效率視角下區(qū)域物流技術水平與管理水平時空演變研究

張礦偉 俞立平，2

（1.浙江工商大學統計與數學學院，浙江 杭州 310018；2.浙江工商大學統計數據工程技術與應用協同創(chuàng)新中心，浙江 杭州 310018）

一、引言

技術與管理已成為影響物流業(yè)發(fā)展層次的關鍵因素。宏觀視角下技術水平是指在物流活動中運用專業(yè)技術的綜合作用效果的集中體現；管理水平指的是廣義的管理活動在物流發(fā)展中的綜合貢獻，包括產業(yè)政策、物流法規(guī)、組織方式、物流模式、經營管理等。然而，由于我國不同時期、不同地區(qū)的經濟、環(huán)境、政策等因素存在差異，導致不同區(qū)域物流技術水平與管理水平同樣存在不同程度的差異，表現出非均衡的發(fā)展特點，制約了我國物流業(yè)的高質量發(fā)展。因此，綜合研究我國區(qū)域物流技術水平與管理水平的發(fā)展現狀、時空變遷、區(qū)域差異、重心分布以及空間關聯特征具有重要意義，有利于從技術與管理視角更深入地認識我國區(qū)域物流的發(fā)展狀態(tài)，為促進物流業(yè)高質量發(fā)展，加快實現由物流大國向物流強國跨越提供必要的參考。

已有學者圍繞技術要素與管理要素在物流發(fā)展中的作用展開研究。關于技術要素在物流發(fā)展中作用的研究有：田剛和李南（2009）[1]、Wohrle（2013）[2]、劉國?。?018）[3]指出技術進步、技術創(chuàng)新及應用能力提升促進物流業(yè)效率提升。Hidalgo 和Lopez（2009）[4]研究發(fā)現信息和通信基礎設施、信息通信技術創(chuàng)新促進物流業(yè)發(fā)展質量提升。Levans（2012）[5]認為自動化會改變物流業(yè)發(fā)展方向。何玉華和俞立平（2012）[6]認為信息化建設促進物流業(yè)發(fā)展。關于管理要素在物流發(fā)展中作用的研究有：Muralidhar 和Radhika 等（2012）[7]指出簡化農產品物流流程可以提高農業(yè)物流效率。姚書杰（2012）[8]指出技術創(chuàng)新和制度變遷影響物流組織模式變革。馮濤和鄧俊榮（2010）[9]認為物流和環(huán)節(jié)協作及物流知識鏈競爭與物流業(yè)發(fā)展緊密相關。丁俊發(fā)（2014）[10]指出高行政管理成本制約物流企業(yè)發(fā)展。王靜（2019）[11]指出貨幣政策影響物流產業(yè)結構優(yōu)化。

對技術與管理量化測度的問題也進行了一定的探索。Hill 和Utterback（1979）[12]指出可以采用一些替代性指標間接反映技術創(chuàng)新。Solow提出了著名的“索洛余值”度量技術進步，認為經濟增長中扣除勞動力、資本投入數量增長因素之后，所有產生作用的其他因素的總和，都是由技術進步帶來的[13]。Andersen（1999）[14]提出用物流專利測度物流技術創(chuàng)新或技術水平。汪傳雷和王艷等（2014）[15]、劉韌和鞠頌東等（2007）[16]也持有相同的觀點。王偉光和唐曉華（2003）[17]將技術創(chuàng)新能力的測度劃分為投入測度法、產出測度法、環(huán)境測度法三大類。也有學者從生產函數角度研究了軟、硬技術進步的測度問題，鐘永隆和姜一心（1993）[18]在改進柯布- 道格拉斯生產函數的基礎上，論證了總技術進步水平等于硬技術進步水平與軟技術進步水平（管理）的乘積。李仁安和羅榮桂（1996）[19]基于數據包絡分析與前沿生產函數，分離出軟技術進步水平與硬技術進步水平。

綜合看，有學者圍繞物流技術的重要性、物流技術對物流產業(yè)發(fā)展的影響等進行研究，也有學者對管理創(chuàng)新、企業(yè)流程優(yōu)化、物流政策等對物流發(fā)展的重要性進行了研究。效率是技術與管理綜合作用效果的集中體現，而基于投入產出效率視角定量研究區(qū)域物流技術水平和管理水平的成果較少，因此以下方面有待深入研究：（1）現有研究多集中于微觀企業(yè)視角，但是難以刻畫區(qū)域物流整體的技術與管理水平，有必要基于宏觀視角從技術與管理兩大要素入手分析區(qū)域物流的發(fā)展。（2）關于區(qū)域物流技術水平與管理水平的統計測度比較困難，并未達成有效共識，有必要圍繞技術水平與管理水平的量化測度展開研究，以豐富該領域的研究。（3）有必要進一步圍繞區(qū)域物流技術水平與管理水平的發(fā)展現狀及時空特征展開研究，為物流業(yè)高質量發(fā)展提供必要參考。

本文基于投入產出效率視角，采用Super-SBM模型測度區(qū)域物流技術水平與管理水平，并綜合分析區(qū)域物流技術水平與管理水平的時空演變特征，有利于梳理我國區(qū)域物流技術水平與管理水平的發(fā)展脈絡與現狀，了解其重心分布、變動軌跡及區(qū)域差距。本文的邊際貢獻主要體現在：第一，與傳統微觀視角的研究有所不同，本文主要立足宏觀視角從技術與管理的時空演變分析區(qū)域物流的發(fā)展情況，研究內容上有所創(chuàng)新。第二，基于效率視角采用Super-SBM模型測度區(qū)域物流技術水平與管理水平，豐富了宏觀視角下區(qū)域物流技術水平與管理水平統計測度的相關研究，為學界提供一種全新研究思路。第三，綜合運用多種統計分析方法，從發(fā)展現狀、區(qū)域差異、重心分布、空間關聯特征等多維視角刻畫區(qū)域物流技術水平與管理水平的時空演變特征，有利于更好地總結規(guī)律、發(fā)現問題并明確改進的方向。

二、研究設計

（一）研究方法

1.Super-SBM模型

采用Super-SBM 模型測度區(qū)域物流技術水平與管理水平。Tone（2001）[20]對傳統的CCR 模型及BCC 模型進行改進，提出了非徑向的SBM模型。SBM模型考慮了松弛變量對結果的影響，在目標函數中加入了松弛變量，具有比傳統模型更好的求解效果。但是SBM模型的結果中同樣會存在效率值為1 的多個有效決策單元并存的問題，因此進一步提出了Super-SBM模型，更有利于多個有效決策單元的排序。Super-SBM模型的規(guī)劃式只適用于有效的DMU，對SBM 模型中有效的DMUk，其非導向下規(guī)模報酬不變（CRS）的超效率模型表達式為：

由除了DMUk之外的其他DMU 構成的生產可能集合為：

被評價DMUk在超效率SBM 模型中的投影值是模型的最優(yōu)解，是在由其他DMU 構建的生產可能集內距離前沿最近的點。而可變規(guī)模報酬下（VRS）超效率SBM模型是在式（1）的基礎上增加約束條件

2.行業(yè)集中度

采用行業(yè)集中度分析區(qū)域物流技術水平及管理水平的地區(qū)差距。行業(yè)集中度CRn表示將某個變量降序排列后，前n 位合計占所有變量合計的比重。基于美國經濟學家貝恩對產業(yè)集中度的劃分標準，將產業(yè)市場結構劃分為如表1 所示的類型。

3.重心耦合態(tài)勢模型

（1）重心模型

重心概念起源于物理學，重心模型表示物體各個方向的力量在合力作用下達到均衡，之后引申到區(qū)域經濟領域的研究，可用于識別一組要素的地理或密度中心，能夠更為直觀、準確地揭示研究對象的空間分布規(guī)律特征及演變規(guī)律。區(qū)域經濟研究中，通常以經度和緯度的組合來表示某個決策單元的地理位置，具體公式為：

本文中，（X0，Y0）為區(qū)域物流技術水平或管理水平的重心經緯度坐標，（Xi，Yi）為決策單元的經緯度坐標，Pi為決策單元相關指標的具體數值。

（2）重心距離函數

重心距離函數主要基于空間角度研究區(qū)域物流技術水平與管理水平之間的重心耦合關系，可以計算區(qū)域物流技術水平與管理水平重心的地理距離，分析兩者距離的演變，計算公式為：

其中，根據區(qū)域物流技術水平與管理水平重心的經度及緯度坐標可以計算出兩者重心距離，常數項111.11 為經緯度1 的平均距離，單位為千米。區(qū)域物流技術水平與管理水平的重心距離越近，說明從地理空間上兩者協調度越好。

（3）重心方向一致性系數

重心方向一致性系數主要基于時間角度研究區(qū)域物流技術水平重心變化方向與管理水平重心變化方向的關系，進而判斷兩者是否同步發(fā)展。為了分析問題方便，通常采用區(qū)域物流技術水平與管理水平重心變化方向夾角的余弦值大小來進行測度，一般也稱為變動一致性系數c。假設兩者夾角為θ，當cosθ 等于1 時，說明兩者變化方向完全相同；當cosθ 等于－ 1 時，說明兩者變化方向完全相反。cosθ 越大，說明區(qū)域物流技術水平與管理水平重心變化方向越是一致。

根據余弦定理，變動一致性系數的計算公式如下：

式中，Δ x=xi-xi-1，Δ y=yi-yi-1，分別表示區(qū)域物流技術水平或管理水平重心相對于上一年的經度與緯度變化。偏移角度差余弦值的大小與偏移一致性的關系見表2。

表2 偏移角度差余弦值與偏移一致性

4.探索性空間數據分析

（1）全局Moran's I 指數

全局空間自相關主要用于研究觀測值在區(qū)域內的整體空間關聯情況，本文采用Moran's I 指數研究區(qū)域物流技術水平與管理水平的整體空間相關性。公式如下：

其中，xi表示地區(qū)i 的觀測值，n 表示地區(qū)的個數，wij表示i 地區(qū)與j 地區(qū)的空間權重，x 表示地區(qū)觀測值的均值。全局Moran's I 指數的取值范圍為[-1，1]，當莫蘭指數大于0 時，表示正相關，即具有相似的屬性聚集在一塊；當莫蘭指數小于0 時，表示負相關，即具有相異的屬性聚集在一起；當莫蘭指數等于0 時，表示不存在相關性，即不同的屬性隨機分布。

（2）局部Moran's I 指數

全局Moran's I 指數反映的是研究對象的整體空間相關情況，但是難以很好地刻畫局部地區(qū)觀測值的空間關聯情況，且在全局Moran's I 指數不顯著的情況下，在局部地區(qū)也可能存在正向相關或負向相關的情況。因此，需要在全局空間自相關分析的基礎上，進一步采用局部Moran's I 指數分析局部地區(qū)的空間相關性。計算公式如下：

Ii表示i 地區(qū)的局部Moran's I 指數值，xi表示i 地區(qū)的觀測值表示觀測值的均值，wij表示i 地區(qū)與j地區(qū)的空間權重，n 表示地區(qū)的個數，并且：

通過生成LISA 聚類地圖、顯著性地圖以及Moran散點圖來綜合分析某區(qū)域與其相鄰區(qū)域的空間集聚特征，可以歸納為高高集聚（H-H）、低高集聚（L-H）、低低集聚（L-L）、高低集聚（H-L）四種類型。

（二）變量與數據

1.變量測度

宏觀視角下測度區(qū)域物流技術水平與管理水平較為困難，需要更多地考慮技術與管理在物流活動中的貢獻與效果。本文從投入產出效率視角測度技術水平與管理水平。Banker（1984）[21]指出CCR 模型的效率值有效表示被評價決策單元的技術和規(guī)模同時有效。決策單元的無效性可能是由配置效率引起的，也可能是由規(guī)模不合理造成的。而BCC 效率值可以視為只考慮了純技術效率因素的效率值，即純技術效率（PTE），所以BCC 有效代表著決策單元僅僅是技術有效的，一定程度上間接反映了決策單元的技術水平。規(guī)模效率（SE）等于全局效率與純技術效率的比值，而規(guī)模效率的變動由決策單元的資源配置、規(guī)模經濟、政策影響等因素決定，這些因素均屬于宏觀管理因素，所以規(guī)模效率間接反映了決策單元的管理水平。

基于以上分析，純技術效率與規(guī)模效率可以作為技術水平與管理水平的間接反映。本文采用Super-SBM模型分別求出規(guī)模報酬不變下的全局效率，以及規(guī)模報酬可變下的純技術效率，并進一步分解出規(guī)模效率，用純技術效率作為區(qū)域物流技術水平的替代變量，用規(guī)模效率作為區(qū)域物流管理水平的替代變量。

2.數據來源

基于數據的可得性、準確性、全面性及科學性原則，借鑒龔雪和荊林波（2020）[21]、曹炳汝和孔澤云等（2019）[22]的研究，選取物流業(yè)固定資產投資、物流從業(yè)人員、交通密度3 個指標作為投入指標，選取貨物周轉量、物流產業(yè)增加值兩個指標作為產出指標，采用Super-SBM模型測算區(qū)域物流投入產出效率，用純技術效率作為技術水平的替代變量，規(guī)模效率作為管理水平的替代變量。原始數據均來自《中國統計年鑒》，采用交通運輸、倉儲和郵政業(yè)數據反映區(qū)域物流的發(fā)展情況，選取1997—2021 年中國31 個?。▍^(qū)、市）面板數據進行研究。投入產出變量的統計學特征見表3。

表3 投入產出變量的描述性統計

三、實證結果

（一）時序演變

基于Supper-SBM模型測度中國31 個省（區(qū)、市）的區(qū)域物流技術水平與管理水平，以純技術效率表示技術水平，以規(guī)模效率表示管理水平，并進一步計算出1997—2021 年全國區(qū)域物流技術水平與管理水平的均值（見表4）。

表4 1997—2021 年全國區(qū)域物流技術水平與管理水平均值

由表4 可知，區(qū)域物流技術水平在0.266—0.507之間變動，區(qū)域物流管理水平在0.644—0.927 之間變動，總體上表現出波動上升趨勢。為了更清晰地觀測區(qū)域物流技術水平與管理水平的演變情況，將表4 中技術水平與管理水平的數據繪制成折線圖，如圖1所示。

圖1 技術水平與管理水平時序演變

由圖1 可以看出，區(qū)域物流管理水平整體上高于技術水平。純技術效率本質上反映了區(qū)域物流產業(yè)的技術水平，也是技術創(chuàng)新能力的重要體現，規(guī)模效率本質上反映了各地區(qū)物流相關政策和宏觀管理水平，在市場機制充分發(fā)揮作用的前提下，并不需要更多的政府干預。綜合來看，技術水平是制約物流產業(yè)高質量發(fā)展的關鍵，說明物流產業(yè)應該重點鼓勵創(chuàng)新、提高技術創(chuàng)新能力，政府也應該出臺更多鼓勵技術創(chuàng)新的政策，為物流產業(yè)技術創(chuàng)新提供良好的環(huán)境，促進物流產業(yè)高質量發(fā)展。

（二）集中度分析

行業(yè)集中度的變化體現了整體市場的競爭和壟斷程度，是反映市場結構狀況的基本指標，也體現了整體的區(qū)域差距情況。一般認為，如果行業(yè)集中度CR4＜0.3 或CR8＜0.4，則該行業(yè)為競爭型，而如果0.3≤CR4或0.4≤CR8，則該行業(yè)為寡占型。為了進一步從市場結構視角分析區(qū)域物流技術水平與管理水平的區(qū)域差異，計算了1997—2021 年區(qū)域物流技術水平與管理水平的行業(yè)集中度CR4與CR8，如圖2 和圖3 所示。

圖2 技術水平與管理水平C R 4 時序演變

圖3 技術水平與管理水平C R 8 時序演變

由圖2 中行業(yè)集中度CR4看，技術水平行業(yè)集中度位于0.272—0.365 之間，整體上表現出波動下降趨勢，由寡占型市場結構向競爭型市場結構逐漸演變，說明區(qū)域物流技術水平的差距在逐漸縮小，管理水平行業(yè)集中度在0.138—0.189 之間變動，始終保持在相對較低的水平且同樣呈現緩慢的下降趨勢。因此，無論是技術水平還是管理水平均表現出了區(qū)域間協調發(fā)展的趨勢。

由圖3 中行業(yè)集中度CR8看，技術水平行業(yè)集中度在0.472—0.561 之間，而管理水平行業(yè)集中度則在0.277—0.347 之間。從技術水平看，區(qū)域物流表現出低度寡占型的特點，呈現波動下降后又有所升高的趨勢，但是整體上逐漸向競爭型過渡；從管理水平看，區(qū)域物流產業(yè)并不存在寡頭壟斷，處于競爭性的市場結構。因此，區(qū)域物流技術水平在一定程度上呈現出區(qū)域發(fā)展不平衡的特點，不同地區(qū)物流產業(yè)的技術創(chuàng)新能力呈現一定的區(qū)域差異，而區(qū)域物流管理水平的區(qū)域差異較小，不論是技術水平還是管理水平的區(qū)域差異均在不斷縮小，逐步呈現良性協調發(fā)展的趨勢。

（三）重心分析

1.重心移動軌跡

為了更直觀地了解1997—2021 年區(qū)域物流技術水平與管理水平重心的移動軌跡，在求得歷年區(qū)域物流技術水平與管理水平重心坐標的基礎上，將歷年重心繪制成圖4、圖5。

圖4 技術水平重心移動軌跡

圖5 管理水平重心移動軌跡

由圖4 可知，1997—2021 年區(qū)域物流技術水平重心在經度上由東經114.882°移動到東經114.408°，向西移動了0.474 個經度約52.667 千米，由北緯36.063°移動到北緯32.508°，向南移動了3.555 個緯度約395千米，緯度的變化大于在經度上的變化，整體向西南方向移動了約398.519 千米。說明隨著我國改革開放進程的加快，我國西南地區(qū)經濟發(fā)展水平不斷提高，第二產業(yè)、第三產業(yè)的快速發(fā)展為物流發(fā)展提供了充足的市場條件，資源、技術等在西南聚集，區(qū)域物流產業(yè)技術水平的重心也隨著向西南移動。

由圖5 可知，1997—2021 年區(qū)域物流技術水平重心在經度上由東經112.144°移動到東經112.101°，向西移動了0.043 個經度約4.778 千米，由北緯32.454°移動到北緯33.077°，向北移動了0.623 個緯度約69.222千米，緯度的變化大于在經度上的變化，基本可以認為整體向西北方向移動了約69.475 千米，移動的距離相對較小。從1997—2002 年快速向東移動，2002—2012 年逐漸向北方移動，之后呈現出向西移動后又快速向東移動然后再次向西移動的趨勢。總體看，區(qū)域物流管理水平呈現出微弱向西北方向移動的趨勢，說明西北地區(qū)物流管理水平逐漸提升。

2.重心距離演變

在分析區(qū)域物流技術水平與管理水平重心移動軌跡的基礎上，將1997—2021 年每年兩者的重心距離繪制成圖，更直觀了解重心距離的變動情況，如圖6所示。

圖6 重心距離的時序演變

由圖6 可知，1997—2021 年區(qū)域物流技術水平與管理水平的重心距離呈現出波動縮小后又有所增加的變動趨勢，但是總體上技術水平與管理水平的空間距離是縮小的，兩者的耦合協調程度不斷加深，呈現向好的發(fā)展趨勢。1997—2021 年重心距離在72.656—503.358 千米之間變動，1997—2003 年重心距離縮小趨勢明顯，2003—2013 年重心距離呈現出波動下降趨勢，且在2013 年技術水平與管理水平重心距離最小，兩者距離約為72.656 千米，而在2013—2020 年重心距離表現出逐漸增加的趨勢，2021 年又表現出一定的下降趨勢。重心距離逐漸變小表明區(qū)域物流技術水平重心與管理水平重心逐漸一致，兩者逐漸呈現協調發(fā)展的態(tài)勢。

3.重心偏移一致性系數

重心距離反映了技術水平重心與管理水平重心在空間上的距離，重心偏移一致性則進一步反映了兩者重心在不同年份的移動方向是否一致，通過技術水平與管理水平重心偏移角度差的余弦值反映重心的偏移一致性，如圖7 所示。

圖7 重心偏移一致性系數

由圖7 可知，1997—2021 年區(qū)域物流技術水平與管理水平重心偏移一致性系數波動較大，說明技術水平重心的移動與管理水平重心的移動存在較高的不一致性，25 年間只有6 年的重心偏移方向一致，其他年份兩者重心的偏移方向均不一致。進一步結合重心距離的變化可以發(fā)現，雖然兩者的重心偏移一致性總體不佳，但是兩者的重心距離呈現逐漸縮小的趨勢，說明區(qū)域物流技術水平與管理水平的重心正在逐步集中于同一地區(qū)，總體表現出向好趨勢。

（四）空間相關性分析

1.全局Moran's I 指數

分別計算出1997—2021 年區(qū)域物流技術水平與管理水平的全局Moran's I 指數，以刻畫技術水平與管理水平的總體空間相關性，結果見表5。

表5 全局Moran's I 指數時序演變

由表5 可知，在1997—2021 年，技術水平的全局Moran's I 指數共有7 年不顯著，其他年份的全局Moran's I 指數均顯著且大于0，總體而言，區(qū)域物流技術水平呈現出空間正相關的特點，且近年來這種空間正相關性呈現逐漸增強的趨勢，而管理水平的全局Moran's I 指數大部分年份均不顯著，少數顯著的年份主要集中在2005 年及以前，說明隨著時間的推移區(qū)域物流管理水平總體上呈現出由空間正向相關向空間不相關演變的趨勢。

2.局部Moran's I 指數

全局Moran's I 指數反映了技術水平與管理水平整體上的空間相關性，但是不能精確反映某一區(qū)域的空間集聚特征，故進一步計算局部Moran's I 指數分析局部的集聚特征，以5 年作為時間間隔分別選取2001年、2006 年、2011 年、2016 年、2021 年的局部Moran's I指數進行分析，并主要結合LISA 聚類地圖分析技術水平與管理水平的局部集聚特征，結果見表6、表7所示。

表6 技術水平的局部集聚特征

表7 管理水平的局部集聚特征

由表6 可知，技術水平的低低集聚空間特征比較明顯，且主要集中在西南、西北地區(qū)，高高集聚空間特征早期主要分布在遼寧、河北等地區(qū)，且近年來逐漸向東南沿海地區(qū)轉移，低高集聚特征表現明顯的地區(qū)是北京、吉林。由表7 可知，管理水平高高集聚空間特征主要集中在沿海及中部地區(qū)，低低集聚空間特征集中在西北地區(qū)的內蒙古、青海，新疆和云南則表現出明顯的高低集聚特征。綜合看，不管是技術水平還是管理水平，其局部空間集聚特征都兼具了四種集聚類型，且隨著時間的變化不同區(qū)域的空間集聚特征也在不斷變化，說明區(qū)域物流技術水平與管理水平都具有較強的空間異質性。

四、研究結論

本文基于宏觀視角采用S u p e r-S B M 模型測度了區(qū)域物流技術水平與管理水平，進而分析技術水平與管理水平的時空演變特征，從行業(yè)集中度、重心分布、空間相關性等多個維度進行分析，得到以下結論：

1.區(qū)域物流技術水平是制約物流業(yè)高質量發(fā)展的關鍵因素，技術水平偏低是導致綜合技術效率較低的重要原因，提高技術水平是促進物流高質量發(fā)展的關鍵。

2.物流技術水平的區(qū)域差距大于管理水平，表現出更為明顯的地區(qū)非均衡發(fā)展格局，但是這種區(qū)域差異呈現出逐漸縮小的趨勢。

3.區(qū)域物流技術水平與管理水平的重心移動方向不一致，技術水平重心呈現出向西南方向的移動趨勢，管理水平重心則表現出微弱的向西北方向的移動趨勢。

4.區(qū)域物流技術水平與管理水平的重心距離呈現縮小的趨勢，技術水平重心與管理水平重心在空間上逐漸靠近。

5.區(qū)域物流技術水平與管理水平呈現出顯著的空間異質性，技術水平總體上表現出顯著的空間正相關特征，而管理水平則呈現出由空間正相關向空間不相關演變的趨勢。