物流业和制造业融合发展对全要素生产率的影响

2024-01-30杨丹萍易子涵

宁波大学学报（人文科学版） 2024年1期

杨丹萍，易子涵

物流产业是改善民生、扩大消费、加快构建国内国际双循环新发展格局的先导性产业，对推动我国经济的可持续发展至关重要。《中国制造2025》规划（下文简称“规划”）要求加快智能物流管理在生产过程中的应用，打造绿色供应链，加快建立以资源节约、环境友好为导向的物流体系。制造业是我国工业整体能力和全球实力的主要表现。推动工业高质量发展，是我国经济社会高质量发展的根本和前提条件。规划提出要依托制造业集聚区，强化服务功能区和公共服务平台建设，建设和提升生产性服务业功能区，增强辐射能力，鼓励东部地区企业加快制造业服务化转型，建立生产服务基地。2020 年出台的《推动物流业制造业深度融合创新发展实施方案》，特别强调推动物流业制造业（下文简称“两业”）融合发展，是深化供给侧结构性改革，推动经济高质量发展的现实需要；是进一步提高物流发展质量效率，深入推动物流降本增效的必然选择；是适应制造业数字化、智能化、绿色化发展趋势，加快物流业态模式创新的内在要求。

一般认为全要素生产率是各要素（如资本和劳动等）投入之外的技术进步、经济政策和能力实现等因素所引起的产出增加[1]。在产出视角下的经济增长，受到要素投入和劳动生产率提高的驱动。在二元经济结构中，充分的劳动供给可以延缓资本报酬的递减，但是这种“人口红利”终究是有限的，随着人口结构的变化，经济增长的模式必将转向全要素生产率支撑型模式。劳动生产率的提高有两种典型的方式：第一是提高资本劳动比，第二是提高全要素生产率[2]。且不说大量的资本投资如何实现，由于资本边际报酬递减的存在，资本劳动比的提高对于劳动生产率的变化是有限的。经济增长在今后的发展中会更多依赖全要素生产率的提高。因此，研究全要素生产率的提高对促进地区经济发展，提高经济效率具有重要意义。

目前，两业互动融合发展，使得两业协同发展的问题逐渐成为了国内研究的热点之一。通常来说，关联度越高的产业越容易在特定空间内形成集聚[3]，物流业和制造业在产业链上是互为上下游产业的关系，在产业链整合的过程中两者形成合作伙伴关系[4-5]。一方面，通过提供生产支持性服务的方式，物流业深度参与了从产品制造到最终消费的价值增值全过程[6]，并且嵌入制造业的基本活动中[7]。另一方面，制造业流通化可助推制造业转型升级[8]，物流外包联盟可以提高制造业绩效[9]，可持续、平等共享资源和透明的物流系统能够提高生产效率，物流业的发展将会促进两业联动水平[10]。两业在发展的过程中深度分工融合形成协同关系[11]，通过细化社会分工，提高专业化程度与社会整体技术水平，从而促进经济发展。两业的融合发展将提升制造业实力、推动全要素生产率的提高、促进制造业高质量发展，这是我国构建新发展格局推动高质量发展的重要内容。另外，产业融合发展已经成为未来产业结构优化调整的趋势之一[12]，尤其智能制造和物流中的人机技术集成和工业物流系统智能化是未来的发展方向[13-14]。

两业融合发展程度的测算方法有协同演化模型[15]、复合系统协调度模型[16]、耦合协调模型[17-18]以及共生度测算法[19]等。在效率的测算上，有学者使用DEA-malmquist 模型测算物流业子系统、制造业子系统、综合子系统的效率和区域全要素生产率[20-22]，不乏学者也使用随机前沿法（SFA）测度生产效率[23-24]。

但是现有的文献多关注两业耦合协调度的测算和时空分布以及影响因素，少有分析两业融合发展对于区域全要素生产率的影响。因此，本文应用耦合协同度模型与方法，对两业的整体发展水平和协同度进行了实证研究，并利用固定和随机效应的回归模型分析了两业协同度对制造业高质量发展的影响及区域差异性。通过论述近年来各区域内部与区域之间的两业互动融合的发展状况与趋势，以期为我国两业实现更好的互动融合提供参考建议。

一、两业融合发展对全要素生产率的影响机制分析

构建数理模型，分析两业融合对社会全要素生产率的作用。初步设定全社会生产函数为CES 函数如式（1）所示，其中xi表示第i种要素投入，A为经济体的全要素生产率，Y为产出：

两业融合发展以及二者的高质量融合发展，隐含着一定的经济发展规律，是一种典型的多元产业聚集发展。物流业发展为制造业转型升级提供有力支撑。两业融合可以减少中间环节的损耗，商品在小范围内流转减少了运输仓储费用。制造业物流的外包，可以集约利用物流资源，减少空载现象和降低公司运营人力成本。对于长流程的复杂制造业产业而言，物流业深度参与制造业的全部交易环节，同样可以起到降低成本的作用。产业链上下游企业的交易成本在现代物流系统的加持下进一步降低，从而促进了制造业的转型和提升。同时，物流业能够刺激我国制造业的需求，为我国实现从制造业大国转变为制造业强国提供来自于需求端的增长动能。

制造业逐步摒弃过去通过自建物流系统来满足自身需要的传统物流模式，转向与专业物流企业达成合作的方式，降低人员培训等成本，提高员工专业度和人事灵活度，这就使得物流资源可以被高效利用，进而多层次推进以需求为导向的新式物流管理和服务模式的形成。专业化物流园区的产生以及多而散的基础物流设施的进一步建设，可以扩大地区制造业的影响范围，扩大正向外部性。在专业化分工进程中，智慧物流与制造业尤其是离散型的制造业将逐步建立相互依存、相互促进的合作模式，可以增强我国物流企业的竞争力和增值能力，促进双方的产业链延伸，在全链条供应链上战略合作、相互渗透，达到共同发展的目的。

物流业与制造业的深度融合，一方面可有效地优化配置资源，另一方面也可加强产业间的功能分工，提高生产效率。这两个因素的结合，使得两业的专业化聚集程度得到了提升，进而提高社会整体的技术水平，因此两业融合发展可以促进全要素生产率的提升。在发展过程中，两业已经演化出深度融合的关系，如果割裂地来看待它们当中的单独一个对整个经济体的贡献，可能会忽略两者融合发展过程中存在的一加一大于二的协同效应。为了便于研究，假设两业的产出函数形式为式（2），其他产业的产出函数为式（3）：

其中：Y1表示两业融合发展后的两业产值，Yother表示其他产业产值，Y=Y1+Yother。

近年来，我国在智慧物流和高端制造上取得的进步最为明显。两业集聚发展使得有关的人才资源随之集中，为溢出效应的实现创造了条件。并且随着市场化程度的提高，行业更加透明，交易成本随之下降，有序的良性竞争会促进产业的转型与发展。然而在选择地方发展模式时要因地制宜，不合适的发展模式反而会适得其反。根据威廉姆斯的假说可知，过度集聚经济的驱动作用会在规模增长到一定程度之后减弱，甚至会出现负效应。基础设施较为落后的地区需要经历一段时间的建设和磨合期，在此期间两业的融合发展也未必能实现良好的投入产出比。

因此在式（2）的基础上，两业的融合发展程度d与A1存在一一对应的关系，可以认为A1是d的函数，即，A1=f(d)。

由于该生产函数具有常替代弹性的性质，则可以找到一个k，使得：

对式（4）两端同除：

便可得到全要素生产率的计算公式（5）：

此时，易推得全要素生产率对于两业融合发展程度的偏导数：

说明两业融合发展程度对于全要素生产率的作用方向取决于∂f(d)/∂d，具有正向效应。为了方便研究，假定式（2）中的希克斯效率项是多元组合的，如式（6）所示，a为其他影响效率项的因素以及外生的生产率变化参数，τ为两业融合发展度对全要素生产率水平的影响参数。

另外，假设其他行业只受到外生增长率的影响，将k×Aother吸收入式（6）的aw中，进一步地有式（7）：

基于以上分析，本文提出以下假说：两业融合发展对于区域全要素生产率有促进作用。

二、两业融合发展度的测算

（一）指标体系和数据来源

本文用两业耦合协调度来衡量两业融合发展度。基于两业在2006—2020 年间的相关数据，采用熵值法，选择多个指数用以衡量两业综合发展水平，然后利用耦合协同度模型对我国的两业融合发展现状进行了预测和分析。分别从投入水平、产出效率、成长能力、行业规模以及产业结构五个维度构建指标评价体系（表1 和表2）。

表1 制造业发展水平评价体系

表2 物流业发展水平评价体系

由于我国《统计年鉴》中没有任何物流业的直接资料，故本文按照国家发展和改革委员会及学界常用的统计口径，采用交通运输业、仓储和邮政业的数据替代，衡量物流业的发展现状。在处理制造业数据的过程中，使用工业数据代替制造业数据。鉴于数据的可获得性，选择我国各个省份2006—2020 年的数据，其中不含西藏自治区、台湾地区、香港以及澳门特别行政区。

（二）两业融合发展度测度方法

利用熵值法，对两个行业的发展指标进行无量纲化处理，并将各个指标赋以权重，最终得出被评估对象的整体发展程度，然后利用“耦合”的概念来描述这两个行业的融合发展程度。

式（8）中，m表示子系统个数，此处取2，n表示指标个数。Ui表示子系统i的综合发展水平，此处取熵值法的评价结果，C为m个系统的耦合度，取值范围为[0，1]，由于耦合程度仅能反映两业的耦合程度，无法全面地反映两业的融合发展状况，因此需要建立一个耦合的协调函数来精确地评价两业的融合发展程度。具体公式如式（9）所示：

式（9）中，d表示两业耦合协调度，即两业融合发展度，取值区间为[0，1]；T是两业的综合评估指标，α和β是待定因子，分别是制造业和物流业对整个系统的影响，而且α+β=1。考虑到目前“双循环”发展模式中制造业的重要性，取α=0.6，β=0.4。将融合发展度d划分为四个阶段：低度协调（0≤d≤0.4）、中度协调（0.4＜d≤0.5）、高度协调（0.5＜d≤0.8）和极度协调（0.8＜d≤1）。

（三）两业融合发展度时空分布

表3 为计算得到的各省两业融合发展度。从描述性统计发现：融合发展度的最大值、最小值和均值均波动上升，标准差在0.1—0.12 之间波动，说明我国区域间发展差异客观存在，但是在这一方面始终保持协调发展的良好态势，地区间并没有扩大差异的趋势，究其原因，可能是“一带一路”倡议以及构建国内国际双循环的新发展格局为促进交通基础设施建设和优化工业区位布局注入了持久而有效的动力。具体分析各个省份的两业融合发展度，可以发现2006 年全国大部分省份处于0.4—0.5的区间内，属于低水平的协调阶段；但也不乏高水平的省份，比如浙江、江苏、山东和广东已经处于0.7—0.8 的区间内，属于高度协调阶段。2006 年以来，许多省份的两业融合发展度有明显的提高，分别是安徽、福建、湖北、湖南、四川、贵州、云南，这和我国不断完善的公路、铁路以及航道运输系统有很大的关系。2006 年以来，我国产业结构也有了很大的转变，先发展为世界工厂，又在此基础上不断进行产业升级和优化，最终成为了世界上拥有最完整产业链的国家。仅有少量省份的两业融合发展水平有所下降，分别是辽宁和黑龙江，究其原因可能是没有找到适合自身的协调发展模式。截至2020 年底，绝大多数的省份发展水平处于中度协调到高度协调的过渡阶段；只有青海融合发展度水平低于0.4，仍然处于低度协调阶段；有不少省份比如河北、安徽、福建和河南两业融合发展度大于0.6，进入高度协调阶段，中部省份本身就具有轨道运输业和公路运输业的地缘比较优势，加之近些年来承接的制造业产业规模不断扩大，地形平整的安徽省、河南省成为我国中部省份的重要货运客运集散地，这些中部省份较高的两业融合发展度使得他们的发展快于山地较多的山西省和江西省；山东、江苏和浙江三省依托沿海的海港优势，发挥重要的对外进出口功能，促进当地的制造业发展，这三个省份接近极度协调阶段，在国内处于领先地位；广东省作为我国南方对外贸易的门户和首个经济特区所在地，其两业融合度达到了0.83，处于极度协调阶段。总体来看，我国两业融合发展格局没有改变，部分省份保持优势并且往更高阶段发展，原本发展缓慢的地区也在不断改善提高自身的两业融合发展现状，整体上仍然表现为东部沿海发展阶段高于中部省份发展阶段、中部比西部更为先进的局面。虽然区域间差距仍然存在，但是可以看到整体的两业融合发展度在不断上升，标志着我国这些年产业结构性转型的逐步推进，并且正在不断地为我国经济高质量发展提供供给侧动力。

表3 各省部分年份两业融合发展度

三、两业融合发展对全要素生产率的作用

（一）模型构建和变量选取

对于全要素生产率的计算，企业层面通常使用的方法有GMM 法、ACF 法以及基于一致半参数估计技术的OP 法和LP 法[25]，而产业全要素生产率的计算方法被广泛采用的是索洛残差法、数据包络法和随机前沿法，数据包络法和随机前沿法分别是非参数估计和参数估计的代表[26]。本文分别使用DEA_malmquist法和SFA 法测算各省份的全要素生产率，使用的投入变量是各省的资本存量和全社会就业人数，产出变量使用的是以居民消费指数折算的各省实际人均GDP，基期选择2006 年。如式（10）所示，DEA-malmquist 法中xt和yt分别表示在t 期的投入向量和产出向量。而表示i地在t期技术水平下的距离函数。M为malmquist 指数用以表示全要素生产率。

如式（11）所示，SFA 法中技术效率TE由产出期望和随机前沿期望之比表示，其中技术效率达到最优的生产函数：

这是投入变量，也就是生产者的投入要素，β为投入变量的系数。

v为一般扰动项，u ≥0为技术非效率项。受到技术非效率的影响，现实中难以实现理论上的最优效率，本文假设非技术效率项满足半正态分布假设，且与一般扰动项相互独立。其中，i表示省份，t表示年份。在投入模型前将SFA 法求得的效率乘100%处理。

根据所选数据的基本性质，最终本文使用面板数据的地区固定效应模型和时间地区双固定效应模型考察地区两业融合发展度对地区全要素生产率的影响。全要素生产率使用DEA-malmquist 法和SFA 法测算，构建计量模型如式（12）所示：

其中，α为常数项，β为主解释变量和控制变量的系数。TFP 和d分别为全要素生产率和两业融合发展程度，控制变量选择产业结构（structure）、人力资源水平（labor）、基础设施水平（bas）、信息化程度（info）和固定资产投资（inv），εit为时间固定效应，δit为地区固定效应，μit为随机扰动项。

产业结构（structure）：反映一个地区的生产力水平，产业涉及的生产和交换环节越多、资金流通速度更快，对于地方经济发展的推动作用更大。同等规模的不同产业对于地区经济的带动作用有所不同，一般认为拥有同等资产规模的三次产业中，第三产业对于经济发展的促进效率大于第二产业、第二产业大于第一产业。本文采用二三产业产值占地区生产总值来表示产业结构。

人力资源水平（labor）：劳动作为经济活动的主要投入要素，对于经济的高质量发展起到关键正向作用，高素质劳动力一方面提高劳动生产率，另一方面促进现有产业的转型升级。本文选用人均受教育水平来表示。

基础设施水平（bas）：基础设施的完善程度可以直接影响到一个地区的生产效率，一般认为基础设施完善的地区可以加快信息交流，降低交易成本，还可以吸引人才，提高居民幸福度。由于在测算两业融合发展度时已经考虑了交通的因素，本文选择地区医疗机构床位数来反映基础设施建设完善程度[27]。基础设施整体的发展应该是协同推进的，选择床位数来反映基础设施水平有一定合理之处。

信息化程度（info）：信息化水平的提高可以降低沟通成本，提升信息交流效率，提高地区生产率。高度信息化如物联网技术可极大地提升资源配置效率，减少浪费和效率损失。本文选择邮电业务产值在GDP 中占比来反映信息化程度。

固定资产投资（inv）：固定资产投资的增加可提高区域间的沟通和协调发展程度，促进要素的跨区域转移，提升资源配置效率。投资形成的产业链可以将当地的劳动力从低效率的部门吸纳到高效率的部门，同时留在原本部门的劳动力人均要素投入增加，进而提升原本部门的劳动生产率。总之固定资产投资可以促进地区整体的效率提升，本文选择全社会固定资产投资来反映投资水平。

（二）两业融合发展对于全要素生产率的影响效应

分别对30 个样本省份2006—2020 年的两种方法测算的全要素生产率面板数据进行了实证研究（表4）。解释变量两业融合发展度与被解释变量同时在四个模型中，在1%的显著性水平上正相关。在DEA-malmquist 法测算生产率的模型中，其系数为0.212 和0.275，说明两业融合发展程度每增加1%，地区全要素生产率将提升0.2 个百分点以上；而在使用SFA 法测算效率的模型中，两业融合发展程度每增加1%，地区的效率损失率会减少0.04 个百分点以上。虽然变动数值不大，但是对于效率而言却是显著的进步。由此可见，两业融合发展对经济高质量发展具有显著的推动作用。两业融合发展促进了产业间分工，优化了地区资源配置，进而有利于全要素生产率的提升。信息化水平分别在1%和5%显著性水平上正显著，说明信息化对于提高地区生产效率和减少效率损失上均有正向作用，且该结论有普遍适用性。固定资产投资对于DEA-malmquist 法测算的效率有显著的负向作用而对SFA 法则显著为正，说明提升固定资产投资不利于效率的上升，但是可以减少效率的损失。结合现实中许多由政府出面的建设都不是为了盈利或实现短期价值，由此可以推断政府的干预造成资源不合理配置，影响了当期经济发展，但是对于已有的产业，固定资产投资可以提升资源配置的效率，减少浪费。人力资本分别在DEAmalmquist 法的地区固定效应模型和SFA 法的双固定效应模型中显著为正，说明在一定程度上人力资源的质量提高可以促进全要素生产率的上升，但是现实中存在一些阻碍因素。产业结构系数只在地区固定效应模型中在10%的显著性水平上为负值，即产业结构的二三产业化会使得经济发展受阻。造成这一现象的原因可能是产业结构性改革投入的时滞较长，从而导致投入早期对经济增长缺乏正向的促进作用。

表4 两业融合发展对全要素生产率影响的固定效应回归结果

（三）异质性分析

中国发展过程中形成了较大的区域间差距已经是不争的事实，造成这一现象的原因，除了不同地区要素禀赋和地理环境的差异以外，还包括城市化进程的区域间不协调，以及城乡二元割裂导致的资源错配。因此，将两业融合度对全要素生产率的影响分地域讨论是必要的。

在DEA-malmquist法测算的全要素生产率为被解释变量的模型下，两业融合发展度对全要素生产率的促进作用在东中西部省份都显著。说明两业融合发展水平的提高对于全国各省份有推动全要素生产率边界的上升作用。信息化水平和固定资产投资在西部省份作用十分显著。受到国家的政策支持和转移支付的作用，西部的物流业呈现出领先于经济发展阶段的态势。在过去二十年经济整体增长的大环境下，西部省份的两业融合发展度提高，并成为当地的一个主要增长点之一（表5）。

表5 基于DEA 方法的异质性分析

在使用SFA 法测度的效率作为被解释变量的模型中，两业融合发展度对全要素生产率的促进作用在中部和西部省份都显著，但在东部省份不显著。说明两业融合发展水平的提高对于中部和西部省份有减小效率损失的作用。东部省份的效率损失的影响不显著，究其原因可能是东部省份要素配置较为合理，或者说东部省份因地制宜发展的水平高于中部和西部省份，重复性建设和不适宜建设的现象更少。另外，在地区固定效应模型中信息化水平对于效率损失的减少呈现显著的正向作用（表6）。

表6 基于SFA 方法的异质性分析

两业融合发展对于全国不同地区的作用方式不同：对于所有省份，两业融合发展度的提高都有利于推动全要素生产率边界的上升，对于中部和西部省份则还有利于使得实际效率趋近最优效率。总体上两业融合发展有助于提升技术水平，提高全要素生产率。

（四）稳健性检验

为进一步克服模型中存在的内生性问题：两业融合发展能够促进全要素生产率的提高，但是全要素生产率上升也可能反过来促进两业的发展。因此，本文使用二阶段最小二乘法进行实证检验，分别将两业融合发展度滞后一期的值和滞后二期的值作为其本身的工具变量，以验证模型的稳健性。

从IV-GMM 和IV-LIML 的估计结果可知（表7）：Anderson canon.LM 检验均在1%的显著性水平上拒绝不可识别的原假设，保证了估计的可行性。Cragg-Donald Wald F 统计量结果均大于Stock-Yogo 检验10%显著性水平上的界值，说明拒绝工具变量识别不足的原假设，即不存在弱工具变量问题。Sargan-Hansen 检验分别在0.03 和0.06 左右，表明在10%的显著性水平上无法拒绝过度识别假设，说明工具变量是外生的，也就证明了工具变量的选取是较为合理的。并且在各模型的估计中，两业的融合发展度对于地区经济的发展均有显著的正向作用，说明前文结论稳健。

表7 稳健性检验结果

四、研究结论与启示

（一）研究结论

本文从理论上探讨了物流业和制造业融合发展对全要素生产率的影响机制，并选取全国30 个省份2006—2020 年数据实证检验了我国两业融合发展对于全要素生产率的影响，得出如下结论：第一，整体上看，目前我国的两业融合发展度处于过渡阶段，具有较大提升空间。近些年来整体两业融合发展度逐步上升，表明我国的物流业和制造业已经具备高质量发展的潜力。第二，两业融合发展度较高的省份，其经济发展程度普遍较高；而融合发展度低的省份，经济发展程度相对较低。具体而言，相较于西部省份，东部沿海省份和中部省份的交通基础设施更为完善，工业基础更好，两业的融合发展水平更高，经济发展阶段较为领先。第三，2006—2020 年间，两业的融合发展在省域视角下对于全要素生产率提升存在明显的正向作用，且这一结论在IV-GMM 等模型下依旧稳健，不同地区两业融合发展对全要素生产率的作用方式不同。此外，信息化程度提升对于全要素生产率具有正向作用，主要通过提高资源的利用效率提升全要素生产率。