制造业与物流业的协调发展

[摘要] 制造业与物流业之间存在协同发展关系，探究它们的协调发展水平对提升制造业竞争力及推动物流业转型升级具有重要意义。为探究华东地区制造业与物流业的协调发展水平及影响因素，在构建两种产业协调发展评价指标体系的基础上，先利用耦合系统协调度模型测算2010—2019年华东地区六省一市制造业与物流业的协调发展水平，再利用地理探测器模型检测地区经济发展水平、地区经济结构合理性、城镇化水平、地区创新能力、网络信息化水平对两种产业耦合协调的影响作用。结果表明：2010—2019年华东地区制造业与物流业的耦合协调发展水平仍然较低，但六省一市均有不同程度的提高，制造业与物流业已由基本失调提升至轻微失调。各影响因素中网络信息化水平成为华东地区制造业与物流业协调发展的主要驱动因素，其余诸因素对两种产业的耦合协调也具有显著影响。各影响因素相互交互产生了双因子增强和非线性增强关系，共同作用于制造业与物流业的耦合协调且作用效果显著强于单个影响因素。最后基于上述观点提出相应的建议对策，以期为促进华东地区制造业与物流业的协调发展提供参考借鉴。

[关键词]制造业;物流业;耦合系统协调度;地理探测器;协调发展

一、 引言

制造业是国家综合实力和国际竞争力的重要体现，决定着一个国家在经济全球化格局中的国际分工地位[1]。2009年全球金融危机爆发后我国正式实施“制造业与物流业联动发展”工程，目的是推动主辅分离发展第三方物流，解决我国物流成本占GDP比重长期居高不下的问题，更好地促进制造业转型升级[2]。为实现我国由“制造大国”向“制造强国”的转型，国务院于2015年6月成立了国家制造强国建设领导小组以统筹推进制造强国战略1。习近平总书记指出：“制造业是实体经济的基础，实体经济是我国发展的本钱，是构筑未来发展战略优势的重要支撑。”2“十四五”规划也提出要“深入实施制造强国战略”3，由此可见，制造业在当前及未来我国经济社会发展中将长期居于重要地位[5]。

华东地区作为我国经济相对发达的地区，近二三十年已成为我国区域经济发展的标杆[6]。尽管该区域的制造业与物流业均取得了快速发展，但部分地区的制造业相对低端、规模大而效率低、成本过分高昂，以及物流业服务质量较低、效率有待提高等问题逐渐凸显。因此制造业需要摆脱物流效率低且成本高的困境，同时物流业也需要制造业的强力带动[7]，由此加强两种产业的联通互动并实现其协调发展成为突破当前两种产业各自发展瓶颈的重要突破口。实现制造业与物流业的“协调发展”，即在两种产业相互关联的基础上推进仓储、配送、运输、生产制造等环节的合作协调，即借助制造业推动物流业转型升级同时通过提升物流服务质量辅助制造业降本提质，并最终实现两种产业的协调发展、融合发展。因此从实证分析角度探究华东地区制造业与物流业的协调发展水平，进而深入剖析影响两种产业协调发展的影响因素及其相互作用，并据此提出相应的建议对策，具有重要的现实意义。

二、 文献综述

制造业与物流业的联动发展是顺应时代潮流的必然趋势，对于促进经济高质量发展和产业结构的升级具有重要意义[5]。目前学界对制造业与物流业之间的关系研究较多，主要包括以下几方面：

一是制造业与物流业之间的关系研究。Hui认为制造业与物流业是人类物质生活的两大支柱，它们的关系随着社会的发展不断变化并在当前的供应链整合阶段形成了合作伙伴关系[6]。Rehman等认为制造业与物流业的产业链接实质上是供应链的整合过程，包括了由物流业主导的物流链和制造业主导的供应链[7]。庄品珽、俞义指出制造业与物流业的产业关系实际上是两大产业在供求方面的相互依存关系[8-9]，孙金秀等指出为获取外部规模经济、深化产业分工、实现互动创新共同促使制造业与物流业由依存关系向协同关系发展[10]。

二是制造业与物流业协同程度的实证研究。余沛、弓宪文、苏涛永等利用耦合协调度模型分别测算了河南省、重庆市及我国制造业与物流业的协调发展水平[11-13]，此外董千里等和赵晓敏等则利用与耦合协调度模型类似的复合系统协同度模型分别测算了陕西省和上海市制造业与物流业的复合系统协同度[14-15]。尽管“耦合系统协调度”与“复合系统协同度”称谓不同，但其基本内涵是一致的，都是表征系统之间或系统组成要素之间在发展演化过程中彼此和谐一致的指标[16]。制造业与物流业都具有层次结构的模糊性和动态变化的随机性以及指标数据的不确定性，十分符合灰色理论[17]，因此王珍珍、沙颖、聂兴信等利用灰色关联度模型分别测算了我国、吉林省及西宁市在不同时期制造业与物流业的产业协调度[17-19]。

三是对制造业与物流业协调发展的影响因素研究。目前有关该领域的研究成果比较稀缺，具有代表性的有：董千里等对陕西省制造业与物流业的协调度研究中，结合实证分析结果指出自然资源禀赋与产业集聚对两种产业的协调发展具有影响[14]。李根在对我国制造业与物流业的协同发展做实证研究的基础上，指出经济条件、基础设施和行业分布等是制约各地制造业与物流业协同发展的重要因素[4]。弓宪文在分析我国制造业与物流业的协调演化时，针对协调度结果指出2008年国际金融危机及此后国家陆续出台的“装备制造业三年振兴规划”等政策对两种产业协调发展具有重要影响[12]。

综上所述，尽管目前有关制造业与物流业协调发展的研究成果比较丰富，但仍存在以下几点不足：第一，研究地域主要围绕全国或省域展开，涉及多省份区域的制造业与物流业协调发展的研究成果相对稀缺，专门针对华东地区制造业与物流业协调发展的研究成果更为少见。第二，多数研究成果都以产业协调度的测度为研究重心，涉及两种产业协调发展影响因素的实证研究十分稀缺。第三，目前对于产业协同发展影响因素的实证方法多采用各类回归分析展开，但回归分析存在自身局限性。一是选取影响因素作为自变量时需极力避免共线性问题，使部分影响因素不能同时选取;二是通常借助两个自变量的乘积项识别它们的交互作用，但事实上它们不一定是相乘关系还可能是相加、非线性增强、非线性减弱等关系类型[20]。地理探测器模型是近年来地理学研究中逐渐兴起的新型研究方法，这种方法不需要线性假设且具有明确的物理含义，可以避免多解释变量间共线性带来的估计误差且能够探究自变量对因变量的交互作用。为此本文以华东地区为例，运用耦合系统协调度模型测算2010—2019年华东地区六省一市制造业与物流业的协调发展水平，在此基础上借助地理探测器模型识别对华东地区制造业与物流业的协同发展具有重要影响的关键因素，最后结合实证分析结果提出具有针对性的建议对策，以期为推动华东地区制造业与物流业的协调发展提供有益参考。

三、 研究设计

1. 指标体系的构建

本文的研究重点分为两部分，一是测度华东地区制造业与物流业的协调发展水平，二是检测华东地区制造业与物流业协调发展的影响因素。为此需选取合适指标分别构建制造业与物流业协调度评价指标体系及影响因素指标体系，通过梳理相关文献参考现有研究成果，将选定的评价指标整理成表1和表2。

2. 研究方法

（1）耦合系统协调度模型

制造业与物流业相互影响并共同构成耦合系统，计算该耦合系统的协调度需先计算两种产业子系统的综合评价值，进而求得耦合度，最后计算协调度。具体步骤如下：

第一步计算制造业与物流业的综合评价值。若以[Ui]（i=1，2）分别表示制造业与物流业两个子系统，[uij]（i=1，2;[j=1，2，…，n）]表示两种产业子系统内[n]个评价指标的标准化数据，则子系统的综合评价值计算公式为：

[Ui=j=1nλijuij]  （1）

上式中[λij]是第[i（i=1，2）]个子系统内第[j（j=1，2，…，n）]个评价指标的权重值。为消除不同单位量纲对计算结果的影响，需对各指标原始数据作标准化处理。常用的数据标准化方法有均值法、极值法、比例法等，不同方法也会对计算结果造成影响。均值法会使标准化数据偏大，造成的结果将是产业综合评价值的最大值超过1;极值法的话则会出现0值，虽然也有不少学者在此基础上赋予标准化数据一个平移幅度使其避免出现0值，但平移幅度的取值又过于主观。因此本文采用比例法，既使标准化后的数据介于0到1之间又有效避免了0值的出现，公式如下：

[uij=xiji=1nxij]     （2）

上式中[xij]和[uij]分别表示第[i]个子系统第[j]个指标的原始数据和标准化数据，对于权重值[λij]的计算通常采用熵值法求得。指标权重的不同将使产业综合评价值不同，并影响后续的耦合度和协调度计算结果。为此本文采用熵值法求取指标权重，以消除人为主观因素的影响。这是一种客观赋权方法，其基本步骤在此不做赘述。

第二步计算两个子系统的耦合度，计算公式如下：

[C=2×U1×U2（U1+U2）212] （3）

上式中[U1]、[U2]分别表示制造业与物流业两个子系统的综合评价值，[C]为两种产业子系统的耦合度。可知，[C∈0，1]。[C=0]表示子系统间无关联且无序发展;[C∈（0，0.3]为低水平互动;[C∈（0.3，0.5]为颉颃阶段;[C∈（0.5，0.8]为相互磨合阶段;[C∈（0.8，1]为高水平互动阶段[21]。

第三步计算两个子系统的协调度。耦合度[C]虽能反映两个子系统间的耦合作用强度，但难以反映它们之间互动的整体功效和协调效应。耦合度主要衡量两个系统之间的联动程度，协调度主要衡量两个系统之间相互促进良性互动的水平[22]。在此构建制造业与物流业两个子系统的耦合系统协调度模型，计算公式如下：

[T=aU1+bU2 D=C×T    ] （4）

上式中[D]为协调度，[C]为耦合度，[T]为综合协调指数，[a]和[b]分别为制造业和物流业综合评价值[U1]和[U2]的待定系数，代表它们在协调发展过程中各自所处的地位和作用。部分学者认为制造业在国民经济中的地位和贡献高于物流业，因此[a]应大于[b]。在此借鉴弓宪文等的处理方法设定为[a=0.6]、[b=0.4][21]。对于两种产业协调发展的等级标准，在此借鉴余沛的耦合协调度评价标准[11]。不同学者的评判标准存在差异且具有一定的主观性，但就现有研究来看多数学者以数值0.5作为失调与协调的分界线，本文仍采用此方法。具体标准如表3所示：

（2）地理探测器模型

地理探测器是王劲峰等提出的探测空间分异性并揭示其背后驱动力的一种统计学方法，最初用于测度环境因素对地方疾病的影响程度[20]。该模型擅长自变量为类型变量、因变量为数值变量的分析且假设条件较少，故在诸多学科中被广泛运用[23]。其基本思想是：研究对象存在于特定的空间位置上，影响其演变的因素在空间上也具有一定的差异性，若这一因素与研究对象的变化在空间上具有显著的一致性，则说明这一因素对研究对象空间差异的形成演化具有重要意义[24]。为进一步探究制造业与物流业协调发展的驱动力并识别其主要影响因素，本文采用地理探测器模型中的因子探测和交互作用探测分别检测两种产业协调发展的影响因素及其交互作用。因子探测用[q]值来度量自变量对因变量分异的解释力，公式如下：

[q=1-h=1LNhσ2hNσ2]  （5）

式中：[h=1，…，L]表示自变量分为[L]层，[N]为样本总数;[σ2h]为层[h]的方差，[σ2]为总方差;[q]为解释力，值域为[0，1]且数值越大表明自变量对因变量的解释力越强。

交互作用探测用于识别两个自变量交互作用时对因变量的解释力是增强作用、减弱作用抑或是独立作用。两个自变量对因变量交互作用的类型如表4所示[20]。

四、 实证分析

本文以华东地区为研究对象，相关省市包括上海市、江苏省、浙江省、安徽省、福建省、江西省和山东省。在测算华东地区制造业与物流业的协调发展水平并检验其影响因素的过程中，为确保统计口径的一致性，所有指标数据均来源于国家统计局官网，研究时域确定为2010—2019年。对物流业统计数据的处理参照前人研究成果，以交通运输、仓储及邮政业数据代替[25]。

1. 协调度测度结果

制造业与物流业各成体系，它们相互作用并逐渐演化成一个更加复杂的耦合协调巨系统。制造业与物流业分别作为该巨系统下的内部子系统，其各自发展水平需借助子系统综合评价值来衡量。首先利用公式（2）对各指标数据作标准化处理，然后利用熵值法求得各指标对应的权重值，将结果整理后得到表5。指标权重反映了该指标在整个评价指标体系中的地位和作用，权重越大表明该指标越重要。由表5可知，华东地区六省一市中制造业与物流业子系统评价指标体系中的重要指标存在明显差异。以制造业城镇单位就业人员平均工资（元）为例，该指标在上海市、江苏省、浙江省、福建省和山东省的制造业评价指标体系中权重最大，但在安徽省和江西省的制造业评价指标体系中权重最大的指标则是规模以上工业企业资产总计（亿元）。同样物流业增加值（亿元）在上海市、浙江省、安徽省、江西省和山东省的物流业评价指标体系中占据最大权重，而在江苏省和福建省物流业评价指标体系中权重最大的指标分别是物流业城镇单位就业人员（万人）和货物周转量（亿吨公里）。这反映出华东地区各省市拥有不同的资源禀赋，因此从业人员的薪资水平、工业企业资产规模、物流业从业人员规模、物流业活跃度等因素在各地区制造业与物流业发展过程中发挥作用的影响程度也不尽相同。