Issuu on Google+

Economic Management Journal

物流与区域经济增长 —来自中国省级空间面板数据的证据 蔡之兵,周俭初 江苏省委党校经济学教研部,江苏 南京 210013 摘 要:在研究物流产业发展与区域经济增长关系时,与传统的经济增长模型有所不同的是我们在构建相关模型必须注意到区域 之间的空间联系。运用空间面板计量模型,利用 C-D 生产函数,通过构建区域物流产业发展与区域经济增长的经济模型来研究 1988—2009 年中国省级经济增长和物流的空间相关关系。研究结果发现:中国省份的经济增长和物流产业发展之间存在着显著 的空间相关性,邻近省份物流产业每提高 1 个百分点,会使本省份的 GDP 提高大约 0.15 个百分点,最后根据空间计量模型结果 给出相关政策建议。 关键词:物流;经济增长;中国;空间计量;面板数据

Logistics and Regional Economic Growth-Evidence from the Space Econometric Panel Data from China Zhibing Cai*, Jianchu Zhou The economic department of Jiangsu Party school, Nanjing, China, 210013 Email: czbcqx@163.com Abstract: Unlike the traditional economic growth model, spatial contact must be noted when we construct relative models in the study of the relationship between logistics industry development and regional economic. With the use of space panel econometric model and CD production function, by constructing a regional logistics industry development and regional economic growth economic model, the study of the economic growth of Chinese provinces and the logistics industry during 1988-2009 is carried out. The results show that there are significant spatial correlation between Chinese province's economic growth and development of the logistics industry. 1 percent increase in the neighboring provinces logistics industry will make the province's GDP increase about 0.15 percent. Finally, according to estimations, some relevant policy recommendations are given. Key words: Logistics; Eeconomic Growth; China; Space Econometric; Panel Data

1 文献综述 目前,学术界普遍认为现代物流与经济增长的关系是互动关系,即“现代物流是经济发展的加速器” ,同时, 经济增长又会拉动现代物流发展,形成一种良性循环。国内学者在物流业对经济发展的促进作用方面作了大量的实 证研究,但结论并不一致。李力(2006)的实证检验结果发现物流产业与GDP之间存在单向因果关系,即物流产业 的发展对GDP增长起着相当重要的作用,但GDP增长对物流行业的发展影响并不显著[1]。钱晓英等(2007)对中国 物流和经济增长的关系进行的实证分析表明,物流发展水平、固定资产投资与经济增长之间存在长期稳定的关系[2]。 而司林胜等(2007)则得出中国物流对GDP的影响是滞后的结论[3]。李绩才等(2011)以浙江省为研究对象,认为 浙江省经济的快速发展有效促进了物流周转量、物流业固定资产投资额、物流业产值的不断增加;但现代物流业仍 处在初级阶段,对经济发展的推动作用不显著[4]。 在实证分析过程中,国内学者对于物流能力指标选取的做法也各异。谭清美等(2003)将货物周转量和旅客周 转量统一为一个物流当量的指标,用其来描述一个国家或地区的物流能力[5]。刘明菲等(2007)考虑到交通、仓储 及通信业是现代物流业的主要部分,采用它们的产值作为衡量物流产值的指标,来衡量物流发展的程度[6]。廖迎等

EMJ July 2012 Vol.1 Iss.1 pp.1-8 www.em-j.org © 2012 American V-King Scientific Publishing, LTD|1


Economic Management Journal (2008)则认为一个被称为物流的过程可能不经过库存、包装等流程,但必须经过运输,因此,货物周转量可以在 一定程度上代表社会物流数量的大小[7]。李正锋(2009)认为物流产业发展水平不应把“客流量”作为一个主要因 素来考虑,物流系统涉及的对象是“物” ,而客运系统涉及的对象是“人”,二者在规划、设计、建设、运营、维护、 评价等一系列环节中都存在很大的差异,硬件设备也不同,因此,用“货运量”就足以反映物流产业发展水平[8]。 物流产业已经成为促进区域经济增长、产业布局及空间结构演变的最为重要的因素之一这一点在绝大多数文献 中都得到证实,然而在以往的研究经济增长与物流之间的关系,大多数文献只局限于时间序列,而忽略地区之间的 差异性,即没有考虑空间要素。本文把空间因素纳入统一分析框架,不仅要考虑不同省域经济增长和物流之间的空 间异质性,还要引入空间相关性。本文选择个体固定效应模型为基本的面板数据模型,使用空计量经济学相关模型 模型来研究中国省域经济增长与物流之间的相关性。

2 模型与数据 2.1 空间面板计量模型的设定 空间经济计量的两种基本模型分别是空间滞后模型(Spatial Auto Regressive Model,SAR)和空间误差模型 (Spatial Error Model,SEM),这两种模型的基本形式为: 空间滞后模型(SAR): y  Wy  X  u 空间误差模型(SEM): y  X   ,其中   W  v

(1) (2)

其中, y 为被解释变量向量, X 为 n  k 的外生解释变量矩阵(可以包括常数项),  为变量系数矩阵,  和  分别为空间自回归系数和空间自相关系数向量,  为服从正态分布的误差成分。 W 是指空间权重矩阵(该矩阵是 N 阶方阵),本文的权重系数选取方式为相邻省份是 1,不相邻省份为 0,在具体计算中需要先进行标准化处理。上述 基本模型是针对截面数据的基本模型,为使之适用于面板数据,我们需要对模型作适量改动。因为文中使用的数据 来自于全国大陆 29 个省份,是研究的总体,所以面板数据模型可考虑使用基于个体固定效应的面板数据模型或者 混合回归模型。这里要将面板数据应用于空间计量分析,所以也应该考虑面板数据模型的基本形式。这样,考虑空 间相关的直接混合回归模型可以通过拓展式(2)或者式(3)中的 W 得到。具体做法使用 I T ( T 为单位时间矩阵,

T 是时间跨度)将 W 拓展为分块对角阵 WT ,令 C  I T  W 。通过扩展截面空间数据的空间滞后以及空间误差模 型可以得到直接研究空间面板数据的空间面板滞后模型(FPSAR)和空间面板误差模型(FPSEM) (Elhorst,2003) :

设 sF 为空间个体固定效应的 N 维列向量,即 sF   1 ,  2 , N  ,则对应于每个观测值的空间个体固定效 应向量可表示为   iT  sF ,其中 iT 为 T 维元素全为 1 的列向量。 个体固定效应空间面板滞后模型(FPSAR):

y  Cy  X    u

(3)

y  X    

(4)

个体固定效应空间面板误差模型(FPSEM) :

  C   v 本文的实证分析正是基于上述(4)式和(5)式进行的。这里使用的软件是 Matlab7.0 及其空间计量经济学(Spatial econometrics)工具箱。

2.2 空间自相关的检验 在实证研究中,随机变量的观察值不仅在时间上具有相关性,而且在空间上也会呈现相关性。空间相关性主要 来自于两方面:第一,不同区域目标变量样本数据的采集可能存在空间上的测量误差;第二,相邻区域存在人口流 2| EMJ July 2012 Vol.1 Iss.1 pp.1-8 www.em-j.org © 2012 American V-King Scientific Publishing, LTD


Economic Management Journal 动、技术外溢等客观联系。空间计量经济学将区域之间的相互关系引入模型,对基本线性回归模型通过空间权重矩 阵进行修正。应用空间计量模型,可以降低分析中估计值的有偏性,提高有效性,还可以在考虑各区域自身稳态值 随时间的变化的同时,避开对解释变量的选择。同时空间自相关提供了空间模式的性质和程度,正的空间自相关说 明相邻地区比不相邻地区行为更相像,负的空间自相关说明相邻地区比不相邻地区行为差异更大。在空间统计学中, 用以检测空间自相关的指标很多,最常见的指标是Moran’s I系数,其定义为: n

n

i 1

j 1

  W Y ij

Moran's I 

S

其中, S 2 

1 n

n

 Y

i

 Y  ,Y 

i 1

1 n

2

i

Y

n

n

i 1

j 1

 Y

j

Y

 (5)

 W

ij

n

 Y ,Y 代表第 i 地区的观测值(本文中代表个地方的产出),n 为地区总数(本 i

i

i 1

文中代表省份数) ,Wij 为二空间空间权值矩阵,表示其中任一元素,采用邻近标准或距离标准,其目的是定义空间 对象的相互邻接关系。当 Moran’s I 指数在(-1,1)之间,大于 0 表示各地区间为空间正相关,数值较大,正相关 的程度越强;小于 0 表明空间负相关;等于 0 表示各地区之间无关联。

2.3 计量模型的构建 我们将地区的生产函数关系用 CD 函数表示:

Yt  f ( K t , Lt )  AK t Lt

(6)

由于物流要素在生产过程中的重要性日渐增大,物流已经被看做与资本和劳动力要素并列的促进经济增长的 “第三利润源”,故对 C-D 生产函数加以改进。由于物流( W )独立于资本与劳动,借鉴索洛(solow)生产函数, 将引入物流要素的生产函数描述为:

Yt  f ( K t , Lt ,Wt )  AK t Lt Wt 

(7)

其中 Y 表示产出, A 表示结合性技术进步, K 表示资本投入, L 表示劳动力投入,W 表示物流, 、  、 分别表示资本、劳动力、物流份额对经济增长的弹性系数。考虑到保持数据的平稳性和比性,各变量都取对数形式, 具体如下:

LnYit  LnAi  LnKit  LnLit  LnWit  uit

(8)

下标 i 表示各省份, t 表示时间序列, uit 为随机扰动项。

2.4 变量选取与数据来源 采用 1988-2009 年中国 29 个地区的面板数据进行实证分析。数据主要来自于《新中国六十年统计资料汇编》 和《中国统计年鉴》 (1989-2010 年) 。由于西藏的数据缺失比较严重而略去,同时为方便获取数据,我们还是将重 庆市归为四川省进行研究。为便于数据可比较和减少异方差,所有数据均取对数。各变量的具体数据如下: GDP:为消除物价因素的影响,取 1978 年为基期,根据地区生产总值指数生成实际 GDP(单位:亿元); 物流水平:采用各省市的货物周转量来衡量各地区的物流水平和物流能力(单位:亿吨公里); 劳动力:劳动力采用了全社会从业人数(单位:万人); 资本存量:采用由戈德史密斯(Goldsmith)于 1951 年开创的永续盘存法,现在被 OECD 国家所广泛采用,它 的基本公式为:

Kit  Ki ,t 1 (1   it )  I it

(9)

其中, Kit 表示第 i 个地区第 t 年的资本存量, K i ,t 1 表示第 i 个地区第  t  1 年的资本存量, Lit 表示第 i 个地区 EMJ July 2012 Vol.1 Iss.1 pp.1-8 www.em-j.org © 2012 American V-King Scientific Publishing, LTD|3


Economic Management Journal 第 t 年的投资;  it 指各地区第 t 年的经济折旧率,本文直接采用张军在《中国省际物质资本存量估算:1952-2000》 中资本存量数据[9],再根据《中国统计年鉴》数据计算得到以后各期资本存量。折旧率  it  5% (单位:亿元) 。

3 中国省际经济增长与物流的空间面板计量的实证分析 3.1 空间权重的的确定 空间权重矩阵是空间计量模型的关键,也是地区间空间影响方式的体现。一般而言空间权重矩阵有两种形式, 一种是简单的地理邻近二分矩阵,一种是经济距离矩阵。 表 1 中国 31 省市自治州地理相关图 序号

地区

相邻信息

序号

地区

相邻信息

1

北京

2、3

17

湖北

12、14、16、18、22、27

2

天津

1、3、15

18

湖南

14、17、19、20、22、24

3

河北

1、2、4、5、6、15、16

19

广东

13、14、18、20、21

4

山西

3、5、16、27

20

广西

18、19、24、25

5

内蒙古

3、4、6、7、8、27、28、30

21

海南

19

6

辽宁

3、5、7

22

重庆

17、18、23、24、27

7

吉林

5、6、8

23

四川

22、24、25、26、27、28、29

8

黑龙江

5、7

24

贵州

18、20、22、23、25

9

上海

10、11

25

云南

20、23、24、26

10

江苏

9、11、12、15

26

西藏

23、25、29、31

11

浙江

9、10、12、13、14

27

陕西

4、5、16、17、22、23、28

12

安徽

10、11、14、15、16、17

28

甘肃

5、23、27、29、30、31

13

福建

11、14、19

29

青海

23、26、28、31

14

江西

11、12、13、17、18、19

30

宁夏

5、27、28

15

山东

2、3、10、12、16

31

新疆

26、28、29

16

河南

3、4、12、15、17、27 注:资料来源于《中华人民共和国地图》

[10]

地理邻近矩阵:最常用的是简单二分权重矩阵,遵循的判定规则是 Rook 相邻规则,即两个地区拥有共同边界 则视为相邻。矩阵 W 的设定方式如下: 主对角线上的元素为 0,如果 i 地区与 j 地区相邻,则 Wij 为 1,否则为 0。 一般邻近标准为:

1当区域i和区域j相邻 Wij   0当区域i和区域j不相邻

(10)

其中 i  1, 2,3, n; j  1, 2,3, m; m  n 。

W 经过行标准化处理,用每个元素同时除以所在行元素之和,使得每行元素之和为 1,表 1 列出了中国 31 个 4| EMJ July 2012 Vol.1 Iss.1 pp.1-8 www.em-j.org © 2012 American V-King Scientific Publishing, LTD


Economic Management Journal 省市自治区的地理相邻信息。 经济距离矩阵:这里以人均实际 GDP 差距的倒数为权重来衡量各省之间的“相邻”程度。两省之间收入差距 越小,则经济水平越接近,因而赋予较大权数,反之则赋予较小权数(林光平等,2006),定义如下:

1 Yi  Y j (若i  j ) Wij   0(若i  j )

(8)

T

其中 Yi   Yit T  T0  ,Yit 为 i 省第 t 年的人均 GDP 水平,这种做法对本文的研究有很强的合理性:中国的经济 t  T0

发展有很强的区域特征,经济增长也呈“俱乐部收敛”的特征(沈坤荣,马俊,2002;汤学兵,陈秀山,2007)[11,12], 因此,地理位置“相邻”程度越高的地方,两者之间的经济发展程度越是接近。由于,经济距离空间权重矩阵基于 地理邻近距离矩阵,同时用经济距离空间权重矩阵还不会割裂非相邻省份之间的联系。相邻地区间尽管边界相邻但 是其经济联系并非完全相同,相对于经济落后地区而言,落后地区对发达地区的影响力度较小,而发达地区能够对 周围落后地区产生更大的辐射力和吸引力,即有更强烈的空间影响力,因此,在本文中我们选择用经济距离空间矩 阵。

3.2 不含空间因素的面板回归模型 为了更好的说明空间因素在物流对经济增长产生作用的渠道,我们先运用建立 1988-2009 年间的全国范围的个 体固定面板回归模型进行估计,通过 Eviews6.0 软件,利用 LSDV 方法估计个体固定效应模型,得到回归模型的弹 性系数及相关检验结果和其中个体固定影响系数i 估计值,结果见表 2: 表 2 1988-2009 各省际空间面板数据个体固定效应模型的实证结果 LnKit

LnLit

LnWit

c

Coefficient

0.4804

0.1523

0.0698

-1.2439

t-statistic

13.7005

5.7734

5.3782

-3.8842

Prob.

0.0000

0.0000

0.0000

0.0000

R2=0.9229,Adjusted R2=0.9974,F-stat.=289.673,DW-stat=0.6772

3.3 包含空间因素的面板回归模型 表 2 中回归模型中的 R2 和 Adjusted R2 值很���,表明模型数据的相关度拟合效果很好。从表 2 中的各地区固定 影响的估计值也可以发现京津、苏浙、东北、西南、西北等地区内部相邻省份间各地区固定影响值大小比较接近, 说明模型中可能存在明显的地区相关性,同时从回归结果来看,DW 统计值=0.6772,也表明变量之间存在自相关。 我们接下来对空间回归误差项进行空间自相关性进行检验,以下对模型的估计均采用 Matlab 7.0 的 Spatial econometric 模块,估计结果如表 3。 从检验结果来看,五个检验值(空间依赖性)非常显著(Prob.=0.0000) ,证明了物流和各地区经济增长之间存 在明显的空间相关性,因此在否见模型时必须将空间因素考虑进去,以反映各地区 GDP 和物流之间的空间相互作 用。同时,空间面板滞后项检验值大于空间面板误差项检验值,即 LMerror=38.0977 <LMlag=70.4503,依据前文所 述的判断标准,空间滞后面板(FPSAR)模型是最优模型。采用空间滞后面板模型对中国省份经济增长与物流的相

EMJ July 2012 Vol.1 Iss.1 pp.1-8 www.em-j.org © 2012 American V-King Scientific Publishing, LTD|5


Economic Management Journal 关关系进行估计。结果如表 4: 表 3 1988-2009 各地区横截面影响系数估计值 地区

i

i

i

i

北京

0.2254

内蒙古

-0.1024

河南

-0.2104

甘肃

-0.3332

天津

0.2189

辽宁

0.2373

湖南

-0.1132

青海

-0.3599

上海

0.3275

江苏

0.3543

广东

0.1824

宁夏

-0.1214

河北

0.2007

浙江

0.3366

广西

-0.1836

新疆

-0.1558

陕西

-0.1763

安徽

0.1509

海南

0.2778

山西

-0.2518

福建

0.2965

四川

-0.2767

吉林

0.2274

江西

-0.1844

贵州

-0.3308

黑龙江

0.2407

湖北

0.3004

云南

0.1108

山东

0.3302

表 4 空间相关性检验 N=609

LMerr

Value

Prob.

Robust LMlag

Moran’s I

LMlag

Robust LMerr

38.0977

70.4503

33.8813

68.1448

28.1878

0.0000

0.0000

0.0000

0.0000

0.0000

由表 5、6 的模型估计结果,可以得到如下结论: 第一,上述估计结果中的空间面板滞后模型的参数 ρ 的估计值通过 1%的显著性检验,说明文中分析的 29 个省 份地区 GDP 和物流都有显著的空间相关特征,并且邻近省份的物流增加 1 个百分点,会使本省的 GDP 增长大约 0.15 个百分点。由于物流具有网络属性,能够将经济活动连成一个整体,通过空间溢出(扩散)效益,使经济增长 较快区域带动经济增长较慢区域的经济发展,从而表现出正溢出作用。 第二,考虑到空间和时间固定效应的空间滞后回归模型的 R2 拟合情况比传统的固定效应模型的拟合情况好。 说明把时间固定效应和空间固定效应反映到模型中,能够更好地解释模型,反映实际情况。GDP 与资本存量和劳 动力的弹性系数为分别为 0.56 和 0.25,在 1%水平下显著,表明投资和劳动力仍然是影响经济增长的最重要因素, 物流与经济增长的弹性系数大约为 0.11,说明物流对各地区的 GDP 具有显著的影响,但是对于经济增长的影响程 度有限,这与我国物流的现代化程度不高,物流网络体系不完善,信息化程度低和物流管理水平落后的实际情况相 符合。 第三,从各地区空间固定影响参数i 的估计结果看,不同的地区固定影响参数表现出很大的差异性,地区经济 6| EMJ July 2012 Vol.1 Iss.1 pp.1-8 www.em-j.org © 2012 American V-King Scientific Publishing, LTD


Economic Management Journal 发展水平越高的地方,物流水平也越高,如上海、江苏、浙江等沿海经济发达地区最高,中部和东北部地区湖北、 湖南、辽宁等地区次之,西北部地区甘肃、贵州等地最低,这与我国各地区实际情况是一致的。 表 5 1988-2009 年 FPSAR 模型参数的估计结果 LnK

LnL

LnW

ρ/λ

β

0.5580

0.2543

0.1098

0.1497

t-statistic

23.1754

7.0987

8.6245

3.8793

Prob.

0.0000

0.0000

0.0000

0.0000

R2=0.9725,Adjusted R2=0.9867,log-likelihood=288.90342

表 6 1988-2009 各地区空间固定影响系数估计值 地区

i

i

北京

0.2389

内蒙古

-0.1667

河南

-0.2744

甘肃

-0.2831

天津

0.2150

辽宁

0.3572

湖南

-0.1308

青海

-0.3053

上海

0.4927

江苏

0.5549

广东

0.3855

宁夏

-0.1828

河北

0.3972

浙江

0.4314

广西

-0.0923

新疆

-0.0847

陕西

-0.1903

安徽

0.2013

海南

0.3717

山东

0.4914

山西

-0.3298

福建

0.3942

四川

-0.2022

吉林

0.2361

江西

-0.2815

贵州

-0.2314

黑龙江

0.3443

湖北

0.4322

云南

0.2167

i

i

4 结论与建议 依据空间面板滞后模型,对区域物流发展与经济增长之间的相关关系进行了估计。得出中国各个地区 GDP 和 物流都有显著的空间相关特征,反映出相邻地区之间地区 GDP 和物流具有明显的空间溢出(扩散)效用。物流对 各地区的 GDP 具有显著的影响,但是目前物流对于经济增长的影响程度还远远小于资本、劳动等传统性生产要素, 这与我国物流的现代化程度不高,物流网络体系不完善,信息化程度低和物流管理水平落后的实际情况相符合。不 同的地区固定影响参数表现出很大的差异性,地区经济发展水平越高的地方,物流水平也越高。针对这种局面,我 们认为从以下三个方面着手可能会起到一定效果。

4.1 必须加大对经济欠发达地区的财政转移力度 物流产业对区域本身经济增长的作用时极其重要的,经济欠发达地区由于经济发展水平低,财力较为薄弱,难 以筹集大量的发展物流产业的启动资金,在这种背景下,中央政府要加大对这些地区的财政转移支付力度并指导这 些地区加快自身物流产业及其相关产业的发展反向。另外,给予这些地区相关政策的优惠也会使得欠发达地区的物 EMJ July 2012 Vol.1 Iss.1 pp.1-8 www.em-j.org © 2012 American V-King Scientific Publishing, LTD|7


Economic Management Journal 流产业迅速发展,为本区域经济的增长提供基础。

4.2 不同行政区域之间要加强相关工作的合作与协调 由于不同省份区域之间的物流产业与区域经济增长之间存在明显的空间溢出效应,因此一个区域在在规划自身 物流产业及其相关产业发展规划的时候,必须考虑到周围邻近省份的相关布局与规划,避免相关规划的冲突和资源 的浪费。这就要求在平时的工作中,有关部门要建立良好的沟通和协作机制甚至可以考虑设置跨区域的物流产业发 展部门用来解决在实际发展过程中可能会出现的区域纠纷问题(一个实际的例子如江苏省在安徽省的天长市修建高 速公路时碰到的诸多纠纷) 。

4.3 提高物流产业对于经济增长的贡献率 物流产业对于区域经济增长的贡献目前还远远小于劳动力以及资本对于经济增长的贡献,尚存在较大的上升空 间,因此在实际的发展过程中,各省份既要注重物流产业的发展速度,同时也要注意物流产业的发展质量,只有物 流产业的数量和质量都到达了一个很高的水平,区域经济的发展才会顺利。 参考文献 [1]

李力. 物流产业与国民经济之间关系的实证研究[J]. 武汉理工大学学报: 信息与管理工程版, 2006(6): 115-123.

[2]

钱晓英, 马传秀. 物流对经济增长影响的协整性分析[J]. 湖南大学学报: 自然科学版, 2007(4): 84-87.

[3]

司林胜, 童超. 物流对经济增长影响的实证分析[J]. 物流技术, 2007(10): 12-14.

[4]

李绩才, 吴坚. 浙江现代物流业与经济增长的互动关系研究[J]. 华东经济管理, 2011(03): 6-8.

[5]

谭清美, 冯凌云, 葛云. 物流能力对区域经济的贡献研究[J]. 现代经济探讨, 2003(8): 22-24.

[6]

刘明菲, 李兰. 区域物流与区域经济互动作用机理分析[J]. 工业技术经济, 2007(3): 40-42.

[7]

廖迎, 阮陆宁. 区域物流与区域经济增长的实证研究—基于面板单位根与面板协整分析[J]. 南昌大学学报: 人文社会科学版, 2008(3): 65-69.

[8]

李正锋. 物流业发展对江苏沿海经济增长作用的实证研究[J]. 华东经济管理, 2009(12): 6-8.

[9]

张军, 吴桂英, 张吉鹏. 中国省际物质资本存量估算: 1952-2000[J]. 经济研究, 2004(10): 35-44.

[10] 国家测绘局. 中华人民共和国地图[M]. 中国地图出版社, 2008: 48-51. [11] 沈坤荣, 马俊. 中国经济增长的“俱乐部收敛”特征及其成因研究[J]. 经济研究, 2002(01): 33-39. [12] 汤学兵, 陈秀山. 我国八大区域的经济收敛性及其影响因素分析[J]. 中国人民大学学报, 2007(01): 106-113.

【作者简介】 蔡之兵(1988-),男,汉族,江苏省

周俭初(1957-),女,汉族,江苏省委党校经济学教研部

委党校经济学教研部硕士研究生,研

教授,经济学教授,研究方向为区域经济

究方向为空间经济学和政府经济学,

学和现代财税,学术论文数十篇,个人专著多本。

现已在各种学术期刊上发表十余篇学

E-mail:jszjc@163.com

术论文。E-mail:czbcqx@163.com

8| EMJ July 2012 Vol.1 Iss.1 pp.1-8 www.em-j.org © 2012 American V-King Scientific Publishing, LTD


Logistics and Regional Economic Growth - Evidence from the Space Econometric Panel Data from China