我國(guó)物流業(yè)“馬太效應(yīng)”的實(shí)證檢驗(yàn)及空間解釋—基于資本和勞動(dòng)力雙資源配置視角

□顧秀芬 黃敬前 王東方

[1.武夷學(xué)院 武夷山 354300；2.福州大學(xué) 福州 350116]

引言

作為世界上發(fā)展中國(guó)家第一大國(guó)，我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展存在顯著的區(qū)域不平衡特征，馬太效應(yīng)始終存在于區(qū)域經(jīng)濟(jì)發(fā)展的不同領(lǐng)域[1]。馬太效應(yīng)是指“強(qiáng)者愈強(qiáng)、弱者愈弱”的極化效應(yīng)，體現(xiàn)在物流領(lǐng)域就是物流業(yè)發(fā)展具有優(yōu)勢(shì)的地區(qū)相對(duì)于劣勢(shì)地區(qū)可以在后續(xù)的發(fā)展中依靠長(zhǎng)期累積的優(yōu)勢(shì)和有效的資源配置舉措，集聚更多的物流資源保持領(lǐng)先地位，而前期物流發(fā)展處于劣勢(shì)的地區(qū)則會(huì)陷入由于資源匱乏而導(dǎo)致的物流業(yè)發(fā)展活力不足，我國(guó)物流業(yè)發(fā)展是否也存在馬太效應(yīng)值得深入研究。

物流業(yè)作為國(guó)民經(jīng)濟(jì)社會(huì)發(fā)展的基礎(chǔ)產(chǎn)業(yè)，在推動(dòng)產(chǎn)業(yè)融合、實(shí)現(xiàn)產(chǎn)業(yè)升級(jí)的進(jìn)程中發(fā)揮著重要作用[2]。資本和勞動(dòng)力是物流產(chǎn)業(yè)發(fā)展的重要投入要素，是物流業(yè)發(fā)展的基礎(chǔ)[3～5]。資本的合理配置能夠完善區(qū)域物流基礎(chǔ)設(shè)施設(shè)備，勞動(dòng)力的合理配置則能夠促進(jìn)區(qū)域物流業(yè)生產(chǎn)效率的提高。從這兩個(gè)角度看，我國(guó)區(qū)域物流發(fā)展存在顯著差異，對(duì)2016～2019年我國(guó)物流資本和勞動(dòng)力資源的相關(guān)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)①可知（詳見(jiàn)表1），在物流業(yè)資本配置上，四川一直排名第一、寧夏一直排名最末，且兩區(qū)域之間的差距由3 370.285億元擴(kuò)大到5 461.173億元。此外，四川、寧夏與均值的差距都在不斷擴(kuò)大，標(biāo)準(zhǔn)差也由874.581億元上升到1 519.039億元，在一定程度上說(shuō)明區(qū)域之間的物流資本資源配置差距擴(kuò)大；在物流勞動(dòng)力配置上，廣東一直排名第一、寧夏一直排名最末，兩區(qū)域之間物流從業(yè)人員的差距由774 614人擴(kuò)大825 437人，廣東與均值的差距在逐步擴(kuò)大，寧夏與均值的差距雖在逐步縮小，標(biāo)準(zhǔn)差也由170 034人縮小至166 044人，仍可看出區(qū)域之間勞動(dòng)力資源配置強(qiáng)弱差距大。

表1 2016～2019年我國(guó)物流資本和勞動(dòng)力資源的描述性統(tǒng)計(jì)

由此可見(jiàn)，我國(guó)區(qū)域物流業(yè)發(fā)展過(guò)程中確實(shí)存在馬太效應(yīng)，但該效應(yīng)是否一直存在還得進(jìn)一步探究。區(qū)域發(fā)展不平衡是我國(guó)的基本國(guó)情，促進(jìn)區(qū)域之間的協(xié)調(diào)發(fā)展，是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系、推動(dòng)經(jīng)濟(jì)往高質(zhì)量方向發(fā)展的重要任務(wù)。物流領(lǐng)域馬太效應(yīng)的存在會(huì)進(jìn)一步加劇區(qū)域經(jīng)濟(jì)發(fā)展的不平衡，進(jìn)而偏離區(qū)域協(xié)調(diào)發(fā)展這一國(guó)家戰(zhàn)略。因此，從資本和勞動(dòng)力雙資源配置視角研究我國(guó)物流業(yè)發(fā)展的“馬太效應(yīng)”并探究其形成機(jī)制，對(duì)于優(yōu)化物流資源配置，促進(jìn)區(qū)域協(xié)調(diào)發(fā)展具有一定的現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

馬太效應(yīng)自Robert K.Merton提出以來(lái)，已被應(yīng)用于諸多領(lǐng)域的研究，研究?jī)?nèi)容主要聚焦以下幾個(gè)方面：（1）馬太效應(yīng)的存在性研究。如Bol等研究了科學(xué)領(lǐng)域的項(xiàng)目資金分配是否存在馬太效應(yīng)[6]。楊龍志、劉霞對(duì)省際技術(shù)轉(zhuǎn)移的馬太效應(yīng)進(jìn)行了探究[7]。王修華、趙亞雄則通過(guò)對(duì)比貧困戶與非貧困戶的收入驗(yàn)證馬太效應(yīng)是否存在于我國(guó)數(shù)字金融領(lǐng)域[8]。（2）馬太效應(yīng)產(chǎn)生的原因。齊瑋娜等的研究結(jié)果顯示區(qū)域環(huán)境和創(chuàng)業(yè)質(zhì)量的自我回饋機(jī)制導(dǎo)致區(qū)域創(chuàng)業(yè)質(zhì)量出現(xiàn)馬太效應(yīng)[9]。鄔德林、張平對(duì)我國(guó)農(nóng)民收入存在馬太效應(yīng)的原因進(jìn)行探究后發(fā)現(xiàn)農(nóng)業(yè)R&D支出會(huì)強(qiáng)化農(nóng)民收入的馬太效應(yīng)，農(nóng)業(yè)技術(shù)推廣支出則起到緩解作用[10]。張騫等則驗(yàn)證了信息化的發(fā)展并不會(huì)使區(qū)域創(chuàng)新能力出現(xiàn)馬太效應(yīng)[11]。（3）馬太效應(yīng)所帶來(lái)的影響。Zheng的研究結(jié)果顯示發(fā)達(dá)地區(qū)的研發(fā)投入對(duì)經(jīng)濟(jì)增長(zhǎng)的影響會(huì)隨時(shí)間推移而變得更強(qiáng)，而欠發(fā)達(dá)地區(qū)的研發(fā)投入對(duì)經(jīng)濟(jì)增長(zhǎng)的影響則相反[12]。Fiorenti等的實(shí)證研究發(fā)現(xiàn)馬太效應(yīng)產(chǎn)生的影響與時(shí)間長(zhǎng)度有關(guān)，從中期而言馬太效應(yīng)會(huì)對(duì)企業(yè)創(chuàng)新投資帶來(lái)負(fù)面影響，但長(zhǎng)期來(lái)看馬太效應(yīng)能夠?qū)ζ髽I(yè)創(chuàng)新投資起到積極作用[13]。樊桂清、賈相如認(rèn)為馬太效應(yīng)一方面有利于優(yōu)秀學(xué)者成長(zhǎng)為學(xué)術(shù)權(quán)威，提高高校教師的競(jìng)爭(zhēng)意識(shí)，壯大科研力量，另一方面又會(huì)加劇科研領(lǐng)域的資源壟斷，促進(jìn)資源配置的兩極分化[14]。封泉明、林世芳的研究結(jié)論顯示馬太效應(yīng)一方面能夠促進(jìn)人才的選拔，另一方面又會(huì)對(duì)大部分未成名人才的成長(zhǎng)產(chǎn)生抑制作用，對(duì)人才供給側(cè)改革的作用具有矛盾性[15]。

物流業(yè)資源配置已經(jīng)引起了學(xué)術(shù)界的廣泛討論與關(guān)注。黨的十九屆五中全會(huì)確認(rèn)市場(chǎng)在資源配置中的決定性作用，但市場(chǎng)的資源配置作用具有兩面性，即在促進(jìn)區(qū)域發(fā)展的同時(shí)也會(huì)產(chǎn)生區(qū)域差距。特別地，物流業(yè)作為一種復(fù)合型產(chǎn)業(yè)，與生產(chǎn)和消費(fèi)有著緊密聯(lián)系，物流資源配置的差距也會(huì)對(duì)區(qū)域產(chǎn)出造成重要影響。當(dāng)前，學(xué)者們已經(jīng)充分認(rèn)識(shí)到物流資源的重要性，并對(duì)其展開(kāi)相關(guān)研究，研究?jī)?nèi)容主要包括物流資源的整合[16]、物流資源的調(diào)度[17]、物流資源配置的影響因素[18]、物流資源配置的公平性[19]等。追逐利益最大化是經(jīng)濟(jì)資源最為重要的特征之一[20]，物流資源也是如此，對(duì)應(yīng)地在這種趨利特征的引導(dǎo)下，物流領(lǐng)域存在的“馬太效應(yīng)”[21～22]會(huì)更加顯著，因此讓市場(chǎng)在物流資源配置中起基礎(chǔ)性的決定作用的同時(shí)也應(yīng)發(fā)揮政府這只“看得見(jiàn)的手”，合理調(diào)控區(qū)域間物流資源的配置。

綜上所述，當(dāng)前馬太效應(yīng)的研究更多聚焦于科學(xué)、金融、農(nóng)業(yè)、區(qū)域創(chuàng)新等領(lǐng)域，研究?jī)?nèi)容包括馬太效應(yīng)的存在性檢驗(yàn)、產(chǎn)生原因以及所帶來(lái)的影響等。通過(guò)學(xué)者們的研究也可以發(fā)現(xiàn)馬太效應(yīng)帶來(lái)積極作用[23]的同時(shí)也會(huì)暴露出機(jī)會(huì)公平性和發(fā)展協(xié)調(diào)性等方面的問(wèn)題[24～25]，且這些問(wèn)題在社會(huì)發(fā)展的新形勢(shì)下會(huì)進(jìn)一步凸顯[26]。對(duì)于物流領(lǐng)域，也有學(xué)者在其研究結(jié)果中簡(jiǎn)要闡述物流業(yè)有“馬太效應(yīng)”現(xiàn)象的存在[21～22]，但聚焦物流業(yè)馬太效應(yīng)的存在性及其背后原因探析的文獻(xiàn)相對(duì)缺乏。受經(jīng)濟(jì)、生產(chǎn)力、信息化水平等因素的影響，我國(guó)物流業(yè)發(fā)展呈“東部地區(qū)發(fā)展快、中西部地區(qū)發(fā)展慢”“城市物流相對(duì)發(fā)達(dá)，農(nóng)村物流相對(duì)滯后”的局面，物流企業(yè)、物流設(shè)施、物流活動(dòng)更傾向于交通、信息發(fā)達(dá)的區(qū)域[27]?！笆奈濉币?guī)劃提出要繼續(xù)促進(jìn)區(qū)域協(xié)調(diào)發(fā)展，推進(jìn)西部大開(kāi)發(fā)形成新格局、中部崛起形成新局面，支持特殊類型地區(qū)加大步伐、加快發(fā)展，在發(fā)展中促進(jìn)相對(duì)平衡。資源配置是影響區(qū)域產(chǎn)出的重要因素，馬太效應(yīng)對(duì)區(qū)域之間的協(xié)調(diào)發(fā)展又有著深刻的影響。因此，本文基于資本和勞動(dòng)力雙資源配置視角對(duì)物流業(yè)是否存在“馬太效應(yīng)”進(jìn)行檢驗(yàn)，并嘗試從空間角度對(duì)物流業(yè)為何存在“馬太效應(yīng)”的原因進(jìn)行探析，一方面能夠擴(kuò)展馬太效應(yīng)的研究領(lǐng)域，在一定程度上豐富馬太效應(yīng)的理論成果；另一方面也能對(duì)我國(guó)物流業(yè)發(fā)展現(xiàn)狀以及區(qū)域差異有更加全面的認(rèn)知，便于優(yōu)化資源配置，促進(jìn)產(chǎn)業(yè)協(xié)調(diào)發(fā)展。

二、研究方法與數(shù)據(jù)來(lái)源

（一）馬太效應(yīng)的存在性檢驗(yàn)：馬爾科夫鏈

馬爾科夫鏈（Markov Chain）是一種時(shí)間和狀態(tài)均為離散的馬爾可夫過(guò)程，具有較為準(zhǔn)確描述事物分布動(dòng)態(tài)，計(jì)算不同狀態(tài)之間相互轉(zhuǎn)移的概率及轉(zhuǎn)移方向的優(yōu)點(diǎn)。本文參考蒲英霞[28]、周迪[29]等學(xué)者的研究成果，同時(shí)結(jié)合物流業(yè)資源配置的實(shí)際情況，對(duì)比各省市物流資源配置水平與全國(guó)資源配置平均水平，首先將各省市物流資源配置水平劃分為四類（見(jiàn)表2），表2中資源配置水平為低水平的表示該省市物流資源配置水平低于全國(guó)資源配置平均水平的50%，中低水平則介于全國(guó)資源配置平均水平的50%～100%，中高水平的表示處于全國(guó)資源配置平均水平的100%～150%，高水平則高于全國(guó)資源配置平均水平的150%；然后通過(guò)計(jì)算各省市在不同水平類型間的轉(zhuǎn)移概率，結(jié)合不同時(shí)刻的類型轉(zhuǎn)移過(guò)程建立一個(gè)狀態(tài)轉(zhuǎn)移矩陣，以此檢驗(yàn)我國(guó)物流業(yè)資源配置水平的固化特征與轉(zhuǎn)移特征哪個(gè)更顯著。

表2 各省市物流資源配置水平劃分

具體操作如下：

計(jì)算一步時(shí)長(zhǎng)為d年的轉(zhuǎn)移概率。即物流資源配置水平在第t年處于i類型的地區(qū)經(jīng)過(guò)d年發(fā)展后轉(zhuǎn)移為j類型的概率，i,j∈{1,2,3,4}，i,j取值越高，代表該地區(qū)物流資源配置水平越高。具體如式（1）所示：

列出馬爾科夫狀態(tài)轉(zhuǎn)移矩陣。對(duì)不同類型的狀態(tài)轉(zhuǎn)移概率進(jìn)行估計(jì)，得到式（2）所示的馬爾可夫轉(zhuǎn)移概率矩陣：

式（2）中矩陣對(duì)角線元素表示研究期間各省市在d年時(shí)長(zhǎng)下?tīng)顟B(tài)不變的概率，其值越大，則表明其物流資源的流動(dòng)性越低，相應(yīng)的固化程度也就越高。特別地，和這兩個(gè)數(shù)值分別表示高低水平地區(qū)經(jīng)過(guò)d年發(fā)展后仍處于高低水平區(qū)域的概率，通過(guò)比較這兩個(gè)值，能夠比較清晰地了解各省市間物流資源水平陣營(yíng)的固化程度和資源流動(dòng)的難度。如果和在d年后增大，則可認(rèn)為物流資源配置“強(qiáng)者越強(qiáng)、弱者越弱”的局勢(shì)出現(xiàn)，也即物流業(yè)發(fā)展存在馬太效應(yīng)。

探析高低水平陣營(yíng)固化程度發(fā)生變化的時(shí)間節(jié)點(diǎn)。探析方法為似然比統(tǒng)計(jì)量Q[30]，具體如式（3）所示：

式（3）只計(jì)算狀態(tài)轉(zhuǎn)移概率矩陣中非零的項(xiàng)，m表示時(shí)間段類型，表示d年前后兩個(gè)時(shí)間段內(nèi)計(jì)算的轉(zhuǎn)移概率和，分別d年時(shí)長(zhǎng)下研究期內(nèi)某時(shí)間節(jié)點(diǎn)前后兩個(gè)時(shí)間段內(nèi)對(duì)應(yīng)的地區(qū)數(shù)量。似然比統(tǒng)計(jì)量Q漸進(jìn)服從卡方分布，卡方自由度為k(k?1)減去全時(shí)段狀態(tài)轉(zhuǎn)移概率矩陣中的零元素的個(gè)數(shù)，k為劃分類型數(shù)，k=4。

（二）馬太效應(yīng)的空間解釋：Moran’s I

Moran’s I能夠?qū)φ麄€(gè)區(qū)域中相鄰省份之間的空間自相關(guān)情況進(jìn)行度量，從而判斷區(qū)域物流資源分布呈馬太效應(yīng)的高水平陣營(yíng)與低水平陣營(yíng)是否有集聚現(xiàn)象。如果資源配置處于高水平陣營(yíng)的省份與高水平陣營(yíng)的省份集聚，低水平陣營(yíng)的省份與低水平陣營(yíng)的省份集聚，則可以說(shuō)明物流業(yè)的馬太效應(yīng)在一定程度上與區(qū)域資源配置的空間分布有關(guān)。Moran’s I的計(jì)算過(guò)程如式（4）所示：

11.2 出芝管理：扣棚后大約30～40天靈芝開(kāi)始出土，這時(shí)應(yīng)把大棚扣上遮陽(yáng)70%的遮蔭網(wǎng)，每天應(yīng)本著少澆水、勤洗水的原則，每天澆3～4次水，加強(qiáng)通風(fēng)，溫度白天控制在24～28℃之間，濕度70%～90%。同時(shí)要及時(shí)剪除多余弱小的芝芽，修芝、整形、拔除雜草，為早開(kāi)傘、開(kāi)壯傘、早收粉打基礎(chǔ)。

（三）數(shù)據(jù)來(lái)源及處理

當(dāng)前我國(guó)產(chǎn)業(yè)分類中并沒(méi)有專門(mén)的“物流產(chǎn)業(yè)”分類，因此在進(jìn)行數(shù)據(jù)選取時(shí)，借鑒國(guó)內(nèi)楊宏偉等大部分學(xué)者的做法，用交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的相關(guān)數(shù)據(jù)作為物流業(yè)的替代數(shù)據(jù)[19]。參照諸裕祥等學(xué)者的研究成果，從資本和勞動(dòng)力兩大物流資源著手來(lái)衡量區(qū)域物流資源配置情況[4]。其中，資本的度量選取物流業(yè)固定資產(chǎn)投資額，勞動(dòng)力的度量選用物流業(yè)從業(yè)人員數(shù)。文中所使用的數(shù)據(jù)均來(lái)源于2006～2018年的《中國(guó)統(tǒng)計(jì)年鑒》，由于部分?jǐn)?shù)據(jù)無(wú)法獲取，故選取我國(guó)30個(gè)省市（不含港、澳、臺(tái)及西藏）作為研究對(duì)象，同時(shí)為保證數(shù)據(jù)的有效性，對(duì)資本指標(biāo)采用永續(xù)盤(pán)存法進(jìn)行相應(yīng)處理。

三、我國(guó)區(qū)域物流發(fā)展的“馬太效應(yīng)”檢驗(yàn)

“馬太效應(yīng)”檢驗(yàn)內(nèi)容包括以下兩個(gè)部分：一是考察區(qū)域物流發(fā)展的馬太效應(yīng)是否存在，即判斷物流資源配置的高低兩大陣營(yíng)固化現(xiàn)象是否顯著；二是考察區(qū)域馬太效應(yīng)是否會(huì)隨時(shí)間變化而強(qiáng)化。為此，本文借助Markov 鏈模型對(duì)各類型地區(qū)在1～5年時(shí)長(zhǎng)下的轉(zhuǎn)移情況進(jìn)行全面研究，得到我國(guó)區(qū)域物流資源配置狀態(tài)轉(zhuǎn)移的馬爾可夫概率矩陣（詳見(jiàn)表3）。

表3 我國(guó)區(qū)域物流資源配置狀態(tài)轉(zhuǎn)移的馬爾可夫概率矩陣

通過(guò)分析表3數(shù)據(jù)得到如下結(jié)論：

1.不論時(shí)長(zhǎng)為1年或5年，物流資源配置都呈現(xiàn)出高低水平陣營(yíng)固化的現(xiàn)象。具體地，對(duì)比各矩陣對(duì)角線上數(shù)值，1～5年時(shí)長(zhǎng)下，資本處于高水平的省市維持高水平的概率為0.750～0.953，勞動(dòng)力的概率為0.707～0.938。資本處于低水平的省市維持在低水平的概率為0.857～0.980，勞動(dòng)力的為0.983～1，該值會(huì)明顯大于高水平區(qū)域維持在高水平的概率值，且無(wú)論是資本還是勞動(dòng)力，低水平區(qū)域向高水平甚至是中高水平區(qū)域轉(zhuǎn)移的概率也均為0。即物流資源配置低的地區(qū)在區(qū)域物流發(fā)展中一直處于劣勢(shì)地位，較難趕超物流資源配置高的區(qū)域，且處于低水平陣營(yíng)的區(qū)域已經(jīng)不能單純依靠資本的投入來(lái)驅(qū)動(dòng)物流業(yè)的發(fā)展，物流勞動(dòng)力尤其是高等級(jí)的物流勞動(dòng)力對(duì)物流業(yè)后期發(fā)展將起到更加重要的作用，而這也印證了陶婷婷提出的“物流產(chǎn)業(yè)光靠擴(kuò)大投入的粗放型增長(zhǎng)方式不可取”這一觀點(diǎn)[31]。

2.物流業(yè)兩大資源中低水平陣營(yíng)的固化程度更加顯著，且隨著時(shí)間的推移，高低兩大陣營(yíng)間的固化差距不斷拉大。物流資本兩大陣營(yíng)固化程度差距由1年時(shí)長(zhǎng)下的0.027逐步增長(zhǎng)到5年時(shí)長(zhǎng)下的0.107，而勞動(dòng)力資源則由0.045拉大到0.293，也即“強(qiáng)者越強(qiáng)，弱者越弱”的馬太效應(yīng)出現(xiàn)。以物流資源配置處于高水平陣營(yíng)的廣東對(duì)比物流資源配置處于低水平陣營(yíng)的青海、寧夏為例。2005年，廣東與青海、寧夏物流資本資源分別相差576.18 億元、590.97億元，物流勞動(dòng)力資源分別相差439 212人、441 749人；2017年物流資本資源差距則分別上升至3 029.14億元、3 429.52億元，物流勞動(dòng)力資源差距上升至786 422人、795 860人。這一現(xiàn)象的原因可能是因?yàn)橘Y源流動(dòng)的非對(duì)稱性。隨著時(shí)間的發(fā)展，雖然物流資源會(huì)在區(qū)域之間流動(dòng)，但由于低水平陣營(yíng)具有經(jīng)濟(jì)發(fā)展相對(duì)落后、工作機(jī)會(huì)相對(duì)缺乏、工作環(huán)境相對(duì)惡劣以及固有的地理劣勢(shì)等原因，使得低水平陣營(yíng)長(zhǎng)期落后。

3.雖然低水平區(qū)域要想進(jìn)行跨越式的發(fā)展直接提升為高水平區(qū)域較為困難，卻仍有希望通過(guò)穩(wěn)扎穩(wěn)打式的發(fā)展來(lái)實(shí)現(xiàn)。劉明等學(xué)者對(duì)區(qū)域物流協(xié)調(diào)發(fā)展的研究中針對(duì)物流發(fā)展水平較低的城市提出了擴(kuò)張型發(fā)展策略和趕超型發(fā)展策略[32]。對(duì)比1年時(shí)長(zhǎng)和5年時(shí)長(zhǎng)，資本資源配置類別在1年時(shí)長(zhǎng)下從低到中低、中低到中高、中高到高的概率為0.020、0.034、0.031，5年時(shí)長(zhǎng)下分別為0.143、0.133、0.194，由此資本低水平區(qū)域存在提高區(qū)域水平的概率。但是比對(duì)勞動(dòng)力資源，可以看到4年時(shí)長(zhǎng)和5年時(shí)長(zhǎng)下處于低水平區(qū)域會(huì)始終處于低水平。因此，物流資源處于低水平的區(qū)域進(jìn)行區(qū)域追趕時(shí)除加大資本投入外還應(yīng)注重勞動(dòng)力的投入，加大物流人才引進(jìn)，提高勞動(dòng)力效率。

基于Markov 鏈的結(jié)果分析可以發(fā)現(xiàn)，我國(guó)物流資源高水平陣營(yíng)和低水平陣營(yíng)存在明顯的陣營(yíng)固化特征。為了探究這種特征是否會(huì)隨時(shí)間的發(fā)展而變化，以及發(fā)生變化的關(guān)鍵年是哪一年，本文借助式（3）來(lái)對(duì)這兩個(gè)問(wèn)題進(jìn)行相關(guān)研究。由式（3）可以得到研究期間在1～2年時(shí)長(zhǎng)下的Q值。由于實(shí)際用于分析的數(shù)據(jù)量在隨時(shí)間的增大而減少，為了保證檢驗(yàn)結(jié)果的穩(wěn)定性，本文只檢驗(yàn)1～2年時(shí)長(zhǎng)下的情形，檢驗(yàn)結(jié)果如表4所示。對(duì)自由度進(jìn)行相應(yīng)的調(diào)整，即剔除全時(shí)段狀態(tài)轉(zhuǎn)移概率矩陣中為0的元素[28]，無(wú)論是1年時(shí)長(zhǎng)還是2年時(shí)長(zhǎng)自由度由4×（4–1）均變?yōu)?。在 α=0.05的顯著性水平下，χ2(6)=12.592。

表4 馬爾科夫轉(zhuǎn)移矩陣的分時(shí)間段差異性檢驗(yàn)

四、區(qū)域物流發(fā)展存在“馬太效應(yīng)”的空間解釋

上述分析表明物流業(yè)存在明顯的“馬太效應(yīng)”，且高低水平陣營(yíng)固化特征明顯，那么這種現(xiàn)象是否與區(qū)域物流資源配置的空間分布格局有關(guān)？本文將借助式（4）并根據(jù)Markov 鏈結(jié)果計(jì)算典型年份下物流資源的Moran’s I值，以此考察高低水平陣營(yíng)是否出現(xiàn)集聚或混雜分布的空間格局，計(jì)算結(jié)果及顯著性水平見(jiàn)表5所示。

表5 物流資源的Moran’s I值

由表5可知，我國(guó)區(qū)域物流資源的Moran’s I均為正值，除2017年的資本資源，其余年份均通過(guò)了顯著性檢驗(yàn)，表明物流業(yè)發(fā)展存在“高–高集聚”及“低–低集聚”的現(xiàn)象。其中，資本資源的集聚特征相比勞動(dòng)力資源而言會(huì)在研究期末更加弱化。既然我國(guó)物流資源高低水平陣營(yíng)都表現(xiàn)出一定程度的空間集聚格局，那么這兩大集聚陣營(yíng)包含了哪些省市？通過(guò)Arcgis10.7軟件的四分位數(shù)劃分法對(duì)我國(guó)區(qū)域物流資源典型年份的空間分布進(jìn)行研究，重點(diǎn)關(guān)注高水平區(qū)域和低水平區(qū)域，結(jié)果如圖1和圖2所示。

圖1 2005、2010、2017年資本分布四分位圖

圖2 2005、2012、2017年勞動(dòng)力分布四分位圖

由圖1和圖2可以看出，我國(guó)出現(xiàn)物流資源馬太效應(yīng)的高低水平陣營(yíng)在空間分布上呈現(xiàn)明顯的集聚，且勞動(dòng)力資源的集聚度高于資本資源的集聚度。高水平陣營(yíng)來(lái)看，資本資源有廣東、江蘇、浙江、河北等省份，山東、湖北、四川也在研究中后期加入其中；勞動(dòng)力資源上廣東、北京、上海、江蘇、山東、河南維持高水平陣營(yíng)不動(dòng)搖，四川研究期末躋身其中。低水平陣營(yíng)來(lái)看，甘肅、青海、寧夏、新疆不論是資本資源還是勞動(dòng)力資源一直處于低水平陣營(yíng)，勞動(dòng)力資源還外加貴州省，而江西在研究期間資本資源不斷滑落，最終變?yōu)榈退疥嚑I(yíng)。

通過(guò)觀察可知，高水平陣營(yíng)的這些省份大部分位于東部沿海地區(qū)，凸顯了東部沿海省市在資源配置上的壟斷性，陳恒[33]、辜勝阻[34]等學(xué)者的研究也表明我國(guó)物流業(yè)的資源大部分集中于東部地區(qū)。一是這些省市具有強(qiáng)勁的經(jīng)濟(jì)發(fā)展動(dòng)能，物流與經(jīng)濟(jì)向來(lái)相輔相成，因此能夠吸引大批優(yōu)秀物流人員為其后續(xù)發(fā)展提供源源不斷的動(dòng)力；二是國(guó)家政府對(duì)這些地區(qū)的重點(diǎn)關(guān)注和培育，以及對(duì)應(yīng)的天然地理優(yōu)勢(shì)，吸引大量的物流資本流入，高水平陣營(yíng)由此固定。低水平陣營(yíng)則大部分處于我國(guó)西北地帶，這些省市無(wú)論是歷史原因還是地理位置上均不占優(yōu)勢(shì)，亟需引入物流資本和勞動(dòng)力來(lái)促進(jìn)該類區(qū)域的發(fā)展。

在上述省市中，四川資本資源實(shí)現(xiàn)由“中低水平—中高水平—高水平”的兩級(jí)跨越，勞動(dòng)力資源實(shí)現(xiàn)“中高水平—高水平”的一級(jí)跨越；湖北實(shí)現(xiàn)資本資源由“中高水平—高水平”的一級(jí)跨越。原因可能在于四川和湖北有著地理優(yōu)勢(shì)和國(guó)家級(jí)戰(zhàn)略的政策扶持。以四川為例，其對(duì)內(nèi)承接華南、華中，連接西南、西北，對(duì)外溝通中亞、南亞、東南亞，是國(guó)內(nèi)國(guó)外重要的交匯點(diǎn)和交通走廊，也是支撐“一帶一路”國(guó)家戰(zhàn)略和長(zhǎng)江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的西部樞紐與經(jīng)濟(jì)腹地，具有明顯區(qū)位優(yōu)勢(shì)；中歐班列的深入推進(jìn)、成渝雙城經(jīng)濟(jì)圈的建設(shè)、西部陸海新通道的實(shí)施更是為其匯聚大量的物流資源，因此，能夠?qū)崿F(xiàn)資源配置跨越發(fā)展。此外，江西資本資源配置則與四川、湖北相反，沿著“中高水平—中低水平—低水平”的路徑降維發(fā)展。物流業(yè)作為生產(chǎn)性服務(wù)業(yè)，當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平在一定程度上決定了物流業(yè)發(fā)展水平[35]。經(jīng)濟(jì)發(fā)展水平越高，越能為當(dāng)?shù)匚锪骰A(chǔ)設(shè)施的建設(shè)提供支持[36]，促進(jìn)資本資源配置的提升。江西省GDP在2005～2017年全國(guó)排名中游偏下①，與廣東、江蘇等經(jīng)濟(jì)發(fā)達(dá)省份差距較遠(yuǎn)，物流資本資源投入受限。資本的流動(dòng)性和趨利性也會(huì)使得一部分的資本資源往相鄰的高水平配置地區(qū)流動(dòng)，最終導(dǎo)致江西物流資本資源降維發(fā)展。

綜上所述，我國(guó)出現(xiàn)物流資源馬太效應(yīng)的兩大陣營(yíng)在空間上各自集聚，而這一定程度上可以解釋為何我國(guó)物流發(fā)展存在馬太效應(yīng)：一方面，這種高水平陣營(yíng)和低水平陣營(yíng)在空間上各自集聚，彼此分離，不利于高水平陣營(yíng)空間溢出作用的發(fā)揮，從而難以縮小兩大陣營(yíng)間的差距；另一方面高水平與高水平的空間集聚能夠促使資源包括物流人才、物流資本的內(nèi)部流動(dòng)，促進(jìn)陣營(yíng)內(nèi)的物流產(chǎn)業(yè)專業(yè)化分工，從而獲得更多的外部性，進(jìn)一步拉大高水平陣營(yíng)和低水平陣營(yíng)間的物流資源配置差距，最終導(dǎo)致馬太效應(yīng)的出現(xiàn)。

五、結(jié)論與建議

物流業(yè)是支撐國(guó)民經(jīng)濟(jì)運(yùn)行的基礎(chǔ)性產(chǎn)業(yè)，物流業(yè)的協(xié)調(diào)發(fā)展對(duì)區(qū)域協(xié)調(diào)發(fā)展國(guó)家戰(zhàn)略的實(shí)施具有重要意義。本文利用我國(guó)30個(gè)省、市、自治區(qū)2005～2017年的物流業(yè)資本和勞動(dòng)力兩大資源數(shù)據(jù)，創(chuàng)新性地將“馬太效應(yīng)”研究范疇擴(kuò)展到物流領(lǐng)域，通過(guò)Markov鏈模型實(shí)證檢驗(yàn)區(qū)域物流發(fā)展過(guò)程中是否存在馬太效應(yīng)，運(yùn)用Moran’s I指數(shù)等工具從空間角度探究其原因，為政府促進(jìn)產(chǎn)業(yè)協(xié)調(diào)發(fā)展的政策制定提供一定依據(jù)。本文得到的結(jié)論如下：

1.區(qū)域物流發(fā)展存在明顯的馬太效應(yīng)。不同物流資源間的馬太效應(yīng)強(qiáng)度不同，出現(xiàn)分界的時(shí)間節(jié)點(diǎn)也有所差異。通過(guò)構(gòu)建1～5年時(shí)長(zhǎng)的Markov鏈模型，分析處于低、中低、中高、高等不同類型地區(qū)的狀態(tài)轉(zhuǎn)移情況，發(fā)現(xiàn)物流資本和勞動(dòng)力都呈現(xiàn)出高水平陣營(yíng)和低水平陣營(yíng)長(zhǎng)期固化的特征，低水平陣營(yíng)的固化程度會(huì)強(qiáng)于高水平陣營(yíng)。兩大陣營(yíng)間的固化差距會(huì)隨時(shí)長(zhǎng)的累積而擴(kuò)大，低水平陣營(yíng)與高水平陣營(yíng)之間難以實(shí)現(xiàn)跳躍式發(fā)展，馬太效應(yīng)明顯，物流資本資源馬太效應(yīng)出現(xiàn)分界的時(shí)間點(diǎn)比勞動(dòng)力早兩年。

2.物流資源配置高低水平兩大陣營(yíng)在空間上各自集聚。莫蘭指數(shù)分析結(jié)果顯示，物流業(yè)兩大資源存在“高–高集聚”及“低–低集聚”的現(xiàn)象，且勞動(dòng)力的集聚度在研究期末高于資本的集聚度。從空間視角來(lái)看，高水平陣營(yíng)集中分布在沿海地區(qū)，低水平陣營(yíng)則主要分布于西北地區(qū)。高低水平陣營(yíng)的各自集聚一方面會(huì)使得高水平陣營(yíng)的資源外溢無(wú)法惠及低水平陣營(yíng)，另一方面會(huì)強(qiáng)化高水平陣營(yíng)內(nèi)部資源的流動(dòng)，進(jìn)一步加劇物流資源在高水平陣營(yíng)集聚，持續(xù)強(qiáng)化物流資源空間配置的馬太效應(yīng)。

3.處于中低、中高水平物流資源配置陣營(yíng)的區(qū)域存在向下降級(jí)和向上提升的可能。物流資源配置相鄰陣營(yíng)間的資源流動(dòng)性大于非相鄰陣營(yíng)，中低水平陣營(yíng)提升自身資源時(shí)可通過(guò)逐步提升、穩(wěn)扎穩(wěn)打的方式促進(jìn)區(qū)域物流發(fā)展，中高水平陣營(yíng)則在提升自身發(fā)展的同時(shí)也要注意資源的流動(dòng)性，防止出現(xiàn)資源降級(jí)。

基于以上研究結(jié)論提出以下政策建議：（1）加大對(duì)物流業(yè)發(fā)展落地后地區(qū)的政策扶持。物流業(yè)欠發(fā)達(dá)區(qū)域相比發(fā)達(dá)區(qū)域而言本身獲得的資本和勞動(dòng)力等資源的能力有限，同時(shí)受制于物流關(guān)聯(lián)產(chǎn)業(yè)發(fā)展不充分等因素，物流業(yè)發(fā)展內(nèi)生動(dòng)力不足，而地方政府財(cái)政上的不足進(jìn)一步加劇了這一現(xiàn)象。因此，中央政府在物流資源、政策的配置上可依據(jù)區(qū)域物流發(fā)展的不同階段有針對(duì)性地進(jìn)行資源配置的傾斜，精準(zhǔn)扶持落后地區(qū)。（2）加大低水平陣營(yíng)資源投入的同時(shí)應(yīng)更加注重提升資源的利用效率。高水平陣營(yíng)的發(fā)展經(jīng)驗(yàn)表明物流業(yè)發(fā)展早期可單純依靠加大資源的投入來(lái)促進(jìn)物流業(yè)的發(fā)展，但到了后期必須通過(guò)提高資源的利用效率才能推動(dòng)產(chǎn)業(yè)進(jìn)一步的升級(jí)，因此政府加大低水平陣營(yíng)資本和勞動(dòng)力的投入的同時(shí)還應(yīng)注意物流資本和勞動(dòng)力配置的效率，鼓勵(lì)低水平陣營(yíng)引進(jìn)、吸收先進(jìn)地區(qū)的物流管理經(jīng)驗(yàn)和物流技術(shù)，推動(dòng)物流業(yè)高質(zhì)量發(fā)展。（3）引導(dǎo)并鼓勵(lì)規(guī)模以上的物流企業(yè)尤其是A級(jí)以上物流企業(yè)開(kāi)拓中西部市場(chǎng)，低水平陣營(yíng)則需要持續(xù)優(yōu)化營(yíng)商環(huán)境，提高低水平陣營(yíng)吸收高水平陣營(yíng)資源外溢的能力，促進(jìn)物流資源在不同水平陣營(yíng)間的高效流動(dòng)，進(jìn)一步弱化物流資源空間配置的馬太效應(yīng)，最終推動(dòng)區(qū)域物流的協(xié)調(diào)發(fā)展。

本文僅從物流資本、勞動(dòng)力雙資源配置的空間分布視角對(duì)我國(guó)物流業(yè)發(fā)展是否存在馬太效應(yīng)進(jìn)行檢驗(yàn)并探究其原因，在后續(xù)研究中，還可以繼續(xù)深入探討經(jīng)濟(jì)、產(chǎn)業(yè)發(fā)展、政府政策等因素對(duì)我國(guó)物流業(yè)馬太效應(yīng)產(chǎn)生的影響。

注釋

①數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局，經(jīng)作者整理計(jì)算得出。當(dāng)前我國(guó)產(chǎn)業(yè)分類中并沒(méi)有專門(mén)的“物流產(chǎn)業(yè)”分類，因此在進(jìn)行數(shù)據(jù)選取時(shí)，借鑒國(guó)內(nèi)楊宏偉[22]等大部分學(xué)者的做法，用交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的相關(guān)數(shù)據(jù)作為物流業(yè)的替代數(shù)據(jù)。