长江流域制造业与物流业耦合协调时空演变特征及驱动因素研究

杨成璐，陈 方，戢晓峰，普永明

（1.昆明理工大学 交通工程学院，云南 昆明 650504；2.昆明理工大学 马克思主义学院，云南 昆明 650504）

一、引言

我国高度重视物流业与制造业（以下简称“两业”）协调发展。2020 年8 月，国家发改委等部门印发《推动物流业制造业深度融合创新发展实施方案》，对促进制造业与物流业协调发展提出了具体要求。当前，我国两业协调发展取得良好成效，但还存在“融合层次不够高、范围不够广、程度不够深，与促进形成强大国内市场，构建现代化经济体系的总体要求还不相适应”等问题。整体上，两业良好协调发展对提升区域产业链供应链现代化水平，促进经济可持续发展和加强产业升级具有重要现实意义。

目前，制造业与物流业协调发展研究集中于三个方面。一是制造业与物流业发展关系，如马库森提出制造业的高效发展依赖于高水平的物流服务，即供给主导论[1]；卡马尔卡认为制造业与物流业在发展过程中，逐步形成相互依赖、相互促进的关系，即互动论[2]；李根（2016）[3]、张立国（2015）[4]证实了提升制造业与物流业的创新融合发展将促进实现产业转型升级；而赵胤斐等（2018）[5]指出从供需结构层面来看，物流与制造业之间的协同发展是促进经济持续增长的重要保障，不同的物流子系统与制造业之间的协同发展关系表现出一定的内在差异，这也导致了物流与制造业之间的协同发展关系存在着一定的非稳定性特征；二是影响制造业与物流业耦合协调发展因素的研究。如弓宪文（2017）[6]对制造业与物流业的耦合协调度进行了实证研究，表明物流业与制造业有序度交替上升，共同促进两业发展，但物流业有序度贡献率更高；而鄢飞（2021）[7]利用探索性空间统计方法研究了物流业与制造业协同集聚的空间分布及空间关联特征，认为劳动力储备、知识外溢、市场规模、对外开放及政府干预等因素是影响两业协调发展的重要因素；三是耦合协调发展测度模型的选择，一般采用PCA、DEA 模型、VAR模型、耦合模型、灰色关联模型、投入产出法等方法[8-14]。长江经济带是我国重大发展战略之一，长江流域各产业协调发展将促进长江经济带高质量发展。同时，长江流域近年来高质量发展指数处于中质量发展阶段，许多地区存在发展不平衡现象[15]，但对长江流域制造业与物流业协调发展的探索鲜少涉及，而合理测度二者耦合协调发展水平，对推动长江流域经济发展具有重要意义。

因此，本文从时序和空间维度，综合测度了2010—2019 年长江流域制造业和物流业的耦合协调发展水平，以揭示不同时期两业协调发展空间演变规律，并利用灰色关联模型识别影响两业协调发展的动因。以期加强物流业投入水平和制造业成长能力，促进长江流域经济实现可持续发展。

二、研究方法

（一）指标体系的建立

本文基于指标选取相关原则，在充分考虑数据可获得性的前提下，从规模水平、投入水平、产出效应、成长能力四个维度分别构建制造业与物流业发展水平评价指标体系[16-19]，如表1、表2 所示。

表1 制造业综合发展水平评价指标体系

表2 物流业综合发展水平评价指标体系

（二）指标权重的确立

1.数据来源。本文研究范围为长江干流11 个省份，数据主要来源于2010—2019 年《中国统计年鉴》以及各省（区市）统计年鉴。其中，制造业个别缺失数据用工业数据代替（考虑制造业占工业90%以上）。

2.数据预处理。运用极差标准化处理指标量纲，避免熵权法中指标值为0 无法取对数情况，公式如下：

正向指标：

其中，Mtrv为t年中r省份对应制造业与物流业中v指标的值。

3.指标权重确立。本文运用熵权法，尽可能避免主观性干扰，保证制造业与物流业的测度结果具备客观性。熵权法的原理是当某个指标的信息熵值越小时，代表该指标的变异程度越大，也就是说该指标提供的信息越多，从而说明这项指标在综合评价中的作用越大，因此该项指标的权重也就越大[20]。以2010—2019 年数据分别对长江流域制造业及物流业相关二级指标数据进行处理后，部分年限指标权重如表3 所示。

表3 制造业与物流业发展水平评价指标权重

（三）耦合协调模型

耦合协调模型可有效反映两系统间相互协调作用的强弱程度，避免主观性带来的影响。但传统的耦合协调模型缺少对耦合与协调进行完整区分且部分假定的合理性欠佳，为此借鉴周迪和王雪芹（2019）的研究[21]，引入柯布-道格拉斯函数和偏离系数，利用优化后的耦合协调模型衡量长江流域两业的耦合协调发展水平。

1.耦合度模型。采用偏离系数建立两业二维耦合度模型，公式如下：

式（3）中，C为制造业与物流业耦合度，范围为0～1。C越接近1，两者耦合发展程度越好，越能相互促进、共同发展；C越接近0，两者耦合发展程度越差，越不能相互促进相互影响进而实现共同发展。U1为物流业发展指数；U2为制造业发展指数。

2.耦合协调度模型。单一的耦合度模型未能体现物流业与制造业协调发展水平，需引入发展模型共同测算两者协调度。为此，利用柯布-道格拉斯模型构建发展函数，进一步构建耦合协调度模型[21]：

式中，D为制造业与物流业耦合协调度，P为制造业与物流业整体发展水平综合评价指数，α、1-α分别为制造业与物流业在系统中的重要程度，据相关文献研究表明，两者同等重要[21]，故令α=0.5，λ=1。耦合协调度分类标准参考相关研究[22]，如表4所示。

（四）两业耦合协调度影响因素分析

以二级指标为影响因素，借助灰色关联度模型识别两业耦合协调度的影响因素。灰色关联模型具体步骤如下[23]：

1.将两业耦合协调水平与各二级指标综合指数作为参考序列与比较序列，两业耦合协调水平为j=1，2，…，m，各二级指标综合指数i=1，2，…，n。

2.利用均值法，进行量纲处理。

3.计算差绝对值序列。

4.计算灰色关联系数。

5.计算关联度。

式（12）中，γij（t）为第t年制造业第j指标与物流业第i指标间的灰色关联度。在现有相关文献基础上[23]，对关联程度分类，结果如表5 所示。

表5 关联程度分析

三、实证结果分析

（一）时序演变分析

1.长江流域整体尺度时序分析。在数据预处理基础上，结合本文所构建的优化耦合协调模型，长江流域2010—2019 年两业整体发展情况如表6 所示。同时根据区域划分（长江干流宜昌以上为上游，包括青海、西藏、四川、云南、重庆；宜昌至湖口为中游，包括湖南、湖北、江西；湖口至长江入海口为下游，包括安徽、江苏、上海），分别测度了长江上游、中游、下游各区域2010—2019 年两业耦合协调发展情况如表7、图1 所示。

图1 2010—2019 年长江各区域制造业与物流业的耦合协调度变化情况

表6 2010—2019 年各指标数据测度结果

表7 2010—2019 年长江各区域两业耦合协调测度结果

据表6 可知：（1）对于物流业发展指数，长江流域物流业发展水平整体呈现下降趋势，且在2019 年物流业发展开始滞后于制造业，物流水平有待提高；（2）对于制造业发展指数，长江流域制造业发展水平相对于物流业整体降幅较小且呈现“U”型发展。2010—2017 年制造业水平普遍处于下降发展趋势，但2017—2019 年开始回旋上升，发展态势良好；（3）对于耦合协调度，2010—2019 年长江流域两业耦合协调度由0.643 1 下降至0.599 8，总体耦合协调水平处于稳步下降趋势，两业的协调发展虽一直处于协调阶段但协调度有待提高。

据图1 和表7 可知：（1）2010—2019 年长江干流各区域两业耦合协调发展整体呈弱化趋势，其中长江中、下游两业耦合协调等级虽一直处于中度协调但耦合协调度相对于长江上游降幅较大；（2）长江干流各区域两业耦合协调水平地域差异明显，呈现“阶梯式”发展。长江下游最优、中游次之，长江上游两业耦合协调发展水平一直弱于长江中、下游区域，且持续处于勉强协调发展阶段。

2.长江流域省域尺度时序分析。根据式（7）～式（9），计算长江干流11 个省（区、市）两业耦合协调度，结果如表8 所示。

表8 长江流域11 个省（区、市）份两业耦合协调度

由表8 可知：长江流域近年各省（区、市）两业耦合协调发展存在较大差异，从各省均值来看，基本在勉强协调至中高度协调之间波动，其中江苏省协调发展态势最优，2010—2019 年的耦合协调均值为0.800 6，处于高度协调的良性发展阶段。西藏的耦合协调均值最低，属于勉强协调，该地区的制造业和物流业协调发展有待加强。

由表9 可知：（1）2010 年各省（区、市）的协调水平基本在勉强协调以上水平，只有西藏位于濒临失调。因西藏地处西部，两业发展速度相对缓慢，其中该省资产规模仅315.24 亿元（制造业）与110.4 亿元（物流业），总资产贡献率仅26.32%（制造业）与8.32%（物流业），无论是资产规模还是资产贡献率相较于其他省（区、市）均存在较大的差异。（2）2019 年长江流域耦合协调度达到中度协调的仅有四个省份，分别是江苏（0.7165）、湖北（0.6425）、湖南（0.6105）和四川（0.6228），安徽和上海已降为勉强协调。（3）对比2010 年与2019 年数可知，长江流域11 省市的耦合协调度整体呈现下降趋势，2019 年耦合协调度已无高度协调省份，全部省市已处于中度及以下协调等级。近年来，长江流域大部分省市面临制造业的转型升级，同时物流业产出效益不足，给两业的耦合协调发展带来了挑战。

表9 2010 年与2019 年长江流域制造业与物流业耦合协调度比较

（二）空间演变分析

为进一步探究长江流域11 个省（区、市）制造业与物流业的空间演变规律，以研究区间的起始点2010 年、2015 年及2019 年三个时间截面的耦合协调度数据为基础，将各省市划分为三个区域，如表10 所示。

表10 2010—2019 年长江流域各区域两业耦合协调度空间演化

从表10 可看出，长江流域两业的耦合协调发展在空间分布上呈极化特征，地域差异明显，且存在“东高西低”的空间布局。（1）空间聚集明显，“东高西低”的布局稳固。中高度协调普遍聚集于东部沿海地区，中西部与东部地区的耦合协调等级出现逐级降低的趋势，甚至西藏处于濒临失调，与东部沿海地区间的差异更是明显；（2）空间演化结果呈现下降趋势。从2010—2019 年，经过10 年的发展，2019 年高度协调类型省份的占比由9.1%降至0%，中度协调类型省份的占比由54.5%降至36.4%，勉强协调类型省市的占比则由27.3%升至63.6%，江苏从高度协调降至中度协调，安徽、上海由中度协调降至勉强协调等级。2019 年已无濒临失调的地区，但长江流域各地区制造业与物流业的耦合协调程度的总体水平明显偏低。长江流域各地区两业耦合协调呈下降趋势，各协调等级较为分散。

（三）两业耦合协调发展驱动因素识别

为进一步分析制约长江流域两业耦合协调发展的驱动因素，选取灰色关联度模型，利用Matlab软件计算长江流域各指标因素与其耦合协调度之间的灰色关联度值（见表11、表12 及图2），并以各省份均值来衡量主要驱动因素的发展水平以探究长江流域两业耦合协调下降的原因（见图3）。

图2 长江流域各影响因素关联度值情况分布

图3 影响长江流域两业耦合协调主要因素的发展情况

表11 长江流域制造业各因素指标与两业耦合协调度关联度值

表12 长江流域物流业各因素指标与两业耦合协调度关联度值

数据表明：（1）从一级指标来看，两业的成长能力成为制约制造业与物流业耦合协调发展的关键因素。各一级指标与两业耦合协调值间的灰色关联度值均大于0.65，说明各一级指标对两业耦合协调发展的影响程度均较强。且物流业成长能力（0.8373）和制造业成长能力（0.7554）的关联度值最大，说明2010—2019 年间，两业的成长能力对推动长江流域制造业与物流业耦合协调发展贡献度较高。（2）从两业的二级指标来看，物流业从业人员增长率和业务增长率、制造业的净资产增长和成本利润率成为制约制造业与物流业耦合协调发展的主要因素。各二级指标与两业耦合协调度的关联度均不低于0.6，关联度较强。其中“制造业净资产增长”“物流业业务增长率”“物流业市场流通规模”等14 个指标与两业耦合协调度呈较高关联，其余指标均为中度关联，说明这些二级指标因素都在一定程度上制约了两业耦合协调的发展。但物流业的从业人员增长率及业务增长率与两业耦合协调度关联性最强，说明大量物流人才的投入有效促进了长江流域物流业的蓬勃发展，产业规模持续增长，为两业良好的耦合协调发展奠定了基础。（3）从长江流域两业耦合协调的主要驱动因素发展情况来看，两业的成长能力从2010—2019 年一直处于下降趋势，且物流业成长能力降幅较大，极大地制约了两业的良性协调发展。

四、研究结论

本文以长江流域11 省（区、市）为研究对象，利用2010—2019 年面板数据，构建制造业与物流业发展评价指标体系，运用熵权法确定两业二级指标的权重。借助优化的耦合协调模型对长江流域两业耦合协调度进行研究，以探索两业空间演化规律，最后采用灰色关联度模型对影响两业协调发展的因素进行识别。实证结果表明：

一是时间维度上，长江流域11 省（市、区）地区制造业与物流业综合发展水平在2010—2019 年存在小幅下降，2019 年物流业的发展开始滞后于制造业，其两业的耦合协调度呈现弱化发展趋势，整体从中度协调下降至勉强协调。同时长江干流各区域两业耦合协调呈现“阶梯式”发展，长江下游最优、中游次之、上游最弱。

二是空间维度上，长江流域11 省（区、市）间制造业与物流业耦合协调的空间联系渐趋紧密，两业耦合协调水平出现极化特征，呈现“东高西低”的空间演化布局。东部沿海地区相对于中西部协调发展等级较高，其中江苏省2010—2019 年一直处于中高度协调状态，成为下游地区主要辐射带动省份。

三是驱动因素上，灰色关联模型识别驱动两业协调发展的主要因素结果显示，所有一、二级指标因素的关联度均不低于0.60，关联性较强，都在一定程度上影响了两业的协调发展。其中一级指标两业的成长能力成为制约两业协调发展的主要因素。且因制约两业发展的主要影响因素在2010—2019 年发展态势一直处于下降趋势，导致长江流域两业耦合协调发展在不断弱化，特别是物流业成长能力急剧下滑，导致2019 年物流业发展较为滞后。