中國物流行業(yè)績效空間外溢效應(yīng)—基于中國省際面板數(shù)據(jù)的實證研究

王樹喬

（1.淮陰工學(xué)院，江蘇 淮安 223003；2.中國礦業(yè)大學(xué) 公共管理學(xué)院，江蘇 徐州 221116）

1 引言

中國物流業(yè)正逐步向更高級的形態(tài)、更復(fù)雜的分工和更合理的結(jié)構(gòu)階段演進，隨著經(jīng)濟發(fā)展的變化也面臨著新的機遇與挑戰(zhàn)。目前，物流業(yè)規(guī)模呈現(xiàn)爆發(fā)式增長，發(fā)展水平大幅提升，傳統(tǒng)運輸、倉儲等企業(yè)功能整合和服務(wù)延伸，推動傳統(tǒng)物流企業(yè)向現(xiàn)代物流企業(yè)轉(zhuǎn)型，但也存在運行效率偏低、專業(yè)化物流供給能力不足等問題，因此研究物流業(yè)績效及探究其影響因素的作用機制，無疑對促進中國經(jīng)濟發(fā)展有著重要的現(xiàn)實意義。

物流企業(yè)的績效評價受到國內(nèi)外理論界和實務(wù)界學(xué)者的廣泛關(guān)注。相關(guān)的研究成果聚焦在以下兩個方面：一是物流業(yè)績效測度方面的研究。李曉梅等[1]、王建等[2]分別采用數(shù)據(jù)包絡(luò)分析方法測度A股上市的16家和25家國有物流企業(yè)的績效。雷勛平[3]等綜合運用DEA的CCR模型和“超效率”（Super-Efficiency）模型評價2008年中國31個省的物流產(chǎn)業(yè)績效。二是物流業(yè)績效影響因素方面的研究。樊秀峰等[4]實證分析中國物流業(yè)績效與進出口貿(mào)易的影響關(guān)系。王林等[5]以拉詹的兩個市場理論方法為基礎(chǔ)，研究國際物流績效的影響因素作用機制。

綜上所述，已有研究采用的實證方法大多是傳統(tǒng)計量方法，該方法隱含假設(shè)為地區(qū)單位之間沒有聯(lián)系，但幾乎所有的空間數(shù)據(jù)都具有一定程度的空間自相關(guān)性，因此有必要從空間視角研究中國物流業(yè)績效及影響機制。本文基于包含松弛變量的SBM模型測度中國30個省、市、自治區(qū)的物流業(yè)績效，進而系統(tǒng)考察物流業(yè)績效空間溢出效應(yīng)的產(chǎn)生機理，為提升物流業(yè)績效水平提供理論指導(dǎo)和實踐參考。

2 物流行業(yè)績效測算

2.1 DEA-SBM

數(shù)據(jù)包絡(luò)分析（DEA）評價方法的基本原理是假定DMU（決策單元）的輸出或輸入不變，不需要確定的生產(chǎn)函數(shù)，通過線性規(guī)劃對偶得到輸入與輸出之間的比例，由此來確定多輸出、多投入的DMU的資源投入產(chǎn)出是否達到技術(shù)有效，針對性的調(diào)整非有效DMU。

BBC和CCR模型等傳統(tǒng)的數(shù)據(jù)包絡(luò)分析模型并沒有考慮到松弛變量對評價結(jié)果的影響，僅從投入產(chǎn)出的比值來評價效率，導(dǎo)致測度的效率值與實際值存在較大的偏誤。Tone（2001）[6]建立了SBM模型有效解決了投入產(chǎn)出松弛性問題，見式（1）。

式（1）中u為投入指標(biāo)的種類，v為產(chǎn)出指標(biāo)的種類，xij為第j個省份對第i種投入指標(biāo)的投入數(shù)量，yrj為第r種產(chǎn)出指標(biāo)的數(shù)量，s+、s-分別為產(chǎn)出和投入的松弛變量。

2.2 投入產(chǎn)出指標(biāo)選擇

本文選取2005-2015年中國30個省、市和自治區(qū)的有關(guān)數(shù)據(jù)為樣本，由于西藏、香港和澳門地區(qū)部分數(shù)據(jù)缺失，因此沒納入研究范圍。借鑒已有文獻和中國物流業(yè)發(fā)展實踐，遵循數(shù)據(jù)的一致性、相關(guān)性和可得性，選取資本（K）、勞動力（L）和能量消耗（E）作為物流業(yè)績效測算的投入指標(biāo)，以行業(yè)增加值（WGDP）、貨運量（H）和貨運周轉(zhuǎn)量（C）作為產(chǎn)出指標(biāo)。中國的統(tǒng)計產(chǎn)業(yè)分類中并無物流產(chǎn)業(yè)，界定物流業(yè)包含交通運輸、倉儲和郵政業(yè)，數(shù)據(jù)來源于相應(yīng)年份的《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》與各個省、市的統(tǒng)計年鑒，投入產(chǎn)出指標(biāo)及其數(shù)據(jù)處理具體說明如下：

資本（K）采用各地交通運輸和倉儲、郵政業(yè)存量指標(biāo)，選取固定資產(chǎn)投資為基本數(shù)據(jù)，資產(chǎn)折舊率為10%，為了消除價格干擾，利用固定資產(chǎn)投資指數(shù)對固定資產(chǎn)投資額進行平減。勞動力（L）用各個區(qū)域交通運輸和倉儲、郵政業(yè)從業(yè)人員來表示，單位是萬人。能量消耗（E）選取交通運輸、倉儲和郵政業(yè)各項能源終端消費量折算標(biāo)準(zhǔn)煤，單位是萬噸標(biāo)準(zhǔn)煤。行業(yè)增加值（WGDP）為交通運輸、倉儲和郵政業(yè)增加值，單位為億元。貨運量（H）為鐵路、公路和水運貨運總量，單位為萬t。貨運周轉(zhuǎn)量（C）選用鐵路貨物、公路貨物和水運貨物周轉(zhuǎn)總量，單位為億t·km。

3 實證分析

3.1 物流行業(yè)績效的靜態(tài)時序變化

根據(jù)DEA-SBM模型的基本原理，運用MaxDEA軟件可以獲得2005-2015年中國大陸30個省、市、自治區(qū)的物流業(yè)績效值。

為了研究中國地區(qū)的物流業(yè)績效特征，參考中部地區(qū)崛起、西部大開發(fā)實施意見以及黨的十六大報告精神的經(jīng)濟區(qū)域劃分標(biāo)準(zhǔn)，取代傳統(tǒng)粗略的東中西部劃分方式，將細分為東部、中部、西部和東北四大區(qū)域（中部包括山西、河南、安徽、江西、湖北、湖南6省份，東部包括北京、天津、河北、山東、廣東、海南、福建、上海、浙江、江蘇10個省份，東北包括遼寧、吉林、黑龍江3個省份，西部包括重慶、廣西、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆、內(nèi)蒙古11個省份）。從研究期內(nèi)中國和四大經(jīng)濟區(qū)域物流業(yè)績效平均值的演變軌跡（見表1）可知，樣本期內(nèi)的中國物流業(yè)績效水平呈現(xiàn)先上升后下降的倒“U”型特征，由2005年的0.45提高至2015年0.54，在2011年達到峰值（0.58）。

分區(qū)域來看，四大經(jīng)濟區(qū)域的物流行業(yè)績效時序演化軌跡差異顯著，就樣本初期與樣本末期的物流績效水平而言，東部地區(qū)的物流行業(yè)績效呈現(xiàn)下降趨勢，西部、中部和東北地區(qū)均表現(xiàn)出不同幅度的增長。就各個省份來看，云南、吉林和新疆等省份的物流績效水平一直處于下游，集中在經(jīng)濟欠發(fā)達的中西部地區(qū)。上海、河北、山東、江蘇、浙江、天津等省份的物流業(yè)績效水平較高，這些省份主要位于經(jīng)濟發(fā)達的東部地區(qū)。需要指出的是，測度的物流業(yè)績效值是相對的，與發(fā)達國家的物流業(yè)相比還存在較大的改進空間。樣本期內(nèi)東部地區(qū)的物流行業(yè)績效均值為0.77，中部地區(qū)為0.60，西部和東北部物流業(yè)績效值不高，分別為0.48和0.42，整體而言，中國的物流業(yè)績效持續(xù)增長到2011年左右，隨后步入平穩(wěn)狀態(tài)。

3.2 物流行業(yè)績效的影響因素分析

為了探究中國物流業(yè)績效的空間外溢特征，筆者納入空間計量經(jīng)濟模型考察物流業(yè)績效的空間相關(guān)性和依賴性。Anselin[7]指出空間計量經(jīng)濟學(xué)是研究空間特征引起的變量特性變化的方法，隸屬于區(qū)域科學(xué)統(tǒng)計分析模型。通過空間計量經(jīng)濟學(xué)模型研究區(qū)域經(jīng)濟行為的基本思路是：首先采用莫蘭指數(shù)檢驗被解釋變量是否存在空間相關(guān)性，然后再確定是否有必要納入空間計量經(jīng)濟模型進行研究，倘若不能通過莫蘭指數(shù)檢驗，則建立經(jīng)典計量經(jīng)濟模型研究被解釋變量的特性[8]。

（1）空間相關(guān)性檢驗。表1的結(jié)果顯示出中國的物流業(yè)績效水平存在顯著的地區(qū)差異性，不同區(qū)域的物流業(yè)績效是否存在地理空間上的依賴性和相關(guān)性，這將決定物流業(yè)績效影響因素計量模型的構(gòu)建。本文基于傳統(tǒng)的全局Moran’s I指數(shù)檢驗中國物流業(yè)績效的空間相關(guān)性。計算方法為：

表1 中國各個省份的物流業(yè)績效（2005-2015）

式（2）中xi,xj為各個地區(qū)的物流業(yè)績效值，n為測量總數(shù)，wi,j表示二進制鄰接權(quán)重矩陣。莫蘭指數(shù)的取值范圍在[-1,1]，通過Matlab編程檢驗物流業(yè)績效空間依賴性結(jié)果，見表2。

表2 空間依賴性檢驗統(tǒng)計量

本文運用了三種空間依賴性檢驗方法GLOBAL Moran MI，GLOBAL Geary GC 和 GLOBAL Getis-Ords GO，都近似服從正態(tài)分布。從表2的結(jié)果可知，中國的物流業(yè)績效并不是隨機分布的，存在顯著的空間相關(guān)性，表現(xiàn)出“相似相近”的特征。據(jù)此，分析物流業(yè)績效影響因素作用機制采用空間計量模型較為適宜。

（2）模型設(shè)定和變量選擇?？臻g計量經(jīng)濟模型包括空間滯后模型與空間誤差模型兩大類?？臻g滯后模型[9]（Spatial Lag Model，SLM）主要是用來考察各變量是否存在區(qū)域擴散現(xiàn)象，空間滯后模型表達式如下：

式（3）中，Y為被解釋變量；X為n×k的外生解釋變量矩陣；ρ為空間回歸系數(shù)；W為n×n階的空間權(quán)重矩陣，一般選用鄰接矩陣（Contiguity Matrix）；WY為空間滯后被解釋變量；ε為隨機誤差項向量。

空間誤差模型（Spatial Error Model，SEM）也稱為空間自相關(guān)模型，擾動誤差項表示變量的空間依賴作用，用以度量鄰接區(qū)域被解釋變量的誤差沖擊對研究區(qū)域觀察值的影響程度，數(shù)學(xué)表達式為[10]：

式（4）中，ε為隨機誤差項向量，λ為n×1的截面被解釋變量向量的空間誤差系數(shù)，μ為正態(tài)分布的隨機誤差向量。參數(shù)λ反映的是相鄰地區(qū)的觀察值Y對本地區(qū)觀察值Y的影響方向和程度，參數(shù)β表示自變量X對因變量Y的影響。

由表2可知LM Error（Burridge）和LM Error（Robust）在5%的顯著性水平下顯著，LM Lag（Anselin）和LM Lag（Robust）沒有通過10%的顯著性水平檢驗。根據(jù)Anselin（1988）的判斷標(biāo)準(zhǔn)選擇SEM模型分析較為合適。接下來著重考察中國物流業(yè)績效差異的影響因素作用機制，借鑒已有文獻，選取區(qū)域經(jīng)濟（GDP），用地區(qū)生產(chǎn)總值來表示，單位億元；產(chǎn)業(yè)結(jié)構(gòu)（STR）采用第三產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重來表征；外商投資（FDI）為區(qū)域?qū)嶋H利用外商投資額，單位萬美元；人力資源（EDU）表示大專以上受教育人數(shù)占地區(qū)總?cè)丝诘谋壤?；城?zhèn)化（URB）為常住城鎮(zhèn)的人口占區(qū)域總?cè)丝诘谋壤?；物流專業(yè)化程度（SPE）采用物流產(chǎn)值占總產(chǎn)值的比例來衡量。樣本數(shù)據(jù)來源于相應(yīng)年份的《中國統(tǒng)計年鑒》、《中國教育年鑒》和《中國對外經(jīng)濟貿(mào)易年鑒》。

（3）結(jié)果分析。表3分別報告了SEM模型②、③、④和OLS回歸結(jié)果，從中可以看出，SEM空間固定效應(yīng)、SEM空間時間效應(yīng)的空間誤差相關(guān)系數(shù)都通過了10%的顯著性水平檢驗。從擬合優(yōu)度R2來看，SEM空間固定效應(yīng)略微優(yōu)于SEM空間時間效應(yīng)模型。據(jù)此，本文的分析結(jié)果以SEM空間固定效應(yīng)模型的結(jié)果為主。

表3 空間面板SEM模型估計結(jié)果

區(qū)域經(jīng)濟和產(chǎn)業(yè)結(jié)構(gòu)的彈性系數(shù)為負，但都未能通過統(tǒng)計性檢驗，表明區(qū)域經(jīng)濟發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)對區(qū)域物流業(yè)績效的影響不大。物流專業(yè)化程度對物流業(yè)績效的影響顯著為正，物流專業(yè)化程度每提高一個單位，物流業(yè)績效提高5.398個單位，表明物流業(yè)專業(yè)化程度越高，其物流業(yè)熟練程度和比較優(yōu)勢越明顯，生產(chǎn)績效也就越高。外商投資對物流業(yè)績效的影響顯著為正，回歸系數(shù)為0.077，外商投資每增加一個單位，物流業(yè)績效將增加0.077個單位，顯示出外商投資加速地方經(jīng)濟快速騰飛的同時，也增加了區(qū)域物流貨運量，有益于區(qū)域物流業(yè)績效的提升。

人力資源對物流業(yè)績效的影響顯著為正，回歸系數(shù)為0.53，人力資源每增加一個單位，物流業(yè)績效提高0.53個單位，從某種意義上來講，物流業(yè)是屬于技術(shù)密集型產(chǎn)業(yè)，吸納和使用大量現(xiàn)代化技術(shù)，隨著大專及以上人數(shù)占地區(qū)總受教育人數(shù)比重提高，物流行業(yè)招募的工作人員素質(zhì)要求愈發(fā)嚴(yán)苛，無疑促進了物流行業(yè)的現(xiàn)代化技術(shù)創(chuàng)新，因此高素質(zhì)人才隊伍對物流業(yè)績效改善起到促進作用。城鎮(zhèn)化水平的彈性系數(shù)顯著為正，反映出中國的城鎮(zhèn)化水平越高，越容易產(chǎn)生人力資源集聚效應(yīng)，為物流產(chǎn)業(yè)的發(fā)展提供重要的生產(chǎn)要素，交通、倉儲、配送基礎(chǔ)設(shè)施的條件優(yōu)越，規(guī)模效應(yīng)顯現(xiàn)，物流運營成本走低，相應(yīng)的物流總量不斷提高。

4 結(jié)論和啟示

通過實證分析可以得到結(jié)論，目前我國物流行業(yè)總體績效水平較低，尚存在很大的改進空間。樣本期內(nèi)的物流業(yè)績效地區(qū)差異性顯著，東部地區(qū)的物流業(yè)績效最高，中部其次，西部和東北部最低。全局莫蘭指數(shù)檢驗發(fā)現(xiàn)中國的物流業(yè)績效存在顯著的空間依賴性；區(qū)域經(jīng)濟和產(chǎn)業(yè)結(jié)構(gòu)對中國的物流業(yè)績效影響不大，物流專業(yè)化程度、外商投資、人力資源和城鎮(zhèn)化水平顯著正向促進物流業(yè)績效的提升。針對以上結(jié)論，提出中國物流業(yè)績效水平改善的建議如下：

第一，東部區(qū)域應(yīng)繼續(xù)發(fā)揮區(qū)位優(yōu)勢，合理配置物流資源并產(chǎn)生輻射作用，帶動中、西和東北地區(qū)物流業(yè)發(fā)展，另外，這些區(qū)域的物流企業(yè)應(yīng)積極向東部優(yōu)秀物流企業(yè)學(xué)習(xí)先進的技術(shù)管理知識，不斷提升資源配置的合理性。

第二，積極推進我國城鎮(zhèn)化建設(shè)，為物流產(chǎn)業(yè)發(fā)展提供重要的人力資源生產(chǎn)要素，保持物流業(yè)績效良性發(fā)展態(tài)勢；增加物流企業(yè)的人力資源儲備，提高人才培養(yǎng)質(zhì)量，為物流業(yè)改革和創(chuàng)新儲備豐富的人力資源，提升高端人才對物流業(yè)績效發(fā)展的貢獻度。

第三，積極引進外資，彌補國內(nèi)資金在物流業(yè)投資的不足，大力提升物流企業(yè)專業(yè)化服務(wù)能力，推動物流企業(yè)向集約化與協(xié)同化發(fā)展，建立和完善現(xiàn)代物流服務(wù)體系，盡可能避免重復(fù)建設(shè)和資源浪費，實現(xiàn)我國物流業(yè)績效健康持續(xù)提升。

[1]李曉梅,白雪飛.基于超效率CCR-DEA的國有物流企業(yè)績效實證分析[J].中國流通經(jīng)濟,2016,(4):26-32.

[2]王建,鐘俊娟.我國物流業(yè)市場結(jié)構(gòu)與績效的關(guān)系研究[J].東南學(xué)術(shù),2013,(3):99-108.

[3]雷勛平.基于DEA的物流產(chǎn)業(yè)效率測度實證研究[J].華東經(jīng)濟管理,2012,(7):62-66.

[4]樊秀峰,余姍.“海上絲綢之路”物流績效及對中國進出口貿(mào)易影響實證[J].西安交通大學(xué)學(xué)報(社會科學(xué)版),2015,(5):13-20.

[5]王林,楊堅爭.國際物流績效影響因素研究[J].中國流通經(jīng)濟,2014,(5):50-55.

[6]Tone K.A slacks-based measure of efficiency in data envelopment analysis[J].European Journal of Operational Research,2001,(130):498-509.

[7]Anselin L.Spatial Econometric:Methods and Models[J].Journal of the American Statistical Association,1990,85,(411):160.

[8]吳玉鳴.空間計量經(jīng)濟模型在省域研發(fā)與創(chuàng)新中的應(yīng)用研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2006,(5):41-46.

[9]馬子量,郭志儀.西部地區(qū)省域城市化動力機制研究[J].中國人口·資源與環(huán)境,2014,(6):9-15.

[10]周五七,武戈.低碳約束的工業(yè)綠色生產(chǎn)率增長及其影響因素實證分析[J].中國科技論壇,2014,(8):67-73.