中國區域物流發展效率實證分析

樊 元，馬麗梅

（西北師范大學 經濟管理學院，蘭州 730070）

0 引言

目前，對于區域物流效率的研究多停留在理論和影響因素分析上，實證分析的較少。已有的區域物流效率實證分析文獻如林坦，王玲（2008）在構建對數型柯布—道格拉斯函數的基礎上，運用隨機邊界分析法（SFA）對我國27個省市2003～2006年間的物流生產效率進行了測算，并分析了生產效率的影響因素[]1。柳鍵，邱國（2011）斌建立物流投入產出評價指標，基于DEA模型，分析2008年全國31個省、市、自治區的物流投入產出效率[]2。這兩篇文章從不同的角度出發，得出了區域物流效率的相關結論。本文借助隨機前沿分析（SFA）的框架，采用First-difference面板數據建模技術，對不同區域的物流效率進行測度，力求在實證方法上有所創新。

1 區域物流發展效率測度模型的選擇

1.1 隨機前沿模型[3]

隨機前沿模型最早由Aigner、Lovell和Schmidt以及Meeusen和Broeck提出,其基本模型可以表示為:

yit=f(xti)exp(vit-uit)

其中yit表示生產者i時期t的產出，xti表示要素投入是生產函數，表示生產者技術的前沿,vit為觀測誤差和其他隨機因素，uit是一個非負變量，exp(uit)表示技術非效率。模型的基本含義為:個別生產者不能達到生產函數前沿,是因為受隨機擾動和技術非效率兩個因素影響。盡管這兩個影響因素都是不可觀測的,但是恰當定義的隨機擾動僅僅是一個白噪聲，多次觀測的均值為零,因而個別生產者的技術效率可以用樣本中該生產者產出的期望與隨機前沿的期望的比值來確定,即

1.2 物流業生產函數

由于超越對數生產函數具有易估計性和包容性等特點,是最適宜擬合的函數形式,因而本文將物流業生產函數定義為超越對數生產函數形式,其線形模型為:

其中實際產出qit為第i個省市自治區第t年的現價地區物流業GDP，勞動力投入rit為第i個省市自治區第t年的物流業年末從業人數；資本投入git為第i個省市自治區第t年的物流業資本存量；物流業的勞動力投入和物流業的資本投入產出彈性可以表示為：

1.3 基于隨機前沿模型的物流業生產函數[4][5]

其中，αi表示第i個省市自治區的不可觀測的影響因素，νit為零均值的隨機變量；uit是測度無效率的隨機變量；是由不含截距項的非隨機影響因子向量zit所決定的正函數，即hit=m(zitδ)，zit為解釋無效率的因素；zit分別存在著m(zit)δ=1和m(zit)δ=zitδ兩種設定形式的選擇。m(zitδ)=1的設定認為不同省市自治區物流業發展無效率的影響因素均等同，而m(zitδ)=exp(zitδ)的設定，則認為不同省市自治區物流業發展無效率的影響因素相異。u*i與νit之間全部時域T上相互獨立；u*i、νit和git,rit,zit在全部時域T上也相互獨立。

基于上述模型設定，無效率項uit可被解釋為可觀測的生產前沿性能指標lnqit偏離理想生產前沿指標lnq*it的偏差百分比，即uit=lnqit-lnq*it，其中：

第i個省市自治區技術效率的測度則為TEit=exp(-uit)。

當uit=0時，決策單元就恰好處于生產前沿上；若uit＞0，決策單元就處于生產前沿下方，也就是處于非技術效率狀態。

1.4 非隨機影響因子hit的設置

根據物流業實際情況及下文中運用First-difference技術進行估計時對hit的要求，本文采用m(zit)δ=exp(zit)δ的設定，其中無效率影響因素zit的選擇為：（1）市場化水平(spit)sch。區域物流效率與該地區市場化程度有著密切的依存關系，采用各省市自治區工業各行業中非國有企業產值占該行業總產值的比例表示，此數值越高，表明工業行業內的市場化水平越高；（2）區域信息化程度信息化程度在某種程度上表征著物流發展效率的高低。信息化程度越高，表明區域物流能力越強。區域信息化程度的測算較復雜[5]，本文暫用移動電話普及率代替進行數據處理。設定exp(zit)δ=exp

1.5 區域物流發展效率測度實證步驟

?和分別表征在ait點計算的正態密度函數和分布函數的值。

（3）對uit估計采用First-difference[]8技術。First-difference技術可通過Stata 10統計軟件編程進行實現，其理論方法如下：

First-difference假設hit不為常數，則經過First-difference變換后的模型記為：

First-difference變換介紹了在第i期面板內Δvi的相關性，同時也得到了的多元正態分布的T維方差協方差矩陣:

值得注意的是截取的正態分布不受變換的影響，模型的這一關鍵特點能夠很自然的構造出一個極大似然函數：

其中，Φ表示連續的標準正態分布密度函數。整體的邊際極大似然函數為上述邊際似然函數關于i求和：

進而依據所估計的結構參數，可計算得uit的估計值：

(4)依據公式TEit=exp(-uit)可計算得

2 數據及變量

2.1 數據的來源

本文選取的數據主要來源于《中國統計年鑒》（2008）及某些年份和某些省份的統計年鑒。

2.2 變量的選取

（1）物流業年末從業人數rit

勞動投入量較為精確的計量單位應是勞動者在勞動中的有效利用時間,發達市場經濟國家一般以此來衡量勞動的投入量。根據物流業的特征及我國統計指標的特點,本文選取物流業年末從業人數作為衡量指標。

（2）物流業資本存量git

資本存量是指用來表示在一定時點下安裝在生產單位中資本資產的數量，一般是就固定資產而言的，當期實際資本存量由上期實際資本存量與當期實際凈投資兩部分構成.。對于物流業的資本存量的計算目前現有文獻中對其進行理論研究的較少，本文選取交通運輸、倉儲和郵政業固定資產投資為指標，記為G，運用永續盤存法[3]

it計算git，具體方法如下：

其中，dτ表示τ年前投資的權數，It-τ為τ年前以不變價表示的投資數。

對于dτ的計算普遍的是采用線性的遞減模型：

其中T為資本品壽命，當θ為1時，為直線模型，θ為∞時，為（0,1）模型。

本文根據交通運輸、倉儲和郵政業固定資產以及所能得到的數據的實際情況，取得出git的計算公式：

3 實證分析

3.1 實證分析結果

首先，運用SFA的面板數據通過軟件front4.1對結構參數進行估計，估計結果如下表：

表1 參數估計值及統計檢驗結果

其中，LR似然比統計量，“**”表示顯著水平1%條件下顯著，這表明超越對數型面板數據SFA模型在統計上是顯著的。“*”表示顯著水平5%條件下顯著，這表明模型的各解釋變量在1%的顯著性水平下是顯著的。

其次，運用Stata 10統計軟件對uit進行估計，依據公式TEit=exp(-uit)可計算得結果如表2所示。

3.2 實證結果分析

圖1根據表1的計算結果得出，從圖1可以清晰的觀察到物流業平均效率在0.8以上的有五個省份，分別為北京、天津、上海、江蘇、山東，物流業平均效率在0.5以下的有五個省份，分別為四川、貴州、甘肅、青海、寧夏。因此，可以看出物流業平均效率高的省份基本上位于東部沿海地區，而平均效率低的省份基本上位于西部內陸地區。形成差距的主要原因在于西部地區基礎設施薄弱，真正意義上的物流企業數量較少，物流企業多數是由傳統的倉儲和運輸企業轉化而來，主要從事運輸和倉儲服務，新興的物流企業較少，人力資源不足，缺乏專業的物流人才，資金投入較東部地區比較相差甚遠，致使東西部物流業效率存在著相當大的差距。

表2 各省市自治區物流業發展效率值

圖1

圖2

圖3

由圖2可知，全國物流業的平均效率呈逐年上升趨勢，自2001年，物流業開始在我國受到重視后，物流業的平均效率逐年遞增，得到了快速的發展，2005年以后，我國物流業的平均效率處在較高水平并實現了逐步平穩上升的狀態。

由圖3可知，東中西部地區物流業平均效率值雖然存在著一定的差距，但差距在逐年縮短，各地區物流業平均效率值都呈遞增趨勢，其中，東中部地區物流業平均效率值在較高水平上處于緩慢遞增趨勢，而西部地區增幅較大，實現了跨越式的發展，這說明我國的西部大開發戰略使得西部地區的各項交通基礎設施得到了進一步的完善，經濟發展水平得到了進一步的提高。

4 結語

對于物流業效率值的測定本文運用了超越對數生產函數，同時在實證過程中，采用First-difference技術，使得估計結果更接近真實值，在平均效率值的測定方法上做了一次新的嘗試。另外，運用SFA面板數據進行物流業效率測度分析，所得結果即可進行橫向的省際之間的比較，也可進行縱向的時間上的比較，從而可對我國物流業進行全面的分析，得到相對可靠的結論。

通過對估算的區域物流效率結果進行分析，我們發現：

（1）效率值較高的省份都屬于東部地區，而區域物流業效率值較低的省份基本上屬于西部地區，這說明地區間的物流差距仍然較大，制約了我國整體物流水平的提高。

（2）雖然各省份的物流業存在著較大的差距，但隨著時間的推移，各省份物流效率差距在逐漸縮小。

（3）西部地區物流效率增幅較大，這說明我國的西部大開發戰略取得了實質性的進展。

[1]林坦,王玲.基于SFA方法的我國區域物流效率分析[J].港口經濟,2008,(12).

[2]柳鍵,邱國斌.基于DEA模型的我國物流投入產出效率分析[J].物流工程與管理,2011,(1).

[3]傅曉霞,吳利學.隨機生產前沿方法的發展及其在中國的應用[J].南開經濟研究,2006,(2).

[4]Battese,E.,Coelli,T.A Mdel for Technical Inefficiency Effects in a Sto?chastic Frontier Production Functions for Panel Data[J].Empirical Economics,1995,120.

[5]王忠輝,朱孔來.國家和地區信息化水平測度方法評述[J].山東工商學院學報,2006,(20).

[6]黎實,高勇標,李林,王吉培,林旭東.中國區域經濟發展效率與金融、財政發展水平關系的實證研究[D].2010年數量年會論文.

[7]http://www.une.edu.au/econometrics/cepawp.htm.

[8]Jondrow,J.,Lovell,C.A.K.,Materov,I.S.,Schmidt,P.On the Estima?tion of Technical Inefficiency in the Stochastic Frontier Production Function Model[J].Journal of Econometrics,1982,（19）.

[9]H.-J Wang,Chia-Wen Ho.Estimating Fixed-Effect Panel Stochastic Frontier Models by Model Transformation[J].Journal of Econometrics,2010,(157).

[10]劉秉鐮,劉勇.對我國公路水運交通省際資本存量（1952～2004）的估算[J].北京交通大學學報（社會科學版）,2007，（6）.