本文是一篇产业经济论文，本文首先了解了有关方面的研究进展，并对已有的研究进行了评述。之后文章在理论方面，从物流业与制造业协同集聚产生的效应出发分析物流业与制造业协同集聚影响制造业全要素生产率的具体路径，具体概括为提高规模效率、改善技术效率及推动技术进步 三个 方 面 。 接着 ，根 据 刘月 （ 2016 ） 构建 的产 业协 同集 聚相 对 指 数法 和DEA-Malmquist 指数法对我国 284 个地级市的物流业与制造业协同集聚度和制造业全要素生产率变动率进行了测度，并从整体和地区两个层面展开了分析。最后，通过构建动态面板模型，采用系统 GMM 分析法实证检验我国物流业与制造业协同集聚对制造业TFP 的影响。
第一章 绪论
第一节 研究背景与意义
一、选题背景
制造业是国民经济的重要组成部分，是一国经济的立国之本、兴国之器和强国之基。自 18 世纪工业文明开始以来，世界大国的兴衰史以及中华民族的奋斗史一次又一次地证明，强大的制造业是国家繁荣和民族强盛的重要保证。改革开放以来，中国制造业取得了举世瞩目的成就。2010 年，中国制造业在全球所占的份额超越了美国，成为名副其实的世界工厂和世界第一制造业大国。从 1978 年到 2016 年，制造业增加值年均增长10.9%①，超过了 GDP 增速，制造业已经成为中国经济增长的主要动力，如图 1.1 所示，2004-2016 年中国制造业增加值不断上升，虽然占国内生产总值的比例略有下降，但仍占 30%左右。当前我国制造业已经建成了门类齐全、独立完整的产业体系，这有力地推动了中国的工业化和现代化进程，同时中国的综合国力也得到显著增强。
...........................
第二节 研究内容、方法与技术路线
一、研究内容
第一章 绪论。介绍本文所研究的背景与意义、研究内容和方法，并指出其中可能存在的创新之处。
第二章 文献综述。通过对物流业与制造业协同集聚、制造业全要素生产率以及物流业与制造业协同集聚对制造业关系的相关文献进行梳理，为下文的相关分析打下基础。
第三章 物流业与制造业协同集聚对制造业 TFP 影响的理论分析。首先分析了物流业与制造业协同集聚产生的效应，具体表现为：劳动力市场共享、投入产出市场共享、知识溢出效应、竞争效应和循环积累效应。然后从物流业与制造业协同集聚产生的效应出发分析物流业与制造业协同集聚对制造业全要素生产率的影响路径，具体概括为推动技术进步、改善纯技术效率和提高规模效率三个方面。
第四章 我国物流业与制造业协同集聚水平与制造业 TFP 的测算。利用中国 284 个城市 2006—2016 年的数据对全国整体及其分区域（东、中、西部）的物流业与制造业协同集聚水平和制造业全要素生产率进行测算与分析。
第五章 物流业与制造业二者协同集聚对制造业 TFP 影响的实证分析。具体通过构建动态面板模型，采用系统 GMM 分析方法从全样本和地区（东、中、西部）层面分析物流业与制造业协同集聚对制造业全要素生产率的影响作用及其具体的作用路径。第六章 结论与建议。依据理论和实证结果，提出结论和建议。
........................
第二章 文献综述
第一节 物流业与制造业协同集聚研究
近年来，产业分工日益细化，制造业朝着高度专业化的方向发展，物流业在制造业产业链中发挥着日益重要的作用，国内外学者们对于二者之间的关系提出了多重见解。当前相关研究主要从以下两个层面展开：一是从产业层面探讨物流业与制造业的关联互动；二是从空间层面探讨物流业集聚、制造业集聚及物流业与制造业协同集聚问题（祝佳，2015）。
一、物流业与制造业的产业关联互动研究
由于物流业与制造业属于投入与产出的关系，因此二者之间的关联与互动存在一定的必然性。国外学者从不同的研究角度、研究阶段和研究对象出发，较早地研究了二者之间的关联互动关系，其主要概括为三个方面：①制造业对物流业起主导作用。如 Cohen和 Zysman（1989）、Rowthorn 和 Ramaswamy（1999）认为随着制造业分工的进一步深化，其对物流业的需求也不断扩大，同时制造业生产效率的快速提高带动了物流业的发展。Guerrieria 和 Meliciani（2000）研究认为，一个国家的制造业结构决定了其服务经济竞争力的发展。②物流业支撑制造业。如 Fixle（1999）和 Eswarn 等（2001）研究认为，物流业作为生产性服务业的重要部门，存在于制造业的各个方面，其先进性在一定程度上决定了制造业的发展水平。③物流业与制造业相互融合。如 Jones（1992）构建投入产出模型，以分析物流业与制造业之间是否存在共生关系。国内学者彭本红（2010）以共生理论为基础，对物流业与制造业的互动机制进行了深入研究。霍鹏和魏修建（2017）运用比较分析法和共生度测算法探讨我国八大经济区制造业同物流业的融合发展情况，发现随着信息与互联网技术的快速发展，制造业对物流业的拉动力远远大于物流业对制造业的推动力。
..............................
第二节 制造业全要素生产率研究
梳理现有国内外关于制造业全要素生产率的文献，学者们主要从全要素生产率的概念及其测算方法、制造业全要素生产率的影响因素两个方面进行分析。
一、全要素生产率的概念及其测算方法
全要素生产率（Total Factor Productivity，简称 TFP）是指一定时期内生产活动的效率，它是衡量单位总投入的总产出的生产率指数，即总产量与总要素投入量的比率（Solow，1957）。技术进步、人力资本积累、知识溢出等通常被经济学家们归结为促进经济增长的额外因素。TFP 通常被视为分析经济增长来源的重要工具，特别在政府制定长期可持续发展政策中发挥着重要作用。与只投入一种要素所获得的单要素生产率相比较，全要素生产率可作为一种能够测算出多种要素投入的生产率指标。使用传统的单要素生产率可能会导致测量结果发生错误，例如，选取劳动生产率指标可能会高估其对制造业生产率的贡献，而 TFP 作为一个综合性指标，在效率定量评价方面可以避免这样的偏误。
.............................
第三章 物流业与制造业协同集聚对制造业全要素生产率影响的理论分析........17
第一节 物流业与制造业协同集聚产生的效应..........................17
第二节 物流业与制造业协同集聚对制造业 TFP 的影响路径.......................19
第四章 我国物流业与制造业协同集聚水平与制造业 TFP 的估算......................23
第一节 测算方法及样本数据说明...................................23
一、物流业与制造业协同集聚测算方法的选择....................23
二、制造业全要素生产率测算方法的选择...........................24
第五章 我国物流业与制造业协同集聚对制造业 TFP 影响的实证分析..............36
第一节 模型构建与变量设定...................................36
一、计量模型设定................................36
二、变量选取.........................................37
第五章 我国物流业与制造业协同集聚对制造业TFP影响的实证分析
第一节 模型构建与变量设定
一、计量模型设定
物流业与制造业协同集聚对制造业 TFP 所产生的影响是本文的研究目的，然而二者协同集聚同制造业全要素生产率之间的内生性是本文研究的困难之处。通常来说，处理内生性的方法是选择合适的工具变量，减少随机项和内生解释变量之间的相关性，但是，既与物流业和制造业协同集聚相关又与制造业全要素生产率完全不相关的工具变量不易被获取。所以，本文选取动态面板模型的广义矩估计方法（Generalized Method ofMoments，GMM）来处理这一问题。系统 GMM 估计法不需要寻找其他的工具变量，直接将内生解释变量的水平值和差分值作为工具变量来解决解释变量的内生性问题。
本文分别将被解释变量设定为制造业全要素生产率、技术进步、纯技术效率和规模效率，以分析物流业与制造业协同集聚对制造业 TFP 及其分解指标的影响。在前文测算的中国 284 个地级及以上城市的制造业 TFP 指数及其分解项制造业技术进步指数、纯技术效率指数和规模效率指数分别为本期比上一期的倍数，而在本章的实证分析中，我们需要把四个解释变量指数转换成累积的形式③，以此来分别回归物流业与制造业协同集聚对制造业 TFP 及其分解项制造业技术进步、纯技术效率和规模效率的影响。因此，本文又计算了以 2005 年为基期的各年制造业 TFP 累积指数、技术进步累积指数、纯技术效率累积指数和规模效率累积指数。
.............................
第六章 结论与建议
第一节 研究结论
本文首先了解了有关方面的研究进展，并对已有的研究进行了评述。之后文章在理论方面，从物流业与制造业协同集聚产生的效应出发分析物流业与制造业协同集聚影响制造业全要素生产率的具体路径，具体概括为提高规模效率、改善技术效率及推动技术进步 三个 方 面 。 接着 ，根 据 刘月 （ 2016 ） 构建 的产 业协 同集 聚相 对 指 数法 和DEA-Malmquist 指数法对我国 284 个地级市的物流业与制造业协同集聚度和制造业全要素生产率变动率进行了测度，
