2文献综述

2.1全要素生产率理论

效率是经济学的核心命题，是指投入与产出的关系。全要素生产率指产出增长率超出要素增长率的部分,是剔除要素投入贡献后所得到的残差，是一种衡量产业或者行业进步的生产率指标。1928年，柯布和道格拉斯提出了Cobb-Douglas 生产函数，开始了生产率在经济增长中的定量研究，这也是全要素生产率研究的最早起源。索洛（Solow,1957）[1]提出了索洛残差的理论，即总产出增长扣除资本、劳动力的产出增长之后得到的未被解释的部分作为技术进步的贡献。在接下来的研究中，索洛又将技术进步作为有别于传统的资本和劳动力之外的第三类生产要素来看待，即经济的增长取决于三大因素：劳动力、资本和技术进步。

60 年代初，Kendrick[2]将索洛余值定义为全要素生产率，并对美国的生产率变化进行系列分析。 Denison[3]在Kendrick的全要素生产率概念的基础上发展了索洛余值的测算方法，他对投入要素进行了更为细致的划分以防对投入增长率造成低估。Jorgensen在全要素生产率研究上的贡献主要是，在部门和总量两个层次上采用超越对数生产函数对全要素生产率进行测算；其次为了保证“产出和投入的数量是精确测量的”［4-5］，把产出要素与投入要素进行了比 Denison更加细致的分解。

与Solow、Denison和Jorgensen等人采用增长核算法不同，随着研究的深入，一批学者采用新的方法来进行对全要素生产率的研究。Farrell（1957）[6]利用确定性的前沿生产函数测算技术效率。Aigner等人（1977）[7]首次使用包含随机误差的随机生产前沿函数模型。Charnes（1978）[8]提出基于相对效率的数据包络分析法。

上世纪80年代初,国内学者在西方全要素生产率理论和测算方法上开始了对TFP的研究。史清琪(1985)较早地进行了对我国技术进步度量的研究。魏权龄（1982）最早将DEA方法引入国内，此后，DEA方法被国内学者广泛应用于全要素生产率的研究。国内学者对物流业全要素生产率的研究主要集中于以下几个方面。

2.1.1物流业TFP的研究对象及方法

目前对TFP的研究多采用数据包络分析法、生产前沿面法和指数法。我国学者主要从两个方面分析物流业TFP：一是以中国整体或部分省市的交通运输、仓储和邮电业为对象。田刚采用中国1999～2006年30个省区物流业面板数据,应用DEA-Malmquist方法对物流业 TFP的增长来源、差异与变化趋势进行了实证分析[9]。余泳泽、刘秉镰(2010)应用SFA模型对我国物流业整体技术效率和TFP进行评价发现我国东部地区TFP增长率相对较高，整体TFP增长具有波动上升且收敛的趋势[10]。徐宏毅、詹永雄、杨沛(2009)用超越对数前沿生产函数模型对我国整体物流业TFP进行实证分析，研究表明，9年中我国物流业TFP增长了近1倍且其增长主要来自于技术进步[11]。二是以上市物流公司为研究对象。刘洋(2008)根据上市公司年报运用Malmquist指数理论计算物流产业平均全要素生产率及其各分解指数，并指出提高物流行业全要素生产率的途径[12]。张予川、王琳（2013）运用DEA‐Malmquist指数模型站在整个物流行业的角度，对19家上市物流企业的全要素生产率、技术进步及技术效率的变化情况进行了分析。结果表明：物流企业全要素生产率整体发展状况仍需加强,且存在较大的差异；物流企业的技术变化指数与物流发展环境息息相关，是造成全要素生产率提升不快的重要原因[13]。

2.1.2物流业TFP测算投入产出指标的选定

在对物流业TFP的测算中，产出指标主要包括货物周转量、货运量、物流业增加值、物流业生产总值等，投入指标主要包括物流业从业人数、资本存量、等级公路里程等。例如，刘涛、霍静娟、顾令爽、金英淑(2017)构建了基于3种投入指标和2种产出指标的物流业TFP评价体系。其中投入指标物流业是资本存量、物流业从业人员和等级公路里程，产出指标包括货物周转量和物流业增加值。研究表明2011~2015 年河南省物流业全要素生产率的变化呈现出先降后升的“U”型趋势，且总体比较低[14]。丁小平、刘金东认为物流业价值量和产出量严重背离，基于实用价值形态的货物周转量比产业增加值更能反映物流业的真实产出情况，故选用货物周转量为唯一的产出变量，投入变量则选取物流业从业人员和物流业资本存量。研究发现各省区物流业发展存在较强的阶段差异，技术进步是我国物流业 TFP 增长的主要原因[15]。

2.1.3物流业TFP影响因素的分析

关于对物流业TFP影响因素的分析，袁丹、雷宏振(2015)对丝绸之路经济带进行研究发现物流专业化程度和资源利用率对物流效率具有显著的正向影响,城镇化水平和开放程度对物流效率有统计上尚不显著的正向影响[16]。王健、梁红艳（2013）基于系统GMM方法分析了物流业全要素生产率的影响因素，发现信息化水平与交通基础设施对物流业 TFP具有显著的提升作用，对外贸易开放、人力资本的发展与区域经济一体化进程中的基础设施重复建设对物流业TFP造成了负向影响; 产业结构、城市化水平与外商直接投资对物流业TFP的影响不显著；物流业TFP在全国范围内呈现显著的收敛[17]。

2.1.4小结

综上所述，国外学者开创性地提出了TFP的基础理论和测算方法,并在此基础上进行了逐步发展和完善，最终形成了相对成熟完整的全要素生产率理论体系。国内学者多数是在此基础上从研究对象、投入产出和影响因素等方面对物流发展情况进行具体研究，取得了丰硕的成果，本文从中获得了很大的帮助，也对现有文献梳理总结，取长补短，进行了有效的探索。

在研究对象上，多数文献以整体和部分省区物流业为主,缺少对不同对象之间的对比分析，本文将其划分成了东中西部地区着重分析地区差异。在投入产出指标的选择和处理上，本文用永续盘存法对资本存量进行了估算，产出指标多选择单一指标，本文将其细分为输出的产品与服务以求得到更为准确的结果。对TFP的结果研究，多数文献将其进行了分解并从变化趋势进行了分析，本文从投入产出角度重点分析了需要效率改进的城市，从空间分布方面对物流业TFP进行了可视化，并运用收敛性分析研究了地区差距是处于收敛还是发散状态。在影响因素的分析中，多数文献使用了普通面板模型，本文从空间相关性角度运用空间面板模型重点分析了物流业TFP的空间溢出效应。

2.2空间计量理论

空间计量经济学是基于地理信息系统、空间统计学和计量经济学等学科，利用数学模型、经济理论和专业软件等工具对空间经济现象进行研究的新兴交叉学科。Paelinck和Klaassen (1979)［18］提出“空间计量经济学”概念与研究方法，标志着空间计量经济学的诞生。Anselin ( 1988a）［19］提出了新的空间计量经济学的定义，并于1992年对计算方法进行了软件实现［20］，这也进一步推动了空间计量经济学的应用。Haining ( 1990)［21］和Cressie ( 1991)［22］等逐步完善空间计量理论，并建立了更有效的空间计量模型。新经济地理学派的Krugman( 1998)[23]对空间问题的解释再次发展了空间计量经济学。

国内学者在理论及方法上有深入研究的不多，基本上是处于将国外的理论应用到国内的阶段，不过在研究领域上呈现多元化的趋势。刘建国、张文忠(2014)[24]研究了我国1990-2011年的全要素生产率发现:在大部分年份中国省域全要素生产率具有空间自相关性，各个地方政府在统筹区域经济发展的过程中不仅需要考虑本地区经济发展的实际,还需要打破目前行政区经济的界限,实现跨区域的协调与合作。钱晓烨等(2010)[25]利用省际数据，引入空间滞后模型和空间误差模型，估计了人力资本对技术创新水平的影响，实证发现：技术创新活动与从业人员接受高等教育的比例呈现显著的正相关关系,但接受高等教育的比例对经济增长的间接作用不明显。

2.2.1基本原理

传统计量经济学在处理具有空间相关性的数据时会出现有偏估计，因为其假设空间数据是独立的。空间计量经济学与传统计量经济学的一个重要区别就是空间效应。Anselin ( 1988a)［19］将空间效应分为空间异质性与空间依赖性，把空间计量经济学产生的基础概括为更细致的五个方面:时间依赖性、遗漏变量、空间异质性、外部性和模型的不确定性。

2.2.2空间效应

Goodchild指出，空间相关性存在于几乎所有的空间数据。空间相关性指观测值在不同空间上并非独立存在，而是呈现出某种非随机的空间模式LeSage(1999)。国内文献普遍地将“空间效应”等同于“空间影响”或“空间作用”，并没有准确地理解“空间效应”的含义。

目前最常用的方法是采用Moran'I指数、空间误差依赖的拉格朗日乘数检验LM－EER（Burridge，1980)[26]、空间滞后依赖性的拉格朗日检验LM－ LAG(Anselin,1988b)[27]等。国内有文献将检验方法归结为空间计量模型中关键系数是否为0和对空间效应的识别和检验两种检验方法 (张志强，2014)［28］。空间效应的检验方法基于产生机理可直接分为空间误差依赖性检验和空间滞后依赖性检验两类，且这些检验方法的原假设都是无空间相关性。

2.2.3空间权重

空间权重矩阵可分为经济社会权重矩阵和基于距离的空间权重矩阵，这里重点分析基于真实地理坐标计算的邻近概念的空间权重矩阵，它又可分为一阶邻近矩阵和高阶邻近矩阵。Moran ( 1947)［29]和Geary ( 1954)［30］构建了0-1邻接 权重矩阵,即假定两个地区的空间关联在相互邻接时才会发生。一般有Queen邻近和Rook邻近两种计算方法(Anselin,2003)[31]。Anselin和Smirnov(1996)[32]提出高阶邻近矩阵的概念，如二阶邻近矩阵表达了邻近的相邻地区的空间信息，即空间的滞后效应，这种矩阵对时空数据随着时间推移产生空间溢出效应时非常有用。国内学者发展了在空间矩阵间进行选取的非嵌套检验方法（孙洋、李子奈，2008）[33]。

2.2.4空间计量模型的选择和估计

空间计量经济学建模的关键在于空间计量模型的选择与估计。空间滞后模型和空间误差模型是空间回归模型的两大基础模型,前者反映的是空间实质相关，即空间单元的因变量会对其他空间单元的因变量产生影响；后者描述的是空间扰动相关和空间总体相关，即认为空间外溢性或相互作用是随机冲击的结果。空间杜宾模型 (SDM)是空间回归模型的拓展，同时引入了因变量与自变量的空间滞后项，兼具空间滞后模型和空间误差模型的特点，其优点在于不仅处理了建模过程中的遗漏变量问题，还更为有效地解决了空间异质性与不确定性的问题( Le Sage和Pace，2009)［34］。国内空间计量经济学在讨论模型选择时绝大多数只停留在数据分析层面，对空间计量理论的研究严重滞后于国外，只有少量文章 (孙洋，2009［35］; 陈青青等，2014［36］)对模型选择理论进行了探讨。

根据数据结构的差异，空间截面模型、空间面板模型和动态空间面板模型是空间计量模型的主要形式。估计方法主要包括: 广义矩估计法(GMM )( Kelejian和Prucha，1998)［37］、最大似然估计法(ML) ( Ord，1975)［38］和工具变量法(IV )( Anselin，1988a)［19］。

2.2.5小结

空间计量已经成为目前学术研究的一个热点，在国外从应用计量经济学的边缘逐步走向了主流，国外系统地提出了空间计量的理论和一系列研究方法，国内目前对空间计量经济学的研究基本停留在应用领域，且在具体应用过程中存在对最新模型应用较少、片面选择模型以及经济理论支撑不够等问题，和国外相比，在数据处理和理论创新上还有待提高。

本文对空间计量经济学的基本理论、空间效应检验、权重设定、模型估计等方面的知识点进行了概括和总结，并在具体方法上进行了一定拓展。多数文献多选择单一的空间权重，不同权重的设定对模型的估计结果影响很大，本文通过对多种权重的比较，选择出最适合的物流业TFP空间权重。多数文献选择较为基础的空间误差或空间自回归模型，本文根据具体的模型检验结果，选择了更为适合的空间杜宾模型和动态空间杜宾模型，以求得到更为准确的空间溢出效应和时间上的惯性效应。