doi:10.3969/j.issn.1005-152X.2020.11.010 1 引言 当前我国经济整体已逐步从高速增长向高质量发展阶段嬗变。作为现代服务业的重要组成,物流业在支撑现代化产业体系、降低交易成本、促进市场供需匹配、创造市场新需求等方面发挥愈来愈重要的作用。2019年3月,国家发改委、工业与信息化部等部门联合发布了《关于推动物流高质量发展促进形成强大国内市场的意见》,指出物流高质量发展是经济高质量发展的重要组成部分,同时也是推动经济高质量发展不可或缺的重要力量。众所周知,高质量发展强调质量第一、效率优先,促进现代物流业高质量发展的重要途径就是提升物流行业的全要素生产率。 现代物流业的运行效率不仅代表某一区域整体的商贸流通水平,还真实反映了该区域的资源配置能力与产业结构合理程度,其重要性不言而喻。当前正处于加速推动物流业高质量发展的关键时期,有必要对近年来我国物流业的运行效率进行全面、客观地分析与评价。通过对物流资源的投入与产出水平进行综合评价,探寻近年来我国区域物流发展进程中存在的瓶颈与制约因素,并因地制宜提出提升与改进策略,对于指导、促进物流业高质量发展将产生积极的促进作用。基于此,物流效率问题作为研究物流高质量发展不可回避的问题,具有十分重要的理论与现实意义。 2 文献综述 近年来,国内外学者对物流效率问题做了许多有益的研究与探索,梳理文献后可知,现有研究主要从以下三个方面展开研究,首先,从区域层面看,王维国、马越越基于三阶段DEA模型的Malmquist-luenberger指数方法对我国区域物流效率进行测度[1];王蕾,等借助DEA方法对新疆北疆现代物流效率进行评价[2];王琴梅、谭翠娥使用DEA与Tobit模型对西安市物流效率进行实证研究[3];王育红、刘琪[4]使用Super-SBM模型,于丽英,等[5]使用DEA-Malmquist指数模型分别对长江经济带物流效率进行测度;其次,从产业层面看,钟祖昌,等使用三阶段DEA模型对中国物流产业的技术效率进行评价[6];余泳泽、武鹏使用随机前沿法对我国物流产业效率及其影响因素进行了研究[7];王玲使用序列DEA与SBM模型测度了我国物流产业的技术效率[8];最后,从企业层面看,钟祖昌对我国物流业上市公司运行效率进行了评价[9],杨子刚,等使用DEA方法对我国运输物流上市公司的经营绩效进行了综合评价[10],李晓梅、白雪飞使用超效率CCR-DEA模型对我国国有物流企业绩效进行了实证分析[11]。 前期学者的既有研究对我国区域物流、行业物流、企业物流的效率测度与综合评价具有重要的借鉴和参考价值。但是需要指出的是,现有研究更多聚焦于对不同地域、不同城市物流产业进行效率测度,在对我国区域物流进行效率测度时,未充分考虑不同区域存在的区域技术落差,导致研究结论可能存在一定偏差。基于此,本文在Oh and Lee文献基础上[12],结合我国2010-2018年我国30个省域的物流业投入产出数据,在Global Malmquist指数基础上引入“共同前沿生产函数”,构建了Meta-frontier Global Malmquist指数,尝试将不同的决策单元按照区域属性进行分类,分别计算不分组情形下的Global Malmquist指数及各群组的Global Malmquist指数,同时对各地区物流效率进行分解,按照地区经济发展差异程度分组测算了我国东、中、西三大区域物流效率及分解效应。 3 研究方法 Meta-Frontier DEA框架的核心在于分别定义了组群前沿和共同前沿,因此可以更好地反映不同地域的异质性。假设有k个决策单元一共进行了T期生产,全部决策单元可分为j个组群,依次为R[,1],R[,2],…,R[,j],同时每个决策单元都使用N种投入,得到M种产出,即x∈R[N][,+],y∈R[M][,+]则生产前沿被定义为:P={(x,y,b)|x能生产y,b}。R组的当期基准技术定义为:P[t][,R[,j]]={(x[t],y[t])|x[t]能够生产y[t]},其中λp[t]=p[t],t=1,2,...,T,λ>0。组R[,j]的跨期基准技术定义为:p[t][,R[,j]]=conv{p[1][,R[,j]]∪p[2][,R[,j]]∪…∪p[T][,R[,j]]},表示的是所有观测值与R[,j]群组在所有时期所组成的生产技术集,因此,存在与j组不同的生产技术集。进一步,全域生产前沿可以被定义为:p[G]=conv{p[l][,R[,1]]∪p[l][,R[,2]]∪...∪p[l][,R[,3]]},反映了所有的观测值和所有群组整期的参考集,包含了所有的群组和所有时期,同时前提假设为生产者可以获得全局生产技术。 全局生产可能性集合的边界衡量了所有组群所有时期内的共同前沿。基于生产集合p[S][,R[,j]],R[,j]组中的个体i当期Malmquist生产率指数定义为:M[s](x[t],y[t],x[t+1],y[t+1])=D[s](x[t+1],y[t+1])/D[s](x[t],y[t])。其中产出距离函数为:D[s](x,y)=inf{φ>0∣(x,y/φ)∈p[s][,R[,j]]},其中s=t,t+1。在p[l][,R[,j]]的基础上,R[,j]组内的跨期Malmquist生产率指数定义为:M[l](x[t],y[t],x[t+1],y[t+1])=D[l](x[t+1],y[t+1])/D[l](x[t],y[t]),其产出方向的距离函数为:D[l](x,y)=inf{φ>0|(x,y/φ)∈p[l][,R]}。基于上述分析,可进一步将Meta-frontier Malmquist生产率指数分解为: