我国物流业技术效率影响因素实证研究

曲丽

内容摘要：本文采用普通最小二乘回归法，对全国、东中西部地区的物流业技术效率与影响因素进行实证研究。文章首先利用数据包络分析法（DEA）测算我国各省物流业技术效率，得出我国各省的物流业技术效率普遍偏低，物流业技术效率规模递增的省市区主要集中于东部地区，西部地区物流业技术效率普遍呈现出规模递减的状态。其次，对我国各省2010-2014年物流业技术效率与影响因素进行回归估计，得出我国物流业技术效率与其影响因素，即物流业人力资本、国有经济在全社会固定资产投资中的占比、对外开放水平之间均呈现正相关。最后，研究认为东中西部三个地区物流业技术效率提升的主要影响因素分别为对外开放水平、国有经济在全社会固定资产投资中的占比、物流业人力资本，影响系数分别为0.637、0.632、0.546。

关键词：物流业技术效率 影响因素 规模递增

中图分类号：F252 文献标识码：A

引言

在我国三大产业结构中，物流业对三大产业的发展均有巨大影响。物流业本身又是一个庞大的产业体系，其发展状况将直接影响我国国民经济的发展质量。早在“十一五”规划发展期间，我国就将物流业作为重点发展产业，列入“十一五”规划内容，进入“十二五”之后，我国政府又一次强调物流业是我国“十大振兴产业”，由此可见，历年来我国政府对物流业发展的重视。在“十三五规划”中，我国将绿色产业首次列入了“十三五”规划的内容，而物流业作为绿色产业的代表，再一次得到重视。在我国经济进入新常态发展的今天，经济增长换挡，产业结构迫切需要调整，而转变经济增长方式更需要壮大我国物流产业，为我国新常态的经济增长添加新动力。但是综观当前我国物流产业发展现状，物流业的发展一直处于较低水平，这一方面与我国对传统经济增长方式较为依赖有关，另一方面也与物流业技术效率始终不高密切相关。多年来，我国物流业的技术效率到底处于一种什么样的发展水平，这是理论研究者关注的重点，本文将采用成熟的数据包络分析法，对我国物流业技术效率进行测算，并在此基础上进行全国、东中西部物流业技术效率与其影响因素的实证回归估计，探索影响我国物流业技术效率的关键因素，以期对提升我国物流业技术效率提供理论指导。

文献综述

当前我国越来越多的学者关注于物流产业发展效率的研究，例如惠玉蓉、董千里（2013）利用数据包络分析（DEA）对物流业可持续发展进行有效性评价，通过物流业技术效率的测算，得出我国物流业目前发展所面临的技术障碍因素。邓学平、王旭、Ada Suk Fung Ng、林云（2014）将全要素生产效率引入物流业发展领域，对我国物流企业全要素生产效率进行了计算，得出当前我国物流业全要素生产率普遍处于较低水平的研究结论。丁俊发（2014）对我国制造业的发展效率进行测算，得出我国物流业首先从制造业突破的重要研究结论，并提出了我国制造业发展的对策。王亚华、吴凡、王争（2015）采用Bootstrap-Malmquist指数，对我国交通行业生产率变动状况进行了测算，得出当前我国交通行业生产率处于逐步提升的阶段，同时针对交通行业生产率提升存在的问题，从技术、资本投入等方面提出了解决对策。张洪玮（2015）基于互联网金融业发展的背景，探索了现代互联网金融对现代物流业的影响，提出了我国物流业借助互联网金融发展机遇的对策。高月娜（2015）对我国物流业的技术效率进行了测算，并从区域发展差异视角，探索了我国各地区在物流业技术效率上存在的差距。并且还分析了影响我国物流业发展的主要因素，如政府的干预程度，反映市场自由化的发展程度，政府干预过多，资源流动性受阻，物流业技术效率就有可能降低。该文针对各个影响因素现存的问题，提出解决对策。

我国物流业技术效率测算

（一）测算方法

本文选取数据包络分析法（DEA）对我国各省物流业技术效率进行测算。数据包络分析是最近几年发展起来的效率测算方法，被引入国内以后，用于各个产业技术效率的测算，当前数据包络分析的运用越来越成熟，方法也得到了进一步的改进和完善。本文将采用成熟的超效率数据包络分析进行物流业技术效率的测算，DEA的测算公式如下所示：

假设有n个决策单位，每个决策单元下面包含m种投入要素，要素投入和产出s组合在一起，构建相对效率h0。具体如下：

（二）投入和产出变量

在计算我国各省物流业技术效率时，首先要确定投入和产出的变量，本文以物流业从业人数、物流业固定资产投资作为基本的投入变量，以物流业产业增加值作为基本的产出变量，本文将选用2010-2014年我国各省的投入和产出变量进行测算。

（三）研究区域

本文研究区域主要为我国30个省、市、区，不包含中国香港、澳门和台湾地区的数据，另外由于我国西藏地区的统计数据个别年份出现了缺失，为了计算的准确性，本文在研究中将我国西藏地区的物流业相关数据排除在外。

（四）我国各省物流业技术效率测算结果

根据数据包络分析（DEA）得到我国各省2010-2014年物流业技术效率测算结果，如表1所示。

根据测算结果，物流业技术效率较低的6省为吉林省、内蒙古自治区、陕西省、山西省、安徽省、四川省，物流业技术经济效率水平分别为0.925、0.939、0.949 、0.950、0.953、0.955。物流业技术效率较高的6省为上海市、天津市、山东省、湖北省、河北省、河南省，物流业技术经济效率分别为1.058、1.044、1.028、1.021、1.018 、1.012。综合表1可见，我国各省的物流业技术效率普遍偏低，物流业技术效率出现规模递增的区域主要位于我国的东部地区，其中有部分为中部地区的省市区，西部地区物流业技术效率普遍呈现出规模递减的状态。

物流业技术效率影响因素实证研究

（一）模型构建

国内外学者对物流业技术效率的影响因素进行了大量研究，主要归类如下：第一是人力资本，人力资本反映了一个地区在物流业发展过程中对先进技术的吸收能力，一个地区的人力资本越高，地区的物流业技术效率将越高，本文将衡量人力资本纳入实证研究模型中。第二是制度变量，我国的改革进程对物流业的影响是巨大，所有制的变迁对各地区经济效率产生了较大影响，并形成了地区物流业发展差距。第三是开放程度，随着我国改革开放的发展，外商直接投资规模不断增加，对我国各省的物流业发展产生较强的推动作用，尤其是在技术投入上，我国东部地区的物流技术一般会高于西部地区，这主要得益于开放环境下外商先进技术的投入。

基于以上几个影响因素，本文构建我国物流业技术效率的实证回归模型，对柯布达格拉斯生产函数进行对数改进以后，最终得到本文的实证研究公式，如下所示：

（1）

其中，i表示时间，t表示我国的省市区，α表示估计参数， LNJSXL表示各省的技术效率，其原始数据可参见上文的计算结果。LNRLZB表示人力资本投入，本文用我国初中以上学历的人数总量的平均值来衡量。LNZD表示制度变量，用我国国有经济在全社会固定资产投资中的占比来衡量，LNOPE表示地区对外开放水平变量。用各地区的外商直接投资额来衡量。

（二）变量和数据

本文的解释变量为人力资本投入、国有经济在全社会固定资产投资中的占比、对外开放水平，被解释变量为物流业技术效率。本文所有的数据均来自国家统计局网站以及我国各省的统计局数据。

（三）实证回归结果

下文笔者采用普通最小二乘回归估计法进行全国以及东中西部物流业技术效率与影响因素的回归估计。

1.全国物流业技术效率与影响因素回归估计。对我国2010-2014年物流业技术效率与影响因素回归估计，结果如表2所示。

根据表2估计结果，2010-2014年间，我国物流业人力资本的系数分别为0.65、0.45、0.61、0.45、0.44，并且均通过了5%的显著性水平检验。物流业人力资本与物流业技术效率之间均呈现正相关关系，这表明在2010-2014年间我国物流业人力资本每提升1%，物流业技术效率则分别提升0.65%、0.45%、0.61%、0.45%、0.44%。

2010-2014年间，我国国有经济在全社会固定资产投资中的占比的系数分别为0.14、0.13、0.14、0.16、0.15，并且均通过了5%的显著性水平检验。物流业国有经济在全社会固定资产投资中的占比与物流业技术效率之间均呈现正相关关系，这表明在2010-2014年间我国物流业国有经济在全社会固定资产投资中的占比每提升1%，物流业技术效率则分别提升0.14%、0.13%、0.14%、0.16%、0.15%。

2010-2014年间，我国各地区外开放水平的系数分别为0.33、0.25、0.34、0.23、0.31，并且均通过了5%的显著性水平检验。我国各地区物流业对外开放水平与物流业技术效率之间均呈现正相关关系，这表明在2010-2014年间，我国各地区物流业对外开放水平每提升1%，物流业技术效率则分别提升0.33%、0.25%、0.34%、0.23%、0.31%。

2.东部地区物流业技术效率与影响因素回归估计。对东部地区物流业技术效率与影响因素之间的关系进行普通最小二乘回归估计，结果如表3所示。

东部地区物流业人力资本的系数为0.242，并且通过了5%的显著性水平检验，东部地区物流业人力资本与物流业技术效率之间呈现正相关关系，这表明东部地区物流业人力资本每提升1%，物流业技术效率则提升0.242%。东部地区国有经济在全社会固定资产投资中的占比的系数为0.422，并且通过了5%的显著性水平检验，东部地区国有经济在全社会固定资产投资中的占比与物流业技术效率之间呈现正相关关系，这表明东部地区国有经济在全社会固定资产投资中的占比每提升1%，物流业技术效率则提升0.422%。东部地区对外开放水平的系数为0.637，并且通过了5%的显著性水平检验，东部地区对外开放水平与物流业技术效率之间呈现正相关关系，这表明东部地区对外开放水平每提升1%，物流业技术效率则提升0.637%。

可见对外开放水平是影响东部地区物流业技术效率的主要变量，其次为国有经济在全社会固定资产投资中的占比。

3.中部地区物流业技术效率与影响因素回归估计。对中部地区物流业技术效率与影响因素之间的关系进行普通最小二乘回归估计，结果如表4所示。

中部地区物流业人力资本的系数为0.342，并且通过了5%的显著性水平检验，中部地区物流业人力资本与物流业技术效率之间呈现正相关关系，这表明中部地区物流业人力资本每提升1%，物流业技术效率则提升0.342%。中部地区国有经济在全社会固定资产投资中的占比的系数为0.632，并且通过了5%的显著性水平检验，中部地区国有经济在全社会固定资产投资中的占比与物流业技术效率之间呈现正相关关系，这表明中部地区国有经济在全社会固定资产投资中的占比每提升1%，物流业技术效率则分别提升0.632%。中部地区对外开放水平的系数为0.542，并且通过了5%的显著性水平检验，中部地区对外开放水平与物流业技术效率之间呈现正相关关系，这表明中部地区对外开放水平每提升1%，物流业技术效率则提升0.542%。

可见国有经济在全社会固定资产投资中的占比是影响中部地区物流业技术效率的主要变量，其次为对外开放水平。

4.西部地区物流业技术效率与影响因素回归估计。对西部地区物流业技术效率与影响因素之间的关系进行普通最小二乘回归估计，结果如表5所示。

西部地区物流业人力资本的系数为0.546，并且通过了5%的显著性水平检验，西部地区物流业人力资本与物流业技术效率之间呈现正相关关系，这表明西部地区物流业人力资本每提升1%，物流业技术效率则提升0.546%。西部地区国有经济在全社会固定资产投资中的占比的系数为0.452，并且通过了5%的显著性水平检验，西部地区国有经济在全社会固定资产投资中的占比与物流业技术效率之间呈现正相关关系，这表明西部地区国有经济在全社会固定资产投资中的占比每提升1%，物流业技术效率则提升0.452%。西部地区对外开放水平的系数为0.135，并且通过了5%的显著性水平检验，西部地区对外开放水平与物流业技术效率之间呈现正相关关系，这表明西部地区对外开放水平每提升1%，物流业技术效率则提升0.135%。

可见物流业人力资本是影响西部地区物流业技术效率的主要变量，其次为国有经济在全社会固定资产投资中的占比。

研究结论

本文采用数据包络分析（DEA），对我国各省物流业技术效率进行测算，并选取物流业人力资本、国有经济在全社会固定资产投资中的占比、对外开放水平三个变量，构建全国、东中西部的物流业技术效率与影响因素之间的实证模型，采用普通最小二乘回归方法，研究得出如下结论：

第一，利用数据包络分析（DEA）测算我国各省物流业技术效率，得出我国各省的物流业技术效率普遍偏低，物流业技术效率出现规模递增的区域主要位于我国的东部地区，其中有部分为中部地区的各省份，西部地区物流业技术效率普遍呈现出规模递减的状态。

第二，对我国各省2010-2014年物流业技术效率与影响因素进行回归估计，得出我国物流业技术效率与其影响因素，即物流业人力资本、国有经济在全社会固定资产投资中的占比、对外开放水平之间均呈现正相关，其中2010-2014年期间，我国物流业人力资本的系数分别为0.65、0.45、0.61、0.45、0.44，国有经济在全社会固定资产投资中的占比的系数分别为0.14、0.13、0.14、0.16、0.15，各地区外开放水平的系数分别为0.33、0.25、0.34、0.23、0.31。

第三，对东部地区物流业技术效率与影响因素之间的关系进行普通最小二乘回归估计，得出对外开放水平是影响东部地区物流业技术效率的主要变量，其次为国有经济在全社会固定资产投资中的占比。

第四，对中部地区物流业技术效率与影响因素之间的关系进行普通最小二乘回归估计，得出国有经济在全社会固定资产投资中的占比是影响中部地区物流业技术效率的主要变量，其次为对外开放水平。

第五，对西部地区物流业技术效率与影响因素之间的关系进行普通最小二乘回归估计，得出物流业人力资本是影响西部地区物流业技术效率的主要变量，其次为国有经济在全社会固定资产投资中的占比。