一、引言 物流业是最主要的生产性服务行业之一，在带动其他产业、促进经济增长、提升就业容量方面发挥着举足轻重的作用。2008年全球金融危机爆发之后，我国就将物流业列为“十大振兴产业”之一，可见，其对社会、经济的影响力也得到了政府层面的重视。在此背景下，我国物流业取得了可喜的发展，增加值占国内生产总值的比重从20世纪90年代初的3.3％增长到2010年的6.8％。但必须看到的是，虽然物流业的繁荣带来了经济的增长，但物流业的劳动力投入在大幅攀升，其吸纳的资本投入也在逐年累加，这些都表明，对物流业发展的衡量不能以偏概全地只看产出而不考虑投入，只有从投入产出的综合视角，才能全面衡量我国物流业发展的效率和质量。尤其是我国现有的地方利益格局限制了物流系统的相互衔接，造成大量重复建设和资源浪费，投入量的无序增加也促使我们开始思考：我国物流业的全要素生产率(下文简称TFP)到底处在什么水平？TFP的增长主要在于技术进步、技术效率改进、规模效率以及配置效率四种因素，考虑到我国物流业发展起步较晚，和国外发达国家相比仍然有不小的差距，找出我国物流业TFP增长的主要因素，有助于我们认识物流业当前发展的内在增长方式，为物流业的长远发展提供启示。 凭借良好的先发优势，欧美国家的物流业无论是在经营能力还是客观条件上都已经达到了很高的水平，加之其从业者身份基本上是民间私人或者私有企业，因而对物流业总体生产率的研究较为有限，大多数的文献都集中在对港口和机场等微观物流单位的TFP研究上。如Estache等(2004)利用DEA-Malmquist方法测算了1996—1999年墨西哥11个主要港口的TFP增长水平并进行了因素分解，发现虽然大西洋港口和太平洋港口在不同年份TFP增长率的推动因素有所不同，但总的结果是使得TFP保持了年均4.1％的增长水平。Oum等(2008)利用贝叶斯计算方法建立超越对数生产函数形式的随机生产边界模型，衡量了世界范围内109个大型国际机场2001—2004年的TFP水平。Tovar等(2010)利用DEA-Malmquist方法衡量了西班牙大型国际机场的TFP变动，发现其增长的主要动力来自于技术效率因素，规模效率和技术进步都是次要因素。国外研究者的研究范围也包括中国样本，如Fung等(2008)利用DEA-Malmquist方法衡量了1995—2004年中国25个大型国际机场的TFP变动情况，分解结果显示出很强的技术进步水平和较低的技术效率水平，使得最终的TFP增长率微弱为正。 国内的研究则相对宽泛，部分学者沿着国外研究者的思路针对我国民航机场、海港码头等交通运输行业内微观样本的TFP变动做了详细的研究，如于剑(2007)利用DEA-Malmquist方法衡量了国内5家大型航空公司在2002—2006年的TFP变动情况，发现总体呈现显著的上升趋势，分解结果表明技术进步和技术效率改进是TFP提升的主要动力。从现有文献来看，国内学者的研究更多集中在产业层面，从较狭窄的交通运输业，到普通意义上的物流业，不一而足。余思勤等(2004)利用DEA-Malmquist方法分析了1990—2000年我国交通运输业TFP的变动情况，其研究结果显示，不同运输方式的TFP变动情况也呈现出不同的特征。王亚华等(2008)利用Bootstrap的DEA-Malmquist方法衡量了国内交通运输业及其四个主要部门在1980—2005年的TFP变动情况，发现我国交通运输业的TFP一直保持增长态势，尤其是进入21世纪后开始加速增长，其主要动力源泉来自于技术进步因素，而技术效率因素变化缓慢甚至是起副作用。而刘玉海等(2008)利用DEA-Malmquist方法衡量了国内交通运输业在2000—2004年的较短时期内TFP的变动情况，得出的结论略有不同，他们的研究结果显示，2000年以后我国交通运输业的TFP一直保持增长的原始动力在于技术效率和规模效率，而技术进步因素一直在下降。田刚等(2009)构建了Battese等(1992)年提出的随机生产边界模型，利用1991—2007年我国省级面板数据测算了我国物流业的TFP增长情况，结果表明，我国物流业TFP持续上升且区域间的差异逐年拉大，技术进步是最主要的因素，技术效率则起负面作用。余泳泽等(2010)采用同样的方法分析了2003—2008年我国区域物流业的TFP，结果显示我国物流业TFP增长呈现震荡式上升趋势，上升幅度按东部、中部、西部依次降低，表现出了显著的区域差异。田刚等(2011)利用随机生产边界模型的分析发现，环境因素的差异是造成地区间物流业TFP差异不断扩大的重要原因。 目前，计算TFP的方法主要有三种：一是Solow(1957)提出的索罗余值法，但索罗余值法本身隐含最优生产、规模报酬不变等假设，因而只能衡量TFP增长水平而无法进行完全分解。二是Caves等(1982)基于DEA(数据包络分析)的Malmquist生产率指数法，该方法是最早的TFP变动分解方法，将TFP变动分解为技术进步因素、技术效率改进和规模效率因素；但是DEA-Malmquist方法没有考虑配置效率因素，从而给分解带来了偏差。三是Kumbhakar等(2000)提出的基于SFA(随机生产边界分析)的分解方法(下文简称K-L分解方法)，对TFP增长进行了四种因素的完全分解，而且相比前两种方法还考虑了随机冲击的影响。
