中國物流業與制造業全要素生產率比較分析

■　李松慶 教授 何琴清（廣東工業大學管理學院 廣州 510520）

中國物流業與制造業全要素生產率比較分析

■李松慶 教授 何琴清（廣東工業大學管理學院 廣州 510520）

本文選取我國31個省份1998-2013年的面板數據，根據DEA曼奎斯特指數法對我國31個省份物流業和制造業全要素生產率進行比較分析。研究表明，我國物流業全要素生產率普遍比制造業差，物流業效率嚴重落后于制造業，主要原因在于技術進步效率制約，次要原因分別是規模效率和純技術效率因素，并提出相關改進策略。

物流業 制造業 全要素生產率比較分析

引言

我國物流業和制造業的發展態勢迅猛，制造業產值連續幾年位于世界首位，然而處于低水平生產制造的落后階段，無法有效利用物流業提升發展模式與結構。我國物流業效率水平遠低于發達國家，弱差的狀態沒有改善，無法支持與推動制造業效率提升。21世紀物流業是制造業發展支持條件，制造業是物流業的需求基礎，物流業和制造業產值增加值的“量”都非常可觀，而質量效率方面急需提高。本文通過比較物流業和制造業全要素生產率發展狀況，找到效率低下的原因，從而有效提高制造業和物流業效率，降低物流和制造成本，促進物流業和制造業產業結構優化，全面提高物流業和制造業的整體效率水平（江銀娟，2013）。

王珍珍和陳功玉（2010）運用灰色關聯對我國制造業與物流業關聯度進行研究，發現制造業不同子行業與物流業的關聯存在關系。鄧良（2013）運用灰色關聯對我國物流業與制造業的聯動狀況進行研究。大多數學者以產值與產量作為分析基礎，利用灰色關聯、投入產出和計量分析等方法對我國物流業與制造業進行比較研究，很少以質量效率作為分析基礎，因此本文比較分析物流業和制造業全要素生產率變動，為當前物流業和制造業效率升級轉型提供一些參考。

我國31個省份物流業和制造業經濟發展狀況、產業結構和資源存在差異，本文比較分析各省份物流業和制造業全要素生產率狀況，提出促進我國物流業與制造業全要素生產率的措施。利用我國31個省份1998-2013年的面板數據，根據DEA-曼奎斯特指數法對我國物流業與制造業全要素生產率進行比較分析，把31個省份作為研究對象，比較分析物流業和制造業全要素生產率變動情況。

DEA曼奎斯特指數模型

DEA曼奎斯特指數模型可運用多投入多產出指標連續多年動態面板數據來測度全要素生產率（TFP），并可分解技術進步（TCP）和技術效率（TEC），技術效率變動再細解為純技術效率（PECH）和規模效率（SECH），TFP=TCP×TEC=TCP× （SECH×PECH）。

詳細測度公式為：

（Xt+1，Yt+1）表示t+1年的投入產出向量，（Xt，Yt）表示t年的投入產出向量，Dt

0表示t年技術tt標準的t年的距離函數，表示t+1年技術tt+1標準的t+1年的距離函數。TFP＞1顯示全要素效率提高，TCP＞1顯示存在技術進步，TEC＞1顯示存在技術效率，SECH＞1顯示規模擴張帶來效率提升，PECH＞1代表排除TCP和SECH以外能促進效率提高的因素。

物流業和制造業全要素生產率變動

本文依照楊瑩（2014）的觀點，選取交通運輸、倉儲和郵政業代表物流業，投入指標選取交通運輸、倉儲和郵政業全社會固定資產投資額、制造業全社會固定資產投資額、交通運輸、倉儲和郵政業從業人員和制造業從業人員，而產出指標為交通運輸、倉儲和郵政業生產總值和制造業生產總值。根據中國統計年鑒、各省份的統計年鑒和相關統計網站，獲取我國31個省份1998-2013年的面板數據，通過DEAP2.1軟件測度數據，得到我國1998-2013年物流業和制造業全要素生產率動態過程，如圖1所示。

由圖1可知，物流業全要素生產率變動幅度比制造業大，小于1的年份有7年，總體上全國物流業全要素生產率大部分時間效率不達標，而制造業全要素生產率除了個別年份小于1之外，基本都大于1，說明制造業全要素生產率總體狀況比物流業好。我國制造業的效率基本處于穩定加快的狀態，而物流業的效率不穩定，從2005年開始處于波動幅度大的階段。而2012-2013年，物流業效率快速增長，進入大發展階段，增長率高于制造業，表明國家對物流業的大力發展和政策支持有利于物流業發展。

由表1可知，華北地區5個省份的制造業全要素生產率都大于物流業，說明北京、天津、河北、山西和內蒙古制造業的發展都優于物流業，5省份的物流業全要素生產率都小于1，說明物流業生產效率較低，并且技術效率和進步效率都低下，其中技術效率受制于規模效應低下，不存在規模效率。而制造業只有山西和內蒙古的全要素生產率略大于1，說明華北地區制造業較為發達，而物流業仍然跟不上，物流業有待升級轉型。

由表2可知，東北地區3省份的制造業全要素生產率都大于物流業，說明3省份的制造業效率水平比物流業要高，制造業全要素生產率都大于1，制造業效率得到提升，而物流業效率低下，主要來自技術進步的負增長作用制約。遼寧技術進步負增長率為-0.075，吉林負增長率為-0.036，黑龍江負增長率為-0.042，應著重對其技術進步因素進行改善。

由表3可知，華東地區浙江、安徽、福建、江西和山東的物流業全要素生產率都大于制造業，說明物流業發展優于制造業，應著重對這五個省份的制造業規模效率進行改善。上海和江蘇兩個省份的物流業效率水平比制造業差，上海和江蘇經濟發達，物流業發展已久，造成這兩個省份物流業發展效率較低的原因在于物流業后勁不足，處于疲軟發展階段，而造成大部分制造業效率降低的原因主要在于技術進步的負作用，說明要提高制造業的技術創新和技術進步。

表1 華北地區物流業與制造業全要素生產率分解

表2 東北地區物流業與制造業全要素生產率分解

表3 華東地區物流業與制造業全要素生產率分解

表4 中南地區物流業與制造業全要素生產率分解

由表4可知，中南地區六個省份大部分制造業的全要素生產率比物流業大，海南、廣西、廣東和湖北四個省份的制造業發展優于物流業，而河南的制造業和物流業全要素生產率都非常低下，因此要針對河南物流業和制造業的技術進步和純技術效率進行革新和轉型。

由表5可知，西南地區五個省份的制造業全要素生產率都比物流業大，除了重慶之外，其他省份的制造業全要素生產率都大于1，說明四川、貴州、云南、西藏的制造業發展優于物流業，但是四個省份的效率都比較低下，主要原因來自技術效率中的純技術效率方面的負作用影響，應該要對這五個省份物流業制造業的企業組織效率進行深入改善。

由表6可知，西北地區五個省份除了陜西和甘肅的制造業達標之外，其余省份物流業和制造業的效率都非常低下。總的來說，依然是制造業的發展比物流業好，主要原因來自技術創新方面和規模效率方面的低下，應該要大力在物流業和制造業發展過程中引進先進技術，把企業做大做強，提高規模效益。

結論

本文通過DEA曼奎斯特指數法對我國31個省份1998-2013年物流業和制造業全要素生產率進行比較分析，從而得到如下結論：

（一）促進技術進步

我國總體上物流業全要素生產率水平劣于制造業效率水平，物流業發展落后于制造業，主要原因在于物流業技術進步效率低下的制約作用。從具體省份來看，全國物流業全要素生產率比制造業差的省份有25個：北京、天津、河北、山西、內蒙古、遼寧、吉林、黑龍江、上海、江蘇、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆，除了浙江、安徽、福建、江西、山東和河南之外，其余省份物流業效率水平都低于制造業，因此我國大部分地區物流業全要素生產率滯后于制造業，物流業效率水平無法為制造業發展提供支持，主要原因在于技術進步負增長率的制約，具體有北京（-0.031）、天津（-0.050）、河北（-0.108）、山西（-0.093）、內蒙古（-0.107）、遼寧（-0.075）、吉林（-0.036）、黑龍江（-0.042）、上海（-0.038）、江蘇（-0.017）、湖北（-0.038）、湖南（-0.057）、廣東（-0.061）、廣西（-0.033）、海南（-0.033）、重慶（-0.047）、甘肅（-0.010）和新疆（-0.022）18個省份，說明這些地區物流業物流創新技術能力依然比較薄弱，所以要針對這18個省份的物流業技術進步效率進行改進，其中河北和內蒙古的情況最為嚴重，對這兩個省份要實施更大力度的革新。北京、上海、江蘇、廣東等一些經濟發展發達地區物流業技術創新能力較低，物流技術進步動力不足的狀態，原因在于其忽視技術創新效率的進一步提高。而內蒙古、新疆、甘肅等地區由于經濟較為落后，物流技術創新方面落實不夠，所以國家要對這18個省份的物流業給予豐厚的財政資金引入或改善當地物流運輸系統，促進物流信息技術能力提升，投入更高級的物流技術，注重當地高校科研機構和企業技術資金合作，當地政府對不規范物流企業經營進行指導，優化物流業營運環境，促進區域之間行業合作。

（二）促進規模效率提升

造成我國總體上物流業全要素生產率劣于制造業的第一個次要原因在于規模效率負增長的制約作用，物流業全要素生產率劣于制造業的25個省份中，有11個省份是受到規模效率負作用的影響，說明11個省份規模沒有經濟效益，規模效率負增長情況分別為北京（-0.037）、天津（-0.039）、河北（-0.037）、山西（-0.041）、內蒙古（-0.037）、遼寧（-0.049）、吉林（-0.030）、黑龍江（-0.018）、青海（-0.030）、寧夏（-0.043）和新疆（-0.044），所以要對這11省份物流業規模效率進行改進，尤其是遼寧和新疆。根據這11省份規模效率負增長率狀況，要針對性的促進物流業市場化進程，深入整改11個省份秩序混亂的物流企業，鼓勵物流業中以強優企業帶弱差企業，擴大物流業規模，形成規模經濟效應，充分有效運用物流資源，建設先進物流基礎設施，落實高效集約發展道路，活躍物流業市場，促進行業公平競爭。

圖1 1998-2013年我國物流業與制造業TFP動態圖

表5 西南地區物流業與制造業全要素生產率分解

表6 西北地區物流業與制造業全要素生產率分解

（三）促進純技術效率提升

造成我國總體上物流業全要素生產率劣于制造業的第二個次要原因在于純技術效率負增長的制約作用，物流業全要素生產率劣于制造業的25個省份中，有10個省份是受到純技術效率的影響，這10個省份的純技術效率負增長率狀況為河北（-0.023）、山西（-0.024）、重慶（-0.038）、四川（-0.042）、貴州（-0.048）、云南（-0.038）、西藏（-0.043）、陜西（-0.046）、甘肅（-0.043）和青海（-0.022），其中貴州、陜西、西藏和甘肅省的情況尤為嚴重，純技術效率水平受到物流業服務管理能力和物流人才的影響，對這四個省份物流業要給予更多的管理水平支持和人才支撐，在這10個省份的物流業植入現代物流服務觀念，采取能讓客戶滿意的服務方式，與制造業、當地或者跨區域的物流業企業密切合作，共同開發更高級的交通運輸系統，落實低消耗綠色物流發展進程，堅持可持續發展道路，對10個省份全社會物流從業人才加強業務能力培養，定時進行物流業務方面培訓，對物流業資質進行嚴格評定，鼓勵物流業人才不斷加強自身素質，同時鼓勵吸引高級物流人才的加入。

總體來說，我國物流業全要素生產率比制造業差。從區域來看，華北地區、東北地區、中南地區、西南地區、西北地區物流業全要素生產率狀況較差，只有中南地區物流業全要素生產率比制造業好，而制造業全要素生產率總體狀況比較好，主要是中南地區制造業全要素生產率較差。全國6個省份制造業全要素生產率比物流業差，為浙江、安徽、福建、江西、山東和河南，所以要對這6個省份的制造業技術進步效率和規模效率進行重點改善，提高制造業技術創新水平，擴大制造業精益生產規模。

1.江銀娟.河南省制造業與物流業聯動發展的路徑與對策研究［D］.河南工業大學，2013

2.王珍珍，陳功玉.我國制造業不同子行業與物流業聯動發展協調度實證研究—基于灰色關聯模型［J］.上海財經大學學報，2010，12（3）

3.鄧良.中國制造業與物流業聯動發展實證分析—基于經濟轉型期行業面板數據分析的視角［J］.中國流通經濟，2013（7）

4.李煌，駱溫平，劉華榮.基于全要素生產率的我國物流業與制造業聯動研究［J］.物流技術，2014，33（10）

5.李晶.勞動力資源在全要素生產率中的貢獻研究［D］.青島大學，2007

6.趙燃，駱樂，韓鵬.中國農產品加工業技術效率、技術進步與生產率增長［J］.中國農村經濟，2008（4）

7.李超美.基于DEA-Malmquist指數模型的中國商業銀行效率及影響因素研究［D］.湘潭大學，2013

8.甘衛華，許穎，黃雯，丁茹，何德順.基于DEA-Malmquist的江西省物流業全要素生產率研究［J］.工業工程，2015，18（2）

9.楊瑩.青海省物流業與制造業聯動效率測度研究［J］.青海社會科學，2014（4）

10.甘衛華，汪娟.江西省物流業與制造業發展關系實證研究［J］.商業時代，2010（17）

▲教育部人文社會科學研究規劃基金項目資助（項目批準號：13YJA790051）

◆F252

A