长三角地区数字经济、制造业与物流业效率耦合协调发展研究

梁 雯,郑 锐

(安徽大学 商学院,安徽 合肥 230031)

0 引言

党的二十大报告提出,“加快构建新发展格局,着力推动高质量发展”“我们要坚持以推动高质量发展为主题,把实施扩大内需战略同深化供给侧结构性改革有机结合起来,增强国内大循环内生动力和可靠性,提升国际循环质量和水平,加快建设现代化经济体系,着力提高全要素生产率,着力提升产业链供应链韧性和安全水平,着力推进城乡融合和区域协调发展,推动经济实现质的有效提升和量的合理增长”[1].

国内大循环、区域协调发展离不开物流业的支撑,扩大内需和供给侧结构性改革则与制造业息息相关,建设现代化经济体系、提高全要素生产率绕不开数字经济.数字经济是发展大势所趋,制造业是产业发展基石,物流业在国民经济增长中起到了基础性的支撑作用.因此,必须着力推动数字经济、制造业和物流业三者协调发展,扩大实体经济,协调供需矛盾,促进物流业和制造业数字化转型,提高物流业与制造业资源利用率,提升物流业效率.

以长三角地区数字经济、制造业和物流业效率为研究对象,研究该区域数字经济、制造业发展状况、物流业效率以及三者协调发展状况.长三角地区经济发达,对外开放程度高,科技水平较高,制造业基础好,数字经济发展迅速,物流业发展状况良好,以该区域作为研究对象具有一定代表性.对长三角地区三者发展状况与协调状况进行研究并提出对应政策建议具有较强现实意义.

1 文献综述

目前国内将数字经济、制造业和物流业效率三系统结合起来研究的文献较少,而将其中两系统结合起来的研究较多.

1.1 数字经济与制造业

数字经济作为一种新的经济形态,已成为学术研究热点.党的二十大报告提出,“推动制造业高端化、智能化、绿色化发展”“促进数字经济和实体经济深度融合”[1].不同学者从不同角度研究数字经济与制造业内在关系,主要分为两类:第一类研究数字经济与制造业融合发展状况.李莹等运用耦联评价法、随机前沿分析法测算制造业与数字经济产业融合度、制造业创新效率,实证检验产业融合对制造业创新效率的影响[2];崔祥民等使用案例研究法,分析传统制造业和数字经济不同融合模式[3].第二类研究数字经济发展给制造业带来的具体影响.史宇鹏从产品、技术和组织层面研究了数字经济与制造业融合发展路径,表明数字经济能为制造业提质增效和转型升级提供新动能[4];周勇等研究发现,数字经济通过提高创新能力和全要素生产率对制造转型升级具有显著促进作用[5].

1.2 数字经济与物流业效率

近年来,物流数字化、智慧化转型的趋势和迫切性越来越凸显.党的二十大报告提出,“加快发展物联网,建设高效顺畅的流通体系,降低物流成本”[1].为提高物流业效率,必须将数字经济与物流业发展紧密结合起来.谢欣雨等认为物流业与数字经济融合发展带来产业运行效率的提升以及生产方式的转变,是物流产业转型升级的重要驱动力[6];梁雯等研究发现,长江经济带的数字经济与物流业效率的协调发展水平总体呈现逐年上升的趋势,且其发展存在空间异质性[7].

1.3 制造业和物流业效率

将制造业与物流业效率结合进行研究的文献较少,物流业效率是衡量物流业高质量发展的重要指标[8],物流业效率的提高能够推动物流业高质量发展.而国内学者大多将制造业与物流业结合起来研究.如陈胜利等利用耦合协调度模型测度我国制造业与物流业融合发展水平并分析空间差异以及动态演进[9];苏涛永等研究制造业与物流业耦合协调度并分析其对制造业效率的影响,认为高耦合度能够促进高效率[10];褚衍昌等对我国制造业和物流业效率联动进行了分析,发现我国大部分地区制造业与物流业联动效率并不高,还有些经济区出现了二者联动效率下降的现象[11];龚雪等认为要想推动制造业高质量发展,必须提高物流业与制造业耦合协调度[12].

2 耦合协调机理解析

耦合协调意味着不同系统之间存在有序发展、相互联系、相互促进的发展状态.不仅反映了不同系统之间协调关系是否有序,而且反映了系统发展水平的高低.为了更好地描述不同系统的发展水平及相互间协调程度,借鉴已有研究[13],引入耦合协调度模型.

2.1 两系统耦合协调度模型

第一步,计算两系统协调发展水平:引入道格拉斯生产函数概念,两系统协调发展水平计算公式为

(1)

式中,T为两系统协调发展水平,U1和U2分别为第1个系统和第2个系统的综合指数,α和β分别为第1个系统和第2个系统的相对权重,通常取α=β=0.5.T越大说明两系统协调发展水平越高.

第二步,计算两系统之间协调度:

(2)

第三步,引入离差系数CV:

(3)

式中,C为协调度.当协调度C越趋向于1时,离差系数CV越趋向于0,二者协调水平越高.即C越大系统越协调,C越小系统越不协调.

第四步,计算两系统耦合协调度:

(4)

式中,D为两系统耦合协调度,D越大则表明两系统发展水平越高且协调度越高,即耦合协调程度越高.

2.2 三系统耦合协调度模型

由两系统耦合协调度模型推导出三系统耦合协调度模型.

第一步,计算三系统协调发展水平:

(5)

第二步,计算三系统之间协调度:

(6)

第三步,引入离差系数CV:

(7)

第四步,计算三系统耦合协调度:

(8)

式中,D为三系统耦合协调度,D越大则表明三系统发展水平越高且协调度越高,在文中则表明数字经济、制造业与物流业效率协调发展状况越好.

2.3 耦合协调度评定标准

借鉴已有研究[14],耦合协调度评定标准见表1.

表1 耦合协调度评定标准

3 指标体系与数据处理

3.1 指标体系

为了更准确地测量长三角地区数字经济与制造业的发展状况,从指标的全面性、准确性、可获得性三个方面考虑,在借鉴已有研究[15-16]的基础上,从基础设施、产业规模和成长潜力三个方面构建数字经济评价指标体系,从产业规模、经济效益和成长潜力三个方面构建制造业评价指标体系.其中基础设施和产业规模可以反映出产业当前发展状况,产业经济效益和成长潜力可以预见产业未来发展趋势.具体指标见表2.

表2 数字经济和制造业评价指标体系

对于物流业效率,在借鉴已有研究的基础上,从投入和产出两个方面构建评价指标体系,具体指标见表3.

表3 物流业效率评价指标体系

3.2 数据说明

选取长三角地区三省一市(上海市、江苏省、浙江省、安徽省)2010—2021年数字经济、制造业与物流业效率面板数据进行耦合协调研究,数据来源于《中国统计年鉴》、《中国工业统计年鉴》、各省市历年《统计年鉴》和《国民经济和社会发展统计公报》.

3.3 实证步骤

首先,通过熵值法计算出2010—2021年长三角地区数字经济与制造业综合指数.其次,通过DEA-Malmquist指数计算出2010—2021年长三角地区物流业全要素生产率.最后,将数字经济、制造业综合指数与物流业全要素生产率代入耦合协调公式,计算长三角地区数字经济、制造业与物流业效率耦合协调度.

3.3.1 熵值法

第一步,对数字经济、制造业和物流业效率评价指标体系中数值较大的指标取对数处理,以此降低异常值的影响,提升指标的可靠性.

第二步,设有m个年份,n个指标,则xij表示第i年第j项指标的原始数据,其中1≤i≤m,1≤j≤n.

第三步,由于不同指标具有不同的量纲和单位,因此需要对数据进行标准化处理.

正向指标标准化:

(9)

负向指标标准化:

(10)

式中,xmax,j和xmin,j分别表示第j项指标的最大值和最小值.

第四步,计算第j项指标在第i年所占该指标的比重:

(11)

第五步,计算第j项指标的信息熵值:

(12)

第六步,计算第j项指标的差异系数:

gj=1-ej,1≤i≤m,1≤j≤n.

(13)

第七步,计算各指标的权重:

(14)

第八步,计算综合指数:

(15)

3.3.2 DEA-Malmquist

Malmquist是一种广泛应用于金融、工业、医疗等部门生产效率的测算方法.测算效率不仅包括截面数据,而且包括时间序列数据,此时使用传统DEA模型(CCR模型、BCC模型)评价面板数据会与DEA的假设条件相矛盾.Malmquist指数模型能够测算时间序列数据的动态效率,现被广泛应用于各大领域.与传统的只适用于截面数据的DEA-BCC模型不同,DEA-Malmquist指数能对不同时期的全要素生产率进行测算,与DEA结合实现了对效率的细化动态分析,这个指数可以分解为综合技术效率变化指数和技术进步指数,而其中综合技术效率变化指数又可以分解为纯技术效率变化指数和规模效率变化指数[17].DEA-Malmquist指数法利用距离函数D(x,y)计算不同时期投入x和产出y的全要素生产率,从t期到t+1期生产率的变化为:

(16)

式中,Z为全要素生产率,表示物流业效率.Z≥1则表明DEA有效,效率相较于上一年得到了提升;Z<1则表明DEA无效,效率相较于上一年有所下降.在规模报酬不变时,全要素生产率可分解为综合技术效率变化指数与技术进步指数,Malmquist指数等于综合技术效率变化指数和技术进步指数之积.在规模报酬可变时,综合技术效率变化指数又可进一步分解为纯技术效率变化指数和规模效率变化指数,Malmquist指数等于纯技术效率变化指数、规模效率变化指数、技术进步指数三者之积.

4 实证分析

4.1 数字经济和制造业综合指数分析

使用熵值法计算出2010—2021年长三角地区数字经济和制造业综合指数,具体结果见表4和表5.

表4 长三角地区数字经济综合指数

表5 长三角地区制造业综合指数

总体来看,2010—2021年长三角地区数字经济和制造业都有所发展,综合指数都呈逐年增长趋势.其中,数字经济综合指数2010—2020年持续上升,2021年出现下降,因受新型冠状病毒感染疫情影响,数字经济发展受到一定限制.制造业综合指数2010—2018年总体呈上升趋势,2019年除了浙江省其余省市都出现下降,2020—2021年又再次上升并超过2018年,因受新型冠状病毒感染疫情影响,与之相关的医疗行业,如口罩、呼吸机、核酸检测试剂等得到了极大发展,所以三省一市制造业依然得到了一定发展.数字经济综合指数的增长幅度明显高于制造业,表明2010—2021年长三角地区数字经济发展快于制造业.由于2010—2021年我国互联网飞速发展,数字技术不断创新,与之紧密相连的数字经济也得到了快速发展.

从各省市来看,2010—2021年长三角地区各省市数字经济和制造业综合指数排序都是江苏省>浙江省>上海市>安徽省,说明江苏省数字经济与制造业发展水平最高,安徽省相对较低.但安徽省数字经济和制造业发展较快,截至2021年底,安徽省数字经济和制造业综合指数已经接近上海市.

4.2 物流业效率分析

使用DEA-Malmquist指数测算2010—2021年长三角地区物流业全要素生产率,具体结果见表6.

表6 长三角地区物流业全要素生产率

由表6可以计算出长三角地区物流业年平均全要素生产率为1.010,达到了DEA有效,表明2010—2021年长三角地区物流业效率总体达到了帕累托最优.全要素生产率变动幅度较小,在2010年、2012年、2017年、2018年和2021年都达到了DEA有效,其他年份部分地区未达到DEA有效.

从各省市来看,上海市、江苏省、浙江省和安徽省物流业年平均全要素生产率分别为1.025、1.018、0.996 和1.002,除了浙江省全部达到了DEA有效.

4.3 三系统耦合协调分析

将数字经济、制造业综合指数与物流业效率指数代入耦合协调度公式,得出长三角地区数字经济、制造业和物流业效率耦合协调度变化趋势,具体结果见表7.

表7 长三角地区数字经济、制造业和物流业效率耦合协调度变化趋势

从时间上看,2010—2021年长三角地区三系统耦合协调度呈平稳上升态势.耦合协调度的总体均值由2010年的勉强协调发展到2015年的中度协调再到2021年的良好协调,增幅达62.9%,其中主要增幅在前五年,表明2010—2015年三系统耦合协调水平提升较快,2016—2021年三系统耦合协调水平提升速度放缓.

从各省市来看,长三角地区耦合协调度都有所提升,其中江苏省三系统耦合协调度最高,浙江省其次,上海市和安徽省耦合协调度相对较低.原因在于江苏省和浙江省数字经济和制造业综合指数高且三系统联系紧密,上海市和安徽省数字经济和制造业综合指数相对较低且三系统联系不紧密.安徽省耦合协调度由极度失调发展到中度协调,变动幅度最大,原因在于安徽省经济相对落后,数字经济和制造业基础薄弱,综合指数低,经过十多年的发展,数字经济和制造业稳步提升,物流业效率也逐年提高,故三系统耦合协调度得到较大增长.

4.4 耦合协调比较分析

在对三系统耦合协调发展状况进行分析的基础上,对三系统进行降维处理,两两结合分析两系统耦合协调发展状况,将两系统耦合协调度与三系统耦合协调度进行比较,以此更加准确地分析影响三系统耦合协调状态的原因.将数字经济、制造业和物流业效率两两代入两系统耦合协调度计算公式,得到三个两系统耦合协调度变化趋势,具体结果见表8.

表8 三系统与三个两系统耦合协调度变化趋势

由表8可知,2010—2016年制造业与物流业效率两系统耦合协调度在三类两系统耦合协调度中最高,从初级协调变为良好协调.2017—2021年数字经济与物流业效率两系统耦合协调度最高,从勉强协调变为良好协调.2010—2021年数字经济与制造业两系统耦合协调度最低,从濒临失调变为中度协调.两系统耦合协调度中,制造业与物流业效率耦合协调度、数字经济与物流业效率耦合协调度都高于三系统耦合协调度,而数字经济与制造业耦合协调度低于三系统耦合协调度,表明三系统中数字经济与制造业耦合协调程度略低,而数字经济与物流业效率、制造业与物流业效率耦合协调程度较高.

分析两系统耦合协调度变化原因:第一,数字经济与物流业效率、制造业与物流业效率紧密联系,数字经济与制造业的发展都能促进物流业效率的提升,而物流业效率的提升又反过来推动数字经济与制造业的发展,数字经济与物流业效率、制造业与物流业效率系统相互促进、有序发展.第二,相较于数字经济和制造业综合指数,物流业全要素生产率更高,故数字经济与物流业效率、制造业与物流业效率两个两系统耦合协调度更高.

5 结论与建议

测算2010—2021年长三角地区数字经济、制造业综合指数和物流业效率,并将其代入耦合协调模型,实证分析长三角地区数字经济与制造业综合发展状况、物流业效率变化状况以及三者耦合协调状况,得出以下主要结论:

第一,研究期内长三角地区数字经济与制造业综合指数不断提高,发展水平不断提高,其中数字经济发展速度快于制造业,这与近十年内我国经济发展水平不断提高,互联网快速发展,数字技术不断创新,数字基础不断完善紧密相关.

第二,研究期内长三角地区物流业在2010年、2012年、2017年、2018年、2021年都达到了DEA有效,其他年份部分地区未达到DEA有效.

第三,研究期内长三角地区数字经济、制造业和物流业效率的耦合协调度持续上升,三者耦合协调水平不断提升,从2010年的勉强协调到2021年的良好协调,表明长三角地区三系统在发展过程中内部要素逐渐相互协调、相互配合,达到更为和谐的良性循环状态.

第四,研究期内长三角地区数字经济与物流业效率耦合协调度、制造业和物流业效率耦合协调度高于三系统耦合协调度,而数字经济与制造业耦合协调度落后于三系统耦合协调度,表明长三角地区数字经济和制造业都与物流业效率联系紧密,协调发展状况较好,而数字经济与制造业两系统还有进一步协调发展的空间.

基于上述研究结论,提出以下建议:

第一,推动长三角地区数字经济、制造业和物流业高质量发展.长三角地区数字经济、制造业与物流业近几年发展迅速,综合指数不断提高,但在发展过程中同样也出现了一些问题.经济复苏背景下,面对这些发展过程中的问题,不可一味追求产业发展速度和规模,应该深化产业机制体制改革,完善市场秩序,加强市场监管,适当放慢产业发展速度,追求发展质量,推动产业高质量发展.

第二,加强长三角地区基础设施建设.基础设施是经济社会发展的重要支撑.优化基础设施布局、结构、功能和发展模式,构建数字经济、制造业和物流业现代化基础设施体系,夯实产业基础设施才能提升数字经济、制造业发展,提高物流业生产效率,促进数字经济、制造业和物流业更进一步发展.

第三,推动长三角地区物流业与制造业数字化转型.产业数字化转型既能提升全要素生产率,推进产业降本增效,提升产业竞争力,推动产业高质量发展;又能推动数字经济更进一步发展,促进数字经济与经济社会更进一步融合.同时,产业数字化转型能够更好地发挥物流业的基础性作用和保障性功能,保障经济社会活动有序进行,应对全球经济下行.