中国区域物流产业技术效率差异及演进趋势研究

作 者:

作者简介:
马明(1981- ),男,吉林长春人,吉林财经大学管理科学与信息工程学院讲师,博士,吉林省物流产业经济与智能物流重点实验室;唐乐(1981- ),女,吉林长春人,吉林财经大学国际交流学院讲师,吉林大学商学院博士生;刘颖,吉林财经大学管理科学与信息工程学院,吉林省物流产业经济与智能物流重点实验室(长春 130117)。

原文出处:
北京工业大学学报:社会科学版

内容提要:

为了科学评价我国区域物流产业技术效率及演进趋势,运用基于非径向、非角度的SBM-DEA模型,对我国2003-2013年30个省级行政地区物流产业的技术效率、纯技术效率和规模效率水平及其演进趋势进行了实证分析。分析结果表明:考察期内各地区物流业技术效率虽然呈现增长态势,但效率水平仍然较低,主要是由纯技术效率偏低所导致,八大区域物流业技术效率呈现从东向西递减的规律。总体而言,大部分地区物流业纯技术效率亟待提高,少数地区规模效率偏低是其技术效率较低的原因。转变增长方式是我国物流业技术效率提升的关键所在。


期刊代号:F14
分类名称:物流管理
复印期号:2015 年 10 期

字号:

      中图分类号:F 062.9 文献标志码:A 文章编号:1671-0398(2015)03-0014-07

      中国正处于经济转轨的特殊时期,如何实现这一时期经济的快速、持续、健康发展是一项异常艰巨的任务,而作为国民经济的基础性产业,物流业在促进经济增长中的重要作用日益引起中国各级政府的高度重视,这也直接促成了各地区对物流业的大力支持与投入。但随之而来的问题便是盲目、重复投资导致的物流产业效率低下。我国物流产业效率如何?发展趋势怎样演变?影响因素是什么?如何科学、合理地配置物流资源以提高效率?本文试图回答上述问题,以探求我国物流业高效、协调、可持续发展之路。

      效率的内涵可追溯到Farrel的效率理论,在Farrel的研究框架内,一个决策单元的效率包括2个部分,即技术效率(TE)和配置效率(AE),这2种效率的总和反映了企业或部门的总的成本效率(CE)或经济效率(EE)。技术效率反映既定投入下实现的最大产出,或者既定产出水平下实现最小投入的能力,其值等于实际产出与最优产出之比,或者最优投入与实际投入之比。而配置效率是在给定价格和生产技术的条件下,实现最优化投入组合的能力,它可以衡量如何使每一种资源能有效地配置到最适宜的使用方面上。由此可见,效率的提高有赖于生产者技术效率以及市场配置资源效率的提高。由于受到数据限制,配置效率的研究很难开展,相关研究更多地围绕技术效率展开。

      有关物流业技术效率的研究,国外主要集中在对物流企业技术效率的测度和影响因素分析2个方面。Martinez-Budria、Valentine和Tongzon、Barros等分别应用DEA模型,对不同港口的效率进行研究[1-4];Anthony结合DEA方法建立了新型综合标杆分析法对配送企业的生产率进行了分析[5]。国内的相关研究从企业、行业及区域3个层面展开。其中企业层面的研究较为丰富,学者主要应用DEA方法,对不同类型企业的物流技术效率进行测算,如潘书麟、张越和胡华清、于剑等[6-8]。在行业层面,现有的研究主要集中于交通运输行业效率的评价,如余思勤、蒋迪娜、马银波等[9-11]。区域层面的相关研究包括:通过建立区域物流效率评价指标体系,应用DEA方法对我国省、市区域的物流效率进行测算,并分析产生区域差异的原因,如贺竹磬、惠玉蓉、黄勇等[12-14]。

      综上所述,已有的相关研究更多地关注于物流企业或者交通运输行业,缺乏物流业整体视角。在区域层面研究中,缺乏区域间的横向比较与区域纵向演进分析,无法清晰地了解区域物流效率的差异及演进趋势。另外,大多数研究采用传统的DEA方法,没有考虑投入与产出变量松弛问题,导致决策单元技术效率测算偏差。因此,本文从物流业整体视角,应用非径向、非角度SBM-DEA模型对2003-2013年我国区域物流业技术效率进行测算,依据测算结果揭示各地区物流产业效率差异特征及变化趋势,为物流业效率的改善提供建议。

      一、模型选取

      通常效率的测度方法有参数方法和非参数方法2种,非参数方法不必对参数进行估计,也不必事先设定前沿函数,而是采用线性规划技术,从所有实际观测点中找出位于前沿面上的相对有效点,以此来构造生产前沿面,避免了主观设定函数的影响,因此,本文选取非参数方法中的DEA方法,对中国物流业技术效率进行测算。

      DEA常用的2种模型为规模报酬不变模型(CCR模型)和规模报酬可变模型(BCC模型)。CCR模型中规模报酬不变假设隐含着企业规模的大小,不影响其效率,即便是较小规模的企业,也可以通过增加投入等比例地扩大产出。然而在实际中,企业很可能受到内外环境的影响而难以在理想规模下运行,因此,技术无效率可能是规模报酬可变造成的,而非纯粹的生产技术无效率。当被考察企业不是处于最佳规模时,应用BCC模型就可以把CCR模型中的技术效率分解为纯技术效率和规模效率。

      无论是CCR模型还是BCC模型,都属于径向和线性分段形式的度量理论,虽然确保了效率边界或无差异曲线的凸性,但造成了投入要素的“松弛”。这种“松弛”导致被认为是有效率的个体即便不理会本可以减少的投入,或本可以增加的产出,也不会改变传统方法计算的效率值,其仍被认为是有效的[15]。这与新古典经济学基本假设相违背,造成对效率测度的偏误。为了避免上述问题出现,本文采用非径向、非角度的SBM-DEA模型来测算中国物流业技术效率,既可把松弛变量放入目标约束中,又可同时从投入和产出角度改进决策单元的投入和产出数量。

      二、变量与数据说明

      本文选取的样本是中国内地的省级行政区,不包括港澳台地区。由于西藏地区历年固定资产投资价格指数缺失,固定资产投资数据也不完整,因此没有把西藏包括在样本中。本文的研究对象为中国30个省级行政地区。为了更好地比较我国不同区域的物流产业效率,根据地理位置将我国分为八大区域。东北区域:黑龙江、吉林、辽宁;京津区域:北京、天津;北部沿海区域:河北、山东;东部沿海区域:江苏、上海、浙江;南部沿海区域:福建、广东、海南;中部区域:山西、河南、安徽、湖北、湖南、江西;西北区域:内蒙古、陕西、宁夏、甘肃、青海、新疆;西南区域:四川、重庆、广西、云南、贵州。

      本文所涉及数据均来自2004-2014年各期《中国统计年鉴》。之所以选择2004-2014年这段时期,是因为这段时期是中国电子商务行业飞速发展的时期,物流产业作为电子商务交易不可替代的重要一环,势必会受到电子商务行业发展的拉动,因此,这段时间也会是我国物流产业快速发展的时期,对我国各地区物流产业技术效率的评价也会更加具有实际意义。另外,由于2002年交通运输、仓储和邮政业就业人员数在统计口径上与其年份有所不同,遵循数据的可得性和一致性原则,选取2003-2013年作为研究期。

相关文章: