“互聯網+”制造業與現代物流服務業互動發展研究

摘要：當今社會已全面步入“互聯網+”時代，新一代信息技術在各個生產領域的應用與滲透，促進了融合型產業體系的構建與發展。制造業與現代物流服務業跨界融合發展必將促進社會產業結構的優化升級，提高經濟運行質量。文章采用VAR向量自回歸模型，運用浙江省1988年～2017年時間序列數據，分析了浙江制造業與現代物流業之間的互動協同關系。結果顯示，現代物流服務業與制造業之間互為格蘭杰原因而且存在長期協整關系;脈沖響應函數的標準差沖擊分析表明浙江省制造業和現代物流服務業之間已經具有了持續性的互動關聯效應，但是產業間關聯效應明顯低于兩種產業的自我增強效應;方差分解顯示各內生變量對預測方差的貢獻度方面制造業產生的影響占主體，要遠大于現代物流服務業。最后為促進兩種產業互動協同發展提出了三點建議。

關鍵詞：“互聯網+”;制造業;現代物流服務業;跨界融合

一、 引言

現代物流服務業區別于傳統物流業的重要特征在于它是以“互聯網+”新一代信息技術作為重要支撐，連結物流、信息流、資金流，通過提供專業化、系統化、信息化的物流運輸服務為現代制造業和商貿流通業的發展注入新鮮活力。2009年3月國務院發布了《物流業調整和振興規劃》，文件中將制造業與物流業聯動發展列為“九大工程”之一。傳統制造業內部物流環節隨著產業分工細化而向外轉為第三方外包，由此產生的需求釋放推動了物流服務業的發展和壯大;而現代物流業作為生產性服務業的重要組成部分，主要為制造業的生產過程提供中間服務，有效促進上下游各生產環節溝通與銜接，縮短生產要素流轉時間，已經成為制造業提高自身核心競爭力的重要影響因素。因此中國政府在《中國制造2025》行動綱領中提出要加快生產性服務業發展，壯大第三方物流以提高其對制造業轉型升級的支撐能力，提升全要素生產率。

二、 研究綜述

隨著工業“互聯網+”時代的到來，產業間邊界越來越模糊，跨界融合發展成為各產業發揮比較優勢的必然選擇。制造業與現代物流服務業的關系早已受到國內外學者的關注，搜集整理相關文獻大多是基于產業關聯視角開展的理論研究和實證分析。理論研究方面國外學者多從物流外包角度出發，在20世紀70年代～90年代德國、美國等發達國家就已經出現了物流外包服務影響制造業經濟效率的研究;Lieb，Bentz（2004）提出美國制造業企業在積極參與國際分工時積極選擇物流外包，降低了企業運輸成本、提高核心競爭力;Egger等（2001;2006）認為資本密集型高技術產業的外包服務對提升制造業勞動生產率作用更大，即高技術下的專業化分工對于提升制造業生產效率更明顯。楊依杭、鞠頌東（2015）基于產業關聯視角分析德國物流業與制造業聯動發展對中國的啟示認為德國快速發展的物流業有效推動了制造業進行業務流程改造，很好地服務了德國制造業，對其制造業的國際化起到了很好的支持作用。趙胤斐，馮暉（2018）等分析了物流業與制造業的物流供需協同機制，認為物流業和制造業的協同發展，能夠促進兩業已有資源的合理配置，使得區域內整個產業結構不斷轉型升級。也有學者通過實證分析研究兩者的關系。王健，梁紅艷（2012）運用中國省際層面以及制造業行業細分面板數據進行實證分析的結果表明：樣本期間內，我國物流業的發展水平是制造業生產效率提高的一個重要因素。李光明等（2017）利用2006年～2015年我國30個省份（西藏除外）的面板數據，基于空間杜賓模型分析物流產業集聚對我國制造業勞動生產率的作用及空間溢出效應。結果表明物流產業集聚與地方財政支出均顯著為正，是制造業勞動生產率提升的重要源泉。蔡志強、藺繼娟（2019）利用柯布—道格拉斯生產函數考察物流業與制造業關系，得出結論為物流業的發展會顯著地促進東部省份制造業效率的提升。

通過梳理上述文獻可以看出，目前國內外關于物流服務業與制造業關系的研究更多單方面側重于物流業對制造業效率提升的影響，少有研究兩者之間彼此的相互影響。然而隨著國際產業分工深化，我國經濟由高速增長階段轉向高質量發展，制造業轉型升級和物流業提質增效之間是相互促進、相互推動的。因此本文以我國制造大省浙江為作為研究對象，將其現代物流服務業與制造業同時作為內生變量，運用計量經濟學向量自回歸模型VAR，研究兩者之間的互動關系，為促進浙江現代物流服務業與制造業的協同發展提供有益的政策建議。

二、 “互聯網+”制造業與物流服務業互動發展機理研究

1. “互聯網+”物流——價值鏈嵌入，助推制造業產業升級。長期以來我國制造業一直處于全球價值鏈的低端，產品技術含量低、附加值低。因此“互聯網+”帶動的新一輪的工業革中，我國制造業的發展目標是基于戰略性的結構調整、轉型升級向價值鏈高端攀升。Porter把制造業價值鏈細分為技術研發、原料采購、生產加工、產品發運、市場營銷和售后服務等環節。在整個價值鏈上現代運輸服務業通過借助“互聯網+”信息化大數據平臺，為制造業提供專業化的服務外包，有效連接原材料采購、流通加工、倉儲配送、成品運輸等各上下游各環節，不可替代的嵌入到制造業價值鏈中，不但為制造業貨物順利流通提供了有效保障，而且實現了整個運輸環節時間的縮減和以及空間的拓展，降低了制造企業的成本，有效提高其生產效率。另外隨著現代運輸服務業不斷向技術密集型和知識密集型的轉變，其在制造業技術研發、市場營銷、售后服務等環節也可以提供人力、技術、資本的支撐與服務，有效助推制造業向價值鏈中高端攀升，實現轉型升級。

2. “互聯網+”制造——需求釋放，助推物流服務業規模化發展。傳統制造業物流運輸環節全部由企業內部部門完成，隨著社會產業分工和“互聯網+”制造業升級的發展，制造企業將產品研發、技術創新作為提升核心競爭力的關鍵要素，因此將人力、物力、財力等重點放在了提升核心競爭力推動價值鏈攀升上。而將價值鏈上的采購、運輸、倉儲等活動外包出去，形成了第三方外包的市場需求，由此便推動了物流服務業的產生和發展。為了更好的滿足制造企業對物流服務水平和質量的需求，現代物流服務業自身的專業化、標準化、信息化也在不斷的提高。同時由于制造業產業集聚效應的不斷釋放，帶動了現代物流服務業規模不斷擴大，逐漸形成產業集聚，集聚區內的物流企業通過資源共享、優勢互補實現功能的提升，彼此間協作互助以“一體化”的形式，提供“一站式”物流服務，促進產業間生產效率的提高。

三、 浙江制造業與物流服務業互動發展實證分析

1. 變量選取與模型設立。為深入分析浙江省制造業和現代物流服務業之間的融合促進發展關系，文章選取浙江省1988年～2017年制造業產值MI（Manufacturing Industry）和物流服務業產值LS（Logistics Service Industry）作為統計變量，在實證分析的過程中本文對變量制造業MI和物流服務業LS進行自然對數處理（LnMI制造業產值的自然對數、LnLS物流服務業產值的自熱對數）作為統計變量，主要是為消除異方差對統計分析的影響，提高預測準確度。

本文運用向量自回歸模型VAR來估計浙江省制造業（LnMI）與現代物流服務業（LnLS）之間的長期動態均衡關系。該模型由西姆斯1980年提出，能夠預測和分析隨機擾動對系統動態沖擊的大小、正負及持續的時間，是一種動態非結構性的方程組模型。在一個VAR模型中假如有n個變量，滯后期為k，則VAR模型的一般形式可用下式表示：

Zt=？撞ki=1AiZt-i+Vt

其中，Zt表示t期時間序列構成的列向量，Ai為系數矩陣，Vt是隨機誤差項。

2. 變量檢驗。

（1）變量平穩性ADF根檢驗。利用Eviews10.0對制造業產值自然對數LnMI和物流服務業產值自然對數LnLS進行ADF單位根檢驗，結果顯示在5%和10%檢驗水平下LnMI、LnLS均存在單位根，是不平穩的;而其一階差分序列DLnMI、DLnLS卻是平穩的，因此文章將以一階差分后的DLnMI、DLnLS值進行后續分析。

（2）因果關系格蘭杰檢驗。為判斷浙江制造業和現代物流服務業之間是否存在因果關系，文章運用Eviews10.0進行格蘭杰檢驗。統計分析結果證明，在5%的顯著性水平下，變量DLnMI、變量DLnLS互為格蘭杰原因。即DLnMI和DLnLS之間具有顯著的雙向因果關系，相互具有推動和促進作用。

（3）協整檢驗。在建立VAR模型之前有必要對變量之間的協整性進行檢驗。由于文章選取的制造業和物流服務業一階差分后的序列DLnMI和DLnLS是平穩序列，滿足協整檢驗的前提，本文使用Engle和Granger提出的協整檢驗方法對變量進行檢驗，結果表明在5%水平下，浙江省制造業和現代物流服務業之間存在兩個協整方程，即他們之間存在長期協整關系。

3. VAR模型實證分析及結果。

（1）VAR模型構建。將1988年～2017年浙江制造業和服務業一階差分后的數據導入Eviews10.0統計分析軟件，運算得出VAR模型內的相關參數，并帶入矩陣式為：

YtXt=0.508 148 0.416 7850.639 930 0.306 676Yt-1Xt-1+

-0.932 205 0.729 317-0.900 449 0.636 384

Yt-2Xt-20.033 4230.046 436（1）

將Yt=DLnMI和Xt=DLnLS代入矩陣并轉換為線性方程組為：

DLnMI=0.508 148DLnMI（-1）+0.416 785DLnLS（-1）-0.932 205DLnMI（-2）+0.729 317DLnLS（-2）+0.033 423

DLnLS=0.639 930DLnMI（-1）+0.306 676DLnLS（-1）-0.900 449DLnMI（-2）+0.636 384DLnLS（-2）+0.046 436（2）

模型內相關系數所顯示的制造業和服務業之間的關系要進一步通過脈沖響應函數和方差分解進行分析。

（2）VAR模型穩定性檢驗。表1和圖1的檢驗結果顯示所有的單位根的倒數的模都小于1，而且都落在單位圓之內，證明文章上面建立的VAR模型是穩定的，可以進行下一步的實證結果分析。

（3）實證結果分析。

①脈沖函數：脈沖響應函數分析的是VAR模型中來自內生變量的沖擊對自身和其它內生變量帶來的影響。圖2中橫軸表示沖擊作用的滯后期數，縱軸分別表示物流服務業和制造業受到標準差沖擊后的值，實線部分是VAR模型脈沖響應函數，虛線代表標準差偏正負兩倍的偏離帶。圖2第一幅圖顯示的是來自制造業自身的標準差沖擊對其產生的影響，第一期時出現正向響應，且達到最大值約為0.071 604，到第6期時這種響應趨向于零，這說明浙江制造業自我增強效應持續良好;第二幅圖顯示的是來自現代物流服務業的標準差沖擊對制造業的影響，第1期沒有響應，之后便開始出現正向的響應，一直持續到第8期，其中第3期最大0.014 848，這說浙江物流服務業對制造業具有持續正向影響效應。第三幅圖表明物流服務業對于來自制造業的一個標準差的沖擊，在第一期達到最大值0.013 891，第7期開始，這種響應就逐漸的趨于零;第四幅圖中物流服務業自身的一個標準差沖擊從第一期開始就有正向響應，到第2期達到最大值約為0.064 852，然后逐漸下降，從第6期開始這種響應趨于零。綜上脈沖響應函數圖示說明雖然浙江省制造業和現代物流服務業之間已經具有了持續性的互動關聯效應，但是這種產業間關聯效應明顯低于兩種產業的自我增強效應。

②方差分解。方差分解（Variance Decomposition）是進一步評價各內生變量對預測方差的貢獻度。圖3的第一幅圖顯示，在第1期時，由制造業自身擾動引起的預測方差為100%。從第4期之后，制造業的預測方差96%由自身引起，另外的4%則來自于現代物流服務業;從圖3的第二幅圖可以看出，現代物流服務業的預測方差在第1期時只有5%左右是來自于其自身，制造業引起的部分占到了95%。而后到了第5期開始，現代物流服務業的預測方差94%由制造業擾動引起，另外的6%則來自于現代物流服務業自身。說明在融合互動發展過程中，制造業產生的影響占據了主體地位，而且這種影響是遠遠的高于現代物流服務業。

四、 結論與對策

1. 結論。文章選取1988年～2017年浙江制造業LnMI和物流服務業LnLS作為分析變量，收集整理1988年～2017二產產值的時間序列，首先分析了制造和物流服務業融合互動發展的機理;其次通過VAR模型、脈沖響應函數、方差分解等計量工具，對兩種產業間的互動融合關系進行了實證分析，共得出以下幾點結論：

（1）沖響應函數：浙江制造業和現代物流服務業之間已經具有了持續性的互動關聯效應，但是產業間關聯效應明顯低于兩種產業的自我增強效應。

（2）方差分解：各內生變量對預測方差的貢獻度方面制造業產生影響占主體，要遠大于現代物流服務業。制造業對現代物流服務業的需求拉動作業大于物流服務業對制造業的支撐和牽引作用。

2. 對策。

（1）立足制造，加快制造業物流外包。現代物流業的規模化、高效化發展依賴的是制造業釋放的市場需求，目前我國制造業和物流業還存在著有效需求不足和供應能力不足并存的矛盾，因此還是要以加快發展制造業為基礎。鼓勵和引導制造企業改造業務流程，分離外包物流業務，將物流資源內部活動轉化為市場需求，促進物流活動外包的發展。另外要加強制造業產業集聚的物流功能整合，統籌規劃建立現代化物流服務體系，為制造業物流需求釋放提供有效的外部服務條件。

（2）創新物流，提升專業化服務水平。作為生產性服務業，服務水平和服務質量直接決定了現代物流服務業發展的高度和廣度。因此現代物流服務業應以現代信息技術為支撐，強化服務意識、創新服務形式、優化服務內容為制造企業提供多樣化、個性化的物流服務。同時現代物流服務業應該構建物流服務質量管理、監督、評價體系一體化的保障體系，通過不斷提供優質服務與制造業建立長期穩定合作關系，驅動制造業升級。

（3）人才儲備，加強物流專業人才的培養。隨著現代物流服務業智能化、標準化、信息化的快速發展要求有相關專業從業人員作為支撐，然而相關數據顯示目前物流業整體就業隊伍中具有專業知識背景的人員所占比重還比較小，尤其是掌握智慧物流知識的專業人員更是少之又少。因此，應該鼓勵各物流企業與各高等學校尤其是高職院校通過訂單班、定向委培班等形式開展合作育人，根據物流行業發展和企業人才需求開設相關課程;同時物流企業也要緊跟形勢發展和行業需求不斷加強當前從業人員的業務知識和技能培訓。

參考文獻：

[1] Lieb RC，Bentz B A.The Use of Third Party Logistics Services by Large American Manufacturers：the Survey[J].Trans-portation Journal，2004，（2）：5-15.

[2] Egger P， Pfaffermayr M， Wolfmayr-schnitzer Y.The International Fragmentation of Austrian Manufacturing：the Effect of Outsourcing on Productivity and Wages[J].North American Journal of Economics and Finance，2001，（3）：257-272.

[3] Egger H， Egger P.International Outsourcing and the Productivity of Low-skilled Labor in the EU[J].Economie Inquiy，2006（1）：98-108.

[4] 趙胤斐，馮暉.物流業與制造業的物流供需協同機制及模型構建[J].商業經濟研究，2018，（10）：85-87.

[5] 楊依杭，鞠頌東.德國物流業與制造業聯動發展對中國的啟示——基于產業關聯視角的研究[J].國際貿易，2015，（10）：85-87.

[6] 王健，梁紅艷.物流業發展對制造業效率的影響——基于地區和行業面板數據的分析[J].中國流通經濟，2012，（2）：27-32.

[7] 李光明，馬磊，潘磊.物流產業集聚對制造業勞動生產率的影響機理研究——基于空間杜賓模型[J].工業技術經濟，2017，（12）：106-113.

[8] 蔡志強，藺繼娟.我國東部省份物流業發展對制造業效率的影響[J].經理論研究，2019，（4）：61-71.

[9] Porter M E.Competition in Global Industries[M].Boston： Harvard Business Press，1986.

[10] 陳曉峰.長三角生產性服務業與制造業的互動關系檢驗——基于VA模型的動態實證分析[J].國際商務，2014，（4）：34-39.

基金項目：2019年度浙江省哲學社會科學規劃課題“全要素視角下“互聯網+”促進浙江制造業轉型升級效率研究”（項目號：19NDJC131YB）;2018年浙江省人力資源和社會保障科學研究課題“互聯網+”背景下浙江制造業產業結構調整的就業影響效應研究（項目號：2018067）。

作者簡介：魏艷秋（1980-），女，漢族，遼寧省朝陽市人，紹興職業技術學院范蠡商學院專業負責人，副教授，碩士，研究方向：產業經濟。

收稿日期：2019-11-21。