劉 雪，苗成林

(安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001)

物流作為第三產(chǎn)業(yè)，是暢通國(guó)民經(jīng)濟(jì)循環(huán)的基礎(chǔ)性、戰(zhàn)略性、先導(dǎo)性重要環(huán)節(jié)。十二五規(guī)劃以來(lái)，黃河流域物流業(yè)發(fā)展水平顯著提高，物流貨運(yùn)量、總產(chǎn)值以及周轉(zhuǎn)量均實(shí)現(xiàn)了快速增長(zhǎng)，對(duì)提高黃河流域經(jīng)濟(jì)運(yùn)行質(zhì)量水平和推動(dòng)地區(qū)經(jīng)濟(jì)發(fā)展具有重要作用。

物流業(yè)的實(shí)際發(fā)展水平和運(yùn)行質(zhì)量主要以物流效率來(lái)體現(xiàn)，物流效率旨在實(shí)現(xiàn)“以最小的資源投入，產(chǎn)生最優(yōu)的社會(huì)經(jīng)濟(jì)效益”。2020年，《關(guān)于進(jìn)一步降低物流成本的實(shí)施意見(jiàn)》強(qiáng)調(diào)，物流業(yè)發(fā)展應(yīng)從重視“數(shù)量”逐步向“效率”轉(zhuǎn)變升級(jí)，推動(dòng)物流業(yè)提質(zhì)增效。然而，近年來(lái)，隨著黃河流域物流業(yè)的蓬勃發(fā)展，粗放式、擴(kuò)張型的運(yùn)作方式所產(chǎn)生的問(wèn)題日益突出，使得黃河流域物流業(yè)處于高耗能、高污染、低效率的發(fā)展?fàn)顟B(tài)，難以發(fā)揮經(jīng)濟(jì)動(dòng)脈的作用且遠(yuǎn)不能滿足黃河流域高質(zhì)量發(fā)展的要求。因此，研究黃河流域物流業(yè)效率并識(shí)別效率的影響因素就顯得尤為重要。

一、文獻(xiàn)綜述

綜上，現(xiàn)有的文獻(xiàn)不乏物流效率的研究，但還存在不足：一是眾多學(xué)者的研究主體主要涉及物流企業(yè)、產(chǎn)業(yè)、國(guó)家、城市群、經(jīng)濟(jì)帶，鮮有文獻(xiàn)深入到黃河流域?qū)ζ湮锪餍蔬M(jìn)行深入研究以及影響因素分析。二是對(duì)于物流效率的指標(biāo)選取，眾多文獻(xiàn)僅從經(jīng)濟(jì)角度出發(fā)，未能充分考慮能源消耗，將二氧化碳納入投入變量的文獻(xiàn)很少。三是對(duì)黃河流域效率測(cè)度的研究多集中在生態(tài)、農(nóng)業(yè)、工業(yè)、水資源等領(lǐng)域，缺乏對(duì)物流效率的研究。因此，本文考慮將二氧化碳作為投入變量，使用DEA-BCC方法和Malmquist指數(shù)以及Tobit模型，分析2011—2020年黃河流域9省份的靜態(tài)和動(dòng)態(tài)物流效率，并挖掘出影響因素，根據(jù)研究結(jié)果，提出促進(jìn)黃河流域的物流業(yè)效率提升的決策建議。

二、模型和指標(biāo)選取

1.模型

(1)DEA-BCC模型

DEA模型是一種衡量具有多個(gè)產(chǎn)出和投入的決策單元(DMU)生產(chǎn)效率評(píng)價(jià)方法。有CCR模型和BCC模型兩類，前者規(guī)模報(bào)酬恒定，后者規(guī)模報(bào)酬不定。但在實(shí)際生產(chǎn)中，DMU很難達(dá)到最優(yōu)規(guī)模生產(chǎn)狀態(tài)。所以，本文選擇以投入為導(dǎo)向的BCC模型測(cè)算黃河流域的靜態(tài)物流效率。模型公式如式(1)所示。

(1)

其中，n表示省份；θ表示物流效率，xj與yj分別表示投入和產(chǎn)出；s+和s-為產(chǎn)出剩余和投入不足，當(dāng)s+和s-都為0，即θ=1時(shí)，表示物流效率達(dá)到DEA有效，否則無(wú)效。

(2)Malmquist指數(shù)

由于BCC模型僅能測(cè)算特定時(shí)期的截面物流效率值，為測(cè)算黃河流域9省的動(dòng)態(tài)物流效率變化趨勢(shì)，引入Malmquist指數(shù)模型，可分解為技術(shù)效率變化指數(shù)(EC)和技術(shù)進(jìn)步變化指數(shù)(TC)，公式如式(2)所示。

(2)

若規(guī)模效率發(fā)生變化，那么，技術(shù)效率變化又可分解為純技術(shù)效率變化(PEC)和規(guī)模效率變化(SEC)。因此，可對(duì)式(2)進(jìn)行調(diào)整，結(jié)果如式(3)所示。

(3)

(3)面板Tobit回歸模型

由BCC模型得到物流效率值在[0,1]范圍內(nèi)，其取值范圍受到一定限制。若采用最小二乘法對(duì)物流效率進(jìn)行影響因素分析，會(huì)導(dǎo)致估計(jì)量不一致，結(jié)果產(chǎn)生誤差，而Tobit回歸模型能夠打破這種局限性，因此，采用Tobit回歸模型對(duì)黃河流域物流效率影響因素進(jìn)行分析，模型如式(4)所示。

(4)

其中：yit為第i個(gè)省份t時(shí)期的物流效率，xit為解釋變量；α為回歸系數(shù)；ui為誤差項(xiàng)；εit為干擾項(xiàng)，εit～N(0,σ2)。

2.指標(biāo)選取與數(shù)據(jù)來(lái)源

本文以黃河流域2011—2020年物流數(shù)據(jù)為研究樣本值，依據(jù)物流效率的基本內(nèi)涵，參考相關(guān)研究成果，以客觀性、綜合性、均衡性和可獲取性為原則，構(gòu)建物流效率評(píng)價(jià)指標(biāo)體系。鑒于我國(guó)國(guó)民經(jīng)濟(jì)行業(yè)不存在物流業(yè)這一行業(yè)，但交通運(yùn)輸業(yè)、倉(cāng)儲(chǔ)業(yè)和郵政業(yè)的增加值占物流業(yè)的比例較高，因此，本文以這三個(gè)行業(yè)的數(shù)據(jù)為物流業(yè)情況。

(1)投入產(chǎn)出指標(biāo)

綜合前人的研究，大多從人、物和財(cái)?shù)热齻€(gè)方面選擇投入指標(biāo)。因此，在人力方面選取交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)從業(yè)人數(shù)；財(cái)力方面選取交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)固定資產(chǎn)；物力方面，鑒于從低碳角度出發(fā)，釋放出越少的CO2越好，因此，選擇CO2排放量作為能源投入。產(chǎn)出指標(biāo)分別為交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值和貨運(yùn)量。黃河流域物流資源投入產(chǎn)出指標(biāo)見(jiàn)表1。

表1 黃河流域九省份物流業(yè)投入產(chǎn)出指標(biāo)體系

(2)影響因素指標(biāo)

物流效率不僅受到物流內(nèi)部投入變量的影響，外部環(huán)境因素也會(huì)對(duì)物流效率產(chǎn)生一定影響。本文選取經(jīng)濟(jì)發(fā)展水平、政府扶持和環(huán)境保護(hù)程度作為物流效率的環(huán)境影響因素變量。經(jīng)濟(jì)發(fā)展水平用各省份的GDP來(lái)表示，政府扶持為物流業(yè)的財(cái)政支出占財(cái)政總支出的比例，環(huán)境保護(hù)程度用物流業(yè)在環(huán)境方面的財(cái)政支出占總財(cái)政支出的比列表示。

(3)數(shù)據(jù)來(lái)源

本文的原始數(shù)據(jù)來(lái)源于2011—2020年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》以及各省統(tǒng)計(jì)年鑒，缺失值采用插值法填補(bǔ)。另外，物流業(yè)CO2排放量計(jì)算方法參考姚山季等[8]，本文不再贅述。

三、實(shí)證分析

1.物流效率的靜態(tài)狀況分析

利用BCC方法求解得到了黃河流域9省2011—2020年的靜態(tài)物流綜合技術(shù)效率，純技術(shù)效率和規(guī)模效率，測(cè)算結(jié)果見(jiàn)表2-表4。

(1)物流純技術(shù)效率結(jié)果分析

物流純技術(shù)效率是去除規(guī)模影響的技術(shù)效率，由BCC模型所得到的9省的物流純技術(shù)效率結(jié)果如表2所示。

由表2可以看出：2011—2020年，純技術(shù)效率有效的省份有內(nèi)蒙古、山東、河南和寧夏；四川與甘肅每年的純技術(shù)效率值均低于黃河流域每年的均值，表明在物流技術(shù)與管理方面是相當(dāng)落后的。剩余其他省份的純技術(shù)效率雖未達(dá)到每年有效，但仍處于較高的水平。山西在2013—2020年，實(shí)現(xiàn)了連續(xù)8年純技術(shù)效率值有效，陜西分別在2013—2017年與2019—2020年達(dá)到有效，青海在2011—2016年連續(xù)6年實(shí)現(xiàn)物流純技術(shù)效率最優(yōu)化。

(2)物流規(guī)模效率結(jié)果分析

物流規(guī)模效率是剔除物流生產(chǎn)和技術(shù)因素，由于物流規(guī)模影響的生產(chǎn)效率，測(cè)算結(jié)果如表3所示。

表3 2011—2020年黃河流域物流規(guī)模效率測(cè)算結(jié)果

由表3可以看出，黃河流域9省的規(guī)模效率發(fā)展不平衡。2011—2020年，規(guī)模效率實(shí)現(xiàn)有效的省份只有內(nèi)蒙古與河南，說(shuō)明物流規(guī)模投入產(chǎn)出實(shí)現(xiàn)了最優(yōu)。山西、山東、四川、陜西、甘肅和寧夏等6省份的規(guī)模效率水平較高，均值都在0.92以上；寧夏只有2016—2018三年的規(guī)模效率未達(dá)到有效，剩余年份都依次達(dá)到了有效。

(3)物流綜合技術(shù)效率結(jié)果分析

為分析黃河流域9省的物流綜合技術(shù)效率變化趨勢(shì)，表4為黃河流域10年的物流綜合技術(shù)效率值結(jié)果，圖1是變化趨勢(shì)圖。

表4 2011—2020年黃河流域物流綜合技術(shù)效率測(cè)算結(jié)果

①由圖1可以看出，黃河流域9省份在2011—2020年物流綜合技術(shù)效率波動(dòng)程度較小。

圖1 黃河流域九省份物流綜合技術(shù)效率變化趨勢(shì)

具體來(lái)看，在2011—2015年物流綜合技術(shù)效率均值基本上處于遞增趨勢(shì)，是因?yàn)閲?guó)家在“十二五”規(guī)劃剛要中明確了“大力發(fā)展現(xiàn)代物流業(yè)”的奮斗目標(biāo)。物流業(yè)信息化、智能化和標(biāo)準(zhǔn)化水平明顯提高，促進(jìn)了地區(qū)物流效率水平的發(fā)展。值得注意的是，2011—2012年物流效率均值卻有一個(gè)小幅度的降低，原因是陜西、甘肅和四川3省物流效率的下降拉低了2012年的物流綜合技術(shù)效率整體均值。2015—2017年物流效率均值處于逐年遞減態(tài)勢(shì)，這一時(shí)期我國(guó)物流業(yè)總體規(guī)劃發(fā)生了轉(zhuǎn)變，國(guó)家著力強(qiáng)調(diào)降本增效重大政策，推進(jìn)物流業(yè)發(fā)展，但因?yàn)楫?dāng)時(shí)技術(shù)水平有限，物流效率相對(duì)來(lái)說(shuō)并沒(méi)有那么高。2017—2020年，物流效率呈遞增趨勢(shì)，是施行《物流業(yè)發(fā)展中期規(guī)劃》關(guān)鍵的幾年，各地積極落實(shí)這一政策，物流業(yè)得到明顯的提升；2019年習(xí)近平總書記提出了“黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展”重大國(guó)家戰(zhàn)略，各省地方政府為響應(yīng)號(hào)召，積極制定物流產(chǎn)業(yè)轉(zhuǎn)型與高質(zhì)量發(fā)展的具體路徑和政策體系；2020年我國(guó)首次向全球明確了碳達(dá)峰和碳中和目標(biāo)，加速推動(dòng)發(fā)展綠色低碳新動(dòng)能，也助力了物流效率的提升。從2019—2020年的物流相關(guān)投入數(shù)據(jù)來(lái)看，CO2排放量在這個(gè)研究期內(nèi)相對(duì)物流固定資產(chǎn)投入和從業(yè)人員數(shù)逐漸降低，在一定程度上對(duì)物流效率產(chǎn)生了正向影響，推動(dòng)了物流業(yè)高質(zhì)量發(fā)展。

②從空間區(qū)域來(lái)看，可將黃河流域的9個(gè)省份分為上中下游三個(gè)區(qū)域，物流效率區(qū)域分布趨勢(shì)如圖2所示。

圖2 分流域物流綜合技術(shù)效率均值變動(dòng)趨勢(shì)

由圖2可以看出：黃河流域上游的物流效率均值比較低；中游較于上游整體水平較優(yōu)，只需要對(duì)投入稍作調(diào)整即可達(dá)到DEA有效；下游的整體物流效率水平最佳，其中，河南的物流效率值始終為1，說(shuō)明物流投入資源得到充分利用。由于地理位置和歷史原因使得物流效率在上中下三游出現(xiàn)差異。例如，上游的省份為欠發(fā)達(dá)地區(qū)，貧困程度較深，這在一定程度上阻礙了物流業(yè)進(jìn)步和管理水平的提高，致使物流業(yè)發(fā)展水平相對(duì)滯后。

2.物流效率的動(dòng)態(tài)情況分析

運(yùn)用DEAP2.1對(duì)黃河流域9省2011—2020年的物流全要素生產(chǎn)率進(jìn)行測(cè)算，測(cè)算結(jié)果及分解情況如表5-表6所示。

表5 黃河流域2011—2020年Malqumist指數(shù)及分解

表6 黃河流域2011—2020年各省份Malqumist指數(shù)及分解

由表5可知，2011—2020年黃河流域9省的Malqumist指數(shù)增長(zhǎng)率為0.5%，物流效率水平保持上升的發(fā)展趨勢(shì)。但綜合技術(shù)效率變動(dòng)指數(shù)只有0.995，說(shuō)明技術(shù)進(jìn)步成為拉動(dòng)黃河流域物流效率增長(zhǎng)的主要影響因素。趨勢(shì)變化見(jiàn)圖3。

圖3 黃河流域Malmquist指數(shù)及其分解

(1)從時(shí)間變化趨勢(shì)來(lái)看，如圖3所示：2011—2012年，2015—2016年，2016—2017年，2017—2018年，黃河流域Malmquist指數(shù)均大于1，其中，綜合技術(shù)效率呈下降趨勢(shì)，說(shuō)明盡管物流管理和技術(shù)水平或者物流規(guī)模發(fā)展不當(dāng)，但由于技術(shù)進(jìn)步上升趨勢(shì)比較明顯，仍可以使物流水平提高。2012—2013年，2013—2014年，2014—2015年，2018—2019年，2019—2020年，Malmquist指數(shù)與技術(shù)進(jìn)步指數(shù)均呈下降趨勢(shì)，綜合技術(shù)效率指數(shù)均大于1，表明黃河流域在這些年間更關(guān)注物流業(yè)的技術(shù)水平和規(guī)模管理，卻忽視了技術(shù)創(chuàng)新，使技術(shù)進(jìn)步落后于物流的規(guī)模和技術(shù)管理，導(dǎo)致物流全要素生產(chǎn)率較低。

(2)分流域來(lái)看，從表6可以看出，2011—2020年，黃河流域上游的Malmquist指數(shù)降低了2.6%，綜合技術(shù)效率下降了2.7%，技術(shù)進(jìn)步增長(zhǎng)了0.2%，說(shuō)明物流技術(shù)管理方面的不足致使Malmquist指數(shù)難以增長(zhǎng)。中游的綜合技術(shù)效率和技術(shù)進(jìn)步均呈上升的趨勢(shì)，說(shuō)明該流域的省份在物流技術(shù)管理水平和技術(shù)創(chuàng)新發(fā)揮方面有所進(jìn)步。下游的綜合技術(shù)效率處于平穩(wěn)趨勢(shì)，技術(shù)進(jìn)步指數(shù)為1.007，Malmquist指數(shù)為1.005，說(shuō)明技術(shù)進(jìn)步是下游物流水平發(fā)展的關(guān)鍵。

3.Tobit回歸結(jié)果分析

物流效率作為被解釋變量，影響物流效率因素作為解釋變量，利用stata軟件對(duì)黃河流域2011—2020年物流效率的環(huán)境影響因素進(jìn)行Tobit回歸分析，結(jié)果如表7所示。

表7 2011—2020年黃河流域物流效率影響因素的Tobit回歸結(jié)果

由表7可知，黃河流域地區(qū)發(fā)展水平系數(shù)只有0.00000136，顯著水平為1%，由于地區(qū)發(fā)展水平用人均GDP來(lái)衡量，可以說(shuō)明GDP過(guò)多的增加不會(huì)對(duì)物流綜合技術(shù)效率產(chǎn)生很大的影響。黃河流域政府支持回歸系數(shù)為-7.121329，顯著水平為0，小于0.01，表明政府支持對(duì)物流效率具有制約作用，意味著政府對(duì)黃河流域物流業(yè)固定資產(chǎn)投資越多，那么就會(huì)導(dǎo)致單位投入資源消耗量增加，物流綜合技術(shù)效率降低，可以解釋為政府過(guò)多的干預(yù)會(huì)阻礙物流業(yè)的發(fā)展；黃河流域的環(huán)境保護(hù)程度回歸系數(shù)為4.011384，并且在10%的顯著性水平下顯著，說(shuō)明環(huán)境保護(hù)程度與物流綜合技術(shù)效率水平呈正相關(guān)且關(guān)系較強(qiáng)。因此，物流業(yè)在運(yùn)轉(zhuǎn)的過(guò)程中需要重視保護(hù)環(huán)境問(wèn)題，倡導(dǎo)綠色低碳理念，降低二氧化碳排放量。

四、結(jié)論與建議

1.結(jié)論

本文運(yùn)用DEA-BCC模型和Malmquist指數(shù)以及Tobit回歸測(cè)算分析了黃河流域2011—2020年的物流效率和影響因素，得出以下結(jié)論。

(1)2011—2020年黃河流域物流業(yè)效率總體發(fā)展水平良好，但區(qū)域間差異明顯且發(fā)展不均衡。分流域來(lái)看，物流效率呈“上、中、下依次降低”階梯式分布。

(2)黃河流域物流業(yè)的Malmquist指數(shù)增長(zhǎng)了0.5%，技術(shù)進(jìn)步是其增長(zhǎng)的關(guān)鍵。黃河流域上游的Malmquist指數(shù)降低了2.6%，主要是因?yàn)榫C合技術(shù)效率指數(shù)的降低；中游的綜合技術(shù)效率與技術(shù)進(jìn)步指數(shù)均大于1；下游的綜合技術(shù)效率指數(shù)均值基本不變，技術(shù)進(jìn)步變動(dòng)指數(shù)均值增長(zhǎng)了0.7%，Malmquist指數(shù)呈遞增趨勢(shì)。

(3)地區(qū)發(fā)展水平、環(huán)境保護(hù)程度以及政府扶持與物流效率均呈正相關(guān)，但政府扶持回歸系數(shù)為負(fù)，可以說(shuō)明具有一定干預(yù)作用。

2.建議

在綜合上述研究結(jié)果的基礎(chǔ)上，提出以下建議。

(1)加強(qiáng)區(qū)域間合作，實(shí)現(xiàn)物流資源共享。由BCC測(cè)算結(jié)果可以看出，9省的物流效率發(fā)展水平不均衡且差異較大。下游的物流業(yè)發(fā)展較好，河南與山東2省應(yīng)發(fā)揮物流指引作用，帶動(dòng)中下游物流業(yè)的發(fā)展。中游的省份應(yīng)當(dāng)優(yōu)勢(shì)互補(bǔ)，整合物流信息資源，實(shí)現(xiàn)資源共享。黃河流域上游的物流效率水平較低，寧夏、甘肅、青海作為“絲綢之路經(jīng)濟(jì)帶”的重要省份，應(yīng)著力抓住這一優(yōu)勢(shì)，與中下游聯(lián)動(dòng)，交流密切合作，借鑒各省發(fā)展經(jīng)驗(yàn)。

(2)推進(jìn)物流業(yè)提質(zhì)增效。為推進(jìn)黃河流域物流業(yè)的高質(zhì)量發(fā)展，須改變過(guò)去粗放發(fā)展模式，優(yōu)化投入與產(chǎn)出，降低物流成本，提高物流效率。黃河流域下游純技術(shù)效率和規(guī)模效率相對(duì)較高，應(yīng)繼續(xù)突出物流產(chǎn)業(yè)的優(yōu)勢(shì)，實(shí)現(xiàn)物流業(yè)的轉(zhuǎn)型升級(jí)。黃河流域中游的技術(shù)進(jìn)步和物流效率指數(shù)均呈增長(zhǎng)趨勢(shì)，應(yīng)以創(chuàng)新驅(qū)動(dòng)物流業(yè)高質(zhì)量發(fā)展，對(duì)其進(jìn)行智能高端化改造。黃河流域上游的物流發(fā)展水平較低，應(yīng)結(jié)合本地區(qū)優(yōu)勢(shì)積極學(xué)習(xí)中下游的物流發(fā)展理念，形成本流域的物流發(fā)展特色。

(3)調(diào)整政府扶持力度。根據(jù)Tobit回歸結(jié)果可知，黃河流域九省的物流業(yè)需要政府支持，但是不能過(guò)多的干預(yù)。所以，各省政府部門應(yīng)結(jié)合當(dāng)?shù)匚锪鳂I(yè)發(fā)展的實(shí)際情況，對(duì)交通運(yùn)輸、倉(cāng)儲(chǔ)及郵政業(yè)以財(cái)政上支持，防止浪費(fèi)物流資源。同時(shí)，各省應(yīng)科學(xué)管理政府對(duì)物流業(yè)的財(cái)政支出，完善基礎(chǔ)物流設(shè)施，加速物流基礎(chǔ)設(shè)施網(wǎng)絡(luò)化、體系化。牢牢抓住“黃河流域高質(zhì)量發(fā)展”的戰(zhàn)略機(jī)會(huì)，積極落實(shí)到實(shí)踐中去，促進(jìn)黃河流域各省的物流產(chǎn)業(yè)高質(zhì)量發(fā)展。

(4)重視環(huán)境保護(hù)程度，發(fā)展綠色低碳物流。由前文分析可知，環(huán)境保護(hù)程度是黃河流域物流業(yè)效率增長(zhǎng)的重要影響因素。因此，黃河流域各省應(yīng)積極倡導(dǎo)綠色物流發(fā)展理念，制定相關(guān)政策科學(xué)引導(dǎo)綠色低碳物流的穩(wěn)步發(fā)展。以綠色低碳物流打通各區(qū)域價(jià)值鏈和供應(yīng)鏈，打造創(chuàng)新賦能的新物流經(jīng)濟(jì)。在物流業(yè)運(yùn)轉(zhuǎn)的過(guò)程中，以“黃河流域高質(zhì)量發(fā)展和生態(tài)保護(hù)”為目標(biāo)，最大化減少碳排放，不斷提高物流效率水平。