范月娇

(华侨大学 工商管理学院，福建 泉州 362021)

一、问题提出与文献回顾

近年来随着物流专业化发展，物流服务不再仅仅是单一的运输或仓储，需要将运输、仓储、装卸搬运、包装、分拣、流通加工、物流配送、物流信息处理等基本功能有机结合及各环节之间无缝衔接才能提供高效率、低成本的物流服务。因此，伴随着运输通道理论的研究和社会经济发展需求，物流通道的相关研究得到了进一步推进。物流通道是指在一定的区域空间中，为提供全程物流服务，将一种或多种运输方式且方向一致的干线运输线路(如高速公路、国道、干线铁路、干线水路及航空等)、物流节点(如港口、机场、物流中心等)、物流设备及物流信息线路等在相关物流服务机构的有效管理下实现有机结合的综合物流服务系统[1-5]。同时，中国近年来在区域发展规划中也非常重视物流通道的建设，如2009年《物流业调整和振兴规划》中提出建设和完善中国东北地区与关内地区、东部地区南北、中部地区南北、东部沿海与西北地区、东部沿海与西南地区、西北与西南地区、西南地区出海、长江与运河、煤炭及进出口等10大物流通道；《物流业发展中长期规划(2014-2020年)》中提出加快推进联通国内、国际主要经济区域的物流通道建设，大力发展多式联运，努力形成京沪、京广、欧亚大陆桥、中欧铁路大通道以及长江黄金水道等若干条货畅其流、经济便捷的跨区域物流大通道；《全国流通节点城市布局规划(2015-2020年)》，提出了“3纵5横”的全国骨干流通大通道体系，“3纵”即东线沿海、中线京港澳、西线呼昆流通大通道；“5横”即西北北部、陇海兰新沿线、长江沿线、沪昆沿线、珠江西江流通大通道。

然而，物流通道并非一朝一夕建立起来的，是在满足其沿线区域经济流通过程中对货物流量、流效、流速、流程等需求下，对各种运输方式的干线线路和各类物流节点持续投入、建设和完善中逐渐形成的，并与其沿线区域各经济主体、生产要素不断地相互联系、相互作用而形成的具有一定区域空间结构形态的地理空间实体[5]。因此，物流通道作为交通运输基础设施的骨干，与交通基础设施一样必然对沿线区域空间结构及其经济发展产生重要的影响。例如Hoover(1948)提出了运输费用结构理论，论证了在两条运输线路的中转点建工厂可以节约倒装费用和降低总体运输费用，这种区位优势就会产生节点如港口、交通枢纽的集聚效应[6-7]。Werner Sombart的“生长轴”理论[8]、陆大道的“点-轴”系统理论[9]等，都认为交通干线可以影响企业及产业区位的改变，从而形成区域上经济集聚趋势；同时陆大道也指出经济集聚与扩散往往是沿着阻力最小的方向，即轴线(含动力线、水源线、运输线)进行的[9]。张文尝(1992)指出交通运输基础设施是空间运输联系的实现基础，从侧面反映了区域经济聚散对交通运输基础设施的依赖[7]。在交通区位论中也体现了经济集聚的思想，最早对交通区位研究的Kohl(1841)认为交通发展、人口集中和聚落的形成是互补的[3]。Eberts and McMillen(1999)研究认为如果大城市的人均基础设施水平高于中小城市，不考虑基础设施因素的集聚经济估计值会向上偏误[10]。管楚度(2000)提出了交通路网作用下大概率出现区域经济在某些特定地带集聚的观点[11]。张学良(2009)研究发现交通运输基础设施与其他类型基础设施的本质区别是交通运输基础设施投资会使其规模与存量增加，进而降低运输成本、提高区域的可达性、加快要素的区际流动、改变经济主体的区位决策，从而形成聚集和扩散[12]。姚影(2009)通过理论模型推导的方式证明了城市交通基础设施直接影响了城市区域范围内企业和居民的消费和生产，给城市带来经济集聚效应[13]。Graham and Melo(2010)研究发现在交通基础设施方面的投资将会对集聚经济形成的微观机制产生正效应，集聚经济水平的提高进一步会大大提升区域生产率[14]。

学者们尽管已经认识到了交通基础设施对区域经济集聚的重要性，但在区域经济集聚的研究中仅有少数文献将交通基础设施和集聚经济同时纳入一个分析框架。如Mera(1973)以日本城市为实研究区域，采用将公共基础设施的量度包含在生产函数中的方法，研究发现经济集聚和共有资本存量对特定规模城市劳动生产率发挥各自作用，间接证明了公共基础设施在对集聚效应的重要性[15]；Seitz and Licht (1995)则研究了德国城区公共基础设施和经济集聚对私有部门劳动生产率的影响[16]；Moomaw(1983)的研究中将交通基础设施放进反映净集聚效应的城市人口规模的模型中，研究发现对于几种两位数产业而言，交通基础设施变量具有正向的且在统计上很显著的作用[17]。在中国，近年也有了相关的探索研究，例如刘修岩(2010)以城市集聚经济变量和公共基础设施(公路)变量为解释变量，研究发现对劳动生产率存在着显著的正效应，但不考虑城市公共基础设施的情形下，集聚效应的估计值明显偏高，因此认为城市公共基础设施可以使经济活动主体的空间接近能够提高所有参与者的生产率从而促进集聚的形成[18]。宋英杰(2013)基于线性自由企业家模型研究得出交通基础设施具有集聚效应的长期均衡解析解的结论，并利用计量经济学模型实证研究了中国交通基础设施的经济集聚效应[19]。王良举和陈甬军(2014)检验了基础设施与集聚经济在中国城市生产率差异形成中的作用，其结果表明基础设施对集聚经济的实现具有显著促进作用，而且在大城市集聚效应尤其明显[20]。

上述文献主要以城市为地理研究区域，证实了公共基础设施、交通基础设施的区域经济集聚效应。但鲜有文献突破城市地理范围，在更大区域中专门关注支撑区域内外经济流通的、以交通运输干线和重要物流节点等交通基础设施骨干为主体构成的物流通道的区域集聚效应；同时也基本忽略了在现代信息技术与互联网环境下物流信息通道在物流通道区域集聚效应的作用；因此，本文考虑将衡量物流信息通道的指标纳入物流通道技术水平的综合测量之中，研究在现代网络、信息技术环境下的物流通道的区域经济聚散机制及其集聚效应；同时中国目前主要形成了哪些物流通道及其区域集聚效应的空间差异如何等实证研究也是鲜见的。此外，上述文献在实证研究中都基本忽略了城市规模、就业密度等变量可能存在内生性问题，这也是本文研究中需要考虑解决的问题。基于此，本文在前人的研究思路和方法借鉴的基础上，将物流通道变量和多维集聚经济变量纳入到同一个分析框架，并以生产函数理论模型为基础进行验证。

二、物流通道的区域经济聚散机制及其集聚效应

(一)物流通道的区域经济聚散机制

集聚的内涵概括起来包括三个层面的内容：一是以Marshell集聚思想为代表的产业集聚；二是以Hoover的城市化经济研究为代表的城市经济集聚；三是Krugman核心-外围集聚模式的区域经济集聚。这表明了由产业到城市再到区域的经济集聚研究是一个递进的过程，它依赖于集聚力和扩散力的合力，集聚力导致经济主体和生产要素的空间聚集，而扩散力推动相关要素向周边地区辐射，二者相互依存又相互制约并在一定条件下相互转化，从而产生集聚效应。具体表现为：在增长极的作用下，腹地区域的生产要素和经济主体不断流向核心区，当集聚力增强到一定程度时会出现集聚不经济，迫使经济主体为了寻求更有利空间而向周边地区产生扩散力，出现了把经济主体、生产要素等由核心区向外围地区转移，进而在更大区域空间形成集聚优势。集聚和扩散在区域空间中不断交错进行，推动着区域空间结构形态上的演变，促进了区域经济的发展，即产生区域集聚效应[21]。

前述相关文献研究表明，交通基础设施是区域经济集聚的重要因素，物流通道是区域交通基础设施的骨干系统，因此是一个“大道”系统。“大道定理”表明占运输网络线路里程较小比例的干道承担着较大比例的交通量，是一个寻求经济长期增长最优路线的重要理论[22-23]。在物流领域，“大道”指货物运输干线，随着干线技术水平的提升，物流通道的物流服务水平也会随之提高，从而改善物流通道沿线区域经济流通效率。因此，根据“大道定理”，当时间价值较高时都愿意选择时间距离最短的“大道”，即通过物流通道实现物流活动，物流通道对于降低区域物流成本具有重要作用。因此，基于上述理论不难论证物流通道具有高效率、低物流成本优势是产生区域经济聚散及集聚效应的重要前提，物流通道的区域经济聚散机制如图1所示。

首先，物流通道的形成可以降低物流成本、缩短时空距离。由干线铁路、高速公路、国道、航空、干线水路等两种以上、且方向一致的不同干线运输方式构成的物流通道的干线运输能力提高，同时伴随着交通运输、物流技术的发展，运载设备的现代化和大型化，物流量增加，规模经济使物流成本下降；港口、机场、货运站、物流中心等物流通道沿线的物流节点规模、密度也随着线路建设和经济流通量增加而增大，同时物流节点设备的机械化、自动化和智能化的逐步应用，其货物吞吐量及周转率也迅速提升，降低物流成本、提高物流通道沿线区域物流服务水平。而且，21世纪以来，随着信息技术的普及和应用，物流通道可以通过畅通的信息流调控其各环节之间实现无缝衔接，即物流信息通道可以提供及时准确的物流信息服务等，从而降低物流成本、缩短时空距离。

其次，物流通道的形成会产生“费用-空间收敛”“时间-空间收敛”“成本收敛-流量扩展”效应，从而使物流通道沿线区域形成区位优势，促使区域空间经济主体、生产要素沿物流通道集聚与扩散。① 前述研究表明物流通道的形成使物流成本降低，可以提高产品的市场竞争能力，扩大企业或经济中心的市场服务范围，吸引各要素向具有区位优势的物流通道沿线区域空间上集聚，逐步形成一定集聚规模的经济带，这一影响在经济地理学领域被称为“费用-空间收敛”效应。②时空距离的缩短使得区域间的联系花费更短时间、获得更远程的物流服务，大大加强了产业在不同区域空间经济活动的分工与联系，这种联系以物流通道为基本纽带，也促使了具有前向、后向和旁侧联系的各种产业和生产要素向物流通道沿线集聚，当集聚达到一定阶段后再沿物流通道向外扩散，在更远的空间上集聚，从而改变沿线区域空间结构形态，这一影响在经济地理学领域被称为“时间-空间收敛”效应。③ 根据“大道定理”，物流通道承担了沿线区域货物流量的八成以上，物流通道为沿线区域承担物流服务，通过规模和高效率降低了物流通道的服务成本的同时扩大了产品流通的规模，也加强了沿线区域企业间、产业间的联系强度，这一影响被在经济地理学领域视为“成本收敛-流量扩张”效应。同时，相关理论表明溢出是发生集聚的一个重要因子，而物流通道作为公共服务设施，对区域经济增长产生空间溢出效应也将进一步促进了经济主体、生产要素在空间上的集聚与扩散[24-25]。

图1 物流通道的区域经济聚散机制

(二)物流通道的形成产生区域集聚效应

结合图1，物流通道的形成对沿线区域经济发展产生重要推动作用，使经济主体、生产要素向物流通道沿线集聚，当这种集聚达到一定程度时，沿线经济的集聚诱发了新经济流通需求又反作用于物流通道。这表现在量和质上的变化：从量上看是物流量的增加；从质上看是对物流的及时性、准确性、便利性、增值性等服务水平的更高要求，因此要求物流通道技术水平进一步提高和增强。这样，在其提供物流服务的过程中才能不断对沿线区域经济主体和生产要素聚散，刺激区域经济的发展。从这个意义上讲，物流通道的区域集聚效应是一个动态的循环累积的过程，体现在通过集聚生产要素和经济主体，形成区域空间优势，再进一步诱发潜在的优势以扩大再生产，特别是在物流信息通道的作用下，会在一定程度上加快这一动态过程。但物流通道并不是任意地、无限地产生集聚效应，当集聚规模达到了一定程度时产生过度集聚，会带来区域环境对经济活动的负面约束，影响经济主体的区域社会经济和生态效益，由此产生集聚不经济现象。而物流通道的扩散机制将促进其沿线区域经济主体和生产要素向外扩散，即沿物流通道向更广范围集聚，最终产生沿线区域集聚效应[23-24，26-27]。

(三)物流通道区域集聚效应检验的理论模型

前述文献表明，估计区域集聚效应最为常见的方法是使用城市水平上加总的生产函数。由于物流通道连接形成的区域是以物流通道为支撑满足区域内经济流通需求下逐渐形成的，具有降低区域物流成本、提高物流效率等外部经济效应。根据外部性理论，集聚经济的存在意味着区域产出是一般投入的函数，也是该区域经济活动集聚程度的函数。在投入一定的情况下，区域总产出会随着这些外部性总量的增加而提高，而产出的平均成本将随之下降。因此，通过对生产函数的估计是对区域集聚效应最直接的测度方法，其形式如下：

Y=g(S)f(K,L)

(1)

其中,Y表示区域总产出；K、L分别表示区域的资本、劳动力投入，生产函数f(?·)通常假定规模报酬不变；g(S)表示区域集聚效应。

一般地，区域内两个经济主体之间的相互联系受地理空间距离、产业联系及时间维度的影响，同时，一个区域经济活动规模也会决定于每一经济主体产生联系的相关要素或其他主体的总量。因此，从区域层面看来，地理空间距离、产业联系总量等主要为区域经济活动的密度、专业化及规模[28]，由此可以得到一个区域内某个经济主体可以获得的区域集聚效应等于与其联系的所有经济主体集聚效应的加总，是区域规模、密度和专业化的函数：

g(S)=S0g(Size,Density,Speci)

(2)

一般而言，区域经济活动集聚的规模越大，区域内经济主体之间相互联系也越多，获得的集聚效应越大，区域整体的集聚效应也越大；区域经济活动的密度越高，区域内经济主体之间的时空距离越短，才可以以较低的成本和较高的效率实现交易活动，即集聚效应也越强；区域经济活动集聚的专业化水平越高，则有利于区域内产业前后向联系和资源共享。因此规模效应、密度效应和专业化效应相互联系共同决定区域集聚效应的大小[28]。将区域集聚效应以乘数的形式引入生产函数，引起生产函数的移动，并对式(1)两边同时除以L，可以得到：

(Y/L)=Sef(Size,Density,Speci)(K/L)αXβ

(3)

其中(Y/L)反映区域的劳动生产率，(K/L)、X分别是区域的劳均固定资本投资及其他投入。再将物流通道作为一个投入要素引入式(3)，用来检验其区域集聚效应，并对式(3)对数化，同时考虑相关控制变量建立面板数据模型：

ln(Y/L)it=α0+f(Sizeit,Densityit,Speciit)+αln(K/L)itβLCTit+γlnXit+ui+εit

(4)

其中LCTit反映物流通道技术水平,Xit为控制变量，ui为物流通道沿线区域由于资源禀赋、历史条件等造成的非观测效应；εit为复合误差项；α、β、γ为待估参数。

同时，考虑到式(4)中的被解释变量为劳动生产率，它的调整是一个缓慢的过程，当期的劳动生产率水平往往取决于前期的水平((Y/L)i，t-1)。因此，本文进一步建立动态面板数据模型：

ln(Y/L)it=α0+ρln(Y/L)i,t-1+f(Sizeit,Densityit,Speciit)+αln(K/L)it+βLCTit+γlnXit+ui+εit

(5)

三、实证模型、变量处理及数据来源

(一)构建中国物流通道的区域经济集聚效应实证模型

中国在改革开放以后，特别是21世纪以来，铁路、公路、航空及港口等规划和建设获得了空前的发展，即由两条以上运输干线和物流节点及信息线路等为主体构成多条物流通道已然形成。但由于中国物流通道纵贯南北、横跨东西，绵延上千公里，贯通了发达的沿海开放城市、经济特区和省会城市，同时也连接了很多欠发达或相对落后的城市，加之中国南北、东中西部经济发展和工业布局差异均较大，这些都会使物流通道在其形成及长期服务于沿线区域经济流通中产生的集聚效应各具差异。为了进一步验证中国各条物流通道的区域集聚效应状况，本文基于上述理论模型，建立动态面板数据实证模型验证中国物流通道的区域集聚效应及其空间差异：

lnNonprodit=α0+ρlnNonprodi,t-1+α1Popsizeit+α2Nondenit+α3LEit+βLCTit+γ1lnCapitit+γ2lnEduit+γ3lnFdigdpit+ui+εit

(6)

1.相关变量选择及处理

表1是被解释变量、核心解释变量及控制变量的选择及处理，其中本文对物流通道技术水平的测算过程单独成节进行了具体的论述。

2.物流通道技术水平指标的综合测算

在上述文献中，交通基础设施变量的设定中主要以公路里程或密度为单一指标的研究，由于本文研究的物流通道是一个区域综合性物流服务系统，其技术水平的高低决定于物流通道内的所有干线、物流节点技术水平及其信息化水平的综合。为此，本文借鉴金凤君(2012)关于确定交通干线技术水平的思路提出综合测算物流通道技术水平的方法[33]，用来反映物流通道在该区域物流运作的支撑能力。物流通道是区域内外经济联系和经济社会活动布局的重要依托，区域中是否拥有物流通道体现了其对区域经济发展的支撑能力以及影响程度，物流通道技术水平越高，物流通道的区域通达性越优越，支持区域外物流活动的潜力也越大，产生区域经济集聚效应的可能性越大。物流通道技术水平测度的依据是物流通道的技术—经济特征,其测算方法：

(7)

LCTit表示t时期物流通道沿线城市i的物流通道技术水平；Lineilt表示t时期物流通道沿线城市i内的l种运输干线技术水平；Nodeimt表示t时期物流通道沿线区域内城市i内的m种物流节点的技术水平。其中，Lineilt和Nodeimt采用分类赋值的方式获得，本文在借鉴金凤君的指标赋值基础上，根据研究需要做了一定修改和补充，具体见表2。

同时，需要考虑物流信息通道的测量，刘乃全(2012)认为以互联网为核心的网络信息技术对实体空间集聚和溢出的形成和演变带来了革命性的影响，如交通距离、运输成本对于市场、交易和消费等经济过程的影响显著降低[34]。而物流通道作为区域经济流通的主干系统，其信息通道水平也直接影响物流通道的运作效率，不仅可以降低区域对外流通成本，同时提高区域经济流量、流速和流效等。因此，本文在测算物流通道技术水平时，将城市信息化发展指数直接引入其中，用以反映物流通道沿线城市的信息化水平，即将其视为物流信息通道信息化水平。Infit为t时期物流通道沿线城市i的信息化发展指数，该指标是利用国家为编制“十一五”信息化规划而建立的信息化发展指数作为依据，用信息化基础设施指数、使用指数、知识指数、环境和效果指数、信息消费指数设等方面综合性地测量和反映一个国家或地区信息化发展总体水平。根据本文的研究范畴及数据的可获性，本文选用使用指数，即用物流通道沿线t时期城市i互联网用户数(Intit)与t时期城市i百人人口数(Peoit)之比作为物流通道的信息化发展水平指标。

3.变量的内生性问题的解决思路

实证模型(6)一般会存在潜在的变量内生性问题，主要会表现在以下几个层面：

表1 变量说明及处理

表2 物流通道技术水平(LCT)的相关要素指标赋值

第一，由于联立性偏误产生内生性问题。如本文的被解释变量非农劳动生产率与物流通道技术水平、非农就业密度等之间一般会存在双向因果关系，即物流通道技术水平的提高、非农就业密度增加会提升区域非农劳动生产率；反过来，区域非农劳动生产率的提高有助于提高物流通道技术水平、吸引更多的劳动力和促进产业集聚等，即会产生联立性偏误，即存在内生性问题。

第二，由于遗漏变量可能会产生内生性问题。如果存在某些未被观测到的特定因素，而这些因素对生产率增长产生正向影响，进而引致劳动力向该地区的集聚，如果这些因素被遗漏，也同样会产生内生性的问题[32]，而本文的实证研究中可能遗漏一些反映地区特征的自然或人文因素。

第三，本身存在的测量误差也会导致内生性问题。由于物流通道沿线区域跨度大、就业人口密度分布、产业布局会存在明显的不均匀现象，因此用区域非农就业密度、人口规模、工业集聚等作为反映区域集聚效应的代理变量在一定程度上可能存在测量误差。

总之，在未考虑内生性问题的情况下，如果直接使用固定效应面板数据模型的LSDV或者随机效应面板数据模型的 GLS来估计，其估计结果一般都存在偏误且不一致的现象，也将会扭曲应有的经济含义。一般经济理论认为，由于惯性或部分调整，个体的当前行为往往取决于过去行为。由于实证模型(6)中的被解释变量区域非农劳动生产率调整是一个缓慢的过程，当期的非农劳动生产率水平可能取决于前期的水平，而动态面板数据模型的优点就是可以对个体的动态行为进行建模。同时，动态面板数据模型的系统GMM估计方法可以有效地解决解释变量的内生性问题，可以得到内生解释变量系数的一致性估计[35]。因此，根据本文通过构建动态面板数据模型，利用GMM估计方法研究物流通道的区域集聚效应，既考虑了经济环境中的动态行为可能带来的影响，也可以通过工具变量解决变量的内生性问题。

(二)研究时段与数据来源

1.研究时段的选定依据

21世纪以来，在国家各阶段经济战略规划的推进下中国物流业获得了快速发展。但由于中国区域经济发展中以五年规划为重要的时间结点，相应的规划实施都会促使各变量在一定时期快速发展或者变化。本文研究的总体时段为2000-2013年，期间跨了“十五”“十一五”和“十二五”规划的前四年，中国在“十五”以后为了促使物流业发展出台了各种措施和政策规划，比如从2006开始 “十一五”提出“大力发展现代物流业，建设大型物流枢纽，发展区域性物流中心”；2007年在《关于促进服务业加快发展的若干意见》中将物流业列为重点产业；2009年出台《物流业调整和振兴规划》；2011年发布的“十二五”规划纲要中着重强调现代物流服务体系的建设等。伴随着区域经济发展和行业发展规划与政策的实施，中国在物流基础设施上进行了大力投入和建设，比如“十五”期间中国干线铁路网的建设、2004年中国高速公路干线网络(7918网)规划的发布、2006年和2008年中国港口规划和民用机场规划的颁布与实施。上述相关信息显示，中国交通基础设施的大力投入和建设主要在21世纪以来，特别是“十一五”以后得到了快速的发展。由于物流通道技术水平主要依赖于交通干线基础设施状况，为了考察中国物流通道在这一时期的区域集聚效应的状况及其区域空间差异，本文用2000-2013年的面板数据进行实证检验。

2.数据来源及描述性统计

本文结合中国《物流业调整和振兴规划》、《物流业发展中长期规划(2014-2020年)》、《全国流通节点城市布局规划(2015-2020年)》和各条干线线路的建设状况以及物流通道的内涵，梳理出中国(不含港澳台地区)干线铁路、高速公路、国道和干线水路的两条以上且方向一致的运输干线和沿线城市的重要物流节点为基础构成的、主要承担普通货物物流活动的综合性物流通道，主要包括：纵贯中国南北的沿海、京哈、京沪、京九、京广、同(大同)柳(柳州)、宝(宝鸡)昆(昆明)7条纵向物流通道；横跨中国东中西部的京拉(拉萨)、陇海兰新、长江、沪昆4条横向物流通道，纵横交错形成网络状的中国物流通道空间格局，如图2所示。11条物流通道共贯通了中国279个地级市和4个直辖市，覆盖了中国80%以上的地区。由于其中由多条物流通道交汇于一些枢纽节点城市，如北京、上海、天津、广州、郑州、武汉、苏州、沧州、廊坊、西安等，交汇重复了45个城市以及西部个别城市数据的可获性问题，本文实际研究的物流通道沿线城市为196个。

本研究使用的各变量数据主要来自于2001-2014 年的《中国城市统计年鉴》及各城市相应年份的统计年鉴，具体数据的统计采用刘修岩(2010)的做法，他认为所研究的是一个城市主体区域集聚经济对非农劳动生产率的影响，应该以城市的市辖区为研究对象比较合适[18]，故本文使用的数据为城市统计年鉴中“市辖区”数据。中国物流通道技术水平值则采用分类赋值和数理模型(7)相结合的方式进行综合指标测算而得。各变量数据的描述性统计见表3。

表3显示了中国11条物流通道沿线区域196个城市从2000-2013年的相关变量的统计指标。从平均值来看，各物流通道之间的各项指标差异很大，这也直接反映了不同地理空间环境、经济社会环境下各变量具有明显的空间差异性。其中要说明的是人力资本和外商投资水平中最低值为0，这是因为在21世纪初，中国西部部分地级城市没有高校，如朔州、巴彦淖尔、中卫等城市，也存在个别城市没有外商投资的情形，如乌兰察布、巴彦淖尔、吴忠等城市，因此有最小值为0的情形。

图2 中国物流通道的空间布局

变量均值方差最小值最大值样本量Nonprod18.92915.6930.363197.2982744Popsize145.565187.51915.9601787.0002744Nonden262.537287.0733.3772508.4512744LE1.1120.3020.2872.2542744LCT13.0989.4402.0470.0302744Capit11.51510.7580.144104.8202744Edu8.85510.3340.00060.0302744Fdigdp3.1603.6490.00032.7132744

四、模型估计结果分析

(一)全国物流通道的区域集聚效应估计结果分析

1.估计结果

结合动态面板数据模型的特征，本文采用系统GMM方法，利用Stata 13.0对模型(6)进行估计，并用Abond和Sargan方法分别对二阶自相关性和工具变量有效性进行了检验，具体估计和检验结果如表4所示。

表4 全国层面的模型估计及检验结果

注：***、**、*分别表示在1%、5%、10%的统计水平上显著；括号中的数值为系数的稳健标准误。

根据本文的研究思路，用反映区域集聚效应的三个变量——规模、密度和专业化变量来综合表征物流通道沿线区域集聚效应对区域非农劳动生产率的影响，在估计模型Ⅰ时考虑物流通道变量，在模型Ⅱ中不考虑物流通道变量，通过比较模型Ⅰ和模型Ⅱ中规模效应、密度效应和专业化效应的变化来判断物流通道的区域集聚效应。

2.估计结果验证和分析

(1)检验结果的有效性判断。从表4的检验结果看，模型Ⅰ和模型Ⅱ均在5%的显著性水平下不拒绝“扰动项无自相关性”的原假设，即不存在二阶自相关；同时Sargan检验结果显示在5%的显著水平下接受了“所有工具变量都有效”的原假设，也表明模型估计中的工具变量是有效的。上述检验也证明了利用系统GMM估计该模型是有效的。

(2)被解释变量滞后项的估计结果分析。表4显示在研究期内，估计发现模型Ⅰ和模型Ⅱ中的被解释变量的一阶滞后项均在5%的置信水平下显著，其弹性系数分别为0.423和0.457，这表明了从全国层面看，中国物流通道沿线区域非劳动生产率显著受其前期生产率的影响。

(3)核心解释变量的估计结果分析。①在考虑物流通道技术水平变量的模型Ⅰ中，该变量在5%的置信水平下显著为正，这也验证了物流通道对沿线区域非农劳动生产率具有显著的正影响，因为物流通道是贯通整个物流通道沿线区域经济流通的主干道系统，可以作为本地的物质生产要素投入提高本地生产率；从模型Ⅰ与模型Ⅱ的估计结果比较来看，规模效应、密度效应和专业化效应在考虑物流通道技术水平时均有减小，即模型Ⅰ中集聚效应依次为0.116、-0.147和0.119，而模型Ⅱ中的依次为0.141、-0.111和0.202，这也充分反映了物流通道技术水平对沿线区域经济集聚具有明显的影响，表明了中国物流通道具有显著的区域集聚效应，也证明了物流通道沿线区域可以依托其物流通道吸引沿线经济活动要素沿物流通道沿线集聚，提高区域经济集聚强度并影响区域的经济活动，进而提高劳动生产率。②从反映区域集聚效应的三个变量来看，均在5%的置信水平下显著，表明了中国物流通道沿线区域存在显著的经济集聚效应。规模效应和专业化效应在模型Ⅰ和模型Ⅱ中分别在5%和1%的水平上存在显著的正效应，即人口规模和工业专业化程度对物流通道沿线区域的劳动生产率具有促进作用；而从密度效应来看，则模型Ⅰ和模型Ⅱ中均在1%水平上存在显著负效应，分别为-0.147和-0.111。前文分析表明，如果为密度效应为负，则表明区域内企业和劳动力在区域过度集聚带来的拥挤效应超过了集聚效应，出现了集聚不经济的情形，可能引起区域经济扩散。结合本文的研究范畴，认为可能存在以下原因：其一，中国在“十一五”以来，在区域经济政策和金融危机以后的振兴发展中区域经济发展和城市化程度较大，特别是省会城市和区位较好的城市；其二，本文仅研究的物流通道沿线区域，但物流通道贯通的城市其经济发展程度基本都优于没有物流通道贯通的城市，每条物流通道贯通的沿线区域都有若干个直辖市和省行政中心，因此存在集聚不经济的现象是正常的，这也意味着在未来的发展中将会沿着物流通道向外扩散，在更大区域集聚。

(4)控制变量估计结果分析。从表4可以看到，劳均固定投资在1%的显著性水平下对物流通道沿线区域非农劳动生产率有显著正影响。这表明物流通道沿线区域的固定资本投资的增加提高了该区域的资本存量，从而有利于提高区域非农劳动生产率；人力资本在模型Ⅰ中不显著，在模型Ⅱ中仅在10%的显著性水平下存在正影响，人力资本提高也是促进生产率重要因素，而从研究期的验证结果来看，中国物流通道沿线区域在研究期内的人力资本对该区域的生产率的影响不够显著，表明高等教育水平还需进一步加强；外商投资水平在模型Ⅰ和模型Ⅱ中均在5%以下显著性水平上存在正影响，说明此研究期内外商投资以增加区域资本存量促进了非农劳动生产率提高。

(二)各条物流通道的区域集聚效应估计结果分析

1.估计结果

与全国层面的估计及检验方法一样，为了观察中国物流通道的区域集聚效应的空间差异，分别对11条物流通道做了估计和检验，其结果见表5。

表5反映物流通道区域集聚效应的规模效应、密度效应和专业化效应对沿线区域的非农劳动生产率影响的估计结果中也存在不显著的情形，但引入物流通道后明显发生了变化，这说明物流通道具有区域集聚效应，只是其程度存在空间上的差异。因此，根据表5整理出各物流通道的区域集聚效应，如表6。

2.估计结果验证和分析

(1)检验结果的有效性判断。从表5检验的结果看，11条物流通道的模型Ⅰ和模型Ⅱ均在5%的显著性水平下，都不拒绝“扰动项无自相关性”的原假设，即不存在二阶自相关；同时Sargan检验结果显示，所有p值也均大于0.05，即接受了“所有工具变量都有效”的原假设，表明所有模型估计中的工具变量是有效的。这些检验也证明了利用系统GMM估计上述各物流通道动态面板数据模型均有效。

(2)各变量估计结果的共同之处。①被解释变量一阶滞后项均存在显著性正影响。表5显示了11条物流通道的模型Ⅰ和模型Ⅱ在2000-2013年的研究期内，各物流通道在相应置信水平均显著，表明各条物流通道沿线区域的非农劳动生产率均显著受到其前期非农劳动生产率高低的影响。②物流通道技术水平对其沿线区域非农劳动生产率具有正影响。从表5可以看出，除了宝昆和陇海兰新物流通道外，其余物流通道技术水平都在5%或10%的置信水平上显著影响该区域的非农劳动生产率。这充分证明了除宝昆和陇海兰新物流通道的技术水平待提高外，其余各物流通道技术水平均有利于提升沿线区域的经济流通效率，从而促进劳动生产率的提升。③各条物流通道具有区域集聚效应，但程度各具差异。结合表5和表6，各条物流通道的模型Ⅰ和模型Ⅱ的规模效应、密度效应和专业化效应虽然其显著性程度各有不同，但表5中显示了相较于模型Ⅱ，考虑了物流通道技术水平变量的模型Ⅰ中三种效应都有不同程度的降低，这一估计结果显示了各条物流通道对沿线区域经济集聚产生了不同程度的影响，也表明了中国各条物流通道也均具有区域集聚效应。

表5 各物流通道的模型估计结果

各物流通道区域陇海兰新长江沪昆模型Ⅰ模型Ⅱ模型Ⅰ模型Ⅱ模型Ⅰ模型Ⅱlnnonprod一阶滞后0.753***(0.069)0.755***(0.070)0.539***(0.111)0.636***(0.109)0.539***(0.049)0.579***(0.049)Popsize0.053(0.059)0.065(0.066)0.087(0.059)0.125*(0.072)0.032(0.056)0.072*(0.041)Nonden-0.089***(0.027)-0.112***(0.029)0.241***(0.038)0.262***(0.058)-0.085***(0.029)-0.060**(0.024)LE0.088(0.176)0.131(0.165)0.510***(0.170)0.647***(0.148)0.116(0.147)0.174(0.146)LCT0.001(0.003)0.011***(0.003)0.006***(0.002)lncapit0.111***(0.041)0.097**(0.044)0.049(0.057)0.047(0.062)0.263***(0.046)0.262***(0.049)lnedu0.037(0.029)0.046(0.034)0.148**(0.071)0.141*(0.075)0.019(0.027)0.010(0.028)lnfdigdp0.006(0.011)0.009(0.013)0.027(0.023)0.007(0.018)0.003(0.014)0.007(0.015)常数项0.610***(0.215)0.647**(0.256)1.099***(0.233)0.855***(0.274)1.005***(0.296)0.649***(0.234)各检验值(p)一阶自相关AR(1)0.0090.0190.0300.0270.0040.003二阶自相关AR(2)0.5380.4990.2890.2070.1490.110过度识别Sargan检验0.8570.8230.7780.7210.5360.559

注：***、**、*分别表示在1%、5%、10%的统计水平上显著；括号中的数值为系数的稳健标准误。

表6 各物流通道的区域集聚效应

(3)各变量估计结果的差异之处。①被解释变量的一阶滞后项显著，但区域差异较大。从表5的估计结果来看，横向物流通道(如京拉、陇海兰新、长江和沪昆)的非劳动生产率受前期的影响普遍高于大部分纵向物流通道(如沿海、京沪、京九、京广和同柳)，这些估计结果基本显示了物流通道贯通的区域经济越发达，非农劳动生产率受其前期的影响更小，而更多依赖于其它因素的支持；物流通道贯通的沿线城市经济差距越大，非农劳动生产率受其前期的影响更大，因此也表明了经济欠发达的地区，劳动生产率受其生产率高低的影响更大。②区域集聚效应存在显著差异。由于各通道由于地理区位、资源禀赋、经济基础及各项投入的差异，以及物流通道本身技术水平的不同，各条物流通道的区域集聚效应存在明显的差异。由表6，从规模效应和密度效应上看，同柳、京沪物流通道的规模效应和密度效应较大，依次是0.091、0.069和0.075、0.071，而沿海、京广物流通道的则较小，依次为0.003、0.006和0.005、0.006，表明了物流通道对其沿线人口规模和非农劳动生产率的影响是一致的，且在研究期内除了京沪物流通道外，大部分表现为在地处中西部和横跨东中西的物流通道规模效应和密度效应更明显，这也显示了中国在“十五”以来对中西部地区生产力布局的效果；从专业化效应上看，长江和沿海物流通道的专业化效应最大，分别是0.137和0.077，而宝昆和京拉物流通道的则较小，分别是0.001和0.007，印证了物流通道的布局较早的区域已经对其沿线工业集聚产生了较大的影响，比如中国长江、沿海、京哈和陇海兰新、沪昆中东段等物流通道沿线区域工业集聚已初具规模，而相对经济发展落后的、纵贯西部地区的宝昆物流通道、横跨中西部的京拉物流通道专业化效应还相对较低。

五、结论与建议

区域经济集聚是区域快速发展的主要推动力，因此哪些要素引起或者促进区域经济集聚并产生经济集聚效应已有很多文献研究。概括起来看，这些文献主要围绕城市规模、就业密度、产业专业化等对生产率影响实证研究区域集聚效应，而且学者们在研究过程中发现(交通)基础设施也是区域经济集聚的重要因素之一；同时在现代网络信息技术环境中，物流信息通道是否畅通不仅可以决定物流通道技术水平，也直接影响物流通道对其沿线区域的集聚效应。基于此，本文考虑到物流通道是交通和信息基础设施骨干部分，可以作为物质生产要素投入到区域经济生产系统中，以生产函数模型为理论模型，构建动态面板数据实证模型，并非考查物流通道作为解释变量给被解释变量产生的直接效应，而是借鉴Mera(1973)[15]、Seitz and Licht (1995)[16]、刘修岩(2010)[18]、王良举(2014)[20]和苏红键(2014)[30]等学者的研究思路和研究方法，用规模、密度和专业化等多维变量来综合估计区域集聚效应，并在验证区域集聚效应存在的基础上，通过在模型中加入物流通道指标与否，通过观察规模效应、密度效应和专业化效应的变化来考察物流通道对其沿线区域是否产生了集聚效应。而其中的物流通道指标是反映物流通道技术水平的综合性指标，由于学者们在将交通基础设施作为一个变量纳入计量经济模型中研究时，多以公路里程或密度等单一指标作为代理变量，而本文的研究对象物流通道是由多种要素组成的整体区域物流服务系统。因此，选择任何单一代理变量都存在片面性，为此，本文借鉴前人的做法和本文的具体研究对象特征构建了数理模型，综合测算中国11条物流通道技术水平相对较为客观、合理。

从总体实证结果来看，基本符合预期，即各条物流通道具有不同程度的区域集聚效应。本文用规模效应、密度效应和专业化效应三个维度综合反映物流通道的区域集聚效应，相较于模型Ⅱ，在模型Ⅰ中加入了物流通道技术水平变量后，规模效应、密度效应和专业化效应都有不同程度的降低，这一验证结果显示了各条物流通道对其沿线区域经济集聚产生了不同程度的正效应，即表明了中国物流通道具有区域集聚效应，但各物流通道由于地理空间、资源禀赋、经济基础及各项投入的差异，以及物流通道本身技术水平的不同，各物流通道的区域集聚效应存在明显的空间差异。主要表现为：同柳、京沪物流通道的规模效应和密度效应较大，而沿海、京广物流通道较小，且在研究期表现为在地处中西部和横跨东中西部的物流通道规模效应和密度效应更明显；长江、沿海、京哈、陇海兰新和沪昆物流通道的专业化效应较大，而相对经济发展落后的、纵贯西部地区的宝昆物流通道、横跨中西部的京拉物流通道的专业化效应还较低。

由此可以看出，中国虽然“十五”以来在中西部地区物流通道投入和建设中取得了一定效果，同时对沿线区域也产生了一定程度的经济集聚效应，如带动了沿线区域人口规模和非农就业密度的增加，但处于经济发展相对落后地区、纵贯西部地区的宝昆物流通道、横跨中西部青海和西藏等省市的京拉物流通道的专业化效应还相对较低，即工业集聚程度相对还是较弱。但随着中国物流通道的建设和完善以及高速铁路的运营并逐步承担货运业务(2017年10月20日正式开始承运小包货物)，高速铁路也将成为物流通道系统的重要组成部分，必然提升全国、特别如宝昆和京拉等中西部物流通道的技术水平和物流服务水平，推动物流通道沿线区域提高物流效率、降低物流成本，进一步产生费用-空间收敛效应、时间-空间收敛效应、成本收敛-流量扩张效应，使得其沿线区域经济主体和生产要素集聚产生更大的区域集聚效应，从而获得规模效益。

[1]王春芝．国际物流通道优选理论方法与实证研究[D]．长春：吉林大学，2004.

[2]赵 放．区域贸易中的物流通道成本研究[D]．成都：西南交通大学，2007.

[3]傅志妍．区域防灾物流通道系统规划研究[D]．成都：西南交通大学，2009.

[4]刘 洁．亚欧大陆桥物流通道发展理论与实证研究[D]．北京：北京交通大学，2012.

[5]范月娇，王 健．我国物流通道的生产服务效率研究——基于SFA面板数据的实证[J]．云南财经大学学报，2016，178(2)：22-36.

[6]张文忠．经济区位论[M]．北京：科学出版社，2000.

[7]张文尝，金凤君，荣朝和，唐秀芳．空间运输联系——理论研究、实证研究、预测方法[M]．北京：中国铁道出版社，1992.

[8]聂华林，林 超．区域空间结构理论[M]．北京：中国社会科学出版社，2008.

[9]陆大道．关于“点-轴”空间结构系统的形成机理分析[J]．地理科学，2002，22(1)：1-6.

[10]Eberts R W，McMillen D P．Agglomeration economies and urban public infrastructure[Z]．Handbook of Regional and Urban Economics，1999，3(3)：1455-1495.

[11]管楚度．交通区位论及应用[M]．北京：人民交通出版社，2000.

[12]张学良．交通基础设施、空间溢出与区域经济增长[M]．南京：南京大学出版社，2009．

[13]姚 影．城市交通基础设施对城市集聚与扩展的影响机理研究[D]．北京：北京交通大学，2009.

[14]GrahamD J , Melo P S, Jiwattanakulpaisarn P．Testing for causality between productivity and agglomeration economies [J]. Journal of Regional Science，2010，50(5)：935-951.

[15]Mera K．On the urban agglomeration and economic efficiency[J]．Economic Development and Cultural Change，1973，21( 2)：309-324.

[16]Seitz H，Licht G．The impact of public infrastructure capital on regional manufacturing production cost[J]．Regional Studies，1995，29( 3) ：231-240.

[17]Moomaw R L．Is population scale a worthless surrogate for business agglomeration economies?[J]．Regional Science and Urban Economics，1983，13( 4)：525-545.

[18]刘修岩．集聚经济、公共基础设施与劳动生产率——来自中国城市动态面板数据的证据[J]．财经研究，2010，36(5)：92-101.

[19]宋英杰．交通基础设施的经济集聚效应研究——基于新经济地理理论的分析[D]．济南：山东大学，2013.

[20]王良举，陈甬军．考虑基础设施因素的集聚经济效应估计——基于中国地级区域动态面板数据的实证研究[J]．云南财经大学学报，2014，166(2)：27-37.

[21]郭 晔．我国三大经济区的发展比较——基于城市与区域集聚效应的面板数据分析[J]．中国工业经济，2010，265(4)：35-45.

[22]Musa A，Mamedov，Serpil Pehlivan．Statistic cluster points and turnpike theorem in nonconvex problems[J]．Journal of Mathematical Analysis and Applications，2001，256：686- 693.

[23]毛 敏．城市化进程中区域客运通道的发展研究[D]．成都：西南交通大学，2005.

[24]张文尝，金凤君，樊 杰．交通经济带[M]．北京：科学出版社，2002.

[25]安虎森．新区域经济学[M]．大连：东北财经大学出版社，2011.

[26]章志刚．现代物流与城市群经济协调发展研究[D]．上海：复旦大学，2005.

[27]崔世华．跨海通道战略经济影响研究——关于双向效应的思考[D]．上海：同济大学，2007

[28]苏红键，魏后凯，邓 明．城市集聚经济的多维性及其实证检验[J]．财贸经济，2014(5)：115-126.

[29]Ciccone A, Hall R E．Productivity and the density of economic activity [J]．American Economic Review，1996，86(1) ：54 -70.

[30]刘修岩．集聚经济与劳动生产率：基于中国城市面板数据的实证研究[J]．数量经济技术经济研究，2009(7)：109-119.

[31]陈良文，杨开忠，沈体雁．经济集聚密度与劳动生产率差异——基于北京市微观数据的实证研究[J]．经济学(季刊)，2008，8(1)：99- 114.

[32]潘文卿，刘 庆．中国制造业产业集聚与地区经济增长——基于中国工业企业数据的研究[J]．清华大学学报(哲学社会科学版)，2012，27(1)：137-147.

[33]金凤君．基础设施与经济社会空间组织[M]．北京：科学出版社，2012.

[34]刘乃全．空间集聚论[M]．上海：上海财经大学出版社，2012.

[35]陈 强．高级计量经济学及Stata应用(第二版)[M]．北京：高等教育出版社，2014.