物流業全要素生產率研究綜述

何琴清

摘 要：物流業作為我國經濟的重要組成部分和新的利潤增長點，隨著我國物流實踐和理論研究的深入，近年來物流業全要素生產率測度問題引起學者的廣泛關注。文章從物流業全要素生產率的研究對象和計算方法、投入產出指標、影響因素和發展趨勢以及資源環境約束下的物流業全要素生產率等方面綜述了現有研究文獻，分析了現有研究中存在的問題，展望了物流業全要素生產率今后的研究方向。

關鍵詞：物流業；全要素生產率；綜述

中圖分類號：F253 文獻標識碼：A

Abstract： The logistics industry as an important part of our country's economy and the new profit growth point， with the deepening of the logistics practice and theory research in China， the logistics industry in recent years， total factor productivity measurement problem caused the wide attention of scholars. Paper from the logistics industry research objects and the calculation method of the total factor productivity， input and output index， influence factors and development trend as well as logistics total factor productivity under the restriction of resources and environment were reviewed existing research literature， analyzes the problems existing in the existing research， prospects the total factor productivity of logistics industry in the future research direction.

Key words： logistics industry； total factor productivity； review

R.M.Solow最先提出全要素生產率（Total Factor Productivity，TFP），用來解釋經濟增長中不能被勞動、資本解釋的部分，通過“索洛余值”法Denison測算了全要素生產率增長率。20世紀80年代后，Dale W. Jorgenson采用超越對數生產函數形式對生產率進行度量，實現了測算TFP時投入要素的準確測量[1]。物流業作為我國經濟的重要組成部分和新的利潤增長點，隨著我國物流實踐和理論研究的深入，如何準確測度我國物流業全要素生產率問題也引起了學者的廣泛關注，涌現出了一批研究成果。

1 物流業全要素生產率（TFP）的研究對象和計算方法

1.1 研究對象

由于我國統計體系中沒有專門的物流業數據，而現有統計體系中與物流業高度相關的數據是交通運輸倉儲業和郵電業，所以學者們選擇物流業全要素生產率的研究對象主要是兩種情況：

一是以中國整體或部分省市的交通運輸倉儲業和郵電業為對象。例如，楊杰、宋馬林[2]分析中國30個行政區域物流業相關數據，表明中國各地區物流業全要素生產率呈上升趨勢，技術效率是物流業全要素生產率增長的主要驅動力。謝長偉、張冬平[3]研究河南省物流業數據，表明FDI對物流業生產率的溢出機制主要通過對技術進步的提升表現出來。余思勤、蔣迪娜、盧劍超[4]運用交通運輸業數據測量交通運輸業生產率，表明整個交通運輸業除個別年份外呈規模效率遞增態勢，運輸業具有明顯的規模經濟特征。劉玉海、林建兵、翁嘉輝[5]分析中國道路運輸業營運效率，表明道路運輸業的技術進步和營運效率的增長機制存在一定程度的不穩定性。

二是以部分上市物流公司為對象。例如，莊玉良、吳會娟、賀超[6]測算16家物流上市公司靜態效率值，表明我國物流業TFP平均增長率為4.7%，技術進步與創新是生產率提升的主要原因。景保峰、周霞、胡愛嬡[7]對中國滬深兩市18家上市物流公司技術效率進行動態測度，表明資本和管理要素投入對產出的影響顯著，具有規模經濟性，人力資源投入的影響相當弱。胡慧嫣[8]對廣東6家上市物流企業的全要素生產效率進行研究，發現廣東物流企業生產效率呈下降趨勢，其中技術變動是影響廣東物流企業效率下降的主要因素。姜羨[9]以15家上市物流企業作為樣本，研究發現我國物流企業經營績效DEA有效性總體而言偏低，影響物流企業經營績效產出不足主要表現為凈利潤產出較低。

1.2 計算方法

以往研究物流業TFP多選取增長核算法，目前則多采取生產前沿面法和指數法，數據包絡分析法（Data Envelopment Analysis，DEA）無須假設具體生產函數形式，還能處理多投入多產出決策單元的情形。用拓展過的基于DEA的Malmquist生產率指數法與以往的方法比較有如下優點：無需假定生產成本最小化，同時能將全要素生產率提高分解成資源配置效率、規模效率、技術水平的提高[10]。大多數專家認為我國物流業TFP增長主要起源于TP，TE的負增長嚴重制約了TFP的增長，物流業TFP與物流業TP保持同步。

雷勛平、吳楊[11]等運用DEA-Malmquist方法對安徽省區域物流業全要素生產率進行實證研究，結果表明安徽省各市物流業普遍存在規模無效率。朱瑩瑩[12]運用基于隨機前沿生產函數的非參數Malmquist指數法估算甘肅省近10年物流業全要素生產率變化情況，表明技術進步是推動甘肅省物流業全要素生產率增長的主要推動力量。甘衛華、許穎[13]等運用數據包絡法DEA靜態分析江西省物流業全要素生產率，發現江西省大部分地區物流業屬于DEA非效率，大部分地區物流業資源配置沒有達到最優狀態。高騰[14]利用DEA方法分析我國物流業效率，發現我國物流業處于規模報酬遞增階段，純技術效率偏低導致物流技術效率較低，經濟發展水平與物流效率無關。鐘祖昌[15]采取三階段DEA方法分析我國31個省、市、自治區物流產業運營效率，顯示如果外部環境和隨機因素的影響不加以控制，各省市純技術效率值被低估，規模效率值被高估，導致綜合技術效率被低估。endprint

2 物流業全要素生產率研究中的投入產出指標

廣義物流業TFP測算中，產出主要用物流業增加值、物流業生產總值、貨物周轉量、貨運量等指標，投入主要用物流業從業人數、資本存量、固定資產投資額、公路里程等指標，這些指標數據在統計年鑒中都能很容易地獲得。

例如，田剛、李南[16]選用資本存量和物流業年平均從業人數作為物流業投入量指標，選取貨物周轉量為產出指標，應用SFA分析物流業TFP，結果表明資本投入對技術進步的促進作用在減弱。高慕瑾[17]選取交通運輸、倉儲和郵政服務業從業人員人數，交通運輸、倉儲和郵政服務業固定投資額和等級公路線路長度作為投入指標，物流業產值、交通運輸貨運量和貨運周轉量為產出指標，運用DEA測算陜西省物流業效率，結果表明陜西省物流業的規模報酬遞減，應加強資源管理。張毅、牛沖槐[18]選取國內生產總值、居民消費能力、固定資產凈值和從業人員數為投入指標，貨運量、貨運周轉量和物流業產值為產出指標，對東部十省市物流業生產率指數進行測度，結果顯示環渤海大多數地區物流業的技術效率更接近共同技術前沿，規模效率提高不顯著，規模效率改善和技術進步是生產率指數提高的關鍵。楊沛[19]選用物流業從業人數、固定資本投入為自變量，物流業增加值為因變量，選用超越對數前沿生產函數模型計算我國物流業全要素生產率，結果表明物流業全要素生產率增長主要來自技術進步的貢獻。

3 物流業全要素生產率的影響因素和發展趨勢

關于影響物流業全要素生產率的因素，胡玉洲[20]認為貿易開放度、人力資本和通貨膨脹率對物流產業全要素生產率有顯著影響，更加開放的貿易環境、更高的人力資本和更低的通貨膨脹率有利于提高物流產業全要素生產率。丁茹[21]認為五個主要因素影響江西物流產業全要素生產率，教育發展水平、地區產業結構和對外開放水平對全要素生產率提升有顯著促進作用，政府干預程度對全要素生產率提升具有十分顯著的抑制作用，而宏觀經濟水平對地區物流業全要素生產率提升并無太大聯系。歐陽小訊、黃福華[22]認為中國物流生產具有規模報酬遞減的性質，物質資本與勞動力仍是物流產出的主要源泉，但人力資本的產出作用在逐漸增強。李朝敏[23]測算1978～2009年中國物流業物質資本存量、人力資本存量和人力資本水平，構建物流業經濟增長模型，發現人力資本在物流業經濟增長中發揮著非常重要的作用。

關于物流業全要素生產率的發展趨勢，孫金剛、牛大

山[24]發現我國絕大多數省份物流行業全要素生產率在2002年和2003年有不同程度的下降，東、中、西部地區物流行業全要素生產率有收斂趨勢，且東、中部物流行業全要素生產率差距不明顯，但西部地區和東、中部地區仍存在較大差距。鄧學平[25]發現我國物流企業生產率的個體差異較大，缺乏有效的市場淘汰機制，我國運輸倉儲類企業生產率總體發展趨勢不錯，而港口經營類企業不容樂觀，總體而言我國物流企業發展趨勢較好，整體效率提高0.4%。王健、梁紅艷[26]認為中國物流業TFP不斷提高，技術進步是TFP增長主要源泉，技術效率相反起到了阻礙作用；物流業增長中要素投入比TFP的貢獻更大，區域經濟一體化進程中的基礎設施重復建設對物流業TFP造成顯著的負向影響，空間分布上TFP增長及其分解存在區域差異性，全國范圍內TFP存在絕對收斂特征。

4 資源、環境約束下的物流業全要素生產率研究

隨著我國對資源環境的重視，資源、環境約束下的物流業全要素生產率研究也逐步增多。例如，徐喜輝、特日格勒、李卓霖[27]從低碳約束角度出發，將物流業碳排放量作為投入變量，同時考慮經濟產出和環境保護，運用DEA模型對我國省級物流業效率進行系統研究，大部分省市存在資源浪費現象，純技術效率是提高物流業效率的關鍵因素，能源結構對物流業效率呈負相關。陳潔[28]基于中國30個省區物流業面板數據，應用環境DEA技術和方向距離函數方法，對碳強度約束下中國物流業全要素生產率的增長來源于區域差異進行實證分析，結果表明碳強度約束下的物流業生產率指數與碳強度目標吻合，物流業全要素生產率改進，碳強度下降；物流業生產率的提升主要依賴物流技術進步和創新。王維國、馬越越[29]基于方向距離函數的Malmquist-Luenberger生產率指數方法，對環境約束下中國30個省級地區物流業全要素生產率增長及其成分進行重新估算，研究發現忽視非期望產出的傳統Malmquist指數方法會低估物流業技術效率水平、高估物流業技術進步指數和全要素生產率指數，環境約束下我國物流業全要素生產率指數年均增長率呈現下降趨勢。

5 結論及展望

從現有研究看，物流業全要素生產率已成為近年物流業的一個研究熱點，研究成果不斷增多，但在以下幾個方面還有待進一步探索。

第一，已有研究基于數據收集的便利性，大多選擇中國整體或部分省市的交通運輸倉儲業和郵電業或上市物流公司為對象展開分析。然而，物流產業是一個綜合性產業，僅僅一個交通運輸倉儲業和郵電業或若干個物流業上市公司無法代表物流業全部。所以，如何將國民經濟中的物流產業準確界定出來，并考慮到數據收集的可行性，是今后包括物流業全要素生產率在內的物流業定量研究面臨的一個重大問題。

第二，我國區域發展差異大，已有研究多是針對國內部分省市或上市物流公司展開，研究結論無法揭示物流業全要素生產率的一般規律。今后要更多地開展區域間、省際間以及國際間物流業全要素生產率的比較研究，探討促進物流業全要素生產率提高的真正因素所在。歐美發達國家物流業效率高，將國內效率低下的物流業與歐美發達國家高效率的物流業結合到一起進行對比分析，有助于找出國內物流業發展與歐美國家的差距及差距產生的原因，明確影響物流業全要素生產率的關鍵因素，學習國外經驗，使國內物流業更好更快地發展。

第三，在物流業全要素生產率測算時的相關指標選擇上，學者根據自己的理解和數據獲取的便利性主要用物流業增加值、物流業生產總值、貨物周轉量、貨運量、物流業從業人數、固定資產投資額、公路里程等指標，但這些指標能否準確代表物流業發展很值得商榷。哪些指標能有效代表物流業？測算物流業全要素生產率應選擇哪些指標？這些問題會隨著我國物流業的發展、行業標準和統計體系及規范的完善而得到逐步明確，這也是整個物流業持續健康發展的需要。endprint

第四，在物流業全要素生產率的計算方法上，現有研究采用的有基于DEA的非參數Malmquist法、基于隨機前沿生產函數的非參數Malmquist指數法、數據包絡法（DEA）、Malmquist生產力指數法、三階段DEA方法等。這些方法各有優缺點，很難分出孰優孰劣。例如，就DEA方法來說，DEA的評價結果不會被人為因素影響，不需要對參數進行預先估計，不需要考慮量綱影響，可以有效避免主觀因素影響而具有很強客觀性。該方法有助于簡化計算、減少誤差等，但同時這也體現了該方法的局限性。因為其計算完全依賴客觀數據，以致無法考慮決策者偏好，造成很多與實際情形不符的情況。在物流業全要素生產率的計算方法上，仍然還有很多需要探討的方面。今后研究物流業生產率時，可將幾種方法結合在一起進行對比，根據研究結果與實際情況的符合程度判斷哪種方法的測度更加準確有效。

第五，目前可持續發展的觀念深入人心，社會對資源和環境的重視程度日益提高。物流業對資源和環境也有著重要影響。因此，資源和環境約束條件下的物流業全要素生產率研究將會是未來一個重要研究方向，現有研究還比較薄弱。

第六，對于物流業全要素生產率發展趨勢的分析，現有學者僅僅是通過分析物流業相關數據，得出物流業全要素生產率是收斂或發散的結論，但對收斂或發散的條件及原因的分析卻較為匱乏。一個地區的物流業全要素生產率為什么收斂或發散？收斂或發散的條件是什么？這些將成為今后物流業全要素生產率研究中的一個重點。

參考文獻：

[1] 陳曉麗. 農業全要素生產率研究綜述[J]. 經濟視角，2014（1）：3-5.

[2] 楊杰，宋馬林. 中國物流業靜態效率測算與TFP動態變化研究[J]. 廣西財經學院學報，2011，24（3）：32-39.

[3] 謝長偉，張冬平. FDI對物流業技術溢出效應的實證研究——以河南省為例[J]. 昆明理工大學學報，2010，35（2）：110-116.

[4] 余思勤，蔣迪娜，盧劍超. 我國交通運輸業全要素生產率變動分析[J]. 同濟大學學報，2004，32（6）：828-831.

[5] 劉玉海，林建兵，翁嘉輝. 中國道路運輸業營運效率動態分析——基于Malmquist生產率指數[J]. 產業經濟研究，2008（1）：55-63.

[6] 莊玉良，吳會娟，賀超. 我國物流業效率動態變化的Malmquist指數研究[J]. 統計與決策，2009（5）：20-23.

[7] 景保峰，周霞，胡愛嬡. 基于隨機前沿分析的上市物流公司技術效率評價[J]. 工業工程，2012，15（2）：41-47.

[8] 胡慧嫣. 廣東上市物流企業的全要素生產效率評價[J]. 中國商貿，2014（22）：109-112.

[9] 姜羨. 基于DEA的我國物流企業績效評價研究[D]. 沈陽：東北大學（碩士學位論文），2008.

[10] 蔣迪娜. 我國交通運輸業全要素生產率變動及其影響因素研究[D]. 上海：上海海運學院（碩士學位論文），2002.

[11] 雷勛平，吳楊，龔月琴，等. 基于Malmquist指數的區域物流業技術進步與技術效率測度——安徽省2003-2010年的實證分析[J]. 天津商業大學學報，2012，32（3）：45-50.

[12] 朱瑩瑩. 甘肅省物流業生產率及其測度研究[D]. 蘭州：蘭州交通大學（碩士學位論文），2012.

[13] 甘衛華，許穎，黃雯，等. 基于DEA-Malmquist的江西省物流業全要素生產率研究[J]. 工業工程，2015，18（2）：108-114.

[14] 高騰. 基于DEA的中國地區物流效率研究[J]. 物流經濟，2008（2）：74-75.

[15] 鐘祖昌. 基于三階段DEA模型的中國物流產業技術效率研究[J]. 財經研究，2010，36（9）：80-90.

[16] 田剛，李南. 中國物流業全要素生產率變動與地區差異[J]. 系統工程，2009，27（11）：62-67.

[17] 高慕瑾. 基于DEA的陜西省物流業效率研究[D]. 楊凌：西北農林科技大學（碩士學位論文），2012.

[18] 張毅，牛沖槐. 考慮地區技術差距的區域物流業生產率指數的研究——基于共同前沿Malmquist指數方法[J]. 數理統計與管理，2013，32（6）：1100-1114.

[19] 楊沛. 我國物流業全要素生產率的測度研究[J]. 華中農業大學學報，2010（3）：99-103.

[20] 胡玉洲. 論貿易開放度、人力資本、通貨膨脹率與物流產業全要素生產率[J]. 商業經濟研究，2011（9）：35-39.

[21] 丁茹. 江西省物流業全要素生產率動態演化及其影響因素研究[D]. 南昌：華東交通大學（碩士學位論文），2014.

[22] 歐陽小訊，黃福華. 物流生產及物流業勞動產率的地區差異[J]. 財貿研究，2013（4）：48-57.

[23] 鄭光豹. 基于人力資本與R & D的物流業全要素生產率研究[J]. 物流技術，2014，33（7）：312-314.

[24] 孫金剛，牛大山，周偉. 中國省級物流產業全要素生產率估算：一個隨機前沿的分析方法[J]. 物流技術，2013，32（2）：147-150.

[25] 鄧學平. 我國物流企業生產率研究與分析[D]. 重慶：重慶大學（博士學位論文），2008.

[26] 王健，梁紅艷. 中國物流業全要素生產率的影響因素及其收斂性分析[J]. 福州大學學報，2013（3）：16-24.

[27] 徐喜輝，特日格勒，李卓霖. 低碳約束下省級物流業效率研究[J]. 商業時代，2013（35）：41-43.

[28] 陳潔. 碳強度約束下的區域物流產業效率測算——基于環境DEA技術的Malmquist-Luenberger指數方法[J]. 經濟與管理，2014，28（3）：62-67.

[29] 王維國，馬越越. 環境約束下中國地區物流業全要素生產率重估及收斂性研究[J]. 數學的實踐與認識，2012，42（11）：38-49.endprint