區(qū)域物流效率評價及其空間效應(yīng)研究

唐建榮，徐媛媛，杜　聰

(江南大學(xué) 商學(xué)院，江蘇 無錫 214122)

?

管理天地

區(qū)域物流效率評價及其空間效應(yīng)研究

唐建榮，徐媛媛，杜聰

(江南大學(xué) 商學(xué)院，江蘇 無錫 214122)

摘要：基于城市物流的投入產(chǎn)出指標(biāo)，借助Malmquist非參數(shù)指數(shù)模型和ESDA探索性數(shù)據(jù)分析，從時空分布上對2006—2013年江蘇省13個地級市的物流業(yè)全要素生產(chǎn)率進(jìn)行實證分析。研究結(jié)果表明：在時間分布上，考察期內(nèi)江蘇省城市物流全要素生產(chǎn)率實現(xiàn)了平均6.2%的負(fù)向增長率，技術(shù)進(jìn)步-7%的負(fù)向“增長效應(yīng)”是其下降的源頭，純技術(shù)效率和規(guī)模效率分別提升0.1%和0.8%，共同促進(jìn)效率改善的“追趕效應(yīng)”達(dá)到0.9%的正向增長力。在空間分布上，蘇南、蘇北和蘇中等三大區(qū)域的全要素生產(chǎn)率差異顯著，呈中部“塌陷”南北梯度下降趨勢；區(qū)域物流全要素生產(chǎn)率在空間地理分布上有嚴(yán)重的路徑依賴性，具有明顯的集聚性和低流動性的特征，各個市域若要脫離原來的集群存在一定的困難。據(jù)此提出撬動城市物流業(yè)可持續(xù)發(fā)展的可行性措施。

關(guān)鍵詞：區(qū)域物流；效率；DEA-Malmquist；ESDA

一、引言

2014年是中國物流行業(yè)轉(zhuǎn)型升級的利好一年，《物流業(yè)中長期發(fā)展規(guī)劃》的頒布實施是物流行業(yè)主動適應(yīng)“新常態(tài)”經(jīng)濟發(fā)展實行變革的里程碑。物流業(yè)是國民經(jīng)濟發(fā)展的支柱產(chǎn)業(yè)群。2014年我國社會物流費用支出占GDP的比率為16.6%，遠(yuǎn)高于全球平均水平約6.5個百分點[1]，粗放和低效率的物流運作模式，造成了資源的浪費、成本的增加和環(huán)境的破壞，低碳引導(dǎo)下提高物流業(yè)效率已被提到議事日程上?！白詈笠还铩钡母偤匣邮沟贸鞘形锪鳂I(yè)效率頗受關(guān)注。所以，城市物流業(yè)將根植于可持續(xù)發(fā)展的趨勢一直伴隨中國經(jīng)濟低碳轉(zhuǎn)軌的始終。

近年來，不少學(xué)者利用不同的方法對物流業(yè)效率進(jìn)行了大量的理論和實證研究。劉滿芝[2](2009)運用DEA對江蘇省13個地級市2006年的城市物流效率進(jìn)行了分析，從投入冗余和產(chǎn)出不足兩個方面分析其城市物流存在的問題；余永澤等[3](2010)利用SFA模型評價了我國區(qū)域物流的整體技術(shù)效率和TFP，指出技術(shù)進(jìn)步和效率改善是提高全要素生產(chǎn)率的雙重動力；王維國等[4](2012)基于三階段DAE模型的Malmquist-Luenberger指數(shù)方法測算了1997—2009年我國30個省(自治區(qū)、直轄市)的物流產(chǎn)業(yè)效率，說明物流業(yè)存在技術(shù)不環(huán)?，F(xiàn)象導(dǎo)致包含非期望產(chǎn)出的ML指數(shù)遠(yuǎn)低于傳統(tǒng)Malmquist指數(shù)；高秀麗等[5](2013)運用索羅殘值法測算了1997—2010年我國31個省的物流業(yè)TFP，并構(gòu)建空間計量模型對物流業(yè)TFP的影響因素進(jìn)行實證研究；張定[6](2014)基于城市物流的投入產(chǎn)出指標(biāo)，借助DEA方法分析了2002—2011年間的長三角城市物流發(fā)展效率的總體演化趨勢、結(jié)構(gòu)和空間格局的演化過程及機制，分析表明城市物流總體發(fā)展效率不斷上升，但生產(chǎn)要素存在較大的挖掘空間。

通過文獻(xiàn)梳理發(fā)現(xiàn)，目前物流業(yè)效率方面的研究主要側(cè)重于研究區(qū)域和企業(yè)層面的物流，關(guān)于城市物流效率尤其是考慮非期望產(chǎn)出的全要素生產(chǎn)率的研究很少。本文嘗試從中觀的城市物流入手，采用定量的辦法，對我國目前城市物流全要素生產(chǎn)率的時空差異進(jìn)行研究，為實現(xiàn)物流業(yè)的節(jié)能減排提供新思路。2014年江蘇省社會物流總額達(dá)到21.4萬億元左右，同比增長10.9%，物流增加值4 339.86億元，同比增長10.2%左右，社會物流總費用與GDP的比率為15.1%左右[7]。2014年國家“一帶一路”戰(zhàn)略中江蘇省作為交匯點的地理位置使得物流需求明顯增強，所以選擇江蘇省作為實證對象具有典型性。

二、研究方法和模型設(shè)定

本文在利用Malmquist指數(shù)方法從時間上測算城市物流效率值的基礎(chǔ)上，運用ESDA探索性數(shù)據(jù)方法從空間上分析地域間的集聚現(xiàn)象，從而對城市物流業(yè)進(jìn)行時空差異分析。

(一)DEA-Malmquist測算方法

DEA方法是應(yīng)用數(shù)學(xué)規(guī)劃模型測量多投入多產(chǎn)出決策單元相對效率的非參數(shù)方法。但是，傳統(tǒng)DEA假設(shè)投入產(chǎn)出指標(biāo)具有相同重要性使得各決策單元在不同期間的經(jīng)營效率缺乏可比性。所以，本文利用DEA方法對同一期間決策單元靜態(tài)效率的有效分析，融入了在效率動態(tài)變化分析上具有優(yōu)勢的Malmquist方法，建立了DEA-Malmquist測算方法，從而無需假設(shè)生產(chǎn)函數(shù)形式和分布，直接利用線性優(yōu)化給出的邊界生產(chǎn)函數(shù)與距離函數(shù)進(jìn)行估算。

(1)

在一般情況下，TFPt≠TFPt+1。Fareetal.[8]使用基于產(chǎn)出距離函數(shù)以相鄰兩期的TFP增長指數(shù)的幾何平均值衡量t到t+1時期的全要素生產(chǎn)率的變化，具體計算公式如下：

(2)

將(2)式進(jìn)行變形，得到結(jié)果如下：

(3)

(4)

(二)探索性數(shù)據(jù)分析方法(ESDA)

探索性空間數(shù)據(jù)分析(ExploratorySpatialDataAnalysis)是通過一系列圖形工具和適用于數(shù)據(jù)的插值方法對事物和現(xiàn)象空間分布格局的描述與可視化，發(fā)現(xiàn)空間集聚、全局和局部異常，揭示研究對象之間的空間相互作用機制[10]。本文引入全局Moran’sI指數(shù)，以空間權(quán)重為基礎(chǔ)，通過測度市域間的相似性或差異性來分析江蘇省城市物流全要素生產(chǎn)率的空間分布規(guī)律。計算公式如下：

(5)

三、變量選擇和數(shù)據(jù)來源

通過模型的構(gòu)建過程我們發(fā)現(xiàn)，確定城市物流全要素生產(chǎn)率的關(guān)鍵在于投入產(chǎn)出指標(biāo)的選取。目前，對于產(chǎn)業(yè)層面的效率測度，Strassner等提出了基于總產(chǎn)出口徑的KLEMS生產(chǎn)率測度方法，該方法將總投入分解為資本(K)、勞動(L)、能源(E)、材料(M)和服務(wù)(S)等五大類[11]。本文選取2006—2013年江蘇省13個城市物流從業(yè)人數(shù)、物流業(yè)固定資產(chǎn)投資和運輸車輛能源消耗量作為投入要素，物流業(yè)的增加值和貨運汽車二氧化碳的排放量作為期望和非期望產(chǎn)出指標(biāo)。但由于至今“物流產(chǎn)業(yè)”統(tǒng)計不夠完善，即使是最先進(jìn)的北美產(chǎn)業(yè)分類體系(NALS)也沒有“物流業(yè)”的分類。2006年《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》的統(tǒng)計數(shù)據(jù)表明交通運輸、倉儲和郵政業(yè)占據(jù)了物流業(yè)83%以上的份額，是反映整個物流業(yè)發(fā)展?fàn)顩r最有力的類別。江蘇省是我國有代表性的經(jīng)濟大省，而物流業(yè)作為經(jīng)濟的一個動脈系統(tǒng)，在環(huán)境的約束下迫切需要提高全要素生產(chǎn)率。2006—2010年的數(shù)據(jù)來源于《2011年江蘇省物流指數(shù)研究報告》，其余年份的數(shù)據(jù)來源于江蘇省統(tǒng)計年鑒、江蘇省交通統(tǒng)計年鑒和各城市統(tǒng)計年鑒，指標(biāo)構(gòu)建如表1所示。

表1　樣本投入產(chǎn)出變量一覽表(2006—2013)

(1)人的投入(X1)。用樣本年份各市交通運輸、倉儲和郵政業(yè)從業(yè)人數(shù)表征。

(2)財?shù)耐度?X2)。資本投入用樣本年份各市物流業(yè)資本存量衡量。選取各市交通運輸、倉儲和郵政業(yè)固定資產(chǎn)投資額為基本數(shù)據(jù)。根據(jù)1951年Goldsmith[12]提出的永續(xù)盤存法估計按可比價格計算的物流業(yè)資本存量。計算公式為：Ki,t=Ki,t-1(1-δi,t)+Ii,t，其中Ki,t為i市t年的資本存量；Ki,t-1為i市t-1年的的資本存量；δi,t和Ii,t分別為i市t年的折舊率和固定資產(chǎn)投資。借鑒張軍等[13]的估計方法，基年資本存量通過各市2006年固定資產(chǎn)投資額除以10%得到,折舊率同樣為10%。為了消除價格因素，以2006年為基期，用GDP平減指數(shù)對各市固定資產(chǎn)投資額進(jìn)行平減。

(3)物的投入(X3)。物流業(yè)的發(fā)展需使用各種交通工具，如汽車，船舶，飛機等，在城市物流中公路運輸是最重要的運輸方式，所以采用汽車數(shù)量表示實物的投入。

(4)能源的投入(X4)。物流業(yè)的運輸環(huán)節(jié)要消耗大量的能源，所產(chǎn)生的二氧化碳絕對值最大，在交通運輸行業(yè)，柴油和汽油是高碳能源燃料，其消耗量占全國消費量的比重已達(dá)54%以上[14]。因此，本文選取運輸車輛柴油、汽油消耗量的總和來代表物流業(yè)的能源消耗量，利用能源轉(zhuǎn)化系數(shù)將能源消耗全部轉(zhuǎn)化為標(biāo)準(zhǔn)煤。

(5)期望產(chǎn)出(Y)：選取各市交通運輸、倉儲和郵政業(yè)增加值表征物流業(yè)發(fā)展水平，同時以2006年為基期，利用GDP平減指數(shù)對其數(shù)據(jù)進(jìn)行平減以消除價格干擾。

C=ΣCt=ΣεtEt=εeEe+εfEf

(6)

C為碳排放量，εe為運輸車輛柴油消耗的碳排放轉(zhuǎn)換系數(shù)，Ee為柴油消耗標(biāo)準(zhǔn)煤量；εf為汽油消耗的碳排放轉(zhuǎn)換系數(shù),Ef為汽油消耗標(biāo)準(zhǔn)煤量。根據(jù)IPCC標(biāo)準(zhǔn)，柴油和汽油的碳排放系數(shù)分別為0.5921、0.5538，通過這兩種能源的消費量乘以相應(yīng)的碳排放系數(shù)得到各城市的貨運汽車二氧化碳排放量。

四、實證研究及結(jié)果分析

本文以江蘇省13個地級市的物流業(yè)為樣本，通過DEA-Malmquist方法測算了2006—2013年間的全要素生產(chǎn)率值(TFP)，并將Malmquist指數(shù)分解為技術(shù)效率指數(shù)(TE)、技術(shù)進(jìn)步指數(shù)(TP)、純技術(shù)效率指數(shù)(PTE)和規(guī)模效率指數(shù)(SE)，以考察物流業(yè)效率增長的主要來源。最后應(yīng)用ESDA方法探索了江蘇省市域效率的空間差異和格局演化特征。

(一)全省層面

借助軟件DEAP2.1分析得到表2結(jié)果,總體來說，考察期內(nèi)江蘇省城市物流全要素生產(chǎn)率均表現(xiàn)為負(fù)向增長且整體呈下滑態(tài)勢。具體說來，年均全要素生產(chǎn)率為0.938，年均技術(shù)進(jìn)步為0.930，年均效率改善為1.009，即樣本期內(nèi)江蘇省TFP平均增長率為-6.2%，技術(shù)進(jìn)步的平均增長率為-7%，技術(shù)效率的平均增長率為0.9%。負(fù)向的“增長效應(yīng)”大于正向的“追趕效應(yīng)”導(dǎo)致城市物流TFP的變動呈負(fù)向增長。與此同時，在對技術(shù)效率的分解中純技術(shù)效率和規(guī)模效率的平均增長率分別為0.1%和0.8%,共同推動了技術(shù)效率“追趕效應(yīng)”的正向增長。高詹[16](2013)通過對2001—2010年中原經(jīng)濟區(qū)29個地級市的物流產(chǎn)業(yè)效率進(jìn)行分析，發(fā)現(xiàn)規(guī)模效率和純技術(shù)效率都出現(xiàn)了上升的趨勢，共同促進(jìn)了城市物流效率的提高。

從時間縱向維度看， 2008—2009年、2010—2011年、2011—2012年三個時間段的TFP低于樣本年份的年均值。2008—2009年相對于純技術(shù)效率有0.4%的負(fù)向增長作用，規(guī)模效率1.8%的正向增長作用推進(jìn)江蘇省物流業(yè)技術(shù)效率有1.3%的正向“追趕效應(yīng)”，但由于技術(shù)進(jìn)步-7.7%的“增長效應(yīng)”最終羈絆全要素生產(chǎn)率有-6.5%的負(fù)向增長率。說明2008—2009年間江蘇省物流業(yè)資源未得到有效配置，低碳技術(shù)進(jìn)步力度不夠。2008年金融危機敲響警鐘，這對經(jīng)濟的影響不容小覷，從而使得全國著力開展保增長的刺激政策，力求擴大物流規(guī)模以此推動經(jīng)濟的發(fā)展，資源浪費、技術(shù)粗放、效率低下的物流項目得到盲目投資，不僅破壞了環(huán)境也制約了行業(yè)本身的集約化發(fā)展。2010—2011年純技術(shù)效率的增長率為-1%和規(guī)模效率的增長率為-5.1%共同牽制物流業(yè)技術(shù)效率導(dǎo)致其“追趕效應(yīng)”出現(xiàn)6%的負(fù)增長，與此同時技術(shù)進(jìn)步的“增長效應(yīng)”也出現(xiàn)6.2%的負(fù)增長，共同作用使其TFP出現(xiàn)-11.8%的增長率。2010年《國務(wù)院關(guān)于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定》出臺，江蘇省積極應(yīng)對各項挑戰(zhàn)，創(chuàng)新各種發(fā)展思路。但由于只是摸索階段，物流業(yè)在不合理的規(guī)?；A(chǔ)上利用不先進(jìn)的技術(shù)使得發(fā)展偏離資源稟賦路徑，導(dǎo)致效率值均未有明顯的趨利效果。相比2010—2011年、2011—2012年間純技術(shù)效率和規(guī)模效率分別增長1.2%和2.8%共同拉動江蘇省物流業(yè)技術(shù)效率增長了4%，但由于“增長效應(yīng)”12.1%的負(fù)增長對TFP的促降作用最大，導(dǎo)致其增長率為-8.6%。2011年是“十二五”開局之年，面對紛繁復(fù)雜的國際環(huán)境和國內(nèi)經(jīng)濟情況，江蘇省在物流業(yè)合理規(guī)模內(nèi)有效配置資源，積極促進(jìn)技術(shù)效率的提高。但環(huán)境問題的日益突出，使其物流業(yè)非環(huán)保技術(shù)不再適應(yīng)低碳的要求，技術(shù)進(jìn)步指數(shù)的大幅下降是促成TFP負(fù)增長的唯一主要因素。

與此同時，同樣是中國老字號的謝馥春、金芭蕾、紅燈、雙妹等仍然在苦覓突破之路，解構(gòu)百雀羚老樹開花的終極元素將會產(chǎn)生行業(yè)啟迪意義不言自明。那么，百雀羚老樹開花的秘訣何在呢？

表2　江蘇省物流業(yè)全要素生產(chǎn)率Malmquist指數(shù)及其分解

(二)三大區(qū)域?qū)用?/p>

江蘇省因地理位置和經(jīng)濟社會發(fā)展程度不同，目前形成三大區(qū)域：蘇南(南京、鎮(zhèn)江、蘇州、無錫、常州)、蘇中(揚州、泰州、南通)、蘇北(徐州、淮安、鹽城、連云港、宿遷)。從三大區(qū)域的角度來分析江蘇省物流業(yè)全要素生產(chǎn)率的差異，結(jié)果得到表3?？傮w上，研究期內(nèi)三大區(qū)域TFP的平均增長率雖均為負(fù)值，但蘇南地區(qū)改善情況最為顯著，TFP增長率為-0.1%基本達(dá)到有效值；因技術(shù)進(jìn)步“增長效應(yīng)”7.4%的負(fù)向增長率導(dǎo)致TFP具有同等的負(fù)向增長率，蘇北地區(qū)位居第二；同樣因技術(shù)進(jìn)步“增長效應(yīng)11.1%的負(fù)向增長率使其TFP的增長率也為-11.1%，蘇中地區(qū)名列第三。蘇中的“塌陷”是因為“增長效應(yīng)”嚴(yán)重滯后，其技術(shù)進(jìn)步的負(fù)增長率超過了10%，在考慮非期望產(chǎn)出的情況下，低碳技術(shù)進(jìn)步水平低是阻礙蘇中TFP提升的最大瓶頸。三大區(qū)域的純技術(shù)效率和規(guī)模效率都達(dá)到有效值，共同促進(jìn)江蘇省物流業(yè)技術(shù)效率“追趕效應(yīng)”的極大發(fā)揮。

表3　三大區(qū)域物流全要素生產(chǎn)率Malmquist指數(shù)及其分解(2006—2013)

(三)地級市層面

如表4，從13個地級市的角度來看，無錫處于全要素生產(chǎn)率的前沿，其指數(shù)為1.019大于1；全要素生產(chǎn)指數(shù)在0.9—1之間的城市有徐州、連云港、宿遷、鹽城、揚州、泰州、南京、鎮(zhèn)江、常州，占樣本城市的69%，達(dá)到TFP中游水平；全要素生產(chǎn)率指數(shù)在0.8—0.9之間的城市有淮安、南通、蘇州，物流業(yè)的TFP處于下游水平。13個城市中除了徐州、南通、蘇州的技術(shù)效率的“追趕效應(yīng)”不足，其余城市的技術(shù)效率指數(shù)均大于1。通過對技術(shù)效率的分解過程中可以看出，南京的規(guī)模效率雖有0.5%的負(fù)增長率，但純技術(shù)效率2%的正向增長率促使“增長效應(yīng)”1.5%的正向增長率；蘇州純技術(shù)效率達(dá)到有效值為1，但由于規(guī)模效率的增長率為-6.5%導(dǎo)致其技術(shù)效率產(chǎn)生同等的負(fù)增長率；常州的規(guī)模效率4.3%的增長幅度大于純技術(shù)效率1.1%的下降幅度推進(jìn)技術(shù)效率“追趕效應(yīng)”達(dá)到3.2%的正向增長率。13個城市的技術(shù)進(jìn)步指數(shù)都沒有達(dá)到有效值，導(dǎo)致了全要素生產(chǎn)率除無錫之外都沒有達(dá)到有效值，這也證明了技術(shù)進(jìn)步是江蘇省區(qū)域物流全要素生產(chǎn)率提升的主要源動力。

表4　江蘇省區(qū)域物流全要素生產(chǎn)率Malmquist指數(shù)及其分解(2006—2013)

將江蘇省13個地級市的效率指數(shù)分為三種類型，如表5所示。泰州、鎮(zhèn)江、連云港、徐州、宿遷、揚州和淮安物流業(yè)的全要素生產(chǎn)率的主要源動力是技術(shù)進(jìn)步：尋求最新技術(shù)是其發(fā)展全要素生產(chǎn)率的最佳途徑。低碳約束下，泰州、鎮(zhèn)江、連云港、宿遷、揚州和淮安的物流業(yè)發(fā)展應(yīng)大力創(chuàng)新低碳技術(shù)，徐州市的物流業(yè)技術(shù)發(fā)展以后的注腳應(yīng)多停留在物流業(yè)的規(guī)模和資源的優(yōu)化配置上；鹽城和蘇州兩座城市的全要素生產(chǎn)率的提高依賴于技術(shù)效率的改善：鹽城物流業(yè)資源配置較為合理但是技術(shù)水平有待于進(jìn)一步的提高；產(chǎn)業(yè)規(guī)模和低碳物流技術(shù)成為了蘇州市物流業(yè)發(fā)展的制約因素，即要在創(chuàng)新管理水平的同時適當(dāng)合理擴大規(guī)模，促進(jìn)技術(shù)與效率同頻合拍。南京、無錫、常州和南通的全要素生產(chǎn)率的提高需要技術(shù)進(jìn)步與效率改善的雙輪驅(qū)動：無錫和常州兩個城市的物流發(fā)展需要技術(shù)和制度革新的共同推動；南京既要擴大物流業(yè)規(guī)模又要大力創(chuàng)新物流技術(shù)以提高物流業(yè)的發(fā)展水平；南通在有效攻關(guān)低碳物流技術(shù)的同時，要適當(dāng)擴大物流規(guī)模以及極大地挖掘資源配置的空間以此促進(jìn)城市物流業(yè)全要素生產(chǎn)率的提高。

表5　江蘇省13個地級市的效率類型

(四)物流業(yè)發(fā)展的空間效應(yīng)

以上分析了江蘇省物流業(yè)全要素生產(chǎn)率總體特征以及各市域的差異化特征，但未能顯示出物流業(yè)效率的空間相關(guān)性及演化過程。本文選取近三年作為研究的特征年份，以此來探討江蘇省城市物流業(yè)發(fā)展空間格局的演變過程，運用Geoda軟件，選取最常用的簡單二分權(quán)重矩陣作為空間權(quán)重矩陣，空間權(quán)重的構(gòu)建遵循Rook相鄰規(guī)則，即若兩個地區(qū)擁有共同邊界則視為相鄰，在蒙特卡洛999次模擬檢驗之后得到以2006年為基期的2007—2013年Moran’sI指數(shù)及其顯著性結(jié)果見表5。

表6　2007—2013年江蘇省13個區(qū)域城市物流TFP Moran's I指數(shù)

從表6可知，以2006年為基期,2007—2013年江蘇省13個城市物流業(yè)TFP的Moran’s I指數(shù)均為正值，從2007年的Moran’s I指數(shù)為0.1808上升到2013年的0.2861,其中從2007—2010年呈直線上升的趨勢,2011年出現(xiàn)下降態(tài)勢,隨即2012年開始上升到2013年時達(dá)到最高值。所有年份的顯著性水平P值均小于5%，通過了Z值檢驗。由此得知，江蘇省各地區(qū)的物流業(yè)TFP在地理上具有顯著的正的空間自相關(guān)性，觀測值具有空間集聚性，即區(qū)域物流業(yè)全要素生產(chǎn)率在空間分布上并不是隨機的，在樣本期內(nèi)，江蘇省區(qū)域物流業(yè)全要素生產(chǎn)率的空間分布呈現(xiàn)如下的空間集群模式：相對較高的區(qū)域市域物流業(yè)TFP水平傾向于與其他具有較高物流TFP的市域相鄰近，而較低物流TFP水平的市域傾向于與其他具有低物流TFP水平的市域相鄰近?？傊?，江蘇省市域區(qū)域物流全要素生產(chǎn)率水平在空間上是相關(guān)的，所以不應(yīng)當(dāng)將其假定為一個獨立的觀測值。

為更清晰地反映出江蘇省城市物流業(yè)全要素生產(chǎn)率空間差異的變動格局，結(jié)合Moran’s I散點圖，將局部相關(guān)指數(shù)的效率空間關(guān)系圖分為四種類型：HH類型，即區(qū)域單元與周邊物流效率的水平均比較高，城市物流效率空間差異小，存在較強的空間正相關(guān)，即為熱點區(qū)；LH類型，即區(qū)域本身效率較低，但是周邊生產(chǎn)率較高，二者的空間差異程度較大，存在空間負(fù)相關(guān)性，即異質(zhì)性突出；LL類型，即區(qū)域自身和周圍物流業(yè)效率均較低，二者的空間差異程度小，即為盲點區(qū)；HL類型，即區(qū)域本身物流業(yè)效率較高，周邊地區(qū)較低，從而二者的空間差異程度大，存在較強的空間負(fù)相關(guān)。

2007年，無錫、蘇州兩個市域位于第Ⅰ象限，表現(xiàn)為高物流TFP水平-低空間滯后(H-H)的正自相關(guān)關(guān)系的集群模式；南通、泰州和常州位于第Ⅱ象限，是低物流TFP水平-高空間滯后(L-H)的負(fù)自相關(guān)集群；鎮(zhèn)江、宿遷、鹽城、揚州、徐州、淮安和連云港等7個市域均落在第Ⅲ區(qū)域，是低水平物流TFP-低空間滯后(L-L)的正自相關(guān)集群；南京位于第Ⅳ象限，是高水平物流TFP-低空間滯后(H-L)的負(fù)自相關(guān)集群，如圖1。

圖1　2007年江蘇省13個城市物流TFP的Moran散點圖

2010年，徐州、宿遷、連云港和鹽城位于第Ⅰ象限，表現(xiàn)為高物流TFP水平-低空間滯后(H-H)的正自相關(guān)關(guān)系的集群模式；淮安位于第Ⅱ象限，是低物流TFP水平-高空間滯后(L-H)的負(fù)自相關(guān)集群；南通、鎮(zhèn)江、泰州、常州、蘇州和無錫等6個市域均位于第Ⅲ區(qū)域，是低水平物流TFP-低空間滯后(L-L)的正自相關(guān)集群；揚州和南京落在第Ⅳ象限，是高水平物流TFP-低空間滯后(H-L)的負(fù)自相關(guān)集群，如圖2。

圖2　2010年江蘇省13個城市物流TFP的Moran散點圖

2013年，南通、泰州、無錫和蘇州位于第Ⅰ象限，表現(xiàn)為高物流TFP水平-低空間滯后(H-H)的正自相關(guān)關(guān)系的集群模式；鎮(zhèn)江和常州兩個市域位于第Ⅱ象限，是低物流TFP水平-高空間滯后(L-H)的負(fù)自相關(guān)集群；宿遷、徐州、淮安和連云港落在第Ⅲ區(qū)域，是低水平物流TFP-低空間滯后(L-L)的正自相關(guān)集群；揚州、鹽城和南京位于第Ⅳ象限，是高水平物流TFP-低空間滯后(H-L)的負(fù)自相關(guān)集群，如圖3。

圖3　2013年江蘇省13個城市物流TFP的Moran散點圖

(五)時空躍遷動態(tài)分析

借鑒 Rey[17](2001)使用的時空躍遷測度法(Space-time Transitions)，可以對 Moran’s I散點圖的時空演化做更進(jìn)一步的深入刻畫。Rey的時空躍遷測度法將時空躍遷分成四種類型(見表6)：類型 I躍遷描述的僅僅是相對位移的省域躍遷；類型 II描述的僅僅是相關(guān)空間鄰近省域的躍遷；類型 III包括了某省域及其鄰近省域均躍遷到其他不同的省域；類型 IV是指某省域及其鄰近省域保持了相同水平的情況，即在整個考察期內(nèi)不變。

對江蘇省13個城市2007年和2013年的物流業(yè)全要素生產(chǎn)率水平的檢測發(fā)現(xiàn)了明顯的空間非均衡性和持續(xù)性特征。以2006年為基期，從2007—2013年七年間，最普遍的躍遷類型是類型Ⅳ省域及其鄰近省域保持相同水平，共8個城市屬于此類型(躍遷路徑為：LL→LL,HH→HH,LH→LH),說明有61.5%的市域的物流業(yè)全要素生產(chǎn)率水平表現(xiàn)除了空間上的穩(wěn)定性。相對而言，物流業(yè)全要素生產(chǎn)率時空躍遷的其他三個類型較少，屬于類型Ⅰ的有鹽城、揚州、泰州和南通四個省域(躍遷路徑為: LL→HL,LH→HH)，鎮(zhèn)江(LL→LH)是第Ⅱ類型的典型區(qū)域，還沒有市域?qū)儆诘冖箢愋?見表7。

表6　Moran散點圖的時空躍遷類型

表7　2007—2013年江蘇省13個城市的躍遷路徑

從整個時期檢測到的空間集聚的結(jié)構(gòu)中缺乏顯著位移的證據(jù)，由此可以得到結(jié)論：區(qū)域物流業(yè)全要素生產(chǎn)率在空間地理分布上有嚴(yán)重的路徑依賴性，具有明顯的集聚性和低流動性的特征，各個市域想要脫離原來的集群存在著一定的困難。具體來說徐州、連云港、宿遷和淮安從2007年的LL躍遷到2013年還是LL類型，無論從自身來說還是從周邊城市的物流業(yè)來看始終保持著較低的全要素生產(chǎn)率水平，需要加快步伐擺脫這種困局；南京從2007年的HL躍遷到2013年的HL類型，保持了自身物流業(yè)的高效發(fā)展水平，但是缺乏對周邊地區(qū)的輻射帶動作用，所以南京市應(yīng)在保障自身物流業(yè)發(fā)展的同時積極發(fā)揮領(lǐng)頭羊作用，以拉動周邊地區(qū)物流業(yè)的發(fā)展，積極為區(qū)域的物流活動注入正向的外部性；蘇州和無錫從2007年的HH躍遷到2013年的HH類型，始終保持了較高的發(fā)展姿態(tài)，起到了排頭兵和標(biāo)桿的作用；常州從2007年的LH躍遷到2013年的LH類型，始終趕不上周邊地區(qū)的發(fā)展，說明常州必須要另辟蹊徑以謀取物流業(yè)的突破性發(fā)展；鹽城和揚州從2007年的LL類型躍遷到2013年的HL類型，說明這兩個城市通過自身的努力物流業(yè)的效率水平得到了提高，并且超越了周邊地區(qū)的發(fā)展；泰州和南通從2007年的LH躍遷到2013年的HH類型，說明泰州和南通的發(fā)展不僅吸引了相鄰城市的經(jīng)濟資源和要素，而且通過相鄰城市的擴散效應(yīng)從而大大帶動了自身的快速發(fā)展，從而提高了物流業(yè)全要素生產(chǎn)率水平，同時南通市屬于沿海城市，憑借地理優(yōu)勢，通過物流活動資金、技術(shù)和人員的投入改變了比較優(yōu)勢，促使城市物流業(yè)TFP水平的提高；鎮(zhèn)江從2007年LL躍遷到2013年的LH類型，由于自身物流業(yè)發(fā)展的羈絆導(dǎo)致全要素生產(chǎn)率發(fā)展水平明顯慢于周邊地區(qū)，因此，鎮(zhèn)江需找到落后的突破口，通過內(nèi)外途徑迎頭趕上周邊地區(qū)的發(fā)展。

五、結(jié)論及政策建議

(一)結(jié)論

節(jié)能減排提高TFP是改善城市低碳物流水平的最佳突破口，而改善城市低碳物流水平又是提高城市低碳經(jīng)濟運行質(zhì)量的戰(zhàn)略關(guān)鍵。文章用DEA-Malmquist從時間上來測度整體的TFP結(jié)果均未達(dá)到有效值1，并且呈現(xiàn)下降趨勢；用ESDA方法從空間上來測度TFP呈現(xiàn)區(qū)域分布的集聚性，從而可以從時空上更加全面和精確地反映城市物流業(yè)的全要素生產(chǎn)率。結(jié)果表明：

1.技術(shù)進(jìn)步的“增長效應(yīng)”是發(fā)展TFP的核心引擎。從表2可以看出，江蘇省物流業(yè)全要素生產(chǎn)率與技術(shù)進(jìn)步變化趨勢基本相同。技術(shù)進(jìn)步的“增長效應(yīng)”除了2006—2007年呈正向增長率，其余都是負(fù)向增長，說明在低碳約束下，物流業(yè)技術(shù)出現(xiàn)退化現(xiàn)象，未來還有巨大的挖掘和提升空間。

2.效率改善的“追趕效應(yīng)”是發(fā)展TFP的不竭動力。除了2006—2007年和2010—2011年兩個時間段的“追趕效應(yīng)”為負(fù)向增長，其余都為正向增長，從而促進(jìn)江蘇省物流業(yè)整體TFP指數(shù)都在0.85以上。究其原因是這兩個時間段的規(guī)模效率負(fù)向增長導(dǎo)致，其余年份的規(guī)模效率都達(dá)到有效值，說明低碳趨勢下，江蘇省物流業(yè)已達(dá)到一定的規(guī)模，但是合理配置資源是其關(guān)鍵。

3.江蘇省物流業(yè)TFP指數(shù)呈現(xiàn)明顯的震蕩下降特點。2006—2013年江蘇省城市物流全要素生產(chǎn)率呈擺動下降趨勢。2006—2009年平穩(wěn)下降，2009—2010年有所回升，2010—2011年又出現(xiàn)大幅下降趨勢，2011—2013年開始逐漸上升，呈現(xiàn)抑揚相伴總體下降的走勢。

4.城市物流業(yè)TFP差異性與集聚性并存。從圖1、圖2、圖3可以看出，總體來看，蘇南城市物流發(fā)展態(tài)勢較好，蘇中和蘇北的城市物流發(fā)展效率相對低下。江蘇省城市物流業(yè)的全要素生產(chǎn)率存在近效率的空間集聚趨勢。

(二)政策建議

通過以上對江蘇省城市物流業(yè)全要素生產(chǎn)率的分析，去蕪存菁，為物流產(chǎn)業(yè)發(fā)展戰(zhàn)略提供政策依據(jù)，同時以江蘇省為例提出以下城市物流業(yè)可持續(xù)發(fā)展的可行性措施：

1.渠道挖掘，推動低碳技術(shù)新突破。從表2可知，江蘇省年均TFP-6.2%的負(fù)向增長幅度源于年均技術(shù)進(jìn)步“增長效應(yīng)”-7%的負(fù)向增長作用所致。說明低碳技術(shù)將是未來全球競爭中的戰(zhàn)略制高點。為了推進(jìn)物流低碳技術(shù)的“內(nèi)涵升級”，既要整合現(xiàn)有的新能源低碳技術(shù)，又要積極研發(fā)“碳封存”和“碳捕獲”等新型低碳衍生技術(shù)。加快技術(shù)創(chuàng)新，不斷挖掘內(nèi)部潛力，形成多渠道技術(shù)投入的格局。

2.量身定制，建立低碳物流新標(biāo)準(zhǔn)。從實證分析結(jié)果可知，江蘇省城市物流TFP指數(shù)存在一定的差異，因此急需國家用制度規(guī)范“倒逼”物流業(yè)向低碳化轉(zhuǎn)型。首先，政府要充分發(fā)揮中流砥柱作用，制定有關(guān)低碳物流的法律法規(guī)，使物流業(yè)在低碳隧穿路徑上有法可依。其次，要建立節(jié)能減排考核制度與激勵約束機制，落實碳稅征收政策，優(yōu)化運作體系。江蘇省可借鑒國際經(jīng)驗，并結(jié)合自身物流業(yè)發(fā)展情況，制定低碳物流標(biāo)準(zhǔn)，設(shè)定低碳物流園區(qū)試點，積極打造生態(tài)宜居城市。

3.多式聯(lián)運，構(gòu)建城市共生新平臺。本文運用ESDA方法分析了各城市物流業(yè)TFP水平的空間格局演變，表明各地物流業(yè)發(fā)展不均衡但存在集聚性，這就需要各城市的協(xié)同發(fā)展以及博采眾長作為依托。市級政府在制定本市的物流發(fā)展政策時，應(yīng)以城市間的協(xié)同共生為基礎(chǔ)，發(fā)展多式聯(lián)運，提高區(qū)域內(nèi)物流網(wǎng)絡(luò)的暢通性和物流設(shè)施的兼容性，實現(xiàn)汽車、火車、飛機等多種運輸方式的聯(lián)運發(fā)展，加快鐵路、港口碼頭、機場及公路之間的無縫對接。江蘇省應(yīng)建立產(chǎn)業(yè)互動機制，整合區(qū)域物流資源，增強區(qū)域物流群落聚集與輻射功能，培育優(yōu)勢種群，提升區(qū)域物流群落生態(tài)品牌效應(yīng)。

4.智慧感知，完善物流信息新網(wǎng)絡(luò)?！盎ヂ?lián)網(wǎng)+”時代，利用物聯(lián)網(wǎng)技術(shù)建立感知物流已成為建設(shè)智慧型城市的一條蹊徑。首先，將RFID、傳感器、GPS等物聯(lián)網(wǎng)技術(shù)通過信息處理和網(wǎng)絡(luò)通信技術(shù)平臺應(yīng)用于構(gòu)建城際物流4.0網(wǎng)絡(luò)，對物流運作進(jìn)行全程的追蹤與監(jiān)測，整合運力實現(xiàn)其智能化對接，減少空載率和低效率的能源消耗。其次，利用“云物流”全面整合區(qū)域物流資源，建立跨區(qū)域的生產(chǎn)要素信息需求平臺，掌握和了解最新動態(tài)信息，打造全新物流網(wǎng)絡(luò)化運作的智慧運營模式。

5.清潔轉(zhuǎn)型，營造生態(tài)能源新氛圍。物流業(yè)的二氧化碳排放量與物流業(yè)的能源消耗量成正比。研究結(jié)果顯示，淮安市的物流業(yè)全要素生產(chǎn)率相比其他城市之所以比較低，在很大程度上與該城市能源消耗量持續(xù)增長息息相關(guān)。因此，提高能源效率是物流業(yè)實現(xiàn)碳減排目標(biāo)的根本之道。首先，要合理調(diào)整能源結(jié)構(gòu)，推廣清潔能源的使用，提高新型能源在能源消耗總量中的比重。由于我國能源結(jié)構(gòu)十分穩(wěn)定，能源結(jié)構(gòu)對碳排放脫鉤產(chǎn)生積極作用，但作用力度不夠大，而煤炭的碳排放系數(shù)遠(yuǎn)高于其他能源，所以改善能源結(jié)構(gòu)對物流業(yè)碳減排有不可或缺的作用[18]；其次，要優(yōu)化資源配置，提高物流業(yè)的能源效率，降低物流業(yè)二氧化碳的排放。以公路運輸為主的城市物流業(yè)，應(yīng)以新能源汽車為載體，建立新能源配送生態(tài)圈，為城市低碳物流的發(fā)展?fàn)I造生態(tài)能源新氛圍。

6.產(chǎn)業(yè)融合，尋找節(jié)能減排新契機。物流業(yè)是集運輸、儲存、裝卸搬運、包裝、流通加工和信息處理為一體的復(fù)合型產(chǎn)業(yè)，因此在努力實現(xiàn)物流內(nèi)部環(huán)節(jié)低碳轉(zhuǎn)變的同時要加強與其他產(chǎn)業(yè)的深度融合。首先，要積極建立低碳物流園區(qū)，從合理布局倉儲、循環(huán)減量包裝、重視逆向物流等環(huán)節(jié)提高物流效率；其次，城市物流要以公路運輸業(yè)為載體，以信息產(chǎn)業(yè)為武裝，線上線下助力推進(jìn)物流業(yè)低碳轉(zhuǎn)型；最后，要發(fā)揮金融杠桿作用，為物流業(yè)的節(jié)能減排舉措提供融資渠道支持，實現(xiàn)物流業(yè)與金融業(yè)的效率配合，夯實生態(tài)文明城市低碳物流發(fā)展的經(jīng)濟基礎(chǔ)。

參考文獻(xiàn)

[1] 何黎明. 2014年物流運行情況分析與2015年展望[J].中國物流與采購,2015，(10):64-65.

[2]劉滿芝，周梅華，楊娟.基于DEA的城市物流效率評價模型及實證[J].統(tǒng)計與決策，2009，(6)：50-52.

[3]余泳澤，吳鵬.我國物流業(yè)效率及其影響因素的實證研究——基于中國省級的隨機前沿生產(chǎn)函數(shù)分析[J].產(chǎn)業(yè)經(jīng)濟研究，2010，(1)：65-71.

[4]王維國，馬越越.環(huán)境約束下中國地區(qū)物流業(yè)全要素生產(chǎn)率重估和收斂性研究[J].數(shù)學(xué)的實踐與認(rèn)識，2012,42(11):38-49.

[5]高秀麗，孟飛榮.我國物流業(yè)全要素生產(chǎn)率及其影響因素分析[J].技術(shù)經(jīng)濟，2013,32(2):51-57.

[6]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(jīng)濟地理，2014，34(8):103-111.

[7]交通物流處.2014年全省物流業(yè)運行情況簡析[EB/OL].2016-02-25. http://www.jseic.gov.cn/qtbt/cslm/jtwlc/jtwlcsjtj/201502/t20150215_157454.html.

[8]Fare R.,Grosskopf S.,Norris M.(eds).Productivity Growth,Technical Progress and efficiency Change in Industrialized Countries[J],American Economic Review,1994,84(1): 66-83.

[9]金春雨，陳霞，李彩霞.遼吉黑經(jīng)濟圈物流業(yè)全要素生產(chǎn)率的追趕效應(yīng)與增長效應(yīng)研究[J].現(xiàn)代管理科學(xué),2012,(6):18-21.

[10]David W. S.Wong，Jay Lee. ArcView GIS 與ArcGIS 地理信息系統(tǒng)統(tǒng)計分析[M]. 北京：中國財經(jīng)經(jīng)濟出版社，2008：302 -384.

[11]Stassner E,Medeirons G,Smith G.Annual Industry Accounts:Introducing KL EMS Input Estimates for 1997-2003[J].Survey of Current Business,2005,85(9):31-651.

[12]GOLDSMITH R.A Perpetual Inventory of National Wealth [R].NBER Working Paper:1951,1143.

[13]張軍，吳桂英，張吉鵬.中國省級物質(zhì)資本存量估算：1952—2000[J].經(jīng)濟研究，2004,(10):35-44

[14]張毅，張恒奇，歐陽斌，達(dá)亞彬.綠色低碳交通與產(chǎn)業(yè)結(jié)構(gòu)的關(guān)聯(lián)分析及能源強度的趨勢預(yù)測[J].中國人口資源與環(huán)境，2014，24(11)：5-9.

[15]Seiford,L.M.,Zhu,J..Modeling Undesirable Factors in Efficiency Evaluation[J].European Journal of Operational Research ,2002,142(1):16-20.

[16]高詹.中原經(jīng)濟區(qū)城市物流效率是時空測度與比較研究[J].商業(yè)研究，2013,(12)：171-177.

[17]Rey S J. Spatial Empirics for Economic Growth and Convergence[J]. Geographical Analysis, 2011,33(3):195-214.

[18]唐建榮，陳實.基于隨機森林方法的碳足跡及其影響因素研究[J].統(tǒng)計與信息論壇，2013,28(10):70-74.

[責(zé)任編輯：鄒學(xué)慧]

Regional Logistics Efficiency Evaluation and Spatial Effects Study

TANG Jian-rong，XU Yuan-yuan，Du Cong

(School of Business，Jiangnan University, Wuxi 214122, China)

Abstract:Based on the input-output index of the urban logistics, make an empirical analys is about the temporal-spatio distribution of 13 cities in jiangsu province from 2003 to 2012 total factor productivity of the logistics industry by using the method of Malmquist and ESDA .The research results show that from the temporal distribution, the inspection period city logistics achieved an average of 6.2% negative growth in total factor productivity，Technological progress - 7% negative growth effect is the driving force of its decline， pure technical efficiency and scale efficiency increase 0.1% and 0.8% respectively accelerate the "catch-up effect "of the efficiency improvement to achieve positive growth of 0.9%. From the spatial distribution, the southern jiangsu, middle and north jiangsu area have a significant difference in total factor productivity, TFP showed a trend of "collapse" north-south gradient descent in central; Regional Logistics TFP in space geographic distribution serious path dependence, with significant clustering and low flow characteristics of each city region you want from the original cluster, there are some difficulties; From the perspective of tinle and space,proposing leveraging feasible measures for sustainable development of uran logistics.

Key words:regional logistics; efficiency; DEA -Malmquist; ESDA

中圖分類號：F713.1

文獻(xiàn)標(biāo)志碼：A

文章編號：1671-7112(2016)02-0003-12

作者簡介：唐建榮(1964-)，男，江蘇無錫人，教授，博士，主要從事低碳經(jīng)濟研究；徐媛媛(1989-)，女，安徽淮南人，碩士研究生，主要從事物流產(chǎn)業(yè)規(guī)劃與設(shè)計研究；杜聰(1990-)，男，浙江金華人，碩士研究生，主要從事產(chǎn)業(yè)規(guī)劃與設(shè)計研究。

基金項目：國家自然科學(xué)基金“小樣本非等距灰色預(yù)測模型建模及其應(yīng)用研究”(71301061)；教育部人文社科基金“區(qū)域性碳交易平臺的系統(tǒng)研究”(11YJAZH084)；中央高校專項(2015JDZD11);江蘇省研究生培養(yǎng)創(chuàng)新工程項目(SJLX_0538)

收稿日期：2016-01-10