郑 忠，刘建文，刘 婷，李利伟

随着经济全球化，我国与东盟之间的贸易往来愈加频繁，中国与东盟已互为第一大贸易伙伴。与此同时，西部陆海新通道的建立为深化中国与东盟国家贸易往来提供了新的发展动力，通道促进贸易、贸易拉动产业的良性互动发展效果越发显著，因此，提高物流通道效率变得越发急迫①杜方鑫.西部陆海新通道参与省市同东盟国家贸易潜力研究［D］.广西大学，2021.。由于新冠疫情、俄乌冲突、贸易保护主义等不确定性因素影响，国际货物运输受到一定程度干扰，出口增速放缓。随着RCEP 的生效，多重跨境利好政策叠加实施，为西部陆海新通道至东盟跨境贸易带来新的发展机遇，沿线地区物流发展因此受到高度重视，物流基础设施建设达到新的发展高度②唐红祥，谢廷宇.RCEP框架下中国—东盟跨境产业合作的路径［J］.人民论坛，2022（6）：90-92.。当前，西部陆海新通道沿线地区现代物流体系建设尚不均衡、物流资源利用不合理、物流配套服务有待完善、信息化水平低等问题仍不同程度制约着沿线地区物流发展与效率的提高，因此，沿线地区物流发展水平与物流效率的提升逐渐成为西部陆海新通道建设不可回避的问题③郑洁.西北地区物流业与区域经济增长关系研究［D］.石河子大学，2019.。

笔者通过查阅相关研究资料，总结目前国内外物流发展与空间布局研究、物流效率研究概况如下。第一，在物流发展与空间布局研究方面。伍景琼等学者利用ArcGIS 软件对云南省水果产业进行空间格局分析，之后利用SPSS 统计分析软件建立物流网络节点评价指标体系，确定轴心节点城市①伍景琼，贺海艳，苏娜，等.云南省水果产业空间格局及其物流网络设计［J］.经济地理，2019（5）：135-142.。严熹以理论和案例相互印证、宏观与微观相互结合、传统与现代相互比较的方法制定科学的研究思路，对城市物流功能演化及其空间布局优化进行了深入探讨②严熹.城市物流功能演化及其空间布局优化研究［D］.西南交通大学，2013.。Qian Wuyong等学者通过对节点城市物流发展进行科学评价，分析其空间分异特征，成功克服了现有评价物流发展水平的主成分分析、因子分析等方法不适用于面板数据的不足③QIAN W Y，WANG L Z，WANG J，et al. Research on the logistics development level and spatial differentiation in node city with gray target decision model［J］. Grey systems theory and application，2020（1）：183-199.。孟繁超等学者通过利用SPSS因子分析原理对山东省物流服务水平进行绩效评价④孟繁超，郭微.基于SPSS对山东省物流服务水平的实证研究［J］.中国集体经济，2016（19）：44-45.。徐超毅等学者构建了评价物流发展水平的指标体系,运用因子分析法、熵权法、灰色关联分析法、Kendall 协调系数检验法以及系统聚类分析法,借助于SPSS25.0 软件对2016—2018 年山东省16 个城市的物流发展水平进行综合评价和分析⑤徐超毅，徐宏进，齐萌.山东省城市物流发展水平综合评价研究［J］.南阳理工学院学报，2021（4）：1-9.。谭镯玉从个体城市视角对35个节点城市的物流发展水平及其差异进行测度分析，构建了中欧班列纯轴辐式物流网络⑥谭镯玉.中欧班列节点城市物流空间联系与布局研究［D］.长安大学，2021.。第二，在物流效率分析研究方面。李玉乔采用数据包络法（DEA）与DEA-Malmquist 指数模型对我国西南地区的物流效率情况进行研究，发现技术效率的提高以及技术进步都会进一步提高物流发展的效率，并提出未来西南地区应该同时注重这两方面的投入的建议⑦李玉乔.西南地区物流效率分析——基于DEA-Malmquist模型［J］.物流工程与管理，2021（9）：25-27，31.。钱丽琼等学者运用DEA 模型对江苏省物流效率进行测算分析，结合灰色关联分析法研究各投入产出要素对物流效率的影响程度，对存在投入冗余和产出不足的年份提出针对性建议⑧钱丽琼，姚德利.江苏省物流效率评价［J］.合作经济与科技，2022（7）：23-25.。王景敏等学者则利用DEA 模型，分析了西部陆海新通道沿线地区物流效率情况及其动态演进⑨王景敏，崔利刚.西部陆海新通道沿线省份物流效率的时空演进及影响因素——基于沿线省份面板数据的实证分析［J］.重庆理工大学学报（自然科学），2021（12）：243-255.。王译晨等学者运用DEA 模型对桂林市2009—2018 年的物流效率进行评价,分析各指标对物流效率的影响程度，发现桂林物流效率有所下降,处于规模报酬递减的状态⑩王译晨，张勇.基于DEA方法的桂林物流效率评价及影响因素分析［J］.广西质量监督导报，2021（2）：214-215.。Gan Weihua等学者运用Pearson相关性分析，研究了绿色物流投入产出指标之间的相关性，并运用三阶段DEA方法测算江西省11个地级市的绿色物流效率，分析评价了江西省绿色物流效率高质量发展的演化特征⑪GAN W H，YAO W P，HUANG S Y. Evaluation of green logistics efficiency in Jiangxi province based on three-stage DEA from the Perspective of high-quality development［J］. Sustainability，2022（2）：797.。Zhang Xiaoning 采用DEA-Malmquist 指数评价模型,以2012—2019年我国十大沿海港口物流的面板数据为研究对象进行了实证研究⑫ZHANG X N. Research on evaluation of port logistics efficiency based on DEA-Malmquist model［J］. Journal of physics： conference series，2021（1）：012071.。

当前，学界在关于物流发展与物流效率的研究方面取得了一定的成果，但国内外关于西部陆海新通道及其沿线地区物流发展与效率的研究涉及较少。考虑到西部陆海新通道对外开放带来的庞大物流需求，目前建设与之匹配的物流通道，强化西部地区物流服务能力至关重要。因此，本文在已有研究基础上，尝试构建评价西部陆海新通道沿线地区物流发展和效率综合指标体系，测度物流发展建设情况、演进态势、影响因素及其空间联动效应，推动西部地区形成物流高质量协调发展、高水平对外开放格局。

一、研究区域

2015 年中新互联互通示范项目（CCI）正式开启，2016 年“渝桂新”南向通道成立。2019 年8 月，为深入贯彻中央决策部署，把握战略机遇期，我国出台了《西部陆海新通道总体规划》，自此，西部陆海新通道正式成立①国家发展改革委.国家发展改革委关于印发《西部陆海新通道总体规划》的通知（发改基础〔2019〕1333号）［Z］，2019-08-02.。2019年10月，西部12个省份及海南省共计13个省级单位共同签署了《合作共建西部陆海新通道框架协议》，因此本文研究的西部陆海新通道沿线地区范围包括广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、内蒙古、海南13 个省份。考虑到西部陆海新通道利用铁路、公路、水运、航空等多种运输方式，由我国西部腹地城市向南进行物流运输，通过广西北部湾等沿海沿边口岸，通达东盟主要物流节点，因此，本文在参考现有研究指标的基础上，加入了水运与航空数据作为评价指标，以构建更加立体综合的西部陆海新通道物流评价体系。

二、西部陆海新通道物流空间布局特征分析

西部陆海新通道建设为我国西部地区物流业发展提供了较好机会。为更全面研究西部陆海新通道物流发展态势，需要对其物流行业空间布局进行分析。货运量与从业人员数量是反映物流空间特征的重要指标②伍景琼，贺海艳，苏娜，等.云南省水果产业空间格局及其物流网络设计［J］.经济地理，2019（5）：135-142.，笔者通过查找西部陆海新通道沿线省份的历年统计年鉴，获取西部陆海新通道沿线省份2012年、2016年、2020年的物流货运量（铁路、公路、水路）和物流从业人数（交通运输、仓储和邮政业），得到西部陆海新通道沿线13个省份物流空间布局特征，如图1和图2所示。

图1 西部陆海新通道沿线省份部分年份物流货运量

图2 西部陆海新通道沿线省份部分年份物流从业人数

通过对统计数据进行分析可知，物流货运量较多的地区是广西、四川、内蒙古、陕西和云南，其次是重庆、贵州、甘肃、新疆，较少的区域为宁夏、海南、青海、西藏。物流从业人员数量较多的是四川、陕西、内蒙古、重庆和广西，其次是新疆、云南、贵州、甘肃，较少的是海南、青海、宁夏和西藏。整体而言，货运量与物流从业人数有较强的关联性，呈现“货运量高—物流从业人员多”和“货运量—物流从业人员双低”的分布格局。物流货运量和从业人员较多的区域，如广西、四川、内蒙古、陕西、云南，属于我国交通区位优势较好区域，也刚好处于西部陆海新通道的主通道区域。总体而言，新通道区域的货运量和从业人员的分布总体较为分散，而且不同区域之间的货运量和从业人员数量差距较大。

西部陆海新通道沿线省份物流业呈现分散性空间布局的原因主要有两方面。第一，产业经济发展不均衡。沿线省份经济发展参差不齐，西安、重庆、成都、乌鲁木齐、贵阳等大城市产业经济发展水平较高，而其他区域产业基础较为薄弱。产业发展和市场需求直接影响货运量的大小，我国西部地区大多是经济欠发达地区，产业以初级加工型和原材料供应型为主，产业基础薄弱导致货运需求低，同时物流行业成熟度相对较低，导致从业人员较少。第二，地形地貌条件差。我国西部地区多以山地、高原和盆地为主，虽然地理面积广阔，但海拔落差较大、可利用开发面积较少、自然条件恶劣是我国西部地区物流业发展的掣肘。

三、西部陆海新通道沿线地区物流发展现状

（一）评价指标的构建

为更好反映西部陆海新通道的物流发展水平，选择合适的评价指标尤为重要，需要从目标性、相关性、简洁性、全面性等角度选择合适的指标来评价新通道的物流发展水平。从现有文献研究分析可知，目前学界主要从物流基础条件、市场需求、开放度、通达性、信息化水平等与物流业发展紧密关联的角度选取能反映物流业状态的指标。本文在总结现有研究成果的基础上①王景敏，崔利刚.西部陆海新通道沿线省份物流效率的时空演进及影响因素——基于沿线省份面板数据的实证分析［J］.重庆理工大学学报（自然科学），2021（12）：243-255.，结合西部陆海新通道沿线省份物流发展实际情况，选取以下13 个评价指标建立西部陆海新通道物流发展水平评价指标体系（表1）。

表1 西部陆海新通道物流发展水平评价指标体系

（二）主成分分析

主成分分析作为一种较为常用的多变量分析方法，通过降维思路将繁杂因素有效精准地转化为几个关键因素，并由少数几个关键指标因素揭示事物的内在规律，从而较好地对事物发展进行综合评价。鉴于此，文章根据以上13个指标对西部陆海新通道沿线13个省份2021年统计年鉴进行数据收集，利用SPSS软件对收集到的数据进行因子分析。在提取第4个因子时，经过旋转载荷平方和，累积方差贡献率达到88.654%，即反映了原始信息的88.654%（超过了80%），这说明公共因子保留了原始数据的大部分信息，公共因子提取效果良好，可以代表原始数据进行分析。从总方差解释（表2）中可以看出，前4个因子方差百分比较大，累积贡献率较高，因此，可选用这4个主成分因子作为评价西部陆海新通道沿线省份物流发展水平的主要因子。文章将这4 个主要因子分别定义为F1、F2、F3、F4，对其进一步处理分析能够得出较为贴合实际发展现状的合理结论。

表2 总方差解释

旋转后的成分矩阵（表3）分别反映13 个原始变量与公因子的相关关系。从旋转后的载荷结果中可以看到，第一个公因子F1在经济发展密度、物流基础设施密度、对外开放程度、省会机场航线数量和实际利用外资5个反映城市物流发展潜力的指标上有较大的载荷，因此将它命名为物流发展潜力因子；第二个因子F2在人口规模、物流从业人数、铁路和公路货运量上有较大的载荷，可以命名为物流服务能力因子；第三个因子F3在人均GDP、信息化水平、城市化水平上有较大载荷，因此可以命名为物流需求水平因子；第四个因子F4在开放口岸数量和沿边沿海沿江上有较大载荷，故命名为对外区位条件因子。

表3 旋转后的成分矩阵

（续表）

通过得分方程计算，可以对主因子进行进一步的分析解释。从成分得分系数矩阵（表4）可以列出主成分因子F1、主成分因子F2、主成分因子F3和主成分因子F4具体表达式:

表4 成分得分系数矩阵

根据总分差解释各因子分差百分比，由式（1）、式（2）、式（3）和式（4）可以得出主成分的综合得分公式（5），即影响西部陆海新通道沿线省份物流发展水平的因子模型为：

根据各因子得分情况计算出各个省份的综合得分F，并根据综合得分F 对西部陆海新通道沿线省份进行排名（表5）。

表5 主成分指标得分及西部陆海新通道沿线省份排名情况

综合得分反映西部陆海新通道沿线各省份的物流发展水平，排名靠前的是重庆、广西、四川、陕西、内蒙古，这些地区物流发展水平较高。重庆的综合得分为0.86，在沿线各省份中排名第一，主要得益于物流发展潜力因子F1与物流需求水平因子F3的作用，但物流服务能力因子F2与对外区位条件因子F4均为负数，说明虽然重庆在西部陆海新通道沿线地区的综合经济实力较强，但是由于重庆地处西部陆海新通道沿线省份的中部，既不沿海也不沿边，出口相对困难，区位因素在一定程度上制约了重庆物流业的发展。排名第二的广西区位优势明显，与东盟和粤港澳大湾区相邻，是西部陆海新通道的重要枢纽。虽然广西重视物流业发展，但广西整体经济发展实力相对薄弱，这样的现状在一定程度上制约了物流业的发展。四川、陕西、内蒙古和云南是西部陆海新通道沿线省份中物流发展相对较好的地区，同时也是经济实力不错的地区，具备一定的物流发展潜力，海南和新疆次之。贵州、宁夏、甘肃、青海、西藏的物流业发展相对落后，受产业经济和地理因素制约较大，但随着西部陆海新通道规划与发展的不断推进，这些地区的物流体系有望快速发展。

四、DEA物流效率分析

为更全面反映西部陆海新通道物流效率水平，结合上述主成分分析方法对西部陆海新通道沿线省份物流发展的分析结果，通过利用DEA 模型进一步分析西部陆海新通道近年来的物流效率情况，并为其发展提出合理化建议。数据包络分析（DEA）是基于线性规划和运筹学而组建的模型，表示为产出指标对投入指标的比率，一般可用于测度某些决策区域的生产效率。在物流业实际运作情况中，其规模报酬是随着投入要素的变化而改变的，因此，本文根据物流业要素特点选择BCC模型对西部陆海新通道沿线地区物流效率进行建模分析。Malmquist指数模型可以进行多主体多时期的效率测量，是对效率的动态分析，即测算物流效率的动态变化及其原因。

（一）指标设定

运用DEA-BCC 和DEA-Malmquist 指数测量新通道物流效率，首要的是科学和系统地选取投入产出指标。物流投入一般包括人力、资本和土地因素，物流产出通常包括货运量和货物周转量。在人力投入方面，可以选择物流从业人员数量为指标，同时，笔者在参考李玉乔①李玉乔.西南地区物流效率分析——基于DEA-Malmquist模型［J］.物流工程与管理，2021（9）：25-27，31.、谭亭亭②谭亭亭，张长森.基于DEA-Malmquist 模型的“一带一路”沿线地区物流效率评价［J］.湖州师范学院学报，2022（2）：99-107.和郑琰③郑琰，许美贤.基于DEA模型的港口物流效率评价研究［J］.重庆理工大学学报（自然科学），2020（10）：266-272.等学者对物流效率研究的指标选取经验基础上，考虑数据的可得性，并结合实际情况，选取交通运输、仓储和邮政业就业人员数反映物流从业人数这一投入指标；在资本及土地投入方面，可以选取道路长度作为投入指标，如选取铁路营业里程、内河航道里程和等级公路里程表示运输路线长度这一投入指标；在货运量方面，选取铁路、公路、水路货运量表示物流货运量这一产出指标；在货物周转量方面，选取铁路、公路、水路货物周转量表示物流货物周转量这一产出指标，如表6所示。

表6 西部陆海新通道沿线省份物流业投入产出指标体系

（二）DEA-BCC静态物流效率分析

笔者根据表6 的指标要求，对西部陆海新通道沿线13 个省份的2015—2020 年统计年鉴数据进行收集，选用DEAP-xp1 软件进行DEA-BCC 静态物流效率分析，分析结果如表7 所示。综合效率反映的是不考虑规模收益时的技术效益，综合反映被评价决策单元的资源配置能力、资源使用效率等，计算方法为纯技术效率与规模效率的乘积。由表7 可知2015—2020 年西部陆海新通道沿线省份物流综合效率均值大部分小于1，说明DEA-BCC 静态物流效率低，其原因可能是人力、物力、财力等物流资源投入相对较高，尤其是随着近年脱贫攻坚的大力推进，在交通物流基础设施方面的投资开发力度大，而产出增长速度跟不上，投入未能与产出形成正比，从而导致物流效率呈下降趋势。纯技术效率衡量的是规模报酬不变条件下的投入要素利用率。从地区均值上看，13个省份中有4个地区的物流纯技术效率达标，分别是内蒙古、广西、西藏、宁夏，说明这4个地区在2015—2020年的投入产出比例呈现不错的效果，而其他地区有待加强。规模效率反映的是实际规模与最优规模的差距。从表7 可知，西部陆海新通道沿线省份物流规模效率均值与综合效率均值相类似，都小于1，说明西部陆海新通道沿线地区物流规模相对较小，需要扩大规模增加效益，同时也说明沿线地区物流综合效率过低与物流规模存在较大关系。

表7 西部陆海新通道DEA—BCC静态物流效率测算结果（2015—2020年）

（续表）

综上分析结果发现，由于近年国家对交通基础设施大力投入，而产出则相对平稳，各地区物流投入比例不够协调，因此DEA-BCC的静态物流效率分析与主成分分析的结论重合性不高，相对于西部陆海新通道的现实情况而言存在较大差距。

（三）DEA-Malmquist动态物流效率分析

为弥补DEA-BCC静态物流效率分析的不足之处，以便更加全面、客观反映西部陆海新通道沿线省份物流效率，可进一步进行DEA-Malmquist动态物流效率分析。DEA-BCC静态物流效率分析更多侧重于研究当期时间的物流效率情况，无法充分反映由于时间变动带来的效率变化，而动态分析方法的DEA-Malmquist指数充分反映了物流效率随时间变化而变化的情况，能较好反映出物流全要素生产率，能比较全面、实时反映出物流效率的变动。通过DEAP-xp1软件进行DEA-Malmquist动态物流效率分析，可以得到西部陆海新通道沿线省份2015—2020年物流Malmquist指数分解结果（表8）。从表8可以看出，2015—2020 年内蒙古、广西、海南、重庆、四川、云南、陕西、甘肃和宁夏的物流全要素生产率变动指数均大于1，说明这些省份的物流效率较高，DEA-Malmquist动态物流效率分析的结果与上述所做的主成分分析结果类似。西部陆海新通道沿线大部分省份的全要素生产率大于1，表明随着时间的推移物流效率得到了改善和提高，物流效率呈上升趋势。贵州、青海和新疆3省份物流全要素生产率变动指数达到0.900 以上。进一步分析可知，贵州和新疆都是因为物流纯技术效率指数的影响导致物流效率偏低以及纯技术效率变动指数较低；青海则是受到物流规模效率变动指数的影响，说明青海物流业规模较小，可适当扩大规模增加效益。西藏物流全要素生产率变动指数最低，仅为0.889，其物流技术进步指数和物流纯技术效率变动指数均呈上升趋势，但物流规模效率变动指数过低，从而导致物流综合效率变动指数过低，直接影响物流效率的提升。对西藏来说，目前最重要的是扩大物流业规模，提升物流技术创新发展，带动物流业发展来提高整体物流效率。

表8 西部陆海新通道沿线地区物流Malmquist指数分解结果（2015—2020年）

五、对策建议

在西部陆海新通道沿线地区对外开放格局加速变迁之际，构建更加高效畅通的物流通道具有重要的经济价值和意义。笔者以西部陆海新通道沿线省份2012 年、2016 年与2020 年货运量和物流从业人员为切入点，分析西部陆海新通道物流业空间分布格局，探讨沿线地区物流发展差异度大的现状与原因。笔者进一步从物流发展潜力因子、物流服务能力因子、物流需求水平因子及对外区位条件因子等主要影响因素着手，通过主成分分析法得出物流水平发展较好的地区包括重庆、广西、四川、陕西、内蒙古等地。在DEA-Malmquist动态分析模型中，西部陆海新通道沿线大部分地区的物流全要素生产率变动指数均大于1，通道沿线物流业发展不断推进，物流效率得到较大提升。DEAMalmquist动态物流效率分析结果与主成分分析结果类似，证明两种方法在较大程度上相互印证，而DEA—BCC 静态效率分析的结果与主成分分析以及DEA-Malmquist 动态效率分析结果均有较大的差距，说明我国近些年物流投入快速发展，而产出和行业规模相对平稳发展，因此DEA—BCC静态效率分析无法很好反映通道沿线的物流效率水平。通过分析表明，随着时间的推移，西部陆海新通道沿线大部分地区的物流效率得到改善和提高，物流效率呈上升趋势，新通道为我国西部地区高水平对外开放和经济高质量发展起到重要作用。

根据西部陆海新通道沿线地区的物流发展情况与物流效率分析，笔者提出以下建议：第一，加强物流与产业经济的融合，夯实物流发展基础。从通道物流空间布局情况看，物流发展水平与地区产业发展有密切关系。经济发展实力强的地区，物流需求越多，经济活动也会变得频繁从而产生大量的商品流通，对物流效率的要求也就更高，为提高物流效率提供了驱动力，因此需要进一步推进物流与西部陆海新通道的制造业、流通业等产业相融合，通过提升物流效率提升产业链供应链的安全与韧性，推动物流业与相关产业的良性互动。第二，推动物流科技创新，让智慧物流技术成为通道物流发展第一驱动力。提升物流效率的关键在于技术创新，在纯技术效率变动中，通道沿线还有4 个地区的指数小于1，需要进一步提升通道物流技术水平，促进大数据、云计算、物联网、人工智能、区块链等新技术赋能通道流通行业，突破技术瓶颈，推动通道物流创新发展，提升通道物流效率。第三，进一步加大物流行业培育力度，扩展产业规模。从规模效率变动指数看，通道沿线的内蒙古、西藏、甘肃的指数小于1，这些地区需要进一步培育和壮大物流市场规模，发展“链主”型龙头物流企业，让更多的企业物流向社会化、市场化方向发展，充分发挥规模效益降低物流成本，同时充分打造网络货运平台、共享物流等新模式，营造良好货运生态圈，提升物流配货效率，减少空载现象，有效利用资源，使沿线省份未来的投入和产出更优，推动西部陆海新通道高质量发展。