我国物流产业全要素生产率测度
徐旭璐（南京工业大学经济与管理学院 南京 211800）
内容摘要： 生产率是经济发展的重要动力，全要素生产率是生产率测度的重要指标。随着我国经济快速发展，物流产业在社会经济中的地位愈发重要，因此对物流产业全要素生产率进行测度分析，对促进我国社会经济的进一步发展具有一定的指导意义。文章通过时间序列分析法与线性回归法对我国物流产业全要素的生产率进行分析，结果表明：我国物流产业的发展对全要素生产率具有促进作用；我国东西部经济发展不平衡对物流产业发展起负面影响；TFP、WLC、HYZ、C2G与WLA的时间序列均为一阶非平稳序列指标；全要素生产率与社会物流总额、物流产业增加值、货运周转量指标之间均为正向关系。
关键词： 物流产业 全要素生产率 测度分析
研究背景与发展现状
物流产业作为我国新兴行业处于快速发展阶段，但我国物流水平仍与发达国家存在一定差距，物流运行效率有待提高，物流产业管理机制还需进一步改善。目前，与物流产业相关的国内外研究文献较多，但其中关于物流产业全要素生产率的文献较少，鉴此，本文从全要素生产率的角度对我国物流产业进行分析，并采用时间序列分析法与线性回归分析法针对我国物流产业全要素的生产率进行测度分析，以为我国物流产业的发展提供理论依据。
本文讨论的探测对象是飞行速度慢、RCS小的目标，简称“慢小目标”(Slow and Small Target，SST)。随着各类满足SST特征飞行器的快速发展和我国低空开放的迫切需求[1]，SST对现代防空预警系统威胁程度越来越大。由于缺乏专用于SST的探测装备，使得目前对SST的发现概率很低。即使常规雷达信号处理能够部分检测到SST，也往往会因为杂波干扰强度大和目标回波微弱等原因[2-3]，导致雷达操纵员将其误当成杂波点[4-5]。
在我国物流产业快速发展阶段，物流产业基地、配送中心、服务机构大量涌现。同时在政府扶持下，我国物流产业的发展正与国际经济接轨。但受我国国情的限制，我国物流总体水平偏低，在发展过程中依然存在较多问题。一方面，我国物流运行的效率不高，且物流运行所消耗的人力与资金等资源较大；另一方面，物流基础设施的承载能力有限，尚未实现合理的设施布局，也未建成高效的衔接体系及便捷的运输渠道。
表1 国内生产总值、资本存量和劳动投入
表2 指标变量的描述性分析结果
我国物流产业全要素生产率测度分析
（一）指标选取和测度
一个国家物流行业的发展水平可以直接体现出该国家的经济实力与国际影响力。本文通过社会物流总额（WLA）、社会物流总消耗/GDP、货运周转量（HYZ）及物流产业增加值（WLC）这四种指标对我国物流发展水平进行测量。社会物流总额（WLA）指的是在固定时间内由产品发出地向接收地运输的所有产品的价值总和。该指标内容主要有产品接收地所有农产品的价值总额、产品接受地所有工业产品的价值总额、进口产品的价值总额、产品接受地的再生资源价值总额和企业与消费者拥有产品价值总额。这些指标可以测量我国物流产业的整体发展水平；社会物流总费用/GDP（C2G），该指标可以反映物流成本，是体现该国物流效率与现代化物流发展水平的关键指标，其指的是报告期内国民经济各方面用于社会物流活动的各项费用支出的总和。我国C2G值一直较大，说明我国现阶段物流运行成本较大，这对我国社会经济的增长造成了负面影响；货运周转量（HYZ）与物流产业增加值（WLC）两个指标可以使指标的选取与测量更好地反映真实情况，其中货运周转量（HYZ）可以反映出我国物流的总需求信息，物流产业增加值（WLC）是用来测量物流产业在固定年度的经济产值。
（二）全要素生产率测度分析
全要素生产率指的是生产单位作为系统中的各个要素的综合生产率。国内外有多种手法来测量国家全要素生产率，其中比较常用的有索罗余值法、代数指数法以及距离指数法等。本文根据我国物流产业的发展特色，对索罗余值模型进行改进以测量我国不同年份的全要素生产率。
假设我国国民经济符合Cobb-Douglas生产函数：
信息系统是一个人机交互系统，它感知来自用户键盘、语音、触摸、视觉等多种方式的输入信息，经过“思考”“理解”“学习”，以显示终端、声音、打印、三维等方式输出。目前，人工智能在语音和视觉领域的重大突破，将进一步革新人机交互模式。
Y=ALαKβ
生产管理的核心就是生产跟踪，基于生产过程采集的数据，监控和记录产品生产的全过程。图3为制丝车间的生产管理界面。
α+β=1
总产出的数据Y、资本投入量K、劳动力人数L等时间数据均用于计算全要素生产率和增长速率。
国内产出数据（Y）：本文所用于测量我国国民经济总产出的指标是根据我国可参照价格来计算的国内生产总值。
上式中，t代表年份，It代表第t年的固定资产投资额，Pt代表投资产品的价值，δ为资本的折旧率，K0为第一年的物质资本存量。
首先，求得弹簧伸长量为0 mm时整个系统所需最小举升力FL min(方向为竖直向上)，当FL=FL min时，机械臂不会起到承受负载的作用。在ADAMS静力学仿真中通过逐步减小FL，可以得到机械臂保持静平衡的具体位置[18]。设FL为随时间变化的函数，通过ADAMS静力学仿真，得出举升高度随时间变化的曲线，经过相应的处理就可以得到举升力与举升高度的关系。本文所测量的弹簧伸长量为0 mm、外负载为10 kg时的最小举升力为118 N左右，为方便测量，将最小举升力设为120 N，则FL=120-20×t，仿真时间为6 s。
物质资本存量（K）：通常采用Goldsmith提出的永续盘存法来计算物质资本存量，其计算方式为：
上式中，Y代表产出，L和K分别代表劳动力和资本的投入量，α和β分别表示劳动力和资本的动态产出，假设：
由于产品价格会随着市场变化而变动，因此每年的投资价值与固定资产原始数据均不能直接参考，需将其进行折算成以第一年价格不发生变化的实际值。表1为经过折算后我国2010-2016年的国内生产总值、资本存量以及劳动投入的数据（原数据取自《中国统计年鉴（2017）》）。
表3 相关性系数
表4 各变量的ADF检验值
表5 协整关系检验
根据经济增长理论，第t年的全要素生产率表示为：
Kt=Kt-1(1-δ)+It/Pt
另外，TFP增长率作为描述全要素生产率的关键指标，其计算公式可表示为：
本文对我国在2010-2016年间物流产业发展与全要素生产率进行分析，并对物流发展与全要素生产率的各个变量进行描述性分析及相关性检验。表2为我国物流产业发展与全要素生产率变量的描述性统计分析结果。由表2可知，其中5个指标变量相对于平均值向右偏离，而TFP指标变量与之相反。通过对物流产业发展与全要素生产率的六个变量的Jarque-Bera进行检验，表明所有变量均呈现正态分布。从理论上来讲，物流产业的发展对国家经济的增长起到促进作用，其所对应的TFP指标与社会物流总量、物流产业增加量以及货运周转量之间呈现正相关关系，而与社会物流总费用与GDP之间的比值呈现负向关系。因此，在对每个变量进行描述性统计之前，有必要对不同变量之间的相关关系进行分析，其相关性计算公式为：
该指标可以测量科技的发展在经济增长中的所占百分比。
（三）描述性统计和相关性分析
窖泥随着年份延长，得分有上升趋势，3年窖泥样品平均得分6.4分，10年窖泥样品8.0分，30年窖泥样品得分8.7分，符合该厂实际生产状况，与“老窖产好酒”的说法基本一致。
本文通过Schwarz信息准则对各指标变量进行平稳性判断，各变量的ADF检验值如表4所示。通过表4的检验结果可以说明，所有指标变量的时间序列均表现出一阶非平稳序列。
（四）平稳性检验与协整分析
在对各指标变量进行数据分析前，需要对其进行平稳性检验，因此，本文采用ADF检验法对不同指标变量进行平稳性检验，检验模型分别为：
与普通刑事案件调查相比，职务犯罪调查进程往往具有突出的单链条线性特征。蛙跳式的线性进程中，调查信息既是支点也是落脚点，信息助力调查进入每一个工作节点后又需要及时获得后续信息的补充。这反映了案侦工作对推动调查进程发展的节点信息依赖性、时间性强，否则致使调查工作方向迷失和战机遗失（如图1）。因节点信息之间的关联性不明显导致调查工作进展状态可预见性差，往往某种新情况出现时因缺乏信息支撑而难以作出准确判断。
通过Eviews软件对变量进行分析后得出的相关系数矩阵如表3所示。由表3可知，TFP、WLA、WLC与HYZ指标之间均呈现正相关关系，且其相关性系数均高于0.83；然而，TFP与C2G指标之间的相关性系数为-0.985，说明单位国民生产总值所对应的物流产业投入成本减少，与国民经济增长呈正相关关系。
表6 全要素生产率回归分析结果（一）
表7 全要素生产率回归分析结果（二）
本文对物流发展变量与全要素生产率之间的协整关系进行检验分析，结果如表5所示。由表5可知，当显著水平处于5%以下时，社会物流总额（WLA）、货运周转量（HYZ）、社会物流总费用/GDP（C2G）以及物流产业增加值（WLC）与全要素生产率（TFP）之间均具有协整关系，这充分说明物流产业发展与全要素生产率之间呈现出均衡关系。
由图3可知，A、B、C和D四组试验组的摇瓶发酵效价均高于对照组，且与对照组之间差异显著。A组与B组和D组的摇瓶发酵效价之间差异显著，与C组摇瓶发酵效价差异不显著。B、C组和D组之间的摇瓶发酵效价差异不显著，但D组摇瓶发酵效价高于C组和B组。A组发酵效价比CK组高17.3%；B组发酵效价比A组提高5.1%；C组发酵效价比A组提高了3.4%，D组发酵效价比A组提高了6.4%。因此，添加一定量的微量元素和发酵增效剂可以提高金色链霉菌的生产发酵能力。
（五）全要素生产率增长率与物流产业发展指标的回归分析
为进一步分析物流产业发展对经济增长的促进作用，本文通过计量学的线性回归分析法，在确定了全要素生产率与物流产业发展指标的变量均为平稳变量后，对变量进行线性回归估计。同时为增加线性回归估计的准确性，本文对全要素生产率的增长率（TFP_G）与WLA_G、WLC_G、HYZ_G、C2G_G之间进行OLS线性回归，对不同质变的系数进行检验。如果方程中存在解释变量，其在分析物流产业发展对全要素生产率的影响上作用较小，即会造成线性回归估计的经济下降。因此，本文令全要素生产率的增长率（TFP_G）对WLA_G、WLC_G、HYZ_G、C2G_G进行线性回归分析，其回归公式分别为：
如果物流产业发展对经济的增长具有促进作用，则WLA_G、WLC_G、HYZ_G前方的系数为正，同时C2G_G前方的系数为负，具体线性回归结果如表6和表7所示。由表6、表7可知，WLA_G、WLC_G以及HYZ_G前面的系数均为正，说明物流总额、货运周转量以及物流产业增加值均对全要素生产率的增加起正向推动作用； C2G_G所对应的估计参数为负，说明每单位国内生产总值所对应的物流成本的减少促进了全要素生产率增长。同时，WLC_G、HYZ_G所对应的估计参数均处于5%显著水平，说明提升社会物流总额和减少单位国内生产总值的物流成本对全要素生产率具有促进作用。
结论与建议
全要素生产率与社会物流总额、物流产业增加值、货运周转量指标的相关系数均为正，物流产业规模的扩大与运营能力的增长均对国民经济生产总值的提升具有促进作用；TFP、WLC、HYZ、C2G与WLA时间序列指标均为一阶非平稳序列指标；C2G与TFP表现出反向关系，TFP随着C2G的增加而下降；我国物流总费用与国民生产总值之间的比值与物流产业发展水平较高国家相比较大；我国东西部地区经济发展的不平衡对我国物流产业的发展起到负面影响。
综上所述，在我国经济增长模式转型的过程中，需进一步深化经济体制改革，在扩大物流产业规模的同时，也要提高物流运行效率和质量；政府部门需要出台相关政策措施以鼓励物流产业发展，如加强物流产业基础设施建设、完善物流部门的管理体制、加强对人才的培育、提高物流产业职员的职业素养与工作能力、构建与国际物流产业接轨的高标准物流系统。
参考文献：
1．何琴清，吴振鹏，欧欣玲，陈嘉荣．基于DEA的珠三角地区物流业全要素生产率研究[J]．商业经济研究，2017（17）
2．梁雯，许丽云．物流业全要素生产率及影响因素的实证研究[J]．绵阳师范学院学报，2017（7）
3．徐锐，熊婉莹．我国物流业全要素生产率及其提升研究[J]．综合运输，2016（11）
4．陈文新，潘宇．低碳约束下物流产业全要素生产率的空间分异及时空演化[J]．工业技术经济，2016（11）
5．曾倩琳．信息化发展对物流业生产率的空间溢出效应[J]．中国流通经济，2016 （9）
6．李松庆，何琴清．中国物流业与制造业全要素生产率比较分析[J]．商业经济研究，2016（15）
中图分类号： F252
文献标识码： A
作者简介：
徐旭璐（1993．4-），女，上海人，汉族，2016年就读于南京工业大学，硕士研究生，主要从事管理学研究。
标签：物流产业论文; 全要素生产率论文; 测度分析论文; 南京工业大学经济与管理学院论文;