長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)效率測(cè)度及因素分解
——基于超效率DEA-Malmquist-Tobit方法

張澤華 劉維琦

（重慶郵電大學(xué)經(jīng)濟(jì)管理學(xué)院 重慶 400000）

物流作為一項(xiàng)融合運(yùn)輸、倉(cāng)儲(chǔ)及信息的復(fù)合型服務(wù)產(chǎn)業(yè)，既可通過(guò)人力、資本等直接要素投入拉動(dòng)區(qū)域經(jīng)濟(jì)迅速發(fā)展，也可通過(guò)網(wǎng)絡(luò)效應(yīng)和溢出效應(yīng)間接促進(jìn)區(qū)域經(jīng)濟(jì)增長(zhǎng)。近年來(lái)，我國(guó)物流業(yè)規(guī)模隨經(jīng)濟(jì)的發(fā)展迅速擴(kuò)大。據(jù)國(guó)家郵政局?jǐn)?shù)據(jù)，2020年中國(guó)郵政業(yè)務(wù)總量達(dá)到2.1萬(wàn)億元，快遞總量達(dá)到830億件，同比分別增長(zhǎng)30.8%和16.7%。在此期間，國(guó)家對(duì)物流產(chǎn)業(yè)的發(fā)展也給予了高度關(guān)注，早在“十五”規(guī)劃期間，物流業(yè)就被明確定義為要大力發(fā)展的新興產(chǎn)業(yè)之一。2014年，國(guó)務(wù)院再次發(fā)布《物流業(yè)發(fā)展中長(zhǎng)期規(guī)劃（2014—2020年）》，旨在促進(jìn)物流業(yè)轉(zhuǎn)型升級(jí)，解決物流業(yè)發(fā)展水平低的問(wèn)題。但眾多研究也表明，目前我國(guó)物流業(yè)的成就很大程度上是基于要素大量投入，而這種傳統(tǒng)的物流模式存在投入高、排放高、效率低等弊端，致使我國(guó)物流行業(yè)與發(fā)達(dá)國(guó)家存在一定差距。為促進(jìn)物流產(chǎn)業(yè)轉(zhuǎn)變傳統(tǒng)發(fā)展模式，加快建設(shè)現(xiàn)代化物流體系，國(guó)家“十四五”規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要再次強(qiáng)調(diào)“完善國(guó)家物流樞紐，深化流通體制改革”。在此背景下，引入科學(xué)合理的區(qū)域物流產(chǎn)業(yè)效率測(cè)度模型來(lái)衡量物流業(yè)發(fā)展水平，識(shí)別影響物流產(chǎn)業(yè)效率的關(guān)鍵因素，對(duì)推動(dòng)我國(guó)區(qū)域物流產(chǎn)業(yè)現(xiàn)代化建設(shè)與健康穩(wěn)定發(fā)展有著深遠(yuǎn)意義?？紤]到長(zhǎng)江經(jīng)濟(jì)帶橫跨東、中、西三大經(jīng)濟(jì)區(qū)，涉及長(zhǎng)三角、長(zhǎng)江中游、成渝這三大城市群，雖然物流產(chǎn)業(yè)規(guī)模龐大、水陸空四通八達(dá)，但是由于橫跨范圍廣以及社會(huì)經(jīng)濟(jì)和技術(shù)因素等影響，物流產(chǎn)業(yè)績(jī)效并不理想。鑒此，研究長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)效率并識(shí)別影響效率的關(guān)鍵因素就顯得尤為重要。

一、文獻(xiàn)綜述

21世紀(jì)以來(lái)，我國(guó)物流業(yè)發(fā)展迅速，產(chǎn)業(yè)地位日益提高，物流業(yè)效率問(wèn)題已成為國(guó)內(nèi)學(xué)者研究的重點(diǎn)對(duì)象?？傮w來(lái)看，現(xiàn)有研究主要從理論和實(shí)證兩個(gè)方面展開(kāi)。

從理論研究角度來(lái)看，史錦梅[1]提出加強(qiáng)現(xiàn)代化物流技術(shù)、培育新型物流人才、增強(qiáng)政府服務(wù)意識(shí)以加快物流業(yè)供給側(cè)結(jié)構(gòu)性改革。何黎明[2]主張全鏈條、一體化、去庫(kù)存、降成本，以增強(qiáng)物流有效供給、提升資源配置效率。謝泗薪、帥世耀[3]認(rèn)為我國(guó)物流企業(yè)要提高物流服務(wù)質(zhì)量、打造物流品牌、降低物流成本才能提高其綜合實(shí)力。此外，王娟娟[4]從流通服務(wù)角度提出，構(gòu)建供求信息平臺(tái)、加強(qiáng)流通服務(wù)專(zhuān)業(yè)化、暢通產(chǎn)品轉(zhuǎn)移渠道是提高新興產(chǎn)業(yè)流通效率的關(guān)鍵。

從實(shí)證研究角度來(lái)看，王琴梅、譚翠娥[5]采用DEA與tobit模型得出2003—2010年西安市物流效率與市場(chǎng)化水平、物流資源利用率之間存在較強(qiáng)的正相關(guān)關(guān)系。張寶友等[6]運(yùn)用三階段DEA模型得出FDI的本地化程度、技術(shù)含量和盈利能力與物流業(yè)效率呈正相關(guān)。董鋒等[7]采用超效率DEA模型消除外生環(huán)境因素對(duì)物流業(yè)效率測(cè)算的影響，指出外生環(huán)境因素對(duì)物流效率測(cè)算的影響程度表現(xiàn)為東部強(qiáng)于中西部。劉戰(zhàn)豫、孫夏令[8]結(jié)合super-SBM和Malmquist指數(shù)模型分析了我國(guó)物流業(yè)綠色全要素生產(chǎn)率的演進(jìn)階段和動(dòng)因，提出綠色全要素生產(chǎn)率的演進(jìn)呈現(xiàn)周期性趨勢(shì)。另外，梅國(guó)平等[9]采用三階段DEA模型，對(duì)華東地區(qū)物流業(yè)投入產(chǎn)出效率進(jìn)行分析，發(fā)現(xiàn)純技術(shù)效率的差異會(huì)造成各省物流效率呈現(xiàn)較大的空間異質(zhì)性。

關(guān)于長(zhǎng)江經(jīng)濟(jì)帶物流效率，當(dāng)前的研究成果比較匱乏，于麗英等[10]運(yùn)用DEA-Malmquist指數(shù)模型分析了2008—2015年長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)的效率，得出總效率變動(dòng)的重要影響因素是技術(shù)進(jìn)步。俞佳立、錢(qián)芝網(wǎng)[11]對(duì)長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)效率進(jìn)行實(shí)證分析，得出信息化水平、對(duì)外開(kāi)放程度和產(chǎn)業(yè)因素對(duì)物流產(chǎn)業(yè)效率有顯著的正向影響。張?jiān)茖幍萚12]運(yùn)用三階段DEA和tobit模型對(duì)長(zhǎng)江大保護(hù)區(qū)域物流產(chǎn)業(yè)效率進(jìn)行橫向和縱向比較分析，發(fā)現(xiàn)長(zhǎng)江大保護(hù)區(qū)域物流效率呈上游低、下游高的階梯分布，規(guī)模效率是影響綜合技術(shù)效率的主要因素。

由此可見(jiàn)，我國(guó)物流效率方面的研究已取得豐碩成果，但仍有進(jìn)一步研究的空間：首先，當(dāng)前多數(shù)研究主要集中在全國(guó)各省市或某上市企業(yè)的物流效率測(cè)度，對(duì)于一體化發(fā)展的局部區(qū)域研究相對(duì)較少。其次，長(zhǎng)江經(jīng)濟(jì)帶作為國(guó)家戰(zhàn)略發(fā)展的重要區(qū)域之一，推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶構(gòu)建現(xiàn)代化物流體系十分重要，但是現(xiàn)階段研究主要局限于長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)效率測(cè)度，深入分析物流產(chǎn)業(yè)效率影響因素的研究比較缺乏。同時(shí)，研究方法主要是采用傳統(tǒng)DEA方法進(jìn)行靜態(tài)研究，無(wú)法對(duì)有效的決策單元效率值進(jìn)一步比較，且由于各期生產(chǎn)前沿面不同也無(wú)法實(shí)現(xiàn)截面數(shù)據(jù)的縱向比較，從而提出的對(duì)策與提升路徑也相對(duì)缺乏針對(duì)性。鑒此，本研究選取長(zhǎng)江經(jīng)濟(jì)帶為研究區(qū)域，首先采用超效率DEA模型對(duì)長(zhǎng)江經(jīng)濟(jì)帶11省市物流效率進(jìn)行靜態(tài)研究，其次引入Malmquist指數(shù)對(duì)各省市的時(shí)間序列進(jìn)行動(dòng)態(tài)分析，最后利用Tobit模型深入分析物流業(yè)效率的影響因素，以期為長(zhǎng)江經(jīng)濟(jì)帶物流效率提升提供針對(duì)性的決策參考。

二、研究方法

（一） 超效率 DEA 模型

數(shù)據(jù)包絡(luò)分析（DEA）是一種非參數(shù)相對(duì)效率評(píng)價(jià)模型，它利用數(shù)學(xué)規(guī)劃計(jì)算多投入多產(chǎn)出決策單元（DMU）之間的相對(duì)效率值。超效率模型是DEA方法的一種，相較于傳統(tǒng)DEA模型，其將所評(píng)價(jià)的決策單元排除在決策單元集合外，使得多個(gè)效率值為1的DMU也能比較效率高低，因而在效率評(píng)價(jià)領(lǐng)域得到廣泛應(yīng)用。

DEA模型主要分為投入導(dǎo)向型和產(chǎn)出導(dǎo)向型，本文選取投入導(dǎo)向的超效率DEA模型，n為待評(píng)估的決策單元數(shù)，p、q分別為每個(gè)決策單元的投入、產(chǎn)出指標(biāo)數(shù)，具體模型如下：

（二） Malmquist指數(shù)模型

超效率DEA在加入時(shí)間因素時(shí)，由于各期生產(chǎn)前沿面不同，只適用于截面數(shù)據(jù)的橫向靜態(tài)比較。引入Malmquist指數(shù)可實(shí)現(xiàn)時(shí)間序列層面對(duì)效率的動(dòng)態(tài)變化分析，有效彌補(bǔ)靜態(tài)超效率DEA模型的缺陷，同時(shí)它將物流業(yè)全要素生產(chǎn)率最終分解為不變規(guī)模報(bào)酬下的技術(shù)變化、純技術(shù)效率變化和規(guī)模效率變化。

當(dāng) tfp>1時(shí)，表示總效率相對(duì)上年有所上升；當(dāng) tfp=1時(shí)，表示總效率不變。當(dāng) tfp<1時(shí)，表示總效率下降。

此外，Malmquist指數(shù)可以分解為技術(shù)效率變動(dòng)指數(shù) (Effch)和技術(shù)進(jìn)步指數(shù) (Tech)：

技術(shù)效率變動(dòng)指數(shù)( Effch)可進(jìn)一步分解為純技術(shù)效率指數(shù)( Pech)和規(guī)模效率指數(shù) (Sech)：

若 Effch>1，表明決策單元更加接近生產(chǎn)前沿面，技術(shù)水平有所提高。

技術(shù)進(jìn)步指數(shù) (Tech)，若 Tech>1，意味著技術(shù)進(jìn)步和生產(chǎn)前沿向前推進(jìn)。綜上可知：

（三） Tobit回歸分析

用超效率DEA模型得出的物流產(chǎn)業(yè)效率不僅受投入產(chǎn)出指標(biāo)影響，還可能受其他因素影響，所以衍生出影響因素分析。超效率DEA的效率值是大于0的離散數(shù)據(jù)，如果采用普通的最小二乘法，由于數(shù)據(jù)無(wú)法完全呈現(xiàn)會(huì)引起參數(shù)估計(jì)偏差。為避免參數(shù)不一致且有偏性的問(wèn)題，采用基于極大似然估計(jì)法建立的Tobit截?cái)嗷貧w模型對(duì)影響長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)效率因素進(jìn)行分析。Tobit模型設(shè)定如下：

式中，Y為截?cái)嘁蜃兞?；X為自變量；α為回歸系數(shù)；μ為誤差項(xiàng)，且。

三、指標(biāo)選擇與數(shù)據(jù)來(lái)源

（一） 指標(biāo)選擇

1.投入產(chǎn)出指標(biāo)

投入指標(biāo)主要從人力投入、財(cái)力投入、物流基礎(chǔ)設(shè)施三方面考慮?，F(xiàn)階段，我國(guó)物流產(chǎn)業(yè)仍然屬于勞動(dòng)密集型產(chǎn)業(yè)，因此在人力投入方面本文參考于麗英等[10]的做法，選用交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的年末從業(yè)人員數(shù)作為人力評(píng)價(jià)指標(biāo)。物流產(chǎn)業(yè)運(yùn)營(yíng)效率受到資本要素投入的極大影響，因此本文借鑒曹炳汝、鄧?yán)蚓闧13]的研究，以物流產(chǎn)業(yè)固定資產(chǎn)投資額作為財(cái)力評(píng)價(jià)指標(biāo)。從實(shí)際情況看，物流基礎(chǔ)設(shè)施投入占物流產(chǎn)業(yè)資本投入的大部分，且物流產(chǎn)業(yè)運(yùn)輸效率受到物流基礎(chǔ)設(shè)施發(fā)達(dá)程度的直接影響，因此以公路里程數(shù)作為物流基礎(chǔ)設(shè)施評(píng)價(jià)指標(biāo)。

產(chǎn)出指標(biāo)借鑒已有研究，主要從物流運(yùn)輸能力、運(yùn)輸規(guī)模和經(jīng)濟(jì)發(fā)展?fàn)顩r三方面考慮。運(yùn)輸能力和運(yùn)輸規(guī)模兩方面均參考秦雯[14]的做法，分別選取貨運(yùn)量和貨物周轉(zhuǎn)量作為產(chǎn)出指標(biāo)。借鑒劉戰(zhàn)豫、孫夏令[8]的做法，本文選取交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)生產(chǎn)總值來(lái)反映物流業(yè)的經(jīng)濟(jì)發(fā)展?fàn)顩r。

為剔除指標(biāo)受價(jià)格因素與通貨膨脹的影響，文中物流產(chǎn)業(yè)固定資產(chǎn)投資額和生產(chǎn)總值均利用各指標(biāo)的定基價(jià)格指數(shù)，統(tǒng)一平減為以2010年為基期的不變價(jià)格。同時(shí)，為保證模型量綱統(tǒng)一，對(duì)公路里程、貨運(yùn)量和貨物周轉(zhuǎn)量采用對(duì)數(shù)形式。綜上所述，構(gòu)建如表1所示的長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)效率評(píng)價(jià)指標(biāo)體系。

表1 長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)效率評(píng)價(jià)指標(biāo)體系

2.環(huán)境變量

環(huán)境變量是指對(duì)物流業(yè)效率有顯著影響，但不在樣本主觀可控范圍內(nèi)的因素，而且產(chǎn)業(yè)本身所控制的因素變量不能對(duì)其有影響。借鑒已有研究成果和長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)的發(fā)展實(shí)際，選取了地區(qū)發(fā)展水平、對(duì)外開(kāi)放程度、行業(yè)因素、政府支持及信息化水平作為環(huán)境變量來(lái)體現(xiàn)環(huán)境因素對(duì)于長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)效率的影響。環(huán)境變量定義及說(shuō)明見(jiàn)表2。

表2 環(huán)境變量定義與說(shuō)明

（二） 數(shù)據(jù)來(lái)源

本文選取2010—2019年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市為基本研究單元，并根據(jù)長(zhǎng)江流域上、中、下游的劃分，將11個(gè)省份劃分為上游區(qū)域、中游區(qū)域和下游區(qū)域。上游區(qū)域：重慶（直轄市）、四川、貴州、云南。中游區(qū)域：江西、湖北、湖南。下游區(qū)域：上海（直轄市）、江蘇、浙江、安徽。原始數(shù)據(jù)來(lái)自長(zhǎng)江經(jīng)濟(jì)帶相關(guān)省市統(tǒng)計(jì)年鑒和《中國(guó)統(tǒng)計(jì)年鑒》，部分缺失數(shù)據(jù)來(lái)自相關(guān)省市統(tǒng)計(jì)局官方網(wǎng)站發(fā)布的統(tǒng)計(jì)公告。采用Stata16.0軟件進(jìn)行Person相關(guān)性檢驗(yàn)，投入產(chǎn)出指標(biāo)的相關(guān)系數(shù)均在1%或5%的顯著性水平下為正，符合DEA模型中投入產(chǎn)出指標(biāo)方向一致的假設(shè)。

四、實(shí)證分析

（一） 長(zhǎng)江經(jīng)濟(jì)帶物流效率的靜態(tài)分析

采用超效率DEA模型進(jìn)行靜態(tài)分析，測(cè)算長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市2010—2019年物流產(chǎn)業(yè)效率值，結(jié)果如表3和表4所示。

表3 2010—2019 年長(zhǎng)江經(jīng)濟(jì)帶 11 個(gè)省市物流產(chǎn)業(yè)超效率值

表4 2010—2019 年長(zhǎng)江經(jīng)濟(jì)帶上中下游物流產(chǎn)業(yè)超效率值

由表3、表4可知：

從時(shí)間序列視角看，長(zhǎng)江經(jīng)濟(jì)帶2010—2019年物流效率整體呈現(xiàn)波動(dòng)上升后回落的態(tài)勢(shì)，物流產(chǎn)業(yè)效率均值達(dá)1.107，達(dá)到有效水平。在此期間，2010—2013年長(zhǎng)江經(jīng)濟(jì)帶物流效率出現(xiàn)由高到低波動(dòng)下降的趨勢(shì)，2013年效率值下降至1.099。隨著2014年物流業(yè)發(fā)展中長(zhǎng)期規(guī)劃的提出，物流業(yè)增長(zhǎng)勢(shì)頭強(qiáng)勁，物流效率達(dá)到峰值1.149。但經(jīng)濟(jì)高速發(fā)展后環(huán)境問(wèn)題日益突出，加之堅(jiān)持生態(tài)優(yōu)先、不搞大開(kāi)發(fā)的提出，長(zhǎng)江經(jīng)濟(jì)帶的環(huán)境治理也逐步加強(qiáng)，2015年物流效率又跌落至1.091。此后至2019年長(zhǎng)江經(jīng)濟(jì)帶物流效率波動(dòng)較小并逐漸趨于平緩。

從空間區(qū)域視角看，長(zhǎng)江經(jīng)濟(jì)帶區(qū)域內(nèi)物流效率差異顯著。下游地區(qū)物流效率呈現(xiàn)先升后降的波動(dòng)趨勢(shì)，而上游地區(qū)和中游地區(qū)物流效率波動(dòng)平緩，整體水平低于下游地區(qū)。下游地區(qū)物流效率處于區(qū)域領(lǐng)先地位且長(zhǎng)期維持在較高水平，中游地區(qū)處于中間位置，上游地區(qū)整體效率最低且常年處于無(wú)效狀態(tài)，下、中、上游在空間上呈現(xiàn)“階梯狀”分布。從具體數(shù)值來(lái)看，下游地區(qū)2010—2019年物流效率均值為1.302，達(dá)到有效水平；上游地區(qū)物流效率均值為0.958小于1，處于無(wú)效狀態(tài)；中游地區(qū)效率均值為1.048，位于中間位置。長(zhǎng)江經(jīng)濟(jì)帶區(qū)域物流效率發(fā)展不協(xié)調(diào)問(wèn)題依舊突出。

具體到省市來(lái)看，2010—2019年，江蘇、上海、江西、安徽、貴州是物流效率有效的省份，其中江蘇物流效率位居長(zhǎng)江經(jīng)濟(jì)帶第一位，物流效率均值為1.572，上海緊隨其后效率值為1.529，可看出江蘇與上海的物流效率一直穩(wěn)居區(qū)域前列。其中貴州是長(zhǎng)江經(jīng)濟(jì)帶上游省市中唯一達(dá)到物流有效的省份，而位于長(zhǎng)江上游的四川、重慶、云南卻位于區(qū)域物流效率的倒數(shù)位置。值得注意的是，物流效率排名倒數(shù)第二位的湖北省，雖處于長(zhǎng)江中游且作為南北交通樞紐，水路條件優(yōu)越，但與下游地區(qū)相比物流設(shè)備落后、物流專(zhuān)業(yè)人才匱乏成為阻礙該地區(qū)物流效率提升的重要阻力。

總體而言，2010—2019年長(zhǎng)江經(jīng)濟(jì)帶物流效率達(dá)到有效水平但區(qū)域物流效率差異顯著，為了更直觀呈現(xiàn)2010—2019年長(zhǎng)江經(jīng)濟(jì)帶上中下游物流效率水平差異，繪制了變化趨勢(shì)圖（見(jiàn)圖1）。

（二） 長(zhǎng)江經(jīng)濟(jì)帶物流效率的動(dòng)態(tài)分析

為進(jìn)一步對(duì)長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市物流產(chǎn)業(yè)生產(chǎn)效率進(jìn)行動(dòng)態(tài)分析，利用deap2.1軟件得到長(zhǎng)江經(jīng)濟(jì)帶11省市2010—2019年物流業(yè)全要素生產(chǎn)率指數(shù)，結(jié)果見(jiàn)表5和表6。

表5 2010—2019年長(zhǎng)江經(jīng)濟(jì)帶分省市物流業(yè)全要素生產(chǎn)率指數(shù)及分解

表6 2010—2019年長(zhǎng)江經(jīng)濟(jì)帶分年份物流業(yè)全要素生產(chǎn)率指數(shù)及分解

根據(jù)年均Malmquist指數(shù)計(jì)算和分解結(jié)果可知，總體而言，長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)全要素生產(chǎn)率年均增長(zhǎng)率為?1.5%，進(jìn)一步觀察技術(shù)進(jìn)步、純技術(shù)效率和規(guī)模效率分別為0.983、1.002和1.000，說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶技術(shù)進(jìn)步的下降是導(dǎo)致全要素生產(chǎn)率下降的主要因素，長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)的持續(xù)穩(wěn)定發(fā)展迫切需要先進(jìn)的物流技術(shù)做支撐。

就省份層面而言，長(zhǎng)江經(jīng)濟(jì)帶僅有湖北（1.001）和四川（1.002）兩個(gè)省份的年均全要素生產(chǎn)率大于1，即在長(zhǎng)江經(jīng)濟(jì)帶中僅有這兩個(gè)省份的物流業(yè)效率呈上升態(tài)勢(shì)，其他省份的物流業(yè)效率均呈下降趨勢(shì)。進(jìn)一步觀察長(zhǎng)江經(jīng)濟(jì)帶各省市全要素生產(chǎn)率的分解結(jié)果可知，浙江全要素生產(chǎn)率的下降是由物流技術(shù)落后和規(guī)模經(jīng)濟(jì)因素引起的，表明浙江省要注重物流技術(shù)水平提高的同時(shí)也要促進(jìn)其規(guī)模效率的提高；重慶市全要素生產(chǎn)率的下降是物流技術(shù)水平和資源配置利用能力共同作用的結(jié)果，表明重慶不僅需要物流創(chuàng)新技術(shù)的支持還要合理配置物流投入資源才能滿(mǎn)足物流產(chǎn)業(yè)的持續(xù)穩(wěn)定發(fā)展；對(duì)長(zhǎng)江經(jīng)濟(jì)帶其他省份而言，技術(shù)進(jìn)步的下降是影響全要素生產(chǎn)率提高的重要阻力，說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶現(xiàn)有的物流科技水平已無(wú)法滿(mǎn)足物流產(chǎn)業(yè)的發(fā)展，迫切需要先進(jìn)的物流技術(shù)才能保證產(chǎn)業(yè)的持續(xù)穩(wěn)定發(fā)展。

從時(shí)間序列層面看，不難看出長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)總體發(fā)展趨勢(shì)不容樂(lè)觀，物流綜合生產(chǎn)率僅在2011與2017年較上一期處于提升外，其他年份均處于下降趨勢(shì)。進(jìn)一步觀察發(fā)現(xiàn)，長(zhǎng)江經(jīng)濟(jì)帶物流全要素生產(chǎn)率的變動(dòng)趨勢(shì)與技術(shù)進(jìn)步趨勢(shì)一致，表明2010—2019年長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)全要素生產(chǎn)率下降的主要原因是技術(shù)進(jìn)步緩慢，技術(shù)進(jìn)步對(duì)全要素生產(chǎn)率的貢獻(xiàn)高于純技術(shù)效率和規(guī)模效率。究其原因主要是我國(guó)物流行業(yè)起步晚，物流技術(shù)裝備水平較低，整體物流技術(shù)與國(guó)際先進(jìn)水平還存在一定的差距。

（三） Tobit回歸結(jié)果分析

利用超效率DEA和Malmquist指數(shù)分別從靜態(tài)和動(dòng)態(tài)視角對(duì)長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)效率進(jìn)行了分析，但并不能探求影響物流產(chǎn)業(yè)效率的關(guān)鍵因素，因此，本文利用Stata 16.0軟件對(duì)長(zhǎng)江經(jīng)濟(jì)帶2010—2019年物流產(chǎn)業(yè)效率與環(huán)境影響因素的面板數(shù)據(jù)進(jìn)行了Tobit回歸分析，結(jié)果見(jiàn)表7。

表7 2010—2019年長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)效率影響因素的Tobit回歸結(jié)果

表7 (續(xù))

根據(jù)表7可知，除行業(yè)因素沒(méi)有通過(guò)顯著性檢驗(yàn)以外，地區(qū)發(fā)展水平、對(duì)外開(kāi)放程度、政府支持、信息化水平均通過(guò)了顯著性檢驗(yàn)。具體分析如下：

（1）長(zhǎng)江經(jīng)濟(jì)帶地區(qū)發(fā)展水平對(duì)物流產(chǎn)業(yè)效率具有顯著正向作用，系數(shù)為1.5731，說(shuō)明經(jīng)濟(jì)發(fā)展水平的提高會(huì)帶動(dòng)物流產(chǎn)業(yè)效率的提升。從需求方面來(lái)講，經(jīng)濟(jì)發(fā)展水平高的地區(qū)，其商品的生產(chǎn)、流通和消費(fèi)頻率更加頻繁，同時(shí)與周邊地區(qū)也有大量商品貨物流通，物流產(chǎn)業(yè)規(guī)模因需求旺盛也隨之?dāng)U大。在供給方面，經(jīng)濟(jì)越發(fā)達(dá)的地區(qū)其產(chǎn)業(yè)集聚程度越高，有利于為物流產(chǎn)業(yè)提供基礎(chǔ)生產(chǎn)設(shè)備、完善基礎(chǔ)交通設(shè)施，從而有助于物流效率的提升。

（2）對(duì)外開(kāi)放程度對(duì)物流產(chǎn)業(yè)效率同樣也具有正向作用，并且在1% 的顯著性水平下顯著，表明物流產(chǎn)業(yè)效率受對(duì)外開(kāi)放程度的影響比較大，也就是說(shuō)，當(dāng)前長(zhǎng)江經(jīng)濟(jì)帶物流效率較低與對(duì)外開(kāi)放程度較低有關(guān)。這就要求我們?cè)趶?qiáng)調(diào)自我創(chuàng)新的基礎(chǔ)上也要重視引進(jìn)國(guó)際先進(jìn)的科學(xué)技術(shù)和管理理念，促進(jìn)我國(guó)本土物流企業(yè)的革新進(jìn)程，同時(shí)對(duì)外開(kāi)放也有助于本土物流企業(yè)與國(guó)際先進(jìn)企業(yè)形成有效競(jìng)爭(zhēng)，增強(qiáng)企業(yè)創(chuàng)新驅(qū)動(dòng)力。

（3）長(zhǎng)江經(jīng)濟(jì)帶省市政府支持對(duì)物流產(chǎn)業(yè)效率具有制約作用，長(zhǎng)江經(jīng)濟(jì)帶交通運(yùn)輸投資過(guò)度會(huì)導(dǎo)致投入要素的浪費(fèi)，而投入要素的過(guò)度增加會(huì)降低物流業(yè)效率，這一發(fā)現(xiàn)與魏國(guó)辰等[15]的研究結(jié)論相類(lèi)似。究其原因?yàn)?，政府在加大公共管理設(shè)施和基礎(chǔ)交通設(shè)施的固定資產(chǎn)投資時(shí)，可能存在資金投入過(guò)度，造成產(chǎn)業(yè)規(guī)模遞減現(xiàn)象，政府對(duì)物流業(yè)的財(cái)政支出在一定程度上會(huì)促進(jìn)物流產(chǎn)業(yè)效率的提升，但投入過(guò)量后會(huì)造成資源邊際遞減，導(dǎo)致物流效率降低。因此，研究得出物流產(chǎn)業(yè)財(cái)政支出過(guò)度對(duì)物流產(chǎn)業(yè)效率具有抑制作用的結(jié)論是合理的。

（4）信息化水平與長(zhǎng)江經(jīng)濟(jì)帶物流效率呈現(xiàn)正相關(guān)，系數(shù)為0.0597，雖然與其他因素相比回歸系數(shù)不高，但其對(duì)物流業(yè)效率的促進(jìn)作用不可忽視。利用信息化技術(shù)能在運(yùn)輸、倉(cāng)儲(chǔ)、配送等各個(gè)物流節(jié)點(diǎn)實(shí)現(xiàn)實(shí)時(shí)監(jiān)管，節(jié)省人力成本，提高物流效率和服務(wù)質(zhì)量。同時(shí)，良好的信息化環(huán)境能避免產(chǎn)業(yè)上下游信息不對(duì)稱(chēng)導(dǎo)致的資源浪費(fèi)、重復(fù)運(yùn)輸?shù)葐?wèn)題。

五、結(jié)論與建議

（一） 結(jié)論

本文采用超效率DEA模型和Malmquist指數(shù)法對(duì)2010—2019年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市的物流產(chǎn)業(yè)效率分別進(jìn)行靜態(tài)、動(dòng)態(tài)分析，最后利用Tobit模型深入分析物流產(chǎn)業(yè)效率的影響因素及影響程度。結(jié)果顯示：（1）據(jù)超效率DEA模型計(jì)算結(jié)果可知，長(zhǎng)江經(jīng)濟(jì)帶2010—2019年物流效率整體達(dá)到有效水平，但呈現(xiàn)波動(dòng)上升后下降的態(tài)勢(shì)；從區(qū)域來(lái)看，長(zhǎng)江經(jīng)濟(jì)帶上中下游物流效率差異顯著，在空間上呈現(xiàn)“階梯狀”分布，下游地區(qū)物流效率長(zhǎng)期維持在較高水平，中游地區(qū)處于中間位置，上游地區(qū)則常年處于無(wú)效狀態(tài)；從省份來(lái)看，江蘇與上海的物流效率一直穩(wěn)居長(zhǎng)江經(jīng)濟(jì)帶前列，四川、重慶、云南處于倒數(shù)位置。（2）據(jù)Malmqusit指數(shù)模型計(jì)算結(jié)果可知，長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)全要素生產(chǎn)率的年均增長(zhǎng)率為-1.5%，物流業(yè)效率僅在2011與2017年較上一期處于提升外，其他年份均處于下降趨勢(shì)，觀察分解結(jié)果可知，技術(shù)進(jìn)步的下降是導(dǎo)致全要素生產(chǎn)率下降的主要因素，即技術(shù)進(jìn)步對(duì)全要素生產(chǎn)率的貢獻(xiàn)要高于純技術(shù)效率和規(guī)模效率。（3）據(jù)Tobit回歸分析結(jié)果可知，地區(qū)發(fā)展水平、對(duì)外開(kāi)放程度、信息化水平對(duì)長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)效率均具有正向作用，政府對(duì)物流業(yè)的財(cái)政支出在一定程度上會(huì)促進(jìn)物流產(chǎn)業(yè)效率的提升，但投入過(guò)量后會(huì)造成資源邊際遞減，行業(yè)因素沒(méi)有通過(guò)顯著性檢驗(yàn)。其中，地區(qū)發(fā)展水平回歸系數(shù)最大，信息化水平與其他因素相比系數(shù)不高，但其對(duì)物流業(yè)效率的促進(jìn)作用不可忽視。

（二） 建議

1.注重技術(shù)創(chuàng)新，提高信息化水平

技術(shù)進(jìn)步是物流效率增長(zhǎng)的重要影響因素。長(zhǎng)江經(jīng)濟(jì)帶應(yīng)加快物流技術(shù)研發(fā)與推廣，推動(dòng)先進(jìn)物流技術(shù)與設(shè)備在物流信息、物流倉(cāng)儲(chǔ)、轉(zhuǎn)運(yùn)分撥、物流配送等領(lǐng)域的應(yīng)用落地，引導(dǎo)并扶持物流企業(yè)利用人工智能、物聯(lián)網(wǎng)、區(qū)塊鏈、5G技術(shù)等新一代信息技術(shù)推動(dòng)物流產(chǎn)業(yè)優(yōu)化升級(jí)。政府牽頭引領(lǐng)共性技術(shù)的研發(fā)，攻關(guān)關(guān)鍵核心技術(shù)，同時(shí)引領(lǐng)企業(yè)構(gòu)建數(shù)據(jù)共用、信息共享的公共信息協(xié)作平臺(tái)，實(shí)現(xiàn)及時(shí)高效的物流信息交流，從而進(jìn)一步降低長(zhǎng)江經(jīng)濟(jì)帶物流企業(yè)運(yùn)作成本，提高物流效率，實(shí)現(xiàn)可持續(xù)發(fā)展。

2.加強(qiáng)區(qū)域協(xié)同合作，優(yōu)化資源配置

推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)一體化協(xié)調(diào)發(fā)展，優(yōu)化產(chǎn)業(yè)布局。長(zhǎng)江經(jīng)濟(jì)帶應(yīng)加強(qiáng)各地區(qū)資源優(yōu)勢(shì)互補(bǔ)、城市間的交流合作和產(chǎn)業(yè)分工協(xié)作，實(shí)現(xiàn)上、中、下游區(qū)域物流業(yè)聯(lián)動(dòng)機(jī)制的建立。長(zhǎng)三角城市群發(fā)揮并進(jìn)一步強(qiáng)化原有優(yōu)勢(shì)，引領(lǐng)輻射和帶動(dòng)長(zhǎng)江中游城市群和成渝城市群協(xié)同發(fā)展。長(zhǎng)江中游城市群和成渝城市群要分析自身優(yōu)勢(shì)找準(zhǔn)定位，積極完善和強(qiáng)化物流樞紐建設(shè)，與長(zhǎng)三角城市群共商共建共享物流集散、存儲(chǔ)、分配等基地，優(yōu)化產(chǎn)業(yè)布局，避免區(qū)域物流資源過(guò)度投資造成邊際效用遞減，合理配置物流資源，提高物流資源空間配置效率，從而進(jìn)一步提升長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)效率。

3.擴(kuò)大對(duì)外開(kāi)放水平

加大長(zhǎng)江經(jīng)濟(jì)帶對(duì)外開(kāi)放力度，探索對(duì)外經(jīng)濟(jì)發(fā)展新模式。就目前長(zhǎng)江經(jīng)濟(jì)帶對(duì)外開(kāi)放結(jié)構(gòu)而言，下游地區(qū)的開(kāi)放程度遠(yuǎn)遠(yuǎn)高于中上游地區(qū)，中上游地區(qū)應(yīng)不斷擴(kuò)大對(duì)外開(kāi)放力度，暢通與下游地區(qū)及國(guó)際先進(jìn)物流技術(shù)和管理經(jīng)驗(yàn)的交流，實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)的優(yōu)質(zhì)發(fā)展。下游地區(qū)要發(fā)揮帶頭作用，與中上游地區(qū)共同推進(jìn)長(zhǎng)江黃金水道現(xiàn)代化物流體系建設(shè)，建設(shè)對(duì)外發(fā)展大通道，共同探索長(zhǎng)江經(jīng)濟(jì)帶外向型經(jīng)濟(jì)發(fā)展新模式，從而持續(xù)發(fā)揮外部環(huán)境對(duì)長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)的推動(dòng)作用。