物流产业聚集对区域经济增长的影响研究

胡凌云 洪怡恬

内容摘要：传统经济学理论认为，金融、文化等产业的聚集能够带动地区经济增长。然而，对于物流产业聚集能否带动区域经济增长，学者们的观点并不一致。本文基于京津冀的面板数据，定量研究地区物流产业聚集与经济增长间的关系。研究表明：地区物流产业聚集水平与其经济发展水平具有显著正相关关系，但相关系数较低。物流产业聚集水平越高对地区经济发展的影响程度就越大。反之，物流产业聚集水平越低对地区经济发展的影响程度越低;内陆城市的物流产业聚集对地区经济发展的影响程度明显弱于沿海城市物流产业聚集对地区经济发展的影响。

关键词：物流产业聚集   区域经济增长   区位熵

引言

在全球经济一体化进程中，各国的经济发展水平得到提升，全球产业结构也得到优化升级。在全球化生产中，产业分工逐渐精细，某一国家或地区只是全球生产链中的一个环节，其可能只负责生产某一种零部件或产品，这种生产模式极易引起生产企业在该国家或地区的聚集，从而形成相关产业集群。产业集群可以发挥规模经济优势，降低成本，提升效益，发展产业集群成为国家或地区追逐的热点。

美国的硅谷是全球的高新技术产业集群、华尔街是全球金融产业聚集地，我国的中关村是我国的高新技术产业集群，这些产业集群的形成极大了带动了当地经济发展水平。随着我国居民生活水平的提高，个人消费支出比重有了很大的提升，这带动了物流业的发展。《物流产业调整与振兴计划》等一系列的政策支持，加速了我国物流产业的发展速度，在北京、天津，上海，杭州等城市形成了不同程度物流产业聚集现象。

金融、高新技术等产业聚集对地区经济发展具有明显的带动作用，那么物流产业聚集是否也能带动地区经济的增长呢？物流产业聚集对地区经济增长的带动作用有多少？对于这些问题的解答，不同学者给出了不同的答案，有学者指出物流产业聚集能够带动地区经济增长，但也有很多学者指出物流产业聚集于区域经济增长没有显著相关关系。

本文以京津冀3省（市）的面板数据定量研究地区物流产业的聚集与区域经济增长间的关系，为我国各地区发展物流产业与提升经济发展水平提供参考意义。

物流产业现状分析

（一）我国总体物流产业发展状况

近年来我国物流产业规模不断扩大，2017年我国社会物流总费用为12.1万亿元，同比增加9.2%;我国物流产业的发展水平不断提升;2011-2017年我国社会物流总费用占GDP比重不断下降。2011年为18.5%，2014年下降到16.6%，2017年下降到14.6%。这说明我国物流产业的发展水平不断提高，但與发达国家社会物流总费用占GDP比重8%左右相比，仍有较大差距;我国物流产业发展速度不断加快，2010 年我国物流产业景气指数为43.2，而2017年我国物流产业景气指数上升到52.5;我国物流产业市场较分散，国家统计局资料显示，2016年我国物流产业总收入为7.9万亿元，排名前50的物流企业收入在1万亿左右，仅占物流产业总收入的12.65%，说明我国物流产业市场较分散，有待进一步整合。

（二）京津冀物流产业发展状况

京津冀物流产业规模不断扩大，发展迅速，3省（市）根据自身的比较优势制定了地区物流产业发展规划。

北京市目前物流产业的格局是“三环、五带、多中心”。“三环”是指在六环建立物流基地、五环建设物流中心、四环建设配送中心。“五带”是指物流产业向西南、正南、东南、东北、西北五个方向聚集。“多中心”是指在城区分布了多个配送中心。

天津的物流产业格局为“两带、三区、双环”。“两带”是指以天津为中心的沿海物流带和以天津为起点的京津冀物流带，“三区”是指以宝坻区、西青区、津南区为核心发展物流产业聚集区，“双环”是指中心城区和滨海区形成的配送环。

河北的物流产业格局为“一带两通道”，以保定和廊坊为核心构建物流产业聚集地，形成京津冀物流产业带。

但3省（市）存在各自为政的现象，这难以实现物流产业一体化发展，从而导致了物流产业基础设施落后、区域物流产业的标准化和信息化建设不完善等缺点。

计量分析

（一）数据的来源与指标说明

本文研究的主题是物流产业聚集与区域经济增长关系的另一种可能，为了能够比较清晰地说明此问题，本文选取了我国京津冀地区的面板数据来定量分析物流产业聚集与区域经济增长关系。学术界常用的衡量地区经济发展水平的指标是地区的GDP总量，所以本文使用京津冀的GDP总量来表示其经济发展水平;衡量产业集中度常用的指标为赫芬达尔系数、区位熵、空间基尼系数以及空间集聚系数（EG指数），由于赫芬达尔系数和空间基尼系数可能因为区位的划分以及其它深层因素的影响使指数的可比性、实用性降低，同样的空间聚集系数也存在着一定的片面性。所以本文排除了这三种方法，而选择区位熵方法来度量京津冀3省（市）的物流产业聚集水平。张诚（2012）、刘维林（2016）等人的研究指出区域经济的发展在很大程度上受地方政府的干预以及资本力量的影响，所以本文选择公共财政支出、社会固定资产投资作为控制变量分别衡量政府干预的影响以及资本的影响。考虑到数据的可获得性以及数据合理的时间跨度，本文选取了京津冀2000—2017年相关数据，这样的时间跨度可以准确反映这些变量之间的关系，可以提升定量分析的可靠程度，具体数据如表1所示。

由于京津冀的物流产业集中度水平是由笔者根据三地的宏观数据计算得到的，所在在此有必要对此数据进行进一步的说明。本文基于区位熵方法衡量三地物流产业的聚集水平，使用LQ表示地区的物流产业聚集水平，计算公式如公式（1）所示：

根据区位熵方法的定义：LQ值越高就表示地区的物流产业聚集水平越高;本文把全国平均物流产业聚集水平固定为1，如果地区的物流产业聚集水平高于全国平均聚集水平，则LQ大于1，反之LQ低于1，说明该地区物流产业的聚集水平低于全国的平均水平。

（二）变量和模型设置

京津冀3省（市）的GDP总量分别用GDP1、GDP2、GDP3表示，为被解释变量;物流产业集中水平分别用LQ1、LQ2、LQ3表示，为解释变量;社会固定资产投资用SI表示，京津冀分别用SI1、SI2、SI3表示;公共财政支出用GC表示，京津冀分别用GC1、GC2、GC3表示，二者同为控制变量。时间序列常常存在异方差性，可以利用SPSS等计量软件对时间序列是否存在异方差性进行检验，但是这样会消耗大量的时间和精力。所以学者们在利用时间序列进行回归分析之前会对时间序列进行取对数处理，这样可以轻易地消除可能存在的异方差性并且取对数之后的数据并不会丧失其经济意义，各变量之间的关系并不会因此而发生改变。所以本文先对上述变量进行去对数处理，GDP取对数结果分别为LNGDP1、LNGDP2、LNGDP3;物流业集中度取对数结果分别为LNLQ1、LNLQ2、LNLQ3;社会固定资产投资取对数结果为：LNSI1、LNSI2、LNSI3;公共财政支出取对数结果分别为LNGC1、LNGC2、LNGC3。本文设置了多元线性回归模型说明各变量之间的相关关系，如公式（2）所示：

其中a为常数项，0≤i≤3，i=1 2 3分别表示北京市、天津市、河北省，ε为随机误差项。

（三）实证结果

基于模型（2）利用Eviews8.0对相关数据进行回归分析，经过笔者整理得到公式（3）、（4）、（5）。

如公式（3）所示：R2=0.999098 ，F值=5168.057，说明模型的拟合效果好。t统计量结果也显示出各变量在1%的显著性水平下满足显著性水平要求，LNGDP1与LNLQ1呈显著的正相关关系，相关系数为0.064590，即LNLQ1上升一个百分点，LDGDP1上升0.064590个百分点;控制变量方面，LDGDP1与LNSI1、LNGC1呈正相关关系，相关系数分别为0.358112、0.524094，即LNSI1或者LNGC1每上升一个百分点，LDGDP1就会上升0.358112或0.524094个百分点。

如公式（4）所示：R2=0.996149，F值=1207.208，说明模型的拟合效果好。t统计量结果也显示出各变量在1%的显著性水平下满足显著性水平要求。LNGDP2与LNLQ2呈显著的正相关关系，相关系数为0.112561，即LNLQ2上升一个百分点，LDGDP2上升0.112561个百分点;控制变量方面，LDGDP2与LNSI2、LNGC2均呈正相关关系，相关系数分别为0.452877、0.321243，即LNSI2或者LNGC2每上升一个百分点，LDGDP1就会上升0.452877或者0.321243 个百分点。

如公式（5）所示：R2=0.994126，F值= 789.8021，说明模型的拟合效果好，t统计量结果也显示出各变量在1%的显著性水平下满足显著性水平要求。LNGDP3与LNLQ3呈显著的正相关关系，相关系数为0.043035，即LNLQ3上升一个百分点，LDGDP3上升0.043035个百分点;控制变量方面，LDGDP3与LNSI3、LNGC3均呈正相关关系，相关系数分别为0.231048、0.451102，即LNSI3或者LNGC3每上升一个百分点，LDGDP3就会上升 0.231048或者0.451102個百分点。

（四）结论

基于上述实证分析结果，可以得到以下结论：

第一，通过LNLQ与LNGDP的回归系数可知，地区物流产业聚集水平与其经济增长具有显著正相关关系，但是相关系数较低。即物流产业聚集对地区经济发展水平具有一定影响，但影响程度较低。

第二，通过控制变量LNSI、LNGC与LNGDP的回归系数可知，地区经济发展与地方政府的干预及资本力量相关程度较高，资本力量的影响更为显著。

第三，对比3省市的回归结果可知，北京和河北等内陆省市，其物流产业聚集对地区经济发展的影响程度弱于沿海城市天津。随后笔者又选取了沿海地区的上海、苏州与内陆地区的武汉、郑州，将其数据进行回归并对比相关系数也验证了此结论。沿海地区物流产业聚集水平与经济发展相关系数在0.15左右，而内陆地区物流产业聚集与经济发展相关系数在0.1以下。笔者认为这与其城市区位等其它深层原因有关。鉴于该原因与本文研究主题相关性不大，在此并未对此作深入研究。

第四，结合北京、河北、天津的物流产业聚集水平以及3地物流产业聚集水平与其GDP相关系数综合分析可知，物流产业聚集水平越高对地区经济发展的影响程度就越大，反之，物流产业聚集水平越低对地区经济发展的影响程度越低。

政策建议

基于上述研究结论，为推动京津冀的物流产业以及经济发展，本文提出以下建议：

第一，重视物流产业聚集对经济发展的影响。上述实证分析表明物流产业聚集对地区经济发展水平的提升具有正向作用。所以我国各省市应该注重地区物流产业的发展，推动地区物流产业的聚集充分发挥规模经济优势带动地区经济发展。

第二，加强对物流产业的扶持力度，强化物流产业基础设施建设。从事物流产业的企业多为民营企业，民营企业在我国面临制度困境、融资难题。要想推动地区物流产业的发展，提高地区物流产业聚集水平，地方政府应该转变观念，重视物流产业的作用，出台系列政策鼓励地区物流企业发展。与此同时，扩大公共财政在物流产业方面的支出，逐步完善地区的物流基础设施建设。

第三，因地制宜发展物流产业。传统经济学理论认为，地区的产业发展应该基于地区的比较优势，而物流产业的发展也是如此。各省市应认识到自身发展物流产业的比较优势，并在此基础上制定相关政策以发展本地区的物流产业。比如，内陆城市物流产业起步较晚，聚集水平较低，应把改善物流基础设施作为重点工作;而东部沿海城市物流产业起步早，聚集水平较高，应努力扩大物流产业聚集水平，提高地区物流企业在国际市场中的竞争能力。

参考文献：

1.陈艳，孙茂棚.第三产业经济增长与物流投入产出效率的关系——基于协整检验的实证分析[J].商业经济研究，2017（16）

2.彭华颖.基于面板数据模型的我国物流产业发展对经济增长影响研究[J].商业经济研究，2016（12）

3.蒋卫华，赖盛中.物流产业发展新路径及其与经济增长互动实证分析[J].商业经济研究，2015（34）

4.王健，范月娇.我国物流服务业集聚对区域经济增长的动态效应检验与分析——基于动态面板数据模型的实证[J].中国流通经济，2014，28（7）

5.舒辉，周熙登，林晓伟.物流产业集聚与全要素生产率增长——基于省域数据的空间计量分析[J].中央财经大学学报，2014（3）

6.范林榜.物流发展与经济增长的关系——以苏北、苏中、苏南典型地区为例[J].中国流通经济，2012，26（7）

7.易英霞，郑循刚.物流产业与城市经济增长的互动性——以四川省成都市为例[J].统计与决策，2015（7）

8.钟祖昌.空间经济学视角下的物流业集聚及影响因素——中国31个省市的经验证据[J].山西财经大学学报，2014，33（11）

9.刘维林.区域物流系统与经济增长的动态耦合机理与实证仿真[J].经济地理，2016，31（9）

10.周汩，肖卓.基于分工理论的物流分工促进经济增长的机理分析[J].云南社会科学，2015（5）