夏 露，張 彤，劉 玲，顧 彬

0 引 言

隨著社會分工的不斷細化，作為現(xiàn)代經(jīng)濟“加速器”和“第三利潤源泉”的物流業(yè)取得了長足的發(fā)展。隨著各地區(qū)經(jīng)濟的不斷發(fā)展，物流行業(yè)逐漸受到各地政府的重視，紛紛加大對行業(yè)的投資，而作為衡量物流投入與產(chǎn)出比優(yōu)劣的物流效率則直接反映了當(dāng)?shù)匚锪餍袠I(yè)的發(fā)展水平，逐漸受到大家的關(guān)注。

西部地區(qū)包括四川、云南、貴州、廣西、重慶、西藏、陜西、甘肅、新疆、寧夏、青海、內(nèi)蒙古共12 個省、直轄市、自治區(qū)。2022 年西部12 省份的GDP 共實現(xiàn)25 萬億元，約占全國經(jīng)濟總量的21%。近年來，隨著西部經(jīng)濟的崛起和一帶一路政策的支持，西部各省份的物流產(chǎn)業(yè)增速迅猛。但是由于經(jīng)濟發(fā)展不平衡以及政府政策支持差異等多方面的原因，各地區(qū)之間的發(fā)展程度參差不齊，差異巨大，一些省份的物流效率不高，浪費嚴(yán)重，低效的物流投入產(chǎn)出已逐漸成為制約區(qū)域經(jīng)濟發(fā)展的關(guān)鍵因素之一。以往的文獻利用不同實證研究方法對區(qū)域物流效率問題展開了研究，得出了一些較有意義的結(jié)論和建議，但從現(xiàn)有的文獻檢索結(jié)果看，對西部12 個省、直轄市和自治區(qū)進行物流效率評價和分析的文獻較少，相關(guān)的研究也亟待深化。因此，對西部12 個省、直轄市和自治區(qū)的物流效率進行測度和評價，并且對西部各省份的物流效率差異進行分析，提出應(yīng)對措施和建議，有利于西部地區(qū)物流行業(yè)的高質(zhì)量發(fā)展。

1 研究方法介紹

本文選取三階段DEA 模型以及Malmquist 指數(shù)方法來研究西部12 個省份之間的靜態(tài)和動態(tài)的物流效率。

三階段DEA 模型是由Fried 等人提出的一種在傳統(tǒng)DEA 模型基礎(chǔ)上剔除環(huán)境變量和擾動項的計算投入產(chǎn)出效率的方法。其主要步驟為：第一階段與傳統(tǒng)的DEA-BCC（規(guī)模報酬可變） 模型計算一樣，利用原始的投入和產(chǎn)出數(shù)據(jù)計算投入產(chǎn)出效率值；第二階段則借助隨機前沿分析方法（SFA） 消除外部環(huán)境和隨機擾動項，得到新投入；第三階段則利用調(diào)整后新的投入變量，重新進行DEA-BCC 模型計算，從而最終得到不受環(huán)境因素及隨機擾動項影響后的效率值。

Malmquist 指數(shù)方法則是由Malmquist 等人提出的被廣泛應(yīng)用于計算生產(chǎn)率變化的方法。該方法的核心是將全要素生產(chǎn)率（TFP）分解為技術(shù)變化（TCH）和技術(shù)效率變化（TECH），進而研究影響其變化的原因。當(dāng)TFP大于1 時，表示生產(chǎn)能力有所提高；當(dāng)TFP小于1 時，則表示生產(chǎn)能力在惡化。

2 指標(biāo)的選取與數(shù)據(jù)的來源

本文主要選取了3 個投入指標(biāo)，3 個產(chǎn)出指標(biāo)和2 個環(huán)境變量來建立相應(yīng)的評價指標(biāo)體系測算西部各省份之間的物流效率。

由于物流業(yè)具有重資產(chǎn)、勞動力密集等特性，因此本文的投入指標(biāo)主要從三個方面考慮：人力、財力和物力，分別用就業(yè)人數(shù)、固定資產(chǎn)投資額和民用載貨汽車擁有量來反映人財物三個方面的投入數(shù)量。而產(chǎn)出指標(biāo)則用交通運輸、倉儲、郵政業(yè)的增加值以及貨運量和貨運周轉(zhuǎn)量來反映質(zhì)量產(chǎn)出和數(shù)量產(chǎn)出的多少。

物流行業(yè)在實際發(fā)展中通常會受到地區(qū)經(jīng)濟發(fā)展水平和政府政策的影響。因此，在環(huán)境變量選擇方面，本文選取地區(qū)GDP來反映當(dāng)?shù)亟?jīng)濟的總體發(fā)展水平；用地區(qū)交通運輸、倉儲、郵政支出占地區(qū)財政總支出的比例來反映當(dāng)?shù)卣畬ξ锪餍袠I(yè)的支持程度。

具體如表1 所示。

表1 指標(biāo)選取

本文采用的相關(guān)數(shù)據(jù)來自于《中國統(tǒng)計年鑒》和國家統(tǒng)計局網(wǎng)站，選取了2017 年到2021 年的西部12 個省，直轄市和自治區(qū)的相關(guān)數(shù)據(jù)進行研究。

3 西部地區(qū)物流效率的實證分析

3.1 第一階段

本文以2017 年和2021 年數(shù)據(jù)為例，選取2017—2021 年西部12 個省、直轄市和自治區(qū)的物流業(yè)效率值進行分析，運用DEAP 2.1 軟件，計算得出西部各省份的物流綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率，整理結(jié)果如表2 所示。

表2 第一階段物流效率評價表

2017 年西部物流行業(yè)的綜合技術(shù)效率為0.861、純技術(shù)效率為0.941、規(guī)模效率為0.919。而2021 年綜合技術(shù)效率為0.815、純技術(shù)效率為0.958、規(guī)模效率為0.854。

綜合效率是指某一地區(qū)在當(dāng)前經(jīng)濟技術(shù)條件下產(chǎn)出的最大值。從表2 來看，廣西、重慶、寧夏和內(nèi)蒙的物流綜合效率在2017 年和2021 年均為1，處于DEA 有效狀態(tài)。而其他省份的物流綜合效率則處在DEA 無效狀態(tài)，存在投入過量或產(chǎn)出不足的問題。

從純技術(shù)效率角度來看，除了少數(shù)幾個省份外，其他絕大多數(shù)的西部省份的純技術(shù)效率在2017 年和2021 年均為1，表明這些省份的物流效率相對較好，對投入的利用較為充分。云南和陜西兩省在2021 年在對投入資源的利用效率上有所上升且從無效狀態(tài)達到了相對有效狀態(tài)。而貴州、甘肅和新疆這3 個省份則在對投入資源的利用效率上在2021 年比2017 年均有所提升，但仍未達到最佳，有進一步提高的空間。

從規(guī)模效率的角度來看，廣西、內(nèi)蒙古、重慶和寧夏這4 個省份在2017 年和2021 年間規(guī)模效率長期處于DEA 有效的狀態(tài)，規(guī)模收益長期不變。而其他省份的規(guī)模效率在2017 年和2021 年均小于1，都存在著整體規(guī)模相對不經(jīng)濟的狀況，其中四川和陜西屬于規(guī)模收益遞減狀況，存在著效率損失的問題，要注意相關(guān)投入指標(biāo)的使用情況；而貴州、西藏、甘肅、青海和新疆則屬于規(guī)模收益遞增狀況，在未來則需要加大投入力度。

3.2 第二階段

在第二階段借助隨機前沿分析方法消除外部環(huán)境和隨機擾動項，得到新投入變量，建立SFA 回歸方程。以2017 年和2021年數(shù)據(jù)為例，計算結(jié)果如表3 所示。

表3 SFA 回歸模型結(jié)果

地區(qū)生產(chǎn)總值在2017 年和2021 年的固定資產(chǎn)投資額、就業(yè)人數(shù)和貨車擁有量3 個投入松弛回歸系數(shù)為正，說明經(jīng)濟發(fā)展的同時也會使得物流行業(yè)在人財物三個方面盲目且低效率的投入，造成投入的冗余和管理效率的低下，當(dāng)前行業(yè)的發(fā)展是以粗放型發(fā)展為主。政府支持投入在2017 年和2021 年的固定資產(chǎn)投資額和就業(yè)人數(shù)方面均由正變負，表明政府的政策在一定程度上可以使得投入冗余降低，提高管理效率。計算結(jié)果表明，隨著經(jīng)濟的高速發(fā)展，地方政府合理的物流發(fā)展政策會對當(dāng)?shù)匚锪餍袠I(yè)的快速發(fā)展和物流效率的提升起促進作用，相關(guān)政府部門應(yīng)該依據(jù)本地實際情況優(yōu)化投資。

表3 中LR 值大于檢驗標(biāo)準(zhǔn)值，表明所選取的環(huán)境變量對于投入松弛變量的影響是顯著的，利用SFA 模型進行第二階段的計算是有必要且合理的。

3.3 第三階段

本文以2017 年和2021 年數(shù)據(jù)為例，在第三階段利用在第二階段剔除環(huán)境變量和隨機因素后計算的投入值代替初始投入值，運用DEAP 2.1 軟件，計算得出西部各省份第三階段的物流綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率，整理結(jié)果如表4 所示。

表4 第三階段物流效率評價表

從表4 可以看出，廣西、重慶和內(nèi)蒙古三個地區(qū)的物流效率沒有變化，仍然處于效率前沿面，環(huán)境因素和隨機因素對這些地區(qū)幾乎沒有什么影響。而其他大多數(shù)西部省份則在剔除了環(huán)境因素和隨機因素以后物流效率出現(xiàn)了上升，表明當(dāng)?shù)氐奈锪餍袠I(yè)發(fā)展在一定程度上會受到環(huán)境因素和隨機因素的干擾，行業(yè)發(fā)展仍然存在著一些不利的外部環(huán)境。

3.4 動態(tài)分析

為了測算西部各省份在不同年份中的效率變化情況，本文采用Malmquist 指數(shù)法對2017—2021 年西部地區(qū)12 個省份的不同效率變動情況進行分析，具體如表5 所示。

表5 2017—2021 年西部地區(qū)分年全要素生產(chǎn)率指數(shù)及分解

由表5 可知，2017—2021 年間西部地區(qū)省份的物流全要素生產(chǎn)率均值為1.175，總體呈下降態(tài)勢。具體來看，2018—2019年間呈下降態(tài)勢則是由于技術(shù)進步的下降所導(dǎo)致的；而2019—2020 年間由于技術(shù)效率和技術(shù)進步均呈現(xiàn)下降狀況導(dǎo)致全生產(chǎn)要素呈下降態(tài)勢，只有在2020—2021 年由于技術(shù)效率和技術(shù)進步的提升才有小幅度的上升。

由表6 可知，所有西部省份的全要素生產(chǎn)率變化幅度都在1 以上，表現(xiàn)較好。

表6 2017—2021 年西部地區(qū)各省份全要素生產(chǎn)率指數(shù)及分解

從技術(shù)進步的角度來看，西部所有省份的技術(shù)變動均呈上升態(tài)勢，說明西部各省份近幾年在物流管理方面都取得了相對的進步。

從技術(shù)效率變化的角度來看，廣西、重慶、四川和甘肅的數(shù)值都小于1，表明這些省份近些年來的技術(shù)效率有所降低；而其余幾個省份都大于或等于1，表明這幾個省份的技術(shù)效率均在逐步提升。

從規(guī)模效率變化的角度來看，大部分省份的規(guī)模效率變化值為1，基本維持在規(guī)模效率不變或者遞增的狀態(tài)。而廣西、重慶和四川的規(guī)模效率變化值較小，說明其規(guī)模效率在不斷降低，當(dāng)?shù)氐奈锪靼l(fā)展屬于粗放型，對資源的利用不夠合理，難以形成規(guī)模效應(yīng)促進產(chǎn)業(yè)發(fā)展。

4 結(jié)論與建議

4.1 主要結(jié)論

（1） 西部地區(qū)各省份之間的物流行業(yè)發(fā)展較不均衡，物流效率差異較大。廣西、寧夏、內(nèi)蒙古、云南等省份的物流行業(yè)發(fā)展前景較好。

（2） 總體來看，內(nèi)蒙古、重慶、廣西、云南和寧夏2017 年到2021 年的表現(xiàn)較為不錯，長期處于DEA 有效狀態(tài)。而其他省份的綜合效率在2017 年到2021 年則長期處在DEA 無效狀態(tài)，與表現(xiàn)不錯的省份相比或多或少都存在著投入過量或產(chǎn)出不足等問題。

這可能是與西部地區(qū)經(jīng)濟條件較中西部地區(qū)比較落后，物流行業(yè)起步較晚，發(fā)展還處于上升期有關(guān)。近幾年來西部各省都大力支持物流業(yè)，物流業(yè)雖得到快速發(fā)展，但是物流基礎(chǔ)設(shè)施布局分散、資源配置不合理、物流信息化水平不高等現(xiàn)象也相繼顯現(xiàn)，制約了物流效率的提升。再者，對物流業(yè)的資金投入，多以固定資產(chǎn)投資顯現(xiàn)，然而該投資具有周期長，見效慢以及投資金額大等特點，因而容易出現(xiàn)投資大，收益小的問題。

綜合來看，西部地區(qū)各省份之間的物流行業(yè)發(fā)展都比較迅速，但是其中一些省份的物流發(fā)展不是很好，沒有形成規(guī)模效應(yīng)。未來如果想要提高物流效率，必須從有效利用物流資源、合理安排物流要素投入等多方面入手。

4.2 相關(guān)建議

（1） 加強物流基礎(chǔ)設(shè)施建設(shè)。充分了解當(dāng)?shù)氐奈锪髡Ｐ枨螅侠硪?guī)劃運輸線路，精準(zhǔn)發(fā)力優(yōu)化交通運輸基礎(chǔ)設(shè)施。同時也要加強物流資源的投入管理，加強先進設(shè)備的引進，提高物流效率。

（2） 提高物流信息化水平。積極引進或研發(fā)無線射頻技術(shù)、物流自動化技術(shù)等先進的物聯(lián)網(wǎng)技術(shù)，依托技術(shù)支撐，提高運營水平和物流效率。

（3） 積極培養(yǎng)物流方面的人才。西部地區(qū)對人才的吸引力由于經(jīng)濟等方面的原因往往要弱于東部和中部地區(qū)，西部各省或多或少都面臨著人才流失問題，因此更應(yīng)該建立完善的薪酬體系，注重人才的培養(yǎng)和引進。并且加大對物流相關(guān)知識的宣傳和普及力度，讓更多的人了解物流的內(nèi)涵以及物流業(yè)的重要性，從而為行業(yè)提供潛在人才資源。