物流业与制造业协同集聚对经济高质量发展的影响

刘明

摘要：利用2007—2019年我国283个地级以上城市的面板数据，采用主成分分析法构建经济高质量发展指标体系并进行相关测度，进而使用系统GMM模型以及面板门槛模型探讨物流业与制造业协同集聚对经济高质量发展线性及非线性的影响。结果表明：在全样本下，物流业与制造业协同集聚对经济高质量发展具有显著正向影响；在分地区区位和城市规模样本下，其影响则呈现出较强的区域异质性和规模异质性，东部、中部城市存在显著促进作用，而西部城市则存在显著抑制作用，大、中型城市表现为显著促进作用，小型城市则作用不显著；且物流业与制造业协同集聚对经济高质量发展存在显著门槛效应，说明只有跨越低水平门槛将物流业与制造业协同集聚推向更高水平，才能真正释放集聚效能并作用于经济高质量发展，也进一步验证了物流业与制造业深度融合发展的正确性、必要性与迫切性。因此，必须持续推进物流业与制造业的融合深度，注重协同集聚质量，充分挖掘物流人才潜能，如此才能真正推动经济转向高质量发展轨道。

关键词：物流业；制造业；协同集聚；高质量发展

中图分类号：F276文献标识码：A文章编号：1007-8266（2021）09-0022-10

基金项目：国家社会科学基金项目“中国城市群的溢出效应时空演变与战略深化研究”（18CJY013）；云南省社会科学基金项目“自贸区建设背景下云南省物流产业的空间重构与政策创新研究”（YB2020047）

我国正处于发展的重要战略机遇期，正面临转变发展方式、优化经济结构、转换增长动力的重要任务。但当前国际形势深刻演变，错综复杂，构建以国内大循环为主体，国内国际双循环相互促进的新发展格局是新形势下的必然选择。《中国共产党第十九届中央委员会第五次全体会议公报》明确指出，在高质量发展阶段，我们必须以深化供给侧结构性改革为主线，把实施扩大内需战略同深化供给侧结构性改革有机结合起来。制造业与物流业（以下简称“两业”）同属供给侧改革“主战场”，前者是我国由制造业大国向制造业强国转变的必经之路，后者是降本增效、激发市场活力的重要保障。由于存在产业链上的天然衔接与关联，两者深度融合产生的关联效应、规模效应与溢出效应不仅可以优化生产流程，改善产业环境，利于产业自身发展，还可以形成产业合力进而推动落实“创新、协调、绿色、开放、共享”五大发展理念，助推经济高质量发展，使产业顺利跨越攻关期并带来全新发展契机。

近年来，“两业”融合发展取得阶段性成果，但仍“面临发展不平衡，协同性不强，深度不够和政策环境、体制机制存在制约等问题”①，其对经济高质量发展的作用规律也亟须进一步挖掘。因此，深入了解当前“两业”的协同集聚现状，分析“两业”深度融合对经济高质量发展的影响机制与规律，对我国打造现代产业体系、深化供给侧结构性改革以顺利实现2035年远景目标具有重要意义。

我国经济高质量发展持续深入，相关研究日渐丰富，主要集中在发展水平测度、发展特征以及影响因素等多个方面。就测度方法的选取而言，目前尚未形成统一的标准，一部分学者选取某单一指标进行研究，其中多数以全要素生产率作为经济高质量发展水平的体现[ 1-2 ]，另一部分学者则通过选取不同经济运行层面的多个指标来构建指标体系，从而实现经济高质量发展水平的测度[ 3-5 ]，其中应用最多的是基于“创新、协调、绿色、开放、共享”五大发展理念构建的指标体系，但在此相同维度基础上延伸出的具体分项指标又各有不同[ 6-11 ]。在经济高质量发展水平测度的基础上，部分研究又涉及对我国经济发展水平的评价以及发展特征的剖析。首先，从我国的整体发展水平而言，无论是与国际上发达国家对比[ 12 ]，还是基于我国自身发展的实际[ 13-14 ]，中国经济高质量发展综合水平还有很大的提升空间；其次，我国不同区域的经济高质量发展水平也呈现出不平衡的趋势，具体表现为东高、中平、西低的阶梯式分布以及南高北低的区域差异[ 5，13，15 ]，但随着发展的不断调整与深入，区域间的差异也出现了缩小的态势[ 16 ]。此外，众多学者从社会发展的不同角度对影响经济高质量发展的因素展开了深入的探析，涵盖了诸如创新能力[ 10，17-18 ]、开放水平[ 11，19 ]、政府运行[ 18，20 ]、环境管理[ 21 ]、人口结构[ 22 ]、产业发展[ 23 ]等多个层面，得出了或促进或抑制的不同结论，这从一定程度上说明经济高质量发展是受到许多因素影响的。

协同集聚这一概念最早是由埃利森和格雷瑟（Ellison & Glaeser）提出的[ 24 ]，其表述为异质性产业间因关联而出现地理空间上的集聚现象。此后，协同集聚成为学界研究的重要主题，并逐渐延伸到多个产业领域。研究发现，协同集聚不仅存在于上下游关联产业之间[ 25 ]，也存在于产业内部的不同行业之间，如国内外的研究均证实了某些服务行业间协同集聚现象的存在[ 26-27 ]。产业协同集聚可以视为单一产业集聚的高级化阶段，因此对单一产业集聚做出阐释的MAR外部性（Mar？ shall-Arrow-Romer Externality）一定程度上也揭示了協同集聚的成因，即劳动力市场共享、中间投入品共享和知识溢出使得协同集聚成为发展趋势[ 28-29 ]；亚瑟（Arthur）[ 30 ]从企业视角指出公司规模的扩大和迁移成本的上升都会促进协同集聚。阿米提（Amiti）[ 25 ]及康奈尔（Connell）等[ 31 ]的研究佐证了产业协同集聚的知识技术外溢效应，同时也证实了产业协同集聚引发的正外部性可以促进知识共享和协作创新[ 31 ]。而经济发展也可视为协同集聚带来的外部性，杜兰顿（Duranton）等[ 32 ]从微观层面印证了协同集聚带来的学习效应和知识溢出效应能带动区域经济的增长；鲍德温（Baldwen）[ 33 ]和卢（Low）[ 34 ]得出了产业协同集聚通过影响生产力来提升产业质量并促进经济增长的结论。

研究物流业与制造业协同集聚的文献并不多见，但生产性服务业与制造业协同集聚的研究则较为丰富，且研究表明，生产性服务业与制造业的协同集聚效应更加明显[ 35-36 ]。纵览生产性服务业与制造业协同集聚对于经济发展影响作用的研究，多数是从经济发展的单一方面即发展数量或发展质量的角度来研探，按照作用形式可归结为两大方面：一方面，生产性服务业与制造业协同集聚对经济发展的影响是线性的，且主要表现为单一正向促进作用。陈晓峰等[ 37 ]、张治栋等[ 38 ]对区域经济增长通过实证分析做出了验证，得出了协同集聚促进经济增长的结论；周小亮等[ 39 ]、王燕等[ 40 ]则分别证实了协同集聚对于产业结构合理化与产业结构高级化水平的促进作用。另一方面，二者协同集聚对经济发展的影响是非线性的，陈畴镛等[ 41 ]通过研究浙江省制造业与物流业协同集聚发现，其对区域经济增长的作用呈现“倒U形”的特征，豆建民等[ 42 ]通过全国285个地级市样本验证了双重门槛的存在，得到了实现促进作用的城市规模区间，在此区间外时则表现为抑制作用。李健等[ 43 ]的实证研究也同样证实了双重门槛效应，并得出了类似的结论。

综上所述，现有研究已在经济高质量发展的影响因素及生产性服务业与制造业协同集聚等方面取得了一定成果，但物流业作为生产性服务业中的一种类目，既有一般生产性服务业的共性，又有自身显著的特殊性，单纯考虑生产性服务业与制造业的协同集聚并不能进一步体现各行业对经济发展的差异化影响。因此，在加速推进先进制造业与现代物流业深度融合的时代背景下，深入探讨“两业”融合对经济高质量发展的影响有着较强的现实意义与研究价值。

“两业”协同集聚是典型的产业多样化集聚的体现，它可以提升“两业”各自的专业化集聚水平，推动先进制造业与现代物流业的快速发展。一方面，这种多样化集聚可以加速物流业与制造业生产要素的空间合理分配，更有利于因知识溢出而提升产业创新效率；另一方面，又可强化不同规模、不同区域的城市间职能分工，有助于物流业与制造业的产业规模扩张与服务效率提升。这两方面的共同作用提高了物流业与制造业各自的专业化集聚水平。具体而言，随着多样化集聚程度的加深，制造业需要物流业提供更高水平的服务能力与服务效率，更需要定制化、特色化显著的物流服务，加快现代物流业的专业化集聚，同时，物流业高水平专业化集聚提高了生产要素配置效能，进一步降低了制造业产业链上下游的交易成本，推动制造业转型升级，提升先进制造业的专业化集聚。

物流业与制造业专业化集聚水平的提升可使“两业”形成协同联动，促进物流业与制造业的深度融合，将“两业”多样化集聚推向更高水平。这是由于“两业”专业化集聚可摒弃制造业之前“大而全”和自我服务的传统物流模式，以需求为导向，创新物流管理和服务模式，在专业化分工基础上形成“优势互补”，变成“你中有我、我中有你”的深度合作模式，又可同时提高“两业”的市场竞争和增值优势，延伸产业链，稳定供应链，提升价值链，实现“两业”在供应链全链条上的战略合作、相互渗透，达到共同发展的目的。

因此，“两业”的协同集聚可形成多样化集聚、专业化集聚的协同效应与良性循环，最终使经济高质量发展。为了更加清晰地描述该影响，本文将分别从正外部性与负外部性展开讨论。

（一）“两业”协同集聚的正外部性

1.溢出效应

“两业”协同集聚伴随着地理位置的邻近，这使得知识、技术、人才在一定范围内大量汇集，行业内及行业间交流的时空成本也进一步降低，为知识与技术的溢出及交汇融合创造了条件，激发了“两业”协同发展的新需求。

2.扩散效应

“两业”协同集聚是一个相互促进、循环累积的长期过程，随着协同集聚的深入，“两业”的生产要素将实现扩散式的流动，即生产要素由要素富集的地区流向要素较为匮乏的地区，这也推进了区域一体化的进程，惠及发展较为落后的地区，缩小地区间的差距，促进协调发展。

3.竞争效应

“两业”协同集聚扩展了市场规模，区域内企业的数量也会随之增加，要素、资源逐渐稀缺，竞争逐渐加剧。为了能够在竞争中占据优势，企业会基于政策的要求及自身的需求调整运行模式，以期实现资源的充分利用，协调投入产出关系，进而激发创新活力，促进绿色环保事业的发展。而竞争水平的提升也有利于区域发展与国际市场的开拓，让企业在国际市场中更具竞争力，从而提升开放水平。

4.综合效应

在上述三种效应的综合作用下，“两业”协同集聚呈现出惠及民生的效果。一方面，协同集聚创造了更多的就业机会，提升了地区工资收入水平，缩小了收入差距，促进共同富裕；另一方面，协同集聚增加了政府收入，为增加公共服务供给提供了支持，使得发展成果回馈于民生，促进了共享发展。

（二）“两业”协同集聚的负外部性

1.磨合效应

在协同集聚初期，专业化与多样化程度都亟待进一步发展。规模效应尚未完全显现，资源配置、产业布局及市场结构等方面存在着一定程度上的不完善，可能会导致资源错配及低效利用。同时，不同行业间的协调性与适配性还有待加强，优化企业原有生产方式和运营模式也需要一定的时间，在這一调整过程中区域经济高质量发展可能会受到负面影响。

2.拥挤效应

根据威廉姆森假说可知，集聚的经济驱动作用会随着区域经济的发展而逐渐减弱甚至产生负效应：协同集聚使得大量要素集聚，而当协同集聚的规模超过适度范围时，便会导致要素拥挤，最终导致劳动力、土地等要素价格的上升，使得集聚成本上升，走向规模不经济，同时也会触发恶性竞争、环境恶化、资源枯竭等后果，抑制经济高质量发展。

本文以五大发展理念为出发点，确立经济高质量发展指标。选取了2007—2019年中国283个地级以上城市的样本数据，数据主要来自于《中国城市统计年鉴》《中国区域统计年鉴》、EPS数据平台②及各城市社会发展公报等，并以此分析“两业”协同集聚对区域经济高质量发展的影响。

（一）被解释变量：经济高质量发展指数（HQ）

综合参考詹新宇[ 8 ]、吕平等[ 10 ]的测度方法，基于五大发展理念构建经济高质量发展指标体系，并对逆指标取倒数进行无量纲化处理，对处理后的协方差矩阵进行主成分分析（PCA），依次得到各类指标的权重，并最终加权获得经济高质量发展总指数。具体指标如表1所示。

（二）核心解释变量：物流业与制造业协同集聚度

公式（2）中，ELi、EMi分别表示i地区物流业、制造业的就业人数，EL、EM分别表示全国物流业、制造业的就业人数，Ei、E分别表示i地区、全国的总就业人数。

（三）控制变量

本文主要研究“两业”协同集聚对区域经济高质量发展的影响，對于影响经济高质量发展的其他因素，选取劳动力供给、资本存量、市场化水平、政府干预、信息化水平、环境规制等作为控制变量。劳动力供给（L），选取高等学校在校生人数与城市年末总人口的比值作为衡量指标；资本存量（K）选取全社会固定资产投资总额作为衡量指标；市场化水平（Mar）选取私营企业和个体企业从业人员占城市总就业人数的比重作为衡量指标；政府干预（Gov）选取财政支出占GDP比重作为衡量指标；信息化水平（Info）选取邮电业务总量与城市年末总人口的比值作为衡量指标；环境规制（ER）选取工业增加值与二氧化硫排放量之比作为衡量指标。其中，资本存量（K）、政府干预（Gov）在实证检验中作取对数处理。

（四）描述性统计

为更好地描述各变量的特征，各变量的描述性统计结果如表2所示。

（一）模型构建

其中，HQit表示区域经济高质量发展指数，i表示样本序号，t表示年份，C为常数项，α为物流业与制造业协同集聚度回归系数，β1、β2、β3、β4、β5、β6分别为控制变量劳动力供给、资本存量、市场化水平、政府干预、信息化水平、环境规制的回归系数，ε为随机扰动项。

（二）实证分析

1.“两业”协同集聚与经济高质量发展的全样本线性估计

在模型实际估计中，运用豪斯曼（Hausman）检验先对随机效应和固定效应进行筛选，并根据结果显示采用固定效应模型进行回归分析。为增加模型估计的有效性和科学性，同时给出普通最小二乘模型（Ordinary Least Squares，OLS）和高斯混合模型（Gaussian Mixture Model，GMM）的回归结果，如表3所示。

从全样本回归结果来看，“两业”协同集聚变量CoAgg的系数均显著为正，集聚程度越高，促进效应越强，表明当前我国“两业”协同集聚在整体上对经济高质量发展有显著的促进作用，也印证了“两业”协同集聚的正向外部影响。

从控制变量来看，几乎所有变量都在1%水平下显著为正。其中，劳动力供给和资本存量的提升都属于生产要素的增加，生产要素的合理增加会带动产出的增加，同时为技术创新、体制调整奠定了基础，也为国际贸易的开展创造了优势条件，为经济高质量发展奠定了坚实的根基；市场化程度的加深促进了要素遵循供需关系的自由流动，有利于增强要素配置的合理性及协调性，从而提升要素资源的利用效率。政府干预可以调整经济发展中失序的环节，使发展更能贴合区域现实与政策导向，从而发挥区域优势，同时在发展成果的分配上也更为合理有效。信息化水平的提升可以促进信息资源的充分利用，同时也可以在一定程度上替代物质资源的投入，带动生产及管理水平的提升，优化社会经济结构。环境规制是对“绿水青山就是金山银山”号召的有力响应，它消除了以往经济发展以牺牲生态环境为代价的弊端，促进绿色发展的同时控制了环境污染的负外部性，改善了经济发展的多个维度。因此，合理范围内劳动力供给的增加、资本存量的上升、市场化程度的加深、政府干预的介入、信息化水平的提高以及环境规制的加强，都能够在一定程度上促进经济高质量发展。

2.稳健性检验

采用“熵权法”可计算新的经济高质量发展指数。该方法利用标准化后的各基础指标获取信息熵，并以信息熵计算出各指标权重，最终加权得到新的衡量指数。具体计算方法为：

（1）数据标准化

公式（4）～（8）中，i代表城市，j代表基础指标，n代表城市个数，m代表基础指标个数，max（Xij）与min（Xij）分别表示Xij的最大值与最小值。

在其他变量保持不变的情况下，通过计算新的经济高质量发展指标进行变量替换，同样使用系统GMM模型进行稳健性检验，并与替换前结果进行对比分析。结果见表4。

通过对比变量替换前结果（模型2-1）与替换后结果（模型2-2）可知，各变量系数符号相同，主解释变量数值差距较小，显著性水平也基本保持一致，说明模型设定具有理想的稳健性。

3.分地区线性估计

参照中国城市区位特点以及相关政策性文件，将283个城市划分为东中西三大区位，考察“两业”协同集聚对经济高质量发展影响的地区差异。结果如表5所示。

表5结果显示：在东部地区，除政府干预因素外，“两业”协同集聚及其他控制变量对区域经济高质量发展均呈现出显著正相关关系，与预期基本保持一致；在中部地区，资本存量和信息化的影响并不显著，说明两者的推动效应还未充分发挥，其发展水平还有待进一步提高。值得注意的是，西部地区的“两业”协同集聚对经济高质量发展呈现出抑制作用，說明受限于“两业”当前发展水平以及区位、资源等限制，西部地区“两业”协同性不强，深度不够，是制约我国经济整体高质量发展的重要障碍。

4.分城市规模线性估计

按照市辖区人口规模可将城市划分为三种：人口100万人及以上划归为大城市，50万～100万人划归为中等城市，50万人以下划归为小城市。在此分类基础上进行回归分析，实证结果如表6所示。

从估计结果来看，大城市样本中“两业”协同集聚、劳动力供给、资本存量、政府干预、信息化水平和环境规制都在1%的水平下显著正相关，与全样本结果大体一致；中等城市中“两业”协同集聚对经济高质量发展同样起到显著推动作用，控制变量中资本存量和市场化水平显著负相关，尚有很大提升空间，而劳动力的质量与结构仍需要进一步优化。对于小城市而言，“两业”协同集聚对经济高质量发展存在抑制影响但并不显著，这可能是因为小城市的产业不够发达，规模较小，“两业”协同对经济发展各层次带来的损耗与利好相抵，故而作用不明显，而控制变量除环境规制和信息化水平呈显著正向影响外其他影响都不显著，可能因为小城市规模不足的牵制，导致了诸多控制变量无法成系统运作，因而难以有效影响经济高质量发展。就促进程度来看，中等城市要优于大城市，其原因可能有以下两个：一是部分大城市的城市定位发生变化，制造业尤其是低端制造业计划性转移，发达的生产性服务业与现有制造业间出现合理性失衡；二是随着“两业”融合程度的加深，产业协同集聚的“拥挤效应”已经开始显现，产生了资源浪费及不合理分配等问题，不利于经济高质量发展。

5.“两业”协同集聚与经济高质量发展的全样本非线性估计

其中，q为门槛变量；γ为待估计的门槛值；α0为常数项；X为控制变量；函数“I（·）”为指示性函数，当符合相应条件时，该函数取值为1，反之则取值为0。门槛值及其具体个数有待通过门槛效应检验确定。

经拔靴（Bootstrap）抽样1 000次，所得门槛模型图像、具体结果及相关值如图1及表7、表8所示。

由表7可知，“两业”协同集聚对经济高质量发展存在双重门槛效应，但结合表8可以得出，虽然协同集聚度通过双重门槛检验，但当其小于0.315门槛值时，其对经济高质量发展的影响并不显著，仅当其高于0.315时，“两业”协同集聚的影响才显著为正。这说明在“两业”协同集聚初期，其对经济高质量发展的推动作用十分有限，必须推动“两业”协同集聚向更高水平，才能真正发挥集聚功效，释放集聚能量。

（一）结论

本文选取2007—2019年全国283个地级以上城市作为样本，从理论与实证两方面探析物流业与制造业协同集聚对区域经济高质量发展的作用。实证部分采用了系统GMM模型研究了“两业”协同集聚对经济高质量发展的影响，并引入了门槛模型进行非线性估计。在将劳动力供给、资本存量、市场化水平、政府干预、信息化水平、环境规制等控制变量纳入考虑的情况下，本文得出以下研究结果：第一，从全样本来看，“两业”协同集聚的系数为0.085，在1%水平下显著为正，总体上推动了区域经济的高质量发展，变量替换后的稳健性检验也支持这一结果；第二，从地理区位样本来看，“两业”协同集聚明显促进了东部、中部地区经济高质量发展，其中东部地区系数为0.122，在1%水平下显著为正，中部地区系数为0.068，在5%水平下显著为正。相反，“两业”协同集聚抑制了西部地区经济高质量发展，西部地区系数为-0.067，在5%水平下显著为负；第三，从城市规模样本来看，大型城市的“两业”协同集聚系数为0.08，中型城市系数为0.14，均在1%水平下显著为正，具有促进作用，而对小型城市的负向影响并不明显；第四，“两业”协同集聚对于经济高质量发展的作用存在显著门槛效应，仅当高于0.539门槛值时，“两业”协同集聚的影响才显著为正，即只有推动“两业”协同集聚向更高水平发展才能最终实现动力释放，这也进一步验证了我国推动现代物流业与先进制造业深度融合发展的正确性、必要性与迫切性。

本文以物流业与制造业的协同集聚为切入点，跳出了现有研究中一般以“生产性服务业与制造业协同集聚”为自变量的讨论范式，研究对象更加聚焦，丰富了研究产业协同集聚推动经济高质量发展的视角和内容。同时，本文以我国283个城市数据为样本展开分析，从地市级城市层面考察了“两业”协同集聚對经济高质量发展的影响，对当前主要以省级数据为实证样本的相关研究进行了有效的补充。

（二）建议

首先，切实推进“两业”深度融合。物流业对于制造业的协同有效性促进了制造业的专业化发展。在物流业的参与下，制造业生产效率得到提升，这也有利于制造业转型升级走向高端化，进而反哺物流业，推进物流业的持续发展，从而充分发挥协同集聚的效果，优化产业结构，提升供给质量，为经济高质量发展蓄能，使经济发展迸发活力。各地区应当因地制宜，发挥自身的产业优势，合理安排物流业与制造业的布局模式，进行有重点有规划的集聚。地区间应当强化联系，发达地区应发挥辐射带动作用，积极谋求合作，使要素实现积极的扩散流动，设施资源能够共建共享，以产业协同促进区域协同发展。

其次，更加注重“两业”协同集聚的质量。“两业”的协同集聚存在一定的适度范围，这就要求“两业”协同不能只是为了协同而协同，而是要综合考虑其效果，以真正契合产业发展实际和地区发展要求。“两业”协同集聚的基础需要有适宜的产业环境，故基础设施需要具备良好且匹配的条件，政策制度的制定也要紧跟发展步伐，确保要素资源的有效供给，避免出现短板，同时又要避免要素拥挤，从而确保协同集聚的均衡性与协调性，更有效地推动经济高质量发展。

最后，“两业”协同集聚离不开“人”的作用。因此，人才的培育与引进势在必行，人力资源的有效配置不可或缺。发达地区往往具备人力资本上的优势，在发展中需继续保持并强化这一优势，而欠发达地区则需要从发达地区的发展中吸取经验，立足于自身的发展需求，营造尊重人才的氛围，充分发挥优势产业和项目的人才吸附效应，弥补人才流失的缺口，拓展人才培养的渠道，实现人力资本与地区发展的有效耦合，优化产业协同集聚，推动经济高质量发展。

（三）研究的局限性

本文的研究局限性主要体现在以下两个方面：一是样本的选取。受限于城市数据的可得性，数据缺失严重的城市未能进入分析样本，这对本文的结论有一定的影响。二是方法的选择。本文主要采用OLS模型、GMM模型进行回归分析，在后续研究中可适当加入空间计量等分析方法，使研究结论更可信。

注释：

①详见《关于推动先进制造业和现代服务业深度融合发展的实施意见》（发改产业〔2019〕1762号），2019年11月15日。

②详见www.epsnet.com.cn。

参考文献：

[1]贺晓宇，沈坤荣.现代化经济体系、全要素生产率与高质量发展[J].上海经济研究，2018（6）：25-34.

[2]师博，张冰瑶.全国地级以上城市经济高质量发展测度与分析[J].社会科学研究，2019（3）：19-27.

[3]余泳泽，杨晓章，张少辉.中国经济由高速增长向高质量发展的时空转换特征研究[J].数量经济技术经济研究，2019，36（6）：3-21.

[4]马茹，罗晖，王宏伟，等.中国区域经济高质量发展评价指标体系及测度研究[J].中国软科学，2019（7）：60-67.

[5]谢国根，张凌，赵春艳.财政分权、地方政府竞争与经济高质量发展[J].统计与决策，2021，37（5）：124-128.

[6]李梦欣，任保平.新时代中国高质量发展的综合评价及其路径选择[J].财经科学，2019（5）：26-40.

[7]史丹，李鹏.我国经济高质量发展测度与国际比较[J].东南学术，2019（5）：169-180.

[8]詹新宇，崔培培.中国省际经济增长质量的测度与评价——基于“五大发展理念”的实证分析[J].财政研究，2016（8）：40-53，39.

[9]周德田，冯超彩.科技金融与经济高质量发展的耦合互动关系——基于耦合度与PVAR模型的实证分析[J].技术经济，2020，39（5）：107-115，141.

[10]吕平，袁易明.产业协同集聚、技术创新与经济高质量发展——基于生产性服务业与高技术制造业实证分析[J].财经理论与实践，2020，41（6）：118-125.

[11]胡雪萍，许佩.FDI质量特征对中国经济高质量发展的影响研究[J].国际贸易问题，2020（10）：31-50.

[12]胡晨沛，吕政.中国经济高质量发展水平的测度研究与国际比较——基于全球35个国家的实证分析[J].上海对外经贸大学学报，2020，27（5）：91-100.

[13]任保显.中国省域经济高质量发展水平测度及实现路径——基于使用价值的微观视角[J].中国软科学，2020（10）：175-183.

[14]潘桔，郑红玲.区域经济高质量发展水平的测度与差异分析[J].统计与决策，2020，36（23）：102-106.

[15]张侠，许启发.新时代中国省域经济高质量发展测度分析[J].经济问题，2021（3）：16-25.

[16]唐晓彬，王亚男，唐孝文.中国省域经济高质量发展评价研究[J].科研管理，2020，41（11）：44-55.

[17]刘思明，张世瑾，朱惠东.国家创新驱动力测度及其经济高质量发展效应研究[J].数量经济技术经济研究，2019，36（4）：3-23.

[18]李光龙，范贤贤.财政支出、科技创新与经济高质量发展——基于长江经济带108个城市的实证检验[J].上海经济研究，2019（10）：46-60.

[19]李娜娜，杨仁发.FDI能否促进中国经济高质量发展？[J].统计与信息论坛，2019，34（9）：35-43.

[20]黃文，张羽瑶.区域一体化战略影响了中国城市经济高质量发展吗？——基于长江经济带城市群的实证考察[J].产业经济研究，2019（6）：14-26.

[21]屈小娥，刘柳.环境分权对经济高质量发展的影响研究[J].统计研究，2021，38（3）：16-29.

[22]何冬梅，刘鹏.人口老龄化、制造业转型升级与经济高质量发展——基于中介效应模型[J].经济与管理研究，2020，41（1）：3-20.

[23]黄永明，姜泽林.金融结构、产业集聚与经济高质量发展[J].科学学研究，2019，37（10）：1 775-1 785.

[24]ELLISON G，GLAESER E L.Geographic concentration in U.S. manufacturing industries：a dartboard approach [J]. Journal of political economy，1997，105（5）：889-927.

[25]AMITI M.Location of vertically linked industries：agglom？ eration versus comparative advantage [J].European econom？ ic review，2001，49（4）：809-832.

[26]MILER N.Strategic trade and delegated competition origi？ nal research [J].Journal of international economics，2014，66（1）：215-231.

[27]钟韵，秦嫣然.中国城市群的服务业协同集聚研究——基于长三角与珠三角的对比[J].广东社会科学，2021（2）：5-15，254.

[28]MARSHALL A.Principles of economics [M].London：Mac？ millan，1890：208-261.

[29]HELSLEY R W，STRANGE W C.Coagglomeration，clus？ ters，and the scale and composition of cities [J].Journal of political economy，2014，122（5）：1 064-1 093.

[30]O’SULLIVAN A，STRANGE W C.The emergence of coag？ glomeration[J].Journalofeconomicgeography，2018，18（2）：293-317.

[31]CONNELL J，KRIZ A，THORPE M.Industry clusters：an antidote for knowledge sharing and collaborative innova？ tion？ [J].Knowl manag，2014（18）：137-151.

[32]DURANTAN G，PUGA D.Micro-foundations of urban ag？ glomeration economics[J].Handbook of regional and urban economics，2004，56（3）：2 063-2 117.

[33]BALDWEN R E，FORSLID R.The core-periphery model and endogenous [J].Economica，2003（267）：207-324.

[34]LOW L.Growing industrial clusters in Asia：serendipity and science [J].Asian-pacific economic literature，2010，23（1）：125-126.

[35]TAYLOR P J，DERUDDER B，FAULCONBRIDGE J，et al.Advanced producer service firms as strategic networks，global cities as strategic places [J].Economic geography，2015，90（3）：267-291.

[36]KE S，HE M，YUAN C.Synergy and industrial co-agglom？ eration of producer services and manufacturing：a panel da？ ta analysis of Chinese cities [J].Regional studies，2014，48（11）：1 829-1 841.

[37]陈晓峰，陈昭锋.生产性服务业与制造业协同集聚的水平及效应——来自中国东部沿海地区的经验证据[J].财贸研究，2014，25（2）：49-57.

[38]张治栋，陈竞.异质性产业集聚及其协同发展对经济效率的影响——以长江经济带108个城市为例[J].工业技术经济，2019，38（6）：97-104.

[39]周小亮，宋立.生产性服务业与制造业协同集聚对产业结构优化升级的影响[J].首都经济贸易大学学报，2019，21（4）：53-64.

[40]王燕，孫超.产业协同集聚对产业结构优化的影响——基于高新技术产业与生产性服务业的实证分析[J].经济问题探索，2019（10）：146-154.

[41]陈畴镛，杨文霞.电子商务对制造业与物流业协同集聚的影响——基于浙江省设区市面板数据的实证[J].科技管理研究，2019，39（11）：146-152.

[42]豆建民，刘叶.生产性服务业与制造业协同集聚是否能促进经济增长——基于中国285个地级市的面板数据[J].现代财经（天津财经大学学报），2016，36（4）：92-102.

[43]李健，冯会迎.高技术制造业与高技术服务业协同集聚的经济增长效应[J].科技进步与对策，2020，37（17）：54-62.

[44]马昱，邱菀华，王昕宇.高技术产业集聚、技术创新对经济高质量发展效应研究——基于面板平滑转换回归模型[J].工业技术经济，2020，39（2）：13-20.

[45]黄永明，姜泽林.金融结构、产业集聚与经济高质量发展[J].科学学研究，2019，37（10）：1 775-1 785.

[46]张虎，韩爱华.制造业与生产性服务业耦合能否促进空间协调——基于285个城市数据的检验[J].统计研究，2019，36（1）：39-50.

[47]程启月.评测指标权重确定的结构熵权法[J].系统工程理论与实践，2010，30（7）：1 225-1 228.

[48]章穗，张梅，迟国泰.基于熵权法的科学技术评价模型及其实证研究[J].管理学报，2010，7（01）：34-42.

[49]孙豪，桂河清，杨冬.中国省域经济高质量发展的测度与评价[J].浙江社会科学，2020（8）：4-14，155.

[50]陈景华，陈姚，陈敏敏.中国经济高质量发展水平、区域差异及分布动态演进[J].数量经济技术经济研究，2020，37（12）：108-126.

责任编辑：嘉斌

The Influence of Collaborative Agglomeration of Logistics Industry and Manufacturing Industry on High-quality Economic Development

——the Empirical Research on 283 Cities at the Prefecture Level and Above

LIU Ming

（School of Business and Tourism Management，Yunnan University，Kunming 650091，Yunnan，China）

Abstract：Using the panel data of 283 cities at the prefecture level and above in China from 2007 to 2019 and the principal component analysis，the author constructs a high-quality economic development indicator system to measure the level of highquality economic development； and the author also uses the system GMM model and the panel threshold model to explore the linear and non-linear influence of collaborative agglomeration of logistics industry and manufacturing industry on high-quality economic development. Relevant empirical research shows that： in the full sample，the collaborative agglomeration of logistics industry and manufacturing industry has a significant positive impact on the high-quality economic development； in the sample of sub-regional location and city size，its impact shows strong regional and scale differences. The eastern and central cities have a significant promoting effect，while the western cities have a significant inhibitory effect； large and medium-sized cities have a significant promoting effect，and small cities have an insignificant effect. Moreover，the coordinative agglomeration of logistics industry and manufacturing industry has a significant threshold effect on the high-quality economic development. It shows that only by surpassing the low-level threshold and pushing the collaborative agglomeration of logistics industry and manufacturing industry to a higher level can the agglomeration efficiency be truly released and the role of that in high- quality economic development be truly demonstrated. It also further verifies the correctness，necessity，and urgency of the deep integrated development of logistics industry and manufacturing industry. So we must continuously promote the deep integration of logistics industry and manufacturing industry，pay more attention to the quality of collaborative agglomeration，and fully explore the potential of logistic talents to really promote the economic transformation to the high-quality development.

Key words：logistics industry；manufacturing industry；collaborative agglomeration；high-quality development