中图分类号：F252 文献标志码：A 文章编号：1000-2154(2019)04-0030-16 物流业是一个融合交通运输、仓储和邮政业的复合型产业。从发展战略层面而言，物流产业在优化产业结构、转变发展方式和促进宏观经济增长等方面体现基础支撑的作用，同时亦是缩小地区间经济水平差距和协调区域间发展节奏的重要抓手。近年来，物流产业得到空前的重视，赢得迅速发展的机会。但是，高速发展并不意味着高质量发展。基础设施利用率低、运力资源浪费、营运成本过大、投入产出不匹配和环境污染等物流产业发展背后的一系列隐疾逐渐显现。回顾物流业发展历程，总结经验规律，以史为鉴，点亮物流业光明而曲折的前行道路。首先，准确评价物流产业发展状况是实现物流业持续健康发展的必要前提。研判物流产业所处的产业生命周期阶段，从多方面综合考量特定阶段下物流产业的发展水平，对于制定时宜的物流产业政策具有指导意义。同时，识别地区和区域间物流产业发展状况的不平衡利于窥探物流产业空间失衡与区域经济失调之间的关系，对于物流产业助力区域间实现协调发展具有一定的启发意义。其次，识别特定发展阶段下的推动和制约因素为制定针对性的物流产业发展优化措施提供指导。明确不同发展阶段下来自经济、制度、技术和环境等方面的重要因素对物流产业的影响作用，利于定位阻碍物流产业可持续发展的“症结”，“对症下药”以调控物流产业发展的方向，促进经济、社会和生态等多方受益的产业发展战略目标的达成。另外，把握物流产业的成长逻辑及其发展规律，有利于明确下一产业阶段的发展方向，并为实现物流产业高质量发展提供理论借鉴和政策建议。 就经济学视角而言，技术效率用以考量现有生产技术水平下投入确定时生产者产出接近其可能的最大产出的程度，综合反映经济系统的运行状况。从资本、劳动力、技术和能源等生产要素中挖掘物流产业生产活动的关键投入，以行业产值、规模和环境污染等作为主要产出，综合考量物流产业投入和产出的关系以测度物流产业技术效率。基于技术效率的视角，对比各地区物流产业的发展状况，挖掘左右物流产业发展的多层面因素，剖析其深层次的作用机理，为促进中国物流产业高质量发展提供理论支撑和有益启示。 二、文献回顾 (一)文献综述 1.物流基础设施技术效率研究。以往研究多从物流基础设施这一具体对象入手，主要涉及公路、铁路、港口、空港、仓储业和公共交通系统等基础设施技术效率的测度及相关问题。物流基础设施技术效率测度方面，Wanke和Azad(2018)[1]基于随机数据包络分析(Stochastic Data Envelopment Analysis，SDEA)和模糊数据包络分析(Fuzzy Data Envelopment Analysis，FDEA)两种方法测度了日本、泰国、越南、马来西亚、缅甸和印度尼西亚六国的铁路运营技术效率，并对比分析了两种方法下的技术效率值差异。Suárez-Alemán等(2016)[2]同时运用数据包络分析(Data Envelopment Analysis，DEA)和随机前沿分析(Stochastic Frontier Analysis，SFA)两种方法测算2000-2010年间70个发展中国家的203个集装箱港口运营的技术效率，证实发展中国家的集装箱港口技术效率呈上升趋势。Andrew和Leon(2010)[3]认为准确评价仓储行业的技术效率利于提升其经营绩效，并运用两阶段DEA测算不同产业的仓库的技术效率，为仓储业技术效率评价和管理优化提供建议。此外，部分学者探究了公路运输业技术效率(杨良杰等，2013)[4]、航空公司技术效率(Jain和Natarajan，2015；王恩旭等，2016)[5-6]和公共交通系统技术效率(Pal和Mitra，2016；林伯强和杜之利，2018)[7-8]的相关问题。 2.物流基础设施技术效率的影响因素研究。有研究进一步探究物流基础设施技术效率的驱动和制约因素。Jitsuzumi和Nakamura(2010)[9]分析了运输密度、区位差异等不可控的外生因素对日本铁路运营商技术效率的影响，并据此制定最优的政府补贴标准，提升铁路运营商整体的技术效率。Yuen等(2013)[10]的研究发现中国参股但并非主要股东的集装箱港口的技术效率较高，证实外资引入和内外部竞争有利于提升港口技术效率。王欢明和诸大建(2011)[11]证实市场竞争加剧和企业规模扩张有利于提升城市公交运营系统的技术效率，但是市场竞争存在作用临界值，即与技术效率呈倒U型关系。刘斌全等(2018)[12]认为区位条件、地形条件、城镇化水平和产业结构对中国铁路运输技术效率空间格局的形成产生重要作用。 3.区域物流产业技术效率相关研究。鉴于复合性的产业特征，从区域层面探讨物流产业技术效率相关问题的技术难度较大，有少量但具有代表性的研究在这方面进行了尝试。Markovits-Somogyi和Zoltán(2014)[13]应用数据包络分析-成对比较(DEA-Pairwise Comparison，DEA-PC)方法评价欧洲29个国家的物流产业技术效率，实现对所有决策单元的全排序，并比较了传统DEA和DEA-PC方法测度物流产业技术效率的适用性。钟祖昌(2010)[14]采用三阶段DEA方法评价2007年中国各省域物流产业的技术效率，认为中国物流产业技术效率综合水平偏低，其主要原因是规模效率不足。田刚和李南(2011)[15]借助SFA方法测算了1991-2007年中国各省域物流产业技术效率，整体水平偏低，并证实人力资本和开放程度与物流产业技术效率正相关，而政府干预则是抑制因素。倪超军和李俊凤(2016)[16]同样采用SFA方法评价中国物流产业的技术效率，发现2013年后物流产业技术效率显现下降趋势，并探究了城镇化水平、创新环境和物流专业化水平等环境因素对技术效率的影响。 (二)文献述评及创新之处 通过文献回顾，发现以往物流产业技术效率的相关研究存在诸多不足。第一，研究对象多为物流子行业或基础设施，区域层面的物流产业技术效率的研究相对缺乏，且研究尚浅，系统性不足。第二，物流产业是能源消费的主要行业，亦是温室气体的主要来源(王维国和马越越，2012)[17]。但是，现有对区域物流产业技术效率的相关研究多忽视能源消费和碳排放对物流产业技术效率的约束，所测度的技术效率值可能存在失真。第三，以往文献中的研究方法主要有DEA和SFA，创新性不足，尤其表现在研究方法的组合创新方面。
