陈文新 刘 冬 孙善祥
1(石河子大学，五家渠 831300) 2(兵团经济研究所，乌鲁木齐 830000)
我国区域物流发展时空差异及收敛性研究——基于地理加权空间计量模型的实证分析
陈文新1，2刘冬1孙善祥1
1(石河子大学，五家渠831300)2(兵团经济研究所，乌鲁木齐830000)
摘要〔〕本文在对我国各省区2010～2014年的物流发展状况进行统计描述的基础上，先后构建线性回归方程和地理加权空间计量模型，最终选用模型显着性较高的地理加权空间计量模型分析我国省区物流发展水平的收敛性。发现我国区域物流发展水平虽然整体上呈现出收敛的趋势，但是空间差异较突出；另外，我国物流发展水平平均收敛速度在空间上具有明显的聚集效应，平均收敛速度呈现出明显的由西向东梯度递减的趋势。最后根据实证结果提出促进区域物流一体化的相关建议。
关键词〔〕区域物流时空差异收敛性地理加权回归模型
引言
区域物流是区域经济的重要组成部分，被喻为区域经济增长的“加速器”。作为连接区域间生产和消费的纽带，区域物流的发展对于优化区域资源配置、促进区域经济可持续发展等方面具有重要意义。由于行政体制的原因，我国区域物流产业的地域分割和部门分割特点较显着。省级行政区划内的物流产业发展不仅可以降低该省区的交易成本，提高其经济的发展水平，同时还可以提高与其相邻的省区之间的交易效率，进而促进省区间物流产业的协同发展。在经济全球化的背景下，区域物流一体化发展是我国物流业发展的必然趋势，同时也是区域经济一体化的客观要求。这就需要各省区之间加强跨区域的物流合作，通过优化物流业的区域布局、整合区域物流资源等方式促进区域物流一体化发展。研究我国各省区物流发展的时空差异和收敛性对于协调各省区物流产业的发展、促进区域经济一体化具有重要意义。
对于经济收敛性的研究最早见于索罗和斯旺的新古典主义增长模型(索洛——斯旺模型)，该模型认为资本边际报酬递减规律使落后经济体比发达经济体的增长速度快，人均产出水平从长期上看会具有收敛的趋势[1]。考虑到索洛——斯旺模型的局限，20世纪80年代，经济收敛假说得到扩展，细化为绝对收敛、条件收敛、收敛和俱乐部收敛等类型[2]。在经济收敛实证研究方面，Baumol(1986)开创性的利用1870～1978年16个工业化国家的人均收入进行研究，发现这些国家存在经济收敛现象[3]。魏后凯(1997)利用1978～1995的数据，通过截面分析方法，认为从人均国民收入水平来看绝对β收敛[4]。刘强(2001)利用1981～1998的数据，通过计算绝对差率和变异系数，构建线性模型分析省区间经济增长的收敛性，认为收敛存在明显的区域性和阶段性[5]。马国霞等(2007)通过1992～2003年京津冀都市圈140个县区的数据，构建SAR和SEM模型，认为该地区绝对β收敛[6]。柯佳佳(2012)基于交通基础设施建设的视角，利用1999～2010年长三角地区市域的面板数据，从经验方面检验了长三角地区交通基础设施对该地区经济增长收敛的影响[7]。对于物流产业方面的收敛性研究比较少，比较有代表性的是张建升(2011)利用1980～2007年的数据，对我国东、中、西部三大地区的物流业发展水平进行测度，认为我国物流业发展呈现“俱乐部收敛”的现象[8]。任庆华和张红历(2014)利用空间杜宾模型，对我国30个省域的物流经济进行分析，认为中国省域物流经济发展存在西、中、东部梯度递减的绝对β收敛[10]。
从以上文献的梳理可以看出，对于经济收敛性的研究多见于区域的经济发展水平，对于物流产业方面的收敛性研究还较少。现有的对于物流产业收敛性的研究，采用的方法为泰尔指数和空间杜宾模型，另外，实证研究内容也多侧重于物流产业的趋同性分析，对各省区物流发展时空差异的分析不够深入。鉴于此，本文选取2000～2014年的我国31个省区物流发展的面板数据，首先对各省区的物流发展时空差异进行统计描述，然后通过构建地理加权回归模型分析我国省区物流发展水平的时空差异和收敛性。
1我国区域物流发展时空差异的统计描述
我国物流发展的起步较晚，增长速度较快。根据2014年中国物流年鉴的数据可知，我国2013年的物流总额达到197.8万亿元，占GDP的比重为6.8%，同比增长9.5%[11]，增长速度大大超过GDP的增长速度。
物流产业是一个新兴的生产服务型产业，物流产业的精确数据无法准确获得。为了与物流业相关的研究保持一致，故选取相关研究学者普遍采用的交通运输、仓储和邮政业产值作为物流产业发展的指标。在样本选取方面，本文选取我国31省市进行研究，数据来源于历年的《中国统计年鉴》。在时间上选取2000～2014年，原因在于2000年之前的交通运输、仓储和邮政业产值个别省份有缺失。
为了清楚地了解我国2000～2014年物流业发展的情况，对2000年和2014年的物流产业的总量进行统计描述，相关结果见表1。可见，我国物流产业总量在这14年间得到了极大地提高，2014年的物流产业平均值是2000年的2.26倍。从物流产业总量的分位数看，2014年的物流总量第一、四分位数是2000年5倍，其中位数是2000年的4.45倍，而2014年的物流总量第三、四分位数是2000年的3.95倍。这表明我国初始物流产业发展水平较低的省份增长速度更快，随着时间的推移，我国各省份的物流发展水平在整体上呈现出收敛的趋势。
表1 我国31个省市区的物流发展水平的统计值
从经济地理学的角度分析我国各省市物流发展水平的地理特征，对2000年和2014年我国各省市物流发展水平进行比较，得出表2和表3的数据。考虑到下文建立模型的需要，在此将物流发展总量的指标进行对数化处理来表示物流产业发展水平，以减弱模型中数据的异方差性。
表2 2000～2014年我国各省市物流发展水平的比较
续 表
从表2我们可以看出：(1)我国各省市的2014年物流发展水平较2000年有了较大的提高。(2)在初始物流发展水平较高的前10个省份中，除内蒙古外，其余省份依然处于物流高速增长的区域。(3)在我国物流发展水平排名倒数十名的省份中，内蒙古、广西、贵州等省份以高速的物流发展水平逐步脱离了最低组区域；黑龙江、陕西、新疆等省份从中等的物流发展水平区域中被挤到最低组区域。通过对比上表中的数据可知，我国2000年和2014年的物流发展水平在地理格局上没有发生太大的变化，仍然是东部沿海省份的物流发展水平较高；西部地区，尤其是西北五省形成了低值聚集的特征。另外，我们可以看到另一个趋势，初始物流发展水平较高的区域大都仍然留在最高的组别里；初始物流发展水平较低的区域出现了赶超的趋势。为了更好地比较各省市物流发展水平的动态演变趋势，计算得出了我国各省份的物流发展水平的平均增长率，如表3所示。
表3 我国各省市物流发展水平平均增长率(2000～2014)
从表3可以看出，初始物流发展水平较低的省份中，大都在物流发展水平平均增长率上排名靠前；初始物流发展水平较高的省份中，除了河北省，其余的省份在物流发展水平的平均增长率排名上比较靠后。通过对比可知，虽然初始物流发展水平较高的省份在期末仍然保持较高的水平，但是在平均值增长率上看，初始物流发展水平较高的省份显然要低于初始物流发展水平较低的省份。这也表明了我国各省市的物流发展水平存在收敛性。
综上，从空间的角度看，我国物流发展水平差异较大，存在明显的空间异质性。另外，各省市的物流发展水平在地域上存在一定的“低——低”和“高——高”聚类特征。
2我国区域物流发展收敛性的空间计量分析
根据前面的分析可知，我国各省市的物流发展水平的增长率空间差异比较突出，在空间上呈现出明显空间异质性。因而本节拟使用地理加权回归模型实证分析我国物流发展水平收敛性的特征。
2.1我国物流发展收敛性的线性回归分析
为了与考虑空间异质性的地理加权回归模型进行比较，本文首先利用线性回归分析我国2000～2014年的物流发展水平。利用fi，2014、fi，2000表示我国i个省份的期末和期初的物流发展水平。构造的模型如下：
(1)
公式(1)中斜率系数β如果小于零，表明我国物流发展在2010～2014年存在收敛。通过最小二乘法估计出的结果显示，模型的显着性检验的F值为15.3573，其概率为0.0004<0.05，说明所构造的模型比较显着。详细的估计结果如表4所示。该模型的常数项和截距项的估计值在0.05的水平上都比较显着。回归方程的系数β为-0.0147，小于零，说明我国各省市物流发展水平趋向收敛。
表4 OLS结果汇总
*表明在统计上具有显着性的P值。
2.2基于GWR模型的我国省际区域物流发展收敛性的实证分析
虽然通过线性回归分析构造的模型比较显着，并且结果也表明各省市的物流发展确实存在收敛。但是该模型忽略了地理空间的因素，为了更好地分析我国物流发展水平的收敛性，本文尝试构建包含地理空间异质性的地理加权空间计量模型。构造的地理加权回归模型如下：
(2)
运用arcgis软件对公式(2)中的模型进行地理加权回归分析，估计方法采用广义矩估计，其中最优窗宽选择Akaike信息法则(AIC)。得到我国物流发展2000～2014年的物流发展β收敛的估计结果。那么，构造的地理加权回归模型是否比线性回归模型更好地模拟了变量之间的关系呢？地理加权回归模型的显着性检验常用的方法包括AIC信息准则检验、F检验和Monte Carlo检验[12]。本文采用Akaike信息法则(AIC)进行比较，表5给出了地理加权回归模型和OLS模型的显着性检验结果，很明显地理加权回归模型的AIC统计量值比OLS模型的值更小，所以构造的地理加权回归模型比线性回归模型更好地模拟了变量之间的关系。
表5 我国省区物流发展收敛性的OLS模型和
因此，本文利用地理加权回归模型的结果分析我国物流发展的收敛性。收敛的速度r=ln(β+1)/T，通过相关数据的计算得出我国省际物流发展的2000～2014年的平均收敛速度。为了方便分析，运用地理信息系统软件对平均收敛速度进行描述，得出我国物流发展水平平均收敛速度的聚类图，如图1所示。
图1 我国物流发展水平平均收敛速度的空间聚类图
通过图1我国物流发展水平平均收敛速度的聚类图可以看出，我国省区物流产业发展水平收敛趋势受初期物流产业发展水平和相邻省份的影响。期初物流产业发展水平较低的省份如新疆、云南和西藏的物流发展水平的平均收敛速度领先于其他省份。对我国物流发展水平的平均收敛速度进行聚类分析可知，收敛速度最高的省份主要集中在新疆、云南和西藏等西部地区，甘肃、青海、四川、重庆、贵州、广西等省紧随其后；收敛速度居中的省域重要集中在中部省份，如陕西、湖南、山西、江西等省份；新疆、海南、陕西、福建、上海；收敛速度较小省区主要集中在东部沿海，如山东、江苏、浙江、北京、天津等省份；最低的省区集中在东北三省。
由上述分析可以得出以下结论：(1)我国物流发展水平平均收敛速度在空间上具有明显的聚集效应，即空间上相邻的省市的物流发展水平收敛速度接近。(2)收敛速度呈现出由西向东梯度递减的趋势，这源于21世纪初我国西部大开发战略的实施，大量的资金投入到了交通基础设施之中，客观上为西部地区物流发展水平的提高提供基础；当然，西部地区初始物流发展水平过低也是引起该地区物流发展水平平均收敛高速的原因。
3结论与政策建议
本文选取了2000～2014年的全国省际物流发展的面板数据，首先对我国区域物流发展空间差异和收敛性进行统计描述，发现我国区域物流发展水平虽然整体上的空间差异较突出，但是呈现出收敛的趋势。进而通过构建反映空间异质性的地理加权空间计量模型研究我国区域物流发展的收敛性，发现我国物流发展水平平均收敛速度在空间上具有明显的聚集效应，并且收敛速度整体上呈现出由西向东梯度递减的趋势。存在的问题主要是物流发展水平存在低值聚集，物流作为跨地区、跨行业的生产性服务业，个别地区的物流水平低下可能形成临近地区物流发展的瓶颈。为了提高我国物流发展的收敛速度，促进我国区域物流一体化进程，提出如下建议。
(1)统筹各省区的物流基础设施建设。完善中西部落后地区的公路、铁路、航空等交通基础设施建设，为物流活动的高效运转提供强有力的基础设施支撑。(2)各省区加强合作，协调物流技术标准和相关政策的制定。物流产业是融合交通运输业、仓储业、信息业和货代业等的复合型产业，因此，物流业标准和相关政策的制定应该广泛参考相关行业意见。同时，加强部门间的沟通协作，打破各部门之间的利益隔阂，为物流产业的发展提供健康的市场环境，从而推动物流产业的整体发展。(3)物流产业由大大小小的物流企业所构成，因而需要支持物流企业的发展，特别是区域性的大型物流企业的发展。各省区可以考虑出台优惠的税收减免政策、土地使用政策和财政支持政策来扶持物流企业的发展壮大。另外，应鼓励物流企业利用先进技术，加快信息化建设，构建现代化的物流信息平台，整合和共享物流信息，提高物流产业运作效率。
参考文献
[1]Swan,W.Economic Growth and Capital Accumulation[J].Economic Record,1956,32：334～661
[2]陈芳.中国区域经济增长收敛的空间经济计量研究[D].广州：华南理工大学,2011
[3]Baumol,W.Productivity Growth Covergence and Welfare：What the Long-run Date Show[J].Journal of Economic in Growth,1986,(3)：143～170
[4]魏后凯.中国地区经济增长及其收敛[J].中国工业经济,1997，(3):31～37
[5]刘强.中国经济增长的收敛性分析[J].经济研究,2001，(6):70～77
[6]马国霞,徐勇,田玉军.京津冀都市圈经济增长收敛机制的空间分析[J].地理研究,2007,26,(3):590～598
[7]胡宗义,陈俊,唐李伟.我国农村非正规金融发展收敛性的空间计量研究[J].统计与决策,2014,17:123～126
[8]张建升.物流业发展的地区差异及其收敛性分析[J].兰州商学院学报,2011,(2):17～21
[9]郭庆军，周云飞，闫莉．制造业与物流种群生态系统协同演化实证研究[J]．工业技术经济，2014，(7)：9～18
[10]任庆华,张红历.中国省域物流经济发展收敛的空间计量研究[J].西藏大学学报(社会科学版),2014,(4):178～184
[11]贺登才.《中国物流发展报告》(2013～2014)编委会[Z].中国物流发展报告，2013～2014
[12]林光平,龙志和.空间经济计量：理论与实证[M].北京:科学出版社,2014
Research on Space-time Difference and Convergence of
Provincial Logistics Development in China
——Based on the GWR Model
Chen Wenxin1，2Liu Dong1Sun Shanxiang1
(1．Shihezi University，Wujiaqu 831300，China；
2．XPCC Economics Institute，Wulumuqi 830000，China)
〔Abstract〕Based on statistical description for the provincial logistics development from 2010 to 2014 in China,by building a linear regression equation and GWR model,this paper chooses GWR model to analysis the convergence of provincial logistics development in China.Founding provincial logistics development presents the convergence trend in our country,the space difference is prominent.The average level of logistics development convergence speed has obviously gather effect the space,the average convergence rate presents obvious gradient decreasing trend from west to east.Finally,it puts forward related suggestions to promote the integration of regional logistics according to the empirical results.
〔Key words〕regional logistics;space-time difference;convergence;GWR model
(责任编辑：史琳)
作者简介：陈文新，石河子大学商学院教授，硕士生导师，兵团经济研究所所长。研究方向：金融理论与政策。刘冬，石河子大学商学院硕士研究生。研究方向：金融理论与政策。孙善祥，石河子大学商学院硕士研究生。研究方向：经济统计分析。
收稿日期：2015—12—15
中图分类号〔〕F259.27〔
文献标识码〕A
DOI：10．3969/j．issn．1004-910X．2016．02．019
