國家級流通節(jié)點城市物流產業(yè)效率的時空變化及影響因素

范月嬌

（華僑大學工商管理學院，福建泉州362021）

國家級流通節(jié)點城市物流產業(yè)效率的時空變化及影響因素

范月嬌

（華僑大學工商管理學院，福建泉州362021）

以2001—2013年國家級流通節(jié)點城市的面板數據為基礎，利用隨機前沿分析（SFA）方法，通過對SFA方法的適用性、生產函數的適用性、技術進步存在性的檢驗，最后選擇考慮技術進步因素的、基于柯布-道格拉斯生產函數的SFA面板數據模型進行實證研究。研究結果表明，國家級流通節(jié)點城市的物流產業(yè)平均效率較低，信息化水平和產業(yè)結構是其非效率的重要影響因素；各城市的物流產業(yè)平均效率在時空維度上變化較大，從時間維度上看，中部城市的物流產業(yè)平均效率處于相對穩(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起伏狀態(tài)；從空間維度看，城市之間的物流產業(yè)效率差距巨大，中部略高于東部，西部最低。

國家級流通節(jié)點城市；物流產業(yè)效率；時空變化；影響因素

2015年5月，根據國家區(qū)域發(fā)展總體戰(zhàn)略及“一帶一路”、京津冀協同發(fā)展和長江經濟帶等戰(zhàn)略部署等，商務部等10個部門聯合發(fā)布《全國流通節(jié)點城市布局規(guī)劃（2015—2020年）》。該規(guī)劃將全國流通節(jié)點城市劃分為國家級、區(qū)域級和地區(qū)級共三級，其中，國家級流通節(jié)點城市有37個，包括除港澳臺以外的27個省會城市、4個直轄市、5個沿海開放城市和經濟特區(qū)（大連、青島、寧波、廈門、深圳）以及1個長三角經濟流通重鎮(zhèn)蘇州。該規(guī)劃通過布局流通節(jié)點城市和構建“三縱五橫”國家骨干流通大通道，建設全國一體化骨干流通網絡。由此可見，國家級流通節(jié)點城市將在未來流通網絡中成為物流、信息流和資金流的中心樞紐，其中物流產業(yè)是保障貨暢其流、保證整個國民經濟流通的重要支撐。因此，充分研究這37個國家級流通節(jié)點城市的物流產業(yè)效率，是國家及不同城市的政府部門和相關參與主體確定在未來骨干流通網絡建設中物流業(yè)的投入規(guī)模、投入方向的重要依據。

一、文獻回顧

生產效率主要是反映生產資源實際配置與有效配置狀態(tài)的對比關系，是評價經濟資源利用效率的相對指標，是一個無量綱的且不大于1的正值。生產效率的含義有兩方面內容：一是基于產出測算的生產效率，即假定投入確定下的產出可能拓展程度；二是基于投入測算的生產效率，即以假定產出確定下的投入減少來提高資源配置效率。本文研究的國家級流通節(jié)點城市的物流產業(yè)效率是基于產出測算的生產效率。[1]

關于物流效率的研究，國外學者多集中于物流企業(yè)和港口物流效率的實證研究，而對物流產業(yè)效率的研究相對較少，高登（Gordon）[2]是較早研究物流產業(yè)生產效率問題的學者之一。近年來國內學者對物流產業(yè)效率的研究成果較多，主要集中在兩個方面：其一，以不同區(qū)域級為主體進行研究，其中以省域層面的相關研究最多，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，基于我國省級層面的某一時段對物流產業(yè)效率進行了相關實證研究；在國家層面的相關研究中，余泳澤和劉秉鐮[10]利用時間序列數據研究中國物流產業(yè)效率問題；在經濟區(qū)域層面的相關研究中，樊敏、[11]袁丹和雷宏振[12]分別對我國八大經濟區(qū)域、絲綢之路經濟帶的物流產業(yè)效率進行測度；在城市層面的相關研究中，張中強、[13]張定等[14]分別對我國東部31個城市和長三角16個城市的物流業(yè)效率進行了實證。其二，將不同研究方法用于物流產業(yè)效率的測度。從上述文獻來看，主要集中在兩大類方法的運用，即以數據包絡分析法（DEA）為代表的非參數法，如樊敏、[15]劉秉鐮和余泳澤、[16]張中強、[17]袁丹和雷宏振、[18]張定等[19]和參數模型隨機前沿分析法（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）模型應用較多，如劉秉鐮和余泳澤、[24]袁丹和雷宏振[25]等。

綜上文獻可以發(fā)現，從研究主體上看，我國對于區(qū)域級物流產業(yè)效率實證研究較多，但對于城市級物流產業(yè)效率的關注不夠。由于城市往往是區(qū)域的增長極與核心流通節(jié)點，其物流產業(yè)效率的高低直接影響區(qū)域經濟對外經濟流通和區(qū)域經濟增長等各方面。同時，伴隨著《全國流通節(jié)點城市布局規(guī)劃（2015—2020年）》的發(fā)布，關注和研究規(guī)劃中各級別流通節(jié)點城市的物流產業(yè)效率更具有現實意義。從研究方法看，現有研究主要集中在SFA和DEA兩大類，由于DEA的缺點在于假設不存在隨機誤差的影響，可能對評價結果產生不利影響，因此部分學者開始嘗試用能考慮隨機誤差影響的SFA方法對物流效率的估計進行控制，如田剛和李南，[26]從而證明了采用隨機前沿法的必要性。但在目前SFA的運用中，現有文獻很少檢驗生產函數的適用性，也較少有文獻檢驗技術進步因素對物流產業(yè)效率的影響，往往直接設定生產函數進行相關研究。基于此，本文考慮以生產函數的適用性檢驗、技術進步因素的存在性檢驗為出發(fā)點，同時考慮到研究對象為分布全國的國家級流通節(jié)點城市，具有跨越空間較大、不同地域經濟環(huán)境差異較大且隨時間發(fā)展變化快等特征，最后確定利用SFA面板數據模型對我國國家級流通節(jié)點城市的物流產業(yè)效率時空變化及其影響因素進行實證研究。

二、理論模型與檢驗方法

1.SFA面板數據理論模型

巴特斯和科里（Battese&Coelli）[27-28]等人提出的基于面板數據的SFA模型，可以通過似然比統(tǒng)計量（LR）檢驗應當采用傳統(tǒng)生產函數還是隨機前沿生產函數，即檢驗是否包含技術非效率項的影響；通過引入時間項檢驗生產效率是否受時間或其他因素的影響；引入影響技術非效率的函數形式，可以通過計量經濟學的相關模型，進一步對影響技術效率的相關因素進行解釋，從而指導對技術效率的改進。因此，本文采用SFA面板數據模型的效率一步估計方法，且考慮非技術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時期的實際產出；f（?）表示生產可能性邊界上的確定產出前沿面函數，Xit為對應于決策單元i在t時期的投入向量，β為待估參數；τ為前沿技術進步的時間趨勢變量，一般用t與起始年份的差表示；vit-uit共同構成誤差復合項，其中vit表示由統(tǒng)計誤差和不可控因素造成的隨機擾動項，服從獨立同分布N（0，），且獨立于uit；uit表示技術非效率項，反映實際產出與理論最大產出的差距，uit≥0，服從非負的截斷正態(tài)分布N（+u，），且巴特斯和科里設定uit滿足：

式（2）中，η表示時間因素對技術非效率uit的影響，η＞0、η=0、η＜0分別表征-uit隨時間推進的遞增、不變和遞減。由于受隨機擾動和技術非效率兩個因素影響，式（1）表明i決策單元不能達到生產前沿面，雖然這兩個影響因素都是不可觀測的，但是通過恰當定義的隨機擾動僅僅是一個白噪聲，多次觀測的均值為零，因而i決策單元的技術效率可以用樣本中該決策單元產出的期望與隨機前沿期望的比值來確定，即：

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

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

2.基于不同生產函數的SFA面板數據理論模型

在常用的SFA模型測度效率時，生產函數主要有柯布-道格拉斯生產函數和超越對數生產函數兩種形式，本文同時引入技術進步因素，兩邊取對數可得線性形式的隨機前沿模型，分別為式（5）和式（6）：

3.模型的假設檢驗

本文采用似然比統(tǒng)計量（LR）對模型進行相關檢驗：

式（7）中，L（H0）和L（H1）分別是零假設H0（有約束模型）和備擇假設H1（無約束模型）下的對數似然函數值，檢驗統(tǒng)計量服從自由度為約束變量數目的混合χ2分布，[31]用以檢驗以下三個方面的問題。

第一，檢驗隨機前沿方法是否適用本研究對象。假設模型中不存在技術非效率項（uit），如果以普通最小二乘法（OLS）估計生產函數模型是無偏的和一致的，那么隨機前沿模型則是無效的。但是如果模型中存在uit，巴特斯和科里提出最大似然估計參數，以0＜γ＜1來檢驗復合誤差項中uit所占的比重，若γ趨向于1時，則表明模型的偏誤主要來自于uit影響；若γ趨向于0時，則說明決策單元的生產處于前沿面上，無需使用SFA方法，直接采用OLS方法估計即可。因此，其零假設為隨機前沿方法適用，即H0：γ=δ0+δk=0（k=1，2，…，n），用式（7）構造似然比統(tǒng)計量檢驗隨機前沿方法的有效性。

第二，檢驗哪種生產函數更適合本研究對象。雖然柯布-道格拉斯生產函數在總量分析中被廣泛應用，但該函數假定所有樣本使用相同的技術，其缺陷使學者們逐漸采用更具彈性的生產函數（如超越對數生產函數）來減少模型估計的偏誤。因此，本文將式（5）作為有約束模型、式（6）作為無約束模型，即零假設為柯布-道格拉斯生產函數適用，H0：βij=0（i＜j；i，j=1，2，…，n），用式（7）構造似然比統(tǒng)計量檢驗柯布-道格拉斯生產函數還是超越對數生產函數更適合本文的研究。

第三，檢驗本研究對象是否存在前沿技術進步。技術進步往往體現在生產技術的創(chuàng)新、改進及管理水平提高上。通過引入時間變量τ來表征技術進步因素，由于柯布-道格拉斯生產函數中沒有考慮技術進步的因素，須檢驗是否需要在模型中引入技術進步因素以避免模型的設定偏誤。如果檢驗結果表明必須引入技術進步因素，則需要進一步檢驗是否為中性技術進步。分別以不帶τ和帶τ的柯布-道格拉斯生產函數和超越對數生產函數SFA模型為有約束模型和無約束模型，即零假設為無需引進技術進步因素，H0：βt=βtt=βti=0（i=1，2，…，n），用式（7）構造似然比統(tǒng)計量檢驗是否需要引進技術進步因素。

三、實證模型與數據來源

1.實證模型與變量說明

根據理論模型式（1）、式（5）和式（6），本文選取相應投入的生產要素，以我國37個國家級流通節(jié)點城市為觀察對象，構建引入技術進步因素的基于柯布-道格拉斯生產函數和超越對數生產函數的SFA面板數據實證模型式（8）和式（9）：

需要進一步考察影響各城市物流產業(yè)效率的因素，根據式（4），技術非效率的實證模型為：

上述基于柯布-道格拉斯生產函數和超越對數生產函數的SFA面板數據實證模型式（8）和式（9）以及技術非效率實證模型式（10）的變量說明如表1所示。

表1 模型變量選擇與含義

2.數據來源說明

由于我國目前沒有物流產業(yè)的相關統(tǒng)計數據，本文上述變量都是按照目前本領域普遍的做法，采用交通運輸、倉儲、郵政業(yè)的相關數據來表征物流業(yè)的相關指標。同時由于進入21世紀以來，在國家各種經濟戰(zhàn)略規(guī)劃和相關物流政策的推動下，我國物流業(yè)在現代化、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個國家級流通節(jié)點城市的面板數據研究其物流產業(yè)效率。

四、實證結果分析

1.模型估計與檢驗

（1）相關指標的檢驗

利用Frontier4.1軟件，運用SFA面板數據模型并采用一步估計法，分別估計模型式（8）和式（9），表2給出了考慮技術進步與否的柯布-道格拉斯生產函數和超越對數生產函數模型估計的LR值和對數似然函數值。

根據表2，對上述三類假設進行檢驗，其結果見表3。

（2）模型估計與結果分析

表3的檢驗結果表明，在我國國家級流通節(jié)點城市物流產業(yè)效率測度中，最適用的是考慮技術進步的柯布-道格拉斯生產函數SFA模型，具體估計結果如表4所示。

課前老師在教室舉辦一場小規(guī)模的臺歷展，鼓勵學生去收集生活中造型不同的臺歷，并陳設在每個同學桌上，然后引導學生欣賞觀察臺歷都有什么共同點，孩子們一下就發(fā)現所有的臺歷都是能立在桌子上的。老師見同學們對臺歷愛不釋手，在教學環(huán)節(jié)中設計了“立紙游戲”，請同學們思考采用手工制作如何把紙張立起來，做成臺歷的基底。通過游戲這個環(huán)節(jié)，學生不僅發(fā)現了對折、折上折等方法，還發(fā)現了組合紙張的方法，再加上老師適時地引導，學生在很短的時間內，全部掌握了臺歷基座的制作。然后老師出示了植物、人物、動物造型的臺歷，引導學生對臺歷造型的思考。在學生分享自己想把臺歷制作成什么樣時，孩子們的創(chuàng)意簡直令人驚訝。

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自技術非效率的影響，也表明技術非效率因素是我國國家級流通節(jié)點城市物流產業(yè)生產未達到前沿面產出水平的重要影響因素。

表2 隨機前沿模型似然函數值

表3 相關假設檢驗結果

其次，表4的左半部分反映了各流通節(jié)點城市物流業(yè)生產要素的投入對總物流產出的影響程度。估計結果顯示，物流業(yè)固定投資、勞動投入都在1%水平上顯著，表明二者對物流業(yè)產出具有重要的影響，即分別投入每增加1%時，物流產出分別增加0.264%和0.36%；同時在柯布-道格拉斯函數中引入的技術進步因素也在1%的水平上顯著，這充分顯示了各城市的物流產出隨著時間發(fā)展和技術進步，對產出也產生了重要的影響。

2.各城市物流產業(yè)效率測度結果及影響因素分析

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

這個結果也表明不論是從省域還是從市域層面看，我國物流產業(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、產業(yè)結構和人力資本引入技術非效率模型做了估計，結果如表4的右半部分所示，如果影響因素的估計參數為負，則表示該影響因素技術效率有正的影響。從表4的估計結果來看，這3個影響因素均產生了正的影響，其中信息化水平和產業(yè)結構都在1%的水平上顯著，也充分表明在現代化物流運作過程中，信息流暢通對提高物流業(yè)效率具有非常重要的作用；同時也表明目前我國國家級流通節(jié)點城市的產業(yè)結構調整較快，物流業(yè)和第二產業(yè)之間的聯動較好。但體現人才水平的人力資本雖然是正影響，但不顯著，這也反映了我國人才欠缺的普遍事實。

表4 模型估計結果

表5 國家級流通節(jié)點城市物流產業(yè)效率

3.各城市物流產業(yè)效率的時空變化分析

為了便于清晰地比較分析，本文將37個城市按照我國東中西部的劃分方法，將其劃分為東部18個城市、中部9個城市、西部10個城市，從時間維度和空間維度對其動態(tài)變化進行分析。

（1）從時間維度分析

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

出現上述變化的原因，本文認為主要與宏觀經濟環(huán)境以及我國不同經濟發(fā)展規(guī)劃期的物流推進政策密切相關。期初下降的原因可能是“十五”期間我國將物流業(yè)列為大力發(fā)展的新型服務業(yè)之一，并于2001年3月出臺了《關于加快我國現代物流發(fā)展的若干意見》，在這些經濟政策推動下，我國各大流通節(jié)點城市的物流產業(yè)效率都得到了一定提升，但由于物流基礎設施不完善、運作管理水平低等原因導致后勁不足，所以出現了物流產業(yè)效率下降的現象；到了2005—2006年，我國又開始了“十一五”規(guī)劃，規(guī)劃綱要中明確現代物流業(yè)是重要的生產性服務業(yè)，是支撐國民經濟發(fā)展的基礎性、戰(zhàn)略性產業(yè)，要大力發(fā)展現代物流業(yè)，同時2009年出臺的《物流業(yè)調整和振興規(guī)劃》猶如我國物流業(yè)發(fā)展的強心劑，因此，“十一五”期間效率呈現出穩(wěn)定提升的趨勢，到2010年平均效率達到了一個較高值；此后又出現下降，可能與當時我國總體經濟形勢密切相關。此外，中部各流通節(jié)點城市物流產業(yè)效率一直處于穩(wěn)定上升的狀態(tài)，這可能是因為各城市相對差距不大以及相對穩(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)，但從實際數據來看，東部出現了南寧和?？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，且近年來有明顯的下降趨勢，這反映了近年來這些城市的經濟流通總量超出了物流業(yè)的承受能力，從而導致物流產業(yè)效率相對較低，因此東部的效率略低于中部也屬于正常現象。西部特殊的經濟地域環(huán)境、低投入低產出造成的物流產業(yè)低效率是基本符合預期的。

表6 2001—2013年我國及東中西部流通節(jié)點城市物流產業(yè)平均效率

（2）從空間維度分析

圖1a顯示了我國東部18個國家級流通節(jié)點城市物流產業(yè)平均效率的差異，平均物流產業(yè)效率低于0.4的城市有南寧和?？冢唤咏?.5的有南京、杭州和濟南；其余的城市都高于0.6，即在全國平均值以上，其中廣州最高，平均效率為0.8。圖1b是我國中部9個流通節(jié)點城市的物流產業(yè)平均效率，整體差異不大，基本都在0.5以上。圖1c中我國10個西部流通節(jié)點城市的物流產業(yè)平均效率除了重慶、成都和貴陽在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我國東部（a）、中部（b）、西部（c）國家級流通節(jié)點城市物流產業(yè)平均效率

圖1 的結果反映了我國國家級流通節(jié)點城市除了與物流運作密切相關的地域地形、經濟環(huán)境的差異導致了東中西部的物流產業(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、產業(yè)結構、人力資本等，都是不容忽視的重要因素。

五、結論

本文以國家級流通節(jié)點城市的物流業(yè)固定投資和從業(yè)人員為資本和勞動投入，以物流業(yè)增加值為產出，同時在考慮技術非效率影響因素如區(qū)域信息化水平、產業(yè)結構、人力資本等因素的前提下，以2001—2013年我國國家級流通節(jié)點城市的面板數據為基礎，利用巴特斯和科里提出的SFA方法及其一步估計法，并通過對隨機前沿分析方法的適用性、生產函數的適用性、技術進步因素的存在性等進行檢驗，最后選擇考慮技術進步因素的、基于柯布-道格拉斯生產函數的SFA面板數據模型實證研究物流產業(yè)效率。研究結果顯示，首先，我國國家級流通節(jié)點城市的物流產業(yè)平均效率較低，僅為0.587；其次，各城市的物流產業(yè)平均效率在時空維度上變化較大，從時間維度上看，從2001年開始都有下降的趨勢，其中中部城市從2003年開始一直平穩(wěn)上升，而全國及其他區(qū)域的城市一直到2005年或2006年之后才有所提升，到2010年達到最高，之后基本都波動變化；從空間維度看，城市層面上的物流產業(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，中部和東部物流產業(yè)平均效率高于全國平均值，且中部略高，而西部物流產業(yè)平均效率低于全國平均值，僅為0.44。

上述研究表明，我國在未來國家級流通節(jié)點城市的樞紐地位打造、骨干物流網絡中重要流通節(jié)點建設上還需要加大投入，才能促進更大的物流業(yè)產出，從而提升整體物流產業(yè)效率，促進流通節(jié)點城市經濟發(fā)展和對外實現貨暢其流；同時必須考慮差異化投入，特別是西部各城市的物流基礎設施投入應該是重中之重，道路等級提升、物流節(jié)點合理布局以及信息化水平、人才配備、產業(yè)聯動等方面更需要加強建設；東部的個別物流產業(yè)效率低的城市，如南寧和?？冢诟劭诘任锪鞴?jié)點規(guī)模、現代化建設、運輸聯動方面應該重點考慮。

＊本文受中央高校基本科研業(yè)務費資助項目——華僑大學哲學社會科學青年學者成長工程項目（項目編號：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：經濟科學出版社，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方法的我國區(qū)域物流效率分析[J].港口經濟，2008（12）：46-49.

[4]田剛，李南.中國物流業(yè)技術進步與技術效率研究[J].數量經濟技術經濟研究，2009（2）：76-86.

[5]、[21]余泳澤，武鵬.我國物流產業(yè)效率及其影響因素的實證研究——基于中國省際數據的隨機前沿生產函數分析[J].產業(yè)經濟研究，2010（1）：65-71.

[6]、[15]樊敏.中國城市群物流產業(yè)效率分析及發(fā)展策略研究——基于產業(yè)運作及聯動發(fā)展視角[J].軟科學，2010（5）：11-16.

[7]、[16]、[24]、[32]、[34]劉秉鐮，余泳澤.我國物流業(yè)地區(qū)間效率差異及其影響因素實證研究——基于數據包絡分析模型和托賓模型的分析[J].中國流通經濟，2010（9）：18-21.

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

[9]謝菲，黃新建，姜睿清.我國物流產業(yè)投入產出效率研究[J].南京師范大學學報（社會科學版），2014（1）：48-56.

[10]、[22]余泳澤，劉秉鐮.中國區(qū)域物流產業(yè)技術進步及其影響因素研究[J].上海經濟研究，2010（10）：3-12.

[11]樊敏.中國八大經濟區(qū)域物流產業(yè)運作效率分析——基于三階段DEA模型[J].現代管理科學，2010（2）：48-50、71.

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

[13]、[17]張中強.我國東部地區(qū)區(qū)域物流發(fā)展效率分析——以我國東部31個地市級地區(qū)為例[J].中國社會科學院研究生院學報，2012（1）：77-81.

[14]、[19]張定，曹衛(wèi)東，范嬌嬌，朱勝清，楊迎.長三角城市物流發(fā)展效率的時空格局演化特征與機制[J].經濟地理，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.外商直接投資對中國的技術溢出——一個基于中國省區(qū)面板數據的研究[J].經濟學（季刊），2006（4）：1109-1128.

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

責任編輯：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，Fujian362021，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，甘肅省平涼市人，華僑大學工商管理學院副教授，福州大學經濟管理學院博士生，主要研究方向為區(qū)域物流、物流經濟。