龚 雪，荆林波

（1.西华大学经济学院，四川成都 610039；2.中国社会科学院大学，北京市 102488；3.中国社会科学评价研究院，北京市 100836）

一、引言

制造业是立国之本、强国之基，是工业经济的主体、服务经济的支撑，也是国家综合实力和国际竞争力的重要体现。促进制造业高质量发展，是实现经济高质量发展的基础和前提。2021年3月，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出要深入实施制造强国战略。2021年12月，中央经济工作会议再次强调要提升制造业核心竞争力，推动制造业高质量发展。可见，提升制造业实力、促进制造业高质量发展已经成为国家发展的长期战略。然而，推动制造业高质量发展是一项复杂的系统工程，既需要制造业自身转变发展方式，实现价值链高端化，也需要服务业特别是生产性服务业的配套支撑。从产业发展规律来看，由于科技变革、商业模式创新等因素的影响，产业间的原始界限被打破，产业融合成为一种新常态。就制造业与服务业而言，其突出表现是制造业的生产流通过程日趋服务化，服务业也利用产业链的纵向拓展和横向延伸与制造业深度绑定。物流业作为现代服务业的重要组成部分，是支撑国民经济发展的基础性、先导性和战略性产业，制造业作为实体经济的基础，则是社会物流总需求的主要来源。物流业与制造业（以下简称“两业”）的融合发展是增强制造业核心竞争力、促进制造业高质量发展的重要途径。对于“两业”融合发展，国家有关部门一直以来高度重视。2019年2月，国家发展和改革委员会发布的《关于推动物流高质量发展促进形成强大国内市场的意见》明确提出，要促进现代物流业与制造业深度融合。2020年9月，国家发展和改革委员会联合13 个部门印发《推动物流业制造业深度融合创新发展实施方案》，再次强调要推动物流业与制造业深度融合创新发展。在此背景下，研究物流业与制造业的耦合关系，测算“两业”间的耦合协调度，并分析耦合协调度对制造业高质量发展的影响效应，具有重要意义。

二、文献综述

目前，学界对物流业与制造业互动融合发展的研究主要聚焦在以下几个方面：一是对物流业与制造业关系的研究。何（He）[1]和雷赫曼·汗（Rehman Khan）等[2]认为，“两业”在供应链整合阶段形成合作伙伴关系，“两业”产业链接的实质是供应链的整合过程；胡晓鹏等[3]和彭本红等[4]认为，“两业”之间是一种共生关系；孙金秀等[5]认为，在获取外部规模经济、深化分工协作、实现互动创新的共同作用下，“两业”由依存关系逐渐发展为协同关系；张彤[6]指出，物流服务逐步嵌入制造业价值链，“两业”是互动升级关系。汪旭晖等[7]认为，制造业流通化可助推制造业转型升级，并深入剖析了流通业助推制造业转型升级的作用机制。二是对物流业与制造业互动融合的实证研究。国外鲜有学者对“两业”协调度进行直接测算，主要以企业物流外包调查数据为主；而国内相关的研究较多，但测算方法各不相同。例如，王文等[8]、苏秦等[9]和程永伟[10]分别运用投入产出分析法测算了“两业”之间的融合程度和相互依赖水平；樊敏[11]和王珍珍[12]运用数据包络模型实证分析了中国4 个城市群和八大综合经济区“两业”的联动发展效率；计东亚[13]、沙颖[14]和杨莹[15]则利用灰色关联模型分别测算了不同时期中国及个别省份“两业”的产业协调度；霍鹏等[16]利用共生度模型测算“两业”的互动融合程度；唐晓华等[17]、弓宪文[18]、陈春明等[19]和夏伦[20]利用耦合协调度模型对“两业”协调度进行了测算；梁红艳[21]运用距离协同模型测算分析了“两业”间的关联度。三是对“两业”融合发展经济效应的研究。祝合良等[22]通过实证分析发现，流通业的产业关联和产业波及效应使其与国民经济增长呈倒U型关系；彭晖等[23]通过分析得出，“两业”耦合协调水平与产业结构升级存在正向关系；张虎等[24]通过对中国285 个城市2003—2016年的相关数据进行研究发现，制造业与生产性服务业协调发展的正向溢出作用促进了区域协调发展，空间集聚与空间转移作用机制具有非线性特征，对本地产业协调发展具有先弱化后增强的作用，但对相邻地区产业协调发展具有一定的虹吸效应；彭芳梅[25]通过实证分析得出，粤港澳大湾区制造业与生产性服务业融合是该区域城市全要素生产率增长的驱动因素。

关于“两业”融合发展对制造业发展的影响研究，学者主要从生产性服务业与制造业互动融合发展促进制造业竞争力提升和转型升级方面进行分析。例如，顾乃华等[26]利用省级面板数据，通过理论分析和实验检验发现，在我国经济转型期发展生产性服务业有助于提升制造业竞争力；王保伦等[27]认为，生产性服务业的发展可以促使制造企业更好地适应市场变化，从而提高制造企业生产效率；汪德华等[28]通过对北京市和长三角地区上海、江苏、浙江的比较分析得出，生产性服务业与制造业的互动融合可以提高制造业劳动生产率；高觉民等[29]对生产性服务业与制造业互动关系的存在性进行了理论与实证分析，研究表明生产性服务业与制造业之间以及它们的细分行业之间均存在相互影响、相互作用、共同发展的关系，这种互动融合反过来又会促进生产性服务业与制造业发展；杜传忠等[30]通过对京津冀与长三角两大经济圈比较分析发现，生产性服务业与制造业的协同发展对区域制造业竞争力具有显著的促进作用；刘叶等[31]利用我国22个城市群2003—2011年的相关数据，通过实证检验发现，面向城市群的生产性服务业和制造业协同集聚对制造业全要素生产率变化产生了正向影响；唐晓华等[32]通过实证研究发现，生产性服务业与制造业的融合发展对提升制造业效率具有明显的促进作用，但由于产业规模、发展水平、创新能力等因素影响，“两业”协同发展对制造业效率的影响呈现非线性特征；郭朝先[33]指出，产业融合对制造业高质量发展具有重要意义，并实证分析了我国现代服务业和先进制造业的融合度，得出先进制造业和现代服务业融合发展的三条具体途径；王晓蕾等[34]的研究表明，我国物流业与制造业的融合发展对制造业产生正向的产业升级效应,但影响效应具有地区差异。

对“两业”关系、融合发展水平和融合效应等内容的广泛研究，为正确认识与理解“两业”融合发展问题提供了重要参考，但还不够全面。一是对“两业”融合发展实际作用的研究不够丰富。现有研究主要侧重分析“两业”的产业关联，测算“两业”的融合程度，缺乏对研究结果的深入剖析与探究。二是研究方法具有一定的局限性。“两业”协同发展对制造业高质量发展具有促进作用，但所用方法均为线性模型，且简单地将“两业”融合发展与制造业高质量发展之间刻画为单一线性关系，致使经济变量之间的复杂关系不能准确反映出来。三是考察“两业”耦合协调对制造业的影响效应不够全面。现有研究更多关注两业融合对制造业生产效率、转型升级或竞争力提升的作用，鲜有文献关注两业耦合协调度对制造业高质量发展的影响。鉴于此，本文运用耦合协调度模型和方法，实证分析“两业”综合发展水平及耦合协调度，并进一步采用固定效应和随机效应回归模型，探究“两业”耦合协调度对制造业高质量发展的影响及地区差异性。

三、物流业与制造业耦合协调度测算

（一）模型构建与评判标准

1.耦合协调度评价模型

多个系统相互作用的耦合度模型[17]为：

其中，n表示子系统个数；m表示指标个数；i=1，2，…，n；j=1，2，…，m；Cn为n个系统的耦合度；ui表示子系统i的综合发展水平；Yij是子系统i中第j个指标的归一化值；Wij为第i个子系统中第j个指标的权重，每个子系统中指标的权重计算使用熵权法进行计算。Cn的取值范围为[0，1]，当Cn=0 时，表明系统之间不存在相关性；Cn∈（0，0.3]，表明系统间处于低水平耦合阶段；Cn∈（0.3，0.5]，表明系统之间处于颉颃阶段；Cn∈（0.5，0.8]，表明系统之间处于磨合阶段；Cn∈（0.8，1]，表明系统之间处于高水平耦合阶段；当Cn=1 时，即耦合度达到最大，表明系统之间处于良性共振耦合状态。

“两业”的耦合度计算公式可根据公式（1）得到，具体形式为：

C2表示“两业”耦合度，取值范围为[0，1]；u1表示物流业综合发展水平，u2表示制造业综合发展水平。鉴于耦合度只能反映系统间的耦合关系，而不能反映系统间的协调发展程度，可能会出现系统间耦合度很高但各自发展水平很低的情况，即“两业”的发展都具有交错、动态和非均衡特征。在“两业”综合发展水平都不高但较接近的情况下，“两业”耦合度可能较高，为准确考察“两业”耦合协调度，需进一步建立“两业”耦合协调模型：

其中，D表示“两业”的耦合协调度，C2为“两业”耦合度，T表示物流业与制造业两个子系统的综合评价指数，α、β分别表示物流业和制造业对整体耦合协调度的贡献程度，且满足α+β=1。考虑到流通效率与生产效率同等重要，故取α=β=0.5。

2.耦合协调度评判标准与类型划分

耦合协调度D取值范围在0~1之间，将该区间等分为十份，每1 份表示一种协调等级，由低到高总共10 级；进一步，将10 种协调等级分为可接受区间、过渡区间、不可接受区间3个层次，便于直观了解“两业”耦合协调发展的情况。具体划分情况如表1所示。

表1 耦合协调度的10种等级

（二）指标体系构建及数据选取

准确测算“两业”耦合协调度的重要前提是构建科学有效的指标评价体系。本文遵循科学性、可操作性与代表性原则兼顾“两业”融合发展关系选取评价指标，更好地反映“两业”之间的耦合协调水平。本文借鉴彭晖等[23]、杜传忠等[30]和唐晓华等[32]的做法，分别从产业规模、发展效率、产业结构、发展潜力四个维度构建“两业”综合发展水平评价指标体系。其中，产业规模是“两业”发展水平在量上的体现；发展效率反映“两业”的资源配置水平、资源使用效率以及生产要素组合运行效率，是支撑两业发展的重要动力；产业结构是“两业”发展水平在质上的体现；发展潜力反映“两业”发展升级的潜在能力。一级、二级指标体系如表2所示。

表2 物流业和制造业综合发展水平指标体系

本文选取2009—2020年我国除西藏和港澳台以外的全国30 个省（区、市）“两业”行业发展数据。我国统计年鉴中没有关于物流业的直接数据，故本文按照国家发展和改革委员会及学界常用的统计口径，以交通运输业、仓储和邮政业的数据替代物流业的数据。制造业在工业中占比85%以上，部分制造业大省占比高到达90%以上，故选择工业数据代替制造业数据。相关数据来源于《中国统计年鉴》《中国工业统计年鉴》《中国第三产业统计年鉴》及相关省份的历年统计年鉴①，其中，部分缺失值使用前后年份均值进行补充。为消除通货膨胀的影响，本文以2009年为基期，利用消费者物价指数（CPI）把系列指标数据的名义值转换为实际值。

（三）相关权重计算

1.评价指标的标准化处理

由于不同指标量纲不同，因此，本文参考彭晖等[23]的方法，对数据进行标准化处理，用标准化后的相对数值替代原先的绝对数值，公式为：

正向指标：

负向指标：

其中，xij代表第i（i=1，2，...，n）个样本的第j（j=1，2，...，m）个指标的原始值，max（x1j，x2j，...，xnj）和min（x1j，x2j，...，xnj）分别表示第i个样本的最大值和最小值，Xij表示处理后的标准值。

2.评价指标熵值的确定

首先，计算第j个指标下第i个样本值的权重：

其次，计算第j个指标的熵值：

其中i=1，2，...，n；j=1，2，...，m；ej≥0；k=

3.各评价指标权重的确定

第j个评价指标的权重Wj的计算公式为：

其中，gj=1-ej为根据熵值计算的信息熵冗余度。

进一步，对各个指标的权重进行加权，得到综合指数，用ui表示第i个评价对象的综合发展水平：

本文选取12年（2009—2020年）“两业”的9 个二级指标，故样本数n=12，指标数m=9。根据权重计算步骤和公式（4）~（9）计算出各二级指标权重，结果如表3所示。

由表3可知，物流业中的X1（2019年除外）、X2、X3、X4、X7的权重都大于0.1②，说明从业人数、物流业增加值、货运量、货物周转量、第三产业增加值占GDP比重这5个指标对物流业综合发展水平有较大的影响，其中，X4对应的货物周转量比重在多数年份里都大于0.2，这是因为货物周转量指标包括了运输数量和运输距离，能够全面地反映运输生产成果。货物周转量越大，说明物流效率越高，物流发展水平也越高。X1、X2、X3属于物流业规模指标，X4属于物流业发展效率指标，X7属于产业结构指标。产业规模、发展效率、产业结构指标均对物流业发展产生影响，其中发展效率指标影响最大。此外，X5对应的人均物流业增加值权重多数年份在0.08~0.1 之间，X6对应的物流业增加值占第三产业增加值比重权重在0.04~0.07 之间，X8对应的物流业增加值增长率权重多数年份在0.04~0.09之间，X9对应的货运量增长率权重多数年份在0.02~0.07之间，其中X8的权重有明显波动，主要是因为物流业不像传统服务业那样成熟和稳定，其发展受政策法规、固定资产投资、就业人数、经济发展水平等因素的影响较大。

表3 熵值法确定的“两业”各二级指标权重

制造业中Y1、Y2、Y3的指标权重均大于0.18，说明从业人数、增加值、固定资产投资额3 个指标对制造业综合发展水平有较大影响。值得注意的是，相比物流业，制造业的从业人数对衡量其综合发展水平的作用更为显著，Y1对应的从业人数指标权重一直保持在0.2 以上，甚至一度达到0.3，这主要是由于制造业作为劳动密集型行业，对从业人数需求相对较大，该产业就业人数越多，说明产业吸纳的劳动者越多，对产业发展水平的提高作用越大。此外，Y4（营业利润占主营业务收入比例）、Y9（固定资产投资额增长率）表现出一定的波动性，也就是说营业利润占主营业务收入比例、固定资产投资额增长率对衡量制造业综合发展水平来说作用不稳定，这主要是由于我国当前制造业正处于由高速增长转向高质量发展阶段造成的。Y5指标权重在0.07~0.12 之间，说明人均制造业增加值对衡量制造业发展水平的作用较为显著。Y6、Y7指标权重在0.04以下，说明高新技术制造业增加值占制造业增加值比重、高新技术制造业R&D 费用与销售产值比对衡量制造业发展水平作用不显著。Y8权重一直处于0.04~0.08之间，说明制造业增加值增长率对衡量制造业综合发展水平来说作用不是特别显著，但比较稳定，主要是因为随着我国进入后工业化社会，制造业增加值在国内生产总值所占比重较为稳定，从而制造业增加值增长率对促进制造业发展的作用不是很明显。

（三）物流业与制造业耦合协调发展实证分析

根据各二级指标权重值（表3），对原始数据进行标准化处理，可计算出全国及30 个省份物流业综合发展水平（Ux）和制造业综合发展水平（Uy）；进一步，利用耦合协调度模型，计算出全国及30个省份“两业”耦合度（Cxy）及耦合协调程度（Dxy），并对“两业”耦合协调度所处区间划分协调等级，如表4~7所示。

1.全国层面物流业与制造业发展水平耦合协调度分析

从表4可知，2009—2020年全国物流业和制造业总体发展保持平稳增长态势，“两业”间的耦合协调等级由2009年的濒临失调逐步演变为2020年的中级协调，可见“两业”耦合协调度越来越高。其中，2009年物流业和制造业耦合协调度仅为0.49，属于濒临失调，即处于过渡区间；2010—2016年，“两业”耦合协调度基本稳定在0.62~0.67之间，直接跨过了勉强协调阶段，处于可接受区间里面的初级协调阶段。可能的原因是，2009年国家出台了《物流业调整和振兴规划》，使得物流业得以快速发展，物流业的快速发展又拉动制造业进一步发展，制造业的发展又对物流业的发展发挥了明显的促进效应，最终促使“两业”耦合协调关系由濒临失调改善为初级协调。2017—2020年，物流业和制造业耦合协调度实现较大提升。其中，2017年两业耦合协调度攀升到0.79，达到历史最高水平，随后稍有下降但基本稳定在0.75 左右，整体协调程度上升并保持在中级协调阶段。这一时期大数据被广泛运用到经济社会生活，电商平台日趋成熟，流通体系更加完善以及手机服务平台的智能化，加上该时期国家出台了一系列促进物流业发展的政策文件，物流业发展再次提速，同期制造业虽有发展但总体处于平稳状态，两业耦合协调关系由初级协调进一步上升为中级协调。总体来看，物流业和制造业各自都有发展，两业间互相促进、相互提升的作用逐步增强，两业间耦合协调程度稳步上升，但物流业综合发展水平从最初的滞后于制造业发展为高于制造业，两业发展持续呈现不均衡态势，如果这一趋势不能得到扭转，将会影响耦合协调度的进一步提升。

表4 全国物流业与制造业耦合度、耦合协调度与协调等级

2.区域层面物流业与制造业发展水平耦合协调度分析

为进一步探究“两业”间耦合协调空间变迁规律，本文借鉴唐晓华等[17]的做法，将全国划分成八大经济区域③，以便更为直观有效地探明“两业”耦合协调的区域差异性，从而因地制宜制定相关政策。由表5可知，2009—2020年“两业”耦合协调发展平均水平最高的区域是东部沿海地区，均值为0.61，属于初级协调发展型；其次是北部沿海、长江中游和南部沿海地区，“两业”耦合协调度均值为0.54、0.53 和0.51，属于过渡区间；“两业”协调发展平均水平处于第三层次的是黄河中游、东北地区和西南地区，“两业”耦合协调度均值为0.50、0.42和0.42，也是属于过渡区间；西北地区“两业”耦合协调度均值为0.34，处于全国最低水平，属于不可接受区间。可见，沿海经济区“两业”耦合协调度明显高于内陆地区，尤其是西北经济区不但耦合协调均值最低，其“两业”综合发展水平也明显落后于其他区域，这说明国家虽然出台了多项促进西部开发的产业政策，但该地区物流业和制造业发展水平依然低下，且“两业”间未形成相互拉动的耦合关系。

表5 全国八大区域2009—2020年物流业和制造业耦合协调度

3.省域层面物流业与制造业发展水平耦合协调度分析

由表6可知，2009—2020年全国30 个样本省份物流业与制造业耦合协调水平总体来看在逐步上升，但由于不同区域经济发展水平存在差异及“两业”发展进程不一，使得各省份物流业与制造业的耦合协调度表现出明显的区域差异性。2009年全国有24个省份的“两业”耦合协调状态处于失调阶段，其中，安徽、福建、湖北、湖南、辽宁、内蒙古、上海、四川、天津9 个省份处于濒临失调阶段，北京、甘肃、广西、贵州、黑龙江、吉林、江西、宁夏、山西、陕西、新疆、云南、重庆13个省份处于轻度失调阶段，青海和海南甚至处于中度失调阶段，即全国有一半省份（15个）的两业耦合协调度处于不可接受区间；其余6个省份两业耦合协调水平处于初级协调阶段和勉强协调阶段，其中，广东、河北、河南、江苏、浙江5个省份处于勉强协调阶段，山东处于初级协调阶段。2020年全国“两业”耦合协调状态仍处于失调阶段的省份为17个，比2009年减少了7个，其中，海南和青海仍处于中度失调阶段，黑龙江、吉林、北京、甘肃、宁夏等5 个省份仍处于轻度失调阶段，辽宁、天津、内蒙古、陕西、山西、重庆、贵州、云南、广西、新疆等10个省份“两业”耦合协调状态处于濒临失调阶段；“两业”耦合协调水平处于协调阶段的省份为13个，比2009年增加了7个，其中，上海、福建、湖南、江西和四川5个省份处于勉强协调阶段，河北、河南、湖北、安徽和浙江5个省份处于初级协调阶段，山东和江苏属于中级协调阶段，广东处于良好协调阶段。值得注意的是，在2009—2020年期间，黑龙江、吉林、海南、甘肃、宁夏和青海6个省份的“两业”耦合协调程度从未发生变化，一直处于不可接受区间。此外，上海的“两业”耦合协调度值几乎都在0.5~0.6 之间，属于过渡区间；北京的“两业”耦合协调度值几乎都在0.3~0.4之间，属于不可接受区间。究其原因，上海、北京等地区虽然整体经济发展水平较高，但物流业发展水平明显高于制造业，致使“两业”耦合协调度不高。上海、北京等地在三次产业结构演进规律和产业梯度转移的作用下，原有的传统制造业大多向周边及中西部地区转移，新的产业布局重心则聚焦于现代服务业和知识技术密集型制造业。可见，物流业与制造业的耦合协调程度会受产业结构演变等外部环境的影响。

表6 全国30个样本省份2009—2020年物流业和制造业耦合协调度

四、制造业高质量发展实证分析

（一）制造业高质量发展指标体系构建

制造业高质量发展，核心是要提高供给体系质量，提高效率效益，实现优质、高效、绿色发展。本文借鉴张文会等[35]、江小国等[36]和余东华[37]的相关做法，构建制造业高质量发展评价指标体系，在遵循科学性、可操作性等原则的基础上，选取经济效益、要素效率、技术创新能力、高端化水平、绿色发展水平5 个维度共12 个指标构建制造业高质量发展评价指标体系（见表7）。

表7 制造业高质量发展评价指标体系

经济效益是评价制造业高质量发展的基础指标，本文选取销售利润率和制造企业主营业务收入利润率两个二级指标代理。其中，销售利润率反映的是产业从销售收入中获取利润的能力，用利润总额与销售收入之比表示；制造企业主营业务收入利润率反映的是制造企业主营业务的获利能力，用制造企业主营业务利润与主营业务收入之比表示。

要素效率是衡量制造业投入产出水平的重要指标，本文选取劳动生产率和资本生产率加以衡量。其中，劳动生产率反映的是劳动这一重要生产要素的使用效率，是考核企业劳动效率的指标，用制造业增加值与从业人数之比表示；资本生产率是一定时期内企业资本存量创造的产出，是反映制造企业投资效率的指标，用制造业增加值与固定资产投资额之比表示。

在技术创新能力中，本文借鉴《中国制造2025》中的指标，选取R&D经费投入水平和科技人员占从业人员比重作为代理。其中，R&D 经费投入水平反映制造业对技术创新的资金投入力度，用制造业R&D 经费支出与主营业务收入比值表示；科技人员占从业人员比重表示制造业技术创新的人力资本投入程度。

高技术含量和高附加值是制造业高端化的重要特征。本文用高新技术制造业主营业务收入水平和高新技术制造业增加值占比表示制造业高端化水平。

绿色发展水平反映的是生产过程对生态环境的友好程度，本文采用单位增加值能耗、单位增加值固体废物排放、单位增加值废水排放、单位增加值废气排放4个指标代理。

相关数据来源于国家统计局官网《中国统计年鉴》和《中国工业统计年鉴》及各省份历年统计年鉴。

（三）制造业高质量发展水平实证结果

基于2009—2020年全国30 个样本省份的面板数据，采用熵值法测度制造业高质量发展水平综合值。通过测算，全国制造业高质量发展水平如图1所示，八大区域和各省份制造业高质量发展水平如表8和表9所示。

表8 2009—2020年全国八大区域制造业高质量发展水平

表9 2009—2020年全国30个样本省份制造业高质量发展水平

由图1可知，2009—2020年全国制造业高质量发展水平整体呈现缓慢上升的趋势。经过11年的发展，全国制造业高质量发展水平从2009年的0.196 提高到2020年的0.437。总体来看，我国制造业高质量发展水平还有待进一步提高。

图1 2009—2020年全国制造业高质量发展水平

根据表8可知，2009年八大经济区制造业高质量发展水平从高到低依次是：北部沿海地区（0.352）、东部沿海地区（0.315）、南部沿海地区（0.214）、长江中游地区（0.19）、东北地区（0.155）、黄河中游地区（0.14）、西南地区（0.14）、西北地区（0.103），其中，黄河中游地区和西南地区制造业高质量发展指数相同。2020年这一排名变更为：东部沿海地区（0.92）、北部沿海地区（0.558）、南部沿海地区（0.469）、长江中游地区（0.435）、西南地区（0.42）、东北地区（0.295）、黄河中游地区（0.29）、西北地区（0.216）。值得注意的是，2009—2020年，北部沿海地区、东部沿海地区和南部沿海地区制造业高质量发展指数在八大区域中始终排名前三位，且始终高于全国均值，特别是东部沿海地区的指数增长速度明显快于其他7个区域，且差距越来越大，而长江中游地区、黄河中游地区、东北地区、西南地区、西北地区的制造业高质量发展指数则长期低于全国均值。可见，区域制造业高质量发展水平与经济发展水平基本一致，二者的区域差异性类似。以东部沿海和东北地区为例，东部沿海地区作为我国经济最发达的地区，产业技术创新能力总体较强，制造业中高新技术产业所占比重较大，产业整体转型升级也较快。近几年，受国际贸易保护主义影响，尤其是受欧美国家制造业回流带来的冲击，东部沿海地区的制造业发展受到一定影响。但随着该区域加快推进产业转型升级，积极发展先进制造业和现代服务业，制造业高质量发展水平仍得到明显提升。东北地区作为经济发展较为落后的区域，虽是我国传统制造业发展基地，拥有大批重化工企业，产业基础雄厚，但发展方式落后，呈现出高投入、高耗能、高污染、低收益的发展特征，产业的技术创新能力和产业素质远低于东部沿海地区。但导致区域制造业高质量发展水平高低不同的原因是多方面的，其中生产性服务业与制造业的耦合协调度差异（尤其是物流业与制造业的耦合协调度差异）可能是一个重要因素，下面通过实证分析加以检验。

五、“两业”耦合协调度对制造业高质量发展的作用

（一）模型构建

用面板数据的固定效应模型（FE）和随机效应模型（RE）考察“两业”耦合协调度对制造业高质量发展的影响效应。本文根据杜传忠等[30]和王晓蕾等[34]的研究，构建计量模型：

其中，it表示第i个省（区、市）第t年的指标值，HDM为被解释变量，表示制造业高质量发展水平，α为常数项，Dit作为解释变量，表示物流业和制造业耦合协调水平，β1为“两业”耦合协调水平的回归系数，β2、β3、…、β7分别为控制变量信息化水平（infor）、政府干预度（gover）、经济发展水平（pgdp）、市场化程度（market）、创新投入（innov）、对外开放程度（open）的回归系数，εit为随机扰动项。

（二）变量选择与数据来源

影响制造业高质量发展的因素有很多，为了增强结果的稳健性，本文借鉴于斌斌[38]和上官绪明[39]的做法，选取信息化水平（infor）、政府干预（gover）、经济发展水平（pgdp）、市场化程度（market）、创新投入（innov）、对外开放度（open）为控制变量。

信息化水平（infor）：以信息化为特征的互联网时代，最显著的优点是极大地降低了社会经济主体的交易成本。信息化水平越高，制造业各环节的交易成本就越低，转型升级和高质量发展的成本就更低。本文用互联网宽带接入数（万户）代理。

政府干预（gover）：我国现行的属地治理体制、财政分权体制以及地方官员考核制度，客观上容易导致地方政府出现短期行为、竞相开展“GDP 赛跑”，产生地方保护主义，从而对地区经济增长产生负面影响，因此在制造业高质量发展过程中政府干预作用明显，既可对制造业高质量发展产生引导、培育、扶持作用，也可能会扭曲制造业资源配置。本文采用地方财政支出与国内生产总值的比重来表示政府干预程度。

经济发展水平（pgdp）：与产业发展水平正相关。一般而言，一个地区的经济发展水平越高，制造业转型升级和高端化发展的基础条件就越好。本文用人均GDP表示经济发展水平。

市场化程度（market）：反映市场竞争程度。通常而言，市场竞争越充分，产业发展质量越高。本文采用非国有企业就业人数和总就业人数之比衡量。

创新投入（innov）：制造业技术升级的重要支撑，以制造业R&D 经费支出占主营业务收入比重反映创新投入力度。

对外开放度（open）：是影响制造业高质量发展与转型升级的重要因素，采用进出口额和国内生产总值之比进行衡量。

为了在一定程度上避免异方差的存在，对信息化水平、创新投入两个控制变量取对数。各项指标变量的描述性统计如表10所示。

表10 各变量描述性统计结果

（三）“两业”耦合协调度对制造业高质量发展的影响效应

对全国30 个样本省份2009—2020年的面板数据进行固定效应和随机效应模型实证分析，回归结果如表11所示。解释变量“两业”耦合协调度（Dit）与被解释变量制造业高质量发展均在1%的显著性水平上正相关，且分别为0.983 和0.911，说明“两业”耦合协调程度每增加1个单位，制造业高质量发展水平将提升0.9个单位，即“两业”耦合协调度的提高，对制造业高质量发展具有明显的提升作用。

根据表11 可知，信息化水平（infor）系数在固定效应模型下为负数，但不显著，在随机效应模型中在1%的显著性水平上正相关，说明在不考虑个体效应的情况下，信息化水平对制造业高质量发展有正向促进作用；政府干预度（gover）系数在两种模型下均为负值，但仅在固定效应模型中显著，说明考虑各省份的个体效应后，政府干预度提升会对制造业高质量发展产生抑制效果，即政府干预会干扰制造业资源的有效配置，进而对产业高质量发展产生抑制效应，这与大量研究结果一致；经济发展水平（pgdp）系数均为正值，但在固定效应模型下不显著，而在随机效应模型中1%的显著性水平下正相关，说明在不考虑个体效应的情况下，经济发展水平对制造业高质量发展有正向影响，若考虑个体效应，则影响不显著；市场化程度（market）系数均为正值，但都不显著，说明市场化程度对制造业高质量发展作用不明显；创新投入（innov）系数均在5%的显著性水平上为负值，这可能是因为创新投入时滞较长，投入达到一定程度才有回报，由此导致投入早期对高质量发展的促进作用为负；对外开放程度（open）系数在固定效应模型和随机效应模型下均为负值，但在固定效应模型中不显著，在随机效应模型中10%的水平上显著，这可能是因为对外开放度高导致企业竞争加剧，为了在国际市场上获得价格竞争优势，企业间竞相压低成本从而阻碍产业高质量发展。

表11 全国制造业高质量发展影响因素回归结果

用固定效应模型和随机效应模型对全国八大经济区2009—2020年的面板数据进行回归分析，并进行豪斯曼（Hausman）检验，结果如表12所示。

由表12 可知，解释变量物流业与制造业耦合协调度的系数在东北、南部沿海、黄河中游、长江中游地区为正值，其中东北和黄河中游地区在1%的显著性水平上显著，南部沿海和长江中游地区在5%的显著性水平上显著。此外，东部沿海地区的系数在1%的显著性水平上负相关，北部沿海、西南地区和西北地区的两业耦合度的影响不显著。这一结果也说明了“两业”融合发展对制造业高质量发展的影响效应具有地区差异性。

表12 全国及八大区域制造业高质量发展影响因素回归结果

从各个控制变量对制造业高质量发展的影响来看，信息化水平（infor）的系数在东部沿海和西南地区显著为正值，在南部沿海地区显著为负值，在东北、北部沿海、黄河中游、长江中游、西北地区的作用则不显著。政府干预度（gover）对制造业高质量发展的影响在我国东北、东部沿海和西南地区较为显著，其中，在东部沿海地区的影响在5%的显著性水平下正相关，在东北和西南地区的影响则在10%的显著性水平下负相关，可能的解释是东部沿海地区的政府干预引导和扶持了当地制造业发展，并在很大程度上助推了制造业高质量发展，东北和西南地区的政府干预则扭曲了制造业资源配置，对制造业高质量发展产生了抑制作用。在北部沿海、南部沿海、黄河中游、长江中游、西北地区政府干预和制造业高质量发展不存在显著的相关关系。经济发展水平（pgdp）在东部沿海、南部沿海和西南地区的系数分别为1%和5%显著性水平下的正值，在其余5 个区域的作用则不显著。市场化程度（market）对制造业高质量发展的影响仅在南部沿海地区显著正相关，在其余7个区域皆不显著，说明市场化程度对制造业高质量发展作用不明显。创新投入（innov）的系数在东北、南部沿海和长江中游地区为10%和5%显著性水平下的负值，其余5 个区域创新投入的影响均不显著，说明创新投入对制造业高质量发展没有产生显著的正向作用，这与通常的感性认知有较大差异。对外开放度（open）在东部沿海、东北和南部沿海地区的系数为负值，显著性水平分别为1%和5%，但在其余5个区域的影响则不显著。

六、主要结论与对策建议

（一）主要结论

2009—2020年全国物流业和制造业之间的耦合协调度由最初的濒临失调阶段逐步提升为中级协调阶段，协调程度越来越高，但“两业”发展持续呈现不均衡态势，物流业发展水平从最初的滞后于制造业发展水平演变为高于制造业发展水平。如果这一趋势不能得到扭转，将会影响耦合协调度的进一步提升。从八大区域和30个样本省份来看，不同区域经济发展水平存在差异，“两业”发展进程不一致，导致沿海经济区“两业”耦合协调度明显高于内陆地区，不同省份的“两业”耦合协调度表现出明显的区域性差异。2009—2020年全国制造业高质量发展水平整体呈现缓慢上升的趋势，且制造业高质量发展水平的区域差异性与经济发展水平的地区性差异类似，其中，东部沿海、北部沿海和南部沿海地区制造业高质量发展水平长期高于全国平均水平，尤其是东部沿海地区制造业高质量发展指数增速遥遥领先于其他7 个区域。从全国范围来看，“两业”耦合协调度与制造业高质量发展存在显著的正相关关系。“两业”耦合协调度的提高，有利于推动制造业高质量发展；从区域来看，“两业”耦合协调度对制造业高质量发展的促进作用具有明显的区域差异，其中，东北、南部沿海、黄河中游、长江中游地区的“两业”耦合协调度对制造业高质量发展有正向效应，但这种正向作用在北部沿海、西南地区和西北地区不显著，在东部沿海地区则是负相关。总体来看，“两业”耦合协调度对制造业高质量发展具有促进作用。

（二）对策建议

要提升制造业高质量发展水平可以采取如下对策。

首先，应深度研究与分析产业发展演进规律，进一步促进“两业”的融合发展。一方面通过延长制造产业链、优化价值链等方式来提升制造业发展水平，强化制造业对物流业的拉动作用；另一方面，继续鼓励和引导制造业企业专注自身核心业务，充分发挥竞争优势，将非核心价值的物流环节让渡给专业的第三方物流企业，增强物流业对制造业的推动作用。

其次，八大区域在促进“两业”互动融合发展以提升区域制造业高质量发展水平方面应各自有所侧重。如东北和北部沿海地区制造业发展以传统制造业和重工业为主导，物流业起步和发展较慢，制造业对物流业的需求以及物流业对制造业的支撑作用未能充分发挥出来，因此这些区域要进一步提升制造业发展水平，同时围绕制造业发展重点发展相配套的物流业。东部沿海和南部沿海地区先进制造业较发达，与制造业相配套的物流业也已达到较高水平，下一步应重点提升“两业”融合发展水平，提高“两业”耦合协调程度。对于中西部的西南、西北、黄河中游、长江中游等地区，则要同时推进“两业”发展，增强“两业”内生发展动力，锻造产业链供应链长板，实现资源有效配置，强化要素支撑。

再次，应强化各综合经济区内部经济联系，实现区域内产业联动发展。目前，东部沿海地区较其他区域而言水平更高。东部沿海地区内部基本形成了以上海为核心或龙头的区域城市群，区域内部产业协同程度和资源配置效率都较高，从而有效提升了区域两业融合发展水平，这对推动区域制造业高质量发展十分有利。反观其他几个区域，由于种种原因，这些区域内部始终未能形成较为密切的产业协同关系，区域垄断和行政分割严重，要素资源不能在区域间自由流动。为此，要进一步打破区域垄断和行政区划限制，建立全国统一大市场，促进资源要素跨区域合理流动，提升区域两业耦合协调等级，促进区域制造业发展质量提升。

最后，应进一步深化供给侧结构性改革，充分发挥政府在物流业与制造业耦合发展中的引领作用。政府部门应密切关注制造业发展态势与需求，通过出台激励政策，提高制造业生产效率与产品附加值，提升制造业发展水平，为物流业与制造业间能够实现互动融合发展奠定坚实基础。同时，要继续深化物流管理体制改革，建立全国统一的物流市场，促进物流业降本增效，增强物流业对制造业的带动作用。

注释：

①数据来源于http：//www.stats.gov.cn/tjsj/。

②当单个二级指标权重大于0.1时，该指标即被视为对被解释变量有较大影响。

③八大区域分别为：东北地区（辽宁、吉林、黑龙江）；北部沿海地区（北京、天津、河北、山东）；南部沿海地区（广东、福建、海南）；东部沿海地区（上海、江苏、浙江）；黄河中游地区（内蒙古、陕西、山西、河南）；长江中游地区（湖北、湖南、江西、安徽）；西南地区（重庆、四川、贵州、云南、广西）；西北地区（甘肃、宁夏、青海、新疆）。