摘要：文章基于2006—2019年中國27個省份的面板數(shù)據(jù)，運用核密度估計、Dagum基尼系數(shù)和空間自相關(guān)等方法刻畫了物流業(yè)FDI空間格局的演化特征，并運用時空地理加權(quán)回歸模型(GTWR)從時間和空間雙維度探討各省份物流業(yè)FDI驅(qū)動因素的作用力。結(jié)果表明：2006—2019年，各省份物流業(yè)FDI規(guī)模明顯提升，空間分布具有鮮明的梯度特征，且差異逐漸擴大;物流業(yè)FDI存在顯著的空間自相關(guān)，大部分省份位于High-High集聚區(qū)域和Low-Low集聚區(qū)域，表現(xiàn)出空間上的“馬太效應”;物流業(yè)FDI多維驅(qū)動因素表現(xiàn)出明顯的時空非平穩(wěn)性特征，各因素在不同時點和地區(qū)對物流業(yè)FDI的作用方向和強度波動性較大。

　　關(guān)鍵詞：物流業(yè)FDI;時空格局;多維驅(qū)動因素;GTWR模型

　　0引言

　　20世紀80年代以來，在改革開放和全球制造業(yè)向東亞轉(zhuǎn)移的雙重背景下，中國逐漸成為“世界工廠”，產(chǎn)生了大量的原材料、半成品和產(chǎn)成品的進出口物流，馬士基、UPS、Fedex等大型跨國物流企業(yè)紛紛入駐中國，外商直接投資(FDI)逐漸滲入中國物流業(yè)中。中國物流業(yè)FDI規(guī)模從2004年的12.73億美元增加至2020年的49.99億美元，年均增長率達8.93%。但是中國地域廣闊，受地區(qū)固有的特征、國家戰(zhàn)略的傾斜以及外部因素的干擾，隨著引進外資的蓬勃發(fā)展，物流業(yè)FDI在空間上的分布不平衡問題日益突出，而FDI空間非均衡分布是區(qū)域間經(jīng)濟發(fā)展差距擴大的重要原因[1]。

　　因此，如何通過實證分析方法探究物流業(yè)FDI時空演變規(guī)律，合理調(diào)配各區(qū)域物流業(yè)FDI的影響因素，對于縮小區(qū)域間物流業(yè)FDI差距，以實現(xiàn)整體FDI在中國的均衡分布和不同區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展具有積極作用。現(xiàn)有文獻多采用全行業(yè)的FDI數(shù)據(jù)進行實證分析[2—4]。

　　究其原因，國家、省域或市域全行業(yè)的FDI數(shù)據(jù)可以從《中國統(tǒng)計年鑒》和地方統(tǒng)計年鑒中獲得。隨著地方統(tǒng)計年鑒對細分行業(yè)FDI的統(tǒng)計，近年來關(guān)于FDI行業(yè)尺度的研究不斷出現(xiàn)，如服務業(yè)[5]、制造業(yè)[6]、農(nóng)業(yè)[7]等，但是關(guān)于物流業(yè)FDI的文獻仍相對較少。

　　姜海燕和侯淑霞(2012)[8]運用VAR模型實證檢驗了物流基礎設施對吸引物流業(yè)FDI的影響。張寶友等(2012)[9]構(gòu)建了物流業(yè)FDI風險評價指標體系，運用三角模糊數(shù)對中國2001—2010年物流業(yè)FDI的風險進行了評估。梁雯等(2016)[10]運用安徽省各地級市2004—2013年的數(shù)據(jù)探討了物流業(yè)FDI空間集聚的時空演化及其影響因素。

　　總結(jié)物流業(yè)FDI的相關(guān)文獻，從研究方法上看，多以定性分析為主，定量分析的研究不多;從研究數(shù)據(jù)上看，考慮到數(shù)據(jù)的易獲取性，多數(shù)研究采用時間序列數(shù)據(jù);從空間分布差異的影響因素上看，多以單一要素進行分析。基于此，本文利用空間分析方法，在刻畫2006—2019年中國27個省份物流業(yè)FDI空間分布格局的基礎上，采用GTWR模型分析多維驅(qū)動因素在不同時空維度下對物流業(yè)FDI的影響方向和大小，為各省份因地制宜地制定吸引物流業(yè)外資的政策提供科學參考。

　　1研究設計

　　1.1研究方法

　　1.1.1核密度估計

　　1.2變量選取借鑒已有研究成果，本文從供給、需求和外部環(huán)境3個層面選取影響物流業(yè)FDI的因素。

　　(1)供給因素。①勞動力成本：物流業(yè)屬于勞動密集型行業(yè)，勞動力成本與企業(yè)投資績效直接掛鉤[13]，采用地區(qū)平均工資水平來衡量。②交通基礎設施水平：完善的交通基礎設施有助于發(fā)揮物流集聚效應，對降低物流成本具有積極作用，是吸引國內(nèi)外物流企業(yè)的重要因素[14]，采用(鐵路營運里程+內(nèi)河航道里程+公路里程)/地區(qū)面積來表征。

　　(2)需求因素。①制造業(yè)FDI：物流業(yè)有明顯的追隨制造業(yè)FDI的傾向[15]，采用各省份制造業(yè)FDI來衡量。②物流市場需求：旺盛的市場需求是外資物流企業(yè)區(qū)位選擇的重要因素，采用貨物周轉(zhuǎn)量來衡量。

　　(3)外部環(huán)境因素。①市場開放度：采用地區(qū)進出口總額占GDP的比重來衡量，表示一個地區(qū)經(jīng)濟對外開放的程度。②制度質(zhì)量：采用市場化指數(shù)對制度質(zhì)量進行量化。

　　1.3數(shù)據(jù)來源及描述性統(tǒng)計

　　各省份統(tǒng)計物流業(yè)FDI數(shù)據(jù)的開始時間不同，為盡可能既延長時間跨度又不損失研究樣本，本文選擇2006—2019年作為樣本期。考慮到數(shù)據(jù)的完整性，選取除吉林、青海、寧夏、西藏、香港、澳門和臺灣外的中國27個省(區(qū))份作為考察對象。研究中涉及的數(shù)據(jù)主要來源于《中國商務年鑒》以及各省份的統(tǒng)計年鑒和商務廳官網(wǎng)。為了盡可能消除異方差，對所有變量作對數(shù)化處理。

　　2中國物流業(yè)FDI時空格局演化特征分析

　　2.1物流業(yè)FDI分布動態(tài)

　　本文結(jié)合核密度估計結(jié)果繪制了2006年、2009年、2012年、2015年、2018年和2019年物流業(yè)FDI的Kernel密度圖，以直觀展現(xiàn)物流業(yè)FDI的分布演化特征。觀測期內(nèi)中國物流業(yè)FDI的分布狀況發(fā)生了明顯變化。

　　從分布位置上看，2006—2019年全國核密度曲線右移趨勢明顯，反映出物流業(yè)FDI規(guī)模呈逐步上升態(tài)勢;從峰度上看，峰值右移、高度下降，且右端拖尾部分逐年拉長，表現(xiàn)出明顯的右偏態(tài)分布，說明各省份實際利用外資速度加快，但離散程度變大;從形態(tài)上看，2006年呈明顯多峰分布態(tài)勢，說明物流業(yè)FDI多極分化嚴重，2012年以后已經(jīng)轉(zhuǎn)變?yōu)閱畏宸植迹�說明物流業(yè)FDI極化現(xiàn)象有所緩解甚至消失。

　　從中可以看出，三大地區(qū)物流業(yè)FDI分布演化具有某些共性特征：隨著時間的推移，三大地區(qū)核密度曲線逐漸向右推進、波峰高度下降、波峰形態(tài)趨于扁平。同時，各地區(qū)物流業(yè)FDI也顯示出差異化特征：與中西部地區(qū)相比，東部地區(qū)物流業(yè)FDI核密度曲線更偏向橫軸右側(cè)，反映出物流業(yè)FDI呈“東部—中部—西部”梯度遞減的空間分布特征;觀測期內(nèi)，東部地區(qū)波峰分布由雙峰逐漸演變?yōu)閱畏澹�表明東部地區(qū)物流業(yè)FDI在2006年和2009年存在兩極分化現(xiàn)象，之后得到緩解并逐步消失，而西部地區(qū)則由單峰分布轉(zhuǎn)變?yōu)殡p峰分布，繼而又轉(zhuǎn)變?yōu)閱畏宸植迹�中部地區(qū)大體表現(xiàn)為單峰分布形態(tài)。

　　2.2物流業(yè)FDI空間差異及其來源

　　2006—2019年中國物流業(yè)FDI空間差異及其來源。基尼系數(shù)G由2006年的0.728降低至2019年的0.644，說明中國物流業(yè)FDI總體差異在逐漸縮小。區(qū)域間差異總體也呈下降態(tài)勢，這主要得益于東部-中部和東部-西部之間物流業(yè)吸引外資逐漸趨于平衡。另外，區(qū)域間物流業(yè)FDI差異是造成中國物流業(yè)FDI總體差異的主要原因。區(qū)域內(nèi)差異總體呈微弱上升，但三大地區(qū)內(nèi)部差異情況不同。東部地區(qū)基尼系數(shù)小幅度上升，總體變化不大。

　　隨著比較落后的山西和河南物流業(yè)FDI規(guī)模的擴大，2006—2018年中部地區(qū)內(nèi)部差異呈逐步縮小之勢，基尼系數(shù)從2006年的0.418降至2018年的0.386，但是2019年又有所上升且超過2006年。西部地區(qū)基尼系數(shù)最大，2006—2009年急速上升，年均增速達10.84%。總體來看，基尼系數(shù)平均值呈現(xiàn)東部地區(qū)<中部地區(qū)<西部地區(qū)的空間格局。

　　2.3物流業(yè)FDI空間自相關(guān)性分析

　　2.3.1全局空間自相關(guān)

　　2006—2019年中國27個省份物流業(yè)FDI全局Moran’sI。考察期內(nèi)物流業(yè)FDI的Moran’sI均為正數(shù)且至少在10%的水平上顯著，表明物流業(yè)FDI在空間分布上存在顯著的正相關(guān)關(guān)系。從P值大小看，2006—2009年物流業(yè)FDI的Moran’sI的P值小于0.01，而2010—2019年多數(shù)年份Moran’sI的P值大于0.01，說明物流業(yè)FDI的空間依賴性逐漸減弱。

　　2.3.2局部空間自相關(guān)

　　為了直觀揭示物流業(yè)FDI的局部空間集聚模式，本文繪制了2006年、2010年、2014年和2019年中國物流業(yè)FDI的Moran散點圖，以0值為軸劃分為4個象限，第一、三象限分別屬于High-High集聚區(qū)域和Low-Low集聚區(qū)域，表明不同省份之間空間正相關(guān)，第二、四象限屬于Low-High集聚區(qū)域和High-Low集聚區(qū)域，表明不同省份之間空間負相關(guān)。

　　2006年12個省份位于第一象限，9個省份位于第三象限。2010年，四川、貴州和新疆從Low-Low集聚型轉(zhuǎn)變?yōu)镠igh-Low集聚型，海南落入Low-Low板塊，河北從High-Low板塊上移至High-High板塊。2014年，17個省份位于第一、三象限，從內(nèi)部結(jié)構(gòu)層面看，省際物流業(yè)FDI的空間正相關(guān)性趨勢減弱。其中，北京和江西從High-High型集聚轉(zhuǎn)變?yōu)長ow-High型集聚，四川和貴州重新落入Low-Low板塊。2019年，19個省份位于第一、三象限，山西、黑龍江和甘肅從Low-High集聚變?yōu)長ow-Low集聚，北京從Low-High集聚區(qū)域轉(zhuǎn)移到High-Low集聚區(qū)域。

　　3物流業(yè)FDI時空演變驅(qū)動機制分析

　　3.1物流業(yè)FDI驅(qū)動機制的時序波動

　　根據(jù)GTWR模型局部回歸結(jié)果，利用箱形圖刻畫2006—2019年各因素估計系數(shù)的時間變化趨勢。2006—2019年制造業(yè)FDI的平均估計系數(shù)均為正數(shù)，說明物流業(yè)FDI追隨制造業(yè)FDI的動機明顯。

　　此外，2015年以后，制造業(yè)FDI估計系數(shù)的分散性逐漸增加，說明空間差異性逐漸擴大。市場開放度對物流業(yè)FDI主要表現(xiàn)為積極影響，驗證了國際物流是國際貨物貿(mào)易的派生需求，其估計系數(shù)表現(xiàn)出先上升后下降再上升的“N”型變動態(tài)勢，說明進出口貿(mào)易達到一定規(guī)模，對物流業(yè)FDI的促進作用就會減弱，存在邊際遞減效應。但是，當進出口貿(mào)易規(guī)模繼續(xù)提升超過第二個拐點時，其對物流業(yè)FDI的正向影響有所強化。2006—2012年貨物周轉(zhuǎn)量對物流業(yè)外資的吸引力逐漸增加，2012—2019年影響力則呈現(xiàn)逐年下降態(tài)勢，說明物流市場需求對物流業(yè)FDI的正向作用也 存在邊際遞減效應。

　　2008年以后中國為應對金融危機提出“一攬子計劃”，超過半數(shù)投資用于鐵路、公路和機場建設，但是交通基礎設施對經(jīng)濟發(fā)展的推動作用存在一定滯后期，2013年以后對物流業(yè)FDI的正向效應才逐年提升。2006—2014年勞動力成本的上升反而促進了物流業(yè)外資的流入，這可能是因為外資企業(yè)的工資相對較高，這也導致外資越多的地區(qū)工資水平越高。但是這一促進作用表現(xiàn)為逐年下降趨勢。

　　當工資水平不斷上漲到一定程度，嚴重損害外資企業(yè)投資績效時，企業(yè)就會“逃離”該地區(qū)，繼而遷往勞動力成本更低的地區(qū)。因此，2015—2019年勞動力成本與物流業(yè)FDI之間呈現(xiàn)負相關(guān)關(guān)系，且勞動力成本的估計系數(shù)逐年降低，說明過高的勞動力成本強烈抑制了物流業(yè)外資的流入。制度質(zhì)量的估計系數(shù)呈現(xiàn)先下降后上升再下降的“倒N”型態(tài)勢，但2016—2019年制度質(zhì)量的估計系數(shù)仍然遠遠大于2006—2009年。經(jīng)過40多年的改革開放，中國憑借勞動力、土地等廉價資源要素吸引物流業(yè)FDI的優(yōu)勢正在逐漸弱化。近年來，中國不斷深化落實物流業(yè)市場改革，提升產(chǎn)品和要素市場的發(fā)育程度，制度建設軟實力成為中國當前吸引物流業(yè)外資的重要途徑，對物流業(yè)FDI的積極影響有所增強。

　　3.2物流業(yè)FDI驅(qū)動機制的空間分布

　　根據(jù)GTWR局部回歸結(jié)果，計算2006—2019年各省份每個變量估計系數(shù)的均值，據(jù)此分析驅(qū)動因素估計系數(shù)的空間分布情況。

　　制造業(yè)FDI的估計系數(shù)呈現(xiàn)中西部地區(qū)高、東部地區(qū)低的特點。中國東部地區(qū)經(jīng)濟發(fā)達，交通便利，人才匯集，吸引物流業(yè)FDI的比較優(yōu)勢是多方面的，因此弱化了制造業(yè)FDI所起到的作用。市場開放度和物流市場需求的估計系數(shù)均呈現(xiàn)“東部—中部—西部”梯度遞減的空間分布。東部地區(qū)是中國對外開放的先導區(qū)，憑借良好的區(qū)位優(yōu)勢和政策扶持吸引了大批工業(yè)企業(yè)集聚，物流市場需求大，擁有吸引物流業(yè)外資的競爭優(yōu)勢。隨著中西部工業(yè)化和城鎮(zhèn)化的持續(xù)推進，貨物流量和物流市場需求激增，市場開放度和市場需求對中西部地區(qū)的積極作用逐漸凸顯。

　　2006—2019年，7個省份勞動力成本對物流業(yè)FDI“平均”表現(xiàn)為負向影響，5個省份位于東部地區(qū)，說明隨著工資水平不斷上漲，勞動力成本的增加會抵消東部沿海地區(qū)其他優(yōu)勢帶來的利潤，導致投資成本增加，抑制物流業(yè)外資流入。交通基礎設施對東部物流業(yè)FDI的促進作用較高，對中西部地區(qū)的提振作用要低得多，這是因為東部地區(qū)已經(jīng)形成了比較完善的交通運輸網(wǎng)絡，而中西部地區(qū)尚處于快速建設階段。東部地區(qū)市場化水平優(yōu)于全國平均水平，中西部地區(qū)還需要進一步推進市場化進程，充分發(fā)揮軟環(huán)境對物流業(yè)外資流入的重要作用。

　　4結(jié)論與啟示

　　本文結(jié)合省級面板數(shù)據(jù)和空間分析方法，揭示物流業(yè)FDI時空分布特征，并運用GTWR模型考察物流業(yè)FDI驅(qū)動機制的時空異質(zhì)性，得出如下結(jié)論：(1)2006—2019年中國各省份物流業(yè)利用外資規(guī)模得到明顯提升，在空間分布上呈現(xiàn)“東部—中部—西部”梯度遞減特征，而且這種空間差異不斷擴大。(2)全局Moran’I顯著為正，表明物流業(yè)FDI存在較強的空間自相關(guān)性;局部Moran散點圖中大部分省份落入High-High和Low-Low集聚區(qū)域，物流業(yè)FDI集聚特征明顯。(3)GTWR模型的實證檢驗結(jié)果顯示，多維驅(qū)動因素對物流業(yè)FDI的作用方向和作用強度不同，呈現(xiàn)顯著的時空異質(zhì)性。

　　根據(jù)以上結(jié)論，本文得到如下啟示：第一，政府應該加大對落后地區(qū)吸引物流業(yè)外資的扶持力度，同時鼓勵發(fā)達地區(qū)通過跨區(qū)域經(jīng)濟聯(lián)系惠及周邊，提升周邊地區(qū)對物流業(yè)FDI的吸引力。第二，根據(jù)不同地區(qū)要素驅(qū)動效應的異質(zhì)性，選擇有針對性地促進物流業(yè)FDI的措施。第三，各地區(qū)物流業(yè)FDI要素驅(qū)動效應在不同時期會出現(xiàn)迭代和遷移，因此，要結(jié)合不同時點物流業(yè)發(fā)展的特定要求，實時動態(tài)調(diào)整吸引物流業(yè)外資的策略。

　　參考文獻：

　　[1]JohanssonAC,LiuD.ForeignDirectInvestmentandInequality:Evi⁃denceFromChina’sPolicyChange[J].TheWorldEconomy,2020,43(6).

　　[2]廖小東,豐鳳.近10年外商在華直接投資的空間分異及成因分析[J].經(jīng)濟地理,2012,32(12).

　　[3]范紅忠,周啟良,陳青山.FDI區(qū)域分布差異的市場機制研究——來自中國287個地級以上城市的經(jīng)驗證據(jù)[J].國際貿(mào)易問題,2015,(4).

　　[4]許建偉,郭其友.外商直接投資的經(jīng)濟增長、就業(yè)與工資的交互效應——基于省級面板數(shù)據(jù)的實證研究[J].經(jīng)濟學家,2016,(6).

　　[5]王恕立,王許亮.服務業(yè)FDI提高了綠色全要素生產(chǎn)率嗎——基于中國省際面板數(shù)據(jù)的實證研究[J].國際貿(mào)易問題,2017,(12).

　　[6]畢克新,王禹涵,楊朝均.創(chuàng)新資源投入對綠色創(chuàng)新系統(tǒng)綠色創(chuàng)新能力的影響——基于制造業(yè)FDI流入視角的實證研究[J].中國軟科學,2014,(3).

　　[7]劉乃郗,韓一軍,王萍萍.FDI是否提高了中國農(nóng)業(yè)企業(yè)全要素生產(chǎn)率?——來自99801家農(nóng)業(yè)企業(yè)面板數(shù)據(jù)的證據(jù)[J].中國農(nóng)村經(jīng)濟,2018,(4).

　　[8]姜海燕,侯淑霞.物流基礎設施對吸引物流業(yè)FDI影響的實證研究[J].財經(jīng)論叢,2012,(1).

　　作者：李敏杰，王健