“一带一路”背景下我国物流产业效率综合研究

张天赐 杨博

摘  要：物流產业作为带动经济增长的重要产业，在经济发展中的地位越来越重要。文章运用三阶段DEA模型对我国31个省（市、自治区）的物流业效率值进行测算与分析。结果显示：沿海地区与中部地区在综合技术效率、纯技术效率和规模效率都处于领先水平，西北、西南地区在三个效率方面都在全国最后。在规模效率方面，中部地区和东北具有明显优势，西北、西南地区物流发展规模较小，也导致其综合技术效率较低。

关键词：物流业;三阶段DEA;效率

中图分类号：F272    文献标识码：A

Abstract： As an important industry to drive economic growth， logistics industry plays an increasingly important role in economic development. This paper uses the three-stage DEA model to calculate and analyze the efficiency of logistics industry in 31 provinces（municipalities and autonomous regions）. The results show that the coastal regions and the central regions are at the leading level in terms of comprehensive technical efficiency， pure technical efficiency and scale efficiency. The northwest and southwest regions are at the bottom of the country in three aspects of efficiency. In terms of scale efficiency， the central region and the northeast have obvious advantages， while the northwest and southwest have relatively small scale of logistics development， which also leads to low comprehensive technical efficiency.

Key words： logistics enterprises; three-stage DEA; efficiency

1  物流业发展概述

2009年国务院出台《物流业调整和振兴规划》，物流产业也因此被列入“十大振兴产业”，《规划》中指出调整和振兴物流业是国民经济持续快速发展的必要保证。2011年8月2日，国务院办公厅又下发了《关于促进物流产业健康发展政策措施的意见》，业内称之为物流“国九条”。“国九条”在“国八条”的基础上进行了扩充，加入了一条整合的思路。从“国八条”到“国九条”的转变，证实了物流产业对于经济发展的重要性，也说明了物流产业对于国家经济发展的重要性。

本文以“一带一路”倡议为背景，根据《推动丝绸之路经济带与21世纪海上丝绸之路愿景与行动》对我国31省（市、自治区）进行区域划分，通过三阶段DEA模型，对我国物流产业的效率进行测算，通过比较不同省份以及不同区域之间的物流产业效率值，分析我国物流产业发展中的主要问题及解决对策。

2  研究方法和数据来源

2.1  研究方法

本文采用三阶段DEA方法对物流产业的效率进行测算。三阶段DEA方法由Fried et al[1]提出，该方法可以同时调整外部环境因素和随机误差项因素对于效率值的影响，使得计算出来的效率值更加真实可靠。

2.2  数据来源

本文选取2009～2017年31省（市、自治区）两个产出变量、三个投入变量和两个环境变量，所用数据根据《中国统计年鉴》整理得到。由于交通运输、仓储和邮政业在物流产业中所占的比重最大，所以选取交通运输、仓储和邮政业相关数据代表物流产业的相关数据。本文选取的研究区域是根据《推动丝绸之路经济带与21世纪海上丝绸之路愿景与行动》将我国31省（市、自治区）划分为五大区域，由于港澳台地区的数据不完整，所以不予考虑。对于我国31省（市、自治区）的划分如表1所示。

本文投入、产出以及环境变量的选取依据张娜和李波[2]、钟祖昌[3]、王博等[4]、张竟轶等[5]的指标选取参考得到。具体变量和指标如表2所示。

3  实证检验

3.1  基于BBC模型的传统DEA实证检验

第一阶段基于以投入为导向的BBC模型，利用DEAP2.1软件对我国31省（区）物流产业的效率值进行测算。测算值如表3所示。

通过以上数据可以看出，在不考虑外部环境因素和随机因素影响的条件下，2009年我国物流产业的综合技术效率为0.647，纯技术效率为0.713，规模效率为0.916，2009～2012年，综合技术效率缓慢上升，纯技术效率在2010年明显上升后，与之前年份基本持平，规模效率在2010年出现明显下降，其后一年又出现明显上升，变动的幅度相较前面两者较大。2013

～2017年规模效率不断小幅下降，2013年综合技术效率出现上升，其后下降，纯技术效率在2013～2015年出现上升，其后一年基本持平，而后出现小幅下降，直到2017年我国物流产业的综合技术效率、纯技术效率、规模效率分别是0.619、0.738和0.848。

从地区差异性角度看，沿海地区的综合技术效率、纯技术效率和规模效率都是五个地区里最高的，并且高于全国的平均水平，其次是中部地区，中部地区的规模效率始终高于全国的平均水平，综合技术效率与纯技术效率均出现大幅度的提高。以上地区的变化，主要是因为“一带一路”倡议的提出对于两个地区的促进作用最大，对于其物流产业的发展给予了政策上的保障。再次是东北地区、西北地区、西南地区，东北地区的规模效率和全国平均水平基本持平，但是综合技术效率以及纯技术效率低于全国平均水平，说明综合技术效率和纯技术效率是制约东北地区发展的主要因素。西北地区与西南地区的三个效率值都低于全国平均水平，其中，规模效率值明显高于综合技术效率以及纯技术效率，说明综合技术效率与纯技术效率是制约这两个地区物流产业发展的主要因素。另外，2009年我国处于规模效率递增的省份有25个，2017年处于规模效率递增的省份有21个，说明我国物流产业仍处在规模效率递增的阶段。

3.2  第二阶段SFA回归结果分析

以第一阶段得到的投入变量的松弛变量作为被解释变量，以地区生产总值、地区居民消费水平作为环境变量，使用随机前沿分析法对2009～2017年各数据建立回归方程，运用Frontier4.1软件进行计算，整理得到表4的结果。

从表4可以看出，两项投入的单边似然比检验统计量LR均大于mixed检验的标准值，说明模型在总体上是可以被接受的，混合误差项中存在技术非效率。同时，γ值均大于0.9且显著性水平都达到了1%的显著性水平，说明技术无效率项占总方差的比重很大，经营管理因素对投入松弛的影响占据主导地位。交通运输、仓储和邮政业单位就业人员的工资总额以及交通运输、仓储和邮政业全社会固定资产投资额两个变量作为环境因素，对投入冗余的影响也较为显著，所以利用SFA模型分离环境因素和随机因素的影响是有必要的。2009～2017年两个回归方程中的管理无效率项δ偏高且通过了t检验，说明在不同地区间，物流产业的管理技术水平差异性较大。

進一步分析交通运输、仓储与邮政业城镇单位就业人员工资以及全社会固定资产投资额这两个环境变量的投入松弛变量系数。当这个系数为正时，说明外部环境变量的增加会增加投入松弛，导致不变产量下投入浪费的增加或者不变投入下产出的下降;当系数为负时，则表明外部环境变量的增加会减少投入松弛，导致不变产量下投入浪费的减少或者不变投入下产出的增加。2009～2014年，地区生产总值、社会消费品零售总额对就业人员工资总额的投入松弛的回归系数由负转正，其后地区生产总值对就业人员工资总额的投入松弛的系数又出现正负交替，地区生产总值、社会消费品零售总额对固定资产投资的投入松弛的系数在2009～2010年为正，其后出现负值，以上变化说明综合效率水平由上升变为下降，且下降幅度较大，这主要是因为区域间物流产业的规模比较小，即使地区生产水平和消费能力提升，短期内物流产业效率的提升并不是显著的。地区生产水平和消费能力的提升会导致物流产业增加劳动力和固定资产投资，投入冗余变大，但是随着物流产业的发展，先进的技术、管理水平以及规模效应出现，投入冗余降低。

3.3  第三阶段投入调整后的DEA效率值分析

用第二阶段剔除环境因素和随机因素的投入值代替原始投入值，与原始产出相结合，运用DEAP2.1进行DEA效率的测评，结果如表5所示。

总体分析，经过投入调整以后得到的我国31省（区）物流产业效率值发生了很大变化。综合技术效率、纯技术效率和规模效率都出现了大幅度的下降，同时全国的平均效率值也出现了大幅度的下降，说明在没有剔除环境因素与随机因素之前，各效率值均出现被高估的现象。调整后的物流产业效率值中，沿海地区的效率平均值最大且高于全国平均水平，其次是中部地区、东北地区，西北与西南地区的效率平均值较全国平均水平低，说明西南与西北地区对物流资源的利用不合理，但是仍有较大的发展空间。

调整前，北京在2010年处于物流效率的前沿面，调整后北京退出前沿面，说明2010年外部环境因素对于其物流产业的效率值影响较大，2007年北京市出台《北京市“十一五”期间物流业发展规划》，指出到2010年基本建成为北京的现代物流体系，并且将其建设为重要的物流业节点城市。这一文件的出台在一定程度上促进了北京市物流效率的提高。调整后，2009年西藏处于物流效率的前沿面，说明外部环境因素影响其效率值，这主要是因为2009年出台的《物流业调整与振兴规划》中将拉萨市确定为区域性物流节点城市。2009年，我国物流业规模效率处于递增阶段的有25个省，2017年处于规模效率递增的有24个省，说明调整后我国物流业总体仍然处在规模效率递增阶段。

4  我国物流业效率值调整前后分析比较

整理2009～2017年我国31省（区）的物流业综合技术效率、纯技术效率和规模效率，分别从3个效率的角度分析我国物流业效率值在剔除环境因素与随机变量前后的变化情况，从而分析我国物流产业的发展情况。

4.1  综合技术效率调整前后对比

从图1中可以看出，调整后五个地区的物流业综合技术效率和全国平均水平均出现不同程度的下降，其中西南、西北以及东北地区的下降幅度较大，说明五大地区的综合效率均受到外部环境因素正向影响，而环境因素和随机因素对西南、西北以及东北地区综合技术效率值的估计误差影响较大。东北地区在调整前后均在2011年出现效率值的大幅度上升，2014～2016年调整后的值也出现大幅度上升，这主要得力于2009年国务院出台的《物流业调整和振兴规划》以及2011年发改委出台的《东北地区物流业发展规划》。

调整前，沿海地区的综合技术效率最高，西南地区最低，相对于全国平均水平，沿海地区均高于平均值，主要是因为该地区有利的地理环境优势，人才与技术相对进步，成为拉动全国物流业综合技术水平的动力。其次是中部与东北地区，在个别年份高于全国平均水平，最后是西北与西南地区，综合技术效率低于全国平均水平，主要是由于这两个地区在人才与技术上均落后于全国其他地区，也使其成为全国物流发展的重点地区。调整后，沿海地区仍然综合技术效率最高且高于全国平均水平，西南地区仍然最低，相较调整前，调整后除了沿海地区均高于全国水平，其余地区均出现不同程度低于全国平均水平的情况，尤其是西南、西北地区2010年出现大幅度的下降，说明在2009～2010年间物流产业效率受到外部环境因素影响较大。中部地区基本与全国平均水平持平，东北地区在2014～2016年也出现了大幅度上升，说明这段时间，其依靠自身内在力量对物流业进行改革，提升了综合技术效率。

4.2  纯技术效率调整前后对比

从图2中可以看出，调整后五个地区的纯技术效率和全国平均值均有下降，西南、西北和东北地区的下降幅度较大。调整前，沿海地區与港澳台地区的纯技术效率最高，在2010年以前东北地区低于西南地区，2010～2011年，东北地区纯技术效率大幅度提升，西南地区的纯技术效率处于全国最低水平。同时，在调整以前，只有沿海地区的纯技术效率值高于全国平均水平，而其他地区在大部分年份都处于较低的纯技术效率水平。东北地区在2010～2011年纯技术效率的大幅度提升，主要是由于2011年国家发改委出台的《东北地区物流业发展规划》，这与综合技术效率的变化基本相同。西南地区在2011年的纯技术效率比剔除环境因素后仍低于全国平均水平低，说明外部环境因素没有在该地区发挥较大作用。调整后，沿海地区明显高于其他地区与全国平均水平，说明该地区对于全国纯技术具有拉动作用。其他地区除西南、西北地区外，都在全国平均水平上下波动，说明西南、西北地区的纯技术效率仍有较大提升空间。整体来看，外部的环境因素对于纯技术效率起到了正向的促进作用。

4.3  规模效率调整前后对比

从图3中可以看出，调整后五大地区的规模效率值和全国平均水平均发生了不同程度的下降，说明外部环境因素和随机变量对于地区物流业的规模效率起到了正向的作用，其中沿海地区下降幅度较少，西南地区的下降幅度较大，这主要是因为沿海地区可以依靠自身的人才、技术、资金等优势提高自身的规模效率，而西南地区无论是在人才、技术还是物流业投资上都与沿海地区有较大差距，由于自身发展能力不足，要多依靠外部环境政策扶持当地物流产业。调整前，中部地区的规模效率最高且高于全国平均水平，东北地区和沿海地区次之，在全国平均水平上下波动，西北、西南地区规模效率最低，低于全国平均水平。同时，调整前五大地区及全国平均水平的变化都比较平稳，波动不大，可见外部环境因素在稳定地区物流业规模效率方面起到积极作用。调整后，除沿海地区高于全国平均水平且比较平稳，中部地区普遍高于全国平均水平，但不如沿海地区稳定，其他三大地区波动幅度较大，且西北、西南地区均低于全国平均水平，这主要是由于沿海地区前期有较好的物流与经济基础，保证了其物流业在剔除外部环境因素后仍然能稳定发展。

总体来看，沿海地区与中部地区在综合技术效率、纯技术效率和规模效率都处于领先水平，西北、西南地区在三个效率方面都在全国最后。这说明沿海与中部地区的经济基础以及物流基础为其发展奠定了良好的基础。西南、西北地区较为薄弱的经济基础和物流基础不利于物流业快速发展。在规模效率方面，中部地区和东北地区具有明显优势，西北、西南地区物流发展规模较小，也导致其综合技术效率较低。

5  结论与建议

本文采用三阶段DEA方法分析比较我国31省（区）以及五大区域的物流业效率，在剔除环境因素对物流业效率的影响后，得出了真实的物流业效率，具体的结论如下：

（1）无论是否剔除环境因素，沿海与港澳台地区在物流业综合技术效率、纯技术效率以及规模效率上都明显高于全国平均水平，具有带动全国物流业发展作用，主要是由于之前的经济条件和物流条件为该地区的发展奠定了基础，并且这种领先优势会继续保持下去。

（2）无论是否剔除环境因素，西北、西南地区由于地处内陆，经济发展水平低，人才技术不足，使得其综合技术效率、纯技术效率和规模效率都处在全国最后且低于全国平均水平，可见这两个地区的物流业发展仍然是全国的重点地区，有很大的发展和提升空间。

（3）中部、东北地区在规模效率上具有优势，主要是因为这两个地区的物流业规模较大，同时，我国物流业仍然处于规模效率递增阶段，物流经营管理水平与物流业发展不协调，制约物流业发展。

（4）剔除环境因素后，五大地区及全国的三大效率值都出现不同程度的下降，说明外部环境因素对物流业效率起到了积极地促进作用。

针对以上结论，提出以下建议：

（1）在2011年提出的“一带一路”倡议中，沿海地区的大部分省（区）属于“21世纪海上丝绸之路”的范围，加之这些地区具有良好的经济基础和物流业发展条件，所以要利用好“21世纪海上丝绸之路”这一国家政策背景，继续夯实地区经济发展基础，优化物流业发展外部环境，继续建设北京、天津、青岛、济南、上海、南京、宁波、杭州、厦门、广州、深圳等全国性物流节点城市，以及石家庄、唐山、福州、海口等区域性物流节点城市。

（2）西北、西南地区虽然地处内陆，在物流业发展上交通优势不如沿海地区明显，但是“丝绸之路经济带”范围包括该地区在内，所以，该地区应利用好外部政策环境优势，提高物流资源的配置效率和规模效率，各省（区）政府应做好物流规划，加大资金与人才投入，积极完善物流基础设施，积极建设南宁、西安、兰州、乌鲁木齐、包头、呼和浩特、昆明、西宁、银川、拉萨的等物流节点城市，提高该地区物流业整体效率。

（3）对于中部、东北地区，其规模效率在全国具有优势，但是也存在固定资产投资和人员投入冗余的情况，所以各省（区）要优化投入产出，避免资源浪费，提高该地区物流业综合效率。同时，也要积极建设沈阳、大连、郑州、武汉、重庆、成都等全国性物流节点城市，以及哈尔滨、长春、太原、合肥、南昌、长沙、贵阳等区域性物流节点城市。

（4）加强区域间的交流合作，尤其是在物流管理技术与人才培养方面，沿海与中部地区起到带头作用，与东北、西北、西南地区加强交流，提升各区域内的经济发展水平，从而刺激物流需求。同时可以构建跨省、跨区域的物流网络体系，提升区域物流的发展水平。

参考文献：

[1] Fried H O， Lovell C A K， Schmidt S S， et al. Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J]. Journal of Productivity Analysis， 2002（17）：157-174.

[2] 张娜，李波. 基于三阶段DEA模型的西部地区物流产业效率测度研究[J]. 数学的实践与认识，2018，48（20）：244-250.

[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）：80-90.

[4] 王博，祝宏辉，刘林. 我国“一带一路”沿线区域物流效率综合评价——基于三阶段DEA模型[J]. 华东经济管理，2019，33（5）：76-82.

[5] 张竟轶，张竟成. 基于三阶段DEA模型的我國物流效率综合研究[J]. 管理世界，2016（8）：178-179.

[6] 李开. 基于DEA-Tobit模型的物流产业效率分析——以东部省份为例[J]. 物流技术，2017，36（5）：56-59.

[7] 马明，唐乐，刘颖. 东北地区与长三角区域物流产业效率比较[J]. 北京工业大学学报（社会科学版），2018（3）：54-60.

[8] 王维国，马越越. 环境约束下中国地区物流业全要素生产率重估及收敛性研究[J]. 数学的实践与认识，2012，42（11）：38-49.

[9] 余泳泽，武鹏. 我国物流产业效率及其影响因素的实证研究——基于中国省际数据的随机前沿生产函数分析[J]. 产业经济研究，2010（1）：65-71.

[10] 刘秉镰，余泳泽. 我国物流业地区间效率差异及其影响因素实证研究——基于数据包络分析模型及托宾模型的分析[J]. 中国流通经济，2010，24（9）：18-21.

收稿日期：2021-01-05

作者简介：张天赐（1993-），男，甘肃白银人，兰州交通大学交通运输学院硕士研究生，研究方向：交通运输规划与管理;杨  博（1993-），女，甘肃兰州人，西北农林科技大学经济管理学院博士研究生，研究方向：农林经济管理。