中國省域物流經(jīng)濟發(fā)展收斂的空間計量研究

任慶華張紅歷

（①西南交通大學交通運輸與物流學院 四川成都 610031②西南財經(jīng)大學統(tǒng)計學院 四川成都 611130）

中國省域物流經(jīng)濟發(fā)展收斂的空間計量研究

任慶華①張紅歷②

（①西南交通大學交通運輸與物流學院 四川成都 610031②西南財經(jīng)大學統(tǒng)計學院 四川成都 611130）

基于1996-2012年間中國30個省域物流經(jīng)濟發(fā)展數(shù)據(jù)，采用空間統(tǒng)計和空間計量分析方法，對中國省域物流經(jīng)濟發(fā)展收斂性進行實證分析。結(jié)果表明中國省域物流經(jīng)濟發(fā)展存在西、中、東部梯度遞減的絕對β收斂，且具有波動性。

物流經(jīng)濟；差異；收斂

一、引言

經(jīng)濟收斂性的思想源自索羅-斯旺（Solow-Swan，1956）的新古典經(jīng)濟增長模型，是指資本邊際報酬遞減規(guī)律使落后經(jīng)濟體比發(fā)達經(jīng)濟體的增長速度相對較快，長期之后，不同經(jīng)濟體的人均產(chǎn)出水平會收斂于穩(wěn)定狀態(tài)。這意味著資本/勞動比率的初始值更低的地區(qū)或國家有著更高的人均增長率，因而趨于趕上或收斂于那些有著更高的資本/勞動比率的地區(qū)或國家，這也被稱之為絕對收斂。如果允許經(jīng)濟體之間的異質(zhì)性，特別是如果放棄所有經(jīng)濟體都有相同參數(shù)而有相同穩(wěn)態(tài)位置的假設(shè)，則一個經(jīng)濟體離其自身的穩(wěn)態(tài)值越遠，增長就越快，這被稱為條件收斂。這樣，經(jīng)濟收斂可分為絕對β收斂、條件β收斂、σ收斂、俱樂部收斂等多種類型。

Banmol（1986）在對16個工業(yè)化國家1870-1978年的人均收入數(shù)據(jù)進行線性回歸，發(fā)現(xiàn)平均經(jīng)濟增長率與初始經(jīng)濟水平之間存在顯著的負相關(guān)關(guān)系，即這些國家存在經(jīng)濟收斂現(xiàn)象；以此而開經(jīng)濟收斂性實證研究之先河[1]。Young等采用美國3000多個縣1970-1998年數(shù)據(jù)，研究發(fā)現(xiàn)美國各縣存在絕對β收斂，但不存在α收斂（2009）[2]。張曉旭、馮宗賢（2008）利用空間計量經(jīng)濟學方法研究中國省域1978-2003年絕對β收斂，發(fā)現(xiàn)不考慮空間自相關(guān)時，不存在絕對β收斂，考慮了空間自相關(guān)則存在絕對 β收斂[3]。吳玉鳴（2006）用空間計量經(jīng)濟方法研究中國省域1978-2002年的條件β收斂性表明，中國各省域經(jīng)濟存在條件β收斂[4]。林光平、龍志和（2014）應用空間計量經(jīng)濟方法研究中國省域1978-2010年經(jīng)濟收斂性，其研究結(jié)果表明，總體上，中國各省域既存在σ收斂，也存在絕對β收斂[5]。

省域物流經(jīng)濟的發(fā)展，既可以降低該省經(jīng)濟的交易成本、提高交易效率，從而促進該省域經(jīng)濟的發(fā)展，也可以提高鄰近省域之間的交易效率從而促進各省域間經(jīng)濟的協(xié)同發(fā)展。本文旨在以1996-2012年期間中國大陸30個省、市、自治區(qū)為研究對象，采用空間計量經(jīng)濟模型對中國物流經(jīng)濟發(fā)展的收斂性進行分析。

二、基礎(chǔ)概念與研究方法

（一）省域物流經(jīng)濟概念與特征

省域物流經(jīng)濟是在省域行政區(qū)劃的空間范圍內(nèi)物流系統(tǒng)經(jīng)濟活動、經(jīng)濟關(guān)系的總稱。資源被生產(chǎn)成為產(chǎn)品最后到達消費者手中通常是由生產(chǎn)活動和交易活動來完成的，物流經(jīng)濟活動是交易活動的重要組成部分，物流經(jīng)濟活動對交易效率的高低（或交易成本的多少）起著決定性的作用，從而影響到該經(jīng)濟系統(tǒng)經(jīng)濟發(fā)展水平的高低，這是物流經(jīng)濟的第一個特征。其第二個特征是，當一個經(jīng)濟系統(tǒng)由若干空間區(qū)域構(gòu)成時（如中國（大陸）這一經(jīng)濟系統(tǒng)，由30個省、市、自治區(qū)的省域空間區(qū)域構(gòu)成），各空間區(qū)域的物流經(jīng)濟發(fā)展，不僅影響著該區(qū)域本身經(jīng)濟發(fā)展，同時也可能通過溢出影響著其它或鄰近區(qū)域的經(jīng)濟發(fā)展，即物流經(jīng)濟可能具有顯著的空間自相關(guān)性。

（二）收斂性研究方法

1.σ收斂

σ收斂一般可用國家或地區(qū)人均收入對數(shù)的標準差來衡量，其檢驗公式為：

其中，yit表示i經(jīng)濟體在t時期的人均GDP大小，σt即為n個經(jīng)濟體之間實際人均GDP對數(shù)值的標準差。在σt隨著時間t變小的情況下，則這n個經(jīng)濟體在t時間段呈現(xiàn)σ收斂。

2.絕對β收斂

衡量區(qū)域經(jīng)濟體之間是否存在絕對β收斂可以利用公式（2）測算。在封閉條件下，經(jīng)濟體的漸進增長過程基本呈現(xiàn)出log線性形式：

其中，T-t表示時間長度，t和T分別代表期初時間和期末時間，yit和yiT分別表示期初和期末的人均產(chǎn)出或收入，yi?為穩(wěn)定狀態(tài)的人均收入水平，β為收斂速度，uit為隨機擾動項。當b＜0時，認為經(jīng)濟體之間存在絕對β收斂，反之，則不存在。

(三）空間計量模型

空間計量經(jīng)濟學建模的基本思想是將地區(qū)間的相互關(guān)系（即空間自相關(guān)性），依據(jù)“距離近的區(qū)域有較強的相關(guān)性，距離遠的區(qū)域相關(guān)性較弱”或者依據(jù)“經(jīng)濟差距”、“文化差異”、“資源差異”等現(xiàn)實假定構(gòu)建表達空間關(guān)系的空間權(quán)重矩陣，然后將其引入基本線性回歸模型進行修正，從而度量空間自相關(guān)性或者度量空間網(wǎng)絡效應是否顯著以及相應的數(shù)量關(guān)系（Anselin，1998）?？臻g計量模型分為兩類，一類是空間常系數(shù)計量模型，另一類是同時納入了空間自相關(guān)性和空間差異性的空間變系數(shù)回歸模型。

空間常系數(shù)計量模型依據(jù)空間自相關(guān)性產(chǎn)生的不同作用機制分為三種基本形式：空間滯后模型（Spatial Lag Model，SLM）、空間誤差模型（Spatial Error Model，SEM）和空間杜賓模型（SpatialDurbin Model，SDM）。

空間變系數(shù)回歸模型中變量間的關(guān)系隨著空間位置的變化而變化，揭示了變量之間經(jīng)濟關(guān)系的非平穩(wěn)性?？臻g變系數(shù)模型中常用的簡單有效的模型是地理加權(quán)回歸（Geographically Weighted Regression，GWR）。

三、實證分析

（一）物流經(jīng)濟發(fā)展σ收斂

物流經(jīng)濟發(fā)展σ收斂是采用人均物流業(yè)增加值對數(shù)標準差指標，測度中國省域物流經(jīng)濟發(fā)展水平絕對差異隨時間推移的變化，計算公式如式（1）。

圖1 1996-2012年中國省域物流經(jīng)濟發(fā)展水平σ收斂時序圖

式（1）中，yit表示地區(qū)i在t時期內(nèi)的人均物流經(jīng)濟發(fā)展水平數(shù)據(jù)，1996-2012年中國省域物流經(jīng)濟發(fā)展σ收斂時序如圖1所示。

如果隨著時間推移上述標準差值變小即σt+1＜σt，則說明發(fā)生了σ收斂，差異呈縮小趨勢，否則發(fā)生了σ趨異或發(fā)散，差異呈擴大趨勢。圖1中，1996-1997年σ有小幅上升，之后到2004年快速下降，從0.668下降到0.526；以2004年為分界點，2004-2005年有小幅上升，之后到2007年則緩慢下降，2007-2012年處于小幅波動階段。上述分析表明，中國省域物流經(jīng)濟發(fā)展17年間σ收斂具有階段性和波動性，前階段1996-2004年收斂速度較快，省域物流經(jīng)濟發(fā)展差異呈縮小趨勢，后階段2004-2012年呈波動性，有小幅收斂，收斂速度較慢，省域物流經(jīng)濟發(fā)展差異仍較大。

(二）中國省域物流經(jīng)濟發(fā)展絕對β收斂

衡量地區(qū)之間是否存在絕對β收斂利用如下(模型1）估計。

（模型1）是人均物流業(yè)增加值的增長率與初始人均物流業(yè)增加值之間的一般線性關(guān)系。其中，因變量為地區(qū) i從 t到 t+T之間T時段的年均物流業(yè)增加值增長率，yi,t和yi,t+T為地區(qū)i在t和t+T時間的人均物流業(yè)增加值，εi,t,t+T為隨機誤差項。 β=( ) 1-e-bTT，β小于0并且通過顯著性檢驗，則說明物流經(jīng)濟發(fā)展存在絕對β收斂，反之表示發(fā)散。b為收斂速率，如果b大于0，表示物流經(jīng)濟發(fā)展趨于收斂；b值越高，則表示向穩(wěn)定狀態(tài)收斂的速度越快，即落后地區(qū)物流經(jīng)濟發(fā)展增長比發(fā)達地區(qū)要快；b小于0則表示物流經(jīng)濟發(fā)展趨于發(fā)散。

模型（1）為普通線性回歸模型，為將前述分析中物流經(jīng)濟發(fā)展水平的空間自相關(guān)性和空間異質(zhì)性特征考慮其中，下面采用空間計量模型中的常系數(shù)模型和變系數(shù)模型分別進行分析?？臻g常系數(shù)模型的基本思想是將地區(qū)間相互關(guān)系引入模型，對基本線性回歸模型通過空間權(quán)重矩陣W進行修正，根據(jù)模型設(shè)定對空間關(guān)系進行體現(xiàn)，其相應的空間計量模型分為空間滯后模型（模型2）、空間誤差模型（模型3）和空間杜賓模型（模型4）。

模型（2）-（4）中，W為空間權(quán)重矩陣，體現(xiàn)地區(qū)之間空間關(guān)系結(jié)構(gòu)，文中所采用的空間權(quán)重矩陣均為距離矩陣，Wrj,t,t+T是被解釋變量的空間滯后項，W1n(yj,t)是空間滯后解釋變量，ρ是因變量的空間滯后項系數(shù)，λ為空間誤差項滯后系數(shù)。模型（1）-（4）分別簡寫為OLS、SLM、SEM和SDM。

另外依據(jù)前述可知，中國省域物流經(jīng)濟發(fā)展差異具有波動性和階段性，研究時段17年間，04年為較明顯的分界點，因此進行了1996-2012年、1996-2004年、2004-2012年三個時間段的空間常系數(shù)模型的實證分析，驗證物流經(jīng)濟發(fā)展是否存在 β絕對收斂，結(jié)果見表1。

表1 物流經(jīng)濟發(fā)展絕對β收斂分析空間常系數(shù)模型結(jié)果

由表1可知，對于1996-2012年、1996-2004年、2004-2012年三個模型而言，均為模型1中的殘差項空間相關(guān)性都較顯著，說明OLS模型設(shè)定存在偏差，需要使用空間計量模型來消除殘差的空間自相關(guān)性。與OLS模型相比，SLM和SDM模型的R2都有所提高，LIK較大，AIC和SC值較小，SDM模型效果最好。為了區(qū)分殘差中的空間自相關(guān)性是來源于內(nèi)生的空間滯后項還是空間誤差項，使用拉格朗日乘子滯后和誤差及其穩(wěn)健性檢驗指標，表1三個時段模型中的LM Lag和LM Err不顯著，R-LM Lag和R-LM Err均在5%水平下拒絕了無空間相關(guān)性假設(shè)，但是R-LM Lag更顯著，表明體現(xiàn)在滯后項中的空間相關(guān)性較顯著，比較含有空間滯后項的SLM和SDM，發(fā)現(xiàn)SDM的R2、LIK、SC、AIC統(tǒng)計量均比SLM模型好，SDM模型的解釋能力最好。

表1中三個時間段中SDM模型中的 β值和γ值均顯著，且β值小于0，表明中國省域物流經(jīng)濟發(fā)展存在絕對β收斂，即存在“期初物流經(jīng)濟發(fā)展較低的省域物流經(jīng)濟發(fā)展增長要比期初物流經(jīng)濟發(fā)展較高的省域速度快”現(xiàn)象，而且期初物流經(jīng)濟發(fā)展還存在正向顯著的溢出效應，對于物流經(jīng)濟發(fā)展水平具有促進作用，1996-2012年17年間我國物流經(jīng)濟發(fā)展絕對β收斂存在波動。為進一步研究物流經(jīng)濟發(fā)展水平絕對β收斂，進一步采用空間變系數(shù)模型中的地理加權(quán)回歸方法（Geographical Weighted Regression，GWR）進行中國省域物流經(jīng)濟發(fā)展絕對β收斂分析。對如上三個時間段的SDM的GWR模型進行估計，結(jié)果見表2。

表2中，GWR模型是否優(yōu)于OLS模型的顯著性檢驗可采用R2、F檢驗以及AIC信息準則檢驗進行判斷。由表1可知，1996-2012年、1996-2004年、2004-2012年OLS模型R2分別為0.401、0.467和0.109，SDM模型R2分別為0.550、0.525和0.329，而GWR模型的R2則達到0.771、0.716和0.468，比OLS 和SDM模型均有提高，且GWR方差分析表說明GWR模型對于殘差的改進較顯著，表明GWR模型具有較好的解釋能力。同時1996-2012年、1996-2004年、2004-2012年三個時段的GWR模型總體顯著；另外，表2中GWR模型的AIC比相應的OLS模型，根據(jù)Fotheringham確定的評價標準，只要兩者之差大于3，則可判定GWR模型比OLS模型更接近真實模型。

表2 物流經(jīng)濟發(fā)展水平絕對β收斂GWR模型結(jié)果

綜合比較表1和表2，GWR模型R2、F檢驗和AIC檢驗也均優(yōu)于前述SAR模型，1996-2012年的GWR模型其回歸系數(shù)均在5%顯著性水平下顯著。但是1996-2004年和2004-2012年間GWR模型雖然檢驗指標均比前述表1中的模型效果要好，但是回歸系數(shù)卻有些不顯著，且表2中三個時段的模型比較，1996-2012年的GWR模型的R2、F檢驗、AIC檢驗均最好。綜上如下采用1996-2012年的GWR模型進行解釋，模型中各省域局部回歸系數(shù)如表3所示。

GWR模型為局部回歸模型，因此每個樣本的自變量均有獨立的回歸系數(shù)，由表2和表3可知，1996-2012年中所有樣本的β值和系數(shù)γ均通過10%的顯著性檢驗；β值顯著且均為負值，依據(jù)經(jīng)濟收斂理論可知，β顯著且為負，表明物流經(jīng)濟發(fā)展增長為收斂，β值越小表明物流經(jīng)濟發(fā)展水平向穩(wěn)態(tài)收斂速度越快，因此中國省域物流經(jīng)濟發(fā)展存在整體性條件收斂。但是這種條件收斂具有顯著的空間集聚性和異質(zhì)性。

由表2可知，β和b分別度量的是收斂彈性系數(shù)和收斂速度，β最小值為貴州（-0.066），最大值為吉林、安徽和山東（-0.021），陜西的β值為遼寧的3.14倍，平均值為-0.037，中位數(shù)為-0.035，變異系數(shù)為-0.395。依據(jù)β值可以計算出年均收斂速度b值，收斂速度最大的省域是貴州（30.7%），最小的是吉林、安徽和山東（2.5%），平均值為7.3%。

β值（負數(shù)）較大（其絕對值越小），即收斂彈性系數(shù)越小，收斂速度也越慢，二者空間分布一致呈現(xiàn)出顯著的空間集聚性和差異性，收斂速度較慢的省域集中在部分東北地區(qū)、中部地區(qū)和東部沿海地區(qū)，如黑龍江、吉林、山東、山西、河南、安徽和浙江?。痪又械氖∮蚩臻g集聚性也比較明顯，主要集中在北部、西北部和部分中部省份，內(nèi)蒙古、新疆、西藏、甘肅、寧夏、北京、青海、河北、江西、湖南、海南和廣東??；β值較小（其絕對數(shù)較大），收斂速度b較快的省域集中在西南區(qū)域，如四川、重慶、云南、貴州、廣西等省區(qū)。

表3 1996-2012年間GWR模型中各省系數(shù)估計值

表3中數(shù)據(jù)表明中國省域物流經(jīng)濟發(fā)展水平收斂受期初物流經(jīng)濟發(fā)展水平的正向溢出影響，絕對多數(shù)省份γ顯著為正，γ值越大，表明相鄰身份間的溢出作用越強，對于物流經(jīng)濟發(fā)展水平增長率促進作用也越大。γ值最大的為云南?。?.091），最小的是遼寧?。?0.039），平均值為0.034，變異系數(shù)為0.894。γ值空間集聚性與差異性很顯著，較大省域集中在西部地區(qū)，如云南、貴州、四川、青海、廣西、甘肅、新疆、海南、重慶、陜西等省；居中省域集中在北部、中部和東部沿海省份，如內(nèi)蒙古、山東、廣東、江蘇、天津、北京、浙江、湖南、山西、福建、上海；較小省域集中在東北和中部部分省份，如江西、安徽、黑龍江、河南、吉林和遼寧省。

由上述分析可知，1996-2012年間中國30個內(nèi)陸省域物流經(jīng)濟發(fā)展水平存在絕對β收斂，但是這種收斂存在東、中、西部顯著差異性，西部地區(qū)收斂最快，中部地區(qū)次之，東部地區(qū)收斂速度較慢。

四、結(jié)論

1996-2012年是中國物流經(jīng)濟快速發(fā)展的十七年，物流經(jīng)濟發(fā)展水平也隨之快速增長。本文基于中國30個省域物流經(jīng)濟發(fā)展水平數(shù)據(jù)，借鑒區(qū)域經(jīng)濟差異分析方法，采用空間統(tǒng)計分析和空間計量模型對中國物流經(jīng)濟發(fā)展收斂性進行深入實證分析，結(jié)論如下：

第一，中國物流經(jīng)濟發(fā)展σ收斂趨勢階段性顯著，前階段1996-2004年收斂，地區(qū)之間物流經(jīng)濟發(fā)展差異縮小，后階段2004年之后呈波動性，有小幅收斂，但收斂趨勢相比前階段收斂趨勢較平緩。

第二，物流經(jīng)濟發(fā)展水平絕對β收斂分析表明，17年間中國省域物流經(jīng)濟發(fā)展存在顯著“期初物流經(jīng)濟發(fā)展較低的省域物流經(jīng)濟發(fā)展增長比期初物流經(jīng)濟發(fā)展較高的省域速度快”的絕對β收斂現(xiàn)象，且存在波動性。

第三，物流經(jīng)濟發(fā)展存在西、中、東部梯度遞減的絕對 β收斂，西部地區(qū)收斂最快，中部地區(qū)次之，東部地區(qū)收斂較慢。同時研究結(jié)果還表明在物流經(jīng)濟發(fā)展收斂性研究中采用納入了空間自相關(guān)性與異質(zhì)性的空間杜賓模型效果更好。

[1]Baumol W.Productivity growth convergence and welfare：what the long-run date show[J].Journal of Economic in Growth,1986,3：143-170．

[2]Young A,Higgins M,Levy D.Sigma convergence versus beta convergence[J].Journal of Money,Credit and Banking, 2009,40(5)：1083-1094．

[3]張曉旭,馮宗賢.中國人均GDP的空間相關(guān)與地區(qū)收斂：

1978-2003[J].經(jīng)濟學季刊,2008(1)：399-413．

[4]吳玉鳴.中國省域經(jīng)濟增長趨同的空間計量經(jīng)濟分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2006(12)：101-108．

[5]林光平,龍志和.空間經(jīng)濟計量：理論與實證[M].北京：科學出版社,2014．

A Spatial Econometric Study on Provincial Logistics Economic Development Convergence in China

Ren Qing-hua①Zhang Hong-li②
（①School of Transportation and Logistics,Southwest Jiaotong University,Chengdu,Sichuan 610031; ②Statistics School,Southwestern University of Finance and Economics,Chengdu,Sichuan 611130）

Based on the logistics economic development data of China’s 30 provinces from 1996 to 2012,this article analyzes the provincial logistics economic development convergence in China by applying the method of spatial statistics and spatial econometrics,and the results show that provincial logistics economic development in China exists absoluteβconvergence,and the convergence shows volatility and gradient descending in the western,central,eastern provinces of China。

logistics economy;difference;convergence

F259.27

A

1005-5738(2014)04-178-07

[責任編輯：周曉艷]

2014-06-04

任慶華，女，漢族，山東青島人，西南交通大學交通運輸與物流學院博士研究生，主要研究方向為物流經(jīng)濟。