中图分类号 F259.2 文献标识码 A 党的十九届五中全会指出，要加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局。构建新发展格局，需要统筹推进现代流通体系建设。习近平总书记在中央财经委员会第八次会议上强调：“流通体系在国民经济中发挥着基础性作用，构建新发展格局，必须把建设现代流通体系作为一项重要战略任务来抓。”作为现代流通体系的关键一环，物流业在畅通国民经济循环中发挥着重要支撑作用。为促进物流业高质量发展，国家发布并实施了一系列政策方针：2014年国务院发布了《物流业发展中长期规划(2014～2020)》，将物流业定义为“支撑国民经济发展的基础性、战略性产业”；2019年国家发改委等24个部门联合发文，为推动物流高质量发展、促进形成强大国内市场提供重要指导意见。在国家的高度重视下，中国物流业市场规模日渐庞大，截至2019年中国社会物流总额高达298万亿元，相比2014年增长约40％。然而，在物流业快速发展并大范围“降本增效”的同时，也面临着资源环境约束所带来的可持续发展挑战，以及区域间要素配置不均所带来的两极分化问题(陈恒等，2019)，制约了物流业的高质量发展。效率是综合评价物流业发展水平的重要指标，在推动物流业可持续发展及区域协调提升等方面具有重要参考价值(张定等，2014)。因此，本文以效率评价为基础，揭示中国物流业效率的时空格局及演进趋势，为“十四五”时期中国物流业的提质增效和现代流通体系的统筹推进提供有力支撑，为加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局提供决策参考。 科学评价中国物流业的发展水平一直是学界关注的热点话题。部分研究利用物流产值(韩增林等，2002)、物流企业数量(张璐璐等，2019)和物流热度(李国旗等，2015)等单一指标考察了中国物流业的空间集聚和发展水平。这些研究对中国物流业的发展水平具有重要意义，但单一指标着重考察物流业发展过程中的局部特征，在物流业高质量发展背景下，全方位、多角度的考察能更好地揭示中国物流业的发展水平(甘卫华等，2020)。基于此，部分学者采用多指标评价体系，对地区物流业的发展水平进行测度分析。如唐建荣和张鑫和(2017)从产业规模、经济发展和基础建设3个方面，利用地区GDP等11项指标评价了中国31个省份的物流业发展水平。刘思婧等(2018)综合利用物流业中的宏观统计数据、工商企业数据和POI数据等指标，揭示了中国289个地级市物流集群的空间格局，并对物流业的发育程度进行评价。上述研究对揭示地区物流业发展水平具有重要参考价值，但在指标体系的构建上，已有研究所采用的部分指标与物流业的发展并无直接关联，未能客观考察中国物流业高质量发展水平。此外，对物流业发展水平的测度多依赖于客观赋权法，不能很好地体现物流业高质量发展水平的动态变化(肖祎平等，2018)。 物流业效率能够在综合考察物流业要素投入和有效产出的基础上，评估地区物流业的整体发展水平。从物流业效率的视角出发，能进一步为中国物流业高质量发展提供决策参考。在物流业效率的测度方面，部分学者采用随机前沿生产函数(Stochastic Frontier Analysis，SFA)考察了中国物流业的效率水平(余永泽和武鹏，2010)。与SFA方法相比，数据包络分析(Data Envelopment Analysis，DEA)则是一种数据驱动的非参数估计方法，无须设定具体的生产函数，且可以同时考虑多个投入产出指标，成为考察中国物流业效率的主要方法。在DEA框架下，中国物流业效率的研究多采用径向模型(刘满芝等，2009)和非径向的SBM(Slack-Based Measure)模型(Zheng等，2020)。当存在非零松弛(slack)时，径向模型往往会高估地区的效率水平，而非径向的SBM模型通常以效率损失为代价，在评价无效的决策单元(Decision Making Unit，DMU)时会低估其实际表现。EBM(EpsilonBased Measure)模型是一种包含了径向和非径向特点的混合距离函数(Tode和Tsutsui，2010)，能够有效解决径向模型和非径向模型存在的固有问题，为我们提供了一种新的解决思路。在物流业效率的时空格局分析中，已有研究多采用探索性空间数据分析(Exploratorv Spatial Data Analysis，ESDA)，从空间自相关性(李涛等，2015)和Lisa集聚(曹炳汝等，2019)等方面揭示中国物流业效率的空间集聚现象，鲜有文章考察中国物流业效率的空间分异和重心转移，也没能很好地揭示中国物流业效率的动态演进。此外，在研究尺度上，近年来学者多注重考察重点地区的物流业效率，如京津冀地区(郭子雪等，2018)、长江经济带(俞佳立和钱芝网，2018)和“一带一路”沿线区域(王博等，2019)，亟待从全国整体层面揭示中国物流业效率的时序发展态势。 上述研究对本文具有重要启示，但在研究方法、研究内容和研究尺度上仍有待进一步拓展。有鉴于此，本文利用EBM模型测度了2005-2017年中国30个省份的物流业效率，并采用Dagum基尼系数、标准差椭圆、核密度和Markov链等方法，揭示中国物流业效率的时空格局及动态演进。与已有研究相比，本文的边际学术贡献在于：第一，在研究方法上，采用考虑非期望产出的全局超效率EBM模型，解决了径向模型和非径向模型中存在的固有问题，有利于科学测度中国30个省份的物流业效率；第二，在研究内容上，从静态和动态双重视角出发，采用Dagum基尼系数、标准差椭圆、核密度和Markov链等方法，揭示中国物流业效率的时空格局及动态演进；第三，在应用价值上，通过对中国30个省份物流业效率全方位、多角度的考察，不仅为物流业的高质量发展和现代流通体系建设提供理论依据与现实支撑，更为“十四五”时期加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局提供决策参考。
