引言及文獻綜述

近年來，隨著經濟高質量發展以及“雙循環”新發展格局的構建，我國流通業由社會再生產中間環節逐漸轉變為中心環節，成為國民經濟發展的先導性與基礎性產業（邱志萍等，2023）。2022年1月，國家發改委發布的《“十四五”現代流通體系建設規劃》提出，“推動高質量發展，堅持以供給側結構性改革為主線，……，培育壯大現代流通企業”。旨在加速流通業現代化建設，賦能經濟高質量發展。而流通業全要素生產率可反映流通業投入產出效率，表征流通業發展質量。就實際情況而言，受城鄉二元結構、市場分割等因素制約，我國在要素流通、資源配置等環節存在堵點，導致流通業全要素生產率較低。那么，如何統籌協調并推動各類要素資源合理流動，賦能流通業全要素生產率提升是當前亟待解決的問題。

既有關于流通業全要素生產率的研究多集中在指數測算與影響因素兩個方面。指數測算方面，柳思維和周洪洋（2018）使用SBM-DEA方法與Malmquist指數法對流通業全要素生產率進行測度，發現流通業全要素生產率呈逐年上升態勢，且存在顯著空間相關性。封永剛（2022）基于DEA方法測算我國流通業全要素生產率，發現我國流通業全要素生產率存在先上升、后下降的兩階段變化態勢。影響因素方面，杜江和李曉超（2021）研究指出，內部結構優化對流通業全要素生產率具有顯著正向影響，但不同維度結構優化對全要素生產率的提升作用具有異質性。張寶友等（2021）研究發現最低工資制度可顯著促進流通業全要素生產率提升。

現有研究較少涉及物流產業集群對流通業全要素生產率的影響，多集中于探討物流產業與流通業二者關系。祁金祥和王娟（2019）研究發現，物流產業成本降低可顯著提高流通業價值產出效率，對提升流通行業整體發展層次具有顯著促進作用。黃黎（2022）研究指出，物流產業智慧化對流通業發展具有正向推動作用，但這種推動效應在不同區域呈現“強者恒強，弱者越弱”的馬太效應。

綜上，學者們已對流通業全要素生產率以及物流產業與流通業間的關系進行多元探討，但鮮有研究深入分析物流產業集群與流通業全要素生產率的內在關聯。據此，基于省級層面數據，利用空間計量模型實證檢驗物流產業集群對流通業全要素生產率的影響，及其空間溢出效應與區域異質性，以期推動物流產業集群式發展、助力流通業全要素生產率提升。

研究假設

（一）物流產業集群對流通業全要素生產率的直接影響

近年來，隨著數字經濟以及網絡電商的不斷發展，我國物流產業規模與數量明顯提升，并逐漸形成集群式發展態勢。產業集群理論認為，物流產業集群會形成規模效應、創造外部經濟效益（高康等，2018）。當區域內物流產業呈現集群式發展態勢時，區域內產業在關聯度、專業細分程度均會得到一定提升，利于企業間信息、知識、資源等要素進行共享，激發創新活力，從而推動流通業全要素生產率增長。具體而言，物流產業集群可通過勞動力要素配置效應及競爭效應推動流通業全要素生產率提升。其一，物流產業集群可吸引更多勞動力，通過優化勞動力配置促進流通業全要素生產率提升。而且，物流產業集群增強區域內企業間交流與合作，催生更多就業崗位，提高勞動力配置效率，降低區域內企業生產經營成本，賦能流通業全要素生產率提升；其二，物流產業群可對區域內物流產業進行篩選與優化，通過競爭效應提高物流效率。詳細而言，物流產業集群區具備專業化分工及知識共享優勢，倒逼更多物流產業加入集群區以尋求更好發展。然而，受限于物流產業間存在顯著差異性，集群區域內部形成的競爭效應會剔除效率低、規模小且環境污染問題嚴重的物流企業（儲伊力和胡九英，2023）。這有助于增強集群區內物流產業效率，整體帶動商品流通效率，賦能流通業全要素生產率提升。基于上述理論分析，文章提出如下假設：

假設1：物流產業集群對流通業全要素生產率具有顯著正向影響。

（二）物流產業集群對流通業全要素生產率的空間效應

物流產業的服務及產品具備較強流動性特征，使得物流產業集群在促進本地區流通業全要素生產率提升的同時，還產生一定空間溢出效應，進而對周邊地區流通業全要素生產率產生影響。一方面，物流產業集群式發展可吸引更多關聯產業協同在區域內集聚，以形成規模經濟效應。這有助于優化本地區經濟發展結構，賦能商品市場擴張，帶動周邊地區流通業全要素生產率提升；另一方面，集群區域內部企業在原材料供應、市場需求、產品生產鏈及交通運輸等方面與周邊地區存在一定空間關聯性，使得物流產業集群區可通過物流服務賦能產業跨區域協作。在此過程中，物流服務起到銜接作用，可加速本地區與周邊地區產業高效連接，提升地區間商品流通效率與經濟緊密性，進而對周邊地區流通業全要素生產率產生影響。基于此，文章提出如下假設：

假設2：物流產業集群對全要素生產率的影響存在空間溢出效應。

（三）物流產業集群對流通業全要素生產率的差異性

由于我國幅員遼闊，各地區在經濟發展水平、資源稟賦等方面存在較大差距，使得物流產業集群發展存在區域差異。具體而言，經濟較為發達的東部地區在數字基礎建設、地理區位等方面具有優勢，對于物流企業與人才的吸引能力更強，利于形成更大規模的物流產業集群。這使得東部地區能更好發揮物流產業集群的要素配置與競爭效應，從而賦能流通業全要素生產率提升。對于東北與中部地區而言，兩大地區在產業基礎、地理區位等方面具有一定優勢，可充分依托物流產業集群優勢，提高區域流通效率，賦能流通業全要素生產率提升。而經濟欠發達的西部地區在產業基礎、交通基礎設施建設等方面相對滯后，不利于物流產業集群式發展，進而導致物流產業集群對地區流通業全要素生產率的影響偏低。綜上，物流產業集群對流通業全要素生產率的影響存在區域異質性。基于此，提出如下假設：

假設3：物流產業集群對流通業全要素生產率的影響存在區域異質性。

研究設計與數據說明

（一）模型構建

基于上述理論分析與研究假設，選用空間杜賓模型（SDM），從全國與區域兩個層面實證探討物流產業集群對流通業全要素生產率的空間效應，具體模型如下所示：

式中，TFPit為被解釋變量，表示流通業全要素生產率；LQit為核心解釋變量，指代物流產業集群；Xit為一系列控制變量合集，涵蓋經濟發展水平、人力資本水平、對外開放程度及金融發展水平；W為地理空間權重矩陣；β表示相應變量估計系數；ρ指代空間自相關回歸系數；εit為隨機誤差項。

（二）變量選取

1.被解釋變量：流通業全要素生產率（TFP）。首先，以DEA-Malmquist指數非參數方法測算全要素生產率。以t時期技術為參照的Malmquist指數計算公式表示為：

t至t+1時期的Malmquist生產率變化指數計算公式表示為：

式中，(xt,yt)、(xt+1,yt+1)依次表示時期t及t+1的投入產出向量，Dit、Dit+1分別為時期t及t+1技術參照的距離函數。

關于投入產出指標的選取，以勞動投入、信息技術投入、資本投入及政府投入作為投入指標。其中，勞動投入使用流通業從業人員數量刻畫；信息技術投入以移動用戶數與互聯網接入率加權平均值表征；資本投入以永續盤存法測算；政府投入以政府對流通業的財政投入表征（主要指流通業基礎設施建設投入），產出指標以流通業增加值衡量。

2.解釋變量：物流產業集群（LQ）。參鑒王磊和張思（2023）的研究思路，以物流產業集聚指標衡量物流產業集群，使用區位熵LQ值表征物流產業集聚程度，具體計算方式如下所示：

式中，Elg表示g地區交通運輸、郵政業與倉儲業的從業人員數量；Etg指代g地區總就業人數；El為全國交通運輸、郵政業與倉儲業的總就業人員數量；Et指代全國總就業人數。LQ為區位熵值，該數值越大，說明該地區物流產業集聚程度越高。

3.控制變量：選取經濟發展水平（GDP）、人力資本水平（HC）、對外開放程度（OPEN）、金融發展水平（FIN)4個變量。其中，經濟發展水平以地區人均GDP表征；人力資本水平以地區平均受教育年限刻畫；對外開放程度選取地區進出口貿易總額占GDP比重衡量；金融發展水平以地區年末金融機構存款余額占GDP比重表征。

（三）數據來源

以2011-2021年中國30個省級行政區（剔除西藏及港澳臺地區）面板數據為樣本。研究數據主要來源于歷年《中國統計年鑒》《中國信息年鑒》、各地方統計年鑒、Wind數據庫。針對數據缺失值，采用均值法進行補充。各變量描述性統計如表1所示。

實證結果分析

（一）基準回歸分析

基于構建的空間距離權重矩陣，使用莫蘭指數法測算我國流通業全要素生產率的Moran's I數值，檢驗結果表明流通業全要素生產率具有空間關聯性，可通過空間杜賓模型展開實證探討。同時，Hausman檢驗結果顯示原假設被拒，表明固定效應優于隨機效應，說明使用固定效應展開回歸分析較為合適。進一步的，LR檢驗結果顯示，時間與空間效應聯合顯著的原假設均不成立。因此，采用時空雙重固定效應模型展開回歸分析。

使用時空雙重固定效應的空間杜賓模型回歸結果如表2所示。由表2可知，物流產業集群對流通業全要素生產率回歸系數為0.1759，且通過1%顯著性水平檢驗，說明物流產業集群可顯著提升流通業全要素生產率。細究其因，物流產業集群式發展使區域內要素資源配置得以優化，并通過集群式發展形成規模效應，能夠極大降低流通業發展過程中的物流成本，從而助力流通業全要素生產率提升。控制變量方面，經濟發展水平、人力資本水平、對外開放水平及金融發展水平對流通業全要素生產率的回歸系數均為正，且至少通過10%顯著性水平檢驗。

（二）空間效應分解

鑒于空間杜賓模型存在點估計特征，將物流產業集群對流通業全要素生產率的影響效應分解為直接效應、間接效應與總效應。其中，直接效應為物流產業集群對本地流通業全要素生產率的平均影響；間接效應為物流產業集群對鄰近地區流通業全要素生產率的平均影響；總效應則為直接效應與間接效應二者加總。空間效應分解結果如表3所示。

由表3可知，物流產業集群對流通業全要素生產率的直接效應系數為0.1512，且通過5%顯著性水平檢驗；間接效應系數為0.0514，且通過10%顯著性水平檢驗。說明本地物流產業集群式發展對本地區及鄰近地區流通業全要素生產率提升均具有顯著推動作用。同時，物流產業集群對流通業全要素生產率影響的直接效應大于間接效應。究其緣由，物流產業的產品及服務本身具備一定流動性，可在一定地理距離內對流通業全要素生產率產生正向空間溢出影響。但隨著地理距離的增加，物流產業集群對技術、知識及資本等要素的溢出效應亦會減弱。因此，就整體層面而言，物流產業集群對流通業全要素生產率的直接影響強于間接影響。

（三）穩健性檢驗

為避免上述回歸結果受固定效應與空間權重矩陣選擇的影響而造成偏誤，使用如下兩種方式進行穩健性檢驗：其一，構建時間與空間雙重固定的動態杜賓模型；其二，替換空間權重矩陣，將空間距離權重矩陣替換為經濟距離權重矩陣。具體回歸結果如表4所示，觀察可知，無論使用雙重固定效應抑或替換空間權重矩陣，其回歸結果與基準回歸結果的顯著性與方向符合均一致，僅回歸系數存在小幅度變化，說明本文估計結果具備穩健性。

（四）區域異質性分析

考慮到我國幅員遼闊，不同地區在資源稟賦、基礎設施建設及經濟發展等方面存在差異，可能會導致物流產業集群對流通業全要素生產率的影響存在區域異質性。依據國家統計局區域劃分標準，將樣本省份劃分為東、中、西及東北地區四個子樣本并重新展開回歸分析，從區域層面探討物流產業集群對流通業全要素生產率影響的區域差異性，回歸結果如表5所示。觀察可知，四大地區物流通產業集群對流通業全要素生產率的影響均為正，且至少通過10%顯著水平檢驗。從回歸系數及顯著性來看，四大地區物流產業集群對流通業全要素生產率的影響存在顯著區域異質性，具體表現為在東部最強、中部次之、東北稍弱、西部最弱。

啟示

第一，協同建立物流產業集群樞紐。各地方政府應協同推進大型物流樞紐建設，通過集約化進程促進物流產業集群式發展，打通區域間要素流動堵點，充分發揮產業集群的溢出效應。在此基礎上，各地方政府可通過頒布利好政策吸引物流產業、人才及相關協同產業入駐，充分發揮物流產業集群樞紐功能，推動流通業全要素生產率提升。

第二，優化物流樞紐建設空間布局。各地方政府著力優化物流產業樞紐建設空間布局，充分發揮物流產業集群的正向溢出效應。一方面，強化物流產業基礎設施建設。各地方政府應結合當地地貌特征升級配套物流設施，有機結合陸、海、空三種物流形式，不斷擴大物流產業配送網絡覆蓋面，提升物流產業集聚空間溢出效應；另一方面，推動地區間物流產業良性互動。各地方政府在規劃物流產業集群區布局時應考慮流通產業的空間聯系，推動跨區域物流園區建設，打破物流產業集群空間溢出邊界，賦能流通業全要素生產率提升。

第三，因地制宜引導物流產業集聚。發達地區政府應積極發揮市場調控能力，推動物流服務與產品向欠發達地區延伸，引導欠發達地區物流產業集群式發展；欠發達地區政府可推動地方物流產業參與跨區域合作與交流，吸收并學習物流產業集群發展經驗，并根據所在地區實際情況，因地制宜推動物流產業集群建設，從而賦能流通業全要素生產率提升。