中国物流业技术进步与技术效率研究

作 者:

作者简介:
田刚,李南,南京航空航天大学经济与管理学院。

原文出处:
数量经济技术经济研究

内容提要:

在构建1999-2006年中国30个省区市物流业面板数据的基础上,应用Malmquist-DEA方法,对中国物流业全要素生产率(TFP)的增长来源、差异与变化趋势进行了实证分析。结果表明,考察期内中国各地区物流业全要素生产率呈增长态势,技术进步是全要素生产率增长的主要动力,技术效率的恶化阻碍了生产率的增长;各地区存在严重的投入拥挤和资源浪费现象;东、中、西部区域之间全要素生产率增长存在差异,原因各不相同;东部全要素生产率平均增长最快,西部技术进步增长明显,相对而言,低水平的技术进步与技术效率使得中部地区全要素生产率平均增长最慢。σ检验表明,技术效率在三大区域之间和区域内部有发散的趋势。目前应注重物流业的规划、管理及区域间的协调发展。


期刊代号:F14
分类名称:物流管理
复印期号:2009 年 05 期

字号:

      物流业被认为是国民经济发展的动脉和基础产业,其发展水平成为衡量一个国家或地区综合实力的重要标志之一,被喻为促进经济发展的“加速器”。中国“十一五”规划以及2007年出台的《关于促进服务业加快发展的若干意见》中,已将物流业列入重点发展产业。那么当前,中国物流业增长水平到底如何?中国物流业生产率增长的来源是什么?技术进步、技术效率在转型期中国物流业增长过程中究竟扮演了什么样的角色?本文试图回答上述问题,探求生产率增长的结构因素,从而给国家和相关地区物流业规划及管理提供政策参考。

      生产率分析是研究经济增长的重要工具。相对于劳动生产率、资本生产率等单纯测算,全要素生产率(TFP)更能从整体上反映一个产业的生产率状况。有关中国生产率的研究自Chow(1993)以来成为热点。目前对中国全要素生产率的研究主要集中在三个方面:第一个方面是研究具体部门的全要素生产率。这些研究主要集中于工业和农业部门。对于中国农业生产率的演变趋势各方观点比较统一,对于改革开放以来工业生产率是否提高,研究者仍然有不同的意见;第二个方面是运用中国加总时间序列数据研究中国的全要素生产率,主要关注全要素生产率随时间的波动和变化的态势;第三个方面是运用面板数据对中国各省份的全要素生产率进行实证,从而对区域经济全要素生产率的差异做出诠释。

      近年来,一些研究开始关注物流业生产率问题,Barros(2003)分析了1990-2000年葡萄牙10个港口的技术进步与技术效率。潘书麟(2006)对2003-2005年中国台湾13家物流企业生产率的研究认为,造成企业运营无效率的原因主要是规模效率下降,且这些企业大多处于规模报酬递减阶段。张越等(2006)考察了1995-2005年中国9个民用机场的生产率情况,认为机场业务量增长主要依赖设施规模的扩大,随着机场设施规模的迅速扩张,生产和管理技术不能完全适应这种变化,出现了技术进步、技术效率均下降的趋势,导致了TFP的下降。于剑(2007)对中国5个主要航空公司2002-2006年的全要素生产率的变化作了测算,发现生产率总体上有所提高,并且这种增长受到技术效率改善与技术进步的共同影响。

      从行业层面研究物流生产率在国内外还较少,现有的研究主要针对交通行业。Gordon(1993)是较早探讨交通业生产率的研究者之一,Oum等(1992)探讨了交通生产率的概念,并针对不同的问题提出了不同的测算方法。余思勤等(2004)对中国交通各部门1990-2000年间每一年的生产率进行了测算,但是没有测算交通全行业的生产率,同时由于受数据时段的限制,也没有对生产率趋势性变动做出归纳。刘玉海等(2008)对中国道路运输业在2000-2004年的生产率进行了分析,发现此期间中国道路运输业年均生产率在降低,且几乎完全是由技术进步水平的降低所导致的。王亚华(2008)测算了中国交通全行业及四个主要部门1980-2005年间的生产率变动,发现20世纪90年代初期以来交通行业TFP增速有所下降,技术效率显著下降;2000年之后,交通各部门的技术进步率大幅度上升,技术效率继续下降。

      既往的研究成果颇丰,但同时也有不足:一是主要集中于物流企业和交通运输行业层面,缺乏物流业①整体的视角,因此无法把握中国物流业生产率变化的特点;二是缺乏区域的比较,从而无法了解区域间生产率的差异及其变动趋势。

      本文运用面板数据对中国区域经济的全要素生产率进行实证研究,试图从以下几个方面对现有文献进行拓展:(1)运用基于DEA的曼奎斯特(Malmquist)生产率指数对中国30个省②(自治区、直辖市,后文简称作“省”)物流业的TFP的增长进行研究,并比较物流业的区域发展情况;(2)从物流业整体视角,完整地揭示中国物流业技术进步和技术效率的动态变化,进一步寻找生产率差异和变动的原因;(3)对中国各地区物流业技术效率的收敛性予以检验,以求全面地反映各地区物流业生产率差异变化的演进轨迹及趋势特征。

      一、研究方法与数据处理

      1.Malmquist生产率指数

      TFP的计算可使用传统的平均生产函数方法或前沿生产函数方法,后者克服了平均生产函数没有区分随机噪音和技术进步以及没有考虑技术无效率的缺点。物流活动具有多输入和多输出特征,基于Malmquist-DEA指数方法能很好地处理多输入和多输出的数据集,这种方法不但可以分析不同时期决策单元的效率演化,而且可以将Malmquist指数分解为技术进步指数和技术效率变化指数。通过分解,可以更加详细地了解影响物流业全要素生产率变动的综合因素,避免把生产率的变化只归因于某一因素,而忽视其他因素的作用。在本文中,我们把每一个省看作一个生产决策单位,运用由Fare等(1994a)改造的DEA方法来构造每一个时期中国的生产最佳实践前沿面。把每一个省的生产率同最佳实践前沿面进行比较,从而对技术效率变化和技术进步进行测度。

      根据Fare等(1994a),一个参考技术或者最佳实践前沿面可以由三种等价方式表述:投入要求集、产出可能性集和曲线图。

      

      L[t]又称为生产可能性集合,其中每一个给定投入的最大产出子集又被称为生产技术的前沿。为了得到生产率随时间变化的Malmquist生产率指数,我们引入距离函数(distance function)。根据Fare等(1994a),距离函数是Farrell技术效率的倒数。t时期的产出距离函数可以定义为:

相关文章: