謝守紅,陳淑敏,傅春梅 (江南大學 商學院,江蘇 無錫 214122)
長江三角洲(簡稱長三角) 城市群是我國經濟最具活力、開放程度最高、創(chuàng)新能力最強的區(qū)域之一,在我國未來經濟發(fā)展中將占有越來越重要的地位。物流業(yè)是國民經濟的重要基礎產業(yè),工業(yè)是國民經濟重要支柱產業(yè),這兩者在長三角經濟社會發(fā)展中扮演著重要的角色,推進長三角物流業(yè)和工業(yè)的高水平協(xié)調發(fā)展,對促進長三角一體化和高質量發(fā)展有著重大的意義。
關于物流業(yè)發(fā)展水平的測度,已有學者探索出了多種方法。Tingzon 等運用DEA 方法測度了澳大利亞的物流業(yè)效率,結果表明物流基礎設施對產業(yè)升級具有重要影響[1]。任慶華采用動態(tài)因子分析法,從投入、活動、產出三個維度對中國30 個省份的物流發(fā)展水平進行衡量[2]。姚娟、施健龍運用突變極數法,以物流業(yè)的經濟基礎、產業(yè)結構、產業(yè)規(guī)模和發(fā)展?jié)摿λ膫€維度測度了我國東部地區(qū)物流綜合發(fā)展水平[3]。戴德寶等運用主成分分析法、熵權法、灰色關聯(lián)分析法和Kendall 協(xié)同系數檢驗法分別對西部地區(qū)12 個省市的區(qū)域經濟基礎、物流供求狀況、物流支持狀況、信息化水平四個方面進行了評價[4]。趙麟建立了貨運周轉量、貨運量和港口貨物吞吐量三個指標對揚子江城市群的物流發(fā)展水平進行了聚類分析[5]。
關于物流業(yè)與經濟增長的關系,古典經濟學的奠基人亞當·斯密很早就發(fā)現,交通基礎設施越完備,經濟發(fā)展水平越高。Debbage 以卡羅萊納州航空業(yè)為例子,發(fā)現航空物流業(yè)發(fā)展與城市經濟增長之間存在著因果關系[6]。Button 等也發(fā)現區(qū)域經濟增長與物流業(yè)發(fā)展之間具有密切的協(xié)同作用[7]。Mohammad Reza, Kuzu 等分析了土耳其物流業(yè)發(fā)展與經濟發(fā)展之間的相關關系,結果顯示這兩者之間存在長期的Granger 因果關系[8-9]。Park 等通過擴展的索羅模型研究并發(fā)現了韓國港口城市的壯大有利于促進區(qū)域經濟的發(fā)展[10]。Cong 等也研究發(fā)現區(qū)域經濟發(fā)展與港口吞吐量之間的協(xié)同關系[11]。
國內學者也普遍認為,物流產業(yè)發(fā)展水平與經濟增長之間存在密切的關系。李文順等選取物流業(yè)產值與GDP 指標進行分析,發(fā)現物流業(yè)和經濟增長之間具有顯著的互動關系[12]。徐斌華通過廣義脈沖函數分析和協(xié)整分析,發(fā)現物流產業(yè)和經濟發(fā)展相互影響,但經濟增長對物流業(yè)的影響作用要大于物流業(yè)對經濟增長的影響作用[13]。葉柏青等建立哈肯模型,發(fā)現物流業(yè)與經濟發(fā)展存在高度的協(xié)同關系[14]。吳群指出物流產業(yè)的發(fā)展有利于降低社會成本、提升綜合效率,促進企業(yè)組織間實現聯(lián)動式發(fā)展,以保證信息和資源的充分共享[15]。李廷瑞認為區(qū)域物流主要是通過增長極作用、帶動作用、網絡擴散效應作用以及貿易拉動作用來影響區(qū)域經濟發(fā)展[16]。張翔翔、葉金龍發(fā)現物流網絡里程的增加會促進經濟的增長[17]。彭華穎研究了我國物流供給、物流需求與經濟增長之間的協(xié)整關系,發(fā)現物流產業(yè)發(fā)展水平與經濟發(fā)展正相關,但在東中西部結果的對比中,發(fā)現物流網絡對東部地區(qū)經濟增長的作用較大,而對中西部地區(qū)經濟增長的作用不太明顯[18]。
綜上所述,國內外學者采用多種研究方法探討了物流發(fā)展與區(qū)域經濟發(fā)展之間的關系,并發(fā)現兩者之間存在密切的互動關系,這為本文的研究提供了良好的基礎和借鑒。但是,目前的研究主要是探討物流發(fā)展與宏觀經濟之間的關系,而對物流發(fā)展與工業(yè)發(fā)展之間的關系研究很少,而且在研究方法上,主要采用時間序列方法、面板數據方法、灰色關聯(lián)度模型和耦合模型方法等,沒有考慮到區(qū)域的空間效應和產業(yè)的集聚效益。因此,本文以長三角城市群為研究對象,采用空間誤差模型,探討物流發(fā)展對工業(yè)經濟效益的影響,具有較重要的理論和實踐價值。
本文選取以下六個指標來衡量物流業(yè)發(fā)展水平:貨物運輸量、郵政業(yè)務量、人均貨運量、地均貨運量、交通運輸倉儲及郵政業(yè)從業(yè)人員、交通運輸倉儲及郵政業(yè)從業(yè)人員占全部從業(yè)人員的比例。由于這幾個變量都能在不同程度上反映物流產業(yè)發(fā)展水平,可能存在相關性,故采用主成分分析法來對這些數據進行處理。主成分分析法就是將原來幾個具有相關性的指標轉換組合成一組新的互相沒有關系的綜合指標來解釋數據。
長三角城市群包括上海、南京、無錫、常州、蘇州、南通、鹽城、揚州、鎮(zhèn)江、泰州、杭州、寧波、嘉興、湖州、紹興、金華、舟山、臺州、合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城26 個城市。本文選取2008~2018 年長三角26 個城市的面板數據進行分析,數據來源于2009~2019 年中國城市統(tǒng)計年鑒。
首先,本文利用SPSS23.0 軟件對2008~2018 年的面板數據進行了降維處理,對這六個指標進行了初步檢驗,得到的KMO值為0.685,Bartlett 球形度檢驗獲得的概率為0.000,充分證明了不同變量之間的相關性,說明數據適合主成分分析。
其次,根據檢驗結果,進行因子分析,輸出主成分分析結果(表1)。基于特征值大于1 的前提,成分1 和成分2 的特征值大于1,故提取這兩個主成分。主成分1 的方差貢獻率為56.279%,主成分2 的方差貢獻率為23.814%,兩者貢獻率合計為80.092%,能夠較好地保留原始信息。從成分矩陣來看,主成分1 和這6 個變量均成正相關,且在貨物運輸量、地均貨運量、城鎮(zhèn)交通運輸倉儲及郵政業(yè)從業(yè)人員和城鎮(zhèn)交通運輸倉儲及郵政業(yè)從業(yè)人員占城鎮(zhèn)全部從業(yè)人員的比例這四個指標的權重均大于0.8,與這幾個原始變量的關系比較密切。主成分2 僅在郵政業(yè)務量這個指標中的權重比較大。
表1 總方差解釋
然后在這兩個主成分的貢獻率的基礎上,將數據進行標準化處理,計算出綜合得分(表2)。數據經過標準化處理之后,各市平均得分為0。如果某城市得分大于0,就表示該市的物流發(fā)展水平在26 市平均發(fā)展水平之上;如果小于0,就低于平均發(fā)展水平。
從表2 可以看出,近10 年來長三角26 市的物流發(fā)展水平總體呈上升趨勢,但是各市物流發(fā)展水平不平衡。其中,上海、南京、舟山、寧波的物流發(fā)展水平上升很快,且都高于長三角的平均水平,其原因與這四個城市的地理位置和經濟基礎有密切關系。上海市位于長江入???,面臨太平洋,是我國最重要的綜合性交通樞紐和最大的經濟中心,經濟基礎雄厚,物流基礎設施完善,物流供給和需求都十分龐大,因此其物流發(fā)展水平遙遙領先,綜合得分排名第一。舟山和寧波擁有天然良港,物流基礎設施良好,是我國重要的對外貿易港口,物流業(yè)十分發(fā)達。南京是江蘇省的省會城市和長江下游的重要港口城市,物流發(fā)展水平也較高。與南京類似的還有合肥、杭州,它們都屬于省會城市,是重要的交通樞紐和經濟中心,其物流發(fā)展水平得分較高。然后就是蘇州、蕪湖的排名也比較靠前。而江蘇的泰州、揚州,浙江省的紹興、金華,安徽省的銅陵、池州、宣城等城市物流產業(yè)發(fā)展水平較低,排名靠后。
表2 長三角各市物流發(fā)展水平綜合得分
總體來看,近10 年來長三角各市物流業(yè)發(fā)展水平整體呈現上升趨勢,可分為兩個階段:2008~2012 年,物流發(fā)展水平緩慢增長階段;2013~2018 年,物流發(fā)展水平快速增長階段。
聚類分析是將相似程度較高的數據聚集在一起,形成不同的分類系統(tǒng)。本文選取2008~2018 年長三角26 市的物流發(fā)展水平綜合得分,運用Ward 法平方歐式距離對其進行聚類分析,得到聚類譜系圖(圖1)。根據聚類譜系圖,可將長三角26 市分為3類:第一類為物流業(yè)發(fā)達城市,即上海;第二類為物流業(yè)中等發(fā)達的城市,包括寧波、杭州、舟山、南京、蘇州、蕪湖和合肥7個城市;第三類包括揚州等18 個城市,物流業(yè)不發(fā)達。這說明,目前長三角城市群的物流發(fā)展不平衡,區(qū)域差異明顯,少數幾個城市物流業(yè)發(fā)達,多數城市的物流業(yè)發(fā)展水平不高。
圖1 長三角26 市物流業(yè)發(fā)展水平聚類譜系圖
工業(yè)經濟效益是指工業(yè)企業(yè)在生產經營的活動中所創(chuàng)造的經濟效益和物質效用,它受成本、利潤、技術創(chuàng)新、企業(yè)管理、社會環(huán)境等多種因素的共同影響。銷售利潤率表示銷售收入和利潤總額之比,能很大程度上衡量工業(yè)企業(yè)經濟效益,因此本文選取銷售利潤率為因變量,以物流發(fā)展水平綜合得分為自變量。同時,本文還選擇以下指標作為控制變量:固定資產投資總額占GDP 比重、社會銷售品零售總額占GDP 比重、人均專利授權數和實際利用外資占GDP 比重,它們對工業(yè)經濟效益都具有一定的影響。為檢驗長三角26 市物流發(fā)展對工業(yè)經濟效益影響的空間效應,本文在普通面板模型基礎上引入“空間溢出因素”,構建以下空間計量模型:
上述式子中,margin 表示銷售利潤率,W 為空間權重矩陣,反映各單位之間的空間關系,grade 為物流發(fā)展水平綜合得分,X 為控制變量的集合;ρ 和θ 為空間自回歸系數,反映各變量之間的依賴關系;γ 為時間固定效應,u 為地區(qū)固定效應,ε 為隨機擾動項;λ 為空間誤差系數,反映隨機擾動項中存在的空間關系。若λ 和θ 全都為0 值時,上述模型將變?yōu)榭臻g滯后模型;若ρ 和θ 全部為0 值時,上述模型將變?yōu)榭臻g誤差模型;若λ 為0 值時,上述模型將變成空間杜賓模型。
空間權重矩陣反應了個體在空間中的相互依賴性,本文采用Bavaud 方法,構建二進制地理空間鄰接權重矩陣W。通過LM(lag) 檢驗判斷采用SEM 模型更為合適,本文分別列出了固定效應(FE )和隨機效應(RE )的結果,同時也給出普通面板OLS 模型結果進行對比,實證檢驗結果如表3 所示。
表3 模型檢驗結果
由表3 可知,固定效應模型結果通過了Hausman 檢驗,因此采用固定效應模型的結果來對其進行分析。在SEM_FE 模型中,物流發(fā)展水平綜合得分(lngrad)e 在1%水平下通過了檢驗,且與工業(yè)經濟效益正相關。從物流業(yè)所創(chuàng)造的價值來看,一方面,物流業(yè)通過改變物質的空間距離有效地解決了供給方和需求方之間的空間差,從而使企業(yè)能賣出更多的商品,賺取更多的利潤;另一方面,物流業(yè)能彌補供給者與需求者商品買賣的時間差,既解決了企業(yè)的商品存放問題,又能滿足消費者隨時購買該商品的需求,從而減少企業(yè)儲存物資的成本。隨著信息化的不斷發(fā)展,物流業(yè)將廠商和客戶有效組合起來,及時傳遞信息,形成一個高效率的商品流通網絡,更好地促進了企業(yè)的決策管理。在各個控制變量中,只有實際利用外資占GDP 比重(lnf oreign )通過了5%水平下的檢驗,但是對企業(yè)經濟效益并沒有促進作用。其他控制變量都沒有通過檢驗,說明近年來我國工業(yè)經濟效益提升緩慢,投資和消費的拉動作用有限,技術進步的貢獻也不明顯。
本文對2008~2018 年長三角26 個城市物流發(fā)展水平進行測度,并探討物流發(fā)展水平對工業(yè)經濟效益的影響,得出以下結論:(1) 長三角26 市的物流發(fā)展水平近10 年來有了較大的提升,但城市之間發(fā)展不均衡,可以分為物流發(fā)達城市、物流中等發(fā)達城市、物流不發(fā)達城市三類。其中,上海市依托優(yōu)越的區(qū)位條件和雄厚的經濟實力,物流業(yè)十分發(fā)達,遙遙領先于長三角其他城市。南京、舟山、杭州、合肥、寧波、蕪湖、蘇州得益于優(yōu)良港口和經濟中心的地位,物流業(yè)也比較發(fā)達,而其他18 個城市物流發(fā)展水平較低。(2) 通過固定效應模型的分析,物流發(fā)展水平對工業(yè)經濟效益具有顯著的正向影響效應。物流業(yè)不僅能為企業(yè)創(chuàng)造空間價值、時間價值,而且在企業(yè)節(jié)約資源、減少庫存、構建企業(yè)供應鏈等方面發(fā)揮著巨大作用。
基于上述研究結果,結合區(qū)域物流和工業(yè)發(fā)展的實際,本文從以下幾個方面提出加快區(qū)域物流業(yè)發(fā)展、促進工業(yè)經濟效益提升的建議和對策。第一,完善物流基礎設施建設,特別是一些物流業(yè)不發(fā)達的城市,必須建設好物流基礎設施,才能更好地促進企業(yè)與企業(yè)之間的合作、各市與各市之間的互通,從而促進長三角一體化發(fā)展。第二,促進企業(yè)與物流業(yè)之間的聯(lián)系與合作。物流業(yè)是企業(yè)發(fā)展必不可少的一部分,企業(yè)要提高自身的經濟效益,必須通過與物流企業(yè)合作,節(jié)約物流成本。第三,促進產業(yè)合理布局,再通過物流活動有效聯(lián)接。要因地制宜,結合當地的實際狀況找準產業(yè)定位,合理分工,密切合作,促進區(qū)域產業(yè)發(fā)展水平的整體提升。