摘要：文章基于2006—2019年中國27個省份的面板數據，運用核密度估計、Dagum基尼系數和空間自相關等方法刻畫了物流業FDI空間格局的演化特征，并運用時空地理加權回歸模型(GTWR)從時間和空間雙維度探討各省份物流業FDI驅動因素的作用力。結果表明：2006—2019年，各省份物流業FDI規模明顯提升，空間分布具有鮮明的梯度特征，且差異逐漸擴大;物流業FDI存在顯著的空間自相關，大部分省份位于High-High集聚區域和Low-Low集聚區域，表現出空間上的“馬太效應”;物流業FDI多維驅動因素表現出明顯的時空非平穩性特征，各因素在不同時點和地區對物流業FDI的作用方向和強度波動性較大。
關鍵詞：物流業FDI;時空格局;多維驅動因素;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向東亞轉移的雙重背景下，中國逐漸成為“世界工廠”，產生了大量的原材料、半成品和產成品的進出口物流，馬士基、UPS、Fedex等大型跨國物流企業紛紛入駐中國，外商直接投資(FDI)逐漸滲入中國物流業中。中國物流業FDI規模從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，受地區固有的特征、國家戰略的傾斜以及外部因素的干擾，隨著引進外資的蓬勃發展，物流業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域間經濟發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FDI時空演變規律，合理調配各區域物流業FDI的影響因素，對于縮小區域間物流業FDI差距，以實現整體FDI在中國的均衡分布和不同區域經濟協調發展具有積極作用。現有文獻多采用全行業的FDI數據進行實證分析[2—4]。
究其原因，國家、省域或市域全行業的FDI數據可以從《中國統計年鑒》和地方統計年鑒中獲得。隨著地方統計年鑒對細分行業FDI的統計，近年來關于FDI行業尺度的研究不斷出現，如服務業[5]、制造業[6]、農業[7]等，但是關于物流業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FDI的影響。張寶友等(2012)[9]構建了物流業FDI風險評價指標體系，運用三角模糊數對中國2001—2010年物流業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年的數據探討了物流業FDI空間集聚的時空演化及其影響因素。
總結物流業FDI的相關文獻，從研究方法上看，多以定性分析為主，定量分析的研究不多;從研究數據上看，考慮到數據的易獲取性，多數研究采用時間序列數據;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FDI空間分布格局的基礎上，采用GTWR模型分析多維驅動因素在不同時空維度下對物流業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、需求和外部環境3個層面選取影響物流業FDI的因素。
(1)供給因素。①勞動力成本：物流業屬于勞動密集型行業，勞動力成本與企業投資績效直接掛鉤[13]，采用地區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，是吸引國內外物流企業的重要因素[14]，采用(鐵路營運里程+內河航道里程+公路里程)/地區面積來表征。
(2)需求因素。①制造業FDI：物流業有明顯的追隨制造業FDI的傾向[15]，采用各省份制造業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區位選擇的重要因素，采用貨物周轉量來衡量。
(3)外部環境因素。①市場開放度：采用地區進出口總額占GDP的比重來衡量，表示一個地區經濟對外開放的程度。②制度質量：采用市場化指數對制度質量進行量化。
1.3數據來源及描述性統計
各省份統計物流業FDI數據的開始時間不同，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。考慮到數據的完整性，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)份作為考察對象。研究中涉及的數據主要來源于《中國商務年鑒》以及各省份的統計年鑒和商務廳官網。為了盡可能消除異方差，對所有變量作對數化處理。
2中國物流業FDI時空格局演化特征分析
2.1物流業FDI分布動態
本文結合核密度估計結果繪制了2006年、2009年、2012年、2015年、2018年和2019年物流業FDI的Kernel密度圖，以直觀展現物流業FDI的分布演化特征。觀測期內中國物流業FDI的分布狀況發生了明顯變化。
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FDI規模呈逐步上升態勢;從峰度上看，峰值右移、高度下降，且右端拖尾部分逐年拉長，表現出明顯的右偏態分布，說明各省份實際利用外資速度加快，但離散程度變大;從形態上看，2006年呈明顯多峰分布態勢，說明物流業FDI多極分化嚴重，2012年以后已經轉變為單峰分布，說明物流業FDI極化現象有所緩解甚至消失。
從中可以看出，三大地區物流業FDI分布演化具有某些共性特征：隨著時間的推移，三大地區核密度曲線逐漸向右推進、波峰高度下降、波峰形態趨于扁平。同時，各地區物流業FDI也顯示出差異化特征：與中西部地區相比，東部地區物流業FDI核密度曲線更偏向橫軸右側，反映出物流業FDI呈“東部—中部—西部”梯度遞減的空間分布特征;觀測期內，東部地區波峰分布由雙峰逐漸演變為單峰，表明東部地區物流業FDI在2006年和2009年存在兩極分化現象，之后得到緩解并逐步消失，而西部地區則由單峰分布轉變為雙峰分布，繼而又轉變為單峰分布，中部地區大體表現為單峰分布形態。
2.2物流業FDI空間差異及其來源
2006—2019年中國物流業FDI空間差異及其來源。基尼系數G由2006年的0.728降低至2019年的0.644，說明中國物流業FDI總體差異在逐漸縮小。區域間差異總體也呈下降態勢，這主要得益于東部-中部和東部-西部之間物流業吸引外資逐漸趨于平衡。另外，區域間物流業FDI差異是造成中國物流業FDI總體差異的主要原因。區域內差異總體呈微弱上升，但三大地區內部差異情況不同。東部地區基尼系數小幅度上升，總體變化不大。
隨著比較落后的山西和河南物流業FDI規模的擴大，2006—2018年中部地區內部差異呈逐步縮小之勢，基尼系數從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。西部地區基尼系數最大，2006—2009年急速上升，年均增速達10.84%。總體來看，基尼系數平均值呈現東部地區<中部地區<西部地區的空間格局。
2.3物流業FDI空間自相關性分析
2.3.1全局空間自相關
2006—2019年中國27個省份物流業FDI全局Moran’sI。考察期內物流業FDI的Moran’sI均為正數且至少在10%的水平上顯著，表明物流業FDI在空間分布上存在顯著的正相關關系。從P值大小看，2006—2009年物流業FDI的Moran’sI的P值小于0.01，而2010—2019年多數年份Moran’sI的P值大于0.01，說明物流業FDI的空間依賴性逐漸減弱。
2.3.2局部空間自相關
為了直觀揭示物流業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集聚區域和Low-Low集聚區域，表明不同省份之間空間正相關，第二、四象限屬于Low-High集聚區域和High-Low集聚區域，表明不同省份之間空間負相關。
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集聚型轉變為High-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，從內部結構層面看，省際物流業FDI的空間正相關性趨勢減弱。其中，北京和江西從High-High型集聚轉變為Low-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集聚變為Low-Low集聚，北京從Low-High集聚區域轉移到High-Low集聚區域。
3物流業FDI時空演變驅動機制分析
3.1物流業FDI驅動機制的時序波動
根據GTWR模型局部回歸結果，利用箱形圖刻畫2006—2019年各因素估計系數的時間變化趨勢。2006—2019年制造業FDI的平均估計系數均為正數，說明物流業FDI追隨制造業FDI的動機明顯。
此外，2015年以后，制造業FDI估計系數的分散性逐漸增加，說明空間差異性逐漸擴大。市場開放度對物流業FDI主要表現為積極影響，驗證了國際物流是國際貨物貿易的派生需求，其估計系數表現出先上升后下降再上升的“N”型變動態勢，說明進出口貿易達到一定規模，對物流業FDI的促進作用就會減弱，存在邊際遞減效應。但是，當進出口貿易規模繼續提升超過第二個拐點時，其對物流業FDI的正向影響有所強化。2006—2012年貨物周轉量對物流業外資的吸引力逐漸增加，2012—2019年影響力則呈現逐年下降態勢，說明物流市場需求對物流業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”，超過半數投資用于鐵路、公路和機場建設，但是交通基礎設施對經濟發展的推動作用存在一定滯后期，2013年以后對物流業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外資的流入，這可能是因為外資企業的工資相對較高，這也導致外資越多的地區工資水平越高。但是這一促進作用表現為逐年下降趨勢。
當工資水平不斷上漲到一定程度，嚴重損害外資企業投資績效時，企業就會“逃離”該地區，繼而遷往勞動力成本更低的地區。因此，2015—2019年勞動力成本與物流業FDI之間呈現負相關關系，且勞動力成本的估計系數逐年降低，說明過高的勞動力成本強烈抑制了物流業外資的流入。制度質量的估計系數呈現先下降后上升再下降的“倒N”型態勢，但2016—2019年制度質量的估計系數仍然遠遠大于2006—2009年。經過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FDI的優勢正在逐漸弱化。近年來，中國不斷深化落實物流業市場改革，提升產品和要素市場的發育程度，制度建設軟實力成為中國當前吸引物流業外資的重要途徑，對物流業FDI的積極影響有所增強。
3.2物流業FDI驅動機制的空間分布
根據GTWR局部回歸結果，計算2006—2019年各省份每個變量估計系數的均值，據此分析驅動因素估計系數的空間分布情況。
制造業FDI的估計系數呈現中西部地區高、東部地區低的特點。中國東部地區經濟發達，交通便利，人才匯集，吸引物流業FDI的比較優勢是多方面的，因此弱化了制造業FDI所起到的作用。市場開放度和物流市場需求的估計系數均呈現“東部—中部—西部”梯度遞減的空間分布。東部地區是中國對外開放的先導區，憑借良好的區位優勢和政策扶持吸引了大批工業企業集聚，物流市場需求大，擁有吸引物流業外資的競爭優勢。隨著中西部工業化和城鎮化的持續推進，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FDI“平均”表現為負向影響，5個省份位于東部地區，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其他優勢帶來的利潤，導致投資成本增加，抑制物流業外資流入。交通基礎設施對東部物流業FDI的促進作用較高，對中西部地區的提振作用要低得多，這是因為東部地區已經形成了比較完善的交通運輸網絡，而中西部地區尚處于快速建設階段。東部地區市場化水平優于全國平均水平，中西部地區還需要進一步推進市場化進程，充分發揮軟環境對物流業外資流入的重要作用。
4結論與啟示
本文結合省級面板數據和空間分析方法，揭示物流業FDI時空分布特征，并運用GTWR模型考察物流業FDI驅動機制的時空異質性，得出如下結論：(1)2006—2019年中國各省份物流業利用外資規模得到明顯提升，在空間分布上呈現“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FDI存在較強的空間自相關性;局部Moran散點圖中大部分省份落入High-High和Low-Low集聚區域，物流業FDI集聚特征明顯。(3)GTWR模型的實證檢驗結果顯示，多維驅動因素對物流業FDI的作用方向和作用強度不同，呈現顯著的時空異質性。
根據以上結論，本文得到如下啟示：第一，政府應該加大對落后地區吸引物流業外資的扶持力度，同時鼓勵發達地區通過跨區域經濟聯系惠及周邊，提升周邊地區對物流業FDI的吸引力。第二，根據不同地區要素驅動效應的異質性，選擇有針對性地促進物流業FDI的措施。第三，各地區物流業FDI要素驅動效應在不同時期會出現迭代和遷移，因此，要結合不同時點物流業發展的特定要求，實時動態調整吸引物流業外資的策略。
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].經濟地理,2012,32(12).
[3]范紅忠,周啟良,陳青山.FDI區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驗證據[J].國際貿易問題,2015,(4).
[4]許建偉,郭其友.外商直接投資的經濟增長、就業與工資的交互效應——基于省級面板數據的實證研究[J].經濟學家,2016,(6).
[5]王恕立,王許亮.服務業FDI提高了綠色全要素生產率嗎——基于中國省際面板數據的實證研究[J].國際貿易問題,2017,(12).
[6]畢克新,王禹涵,楊朝均.創新資源投入對綠色創新系統綠色創新能力的影響——基于制造業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是否提高了中國農業企業全要素生產率?——來自99801家農業企業面板數據的證據[J].中國農村經濟,2018,(4).
[8]姜海燕,侯淑霞.物流基礎設施對吸引物流業FDI影響的實證研究[J].財經論叢,2012,(1).
作者：李敏杰，王健
相關閱讀
