物流業(yè)對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)影響的區(qū)域差異——基于1998-2013年省級(jí)面板數(shù)據(jù)的實(shí)證分析

聶正彥　李　帥

?

物流業(yè)對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)影響的區(qū)域差異
——基于1998-2013年省級(jí)面板數(shù)據(jù)的實(shí)證分析

聶正彥李帥

[摘要]基于1998-2013年中國(guó)31個(gè)省區(qū)面板數(shù)據(jù)，運(yùn)用固定效應(yīng)模型和分位數(shù)回歸方法研究物流業(yè)對(duì)中國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響，發(fā)現(xiàn)物流業(yè)對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)有顯著正向影響，且這種影響存在明顯的區(qū)域差異。物流業(yè)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)對(duì)西部地區(qū)最強(qiáng)，中部次之，東部最弱。此外，不論是全國(guó)還是分地區(qū)樣本均表明物流業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的邊際貢獻(xiàn)隨著經(jīng)濟(jì)發(fā)展水平提高而增加。研究結(jié)論對(duì)于各地在區(qū)域?qū)用婧彤a(chǎn)業(yè)層面引領(lǐng)新常態(tài)以及“一路一帶”建設(shè)具有重要的啟示意義。

[關(guān)鍵詞]物流業(yè)； 經(jīng)濟(jì)增長(zhǎng)效應(yīng)； 核密度分布； 區(qū)域差異； “一路一帶”建設(shè)

一引言

物流業(yè)被喻為21世紀(jì)的“第三利潤(rùn)源”和經(jīng)濟(jì)增長(zhǎng)的“加速器”，在降低社會(huì)交易費(fèi)用、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)、創(chuàng)造就業(yè)機(jī)會(huì)等方面有重要意義(李學(xué)工，2003)[1]。新經(jīng)濟(jì)地理學(xué)認(rèn)為交通運(yùn)輸成本是影響經(jīng)濟(jì)增長(zhǎng)的一個(gè)重要變量，運(yùn)輸成本的降低可以加速人流、物流等要素空間流動(dòng)進(jìn)而促進(jìn)區(qū)域經(jīng)濟(jì)增長(zhǎng)。近期研究多關(guān)注物流業(yè)與我國(guó)經(jīng)濟(jì)增長(zhǎng)的相關(guān)性。其中，趙立波(2012)[2]用社會(huì)物流總費(fèi)用作為物流發(fā)展的代理指標(biāo)，發(fā)現(xiàn)我國(guó)物流業(yè)與經(jīng)濟(jì)增長(zhǎng)之間存在協(xié)整關(guān)系和雙向格蘭杰因果關(guān)系，即物流業(yè)拉動(dòng)經(jīng)濟(jì)增長(zhǎng)，同時(shí)經(jīng)濟(jì)增長(zhǎng)促進(jìn)物流業(yè)的發(fā)展。得出類(lèi)似結(jié)論的還有馮云(2008)[3]，廖迎和阮陸寧(2008)[4]，李全喜、金鳳花和孫磐石(2010)[5]。另外一些研究表明，物流發(fā)展的經(jīng)濟(jì)增長(zhǎng)效應(yīng)存在明顯的跨區(qū)差異，東部地區(qū)的物流發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響明顯大于中、西部地區(qū)(閆秀霞和孫林巖，2006[6]；江曉東和王丹，2008[7]；袁懷宇，2012[8])。還有部分文獻(xiàn)嘗試從不同的視角探索物流業(yè)對(duì)區(qū)域經(jīng)濟(jì)的影響。如劉維林(2011)[9]以天津?yàn)I海新區(qū)為例，采用系統(tǒng)動(dòng)力學(xué)的方法對(duì)區(qū)域物流系統(tǒng)與區(qū)域經(jīng)濟(jì)增長(zhǎng)之間的動(dòng)態(tài)關(guān)聯(lián)及耦合結(jié)構(gòu)進(jìn)行模型設(shè)計(jì)和仿真實(shí)證，結(jié)果表明二者存在自適應(yīng)調(diào)節(jié)機(jī)制，物流適度超前短期內(nèi)會(huì)略微減緩區(qū)域經(jīng)濟(jì)增速，但在長(zhǎng)期則能使區(qū)域經(jīng)濟(jì)增速顯著提升。王興偉(2012)[10]則建立動(dòng)態(tài)多區(qū)域可計(jì)算一般均衡(CGE)模型，分析物流業(yè)發(fā)展水平對(duì)中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展格局演進(jìn)的影響，研究結(jié)果表明物流發(fā)展水平對(duì)經(jīng)濟(jì)的影響存在著區(qū)域差異，物流發(fā)展水平較高并且人口較多的發(fā)達(dá)地區(qū)經(jīng)濟(jì)增長(zhǎng)較快，而物流發(fā)展對(duì)人口較少的欠發(fā)達(dá)地區(qū)會(huì)產(chǎn)生負(fù)面影響。李忠民和于慶巖(2014)[11]以新絲綢之路經(jīng)濟(jì)帶所覆蓋的10個(gè)省份為研究對(duì)象，采用空間面板數(shù)據(jù)方法分析了物流業(yè)發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的空間異質(zhì)性，研究發(fā)現(xiàn)貨物周轉(zhuǎn)量對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)具有顯著的正向空間溢出效應(yīng)，物流網(wǎng)絡(luò)里程對(duì)本地經(jīng)濟(jì)增長(zhǎng)存在顯著的促進(jìn)作用，但溢出效應(yīng)并不顯著，而物流業(yè)產(chǎn)值對(duì)經(jīng)濟(jì)帶的經(jīng)濟(jì)增長(zhǎng)有顯著促進(jìn)作用，且存在負(fù)的空間溢出效應(yīng)。

現(xiàn)有文獻(xiàn)為本研究提供了有益的參考，特別是在定量測(cè)度物流業(yè)的增長(zhǎng)效應(yīng)方面。已有研究采用的實(shí)證方法大多建立在條件均值模型基礎(chǔ)上，但這只是度量了物流業(yè)對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的“平均影響”。而在我國(guó)廣袤的土地上，各地區(qū)資源稟賦、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平等差異巨大，那么，物流業(yè)的增長(zhǎng)效應(yīng)是否因此也存在區(qū)域性的差異？如果這種差異存在，那么物流業(yè)對(duì)于不同地區(qū)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度有何不同？為回答以上問(wèn)題，本文利用面板分位數(shù)回歸方法探究在條件分布不同的情形下，即在不同經(jīng)濟(jì)發(fā)展水平下，物流業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)影響的區(qū)域差異，以期為區(qū)域發(fā)展戰(zhàn)略的制定和物流產(chǎn)業(yè)布局提供有益參考。

二我國(guó)物流業(yè)演進(jìn)特征

(一)物流規(guī)模加速擴(kuò)張，但區(qū)域差距不斷拉大

為全面地認(rèn)識(shí)我國(guó)物流業(yè)的發(fā)展情況，先分析我國(guó)物流規(guī)模的動(dòng)態(tài)演進(jìn)過(guò)程。圖1給出了我國(guó)31個(gè)省區(qū)1998年、2005年和2012年全國(guó)貨物周轉(zhuǎn)量對(duì)數(shù)值的核密度分布圖。如圖所示，1998-2012年，我國(guó)各省區(qū)貨物周轉(zhuǎn)量分布的動(dòng)態(tài)演進(jìn)具有三個(gè)明顯特點(diǎn)：(1)我國(guó)各省區(qū)物流規(guī)模都得到不同程度的提高，并呈加速態(tài)勢(shì)。這體現(xiàn)在，1998-2012年間，全國(guó)貨物周轉(zhuǎn)量的核密度曲線呈現(xiàn)出不斷向右偏移的態(tài)勢(shì)，即在相對(duì)較低貨物周轉(zhuǎn)量水平上的概率密度明顯減少，其中2005-2012年間表現(xiàn)得尤為突出，波峰所對(duì)應(yīng)的貨物周轉(zhuǎn)量對(duì)數(shù)值從7增加到8.5左右。(2)我國(guó)貨物周轉(zhuǎn)量分布從“尖頂”分布逐步向“寬峰”分布演進(jìn)。1998年全國(guó)貨物周轉(zhuǎn)量呈現(xiàn)“尖頂”形態(tài)，時(shí)間推移過(guò)程中，峰度不斷下降，“尖頂”現(xiàn)象減弱，其中下降幅度最大的時(shí)期是在1998-2005年間，這表明，我國(guó)物流業(yè)擴(kuò)張的過(guò)程中，各省區(qū)物流規(guī)模擴(kuò)大的速度不一，各地物流發(fā)展水平的差距不斷拉大。(3)貨物周轉(zhuǎn)量分布顯現(xiàn)“雙峰”形狀。左側(cè)的次峰在2005年有向肥尾轉(zhuǎn)變的跡象，但之后又出現(xiàn)次峰趨勢(shì)。這種變化趨勢(shì)意味著，我國(guó)物流業(yè)發(fā)展速度不均，物流規(guī)模小的地區(qū)在趕超過(guò)程中面臨著重重阻力。

圖1　全國(guó)物流規(guī)模的核密度分布圖

(二)三大區(qū)域內(nèi)部物流業(yè)演進(jìn)模式表現(xiàn)出差異性

進(jìn)一步考察我國(guó)東中西部三大經(jīng)濟(jì)區(qū)*對(duì)三大地區(qū)的劃分依據(jù)《中國(guó)城市統(tǒng)計(jì)年鑒》上的劃分方法：東部地區(qū)包括的省級(jí)行政區(qū)共11個(gè)，分別是北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區(qū)有8個(gè)省級(jí)行政區(qū)，分別是山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區(qū)包括四川、重慶、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、廣西和內(nèi)蒙古等12個(gè)省級(jí)行政區(qū)。物流規(guī)模的變化情況。從圖2可見(jiàn)，在1998-2012年間，我國(guó)東部、中部和西部地區(qū)貨物周轉(zhuǎn)量分布的演進(jìn)模式與全國(guó)的貨物周轉(zhuǎn)量分布演進(jìn)模式基本相同，核密度曲線都明顯向右移動(dòng)。但三大地區(qū)貨物周轉(zhuǎn)量分布的變化也表現(xiàn)出差異性，具體體現(xiàn)在：(1)從圖2(a)可以看出，東部各省的貨物周轉(zhuǎn)量在1998-2005年間相差不大，但到2012年，區(qū)域內(nèi)各省的物流水平差距顯現(xiàn)，大部分省份的物流規(guī)模達(dá)到較高的水平，但有少數(shù)省份貨物周轉(zhuǎn)量的增長(zhǎng)處于停滯狀態(tài)。這體現(xiàn)在東部地區(qū)1998年貨物周轉(zhuǎn)量的核密度曲線與2005年的核密度曲線形狀類(lèi)似，但2012年貨物周轉(zhuǎn)量的核密度分布曲線波峰向右升高的同時(shí)在左側(cè)出現(xiàn)一段連綿的拖尾。(2)西部地區(qū)各省物流規(guī)模處于中等偏低水平，貨物周轉(zhuǎn)量的核密度曲線表現(xiàn)為“雙峰”并存，其中“主峰”的變化趨勢(shì)先升后降，這與東部地區(qū)貨物周轉(zhuǎn)量分布波峰的變化趨勢(shì)相反。說(shuō)明西部各省的物流業(yè)發(fā)展速度不一，導(dǎo)致各省物流發(fā)展水平的差距在2005年之前有所縮小，此后又開(kāi)始拉大，見(jiàn)圖2(c)。(3)與東部和西部地區(qū)的物流業(yè)發(fā)展模式不同，1998年以來(lái)，中部地區(qū)各省的物流水平差距一直呈現(xiàn)出明顯的拉大態(tài)勢(shì)，2005年以來(lái)表現(xiàn)得最為突出。圖2(b)清晰地表明，中部地區(qū)貨物周轉(zhuǎn)量的核密度曲線在右移的同時(shí)，分布波峰不斷降低，并且由“尖峰”向明顯的“寬頂”演變。

圖2　我國(guó)東中西部地區(qū)物流規(guī)模的核密度分布圖

三模型設(shè)定與實(shí)證方法

(一)模型設(shè)定和數(shù)據(jù)來(lái)源

為考察物流業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響機(jī)制，在拉格朗日函數(shù)的基礎(chǔ)上做部分修正，建立如下計(jì)量回歸模型：

Yit=μi+αXit+βVCit+εit

其中，下標(biāo)i和t分別表示省份和時(shí)間。

被解釋變量Y：表示地區(qū)經(jīng)濟(jì)增長(zhǎng)水平，用各省歷年實(shí)際GDP來(lái)表示，它是以1998年為基期，由各省歷年地區(qū)生產(chǎn)總值指數(shù)折算而得到。

核心解釋變量X：目前國(guó)內(nèi)尚沒(méi)有對(duì)物流業(yè)的明確界定，也沒(méi)有一個(gè)公認(rèn)的物流業(yè)發(fā)展水平的測(cè)度標(biāo)準(zhǔn)。國(guó)內(nèi)文獻(xiàn)通常從貨運(yùn)量、貨物周轉(zhuǎn)量和交通運(yùn)輸、倉(cāng)儲(chǔ)、郵電業(yè)產(chǎn)值3個(gè)指標(biāo)中選擇其一作為物流業(yè)發(fā)展水平指標(biāo)。物流的核心環(huán)節(jié)在于運(yùn)輸，即在于實(shí)體的流動(dòng)，因此，衡量一個(gè)地區(qū)物流業(yè)的發(fā)展水平至少需要考慮運(yùn)輸實(shí)體和運(yùn)輸距離兩個(gè)因素。運(yùn)輸實(shí)體的數(shù)量在一定程度上說(shuō)明了該地區(qū)對(duì)物流業(yè)的需求情況，而運(yùn)輸距離的長(zhǎng)短則表明了該地區(qū)的物流供給和服務(wù)能力?；谶@些考慮，本文選用運(yùn)送貨物噸數(shù)與其相應(yīng)運(yùn)距乘積測(cè)度的貨物周轉(zhuǎn)量(fre)作為物流業(yè)發(fā)展水平的核心解釋變量。此外，為確保實(shí)證結(jié)果的穩(wěn)健性，同時(shí)使用貨運(yùn)量(vol)和物流業(yè)產(chǎn)值(交通運(yùn)輸、倉(cāng)儲(chǔ)和郵電業(yè)產(chǎn)值，lv)這兩個(gè)指標(biāo)作為物流業(yè)發(fā)展水平的代理變量。由于各地交通運(yùn)輸、倉(cāng)儲(chǔ)、郵電業(yè)產(chǎn)值這一指標(biāo)的統(tǒng)計(jì)口徑在2004年有所變化，故在使用這一指標(biāo)時(shí)的時(shí)間維度設(shè)定為2004-2013年。

控制變量集VC：(1)人力資本投資(Human Capital，HC)：以各省歷年普通高等學(xué)校在校學(xué)生數(shù)表示；(2)勞動(dòng)力人數(shù)(Labor Force，LF)：用所有產(chǎn)業(yè)從業(yè)人數(shù)來(lái)衡量；(3)物質(zhì)資本投資(Material Capital，MC)：用各省歷年資本形成率表示；(4)政府支出(Government Expenditure，GE)：以各省當(dāng)年政府預(yù)算支出占GDP的比重來(lái)表示；(5)貿(mào)易開(kāi)放度(Foreign Trade，F(xiàn)T)：采用貿(mào)易依存度，即進(jìn)出口貿(mào)易總額占GDP比重，作為其代理指標(biāo)，同時(shí)為保持計(jì)量單位的統(tǒng)一性，以當(dāng)年美元匯率年均價(jià)將地區(qū)進(jìn)出口貿(mào)易總額折算為人民幣；(6)產(chǎn)業(yè)結(jié)構(gòu)(Industrial Structure，IS)：用第三產(chǎn)業(yè)增加值占GDP的比重來(lái)度量。

在回歸過(guò)程中，對(duì)各變量做對(duì)數(shù)變換，使各解釋變量的系數(shù)代表彈性大小，相應(yīng)將回歸方程設(shè)定如下：

lnGDPit=μi+αlnfreit+β1lnHCit+β2lnLFit+β3lnCFit+β4lnGEit+β5lnFTit+β6lnISit+εit

使用1998-2013年中國(guó)大陸地區(qū)31個(gè)省級(jí)行政區(qū)的面板數(shù)據(jù)對(duì)上述模型進(jìn)行估計(jì)。各變量的原始數(shù)據(jù)主要取自國(guó)家統(tǒng)計(jì)局網(wǎng)站數(shù)據(jù)庫(kù)，并取相應(yīng)年份的《中國(guó)統(tǒng)計(jì)年鑒》和各省市統(tǒng)計(jì)年鑒作為補(bǔ)充。樣本數(shù)據(jù)的描述統(tǒng)計(jì)如表1所示。

表1　變量的描述統(tǒng)計(jì)

(二)面板分位數(shù)回歸方法

分位數(shù)回歸的概念由Koenker和Bassett(1978)[12]提出，與只能估計(jì)解釋變量對(duì)被解釋變量條件均值邊際影響的普通最小二乘法相比，它能精確地描述解釋變量對(duì)被解釋變量在特定分位點(diǎn)的邊際效應(yīng)，能夠捕捉分布的尾部特征。具體而言，分位數(shù)回歸與普通最小二乘法相比有以下優(yōu)點(diǎn)(李群峰，2011)[13]：(1)放寬了對(duì)被解釋變量分布假設(shè)的限制，特別是當(dāng)誤差項(xiàng)非正態(tài)分布時(shí)，其參數(shù)估計(jì)量更加有效；(2)通過(guò)測(cè)度不同分位數(shù)水平下解釋變量的參數(shù)估計(jì)值，突出了局部之間的相關(guān)關(guān)系，挖掘到的信息更加豐富；(3)分位數(shù)回歸通過(guò)加權(quán)殘差絕對(duì)值之和最小來(lái)得到參數(shù)估計(jì)量，因而對(duì)異常值的敏感程度遠(yuǎn)小于最小二乘法，以確保其參數(shù)估計(jì)量更加穩(wěn)健；(4)當(dāng)估計(jì)模型存在異方差時(shí)，分位數(shù)回歸可以在因變量條件分布的不同水平上刻畫(huà)回歸關(guān)系，分離出回歸系數(shù)的變異，其結(jié)果更加全面。分位數(shù)回歸方法與條件均值回歸方法各有側(cè)重，在實(shí)證研究中相互補(bǔ)充，有助于我們?nèi)嬲J(rèn)識(shí)事物的本質(zhì)。

本文旨在探究對(duì)于不同經(jīng)濟(jì)發(fā)展水平的地區(qū)而言，物流業(yè)對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)有何影響，以及這種影響在方向、大小等方面有何區(qū)別。因此，分位數(shù)回歸方法正適合本文的研究初衷。下文將采用Stata/SE11.0軟件進(jìn)行模型的估計(jì)和檢驗(yàn)。

四實(shí)證分析

(一)全國(guó)范圍考察

首先對(duì)模型類(lèi)型進(jìn)行檢驗(yàn)。根據(jù)F統(tǒng)計(jì)量的檢驗(yàn)結(jié)果F(30, 458)=49.76，拒絕模型中不同個(gè)體的截距和系數(shù)相同的原假設(shè)，即不采用混合回歸模型；同時(shí)Hausman檢驗(yàn)結(jié)果為Prob>chi2 =0.0000，表明在1%的顯著性水平下拒絕了個(gè)體效應(yīng)與解釋變量不相關(guān)的原假設(shè)，即不采用隨機(jī)效應(yīng)模型。綜合以上兩個(gè)檢驗(yàn)結(jié)果，最終選擇建立固定效應(yīng)模型，以觀察物流業(yè)發(fā)展?fàn)顩r對(duì)經(jīng)濟(jì)增長(zhǎng)的“平均影響”。然后對(duì)面板分位數(shù)回歸模型進(jìn)行設(shè)定，在此選擇10%、25%、50%、75%和90%五個(gè)代表性的分位點(diǎn)。從斜率相等檢驗(yàn)看，F(xiàn)(4, 488)=4.15，在95%的置信度下拒絕了斜率在五個(gè)分位點(diǎn)上相等的假設(shè)，這說(shuō)明了物流業(yè)對(duì)經(jīng)濟(jì)的影響隨著經(jīng)濟(jì)發(fā)展水平的不同會(huì)有明顯差異，同時(shí)驗(yàn)證了采用分位數(shù)回歸方法研究的可靠性。表2報(bào)告了兩種方法的估計(jì)結(jié)果。

表2　1998-2013年全國(guó)范圍物流業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響

注：***、**、*分別表示在1%、5%和10%的置信水平上顯著；括號(hào)內(nèi)為通過(guò)900次bootstrap得到的系數(shù)標(biāo)準(zhǔn)誤。

圖3　全國(guó)lnfre在各分位點(diǎn)的系數(shù)估計(jì)值

對(duì)比固定效應(yīng)模型和分位數(shù)回歸結(jié)果(表2)，發(fā)現(xiàn)兩種估計(jì)方法所得結(jié)果一致：lnfre的回歸系數(shù)值都在1%的水平上顯著為正，表明發(fā)展物流業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)具有明顯的正向影響。從固定效應(yīng)的回歸結(jié)果來(lái)看，lnfre的估計(jì)系數(shù)為0.2121，且在1%的顯著性水平上顯著，這意味著就全國(guó)而言，貨物周轉(zhuǎn)量每增加1%，GDP將增長(zhǎng)0.2121%。但這只是物流業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的平均影響，從分位數(shù)模型的回歸結(jié)果中，我們可以發(fā)現(xiàn)更加豐富的內(nèi)容。圖3給出了從0到1每隔0.1分位點(diǎn)的lnfre的估計(jì)系數(shù)及95%的置信區(qū)間，為便于對(duì)照，同時(shí)標(biāo)示出固定效應(yīng)回歸的結(jié)果。結(jié)合圖3和表2可以看出，GDP對(duì)貨物周轉(zhuǎn)量的彈性值介于0.15-0.32之間，這意味著不論區(qū)域經(jīng)濟(jì)發(fā)展水平如何，物流規(guī)模的擴(kuò)張都會(huì)顯著地促進(jìn)經(jīng)濟(jì)增長(zhǎng)，且物流規(guī)模每擴(kuò)大1%將拉動(dòng)GDP增長(zhǎng)0.15%-0.32%。圖3還清晰地表明，從條件分布的低分位點(diǎn)到高分位點(diǎn)，lnfre的系數(shù)估計(jì)值總體呈上升趨勢(shì)，分位數(shù)回歸的系數(shù)估計(jì)值在0.1-0.5分位點(diǎn)一直低于固定效應(yīng)的回歸結(jié)果，到0.6分位點(diǎn)以后分位數(shù)回歸的系數(shù)值高于固定效應(yīng)估計(jì)值。這印證了第一部分的猜想：隨著經(jīng)濟(jì)發(fā)展水平的提高，物流業(yè)對(duì)其產(chǎn)生的正影響越來(lái)越大。

在其他控制變量中，人力資本投資的回歸系數(shù)顯著為正，其分位數(shù)回歸系數(shù)介于0.4-0.5之間，并隨著分位點(diǎn)的增加呈現(xiàn)“～”的形態(tài)，這不僅說(shuō)明了人力資本投資是我國(guó)經(jīng)濟(jì)增長(zhǎng)的重要推動(dòng)力量，而且表明人口素質(zhì)的提高對(duì)于經(jīng)濟(jì)落后地區(qū)的發(fā)展有更重要的作用。與人力資本投資不同，勞動(dòng)力數(shù)量的固定效應(yīng)回歸結(jié)果顯著為負(fù)，而在各分位點(diǎn)的回歸系數(shù)為正，且隨著分位點(diǎn)的走高而下降。這說(shuō)明整體而言，中國(guó)單純依靠勞動(dòng)密集型產(chǎn)業(yè)已很難再給經(jīng)濟(jì)增長(zhǎng)添加更多活力，比起勞動(dòng)力數(shù)量的增加，勞動(dòng)者素質(zhì)和能力的提高才是經(jīng)濟(jì)持續(xù)快速增長(zhǎng)的關(guān)鍵。值得注意的是，在固定效應(yīng)和分位數(shù)回歸兩種方法得到的結(jié)果中，資本形成率的系數(shù)都為負(fù)數(shù)，這雖有悖于經(jīng)濟(jì)學(xué)理論，但大量的文獻(xiàn)已經(jīng)表明，資本形成對(duì)經(jīng)濟(jì)增長(zhǎng)的影響存在滯后效應(yīng)，因此，在本文所建立的靜態(tài)回歸模型中，物質(zhì)資本投資的回歸結(jié)果為負(fù)并不足為奇。政府支出在0.1分位點(diǎn)處的回歸系數(shù)為負(fù)，但并不顯著，在其他分位點(diǎn)的回歸結(jié)果和固定效應(yīng)的回歸結(jié)果都為正，這與我國(guó)政府在經(jīng)濟(jì)增長(zhǎng)中長(zhǎng)期扮演重要角色的的現(xiàn)實(shí)相吻合，平均來(lái)看，政府支出占GDP的比重每增加1%，將拉動(dòng)經(jīng)濟(jì)增長(zhǎng)0.5314%。貿(mào)易開(kāi)放度的回歸結(jié)果都顯著為正且在低分位點(diǎn)處的值高于高分位點(diǎn)的值，可見(jiàn)提高開(kāi)放程度對(duì)落后地區(qū)的意義重大。通常認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化能促進(jìn)經(jīng)濟(jì)增長(zhǎng)，但產(chǎn)業(yè)結(jié)構(gòu)的固定效應(yīng)和0.1-0.5分位點(diǎn)的回歸結(jié)果都為負(fù)，僅0.75和0.9兩個(gè)分位點(diǎn)的結(jié)果在10%的顯著性水平下為正。這與我國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展的階段性有關(guān)，經(jīng)濟(jì)越落后的地區(qū)，工業(yè)和農(nóng)業(yè)在國(guó)民經(jīng)濟(jì)中的比重越大，而經(jīng)濟(jì)越發(fā)達(dá)的地區(qū)第三產(chǎn)業(yè)占比越高。我國(guó)僅有東部幾個(gè)省市位于經(jīng)濟(jì)發(fā)展水平的高分位點(diǎn)處，第三產(chǎn)業(yè)正逐漸取代一二產(chǎn)業(yè)成為它們的支柱產(chǎn)業(yè)，而大部分中西部地區(qū)仍要依靠工業(yè)帶動(dòng)經(jīng)濟(jì)發(fā)展。因此，目前第三產(chǎn)業(yè)比重增加僅對(duì)發(fā)達(dá)地區(qū)有顯著的影響。

作為以上結(jié)論的穩(wěn)健性檢驗(yàn)，接下來(lái)分別對(duì)衡量物流業(yè)發(fā)展水平的另外兩個(gè)指標(biāo)(貨運(yùn)量和物流業(yè)產(chǎn)值)進(jìn)行面板分位數(shù)回歸，回歸結(jié)果見(jiàn)表3(限于篇幅，不再將各控制變量一一列出)。

表3　全國(guó)樣本回歸的穩(wěn)健性檢驗(yàn)

對(duì)貨運(yùn)量和物流業(yè)產(chǎn)值的回歸結(jié)果說(shuō)明物流業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)的正相關(guān)關(guān)系是穩(wěn)健的。貨運(yùn)量對(duì)數(shù)值的回歸系數(shù)除了在25%分位點(diǎn)不顯著外，在其他4個(gè)分位點(diǎn)均在5%的顯著性水平下為正，且隨著分位點(diǎn)的提高，回歸系數(shù)先出現(xiàn)一個(gè)陡峭的下降，又在25%分位點(diǎn)后開(kāi)始緩慢上升。與貨物周轉(zhuǎn)量和貨運(yùn)量不同的是，物流業(yè)產(chǎn)值的估計(jì)系數(shù)在低分位點(diǎn)雖為正但并不顯著，在50%、75%和90% 3個(gè)分位點(diǎn)均在1%的水平下顯著為正。在趨勢(shì)上，高分位點(diǎn)的彈性大于低分位點(diǎn)的彈性。對(duì)物流發(fā)展水平3個(gè)指標(biāo)的回歸結(jié)果均表明，物流業(yè)與經(jīng)濟(jì)發(fā)展水平協(xié)同增長(zhǎng)，且物流業(yè)在經(jīng)濟(jì)發(fā)展水平提高的過(guò)程中會(huì)產(chǎn)生越來(lái)越大的影響。

(二)三大經(jīng)濟(jì)區(qū)域分析

東部、中部和西部三大經(jīng)濟(jì)區(qū)物流業(yè)規(guī)模的核密度分布圖表現(xiàn)出區(qū)域物流業(yè)發(fā)展的差異化特征，有必要進(jìn)一步從區(qū)域?qū)用婵疾煳锪鳂I(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。對(duì)三大地區(qū)內(nèi)部物流業(yè)的增長(zhǎng)效應(yīng)的估計(jì)結(jié)果見(jiàn)表4和圖4。

表4　1998-2013年?yáng)|、中、西部地區(qū)物流業(yè)對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響

由于本文研究重點(diǎn)在于區(qū)域經(jīng)濟(jì)增長(zhǎng)過(guò)程中的物流因素，所以這里僅列出代表物流發(fā)展水平的貨物周轉(zhuǎn)量對(duì)數(shù)值的估計(jì)系數(shù)及顯著性，限于篇幅，不再將各控制變量一一列出。從固定效應(yīng)模型的回歸結(jié)果來(lái)看，東、中、西部地區(qū)物流業(yè)發(fā)展水平的彈性系數(shù)均在1%的顯著性水平上為正，但存在明顯的區(qū)域差異，西部地區(qū)物流業(yè)的增長(zhǎng)效應(yīng)最強(qiáng)，中部次之，東部最弱。說(shuō)明物流業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響的確存在區(qū)域性差異，經(jīng)濟(jì)越落后的地方，物流業(yè)的邊際貢獻(xiàn)越大。對(duì)此較為合理的解釋是邊際收益遞減規(guī)律的體現(xiàn)，因?yàn)榘l(fā)達(dá)地區(qū)的物流規(guī)模已經(jīng)很大，物流對(duì)經(jīng)濟(jì)的支撐作用已處于瓶頸期，若想進(jìn)一步發(fā)揮物流業(yè)的作用需要從提高物流服務(wù)質(zhì)量著手，一味擴(kuò)大物流規(guī)模對(duì)經(jīng)濟(jì)增長(zhǎng)的作用已不如早期那么明顯(趙立波，2012)[2]。而與物流業(yè)關(guān)聯(lián)度最強(qiáng)的第二產(chǎn)業(yè)(鐘俊娟和王健，2013)[14]仍是中西部地區(qū)國(guó)民經(jīng)濟(jì)中最大的一塊蛋糕，這些地區(qū)對(duì)物流業(yè)的依賴(lài)性依然很強(qiáng)，特別是西部地區(qū)礦產(chǎn)等資源豐富，經(jīng)濟(jì)的發(fā)展更加需要物流業(yè)來(lái)實(shí)現(xiàn)，因此，對(duì)于不發(fā)達(dá)地區(qū)，一旦擴(kuò)大物流規(guī)模就能夠帶來(lái)明顯的經(jīng)濟(jì)利益。

圖4　三大地區(qū)lnfre在各分位點(diǎn)的系數(shù)估計(jì)值

從分位數(shù)回歸結(jié)果可以清晰地看出各地區(qū)物流業(yè)增長(zhǎng)效應(yīng)的變化趨勢(shì)。與全國(guó)樣本回歸結(jié)果一致的是，物流業(yè)在各區(qū)域也都對(duì)經(jīng)濟(jì)產(chǎn)生明顯的積極影響。這體現(xiàn)在各地區(qū)的不同分位點(diǎn)上，經(jīng)濟(jì)增長(zhǎng)對(duì)物流業(yè)發(fā)展的彈性值都為正，且都在1%的水平下顯著。另外，物流業(yè)與經(jīng)濟(jì)增長(zhǎng)的良性互動(dòng)趨勢(shì)同樣存在區(qū)域差異性。對(duì)于東部地區(qū)，物流業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響整體上與全國(guó)樣本回歸的趨勢(shì)相接近，以0.5分位點(diǎn)為界，較高分位點(diǎn)的系數(shù)估計(jì)值大于較低分位點(diǎn)的系數(shù)估計(jì)值。但在0.3-0.7分位點(diǎn)之間，彈性值的波動(dòng)較大。對(duì)于中部地區(qū)，物流業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響呈“V”型軌跡，說(shuō)明物流業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的正向影響先減弱后增強(qiáng)。對(duì)于西部地區(qū)，物流業(yè)的回歸系數(shù)總體上隨著分位點(diǎn)的增加而變大，特別是在0.4-0.9分位點(diǎn)間表現(xiàn)的十分明顯，但在低分位點(diǎn)和高分位點(diǎn)波動(dòng)較大。受到各地區(qū)資源稟賦、產(chǎn)業(yè)結(jié)構(gòu)、政策導(dǎo)向等影響，物流業(yè)對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響表現(xiàn)出一定獨(dú)特性，但是在總體趨勢(shì)上，各地物流業(yè)的增長(zhǎng)效應(yīng)隨著經(jīng)濟(jì)發(fā)展水平的提高而加強(qiáng)，這與全國(guó)數(shù)據(jù)分析的結(jié)論一致。

五結(jié)論與啟示

本文利用1998-2013年我國(guó)31個(gè)省級(jí)行政區(qū)的面板數(shù)據(jù)構(gòu)建計(jì)量模型，綜合運(yùn)用固定效應(yīng)模型和面板分位數(shù)回歸方法，考量我國(guó)物流業(yè)發(fā)展的經(jīng)濟(jì)增長(zhǎng)效應(yīng)和區(qū)域差異。結(jié)果表明：在中國(guó)，物流業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)存在顯著的促進(jìn)作用，物流業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的彈性值介于0.15-0.32之間，且隨著經(jīng)濟(jì)發(fā)展水平的提高，物流業(yè)的增長(zhǎng)效應(yīng)表現(xiàn)得越來(lái)越強(qiáng)。這一結(jié)論在以貨運(yùn)量和物流產(chǎn)值作為物流業(yè)水平代理變量的穩(wěn)健性檢驗(yàn)中再次得到證實(shí)。此外，物流業(yè)的增長(zhǎng)效應(yīng)還存在明顯的區(qū)域差異，表現(xiàn)在發(fā)展物流業(yè)對(duì)西部地區(qū)經(jīng)濟(jì)的邊際貢獻(xiàn)最大，彈性值為0.4023，遠(yuǎn)高于全國(guó)平均水平，其次是中部地區(qū)，彈性值與全國(guó)接近，最后是東部地區(qū)。

“一帶一路”沿線所覆蓋的大多是發(fā)展中國(guó)家和新興經(jīng)濟(jì)體，普遍處在經(jīng)濟(jì)增長(zhǎng)期，有強(qiáng)烈的經(jīng)濟(jì)貿(mào)易合作訴求，但一直以來(lái)，通關(guān)、道路、運(yùn)輸?shù)葪l件不暢成為制約這些地區(qū)經(jīng)濟(jì)發(fā)展的主要因素。目前國(guó)家正在積極部署“一帶一路”建設(shè)，同時(shí)各地區(qū)努力配合為經(jīng)濟(jì)“新常態(tài)”尋找新活力。在這樣的背景下，本研究具有重要的政策含義：第一，各地都應(yīng)不失時(shí)機(jī)地加快物流基礎(chǔ)設(shè)施建設(shè)，形成物流業(yè)與制造業(yè)、國(guó)際貿(mào)易服務(wù)業(yè)等產(chǎn)業(yè)的聯(lián)動(dòng)發(fā)展，推進(jìn)物流服務(wù)支撐下的產(chǎn)業(yè)發(fā)展和區(qū)域合作。第二，國(guó)民經(jīng)濟(jì)的發(fā)展與物流業(yè)的發(fā)展相輔相成，在“一路一帶”戰(zhàn)略的推進(jìn)下，重點(diǎn)在于西部地區(qū)的物流建設(shè)，在絲綢之路沿線的重要樞紐城市建設(shè)國(guó)際物流園區(qū)，培育物流業(yè)為西部地區(qū)新的經(jīng)濟(jì)增長(zhǎng)極。第三，創(chuàng)新物流業(yè)發(fā)展模式。一方面建設(shè)現(xiàn)代物流服務(wù)體系，滿足高端、中端、低端等不同層次的物流需求，同時(shí)學(xué)習(xí)發(fā)達(dá)經(jīng)濟(jì)體發(fā)展第三方物流，從專(zhuān)業(yè)化角度降低物流成本，實(shí)現(xiàn)更大的經(jīng)濟(jì)效益；另一方面發(fā)展低碳物流，物流業(yè)對(duì)能源的消耗非常大，因此在發(fā)展物流業(yè)的同時(shí)要在技術(shù)和管理模式等方面注意節(jié)能減排，不可損失生態(tài)效益，以保證國(guó)民經(jīng)濟(jì)可持續(xù)發(fā)展。

[參考文獻(xiàn)]

[1] 李學(xué)工. 論物流產(chǎn)業(yè)對(duì)國(guó)民經(jīng)濟(jì)的貢獻(xiàn)[J]. 北京工商大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2003, (6): 1-4.

[2] 趙立波. 物流產(chǎn)業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系實(shí)證分析[J]. 中國(guó)流通經(jīng)濟(jì), 2012, (10): 41-45.

[3] 馮云. 物流業(yè)與中國(guó)經(jīng)濟(jì)發(fā)展關(guān)系的實(shí)證分析[J]. 統(tǒng)計(jì)與決策, 2008, (5): 146-149.

[4] 廖迎, 阮陸寧. 區(qū)域物流與區(qū)域經(jīng)濟(jì)增長(zhǎng)的實(shí)證研究——基于面板單位根與面板協(xié)整分析[J]. 南昌大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版), 2008, (3): 64-69.

[5] 李全喜, 金鳳花, 孫磐石. 區(qū)域物流能力與區(qū)域經(jīng)濟(jì)發(fā)展的典型相關(guān)分析——基于全國(guó)面板數(shù)據(jù)[J].軟科學(xué), 2010, (12): 75-79.

[6] 閆秀霞, 孫林巖. 物流能力對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的影響分析[J]. 科技進(jìn)步與對(duì)策, 2006, (10): 160-163.

[7] 江曉東, 王丹. 物流業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)——基于省級(jí)面板數(shù)據(jù)的實(shí)證分析[J]. 開(kāi)發(fā)研究, 2008, (3): 5-9.

[8] 袁懷宇. 基于面板數(shù)據(jù)的區(qū)域物流與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究[J]. 山東社會(huì)科學(xué), 2012, (3): 109-111.

[9] 劉維林. 區(qū)域物流系統(tǒng)與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)耦合機(jī)理與實(shí)證仿真[J]. 經(jīng)濟(jì)地理, 2011, (9): 1493-1498.

[10] 王興偉. 基于動(dòng)態(tài)多區(qū)域CGE模型的物流對(duì)區(qū)域經(jīng)濟(jì)的動(dòng)態(tài)模擬[J]. 統(tǒng)計(jì)與決策, 2012, (16): 58-59.

[11] 李忠民, 于慶巖. 物流促進(jìn)經(jīng)濟(jì)增長(zhǎng)的空間異質(zhì)性研究——以“新絲綢之路”經(jīng)濟(jì)帶為例[J]. 經(jīng)濟(jì)問(wèn)題, 2014, (6): 121-125.

[12] Koenker, R., Bassett, G. J.. Regression Quantiles[J].TheEconometricSociety, 1978, 46(1): 33-50.

[13] 李群峰. 基于分位數(shù)回歸的面板數(shù)據(jù)模型估計(jì)方法[J]. 統(tǒng)計(jì)與決策, 2011, (17): 24-26.

[14] 鐘俊娟, 王健. 我國(guó)物流業(yè)與三次產(chǎn)業(yè)的關(guān)聯(lián)度——基于產(chǎn)業(yè)融合視角[J]. 技術(shù)經(jīng)濟(jì), 2013, (2): 39-44.

[責(zé)任編輯：莫揚(yáng)]

Research on the Influence of Logistics Industries on Regional Economic Growth——Based on 1998-2013 Provincial Panel Data

NIE Zheng-yanLI Shuai

Abstract:Based on the panel data of 31 provinces during 1998-2013,this paper uses quantile regression to examine the influence of logistics industry on economic growth.The results showed that,logistics industry has significantly positive influence on regional economic growth,and the influence shows difference at different conditional distributions.The logistics industry in west area makes the largest contribution to economic growth compared to the east and central areas.This paper revealed further that the higher the level of economic development,the greater the growth effect the logistics industry had on it.The conclusion helps China’s economy better adjust to the “new normal” phase both from industry level and from regional level, and has far-reaching significance in building the Belt and Road.

Key words:logistics industry; economic growth effect; nuclear density distribution; regional difference; the Belt and Road strategy

[中圖分類(lèi)號(hào)]F062.9

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1674-8298(2015)05-0092-09

[作者簡(jiǎn)介]聶正彥，博士，西北師范大學(xué)經(jīng)濟(jì)學(xué)院副教授，研究方向?yàn)楹暧^經(jīng)濟(jì)理論；李帥，西北師范大學(xué)經(jīng)濟(jì)學(xué)院碩士研究生，研究方向?yàn)榻?jīng)濟(jì)增長(zhǎng)理論。

[收稿日期]2015-06-03

[DOI]10.14007/j.cnki.cjpl.2015.05.007

[引用方式]梅林海,張永艷.創(chuàng)新活動(dòng)對(duì)新創(chuàng)企業(yè)的衰退逆轉(zhuǎn)研究——以廣東省制造業(yè)為例[J].產(chǎn)經(jīng)評(píng)論,2015,6(5):78-91.