我國物流業“馬太效應”的實證檢驗及空間解釋—基于資本和勞動力雙資源配置視角

□顧秀芬 黃敬前 王東方

[1.武夷學院 武夷山 354300；2.福州大學 福州 350116]

引言

作為世界上發展中國家第一大國，我國經濟社會發展存在顯著的區域不平衡特征，馬太效應始終存在于區域經濟發展的不同領域[1]。馬太效應是指“強者愈強、弱者愈弱”的極化效應，體現在物流領域就是物流業發展具有優勢的地區相對于劣勢地區可以在后續的發展中依靠長期累積的優勢和有效的資源配置舉措，集聚更多的物流資源保持領先地位，而前期物流發展處于劣勢的地區則會陷入由于資源匱乏而導致的物流業發展活力不足，我國物流業發展是否也存在馬太效應值得深入研究。

物流業作為國民經濟社會發展的基礎產業，在推動產業融合、實現產業升級的進程中發揮著重要作用[2]。資本和勞動力是物流產業發展的重要投入要素，是物流業發展的基礎[3～5]。資本的合理配置能夠完善區域物流基礎設施設備，勞動力的合理配置則能夠促進區域物流業生產效率的提高。從這兩個角度看，我國區域物流發展存在顯著差異，對2016～2019年我國物流資本和勞動力資源的相關數據進行描述性統計①可知（詳見表1），在物流業資本配置上，四川一直排名第一、寧夏一直排名最末，且兩區域之間的差距由3 370.285億元擴大到5 461.173億元。此外，四川、寧夏與均值的差距都在不斷擴大，標準差也由874.581億元上升到1 519.039億元，在一定程度上說明區域之間的物流資本資源配置差距擴大；在物流勞動力配置上，廣東一直排名第一、寧夏一直排名最末，兩區域之間物流從業人員的差距由774 614人擴大825 437人，廣東與均值的差距在逐步擴大，寧夏與均值的差距雖在逐步縮小，標準差也由170 034人縮小至166 044人，仍可看出區域之間勞動力資源配置強弱差距大。

表1 2016～2019年我國物流資本和勞動力資源的描述性統計

由此可見，我國區域物流業發展過程中確實存在馬太效應，但該效應是否一直存在還得進一步探究。區域發展不平衡是我國的基本國情，促進區域之間的協調發展，是建設現代化經濟體系、推動經濟往高質量方向發展的重要任務。物流領域馬太效應的存在會進一步加劇區域經濟發展的不平衡，進而偏離區域協調發展這一國家戰略。因此，從資本和勞動力雙資源配置視角研究我國物流業發展的“馬太效應”并探究其形成機制，對于優化物流資源配置，促進區域協調發展具有一定的現實意義。

一、文獻綜述

馬太效應自Robert K.Merton提出以來，已被應用于諸多領域的研究，研究內容主要聚焦以下幾個方面：（1）馬太效應的存在性研究。如Bol等研究了科學領域的項目資金分配是否存在馬太效應[6]。楊龍志、劉霞對省際技術轉移的馬太效應進行了探究[7]。王修華、趙亞雄則通過對比貧困戶與非貧困戶的收入驗證馬太效應是否存在于我國數字金融領域[8]。（2）馬太效應產生的原因。齊瑋娜等的研究結果顯示區域環境和創業質量的自我回饋機制導致區域創業質量出現馬太效應[9]。鄔德林、張平對我國農民收入存在馬太效應的原因進行探究后發現農業R&D支出會強化農民收入的馬太效應，農業技術推廣支出則起到緩解作用[10]。張騫等則驗證了信息化的發展并不會使區域創新能力出現馬太效應[11]。（3）馬太效應所帶來的影響。Zheng的研究結果顯示發達地區的研發投入對經濟增長的影響會隨時間推移而變得更強，而欠發達地區的研發投入對經濟增長的影響則相反[12]。Fiorenti等的實證研究發現馬太效應產生的影響與時間長度有關，從中期而言馬太效應會對企業創新投資帶來負面影響，但長期來看馬太效應能夠對企業創新投資起到積極作用[13]。樊桂清、賈相如認為馬太效應一方面有利于優秀學者成長為學術權威，提高高校教師的競爭意識，壯大科研力量，另一方面又會加劇科研領域的資源壟斷，促進資源配置的兩極分化[14]。封泉明、林世芳的研究結論顯示馬太效應一方面能夠促進人才的選拔，另一方面又會對大部分未成名人才的成長產生抑制作用，對人才供給側改革的作用具有矛盾性[15]。

物流業資源配置已經引起了學術界的廣泛討論與關注。黨的十九屆五中全會確認市場在資源配置中的決定性作用，但市場的資源配置作用具有兩面性，即在促進區域發展的同時也會產生區域差距。特別地，物流業作為一種復合型產業，與生產和消費有著緊密聯系，物流資源配置的差距也會對區域產出造成重要影響。當前，學者們已經充分認識到物流資源的重要性，并對其展開相關研究，研究內容主要包括物流資源的整合[16]、物流資源的調度[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濟資源最為重要的特征之一[20]，物流資源也是如此，對應地在這種趨利特征的引導下，物流領域存在的“馬太效應”[21～22]會更加顯著，因此讓市場在物流資源配置中起基礎性的決定作用的同時也應發揮政府這只“看得見的手”，合理調控區域間物流資源的配置。

綜上所述，當前馬太效應的研究更多聚焦于科學、金融、農業、區域創新等領域，研究內容包括馬太效應的存在性檢驗、產生原因以及所帶來的影響等。通過學者們的研究也可以發現馬太效應帶來積極作用[23]的同時也會暴露出機會公平性和發展協調性等方面的問題[24～25]，且這些問題在社會發展的新形勢下會進一步凸顯[26]。對于物流領域，也有學者在其研究結果中簡要闡述物流業有“馬太效應”現象的存在[21～22]，但聚焦物流業馬太效應的存在性及其背后原因探析的文獻相對缺乏。受經濟、生產力、信息化水平等因素的影響，我國物流業發展呈“東部地區發展快、中西部地區發展慢”“城市物流相對發達，農村物流相對滯后”的局面，物流企業、物流設施、物流活動更傾向于交通、信息發達的區域[27]。“十四五”規劃提出要繼續促進區域協調發展，推進西部大開發形成新格局、中部崛起形成新局面，支持特殊類型地區加大步伐、加快發展，在發展中促進相對平衡。資源配置是影響區域產出的重要因素，馬太效應對區域之間的協調發展又有著深刻的影響。因此，本文基于資本和勞動力雙資源配置視角對物流業是否存在“馬太效應”進行檢驗，并嘗試從空間角度對物流業為何存在“馬太效應”的原因進行探析，一方面能夠擴展馬太效應的研究領域，在一定程度上豐富馬太效應的理論成果；另一方面也能對我國物流業發展現狀以及區域差異有更加全面的認知，便于優化資源配置，促進產業協調發展。

二、研究方法與數據來源

（一）馬太效應的存在性檢驗：馬爾科夫鏈

馬爾科夫鏈（Markov Chain）是一種時間和狀態均為離散的馬爾可夫過程，具有較為準確描述事物分布動態，計算不同狀態之間相互轉移的概率及轉移方向的優點。本文參考蒲英霞[28]、周迪[29]等學者的研究成果，同時結合物流業資源配置的實際情況，對比各省市物流資源配置水平與全國資源配置平均水平，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資源配置平均水平的50%，中低水平則介于全國資源配置平均水平的50%～100%，中高水平的表示處于全國資源配置平均水平的100%～150%，高水平則高于全國資源配置平均水平的150%；然后通過計算各省市在不同水平類型間的轉移概率，結合不同時刻的類型轉移過程建立一個狀態轉移矩陣，以此檢驗我國物流業資源配置水平的固化特征與轉移特征哪個更顯著。

表2 各省市物流資源配置水平劃分

具體操作如下：

計算一步時長為d年的轉移概率。即物流資源配置水平在第t年處于i類型的地區經過d年發展后轉移為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：

列出馬爾科夫狀態轉移矩陣。對不同類型的狀態轉移概率進行估計，得到式（2）所示的馬爾可夫轉移概率矩陣：

式（2）中矩陣對角線元素表示研究期間各省市在d年時長下狀態不變的概率，其值越大，則表明其物流資源的流動性越低，相應的固化程度也就越高。特別地，和這兩個數值分別表示高低水平地區經過d年發展后仍處于高低水平區域的概率，通過比較這兩個值，能夠比較清晰地了解各省市間物流資源水平陣營的固化程度和資源流動的難度。如果和在d年后增大，則可認為物流資源配置“強者越強、弱者越弱”的局勢出現，也即物流業發展存在馬太效應。

探析高低水平陣營固化程度發生變化的時間節點。探析方法為似然比統計量Q[30]，具體如式（3）所示：

式（3）只計算狀態轉移概率矩陣中非零的項，m表示時間段類型，表示d年前后兩個時間段內計算的轉移概率和，分別d年時長下研究期內某時間節點前后兩個時間段內對應的地區數量。似然比統計量Q漸進服從卡方分布，卡方自由度為k(k?1)減去全時段狀態轉移概率矩陣中的零元素的個數，k為劃分類型數，k=4。

（二）馬太效應的空間解釋：Moran’s I

Moran’s I能夠對整個區域中相鄰省份之間的空間自相關情況進行度量，從而判斷區域物流資源分布呈馬太效應的高水平陣營與低水平陣營是否有集聚現象。如果資源配置處于高水平陣營的省份與高水平陣營的省份集聚，低水平陣營的省份與低水平陣營的省份集聚，則可以說明物流業的馬太效應在一定程度上與區域資源配置的空間分布有關。Moran’s I的計算過程如式（4）所示：

11.2 出芝管理：扣棚后大約30～40天靈芝開始出土，這時應把大棚扣上遮陽70%的遮蔭網，每天應本著少澆水、勤洗水的原則，每天澆3～4次水，加強通風，溫度白天控制在24～28℃之間，濕度70%～90%。同時要及時剪除多余弱小的芝芽，修芝、整形、拔除雜草，為早開傘、開壯傘、早收粉打基礎。

（三）數據來源及處理

當前我國產業分類中并沒有專門的“物流產業”分類，因此在進行數據選取時，借鑒國內楊宏偉等大部分學者的做法，用交通運輸、倉儲和郵政業的相關數據作為物流業的替代數據[19]。參照諸裕祥等學者的研究成果，從資本和勞動力兩大物流資源著手來衡量區域物流資源配置情況[4]。其中，資本的度量選取物流業固定資產投資額，勞動力的度量選用物流業從業人員數。文中所使用的數據均來源于2006～2018年的《中國統計年鑒》，由于部分數據無法獲取，故選取我國30個省市（不含港、澳、臺及西藏）作為研究對象，同時為保證數據的有效性，對資本指標采用永續盤存法進行相應處理。

三、我國區域物流發展的“馬太效應”檢驗

“馬太效應”檢驗內容包括以下兩個部分：一是考察區域物流發展的馬太效應是否存在，即判斷物流資源配置的高低兩大陣營固化現象是否顯著；二是考察區域馬太效應是否會隨時間變化而強化。為此，本文借助Markov 鏈模型對各類型地區在1～5年時長下的轉移情況進行全面研究，得到我國區域物流資源配置狀態轉移的馬爾可夫概率矩陣（詳見表3）。

表3 我國區域物流資源配置狀態轉移的馬爾可夫概率矩陣

通過分析表3數據得到如下結論：

1.不論時長為1年或5年，物流資源配置都呈現出高低水平陣營固化的現象。具體地，對比各矩陣對角線上數值，1～5年時長下，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，勞動力的為0.983～1，該值會明顯大于高水平區域維持在高水平的概率值，且無論是資本還是勞動力，低水平區域向高水平甚至是中高水平區域轉移的概率也均為0。即物流資源配置低的地區在區域物流發展中一直處于劣勢地位，較難趕超物流資源配置高的區域，且處于低水平陣營的區域已經不能單純依靠資本的投入來驅動物流業的發展，物流勞動力尤其是高等級的物流勞動力對物流業后期發展將起到更加重要的作用，而這也印證了陶婷婷提出的“物流產業光靠擴大投入的粗放型增長方式不可取”這一觀點[31]。

2.物流業兩大資源中低水平陣營的固化程度更加顯著，且隨著時間的推移，高低兩大陣營間的固化差距不斷拉大。物流資本兩大陣營固化程度差距由1年時長下的0.027逐步增長到5年時長下的0.107，而勞動力資源則由0.045拉大到0.293，也即“強者越強，弱者越弱”的馬太效應出現。以物流資源配置處于高水平陣營的廣東對比物流資源配置處于低水平陣營的青海、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，物流勞動力資源差距上升至786 422人、795 860人。這一現象的原因可能是因為資源流動的非對稱性。隨著時間的發展，雖然物流資源會在區域之間流動，但由于低水平陣營具有經濟發展相對落后、工作機會相對缺乏、工作環境相對惡劣以及固有的地理劣勢等原因，使得低水平陣營長期落后。

3.雖然低水平區域要想進行跨越式的發展直接提升為高水平區域較為困難，卻仍有希望通過穩扎穩打式的發展來實現。劉明等學者對區域物流協調發展的研究中針對物流發展水平較低的城市提出了擴張型發展策略和趕超型發展策略[32]。對比1年時長和5年時長，資本資源配置類別在1年時長下從低到中低、中低到中高、中高到高的概率為0.020、0.034、0.031，5年時長下分別為0.143、0.133、0.194，由此資本低水平區域存在提高區域水平的概率。但是比對勞動力資源，可以看到4年時長和5年時長下處于低水平區域會始終處于低水平。因此，物流資源處于低水平的區域進行區域追趕時除加大資本投入外還應注重勞動力的投入，加大物流人才引進，提高勞動力效率。

基于Markov 鏈的結果分析可以發現，我國物流資源高水平陣營和低水平陣營存在明顯的陣營固化特征。為了探究這種特征是否會隨時間的發展而變化，以及發生變化的關鍵年是哪一年，本文借助式（3）來對這兩個問題進行相關研究。由式（3）可以得到研究期間在1～2年時長下的Q值。由于實際用于分析的數據量在隨時間的增大而減少，為了保證檢驗結果的穩定性，本文只檢驗1～2年時長下的情形，檢驗結果如表4所示。對自由度進行相應的調整，即剔除全時段狀態轉移概率矩陣中為0的元素[28]，無論是1年時長還是2年時長自由度由4×（4–1）均變為6。在 α=0.05的顯著性水平下，χ2(6)=12.592。

表4 馬爾科夫轉移矩陣的分時間段差異性檢驗

四、區域物流發展存在“馬太效應”的空間解釋

上述分析表明物流業存在明顯的“馬太效應”，且高低水平陣營固化特征明顯，那么這種現象是否與區域物流資源配置的空間分布格局有關？本文將借助式（4）并根據Markov 鏈結果計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是否出現集聚或混雜分布的空間格局，計算結果及顯著性水平見表5所示。

表5 物流資源的Moran’s I值

由表5可知，我國區域物流資源的Moran’s I均為正值，除2017年的資本資源，其余年份均通過了顯著性檢驗，表明物流業發展存在“高–高集聚”及“低–低集聚”的現象。其中，資本資源的集聚特征相比勞動力資源而言會在研究期末更加弱化。既然我國物流資源高低水平陣營都表現出一定程度的空間集聚格局，那么這兩大集聚陣營包含了哪些省市？通過Arcgis10.7軟件的四分位數劃分法對我國區域物流資源典型年份的空間分布進行研究，重點關注高水平區域和低水平區域，結果如圖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年勞動力分布四分位圖

由圖1和圖2可以看出，我國出現物流資源馬太效應的高低水平陣營在空間分布上呈現明顯的集聚，且勞動力資源的集聚度高于資本資源的集聚度。高水平陣營來看，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；勞動力資源上廣東、北京、上海、江蘇、山東、河南維持高水平陣營不動搖，四川研究期末躋身其中。低水平陣營來看，甘肅、青海、寧夏、新疆不論是資本資源還是勞動力資源一直處于低水平陣營，勞動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，最終變為低水平陣營。

通過觀察可知，高水平陣營的這些省份大部分位于東部沿海地區，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]等學者的研究也表明我國物流業的資源大部分集中于東部地區。一是這些省市具有強勁的經濟發展動能，物流與經濟向來相輔相成，因此能夠吸引大批優秀物流人員為其后續發展提供源源不斷的動力；二是國家政府對這些地區的重點關注和培育，以及對應的天然地理優勢，吸引大量的物流資本流入，高水平陣營由此固定。低水平陣營則大部分處于我國西北地帶，這些省市無論是歷史原因還是地理位置上均不占優勢，亟需引入物流資本和勞動力來促進該類區域的發展。

在上述省市中，四川資本資源實現由“中低水平—中高水平—高水平”的兩級跨越，勞動力資源實現“中高水平—高水平”的一級跨越；湖北實現資本資源由“中高水平—高水平”的一級跨越。原因可能在于四川和湖北有著地理優勢和國家級戰略的政策扶持。以四川為例，其對內承接華南、華中，連接西南、西北，對外溝通中亞、南亞、東南亞，是國內國外重要的交匯點和交通走廊，也是支撐“一帶一路”國家戰略和長江經濟帶發展戰略的西部樞紐與經濟腹地，具有明顯區位優勢；中歐班列的深入推進、成渝雙城經濟圈的建設、西部陸海新通道的實施更是為其匯聚大量的物流資源，因此，能夠實現資源配置跨越發展。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”的路徑降維發展。物流業作為生產性服務業，當地經濟發展水平在一定程度上決定了物流業發展水平[35]。經濟發展水平越高，越能為當地物流基礎設施的建設提供支持[36]，促進資本資源配置的提升。江西省GDP在2005～2017年全國排名中游偏下①，與廣東、江蘇等經濟發達省份差距較遠，物流資本資源投入受限。資本的流動性和趨利性也會使得一部分的資本資源往相鄰的高水平配置地區流動，最終導致江西物流資本資源降維發展。

綜上所述，我國出現物流資源馬太效應的兩大陣營在空間上各自集聚，而這一定程度上可以解釋為何我國物流發展存在馬太效應：一方面，這種高水平陣營和低水平陣營在空間上各自集聚，彼此分離，不利于高水平陣營空間溢出作用的發揮，從而難以縮小兩大陣營間的差距；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、物流資本的內部流動，促進陣營內的物流產業專業化分工，從而獲得更多的外部性，進一步拉大高水平陣營和低水平陣營間的物流資源配置差距，最終導致馬太效應的出現。

五、結論與建議

物流業是支撐國民經濟運行的基礎性產業，物流業的協調發展對區域協調發展國家戰略的實施具有重要意義。本文利用我國30個省、市、自治區2005～2017年的物流業資本和勞動力兩大資源數據，創新性地將“馬太效應”研究范疇擴展到物流領域，通過Markov鏈模型實證檢驗區域物流發展過程中是否存在馬太效應，運用Moran’s I指數等工具從空間角度探究其原因，為政府促進產業協調發展的政策制定提供一定依據。本文得到的結論如下：

1.區域物流發展存在明顯的馬太效應。不同物流資源間的馬太效應強度不同，出現分界的時間節點也有所差異。通過構建1～5年時長的Markov鏈模型，分析處于低、中低、中高、高等不同類型地區的狀態轉移情況，發現物流資本和勞動力都呈現出高水平陣營和低水平陣營長期固化的特征，低水平陣營的固化程度會強于高水平陣營。兩大陣營間的固化差距會隨時長的累積而擴大，低水平陣營與高水平陣營之間難以實現跳躍式發展，馬太效應明顯，物流資本資源馬太效應出現分界的時間點比勞動力早兩年。

2.物流資源配置高低水平兩大陣營在空間上各自集聚。莫蘭指數分析結果顯示，物流業兩大資源存在“高–高集聚”及“低–低集聚”的現象，且勞動力的集聚度在研究期末高于資本的集聚度。從空間視角來看，高水平陣營集中分布在沿海地區，低水平陣營則主要分布于西北地區。高低水平陣營的各自集聚一方面會使得高水平陣營的資源外溢無法惠及低水平陣營，另一方面會強化高水平陣營內部資源的流動，進一步加劇物流資源在高水平陣營集聚，持續強化物流資源空間配置的馬太效應。

3.處于中低、中高水平物流資源配置陣營的區域存在向下降級和向上提升的可能。物流資源配置相鄰陣營間的資源流動性大于非相鄰陣營，中低水平陣營提升自身資源時可通過逐步提升、穩扎穩打的方式促進區域物流發展，中高水平陣營則在提升自身發展的同時也要注意資源的流動性，防止出現資源降級。

基于以上研究結論提出以下政策建議：（1）加大對物流業發展落地后地區的政策扶持。物流業欠發達區域相比發達區域而言本身獲得的資本和勞動力等資源的能力有限，同時受制于物流關聯產業發展不充分等因素，物流業發展內生動力不足，而地方政府財政上的不足進一步加劇了這一現象。因此，中央政府在物流資源、政策的配置上可依據區域物流發展的不同階段有針對性地進行資源配置的傾斜，精準扶持落后地區。（2）加大低水平陣營資源投入的同時應更加注重提升資源的利用效率。高水平陣營的發展經驗表明物流業發展早期可單純依靠加大資源的投入來促進物流業的發展，但到了后期必須通過提高資源的利用效率才能推動產業進一步的升級，因此政府加大低水平陣營資本和勞動力的投入的同時還應注意物流資本和勞動力配置的效率，鼓勵低水平陣營引進、吸收先進地區的物流管理經驗和物流技術，推動物流業高質量發展。（3）引導并鼓勵規模以上的物流企業尤其是A級以上物流企業開拓中西部市場，低水平陣營則需要持續優化營商環境，提高低水平陣營吸收高水平陣營資源外溢的能力，促進物流資源在不同水平陣營間的高效流動，進一步弱化物流資源空間配置的馬太效應，最終推動區域物流的協調發展。

本文僅從物流資本、勞動力雙資源配置的空間分布視角對我國物流業發展是否存在馬太效應進行檢驗并探究其原因，在后續研究中，還可以繼續深入探討經濟、產業發展、政府政策等因素對我國物流業馬太效應產生的影響。

注釋

①數據來源于國家統計局，經作者整理計算得出。當前我國產業分類中并沒有專門的“物流產業”分類，因此在進行數據選取時，借鑒國內楊宏偉[22]等大部分學者的做法，用交通運輸、倉儲和郵政業的相關數據作為物流業的替代數據。