王樹(shù)喬

（1.淮陰工學(xué)院，江蘇 淮安 223003；2.中國(guó)礦業(yè)大學(xué) 公共管理學(xué)院，江蘇 徐州 221116）

1 引言

中國(guó)物流業(yè)正逐步向更高級(jí)的形態(tài)、更復(fù)雜的分工和更合理的結(jié)構(gòu)階段演進(jìn)，隨著經(jīng)濟(jì)發(fā)展的變化也面臨著新的機(jī)遇與挑戰(zhàn)。目前，物流業(yè)規(guī)模呈現(xiàn)爆發(fā)式增長(zhǎng)，發(fā)展水平大幅提升，傳統(tǒng)運(yùn)輸、倉(cāng)儲(chǔ)等企業(yè)功能整合和服務(wù)延伸，推動(dòng)傳統(tǒng)物流企業(yè)向現(xiàn)代物流企業(yè)轉(zhuǎn)型，但也存在運(yùn)行效率偏低、專(zhuān)業(yè)化物流供給能力不足等問(wèn)題，因此研究物流業(yè)績(jī)效及探究其影響因素的作用機(jī)制，無(wú)疑對(duì)促進(jìn)中國(guó)經(jīng)濟(jì)發(fā)展有著重要的現(xiàn)實(shí)意義。

物流企業(yè)的績(jī)效評(píng)價(jià)受到國(guó)內(nèi)外理論界和實(shí)務(wù)界學(xué)者的廣泛關(guān)注。相關(guān)的研究成果聚焦在以下兩個(gè)方面：一是物流業(yè)績(jī)效測(cè)度方面的研究。李曉梅等[1]、王建等[2]分別采用數(shù)據(jù)包絡(luò)分析方法測(cè)度A股上市的16家和25家國(guó)有物流企業(yè)的績(jī)效。雷勛平[3]等綜合運(yùn)用DEA的CCR模型和“超效率”（Super-Efficiency）模型評(píng)價(jià)2008年中國(guó)31個(gè)省的物流產(chǎn)業(yè)績(jī)效。二是物流業(yè)績(jī)效影響因素方面的研究。樊秀峰等[4]實(shí)證分析中國(guó)物流業(yè)績(jī)效與進(jìn)出口貿(mào)易的影響關(guān)系。王林等[5]以拉詹的兩個(gè)市場(chǎng)理論方法為基礎(chǔ)，研究國(guó)際物流績(jī)效的影響因素作用機(jī)制。

綜上所述，已有研究采用的實(shí)證方法大多是傳統(tǒng)計(jì)量方法，該方法隱含假設(shè)為地區(qū)單位之間沒(méi)有聯(lián)系，但幾乎所有的空間數(shù)據(jù)都具有一定程度的空間自相關(guān)性，因此有必要從空間視角研究中國(guó)物流業(yè)績(jī)效及影響機(jī)制。本文基于包含松弛變量的SBM模型測(cè)度中國(guó)30個(gè)省、市、自治區(qū)的物流業(yè)績(jī)效，進(jìn)而系統(tǒng)考察物流業(yè)績(jī)效空間溢出效應(yīng)的產(chǎn)生機(jī)理，為提升物流業(yè)績(jī)效水平提供理論指導(dǎo)和實(shí)踐參考。

2 物流行業(yè)績(jī)效測(cè)算

2.1 DEA-SBM

數(shù)據(jù)包絡(luò)分析（DEA）評(píng)價(jià)方法的基本原理是假定DMU（決策單元）的輸出或輸入不變，不需要確定的生產(chǎn)函數(shù)，通過(guò)線(xiàn)性規(guī)劃對(duì)偶得到輸入與輸出之間的比例，由此來(lái)確定多輸出、多投入的DMU的資源投入產(chǎn)出是否達(dá)到技術(shù)有效，針對(duì)性的調(diào)整非有效DMU。

BBC和CCR模型等傳統(tǒng)的數(shù)據(jù)包絡(luò)分析模型并沒(méi)有考慮到松弛變量對(duì)評(píng)價(jià)結(jié)果的影響，僅從投入產(chǎn)出的比值來(lái)評(píng)價(jià)效率，導(dǎo)致測(cè)度的效率值與實(shí)際值存在較大的偏誤。Tone（2001）[6]建立了SBM模型有效解決了投入產(chǎn)出松弛性問(wèn)題，見(jiàn)式（1）。

式（1）中u為投入指標(biāo)的種類(lèi)，v為產(chǎn)出指標(biāo)的種類(lèi)，xij為第j個(gè)省份對(duì)第i種投入指標(biāo)的投入數(shù)量，yrj為第r種產(chǎn)出指標(biāo)的數(shù)量，s+、s-分別為產(chǎn)出和投入的松弛變量。

2.2 投入產(chǎn)出指標(biāo)選擇

本文選取2005-2015年中國(guó)30個(gè)省、市和自治區(qū)的有關(guān)數(shù)據(jù)為樣本，由于西藏、香港和澳門(mén)地區(qū)部分?jǐn)?shù)據(jù)缺失，因此沒(méi)納入研究范圍。借鑒已有文獻(xiàn)和中國(guó)物流業(yè)發(fā)展實(shí)踐，遵循數(shù)據(jù)的一致性、相關(guān)性和可得性，選取資本（K）、勞動(dòng)力（L）和能量消耗（E）作為物流業(yè)績(jī)效測(cè)算的投入指標(biāo)，以行業(yè)增加值（WGDP）、貨運(yùn)量（H）和貨運(yùn)周轉(zhuǎn)量（C）作為產(chǎn)出指標(biāo)。中國(guó)的統(tǒng)計(jì)產(chǎn)業(yè)分類(lèi)中并無(wú)物流產(chǎn)業(yè)，界定物流業(yè)包含交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)，數(shù)據(jù)來(lái)源于相應(yīng)年份的《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》與各個(gè)省、市的統(tǒng)計(jì)年鑒，投入產(chǎn)出指標(biāo)及其數(shù)據(jù)處理具體說(shuō)明如下：

資本（K）采用各地交通運(yùn)輸和倉(cāng)儲(chǔ)、郵政業(yè)存量指標(biāo)，選取固定資產(chǎn)投資為基本數(shù)據(jù)，資產(chǎn)折舊率為10%，為了消除價(jià)格干擾，利用固定資產(chǎn)投資指數(shù)對(duì)固定資產(chǎn)投資額進(jìn)行平減。勞動(dòng)力（L）用各個(gè)區(qū)域交通運(yùn)輸和倉(cāng)儲(chǔ)、郵政業(yè)從業(yè)人員來(lái)表示，單位是萬(wàn)人。能量消耗（E）選取交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)各項(xiàng)能源終端消費(fèi)量折算標(biāo)準(zhǔn)煤，單位是萬(wàn)噸標(biāo)準(zhǔn)煤。行業(yè)增加值（WGDP）為交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值，單位為億元。貨運(yùn)量（H）為鐵路、公路和水運(yùn)貨運(yùn)總量，單位為萬(wàn)t。貨運(yùn)周轉(zhuǎn)量（C）選用鐵路貨物、公路貨物和水運(yùn)貨物周轉(zhuǎn)總量，單位為億t·km。

3 實(shí)證分析

3.1 物流行業(yè)績(jī)效的靜態(tài)時(shí)序變化

根據(jù)DEA-SBM模型的基本原理，運(yùn)用MaxDEA軟件可以獲得2005-2015年中國(guó)大陸30個(gè)省、市、自治區(qū)的物流業(yè)績(jī)效值。

為了研究中國(guó)地區(qū)的物流業(yè)績(jī)效特征，參考中部地區(qū)崛起、西部大開(kāi)發(fā)實(shí)施意見(jiàn)以及黨的十六大報(bào)告精神的經(jīng)濟(jì)區(qū)域劃分標(biāo)準(zhǔn)，取代傳統(tǒng)粗略的東中西部劃分方式，將細(xì)分為東部、中部、西部和東北四大區(qū)域（中部包括山西、河南、安徽、江西、湖北、湖南6省份，東部包括北京、天津、河北、山東、廣東、海南、福建、上海、浙江、江蘇10個(gè)省份，東北包括遼寧、吉林、黑龍江3個(gè)省份，西部包括重慶、廣西、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆、內(nèi)蒙古11個(gè)省份）。從研究期內(nèi)中國(guó)和四大經(jīng)濟(jì)區(qū)域物流業(yè)績(jī)效平均值的演變軌跡（見(jiàn)表1）可知，樣本期內(nèi)的中國(guó)物流業(yè)績(jī)效水平呈現(xiàn)先上升后下降的倒“U”型特征，由2005年的0.45提高至2015年0.54，在2011年達(dá)到峰值（0.58）。

分區(qū)域來(lái)看，四大經(jīng)濟(jì)區(qū)域的物流行業(yè)績(jī)效時(shí)序演化軌跡差異顯著，就樣本初期與樣本末期的物流績(jī)效水平而言，東部地區(qū)的物流行業(yè)績(jī)效呈現(xiàn)下降趨勢(shì)，西部、中部和東北地區(qū)均表現(xiàn)出不同幅度的增長(zhǎng)。就各個(gè)省份來(lái)看，云南、吉林和新疆等省份的物流績(jī)效水平一直處于下游，集中在經(jīng)濟(jì)欠發(fā)達(dá)的中西部地區(qū)。上海、河北、山東、江蘇、浙江、天津等省份的物流業(yè)績(jī)效水平較高，這些省份主要位于經(jīng)濟(jì)發(fā)達(dá)的東部地區(qū)。需要指出的是，測(cè)度的物流業(yè)績(jī)效值是相對(duì)的，與發(fā)達(dá)國(guó)家的物流業(yè)相比還存在較大的改進(jìn)空間。樣本期內(nèi)東部地區(qū)的物流行業(yè)績(jī)效均值為0.77，中部地區(qū)為0.60，西部和東北部物流業(yè)績(jī)效值不高，分別為0.48和0.42，整體而言，中國(guó)的物流業(yè)績(jī)效持續(xù)增長(zhǎng)到2011年左右，隨后步入平穩(wěn)狀態(tài)。

3.2 物流行業(yè)績(jī)效的影響因素分析

為了探究中國(guó)物流業(yè)績(jī)效的空間外溢特征，筆者納入空間計(jì)量經(jīng)濟(jì)模型考察物流業(yè)績(jī)效的空間相關(guān)性和依賴(lài)性。Anselin[7]指出空間計(jì)量經(jīng)濟(jì)學(xué)是研究空間特征引起的變量特性變化的方法，隸屬于區(qū)域科學(xué)統(tǒng)計(jì)分析模型。通過(guò)空間計(jì)量經(jīng)濟(jì)學(xué)模型研究區(qū)域經(jīng)濟(jì)行為的基本思路是：首先采用莫蘭指數(shù)檢驗(yàn)被解釋變量是否存在空間相關(guān)性，然后再確定是否有必要納入空間計(jì)量經(jīng)濟(jì)模型進(jìn)行研究，倘若不能通過(guò)莫蘭指數(shù)檢驗(yàn)，則建立經(jīng)典計(jì)量經(jīng)濟(jì)模型研究被解釋變量的特性[8]。

（1）空間相關(guān)性檢驗(yàn)。表1的結(jié)果顯示出中國(guó)的物流業(yè)績(jī)效水平存在顯著的地區(qū)差異性，不同區(qū)域的物流業(yè)績(jī)效是否存在地理空間上的依賴(lài)性和相關(guān)性，這將決定物流業(yè)績(jī)效影響因素計(jì)量模型的構(gòu)建。本文基于傳統(tǒng)的全局Moran’s I指數(shù)檢驗(yàn)中國(guó)物流業(yè)績(jī)效的空間相關(guān)性。計(jì)算方法為：

表1 中國(guó)各個(gè)省份的物流業(yè)績(jī)效（2005-2015）

式（2）中xi,xj為各個(gè)地區(qū)的物流業(yè)績(jī)效值，n為測(cè)量總數(shù)，wi,j表示二進(jìn)制鄰接權(quán)重矩陣。莫蘭指數(shù)的取值范圍在[-1,1]，通過(guò)Matlab編程檢驗(yàn)物流業(yè)績(jī)效空間依賴(lài)性結(jié)果，見(jiàn)表2。

表2 空間依賴(lài)性檢驗(yàn)統(tǒng)計(jì)量

本文運(yùn)用了三種空間依賴(lài)性檢驗(yàn)方法GLOBAL Moran MI，GLOBAL Geary GC 和 GLOBAL Getis-Ords GO，都近似服從正態(tài)分布。從表2的結(jié)果可知，中國(guó)的物流業(yè)績(jī)效并不是隨機(jī)分布的，存在顯著的空間相關(guān)性，表現(xiàn)出“相似相近”的特征。據(jù)此，分析物流業(yè)績(jī)效影響因素作用機(jī)制采用空間計(jì)量模型較為適宜。

（2）模型設(shè)定和變量選擇?？臻g計(jì)量經(jīng)濟(jì)模型包括空間滯后模型與空間誤差模型兩大類(lèi)?？臻g滯后模型[9]（Spatial Lag Model，SLM）主要是用來(lái)考察各變量是否存在區(qū)域擴(kuò)散現(xiàn)象，空間滯后模型表達(dá)式如下：

式（3）中，Y為被解釋變量；X為n×k的外生解釋變量矩陣；ρ為空間回歸系數(shù)；W為n×n階的空間權(quán)重矩陣，一般選用鄰接矩陣（Contiguity Matrix）；WY為空間滯后被解釋變量；ε為隨機(jī)誤差項(xiàng)向量。

空間誤差模型（Spatial Error Model，SEM）也稱(chēng)為空間自相關(guān)模型，擾動(dòng)誤差項(xiàng)表示變量的空間依賴(lài)作用，用以度量鄰接區(qū)域被解釋變量的誤差沖擊對(duì)研究區(qū)域觀察值的影響程度，數(shù)學(xué)表達(dá)式為[10]：

式（4）中，ε為隨機(jī)誤差項(xiàng)向量，λ為n×1的截面被解釋變量向量的空間誤差系數(shù)，μ為正態(tài)分布的隨機(jī)誤差向量。參數(shù)λ反映的是相鄰地區(qū)的觀察值Y對(duì)本地區(qū)觀察值Y的影響方向和程度，參數(shù)β表示自變量X對(duì)因變量Y的影響。

由表2可知LM Error（Burridge）和LM Error（Robust）在5%的顯著性水平下顯著，LM Lag（Anselin）和LM Lag（Robust）沒(méi)有通過(guò)10%的顯著性水平檢驗(yàn)。根據(jù)Anselin（1988）的判斷標(biāo)準(zhǔn)選擇SEM模型分析較為合適。接下來(lái)著重考察中國(guó)物流業(yè)績(jī)效差異的影響因素作用機(jī)制，借鑒已有文獻(xiàn)，選取區(qū)域經(jīng)濟(jì)（GDP），用地區(qū)生產(chǎn)總值來(lái)表示，單位億元；產(chǎn)業(yè)結(jié)構(gòu)（STR）采用第三產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重來(lái)表征；外商投資（FDI）為區(qū)域?qū)嶋H利用外商投資額，單位萬(wàn)美元；人力資源（EDU）表示大專(zhuān)以上受教育人數(shù)占地區(qū)總?cè)丝诘谋壤?；城?zhèn)化（URB）為常住城鎮(zhèn)的人口占區(qū)域總?cè)丝诘谋壤?；物流?zhuān)業(yè)化程度（SPE）采用物流產(chǎn)值占總產(chǎn)值的比例來(lái)衡量。樣本數(shù)據(jù)來(lái)源于相應(yīng)年份的《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)教育年鑒》和《中國(guó)對(duì)外經(jīng)濟(jì)貿(mào)易年鑒》。

（3）結(jié)果分析。表3分別報(bào)告了SEM模型②、③、④和OLS回歸結(jié)果，從中可以看出，SEM空間固定效應(yīng)、SEM空間時(shí)間效應(yīng)的空間誤差相關(guān)系數(shù)都通過(guò)了10%的顯著性水平檢驗(yàn)。從擬合優(yōu)度R2來(lái)看，SEM空間固定效應(yīng)略微優(yōu)于SEM空間時(shí)間效應(yīng)模型。據(jù)此，本文的分析結(jié)果以SEM空間固定效應(yīng)模型的結(jié)果為主。

表3 空間面板SEM模型估計(jì)結(jié)果

區(qū)域經(jīng)濟(jì)和產(chǎn)業(yè)結(jié)構(gòu)的彈性系數(shù)為負(fù)，但都未能通過(guò)統(tǒng)計(jì)性檢驗(yàn)，表明區(qū)域經(jīng)濟(jì)發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)對(duì)區(qū)域物流業(yè)績(jī)效的影響不大。物流專(zhuān)業(yè)化程度對(duì)物流業(yè)績(jī)效的影響顯著為正，物流專(zhuān)業(yè)化程度每提高一個(gè)單位，物流業(yè)績(jī)效提高5.398個(gè)單位，表明物流業(yè)專(zhuān)業(yè)化程度越高，其物流業(yè)熟練程度和比較優(yōu)勢(shì)越明顯，生產(chǎn)績(jī)效也就越高。外商投資對(duì)物流業(yè)績(jī)效的影響顯著為正，回歸系數(shù)為0.077，外商投資每增加一個(gè)單位，物流業(yè)績(jī)效將增加0.077個(gè)單位，顯示出外商投資加速地方經(jīng)濟(jì)快速騰飛的同時(shí)，也增加了區(qū)域物流貨運(yùn)量，有益于區(qū)域物流業(yè)績(jī)效的提升。

人力資源對(duì)物流業(yè)績(jī)效的影響顯著為正，回歸系數(shù)為0.53，人力資源每增加一個(gè)單位，物流業(yè)績(jī)效提高0.53個(gè)單位，從某種意義上來(lái)講，物流業(yè)是屬于技術(shù)密集型產(chǎn)業(yè)，吸納和使用大量現(xiàn)代化技術(shù)，隨著大專(zhuān)及以上人數(shù)占地區(qū)總受教育人數(shù)比重提高，物流行業(yè)招募的工作人員素質(zhì)要求愈發(fā)嚴(yán)苛，無(wú)疑促進(jìn)了物流行業(yè)的現(xiàn)代化技術(shù)創(chuàng)新，因此高素質(zhì)人才隊(duì)伍對(duì)物流業(yè)績(jī)效改善起到促進(jìn)作用。城鎮(zhèn)化水平的彈性系數(shù)顯著為正，反映出中國(guó)的城鎮(zhèn)化水平越高，越容易產(chǎn)生人力資源集聚效應(yīng)，為物流產(chǎn)業(yè)的發(fā)展提供重要的生產(chǎn)要素，交通、倉(cāng)儲(chǔ)、配送基礎(chǔ)設(shè)施的條件優(yōu)越，規(guī)模效應(yīng)顯現(xiàn)，物流運(yùn)營(yíng)成本走低，相應(yīng)的物流總量不斷提高。

4 結(jié)論和啟示

通過(guò)實(shí)證分析可以得到結(jié)論，目前我國(guó)物流行業(yè)總體績(jī)效水平較低，尚存在很大的改進(jìn)空間。樣本期內(nèi)的物流業(yè)績(jī)效地區(qū)差異性顯著，東部地區(qū)的物流業(yè)績(jī)效最高，中部其次，西部和東北部最低。全局莫蘭指數(shù)檢驗(yàn)發(fā)現(xiàn)中國(guó)的物流業(yè)績(jī)效存在顯著的空間依賴(lài)性；區(qū)域經(jīng)濟(jì)和產(chǎn)業(yè)結(jié)構(gòu)對(duì)中國(guó)的物流業(yè)績(jī)效影響不大，物流專(zhuān)業(yè)化程度、外商投資、人力資源和城鎮(zhèn)化水平顯著正向促進(jìn)物流業(yè)績(jī)效的提升。針對(duì)以上結(jié)論，提出中國(guó)物流業(yè)績(jī)效水平改善的建議如下：

第一，東部區(qū)域應(yīng)繼續(xù)發(fā)揮區(qū)位優(yōu)勢(shì)，合理配置物流資源并產(chǎn)生輻射作用，帶動(dòng)中、西和東北地區(qū)物流業(yè)發(fā)展，另外，這些區(qū)域的物流企業(yè)應(yīng)積極向東部?jī)?yōu)秀物流企業(yè)學(xué)習(xí)先進(jìn)的技術(shù)管理知識(shí)，不斷提升資源配置的合理性。

第二，積極推進(jìn)我國(guó)城鎮(zhèn)化建設(shè)，為物流產(chǎn)業(yè)發(fā)展提供重要的人力資源生產(chǎn)要素，保持物流業(yè)績(jī)效良性發(fā)展態(tài)勢(shì)；增加物流企業(yè)的人力資源儲(chǔ)備，提高人才培養(yǎng)質(zhì)量，為物流業(yè)改革和創(chuàng)新儲(chǔ)備豐富的人力資源，提升高端人才對(duì)物流業(yè)績(jī)效發(fā)展的貢獻(xiàn)度。

第三，積極引進(jìn)外資，彌補(bǔ)國(guó)內(nèi)資金在物流業(yè)投資的不足，大力提升物流企業(yè)專(zhuān)業(yè)化服務(wù)能力，推動(dòng)物流企業(yè)向集約化與協(xié)同化發(fā)展，建立和完善現(xiàn)代物流服務(wù)體系，盡可能避免重復(fù)建設(shè)和資源浪費(fèi)，實(shí)現(xiàn)我國(guó)物流業(yè)績(jī)效健康持續(xù)提升。

[1]李曉梅,白雪飛.基于超效率CCR-DEA的國(guó)有物流企業(yè)績(jī)效實(shí)證分析[J].中國(guó)流通經(jīng)濟(jì),2016,(4):26-32.

[2]王建,鐘俊娟.我國(guó)物流業(yè)市場(chǎng)結(jié)構(gòu)與績(jī)效的關(guān)系研究[J].東南學(xué)術(shù),2013,(3):99-108.

[3]雷勛平.基于DEA的物流產(chǎn)業(yè)效率測(cè)度實(shí)證研究[J].華東經(jīng)濟(jì)管理,2012,(7):62-66.

[4]樊秀峰,余姍.“海上絲綢之路”物流績(jī)效及對(duì)中國(guó)進(jìn)出口貿(mào)易影響實(shí)證[J].西安交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2015,(5):13-20.

[5]王林,楊堅(jiān)爭(zhēng).國(guó)際物流績(jī)效影響因素研究[J].中國(guó)流通經(jīng)濟(jì),2014,(5):50-55.

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

[7]Anselin L.Spatial Econometric:Methods and Models[J].Journal of the American Statistical Association,1990,85,(411):160.

[8]吳玉鳴.空間計(jì)量經(jīng)濟(jì)模型在省域研發(fā)與創(chuàng)新中的應(yīng)用研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2006,(5):41-46.

[9]馬子量,郭志儀.西部地區(qū)省域城市化動(dòng)力機(jī)制研究[J].中國(guó)人口·資源與環(huán)境,2014,(6):9-15.

[10]周五七,武戈.低碳約束的工業(yè)綠色生產(chǎn)率增長(zhǎng)及其影響因素實(shí)證分析[J].中國(guó)科技論壇,2014,(8):67-73.