物流業(yè)對中國經(jīng)濟增長影響的區(qū)域差異——基于1998-2013年省級面板數(shù)據(jù)的實證分析

聶正彥　李　帥

?

物流業(yè)對中國經(jīng)濟增長影響的區(qū)域差異
——基于1998-2013年省級面板數(shù)據(jù)的實證分析

聶正彥李帥

[摘要]基于1998-2013年中國31個省區(qū)面板數(shù)據(jù)，運用固定效應模型和分位數(shù)回歸方法研究物流業(yè)對中國區(qū)域經(jīng)濟增長的影響，發(fā)現(xiàn)物流業(yè)對中國經(jīng)濟增長有顯著正向影響，且這種影響存在明顯的區(qū)域差異。物流業(yè)的經(jīng)濟增長效應對西部地區(qū)最強，中部次之，東部最弱。此外，不論是全國還是分地區(qū)樣本均表明物流業(yè)對經(jīng)濟增長的邊際貢獻隨著經(jīng)濟發(fā)展水平提高而增加。研究結(jié)論對于各地在區(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”建設具有重要的啟示意義。

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

一引言

物流業(yè)被喻為21世紀的“第三利潤源”和經(jīng)濟增長的“加速器”，在降低社會交易費用、促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級、創(chuàng)造就業(yè)機會等方面有重要意義(李學工，2003)[1]。新經(jīng)濟地理學認為交通運輸成本是影響經(jīng)濟增長的一個重要變量，運輸成本的降低可以加速人流、物流等要素空間流動進而促進區(qū)域經(jīng)濟增長。近期研究多關(guān)注物流業(yè)與我國經(jīng)濟增長的相關(guān)性。其中，趙立波(2012)[2]用社會物流總費用作為物流發(fā)展的代理指標，發(fā)現(xiàn)我國物流業(yè)與經(jīng)濟增長之間存在協(xié)整關(guān)系和雙向格蘭杰因果關(guān)系，即物流業(yè)拉動經(jīng)濟增長，同時經(jīng)濟增長促進物流業(yè)的發(fā)展。得出類似結(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)濟增長效應存在明顯的跨區(qū)差異，東部地區(qū)的物流發(fā)展對經(jīng)濟增長的影響明顯大于中、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])。還有部分文獻嘗試從不同的視角探索物流業(yè)對區(qū)域經(jīng)濟的影響。如劉維林(2011)[9]以天津濱海新區(qū)為例，采用系統(tǒng)動力學的方法對區(qū)域物流系統(tǒng)與區(qū)域經(jīng)濟增長之間的動態(tài)關(guān)聯(lián)及耦合結(jié)構(gòu)進行模型設計和仿真實證，結(jié)果表明二者存在自適應調(diào)節(jié)機制，物流適度超前短期內(nèi)會略微減緩區(qū)域經(jīng)濟增速，但在長期則能使區(qū)域經(jīng)濟增速顯著提升。王興偉(2012)[10]則建立動態(tài)多區(qū)域可計算一般均衡(CGE)模型，分析物流業(yè)發(fā)展水平對中國區(qū)域經(jīng)濟發(fā)展格局演進的影響，研究結(jié)果表明物流發(fā)展水平對經(jīng)濟的影響存在著區(qū)域差異，物流發(fā)展水平較高并且人口較多的發(fā)達地區(qū)經(jīng)濟增長較快，而物流發(fā)展對人口較少的欠發(fā)達地區(qū)會產(chǎn)生負面影響。李忠民和于慶巖(2014)[11]以新絲綢之路經(jīng)濟帶所覆蓋的10個省份為研究對象，采用空間面板數(shù)據(jù)方法分析了物流業(yè)發(fā)展對經(jīng)濟增長的空間異質(zhì)性，研究發(fā)現(xiàn)貨物周轉(zhuǎn)量對區(qū)域經(jīng)濟增長具有顯著的正向空間溢出效應，物流網(wǎng)絡里程對本地經(jīng)濟增長存在顯著的促進作用，但溢出效應并不顯著，而物流業(yè)產(chǎn)值對經(jīng)濟帶的經(jīng)濟增長有顯著促進作用，且存在負的空間溢出效應。

現(xiàn)有文獻為本研究提供了有益的參考，特別是在定量測度物流業(yè)的增長效應方面。已有研究采用的實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)對區(qū)域經(jīng)濟增長的“平均影響”。而在我國廣袤的土地上，各地區(qū)資源稟賦、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟發(fā)展水平等差異巨大，那么，物流業(yè)的增長效應是否因此也存在區(qū)域性的差異？如果這種差異存在，那么物流業(yè)對于不同地區(qū)經(jīng)濟增長的貢獻度有何不同？為回答以上問題，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)濟發(fā)展水平下，物流業(yè)對經(jīng)濟增長影響的區(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。

二我國物流業(yè)演進特征

(一)物流規(guī)模加速擴張，但區(qū)域差距不斷拉大

為全面地認識我國物流業(yè)的發(fā)展情況，先分析我國物流規(guī)模的動態(tài)演進過程。圖1給出了我國31個省區(qū)1998年、2005年和2012年全國貨物周轉(zhuǎn)量對數(shù)值的核密度分布圖。如圖所示，1998-2012年，我國各省區(qū)貨物周轉(zhuǎn)量分布的動態(tài)演進具有三個明顯特點：(1)我國各省區(qū)物流規(guī)模都得到不同程度的提高，并呈加速態(tài)勢。這體現(xiàn)在，1998-2012年間，全國貨物周轉(zhuǎn)量的核密度曲線呈現(xiàn)出不斷向右偏移的態(tài)勢，即在相對較低貨物周轉(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，波峰所對應的貨物周轉(zhuǎn)量對數(shù)值從7增加到8.5左右。(2)我國貨物周轉(zhuǎn)量分布從“尖頂”分布逐步向“寬峰”分布演進。1998年全國貨物周轉(zhuǎn)量呈現(xiàn)“尖頂”形態(tài)，時間推移過程中，峰度不斷下降，“尖頂”現(xiàn)象減弱，其中下降幅度最大的時期是在1998-2005年間，這表明，我國物流業(yè)擴張的過程中，各省區(qū)物流規(guī)模擴大的速度不一，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。這種變化趨勢意味著，我國物流業(yè)發(fā)展速度不均，物流規(guī)模小的地區(qū)在趕超過程中面臨著重重阻力。

圖1　全國物流規(guī)模的核密度分布圖

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

進一步考察我國東中西部三大經(jīng)濟區(qū)*對三大地區(qū)的劃分依據(jù)《中國城市統(tǒng)計年鑒》上的劃分方法：東部地區(qū)包括的省級行政區(qū)共11個，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個省級行政區(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個省級行政區(qū)。物流規(guī)模的變化情況。從圖2可見，在1998-2012年間，我國東部、中部和西部地區(qū)貨物周轉(zhuǎn)量分布的演進模式與全國的貨物周轉(zhuǎn)量分布演進模式基本相同，核密度曲線都明顯向右移動。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)模達到較高的水平，但有少數(shù)省份貨物周轉(zhuǎn)量的增長處于停滯狀態(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相反。說明西部各省的物流業(yè)發(fā)展速度不一，導致各省物流發(fā)展水平的差距在2005年之前有所縮小，此后又開始拉大，見圖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，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，2005年以來表現(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，分布波峰不斷降低，并且由“尖峰”向明顯的“寬頂”演變。

圖2　我國東中西部地區(qū)物流規(guī)模的核密度分布圖

三模型設定與實證方法

(一)模型設定和數(shù)據(jù)來源

為考察物流業(yè)對經(jīng)濟增長的影響機制，在拉格朗日函數(shù)的基礎(chǔ)上做部分修正，建立如下計量回歸模型：

Yit=μi+αXit+βVCit+εit

其中，下標i和t分別表示省份和時間。

被解釋變量Y：表示地區(qū)經(jīng)濟增長水平，用各省歷年實際GDP來表示，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：目前國內(nèi)尚沒有對物流業(yè)的明確界定，也沒有一個公認的物流業(yè)發(fā)展水平的測度標準。國內(nèi)文獻通常從貨運量、貨物周轉(zhuǎn)量和交通運輸、倉儲、郵電業(yè)產(chǎn)值3個指標中選擇其一作為物流業(yè)發(fā)展水平指標。物流的核心環(huán)節(jié)在于運輸，即在于實體的流動，因此，衡量一個地區(qū)物流業(yè)的發(fā)展水平至少需要考慮運輸實體和運輸距離兩個因素。運輸實體的數(shù)量在一定程度上說明了該地區(qū)對物流業(yè)的需求情況，而運輸距離的長短則表明了該地區(qū)的物流供給和服務能力。基于這些考慮，本文選用運送貨物噸數(shù)與其相應運距乘積測度的貨物周轉(zhuǎn)量(fre)作為物流業(yè)發(fā)展水平的核心解釋變量。此外，為確保實證結(jié)果的穩(wěn)健性，同時使用貨運量(vol)和物流業(yè)產(chǎn)值(交通運輸、倉儲和郵電業(yè)產(chǎn)值，lv)這兩個指標作為物流業(yè)發(fā)展水平的代理變量。由于各地交通運輸、倉儲、郵電業(yè)產(chǎn)值這一指標的統(tǒng)計口徑在2004年有所變化，故在使用這一指標時的時間維度設定為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校在校學生數(shù)表示；(2)勞動力人數(shù)(Labor Force，LF)：用所有產(chǎn)業(yè)從業(yè)人數(shù)來衡量；(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)：以各省當年政府預算支出占GDP的比重來表示；(5)貿(mào)易開放度(Foreign Trade，F(xiàn)T)：采用貿(mào)易依存度，即進出口貿(mào)易總額占GDP比重，作為其代理指標，同時為保持計量單位的統(tǒng)一性，以當年美元匯率年均價將地區(qū)進出口貿(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的比重來度量。

在回歸過程中，對各變量做對數(shù)變換，使各解釋變量的系數(shù)代表彈性大小，相應將回歸方程設定如下：

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

使用1998-2013年中國大陸地區(qū)31個省級行政區(qū)的面板數(shù)據(jù)對上述模型進行估計。各變量的原始數(shù)據(jù)主要取自國家統(tǒng)計局網(wǎng)站數(shù)據(jù)庫，并取相應年份的《中國統(tǒng)計年鑒》和各省市統(tǒng)計年鑒作為補充。樣本數(shù)據(jù)的描述統(tǒng)計如表1所示。

表1　變量的描述統(tǒng)計

(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，與只能估計解釋變量對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被解釋變量在特定分位點的邊際效應，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(李群峰，2011)[13]：(1)放寬了對被解釋變量分布假設的限制，特別是當誤差項非正態(tài)分布時，其參數(shù)估計量更加有效；(2)通過測度不同分位數(shù)水平下解釋變量的參數(shù)估計值，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)回歸通過加權(quán)殘差絕對值之和最小來得到參數(shù)估計量，因而對異常值的敏感程度遠小于最小二乘法，以確保其參數(shù)估計量更加穩(wěn)健；(4)當估計模型存在異方差時，分位數(shù)回歸可以在因變量條件分布的不同水平上刻畫回歸關(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，在實證研究中相互補充，有助于我們?nèi)嬲J識事物的本質(zhì)。

本文旨在探究對于不同經(jīng)濟發(fā)展水平的地區(qū)而言，物流業(yè)對區(qū)域經(jīng)濟增長有何影響，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軟件進行模型的估計和檢驗。

四實證分析

(一)全國范圍考察

首先對模型類型進行檢驗。根據(jù)F統(tǒng)計量的檢驗結(jié)果F(30, 458)=49.76，拒絕模型中不同個體的截距和系數(shù)相同的原假設，即不采用混合回歸模型；同時Hausman檢驗結(jié)果為Prob>chi2 =0.0000，表明在1%的顯著性水平下拒絕了個體效應與解釋變量不相關(guān)的原假設，即不采用隨機效應模型。綜合以上兩個檢驗結(jié)果，最終選擇建立固定效應模型，以觀察物流業(yè)發(fā)展狀況對經(jīng)濟增長的“平均影響”。然后對面板分位數(shù)回歸模型進行設定，在此選擇10%、25%、50%、75%和90%五個代表性的分位點。從斜率相等檢驗看，F(xiàn)(4, 488)=4.15，在95%的置信度下拒絕了斜率在五個分位點上相等的假設，這說明了物流業(yè)對經(jīng)濟的影響隨著經(jīng)濟發(fā)展水平的不同會有明顯差異，同時驗證了采用分位數(shù)回歸方法研究的可靠性。表2報告了兩種方法的估計結(jié)果。

表2　1998-2013年全國范圍物流業(yè)對經(jīng)濟增長的影響

注：***、**、*分別表示在1%、5%和10%的置信水平上顯著；括號內(nèi)為通過900次bootstrap得到的系數(shù)標準誤。

圖3　全國lnfre在各分位點的系數(shù)估計值

對比固定效應模型和分位數(shù)回歸結(jié)果(表2)，發(fā)現(xiàn)兩種估計方法所得結(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)對經(jīng)濟增長具有明顯的正向影響。從固定效應的回歸結(jié)果來看，lnfre的估計系數(shù)為0.2121，且在1%的顯著性水平上顯著，這意味著就全國而言，貨物周轉(zhuǎn)量每增加1%，GDP將增長0.2121%。但這只是物流業(yè)對經(jīng)濟增長的平均影響，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分位點的lnfre的估計系數(shù)及95%的置信區(qū)間，為便于對照，同時標示出固定效應回歸的結(jié)果。結(jié)合圖3和表2可以看出，GDP對貨物周轉(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)濟發(fā)展水平如何，物流規(guī)模的擴張都會顯著地促進經(jīng)濟增長，且物流規(guī)模每擴大1%將拉動GDP增長0.15%-0.32%。圖3還清晰地表明，從條件分布的低分位點到高分位點，lnfre的系數(shù)估計值總體呈上升趨勢，分位數(shù)回歸的系數(shù)估計值在0.1-0.5分位點一直低于固定效應的回歸結(jié)果，到0.6分位點以后分位數(shù)回歸的系數(shù)值高于固定效應估計值。這印證了第一部分的猜想：隨著經(jīng)濟發(fā)展水平的提高，物流業(yè)對其產(chǎn)生的正影響越來越大。

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，并隨著分位點的增加呈現(xiàn)“～”的形態(tài)，這不僅說明了人力資本投資是我國經(jīng)濟增長的重要推動力量，而且表明人口素質(zhì)的提高對于經(jīng)濟落后地區(qū)的發(fā)展有更重要的作用。與人力資本投資不同，勞動力數(shù)量的固定效應回歸結(jié)果顯著為負，而在各分位點的回歸系數(shù)為正，且隨著分位點的走高而下降。這說明整體而言，中國單純依靠勞動密集型產(chǎn)業(yè)已很難再給經(jīng)濟增長添加更多活力，比起勞動力數(shù)量的增加，勞動者素質(zhì)和能力的提高才是經(jīng)濟持續(xù)快速增長的關(guān)鍵。值得注意的是，在固定效應和分位數(shù)回歸兩種方法得到的結(jié)果中，資本形成率的系數(shù)都為負數(shù)，這雖有悖于經(jīng)濟學理論，但大量的文獻已經(jīng)表明，資本形成對經(jīng)濟增長的影響存在滯后效應，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)果為負并不足為奇。政府支出在0.1分位點處的回歸系數(shù)為負，但并不顯著，在其他分位點的回歸結(jié)果和固定效應的回歸結(jié)果都為正，這與我國政府在經(jīng)濟增長中長期扮演重要角色的的現(xiàn)實相吻合，平均來看，政府支出占GDP的比重每增加1%，將拉動經(jīng)濟增長0.5314%。貿(mào)易開放度的回歸結(jié)果都顯著為正且在低分位點處的值高于高分位點的值，可見提高開放程度對落后地區(qū)的意義重大。通常認為產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化能促進經(jīng)濟增長，但產(chǎn)業(yè)結(jié)構(gòu)的固定效應和0.1-0.5分位點的回歸結(jié)果都為負，僅0.75和0.9兩個分位點的結(jié)果在10%的顯著性水平下為正。這與我國各地區(qū)經(jīng)濟發(fā)展的階段性有關(guān)，經(jīng)濟越落后的地區(qū)，工業(yè)和農(nóng)業(yè)在國民經(jīng)濟中的比重越大，而經(jīng)濟越發(fā)達的地區(qū)第三產(chǎn)業(yè)占比越高。我國僅有東部幾個省市位于經(jīng)濟發(fā)展水平的高分位點處，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)帶動經(jīng)濟發(fā)展。因此，目前第三產(chǎn)業(yè)比重增加僅對發(fā)達地區(qū)有顯著的影響。

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

表3　全國樣本回歸的穩(wěn)健性檢驗

對貨運量和物流業(yè)產(chǎn)值的回歸結(jié)果說明物流業(yè)發(fā)展與經(jīng)濟增長的正相關(guān)關(guān)系是穩(wěn)健的。貨運量對數(shù)值的回歸系數(shù)除了在25%分位點不顯著外，在其他4個分位點均在5%的顯著性水平下為正，且隨著分位點的提高，回歸系數(shù)先出現(xiàn)一個陡峭的下降，又在25%分位點后開始緩慢上升。與貨物周轉(zhuǎn)量和貨運量不同的是，物流業(yè)產(chǎn)值的估計系數(shù)在低分位點雖為正但并不顯著，在50%、75%和90% 3個分位點均在1%的水平下顯著為正。在趨勢上，高分位點的彈性大于低分位點的彈性。對物流發(fā)展水平3個指標的回歸結(jié)果均表明，物流業(yè)與經(jīng)濟發(fā)展水平協(xié)同增長，且物流業(yè)在經(jīng)濟發(fā)展水平提高的過程中會產(chǎn)生越來越大的影響。

(二)三大經(jīng)濟區(qū)域分析

東部、中部和西部三大經(jīng)濟區(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，有必要進一步從區(qū)域?qū)用婵疾煳锪鳂I(yè)對經(jīng)濟增長的影響。對三大地區(qū)內(nèi)部物流業(yè)的增長效應的估計結(jié)果見表4和圖4。

表4　1998-2013年東、中、西部地區(qū)物流業(yè)對區(qū)域經(jīng)濟增長的影響

由于本文研究重點在于區(qū)域經(jīng)濟增長過程中的物流因素，所以這里僅列出代表物流發(fā)展水平的貨物周轉(zhuǎn)量對數(shù)值的估計系數(shù)及顯著性，限于篇幅，不再將各控制變量一一列出。從固定效應模型的回歸結(jié)果來看，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)的增長效應最強，中部次之，東部最弱。說明物流業(yè)對經(jīng)濟增長的影響的確存在區(qū)域性差異，經(jīng)濟越落后的地方，物流業(yè)的邊際貢獻越大。對此較為合理的解釋是邊際收益遞減規(guī)律的體現(xiàn)，因為發(fā)達地區(qū)的物流規(guī)模已經(jīng)很大，物流對經(jīng)濟的支撐作用已處于瓶頸期，若想進一步發(fā)揮物流業(yè)的作用需要從提高物流服務質(zhì)量著手，一味擴大物流規(guī)模對經(jīng)濟增長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)度最強的第二產(chǎn)業(yè)(鐘俊娟和王健，2013)[14]仍是中西部地區(qū)國民經(jīng)濟中最大的一塊蛋糕，這些地區(qū)對物流業(yè)的依賴性依然很強，特別是西部地區(qū)礦產(chǎn)等資源豐富，經(jīng)濟的發(fā)展更加需要物流業(yè)來實現(xiàn)，因此，對于不發(fā)達地區(qū)，一旦擴大物流規(guī)模就能夠帶來明顯的經(jīng)濟利益。

圖4　三大地區(qū)lnfre在各分位點的系數(shù)估計值

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)增長效應的變化趨勢。與全國樣本回歸結(jié)果一致的是，物流業(yè)在各區(qū)域也都對經(jīng)濟產(chǎn)生明顯的積極影響。這體現(xiàn)在各地區(qū)的不同分位點上，經(jīng)濟增長對物流業(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)濟增長的良性互動趨勢同樣存在區(qū)域差異性。對于東部地區(qū)，物流業(yè)對經(jīng)濟增長的影響整體上與全國樣本回歸的趨勢相接近，以0.5分位點為界，較高分位點的系數(shù)估計值大于較低分位點的系數(shù)估計值。但在0.3-0.7分位點之間，彈性值的波動較大。對于中部地區(qū)，物流業(yè)對經(jīng)濟增長的影響呈“V”型軌跡，說明物流業(yè)對經(jīng)濟增長的正向影響先減弱后增強。對于西部地區(qū)，物流業(yè)的回歸系數(shù)總體上隨著分位點的增加而變大，特別是在0.4-0.9分位點間表現(xiàn)的十分明顯，但在低分位點和高分位點波動較大。受到各地區(qū)資源稟賦、產(chǎn)業(yè)結(jié)構(gòu)、政策導向等影響，物流業(yè)對區(qū)域經(jīng)濟增長的影響表現(xiàn)出一定獨特性，但是在總體趨勢上，各地物流業(yè)的增長效應隨著經(jīng)濟發(fā)展水平的提高而加強，這與全國數(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31個省級行政區(qū)的面板數(shù)據(jù)構(gòu)建計量模型，綜合運用固定效應模型和面板分位數(shù)回歸方法，考量我國物流業(yè)發(fā)展的經(jīng)濟增長效應和區(qū)域差異。結(jié)果表明：在中國，物流業(yè)對經(jīng)濟增長存在顯著的促進作用，物流業(yè)對經(jīng)濟增長的彈性值介于0.15-0.32之間，且隨著經(jīng)濟發(fā)展水平的提高，物流業(yè)的增長效應表現(xiàn)得越來越強。這一結(jié)論在以貨運量和物流產(chǎn)值作為物流業(yè)水平代理變量的穩(wěn)健性檢驗中再次得到證實。此外，物流業(yè)的增長效應還存在明顯的區(qū)域差異，表現(xiàn)在發(fā)展物流業(yè)對西部地區(qū)經(jīng)濟的邊際貢獻最大，彈性值為0.4023，遠高于全國平均水平，其次是中部地區(qū)，彈性值與全國接近，最后是東部地區(qū)。

“一帶一路”沿線所覆蓋的大多是發(fā)展中國家和新興經(jīng)濟體，普遍處在經(jīng)濟增長期，有強烈的經(jīng)濟貿(mào)易合作訴求，但一直以來，通關(guān)、道路、運輸?shù)葪l件不暢成為制約這些地區(qū)經(jīng)濟發(fā)展的主要因素。目前國家正在積極部署“一帶一路”建設，同時各地區(qū)努力配合為經(jīng)濟“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，各地都應不失時機地加快物流基礎(chǔ)設施建設，形成物流業(yè)與制造業(yè)、國際貿(mào)易服務業(yè)等產(chǎn)業(yè)的聯(lián)動發(fā)展，推進物流服務支撐下的產(chǎn)業(yè)發(fā)展和區(qū)域合作。第二，國民經(jīng)濟的發(fā)展與物流業(yè)的發(fā)展相輔相成，在“一路一帶”戰(zhàn)略的推進下，重點在于西部地區(qū)的物流建設，在絲綢之路沿線的重要樞紐城市建設國際物流園區(qū)，培育物流業(yè)為西部地區(qū)新的經(jīng)濟增長極。第三，創(chuàng)新物流業(yè)發(fā)展模式。一方面建設現(xiàn)代物流服務體系，滿足高端、中端、低端等不同層次的物流需求，同時學習發(fā)達經(jīng)濟體發(fā)展第三方物流，從專業(yè)化角度降低物流成本，實現(xiàn)更大的經(jīng)濟效益；另一方面發(fā)展低碳物流，物流業(yè)對能源的消耗非常大，因此在發(fā)展物流業(yè)的同時要在技術(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，以保證國民經(jīng)濟可持續(xù)發(fā)展。

[參考文獻]

[1] 李學工. 論物流產(chǎn)業(yè)對國民經(jīng)濟的貢獻[J]. 北京工商大學學報(社會科學版), 2003, (6): 1-4.

[2] 趙立波. 物流產(chǎn)業(yè)發(fā)展與經(jīng)濟增長關(guān)系實證分析[J]. 中國流通經(jīng)濟, 2012, (10): 41-45.

[3] 馮云. 物流業(yè)與中國經(jīng)濟發(fā)展關(guān)系的實證分析[J]. 統(tǒng)計與決策, 2008, (5): 146-149.

[4] 廖迎, 阮陸寧. 區(qū)域物流與區(qū)域經(jīng)濟增長的實證研究——基于面板單位根與面板協(xié)整分析[J]. 南昌大學學報(人文社會科學版), 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)濟發(fā)展的典型相關(guān)分析——基于全國面板數(shù)據(jù)[J].軟科學, 2010, (12): 75-79.

[6] 閆秀霞, 孫林巖. 物流能力對區(qū)域經(jīng)濟發(fā)展的影響分析[J]. 科技進步與對策, 2006, (10): 160-163.

[7] 江曉東, 王丹. 物流業(yè)發(fā)展與經(jīng)濟增長——基于省級面板數(shù)據(jù)的實證分析[J]. 開發(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)濟增長關(guān)系研究[J]. 山東社會科學, 2012, (3): 109-111.

[9] 劉維林. 區(qū)域物流系統(tǒng)與經(jīng)濟增長的動態(tài)耦合機理與實證仿真[J]. 經(jīng)濟地理, 2011, (9): 1493-1498.

[10] 王興偉. 基于動態(tài)多區(qū)域CGE模型的物流對區(qū)域經(jīng)濟的動態(tài)模擬[J]. 統(tǒng)計與決策, 2012, (16): 58-59.

[11] 李忠民, 于慶巖. 物流促進經(jīng)濟增長的空間異質(zhì)性研究——以“新絲綢之路”經(jīng)濟帶為例[J]. 經(jīng)濟問題, 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)模型估計方法[J]. 統(tǒng)計與決策, 2011, (17): 24-26.

[14] 鐘俊娟, 王健. 我國物流業(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, 2013, (2): 39-44.

[責任編輯：莫揚]

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

[中圖分類號]F062.9

[文獻標識碼]A

[文章編號]1674-8298(2015)05-0092-09

[作者簡介]聶正彥，博士，西北師范大學經(jīng)濟學院副教授，研究方向為宏觀經(jīng)濟理論；李帥，西北師范大學經(jīng)濟學院碩士研究生，研究方向為經(jīng)濟增長理論。

[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)新活動對新創(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)評論,2015,6(5):78-91.