后疫情時(shí)代中國物流業(yè)效率及區(qū)域差異測度：南北差異的比較

程 剛 ,李傲翔

（1安徽財(cái)經(jīng)大學(xué)管理科學(xué)與工程學(xué)院，安徽蚌埠 233030；2淮南師范學(xué)院，安徽淮南 232038）

構(gòu)建雙循環(huán)新發(fā)展格局，必須縱深推進(jìn)流通體系建設(shè)。習(xí)近平總書記指出：“流通體系在國民經(jīng)濟(jì)中發(fā)揮著基礎(chǔ)性作用，構(gòu)建新發(fā)展格局，必須把建設(shè)現(xiàn)代流通體系作為一項(xiàng)重要的戰(zhàn)略任務(wù)來抓?！蔽锪鳂I(yè)作為流通體系的核心，是暢通國民經(jīng)濟(jì)循環(huán)的重要支撐。然而，2019 年年底爆發(fā)的疫情對經(jīng)濟(jì)社會(huì)產(chǎn)生了負(fù)面的沖擊，疫情對經(jīng)濟(jì)社會(huì)的影響傳遞到物流領(lǐng)域，物流業(yè)區(qū)域失衡問題日益明顯[1]。在此背景下，后疫情時(shí)代中國物流業(yè)效率如何？呈何種演變趨勢，物流業(yè)效率區(qū)域差距有多大？差距來源如何？對上述問題的回答有助于了解目前中國物流業(yè)發(fā)展現(xiàn)狀，為統(tǒng)籌推進(jìn)流通體系建設(shè)、構(gòu)建雙循環(huán)新發(fā)展格局提供參考。

測度物流業(yè)效率主要有隨機(jī)前沿分析（SFA）和數(shù)據(jù)包絡(luò)分析（DEA）兩種方法[2-4]。DEA 作為一種數(shù)據(jù)驅(qū)動(dòng)的非參估計(jì)方法，無需設(shè)定生產(chǎn)函數(shù)，在多投入多產(chǎn)出效率分析中優(yōu)勢明顯[5]。在DEA框架下研究物流業(yè)效率需要重點(diǎn)探索以下問題：第一，物流業(yè)效率測度的模型選擇。傳統(tǒng)DEA 模型作為一種真實(shí)數(shù)據(jù)驅(qū)動(dòng)的方法，其優(yōu)勢在于無需對所需函數(shù)的形式進(jìn)行預(yù)設(shè)，而且可以同時(shí)兼顧多個(gè)產(chǎn)出，但忽略了投入產(chǎn)出要素的不同特性。而全局參比的超效率SBM 模型,克服了傳統(tǒng)DEA 跨期不可比和前沿面決策單元效率區(qū)分的局限，有效解決了上述問題。第二，研究尺度。既有研究多以粵港澳、長江經(jīng)濟(jì)帶、絲綢之路經(jīng)濟(jì)帶[6-8]等國家戰(zhàn)略區(qū)域?yàn)槌叨龋糠謱W(xué)者從東-西視角分析中國物流業(yè)效率的區(qū)域格局[9]。然而尚未有研究研判中國物流業(yè)效率的南北差距格局。第三，物流業(yè)效率的區(qū)域差異。既有針對物流業(yè)效率區(qū)域差異的研究多基于測度結(jié)果進(jìn)行比較分析。僅少數(shù)學(xué)者采用Theil 指數(shù)等方法進(jìn)行定量研究，Theil 指數(shù)僅能衡量組內(nèi)和組間差距對總體差距的貢獻(xiàn)，但忽略了組間交叉重疊現(xiàn)象，導(dǎo)致區(qū)域差異測算結(jié)果準(zhǔn)確性有所降低，而Dagum 基尼系數(shù)及其分解方法能充分考慮子群分布特征，準(zhǔn)確識別差異來源，有效解決上述問題。

鑒于既有研究的局限，采用全局參比的SE-SBM模型綜合測度了新冠疫情前后中國物流業(yè)效率，在此基礎(chǔ)上以南北差距為切入點(diǎn)利用Dagum 基尼系數(shù)及其分解方法細(xì)致考察中國物流業(yè)效率的區(qū)域差距。

1 指標(biāo)選取與數(shù)據(jù)說明

參考劉華軍等相關(guān)研究[1]，在投入指標(biāo)選取上，從人力投入和基礎(chǔ)設(shè)施投入兩個(gè)維度進(jìn)行衡量：選取交通、倉儲(chǔ)及郵政業(yè)從業(yè)人員數(shù)作為物流業(yè)人力投入，選取鐵路營業(yè)里程數(shù)、內(nèi)河航道里程數(shù)以及公路里程數(shù)等核心流通形式表征物流業(yè)基礎(chǔ)設(shè)施投入。在產(chǎn)出指標(biāo)選取上，從物流業(yè)服務(wù)水平和物流業(yè)價(jià)值兩方面來衡量，選取旅客周轉(zhuǎn)量、貨物周轉(zhuǎn)量反映物流業(yè)服務(wù)水平，選取交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)增加值表征物流業(yè)價(jià)值產(chǎn)出，各投入、產(chǎn)出指標(biāo)數(shù)據(jù)均來自于《中國統(tǒng)計(jì)年鑒》。在研究對象上，以中國30 個(gè)省市（不包含西藏和港澳臺地區(qū)）為研究對象、南北方差異為切入點(diǎn)，其中南方地區(qū)包括上海、江蘇、浙江、安徽、福建、江西、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州和云南等省份，北方地區(qū)包括北京、天津、河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、山東、河南、陜西、甘肅、青海、寧夏和新疆等省。

2 研究方法

2.1 全局參比的超效率SBM模型

在DEA框架下，針對物流業(yè)省域面板數(shù)據(jù)，采用全局參比模型，統(tǒng)一了效率前沿面，有效克服了不同時(shí)期物流業(yè)效率值不可比的問題，從而可以進(jìn)一步分析物流業(yè)效率的時(shí)序演化特征。此外，通過超效率模型區(qū)分效率前沿面上省域的物流業(yè)效率，允許有效決策單元效率值大于1[10]，避免了傳統(tǒng)DEA模型前沿面上省域效率均為1而不可深入分析的局限。

以南北方兩大地區(qū)內(nèi)各省作為決策單元，構(gòu)造物流業(yè)效率的最佳生產(chǎn)前沿面。假設(shè)有n個(gè)DMUo(o=1,2,…,n)，在t個(gè)時(shí)期內(nèi)(t=1,2,…,T)，對于每個(gè)DMUo而言，有m項(xiàng)投入指標(biāo)X=(x1,x2,…,xi,…,xm)，q項(xiàng)期望產(chǎn)出指標(biāo)Y=(y1,y2,…,yr,…,yq),h項(xiàng)非期望產(chǎn)出指標(biāo)B=(b1,b2,…,bk,…,bh),則生產(chǎn)可能性集(PPS)為:

2.2 Dagum基尼系數(shù)

借助Dagum（1997）提出的基尼系數(shù)及其分解方法[11]，考察南北方兩大地區(qū)物流業(yè)效率的空間分異程度。相較于Theil指數(shù)、變異系數(shù)等指數(shù)，基尼系數(shù)的優(yōu)點(diǎn)在于利用子群分解法將總體差異分解成不同來源的差異，從而分析不同子樣本對總體差異的影響程度?；嵯禂?shù)的基本定義為：

其中，yji、yhr分別代表j、h地區(qū)i、r省份物流業(yè)效率代表各省份物流業(yè)效率水平的均值，n是省份個(gè)數(shù)，k代表地區(qū)的數(shù)目，nj、nh分別代表j、h地區(qū)內(nèi)的省份數(shù)目。在進(jìn)行子群分解之前，需要根據(jù)物流業(yè)效率的均值對地區(qū)進(jìn)行排序，如。

基尼系數(shù)可以分解為地區(qū)內(nèi)差異的貢獻(xiàn)、地區(qū)間差異的貢獻(xiàn)以及超變密度。

式（4）與式（5）分別代表j地區(qū)物流業(yè)效率總體差異Gj和地區(qū)內(nèi)差異Gw。式（6）、（7）分別代表j、h地區(qū)間物流業(yè)效率差異Gjh和地區(qū)間差異凈值Gb。而Gk代表超變密度，即不同地區(qū)間物流業(yè)效率的交叉重 疊 程 度。式（8）中(j=1,…,k)。

將Djh定義為j、h兩地區(qū)間物流業(yè)效率的相對影響，如式（9）、（10）、（11）。

其中，F(xiàn)j和Fh分別代表j、h兩地區(qū)累計(jì)密度函數(shù)，djh表示j、h地區(qū)間物流業(yè)效率水平的差異，等同于兩地區(qū)所有yj-yh＞0 省份物流業(yè)效率水平總和的數(shù)學(xué)期望。pjh代表超變一階矩，等同于兩地區(qū)滿足yh-yj＞0省份物流業(yè)效率水平總和的數(shù)學(xué)期望。

3 中國物流業(yè)效率測度及時(shí)空格局

3.1 中國省際物流業(yè)效率測度結(jié)果分析

采用全局超效率SBM 模型測度了2019-2020 年中國各省域物流業(yè)效率，測算結(jié)果如圖1。2019 年，全國各省市物流業(yè)效率均值為0.73，標(biāo)準(zhǔn)差為0.36，變異系數(shù)達(dá)0.49，各省域的物流業(yè)效率水平存在著較大差距。具體分析，排名靠前的5 個(gè)省市分別是北京、上海、河北、天津和河南，測度值分別為1.35，1.28，1.26，1.21和1.09，均大于1，物流業(yè)效率較高；與此同時(shí)，青海、黑龍江等省域物流業(yè)效率排名靠后，測度值僅為0.22和0.16，物流業(yè)效率存在較大提升空間。其中，排名第一的北京物流業(yè)效率值比黑龍江高出1.16，是其7.02 倍，省域間差距亟待緩解。2020年，全國各省市物流業(yè)效率均值為0.52，標(biāo)準(zhǔn)差為0.26，變異系數(shù)為0.49。同2019 年相比，2020 年中國各省域物流業(yè)效率均值明顯降低，降幅達(dá)27.80%。具體分析，效率值排名前五的省市分別是上海、江蘇、天津、河北和安徽，測度值分別是1.10、1.01、1.01、1.00 和0.88，排名第五的安徽物流業(yè)效率已經(jīng)不足0.90。與此同時(shí)，新疆、青海和黑龍江等省域物流業(yè)效率排名靠后，測度值僅為0.23、0.22 和0.16。對比發(fā)現(xiàn)，貴州、北京、湖南和山東是物流業(yè)效率降幅最大的4 個(gè)省市，物流業(yè)效率分別下降了0.69、0.68、0.65、0.47和0.44，下降值均超過0.40。

圖1 2019-2020年中國省域物流業(yè)效率

2019-2020 年中國物流業(yè)效率明顯降低，究其原因，隨著當(dāng)前經(jīng)濟(jì)發(fā)展與社會(huì)分工進(jìn)程的逐步推進(jìn)，我國物流產(chǎn)業(yè)的社會(huì)化服務(wù)水平逐步提升，而2019年年底爆發(fā)的新型冠狀病毒肺炎(COVID-19)對經(jīng)濟(jì)社會(huì)產(chǎn)生了負(fù)面沖擊，大部分企業(yè)停工停產(chǎn)，物流業(yè)基本處于停滯狀態(tài)，貨運(yùn)量出現(xiàn)嚴(yán)重下滑，水路運(yùn)輸、航空運(yùn)輸業(yè)的業(yè)務(wù)量明顯縮水。此外，2020 年年初，實(shí)體經(jīng)濟(jì)困難逐步顯現(xiàn)，物流需求下降，短時(shí)供需不匹配，公路運(yùn)輸業(yè)、水路運(yùn)輸業(yè)負(fù)增長規(guī)模進(jìn)一步擴(kuò)大，導(dǎo)致物流業(yè)效率持續(xù)降低。

3.2 中國區(qū)域物流業(yè)效率測度結(jié)果分析

為了比較不同區(qū)域物流業(yè)效率，表1 呈現(xiàn)了2019-2020 年南北地區(qū)物流業(yè)效率的測算結(jié)果。整個(gè)樣本考察期內(nèi)，南北方物流業(yè)效率存在顯著的區(qū)域特征。從整體上看，南方地區(qū)物流業(yè)效率最高，物流業(yè)效率水平均值為0.69，比全國平均水平高出10.63%；北方地區(qū)物流業(yè)效率最低，物流業(yè)效率水平均值為0.56，且低于全國平均水平。從變動(dòng)態(tài)勢看，南北方地區(qū)物流業(yè)效率均出現(xiàn)下降趨勢，同時(shí)二者物流業(yè)效率的差異在不斷縮小。從下降幅度看，2019-2020 年，南、北方地區(qū)物流業(yè)效率下降幅度分別為26.43%、29.46%，意味著南北方地區(qū)物流業(yè)發(fā)展形式不容樂觀。

表1 2019-2020年中國區(qū)域物流業(yè)效率

4 中國物流業(yè)效率的區(qū)域差距：南北差異對比的視角

前文分析表明，中國物流業(yè)區(qū)域差距顯著，為詳細(xì)闡釋物流業(yè)效率區(qū)域差距大小及差距來源，本部分以南北差距為切入點(diǎn)，采用Dagum 基尼系數(shù)及其分解方法展開探索。

樣本考察期內(nèi)，中國物流業(yè)效率的總體區(qū)域差距略微降低，基尼系數(shù)由2019 年的0.27 降為2020 年的0.26，差距均值為0.27，差距總體下降3.14%。從區(qū)域視角看，2019 年北方15 省的區(qū)域內(nèi)基尼系數(shù)高達(dá)0.32，2020 年基尼系數(shù)降至0.29，考察期內(nèi)差距均值為0.30，雖然區(qū)域內(nèi)基尼系數(shù)降低了10.33%，但北方各省域間的物流業(yè)效率差距明顯高于全國總體差距。與此同時(shí)，南方各省域間物流業(yè)效率差距較小，差距均值為0.21，2019 年基尼系數(shù)僅為0.20，但差距呈上升趨勢，2020 年基尼系數(shù)上升為0.22，差距年增8.62%。

通過上述分析不難發(fā)現(xiàn)，縮小中國物流業(yè)效率的區(qū)域差距，關(guān)鍵在于合理控制北方各省域間的差距，同時(shí)注意防止南方省域間的差距進(jìn)一步擴(kuò)大。

表2 物流業(yè)效率的基尼系數(shù)及其來源分解

從差距來源占比來看，區(qū)域內(nèi)差距是物流業(yè)效率總體差距的最主要來源，具體來看，2019 年區(qū)域內(nèi)基尼系數(shù)為0.13，而2020 年區(qū)域內(nèi)基尼系數(shù)降為0.12，雖然基尼系數(shù)有所降低，但差距貢獻(xiàn)度由47.19%上升至47.61%。與此同時(shí)，南北區(qū)域間基尼系數(shù)由2019 年的0.04 上升為2020 年的0.05，差距貢獻(xiàn)度由17.70%提升至22.18%。此外，超變密度對總體差距的貢獻(xiàn)度呈下降趨勢，2019 年超變密度測度值為0.09，至2020年降為0.08，差距占比由35.11%下降至30.21%，這表明南北地區(qū)物流業(yè)效率的交叉重疊現(xiàn)象有所降低。

由此可知，南方和北方的區(qū)域內(nèi)差距是推動(dòng)物流業(yè)區(qū)域協(xié)調(diào)發(fā)展的重要抓手。

5 結(jié)論與建議

采用全局參比的超效率SBM 模型測度了2019-2020 年中國物流業(yè)效率，在此基礎(chǔ)上以南北差距為切入點(diǎn)，細(xì)致考察了物流業(yè)效率的區(qū)域差距。相關(guān)結(jié)論如下：受2019年年底的疫情影響，2020年中國物流業(yè)效率明顯下降，物流業(yè)效率均值由0.73 降為0.52。此外，中國物流業(yè)效率的總體區(qū)域差距略微降低，北方各省域間的物流業(yè)效率差距明顯高于南方，區(qū)域內(nèi)差距是物流業(yè)效率總體差距的最主要來源。

針對上述研究結(jié)論，文章提供如下政策建議：

第一，中國物流業(yè)發(fā)展面臨下行壓力，為此，必須兩手發(fā)力助推物流業(yè)高質(zhì)量發(fā)展。一方面我國物流業(yè)需摒棄粗放式發(fā)展模式，要在保持適當(dāng)要素投入的基礎(chǔ)上減少投入冗余，提升要素利用效率，另一方面強(qiáng)化政府對物流業(yè)的引導(dǎo)作用，縱深推進(jìn)物流體系現(xiàn)代化建設(shè)。此外，為緩解疫情影響，增加物流領(lǐng)域需求和供給，提升物流業(yè)發(fā)展預(yù)期，各地區(qū)應(yīng)以實(shí)際行動(dòng)為物流業(yè)發(fā)展紓困，多措并舉推動(dòng)物流業(yè)高質(zhì)量發(fā)展。

第二，縮小中國物流業(yè)效率的區(qū)域差距，關(guān)鍵在于合理控制北方各省域間的差距，同時(shí)注意防止南方省域間的差距進(jìn)一步擴(kuò)大。為此北方各省可依靠自身雄厚的工業(yè)優(yōu)勢，加強(qiáng)交通基礎(chǔ)設(shè)施建設(shè)，加大物流業(yè)應(yīng)用技術(shù)的研發(fā)力度，將物流業(yè)發(fā)展與人工智能、移動(dòng)通信和大數(shù)據(jù)分析等新一代信息技術(shù)良性互動(dòng)，從而逐步縮小與南方較發(fā)達(dá)省份物流業(yè)效率的地區(qū)差異，推動(dòng)沿江沿海戰(zhàn)略流通體系建設(shè)。南方各省需借助自身的經(jīng)濟(jì)實(shí)力和物流業(yè)發(fā)展基礎(chǔ)，輻射帶動(dòng)周邊地區(qū)，促進(jìn)各省份物流業(yè)效率協(xié)同發(fā)展。

第三，南北方區(qū)域內(nèi)差距是物流業(yè)效率總體差距的最主要來源，而新發(fā)展階段區(qū)域一體化逐漸成為建設(shè)流通系統(tǒng)的載體，可有效緩解南北方區(qū)域內(nèi)差距。為此，應(yīng)以中心城市為核心，以流通體系一體化為著力點(diǎn)，把物流業(yè)發(fā)展推向更大范圍、更高層次、更深程度，堅(jiān)持以市場化為導(dǎo)向，對阻礙物流業(yè)發(fā)展的相關(guān)法律法規(guī)、制度政策等體制性障礙進(jìn)行清理，充分調(diào)動(dòng)和激發(fā)人才在物流業(yè)發(fā)展中的決定性作用，探索區(qū)域物流業(yè)協(xié)同建設(shè)新模式。