摘要：文章利用空間杜賓模型與面板門檻模型研究了長江經濟帶不同物流業集聚模式對新型城鎮化的影響。結果表明：長江經濟帶物流業集聚對新型城鎮化存在著顯著的正向溢出效應;產業結構的優化調整能夠促進本省的新型城鎮化水平的提高，政府的強烈干預對新型城鎮化的發展反而起了一定的阻礙作用;進一步研究發現，物流業多樣化集聚水平受到約束時，物流業多樣化集聚與新型城鎮化呈先促進后抑制的“倒U”型關系;以基礎設施水平為門檻變量時，長江經濟帶物流業多樣化集聚水平與新型城鎮化水平呈先抑制后促進的“U”型關系，物流業專業化集聚水平與新型城鎮化水平呈“N”型關系。

　　關鍵詞：長江經濟帶;物流業集聚;新型城鎮化;面板門檻模型;空間杜賓模型

　　0引言

　　長江經濟帶作為我國生態優先、綠色發展的主戰場，是引領我國經濟高質量發展的主力軍，承載著我國經濟發展轉型及創新的重要任務。長江經濟帶的新型城鎮化發展水平和產業集聚的輻射水平都較高，是我國實現空間經濟發展的重要區域，深入分析長江經濟帶物流業集聚對新型城鎮化的影響能夠為科學制定政策提供參考。目前國內外有關物流業集聚與新型城鎮化互動關系的研究還較少，且研究重點有所不同[1—8]。

　　文獻梳理后發現，目前研究物流業集聚對新型城鎮化的影響的方法主要以因子分析、非參數回歸、空間計量模型、PAR模型等為主，研究視角單一，研究區域也不盡相同，大多圍繞全國范圍展開研究，缺乏有效的針對性。因此，本文以長江經濟帶11省市為樣本，分析不同物流業集聚模式對新型城鎮化的影響，用空間計量模型來檢驗長江經濟帶物流業集聚對新型城鎮化的影響及空間溢出狀態效應，并進一步引入了面板門檻模型觀察二者的非線性關系。

　　1理論分析

　　新型城鎮化帶來的人口集聚與產業集聚需要一個完善的物流體系對其提供支撐。同時，物流業的發展也離不開新型城鎮化的牽引和推動。物流業集聚的本質在于一定區域內關聯企業之間的技術擴散與要素流動推動資源有效配置，進而帶來交易成本降低與競爭優勢提高。外部性可以分為Mar外部性[9—11]和Jacobs外部性[12]，前者形成專業化集聚，后者形成多樣化集聚。

　　1.1物流業專業化集聚對新型城鎮化的作用機制

　　一定規模與數量的同質性物流企業在同一地區的集聚形成了物流業專業化集聚。同質性物流業不斷集聚過程中對新型城鎮化產生影響有：

　　第一，物流業專業化集聚使得企業間能夠共享部分基礎設施，享受相同的政策，避免了重復性建設和生產造成的資源浪費;第二，專業化集聚過程中形成的規模經濟促使物流業內的各企業的生產成本下降，為企業提供了更好的生產環境，有利于促進經濟增長;第三，物流業專業化集聚能促進同行業之間的競爭，從而推動物流業進行技術創新，加快綠色成果的轉化;第四，物流業專業化集聚帶來的分工專業化能使企業專心經營其核心業務，在降低物流企業運營成本的同時，還能提高交通運輸效率，為企業生產、居民生活提供便利，進一步提高城鎮生活質量，進而提高新型城鎮化水平。

　　1.2物流業多樣化集聚對新型城鎮化的作用機制

　　物流業多樣化集聚表現為在某一地區內匯集了一定數量的異質性物流企業。異質性物流企業不斷集聚對新型城鎮化可能會產生影響有：第一，多樣化集聚促進了不同地區、不同物流企業之間的技術溢出、互補和互換，降低了物流企業的研發風險，有利于激發企業創新;第二，物流業多樣化集聚驅動市場創造了一系列不同層次的物流職業，就業崗位增加，勞動力資源與生產原料在一定空間內發生大量集聚，使得城市人口密度提高，這在一定程度上代表著城鎮率的提高。

　　第三，物流業是連接廠家、商家和消費者的一個重要樞紐，多樣且穩定的運輸體系能為商品快速流通提供保障，減少因批量化生產與連續性生產造成的囤貨風險，使得各類生產資源得到合理配置，確保生產有序進行;第四，多樣化的產業結構應對市場沖擊的能力更強，能將產生的沖擊轉移到其他行業，確保經濟穩定增長，從而持續為新型城鎮化注入活力。

　　2研究設計

　　2.1空間計量模型設定

　　通過LM檢驗、空間Hausman檢驗、Wald檢驗與LR檢驗等一系列檢驗發現，時間固定效應的空間杜賓模型(SDM)是驗證長江經濟帶物流業集聚對新型城鎮化是否存在空間溢出效應的最優模型。

　　2.2變量說明

　　2.2.1被解釋變量新型城鎮化水平(NUrban)。由于新型城鎮化涵蓋多個方面，采用單一指標來表示可能會造成結果的偏差。因此，本文從人口增長、經濟發展、環境優美、城鄉協調、公共服務與基礎設施這6個維度來構建新型城鎮化評價指標體系，并利用熵值法計算各省份的新型城鎮化水平。

　　2.2.2核心解釋變量(1)物流業專業化集聚(SPE)。本文參考唐麗敏等(2014)[13]的做法，對區位熵進行了改進，將各省份的經濟發展水平與勞動力人口都納入指標中，以全面反映產業集聚的專業化程度。

　　2.2.3控制變量物質資本(K)：本文采用固定資產投資占GDP的比重來衡量。政府干預(GOV)：采用一般財政支出占GDP的比重來衡量。經濟實力(GDP)：采用GDP來衡量。產業結構(IS)：用二、三產業對GDP的貢獻率來衡量。基礎道路設施(ROAD)：采用省內所有公路長度與省域面積之比，即公路網密度來衡量。

　　2.3數據來源

　　本文以長江經濟帶11省市為研究樣本，分析長江經濟帶2008—2018年物流業集聚對新型城鎮化發展的影響。文中所涉及的數據來源于歷年《中國統計年鑒》《中國城市統計年鑒》《中國人口與就業年鑒》《中國環境統計年鑒》、各省統計年鑒以及國民經濟和社會發展統計公報等。缺失數據通過插值進行處理。為了確保數據平穩，對控制變量的數據進行取對數處理。

　　3實證結果與分析

　　3.1空間自相關檢驗

　　為了檢驗長江經濟帶各省份之間的新型城鎮化是否存在明顯的空間相關性，即任意兩個省份之間是否存在相似(正相關)、相異(負相關)或相互獨立現象。從SDM模型的回歸結果來看，空間自相關系數在5%的水平上顯著為負，說明長江經濟帶各省份之間的新型城鎮化存在明顯的空間負相關，由此可以看出長江經濟帶的新型城鎮化存在負向溢出現象。物流業專業集聚化水平(SPE)作為核心解釋變量對新型城鎮化具有顯著的正向效應，且在所有解釋變量中對新型城鎮化的影響程度最大。一省物流業專業化集聚水平每提高1%，直接帶動本省新型城鎮化水平增長0.144%，同時，物流業專業化集聚還具有顯著的空間溢出效應，即一省物流業專業化集聚水平每提高1%，會拉動鄰近省份經濟增長0.453%。

　　可以看出，提高本省物流業專業化集聚水平不僅能夠促進當地新型城鎮化水平增長，而且還會通過空間溢出效應促進鄰近省份的新型城鎮化，且對鄰近省份的影響更大。物流業多樣化集聚水平(DIV)對新型城鎮化具有顯著的正向效應，說明多樣化集聚對長江經濟帶新型城鎮化的影響在空間上呈現一種相互促進的狀態，一省物流業種類的增多需要更多的生產資源與勞動力，從而帶動周邊地區新型城鎮化的發展。

　　產業結構(IS)在所有解釋變量中對本省新型城鎮化的影響程度最大：隨著產業結構的調整升級，二、三產業貢獻率每提高1%，本省0.024%的新型城鎮化水平，同時降低鄰近省份0.393%的新型城鎮化水平。政府干預(GOV)的系數為負，在一定程度上說明了長江經濟帶地區地方政府在資源配置上效率較低，導致政府的強烈干預對新型城鎮化的發展起了一定的阻礙作用。

　　4進一步分析

　　由以上分析結果可知，長江經濟帶中各省份之間的物流業集聚程度對新型城鎮化存在正向作用，但這兩者之間是否有一個結構突變點導致其存在非線性關系尚無從得知。本文采用1999年Hansen提出的面板門檻模型來解決長江經濟帶內物流業集聚與新型城鎮化之間是否存在門檻效應以及門檻個數的問題。

　　5結論

　　本文選取2008—2018年長江經濟帶11省市的面板數據，通過構建空間杜賓模型與面板門檻模型來考察不同物流業集聚模式對新型城鎮化的影響，結論如下：(1)從影響機制來看，物流業集聚能通過污染排放、人口就業、經濟增長與生活質量對新型城鎮化產生影響。(2)長江經濟帶物流業集聚對新型城鎮化存在著顯著的正向溢出效應。(3)產業結構的優化調整能夠促進本省新型城鎮化水平的提高。(4)政府的強烈干預對新型城鎮化的發展反而起了一定的阻礙作用。(5)在物流業多樣化集聚水平受到約束時，物流業多樣化集聚與新型城鎮化呈現先促進后抑制的“倒U” 型關系。以基礎設施水平為門檻變量時，長江經濟帶物流業多樣化集聚水平與新型城鎮化水平呈先抑制后促進的“U”型關系，物流業專業化集聚水平與新型城鎮化水平呈“N”型關系。

　　參考文獻：

　　[1]王欣.物流產業集聚對新型城鎮化的影響研究[J].現代商貿工業,2018,39(14).

　　[2]楊水根.流通產業經濟效應的城鎮化門檻研究[J].經濟地理,2015,35(7).

　　[3]李茜.物流業發展與城鎮化率的關系研究——基于2000—2012年的面板數據分析[J].物流技術,2014,33(21).

　　[4]雙海軍,王長春.現代物流業發展對新型城鎮化進程影響分析[J].物流技術,2015,34(22).

　　[5]CheneryBL,PassionateG.IndustrialClusterandUrbanizationinModelofEndogenousGrowth[J].JournalofWorldEconomy,2011,(5).

　　[6]PhilippeW.TheAgingPopulationandtheCompetitivenessofCities:SuperiorPerformanceThroughIndustrialClusters[M].Chicago:Amer⁃icanPlanningAssociation,2007.

　　作者：溫婷1，張凡2，張曉雪1