省域物流发展水平的时空差异及影响因素研究

桂预风 周冰蕾

内容摘要：本文对30个省域2005-2016年的物流发展水平进行综合评价。构造了基于物流的引力模型空间权重矩阵，建立静态与动态空间面板模型对物流发展水平的时空差异及影响因素进行分析。研究表明：区域经济、物流基础设施、劳动力供给和城镇化水平对物流发展水平影响显著，省域物流业的发展存在动态连续性，应用动态空间面板模型能够更好地揭示物流发展水平的时空差异。

关键词：物流发展水平   时空差异   静态空间面板模型   动态空间面板模型

引言

物流业在推动国民经济发展中的作用日益显著，2017年我国物流业总收入达到8.8万亿元，同比增长11.5%，物流业总收入占GDP比重约为11.83%。从其发展来看，我国物流业保持较快增长趋势，基础设施不断升级，内部结构持续优化，逐渐形成现代物流产业体系。“一带一路”、“长江经济带”和“京津冀协同发展”的推进，促使物流发展的热点逐步转向中西部地区。因此，对省域物流发展水平进行科学评价，从时空角度对我国物流产业格局发展进行研究，发掘主要驱动因素，衡量各要素的影响程度就显得十分必要。

在我国物流发展水平的时空研究方面，景楠等（2015）、钟昌宝等（2017）使用探索性空间数据分析法对东北和长江经济带地区物流发展的时空变化过程进行探究;陈文新（2016）使用GWR模型分析我国物流发展的时空差异;冶建辉（2017）从时序和空间角度对物流发展水平进行评价，这些研究大多从时间截面进行探析，结果并未能准确给出时空差异特征。在研究影响物流发展的因素方面，吴俊红（2014）从劳动力供给、物流基础设施、物流需求、区域经济、产业结构等多个因素入手进行探讨;陈恒等（2015）利用LMDI指数法研究影响物流业发展的要素;唐建荣等（2017）从科技水平、经济发展、基础建设和对外开放四个方面分析城市物流发展的驱动因素。研究过程中，从空间计量角度进行的研究较少，且缺乏使用动态空间计量模型的实证研究。

鉴于此，本文以我国大陆30个省域（西藏地区部分数据缺失）为基本研究单元，测定2005-2016年我国各省物流发展水平，建立静态和动态空间面板模型对物流发展水平的驱动因素进行研究。最后针对我国物流发展水平的时空差异，提出促进省域物流协调发展的政策建议。

研究方法

（一）空间权重矩阵

空间权重矩阵作为空间模型的重要载体，体现区域间的关联性。物流发展水平的区域关联性是資源流动等形成的空间相互作用，要素流动模型的测算常采用物理学中的引力模型。一般地区间的物流业影响规模与两地之间距离呈现负相关，因此将引力模型引入到区域间物流发展水平的空间关联效应中，提出一种针对物流业的引力模型空间权重矩阵，具体形式如下：

其中，为地区i和j之间的经济距离，xi和xj 分别表示2005-2016年地区i和j的人均GDP的平均值;mi和mj分别表示地区i和j的物流业吸引力，本文选取地区的货物进出口总额表示该地区的物流产业吸引力;dij代表地区i和j之间的距离，考虑到省域物流之间的各项联系往往是基于交通网发生，本文dij为地区间的铁路距离。

（二）静态空间面板模型

Anselin等给出了空间计量分析中模型的通用形式，主要包括空间滞后模型（SLM）和空间误差模型（SEM）。

SLM的基本形式如公式（2）所示：

式中W为空间权重矩阵，ρ是空间自回归系数，xit是解释变量矩阵，α是常数项，β是解释变量系数，μi代表空间效应，λt代表时间效应，εit是独立同分布误差项。

SEM的基本形式如公式（3）所示：

（三）动态空间面板模型

动态空间面板模型是将被解释变量的滞后项引入到静态空间面板模型中。埃尔霍斯特认为在动态空间面板模型中，空间个体在不同时间点的观测值之间存在序列相依，每个时间点在不同的空间又存在空间依赖，动态空间模型可用于估计不可预测的特定时间和空间的效应，其模型形式为：

式中yi，t-1、Wyit分别是因变量在时间与空间上的滞后值;Wyi，t-1是因变量在时间和空间上的滞后值。当δ=0时是动态空间滞后面板模型，当ρ=η=0时是动态空间误差面板模型。

实证分析

（一）物流发展水平指标体系

依据物流发展水平的内涵，考虑到指标的代表性及数据可获取性，本文选取经济水平、物流规模、基础设施和产业结构4项一级指标和8项具体的二级指标对物流发展水平进行测度。采用熵值法确定物流发展水平各指标的权重，如表1所示。

对各省域物流业发展水平进行测度，可知物流高水平地区主要集聚在上海、北京、浙江等东部沿海地区，青海、新疆、贵州、甘肃等西部地区处于低水平阶段，但随着时间的推移，物流发展热点不断向中部和西南部地区转移。

（二）解释变量的选取

在前人研究的基础上，为深入分析影响物流发展水平的驱动因素，本文将从区域经济水平、物流基础设施、劳动力供给、城镇化水平、科技水平和市场开放度六个方面进行研究，解释变量如表2所示。

（三）数据来源及处理

本文数据来源于《中国统计年鉴》，数据不包括港澳台地区，西藏地区部分数据缺失，所以数据也不包括西藏地区。物流引力空间权重矩阵中使用的铁路路网数据来源于国家地理信息测绘局提供的全国1：400万基础地理信息数据。

（四）结果分析

1.空间相关性检验。常用的空间相关性检验有Morans I指数，其定义为：

空间相关性检验结果如表3所示，各年份的Morans I值都较大且通过了显著性检验，基于物流引力空间权重矩阵得到的Morans I值普遍高于基于地理邻接空间权重矩阵的结果，说明本文构造的空间权重矩阵更加充分体现出我国物流发展水平的空间聚集效应。

2.空间计量模型检验。根据我国2005-2016年的省域物流发展水平情况，进行空间面板模型的空间自相关检验、LM检验及Hausman检验。

把空间权重矩阵进行矩阵分块处理扩充到面板形式，可以得到面板数据的Morans I值为0.4331，空间聚集效应依然显著。利用Hausman检验判断模型选择固定效应还是随机效应，Hausman检验值为51.7（P<0.01），表明空间计量模型中使用固定效应模型较合适;其次采用LMlag、LMerror检验及Robust LM-lag、Robust LM-error检验确定SLM还是SEM模型。LM检验中，LMlag、LMerr和R-LMerr统计量的P值均未通过显著性检验，而R-LMlag统计量通过显著性检验。因此，本文静态和动态空间模型都选择固定效应的SLM模型来进行检验。

3.静态空间模型结果分析。基于以上分析，表4给出了静态空间滞后模型的估计结果，通过比较模型拟合优度，选择时空双固定模型来进行分析。

表4的估计结果显示，空间滞后系数的估计值为0.2342，通过了显著性检验，说明省域间物流发展水平存在空间外溢效应。人均GDP的系数为正，通过了1%的显著性水平检验，表明区域经济对物流业的发展影响十分显著。交通网络密度和物流业固定投资的系数为正，且均通过了显著性检验。物流业从业人员的系数显著为正，说明增加物流业劳动供给量有利于提高物流业发展水平。城镇化水平的系数显著为正，表明城镇化发展对物流业水平有正向促进作用。科技水平与市场开放度在三个模型中系数有正有负，并未全部通过显著性检验。

4.动态空间模型结果分析。上述静态空间面板模型虽表明社会进程中区域经济、物流基础设施和劳动力供给等解释变量对物流业发展的影响，但可能忽略了一些如政府干预度和物流政策等潜在因素对物流业的影响，故可使用被解释变量的一阶滞后项作为解释变量，建立动态空间面板计量模型。

表5给出动态空间滞后模型的估计结果。三种动态空间固定效应模型中，通过比较R2和Log-L，且时空双固定效应模型中自变量系数的整体显著性效果也要优于其他模型，故本文采用时空双固定模型。动态空间滞后时空双固定效应模型的R2和Log-L均高于静态空间滞后模型估计结果，说明加入被解释变量滞后项的动态空间面板模型估计结果更为准确。

模型中空间滞后项系数为0.3585，通过了显著性检验，说明省域物流发展水平的空间效应明显，相邻地区物流业发展水平的提高会刺激本地区的物流业发展。

被解释变量在时间上的滞后系数为0.5375，且通过了1%水平下的显著性检验，证实了物流发展惯性的存在。此结果一方面说明区域物流发展水平具有动态连续性，即当期物流业发展程度的提高会促进未来一期物流业发展水平程度，形成良性循环;另一方面，也说明其他隐性因素如政府干预度和物流政策会对物流业的发展产生影响。

模型中被解释变量的时空滞后效应系数显著为负，说明本省的物流业发展水平会抑制未来一期邻省的物流发展水平。可能原因是本省物流业发展水平的提高，随着时间的推移还会带动其相关产业在本省的扩张壮大，这给本省带来的竞争性及运输便利性，会在一定程度上削减下一期邻省物流业的发展势头。

动态空间面板模型中，人均GDP的系数为正，通过了1%水平下的显著性检验，说明我国经济水平仍是促进物流业蓬勃发展的主动力。交通网络密度和物流业固定投资的系数显著为正，可见物流基础设施的投入与物流业的发展有显著的同向变化关系，物流基础设施越健全，物流业发展水平越高。劳动力供给系数显著为正，说明物流业的发展离不开专业人才的支持和推动。城镇化水平系数为正，通过了显著性检验，城镇化水平较高的地区对拥有不同需求的人力和企业都具备较大的吸引力，为物流的发展创造了良好的制度和文化环境。科技水平系数显著为正，表明科学技术的进步能够促进物流业的发展，只有将先进技术应用到物流业的各项环节才能最大程度提高物流效率，进而加强区域物流竞争力。市场开放度的系数为负，在三个模型中系数有正有负且未全部通过显著性检验，说明市场开放度对物流业的影响不明显，可能原因是随着我国加入世界贸易组织，市场开放程度逐步趋于收敛，从而导致其对物流业发展的决定作用日趋降低。

结论

本文对我国30个省域2005-2016年物流发展水平进行了评价，利用静态和动态空间面板模型对物流业发展水平的时空差异及其影响因素进行分析。结果表明，包含被解释变量时空滞后的动态空间面板模型更适合解释影响物流业发展的驱动因子，根据模型得到以下结论：

在推动我国物流业发展的道路上，要以发展区域经济为主要动力;加大物流基础设施的投入量，引入新型运输方式，优化物流运输路线，降低物流业成本，构建更加现代化的物流业管理信息体系;增加劳动力供给，引进物流人才，提高物流业核心竞争力;城镇化水平为区域物流营造了良好的发展氛围，在一定程度上也会加强对物流服务类别和层次的要求，进而对其他物流企业产生更大吸引力;提高科技进步，引进物流业高新技术，充分发挥技术优势，推进物流业与科学技术一体化发展;物流制定策略和政府对物流业的把控也会在一定程度影响物流业的发展。

我国物流发展水平存在显著的时空差异性，上一期物流的发展水平会影响该省当期物流的发展水平，地区物流业进程的加快会促进周边地区物流业的发展，各省物流业处于动态连续性发展。我国物流发展水平整体呈现不断增长趋势，随着时间的推移，物流发展热点不断向中部和西南部地区转移。因此，不能忽视时空差异对物流业的影响，需充分考虑省域物流发展的关联性和协调性。

物流发展的区域性特征表明提升物流产业水平，需考虑周边地区的溢出效应，须突破地域的限制，将不同地区的资源和能量调动起来，推进物流业的发展由局部向区域一体化方向转变。同时，还要推动省域物流的协同发展，对于长三角、珠三角和京津冀等地区，要充分利用已有的经济实力等优势，通过省域之间的辐射带动作用促进邻边省份的物流业联合发展。东部和内陆地区要借助区域特性，加强东中西部地区的物流主干道建设，使其在发挥现有优势的同时起到拉动作用，以高带低，提高物流向东北地区和西部地区的扩散效率，在保障物流业可持续发展的前提下对区域进行联合发展。各省域共享物流信息，形成我国物流发展的长效均衡稳步增长机制，加速物流业在不同省域间的动态流动性，努力形成东中西部地区整体协调发展的大格局。

参考文献：

1.李春晓，徐玲玲，高红.物流能力与区域经济发展关系研究[J].价格月刊，2016（3）

2.李国旗，金凤君，陈娱等.基于物流热度的中国物流业空间格局[J].地理科学进展，2015（5）

3.景楠，顏波.东北区域物流与经济的空间自相关和空间聚类分析[J].东北师大学报（哲学社会科学版），2015（1）

4.钟昌宝，钱康.长江经济带物流产业集聚及其影响因素研究——基于空间杜宾模型的实证分析[J].华东经济管理，2017（5）

5.陈文新，刘冬，孙善祥.我国区域物流发展时空差异及收敛性研究——基于地理加权空间计量模型的实证分析[J].工业技术经济，2016（2）

6.冶建辉.中国区域物流发展水平评价及时空演变研究[D].西南大学，2017

7.吴俊红.中国区域物流发展差异及其影响因素研究[D].西南交通大学，2014

8.陈恒，魏修建，杜勤.“一带一路”物流业发展驱动因素的动态轨迹演变——基于劳动力投入的视角[J].上海财经大学学报，2015（2）

9.唐建荣，张鑫和.物流业发展的时空演化、驱动因素及溢出效应研究——基于中国省域面板数据的空间计量分析[J].财贸研究，2017（5）

10.张可云，王裕瑾，王婧.空间权重矩阵的设定方法研究[J].区域经济评论，2017（1）

11.朱慧，周根贵.基于引力模型的内陆型区域物流空间联系研究——以浙江金衢丽地区为例[J].地域研究与开发，2015（1）

12.Anselin L. Spatial Econometrics： Methods and Models[M]. Springer Netherlands， 2013

13.戈冬梅，柏玲，姜磊.基于空间计量模型的金融支持区域创新研究[J].金融教育研究， 2013（1）

14.白羽.空间面板模型的识别、估计与应用研究[D].华中科技大学，2016