鄭秀娟

（西安航空學(xué)院 經(jīng)濟管理學(xué)院，西安 710077）

0 引言

隨著我國現(xiàn)代化經(jīng)濟和市場競爭的進一步繁榮，物流業(yè)發(fā)展迅速。而與此同時，整個物流業(yè)資本流向和集聚則相對具有偏向結(jié)構(gòu)，僅2006—2015年間，物流業(yè)投入資本增幅翻了九倍，目前物流業(yè)最大的基本集聚模塊在O2O服務(wù)。與此類似的還有物流業(yè)的勞動力資源，物流配送中心需要有高效的運作倉庫，以迅速準(zhǔn)確地履行訂單，歐洲勞動力成本占整個物流業(yè)成本平均比重在35%～40%，而我國僅為20%～22%。以上因素的共同作用，嚴(yán)重影響了物流業(yè)進一步獲取技術(shù)改進效應(yīng)，從而致使我國物流業(yè)發(fā)展出現(xiàn)區(qū)域不均和效率改進增速緩慢的問題。

現(xiàn)有針對物流業(yè)發(fā)展的研究主要側(cè)重于定性分析，定量分析主要集中在物流業(yè)發(fā)展的技術(shù)效應(yīng)測度上，所使用方法為基本的效率分解，但對于不用區(qū)域在不同空間域下的物流效率發(fā)展，并未有集中的研究探索。為此，本文結(jié)合物流業(yè)各部類發(fā)展的分散化特征，結(jié)合隨機前沿分析，以及去時序化的空間效率比對，對我國物流業(yè)發(fā)展技術(shù)效率進行全面剖析。

1 物流業(yè)發(fā)展效率測度的模型構(gòu)建

1.1 隨機前沿分析原理

隨機前沿分析是一種結(jié)合參數(shù)分析的典型代表模型，主要考慮按照隨機前沿面確定參數(shù)選擇并結(jié)合非參數(shù)進行對比因子在隨機模式下的影響分析，進行進一步的對象分析的方法。隨機前沿分析模型主要考慮的是測度第n個決策單元過程中如何獲得在其對應(yīng)的第T個時序期內(nèi)的效率，一般而言是將這種效率分為技術(shù)效率和技術(shù)進步。并且按照每個決策單元映射出投向第m類別投入產(chǎn)出組合的一種決策，其基本模型如下：

關(guān)于隨機前沿分析中的技術(shù)無效，一般假定其基準(zhǔn)條件是服從半正態(tài)分布，并且按照截斷方式獲得正態(tài)分布、指數(shù)分布和相應(yīng)的向量分布。v刻畫的是一個與前者的獨立同分布，即按照正態(tài)分布估算結(jié)果，針對產(chǎn)業(yè)分析的各部類效率進行逐個精度檢驗，再在此基礎(chǔ)上，依據(jù)u、v在每一個時序?qū)?yīng)向量集上的符號判斷每一個產(chǎn)業(yè)部類在不同時序的決策單元技術(shù)效率發(fā)展趨勢，這正好符合了本文所面向的物流產(chǎn)業(yè)中各部類不同步的發(fā)展現(xiàn)實，從而更為精確地確立物流產(chǎn)業(yè)各部類在不同時序、不同區(qū)域、不同類別的發(fā)展效能。

同時，當(dāng)η為正數(shù)時，η(t)是在第t時序內(nèi)的技術(shù)效率單增函數(shù)，其與帶測定產(chǎn)業(yè)的總體技術(shù)效率正向關(guān)聯(lián)，技術(shù)無效向量趨減；否則則為負(fù)向關(guān)聯(lián)，技術(shù)無效向量趨增。當(dāng)η(t)取值為1時，所對應(yīng)的技術(shù)效率函數(shù)恒不變，即不再有帶測定產(chǎn)業(yè)各部類在不同時序的不同步技術(shù)無效。而δit的設(shè)定主要是為了在隨機前沿分析過程中的參數(shù)估計選擇，即當(dāng)δit=vit=μit時，向量擾動映射成合成誤差項，此時隨機前沿分析模型不能直接用最小二乘估計獲得直接的期望結(jié)果來作為最終的技術(shù)效率判定值，其原因在于，此時δit數(shù)學(xué)期望為負(fù)，導(dǎo)致每一方面的隨機擾動判斷不成立；此時，需要隨機前沿分析模型按照基于δit數(shù)學(xué)期望的密度函數(shù)進行極大似然估計求得模型各個參數(shù)，在進行各項擾動項對應(yīng)的條件分布進行條件數(shù)學(xué)期望，即按照式（3）進行。其對應(yīng)的現(xiàn)實意義在于當(dāng)待測定產(chǎn)業(yè)部類中不同時序內(nèi)的作用向量在機制上呈現(xiàn)同樣的時序驗證結(jié)果，此時隨機前沿分析模型所表現(xiàn)的對象樣本技術(shù)效率是包含向量相互干擾的偽結(jié)果。

在整個物流業(yè)技術(shù)效率評價過程中，TE負(fù)責(zé)刻畫的是測度第n個決策單元過程中如何獲得在其對應(yīng)的第T個時序期內(nèi)的技術(shù)效率，i描述的是參數(shù)在被測度的第i個時序期，t表示的是測度樣本向量集中的序列。yit負(fù)責(zé)刻畫的是第i期對應(yīng)的第T組參數(shù)獲得的產(chǎn)業(yè)產(chǎn)出，xit負(fù)責(zé)刻畫的是第i期對應(yīng)的第T組參數(shù)獲得的產(chǎn)業(yè)投入，β描述的是整個模型的參數(shù)，而整個基礎(chǔ)隨機前沿分析模型的隨機擾動項分為兩部分，即：隨機誤差項vi，用以映射由不同時序參變量疊加造成的模型測度干擾。μi負(fù)責(zé)刻畫的是技術(shù)無效，在隨機前沿分析模型中主要表現(xiàn)為一個非負(fù)的隨機擾動向量機，由此形成一個隨著每次隨機擾動獲得的非負(fù)誤差項。

同時需要指出的是，隨機前沿分析模型中的隨機擾動在針對隨機誤差項上，按照不可控因素累積向量序列，并且服從以下分布：

非負(fù)誤差項主要按照截取的正態(tài)分布進行去尾分布，以確保其與隨機誤差項的相對獨立性，并確保μi、vi、xi相互獨立。其分布規(guī)則為：

1.2 隨機前沿分析模型改進

對隨機前沿分析模型進行進一步的產(chǎn)業(yè)發(fā)展效率結(jié)合分析應(yīng)用的優(yōu)化。鑒于按照參數(shù)在隨機擾動項分部討論仍無法解釋的情況，因此須確立產(chǎn)業(yè)發(fā)展效率在不同決策交叉疊合影響分析結(jié)果時的測度方法，即通過隨機前沿分析改進，進行隨機向量變動的決策單元化來實現(xiàn)數(shù)據(jù)反饋：

此時，需要按照先行樣本測定的各個向量集歸納為決策單元的方式進行進一步測度，即假定每一個物流產(chǎn)業(yè)部類的決策單元以總和形式，分成若干個決策單元，jit對應(yīng)刻畫的是在不同時序內(nèi)的同一個決策單元線性規(guī)劃，并由其對應(yīng)不同物流產(chǎn)業(yè)部類在資源配置項下的決策單元的隨機前沿分析模型測度效率，當(dāng)數(shù)據(jù)獲得輸出反饋時，可以結(jié)合式（1）和式（2）獲得進一步的技術(shù)無效、隨機前沿面的凸性。

其中，技術(shù)無效前文已有敘述，而凸性主要指的是不同的物流產(chǎn)業(yè)決策過程在不同時序，也即是物流業(yè)不同政策推動的發(fā)展期形成的技術(shù)效率超過平均技術(shù)效能的幅度，而這種對比幅度決定了物流產(chǎn)業(yè)各部類在我國發(fā)展過程中所獲的效率與其他各比較部類之間的顯著性，以此替代策交叉疊合影響背景下的隨機前沿分析評估結(jié)果。

在這一修正過程中不能確保隨機前沿面凸性的顯著，因為有可能形成式（8）在不同時序、不同部類之間測度形成的錐性和最小無效，這些系統(tǒng)外預(yù)期只能按照空間域進行決策單元的分類驗證，此時對時序向量樣本差異采取隨機前沿分析的舍去，將舍去部分所對應(yīng)時序的物流產(chǎn)業(yè)分部類效率歸納為一種C2R的有效性，具體如下：

式（10）和式（12）構(gòu)成的是經(jīng)改進后隨機前沿分析模型的去時序近似有效性松弛凸性，即通過樣本向量差來獲取基于不同時序產(chǎn)業(yè)部類發(fā)展技術(shù)效率的隨機前沿面決策單元分類效率。按照一個非阿基米德無窮小量ε（ε=10-6）基期、滯后期以及去時序向量在決策單元框架下的技術(shù)效率評價。即當(dāng)式（12）對應(yīng)分量獲得非負(fù)量不足時，其形成的隨機前沿面與決策單元過程的向量集線性凸出，形成顯著的差異化。而式（10）負(fù)責(zé)將去時序的向量構(gòu)成決策單元進行歸納投影，以此獲得各時序相對物流產(chǎn)業(yè)各個子部類技術(shù)效率增進的差異判斷。

1.3 參數(shù)選取與數(shù)據(jù)來源

本文根據(jù)我國物流產(chǎn)業(yè)發(fā)展現(xiàn)狀結(jié)合現(xiàn)有文獻，選取勞動力、資本要素作為測度物流業(yè)發(fā)展效率的變量，由于技術(shù)指標(biāo)缺乏統(tǒng)一度量標(biāo)準(zhǔn)，暫時剔除。同時，為了進一步探究要素在追加過程中對于物流產(chǎn)業(yè)發(fā)展效率的投入增長的持續(xù)性貢獻，本文對所選要素做了參數(shù)交叉積的測度。本文所需數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國物流年鑒》以及各省地市統(tǒng)計年鑒數(shù)據(jù)。在數(shù)據(jù)歸并整理過程中，剔除了數(shù)據(jù)可得性不強或關(guān)鍵性指標(biāo)缺失的香港、澳門、臺灣、西藏、寧夏以及新疆等地數(shù)據(jù)。同時，在累積2006—2015年數(shù)據(jù)過程中，本文利用數(shù)據(jù)缺失值前后年份平均值做了缺失節(jié)點的替代。

2 實證分析

2.1 物流業(yè)的時序效應(yīng)差異分析

下頁表1報告了全國物流業(yè)以及各地區(qū)物流產(chǎn)業(yè)的隨機前沿分析對于生產(chǎn)函數(shù)的系統(tǒng)估計與t統(tǒng)計。從表1可知，全國以及各地區(qū)的似然率檢驗統(tǒng)計量均以漸進式服從混合分布。且在截斷正態(tài)分布假定中，各地區(qū)以及全國的似然率都超過了臨界值，說明所選取模型并未形成對于去時序物流業(yè)各部類無效零假設(shè)。而通過全國各地表示技術(shù)無效測度調(diào)整率均大于0.70，說明針對物流產(chǎn)業(yè)各部類技術(shù)效率的去時序效應(yīng)差異主要集中在技術(shù)效率無效性部分的冗余干擾；而相比之下包含時序的區(qū)域統(tǒng)計在測度向量參數(shù)t的結(jié)果上，未呈現(xiàn)出顯著性，由此可以確立本文所選的隨機前沿分析及其去時序差異修正模式適合對物流產(chǎn)業(yè)這一具備較大時空差異的對象進行研究。

表1 物流業(yè)的隨機前沿分析估計結(jié)果

這一結(jié)果進行變量分析，發(fā)現(xiàn)資本要素投入與物流業(yè)整體上呈現(xiàn)出正關(guān)聯(lián)，但這一關(guān)聯(lián)并不顯著，而相比之下，東部和西部的資本投入要素與物流業(yè)效率呈較為顯著的負(fù)相關(guān)（均為5%顯著性條件下的-2.91和-2.77），這就說明，全國物流產(chǎn)業(yè)在產(chǎn)業(yè)規(guī)模逐年增長過程中東部和西部的物流業(yè)發(fā)展未獲得規(guī)模化的技術(shù)效率遞增，反而遞減。可見，對于全國物流業(yè)而言，資本投入對于產(chǎn)業(yè)效率的推進尚存在進步空間。而從資本投入二次變量來看，我國東部以及西部區(qū)域獲得了正關(guān)聯(lián)，從而證實東、西部區(qū)域的物流產(chǎn)業(yè)依靠資本投入呈現(xiàn)顯著的上升趨勢，因而應(yīng)該進一步細(xì)化不同物流產(chǎn)業(yè)部類對資本投入要素的吸收。

而從勞動力要素來看，全國物流產(chǎn)業(yè)與這一要素投入效率關(guān)系呈現(xiàn)的是相對微弱的正向關(guān)聯(lián)，東西部區(qū)域這一要素獲得了正關(guān)聯(lián)，而中部區(qū)域則為顯著負(fù)相關(guān)，這就說明勞動力在我國各個區(qū)域的物流產(chǎn)業(yè)內(nèi)集聚程度不一致，這也導(dǎo)致了勞動力要素的物流產(chǎn)業(yè)效率報酬各異。而就勞動力要素的二次系數(shù)來看，全國呈現(xiàn)下降趨勢，而t值顯著前提下，中部區(qū)域的物流產(chǎn)業(yè)人力投入結(jié)果與全國成反向變動，說明總體上我國中部區(qū)域物流產(chǎn)業(yè)發(fā)展對于勞動力的需求巨大。

2.2 物流業(yè)效率綜合改進的測度分析

從時間序列角度來看，表1反映的t統(tǒng)計量均為獲得顯著性結(jié)果，說明我國物流業(yè)并沒有因為產(chǎn)業(yè)的長期積累直接獲得效率改進，而這一維度的二次變量系數(shù)在中部報告為負(fù)數(shù)，說明我國局部區(qū)域的物流產(chǎn)業(yè)效率累計不平衡，總體上我國勞動力投入對物流產(chǎn)業(yè)的效率改進作用相對不足。

而從表2可以看出，2006年、2009年、2012年、2015年的我國各個區(qū)域在不同時序內(nèi)表現(xiàn)出的綜合效率、純技術(shù)效率以及規(guī)模效率各異，其中我國東部區(qū)域總體上基本將三類效率保持在1左右，說明該區(qū)域總體上保持著物流產(chǎn)業(yè)相對較優(yōu)的水平，其對于有勞動力、資本以及其他相關(guān)要素的組合投入效率較高。西部區(qū)域總體上在各個所選年份的技術(shù)效率以及分解中都相對較低，說明這一區(qū)域在物流產(chǎn)業(yè)規(guī)模增長的同時，尚未獲得顯著的效率改進。

表2 全國物流業(yè)效率的隨機前沿分解

本文進一步結(jié)合式（8）進行產(chǎn)業(yè)分時序效率分解，并按照式（12）處理樣本，從而獲得上述時序跨度內(nèi)全國以及各區(qū)域物流業(yè)效率的分解，結(jié)果如圖1所示。

圖1 物流業(yè)效率綜合改進增幅分析

從圖1中可以看出，我國東部區(qū)域一直保持著相對穩(wěn)定和上升的物流產(chǎn)業(yè)效率改進，全國總體上也趨于上漲，但是相比之下，中西部區(qū)域處于增長的綜合效率改進，存在增速基礎(chǔ)較低的困境，這就說明從整體看來，我國勞動力、資本等要素在促進物流產(chǎn)業(yè)效率進步上，仍存在提速的可能。另外，可以看到我國西部區(qū)域在2015年獲得了物流產(chǎn)業(yè)效率增速的區(qū)域最高值，這主要是由于我國“一帶一路”倡議逐步發(fā)揮實效，獲得了產(chǎn)業(yè)的進一步改進。

3 結(jié)論與建議

本文針對我國物流產(chǎn)業(yè)發(fā)展效率進行了綜合評估，在運用隨機前沿分析模型測度整個物流產(chǎn)業(yè)綜合效率、純技術(shù)效率、規(guī)模效率的基礎(chǔ)上，結(jié)合去時序隨機前沿分析修正，進行了我國各個區(qū)域在物流產(chǎn)業(yè)技術(shù)綜合效率的比對，并就全國、東部、中部、西部區(qū)域的物流業(yè)效率綜合改進進行了增幅比對分析。結(jié)果證實，物流產(chǎn)業(yè)在產(chǎn)業(yè)規(guī)模逐年增長過程中東部和西部的物流業(yè)發(fā)展未獲得規(guī)?；募夹g(shù)效率遞增，局部區(qū)域的物流產(chǎn)業(yè)效率累計不平衡，總體上勞動力投入的效率改進作用不足。但東部區(qū)域組合投入效率較高。由此提出如下建議：

（1）應(yīng)該逐步強化勞動力要素在各個區(qū)域的物流產(chǎn)業(yè)發(fā)展貢獻，各區(qū)域首先應(yīng)該充分分析區(qū)域內(nèi)的物流產(chǎn)業(yè)發(fā)展要素，并將其精準(zhǔn)定位，以中部區(qū)域為例，可以考慮建立跨省地市的物流業(yè)人才基地、人力供應(yīng)市場共享機制，從而解決區(qū)域物流業(yè)發(fā)展的勞動力要素瓶頸。

（2）要從物流業(yè)發(fā)展效率不足的要素中開辟產(chǎn)業(yè)效率提升路徑，進一步細(xì)化各區(qū)域?qū)τ谖锪鳂I(yè)發(fā)展的金融支持，爭取按照不同區(qū)域物流產(chǎn)業(yè)所需的支持資金模塊，進行分類別的融資規(guī)模追加，從而克服金融支持產(chǎn)業(yè)進步的傳統(tǒng)渠道不足等問題。

（3）從西部區(qū)域的綜合效應(yīng)改進顯著性來看，應(yīng)該進一步強化“一帶一路”倡議在各地區(qū)的政策效應(yīng)，中西部要盡快爭取培育出適合我國乃至全球需求規(guī)模下的物流業(yè)產(chǎn)業(yè)集群及配套，并根據(jù)不同物流業(yè)務(wù)需求，分點、分部類優(yōu)化物流發(fā)展的主要內(nèi)容。