中國省域物流業發展效率與全要素生產率實證研究

汪克亮 朱正艷 章杰

摘?要：選用基于規模報酬可變的投入導向型DEA模型和Malmquist指數模型，從靜態與動態兩方面對2009—2017年我國30個省市的物流業發展效率進行了測算分析。結果表明：分析期內，我國物流業發展效率整體水平一般，各地區之間差異明顯，東部地區一直領先于中西部地區，純技術效率低下是制約我國物流業發展效率提高的關鍵因素;物流業全要素生產率實現了年均1.8%的增長，主要得益于技術進步的改善，技術效率與技術進步的不平衡發展對我國物流業發展效率的提高也有一定的阻礙作用。最后，根據所得結論為我國物流業發展提出相應的政策建議。

關鍵詞：物流業發展效率;DEA模型;Malmquist指數;物流業全要素生產率

中圖分類號：F259.27文獻標識碼：A文章編號：

1672-1101（2020）02-0031-11

收稿日期：2019-08-21

基金項目：國家自然科學基金項目（71403003）;安徽省哲學社會科學規劃項目（AHSKY2018D92）

作者簡介：汪克亮（1980-），男，安徽樅陽人，教授，博士，研究方向：資源經濟與環境管理。

Empirical Study on the Development Efficiency and Total Factor Productivity of Chinas Provincial Logistics Industry

WANG Keliang，ZHU Zhengyan，ZHANG Jie

（School of Economics and Management，Anhui University of Science and Technology，Huainan，Anhui 232001，China）

Abstract：Using the input-oriented DEA model based on variable returns to scale and the Malmquist index model， this paper calculated and analyzed the development efficiency of the logistics industry in 30 provinces and cities in China from 2009 to 2017 from both static and dynamic aspects. The results show that： during the analysis period， the overall level of development efficiency of Chinas logistics industry is general; There are obvious differences among regions and the eastern region has always been ahead of the central and western regions; The low efficiency of pure technology is the key factor restricting the development efficiency of logistics industry in China; The logistics industry has achieved an average annual growth rate of 1.8%， mainly due to the improvement of technological progress. The unbalanced development of technological efficiency and technological progress also hinders the improvement of the development efficiency of Chinas logistics industry. Finally， according to the conclusions， the corresponding policy recommendations for the development of logistics industry in China are put forward.

Key words：Development efficiency of logistics industry; DEA model; Malmquist index; Total factor productivity of logistics industry

近年來，我國實現從工業化中后期到后期的過渡，經濟結構不斷優化，產業特點也逐步向知識密集型和技術密集型轉變，作為國民經濟發展的重要支撐產業，物流產業的進步是提高國民生產總值的重要動力之一，逐漸成為國家重點關注對象。現階段我國物流水平一般，仍處于發展中階段，在全球經濟一體化的大環境下，如何通過提高物流業發展效率來促進國民經濟增長引起了人們的高度重視。2013年6月，國家發改委聯合交通運輸部發布《國家公路網規劃（2013年—2030年）》，強調加強公路與其他運輸方式的銜接與協調，形成“安全可靠、功能完善、布局合理、覆蓋廣泛”的物流網絡運輸通道。2018年10月，國務院印發《推進運輸結構調整三年行動計劃（2018—2020）》和《降低實體經濟物流成本通知》，旨在通過進一步優化物流運輸結構和積極開展物流降本增效工作，促進我國物流業邁向高質量發展。在此背景下，深入推進物流業發展效率評價，對促進我國產業結構調整和增強國民經濟競爭力等具有重要的現實意義。

隨著物流業在國民經濟中的地位不斷提升，對物流業的效率評價逐漸成為國內外學者研究的熱點問題。物流業是由運輸業、倉儲業、通信業等多種行業整合的復合型產業，針對物流業的范圍，不同學者的定義不同。如孫善祥、楊宏偉[1]指出，物流產業不在各國產業分類的統計體系中，我國的“物流業”是新提出的產業分類。高騰[2]在研究物流業發展效率時，并沒有給出物流業的具體范圍，直接以各地區整體物流的投入產出指標來分析我國物流業發展效率。劉秉鐮、余泳澤[3]在研究我國區域物流時則認為物流業包括運輸業、倉儲業以及郵政業3個部門，清楚地劃定了物流業范圍。根據我國年鑒統計量，交通運輸業、倉儲業和郵政業對物流業總體貢獻高達85%以上，因此本文選取交通運輸業、倉儲業和郵政業代替物流業。關于物流業發展效率的定義，國內外仍沒有統一的標準，對于企業來說，物流業發展效率是指能否以一定的服務水平滿足客戶的要求，而對于社會來說，定義物流業發展效率具有一定的復雜性，在社會經濟活動中，物流形式與內容豐富多變，須采用不同方法去分析。目前，物流業發展效率的定義是依據效率的定義演變出來的，用物流總投入與總產出的比值來衡量物流業發展效率的高低。而本文動態分析中研究的物流業全要素生產率是物流系統中各個要素的綜合生產率，不包含資本、勞動等有形生產要素的增長率，主要指技術進步、效率改進以及制度創新等因素帶來的經濟增長，測算時將其具體分解為技術進步效率、純技術效率和規模效率。近年來，國內外學者對物流業發展效率進行了大量研究，如國外學者Sehinnar AP最早將DEA分析法引入到對物流業發展效率的研究中，開創了用DEA方法分析物流業發展效率的先河。Hokey Min，Seong Jong Joo[4]運用DEA模型分析了第三方物流企業的運營效率，識別企業中的低效率來源，提高了第三方物流企業在物流市場中的生產力和價格杠桿。Peter FWanke[5]基于兩階段DEA模型來衡量巴西港口的物流基礎設施效率和裝運整合效率，結果表明私人管理水平的提高對物質基礎設施效率改善作用明顯，而腹地規模和兩類貨物的運營對貨物整合效率產生積極影響。Mohammed Najeeb Shaikr[6]運用DEA模型對逆向物流企業的綜合效率進行了評價分析，給出了有效改善企業績效的途徑。Markovits-Somogyi，Bokor[7]運用改良的DEA方法測算了歐洲29個國家的物流業發展效率，并與傳統DEA方法所測結果進行比較，分析兩者的差異性。有關物流業發展效率問題的分析，國內學者也做了大量的研究。鄧學平、王旭等[8]基于DEA模型對我國55家物流上市企業的規模效率和生產效率進行實證分析，結果表明我國物流企業的規模效率沒有明顯差異，純技術效率對生產效率的影響遠大于規模效率。王琴梅、譚翠娥[9]選取DEA模型實證分析2003—2010年西安市的物流業發展效率，并結合Tobit回歸模型評價各影響因素和物流業發展效率之間的關系，得出市場化程度和資源利用率對其影響更深。李開[10]、黃勇等[11]、高慕瑾[12]運用DEA方法分別對我國東中西三大地區的物流業發展效率進行了測算，并分析了影響各區域物流業發展效率的關鍵因素，為提高我國物流水平提供積極有效的政策建議。王雷、薛國梁[13]等基于CCR模型和BCC模型分析2006—2012年北疆8個地區的物流業發展效率，發現各地區效率值差異明顯，僅克拉瑪依和烏魯木齊兩市處于DEA有效水平，余下物流業發展效率較低的地區是由純技術效率低下引起的。張昊、高康[14]選用超效率DEA模型和Tobit回歸模型對我國西部地區的物流業發展效率進行分析，結果表明較低的純技術效率是阻礙西部地區物流業發展的重要因素，區位優勢和經濟水平對物流業發展效率的影響呈正相關，而物流產業結構和資源利用率對其影響不明顯。諸如此類的文獻還有很多。

綜上所述，DEA方法已廣泛應用于物流業的效率評價方面，國內外學者在對物流業發展效率的研究上雖取得了一定的成果，但也存在些許不足之處。第一，以往學者主要集中研究企業物流發展效率和區域物流發展效率，而基于全國省域層面分析物流業發展效率的文獻并不多見;第二，既有文獻大都從靜態方面對物流業發展效率進行測算與分析，而忽視了其動態演變趨勢，即物流業全要素生產率，存在一定的片面性。基于此，本文采用DEA模型對全國30個省市（西藏不在考察范圍內）2009—2017年物流業的純技術效率與規模效率進行測算，并結合Malmquist指數法對各省市物流業全要素生產率變化情況進行分析，以期為我國物流業的發展提出合理的政策建議。

一、研究方法與數據說明

（一）DEA模型

數據包絡分析法（DEA）由運籌學家A Charnes、W W Cooper和E Rhodes于1978年首次提出，作為一種新的效率評價方法，可以有效處理多投入和多產出等復雜問題，最經典的模型為CCR模型，該模型在假設規模報酬不變的情況下，測算決策單元總體有效性（技術有效和規模有效），但這種假設過于片面，不符合實際情況。由此，1984年Banker et al.在CCR模型的基礎上，提出了基于規模報酬可變的BCC模型，不僅符合實際生產經驗，更能進一步測算出決策單元的規模有效性和技術有效性。BCC模型一般包括投入導向型模型和輸出導向型模型，由于物流業對資源的投入量相對容易控制，本文選用投入導向型模型分析我國30個省市的物流業發展效率，即在物流業產出不變的情況下，尋求最小投入的狀態。

假設有i個決策單元（DMU），每個決策單元的投入、產出變量分別如下：

Xi=（X1i，X2i…，Xmi）Τ，i=1，2，…，n

Yi=（Y1i，Y2i…，Ymi）Τ，i=1，2，…，n

θ是每一個決策單元的效率評價指數，且滿足以下條件：

θ0=minσs.t.∑ni=1λiXi+s-=σX0，∑ni=1λiYi-s+=Y0，∑ni=1λi=1，λi0，i=1，2，…，n（1）

式中：s-，s+為引入的松弛變量，且s-0，s+0;λi0;i=1，2，…，n。

根據CCR模型測出的效率值（TIE）可以分解為純技術效率（PTE）和規模效率（SE），且有技術效率=純技術效率×規模效率，其中純技術效率為BCC模型所測的效率值。由上式中∑λi的值可以判斷規模報酬的情況，當∑λi>1時，規模報酬為遞減狀態，反之則遞增;當∑λi=1時，說明規模報酬為最佳收益狀態。

（二）基于DEA-Malmquist指數的動態評價模型

Malmquist （M）指數是一種用非參數法來分析上一期投入與本期產出之間變化情況的方法，最初由Sten在研究消費分析時提出，用來評價不同消費時期投入指標的變化。1982年，Caves等將這一指數應用于測算生產效率的變化，引起了極大的反響，隨后，Fare等人將這一理論與DEA模型相結合，用M指數來測算跨時期生產效率或全要素生產率的變化情況。本文以我國各省市物流行業作為決策單元r=1，2，…，n，研究時期t=1，2，…，T，在t時期內第r個決策單元的第i項投入為xtir（i=1，2，3），在t時期內第r個決策單元的第j項產出為ytjr（j=1，2），則求解M指數的距離函數Dt（xt+1r，yt+1r）：

minθ=[Dt（xt+1r，yt+1r）]-1

s.t∑nr=1xtirλr+s-i=θxt+1ir0，i=1，2，3

∑nr=1ytjrλr-s+j=yt+1jr0，j=1，2，3

λr0，s-i0，s+j0，r=1，2，…，n（2）

將式（2）中的t換成t+1可進一步求解Dt+1（xtr，ytr）和Dt（xt+1r，yt+1r）。

本文中M指數具體形式如下（式3）：

M（xt+1r，yt+1r，xtr，ytr）=

Dt+1（xt+1r，yt+1r）Dt（xtr，ytr）

×Dt+1（xt+1r，yt+1r）Dt（xtr，ytr）×Dt+1（xt+1r，yt+1r）Dt+1（xtr，ytr）12=EFFCH×TECHCH（3）

其中EFFCH表示技術變化效率指數，TECHCH表示技術進步指數。若M指數>1，說明t+1期相比t期的技術效率有所提高，反之則相反;若M指數=1，則說明總效率不變。當規模報酬發生變化時，EFFCH指數可進一步劃分為規模效率變化（SEC）和純技術效率變化（PTEC），具體形式如下（式4）：

EFFCH=Dt+1（xt+1r，yt+1r）Dt（xtr，ytr）=Dt+1（xt+1r，yt+1r/V）Dt（xtr，ytr/V）×St+1（xt+1r，yt+1r）St（xtr，ytr）=PTEC×SEC（4）

故M指數最終可分解為：

M（xt+1r，yt+1r，xtr，ytr）=PTEC×SEC×TECHCH（5）

上式中PTEC表示純技術效率變化，SEC表示規模效率變化。PTEC>1時，說明純技術效率上升，反之則反;SEC>1時，說明規模效率在上升，反之則反。

（三）數據說明

本文選取全國30個省市為決策單元（DMU），實證分析2009—2017年各省市物流業發展效率， 由于目前我國對于物流業沒有明確的劃分， 參考已有文獻， 選擇用交通運輸、 倉儲和郵政業代替物流業。根據指標選取原則，借鑒并整合已有的研究成果，從投入和產出兩個角度構建我國物流業發展效率的評價指標體系。投入指標：（1）物流業固定資產投資總額（X1）：本文選擇用各省市交通運輸、倉儲和郵政業固定資產投資總額代替物流業固定資產投資總額。（2）公路里程（X2）：由于各省市航空運輸所占比例較小，本文選用公路、鐵路及航道運輸將其統一折算為公路長度，具體換算方法為：Lij=Xijkijgi+Gi，其中Lij為第i省第j種運輸方式換算后的線路里程;Xij為第i省第j種運輸方式的線路里程;kij為第i省第j種運輸方式的每萬公里運輸能力;gi為第i省公路運輸的每萬公里運輸能力;Gi為第i省公路里程;運輸能力為該種運輸方式的貨物周轉量與線路里程的比值。（3）物流業從業人數（X3）：將鐵路、公路、管道、水上等運輸業就業人數、裝卸搬運等倉儲業就業人數及郵政業就業人數經過簡單匯總得到物流業就業人數。產出指標：（1）物流業總產值（Y1）：選取交通運輸、倉儲和郵政業總產值表示物流業的經濟產出。（2）物流業全年貨運量（Y2）。（3）物流業全年貨物周轉量（Y3）。本文所有變量數據均來源于2010—2018年的《中國統計年鑒》以及各地區統計年鑒，具體投入產出變量的描述性統計見表1。

二、實證分析

（一）各省市物流業發展效率的靜態分析

本文運用Deap2.1軟件對所得數據進行處理，根據式（1），測算出2009—2017年我國各省份物流行業的發展效率并將其分解為純技術效率和規模效率，具體結果如表2所示。

經測算發現， 2009—2017年間我國總體物流業發展效率并不理想，平均綜合技術效率僅有0.706，遠沒有達到有效水平，距物流業生產前沿面還有29.4%的上升空間。從技術效率值的變化趨勢來看，如圖1所示，樣本期內我國的物流業發展效率雖有所提升，但總體波動幅度不大，一直保持在0.7～0.75之間。自2009年國務院頒布《物流業調整和振興規劃》，將物流產業列為“十大支柱產業”以來，我國的物流業發展效率緩慢上升，至2017年時出現拐點，這可能與近期的“貿易戰”有關，進出口商品的相對減少，對物流業的年貨運量與貨物周轉量有所影響，從而導致我國物流總體效率在降低。由于我國幅員遼闊，地勢差異明顯，對不同地區而言，其物流業發展效率存在的差異較大，如圖2所示，三大地區呈梯狀分布，其中東部地區效率值遠高于全國平均水平，而中西部地區則在全國平均水平之下，東部地區明顯高于中西部地區。具體來看，經濟較為發達的東部地區，其在樣本期內綜合技術效率的平均值為0.832，一直處于領先地位，充分展現了東部地區沿海的地域優勢，對全國物流業發展效率的增長起到了良好的帶頭作用。與東部地區相比，經濟欠發達的中西部地區物流業發展效率要低很多，兩者在分析期內的平均值分別僅有0.635和0.614。但中部地區的物流業發展效率總體波動性強，大體呈倒“∪”型分布，增幅明顯，尤其在2011—2014年期間，增長率約為16.3%，這主要是因為黨和國家早在“十一五”期間就提出我國中部崛起的戰略計劃，將中部地區劃為發展城市群重點，隨后的“十二五”規劃，將交通運輸作為“十二五”規劃之一（《交通運輸“十二五”發展規劃》），堅持對外開放，統籌“引進來”與“走出去”，這對于作為我國重要運輸樞紐和節點的中部地區來說，無疑是個發展物流業的大好機會。但由于一味的追求物流業發展效率的提升，擴大物流業生產規模，忽視了物流技術的創新和物流管理水平的提高，中部地區的物流綜合技術效率在后期呈下降趨勢。西部地區在經濟基礎與自然條件等約束下，物流業發展效率一直很低，且各省市物流水平差異較大，其中內蒙古和寧夏的物流業發展效率值為1，已達到有效水平，而青海和云南的效率值分別只有0.349和0.311。雖然國家在2012年對西部大開發戰略進行解讀，明確了戰略部署的基本思路，對西部地區物流業的發展起到了一定的促進作用，在此期間西部地區物流業發展效率有了明顯的提升，但仍然處于偏低位置，國家應有針對性的制定適合本地區物流業發展的政策，合理利用資源，平衡規模與技術雙向發展，從根本上解決西部地區在物流方面存在的問題，縮小與東中部地區的差距。

從純技術效率和規模效率方面來看，我國的平均純技術效率為0.743，而平均規模效率為0.949，說明我國物流業發展效率的提升主要受限于較低的純技術效率。從表2 可以看出，純技術效率有效的城市有天津、河北、上海、山東、安徽、內蒙古及寧夏，說明這些省市擁有較為完善的企業管理模式，技術創新水平相對較高，能夠合理利用資源配置。純技術效率較低的城市有北京、黑龍江、云南、青海等，多集中在中西部地區，這些省市應學習上述省市的發展戰略，找出自身存在的原因，積極引進先進的物流技術設備，加強內部管理，增強軟實力，從而實現物流業發展效率的提高。相比較而言，我國物流業規模效率總體較高，接近生產前沿，提升的空間較小，且各省市之間不存在明顯差異，除了海南、甘肅和青海三省規模效率偏低以外，其他省市均接近于或處于有效水平（規模效率高于0.9），占樣本的90%。因此國家和各企業的改進策略應以技術創新、管理創新和制度創新為主，而不是一味追求資源投入的增加，無限制的擴大生產規模，忽視投入與產出的平衡，這樣將適得其反。

為了進一步分析我國省際物流業發展效率的差異，本文繪制了我國物流業發展效率的空間分布圖，如圖3所示。從各省市的九年均值來看，只有天津、河北、上海、山東、安徽、內蒙古及寧夏這幾個省市的各項效率值為1，處于DEA有效水平。其中天津、河北、上海和山東4個省市處于東部地區，擁有先天的地理優勢，經調查發現近幾年這4個省市的港口物流快速發展，對外貿易不斷加大，提高了物流業整體水平;地處中部地區的安徽主要受益于“中部崛起戰略計劃”，抓住發展機遇，加強構建“兩縱三橫”的網狀物流通道和“一圈、四區、多點”的區域物流布局，物流體系的一體化加速了安徽物流業的發展;西部地區的內蒙古及寧夏，屬于該地區物流業的領頭軍，地理位置相對較優，處于東西部中軸線上，且西部大開發及“一帶一路”政策的實施，為這兩個省市的物流業創造了得天獨厚的發展環境。以上幾個省市應繼續保持這種發展勢頭，為其他省市做好示范作用。此外，江蘇、福建、河南和貴州的效率值也相對較高，在0.9和1之間，接近生產前沿面，但受純技術效率影響偏大，說明這幾個省市在調整物流投入和產出的同時優化物流技術即可達到有效水平。其中除了江蘇以外，其他三個省市均處于規模報酬遞增狀態，說明依據當下的技術條件物流生產規模過小，高新物流技術不斷涌現，現有的規模已不足以支撐足夠的產出，要想提高物流綜合效率就需要在調整其投入與產出比的同時適當的擴大物流業生產規模。而江蘇在樣本期內為規模報酬遞減，加大投入已不能持續提高產出，經分析得知“十一五規劃”之后，江蘇省高度重視物流業的發展，2009—2011年全省物流業增加值年增長12%以上，2013年底，全面推進物流園區建設，投資總額超過30億元，往后幾年更是集中擴大生產規模，造成建筑物與土地的過度浪費，當下江蘇省應減少非有效投入，統籌安排物流及配套公共服務設施用地選址和布局，優化產業配置，培養物流專業人才，做到投入與產出合理分配。效率值處于0.6～0.9之間的有遼寧、浙江、廣東、江西和甘肅5個省市，其中浙江效率值最高，為0.812，這主要是因為浙江水路交通資源豐富，“十一五”期間頒發的《浙江省公路水路交通規劃》，促進了浙江水路、公路交通向全局性、綜合性格局發展，隨后寧波舟山港被定為 “21世紀海上絲綢之路”主要物流樞紐，更是奠定了浙江物流業的國際地位。余下四個省市的物流業發展效率處于中等水平，發展潛力較大，通過調整產業結構，借鑒上述省市的發展經驗，制定適合自身發展的物流政策，可以實現物流水平的大幅提高。效率值在0.3～0.6之間的有北京、海南、山西、吉林、黑龍江、湖北、湖南、廣西、重慶、四川、云南、陜西、青海和新疆14個省市，處于這一區間的省市最多，占比達到46.7%，拉低了我國整體物流業發展水平，這些省市應成為國家推進物流技術創新政策重點的關注對象，找準限制各省市物流業發展的關鍵因素，通過合理優化資源配置模式和運用高新技術等來發展現代物流。

（二）各省市物流業發展效率動態分析

上文從靜態方面對我國30個省市的物流業發展效率進行了測算與分析，為了進一步研究我國物流業發展效率的縱向變化趨勢，將投入產出指標融入Malmquist指數，運用DEAP2.1軟件計算2009—2017年各省市物流業全要素生產率指數并對其進行分解，結果如表3和表4所示。

由表3可知，研究期內我國物流業全要素生產率均值達到1.018，年均上升1.8%。其中技術效率變化指數為0.999，小于1，年均下降0.1%，說明在物流業投入量不變的情況下，實際的產出量在不斷減少，逐漸偏離生產前沿面，可見我國大多省份的物流技術水平仍然偏低，在技術創新與管理模式等方面存在明顯的不足。而平均技術進步指數為1.019，大于1，年均增長1.9%，這表明我國大力實施創新驅動發展戰略有了顯著的起色，重視新興產業的開發，借助互聯網和物聯網等高新技術，向“智慧物流”大步邁進，由此可知技術進步的提高對Malmquist指數的上升起到了重要的促進作用。

從我國各年份平均Malmquist指數及其分解指數的變化趨勢來看，如圖4所示，分析期內技術進步指數與Malmquist指數的走勢基本相同，均大致呈“Z”字型波動，說明技術進步與物流業總體發展水平關系密切。規模效率指數圍繞1上下浮動，均值為0.994，有輕微下降趨勢，這主要是因為我國物流業規模效率一直處于較高水平，發展空間較小，在著重發展物流技術的同時忽視對現有規模的改善在所難免，同靜態分析結論基本吻合。而純技術效率指數呈先上升后下降的趨勢，同其他指標一樣，在2011年出現拐點。經分析發現各項指標在2010—2011年均達到最高值，這與2009年國家首次把促進物流業發展納入應對國際金融危機的“一攬子計劃”，上升到國家戰略層面有關。這一計劃引起了各省市的高度重視，均大力發展物流業，主要體現在國家相繼發布《關于促進甩掛運輸發展的通知》（2009）、《關于推動農村郵政物流發展的意見》（2010）等，各省市加快調整物流格局，加大對基礎設施的投資力度，整合現有資源，將物流企業向規模化經營和專業化服務擴展。但這種粗放式的經營格局并不能讓物流業持續穩定的發展，2011年后期，生產矛盾日益突出，物流技術止步不前，投入量卻只增不減，一味的擴大生產規模，致使物流業經濟增長的質量和效益不增反降，投入產出比失衡嚴重。2015年往后，技術進步指數快速上升，截至2017年，實現了高達21.3%的增長，這主要是因為“十三五規劃”強調實施創新驅動發展戰略，大力激勵創新機制，強化科技創新的作用，在這個大數據時代，互聯網技術的廣泛運用，使物流技術得到了前所未有的提升。而規模效率仍保持現有水平，沒有明顯波動，純技術效率在2016年后期顯著下滑，主要與2016年我國出臺的各項物流政策有關，重生產、輕管理的特征明顯，這表明我國應增強物流管理意識，加大對物流管理資金的投入，完善物流基礎設施和管理體制，重視培養物流專業人才，在發展生產力的同時提高物流軟實力。

為了進一步考察樣本期內物流業各項指標系數的變化情況，根據表4所給數據具體分析到各省市。由表4可知，考察期間共有18個省市（分別為北京、河北、上海、吉林、江西等）全要素生產率大于1，物流綜合水平在不斷提高。通過式（3）對物流業全要素生產率進行分解發現，其中河北、遼寧、上海、廣東、山西等10個省市的技術效率和技術進步指數均大于1，說明這些省市物流技術和內部管理達到有效水平，且不斷更新和運用新興物流技術，在這兩者的共同作用下，上述省市的物流業在“智慧物流”的大環境下穩定發展。尤其是物流業全要素生產率排行第一的山西，積極利用自身優勢（基礎交通條件良好，鐵路貨運量居全國第一，區位優勢明顯，晉商物流底蘊深厚等），出臺各項適合本地區條件的政策，改變原有單一粗放式的經營戰略，推進物流業向規范化、標準化、信息化建設。在“天字型”物流通道網絡和“三縱十二橫十二環”高速東路主骨架得到完善后，山西省2017年物流總額達到27 431.1億元，完成貨運量18.95億噸，同比增長13.4%，高于全國平均水平3.2個百分點。此外北京、浙江、福建等7個省市得益于技術進步的提高，只有江西省是來源于技術效率的改善。根據式（4）進一步對技術效率進行分解，江西省的純技術效率和規模效率均大于1，說明江西省物流業水平的提高是由這兩者共同發揮作用，不僅技術創新水平在提高，資源配置也得到有效利用，需繼續保持這種正向發展趨勢。而余下的天津、江蘇、吉林、重慶等12個省市的物流業全要素生產率小于1，物流業發展效率在逐漸下降，經分析發現這些省市多集中在中西部地區。同上文分析一致，天津、江蘇等東部地區主要是因為投入產出失衡，過分擴大生產規模忽視物流技術創新而導致的資源浪費限制了物流整體水平的提高。對于中西部地區來說，先天的地理位置與經濟條件等劣勢因素，迫使這些省市的物流業不僅起步晚，且發展慢，通過分解技術效率發現，這些省市的物流業發展效率下降是由純技術效率和規模效率共同阻礙所致，因此接下來這兩大地區的首要任務是充分利用后發優勢，借鑒東部地區物流發展的經驗和教訓，吸引大量資金來改善生態條件、基礎設施，使用先進的物流信息技術和商品技術，加強物流人才培養，提高物流從業人員基本素質，從“硬環境”和“軟環境”雙向著手，努力縮小與東部地區的差距。

三、結論與政策建議

本文選用基于規模報酬可變的投入導向型DEA模型和Malmquist指數模型，從靜態與動態兩方面對2009—2017年我國30個省市的物流業發展效率進行了測算分析，并實證考察了東中西三大地區的區域差異。主要結論如下：

1. 2009—2017年間，總體物流業發展效率一般，年均綜合技術效率值僅有0.706，但一直保持穩中有升的良好發展勢頭，至2017年出現拐點，可能與近期的“貿易戰”有關，進出口貨物的減少對我國物流業有一定的影響，更主要是因為十九大將2017年定為我國物流業進入以提升質量和效益為核心的發展新階段，一項產業的轉型升級必定需要一個適應期，相信不久之后，我國物流業會向更高水平大步邁進。

2. 純技術效率低下一直是阻礙我國物流業發展的重要因素，三大地區之間效率值差異較大，經濟較為發達的東部地區純技術效率值為0.842，中西部地區則僅有0.649和0.715，研究期內雖均有一定的提升，但總體波動性較強，在上升與下降的態勢間往復運動，說明我國物流純技術效率發展很不穩定，易受國家政策和市場環境等外部因素的影響。總體來看，中部地區正努力縮小與東部地區的差距，堅持技術創新和完善內部管理模式，效果顯著，但西部地區有逐漸拉大差距的危險。

3. 研究期內我國物流業全要素生產率為1.018，年均增長1.8%，主要得益于技術進步的改善，技術效率和技術進步的不均衡發展限制了我國物流水平的提升，說明我國雖然一直在更新物流技術，但技術水平仍然偏低，現有的物流技術無法支撐物流業高效快速發展。

本文包含的政策建議：

（1）我國物流業進入發展新階段，要想提高物流業發展效率和物流供給質量，降低物流成本也是有效途徑之一，2017年物流總成本占全國GDP的14.6%，比發達國家仍高出5-6個百分點。物流業是由運輸業、倉儲業等多種行業整合的復合型產業，因此可以通過完善物流基礎設施的布局規劃、促進多種運輸方式無縫連接、積極利用互聯網技術獲得真實數據來制定最優化路線等方法降低運輸成本，同時加強技術更新，大膽使用“自動化立體倉庫”、“無人倉庫”等智能技術，早日實現“零庫存”目標。

（2）受經濟水平和自然條件等因素的影響，我國三大地區的物流水平差距明顯。東部地區一直保持著領先狀態，應繼續利用好自身沿海的地域優勢，加強國內外合作交流，通過運用先進物流技術和管理方式繼續優化物流格局，同時也要加強與中西部地區的溝通，實現協調發展，帶動另外兩大區域共同進步。中西部地區要積極參考東部地區發展戰略，總結東部地區的經驗和教訓，制定出適合自身的發展政策，比如中部地區要加強實施“中部崛起”發展規劃，貫徹“三基地、一樞紐、一中心、四區”的戰略定位，西部地區要抓住南向通道帶來的發展機遇，聯合“一帶一路”政策破解西部物流的 “瓶頸”問題，優化產業升級，加大技術創新力度，努力跟上東部地區的發展步伐。

（3）在“智慧物流”的背景下，開發物流 “智慧技術”顯得尤為重要，要適當的增加技術改造、物流基礎設備升級和人才培養機構的投資力度，培養出更多專業的IT人才和熟知物流變化規律的人才，把傳感技術、EDI、RFID等新技術與物流傳統技術有機結合，同時更要完善內部管理方式，提高物流管理水平和運作水平，合理優化資源配置，從“技術進步”和“技術效率提高”兩方面共同促進物流業發展。

參考文獻：

[1]?孫善祥，楊宏偉.西部地區物流發展水平研究[J].物流科技，2015，38（7）：98-100.

[2]?高騰.基于DEA的中國地區物流業發展效率研究[J].中國市場，2008（6）：74-76.

[3]?劉秉鐮，余泳澤.我國物流業地區間效率差異及其影響因素實證研究——基于數據包絡分析模型及托賓模型的分析[J].中國流通經濟，2010，24（9）：18-21.

[4]?Min H， Joo S J. Benchmarking the operational efficiency of third party logistics providers using data envelopment analysis[J].Supply Chain Management，2006，11（3）：259-265.

[5]?Wanke P F.Physical Infrastructure and ShipmentConsolidation Efficiency Drivers in brazilian Ports：A Two-Stage Network-DEA Approach [J].Transport Policy，2013（29）：145-153.

[6]?Shaik M N，Abdul-Kader W. Comprehensive performance measurement and causal-effect decision making model for reverse logistics enterprise[J].Computers &Industrial Engineering，2014（68）：87-103.

[7]?Somogyi M，Bokor. Assessing the logistics efficiency of European countries by using the DEA-PCmethodology[J].Transport，2014，29（2）：37-145.

[8]?鄧學平，王旭，Ada Suk Fung Ng.我國物流企業生產效率與規模效率[J].系統工程理論與實踐，2009，29（4）：34-42.

[9]?王琴梅，譚翠娥. 對西安市物流業發展效率及其影響因素的實證研究——基于DEA模型和Tobit回歸模型的分析[J]. 軟科學，2013（5）：70-74.

[10]?李開.基于DEA-Tobit模型的物流產業效率分析——以東部省份為例[J].物流技術，2017（5）：56-59.

[11]?黃勇，徐景昊.我國中部6省社會物流業發展效率的分析與評價[J].鐵道運輸與經濟，2009（11）：78-81.

[12]?高慕瑾，雷玲. 西部物流業發展效率的實證分析[J]. 云南財經大學學報（社會科學版），2012（2）：102-105.

[13]?王蕾，薛國梁，張紅麗. 基于DEA分析法的新疆北疆現代物流業發展效率分析[J]. 資源科學，2014（7）：1 425-1 433.

[14]?張昊，高康. 中國西部地區物流業發展效率時空分布及影響因素研究——基于超效率DEA與Tobit回歸[J]. 新疆農墾經濟，2018（9）：57-64.

[15]?孟魁.基于三階段DEA 方法的中游六省物流業發展效率評價[J].統計與決策，2014（2）：57-60.

[16]?嚴慧斌，崔躍武，汪克亮. 區域大中型工業企業技術創新效率評價——基于DEA的Malmquist指數法[J]. 安徽理工大學學報（社會科學版），2014（2）：20-28.

[17]?范建平，肖慧，樊曉宏. 考慮非期望產出的改進EBM-DEA三階段模型——基于中國省際物流業效率的實證分析[J]. 中國管理科學，2017（8）：166-174.

[18]?Avkiran N K，Rowlands T. How to better identify the true managerial performance：State of the art using DEA[J]. Omega，2008，36（2）：317-324.

[19]?Qiang C，Ye L.The evaluation of transportation energy efficiency：An application of three-stage virtual frontier DEA[J].Transportation Research Part D，2014（29）：1-11.

[20]?Li K，Lin B Q. Impact of energy conservation policies on the green productivity in Chinas manufacturing sector： Evidence from a three-stage DEA model[J]. Applied Energy，2016（168）：351-363.

[21]?楊雙鵬，趙近. 西部地區物流業發展效率及其影響因素——基于DEA模型和Tobit回歸模型的實證分析[J]. 物流科技，2018（5）：24-27.

[22]?張萌物，漆棪. 基于DEA-Malmquist模型的陜西省物流產業效率綜合評價[J]. 技術與創新管理，2019（2）：237-243.

[責任編輯：范?君]