中国物流业高质量发展水平测度及影响因素

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重要支撑作用(刘华军等,2021)。近年来,中国各级政府出台一系列推进物流业降本增效的政策,以使物流业保持平稳增长和健康发展。2022年,全社会物流总额为347.6万亿元,较2014年增长约60%;社会物流总费用与GDP比率为14.7%,较2014年降低约2%。然而,中国物流业仍然面临区域发展不平衡、成本费用较高、环保压力严峻等问题,制约着物流业高质量发展进程。2019年,国家发展和改革委员会等24个部门和单位联合印发《关于推动物流高质量发展促进形成强大国内市场的意见》(以下简称《意见》),提出物流业高质量发展不仅是实现自身转型升级的必由之路,也是降低实体经济物流成本和增强实体经济活力的必然选择,更是实现中国经济高质量发展的内在要求。鉴于此,如何推动物流业高质量发展成为迫切需要探讨的问题。推动物流业高质量发展水平的测度与所构建的评价指标体系以及所采取的测度方法有关。因此,本文关心的核心问题是:如何构建合理的物流业高质量发展水平评价指标体系?如何测度物流业高质量发展水平并对其进行评价?影响物流业高质量发展水平的因素有哪些?

 

目前对高质量发展的研究主要集中于宏观经济层面,对物流业高质量发展进行探析的文献较少。对于什么是物流业高质量发展,有的学者认为物流业高质量发展是以创造物流价值为前提,以优化资源配置为核心,坚持质量第一和效率优先,满足市场高质量需求(高志军等,2020;董千里等,2020)。肖建辉(2020)指出,物流业高质量发展应该包括两层含义,即“发展质量高和高质量满足经济发展和人民需求”。在如何测度物流业高质量发展水平方面,一些学者使用单一指标度量物流业高质量发展水平,如全要素生产率(Total Factor Productivity,TFP)(李娟等,2019)、绿色TFP (王健等,2022)等。尽管单一指标也能反映物流业高质量发展的部分核心特质,但略显单薄。2017年中央经济工作会议指出必须加快形成推动高质量发展的指标体系。林双娇等(2021)、王琴梅等(2023)均构建了评价指标体系,前者构建的指标体系包含物流业的规模、质量、效应和代价4个方面,后者构建的指标体系基于技术创新、结构优化、绿色高效、开放合作和环境共享5个维度,两者均采用熵权法分别测度中国省际和城市的物流业高质量发展水平。唐哲等(2022)、翟仁祥等(2023)基于新发展理念构建物流业高质量发展水平评价指标体系,分别运用熵权TOPSIS法和因子分析模型测度黄河流域和中国沿海地区的物流业高质量发展水平。俞彤晖等(2023)构建包括物流产业规模、综合效率、运行质量、创新动力、基础配套5个维度的评价指标体系,进而测度中国省际层面物流业高质量发展水平。

 

测度物流业高质量发展水平的目的在于找到推动物流业高质量发展的路径。部分学者在测度物流业高质量发展水平的同时也考察了其影响因素。例如,李娟等(2019)、林双娇等(2021)的研究结果表明,产业结构、经济发展水平有利于缩小中国地区间物流业发展水平差距。曹允春等(2020)认为存在多条路径推动物流业高质量发展,各地区应该根据自身资源禀赋选择合适的路径。李攀科(2020)、蹇令香等(2021)指出技术创新是引领物流业高质量发展的重要驱动力。Fan等(2022)从经济发展、产业结构、人口红利、物流供应、物流需求、能源消费、环境保护7个维度选取影响物流业高质量发展的因素。

 

学术界关于物流业高质量发展的研究已经取得一定成果,但仍存在有待深入研究和拓展之处。第一,虽已有学者构建了评价指标体系,但是在指标选取时偏向体现物流业“自身变化”特点,而对物流业“社会贡献”的反映略显不足。第二,现有文献中对物流业高质量发展水平进行测度时多采用传统熵权法。传统熵权法对每个年份分别进行熵权计算,使用的是局部参考域(张友国等,2020)。基于此,本文构建包括发展效率、发展规模、发展贡献和发展代价4个维度的物流业高质量发展水平评价指标体系,采用改进熵权法测度2011—2021年中国30个省份物流业高质量发展水平,借助固定效应模型对物流业高质量发展的影响因素进行分析。本文的边际贡献体现在以下两点。第一,围绕物流业高质量发展的内涵构建评价指标体系。这一指标体系既刻画了物流业自身的变化,又体现了物流业高质量发展对社会的贡献。第二,采用考虑时间因素的改进熵权法测度物流业高质量发展水平,使测度结果亦具有时空可比性。

 

2 物流业高质量发展水平评价指标体系与影响因素

2.1 物流业高质量发展水平评价指标体系

物流业高质量是一个内涵丰富的多维度概念。首先,“高”表示物流业需要高质量满足人民需求和满足人民高质量需求(肖建辉,2020)。“质”代表物流业发展强调质量第一、效率优先。新时代物流业高质量发展应该推动效率变革,把优化劳动力、资本、土地等生产要素的配置效率作为物流业高质量发展的主攻方向和应有之义(何黎明,2018)。“量”代表物流业的产出规模。虽然中国物流业已解决了数量短缺问题,但是“质”和“量”是不可分割的两面,应该在强调数量的基础上更加强调质量,而不是摒弃数量(魏敏等,2018)。其次,《意见》指出,物流业高质量发展不仅在于行业本身创造税收、就业等,更在于发挥其对农业、制造业等相关产业的支撑作用,注重其社会贡献。因此,发展贡献应该被纳入物流业高质量发展的内涵。最后,当前中国物流业的快速发展以能源的过度消耗和生态环境的恶化为代价。2021年,物流业能源消耗量为43935万吨标准煤,约占能源消耗总量的8.4%,能源消耗所产生的二氧化碳等温室气体对环境造成了巨大破坏。单纯追求经济总量增加而忽视对环境保护的发展是低质量的,应该被摒弃(任保平等,2018),对于物流业高质量发展来说,也应该把发展代价考虑在内。综上所述,本文认为物流业高质量发展应该包括发展效率、发展规模、发展贡献和发展代价4个方面。

 

在遵循可获取性、可量化性、客观性、代表性原则的基础上,从4个维度共选取11个指标,构建物流业高质量发展水平评价指标体系,如表1所示。

 

  

 

表1 物流业高质量发展水平评价指标体系  下载原图

 

 

    下载原表

 

 

2.2 影响因素

梳理现有文献,本文选取以下影响物流业高质量发展的因素。①创新能力(INNO),以物流业发明专利申请量衡量。②数字化水平(DIG),以每百人互联网宽带接入端口数衡量。③交通网络密度(TRA),以(铁路营运里程+内河航道里程+公路里程)/地区面积衡量。④人力资本水平(HUM),以在校大学生人数占总人口数比重衡量。⑤政府干预程度(GOV),以交通运输支出占财政一般预算支出的比重衡量。⑥环境规制强度(ENR),以环境污染治理投资额占GDP比重衡量。另外,本文在回归模型中加入环境规制强度的平方项,以考察短期内和长期内环境规制对物流业高质量发展影响的差异。

 

3 研究方法与数据来源

3.1 研究方法

3.1.1 改进熵权法

本文旨在考察2011—2021年中国30个省份(除西藏、香港、澳门、台湾地区)物流业高质量发展水平及其变化。为了实现不同年份之间的对比,采用考虑时间变量的熵权法(张旭等,2020),即改进熵权法。这种方法的优势在于利用了指标在时空双重维度上的信息量,克服了传统熵权法只能利用各指标在特定时间上信息的局限性(张友国等,2020)。假设指标体系包含k个指标,评价对象有n个,时间跨度为m个时期,第i个省份的第j个指标在第t年的取值表示为xijt。其中,i=1,2,…,n,j=1,2,…,k,t=1,2,…,m。xijt标准化后的取值为yijt,Ej和Wj分别为指标的信息熵和权重,则:

 

 

 

式中:,如果,则定it义为第i个省份在第t年的物流业高质量发展水平。

 

3.1.2 面板数据模型

为考察各影响因素对物流业高质量发展的作用方向和大小,构建如下公式。

 

 

式中:i表示考察对象,即某一省份;t代表年份;LHQD表示物流业高质量发展水平;ε为随机扰动项。为了减少数据波动,对所有变量进行对数化处理。

 

3.2 数据来源

由于物流业没有被涵盖在中国《国民经济行业分类》体系中,参考大多数文献的做法,以交通运输、仓储和邮政业数据代替(Long et al.,2020),时间跨度为2011—2021年。研究中所涉及数据主要来源于历年《中国统计年鉴》《中国能源统计年鉴》《中国第三产业统计年鉴》《中国劳动统计年鉴》和各地区统计年鉴,发明专利申请量通过国家重点产业专利信息服务平台的物流产业专栏搜索获取。变量描述性统计如表2所示。

 

  

 

表2 变量描述性统计  下载原图

 

 

4 结果分析

4.1 物流业高质量发展水平测度结果与分析

4.1.1 时序变化趋势

根据表1,采用改进熵权法测算2011—2021年中国30个省份的物流业高质量发展水平,探究全国及三大区域物流业高质量发展水平的变化趋势(图1)。从全国来看,物流业高质量发展水平呈现稳步上升态势,由2011年的0.122上升至2021年的0.231,平均值为0.163,年均增长率为6.581%。分区域看,考察期内三大区域物流业高质量发展水平均呈现上升趋势。具体来说,东部地区由2011年的0.171上升为2021年的0.341,年均增长率为7.169%;中部地区由2011年的0.101上升为2021年的0.187,年均增长率为6.341%;西部地区由2011年的0.089上升为2021年的0.152,年均增长率为5.573%。另外,东部地区物流业高质量发展水平始终高于全国平均水平,均值为0.234;中、西部地区始终处于全国平均水平之下,均值分别为0.134和0.113。可能的原因在于东部地区凭借优越的地理位置和政策倾斜,在经济基础、劳动力资源、科技创新投入等方面都优于中、西部地区,从而在加快推动东部地区物流业降本增效,保障在物流领域满足人们对美好生活的需要方面有较好成效。

 

图1 2011—2021年全国及分区域物流业高质量发展水平   下载原图

 

4.1.2 空间分布特征

图2反映中国30个省份2011年、2021年物流业高质量发展水平及考察期内均值。如图2所示,2011—2021年物流业高质量发展水平均值大于全国均值的有上海、北京、天津、浙江、河北、江苏、广东、内蒙古、福建、辽宁10个省份,其中9个省份来自东部地区,仅内蒙古属于西部地区,排名后10位的省份来自中部地区和西部地区。排名第一的上海(0.438),其考察期内的物流业高质量发展水平均值是排名末位的四川(0.077)的5.688倍,表明中国物流业高质量发展水平的省域差异明显,呈现两极分化态势。从具体年份看,2011年物流业高质量发展水平最高的上海(0.312)是排名末位的四川(0.042)的7.429倍;2021年排名第一的上海(0.596)是排名末位的甘肃(0.099)的6.020倍,领先省份与落后省份之间的“鸿沟”随时间推移有所缩小。此外,即使在同一区域内的不同省份之间也存在差距。因此,中国物流业高质量发展水平仍存在较大上升空间,任务艰巨。

 

图3刻画了2011—2021年中国30个省份物流业高质量发展水平年均增长率。由图3可知,30个省份物流业高质量发展水平均实现不同程度的增长,说明中国物流业高质量发展取得一定成效。进一步分析发现,各省份物流业高质量发展水平的年均增长率存在显著空间差异。年均增长率排名前10位的省份中仅3个来自东部地区,其他7个来自中、西部地区;排名后10位的省份同样有3个来自东部地区,7个来自中、西部地区。其中,浙江物流业高质量发展水平年均增长率超过14%,而甘肃不足0.4%。物流业高质量发展水平低的省份并不都意味着增速慢。例如,考察期内,云南、四川、新疆、湖南和贵州物流业高质量发展水平均值不足0.13,位居全国下游水平,但这些省份的物流业高质量发展水平均突破了7%的年均增长率,高于全国平均水平,这些省份未来将有可能实现赶超。

 

4.1.3 物流业由高速增长向高质量发展的转换特征

借鉴余泳泽等(2019)的做法,本文利用物流业高质量发展水平与物流业增加值增速两个指标探讨物流业由高速增长向高质量发展的转换特征。首先依据党的十九大召开时间,将考察期划分为2011—2016年和2017—2021年两个时间段,再根据各省份的具体数值特征,将物流业高质量发展水平的临界值设定为0.163,物流业增加值增速的临界值设定为8%。根据两个指标的临界值将散点图分为四个象限,分别表示高增速—高质量(A区域)、低增速—高质量(B区域)、低增速—低质量(C区域)和高增速—低质量(D区域),具体如图4所示。由图4可知,2011—2016年大多数省份主要分布在第三和第四象限。位于第一、第二、第四象限的样本数量分别为12个、27个、78个,表明该时期追求物流业高速增长的省份(第一和第四象限)占比为50%,而追求物流业高质量发展的省份(第一和第二象限)占比仅为21.667%。第三象限有63个样本,占比为35%,说明相当多的省份在追求物流业发展质量与速度的过程中均存在较多困难。2017—2021年大多数省份主要分布在第一和第二象限,第四象限最少,说明在物流业发展过程中,政府逐步由追求数量规模扩张转向追求高质量发展,更注重物流业发展的“质”。与2011—2016年相比,2017—2021年第二象限即低增速—高质量的省份占比由15%上升为27.333%,第三象限即低增速—低质量的省份占比由35%下降至25.333%,第四象限即高增速—低质量的省份占比由43.333%降低至21.333%。但是,2017—2021年低增速—低质量的省份占比仍超过1/4,未来需要重点关注这些省份物流业的发展,至少使其物流业在某一方面得到提升。

 

 

 

图4 物流业高速增长与高质量增长的特征   下载原图

 

4.2 物流业高质量发展水平影响因素分析

本文分别利用普通最小二乘(Ordinary Least Squares,OLS)模型、固定效应(Fixed Effects,FE)模型、随机效应(Random Effects,RE)模型对公式(6)进行回归,并判断采用哪种模型最合适。根据回归结果可知,F统计量为50.65,P值为0.000,表明FE模型明显优于OLS模型;Hausman检验的P值为0.000,小于0.05,表明应该使用固定效应模型。表3为依次加入影响因素的回归结果。由表3第7列可知,创新能力的估计系数为0.103,且在10%的水平上显著,说明创新有利于推动物流业高质量发展。创新能力是经济高质量发展的重要基石(辜胜阻等,2018)。新技术和新产品被应用到物流业中,有利于提高物流业机械化水平,提升服务效率,降低服务成本,推动物流业向更高层次演进。数字化水平的估计系数同样在10%的显著性水平上为正,因此数字化水平对物流业高质量发展也起到积极影响。数字技术使信息在物流各个环节被高速地收集、交换和传递,全方位提升物流业服务效率。交通网络密度对物流业高质量发展的影响为负,但并不显著,这可能是因为中国高效、便捷、畅通的综合交通运输网络还没有完全形成(李瑞吉,2019)。物流业高质量发展离不开人才支撑,人力资本水平每增加1%,物流业高质量发展水平提升0.563%。政府干预程度的估计系数显著为负。在中国物流业发展过程中,受“条块分割”管理模式和地方保护主义的影响,导致物资流通不畅,不利于物流资源优化配置和规模效应发挥。环境规制强度一次项的估计系数显著为负,二次项的估计系数显著为正,说明环境规制强度对物流业高质量发展的影响呈U形。环境规制对物流业发展的积极影响是一个长期过程(刘承良等,2017),短期内环境规制抑制物流业高质量发展,长期来看反而有利于物流业高质量发展。

 

  

 

表3 基准回归结果  下载原图

 

 

注:∗、∗∗、∗∗∗分别表示在10%、5%、1%的水平上显著,后同。

 

由于地理位置、政策体系以及经济基础等原因,中国各省份物流业高质量发展水平、创新能力、数字化水平等在区域分布上存在明显的异质性特征。因此,本文将研究样本分为东部、中部和西部三大区域,利用固定效应模型进行分样本回归,结果如表4所示。由表4可知,仅东部地区创新能力对物流业高质量发展起到显著积极作用。数字化水平的估计系数在东部和中部地区显著为正,在西部地区为正但不显著。究其原因,西部地区经济基础薄弱,支撑数字经济发展所需人才相对缺乏,基础设施、装备及关键技术滞后,数字化市场发育缓慢,对物流业发展所起到的作用有限。交通网络抑制了东部地区物流业高质量发展,对中西部地区物流业高质量发展不存在显著影响。人力资本水平的估计系数呈现“东部>中部>西部”的特征,说明人力资本对东部地区物流业高质量发展的积极效应更强。这一结果产生的可能原因在于东部地区高校、科研院所密集,能够充分发挥人才优势。政府干预显著抑制中部地区物流业高质量发展。短期来看,环境规制显著抑制中部地区物流业高质量发展;长期来看,环境规制显著促进东部地区物流业高质量发展。

 

  

 

表4 分区域回归结果  下载原图

 

 

5 结论与建议

本文采用改进熵权法测算2011—2021年中国30个省份的物流业高质量发展水平,运用固定效应模型考察物流业高质量发展的影响因素,结果如下。第一,2011—2021年中国物流业高质量发展水平整体上升趋势明显,由2011年的0.122上升至2021年的0.231,年均增长率为6.581%。第二,各区域之间物流业高质量发展水平差异明显,呈现“东部>中部>西部”的分布特征。第三,2011—2016年大部分省份追求物流业高速增长,对质量重视不足;2017年以后更多的省份开始追求高质量发展,物流业发展逐步由以数量为主导转向以质量为主导。第四,创新能力、数字化水平、人力资本水平对物流业高质量发展发挥积极作用;政府干预程度对物流业高质量发展发挥消极作用;短期内,环境规制抑制物流业高质量发展,长期来看,则推动物流业高质量发展。与此同时,各影响因素对物流业高质量发展的作用方向和大小存在区域差异。

 

基于以上研究结论,本文提出以下政策建议。第一,持续推动物流业高质量发展。2017—2021年低质量—低增速的省份仍占约1/4,并有将近1/2的省份物流业高质量发展与高速增长不协调,表明中国物流业高质量发展水平仍处于低位,与建设“物流强国”存在一定差距。因此,中国物流业必须摒弃“唯规模、唯速度”的思想,在坚持“质量第一、效率优先”原则的同时,兼顾物流业发展规模,使发展成果惠及更多的地区和人民。第二,强化对低水平省份的关注和投入,缩小地区之间差异。西部是中国物流业高质量发展的短板,因此政府应该加大对西部地区的扶持力度。物流业高质量发展水平较高的省份也应该树立“富邻”意识,通过共建共享基础设施、对口帮扶等方式加快物流业资源、技术由发达地区向落后地区流动,推动区域间优势互补、经济联动。第三,各地区应该“因地制宜”,选择适配性的物流业发展路径。例如,东部地区应强调构建更加完善的交通基础设施网络,加强运输线路的互联互通。中部地区应该加大科研投入力度,强化自主创新能力;减少政府对物流业活动的直接干预,加强环境规制。西部地区需要在创新能力、数字化水平、交通基础设施和环境规制等方面共同发力,弥补原有劣势和不足,发挥对物流业高质量发展的积极影响。