朱佳翔,谭清美
(1.常州大学 经济管理学院,江苏 常州 213164;2.南京航空航天大学 经济与管理学院,江苏 南京210016)
长期以来,人们认为物流只是物资管理和物流管理,不是一个产业。“2010中国物流广西发展论坛”上,北京交通大学物流研究院的徐寿波院士认为,物流不仅是一个产业,而是一个支柱产业,不仅是一个支柱产业,而是一个支柱产业群,因为它涉及运输、配送、仓储、包装、流通加工、物流信息、物流设备制造、物流基础设施建设、物流科技开发、物流教育、物流服务、物流管理等等产业。笔者赞同徐寿波院士的物流产业集群论,将交通运输、邮电等都视为物流业,并对近年来国内外物流业技术效率及全要素生产率的研究成果进行归纳,指出现有研究的不足及提出未来发展方向。
生产率分析是研究物流产业发展的重要工具。Hiram Davis(1954)首先明确了全要素生产率的内涵,被西方学术界誉为全要素生产率的开山鼻祖。在Solow的新古典增长计量中TFP用技术变化表示,它并不能直接从经济统计中观测,而是通过可观测所有要素贡献产出增长后的余值,因此又被称为索罗余值,代表广义的技术进步。全要素生产率更能从整体上反映一个产业的生产率状况,尤其是全要素生产率增长率的分解可以很好地度量要素效率的提高以及技术进步的程度,对经济发展的策略制定有很强的指导意义。系统提出了效率评价理论的是英国经济学家Farrel(1957),[1]之后由Fare等人(1983、1985)等人进一步发展与完善。根据Farrel的效率理论,经济效率由技术效率和配置效率两部分组成。Drake 和Hall(2003)以两种投入要素生产一种产出为例,建立了Farrel效率图以阐释两种效率之间的关系。
技术效率、配置效率、纯技术效率与规模效率是考察决策单元在某一时间点的静态效率,而技术效率变化和技术进步是考察决策单元随时间变化的动态效率。技术效率变化表示决策单元向前沿面的远离或靠近,远离表明技术效率降低,靠近表明技术效率增大;而技术变动意味着生产前沿面的移动,向外移动表明技术进步,向内则是技术退步。
在对TFP 增长的研究中,国外研究的较早,Anersen,P.(1993)[2]提出超效率DEA方法,Khan (1997)[3]提出增长核算法,Chow 和Lin(2002)提出时间序列生产函数法。上述方法的局限在于:不能将生产率增长的源泉归功于技术进步还是技术效率提高;此外,这两种方法都假定研究个体的完全有效性,导致对全要素生产率增长的估计有偏。要克服上述方法的局限,Kumar和Russell(2002)提出了生产前沿函数模型(SFA)。具体测算过程中,参数法主要包括随机前沿分析(SFA)、厚边界分析(TFA )和自由分布(DFA)3种分析工具,而非参数法主要包括数据包络分析(DEA)和自由处置法(FDH)两种分析技术。数据包络分析方法由Farrell(1957)首先提出,后由Chames等人(1978)及Banker等人(1984)对该模型进行扩展。DEA 方法无需设定前沿生产函数,避免了主观设定函数的影响,计算也较为简便,但却无法衡量环境因素等随机误差对技术效率的影响,将不可控因素和统计误差也归因于技术无效率,一定程度上影响了估计结果,造成效率值偏低,离散程度较大。自由处置法是数据包络分析方法的特例。传统DEA模型对技术效率进行测度和比较时,存在无法对多个处于前沿面(效率评价值为1)的决策单元展开进一步比较与评价的缺陷。Anersen,P.等学者于1993年提出一种超效率评价模型能够对DEA有效的单元进行排序。该方法在评价某个决策单元时,将其排除在决策单元的集合之外。事实上,由于各种方法各具优劣,到底哪一种方法更适合效率评价,特别是区域物流效率的评价,目前研究尚无定论。
国外关于物流相关产业,如交通、邮电等产业全要素生产率实证分析模型,这些学者对物流部门效率的高低,有效与无效进行实证分析,并对传统的DEA模型进行扩展,对技术效率与技术进步因素对物流相关产业效率的提升做了充分论证,如Martinez-Budria等人 (1999)、Tongzon (2001)、Valentine和 Gray (2001) 、Barros(2003) 以及A da Suk Fung(2008)等。1978 年改革开放以来,中国经济已经经历了超过20年的高速增长。然而,中国经济是否能够持续增长,近年来成为经济学者研究的热点问题。对可持续性的怀疑主要来自于否认中国经济存在效率的提升,或者基于中国的全要素生产率(TFP) 太低的判断,因而提高全要素生产率是中国未来经济增长的决定因素。
近年来,一些学者从企业、行业及区域3个层面对物流生产率进行了实证研究。在企业层面的研究较丰富,如潘书麟(2006)[4]、张越等(2006)[5]、庞瑞芝(2006)[6]、于剑(2007)[7]、邓学平等(2008)[8]等学者针对不同类型企业的物流技术效率与技术进步进行测评和检验。在行业层面,现有的研究主要针对交通行业。测算产业的技术效率情况,并分析效率的影响因素。Gordon(1993)是较早探讨交通生产率的研究者之一,Oum 等(1992)探讨了交通生产率的概念,并针对不同的问题提出了不同的测算方法。国内针对物流相关行业生产率的测算,主要有蒋迪娜(2002)[9]、余思勤等(2004)[10]、马银波等(2006)、王刚和雷定猷(2007)以及王亚华(2008) 等人。
在区域层面,现有针对物流业的文献很少,主要贺竹磬、孙林岩(2006);惠玉蓉、董千里(2008);田刚等(2009)。相近的研究中,张自然(2008)运用DEA—Malmquist生产率指数方法;赵蕾、杨向阳(2007)运用随机前沿生产函数方法考察了中国服务业技术效率的变化状况;徐宏毅和欧阳明德(2004)的研究发现, 1992—2002年中国服务业全要素生产率对中国经济增长的贡献率达到了42.5%,这一贡献主要来自技术进步;顾乃华(2005)运用随机前沿生产函数方法的研究结果则显示, 1992-2002 年间我国服务业技术效率低下,且区域之间效率差距明显并在不断扩大;服务业增长主要依靠要素投入推动, 全要素生产率的贡献微弱, 粗放型特征比较明显。顾乃华(2006)进一步分析了我国服务业技术效率的区域差异及其对劳均服务业增加值区域不均衡的影响。研究表明:东、中、西部服务业技术效率存在显著差异,这加剧了我国服务业区域发展失衡现象;我国各省以及东中西3大地区的服务业技术效率之所以不均衡,关键原因在于其市场化进程不一致。
综上所述,以上作者在物流与区域经济增长的相关作用方面做了大量的工作,但同时也存在一定的局限:
(一) 以往研究对区域物流技术进步与技术效率的测度大多是针对某一年,从静态的角度对不同地区的技术进步与技术效率进行测评,缺乏随时间变化动态的考虑。未来的研究,应该基于动态面板数据角度,对物流成为国家支柱产业的政策和低碳经济下发展物流的战略高度研究物流技术效率、技术进步效应及生产率变化。中国生产率与美欧物流产业效率比较研究。
(二) 以往研究一般都选用DEA 方法,此方法虽然无需设定前沿生产函数,且约束较少,但却无法衡量随机误差对不同地区个体效率的影响,而且由于DEA 模型本身的限制,无法对投入产出指标之外的,影响个体技术效率差异的外生性因素直接进行检验。未来的研究,不但要着眼于内生变量对物流技术效率的影响,而且要把外生变量纳入进去。
(三) 缺乏对不同方法计算结果的对比。由于参数方法和非参数方法的测算原理各不相同,因此具体测算的结果也会不同。究竟哪一种或两种都适合中国实际尚值得进一步探讨。未来的研究应该不仅关注国际前沿研究成果,而且能创新性构造一些能将两者结合起来的新的技术效率测度的方法,对物流业全要素生产率进行分解及测度。
(四) 缺乏对影响物流技术效率的环境因素的分析。区域物流系统是一个开放系统,区域物流技术效率除受到系统内部投入产出指标的影响外,势必还受到系统外部环境因素的影响。合理设定和选择环境变量,检验其对物流技术效率的影响,也是一项非常重要且有意义的工作。未来研究应该将一些环境变量如劳动力流动、政府效率、产业聚集等纳入物流技术进步、技术效率及全要素生产率的研究的实践中去。
(五) 缺乏对物流技术进步与技术效率演变趋势的探讨。在当前国家倡导建立“资源节约型、环境友好型”社会的大背景下,未来应该采用考虑环境因素的全要素生产率分析方法来研究中国省际物流业技术效率及全要素生产率差距问题将是一个有着重大理论意义和实际意义的课题。
参考文献:
[1]Farrell M J. The management of production efficiency [J]. Royal statistical Society, 1957, 120(3): 253-281.
[2]Anersen P,N C Petersen. A procedure for ranking efficient unit in data envelopment analysis [J]. Management Science, 1993, 10(15):231-243.
[3]Khan. An analysis of operations efficiency in large-scale distribution systems [J]. Operations Management, 1997, 11(5): 43 -56.
[4]潘书麟.台湾物流业营运效率之比较研究 [D].台北: 国立中央大学硕士学位论文,2006.
[5]张 越,胡华清. 基于Malmquist生产力指数的中国民用机场运营效率分析[J]. 系统工程,2006,7(12) :36-47.
[6]庞瑞芝.我国主要沿海港口的动态效率评价[J]. 经济研究,2006(6):38-47.
[7]于 剑.基于Malmquist指数的中国航空公司业全要素生产率分析[J].北京理工大学学报(社会科学版),2007(12):56-68.
[8]邓学平,王 旭,林 云.我国物流企业全要素生产效率分析[J].系统工程,2008(6):22-31.
[9]蒋迪娜.基于马尔柯夫机制转换模型的中国出口集装箱运价指数波动研究[J].数理统计与管理,2008,27(3):6-17.
[10]余思勤,蒋迪娜,卢剑超. 我国交通运输业全要素生产率变动分析[J]. 同济大学学报(自然科学版),2004(6):44-53.