中部六省物流業(yè)效率評價研究
——基于2005—2018年面板數(shù)據(jù)的實證分析

趙一鳴，耿 杰

（安徽理工大學 經(jīng)濟與管理學院，安徽 淮南 232001）

一、研究概述

習近平總書記強調(diào)：“推動中部地區(qū)崛起是黨中央做出的重要決策”。2020年，國家發(fā)改委和國家運輸部聯(lián)合印發(fā)《關(guān)于做好2020年國家物流樞紐建設(shè)工作的通知》，其中共有22個物流樞紐入選國家級物流樞紐建設(shè)名單。中部六?。ㄉ轿?，安徽，江西，河南，湖北，湖南）受國家高度重視，22個國家級別物流樞紐其中有4個來自中部地區(qū)。中部地區(qū)地大物博，人口眾多，約占全國10.7%的土地，26.51%的人口，被稱為全國經(jīng)濟發(fā)展的第二梯隊。2019年，中部地區(qū)GDP共193 980.31億元，約占全國GDP總量的20%，在全國經(jīng)濟發(fā)展中占據(jù)重要地位。

物流業(yè)在經(jīng)濟發(fā)展中扮演著重要角色，學者們對我國物流業(yè)的效率和影響因素進行分析，尋找促進中國物流業(yè)發(fā)展的對策，目前已有大量關(guān)于我國物流業(yè)效率的研究成果。郭子雪，張雅輝等人運用DEA模型以京津冀地區(qū)為研究對象，對2011—2015年樣本數(shù)據(jù)進行分析，指出京津冀地區(qū)協(xié)同發(fā)展能力不足。[1]劉巖，田強采用DEA-BCC模型對我國31個省2016年的物流業(yè)效率進行分析，結(jié)果表明我國物流業(yè)效率差異明顯，區(qū)域差異性大。[2]鐘群英，朱順東基于DEA模型和M指數(shù)，對江西下轄11個市2012—2016年的物流業(yè)效率進行測度，最后根據(jù)結(jié)論提出針對性建議。[3]王博，祝宏輝等人采取三階段DEA方法對我國“一帶一路”沿線區(qū)域2010—2016年的物流業(yè)效率進行測度，分析結(jié)果表明，沿線區(qū)域物流業(yè)效率受外部環(huán)境影響過大，整體水平不高。[4]曹炳汝，孔澤云等人采取DEA方法，對長江經(jīng)濟帶省域2007—2017年的物流業(yè)效率進行測度，結(jié)果顯示長江經(jīng)濟帶物流業(yè)效率變化起伏較小。[5]肖斌，程曉靜利用DEA方法，對廣東下轄21個市2010—2015年的物流業(yè)效率進行測度，指出廣東省物流業(yè)效率整體水平不高，存在資源浪費現(xiàn)象，區(qū)域差異性明顯。[6]

綜上可知，對于物流業(yè)效率的測度采用DEA方法是普遍的，受學者們的青睞。本文將在前人研究基礎(chǔ)上，采用DEA-Malmquist模型對中部六省2005—2018年的物流業(yè)效率進行測度和分析，為中部六省物流業(yè)建設(shè)質(zhì)量的進一步提高提供參考性建議。

二、研究方法和構(gòu)建投入產(chǎn)出指標體系

（一）研究方法

1.DEA-BCC模型

數(shù)據(jù)包絡(luò)分析是由Charnes、Cooper等人于1978年提出的一種非參數(shù)效率評價方法，其基本思想為構(gòu)建有效生產(chǎn)前沿面，計算不同時期內(nèi)各DMU與生產(chǎn)前沿的距離，獲得各DMU相對有效值。DEA主要包括兩個基本模型，分別是CCR模型和BCC模型，CCR模型假設(shè)規(guī)模報酬不變，BCC模型假設(shè)規(guī)模報酬可變，本文假設(shè)中部六省物流系統(tǒng)運作過程中，規(guī)模收益是可變的。采用投入導(dǎo)向的BCC模型測度中部六省的物流業(yè)效率，其具體模型如下：

2.Malmquist指數(shù)模型

1953年，瑞典數(shù)學家Sten Malmquist提出M指數(shù)分析法，用來進行消費分析。1978年，Chanmes首次將DEA模型與Malmquist指數(shù)相結(jié)合，該方法適用于多個地區(qū)跨時期的樣本分析，在效率測度與評價方面被廣泛運用。所以本文研究的物流業(yè)效率變化指數(shù)可表示為：

物流業(yè)效率變化指數(shù)可進一步分解為技術(shù)效率變化指數(shù)（EFFCH）和技術(shù)進步指數(shù)（TECHCH），由此可知效率變化之間的關(guān)系如下：

當M＞1時，隨時間變化，物流業(yè)效率呈上升的趨勢；當M=1時，物流業(yè)效率不隨時間而變化，當M＜1時，物流業(yè)效率下降。當技術(shù)效率變化指數(shù)、技術(shù)進步變化指數(shù)大于1時，說明其是TFP增長的主要影響因素。反之，則是TFP將下降的主要原因。

（二）指標構(gòu)建和數(shù)據(jù)來源

1.指標構(gòu)建

通過梳理近幾年相關(guān)文獻，發(fā)現(xiàn)研究者們通常采用如下投入產(chǎn)出指標（見表1）對區(qū)域物流業(yè)效率進行研究。

表1 物流業(yè)效率評價建模指標統(tǒng)計表

根據(jù)對表1的分析以及數(shù)據(jù)的可得性與可操作性，最終選取交通運輸、倉儲和郵政固定資產(chǎn)投資額，交通運輸、倉儲和郵政從業(yè)人數(shù)作為投入指標，貨運周轉(zhuǎn)量，交通運輸、倉儲和郵政增加值為產(chǎn)出指標。

2.數(shù)據(jù)來源

研究數(shù)據(jù)均來源于2006—2019年《中國統(tǒng)計年鑒》，其中關(guān)于2018年的交通運輸、倉儲和郵政增加值數(shù)據(jù)缺失，本文通過數(shù)據(jù)分析軟件SPSS 19.0，采取指數(shù)平滑法，根據(jù)這一指標2005—2017年數(shù)據(jù)對2018年進行預(yù)測，保證研究的繼續(xù)進行。各變量描述性統(tǒng)計如表2所示。

表2 各變量描述性統(tǒng)計

三、實證分析

（一）物流業(yè)效率的靜態(tài)分析

通過DEA模型和投入產(chǎn)出指標，利用專業(yè)數(shù)據(jù)分析軟件DEAP2.1對2005—2018年中部六省物流業(yè)綜合效率，純技術(shù)效率和規(guī)模效率進行測算，結(jié)果如下。

1.綜合效率分析

綜合效率為1，表示物流生產(chǎn)有效，生產(chǎn)投入都達到最滿意效果；綜合效率不為1，表示物流生產(chǎn)無效，可通過合理配置資源提高物流業(yè)效率。

由表3可知：

表3 2005—2018年中部六省物流業(yè)綜合效率值及排名

（1）從整體來看，中部2005—2018年物流業(yè)綜合效率為0.730，在2012年綜合效率最高，達0.968，2006年綜合效率最低，僅有0.715。中部綜合效率在2005—2018年震蕩波動，但整體是呈上升趨勢，表明中部物流業(yè)效率在進步，但整體水平一般。

（2）分省份來看，湖南的綜合效率為0.910，是綜合效率在中部六省中唯一超過0.9的，處于區(qū)域領(lǐng)先地位，位列第一。

2005—2018年，湖南綜合效率在0.9以上的年份有8個，表明湖南物流業(yè)效率水平較高；其次是安徽，安徽綜合效率在2012、2014和2017年均達到1，表明這三年安徽物流業(yè)效率也處于較高水平，其綜合效率為0.879，位列中部六省第二；山西綜合效率為0.870，高于中部六省平均水平，位列第三；江西、湖北、河南綜合效率分別為0.828、0.784、0.730，都低于平均水平。綜上可知，我國中部六省2005—2018年物流業(yè)綜合效率從高到低依次是“湖南＞安徽＞山西＞江西＞湖北＞河南”，可以看出中部六省物流業(yè)發(fā)展不均衡，區(qū)域差異較大。

2.純技術(shù)效率分析

技術(shù)有效是指相對于最優(yōu)生產(chǎn)率水平而言，當前投入要素的浪費情況。純技術(shù)效率為1，則技術(shù)有效，說明投入無需調(diào)整；若純技術(shù)效率不為1，則技術(shù)無效。

由表4可知：

表4 2005—2018年中部六省物流業(yè)純技術(shù)效率表

（1）從整體來看，2005—2018年中部的純技術(shù)效率平均值為0.955，其中2013、2014、2015、2016年這四年低于平均水平，其他年份都高于0.955，2018年中部物流業(yè)的純技術(shù)效率達到1，表明2018年中部技術(shù)有效，投入要素達到最大利用率。

（2）分省份來看，安徽純技術(shù)效率為0.992接近1，高于平均水平，位列中部六省第一，近似技術(shù)有效。且安徽在2005—2018這14年間，有10年純技術(shù)效率有效，占研究年份的71.4%。說明安徽2005—2018年物流業(yè)投入資源利用最大化，純技術(shù)效率高；湖南、山西、江西和湖北純技術(shù)效率也都在0.9以上，且都處于平均水平以上，保持較高的純技術(shù)效率。河南純技術(shù)效率僅0.865，遠低于中部六省平均水平，純技術(shù)效率嚴重不足，因此純技術(shù)效率從高到低排列如下“安徽＞湖南＞山西＞湖北＞江西＞河南”。

3.規(guī)模效率分析

規(guī)模有效是指按照最優(yōu)生產(chǎn)率水平所能獲得的最大產(chǎn)出情況。當規(guī)模效率為1，表明規(guī)模有效；當規(guī)模效率小于1，說明當前規(guī)模非最佳規(guī)模，需對產(chǎn)業(yè)結(jié)構(gòu)進行優(yōu)化配置，以提高生產(chǎn)效率。

由表5可知：

表5 2005—2018年中部六省物流業(yè)規(guī)模效率表

河南湖北湖南中部0.500 0.671 1 0.739 0.487 0.515 0.963 0.726 0.645 0.564 0.984 0.812 1 1 0.997 0.960 0.971 0.643 0.878 0.915 0.666 0.722 0.784 0.863 0.812 0.821 0.829 0.997 0.919 0.888 0.910 1 1 0.785 0.989 0.919 0.927 0.950 1 1 0.800 0.992 0.948 0.921 0.847 0.995 0.956 0.926 0.968 0.925 1 1 0.944 0.671 1 0.854 0.842 0.817 0.931 0.874 5 6 1

（1）從整體來看，中部物流業(yè)規(guī)模效率均值為0.874，其中在2013年規(guī)模效率達到最高值0.971，山西、安徽和湖南規(guī)模效率都高于平均水平，尤其是湖南規(guī)模效率高達0.931。湖南在2005—2018年，規(guī)模效率在0.9以上有10年，占研究年份數(shù)的71.4%。表明湖南物流業(yè)結(jié)構(gòu)配置合理，對產(chǎn)出單元作用大，對投入資源利用率高。

（2）分省份來看，湖南規(guī)模效率值為0.931，中部六省第一；山西規(guī)模效率為0.894，中部六省第二，且在2006、2008和2017年實現(xiàn)規(guī)模有效；安徽在2012、2014和2017年實現(xiàn)規(guī)模有效；江西、河南以及湖北規(guī)模效率分別是0.867、0.842、0.817，排名分別是4、5、6，低于平均水平。最終確定中部六省物流業(yè)規(guī)模效率從高到低的排序是“湖南＞山西＞安徽＞江西＞河南＞湖北”。

根據(jù)表3—5，純技術(shù)效率、規(guī)模效率分別以0.955、0.874為分界線，將中部六省物流業(yè)效率分為三個類型：

（1）第一類是雙高，即純技術(shù)效率和規(guī)模效率都處于平均水平以上，有山西、安徽、湖南。

（2）第二類是高低，即純技術(shù)效率高，規(guī)模效率低，有江西，湖北，表明江西和湖北的物流業(yè)需進行產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化配置，提高生產(chǎn)效率水平。

（3）第三類是雙低，純技術(shù)效率和規(guī)模效率都低，僅河南一省，表明河南的物流產(chǎn)業(yè)結(jié)構(gòu)與生產(chǎn)投入要素技術(shù)水平都應(yīng)進行調(diào)整。

（二）物流業(yè)效率的動態(tài)分析

為更全面地了解中部六省近年來物流業(yè)效率的發(fā)展變化，根據(jù)上文構(gòu)建的投入產(chǎn)出指標，運用Malmquist指數(shù)對2005—2018年中部物流業(yè)全要素生產(chǎn)效率進行研究，結(jié)果如表6、表7及圖1所示。

表6 中部2005—2018年物流業(yè)全要素生產(chǎn)率及其分解

2012—2013 2013—2014 2014—2015 2015—2016 2016—2017 2017—2018均值1 0.998 1.034 0.984 0.966 0.993 1.005 0.919 1.137 0.744 1.030 1.484 0.776 1.095 1.004 1.040 0.966 0.991 0.995 0.962 0.996 0.996 0.960 1.070 0.992 0.971 1.031 1.007 0.919 1.136 0.770 1.013 1.433 0.770 1.062

表7 2005—2018年中部各省物流業(yè)全要素生產(chǎn)率及其分解指數(shù)

圖1 2005—2018年中部物流業(yè)全要素生產(chǎn)效率變化趨勢圖

由表6可知：

中部2005—2018年物流業(yè)全要素生產(chǎn)率呈波動變化，M指數(shù)平均增長6.2%；技術(shù)效率平均增長0.5%；技術(shù)進步平均增長9.5%；規(guī)模效率平均增長0.7%；僅純技術(shù)效率下降0.4%，呈下降趨勢。

觀察2005—2018年全要素生產(chǎn)率及分解指數(shù)，可看出2005—2006、2006—2007、2010—2011、2011—2012、2013—2014、2015—2016年，M指數(shù)出現(xiàn)爬升，主要是受技術(shù)進步效率上升的影響。2008—2009、2012—2013、2014—2015、2017—2018年，M指數(shù)出現(xiàn)下降，也主要是因為技術(shù)進步效率的下降。在全要素生產(chǎn)率變動及其分解中，僅純技術(shù)效率小于1，下降0.4%，表明中部物流業(yè)資源配置能力不足，管理能力不佳。規(guī)模效率平均增長0.7%，表明在研究期內(nèi)，中部地區(qū)物流業(yè)規(guī)模有效，但效率上升速度過慢，中部需推進規(guī)模效率和純技術(shù)效率共同發(fā)展，追求規(guī)模經(jīng)濟有效性。

從圖1中技術(shù)進步變化效率與全要素生產(chǎn)效率變化趨勢可看出，二者變化趨勢幾乎一致。技術(shù)進步變化效率波動幅度較大，帶動全要素生產(chǎn)效率的變化，進一步證明技術(shù)進步是影響M指數(shù)的主要影響因素。

為全面了解中部六省物流業(yè)效率發(fā)展情況，研究個體間物流業(yè)效率差異，識別全要素生產(chǎn)效率主要影響來源，對各省M指數(shù)及其分解指數(shù)進行分析，具體如表7所示。

由表7可知：

2005—2018年中部六省的全要素生產(chǎn)效率存在差異，其中山西、安徽、江西、河南、湖南的M指數(shù)分別增長0.2%、6.4%、4.4%、4.1%、4.7%，對應(yīng)的純技術(shù)效率全都等于1，表明M指數(shù)主要受技術(shù)進步的影響。中部六省的M指數(shù)均值為1.031，技術(shù)進步為1.033，其他指數(shù)值都近似為1。表明M指數(shù)與技術(shù)進步變化趨勢大致相同。

綜上所述，M指數(shù)的主要影響因素是技術(shù)進步。

四、結(jié)論

本文采用DEA-Malmquist指數(shù)模型，構(gòu)建物流業(yè)效率投入產(chǎn)出指標，通過Deap 2.1數(shù)據(jù)分析軟件，對中部六省2005—2018年物流業(yè)效率進行測度和分析。綜上所述，具體結(jié)論如下：

我國中部物流業(yè)效率整體水平不高，六省物流綜合效率排名從高到底依次是“湖南＞安徽＞山西＞江西＞湖北＞河南”，其中河南、湖北綜合效率小于0.8，其他省份均大于0.8。說明中部六省綜合效率存在差異，但是差距不大。純技術(shù)效率排名是“安徽＞湖南＞山西＞湖北＞江西＞河南”純技術(shù)效率均值為0.955，表明2005—2018年中部六省物流業(yè)對生產(chǎn)投入要素利用程度高，資源浪費現(xiàn)象少。規(guī)模效率排名是“湖南＞山西＞安徽＞江西＞河南＞湖北”，均值為0.874，僅有湖南規(guī)模效率在0.9以上，其余省份均小于0.9。表明中部六省的物流產(chǎn)業(yè)規(guī)模經(jīng)濟性不強，應(yīng)調(diào)整生產(chǎn)規(guī)模，以獲得產(chǎn)出最大化。中部物流業(yè)全要素生產(chǎn)效率及其分解指標中，M指數(shù)平均增長6.2%；技術(shù)效率平均增長0.5%；技術(shù)進步平均增長9.5%，表明技術(shù)進步是Malmquist指數(shù)上升的主要原因。