集聚经济对物流集群增长和竞争力的影响外文翻译资料

 2022-08-15 03:08

英语原文共 13 页,剩余内容已隐藏,支付完成后下载完整资料


集聚经济对物流集群增长和竞争力的影响

摘 要

聚集经济对物流集群的成长与竞争力的影响。本研究首先阐述物流集群,并探讨了它们的建立和对就业增长的影响,以此推断出集群中存在增强竞争力的聚集经济。本文运用美国邮政编码级别的数据集,通过提高空间上的准确度,和统计控制相关变量,来增强过去的研究。有证据表明,由于高度集中的集聚经济,集群中物流设施数量的增长呈现出比例性增长,而集聚经济似乎在空间上迅速退化。但是,结果参差不齐,需要研究在物流集群中产生集聚经济的机制。

关键词 物流; 货运; 集群; 竞争力; 聚集经济

引言

物流公司负责运输、储存和加工货物,为中、低技能工人提供了一个相对高薪的工作机会。因此,尽管高流动性行业的进入门槛很低,但是城市和地区仍在正试图吸引和留住物流公司,来为他们的工作和税收创造收入,这也意味着物流公司的群体很容易被置换或倒闭(Pettersson amp; Nauml;versten,2012;Sheffi,2013)。区域经济理论认为,集聚经济可能将物流企业在空间上分行分组,带来一种被称为集群的“粘性”收益,这说明了集群具有惯性,往往会使其增长轨迹停止不变。对于其他行业来说,集聚经济包含了知识共享、更大的专业化和供应商竞争等其他机会,物流集群则以多式联运、仓库分割和车辆共享为补充(Van den Heuvel,de Langen,van Don-selaar amp; Fransoo,2014a)。由于他们知道早期投资将获得长期收益,一旦发现集群倾向于巩固自己,那么它将鼓励地方政府采取措施来吸引企业,相比之下,如果集群在其增长轨迹中不表现出惯性,那么地方政府从鼓励物流企业选址的措施中获得的长期经济效益就会减少,而疲弱的集聚经济将使促进物流集群的吸引力降低。

本研究观察了物流集群发展轨迹的一个方面,即与非集群相比,集群的企业或就业增长率存在差异;这些增长率是否意味着因为集聚的经济而增强了竞争力。该研究首次控制了物流集群中的高度局部集聚效应,同时控制影响企业定位的其他因素。由于支持物流集群的政策频率和政策采用的速度已经超过了集群的理论发展,因此预计研究结果将可高度转化为政策(Benneworth&Henry,2004)

该论文的结构如下。下一节将回顾有关物流集群中集聚经济的相关文献,解释它们可以提高企业竞争力的原因。在第三部分回顾了特定的假设,并解释了用于评估其可接受的数据和模型。第四部分介绍了已识别的集群,并解释了与其增长相关的变量。最后,第五部分总结了与以往研究相比的差异以及政策的含义。

理论

物流指引了“货物的转换和流通”,包括管理和协调、物品的实际移动、储存和与其相关的处理(Hesse amp; Rodrigue, 2004, 第172页)。物流公司包括了任何形式的承运人,提供仓储,一些中间处理过程的加工商,和提供运输,货物管理服务的公司(例如,加急和合并)。物流集群是指物流企业之间在空间上的紧密接触和紧密互动。集群为企业提供外部经济实体,以此来提高其运营的效率和有效性(Delgado, Porter amp; Stern, 2010;Elbert, Haasis, Schonberger,amp; Landwehr, 2011;Elbert amp; Schonberger, 2009;Eriksson,2009;Martin amp; Sunley, 2003;Pettersson amp; Naversten, 2012;Porter, 1998;Sheffi,2013,2010)。与纯粹处理信息的产业集群不同,物流集群既受益于与知识共享和劳动力有关的外部经济体,又能够共享运输和仓储的益处(Cruijssen, Dullaert,amp; Joro, 2010;Ergun, Kuyzu,amp; Savelsbergh, 2007;Sheffi,2010;Van den Heuvel, Van Donselaar, de Langen,amp; Fransoo, 2015)。一些研究人员还选择合并那些有业务重叠的非从事物流的公司,比如对物流起支持性的公司(如维修、法律和信息技术公司)、客户(如制造商、批发商或零售商)、大学和相关的政府机构(Sheffi, 2010)。然而,最近确定物流集群的大多数工作工作只包括物流服务提供商(Rivera, Sheffi,amp;Welsch, 2014;Van den Heuvel et al.,2015)。以上这些是本研究采用的方法。

物流集群研究提出了聚集经济,使聚集的企业状况更好。古典空间经济学家和新经济地理学都主张在经济关系中邻近性很重要((Fujita amp; Krugman, 2004; Von Thuuml;nen, 1875)。这些优势包括以下几个方面:马歇尔聚集经济,波特市场条件,运输和交易成本(Lublinski, 2003)。马歇尔外部性是指存在于外部的经济,包括了进入专业劳动力市场、专业产品和服务以及知识溢出的外部经济体(Lublinski, 2003;Marshall,1890)。更具体地说,物流业已经发现的外部效应包括卡车司机的高可用性和存在于附近的卡车维修设施 (Van den Heuvel et al.,015)。波特市场条件源于波特(1990)钻石模型,该模型将企业特征、生产要素、需求条件和相关行业在有机会和政府行为的情况下联系起来。据作者所知,物流企业的波特市场条件还没有得到明确的研究。然而,它们可能类似于物流联盟(Bowersox,1990; Press,2006)或激烈的集群内部竞争。最后,物流集群中的运输和交易成本自然会下降(Lublinski, 2003)。物流公司之间的距离很近,可能会结合在一起,而且更有可能拥有多种运输方式(Van den Heuvel et al.,2014a),外包支持任务(Ozener amp; Ergun, 2008),并且需要较少的卡车重新安置(Ergun et al.,2007)。此外,在特定区域内高度集中的托运人使承运人更容易找到回程货物,这减少了空载时的行进距离(Cruijssen et al.,2010;Van den Heuvel et al. 2014a)。

识别物流集群很复杂,因为通常无法获得有关企业间相互作用的信息(Martinamp;Sunley,2003)。集群的优势很多,只有其中一些是可以轻易观察到的。至少有两位研究人员使用集群动力学来识别物流集群(Lublinski,2003)或研究企业间合作(Cruijssen, Dullaert,amp; Fleuren,2007)。相比之下,公司所在地的数据很多,因此空间邻近性经常被用来识别集群,假定相互作用。如果可以获得点位置数据,则可以使用基于企业之间的低平均距离来确定聚类的空间识别方法 (Van den Heuvel, de Langen, Van Donselaar,amp; Fransoo, 2014b)。如果汇总了部分可用数据,可以使用一种称为“绝对和相对就业浓度”(AREC)的非连续方法(Van den Heuvel et al.,2014b)。Rivera(2014)对美国县级数据采用了这种方法。理想情况下,集群规模是根据企业间观察到的相互作用内生地推导出来的,但大多数方法是对集群的空间规模做出了先验假设。

人们认为,集聚经济将使物流集群与非集群相比起来更具有竞争力,从而导致企业和就业人数的增长。关于提升物流集群竞争力的研究已经进行了一些尝试。一项研究对荷兰南部的507名物流经理进行了调查并调查了运营情况,比较分析了其他高度集中的公司和集群以外的公司的答案(Van den Heuvel et al.,2015)。虽然大多数公司业务是相同的,但集群式物流公司确实经历了一些劳动力、供应商和运输成本的效益(Van den Heuvel et al. 2015)。另外两项研究分析了物流设施和就业集中度,两项研究都发现物流集群相对于非集群而言能够促进就业(Duschl, Scholl, Brenner, Luxen,amp; Raschke, 2015;Rivera,2014)。两者都没有试图控制影响企业位置的集群利益之外的因素。

集聚经济以外的力量可能会促进集群增长。集群是由每个公司的选址决策的聚合效应合并而成的(Press, 2006),因此每个公司的选址都很重要。相关因素包括市场准入(Von Thunen, 1875),对于物流公司来说,这使他们享有靠近制造商和零售商的特权(Glasmeier amp; Kibler, 1996)。它们还包括获得生产要素的机会,即廉价的土地和劳动力(Sivitanidou, 1996年)。物流公司往往倾向于往交通便利的地区发展,如机场和主要道路(Alkaabi amp;Debbage,2011;Bowen,Leinbach,Pike, Rodriguez-Pose,amp; Tomaney, 2011;Cidell, 2010;Dablanc amp; Ross, 2012;Sivitanidou,1996),以及最低限度的交通拥堵(Fujitaamp; Krugman, 2004; Krugman,1991)。基于位置的集群研究应该控制影响企业发展的因素,以避免夸大聚集经济的影响。

虽然论文关注的是集群的经济效益,但有证据表明,如果集群支持协调行动,就会带来潜在的环境效益。正如Van den Heuvel等人(2014a)所指出的,物流集群更有可能拥有支持铁路运输所需的货物量,从而减少道路拥堵和整体污染。集群通常伴随着特定的行业机构或政府研究网络,这些机构或网络可以利用集群的大量资源围绕水污染进行环境投资(Misra, 2002)、行业研究(Shin amp; Hassink, 2011)或挑战其他环境 (Porter, 1998)。

与其他类型的集群相比,物流集群在学术上了解甚少,因为它们的运行机制(产生外部经济的机制)与早期理论上的创新集群不同。物流集群包括创新的集群机制,如知识共享(埃里克森,2009),但同时也融合了运作效率,外来知识产业(Cruijssen,amp; Dullaert, 2007)。尽管人们对物流集群的具体运作及其范围知之甚少,但经济开发商和政策制定者已将这一概念付诸实施。特别是,由于它们在促进集群和集群的假定收益方面发挥了应有的作用,许多机场和海港被认为是区域经济发展的中心(Kasarda amp; Lindsay, 2011;2010,Munoz amp; Rivera-Virguez;Warffemius, 2007)。因此,与其他相关因素相比,本研究对物流集群的识别以及集群与增长的关联性评估将满足研究的需求,并为政策提供依据。

方法

这项研究探讨了美国的物流集群是否比非集群控制其他影响企业所在地的因素扩展地更快(即,更高的增长率)。增长是指增加在预先确定的物流集群中各种类型的物流机构或物流就业的密度。在集群中拥有更多的机构或就业意味着现有机构已经发展壮大,已经建立了新机构或吸引了新机构。如果原假设(H0)被拒绝,它将表明集群和非集群之间的差异,包括集聚经济。具体而言,备择假设为:

H1:物流集群比控制企业位置影响因素的非集群增长更快

过去的研究使用了Mann-Whitney U检验等差异均值检验来评估增长率的差异(Rivera等,2014),这可能会产生不能控制其他变量的重要结果。相反,本研究使用回归来检验增长控制其他因素的增长率。该分析通过一系列回归进行,这些回归利用经济,人口,地理和基础设施数据来识别集群,并比较其后续增长。大样本定量分析为其他因素提供了统计控制。在两个不同时期(即1998年和2012年)对美国50个州和哥伦比亚特区的邮政编码(即邮政编码)进行了分析。选择这些年份以包括没有数据不兼容的最大时间跨度。 1998年是采用美国人口普查局按照北美工业分类系统(NAICS)而非标准行业分类 (SIC)系统进行分类的第一年。选择2012年作为结束年份,允许14年的时间跨度在且该时间跨度不会在任何重大经济异常期间结束或开始。此外,由于近端延伸趋势和2016年开放的巴拿马运河的扩张所引起的潜在供应链结构调整,可能会在几年后进行公司搬迁(Bhadury,2016; Huang,Zhang,&Liu,2013)。

该方法涉及六个阶段。第一阶段是回顾文献并为可能影响聚类和物流设施位置的因素制定框架,这将成为模型的基础。第二阶段将变量和数据源的影响相匹配。第三阶段是使用邮政编码,估计物流就业的绝对和相对集中来识别集群。第四阶段称为模型1:它是一个logit回归,解释了1998年的物流集群。模型1很重要,因为它解决了群集的路径的依赖性:群集位置在早期被锁定,因为集聚经济体即使在最初的定位原因消失之后仍然保持群集在原位(Krugman,1991)。在这种情况下,与集群早期位置相关的因素在以后仍然相关。模型2是第五阶段,评估了1998年和2012年之间在控制相关变量的情况下,集群的增长是否快于非集群。最后阶段是综合与假设相关的发现。

每个模型都有几个变量,以确保结果一致。模型1使用logit回归对1998年的每个变量的绝对水平进行了评估,并与被识别为一个集群(模型1-A)或一个集群核心(模型1-B)的概率进行了比较。模型2有四个变量,用于检验变量的变化在绝对数量(模型2- a、2- c)或百分数(模型2- b、2- d)中与使用25公里空间权重矩阵的空间模型相关的程度。25公里的距离是基于配送中心和机场之间观察到的一般影响半径(Ross amp; Hylton, 2016)。模型2-A和2-B包括了所有1998年的集群作为一个独

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[414340],资料为PDF文档或Word文档,PDF文档可免费转换为Word

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。