物流產(chǎn)業(yè)集聚對(duì)區(qū)域商貿(mào)流通效率的影響實(shí)證分析

王鑫

內(nèi)容摘要：本文以2007-2016年省級(jí)面板數(shù)據(jù)為基礎(chǔ)，采用基于非期望產(chǎn)出的超效率SBM-VRS模型、區(qū)域熵值法，對(duì)區(qū)域商貿(mào)流通效率、物流產(chǎn)業(yè)集聚水平進(jìn)行定量測(cè)算，運(yùn)用固定效應(yīng)模型、面板門(mén)檻模型對(duì)物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率的關(guān)系進(jìn)行線性、非線性估計(jì)。研究表明：整體上看，物流產(chǎn)業(yè)集聚對(duì)區(qū)域商貿(mào)流通效率的提升有顯著正向作用；物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率間存在雙重門(mén)檻效應(yīng)，即存在兩個(gè)結(jié)構(gòu)變點(diǎn)，變點(diǎn)對(duì)應(yīng)的物流產(chǎn)業(yè)集聚水平分別為1.132、1.394；隨著物流產(chǎn)業(yè)集聚水平的提升，其對(duì)區(qū)域商貿(mào)流通效率的正向影響呈“兩頭強(qiáng)、中間弱”的U型結(jié)構(gòu)。

關(guān)鍵詞：物流產(chǎn)業(yè)集聚 區(qū)域商貿(mào)流通效率 雙重門(mén)檻效應(yīng)

引言與文獻(xiàn)回顧

物流產(chǎn)業(yè)集聚是指在一定區(qū)域內(nèi)，形成以物流產(chǎn)業(yè)為主干、以相關(guān)配套產(chǎn)業(yè)為支撐的緊密聯(lián)結(jié)供需雙方的產(chǎn)業(yè)集聚現(xiàn)象。按照產(chǎn)業(yè)分類(lèi)，物流產(chǎn)業(yè)集聚包括：一是以物流、運(yùn)輸、倉(cāng)儲(chǔ)企業(yè)集群的物流及相關(guān)產(chǎn)業(yè)；二是以商業(yè)企業(yè)為主的商貿(mào)產(chǎn)業(yè)；三是以生產(chǎn)加工企業(yè)為主的工業(yè)產(chǎn)業(yè)；四是以金融、保險(xiǎn)、餐飲、修理等配套服務(wù)企業(yè)為主的輔助服務(wù)產(chǎn)業(yè)。根據(jù)波特的競(jìng)爭(zhēng)優(yōu)勢(shì)理論，產(chǎn)業(yè)集聚具備促進(jìn)產(chǎn)業(yè)創(chuàng)新、產(chǎn)生正外部性的特點(diǎn)。在物流產(chǎn)業(yè)集聚漸成趨勢(shì)、產(chǎn)業(yè)集聚具備正外部性的雙重背景下，越來(lái)越多學(xué)者開(kāi)始關(guān)注物流產(chǎn)業(yè)集聚現(xiàn)象，并就此開(kāi)展多重維度研究，包括物流產(chǎn)業(yè)集聚的定量評(píng)價(jià)研究（陶婷婷等，2016；付書(shū)科等，2018）、物流產(chǎn)業(yè)集群與跨境電商的聯(lián)動(dòng)機(jī)制研究（胡碧琴等，2016）、物流產(chǎn)業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響機(jī)制研究（楊山峰，2017）。

除物流產(chǎn)業(yè)集聚外，商貿(mào)流通效率也在近年來(lái)逐漸受到學(xué)者們的廣泛關(guān)注，梳理文獻(xiàn)可知，已有文獻(xiàn)的研究視角主要集中在三個(gè)方面：一是關(guān)于商貿(mào)流通效率的測(cè)算方法研究，涉及定量測(cè)算方法包括因子分析法（李瓊，2018）、傳統(tǒng)DEA方法（劉玉玲，2016）、超效率DEA方法（周科，2015）。二是關(guān)于商貿(mào)流通效率的影響因素研究，包括新型城鎮(zhèn)化（劉文娟，2016）、電商消費(fèi)（李湘滇，2018）、商貿(mào)產(chǎn)業(yè)集聚（龔紫娟，2018）等創(chuàng)新因素對(duì)商貿(mào)流通效率的影響。三是關(guān)于商貿(mào)流通效率的外溢影響研究，包括商貿(mào)流通效率對(duì)居民消費(fèi)（韓梅，2018）、工業(yè)化與城市化（李新，2017）、區(qū)域經(jīng)濟(jì)增長(zhǎng)（俞超等，2017）的外溢影響。

綜上所述，盡管已有學(xué)者分別在物流產(chǎn)業(yè)集聚、商貿(mào)流通效率等課題上做了大量有益工作，但尚未有文獻(xiàn)將物流產(chǎn)業(yè)集聚和區(qū)域商貿(mào)流通效率納入統(tǒng)一研究框架，以定量分析物流產(chǎn)業(yè)集聚對(duì)區(qū)域商貿(mào)流通效率的影響?；诖?，本文以2007-2016年省級(jí)面板數(shù)據(jù)為研究基礎(chǔ)，運(yùn)用基于非期望產(chǎn)出的超效率SBM-VRS模型對(duì)區(qū)域商貿(mào)流通效率進(jìn)行定量測(cè)算，同時(shí)以區(qū)域熵值法測(cè)算的物流產(chǎn)業(yè)集聚水平作為核心解釋變量，通過(guò)構(gòu)建固定效應(yīng)模型、面板門(mén)檻模型，對(duì)物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率的關(guān)系進(jìn)行線性、非線性估計(jì)，研究驗(yàn)證了物流產(chǎn)業(yè)集聚對(duì)區(qū)域商貿(mào)流通效率正向影響的U型結(jié)構(gòu)。本文的邊際貢獻(xiàn)一方面在于創(chuàng)新性地將基于非期望產(chǎn)出的超效率SBM-VRS模型運(yùn)用至對(duì)商貿(mào)流通效率的定量評(píng)價(jià)中；另一方面在于將物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率納入統(tǒng)一研究框架，并揭示兩者之間存在雙重門(mén)檻效應(yīng)的非線性關(guān)系。

變量設(shè)計(jì)與模型方法

（一）指標(biāo)構(gòu)建

被解釋變量。本文的被解釋變量是區(qū)域商貿(mào)流通效率，常見(jiàn)測(cè)算方法有因子分析法、傳統(tǒng)DEA方法、超效率DEA方法，但上述方法不可避免的存在以下弊端：一是未從變量的松弛角度出發(fā)去考慮投入、產(chǎn)出的動(dòng)態(tài)變化，易造成效率測(cè)度時(shí)實(shí)際值與理論值的偏差；二是未考慮與期望產(chǎn)出相生相隨的非期望產(chǎn)出，易造成決策單元效率值測(cè)算精度的降低?；诖?，本文采用基于非期望產(chǎn)出的超效率SBM-VRS模型，以批發(fā)零售業(yè)的從業(yè)人數(shù)、交通運(yùn)輸業(yè)的從業(yè)人數(shù)、永續(xù)盤(pán)存法計(jì)量的資本存量、公路密度、鐵路密度作為投入變量，以社會(huì)消費(fèi)品零售額、貨運(yùn)周轉(zhuǎn)量作為產(chǎn)出變量，以此完成對(duì)各區(qū)域商貿(mào)流通效率的定量測(cè)算?；诜瞧谕a(chǎn)出的超效率SBM-VRS模型的基本推導(dǎo)如下：

核心解釋變量。本文核心解釋變量是物流產(chǎn)業(yè)集聚水平，參考已有研究，本文采用區(qū)域熵值法測(cè)算物流產(chǎn)業(yè)集聚水平，具體測(cè)算公式為：物流產(chǎn)業(yè)集聚水平=（該省物流產(chǎn)業(yè)產(chǎn)值/該省所有產(chǎn)業(yè)產(chǎn)值）/（全國(guó)物流產(chǎn)業(yè)產(chǎn)值/全國(guó)所有產(chǎn)業(yè)產(chǎn)值）。該指標(biāo)值越大，表明物流產(chǎn)業(yè)在該省的集聚水平越高。當(dāng)指標(biāo)值大于1時(shí)，表明該省物流產(chǎn)業(yè)集聚水平高于全國(guó)平均水平；當(dāng)指標(biāo)值小于1時(shí)，表明該省物流產(chǎn)業(yè)集聚水平低于全國(guó)平均水平。

其它控制變量。參考已有研究，本文設(shè)定的其它控制變量包括各省人均GDP、各省第三產(chǎn)業(yè)比重、各省進(jìn)出口總額占GDP比重、各省網(wǎng)絡(luò)普及率、各省城鎮(zhèn)人口比重、各省平均受教育年限等。

（二）模型方法

本文的研究目的是實(shí)證檢驗(yàn)物流產(chǎn)業(yè)集聚對(duì)區(qū)域商貿(mào)流通效率的線性、非線性影響。對(duì)于線性影響，首先采用Hausman檢驗(yàn)判斷面板模型的個(gè)體影響是屬于隨機(jī)效應(yīng)還是固定效應(yīng)，其次進(jìn)行隨機(jī)效應(yīng)或固定效應(yīng)模型回歸。對(duì)于非線性影響，本文參考Hansen的統(tǒng)計(jì)方法，首先設(shè)定以物流產(chǎn)業(yè)集聚水平為門(mén)檻變量的單一門(mén)檻面板回歸模型，其次采用Bootstrap方法對(duì)統(tǒng)計(jì)量進(jìn)行600次的重復(fù)檢驗(yàn)以確認(rèn)面板模型的門(mén)檻效應(yīng)，最后在確定門(mén)檻值個(gè)數(shù)的基礎(chǔ)上設(shè)定相應(yīng)門(mén)檻面板回歸模型。存在不同數(shù)量的門(mén)檻值時(shí)，相應(yīng)門(mén)檻面板回歸模型的公式如下：

實(shí)證結(jié)果與分析

（一）面板單位根檢驗(yàn)

面板門(mén)檻模型進(jìn)行有效回歸的前提是所選變量平穩(wěn)，因此需要先行對(duì)模型所選變量進(jìn)行單位根檢驗(yàn)。本文分別采用LLC方法、ADF方法、FPP方法對(duì)區(qū)域商貿(mào)流通效率、物流產(chǎn)業(yè)集聚水平、其它控制變量等時(shí)間序列變量進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果見(jiàn)表1。表1顯示，在LLC、ADF、FPP等檢驗(yàn)方法下，區(qū)域商貿(mào)流通效率、物流產(chǎn)業(yè)集聚水平等時(shí)間序列變量均在1%或5%的水平下顯著，表明模型所選變量均為平穩(wěn)的時(shí)間序列變量，即模型變量通過(guò)平穩(wěn)性檢驗(yàn)，可進(jìn)行下一步的門(mén)檻模型回歸分析。

（二）門(mén)檻效應(yīng)檢驗(yàn)

參考Hansen的統(tǒng)計(jì)方法，本文采用Bootstrap方法對(duì)統(tǒng)計(jì)量進(jìn)行600次的重復(fù)檢驗(yàn)，以確認(rèn)面板模型中是否存在以物流產(chǎn)業(yè)集聚水平為門(mén)檻變量的門(mén)檻效應(yīng)，以及確定相應(yīng)顯著有效的門(mén)檻值，門(mén)檻效應(yīng)檢驗(yàn)結(jié)果見(jiàn)表2。表2顯示，面板模型中存在兩個(gè)顯著有效的門(mén)檻值，即雙重門(mén)檻效應(yīng)，也稱(chēng)雙重結(jié)構(gòu)變點(diǎn)。第一個(gè)變點(diǎn)為1.132，其F統(tǒng)計(jì)量為48.77、P值為0.000，表明第一個(gè)變點(diǎn)顯著有效；第二個(gè)變點(diǎn)為1.394，其F統(tǒng)計(jì)量為29.13、P值為0.012，表明第二個(gè)變點(diǎn)顯著有效。因此，根據(jù)門(mén)檻效應(yīng)的檢驗(yàn)結(jié)果，本文應(yīng)設(shè)定雙重門(mén)檻面板回歸模型。

（三）線性估計(jì)：物流產(chǎn)業(yè)集聚對(duì)區(qū)域商貿(mào)流通效率的整體影響

為了考察物流產(chǎn)業(yè)集聚對(duì)區(qū)域商貿(mào)流通效率的整體影響，在參考已有研究的基礎(chǔ)上，本文首先對(duì)物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率的關(guān)系進(jìn)行線性估計(jì)，結(jié)果見(jiàn)表3。表3顯示： Hausman檢驗(yàn)的P值為0.0025，拒絕模型個(gè)體影響屬于隨機(jī)效應(yīng)的原假設(shè)，接受模型個(gè)體影響屬于固定效應(yīng)的備擇假設(shè)，即設(shè)定的面板模型形式為固定效應(yīng)模型；物流產(chǎn)業(yè)集聚水平對(duì)商貿(mào)流通效率的影響在1%的水平下顯著為正，模型系數(shù)為1.2368。實(shí)證結(jié)果表明：從整體上看，物流產(chǎn)業(yè)集聚對(duì)商貿(mào)流通效率的提升有顯著正向作用。

（四）非線性估計(jì)：物流產(chǎn)業(yè)集聚對(duì)區(qū)域商貿(mào)流通效率影響的雙重門(mén)檻效應(yīng)

本文首先從線性估計(jì)的視角出發(fā)，從整體上得到物流產(chǎn)業(yè)集聚對(duì)區(qū)域商貿(mào)流通效率有顯著正向作用的結(jié)論。在此基礎(chǔ)上，進(jìn)一步考察物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率的非線性關(guān)系，即檢驗(yàn)物流產(chǎn)業(yè)集聚對(duì)區(qū)域商貿(mào)流通效率影響的雙重門(mén)檻效應(yīng)，結(jié)果見(jiàn)表3。表3顯示：當(dāng)物流產(chǎn)業(yè)集聚水平低于1.132時(shí)，即WLJJ≤1.132，物流產(chǎn)業(yè)集聚對(duì)區(qū)域商貿(mào)流通效率的影響在1%的水平下顯著為正，模型系數(shù)為1.0679；當(dāng)物流產(chǎn)業(yè)集聚水平位于1.132與1.394之間時(shí)，即1.1321.394，物流產(chǎn)業(yè)集聚對(duì)區(qū)域商貿(mào)流通效率的影響在1%的水平下顯著為正，模型系數(shù)為1.3792。

實(shí)證結(jié)果表明：從估計(jì)結(jié)果的影響方向和顯著性水平看，物流產(chǎn)業(yè)集聚水平位于任何區(qū)間，均對(duì)區(qū)域商貿(mào)流通效率有顯著正向作用，這與線性估計(jì)的結(jié)果一致；從估計(jì)結(jié)果的系數(shù)大小看，隨著物流產(chǎn)業(yè)集聚水平的提升，物流產(chǎn)業(yè)集聚對(duì)區(qū)域商貿(mào)流通效率的正向影響呈“兩頭強(qiáng)、中間弱”的U型結(jié)構(gòu)。其中，U型結(jié)構(gòu)的具體表現(xiàn)為：當(dāng)物流產(chǎn)業(yè)集聚水平高于1.394時(shí)，物流產(chǎn)業(yè)集聚對(duì)區(qū)域商貿(mào)流通效率的正向影響最大（系數(shù)為1.3792）；當(dāng)物流產(chǎn)業(yè)集聚水平低于1.132時(shí)，正向影響其次（系數(shù)為1.0679）；當(dāng)物流產(chǎn)業(yè)集聚水平位于1.132與1.394之間時(shí)，正向影響最?。ㄏ禂?shù)為0.0771）。

結(jié)論與建議

本文以2007-2016年省級(jí)面板數(shù)據(jù)為研究基礎(chǔ)，運(yùn)用基于非期望產(chǎn)出的超效率SBM-VRS模型對(duì)區(qū)域商貿(mào)流通效率進(jìn)行定量測(cè)算，同時(shí)以區(qū)域熵值法測(cè)算的物流產(chǎn)業(yè)集聚水平作為核心解釋變量，分別運(yùn)用固定效應(yīng)模型、面板門(mén)檻模型，對(duì)物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率的關(guān)系進(jìn)行線性、非線性估計(jì)。主要研究結(jié)論如下：第一，從整體上看，物流產(chǎn)業(yè)集聚對(duì)區(qū)域商貿(mào)流通效率的提升有顯著正向作用，線性估計(jì)結(jié)果與非線性估計(jì)結(jié)果均支持該結(jié)論。第二，物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率間存在雙重門(mén)檻效應(yīng)，即存在兩個(gè)結(jié)構(gòu)變點(diǎn)，兩個(gè)變點(diǎn)對(duì)應(yīng)的物流產(chǎn)業(yè)集聚水平分別為1.132、1.394。第三，隨著物流產(chǎn)業(yè)集聚水平的提升，物流產(chǎn)業(yè)集聚對(duì)商貿(mào)流通效率的正向影響呈“兩頭強(qiáng)、中間弱”的U型結(jié)構(gòu)。

本文一方面驗(yàn)證了物流產(chǎn)業(yè)集聚對(duì)區(qū)域商貿(mào)流通效率的正向作用，另一方面也揭示了物流產(chǎn)業(yè)集聚與區(qū)域商貿(mào)流通效率的非線性關(guān)系。因此，各地在制定物流產(chǎn)業(yè)政策時(shí)，要順應(yīng)物流產(chǎn)業(yè)集聚趨勢(shì)，肯定物流產(chǎn)業(yè)集聚對(duì)區(qū)域商貿(mào)流通效率的正向外溢效應(yīng)，同時(shí)應(yīng)對(duì)物流產(chǎn)業(yè)集聚水平進(jìn)行定期評(píng)估，保持區(qū)域內(nèi)較高水平的物流產(chǎn)業(yè)集聚，以避免落入U(xiǎn)型結(jié)構(gòu)的中等水平陷阱，造成正向外溢效應(yīng)不必要的漏損。

參考文獻(xiàn)：

1.陶婷婷，熊宇平.物流業(yè)產(chǎn)業(yè)集聚空間特點(diǎn)與集聚形式—基于中國(guó)省域數(shù)據(jù)的測(cè)算[J].商業(yè)經(jīng)濟(jì)研究，2016（11）

2.付書(shū)科，廖莉莉，劉念.長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)集聚水平測(cè)度分析[J].商業(yè)經(jīng)濟(jì)研究，2018（5）

3.胡碧琴，趙亞鵬.創(chuàng)新視域下港口物流產(chǎn)業(yè)集群與跨境電商聯(lián)動(dòng)發(fā)展研究[J].商業(yè)經(jīng)濟(jì)研究，2016（8）

4.楊山峰.“一帶一路”視閾下物流產(chǎn)業(yè)集群與河南省經(jīng)濟(jì)融合發(fā)展探討[J].商業(yè)經(jīng)濟(jì)研究，2017（10）

5.李瓊.基于因子分析法的長(zhǎng)江經(jīng)濟(jì)帶商貿(mào)流通效率實(shí)證分析—以2006-2016年長(zhǎng)江經(jīng)濟(jì)帶11地區(qū)為數(shù)據(jù)[J].商業(yè)經(jīng)濟(jì)研究，2018（9）

6.劉玉玲.我國(guó)商貿(mào)流通效率測(cè)算及演進(jìn)影響因素研究[J].商業(yè)經(jīng)濟(jì)研究，2016（14）

7.周科.我國(guó)區(qū)域商貿(mào)流通效率及影響因素的超效率DEA模型分析[J].商業(yè)經(jīng)濟(jì)研究，2015（35）

8.劉文娟.新型城鎮(zhèn)化對(duì)商貿(mào)流通業(yè)效率影響的實(shí)證研究[J].商業(yè)經(jīng)濟(jì)研究，2016（14）

9.李湘滇.電商消費(fèi)影響商貿(mào)流通效率的實(shí)證分析—基于自回歸分布滯后模型檢驗(yàn)[J].商業(yè)經(jīng)濟(jì)研究，2018（8）

10.龔紫娟.產(chǎn)業(yè)集聚對(duì)商貿(mào)流通業(yè)效率的影響實(shí)證分析[J].商業(yè)經(jīng)濟(jì)研究，2018（9）

11.韓梅.商貿(mào)流通效率對(duì)居民消費(fèi)的影響—來(lái)自河南省的實(shí)證[J].商業(yè)經(jīng)濟(jì)研究，2018（8）

12.李新.不同層次商貿(mào)流通效率對(duì)我國(guó)工業(yè)化和城市化的影響[J].商業(yè)經(jīng)濟(jì)研究，2017（3）

13.俞超，任陽(yáng)軍.商貿(mào)流通業(yè)效率與經(jīng)濟(jì)增長(zhǎng)關(guān)系的區(qū)域差異分析[J].商業(yè)經(jīng)濟(jì)研究，2017（8）