泉州市制造業與物流供應鏈聯動發展研究

徐玉萍，吳志剛，王宗宇

（華東交通大學交通運輸工程學院，江西 南昌 330013）

2021 年泉州市人民政府提出泉州市將著力打造智慧特色的貨運樞紐，建設完善信息互聯互通、高效聯動管理的多式聯運綜合貨運樞紐[1]。泉州市正致力于發展服務型制造業，推進制造業和物流運輸組織的協同作用，強化供應鏈協同管理，提升物流企業全程服務能力，加快物流服務體系標準化建設。隨著社會經濟的穩步發展，制造業作為實體經濟的主體，其高質量發展有助于綜合實力的提升[2]。通過區域協同強化空間整合，秉承生態優先倡導綠色發展，可加強創新引領促進產業升級[3]。

學者們在制造業與物流供應鏈發展關聯關系相關研究方面進行了諸多研究。徐玉萍等[4]研究了交通運輸和區域經濟發展之間的聯系。甘衛華等[5]基于演化博弈模型研究了貨運企業運營發展的策略。Ren Y 等[6]用SDM 空間效應模型分析交通運輸建設對經濟發展的效應。Gao Y 等[7]運用灰色關聯度模型評價了縣域物流和產業結構的相關性。高洪瑋等[8]將雙重差分模型用于鐵路物流與制造業綠色轉型間的關系研究。唐力等[9]運用灰色關聯度模型研究鐵路物流服務體系間評價指標的關聯關系。寇冬雪等[10]基于系統GMM 模型探究供應鏈與制造業發展的集聚關系。以上研究均揭示了制造業與物流供應鏈之間有著非常緊密的關系。

在制造業與物流供應鏈指標聯動協同發展相關研究方面。龔雪等[11]運用熵權法研究了中國物流業與制造業耦合協調水平。劉仁軍等[12]運用VAR模型分析中國制造業、物流和經濟指標間的長期聯動效應。Gabriel L F 等[13]運用VAR 模型分析制造業和經濟增長之間的效應。林迎星等[14]基于福建省創新驅動發展，研究福建省高端裝備制造業創新發展對經濟增長的影響。以上研究分析了制造業與物流供應鏈之間的具體關系。

研究泉州市制造業與物流供應鏈發展指標之間的關聯程度和聯動情況，對全面提升泉州市制造業和物流運輸服務業的提質增效，進而實現提升整體經濟水平具有較為重要的現實意義。

1 泉州市制造業與物流供應鏈聯動發展現狀

制造業與物流供應鏈聯動發展是指制造業與物流業通過優化供應鏈資源配置、協調聯動，促進整體經濟的可持續發展[15]。

制造業方面。2022 年，泉州市人民政府發布的《泉州市“十四五”制造業高質量發展專項規劃》中指出泉州市在制造業發展方面累計培育省級龍頭企業340 家、高成長企業247 家。泉州市已形成了紡織服裝、鞋業、石油化工、機械裝備、建材家居、食品飲料、工藝制品、紙業印刷和電子信息等9 個千億產業集群。

物流運輸方面。泉州市已構建起了由鐵路、公路、水路、航空等運輸方式組成的綜合立體交通網絡體系。鐵路方面，由漳泉肖鐵路、福廈鐵路、興泉鐵路、福廈高鐵、湄洲灣南岸鐵路支線、中化泉州石化專用線和天湖山支線等線路組成的“二橫三縱多支點”的鐵路網正加快形成。公路方面，“一環兩縱三橫加聯絡線”布局的高速公路網已形成。水路方面，泉州港擁有湄洲灣西岸肖厝港區、南岸頭尾港區、泉州灣港區、深滬灣港區和圍頭灣四灣5 個港區下轄16 個作業區組成的水運體系。航空方面，晉江國際機場改擴建工程正加快推進，機場設施正持續完善。泉州市綜合立體交通網絡體系的蓬勃建設為經濟社會水平的發展提供了強力支撐。

近年來，泉州市堅持高質量發展，科學統籌制造業與物流供應鏈的融合聯動發展。2021 年，制造業持續穩步發展，全年實現全部工業增加值5 758.60 億元，比上年增長8.3%。泉州市工業對經濟增長的貢獻率達51.8%，規模以上工業增加值增長9.1%。泉州市物流示范集聚效應明顯，全年貨運物流運輸總量達34 647.05 萬噸，比上年增長12.3%。全市正構建“一灣（環灣城區）、兩翼（南翼環圍頭灣地區、北翼環湄洲灣地區）、三帶（區域功能聚集帶、沿海戰略發展帶、北部戰略輻射帶）、一屏（西北部山林生態保護屏障）”的國土空間開發保護格局[16]。各主要工業園區和物流園區空間分布較為均衡。

2 泉州市制造業與物流供應鏈聯動發展模型方法

2.1 數據來源

所選用的原始數據來源于泉州市統計局官網公布的國民經濟和社會發展統計公報（2002—2021）、統計手冊（2002—2019）與統計年鑒（2013—2021）。

2.2 模型指標確立

依據泉州市制造業和物流供應鏈聯動發展的特征，借鑒現有相關文獻研究成果，參考泉州市統計年鑒等資料，選取2002 年至2021 年泉州市制造業發展、鐵路物流、公路物流、水路物流、航空物流、集裝箱物流、整體經濟發展7 類共計11 個指標進行分析[17]。

模型特征指標、指標描述性統計分別如表1、表2 所示。

表1 特征指標Tab.1 Characteristic indicator

表2 指標描述性統計Tab.2 Descriptive statistics of indicators

2.3 灰色關聯度模型

灰色關聯度模型是通過定量分析系統序列曲線的幾何接近程度，來確定各選取特征指標之間的相互聯動的強弱程度[18]。利用灰色關聯度模型分析制造業與物流供應鏈、制造業與經濟發展水平之間的關聯度。依據影響大小的不同對系統中2002—2021 年共計20 年的各指標進行主次劃分，取值為0 至1 之間，越接近1 說明兩指標之間的關聯越強。分為4 步。

1）建立母分析矩陣Vr，如式1 所示。分別選取衡量泉州市制造業發展的規模以上工業增加值、衡量泉州市經濟發展的地區生產總值和人均地區生產總值作為母分析矩陣。

將泉州市鐵路貨運量、鐵路運營里程、公路貨運量、公路運輸周轉量、水路貨運量、水路運輸周轉量、航空貨運量、集裝箱吞吐量共計8 個指標作為比較矩陣Vc，c=1，2，…，8，如式（2）所示

2）對泉州市各發展指標矩陣進行均值化無量綱處理，如式（3），式（4）所示

3）計算選取指標之間的灰色關聯系數，如式（5）所示

4）計算選取指標之間的灰色關聯度，關聯度是母分析矩陣與比較矩陣在各年關聯程度即灰色關聯系數的均值，如式（6）所示

2.4 向量自回歸VAR 模型

向量自回歸（vector autoregressive model，VAR）模型是克里斯托弗·西姆斯在1980 年提出的理論。選取的VAR 模型建立在的泉州市各發展指標數據的統計性質的基礎上，將全市各發展指標系統中所有當期內生變量指標對所有變量指標的若干階滯后變量指標的函數一并進行回歸，從而用來估計泉州市不帶任何事先約束條件的聯合內生變量指標的動態關系[19]。用VAR 模型實證分析泉州市制造業與物流供應鏈各指標間聯動發展情況，表述如式（7）所示

式中：yt為泉州市k 維內生變量指標向量；xt為d 維外生變量指標向量；p 為模型滯后階數；T 為樣本的數量；a1，a2，…，ap和β 為要估計的系數矩陣；εt為隨機擾動向量。模型中的擾動向量εt認定可同期相關，但不與自身指標的滯后值和式（7）中等式右邊變量相關。

3 泉州市物流運輸與制造業發展聯動實例分析

3.1 灰色關聯度模型實例分析

以基于灰色關聯度模型為基礎，研究福建省泉州市2002—2021 年物流供應鏈與制造業、物流供應鏈與經濟發展水平之間的關聯程度。

在物流供應鏈與制造業發展方面。選取泉州市規模以上工業增加值AIAV 以衡量制造業發展水平，作為母分析矩陣Vr。選取鐵路貨運量RFV、公路貨運量HFV 等指標以衡量物流供應鏈發展水平作為比較矩陣Vc，運算各指標間的關聯度如圖1 所示。圖中（Vr，Vc）表示母分析矩陣Vr與比較Vc的關聯關系。由圖可知，近年來泉州市各物流運輸方式大部分指標與制造業發展關聯度較強，而水路周轉量指標與制造業發展間聯系有待提升。

圖1 泉州市物流供應鏈與制造業發展相關指標的關聯度Fig.1 Correlation between Quanzhou logistics supply chain and related indicators of manufacturing development

在物流供應鏈與經濟發展方面。分別選取地區生產總值GDP、人均地區生產總值PGDP 指標以衡量泉州市經濟發展，作為母分析矩陣Vr。選取鐵路貨運量、公路貨運量等指標以衡量物流供應鏈發展水平，作為比較矩陣Vc。各指標間的關聯度分別如圖2、圖3。由圖可知，近年來泉州市各物流運輸方式大部分指標與地區經濟發展關聯度較強，而水路周轉量指標與經濟發展間聯系有待提升。

圖2 泉州市物流供應鏈與經濟發展GDP 相關指標的關聯度Fig.2 Correlation between Quanzhou logistics supply chain and GDP related indicators of economic development

圖3 泉州市物流供應鏈與經濟發展PGDP 相關指標的關聯度Fig.3 Correlation between Quanzhou logistics supply chain and PGDP related indicators of economic development

通過灰色關聯度分析可知，近年來泉州物流供應鏈與制造業、物流供應鏈與經濟發展大部分指標間關聯度較強，而水路運輸周轉量WFT 關聯度有待提升。泉州現有水路物流主要通過泉州港進行運輸。泉州港周邊疏港鐵路主要分布于東北部港區，而西南部港區疏港鐵路較少，港區周邊分布有干線公路，而港區與航空貨運僅通過公路實現銜接。水路物流與各貨運方式間的周轉銜接聯系強度較弱，因而造成制造業與水路運輸周轉量指標關聯度較低的現象，未來需提升水路物流的多式聯運服務水平。

3.2 向量自回歸VAR 模型實例分析

泉州市制造業與物流供應鏈聯動發展研究的各變量指標檢驗均用EViews12.0 分析軟件得到。采用較為常用的ADF（augmented dickey fuller test）方法確定所選泉州市各發展變量指標的平穩性。在單位根檢驗中，如果結果值小于0.05，則說明在5%的顯著性水平下通過平穩性檢驗[20]。ADF 單位根檢驗結果如表3 所示。

表3 指標數據變量單位根ADF 檢驗結果Tab.3 ADF test results of indicator data variable unit root

由表3 可得，鐵路貨運量LNRFV、水路貨運量LNWFV、水路運輸周轉量LNWFT、集裝箱吞吐量LNCT、規模以上工業增加值LVAIAV 在5%的顯著性水平通過平穩性檢驗。鐵路營業里程LNROM、公路貨運量LNHFV、公路運輸周轉量LNHFT、航空貨運量LNAFV、地區生產總LNGDP 值在進行一階差分后（分別表示為：DLNROM，DLNHFV，DLNHFT，DLNAFV，DLNGDP），表現平穩。取自然對數后的人均地區生產總值PGDP 存在單位根，在進行一階差分后表現非平穩。因此，對LNRFV，LNWFV，LNWFT，LNCT 分別與LNAIAV 建立 VAR 模型，DLNROM，DLNHFV，DLNHFT，DLNAFV 分別與DLNGDP 建立VAR 模型。

VAR 模型中脈沖響應函數是用來分析通過了平穩性檢驗的變量指標之間的動態影響關系。在脈沖響應圖中，實線代表相關變量相對于其他變量的脈沖響應函數曲線，而上下虛線代表相應數據正負兩倍的標準差偏離帶，橫軸表示受到沖擊作用的滯后期間數，縱軸表示各變量指標受到沖擊之后的響應程度。方差分解用于分析變量指標沖擊對內生變量指標的變化貢獻程度，進一步評價所選取的各變量指標間沖擊效應的重要性。

鐵路貨運量LNRFV 與規模以上工業增加值LNAIAV 的脈沖響應如圖4（a）所示，方差分解如圖4（b）所示。由圖4（a）可知鐵路貨運量對規模以上工業增加值短期產生正效應、長期效應較小，規模以上工業增加值對鐵路貨運量短期產生小幅負效應、長期趨于穩定。由圖4（b）可知鐵路貨運量對規模以上工業增加值的貢獻度穩定在20%左右，規模以上工業增加值對鐵路貨運量的貢獻度穩定在5%左右。

圖4 泉州市鐵路貨運量LNRFV 與規模以上工業增加值LNAIAV 的脈沖響應圖、方差分解圖Fig.4 Impulse response diagram and variance decomposition diagram of LNRFV and LNAIAV in Quanzhou

水路貨運量LNWFV 與規模以上工業增加值LNAIAV 等其他變量間的脈沖響應圖、方差分解圖如圖5 至圖11 所示。

圖5 泉州市水路貨運量LNWFV 與規模以上工業增加值LNAIAV 的脈沖響應圖、方差分解圖Fig.5 Pulse response diagram and variance decomposition diagram of LNWFV and LNAIAV in Quanzhou

由圖5 分析可知，水路貨運量對規模以上工業增加值短期產生的正效應較大、長期雖有下降但持續產生正效應，貢獻度逐漸增加、長期穩定在40%左右；規模以上工業增加值對水路貨運量短期內產生大幅增加、長期雖有下降但持續產生正效應，貢獻度逐漸增加、長期穩定在20%左右。

由圖6 分析可知，水路運輸周轉量對規模以上工業增加值短期內產生正效應、長期雖有下降但趨于穩定，貢獻度穩定在30%左右；規模以上工業增加值對水路運輸周轉量短期內正效應增幅較大、長期雖有下降但趨于穩定，貢獻度逐漸增加、長期穩定在30%左右。

圖6 泉州市水路運輸周轉量LNWFT 與規模以上工業增加值LNAIAV 的脈沖響應圖、方差分解圖Fig.6 Impulse response diagram and variance decomposition diagram of LNWFT and LNAIAV in Quanzhou

由圖7 分析可知，集裝箱吞吐量對規模以上工業增加值的長期效應不明顯，貢獻度較小；規模以上工業增加值對集裝箱吞吐量短期內產生小幅正效應、長期趨于穩定，貢獻度持續增加、長期貢獻度達80%左右。

圖7 泉州市集裝箱吞吐量LNCT 與規模以上工業增加值LNAIAV 的脈沖響應圖、方差分解圖Fig.7 Impulse response diagram and variance decomposition diagram of and LNAIAV in Quanzhou

由圖8 分析可知，鐵路營業里程對地區生產總值的短期內產生的正效應有小幅下降、長期效用較小，貢獻度穩定在10%左右；地區生產總值對鐵路營業里程短期內產生小幅負效應、長期效用較小，貢獻度較小。

圖8 泉州市鐵路營業里程DLNROM 與地區生產總值DLNGDP 的脈沖響應圖、方差分解圖Fig.8 Impulse response diagram and variance decomposition diagram of DLNROM and DLNGDP in Quanzhou

由圖9 分析可知，公路貨運量對地區生產總值的短期內產生一定的負效應、長期呈現正效應，貢獻度穩定在15%左右；地區生產總值對公路貨運量短期產生一定的負效應、長期呈現正效應，貢獻度穩定在10%左右。

圖9 泉州市公路貨運量DLNHFV 與地區生產總值DLNGDP 的脈沖響應圖、方差分解圖Fig.9 Impulse pulse response diagram and variance decomposition diagram of DLNHFV and DLNGDP in Quanzhou

由圖10 分析可知，公路運輸周轉量對地區生產總值的短期內產生一定的負效應、長期呈現正效應，貢獻度穩定在15%左右；地區生產總值對公路運輸周轉量短期內產生一定的負效應、長期整體呈現正效應，貢獻度穩定在20%左右。

圖10 泉州市公路運輸周轉量DLNHFT 與地區生產總值DLNGDP 的脈沖響應圖、方差分解圖Fig.10 Impulse response diagram and variance decomposition diagram of DLNHFT and DLNGDP in Quanzhou

由圖11 分析可知，航空貨運量對地區生產總值的短期內產生一定的正效應、長期效用較小，貢獻度穩定在16%左右；地區生產總值對航空貨運量短期內產生一定的負效應、長期效用較小，貢獻度穩定在20%左右。

圖11 泉州市民航貨運量DLNAFV 與地區生產總值DLNGDP 的脈沖響應圖、方差分解圖Fig.11 Impulse response diagram and variance decomposition diagram of DLNAFV and DLNGDP in Quanzhou

通過向量自回歸VAR 模型的分析可知，泉州市鐵路物流對制造業發展短時間內促進作用較明顯，而制造業發展對鐵路物流的長期協同作用有待加強。公路物流與制造業發展短期內協同效用不明顯，長遠來看彼此具有正向效應。水路物流與制造業發展彼此發展貢獻程度較強。航空物流對制造業發展短期產生一定的促進作用，長遠來看彼此貢獻程度較弱。制造業對集裝箱物流發展具有較強的促進作用，貢獻程度較高。未來，通過開通新建貨運鐵路線路，依托具有一定建設規模的水路物流，融合航空物流建設發展集裝箱多式聯運綜合貨運樞紐，將推進泉州市制造業與物流供應鏈的聯動發展。

4 結論與建議

運用灰色關聯度模型結合向量自回歸VAR 模型研究了福建省泉州市制造業與物流供應鏈聯動發展情況。研究表明，泉州市物流供應鏈中鐵路物流、公路物流、水路貨運量、航空物流、集裝箱物流與制造業發展關聯度較強，而水路貨運周轉量與制造業關聯效果不夠明顯。物流供應鏈與經濟發展指標整體聯系度較強，而水路貨運周轉量與經濟發展未有明顯關聯。根據VAR 模型所得脈沖響應圖、方差分解圖，得出物流供應鏈中水路物流與制造業發展短期內將產生正向效應，彼此貢獻度較高。集裝箱物流與制造業發展相互作用較小，制造業發展對集裝箱物流的貢獻度較大。鐵路物流與整體經濟發展相互作用較小，鐵路物流對經濟發展的貢獻度較小。公路物流與經濟發展相互作用長期呈現正效應，彼此貢獻度較高。航空物流與經濟發展的相互作用較小，但彼此貢獻度較高。由此，提出5 大發展建議：

1）加強集裝箱多式聯運力度。泉州市當前水路物流與制造業發展聯動脈沖響應呈現正向效應，制造業對集裝箱物流發展的長期貢獻度較大。建議未來依托泉州港等水路基礎設施，聯合公路、鐵路和民航，大力發展集裝箱多式聯運，促進物流供應鏈的國內國際雙循環。

2）推動鐵路貨運的發展。泉州市現已開行中歐班列，未來隨著興泉鐵路貨運業務的開展，廣大制造業企業能夠運用鐵路班列增進區域間的聯系。現有鐵路物流對制造業發展短期內產生正效應，而長期脈沖響應強度有待提升。建議鐵路部門調整貨運定價機制，完善物流管理措施。政府部門可加大對鐵路貨運的財政補貼，鼓勵企業與鐵路部門進行物流供應鏈合作。

3）完善綜合貨運樞紐建設。當前泉州市各貨運方式與制造業整體發展聯動脈沖響應強度有明顯差異性，綜合貨運服務平衡協調性有待加強。建議利用現有公路物流，發揮門到門運輸的優勢，協同鐵路、水路、航空，建設銜接主要物流園區便捷高效的物流供應鏈體系。

4）推進制造業與物流服務業的融合聯動發展。泉州市當前物流供應鏈與制造業發展相關指標整體呈現較強的灰色關聯度，建議泉州市未來推動先進制造業和物流業等現代服務產業融合發展，培育有特色的多元化融合發展結構，促進制造業與物流服務業的提質增效。

5）提升物流供應鏈綜合服務水平。當前泉州市制造業與物流供應鏈各指標間整體呈現短期的集聚效應，但需加強各要素間的長期協同。建議未來持續推進制造業與物流供應鏈的聯動，促進海峽西岸經濟區社會經濟體系的高效發展。