產業協同集聚組態對物流業綠色全要素生產率的影響研究

劉中艷 黃 盼

(湖南工業大學商學院，湖南 株洲 412007)

黨的二十大報告提出，高質量發展是全面建設社會主義現代化國家的首要任務，要著力提高全要素生產率，著力提升產業鏈供應鏈韌性和安全水平，著力推進城鄉融合和區域協調發展。而物流業作為市場經濟的經脈，是產業鏈供應鏈的樞紐，是城鄉融合與區域協調發展的基礎?，F階段卻大而不強，效率不高。

基于此本課題不禁思考：物流業與其他行業協同集聚能否賦能物流業綠色全要素生產率提升？如果能，與物流業協同集聚的其他行業中是否存在一個或一個以上的主導行業來賦能物流業綠色全要素生產率提升？賦能物流業綠色全要素生產率提升的行業組合是否唯一？回答以上問題，對于加快物流業與其他行業深度融合、助推物流業高質量發展具有重要意義。

一、文獻綜述

(一)產業協同集聚與物流業GTFP的相關研究

產業協同集聚與綠色全要素生產率(以下簡稱GTFP)的關系是近年來學界的研究熱點。學界關于GTFP的研究最開始來自于對全要素生產率(以下簡稱TFP)的研究，因TFP不能反映出產業的高能耗、高排放等資源環境約束條件，故而逐漸將研究重心轉向GTFP。

產業協同集聚與GTFP的前身TFP關系密切，信息業、租賃和商務服務業、軟件業和金融業與制造業協同集聚[1]，交通運輸、倉儲和郵政業、科學研究和技術服務業與制造業協同集聚[2]既能促進城市TFP提升，又能促進制造業TFP增長[3]。同時，產業協同集聚也能通過降低企業交易成本和提升企業創新活動來賦能企業GTFP增長[4]。關于物流業GTFP的研究方面，現有研究中仍是關于物流業TFP的研究較多。技術進步、FDI均能對物流業TFP產生正向影響，而區域創新能力、對外開放程度、能源生產率、綠色技術進步指數[5]能對物流業GTFP產生正向影響。

(二)物流業與其他產業的相關研究

物流業屬于生產性服務業，與我國多數行業聯系密切。通過中國知網數據庫檢索與物流業相關的行業，檢索時間跨度為所有年份，截至2023年7月18日，共獲得617篇文獻，依據出現頻次由大到小排序依次是制造業、農業、電子商務業、金融業、商貿業、旅游業、信息業。因電子商務業與商貿業存在諸多共性，后續研究中統稱為商務業。

物流業與制造業融合發展體現在技術、市場和業務多個方面[6]，制造業集聚主要通過擴大物流業規模來促進物流業發展[7]，同時制造業人力資本和規模也能產生正向影響[8]。物流業對農業的影響顯著[9]，物流業集聚能顯著促進當地農業GTFP提升[10]，其耦合協調發展有助于健全物流業的社會服務體系[11]。物流業與商務業關聯度高，商務業繁榮帶來的供需規模增長促進了物流業發展[12]。同時電子商務的應用與發展也顯著帶動了物流業的發展。物流業與金融業協同發展給物流企業帶來了新的利潤增長空間[13]，促進其深度融合是我國現階段產業發展的重要方向?；ヂ摼W金融業的發展給物流業帶來了新的發展機遇[14]。物流業與旅游業的協調程度與協調性問題很重要。物流業為旅游業提供了重要的保障作用，旅游業的繁榮又促進了物流業發展[15]。物流業與信息業關聯度高，信息業對物流業的拉動作用更大，能有效提升物流業運轉效率，降低物流出錯率[16]。

二、機理分析

文章基于產業協同集聚視角構建理論模型，如圖1所示。影響因素方面，物流業GTFP的高低受物流業與多產業協同集聚的影響，本文在查閱了大量文獻的基礎上選取了六個與物流業聯系最為密切的行業為前因變量，其中實體產業包括制造業、農業、旅游業和商務業，非實體產業包括金融業和信息業。

圖1 產業協同集聚對物流業GTFP的影響機制

影響機制方面，產業協同集聚對TFP存在正向與負向的雙重影響機制。依據產業集聚理論和經濟增長理論，物流業與相關產業發生協同集聚后，將產生知識溢出效應、競爭優勢效應和規模經濟效應等正向影響提升自身GTFP。但當其協同集聚達到一定程度后，將會受到過度集聚所帶來的擁擠效應與沉沒成本等負向影響，抑制物流業GTFP提升。具體來說，實體產業為物流業帶來了區域內、區域間的物流需求，促進物流業形成規模經濟效應，當物流業協同集聚達到一定程度后，又將引致競爭優勢效應與擁擠效應。知識溢出效應則主要體現在與非實體產業協同集聚上，金融業與信息業為物流業進行多方面賦能，金融業為物流業提供更好的融資環境，能有效優化資金配置；信息業則賦能物流業向數字化、智能化轉型，實現物流業的技術升級與改造。

三、變量選擇和數據來源

(一)條件變量

選取物流業與制造業、農業、旅游業、金融業、信息業、商務業的協同集聚指數2016-2020年的均值作為條件變量。相關指標說明與數據來源如表1所示。借鑒任陽軍[2]的研究，分別構建區位熵指數(Lq)和產業協同集聚指數(Co)，數學表達式如式(1)和式(2)所示。式(1)中，Eij表示i省份j產業的從業人數，Ej表示j產業的全國從業人數，Ei表示i省的從業人數，E表示全國從業人數。采用各地區年鑒中分行業“年末單位從業人員數”表示從業人數。式(2)中，m表示i省份的物流業；n表示i省份的n產業。

Lqij=(Eij/Ej)/(Ei/e)

(1)

(2)

(二)結果變量

選取“十三五”期間2016-2020年我國30個省(自治區、直轄市)(不含西藏和港澳臺)的物流業GTFP均值作為結果變量，借鑒已有研究，采用考慮非期望產出的Super-SBM與Malmquist指數模型對物流業GTFP進行測度，選取資本投入、勞動力投入、能源投入作為投入指標，選取物流業增加值、貨運周轉量、CO2排放投入作為產出指標。其中能源投入數據通過將物流業所消耗的原煤、汽油、煤油等能源，統一轉換為標準煤后加總所得[17]；CO2排放數據則根據IPCC2006碳排放計算指南進行測算[18]。因物流業相關數據的匱乏，采用交通運輸、倉儲及郵政業的相關數據來表示物流業的數據。相關指標說明與數據來源如表1所示：

表1 指標及變量選取說明

四、定性比較分析

定性比較分析法(QCA)由美國社會學家查爾斯·拉金于1987年首次提出[19]。QCA是一種集合分析的方法?；诓紶柎鷶?，以整體視角分析條件變量與結果變量間的因果關系。根據變量類型可將QCA分為清晰集(csQCA)、多值集(mvQCA)和模糊集(fsQCA)三種方法。本文后續研究中選取fsQCA方法進行分析。

(一)變量的校準

借鑒前者研究并結合實際情況對變量數據進行模糊集校準。設定3個錨點，完全不隸屬值設為25%分位數值、交叉值設為50%分位數值、完全隸屬值設為75%分位數值。校準后變量介于0-1內，數值越高，則表示隸屬度越高[19]。詳見表2。

表2 變量信息及校準錨點表

表3 必要性檢測

(二)數據分析與實證結果

1. 單變量的必要性分析。正式進行fsQCA分析之前，需排除必要條件對組態分析的影響，當條件變量的一致性數值超過0.9時被認定為結果變量的必要條件[20]。由表3可知，6個條件變量均通過必要性檢測，文章可進一步探究物流業與6個條件變量的聯動作用對我國區域物流業GTFP的影響。

2.條件組態的充分性分析。使用fsQCA軟件對數據進行分析后得到3種解：復雜解、中間解和簡約解。中間解通常認為可以最好地反映研究結果。且若條件變量同時出現于簡約解和中間解之中，則為核心條件；若僅在中間解出現，則認為是邊緣條件[20]。在fsQCA軟件中將案例頻數閾值設置為默認值1，一致性閾值設置為默認值0.8[20]。

我國區域物流業GTFP的組態路徑如表4所示，fsQCA軟件通過假設條件變量出現或者消失的不同組合下是否導致我國30個省產生高或非高的GTFP，共得出五條產生高物流GTFP的組態路徑。解的一致性和解的覆蓋度分別為0.837和0.723，說明在滿足上述五條組態的我國30個區域樣本中，有83.7%的省呈現高效率，同時能解釋72.3%的高物流業GTFP案例。

(1)組態H1：“金融-信息”驅動型路徑

組態H1包含H1a和H1b兩條組態路徑，且H1a與H1b互為子集。組態H1a顯示，無論物流業與制造業、旅游業協同集聚水平如何，在物流業與農業、商務業協同集聚水平極低的情況下，只要物流業與金融業、信息業協同集聚作為核心條件，就能帶來高物流業GTFP。組態H1b相較于組態H1a，在增加物流業與旅游業協同集聚作為邊緣條件的情況下，不考慮物流業與商務業的協同集聚水平也能帶來高物流業GTFP。組態H1形成的原因可能是，物流業與金融業、信息業協同集聚水平高的地區，物流業依托當地金融業與信息業的優勢，充分享受融資以及互聯網所帶來的便利，行業良性發展，生產效率不斷提高，實現了高物流業GTFP。組態H1a與組態H1b對比說明，物流業與旅游業協同集聚在組態H1中起著錦上添花的作用。綜上，本文將組態H1路徑命名為“金融-信息”驅動型路徑。

表4 高物流業GTFP的組態路徑

組態H1對應的組態案例是陜西省、黑龍江省、吉林省、廣東省、江蘇省、貴州省。以廣東省為例，金融業是廣東的支柱產業，金融市場繁榮，擁有深交所、廣期所兩大金融基礎設施，能為企業提供多元化的融資渠道。另外，廣東省信息業發達，有效支撐了省內產業數字化轉型。在此環境下，物流業如魚得水，與金融業、信息業融合發展，有效推進了自身數字化、智能化轉型，促進了自身GTFP提升。

(2)組態H2：“金融-需求”驅動型路徑

組態H2包含H2a和H2b兩條組態路徑。組態H2a顯示，無論物流業與制造業、信息業協同集聚水平如何，在物流業與農業、旅游業協同集聚水平較低的情況下，只要物流業與金融業協同集聚作為核心條件，與商務業協同集聚作為邊緣條件，就能帶來高物流業GTFP。組態H2b與組態H2a共用一個核心條件，在與信息業、商務業協同集聚水平非常低的情況下，只要與制造業、農業、旅游業三個實體產業協同集聚作為邊緣條件，就能帶來高物流業GTFP。

觀察組態H2a與組態H2b可知，兩者存在替代關系。在核心條件都是物流業與金融業協同集聚的條件下，與商務業協同集聚可以與制造業、農業、旅游業協同集聚的組合相互替代，如圖2所示。

圖2 H2a與H2b中的替代關系

組態H2形成原因可能是，物流業與金融業協同集聚水平高，行業融資順暢，可實現資金的有效運轉，在此基礎上，商務業、制造業、農業、旅游業給物流業帶來了充足的需求，行業規模在金融業提供的資金支持下有的放矢，促進了物流業GTFP提升。綜上，本文將組態H2路徑命名為“金融-需求”驅動型路徑。

組態H2a對應的組態案例是北京市、山西省、海南省。以北京市為例，北京市積極培育現代金融業，金融業增加值占地區生產總值比重高，疫情期間不斷助企紓困，有效應對了疫情對全市經濟的沖擊。同時，北京商務業綜合實力全國首屈一指，吸引外資能力強勁，集聚態勢顯現。旅游業、信息業雖然區位熵較高，但與物流業協同集聚程度低。在此基礎上，北京市物流業享受金融業與商務業帶來的資金與需求，行業規模不斷擴大，形成規模經濟，促進了行業GTFP提升。組態H2b對應的組態案例是江西省。黨的十八大以來，江西省金融業蓬勃發展，綠色金融發展綜合指數居全國前列。江西省憑借自身的區位優勢與金融業的繁榮有效帶動了實體產業的發展。在此基礎上，物流業在金融業提供的資金扶持與實體產業所提供的充足需求下，帶來了高物流業GTFP。

(3)組態H3：“信息-制造”驅動型路徑

組態H3顯示，無論物流業與金融業協同集聚水平如何，在物流業與農業、商務業協同集聚水平極低的情況下，只要物流業與信息業協同集聚作為核心條件，與制造業協同集聚作為邊緣條件，就能帶來高物流業GTFP。組態H3形成的原因可能是，物流業與信息業、制造業業協同集聚水平高的地區，物流業與信息業融合發展，實現自身技術升級。與制造業融合發展，不斷擴大行業規模，同時享受集聚所帶來的便利，運輸效率大大提升，實現了高物流業GTFP。綜上，本文將組態H3路徑命名為“信息-制造”驅動型路徑。

組態H3對應的組態案例是吉林省、上海市。以上海市為例，上海市積極打造智慧城市，用數字技術為產業賦能，產業經濟和信息化發展取得新成效。并積極打造先進制造業產業集群，構建現代化產業體系。身處在如此環境下的物流業蓬勃發展，既有需求拉動，又有數字賦能，實現了高物流業GTFP。觀察組態H1a和組態H3可知，兩者互為子集。組態案例中，吉林省既包含了H1a，又包含了組態H3。在兩個組態的協同促進下，實現了自身的物流業GTFP提升。

(4)組態H4：“商務-信息”驅動型路徑

組態H4顯示，只要物流業與商務業協同集聚作為核心條件，物流業與信息業協同集聚作為邊緣條件，在物流業與制造業協同集聚水平極低，與農業、旅游業、金融業水平較低的情況下，也能實現高物流業GTFP。組態H4形成原因可能是，物流業與商務業、信息業協同集聚水平高，商貿業供需規模增長與信息業賦能物流業技術升級帶動了物流業GTFP發展。綜上，本文將組態H4路徑命名為“商務-信息”驅動型路徑。

(5)組態H5：“需求”驅動型路徑

組態H5顯示，只要物流業與商務業協同集聚作為核心條件，物流業與農業、旅游業協同集聚作為邊緣條件，在物流業與制造業協同集聚水平極低，與金融業、信息業水平較低的情況下，也能實現高物流業GTFP。組態H5與組態H4核心條件相同，形成原因可能是，物流業與商務業、農業、旅游業協同集聚水平高。三大產業為物流業提供了充足的需求，有效拉動了物流業GTFP提升。

觀察組態H4與組態H5可知，兩者存在替代關系。在核心條件都是物流業與商務業協同集聚的條件下，與信息業協同集聚可以與農業、旅游業協同集聚的組合相互替代，如圖3所示。

圖3 H4與H5中的替代關系

組態H5對應的組態案例是新疆維吾爾族自治區。隨著我國對外開放水平不斷提高，共建“一帶一路”等政策深入推進，新疆已成為我國對外開放的前沿。商務業空前繁榮，商貿物流及相關產業快速增長；農業機械化、標準化程度高，在我國的地位不斷攀升；同時新疆旅游資源豐富，“旅游興疆”等戰略促進了新疆旅游業的快速發展。物流業在眾多產業向好發展所帶來的巨大需求下，基礎設施不斷完善，加快形成新發展格局，實現與GTFP提升。

3.穩健性檢驗。

由于案例數目較少，僅采用調整一致性閾值的方法進行穩健性檢驗。如表7所示，將一致性閾值由0.8調至0.85后，產生的組態如表5所示。調整一致性閾值后，解的一致性由0.837上升為0.908，解的覆蓋率由0.723下降至 0.551。對比表4和表5可知，表5中組態H1a'、H1b'、H2'、H3'分別是表6中組態H1a、H1b、H3和H5的子集，表明研究結論具有穩健性。

五、研究結論與啟示

(一)研究結論

本文運用我國30個省(自治區、直轄市)(不含西藏和港澳臺)的相關數據，采用考慮非期望產出的Super-SBM與Malmquist指數模型測度了我國“十三五”期間的物流業GTFP，在產業協同集聚視角下整合構建理論模型，在此基礎上采用fsQCA方法從組態的角度分析了實體、非實體兩個維度中6個條件變量對結果變量物流業GTFP的作用路徑。主要結論如下：(1)物流業GTFP受實體、非實體兩個維度中多個條件變量的共同影響，單個條件變量中不存在影響物流業GTFP的必要條件。(2)高物流業GTFP存在“金融-信息”型、“金融-需求”型、“信息-制造”型、“商務-信息”型和“需求”型五種驅動模式。(3)物流業與實體、非實體產業協同集聚兩個維度間存在替代關系，當地區同處于物流業與金融業高協同集聚水平時，促進物流業與商務業協同集聚或者促進物流業與制造業、農業、旅游業協同集聚都能實現高物流業GTFP；當地區同處于物流業與商務業高協同集聚水平時，促進物流業與信息業協同集聚或者促進物流業與農業、旅游業協同集聚都能實現高物流業GTFP。

(二)啟示

1.融入多行業，協同促發展。本文的研究表明，物流業與單個行業協同集聚無法推動物流業GTFP提升，實現高物流業GTFP是物流業與多行業協同集聚，相互協調配合，形成合力的結果。區域物流業與單個行業協同集聚水平高，形成單點優勢固然重要，但若物流業與實體、非實體中多個行業集聚水平低，供過于求造成產能過剩，或供不應求無法滿足需求，均不能實現高物流業GTFP。因此，區域物流業想要發展，僅靠自身的努力還不夠。從物流業自身出發，物流業需根據所在區域特點，積極與實體、非實體產業協同發展，實現及時預測需求、有效應對需求、及時調整規模。從其他行業出發，實體產業如制造業、農業、旅游業、商務業規模變化時，應與物流業互通有無，實現產業間的融合與深化，推動產業鏈的擴張與延伸；非實體產業，如信息業應積極為物流業提供技術支持，賦能物流業向數字化與智能化轉型，金融業則為物流業保駕護航，提供資金支持，協助物流業及時調整規模，走在經濟發展的最前沿。

2.主導顯優勢，因地而制宜。研究結果顯示，物流業與商務業、金融業、信息業協同集聚是產業協同集聚賦能物流業GTFP提升的核心條件。因此，區域在發展過程中，更應該以這些產業為主導力量，推動物流業與其協同集聚。在準確識別地方與物流業協同集聚優勢產業后，因地制宜，針對區域協同集聚特征制定適合當地物流業發展的方案，深入推進兩業融合發展。具體而言，應積極推動實體產業結構調整，形成產業集群，在此基礎上實現物流資源的合理配置，降低資源錯配度。對于物流業與旅游業、信息業協同集聚水平較高，與制造業、農業協同集聚水平較低的地區，可以選擇提升物流業與金融業協同集聚水平來實現物流業GTFP提升；對于物流業與商務業協同集聚水平較高，與農業、旅游業協同集聚水平較低的地區，可以選擇提升物流業與金融業協同集聚水平來實現物流業GTFP提升；對于物流業與制造業協同集聚水平較高，與農業、商務業協同集聚水平極低的地區，與旅游業協同集聚水平較低的地區，可以選擇提升物流業與信息業協同集聚水平來實現物流業GTFP提升。