長江流域制造業與物流業耦合協調時空演變特征及驅動因素研究

楊成璐，陳 方，戢曉峰，普永明

（1.昆明理工大學 交通工程學院，云南 昆明 650504；2.昆明理工大學 馬克思主義學院，云南 昆明 650504）

一、引言

我國高度重視物流業與制造業（以下簡稱“兩業”）協調發展。2020 年8 月，國家發改委等部門印發《推動物流業制造業深度融合創新發展實施方案》，對促進制造業與物流業協調發展提出了具體要求。當前，我國兩業協調發展取得良好成效，但還存在“融合層次不夠高、范圍不夠廣、程度不夠深，與促進形成強大國內市場，構建現代化經濟體系的總體要求還不相適應”等問題。整體上，兩業良好協調發展對提升區域產業鏈供應鏈現代化水平，促進經濟可持續發展和加強產業升級具有重要現實意義。

目前，制造業與物流業協調發展研究集中于三個方面。一是制造業與物流業發展關系，如馬庫森提出制造業的高效發展依賴于高水平的物流服務，即供給主導論[1]；卡馬爾卡認為制造業與物流業在發展過程中，逐步形成相互依賴、相互促進的關系，即互動論[2]；李根（2016）[3]、張立國（2015）[4]證實了提升制造業與物流業的創新融合發展將促進實現產業轉型升級；而趙胤斐等（2018）[5]指出從供需結構層面來看，物流與制造業之間的協同發展是促進經濟持續增長的重要保障，不同的物流子系統與制造業之間的協同發展關系表現出一定的內在差異，這也導致了物流與制造業之間的協同發展關系存在著一定的非穩定性特征；二是影響制造業與物流業耦合協調發展因素的研究。如弓憲文（2017）[6]對制造業與物流業的耦合協調度進行了實證研究，表明物流業與制造業有序度交替上升，共同促進兩業發展，但物流業有序度貢獻率更高；而鄢飛（2021）[7]利用探索性空間統計方法研究了物流業與制造業協同集聚的空間分布及空間關聯特征，認為勞動力儲備、知識外溢、市場規模、對外開放及政府干預等因素是影響兩業協調發展的重要因素；三是耦合協調發展測度模型的選擇，一般采用PCA、DEA 模型、VAR模型、耦合模型、灰色關聯模型、投入產出法等方法[8-14]。長江經濟帶是我國重大發展戰略之一，長江流域各產業協調發展將促進長江經濟帶高質量發展。同時，長江流域近年來高質量發展指數處于中質量發展階段，許多地區存在發展不平衡現象[15]，但對長江流域制造業與物流業協調發展的探索鮮少涉及，而合理測度二者耦合協調發展水平，對推動長江流域經濟發展具有重要意義。

因此，本文從時序和空間維度，綜合測度了2010—2019 年長江流域制造業和物流業的耦合協調發展水平，以揭示不同時期兩業協調發展空間演變規律，并利用灰色關聯模型識別影響兩業協調發展的動因。以期加強物流業投入水平和制造業成長能力，促進長江流域經濟實現可持續發展。

二、研究方法

（一）指標體系的建立

本文基于指標選取相關原則，在充分考慮數據可獲得性的前提下，從規模水平、投入水平、產出效應、成長能力四個維度分別構建制造業與物流業發展水平評價指標體系[16-19]，如表1、表2 所示。

表1 制造業綜合發展水平評價指標體系

表2 物流業綜合發展水平評價指標體系

（二）指標權重的確立

1.數據來源。本文研究范圍為長江干流11 個省份，數據主要來源于2010—2019 年《中國統計年鑒》以及各?。▍^市）統計年鑒。其中，制造業個別缺失數據用工業數據代替（考慮制造業占工業90%以上）。

2.數據預處理。運用極差標準化處理指標量綱，避免熵權法中指標值為0 無法取對數情況，公式如下：

正向指標：

其中，Mtrv為t年中r省份對應制造業與物流業中v指標的值。

3.指標權重確立。本文運用熵權法，盡可能避免主觀性干擾，保證制造業與物流業的測度結果具備客觀性。熵權法的原理是當某個指標的信息熵值越小時，代表該指標的變異程度越大，也就是說該指標提供的信息越多，從而說明這項指標在綜合評價中的作用越大，因此該項指標的權重也就越大[20]。以2010—2019 年數據分別對長江流域制造業及物流業相關二級指標數據進行處理后，部分年限指標權重如表3 所示。

表3 制造業與物流業發展水平評價指標權重

（三）耦合協調模型

耦合協調模型可有效反映兩系統間相互協調作用的強弱程度，避免主觀性帶來的影響。但傳統的耦合協調模型缺少對耦合與協調進行完整區分且部分假定的合理性欠佳，為此借鑒周迪和王雪芹（2019）的研究[21]，引入柯布-道格拉斯函數和偏離系數，利用優化后的耦合協調模型衡量長江流域兩業的耦合協調發展水平。

1.耦合度模型。采用偏離系數建立兩業二維耦合度模型，公式如下：

式（3）中，C為制造業與物流業耦合度，范圍為0～1。C越接近1，兩者耦合發展程度越好，越能相互促進、共同發展；C越接近0，兩者耦合發展程度越差，越不能相互促進相互影響進而實現共同發展。U1為物流業發展指數；U2為制造業發展指數。

2.耦合協調度模型。單一的耦合度模型未能體現物流業與制造業協調發展水平，需引入發展模型共同測算兩者協調度。為此，利用柯布-道格拉斯模型構建發展函數，進一步構建耦合協調度模型[21]：

式中，D為制造業與物流業耦合協調度，P為制造業與物流業整體發展水平綜合評價指數，α、1-α分別為制造業與物流業在系統中的重要程度，據相關文獻研究表明，兩者同等重要[21]，故令α=0.5，λ=1。耦合協調度分類標準參考相關研究[22]，如表4所示。

（四）兩業耦合協調度影響因素分析

以二級指標為影響因素，借助灰色關聯度模型識別兩業耦合協調度的影響因素?；疑P聯模型具體步驟如下[23]：

1.將兩業耦合協調水平與各二級指標綜合指數作為參考序列與比較序列，兩業耦合協調水平為j=1，2，…，m，各二級指標綜合指數i=1，2，…，n。

2.利用均值法，進行量綱處理。

3.計算差絕對值序列。

4.計算灰色關聯系數。

5.計算關聯度。

式（12）中，γij（t）為第t年制造業第j指標與物流業第i指標間的灰色關聯度。在現有相關文獻基礎上[23]，對關聯程度分類，結果如表5 所示。

表5 關聯程度分析

三、實證結果分析

（一）時序演變分析

1.長江流域整體尺度時序分析。在數據預處理基礎上，結合本文所構建的優化耦合協調模型，長江流域2010—2019 年兩業整體發展情況如表6 所示。同時根據區域劃分（長江干流宜昌以上為上游，包括青海、西藏、四川、云南、重慶；宜昌至湖口為中游，包括湖南、湖北、江西；湖口至長江入?？跒橄掠?，包括安徽、江蘇、上海），分別測度了長江上游、中游、下游各區域2010—2019 年兩業耦合協調發展情況如表7、圖1 所示。

圖1 2010—2019 年長江各區域制造業與物流業的耦合協調度變化情況

表6 2010—2019 年各指標數據測度結果

表7 2010—2019 年長江各區域兩業耦合協調測度結果

據表6 可知：（1）對于物流業發展指數，長江流域物流業發展水平整體呈現下降趨勢，且在2019 年物流業發展開始滯后于制造業，物流水平有待提高；（2）對于制造業發展指數，長江流域制造業發展水平相對于物流業整體降幅較小且呈現“U”型發展。2010—2017 年制造業水平普遍處于下降發展趨勢，但2017—2019 年開始回旋上升，發展態勢良好；（3）對于耦合協調度，2010—2019 年長江流域兩業耦合協調度由0.643 1 下降至0.599 8，總體耦合協調水平處于穩步下降趨勢，兩業的協調發展雖一直處于協調階段但協調度有待提高。

據圖1 和表7 可知：（1）2010—2019 年長江干流各區域兩業耦合協調發展整體呈弱化趨勢，其中長江中、下游兩業耦合協調等級雖一直處于中度協調但耦合協調度相對于長江上游降幅較大；（2）長江干流各區域兩業耦合協調水平地域差異明顯，呈現“階梯式”發展。長江下游最優、中游次之，長江上游兩業耦合協調發展水平一直弱于長江中、下游區域，且持續處于勉強協調發展階段。

2.長江流域省域尺度時序分析。根據式（7）～式（9），計算長江干流11 個?。▍^、市）兩業耦合協調度，結果如表8 所示。

表8 長江流域11 個?。▍^、市）份兩業耦合協調度

由表8 可知：長江流域近年各?。▍^、市）兩業耦合協調發展存在較大差異，從各省均值來看，基本在勉強協調至中高度協調之間波動，其中江蘇省協調發展態勢最優，2010—2019 年的耦合協調均值為0.800 6，處于高度協調的良性發展階段。西藏的耦合協調均值最低，屬于勉強協調，該地區的制造業和物流業協調發展有待加強。

由表9 可知：（1）2010 年各?。▍^、市）的協調水平基本在勉強協調以上水平，只有西藏位于瀕臨失調。因西藏地處西部，兩業發展速度相對緩慢，其中該省資產規模僅315.24 億元（制造業）與110.4 億元（物流業），總資產貢獻率僅26.32%（制造業）與8.32%（物流業），無論是資產規模還是資產貢獻率相較于其他?。▍^、市）均存在較大的差異。（2）2019 年長江流域耦合協調度達到中度協調的僅有四個省份，分別是江蘇（0.7165）、湖北（0.6425）、湖南（0.6105）和四川（0.6228），安徽和上海已降為勉強協調。（3）對比2010 年與2019 年數可知，長江流域11 省市的耦合協調度整體呈現下降趨勢，2019 年耦合協調度已無高度協調省份，全部省市已處于中度及以下協調等級。近年來，長江流域大部分省市面臨制造業的轉型升級，同時物流業產出效益不足，給兩業的耦合協調發展帶來了挑戰。

表9 2010 年與2019 年長江流域制造業與物流業耦合協調度比較

（二）空間演變分析

為進一步探究長江流域11 個?。▍^、市）制造業與物流業的空間演變規律，以研究區間的起始點2010 年、2015 年及2019 年三個時間截面的耦合協調度數據為基礎，將各省市劃分為三個區域，如表10 所示。

表10 2010—2019 年長江流域各區域兩業耦合協調度空間演化

從表10 可看出，長江流域兩業的耦合協調發展在空間分布上呈極化特征，地域差異明顯，且存在“東高西低”的空間布局。（1）空間聚集明顯，“東高西低”的布局穩固。中高度協調普遍聚集于東部沿海地區，中西部與東部地區的耦合協調等級出現逐級降低的趨勢，甚至西藏處于瀕臨失調，與東部沿海地區間的差異更是明顯；（2）空間演化結果呈現下降趨勢。從2010—2019 年，經過10 年的發展，2019 年高度協調類型省份的占比由9.1%降至0%，中度協調類型省份的占比由54.5%降至36.4%，勉強協調類型省市的占比則由27.3%升至63.6%，江蘇從高度協調降至中度協調，安徽、上海由中度協調降至勉強協調等級。2019 年已無瀕臨失調的地區，但長江流域各地區制造業與物流業的耦合協調程度的總體水平明顯偏低。長江流域各地區兩業耦合協調呈下降趨勢，各協調等級較為分散。

（三）兩業耦合協調發展驅動因素識別

為進一步分析制約長江流域兩業耦合協調發展的驅動因素，選取灰色關聯度模型，利用Matlab軟件計算長江流域各指標因素與其耦合協調度之間的灰色關聯度值（見表11、表12 及圖2），并以各省份均值來衡量主要驅動因素的發展水平以探究長江流域兩業耦合協調下降的原因（見圖3）。

圖2 長江流域各影響因素關聯度值情況分布

圖3 影響長江流域兩業耦合協調主要因素的發展情況

表11 長江流域制造業各因素指標與兩業耦合協調度關聯度值

表12 長江流域物流業各因素指標與兩業耦合協調度關聯度值

數據表明：（1）從一級指標來看，兩業的成長能力成為制約制造業與物流業耦合協調發展的關鍵因素。各一級指標與兩業耦合協調值間的灰色關聯度值均大于0.65，說明各一級指標對兩業耦合協調發展的影響程度均較強。且物流業成長能力（0.8373）和制造業成長能力（0.7554）的關聯度值最大，說明2010—2019 年間，兩業的成長能力對推動長江流域制造業與物流業耦合協調發展貢獻度較高。（2）從兩業的二級指標來看，物流業從業人員增長率和業務增長率、制造業的凈資產增長和成本利潤率成為制約制造業與物流業耦合協調發展的主要因素。各二級指標與兩業耦合協調度的關聯度均不低于0.6，關聯度較強。其中“制造業凈資產增長”“物流業業務增長率”“物流業市場流通規?！钡?4 個指標與兩業耦合協調度呈較高關聯，其余指標均為中度關聯，說明這些二級指標因素都在一定程度上制約了兩業耦合協調的發展。但物流業的從業人員增長率及業務增長率與兩業耦合協調度關聯性最強，說明大量物流人才的投入有效促進了長江流域物流業的蓬勃發展，產業規模持續增長，為兩業良好的耦合協調發展奠定了基礎。（3）從長江流域兩業耦合協調的主要驅動因素發展情況來看，兩業的成長能力從2010—2019 年一直處于下降趨勢，且物流業成長能力降幅較大，極大地制約了兩業的良性協調發展。

四、研究結論

本文以長江流域11 ?。▍^、市）為研究對象，利用2010—2019 年面板數據，構建制造業與物流業發展評價指標體系，運用熵權法確定兩業二級指標的權重。借助優化的耦合協調模型對長江流域兩業耦合協調度進行研究，以探索兩業空間演化規律，最后采用灰色關聯度模型對影響兩業協調發展的因素進行識別。實證結果表明：

一是時間維度上，長江流域11 ?。ㄊ?、區）地區制造業與物流業綜合發展水平在2010—2019 年存在小幅下降，2019 年物流業的發展開始滯后于制造業，其兩業的耦合協調度呈現弱化發展趨勢，整體從中度協調下降至勉強協調。同時長江干流各區域兩業耦合協調呈現“階梯式”發展，長江下游最優、中游次之、上游最弱。

二是空間維度上，長江流域11 ?。▍^、市）間制造業與物流業耦合協調的空間聯系漸趨緊密，兩業耦合協調水平出現極化特征，呈現“東高西低”的空間演化布局。東部沿海地區相對于中西部協調發展等級較高，其中江蘇省2010—2019 年一直處于中高度協調狀態，成為下游地區主要輻射帶動省份。

三是驅動因素上，灰色關聯模型識別驅動兩業協調發展的主要因素結果顯示，所有一、二級指標因素的關聯度均不低于0.60，關聯性較強，都在一定程度上影響了兩業的協調發展。其中一級指標兩業的成長能力成為制約兩業協調發展的主要因素。且因制約兩業發展的主要影響因素在2010—2019 年發展態勢一直處于下降趨勢，導致長江流域兩業耦合協調發展在不斷弱化，特別是物流業成長能力急劇下滑，導致2019 年物流業發展較為滯后。