絲綢之路河西走廊物流業效率演化分析

張有洋，朱昌鋒，王慶榮

（1.蘭州交通大學 交通運輸學院，甘肅 蘭州 730070；2.蘭州交通大學 電子與信息工程學院，甘肅 蘭州 730070）

1 引言

河西走廊是“絲綢之路經濟帶”的核心地段和“一帶一路”的黃金通道，對連接東西部地區起到橋梁和紐帶作用，發展“物流商貿”將形成服務全國的重要物流集散樞紐。

近年來，國內外學者就物流業效率做了大量研究，研究對象主要包括區域物流和企業物流。從研究方法來看，陳永平等[1]采用超效率DEA方法研究了中國物流產業效率并進行了收斂性檢驗；王維國等[2]采用基于三階段DEA 的Malmquist-luenberger 指數法，分析了我國物流產業效率。范建平[3]采用改進EBM-DEA模型測算了2012年國內省際物流業效率；宋震等[4]運用GML 指數測算了各省份交通運輸業能源效率。從研究對象來看，何新安[5]運用Tobit回歸模型測度了廣東省物流業效率；王琴梅等[6]以絲綢之路經濟帶“核心區”為對象，研究了“核心區”物流業效率的演化趨勢；張立國[7]測算了全國物流業能源效率并分析了區域間的發展差異；文獻[8]、[9]分別測算了海南省和安徽省物流業效率、技術進步率及各相關指標。

綜上所述，既有研究關于物流業效率的測算與分析，對進一步深入研究該問題具有一定的參考價值，但仍存在以下不足：（1）既有研究大多以各經濟帶、省際或發達地區的物流業效率為研究對象，而對西部欠發達地區的市級物流業演化研究較少；（2）對全要素指標只做了簡單分解且欠缺對比分析，不能完全體現研究對象與其他地區的差異性。基于此，本文運用DEA-Malmquist指數法，在測度了甘肅省河西地區物流業效率的基礎上，對物流業效率各影響因素進行了Tobit回歸分析，并在全國范圍內，對比分析了河西地區與各省市地區間的差異，而后從技術進步率入手，結合該地區實際情況，從政策、科技、管理等方面對河西走廊物流業發展提出了針對性建議。

2 研究方法

2.1 DEA-Malmquist模型

假設存在m個DMU（決策單元），每個DMU相應包含有x個投入指標和y個產出指標，taj為第j個DMU的第 a 個投入指標，cbj為第 j 個 DMU 的第 b 個產出指標，投入指標與產出指標的權重向量分別為r、s；則：當 DMU 的相對效率值為 1 時，效率達到最優。

投入導向型DEA模型如下：

2.2 Malmquist指數法

Malmquist指數利用距離函數的比值來衡量投入與產出的效率[10]，與DEA 方法結合后可用于前后兩相鄰時期（T時期與T+1時期）全要素生產率（TFP）的動態研究。

其中，xt，yt表示t時期的投入與產出向量，表示全要素生產率和表示在t時期和t+1時期生產前沿下，第i個DMU 在t 時期和t+1 時期的距離函數值；表示在 t 時期生產前沿下，第 i 個 DMU 在t+1 時期的距離函數值表示在 t+1 時期生產前沿下，第i 個DMU 在t 時期的距離函數值。表示TFP提高，反之則TFP降低。

TFP 可分解為綜合技術效率變化（EFFch）與技術進步（TECHch），即：

進一步地，EFFch 可分解為純技術效率變化（PEch）和規模效率變化（SEch），即：

其中，Dvi表示VRS（收益規模可變）下的距離函數，DCi表示CRS（收益規模不變）下的距離函數。EFFch 表示從t 時期到t+1 時期的技術效率變動，EFFch＞1表示相對效率提高，反之則為退化；TECHch表示從t時期到t+1時期的技術變動，TECHch＞1表示技術進步，反之則表示技術退步；PEch＞1反映了技術運用水平對TFP 產生積極的作用；SEch＞1 則說明該DMU具有良好的規模效應。

綜上，Malmquist指數最終可表示為：

本文對物流業效率的研究側重于衡量技術進步率，故采用基于產出導向的VRS模型，以找出TFP分解后各指標間的關系。

2.3 Tobit回歸模型

河西走廊物流業效率的影響因素眾多，為分析各因素的影響程度并找出關鍵因素，同時為克服DEA 離散值對參數回歸的干擾，本文選用基于極大似然法的Tobit模型進行回歸分析，即：

其中，y*表示截斷向量，y 表示效率值向量；x 表示自變量向量，η表示回歸參數向量，c表示誤差項。

進一步地，選用Tobit 中的混合回歸模型分析相應的面板數據，即：

3 指標與數據

3.1 指標選取

在參考既有研究的基礎上[1-9,14-15]，同時依據Cooper[11]提出的指標選取準則，充分考慮所選指標的代表性、全面性與準確性，以及河西地區與甘肅省其他地區乃至周邊各省市地區物流業水平、經濟發展等的差異性，選取5 個決策單元與9 個時期，最終確定的指標體系（見表1）由三個投入指標與兩個產出指標構成。

表1 河西五市物流業效率與技術評價指標體系

3.2 數據來源與處理

因受國內行業劃分的制約以及考慮到物流業產值的來源情況[12]，本文所選數據均參考“交通運輸、倉儲和郵行業”的相關統計結果。

2009-2017年河西地區相關數據主要源于各市統計年鑒與《國民發展統計公報》，部分數據源于《中國經濟與社會發展統計數據庫》。

（1）資本投入選取資本存量作為投入指標，采用“永續盤存法”將交倉郵固定資產投資額換算為資本存量，換算公式為：

固定資產價格指數源于各市年鑒與統計公報，假設首期資本存量為之前投資的總和[13]，經回歸分析與序列相關處理后得到首期資本存量為：

（2）物流業增加值以2009年為基期，按GDP平減指數法進行可比價格折算。

4 實證分析

4.1 DEA-Malmquist測算及分析

基于2009-2017年河西走廊物流業統計數據，運用DEA-Malmquist 法并采用產出導向且收益規模可變模型，利用MaxDEA 和DEAP2.1 軟件，對河西五市物流業效率演化進行測算分析。

表2 河西走廊物流業全要素生產率指數及其分解（2009-2017年）

從表2可以看出，河西五市雖地處絲綢之路經濟帶的重要位置，但該地區物流業的整體發展水平較低。嘉峪關、酒泉和武威三市的Malmquist 指數小于1，處于無效狀態，其中技術水平低下是導致酒泉市和武威市DEA 無效的主要原因，嘉峪關市則是由技術效率降低與技術水平惡化共同造成的。張掖和金昌兩市Malmquist 指數大于1，處于有效狀態，金昌市受益于較高的技術效率，張掖市則得益于技術效率與技術水平的共同進步。此外，河西五市的Malmquist指數平均值小于1，說明該地區物流水平欠發達。由此可見，河西地區仍需加強在物流方面的投入與建設。

表3 河西走廊Malmquist指數（2009-2017年）

圖1 嘉峪關市指標變化趨勢圖

圖2 酒泉市指標變化趨勢圖

圖3 張掖市指標變化趨勢圖

圖4 金昌市指標變化趨勢圖

圖5 武威市指標變化趨勢圖

圖6 河西地區指標平均值變化趨勢圖

從表3 可看出，河西地區物流業效率呈現“高-低-高”的演化趨勢，2010與2011年各市物流業發展較快，是因為此兩年作為承接“十一五、十二五規劃”的重要年份，在基礎設施、政策照顧、資金投入及人力資源等多方面加大了建設力度，尤其嘉峪關、酒泉兩市的物流業效率顯著改善，同時其他城市也有不同程度的提高。總的來說，河西地區物流業正在規模化發展，生產效率也在快速提高。

然而，一些城市部分年份的物流業效率極低，如：2012年武威市TFP僅為 0.191，2016年嘉峪關市 TFP 僅為 0.214；雖然對河西地區物流業的整體發展影響不大，但反映出技術效率低下、技術進步緩慢、運營規模難成體系會給物流業發展帶來負面影響。

為分析河西各市物流業水平的動態演化趨勢，本文選用TFP和TEChch兩個指標，繪制如圖1—圖6所示的指標變化趨勢圖，并對二者間關系做了進一步分析。

由圖 1-圖 6 可知，2012 和 2013年酒泉市的物流業效率與技術進步率出現了增長不同步的情況，若不計技術進步率對物流業產生的影響，物流業效率仍有顯著提高。同時，2013年金昌市、2013年武威市、2016年張掖市都出現了類似情況，說明這些城市在對應年份的物流業效率沒有受束于技術進步率的變化，對政策偏向的靈敏度較低，相反，得益于良好的管理水平、先進的作業設備等因素，其物流業效率仍有穩定的提升。此外，2013-2014年酒泉市的物流業效率與技術進步率呈現此消彼長的趨勢，可能是由于較低的管理水平與不當的技術投入抵消了政策偏向的正面作用。

除個別特殊年份外，河西地區物流業效率受技術進步率變化影響的年份占比高達85%，說明物流業效率與技術進步率之間具有極強的正相關性，其中以嘉峪關市最為明顯，這種相關性也能在圖6中加以印證。

以上分析表明，河西地區物流業效率在不斷提高的同時，對技術進步率有很強的依賴性，在實際生產中體現為物流業效率的不穩定；考慮到河西走廊特殊的地理區位，說明這些城市的物流業效率相比管理水平、設備研發、資金投入等因素，更依賴于地方政策偏向與國家支持力度等時效性的因素。

4.2 Tobit回歸分析

（1）變量選擇與面板數據構建。選擇4.1中測算出的Malmquist 指數作為因變量y，將資本存量（X1）、從業人數（X2）、運輸網絡里程（X3）、物流業增加值（X4）和貨運量（X5）作為假設變量；運用Eviews9.0 軟件，調用河西五市在2009-2017年間的原始數據，將截面數設置為5并建立面板數據。

（2）構建Tobit 模型與回歸分析。建立用于變量分析的Tobit回歸模型：

式中，η0表示常數項，η1～η5表示各假設變量的回歸系數，c 表示回歸誤差項；經計算得到的回歸分析結果見表4。

表4 河西走廊物流業效率Tobit回歸分析結果

從表4可以看出，資本存量、從業人數、運輸網絡里程和物流業增加值均與物流業效率呈正相關；資本存量通過了1%的顯著性檢驗，運輸網絡里程與貨運量通過了5%的顯著性檢驗，從業人數與物流業增加值均沒能通過顯著性檢驗。

資本存量與運輸網絡里程的相關系數較高，分別為0.332和0.217，即資本存量與運輸網絡里程每增加1%，物流效率可提高0.332%和0.217%，表明穩健的經濟環境與配套的基礎設施建設對物流業效率提高有促進作用，這就需要河西地區加大投資力度，完善運輸設施匹配。而貨運量與物流業效率的負相關關系也與前文技術進步率低下相吻合，欠發達的技術水平難以吸引貨源，很大程度上制約了物流業效率的提高。

為了解河西地區與全國其他地區物流業水平的差距，本文采用相同測算方法，并參照既有測算數據[14-15]從以下三個方面，對部分關鍵指標進行了對比分析：（1）以甘肅省及蘭州市物流業水平為基準作省內對比；（2）以東北三省、西北五省、中部六省、東部十省、全國平均物流業水平為基準作省域間對比；（3）以部分經濟區物流業水平為基準作經濟區域間對比。對比結果如圖7-圖10所示。

圖7 省內物流水平對比Ⅰ

圖8 省內物流水平對比Ⅱ

從圖7 可以看出，在近十年的物流業發展過程中，橫向上，河西五市的兩指標呈現相同的走勢，但增減幅度較大，蘭州市兩指標走勢近似，但其增減較為緩和；縱向上，由于同屬甘肅省城市，發展趨勢具有同步性，若忽略河西五市物流業發展的強波動性，整體來說其水平略高于蘭州市，說明河西地區也存在一定的優勢。從圖8 可以看出，盡管河西五市在Malmquist這一指標上僅比蘭州市高出0.003，但在兩指標的整體對比上均占優勢，然而甘肅省的平均水平較低，且TFP＜1表明處于無效狀態，這可能是由于甘肅省地域狹長，包含在內的地域較廣，加入省內其他城市及地區進行測算時會導致平均水平有所降低。

圖9 省域間物流水平對比

圖10 經濟區域間物流水平對比

通過對比省內物流業水平可知，TECHch 與TFP間存在極強的正相關關系，換言之，河西走廊物流業水平的發展很大程度上受技術進步率的影響。

從圖9 可以看出，與各省級區域相比，河西地區的兩個關鍵指數均處于較低水平，與全國平均值尚存在一定的差距，尤其是技術進步率指標嚴重劣勢；而經濟發達的東部十省物流業發展最為全面，表明河西地區技術投入不足，加之經濟水平落后，進而影響了物流業的發展。從圖10 可以看出，東南沿海經濟區與長江經濟帶的物流業最為發達，泛珠三角等經濟區域緊隨其后，河西地區仍排名最后，這也說明了相較于東南部經濟發達區域，河西地區在經濟規模、技術投入等方面的短板成為制約其物流業發展的重要因素。

通過對比省域間以及經濟區域間的物流業水平可知，經濟落后使得河西地區不能提供相應的技術投入；相較于沿江沿海地區，雖然得益于“一帶一路”的政策倡導，但地處內陸的地理因素仍制約著經濟發展，所以必須結合自身的區位優勢，揚長避短的進行針對性調整，以提高物流業發展水平。

5 結論與建議

本文通過運用DEA-Malmquist-Tobit 方法，對2009-2017年河西走廊物流業效率進行測算分析后得到如下結論：（1）河西地區物流業水平較低，物流業效率和技術進步率二者間具有極強的正相關性；（2）即便在部分年份，某些城市物流效率的發展受政策偏向的影響較小，但總體上講，河西地區物流業的發展對政策偏向有較強的依賴性；（3）相比于經濟發達地區，河西走廊物流業發展不穩定，技術進步率低下和基礎設施匱乏是制約其水平發展的重要因素，此外，企業管理水平、資金投資力度等因素也在一定程度上影響著物流業效率的提高。

為使河西地區借助自身特性，充分發揮其在“絲綢之路經濟帶”與“一帶一路”中的重要作用，提出以下幾點建議：（1）政策照顧與資金投入方面。在西部大開發、經濟帶戰略部署的大背景下，不僅需要各級政府對河西地區的政策照顧，制定符合地區發展的規范制度，還需要欠發達地區積極配合響應，抓住發展機遇；同時，應加大資金投入力度，完善物流園區、配送中心、運輸通道、運輸設備等基礎設施的配置，保證提供良好的硬環境以提高運輸效率。（2）科技進步與管理水平方面。技術進步率對物流業效率的作用至關重要，因此需要加大地區技術投入力度，鼓勵自主研發與引進高新技術相結合，提高技術質量與服務質量，提高物流網絡的信息化水平，實現運輸水平與協調能力的穩步升級，加快技術進步率的提升；提高政府與企業的管理水平，政府對區域物流的發展進行適當的宏觀調控，企業則需完善自身的管理方法。（3）市場運營與體系建設方面。加強市場運營機制的完善，使物流服務向網絡化、一體化方向發展并建立競爭有序、良性循環的區域性物流市場；充分利用區位優勢拓寬物流渠道，側重于運輸系統與倉儲系統間的銜接，形成完整的物流體系，更好地發揮河西地區聯通東西部主要經濟區域的重要作用。

本文在測算物流業效率時進行了大量對比分析，以體現河西走廊欠發達的物流業水平，但未加入非期望產出指標，下一步將重點研究能源消耗對物流業效率產生的影響。