物流業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)收斂的影響

鄢 飛, 朱 琳, 王鐵山

(西安工程大學(xué) 管理學(xué)院， 陜西 西安710600)

物流業(yè)集聚是指以物流企業(yè)為主體的、同時(shí)具備競爭和合作關(guān)系的物流企業(yè)、供應(yīng)商和相關(guān)機(jī)構(gòu)集中在特定區(qū)域內(nèi)并且保持持續(xù)競爭優(yōu)勢(shì)的現(xiàn)象[1]。經(jīng)濟(jì)增長收斂是指由于落后地區(qū)的經(jīng)濟(jì)比發(fā)達(dá)地區(qū)傾向于更快的增長，從而導(dǎo)致區(qū)域經(jīng)濟(jì)差異縮小[2]?？s小地區(qū)間的發(fā)展差距，實(shí)現(xiàn)經(jīng)濟(jì)增長收斂是促進(jìn)經(jīng)濟(jì)持續(xù)發(fā)展的關(guān)鍵[3]。產(chǎn)業(yè)集聚會(huì)導(dǎo)致兩個(gè)結(jié)果，一方面，產(chǎn)業(yè)集聚會(huì)降低企業(yè)間交易成本加快資金流動(dòng)[4]，導(dǎo)致本地區(qū)企業(yè)規(guī)?；图s化，促進(jìn)本地區(qū)經(jīng)濟(jì)增長，拉大與其他地區(qū)的經(jīng)濟(jì)差距；另一方面，產(chǎn)業(yè)集聚產(chǎn)生區(qū)域溢出效應(yīng)可以通過知識(shí)溢出效應(yīng)、技術(shù)溢出效應(yīng)、投入產(chǎn)出聯(lián)系[5]以及外部規(guī)模經(jīng)濟(jì)效應(yīng)[6]，促進(jìn)其他區(qū)域的經(jīng)濟(jì)增長，進(jìn)而縮小區(qū)域間經(jīng)濟(jì)差距[7-8]。目前中國物流業(yè)集聚特征已經(jīng)比較明顯[1]，其對(duì)經(jīng)濟(jì)增長收斂的影響值得深入研究。

目前相關(guān)研究存在兩方面爭議，第一是現(xiàn)階段中國經(jīng)濟(jì)是否處于收斂狀態(tài)；第二是產(chǎn)業(yè)集聚與經(jīng)濟(jì)收斂之間是否存在著關(guān)系。就現(xiàn)階段中國經(jīng)濟(jì)是否處于收斂狀態(tài)，一部分研究認(rèn)為，中國經(jīng)濟(jì)增長具有收斂趨勢(shì)。如文獻(xiàn)[9]認(rèn)為，隨著中國經(jīng)濟(jì)發(fā)展步入“新常態(tài)”，一些落后地區(qū)經(jīng)濟(jì)增長開始大力發(fā)展，地區(qū)間的發(fā)展差距減小，中國經(jīng)濟(jì)發(fā)展朝著“收斂”的方向推進(jìn)。文獻(xiàn)[10]認(rèn)為改革開放40年來，中國地區(qū)呈現(xiàn)明顯的經(jīng)濟(jì)增長收斂現(xiàn)象。文獻(xiàn)[11]檢驗(yàn)西北地區(qū)人均生產(chǎn)總值的β收斂情況，發(fā)現(xiàn)2007年以來地市級(jí)層面上的經(jīng)濟(jì)差異正在逐漸變小。另一部分研究認(rèn)為，中國經(jīng)濟(jì)增長不具有收斂趨勢(shì)。如文獻(xiàn)[12]認(rèn)為，在考慮空間因素時(shí)，中國區(qū)域經(jīng)濟(jì)增長呈現(xiàn)出全域性發(fā)散現(xiàn)象。文獻(xiàn)[13]采用變異系數(shù)和β收斂模型探討省際經(jīng)濟(jì)收斂性，認(rèn)為中國省際之間經(jīng)濟(jì)存在先收斂、后發(fā)散、再到收斂散狀況不明顯3個(gè)階段。

在產(chǎn)業(yè)集聚與經(jīng)濟(jì)收斂關(guān)系的研究中，一部分研究認(rèn)為，產(chǎn)業(yè)集聚能促進(jìn)經(jīng)濟(jì)收斂。如文獻(xiàn)[8]發(fā)現(xiàn)產(chǎn)業(yè)集聚水平在一定范圍內(nèi)可以有效地促進(jìn)經(jīng)濟(jì)收斂并縮短收斂的時(shí)間。隨著物流業(yè)集聚[14]、流通產(chǎn)業(yè)集聚[9]、旅游產(chǎn)業(yè)集聚[15]水平提升，區(qū)域收入差距不斷縮小。另一部分研究認(rèn)為產(chǎn)業(yè)集聚不利于區(qū)域經(jīng)濟(jì)收斂。如文獻(xiàn)[16]認(rèn)為，改革開放40年以來，中國整體上發(fā)生了產(chǎn)業(yè)在空間上的轉(zhuǎn)移與集聚，地區(qū)差距擴(kuò)大與產(chǎn)業(yè)集聚有密切關(guān)系，集聚推動(dòng)了地區(qū)經(jīng)濟(jì)差距不斷擴(kuò)大。

目前關(guān)于產(chǎn)業(yè)集聚測算的方法有區(qū)位熵方法、空間基尼系數(shù)方法、集中系數(shù)方法、赫芬達(dá)爾指數(shù)方法等[17]。由于區(qū)位熵法是依據(jù)行政區(qū)來測量，數(shù)據(jù)相對(duì)容易獲得，計(jì)算操作簡單，適合物流業(yè)的特點(diǎn)[18]，因此，為了分析中國物流業(yè)的集聚對(duì)經(jīng)濟(jì)收斂產(chǎn)生影響，首先，使用區(qū)位熵指數(shù)測算中國區(qū)域物流業(yè)集聚度；其次，利用σ收斂模型和新古典經(jīng)濟(jì)增長模型的β收斂模型判斷中國區(qū)域經(jīng)濟(jì)增長是否存在收斂現(xiàn)象；最后，采用條件收斂模型判斷中國物流業(yè)集聚對(duì)經(jīng)濟(jì)收斂產(chǎn)生的影響。

1 研究方法及指標(biāo)選取

1.1 研究方法

1.1.1 區(qū)位熵法

區(qū)位熵法[19]是指生產(chǎn)的地區(qū)專門化率，被用來度量某一產(chǎn)業(yè)在某一地區(qū)的集聚水平和專業(yè)化程度。物流業(yè)的區(qū)位熵，是指各個(gè)地區(qū)的物流業(yè)從業(yè)人員占該地區(qū)的所有從業(yè)人員總數(shù)的比例與全國物流業(yè)就業(yè)人口數(shù)占全國就業(yè)人口數(shù)的百分比的比值[20]，i(i=1,2,…,n)地區(qū)的物流產(chǎn)業(yè)的區(qū)位熵為

(1)

其中：L表示物流產(chǎn)業(yè)，本文的物流產(chǎn)業(yè)包括交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)[17,20]；eiL表示i地區(qū)物流產(chǎn)業(yè)的就業(yè)人數(shù)；ei表示i地區(qū)所有產(chǎn)業(yè)的就業(yè)人數(shù)；EL表示全國范圍內(nèi)物流產(chǎn)業(yè)的就業(yè)人數(shù)；E表示全國所有產(chǎn)業(yè)的就業(yè)人數(shù)。

1.1.2σ收斂模型

σ收斂模型采用人均收入對(duì)數(shù)的標(biāo)準(zhǔn)差衡量區(qū)域經(jīng)濟(jì)增長是否平衡，判斷經(jīng)濟(jì)是否呈收斂狀態(tài)[21]。第t(t=1,2……m)年的σ收斂模型[22]計(jì)算公式為

(2)

1.1.3 新古典經(jīng)濟(jì)增長模型

新古典經(jīng)濟(jì)增長理論[23]提出的β收斂理論，是指各經(jīng)濟(jì)體會(huì)達(dá)到其各自的穩(wěn)定狀態(tài)。該穩(wěn)定狀態(tài)會(huì)受物質(zhì)資本、人力資本、人口增長率以及生產(chǎn)效率差異的影響。β收斂可分為絕對(duì)β收斂和條件β收斂。

1)絕對(duì)β收斂

絕對(duì)β收斂表示隨著時(shí)間推移，從期初經(jīng)濟(jì)體之間經(jīng)濟(jì)發(fā)展水平不同的到期末時(shí)經(jīng)濟(jì)體發(fā)展達(dá)到同一經(jīng)濟(jì)水平，即落后的經(jīng)濟(jì)體趕上發(fā)達(dá)地區(qū)的趨勢(shì)[21]。絕對(duì)收斂模型回歸方程[24]表達(dá)式為

(3)

其中：T表示觀察時(shí)間長度，本文考察1年期(T取1)的人均GDP增長情況；yi,t+T表示i地區(qū)第t+T年的人均GDP；yi,t表示i地區(qū)第t年的人均GDP；a為常數(shù)項(xiàng)；b為地區(qū)經(jīng)濟(jì)增長率對(duì)地區(qū)初始經(jīng)濟(jì)水平的彈性；εit表示i地區(qū)第t年隨機(jī)項(xiàng)。當(dāng)b<0時(shí)，證明存在絕對(duì)β收斂。

2)條件β收斂

絕對(duì)β收斂只考慮了經(jīng)濟(jì)收斂速度與初始人均GDP的關(guān)系，并沒有考慮其他因素對(duì)收斂速度的影響。條件β收斂將影響區(qū)域經(jīng)濟(jì)增長的變量加入初始條件，表明雖然不同地區(qū)的經(jīng)濟(jì)增長速度不會(huì)達(dá)到同一水平，但會(huì)趨于不同水平的穩(wěn)態(tài)[25]。條件收斂表明了b系數(shù)由人均GDP和其他影響因素共同體決定的。考查物流產(chǎn)業(yè)集聚的β收斂模型回歸方程[26]表達(dá)式為

(4)

1.2 數(shù)據(jù)指標(biāo)的選取及數(shù)據(jù)來源

根據(jù)《國民經(jīng)濟(jì)行業(yè)分類》國家標(biāo)準(zhǔn)，將交通運(yùn)輸、倉儲(chǔ)及郵政業(yè)的統(tǒng)計(jì)數(shù)據(jù)視同為物流業(yè)的行業(yè)統(tǒng)計(jì)數(shù)據(jù)[17,20]，變量及其含義具體如表1所示。

表1 變量及其含義

QiL越大，表明產(chǎn)業(yè)集聚度越高，專業(yè)化水平越具有優(yōu)勢(shì)；QiL越小，產(chǎn)業(yè)分布則越分散，專業(yè)化水平較弱。若QiL小于1，認(rèn)為該地區(qū)物流業(yè)專業(yè)化程度弱，缺乏集聚；若QiL大于等于1，且小于1.25，表示該地區(qū)物流業(yè)集聚水平一般、規(guī)模較大和專業(yè)化程度較強(qiáng)；若QiL大于等于1.25，說明該地區(qū)物流業(yè)高度集聚，有明顯的比較優(yōu)勢(shì)[27]。

以中國31個(gè)省(自治區(qū)、直轄市)為研究對(duì)象，選取《中國統(tǒng)計(jì)年鑒》(2007-2018)、《中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫》及中國31個(gè)省(自治區(qū)、直轄市)統(tǒng)計(jì)年鑒中的2006-2017年的就業(yè)人數(shù)、GDP指數(shù)和人均GDP等相關(guān)數(shù)據(jù)。

為保證各個(gè)年度及各個(gè)區(qū)域之間價(jià)格可比性，本文的國內(nèi)生產(chǎn)總值及人均國內(nèi)總值都是以2006年為基期，用GDP指數(shù)對(duì)原始數(shù)據(jù)進(jìn)行處理[30]，來消除通貨膨脹帶來物價(jià)水平變化的影響，得到實(shí)際GDP與人均GDP數(shù)據(jù)進(jìn)行上述收斂模型的計(jì)算。

2 物流業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)收斂的影響實(shí)證分析

2.1 集聚度計(jì)算及空間分布

根據(jù)式(1)依次分別計(jì)算2006-2017年的QiL值，即得到中國31個(gè)省(自治區(qū)、直轄市)2006-2017年物流業(yè)的區(qū)位熵值，結(jié)果如表2所示。

根據(jù)表2，在2006-2017年間，中國物流業(yè)集聚水平有明顯的差別，少數(shù)地區(qū)有較高的物流集聚度，有較強(qiáng)的專業(yè)化優(yōu)勢(shì)，而多數(shù)地區(qū)物流業(yè)缺乏集聚，專業(yè)化程度較弱。另外，一些地區(qū)物流業(yè)區(qū)位熵有較大的波動(dòng)。有一些地區(qū)的物流業(yè)區(qū)位熵值基本上都小于1，說明沒有專業(yè)化優(yōu)勢(shì)，如云南省、河北省、西藏自治區(qū)、江蘇省、福建省、山東省、安徽省、江西省、湖南省、廣西壯族自治區(qū)、浙江省、河南省、四川省、甘肅省和貴州省。一些省(自治區(qū)、直轄市)物流業(yè)區(qū)位熵值波動(dòng)在1左右，即在專業(yè)化程度較弱到具有專業(yè)化優(yōu)勢(shì)附近之間浮動(dòng)，如湖北省和海南省。有些省(自治區(qū)、直轄市)的物流區(qū)位熵逐漸小于1，即專業(yè)化優(yōu)勢(shì)逐漸消失，如吉林省和寧夏回族自治區(qū)。還有一些省(自治區(qū)、直轄市)的區(qū)位熵始終大于1，即有北京市、天津市、內(nèi)蒙古自治區(qū)、重慶市、上海市、山西省、黑龍江省、廣東省、陜西省、遼寧省、青海省和新疆維吾爾自治區(qū)。其中，北京市、天津市、內(nèi)蒙古自治區(qū)、遼寧省、上海市、青海省和新疆維吾爾自治區(qū)的物流業(yè)區(qū)位熵大于1.25，說明這些省(自治區(qū)、直轄市)的物流業(yè)高度集聚，有明顯的比較優(yōu)勢(shì)。

在2006-2017年間，物流業(yè)集聚水平總體而言，我國東部地區(qū)和中部地區(qū)明顯高于西部地區(qū)；從南北方向看，物流業(yè)主要向南方集聚。從表2中排名變化趨勢(shì)來看，在2006年，物流業(yè)集聚水平前5名分別是：北京市、上海市、天津市、遼寧省和黑龍江省，主要集中在東北部；排名在后5名有安徽省、貴州省、四川省、山東省和云南省，主要集中在西南部。經(jīng)過10年的發(fā)展，到2017年，中國各省市物流業(yè)集聚度排名在前5名是北京市、上海市、天津市、重慶市和遼寧省，排名在后5名是：西藏自治區(qū)、安徽省、河北省、云南省和貴州省。同樣主要在西南部，體現(xiàn)了受資源優(yōu)勢(shì)影響的強(qiáng)者愈強(qiáng)，弱者愈弱的“馬太效應(yīng)”。在這10年的發(fā)展中，北京市、上海市、天津市和遼寧省仍保持領(lǐng)先的專業(yè)化優(yōu)勢(shì)，上海市物流業(yè)集聚程度僅次于北京市，而安徽省、云南省和貴州省仍在后5名之中。這幾個(gè)省需要加大對(duì)物流業(yè)集聚水平的發(fā)展。貴州省物流業(yè)缺乏資金投入，物流業(yè)基礎(chǔ)設(shè)施落后，信息化智能化程度低，工作效率低，與經(jīng)濟(jì)發(fā)展不相適應(yīng)。安徽省地處中部，經(jīng)濟(jì)較為落后，物流業(yè)發(fā)展較緩慢，缺乏集約化，基礎(chǔ)設(shè)施及信息技術(shù)水平還比較落后，缺乏增值服務(wù)，這限制了發(fā)展當(dāng)?shù)亟?jīng)濟(jì)。云南省物流業(yè)成本高，基礎(chǔ)設(shè)施建設(shè)滯后，企業(yè)服務(wù)能力不強(qiáng)，專業(yè)人才匱乏，信息化水平欠佳，造成云南省物流業(yè)水平落后，集聚水平較差，專業(yè)化程度差。

表2 中國31個(gè)省(自治區(qū)、直轄市)物流業(yè)區(qū)位熵值

注：排名變化是指2006年和2017年各省(自治區(qū)、直轄市)的物流集聚水平從高到底排序，前后兩年排名的變化情況?！硎?006年物流業(yè)區(qū)位熵的排序和2017年的排序一樣，保持不變；↓表示2017年本地區(qū)的物流業(yè)集聚發(fā)展程度排序?qū)Ρ?006年本地區(qū)的物流業(yè)集聚發(fā)展程度有所下降；↑表示有所提高。

2.2 物流業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)收斂的影響

2.2.1σ收斂

運(yùn)用σ收斂模型，粗略檢驗(yàn)2006-2017年中國31個(gè)省(自治區(qū)、直轄市)經(jīng)濟(jì)是否呈增長收斂情況，利用式(2)收斂模型計(jì)算得到2006-2017年中國31個(gè)省(自治區(qū)、直轄市)σ收斂指數(shù)，結(jié)果如表3所示。

表3 2006-2017年中國31個(gè)省(自治區(qū)、直轄市)的σ收斂指數(shù)

為了更好地觀察中國31個(gè)省(自治區(qū)、直轄市)2006-2017年σ收斂指數(shù)的變化情況，把得到的σ指數(shù)反映到折線圖上，如圖1所示。

圖1 中國31個(gè)省(自治區(qū)、直轄市)2006-2017年σ收斂指數(shù)

可以看出，2006-2017年中國31個(gè)省市σ收斂指數(shù)逐年在下降，呈現(xiàn)出σ收斂狀態(tài)。盡管近幾年國際環(huán)境發(fā)生了重大變化，2014年中國經(jīng)濟(jì)進(jìn)入“新常態(tài)”階段，經(jīng)濟(jì)增速開始放緩，但是，中國在不斷注重調(diào)整優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)，找到了合適的經(jīng)濟(jì)發(fā)展節(jié)奏，直到2017年中國經(jīng)濟(jì)發(fā)展差距仍在不斷縮小。

2.2.2 絕對(duì)β收斂

由于σ收斂測算比較簡單，只采用了單一指標(biāo)來衡量，僅能判斷經(jīng)濟(jì)收斂的趨勢(shì)，并不能很好地解釋收斂的具體原因，所以，為了進(jìn)一步驗(yàn)證經(jīng)濟(jì)的收斂情況，即人均GDP最終會(huì)達(dá)到相同的水平，依據(jù)式(3)絕對(duì)β收斂模型，以2006-2017年間中國31個(gè)省(自治區(qū)、直轄市)的實(shí)際人均GDP為解釋變量，運(yùn)用Stata12.0進(jìn)行回歸擬合分析。

使用霍斯曼檢驗(yàn)拒絕存在隨機(jī)效應(yīng)的假設(shè)，確定為固定效應(yīng)模型。采用可決系數(shù)R2來判斷模型的解釋力。R2表示模型的擬合程度，R2越接近1，模型的擬合優(yōu)度越高。本文方法的R2值為0.718，表明模型的解釋力較強(qiáng)。使用F值來判斷整個(gè)模型的變量對(duì)被解釋變量的解釋程度，F(xiàn)值是方差分析的一個(gè)指標(biāo)，F(xiàn)值越大表示結(jié)果越可靠。本文方法的F值為786.089且在1%水平上顯著，表明本文方法具有一定的可靠性。為了防止過度擬合，本文采用赤池信息準(zhǔn)則(Akaike information criterion, AIC)和貝葉斯信息準(zhǔn)則(Bayesian information criterion, BIC)作為在模型復(fù)雜度和對(duì)數(shù)據(jù)描述能力之間的最優(yōu)平衡的選擇準(zhǔn)則。AIC和BIC越小表示模型越好。本文模型的赤池信息準(zhǔn)則AIC和貝葉斯信息準(zhǔn)則BIC分別為-3 514.874和-3 507.210，表明模型擬合較好。2006-2017年中國31個(gè)省(自治區(qū)、直轄市)的絕對(duì)β收斂擬合的結(jié)果如表4所示。

表4 2006-2017年中國31個(gè)省(自治區(qū)、直轄市)的絕對(duì)β收斂擬合結(jié)果

注:***表示估計(jì)結(jié)果在1%水平上顯著，**表示估計(jì)結(jié)果在5%水平上顯著，*表示估計(jì)結(jié)果在10%水平上顯著。()內(nèi)數(shù)字表示t統(tǒng)計(jì)量值。

從表4絕對(duì)β收斂計(jì)算的結(jié)果可以看出，在2006-2017年整個(gè)擬合期間內(nèi)，b值為負(fù)，且在1%顯著水平下通過檢驗(yàn)，進(jìn)一步表明中國31個(gè)省(自治區(qū)、直轄市)的經(jīng)濟(jì)發(fā)展在2006-2017年間呈現(xiàn)出絕對(duì)β收斂。說明中國31個(gè)省(自治區(qū)、直轄市)不管初始經(jīng)濟(jì)水平高低，隨著不斷的發(fā)展，人均GDP會(huì)達(dá)到相同的水平，經(jīng)濟(jì)逐漸收斂。

2.2.3 條件β收斂

依據(jù)式(4)的條件β收斂方程，以各地區(qū)的實(shí)際人均GDP、物流業(yè)區(qū)位熵 、實(shí)際人均GDP為自變量，以2006-2017年中第t+1年實(shí)際人均GDP增長率的對(duì)數(shù)為因變量的面板數(shù)據(jù)，利用Stata12.0進(jìn)行分析運(yùn)算。

由于面板數(shù)據(jù)中有31個(gè)省市(n=31)，時(shí)間T=11，且n>T，為短面板數(shù)據(jù)，所以不再對(duì)數(shù)據(jù)進(jìn)行面板自相關(guān)檢驗(yàn)。首先，運(yùn)用Wald檢驗(yàn)來判斷適合固定效應(yīng)還是混合效應(yīng)模型，得到結(jié)果F值(聯(lián)合假設(shè)檢驗(yàn))為13.96，P值為0，即認(rèn)為存在個(gè)體效應(yīng)，不應(yīng)使用混合回歸。其次，通過拉格朗日乘數(shù)(Lagrange multiplier, LM)檢驗(yàn)來確定選擇隨機(jī)效應(yīng)還是混合效應(yīng)模型，判斷結(jié)果為應(yīng)該選擇隨機(jī)效應(yīng)。最后，利用霍斯曼檢驗(yàn)判斷選擇固定效應(yīng)模型還是隨機(jī)效應(yīng)模型，結(jié)果P值為0.000，確定應(yīng)該選擇固定效應(yīng)模型。

選用固定效應(yīng)模型考慮時(shí)間了因素，有必要對(duì)年度進(jìn)行檢驗(yàn)，發(fā)現(xiàn)應(yīng)該在模型中考慮時(shí)間效應(yīng)，因此以年份為控制變量，對(duì)各指標(biāo)條件β收斂模型進(jìn)行擬合，其結(jié)果如表5所示。

表5 2006-2017年條件β收斂模型的擬合結(jié)果

注:***代表估計(jì)結(jié)果在1%水平上顯著，**代表估計(jì)結(jié)果在5%水平上顯著，*代表估計(jì)結(jié)果在10%水平上顯著。()內(nèi)數(shù)字表示t統(tǒng)計(jì)量值。

條件β收斂模型的可決系數(shù)R2為0.856，表明模型擬合良好。F值為96.604且在1%水平上顯著，表明模型具有一定的可靠性。赤池信息準(zhǔn)則AIC和貝葉斯信息準(zhǔn)則BIC分別為-3 439.526和-3 394.649，表明模型整體擬合較好。

在2006-2017年這段時(shí)間區(qū)間內(nèi)，b值為負(fù)，且在1%顯著水平下通過了檢驗(yàn)，說明中國31個(gè)省(自治區(qū)、直轄市)在物流業(yè)集聚因素的影響下，經(jīng)濟(jì)增長呈現(xiàn)β條件收斂狀態(tài)。QiL值為正，且在5%顯著性水平下通過檢驗(yàn)，說明在2007-2017年這段時(shí)間內(nèi)，物流業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)收斂具有促進(jìn)作用。并且，物流業(yè)集聚水平每提高1，人均GDP增長率增加0.2%。

3 結(jié)語

選取2006-2017年中國31個(gè)省(自治區(qū)、直轄市)的相關(guān)數(shù)據(jù)，運(yùn)用區(qū)位熵模型對(duì)中國31個(gè)地區(qū)的物流業(yè)集聚水平進(jìn)行測算，利用σ收斂、絕對(duì)β收斂模型判斷中國區(qū)域經(jīng)濟(jì)的收斂狀況，采用加入物流業(yè)區(qū)位熵的條件β收斂模型分析物流業(yè)集聚對(duì)中國經(jīng)濟(jì)收斂的影響。結(jié)果發(fā)現(xiàn)，目前中國只有少數(shù)地區(qū)物流業(yè)集聚水平較高，已經(jīng)具備了較高的專業(yè)化競爭優(yōu)勢(shì)，而大部分地區(qū)物流業(yè)集聚水平還較低，專業(yè)化程度較弱，不能滿足經(jīng)濟(jì)發(fā)展的需要。中國31個(gè)地區(qū)存在經(jīng)濟(jì)收斂現(xiàn)象，并且在分析時(shí)間范圍內(nèi)，中國31個(gè)地區(qū)物流業(yè)集聚對(duì)經(jīng)濟(jì)收斂起到了正向促進(jìn)作用。提高物流業(yè)的集聚程度，可以縮小地區(qū)間經(jīng)濟(jì)差距，實(shí)現(xiàn)中國各地區(qū)經(jīng)濟(jì)均衡發(fā)展。

要實(shí)現(xiàn)中國地區(qū)經(jīng)濟(jì)均衡發(fā)展，需要進(jìn)一步提高各地區(qū)物流業(yè)的集聚水平，提出如下建議。

第一，物流集聚水平低的地方，如貴州省、西藏自治區(qū)，要加快完善基礎(chǔ)設(shè)施建設(shè)，政府要把物流工作的重點(diǎn)放在物流基礎(chǔ)設(shè)施投資，技術(shù)研發(fā)水平等關(guān)鍵方面。以成熟優(yōu)秀的物流企業(yè)為核心建立物流集聚區(qū)、物流中心，在物流集聚區(qū)內(nèi)的物流公司互相合作學(xué)習(xí)，共同進(jìn)步，不斷提高當(dāng)?shù)匚锪鳂I(yè)的整體水平。

第二，各地區(qū)應(yīng)首先認(rèn)識(shí)到各自的不足和優(yōu)勢(shì)，根據(jù)當(dāng)?shù)亟?jīng)濟(jì)的需求、地緣特點(diǎn)和資源特色的迥異，充分利用各自的優(yōu)勢(shì)，找到適合本地區(qū)物流業(yè)發(fā)展的模式，以提高物流業(yè)專業(yè)化水平。如甘肅省可以加強(qiáng)內(nèi)陸港、公路及鐵路的綜合運(yùn)輸建設(shè)，建立物流園區(qū)，實(shí)現(xiàn)物流業(yè)規(guī)模化、規(guī)范化，提高物流水平及服務(wù)質(zhì)量。

第三，物流業(yè)集聚程度高的地區(qū)要為物流業(yè)落后地區(qū)提供支持和幫助。通過加強(qiáng)與周邊地區(qū)的合作，提升區(qū)域物流一體化水平，進(jìn)一步促進(jìn)物流業(yè)發(fā)展，提升區(qū)域競爭力。物流業(yè)發(fā)展水平高的地區(qū)要以開放的心態(tài)與物流集聚水平落后的地區(qū)進(jìn)行合作共進(jìn)，實(shí)現(xiàn)資源有效整合。比如北京市、上海市等地區(qū)，可以加強(qiáng)與周邊地區(qū)的幫扶合作，帶動(dòng)河北省、浙江省等地區(qū)的物流發(fā)展。