丁小平　劉金東

摘 要：采用1997—2011年我國(guó)31個(gè)省區(qū)物流業(yè)面板數(shù)據(jù)建立隨機(jī)生產(chǎn)邊界模型，利用Kumbhakar等（2000）的方法對(duì)我國(guó)物流業(yè)TFP增長(zhǎng)率進(jìn)行測(cè)算和分解，分析表明：技術(shù)進(jìn)步因素是我國(guó)物流業(yè)TFP增長(zhǎng)的主要原因，技術(shù)效率改進(jìn)、規(guī)模效率和配置效率因素均存在對(duì)技術(shù)進(jìn)步因素的抵減效應(yīng)；技術(shù)效率改進(jìn)和規(guī)模效率因素的作用逐年遞減，而配置效率因素的作用逐年上升。進(jìn)一步對(duì)我國(guó)物流業(yè)TFP增長(zhǎng)率的區(qū)域差異進(jìn)行基尼分解，結(jié)果表明技術(shù)效率和配置效率是造成區(qū)域間物流業(yè)TFP增長(zhǎng)率差異的主要原因，反映出各省區(qū)物流業(yè)發(fā)展存在較強(qiáng)的階段差異。提升我國(guó)物流業(yè)長(zhǎng)期發(fā)展水平，不僅依賴于先進(jìn)技術(shù)和方法引進(jìn)帶來(lái)的技術(shù)進(jìn)步因素，還必須注重提高技術(shù)效率、規(guī)模效率以及配置效率；減少物流業(yè)發(fā)展的區(qū)域差異，則需要提升落后地區(qū)的技術(shù)效率和配置效率。

關(guān)鍵詞：物流業(yè)；隨機(jī)生產(chǎn)邊界模型；全要素生產(chǎn)率增長(zhǎng)分解；基尼分解；技術(shù)進(jìn)步；技術(shù)效率；規(guī)模效率；配置效率

中圖分類號(hào)：F506；F224.9 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：16748131（2013）05006111

一、引 言

物流業(yè)是最主要的生產(chǎn)性服務(wù)行業(yè)之一，在帶動(dòng)其他產(chǎn)業(yè)、促進(jìn)經(jīng)濟(jì)增長(zhǎng)、提升就業(yè)容量方面發(fā)揮著舉足輕重的作用。2008年全球金融危機(jī)爆發(fā)之后，我國(guó)就將物流業(yè)列為“十大振興產(chǎn)業(yè)”之一，可見(jiàn)，其對(duì)社會(huì)、經(jīng)濟(jì)的影響力也得到了政府層面的重視。在此背景下，我國(guó)物流業(yè)取得了可喜的發(fā)展，增加值占國(guó)內(nèi)生產(chǎn)總值的比重從20世紀(jì)90年代初的3.3%增長(zhǎng)到2010年的6.8%。但必須看到的是，雖然物流業(yè)的繁榮帶來(lái)了經(jīng)濟(jì)的增長(zhǎng)，但物流業(yè)的勞動(dòng)力投入在大幅攀升，其吸納的資本投入也在逐年累加，這些都表明，對(duì)物流業(yè)發(fā)展的衡量不能以偏概全地只看產(chǎn)出而不考慮投入，只有從投入產(chǎn)出的綜合視角，才能全面衡量我國(guó)物流業(yè)發(fā)展的效率和質(zhì)量。尤其是我國(guó)現(xiàn)有的地方利益格局限制了物流系統(tǒng)的相互銜接，造成大量重復(fù)建設(shè)和資源浪費(fèi)，投入量的無(wú)序增加也促使我們開始思考：我國(guó)物流業(yè)的全要素生產(chǎn)率（下文簡(jiǎn)稱TFP）到底處在什么水平？TFP的增長(zhǎng)主要在于技術(shù)進(jìn)步、技術(shù)效率改進(jìn)、規(guī)模效率以及配置效率四種因素，考慮到我國(guó)物流業(yè)發(fā)展起步較晚，和國(guó)外發(fā)達(dá)國(guó)家相比仍然有不小的差距，找出我國(guó)物流業(yè)TFP增長(zhǎng)的主要因素，有助于我們認(rèn)識(shí)物流業(yè)當(dāng)前發(fā)展的內(nèi)在增長(zhǎng)方式，為物流業(yè)的長(zhǎng)遠(yuǎn)發(fā)展提供啟示。

憑借良好的先發(fā)優(yōu)勢(shì)，歐美國(guó)家的物流業(yè)無(wú)論是在經(jīng)營(yíng)能力還是客觀條件上都已經(jīng)達(dá)到了很高的水平，加之其從業(yè)者身份基本上是民間私人或者私有企業(yè)，因而對(duì)物流業(yè)總體生產(chǎn)率的研究較為有限，大多數(shù)的文獻(xiàn)都集中在對(duì)港口和機(jī)場(chǎng)等微觀物流單位的TFP研究上。如Estache等（2004）利用DEAMalmquist方法測(cè)算了1996—1999年墨西哥11個(gè)主要港口的TFP增長(zhǎng)水平并進(jìn)行了因素分解，發(fā)現(xiàn)雖然大西洋港口和太平洋港口在不同年份TFP增長(zhǎng)率的推動(dòng)因素有所不同，但總的結(jié)果是使得TFP保持了年均4.1%的增長(zhǎng)水平。Oum等（2008）利用貝葉斯計(jì)算方法建立超越對(duì)數(shù)生產(chǎn)函數(shù)形式的隨機(jī)生產(chǎn)邊界模型，衡量了世界范圍內(nèi)109個(gè)大型國(guó)際機(jī)場(chǎng)2001—2004年的TFP水平。Tovar等（2010）利用DEAMalmquist方法衡量了西班牙大型國(guó)際機(jī)場(chǎng)的TFP變動(dòng)，發(fā)現(xiàn)其增長(zhǎng)的主要?jiǎng)恿?lái)自于技術(shù)效率因素，規(guī)模效率和技術(shù)進(jìn)步都是次要因素。國(guó)外研究者的研究范圍也包括中國(guó)樣本，如Fung等（2008）利用DEAMalmquist方法衡量了1995—2004年中國(guó)25個(gè)大型國(guó)際機(jī)場(chǎng)的TFP變動(dòng)情況，分解結(jié)果顯示出很強(qiáng)的技術(shù)進(jìn)步水平和較低的技術(shù)效率水平，使得最終的TFP增長(zhǎng)率微弱為正。

國(guó)內(nèi)的研究則相對(duì)寬泛，部分學(xué)者沿著國(guó)外研究者的思路針對(duì)我國(guó)民航機(jī)場(chǎng)、海港碼頭等交通運(yùn)輸行業(yè)內(nèi)微觀樣本的TFP變動(dòng)做了詳細(xì)的研究，如于劍（2007）利用DEAMalmquist方法衡量了國(guó)內(nèi)5家大型航空公司在2002—2006年的TFP變動(dòng)情況，發(fā)現(xiàn)總體呈現(xiàn)顯著的上升趨勢(shì)，分解結(jié)果表明技術(shù)進(jìn)步和技術(shù)效率改進(jìn)是TFP提升的主要?jiǎng)恿?。從現(xiàn)有文獻(xiàn)來(lái)看，國(guó)內(nèi)學(xué)者的研究更多集中在產(chǎn)業(yè)層面，從較狹窄的交通運(yùn)輸業(yè)，到普通意義上的物流業(yè)，不一而足。余思勤等（2004）利用DEAMalmquist方法分析了1990—2000年我國(guó)交通運(yùn)輸業(yè)TFP的變動(dòng)情況，其研究結(jié)果顯示，不同運(yùn)輸方式的TFP變動(dòng)情況也呈現(xiàn)出不同的特征。王亞華等（2008）利用Bootstrap的DEAMalmquist方法衡量了國(guó)內(nèi)交通運(yùn)輸業(yè)及其四個(gè)主要部門在1980—2005年的TFP變動(dòng)情況，發(fā)現(xiàn)我國(guó)交通運(yùn)輸業(yè)的TFP一直保持增長(zhǎng)態(tài)勢(shì)，尤其是進(jìn)入21世紀(jì)后開始加速增長(zhǎng)，其主要?jiǎng)恿υ慈獊?lái)自于技術(shù)進(jìn)步因素，而技術(shù)效率因素變化緩慢甚至是起負(fù)作用。而劉玉海等（2008）利用DEAMalmquist方法衡量了國(guó)內(nèi)交通運(yùn)輸業(yè)在2000—2004年的較短時(shí)期內(nèi)TFP的變動(dòng)情況，得出的結(jié)論略有不同，他們的研究結(jié)果顯示，2000年以后我國(guó)交通運(yùn)輸業(yè)的TFP一直保持增長(zhǎng)的原始動(dòng)力在于技術(shù)效率和規(guī)模效率，而技術(shù)進(jìn)步因素一直在下降。田剛等（2009）構(gòu)建了Battese等（1992）年提出的隨機(jī)生產(chǎn)邊界模型，利用1991—2007年我國(guó)省級(jí)面板數(shù)據(jù)測(cè)算了我國(guó)物流業(yè)的TFP增長(zhǎng)情況，結(jié)果表明，我國(guó)物流業(yè)TFP持續(xù)上升且區(qū)域間的差異逐年拉大，技術(shù)進(jìn)步是最主要的因素，技術(shù)效率則起負(fù)面作用。余泳澤等（2010）采用同樣的方法分析了2003—2008年我國(guó)區(qū)域物流業(yè)的TFP，結(jié)果顯示我國(guó)物流業(yè)TFP增長(zhǎng)呈現(xiàn)震蕩式上升趨勢(shì)，上升幅度按東部、中部、西部依次降低，表現(xiàn)出了顯著的區(qū)域差異。田剛等（2011）利用隨機(jī)生產(chǎn)邊界模型的分析發(fā)現(xiàn)，環(huán)境因素的差異是造成地區(qū)間物流業(yè)TFP差異不斷擴(kuò)大的重要原因。

目前，計(jì)算TFP的方法主要有三種：一是Solow（1957）提出的索羅余值法，但索羅余值法本身隱含最優(yōu)生產(chǎn)、規(guī)模報(bào)酬不變等假設(shè)，因而只能衡量TFP增長(zhǎng)水平而無(wú)法進(jìn)行完全分解。二是Caves等（1982）基于DEA（數(shù)據(jù)包絡(luò)分析）的Malmquist生產(chǎn)率指數(shù)法，該方法是最早的TFP變動(dòng)分解方法，將TFP變動(dòng)分解為技術(shù)進(jìn)步因素、技術(shù)效率改進(jìn)和規(guī)模效率因素；但是DEAMalmquist方法沒(méi)有考慮配置效率因素，從而給分解帶來(lái)了偏差。三是Kumbhakar等（2000）提出的基于SFA（隨機(jī)生產(chǎn)邊界分析）的分解方法（下文簡(jiǎn)稱KL分解方法），對(duì)TFP增長(zhǎng)進(jìn)行了四種因素的完全分解，而且相比前兩種方法還考慮了隨機(jī)沖擊的影響。

上述研究至少在三點(diǎn)存在不足：一是國(guó)內(nèi)外研究以非參數(shù)的DEAMalmquist方法為主，參數(shù)的SFA方法應(yīng)用范圍仍然有限，而DEAMalmquist方法的最大缺陷是無(wú)法計(jì)算配置效率，且沒(méi)有考慮隨機(jī)誤差；二是國(guó)內(nèi)學(xué)者中雖然已經(jīng)有田剛等（2009；2011）以及余泳澤等（2010）采用SFA方法對(duì)我國(guó)物流業(yè)做了詳細(xì)研究，但他們基于SFA的TFP增長(zhǎng)分解并沒(méi)有將配置效率因素納入進(jìn)來(lái)，而是簡(jiǎn)單地假設(shè)要素資源配置始終在市場(chǎng)最優(yōu)水平上，這顯然不符合實(shí)際情況；三是國(guó)內(nèi)學(xué)者如田剛等（2011）雖然分析了物流環(huán)境對(duì)技術(shù)效率區(qū)域差異的影響，但對(duì)TFP增長(zhǎng)水平區(qū)域差異的因素來(lái)源卻缺乏相關(guān)研究。

針對(duì)上述研究缺陷，本文基于隨機(jī)生產(chǎn)邊界模型的KL分解方法全面衡量我國(guó)物流業(yè)TFP增長(zhǎng)的四種因素，彌補(bǔ)了國(guó)內(nèi)外研究在配置效率因素分解上的缺失；同時(shí)，從技術(shù)進(jìn)步、技術(shù)效率改進(jìn)、規(guī)模效率、配置效率四種因素出發(fā)找出對(duì)全局性和區(qū)域性物流業(yè)TFP增長(zhǎng)最為關(guān)鍵的因素，并進(jìn)一步針對(duì)省區(qū)間TFP增長(zhǎng)率差異進(jìn)行基尼分解，探析影響我國(guó)物流業(yè)TFP增長(zhǎng)率區(qū)域差異的主要因素。

二、研究變量選擇及數(shù)據(jù)說(shuō)明

考慮到重慶市1997年以前的指標(biāo)數(shù)據(jù)難以獲取，本文用于隨機(jī)生產(chǎn)邊界模型估計(jì)的數(shù)據(jù)是1997—2011年我國(guó)內(nèi)地31個(gè)省區(qū)的面板數(shù)據(jù)。按照國(guó)家統(tǒng)計(jì)局和國(guó)家標(biāo)準(zhǔn)局制定的國(guó)民經(jīng)濟(jì)行業(yè)分類標(biāo)準(zhǔn)，物流業(yè)應(yīng)該包括交通運(yùn)輸業(yè)、倉(cāng)儲(chǔ)業(yè)、郵政業(yè)以及批發(fā)零售業(yè)中的包裝、流通、配送部分，但是批發(fā)零售業(yè)數(shù)據(jù)無(wú)法分離出屬于物流產(chǎn)業(yè)的部分；同時(shí)余泳澤等（2010）、張毅等（2010）等絕大多數(shù)學(xué)者的研究認(rèn)為物流業(yè)是交通運(yùn)輸業(yè)、倉(cāng)儲(chǔ)業(yè)和郵政業(yè)的復(fù)合產(chǎn)業(yè)，本文也以這三個(gè)行業(yè)來(lái)界定物流業(yè)，下文的物流業(yè)數(shù)據(jù)也均指這三個(gè)行業(yè)的加總數(shù)據(jù)。

產(chǎn)出變量：物流業(yè)不同于生產(chǎn)行業(yè)，其所提供的是物流服務(wù)。由于我國(guó)長(zhǎng)期實(shí)行低廉、穩(wěn)定的運(yùn)價(jià)政策，使得基于價(jià)值形態(tài)的產(chǎn)業(yè)增加值無(wú)法真實(shí)反映我國(guó)物流業(yè)的產(chǎn)出情況，造成了價(jià)值量和產(chǎn)出量嚴(yán)重背離的問(wèn)題。相比而言，基于實(shí)用價(jià)值形態(tài)的貨物周轉(zhuǎn)量無(wú)疑更能反映物流業(yè)的真實(shí)產(chǎn)出情況，也有利于不同地區(qū)之間進(jìn)行對(duì)比。因此，本文參考田剛等（2009）的研究，將貨物周轉(zhuǎn)量設(shè)定為唯一的產(chǎn)出變量。1997—2011年的分地區(qū)貨物周轉(zhuǎn)量數(shù)據(jù)來(lái)自于歷年的《中國(guó)統(tǒng)計(jì)年鑒》，單位為億噸公里。

投入變量：從行業(yè)生產(chǎn)投入要素來(lái)講，主要有勞動(dòng)力投入和資本投入。勞動(dòng)力投入方面有分地區(qū)物流業(yè)職工人數(shù)和分地區(qū)物流業(yè)從業(yè)人員數(shù)兩個(gè)指標(biāo)，前者僅包括所有在物流企業(yè)工作的正式工作人員，沒(méi)有將個(gè)體從業(yè)者、離退休返聘人員等就業(yè)者納入進(jìn)來(lái)，因而本文選取涵蓋更為廣泛的從業(yè)人員數(shù)作為物流業(yè)勞動(dòng)力投入變量。1997—2011年的分地區(qū)物流業(yè)從業(yè)人員數(shù)據(jù)來(lái)自于歷年的《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》，單位為萬(wàn)人。資本投入則選取了歷年的分地區(qū)物流業(yè)資本存量作為投入變量，但由于缺乏現(xiàn)成的存量數(shù)據(jù)，我們仿照國(guó)際通用的“永續(xù)盤存法”利用歷年的分地區(qū)物流業(yè)全社會(huì)固定資產(chǎn)投資數(shù)據(jù)進(jìn)行估算，計(jì)算方法如下：

對(duì)歷年的分地區(qū)物流業(yè)全社會(huì)固定資產(chǎn)投資數(shù)據(jù)利用分地區(qū)固定資產(chǎn)投資價(jià)格指數(shù)進(jìn)行價(jià)格平減，基期設(shè)置為1997年。1997—2011年的分地區(qū)物流業(yè)全社會(huì)固定資產(chǎn)投資數(shù)據(jù)來(lái)自于中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)，單位為億元；1997—2011年的分地區(qū)固定資產(chǎn)投資價(jià)格指數(shù)來(lái)自于歷年的《中國(guó)統(tǒng)計(jì)年鑒》，西藏地區(qū)的固定資產(chǎn)投資價(jià)格指數(shù)數(shù)據(jù)缺失，以相鄰的青海省歷年固定資產(chǎn)投資價(jià)格指數(shù)來(lái)代替。

根據(jù)Wu（2000）的算法，每個(gè)地區(qū)經(jīng)過(guò)價(jià)格平減后的物流業(yè)全社會(huì)固定資產(chǎn)投資（INV）時(shí)間序列近似有如下形式：

INVit=INVi0eλit

（1）

兩端對(duì)數(shù)化后，有：

lnINVit=lnINVi0+λit

（2）

利用各地區(qū)的物流業(yè)全社會(huì)固定資產(chǎn)投資時(shí)間序列分別進(jìn)行最小二乘回歸，能夠得到各地區(qū)的INVi0和λi，那么根據(jù)式（1），物流業(yè)初始資本存量可以求解如下：Ki0=∫0-∞INVitdt=∫0-∞INVi0eλitdt=INVi0λi

（3） 該初始資本存量可以看作是到1997年初時(shí)各地區(qū)累計(jì)的物流業(yè)資本存量，則根據(jù)“永續(xù)盤存法”，從1997年開始利用（4）式依次計(jì)算各地區(qū)歷年物流業(yè)資本存量：

Kit=Ki（t-1）（1-δ）+INVit

（4）

δ為折舊率，國(guó)內(nèi)研究在折舊率的處理上往往缺乏精確依據(jù)，如田剛等（2009）就粗略地將折舊率設(shè)為5%。實(shí)際上，相比國(guó)內(nèi)外所有的經(jīng)典研究，5%已經(jīng)是折舊率的最低線，即使是Hall等（1999）和Young（2000）針對(duì)經(jīng)濟(jì)增長(zhǎng)速度較慢的國(guó)家和地區(qū)的核算，都已經(jīng)將折舊率設(shè)定到6%的水平，更何況中國(guó)正處于高速發(fā)展時(shí)期，資本品的折舊率顯然不會(huì)低至如此。張軍等（2004）將資本品分類并各自設(shè)定使用壽命后的加權(quán)平均結(jié)果顯示，各地區(qū)固定資本形成總額的折舊率為9.6%。因此，本文采用張軍等（2004）的結(jié)果，將折舊率設(shè)置為0.096。

本文各投入產(chǎn)出變量數(shù)據(jù)的描述性統(tǒng)計(jì)如表1所示。

表1 投入產(chǎn)出變量的描述性統(tǒng)計(jì)分析

變量 年份 平均值 標(biāo)準(zhǔn)差 最小值 最大值 樣本數(shù)

物流業(yè)

資本

存量 1997 945.83 836.30 42.22 3 697.05 31

1998 1 010.58 851.22 43.25 3 796.85 31

1999 1 074.47 877.31 44.17 3 931.83 31

2000 1141.47 911.20 63.30 4122.21 31

2001 1 222.20 944.09 85.23 4 298.21 31

2002 1 295.81 966.74 117.23 4 424.89 31

2003 1 346.30 978.30 149.05 4 455.43 31

2004 1 420.21 1007.24 188.27 4 563.21 31

2005 1 531.55 1 052.49 226.77 4 700.65 31

2006 1 693.47 1 130.28 2 65.08 4 976.33 31

2007 1 865.76 1 197.91 297.47 5 256.67 31

2008 2 037.35 1 268.63 325.30 5 649.32 31

2009 2 352.96 1 411.52 356.47 6 442.79 31

2010 2 729.68 1 583.93 406.50 7 303.73 31

2011 3 137.84 1 787.37 469.24 8 176.88 31

物流業(yè)

從業(yè)

人數(shù) 1997 27.43 15.20 1.80 56.70 31

1998 23.27 12.83 1.60 50.60 31

1999 22.72 12.54 1.50 49.40 31

2000 21.95 12.14 1.10 47.40 31

2001 21.02 11.30 1.45 44.40 31

2002 20.63 10.97 1.14 44.72 31

2003 20.53 10.97 0.81 43.74 31

2004 20.38 11.03 0.67 45.05 31

2005 19.80 11.06 0.68 47.31 31

2006 19.77 11.41 0.75 48.28 31

2007 20.10 11.92 0.84 48.77 31

2008 20.23 12.01 0.82 49.27 31

2009 20.46 12.56 0.73 53.54 31

2010 20.36 12.77 0.69 56.10 31

2011 21.38 14.15 0.60 61.85 31

貨物

周轉(zhuǎn)量 1997 688.4 464.0 18.9 2 059.7 31

1998 668.8 434.9 7.9 1952.5 31

1999 1 147.3 1 265.7 13.8 5 454.7 31

2000 1 278.9 1 433.2 13.5 6 286.9 31

2001 1 374.0 1 568.7 17.2 6 721.7 31

2002 1 465.4 1 705.6 22.3 7 391.8 31

2003 1 603.8 1 849.9 27.1 8 492.3 31

2004 2 013.3 2 581.8 23.1 11 223.3 31

2005 2 307.9 3 016.6 40.7 12 593.0 31

2006 2 538.4 3 224.2 38.3 13 830.2 31

2007 2 916.8 3 833.5 41.6 16 053.6 31

2008 3 201.3 3 287.3 35.5 16 029.8 31

2009 3 583.4 3 427.4 35.3 14 372.6 31

2010 4 210.0 4 143.7 38.5 18 918.2 31

2011 4 792.6 4 538.7 40.0 30 956.0 31

三、隨機(jī)生產(chǎn)邊界模型的構(gòu)建及TFP增長(zhǎng)分解方法

1.隨機(jī)生產(chǎn)邊界模型的構(gòu)建和檢驗(yàn)

考慮到生產(chǎn)函數(shù)形式的包容性問(wèn)題，本文選取Christensen等（1971）提出的超越對(duì)數(shù)函數(shù)作為研究物流業(yè)全要素生產(chǎn)率增長(zhǎng)的生產(chǎn)函數(shù)形式。之所以選用超越對(duì)數(shù)生產(chǎn)函數(shù)，是因?yàn)樗軌蚩朔话愫瘮?shù)無(wú)法衡量技術(shù)進(jìn)步和替代彈性的缺陷。超越對(duì)數(shù)生產(chǎn)函數(shù)包含所有投入要素的產(chǎn)出彈性、技術(shù)進(jìn)步、技術(shù)非中性、技術(shù)效率和要素間替代彈性，柯布道格拉斯生產(chǎn)函數(shù)（CD函數(shù)）只是它的一個(gè)特例，因而生產(chǎn)函數(shù)的包容性更好。由此，隨機(jī)生產(chǎn)邊界模型構(gòu)建如下：

lnSit=β0+β1lnKit+β2lnPit+β3t+

12[β4（lnKit）2+β5（lnPit）2+β6t2]+

β7tlnKit+β8tlnPit+β9lnKitlnPit+

（vit-uit）

（5）

（5）式中，S為歷年分地區(qū)物流業(yè)貨物周轉(zhuǎn)量；K為歷年分地區(qū)物流業(yè)資本存量；P為歷年分地區(qū)物流業(yè)從業(yè)人員數(shù)；t為時(shí)間變量，從1997年起記為1，往后依次遞增。非隨機(jī)誤差項(xiàng)uit的分布形式選擇Battese等（1992）的經(jīng)典假設(shè)，即uit具有指數(shù)線性增長(zhǎng)率：ui～N+（μ，σ2μ），uit=exp{-η（t-Ti）}ui。其中Ti是生產(chǎn)單位i的最后一個(gè)時(shí)期；η是時(shí)變參數(shù)，反映生產(chǎn)單位技術(shù)效率水平隨時(shí)間的變化趨勢(shì)，當(dāng)η>0，生產(chǎn)單位的技術(shù)效率水平逐漸升高，反之則逐漸降低。

為了使本文建立的隨機(jī)生產(chǎn)邊界模型更有說(shuō)服力，對(duì)以上隨機(jī)生產(chǎn)邊界模型形式進(jìn)行了4個(gè)廣義似然比檢驗(yàn)（Generalized Likelihoodratio Test）。首先構(gòu)造卡方統(tǒng)計(jì)量如下：

χ2=-2ln[L（H0）/L（H1）]

=-2[lnL（H0）-lnL（H1）]

（6）

（6）式中，lnL（H0）和lnL（H1）分別為有約束條件下和無(wú)約束條件下的隨機(jī)生產(chǎn)邊界模型的對(duì)數(shù)似然函數(shù)值。如果原假設(shè)（H0）成立，則統(tǒng)計(jì)量χ2服從自由度為受約束條件數(shù)的混合卡方分布。運(yùn)用FRONTIER 4.1統(tǒng)計(jì)軟件，計(jì)算結(jié)果如表2所示。

表2中似然比檢驗(yàn)的結(jié)果顯示，針對(duì)生產(chǎn)函數(shù)為CD形式、生產(chǎn)函數(shù)不含技術(shù)進(jìn)步、生產(chǎn)函數(shù)為?？怂怪行约夹g(shù)進(jìn)步以及技術(shù)效率無(wú)時(shí)間變化趨勢(shì)的四個(gè)原假設(shè)均在1%顯著水平被拒絕，也就是說(shuō)上文中構(gòu)建的隨機(jī)生產(chǎn)邊界模型是合理的。

表2 隨機(jī)生產(chǎn)邊界模型形式的檢驗(yàn)

H0及含義 lnL（H）

H0 H1

χ2自由度臨界值

1% 5%

結(jié)論

生產(chǎn)函數(shù)為CD形式（β4=β5=β7=β8=β9=0） -200.37 -186.07 28.60 5 14.33 10.37 拒絕

不含技術(shù)進(jìn)步（β4=β6=β7=β8=0） -262.84 -186.07 153.55 4 12.48 8.76 拒絕

?？怂怪行约夹g(shù)進(jìn)步（β12=β13=β14=0） -195.46 -186.07 18.79 2 8.27 5.14 拒絕

技術(shù)效率無(wú)時(shí)間變化趨勢(shì)（η=0） -210.35 -186.07 48.56 1 5.41 2.71 拒絕

2.TFP增長(zhǎng)分解推導(dǎo)

假設(shè)隨機(jī)生產(chǎn)邊界模型基本形式如下：

yit=f（Xit，β，t）exp（vit-uit）

（7）

根據(jù)Kumbhakar等（2000）的研究，物流業(yè)TFP增長(zhǎng)率可以進(jìn)行如下分解：

TFP·=y·-X·=y·-jsjxj·

=lnf（x，t；β）t+（ε-1）jεjεxi·+

j（εjε-sj）xj·-dudt

=Tch+SEch+AEch+TEch

（8）

“·”表示變化率，X·=ΔXX；sj表示對(duì)應(yīng)于各投入要素j的支出份額，令wj為要素價(jià)格，那么要素j的支出份額可表示為sj = wj xj wj xj ；εj=xjfxjf表示投入要素j的產(chǎn)出彈性，各要素產(chǎn)出彈性之和為規(guī)模彈性ε=jεj。

通過(guò)（8）式就將物流業(yè)TFP增長(zhǎng)率分解為四個(gè)部分：

Tch=lnf（x，t；β）t，表示控制要素投入后生產(chǎn)邊界隨時(shí)間的移動(dòng)趨勢(shì)，它反映了技術(shù)進(jìn)步因素對(duì)產(chǎn)出增長(zhǎng)的貢獻(xiàn)，其動(dòng)力源泉是發(fā)明和創(chuàng)新，來(lái)自于知識(shí)的更新升級(jí)。對(duì)于我國(guó)物流業(yè)發(fā)展而言，技術(shù)進(jìn)步主要來(lái)自于先進(jìn)技術(shù)和先進(jìn)方法的引進(jìn)。先進(jìn)技術(shù)和先進(jìn)方法的引進(jìn)能夠使物流業(yè)產(chǎn)出水平在其他因素不變的情況下發(fā)生跳躍性提升，其最優(yōu)生產(chǎn)水平（生產(chǎn)邊界）向外推移，使得同樣的投入下能夠得到的最大產(chǎn)出相應(yīng)提高。

TEch=-ut，表示控制要素投入和技術(shù)水平后實(shí)際產(chǎn)出與最優(yōu)產(chǎn)出比值的變化率，即實(shí)際生產(chǎn)點(diǎn)對(duì)生產(chǎn)邊界的追趕速度，它反映的是技術(shù)效率變化。技術(shù)效率提高的動(dòng)力源泉在于模仿學(xué)習(xí)和組織實(shí)施，實(shí)際上就是對(duì)技術(shù)進(jìn)步的執(zhí)行能力，可以來(lái)自于物流業(yè)從業(yè)人員素質(zhì)水平的提高，也可以來(lái)自于物流業(yè)從業(yè)人員“干中學(xué)（learning by doing）”下的勞動(dòng)熟練。

SEch=（ε-1）jεjεxj·，表示其他因素不變的前提下增加要素投入后產(chǎn)出的變化狀況，它反映了物流業(yè)的規(guī)模經(jīng)濟(jì)（Economy of Scale）程度。ε-1>0意味著規(guī)模報(bào)酬遞增；ε-1<0意味著規(guī)模報(bào)酬遞減；ε-1=0則意味著規(guī)模報(bào)酬不變。物流業(yè)的規(guī)模經(jīng)濟(jì)程度主要與其發(fā)展的規(guī)?；?、專業(yè)化有關(guān)，考慮到物流業(yè)本身是為企業(yè)和個(gè)人提供全面的運(yùn)輸傳遞服務(wù)的行業(yè)，涉及貨物和信息的大跨度轉(zhuǎn)移，只有企業(yè)本身規(guī)?；潭雀撸拍茉鰪?qiáng)服務(wù)能力和市場(chǎng)吸引力，獲得更高的收益。

AEch=j（εjε-sj）xj·，反映經(jīng)濟(jì)增長(zhǎng)中的配置效率因素，其中εjε-sj表示實(shí)際要素投入比例與利潤(rùn)最大化條件下新古典增長(zhǎng)模型要求的最優(yōu)要素匹配比率的差別。物流業(yè)的發(fā)展需要將投資分配到勞動(dòng)力投入和資本投入兩方面，到底是多少份額的成本投入到從業(yè)人員報(bào)酬上，多少份額的成本投入到資本上，都需要根據(jù)兩種要素的邊際產(chǎn)出對(duì)比來(lái)有效配置。不過(guò)實(shí)際中，由于從業(yè)人員工資的粘性和投資收益的不可預(yù)知性，對(duì)成本份額的分配不可能保持在最有效率的配置上。尤其是我國(guó)物流業(yè)的發(fā)展長(zhǎng)期以來(lái)過(guò)于強(qiáng)調(diào)廉價(jià)勞動(dòng)力優(yōu)勢(shì)，勞動(dòng)密集性甚于資本密集性，其配置效率水平的高低顯然會(huì)影響到物流業(yè)產(chǎn)出水平。

四、基于隨機(jī)生產(chǎn)邊界模型的我國(guó)物流業(yè)TFP增長(zhǎng)分解

1.模型估計(jì)

在所建隨機(jī)生產(chǎn)邊界模型的基礎(chǔ)上，運(yùn)用FRONTIER 4.1軟件，估計(jì)結(jié)果如表3所示。

表3 我國(guó)物流業(yè)隨機(jī)生產(chǎn)邊界模型估計(jì)結(jié)果

系數(shù) 變量 估計(jì)值 系數(shù) 變量 估計(jì)值

β0 常數(shù)項(xiàng) -33.093* * *（-22.522） β6 t2 0.003 （0.691）

β1 lnK 1.990* * *（2.459） β7 tlnK 0.006 （0.267）

β2 lnP 5.080* * *（11.579） β8 tlnP -0.005 （-0.260）

β3 t 0.178*（1.385） β9 lnKlnP -0.123 （-0.862）

β4 lnKlnK -0.051 （-0.286） η 時(shí)變參數(shù) -0.043* * *（-7.550）

β5 lnPlnP -0.317* * *（-3.083） γ 非隨機(jī)誤差占比 0.907* * * （83.720）

注：（1）* * *、* *、*分別表示在1%、5%、10%水平下顯著；（2）括號(hào)中是各個(gè)系數(shù)估計(jì)值的對(duì)應(yīng)t統(tǒng)計(jì)值。

從表3中可以看到，估計(jì)得出的隨機(jī)生產(chǎn)邊界模型非隨機(jī)誤差占比γ統(tǒng)計(jì)量為γ=σ2u/（σ2u+σ2v）=0.907，即復(fù)合誤差項(xiàng)中非隨機(jī)誤差項(xiàng)的方差占比為90.7%，這表明實(shí)際物流業(yè)產(chǎn)出水平與最優(yōu)物流業(yè)產(chǎn)出水平的差距有相當(dāng)大部分來(lái)源于技術(shù)無(wú)效率。因此，在模型中引入表征技術(shù)非效率的非隨機(jī)誤差項(xiàng)是極其必要的。時(shí)變參數(shù)η在1%水平內(nèi)顯著為負(fù)（-0.043），表明我國(guó)物流業(yè)投入產(chǎn)出的技術(shù)效率水平是逐年遞減的。

2.TFP增長(zhǎng)分解結(jié)果

測(cè)算的我國(guó)31個(gè)省區(qū)物流業(yè)的年平均TFP增長(zhǎng)分解結(jié)果如圖1所示。

從整體來(lái)看，我國(guó)物流業(yè)的TFP變動(dòng)率一直為正，平均為0.042，說(shuō)明我國(guó)物流業(yè)TFP不斷增長(zhǎng)，平均年增長(zhǎng)率為4.2%。TFP增長(zhǎng)率在1998到1999年有一個(gè)顯著的增加，此后維持在一個(gè)相對(duì)穩(wěn)定的水平，約在0.05上下輕微波動(dòng)，但在2009年以后降低到0.015左右的水平上，這表明我國(guó)物流業(yè)的TFP增長(zhǎng)幅度開始有所下降，2010年最低達(dá)到了0.012。1999年是我國(guó)物流業(yè)發(fā)展的一個(gè)轉(zhuǎn)折點(diǎn)，一方面我國(guó)經(jīng)濟(jì)自1999年開始連年高速增長(zhǎng)，這成為帶動(dòng)我國(guó)物流業(yè)發(fā)展的發(fā)動(dòng)機(jī)，我國(guó)的貨運(yùn)總量和周轉(zhuǎn)量增速都在這一年開始加速上行。當(dāng)然，經(jīng)濟(jì)的高速發(fā)展也對(duì)物流業(yè)提出了新的要求，1999年11月，以時(shí)任副總理吳邦國(guó)在“現(xiàn)代物流發(fā)展國(guó)際研討會(huì)”上的重要講話為標(biāo)志，中國(guó)政府開始正式提出發(fā)展現(xiàn)代物流的口號(hào)，中國(guó)物流發(fā)展進(jìn)入新的一頁(yè)。2008年則成為我國(guó)物流業(yè)短暫向下的拐點(diǎn)，當(dāng)時(shí)的金融危機(jī)逐漸演變成為全面的經(jīng)濟(jì)危機(jī)，對(duì)我國(guó)出口導(dǎo)向型的制造業(yè)帶來(lái)了沉重打擊，進(jìn)而抑制了我國(guó)經(jīng)濟(jì)的總體增長(zhǎng)速度，對(duì)我國(guó)物流業(yè)發(fā)展也產(chǎn)生了不利影響。

注：由于計(jì)算過(guò)程涉及差分，1997年數(shù)據(jù)缺省，下同。

圖1 1998—2011年我國(guó)物流業(yè)TFP增長(zhǎng)分解示意圖

從四種因素來(lái)看，技術(shù)進(jìn)步因素（Tch）一直是我國(guó)物流業(yè)TFP增長(zhǎng)的最重要?jiǎng)恿?，平均?.182。技術(shù)效率改進(jìn)因素（TEch）一直為負(fù)，平均為-0.069，即物流業(yè)投入產(chǎn)出的技術(shù)效率水平一直在逐年下降，平均抵消了技術(shù)進(jìn)步因素約三分之一的正向效應(yīng)，這說(shuō)明我國(guó)物流行業(yè)雖然在先進(jìn)技術(shù)的引入上力度較大，但技術(shù)應(yīng)用水平的提高速度落后于技術(shù)引進(jìn)速度，產(chǎn)生了技術(shù)性資源浪費(fèi)。規(guī)模效率因素（SEch）除了1998和2001兩年為正外，其他年份均不同程度為負(fù)，平均為-0.016，剔除2001年因?yàn)榻K規(guī)模效率畸高造成的異常值以外，整體呈下降趨勢(shì)，下降的根源在于勞動(dòng)力和資本兩種要素投入的邊際產(chǎn)出彈性總和連年下降。圖2顯示我國(guó)物流業(yè)勞動(dòng)力投入的邊際產(chǎn)出彈性連年下降，而資本投入的邊際產(chǎn)出彈性連年上升，不過(guò)后者上升的幅度要明顯低于前者下降的幅度，所以二者的總和連年下降。配置效率因素（AEch）一直為負(fù)，平均為-0.055，不過(guò)整體呈輕微的上升趨勢(shì)。從圖2中可以看到，兩種要素邊際產(chǎn)出彈性的剪刀差逐年縮小，到2011年為止，已經(jīng)接近相交于一點(diǎn)。未來(lái)兩種投入的邊際產(chǎn)出彈性不僅要持平，還會(huì)在相交后出現(xiàn)反向剪刀差，而目前我國(guó)物流業(yè)資本投入的支出份額逐年上升，這將促使配置效率的提升。上述因素分解結(jié)果與田剛等（2009）的研究基本一致，技術(shù)效率改進(jìn)因素、規(guī)模效率因素和配置效率因素合計(jì)抵減了技術(shù)進(jìn)步因素76.92%的正向效應(yīng)。

圖2 1998—2011年我國(guó)物流業(yè)勞動(dòng)力和

資本投入的邊際產(chǎn)出彈性

四種因素中，技術(shù)進(jìn)步因素和技術(shù)效率改進(jìn)因素均外生于要素投入，而規(guī)模效率因素和配置效率因素則和要素投入的規(guī)模大小和變化程度密切相關(guān)。相比來(lái)說(shuō)，技術(shù)進(jìn)步因素和技術(shù)效率改進(jìn)因素在各年中均較為平緩，大體呈直線式變化；而規(guī)模效率因素和配置效率因素則波動(dòng)較大，整體呈現(xiàn)此消彼長(zhǎng)的態(tài)勢(shì)，兩者的交疊效應(yīng)促成了物流業(yè)TFP增長(zhǎng)率的波動(dòng)起伏。如1999年，在發(fā)展現(xiàn)代物流的政府倡導(dǎo)下，物流業(yè)開始加大了資本投入，1998—1999年TFP增長(zhǎng)率的遽升就是因?yàn)榕渲眯室蛩氐脑鲩L(zhǎng)幅度大大超過(guò)了規(guī)模效率的降低幅度所造成的。再如2008年經(jīng)濟(jì)危機(jī)帶來(lái)的經(jīng)濟(jì)增速減慢導(dǎo)致了物流業(yè)發(fā)展的規(guī)模效率和配置效率的同時(shí)降低，從而造成2008—2009年TFP增長(zhǎng)率的驟減。不過(guò)，經(jīng)濟(jì)危機(jī)下物流企業(yè)控制成本動(dòng)機(jī)的增強(qiáng)以及新《勞動(dòng)合同法》下用工成本的加大，都促使物流業(yè)發(fā)展開始注重從勞動(dòng)密集化向資本密集化轉(zhuǎn)變（唐躍軍 等，2009），因此，在2009年以后雖然規(guī)模效率因素繼續(xù)下降，但配置效率卻開始觸底反彈，逐年上升。

五、我國(guó)物流業(yè)TFP增長(zhǎng)率區(qū)域差異的基尼分解

以上只是我國(guó)物流業(yè)TFP增長(zhǎng)率的各年平均水平，為了更深入分析我國(guó)物流業(yè)TFP變動(dòng)規(guī)律，我們分省區(qū)看物流業(yè)TFP增長(zhǎng)率的變化情況。由于篇幅所限，表4只羅列了奇數(shù)年各省區(qū)物流業(yè)TFP增長(zhǎng)率。

從物流業(yè)TFP增長(zhǎng)率平均水平來(lái)看，31個(gè)省區(qū)中最高的前5名依次是上海、江蘇、山東、天津和廣東，均處于經(jīng)濟(jì)較為發(fā)達(dá)的東部沿海地區(qū)，具有不同程度的外向型經(jīng)濟(jì)特征和依托自身區(qū)位優(yōu)勢(shì)的立體化交通形態(tài)，這些都為它們的物流業(yè)發(fā)展提供了優(yōu)越條件。最低的5個(gè)省區(qū)依次是西藏、吉林、重慶、內(nèi)蒙古和云南，都是完全的內(nèi)陸地區(qū)且經(jīng)濟(jì)條件較為落后，一方面缺乏支柱產(chǎn)業(yè)的帶動(dòng)支持，另一方面缺乏發(fā)展物流業(yè)的先天地理優(yōu)勢(shì)。

從物流業(yè)TFP增長(zhǎng)率的變動(dòng)規(guī)律來(lái)看，接近半數(shù)（15個(gè)）的省區(qū)物流業(yè)TFP增長(zhǎng)率持續(xù)為正，它們分別是東北地區(qū)的遼寧，東部地區(qū)的天津、上海、江蘇、浙江、山東、廣東、海南，中部地區(qū)的安徽、江西、河南、湖北，西部地區(qū)的甘肅、寧夏、新疆。東部地區(qū)能夠有效利用沿海區(qū)位優(yōu)勢(shì)發(fā)展外向型經(jīng)濟(jì)和構(gòu)建立體化交通體系；遼寧則除了自身沿海優(yōu)勢(shì)外，還充當(dāng)了內(nèi)蒙古、東北地區(qū)向南的連接線；中西部省區(qū)中安徽、江西、河南、湖北等都是不同地區(qū)間的接合部，具有發(fā)展物流業(yè)的得天獨(dú)厚的優(yōu)勢(shì)，較為特殊的新疆、甘肅則處于亞歐大陸橋的連接線路上，是被視為未來(lái)最具有潛力的物流大省。北京、河北、福建等10個(gè)省區(qū)的物流業(yè)TFP增長(zhǎng)率呈現(xiàn)先正后負(fù)的變動(dòng)規(guī)律，不過(guò)除了北京以外，它們降至負(fù)值的年份均在2008年以后，這表明經(jīng)濟(jì)危機(jī)后制造業(yè)等產(chǎn)業(yè)的集體低迷是這些省區(qū)物流業(yè)TFP增長(zhǎng)率降至零以下的根本原因。西藏、吉林、重慶、內(nèi)蒙古等省區(qū)的物流業(yè)TFP增長(zhǎng)率不斷波動(dòng)，這些省區(qū)也無(wú)一例外地處在全國(guó)TFP增長(zhǎng)率排名下游。

表4 我國(guó)各省區(qū)物流業(yè)TFP增長(zhǎng)率

省區(qū) 1999 2001 2003 2005 2007 2009 2011 平均 變動(dòng)規(guī)律

天津 0.091 0.117 0.134 0.069 0.072 0.059 0.083 0.091 一直為正

遼寧 0.040 0.084 0.129 0.086 0.040 0.067 0.010 0.064 一直為正

上海 0.130 0.141 0.063 0.096 0.033 0.084 0.138 0.107 一直為正

江蘇 0.117 0.118 0.111 0.097 0.100 0.074 0.073 0.104 一直為正

浙江 0.094 0.071 0.119 0.057 0.090 0.071 0.083 0.085 一直為正

安徽 0.084 0.058 0.073 0.063 0.066 0.062 0.102 0.072 一直為正

江西 0.079 0.055 0.020 0.021 0.073 0.043 0.014 0.044 一直為正

山東 0.078 0.112 0.146 0.135 0.107 0.058 0.048 0.097 一直為正

河南 0.101 0.060 0.062 0.050 0.096 0.098 0.057 0.074 一直為正

湖北 0.043 0.049 0.079 0.066 0.022 0.005 0.009 0.041 一直為正

廣東 0.111 0.118 0.141 0.102 0.096 0.009 0.010 0.089 一直為正

海南 0.119 0.116 0.051 0.127 0.086 0.054 0.139 0.082 一直為正

甘肅 0.062 0.087 0.098 0.058 0.067 0.090 0.066 0.077 一直為正

寧夏 0.156 0.051 0.031 0.086 0.077 0.151 0.148 0.081 一直為正

新疆 0.076 0.044 0.087 0.040 0.075 0.030 0.046 0.051 一直為正

北京 0.040 0.026 0.028 0.001 -0.096 -0.066 -0.068 -0.019 先正后負(fù)

河北 0.056 0.101 0.142 0.082 0.055 0.035 -0.001 0.072 先正后負(fù)

山西 0.041 0.013 0.059 0.034 0.062 -0.071 -0.025 0.023 先正后負(fù)

黑龍江 0.074 0.048 0.098 0.079 0.040 -0.031 -0.018 0.041 先正后負(fù) 續(xù)表

省區(qū) 1999 2001 2003 2005 2007 2009 2011 平均 變動(dòng)規(guī)律 --！>

福建 0.020 0.036 0.101 0.071 0.014 -0.011 -0.020 0.035 先正后負(fù)

湖南 0.037 0.041 0.063 0.084 0.062 -0.066 -0.010 0.035 先正后負(fù)

廣西 0.020 0.047 0.063 0.058 0.025 -0.029 -0.045 0.018 先正后負(fù)

四川 0.006 0.022 0.056 0.073 0.041 -0.082 -0.067 0.008 先正后負(fù)

云南 0.027 0.020 0.003 0.005 0.000 0.004 -0.082 0.000 先正后負(fù)

陜西 0.040 0.028 0.061 0.047 0.020 -0.004 -0.003 0.025 先正后負(fù)

內(nèi)蒙古 -0.003 0.012 -0.050 -0.044 0.012 -0.011 -0.010 -0.009 不斷波動(dòng)

吉林 -0.023 0.030 0.040 -0.113 -0.045 -0.053 -0.063 -0.025 不斷波動(dòng)

重慶 -0.032 0.010 0.064 -0.020 -0.031 -0.063 0.013 -0.011 不斷波動(dòng)

貴州 0.029 -0.008 0.087 0.039 0.043 -0.011 -0.020 0.000 不斷波動(dòng)

西藏 0.002 0.347 -0.604 0.072 0.200 -0.114 -0.171 -0.094 不斷波動(dòng)

青海 0.070 -0.007 -0.169 0.029 0.042 0.047 0.070 0.015 不斷波動(dòng)

注：（1）為簡(jiǎn)化起見(jiàn)，小數(shù)點(diǎn)后保留3位，部分零值是四舍五入后結(jié)果；（2）平均值為1998—2011各年平均值。

為了從TFP增長(zhǎng)源泉上找出造成地區(qū)間物流業(yè)TFP增長(zhǎng)水平差異的主要因素，我們對(duì)各省區(qū)物流業(yè)TFP增長(zhǎng)率按技術(shù)進(jìn)步、技術(shù)效率改進(jìn)、規(guī)模效率、配置效率四種因素進(jìn)行基尼分解?；岱纸獾淖畲髢?yōu)點(diǎn)是可以將總的省區(qū)間物流業(yè)TFP增長(zhǎng)率差距分解成不同因素來(lái)源的差距，從而衡量出不同因素對(duì)區(qū)域差異的影響程度。根據(jù)Feldman（2006）的研究，基尼分解公式如下：

G=SkGkRk

（9）

其中，Sk為第k個(gè)因素對(duì)TFP增長(zhǎng)率的平均貢獻(xiàn)份額，Gk表示第k個(gè)因素的虛擬基尼系數(shù)。虛擬基尼系數(shù)并不是通過(guò)第k個(gè)因素計(jì)算的基尼系數(shù)，而是根據(jù)TFP增長(zhǎng)率和來(lái)自于第k個(gè)因素的增長(zhǎng)率部分進(jìn)行單獨(dú)排序計(jì)算得出。因此，虛擬基尼系數(shù)并不是通常所講的基尼系數(shù)，它可以是正數(shù)，也可以是負(fù)數(shù)。Rk=cov{yk，F(xiàn)（y）}cov{yk，F(xiàn)（yk）}，其中yk是第k個(gè)因素的數(shù)值，F(xiàn)（·）是對(duì)應(yīng)的累積分布函數(shù)。第k個(gè)因素對(duì)總體差異的貢獻(xiàn)份額為：

sharek=SkGkRkG

（10）

運(yùn)用STATA 10.0統(tǒng)計(jì)軟件對(duì)1998—2011年各省區(qū)物流業(yè)TFP增長(zhǎng)率及四種因素平均值進(jìn)行基尼分解，結(jié)果如表5。

表5 我國(guó)物流業(yè)TFP增長(zhǎng)率區(qū)域差異的基尼分解結(jié)果

TFP增長(zhǎng)率來(lái)源 Sk Gk Rk sharek

技術(shù)進(jìn)步因素 451.88% 0.01 0.44 2.03%

技術(shù)效率改進(jìn)因素 -173.81% -0.21 0.81 48.26%

規(guī)模效率因素 -40.12% -0.69 -0.06 -2.69%

配置效率因素 -137.95% -0.31 0.77 52.40%

基尼分解結(jié)果顯示，技術(shù)進(jìn)步因素雖然是TFP增長(zhǎng)的主要因素，但對(duì)區(qū)域TFP增長(zhǎng)率差異的貢獻(xiàn)卻非常低，這是因?yàn)榧夹g(shù)進(jìn)步因素在地區(qū)間分布較為均勻，從1998—2011年平均值看，技術(shù)進(jìn)步因素最高的浙江、福建、江蘇分別為0.186、0.184、0.183，而最低的吉林、山西、內(nèi)蒙古分別為0.176、0.178、0.178，平均僅相差3.8%。規(guī)模效率在區(qū)域間的分布與物流業(yè)TFP增長(zhǎng)率的區(qū)域間分布則存在反向關(guān)系，使得規(guī)模效率因素對(duì)物流業(yè)TFP增長(zhǎng)率區(qū)域差異的貢獻(xiàn)率為負(fù)值。技術(shù)效率和配置效率對(duì)物流業(yè)TFP增長(zhǎng)率區(qū)域差異的貢獻(xiàn)率最大，分別達(dá)到48.26%和52.40%。這說(shuō)明TFP增長(zhǎng)率較高的省區(qū)技術(shù)效率和配置效率較高，而TFP增長(zhǎng)率較低的省區(qū)規(guī)模效率較高。這一事實(shí)反映了各地區(qū)物流業(yè)發(fā)展存在很明顯的階段差別，根據(jù)經(jīng)濟(jì)學(xué)理論，在物流行業(yè)發(fā)展的中早期階段，規(guī)模效益特征較為明顯，隨著規(guī)模化和專業(yè)化發(fā)展，物流業(yè)發(fā)展優(yōu)勢(shì)較大的省區(qū)勞動(dòng)密集化趨弱，資本密集化加深，因而規(guī)模效率下降，技術(shù)效率和配置效率開始拔高，成為拉大物流業(yè)地區(qū)差異的主要原因。

事實(shí)上，各地區(qū)物流業(yè)的發(fā)展很難離開自身的優(yōu)勢(shì)條件。31個(gè)省區(qū)物流業(yè)發(fā)展的優(yōu)勢(shì)條件可以劃分為如下四類：一是自身經(jīng)濟(jì)優(yōu)勢(shì)，如果自身經(jīng)濟(jì)水平較高，各實(shí)體產(chǎn)業(yè)的發(fā)展能夠提供源源不斷的物流服務(wù)需求；二是近鄰經(jīng)濟(jì)優(yōu)勢(shì)，雖然自身經(jīng)濟(jì)水平不高但毗鄰經(jīng)濟(jì)發(fā)達(dá)省區(qū)，由于生產(chǎn)性服務(wù)業(yè)具有溢出效應(yīng)，物流服務(wù)可以跨地區(qū)直接輸出到毗鄰發(fā)達(dá)省區(qū)；三是區(qū)域結(jié)合部?jī)?yōu)勢(shì)，比如：京津唐地區(qū)外圍的河北，東三省和內(nèi)蒙古向南結(jié)合部的遼寧，東西南北縱橫相貫的河南、安徽、江西、湖南、湖北，自西向東形成亞歐大陸橋外延的新疆、寧夏、甘肅一線；四是沿海優(yōu)勢(shì)，外貿(mào)和海運(yùn)會(huì)增加本地區(qū)的貨運(yùn)量，因此沿海地區(qū)的物流業(yè)TFP增長(zhǎng)水平應(yīng)該較高一些。從表4可以看到，物流業(yè)TFP增長(zhǎng)率位列全國(guó)排名上半?yún)^(qū)的15個(gè)省區(qū)無(wú)一例外地?fù)碛幸粋€(gè)到三個(gè)優(yōu)勢(shì)條件。而任何優(yōu)勢(shì)條件都不擁有的省區(qū)，如吉林、黑龍江、重慶、四川、貴州、云南、西藏、青海的物流業(yè)TFP增長(zhǎng)水平均在全國(guó)下半?yún)^(qū)。位于上半?yún)^(qū)的省區(qū)的物流業(yè)發(fā)展較為成熟，技術(shù)效率和配置效率均較高；而位于下半?yún)^(qū)的省區(qū)物流業(yè)仍處于中早期發(fā)展階段，技術(shù)效率和配置效率劣勢(shì)明顯，規(guī)模效率則是其主要優(yōu)勢(shì)。

六、主要結(jié)論和啟示

本文運(yùn)用1997—2011年我國(guó)31個(gè)省區(qū)的面板數(shù)據(jù)建立隨機(jī)生產(chǎn)邊界模型，利用Kumbhakar等（2000）的方法進(jìn)行了物流業(yè)TFP的測(cè)算和分解。TFP增長(zhǎng)分解的結(jié)果顯示，技術(shù)進(jìn)步因素是我國(guó)物流業(yè)TFP增長(zhǎng)的主要原因，技術(shù)效率改進(jìn)、規(guī)模效率和配置效率因素的影響均為負(fù)，存在對(duì)技術(shù)進(jìn)步因素的抵減效應(yīng)；技術(shù)效率改進(jìn)和規(guī)模效率因素的作用逐年遞減，而配置效率因素的作用有逐年上升的趨勢(shì)。進(jìn)一步基尼分解的結(jié)果顯示，技術(shù)效率和配置效率是造成區(qū)域間物流業(yè)TFP增長(zhǎng)率差異的主要原因，這反映了各地區(qū)物流業(yè)發(fā)展的階段差異。

物流業(yè)對(duì)制造業(yè)等其他產(chǎn)業(yè)有重要的聯(lián)動(dòng)支持作用，發(fā)展好物流業(yè)才能實(shí)現(xiàn)我國(guó)經(jīng)濟(jì)總體提升。相比歐美發(fā)達(dá)國(guó)家而言，我國(guó)是物流大國(guó)，但并非物流強(qiáng)國(guó)，物流業(yè)的發(fā)展仍然任重道遠(yuǎn)。從本文結(jié)果看到，要提升我國(guó)物流業(yè)長(zhǎng)期發(fā)展水平，不能僅僅依賴于先進(jìn)技術(shù)和方法引進(jìn)帶來(lái)的技術(shù)進(jìn)步因素，還必須注重提高技術(shù)效率水平和規(guī)模效率水平以及配置效率水平，降低這三者對(duì)技術(shù)進(jìn)步因素的抵減效應(yīng)。要減少物流業(yè)發(fā)展的區(qū)域性差異，則必須努力挖掘落后地區(qū)的自身優(yōu)勢(shì)條件提升其技術(shù)效率水平和配置效率水平。具體而言，要從以下三個(gè)方面著手加強(qiáng)政策引導(dǎo)：一是通過(guò)加強(qiáng)員工培訓(xùn)、提高員工素質(zhì)來(lái)提高先進(jìn)技術(shù)的應(yīng)用水平，這也是提升現(xiàn)代物流業(yè)內(nèi)在發(fā)展質(zhì)量的必然要求；二是通過(guò)促進(jìn)物流企業(yè)的規(guī)模化、專業(yè)化經(jīng)營(yíng)提升整個(gè)行業(yè)的規(guī)模效益，這是未來(lái)物流業(yè)發(fā)展的根本方向；三是逐漸從勞動(dòng)密集化向資本密集化轉(zhuǎn)型，提升物流業(yè)的配置效率，這是現(xiàn)代物流業(yè)發(fā)展的內(nèi)在驅(qū)動(dòng)力。

參考文獻(xiàn)：

劉玉海，林建兵，翁嘉輝.2008.中國(guó)道路運(yùn)輸業(yè)營(yíng)運(yùn)效率動(dòng)態(tài)分析——基于Malmquist生產(chǎn)力指數(shù)[J].產(chǎn)業(yè)經(jīng)濟(jì)研究（1）： 5663.

唐躍軍，趙武陽(yáng). 2009. 二元?jiǎng)诠な袌?chǎng)，解雇保護(hù)與勞動(dòng)合同法 [J]. 南開經(jīng)濟(jì)研究（1）：122133.

田剛，李南.2009.中國(guó)物流業(yè)全要素生產(chǎn)率變動(dòng)與地區(qū)差異——基于隨機(jī)前沿模型的實(shí)證分析[J].系統(tǒng)工程（11）：6268.

田剛，李南.2011.中國(guó)物流業(yè)技術(shù)效率差異及其影響因素研究——基于省級(jí)面板數(shù)據(jù)的實(shí)證分析[J].科研管理（7）：3444.

于劍.2007.基于Malmquist指數(shù)的我國(guó)航空公司業(yè)全要素生產(chǎn)率分析[J].北京理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，9（6）：4346.

余思勤，蔣迪娜，盧劍超.2004.我國(guó)交通運(yùn)輸業(yè)全要素生產(chǎn)率變動(dòng)分析[J].同濟(jì)大學(xué)學(xué)報(bào)：自然科學(xué)版，32（6）：827831.

余泳澤，劉秉鐮.2010.中國(guó)區(qū)域物流產(chǎn)業(yè)技術(shù)進(jìn)步及其影響因素研究[J].上海經(jīng)濟(jì)研究（10）：312.

王亞華，吳凡，王爭(zhēng). 2008.交通行業(yè)生產(chǎn)率變動(dòng)的BootstrapMalmquist指數(shù)分析（1980—2005）[J].經(jīng)濟(jì)學(xué)季刊（4）：891912.

張軍，吳桂英，張吉鵬.2004.中國(guó)省際物質(zhì)資本存量估算：1952—2000[J].經(jīng)濟(jì)研究（10）：3544.

張毅，陳?ài)?2010.中國(guó)區(qū)域物流業(yè)與經(jīng)濟(jì)發(fā)展協(xié)調(diào)度研究——基于復(fù)合系統(tǒng)模型與30個(gè)省區(qū)面板數(shù)據(jù)[J].軟科學(xué)（12）：7075.