交通基础设施、空间溢出效应与物流产业效率

李晓栋

中图分类号：F259.27 文献标识码：A

内容摘要：本文基于京津冀地区2011-2015年投入产出面板数据，构建以产出为导向的CCR-DEA模型，对物流产业效率进行实证分析。研究发现，京津冀地区的物流产业综合效率、纯技术效率和规模效率在样本区间内整体呈上升趋势，但存在地区差异；对京津冀地区物流产业的投入产出要素投影分析发现，减少从业人员和固定资产投入等生产要素投入的同时增加物流业产值和货物周转量等产出，可以提升京津冀物流产业的综合效率。在此基础上，本文引入空间面板模型对交通基础设施影响物流产业效率的空间溢出效应进行实证分析，研究发现，京津冀地区的交通基础设施密度、交通固定资产投入和交通人力资本投入等变量对物流产业效率的提升均起到显著的正向改善效果，其中交通固定资产投入影响最为明显，交通基础设施密度和交通人力资本投入的影响效果相当；在空间溢出效应上，相邻省份基础设施水平的提高均对本省物流产业效率的提升起到正向改善效果，其中交通基础设施密度的增长空间溢出最为明显，其次是交通固定资产投入和交通人力资本投入。

关键词：京津冀地区 交通基础设施 空间溢出 物流产业效率

引言

我国2015年出台的《京津冀协同发展规划纲要》明确指出实现京津冀协同发展的国家战略，其中北京市、天津市及河北省11市作为核心区域实现协同发展，主要目的是疏解首都非核心功能业务，将其逐渐向天津市和河北省转移，加快北京市产业升级。京津冀协同发展中的交通物流成为重要一环，完善的交通物流网络能够加快京津冀区域之间的贸易往来，增加货物的时间和空间价值，更能引导京津冀协同发展。伴随互联网、电子商务、物联网等技术的兴起，使得物流业在“互联网+物流”的推动下迅速发展，加之“一带一路”、“供给侧改革”和“雄安新区”等国家政策的出台，为京津冀地区的物流产业发展带来了前所未有的机遇与挑战。交通基础设施建设在我国现阶段仍然是影响物流产业效率的重要因素，因此如何客观全面地理解与认识交通基础设施对物流产业效率提高的作用机理和空间溢出效应，是促进京津冀地区物流产业发展的重要课题。

区域性物流产业的效率问题逐渐成为众多学者的研究重点，而针对交通基础设施影响物流产业效率的研究近年来也成为一个新的方向。孟鑫（2015）以规模可变和规模不可变的数据包络分析（DEA）模型对长江经济带物流产业效率进行分析，指出长江经济带十一省份中只有上海和江苏处于生产前沿面，达到了有效水平，而其他九省市未达到有效水平。刘育红 （2012）以我国“一带一路”中的丝绸之路经济带为样本考察了交通基础设施对经济增长及物流产业发展的改善效果，研究发现交通基础设施投资的增长与物流产业效率的提升存在长期正向协整关系。孟魁（2014）运用三阶段数据包络模型对中部六省份的物流产业效率进行分析，指出湖北和安徽的物流产业效率处于生产前沿面，达到有效水平，而江西和山西两地的物流产业效率值较低，湖南和河北两地的物流产业效率值则处于中间地位，未达到生产前沿面水平。刘云枫（2014）建立了北京市物流产业效率评价的数据包络分析模型，分析发现北京市物流业效率在2006年和2009年未达到有效水平，而其他年份则为有效水平，并且说明了物流产业的发展对环境造成了较大的影响。钟祖昌（2015）建立我国物流产业效率评价指标体系，运用三阶段DEA模型对我国物流产业的技术效率进行分析，得出我国各省市的物流产业综合效率较低，且各省市物流产业效率存在较大差异，同时阐述了地区GDP、市场化水平和政府支持三个因素对各省市物流产业效率有较大影响。

综上所述，学者的研究主要集中在中部、长江经济带、江浙沪、丝绸之路等地的物流产业效率研究，且DEA模型中投入和产出指标的选取较为单一。在京津冀一体化的背景下，物流产业的发展需要融合京津冀一体化的趋势，在物流产业效率评价中需要选取合适的物流业投入和产出指标，以更加科学合理的方式建立京津冀物流产业效率评价指标体系，使得物流产业效率值更加贴合实际，为提升京津冀物流产业效率提供指导和参考。同时，本文通过构建空间计量模型实证分析交通基础设施建设对物流产业效率提升的空间溢出效应，综合考察京津冀地区交通基础设施与物流产业效率之间的空间溢出和关联性问题。

基于CCR-DEA的京津冀物流产业效率测算

（一）模型构建与变量选择

1.模型构建。数据包络分析方法主要用于分析企业和产业的效率和绩效问题，能够在数据量较少的情况下分析产业和企业的效率，为政府和管理者决策提供参考和依据。对物流产业的投入和产出效率分析运用数据包络分析（DEA）方法，主要有规模报酬可变和规模报酬不可变两种模型，结合物流产业的特点和模型的适用性，本文选取了规模报酬可变模型，同时选择了以产出为导向的数据包络分析，主要是考虑到在既定物流产业投入下获得最大产出效应。

假设有n个决策单元，且每个决策单元的投入和产出变量分别为m和p种，Xj=（x1j，x2j，…，xmj）表示投入要素，Yj=（y1j，y2j，…，ypj）则CCR模型为：

若上述公式存在最优解，且最优解为λ*，θ*，s*+，s*-，则存在以下三种情况：首先，若θ*=1，且s*+=s*-=0 ，则决策单元为DEA有效，决策单元处于包络前沿面上，此时综合效率、纯技术效率和规模效率达到最大值；其次，若θ*=1，且s*+，s*-不全为0 ，则决策单元为DEA弱有效；最后，若θ*<1，则决策单元为DEA无效。

2.变量选择与数据说明。物流主要是将生产、消费、流通相结合的社会经济领域的重要组成部分，在物流实现基本经营活动中，需要投入一定的要素以获得更多的产出要素。本文从投入和产出两个方面确定了京津冀物流产业效率评价指标体系。在投入要素方面，结合以往的文献资料（钟祖昌、樊敏等），本文选取的投入要素为人员、固定资产投入、物流网络里程数和能源消耗总量四个变量。在产出变量上，京津冀物流产业产出主要体现在物流产业增加值、货物周转量和货运量，其中，物流产业增加值反映了该地区在一定时期内物流业实际的获益能力；货运周转量体现了在地区周转的货物总量，从侧面反映了该地区物流的集散能力；货运量则反映了该地区在一定时期内物流运输和配送过程中实际的货物承载量，能够反映该地区物流的综合实力。三项指标充分反映了京津冀物流產业产出值。

通过对物流产业效率评价指标的相关文献总结和结合实际，最终构建了京津冀物流产业效率评价指标体系，如表1所示，研究中的数据主要来源于2011-2016年《中国统计年鉴》。

（二）物流产业效率测算与分析

1.京津冀物流产业效率测算。根据表1的投出产出指标，运用DEA solver pro5.0软件对京津冀2011-2015年物流产业效率值进行运算，结果如表2所示。从纵向指标看，京津冀物流产业效率都处于较高的水平，且物流产业效率在近五年出现上升趋势，其中，北京市物流产业综合效率由2011年的0.966上升到2015年的1，增加了0.034；河北省增加了0.128；天津市的物流产业综合效率近五年未出现较大波动。从纯技术效率方面来看，北京市物流产业纯技术效率由2011年的0.988上升到2015年的1 ，增加了0.012；河北省增加了0.099；而天津市的纯技术效率未发生较大波动。从规模效率来看，北京市物流产业的规模效率从2011年的0.977上升到2015年的1，增加了0.023；天津市物流产业规模效率五年间下降了0.002；河北省物流产业规模效率增加了0.032。从综合效率、纯技术效率和规模效率而言，京津冀地区的物流产业效率整体上呈上升趋势。综合效率层面上，北京市在2011年到2015年间物流产业效率在2012年达到最低值0.952，而2014年和2015年达到了物流产业效率的有效水平。天津市在近五年间2014年物流产业效率值最低为0.963，而在2012年和2013年达到了物流产业效率的有效水平，效率值为1。河北省在2012、2013、2014和2015年的效率值都达到了有效水平，但是在2011年物流产业效率值为0.872，为近五年最低值。

从横向指标看，2011年天津市物流产业综合效率、纯技术效率和规模效率均高于河北省和北京市；2012年和2013年两年中，天津市和河北省物流产业综合效率、纯技术效率和规模效率值为1，处于生产前沿面达到有效水平，均高于北京市的非有效水平；2014年，北京市和河北省综合效率、纯技术效率和规模效率处于有效水平，高于天津市非有效水平；2015年，北京市和河北省综合效率和规模效率达到有效水平，高于天津市物流产业效率水平，而纯技术效率方面，京津冀地区物流产业效率都达到了有效水平。

2.投影分析。为了更具针对性地提升京津冀物流产业效率水平，运用DEAP2.1对2011-2015年京津冀物流产业的投入产出要素冗余进行分析，能够获得在投入要素中投入冗余量和产出不足量，明确的松弛变量能够为物流产业效率提升提供参考和依据。2011-2015年京津冀物流产业效率松弛变量如表3所示。

对于京津冀物流产业综合效率小于1的年份而言，在规模报酬可变的模型下能够调整物流业的投入和产出，以使京津冀物流产业效率处于有效水平。通过对京津冀2011-2015年物流产业效率的投影分析，能够减少从业人员、固定资产投入、网络里程数和能源消耗总量上的投入，同时增加物流业产值、货物周转量和货运量的产出，以提升京津冀物流产业的综合效率。以2011年为例，北京市物流产业综合效率为0.966，此时能够减少44.571万元的固定资产投入、减少104.817万吨标准煤的使用，同时增加7643.768吨货运量来提升物流产业效率；天津市物流产业综合效率为0.99，此时能够减少950公里网络里程数来使天津市物流产业效率达到有效水平；河北省物流产业综合效率为0.872，通过减少物流产业从业人员、扩大货物周转量1330.147吨/公里、增加1920.975吨货运量来使物流产业效率达到有效水平。

交通基础设施空间溢出效应的计量分析

（一）空间面板模型构建

本文在地区截面面板模型基础上通过引入空间面板模型的分块对角矩阵，扩展出空间面板模型。其中，IT为T维单位时间矩阵；WN为N×N的空间权重矩阵；N是省份；T是时间。扩展后的空间面板模型分别如下：

空间滞后模型： （1）

空间误差模型： （2）

考虑到京津冀地区交通基础设施建设在地理空间上的密切联系性及不同地区的联系性存在差异等现实，本文对地理空间权重矩阵Wge的设定为：

（3）

定义经济空间权重矩阵w是地理空间权重Wge与交通基础设施产业所占比重均值形式：

（4）

其中，。

本文认为SLM模型中的解释变量在进行空间自相关回归中，更适用于测算区域性经济行为受其它地区经济行为的影响溢出，模型的基本设定如下：

（5）

其中，作为内生变量的被解释变量用yit表示，i和t分別表示单元和时期节点；外生变量的解释变量用xit表示，外生变量的系数用β表示；被解释变量yjt对yit的空间影响关系用表示，空间权重矩阵用ij表示；解释变量之间的相互影响系数用ρ表示；υi表示空间特定效应系数；λi表示时间特性效应系数；εit为服从独立分布的随机误差选项。

（二）模型估计

从空间计量模型的估计结果可以看出，对京津冀地区交通基础设施空间溢出效应测算的SLM模型和SDM模型在拟合度上均优于OLS估计效果，具体如表4所示。

通过表4的空间模型估计结果可以看出，京津冀地区的交通基础设施密度、交通固定资产投入和交通人力资本投入等变量对物流产业效率的提升均起到显著的正向改善效果。基于SLM和SDM模型估计下的交通固定资产投入影响最为明显，固定资产投入每增长1%提升物流产业效率分别为0.516%和0.554%；交通基础设施密度和交通人力资本投入每增长1%提升物流产业效率依次为0.0399%、0.0396%和0.0369%、0.0408%，充分反映了现阶段京津冀地区物流产业效率提升在交通基础设施建设方面投入产出弹性较高的是固定资产投资的增长。

对北京、天津和河北等地区的交通基础设施建设空间溢出效应分析发现，相邻省份基础设施水平的提高均对本省物流产业效率的提升起到正向改善效果。其中北京地区的交通基础设施密度空间溢出系数在SLM（SDM）模型估计下为0.0407（0.0485），反映了天津与河北地区交通基础设施密度每增长1%，促进北京地区物流产业效率提升0.0407%（0.0485%）；同理，北京地区与河北地区在交通基础设施密度上对天津地区物流产业效率的溢出效应为0.0317（0.0308），北京地区与天津地区对河北地区物流产业效率的溢出效应为0.0169（0.0201）。可以看出，交通基础设施密度的增长对北京、天津和河北地区物流产业效率提升的溢出最为明显，其次是交通固定资产投入和交通人力资本投入；在地区溢出上，北京地区的各变量空间溢出系数均高于其它两个地区，本文认为北京得益于发达的经济水平和较高的城市化水平，物流产业在相邻地区交通基础设施水平持续改善背景下的供需转化效率更高。

结论

本文基于京津冀地区2011-2015年投入产出面板数据，构建以产出为导向的CCR-DEA模型对京津冀的物流产业效率进行实证分析，研究发现，京津冀地区的物流产业综合效率、纯技术效率和规模效率整体上呈上升趋势，但存在地区差异。在纵向指标上，北京市综合效率在样本区间内增加了0.034，河北省增加了0.128；天津市未出现较大波动；北京市纯技术效率增加了0.012；河北省增加了0.099；天津市未发生较大波动；北京市规模效率增加了0.023，天津市下降了0.002；河北省增加了0.032，京津冀地区的物流产业效率整体上呈上升趋势。在横向指标上，2011年天津市物流产业综合效率、纯技术效率和规模效率均高于河北省和北京市；2012年和2013年的天津市和河北省物流產业综合效率、纯技术效率和规模效率值为1，处于生产前沿面达到有效水平，均高于北京市的非有效水平；2014年北京市和河北省综合效率、纯技术效率和规模效率处于有效水平，高于天津市非有效水平；2015年北京市和河北省综合效率和规模效率达到有效水平，高于天津市物流产业效率水平，而纯技术效率方面，京津冀地区物流产业效率都达到了有效水平。

文章在测算京津冀地区物流产业效率基础上引入空间面板模型，对交通基础设施影响物流产业效率的空间溢出效应进行了实证分析。研究发现，京津冀地区的交通基础设施密度、交通固定资产投入和交通人力资本投入等变量对物流产业效率的提升均起到显著的正向改善效果，其中交通固定资产投入影响最为明显，SLM和SDM模型估计下的影响系数为0.516和0.554；交通基础设施密度和交通人力资本投入的影响系数为0.0399、0.0396和0.0369、0.0408。对交通基础设施的空间溢出效应分析发现，相邻省份基础设施水平的提高均对本省物流产业效率的提升起到正向改善效果，其中交通基础设施密度的增长空间溢出最为明显，其次是交通固定资产投入和交通人力资本投入。

参考文献：

1.陈艳，孙茂棚.第三产业经济增长与物流投入产出效率的关系——基于协整检验的实证分析[J].商业经济研究，2017（8）

2.孟魁.基于三阶段DEA方法的中部六省物流效率评价[J].统计与决策，2014（2）

3.钟祖昌.基于三阶段DEA模型的中国物流产业技术效率研究[J].财经研究，2010，36（9）

4.樊敏.中国八大经济区域物流产业运作效率分析——基于三阶段DEA模型[J].现代管理科学，2010（2）

5.周慧.城镇化、空间溢出与经济增长——基于我国中部地区地级市面板数据的经验证据[J].上海经济研究，2016（2）