中国物流业FDI的时空演化特征与其驱动机制分析

　　摘要：文章基于2006—2019年中国27个省份的面板数据，运用核密度估计、Dagum基尼系数和空间自相关等方法刻画了物流业FDI空间格局的演化特征，并运用时空地理加权回归模型(GTWR)从时间和空间双维度探讨各省份物流业FDI驱动因素的作用力。结果表明：2006—2019年，各省份物流业FDI规模明显提升，空间分布具有鲜明的梯度特征，且差异逐渐扩大;物流业FDI存在显著的空间自相关，大部分省份位于High-High集聚区域和Low-Low集聚区域，表现出空间上的“马太效应”;物流业FDI多维驱动因素表现出明显的时空非平稳性特征，各因素在不同时点和地区对物流业FDI的作用方向和强度波动性较大。

　　关键词：物流业FDI;时空格局;多维驱动因素;GTWR模型

　　0引言

　　20世纪80年代以来，在改革开放和全球制造业向东亚转移的双重背景下，中国逐渐成为“世界工厂”，产生了大量的原材料、半成品和产成品的进出口物流，马士基、UPS、Fedex等大型跨国物流企业纷纷入驻中国，外商直接投资(FDI)逐渐渗入中国物流业中。中国物流业FDI规模从2004年的12.73亿美元增加至2020年的49.99亿美元，年均增长率达8.93%。但是中国地域广阔，受地区固有的特征、国家战略的倾斜以及外部因素的干扰，随着引进外资的蓬勃发展，物流业FDI在空间上的分布不平衡问题日益突出，而FDI空间非均衡分布是区域间经济发展差距扩大的重要原因[1]。

　　因此，如何通过实证分析方法探究物流业FDI时空演变规律，合理调配各区域物流业FDI的影响因素，对于缩小区域间物流业FDI差距，以实现整体FDI在中国的均衡分布和不同区域经济协调发展具有积极作用。现有文献多采用全行业的FDI数据进行实证分析[2—4]。

　　究其原因，国家、省域或市域全行业的FDI数据可以从《中国统计年鉴》和地方统计年鉴中获得。随着地方统计年鉴对细分行业FDI的统计，近年来关于FDI行业尺度的研究不断出现，如服务业[5]、制造业[6]、农业[7]等，但是关于物流业FDI的文献仍相对较少。

　　姜海燕和侯淑霞(2012)[8]运用VAR模型实证检验了物流基础设施对吸引物流业FDI的影响。张宝友等(2012)[9]构建了物流业FDI风险评价指标体系，运用三角模糊数对中国2001—2010年物流业FDI的风险进行了评估。梁雯等(2016)[10]运用安徽省各地级市2004—2013年的数据探讨了物流业FDI空间集聚的时空演化及其影响因素。

　　总结物流业FDI的相关文献，从研究方法上看，多以定性分析为主，定量分析的研究不多;从研究数据上看，考虑到数据的易获取性，多数研究采用时间序列数据;从空间分布差异的影响因素上看，多以单一要素进行分析。基于此，本文利用空间分析方法，在刻画2006—2019年中国27个省份物流业FDI空间分布格局的基础上，采用GTWR模型分析多维驱动因素在不同时空维度下对物流业FDI的影响方向和大小，为各省份因地制宜地制定吸引物流业外资的政策提供科学参考。

　　1研究设计

　　1.1研究方法

　　1.1.1核密度估计

　　1.2变量选取借鉴已有研究成果，本文从供给、需求和外部环境3个层面选取影响物流业FDI的因素。

　　(1)供给因素。①劳动力成本：物流业属于劳动密集型行业，劳动力成本与企业投资绩效直接挂钩[13]，采用地区平均工资水平来衡量。②交通基础设施水平：完善的交通基础设施有助于发挥物流集聚效应，对降低物流成本具有积极作用，是吸引国内外物流企业的重要因素[14]，采用(铁路营运里程+内河航道里程+公路里程)/地区面积来表征。

　　(2)需求因素。①制造业FDI：物流业有明显的追随制造业FDI的倾向[15]，采用各省份制造业FDI来衡量。②物流市场需求：旺盛的市场需求是外资物流企业区位选择的重要因素，采用货物周转量来衡量。

　　(3)外部环境因素。①市场开放度：采用地区进出口总额占GDP的比重来衡量，表示一个地区经济对外开放的程度。②制度质量：采用市场化指数对制度质量进行量化。

　　1.3数据来源及描述性统计

　　各省份统计物流业FDI数据的开始时间不同，为尽可能既延长时间跨度又不损失研究样本，本文选择2006—2019年作为样本期。考虑到数据的完整性，选取除吉林、青海、宁夏、西藏、香港、澳门和台湾外的中国27个省(区)份作为考察对象。研究中涉及的数据主要来源于《中国商务年鉴》以及各省份的统计年鉴和商务厅官网。为了尽可能消除异方差，对所有变量作对数化处理。

　　2中国物流业FDI时空格局演化特征分析

　　2.1物流业FDI分布动态

　　本文结合核密度估计结果绘制了2006年、2009年、2012年、2015年、2018年和2019年物流业FDI的Kernel密度图，以直观展现物流业FDI的分布演化特征。观测期内中国物流业FDI的分布状况发生了明显变化。

　　从分布位置上看，2006—2019年全国核密度曲线右移趋势明显，反映出物流业FDI规模呈逐步上升态势;从峰度上看，峰值右移、高度下降，且右端拖尾部分逐年拉长，表现出明显的右偏态分布，说明各省份实际利用外资速度加快，但离散程度变大;从形态上看，2006年呈明显多峰分布态势，说明物流业FDI多极分化严重，2012年以后已经转变为单峰分布，说明物流业FDI极化现象有所缓解甚至消失。

　　从中可以看出，三大地区物流业FDI分布演化具有某些共性特征：随着时间的推移，三大地区核密度曲线逐渐向右推进、波峰高度下降、波峰形态趋于扁平。同时，各地区物流业FDI也显示出差异化特征：与中西部地区相比，东部地区物流业FDI核密度曲线更偏向横轴右侧，反映出物流业FDI呈“东部—中部—西部”梯度递减的空间分布特征;观测期内，东部地区波峰分布由双峰逐渐演变为单峰，表明东部地区物流业FDI在2006年和2009年存在两极分化现象，之后得到缓解并逐步消失，而西部地区则由单峰分布转变为双峰分布，继而又转变为单峰分布，中部地区大体表现为单峰分布形态。

　　2.2物流业FDI空间差异及其来源

　　2006—2019年中国物流业FDI空间差异及其来源。基尼系数G由2006年的0.728降低至2019年的0.644，说明中国物流业FDI总体差异在逐渐缩小。区域间差异总体也呈下降态势，这主要得益于东部-中部和东部-西部之间物流业吸引外资逐渐趋于平衡。另外，区域间物流业FDI差异是造成中国物流业FDI总体差异的主要原因。区域内差异总体呈微弱上升，但三大地区内部差异情况不同。东部地区基尼系数小幅度上升，总体变化不大。

　　随着比较落后的山西和河南物流业FDI规模的扩大，2006—2018年中部地区内部差异呈逐步缩小之势，基尼系数从2006年的0.418降至2018年的0.386，但是2019年又有所上升且超过2006年。西部地区基尼系数最大，2006—2009年急速上升，年均增速达10.84%。总体来看，基尼系数平均值呈现东部地区<中部地区<西部地区的空间格局。

　　2.3物流业FDI空间自相关性分析

　　2.3.1全局空间自相关

　　2006—2019年中国27个省份物流业FDI全局Moran’sI。考察期内物流业FDI的Moran’sI均为正数且至少在10%的水平上显著，表明物流业FDI在空间分布上存在显著的正相关关系。从P值大小看，2006—2009年物流业FDI的Moran’sI的P值小于0.01，而2010—2019年多数年份Moran’sI的P值大于0.01，说明物流业FDI的空间依赖性逐渐减弱。

　　2.3.2局部空间自相关

　　为了直观揭示物流业FDI的局部空间集聚模式，本文绘制了2006年、2010年、2014年和2019年中国物流业FDI的Moran散点图，以0值为轴划分为4个象限，第一、三象限分别属于High-High集聚区域和Low-Low集聚区域，表明不同省份之间空间正相关，第二、四象限属于Low-High集聚区域和High-Low集聚区域，表明不同省份之间空间负相关。

　　2006年12个省份位于第一象限，9个省份位于第三象限。2010年，四川、贵州和新疆从Low-Low集聚型转变为High-Low集聚型，海南落入Low-Low板块，河北从High-Low板块上移至High-High板块。2014年，17个省份位于第一、三象限，从内部结构层面看，省际物流业FDI的空间正相关性趋势减弱。其中，北京和江西从High-High型集聚转变为Low-High型集聚，四川和贵州重新落入Low-Low板块。2019年，19个省份位于第一、三象限，山西、黑龙江和甘肃从Low-High集聚变为Low-Low集聚，北京从Low-High集聚区域转移到High-Low集聚区域。

　　3物流业FDI时空演变驱动机制分析

　　3.1物流业FDI驱动机制的时序波动

　　根据GTWR模型局部回归结果，利用箱形图刻画2006—2019年各因素估计系数的时间变化趋势。2006—2019年制造业FDI的平均估计系数均为正数，说明物流业FDI追随制造业FDI的动机明显。

　　此外，2015年以后，制造业FDI估计系数的分散性逐渐增加，说明空间差异性逐渐扩大。市场开放度对物流业FDI主要表现为积极影响，验证了国际物流是国际货物贸易的派生需求，其估计系数表现出先上升后下降再上升的“N”型变动态势，说明进出口贸易达到一定规模，对物流业FDI的促进作用就会减弱，存在边际递减效应。但是，当进出口贸易规模继续提升超过第二个拐点时，其对物流业FDI的正向影响有所强化。2006—2012年货物周转量对物流业外资的吸引力逐渐增加，2012—2019年影响力则呈现逐年下降态势，说明物流市场需求对物流业FDI的正向作用也 存在边际递减效应。

　　2008年以后中国为应对金融危机提出“一揽子计划”，超过半数投资用于铁路、公路和机场建设，但是交通基础设施对经济发展的推动作用存在一定滞后期，2013年以后对物流业FDI的正向效应才逐年提升。2006—2014年劳动力成本的上升反而促进了物流业外资的流入，这可能是因为外资企业的工资相对较高，这也导致外资越多的地区工资水平越高。但是这一促进作用表现为逐年下降趋势。

　　当工资水平不断上涨到一定程度，严重损害外资企业投资绩效时，企业就会“逃离”该地区，继而迁往劳动力成本更低的地区。因此，2015—2019年劳动力成本与物流业FDI之间呈现负相关关系，且劳动力成本的估计系数逐年降低，说明过高的劳动力成本强烈抑制了物流业外资的流入。制度质量的估计系数呈现先下降后上升再下降的“倒N”型态势，但2016—2019年制度质量的估计系数仍然远远大于2006—2009年。经过40多年的改革开放，中国凭借劳动力、土地等廉价资源要素吸引物流业FDI的优势正在逐渐弱化。近年来，中国不断深化落实物流业市场改革，提升产品和要素市场的发育程度，制度建设软实力成为中国当前吸引物流业外资的重要途径，对物流业FDI的积极影响有所增强。

　　3.2物流业FDI驱动机制的空间分布

　　根据GTWR局部回归结果，计算2006—2019年各省份每个变量估计系数的均值，据此分析驱动因素估计系数的空间分布情况。

　　制造业FDI的估计系数呈现中西部地区高、东部地区低的特点。中国东部地区经济发达，交通便利，人才汇集，吸引物流业FDI的比较优势是多方面的，因此弱化了制造业FDI所起到的作用。市场开放度和物流市场需求的估计系数均呈现“东部—中部—西部”梯度递减的空间分布。东部地区是中国对外开放的先导区，凭借良好的区位优势和政策扶持吸引了大批工业企业集聚，物流市场需求大，拥有吸引物流业外资的竞争优势。随着中西部工业化和城镇化的持续推进，货物流量和物流市场需求激增，市场开放度和市场需求对中西部地区的积极作用逐渐凸显。

　　2006—2019年，7个省份劳动力成本对物流业FDI“平均”表现为负向影响，5个省份位于东部地区，说明随着工资水平不断上涨，劳动力成本的增加会抵消东部沿海地区其他优势带来的利润，导致投资成本增加，抑制物流业外资流入。交通基础设施对东部物流业FDI的促进作用较高，对中西部地区的提振作用要低得多，这是因为东部地区已经形成了比较完善的交通运输网络，而中西部地区尚处于快速建设阶段。东部地区市场化水平优于全国平均水平，中西部地区还需要进一步推进市场化进程，充分发挥软环境对物流业外资流入的重要作用。

　　4结论与启示

　　本文结合省级面板数据和空间分析方法，揭示物流业FDI时空分布特征，并运用GTWR模型考察物流业FDI驱动机制的时空异质性，得出如下结论：(1)2006—2019年中国各省份物流业利用外资规模得到明显提升，在空间分布上呈现“东部—中部—西部”梯度递减特征，而且这种空间差异不断扩大。(2)全局Moran’I显著为正，表明物流业FDI存在较强的空间自相关性;局部Moran散点图中大部分省份落入High-High和Low-Low集聚区域，物流业FDI集聚特征明显。(3)GTWR模型的实证检验结果显示，多维驱动因素对物流业FDI的作用方向和作用强度不同，呈现显著的时空异质性。

　　根据以上结论，本文得到如下启示：第一，政府应该加大对落后地区吸引物流业外资的扶持力度，同时鼓励发达地区通过跨区域经济联系惠及周边，提升周边地区对物流业FDI的吸引力。第二，根据不同地区要素驱动效应的异质性，选择有针对性地促进物流业FDI的措施。第三，各地区物流业FDI要素驱动效应在不同时期会出现迭代和迁移，因此，要结合不同时点物流业发展的特定要求，实时动态调整吸引物流业外资的策略。

　　参考文献：

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

　　[2]廖小东,丰凤.近10年外商在华直接投资的空间分异及成因分析[J].经济地理,2012,32(12).

　　[3]范红忠,周启良,陈青山.FDI区域分布差异的市场机制研究——来自中国287个地级以上城市的经验证据[J].国际贸易问题,2015,(4).

　　[4]许建伟,郭其友.外商直接投资的经济增长、就业与工资的交互效应——基于省级面板数据的实证研究[J].经济学家,2016,(6).

　　[5]王恕立,王许亮.服务业FDI提高了绿色全要素生产率吗——基于中国省际面板数据的实证研究[J].国际贸易问题,2017,(12).

　　[6]毕克新,王禹涵,杨朝均.创新资源投入对绿色创新系统绿色创新能力的影响——基于制造业FDI流入视角的实证研究[J].中国软科学,2014,(3).

　　[7]刘乃郗,韩一军,王萍萍.FDI是否提高了中国农业企业全要素生产率?——来自99801家农业企业面板数据的证据[J].中国农村经济,2018,(4).

　　[8]姜海燕,侯淑霞.物流基础设施对吸引物流业FDI影响的实证研究[J].财经论丛,2012,(1).

　　作者：李敏杰，王健