基于隨機前沿的物流業發展效率及區域差異分析

鄭秀娟

（西安航空學院 經濟管理學院，西安 710077）

0 引言

隨著我國現代化經濟和市場競爭的進一步繁榮，物流業發展迅速。而與此同時，整個物流業資本流向和集聚則相對具有偏向結構，僅2006—2015年間，物流業投入資本增幅翻了九倍，目前物流業最大的基本集聚模塊在O2O服務。與此類似的還有物流業的勞動力資源，物流配送中心需要有高效的運作倉庫，以迅速準確地履行訂單，歐洲勞動力成本占整個物流業成本平均比重在35%～40%，而我國僅為20%～22%。以上因素的共同作用，嚴重影響了物流業進一步獲取技術改進效應，從而致使我國物流業發展出現區域不均和效率改進增速緩慢的問題。

現有針對物流業發展的研究主要側重于定性分析，定量分析主要集中在物流業發展的技術效應測度上，所使用方法為基本的效率分解，但對于不用區域在不同空間域下的物流效率發展，并未有集中的研究探索。為此，本文結合物流業各部類發展的分散化特征，結合隨機前沿分析，以及去時序化的空間效率比對，對我國物流業發展技術效率進行全面剖析。

1 物流業發展效率測度的模型構建

1.1 隨機前沿分析原理

隨機前沿分析是一種結合參數分析的典型代表模型，主要考慮按照隨機前沿面確定參數選擇并結合非參數進行對比因子在隨機模式下的影響分析，進行進一步的對象分析的方法。隨機前沿分析模型主要考慮的是測度第n個決策單元過程中如何獲得在其對應的第T個時序期內的效率，一般而言是將這種效率分為技術效率和技術進步。并且按照每個決策單元映射出投向第m類別投入產出組合的一種決策，其基本模型如下：

關于隨機前沿分析中的技術無效，一般假定其基準條件是服從半正態分布，并且按照截斷方式獲得正態分布、指數分布和相應的向量分布。v刻畫的是一個與前者的獨立同分布，即按照正態分布估算結果，針對產業分析的各部類效率進行逐個精度檢驗，再在此基礎上，依據u、v在每一個時序對應向量集上的符號判斷每一個產業部類在不同時序的決策單元技術效率發展趨勢，這正好符合了本文所面向的物流產業中各部類不同步的發展現實，從而更為精確地確立物流產業各部類在不同時序、不同區域、不同類別的發展效能。

同時，當η為正數時，η(t)是在第t時序內的技術效率單增函數，其與帶測定產業的總體技術效率正向關聯，技術無效向量趨減；否則則為負向關聯，技術無效向量趨增。當η(t)取值為1時，所對應的技術效率函數恒不變，即不再有帶測定產業各部類在不同時序的不同步技術無效。而δit的設定主要是為了在隨機前沿分析過程中的參數估計選擇，即當δit=vit=μit時，向量擾動映射成合成誤差項，此時隨機前沿分析模型不能直接用最小二乘估計獲得直接的期望結果來作為最終的技術效率判定值，其原因在于，此時δit數學期望為負，導致每一方面的隨機擾動判斷不成立；此時，需要隨機前沿分析模型按照基于δit數學期望的密度函數進行極大似然估計求得模型各個參數，在進行各項擾動項對應的條件分布進行條件數學期望，即按照式（3）進行。其對應的現實意義在于當待測定產業部類中不同時序內的作用向量在機制上呈現同樣的時序驗證結果，此時隨機前沿分析模型所表現的對象樣本技術效率是包含向量相互干擾的偽結果。

在整個物流業技術效率評價過程中，TE負責刻畫的是測度第n個決策單元過程中如何獲得在其對應的第T個時序期內的技術效率，i描述的是參數在被測度的第i個時序期，t表示的是測度樣本向量集中的序列。yit負責刻畫的是第i期對應的第T組參數獲得的產業產出，xit負責刻畫的是第i期對應的第T組參數獲得的產業投入，β描述的是整個模型的參數，而整個基礎隨機前沿分析模型的隨機擾動項分為兩部分，即：隨機誤差項vi，用以映射由不同時序參變量疊加造成的模型測度干擾。μi負責刻畫的是技術無效，在隨機前沿分析模型中主要表現為一個非負的隨機擾動向量機，由此形成一個隨著每次隨機擾動獲得的非負誤差項。

同時需要指出的是，隨機前沿分析模型中的隨機擾動在針對隨機誤差項上，按照不可控因素累積向量序列，并且服從以下分布：

非負誤差項主要按照截取的正態分布進行去尾分布，以確保其與隨機誤差項的相對獨立性，并確保μi、vi、xi相互獨立。其分布規則為：

1.2 隨機前沿分析模型改進

對隨機前沿分析模型進行進一步的產業發展效率結合分析應用的優化。鑒于按照參數在隨機擾動項分部討論仍無法解釋的情況，因此須確立產業發展效率在不同決策交叉疊合影響分析結果時的測度方法，即通過隨機前沿分析改進，進行隨機向量變動的決策單元化來實現數據反饋：

此時，需要按照先行樣本測定的各個向量集歸納為決策單元的方式進行進一步測度，即假定每一個物流產業部類的決策單元以總和形式，分成若干個決策單元，jit對應刻畫的是在不同時序內的同一個決策單元線性規劃，并由其對應不同物流產業部類在資源配置項下的決策單元的隨機前沿分析模型測度效率，當數據獲得輸出反饋時，可以結合式（1）和式（2）獲得進一步的技術無效、隨機前沿面的凸性。

其中，技術無效前文已有敘述，而凸性主要指的是不同的物流產業決策過程在不同時序，也即是物流業不同政策推動的發展期形成的技術效率超過平均技術效能的幅度，而這種對比幅度決定了物流產業各部類在我國發展過程中所獲的效率與其他各比較部類之間的顯著性，以此替代策交叉疊合影響背景下的隨機前沿分析評估結果。

在這一修正過程中不能確保隨機前沿面凸性的顯著，因為有可能形成式（8）在不同時序、不同部類之間測度形成的錐性和最小無效，這些系統外預期只能按照空間域進行決策單元的分類驗證，此時對時序向量樣本差異采取隨機前沿分析的舍去，將舍去部分所對應時序的物流產業分部類效率歸納為一種C2R的有效性，具體如下：

式（10）和式（12）構成的是經改進后隨機前沿分析模型的去時序近似有效性松弛凸性，即通過樣本向量差來獲取基于不同時序產業部類發展技術效率的隨機前沿面決策單元分類效率。按照一個非阿基米德無窮小量ε（ε=10-6）基期、滯后期以及去時序向量在決策單元框架下的技術效率評價。即當式（12）對應分量獲得非負量不足時，其形成的隨機前沿面與決策單元過程的向量集線性凸出，形成顯著的差異化。而式（10）負責將去時序的向量構成決策單元進行歸納投影，以此獲得各時序相對物流產業各個子部類技術效率增進的差異判斷。

1.3 參數選取與數據來源

本文根據我國物流產業發展現狀結合現有文獻，選取勞動力、資本要素作為測度物流業發展效率的變量，由于技術指標缺乏統一度量標準，暫時剔除。同時，為了進一步探究要素在追加過程中對于物流產業發展效率的投入增長的持續性貢獻，本文對所選要素做了參數交叉積的測度。本文所需數據主要來源于《中國統計年鑒》《中國物流年鑒》以及各省地市統計年鑒數據。在數據歸并整理過程中，剔除了數據可得性不強或關鍵性指標缺失的香港、澳門、臺灣、西藏、寧夏以及新疆等地數據。同時，在累積2006—2015年數據過程中，本文利用數據缺失值前后年份平均值做了缺失節點的替代。

2 實證分析

2.1 物流業的時序效應差異分析

下頁表1報告了全國物流業以及各地區物流產業的隨機前沿分析對于生產函數的系統估計與t統計。從表1可知，全國以及各地區的似然率檢驗統計量均以漸進式服從混合分布。且在截斷正態分布假定中，各地區以及全國的似然率都超過了臨界值，說明所選取模型并未形成對于去時序物流業各部類無效零假設。而通過全國各地表示技術無效測度調整率均大于0.70，說明針對物流產業各部類技術效率的去時序效應差異主要集中在技術效率無效性部分的冗余干擾；而相比之下包含時序的區域統計在測度向量參數t的結果上，未呈現出顯著性，由此可以確立本文所選的隨機前沿分析及其去時序差異修正模式適合對物流產業這一具備較大時空差異的對象進行研究。

表1 物流業的隨機前沿分析估計結果

這一結果進行變量分析，發現資本要素投入與物流業整體上呈現出正關聯，但這一關聯并不顯著，而相比之下，東部和西部的資本投入要素與物流業效率呈較為顯著的負相關（均為5%顯著性條件下的-2.91和-2.77），這就說明，全國物流產業在產業規模逐年增長過程中東部和西部的物流業發展未獲得規模化的技術效率遞增，反而遞減?？梢姡瑢τ谌珖锪鳂I而言，資本投入對于產業效率的推進尚存在進步空間。而從資本投入二次變量來看，我國東部以及西部區域獲得了正關聯，從而證實東、西部區域的物流產業依靠資本投入呈現顯著的上升趨勢，因而應該進一步細化不同物流產業部類對資本投入要素的吸收。

而從勞動力要素來看，全國物流產業與這一要素投入效率關系呈現的是相對微弱的正向關聯，東西部區域這一要素獲得了正關聯，而中部區域則為顯著負相關，這就說明勞動力在我國各個區域的物流產業內集聚程度不一致，這也導致了勞動力要素的物流產業效率報酬各異。而就勞動力要素的二次系數來看，全國呈現下降趨勢，而t值顯著前提下，中部區域的物流產業人力投入結果與全國成反向變動，說明總體上我國中部區域物流產業發展對于勞動力的需求巨大。

2.2 物流業效率綜合改進的測度分析

從時間序列角度來看，表1反映的t統計量均為獲得顯著性結果，說明我國物流業并沒有因為產業的長期積累直接獲得效率改進，而這一維度的二次變量系數在中部報告為負數，說明我國局部區域的物流產業效率累計不平衡，總體上我國勞動力投入對物流產業的效率改進作用相對不足。

而從表2可以看出，2006年、2009年、2012年、2015年的我國各個區域在不同時序內表現出的綜合效率、純技術效率以及規模效率各異，其中我國東部區域總體上基本將三類效率保持在1左右，說明該區域總體上保持著物流產業相對較優的水平，其對于有勞動力、資本以及其他相關要素的組合投入效率較高。西部區域總體上在各個所選年份的技術效率以及分解中都相對較低，說明這一區域在物流產業規模增長的同時，尚未獲得顯著的效率改進。

表2 全國物流業效率的隨機前沿分解

本文進一步結合式（8）進行產業分時序效率分解，并按照式（12）處理樣本，從而獲得上述時序跨度內全國以及各區域物流業效率的分解，結果如圖1所示。

圖1 物流業效率綜合改進增幅分析

從圖1中可以看出，我國東部區域一直保持著相對穩定和上升的物流產業效率改進，全國總體上也趨于上漲，但是相比之下，中西部區域處于增長的綜合效率改進，存在增速基礎較低的困境，這就說明從整體看來，我國勞動力、資本等要素在促進物流產業效率進步上，仍存在提速的可能。另外，可以看到我國西部區域在2015年獲得了物流產業效率增速的區域最高值，這主要是由于我國“一帶一路”倡議逐步發揮實效，獲得了產業的進一步改進。

3 結論與建議

本文針對我國物流產業發展效率進行了綜合評估，在運用隨機前沿分析模型測度整個物流產業綜合效率、純技術效率、規模效率的基礎上，結合去時序隨機前沿分析修正，進行了我國各個區域在物流產業技術綜合效率的比對，并就全國、東部、中部、西部區域的物流業效率綜合改進進行了增幅比對分析。結果證實，物流產業在產業規模逐年增長過程中東部和西部的物流業發展未獲得規模化的技術效率遞增，局部區域的物流產業效率累計不平衡，總體上勞動力投入的效率改進作用不足。但東部區域組合投入效率較高。由此提出如下建議：

（1）應該逐步強化勞動力要素在各個區域的物流產業發展貢獻，各區域首先應該充分分析區域內的物流產業發展要素，并將其精準定位，以中部區域為例，可以考慮建立跨省地市的物流業人才基地、人力供應市場共享機制，從而解決區域物流業發展的勞動力要素瓶頸。

（2）要從物流業發展效率不足的要素中開辟產業效率提升路徑，進一步細化各區域對于物流業發展的金融支持，爭取按照不同區域物流產業所需的支持資金模塊，進行分類別的融資規模追加，從而克服金融支持產業進步的傳統渠道不足等問題。

（3）從西部區域的綜合效應改進顯著性來看，應該進一步強化“一帶一路”倡議在各地區的政策效應，中西部要盡快爭取培育出適合我國乃至全球需求規模下的物流業產業集群及配套，并根據不同物流業務需求，分點、分部類優化物流發展的主要內容。