产业融合视角下物流业支持商贸流通业高质量发展研究——基于长江经济带的经验证据

李育全

（南京大学商学院 江苏南京 210036）

引言及文献综述

物流业是产业分工和专业化的产物，是我国经济发展的重要动力源泉。作为我国国民经济的重要支柱性行业之一，商贸流通业与物流业的融合发展将会产生协同倍增效果，成为我国经济高质量发展的助推器。在我国新旧动能转换的关键时期，加快产业融合是当前加快产业升级的重要路径。对于商贸流通产业而言，产业的升级与发展不仅需要自身的创新，同时也需要依赖其它相关产业的辐射效应。物流业是商贸流通产业发展的基础，在产品流通过程中发挥着重要的先导性作用。物流业与商贸流通产业的融合发展，势必能够发挥产业协同 “双引擎” 的效果，助推商贸流通产业更高质量发展。

针对两者之间的关系，众多学者采用不同的方法进行了研究，周艳红（2018）采用投入产出模型和SDA 分解方法，从供需协同视角研究了物流业与商贸业发展之间的关系，得到了物流业发展对商贸流通业发展的影响效应。王鑫（2018）则基于2007-2016 年省级面板数据测算了商贸流通效率和物流产业集聚水平的基础上，研究了物流产业集聚对商贸流通效率提升的作用，验证了物流产业与商贸流通业融合的趋势。张雪玲（2019）基于物流业区域内发展现状分析的基础上，构建了我国东部、中部和西部三大经济区物流业发展效率和商贸流通一体化发展的框架体系。张娟娟和王会宗（2019）研究了我国物流业与商贸流通业之间的协同发展关系，结果表明物流业与商贸流通业之间存在长期均衡关系，物流业发展对商贸流通业的发展具有正向促进作用。

事实上，要检验产业之间融合发展的关系，前提是能够较好地测算出两者的发展水平。而现有研究中，关于物流业和商贸流通业发展情况的测度主要是采用因子分析法、主成分分析法、DEA 效率测度方法或者灰色关联度方法进行测算，譬如，黄浩和吴先（2017）以江苏13 个城市为样本，构建了区域物流竞争力评价指标体系，测算了区域物流发展水平及其区域差异性进行了比较研究。李潘和彭会萍（2018）对丝路经济带沿线9 个省市的物流产业竞争力进行了测度，并据此提出了完善基础设施建设和物流信息化建设，以及培养高素质物流人才促进物流业产业结构转型升级的政策建议。章艳华（2019）采用熵权灰色关联度模型就长江经济带沿线2017 年各省域物流业发展竞争力进行了测度，研究表明物流业发展竞争力在长江经济带沿线区域之间存在显著的区域差异性。这些研究为进一步厘清物流业与商贸流通业发展之间的关系铺垫了基础。据此，本文在此基础上，基于我国长江经济带沿线省域样本数据为基础，通过构建和测算物流业发展水平和商贸流通业高质量发展指数，来考量物流业发展是如何支持我国商贸流通业高质量发展，并探讨其是否存在区域差异性影响。这对于政策部门更好地精准施策，激发我国商贸流通业高质量发展显然具有重要的现实意义。

变量测算模型构建及数据来源说明

（一）物流业发展水平测算指标说明

地区物流业发展水平是个综合型的指标，构建科学合理的物流业发展体系是测算物流业发展水平的基础。一般而言，物流业发展水平与经济发展水平、社会消费水平、物流业需求状况，以及物流业基础设施建设情况密切相关。据此，本文在借鉴现有文献的基础上，构建包含地区经济发展水平、地区社会消费水平、地区物流需求状况、地区物流业基础设施建设四个维度的综合型评价指标体系，各分指标如表1 所示。

（二）商贸流通业高质量发展测算指标说明

同样，商贸流通业高质量发展不仅是指商贸流通业规模上的发展，更多的是注重商贸流通业的质量发展。据此，参照相关文献做法，本文从商贸流通业发展的规模效应、网络零售效应和连锁集聚效应三个维度构建商贸流通业高质量发展测度模型，具体细分指标及数据来源如表2 所示。

据此，可以根据表1 和表2 的测算指标，通过熵权灰色关联度模型测算出地区物流业发展水平和商贸流通业高质量发展指数。

实证研究

（一）实证模型设定及变量说明

根据本文研究的目的，建立物流业发展支持商贸流通业高质量发展的实证模型，如式（1）所示：

其中，Yit表示商贸流通业高质量发展指数，LIit表示物流业发展水平，Xit为控制变量，β、γi分别表示待估计参数，Vit表示个体固定与时间固定，ε 为误差项。在控制变量的选择上，本文借鉴张娟娟和王会宗（2019）等的研究结论，选择居民消费升级、政府政策支持力度、城镇化水平和对外开放状况，具体指标说明和数据来源如表3 所示。

（二）实证估计及结果分析

本文进行实证研究的样本期间为2018-2019 年，样本区域为长江经济带沿线11 省域数据。根据表1 和表2 的测算指标，首先测算出长江经济带沿线省域2018-2019 年物流业发展水平和商贸流通业高质量发展指数，如表4 所示。

表4 的测算结果显示，长江经济带沿线区域物流业发展水平和商贸流通业发展情况区域差异性异常显著。从物流业发展情况来看，浙江的物流业发展指数最高，与其处于同一梯队的还有江苏和上海，这表明浙江物流业的竞争力最强，江苏和上海次之。这一点在现实中也得到较好的佐证，一方面，据国家邮政局数据显示，2019 年全国物流业规模排名前八的城市为广州、金华、深圳、上海、杭州、北京、苏州和东莞。另一方面，从最能够代表物流业发展的跨境电商发展情况来看，杭州作为全国第一家跨境电商综试区，对跨境电商发展起到了引领作用。从国家公布的三批跨境电商综试区名单来看，浙江和江苏分别占据3个，数据名列长江经济带沿线省域第一。第二梯队为湖北、湖南、江西、安徽和四川，第三梯队为贵州、重庆和云南。相对而言，贵州和云南的物流业发展水平最低，竞争力最弱。原因可能在于，云贵地区本身比较滞后的物流业交通基础设施建设，以及相对落后的地区经济发展水平和地区居民消费水平等众多因素共同导致，使得这些地区物流业发展水平明显要低于东中部地区。

表1 物流业发展各维度细分指标及数据来源

表2 商贸流通业提质增效各维度细分指标及数据来源

表3 控制变量说明

表4 2018-2019 年样本省份物流业与商贸流通业发展情况测度

表5 基准回归估计结果

表6 区域差异性回归结果

从商贸流通业高质量发展指数来看，与物流业发展水平呈现出类似的趋势，第一梯队为上海、浙江和江苏，在商贸流通业高质量发展指数，上海超过浙江和江苏稳居第一，这一点也与现实较为吻合。上海发达的第三产业和浙江自古以来的贸易强省地位为上海和浙江商贸流通业高质量发展铺垫了基础。总体而言，长江经济带下游的上海、浙江和江苏商贸流通业高质量发展水平最高，处于第一梯队，安徽、江西、湖北和湖南处于第二梯队，贵州、重庆、四川和云南处于第三梯队。这也从侧面印证了商贸流通业发展与物流业发展之间存在紧密关系，但两者之间究竟存在怎样的密切关系，依然无法明晰。据此，本文采用Stata软件，基于长江经济带沿线省域2018-2019 年样本数据，对模型（1）进行估计，得到估计结果如表5 所示。

表5 估计结果显示，物流业发展水平每提升1 个百分点，会带动商贸流通业高质量发展指数增加0.6384 个百分点，实证结果显示物流业对商贸流通业高质量发展具有强劲的正向推动作用。居民消费升级、政府政策支持、城镇化的推进和对外开放水平的提高均能够对商贸流通业高质量发展产生显著的促进作用。但从物流业发展水平和其他影响商贸流通业高质量发展的贡献度来看，物流业发展水平的提高对商贸流通业高质量发展的边际效应最强，居民消费升级次之，然后是政府政策支持、城镇化水平的推进和对外开放水平的提升。

对于这种差异，本文认为，商贸流通业高质量发展主要是基于以网络零售为典型代表的第三产业的快速发展。产业结构的丰富与调整能够为居民提供更多享受型、个性化、定制化的产品需求，其最终目的是为了满足居民购物体验。而物流业的发展能够降低产品流通过程中的时间成本，则极大地提升了消费者的购物体验，显然能够对商贸流通业的高质量发展发挥最强大的边际贡献。而消费升级是消费者消费理念和消费产品从传统生存型消费向更高层次的享受型和发展型消费发展，自然对商贸流通业更高质量发展在需求端产生倒逼作用，促进商贸流通业朝着能够满足消费者消费需求和消费体验的更高质量的方向发展。

为了考察物流业发展对商贸流通业高质量发展的影响是否存在区域差异性，本文将样本省域根据所处位置在上游（云南、重庆、四川和贵州）、中游（湖南、湖北、安徽和江西）和下游（江苏、浙江和上海）进行划分，重新对模型（1）进行估计，得到估计结果如表6 所示。

表6 的估计结果验证了物流业发展对商贸流通业高质量发展的影响效应存在着明显的区域差异性。总体而言，下游地区物流业发展对商贸流通业更高质量发展的边际贡献最强，中游地区次之，上游地区相对最小。可能的原因是，我国物流业发展仍然还处于不断推进的过程中，尽管长江经济带下游地区物流业发展基础已经明显处于领先，但其对商贸流通业高质量发展的促进效应仍未能够得到全面发挥，产业发展的规模经济效应仍然存在，其边际效应仍然超过中游和上游地区。与物流业发展水平对商贸流通业高质量发展的影响呈现相似特征的还有居民消费升级，同样表明我国居民消费升级还处于不断优化的阶段，长江经济带下游地区消费升级对商贸流通业高质量发展的边际效应最强，呈现出东中西 “梯度递减” 趋势。但需要注意的是，政府政策支持力度和城镇化水平对我国商贸流通业高质量发展的边际效应却呈现出经济带上游地区最强、中游地区次之、下游地区最弱的特征，也即反向的 “梯度走势”。出现这一现象的原因，可能是由于我国中西部地区相比于东部地区而言，商贸流通业更加依赖于政府政策的支持和城镇化手段的推动。归根到底可能是由于市场化程度较弱所致，导致政府有形之手在推动中西部地区商贸流通业发展方面的影响更大，所表现出来就是政府政策支持力度和城镇化水平对商贸流通业更高质量发展的边际贡献更强。

结论及启示

物流业与商贸流通业发展之间存在密切关系，但物流业发展是否能够促进商贸流通业更高质量发展并未形成一致意见。考虑到我国区域物流业发展水平存在明显差异，其是否会对流通业的发展带来差异化影响是本文重点研究的对象，也是当前迫切需要厘清和解决的重要议题。本文利用灰色关联度模型方法，构建了衡量物流业发展水平和商贸流通业高质量指标体系，基于长江经济带沿线省域2018-2019 年经验数据测算出物流业发展水平和商贸流通业高质量发展指数，并进一步基于该数据考量了物流业发展对商贸流通业的具体影响及其区域差异性，研究得到结论如下：

首先，长江经济带沿线省域物流业发展水平和商贸流通业发展情况存在显著的区域差异性。无论是物流业发展水平，还是商贸流通业高质量发展指数，上海、江苏和浙江均处于第一梯队，上游地区的贵州、重庆和云南处于最后梯队，总体上表现为东部领先、中部次之，西部滞后。具体而言，浙江的物流业发展水平在长江经济带沿线省域排名第一，竞争力最强，而上海的商贸流通业高质量发展水平在长江经济带沿线省域排名第一，而贵州的两项指数均在该区域内排名最后。

其次，物流业发展水平对长江经济带沿线省域商贸流通业更高质量发展确实存在显著的助推作用，且对不同区域商贸流通业的边际影响强度存在异质性。具体而言，长江经济带下游地区物流业发展对商贸流通业高质量发展的边际贡献最强，中游地区次之，上游地区相对最小，总体表现为东中西 “梯度递减” 现象。

最后，居民消费升级、政府政策支持、城镇化水平的推进和对外开放水平的提升均能够对商贸流通业更高质量发展产生促进作用，但同样存在区域差异性。居民消费升级和对外开放水平对商贸流通业更高质量发展的边际效应表现为东中西 “梯度递减”，而政府政策支持和城镇化水平对商贸流通业更高质量发展的边际效应却表现为逆向的“梯度递减” 态势。

据此，本文认为，政府部门在制定相关政策时，一是需要高度重视物流业发展对商贸流通业更高质量发展的影响作用，充分发挥好促进物流业发展的基础设施建设投入力度，加大对传统铁路、公路、机场等建设的基础上，紧抓 “新基建” 投资，通过新一轮物流基础设施的投资，加快改变当前物流业发展的基础薄弱现象，缩小各区域之间物流业发展之间的差距，充分利用好现代信息技术对物流业发展的赋能作用，为物流业发展支持商贸流通业更高质量贡献力量；二是要重视物流业和商贸流通业发展的区域差异性，分析区域差异性产生的原因，找准定位，通过优势互补，强弱项，补短板的手段，缩小长江经济带沿线省域之间的物流业和商贸流通业发展差距，实现物流业发展的区域间互补；三是充分发挥好市场无形之手和政府有形之手的共振合力作用，对不同区域采取差异化的精准政策，譬如对于长江经济带上游和中游地区则应该发挥政府有形之手的介入，通过政府政策支持和城镇化水平的推进来促进商贸流通业高质量发展，长江经济带下游地区则应该放松政府有形之手的干预，发挥市场化无形之手的功能，通过居民消费升级等市场自发手段来促进商贸流通业更高质量发展。四是利用互联网信息技术、大数据、区块链、人工智能等技术对物流业发展的相关业务流程进行再造，比如引入无人分拣、智能物流、智能仓储等手段来提高物流效率，通过大数据测算物流业仓储的最优化设置，以便于就近发货，降低物流成本，提升物流运输效率，促进物流业发展的集约化和高效化，最后服务于商贸流通业的高质量发展。五是培育和打造一批具有引领示范作用的物流业龙头企业，在初具规模的现有物流企业基础上，通过财政政策和货币政策的扶持和赋能作用，给予物流业发展相对落后地区的物流企业人才和技术等方面的支持；六是积极开展物流业发展的人才培养，通过发挥当地高校的积极作用，通过校企合作或者 “订单” 培养等方式，开展物流业相关人才的专业化培养，积极为物流业企业高质量发展提供专业化的人才队伍，促进物流业的可持续发展，为物流业支持商贸流通业高质量发展铺垫扎实的基础。