近年来，我国实现从工业化中后期到后期的过渡，经济结构不断优化，产业特点也逐步向知识密集型和技术密集型转变，作为国民经济发展的重要支撑产业，物流产业的进步是提高国民生产总值的重要动力之一，逐渐成为国家重点关注对象。现阶段我国物流水平一般，仍处于发展中阶段，在全球经济一体化的大环境下，如何通过提高物流业发展效率来促进国民经济增长引起了人们的高度重视。2013年6月，国家发改委联合交通运输部发布《国家公路网规划(2013年-2030年)》，强调加强公路与其他运输方式的衔接与协调，形成“安全可靠、功能完善、布局合理、覆盖广泛”的物流网络运输通道。2018年10月，国务院印发《推进运输结构调整三年行动计划(2018-2020)》和《降低实体经济物流成本通知》，旨在通过进一步优化物流运输结构和积极开展物流降本增效工作，促进我国物流业迈向高质量发展。在此背景下，深入推进物流业发展效率评价，对促进我国产业结构调整和增强国民经济竞争力等具有重要的现实意义。 随着物流业在国民经济中的地位不断提升，对物流业的效率评价逐渐成为国内外学者研究的热点问题。物流业是由运输业、仓储业、通信业等多种行业整合的复合型产业，针对物流业的范围，不同学者的定义不同。如孙善祥、杨宏伟[1]指出，物流产业不在各国产业分类的统计体系中，我国的“物流业”是新提出的产业分类。高腾[2]在研究物流业发展效率时，并没有给出物流业的具体范围，直接以各地区整体物流的投入产出指标来分析我国物流业发展效率。刘秉镰、余泳泽[3]在研究我国区域物流时则认为物流业包括运输业、仓储业以及邮政业3个部门，清楚地划定了物流业范围。根据我国年鉴统计量，交通运输业、仓储业和邮政业对物流业总体贡献高达85%以上，因此本文选取交通运输业、仓储业和邮政业代替物流业。关于物流业发展效率的定义，国内外仍没有统一的标准，对于企业来说，物流业发展效率是指能否以一定的服务水平满足客户的要求，而对于社会来说，定义物流业发展效率具有一定的复杂性，在社会经济活动中，物流形式与内容丰富多变，须采用不同方法去分析。目前，物流业发展效率的定义是依据效率的定义演变出来的，用物流总投入与总产出的比值来衡量物流业发展效率的高低。而本文动态分析中研究的物流业全要素生产率是物流系统中各个要素的综合生产率，不包含资本、劳动等有形生产要素的增长率，主要指技术进步、效率改进以及制度创新等因素带来的经济增长，测算时将其具体分解为技术进步效率、纯技术效率和规模效率。近年来，国内外学者对物流业发展效率进行了大量研究，如国外学者Sehinnar AP最早将DEA分析法引入到对物流业发展效率的研究中，开创了用DEA方法分析物流业发展效率的先河。Hokey Min，Seong Jong Joo[4]运用DEA模型分析了第三方物流企业的运营效率，识别企业中的低效率来源，提高了第三方物流企业在物流市场中的生产力和价格杠杆。Peter F Wanke[5]基于两阶段DEA模型来衡量巴西港口的物流基础设施效率和装运整合效率，结果表明私人管理水平的提高对物质基础设施效率改善作用明显，而腹地规模和两类货物的运营对货物整合效率产生积极影响。Mohammed Najeeb Shaik[6]运用DEA模型对逆向物流企业的综合效率进行了评价分析，给出了有效改善企业绩效的途径。Markovits-Somogyi，Bokor[7]运用改良的DEA方法测算了欧洲29个国家的物流业发展效率，并与传统DEA方法所测结果进行比较，分析两者的差异性。有关物流业发展效率问题的分析，国内学者也做了大量的研究。邓学平、王旭等[8]基于DEA模型对我国55家物流上市企业的规模效率和生产效率进行实证分析，结果表明我国物流企业的规模效率没有明显差异，纯技术效率对生产效率的影响远大于规模效率。王琴梅、谭翠娥[9]选取DEA模型实证分析2003-2010年西安市的物流业发展效率，并结合Tobit回归模型评价各影响因素和物流业发展效率之间的关系，得出市场化程度和资源利用率对其影响更深。李开[10]、黄勇等[11]、高慕瑾[12]运用DEA方法分别对我国东中西三大地区的物流业发展效率进行了测算，并分析了影响各区域物流业发展效率的关键因素，为提高我国物流水平提供积极有效的政策建议。王雷、薛国梁[13]等基于CCR模型和BCC模型分析2006-2012年北疆8个地区的物流业发展效率，发现各地区效率值差异明显，仅克拉玛依和乌鲁木齐两市处于DEA有效水平，余下物流业发展效率较低的地区是由纯技术效率低下引起的。张昊、高康[14]选用超效率DEA模型和Tobit回归模型对我国西部地区的物流业发展效率进行分析，结果表明较低的纯技术效率是阻碍西部地区物流业发展的重要因素，区位优势和经济水平对物流业发展效率的影响呈正相关，而物流产业结构和资源利用率对其影响不明显。诸如此类的文献还有很多。 综上所述，DEA方法已广泛应用于物流业的效率评价方面，国内外学者在对物流业发展效率的研究上虽取得了一定的成果，但也存在些许不足之处。第一，以往学者主要集中研究企业物流发展效率和区域物流发展效率，而基于全国省域层面分析物流业发展效率的文献并不多见；第二，既有文献大都从静态方面对物流业发展效率进行测算与分析，而忽视了其动态演变趋势，即物流业全要素生产率，存在一定的片面性。基于此，本文采用DEA模型对全国30个省市(西藏不在考察范围内)2009-2017年物流业的纯技术效率与规模效率进行测算，并结合Malmquist指数法对各省市物流业全要素生产率变化情况进行分析，以期为我国物流业的发展提出合理的政策建议。 一、研究方法与数据说明 (一)DEA模型 数据包络分析法(DEA)由运筹学家A Charnes、W W Cooper和E Rhodes于1978年首次提出，作为一种新的效率评价方法，可以有效处理多投入和多产出等复杂问题，最经典的模型为CCR模型，该模型在假设规模报酬不变的情况下，测算决策单元总体有效性(技术有效和规模有效)，但这种假设过于片面，不符合实际情况。由此，1984年Banker et al.在CCR模型的基础上，提出了基于规模报酬可变的BCC模型，不仅符合实际生产经验，更能进一步测算出决策单元的规模有效性和技术有效性。BCC模型一般包括投入导向型模型和输出导向型模型，由于物流业对资源的投入量相对容易控制，本文选用投入导向型模型分析我国30个省市的物流业发展效率，即在物流业产出不变的情况下，寻求最小投入的状态。 假设有i个决策单元(DMU)，每个决策单元的投入、产出变量分别如下： X[，i]=(X[，1i]，X[，2i]…，X[，mi])[T]，i=1，2，…，n Y[，i]=(Y[，1i]，Y[，2i]…，Y[，mi])[T]，i=1，2，…，n θ是每一个决策单元的效率评价指数，且满足以下条件： {θ[0]=minσ s.t.
λ[，i]X[，i]+s[-]=σX[，0]，
λ[，i]Y[，i]-s[+]=Y[，0]，
