譚亭亭,張長森
(湖州師范學院 經(jīng)濟管理學院,浙江 湖州 313000)
在“經(jīng)濟新常態(tài)”背景下,物流產(chǎn)業(yè)的發(fā)展已成為推動經(jīng)濟增長的重要動力.一方面,物流業(yè)的發(fā)展在促進產(chǎn)業(yè)結構調整、轉變經(jīng)濟增長方式等方面具有重要的作用;另一方面,物流發(fā)展水平也是影響國際貿(mào)易發(fā)展的重要因素[1-4].2013年,習近平總書記先后提出共建“絲綢之路經(jīng)濟帶”和“21世紀海上絲綢之路”(簡稱“一帶一路”)重大倡議,得到了國際社會的高度關注.2015年3月,國家發(fā)改委、商務部、外交部三部委聯(lián)合發(fā)布《推動共建絲綢之路經(jīng)濟帶和21世紀海上絲綢之路的愿景和行動》(簡稱《愿景和行動》),指出政策溝通、設施聯(lián)通、貿(mào)易暢通、資金融通、民心相通是重點,其中交通基礎設施的建設是“一帶一路”倡議的重中之重,直接關系到貿(mào)易、旅游等一系列合作的發(fā)展程度[5].因此,對“一帶一路”沿線地區(qū)的物流效率進行研究,可充分了解這些地區(qū)的物流產(chǎn)業(yè)發(fā)展現(xiàn)狀,為未來“一帶一路”沿線地區(qū)物流業(yè)發(fā)展及政策制定提供借鑒.
目前,關于物流效率的研究已成為熱點.從研究對象看,已有的研究主要關注國內(nèi)沿線地區(qū)的物流發(fā)展狀況,以及國內(nèi)外地區(qū)的物流效率對比,而以“一帶一路”沿線省份為對象的研究偏少.僅有的研究表明: “一帶一路”沿線國家和地區(qū)的物流績效水平普遍偏低且差距顯著,整體呈下降趨勢[3,6];國內(nèi)沿線省份的物流效率呈波動下降趨勢[7].從研究方法看,多數(shù)研究采用以DEA效率評價模型為基礎拓展模型,對區(qū)域物流效率進行靜態(tài)研究[8-12],而對區(qū)域物流效率的動態(tài)考察相對較少[13-15].本研究選取“一帶一路”沿線省份為研究對象,綜合利用DEA模型和Malmquist指數(shù),分別從靜態(tài)和動態(tài)視角研究“一帶一路”沿線省份的物流效率隨時間變化的趨勢,探析區(qū)域和省際之間效率差異的原因,并依據(jù)評價結果提出有針對性的對策和建議,為“一帶一路”沿線地區(qū)物流效率的提升提供參考.
已有的效率評價模型包括SFA、數(shù)據(jù)包絡(DEA)等.其中,數(shù)據(jù)包絡分析方法(DEA)是一種以線性規(guī)劃為工具,計算比較各個決策單元(DMU)之間相對效率的非參數(shù)模型.該方法無須任何權重假設,不受量綱和主觀因素的影響,對決策單元的評價相對公平客觀,因此被廣泛應用于各種效率評價中.本文考察的物流產(chǎn)業(yè)效率主要反映物流資源投入的利用和運作效率.數(shù)據(jù)包絡方法可綜合評價物流產(chǎn)業(yè)在生產(chǎn)前沿面的技術有效性和規(guī)模有效性,并運用投入-產(chǎn)出指標模型得出物流產(chǎn)業(yè)的相對效率.
基于規(guī)模報酬是否可變,DEA模型包括BCC和CRR 兩種基本模型.其中,BCC模型可將綜合技術效率分解為純技術效率和規(guī)模效率的乘積,分析效率低下的原因.因此,本研究選用BCC模型,并從靜態(tài)視角探析“一帶一路”沿線地區(qū)的物流效率和投入資源的利用狀況.
采用DEA模型測算城市物流產(chǎn)業(yè)效率的模型如下:
其中,λ1,λj,…,λn為對偶變量,s-、s+為松弛變量,Xj=(X1j,X2j,…,Xmj)T為每個決策單元m種投入指標,Yj=(Y1j,Y2j,…,Ysj)T為每個決策單元s種產(chǎn)出指標.
DEA-Malmquist方法是在全要素生產(chǎn)率測度方法的基礎上衍化出來的一種用于測算效率動態(tài)變化,并對其進行分解的有效方法.Malmquist指數(shù)不僅可以彌補DEA模型只能分析靜態(tài)效率的缺陷,還可通過分解Malmquist指數(shù)更準確地判斷效率值隨時間波動的主要因素.本研究將“一帶一路”沿線每個省份看作一個決策單元(DMU),用Malmquist指數(shù)表示每個決策單元在t時刻至t+1時刻的物流效率動態(tài)變化.Malmquist指數(shù)的計算公式為:
其中,(xt,yt)、(xt+1,yt+1)分別為t期與t+1期物流產(chǎn)業(yè)投入與產(chǎn)出之間的函數(shù)關系,Dt、Dt+1為距離函數(shù).若M>1,則表示在t+1期相對t期的全要素生產(chǎn)率(tfpch)是上升的,物流效率隨年份增加而提高;反之,則表示全要素生產(chǎn)率是下降的.
當規(guī)模報酬可變時,effch指數(shù)可拆分為純技術效率變化指數(shù)(pech)和規(guī)模效率變化指數(shù)(sech),即:
effch=pech×sech.
對Malmquist指數(shù)進行層層分解,即將造成效率變動的因素進行逐步分析,進而全面且準確地探析TFP的動態(tài)演變情況.綜上可得:
tfpch=effch×techch=pech×sech×techch.
2015年《愿景與行動》將“一帶一路”沿線地區(qū)劃分為4大區(qū)域,共17個省份,其中還涉及一些重點城市.考慮數(shù)據(jù)的可得性和研究的可持續(xù)性,本文僅以4大區(qū)域的17個省份作為研究對象.具體省份及分布情況見表1.
表1 “一帶一路”沿線省份分布情況
在綜合考慮前人的研究和數(shù)據(jù)可得性的基礎上[16-19],本文選取與物流業(yè)(交通運輸、倉儲和郵政業(yè))直接相關的固定資產(chǎn)投資(億元)、物流產(chǎn)業(yè)從業(yè)人數(shù)(萬人)作為投入變量,將物流業(yè)貨運周轉量(億噸公里)和物流業(yè)貨運量(萬噸)作為產(chǎn)出變量,分別衡量物流產(chǎn)業(yè)的質量和數(shù)量.為研究各省份物流效率的動態(tài)變化,本文對2010—2020年17個省份的數(shù)據(jù)進行統(tǒng)計,并將其作為觀測樣本.
運用Deap2.1軟件測算“一帶一路”沿線17個省份每年的靜態(tài)物流效率.圖1為2010—2020年17個省份綜合效率(圖1(a))、純技術效率(圖1(b))和規(guī)模效率(圖1(c))的變動趨勢.
注:1~17分別指內(nèi)蒙古自治區(qū)、陜西省、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)、遼寧省、吉林省、黑龍江省、廣西壯族自治區(qū)、云南省、重慶市、上海市、福建省、廣東省、浙江省、海南省. 圖1 “一帶一路”沿線省份的靜態(tài)物流效率總體情況Fig.1 General Situation of the static logistics efficiency of “the Belt and Road” area
從圖1(a)可以看出,不同省份綜合效率的變動趨勢差異非常大,有的呈上升趨勢,有的呈下降趨勢,一直保持DEA有效狀態(tài)的只有兩個省份,即位于西北地區(qū)的寧夏和位于東部沿海的上海.除了寧夏和上海外,廣東省的純技術效率也一直維持DEA有效狀態(tài).因此,綜合效率主要受規(guī)模效率影響.從整體看,各省份綜合效率變動的影響因素存在差異,大多數(shù)省份受純技術效率和規(guī)模效率共同影響.
3.1.1 綜合技術效率的時間特征
在靜態(tài)物流效率分析的基礎上,將17個省份的物流效率進行算術平均,得到每年“一帶一路”沿線地區(qū)物流效率的年均值,見表2.從2010—2020年“一帶一路”沿線地區(qū)的物流產(chǎn)業(yè)相關效率隨時間變化的趨勢(圖2)可以看出,2010—2020年“一帶一路”沿線地區(qū)的綜合效率整體偏低,且近幾年呈下降趨勢.在11年間的平均綜合效率為0.610,遠沒有實現(xiàn)DEA有效.在11年間的綜合效率波動基本可以分為兩個階段:第一個階段為2010—2016年,綜合效率呈上升趨勢,其由2010年的0.585上升至2016年的0.741;第二個階段為2016—2020年,綜合效率總體呈下降趨勢,其由2016年的0.741下降至2019年的0.463,雖然2020年有所回升,但趨勢并不明顯,因此無法判斷是否出現(xiàn)了轉折.
表2 “一帶一路”沿線地區(qū)的物流效率年均值
圖2 2010—2020年“一帶一路”沿線地區(qū)物流效率隨時間變化的趨勢Fig.2 Time trend of logistics efficiency of “the Belt and Road” area in 2010-2020
3.1.2 綜合技術效率的空間特征
在靜態(tài)物流效率分析的基礎上,將每個省份的物流效率進行幾何平均,得到2010—2020年17個省份的平均物流效率,見表3.從表3可以看出,“一帶一路”沿線地區(qū)的綜合技術效率均值空間分布存在明顯差異,除個別省份外,西北地區(qū)綜合技術效率最高,其次是東南沿海,東北地區(qū)和西南地區(qū)的綜合技術效率均小于0.5.
3.1.3 純技術效率和規(guī)模效率
從整體層面看,2010—2020年“一帶一路”沿線各省份的物流綜合效率受純技術效率和規(guī)模效率的影響.2010—2013年,純技術效率高于規(guī)模效率,規(guī)模效率是綜合效率降低的主要阻礙因素;2013—2020年,規(guī)模效率高于純技術效率,綜合效率的降低主要是由純技術效率的降低導致的.
從各省層面看,為便于分析,將純技術效率值和規(guī)模效率值以0.9作為界限,將“一帶一路”沿線17個省份分成4種,結果如圖3所示.
表3 “一帶一路”沿線各省份的物流效率平均值
圖3 “一帶一路”沿線各省份的純技術效率和規(guī)模效率的空間分析Fig.3 Spatial analysis of pure technical efficiency and scale efficiency of “the Belt and Road” area
第一種是雙高型,即純技術效率和規(guī)模效率均大于0.9,如上海、寧夏,經(jīng)適當調整這些省份可達到DEA有效;第二種是高低型,即純技術效率較高,規(guī)模效率偏低,如青海、廣東、遼寧、內(nèi)蒙古,這些省份的技術能力雖高,但資源投入不符合實際,達不到規(guī)模效應的投入產(chǎn)出比;第三種是低高型,即規(guī)模效率較高,純技術效率偏低,如甘肅、福建、陜西,這些省份對當前技術沒有進行有效應用;第四種是雙低型,即純技術效率和規(guī)模效率均偏低,遠低于平均水平,如黑龍江、吉林、新疆、重慶、云南、海南、廣西、浙江,這些省份是制約物流業(yè)效率的關鍵地區(qū),需著重提升物流技術和管理水平,并及時優(yōu)化物流生產(chǎn)規(guī)模,從而提高物流效率水平.
本研究運用DEA方法對中國農(nóng)產(chǎn)品物流的相關效率進行了計算和評價.效率分析屬于靜態(tài)研究,Fare和Grosskopf(1992)通過運用DEA模型將投入產(chǎn)出指標融入Malmquist指數(shù),以Malmquist指數(shù)表示跨期生產(chǎn)效率的變動[20].本研究進一步計算“一帶一路”沿線各省份的物流產(chǎn)業(yè)Malmquist指數(shù),以表示物流效率的動態(tài)演變情況和影響因素.
3.2.1 省際效率變動
2010—2020年“一帶一路”沿線各省份的Malmquist指數(shù)及分解狀況如表4所示.從表4可以看出,大部分省份的Malmquist指數(shù)均值大于1,說明隨著時間的推移大多數(shù)地區(qū)的物流效率得到了改善和提高,物流效率呈上升趨勢.除甘肅、新疆、吉林、廣西、云南5個省份外,其余省份的技術進步指數(shù)均大于1,這對物流效率的提高起到了推動作用;從地區(qū)看,西北地區(qū)的內(nèi)蒙古和新疆、東北地區(qū)的吉林和黑龍江、西南地區(qū)的重慶等的物流效率低于全國水平;從分解狀況看,拉低物流效率水平的原因在各地區(qū)間存在共同特點,所有省份的技術效率和技術進步均低于全國平均水平.進一步對技術效率進行分解可知,不同省份技術效率偏低的原因存在差異:甘肅、新疆、黑龍江、重慶主要是由純技術效率偏低導致的,因此應加強技術更新,以提高應用水平;內(nèi)蒙古、吉林主要是由規(guī)模效率偏低導致的,因此應關注規(guī)模擴張過程中投入資源的利用效率.
表4 “一帶一路”沿線各省份的物流Malmquist指數(shù)分解結果
3.2.2 總體效率變動
表5為“一帶一路”沿線地區(qū)物流Malmquist指數(shù)分解結果.從平均水平看,2010—2020年“一帶一路”沿線地區(qū)物流產(chǎn)業(yè)的Malmquist指數(shù)均值為1.028,年均增長2.8%,說明觀測期間“一帶一路”沿線地區(qū)物流產(chǎn)業(yè)的物流效率呈上升趨勢.由物流效率tfpch分解得到的綜合技術效率effch為1.014,平均增長 1.4%,技術進步效率techch為1.014,平均增長1.4%,說明全要素生產(chǎn)率的增長主要是由技術效率和綜合效率的共同作用導致的.對技術效率effch分解可知,純技術效率pech為1.000,不升不降,規(guī)模效率sech為 1.015,平均增長1.5%,說明技術效率的增長主要是由規(guī)模效率導致的,而純技術效率對技術效率的增長沒有作用.
從時間趨勢上看,2010—2020年“一帶一路”沿線地區(qū)物流效率tfpch總體呈波動中下降的趨勢,與技術進步的曲線變化趨勢和波動方向基本一致,這也印證了技術進步對物流業(yè)的持續(xù)穩(wěn)定發(fā)展起到了重要的推動作用.從各時間段看,物流效率受技術進步和技術效率兩種因素的共同影響.2010—2012年,技術進步呈增長狀態(tài),但技術效率卻小于1,說明物流效率變動的主要驅動要素是技術進步.2012—2015年,技術進步并沒有呈現(xiàn)出增長趨勢,而技術效率卻持續(xù)增長,因此這個階段的物流效率總體呈下降狀態(tài).2016—2020年,技術進步逐年增長,但技術效率卻低于1,雖然技術進步會拉動物流效率的提升,但有的年份物流效率仍低于1,呈下降狀態(tài).總體看,“一帶一路”沿線地區(qū)的技術進步和技術效率呈此消彼長的狀態(tài),說明在推動技術進步的過程中,地方政府應合理調整資源投入,提高技術效率.
表5 “一帶一路”沿線地區(qū)物流Malmquist指數(shù)分解結果
3.2.3 區(qū)域效率差異
從表6可以看出,全國4大區(qū)域物流效率均大于1,且東部沿海>西南地區(qū)>東北地區(qū)>西北地區(qū).將物流效率分解為技術效率和技術進步,發(fā)現(xiàn)除西南地區(qū)外,其余地區(qū)的技術進步也均高于1,且除東北地區(qū)外,其余地區(qū)的技術效率均高于1.將技術效率繼續(xù)分解可以發(fā)現(xiàn),4大區(qū)域的規(guī)模效率均大于1,西北地區(qū)和東北地區(qū)的純技術效率小于1,說明西北地區(qū)和東北地區(qū)的技術效率主要由規(guī)模效率驅動,而西南地區(qū)和東部沿海地區(qū)的技術效率主要由純技術效率和規(guī)模效率共同驅動.
表6 “一帶一路”沿線地區(qū)物流Malmquist指數(shù)分解結果
本文運用DEA和Malmquist指數(shù)模型對2010—2020年“一帶一路”沿線地區(qū)的物流效率進行靜態(tài)分析和動態(tài)分析.結果顯示:從靜態(tài)結果看,“一帶一路”沿線地區(qū)的物流效率整體偏低,西北地區(qū)和東南地區(qū)發(fā)展較快,東北和西南地區(qū)發(fā)展偏慢;從動態(tài)結果看,2010—2020年“一帶一路”沿線地區(qū)的物流效率整體呈增長趨勢(Malmquist指數(shù)為1.028),技術效率和技術進步雙因素共同驅動了物流效率的增長;從區(qū)域看,物流效率的驅動因素存在區(qū)域異質性,可分為“雙高驅動型”(上海、寧夏)、“高低驅動型”(青海、廣東、遼寧、內(nèi)蒙古)、“低高驅動型”(甘肅、福建、陜西)和“雙低驅動型”(黑龍江、吉林、新疆、重慶、云南、海南、廣西、浙江)4種類型;對技術效率進一步分解表明,技術效率偏低的原因呈現(xiàn)區(qū)域差異,因此有針對性地注重技術更新(甘肅、新疆、黑龍江、重慶)和提高資源利用效率(內(nèi)蒙古、吉林)可有效提高技術效率,從而提高物流效率.
結合以上研究成果,為促進“一帶一路”沿線地區(qū)的物流業(yè)發(fā)展,提升“一帶一路”區(qū)域的經(jīng)濟發(fā)展水平,提出以下建議:
(1) 加強“一帶一路”沿線區(qū)域間的相互協(xié)同,構建跨區(qū)域物流.從DEA模型分析結果看,“一帶一路”沿線地區(qū)的整體物流效率呈波動上升趨勢,只有寧夏、上海等個別省份達到DEA有效,其他地區(qū)的物流效率還有較大的提升空間.因此,應充分發(fā)揮這些省份的帶動作用,通過區(qū)域間的聯(lián)動使省際物流產(chǎn)業(yè)資源得到互補、且分工協(xié)作,以提升區(qū)域的整體物流發(fā)展水平.
(2) 做好頂層設計,根據(jù)省內(nèi)物流發(fā)展情況有針對性地進行政策引導.實證研究發(fā)現(xiàn),2010—2020年“一帶一路”沿線地區(qū)的技術進步和技術效率呈逐年提升趨勢,但部分省份技術效率偏低,導致物流效率低于全國平均水平.分解結果顯示,不同省份技術效率偏低的原因呈現(xiàn)差異性,因此各省份應從政策層面做好省內(nèi)的物流業(yè)發(fā)展規(guī)劃:一方面,應改善技術應用環(huán)境,提高技術轉化效率;另一方面,應合理規(guī)劃省內(nèi)資源建設,避免重復建設,在整合現(xiàn)有資源的基礎上優(yōu)化投入與產(chǎn)出.
(3) 抓住“一帶一路”倡議的契機,設計政策配套措施,促進政策落地.“一帶一路”倡議為沿線地區(qū)的經(jīng)濟發(fā)展帶來了重大機遇.但從實證結果看,自“一帶一路”倡議提出,各省份的物流效率出現(xiàn)了短暫提升后又整體下降的趨勢.因此,各地區(qū)應快速找準自身的定位,盡快出臺配套的政策措施,將“倡議”轉化為“行動”,以保障當?shù)亟?jīng)濟與物流的發(fā)展.