产业集聚对物流业资源错配的非线性纠正效应

李 鑫（1、陕西广播电视大学 西安 710119 2、陕西工商职业学院西安 710119）

物流产业是生产性服务业的重要构成，其在国民经济中发挥着引导消费和促进生产的重要作用。根据中国产业信息数据库的统计，我国社会物流需求系数从2000年每单位GDP的1.3增长到2017年的3.5，与此同时，物流产业对资源的消耗愈发强烈，其产业碳排放占全国排放总量比例从2000年的2.05%增长到2017年的9.26%。现阶段，我国经济正处于从速度增长型转向质量效率型的新常态，在国家高质量经济发展战略的部署下，物流产业通过纠正要素配置扭曲实现转型升级对经济社会的可持续发展越来越重要。然而，我国物流产业的集聚发展经历了从探索式起步到发展、崛起的重要历程，尤其是在集聚发展十分突出的自贸园区和物流园区中，国家、地方政府及社会组织都投入了大量心血，但与此同时也对物流产业的集聚发展进行了不当的干预，从而形成了低质企业“扎堆”和产业同构与重复建设的问题，这加剧了物流产业发展中的资源错配。

现有关于产业集聚与资源错配的相关研究主要集中在资源错配的成因及影响两个方面。靳来群等（2015）探究了制造业资源错配的成因，其研究发现生产要素在国有与非国有部门之间的价格扭曲是导致资源错配的重要成因，此外异质性企业部门之间的信贷资金配置差异也是产生资源错配的关键要素；唐荣等（2018）对产业集聚与资源错配的相关性进行了实证分析，其研究发现产业集聚从正向和负向两个层面影响资源错配，其中资本充足性是发挥正向改善作用的关键；白俊红和刘宇英（2018）基于FDI在产业集聚中的资源错配影响进行了分析，其研究发现我国制造业及生产线服务业由于对资本的边际需求较高，因此外部资本在产业集聚发展中形成的规模效应能够改善资源错配的问题。可以看出，已有的研究文献重点考察了制造业产业集聚的资源错配效应，而针对物流产业及其他生产性服务业的资源错配研究十分稀缺。鉴于此，本文基于物流业微观企业数据实证分析了产业集聚对资源错配的非线性纠正效应，以期改善我国物流产业在发展过程中存在的资源错配的问题。

产业集聚对资源错配纠正效应的理论机理分析

Hsieh and Klenow（2009）提出了产业集聚影响资源错配的理论分析框架，本文基于该分析框架构建拓展数学模型进行相关机理分析。假设垄断竞争行业中代表性企业遵循Cobb-Douglas 生产技术条件，则生产函数构建模型框架如下：

其中，i表示地区，t表示年份， V表示资本和劳动的初始分配，λ表示技术进步特征，σ表示要素的替代弹性。在（1）、（2）和（3）式的模型基础上，根据生产要素边际产出决定技术进步偏向，进一步将资本和劳动力的边际产出进行推导以得出生产者最优均衡条件：

根据式（4），资本和劳动力等生产要素的替代弹性σ和技术特征λ是影响物流产业技术进步偏向的关键。根据已有的相关文献的研究结论，我国制造业及生产线服务业普遍存在生产要素的价格扭曲问题，且负向扭曲现象更为严重。假设ΔLsi>0 且ΔKsi>0 ，则（4）式求偏导可以得出产业集聚的净效应v(φ) ，且净效应的符号可以体现出产业集聚对资源错配的纠正效应方向，具体表示如下：

根据（5）式可以看出，当产业集聚产生的v(φ) 越大时，产业集聚对资源配置的正向纠正效应越明显，此时的ΔL和ΔK差距越小，即资本和劳动力等生产要素的市场价格和真实价值偏离程度越小；当产业集聚产生的v(φ) 越小时，产业集聚对资源配置的负向纠正效应越明显，此时的ΔL和ΔK差距越大，即资本和劳动力等生产要素的市场价格和真实价值偏离程度越大，要素市场资源错配越严重。

产业集聚的资源错配纠正效应主要通过以下机理实现：第一，产业在特定地理范围内的空间集聚发展降低了企业之间的边界屏蔽效应，其缓解了市场信息的不对称，由此促进了生产要素更合理的偏向优质企业；第二，产业空间集聚会形成一定的产业关联效应，而不同企业在集聚发展环境下更容易形成对优质企业的学习效应，由此便形成了知识要素资源的合理配置；第三，产业空间集聚引起的中心-腹地发展模式更利于劳动力、资本及技术等生产要素集聚，其反向促进和优化了腹地经济的资源配置；第四，产业空间集聚会带来更激烈的市场竞争，随着低生产效率企业或低市场份额企业的退出，产业集聚带来的生产要素集聚会流向优质企业，由此改善资源配置。

产业集聚对资源错配纠正效应的实证分析

（一）实证模型设定

基于前文的理论分析框架，产业集聚影响资源错配是根据产业集聚净效应v(φ) 的取值产生改善或加剧作用，因此二者之间必然存在一定的非线性关系。因此，本文构建产业集聚对资源错配纠正效应的实证模型表示如下：

其中，j和t分别表示产业（物流产业中的交通运输、仓储和邮政等子行业）与时间；EG为产业集聚水平；MA为资源错配；Z为控制变量；λ和η分别为时间与行业固定效应；ε为随机扰动项。在控制变量Z中，size、sunk、fix、state和foreign分别表示企业规模、沉没成本、固定成本、企业国有属性和外资属性；μ为随机扰动项。基于产业集聚对企业发展带来的学习累积效应与滞后效应，在集聚空间区域内物流企业的产业集聚水平会形成“马太效应”，即区域内产业集聚水平越来越高，而区域外的产业集聚水平不断降低，因此本文选择模型（6）的自回归分布滞后形式进行实证检验。

（二）变量选择

产业集聚。本文对产业集聚水平的测度借鉴Feser（2003）模型中关于产业区位熵指数的相关公式进行测算，其中Esv为V城市S物流分行业的就业人数，Ev为就业总人数，Es为物流产业在全国的就业人数，ET为全国总就业人数，div为地级市的空间地理距离，δ为空间距离衰减指数。EG的测算数值越大，表示该地区的产业集聚水平越高。

资源错配。资源错配的实质是生产要素资源在非完全竞争市场环境下的配置，这种配置既受到市场调节机制的影响（即生产要素会自发向高生产效率企业流动），也受到外部冲击的影响（即政府行政干预会改变生产要素的自有流动）。因此，企业在资源错配下首先会产生生产效率的变化，故本文选择物流企业的全要素生产率离散程度来间接表示资源错配程度。在具体测算中，本文基于索罗提出的全要素生产率理论，通过构建经济系统的投入产出非参数生产前沿实现。借助超效率DEA模型测算物流企业的全要素生产率，具体表示如下：

模型（7）表达式参考集、投影点和决策单元等进行了描述，基于该模型进行测算的Malmquist指数即为效率值。其中，投入指标选取劳动力和资本要素，其中劳动力以物流产业年末就业人数替代；资本以物质资本存量替代，其中实收资本的价格指数以2000年为基期进行平减。在测算的物流企业全要素生产率结果上进行离散程度再计算，具体方法采用其标准差和四分位差来衡量，即：

控制变量。控制变量中的企业规模、沉没成本、固定成本、国有属性和外资属性等分别表示如下：第一，企业规模，选取物流产业的平均业务产值并取对数处理（蒋为和张龙鹏，2015）；第二，沉没成本，选取物流产业资本存量与产业增加值之比表示（蒋为，2016）；第三，固定成本，选取物流产业的企业管理费用占产业增加值之比表示（孙浦阳等，2015）；第四，国有属性，选取注册登记类型为 110、141、143、151 的企业（杨汝岱，2015）；第五，外资属性，选取注册登记类型为 300、310、320、330、340、200、210、220、230、240的企业（李沙沙等，2018）。

在数据来源方面，本文使用的数据源于124个中国海关特殊监管区（包括保税区、保税物流园区、保税港区及出口加工区等）及11个自由贸易试验区中的物流企业微观数据（截止到2016年底）。在数据处理上，根据国家统计局相关资料核算，其中交通运输、仓储和邮政的产值占物流业产值的80%以上，因此本文以上述产业的基础数据进行物流产业变量核算。同时，资本存量的计算剔除了无法获得的邮电行业数据，方法上借鉴张军（2004）、徐现祥（2017）等对不同产业资本存量的计算方法，以实收资本的价格指数以2000年为基期进行平减。最后，在企业筛选方面本文借鉴了聂辉华等（2012）和肖兴志等（2018）对固定资产净值、流动资产、销售额和从业人数的剔除方法。

表1 非线性检验结果

（三）实证检验结果

1.非线性关系检验。基于本文（6）模型中包含了时间与行业固定效应（λ和η），而双固定效应回归模型在实证检验中能够有效解决遗漏变量在λ和η中产生的内生性问题，因此本文选取面板双固定效应回归模型实证检验物流产业集聚对资源错配的非线性纠正效应。具体的检验结果如表1所示。

根据表1非线性检验结果可知：第一，模型1和模型4分别表示基于标准差和四分位差的物流业全要素生产率资源错配回归结果。可以看出，两个模型的资源错配系数均未通过显著性检验，且模型的拟合度较低，这说明产业集聚与物流业的资源错配之间不存在显著的线性关系。第二，模型2和模型5是在模型1和模型4基础上增加产业集聚二次项的实证检验结果，资源错配的估计系数分别为2.0178和2.2742，且均通过了1%置信水平下的显著性检验。通过标准差和四分位差不同测算条件下的系数对比可以看出，产业集聚对物流业的资源错配产生了显著的倒“U”型作用，即产业集聚首先加剧了物流业的资源错配，之后随着集聚水平的提升其对物流业资源错配产生了一定的改善作用。第三，模型3和模型6是在模型2和模型5基础上增加控制变量Z之后的实证检验结果，其资源错配的系数分别为1.7824和2.0157，且均通过了1%置信水平下的显著性检验。通过标准差和四分位差不同测算条件下的系数对比可以看出，产业集聚对物流业的资源错配产生了显著的倒“U”型作用，其中标准差测算条件下的产业集聚临界点为0.0295，四分位差测算条件下的产业集聚临界点为0.0331，即标准差（四分位差）测算条件下的产业集聚水平在低于0.0295（0.0331）时加剧了物流业资源错配，后随集聚水平的提高产生了纠正效应。

2.动态滞后性检验。前文在构建实证模型（6）中提出了产业空间集聚会对企业发展带来学习累积效应与滞后效应，因此在实证时分析需进行动态面板的滞后性检验，而一般性的OLS和FE估价在解决内生性问题上存在一定的弊端，故本文选取SYS（GMM）估计进行实证检验。Windmeijer（2005）在对比一步SYS（GMM）与两步SYS（GMM）中发现两步SYS（GMM）存在高准确性但其标准误下偏，因此基于实证分析中扰动项不存在自相关性的前提，本文在具体回归中增加AR（2）检验来接受原假设，并通过Sargan 系数检验SYS（GMM）方法的过度识别问题，具体的检验结果如表2所示。

根据表2动态滞后性检验结果：第一，OLS和FE检验中的资源错配系数和滞后一期资源错配系数未通过显著性检验，说明本文构建的动态性面板模型存在较为明显的内生性问题，该两种方法的估计结果不可信。第二，第3列SYS（GMM）的资源错配滞后项系数为0.2438，且通过了1%置信水平下的显著性检验，说明当期物流业资源错配每提高1%将对下一期的资源错配产生0.2438%的影响。通过对产业集聚影响资源错配的动态滞后性检验可以发现，当期产业集聚对资源错配的影响4.0475，且通过了5%置信水平下的显著性检验，滞后期产业集聚对资源错配的影响为-2.9989，且通过了1%置信水平下的显著性检验。对比发现，产业集聚水平在当期提升1%将提高资源错配4.0475%，而集聚水平滞后期提升1%将降低资源错配2.9989%。第三，第6列的回归结果与第3列一致，即产业集聚对物流业资源错配的纠正效应存在显著的动态滞后性，因此存在当期的纠正效应和滞后期的加剧效应。本文认为，产业集聚初期阶段中的劳动力、资本和技术等生产要素集聚水平偏低，政府行政干预在市场调节机制未能充分发挥作用时会加剧资源错配。在产业集聚成熟发展阶段，优质企业在同行业发展中可形成示范和带动效应，其通过活动单元（企业）的强制性制度变迁路径形成了链锁式拉动，此时政府行政干预会通过产业政策与宏观经济调控手段扶持产业快速集聚发展，从而形成规模经济，使产业集聚对资源错配产生改善作用。

结论

本文基于物流业微观企业数据，构建拓展的Hsieh and Klenow（2009）模型实证分析了产业集聚对资源错配的非线性纠正效应。通过非线性关系检验发现，产业集聚对资源错配产生显著的倒“U”型作用，其中标准差测算条件下的产业集聚临界点为0.0295，四分位差测算条件下的产业集聚临界点为0.0331，即标准差（四分位差）测算条件下的产业集聚水平在低于0.0295（0.0331）时加剧了物流业资源错配，之后随集聚水平的提高产生纠正效应。通过动态滞后性检验发现，产业集聚对资源错配的纠正效应存在显著的滞后性，标准差（四分位差）测算条件下的当期物流产业集聚每提升1%将加剧资源错配4.0475%（4.0216%），滞后期产业集聚每提升1%将纠正资源错配2.9989%（-5.1158%）。

基于产业集聚对物流业资源错配的非线性纠正效应结论，本文认为：现阶段，我国物流产业的集聚发展水平偏低，政府行政性干预将导致产业集聚加剧形成资源错配。本文研究发现，物流产业集聚发挥资源错配纠正效应需跨越一定的临界点，因此应鼓励优质的物流企业在市场调节机制下形成自发性的产业集聚，同时政府在行政干预方面要将重点放在营造良好外部环境上，从而减少强制性调控政策对市场机制产生的冲击和弱化。另外，由于物流产业集聚对资源错配的纠正效应存在显著的滞后性，因此要从长远视角考虑产业集聚的长期效应，从而要在物流产业集聚发展的成熟阶段充分发挥优质企业的示范效应和关联效应，通过集聚水平的提升纠正资源错配。