城市群物流发展对工业经济效益的影响

绪论：写作既是个人情感的抒发，也是对学术真理的探索，欢迎阅读由发表云整理的1篇城市群物流发展对工业经济效益的影响范文，希望它们能为您的写作提供参考和启发。

0引言

长江三角洲（简称长三角）城市群是我国经济最具活力、开放程度最高、创新能力最强的区域之一，在我国未来经济发展中将占有越来越重要的地位。物流业是国民经济的重要基础产业，工业是国民经济重要支柱产业，这两者在长三角经济社会发展中扮演着重要的角色，推进长三角物流业和工业的高水平协调发展，对促进长三角一体化和高质量发展有着重大的意义。关于物流业发展水平的测度，已有学者探索出了多种方法。Tingzon等运用DEA方法测度了澳大利亚的物流业效率，结果表明物流基础设施对产业升级具有重要影响[1]。任庆华采用动态因子分析法，从投入、活动、产出三个维度对中国30个省份的物流发展水平进行衡量[2]。姚娟、施健龙运用突变极数法，以物流业的经济基础、产业结构、产业规模和发展潜力四个维度测度了我国东部地区物流综合发展水平[3]。戴德宝等运用主成分分析法、熵权法、灰色关联分析法和Kendall协同系数检验法分别对西部地区12个省市的区域经济基础、物流供求状况、物流支持状况、信息化水平四个方面进行了评价[4]。赵麟建立了货运周转量、货运量和港口货物吞吐量三个指标对扬子江城市群的物流发展水平进行了聚类分析[5]。关于物流业与经济增长的关系，古典经济学的奠基人亚当•斯密很早就发现，交通基础设施越完备，经济发展水平越高。Debbage以卡罗莱纳州航空业为例子，发现航空物流业发展与城市经济增长之间存在着因果关系[6]。Button等也发现区域经济增长与物流业发展之间具有密切的协同作用[7]。MohammadReza,Kuzu等分析了土耳其物流业发展与经济发展之间的相关关系，结果显示这两者之间存在长期的Granger因果关系[8-9]。Park等通过扩展的索罗模型研究并发现了韩国港口城市的壮大有利于促进区域经济的发展[10]。Cong等也研究发现区域经济发展与港口吞吐量之间的协同关系[11]。国内学者也普遍认为，物流产业发展水平与经济增长之间存在密切的关系。李文顺等选取物流业产值与GDP指标进行分析，发现物流业和经济增长之间具有显著的互动关系[12]。徐斌华通过广义脉冲函数分析和协整分析，发现物流产业和经济发展相互影响，但经济增长对物流业的影响作用要大于物流业对经济增长的影响作用[13]。叶柏青等建立哈肯模型，发现物流业与经济发展存在高度的协同关系[14]。吴群指出物流产业的发展有利于降低社会成本、提升综合效率，促进企业组织间实现联动式发展，以保证信息和资源的充分共享[15]。李廷瑞认为区域物流主要是通过增长极作用、带动作用、网络扩散效应作用以及贸易拉动作用来影响区域经济发展[16]。张翔翔、叶金龙发现物流网络里程的增加会促进经济的增长[17]。彭华颖研究了我国物流供给、物流需求与经济增长之间的协整关系，发现物流产业发展水平与经济发展正相关，但在东中西部结果的对比中，发现物流网络对东部地区经济增长的作用较大，而对中西部地区经济增长的作用不太明显[18]。综上所述，国内外学者采用多种研究方法探讨了物流发展与区域经济发展之间的关系，并发现两者之间存在密切的互动关系，这为本文的研究提供了良好的基础和借鉴。但是，目前的研究主要是探讨物流发展与宏观经济之间的关系，而对物流发展与工业发展之间的关系研究很少，而且在研究方法上，主要采用时间序列方法、面板数据方法、灰色关联度模型和耦合模型方法等，没有考虑到区域的空间效应和产业的集聚效益。因此，本文以长三角城市群为研究对象，采用空间误差模型，探讨物流发展对工业经济效益的影响，具有较重要的理论和实践价值。

1长三角城市群物流发展水平评价

1.1指标选取与数据来源

本文选取以下六个指标来衡量物流业发展水平：货物运输量、邮政业务量、人均货运量、地均货运量、交通运输仓储及邮政业从业人员、交通运输仓储及邮政业从业人员占全部从业人员的比例。由于这几个变量都能在不同程度上反映物流产业发展水平，可能存在相关性，故采用主成分分析法来对这些数据进行处理。主成分分析法就是将原来几个具有相关性的指标转换组合成一组新的互相没有关系的综合指标来解释数据。长三角城市群包括上海、南京、无锡、常州、苏州、南通、盐城、扬州、镇江、泰州、杭州、宁波、嘉兴、湖州、绍兴、金华、舟山、台州、合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城26个城市。本文选取2008~2018年长三角26个城市的面板数据进行分析，数据来源于2009~2019年中国城市统计年鉴。

1.2计算过程和结果分析

首先，本文利用SPSS23.0软件对2008~2018年的面板数据进行了降维处理，对这六个指标进行了初步检验，得到的KMO值为0.685，Bartlett球形度检验获得的概率为0.000，充分证明了不同变量之间的相关性，说明数据适合主成分分析。其次，根据检验结果，进行因子分析，输出主成分分析结果（表1）。基于特征值大于1的前提，成分1和成分2的特征值大于1，故提取这两个主成分。主成分1的方差贡献率为56.279%，主成分2的方差贡献率为23.814%，两者贡献率合计为80.092%，能够较好地保留原始信息。从成分矩阵来看，主成分1和这6个变量均成正相关，且在货物运输量、地均货运量、城镇交通运输仓储及邮政业从业人员和城镇交通运输仓储及邮政业从业人员占城镇全部从业人员的比例这四个指标的权重均大于0.8，与这几个原始变量的关系比较密切。主成分2仅在邮政业务量这个指标中的权重比较大。然后在这两个主成分的贡献率的基础上，将数据进行标准化处理，计算出综合得分（表2）。数据经过标准化处理之后，各市平均得分为0。如果某城市得分大于0，就表示该市的物流发展水平在26市平均发展水平之上；如果小于0，就低于平均发展水平。从表2可以看出，近10年来长三角26市的物流发展水平总体呈上升趋势，但是各市物流发展水平不平衡。其中，上海、南京、舟山、宁波的物流发展水平上升很快，且都高于长三角的平均水平，其原因与这四个城市的地理位置和经济基础有密切关系。上海市位于长江入海口，面临太平洋，是我国最重要的综合性交通枢纽和最大的经济中心，经济基础雄厚，物流基础设施完善，物流供给和需求都十分庞大，因此其物流发展水平遥遥领先，综合得分排名第一。舟山和宁波拥有天然良港，物流基础设施良好，是我国重要的对外贸易港口，物流业十分发达。南京是江苏省的省会城市和长江下游的重要港口城市，物流发展水平也较高。与南京类似的还有合肥、杭州，它们都属于省会城市，是重要的交通枢纽和经济中心，其物流发展水平得分较高。然后就是苏州、芜湖的排名也比较靠前。而江苏的泰州、扬州，浙江省的绍兴、金华，安徽省的铜陵、池州、宣城等城市物流产业发展水平较低，排名靠后。总体来看，近10年来长三角各市物流业发展水平整体呈现上升趋势，可分为两个阶段：2008~2012年，物流发展水平缓慢增长阶段；2013~2018年，物流发展水平快速增长阶段。

1.3聚类分析

聚类分析是将相似程度较高的数据聚集在一起，形成不同的分类系统。本文选取2008~2018年长三角26市的物流发展水平综合得分，运用Ward法平方欧式距离对其进行聚类分析，得到聚类谱系图（图1）。根据聚类谱系图，可将长三角26市分为3类：第一类为物流业发达城市，即上海；第二类为物流业中等发达的城市，包括宁波、杭州、舟山、南京、苏州、芜湖和合肥7个城市；第三类包括扬州等18个城市，物流业不发达。这说明，目前长三角城市群的物流发展不平衡，区域差异明显，少数几个城市物流业发达，多数城市的物流业发展水平不高。

2长三角物流发展对工业经济效益的影响效应

2.1变量选取与模型构建

工业经济效益是指工业企业在生产经营的活动中所创造的经济效益和物质效用，它受成本、利润、技术创新、企业管理、社会环境等多种因素的共同影响。销售利润率表示销售收入和利润总额之比，能很大程度上衡量工业企业经济效益，因此本文选取销售利润率为因变量，以物流发展水平综合得分为自变量。同时，本文还选择以下指标作为控制变量：固定资产投资总额占GDP比重、社会销售品零售总额占GDP比重、人均专利授权数和实际利用外资占GDP比重，它们对工业经济效益都具有一定的影响。为检验长三角26市物流发展对工业经济效益影响的空间效应，本文在普通面板模型基础上引入“空间溢出因素”，构建以下空间计量模型：上述式子中，margin表示销售利润率，W为空间权重矩阵，反映各单位之间的空间关系，grade为物流发展水平综合得分，X为控制变量的集合；ρ和θ为空间自回归系数，反映各变量之间的依赖关系；γ为时间固定效应，u为地区固定效应，ε为随机扰动项；λ为空间误差系数，反映随机扰动项中存在的空间关系。若λ和θ全都为0值时，上述模型将变为空间滞后模型；若ρ和θ全部为0值时，上述模型将变为空间误差模型；若λ为0值时，上述模型将变成空间杜宾模型。

2.2实证检验与分析

空间权重矩阵反应了个体在空间中的相互依赖性，本文采用Bavaud方法，构建二进制地理空间邻接权重矩阵W。通过LM（lag）检验判断采用SEM模型更为合适，本文分别列出了固定效应F(E)和随机效应R(E)的结果，同时也给出普通面板OLS模型结果进行对比，实证检验结果如表3所示。由表3可知，固定效应模型结果通过了Hausman检验，因此采用固定效应模型的结果来对其进行分析。在SEM_FE模型中，物流发展水平综合得分ln(grade)在1%水平下通过了检验，且与工业经济效益正相关。从物流业所创造的价值来看，一方面，物流业通过改变物质的空间距离有效地解决了供给方和需求方之间的空间差，从而使企业能卖出更多的商品，赚取更多的利润；另一方面，物流业能弥补供给者与需求者商品买卖的时间差，既解决了企业的商品存放问题，又能满足消费者随时购买该商品的需求，从而减少企业储存物资的成本。随着信息化的不断发展，物流业将厂商和客户有效组合起来，及时传递信息，形成一个高效率的商品流通网络，更好地促进了企业的决策管理。在各个控制变量中，只有实际利用外资占GDP比重ln(foreign)通过了5%水平下的检验，但是对企业经济效益并没有促进作用。其他控制变量都没有通过检验，说明近年来我国工业经济效益提升缓慢，投资和消费的拉动作用有限，技术进步的贡献也不明显。

3结论与建议

本文对2008~2018年长三角26个城市物流发展水平进行测度，并探讨物流发展水平对工业经济效益的影响，得出以下结论：（1）长三角26市的物流发展水平近10年来有了较大的提升，但城市之间发展不均衡，可以分为物流发达城市、物流中等发达城市、物流不发达城市三类。其中，上海市依托优越的区位条件和雄厚的经济实力，物流业十分发达，遥遥领先于长三角其他城市。南京、舟山、杭州、合肥、宁波、芜湖、苏州得益于优良港口和经济中心的地位，物流业也比较发达，而其他18个城市物流发展水平较低。（2）通过固定效应模型的分析，物流发展水平对工业经济效益具有显著的正向影响效应。物流业不仅能为企业创造空间价值、时间价值，而且在企业节约资源、减少库存、构建企业供应链等方面发挥着巨大作用。基于上述研究结果，结合区域物流和工业发展的实际，本文从以下几个方面提出加快区域物流业发展、促进工业经济效益提升的建议和对策。第一，完善物流基础设施建设，特别是一些物流业不发达的城市，必须建设好物流基础设施，才能更好地促进企业与企业之间的合作、各市与各市之间的互通，从而促进长三角一体化发展。第二，促进企业与物流业之间的联系与合作。物流业是企业发展必不可少的一部分，企业要提高自身的经济效益，必须通过与物流企业合作，节约物流成本。第三，促进产业合理布局，再通过物流活动有效联接。要因地制宜，结合当地的实际状况找准产业定位，合理分工，密切合作，促进区域产业发展水平的整体提升。

作者:谢守红 陈淑敏 傅春梅 单位:江南大学 商学院