范月嬌

（華僑大學(xué)工商管理學(xué)院，福建泉州362021）

國(guó)家級(jí)流通節(jié)點(diǎn)城市物流產(chǎn)業(yè)效率的時(shí)空變化及影響因素

范月嬌

（華僑大學(xué)工商管理學(xué)院，福建泉州362021）

以2001—2013年國(guó)家級(jí)流通節(jié)點(diǎn)城市的面板數(shù)據(jù)為基礎(chǔ)，利用隨機(jī)前沿分析（SFA）方法，通過(guò)對(duì)SFA方法的適用性、生產(chǎn)函數(shù)的適用性、技術(shù)進(jìn)步存在性的檢驗(yàn)，最后選擇考慮技術(shù)進(jìn)步因素的、基于柯布-道格拉斯生產(chǎn)函數(shù)的SFA面板數(shù)據(jù)模型進(jìn)行實(shí)證研究。研究結(jié)果表明，國(guó)家級(jí)流通節(jié)點(diǎn)城市的物流產(chǎn)業(yè)平均效率較低，信息化水平和產(chǎn)業(yè)結(jié)構(gòu)是其非效率的重要影響因素；各城市的物流產(chǎn)業(yè)平均效率在時(shí)空維度上變化較大，從時(shí)間維度上看，中部城市的物流產(chǎn)業(yè)平均效率處于相對(duì)穩(wěn)定的上升狀態(tài)，東部和西部城市分別處于較高效率和低效率的波動(dòng)起伏狀態(tài)；從空間維度看，城市之間的物流產(chǎn)業(yè)效率差距巨大，中部略高于東部，西部最低。

國(guó)家級(jí)流通節(jié)點(diǎn)城市；物流產(chǎn)業(yè)效率；時(shí)空變化；影響因素

2015年5月，根據(jù)國(guó)家區(qū)域發(fā)展總體戰(zhàn)略及“一帶一路”、京津冀協(xié)同發(fā)展和長(zhǎng)江經(jīng)濟(jì)帶等戰(zhàn)略部署等，商務(wù)部等10個(gè)部門聯(lián)合發(fā)布《全國(guó)流通節(jié)點(diǎn)城市布局規(guī)劃（2015—2020年）》。該規(guī)劃將全國(guó)流通節(jié)點(diǎn)城市劃分為國(guó)家級(jí)、區(qū)域級(jí)和地區(qū)級(jí)共三級(jí)，其中，國(guó)家級(jí)流通節(jié)點(diǎn)城市有37個(gè)，包括除港澳臺(tái)以外的27個(gè)省會(huì)城市、4個(gè)直轄市、5個(gè)沿海開放城市和經(jīng)濟(jì)特區(qū)（大連、青島、寧波、廈門、深圳）以及1個(gè)長(zhǎng)三角經(jīng)濟(jì)流通重鎮(zhèn)蘇州。該規(guī)劃通過(guò)布局流通節(jié)點(diǎn)城市和構(gòu)建“三縱五橫”國(guó)家骨干流通大通道，建設(shè)全國(guó)一體化骨干流通網(wǎng)絡(luò)。由此可見，國(guó)家級(jí)流通節(jié)點(diǎn)城市將在未來(lái)流通網(wǎng)絡(luò)中成為物流、信息流和資金流的中心樞紐，其中物流產(chǎn)業(yè)是保障貨暢其流、保證整個(gè)國(guó)民經(jīng)濟(jì)流通的重要支撐。因此，充分研究這37個(gè)國(guó)家級(jí)流通節(jié)點(diǎn)城市的物流產(chǎn)業(yè)效率，是國(guó)家及不同城市的政府部門和相關(guān)參與主體確定在未來(lái)骨干流通網(wǎng)絡(luò)建設(shè)中物流業(yè)的投入規(guī)模、投入方向的重要依據(jù)。

一、文獻(xiàn)回顧

生產(chǎn)效率主要是反映生產(chǎn)資源實(shí)際配置與有效配置狀態(tài)的對(duì)比關(guān)系，是評(píng)價(jià)經(jīng)濟(jì)資源利用效率的相對(duì)指標(biāo)，是一個(gè)無(wú)量綱的且不大于1的正值。生產(chǎn)效率的含義有兩方面內(nèi)容：一是基于產(chǎn)出測(cè)算的生產(chǎn)效率，即假定投入確定下的產(chǎn)出可能拓展程度；二是基于投入測(cè)算的生產(chǎn)效率，即以假定產(chǎn)出確定下的投入減少來(lái)提高資源配置效率。本文研究的國(guó)家級(jí)流通節(jié)點(diǎn)城市的物流產(chǎn)業(yè)效率是基于產(chǎn)出測(cè)算的生產(chǎn)效率。[1]

關(guān)于物流效率的研究，國(guó)外學(xué)者多集中于物流企業(yè)和港口物流效率的實(shí)證研究，而對(duì)物流產(chǎn)業(yè)效率的研究相對(duì)較少，高登（Gordon）[2]是較早研究物流產(chǎn)業(yè)生產(chǎn)效率問(wèn)題的學(xué)者之一。近年來(lái)國(guó)內(nèi)學(xué)者對(duì)物流產(chǎn)業(yè)效率的研究成果較多，主要集中在兩個(gè)方面：其一，以不同區(qū)域級(jí)為主體進(jìn)行研究，其中以省域?qū)用娴南嚓P(guān)研究最多，如林坦和王玲、[3]田剛和李南、[4]余泳澤和武鵬、[5]樊敏、[6]劉秉鐮和余泳澤、[7]田剛和李南、[8]謝菲等[9]利用不同的研究方法，基于我國(guó)省級(jí)層面的某一時(shí)段對(duì)物流產(chǎn)業(yè)效率進(jìn)行了相關(guān)實(shí)證研究；在國(guó)家層面的相關(guān)研究中，余泳澤和劉秉鐮[10]利用時(shí)間序列數(shù)據(jù)研究中國(guó)物流產(chǎn)業(yè)效率問(wèn)題；在經(jīng)濟(jì)區(qū)域?qū)用娴南嚓P(guān)研究中，樊敏、[11]袁丹和雷宏振[12]分別對(duì)我國(guó)八大經(jīng)濟(jì)區(qū)域、絲綢之路經(jīng)濟(jì)帶的物流產(chǎn)業(yè)效率進(jìn)行測(cè)度；在城市層面的相關(guān)研究中，張中強(qiáng)、[13]張定等[14]分別對(duì)我國(guó)東部31個(gè)城市和長(zhǎng)三角16個(gè)城市的物流業(yè)效率進(jìn)行了實(shí)證。其二，將不同研究方法用于物流產(chǎn)業(yè)效率的測(cè)度。從上述文獻(xiàn)來(lái)看，主要集中在兩大類方法的運(yùn)用，即以數(shù)據(jù)包絡(luò)分析法（DEA）為代表的非參數(shù)法，如樊敏、[15]劉秉鐮和余泳澤、[16]張中強(qiáng)、[17]袁丹和雷宏振、[18]張定等[19]和參數(shù)模型隨機(jī)前沿分析法（SFA），如林坦和王玲、[20]余泳澤和武鵬、[21]余泳澤和劉秉鐮、[22]田剛和李南；[23]而在效率的影響因素研究方面，則托賓（Tobin）模型應(yīng)用較多，如劉秉鐮和余泳澤、[24]袁丹和雷宏振[25]等。

綜上文獻(xiàn)可以發(fā)現(xiàn)，從研究主體上看，我國(guó)對(duì)于區(qū)域級(jí)物流產(chǎn)業(yè)效率實(shí)證研究較多，但對(duì)于城市級(jí)物流產(chǎn)業(yè)效率的關(guān)注不夠。由于城市往往是區(qū)域的增長(zhǎng)極與核心流通節(jié)點(diǎn)，其物流產(chǎn)業(yè)效率的高低直接影響區(qū)域經(jīng)濟(jì)對(duì)外經(jīng)濟(jì)流通和區(qū)域經(jīng)濟(jì)增長(zhǎng)等各方面。同時(shí)，伴隨著《全國(guó)流通節(jié)點(diǎn)城市布局規(guī)劃（2015—2020年）》的發(fā)布，關(guān)注和研究規(guī)劃中各級(jí)別流通節(jié)點(diǎn)城市的物流產(chǎn)業(yè)效率更具有現(xiàn)實(shí)意義。從研究方法看，現(xiàn)有研究主要集中在SFA和DEA兩大類，由于DEA的缺點(diǎn)在于假設(shè)不存在隨機(jī)誤差的影響，可能對(duì)評(píng)價(jià)結(jié)果產(chǎn)生不利影響，因此部分學(xué)者開始嘗試用能考慮隨機(jī)誤差影響的SFA方法對(duì)物流效率的估計(jì)進(jìn)行控制，如田剛和李南，[26]從而證明了采用隨機(jī)前沿法的必要性。但在目前SFA的運(yùn)用中，現(xiàn)有文獻(xiàn)很少檢驗(yàn)生產(chǎn)函數(shù)的適用性，也較少有文獻(xiàn)檢驗(yàn)技術(shù)進(jìn)步因素對(duì)物流產(chǎn)業(yè)效率的影響，往往直接設(shè)定生產(chǎn)函數(shù)進(jìn)行相關(guān)研究。基于此，本文考慮以生產(chǎn)函數(shù)的適用性檢驗(yàn)、技術(shù)進(jìn)步因素的存在性檢驗(yàn)為出發(fā)點(diǎn)，同時(shí)考慮到研究對(duì)象為分布全國(guó)的國(guó)家級(jí)流通節(jié)點(diǎn)城市，具有跨越空間較大、不同地域經(jīng)濟(jì)環(huán)境差異較大且隨時(shí)間發(fā)展變化快等特征，最后確定利用SFA面板數(shù)據(jù)模型對(duì)我國(guó)國(guó)家級(jí)流通節(jié)點(diǎn)城市的物流產(chǎn)業(yè)效率時(shí)空變化及其影響因素進(jìn)行實(shí)證研究。

二、理論模型與檢驗(yàn)方法

1.SFA面板數(shù)據(jù)理論模型

巴特斯和科里（Battese&Coelli）[27-28]等人提出的基于面板數(shù)據(jù)的SFA模型，可以通過(guò)似然比統(tǒng)計(jì)量（LR）檢驗(yàn)應(yīng)當(dāng)采用傳統(tǒng)生產(chǎn)函數(shù)還是隨機(jī)前沿生產(chǎn)函數(shù)，即檢驗(yàn)是否包含技術(shù)非效率項(xiàng)的影響；通過(guò)引入時(shí)間項(xiàng)檢驗(yàn)生產(chǎn)效率是否受時(shí)間或其他因素的影響；引入影響技術(shù)非效率的函數(shù)形式，可以通過(guò)計(jì)量經(jīng)濟(jì)學(xué)的相關(guān)模型，進(jìn)一步對(duì)影響技術(shù)效率的相關(guān)因素進(jìn)行解釋，從而指導(dǎo)對(duì)技術(shù)效率的改進(jìn)。因此，本文采用SFA面板數(shù)據(jù)模型的效率一步估計(jì)方法，且考慮非技術(shù)效率影響因素的理論模型為：[29]

式（1）中，Yit表示i決策單元在t時(shí)期的實(shí)際產(chǎn)出；f（?）表示生產(chǎn)可能性邊界上的確定產(chǎn)出前沿面函數(shù)，Xit為對(duì)應(yīng)于決策單元i在t時(shí)期的投入向量，β為待估參數(shù)；τ為前沿技術(shù)進(jìn)步的時(shí)間趨勢(shì)變量，一般用t與起始年份的差表示；vit-uit共同構(gòu)成誤差復(fù)合項(xiàng)，其中vit表示由統(tǒng)計(jì)誤差和不可控因素造成的隨機(jī)擾動(dòng)項(xiàng)，服從獨(dú)立同分布N（0，），且獨(dú)立于uit；uit表示技術(shù)非效率項(xiàng)，反映實(shí)際產(chǎn)出與理論最大產(chǎn)出的差距，uit≥0，服從非負(fù)的截?cái)嗾龖B(tài)分布N（+u，），且巴特斯和科里設(shè)定uit滿足：

式（2）中，η表示時(shí)間因素對(duì)技術(shù)非效率uit的影響，η＞0、η=0、η＜0分別表征-uit隨時(shí)間推進(jìn)的遞增、不變和遞減。由于受隨機(jī)擾動(dòng)和技術(shù)非效率兩個(gè)因素影響，式（1）表明i決策單元不能達(dá)到生產(chǎn)前沿面，雖然這兩個(gè)影響因素都是不可觀測(cè)的，但是通過(guò)恰當(dāng)定義的隨機(jī)擾動(dòng)僅僅是一個(gè)白噪聲，多次觀測(cè)的均值為零，因而i決策單元的技術(shù)效率可以用樣本中該決策單元產(chǎn)出的期望與隨機(jī)前沿期望的比值來(lái)確定，即：

同時(shí)假設(shè)uit受各種因素影響，巴特斯和科里[30]引入了技術(shù)非效率函數(shù)，即：

式（4）中Zit表示影響技術(shù)效率的變量，δ0為常數(shù)項(xiàng)，δ為影響因素的待估參數(shù)，如果該系數(shù)小于0，則表示該影響因素對(duì)式（3）技術(shù)效率TEit有正的影響，反之則為負(fù)影響。其中式（3）中，當(dāng)uit=0時(shí)，TEit=1，則決策單元處于前沿面上，即技術(shù)有效；當(dāng)uit＞0時(shí)，0＜TEit＜1，則決策單元處在前沿面下方，即為技術(shù)非效率狀態(tài)。

2.基于不同生產(chǎn)函數(shù)的SFA面板數(shù)據(jù)理論模型

在常用的SFA模型測(cè)度效率時(shí)，生產(chǎn)函數(shù)主要有柯布-道格拉斯生產(chǎn)函數(shù)和超越對(duì)數(shù)生產(chǎn)函數(shù)兩種形式，本文同時(shí)引入技術(shù)進(jìn)步因素，兩邊取對(duì)數(shù)可得線性形式的隨機(jī)前沿模型，分別為式（5）和式（6）：

3.模型的假設(shè)檢驗(yàn)

本文采用似然比統(tǒng)計(jì)量（LR）對(duì)模型進(jìn)行相關(guān)檢驗(yàn)：

式（7）中，L（H0）和L（H1）分別是零假設(shè)H0（有約束模型）和備擇假設(shè)H1（無(wú)約束模型）下的對(duì)數(shù)似然函數(shù)值，檢驗(yàn)統(tǒng)計(jì)量服從自由度為約束變量數(shù)目的混合χ2分布，[31]用以檢驗(yàn)以下三個(gè)方面的問(wèn)題。

第一，檢驗(yàn)隨機(jī)前沿方法是否適用本研究對(duì)象。假設(shè)模型中不存在技術(shù)非效率項(xiàng)（uit），如果以普通最小二乘法（OLS）估計(jì)生產(chǎn)函數(shù)模型是無(wú)偏的和一致的，那么隨機(jī)前沿模型則是無(wú)效的。但是如果模型中存在uit，巴特斯和科里提出最大似然估計(jì)參數(shù)，以0＜γ＜1來(lái)檢驗(yàn)復(fù)合誤差項(xiàng)中uit所占的比重，若γ趨向于1時(shí)，則表明模型的偏誤主要來(lái)自于uit影響；若γ趨向于0時(shí)，則說(shuō)明決策單元的生產(chǎn)處于前沿面上，無(wú)需使用SFA方法，直接采用OLS方法估計(jì)即可。因此，其零假設(shè)為隨機(jī)前沿方法適用，即H0：γ=δ0+δk=0（k=1，2，…，n），用式（7）構(gòu)造似然比統(tǒng)計(jì)量檢驗(yàn)隨機(jī)前沿方法的有效性。

第二，檢驗(yàn)?zāi)姆N生產(chǎn)函數(shù)更適合本研究對(duì)象。雖然柯布-道格拉斯生產(chǎn)函數(shù)在總量分析中被廣泛應(yīng)用，但該函數(shù)假定所有樣本使用相同的技術(shù)，其缺陷使學(xué)者們逐漸采用更具彈性的生產(chǎn)函數(shù)（如超越對(duì)數(shù)生產(chǎn)函數(shù)）來(lái)減少模型估計(jì)的偏誤。因此，本文將式（5）作為有約束模型、式（6）作為無(wú)約束模型，即零假設(shè)為柯布-道格拉斯生產(chǎn)函數(shù)適用，H0：βij=0（i＜j；i，j=1，2，…，n），用式（7）構(gòu)造似然比統(tǒng)計(jì)量檢驗(yàn)柯布-道格拉斯生產(chǎn)函數(shù)還是超越對(duì)數(shù)生產(chǎn)函數(shù)更適合本文的研究。

第三，檢驗(yàn)本研究對(duì)象是否存在前沿技術(shù)進(jìn)步。技術(shù)進(jìn)步往往體現(xiàn)在生產(chǎn)技術(shù)的創(chuàng)新、改進(jìn)及管理水平提高上。通過(guò)引入時(shí)間變量τ來(lái)表征技術(shù)進(jìn)步因素，由于柯布-道格拉斯生產(chǎn)函數(shù)中沒(méi)有考慮技術(shù)進(jìn)步的因素，須檢驗(yàn)是否需要在模型中引入技術(shù)進(jìn)步因素以避免模型的設(shè)定偏誤。如果檢驗(yàn)結(jié)果表明必須引入技術(shù)進(jìn)步因素，則需要進(jìn)一步檢驗(yàn)是否為中性技術(shù)進(jìn)步。分別以不帶τ和帶τ的柯布-道格拉斯生產(chǎn)函數(shù)和超越對(duì)數(shù)生產(chǎn)函數(shù)SFA模型為有約束模型和無(wú)約束模型，即零假設(shè)為無(wú)需引進(jìn)技術(shù)進(jìn)步因素，H0：βt=βtt=βti=0（i=1，2，…，n），用式（7）構(gòu)造似然比統(tǒng)計(jì)量檢驗(yàn)是否需要引進(jìn)技術(shù)進(jìn)步因素。

三、實(shí)證模型與數(shù)據(jù)來(lái)源

1.實(shí)證模型與變量說(shuō)明

根據(jù)理論模型式（1）、式（5）和式（6），本文選取相應(yīng)投入的生產(chǎn)要素，以我國(guó)37個(gè)國(guó)家級(jí)流通節(jié)點(diǎn)城市為觀察對(duì)象，構(gòu)建引入技術(shù)進(jìn)步因素的基于柯布-道格拉斯生產(chǎn)函數(shù)和超越對(duì)數(shù)生產(chǎn)函數(shù)的SFA面板數(shù)據(jù)實(shí)證模型式（8）和式（9）：

需要進(jìn)一步考察影響各城市物流產(chǎn)業(yè)效率的因素，根據(jù)式（4），技術(shù)非效率的實(shí)證模型為：

上述基于柯布-道格拉斯生產(chǎn)函數(shù)和超越對(duì)數(shù)生產(chǎn)函數(shù)的SFA面板數(shù)據(jù)實(shí)證模型式（8）和式（9）以及技術(shù)非效率實(shí)證模型式（10）的變量說(shuō)明如表1所示。

表1 模型變量選擇與含義

2.數(shù)據(jù)來(lái)源說(shuō)明

由于我國(guó)目前沒(méi)有物流產(chǎn)業(yè)的相關(guān)統(tǒng)計(jì)數(shù)據(jù)，本文上述變量都是按照目前本領(lǐng)域普遍的做法，采用交通運(yùn)輸、倉(cāng)儲(chǔ)、郵政業(yè)的相關(guān)數(shù)據(jù)來(lái)表征物流業(yè)的相關(guān)指標(biāo)。同時(shí)由于進(jìn)入21世紀(jì)以來(lái)，在國(guó)家各種經(jīng)濟(jì)戰(zhàn)略規(guī)劃和相關(guān)物流政策的推動(dòng)下，我國(guó)物流業(yè)在現(xiàn)代化、專業(yè)化等方面獲得了一定的發(fā)展，因此本文選取2001—2013年間37個(gè)國(guó)家級(jí)流通節(jié)點(diǎn)城市的面板數(shù)據(jù)研究其物流產(chǎn)業(yè)效率。

四、實(shí)證結(jié)果分析

1.模型估計(jì)與檢驗(yàn)

（1）相關(guān)指標(biāo)的檢驗(yàn)

利用Frontier4.1軟件，運(yùn)用SFA面板數(shù)據(jù)模型并采用一步估計(jì)法，分別估計(jì)模型式（8）和式（9），表2給出了考慮技術(shù)進(jìn)步與否的柯布-道格拉斯生產(chǎn)函數(shù)和超越對(duì)數(shù)生產(chǎn)函數(shù)模型估計(jì)的LR值和對(duì)數(shù)似然函數(shù)值。

根據(jù)表2，對(duì)上述三類假設(shè)進(jìn)行檢驗(yàn)，其結(jié)果見表3。

（2）模型估計(jì)與結(jié)果分析

表3的檢驗(yàn)結(jié)果表明，在我國(guó)國(guó)家級(jí)流通節(jié)點(diǎn)城市物流產(chǎn)業(yè)效率測(cè)度中，最適用的是考慮技術(shù)進(jìn)步的柯布-道格拉斯生產(chǎn)函數(shù)SFA模型，具體估計(jì)結(jié)果如表4所示。

課前老師在教室舉辦一場(chǎng)小規(guī)模的臺(tái)歷展，鼓勵(lì)學(xué)生去收集生活中造型不同的臺(tái)歷，并陳設(shè)在每個(gè)同學(xué)桌上，然后引導(dǎo)學(xué)生欣賞觀察臺(tái)歷都有什么共同點(diǎn)，孩子們一下就發(fā)現(xiàn)所有的臺(tái)歷都是能立在桌子上的。老師見同學(xué)們對(duì)臺(tái)歷愛(ài)不釋手，在教學(xué)環(huán)節(jié)中設(shè)計(jì)了“立紙游戲”，請(qǐng)同學(xué)們思考采用手工制作如何把紙張立起來(lái)，做成臺(tái)歷的基底。通過(guò)游戲這個(gè)環(huán)節(jié)，學(xué)生不僅發(fā)現(xiàn)了對(duì)折、折上折等方法，還發(fā)現(xiàn)了組合紙張的方法，再加上老師適時(shí)地引導(dǎo)，學(xué)生在很短的時(shí)間內(nèi)，全部掌握了臺(tái)歷基座的制作。然后老師出示了植物、人物、動(dòng)物造型的臺(tái)歷，引導(dǎo)學(xué)生對(duì)臺(tái)歷造型的思考。在學(xué)生分享自己想把臺(tái)歷制作成什么樣時(shí)，孩子們的創(chuàng)意簡(jiǎn)直令人驚訝。

首先，從總體上看，表4中的γ=0.813，且在1%的水平上顯著，表明該模型偏誤的大部分來(lái)自技術(shù)非效率的影響，也表明技術(shù)非效率因素是我國(guó)國(guó)家級(jí)流通節(jié)點(diǎn)城市物流產(chǎn)業(yè)生產(chǎn)未達(dá)到前沿面產(chǎn)出水平的重要影響因素。

表2 隨機(jī)前沿模型似然函數(shù)值

表3 相關(guān)假設(shè)檢驗(yàn)結(jié)果

其次，表4的左半部分反映了各流通節(jié)點(diǎn)城市物流業(yè)生產(chǎn)要素的投入對(duì)總物流產(chǎn)出的影響程度。估計(jì)結(jié)果顯示，物流業(yè)固定投資、勞動(dòng)投入都在1%水平上顯著，表明二者對(duì)物流業(yè)產(chǎn)出具有重要的影響，即分別投入每增加1%時(shí)，物流產(chǎn)出分別增加0.264%和0.36%；同時(shí)在柯布-道格拉斯函數(shù)中引入的技術(shù)進(jìn)步因素也在1%的水平上顯著，這充分顯示了各城市的物流產(chǎn)出隨著時(shí)間發(fā)展和技術(shù)進(jìn)步，對(duì)產(chǎn)出也產(chǎn)生了重要的影響。

2.各城市物流產(chǎn)業(yè)效率測(cè)度結(jié)果及影響因素分析

從表5可加總計(jì)算各城市2001—2013年的物流產(chǎn)業(yè)總平均效率為0.587，這與劉秉鐮、余泳澤[34]和田剛、李南[35]測(cè)算我國(guó)物流業(yè)平均效率為0.59和0.56相比，基本吻合。

這個(gè)結(jié)果也表明不論是從省域還是從市域?qū)用婵?，我?guó)物流產(chǎn)業(yè)效率都比較低。本文主要從直接影響的角度考慮，將信息化水平、產(chǎn)業(yè)結(jié)構(gòu)和人力資本引入技術(shù)非效率模型做了估計(jì)，結(jié)果如表4的右半部分所示，如果影響因素的估計(jì)參數(shù)為負(fù)，則表示該影響因素技術(shù)效率有正的影響。從表4的估計(jì)結(jié)果來(lái)看，這3個(gè)影響因素均產(chǎn)生了正的影響，其中信息化水平和產(chǎn)業(yè)結(jié)構(gòu)都在1%的水平上顯著，也充分表明在現(xiàn)代化物流運(yùn)作過(guò)程中，信息流暢通對(duì)提高物流業(yè)效率具有非常重要的作用；同時(shí)也表明目前我國(guó)國(guó)家級(jí)流通節(jié)點(diǎn)城市的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整較快，物流業(yè)和第二產(chǎn)業(yè)之間的聯(lián)動(dòng)較好。但體現(xiàn)人才水平的人力資本雖然是正影響，但不顯著，這也反映了我國(guó)人才欠缺的普遍事實(shí)。

表4 模型估計(jì)結(jié)果

表5 國(guó)家級(jí)流通節(jié)點(diǎn)城市物流產(chǎn)業(yè)效率

3.各城市物流產(chǎn)業(yè)效率的時(shí)空變化分析

為了便于清晰地比較分析，本文將37個(gè)城市按照我國(guó)東中西部的劃分方法，將其劃分為東部18個(gè)城市、中部9個(gè)城市、西部10個(gè)城市，從時(shí)間維度和空間維度對(duì)其動(dòng)態(tài)變化進(jìn)行分析。

（1）從時(shí)間維度分析

表6顯示了我國(guó)2001—2013年我國(guó)不同區(qū)域的流通節(jié)點(diǎn)城市的物流產(chǎn)業(yè)平均效率的變化趨勢(shì)。首先，從總體趨勢(shì)來(lái)看，從2001年開始東中西部都有下降的趨勢(shì)，中部城市從2003年開始一直平穩(wěn)上升，而全國(guó)及其他區(qū)域的城市一直到2005年或2006年之后才有所提升，到2010年達(dá)到最高，之后基本都波動(dòng)變化。其次，從局部趨勢(shì)看，全國(guó)各流通節(jié)點(diǎn)城市的物流產(chǎn)業(yè)效率在13年期間都低于中部和東部、高于西部，但全國(guó)平均效率變化較平穩(wěn)，基本在0.6上下浮動(dòng)；而中部和東部除了個(gè)別年份外都在0.6～0.7之間，且中部略高；西部整體效率都在0.5以下，個(gè)別年份低于0.4。

出現(xiàn)上述變化的原因，本文認(rèn)為主要與宏觀經(jīng)濟(jì)環(huán)境以及我國(guó)不同經(jīng)濟(jì)發(fā)展規(guī)劃期的物流推進(jìn)政策密切相關(guān)。期初下降的原因可能是“十五”期間我國(guó)將物流業(yè)列為大力發(fā)展的新型服務(wù)業(yè)之一，并于2001年3月出臺(tái)了《關(guān)于加快我國(guó)現(xiàn)代物流發(fā)展的若干意見》，在這些經(jīng)濟(jì)政策推動(dòng)下，我國(guó)各大流通節(jié)點(diǎn)城市的物流產(chǎn)業(yè)效率都得到了一定提升，但由于物流基礎(chǔ)設(shè)施不完善、運(yùn)作管理水平低等原因?qū)е潞髣挪蛔?，所以出現(xiàn)了物流產(chǎn)業(yè)效率下降的現(xiàn)象；到了2005—2006年，我國(guó)又開始了“十一五”規(guī)劃，規(guī)劃綱要中明確現(xiàn)代物流業(yè)是重要的生產(chǎn)性服務(wù)業(yè)，是支撐國(guó)民經(jīng)濟(jì)發(fā)展的基礎(chǔ)性、戰(zhàn)略性產(chǎn)業(yè)，要大力發(fā)展現(xiàn)代物流業(yè)，同時(shí)2009年出臺(tái)的《物流業(yè)調(diào)整和振興規(guī)劃》猶如我國(guó)物流業(yè)發(fā)展的強(qiáng)心劑，因此，“十一五”期間效率呈現(xiàn)出穩(wěn)定提升的趨勢(shì)，到2010年平均效率達(dá)到了一個(gè)較高值；此后又出現(xiàn)下降，可能與當(dāng)時(shí)我國(guó)總體經(jīng)濟(jì)形勢(shì)密切相關(guān)。此外，中部各流通節(jié)點(diǎn)城市物流產(chǎn)業(yè)效率一直處于穩(wěn)定上升的狀態(tài)，這可能是因?yàn)楦鞒鞘邢鄬?duì)差距不大以及相對(duì)穩(wěn)定的物流投入，因此其總平均效率略高于東部。這似乎不符合常規(guī)，但從實(shí)際數(shù)據(jù)來(lái)看，東部出現(xiàn)了南寧和?？诘牡托剩ǚ謩e為0.31和0.28），而北京、上海等特大城市的物流業(yè)效率并不高，且近年來(lái)有明顯的下降趨勢(shì)，這反映了近年來(lái)這些城市的經(jīng)濟(jì)流通總量超出了物流業(yè)的承受能力，從而導(dǎo)致物流產(chǎn)業(yè)效率相對(duì)較低，因此東部的效率略低于中部也屬于正?，F(xiàn)象。西部特殊的經(jīng)濟(jì)地域環(huán)境、低投入低產(chǎn)出造成的物流產(chǎn)業(yè)低效率是基本符合預(yù)期的。

表6 2001—2013年我國(guó)及東中西部流通節(jié)點(diǎn)城市物流產(chǎn)業(yè)平均效率

（2）從空間維度分析

圖1a顯示了我國(guó)東部18個(gè)國(guó)家級(jí)流通節(jié)點(diǎn)城市物流產(chǎn)業(yè)平均效率的差異，平均物流產(chǎn)業(yè)效率低于0.4的城市有南寧和海口；接近0.5的有南京、杭州和濟(jì)南；其余的城市都高于0.6，即在全國(guó)平均值以上，其中廣州最高，平均效率為0.8。圖1b是我國(guó)中部9個(gè)流通節(jié)點(diǎn)城市的物流產(chǎn)業(yè)平均效率，整體差異不大，基本都在0.5以上。圖1c中我國(guó)10個(gè)西部流通節(jié)點(diǎn)城市的物流產(chǎn)業(yè)平均效率除了重慶、成都和貴陽(yáng)在0.5以上外，其余的城市都在0.45以下，特別是拉薩的平均效率僅為0.06。

圖1我國(guó)東部（a）、中部（b）、西部（c）國(guó)家級(jí)流通節(jié)點(diǎn)城市物流產(chǎn)業(yè)平均效率

圖1 的結(jié)果反映了我國(guó)國(guó)家級(jí)流通節(jié)點(diǎn)城市除了與物流運(yùn)作密切相關(guān)的地域地形、經(jīng)濟(jì)環(huán)境的差異導(dǎo)致了東中西部的物流產(chǎn)業(yè)平均效率的不同，更表明了本文分析中提到的效率影響因素如信息化水平、產(chǎn)業(yè)結(jié)構(gòu)、人力資本等，都是不容忽視的重要因素。

五、結(jié)論

本文以國(guó)家級(jí)流通節(jié)點(diǎn)城市的物流業(yè)固定投資和從業(yè)人員為資本和勞動(dòng)投入，以物流業(yè)增加值為產(chǎn)出，同時(shí)在考慮技術(shù)非效率影響因素如區(qū)域信息化水平、產(chǎn)業(yè)結(jié)構(gòu)、人力資本等因素的前提下，以2001—2013年我國(guó)國(guó)家級(jí)流通節(jié)點(diǎn)城市的面板數(shù)據(jù)為基礎(chǔ)，利用巴特斯和科里提出的SFA方法及其一步估計(jì)法，并通過(guò)對(duì)隨機(jī)前沿分析方法的適用性、生產(chǎn)函數(shù)的適用性、技術(shù)進(jìn)步因素的存在性等進(jìn)行檢驗(yàn)，最后選擇考慮技術(shù)進(jìn)步因素的、基于柯布-道格拉斯生產(chǎn)函數(shù)的SFA面板數(shù)據(jù)模型實(shí)證研究物流產(chǎn)業(yè)效率。研究結(jié)果顯示，首先，我國(guó)國(guó)家級(jí)流通節(jié)點(diǎn)城市的物流產(chǎn)業(yè)平均效率較低，僅為0.587；其次，各城市的物流產(chǎn)業(yè)平均效率在時(shí)空維度上變化較大，從時(shí)間維度上看，從2001年開始都有下降的趨勢(shì)，其中中部城市從2003年開始一直平穩(wěn)上升，而全國(guó)及其他區(qū)域的城市一直到2005年或2006年之后才有所提升，到2010年達(dá)到最高，之后基本都波動(dòng)變化；從空間維度看，城市層面上的物流產(chǎn)業(yè)平均效率差距巨大，最低的拉薩僅有0.06，而最高的廣州為0.8；在區(qū)域的層面看，中部和東部物流產(chǎn)業(yè)平均效率高于全國(guó)平均值，且中部略高，而西部物流產(chǎn)業(yè)平均效率低于全國(guó)平均值，僅為0.44。

上述研究表明，我國(guó)在未來(lái)國(guó)家級(jí)流通節(jié)點(diǎn)城市的樞紐地位打造、骨干物流網(wǎng)絡(luò)中重要流通節(jié)點(diǎn)建設(shè)上還需要加大投入，才能促進(jìn)更大的物流業(yè)產(chǎn)出，從而提升整體物流產(chǎn)業(yè)效率，促進(jìn)流通節(jié)點(diǎn)城市經(jīng)濟(jì)發(fā)展和對(duì)外實(shí)現(xiàn)貨暢其流；同時(shí)必須考慮差異化投入，特別是西部各城市的物流基礎(chǔ)設(shè)施投入應(yīng)該是重中之重，道路等級(jí)提升、物流節(jié)點(diǎn)合理布局以及信息化水平、人才配備、產(chǎn)業(yè)聯(lián)動(dòng)等方面更需要加強(qiáng)建設(shè)；東部的個(gè)別物流產(chǎn)業(yè)效率低的城市，如南寧和?？冢诟劭诘任锪鞴?jié)點(diǎn)規(guī)模、現(xiàn)代化建設(shè)、運(yùn)輸聯(lián)動(dòng)方面應(yīng)該重點(diǎn)考慮。

＊本文受中央高?；究蒲袠I(yè)務(wù)費(fèi)資助項(xiàng)目——華僑大學(xué)哲學(xué)社會(huì)科學(xué)青年學(xué)者成長(zhǎng)工程項(xiàng)目（項(xiàng)目編號(hào)：12SKGC-QG02）資助。

[1]余冬筠.區(qū)域創(chuàng)新的效率與模式研究[M].北京：經(jīng)濟(jì)科學(xué)出版社，2013：61-82.

[2]Gordon R..Productivity in the Transportation Sector [R].NBER Working Paper，1993.

[3]、[20]林坦，王玲.基于SFA方法的我國(guó)區(qū)域物流效率分析[J].港口經(jīng)濟(jì)，2008（12）：46-49.

[4]田剛，李南.中國(guó)物流業(yè)技術(shù)進(jìn)步與技術(shù)效率研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009（2）：76-86.

[5]、[21]余泳澤，武鵬.我國(guó)物流產(chǎn)業(yè)效率及其影響因素的實(shí)證研究——基于中國(guó)省際數(shù)據(jù)的隨機(jī)前沿生產(chǎn)函數(shù)分析[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2010（1）：65-71.

[6]、[15]樊敏.中國(guó)城市群物流產(chǎn)業(yè)效率分析及發(fā)展策略研究——基于產(chǎn)業(yè)運(yùn)作及聯(lián)動(dòng)發(fā)展視角[J].軟科學(xué)，2010（5）：11-16.

[7]、[16]、[24]、[32]、[34]劉秉鐮，余泳澤.我國(guó)物流業(yè)地區(qū)間效率差異及其影響因素實(shí)證研究——基于數(shù)據(jù)包絡(luò)分析模型和托賓模型的分析[J].中國(guó)流通經(jīng)濟(jì)，2010（9）：18-21.

[8]、[23]、[26]、[35]田剛，李南.中國(guó)物流業(yè)技術(shù)效率差異及其影響因素研究——基于省級(jí)面板數(shù)據(jù)的實(shí)證分析[J].科研管理，2011（7）：34-44.

[9]謝菲，黃新建，姜睿清.我國(guó)物流產(chǎn)業(yè)投入產(chǎn)出效率研究[J].南京師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014（1）：48-56.

[10]、[22]余泳澤，劉秉鐮.中國(guó)區(qū)域物流產(chǎn)業(yè)技術(shù)進(jìn)步及其影響因素研究[J].上海經(jīng)濟(jì)研究，2010（10）：3-12.

[11]樊敏.中國(guó)八大經(jīng)濟(jì)區(qū)域物流產(chǎn)業(yè)運(yùn)作效率分析——基于三階段DEA模型[J].現(xiàn)代管理科學(xué)，2010（2）：48-50、71.

[12]、[18]、[25]袁丹，雷宏振.絲綢之路經(jīng)濟(jì)帶物流業(yè)效率及其影響因素研究[J].中國(guó)流通經(jīng)濟(jì)，2015（2）：14-21.

[13]、[17]張中強(qiáng).我國(guó)東部地區(qū)區(qū)域物流發(fā)展效率分析——以我國(guó)東部31個(gè)地市級(jí)地區(qū)為例[J].中國(guó)社會(huì)科學(xué)院研究生院學(xué)報(bào)，2012（1）：77-81.

[14]、[19]張定，曹衛(wèi)東，范嬌嬌，朱勝清，楊迎.長(zhǎng)三角城市物流發(fā)展效率的時(shí)空格局演化特征與機(jī)制[J].經(jīng)濟(jì)地理，2014（8）：103-110.

[27]Battese G.E.，Coelli T.J..Frontier Production Func?tion，Technical Efficiency and Panel Data：with Application to Paddy Farmers in India[J].Journal of Productivity Analysis，1992（1/2）：153-169.

[28]、[29]、[30]Battese G.E.，Coelli T.J..A Model for Technical Inefficiency Effects in a Stochastic Frontier Produc?tion Function for Panel Data[J].Empirical Economics，1995（2）：325-332.

[31]謝建國(guó).外商直接投資對(duì)中國(guó)的技術(shù)溢出——一個(gè)基于中國(guó)省區(qū)面板數(shù)據(jù)的研究[J].經(jīng)濟(jì)學(xué)（季刊），2006（4）：1109-1128.

[33]丁俊發(fā).中國(guó)物流業(yè)首先從制造業(yè)突破[J].中國(guó)流通經(jīng)濟(jì)，2008（5）：7-11．

責(zé)任編輯：方程

The Temporal and Spatial Variation of Logistics Industry Efficiency and The Influencing Factors of National Distribution Node Cities

FAN Yuejiao
（Huaqiao University，Quanzhou，F(xiàn)ujian362021，China）

Based on the panel data of the national distribution node cities in 2001-2013，with the help of Stochastic Frontier Analysis（SFA）method，the author tests the applicability of SFA method and the production function，and the existence of technological progress.Considering the results of testing and the influence of technical progress factor，the author choose SFA panel data model，which is based on the C-D production function，to do an empirical research.The results show that：the average efficiency of logistics industry of the national distribution node cities is lower，and the level of informatization and industrial structure are the important factors of the non efficiency；the average efficiency of the logistics industry of all cities is very different in terms of temporal and spatial variation；from temporal dimension，the average efficiency of the logistics industry in the central cities is relatively stable and that of the eastern and western cities are respectively in a high and low efficiency fluctuation state；from spatial dimension，there is a huge difference among cities in logistics industry efficiency，the average efficiency of logistics industry of central cities is slightly higher than that of eastern cities，and that of the western cities is the lowest.

national distribution node city；logistics efficiency；temporal and spatial variation；influence factor

F259.27

A

1007-8266（2015）11-0001-08

范月嬌（1974—），女，甘肅省平?jīng)鍪腥耍A僑大學(xué)工商管理學(xué)院副教授，福州大學(xué)經(jīng)濟(jì)管理學(xué)院博士生，主要研究方向?yàn)閰^(qū)域物流、物流經(jīng)濟(jì)。