隨著經濟步入新常態，物流業在推動新舊動能轉換、發揮消費對經濟增長的壓艙石效果中起到了至關重要的作用。近年來，隨著以電子商務為代表的數字經濟成為經濟增長的重要動力，我國物流系統發展也十分迅速，2022年貨運周轉量為23.18萬億噸公里，繼續保持全球第一；2022年交通運輸、倉儲與物流業經濟增加值為4.97萬億元，較2020年增長22.4%；2021年快遞業收入突破1萬億元大關，同比增長17.5%。隨著黨的二十大報告指出要以中國式現代化實現中華民族偉大復興，物流業也必然要朝著高質量發展方向邁進，但當前物流行業運行成本較高，2022年社會物流總費用占GDP比值約為14.7%，而歐美發達國家的該比值約在10%及以下，物流業碳排放量高、運行效率低，物流業發展不平衡不充分現象突出。在此背景下，積極對物流業運行效率進行測算，并對影響因素進行剖析，探究物流業降本增效路徑，對進一步推動物流業高質量發展具有重要理論價值與現實意義。
物流業發展對宏觀經濟高效運轉具有重要影響，因此理論界對物流系統運行效率開展了豐富的研究。目前學術圈主要從宏觀與微觀兩個層面進行研究。從微觀層面看，
對現有研究的梳理發現，當前學術界從宏微觀雙視角出發，對物流業運行效率開展了豐富的研究，這為本文研究提供了扎實的理論基礎。但也可以發現，目前學術界主要運用數據包絡分析法對物流業靜態運行效率進行測度，缺乏對運行效率動態變化的研究，同時目前鮮有文獻對我國四大城市群物流系統降本增效情況展開研究，因此本文的邊際貢獻在于：第一，在運用數據包絡分析法(DEA)的基礎上，進一步利用Malmquist指數對物流業降本增效開展動態分析，并進一步從技術進步效率、規模效率、純技術效率分析我國四大城市群物流系統效率的變化原因；第二，將研究對象聚焦于京津冀、長三角、珠三角、成渝四大城市群所在的10個省市，進一步豐富區域物流系統降本增效研究視角，為推動我國物流業高質量發展提供更有利的經驗證據。
物流行業降本增效，意味著物流系統在給定的資源約束條件下，可以產生更高的經濟增加值，因此可以通過測算物流系統的運行效率間接度量其降本增效情況。本文在前人研究的基礎上，從投入與產出兩個維度構建物流行業降本增效指標體系，詳見表1。
本文以交通運輸、倉儲和郵政業作為物流業的近似替代，參照道格拉斯函數測算經濟增長的思路，選取交通運輸、倉儲和郵政業從業人員數量作為人力資本投入指標；選取交通運輸、倉儲和郵政業固定資產投資金額、鐵路與公里運輸里程作為資本投入指標；在環境投入方面，隨著碳達峰、碳中和目標的提出，提高能源利用效率，推動行業綠色發展是必然要求，因此用交通運輸、倉儲和郵政業能源消費量作為環境投入指標。產出指標參考相關文獻，從質量與規模兩個角度，選取交通運輸、倉儲和郵政業經濟增加值和貨運周轉量作為衡量指標。
DEA模型與Malmquist指數簡介。數據包絡分析法(DEA)是一種用于開展投入產出效率測度的模型，分為CCR(規模報酬不變)模型與BCC(規模報酬可變)模型。
將我國四大城市群所在的省市作為決策單元DMU，共有10個，每個決策單元的投入向量X1、X2、X3、X4代表表1中的投入指標，產出向量Y1、Y2代表表1中的產出指標。CCR模型最優線性規劃公式如下：
其中，θ的數值大小體現決策單元DMU的運轉效率，若θ=1，則表明該區域內的物流系統降本增效是有效的，若小于1，說明是欠效率的，需要調整投入產出。
Malmquist指數可以反映不同時間系統運行效率隨時間變化的情況，從t到t+1的Malmquist指數可以表示為：
其中，當M>1時，意味著總效率在不斷提升；當M=1時，意味總效率沒有變化；當M<1時，意味著效率隨時間變化而下降。進一步的，可以將M分解為技術進步指數與技術效率指數，從而找出物流業降本增效的主要驅動因素。
本文將我國四大城市群(京津冀、長三角、珠三角、成渝城市群)所在的10個省市作為研究對象，這是因為四大城市群作為我國區域經濟發展的領頭羊，其物流業發展水平與轉型升級方向更具代表性與前瞻性，開展降本增效研究對推動全國物流系統高質量發展具有很好的借鑒意義。所有指標計算均來自國家統計局公布的《中國統計年鑒》和各省市統計年鑒等，研究時間為2013-2021年。本文主要利用stata15.1軟件開展效率測評。
CCR模型主要用于分析四大城市群物流業發展在規模報酬不變的假設條件下，其降本增效水平主要是由其純技術效率變化驅動，計算結果如表2所示。
表2顯示了我國四大城市群2013-2021年物流業純技術效率得分值，從中可知：第一，從整體上看，四大城市群物流業純技術效率呈現波動上升態勢。除了2013年與2017年純技術效率值小于0.8，其余年份得分均高于0.8，說明在規模報酬不變條件下，四大城市群整體物流投入資源利用效率在不斷改進，但仍然存在一定的投入產出冗余，需要進一步調整資源供給結構，加速物流業技術革新與技術運用能力提升。第二，從各區域看，物流業純技術效率發展不平衡不充分。天津市、河北省、上海市過去9年物流業純技術效率均值始終為1，說明不考慮規模報酬變動情況下，其人力資本、物質資本等物流資源投入結構較為合理，投入產出比達到較佳狀態；江蘇省、安徽省物流業純技術效率均值在0.9-1之間，處于邊緣有效，需要進一步調整投入產出結構，適當優化物流系統運行格局，提高資源利用效率；其余5省市純技術效率均值均小于0.9，尤其是重慶市、四川省均小于0.6，說明其投入產出結構嚴重偏離最優比，資源利用效率較差。
如果放松了規模報酬可變這一假設條件，那么隨著物流業規模擴張，其運行效率是否能保持最優呢?BCC模型可以用來分析這一問題，結果如表3所示。
從表3中各省市物流業規模效率得分情況看：第一，四大城市群物流業規模效率在波動中上升。除2013年均值較低外，其余年份規模效率均值均圍繞在0.9附近波動，說明在過去9年間，物流業規模快速擴張沒有造成單位成本的上升和物流運輸效率的下降，反而由于規模經濟，改善了行業運行效率。第二，各區域物流業規模效率發展差距小于純技術效率差異。物流業規模效率均值為1的分別為天津市、河北省、江蘇省、上海市、安徽省，比純技術效率均值為1的省市數量要多；廣東省物流業規模效率均值為0.964，排名第6，處于DEA邊緣有效；其它4省市規模效率均值小于0.9，其中北京市、重慶市、四川省分別位列8-10名，其規模效率均值均高于純技術效率均值，說明當前物流業技術創新與應用是影響四大城市群物流業降本增效的最主要因素。第三，物流業降本增效綜合分析。為更直觀體現各省市物流業降本增效靜態水平，以純技術效率為x軸、規模效率為y軸，繪制坐標圖，并以效率值0.9為分界線，大于0.9說明該省市運行效率較好，否則較差，結果如圖1所示。
根據圖1結果，可以將四大城市群物流業綜合效率運行情況分為四大類，第一類是“高技術、高規模”類型，在該象限內有天津、河北、江蘇、上海與安徽，說明京津冀與長三角城市群整體物流業降本增效情況較好，無論是物流業資源配置、還是資源利用能力上，均維持在高度有效水平；第二類是“低技術、高規模”類型，該象限內只有廣東，說明當前廣東的物流業運行發展存在著較好的規模經濟，主要是因為廣東作為改革開放的窗口，市場經濟高度發達，對外貿易也十分活躍，對物流發展需求旺盛，物流業發展規模居全國前列，但其純技術效率不高，說明當前廣東物流業還處于粗放式發展階段，需要進一步注重物流技術的創新與應用；第三類是“高技術、低規模”類型，該象限內只有浙江，說明浙江的物流業發展具有技術水平、管理水平高的特性，這與浙江數字經濟發達密不可分，數字經濟作為浙江經濟的主要推動力，數字化在賦能物流產業轉型升級中發揮了重要作用，數字技術的深度應用使得浙江物流系統更智能、更高效，但浙江物流業發展處于規模不經濟狀態，需要進一步調整要素投入結構，優化物流生產規模；第四類是“低技術、低規模”類型，這一象限內有北京、重慶與四川，說明其物流業發展既存在技術水平不高，又存在資源分配不均、投入產出結構待優化等問題。
為了解我國四大城市群物流業在2013-2021年的降本增效動態變化情況，本文測算了Malmquist指數，并將指數分解為技術進步效率變化與技術效率指數，從而進一步解析物流業降本增效水平波動的原因。
從表4可知：第一，物流業運行效率處于不斷改善狀態。表4顯示2013-2021年整體綜合效率值年均增長率為3.5%，說明我國四大城市群物流業降本增效不斷提高。從綜合效率值年度變化情況看，除了2014-2015與2019-2020年綜合效率小于1，其它年度內綜合效率值均大于1，最高點出現在2018-2019年度，增長率為18.6%，最低點在2019-2020年度，增長率為-12%，波動幅度大。從分解指標看，技術進步效率增長率為2.3%，技術效率增長率為1.1%，意味著技術進步效率的提高是提升物流業降本增效的主要驅動因素。
第二，技術進步效率變動相對穩定。除了2014-2015、2015-2016、2019-2020年技術進步效率值小于1，其余年度技術進步效率值均大于1，說明隨著經濟步入新常態后，物流業技術發展水平與應用能力在不斷提升，技術創新與應用在改進物流業運行效率，推動物流系統降本增效上發揮了重要作用。
第三，規模效率成為影響技術效率的主要因素。除了在2014-2015、2016-2017、2019-2020年度技術效率值小于1，其余年度內均大于1，技術效率年均增長率為1.1%，物流業技術效率改善不明顯。將指標進一步分解后發現，規模效率值僅在2017-2018、2018-2019年度內大于1，其余年度內均小于1，年均增長率為-0.5%，說明規模效率低是造成物流業技術效率低的主要因素。主要原因是：伴隨四大城市群經濟的高速發展，物流業發展進入高速擴張期，但經濟發展的不平衡不充分，也反映在物流系統上，為了滿足經濟高速增長衍生的巨大物流需求，物流系統在資源配置上存在局部過剩、投入產出結構不合理等矛盾。隨著經濟步入高質量發展階段，對物流系統的需求也發生深刻變化，物流業亟需調整投入產出規模，適應經濟發展新模式。
利用Malmquist指數對四大城市群內10省市的物流業運行效率及其分解指標進行測算，結果如表5所示。
可以發現：第一，從綜合效率增長率看，2013-2021年度內，除了安徽省綜合效率增長率小于1，其它省市綜合效率值均大于1，說明各省市物流業降本增效處于不斷上升態勢。其中，增速最快的是浙江省、上海市、廣東省與四川省，增速在6.5%-7%之間；其次是江蘇省，增速在3.3%；增速最慢的是北京市、天津市、河北省與重慶市，增速在1%-2%之間，可以發現四大城市群內部分化較為明顯，長三角、珠三角地區物流業降本增效情況提升最快，主要原因是：長三角與珠三角不僅是我國經濟規模最大的區域經濟體，也是市場經濟最發達最活躍的地區，民營經濟占比高，資源流動十分活躍，資源配置較為均衡，另一方面技術創新水平高、人才與高新技術產業大量聚集，推動了物流系統技術創新發展，加速了區域物流系統數字化、工業化轉型進程。
第二，從技術進步效率增長率看，各省市之間分化較為明顯。江蘇省、浙江省、上海市、廣東省技術進步效率年均增長率在3%-6%之間，其余各省市均在2%以下，說明長三角與珠三角地區物流業降本增效的改善主要依靠物流系統技術創新能力提升來驅動。
第三，從技術效率增長率看，僅浙江省、廣東省、重慶市與四川省技術效率增長率呈上升趨勢，其中四川省增長率最高為6.7%，廣東與浙江增速為2.2%與2.3%，分化較為明顯。說明四川省物流業降本增效主要是由技術效率不斷改善驅動的，隨著成渝經濟圈的重要性不斷提高，物流產業規模不斷擴大，資源供給處于緊平衡狀態，不存在局部過剩的現象，投入產出結構合理。
本文構建了物流業投入產出指標體系，并利用DEA模型中的BCC、CCR模型和Malmquist指數，對我國四大城市群2013-2021年物流業降本增效靜態與動態變化情況進行測度分析，結果表明：一是我國四大城市群整體物流業降本增效呈現波動上升，但內部差異較為明顯，其中天津市、河北省、上海市、江蘇省、安徽省處于“雙高型”，浙江省與廣東省屬于“高低型”，只需調整資源投入結構或提高技術水平即可實現DEA有效，北京市、四川省與重慶市屬于“雙低型”，物流系統運行效率較差；二是四大城市群物流業綜合運行效率增長率約3.5%，技術進步效率的提升是推動物流業降本增效持續改善的主要因素，其中長三角城市群與珠三角城市群技術進步效率增長率最高；而成渝城市群物流業效率提升主要依靠規模效率的不斷提升。基于此，本文提出以下對策建議：
當前物流業發展呈現東強西弱格局，中西部地區物流業基礎設施建設薄弱，重要戰略骨干通道建設較為滯后，交通樞紐布局不完善，綜合運輸能力有待提升，應進一步增強綜合立體交通網主骨架建設，加快待貫通路段建設，加強鐵路、公路、航運里程建設，持續釋放規模經濟效應。
本文研究顯示，技術進步效率是推動物流業降本增效的主要驅動因素，因此要加大物流業創新研發投入，推動物流業向智能化、數字化方向轉型，鼓勵物流企業加大與數字平臺企業的合作交流，在運輸物流系統開發研究和智能倉儲建設等方面加大人力、物力、財力的投入，不斷提高物流運輸效率。
滬公網安備 31011202008041號
