貴州省物流產業效率評價研究

□ 尹晨靈,李 春

(貴州大學 經濟學院，貴州 貴陽 550025)

1 引言

物流產業主要包含信息業、郵政業、運輸業、倉儲業等為實現商品對象到達目的地而使其實體發生位移的產業，是具有多功能的復合型綜合服務業。隨著現代經濟的發展和人們生活方式的改變，物流產業逐漸成為我國重要的基礎性服務業，成為我國經濟新的增長點，在第三產業占據重要地位，被稱為“經濟加速器”。

隨著物流產業在國民經濟中的重要性日益凸顯，不少學者將目光投向該領域。研究維度主要集中在區域物流產業的綜合評價、影響機制和促進路徑上。高秀麗(2013)基于柯布道格拉斯生產函數運用索洛殘差法對 TFP進行估算[1]，但近幾年的研究采用DEA方法的較多，樂小兵等(2019)利用南寧市2009-2017年的投入產出數據，通過DEA中的BCC模型和CCR模型計算了南寧市的物流效率并進行分解，對南寧市的物流產業發展進行了綜合評價[2]。郁蔥蘢(2018)依據1990-2015年各省份物流業數據，構建超越對數生產函數和回歸模型對中國物流業全要素生產率(TFP)演化進程及其影響機制進行了分析，并證實了技術進步在其中起到的突出作用[3]。隨著研究的深入，在影響機制方面的研究逐漸全面細化，張云寧、劉子琦等(2020)考慮經濟發展與生態保護的關系，引入了環境變量，證明了環境因素對長江經濟帶低碳約束下的物流效率有重要影響[4]。貴州省作為資源型地區，資源豐富，是我國重要的能源、原材料地之一，物流產業的發展至關重要，但貴州省地勢地形獨具特色，可能對貴州省物流產業的發展存在很大影響，基于這一特色，測度貴州省物流產業的發展效率并進行深入分析，探索存在的問題，提出改進的對策方案，對貴州省的物流產業更高效更健康的發展具有重要意義。

2 貴州省物流產業的現狀分析

為實現全面小康和脫貧攻堅兩大目標，國家越發重視西部欠發達地區的發展，2012年，國務院頒布了《關于進一步促進貴州省經濟社會又好又快發展的若干意見》，且正式批復同意實施《黔中經濟區發展規劃》，經濟的發展為貴州省物流產業的發展奠定了基礎，同時也帶來了挑戰。

2.1 基礎設施逐步完善

基礎設施是物流產業發展的基礎和必要條件，物流產業的發展離不開基礎設施的建設及完善。貴州省因其地質地形的獨特性，基礎設施的建設較其他地區而言耗費的成本都較高，基礎設施建設與全國平均水平相比處于較為落后的位置。近年來，隨著鄉村振興和新一輪西部大開發等戰略的實施，基礎設施投資有了大幅度的增加：從2007年到2018年，交通運輸、倉儲和郵政業的固定資產投資從200億元增加到22504.038億元，增長了11.52倍；2018年統計數據顯示，貴州省鐵路營運里程3560公里，公路營運里程196908公里，同時各地區物流園的數量也逐年增加，可見物流產業的基礎設施網絡得以逐步完善，為貴州省物流產業的發展提供有利條件。

2.2 大數據下發展現代物流

貴州省作為大數據中心，其物流產業的發展有力地發揮了這一優勢，逐步從傳統物流向信息化、智能化的現代物流進行轉變。2016年貴州省決定打造物流云，將產業服務、大數據、數據應用結合，提高服務質量，促進物流服務智能化、監督管理科學化、物流信息可視化。2018年物流云的平臺開始試行，結合貴州省物流發展的獨特性，打造因地制宜的有效物流產業。

2.3 面臨巨大挑戰

貴州省山地、丘陵占了約90%的面積，工業、農業發展相對零散，基礎設施雖在逐步完善，但基層物流設施缺乏，不能滿足日益增長的物流需求，物流運輸的最后一公里問題仍然存在；貴州省現代物流屬于起步階段，物流設備技術水平低，機械化程度低，仍需要大量的人力、時間成本；公路運輸占貴州省物流業的70% 左右。 其他運輸方式只起輔助作用，造成物流成本高、效率低。

3 貴州省物流產業的效率測度分析

3.1 測度方法

數據包絡分析是一種基于生產可能性集合理論的線性規劃方法，廣泛應用于效率計算中。 其基本原理是將每個決策單元看作一個具有相同功能的實體，通過對輸入輸出數據的分析，得到決策單元的相對技術效率。本文采用DEA中的兩個基本模型(CCR模型和BCC模型)對貴州省物流產業的效率進行測度，并考慮到跨期比較，需進行相對有效性的識別，在基礎模型上進行調整，得到CCR和BCC的超效率模型。

超效率CCR模型：

minθ

s.t.

λ≥0

i=1,2,…,m;r=1,2,…,q;j=1,2,…n(j≠k)

超效率BCC模型：

minθ

s.t.

λ≥0

i=1,2,…,m;r=1,2,…,q;j=1,2,…n(j≠k)

(其中，θ：物流產業的效率，x：物流產業投入要素，y：物流產業產出要素，λ：各決策單元投入產出權重)

3.2 數據說明

物流產業內容豐富，涵蓋了信息、倉儲、郵政等多方面，但我國國家統計體系并未系統完整地統計物流產業的全部數據信息，因此本文采用交通運輸、倉儲和郵政業來代表整個物流產業的發展，并采取該口徑統計的數據進行分析。其中，投入因素為交通運輸、倉儲郵政業從業人員數、固定資產投資和運輸里程。產出要素是運輸業、倉儲業和郵政業的工業增加值、貨物周轉和旅客周轉。數據來源于《2008-2019年貴州省統計年鑒》。

表1 主要指標描述性統計

主要指標數據整體情況如表1所示，2007-2018年，貴州省物流產業的資本和勞動投入較大，可看出2007-2018年貴州省物流產業的投入產出指標波動明顯，但產處指標的變動幅度更大，這很大可能得益于生產技術和物流產業效率的提升。

3.3 測度結果與分析

根據貴州省2007-2018年物流產業的投入產出數據，以每一年作為一個決策單元，建立超效率CCR模型和BCC模型，利用DEA-Solver數據分析軟件進行模型的計算，分別得到兩個模型下貴州省物流產業的技術效率值，并將CCR模型計算的技術效率分解為BCC模型計算的純技術效率和規模效率進行深入探討分析。貴州省物流產業的效率計算與分解結果見表2。

表2 貴州省物流產業效率與分解結果

總體上來看，貴州省物流產業效率值極高，綜合技術效率水平較高，平均綜合效率為1.05，平均純技術效率為1.12，均大于1，平均規模效率為0.96。除2013年至2017年期間低于1之外，其余年份均大于1，有效的年份占58.3%，且在2013年至2017年期間的技術效率也接近有效狀態，處于0.95左右的效率水平。其中，綜合技術效率在2008年達到最高，而在2016年最低。根據DEA模型的計算結果，2013-2017年連續5年的物流產業技術處于無效的原因是存在投入冗余，改進方案為減少投入增產出。2018年物流效率又達到了有效水平，可能與貴州省打造的物流云平臺的投入使用有很大關系，利用大數據的算法，收集、處理數據，編織貴州省的物流大網，科學化、智能化物流產業的管理運行，從而為物流產業的發展降成本增效率，可見“物流云”給貴州省的物流產業注入了新的發展動力。

從效率的分解來看，除2018年外，純技術效率均不低于綜合技術效率，更多表現為優于綜合技術效率，說明貴州省物流產業的綜合技術效率的提升主要依賴于純技術效率。規模效率還未達到有效水平，其中2012年的規模效率最低，說明要想進一步提升貴州省物流產業的發展效率，應從提升規模效率著手。

4 提升貴州省物流產業效率的對策分析

4.1 完善基礎設施建設，建立基層物流平臺

“地無三分平”是對貴州省地形的準確概括，特殊的地形給貴州省的交通發展帶來了不少難題，而落后的交通制約著貴州省物流產業的發展。近幾年鄉村振興戰略的施行大力推進了公路等基礎設施的建設，但基層的物流園、配送點等設施嚴重缺乏，不能形成一個完整的物流產業體系，因此，應加強基層物流平臺的建設，更好地滿足物流需求。

4.2 加強產業融合發展，實現互聯網+的現代物流

物流現代化是物流產業發展的趨勢，應在物流產業的發展中充分利用大數據和新興技術，在運輸、倉儲、監管各環節都實現科學化、智能化。農村物流已經發展成為物流業的重要組成部分，貴州特色農產品離不開物流的推廣。 加強物流產業與農村產業一體化，振興農村產業，打贏脫貧攻堅戰。

4.3 加強專業人才培養

人力資源在經濟發展中的地位越來越重要，貴州省物流產業的發展要實現向現代物流的轉變，需要在物流產業的各個環節增強科學性和高效性，提高了對人力資源的要求，因此，需要從引進人才和員工培訓兩個方向加強專業人才的培養。