中国物流业发展质量的省域差异时间： 2019-10-09信息来源：区域经济评论 2019年第3期 作者：葛 金 田 杨 傲 翔 责编：qgy 柳 阳
摘 要：物流业是中国能源消耗大业，过去对物流业质量的评价缺少能源角度的考量。通过将物流业的能源消耗纳入评价指标体系，选取中国30个省份2003—2016年的面板数据进行描述性统计及DEA-Malmquist指数分析，结果显示，近年来中国物流业发展主要靠资本驱动，资本存量增长率年均达到8.1%，能源消耗增长率年均达到9.1%，能源利用效率较差；物流业发展质量呈倒“U”型发展趋势，技术进步是推动倒“U”型曲线右移的有效途径；中国物流业发展省域差异明显，中国中部省份在物流业发展质量的测度中表现最差，其次是西部省份。
关键词：物流业；全要素生产率；省域差异；能源投入
中图分类号：F572 文献标识码：A 文章编号：2095-5766（2019）03-0066-07 收稿日期：
作者简介：葛金田，男，济南大学商学院党委书记，山东物流发展研究中心主任，教授，博士生导师（济南 250002）。
杨傲翔，男，济南大学商学院硕士生（济南 250002）。
一、引言
中国经济已由高速增长阶段转向高质量发展阶段，推动经济的效率变革、质量变革，切实发展新动能，淘汰旧动能成为经济发展的主旋律。物流业是仓储业、通信业、运输业等复合而成的生产性服务业，是中国的基础性与战略性产业，其发展质量的高低直接影响到其他产业的发展质量，是经济发展新旧动能转换的关键一环。2010—2017年，全国社会物流总额以10.53%的复合增长率增长，物流总额从125.4万亿元上升到252.8万亿元，全国社会物流总费用年均复合增长7.91%，费用总额从7.1万亿元上升到12.1万亿元。2017年物流费用占GDP比重为14.6%，远高于其他发达国家比重，中国物流业发展效率提升的潜力和空间较大。长时间以来，物流业发展质量大多以传统的全要素生产率来进行评价，这种衡量标准过于强调物流业发展的技术效率与规模效率，忽略了物流业的能源效率。物流业是一个需要大量消耗能源来维持的产业，近年来物流业对成品油的消耗已稳居行业第一，随着中国经济发展向高质量发展转变，传统的全要素生产率对物流业发展质量的评价方式已不能满足对物流业发展效率的评价，中国物流业发展质量呈东高西低的结论同时也受到挑战。因此，将能源消耗因素加入物流业发展质量的评价中，并对中国物流业发展质量的区域差异进行重新审视，对于物流业发展质量提升以及区域物流业发展质量的相互借鉴与提高具有重要意义。
目前关于物流业发展质量的研究大多集中在以下方面：（1）从物流业传统的全要素生产率角度来界定物流业发展质量的研究，这也是目前关于物流业发展质量研究的主要领域。典型的有余泳泽、武鹏（2010），刘秉廉、余泳泽（2010）和田刚、李南（2011）对中国29个省份的物流业全要素生产率进行的测度和比较，均得出了中国物流业全要素生产率呈东部、中部、西部地区依次减少的结论；李晓慧（2011）在对中国1993—2008年物流业全要素生产率进行测度的同时，总结了中国物流业发展全要素生产率发展的不同特点，并对全要素生产率进行了分解；舒辉等（2014）分析了物流业集聚与物流业全要素生产率的关联性；袁丹等（2015）对丝绸之路经济带物流业全要素生产率进行了测度，认为经济实力、产业结构、人力资本水平并不能对物流业全要素生产率产生影响，提升物流业全要素生产率需从提高技术进步效率入手。（2）从物流业与产业联动的视角进行质量分析，王珍珍（2017）从物流业与制造业联动的视角对物流业的发展质量进行分析；李谭等（2012）以港口为研究对象，运用复合系统模型分析了港口协同效率。（3）从供应链物流角度对节能和物流效率多目标进行研究，Frota等（2008）利用加权的方法对提高物流业能源利用效率网络进行了规划；Zajac（2011）设计了仓储系统能源消耗的评价模型；Cirullies等（2012）以企业为例，对如何实现整个物流供应链的节能问题进行了研究；Yang等（2012）对集装箱码头的能源使用效率进行了研究。
综上所述，目前大多数相关文献要么忽略物流业发展所带来的能源消耗问题，要么从局部对物流业的能源利用效率进行研究，而有关新旧动能转换背景下全国性的物流业综合效率以及省域物流业发展效率对比分析的文献则较少。物流业高质量发展对区域间的协调与对接程度有很高的要求，故从全国视角来分析省域之间发展差异有较高价值。本文旨在从能源消耗视角对物流业全要素生产率进行测度，并在此基础上进行省域比较分析，找出与之前研究成果的不同之处，为提高中国物流业发展质量提供新的思路。
二、研究方法与数据来源
本研究对象为中国物流业发展质量的时空差异，为方便进行比较分析，选取恰当的定量研究方法与评价指标体系，对于进一步探索中国物流业发展质量的模式、规律与趋势有重要意义。
1.研究方法
目前关于全要素生产率的研究方法运用比较普遍的是DEA-Malmquist指数分析法，相比传统的DEA方法，DEA-Malmquist指数分析法在描述动态变化方面具有独特优势，Malmquist指数法由瑞典经济学家Sten Malmquist于1953年在研究消费在不同时期的变化时提出；DEA是Charnes、Cooper和Rhodes于1978年基于生产理论的非参数线性规划提出，其优点是能够摒弃主观赋权，增加研究的客观性。Caves等（1982）将DEA与Malmquist指数进行结合创造了DEA-Malmquist指数法，用于测算工业生产率；Fare等（1994）将DEA生产率分解为技术效率、技术进步与规模效率，对DEA效率进行了进一步分解。至此，由于DEA摒弃了主观赋权与取消了残差项，故在对效率的测度方面得到了广泛的应用。
本文将每个省份定义为一个决策单元，在考虑物流业发展能源要素前提下，构造每个时期物流业全要素生产率前沿面，然后将决策单元的全要素生产率前沿面进行对比，对物流业绿色全要素生产率进行分析。根据DEA-Malmquist指数分析法对物流业全要素生产率的衡量可用下式表示：
其中M（Xt+1，Yt+1，Xt，Yt）为测算出的全要素生产率，M（Xt+1，Yt+1，Xt，Yt）>1表示测算出的总的物流业发展质量有所提高，反之表示有所下降。在上式中x表示计算所需的投入要素，Y表示产出要素，i表示不同省份的决策单元，Dit+1（xt+1，yt+1）表示在t+1期的技术条件下的t+1期的技术效率，Dit+1（xt，yt）表示在t+1期的技术水平下t期的技术效率，Dit（xt+1，yt+1）表示在t时期技术水平上t+1期的技术效率，Dit（xt，yt）表示在t时期技术水平上当期的技术效率。由于目前对全要素生产率的测定大多都是在规模报酬不变的前提下进行的，故本研究选择规模不变的DEA-Malmquist指数分析法。在测算结果中，全要素生产率被分为技术进步与技术效率，技术进步反映全要素生产率中技术进步所做的贡献，技术效率反映全要素生产率中资源配置效率所做的贡献。
2.变量的选取
物流业全要素生产率的测算首先要确定投入变量与产出变量，在变量选取方面，中国学者进行了研究，余泳泽等（2010）、欧阳小迅等（2010）选取了产业从业人数与固定资产投资作为投入变量，钟祖昌（2010）选取行业从业人员与固定资产净值作为投入变量，王维国等（2012）选取行业从业人数、固定资产投资以及能源要素投入作为投入变量。对考虑到能源要素的全要素生产率进行测度是本文研究的重点，故本文以王维国观点来选取行业从业人数、固定资产投资以及能源消耗量作为投入变量。产出指标方面相关文献选取物流产业增加值、货物周转量，由于货物周转量与产业增加值具有直接的相关关系，选取两个指标可能导致重复计算问题，故本文选取产业增加值作为产出变量进行计算。
3.数据的来源
目前国内外对物流业发展状况的统计口径差异较大，2006年由国家统计局出版的《中国第三产业统计年鉴》将物流业作为一个独立产业列出。物流业主要包括邮政、仓储和交通运输业，这三个行业占据物流业份额的83%，具有明显的代表性。本文对物流业的研究基于邮政、仓储和交通运输业进行，选取除港澳台外的中国30个省份2003—2016年的数据进行研究，数据时间跨度较大，有利于阶段性比较与模型准确度的提高。研究所选取数据主要来自《中国统计年鉴》、各地市统计年鉴、《中国城市统计年鉴》《中国能源统计年鉴》等。对数据的选取与处理如下所述。
固定资产存量：固定资产存量是根据柯布—道格拉斯生产函数选取出的指标变量，由于各期的物价水平不同，会导致资本存量的测度出现偏差，在指标的选取过程中以1978年的物价水平为基期，将2003—2016年的资本存量消除物价干扰因素，采取永续盘存法计算每年的资本存量，折旧率的选择方面采取刘秉廉等（2007）对物流业设定的12.1%。
劳动力投入：劳动力投入是生产函数的一个重要指标，本研究选取邮政、仓储和交通运输业的从业人数作为劳动力投入指标。
能源投入量：能源投入量是考虑到物流业发展的能源消耗所选取的投入变量，本文主要选取邮政、仓储和交通运输三个行业所消耗的一次能源数量，然后将其折算成标准煤带入模型。
物流业增加值：物流业产值是最具代表性的产出变量，为了剔除价格因素对物流产值的影响，本文以1978年的价格水平为基期对产值进行折算，考虑到行业特殊性，本研究选取物流业增加值指数对物流业产值进行折算。
三、模型结果分析
在利用DEA-Malmquist进行数据分析时，采用窗口法进行分析，为了保证计算结果的准确性，反映出物流业效率的动态变化，本文将模型测算周期减少一个周期，依据投入导向型规模报酬不变的DEA-Malmquist模型进行结果分析。首先对全国范围内的考虑能源投入的物流业全要素生产率进行分析。
从表1可以看出，近几年中国物流业发展迅速，去除价格因素的中国物流业的实际平均增长率达到11.14%，物流业成为近年来拉动中国经济快速增长的主要行业之一。从物流业的投入要素来看，物流业的快速增长主要来源于资本投入的增加，中国物流业资本投入平均每年增长8.1%，物流主要靠资本推动，另外，物流业能源消耗平均增速高达9.1%，能源消耗成为物流业乃社会可持续发展的一个重大问题。这一方面是由于近年来物流业发展迅速，另一方面是由于车辆增长较快，城市拥堵情况加重，在一定程度上增加了中国物流业发展的能源消耗。
表2中，effch表示物流业相对于不变规模报酬技术效率变动情况，techch表示物流业技术变动情况，pech表示相对于不变规模报酬纯技术效率变动情况，sech表示规模效率变动情况，tfpch表示考虑能源要素的物流业全要素生产率变动情况。从表2中可以看出，在考虑能源要素情况下，中国物流业在大多数年份，其全要素生产率小于1，这跟大多数测度物流业全要素生产率的文献存在出入，说明考虑到能源要素的物流业发展质量还存在很大的改进空间。从表2中可以看出，物流业全要素生产率的变化大多是由技术变动所导致，显示技术进步可以大幅度提高物流业的发展质量。2004—2005年物联网首次应用于物流业，物流业发展质量得到极大提升，其全要素生产率提高274%；2010年智慧物流概念被提出，物流业全要素生产率也得到了大幅提高。中国物流业属于资本推动型行业，发展模式较为粗放，随着规模的扩大，物流业能源消耗增加，对中国物流业发展质量的提升产生了阻碍。
从表3可以看出，在30个省份中，物流业平均发展质量最好的是贵州省，其全要素生产率年平均增长9.5%，这主要得益于其规模的增加与管理效率的提高，贵州省物流业发展尚属初期阶段，根据上述提到的中国物流业发展呈倒“U”型趋势的结论来看，贵州省物流业发展尚属倒“U”型的前半阶段，其发展质量驱动靠资本的积累与规模的扩大，根据DEA详细测度结果来看，由于缺少详细的规划，贵州省在2012年之前其发展质量远低于全国平均水平，2012年贵州省出台了《贵州省现代物流业发展规划（2012—2020年）》，为贵州省物流业发展制定了详细的方向及规划，加上贵州省物流业发展尚处于黄金时期，2012年之后贵州省物流业发展质量得到了极大的提升。发展质量最低的是青海省，其全要素生产率为0.95，年均下降5%，其发展最大的制约在于技术水平低、物流业发展规模效应尚不突出，具有较大的发展空间。
注：表中物流业增加值和固定资产投资均由1978年价格水平折算所得。
从全国角度来看，物流业全要素生产率大于1的省区有内蒙古、上海、福建、贵州、宁夏，其中上海和福建属于物流业发展较为成熟的地区，其物流业发展质量的提高依靠技术进步，进而提高投入要素的利用效率，使其物流业发展质量重新步入上升轨道。内蒙古、宁夏、贵州三省区物流业发展处于上升阶段，对投入要素的需求迫切，投入要素能够得到较高效率的利用，其物流业发展质量的提高主要依靠资本驱动，资本驱动模式具有短期有效性，要想长期取得物流业的高质量发展，还需借鉴上海与福建的经验，提高物流业发展的技术含量。
物流业平均全要素生产率小于0.95的省份有吉林、黑龙江、安徽、河南、湖北、甘肃、青海，这几个省份大部分位于中国中部地区，近些年中国中部地区物流业发展相对成熟，依靠资金投入已经不能促进投入要素的充分利用，中部部分地区物流业缺少统一规划，重复建设、交通拥堵问题严重，导致投入要素利用效率不高，其进一步发展应参照上海、福建等地物流业发展模式，进一步提高自身物流业技术水平，统一规划、协调发展，实现效率整体提升，进而重新回到发展质量上升通道中去。
东部地区整体物流业全要素生产率大多接近1，处于转型升级阶段。总体来看，中国物流业发展质量呈东部地区高、西部地区次之、中部地区发展质量最低的区域发展现状，这与目前不考虑能源要素所测度出来的物流业全要素生产率呈东高西低的格局有所冲突，加上近几年西部地区物流业发展质量速度加快，有赶超东部的态势，西部地区物流业发展尚处初期，应借鉴先进省份的发展经验取长补短，统一规划，尽可能地避免一些中部地区所出现的发展质量降低的问题。
四、结论与政策建议
本文对中国物流业总体发展质量的特点、趋势以及物流业省域发展质量差异进行了测度与分析，形成了相应研究结论，以下做一总结并提出针对性的政策建议，以期促进中国物流业发展质量的健康、快速提升。
1.结论
对中国考虑能源要素的全要素生产率进行理论分析与实证分析所得出的结论如下。
2003—2016年中国整体物流业发展质量的提升主要依靠资本投入的增加，物流业平均每年固定资本存量增长8.1%；近年来由于物流业发展规模不断扩大，导致物流业能源消耗增加，能源消耗年均增加9.1%，高于固定资本存量增加速度，能源利用效率较低，对中国环境造成了一定的压力。
中国物流业发展质量呈倒“U”型发展趋势，2008年后物流业发展质量开始下降，技术进步是提升中国物流业发展质量，使倒“U”型曲线右移的一个重要方式，中国物流业两次发展质量的较大提升均来源于技术的变革：一是2004年物联网技术开始在物流业应用，二是2010年智慧物流概念的提出，两次物流业技术的重大变革均大幅度提高了中国物流业的发展质量。
30个省份中，贵州省平均发展质量最高，这跟贵州物流业尚处的发展阶段有直接关系；青海省发展质量最低，主要是因为青海省物流业处于发展初期，发展资金不足、规模优势尚不能体现；物流业发展成熟且发展质量较好的地区为上海市、福建省，这两省物流业发展质量的提高主要靠管理效率的提升；中部省份物流业发展质量最低，缺少规划与重复建设问题凸显，物流业转型升级存在一定的障碍；东部地区物流业处于转型升级阶段，发展质量稳步提升；西部地区由于尚处物流业发展黄金时期，物流业投入要素利用效率较高，其发展应借鉴先进省份经验，取长补短，高起点、高标准规划建设，提前为物流业发展转型升级做好准备。
2.政策建议
随着经济不断增长与人民生活水平的提高，中国物流业发展还存在很大的空间，同时交通瓶颈制约以及物流业能源消耗的增加对物流业发展质量提高形成了新的挑战。基于上述研究结论，对提高中国物流业发展质量提出以下建议。
提高物流业发展的科技水平。上述实证结果显示，提升物流业发展的科技含量是导致物流业发展倒“U”型曲线右移的有效措施。中国物流业发展已初具规模，之前依靠资金驱动的发展模式形成物流业发展瓶颈，物流业重复建设、资金利用效率低下问题凸显，不利于物流业发展质量的提升，通过科技水平提升，提高物流业发展的“智慧度”是进一步提升物流业发展质量的有效措施。要充分利用物联网、大数据、云计算、智能导航、机器自动化、无人配送等前沿技术实现物流发展的智能化、自动化、数据化、节能化。构建物流业前沿技术交易与转化平台，推动新技术在物流业试点与运用，加强物流产学研合作，引进高技术人才，运用科技手段实现物流业路径优化、管理优化。
加强物流产业综合规划。从上述实证研究可以看出，物流业规划的制定与实施对提高物流业发展质量具有切实可行作用，部分地区物流业发展无序、缺少统一的规划，导致资源利用效率低下，阻碍了物流业发展质量的提高。目前交通拥堵问题严重影响着物流业发展质量，随着城市规模扩大与城市发展战略的转变，要求物流业具有更高的效率。因此，建议加强物流产业综合规划，尤其是物流产业园区规划，要结合城市发展战略，前瞻性规划物流园区建设，结合不同功能区的特点发展不同模式物流园区，提高物流效率，增强物流园区与周边产业的联动发展。
加强物流区域联动发展。物流业不同于其他行业，是一个在全国乃至全球范围内互联互通的行业，这就要求不同区域之间形成密切的合作关系，统一物流业发展标准，形成物流业发展大通道。要积极构建物流业发展大区域，加强区域内与区域间的协调，明确物流业对接与协作项目，实现业务互通、技术互享、合作双赢。同时，政府层面应加强物流产业规划的沟通，提前在物流产业标准制定以及园区建设的规划层面达成共识。
参考文献
［1］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）.
［2］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（9）.
［3］田刚，李南.中国物流业技术效率差异及其影响因素研究——基于省级面板数据的实证分析［J］.科研管理，2011（7）.
［4］李晓慧.技术效率、技术进步与中国流通业生产率增长［J］.商业经济与管理，2011（6）.
［5］舒辉，周熙登，林晓伟.物流产业集聚与全要素生产率增长——基于省域数据的空间计量分析［J］.中央财经大学学报，2014（3）.
［6］袁丹，雷宏振.丝绸之路经济带物流业效率及其影响因素［J］.中国流通经济，2015（2）.
［7］王珍珍.我国制造业与物流业联动发展效率评价——基于超效率CCR-DEA模型［J］.中国流通经济，2017（2）.
［8］李谭，王利，王瑜.辽宁省港口物流效率及其与腹地经济协同发展研究［J］.经济地理，2012（9）.
［9］FROTA N J， BLOEMHOF-RUWAARD J M， VAN N A， et al. Designing and evaluating sustainable logistics networks［J］. International Journal of Production Economics ， 2008，111（2）:195—208.
［10］ZAJAC P. The idea of the model of evaluation of lob statics warehouse systems with taking their energy consumption under consideration［J］. Archives of Civil and Mechanical Engineering， 2011，11（2）:479—492.
［11］CIRULLIES J， TOTH M， HOLTZ A. On the way to energy efficiency in logistics networks-state of the international of energy-related objectives into the simulation-based analysis of global supply chains［J］. Industrial Management， 2012，5:20—24.
［12］YANG B， GUN Y， SHI X， et al. Research on the Energy Consumption Evaluation Model of Container Terminal Logistics System［J］.Applied Mechanics and Materials ， 2012，157:1224—1229.
［13］MALMQUIST S. Index Numbers and Indifference Curves［J］. Annals Mathematical Statistical，1953，4（1）:209—242.
［14］CHARNES A， COOPER W， RHODES E. Measuring the efficiency of decision making units［J］.European Journal of Operational Research， 1978，2（6）:429—444.
［15］CAVES D W， CHRISTENSEN L R， DIEWER W E. Multilateral comparisons of output， input and productivity using superlative index numbers［J］. The Economical Journal， 1982，92（365）:73—86.
［16］FARE R， SHAWNA G， et al. Productivity Growth， Technical Progress， and Efficiency Change in Industrialized Countries［J］. American Economic Review，1994，84（1）:66—83.
［17］欧阳小迅，黄福华.中国地区物流匹配效率及其影响因素实证分析［J］.财贸研究，2010（6）.
［18］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（9）.
［19］王维国，马越越.中国区域物流产业效率——基于三阶段DEA模型的Malmquist-luenberber指数方法［J］.系统工程，2012（3）.
［20］刘秉镰，刘勇.对我国公路水运交通省级资本存量（1952—2004）的估算［J］.北京交通大学学报（社会科学版），2007（3）.&