“一带一路”战略与中国物流业发展的关系研究
发布时间：2022-09-14 点击：
发布：《现代商业》杂志社
摘要：基于2003-2015年中国31个省份的面板数据，通过构建三阶段DEA模型，对2013年各省份的综合效率以及“一带一路”战略实施前后的效率进行了对比分析，得出以下结论:1 .我国物流业DEA无效省份比例较大，空间分布存在明显的集聚趋势和区域差异，主要表现在沿海发达城市和内陆城市之间的差异。2.政府支持、城市化水平、市场化水平、科技发展水平和经济发展水平都会对物流业的效率产生重要影响。3.“一带一路”战略对单个省份物流业投入产出综合技术效率的影响并不显著，并针对上述产业现象提出了相应的对策。
关键词：“一带一路”；物流行业；投入产出效率；三阶段DEA
一、导言
近年来，基于WTO成员国意识形态差异和多边利益难以协调等问题日益加剧，2013年9月和10月，中国提出了共建丝绸之路经济带和21世纪海上丝绸之路的两大战略(统称为“一带一路”战略)，旨在从当前严峻的国际形势出发，建立以中国为中心辐射中亚、西亚、南亚、东欧、西欧、非洲等地区。“一带一路”的建设离不开物流业的支撑，而物流业的健康有序发展是“一带一路”建设的关键因素。基于"一带一路"的战略背景，运用三阶段DEA模型，选取2003-2015年中国31个省份的面板数据，对中国物流业的投入产出效率进行动态评价，找出其效率的优劣势及其影响因素。
二、模型的构建
第一阶段:早期的DEA模型。本文选取了以投入为导向的可变规模收益的BCC模型，计算了各省市的效率值和投入松弛变量。由于BCC理论模型目前已经比较成熟，应用也比较广泛，这里不再赘述其原理。
第二阶段:利用SFA模型对第一阶段的松弛变量进行分解。在早期的DEA模型中，所有偏离效率前沿的情况都被认为是无效率的，忽略了决策单元(DMU)所处的环境因素。为了消除管理无效率、统计噪声和环境因素的影响，对N个决策单元的M个输入松弛变量进行了SFA分析。
第三阶段:调整投资后的DEA模型。将调整后的投入值X _ IJ A和第二阶段得到的原始产出值再次带入DEA模型，此时得到的效率值就是剔除环境因素、统计噪声和管理无效率后的效率值。
三、数据源和变量选择
(一)物流业的定义和数据来源
目前学术界对“物流业”没有准确的定义，《中国统计年鉴》的产业分类中也没有“物流业”的单独分类。《中国现代物流大全》将物流业定义为“公路、铁路、水运等基础设施，以及商业批发零售、工业生产、第三方仓储运输企业转移的产业”。
王佐学者将物流业定义为“所有从事生产和销售服务保障的服务单位的总称”。在《中国物流年鉴》中，物流业分为交通运输、仓储和邮政业、贸易业。此外，国内其他专家学者的研究大多将交通运输、仓储和邮政业作为物流业的初始定义。为了证实这一初始定义的有效性，本文计算了2003-2015年《中国物流统计年鉴》中交通运输、仓储和邮政业增加值占物流业总增加值的比重。经测算，交通运输、仓储和邮政业占该行业总增加值的82.51%。这一结果与钟祖昌和张雪晴的结果一致。因此，本文选取交通运输、仓储和邮政三个部门作为研究对象，其中交通运输包括铁路货运、公路货运、管道货运、水路货运、航空货运、其他运输和运输辅助行业。
(二)DEA模型投入产出指标的选取及人员相关性检验
对于物流业的投入指标，主要考虑物流业的特点。根据专家学者的分析(见表1)和数据的可得性，本文选取了两个投入指标:物流业从业人数(X_1)和物流业固定资产投资额(X _ 2)；1产出指标:物流业增加值(Y_1)。以检验所选指标是否满足DEA模型对投入产出指标同向性的要求。本文利用SPSS软件对2003-2015年的数据进行了检验。经计算，物流业增加值、物流业从业人员和物流业固定资产投资的相关系数分别为0.721和0.823，在1%显著性水平上通过了检验。结果表明，所有的投入和产出高度正相关，符合三阶段DEA模型的要求。因此，选取的指标是合理的。
(三)三阶段DEA模型中环境变量的选择
环境变量主要是指影响中国物流业效率但不在样本主观控制范围内的变量。在查阅了大量数据并结合数据的可得性后，在第二阶段的分析中，本文选取了政府支持度、城市化水平、市场化水平、技术发展水平和经济发展水平GDP作为环境变量。政府支持是指政府促进物流业的发展，选择交通、仓储、贸易支出占财政支出的比重作为政府对物流业支持的代理指标；城市化水平选择城市化率作为替代指标；选择市场化指数作为代理指数；科技发展水平选取专利授权量作为代理指标；经济发展水平由各地区的GDP来代表。
四、实证结果分析。
(一)第一阶段传统DEA实证结果分析
在不考虑外部环境和统计噪声对效率影响的情况下，本文整理了2003-2015年中国31个省份的面板数据，通过DEAP2.1软件计算了综合技术效率、纯技术效率和规模效率。由于篇幅所限，我们将部分结果绘制分析如下(所有原始数据和统计分析结果未列在一张表格中，如有需要请联系作者):根据DEA模型，效率值为1意味着DEA。从计算结果可以看出，我国物流业投入产出的综合技术效率值整体上大多处于DEA无效状态。结果显示(见图1):从全国层面来看，中国物流业各省份综合技术效率平均值在0.57-0.70之间，2008年最小值为0.51；纯技术效率的平均值在0.65-0.72之间，2008年最小值为0.63；规模效率平均值在0.88-0.92之间，2008年最小值为0.82，2013年最大值为0.94。
虽然西藏、宁夏等部分省份的技术效率已经达到1或接近1，但规模效率低使得综合技术效率难以大幅提高。一些省份，如河南、湖北、内蒙古等。，已经达到1或接近1的规模效率。但由于技术效率的制约，综合技术效率并不乐观。
(二)第三阶段调整后的DEA实证结果分析
为了探讨考虑环境因素后中国物流业综合效率的变化以及“一带一路”战略的实施对中国物流业的影响。本文在第二阶段SFA模型中，观察了环境因素、统计噪声和管理无效率三个因素的影响程度，并将剔除后的综合技术效率结果与第一阶段的结果进行了归类。以2013年“一带一路”战略的实施为时间节点，数据整理如下表:根据DEA模型，效率值为1表示DEA有效。然后，从第三、三阶段调整后的物流业投入产出综合技术效率值可以看出，我国物流业投入产出综合效率值整体处于DEA无效状态。我们绘制地区效率分布图并报告如下:
从图2和图4以及图3和图5的比较中，我们发现第一阶段DEA和第三阶段DEA得到的结果有显著差异。2003-2012年这一阶段的综合技术效率平均值从0.61下降到0.35，2013-2015年这一阶段的综合技术效率平均值从0.65下降到0.46，说明我国物流业的综合技术效率确实受到环境因素的影响。也就是有所谓的好运和霉运。外部环境、政府支持、城市化水平、市场化水平、科技发展水平和经济发展水平GDP对物流业的效率影响很大，这也说明了使用第三阶段DEA模型分析结果的合理性。
结论和建议
(1)结论
基于2003-2015年中国31个省份的面板数据，通过构建三阶段DEA模型，系统分析了第一阶段各省份的综合技术效率、纯技术效率和规模效率的结果。在剔除外部环境、统计噪声等外生因素对效率的影响后，对第一阶段和第三阶段各省的综合效率进行了对比分析，并得出结论。
首先，考虑到外部环境和统计噪声的影响，从全国平均水平来看，2003-2015年我国物流业的综合技术效率、纯技术效率和规模效率仅呈现小幅增长趋势，但效率仍然不高，技术效率偏低严重影响了综合效率的提高。从各省来看，DEA无效省份占有较大比重，在空间分布上也存在明显的集聚态势和区域差异，主要表现为沿海发达城市和内陆城市的差异。
其次，在剔除外部环境和统计噪声对效率的影响后，中国物流业的综合技术效率下降幅度较大。这说明政府支持、城市化水平、市场化水平、科技发展水平、经济发展水平都会对物流业效率产生影响。忽略这些因素和误差会导致物流产业效率评价的偏差。
再次，通过对我国31个省份面板数据的效率比较分析，以2003-2012年和2013-2015年为两个样本，发现“一带一路”战略对单个省份物流投入产出综合技术效率的影响并不显著，至少这一观点在统计上是成立的。对此，本文给出了政策的滞后效应或政策实施后样本数量过少的猜想，并打算在有足够样本后进行验证。
(2)建议
首先，从国家的角度来看，政府应该加大对技术创新的支持。比如政府出台优惠政策，鼓励企业加大科技研发投入，甚至强制企业在一定期限内报废物流设备，以促进先进物流设备和技术的应用。从各省来看，物流DEA有效的地区应该发挥主导作用，使城市群物流发挥辐射作用。在进一步优化区域物流效率的同时，相关部门也要做好物流发展的整体规划。
第二，政府应进一步提高资源配置效率，严格控制对物流业尤其是国有物流企业交易活动的过度干预。充分发挥市场调节机制，采用市场化工具，让市场力量配置物流业的投入和产出资源，杜绝低效盲目投资。
第三，虽然“一带一路”战略并没有对沿线各省物流效率的提升产生统计上的显著影响，但部分省份综合技术效率的快速提升应该引起我们的重视。对此，应采取措施加强对资金使用的监管，最大限度地发挥资金的扩散效应，提高物流业的效率，而不仅仅是资金支持的规模。因此，在加大财政支持的同时，要注意完善相关监督机制，加强对资金使用的监督，提高资金的使用效率。
参考文献：
[1] Oum T,M Tretheway,W Waters IIConcepts，Methods and Purposes of Productivity Measurement in Transportation[J].Transportation Research Part A：Policy and Practice，1992,26（6）：493-505.
[2] 王珍珍.我国物流产业聚集对制造业工业增加值影响的实证分析[J].上海财经大学学报,2009,12.
[3] 钟祖昌.基于三阶段DEA模型的中国物流产业技术效率研究[J].财经研究,2010,9:36.
[4] 罗登跃.三阶段 DEA 模型管理无效率估计注记[J].统计研究,2012.29.
[5] 王佐,物流到底是什么：——兼论物流理念研究，中国物流与采购，2003(2):16-21.
[6] 张雪青.“一带一路”区域物流协同发展分析[J].统计观察.2016,7.
[7] 张宝友,朱卫平.物流产业效率评价及与FDI质量相关性分析[J].经济地理.2013,1.
关键词：“一带一路”；物流行业；投入产出效率；三阶段DEA
一、导言
近年来，基于WTO成员国意识形态差异和多边利益难以协调等问题日益加剧，2013年9月和10月，中国提出了共建丝绸之路经济带和21世纪海上丝绸之路的两大战略(统称为“一带一路”战略)，旨在从当前严峻的国际形势出发，建立以中国为中心辐射中亚、西亚、南亚、东欧、西欧、非洲等地区。“一带一路”的建设离不开物流业的支撑，而物流业的健康有序发展是“一带一路”建设的关键因素。基于"一带一路"的战略背景，运用三阶段DEA模型，选取2003-2015年中国31个省份的面板数据，对中国物流业的投入产出效率进行动态评价，找出其效率的优劣势及其影响因素。
二、模型的构建
第一阶段:早期的DEA模型。本文选取了以投入为导向的可变规模收益的BCC模型，计算了各省市的效率值和投入松弛变量。由于BCC理论模型目前已经比较成熟，应用也比较广泛，这里不再赘述其原理。
第二阶段:利用SFA模型对第一阶段的松弛变量进行分解。在早期的DEA模型中，所有偏离效率前沿的情况都被认为是无效率的，忽略了决策单元(DMU)所处的环境因素。为了消除管理无效率、统计噪声和环境因素的影响，对N个决策单元的M个输入松弛变量进行了SFA分析。
第三阶段:调整投资后的DEA模型。将调整后的投入值X _ IJ A和第二阶段得到的原始产出值再次带入DEA模型，此时得到的效率值就是剔除环境因素、统计噪声和管理无效率后的效率值。
三、数据源和变量选择
(一)物流业的定义和数据来源
目前学术界对“物流业”没有准确的定义，《中国统计年鉴》的产业分类中也没有“物流业”的单独分类。《中国现代物流大全》将物流业定义为“公路、铁路、水运等基础设施，以及商业批发零售、工业生产、第三方仓储运输企业转移的产业”。
王佐学者将物流业定义为“所有从事生产和销售服务保障的服务单位的总称”。在《中国物流年鉴》中，物流业分为交通运输、仓储和邮政业、贸易业。此外，国内其他专家学者的研究大多将交通运输、仓储和邮政业作为物流业的初始定义。为了证实这一初始定义的有效性，本文计算了2003-2015年《中国物流统计年鉴》中交通运输、仓储和邮政业增加值占物流业总增加值的比重。经测算，交通运输、仓储和邮政业占该行业总增加值的82.51%。这一结果与钟祖昌和张雪晴的结果一致。因此，本文选取交通运输、仓储和邮政三个部门作为研究对象，其中交通运输包括铁路货运、公路货运、管道货运、水路货运、航空货运、其他运输和运输辅助行业。
(二)DEA模型投入产出指标的选取及人员相关性检验
对于物流业的投入指标，主要考虑物流业的特点。根据专家学者的分析(见表1)和数据的可得性，本文选取了两个投入指标:物流业从业人数(X_1)和物流业固定资产投资额(X _ 2)；1产出指标:物流业增加值(Y_1)。以检验所选指标是否满足DEA模型对投入产出指标同向性的要求。本文利用SPSS软件对2003-2015年的数据进行了检验。经计算，物流业增加值、物流业从业人员和物流业固定资产投资的相关系数分别为0.721和0.823，在1%显著性水平上通过了检验。结果表明，所有的投入和产出高度正相关，符合三阶段DEA模型的要求。因此，选取的指标是合理的。
(三)三阶段DEA模型中环境变量的选择
环境变量主要是指影响中国物流业效率但不在样本主观控制范围内的变量。在查阅了大量数据并结合数据的可得性后，在第二阶段的分析中，本文选取了政府支持度、城市化水平、市场化水平、技术发展水平和经济发展水平GDP作为环境变量。政府支持是指政府促进物流业的发展，选择交通、仓储、贸易支出占财政支出的比重作为政府对物流业支持的代理指标；城市化水平选择城市化率作为替代指标；选择市场化指数作为代理指数；科技发展水平选取专利授权量作为代理指标；经济发展水平由各地区的GDP来代表。
四、实证结果分析。
(一)第一阶段传统DEA实证结果分析
在不考虑外部环境和统计噪声对效率影响的情况下，本文整理了2003-2015年中国31个省份的面板数据，通过DEAP2.1软件计算了综合技术效率、纯技术效率和规模效率。由于篇幅所限，我们将部分结果绘制分析如下(所有原始数据和统计分析结果未列在一张表格中，如有需要请联系作者):根据DEA模型，效率值为1意味着DEA。从计算结果可以看出，我国物流业投入产出的综合技术效率值整体上大多处于DEA无效状态。结果显示(见图1):从全国层面来看，中国物流业各省份综合技术效率平均值在0.57-0.70之间，2008年最小值为0.51；纯技术效率的平均值在0.65-0.72之间，2008年最小值为0.63；规模效率平均值在0.88-0.92之间，2008年最小值为0.82，2013年最大值为0.94。
虽然西藏、宁夏等部分省份的技术效率已经达到1或接近1，但规模效率低使得综合技术效率难以大幅提高。一些省份，如河南、湖北、内蒙古等。，已经达到1或接近1的规模效率。但由于技术效率的制约，综合技术效率并不乐观。
(二)第三阶段调整后的DEA实证结果分析
为了探讨考虑环境因素后中国物流业综合效率的变化以及“一带一路”战略的实施对中国物流业的影响。本文在第二阶段SFA模型中，观察了环境因素、统计噪声和管理无效率三个因素的影响程度，并将剔除后的综合技术效率结果与第一阶段的结果进行了归类。以2013年“一带一路”战略的实施为时间节点，数据整理如下表:根据DEA模型，效率值为1表示DEA有效。然后，从第三、三阶段调整后的物流业投入产出综合技术效率值可以看出，我国物流业投入产出综合效率值整体处于DEA无效状态。我们绘制地区效率分布图并报告如下:
从图2和图4以及图3和图5的比较中，我们发现第一阶段DEA和第三阶段DEA得到的结果有显著差异。2003-2012年这一阶段的综合技术效率平均值从0.61下降到0.35，2013-2015年这一阶段的综合技术效率平均值从0.65下降到0.46，说明我国物流业的综合技术效率确实受到环境因素的影响。也就是有所谓的好运和霉运。外部环境、政府支持、城市化水平、市场化水平、科技发展水平和经济发展水平GDP对物流业的效率影响很大，这也说明了使用第三阶段DEA模型分析结果的合理性。
结论和建议
(1)结论
基于2003-2015年中国31个省份的面板数据，通过构建三阶段DEA模型，系统分析了第一阶段各省份的综合技术效率、纯技术效率和规模效率的结果。在剔除外部环境、统计噪声等外生因素对效率的影响后，对第一阶段和第三阶段各省的综合效率进行了对比分析，并得出结论。
首先，考虑到外部环境和统计噪声的影响，从全国平均水平来看，2003-2015年我国物流业的综合技术效率、纯技术效率和规模效率仅呈现小幅增长趋势，但效率仍然不高，技术效率偏低严重影响了综合效率的提高。从各省来看，DEA无效省份占有较大比重，在空间分布上也存在明显的集聚态势和区域差异，主要表现为沿海发达城市和内陆城市的差异。
其次，在剔除外部环境和统计噪声对效率的影响后，中国物流业的综合技术效率下降幅度较大。这说明政府支持、城市化水平、市场化水平、科技发展水平、经济发展水平都会对物流业效率产生影响。忽略这些因素和误差会导致物流产业效率评价的偏差。
再次，通过对我国31个省份面板数据的效率比较分析，以2003-2012年和2013-2015年为两个样本，发现“一带一路”战略对单个省份物流投入产出综合技术效率的影响并不显著，至少这一观点在统计上是成立的。对此，本文给出了政策的滞后效应或政策实施后样本数量过少的猜想，并打算在有足够样本后进行验证。
(2)建议
首先，从国家的角度来看，政府应该加大对技术创新的支持。比如政府出台优惠政策，鼓励企业加大科技研发投入，甚至强制企业在一定期限内报废物流设备，以促进先进物流设备和技术的应用。从各省来看，物流DEA有效的地区应该发挥主导作用，使城市群物流发挥辐射作用。在进一步优化区域物流效率的同时，相关部门也要做好物流发展的整体规划。
第二，政府应进一步提高资源配置效率，严格控制对物流业尤其是国有物流企业交易活动的过度干预。充分发挥市场调节机制，采用市场化工具，让市场力量配置物流业的投入和产出资源，杜绝低效盲目投资。
第三，虽然“一带一路”战略并没有对沿线各省物流效率的提升产生统计上的显著影响，但部分省份综合技术效率的快速提升应该引起我们的重视。对此，应采取措施加强对资金使用的监管，最大限度地发挥资金的扩散效应，提高物流业的效率，而不仅仅是资金支持的规模。因此，在加大财政支持的同时，要注意完善相关监督机制，加强对资金使用的监督，提高资金的使用效率。
参考文献：
[1] Oum T,M Tretheway,W Waters IIConcepts，Methods and Purposes of Productivity Measurement in Transportation[J].Transportation Research Part A：Policy and Practice，1992,26（6）：493-505.
[2] 王珍珍.我国物流产业聚集对制造业工业增加值影响的实证分析[J].上海财经大学学报,2009,12.
[3] 钟祖昌.基于三阶段DEA模型的中国物流产业技术效率研究[J].财经研究,2010,9:36.
[4] 罗登跃.三阶段 DEA 模型管理无效率估计注记[J].统计研究,2012.29.
[5] 王佐,物流到底是什么：——兼论物流理念研究，中国物流与采购，2003(2):16-21.
[6] 张雪青.“一带一路”区域物流协同发展分析[J].统计观察.2016,7.
[7] 张宝友,朱卫平.物流产业效率评价及与FDI质量相关性分析[J].经济地理.2013,1.
