4.7动态空间面板模型

由于静态模型缺乏对物流业全要素生产率惯性的描述,不能用来计算解释变量的短期效应，且静态空间面板模型忽视了许多影响物流业 TFP 的难以量化的因素如地区制度变迁、物流业政策，气候变化等内生性冲击，所以引入动态空间杜宾模型来增加模型的解释能力。作为扩展，我们在(1)式的基础上进一步引入全要素生产率的空间滞后项(WLntfp)、时间滞后项(Lntfpt-1)、时空滞后项(WLntfpt-1)和影响因素的空间滞后项(WLnx)得到动态SDM模型：

表14 动态空间杜宾模型估计结果

通过表14可以看出,动态空间杜宾模型的 R2为93.81%,远超过静态空间杜宾模型的 R2(48.6%),因此选用动态杜宾模型拟合度较好。动态空间面板模型可以解决物流业TFP影响因素的遗失变量和内生性的问题，同时考虑时间滞后项、空间滞后项和时空滞后交互项。但确认是否要用动态杜宾模型来增加模型的解释力，还需要验证 Ln(tfp)t-1和 W* ln(tfp)t-1 系数的联合检验是否显著,可以通过遗漏变量的 LR 检验来完成,原假设H0表示不需要加入前期物流业tfp。LR 统计量由公式(19)进行计算。

               LR=-2(Lr-Lu)                       (19)

其中, LR 统计量渐近地服从卡方分布,自由度等于加入变量数。Lr 和Lu分别为有约束和无约束条件下得到的对数极大似然函数值。如果加入变量后模型的对数极大似然函数值超过临界值,则认为这个变量应加入到模型中。通过计算得到LR的统计量为498.798,服从自由度为2的卡方分布, p值为0.0000,说明拒绝原假设,应引入前期物流业TFP, 采用动态空间杜宾模型。

从表中可以发现，我国物流业TFP不仅存在负的空间依赖性和正的时间依赖性，还存在正的时空依赖性，说明我国物流业TFP在空间上具有负相关关系，在时间上具有惯性效应，而从长远来看，物流业TFP的提高均会带动本地及邻近地区物流业TFP的提高。

4.8时空效应分解

从回归结果可以看出:动态空间杜宾模型下的W*lnTFP 在5%的水平下不显著, 说明当期物流业TFP没有对周边地区产生显著的空间溢出效应。而静态空间杜宾模型的估计结果显示, 当期物流业TFP对周边地区有显著的空间溢出效应, 所以无法区分出当期和前期物流业TFP影响的区别,将会因遗漏变量而造成估计结果的误差。因此本文对动态空间面板杜宾模型物流业TFP进行惯性影响效应测度，结果如表15所示。

表15 动态空间面板杜宾模型物流业TFP惯性影响效应测度

通过表15中物流业TFP惯性影响的直接、间接效应分析结果可以得出:

前期物流业TFP对当期物流业TFP的内部影响的影响效应在10%的水平下显著为正，而前期物流业TFP对周边地区产生的空间溢出效应在1%的水平下显著为正，间接效应远大于直接效应，说明随着时间的推移，物流业TFP的影响范围也在扩大。当期物流业TFP的间接效应显著为负，而前期物流业TFP的间接效应显著为正，静态杜宾模型无法发现这一点，说明短期内物流业会对周边地区产生争夺效应，而从长期来看一个地区物流业的发展也会带动周边地区的发展。

接下来利用偏微分方程将动态SDM模型的系数估计值分解为直接效应、间接效应和总效应三种空间效应以及短期、长期两种时间效应，最终形成六种时空效应，其结果如表16和表17所示。

表16 短期直接效应、短期间接效应、短期总效应

表17 长期直接效应、长期间接效应、长期总效应

由表17可看出，影响因素的长期效应并不显著，表明长期内影响因素对物流业TFP的区域内和区域间溢出效应都不显著，但影响因素对物流业TFP在短期内具有一定的空间效应。短期效应中，交通基础设施、对外水平、人力资本和市场化的提升会引起本地物流业TFP的增加，直接效应值分别为：0.2491、0.0473、0.2586、0.3084，其余变量的本地直接效应不显著。产业结构、交通基础设施、经济发展水平、对外开放度和市场化水平的提升会对相邻地区的物流业TFP产生显著的正向溢出效应，间接效应值分别为：0.2836、0.0834、0.2929、0.3292、0.6055。与静态杜宾模型相比，各因素的影响主要是在当期，要形成促进物流业TFP增长的长效机制，还面临着巨大的挑战，还需采取切实有效的政策措施，着力加强物流基础设施网络建设，着力降低物流成本，着力推进物流技术的创新和应用，提升物流企业规模化、专业化水平，才能促进物流业长远健康发展。