區(qū)域趨同還是趨異：中國物流產(chǎn)業(yè)效率及其收斂性
——基于2006-2015年30個省域面板數(shù)據(jù)的研究

陳永平，張亮亮

(安徽財經(jīng)大學(xué) 工商管理學(xué)院，安徽 蚌埠 233030)

一、 引　言

現(xiàn)代物流業(yè)發(fā)展迅速，物流產(chǎn)業(yè)在國民經(jīng)濟中的地位顯著提升。根據(jù)《中國物流年鑒》數(shù)據(jù)分析，全國物流業(yè)總收入由2011年的6.1萬億元增長至2015年的7.6萬億元，增長約24.6%。物流市場規(guī)模增速由2011年的20.9%降低至2015年的4.5%，物流業(yè)增長速度放緩并趨于穩(wěn)定，表明步入行業(yè)發(fā)展的戰(zhàn)略調(diào)整期。

物流效率提升促進(jìn)新常態(tài)下經(jīng)濟社會的平穩(wěn)增長，通過高效率的物流服務(wù)推動其他產(chǎn)業(yè)的發(fā)展。物流產(chǎn)業(yè)投入產(chǎn)出效率是評判物流產(chǎn)業(yè)整體發(fā)展?fàn)顩r的重要依據(jù)。中國正處于向物流強國轉(zhuǎn)型的過程中，準(zhǔn)確測度物流產(chǎn)業(yè)效率、探尋各區(qū)域間物流產(chǎn)業(yè)效率狀況是實現(xiàn)區(qū)域物流產(chǎn)業(yè)協(xié)調(diào)發(fā)展并提升其整體發(fā)展質(zhì)量效益的重要內(nèi)容。通過計量測度，研判區(qū)域物流產(chǎn)業(yè)效率的狀況及其收斂程度，分析其運營經(jīng)濟性和有效性，對比分析區(qū)域間物流產(chǎn)業(yè)效率及其趨同或趨異狀況，把握區(qū)域間物流產(chǎn)業(yè)發(fā)展水平差異，獲得相應(yīng)的啟示，運用于物流產(chǎn)業(yè)的經(jīng)營管理，提升物流運營效率，促進(jìn)區(qū)域協(xié)調(diào)發(fā)展。

(一) 文獻(xiàn)綜述

1.物流效率測度與評價方法研究。Kumar(2011)[1]運用數(shù)據(jù)包絡(luò)分析(DEA)對印度道路運輸事業(yè)部的相對經(jīng)營效率進(jìn)行測度，分析制約其綜合技術(shù)效率的關(guān)鍵因素。Mallikarjun等(2014)[2]采用網(wǎng)絡(luò)DEA方法測度美國公共鐵路運輸系統(tǒng)的相對運營效率，分析政府補貼與其運營效率間存在的關(guān)系。Suárez-Alemán等(2016)[3]利用隨機前沿分析(SFA)方法分析部分發(fā)展中國家的港口經(jīng)營效率。國內(nèi)學(xué)者注重道路運輸、鐵路運輸和港口的運營效率評價方面，注重測算道路運輸業(yè)的營運效率(張祖俊和劉玉海，2011)[4]。李蘭冰(2010)[5]將客運和貨運、產(chǎn)出階段和創(chuàng)收階段納入效率評價框架，采用DEA和Malmqusit指數(shù)方法研究鐵路運輸效率。

Hamdan和Rogers(2008)[6]采用無限制條件DEA模型和修正DEA模型測算美國第三方物流服務(wù)商管理運營的同類型倉庫的運營效率，明確投入產(chǎn)出指標(biāo)對運營效率的影響。Kim(2010)[7]利用調(diào)查數(shù)據(jù)，借助DEA方法測算物流活動中運輸車輛的技術(shù)效率。汪旭暉和徐健(2009)[8]通過測算上市物流公司效率分析物流產(chǎn)業(yè)技術(shù)效率；王瑛等(2013)[9]學(xué)者在實證方法、投入產(chǎn)出指標(biāo)的選擇和數(shù)據(jù)時間段等方面分析中國宏觀物流產(chǎn)業(yè)技術(shù)效率狀況及其技術(shù)非效率因素；張竟軼和張竟成(2016)[10]采用DEA和SFA方法分析物流業(yè)效率。

另外，物流業(yè)與制造業(yè)聯(lián)動發(fā)展效率(王珍珍，2017)[11]、環(huán)境約束下的物流業(yè)效率評價(董鋒等，2016；Kang等，2017)[12-13]也是物流產(chǎn)業(yè)的重要研究方向。

2.收斂性研究。以往收斂性檢驗多應(yīng)用于區(qū)域宏觀經(jīng)濟增長研究，而后應(yīng)用于農(nóng)業(yè)、工業(yè)、能源、環(huán)境、物流等行業(yè)或領(lǐng)域收斂性的判斷和預(yù)測。

一是宏觀經(jīng)濟增長收斂性研究。Paci(1997)[14]研究20世紀(jì)歐洲部分地區(qū)勞動生產(chǎn)率的收斂特征。沈坤榮和馬俊(2002)[15]分析中國經(jīng)濟增長的“俱樂部收斂”特征，闡述成因，指出中國省際區(qū)域經(jīng)濟增長存在條件收斂和俱樂部收斂特征。劉生龍和張捷(2009)[16]從空間經(jīng)濟視角研究中國區(qū)域經(jīng)濟的收斂性，表明區(qū)域經(jīng)濟增長存在絕對β收斂和條件β收斂。學(xué)者注重研究中國區(qū)域經(jīng)濟增長收斂性(張玉明和李凱，2011)[17]，系統(tǒng)分析中國經(jīng)濟增長效率的區(qū)域差異及收斂性問題(宋長青等，2013)[18]。

二是不同行業(yè)與領(lǐng)域的收斂性研究。第一，農(nóng)業(yè)領(lǐng)域收斂性研究。Ludena等(2007)[19]分析發(fā)展中國家農(nóng)作物生產(chǎn)率的增長和收斂性問題。Liu等(2011)[20]研究得出美國各州農(nóng)業(yè)全要素生產(chǎn)率收斂于相同的穩(wěn)態(tài)水平。國內(nèi)學(xué)者研究了中國農(nóng)業(yè)全要素生產(chǎn)率增長的地區(qū)差異及收斂性(史常亮等，2016)[21]，分析基于能值的農(nóng)業(yè)綠色經(jīng)濟增長問題(李兆亮等，2016)[22]。第二，工業(yè)收斂性。國外學(xué)者研究了西班牙制造業(yè)的公司生產(chǎn)率收斂性問題(lvaro E和Stucchi R，2014)[23]。李健等(2015)[24]研究中國地區(qū)工業(yè)生產(chǎn)率增長差異及收斂性，表明1998-2011年間全國及三大區(qū)域工業(yè)全要素生產(chǎn)率增長存在條件收斂。第三，能源相關(guān)收斂性。國外學(xué)者研究了全球能源消費的收斂特征(Mohammadi等，2012)[25]、俱樂部收斂模型檢驗國家能源生產(chǎn)率的收斂性(Apergis等，2016)[26]。國內(nèi)學(xué)者分析了中國全要素能源效率及其收斂性(李國璋和霍宗杰，2010)[27]、中國省際能源利用效率收斂性(趙楠等，2015)[28]。周四軍等(2017)[29]分析了區(qū)域能源利用效率β收斂性的問題。第四，環(huán)境相關(guān)收斂性。Camarero 等(2013)[30]研究了經(jīng)合組織國家的生態(tài)效率和趨同問題。國內(nèi)學(xué)者從中國工業(yè)碳排放效率的區(qū)域差異(周五七和聶鳴，2012)[31]、區(qū)域環(huán)境效率的收斂性、空間溢出及成因(李佳佳和羅能生，2016)[32]等方面進(jìn)行了研究。

三是物流效率收斂性研究。國外學(xué)者研究美國航空業(yè)技術(shù)效率收斂性(Alam等，2000)[33]、印度國家道路運輸事業(yè)部的生產(chǎn)率增長及其收斂性(Singh等，2015)[34]。田剛和李南(2009)[35]采用DEA方法研究得出1999-2006年中國30個省(市)物流業(yè)技術(shù)效率表現(xiàn)為σ收斂。國內(nèi)學(xué)者系統(tǒng)研究中國上市物流公司成本效率收斂性(張毅和牛沖槐，2013)[36]、區(qū)域物流發(fā)展時空差異及收斂性(陳文新等，2016)[37]。倪超剛和李俊鳳(2016)[38]運用SFA方法檢驗2005-2014年中國各省市物流產(chǎn)業(yè)技術(shù)效率的β收斂效應(yīng)。

(二) 文獻(xiàn)述評及本文創(chuàng)新之處

收斂性檢驗可以研判區(qū)域間物流產(chǎn)業(yè)效率的演進(jìn)趨勢，但缺乏系統(tǒng)性研究。本文利用2006-2015年中國30個省域(省、自治區(qū)和直轄市)的物流產(chǎn)業(yè)宏觀面板數(shù)據(jù)，借助超效率數(shù)據(jù)包絡(luò)分析(Super Efficiency-Data Envelopment Analysis，SE-DEA)方法測算中國各省域物流產(chǎn)業(yè)效率，分析區(qū)域差異。系統(tǒng)進(jìn)行東、中、西部區(qū)域間物流產(chǎn)業(yè)綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率演化趨勢的收斂性檢驗，分析其趨同或趨異狀況，得出相應(yīng)啟示，促進(jìn)中國現(xiàn)代物流業(yè)效率的提升。本文的創(chuàng)新之處在于：一是研究方法上采用同時考慮投入和產(chǎn)出(非導(dǎo)向)的超效率DEA模型測算區(qū)域物流產(chǎn)業(yè)技術(shù)效率。不同于以往研究中采用的單一投入或產(chǎn)出導(dǎo)向的DEA模型，本文采用同時考慮投入和產(chǎn)出(非導(dǎo)向)的超效率DEA模型測算各區(qū)域物流產(chǎn)業(yè)技術(shù)效率，為分析區(qū)域物流產(chǎn)業(yè)效率狀況提供依據(jù)。二是研究內(nèi)容上系統(tǒng)分析區(qū)域物流產(chǎn)業(yè)效率的斂散性?，F(xiàn)有研究對中國區(qū)域物流產(chǎn)業(yè)效率斂散性的深入分析存在不足，而本文將宏觀經(jīng)濟領(lǐng)域的收斂性檢驗?zāi)Ｐ蛻?yīng)用于物流產(chǎn)業(yè)，目的在于研判區(qū)域物流產(chǎn)業(yè)效率的斂散趨勢，分析區(qū)域物流產(chǎn)業(yè)效率的趨同或趨異狀況，為區(qū)域物流效率提升與協(xié)調(diào)發(fā)展提供參考。

二、 研究方法及理論模型

(一) 非導(dǎo)向的SE-DEA模型

SE-DEA模型由標(biāo)準(zhǔn)效率DEA-CCR模型(Charnes等，1978)[39]和DEA-BCC模型(Banker等，1984)[40]演化得到超效率CCR模型(SE-CCR)和超效率BCC模型(SE-BCC)。SE-DEA模型在于被評價的決策單元(Decision Making Unit，DMU)效率是參照其他DMU所構(gòu)成的前沿面得出。因此，有效DMU超效率值大于或等于1，而無效DMU的超效率值與標(biāo)準(zhǔn)模型的效率值相同，從而實現(xiàn)有效DMU效率值的可比性。

非導(dǎo)向的SE-BCC模型DMU的效率值可分為兩步計算(Chen等，2011)[41]。假設(shè)有n個DMUj(j=1，2，…，n)，每個DMUj有m種投入xij(i=1，2，3，…，m)和q種產(chǎn)出yrj(r=1，2，…，q)。

2.測算步驟。第一步測算。理論模型如下：

(1)

第二步測算。理論模型如下：

(2)

利用(1)和(2)模型得到DMU的純技術(shù)效率值(Pure Technical Efficiency，PTE)，同時利用非導(dǎo)向SE-CCR模型可得出各DMU的綜合技術(shù)效率值(Technical Efficiency，TE)，從而分解出規(guī)模效率值(Scale Efficiency，SE)。計算方法為：SE=TE/PTE。

(二) 收斂性檢驗?zāi)Ｐ?/h3>

物流產(chǎn)業(yè)效率的收斂性，分為絕對收斂、條件收斂等。絕對收斂指各區(qū)域物流產(chǎn)業(yè)效率趨于相同的增長速度和穩(wěn)態(tài)水平，而條件收斂指因受制于自身發(fā)展條件，各區(qū)域物流產(chǎn)業(yè)效率收斂于各自的穩(wěn)態(tài)水平。絕對收斂包括σ收斂和絕對β收斂，條件收斂指條件β收斂。

俱樂部收斂是絕對β收斂的一種特殊形式，指相同發(fā)展條件地區(qū)間物流產(chǎn)業(yè)效率存在增長收斂趨勢。鑒于對于“相同發(fā)展條件”界定的復(fù)雜性，本文不討論物流產(chǎn)業(yè)效率的俱樂部收斂問題。

1.σ收斂檢驗?zāi)Ｐ?。樣本總體指標(biāo)離散程度隨時間演進(jìn)呈逐漸縮小趨勢，說明存在σ收斂。標(biāo)準(zhǔn)差、代數(shù)轉(zhuǎn)換標(biāo)準(zhǔn)差、相對平均偏差、變異系數(shù)等反映離散程度指標(biāo)可以檢驗σ收斂(金相郁，2006)[42]。本文參照楊翔等(2015)[43]的方法，通過綜合分析標(biāo)準(zhǔn)差(SD)、變異系數(shù)(CV)及代數(shù)轉(zhuǎn)換標(biāo)準(zhǔn)差(σ)檢驗區(qū)域物流產(chǎn)業(yè)效率的σ收斂效應(yīng)，公式如下：

其中，n為區(qū)域數(shù)量，Ei表示i區(qū)域物流產(chǎn)業(yè)效率值。隨著時間的推進(jìn)，如果SD、CV和σ三個指標(biāo)數(shù)值呈現(xiàn)逐漸減小的趨勢，說明各區(qū)域間物流產(chǎn)業(yè)效率存在σ收斂。

2.β收斂檢驗?zāi)Ｐ?。Miller和Upadhyay(2002)[44]提出的回歸模型，其利用橫截面數(shù)據(jù)檢驗絕對β收斂、利用面板數(shù)據(jù)檢驗條件β收斂，表達(dá)式如下：

g=(lnEi,T-lnEi,T*)/t=α+βlnEi,T*+εi,T

(1)絕對β收斂。設(shè)定時間序列中首尾兩期(T*和T)相等的時間跨度，計算第i區(qū)域T*期和T期內(nèi)物流產(chǎn)業(yè)效率均值，即Ei,T*和Ei,T。利用橫截面數(shù)據(jù)進(jìn)行OLS回歸分析，如果β顯著為負(fù)值，說明各區(qū)域間物流產(chǎn)業(yè)效率存在絕對β收斂。

(2)條件β收斂。將時間序列等分為若干時期(T=1,2,…,m)，每一期的時間間隔為固定值t0，計算每期第i區(qū)域的物流產(chǎn)業(yè)效率均值(Ei,T)，將原模型變換成如下模型：

g=(lnEi,T-lnEi,T-1)/t0=α+βlnEi,T-1+εi,T

T分別取2,3,…,m，根據(jù)上式得到i個區(qū)域m-1期的面板數(shù)據(jù)，并進(jìn)行回歸分析。如果β顯著為負(fù)值，說明各區(qū)域間物流產(chǎn)業(yè)效率存在條件β收斂。

三、 變量選擇與數(shù)據(jù)說明

(一) 投入產(chǎn)出變量

本文選取的樣本數(shù)據(jù)為2006-2015年中國30個省域(省、自治區(qū)和直轄市)的面板數(shù)據(jù)。由于西藏重要變量數(shù)據(jù)缺失較多，故其不在分析范圍內(nèi)?？紤]數(shù)據(jù)獲取難度較大，本文分析不涉及中國的臺灣、香港和澳門。借鑒普遍的區(qū)域劃分方法，分東、中和西部區(qū)域，*東部區(qū)域包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南；中部區(qū)域包括山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南；西部區(qū)域包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、寧夏、青海和新疆。分析區(qū)域間物流產(chǎn)業(yè)的效率差異。

1.投入變量。投入變量有三個：物流產(chǎn)業(yè)固定資產(chǎn)存量、物流產(chǎn)業(yè)從業(yè)人數(shù)和交通運輸線路長度，見表1。

(1)物流產(chǎn)業(yè)固定資產(chǎn)存量。借鑒唐建榮等(2016)[45]的方法，采用物流業(yè)固定資產(chǎn)存量衡量物質(zhì)資本投入。以各省域交通運輸、倉儲和郵政業(yè)固定資產(chǎn)投資額為基礎(chǔ)，采用永續(xù)盤存法計算物流業(yè)固定資產(chǎn)存量?；?2006年)固定資產(chǎn)存量，借鑒Hall等(1999)[46]和Young(2003)[47]的方法，用各省域2006年交通運輸、倉儲和郵政業(yè)固定資產(chǎn)投資額除以2006-2015年年均增長率與折舊率的和值，折舊率取6%。為消除價格影響，交通運輸、倉儲和郵政業(yè)固定資產(chǎn)投資額采用以2006年為基期的固定資產(chǎn)投資價格指數(shù)進(jìn)行折算。

表1　物流產(chǎn)業(yè)效率投入變量分析

(2)物流產(chǎn)業(yè)從業(yè)人數(shù)。借鑒交通運輸、倉儲和郵政業(yè)城鎮(zhèn)單位就業(yè)人數(shù)(唐建榮等，2013)[48]作為物流產(chǎn)業(yè)從業(yè)人數(shù)的代理變量。由于忽視物流產(chǎn)業(yè)非城鎮(zhèn)單位和私營企業(yè)及個體從業(yè)人數(shù)，誤差較大，為縮小誤差，本文采用各地區(qū)交通運輸、倉儲和郵政業(yè)私營企業(yè)及個體就業(yè)人數(shù)與城鎮(zhèn)單位就業(yè)人數(shù)之和估計物流產(chǎn)業(yè)從業(yè)人數(shù)。由于統(tǒng)計原因存在個別異常值，當(dāng)期值取前后兩期均值的方式替換。

(3)交通運輸線路長度。借鑒袁丹等(2015)[49]的方法，以各地區(qū)鐵路營運里程、內(nèi)河航道里程和公路里程的總和作為交通運輸線路長度的代理變量，衡量物流業(yè)基礎(chǔ)設(shè)施投入水平。交通運輸線路長度反映物流產(chǎn)業(yè)社會基礎(chǔ)設(shè)施水平，王亞華等(2008)[50]認(rèn)為其可作為投入指標(biāo)評價交通運輸行業(yè)效率。

2.產(chǎn)出變量。借鑒鐘祖昌(2010)[51]的方法，選取交通運輸、倉儲和郵政業(yè)增加值作為物流產(chǎn)業(yè)增加值的代理變量。采用以2006年為基期的各地區(qū)交通運輸、倉儲和郵政業(yè)增加值指數(shù)對相應(yīng)增加值進(jìn)行縮減以消除價格變動影響(數(shù)據(jù)來源：《中國統(tǒng)計年鑒》《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》)。

Lewin等(1982)[52]指出投入和產(chǎn)出變量間應(yīng)存在正相關(guān)關(guān)系以增強結(jié)果的可靠性，即符合同向性原則。利用SPSS20.0軟件對于2006-2015年物流產(chǎn)業(yè)投入和產(chǎn)出變量間的Pearson相關(guān)性分析，結(jié)果見表2。各投入變量均與產(chǎn)出變量顯著正相關(guān)，均能在0.01顯著性水平下通過雙尾檢驗，表明變量選取合理。

表2　投入產(chǎn)出變量相關(guān)分析結(jié)果(2006-2015)

注：***表示0.01的顯著性水平；括號中為雙側(cè)檢驗下的顯著性(p值)。

(二) 收斂性分析數(shù)據(jù)說明

物流產(chǎn)業(yè)各效率值經(jīng)處理得到進(jìn)行收斂性檢驗的基礎(chǔ)數(shù)據(jù)。對數(shù)據(jù)處理做如下說明：第一，檢驗σ收斂時，改變利用單一指標(biāo)研判σ收斂性的做法，綜合分析標(biāo)準(zhǔn)差(SD)、變異系數(shù)(CV)和代數(shù)轉(zhuǎn)換標(biāo)準(zhǔn)差(σ)的變化趨勢，多指標(biāo)相互佐證以增加結(jié)果的穩(wěn)健性。第二，檢驗絕對β收斂時，首尾兩期時間跨度分別取2、3、4和5年對期間內(nèi)各效率值計算均值，對比分析回歸結(jié)果，以增強結(jié)果的穩(wěn)定性和可靠性。第三，檢驗條件β收斂時，充分利用2006-2015年間各省域物流產(chǎn)業(yè)各效率值數(shù)據(jù)以降低誤差，將其劃分為5期，每期包含2年，即2006-2007、2008-2009、……、2014-2015。

四、 實證結(jié)果及分析

應(yīng)用MaxDEA Ultra軟件對2006-2015年中國30個省域物流產(chǎn)業(yè)效率進(jìn)行超效率模型的測算，對比分析東、中和西部區(qū)域各效率值。應(yīng)用Excel軟件進(jìn)行σ收斂檢驗，應(yīng)用Stata13.0軟件進(jìn)行橫截面數(shù)據(jù)回歸和面板數(shù)據(jù)回歸以檢驗β收斂。

(一) 區(qū)域物流產(chǎn)業(yè)效率評價

基于SE-CCR和SE-BCC模型得出物流產(chǎn)業(yè)綜合技術(shù)效率值和純技術(shù)效率值，進(jìn)而分解出規(guī)模效率值。橫向上，通過比較各年份東、中和西部區(qū)域內(nèi)省域的效率均值，分析物流產(chǎn)業(yè)效率區(qū)域差異；縱向上，同一省域在不同年度效率測度依據(jù)的參考集相同，具有可比性，通過計算各省域所有年度內(nèi)的效率均值判斷樣本期間各省域物流產(chǎn)業(yè)效率的有效性。

1.物流產(chǎn)業(yè)綜合技術(shù)效率分析。2006-2015年各省域物流產(chǎn)業(yè)綜合技術(shù)效率值見表3，其主要特征如下：

(1)區(qū)域物流產(chǎn)業(yè)綜合技術(shù)效率差異顯著。就均值水平而言，30個省域中僅有4個達(dá)到物流產(chǎn)業(yè)綜合技術(shù)效率有效狀態(tài)。上海、天津、山東、河北和福建五省域的綜合技術(shù)效率均值排名前五位。前五位屬于東部區(qū)域，后五位中除湖北外都屬于西部區(qū)域?？梢?，中國物流產(chǎn)業(yè)綜合技術(shù)效率區(qū)域差異較為明顯。

表3　2006-2015年各省域物流產(chǎn)業(yè)綜合技術(shù)效率值

圖1　各區(qū)域物流產(chǎn)業(yè)年均綜合技術(shù)效率對比及變化趨勢

(2)物流產(chǎn)業(yè)綜合技術(shù)效率呈現(xiàn)階段特征。2006-2015年區(qū)域物流產(chǎn)業(yè)年均綜合技術(shù)效率對比及變化趨勢如圖1所示。東部領(lǐng)先于中、西部區(qū)域，中部高于西部，中、西部年均綜合技術(shù)效率均低于當(dāng)年的全國平均值。2006-2008年東、中和西部物流產(chǎn)業(yè)年均綜合技術(shù)效率呈下降趨勢，2008年后呈緩慢上升趨勢，呈現(xiàn)階段特征。

2.物流產(chǎn)業(yè)純技術(shù)效率分析。2006-2015年各省域物流產(chǎn)業(yè)純技術(shù)效率值見表4，其主要特征如下：

(1)純技術(shù)效率存在提升優(yōu)化空間。2006-2015年各省域物流產(chǎn)業(yè)純技術(shù)效率均值分析，僅8省域處于有效狀態(tài)，說明物流產(chǎn)業(yè)純技術(shù)效率存在很大的提升優(yōu)化空間，企業(yè)管理和技術(shù)因素對物流產(chǎn)業(yè)生產(chǎn)效率的拉動作用有待進(jìn)一步發(fā)揮。寧夏、天津、上海、山東和河北的物流產(chǎn)業(yè)純技術(shù)效率處于領(lǐng)先的前五位。

表4　2006-2015年各省域物流產(chǎn)業(yè)純技術(shù)效率值

圖2　各區(qū)域物流產(chǎn)業(yè)年均純技術(shù)效率對比及變化趨勢

(2)區(qū)域物流產(chǎn)業(yè)年均純技術(shù)效率差異明顯。2006-2015年各區(qū)域物流產(chǎn)業(yè)年均純技術(shù)效率對比及變化趨勢如圖2所示。東部區(qū)域物流產(chǎn)業(yè)純技術(shù)效率高于中、西部區(qū)域，中部區(qū)域物流產(chǎn)業(yè)純技術(shù)效率最低。全國物流產(chǎn)業(yè)年均純技術(shù)效率基本維持穩(wěn)定水平，而東、中部區(qū)域均有先下降后上升的變化趨勢。

(3)區(qū)域物流產(chǎn)業(yè)年均純技術(shù)效率呈現(xiàn)階段特征。2006-2010年東部區(qū)域物流產(chǎn)業(yè)年均純技術(shù)效率呈下降趨勢，2010年后緩慢上升。2006-2008年中部區(qū)域物流產(chǎn)業(yè)年均純技術(shù)效率呈下降趨勢，2008年后緩慢上升。2006-2008年西部區(qū)域物流產(chǎn)業(yè)純技術(shù)效率呈下降趨勢，2009年略微提升，而后進(jìn)入下降階段，2011-2013年間處于波動期，2012年較2011年顯著提升，2013年下降至樣本期間內(nèi)的最低點，而后呈穩(wěn)步上升趨勢。

3.物流產(chǎn)業(yè)規(guī)模效率分析。2006-2015年各省域物流產(chǎn)業(yè)規(guī)模效率值見表5，其主要特征如下：

表5　2006-2015年各省域物流產(chǎn)業(yè)規(guī)模效率值

(1)省域規(guī)模效率差異不明顯。各省域2006-2015年物流產(chǎn)業(yè)規(guī)模效率均值全部小于1，說明30個省域物流產(chǎn)業(yè)都未處于最優(yōu)生產(chǎn)規(guī)模，規(guī)模收益均處于遞增或遞減的狀態(tài)。上海、內(nèi)蒙古、河南、江蘇和福建是2006-2015年物流產(chǎn)業(yè)規(guī)模效率均值領(lǐng)先的五個省域。整體形勢看，規(guī)模效率的省域差異不明顯。

圖3　各區(qū)域物流產(chǎn)業(yè)年均規(guī)模效率對比及變化趨勢

(2)東、中、西部物流產(chǎn)業(yè)年均規(guī)模效率差異較小且基本維持穩(wěn)定。東、中、西部區(qū)域間物流產(chǎn)業(yè)年均規(guī)模效率對比及變化趨勢如圖3。中部區(qū)域物流產(chǎn)業(yè)年均規(guī)模效率高于東、西部區(qū)域，而僅西部區(qū)域物流產(chǎn)業(yè)年均規(guī)模效率低于全國平均水平。西部區(qū)域經(jīng)濟發(fā)展落后于東、中部區(qū)域，宏觀物流需求總量較小，其可能處于規(guī)模收益遞增的階段，尚未實現(xiàn)規(guī)模有效。就變化趨勢而言，東部區(qū)域物流產(chǎn)業(yè)年均規(guī)模效率有明顯的上升趨勢，且有趕超中部區(qū)域的勢頭；東部區(qū)域物流產(chǎn)業(yè)年均規(guī)模效率基本穩(wěn)定；西部區(qū)域則有波動下降的趨勢。

(二) 物流產(chǎn)業(yè)效率收斂性檢驗

分別對全國及東、中和西部區(qū)域物流產(chǎn)業(yè)綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率進(jìn)行σ收斂、絕對β收斂和條件β收斂的檢驗，結(jié)果及相關(guān)分析如下：

圖4　各區(qū)域物流產(chǎn)業(yè)各效率值σ收斂檢驗結(jié)果

1.物流產(chǎn)業(yè)效率σ收斂檢驗。計算發(fā)現(xiàn)，SD、CV和σ的變化演進(jìn)趨勢基本一致。本文以σ系數(shù)來分析各區(qū)域物流產(chǎn)業(yè)各效率值的σ收斂性，見圖4。

(1)東、中、西部綜合技術(shù)效率存在σ收斂。如圖4(a)，東、中和西部區(qū)域物流產(chǎn)業(yè)綜合技術(shù)效率的σ系數(shù)有波動下降的總體趨勢，但全國層面來看，其σ系數(shù)基本維持穩(wěn)定。東、中和西部區(qū)域內(nèi)部物流產(chǎn)業(yè)綜合技術(shù)效率都存在σ收斂現(xiàn)象，而全國層面并未表現(xiàn)出明顯的σ收斂。另外，東部區(qū)域各省域物流產(chǎn)業(yè)綜合技術(shù)效率的σ系數(shù)較大，說明東部區(qū)域內(nèi)各省域物流產(chǎn)業(yè)綜合技術(shù)效率差異較大。

(2)東、中、西部區(qū)域內(nèi)各省域間物流產(chǎn)業(yè)純技術(shù)效率明顯σ收斂，區(qū)域之間略微σ收斂。如圖4(b)，除個別時點明顯波動外，全國及東、中和西部區(qū)域物流產(chǎn)業(yè)純技術(shù)效率的σ系數(shù)均表現(xiàn)出總體波動下降的趨勢。東、中和西部區(qū)域內(nèi)部各省域間物流產(chǎn)業(yè)純技術(shù)效率具有明顯的σ收斂效應(yīng)，東、中、西部區(qū)域間表現(xiàn)出略微σ收斂。另外，西部區(qū)域物流產(chǎn)業(yè)純技術(shù)效率的σ系數(shù)最大，說明西部區(qū)域內(nèi)各省域間物流產(chǎn)業(yè)純技術(shù)效率分化較明顯。

(3)區(qū)域物流產(chǎn)業(yè)規(guī)模效率呈上升趨勢但無明顯σ收斂。如圖4(c)，除中部區(qū)域物流產(chǎn)業(yè)規(guī)模效率的σ系數(shù)基本維持穩(wěn)定外，東、西部區(qū)域及全國層面總體上均表現(xiàn)出略微的上升趨勢。中部區(qū)域內(nèi)各省域間物流產(chǎn)業(yè)規(guī)模效率無明顯σ收斂跡象，而東、西部區(qū)域及全國層面的物流產(chǎn)業(yè)規(guī)模效率表現(xiàn)出略微發(fā)散的跡象。另外，西部區(qū)域物流產(chǎn)業(yè)規(guī)模效率σ系數(shù)最大，說明區(qū)域內(nèi)各省域間物流產(chǎn)業(yè)規(guī)模效率差異較大。

2.物流產(chǎn)業(yè)效率絕對β收斂檢驗?；谏鲜鑫锪鳟a(chǎn)業(yè)各效率值數(shù)據(jù)，首尾兩期的時間跨度分別取2、3、4、5，經(jīng)回歸分析發(fā)現(xiàn)各取值下的檢驗結(jié)果基本一致。本文選擇首尾兩期分別為2006-2008年(T*)和2013-2015年(T)進(jìn)行分析，回歸模型如下：

其中，T和T*兩期相隔7年，時間跨度t取7，估計結(jié)果如表6。

表6　各區(qū)域物流產(chǎn)業(yè)各效率值絕對β收斂檢驗結(jié)果

注：括號中為標(biāo)準(zhǔn)誤差；**、*分別表示0.05、0.1的顯著性水平。

(1)物流產(chǎn)業(yè)綜合技術(shù)效率收斂性分析。一是西部各省域體現(xiàn)共同收斂趨勢。西部區(qū)域的回歸系數(shù)βTE值在0.1顯著性水平下顯著為負(fù)，全國及東、中部區(qū)域的回歸系數(shù)為負(fù)值但不顯著。西部大開發(fā)的推進(jìn)使得物流產(chǎn)業(yè)獲得發(fā)展機會，西部各省域物流產(chǎn)業(yè)綜合技術(shù)效率有明顯的共同收斂趨勢，收斂速度約為8%，說明相對落后的省域表現(xiàn)出追趕效應(yīng)。二是東、中部區(qū)域和全國物流產(chǎn)業(yè)綜合技術(shù)效率不存在共同收斂趨勢。東部區(qū)域內(nèi)部各省域在資金投入、科技水平和人力資本等資源稟賦方面存在差異，而中部區(qū)域多為農(nóng)業(yè)大省，各省域?qū)ξ锪鳟a(chǎn)業(yè)重視程度、扶持力度、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整力度方面存在一定差異，導(dǎo)致東、中部區(qū)域內(nèi)部各省域間物流產(chǎn)業(yè)綜合技術(shù)效率差異過大，并未表現(xiàn)出收斂的特征。全國物流產(chǎn)業(yè)綜合技術(shù)效率并未表現(xiàn)明顯的收斂跡象，說明2006-2015年30個省域間物流產(chǎn)業(yè)綜合技術(shù)效率的差距整體上并未縮小，不存在共同收斂的趨勢。

(2)物流產(chǎn)業(yè)純技術(shù)效率收斂性分析。就物流產(chǎn)業(yè)純技術(shù)效率而言，全國和中部區(qū)域的回歸系數(shù)βPTE在0.05的顯著性水平下顯著為負(fù)，東、西部區(qū)域的回歸系數(shù)雖然為負(fù)值但并不顯著。一是中部區(qū)域內(nèi)各省域間物流產(chǎn)業(yè)純技術(shù)效率存在共同收斂的特征。中部區(qū)域內(nèi)各省域間物流產(chǎn)業(yè)純技術(shù)效率差異在逐漸縮小，存在共同收斂的特征，收斂速度約為16%?？梢?，中部區(qū)域在企業(yè)管理和技術(shù)水平方面較為落后的省域表現(xiàn)出追趕領(lǐng)先省域的勢頭。二是東、中和西部區(qū)域間物流產(chǎn)業(yè)純技術(shù)效率的差距逐漸縮小。雖然東、西部區(qū)域內(nèi)部各省域物流產(chǎn)業(yè)純技術(shù)效率并未表現(xiàn)收斂特征，但全國層面卻以約3%的收斂速度顯著收斂于同一水平。說明東、中和西部區(qū)域間物流產(chǎn)業(yè)純技術(shù)效率的差距隨著時間逐漸縮小。

(3)物流產(chǎn)業(yè)規(guī)模效率收斂性分析。一是東、中和西部區(qū)域物流產(chǎn)業(yè)規(guī)模效率無顯著β收斂特征。東、中和西部區(qū)域物流產(chǎn)業(yè)規(guī)模效率的回歸系數(shù)βSE都為負(fù)值但并不顯著，表明東、中和西部區(qū)域內(nèi)部各省域間物流產(chǎn)業(yè)規(guī)模效率無明顯的共同收斂特征，規(guī)模效率差距無縮小趨勢。區(qū)域內(nèi)物流產(chǎn)業(yè)規(guī)模與最優(yōu)生產(chǎn)規(guī)模差距較大的省域并沒有表現(xiàn)出明顯的追趕趨勢。二是省域物流產(chǎn)業(yè)規(guī)模與最優(yōu)生產(chǎn)規(guī)模的差距未收斂于同一水平。全國層面物流產(chǎn)業(yè)規(guī)模效率的回歸系數(shù)βSE為負(fù)值但并不顯著。省域經(jīng)濟發(fā)展水平的差異決定省域間物流產(chǎn)業(yè)規(guī)模的差異，各省域內(nèi)資金、技術(shù)和人力資本等要素投入決定不同的最優(yōu)物流產(chǎn)業(yè)規(guī)模，省域物流產(chǎn)業(yè)規(guī)模與最優(yōu)生產(chǎn)規(guī)模的差距未收斂于同一水平。

3.物流產(chǎn)業(yè)效率條件β收斂檢驗。按照收斂性檢驗數(shù)據(jù)相關(guān)說明構(gòu)建模型，面板回歸模型如下：

其中，T取2、3、4和5，分別對應(yīng)于2008-2009、2010-2011、2012-2013、2014-2015。本文通過Hausman檢驗確定選擇固定效應(yīng)(FE)還是隨機效應(yīng)(RE)模型進(jìn)行面板回歸，估計結(jié)果見表7。根據(jù)P值判斷，所有回歸結(jié)果應(yīng)選擇固定效應(yīng)模型進(jìn)行分析。

表7　各區(qū)域物流產(chǎn)業(yè)各效率值條件β收斂回歸結(jié)果

注：P代表Hausman檢驗的p值；***、**、*分別表示0.01、0.05、0.1的顯著性水平；括號中為標(biāo)準(zhǔn)誤差。

(1)區(qū)域物流產(chǎn)業(yè)綜合技術(shù)效率條件β收斂檢驗。一是全國及東、中和西部區(qū)域物流產(chǎn)業(yè)綜合技術(shù)效率的條件收斂回歸系數(shù)都在0.01顯著性水平下為負(fù)值，表現(xiàn)出條件β收斂特征。東部區(qū)域內(nèi)各省域物流產(chǎn)業(yè)綜合技術(shù)效率差距有繼續(xù)保持的趨勢，各省域僅收斂于自身的穩(wěn)態(tài)水平，收斂速度約為48%。二是中、西部區(qū)域內(nèi)部存在同樣的狀況，各省域物流產(chǎn)業(yè)綜合技術(shù)效率的不平等地位仍將持續(xù)下去，收斂速度分別約為65%和61%。全國層面各省域收斂于各自不同的穩(wěn)態(tài)水平，表明東、中和西部區(qū)域間甚至各省域間物流產(chǎn)業(yè)綜合技術(shù)效率仍存在較大差異，并差異可能長期持續(xù)。

(2)區(qū)域物流產(chǎn)業(yè)純技術(shù)效率條件收斂于穩(wěn)態(tài)水平。全國及東、中和西部區(qū)域內(nèi)部物流產(chǎn)業(yè)純技術(shù)效率的條件收斂回歸系數(shù)都在0.01顯著性水平下顯著為負(fù)值。這一結(jié)果表明東、中和西部區(qū)域內(nèi)部各省域間純技術(shù)效率收斂于各自穩(wěn)態(tài)水平，差異可能持續(xù)保持。而全國層面的條件收斂表明區(qū)域間物流產(chǎn)業(yè)純技術(shù)效率仍可能長期存在差異。

(3)區(qū)域物流產(chǎn)業(yè)規(guī)模效率存在差異。全國及東、中和西部區(qū)域內(nèi)部物流產(chǎn)業(yè)規(guī)模效率的條件收斂回歸系數(shù)都在0.01顯著性水平下為負(fù)值。這一結(jié)果反映出區(qū)域間及區(qū)域內(nèi)各省域間物流產(chǎn)業(yè)規(guī)模效率存在一定的差異，這種差異可能長期持續(xù)。

五、 結(jié)論與啟示

(一) 結(jié)　論

運用SE-DEA方法測算2006-2015年區(qū)域物流產(chǎn)業(yè)綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率，對比分析區(qū)域間物流產(chǎn)業(yè)各效率值差異，分析各區(qū)域物流產(chǎn)業(yè)各效率值的收斂性，探索其趨同或趨異。結(jié)論如下：

1.物流產(chǎn)業(yè)綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率區(qū)域間差異明顯且存在較大提升優(yōu)化空間。一是東部區(qū)域物流產(chǎn)業(yè)綜合技術(shù)效率遠(yuǎn)高于中、西部，西部區(qū)域最低，區(qū)域差異顯著。2008年以后中國物流產(chǎn)業(yè)綜合技術(shù)效率呈緩慢上升趨勢。二是大多數(shù)省域物流產(chǎn)業(yè)純技術(shù)效率處于無效率狀態(tài)，2010年后東、中部區(qū)域上升，而西部區(qū)域有波動下降的趨勢。東部區(qū)域物流產(chǎn)業(yè)純技術(shù)效率高于中、西部區(qū)域，中部最低。三是30個省域的物流產(chǎn)業(yè)都處于規(guī)模無效率狀態(tài)，與各自最優(yōu)生產(chǎn)規(guī)模存在一定差距。中部物流產(chǎn)業(yè)規(guī)模效率最高，基本維持穩(wěn)定；東部次之，有明顯上升趨勢；西部最低，有波動下降的趨勢，區(qū)域物流產(chǎn)業(yè)效率存在較大提升優(yōu)化空間。

2.東、中、西部區(qū)域內(nèi)及區(qū)域間物流產(chǎn)業(yè)綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率的差異維持穩(wěn)定。一是西部區(qū)域物流產(chǎn)業(yè)綜合技術(shù)效率的絕對收斂與條件收斂都表現(xiàn)出明顯的收斂特征，而東、中部及全國層面表現(xiàn)出微弱的σ收斂特征和強烈的條件收斂特征。西部各省域物流產(chǎn)業(yè)綜合技術(shù)效率的差異有顯著縮小趨勢，而東、中部各省域間物流產(chǎn)業(yè)綜合技術(shù)效率長期保持穩(wěn)定差異，東、中、西部區(qū)域間物流產(chǎn)業(yè)綜合技術(shù)效率的差異尚未呈現(xiàn)顯著縮小的趨勢。二是全國及中部區(qū)域物流產(chǎn)業(yè)純技術(shù)效率表現(xiàn)出絕對收斂和條件收斂的特征，而東、西部區(qū)域則僅表現(xiàn)出微弱的σ收斂特征和強烈的條件收斂特征。東、西部區(qū)域內(nèi)各省域物流產(chǎn)業(yè)純技術(shù)效率的差異并未表現(xiàn)出顯著縮小的趨勢，而中部區(qū)域內(nèi)各省域顯著趨同。三是物流相關(guān)技術(shù)應(yīng)用水平及企業(yè)運作管理水平的提升促進(jìn)了全國層面物流產(chǎn)業(yè)純技術(shù)效率的趨同，差距有顯著縮小趨勢。全國及三大區(qū)域物流產(chǎn)業(yè)規(guī)模效率表現(xiàn)出顯著的條件收斂特征，同時σ收斂檢驗表現(xiàn)略微發(fā)散的趨勢，說明其物流產(chǎn)業(yè)規(guī)模效率的差異并未表現(xiàn)出顯著的縮小趨勢，仍可能繼續(xù)維持。

(二) 啟　示

基于以上研究結(jié)論，總結(jié)出如下啟示：

1.多方位促進(jìn)區(qū)域物流產(chǎn)業(yè)效率趨同演進(jìn)以實現(xiàn)物流產(chǎn)業(yè)均衡協(xié)調(diào)發(fā)展。區(qū)域物流產(chǎn)業(yè)效率趨同是中國物流產(chǎn)業(yè)一體化健康發(fā)展的重要表征。一是促進(jìn)東、中部各省域物流產(chǎn)業(yè)綜合技術(shù)效率及規(guī)模效率的趨同。充分利用物流資本、技術(shù)和管理等要素資源，發(fā)揮東、中部區(qū)域內(nèi)物流產(chǎn)業(yè)效率落后省域的追趕潛力，促進(jìn)東、中部各省域物流產(chǎn)業(yè)綜合技術(shù)效率的趨同演進(jìn)。挖掘中、西部物流產(chǎn)業(yè)綜合技術(shù)效率追趕東部的能力以縮小區(qū)域差異，促進(jìn)中國物流產(chǎn)業(yè)綜合技術(shù)效率的趨同演進(jìn)。通過推廣應(yīng)用物流科技、優(yōu)化運營管理提升中部區(qū)域物流產(chǎn)業(yè)綜合技術(shù)效率，通過調(diào)整西部區(qū)域整體的物流產(chǎn)業(yè)生產(chǎn)規(guī)模以提升其規(guī)模效率。二是提升中、西部區(qū)域物流產(chǎn)業(yè)純技術(shù)效率整體水平，注重協(xié)調(diào)發(fā)展。減弱物流產(chǎn)業(yè)生產(chǎn)要素跨省域或區(qū)域自由流動的阻力，重點提升中、西部區(qū)域物流產(chǎn)業(yè)純技術(shù)效率整體水平并注重各省域的協(xié)調(diào)發(fā)展。積極調(diào)整西部區(qū)域物流產(chǎn)業(yè)的生產(chǎn)規(guī)模，推動其規(guī)模效率向東、中部區(qū)域平均水平靠攏。

2.推進(jìn)物流產(chǎn)業(yè)供給側(cè)結(jié)構(gòu)改革以全面提升全國各省域物流產(chǎn)業(yè)效率。一是推進(jìn)區(qū)域物流業(yè)發(fā)展的供給側(cè)結(jié)構(gòu)改革。優(yōu)化物流產(chǎn)業(yè)投資結(jié)構(gòu)以迎合物流服務(wù)需求升級的趨勢，重點投資貼近市場需求的現(xiàn)代化物流固定資產(chǎn)項目，適當(dāng)控制車輛運輸業(yè)、倉儲業(yè)等傳統(tǒng)低附加值物流業(yè)務(wù)的相關(guān)投資，提升物流產(chǎn)業(yè)固定資產(chǎn)投資效率以優(yōu)化物流產(chǎn)業(yè)效率。二是優(yōu)化物流行業(yè)、企業(yè)層面的運營管理以實現(xiàn)效率、效益最大化。對接現(xiàn)代物流業(yè)供給側(cè)結(jié)構(gòu)性改革的需求，通過優(yōu)化物流行業(yè)、企業(yè)層面的運營管理以實現(xiàn)效益最大化，提升物流產(chǎn)業(yè)效率。主要措施包括：鼓勵傳統(tǒng)物流行業(yè)轉(zhuǎn)型升級，推動物流行業(yè)進(jìn)一步實現(xiàn)科技化、信息化；增加物流服務(wù)的多樣性并注重優(yōu)化服務(wù)質(zhì)量；提高物流服務(wù)的市場供需匹配度，增強物流企業(yè)的整體盈利能力。三是以縮小區(qū)域差異為目標(biāo)，優(yōu)化全局物流產(chǎn)業(yè)規(guī)模效率。針對各省域及三大區(qū)域間經(jīng)濟水平差距，以長遠(yuǎn)眼光調(diào)控各省域物流產(chǎn)業(yè)規(guī)模，縮小與物流產(chǎn)業(yè)最優(yōu)生產(chǎn)規(guī)模的差距，追求規(guī)模報酬最優(yōu)化，優(yōu)化全局物流產(chǎn)業(yè)規(guī)模效率。

3.重點協(xié)調(diào)東、中和西部區(qū)域間物流產(chǎn)業(yè)效率以縮小區(qū)域發(fā)展差距。一是通過東部區(qū)域物流產(chǎn)業(yè)發(fā)展的領(lǐng)先優(yōu)勢助力提升中、西部物流產(chǎn)業(yè)效率。鼓勵東部區(qū)域的大中型物流企業(yè)將先進(jìn)物流科技及高效物流運作管理理念向中、西部區(qū)域有效輸出，以期帶動中、西部區(qū)域的物流產(chǎn)業(yè)純技術(shù)效率的提升，促進(jìn)區(qū)域物流協(xié)調(diào)發(fā)展。二是中、西部區(qū)域?qū)訓(xùn)|部區(qū)域優(yōu)勢物流資源以彌補物流業(yè)發(fā)展短板。政策引導(dǎo)中、西部物流產(chǎn)業(yè)發(fā)展，加大物流項目招商引資力度，助力優(yōu)勢物流資源快速成長發(fā)展。放寬中、西部區(qū)域物流行業(yè)工商準(zhǔn)入制度限制，減輕物流業(yè)企業(yè)稅負(fù)，優(yōu)化物流企業(yè)經(jīng)營管理能力。重視物流業(yè)與農(nóng)業(yè)、制造業(yè)等重要行業(yè)的聯(lián)動發(fā)展，追求規(guī)模報酬最優(yōu)化。另外，東、中和西部區(qū)域間物流行業(yè)梯度性地跨區(qū)域融合發(fā)展有助于縮小物流產(chǎn)業(yè)效率差距。注重發(fā)揮中部區(qū)域在物流資源的輸送中扮演過渡銜接的作用，尤其重視東部和中部、中部和西部之間物流行業(yè)的跨區(qū)域融合發(fā)展。

參考文獻(xiàn):

[1]KUMAR S.State road transport undertakings in India:technical efficiency and its determinants[J].Benchmarking:An International Journal,2011,18(5):616-643.

[2]MALLIKARJUN S,LEWIS H F,SEXTON T R.Operational performance of U.S.public rail transit and implications for public policy[J].Socio-Economic Planning Sciences,2014,48(1):74-88.

[4]張祖俊,劉玉海.引致需求、路網(wǎng)密度與中國道路運輸業(yè)營運績效評價——基于DEA模型與面板Tobit的兩階段分析[J].上海經(jīng)濟研究,2011(10):58-66.

[5]李蘭冰.中國鐵路運營效率實證研究：基于雙活動—雙階段效率評估模型[J].南開經(jīng)濟研究，2010(5):95-110.

[6]HAMDAN A,ROGERS K J.Evaluating the efficiency of 3PL logistics operations[J].International Journal of Production Economics,2008,113(1):235-244.

[7]KIM T.Efficiency of trucks in logistics:technical efficiency and scale efficiency[J].Asian Journal on Quality,2010,11(1):89-96.

[8]汪旭暉,徐健.基于超效率CCR-DEA模型的我國物流上市公司效率評價[J].財貿(mào)研究,2009(6):117-124.

[9]王瑛,杜鵬程,汪凱茜.中國物流投入產(chǎn)出效率評價體系及實證檢驗[J].北京工商大學(xué)學(xué)報(社會科學(xué)版),2013(3):59-64.

[10]張竟軼,張竟成.基于三階段DEA模型的我國物流效率綜合研究[J].管理世界,2016(8):178-179.

[11]王珍珍.我國制造業(yè)與物流業(yè)聯(lián)動發(fā)展效率評價——基于超效率CCR-DEA模型[J].中國流通經(jīng)濟,2017(2):20-30.

[12]董鋒,徐喜輝,韓宇.低碳約束下的我國省際物流業(yè)效率研究[J].華東經(jīng)濟管理,2016(5):86-91.

[13]KANG C C,KHAN H A,FENG C M,et al.Efficiency evaluation of bus transit firms with and without consideration of environmental air-pollution emissions[J].Transportation Research Part D:Transport & Environment,2017(50):505-519.

[14]PACI R.More similar and less equal:economic growth in the European regions[J].Review of World Economics,1997,133(4):609-634.

[15]沈坤榮,馬俊.中國經(jīng)濟增長的“俱樂部收斂”特征及其成因研究[J].經(jīng)濟研究,2002(1):33-39.

[16]劉生龍，張捷.空間經(jīng)濟視角下中國區(qū)域經(jīng)濟收斂性再檢驗——基于1985-2007年省級數(shù)據(jù)的實證研究[J].財經(jīng)研究，2009(12)：16-26.

[17]張玉明,李凱.基于知識溢出的中國省際區(qū)域經(jīng)濟增長收斂性實證研究[J].管理學(xué)報,2011(5):745-751.

[18]宋長青,李子倫,馬方.中國經(jīng)濟增長效率的地區(qū)差異及收斂分析[J].城市問題,2013(6):46-51.

[19]LUDENA C E,HERTEL T W,PRECKEL P V,et al.Productivity growth and convergence in crop,ruminant,and nonruminant production:measurement and forecasts[J].Agricultural Economics,2007,37(1):1-17.

[20]LIU Y,SHUMWAY C R,ROSENMANA R,et al.Productivity growth and convergence in US agriculture:new cointegration panel data results[J].Applied Economics,2011,43(1):91-102.

[21]史常亮，朱俊峰，揭昌亮.中國農(nóng)業(yè)全要素生產(chǎn)率增長地區(qū)差異及收斂性分析——基于固定效應(yīng)SFA模型和面板單位根方法[J].經(jīng)濟問題探索,2016(4):134-141.

[22]李兆亮,羅小鋒,張俊飚,等.基于能值的中國農(nóng)業(yè)綠色經(jīng)濟增長與空間收斂[J].中國人口·資源與環(huán)境,2016(11):150-159.

[24]李健,衛(wèi)平,付軍明.中國地區(qū)工業(yè)生產(chǎn)率增長差異及收斂性研究——基于三投入DEA實證分析[J].產(chǎn)業(yè)經(jīng)濟研究,2015(5):21-30.

[25]MOHAMMADI H,RAM R.Cross-country convergence in energy and electricity consumption,1971-2007[J].Energy Economics,2012,34(6):1882-1887.

[26]APERGIS N,CHRISTOU C.Energy productivity convergence:new evidence from club converging[J].Applied Economics Letters,2016,23(2):142-145.

[27]李國璋,霍宗杰.我國全要素能源效率及其收斂性[J].中國人口·資源與環(huán)境,2010(1):11-16.

[28]趙楠,王辛睿,朱文娟.中國省際能源利用效率收斂性研究[J].統(tǒng)計研究,2015(3):29-35.

[29]周四軍,羅丹,WANG J.中國能源利用效率β收斂性的區(qū)域研究[J].財經(jīng)理論與實踐,2017(3):118-123.

[30]CAMARERO M,CASTILLO J,PICAZO-TADEO A J,et al.Eco-efficiency and convergence in OECD countries[J].Environmental & Resource Economics,2013,55(1):87-106.

[31]周五七,聶鳴.中國工業(yè)碳排放效率的區(qū)域差異研究——基于非參數(shù)前沿的實證分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2012(9):58-70.

[32]李佳佳,羅能生.中國區(qū)域環(huán)境效率的收斂性、空間溢出及成因分析[J].軟科學(xué),2016(8):1-5.

[33]ALAM I M S,SICKLES R C.Time series analysis of deregulatory dynamics and technical efficiency:the case of the U.S.airline industry[J].International Economic Review,2000,41(1):203-218.

[34]SINGH S K,RAGHAV S.Productivity growth and convergence across firms:a case study of India’s state transport undertakings during 2000s[J].Social Science Electronic Publishing,2015,56(3):1-25.

[35]田剛,李南.中國物流業(yè)技術(shù)進(jìn)步與技術(shù)效率研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2009(2):76-87.

[36]張毅,牛沖槐.中國上市物流公司成本效率收斂分析[J].管理評論,2013(9):167-176.

[37]陳文新,劉冬,孫善祥.我國區(qū)域物流發(fā)展時空差異及收斂性研究——基于地理加權(quán)空間計量模型的實證分析[J].工業(yè)技術(shù)經(jīng)濟,2016(2):142-147.

[38]倪超剛，李俊鳳.供給側(cè)改革視角下我國物流業(yè)的技術(shù)效率評價——基于生產(chǎn)前沿模型和β收斂的實證[J].工業(yè)技術(shù)經(jīng)濟，2016(12):115-122.

[39]CHARNES A,COOPER W W,RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978,2(6):429-444.

[40]BANKER R D,CHARNES A,COOPER W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management Science,1984,30 (9):1078-1092.

[41]CHEN J X,DENG M,GINGRAS S.A modified super-efficiency measure based on simultaneous input-output projection in data envelopment analysis[J].Computers and Operations Research,2011,38(2):496-504.

[42]金相郁.區(qū)域經(jīng)濟增長收斂的分析方法[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2006(3):102-110.

[43]楊翔,李小平,周大川.中國制造業(yè)碳生產(chǎn)率的差異與收斂性研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2015(12):3-20.

[44]MILLER S M,UPADHYAY M P.Total factor productivity and the convergence hypothesis[J].Journal of Macroeconomics,2002,24(2):267-286.

[45]唐建榮,杜聰,李曉靜.中國物流業(yè)經(jīng)濟增長質(zhì)量實證研究——基于綠色全要素生產(chǎn)率視角[J].軟科學(xué),2016(11):10-14.

[46]HALL R E,JONES C I.Why do some countries produce so much more output per worker than others?[J].The Quarterly Journal of Economics,1999,114(1):83-116.

[47]YOUNG A.Gold into base metals:productivity growth in the People’s Republic of China during the reform period[J].Journal of Political Economy,2003,111(6):1220-1261.

[48]唐建榮,盧玲珠.低碳約束下的物流效率分析——以東部十省市為例[J].中國流通經(jīng)濟,2013(1):40-47.

[49]袁丹,雷宏振.絲綢之路經(jīng)濟帶物流業(yè)效率及其影響因素[J].中國流通經(jīng)濟,2015(2):14-20.

[50]王亞華,吳凡,王爭.交通行業(yè)生產(chǎn)率變動的Bootstrap-Malmquist指數(shù)分析[J].經(jīng)濟學(xué)(季刊),2008(3):891-911.

[51]鐘祖昌.基于三階段DEA模型的中國物流產(chǎn)業(yè)技術(shù)效率研究[J].財經(jīng)研究,2010(9):80-90.

[52]LEWIN A Y,MOREY R C,COOK T J.Evaluating the administrative efficiency of courts[J].Omega,1982,10(4):401-411.