基于随机前沿的物流业发展效率及区域差异分析

郑秀娟

（西安航空学院 经济管理学院，西安 710077）

0 引言

随着我国现代化经济和市场竞争的进一步繁荣，物流业发展迅速。而与此同时，整个物流业资本流向和集聚则相对具有偏向结构，仅2006—2015年间，物流业投入资本增幅翻了九倍，目前物流业最大的基本集聚模块在O2O服务。与此类似的还有物流业的劳动力资源，物流配送中心需要有高效的运作仓库，以迅速准确地履行订单，欧洲劳动力成本占整个物流业成本平均比重在35%～40%，而我国仅为20%～22%。以上因素的共同作用，严重影响了物流业进一步获取技术改进效应，从而致使我国物流业发展出现区域不均和效率改进增速缓慢的问题。

现有针对物流业发展的研究主要侧重于定性分析，定量分析主要集中在物流业发展的技术效应测度上，所使用方法为基本的效率分解，但对于不用区域在不同空间域下的物流效率发展，并未有集中的研究探索。为此，本文结合物流业各部类发展的分散化特征，结合随机前沿分析，以及去时序化的空间效率比对，对我国物流业发展技术效率进行全面剖析。

1 物流业发展效率测度的模型构建

1.1 随机前沿分析原理

随机前沿分析是一种结合参数分析的典型代表模型，主要考虑按照随机前沿面确定参数选择并结合非参数进行对比因子在随机模式下的影响分析，进行进一步的对象分析的方法。随机前沿分析模型主要考虑的是测度第n个决策单元过程中如何获得在其对应的第T个时序期内的效率，一般而言是将这种效率分为技术效率和技术进步。并且按照每个决策单元映射出投向第m类别投入产出组合的一种决策，其基本模型如下：

关于随机前沿分析中的技术无效，一般假定其基准条件是服从半正态分布，并且按照截断方式获得正态分布、指数分布和相应的向量分布。v刻画的是一个与前者的独立同分布，即按照正态分布估算结果，针对产业分析的各部类效率进行逐个精度检验，再在此基础上，依据u、v在每一个时序对应向量集上的符号判断每一个产业部类在不同时序的决策单元技术效率发展趋势，这正好符合了本文所面向的物流产业中各部类不同步的发展现实，从而更为精确地确立物流产业各部类在不同时序、不同区域、不同类别的发展效能。

同时，当η为正数时，η(t)是在第t时序内的技术效率单增函数，其与带测定产业的总体技术效率正向关联，技术无效向量趋减；否则则为负向关联，技术无效向量趋增。当η(t)取值为1时，所对应的技术效率函数恒不变，即不再有带测定产业各部类在不同时序的不同步技术无效。而δit的设定主要是为了在随机前沿分析过程中的参数估计选择，即当δit=vit=μit时，向量扰动映射成合成误差项，此时随机前沿分析模型不能直接用最小二乘估计获得直接的期望结果来作为最终的技术效率判定值，其原因在于，此时δit数学期望为负，导致每一方面的随机扰动判断不成立；此时，需要随机前沿分析模型按照基于δit数学期望的密度函数进行极大似然估计求得模型各个参数，在进行各项扰动项对应的条件分布进行条件数学期望，即按照式（3）进行。其对应的现实意义在于当待测定产业部类中不同时序内的作用向量在机制上呈现同样的时序验证结果，此时随机前沿分析模型所表现的对象样本技术效率是包含向量相互干扰的伪结果。

在整个物流业技术效率评价过程中，TE负责刻画的是测度第n个决策单元过程中如何获得在其对应的第T个时序期内的技术效率，i描述的是参数在被测度的第i个时序期，t表示的是测度样本向量集中的序列。yit负责刻画的是第i期对应的第T组参数获得的产业产出，xit负责刻画的是第i期对应的第T组参数获得的产业投入，β描述的是整个模型的参数，而整个基础随机前沿分析模型的随机扰动项分为两部分，即：随机误差项vi，用以映射由不同时序参变量叠加造成的模型测度干扰。μi负责刻画的是技术无效，在随机前沿分析模型中主要表现为一个非负的随机扰动向量机，由此形成一个随着每次随机扰动获得的非负误差项。

同时需要指出的是，随机前沿分析模型中的随机扰动在针对随机误差项上，按照不可控因素累积向量序列，并且服从以下分布：

非负误差项主要按照截取的正态分布进行去尾分布，以确保其与随机误差项的相对独立性，并确保μi、vi、xi相互独立。其分布规则为：

1.2 随机前沿分析模型改进

对随机前沿分析模型进行进一步的产业发展效率结合分析应用的优化。鉴于按照参数在随机扰动项分部讨论仍无法解释的情况，因此须确立产业发展效率在不同决策交叉叠合影响分析结果时的测度方法，即通过随机前沿分析改进，进行随机向量变动的决策单元化来实现数据反馈：

此时，需要按照先行样本测定的各个向量集归纳为决策单元的方式进行进一步测度，即假定每一个物流产业部类的决策单元以总和形式，分成若干个决策单元，jit对应刻画的是在不同时序内的同一个决策单元线性规划，并由其对应不同物流产业部类在资源配置项下的决策单元的随机前沿分析模型测度效率，当数据获得输出反馈时，可以结合式（1）和式（2）获得进一步的技术无效、随机前沿面的凸性。

其中，技术无效前文已有叙述，而凸性主要指的是不同的物流产业决策过程在不同时序，也即是物流业不同政策推动的发展期形成的技术效率超过平均技术效能的幅度，而这种对比幅度决定了物流产业各部类在我国发展过程中所获的效率与其他各比较部类之间的显著性，以此替代策交叉叠合影响背景下的随机前沿分析评估结果。

在这一修正过程中不能确保随机前沿面凸性的显著，因为有可能形成式（8）在不同时序、不同部类之间测度形成的锥性和最小无效，这些系统外预期只能按照空间域进行决策单元的分类验证，此时对时序向量样本差异采取随机前沿分析的舍去，将舍去部分所对应时序的物流产业分部类效率归纳为一种C2R的有效性，具体如下：

式（10）和式（12）构成的是经改进后随机前沿分析模型的去时序近似有效性松弛凸性，即通过样本向量差来获取基于不同时序产业部类发展技术效率的随机前沿面决策单元分类效率。按照一个非阿基米德无穷小量ε（ε=10-6）基期、滞后期以及去时序向量在决策单元框架下的技术效率评价。即当式（12）对应分量获得非负量不足时，其形成的随机前沿面与决策单元过程的向量集线性凸出，形成显著的差异化。而式（10）负责将去时序的向量构成决策单元进行归纳投影，以此获得各时序相对物流产业各个子部类技术效率增进的差异判断。

1.3 参数选取与数据来源

本文根据我国物流产业发展现状结合现有文献，选取劳动力、资本要素作为测度物流业发展效率的变量，由于技术指标缺乏统一度量标准，暂时剔除。同时，为了进一步探究要素在追加过程中对于物流产业发展效率的投入增长的持续性贡献，本文对所选要素做了参数交叉积的测度。本文所需数据主要来源于《中国统计年鉴》《中国物流年鉴》以及各省地市统计年鉴数据。在数据归并整理过程中，剔除了数据可得性不强或关键性指标缺失的香港、澳门、台湾、西藏、宁夏以及新疆等地数据。同时，在累积2006—2015年数据过程中，本文利用数据缺失值前后年份平均值做了缺失节点的替代。

2 实证分析

2.1 物流业的时序效应差异分析

下页表1报告了全国物流业以及各地区物流产业的随机前沿分析对于生产函数的系统估计与t统计。从表1可知，全国以及各地区的似然率检验统计量均以渐进式服从混合分布。且在截断正态分布假定中，各地区以及全国的似然率都超过了临界值，说明所选取模型并未形成对于去时序物流业各部类无效零假设。而通过全国各地表示技术无效测度调整率均大于0.70，说明针对物流产业各部类技术效率的去时序效应差异主要集中在技术效率无效性部分的冗余干扰；而相比之下包含时序的区域统计在测度向量参数t的结果上，未呈现出显著性，由此可以确立本文所选的随机前沿分析及其去时序差异修正模式适合对物流产业这一具备较大时空差异的对象进行研究。

表1 物流业的随机前沿分析估计结果

这一结果进行变量分析，发现资本要素投入与物流业整体上呈现出正关联，但这一关联并不显著，而相比之下，东部和西部的资本投入要素与物流业效率呈较为显著的负相关（均为5%显著性条件下的-2.91和-2.77），这就说明，全国物流产业在产业规模逐年增长过程中东部和西部的物流业发展未获得规模化的技术效率递增，反而递减。可见，对于全国物流业而言，资本投入对于产业效率的推进尚存在进步空间。而从资本投入二次变量来看，我国东部以及西部区域获得了正关联，从而证实东、西部区域的物流产业依靠资本投入呈现显著的上升趋势，因而应该进一步细化不同物流产业部类对资本投入要素的吸收。

而从劳动力要素来看，全国物流产业与这一要素投入效率关系呈现的是相对微弱的正向关联，东西部区域这一要素获得了正关联，而中部区域则为显著负相关，这就说明劳动力在我国各个区域的物流产业内集聚程度不一致，这也导致了劳动力要素的物流产业效率报酬各异。而就劳动力要素的二次系数来看，全国呈现下降趋势，而t值显著前提下，中部区域的物流产业人力投入结果与全国成反向变动，说明总体上我国中部区域物流产业发展对于劳动力的需求巨大。

2.2 物流业效率综合改进的测度分析

从时间序列角度来看，表1反映的t统计量均为获得显著性结果，说明我国物流业并没有因为产业的长期积累直接获得效率改进，而这一维度的二次变量系数在中部报告为负数，说明我国局部区域的物流产业效率累计不平衡，总体上我国劳动力投入对物流产业的效率改进作用相对不足。

而从表2可以看出，2006年、2009年、2012年、2015年的我国各个区域在不同时序内表现出的综合效率、纯技术效率以及规模效率各异，其中我国东部区域总体上基本将三类效率保持在1左右，说明该区域总体上保持着物流产业相对较优的水平，其对于有劳动力、资本以及其他相关要素的组合投入效率较高。西部区域总体上在各个所选年份的技术效率以及分解中都相对较低，说明这一区域在物流产业规模增长的同时，尚未获得显著的效率改进。

表2 全国物流业效率的随机前沿分解

本文进一步结合式（8）进行产业分时序效率分解，并按照式（12）处理样本，从而获得上述时序跨度内全国以及各区域物流业效率的分解，结果如图1所示。

图1 物流业效率综合改进增幅分析

从图1中可以看出，我国东部区域一直保持着相对稳定和上升的物流产业效率改进，全国总体上也趋于上涨，但是相比之下，中西部区域处于增长的综合效率改进，存在增速基础较低的困境，这就说明从整体看来，我国劳动力、资本等要素在促进物流产业效率进步上，仍存在提速的可能。另外，可以看到我国西部区域在2015年获得了物流产业效率增速的区域最高值，这主要是由于我国“一带一路”倡议逐步发挥实效，获得了产业的进一步改进。

3 结论与建议

本文针对我国物流产业发展效率进行了综合评估，在运用随机前沿分析模型测度整个物流产业综合效率、纯技术效率、规模效率的基础上，结合去时序随机前沿分析修正，进行了我国各个区域在物流产业技术综合效率的比对，并就全国、东部、中部、西部区域的物流业效率综合改进进行了增幅比对分析。结果证实，物流产业在产业规模逐年增长过程中东部和西部的物流业发展未获得规模化的技术效率递增，局部区域的物流产业效率累计不平衡，总体上劳动力投入的效率改进作用不足。但东部区域组合投入效率较高。由此提出如下建议：

（1）应该逐步强化劳动力要素在各个区域的物流产业发展贡献，各区域首先应该充分分析区域内的物流产业发展要素，并将其精准定位，以中部区域为例，可以考虑建立跨省地市的物流业人才基地、人力供应市场共享机制，从而解决区域物流业发展的劳动力要素瓶颈。

（2）要从物流业发展效率不足的要素中开辟产业效率提升路径，进一步细化各区域对于物流业发展的金融支持，争取按照不同区域物流产业所需的支持资金模块，进行分类别的融资规模追加，从而克服金融支持产业进步的传统渠道不足等问题。

（3）从西部区域的综合效应改进显著性来看，应该进一步强化“一带一路”倡议在各地区的政策效应，中西部要尽快争取培育出适合我国乃至全球需求规模下的物流业产业集群及配套，并根据不同物流业务需求，分点、分部类优化物流发展的主要内容。