The Impact of the Development of Intelligent Logistics Industry on Economic Resilience: Effects and Mechanisms
-
摘要: 科学评估物流业智慧化发展对经济韧性的影响具有重要现实意义。基于2006—2021年我国286个城市的面板数据,构建物流业智慧化与经济韧性指标,探究物流业智慧化对经济韧性的影响及作用机制。结果表明,物流业智慧化显著提升了经济韧性,且这一结论具有较强的稳健性。机制检验发现,物流业智慧化主要通过降低外部扰动风险、实现供需两端协调及激发经济活跃程度增强了经济韧性。拓展分析表明,物流业智慧化有助于促进市场一体化发展和市场潜力的释放,且在市场分割程度高的地区和低市场化地区,物流业智慧化对经济韧性的促进作用更强。物流业智慧化对经济韧性的促进作用还存在网络效应,物流网络越完善,物流业智慧化促进经济韧性的效应越强。因而应推动新一代信息技术与物流技术的深度融合,加强数字基础和交通基础设施建设,优化运输结构,完善地区间的物流体系,以更好地畅通国民经济循环、增强经济韧性。Abstract: It is of great practical significance to scientifically assess the impact of developing intelligent logistics industry on economic resilience. Using the panel data of 286 cities in China from 2006 to 2021, this paper creates indicators of intelligent logistics industry and economic resilience to explore the influence and its mechanism of intelligent logistics industry on economic resilience. The results indicate that the development of intelligent logistics industry significantly improves economic resilience, which is highly robust. The mechanism test finds that the development of intelligent logistics industry enhances economic resilience mainly by reducing the risk of external disturbances, coordinating supply and demand, and energizing economic activities. Expanded analysis shows that the development of intelligent logistics industry helps to promote market integration and unlock market potential. The facilitating effect of intelligent logistics industry on economic resilience is stronger in regions with high-level market segmentation or low-level marketization. There is also a network effect on promoting economic resilience brought by the development of intelligent logistics industry. Such effect increases with stronger logistics network. Therefore, it is suggested to promote the in-depth integration between new-generation information technology and logistics technology, strengthen digital and transportation infrastructure, optimize the transportation structure, and improve the inter-regional logistics system, so as to better facilitate the circulation of national economy and enhance economic resilience.
-
表 1 描述性统计结果
变量 观测值 平均值 标准差 最小值 最大值 UER_GDP 4 576 0.037 0.329 -0.715 1.081 UER_Labor 4 576 -0.869 0.666 -1.238 4.292 LOG 4 576 0.013 0.030 0.001 0.546 lnPgdp 4 576 10.480 0.713 8.744 12.010 lnInvest 4 576 10.150 0.988 7.765 12.180 Hc 4 576 1.373 0.875 -0.616 3.942 Ms 4 576 0.236 0.138 0.025 0.686 Fdi 4 576 0.003 0.003 0.000 0.012 Is 4 576 0.870 0.082 0.622 0.996 表 2 基准回归结果
变量 (1) (2) (3) (4) UER_GDP UER_GDP UER_Labor UER_Labor LOG 0.812***(0.266) 1.589***(0.283) 9.308***(1.306) 9.178***(1.285) lnPgdp 0.816***(0.049) -0.115(0.081) lnInvest 0.041***(0.014) 0.089***(0.029) Hc -0.003(0.009) 0.012(0.021) Ms -0.135*(0.077) -0.638***(0.223) Fdi -5.874*(3.004) -15.841***(5.618) Is 1.166***(0.253) 2.392***(0.435) Constant 0.027***(0.003) -9.924***(0.391) -0.990***(0.017) -2.594***(0.612) 城市固定效应 是 是 是 是 年份固定效应 是 是 是 是 N 4 576 4 576 4 576 4 576 R2 0.626 0.858 0.529 0.539 注:***、**、*分别为1%、5%及10%的显著水平;括号内为经过Cluster处理后聚类到城市层面的标准误。下同。 表 3 工具变量回归结果
变量 (1) (2) (3) LOG UER_GDP UER_Labor LOG 4.464***
(1.371)15.574***
(4.243)IV_Post 0.008***
(0.002)控制变量 是 是 是 城市固定效应 是 是 是 年份固定效应 是 是 是 N 3 552 3 552 3 552 R2 0.570 0.070 第一阶段F值 12.12
(0.000)表 4 稳健性检验回归结果(一)
变量 改变经济韧性测度方法 改变物流业智慧化测度方法 控制政府调控 控制异常值影响 (1) (2) (3) (4) (5) (6) (7) (8) UER_GDP2 UER_Labor2 UER_GDP UER_Labor UER_GDP UER_Labor UER_GDP UER_Labor LOG 1.300*** 1.960*** 1.435*** 9.072*** 1.729*** 0.580*** (0.248) (0.408) (0.270) (1.281) (0.283) (0.088) LOG2 0.054*** 0.301*** (0.013) (0.043) Gov -0.709*** -0.462** (0.150) (0.180) Soe_share -0.036* -0.045 (0.021) (0.031) 控制变量 是 是 是 是 是 是 是 是 城市固定效应 是 是 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 是 是 N 4 576 4 576 4 576 4 576 4 576 4 576 4 576 4 576 R2 0.892 0.701 0.856 0.521 0.863 0.539 0.807 0.748 表 5 稳健性检验回归结果(二)
变量 剔除直辖市样本 剔除省会城市样本 剔除主要海港城市样本 剔除物流节点城市样本 (1) (2) (3) (4) (5) (6) (7) (8) UER_GDP UER_Labor UER_GDP UER_Labor UER_GDP UER_Labor UER_GDP UER_Labor LOG 1.878*** 10.577*** 1.540** 12.056*** 1.964*** 11.825*** 1.281** 14.480*** (0.413) (1.833) (0.616) (2.787) (0.417) (2.337) (0.625) (3.108) 控制变量 是 是 是 是 是 是 是 是 城市固定效应 是 是 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 是 是 N 4 512 4 512 4 096 4 096 4 208 4 208 3 984 3 984 R2 0.858 0.530 0.863 0.503 0.862 0.516 0.867 0.490 表 6 降低外部扰动风险机制的回归结果
变量 波动法风险测度 文本法风险测度 (1)低组 (2)高组 (3)低组 (4)高组 (5)低组 (6)高组 (7)低组 (8)高组 UER_GDP UER_GDP UER_Labor UER_Labor UER_GDP UER_GDP UER_Labor UER_Labor LOG 0.927*** 1.544*** 8.008*** 8.482*** 1.095*** 1.756*** 9.891*** 7.690*** (0.346) (0.383) (1.798) (1.802) (0.313) (0.343) (1.896) (1.985) 控制变量 是 是 是 是 是 是 是 是 城市固定效应 是 是 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 是 是 组间差异检验P值 0.003*** 0.046** 0.044** 0.118 N 1 709 1 696 1 709 1 696 1 746 1 746 1 746 1 746 R2 0.887 0.874 0.577 0.572 0.879 0.869 0.599 0.547 表 7 供需两端协调机制与经济活跃程度机制的回归结果
变量 (1) (2) (3) (4) Matching_City1 Matching_City2 Activity1 Activity2 LOG -1.352**
(0.616)-0.091***
(0.024)0.715***
(0.213)2.493***
(0.442)控制变量 是 是 是 是 城市固定效应 是 是 是 是 年份固定效应 是 是 是 是 N 3 483 3 483 4 576 4 576 R2 0.508 0.416 0.720 0.925 表 8 异质性分析回归结果
变量 市场分割程度异质性 市场化水平异质性 (1)低组 (2)高组 (3)低组 (4)高组 (5)低组 (6)高组 (7)低组 (8)高组 UER_GDP UER_GDP UER_Labor UER_Labor UER_GDP UER_GDP UER_Labor UER_Labor LOG 1.410*** 1.535*** 9.000*** 10.541*** 2.495* 1.141*** 19.401*** 6.817*** (0.346) (0.384) (1.568) (2.400) (1.281) (0.246) (2.690) (0.976) 控制变量 是 是 是 是 是 是 是 是 城市固定效应 是 是 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 是 是 组间差异检验P值 0.001*** 0.360 0.000*** 0.000*** N 2 285 2 291 2 285 2 291 2 298 2 236 2 298 2 236 R2 0.897 0.840 0.530 0.541 0.883 0.845 0.484 0.634 表 9 物流业智慧化对经济韧性的网络效应(一)
变量 2006—2010 2011—2015 2016—2021 (1) (2) (3) (4) (5) (6) UER_GDP UER_Labor UER_GDP UER_Labor UER_GDP UER_Labor LOG 0.933(1.495) 0.294(0.203) 0.836*(0.438) 0.912***(0.312) 0.669***(0.152) 11.812***(1.926) 控制变量 是 是 是 是 是 是 城市固定效应 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 N 1 430 1 430 1 430 1 430 1 716 1 716 R2 0.851 0.679 0.951 0.830 0.971 0.533 表 10 物流业智慧化对经济韧性的网络效应(二)
变量 物流业智慧化水平较低组 物流业智慧化水平较高组 (1) (2) (3) (4) UER_GDP UER_Labor UER_GDP UER_Labor LOG -30.749***
(9.208)-4.243
(10.328)1.011***
(0.227)7.667***
(1.202)控制变量 是 是 是 是 城市固定效应 是 是 是 是 年份固定效应 是 是 是 是 N 2 282 2 282 2 268 2 268 R2 0.879 0.345 0.893 0.590 -
[1] TÓTH G, ELEKES Z, WHITTLE A, et al. Technology network structure conditions the economic resilience of regions[J]. Economic Geography, 2022, 98(4): 355-378. doi: 10.1080/00130095.2022.2035715 [2] MARTIN R, SUNLEY P. On the notion of regional economic resilience: conceptualization and explanation[J]. Journal of Economic Geography, 2015, 15(1): 1-42. doi: 10.1093/jeg/lbu015 [3] DONALDSON D. Railroads of the raj: estimating the impact of transportation infrastructure[J]. American Economic Review, 2018, 108(4-5): 899-934. doi: 10.1257/aer.20101199 [4] 叶菁文, 范剑勇. 交通基础设施、区际贸易与地区经济发展——以公路为例[J]. 数量经济技术经济研究, 2023(6): 48-68. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY202306003.htm [5] 高友才, 汤凯. 临空经济与供给侧结构性改革——作用机理和改革指向[J]. 经济管理, 2017(10): 20-32. https://www.cnki.com.cn/Article/CJFDTOTAL-JJGU201710003.htm [6] 谷城, 张树山. 我国物流业智慧化水平的分布动态、空间差异与收敛性[J]. 中国流通经济, 2023(3): 17-31. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGLT202303002.htm [7] 陶锋, 王欣然, 徐扬, 等. 数字化转型、产业链供应链韧性与企业生产率[J]. 中国工业经济, 2023(5): 118-136. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202305007.htm [8] 刘海建, 胡化广. 畅通国民经济循环与劳动力就业——基于流通标准一体化视角的研究[J]. 数量经济技术经济研究, 2023(10): 51-70. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY202310002.htm [9] TANG C S, VEELENTURF L P. The strategic role of logistics in the industry 4.0 era[J]. Transportation Research Part E-logistics and Transportation Review, 2019, 129(9): 1-11. [10] SONG Y, YU F R, ZHOU L, et al. Applications of the internet of things (IoT) in smart logistics: a comprehensive survey[J]. Ieee Internet of Things Journal, 2021, 8(6): 4250-4274. [11] 张树山, 谷城, 张佩雯, 等. 智慧物流赋能供应链韧性提升: 理论与经验证据[J]. 中国软科学, 2023(11): 54-65. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRK202311005.htm [12] ASHER S, NOVOSAD P. Rural roads and local economic development[J]. American Economic Review, 2020, 110(3): 797-823. [13] 吕婧, 张衍晗, 庄玉良. 公共卫生危机下基于智慧物流的应急物流能力优化研究[J]. 中国软科学, 2020(S1): 16-22. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRK2020S1003.htm [14] BROWN L, GREENBAUM R T. The role of industrial diversity in economic resilience: an empirical examination across 35 years[J]. Urban Studies, 2017, 54(6): 1347-1366. [15] 徐圆, 邓胡艳. 多样化、创新能力与城市经济韧性[J]. 经济学动态, 2020(8): 88-104. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXD202008006.htm [16] 张跃胜, 张寅雪, 邓帅艳. 技术创新、产业结构与城市经济韧性——来自全国278个地级市的经验考察[J]. 南开经济研究, 2022(12): 150-168. https://www.cnki.com.cn/Article/CJFDTOTAL-NKJJ202212008.htm [17] 卢现祥, 滕宇汯. 创新驱动政策如何提升城市经济韧性: 基于有效市场和有为政府的机制分析[J]. 中国软科学, 2023(7): 102-113. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRK202307010.htm [18] ROCCHETTA S, MINA A. Technological coherence and the adaptive resilience of regional economies[J]. Regional Studies, 2019, 53(10): 1421-1434. [19] FUSILLO F, CONSOLI D, QUATRARO F. Resilience, skill endowment, and diversity: evidence from US metropolitan areas[J]. Economic Geography, 2022, 98(2): 170-196. [20] 孙早, 侯玉琳. 工业智能化如何重塑劳动力就业结构[J]. 中国工业经济, 2019(5): 61-79. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201905005.htm [21] 陈安平. 集聚与中国城市经济韧性[J]. 世界经济, 2022(1): 158-181. https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ202201007.htm [22] 邱语, 张卫国. 机器人应用与劳动力就业: 来自中国制造企业的经验证据[J]. 广东财经大学学报, 2023(4): 18-36. https://www.cnki.com.cn/Article/CJFDTOTAL-SONG202304002.htm [23] 钞小静, 薛志欣. 新型信息基础设施对中国经济韧性的影响——来自中国城市的经验证据[J]. 经济学动态, 2023(8): 44-62. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXD202308004.htm [24] 刘冲, 吴群锋, 刘青. 交通基础设施、市场可达性与企业生产率——基于竞争和资源配置的视角[J]. 经济研究, 2020(7): 140-158. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202007011.htm [25] 巫强, 姚雨秀. 企业数字化转型与供应链配置: 集中化还是多元化[J]. 中国工业经济, 2023(8): 99-117. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202308006.htm [26] REDDING S J, TURNER M A. Transportation costs and the spatial organization of economic activity[J]. Handbook of Regional and Urban Economics, 2015, 5: 1339-1398. [27] 陈斌开, 赵扶扬. 外需冲击、经济再平衡与全国统一大市场构建——基于动态量化空间均衡的研究[J]. 经济研究, 2023(6): 30-48. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202306003.htm [28] 张树山, 谷城. 智慧物流与企业可持续发展——基于经济绩效与环境绩效的双重验证[J]. 产业经济研究, 2024(1): 42-55. https://www.cnki.com.cn/Article/CJFDTOTAL-CYJJ202401004.htm [29] KRUGMAN P. Increasing returns and economic geography[J]. Journal of Political Economy, 1991, 99(3): 483-499. [30] 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(10): 24-45. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY202110002.htm [31] MARTIN R. Regional economic resilience, hysteresis and recessionary shocks[J]. Journal of Economic Geography, 2012, 12(1): 1-32. [32] MARTIN R, SUNLEY P, GARDINER B, et al. How regions react to recessions: resilience and therole of economic structure[J]. Regional Studies, 2016, 50(4): 561-585. [33] 申慧慧, 于鹏, 吴联生. 国有股权、环境不确定性与投资效率[J]. 经济研究, 2012(7): 113-126. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201207010.htm [34] 徐炜锋, 阮青松. 外部环境不确定性、企业社会资本与企业并购决策——基于资源获取视角[J]. 管理评论, 2023(5): 214-227. https://www.cnki.com.cn/Article/CJFDTOTAL-ZWGD202305018.htm [35] SHAN J, YANG S, YANG S, et al. Anempirical study of the bullwhip effect in China[J]. Production & Operations Management, 2014, 23(4): 537-551. [36] 张峻, 刘小勇, 王昕芊. 国家知识产权试点政策是否促进了城市创新合作[J]. 经济学动态, 2023(5): 72-91. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXD202305005.htm [37] 史丹, 李少林. 排污权交易制度与能源利用效率——对地级及以上城市的测度与实证[J]. 中国工业经济, 2020(9): 5-23. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202009002.htm [38] 王巍, 师婷婷, 姜智鑫. 国家中心城市的创新引领作用: 来自企业异地合作创新的证据[J]. 广东财经大学学报, 2024(1): 19-35. https://www.cnki.com.cn/Article/CJFDTOTAL-SONG202401002.htm [39] 陆铭, 陈钊. 分割市场的经济增长——为什么经济开放可能加剧地方保护?[J]. 经济研究, 2009(3): 42-52. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200903006.htm [40] 王小鲁, 胡李鹏, 樊纲. 中国分省份市场化指数报告(2021)[M]. 北京: 社会科学文献出版社, 2021. -