长三角城市群物流非均衡演变影响因素研究

路朵朵　杨传明　宋颖

摘要：文章以2012～2020年长三角城市群物流发展时空演变情况为基础，构建面板Tobit模型，探索长三角城市群物流非均衡演变的影响因素。研究结果显示，人均GDP、政府财政支出、城镇人口占总人口比重及邮电业务总量与物流综合技术效率呈正相关的关系，实际利用外商投资与物流综合技术效率呈负相关的关系。

关键词：时空演变；Tobit模型；影响因素

一、引言

长三角是我国经济发展最活跃、开放程度最高、创新能力最强的区域之一，2020年，长三角占全国3.74%的国土面积、10.71%的人口总数，创造了24.47万亿元的生产总值，约占全国生产总值的24.09%，是中国第一大经济区。

近年来，长三角区域物流业发展也十分迅速。2020年长三角区域全社会物流总额为71.25万亿，占全国全社会物流总额的23.74%；2020年长三角区域物流业增加值为8653.36亿元，占全国物流业增加值的21.32%；2020年长三角区域铁路货运量、公路货运量、水路货运量分别为19427万吨、700501万吨和368712万吨，分别占全国铁路货运量、公路货运量、水路货运量的4.36%、20.45%和48.39%；2020年长三角区域铁路货物周转量、公路货物周转量、水路货物周转量分别为1267亿吨公里、9831亿吨公里和55112亿吨公里，分别占全国铁路货物周转量、公路货物周转量、水路货物周转量的4.17%、16.34%和52.07%，长三角物流业在全国物流业发展中占据重要地位。

与此同时，经济及物流发展出现了不均衡的情况。近年来，长三角城市群发展差异逐渐拉大，区域物流发展非均衡状态持续呈现。短期的非均衡状态会促进区域间的良性竞争，但长期过度的非均衡状态会拉大区域间物流发展差异，不利于经济的稳定发展以及资源的合理分配。因此，明确长三角城市群物流发展时空演变的具体情况，探索长三角城市群物流非均衡演变的影响因素成为当务之急。

二、研究设计

（一）模型及变量选取

1. 模型选取

Coelli在DEA分析的基础上衍生出了一种两步法来进行回归分析，即首先采用DEA模型计算出每个决策单元的效率值，再用第一步计算出的效率值作为因变量，以影响因素作为自变量建立回归模型。本文借鉴其方法，第一步以2012～2020年长三角城市群物流发展时空演变情况为基础，将利用三阶段SBM模型第三阶段计算得出的长三角41城市的综合技术效率值作为因变量，即被解释变量，（由于三阶段SBM模型计算得出的效率值是离散的且数值在0～1之间，属于截断数据，不适用普通最小二乘法进行回归系数分析，否则参数估计值将产生有偏和不一致，而Tobit模型遵循极大似然估计，能有效解决此类问题），因此，第二步以人均GDP、政府财政支出、城镇人口占总人口比重、第三产业占GDP比值、进出口总额、实际利用外商投资、邮电业务总收入为自变量，即解释变量，构建面板Tobit模型进行回归分析，模型如下：

其中，Y代表第i个城市第t年的物流效率，βT是回归方程的参数，xit代表解释变量，vit为方程的误差项且vit～（0，σ2）。根据Tobit模型和所选解释变量，构建面板回归模型如下：

Yit=β1PC+β2GE+β3UFP+β4PTI+β5TEV+β6OCI+β7BTP+uit+vit

其中，Yit代表第三阶段各城市的综合技术效率值，β1、β2、β3、β4、β5、β6、β7是对应变量的回归系数，uit代表固定效应，vit代表误差项，PC代表人均GDP，GE代表政府财政支出，UFP代表城镇人口占总人口比重，PTI代表第三产业占比，TEV代表进出口总额，OCI代表实际利用外商投资，BTP代表邮电业务总收入。

2. 变量选取及数据特征

区域物流发展与经济社会各方面都有着密切的联系，本文对已有研究进行归纳总结，结合长三角城市群物流发展特性及数据可得性，共从经济基础、政府作用、城镇化率、产业结构、对外开放、技术溢出、信息水平7个方面选取了相应的指标，具体见表1所示。

人均GDP最大值为165851，最小值为12617，均值为73041，标准差为36488，城市间经济基础差距较大。政府财政支出最大值为83515400，最小值为963949，均值为6641000，标准差为10364600，城市间政府财政支出差距较为明显。城镇人口占总人口比重最大值为0.900，最小值为0.330，均值为0.616，标准差为0.116，城镇化水平一定程度上能够反映出物流业的发展需求，城市间城镇化率有一定差距，反映出城市间物流业的发展需求也存在一定差距。第三产业占GDP比值最大值为0.730，最小值为0.250，均值为0.452，标准差为0.083，第三产业占GDP比值反映了一个城市的产业结构，城市间第三产业占GDP比值存在一定差距，说明部分城市的产业结构有待进一步优化。进出口总额最大值为22321.430，最小值为2.750，均值为619.056，标准差为1715.682，城市间进出口总额差距十分明显，各城市的对外开放水平差距明显，城市对外开放水平亟待提升。实际利用外商投资最大值为4967397，最小值为5067，均值为211981.745，标准差为405330，城市间差距也十分明显。邮电业务总收入最大值为31000000，最小值为75500，均值为2162300，标准差为3724500，邮电业务总收入一定程度上能够反映出一个城市的信息水平，信息是物流发展不可缺少的一个要素，城市间邮电业务总收入差距较大，城市的信息水平有待进一步提高。

（二）实证分析

在利用Tobit模型进行回归分析之前，先利用Stata软件对7个解释变量进行线性相关检验，以方差膨胀因子（VIF）衡量，检验变量之间是否存在線性相关关系。由表2可以看出，解释变量VIF均值为3.27，当VIF值小于10时认为各变量之间线性相关程度较低，因此所选变量不存在多重共线性问题。

接着进行Hausman检验，根据结果来决定选择何种效应。由表3可以看出，检验值为77.47，达到了1%的显著性水平，拒绝原假设，因此本文选择固定效应模型。

最后利用Tobit模型进行回归分析，由表4可以看出，第三产业占GDP比值和进出口总额未通过显著性检验，表明其对物流发展效率影响较小，剔除未通过显著性检验的变量再次利用Tobit模型进行回归分析，由表5可以看出，剔除不显著变量后，其余变量均通过了显著性水平检验，其中人均GDP、政府财政支出、城镇人口占总人口比重以及邮电业务总量均通过了1%的显著性水平检验，实际利用外商投资通过了10%的显著性水平检验。

长三角城市群的人均GDP与物流综合技术效率呈正相关的关系，系数为0.0029505，这说明人均GDP每增长一个单位，物流综合技术效率增长0.00295个单位，长三角城市群人均GDP的增长对物流综合技术效率的提高起到了一定的促进作用。这是因为经济发展促进了物流发展，人均GDP的增长可以有效刺激民众对高质量生活的追求，从而激发对物流的潜在需求，提高物流效率。

长三角城市群的政府财政支出与物流综合技术效率呈正相关的关系，系数为0.0000377，相关度不高，政府财政支出每增长一个单位，物流综合技术效率只增长0.0000377个单位，现代物流的发展离不开政府的支持和引导，长三角城市群政府财政支出中，对于物流的支持力度和方式还有待提高和改进，政府要进一步发挥宏观调控作用，通过减税、补贴等各种方式，使物流资源在市场中得到合理配置，从而促进物流效率的提升。

长三角城市群的城镇人口占总人口比重与物流综合技术效率呈显著正相关的关系，系数为0.1418053，相关度较高，长三角城市群城镇化率的提高对物流综合技术效率起到了较大的促进作用，这是由于城镇化率较高的区域基础设施较为健全、经济发展较快、民众的生活质量较高，因此也会吸引物流发展所需要的资金、人才、技术等，这有助于物流的发展和效率的提升。

长三角城市群实际利用外商投资与物流综合技术效率呈负相关的关系，系数为-0.000077，相关度不高，外商投资本可以增加物流信息、技术的交流互通机会，对物流综合技术效率起到促进作用，但回归结果表明实际利用外商投资的增加并没有促进物流综合技术效率的提高，说明长三角城市群实际利用外商投资并没有被充分利用，盲目吸引外资可能会导致垄断等现象发生，金额对物流发展产生负面作用。

长三角城市群邮电业务总量与物流综合技术效率呈正相关的关系，系数为0.0000232，相关度也不高，邮电业务总量每增长一个单位，物流综合技术效率只增长0.0000232个单位，长三角城市群邮电业务总量对物流综合技术效率的促进作用不明显。因此，长三角城市群在提升信息化水平时，不能只关注邮电业务总量的增长，还要加快物流信息技术的应用和物流信息平台的建设，进一步提高信息化水平对物流效率的促进作用。

三、结论与建议

本文以2012～2020年长三角城市群物流发展时空演变情况为基础，构建面板Tobit模型，探索長三角城市群物流非均衡演变的影响因素。研究结果显示，人均GDP、政府财政支出、城镇人口占总人口比重、邮电业务总量以及实际利用外商投资是影响物流综合技术效率的重要因素，其中，人均GDP、政府财政支出、城镇人口占总人口比重以及邮电业务总量与物流综合技术效率呈正相关的关系，实际利用外商投资与物流综合技术效率呈负相关的关系；第三产业占GDP比值和进出口总额对长三角城市群物流综合技术效率并没有显著影响。

这说明要促进长三角城市群物流协调高质量发展，长三角各城市要进一步推动区域经济发展；各地政府要加大物流资源的投入并加强引导，促使资源利用效率进一步提高，从而促进物流效率的提升；要加快区域基础设施建设，健全区域内各方面的制度，进一步提高城镇化水平，为区域物流高质量发展提供更加优越的环境；要合理利用外资，提高自身物流相关的技术水平、生产效率和研发水平等，减少技术溢出带来的负面影响；要进一步加快信息发展水平，建立统一的物流信息资源共享平台，全面整合物流信息资源，优化市场资源配置，提高长三角城市群物流竞争力。

参考文献：

[1]龚雅玲，万建香，封福育.区域物流效率的测度及其影响因素研究——基于DEA与Tobit模型[J].江西社会科学，2019，39（10）：72-80.

[2]李云芳，刘刚.长江经济带区域物流效率评价及影响因素的实证研究[J].物流工程与管理，2015，37（03）：41-44.

[3]王健，刘荷.区域物流发展的影响因素研究——基于福建省的实证分析[J]. 华东经济管理，2014（03）：22-27.

＊基金项目：国家社会科学基金项目（17BGL146）；国家级大学生创新创业训练计划创新训练项目“长三角区域绿色物流空间非均衡演变机制研究”（项目编号：202110332010Z）。

（作者单位：苏州科技大学商学院。杨传明为通信作者）