物流業集聚對制造業升級的門檻效應研究

尤振來，趙軍鵬 （燕山大學 經濟管理學院，河北 秦皇島 066004）

YOU Zhenlai,ZHAO Junpeng (School of Economics and Management,Yanshan University,Qinhuangdao 066004,China)

0 引言

改革開放以后，隨著工業化進程的不斷推進，我國制造業快速發展，取得了巨大成績，為中國的經濟發展作出了巨大貢獻，對于國民經濟的發展有著重要意義，在一定程度上體現國家的經濟發展水平。與此同時傳統制造業的發展也面臨許多問題，我國制造業在產品價值鏈環節上處于低附加值環節，發展過多依賴勞動力成本優勢；發展較為粗放，對資源的利用率低，不惜以環境破壞為代價，隨著資源的大量消耗，經濟的可持續化發展面臨挑戰。因此，制造業的轉型升級已經成為必然趨勢。而物流業作為為社會及生產服務的行業，是第三產業的重要組成部分，物流業不僅被比作經濟發展的“加速器”，作為聯接生產和消費的紐帶，更被認為是經濟發展的“第三利潤源”，是國民經濟體系中重要的基礎性服務產業，物流業對于經濟發展的作用，越來越受到人們的關注。

近年來隨著物流業的快速發展，物流業的空間集聚態勢逐步形成，物流業集聚逐步成為學者研究的熱點。多數學者的研究都證明了物流業集聚對于制造業甚至是經濟發展有著積極作用，但是也有少數學者得出了不同的結論，比如崔洪凱等人基于西部城市的面板數據，對我國西部地區物流業與區域經濟的關系進行研究，得出西部地區物流業與經濟的互動關系并不顯著的結論[1]；王建運用動態面板數據模型，得出物流業集聚對區域經濟增長作用的即期效應為負，在滯后期這一作用顯著為正[2]。那么隨著物流業集聚的發展，其對制造業升級的效應如何？這種作用是否是簡單的線性關系？是否會因為物流業集聚水平的不同而存在差異？本文將圍繞這些問題展開研究。

1 文獻評述

越來越多的學者開始關注物流業集聚的經濟效應。Heuvel等人的研究結果表明，物流企業通過空間集聚可以共同使用運輸和倉儲設備等資源，更容易開拓市場和進一步擴張[3]；Sheffi對物流業集群的形成、發展以及成功機制進行了分析，認為物流產業集群可以提升供應鏈的運作能力，創造并維持良好的就業機會，有助于各個地區的經濟增長[4]；舒輝等基于省級面板數據，運用空間杜賓模型研究物流產業集聚與全要素生產率增長之間的關系，結果顯示物流業集聚不僅能夠促進本地區全要素生產率增長，而且由于外溢效應的存在，也有助于周邊地區全要素生產率增長[5]；梁紅艷利用地級市層面面板數據，運用空間杜賓模型從全國以及東、中、西部不同層面，分析了物流業集聚對工業生產率的影響以及空間外溢效應[6]。武富慶以黑龍江省相關數據為基礎，通過回歸分析，研究了物流業集聚對產業結構的貢獻，結果顯示物流業集聚對產業結構存在不顯著的負效應[7]。

從物流業與制造業發展的關系研究來看，物流業與制造業的共同發展是當前研究的熱點。王珍珍基于超效率CCR-DEA模型，從不同區域層面角度，分別測算了制造業、物流業以及制造業與物流業互為投入要素的綜合效率值，結果分析表明當前我國大部分地區制造業與物流業的發展具有相互帶動作用，但物流業發展對制造業效率水平的提升仍有待于提高[8]；龔新蜀在對絲綢之路經濟帶各省份物流業集聚度進行了測度的基礎上，運用模型實證分析了物流業集聚的溢出效應，得出物流業集聚對區域經濟增長具有顯著溢出效應[9]；梁紅艷從物流業的服務功能與調節功能出發，分別從產業聯動視角以及產業分工視角分析了物流業對制造業效率的影響機制，并進一步進行了實證分析，結果顯示物流業有助于制造業效率的提升[10]；申亮等人利用門檻模型研究了物流業與制造業生產效率的關系，結果表明物流業對制造業效率的提升呈現非線性關系[11]。

進一步分析可以發現，現有文獻基本都證實了物流業發展以及集聚對制造業以及經濟發展的積極促進作用，也有少數學者持不同觀點，但基本都是從整體層面分析物流業發展以及集聚與經濟發展和產業結構升級的單一線性關系，沒有考慮到可能因為物流業集聚水平的不同導致的差異，物流業集聚對經濟發展和產業結構升級的促進作用可能存在“門檻效應”，即物流業集聚水平可能存在一個或幾個關鍵點，當集聚水平處于不同階段時，其對經濟發展的促進作用存在差異。

基于以上分析，實證數據的選擇上選用地級市層面的面板數據，利用2005～2013年全國256個城市的樣本數據，運用面板門檻模型對物流業集聚與制造業升級的關系進行分析，實證檢驗物流業集聚是否對制造業升級的作用效應，是否產生促進作用以及這種作用是否存在門檻效應？相對已有研究，本文的研究意義在于運用門檻模型測度了物流業集聚對于制造業升級的作用，打破了常規研究只是在整體層面分析物流業集聚與經濟發展的單一線性關系的固有思維。

2 實證研究

2.1 數據說明與變量選取

2.1.1 數據說明

本文實證檢驗所用到的樣本數據，來自2005～2013年全國256個城市，原始數據來自2006～2014年《中國城市統計年鑒》以及《中國區域經濟統計年鑒》，之所以沒有采用全部城市的數據，是因為一些城市的某些指標在某些年份中數據缺失，所以將其去除。由于我國現行的產業分類體系中沒有命名“物流產業”，并且在各年份的統計年鑒中只有“交通運輸、倉儲與郵政業”這一指標，本文采納鐘祖昌的觀點，即從各年我國物流業增加值統計中可以發現，“交通運輸、倉儲與郵政業”占到了物流業增加值總量的80%以上，基本上可以代表我國物流產業的發展情況[12]。因此，本文用“交通運輸、倉儲與郵政業”的值來代替“物流產業”指標值。

2.1.2 變量選取

變量的選取，是研究的基礎，選擇合適的變量可能會使研究結論更加準確。

（1）被解釋變量制造業升級（MANU）。關于制造業升級的指標，國內學者采取的指標存在較大差異，如杜宇瑋選取制造業年利稅總額來代表制造業升級[13]，陽立高選擇將制造業分為低、中、高三個等級，并用各自的總產值占整個制造業總產值的比重來衡量制造業升級[14]。本文采取盛豐的方法，用工業利潤率來代表制造業升級，因為該指標在一定程度上反映了制造業在產品價值鏈環節上的地位[15]。理由在于，行業處于高技術產業或產業的高端部分，其利潤率相對較高。

（2）門檻變量（亦即核心解釋變量）物流業集聚（LOS）。有關產業集聚的測度方法，目前主要有赫芬代爾系數、基尼系數、信息熵、錫爾系數以及區位熵等方法。限于數據的可得性，本文采用就業人數計算得到的區位熵來代表各地的物流業集聚，具體計算公式為：

其中，PSi、Xi分別代表i市年末物流業就業人數和年末全部就業人數，PS、X分別代表所有城市年末物流業就業人數和全部就業人數。該指數越大，說明物流業集聚程度越高。

（3）控制變量。除了物流業集聚程度，外商投資FDI、人力資本水平、交通發達程度、信息化水平、科技水平等也會在一定程度上對制造業升級產生影響，基于本文的研究對象，本文選取以下控制變量：FDI、人力資本水平（HAU）、科技水平（SCI）。FDI技術溢出效應對制造業升級的作用，已被學者所證實，FDI通過技術溢出可以提升相關企業技術水平，此外，通過FDI企業可以獲得更好的資金支持，同樣有助于企業的發展升級，本文用外商投資企業總產值與該地區工業總產值的比值來替代。人力資本是國家或地區經濟以及社會發展不可或缺的基礎與動力，人力資本會通過提升制造業的研發水平、技術水平和創新效率等方式為制造業升級提供支撐，本文用人均教育從業人員數量指標來代表。科技代表著一個國家最先進的生產力，在制造業行業中，科技水平的高低體現制造業技術的先進與否，體現制造能力的強弱，體現行業盈利能力的大小和利潤水平的高低，進而影響整個制造業的發展，本文采用科技支出占一般財政支出的比重來體現科技水平。

2.2 門檻面板模型

2.2.1 模型設定

本文采用Hansen提出的面板門檻模型進行分析[16]。其思想就是在模型中納入指標函數，并以門檻值為分段點，建立分段函數，在此基礎上通過實證估計和檢驗，得到門檻值和相應的門檻效應。模型的核心也是難點所在，就是門檻值的真實性檢驗以及門檻效應的顯著性檢驗，可采用Hansen建議的“自體抽樣法（Bootstrap）”，通過對統計量漸進分布的計算來實現檢驗目標。單一門檻模型的設定如下：

也可以采用另一種形式：

yit為被解釋變量，xit為解釋變量，qit為門檻變量，ui反映個體未觀測特征，εit為隨機干擾項，γ為待估計的門檻值，I（）·為指標函數，當相應條件滿足時，其值為1，否則其值為0。

在多數情況下，門檻的個數不止一個，多重門檻模型的設定如下：

結合本文研究對象，以物流業集聚（LOS）為門檻變量，在不確定門檻個數的情況下，建立多重門檻模型如下：

2.2.2 門檻值估計與門檻效應檢驗

門檻模型運用過程中有兩個問題需要解決，即門檻值的估計與門檻效應的檢驗，本文針對單門檻模型進行方法介紹。在對門檻模型進行估計前，先要消除個體效應ui對于估計帶來的影響，常用的方法為得出每組數據的組內平均值，然后用該組數據減去組內平均值，根據這一思路可將模型轉化為：

關于門檻值γ，在此本文將初始值設為γ0，進一步采用普通最小二乘法（OLS） 計算得到相應的殘差平方和S1（γ），在所有殘差平方和中，使其取值最小的γ0就是本文所尋求的門檻值估計值γ?，因此可得到γ?=argmin S1（γ）。得到γ?以后便可以由最小二乘法得出λ的一致估計量λ?。多門檻模型門檻值的估計與此思路相似，不在此進行進一步介紹。

基于估計得出的結果是否在統計意義上顯著，即結果是否可信，仍需要進行門檻效應的顯著性檢驗。檢驗之前需要針對是否存在門檻效應提出假設：

即原假設不存在門檻效應，如果拒絕原假設，則表明存在門檻效應。對于具體的檢驗，采用“自抽樣法”（Bootstrap）來模擬似然比檢驗的漸進分布，借助統計量F1從而檢驗門檻效應的顯著性。F1統計量的計算如下：

S0代表原假設條件下計算得到的相應的殘差平方和，S1γ?（）對應存在門檻效應時相應的殘差平方和，σγ?（）為存在門檻效應時相應的殘差方差。

當門檻效應的顯著性檢驗通過以后，需要對之前得到的門檻值的漸進分布特征進行估計，構造門檻值的置信區間，在此采用LR（似然比） 檢驗來分析，其原假設為H0：γ?=γ0，LR計算公式為：

Hansen提出了一個拒絕原假設的計算公式，即在顯著水平α下顯著性檢驗通過的臨界值，公式為LR1（γ）＞c（α）=-2log）。據此，可以得出不同顯著水平下的臨界值，計算可知，在1%、5%、10%顯著水平下的臨界值分別為10.59、7.35和6.53。

2.3 回歸結果分析

對面板數據進行回歸分析時，數據平穩性尤為重要，如果數據波動較大，有可能導致本來毫無因果關系的變量出現很高的相關性，使研究偏離現實。為了保證本文物流業集聚促進制造業升級門檻效應研究結果的可靠性，避免偽回歸的出現，確保分析結果具有意義，在此采用LLC、IPS、Fisher-PP以及Fisher-ADF檢驗的單位根檢驗方法對變量平穩性進行檢驗，結合本文數據，檢驗結果如表1：

表1 變量單位根檢驗

由表1檢驗結果可知，人力資本水平（HAU）沒通過IPS檢驗，而通過另外三種檢驗方法的檢驗，其他變量更是在1%的顯著水平下拒絕存在單位根的原假設，綜合考慮，有理由認為MANU、LOS、FDI、HAU以及SCI均為平穩序列，可以進行進一步的物流業集聚對制造業升級門檻效應的回歸分析。

因為門檻模型的估計基于固定效應面板數據，因此，在運用門檻模型之前應該針對本文變量進行數據的Hausman檢驗，結合本文數據，檢驗結果為12.36，相應概率值為0.015，根據結果，可以認為針對本文的面板數據，應采用固定效應，所以采用門檻模型是合理的，可以進行進一步的研究。

根據Hansen的思路，首先應對模型的門檻效應進行檢驗，以確定具體研究對象是否存在門檻效應，表2報告了各個門檻效應的檢驗結果：

表2 門檻效應檢驗

由表2可知，單一門檻的F值為12.163，相應顯著性檢驗P值為0.013，在1%的水平下顯著。而雙重門檻效應的F值為7.382，相應P值為0.033，在5%的水平下顯著。綜合檢驗結果，針對本文研究對象，物流業集聚對制造業升級的作用存在雙重門檻效應。

在此基礎上，得出門檻值及置信區間如表3所示：

表3 門檻值估計結果

如表3結果所示，在雙重門檻模型中，門檻估計值為0.342和0.605，表明物流業集聚在不同的水平階段，對制造業升級的作用不同，即物流業集聚與制造業升級之間不是簡單的線性關系。

為了更加直觀清晰的觀察門檻值的估計和置信區間的生成，在此利用LR圖進行分析。如圖1所示，當LR取值最小時，圖中折線所對應的門檻參數的值為0.342，即門檻值為0.342，另外，從圖中虛線（95%置信水平臨界值7.35）與折線的交點可以得出置信區間，此處為 ［0.321,1.840］。同樣，由圖2可以得出，第二門檻值為0.605，置信區間為 ［0.564,0.645］。

進一步運用門檻模型得到物流業集聚與制造業升級關系的門檻效應回歸結果，如表4所示：

圖1 雙門檻模型LR圖（第一門檻）

圖2 雙門檻模型LR圖（第二門檻）

表4 門檻模型回歸結果

從表4結果可以看出，物流業集聚對制造業升級具有顯著的正向促進作用，這與之前的預期相一致。具體來看，當物流業集聚水平低于0.342時，物流業集聚對于制造業升級的促進作用為5.459，其對制造業升級仍具有顯著的正向促進作用；當物流業集聚水平高于0.342但低于0.605時，物流業集聚對制造業升級的促進作用顯著為正，其值為1.688，即物流業集聚能促進本地區制造業的升級，但是低于5.459，即此時物流業集聚對制造業升級的促進作用較前一階段有所降低；當物流業集聚水平高于0.605時，作用值為0.0611，但是并不顯著。總體來看，隨著物流業集聚水平的提高，集聚在相應區間內對制造業升級的促進作用呈減弱趨勢，但是物流業集聚對制造業升級仍具有促進作用。由此可以看出，物流業集聚對于制造業升級的促進作用并不能用簡單的多元線性模型來表示，物流業集聚對于制造業升級的作用更傾向于一個分段的線性關系，用以物流業集聚為門檻的門檻模型來表示更為準確。

從控制變量SCI的結果來看，科技水平SCI的回歸系數為0.442，且通過了1%的顯著性檢驗，證明科技水平對制造業升級具有顯著的促進作用，這與本文的預期及其他學者的結論相一致，隨著科技水平的不斷提高，其將不斷促進制造業的轉型升級。原因在于，隨著科學技術的不斷進步以及在制造業甚至工業企業的運用，科技水平越來越成為體現企業生產力水平的重要指標，科技水平的不斷提高會相應帶動企業在裝備、技術、效率等方面的提升，從而增強制造業企業的生產能力，進一步提升企業盈利能力和利潤水平，進而有助于制造業的發展和升級。

人力資本的系數為負，且沒通過顯著性檢驗，說明從本文結果來看，人力資本沒能對制造業的數據起到促進作用，這與本文的預期不一致。原因可能在于，雖然近年來我國的教育規模不斷增加，水平不斷提升，人力資本存量逐年提升，但是人才質量有待提高，高等院校對人才的培養方向與企業需求的銜接存在問題，二者出現一定程度的不匹配態勢，從而一部分人才沒能在制造業升級過程中起到重要作用，這一問題應該引起足夠重視。

對于FDI，其結果也沒有通過顯著性檢驗，這說明FDI沒能對制造業升級起到積極的促進作用，也就是說以市場換取技術溢出從而促進制造業升級的方式沒能取得效果。出現這一結果的原因可能是，隨著外商投資的不斷進行，外商投資企業與內資企業間的技術差距越來越小，其溢出效應也逐步減弱，內資企業難以繼續依靠外商投資企業的技術溢出來實現制造業的轉型升級。

3 結論與建議

本文基于2005～2013年全國256個地級市的面板數據，運用門檻模型實證分析了我國物流業集聚對于制造業升級促進作用的門檻效應。結果顯示，物流業集聚對制造業升級的促進存在雙門檻效應，在物流業集聚的不同階段其對制造業升級的促進作用逐步降低，說明以物流業集聚為門檻的門檻模型能夠更為準確的表示兩者間的關系，同時科技水平的不斷提升也會對制造業升級產生積極的促進作用。

基于實證結果的結論，本文給出了以下幾個方面的建議：

從物流業集聚角度來看，一方面物流業集聚能促進制造業升級，為了推動各地區制造業升級，應進一步強化物流業的空間集聚水平，通過物流業集聚的競爭效應、溢出效應和規模效應促進各地區制造業發展升級；另一方面，物流業集聚對制造業升級的促進作用存在門檻效應，當物流業的集聚水平處于不同階段時，其對制造業升級的作用大小不同，因此，在進行物流產業規劃時，也要對本地區物流業集聚水平進行準確定位，利用物流業集聚的門檻效應，制定出更加合理的物流業發展與集聚目標，從而在合理分配資源的情況下，促進制造業升級。

具體來看，當某地區的物流業集聚水平低于0.342時，物流業集聚對制造業升級的促進作用為5.459，促進效果明顯，但是此時物流業發展的特點是物流發展的投入相對較少，物流業發展水平有限，物流業集聚水平較低，因此該地區應大力發展物流業，加大在物流發展方面的資金、技術以及政策支持，促進物流業的進一步發展，進一步提升物流業集聚態勢；當物流業集聚水平高于0.342但是低于0.605時，其對于制造業升級的促進作用為1.688，相比于前一階段，作用效果有所下降，但是仍處于一個較高的水平，在此階段各方投入加大，物流業發展以及集聚程度有了進一步提升，考慮到地區各方面資源的有限性，在制定相應發展規劃時，應當綜合考慮各產業發展需求，但是促進物流業發展和集聚仍然需要足夠的關注；當物流業集聚水平超越0.605的門檻時，其對制造業升級的促進作用下降為0.061，此時物流業發展已具有一定規模，集聚態勢也達到一定水平，考慮到物流業集聚對于制造業升級的促進作用較小，此時已經不適合再對物流業進行過多的投入，而應該更加關注促進制造業升級的其他方面，實現有限資源的更加合理的分配，從而最大限度的促進制造業升級。

從科技水平角度出發，在制造業升級過程中，不能忽略科技對于制造業升級的促進作用。因此，應當繼續增加對于科技的關注以及發展投入，加快科學技術的進步，提高科技水平，而科技的進步只有運用到實踐當中，才能發揮其作用，因此應注重科學技術與生產實際的接洽，促進科學技術向生產力的轉化，提升制造業技術水平，為制造業升級提供技術支持。