基于隨機(jī)前沿的物流業(yè)發(fā)展效率及區(qū)域差異分析

鄭秀娟

（西安航空學(xué)院 經(jīng)濟(jì)管理學(xué)院，西安 710077）

0 引言

隨著我國(guó)現(xiàn)代化經(jīng)濟(jì)和市場(chǎng)競(jìng)爭(zhēng)的進(jìn)一步繁榮，物流業(yè)發(fā)展迅速。而與此同時(shí)，整個(gè)物流業(yè)資本流向和集聚則相對(duì)具有偏向結(jié)構(gòu)，僅2006—2015年間，物流業(yè)投入資本增幅翻了九倍，目前物流業(yè)最大的基本集聚模塊在O2O服務(wù)。與此類似的還有物流業(yè)的勞動(dòng)力資源，物流配送中心需要有高效的運(yùn)作倉(cāng)庫(kù)，以迅速準(zhǔn)確地履行訂單，歐洲勞動(dòng)力成本占整個(gè)物流業(yè)成本平均比重在35%～40%，而我國(guó)僅為20%～22%。以上因素的共同作用，嚴(yán)重影響了物流業(yè)進(jìn)一步獲取技術(shù)改進(jìn)效應(yīng)，從而致使我國(guó)物流業(yè)發(fā)展出現(xiàn)區(qū)域不均和效率改進(jìn)增速緩慢的問(wèn)題。

現(xiàn)有針對(duì)物流業(yè)發(fā)展的研究主要側(cè)重于定性分析，定量分析主要集中在物流業(yè)發(fā)展的技術(shù)效應(yīng)測(cè)度上，所使用方法為基本的效率分解，但對(duì)于不用區(qū)域在不同空間域下的物流效率發(fā)展，并未有集中的研究探索。為此，本文結(jié)合物流業(yè)各部類發(fā)展的分散化特征，結(jié)合隨機(jī)前沿分析，以及去時(shí)序化的空間效率比對(duì)，對(duì)我國(guó)物流業(yè)發(fā)展技術(shù)效率進(jìn)行全面剖析。

1 物流業(yè)發(fā)展效率測(cè)度的模型構(gòu)建

1.1 隨機(jī)前沿分析原理

隨機(jī)前沿分析是一種結(jié)合參數(shù)分析的典型代表模型，主要考慮按照隨機(jī)前沿面確定參數(shù)選擇并結(jié)合非參數(shù)進(jìn)行對(duì)比因子在隨機(jī)模式下的影響分析，進(jìn)行進(jìn)一步的對(duì)象分析的方法。隨機(jī)前沿分析模型主要考慮的是測(cè)度第n個(gè)決策單元過(guò)程中如何獲得在其對(duì)應(yīng)的第T個(gè)時(shí)序期內(nèi)的效率，一般而言是將這種效率分為技術(shù)效率和技術(shù)進(jìn)步。并且按照每個(gè)決策單元映射出投向第m類別投入產(chǎn)出組合的一種決策，其基本模型如下：

關(guān)于隨機(jī)前沿分析中的技術(shù)無(wú)效，一般假定其基準(zhǔn)條件是服從半正態(tài)分布，并且按照截?cái)喾绞将@得正態(tài)分布、指數(shù)分布和相應(yīng)的向量分布。v刻畫(huà)的是一個(gè)與前者的獨(dú)立同分布，即按照正態(tài)分布估算結(jié)果，針對(duì)產(chǎn)業(yè)分析的各部類效率進(jìn)行逐個(gè)精度檢驗(yàn)，再在此基礎(chǔ)上，依據(jù)u、v在每一個(gè)時(shí)序?qū)?yīng)向量集上的符號(hào)判斷每一個(gè)產(chǎn)業(yè)部類在不同時(shí)序的決策單元技術(shù)效率發(fā)展趨勢(shì)，這正好符合了本文所面向的物流產(chǎn)業(yè)中各部類不同步的發(fā)展現(xiàn)實(shí)，從而更為精確地確立物流產(chǎn)業(yè)各部類在不同時(shí)序、不同區(qū)域、不同類別的發(fā)展效能。

同時(shí)，當(dāng)η為正數(shù)時(shí)，η(t)是在第t時(shí)序內(nèi)的技術(shù)效率單增函數(shù)，其與帶測(cè)定產(chǎn)業(yè)的總體技術(shù)效率正向關(guān)聯(lián)，技術(shù)無(wú)效向量趨減；否則則為負(fù)向關(guān)聯(lián)，技術(shù)無(wú)效向量趨增。當(dāng)η(t)取值為1時(shí)，所對(duì)應(yīng)的技術(shù)效率函數(shù)恒不變，即不再有帶測(cè)定產(chǎn)業(yè)各部類在不同時(shí)序的不同步技術(shù)無(wú)效。而δit的設(shè)定主要是為了在隨機(jī)前沿分析過(guò)程中的參數(shù)估計(jì)選擇，即當(dāng)δit=vit=μit時(shí)，向量擾動(dòng)映射成合成誤差項(xiàng)，此時(shí)隨機(jī)前沿分析模型不能直接用最小二乘估計(jì)獲得直接的期望結(jié)果來(lái)作為最終的技術(shù)效率判定值，其原因在于，此時(shí)δit數(shù)學(xué)期望為負(fù)，導(dǎo)致每一方面的隨機(jī)擾動(dòng)判斷不成立；此時(shí)，需要隨機(jī)前沿分析模型按照基于δit數(shù)學(xué)期望的密度函數(shù)進(jìn)行極大似然估計(jì)求得模型各個(gè)參數(shù)，在進(jìn)行各項(xiàng)擾動(dòng)項(xiàng)對(duì)應(yīng)的條件分布進(jìn)行條件數(shù)學(xué)期望，即按照式（3）進(jìn)行。其對(duì)應(yīng)的現(xiàn)實(shí)意義在于當(dāng)待測(cè)定產(chǎn)業(yè)部類中不同時(shí)序內(nèi)的作用向量在機(jī)制上呈現(xiàn)同樣的時(shí)序驗(yàn)證結(jié)果，此時(shí)隨機(jī)前沿分析模型所表現(xiàn)的對(duì)象樣本技術(shù)效率是包含向量相互干擾的偽結(jié)果。

在整個(gè)物流業(yè)技術(shù)效率評(píng)價(jià)過(guò)程中，TE負(fù)責(zé)刻畫(huà)的是測(cè)度第n個(gè)決策單元過(guò)程中如何獲得在其對(duì)應(yīng)的第T個(gè)時(shí)序期內(nèi)的技術(shù)效率，i描述的是參數(shù)在被測(cè)度的第i個(gè)時(shí)序期，t表示的是測(cè)度樣本向量集中的序列。yit負(fù)責(zé)刻畫(huà)的是第i期對(duì)應(yīng)的第T組參數(shù)獲得的產(chǎn)業(yè)產(chǎn)出，xit負(fù)責(zé)刻畫(huà)的是第i期對(duì)應(yīng)的第T組參數(shù)獲得的產(chǎn)業(yè)投入，β描述的是整個(gè)模型的參數(shù)，而整個(gè)基礎(chǔ)隨機(jī)前沿分析模型的隨機(jī)擾動(dòng)項(xiàng)分為兩部分，即：隨機(jī)誤差項(xiàng)vi，用以映射由不同時(shí)序參變量疊加造成的模型測(cè)度干擾。μi負(fù)責(zé)刻畫(huà)的是技術(shù)無(wú)效，在隨機(jī)前沿分析模型中主要表現(xiàn)為一個(gè)非負(fù)的隨機(jī)擾動(dòng)向量機(jī)，由此形成一個(gè)隨著每次隨機(jī)擾動(dòng)獲得的非負(fù)誤差項(xiàng)。

同時(shí)需要指出的是，隨機(jī)前沿分析模型中的隨機(jī)擾動(dòng)在針對(duì)隨機(jī)誤差項(xiàng)上，按照不可控因素累積向量序列，并且服從以下分布：

非負(fù)誤差項(xiàng)主要按照截取的正態(tài)分布進(jìn)行去尾分布，以確保其與隨機(jī)誤差項(xiàng)的相對(duì)獨(dú)立性，并確保μi、vi、xi相互獨(dú)立。其分布規(guī)則為：

1.2 隨機(jī)前沿分析模型改進(jìn)

對(duì)隨機(jī)前沿分析模型進(jìn)行進(jìn)一步的產(chǎn)業(yè)發(fā)展效率結(jié)合分析應(yīng)用的優(yōu)化。鑒于按照參數(shù)在隨機(jī)擾動(dòng)項(xiàng)分部討論仍無(wú)法解釋的情況，因此須確立產(chǎn)業(yè)發(fā)展效率在不同決策交叉疊合影響分析結(jié)果時(shí)的測(cè)度方法，即通過(guò)隨機(jī)前沿分析改進(jìn)，進(jìn)行隨機(jī)向量變動(dòng)的決策單元化來(lái)實(shí)現(xiàn)數(shù)據(jù)反饋：

此時(shí)，需要按照先行樣本測(cè)定的各個(gè)向量集歸納為決策單元的方式進(jìn)行進(jìn)一步測(cè)度，即假定每一個(gè)物流產(chǎn)業(yè)部類的決策單元以總和形式，分成若干個(gè)決策單元，jit對(duì)應(yīng)刻畫(huà)的是在不同時(shí)序內(nèi)的同一個(gè)決策單元線性規(guī)劃，并由其對(duì)應(yīng)不同物流產(chǎn)業(yè)部類在資源配置項(xiàng)下的決策單元的隨機(jī)前沿分析模型測(cè)度效率，當(dāng)數(shù)據(jù)獲得輸出反饋時(shí)，可以結(jié)合式（1）和式（2）獲得進(jìn)一步的技術(shù)無(wú)效、隨機(jī)前沿面的凸性。

其中，技術(shù)無(wú)效前文已有敘述，而凸性主要指的是不同的物流產(chǎn)業(yè)決策過(guò)程在不同時(shí)序，也即是物流業(yè)不同政策推動(dòng)的發(fā)展期形成的技術(shù)效率超過(guò)平均技術(shù)效能的幅度，而這種對(duì)比幅度決定了物流產(chǎn)業(yè)各部類在我國(guó)發(fā)展過(guò)程中所獲的效率與其他各比較部類之間的顯著性，以此替代策交叉疊合影響背景下的隨機(jī)前沿分析評(píng)估結(jié)果。

在這一修正過(guò)程中不能確保隨機(jī)前沿面凸性的顯著，因?yàn)橛锌赡苄纬墒剑?）在不同時(shí)序、不同部類之間測(cè)度形成的錐性和最小無(wú)效，這些系統(tǒng)外預(yù)期只能按照空間域進(jìn)行決策單元的分類驗(yàn)證，此時(shí)對(duì)時(shí)序向量樣本差異采取隨機(jī)前沿分析的舍去，將舍去部分所對(duì)應(yīng)時(shí)序的物流產(chǎn)業(yè)分部類效率歸納為一種C2R的有效性，具體如下：

式（10）和式（12）構(gòu)成的是經(jīng)改進(jìn)后隨機(jī)前沿分析模型的去時(shí)序近似有效性松弛凸性，即通過(guò)樣本向量差來(lái)獲取基于不同時(shí)序產(chǎn)業(yè)部類發(fā)展技術(shù)效率的隨機(jī)前沿面決策單元分類效率。按照一個(gè)非阿基米德無(wú)窮小量ε（ε=10-6）基期、滯后期以及去時(shí)序向量在決策單元框架下的技術(shù)效率評(píng)價(jià)。即當(dāng)式（12）對(duì)應(yīng)分量獲得非負(fù)量不足時(shí)，其形成的隨機(jī)前沿面與決策單元過(guò)程的向量集線性凸出，形成顯著的差異化。而式（10）負(fù)責(zé)將去時(shí)序的向量構(gòu)成決策單元進(jìn)行歸納投影，以此獲得各時(shí)序相對(duì)物流產(chǎn)業(yè)各個(gè)子部類技術(shù)效率增進(jìn)的差異判斷。

1.3 參數(shù)選取與數(shù)據(jù)來(lái)源

本文根據(jù)我國(guó)物流產(chǎn)業(yè)發(fā)展現(xiàn)狀結(jié)合現(xiàn)有文獻(xiàn)，選取勞動(dòng)力、資本要素作為測(cè)度物流業(yè)發(fā)展效率的變量，由于技術(shù)指標(biāo)缺乏統(tǒng)一度量標(biāo)準(zhǔn)，暫時(shí)剔除。同時(shí)，為了進(jìn)一步探究要素在追加過(guò)程中對(duì)于物流產(chǎn)業(yè)發(fā)展效率的投入增長(zhǎng)的持續(xù)性貢獻(xiàn)，本文對(duì)所選要素做了參數(shù)交叉積的測(cè)度。本文所需數(shù)據(jù)主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)物流年鑒》以及各省地市統(tǒng)計(jì)年鑒數(shù)據(jù)。在數(shù)據(jù)歸并整理過(guò)程中，剔除了數(shù)據(jù)可得性不強(qiáng)或關(guān)鍵性指標(biāo)缺失的香港、澳門、臺(tái)灣、西藏、寧夏以及新疆等地?cái)?shù)據(jù)。同時(shí)，在累積2006—2015年數(shù)據(jù)過(guò)程中，本文利用數(shù)據(jù)缺失值前后年份平均值做了缺失節(jié)點(diǎn)的替代。

2 實(shí)證分析

2.1 物流業(yè)的時(shí)序效應(yīng)差異分析

下頁(yè)表1報(bào)告了全國(guó)物流業(yè)以及各地區(qū)物流產(chǎn)業(yè)的隨機(jī)前沿分析對(duì)于生產(chǎn)函數(shù)的系統(tǒng)估計(jì)與t統(tǒng)計(jì)。從表1可知，全國(guó)以及各地區(qū)的似然率檢驗(yàn)統(tǒng)計(jì)量均以漸進(jìn)式服從混合分布。且在截?cái)嗾龖B(tài)分布假定中，各地區(qū)以及全國(guó)的似然率都超過(guò)了臨界值，說(shuō)明所選取模型并未形成對(duì)于去時(shí)序物流業(yè)各部類無(wú)效零假設(shè)。而通過(guò)全國(guó)各地表示技術(shù)無(wú)效測(cè)度調(diào)整率均大于0.70，說(shuō)明針對(duì)物流產(chǎn)業(yè)各部類技術(shù)效率的去時(shí)序效應(yīng)差異主要集中在技術(shù)效率無(wú)效性部分的冗余干擾；而相比之下包含時(shí)序的區(qū)域統(tǒng)計(jì)在測(cè)度向量參數(shù)t的結(jié)果上，未呈現(xiàn)出顯著性，由此可以確立本文所選的隨機(jī)前沿分析及其去時(shí)序差異修正模式適合對(duì)物流產(chǎn)業(yè)這一具備較大時(shí)空差異的對(duì)象進(jìn)行研究。

表1 物流業(yè)的隨機(jī)前沿分析估計(jì)結(jié)果

這一結(jié)果進(jìn)行變量分析，發(fā)現(xiàn)資本要素投入與物流業(yè)整體上呈現(xiàn)出正關(guān)聯(lián)，但這一關(guān)聯(lián)并不顯著，而相比之下，東部和西部的資本投入要素與物流業(yè)效率呈較為顯著的負(fù)相關(guān)（均為5%顯著性條件下的-2.91和-2.77），這就說(shuō)明，全國(guó)物流產(chǎn)業(yè)在產(chǎn)業(yè)規(guī)模逐年增長(zhǎng)過(guò)程中東部和西部的物流業(yè)發(fā)展未獲得規(guī)模化的技術(shù)效率遞增，反而遞減。可見(jiàn)，對(duì)于全國(guó)物流業(yè)而言，資本投入對(duì)于產(chǎn)業(yè)效率的推進(jìn)尚存在進(jìn)步空間。而從資本投入二次變量來(lái)看，我國(guó)東部以及西部區(qū)域獲得了正關(guān)聯(lián)，從而證實(shí)東、西部區(qū)域的物流產(chǎn)業(yè)依靠資本投入呈現(xiàn)顯著的上升趨勢(shì)，因而應(yīng)該進(jìn)一步細(xì)化不同物流產(chǎn)業(yè)部類對(duì)資本投入要素的吸收。

而從勞動(dòng)力要素來(lái)看，全國(guó)物流產(chǎn)業(yè)與這一要素投入效率關(guān)系呈現(xiàn)的是相對(duì)微弱的正向關(guān)聯(lián)，東西部區(qū)域這一要素獲得了正關(guān)聯(lián)，而中部區(qū)域則為顯著負(fù)相關(guān)，這就說(shuō)明勞動(dòng)力在我國(guó)各個(gè)區(qū)域的物流產(chǎn)業(yè)內(nèi)集聚程度不一致，這也導(dǎo)致了勞動(dòng)力要素的物流產(chǎn)業(yè)效率報(bào)酬各異。而就勞動(dòng)力要素的二次系數(shù)來(lái)看，全國(guó)呈現(xiàn)下降趨勢(shì)，而t值顯著前提下，中部區(qū)域的物流產(chǎn)業(yè)人力投入結(jié)果與全國(guó)成反向變動(dòng)，說(shuō)明總體上我國(guó)中部區(qū)域物流產(chǎn)業(yè)發(fā)展對(duì)于勞動(dòng)力的需求巨大。

2.2 物流業(yè)效率綜合改進(jìn)的測(cè)度分析

從時(shí)間序列角度來(lái)看，表1反映的t統(tǒng)計(jì)量均為獲得顯著性結(jié)果，說(shuō)明我國(guó)物流業(yè)并沒(méi)有因?yàn)楫a(chǎn)業(yè)的長(zhǎng)期積累直接獲得效率改進(jìn)，而這一維度的二次變量系數(shù)在中部報(bào)告為負(fù)數(shù)，說(shuō)明我國(guó)局部區(qū)域的物流產(chǎn)業(yè)效率累計(jì)不平衡，總體上我國(guó)勞動(dòng)力投入對(duì)物流產(chǎn)業(yè)的效率改進(jìn)作用相對(duì)不足。

而從表2可以看出，2006年、2009年、2012年、2015年的我國(guó)各個(gè)區(qū)域在不同時(shí)序內(nèi)表現(xiàn)出的綜合效率、純技術(shù)效率以及規(guī)模效率各異，其中我國(guó)東部區(qū)域總體上基本將三類效率保持在1左右，說(shuō)明該區(qū)域總體上保持著物流產(chǎn)業(yè)相對(duì)較優(yōu)的水平，其對(duì)于有勞動(dòng)力、資本以及其他相關(guān)要素的組合投入效率較高。西部區(qū)域總體上在各個(gè)所選年份的技術(shù)效率以及分解中都相對(duì)較低，說(shuō)明這一區(qū)域在物流產(chǎn)業(yè)規(guī)模增長(zhǎng)的同時(shí)，尚未獲得顯著的效率改進(jìn)。

表2 全國(guó)物流業(yè)效率的隨機(jī)前沿分解

本文進(jìn)一步結(jié)合式（8）進(jìn)行產(chǎn)業(yè)分時(shí)序效率分解，并按照式（12）處理樣本，從而獲得上述時(shí)序跨度內(nèi)全國(guó)以及各區(qū)域物流業(yè)效率的分解，結(jié)果如圖1所示。

圖1 物流業(yè)效率綜合改進(jìn)增幅分析

從圖1中可以看出，我國(guó)東部區(qū)域一直保持著相對(duì)穩(wěn)定和上升的物流產(chǎn)業(yè)效率改進(jìn)，全國(guó)總體上也趨于上漲，但是相比之下，中西部區(qū)域處于增長(zhǎng)的綜合效率改進(jìn)，存在增速基礎(chǔ)較低的困境，這就說(shuō)明從整體看來(lái)，我國(guó)勞動(dòng)力、資本等要素在促進(jìn)物流產(chǎn)業(yè)效率進(jìn)步上，仍存在提速的可能。另外，可以看到我國(guó)西部區(qū)域在2015年獲得了物流產(chǎn)業(yè)效率增速的區(qū)域最高值，這主要是由于我國(guó)“一帶一路”倡議逐步發(fā)揮實(shí)效，獲得了產(chǎn)業(yè)的進(jìn)一步改進(jìn)。

3 結(jié)論與建議

本文針對(duì)我國(guó)物流產(chǎn)業(yè)發(fā)展效率進(jìn)行了綜合評(píng)估，在運(yùn)用隨機(jī)前沿分析模型測(cè)度整個(gè)物流產(chǎn)業(yè)綜合效率、純技術(shù)效率、規(guī)模效率的基礎(chǔ)上，結(jié)合去時(shí)序隨機(jī)前沿分析修正，進(jìn)行了我國(guó)各個(gè)區(qū)域在物流產(chǎn)業(yè)技術(shù)綜合效率的比對(duì)，并就全國(guó)、東部、中部、西部區(qū)域的物流業(yè)效率綜合改進(jìn)進(jìn)行了增幅比對(duì)分析。結(jié)果證實(shí)，物流產(chǎn)業(yè)在產(chǎn)業(yè)規(guī)模逐年增長(zhǎng)過(guò)程中東部和西部的物流業(yè)發(fā)展未獲得規(guī)模化的技術(shù)效率遞增，局部區(qū)域的物流產(chǎn)業(yè)效率累計(jì)不平衡，總體上勞動(dòng)力投入的效率改進(jìn)作用不足。但東部區(qū)域組合投入效率較高。由此提出如下建議：

（1）應(yīng)該逐步強(qiáng)化勞動(dòng)力要素在各個(gè)區(qū)域的物流產(chǎn)業(yè)發(fā)展貢獻(xiàn)，各區(qū)域首先應(yīng)該充分分析區(qū)域內(nèi)的物流產(chǎn)業(yè)發(fā)展要素，并將其精準(zhǔn)定位，以中部區(qū)域?yàn)槔梢钥紤]建立跨省地市的物流業(yè)人才基地、人力供應(yīng)市場(chǎng)共享機(jī)制，從而解決區(qū)域物流業(yè)發(fā)展的勞動(dòng)力要素瓶頸。

（2）要從物流業(yè)發(fā)展效率不足的要素中開(kāi)辟產(chǎn)業(yè)效率提升路徑，進(jìn)一步細(xì)化各區(qū)域?qū)τ谖锪鳂I(yè)發(fā)展的金融支持，爭(zhēng)取按照不同區(qū)域物流產(chǎn)業(yè)所需的支持資金模塊，進(jìn)行分類別的融資規(guī)模追加，從而克服金融支持產(chǎn)業(yè)進(jìn)步的傳統(tǒng)渠道不足等問(wèn)題。

（3）從西部區(qū)域的綜合效應(yīng)改進(jìn)顯著性來(lái)看，應(yīng)該進(jìn)一步強(qiáng)化“一帶一路”倡議在各地區(qū)的政策效應(yīng)，中西部要盡快爭(zhēng)取培育出適合我國(guó)乃至全球需求規(guī)模下的物流業(yè)產(chǎn)業(yè)集群及配套，并根據(jù)不同物流業(yè)務(wù)需求，分點(diǎn)、分部類優(yōu)化物流發(fā)展的主要內(nèi)容。