流通节点城市对物流生产效率的影响——来自中国285个城市数据的证据

董千里 姚 华 王东方，2

(1.长安大学，陕西 西安 710064； 2.武夷学院，福建 武夷山 354300)

一、引言及文献回顾

目前，对于中国实体经济发展而言，物流业是具有基础性、衔接性和战略性意义的产业。改革开放40年的物流业高级化发展历程表明，物流业转型升级、效率提升先是通过资源集成、功能集成，再是通过两业联动、产业联动实现的(董千里，2018a)，具体过程是：由集成体主导物流链、供应链的微观网链与交通运输基础设施的宏观网络对接，再通过集聚、中转、始发，最终到达可以拓展枢纽(节点)城市产业的辐射范围，从而提高物流主通道的时间周转量。物流基础设施建设可加速物流枢纽网络布局形成，衔接并支持微观网链运作与拓展(董千里，2015)。而改善网络节点的资源配置和物流效率，可以有效支持物流枢纽所承载的城市经济高质量发展。中国物流业的迅速发展不仅依托微观网链的竞争力所创造的微观经济动能，还需要国家政策势能的支持与引导。2015年5月，商务部等部门发布了《全国流通节点城市布局规划(2015—2020年)》(以下简称流通节点城市政策)，旨在培育一批具有较强集聚能力和辐射能力的流通节点城市，以实现流通节点城市生产效率的提升，进而带动东中西部地区流通网络协调发展。物流生产效率是由微观网链绩效集成起来的，而微观网链功能扩展是由交通运输基础设施构成的公共型网络支撑起来的，这就需要微观网链与宏观网络的对接、连接和一体化运作。政策规划的流通节点城市高度汇集了物流、资金流、信息流以及商流，其在流通网络中的枢纽地位对于提高流通节点城市物流生产效率具有重要意义。由此，这一现实的问题开始凸显：流通节点城市政策的实施是否促进了城市物流生产效率提升？政策实施带来城市物流生产效率的变化在东中西部地区会表现出同样的效果吗？

物流业作为国民经济运行和货物流通的重要支撑，其发展水平主要通过物流业效率来衡量(王琴梅 等，2013)。关于物流业效率测算和实证研究，一些学者(范月娇，2015；范月娇 等，2016；杨淇钧，2016；张中强，2012；袁丹 等，2015；刘秉镰 等，2010)利用随机前沿分析方法(SFA)进行物流业效率的测算。其中，范月娇(2015)通过随机前沿分析法测算物流业效率得出如下结论，产业结构和信息化水平是国家级流通节点城市物流业非效率的重要影响因素。还有一些学者(陈永平 等，2018；余泳泽 等，2010a；范月娇，2012；杨守德 等，2016；曹炳汝 等，2019)基于数据包络分析法(DEA)进行物流业效率的测算。其中，杨守德等(2016)利用数据包络分析法实证研究得出以下研究结论，流通节点城市流通效率与区域经济发展水平之间存在因果促进关系。物流政策是物流业的行动准则(杨铭，2011)。关于物流政策影响物流业效率的研究主要包括两方面：一是定性分析物流政策对物流业发展轨迹和实施效果的影响。王文举等(2017)研究了改革开放以来物流政策支持物流业发展的阶段性特点。其他学者研究发现，中国现行的物流政策本身存在缺陷(陈文玲，2009；林勇 等，2006；赵娴，2006)，并结合物流业发展存在的问题对今后物流政策的制定提出建议(赵娴 等，2019)。二是物流政策对物流业发展影响的实证研究。Dou et al.(2014)基于政策模型来估计产业政策与物流发展的关系研究发现，政策是提高物流业效率的主要原因。范月娇(2015)研究认为，在物流政策颁布后，国家级流通节点城市物流业效率在空间维度上呈现中部地区城市略高于东部地区特征，而西部地区为最低。杨守德等(2016)研究指出，在物流政策背景下，区域流通节点城市流通效率对区域经济发展有显著影响。高安刚等(2019)运用双重差分法(Difference-In-Differences，DID)研究北部湾经济区政策颁布对物流业的影响，得出政策对地区物流业发展有正向影响的研究结论。

基于物流生产效率提升的现实需求，本文运用自然实验评估方法的双重差分模型，对政策实施和城市物流生产效率的关系进行实证检验，以挖掘城市物流生产效率的影响因素，并从东中西部地区城市的角度出发，考察政策对城市物流生产效率影响的异质性。双重差分法的使用有助于减少因遗漏变量等而造成的内生性问题，而运用多种方法进行稳健性检验使得研究结论要更为可靠。与现有文献研究相比，本文有如下贡献：首先，丰富现有物流政策类文献研究。目前，已有文献对物流政策的研究较多集中在对政策内容的梳理和评价方面，本文侧重研究政策实施对物流生产效率的净影响。其次，运用科学的方法检验物流政策和物流生产效率之间的关系。较多学者的研究集中在对国家或区域物流业效率的影响因素和实证研究方面，本文从城市物流业效率的研究出发，系统分析政策背景下流通节点城市物流生产效率的提升效应。

二、DID模型的构建与变量描述

(一)模型构建

双重差分模型由Ashenfelter et al.(1985)在1985年首次提出，该模型可有效解决实验组与控制组实验前的系统性差异，进而分析政策效果。其公式如下：

(1)

自流通节点城市政策颁布后，物流生产效率变化主要来自三个方面：一是物流产业自身区域差异形成的“个体效应”；二是物流产业随时间变化引起的“时间效应”；三是因政策颁布影响物流生产效率的“政策处理效应”。由此，本文构造以下模型来检验流通节点城市政策对地区物流生产效率的净效应：

(2)

式(2)中，productivity为被解释变量，代表物流生产效率；ηt代表时间固定效应；ωi代表城市的个体固定效应；du是实验组虚拟变量，若某市属于实验组，则du=1，否则du=0；dt为时间虚拟变量，各市在2015—2017年时间段的dt=1，2009—2014年的dt为0；Node=du×dt，代表政策变量，其系数λ3的显著性、大小和正负是本文关注的重点，代表了政策对物流生产效率变化作用的程度和方向；Xi代表了其他控制变量，包括交通基础设施、信息化水平、开放度、人力资本水平、城市化和产业结构等。

(二)变量选取和描述性统计

全国流通节点城市按政策划分成国家级、区域级和地区级，规划中有37个国家级流通节点城市，66个区域级流通节点城市，地区级流通节点城市由各地根据实际发展需要确定。考虑到政策会优先发展国家级和区域级流通节点城市，且地区级流通节点城市比前两者经济规模和商品流通量要小，故本文仅研究国家级和区域级(共103个)流通节点城市。鉴于数据可得性，拉萨、延边、红河、喀什、伊犁、海东、海西、博尔塔拉、曲靖和牡丹江等10个流通节点城市均剔除。因此，在本文选取的样本中，有93个城市属于流通节点城市建设对象，这93个城市就构成了实验组，其余非国家级和区域级的流通节点城市构成了控制组。

本研究主要变量介绍如下：

(1)被解释变量。对于物流生产效率的衡量，本文从微观网链代表要素生产率角度出发，将地区货运量和劳动投入的比值作为代理变量。

(2)核心解释变量。将政策选取的国家级和区域级流通网络节点城市设为虚拟变量(Node)。根据该政策内容，对各城市进行赋值，如果某城市从政策颁布后被规划为流通节点城市，则为1，否则为0。

(3)控制变量。关于控制变量的选择，本文从以下几个方面来考虑。一是交通基础设施水平。交通基础设施资源投入的大小、交通网络密度的高低均能影响物流生产效率。本文将各城市公路里程占国土面积的比重作为交通基础设施水平变量。二是产业结构。Goe(1990)研究发现，随着服务业比重日益提高，物流业的市场需求可能会有所改变。此外，产业结构升级会带动各产业体系在市场中的竞争意识，进而促使各产业采用物流外包等。董千里(2018b)认为，可以用物流集成、两业联动等方式促进物流业升级。本文用第三产业就业人口数占总就业人口数的比重来衡量产业结构。三是城市化水平。城市规模的扩大有利于各种要素集中，有助于各项活动的经营成本降低，因此，城市化水平会影响物流业的空间布局和集聚程度。本文用非农业人口与地区总人口的比值测算城市化水平。四是信息化水平。信息流在物流业发展中起着协调控制等方面作用，本文借鉴张浩然(2012)和马越越(2016)的做法，以人均移动电话指标衡量信息化水平，避免总量指标产生的误差。五是对外开放度。对外开放水平的提升不仅会为本地物流业带来优秀的资本、贸易和技术资源，还有利于提升地区物流企业的市场竞争力。本文用外资依存度(FDI占GDP的比值)来衡量各省份的开放度。六是劳动力投入水平。劳动力投入用交通运输、仓储和邮政业从业人数来衡量，体现了微观网链产出作用。七是地方政府干预水平。政府对物流业的适当干预，有利于加强区域之间物流基础设施的合作，为物流业集成体选择正确方向，可以优化物流过程，减少区域交通基础设施等的重复建设和环境污染等问题，从而为物流业发展创造良好的宏观环境条件(刘徐方，2016)。本文采用地方公共财政支出占该地GDP的比重表示各地方政府干预。八是地区经济发展水平。物流业会随着经济发展水平的提高而发展。本文用地区GDP总量的对数表示经济发展水平的高低。九是人力资本水平。高层次人才在物流活动中具有较高的成熟度和决策力，可以有效提高生产要素的综合利用率，促进物流活动高质量运营，降低物流成本(杨俊 等，2007)。本文用平均受教育年限来衡量各地区的人力资本水平，具体以各地区就业人口受教育程度的百分比为权重，进而对受教育年限进行加权平均，文盲为0年，小学为6年，初中为9年，高中(含中专)为12年，大学(含大专和研究生)为16年。

本文主要变量解释及具体计算方法见表1。

表1 主要变量及其计算方法

(三)数据来源

本文所用数据(全市数据)样本为中国285个城市2009—2017年的面板数据。将样本区间确定为2009—2017年，可以较好地避免2009年国务院印发《物流业调整和振兴规划》对物流业发展影响，避免这一政策所造成的估计误差。本文经济数据来源于2010—2018年的《中国城市统计年鉴》、各省份统计年鉴、各城市国民经济和社会发展统计公报。各个变量的描述性统计结果见表2。

表2 主要变量描述性统计

三、实证分析

(一)DID回归

1．平行趋势假定

图1 平行趋势假设图

图1绘制了2009—2017年流通节点城市实验组与控制组的物流生产效率的时间变化趋势。其实线代表控制组的物流生产效率趋势线，虚线表示实验组的物流生产效率趋势线。由图1可以发现，实验组与控制组的两条线具有基本一致的平行趋势，符合平行趋势假设，说明DID方法适合应用在该研究之中。

2．基本回归

根据双重差分模型和表1变量，使用Stata13计量软件进行简单DID检验和加控制变量DID检验，在考虑区域异质性的基础上，分别对东中西部地区进行DID检验，以检验流通节点城市政策对城市物流生产效率的影响。

由表3可以发现，在没有加入控制变量的时候(模型1)，流通节点城市政策的颁布对城市物流生产效率的作用并不显著。在加入控制变量后(模型2)，回归结果表明，该政策对城市物流生产效率的正向影响为10.2%，且在1%水平上显著。

表3 政策对物流生产效率的作用

观察表3模型(2)的回归结果发现：政府干预的估计系数在1%水平上显著为正，这表明政府干预水平的加强，有利于提升物流生产效率。政府干预不仅加强了物流业发展所需的公共服务，提高了基础设施水平，还纠正了区域市场的信息不对称，从而有效设定了物流业发展的战略大方向，使得各地区物流企业更加注重本企业的经营，进而提高物流生产效率。地区经济发展水平的估计系数为28%，在1%水平上显著，这说明地区经济发展水平的提升能较快促进流通节点城市物流生产效率的提高。当地区的经济发展水平达到一定程度时，会吸引各经济利益主体投资该地区，并将吸引更多高水平人才，故而物流业必定促进地区经济发展水平的提高。人力资本水平的估计系数为30.5%，在1%水平上显著。根据内生经济增长理论研究可知，高人力资本水平代表了较强的“新知识”，能够刺激新知识运用于物流业生产，提升物流技术水平和资源利用率，进而提高物流生产效率。欧阳小迅等(2013)的研究也指出，人力资本的产出作用在逐渐增强。代表对外开放水平的外资依存度的估计系数为-2.79，在1%水平上显著。理论上，对外开放通过外商直接投资等方式可为城市物流企业带来丰富的资源、资本和技术等，进而促进生产效率的提升。但过高的外商直接投资可能提升物流企业的市场细分程度，从而使得流通节点城市的政府机构选择“牺牲”国内市场的规模经济去换取外贸带来的规模经济(陆铭 等，2009)，这同曹炳汝等(2019)研究结论一致。城市化水平的提高不利于物流生产效率的提升，这在一定程度上说明中国物流业对城市化水平的依赖程度在逐渐减轻。其他影响因素作用并不显著。

3．区域异质性估计结果及分析

上文分析了流通节点城市政策的颁布对物流生产效率的总体影响，这种基于样本总体的分析可能会掩盖潜在的区域差异。韩增林等(2002)从中国物流业产值角度研究东中西部地区物流业发展的不平衡发现，东部地区物流产值增加最为显著，中部地区物流产值增长额度远高于西部地区。陈恒等(2015)从劳动力效率视角研究指出，中国物流业发展存在极大的区域非均衡性。故而本部分将中国按传统的地理区域进行分类(即全国城市分为东部地区、中部地区、西部地区三类)，再对各区域物流生产效率进行比较分析(对应表3的模型3、4、5)。研究结果发现：东部地区物流生产效率的政策交互项系数为14.4%，在1%水平上高度显著为正；中部地区物流生产效率的政策交互项系数为12%，在5%的水平上显著；西部地区物流生产效率的政策交互项系数为-3.58%，系数并不显著。

与张建升(2011)对区域物流研究结论类似，流通节点城市政策的实施对东中部地区的城市物流生产效率增长有显著的促进作用，而对西部地区的城市物流生产效率提升作用并不明显。究其原因可分为三个方面：在基础设施上，西部地区的流通基础设施建设相对落后，表现为流通基础设施集散中转功能滞后、覆盖率低、交通网络不完善等，节点城市间的“交流”受到阻碍，难以有效发挥流通节点城市在物流网络上的集聚辐射作用；在地理位置上，西部地区地广人稀，缺乏货运所需的国际化出海港口或人员物资集散地，这使得外商更倾向将资金投入到东中部地区，同时西部地区主要依靠国家支持发展，其人才激励机制欠缺，综合运输通道资源配置受阻，这无疑增加了物流成本，即使是政策支持的流通节点城市也难以在短时间内显著提升物流生产效率；在物流体制上，西部地区物流业的组织化水平低、协调发展的运行机制不完善，存在政府条块分割、产权、融资、人才使用等多方面制度约束，一定程度上“肢解”了物流资源社会化分配的效益(余泳泽 等，2010b)，影响了企业经营和政府管理的有效进行。

进一步分析表3模型(3)、(4)、(5)回归结果可知，交通基础设施水平对中部地区物流生产效率有显著正向影响，对东部和西部地区物流生产效率影响并不显著。造成这种结果的原因可能是：中部地区有着连接东西部地区的地理优势，可以较好地疏通东西部地区的人员、货物往来，这在一定程度上带动了中部地区的整体经济发展；同时，受益于中部崛起战略政策势能的影响，中部地区大力建设综合交通运输枢纽，这在一定程度上提高了地区物流生产效率。产业结构对东部地区物流生产效率有负向影响，这是由于东部地区第三产业较为发达，相比第二产业对物流需求规模化的特征，其对物流服务的需求显得更为零散，需要更多的投入以满足相关需求，但大量的投入造成产出不匹配，导致第三产业比重增大，这反而降低了物流生产效率。东中部地区城镇化水平提升较快，大批人口聚集到东中部地区发达城市，带来大量的基础性物流需求，但过多的物流要素投入导致城市物流的投入产出不成正比，进而引起物流生产效率降低，这也说明物流产业对城市化水平的依赖程度在逐渐减低。东部地区的信息化水平对东部地区物流生产效率的提升有促进作用。同全国样本分析结果一致，外资依存度对东西部地区物流生产效率的影响均显著为负，政府干预对东部地区物流生产效率的影响显著为正，区域经济发展水平对东中西部地区物流生产效率均有正向促进作用。中西部地区人力资本水平提升对城市物流生产效率有显著的促进作用，说明提高中西部地区物流业人力资本水平比单纯增加劳动投入量对物流生产效率的提升作用要大，中部崛起战略的实施以及承接东部产业转移的步伐加快，使得部分优秀的劳动力选择留在中部地区或从东部地区回流，由此促进中西部地区人力资本水平提高，进而提高了这些地区的物流生产效率(欧阳小迅 等，2013)。

(二)稳健性检验

1.安慰剂检验

目前，国内主要对3T-CMOS图像传感器开展了一些辐射效应研究，而对主流的4T-CMOS图像传感器的辐射效应研究较少。本文以电子作为辐照源，对不同偏置条件下的4T-CMOS图像传感器进行了辐照，主要对暗电流、饱和输出和暗信号非均匀性等特征参数进行了分析，深入认识了电子辐照导致CMOS图像传感器性能退化的机理。

为了排除其他因素对各市物流生产效率提升的影响，增强双重差分研究结果的可靠性，本文随机更改受政策影响的流通节点城市，以进行”安慰剂”检验(La Ferrara et al.,2012;Cai et al.,2016)。为了避免检验结果的偶然性，本文将检验分成两部分。第一部分，从285个城市中随机挑选93个(非政策规划)城市作为流通节点城市，剩下的为非流通节点城市(模型6)；第二部分，从93个流通节点城市中随机更改部分受政策影响的流通节点城市(45个)为未被规划的非流通节点城市(模型7)，以此做回归，这种随机过程保证了结果的合理性。若回归结果显示新的交互项系数显著为正，则说明物流生产效率的变化很有可能受其他因素的影响，而不是受本文研究的政策因素影响；若此时交互项系数并不显著，则说明受本文研究政策因素的影响。观察表4的模型6和模型7可以发现，其政策交互项系数非常小，且不显著，这验证了物流生产效率的变化并不是其他因素导致的，而是源于流通节点城市政策的颁布。

2.城市级别影响

在国家颁布流通节点城市政策的过程中，政府可能会考虑将一些基础设施良好、制度完善的城市优先设立为国家级或区域级流通节点城市。因此，在政策颁布之前，各城市的发展趋势本身就不一致。为检验这种问题带来的系统性差异，我们从中国城市新分级名单中挑选出具有代表性的新一线城市和二线城市。这是因为：该划分方式综合各项因素对城市进行划分，这些城市的基础设施较好，各项保障措施较为健全，是国家可能的首选对象，也较有可能违背共同趋势假设。因此，本文从一线城市和二线城市两个行政级别上进行验证。

观察表4模型8和9的回归结果可以发现，一线城市和二线城市的等级指标均不显著。这说明，若不考虑政策的影响，处理组和对照组地区间物流生产效率的变化趋势并不存在系统性差异，因此，表3的结果是可信的，政策实施确实促进了各城市物流生产效率的提升。

综上，不论是改变流通节点城市还是分析城市级别异质性的影响，稳健性检验的结果都证明了DID回归结果的正确性，这进一步证明了：流通节点城市政策对物流生产效率具有正向影响。

四、机制检验

前文的分析表明，政策势能是通过规划宏观网络、改善营运环境等方式促进网链结构及内生动力改变，从而显著提升了物流生产效率。那么，政策势能是如何通过调整微观网链结构提升物流生产效率的呢?要回答这一问题，需要考察政策势能对经济动能的影响，即物流生产效率的影响机制。本文参照Jacobson et al.(1993)和Beck et al.(2010)等的做法，设定如下计量模型：

(3)

其中：i和t分别表示城市和年份；ui和λt分别表示城市个体效应和年份效应；εit表示随机误差项；βk是政策颁布k年的交互项系数；Nodek是政策实施k年的虚拟变量；k=-6，-5，-4，-3，-2，-1，0，1，2。根据前文理论机制的分析，选取九类控制变量作为式(3)的被解释变量(Mit)。

类似Beck et al.(2010)的研究，本部分考察政策颁布后各变量变化的动态效应，并绘制政策颁布的交互项系数β的估计值及其对应95%的置信区间。图2描绘了估计参数{β-6，β-5，β-4，β-3，β-2，β-1，β0，β1，β2}的大小及对应95%的置信区间。

由图2(c)可知，政策颁布前的第四年和第五年，处理组的城市化水平数值明显高于控制组，而政策颁布后，其对城市化水平的作用并不显著。由图2(d)可以看出，政策颁布前后，信息化水平并无明显差异，处理组的信息化水平数值显著低于控制组，这说明政策的颁布对信息化水平有抑制效应。

由图2(e)可知，政策颁布的后两年，其对外资依存度的影响为负，且不显著。由图2(f)可知，政策颁布对劳动力人数的影响逐渐显著，政策颁布后政策势能转化为经济动能，从而促进网链集成优化效应逐渐增大。

由图2(g)可知，政策颁布前，处理组的政府干预水平显著高于控制组，而政策颁布后则对政府干预并无明显影响。由图2(h)可知，政策颁布对区域经济发展有一定的正向效应，但并不显著。

由图2(i)可以看出，政策对人力资本水平的提升效应出现在政策颁布后的第二年。与表3模型(2)的回归结果存在传导机制，即：在政策颁布的背景下，人力资本水平的进步对流通节点城市物流生产效率的正向效应较为显著，区域物流业的发展在一定程度上促进了人才的质量提升，即人力资本水平和区域物流生产效率之间存在“推拉”关系。赵光辉(2008)的研究也证实人才结构与产业结构存在“推力与拉力”规律。

图2 方程(4)的动态效应

综上机制分析结果可知，在流通节点城市政策势能作用下，随着地区经济动能增大，这有效促进经济波动发展，也使得人力资本水平得以有效提高，而人力资本水平的提升更大程度地发掘了既有技术集成水平与生产要素的潜力，提高了要素的使用率，进而带动了地区物流生产效率的提升。

五、结论与政策建议

本文利用中国2009—2017年285个城市的面板数据，通过构建物流生产效率为被解释变量的双重差分模型，将定性方法与定量方法相结合起来，分析流通节点城市建设政策颁布对物流生产效率的影响。研究发现：(1)政策颁布前，流通节点城市与非流通节点城市满足共同趋势假设；(2)整体上，在考虑控制变量的情况下，相比较非流通节点城市，流通节点城市政策对节点城市物流生产效率有显著正向效应，且影响率高达10.2%；(3)从东中西地区来看，政策颁布对东中部地区节点城市物流生产效率促进效果显著，对西部地区影响不显著；(4)机制分析表明，政策主要通过人力资本水平的提升影响流通节点城市物流生产效率提高。此外，本文研究结果通过了一系列的稳健性检验，结果稳健。

基于研究结果，结合集成场理论，本文提出三方面的政策建议：(1)在微观网链方面，重点改善中部地区流通节点城市的物流资源配置，以使微观网链有充足的“物”，拥有物流网链结构的内在动力。通过区域异质性分析可知，中部地区流通节点城市的交通基础设施对物流生产效率影响最大，因而，应将交通基础设施的投资集中于中部地区的流通节点城市。中部地区具有“承东启西”的作用，交通运输网络的改善将有效降低东部沿海发达地区与西部地区物流要素流动所需花费的成本。这不仅可以提高西部地区的市场交易便利度，还有利于促进中部地区的交通可达性，进而有助于新的经济中心出现，使经济增长的梯度由东中部地区转向西部地区。(2)在宏观网络方面，推进交通基础设施网络化体系建设，使宏观网络畅通形成“流”，从而提升物流的全程效率。要优化东中西部地区交通运输网络布局，将中国交通基础设施建设转向交通通达度网络的建设。借助流通节点城市物流业的发展，带动非流通节点城市物流生产效率的提升，从而使流通节点城市可以促进非流通节点城市发展。(3)在政策势能方面，调整物流政策制定的重点方向，使宏观政策势能与微观经济动能叠加，形成网络支撑网链以提高效率。要重视专项物流人才政策的出台和人才合理流动机制的构建，使物流产业发展能够立足于本地人才；同时，促进人才跨地区合理流动，与全国甚至全球范围内人才进行交流合作，积极引进高水平人才资源，提升各地区物流产业的竞争力。