物流业集聚对制造业升级的门槛效应研究

尤振来，赵军鹏 （燕山大学 经济管理学院，河北 秦皇岛 066004）

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

0 引言

改革开放以后，随着工业化进程的不断推进，我国制造业快速发展，取得了巨大成绩，为中国的经济发展作出了巨大贡献，对于国民经济的发展有着重要意义，在一定程度上体现国家的经济发展水平。与此同时传统制造业的发展也面临许多问题，我国制造业在产品价值链环节上处于低附加值环节，发展过多依赖劳动力成本优势；发展较为粗放，对资源的利用率低，不惜以环境破坏为代价，随着资源的大量消耗，经济的可持续化发展面临挑战。因此，制造业的转型升级已经成为必然趋势。而物流业作为为社会及生产服务的行业，是第三产业的重要组成部分，物流业不仅被比作经济发展的“加速器”，作为联接生产和消费的纽带，更被认为是经济发展的“第三利润源”，是国民经济体系中重要的基础性服务产业，物流业对于经济发展的作用，越来越受到人们的关注。

近年来随着物流业的快速发展，物流业的空间集聚态势逐步形成，物流业集聚逐步成为学者研究的热点。多数学者的研究都证明了物流业集聚对于制造业甚至是经济发展有着积极作用，但是也有少数学者得出了不同的结论，比如崔洪凯等人基于西部城市的面板数据，对我国西部地区物流业与区域经济的关系进行研究，得出西部地区物流业与经济的互动关系并不显著的结论[1]；王建运用动态面板数据模型，得出物流业集聚对区域经济增长作用的即期效应为负，在滞后期这一作用显著为正[2]。那么随着物流业集聚的发展，其对制造业升级的效应如何？这种作用是否是简单的线性关系？是否会因为物流业集聚水平的不同而存在差异？本文将围绕这些问题展开研究。

1 文献评述

越来越多的学者开始关注物流业集聚的经济效应。Heuvel等人的研究结果表明，物流企业通过空间集聚可以共同使用运输和仓储设备等资源，更容易开拓市场和进一步扩张[3]；Sheffi对物流业集群的形成、发展以及成功机制进行了分析，认为物流产业集群可以提升供应链的运作能力，创造并维持良好的就业机会，有助于各个地区的经济增长[4]；舒辉等基于省级面板数据，运用空间杜宾模型研究物流产业集聚与全要素生产率增长之间的关系，结果显示物流业集聚不仅能够促进本地区全要素生产率增长，而且由于外溢效应的存在，也有助于周边地区全要素生产率增长[5]；梁红艳利用地级市层面面板数据，运用空间杜宾模型从全国以及东、中、西部不同层面，分析了物流业集聚对工业生产率的影响以及空间外溢效应[6]。武富庆以黑龙江省相关数据为基础，通过回归分析，研究了物流业集聚对产业结构的贡献，结果显示物流业集聚对产业结构存在不显著的负效应[7]。

从物流业与制造业发展的关系研究来看，物流业与制造业的共同发展是当前研究的热点。王珍珍基于超效率CCR-DEA模型，从不同区域层面角度，分别测算了制造业、物流业以及制造业与物流业互为投入要素的综合效率值，结果分析表明当前我国大部分地区制造业与物流业的发展具有相互带动作用，但物流业发展对制造业效率水平的提升仍有待于提高[8]；龚新蜀在对丝绸之路经济带各省份物流业集聚度进行了测度的基础上，运用模型实证分析了物流业集聚的溢出效应，得出物流业集聚对区域经济增长具有显著溢出效应[9]；梁红艳从物流业的服务功能与调节功能出发，分别从产业联动视角以及产业分工视角分析了物流业对制造业效率的影响机制，并进一步进行了实证分析，结果显示物流业有助于制造业效率的提升[10]；申亮等人利用门槛模型研究了物流业与制造业生产效率的关系，结果表明物流业对制造业效率的提升呈现非线性关系[11]。

进一步分析可以发现，现有文献基本都证实了物流业发展以及集聚对制造业以及经济发展的积极促进作用，也有少数学者持不同观点，但基本都是从整体层面分析物流业发展以及集聚与经济发展和产业结构升级的单一线性关系，没有考虑到可能因为物流业集聚水平的不同导致的差异，物流业集聚对经济发展和产业结构升级的促进作用可能存在“门槛效应”，即物流业集聚水平可能存在一个或几个关键点，当集聚水平处于不同阶段时，其对经济发展的促进作用存在差异。

基于以上分析，实证数据的选择上选用地级市层面的面板数据，利用2005～2013年全国256个城市的样本数据，运用面板门槛模型对物流业集聚与制造业升级的关系进行分析，实证检验物流业集聚是否对制造业升级的作用效应，是否产生促进作用以及这种作用是否存在门槛效应？相对已有研究，本文的研究意义在于运用门槛模型测度了物流业集聚对于制造业升级的作用，打破了常规研究只是在整体层面分析物流业集聚与经济发展的单一线性关系的固有思维。

2 实证研究

2.1 数据说明与变量选取

2.1.1 数据说明

本文实证检验所用到的样本数据，来自2005～2013年全国256个城市，原始数据来自2006～2014年《中国城市统计年鉴》以及《中国区域经济统计年鉴》，之所以没有采用全部城市的数据，是因为一些城市的某些指标在某些年份中数据缺失，所以将其去除。由于我国现行的产业分类体系中没有命名“物流产业”，并且在各年份的统计年鉴中只有“交通运输、仓储与邮政业”这一指标，本文采纳钟祖昌的观点，即从各年我国物流业增加值统计中可以发现，“交通运输、仓储与邮政业”占到了物流业增加值总量的80%以上，基本上可以代表我国物流产业的发展情况[12]。因此，本文用“交通运输、仓储与邮政业”的值来代替“物流产业”指标值。

2.1.2 变量选取

变量的选取，是研究的基础，选择合适的变量可能会使研究结论更加准确。

（1）被解释变量制造业升级（MANU）。关于制造业升级的指标，国内学者采取的指标存在较大差异，如杜宇玮选取制造业年利税总额来代表制造业升级[13]，阳立高选择将制造业分为低、中、高三个等级，并用各自的总产值占整个制造业总产值的比重来衡量制造业升级[14]。本文采取盛丰的方法，用工业利润率来代表制造业升级，因为该指标在一定程度上反映了制造业在产品价值链环节上的地位[15]。理由在于，行业处于高技术产业或产业的高端部分，其利润率相对较高。

（2）门槛变量（亦即核心解释变量）物流业集聚（LOS）。有关产业集聚的测度方法，目前主要有赫芬代尔系数、基尼系数、信息熵、锡尔系数以及区位熵等方法。限于数据的可得性，本文采用就业人数计算得到的区位熵来代表各地的物流业集聚，具体计算公式为：

其中，PSi、Xi分别代表i市年末物流业就业人数和年末全部就业人数，PS、X分别代表所有城市年末物流业就业人数和全部就业人数。该指数越大，说明物流业集聚程度越高。

（3）控制变量。除了物流业集聚程度，外商投资FDI、人力资本水平、交通发达程度、信息化水平、科技水平等也会在一定程度上对制造业升级产生影响，基于本文的研究对象，本文选取以下控制变量：FDI、人力资本水平（HAU）、科技水平（SCI）。FDI技术溢出效应对制造业升级的作用，已被学者所证实，FDI通过技术溢出可以提升相关企业技术水平，此外，通过FDI企业可以获得更好的资金支持，同样有助于企业的发展升级，本文用外商投资企业总产值与该地区工业总产值的比值来替代。人力资本是国家或地区经济以及社会发展不可或缺的基础与动力，人力资本会通过提升制造业的研发水平、技术水平和创新效率等方式为制造业升级提供支撑，本文用人均教育从业人员数量指标来代表。科技代表着一个国家最先进的生产力，在制造业行业中，科技水平的高低体现制造业技术的先进与否，体现制造能力的强弱，体现行业盈利能力的大小和利润水平的高低，进而影响整个制造业的发展，本文采用科技支出占一般财政支出的比重来体现科技水平。

2.2 门槛面板模型

2.2.1 模型设定

本文采用Hansen提出的面板门槛模型进行分析[16]。其思想就是在模型中纳入指标函数，并以门槛值为分段点，建立分段函数，在此基础上通过实证估计和检验，得到门槛值和相应的门槛效应。模型的核心也是难点所在，就是门槛值的真实性检验以及门槛效应的显著性检验，可采用Hansen建议的“自体抽样法（Bootstrap）”，通过对统计量渐进分布的计算来实现检验目标。单一门槛模型的设定如下：

也可以采用另一种形式：

yit为被解释变量，xit为解释变量，qit为门槛变量，ui反映个体未观测特征，εit为随机干扰项，γ为待估计的门槛值，I（）·为指标函数，当相应条件满足时，其值为1，否则其值为0。

在多数情况下，门槛的个数不止一个，多重门槛模型的设定如下：

结合本文研究对象，以物流业集聚（LOS）为门槛变量，在不确定门槛个数的情况下，建立多重门槛模型如下：

2.2.2 门槛值估计与门槛效应检验

门槛模型运用过程中有两个问题需要解决，即门槛值的估计与门槛效应的检验，本文针对单门槛模型进行方法介绍。在对门槛模型进行估计前，先要消除个体效应ui对于估计带来的影响，常用的方法为得出每组数据的组内平均值，然后用该组数据减去组内平均值，根据这一思路可将模型转化为：

关于门槛值γ，在此本文将初始值设为γ0，进一步采用普通最小二乘法（OLS） 计算得到相应的残差平方和S1（γ），在所有残差平方和中，使其取值最小的γ0就是本文所寻求的门槛值估计值γˆ，因此可得到γˆ=argmin S1（γ）。得到γˆ以后便可以由最小二乘法得出λ的一致估计量λˆ。多门槛模型门槛值的估计与此思路相似，不在此进行进一步介绍。

基于估计得出的结果是否在统计意义上显著，即结果是否可信，仍需要进行门槛效应的显著性检验。检验之前需要针对是否存在门槛效应提出假设：

即原假设不存在门槛效应，如果拒绝原假设，则表明存在门槛效应。对于具体的检验，采用“自抽样法”（Bootstrap）来模拟似然比检验的渐进分布，借助统计量F1从而检验门槛效应的显著性。F1统计量的计算如下：

S0代表原假设条件下计算得到的相应的残差平方和，S1γˆ（）对应存在门槛效应时相应的残差平方和，σγˆ（）为存在门槛效应时相应的残差方差。

当门槛效应的显著性检验通过以后，需要对之前得到的门槛值的渐进分布特征进行估计，构造门槛值的置信区间，在此采用LR（似然比） 检验来分析，其原假设为H0：γˆ=γ0，LR计算公式为：

Hansen提出了一个拒绝原假设的计算公式，即在显著水平α下显著性检验通过的临界值，公式为LR1（γ）＞c（α）=-2log）。据此，可以得出不同显著水平下的临界值，计算可知，在1%、5%、10%显著水平下的临界值分别为10.59、7.35和6.53。

2.3 回归结果分析

对面板数据进行回归分析时，数据平稳性尤为重要，如果数据波动较大，有可能导致本来毫无因果关系的变量出现很高的相关性，使研究偏离现实。为了保证本文物流业集聚促进制造业升级门槛效应研究结果的可靠性，避免伪回归的出现，确保分析结果具有意义，在此采用LLC、IPS、Fisher-PP以及Fisher-ADF检验的单位根检验方法对变量平稳性进行检验，结合本文数据，检验结果如表1：

表1 变量单位根检验

由表1检验结果可知，人力资本水平（HAU）没通过IPS检验，而通过另外三种检验方法的检验，其他变量更是在1%的显著水平下拒绝存在单位根的原假设，综合考虑，有理由认为MANU、LOS、FDI、HAU以及SCI均为平稳序列，可以进行进一步的物流业集聚对制造业升级门槛效应的回归分析。

因为门槛模型的估计基于固定效应面板数据，因此，在运用门槛模型之前应该针对本文变量进行数据的Hausman检验，结合本文数据，检验结果为12.36，相应概率值为0.015，根据结果，可以认为针对本文的面板数据，应采用固定效应，所以采用门槛模型是合理的，可以进行进一步的研究。

根据Hansen的思路，首先应对模型的门槛效应进行检验，以确定具体研究对象是否存在门槛效应，表2报告了各个门槛效应的检验结果：

表2 门槛效应检验

由表2可知，单一门槛的F值为12.163，相应显著性检验P值为0.013，在1%的水平下显著。而双重门槛效应的F值为7.382，相应P值为0.033，在5%的水平下显著。综合检验结果，针对本文研究对象，物流业集聚对制造业升级的作用存在双重门槛效应。

在此基础上，得出门槛值及置信区间如表3所示：

表3 门槛值估计结果

如表3结果所示，在双重门槛模型中，门槛估计值为0.342和0.605，表明物流业集聚在不同的水平阶段，对制造业升级的作用不同，即物流业集聚与制造业升级之间不是简单的线性关系。

为了更加直观清晰的观察门槛值的估计和置信区间的生成，在此利用LR图进行分析。如图1所示，当LR取值最小时，图中折线所对应的门槛参数的值为0.342，即门槛值为0.342，另外，从图中虚线（95%置信水平临界值7.35）与折线的交点可以得出置信区间，此处为 ［0.321,1.840］。同样，由图2可以得出，第二门槛值为0.605，置信区间为 ［0.564,0.645］。

进一步运用门槛模型得到物流业集聚与制造业升级关系的门槛效应回归结果，如表4所示：

图1 双门槛模型LR图（第一门槛）

图2 双门槛模型LR图（第二门槛）

表4 门槛模型回归结果

从表4结果可以看出，物流业集聚对制造业升级具有显著的正向促进作用，这与之前的预期相一致。具体来看，当物流业集聚水平低于0.342时，物流业集聚对于制造业升级的促进作用为5.459，其对制造业升级仍具有显著的正向促进作用；当物流业集聚水平高于0.342但低于0.605时，物流业集聚对制造业升级的促进作用显著为正，其值为1.688，即物流业集聚能促进本地区制造业的升级，但是低于5.459，即此时物流业集聚对制造业升级的促进作用较前一阶段有所降低；当物流业集聚水平高于0.605时，作用值为0.0611，但是并不显著。总体来看，随着物流业集聚水平的提高，集聚在相应区间内对制造业升级的促进作用呈减弱趋势，但是物流业集聚对制造业升级仍具有促进作用。由此可以看出，物流业集聚对于制造业升级的促进作用并不能用简单的多元线性模型来表示，物流业集聚对于制造业升级的作用更倾向于一个分段的线性关系，用以物流业集聚为门槛的门槛模型来表示更为准确。

从控制变量SCI的结果来看，科技水平SCI的回归系数为0.442，且通过了1%的显著性检验，证明科技水平对制造业升级具有显著的促进作用，这与本文的预期及其他学者的结论相一致，随着科技水平的不断提高，其将不断促进制造业的转型升级。原因在于，随着科学技术的不断进步以及在制造业甚至工业企业的运用，科技水平越来越成为体现企业生产力水平的重要指标，科技水平的不断提高会相应带动企业在装备、技术、效率等方面的提升，从而增强制造业企业的生产能力，进一步提升企业盈利能力和利润水平，进而有助于制造业的发展和升级。

人力资本的系数为负，且没通过显著性检验，说明从本文结果来看，人力资本没能对制造业的数据起到促进作用，这与本文的预期不一致。原因可能在于，虽然近年来我国的教育规模不断增加，水平不断提升，人力资本存量逐年提升，但是人才质量有待提高，高等院校对人才的培养方向与企业需求的衔接存在问题，二者出现一定程度的不匹配态势，从而一部分人才没能在制造业升级过程中起到重要作用，这一问题应该引起足够重视。

对于FDI，其结果也没有通过显著性检验，这说明FDI没能对制造业升级起到积极的促进作用，也就是说以市场换取技术溢出从而促进制造业升级的方式没能取得效果。出现这一结果的原因可能是，随着外商投资的不断进行，外商投资企业与内资企业间的技术差距越来越小，其溢出效应也逐步减弱，内资企业难以继续依靠外商投资企业的技术溢出来实现制造业的转型升级。

3 结论与建议

本文基于2005～2013年全国256个地级市的面板数据，运用门槛模型实证分析了我国物流业集聚对于制造业升级促进作用的门槛效应。结果显示，物流业集聚对制造业升级的促进存在双门槛效应，在物流业集聚的不同阶段其对制造业升级的促进作用逐步降低，说明以物流业集聚为门槛的门槛模型能够更为准确的表示两者间的关系，同时科技水平的不断提升也会对制造业升级产生积极的促进作用。

基于实证结果的结论，本文给出了以下几个方面的建议：

从物流业集聚角度来看，一方面物流业集聚能促进制造业升级，为了推动各地区制造业升级，应进一步强化物流业的空间集聚水平，通过物流业集聚的竞争效应、溢出效应和规模效应促进各地区制造业发展升级；另一方面，物流业集聚对制造业升级的促进作用存在门槛效应，当物流业的集聚水平处于不同阶段时，其对制造业升级的作用大小不同，因此，在进行物流产业规划时，也要对本地区物流业集聚水平进行准确定位，利用物流业集聚的门槛效应，制定出更加合理的物流业发展与集聚目标，从而在合理分配资源的情况下，促进制造业升级。

具体来看，当某地区的物流业集聚水平低于0.342时，物流业集聚对制造业升级的促进作用为5.459，促进效果明显，但是此时物流业发展的特点是物流发展的投入相对较少，物流业发展水平有限，物流业集聚水平较低，因此该地区应大力发展物流业，加大在物流发展方面的资金、技术以及政策支持，促进物流业的进一步发展，进一步提升物流业集聚态势；当物流业集聚水平高于0.342但是低于0.605时，其对于制造业升级的促进作用为1.688，相比于前一阶段，作用效果有所下降，但是仍处于一个较高的水平，在此阶段各方投入加大，物流业发展以及集聚程度有了进一步提升，考虑到地区各方面资源的有限性，在制定相应发展规划时，应当综合考虑各产业发展需求，但是促进物流业发展和集聚仍然需要足够的关注；当物流业集聚水平超越0.605的门槛时，其对制造业升级的促进作用下降为0.061，此时物流业发展已具有一定规模，集聚态势也达到一定水平，考虑到物流业集聚对于制造业升级的促进作用较小，此时已经不适合再对物流业进行过多的投入，而应该更加关注促进制造业升级的其他方面，实现有限资源的更加合理的分配，从而最大限度的促进制造业升级。

从科技水平角度出发，在制造业升级过程中，不能忽略科技对于制造业升级的促进作用。因此，应当继续增加对于科技的关注以及发展投入，加快科学技术的进步，提高科技水平，而科技的进步只有运用到实践当中，才能发挥其作用，因此应注重科学技术与生产实际的接洽，促进科学技术向生产力的转化，提升制造业技术水平，为制造业升级提供技术支持。