全國流通節點城市的流通效率改進路徑研究

鄒裔忠 李瑾楊

摘要：基于三階段DEA模型和Malmquist模型的實證方法，對我國36個國家級流通節點城市2008-2017年的流通效率進行靜態和動態評價。研究發現，流通效率總體呈現出東部一中部一西部地區衰減的空間變化規律，但效率增加呈現出東部放緩、西部增長快的態勢，區域協調發展顯現出良性狀態。應依靠技術進步驅動流通效率提升，打造不同功能定位的流通節點城市，加強節點城市區域協調發展，以提升全國流通節點城市的流通效率。

關鍵詞：流通效率;三階段DEA模型;Malmquist模型;全國流通節點城市

中圖分類號：F259.27/F224.0 文獻標志碼：A 文章編號：1672-0539（2020）06-0035-10

一、引言

我國經濟已由高速增長階段轉向高質量發展階段，處于轉型升級的關鍵時期，城市是各類資源要素的集中地，是人口和產業的集聚地，對經濟社會發展具有重要的帶動和輻射效應。流通節點城市是經濟資源流動的大動脈，從2015年《全國流通節點城市布局規劃（2015 2020年）》規劃建設37個全國性物流節點城市，2018年建設55個全國供應鏈創新與應用試點城市，到2019年建設第一批23個國家物流樞紐，“有為政府”在不斷推進城市物流發展，以加快構建全國流通網絡，提高城市流通效率，支撐國家區域發展重大戰略，形成強大國內市場。

目前，城市物流是城市經濟研究中的一個熱點，對城市物流效率研究主要有兩個角度：一是研究不同區域的城市物流效率，包括華東地區、京津冀區域、長江經濟帶、中國省域等區域的物流效率;二是研究城市物流效率的影響因素、空間溢出效應、空間差異等。對城市物流效率的研究大多是從區域的角度對物流效率進行研究，對全國流通節點城市的流通效率研究較少，物流效率只是流通效率的一部分，因為流通領域不僅包括物流領域，還包括商貿、金融和信息服務領域。本文采用三階段DEA模型和Malmquist模型從靜態和動態兩個角度對比全國37個流通節點城市流通效率的變化，從內生投入產出因素和外部環境因素中發現城市流通效率的改進路徑，為全國供應鏈創新與應用試點城市、國家物流樞紐城市的建設提供參考。

二、研究方法

（一）三階段DEA模型

三階段DEA模型是由Fried等（2002）提出，與傳統的DEA（Data Envelopment Analysis，數據包絡分析）模型相比，剔除了環境因素與隨機干擾因素的影響，使決策單元處于相同環境下進行評價，效率值更精準，在效率評價中得到廣泛應用。主要包括以下三個階段：

其中，綜合技術效率指數（Eft）表示在現有技術水平下的效率變化情況，技術進步效率指數（TE）表示技術進步的效率變化情況，綜合技術效率指數（Eft）可進一步分解為純技術效率指數（PE）和規模效率指數（SE），純技術效率指數（PE）表示對現有技術運用的效率變化情況，規模效率指數（SE）表示現有技術下規模經濟影響的效率變化情況。本文在三階段DEA模型剔除環境因素和隨機誤差因素的數據基礎上構建Malmquist模型。

三、實證分析

（一）流通節點城市流通效率的評價指標體系

《全國流通節點城市布局規劃（2015-2020年）》對流通節點城市的定義是指經濟規模和商品流通量較大，商流、物流、資金流和信息流高度匯集，具有較強集聚、輻射等功能，在流通網絡中處于樞紐地位的城市。流通領域不僅包括物流領域，還包括商貿、金融和信息服務領域，DEA模型通過投入與產出比來度量和對比城市的流通效率，按照流通領域的人、財、物等要素選擇投入指標，按照流通節點城市在物流、消費、外貿等流通帶動功能來選擇產出指標。由于每個城市所處的經濟、生態、金融、科技等環境有差異，三階段DEA模型剔除這些環境因素的影響，對投入指標的數據進行修正，讓城市的流通效率在同一個環境水平上進行比較，更能客觀反映流通節點城市的效率。

1.投入和產出指標的選擇

評價流通效率的投入需要包括商貿、物流、金融和信息服務等流通領域的投入信息，投入指標從流通領域的人、財、物等要素投入來構建，包括物流基礎設施、流通領域人力投入、流通領域資金投入。選擇年末城市道路面積（單位：萬平方米）、流通領域從業人數（單位：萬人）和流通領域固定資產投資（單位：萬元）作為投入指標，具體見表1。與參考文獻中只大多只包括物流領域的投入不同，本文突出流通領域的投入。

根據《規劃》對流通節點城市在集散中轉、生產服務、消費促進、外貿服務、應急保障等五個功能定位，產出指標從物流、消費、外貿等流通帶動功能來構建。選擇貨運量（單位：萬噸）、社會消費品零售總額（單位：萬元）、進出口總額（單位：萬美元）作為產出指標，具體見表1。與參考文獻中大多只包括物流領域的產出不同，本文突出流通領域的物流、消費、外貿的產出。

2.環境因素指標的選擇

環境因素指標按照“分離假設”來構建，即環境因素指標對投入產出的效率產生顯著影響，但又難以被各微觀個體所控制或改變。本文選擇流通節點城市的人均地區生產總值、廢物垃圾利用處理率、貸款余額和存款余額比例、科學技術支出占比等4個環境因素指標（見表1），體現出流通節點城市經濟發展、環境治理、金融支持和科技投入等環境因素對流通效率的影響。

3.研究數據

研究數據來源于《中國城市統計年鑒》的地級市數據，剔除了數據缺少較多的拉薩市，對少量缺少的數據采用平均插值的方法補齊，選取36個國家級流通節點城市2008-2017年的面板數據。

（二）三階段DEA模型的流通效率靜態評價

1.第一階段：采用傳統DEA（數據包絡）模型

使用MaxDEA軟件，通過CCR模型和BCC模型計算出2008-2017年10年問36個流通節點城市的流通效率。為了便于比較，求出各城市10年問效率平均值，結果如表3所示?？傮w效率、純技術效率、規模效率總體平均值分別為0.816、0.882、0.924，規模效率與純技術效率差不多大小，說明總體來看流通效率是技術和規模綜合驅動的。只有上海市、蘇州市、寧波市和福州市4個節點城市效率達到技術有效，說明我國節點城市的流通效率存在較大的提升空問。

2.第二階段：采用相似SFA（隨機前沿分析法）

為了剔除環境因素和隨機誤差因素對流通效率的影響，通過第一階段BCC模型得到的決策單元的投入松弛變量作為因變量，環境因素指標為自變量，構建相似SFA模型，使用Frontier 4.1軟件進行實證分析，結果如表2所示。

從實證結果來看，4個環境因素指標對年末城市道路面積和流通領域固定資產投資的投入冗余在5%的水平上有顯著的影響，但是對流通領域從業人數的投入冗余沒有顯著的影響。同梅國平等（2019）的研究結果相似，環境和隨機因素是影響效率的重要因素。從回歸系數的正負號來看，人均地區生產總值、廢物垃圾利用處理率、貸款余額和存款余額比例等3個環境因素的系數為正，說明節點城市的人均地區生產總值、廢物垃圾利用處理率、貸款余額和存款余額比例越高，增加了年末城市道路面積和流通領域固定資產投資的投入冗余，在產出不變的情況下，投入冗余的增加，度量效率的投入產出比就變小，即流通效率降低了;科學技術支出占比的系數為負，說明節點城市的科學技術支出占比越高，減少了年末城市道路面積和流通領域固定資產投資的投入冗余，在產出不變的情況下，投入冗余的減少，度量效率的投入產出比就變大，即流通效率增大了，說明科學技術投入對流通效率有正向促進作用。

3.第三階段：采用調整后的DEA（數據包絡）模型

對年末城市道路面積和流通領域固定資產投資2個投入變量進行調整，剔除環境因素與隨機干擾因素的影響，使決策單元處于相同環境下進行評價，再次運用DEA模型計算出流通效率值，結果如表3所示。

對比第一階段和第三階段的實證結果來看，剔除環境因素與隨機干擾因素的影響后，所有節點城市的純技術效率都提高了，大部分節點城市的規模效率都下降了，總體效率顯現東北地區和東部地區上升，而西部地區和中部地區下降。如圖1所示，在沒有剔除環境因素與隨機干擾因素時，長三角、珠三角、京津冀、成渝等國家級城市群的南京市、廣州市、天津市、重慶市和成都市等節點城市的總體效率被低估了，而太原市、貴陽市、銀川市、西寧市等西部邊緣節點城市的總體效率則被高估了。

通過三階段DEA模型剔除環境因素與隨機干擾因素，使計算出來的流通效率更準確。實證結果顯示，“北上廣深”一線城市的流通效率達到了1，處于技術有效狀態，是其他城市提升效率的標桿，同王東方等（2018）的研究結果相似，效率總體呈現出由東部

中部西部地區衰減的空間規律。國家正在重點建設的國家級城市群中，長三角城市群的領頭流通節點城市是上海市、蘇州市和寧波市，珠三角城市群的領頭流通節點城市是深圳市和廣州市，京津冀城市群的領頭流通節點城市是北京市和石家莊市，成渝城市群的領頭流通節點城市是重慶市，長江中游城市群的領頭流通節點城市是長沙市和武漢市。

（三）Malmquist模型的流通效率動態評價

1.從節點城市的維度來分析

使用MaxDEA軟件，通過Malmquist模型計算出2008-2017年10年問36個流通節點城市流通效率的動態變化情況，求出各城市10年問各效率指數的平均值，結果如表4所示。全體節點城市的全要素生產率指數平均值為1.083，說明流通效率總體上顯現遞增的變化狀態。全要素生產率指數分解情況為：技術進步效率指數1.062>規模效率指數1.033>純技術效率指數0.995，說明流通效率的增加總體上主要是依靠技術進步驅動的。節點城市之間全要素生產率指數對比情況是：西部地區1.118>中部地區1.083>東北地區1.080>東部地區1.058，同龔雪等（2019）的研究結果相似，效率增加顯現東部放緩，西部增長快。說明不發達地區的流通效率遞增幅度超過了發達地區，銀川市、貴陽市、西安市等西部地區節點城市的全要素生產率指數排在前三，而上海市、天津市、蘇州市、深圳市等東部地區節點城市的全要素生產率指數排在倒數幾名，我國節點城市的流通效率之間的差距在縮小，區域協調發展顯現良性狀態。

2.從時間的維度來分析

求出每年節點城市各效率指數的平均值，結果如圖2所示，全要素生產率指數顯現2013年前下降、2013年后逐漸回升的“V”字形變化狀態，說明節點城市的流通效率已經慢慢擺脫2008年金融危機的影響，走上了高質量發展的階段。技術進步效率指數與全要素生產率指數表現為同漲同跌的高度正相關，而規模效率指數與全要素生產率指數表現為負相關，純技術效率指數表現平衡態勢，與全要素生產率指數漲跌無關，說明技術進步是驅動節點城市流通效率觸底回升的主要因素。

四、城市流通效率改進路徑分析

（一）采用技術進步驅動流通效率改進的路徑

從三階段DEA模型的流通效率靜態評價結果來看，剔除環境因素與隨機干擾因素的影響后，所有節點城市的純技術效率都提高了，大部分節點城市的規模效率都下降了，說明環境因素高估了流通的規模效率，低估了技術效率，技術效率比規模效率在提升綜合效率上的作用更大。從第二階段的實證結果來看，節點城市的科學技術支出占比這一環境變量的回歸系數為負，說明其通過減少年末城市道路面積和流通領域固定資產投資的投入冗余，問接提高流通效率。從Malmquist模型的流通效率動態評價結果來看，技術進步效率指數與全要素生產率指數表現為同漲同跌的高度正相關，說明技術進步是驅動節點城市流通效率改進的主要因素。綜合以上實證結果，在我國經濟高質量發展的今天，要采用技術進步驅動流通效率改進的路徑，加大科技投入，將大數據、物聯網、區塊鏈、人工智能等新一代信息技術應用在流通領域。

（二）打造不同功能定位的流通節點城市

對各節點城市的綜合效率進行投影分析，通過“冗余率=（達到DEA有效的目標值一原始值）/原始值”公式，計算出各投入和產出指標的冗余率，如表5所示。從結果來看，隨著綜合效率的遞減，三個投入指標的冗余率越來越大，說明投入的原始值需要減少得越來越多。年末城市道路面積、流通領域從業人數、流通領域固定資產投資三個投入指標的冗余率相差不大，而貨運量、社會消費品零售總額、進出口總額三個產出指標的冗余率相關較大。大部分節點城市的進出口總額產出存在較大的不足，綜合效率較高的長沙市、武漢市、呼和浩特市、鄭州市等內陸城市都存在較大的不足，綜合效率較低的廈門市、杭州市、天津市等沿海城市則有較小的不足。哈爾濱市、成都市、濟南市、長春市等城市的貨運量產出存在較大不足，廈門市、銀川市、重慶市、貴陽市等城市的社會消費品零售總額產出存在較大不足。綜合以上實證結果，說明不同節點城市的流通功能作用表現是不相同的，應該按照不同城市的優勢打造不同功能定位的流通節點城市，2019年《國家物流樞紐布局和建設規劃》將節點城市分為陸港型、港口型、空港型、生產服務型、商貿服務型、陸上邊境口岸型等6種類型進行規劃建設。

（三）加強節點城市區域協調發展

根據表3的實證結果，以流通節點城市的流通效率值的純技術效率為x軸，規模效率為y軸，建立坐標系，畫出效率分布圖，分別以純技術效率和規模效率的平均值0.964和0.825為標準，把城市的流通效率情況分為“高高”“高低”“低高”“低低”四種情況，如圖3所示。處于“高高”的有上海市、蘇州市、北京市、深圳市、廣州市、長沙市、福州市、重慶市、武漢市、西安市等14個城市，多數是國家正在重點建設的長三角城市群、珠三角城市群、京津冀城市群、成渝城市群、長江中游城市群等國家級城市群的領頭流通節點城市;處于“高-低”的有杭州市、濟南市、銀川市、貴陽市、蘭州市、廈門市、烏魯木齊市等10個城市;處于“低高”的有鄭州市、沈陽市、石家莊市、成都市、天津市、南京市等9個城市，多數是國家級城市群的二線城市;處于“低-低”的只有長春市、昆明市、南昌市3個城市。綜合以上實證結果，說明節點城市在區域中的定位不同使得其效率也不同，應該加強節點城市的區域協調發展，整合區域資源，強化內部分工，充分發揮流通效率的區域聯動效應。