随着经济步入新常态，物流业在推动新旧动能转换、发挥消费对经济增长的压舱石效果中起到了至关重要的作用。近年来，随着以电子商务为代表的数字经济成为经济增长的重要动力，我国物流系统发展也十分迅速，2022年货运周转量为23.18万亿吨公里，继续保持全球第一；2022年交通运输、仓储与物流业经济增加值为4.97万亿元，较2020年增长22.4%；2021年快递业收入突破1万亿元大关，同比增长17.5%。随着党的二十大报告指出要以中国式现代化实现中华民族伟大复兴，物流业也必然要朝着高质量发展方向迈进，但当前物流行业运行成本较高，2022年社会物流总费用占GDP比值约为14.7%，而欧美发达国家的该比值约在10%及以下，物流业碳排放量高、运行效率低，物流业发展不平衡不充分现象突出。在此背景下，积极对物流业运行效率进行测算，并对影响因素进行剖析，探究物流业降本增效路径，对进一步推动物流业高质量发展具有重要理论价值与现实意义。
物流业发展对宏观经济高效运转具有重要影响，因此理论界对物流系统运行效率开展了丰富的研究。目前学术圈主要从宏观与微观两个层面进行研究。从微观层面看，
对现有研究的梳理发现，当前学术界从宏微观双视角出发，对物流业运行效率开展了丰富的研究，这为本文研究提供了扎实的理论基础。但也可以发现，目前学术界主要运用数据包络分析法对物流业静态运行效率进行测度，缺乏对运行效率动态变化的研究，同时目前鲜有文献对我国四大城市群物流系统降本增效情况展开研究，因此本文的边际贡献在于：第一，在运用数据包络分析法(DEA)的基础上，进一步利用Malmquist指数对物流业降本增效开展动态分析，并进一步从技术进步效率、规模效率、纯技术效率分析我国四大城市群物流系统效率的变化原因；第二，将研究对象聚焦于京津冀、长三角、珠三角、成渝四大城市群所在的10个省市，进一步丰富区域物流系统降本增效研究视角，为推动我国物流业高质量发展提供更有利的经验证据。
物流行业降本增效，意味着物流系统在给定的资源约束条件下，可以产生更高的经济增加值，因此可以通过测算物流系统的运行效率间接度量其降本增效情况。本文在前人研究的基础上，从投入与产出两个维度构建物流行业降本增效指标体系，详见表1。
本文以交通运输、仓储和邮政业作为物流业的近似替代，参照道格拉斯函数测算经济增长的思路，选取交通运输、仓储和邮政业从业人员数量作为人力资本投入指标；选取交通运输、仓储和邮政业固定资产投资金额、铁路与公里运输里程作为资本投入指标；在环境投入方面，随着碳达峰、碳中和目标的提出，提高能源利用效率，推动行业绿色发展是必然要求，因此用交通运输、仓储和邮政业能源消费量作为环境投入指标。产出指标参考相关文献，从质量与规模两个角度，选取交通运输、仓储和邮政业经济增加值和货运周转量作为衡量指标。
DEA模型与Malmquist指数简介。数据包络分析法(DEA)是一种用于开展投入产出效率测度的模型，分为CCR(规模报酬不变)模型与BCC(规模报酬可变)模型。
将我国四大城市群所在的省市作为决策单元DMU，共有10个，每个决策单元的投入向量X1、X2、X3、X4代表表1中的投入指标，产出向量Y1、Y2代表表1中的产出指标。CCR模型最优线性规划公式如下：
其中，θ的数值大小体现决策单元DMU的运转效率，若θ=1，则表明该区域内的物流系统降本增效是有效的，若小于1，说明是欠效率的，需要调整投入产出。
Malmquist指数可以反映不同时间系统运行效率随时间变化的情况，从t到t+1的Malmquist指数可以表示为：
其中，当M>1时，意味着总效率在不断提升；当M=1时，意味总效率没有变化；当M<1时，意味着效率随时间变化而下降。进一步的，可以将M分解为技术进步指数与技术效率指数，从而找出物流业降本增效的主要驱动因素。
本文将我国四大城市群(京津冀、长三角、珠三角、成渝城市群)所在的10个省市作为研究对象，这是因为四大城市群作为我国区域经济发展的领头羊，其物流业发展水平与转型升级方向更具代表性与前瞻性，开展降本增效研究对推动全国物流系统高质量发展具有很好的借鉴意义。所有指标计算均来自国家统计局公布的《中国统计年鉴》和各省市统计年鉴等，研究时间为2013-2021年。本文主要利用stata15.1软件开展效率测评。
CCR模型主要用于分析四大城市群物流业发展在规模报酬不变的假设条件下，其降本增效水平主要是由其纯技术效率变化驱动，计算结果如表2所示。
表2显示了我国四大城市群2013-2021年物流业纯技术效率得分值，从中可知：第一，从整体上看，四大城市群物流业纯技术效率呈现波动上升态势。除了2013年与2017年纯技术效率值小于0.8，其余年份得分均高于0.8，说明在规模报酬不变条件下，四大城市群整体物流投入资源利用效率在不断改进，但仍然存在一定的投入产出冗余，需要进一步调整资源供给结构，加速物流业技术革新与技术运用能力提升。第二，从各区域看，物流业纯技术效率发展不平衡不充分。天津市、河北省、上海市过去9年物流业纯技术效率均值始终为1，说明不考虑规模报酬变动情况下，其人力资本、物质资本等物流资源投入结构较为合理，投入产出比达到较佳状态；江苏省、安徽省物流业纯技术效率均值在0.9-1之间，处于边缘有效，需要进一步调整投入产出结构，适当优化物流系统运行格局，提高资源利用效率；其余5省市纯技术效率均值均小于0.9，尤其是重庆市、四川省均小于0.6，说明其投入产出结构严重偏离最优比，资源利用效率较差。
如果放松了规模报酬可变这一假设条件，那么随着物流业规模扩张，其运行效率是否能保持最优呢?BCC模型可以用来分析这一问题，结果如表3所示。
从表3中各省市物流业规模效率得分情况看：第一，四大城市群物流业规模效率在波动中上升。除2013年均值较低外，其余年份规模效率均值均围绕在0.9附近波动，说明在过去9年间，物流业规模快速扩张没有造成单位成本的上升和物流运输效率的下降，反而由于规模经济，改善了行业运行效率。第二，各区域物流业规模效率发展差距小于纯技术效率差异。物流业规模效率均值为1的分别为天津市、河北省、江苏省、上海市、安徽省，比纯技术效率均值为1的省市数量要多；广东省物流业规模效率均值为0.964，排名第6，处于DEA边缘有效；其它4省市规模效率均值小于0.9，其中北京市、重庆市、四川省分别位列8-10名，其规模效率均值均高于纯技术效率均值，说明当前物流业技术创新与应用是影响四大城市群物流业降本增效的最主要因素。第三，物流业降本增效综合分析。为更直观体现各省市物流业降本增效静态水平，以纯技术效率为x轴、规模效率为y轴，绘制坐标图，并以效率值0.9为分界线，大于0.9说明该省市运行效率较好，否则较差，结果如图1所示。
根据图1结果，可以将四大城市群物流业综合效率运行情况分为四大类，第一类是“高技术、高规模”类型，在该象限内有天津、河北、江苏、上海与安徽，说明京津冀与长三角城市群整体物流业降本增效情况较好，无论是物流业资源配置、还是资源利用能力上，均维持在高度有效水平；第二类是“低技术、高规模”类型，该象限内只有广东，说明当前广东的物流业运行发展存在着较好的规模经济，主要是因为广东作为改革开放的窗口，市场经济高度发达，对外贸易也十分活跃，对物流发展需求旺盛，物流业发展规模居全国前列，但其纯技术效率不高，说明当前广东物流业还处于粗放式发展阶段，需要进一步注重物流技术的创新与应用；第三类是“高技术、低规模”类型，该象限内只有浙江，说明浙江的物流业发展具有技术水平、管理水平高的特性，这与浙江数字经济发达密不可分，数字经济作为浙江经济的主要推动力，数字化在赋能物流产业转型升级中发挥了重要作用，数字技术的深度应用使得浙江物流系统更智能、更高效，但浙江物流业发展处于规模不经济状态，需要进一步调整要素投入结构，优化物流生产规模；第四类是“低技术、低规模”类型，这一象限内有北京、重庆与四川，说明其物流业发展既存在技术水平不高，又存在资源分配不均、投入产出结构待优化等问题。
为了解我国四大城市群物流业在2013-2021年的降本增效动态变化情况，本文测算了Malmquist指数，并将指数分解为技术进步效率变化与技术效率指数，从而进一步解析物流业降本增效水平波动的原因。
从表4可知：第一，物流业运行效率处于不断改善状态。表4显示2013-2021年整体综合效率值年均增长率为3.5%，说明我国四大城市群物流业降本增效不断提高。从综合效率值年度变化情况看，除了2014-2015与2019-2020年综合效率小于1，其它年度内综合效率值均大于1，最高点出现在2018-2019年度，增长率为18.6%，最低点在2019-2020年度，增长率为-12%，波动幅度大。从分解指标看，技术进步效率增长率为2.3%，技术效率增长率为1.1%，意味着技术进步效率的提高是提升物流业降本增效的主要驱动因素。
第二，技术进步效率变动相对稳定。除了2014-2015、2015-2016、2019-2020年技术进步效率值小于1，其余年度技术进步效率值均大于1，说明随着经济步入新常态后，物流业技术发展水平与应用能力在不断提升，技术创新与应用在改进物流业运行效率，推动物流系统降本增效上发挥了重要作用。
第三，规模效率成为影响技术效率的主要因素。除了在2014-2015、2016-2017、2019-2020年度技术效率值小于1，其余年度内均大于1，技术效率年均增长率为1.1%，物流业技术效率改善不明显。将指标进一步分解后发现，规模效率值仅在2017-2018、2018-2019年度内大于1，其余年度内均小于1，年均增长率为-0.5%，说明规模效率低是造成物流业技术效率低的主要因素。主要原因是：伴随四大城市群经济的高速发展，物流业发展进入高速扩张期，但经济发展的不平衡不充分，也反映在物流系统上，为了满足经济高速增长衍生的巨大物流需求，物流系统在资源配置上存在局部过剩、投入产出结构不合理等矛盾。随着经济步入高质量发展阶段，对物流系统的需求也发生深刻变化，物流业亟需调整投入产出规模，适应经济发展新模式。
利用Malmquist指数对四大城市群内10省市的物流业运行效率及其分解指标进行测算，结果如表5所示。
可以发现：第一，从综合效率增长率看，2013-2021年度内，除了安徽省综合效率增长率小于1，其它省市综合效率值均大于1，说明各省市物流业降本增效处于不断上升态势。其中，增速最快的是浙江省、上海市、广东省与四川省，增速在6.5%-7%之间；其次是江苏省，增速在3.3%；增速最慢的是北京市、天津市、河北省与重庆市，增速在1%-2%之间，可以发现四大城市群内部分化较为明显，长三角、珠三角地区物流业降本增效情况提升最快，主要原因是：长三角与珠三角不仅是我国经济规模最大的区域经济体，也是市场经济最发达最活跃的地区，民营经济占比高，资源流动十分活跃，资源配置较为均衡，另一方面技术创新水平高、人才与高新技术产业大量聚集，推动了物流系统技术创新发展，加速了区域物流系统数字化、工业化转型进程。
第二，从技术进步效率增长率看，各省市之间分化较为明显。江苏省、浙江省、上海市、广东省技术进步效率年均增长率在3%-6%之间，其余各省市均在2%以下，说明长三角与珠三角地区物流业降本增效的改善主要依靠物流系统技术创新能力提升来驱动。
第三，从技术效率增长率看，仅浙江省、广东省、重庆市与四川省技术效率增长率呈上升趋势，其中四川省增长率最高为6.7%，广东与浙江增速为2.2%与2.3%，分化较为明显。说明四川省物流业降本增效主要是由技术效率不断改善驱动的，随着成渝经济圈的重要性不断提高，物流产业规模不断扩大，资源供给处于紧平衡状态，不存在局部过剩的现象，投入产出结构合理。
本文构建了物流业投入产出指标体系，并利用DEA模型中的BCC、CCR模型和Malmquist指数，对我国四大城市群2013-2021年物流业降本增效静态与动态变化情况进行测度分析，结果表明：一是我国四大城市群整体物流业降本增效呈现波动上升，但内部差异较为明显，其中天津市、河北省、上海市、江苏省、安徽省处于“双高型”，浙江省与广东省属于“高低型”，只需调整资源投入结构或提高技术水平即可实现DEA有效，北京市、四川省与重庆市属于“双低型”，物流系统运行效率较差；二是四大城市群物流业综合运行效率增长率约3.5%，技术进步效率的提升是推动物流业降本增效持续改善的主要因素，其中长三角城市群与珠三角城市群技术进步效率增长率最高；而成渝城市群物流业效率提升主要依靠规模效率的不断提升。基于此，本文提出以下对策建议：
当前物流业发展呈现东强西弱格局，中西部地区物流业基础设施建设薄弱，重要战略骨干通道建设较为滞后，交通枢纽布局不完善，综合运输能力有待提升，应进一步增强综合立体交通网主骨架建设，加快待贯通路段建设，加强铁路、公路、航运里程建设，持续释放规模经济效应。
本文研究显示，技术进步效率是推动物流业降本增效的主要驱动因素，因此要加大物流业创新研发投入，推动物流业向智能化、数字化方向转型，鼓励物流企业加大与数字平台企业的合作交流，在运输物流系统开发研究和智能仓储建设等方面加大人力、物力、财力的投入，不断提高物流运输效率。
沪公网安备 31011202008041号
