物流產業效率及影響因素分析

導語：物流產業效率及影響因素分析一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

內容摘要：本文基于2003-2018年我國30個省市區數據樣本，運用Super-SBM方法測算了物流產業技術效率并分析其時空演化特征，在此基礎上，構建空間滯后模型對技術效率的影響因素進行分析。結果表明，研究期內物流產業技術效率差異明顯，局部呈現空間集聚特征；經濟發展與市場化水平與物流產業效率負相關，而政府支持、科技水平和基礎設施對物流產業效率具有正向促進作用，其中科技水平的貢獻最為顯著。

關鍵詞：物流產業；技術效率；空間關聯；影響因素；空間經濟學

我國物流產業近年來呈現快速發展態勢，2018年，全社會物流總額達到283.1萬億元，按可比價格計算，同比增長6.4%，與2011年相比增長78.7%；物流業實現增加值10.1萬億元，占GDP比重達到10.99%，分別比2011年3.2萬億元和6.8%增長顯著。總量指標快速增長的同時，可以看到，近三年，我國社會物流總費用占GDP的比重達到14.7%左右，這一比例是發達國家的2倍，高于全球平均水平約6.5個百分點。可見，物流產業總產出的增長依然以高消耗、高投入為代價，產業發展效率不高。當前我國物流產業效率分布狀況如何？是否具有空間關聯性？有哪些因素能夠促進物流業效率的提升？這些問題對于保持物流產業高效發展具有現實意義。目前，有關物流產業省際關聯性及效率影響因素的代表性研究體現在以下幾個方面：其一，空間集聚性及影響因素研究。謝逢潔等（2019）應用錫爾系數等三個指標對我國西部12省物流產業空間集聚性進行分析，并總結了分布差異性的成因，提出發展措施；鐘祖昌（2011）對我國物流產業集聚效應及其影響因素進行研究，在明確省域之間存在較強的空間相關性后，選取區域經濟發展水平等五個影響因素納入空間計量模型中，得出結論并提出促進區域物流業發展的對策。李倩倩等（2020）以長三角26個城市物流產業為研究對象，在測算區位熵及空間相關性檢驗的基礎上，構建了空間杜賓模型對物流產業集聚性的影響因素進行分析。其二，綠色全要素生產率研究。李健等（2020）測算了我國八大區域物流業綠色全要素生產率，在2007-2017年研究期內，分析了效率值的時間演變和空間相關性，并探討了空間收斂性。其三，物流產業集聚對經濟增長的促進研究。徐秋艷等（2018）將物流產業集聚水平作為區域經濟增長的影響因素，構建了空間計量經濟模型，實證檢驗了我國省際物流產業集聚對經濟增長的溢出效應及空間特征。其四，物流產業集聚與全要素生產率關聯性研究。舒輝等（2014）利用空間面板計量方法對我國物流產業集聚與全要素生產率的關系進行分析，認為物流產業集聚既能夠促進TFP增長，也帶動了相鄰地區TFP的增長。綜上，學者們較多關注物流產業集聚性的空間關聯及影響因素分析，較少圍繞物流產業效率，探討其空間效應及影響因素。本文以2003-2018年我國30個省市區為研究對象（西藏及港澳臺地區除外），在測算其技術效率基礎上，構建空間計量模型，對技術效率的影響因素進行分析，為提升我國物流產業技術效率提出對策建議。

研究方法

（一）Super-SBM模型相對于傳統DEA模型效率測度可能存在偏誤的問題，Super-SBM模型將松弛變量考慮其中使測算結果更加準確，同時也避免了多個決策單元效率值同為1時無法區分差異性的弊端。式中，ρ*是目標決策單元相對效率值，m與s分別為投入變量個數與產出變量個數，xi為第i項投入，yr為第r項產出，x_與y_分別代表投入與產出松弛變量。

（二）空間計量模型

空間計量模型的優勢在于將地理空間上相鄰關系作為影響因素納入到模型中，避免了臨近區域樣本相關性的存在對傳統計量方法區域單元相互獨立的違背。在眾多空間計量模型中，空間滯后模型與空間誤差模型最為基本。空間滯后模型為：Y=ρWY+XB+μ式中Y為被解釋變量，X為解釋變量矩陣，ρ為空間自回歸系數，W為空間權重矩陣，μ為隨機誤差項。空間誤差模型為：Y=XB+εε=λWε+μ式中，ε為隨機誤差向量，λ為空間誤差系數，μ為正態分布的隨機誤差向量。全國及四大區域效率分布特征（一）全國層面將研究期內30個省市區物流產業效率值求平均，便于從橫向上比較效率差異。結果見表1所示。從測算結果看，效率值具有明顯差異性，其中天津、上海和安徽三地物流產業效率水平較高，處于第一梯隊，其余省份效率值偏低，即相對于所選樣本所構成的效率前沿面，大部分省份未能夠達到或接近表現最佳樣本的投入產出水平。運用Geoda軟件對效率平均值分成5組，圖略。我國物流產業效率水平較高省份位于北部及東部沿海地區，以天津、上海等為第一梯隊，而廣大北部及部分西部地區效率水平處于第二梯隊，體現出一定的空間集聚效應。中部及大部分南部地區效率值比較接近，處于0.185-0.248區間內。其余地區包括西部、西南和東北區域物流產業效率處于較低水平，提升效率是這些地區物流產業發展需要解決的首要問題。

（二）區域層面

為了更好的把握物流產業效率的區域差異性，將我國30個省市區劃分為四大區域，以區域內所包括省份效率均值作為整體效率水平的代表，進而獲得研究期內時間維度上的物流產業效率平均發展水平。如表2所示，2003-2018年間，我國區域物流產業效率水平整體偏低，均處于0.5以下，從區域間比較來看，東部地區效率值最高，物流產業具有較高的投入產出效果；其次是中部地區，效率平均值為0.279；東北和西部地區物流產業技術效率排在末尾，屬于物流產業欠發達區域。從區域內部分析來看，東部地區省份間效率差異明顯，天津、上海兩地技術效率顯著高于區域內其他地區，也是全國效率最高的兩個地區，帶動東部地區成為效率值最高的區域；東三省中遼寧物流產業效率水平略高于其他兩省，但區域整體水平不高。除此以外，中部與西部區域內各省份無明顯差異，效率值大致在0.05-0.2區間內變動。從變化趨勢來看（見圖1），四大區域物流產業效率均呈現不同程度的上升態勢，截至2018年，東部、東北、中部和西部地區平均效率相較2003年分別上升了34.5%、55.6%、213.2%和126.6%，中部地區提升幅度最大，東部地區效率增長最少，但較其他三個區域依然處于較高水平。從歷年變化特征分析，東部地區波動較為平緩，除了在2013、2014年有所下降以外，其他年份效率值均穩定在0.4左右；波動最為劇烈的是中部地區，2003年效率均值僅為0.102，到2008年增長到0.331，此后略有下降但在2013年再次達到0.487的峰值，2017年后又小幅下降而穩定在0.3的水平，在2008-2016的“黃金增長期”其效率值曾趕超高水平的東部地區，促成這種增長態勢的因素值得分析。東北和西部地區呈現了相似的變化軌跡，均在2008年出現了效率值的顯著提升，而后并沒有出現類似中部地區持續增長的趨勢，基本穩定在0.2的水平。

影響因素機理分析

本文從經濟發展、市場化水平、政府支持、科技水平和基礎設施五個方面選取代表性指標，作為物流產業效率的主要影響因素，構建空間計量模型以分析其影響模式。

（一）經濟發展

經濟發展水平對物流產業效率的影響具體體現在三個方面，一是規模效應。經濟總量的增長必將帶動產業持續增加生產要素投入以擴大生產規模，物流產業作為連接行業間物資運輸的流通性行業，勢必受到關聯行業影響需要增加資本投入以擴大產出；二是結構效應。經濟的增長能夠促進產業結構升級，單純依靠資源投入換取經濟增長的局面將有所改變，行業間聯合經營與深入合作對效率的改善具有促進作用；三是技術效應。經濟的發展將提升科技研發投入，新的生產技術及先進的管理經驗能夠促進物流產業效率的提升。有關反映經濟發展水平的指標，選取省際人均GDP（gdpper）來代表。

（二）市場化水平

市場化水平體現了某一區域市場開放化及活躍程度，較高市場化水平意味著經濟環境中具有更豐富的促進產業發展的有利因素，包括資本與勞動力的自由流動、技術外溢效應、企業經營方式更為靈活、有效的產業融合與資源整合等。我國物流產業發展面臨的最大難題之一便是行業分散化經營導致的集中度不高，既定的資源投入無法獲得合理范圍內的經濟產出。而提升市場化水平將有利于改善物流產業效率偏低的問題。選取省際非國有經濟固定資產占比（market）來代表市場化水平。

（三）政府支持

政府影響產業發展的手段包括兩個方面，一是政府指令性行政管制，包括推行行業發展的公共標準、頒布規范行業行為的指令性條文、實施促進行業發展的優惠政策；二是財政預算支持，通過增加財政支出比重來支持行業在關鍵領域的突破或者創新性發展。現代物流產業急需政府通過指令性行政管制來規范其發展。另外，與物流產業效率提升息息相關的物流園區規劃、基礎設施建設及交通道路的修建更加需要政府的財政預算支持。在反映政府支持的指標中，選取省際交通運輸支出占一般性財政支出比重（gov）來代表。

（四）科技水平

物流產業的業務環節較多，而且無論是倉儲運輸，還是裝卸搬運都依賴先進的科學技術以提高運營效率，尤其面對商品種類眾多、行業對物流操作要求個性化的市場環境，致使業務操作產生風險的因素增多，嚴重影響物流作業整體效率。此外，面對與日俱增物流需求，傳統以人工操作為主的業務模式已經成為物流企業快速發展的瓶頸，以大數據、人工智能、物聯網為代表的新興技術將極大降低物流操作各環節的風險，顯著提升勞動生產率，科學技術對勞動力的替代效應降低了人員成本支出，從而提升物流產業技術效率。本文選取科技支出占財政支出比重來代表技術水平（tech）。

（五）基礎設施

物流需求業務量的增長迫切需要增加基礎設施建設。基礎設施能夠促進物流行業效率的提升體現在兩個方面，一是規模效應。物流設施數量的增加及規模的擴大易于實現區域內物流服務全覆蓋，從而形成更為經濟的倉儲與運輸等作業的批量操作，降低物流產出的單位成本；二是模式效應。種類更為豐富的基礎設施能夠改變傳統單一的物流作業模式，如車站、港口、航空貨運中心支持多式聯運的物流作業模式，為提升物流運作效率創造了更多選擇機會。有關指標的選取，用省際單位國土面積上公路運輸與鐵路運輸公里數來代表基礎設施（infras）。實證分析美國地理學家Tobler認為地理位置接近的個體具有關聯性，區域間的經濟地理行為之間都存在空間效應。因此，選用空間計量模型對我國30個省市區物流產業效率影響因素進行分析，能夠考慮空間關聯性，避免了對傳統計量模型“樣本間相互獨立”假設的違背，使估計結果可信。模型選取過程中，Hausman檢驗結果中Chi-Sq.Statistic值為27.57，通過1%的顯著性檢驗，選擇固定效應模型。LM-lag與LM-err檢驗都顯著的前提下，Robust LM-err更為顯著，因此建立空間誤差模型。模型估計結果如表3所示。由模型估計結果可以看出，相比較普通面板模型而言，空間計量模型具有更好的統計性質，R2的提高說明自變量的解釋能力更強，另外較小的σ2表明估計的誤差更小。從固定效應選取類型的比較中發現，時間與空間雙固定模型的R2和Log L值最高，因此雙固定模型能夠更好的擬合變量間的關聯關系.顯著性檢驗，表明我國物流產業技術效率存在正向空間關聯，即效率水平較高的省份會對周邊相鄰區域效率的提升具有正向促進作用，呈現出地理空間上的關聯特征，這與全國層面效率分布的討論相一致。從各影響因素系數估計結果來看，人均GDP（gdpper）對物流產業效率的影響為負，且在1%水平上顯著，說明區域經濟增長并沒有促進物流業效率的提升，當經濟每增長一個百分點，物流業效率平均下降0.12%，可見一味追求經濟增長會反向抑制物流產業良性發展。市場化水平（market）對效率的影響系數為-0.62且通過5%顯著性水平檢驗，說明市場化水平與物流產業效率負相關，逐漸開放的經濟環境并沒有帶動物流產業效率提升。政府支持（gov）對物流產業效率提升具有正向促進作用，雖然這一結果不具有顯著性，但基于現有樣本該結論是成立的，而且系數估計值達到1.07表明各級政府財政與政策支持能夠較大程度影響物流產業技術效率的變動，有利的發展環境是物流產業健康發展的關鍵因素。技術水平（tech）的系數估計結果為4.95且在5%的水平下通過顯著性檢驗，科技支出占比提高1%能夠帶動物流產業效率提升近5%，體現了物流產業效率提升對技術水平的強依賴性，加強技術研發和行業普及對于物流產業的發展至關重要。基礎設施對物流產業技術效率提升具有顯著促進作用，但貢獻度不高，說明投資興建基礎設施要警惕出現“粗放型”模式，提升現有物流資源的利用率、加強物流設施的社會化將更有力地促進物流產業效率提升。結論及對策通過對我國30個省市區物流產業在2003-2018年技術效率的測算，發現區域效率值具有較大差異性，相對而言，北部及東部沿海區域物流業技術效率較高，而西部及東北區域效率值最低。從變化趨勢來看，東部地區呈穩態發展態勢，而中部地區波動最為劇烈。應用空間計量模型對物流效率的影響因素進行分析，實證結果顯示，我國物流產業技術效率存在顯著的空間關聯性，地理上臨近的省域物流業的發展相互間具有正向促進作用；經濟發展與市場化水平與物流產業效率負相關，而政府支持、科技水平和基礎設施對物流產業效率具有正向促進作用，其中科技水平的貢獻最為顯著。基于以上結論，為提升我國物流產業技術效率提出以下對策。第一，促進物流產業區域協同發展。由于我國物流產業技術效率存在顯著的空間關聯性，應充分調動活躍生產要素區域間自由流動，從而達到優化配置，推動跨省際、跨區域的物流項目合作，打破物流活動的區域獨立性與空間束縛，積極拓展物流服務范圍，實現業務模式創新性發展。使物流產業區域優勢省份將優質的物流資源、先進的技術及成熟的管理經驗，依靠空間關聯性不斷輻射到更為廣泛的區域。第二，提升物流產業科技水平。實證結果顯示，科技水平對物流產業效率的提升具有最為顯著的貢獻，物流企業應不斷增加技術研發投入，強化先進科學技術在物流活動中的普及，避免單一業務環節高自動化與整體業務流程脫節現象，確保物流活動整體技術水平的提升。第三，加強政府支持。各級政府在行業發展政策及財政預算方面的支持將為區域物流業發展帶來更為廣闊的發展空間、更為規范的行業規范、更為充盈的資金支持，有利于沖破行業發展的區域界線，吸引優質物流企業投資并開展業務活動，加快落后地區物流業的發展速度。另外，穩定的、專業化的行業發展環境也需要政府力量來經營與維系。第四，增加基礎設施投入力度。物流基礎設施對行業發展具有至關重要的作用這一點毋庸置疑，但盲目的投資所導致的重復建設與資源浪費現象不僅不會提升物流產業效率水平，相反會進一步惡化行業分散經營的程度。因此，基礎設施建設應充分考慮規模效應與區位效應，通過面向社會提供專業化物流服務，來提升基礎設施利用率，形成中心區域與衛星區域設施聯動模式，有效的提升區域物流產業效率水平。

參考文獻：

1.謝逢潔，王寧.“一帶一路”視角下西部12省區物流產業集聚及空間分布研究[J].商業經濟研究，2019（3）

2.鐘祖昌.空間經濟學視角下的物流業集聚及影響因素——中國31個省市的經驗證據[J].山西財經大學學報，2011，33（11）

3.李倩倩，董會忠，曾文霞.長三角城市群物流產業集聚時空格局及影響因素研究[J].商業經濟研究，2020（5）

4.李健，劉戀.省際物流業綠色全要素生產率時空差異及空間收斂性研究[J].長江流域資源與環境，2020，29（4）

5.徐秋艷，房勝飛.物流產業集聚的經濟溢出效應及空間異質性研究——基于省際數據的空間計量分析[J].工業技術經濟，2018，37（2）

6.舒輝，周熙登，林曉偉.物流產業集聚與全要素生產率增長——基于省域數據的空間計量分析[J].中央財經大學學報，2014（3）

7.潘興俠.我國區域生態效率評價、影響因素及收斂性研究[D].南昌：南昌大學，2014

作者：黃輝寧 黃剛 單位：廣西民族大學相思湖學院 廣西民族大學