重庆市制造业和物流业联动发展研究

任晓红　沈佳　杨强

关键词：制造业；物流业；联动发展；耦合协调度；GM（1，N）模型；灰色关联分析

中图分类号：F25224 文献标识码：A 文章编号：2096-7934（2023）05-0026-13

一、引言

制造业是一个国家综合实力的重要体现，决定一个国家的国际分工地位［1］。制造业的发展水平也能够反映出一个国家或地区的生产力和经济发展水平［2］。而物流业是支撑国民经济发展的先导性、战略性产业［3］。2020年8月22日，国务院发布《推动物流业制造业深度融合创新发展实施方案》，提出：要促进物流业和制造业协同联动和跨界融合，为建设实体经济高质量发展和现代化经济体系打下坚实的基础［4］。

重庆是是中国四大直辖市之一，是国务院批复的国家重要的中心城市之一，也是长江上游最大的经济中心和交通枢纽［5］，是成渝地区双城经济圈的核心城市。探究重庆市制造业与物流业联动发展对当地经济社会发展具有重要意义。针对重庆市制造业和物流业联动发展，文章从以下几个方面展开文献分析：

关于两业协调发展水平的测量。目前，较多采用耦合协调度模型、灰色关联模型以及协同模型等方法测量两业协调发展水平：田强［6］以山东省为研究对象，利用耦合系统协调度模型测度2011-2019年该省两业的协调发展水平；沙颖［7］利用灰色关联模型测度吉林省两业发展的协调度；张秋玲［2］构建了协同度测量模型，基于协同理论研究黑龙江省两业的协同发展；梁红艳［8］运用距离协同模型测度中国2004-2016年30个省区市两业的联动程度，并构建随机前沿模型考察两业联动对物流业技术效率的影响。此外，施国洪［9］将数据包络分析（DEA分析）的方法用到两业的协调性评价上，通过相应的模型对江苏省1998-2007年两业的协调发展状况进行了评价；都继萌等［10］基于中文解释（DEA-Malmquist）指数模型对京津冀三地2010-2019年制造业与物流业全要素生产效率进行测算，对计算出的全要素生产率建立非线性时间序列模型（GAR模型），测算京津冀三地两业的联动效率。

关于两业联动发展的影响因素。一是关于两业的耦合协调发展的影响因素：田强等［11］利用地理探测器模型检测地区经济发展水平、城镇化水平、地区创新能力、网络信息化水平等对华东地区两业耦合协调的影响作用，得出各影响因素中网络信息化水平成为华东地区两业协调发展的主要驱动因素，其余诸因素对两种产业的耦合协调也具有显著影响。二是关于两业的协同集聚的影响因素：唐红祥［12］构建计量模型探讨影响制造业与物流业协同集聚的主要因素，结论表明，基础设施建设、政府干预、开发区建设、信息化水平、城市规模、人力资本、经济发展水平等均对产业协同集聚产生显著影响；鄢飞［13］根据空间面板模型得出马歇尔三大要素都对本省两业协同集聚有明显的推动作用，其中投入产出关联的影响最大，其次为知识外溢和劳动力储备。三是关于推动两业联动发展的影响因素：孙家庆等［14］运用因子分析法得到推动二者联动发展的七大关键影响因素，即推动因素、制度因素、流程因素、组织交互因素、保障因素、障碍因素和环境因素。

与两业联动发展相关的其他方面。Rehman等［15］基于高级物流的基本特征以及物流链和供应链的形成和融合过程，得出两业的产业联动实际上是整合供应链的过程，包括了由两业分别主导的供应链；弓宪文［16］基于耦合理论和协同理论，得出在2003-2013年间我国两业耦合协调度在波动中不断上升，总体呈现从失调向逐步协调发展的时序演化特征；张宏旺［17］利用我国2009-2019年的上市制造企业的微观数据集，构建多重固定效应模型，得出物流业发展能够有效促进制造企业提高生产效率。

上述文献对两业协调发展的水平、影响联动发展的因素以及其他与两业联动发展相关方面都进行了深入的研究，但缺乏对两业联动发展的系统性综合分析。针对此问题，首先构建制造业和物流业指标体系，通过熵权法和线性加权法构建两业发展情况的综合得分，刻画两业的发展情况。其次，利用耦合协调度模型实证测度重制造业与物流业两个行业的耦合度及耦合协调度情况。再次，利用GM（1，N）模型对两业联动发展的运行态势进行机理分析，在宏观层面上为如何提升重庆市两业协调发展提供依据。最后，利用灰色关联分析测算了各影响因素与两业的耦合协调度以及制造业发展情况的关联度，并进行排名，在微观层面上为如何提升重庆市两业联动发展提供参考。

（一）指标体系的构建

利用制造业和物流业发展的相关指标构建两系统的评价指标体系，研究两个系统的联动发展，并用各从业人数、固定资产投资、铁路线路里程、公路线路里程等指标研究各个因素对制造业和物流业联动发展的影响。

1制造业发展情况

利用工业总产值、工业占總GDP的比重、规模以上工业企业资产合计、主营业务收入、利润总额、进出口总额和制造业人均工资共七个指标构建制造业发展评价指标体系（如表1所示）。

表1 制造业指标体系

2物流业发展情况

利用物流业总产值、物流业占总GDP的比重、物流业人均工资、快递数量、快递业务收入、客运量、旅客周转量、货运量、货物周转量和港口货物吞吐量共十个指标构建制造业发展评价指标体系（如表2所示）。

表2 物流业指标体系

3影响因素

利用制造业从业人数、制造业固定资产投资、工业综合能源消费量、物流业从业人数、物流业固定资产投资等共十三个指标，从劳动力投入、资本投入、交通基础设施存量等方面探究物流业与制造业联动发展的影响因素（如表3所示）。

表3 各影响因素指标描述性统计分析

（二）数据预处理

1数据来源

采用我国重庆市2011年-2020年间的时间序列统计数据，数据来源于《重庆统计年鉴》和《中国统计年鉴》。各个经济类指标都以2011年价格指数为基准，其他年份的通过对应的价格指数计算，折算为以2011年不变价计算的实际指标数值。由于部分价格指数的缺失，选用与之相关联的价格指数代替：规模以上工业企业资产合计的价格指数采用地区工业生产总值指数替代，规模以上工业企业主营业务收入、快递业务收入、制造业和物流业从业人员工资等价格指数均采用居民人均可支配收入指数替代。用交通运输、仓储及邮政业数据表示物流业的情况。

2数据标准化处理

数据标准化主要功能是消除变量间的量纲关系，从而使数据具有可比性。公式如下：

3熵权法

熵权法是一种客观赋权法，根据各指标的变异程度计算指标权重，可以避免主观性和指标变量间信息的重叠性，增加指标的分辨意义和差异性［18］。倘若指标的变异程度越小，所反映的信息量也越少，其对应的权值也应该越低。其计算过程［19］如下：

计算各指标的信息熵：

计算各指标权重：

上式中，Zij是标准化后的指标值；X_ij是制造业和物流业系统中某项指标某年的原始数值；i是第i（i=1，2，…，n）个年份；j是某个系统中的第j（j=1，2，…，m）个指标；e_j是第j个指标的信息熵值；ω_j是第j个指标的权重。

4综合得分的计算

基于熵权法计算得到的各指标权重Di，再结合标准化处理之后的数据，采用线性加权的方法计算制造业和物流业系统的综合得分，计算公式如下：

5耦合协调度计算

耦合是指多个系统间由于某种相互作用而产生影响的现象，通过衡量系统之间的相互作用，得出物流业与制造业的耦合作用强度，了解二者在时间上的发展秩序［20］。而耦合协调度能够反映同一时期各系统彼此配合的程度，测量系统内部各要素互动作用过程中协调水平与配合发展能力的大小［21］。

式中，U₁表示制造业系统的有序度，U₂表示物流业系统的有序度；C表示耦合度值；T是综合协调指数；a和b分别表示制造业和物流业的地位和贡献的待定系数，本文中a=b=05；D为耦合协调度，值越高则耦合协调水平也就越高。

（三）实证分析

1物流业和制造业发展现状

利用熵权法计算制造业和物流业各指标权重，结果如表4和表5所示。

表4 制造业各指标权重计算结果

表5 物流业各指标权重计算结果

利用线性加权法得到2011年-2020年间重庆市制造业和物流业的综合得分，变化趋势如图1所示：

圖1 两业综合得分变化趋势

由图1可知，重庆市制造业发展整体呈倒U形，在2011-2014年间，发展情况呈上升趋势，综合得分由0351上升到峰值0743，而后出现一个小幅度的下降到2015年的0727，然后上升到2016年的0738，之后呈下降趋势，到2019年得分为0291，然后上升到2020年的0421。重庆市物流业发展整体呈U形，先是经历了由2011年的0449下降到2013年的0232，然后上升到2015年的0334，而后出现一个轻微的下降到2016年的0320，之后上升到2019年的峰值0534，最后下降到2020年的0452。在2011-2020年间，两个行业发展情况整体上有略微的上升，出现相互交替的情况，且波动较大，对两业联动发展的研究能够一定程度上推动两业的稳定和协调发展。

重庆市制造业变化趋势呈现倒U形，由于2017年重庆市的制造业迎来艰难而危机的时刻：重庆汽车制造业一直有“一把手工程”之说，汽车产业也是重庆第一支柱性产业，对重庆制造业的兴衰具备极大的影响力。2017年，重庆银翔所依仗的市场“黑马”—幻速销量同比2016年已下滑32%，长安汽车净利润则大跌三成。2018年4月，长安汽车净利润同比下降近70%，而后至2019年，重庆市制造业发展到达低谷。重庆汽车产业的兴衰与当地制造业的发展息息相关，在进行制造业产业结构升级时，应将汽车产业作为重点，调整汽车制造企业的战略结构，优化产业业务流程和内部资源配置，加强高新技术的研发力度，加大外商投资力度，并加强产品质量监管。

2测度耦合协调度

关于两业协调发展的等级标准，借鉴余沛的耦合度和耦合协调度评价标准［22］，如表6和表7所示：

表6 耦合度评价标准

表7 耦合协调度评价标准

通过计算，得到重庆市2011-2020年制造业与物流业耦合度以及耦合协调度，如表8所示。

表8耦合度及耦合协调度计算结果

根据表8，可知2011-2020年重庆市制造业与物流业已具备较高程度的耦合水平，从2011年的0992到2020年的0999，整体上呈U形波动。重庆市制造业和物流业协调发展仍处于初级协调阶段，耦合协调度从2011年的0630提升到2020年的0660，整体上呈倒U形趋势，此后还需要先达到基本协调、良好协调两个阶段，才能达到完美协调状态，距离实现完美协调还有一个漫长的阶段。

3.GM（1，N）模型

制造业和物流业的评价指标体系是模糊的、不确定的。两业构成了一个复杂的灰色系统，利用灰色GM（1，N）模型进行定量研究，从而确定各系统之间的相互作用力。

首先，将这个灰色序列转换成一个有规律的序列，建立一个微分方程，记为GM（GreyModel）［23］。

基于两业的综合得分数据，构建灰色模型。X1（0）表示制造业发展水平，X2（0）表示物流业发展水平，得出：

综合来看，重庆市制造业和物流业系统都具备一定的自我发展能力，不论是在过去还是未来，都能获得可持续的发展，同时制造业的发展能够推动物流业的发展。

4灰色关联分析

灰色关联分析法是通过研究各变量间的关联性，度量各变量间的关联程度的一种研究方法。

（1）各影响因素与两业耦合协调度的灰色关联度

将制造业和物流业的耦合协调度时间序列数据当做母序列，各影响因素标准化之后的数据当做特征序列，通过SPSSAU计算各特征序列的关联度，并进行排名，结果如表9所示。

表9 各影响因素灰色关联分析结果

从表9可知，当母序列为两业发展的耦合协调度序列时，制造业就业人数为最优因素，对两业的联动发展影响最大，關联度排名第1，其次是物流业固定资产投资、专利授权量、就业人员总计、物流业从业人数和制造业固定资产投资等。

（2）各影响因素与制造业发展的灰色关联度

就当前发展情况来看，重庆市物流业的发展情况优于制造业发展情况，又因为GM（1，N）模型中得出重庆市制造业的发展能够显著推动物流业的发展，所以再计算各影响因素与制造业的发展的关联度，结果如表9。

从表9可知，当母序列为制造业发展综合得分序列时，制造业就业人数也为最优因素，对两业的联动发展影响最大，关联度排名第1，其次是专利授权量、就业人员总计和物流业从业人数等。

综合两种情况可知，无论母序列是两业耦合协调度还是制造业发展情况，制造业就业人数都为最优因素，而且就业人员总计分别排名4和3，物流业从业人数排名5和4，说明不论是在两业的联动发展中，还是在制造业发展中，劳动力投入都是最重要的影响因素，然后是固定资产投资额，在两业联动发展中也颇为关键，其与制造业的关联度排名稍有下降，专利授权量、科研经费支出的关联度排名也十分靠前，表明科研投入对于制造业的发展也有显著的推动作用，同时也促进这两业联动发展。其次是工业能源投入、每万人中普通高等学校在校人数、铁路线路里程、城镇化率、公路线路里程和城镇常住居民人均消费性支出，都能够促进两业联动发展和制造业发展。

二、结论

文章为探究重庆市制造业与物流业的联动发展，首先利用熵权法对两业各指标进行客观赋权，利用线性加权法计算两业的发展情况的综合得分，再利用耦合协调度模型实证测度两业的耦合度及耦合协调度情况，然后利用GM（1，N）模型分析两业联动发展的运行态势，最后利用灰色关联分析测算了各影响因素与两业的耦合协调度以及制造业发展情况的关联度，并进行排名，得到以下基本结论：

（1）在2011-2020年间，重庆市制造业发展整体呈倒U形，而物流业发展整体呈U形，两个行业发展情况整体上有略微的上升，出现相互交替的情况，且波动较大；

（2）2011-2020年重庆市制造业与物流业已具备较高程度的耦合水平，从2011年的0992到2020年的0999，整体上呈U形波动。重庆市制造业和物流业协调发展仍处于初级协调阶段，耦合协调度从2011年的0630提升到2020年的0660，整体上呈倒U形趋势，此后还需要先达到基本协调、良好协调两个阶段，才能达到完美协调状态，距离实现完美协调还有很长一个阶段。

（3）重庆市制造业和物流业系统都具备一定的自我发展能力，不论是在过去还是未来，都能获得可持续的发展，同时制造业的发展能够推动物流业的发展。

（4）灰色关联分析结果表明：不论是在两业的联动发展中，还是在制造业发展中，劳动力投入都是最重要的影响因素，然后是固定资产投资额，在两业联动发展中也颇为关键，其与制造业的关联度排名稍有下降，专利授权量、科研经费支出的关联度排名也十分靠前，表明科研投入对于制造业的发展也有显著的推动作用，同时也促进这两业联动发展。其次是工业能源投入、每万人中普通高等学校在校人数、铁路线路里程、城镇化率、公路线路里程和城镇常住居民人均消费性支出，都对两业联动发展以及制造业发展有着一定的推动作用。

基于上述结论，提出以下建议。

1加快制造业产业结构调整

重庆市制造业的发展趋势呈倒U形，以制造业为主导的第二产业占市内总GDP的比重逐年下降，制造业的改革势在必行。同时，制造业发展对物流业有显著的推动作用，通过制造业改革可以整体上提升两业联动发展。依托于工业互联网生态系统，重组和改革制造业的多方面业务，着力于汽车产业，调整产业的结构，优化业务流程，完善内部资源配置，实现经营效益的最大化。

2增強物流企业的服务能力

通过GM（1，N）模型分析可以得知，重庆市物流业没有显著推动制造业的发展。物流企业需要通过打造更为专业化的服务产品和服务模式来提高现有市场占有率，要加快技术和服务改革，促进物流服务体系的信息化和一体化；同时，在物流管理方面，引入先进人才，进行现代化管理改革，严格执行高标准要求，促进产业结构升级和发展方式的转变，与制造业实现高效的联动发展。

3紧扣关键环节，促进两业联动发展

劳动力是重要生产力，是推动两业产业链升级发展的基础，目前两业的联动发展急需大量的、多层次的复合型人才以提升生产力，相关企业应在保证就业质量的基础上扩大就业规模；加大固定资产投资力度，加大招商引资力度；科学技术是第一生产力，创新驱动行业发展，加大科技投入，引导两业高质量发展。

4建立两业战略合作联盟、信任合作机制

建立战略合作联盟，例如技术联合开发、联合生产与供应、联合经营等，两业在技术上相互支持，资源共享；建立信任合作机制，降低了机会成本，在制造业各阶段建立物流专业服务，使得制造业与物流服务更高效地合作。

5政府统筹引导，优化联动发展的政策环境

政府要规范市场秩序，对两业联动发展新业态、新模式实施审慎监管，建立和完善市场运行机制；鼓励和刺激消费，通过消费拉动生产；强化就业优先政策，健全就业促进机制，促进高质量充分就业；鼓励物流企业建立一体化服务体系，并为物流业基础设施建设提供政策扶持；增加对交通基础设施的财政投入，推动前瞻性交通基础设施的建设，并维护好现有交通基础设施；支持物流标准化设施设备的推广、铁路专线的建设、农产品冷链物流的发展等；加快修订铁路专线相关管理文件，完善专线共建共用机制，规范专线收费标准。

参考文献：

［1］汪应洛，刘子晗中国从制造大国迈向制造强国的战略思考［J］.西安交通大学学报（社会科学版），2013，33（6）：1-6

［2］张秋玲，刘永悦基于协同理论的黑龙江省制造业与物流业协同发展研究［J］.黑龙江八一农垦大学学报，2021，33（3）：127-132，136

［3］梁红艳中国制造业与物流业融合发展的演化特征、绩效与提升路径［J］.数量经济技术经济研究，2021，38（10）：24-45

［4］中华人民共和国中央人民政府国家发展改革委关于印发《推动物流业制造业深度融合创新发展实施方案》的通知［EB/OL］.［2020-08-22］.http：//wwwgovcn/zhengce/zhengceku/2020-09/09/content_5541919htm

［5］王浩天重庆制造业与物流业联动发展模式及实现路径研究［D］.重庆：重庆交通大学，2011：1

［6］田强，李康宁，刘敏制造业与物流业协调发展研究——以山东省为例［J］.武汉商学院学报，2021，35（3）：46-50

［7］沙颖物流业与制造业的灰色关联协调度测算研究［J］.求索，2012，（9）：44-46

［8］梁红艳，柳丽华中国制造业与物流业联动发展的生产率效应［J］.福州大学学报（哲学社会科学版），2020，34（1）：35-44

［9］施国洪，赵曼基于DEA的江苏省物流业与制造业协调发展评价［J］.科技管理研究，2010，30（9）：62-65

［10］都继萌，刘晓爽，高磊，等京津冀区域制造业与物流联动发展现状及对策研究［J］.经济论坛，2022（6）：108-117

［11］田强，刘岩，李娜，等制造业与物流业的协调发展——基于华东地区的实证研究［J］.现代管理科学，2022（1）：31-41

［12］唐红祥，夏惟怡，黄跃西部陆海新通道制造业与物流业协同集聚的影响因素识别及突破路径研究［J］.中国软科学，2022（8）：131-139

［13］鄢飞物流业与制造业协同集聚的空间关联与影响因素［J］.统计与决策，2021，37（7）：113-117

［14］孙家庆，蔡静，孙倩雯港口物流业与制造业联动发展的关键影响因素研究［J］.物流技术，2013，32（1）：122-124

［15］REHMANK，QIANLD，ZHANGYStudyoflogisticsandmanufacturingindustryintegrationfromtheperspectiveofPakistan［J］.InternationaljournalofengineeringresearchinAfrica，2016（24）：172-180

［16］弓宪文物流业与制造业的协调演化及发展趋势［J］.工业工程与管理，2017，22（2）：140-146

［17］张宏旺物流业发展对制造业生产效率的影响——基于上市制造企业的实证分析［J］.物流工程与管理，2022，44（8）：26-28

［18］张亮，蒋惠园湖北省公路交通与新型城镇化的互动关系研究［J］.公路，2022，67（10）：265-270

［19］张荣天，焦华富泛长江三角洲地区经济发展与生态环境耦合协调关系分析［J］.长江流域资源与环境，2015，24（5）：719-727

［20］姜磊，柏玲，吴玉鸣中国省域经济、资源与环境协调分析—兼论三系统耦合公式及其扩展形式［J］.自然资源学报，2017，32（5）：788-799

［21］王兆峰，黄冬春环长株潭城市群旅游经济—交通运输—城镇化的耦合协调及影响因素分析［J］.湖南师范大学自然科学学报，2023，46（1）：100-108

［22］余沛河南省生产性服务业与制造业耦合协调度分析［J］.统计与决策，2017（9）：111-113

［23］刘思峰，谢乃明灰色系统理论及其应用［M］.北京：科学出版社，2013

［24］莫少敏基于灰色关联分析的广东制造业与物流业联动发展研究［D］.广州：广东财经大学，2018

ResearchontheJointDevelopmentofManufacturingIndustry

andLogisticsIndustryinChongqing：ResearchandAnalysis

BasedonCouplingCoordinationDegreeModelandGMModel

RENXiao-hong，SHENJia，YANGQiang

（SchoolofEconomicsandManagement，ChongqingJiaotongUniversity，Chongqing400047）

Abstract：TheManufacturingindustryandlogisticsindustrymutuallyinfluenceandcorrelatewitheachother，soitisofgreatsignificancetoexploretheirjointdevelopmentIThispaperemploystheentropyweightmethodandlinearweightingmethodtocalculatethecomprehensivescoreofthedevelopmentofChongqingstwoindustriesfrom2011to2020，andthenthecouplingcoordinationdegreemodelisusedtomeasurethecouplingdegreeandcouplingcoordinationdegreeofthetwoindustriesSubsequently，theGM（1，N）modelisusedtoanalyzetheoperationsituationofthejointdevelopmentofthetwoindustriesLastly，greycorrelationanalysisisusedtocalculatethecouplingcoordinationdegreeofeachinfluencingfactorwiththetwoindustriesandthecorrelationdegreeofmanufacturingdevelopmentTheresultsshowthatthedevelopmentofthetwoindustrieshasaslightriseonthewhole，alternatingwitheachother，andthefluctuationislargeThetwohaveahighdegreeofcouplinglevel，andtheircoordinateddevelopmentisstillintheprimarystageofcoordinationBothindustrieshavecertainself-developmentabilityMeanwhile，thedevelopmentofmanufacturingindustrycanpromotethedevelopmentoflogisticsindustryRegardingthegreycorrelationanalysisoftheinfluencingfactors，thecouplingcoordinationdegreeofthetwoindustriesandthedevelopmentsituationofthemanufacturingindustry，thenumberofemploymentinthemanufacturingindustryistheoptimalfactor，followedbytheinvestmentinfixedassets，andthentheinvestmentinscientificresearch

Keywords：manufacturingindustry;logisticsindustry;jointdevelopment;couplingcoordinationdegree;GM（1，N）model;greycorrelationanalysis

基金項目：重庆市教委科学技术研究项目“基于分布式语言QFD的产品服务系统方案评估群共识决策方法研究”（KJQN202100707）