城市物流科技創新效率評價與分析

摘" 要：城市物流科技創新是推動產業鏈、供應鏈優化升級，國際物流體系建設，國內外“雙循環”戰略實施的重要動力。以國內36個重要城市物流科技創新情況為研究對象，考慮了物流創新活動中的非期望產出，基于非期望產出的超效率SBM模型和Malmquist指數模型，從靜態和動態兩方面對城市物流科技創新效率進行分析。結果顯示，我國物流科技創新效率總體呈增長趨勢，主要靠技術和政策驅動。東部地區城市的規模效率、技術效率和純技術效率總體上都高于中西部城市。在分析和評價了物流科技創新的基礎上提出了廣納賢士、合理投入經費、關注非期望產出、增強各城市間創新協作的建議。

" 關鍵詞：城市物流科技創新效率；非期望產出；超效率SBM-DEA；Malmquist指數

" 中圖分類號：F272" " 文獻標志碼：A

DOI：10.13714/j.cnki.1002-3100.2025.05.003

Abstract： Logistics science and technology innovation in cities is an important driving force to promote the optimization and upgrading of industrial chain and supply chain， the construction of international logistics system， and the implementation of \"double cycle\" strategy at home and abroad. Taking the logistics science and technology innovation of 36 important cities in China as the research object， considering the undesired output of logistics innovation activities， based on the Super-SBM-DEA model and Malmquist index model of non-expected output， we analyze the efficiency of logistics science and technology innovation in cities from both static and dynamic aspects. The results show that China's logistics science and technology innovation efficiency has a general growth trend， which is mainly driven by technology and policy. The scale efficiency， technical efficiency and pure technical efficiency of cities in the eastern region are generally higher than those in the central and western regions. Based on the analysis and evaluation of logistics science and technology innovation， suggestions are made to recruit talents， rationalize funding， focus on non-desired outputs， and enhance innovation collaboration among cities.

Key words： urban logistics STI efficiency; undesired output; super-efficiency SBM-DEA; Malmquist index

0" 引" 言

2024年，國務院總理李強在全國兩會上作政府工作報告，提及了物流供應鏈的一系列改革方針，強調要進一步推動廢棄物循環利用發展，加強國際物流推動產業鏈體系建設、供應鏈的優化升級，增強其韌性和競爭力，要積極培育新興產業和未來產業，積極推進數字經濟創新發展。同時來自社會各界的人大代表和政協委員們也就快遞業、物流業、產業鏈、供應鏈等方面給出海量的建議和提案，推動物流行業科技創新，用AI、大數據、物聯網等新興技術賦能物流供應鏈[1]是加快建設制造業綠色低碳供應鏈、助力“兩碳”的重要舉措，也是更大力度推動物流業綠色轉型、促進產業升級轉型的重要抓手。

" 科技創新是物流行業發展的不竭動力[2]，城市是承載科技創新資源的最基礎單位，而打造創新型城市物流體系是建設創新型國家的必然要求，城市供應鏈、物流科技創新能力的整體強弱也就折射出國家產業鏈、供應鏈完善的程度[3]，提高城市物流科技的創新效率也是優化我國產業結構、促進物流供應鏈升級的必然道路。因此，必須深化城市物流科技創新改革，增強城市物流科技的創新能力，激活城市物流科技的創新動能，挖掘城市創新潛力，以期為建設創新型低碳“雙循環”國家打下堅實的基礎。

" 習總書記在考察杭州時，對杭州市運用城市大腦提升文化旅游、交通運輸、醫療健康、環境衛生等系統治理能力的創新成果表示了充分的肯定，習總書記指出要進一步挖掘城市發展潛力，加快建設智慧城市，提高城市物流供應鏈的效率。但在城市競相爭取提高自身物流科技創新能力的同時，又滋生了一些新的問題[4]，近年來，許多城市著力科技創新，加大了科研經費、人才引進、教育資源等方面的投入，但是創新轉化率不高、創新效率偏低、資源浪費、人才浪費、環境污染的現象比比皆是。在此背景之下，研究我國城市物流科技創新效率的現狀和差異，不但可以發現城市物流科技創新投入和產出上的優勢和不足，還可以為提高我國城市物流科技創新效率，增強城市物流創新能力和綜合實力提供指導。

" 本文以評測我國部分城市物流科技的創新效率為研究目的，從投入、期望產出和非期望產出角度進行構建市物流科技創新效率的評價指標體系，進而構建考慮非期望產出的超效率SBM-DEA模型進行靜態實證分析，構建Malmquist指數模型進行動態演進分析，最后根據研究結果提出相關建議和對策，以期為提高城市物流科技創新效率提供實踐指導。

1" 城市物流科技創新效率評價指標體系構建

" 根據當前有關城市物流效率、物流技術創新的相關研究[5-9]，本文構建了城市物流科技創新效率評價的指標體系。城市物流科技創新效率的投入方面選取物流行業Ramp;D內部經費支出作為經費方面的創新投入，選取物流行業Ramp;D人員全當時量作為人力資源方面的創新投入。選取物流科技相關專利授權量、各地區物流產業生產總值、物流市場技術合同成交額作為產出期望產出指標。非期望產出方面，本文選取物流行業碳排放量[10]作為非期望產出指標，描繪了城市在物流創新、發展過程中在環境方面造成的負面影響。城市物流科技創新效率指標體系如表1所示。

2" 城市物流科技創新效率評價模型構建

2.1" 非期望產出的超效率SBM模型構建

2.2" Malmquist指數方法

基于生產可能集規模報酬可變的傳統DEA模型可以對靜態各時期效率的距離函數進行求解，但是對時期間的效率距離進行求解時就可能會出現無解的情況，以至于影響決策單元Malmquist指數的分解，而采用Super-SBM模型可以避免這種情況的發生。

3" 實證分析

3.1" 數據的來源

" 隨著產業鏈、供應鏈的持續升級，“內外雙循環”戰略、創新型區域性智慧城市聯盟建設的持續推進，各城市爭相加大了在物流科技創新發展上的投入，而各省的省會城市始終走在各省創新發展的前列，其物流創新發展的方式在不同地域上也有一定的代表性，而其他一些非省會城市卻能成為新一線城市，更離不開創新發展的功勞，因此本文選取東部、中部、西部共36個城市在2019—2022年這四年的相關數據為樣本進行研究，其中剔除了數據較少、創新發展得較慢的拉薩市。研究對象及分類具體如表2所示：

本文相關數據樣本均來源于2019—2022年間的中國物流統計年鑒、中國城市統計年鑒、科技統計年鑒和各省市統計年鑒。

3.2" 城市物流科技創新效率結果分析

在城市物流科技創新效率投入產出評價指標體系的基礎上，根據包含非期望產出的超效率SBM-DEA模型，對所選的樣本即2019—2022年這四年我國36個省會城市和其他一線城市的面板數據進行測算，36個城市物流科技創新的綜合效率見表3。從表3可以看出，從2019—2022年我國城市物流科技創新效率的綜合效率均值為0.701，說明創新效率整體偏低，沒有實現DEA相對有效，說明在整體上還未達到有效前沿，創新轉化率不高和環境資源的污染是城市物流科技創新效率不高的主要原因，因而在創新投入的利用率、創新成果的轉化率和非期望產出（環境保護）上需要有所改變。在選取作為研究的36個城市中，只有6個城市實現了DEA決策單元的相對有效，占總樣本數目的16.6%，而剩下的30個城市未實現DEA有效，占83.3%。

" 通過測算發現，增加了非期望產出即物流行業碳排放量的評價結果更具有說服力，也更加貼近現實。比如上海、天津、蘇州、無錫、石家莊等城市因為在專注于創新的經濟效益和科技效益的同時，忽略了生態環境方面的問題，因此導致在考慮到非期望產出的基礎上其排名有所下降，而?？?、昆明、貴陽、南昌由于注重生態環境的保護，對于其物流創新效率的提升也有一定的促進作用。

根據這四年各城市的綜合效率的平均值進行排名，可以看出排在首位的是深圳市，且深圳市每年的綜合效率值都位列第一，其綜合效率的平均值為2.026。接下來是均值為1.496的北京市，位列第三的是均值為1.310的?？谑?。倒數第一是福州市，其均值為0.121，接下來是銀川市，其綜合效率均值為0.154，而后就是0.225的濟南市。在近四年我國城市物流科技創新效率的綜合效率的結果中，分別對于各年進行分析，其中2019年，深圳市、北京市、西寧市、南昌市、?？谑小①F陽市、寧波市、廣州市、烏魯木齊市、成都市、昆明市、西安市、南寧市、東莞市和杭州市共15個城市DEA有效；2020年共19個城市DEA有效，2021年共15個城市DEA有效，2022年共12個城市DEA有效。對于四年的平均值進行分析：深圳市、北京市、海口市、昆明市、廣州市和貴陽市的平均綜合效率均大于1，DEA相對有效。其中東部地區的城市占4個，分別為深圳市、北京市、?？谑泻蛷V州市。中部城市0個，西部城市2個為昆明和貴陽市，這說明中部地區的大多數城市在注重物流創新投入的同時，忽略了創新成果的轉化率和環境污染的問題。而對于整體的區域而言，東部地區城市物流科技創新效率的綜合效率最高為0.723；中部地區次之，為0.708；西部地區排最后，以0.653的水平低于整體平均水平。這里有一些問題與我們的認知有所出入，比如一些城市如上海、天津、南京、杭州、蘇州、武漢、重慶以及其他在國內綜合排名靠前的城市，且創新投入上有絕對的領先地位，卻在上面的計算結果中不太理想，排名在中間甚至后面，低于一些欠發達的城市。

" 本文的城市物流科技的創新效率是從非期望的角度測算的，而非期望的產出主要是選取物流行業碳排放量為指標，而上述城市多屬于工業城市或者曾經有著長期的物流發展史，因此在碳排放量上遠多于其他城市。比如，盡管蘇州市等城市有著數倍乃至十幾倍于海口等城市的創新投入，但是在非期望產出方面卻是海口的百倍。當然也有需要，主要是：北京市和廣州市在碳排放量上雖然也不少，但是其在物流科技創新上投入Ramp;D人員、Ramp;D經費比其他大多數城市較多，因此北京市和廣州市排名也相對靠前。

此外，在研究對象的選取上，本文多選取的是各省的省會城市和新一線城市。對于一些中西部的部分省份，不惜傾全省之力去發展省會城市，以期通過先富帶動后富，通過部分地區的創新成果轉化帶動整個地區的創新發展。同時一些城市由于人才、資金的匱乏，因此較一線城市和東部省會城市更加注重創新成果的轉化，會盡力摒棄資源的過度浪費。我國36個城市整體物流科技創新效率Malmquist指數及其分解表如表4所示。

從整體來看，我國省會城市和其他新一線城市的物流科技創新效率在不斷提升，細分到每年，除了2019年到2020年我國物流科技的創新效率出現了負增長的現象，但也不難理解，2020年全球進入新冠肺炎大流行的時期，全球經濟發展、物流供應鏈發展、科技創新活動有所滯緩。但從后面兩個階段的增幅來看，我國實施的一系列舉措很快使得經濟發展、物流科技創新活動重新步入正軌。這四年間，我國城市物流科技創新綜合效率每一年都較上一年有所提升，也說明了物流科技創新取得了斐然的成績，也逐漸顯露出來巨大的潛力。

從綜合效率變化的分解來看，在2019年到2020年中，我國城市物流科技創新的純技術效率變化為0.96，小于規模效率變化值1.007；但是在后面兩個階段，在保證了純技術效率和規模效率同步增長的基礎上，我國城市物流科技創新的純技術效率逐漸超過了規模效率，并逐漸拉開距離，這說明了我國的城市物流科技創新模式逐漸由原本的以高投入換取高產出轉變為以開發高技術、政策引導和合理的激勵方式來促進創新產出。

" 從全要素生產率變動上來看，我國創新產出持續增加，在2019到2020年間全要素生產率變動的最快，但是綜合效率變化不高，分析這兩年各城市物流科技創新活動投入和產出變化，不難發現一些城市如天津，減少了對于Ramp;D經費的投入，也有一些城市因為一味追求高投入高產出而忽略了非期望產出的影響，例如石家莊市、蘇州市和無錫市。但隨后這些城市也逐漸注意到了這些問題，開始注意對碳排放量的處理，并逐漸優化創新投入產出結果。

4" 結論和建議

4.1" 研究結論

本文將物流行業碳排放量納入非期望產出指標，構建出了城市物流科技創新效率指標體系，以36個城市2019—2022年這四年的物流科技創新活動為研究對象，建立了包含非期望產出的超效率SBM-DEA模型和Malmquist指數模型對我國城市物流科技創新效率進行評價，得出以下結論：

我國城市物流科技創新情況整體狀況較好，東部地區城市的物流科技創新效率略高于中部地區城市，西部地區城市略低于前兩者，整體上差別不大。我國城市物流科技創新效率總體年均值波動不大，主要分布在0.6～0.8間，2019—2020年我國城市物流科技創新效率有所提高，接下來兩年有所下滑，說明仍需提高物流業和科技創新活動的抗風險能力。

我國城市物流創新主要還是依靠科技和政策拉動，總體上西部大于中部和東部城市，符合當今我國城市物流科技創新的現狀。此外，我國城市在進行物流科技創新活動的過程中，不應忽略非期望產出的影響。

4.2" 對策建議

" 隨著物流行業改革的不斷深化，這些年的發展讓我們深刻體會到科技創新是推動我國物流行業生產發展、供應鏈產業鏈轉型的不竭動力，有利于我國實施“內外雙循環”經濟戰略，增進社會民生福祉，因此我國接下來一段時間內要把物流科技創新工作放在重要位置。在經濟全球化、創新引領發展的時代，要堅持在物流科技上的創新，用AI大模型、大數據等新型科技賦能物流技術，加快國際物流體系建設，優化海外倉布局。關注非期望產出，堅持可持續發展，許多城市在物流科技創新發展的過程中，一味追求高指標、高速度，而忽略了非期望產出，即生態環境的污染和破壞，因此在城市進行物流創新活動的同時，一定要加強度與工業污染物的控制、回收和防治工作。增強城市協作，合作走向共贏，各城市間在物流創新資源上各有各的優勢和劣勢，加強城市間的創新合作，可以使各城市更好地處理剩余資源，獲得稀缺資源，由獨贏走向共贏。

參考文獻：

[1] 高滋棠，廖志剛. 加快構建大連市“大循環、雙循環”物流供應鏈體系對策建議[J]. 物流科技，2021，44（8）：149-151.

[2] 謝欣雨，王健. 中國物流業技術創新的時空格局及動態演進分析[J]. 工業技術經濟，2022，41（8）：46-51.

[3] 姜浩，郭頔. 新型供應鏈金融模式在小微企業融資中的應用研究[J]. 西南金融，2019（4）：46-52.

[4] 趙大鵬. 中國智慧城市建設問題研究[D]. 長春：吉林大學，2013.

[5] 朱衛未，趙路遙，淦貴生. 中國省域物流行業高質量發展水平綜合評價[J]. 物流科技，2024，47（5）：1-4.

[6] 許文芳，林萍，朱衛未. 基于GEEFDEA模型的省際物流業碳排放效率評價[J]. 物流科技，2024，47（3）：30-34.

[7] 劉滿芝，周梅華，楊娟. 基于DEA的城市物流效率評價模型及實證[J]. 統計與決策，2009（6）：50-52.

[8] 丁悅華，馮慧娟. 物流科技創新對經濟增長的影響[J]. 物流科技，2023，46（14）：113-116，120.

[9] 劉萬春，吳清. 基于DEA-Malmquist的A股上市物流企業的創新效率分析[J]. 物流科技，2021，44（5）：37-40.

[10] 盧楠. 基于非期望產出的中國省域物流業效率評價研究[D]. 大連：大連交通大學，2023.

[11]" TONE K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2001，130（3）：498-509.

[12]" TONE K， TOLOO M， IZADIKHAH M. A modified slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2020，287（2）：560-571.

[13]" F？魧RE R， GRIFELL-TATJ？魪 E， GROSSKOPF S， et al. Biased technical change and the Malmquist productivity index[J]. Scandinavian Journal of Economics， 1997，99（1）：119-127.