物流業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間溢出效應(yīng)研究
——基于成都經(jīng)濟(jì)區(qū)地級(jí)市數(shù)據(jù)的空間計(jì)量分析

鄒 潛，崔露瓊

（1.貴州大學(xué) 經(jīng)濟(jì)學(xué)院，貴州 貴陽(yáng) 550025；2.貴州交通技師學(xué)院，貴州 貴陽(yáng) 550008）

一、引言

成都經(jīng)濟(jì)區(qū)于2006 年初成立，5 年后，成都、遂寧等8 市簽署《區(qū)域合作框架協(xié)議》，一體化正式起步。成都經(jīng)濟(jì)區(qū)面積約占四川省18%，人口約占全省46%，2018 年經(jīng)濟(jì)總量達(dá)25 664 億元，占全省60.09%。成都經(jīng)濟(jì)區(qū)啟動(dòng)區(qū)域經(jīng)濟(jì)一體化以來，成都長(zhǎng)時(shí)間保持一城獨(dú)大，2018 年，成都市經(jīng)濟(jì)總量是全省排名第二的綿陽(yáng)市的6.7 倍，是經(jīng)濟(jì)區(qū)內(nèi)體量最小的雅安市的23.7 倍，成都經(jīng)濟(jì)區(qū)經(jīng)濟(jì)一體化發(fā)展并沒有預(yù)想中的順利。

近些年來，國(guó)家高度重視物流業(yè)發(fā)展，《物流業(yè)調(diào)整和振興規(guī)劃》、物流行業(yè)“國(guó)八條”到“國(guó)十條”、《國(guó)家物流樞紐布局及建設(shè)規(guī)劃》等政策或文件密集出臺(tái)。20 多年來，物流業(yè)飛速發(fā)展，已成為推動(dòng)區(qū)域經(jīng)濟(jì)的重要引擎。物流產(chǎn)業(yè)屬生產(chǎn)性服務(wù)業(yè)，它的依附性、服務(wù)性的特點(diǎn)決定其必然伴隨各產(chǎn)業(yè)的發(fā)展而發(fā)展，隨著中國(guó)作為制造大國(guó)的崛起，物流集聚已是必然趨勢(shì)。成都是全國(guó)九大物流區(qū)域、十大物流通道中的中心城市和樞紐城市、全國(guó)性物流節(jié)點(diǎn)城市，遂寧位于成渝經(jīng)濟(jì)圈“金三角”地帶，是中國(guó)現(xiàn)代物流示范城市，雅安具有藏區(qū)與內(nèi)地經(jīng)濟(jì)交流的區(qū)位優(yōu)勢(shì)，其物流產(chǎn)業(yè)成長(zhǎng)態(tài)勢(shì)良好，資陽(yáng)現(xiàn)代物流初顯規(guī)模，德陽(yáng)、綿陽(yáng)的制造業(yè)集聚正在促進(jìn)區(qū)域內(nèi)物流業(yè)不斷集聚，成都經(jīng)濟(jì)區(qū)已初步凸顯物流產(chǎn)業(yè)集聚效應(yīng)。馬歇爾指出，產(chǎn)業(yè)集聚可帶來外部規(guī)模經(jīng)濟(jì)和外部范圍經(jīng)濟(jì)。目前越來越多的學(xué)者開始展開對(duì)物流產(chǎn)業(yè)集聚的研究。

二、文獻(xiàn)綜述和理論分析

（一）文獻(xiàn)綜述

19 世紀(jì)末，Marshall（1890）率先在其《經(jīng)濟(jì)學(xué)原理》中提出并闡述了產(chǎn)業(yè)集聚理論。Brülhart、Gorni和Hanlon 等眾多學(xué)者通過多角度研究形成了一個(gè)共識(shí)，產(chǎn)業(yè)集聚發(fā)展可以產(chǎn)生外部經(jīng)濟(jì)效應(yīng)，提高社會(huì)生產(chǎn)效率，進(jìn)而推動(dòng)區(qū)域經(jīng)濟(jì)發(fā)展。盡管產(chǎn)業(yè)集聚理論已達(dá)到較深領(lǐng)域，但國(guó)內(nèi)關(guān)于物流產(chǎn)業(yè)集聚的研究還較少，高水平文獻(xiàn)更少。目前國(guó)內(nèi)關(guān)于物流業(yè)集聚研究主要集中在物流業(yè)集聚的影響因素、演化機(jī)理以及物流業(yè)集聚與經(jīng)濟(jì)發(fā)展的關(guān)系等三方面。其中關(guān)于物流業(yè)集聚與區(qū)域經(jīng)濟(jì)的研究主要在以下幾個(gè)角度展開。

1.利用灰色關(guān)聯(lián)度法研究。關(guān)高峰（2012）利用中部六省面板數(shù)據(jù)，運(yùn)用灰色關(guān)聯(lián)度法進(jìn)行了實(shí)證研究，得出六省物流集聚度存在差異，六省物流業(yè)集聚度與GDP 的灰色關(guān)聯(lián)度較高。關(guān)春燕（2014）將全國(guó)分成東北、東、中、西四個(gè)區(qū)域，運(yùn)用區(qū)位熵法、灰色關(guān)聯(lián)法分析，發(fā)現(xiàn)四個(gè)區(qū)域經(jīng)濟(jì)增長(zhǎng)與物流產(chǎn)業(yè)集聚程度的變化存在較大的相關(guān)性。王婷婷（2015）利用灰色關(guān)聯(lián)度法對(duì)安徽、浙江、江蘇、河南四省的物流產(chǎn)業(yè)集聚與區(qū)域經(jīng)濟(jì)進(jìn)行了分析，得出類似結(jié)論。

2.利用莫蘭指數(shù)和普通面板模型研究。侯海濤（2017）利用河南18 個(gè)地級(jí)市面板數(shù)據(jù)，運(yùn)用莫蘭指數(shù)對(duì)河南省物流業(yè)集聚與經(jīng)濟(jì)增長(zhǎng)進(jìn)行了空間分析，得出河南各地級(jí)市在物流集聚上呈現(xiàn)空間正相關(guān)，在經(jīng)濟(jì)上呈現(xiàn)出明顯空間負(fù)相關(guān)。關(guān)秋燕（2015）將大陸31 個(gè)?。ㄊ小^(qū)）劃分為黃河中游地區(qū)、長(zhǎng)江中游地區(qū)、東、東北、西五個(gè)區(qū)域，利用面板數(shù)據(jù)模型分析了物流產(chǎn)業(yè)集聚與區(qū)域經(jīng)濟(jì)發(fā)展的關(guān)系，表明物流集聚度對(duì)五大區(qū)域經(jīng)濟(jì)發(fā)展有正向也有負(fù)向影響。

3.利用空間面板模型研究。王健和范月嬌（2014）利用我國(guó)省級(jí)行政區(qū)面板數(shù)據(jù)，采用動(dòng)態(tài)面板數(shù)據(jù)模型，得出不同區(qū)域物流業(yè)集聚水平對(duì)經(jīng)濟(jì)增長(zhǎng)的效應(yīng)存在動(dòng)態(tài)的時(shí)間滯后效應(yīng)。姜寶和李劍（2016）運(yùn)用三種空間計(jì)量模型分別從三個(gè)方面實(shí)證分析物流業(yè)集聚對(duì)經(jīng)濟(jì)增長(zhǎng)的作用，得出物流業(yè)集聚對(duì)第三產(chǎn)業(yè)貢獻(xiàn)度最大，對(duì)第一產(chǎn)業(yè)影響不顯著，僅對(duì)當(dāng)?shù)剡M(jìn)口貿(mào)易有顯著正影響，但其集聚的空間溢出效應(yīng)是負(fù)值。王柏生（2019）將區(qū)位熵加入柯布-道格拉斯函數(shù)，建立SLM、SEM 模型實(shí)證檢驗(yàn)了物流業(yè)集聚對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，得出“一帶一路”沿線地區(qū)物流業(yè)集聚與區(qū)域經(jīng)濟(jì)發(fā)展有較強(qiáng)的相關(guān)性，并在空間上具有顯著的經(jīng)濟(jì)溢出效應(yīng)。

從上述分析可以看出，關(guān)于物流業(yè)集聚與區(qū)域經(jīng)濟(jì)的關(guān)系問題研究并不成熟，學(xué)者很少考慮到空間因素，其實(shí)證結(jié)果不可避免會(huì)出現(xiàn)一定偏誤。近年來，學(xué)者們開始將空間因素納入研究范圍，然而在空間溢出效應(yīng)方面的研究仍然不夠深入。

（二）理論分析

物流企業(yè)在空間區(qū)域內(nèi)集聚，企業(yè)數(shù)量和規(guī)模不斷擴(kuò)大，在集聚的空間范圍內(nèi)，物流企業(yè)共享勞工、資金、技術(shù)等各種生產(chǎn)要素及產(chǎn)業(yè)附屬服務(wù)，使得整個(gè)產(chǎn)業(yè)效率不斷提高，生產(chǎn)成本降低，物流業(yè)成本的降低將會(huì)帶來其他產(chǎn)業(yè)生產(chǎn)成本的降低，從而促進(jìn)本地區(qū)經(jīng)濟(jì)發(fā)展，由于極化效應(yīng)和擴(kuò)散效應(yīng)的存在，物流業(yè)集聚也會(huì)促進(jìn)或抑制周邊地區(qū)經(jīng)濟(jì)發(fā)展。

1.競(jìng)爭(zhēng)效應(yīng)。物流企業(yè)的空間集中，將在資金、勞動(dòng)力、高層次人才、技術(shù)、市場(chǎng)等方面發(fā)生激烈競(jìng)爭(zhēng)，這種競(jìng)爭(zhēng)是持續(xù)的、全方位的，并存在不斷加強(qiáng)的趨勢(shì)。一方面體現(xiàn)為物流企業(yè)服務(wù)價(jià)格降低，更為重要的是這種競(jìng)爭(zhēng)效應(yīng)會(huì)導(dǎo)致物流企業(yè)優(yōu)勝劣汰，迫使整個(gè)物流業(yè)改造升級(jí)。

2.規(guī)模效應(yīng)。物流企業(yè)在空間集中，資金、勞動(dòng)力、高層次人才、專利技術(shù)、設(shè)備等要素會(huì)隨著物流業(yè)集聚而相對(duì)集中，區(qū)域內(nèi)信息、物流基礎(chǔ)設(shè)備和設(shè)施將得到更加高效利用，物流企業(yè)更加容易降低自身生產(chǎn)成本和提高效率，物流企業(yè)成本降低和服務(wù)水平提高會(huì)使得物流企業(yè)能夠?yàn)槠渌袠I(yè)提供更低廉、更專業(yè)和高效的服務(wù)，引致更多企業(yè)或部門將物流業(yè)務(wù)外包出來，進(jìn)而降低全社會(huì)生產(chǎn)成本。物流產(chǎn)業(yè)集聚內(nèi)部規(guī)模經(jīng)濟(jì)轉(zhuǎn)化為區(qū)域經(jīng)濟(jì)外部規(guī)模經(jīng)濟(jì)，規(guī)模經(jīng)濟(jì)效應(yīng)一方面吸引更多物流企業(yè)參與集聚，另一方面又會(huì)促進(jìn)其他行業(yè)尤其是制造業(yè)的進(jìn)一步集中，物流需求進(jìn)一步增大，不斷自我循環(huán)形成各行業(yè)和物流產(chǎn)業(yè)良性互動(dòng)。

3.溢出效應(yīng)。物流企業(yè)在空間區(qū)域集聚，將促進(jìn)創(chuàng)新、專利技術(shù)等高質(zhì)量要素的集聚，增加企業(yè)間交流和相互學(xué)習(xí)機(jī)會(huì)，集聚區(qū)吸引更多物流企業(yè)進(jìn)駐，新企業(yè)不斷加入，催生大量先進(jìn)知識(shí)和專利技術(shù)，產(chǎn)生知識(shí)和技術(shù)空間外溢效應(yīng)，新企業(yè)擁有較高先進(jìn)技術(shù)基礎(chǔ)，提高了物流行業(yè)生產(chǎn)效率，降低了行業(yè)研究開發(fā)費(fèi)用以及改造升級(jí)成本。在利潤(rùn)最大化驅(qū)使下，物流企業(yè)更愿意向生產(chǎn)成本低的地理區(qū)域集中，隨著集聚區(qū)域越來越大，各種資源迅速增加，這些資源將會(huì)以“波浪形”由近及遠(yuǎn)向周邊地區(qū)擴(kuò)散，促進(jìn)本地區(qū)經(jīng)濟(jì)發(fā)展的同時(shí)也會(huì)影響周邊地區(qū)的發(fā)展，溢出效應(yīng)是正是負(fù)，取決于擴(kuò)散效應(yīng)和極化效應(yīng)的對(duì)比。

三、研究方法

（一）空間自相關(guān)性分析

首先利用全局莫蘭指數(shù)I 對(duì)本文被解釋變量空間自相關(guān)性進(jìn)行檢驗(yàn)，其表達(dá)式為：

Wij表示空間權(quán)重矩陣，莫蘭指數(shù)大于0 表示空間正自相關(guān)，越大表明相關(guān)性越強(qiáng)。

（二）空間權(quán)重矩陣的設(shè)定

空間權(quán)重矩陣的設(shè)定有很多種，根據(jù)地理學(xué)第一定律，本文采用反距離空間權(quán)重矩陣，Wij=1/dij，dij表示兩地區(qū)距離。

（三）空間計(jì)量模型

1.空間自回歸模型（SAR）

2.空間誤差模型（SEM）

3.空間杜賓模型（SDM）

空間杜賓模型是前兩種模型的一般形式，其表達(dá)式為：

ρ 表示區(qū)域經(jīng)濟(jì)在空間上的聯(lián)系。

（四）空間效應(yīng)分解

借鑒Lesage 等的方法，將SDM 模型的空間效應(yīng)分解為直接效應(yīng)和間接效應(yīng)，前者表示解釋變量對(duì)本地區(qū)被解釋變量的影響，后者表示解釋變量的溢出效應(yīng)。

四、指標(biāo)選取與數(shù)據(jù)來源

（一）指標(biāo)選取

本文將人均生產(chǎn)總值作為被解釋變量，用人均GDP 的增長(zhǎng)衡量各地區(qū)經(jīng)濟(jì)增長(zhǎng)水平。將物流區(qū)位熵（LQ）作為核心解釋變量，區(qū)位熵含義如下：

LQi表示i 市物流業(yè)集聚水平，Ei和E 分別表示全省物流業(yè)從業(yè)人數(shù)及全省各行業(yè)從業(yè)人數(shù)，ei和e 分別表示i 市物流業(yè)從業(yè)人數(shù)和i 市各行業(yè)從業(yè)人數(shù)。

以下作為控制變量：資本投入（K）用固定資產(chǎn)投資額來表示，勞動(dòng)力投入（L）用從業(yè)人員總數(shù)來表示，產(chǎn)業(yè)結(jié)構(gòu)水平（ISU）用第二三產(chǎn)業(yè)產(chǎn)值占地區(qū)GDP 比重表示，政府支出強(qiáng)度（GOV）用政府財(cái)政支出占地區(qū)GDP 比重表示，對(duì)外開放程度（Open）用進(jìn)出口總額表示。

（二）數(shù)據(jù)來源

文中所用各變量數(shù)據(jù)均來源于2008—2018 年《四川統(tǒng)計(jì)年鑒》及政府官方網(wǎng)站。物流業(yè)用“交通運(yùn)輸、倉(cāng)儲(chǔ)及郵政業(yè)”代替，對(duì)所有變量進(jìn)行對(duì)數(shù)化處理。

五、實(shí)證結(jié)果分析

（一）空間自相關(guān)檢驗(yàn)

表1 是利用Geoda 軟件計(jì)算出的結(jié)果，可以看出，2008—2018 年各年莫蘭指數(shù)在5%水平下顯著為正，可認(rèn)為成都經(jīng)濟(jì)區(qū)經(jīng)濟(jì)增長(zhǎng)存在著較強(qiáng)的正向空間依賴性。

表1 全局Moran's I 指數(shù)

（二）空間計(jì)量模型的估計(jì)

1.SAR、SEM 及SDM 模型的選擇。首先暫不考慮空間因素影響，利用STATA15.0 軟件進(jìn)行OLS 回歸估計(jì)及LM 檢驗(yàn)、豪斯曼檢驗(yàn)（見表2）。限于篇幅，省略O(shè)LS 模型回歸結(jié)果。

表2 LM 及Hausman 檢驗(yàn)

根據(jù)LMlag 與LMerr 及其穩(wěn)鍵統(tǒng)計(jì)量的顯著性進(jìn)行判定，LM 檢驗(yàn)顯著，說明本文的研究有必要采用空間計(jì)量模型。空間面板模型分為固定效應(yīng)模型和隨機(jī)效應(yīng)模型兩類，選擇哪一種需繼續(xù)進(jìn)行Hausman 檢驗(yàn)，檢驗(yàn)結(jié)果為負(fù)值，連玉君和王聞達(dá)（2014）認(rèn)為，Hausman 檢驗(yàn)出現(xiàn)負(fù)值可認(rèn)為應(yīng)采用固定效應(yīng)模型。表3 為STATA15.0 軟件計(jì)算出的結(jié)果。

根據(jù)R2和log-L 值比較，SEM 的指標(biāo)均大于SAR 的相應(yīng)指標(biāo)，因此選擇SEM 分析更加合適，該結(jié)論與LM 檢驗(yàn)的結(jié)論似乎有沖突。Anselin 提出如果模型設(shè)定正確，應(yīng)遵從Log likelihood 統(tǒng)計(jì)量>LM統(tǒng)計(jì)量的排列順序，因?yàn)長(zhǎng)M 檢驗(yàn)僅僅是基于統(tǒng)計(jì)推斷而忽略了理論基礎(chǔ)，可能導(dǎo)致選擇錯(cuò)誤，空間誤差模型經(jīng)常被選擇性遺忘。但是由于LM 檢驗(yàn)并沒有考慮到SDM 模型的適用性，因此可通過LR 檢驗(yàn)來檢驗(yàn)SDM 是否可簡(jiǎn)化。檢驗(yàn)結(jié)果如表4 所示，LR 檢驗(yàn)均通過5%水平檢驗(yàn)，SDM 不能簡(jiǎn)化，因此應(yīng)采取固定效應(yīng)SDM 進(jìn)行空間計(jì)量分析。

表3 空間計(jì)量模型回歸結(jié)果

表4 LR 和Wald 檢驗(yàn)結(jié)果

2.SDM模型回歸分析。本文對(duì)三種固定效應(yīng)模型分別進(jìn)行擬合。表5 為利用MATLAB 軟件運(yùn)行出的結(jié)果。

表5 三種固定效應(yīng)的空間杜賓模型比較

Log-likehood 值的大小表明擬合數(shù)據(jù)效果優(yōu)良。由表5 可知，時(shí)空雙固定效應(yīng)下SDM 的Log-likehood值最高，根據(jù)Likelihood-ratio test 結(jié)果也可以說明時(shí)空雙固定效應(yīng)的SDM 更優(yōu)。因此時(shí)空雙固定效應(yīng)的SDM 為本文最優(yōu)模型。表6 為MATLAB 軟件運(yùn)行出的結(jié)果。

3.SDM 模型的空間效應(yīng)分解。SDM 模型回歸結(jié)果中的解釋變量的系數(shù)不能直接用來解釋對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。參考LeSage、Pace 的做法，將總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)。如表7 所示。

表6 雙固定效應(yīng)空間杜賓模型回歸結(jié)果

表7 雙固定空間杜賓模型的直接效應(yīng)和間接效應(yīng)

物流業(yè)集聚（LQ）直接效應(yīng)系數(shù)為0.33，且在1%水平下顯著，表明物流業(yè)集聚能顯著促進(jìn)本地經(jīng)濟(jì)增長(zhǎng)，即物流業(yè)集聚每提高1%，本地人均GDP 增長(zhǎng)0.33%；物流業(yè)集聚（LQ）間接效應(yīng)系數(shù)為-0.58，且通過1%的顯著性檢驗(yàn)，說明物流集聚對(duì)周邊城市經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)的溢出效應(yīng)，即物流業(yè)集聚每提高1%，周邊地區(qū)人均GDP 下降0.58%。

勞動(dòng)力投入（L）直接效應(yīng)系數(shù)為1.013，且在1%水平下顯著，表明勞動(dòng)力投入能顯著促進(jìn)本地經(jīng)濟(jì)增長(zhǎng)，即：勞動(dòng)力投入每提高1%，本地人均GDP 增長(zhǎng)1.013%；勞動(dòng)力投入（L）間接效應(yīng)系數(shù)為-0.406，但不顯著，溢出效應(yīng)不明顯。

資本投入（K）直接效應(yīng)系數(shù)為0.114，且在5%水平下顯著，表明資本投入能顯著促進(jìn)本地經(jīng)濟(jì)增長(zhǎng)，即：資本投入每提高1%，本地人均GDP 增長(zhǎng)0.114%；資本投入間接效應(yīng)系數(shù)為-0.008，但不顯著，溢出效應(yīng)不明顯。

政府支出強(qiáng)度（GOV）直接效應(yīng)系數(shù)為-0.625，且在1%水平下顯著，表明政府支出顯著阻礙本地經(jīng)濟(jì)增長(zhǎng)，即：政府支出強(qiáng)度每提高1%，本地人均GDP 下降0.625%；政府支出間接效應(yīng)系數(shù)為-0.946，且在5%水平下顯著，溢出效應(yīng)明顯，表明政府支出對(duì)周邊城市經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)的溢出效應(yīng)，即政府支出強(qiáng)度每提高1%，周邊地區(qū)人均GDP 下降0.946%。表明在市場(chǎng)經(jīng)濟(jì)體制日益完善的今天，政府對(duì)經(jīng)濟(jì)不當(dāng)干預(yù)對(duì)經(jīng)濟(jì)存在不利影響。

產(chǎn)業(yè)結(jié)構(gòu)水平（ISU）直接效應(yīng)系數(shù)和間接效應(yīng)系數(shù)分別為4.382 和3.79，且在1%水平下顯著，表明產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化不但能顯著促進(jìn)本地經(jīng)濟(jì)增長(zhǎng)，而且能顯著促進(jìn)周邊地區(qū)經(jīng)濟(jì)增長(zhǎng)，即產(chǎn)業(yè)結(jié)構(gòu)水平每提高1%，本地和周邊地區(qū)人均GDP 分別增長(zhǎng)4.382%和3.79%，促進(jìn)力度非常大。

對(duì)外開放程度（OPEN）直接效應(yīng)系數(shù)和間接效應(yīng)系數(shù)分別為0.003 和0.032，但不顯著，表明對(duì)外開放程度對(duì)本地和周邊地區(qū)經(jīng)濟(jì)增長(zhǎng)作用并不明顯，說明在我國(guó)內(nèi)需旺盛和外部經(jīng)濟(jì)市場(chǎng)萎靡的背景下，對(duì)外貿(mào)易對(duì)成都經(jīng)濟(jì)區(qū)的拉動(dòng)作用將逐漸減弱。

六、結(jié)論及啟示

本文運(yùn)用空間杜賓模型實(shí)證分析了成都經(jīng)濟(jì)區(qū)物流業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間溢出效應(yīng)，研究結(jié)果主要有：（1）成都經(jīng)濟(jì)區(qū)區(qū)域經(jīng)濟(jì)有著顯著空間相關(guān)性；（2）物流業(yè)集聚促進(jìn)了本地區(qū)經(jīng)濟(jì)增長(zhǎng)，但是區(qū)域內(nèi)，物流業(yè)集聚對(duì)周邊城市經(jīng)濟(jì)增長(zhǎng)有顯著負(fù)的空間溢出效應(yīng)；（3）從各控制變量來看，產(chǎn)業(yè)結(jié)構(gòu)水平對(duì)全地區(qū)經(jīng)濟(jì)增長(zhǎng)有著顯著的較大正向影響，對(duì)周邊地區(qū)經(jīng)濟(jì)正向溢出效應(yīng)較大，政府支出強(qiáng)度對(duì)全地區(qū)經(jīng)濟(jì)增長(zhǎng)有著顯著抑制作用，勞動(dòng)力投入和資本投入對(duì)本地區(qū)有著顯著正向影響，但對(duì)周邊地區(qū)的溢出效應(yīng)并不顯著，對(duì)外開放程度對(duì)全地區(qū)經(jīng)濟(jì)增長(zhǎng)影響不顯著。

根據(jù)結(jié)論，得到幾點(diǎn)啟示：（1）制定經(jīng)濟(jì)規(guī)劃時(shí)應(yīng)充分考慮到經(jīng)濟(jì)區(qū)內(nèi)各經(jīng)濟(jì)體之間的空間關(guān)聯(lián)性。（2）既要認(rèn)識(shí)到物流業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的正向作用，也要考慮到其空間溢出效應(yīng)。政府宜通過制定統(tǒng)一行業(yè)標(biāo)準(zhǔn)、優(yōu)惠政策來提高行業(yè)集聚水平，加強(qiáng)各區(qū)域物流業(yè)協(xié)同發(fā)展，將地區(qū)發(fā)展的各項(xiàng)指標(biāo)內(nèi)化到產(chǎn)業(yè)集聚過程之中，通過區(qū)域一體化發(fā)展與產(chǎn)業(yè)集聚的融合發(fā)展減少或消除負(fù)向空間溢出效應(yīng)。（3）提升現(xiàn)代物流服務(wù)功能，培育具有強(qiáng)大競(jìng)爭(zhēng)力的物流龍頭企業(yè)，改造傳統(tǒng)物流企業(yè)。應(yīng)積極引導(dǎo)物流業(yè)集聚從量變到質(zhì)變的轉(zhuǎn)變，加大物流高科技研發(fā)力度，加強(qiáng)物流基礎(chǔ)設(shè)施網(wǎng)絡(luò)建設(shè)，大力培養(yǎng)物流高層次人才，促進(jìn)物流企業(yè)運(yùn)用EDI、GIS、大數(shù)據(jù)等現(xiàn)代技術(shù)改造升級(jí)，提高物流業(yè)智能化和數(shù)據(jù)化水平。