物流產(chǎn)業(yè)效率評價及影響因素分析

張?jiān)气P，王 雨

（山東科技大學(xué) 經(jīng)濟(jì)管理學(xué)院，山東 青島 266000）

0 引言

“十三五”期間，國家按照引領(lǐng)經(jīng)濟(jì)新常態(tài)、貫徹發(fā)展新理念的要求，著力推動物流業(yè)綠色發(fā)展。同時，2015年巴黎氣候大會的召開，使各國更加重視經(jīng)濟(jì)發(fā)展對環(huán)境造成的影響。物流業(yè)因其能源消耗大、運(yùn)作效率低的特點(diǎn)，成為碳減排的重點(diǎn)行業(yè)，而且隨著我國物流需求不斷增加，其節(jié)能減排任務(wù)不斷加重，高投入、高產(chǎn)出的粗放型物流發(fā)展道路已不能繼續(xù)，大力發(fā)展健康、高效的低碳物流，已成為我國物流業(yè)可持續(xù)發(fā)展的必然趨勢。基于此，本文從低碳約束角度出發(fā)，同時考慮經(jīng)濟(jì)發(fā)展、政府支持、產(chǎn)業(yè)結(jié)構(gòu)及人力資本等環(huán)境因素的影響，運(yùn)用異質(zhì)性隨機(jī)前沿分析方法對2008—2013年全國30個?。ㄊ?、自治區(qū)）的物流效率進(jìn)行評價分析，以期為物流企業(yè)提升效率及地區(qū)物流行業(yè)綠色發(fā)展提供理論支持。

1 異質(zhì)性SFA模型

通過對已有文獻(xiàn)進(jìn)行梳理可知，國內(nèi)外學(xué)者在測度物流效率時主要采用數(shù)據(jù)包絡(luò)分析（DEA）和隨機(jī)前沿分析（SFA）兩種方法。由于DEA模型不考慮隨機(jī)誤差因素的影響，估計(jì)出來的物流效率可能存在一定偏差，所以不少學(xué)者開始采用包含隨機(jī)誤差的SFA模型來測度物流效率。同時考慮到我國區(qū)域發(fā)展不平衡，不同地區(qū)的物流效率存在較大差異，將異質(zhì)性引入隨機(jī)前沿模型，通過構(gòu)建異質(zhì)性SFA模型實(shí)證分析低碳約束下的物流效率及其影響因素。

Battese和Coelli（1995）提出的SFA模型，通過似然比檢驗(yàn)可以驗(yàn)證隨機(jī)前沿模型的合理性，即是否存在技術(shù)非效率項(xiàng)的影響；通過技術(shù)非效率的函數(shù)形式，能夠進(jìn)一步分析影響技術(shù)效率的因素，指導(dǎo)技術(shù)效率的改進(jìn)提高。因此，以Battese和Coelli的模型為基礎(chǔ)來構(gòu)建異質(zhì)性SFA模型：

其中，Yit表示i生產(chǎn)單元在t時期的實(shí)際產(chǎn)出表示生產(chǎn)可能性邊界上的前沿生產(chǎn)函數(shù)，Xit表示i生產(chǎn)單元在t時期的投入向量，β為待估參數(shù)。νit是隨機(jī)誤差項(xiàng)，服從獨(dú)立同分布，且與相互獨(dú)立；uit是技術(shù)非效率項(xiàng)，表示實(shí)際產(chǎn)出與最優(yōu)產(chǎn)出的偏差，服從非負(fù)截?cái)嘈驼龖B(tài)分布

此外，Battese和Coelli構(gòu)建了技術(shù)效率指標(biāo)來反映實(shí)際產(chǎn)出與期望產(chǎn)出的偏離程度，即：

顯然，當(dāng)uit=0時，TEit=1，生產(chǎn)單元位于前沿面上，技術(shù)有效；當(dāng)uit＞0時，0＜TEit＜1，生產(chǎn)單元處于前沿面下，技術(shù)無效率。同時Battese和Coelli假定uit受各種因素的影響：

其中，δ0為常數(shù)項(xiàng)，Zit表示影響技術(shù)非效率的因素，δ為影響因素的待估系數(shù)。若δ＞0，表示該影響因素對式（2）中技術(shù)效率有負(fù)向影響；反之，則有正向影響。

而異質(zhì)性SFA模型uit假定服從截?cái)嘈哉龖B(tài)分布，uit的異質(zhì)性設(shè)定如下：

其中，b0和b1為常數(shù)項(xiàng)；Zit表示影響技術(shù)非效率的外生變量；δ和γ表示待估參數(shù)，若參數(shù)為正值，則說明該外生變量對技術(shù)效率具有反向影響；反之，具有正向影響。

2 變量選取與模型設(shè)定

2.1 變量選取

合理選擇影響物流業(yè)投入產(chǎn)出效率的因素對研究工作至關(guān)重要。對于物流投入產(chǎn)出指標(biāo)以及影響因素的選擇，在參考國內(nèi)多數(shù)學(xué)者做法的基礎(chǔ)上確定本文的各項(xiàng)變量：

（1）投入指標(biāo)

物流業(yè)從業(yè)人數(shù)、物流業(yè)固定資產(chǎn)投資（總額）及物流線路運(yùn)輸里程是三個選擇率最高的指標(biāo)，此外物流業(yè)資本存量、物流業(yè)投資占基本建設(shè)投資比重、物流業(yè)支出占財(cái)政支出比重、物流業(yè)人數(shù)比重、行業(yè)GDP、物流業(yè)整體投資、物流業(yè)職工工資總額等指標(biāo)也是研究者的選擇對象，部分考慮環(huán)境因素的學(xué)者將碳排放量、公共環(huán)境和社會保障投資、物流業(yè)能源消耗量等指標(biāo)也納入投入指標(biāo)范圍。

（2）產(chǎn)出指標(biāo)

多數(shù)學(xué)者將貨運(yùn)量、貨運(yùn)周轉(zhuǎn)量、物流業(yè)增加值及物流業(yè)產(chǎn)值作為產(chǎn)出指標(biāo)，地區(qū)GDP、物流業(yè)增加值占GDP的比重也是研究者選擇的參考指標(biāo)之一，還有學(xué)者將公路物流、水運(yùn)、及鐵路運(yùn)輸分別進(jìn)行效率研究，選擇特定的公路貨運(yùn)量、航運(yùn)量及鐵路運(yùn)輸量作為研究指標(biāo)，少數(shù)研究環(huán)境對物流產(chǎn)業(yè)效率影響的學(xué)者將碳排放量與城市道路噪聲分貝作為產(chǎn)出變量進(jìn)行研究。

（3）碳約束

在研究物流效率及其影響因素時，多數(shù)學(xué)者注重物流行業(yè)人、財(cái)、物的投入與產(chǎn)出之間的關(guān)系，以及地區(qū)經(jīng)濟(jì)發(fā)展水平、政府支持、產(chǎn)業(yè)結(jié)構(gòu)等環(huán)境因素對物流效率的影響，只有少數(shù)學(xué)者開始研究低碳約束下的物流效率，且多把碳排放量作為產(chǎn)出指標(biāo)，運(yùn)用DEA模型衡量低碳約束下的物流效率。

（4）環(huán)境變量

多數(shù)學(xué)者認(rèn)為環(huán)境變量應(yīng)該選擇那些主觀意識無法控制、改變及不在樣本主觀可控范圍內(nèi)但對物流產(chǎn)業(yè)效率產(chǎn)生影響的變量。地區(qū)GDP、政府支持是最常見的環(huán)境變量選項(xiàng)，此外科技水平、信息服務(wù)投入、制度環(huán)境、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、外貿(mào)依存度、城市化水平等因素也被學(xué)者廣泛應(yīng)用。

表1對國內(nèi)學(xué)者研究物流產(chǎn)業(yè)效率時的常用變量進(jìn)行了總結(jié)歸納。

表1 物流產(chǎn)業(yè)效率研究常用變量

根據(jù)唐建榮等（2013）提出的指標(biāo)要能夠真實(shí)反映物流業(yè)市場競爭力水平并符合效率評價要求及充分考慮數(shù)據(jù)的可得性與指標(biāo)的重要性原則，結(jié)合目前多數(shù)研究者的研究成果構(gòu)建如表2所示指標(biāo)體系。

表2 指標(biāo)體系

（5）數(shù)據(jù)說明

縱觀目前國內(nèi)外產(chǎn)業(yè)分類體系，多數(shù)國家對“物流業(yè)”并沒有做出一個清晰準(zhǔn)確的界定，幾乎沒有研究者將“物流產(chǎn)業(yè)”作為一個單獨(dú)行業(yè)看待，多數(shù)研究者將交通運(yùn)輸、倉儲及郵政業(yè)統(tǒng)稱為物流業(yè)，這三個行業(yè)總的增加值占比整個物流業(yè)增加值的80%以上，能夠代表物流產(chǎn)業(yè)的基本情況?；诖耍疚淖兞颗c數(shù)據(jù)的選取主要來源于交通運(yùn)輸、倉儲及郵政業(yè)領(lǐng)域，由于缺少西藏的多項(xiàng)指標(biāo)未將其列入研究范圍，故樣本數(shù)據(jù)為2008—2013年我國30個省級行政單位面板數(shù)據(jù)，來源于歷年《中國統(tǒng)計(jì)年鑒》、《中國能源統(tǒng)計(jì)年鑒》及各地區(qū)統(tǒng)計(jì)年鑒。各變量的描述性統(tǒng)計(jì)結(jié)果見表3。

表3 變量數(shù)據(jù)的描述性統(tǒng)計(jì)

2.2 模型設(shè)定

根據(jù)公式（1）、公式（4）以及上文選定的變量指標(biāo)，以我國30個?。ㄊ?、自治區(qū)）面板數(shù)據(jù)為基礎(chǔ)，構(gòu)建基于對數(shù)C-D生產(chǎn)函數(shù)的異質(zhì)性SFA模型：

3 實(shí)證結(jié)果及分析

對異質(zhì)性隨機(jī)前沿模型進(jìn)行多種形式設(shè)定（見表4）。其中，模型1未施加任何約束條件；模型2假設(shè)γ=0，即環(huán)境因素對物流非效率項(xiàng)的不確定性沒有影響；模型3假設(shè)δ=0，認(rèn)為環(huán)境因素對非效率項(xiàng)沒有任何影響；模型4假設(shè)wit=0，即非效率項(xiàng)服從在零處截?cái)嗟陌胝龖B(tài)分布；作為對照，模型5不考慮非效率項(xiàng)影響。

3.1 異質(zhì)性隨機(jī)前沿模型估計(jì)結(jié)果分析

從表4中可以看出，在所有模型設(shè)定中，物流業(yè)固定資產(chǎn)投資額（k）和物流業(yè)就業(yè)人員（l）均通過了水平為1%的顯著性檢驗(yàn)，且彈性系數(shù)均為正，表明加大物流業(yè)資本投入與勞動力投入有助于提高物流產(chǎn)業(yè)的運(yùn)作效率；物流業(yè)運(yùn)輸線路長度（r）的顯著性較差，彈性系數(shù)較小，可能與各省之間運(yùn)輸線路狀況的差異性有關(guān)。從表4最后4行的似然比檢驗(yàn)結(jié)果來看，模型2優(yōu)于其他4個模型，所以下文的分析主要針對模型2展開。

從表4中模型2的結(jié)果可知：

（1）二氧化碳（CO2）：二氧化碳排放量在效率損失均值方程中的系數(shù)為正，表明在物流系統(tǒng)中降低二氧化碳排放量有利于物流效率的提高，即低碳約束對物流效率有一定的正面影響。這是因?yàn)椋吞冀?jīng)濟(jì)下高投入、高產(chǎn)出的粗放型發(fā)展道路已不能繼續(xù)，健康、高效的低碳物流才是大勢所趨。

（2）政府支持（Gov）：其在效率損失均值方程中顯著為正，表明政府支持對物流效率有一定的負(fù)面影響，這與多數(shù)研究結(jié)果不一致。產(chǎn)生的原因多種，一方面，政府的資金支持?jǐn)D占了物流企業(yè)自身的投資，造成資金利用率低下，一定程度上限制了物流效率的提高；另一方面，國家的多項(xiàng)物流補(bǔ)貼措施及項(xiàng)目資助被某些企業(yè)騙取用來發(fā)展物流業(yè)以外的行業(yè)，例如圈地發(fā)展房地產(chǎn)，降低政府支持對物流效率的促進(jìn)作用。

（3）經(jīng)濟(jì)水平（Eco）：其在效率損失均值方程中顯著為負(fù)，表明地區(qū)經(jīng)濟(jì)發(fā)展對物流效率有正向影響。一方面，高度發(fā)達(dá)的經(jīng)濟(jì)水平、完善的基礎(chǔ)設(shè)施建設(shè)是產(chǎn)生經(jīng)濟(jì)集聚效應(yīng)的基礎(chǔ)，有利于物流產(chǎn)業(yè)整體效率的提高；另一方面，近幾年隨著經(jīng)濟(jì)的發(fā)展，電商的興起促進(jìn)城市配送的繁榮，大批物流配送企業(yè)大力進(jìn)軍城市配送行業(yè)，挖掘各種商機(jī)，進(jìn)一步細(xì)分市場與提升服務(wù)質(zhì)量，在一定程度上促進(jìn)城市物流效率的有效提升。

（4）產(chǎn)業(yè)結(jié)構(gòu)（Ins）：其在效率損失均值方程中顯著為負(fù)，表明產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、物流業(yè)占比增高，有利于物流效率的提高。隨著產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和業(yè)態(tài)優(yōu)化，作為“第三利潤源”的現(xiàn)代物流業(yè)迅速崛起，人們對其需求越來越大，促使傳統(tǒng)物流產(chǎn)業(yè)功能不斷整合、技術(shù)不斷更新、服務(wù)領(lǐng)域不斷延伸，物流業(yè)的運(yùn)轉(zhuǎn)效率也進(jìn)一步得以提升。

表4 異質(zhì)性隨機(jī)前沿模型估計(jì)結(jié)果

3.2 分地區(qū)估計(jì)結(jié)果分析

為進(jìn)一步分析，根據(jù)國家統(tǒng)計(jì)局地區(qū)劃分標(biāo)準(zhǔn)，將全國30個省（市、自治區(qū)）劃分為東部、中部、西部三大地區(qū)，按照模型2的設(shè)定對各地區(qū)物流效率進(jìn)行評價分析，結(jié)果見下頁表5。

從表5中可以看出：

（1）東部與西部地區(qū)物流業(yè)就業(yè)人員對物流效率的影響正好相反。一方面原因是，東部物流企業(yè)現(xiàn)代化發(fā)展速度較快，吸引眾多從業(yè)人員，物流業(yè)從業(yè)人數(shù)趨于飽和，人員配置不合理、人力資源浪費(fèi)、利用效率低下等問題相繼出現(xiàn)；另一方面，西部地區(qū)物流產(chǎn)業(yè)發(fā)展相對落后，從業(yè)人員相對匱乏，由于西部大開發(fā)政策支持，吸納眾多優(yōu)秀人才，物流企業(yè)的管理水平和運(yùn)轉(zhuǎn)效率得以提高。

表5 分地區(qū)估計(jì)結(jié)果

（2）對于東部和中部地區(qū)，物流線路運(yùn)輸里程對物流效率有著顯著的正向影響。一方面，憑借自然條件和社會經(jīng)濟(jì)條件的優(yōu)勢，東部地區(qū)交通便利，為物流產(chǎn)業(yè)的快速發(fā)展奠定了基礎(chǔ)。而中部地區(qū)，由于中部崛起戰(zhàn)略的提出，大力推進(jìn)綜合交通運(yùn)輸樞紐建設(shè)，一定程度上促進(jìn)了物流效率的提高；另一方面由于西部地質(zhì)、經(jīng)濟(jì)發(fā)展水平及地域面積等原因，阻礙該地區(qū)運(yùn)輸路線的鋪設(shè)進(jìn)程。

（3）碳排放量在物流效率損失方程中系數(shù)為負(fù)，表明降低碳排放量不利于物流效率的提高，這種關(guān)系在東部地區(qū)最為顯著。這是因?yàn)?，目前物流業(yè)仍是高能耗產(chǎn)業(yè)，多數(shù)企業(yè)仍然屬于粗放型生產(chǎn)，只能靠單純的增加運(yùn)輸量來提高盈利，短時間內(nèi)難以完成轉(zhuǎn)型升級，所以低碳約束在短期內(nèi)會對物流效率產(chǎn)生一定的負(fù)面影響。

（4）東部地區(qū)經(jīng)濟(jì)水平發(fā)展已達(dá)到較高水平，物流業(yè)的發(fā)展較中西部地區(qū)較成熟，因此經(jīng)濟(jì)增速對物流行業(yè)的促進(jìn)作用已不再明顯；而中西部地區(qū)的物流市場仍處于快速發(fā)展期，經(jīng)濟(jì)增速對物流行業(yè)的刺激作用仍然明顯，其中，中部地區(qū)經(jīng)濟(jì)水平高于西部地區(qū)，其對物流行業(yè)效率的提升也強(qiáng)于西部地區(qū)；東部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)經(jīng)過多年的發(fā)展已趨于平衡，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)對物流行業(yè)效率的提升對其刺激作用已不再明顯；中西部地區(qū)產(chǎn)業(yè)多以第一、二產(chǎn)業(yè)為主，第三產(chǎn)業(yè)發(fā)展水平較低，因此調(diào)整產(chǎn)業(yè)結(jié)構(gòu)對中西部地區(qū)物流產(chǎn)業(yè)發(fā)展及效率提高具有明顯的促進(jìn)作用。

4 結(jié)論

從低碳環(huán)保角度出發(fā)，結(jié)合近年來國家經(jīng)濟(jì)發(fā)展趨勢，將碳排放量、政府支持、經(jīng)濟(jì)水平、產(chǎn)業(yè)結(jié)構(gòu)作為外生環(huán)境變量，基于2008—2013年我國30個?。ㄊ?、自治區(qū)）的面板數(shù)據(jù)構(gòu)建異質(zhì)性隨機(jī)前沿模型，對我國物流產(chǎn)業(yè)效率進(jìn)行研究分析，得出如下結(jié)論：

（1）通過五種不同的模型設(shè)定對全國物流效率進(jìn)行測算以提高估計(jì)結(jié)果的準(zhǔn)確性，最終確定最優(yōu)模型為模型2。根據(jù)模型2的結(jié)果，物流業(yè)固定資產(chǎn)投資、就業(yè)人員以及運(yùn)輸線路里程均對物流效率的提高具有顯著的正向影響；物流系統(tǒng)降低二氧化碳排放量有利于物流效率的提高，即低碳約束對我國物流產(chǎn)業(yè)的整體效率有一定的正面影響；政府支持對物流效率存在一定的抑制作用，經(jīng)濟(jì)發(fā)展水平及產(chǎn)業(yè)結(jié)構(gòu)調(diào)整則對物流效率有促進(jìn)作用。

（2）基于模型2，進(jìn)一步測算各地區(qū)物流效率水平及各因素對其的影響程度，結(jié)果顯示，東中西部地區(qū)物流效率差異較大，并且相同因素對各自的影響程度不同，物流就業(yè)人員在東部地區(qū)物流效率分析中系數(shù)為負(fù)，說明東部地區(qū)物流就業(yè)人員存在結(jié)構(gòu)不合理、人力資源浪費(fèi)等現(xiàn)象；物流線路運(yùn)輸里程在西部地區(qū)物流效率分析中系數(shù)為負(fù)，可能的原因是西部地區(qū)交通運(yùn)輸條件達(dá)不到現(xiàn)代物流產(chǎn)業(yè)發(fā)展的要求，在一定程度上限制了物流效率的提升；碳排放對各地區(qū)的物流效率損失方程中系數(shù)為負(fù)，表明降低碳排放不利于物流效率的提升，與全國整體估計(jì)結(jié)果相反，可能的原因是目前物流業(yè)仍是高能耗產(chǎn)業(yè)，多數(shù)企業(yè)仍然屬于粗放型發(fā)展模式，短時間內(nèi)難以完成轉(zhuǎn)型升級，所以低碳約束在短期內(nèi)會對物流效率產(chǎn)生一定的負(fù)面影響，但是長期內(nèi)物流產(chǎn)業(yè)轉(zhuǎn)型成功，實(shí)現(xiàn)綠色發(fā)展，低碳約束對物流效率的提高將會產(chǎn)生正向影響。

參考文獻(xiàn)：

[1]張誠,張廣勝.中部六省物流產(chǎn)業(yè)效率分析及政策建議[J].江西社會科學(xué),2013,(2).

[2]謝菲,黃新建,姜睿清.我國物流產(chǎn)業(yè)投入產(chǎn)出效率研究[J].南京師大學(xué)報：社會科學(xué)版,2014,(1).

[3]徐新聞,鄧?yán)?唐沙沙.基于組合DEA方法的中國物流產(chǎn)業(yè)效率研究[J].世界科技研究與發(fā)展,2015,(6).

[4]丁斌,王琨.基于SBM模型的省級物流產(chǎn)業(yè)效率評價[J].統(tǒng)計(jì)與決策,2014,(14).

[5]王琴梅,譚翠娥.對西安市物流效率及其影響因素的實(shí)證研究——基于DEA模型和Tobit回歸模型的分析[J].軟科學(xué),2013,(5).

[6]王蕾,薛國梁,張紅麗.基于DEA分析法的新疆北疆現(xiàn)代物流效率分析[J].資源科學(xué),2014,(7).

[7]王柏誼,楊帆.基于DEA的吉林省物流產(chǎn)業(yè)效率研究[J].北華大學(xué)學(xué)報：社會科學(xué)版,2016,(2).

[8]范月嬌.我國物流通道的生產(chǎn)服務(wù)效率研究——基于SFA面板數(shù)據(jù)模型的實(shí)證研究[J].云南財(cái)經(jīng)大學(xué)學(xué)報,2016,(2).

[9]張寶友,朱衛(wèi)平,孟麗君.物流產(chǎn)業(yè)效率評價及與FDI質(zhì)量相關(guān)性分析——基于2002—2011年數(shù)據(jù)的實(shí)證[J].經(jīng)濟(jì)地理,2013,(1).

[10]唐建榮,盧玲珠.低碳約束下的物流效率分析——以東部十省市為例[J].中國流通經(jīng)濟(jì),2013,(1).