長江三角洲物流效率實(shí)證研究

□文/唐 德 謝守紅 蔡海亞

（江南大學(xué) 江蘇·無錫）

一、引言

長江三角洲是世界六大城市圈之一，是中國目前經(jīng)濟(jì)實(shí)力最雄厚，現(xiàn)代物流業(yè)最具競爭力的區(qū)域。“十一五”以來，長三角各城市都把發(fā)展現(xiàn)代物流業(yè)作為發(fā)展本地經(jīng)濟(jì)的戰(zhàn)略目標(biāo)。長三角主要包括三個(gè)物流圈：一是上海物流圈，以上海為中心包括蘇州、無錫、南通、嘉興和湖州等城市；二是南京物流圈，以南京為中心包括鎮(zhèn)江、揚(yáng)州、常州和泰州等城市；三是杭甬物流圈，以寧波、杭州為中心包括紹興、舟山等城市。最近7年間長江三角洲港口貨物吞吐量增長接近3 倍，2012年已運(yùn)營、建成和在規(guī)劃中的物流園區(qū)有139 個(gè)，是珠江三角洲物流園區(qū)數(shù)量的1.68 倍，占全國物流園區(qū)總數(shù)的18.43%。目前世界500 強(qiáng)中的大部分企業(yè)開始實(shí)行戰(zhàn)略轉(zhuǎn)移，將采購和研發(fā)中心轉(zhuǎn)移到長江三角洲，從而為長三角物流業(yè)的發(fā)展帶來良好的機(jī)遇。然而現(xiàn)階段我國物流產(chǎn)業(yè)盲目投資，運(yùn)行效率偏低，與國外發(fā)達(dá)國家相比仍有較大的差距。本文借助DEA 模型以及Malmquist 指數(shù)對長江三角洲物流效率進(jìn)行靜態(tài)和動態(tài)評價(jià)，并運(yùn)用Tobit回歸模型評價(jià)物流效率值與各影響因素之間的相關(guān)程度，旨在為長三角今后物流業(yè)的發(fā)展提供一定的理論指導(dǎo)。

二、理論模型和數(shù)據(jù)來源

數(shù)據(jù)包絡(luò)分析（DEA） 最初是由美國著名運(yùn)籌學(xué)家Charnes、Cooper 和Rhodes 于1978年在“相對效率評價(jià)”概念基礎(chǔ)上提出的一種效率評價(jià)方法。基于DEA 模型研究投入產(chǎn)出效率分析方面，國內(nèi)學(xué)者王琴梅等基于DEA 模型分析了西安市2003～2010年物流效率，建立Tobit 回歸模型考察影響因素與物流效率之間的相關(guān)程度。許新宇等運(yùn)用DEA 方法和Malmquist 指數(shù)，對甘肅省2004～2010年間的城市效率靜態(tài)和動態(tài)變化進(jìn)行分析。付麗娜等運(yùn)用超效率DEA 方法測算2005～2010年長株潭“3+5”城市群的生態(tài)效率，接著利用Malmquist-DEA 模型分析生態(tài)效率的動態(tài)變化，最后建立Tobit模型評價(jià)不同因素對生態(tài)效率的關(guān)聯(lián)程度。顏波等基于環(huán)境因素角度（綠色供應(yīng)鏈環(huán)境），運(yùn)用C2R 和超效率DEA 模型，對供應(yīng)商進(jìn)行定量分析。方愛平等運(yùn)用DEA 模型對西部地區(qū)的12 個(gè)省區(qū)的科技效率進(jìn)行分析，分析表明各省區(qū)的科技投入產(chǎn)出效率大體一致，但與經(jīng)濟(jì)發(fā)達(dá)的東部沿海地區(qū)相比仍有較大差距。

本文首先分析長江三角洲16 城市物流的靜態(tài)效率，選用BCC 模型來評價(jià)物流純技術(shù)的有效性和城市物流規(guī)模收益變化情況，將CCR 模型中綜合效率分解為純技術(shù)效率和規(guī)模效率，其中綜合效率=純技術(shù)效率×規(guī)模效率。接著分析長江三角洲16 城市物流的動態(tài)效率，選用Malmquist-DEA 模型（Malmquist 指數(shù)最早由Malmquist Sten 提出，Caves 等于1982年將其運(yùn)用到生產(chǎn)率變化的計(jì)算）得到長三角16 城市2002～2011年的綜合技術(shù)效率、技術(shù)效率、純技術(shù)效率、規(guī)模效率以及全要素生產(chǎn)率。其中，全要素生產(chǎn)率=綜合技術(shù)效率×技術(shù)效率，綜合技術(shù)效率=純技術(shù)效率×規(guī)模效率。因此，Malmquist 指數(shù)可表示為：

其中，（xt，yt）和（xt+1，yt+1）分別表示t 和t+1 時(shí)期的物流投入和產(chǎn)出量和分別表示以t 和t+1 時(shí)期的距離函數(shù)式，若指數(shù)值Mv＞1，表示由t 到t+1 期效率有所提高；Mv=1 表示t到t+1 期效率水平?jīng)]有發(fā)生變化；Mv＜1 表示t 到t+1 期效率有所下降。

DEA 主要是對多個(gè)同類樣本進(jìn)行相對優(yōu)劣的比較，因此必須選擇同類型的DMU，而選取DMU 就是確定決策單元和評價(jià)指標(biāo)的過程。本文在參考以上研究基礎(chǔ)上，選取長江三角洲16 市的交通運(yùn)輸倉儲郵政業(yè)從業(yè)人數(shù)、公路里程數(shù)、交通運(yùn)輸倉儲郵政業(yè)從業(yè)人數(shù)占總從業(yè)人員比例、貨運(yùn)總量和人均貨運(yùn)量作為輸入變量，選取生產(chǎn)總值、郵政業(yè)務(wù)總量和社會消費(fèi)品零售總額作為輸出變量，基于DEA 模型對長江三角洲進(jìn)行物流效率分析，以上數(shù)據(jù)來自2003～2012年《中國城市統(tǒng)計(jì)年鑒》。

三、實(shí)證分析

（一）物流績效靜態(tài)評價(jià)。由上述DEA 模型，計(jì)算出2005年、2008年和2011年長三角16 市的物流綜合效率、純技術(shù)效率和規(guī)模效率。

1、這3年物流綜合效率不高，只有少數(shù)城市物流綜合效率達(dá)到最優(yōu)。2005年、2008年和2011年長三角16 市物流平均綜合效率分別為0.861、0.862 和0.783。2005年上海、無錫、蘇州、南通、泰州、寧波、嘉興和紹興8 市物流綜合效率值為1，達(dá)到了DEA 模型CCR 有效，其中舟山物流綜合效率最低（0.475）。2008年DEA 有效的城市分別為上海、蘇州、南通、揚(yáng)州、嘉興和紹興，而舟山的綜合效率均為最低（0.483）。2011年DEA 有效的城市分別為上海、蘇州、嘉興和紹興，而舟山的綜合效率均最低（0.469）。

2、物流綜合效率和規(guī)模效率達(dá)到最優(yōu)的城市數(shù)量遠(yuǎn)遠(yuǎn)少于物流純技術(shù)效率達(dá)到最優(yōu)的城市數(shù)量。2005年、2008年和2011年長三角物流純技術(shù)效率達(dá)到最優(yōu)的城市數(shù)量分別為13個(gè)、12 個(gè)和9 個(gè)，分別比物流綜合效率和規(guī)模效率達(dá)到最優(yōu)的城市數(shù)量高出5 個(gè)、6 個(gè)、5 個(gè)。其中，上海、蘇州、常州等城市各要素組合達(dá)到了最優(yōu)（物流純技術(shù)有效值為1）；南京、杭州、臺州等城市物流純技術(shù)效率值小于1，均未達(dá)到有效，說明這些城市物流要素分配不合理，仍需進(jìn)一步改進(jìn)和完善。

3、物流規(guī)模效率達(dá)到最優(yōu)的城市數(shù)量較少，并且數(shù)量呈現(xiàn)逐年遞減趨勢。2005年、2008年和2011年長三角分別只有8個(gè)、6 個(gè)和4 個(gè)城市物流規(guī)模效率達(dá)到最優(yōu)，且物流規(guī)模效率達(dá)到最優(yōu)的城市其物流綜合效率也同時(shí)達(dá)到最優(yōu)。從規(guī)模效應(yīng)角度來看，上海、蘇州、嘉興和紹興（物流規(guī)模效益不變）應(yīng)該保持城市現(xiàn)有物流資源的分配和物流規(guī)模，而南京、南通、杭州和寧波（物流規(guī)模效益遞減）應(yīng)該利用城市物流規(guī)模效應(yīng)，進(jìn)一步擴(kuò)大城市物流發(fā)展規(guī)模，其余城市（物流規(guī)模效益遞增）則應(yīng)該減少物流資源要素的投入，合理縮小城市物流發(fā)展規(guī)模，避免城市物流資源的浪費(fèi)。

（二）物流績效動態(tài)評價(jià)

1、縱向分析。2002～2011年長三角16 市全要素物流效率TFP 值增長率均大于1，年平均增長率為9.9%，對年均增長率進(jìn)行分解可知只有技術(shù)效應(yīng)年均增長率在上升（11.5%），其余效應(yīng)都在下降。其中年均物流綜合技術(shù)效率下降1.5%，年均純技術(shù)效率下降0.8%，年均規(guī)模效率下降0.7%。因此，長江三角洲16 城市物流效率的增長均來源于物流產(chǎn)業(yè)技術(shù)的快速發(fā)展。從城市角度來看，蘇州、嘉興、臺州、杭州、湖州、寧波、無錫、上海、南京增長最快，其TFP 增長率分別為23%、15.2%、13.9%、13.3%、12.5%、11.9%、10.8%、10.4%、10%，均高于年均值。特別是臺州本身雖然物流效率偏低（綜合技術(shù)效應(yīng)和規(guī)模效應(yīng)都低于年均值），但是增長速度很快，進(jìn)步明顯。南通物流效率的年均增長率是最低的，只有1.8%，低于年平均值8.1%，但其本身規(guī)模效應(yīng)（0.996）高于年平均水平（0.993），所以仍有較大的發(fā)展提升空間。從物流效率進(jìn)步角度來看，主要得益于物流的技術(shù)進(jìn)步，推動物流效率的提升。技術(shù)效應(yīng)增長率最快的是蘇州、臺州、嘉興、杭州，分別為23%、15.7%、15.2%、14.6%，超過年均值11.5%、4.2%、3.7%、3.1%。綜合技術(shù)效率和純技術(shù)效率對TFP 增長幅度影響最為顯著，有5 個(gè)城市綜合技術(shù)效率達(dá)到1，其余城市都低于1。其中，南京下降3.4%，無錫下降1.9%，常州下降2.3%，南通下降2.3%，揚(yáng)州下降2.3%，鎮(zhèn)江下降2.8%，泰州下降3.9%，杭州下降1.1%，湖州下降0.5%，舟山下降1.8%，臺州下降1.5%。純技術(shù)效率達(dá)到1 的城市有9個(gè)，其余城市均小于1。其中南京下降3.8%，無錫下降0.8%，常州下降3.4%，南通下降2%，鎮(zhèn)江下降1.9%，杭州下降1.5%，臺州下降0.5%。

2、橫向分析。2002～2011年物流效率TFP 增長率經(jīng)歷多次波動，處于低位震蕩狀態(tài)，2002～2003年為極小值（4.4%），2005～2006年為極大值（14.5%），年平均TFP 增長率為9.9%，發(fā)展總體呈現(xiàn)下降趨勢。物流效率增長可以分為兩個(gè)階段：2002～2007年的快速增長階段和2007～2010年的緩慢增長階段。2002-2007年物流效率TFP 增長率分別4.4%、14.5%、10.9%、14.6%、13.9%，增長迅速。2007～2011年物流效率TFP增長逐漸放緩，增長率分別為8%、11.2%、4.9%、7.6%。（1）2002～2005年長三角城市物流綜合技術(shù)效率、規(guī)模效率均小于1，技術(shù)效率、純技術(shù)效率和全要素物流效率均大于1，其中城市綜合技術(shù)效率的下降源于規(guī)模效率的下降，全要素物流效率上升源于技術(shù)進(jìn)步的推動；（2）2005～2008年長三角城市綜合技術(shù)效率、技術(shù)效率和規(guī)模效率均有所上升（均大于1），其中技術(shù)效率變化幅度最小，規(guī)模效率變化幅度最大；純技術(shù)效率下降（小于1），但城市物流綜合技術(shù)效率出現(xiàn)上升的趨勢，是由于規(guī)模效率增長幅度大于純技術(shù)效率下降幅度。由于物流綜合技術(shù)效率和技術(shù)效率的上升導(dǎo)致該時(shí)期全要素物流效率指數(shù)上升；（3）2008～2010年長三角純技術(shù)效率和規(guī)模效率均小于1，其中規(guī)模效率下降幅度小于純技術(shù)效率下降幅度，兩者同時(shí)下降導(dǎo)致城市物流綜合技術(shù)效率呈現(xiàn)出下降的趨勢。同時(shí)，該時(shí)期技術(shù)效率有所退步，導(dǎo)致全要素物流效率增長幅度有所下降。但是相比于技術(shù)效率和純技術(shù)效率變動，規(guī)模效率變動對TFP 增長和綜合效率影響更加顯著；（4）2002～2011年長三角城市綜合效率、純技術(shù)效率和規(guī)模效率均小于1，只有技術(shù)效率大于1，說明該時(shí)期技術(shù)進(jìn)步是長三角物流效率增長的主要原因，而綜合技術(shù)效率降低、純技術(shù)退步和規(guī)模效率都呈現(xiàn)下降趨勢（均值小于1），其中純技術(shù)效率為0.992，下降0.8%，表明目前長三角物流產(chǎn)業(yè)投資過熱，投資效率不高，在一定程度上制約物流效率的增長。

四、影響長江三角洲物流效率的因素分析

通常情況下用DEA 模型計(jì)算所得的效率值是離散的，并且數(shù)據(jù)會被截?cái)啵瑪?shù)值在0～1 之間。如果直接使用普通最小二乘法（OLS）進(jìn)行回歸分析，會出現(xiàn)參數(shù)估計(jì)值有偏且不一致的情況，因此為了避免此類問題的發(fā)生，1958年Tobit 提出極大似然法的截取回歸模型，該方法考慮了面板數(shù)據(jù)的特點(diǎn)，計(jì)算更加準(zhǔn)確。雖然上文已計(jì)算出長三角各個(gè)城市的物流效率值，但是影響物流效率值的因素以及影響大小程度仍然有必要進(jìn)行研究。影響長江三角洲物流效率的因素有很多，本文選取了：①經(jīng)濟(jì)發(fā)展水平（X1）：用第三產(chǎn)業(yè)GDP/GDP 總產(chǎn)值來衡量；②物流資源利用率（X2）：用人均公路里程、人均貨運(yùn)量、地均貨運(yùn)量和人均固定資產(chǎn)投資等指標(biāo)，運(yùn)用主成分分析法計(jì)算各指標(biāo)權(quán)重，加權(quán)計(jì)算各城市物流資源利用率值；③對外開放市場程度（X3）：用當(dāng)年實(shí)際引進(jìn)外資額/GDP 總產(chǎn)值來表示；④物流服務(wù)水平（X4）：用交通運(yùn)輸倉儲郵政業(yè)從業(yè)人數(shù)/總從業(yè)人數(shù)來衡量。

以上述4 個(gè)基本因素作為自變量，建立Tobit 回歸模型為：

Efficencyit=c+α1X1it+α2X2it+α3X3it+α4X4it+ε

式中，c 表示常數(shù)項(xiàng)；α1、α2、α3、α4表示各個(gè)自變量的回歸系數(shù)；i 表示第i 個(gè)城市，t 表示年份；ε 表示回歸所產(chǎn)生的誤差；Efficencyit表示第i 個(gè)城市t年份的物流效率值；X1it表示第i 個(gè)城市在t年份第三產(chǎn)業(yè)GDP 所占比重；X2it表示第i 個(gè)城市在t年份物流資源利用率；X3it表示第i 個(gè)城市在t年份對外市場開放程度；X4it表示第i 個(gè)城市在t年份物流服務(wù)水平。本文采用Eviews6.0 對上述所建立的Tobit 模型進(jìn)行回歸，結(jié)果如表1 所示。（表1）

表1 Tobit模型回歸結(jié)果

回歸結(jié)果說明：（1）長江三角洲經(jīng)濟(jì)發(fā)展水平與物流效率呈高度正相關(guān)，系數(shù)為1.588324，相關(guān)度較顯著，經(jīng)濟(jì)水平每增長1 個(gè)單位，物流效率就會相應(yīng)提高1.588324 個(gè)單位，說明現(xiàn)階段長三角經(jīng)濟(jì)發(fā)展水平對物流效率具有促進(jìn)作用，并且促進(jìn)效果顯著，尤其是第三產(chǎn)業(yè)的發(fā)展能很快帶來物流效率的提高；（2）長江三角洲的物流資源利用率與物流效率呈高度負(fù)相關(guān)，系數(shù)為-1.863221，說明物流資源利用率每增加1 個(gè)單位，物流業(yè)效率就將降低1.863221 個(gè)單位，物流資源利用率的增加并沒有帶來區(qū)域物流水平的提高，表明現(xiàn)階段長三角城市物流資源要素利用率不高，配置不合理。尤其是發(fā)達(dá)地區(qū)過分追求經(jīng)濟(jì)發(fā)展速度，忽視經(jīng)濟(jì)發(fā)展的質(zhì)量，單靠傳統(tǒng)的物流運(yùn)作模式，過度依賴貨運(yùn)總量數(shù)量和規(guī)模的增加，只會增加物流基礎(chǔ)設(shè)施運(yùn)作的負(fù)擔(dān)，并不能提高物流效率；（3）長江三角洲的對外市場開放程度與物流效率呈正相關(guān)，系數(shù)為0.796286，說明對外市場開放程度每提高1 個(gè)單位，物流業(yè)效率就將提高0.796286 個(gè)單位，從另一個(gè)方面也反映了積極引進(jìn)外資和加大對外開放程度可以為物流產(chǎn)業(yè)發(fā)展注入新鮮活力，促進(jìn)物流效率的增長；（4）長江三角洲的物流服務(wù)水平與物流效率呈高度正相關(guān)，系數(shù)為4.798607，表明長三角城市物流從業(yè)人員比例每提高1 個(gè)單位，物流業(yè)效率將提高4.798607 個(gè)單位，物流從業(yè)人員素質(zhì)和服務(wù)水平是影響物流效率的重要原因，對物流效率的提高有較大促進(jìn)作用，因此現(xiàn)階段必須提高物流信息化水平建設(shè)和加大物流人才的培養(yǎng)力度。

五、總結(jié)

本文基于2002～2011年長江三角洲16 個(gè)城市面板數(shù)據(jù)，利用DEA 模型和Malmquist 指數(shù)對城市物流效率進(jìn)行靜態(tài)和動態(tài)分析，得出如下結(jié)論：

1、2005年、2008年和2011年長三角16 市這3年物流綜合效率不高，只有少數(shù)城市物流綜合效率達(dá)到最優(yōu)，物流綜合效率和規(guī)模效率達(dá)到最優(yōu)的城市數(shù)量遠(yuǎn)遠(yuǎn)少于物流純技術(shù)效率達(dá)到最優(yōu)的城市數(shù)量，物流規(guī)模效率達(dá)到最優(yōu)的城市數(shù)量較少，并且數(shù)量呈現(xiàn)逐年遞減趨勢。

2、通過對16 城市平均Malmquist 指數(shù)的分解，發(fā)現(xiàn)城市物流效率發(fā)展不平衡，有6 個(gè)城市低于平均水平。2002～2011年長三角16 市全要素物流效率TFP 值增長率均大于1，年平均增長率為9.9%，對年均增長率進(jìn)行分解可知只有技術(shù)效應(yīng)年均增長率在上升（11.5%），其余效應(yīng)都在下降。因此，長江三角洲16 城市物流效率的增長均來源于物流產(chǎn)業(yè)技術(shù)的快速發(fā)展。2002～2011年長三角城市綜合效率、純技術(shù)效率和規(guī)模效率均小于1，只有技術(shù)效率大于1，說明該時(shí)期技術(shù)進(jìn)步是長三角物流效率增長的主要原因，而綜合技術(shù)效率降低、純技術(shù)退步和規(guī)模效率都呈現(xiàn)下降趨勢，其中純技術(shù)效率為0.992，下降0.8%，表明目前長三角物流產(chǎn)業(yè)投資過熱，投資效率不高，在一定程度上制約物流效率的增長。

3、通過Tobit 模型分析影響長江三角洲物流效率的因素，從而得出經(jīng)濟(jì)發(fā)展水平、對外市場開放程度和物流水平與物流效率呈正相關(guān)，而物流資源利用率與物流效率呈顯著負(fù)相關(guān)的結(jié)論。

因此，首先要發(fā)展地區(qū)經(jīng)濟(jì)水平（尤其是第三產(chǎn)業(yè)），有助于改善物流效率，但發(fā)展過程中不能片面追求經(jīng)濟(jì)發(fā)展速度，更要注重經(jīng)濟(jì)發(fā)展的質(zhì)量，不能單靠傳統(tǒng)的物流運(yùn)作模式，過度依賴貨運(yùn)總量數(shù)量和規(guī)模的增加，這樣只會增加物流基礎(chǔ)設(shè)施運(yùn)作的負(fù)擔(dān)，并不能提高物流效率，必須對物流產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和升級，合理建立現(xiàn)代化高新物流園區(qū)；其次，政府和企業(yè)要加大資金投入力度，提高物流信息化技術(shù)和專業(yè)物流人才的培養(yǎng)，提高物流服務(wù)水平；最后，積極引進(jìn)外資，加大對外開放力度，同時(shí)對城市物流資源規(guī)劃與建設(shè)進(jìn)行協(xié)調(diào)，避免大量的重復(fù)建設(shè)，提高物流資源利用率，減少物流資源的浪費(fèi)。

［1］沈玉芳，王能洲，馬仁鋒，張婧，劉曙華.長三角區(qū)域物流空間布局及演化特征研究［J］.經(jīng)濟(jì)地理，2011.31.4.

［2］中國物流與采購聯(lián)合會.中國物流學(xué)會第三次全國物流園區(qū)（基地）調(diào)查報(bào)告［J］.物流技術(shù)與應(yīng)用，2012.18.

［3］Charnes A，Cooper WW，Rhodes E.Measuring the efficiency of decision making units［J］.European Journal of Operational Research，1978.2.6.

［4］王琴梅，譚翠娥.對西安市物流效率及其影響因素的實(shí)證研究——基于DEA模型和Tobit回歸模型的分析［J］.軟科學(xué)，2013.27.5.

［5］許新宇，陳興鵬，崔理想.基于DEA和Malmquist模型的甘肅省城市效率及其變化［J］.干旱區(qū)資源與環(huán)境，2013.27.9.

［6］付麗娜，陳曉紅，冷智花.基于超效率DEA模型的城市群生態(tài)效率研究——以長株潭“3+5”城市群為例［J］.中國人口·資源與環(huán)境，2013.23.4.

［7］顏波，石平.基于超效率DEA模型的綠色供應(yīng)鏈環(huán)境下供應(yīng)商評價(jià)與選擇［J］.統(tǒng)計(jì)與決策，2013.13.

［8］方愛平，李虹.基于DEA模型的西部區(qū)域科技投入產(chǎn)出效率分析——以西部大開發(fā)12個(gè)省、市、自治區(qū)為例［J］.科技進(jìn)步與對策，2013.30.15.

［9］馬占新，馬生昀，包斯琴高娃.數(shù)據(jù)包絡(luò)分析及其應(yīng)用案例［M］.北京：科學(xué)出版社，2013.

［10］雷勛平，Robin Qiu，劉思峰.基于DEA的物流產(chǎn)業(yè)效率測度實(shí)證研究——基于我國31個(gè)省、市、自治區(qū)2008年投入產(chǎn)出數(shù)據(jù)［J］.華東經(jīng)濟(jì)管理，2013.30.15.