中国区域物流发展效率实证分析

樊 元，马丽梅

（西北师范大学 经济管理学院，兰州 730070）

0 引言

目前，对于区域物流效率的研究多停留在理论和影响因素分析上，实证分析的较少。已有的区域物流效率实证分析文献如林坦，王玲（2008）在构建对数型柯布—道格拉斯函数的基础上，运用随机边界分析法（SFA）对我国27个省市2003～2006年间的物流生产效率进行了测算，并分析了生产效率的影响因素[]1。柳键，邱国（2011）斌建立物流投入产出评价指标，基于DEA模型，分析2008年全国31个省、市、自治区的物流投入产出效率[]2。这两篇文章从不同的角度出发，得出了区域物流效率的相关结论。本文借助随机前沿分析（SFA）的框架，采用First-difference面板数据建模技术，对不同区域的物流效率进行测度，力求在实证方法上有所创新。

1 区域物流发展效率测度模型的选择

1.1 随机前沿模型[3]

随机前沿模型最早由Aigner、Lovell和Schmidt以及Meeusen和Broeck提出,其基本模型可以表示为:

yit=f(xti)exp(vit-uit)

其中yit表示生产者i时期t的产出，xti表示要素投入是生产函数，表示生产者技术的前沿,vit为观测误差和其他随机因素，uit是一个非负变量，exp(uit)表示技术非效率。模型的基本含义为:个别生产者不能达到生产函数前沿,是因为受随机扰动和技术非效率两个因素影响。尽管这两个影响因素都是不可观测的,但是恰当定义的随机扰动仅仅是一个白噪声，多次观测的均值为零,因而个别生产者的技术效率可以用样本中该生产者产出的期望与随机前沿的期望的比值来确定,即

1.2 物流业生产函数

由于超越对数生产函数具有易估计性和包容性等特点,是最适宜拟合的函数形式,因而本文将物流业生产函数定义为超越对数生产函数形式,其线形模型为:

其中实际产出qit为第i个省市自治区第t年的现价地区物流业GDP，劳动力投入rit为第i个省市自治区第t年的物流业年末从业人数；资本投入git为第i个省市自治区第t年的物流业资本存量；物流业的劳动力投入和物流业的资本投入产出弹性可以表示为：

1.3 基于随机前沿模型的物流业生产函数[4][5]

其中，αi表示第i个省市自治区的不可观测的影响因素，νit为零均值的随机变量；uit是测度无效率的随机变量；是由不含截距项的非随机影响因子向量zit所决定的正函数，即hit=m(zitδ)，zit为解释无效率的因素；zit分别存在着m(zit)δ=1和m(zit)δ=zitδ两种设定形式的选择。m(zitδ)=1的设定认为不同省市自治区物流业发展无效率的影响因素均等同，而m(zitδ)=exp(zitδ)的设定，则认为不同省市自治区物流业发展无效率的影响因素相异。u*i与νit之间全部时域T上相互独立；u*i、νit和git,rit,zit在全部时域T上也相互独立。

基于上述模型设定，无效率项uit可被解释为可观测的生产前沿性能指标lnqit偏离理想生产前沿指标lnq*it的偏差百分比，即uit=lnqit-lnq*it，其中：

第i个省市自治区技术效率的测度则为TEit=exp(-uit)。

当uit=0时，决策单元就恰好处于生产前沿上；若uit＞0，决策单元就处于生产前沿下方，也就是处于非技术效率状态。

1.4 非随机影响因子hit的设置

根据物流业实际情况及下文中运用First-difference技术进行估计时对hit的要求，本文采用m(zit)δ=exp(zit)δ的设定，其中无效率影响因素zit的选择为：（1）市场化水平(spit)sch。区域物流效率与该地区市场化程度有着密切的依存关系，采用各省市自治区工业各行业中非国有企业产值占该行业总产值的比例表示，此数值越高，表明工业行业内的市场化水平越高；（2）区域信息化程度信息化程度在某种程度上表征着物流发展效率的高低。信息化程度越高，表明区域物流能力越强。区域信息化程度的测算较复杂[5]，本文暂用移动电话普及率代替进行数据处理。设定exp(zit)δ=exp

1.5 区域物流发展效率测度实证步骤

ϕ和分别表征在ait点计算的正态密度函数和分布函数的值。

（3）对uit估计采用First-difference[]8技术。First-difference技术可通过Stata 10统计软件编程进行实现，其理论方法如下：

First-difference假设hit不为常数，则经过First-difference变换后的模型记为：

First-difference变换介绍了在第i期面板内Δvi的相关性，同时也得到了的多元正态分布的T维方差协方差矩阵:

值得注意的是截取的正态分布不受变换的影响，模型的这一关键特点能够很自然的构造出一个极大似然函数：

其中，Φ表示连续的标准正态分布密度函数。整体的边际极大似然函数为上述边际似然函数关于i求和：

进而依据所估计的结构参数，可计算得uit的估计值：

(4)依据公式TEit=exp(-uit)可计算得

2 数据及变量

2.1 数据的来源

本文选取的数据主要来源于《中国统计年鉴》（2008）及某些年份和某些省份的统计年鉴。

2.2 变量的选取

（1）物流业年末从业人数rit

劳动投入量较为精确的计量单位应是劳动者在劳动中的有效利用时间,发达市场经济国家一般以此来衡量劳动的投入量。根据物流业的特征及我国统计指标的特点,本文选取物流业年末从业人数作为衡量指标。

（2）物流业资本存量git

资本存量是指用来表示在一定时点下安装在生产单位中资本资产的数量，一般是就固定资产而言的，当期实际资本存量由上期实际资本存量与当期实际净投资两部分构成.。对于物流业的资本存量的计算目前现有文献中对其进行理论研究的较少，本文选取交通运输、仓储和邮政业固定资产投资为指标，记为G，运用永续盘存法[3]

it计算git，具体方法如下：

其中，dτ表示τ年前投资的权数，It-τ为τ年前以不变价表示的投资数。

对于dτ的计算普遍的是采用线性的递减模型：

其中T为资本品寿命，当θ为1时，为直线模型，θ为∞时，为（0,1）模型。

本文根据交通运输、仓储和邮政业固定资产以及所能得到的数据的实际情况，取得出git的计算公式：

3 实证分析

3.1 实证分析结果

首先，运用SFA的面板数据通过软件front4.1对结构参数进行估计，估计结果如下表：

表1 参数估计值及统计检验结果

其中，LR似然比统计量，“**”表示显著水平1%条件下显著，这表明超越对数型面板数据SFA模型在统计上是显著的。“*”表示显著水平5%条件下显著，这表明模型的各解释变量在1%的显著性水平下是显著的。

其次，运用Stata 10统计软件对uit进行估计，依据公式TEit=exp(-uit)可计算得结果如表2所示。

3.2 实证结果分析

图1根据表1的计算结果得出，从图1可以清晰的观察到物流业平均效率在0.8以上的有五个省份，分别为北京、天津、上海、江苏、山东，物流业平均效率在0.5以下的有五个省份，分别为四川、贵州、甘肃、青海、宁夏。因此，可以看出物流业平均效率高的省份基本上位于东部沿海地区，而平均效率低的省份基本上位于西部内陆地区。形成差距的主要原因在于西部地区基础设施薄弱，真正意义上的物流企业数量较少，物流企业多数是由传统的仓储和运输企业转化而来，主要从事运输和仓储服务，新兴的物流企业较少，人力资源不足，缺乏专业的物流人才，资金投入较东部地区比较相差甚远，致使东西部物流业效率存在着相当大的差距。

表2 各省市自治区物流业发展效率值

图1

图2

图3

由图2可知，全国物流业的平均效率呈逐年上升趋势，自2001年，物流业开始在我国受到重视后，物流业的平均效率逐年递增，得到了快速的发展，2005年以后，我国物流业的平均效率处在较高水平并实现了逐步平稳上升的状态。

由图3可知，东中西部地区物流业平均效率值虽然存在着一定的差距，但差距在逐年缩短，各地区物流业平均效率值都呈递增趋势，其中，东中部地区物流业平均效率值在较高水平上处于缓慢递增趋势，而西部地区增幅较大，实现了跨越式的发展，这说明我国的西部大开发战略使得西部地区的各项交通基础设施得到了进一步的完善，经济发展水平得到了进一步的提高。

4 结语

对于物流业效率值的测定本文运用了超越对数生产函数，同时在实证过程中，采用First-difference技术，使得估计结果更接近真实值，在平均效率值的测定方法上做了一次新的尝试。另外，运用SFA面板数据进行物流业效率测度分析，所得结果即可进行横向的省际之间的比较，也可进行纵向的时间上的比较，从而可对我国物流业进行全面的分析，得到相对可靠的结论。

通过对估算的区域物流效率结果进行分析，我们发现：

（1）效率值较高的省份都属于东部地区，而区域物流业效率值较低的省份基本上属于西部地区，这说明地区间的物流差距仍然较大，制约了我国整体物流水平的提高。

（2）虽然各省份的物流业存在着较大的差距，但随着时间的推移，各省份物流效率差距在逐渐缩小。

（3）西部地区物流效率增幅较大，这说明我国的西部大开发战略取得了实质性的进展。

[1]林坦,王玲.基于SFA方法的我国区域物流效率分析[J].港口经济,2008,(12).

[2]柳键,邱国斌.基于DEA模型的我国物流投入产出效率分析[J].物流工程与管理,2011,(1).

[3]傅晓霞,吴利学.随机生产前沿方法的发展及其在中国的应用[J].南开经济研究,2006,(2).

[4]Battese,E.,Coelli,T.A Mdel for Technical Inefficiency Effects in a Sto⁃chastic Frontier Production Functions for Panel Data[J].Empirical Economics,1995,120.

[5]王忠辉,朱孔来.国家和地区信息化水平测度方法评述[J].山东工商学院学报,2006,(20).

[6]黎实,高勇标,李林,王吉培,林旭东.中国区域经济发展效率与金融、财政发展水平关系的实证研究[D].2010年数量年会论文.

[7]http://www.une.edu.au/econometrics/cepawp.htm.

[8]Jondrow,J.,Lovell,C.A.K.,Materov,I.S.,Schmidt,P.On the Estima⁃tion of Technical Inefficiency in the Stochastic Frontier Production Function Model[J].Journal of Econometrics,1982,（19）.

[9]H.-J Wang,Chia-Wen Ho.Estimating Fixed-Effect Panel Stochastic Frontier Models by Model Transformation[J].Journal of Econometrics,2010,(157).

[10]刘秉镰,刘勇.对我国公路水运交通省际资本存量（1952～2004）的估算[J].北京交通大学学报（社会科学版）,2007，（6）.