物流業(yè)集聚對(duì)經(jīng)濟(jì)增長(zhǎng)的空間溢出效應(yīng)研究——基于安徽省地級(jí)市的空間計(jì)量分析

曹 澤，劉 興

本刊核心層次論文

物流業(yè)集聚對(duì)經(jīng)濟(jì)增長(zhǎng)的空間溢出效應(yīng)研究——基于安徽省地級(jí)市的空間計(jì)量分析

曹 澤，劉 興

(安徽建筑大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 合肥 230601)

本文基于2007—2018年安徽省16個(gè)地級(jí)市面板數(shù)據(jù)，利用區(qū)位熵法來(lái)測(cè)度物流業(yè)的集聚水平，運(yùn)用空間杜賓模型對(duì)安徽省各市物流業(yè)集聚與經(jīng)濟(jì)發(fā)展關(guān)系進(jìn)行空間計(jì)量分析。結(jié)果表明：安徽省各地級(jí)市在經(jīng)濟(jì)上呈現(xiàn)明顯的空間自相關(guān)。將總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)后，安徽省各地區(qū)物流業(yè)集聚雖然阻礙了本地的經(jīng)濟(jì)增長(zhǎng)，但促進(jìn)了周邊地區(qū)經(jīng)濟(jì)的發(fā)展。安徽省物流水平與全國(guó)相比，物流成本高，經(jīng)濟(jì)效益低，產(chǎn)業(yè)效率低。

物流業(yè)集聚；區(qū)位熵；空間杜賓模型；經(jīng)濟(jì)增長(zhǎng)

引言

自馬歇爾首次提出產(chǎn)業(yè)空間集聚的三個(gè)原因以來(lái)，許多學(xué)者對(duì)產(chǎn)業(yè)集聚進(jìn)行了廣泛的研究，其理論也在不斷地豐富與完善[1]。生產(chǎn)性服務(wù)業(yè)集聚區(qū)的蓬勃發(fā)展也成為許多學(xué)者關(guān)注的焦點(diǎn)。物流業(yè)作為生產(chǎn)性服務(wù)業(yè)中舉足輕重的一部分，其發(fā)展水平和質(zhì)量與國(guó)民經(jīng)濟(jì)與生活質(zhì)量的提升息息相關(guān)。近年來(lái)，我國(guó)對(duì)物流業(yè)的重視程度逐年提高，安徽省政府也積極響應(yīng)號(hào)召，根據(jù)《國(guó)家發(fā)展改革委關(guān)于印發(fā)〈促進(jìn)物流業(yè)發(fā)展三年行動(dòng)計(jì)劃（2014—2016年）〉的通知》《國(guó)務(wù)院關(guān)于印發(fā)物流業(yè)發(fā)展中長(zhǎng)期規(guī)劃（2014—2020年）的通知》和《安徽省國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要》，編制了《安徽省“十三五”物流業(yè)發(fā)展規(guī)劃》和《安徽省物流園區(qū)發(fā)展規(guī)劃》等。這些規(guī)劃措施是安徽省物流業(yè)發(fā)展的驅(qū)動(dòng)力，但其是否加快了物流業(yè)結(jié)構(gòu)轉(zhuǎn)變調(diào)整、是否加強(qiáng)了物流業(yè)集聚對(duì)安徽各地區(qū)經(jīng)濟(jì)增長(zhǎng)的正效應(yīng)還需進(jìn)一步討論。鑒于此，本研究采用空間計(jì)量模型對(duì)安徽省2007—2018年各地級(jí)市物流集聚度與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系進(jìn)行實(shí)證研究，以期為安徽省物流產(chǎn)業(yè)的政策制定提供建議。

一、文獻(xiàn)綜述

中國(guó)經(jīng)濟(jì)飛速發(fā)展，城市化水平大幅提升，區(qū)域產(chǎn)業(yè)也愈發(fā)向經(jīng)濟(jì)中心聚集，物流產(chǎn)業(yè)作為區(qū)域經(jīng)濟(jì)的基礎(chǔ)性產(chǎn)業(yè)也得到了快速的發(fā)展。研究關(guān)于產(chǎn)業(yè)集聚度的文獻(xiàn)發(fā)現(xiàn)，許多學(xué)者通常采用區(qū)位熵法、空間基尼系數(shù)、行業(yè)集中度、赫芬達(dá)爾指數(shù)等對(duì)產(chǎn)業(yè)水平進(jìn)行測(cè)度。這些測(cè)度方法各有優(yōu)缺點(diǎn)，行業(yè)集中度指數(shù)和赫芬達(dá)爾指數(shù)更強(qiáng)調(diào)從市場(chǎng)空間入手，從產(chǎn)業(yè)市場(chǎng)競(jìng)爭(zhēng)和壟斷角度衡量產(chǎn)業(yè)集聚水平；而區(qū)位熵法和空間基尼系數(shù)更多著眼于地理空間角度，空間基尼系數(shù)沒有考慮到企業(yè)規(guī)模差異，而區(qū)位熵法可以從地區(qū)專業(yè)化角度反映產(chǎn)業(yè)集聚水平[2-3]。

對(duì)于物流產(chǎn)業(yè)集聚水平測(cè)度，國(guó)內(nèi)學(xué)者大部分采用區(qū)位熵法，比如李劍等認(rèn)為，區(qū)位熵測(cè)量產(chǎn)業(yè)的總體地理集中度，忽略產(chǎn)業(yè)內(nèi)部企業(yè)規(guī)模大小，數(shù)據(jù)可得性高，計(jì)算簡(jiǎn)單[4]。徐秋艷等利用區(qū)位熵法，通過計(jì)量經(jīng)濟(jì)模型結(jié)果分析我國(guó)經(jīng)濟(jì)增長(zhǎng)的溢出效應(yīng)和空間異質(zhì)性[5]。謝逢潔等通過區(qū)位熵法和空間自相關(guān)發(fā)現(xiàn)：從宏觀層面看，西部12省的物流業(yè)增速逐步高于我國(guó)物流業(yè)平均增速；從微觀層面看，西部各省物流業(yè)存在較大差異[6]。付秋芳等利用區(qū)位熵法對(duì)廣東省物流產(chǎn)業(yè)集聚的空間分布特征進(jìn)行分析[7]。董會(huì)忠等認(rèn)為區(qū)位熵法適用行業(yè)中觀分析，體現(xiàn)產(chǎn)業(yè)集聚的專業(yè)化程度，它是區(qū)域產(chǎn)業(yè)集聚度測(cè)算的常用方法[8]。黃慶華等采用區(qū)位熵法衡量產(chǎn)業(yè)集聚水平，分析發(fā)現(xiàn)，產(chǎn)業(yè)集聚不僅對(duì)長(zhǎng)江經(jīng)濟(jì)帶沿線各地區(qū)的經(jīng)濟(jì)起到促進(jìn)作用，而且還能兼顧到生態(tài)環(huán)境的保護(hù)，進(jìn)而提升各地區(qū)的經(jīng)濟(jì)發(fā)展質(zhì)量[9]。

綜上所述，區(qū)位熵法相較于其他測(cè)度產(chǎn)業(yè)集聚的方法，不僅可以反映小區(qū)域間產(chǎn)業(yè)分布的真實(shí)情況，而且還能大大降低甚至去除掉區(qū)域規(guī)模差異帶來(lái)的影響，因此對(duì)測(cè)度地區(qū)產(chǎn)業(yè)集聚度普遍適用。大多數(shù)學(xué)者僅僅是以區(qū)位熵來(lái)測(cè)度物流業(yè)集聚水平，然后通過空間計(jì)量法探究其與經(jīng)濟(jì)增長(zhǎng)的關(guān)系，并未分析物流業(yè)對(duì)經(jīng)濟(jì)影響的深層次原因。本研究也采用區(qū)位熵法測(cè)度2007—2018年安徽省各地區(qū)的物流業(yè)集聚水平，采用空間計(jì)量方法，探究了安徽省物流業(yè)集聚與經(jīng)濟(jì)增長(zhǎng)的關(guān)系，同時(shí)還從物流成本、產(chǎn)業(yè)效率、經(jīng)濟(jì)效益方面分析物流業(yè)與經(jīng)濟(jì)增長(zhǎng)關(guān)系的原因，以期從物流業(yè)集聚的角度為安徽省的經(jīng)濟(jì)發(fā)展提供政策建議。

二、變量說(shuō)明及數(shù)據(jù)來(lái)源

（一）變量說(shuō)明

1. 核心解釋變量

物流業(yè)作為生產(chǎn)性服務(wù)業(yè)的一部分，其發(fā)展水平關(guān)乎國(guó)民的生活質(zhì)量、關(guān)乎地區(qū)間的交流、關(guān)乎地區(qū)間的資源配置水平，是地區(qū)經(jīng)濟(jì)發(fā)展的引擎。國(guó)內(nèi)很多學(xué)者探索出許多種產(chǎn)業(yè)集聚水平的測(cè)算指標(biāo)，根據(jù)已有文獻(xiàn)在物流業(yè)集聚水平指標(biāo)的測(cè)算，顧及物流業(yè)聚集自身的情況，以及安徽地區(qū)的規(guī)模、各地區(qū)之間的空間布局，選取區(qū)位熵法來(lái)測(cè)算不同地區(qū)的物流業(yè)集聚水平，公式如下：

式（1）中，LQ代表市的物流業(yè)集聚水平，和分別代表市的物流業(yè)生產(chǎn)總值和市的生產(chǎn)總值，E和分別代表全省物流業(yè)生產(chǎn)總值和全省生產(chǎn)總值，區(qū)位熵的值越大代表該地區(qū)的物流業(yè)集聚水平越高。

2. 控制變量

將各市生產(chǎn)總值作為被解釋變量，各市GDP的增長(zhǎng)作為各市經(jīng)濟(jì)發(fā)展水平。為了進(jìn)一步考察物流業(yè)集聚對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)的影響，考慮到對(duì)經(jīng)濟(jì)發(fā)展的其他影響因素，物流業(yè)集聚度（）作為核心解釋變量，引入的控制變量還有物質(zhì)資本投入（）用各地級(jí)市的固定資產(chǎn)投資額表示；勞動(dòng)力投入（）用各地級(jí)市年末從業(yè)人數(shù)表示；政府干預(yù)（）用各地級(jí)市政府財(cái)政支出表示；對(duì)外開放程度（）用各地級(jí)市進(jìn)出口額表示；產(chǎn)業(yè)結(jié)構(gòu)水平（）用各地級(jí)市第二、三產(chǎn)業(yè)生產(chǎn)總值占GDP的比值表示。

（二）數(shù)據(jù)來(lái)源及處理

本研究數(shù)據(jù)選取2007—2018年安徽省16個(gè)地級(jí)市的面板數(shù)據(jù)進(jìn)行實(shí)證分析，原地級(jí)市巢湖市所轄的一區(qū)四縣分別劃歸合肥、蕪湖、馬鞍山三市管轄，本研究將原巢湖市各縣數(shù)據(jù)計(jì)入現(xiàn)所屬市。國(guó)內(nèi)各文獻(xiàn)未對(duì)“物流業(yè)”做出明確界定，鐘祖昌[10]從各年我國(guó)物流業(yè)增加值統(tǒng)計(jì)中發(fā)現(xiàn)，交通運(yùn)輸、倉(cāng)儲(chǔ)及郵政業(yè)占到了物流增加值總量的80%以上，基本上能夠代表我國(guó)物流業(yè)的發(fā)展情況，本研究也借鑒此做法。

本文的各變量數(shù)據(jù)均來(lái)源于2008—2019年《安徽省統(tǒng)計(jì)年鑒》，所有數(shù)據(jù)都進(jìn)行了對(duì)數(shù)處理，涉及以美元計(jì)價(jià)的變量，其值通過當(dāng)年美元的平均匯率換算成人民幣。其他數(shù)據(jù)根據(jù)2015—2019年《安徽省統(tǒng)計(jì)年鑒》及政府官方網(wǎng)站、《國(guó)家統(tǒng)計(jì)年鑒》《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》進(jìn)行計(jì)算得出。本文對(duì)所有貨幣變量根據(jù)其價(jià)格指數(shù)進(jìn)行平減，消除了價(jià)格因素的干擾。

三、研究方法

（一）全局空間自相關(guān)分析

為更好地分析安徽省經(jīng)濟(jì)發(fā)展的空間相關(guān)性，在引入空間計(jì)量模型前，本文采用空間自相關(guān)指數(shù)Moran’s I研究安徽省經(jīng)濟(jì)增長(zhǎng)空間上的依賴性。模型如下：

式（2）中，Y表示屬性值，代表安徽省地級(jí)市總數(shù)，w表示二進(jìn)制鄰接空間權(quán)重矩陣，如果地和地相鄰，則w=1，否則w=0。的取值范圍在[-1，1]之間，>0表示正相關(guān)，<0表示負(fù)相關(guān)，=0表示不相關(guān)。

（二）普通面板模型設(shè)定

本文以物質(zhì)資本投入（）、勞動(dòng)力投入（）、政府干預(yù)（）、對(duì)外開放程度（）、產(chǎn)業(yè)結(jié)構(gòu)水平（）為控制變量，以物流業(yè)集聚水平（）為核心解釋變量引入C-D生產(chǎn)函數(shù)并取對(duì)數(shù)，模型如下：

式（3）中，Y表示地區(qū)時(shí)期的生產(chǎn)總值，表示各控制變量和核心解釋變量，為待估參數(shù)，ε為隨機(jī)誤差項(xiàng)。

（三）空間計(jì)量模型

最常見的三種空間計(jì)量模型為：空間滯后模型（SLM）、空間誤差模型（SEM）和空間杜賓模型（SDM）。如果變量之間的空間自相關(guān)關(guān)系通過因變量的滯后項(xiàng)來(lái)反映，則物流業(yè)集聚水平對(duì)經(jīng)濟(jì)增長(zhǎng)影響的SLM如下：

式（4）中的ρwlnY為空間滯后變量，w表示空間權(quán)重矩陣，表示空間自回歸系數(shù)，其估計(jì)值反映空間相關(guān)性的方向和大小。由于區(qū)域經(jīng)濟(jì)增長(zhǎng)可能有其他干擾項(xiàng)存在，因此引入空間誤差模型（SEM)：

式（5）中，ηWε表示空間誤差項(xiàng)，表示空間誤差自相關(guān)系數(shù)，表示回歸殘差之間的空間自相關(guān)強(qiáng)度。再引入前兩種模型的一般形式，空間杜賓模型（SDM），如下：

四、實(shí)證結(jié)果分析

（一）空間自相關(guān)分析

在選擇哪種空間計(jì)量模型之前，先利用Moran’s I指數(shù)及檢驗(yàn)對(duì)安徽省經(jīng)濟(jì)發(fā)展水平進(jìn)行空間自相關(guān)分析，基于鄰接空間權(quán)重矩陣，具體的全局Moran’s I指數(shù)及檢驗(yàn)結(jié)果如表1所示。由表1可以得出，在5%的水平下，安徽省各年的Moran’s I指數(shù)顯著為正，在0.120 4—0.190 9之間波動(dòng)，可以認(rèn)為，安徽省各地區(qū)的經(jīng)濟(jì)增長(zhǎng)存在正向的空間依賴性，在考察期內(nèi)，Moran’s I指數(shù)呈“V”型變化，2014年后安徽省經(jīng)濟(jì)增長(zhǎng)的空間自相關(guān)又開始增強(qiáng)。

表1 全局Moran’s I指數(shù)

年份Moran’s IP值 20070.190 90.042 1 20080.188 30.042 4 20090.184 80.047 7 20100.183 20.042 6 20110.182 10.042 6 20120.162 80.048 7 20130.145 90.047 8 2014 0.120 40.047 6 20150.122 60.042 8 20160.123 50.043 3 20170.126 20.045 5 20180.131 30.042 3

（二）模型選擇與實(shí)證分析

通過Moran’s I指數(shù)及檢驗(yàn)發(fā)現(xiàn)，安徽省經(jīng)濟(jì)增長(zhǎng)存在空間相關(guān)性，所以引入空間計(jì)量模型。對(duì)于模型的選擇先用MATLAB軟件進(jìn)行LM檢驗(yàn)。

如表2所示，R2和log-L值比較，SEM的指標(biāo)都大于SLM，因此選擇SEM更加合適。根據(jù)LM檢驗(yàn)結(jié)果，LM-lag與LM-Error兩個(gè)統(tǒng)計(jì)量分別為64.25和10.32，并且均在1%水平下顯著，再根據(jù)穩(wěn)健的LM檢驗(yàn)，即Robust LM-lag和Robust LM-Error統(tǒng)計(jì)量來(lái)進(jìn)行判斷，發(fā)現(xiàn)Robust LM-Error統(tǒng)計(jì)量為6.72，且正好在1%水平顯著，而Robust LM-lag統(tǒng)計(jì)量為60.65，并且也在1%顯著性檢驗(yàn)，但是可以看到統(tǒng)計(jì)量LM-lag大于LM-Error，說(shuō)明拉格朗日乘數(shù)檢驗(yàn)傾向于使用SLM[11]。兩個(gè)結(jié)論存在沖突，由于因變量的空間滯后項(xiàng)和外生變量會(huì)影響因變量，并且外生變量的空間溢出效應(yīng)也是影響因變量的重要因素，LeSage和Pace推薦空間杜賓模型（SDM）[12]。再通過Hausman檢驗(yàn)，對(duì)空間面板的固定效應(yīng)和隨機(jī)效應(yīng)模型進(jìn)行選擇，檢驗(yàn)結(jié)果值為0.208 9，其值大于0.05，因此最終采用隨機(jī)效應(yīng)模型。利用MATLAB軟件對(duì)數(shù)據(jù)進(jìn)行隨機(jī)效應(yīng)空間杜賓模型（SDM）回歸，結(jié)果如表3所示。

表2 空間計(jì)量模型回歸結(jié)果

SLM SEM 變量系數(shù)T統(tǒng)計(jì)量 Z值 系數(shù)T統(tǒng)計(jì)量Z值 ln K0.082 22.942 40.003 2 -0.036 8-1.211 40.225 7 ln L0.338 96.984 00.000 0 0.369 28.486 00.000 0 ln LQ-0.145 5-3.863 60.000 1 -0.187 2-6.285 60.000 0 ln OPEN0.097 54.632 60.000 0 0.016 20.881 30.378 1 ln GOV0.076 44.623 90.000 0 0.052 13.211 10.001 3 ln LIS0.670 32.419 10.015 5 0.382 21.400 20.161 4 空間滯后0.393 98.166 40.000 0 空間誤差 -0.506 6-6.315 20.000 0 R-squared0.988 8 0.991 0 log-L245.61 291.90

表3 隨機(jī)效應(yīng)空間杜賓模型回歸結(jié)果

變量系數(shù)T統(tǒng)計(jì)量Z值 ln K 0.043 4 1.110 2 0.266 9 ln L 0.368 5 7.710 4 0.000 0 ln LQ -0.135 0 -3.931 1 0.000 1 ln OPEN 0.122 4 6.089 0 0.000 0 ln GOV 0.069 7 4.516 0 0.000 0 ln LIS 0.915 7 3.353 1 0.000 8 w*ln K 0.109 1 2.251 5 0.024 3 w* ln L 0.263 5 3.215 9 0.001 3 w*ln LQ 0.101 2 1.558 7 0.119 0 w*ln OPEN -0.089 7 -3.063 2 0.002 1 w*ln GOV 0.033 0 1.414 4 0.157 2 w*ln LIS 0.329 7 0.855 0 0.392 5 w*dep.var. 0.156 0 2.127 5 0.033 3 R-squared 0.990 3 sigma^20.003 7

表3中，SDM的空間滯后項(xiàng)為0.156，并且在5%水平下顯著，證明安徽省經(jīng)濟(jì)增長(zhǎng)具有空間溢出效應(yīng)。

由于SDM回歸結(jié)果中的解釋變量系數(shù)不能直接用來(lái)解釋對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，因此，本文將總效應(yīng)分為直接效應(yīng)和間接效應(yīng)，見表4。

表4 直接效應(yīng)和間接效應(yīng)

Direct Indirect Total Coef p Coef p Coef p ln Kln Lln LQln OPENln GOVln LIS0.0500.383-0.1300.1190.0720.9340.198 90.000 00.000 90.000 00.000 10.003 40.1310.3660.090-0.0820.0500.5480.010 40.000 20.000 00.021 80.063 80.194 30.1810.749-0.040.0370.1211.4810.000 10.000 00.000 70.306 60.000 60.006 2

物質(zhì)資本投入（）直接效應(yīng)系數(shù)為0.05，但是不顯著；間接效應(yīng)系數(shù)為0.131，且在5%水平下顯著，溢出效應(yīng)較明顯，即表示物質(zhì)資本投入每提高1%，周邊地區(qū)GDP增長(zhǎng)0.131%。勞動(dòng)力投入（）直接效應(yīng)系數(shù)和間接效應(yīng)系數(shù)分別為0.383和0.366，且通過了1%的顯著性檢驗(yàn)，表示勞動(dòng)力投入每提高1%，本地GDP和周邊地區(qū)GDP分別提高0.383%和0.366%，溢出效應(yīng)明顯。物流業(yè)集聚度（）直接效應(yīng)系數(shù)為-0.13，且在1%水平下顯著，表明物流業(yè)集聚度每提高1%，本地GDP降低0.130%；間接效應(yīng)系數(shù)為0.09，且通過1%的顯著性檢驗(yàn)，表示物流業(yè)提高1%，周邊地區(qū)GDP上升0.09%。物流業(yè)集聚度雖然阻礙本地經(jīng)濟(jì)增長(zhǎng)，但是促進(jìn)周邊地區(qū)的經(jīng)濟(jì)發(fā)展。對(duì)外開放程度（）直接效應(yīng)系數(shù)為0.119，并在1%水平下顯著，表示對(duì)外開放程度促進(jìn)本地經(jīng)濟(jì)增長(zhǎng)。間接效應(yīng)系數(shù)為-0.082，在5%水平下顯著。政府干預(yù)（）直接效應(yīng)和間接效應(yīng)系數(shù)分別是0.072和0.05，顯著性分別是1%水平顯著和不顯著。相對(duì)其他變量，政府干預(yù)對(duì)經(jīng)濟(jì)的增長(zhǎng)影響不大，表明安徽省的市場(chǎng)經(jīng)濟(jì)體制日益完善。產(chǎn)業(yè)結(jié)構(gòu)水平（）直接效應(yīng)系數(shù)為0.934，并在1%水平下顯著，表示產(chǎn)業(yè)結(jié)構(gòu)水平能明顯促進(jìn)本地經(jīng)濟(jì)發(fā)展，即產(chǎn)業(yè)結(jié)構(gòu)水平每提高1%，GDP增長(zhǎng)0.934%。間接效應(yīng)系數(shù)為0.548，但是不顯著。產(chǎn)業(yè)結(jié)構(gòu)升級(jí)對(duì)經(jīng)濟(jì)的促進(jìn)作用明顯?；貧w結(jié)果表明，物流業(yè)集聚總體效應(yīng)系數(shù)為-0.04，且在1%水平下顯著，物流業(yè)集聚度阻礙安徽省經(jīng)濟(jì)的增長(zhǎng)，本文從以下四個(gè)方面分析其原因：

1. 物流成本高

國(guó)外的學(xué)者將社會(huì)物流總費(fèi)用與GDP的比值作為評(píng)價(jià)物流水準(zhǔn)的指標(biāo)，認(rèn)為這是比較通行的做法。但是張兆民等[13]認(rèn)為，用該方法來(lái)測(cè)算物流成本表現(xiàn)出不全面性和不科學(xué)性，其未對(duì)物流商品的價(jià)值屬性和物流的需求情況做出充分考慮。為對(duì)物流成本做出全面、科學(xué)的衡量，為反映無(wú)差別的、全部的物流活動(dòng)的成本，為反映所有生產(chǎn)生活中物流活動(dòng)的效率情況，應(yīng)該采用新的測(cè)算方法——“社會(huì)物流費(fèi)用占社會(huì)物流總額比重”。故本文以社會(huì)物流總費(fèi)用與社會(huì)物流總額之比為主，單位GDP的物流成本，即社會(huì)物流總費(fèi)用與GDP之比為輔來(lái)衡量物流成本水平。

表5、表6分別給出2015—2019年安徽省和全國(guó)的單位社會(huì)物流總額的物流成本和社會(huì)物流總費(fèi)用占GDP的比例。從表5中可以看出，這幾年安徽省的單位社會(huì)物流總額的物流成本一直處于高位，明顯高出全國(guó)水平，2019年更是達(dá)到0.082，總體呈上升的趨勢(shì)，而全國(guó)總體保持穩(wěn)定，其值在0.047—0.049之間徘徊。從表6可以看出，安徽省社會(huì)物流總費(fèi)用占GDP的比例實(shí)現(xiàn)五連降，但是與全國(guó)平均水平還有一定的差距，其中2019年安徽省比全國(guó)只高出0.17%。以上數(shù)據(jù)表明，安徽省物流業(yè)降低成本、提升物流發(fā)展質(zhì)量存在巨大空間。

表5 單位社會(huì)物流總額的物流成本

年份20152016201720182019 安徽省0.0680.0710.0730.0720.082 全國(guó)0.0490.0480.0480.0470.049

表6社會(huì)物流總費(fèi)用占GDP的比例

年份20152016201720182019 安徽省16.80%16.50%15.90%15.70%14.90% 全國(guó)15.68%14.87%14.54%14.47%14.73%

2. 物流經(jīng)濟(jì)效益低

經(jīng)濟(jì)效益是指以相對(duì)較少的勞動(dòng)投入獲取相對(duì)較多的勞動(dòng)成果。本文參考肖建輝[14]的做法，以單位物流成本的增加值為主要指標(biāo)，再以單位物流成本的GDP作為輔助指標(biāo)，以此來(lái)比較物流經(jīng)濟(jì)效益。物流增加值與社會(huì)物流總費(fèi)用的比值和GDP與社會(huì)物流總費(fèi)用的比值，這兩個(gè)指標(biāo)的數(shù)值越大表示物流經(jīng)濟(jì)效益越高，數(shù)值越小則表示物流經(jīng)濟(jì)效益越低。從表7可以看出，2016—2019年安徽省的單位物流成本的物流增加值全面低于全國(guó)平均水平，并存在較大差距，安徽省物流經(jīng)濟(jì)效益遠(yuǎn)遠(yuǎn)低于全國(guó)平均水平。再?gòu)膯挝晃锪鞒杀镜腉DP看，安徽省的指標(biāo)值在2015—2019年都略低于全國(guó)，與全國(guó)平均水平還是存在差距，具體見表8。

表7 單位物流成本的增加值

年份2016201720182019 安徽省0.520.721.310.36 全國(guó)0.951.912.281.02

表8 單位成本的GDP

年份20152016201720182019 安徽省5.956.066.296.376.71 全國(guó)6.386.726.886.916.79

3. 物流產(chǎn)業(yè)效率低

高效率的物流產(chǎn)業(yè)是其他產(chǎn)業(yè)發(fā)展的重要“幕后”推手，也是新常態(tài)下經(jīng)濟(jì)社會(huì)平穩(wěn)增長(zhǎng)的保證。衡量物流產(chǎn)業(yè)整體發(fā)展?fàn)顩r，物流產(chǎn)業(yè)的投入產(chǎn)出效率是極其合適的評(píng)判標(biāo)準(zhǔn)。余泳澤等[15]和陳永平等[16]在研究我國(guó)物流產(chǎn)業(yè)效率的過程中，采用各地區(qū)物流業(yè)增加值作為物流產(chǎn)業(yè)效率的指標(biāo)。本文為了方便比較，采用單位物流業(yè)生產(chǎn)總值的增加值作為評(píng)價(jià)物流產(chǎn)業(yè)效率的指標(biāo)，即物流業(yè)增加值與物流業(yè)生產(chǎn)總值的比值。單位物流業(yè)生產(chǎn)總值的增加值越大，說(shuō)明物流產(chǎn)業(yè)效率越高，反之同理。

從表9可以看出，2015—2018年安徽省的單位物流生產(chǎn)總值的增加值逐年增大，但還是全面低于全國(guó)的平均水平，且2015年，安徽省的指標(biāo)為負(fù)值。相較于全國(guó)，安徽省的物流產(chǎn)業(yè)效率處于低位。

表9 單位物流生產(chǎn)總值的增加值

年份2015201620172018 安徽省-0.0040.0400.0480.077 全國(guó)0.0650.0780.1110.082

4. 物流不環(huán)保

首先，由于人們的環(huán)保意識(shí)薄弱而導(dǎo)致的對(duì)貨物過度包裝、采用不環(huán)保的包裝材料、包裝材料回收率低等是對(duì)物流業(yè)綠色可持續(xù)發(fā)展所帶來(lái)的嚴(yán)峻挑戰(zhàn)。盡管國(guó)家一直倡導(dǎo)綠色包裝，但是消費(fèi)者尤其是企業(yè)缺乏環(huán)保觀念，大包裝小貨物、豪華包裝、里兩層外三層的過度包裝普遍存在，造成物流包裝材料極度浪費(fèi)。其次是塑料包裝，2017年我國(guó)的塑料消耗大約6 000萬(wàn)噸，2019年全國(guó)不可降解塑料的產(chǎn)量已經(jīng)突破8 000萬(wàn)噸，并且30%左右的塑料用于包裝行業(yè)，其中的廢棄塑料回收量卻微乎其微[17]。廢棄塑料的降解時(shí)間長(zhǎng)，焚燒還會(huì)造成空氣污染。

根據(jù)有關(guān)資料，我國(guó)可回收利用包裝材料的回收率不到10%[18]。每年產(chǎn)生如此多的物流包裝材料卻得不到回收利用，不僅讓可貴的資源白白浪費(fèi)，還對(duì)環(huán)境造成嚴(yán)重污染，長(zhǎng)此下去，這不僅是對(duì)物流業(yè)可持續(xù)發(fā)展、也是對(duì)我國(guó)社會(huì)可持續(xù)發(fā)展的嚴(yán)重威脅。

五、結(jié)論與建議

本文首先利用區(qū)位熵法來(lái)測(cè)度安徽省16個(gè)地級(jí)市的物流業(yè)聚集度，在此基礎(chǔ)上，利用空間計(jì)量模型對(duì)物流業(yè)集聚與安徽省經(jīng)濟(jì)發(fā)展關(guān)系進(jìn)行實(shí)證研究，并對(duì)安徽省物流業(yè)水平與全國(guó)平均水平進(jìn)行對(duì)比分析，得出結(jié)論如下：

第一，安徽省各地級(jí)市的經(jīng)濟(jì)增長(zhǎng)存在顯著的空間自相關(guān)。

第二，總體上看，物流業(yè)集聚阻礙了安徽省各地級(jí)市經(jīng)濟(jì)的發(fā)展，將總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)后，安徽省各地區(qū)物流業(yè)集聚雖然阻礙了本地經(jīng)濟(jì)的增長(zhǎng)，但是促進(jìn)了周邊地區(qū)經(jīng)濟(jì)的發(fā)展。物質(zhì)資本投入和勞動(dòng)力投入均具有顯著的空間溢出效應(yīng)，產(chǎn)業(yè)結(jié)構(gòu)水平的溢出效益不明顯，產(chǎn)業(yè)結(jié)構(gòu)水平和勞動(dòng)力的投入對(duì)本地區(qū)經(jīng)濟(jì)增長(zhǎng)存在顯著的正向影響。

第三，安徽省物流水平與全國(guó)相比，物流成本高，經(jīng)濟(jì)效益低，產(chǎn)業(yè)效率低。

分析結(jié)果表明，安徽省各地區(qū)物流業(yè)集聚雖然阻礙了本地的經(jīng)濟(jì)增長(zhǎng)，但促進(jìn)周邊地區(qū)經(jīng)濟(jì)的發(fā)展，溢出效應(yīng)明顯。溫婷[19]研究各生產(chǎn)服務(wù)性行業(yè)集聚的空間溢出效應(yīng)的區(qū)域異質(zhì)化，從物流業(yè)集聚角度發(fā)現(xiàn)中部地區(qū)物流業(yè)集聚對(duì)本地經(jīng)濟(jì)增長(zhǎng)具有顯著抑制作用，本文的研究結(jié)果與之符合。本研究從物流成本、經(jīng)濟(jì)效益和產(chǎn)業(yè)效率三個(gè)方面入手，分別與全國(guó)平均水平作對(duì)比，發(fā)現(xiàn)其都在全國(guó)水平以下，說(shuō)明安徽省的物流業(yè)還存在很大的提升空間，基于此，提出以下建議：

第一，加快物流業(yè)高效發(fā)展，必須遵循規(guī)劃科學(xué)、政策引導(dǎo)、市場(chǎng)選擇的原則，創(chuàng)建高水平的立足安徽、面向全國(guó)的物流服務(wù)體系，打造技術(shù)先進(jìn)、創(chuàng)新模式、綜合實(shí)力強(qiáng)勁的物流榜樣企業(yè)。

第二，加快物流行業(yè)創(chuàng)新技術(shù)的使用。針對(duì)安徽省物流成本高、物流經(jīng)濟(jì)效益低、物流產(chǎn)業(yè)效率低的現(xiàn)狀，大力發(fā)展新興技術(shù)。新興技術(shù)可以提高基礎(chǔ)設(shè)備設(shè)施的智能化水平。一是物流分揀智能化。采用高效率的分揀設(shè)備設(shè)施和工具，推廣使用智能機(jī)器人，在降低勞動(dòng)力成本的同時(shí)也會(huì)提高物流分揀質(zhì)量。二是物流網(wǎng)絡(luò)信息化。加快實(shí)現(xiàn)物流園、物流轉(zhuǎn)運(yùn)中心以及配送中心等物流節(jié)點(diǎn)的車輛、船舶、飛機(jī)、集裝箱等運(yùn)輸工具數(shù)字信息化。

第三，提倡綠色物流。落實(shí)物流包裝標(biāo)準(zhǔn)化、減少一次性塑料薄膜包裝，尋找推廣應(yīng)用可循環(huán)、可回收、易降解的新型包裝材料。加快推進(jìn)高排放貨車等運(yùn)輸工具的替換，采用新能源運(yùn)輸工具。

[1] 朱英明. 產(chǎn)業(yè)集聚研究述評(píng)[J]. 經(jīng)濟(jì)評(píng)論, 2003(3): 117-121.

[2] 李太平, 鐘甫寧, 顧煥章. 衡量產(chǎn)業(yè)區(qū)域集聚程度的簡(jiǎn)便方法及其比較[J]. 統(tǒng)計(jì)研究, 2007(11): 64-68.

[3] 胡健, 董春詩(shī). 產(chǎn)業(yè)集聚測(cè)度方法適用條件考辯[J]. 統(tǒng)計(jì)與信息論壇, 2013, 28(1): 27-31.

[4] 李劍, 姜寶. 物流產(chǎn)業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)影響研究——基于省際數(shù)據(jù)的空間計(jì)量分析[J]. 中南大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2016, 22(4): 103-110, 115.

[5] 徐秋艷, 房勝飛. 物流產(chǎn)業(yè)集聚的經(jīng)濟(jì)溢出效應(yīng)及空間異質(zhì)性研究——基于省際數(shù)據(jù)的空間計(jì)量分析[J]. 工業(yè)技術(shù)經(jīng)濟(jì), 2018, 37(2): 58-65.

[6] 謝逢潔, 王寧. “一帶一路”視角下西部12省區(qū)物流產(chǎn)業(yè)集聚及空間分布研究[J]. 商業(yè)經(jīng)濟(jì)研究, 2019(3): 79-82.

[7] 付秋芳, 付宇. 物流產(chǎn)業(yè)集聚對(duì)經(jīng)濟(jì)增長(zhǎng)的影響——基于廣東省21個(gè)地級(jí)市的空間計(jì)量分析[J]. 哈爾濱商業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2019(5): 120-128.

[8] 董會(huì)忠, 姚孟超. 時(shí)空分異視角下物流產(chǎn)業(yè)集聚特征演化及關(guān)聯(lián)因素分析[J]. 哈爾濱商業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2019(6): 51-61.

[9] 黃慶華, 時(shí)培豪, 胡江峰. 產(chǎn)業(yè)集聚與經(jīng)濟(jì)高質(zhì)量發(fā)展: 長(zhǎng)江經(jīng)濟(jì)帶107個(gè)地級(jí)市例證[J]. 改革, 2020(1): 87-99.

[10] 鐘祖昌. 空間經(jīng)濟(jì)學(xué)視角下的物流業(yè)集聚及影響因素——中國(guó)31個(gè)省市的經(jīng)驗(yàn)證據(jù)[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào), 2011, 33(11): 55-62.

[11] 姜磊. 空間回歸模型選擇的反思[J]. 統(tǒng)計(jì)與信息論壇, 2016, 31(10): 10-16.

[12] LESAGE J, PACE R K. Introduction to spatial econometrics[M]. Boca Raton: CRC Press, 2009.

[13] 張兆民, 韓彪. 以社會(huì)物流費(fèi)用占社會(huì)物流總額比重測(cè)算物流成本[J]. 中國(guó)流通經(jīng)濟(jì), 2016, 30(10): 24-30.

[14] 肖建輝. 粵港澳大灣區(qū)物流業(yè)高質(zhì)量發(fā)展的路徑[J]. 中國(guó)流通經(jīng)濟(jì), 2020, 34(3): 66-81.

[15] 余泳澤, 武鵬. 我國(guó)物流產(chǎn)業(yè)效率及其影響因素的實(shí)證研究——基于中國(guó)省際數(shù)據(jù)的隨機(jī)前沿生產(chǎn)函數(shù)分析[J]. 產(chǎn)業(yè)經(jīng)濟(jì)研究, 2010(1): 65-71.

[16] 陳永平, 張亮亮. 區(qū)域趨同還是趨異:中國(guó)物流產(chǎn)業(yè)效率及其收斂性——基于2006—2015年30個(gè)省域面板數(shù)據(jù)的研究[J]. 商業(yè)經(jīng)濟(jì)與管理, 2018(3): 5-19.

[17] 徐雅姝. 綠色包裝是物流可持續(xù)發(fā)展的必由之路[J]. 中國(guó)儲(chǔ)運(yùn), 2020(9): 141-143.

[18] 劉文萃, 劉玲玲. 城市快遞包裝廢棄物協(xié)同治理:現(xiàn)實(shí)困境與推進(jìn)策略——基于天津?yàn)I海新區(qū)的調(diào)研分析[J]. 甘肅理論學(xué)刊, 2018(6): 98-104.

[19] 溫婷. 生產(chǎn)性服務(wù)業(yè)集聚、空間溢出與區(qū)域異質(zhì)性——基于經(jīng)濟(jì)增長(zhǎng)和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的雙視角[J]. 中國(guó)流通經(jīng)濟(jì), 2020, 34(9): 119-127.

10.15916/j.issn1674-327x.2021.06.004

F252

A

1674-327X (2021)06-0011-06

2020-12-16

國(guó)家社會(huì)科學(xué)基金項(xiàng)目(16BRK026)

曹澤(1969-)，男，安徽潁上人，教授，博士。

(責(zé)任編輯：許偉麗)