基于PP-SFA 方法的供應(yīng)鏈創(chuàng)新試點(diǎn)城市物流效率及影響因素研究

劉宏偉,高晨晨,楊榮璐

(安徽大學(xué) 商學(xué)院,安徽 合肥 230601)

在新時(shí)代發(fā)展的背景下,有效的供應(yīng)鏈管理已經(jīng)逐漸成為經(jīng)濟(jì)發(fā)展的有力支撐。黨的十九大指出,要在現(xiàn)代供應(yīng)鏈等領(lǐng)域培育新增長點(diǎn)、形成新動(dòng)能。在此基礎(chǔ)上,2018年商務(wù)部等8部門在全國范圍內(nèi)確定了55個(gè)供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)城市(商建函〔2018〕654號(hào),以下簡稱供應(yīng)鏈創(chuàng)新試點(diǎn)城市)[1]。2020年,商務(wù)部等有關(guān)部門頒布《關(guān)于進(jìn)一步做好供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)工作的通知》(商建函〔2020〕111號(hào)),明確指出,試點(diǎn)城市之間要形成信息溝通、設(shè)施聯(lián)通、物流暢通、政策互動(dòng)等合作機(jī)制,加速推進(jìn)智慧物流園區(qū)、智能倉庫建設(shè)和供應(yīng)鏈技術(shù)創(chuàng)新平臺(tái)的科學(xué)謀劃[2]。2021年,商務(wù)部等8家單位共同印發(fā)《關(guān)于開展全國供應(yīng)鏈創(chuàng)新與應(yīng)用示范創(chuàng)建工作的通知》(商流通函〔2021〕113號(hào)),明確要在供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)工作的基礎(chǔ)上,進(jìn)一步開展我國供應(yīng)鏈創(chuàng)新與應(yīng)用示范城市及企業(yè)的設(shè)立工作[3],這充分體現(xiàn)了供應(yīng)鏈在現(xiàn)代經(jīng)濟(jì)體系中的重要地位和作用。物流管理是供應(yīng)鏈的重要組成部分,同時(shí)也是供應(yīng)鏈得以順利運(yùn)行的基礎(chǔ),因此,對(duì)供應(yīng)鏈創(chuàng)新城市物流效率進(jìn)行研究有利于實(shí)現(xiàn)試點(diǎn)城市的高質(zhì)量發(fā)展。

目前,現(xiàn)有文獻(xiàn)對(duì)物流業(yè)效率的研究常以城市物流、省域物流或區(qū)域物流為研究對(duì)象。從城市層面來看,大多選擇地市級(jí)城市為樣本,從時(shí)間或空間維度展開研究。如郁玉兵等[4]基于城市物流的特殊性提出城市物流質(zhì)量的概念,運(yùn)用因子分析和引力模型對(duì)浙江省11個(gè)城市的物流質(zhì)量進(jìn)行評(píng)估,并根據(jù)省內(nèi)發(fā)展不平衡的特點(diǎn)針對(duì)性地提出構(gòu)建物流樞紐城市。隨后,李勇輝等[5]選擇中國32個(gè)主要城市為樣本,采用數(shù)據(jù)包絡(luò)分析(DEA)與因子分析,對(duì)城市物流業(yè)效率及績效、競(jìng)爭力之間的關(guān)系進(jìn)行分析,得出績效高的城市競(jìng)爭力強(qiáng)、效率高的結(jié)論。董千里等[6]進(jìn)一步擴(kuò)大樣本,基于全國285個(gè)流通節(jié)點(diǎn)城市,運(yùn)用雙重差分模型,研究這些城市對(duì)城市物流效率的影響及作用機(jī)理,結(jié)果表明流通節(jié)點(diǎn)城市的設(shè)立對(duì)城市物流效率的提升有促進(jìn)作用,但具有區(qū)域異質(zhì)性的特征。從省域?qū)用鎭砜?已有文獻(xiàn)對(duì)全國范圍內(nèi)省域的研究較少,唐建榮等[7]基于中國31個(gè)省份,運(yùn)用方向距離函數(shù)對(duì)中國省域物流效率的時(shí)空演變進(jìn)行研究,認(rèn)為觀測(cè)年份內(nèi)中國整體物流產(chǎn)業(yè)效率有所下降,且不同區(qū)域效率差異明顯。樊元等[8]在實(shí)證方法上進(jìn)行創(chuàng)新,使用隨機(jī)前沿分析(SFA)測(cè)算了不同區(qū)域的物流效率,得出不同地區(qū)效率差距較大,但隨著時(shí)間的推移差距會(huì)逐漸縮小的研究結(jié)論。大多數(shù)研究集中于區(qū)域物流,一般選擇國家重點(diǎn)戰(zhàn)略區(qū)域,如“一帶一路”區(qū)域、絲綢之路經(jīng)濟(jì)帶核心區(qū)域等,并常落腳于省域或城市層面展開研究。如張雪青[9]選擇“一帶一路”區(qū)域涉及的重點(diǎn)省份為研究對(duì)象,構(gòu)建區(qū)域物流的指標(biāo)評(píng)價(jià)體系,運(yùn)用DEA 方法對(duì)物流效率進(jìn)行測(cè)量;李娟等[10]從總體特征、分國別分省區(qū)的差異特征、時(shí)空演變和收斂性四個(gè)方面對(duì)絲綢之路經(jīng)濟(jì)帶核心區(qū)物流業(yè)效率進(jìn)行了分析。

從以上分析可以看出,已有文獻(xiàn)大多數(shù)運(yùn)用DEA 對(duì)區(qū)域或省份物流業(yè)效率進(jìn)行測(cè)算。然而,DEA 的缺點(diǎn)是任何隨機(jī)干擾都被認(rèn)為是有效因素,投入數(shù)據(jù)的變化會(huì)明顯影響數(shù)據(jù)的測(cè)算結(jié)果,使得結(jié)果會(huì)受到極值的影響[11-12]。因此有學(xué)者如秦雯[13]、孟魁[14]通過構(gòu)建三階段DEA 模型來測(cè)算真實(shí)的物流效率值,該模型同時(shí)剔除了環(huán)境因素和隨機(jī)誤差的干擾,并且得到的是松弛變量與環(huán)境因素之間的相關(guān)關(guān)系,不能直接對(duì)影響物流效率的環(huán)境因素進(jìn)行細(xì)化分析[15]。因此目前有少數(shù)學(xué)者把DEA 和回歸分析結(jié)合來研究物流效率的影響因素,如三階段DEA 和Tobit模型結(jié)合[16]、CCR 模型與Tobit模型結(jié)合[17]等。

SFA 作為一種基于回歸分析的參數(shù)化方法可以彌補(bǔ)DEA 方法的不足[18]。SFA 將實(shí)際生產(chǎn)與最優(yōu)邊界之間的距離分成兩部分:無效率項(xiàng)和隨機(jī)干擾因素,考慮了環(huán)境因素和隨機(jī)因素對(duì)生產(chǎn)活動(dòng)的影響[19],可以直接對(duì)影響物流效率的因素進(jìn)行測(cè)算,例如于麗靜等[15]、張亮亮等[19]。此外,SFA 可以通過假設(shè)檢驗(yàn)來選擇正確的生產(chǎn)函數(shù)形式,確保模型設(shè)定的準(zhǔn)確性[11]。但SFA 的缺點(diǎn)在于只能對(duì)單一產(chǎn)出指標(biāo)體系進(jìn)行研究,如果存在多個(gè)產(chǎn)出指標(biāo),效率分析就會(huì)變得復(fù)雜且片面。如龔雪媚等[20]使用SFA 研究科技創(chuàng)新效率時(shí),兩次運(yùn)用SFA 方法對(duì)多產(chǎn)出進(jìn)行測(cè)算。如何對(duì)多投入多產(chǎn)出的指標(biāo)體系進(jìn)行處理是SFA 方法需要突破的關(guān)鍵問題。黃躍[21]在對(duì)中國城市群綠色發(fā)展水平進(jìn)行測(cè)度時(shí),使用投影尋蹤方法(PP)對(duì)指標(biāo)體系進(jìn)行降維,計(jì)算綠色發(fā)展綜合指數(shù)?；诖?本文考慮引入PP模型以彌補(bǔ)SFA 方法的不足,先使用PP模型對(duì)物流業(yè)產(chǎn)出體系進(jìn)行降維,進(jìn)而得出綜合產(chǎn)出,再使用SFA 對(duì)效率值進(jìn)行估計(jì)并探索影響效率值的因素。

綜上,本文選擇供應(yīng)鏈創(chuàng)新試點(diǎn)城市為研究對(duì)象,運(yùn)用PP-SFA 對(duì)供應(yīng)鏈創(chuàng)新試點(diǎn)城市的物流產(chǎn)業(yè)效率及影響因素進(jìn)行研究,為試點(diǎn)城市物流業(yè)效率的提升及現(xiàn)代供應(yīng)鏈的構(gòu)建提供一定參考。

1 研究方法、數(shù)據(jù)與模型

1.1 PP-SFA

SFA 是一種常用的效率測(cè)量方法,被廣泛應(yīng)用于各個(gè)領(lǐng)域。其優(yōu)點(diǎn)在于考慮了由測(cè)量等因素造成的隨機(jī)誤差,避免了隨機(jī)誤差造成的影響[22-23],但只能用來測(cè)量多個(gè)投入和單一產(chǎn)出決策單元的效率。而對(duì)于物流行業(yè)來說,僅使用一個(gè)產(chǎn)出指標(biāo)是無法準(zhǔn)確衡量行業(yè)產(chǎn)出的。因此,本文用投影尋蹤模型合成綜合產(chǎn)出指標(biāo),再使用SFA 對(duì)物流業(yè)效率進(jìn)行測(cè)度,同時(shí)估計(jì)外部環(huán)境因素對(duì)效率值的正面或負(fù)面影響。

(1)PP。本文選擇物流產(chǎn)出和經(jīng)濟(jì)產(chǎn)出作為投影尋蹤的兩個(gè)產(chǎn)出指標(biāo)。將這兩個(gè)產(chǎn)出指標(biāo)合成為綜合物流業(yè)產(chǎn)出的步驟如下:

①將各指標(biāo)無量綱化。假設(shè)指標(biāo)的樣本集為{yin*|i=1,2,…,I;n=1,2,…,N},I為樣本數(shù)量,N為指標(biāo)數(shù)目。由于各評(píng)價(jià)指標(biāo)的數(shù)據(jù)維數(shù)不統(tǒng)一,很難進(jìn)行比較,因此數(shù)據(jù)需要標(biāo)準(zhǔn)化。為了避免標(biāo)準(zhǔn)化出現(xiàn)的零值影響,將標(biāo)準(zhǔn)化后的數(shù)值統(tǒng)一平移A個(gè)單位。本文中,取A=0.000 5。數(shù)據(jù)標(biāo)準(zhǔn)化的公式:

式中,y*in代表的是第n個(gè)產(chǎn)出指標(biāo)中第i個(gè)要標(biāo)準(zhǔn)化的數(shù)值;ymax(n)和ymin(n)分別指的是第n個(gè)產(chǎn)出指標(biāo)樣本集的最大值和最小值;yin表示經(jīng)過標(biāo)準(zhǔn)化后的處理結(jié)果;y′in表示平移后的標(biāo)準(zhǔn)化結(jié)果。

②構(gòu)造投影指數(shù)函數(shù)。將N維數(shù)據(jù){yin|n=1,2,…,N}投影到一維子空間上,得到最佳投影方向a(n),其中a(n)為單位向量,則投影值z(mì)(i)的表達(dá)式為:

投影值z(mì)(i)的分布特征為:投影點(diǎn)在局部范圍內(nèi)盡可能集中,而在整體上盡可能分散?；诖?構(gòu)造投影指標(biāo)函數(shù)Q(z)如下:

投影值z(mì)(i)的方差S(z)如下:

投影值z(mì)(i)的局部密度D(z)為:

式中,E(z)為投影值的均值;R為局部密度的窗口半徑,具體根據(jù)樣本特征決定;rin為樣本間距,由|z(i)-z(n)|計(jì)算得到;u(v)為單位階躍函數(shù)。

③優(yōu)化投影指標(biāo)函數(shù)。若評(píng)價(jià)指標(biāo)樣本集已給定,則投影指標(biāo)函數(shù)只會(huì)隨著投影方向a(n)的變動(dòng)而變動(dòng)。通過最大化投影指標(biāo)函數(shù),可以得到最優(yōu)的投影方向:

④計(jì)算綜合產(chǎn)值。根據(jù)以上步驟,利用加速遺傳算法可以得到最佳投影方向a*,再代入式(3),求得最佳投影值z(mì)*。

(2)SFA。SFA 是由Aigne等[18]和Meeusen等[24]在1977年同時(shí)提出的,用來考慮隨機(jī)因素對(duì)產(chǎn)出的影響。SFA 基本模型如下所示:

兩邊同時(shí)取對(duì)數(shù)可以得到下列表達(dá)式:

式中,i表示物流創(chuàng)新城市的數(shù)量;t代表時(shí)間序列。Yit代表合成產(chǎn)出,即上一步投影尋蹤得到的最佳投影值z(mì)*。xit=(X1it,X2it,…,Xkit)是一組K維向量,代表不同投入資源。vit表示隨機(jī)擾動(dòng)項(xiàng),且vit ~iid N(0,σ2v);uit指無效率項(xiàng),代表實(shí)際產(chǎn)出與效率前沿面之間的距離,uit~iid N+(wit,σ2u)。vit與uit相互獨(dú)立。技術(shù)效率定義為實(shí)際產(chǎn)出與最大隨機(jī)前沿產(chǎn)出的比值:

根據(jù)方差參數(shù)γ的值,我們可以判斷它是否適合使用SFA 模型進(jìn)行分析,γ表達(dá)式如下:

γ取值范圍在0和1之間,γ越接近1,說明SFA 模型越合適。

另外,為了解釋外界環(huán)境對(duì)技術(shù)效率的影響,引入技術(shù)非效率函數(shù),如式(13)所示:

式中,δ0為常數(shù)項(xiàng);δ代表外生變量的系數(shù);git表示干擾效率的外部環(huán)境因素。當(dāng)δ>0時(shí),說明外部環(huán)境因素對(duì)技術(shù)效率有負(fù)向影響;當(dāng)δ<0時(shí),說明外部環(huán)境因素對(duì)技術(shù)效率有正向影響。mit是隨機(jī)誤差項(xiàng)。

在SFA 中,生產(chǎn)函數(shù)的形式通常選用柯布道格拉斯(C-D)生產(chǎn)函數(shù)或超越對(duì)數(shù)生產(chǎn)函數(shù)[24]。由于超越對(duì)數(shù)生產(chǎn)函數(shù)的形式比C-D 生產(chǎn)函數(shù)更具有代表性[25],因此設(shè)定超越對(duì)數(shù)生產(chǎn)函數(shù)作為生產(chǎn)函數(shù)模式的初始模式,然后進(jìn)行假設(shè)檢驗(yàn)。原超越對(duì)數(shù)生產(chǎn)函數(shù)不包含時(shí)間t,但需要增加該參數(shù),以反映技術(shù)變化和技術(shù)效率的時(shí)變特征。

生產(chǎn)函數(shù)的初始設(shè)定形式如下:

式中,β0是常數(shù)項(xiàng);βk是第k個(gè)投入變量的相關(guān)系數(shù);βkj是第k個(gè)投入變量和第j個(gè)投入變量的交互項(xiàng)系數(shù);βt和βtt分別是時(shí)間t和變量t2的相關(guān)系數(shù);βkt是第k個(gè)投入變量與時(shí)間t的交互項(xiàng)系數(shù);Xkit是t時(shí)刻第k個(gè)投入變量在第i個(gè)地區(qū)投入變量的值;Xjit是t時(shí)刻第j個(gè)投入變量在第i個(gè)地區(qū)投入變量的值。其余變量含義同如式(10)所示。

1.2 指標(biāo)選擇與數(shù)據(jù)來源

目前我國尚未對(duì)“物流業(yè)”的邊界和內(nèi)容進(jìn)行明確的規(guī)定,衡量物流業(yè)的指標(biāo)體系也尚未形成。鑒于此,本文采用龔瑞風(fēng)等[26]、汪文生等[27]研究的處理方式,以交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)的數(shù)據(jù)作為物流業(yè)的相關(guān)指標(biāo)。在產(chǎn)出指標(biāo)選擇方面,選擇物流業(yè)的物質(zhì)產(chǎn)出與經(jīng)濟(jì)產(chǎn)出作為合成指標(biāo)的兩個(gè)方面。物質(zhì)產(chǎn)出用貨物周轉(zhuǎn)量表示[27],經(jīng)濟(jì)產(chǎn)出用物流業(yè)增加值表示,其中,物流業(yè)增加值本文沿用龔雪[28]的研究,由郵政、倉儲(chǔ)以及運(yùn)輸業(yè)增加值的金額計(jì)算所得。在投入指標(biāo)選擇方面,勞動(dòng)力投入和資本投入是物流業(yè)的基本投入?；谇叭说难芯縖27,29-30],用運(yùn)輸業(yè)、倉儲(chǔ)業(yè)以及郵政業(yè)的年末從業(yè)人數(shù)表示勞動(dòng)力投入,交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)固定資產(chǎn)投資額表示資本投入。在影響因素選擇方面,基于經(jīng)濟(jì)和政府作用的視角,選取經(jīng)濟(jì)發(fā)展水平、政府支持力度和政府影響力三個(gè)變量作為環(huán)境變量來探究其對(duì)物流效率的影響。物流業(yè)的發(fā)展依賴于地區(qū)的經(jīng)濟(jì)發(fā)展水平,經(jīng)濟(jì)發(fā)展水平的提高使得物流業(yè)更加的專業(yè)和社會(huì)化[15],因此地區(qū)的經(jīng)濟(jì)發(fā)展水平是影響物流效率的重要因素,本研究用人均GDP來衡量。政府對(duì)交通運(yùn)輸業(yè)的支持和重視程度也會(huì)影響著物流業(yè)的發(fā)展[19],同時(shí),如果政府的財(cái)政分配比例不當(dāng)也可能對(duì)物流業(yè)的發(fā)展有負(fù)面影響[31],因此政府支持力度是影響物流業(yè)效率的另一個(gè)因素。本研究用交通運(yùn)輸支出占一般公共預(yù)算支出的比重表示政府支持力度。此外,物流業(yè)的發(fā)展與其他行業(yè)息息相關(guān),經(jīng)濟(jì)建設(shè)和各項(xiàng)事業(yè)需要政府制定和實(shí)施政策。政府的影響力越大,表明政府的干預(yù)越強(qiáng),對(duì)資源的配置和協(xié)調(diào)影響越大,因此政府的影響力是影響物流產(chǎn)業(yè)發(fā)展的一個(gè)因素。本研究用一般公共預(yù)算支出占地區(qū)生產(chǎn)總值的比重衡量政府影響力[30]。研究的具體指標(biāo)體系如表1所示。

表1 投入產(chǎn)出及環(huán)境變量評(píng)價(jià)指標(biāo)體系

本文數(shù)據(jù)主要來源于2009~2018年55個(gè)供應(yīng)鏈試點(diǎn)城市國民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)、2010~2019年中國各城市統(tǒng)計(jì)年鑒、2010~2019年度《中國統(tǒng)計(jì)年鑒》等,剔除了自由貿(mào)易試驗(yàn)區(qū)、縣級(jí)市和數(shù)據(jù)滯后及缺失嚴(yán)重的城市,最終選擇數(shù)據(jù)較為完整的38個(gè)供應(yīng)鏈創(chuàng)新試點(diǎn)城市作為研究樣本。

1.3 模型設(shè)定

為了檢驗(yàn)SFA 的適用性和生產(chǎn)函數(shù)形式的正確性,需要對(duì)生產(chǎn)函數(shù)的設(shè)置進(jìn)行檢驗(yàn)。γ值為0.845 8,說明存在無效率項(xiàng),SFA模型具有適用性。此外,由表2的假設(shè)檢驗(yàn)結(jié)果可知,接受時(shí)間變量t的相關(guān)系數(shù)均為0的假設(shè),因此,構(gòu)造不含時(shí)間t的超越對(duì)數(shù)生產(chǎn)函數(shù)更適合于本研究。

表2 假設(shè)檢驗(yàn)結(jié)果

根據(jù)表2中的建設(shè)檢驗(yàn)結(jié)果,生產(chǎn)函數(shù)設(shè)定如下:

式中,Yit表示用PP模型合成的綜合產(chǎn)出;X1是物流業(yè)從業(yè)人數(shù);X2是物流業(yè)固定資產(chǎn)投資額。

根據(jù)以上對(duì)物流業(yè)效率影響因素的分析,把經(jīng)濟(jì)發(fā)展水平、政府支持力度和政府影響力作為影響物流業(yè)技術(shù)效率的因素,構(gòu)建的技術(shù)無效率函數(shù)模型如下:

式中,μit表示城市i在t年的無效率項(xiàng),其數(shù)值越大,技術(shù)效率越低;PGDP表示經(jīng)濟(jì)發(fā)展水平;SGOV表示政府支持力度;IGOV表示政府影響力。

2 實(shí)證研究

2.1 PP結(jié)果分析

根據(jù)投影尋蹤模型的原理,運(yùn)用Matlab軟件對(duì)2009~2018年全國38個(gè)供應(yīng)鏈創(chuàng)新試點(diǎn)城市物流業(yè)綜合產(chǎn)出進(jìn)行測(cè)算,得出貨物周轉(zhuǎn)量和交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)增加值的最佳投影方向,由此計(jì)算出最佳投影值,即物流業(yè)綜合產(chǎn)出水平。詳見附錄1。

由PP結(jié)果可以看出,相較于2009年,2018年各城市物流綜合產(chǎn)出投影值均有較大幅度提升,但不同區(qū)域仍有較大差距。北京、上海、廣州、武漢等城市物流產(chǎn)出投影值均大于0.6,物流業(yè)較為發(fā)達(dá);大連、南京、青島、臨沂、寧波、深圳等過半數(shù)的城市產(chǎn)出投影值低于0.6,物流業(yè)發(fā)展尚有提升空間;贛州、蕪湖、義烏、西寧等14個(gè)城市產(chǎn)出投影值低于0.1,物流業(yè)產(chǎn)出水平最低,需要重視這些城市的物流業(yè)發(fā)展?？傮w來看,2009~2018年,我國供應(yīng)鏈創(chuàng)新城市物流業(yè)綜合產(chǎn)出水平提升明顯,但絕大多數(shù)城市仍處于較低水平,且不同城市綜合產(chǎn)出差距明顯,物流業(yè)產(chǎn)出仍有較大提升空間。同時(shí),物流綜合產(chǎn)出投影值只能單一地反映物流業(yè)的產(chǎn)出水平,并不能全面反映物流業(yè)的資源利用情況,因此需要對(duì)物流業(yè)效率值進(jìn)行進(jìn)一步測(cè)量。

2.2 創(chuàng)新城市物流產(chǎn)業(yè)效率影響因素分析

考慮到影響物流業(yè)效率的因素之間可能會(huì)出現(xiàn)多重共線性,這會(huì)影響變量選擇的合理性和數(shù)據(jù)結(jié)果的可靠性?；诖?本文采用方差膨脹因子VIF法對(duì)環(huán)境變量進(jìn)行了多重共線性檢驗(yàn),結(jié)果如表3所示。由表3可知,3個(gè)影響因素的VIF值均位于0至5之間,因而不存在多重共線性問題,這表明:本文選取的3個(gè)環(huán)境變量即人均GDP、政府支持力度和政府影響力是合理的,且在此基礎(chǔ)上進(jìn)行的創(chuàng)新城市物流產(chǎn)業(yè)效率影響因素分析結(jié)果是穩(wěn)健可靠的。

表3 環(huán)境變量的多重共線性檢驗(yàn)

此外,在對(duì)效率值進(jìn)行測(cè)算之前,需要檢驗(yàn)?zāi)Ｐ偷倪m用性,本文將投影尋蹤模型求得的物流綜合效率值作為產(chǎn)出指標(biāo),代入生產(chǎn)函數(shù)(15)中,運(yùn)用Frontier 4.1軟件,模型估計(jì)結(jié)果如表4所示。從表4可以看出,γ=0.845 8且在1%的水平下顯著,說明實(shí)際產(chǎn)出與生產(chǎn)前沿面之間的差距主要來源于技術(shù)非效率項(xiàng),因此,使用SFA 進(jìn)行估計(jì)是必要的。此外,LR值為29.062 0并在統(tǒng)計(jì)學(xué)上有意義,表明極大似然估計(jì)效果較好且模型整體估計(jì)有效。

表4 隨機(jī)生產(chǎn)前沿函數(shù)測(cè)算結(jié)果

從生產(chǎn)函數(shù)系數(shù)來看,運(yùn)輸業(yè)、倉儲(chǔ)業(yè)以及郵政業(yè)的年末從業(yè)人數(shù)(0.581 7)與物流產(chǎn)業(yè)固定資產(chǎn)投資額(0.439 0)的產(chǎn)出系數(shù)為正,且分別通過了1%和10%的顯著性檢驗(yàn),說明勞動(dòng)力及固定資產(chǎn)投入的增加均會(huì)顯著提升物流產(chǎn)出,其中勞動(dòng)力投入的系數(shù)大于固定資產(chǎn)投入系數(shù),說明勞動(dòng)投入每增加1%獲得的物流產(chǎn)出比固定資產(chǎn)的投入更有效。

從效率函數(shù)影響因素的估計(jì)系數(shù)來看,經(jīng)濟(jì)發(fā)展水平(-5.779 4)和政府影響力(-2.690 5)的回歸系數(shù)為負(fù)且分別通過1%和10%的顯著性檢驗(yàn),說明城市經(jīng)濟(jì)發(fā)展水平和政府影響力對(duì)物流業(yè)效率提升有正向影響,也就是說,經(jīng)濟(jì)發(fā)展水平和政府影響力的提升有利于物流效率的增加。一方面,城市經(jīng)濟(jì)水平的提高會(huì)使得物流基礎(chǔ)設(shè)施投資、交通網(wǎng)建設(shè)更加完善,為物流業(yè)的發(fā)展創(chuàng)造了良好的需求條件,從而推動(dòng)城市物流效率的提升。另一方面,政府對(duì)各行業(yè)的干預(yù)能夠改善當(dāng)前物流業(yè)的經(jīng)營環(huán)境,對(duì)加強(qiáng)物流業(yè)發(fā)展所需要的基礎(chǔ)設(shè)施建設(shè)和優(yōu)化資源配置有積極作用,近而提高物流業(yè)的效率。然而,政府支持力度的回歸系數(shù)為正,說明政府支持力度與城市物流業(yè)效率間存在負(fù)相關(guān)關(guān)系,但該項(xiàng)因素的影響并不顯著。這說明了在樣本期間內(nèi),政府的財(cái)政支持對(duì)物流效率的影響并不理想?？赡艿脑蚴钦畬?duì)物流業(yè)的發(fā)展缺乏針對(duì)性地支持,例如政府對(duì)物流業(yè)干預(yù)過多可能會(huì)影響物流業(yè)發(fā)展的靈活性;政府的財(cái)政資金在監(jiān)管力度不夠的情況下,可能會(huì)造成物流資源的錯(cuò)配或浪費(fèi)等。此外,物流業(yè)正處于飛速發(fā)展的階段,而政策支持又存在不可避免的時(shí)滯性。

2.3 創(chuàng)新城市物流產(chǎn)業(yè)投入及效率值分析

進(jìn)一步對(duì)我國38個(gè)供應(yīng)鏈創(chuàng)新試點(diǎn)城市2009~2018年的物流效率值進(jìn)行測(cè)算,并計(jì)算出2009~2018年各個(gè)城市物流效率均值(按從大到小排序),如表5所示。

表5 2009~2018年我國38個(gè)供應(yīng)鏈創(chuàng)新城市物流業(yè)效率均值

由表5可以看出,我國供應(yīng)鏈創(chuàng)新試點(diǎn)城市物流業(yè)效率差異較大,其中效率最高的城市和效率最低的城市的效率值相差0.634 5。臨沂、大連、定西等11個(gè)城市物流效率均值在0.5之上,相對(duì)來說物流效率較高并且這些城市大部分位于沿海地區(qū)。其中臨沂的物流效率水平最高,為0.763 5。武漢、深圳、太原等7個(gè)城市效率均值低于0.5但高于整體的平均效率值0.399 1,屬于物流效率中上等的城市;而商丘、?？诘?0個(gè)城市物流效率均值在0.399 1之下,其中,昆明市最低,為0.129,這些表明我國供應(yīng)鏈創(chuàng)新試點(diǎn)城市物流業(yè)效率仍有很大的提升空間,超半數(shù)以上的供應(yīng)鏈創(chuàng)新城市物流業(yè)效率值低。進(jìn)一步,為了體現(xiàn)效率值隨時(shí)間的變動(dòng),對(duì)樣本期內(nèi)38個(gè)供應(yīng)鏈試點(diǎn)城市每年的平均效率值進(jìn)行分析,如圖1 所示。從圖1可知,2009~2018年,我國供應(yīng)鏈創(chuàng)新城市效率整體呈近似“W”型的波動(dòng)上升趨勢(shì),其中最高值為2018 年的0.544 7。樣本期內(nèi)效率值變動(dòng)明顯,除2011年、2014年、2017年有所下降外,其余年份較上年均有所上升,其中2013 年、2015 年以及2018年有較大幅度提升。2013年,互聯(lián)網(wǎng)和電子商務(wù)的興起促進(jìn)了物流業(yè)的蓬勃發(fā)展,與此同時(shí),物流業(yè)得到新一屆中央領(lǐng)導(dǎo)集體的全面關(guān)注,物流效率得以大幅提升。但由于物流業(yè)發(fā)展基礎(chǔ)不穩(wěn)、動(dòng)力不足等問題,2014年物流效率有所回落。經(jīng)過之后幾年的轉(zhuǎn)型升級(jí),物流業(yè)效率逐年提升。2018年供應(yīng)鏈創(chuàng)新城市設(shè)立,相較于2017年,物流業(yè)效率提升明顯,表明供應(yīng)鏈試點(diǎn)城市設(shè)立后,物流業(yè)整體水平有所上升。

圖1 2009~2018年供應(yīng)鏈創(chuàng)新城市物流業(yè)效率平均值變動(dòng)

3 結(jié)論與建議

本研究基于38個(gè)供應(yīng)鏈創(chuàng)新試點(diǎn)城市的面板數(shù)據(jù),通過構(gòu)建PP與SFA 結(jié)合的模型進(jìn)行了物流效率值的測(cè)算,彌補(bǔ)了SFA 存在只能對(duì)單一產(chǎn)出指標(biāo)體系進(jìn)行研究的缺陷,同時(shí)探索了影響供應(yīng)鏈創(chuàng)新試點(diǎn)城市物流效率的因素。本文的結(jié)論和建議如下:

首先,根據(jù)PP模型的結(jié)果得到的綜合產(chǎn)出水平可以發(fā)現(xiàn),2009~2018年,我國供應(yīng)鏈創(chuàng)新城市物流業(yè)綜合產(chǎn)出水平提升明顯,但絕大多數(shù)城市仍處于較低水平,且不同城市綜合產(chǎn)出差距明顯,物流業(yè)產(chǎn)出仍有較大提升空間。因此,各地區(qū)政府應(yīng)該加強(qiáng)區(qū)域之間的聯(lián)動(dòng),因地制宜,合理配置資源,利用電子商務(wù)等技術(shù)來提升物流業(yè)的產(chǎn)出水平。

其次,基于物流投入對(duì)物流產(chǎn)出的影響,發(fā)現(xiàn)勞動(dòng)力投入及固定資產(chǎn)投入均會(huì)對(duì)物流產(chǎn)出產(chǎn)生顯著的積極的影響,其中,勞動(dòng)力投入的增加更有利于我國城市物流業(yè)的發(fā)展。因此在勞動(dòng)力資源方面,物流業(yè)的發(fā)展離不開高質(zhì)量的人才隊(duì)伍,在物流業(yè)的從業(yè)人員存在缺口的情況下,既需要廣納人才,也需要提升員工的專業(yè)能力和素質(zhì)水平。物流企業(yè)應(yīng)該重視員工的培養(yǎng),可以通過依托產(chǎn)學(xué)研合作等方式,對(duì)不同崗位的人才進(jìn)行針對(duì)性的培訓(xùn)。在物流建設(shè)方面,良好的物流發(fā)展離不開交通運(yùn)輸?shù)鹊膮f(xié)調(diào)運(yùn)作。政府應(yīng)該合理規(guī)劃城市交通運(yùn)輸?shù)木€路方案,合理布局,為物流業(yè)的發(fā)展節(jié)省時(shí)間和能源。

此外,研究還發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展水平和政府影響力對(duì)城市物流業(yè)效率的提升有顯著促進(jìn)作用,而政府支持力度對(duì)城市物流效率影響并不顯著。供應(yīng)鏈試點(diǎn)城市的建立為各城市的發(fā)展帶來了機(jī)會(huì),城市經(jīng)濟(jì)發(fā)展水平的提升能夠帶動(dòng)物流業(yè)的發(fā)展,同時(shí)物流業(yè)效率的提升會(huì)對(duì)經(jīng)濟(jì)發(fā)展水平的提升做出積極的貢獻(xiàn)。因此,當(dāng)?shù)卣畱?yīng)該結(jié)合當(dāng)?shù)氐奈锪靼l(fā)展條件和發(fā)展需求,充分發(fā)揮政府調(diào)控的積極作用。此外,政府在對(duì)物流業(yè)進(jìn)行資金扶持的同時(shí)應(yīng)合理進(jìn)行政策的監(jiān)管,不能簡單通過增加固定資產(chǎn)投資來實(shí)現(xiàn)物流業(yè)的擴(kuò)張,而是要考慮持續(xù)發(fā)展的需要,制定精細(xì)化物流業(yè)扶持戰(zhàn)略,如引進(jìn)人才、技術(shù)補(bǔ)貼、稅收減免等,并確保政策的落實(shí),為物流業(yè)發(fā)展注入持續(xù)動(dòng)力。

最后,我國供應(yīng)鏈創(chuàng)新試點(diǎn)城市物流業(yè)效率差異較大,超半數(shù)以上的供應(yīng)鏈創(chuàng)新城市物流業(yè)效率值處于低水平,物流業(yè)效率有較大提升空間。同時(shí),研究期內(nèi),我國供應(yīng)鏈創(chuàng)新城市的整體物流效率均值波動(dòng)明顯,呈現(xiàn)出近似“W”型的波動(dòng)上升趨勢(shì)。因此要加強(qiáng)物流相關(guān)技術(shù)的研發(fā)和投入,促進(jìn)區(qū)域之間的技術(shù)和信息共享與合作,提升能源的利用效率,實(shí)現(xiàn)各城市物流效率的穩(wěn)步提升以及各城市效率差距的縮小和協(xié)同發(fā)展。同時(shí),物流相關(guān)企業(yè)也應(yīng)該認(rèn)識(shí)到效率提升的重要性,構(gòu)建高效的物流管理系統(tǒng),提升和優(yōu)化物流模式,實(shí)現(xiàn)物流業(yè)的高質(zhì)量發(fā)展。

附錄1

2009~2018年38個(gè)供應(yīng)鏈創(chuàng)新試點(diǎn)城市物流業(yè)綜合產(chǎn)出值