基于DEA-Malmquist模型的中國(guó)省域物流效率研究

龔雪　荊林波

摘要：采用DEA-Malmquist指數(shù)模型評(píng)價(jià)模型，以2007-2016年中國(guó)31個(gè)?。▍^(qū)、市）①物流業(yè)為研究對(duì)象構(gòu)建評(píng)價(jià)指標(biāo)體系，從綜合效率、純技術(shù)效率和規(guī)模效率對(duì)我國(guó)31個(gè)?。▍^(qū)、市）的物流業(yè)投入產(chǎn)出效率進(jìn)行靜態(tài)分析，運(yùn)用Malmquist指數(shù)法從綜合效率變動(dòng)、技術(shù)效率變動(dòng)以及技術(shù)進(jìn)步變動(dòng)對(duì)31個(gè)?。▍^(qū)、市）物流效率的發(fā)展進(jìn)行動(dòng)態(tài)分析。研究發(fā)現(xiàn)，我國(guó)不同區(qū)域物流業(yè)發(fā)展較不平衡，東部地區(qū)物流效率情況較好但增速放緩，中西部和東北地區(qū)物流效率相對(duì)滯后，但有很大的提升空間;從整體來(lái)看，技術(shù)進(jìn)步是總效率變動(dòng)的重要影響因素。應(yīng)加強(qiáng)區(qū)域合作、加快物流技術(shù)的開(kāi)發(fā)和運(yùn)用，加大政策支持力度，進(jìn)一步提升我國(guó)省域物流效率提供參考。

關(guān)鍵詞：物流業(yè);效率分析;DEA-Malmquist模型;面板數(shù)據(jù)

中圖分類(lèi)號(hào)：F224;F259.2? ?文獻(xiàn)標(biāo)識(shí)碼：A? ?文章編號(hào)：1007-2101（2019）05-0060-10

一、引言

物流業(yè)在促進(jìn)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換、帶動(dòng)區(qū)域經(jīng)濟(jì)增長(zhǎng)等方面起著十分重要的作用。近年來(lái)，我國(guó)各省市不斷加大對(duì)物流業(yè)的投入力度，使得物流產(chǎn)業(yè)發(fā)展迅猛。據(jù)中國(guó)物流與采購(gòu)聯(lián)合會(huì)統(tǒng)計(jì)，2016年我國(guó)物流總額為229.7萬(wàn)億元，比上年增長(zhǎng)6.1%，增速比上年提高0.3個(gè)百分點(diǎn);物流業(yè)總收入為7.9萬(wàn)億元，比上年增長(zhǎng)4.6%。物流業(yè)（僅統(tǒng)計(jì)交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)）實(shí)現(xiàn)增加值為35 114億元，同比增長(zhǎng)35.1%。這些數(shù)據(jù)表明我國(guó)經(jīng)濟(jì)增長(zhǎng)對(duì)物流的需求越來(lái)越大，經(jīng)濟(jì)發(fā)展對(duì)物流的依賴(lài)程度也越來(lái)越高。但是，物流成本過(guò)高、效率過(guò)低依然是制約物流產(chǎn)業(yè)乃至整個(gè)國(guó)民經(jīng)濟(jì)健康發(fā)展的瓶頸。2016年我國(guó)社會(huì)物流總費(fèi)用為11.1萬(wàn)億元，與GDP的比率為14.9%，而發(fā)達(dá)國(guó)家一般控制在8%～10%。我國(guó)作為全球第二大經(jīng)濟(jì)體，2014年全球供應(yīng)鏈績(jī)效指數(shù)僅排在第28位，這充分說(shuō)明現(xiàn)階段我國(guó)物流業(yè)發(fā)展依然存在低效率、區(qū)域物流發(fā)展非均衡等系列問(wèn)題。黨的十九大報(bào)告明確提出要深入推進(jìn)供給側(cè)結(jié)構(gòu)性改革，以質(zhì)量變革、效率變革和動(dòng)力變革推動(dòng)經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量發(fā)展。在此背景下，準(zhǔn)確把握我國(guó)省域物流效率及影響因素，不僅有利于挖掘我國(guó)物流業(yè)發(fā)展?jié)撛诘膭?dòng)能，也可為國(guó)家和地方政府制定物流產(chǎn)業(yè)發(fā)展政策、構(gòu)建物流業(yè)跨地區(qū)協(xié)調(diào)高效發(fā)展機(jī)制等提供科學(xué)依據(jù)。

二、相關(guān)研究回顧

近年來(lái)，有關(guān)物流業(yè)效率評(píng)價(jià)的研究得到越來(lái)越多學(xué)者的關(guān)注，主要從微觀企業(yè)、中觀行業(yè)、區(qū)域等三個(gè)層面視角去探討和研究。一是微觀企業(yè)視角方面，如汪旭暉、徐健（2009）、李曉梅、白雪飛（2016）均運(yùn)用超效率CCR-DEA模型對(duì)我國(guó)物流上市公司的效率問(wèn)題進(jìn)行了實(shí)證分析[1][2]。鐘祖昌（2011）采用三階段DEA方法對(duì)我國(guó)28家物流上市公司2001—2008年的運(yùn)營(yíng)效率進(jìn)行測(cè)算[3]。二是中觀行業(yè)視角，如王金鳳等（2014）構(gòu)建了煤礦生產(chǎn)物流效率優(yōu)化模型，并通過(guò)實(shí)例驗(yàn)證了模型的有效性及適用性[4]。汪旭暉、文靜怡（2015）以2003—2011年我國(guó)23個(gè)?。▍^(qū)、市）的面板數(shù)據(jù)為觀測(cè)樣本，采用隨機(jī)前沿方法（SFA）對(duì)比分析了不同區(qū)域的農(nóng)產(chǎn)品物流效率[5]。黃福華、蔣雪林（2017）以長(zhǎng)沙生鮮農(nóng)產(chǎn)品為研究樣本，利用灰色關(guān)聯(lián)模型分析了影響生鮮農(nóng)產(chǎn)品物流效率的因素[6]。三是區(qū)域視角，這也是專(zhuān)家學(xué)者研究較為集中的一個(gè)視角。如Markovits等（2014）利用DEA-PC測(cè)算方法對(duì)歐洲29國(guó)的物流效率進(jìn)行評(píng)價(jià)，并從多角度去驗(yàn)證DEA-PC測(cè)算方法的優(yōu)越性[7]。樊敏（2010）運(yùn)用DEA模型，對(duì)長(zhǎng)三角、遼中南、武漢和成渝4個(gè)能夠客觀反映東北、東部、中部及西部地區(qū)城市群物流業(yè)發(fā)展水平差異的代表性城市群物流產(chǎn)業(yè)運(yùn)作效率及聯(lián)動(dòng)效率進(jìn)行了實(shí)證分析，得出我國(guó)物流產(chǎn)業(yè)發(fā)展不平衡，物流效率呈從東部沿海向西部?jī)?nèi)陸遞減的態(tài)勢(shì)[8]。雷勛平、劉思峰（2012）運(yùn)用DEA模型分析了根據(jù)2008年我國(guó)31個(gè)省（區(qū)、市）的物流產(chǎn)業(yè)投入產(chǎn)出數(shù)據(jù)，對(duì)物流產(chǎn)業(yè)效率進(jìn)行了實(shí)證研究，發(fā)現(xiàn)以北京為代表16個(gè)?。▍^(qū)、市）存在投入冗余，以?xún)?nèi)蒙古為代表的欠發(fā)達(dá)地區(qū)則存在投入不足，產(chǎn)出效率偏低[9]。張誠(chéng)、張廣勝（2012）通過(guò)構(gòu)建投入產(chǎn)出指標(biāo)體系，采用DEA模型對(duì)2001—2010年中部六省物流產(chǎn)業(yè)效率進(jìn)行了分析，發(fā)現(xiàn)中部6省物流在純技術(shù)和規(guī)模效率較高但總體水平還是偏低[10]。高慕瑾、雷玲（2012）對(duì)西部12個(gè)省市通過(guò)采取三個(gè)投入指標(biāo)和三個(gè)產(chǎn)出指標(biāo)，通過(guò)DEA模型測(cè)算得出該區(qū)域整體的物流效率在研究期間內(nèi)存在“一高一低”的特征，即純技術(shù)效率水平較高但規(guī)模效率偏低，并提出提高西部物流效率的政策建議[11]。王琴梅、譚翠娥（2013）以西安市為例研究城市物流效率，通過(guò)如下兩個(gè)實(shí)證步驟：（1）采用常用方法對(duì)西安市的物流效率進(jìn)行測(cè)算，得出的效率值將作為第二步實(shí)證的被解釋變量;（2）通過(guò)選取理論上的影響指標(biāo)構(gòu)建TOBIT非線(xiàn)性模型，得出西安市的GDP、區(qū)位等因素對(duì)該地的物流效率具有正相關(guān)的影響[12]。唐建榮、盧玲珠（2013）采用三階段DEA模型研究低碳約束下東部10省市2008—2010年物流效率進(jìn)行評(píng)估測(cè)算，研究發(fā)現(xiàn)東部省市物流效率受外界環(huán)境和隨機(jī)因素影響較大，剔除其影響后，實(shí)際的純效率值被低估，同時(shí)規(guī)模效率被高估[13]。王蕾等（2014）運(yùn)用DEA分析法對(duì)新疆維吾爾自治區(qū)的北疆8個(gè)地區(qū)2006—2012年的現(xiàn)代物流效率進(jìn)行了分析，得出公共環(huán)境、社會(huì)保障投資及物流業(yè)產(chǎn)值對(duì)北疆地區(qū)物流效率有較大影響[14]。董鋒等（2016）采用超效率DEA模型和引用Ruggiero三階段方法消除外部環(huán)境因素的影響，研究了我國(guó)省際物流效率，得出外生環(huán)境對(duì)中西部區(qū)域的物流效率影響較明顯，但相比而言對(duì)東部區(qū)域的影響偏弱[15]。秦雯（2016）通過(guò)構(gòu)建物流業(yè)投入產(chǎn)出指標(biāo)體系和影響因素變量，首先采用DEA模型研究青海省2004—2013年的物流效率，采用Tobit模型對(duì)時(shí)間序列的影響因素變量進(jìn)行分析，發(fā)現(xiàn)當(dāng)?shù)氐奈锪餍手饕苜Y源利用率、人力資源、專(zhuān)業(yè)化程度三個(gè)方面的因素影響[16]。鐘昌寶、錢(qián)康（2017）采用DEA和空間自相關(guān)分析法分析了長(zhǎng)江經(jīng)濟(jì)帶省域物流效率及空間差異，并就促進(jìn)長(zhǎng)江經(jīng)濟(jì)帶省域物流效率提出了對(duì)策建議[17]。于麗英等（2018）運(yùn)用DEA-Malmquist指數(shù)模型對(duì)長(zhǎng)江經(jīng)濟(jì)帶11個(gè)?。ㄊ校?008—2015年的物流效率進(jìn)行了靜態(tài)和動(dòng)態(tài)分析，并就存在的問(wèn)題提出了相應(yīng)的對(duì)策建議[18]。

綜上可知，在眾多的物流效率研究中，學(xué)者們主要采用的是數(shù)據(jù)包絡(luò)分析（DEA）且集中在省域?qū)用?。而?duì)我國(guó)31個(gè)省（區(qū)、市）區(qū)物流效率進(jìn)行動(dòng)態(tài)跟蹤分析評(píng)價(jià)的研究尚未見(jiàn)?；诖?，筆者選擇了全國(guó)31個(gè)省（區(qū)、市）作為研究對(duì)象，對(duì)我國(guó)省域?qū)用娴奈锪餍蔬M(jìn)行綜合研究，主要分三個(gè)環(huán)節(jié)，一是通過(guò)合理構(gòu)建投入產(chǎn)出指標(biāo)體系，二是采用C2R-DEA模型和BC2-DEA進(jìn)行效率測(cè)算，三通過(guò)構(gòu)建模型對(duì)我國(guó)31個(gè)?。▍^(qū)、市）2007—2016年物流動(dòng)態(tài)進(jìn)行跟蹤分析，在此基礎(chǔ)上對(duì)存在的特征和不足進(jìn)行梳理并提出優(yōu)化物流效率的對(duì)策建議。

三、研究方法、評(píng)價(jià)指標(biāo)體系和數(shù)據(jù)來(lái)源

（一）研究方法

1. DEA模型。DEA模型作為測(cè)算投產(chǎn)出效率的方法之一，在處理多投入多產(chǎn)出的有效性評(píng)價(jià)方面具有絕對(duì)優(yōu)勢(shì)，因而成為效率評(píng)價(jià)的主流方式。DEA方法主要有CCR模型和BCC模型兩個(gè)基本模型。兩者之間主要的區(qū)別假設(shè)條件不一樣，CCR假設(shè)規(guī)模報(bào)酬不變，而B(niǎo)CC是假設(shè)存在規(guī)模報(bào)酬變化。1978年A.Charnes、W.W.Cooper和E.Rhodes給出了第一個(gè)DEA模型CCR，基本原理是假設(shè)總共有n個(gè)決策單元，在每個(gè)決策單元當(dāng)中具有多種輸入和多種輸出（假定有m種輸入，s種輸出），CCR模型線(xiàn)性規(guī)劃對(duì)應(yīng)的對(duì)偶規(guī)劃可以通過(guò)下列公式來(lái)表示：

其中：θ為規(guī)劃目標(biāo)值，j（j=1，2，...n）為規(guī)劃決策變量權(quán)重，S-=（S1-，S2-，...，Sm-）T及S-=（S1+，S2+，...，Sm+），T代表松弛變量向量。若θ=1，且S+=0，S-=0，意味著該決策單元DMUj0為DEA有效，意味著決策單元的投入產(chǎn)出效率為優(yōu);若只有θ=1，則只能說(shuō)明該決策單元DMUj0為非DMU有效，意味著在既定產(chǎn)出條件下投入過(guò)多部分投入未能夠得到充分的利用。

2. Malmquist指數(shù)模型。Malmquist是以瑞典經(jīng)濟(jì)學(xué)家和統(tǒng)計(jì)學(xué)家Malmquist命名，因?yàn)槠湓?953年分析不同年份的消費(fèi)時(shí)首次提出這種指數(shù)模型。而后由Caves等在1982年首度將該指數(shù)用作生產(chǎn)率指數(shù)使用，該指數(shù)有兩個(gè)優(yōu)點(diǎn)：不需要相關(guān)的價(jià)格信息;可以對(duì)全要素生產(chǎn)率（TFP）進(jìn)行分解，研究TFP增長(zhǎng)的源泉。Malmquist指數(shù)是利用通過(guò)測(cè)算距離得出的，其中，兩者的具體表現(xiàn)形式：距離函數(shù)就是技術(shù)效率的倒數(shù)。

假設(shè)在t時(shí)期內(nèi)有s個(gè)決策單元，第r個(gè)決策單元的第i項(xiàng)投入為Xtir，第r個(gè)決策單元的第j個(gè)產(chǎn)出為ytir（j=1，2，…）。利用DEA模型公式得到Malmquist指數(shù)的距離函數(shù)Dt（xrt+1，yrt+1），進(jìn)而求得第r個(gè)決策單元的t時(shí)期到t+1時(shí)期的Malmquist指數(shù)：

當(dāng)M指數(shù)>1時(shí)，表明隨著時(shí)間向前推移，總效率呈現(xiàn)上升的趨勢(shì);當(dāng)M為1時(shí)，表示總效率不會(huì)隨著時(shí)間而改變;當(dāng)M指數(shù)<1時(shí)，總效率下降。當(dāng)技術(shù)效率變化、技術(shù)進(jìn)步變化大于1時(shí)，即表明它是TFP增長(zhǎng)的源泉，反之，則是TFP降低的根源。

（二）評(píng)價(jià)指標(biāo)體系構(gòu)建

測(cè)算物流效率是一門(mén)系統(tǒng)性工程，涉及到投入、中間產(chǎn)品消耗、人力消耗和最終產(chǎn)出等多個(gè)環(huán)節(jié)。在參考現(xiàn)有研究成果基礎(chǔ)上，筆者從投入和產(chǎn)出兩個(gè)維度構(gòu)建評(píng)價(jià)指標(biāo)體系（見(jiàn)表1）。

道格拉斯生產(chǎn)函數(shù)是從人力資本和物質(zhì)資本方面投入來(lái)計(jì)算產(chǎn)業(yè)經(jīng)濟(jì)的增長(zhǎng)情況，是研究經(jīng)濟(jì)發(fā)展的重要工具。參照道格拉斯生產(chǎn)函數(shù)構(gòu)架思路以及鐘昌寶、錢(qián)康（2017）[17]的做法：在人力投入方面，以交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)從業(yè)人員數(shù)作為評(píng)價(jià)指標(biāo);在財(cái)力投入方面，以交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)固定資產(chǎn)投來(lái)表示。測(cè)算方法參考張竟軼等（2016）[19]計(jì)算方式。在物質(zhì)要素投入方面，趙雷（2014）[20]將運(yùn)輸線(xiàn)路網(wǎng)絡(luò)里程、地區(qū)營(yíng)運(yùn)汽車(chē)擁有量和郵政網(wǎng)點(diǎn)個(gè)數(shù)作為物流產(chǎn)業(yè)物質(zhì)基礎(chǔ)要素投入指標(biāo)，筆者采用了這一做法。產(chǎn)出指標(biāo)也是參考鐘昌寶、錢(qián)康（2017）[17]的做法，主要從經(jīng)濟(jì)產(chǎn)出和規(guī)模產(chǎn)出兩方面進(jìn)行考慮，以交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)增加值作為經(jīng)濟(jì)產(chǎn)出評(píng)價(jià)指標(biāo)，以貨運(yùn)量作為規(guī)模產(chǎn)出評(píng)價(jià)指標(biāo)。

（三）數(shù)據(jù)來(lái)源

筆者選用2007—2016年我國(guó)31個(gè)?。▍^(qū)、市）的年度面板數(shù)據(jù)，樣本總觀察值為310（31×10）個(gè)。數(shù)據(jù)主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒（2008—2017年）》。因目前物流產(chǎn)業(yè)尚未有完整的數(shù)據(jù)統(tǒng)計(jì)體系，在我國(guó)交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的增加值是物流產(chǎn)業(yè)的主體部分，筆者以其統(tǒng)計(jì)數(shù)據(jù)代替物流業(yè)進(jìn)行分析。

由表2可以看出，各?。▍^(qū)、市）單個(gè)指標(biāo)的極差與標(biāo)準(zhǔn)差都很大，差異性較大。2016年，物流產(chǎn)業(yè)固定資產(chǎn)投資額最高的四川為3 737.95億元，最低的寧夏僅為367.67億元，二者相差10倍;物流從業(yè)人數(shù)最多的廣東為811 332人，最少的西藏為8 570人，相差近95倍;四川的運(yùn)輸線(xiàn)路網(wǎng)絡(luò)里程是黑龍江的21倍;河北的地區(qū)營(yíng)運(yùn)汽車(chē)擁有量是西藏的25倍;廣東的郵政網(wǎng)點(diǎn)數(shù)是西藏的22倍多。產(chǎn)出指標(biāo)方面：2016年，廣東的物流產(chǎn)業(yè)增加值為3 209.72億元，西藏僅31.26億元;廣東的貨運(yùn)量為366 838.94萬(wàn)噸，是西藏的186倍。由此可見(jiàn)，各區(qū)域物流業(yè)的投入和產(chǎn)出情況存在巨大差異。

四、實(shí)證分析

（一）物流效率的靜態(tài)分析

筆者利用DEAP2.1軟件對(duì)2007—2016年我國(guó)31個(gè)?。▍^(qū)、市）物流業(yè)的投入產(chǎn)出指標(biāo)進(jìn)行測(cè)算，結(jié)果見(jiàn)表3。

1. 綜合效率分析。從表3中可以看出，就全國(guó)范圍而言，2007—2016年物流效率呈現(xiàn)震蕩波動(dòng)，從2007—2009年呈上升態(tài)勢(shì)，2010年下降至0.785，2011—2013年逐漸上升，2014年又下降，2015—2016又上升，但總體保持上升態(tài)勢(shì)。從分地區(qū)來(lái)看，東部地區(qū)的綜合效率均值一直保持在0.932以上，遠(yuǎn)高于全國(guó)平均水平，處于區(qū)域領(lǐng)先地位，其中，天津、河北、上海3個(gè)?。ㄊ校┑木C合效率值過(guò)去10年均保持在1，說(shuō)明這些省（市）的物流業(yè)投入產(chǎn)出達(dá)到DEA有效，物流效率較高;江蘇、福建、山東、北京、浙江等5?。ㄊ校﹦t保持在0.9以上，物流效率也是處于較高的水平;僅廣東和海南2個(gè)省低于0.9。中部地區(qū)除了2007年的均值低于0.8，其他年份均保持在0.8以上，也是高于全國(guó)平均水平，其中，安徽的物流效率均值達(dá)到0.9，處于中部地區(qū)的領(lǐng)先地位，效率最低的是湖北。西部地區(qū)和東北地區(qū)的綜合效率均值在這段時(shí)間均低于全國(guó)平均水平，其中，內(nèi)蒙古、寧夏，遼寧省（區(qū)）的均值則保持在0.9以上，處于所在西部、東北區(qū)域的領(lǐng)先水平。由此可見(jiàn)，我國(guó)物流產(chǎn)業(yè)綜合效率區(qū)域發(fā)展水平具有較大的差異、區(qū)域發(fā)展不平衡，呈現(xiàn)出“東部>中部>東北>西部”的格局。

2. 純技術(shù)效率分析。純技術(shù)效率是在剔除規(guī)模報(bào)酬因素的影響下分析投入利用情況。2007—2016年31個(gè)?。ㄊ校┪锪鳂I(yè)的純技術(shù)效率如表4所示。

從表4中可知，就全國(guó)范圍而言，2007—2016年物流產(chǎn)業(yè)純技術(shù)效率均值一直在0.85左右波動(dòng)。從分區(qū)域來(lái)看，東部地區(qū)的純技術(shù)效率均值為0.983，遠(yuǎn)高于全國(guó)0.853的平均水平，處于區(qū)域領(lǐng)先地位，其中，天津、河北、山東、上海、海南等5個(gè)?。ㄊ校┑募兗夹g(shù)效率值過(guò)去10年均保持在1，說(shuō)明這些省（市）的物流業(yè)投入資源得到充分利用;其余5?。ㄊ校┑木禐?.9～1，保持了較高的技術(shù)有效性。中部地區(qū)的純技術(shù)效率均值為0.865，略高于全國(guó)平均水平，其中山西、安徽、江西的均值為0.9～1，其余3個(gè)?。ㄊ校┚档陀?.9，處于DEA無(wú)效。西部和東北地區(qū)的純技術(shù)效率均值分別為0.775和0.733，低于全國(guó)平均水平，但引人關(guān)注的是，西部地區(qū)的西藏和寧夏，其純技術(shù)效率值過(guò)去10年均保持在1，實(shí)現(xiàn)了純技術(shù)有效。此外，內(nèi)蒙古、青海以及遼寧?。▍^(qū)）的均值保持在0.95以上，說(shuō)明這5個(gè)省市對(duì)物流資源的使用效率也較高。就西部和東北地區(qū)總體而言，技術(shù)有效性不足。

3. 規(guī)模效率分析/規(guī)模效率將規(guī)模報(bào)酬因素考慮到分析投入利用情況之中。2007—2016年31個(gè)省（市）物流業(yè)的純技術(shù)效率如表5所示。

從表5中可以得知，從2007—2016年，我國(guó)規(guī)模效率平均值為0.935，總體呈現(xiàn)上升態(tài)勢(shì)，其中在2011年達(dá)到最高值0.951，從地域上來(lái)看，規(guī)模效率呈現(xiàn)出東部、中部、東北、西部階梯次序。在東部地區(qū)的天津、河北、上海3?。ㄊ校┻^(guò)去10年中的規(guī)模效率值一直保持為1，表明這3個(gè)省（市）物流投入資源得到有效利用，物流配置能力較高;而海南、西藏、甘肅、青海4省（區(qū)）的規(guī)模效率平均值在0.9以下，說(shuō)明該4省的物流業(yè)處于規(guī)模經(jīng)濟(jì)無(wú)效;除了以上7?。▍^(qū)、市），剩余的24?。▍^(qū)、市）均值都在0.9以上，接近于規(guī)模效率有效。

結(jié)合表3—表5，以純技術(shù)效率和規(guī)模效率作為視角去觀察，用0.9作為兩條分界線(xiàn)，類(lèi)似于橫坐標(biāo)和縱坐標(biāo)，可以分為四個(gè)象限（或四個(gè)類(lèi)型），第一類(lèi)是“雙高型”，即純技術(shù)效率值與規(guī)模效率值均大于0.9，有北京、天津、河北、山東、江蘇、浙江、上海、福建、廣東、山西、安徽、江西、內(nèi)蒙古、寧夏、遼寧等15個(gè)?。▍^(qū)、市）。第二類(lèi)是“高低型”，即純技術(shù)效率值大于分界線(xiàn)且規(guī)模效率值在分界線(xiàn)之下，有海南、西藏、青海3個(gè)?。▍^(qū)）。第三類(lèi)是“低高型”，即純技術(shù)效率值在分界線(xiàn)下但同時(shí)規(guī)模效率值在分界線(xiàn)0.9之上，有河南、湖北、湖南、廣西、重慶、四川、貴州、云南、陜西、新疆、黑龍江、吉林等12?。▍^(qū)、市）。第四類(lèi)是“雙低型”，即純技術(shù)效率值和規(guī)模效率值均處于在分界線(xiàn)0.9之下，有甘肅。甘肅省注重物流技術(shù)水平和管理水平提高的同時(shí)，也要進(jìn)一步優(yōu)化物流生產(chǎn)規(guī)模。

4. 投入產(chǎn)出冗余度分析。投入產(chǎn)出冗余分析能夠清晰地刻畫(huà)受評(píng)省份的資源利用效率與相應(yīng)的投入產(chǎn)出能力，幫助我們廓清物流效率決定的深層次原因。筆者以2016年各個(gè)省份的數(shù)據(jù)為例，選取2016年19個(gè)綜合效率值未達(dá)到1的?。▍^(qū)、市）進(jìn)行投入產(chǎn)出冗余度分析，如表6所示。

由表6可知，在5個(gè)投入指標(biāo)中，固定資產(chǎn)投資額冗余均值為526.29億元，最高的云南為1 944.683億元，其次是四川，為1 668.33億元，最低的寧夏和湖南分別為36.224億元和36.285億元;從業(yè)人員數(shù)冗余均值為61 856.99人，最高的四川為180 463.626人，最低的寧夏為401.151人;線(xiàn)路運(yùn)輸里程冗余度均值為77 266.72公里，最高的四川為176 209.687公里，最低的寧夏為386.642公里;地區(qū)營(yíng)運(yùn)汽車(chē)擁有量投入冗余均值為12.19萬(wàn)輛，最高的云南達(dá)41.128萬(wàn)輛，最低的寧夏為0.119萬(wàn)輛;郵政網(wǎng)點(diǎn)數(shù)投入冗余均值為2 229.16個(gè)，最高的四川為10 361.317個(gè)，最低的寧夏為28.503個(gè)，這表明我國(guó)物流業(yè)（尤其在中部和西部區(qū)域）發(fā)展存在資源配置的不合理性，導(dǎo)致產(chǎn)出效率低下。另外，貨運(yùn)量均值分別為0和989.1，這意味著資源投入?yún)s沒(méi)有得到最大化的利用，使得產(chǎn)出沒(méi)有達(dá)到最大值（線(xiàn)性最有效值），即產(chǎn)出不足。

（二）我國(guó)物流效率的動(dòng)態(tài)分析

筆者從技術(shù)效率和技術(shù)進(jìn)步視角剖析Malmquist指數(shù)的結(jié)構(gòu)性變動(dòng)情況，以此分析我國(guó)31個(gè)?。▍^(qū)、市）的物流產(chǎn)業(yè)效率的動(dòng)態(tài)變化（見(jiàn)表7）。

從表7中我國(guó)不同?。▍^(qū)、市）Malmquist指數(shù)來(lái)看，東部和西部地區(qū)的Malmquist指數(shù)分別增長(zhǎng)了0.7%和0.9%，其中，東部地區(qū)主要是由于技術(shù)進(jìn)步，西部地區(qū)則主要源于技術(shù)效率的提高;中部和東北地區(qū)的Malmquist指數(shù)分別下降了1.3%和1.8%，這些是技術(shù)進(jìn)步降低所致。

如表8所示，我國(guó)物流產(chǎn)業(yè)在2007—2016年技術(shù)效率均值為1.004，同期的技術(shù)進(jìn)步年均值為0.999，Malmquist指數(shù)年均為1.003，說(shuō)明我國(guó)物流產(chǎn)業(yè)在研究期間內(nèi)整體的Malmquist指數(shù)呈上升趨勢(shì)，主要是靠技術(shù)效率來(lái)促進(jìn)。從結(jié)構(gòu)上來(lái)看，Malmquist指在2007—2008年、2011—2015年出現(xiàn)下降，主要是因?yàn)榧夹g(shù)進(jìn)步的下降;2008—2011年、2015—2016年Malmquist指數(shù)上升，主要?dú)w功于技術(shù)進(jìn)步。從圖1中看出，Malmquist指數(shù)主要受技術(shù)進(jìn)步影響，曲線(xiàn)變化幾乎同步，這說(shuō)明我國(guó)物流在2007—2016年，持續(xù)穩(wěn)定發(fā)展主要得益于創(chuàng)新的技術(shù)支持。

五、結(jié)論與對(duì)策

（一）結(jié)論

通過(guò)文中三個(gè)步驟層層遞進(jìn)解析，結(jié)果顯示：

1. 2007—2016年我國(guó)物流業(yè)總體發(fā)展態(tài)勢(shì)良好，但區(qū)域之間差異較大且發(fā)展也不平衡，如東部地區(qū)物流效率情況較好但增速放緩，中西部地區(qū)物流效率相對(duì)滯后，但有很大的提升空間。

2. 北京、天津、河北、山東、江蘇、浙江、上海、福建、廣東、山西、安徽、江西、內(nèi)蒙古、寧夏、遼寧等15省（區(qū)、市）的物流效率屬于“雙高型”，適當(dāng)調(diào)整即可達(dá)到DEA有效，其中上海、河北和上海均實(shí)現(xiàn)DEA有效;海南、西藏、青海3個(gè)省份的物流效率是“高低型”，需要適度調(diào)整物流規(guī)模，合理配置物流投入資源;河南、湖北、湖南、廣西、重慶、四川、貴州、云南、陜西、新疆、黑龍江、吉林等12個(gè)?。▍^(qū)、市）的物流效率是“低高型”，需要著重提高技術(shù)水平;甘肅省的物流效率為“雙低型”，不僅需要注重物流技術(shù)和管理水平，也要進(jìn)一步優(yōu)化物流生產(chǎn)規(guī)模。

3. 我國(guó)技術(shù)效率在研究期間內(nèi)年均上升了0.4%，技術(shù)進(jìn)步年均下降了0.1%，Malmquist指數(shù)年均上升了0.3%，其中技術(shù)進(jìn)步是Malmquist指數(shù)的重要影響因素。

（二）促進(jìn)我國(guó)物流業(yè)發(fā)展的對(duì)策建議

1. 加強(qiáng)區(qū)域協(xié)作，整合物流資源。建立健全地方政府間物流業(yè)合作機(jī)制，構(gòu)建區(qū)域物流聯(lián)盟和物流公共信息平臺(tái);打破省域間的封鎖和部門(mén)分割，破解地方壟斷，清理阻礙物流要素合理流動(dòng)的地方性政策法規(guī);進(jìn)一步優(yōu)化通行環(huán)境，支持鼓勵(lì)物流企業(yè)跨地區(qū)、跨部門(mén)整合物流資源;發(fā)展多式聯(lián)運(yùn)，優(yōu)化物流資源配置，實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，構(gòu)建統(tǒng)一開(kāi)放、競(jìng)爭(zhēng)有序的長(zhǎng)江經(jīng)濟(jì)帶區(qū)域物流服務(wù)市場(chǎng)，實(shí)現(xiàn)不同地區(qū)物流產(chǎn)業(yè)功能價(jià)值的發(fā)揮。

2. 加快物流技術(shù)的開(kāi)發(fā)和運(yùn)用，提高技術(shù)效率。實(shí)證研究表明技術(shù)進(jìn)步對(duì)物流效率增長(zhǎng)發(fā)揮重要作用，因此我國(guó)物流業(yè)發(fā)展應(yīng)重視物流技術(shù)的開(kāi)發(fā)和運(yùn)用。首先，政府扶持推動(dòng)物流產(chǎn)業(yè)發(fā)展的的著力點(diǎn)要重點(diǎn)放在共性技術(shù)的研發(fā)與推廣，加大促進(jìn)物流企業(yè)信息化發(fā)展，扶持物流企業(yè)做大做強(qiáng)，引進(jìn)專(zhuān)業(yè)物流人才提升企業(yè)信息管理水平，同時(shí)引導(dǎo)與鼓勵(lì)大型物流企業(yè)合作開(kāi)發(fā)供應(yīng)鏈管理系統(tǒng)等。其次，物流企業(yè)應(yīng)加強(qiáng)先進(jìn)物流技術(shù)和裝備的應(yīng)用，推進(jìn)物流業(yè)供給側(cè)結(jié)構(gòu)項(xiàng)改革，降低物流成本提高物流效率，推動(dòng)物流業(yè)高質(zhì)量發(fā)展。

3. 加強(qiáng)宏觀調(diào)控，加大政策支持力度。政府部門(mén)要發(fā)揮宏觀調(diào)控作用，重視物流行業(yè)發(fā)展，合理引導(dǎo)物流業(yè)的發(fā)展。加大財(cái)政支持力度，不斷完善和創(chuàng)新基礎(chǔ)設(shè)施領(lǐng)域的投融資模式，加大完善物流基礎(chǔ)設(shè)施建設(shè)，交通樞紐節(jié)點(diǎn)和快速通道的布局進(jìn)行合理的規(guī)劃，不斷完善交通運(yùn)輸體系，構(gòu)建高效、便捷的物流基礎(chǔ)設(shè)施網(wǎng)絡(luò)，采取多種措施保證不同運(yùn)輸方式高效順暢地銜接和中轉(zhuǎn)，不斷提高物流體系的綜合能力。

注釋?zhuān)?/p>

①文中研究樣本數(shù)據(jù)未包括中國(guó)香港、澳門(mén)和臺(tái)灣，文中不再一一標(biāo)出）

參考文獻(xiàn)：

[1]汪旭暉，徐健.基于超效率CCR-DEA模型的我國(guó)物流上市公司效率評(píng)價(jià)[J].財(cái)貿(mào)研究，2009（6）：117-124.

[2]李曉梅，白雪飛.基于超效率CCR-DEA的國(guó)有物流企業(yè)績(jī)效實(shí)證分析——基于16家上市物流企業(yè)的樣本數(shù)據(jù)[J].中國(guó)流通經(jīng)濟(jì)，2016（4）：26-32.

[3]鐘祖昌.我國(guó)物流上市公司運(yùn)營(yíng)效率的實(shí)證研究[J].商業(yè)經(jīng)濟(jì)與管理，2011（4）：19-26.

[4]王金鳳，翟雪琪，馮立杰.面向安全硬約束的煤礦生產(chǎn)物流效率優(yōu)化研究[J].中國(guó)管理科學(xué)，2014（7）：59-66.

[5]汪旭暉，文靜怡.我國(guó)農(nóng)產(chǎn)品物流效率及其區(qū)域差異——基于省際面板數(shù)據(jù)的SFA分析[J].當(dāng)代經(jīng)濟(jì)管理，2015（1）：26-32.

[6]黃福華，蔣雪林.生鮮農(nóng)產(chǎn)品物流效率影響因素與提升模式研究[J].北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017（2）：40-49.

[7]Markovitssr，Bokorz.Assessing the logisticse fficiency of European countries by using the DEA-P Cmethodology[J].Transport，2014（2）：137-145.

[8]樊敏.中國(guó)城市群物流產(chǎn)業(yè)效率分析及發(fā)展策略研究——基于產(chǎn)業(yè)運(yùn)作及聯(lián)動(dòng)發(fā)展視角[J].軟科學(xué)，2010（5）：11-16.

[9]雷勛平，劉思峰.基于DEA的物流產(chǎn)業(yè)效率測(cè)度實(shí)證研究——基于我國(guó)31個(gè)省、市、自治區(qū)2008年投入產(chǎn)出數(shù)據(jù)[J].華東經(jīng)濟(jì)管理，2012（7）：62-66.

[10]張誠(chéng)，張廣勝.中部六省物流產(chǎn)業(yè)效率分析及政策建議[J].江西社會(huì)科學(xué)，2013（2）：57-61.

[11]高慕瑾，雷玲.西部物流效率的實(shí)證分析[J].云南財(cái)經(jīng)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2012（2）：102-105.

[12]王琴梅，譚翠娥.對(duì)西安市物流效率及其影響因素的實(shí)證研究——基于DEA模型和Tobit回歸模型的分析[J].軟科學(xué)，2013（5）：70-74.

[13]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(guó)流通經(jīng)濟(jì)，2013（1）：40-47.

[14]王蕾，薛國(guó)梁，張紅麗.基于DEA分析法的新疆北疆現(xiàn)代物流效率分析[J].資源科學(xué)，2014（7）：1425-1433.

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

[16]秦雯.青海省物流效率及其影響因素的實(shí)證研究[J].青海社會(huì)科學(xué)，2016（1）：99-104.

[17]鐘昌寶，錢(qián)康.長(zhǎng)江經(jīng)濟(jì)帶省域物流效率及空間差異研究[J].北京交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017（2）：120-127.

[18]于麗英，施明康，李婧.基于DEA-Malmquist指數(shù)模型的長(zhǎng)江經(jīng)濟(jì)帶物流效率及因素分解[J].商業(yè)經(jīng)濟(jì)與管理，2018（4）：16-25.

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

[20]趙雷.我國(guó)省域物流產(chǎn)業(yè)效率及其影響因素研究[D].北京：北京交通大學(xué)，2014.

Research on Logistics Efficiency of China's Provincial Logistics Industry based on DEA-Malmquist Index

Gong Xue1，2， Jing Linbo3

（1.School of Economics， Xihua University， Sichuan Chengdu 610039， China;2.Research Institute of Finance Strategy，

CASS， Beijing 100836， China;3.Academy of China's Social Science Evaluation， CASS， Beijing 100836， China）

Abstract： Using DEA-Malmquist index evaluation model， take the logistics industry of China's 31 provinces as the research object to build the evaluation index system from 2007 to 2016， proceed the static analysis of input-output efficiency of the logistics industry from the comprehensive efficiency， pure technical efficiency and scale efficiency， using the Malmquist index method to proceed dynamic analysis of the logistics efficiency development of 31 provinces（autonomous regions and municipalities）from the comprehensive efficiency， technical efficiency change and technology change. The study found that the logistics industry in different regions of China is not balanced. The logistics efficiency in the eastern region is good but the growth rate is slow. The logistics efficiency in the central and western regions and northeast China is relatively lagging， but there is a lot of room for improvement. On the whole， technological progress is an important factor affecting the total efficiency change. We should strengthen regional cooperation， speed up the development and application of logistics technology， increase policy support and provide reference for further improvement of the efficiency of China's provincial logistics.

Key words： logistic industry， efficiency analysis， DEA-Malmquist model， panel data