中国物流业静态效率测算与TFP动态变化研究，本文主要内容关键词为：中国论文,静态论文,物流业论文,效率论文,动态论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
现代物流是连接生产与消费的纽带，是国民经济的三大产业群之一，是获得第三利润的源泉[1]，现代物流可以降低流通成本和社会经济交易费用，加速产业结构调整和优化升级，增强一国（或地区）抵御经济风险的能力，促进经济可持续发展，被视为经济增长的“加速器”，现代物流业发展程度是衡量一国（或地区）现代化程度和综合国力的重要标志之一[2]39。党的十七大报告中指出“发展现代服务业，提高服务业比重和水平。”以及2009年2月25日我国十大产业振兴规划中物流行业规划（重点支持农业和农村物流、大宗生产资料和生活消费品物流，鼓励制造企业分离外包物流业务）的出台，使得物流服务业在我国经济发展中重要性凸现。中国现阶段物流业生产率水平如何？中国物流业全要素生产率增长的源泉是什么？技术进步与技术效率在转型期中国物流业全要素生产率动态变化中扮演什么样的角色？本文尝试回答上述问题，探究我国现阶段物流业全要素生产率及其构成要素的动态作用关系，为我国物流业规划及各地区物流业生产率的提升提供政策参考。
二、研究回顾
余思勤，蒋迪娜等（2004）以交通运输业1990－2000年的数据为例，通过扩展的Malmquist－DEA方法测量了交通运输生产率变化总量以及影响因素，认为在此期间交通运输业全要素生产率的变动与技术水平变动一致，但资源配置效率的变化起到延缓和促进全要素生产率增长的作用[3]；Barros（2003）分析了1990-2000年葡萄牙10个港口的技术进步与技术效率[4]；张越、胡华清（2006）通过对1995-2005年中国9个民用机场生产率情况的考察得出，机场业务量增长主要依赖设施规模的扩大，随着机场规模的迅速扩张，生产和管理技术不能完全适应这种变化，出现了技术进步、技术效率下降趋势，从而导致TFP的下降[5]；刘玉海、林建兵等（2008）分析了2000-2004年间中国道路运输业的生产率情况，发现在此期间中国道路运输业年均生产率在降低，且几乎完全由技术进步水平降低所导致[6]；邓学平、王旭等（2008）以我国8家上市物流企业2001—2006年数据为样本，利用DEA－Malmquist指数分析了2001—2006年间8家物流企业全要素生产率的变化。研究表明：在样本区间内我国物流企业生产效率总体呈上升态势，但上升程度并不明显，其中技术效率有所下滑，而规模效率有所上升[7]；王亚华、吴凡等（2008）应用Malmquist－DEA方法测算了中国交通运输业全行业及四个主要部门1980—2005年间生产率变化，测评结果表明，20世纪90年代初期以来交通行业TFP增速有所下降，技术效率显著下降，2000年之后，交通运输业各部门技术进步率大幅度上升，技术效率继续下降[8]；庄玉良、吴会娟等（2009）以16家物流上市公司为样本，运用DEA方法测算了2002—2006年间每年的静态效率值及反映跨期动态效率变化的Malmquist生产率指数，研究结果显示我国物流业TFP平均增长率为4.7％，技术进步与创新是生产率提升的主要原因[9]；田刚、李南（2009）在构建1999—2006年中国30个省市区物流业面板数据的基础上，应用Malmquist指数法，实证分析了中国物流业全要素生产率的增长来源、差异与变化趋势，得出在考察期内中国各地区物流业全要素生产率呈增长态势，技术进步是全要素生产率增长的主要动力，技术效率恶化阻碍了生产率的增长[10]。
三、中国物流业效率测算
（一）变量选取与数据来源
众多已有的实证研究表明，数据来源、处理方法与DEA投入、产出变量选取的不同是导致研究结果差异的重要原因之一。根据数据的有效性和可得性，本文选择样本时序区间为2000年至2007年，截面样本包括中国内地30个省（直辖市、自治区），为了保持统计口径的一致，将重庆市的数据并入四川省，原始数据来源于各自对应年份的《中国统计年鉴》。在借鉴已有研究成果的基础上，本文采用多投入、多产出的模型，把物流业产值和货运周转量作为DEA方法设定的产出，投入则包括物流业固定资本存量（资本投入）和物流业从业人数（劳动投入）。实证分析数据的选择和处理如下：
1.产出水平
物流业产出可以从价值形态和实用价值形态两方面综合衡量，本文用中国各省（直辖市、自治区）物流业总产值（单位：亿元）作为衡量产出价值形态指标，并将其折算成1952年不变价格，各省当年GDP和GDP平减指数来自于对应年份的《中国统计年鉴》。将货运周转量（单位：亿吨公里）作为衡量产出实用价值形态指标。
2.资本投入
资本存量是宏观经济研究中非常重要的一个变量，它的估算是经济统计分析中的一个难点，目前国际上普遍采用的测算资本存量的方法是戈登史密斯（Goldsmith）在1951年开创的永续盘存法（Perpetual Inventory Method,PIM），随后被Kuznets（1957）和Denison（1967）等应用于经济增长的核算中，Christensen和Jorgenson（1973）将资本品和资本租赁服务价格引入PIM，进一步扩展了PIM功能。本文根据国际通用的“永续盘存法”来估计中国各省（直辖市、自治区）物流业每年的实际资本存量，定义本期的资本存量为上一期的资本存量加上当年的投资，再减去折旧，即：
分别为以不变价格表示的i省份第t年和初始年份的物流业总产值，n表示时间段长度，文中选取1978—1998为样本区间，来估算实际产出的增长率
，将1998和1978年国内生产总值均折算成1952的不变价格。中国各省（直辖市、自治区）物流业固定资本的平减指数参考单豪杰（2008）中数据，为了保持口径统一，将1978—2007年物流业固定资产投资额（当年价格核算）通过固定资产价格指数进行缩减，折算为1952的可比价格。
3.劳动投入
劳动投入以物流业从业人数（年底从业职工人数）作为衡量指标，单位万人，数据来源同上。
（二）评价方法
数据包络分析技术（Data envelopment analysis,DEA），尤其是超效率数据包络模型在处理多输入——多产出的有效评价方面具有绝对优势。本文采用扩展DEA模型——超效率（Super efficiency）评价模型。普通的DEA模型一个弱点就是可能计算得到的有效单元较多（效率评价值为1），而对于这些有效单元若继续进行评价，上述模型是无能为力的。P.Andersen和N.C.Petersen于1993年提出一种超效率评价模型能够对DEA有效的单元进行排序，该模型与DEA模型的数学形式相似[16]。
（三）基于DEA模型的我国物流业效率静态值测算及变异系数分析
从物流业效率变化趋势上看（见表1），我国各省、直辖市和自治区物流业效率总体呈现出波动趋势，2000—2007年间我国大部分地区物流业效率在波动中有所提升，我国物流业效率排名前5位的地区依次是：福建、安徽、浙江、山东和河北；排名后5位的分别是：甘肃、青海、宁夏、北京和陕西。
从我国行政区域划分来看（如图1所示）：2000—2007年间我国东部地区物流业效率呈现出“先升后降再升再降”的波动趋势，东北、中部和西部地区物流业效率表现为“先升后降”的趋势，东北地区物流业效率下降发生在2004年之后，而中部和西部地区物流业效率的转折点则在2005年以后。
从我国不国省份物流业效率的变异系数来看（见图2），总体呈现“降升降升”的趋势，2003之前，各省之间的物流业效率的变异系数在逐步缩小，2004年出现反弹，2005年我国各省间物流业效率变异系数为研究期内的最小值，之后各省间的变异系数又有所增大。如果按照我国行政区域划分，则呈现“降升降”的趋势，2000—2003以及2006—2007年我国四大区域间物流业效率变异系数都表现为下降趋势，且2003年变异系数为研究期内的最小值。说明无论从省级数据还是四大区域数据都显示出，我国物流业效率变异系数存在一定的趋同性，地区间物流业效率具有逐步缩小的趋势。
（四）我国物流业全要素生产率指数动态变化及其分解
1.物流业全要素生产率变动总体分析
借助DEAP2.1数据包络分析软件，本文计算出2000—2007年我国30个省、直辖市和自治区物流业效率的全要素生产率指数（Malmquist指数）并对其进行分解，分析其构成要素的动态变化情况，历年平均Malmquist指数及其分解如表2所示。由表2可知，2000—2007年我国物流业全要素生产率平均增长6.50％，技术进步平均增长为1.70％，技术效率平均增长为4.80％，从历年全国平均值看，（2000-2007年物流业全要素生产率的提高是技术进步和技术效率改善共同作用的结果。具体到每一年，物流业全素生产率与其构成部分的关系又有所区别，其中2000—2001年物流业全要素生产率指数的提升主要归纳于技术效率的变化，2001—2004年物流业全要素生产率的提高是科技进步与技术效率提升共同作用的结果。2004—2005年间，技术效率进一步提升，但科技进步指数小于1，技术进步则呈现恶化的趋势，导致技术效率变化指数的增长被科技进步指数的下降趋势所抵消，总体表现为全要素生产率指数降低，2005—2007年，全要素生产率的提升主要得益于技术进步，而在此期间技术效率有所下降。
为了得出2000—2007年我国物流业全要素生产率及其构成要素总体变化情况以及在此期间物流业全要素生产率与构成部分是如何动态作用的，本文给出累计的全要素生产率指数及其组成部分的波动情况（见图3）。
图3描述了2000—2007年间累计的中国物流业全要素生产率指数及其分解（假定2000年作为基期，所有指数值在2000年均为1），结果显示，2000—2007年我国物流业全要素生产率累计增长率为55.77％，在此期间累计全要素生产率指数和累计技术进步指数变化趋势趋同，2000—2004年和2005—2007年物流业累计全要素生产率指数与累计技术进步指数均呈上升趋势，2004—2005年两者则有所下降。物流业累计技术效率变化指数在2000—2005年间表现出逐步攀升态势，2005年为转折点，之后物流业累计技术效率变化指数有所下降。从总体上看，在2000—2007年间，大部分年份累计Malmquist指数、累计技术进步指数、累计技术效率指数均大于1（其中2005和2006年累计技术进步指数除外），技术进步与技术效率的提升成为物流业全要素生产率的增长的源泉，而2005与2006年技术进步的恶化成为全要素生产率提高的桎梏。通过将技术效率分解为纯技术效率和规模效率，我们可以得出，在此期间累计纯技术效率指数呈现波动趋势，累计规模效率指数则表现为稳定攀升的趋势，物流业规模的扩大对物流业全要素生产率的提升起着积极的作用。
2.物流业全要素生产率变动区域差异分析
由2000—2007年我国各省、直辖市和自治区平均的物流业全要素生产率的分解（表3）可知，在考察期内，吉林、河南、湖北、湖南和广西Malmquist指数小于1，其中吉林、湖南和广西源于技术恶化；河南和广西则是技术恶化和技术效率降低双重作用的结果。其他省份Malmquist指数均大于l，其中北京、天津、山西、福建和广东主要源于技术进步的贡献；河北、内蒙古、上海、江苏、浙江、江西、山东、海南、西藏、甘肃、青海、宁夏和新疆Malmquist生产率指数的提升归因于技术进步和技术效率改善的共同作用；辽宁、黑龙江、安徽、四川、贵州、云南和陕西受益于技术效率的提升。
通过对东部、东北、中部和西部四大区域物流业Malmquist生产率指数及其组成部分的比较，可以得出一些结论：（1）考察期内物流业TFP增长率从高到低的排序为西部、东部、中部和东北，且四大区域Malmquist指数均大于1。这反映出随着1999年9月中央提出“西部大开发”战略，近年来我国加大了对西部地区的投资力度，在一定程度上改善了西部地区物流业基础环境，使得西部地区物流生产率提高显著。同时我们应明确：文中测算的技术进步是基于各单元自身时间序列纵向比较的相对值，仅表明西部地区技术边界移动较为迅速。（2）在考察期内，东部地区物流业技术进步指数最高，西部次之，均大于1；中部和西部地区物流业技术进步指数较低，均小于1。表明在我国极力倡导“自主创新”的同时，东部和西部地区注重将引进、消化吸收与技术创新相结合，促进了技术进步提升。（3）在研究时段内，四大区域纯技术效率和规模效率指数均大于1，说明伴随物流业的发展与物流业重要性的彰显，我国加大对物流基础设施与人才培养的投入，使物流业整体管理水平、从业人员素质有所提升，设备得以改善，规模进一步扩大。
四、结论与启示
本文通过对2000—2007年我国物流业效率静态值的测算及物流业Malmquist生产率指数跨期动态分解，研究了考察期内中国物流业TFP增长源泉与区域差异的原因，得出以下结论与启示：
第一，在此期间，我国物流业效率静态值存在区域差异。2000—2003、2006与2007年我国物流业效率东部最高，中部次之，东北第三，西部最低度；2004年东部和西部地区排名未发生变化，东北超过中部地区，跃居第二，中部地区退居第三；2005年中部地区物流业效率跃居榜首，东部次之，东北位列第三，西部最低。
第二，从Malmquist指数及其组成部分动态变化来看，物流业TFP增长率排序从高到低依次为西部、东部、中部和东北。这一方面反映西部大开发功效明显，促进了西部地区物流生产率提高；另一方面结合物流业效率静态分析，可以得知，西部地区原有物流业生产率水平与其他区域相比较低，物流业效率存在较大提升空间。
第三，考察期内，我国物流业全要素生产率年平均增长6.50％，技术进步年平均增长为1.70％，技术效率年平均增长为4.80％。从历年全国平均值看，2000－2007年物流全要素生产的提高是技术进步和技术效率改善共同作用的结果，且技术效率贡献较大。具体到每一年，物流业全要素生产率与其构成部分的关系又有所不同，我国应逐步改变物流业全要素生产率对技术进步或技术效率的单方面依赖，促进技术进步和技术效率的全面提升。
第四，无论从省级数据还是四大区域数据都显示出，尽管我国物流业效率区域差异较大，但我国物流业效率变异系数存在一定的趋同性，地区间物流业效率的差距具有逐步缩小的趋势，我国区域物流的整体规划与和谐性有所加强。