APP下载

物流基础环境及我国物流业生产率研究

2020-04-01姚娟

电子商务 2020年3期
关键词:技术进步生产率物流业

★基金项目:本论文为2015年度教育部人文社会科学研究一般项目“信息服务视角的我国物流产业效率提升及发展路径研究”(15YJAZH097)阶段性成果,江苏高校优势学科建设工程资助项目(苏学科办[2018]3号,2019年江苏省文化科研课题(立项编号:19ZC01)的阶段成果,南京审计大学2017年校级优秀教学团队第二层次建设团队成果。

摘要:本文利用2005-2016年中国31个省(市)的面板数据,对我国物流业生产率进行了实证分析。研究表明我国运输总线路里程、物流业从业人员占比均能有效提高我国物流业生产率,且大幅度提升中、西部的物流组织管理水平。制造业固定资产投资能大幅提升各地区物流业生产率,是影响我国物流业生产率的关键因素。不同地区物流业生产率提升路径不同,并给出相关的政策建议。

关键词:物流业;生产率;物流环境;技术进步

引言

近年来,我国社会物流总额和社会物流总费用持续快速增长,2018年我国社会物流总费用已达13万亿元,同比增长9.2%,现代物流业已成为我国国民经济的重要支撑和新的经济增长点。然而,我国社会物流总费用与GDP的比率持续在15%左右,比发达国家高出近七个百分点。同时,由于环境、历史及资源等原因,各地区经济发展具有差异性,优先发展的地区物流业的网络集聚力量日益加强,物流基础环境差距增加,地区间物流业生产率差距持续扩大。

1、研究综述

国外学者对物流业生产率的研究集中在宏观和微观结合,短期和长期结合以及发展机理和效果结合等方面,对微观企业关注颇多,研究区域主要集中在南美、欧洲、东北亚、欧亚等地。Alan Stainer(1996)认为物流业生产率评价是单因素效率评价如衡量劳动、资本、技术、管理在物流行为改善中的作用以及上述多因素组合。Ross,Anthony D(2004)认为物流业生产率研究要观测多项因素,包括管理有效性和资源配置效率,资源的异质性等。Scarsi,Roberta(2007)对欧洲钢铁行业Duferco公司物流生产率分析,Wanke Peter F(2012)对巴西2001-2009年的第三方物流规模效益和生产率进行分析,Choi,Youngok(2011)对东北亚地区的主要港口的物流生产率的实证研究等。

国内学者对物流业生产率的研究主要以区域或行业物流研究为主,并逐渐由过去对运输、仓储等单一效率分析转为物流业生产率的研究。田刚、王云秀(2009)、黄勇等(2010)、余泳泽(2010)等利用数据包络分析对我国中部6省及广东省物流生产率进行研究,刘玉海等(2008)、王金凤和翟雪琪(2011)用Malmquist指数对煤矿业、道路运输物流生产率进行研究,考虑环境因素影响,王维国等(2012)利用Malmquist-luenberger指数、SFA分析模型对物流业生产率进行重估。

现有物流业生产率研究较少考虑资源配置、管理组织、地区差别等内在因素;缺乏从某一时间点的生产率测算到多个时间点的动态生产率测算;缺乏对变换输入变量变动情况下的物流生产率影响因素的对比分析,尤其是结合我国外向经济和“制造大国”特色的相关研究。本文试图在上述几点有所突破。

2、数据选择和模型设定

2.1 Malmquist生产率指数研究方法应用

本文基于Malmquist-DEA指数分析法,将其应用于物流业生产率分析,以便更科学地掌握物流业生产率变动的影响因素及发展机理。

ECH反映了从时期t到时期t+1每一个决策单元对生产可能性边界的追赶程度,TC反映了技术边界在时期t到时期t+1之间的移动情况。根据Fare 等(1994) 的研究,ECH还可进一步分解为纯技术效率指数(PC)和规模效率指数(SC)。

物流业生产率是在创造和掌握新知识的基礎上,主动适应外部环境,提高组织整体效能,推动物流效率产生变化和新的组合的过程,是物流综合效率的集中体现。行业内将TFP的变动分解为物流技术进步(TC)、物流组织管理进步(ECH)以及这两者的匹配度的变化。TC是指生产要素的提高和技术知识的进步,ECH是指物流企业在匹配度、技术水平以及生产要素投入量一定时,现实产出与最大潜在产出的比例。ECH的改进是通过技术能力是否得到充分发挥、资源配置是否合理、生产规模是否最佳来衡量,ECH取决于配置效率(PC)和规模效率(SC),PC反映物流实施中要素配置的有效程度,SC反映物流规模的有效程度。

2.2 变量选取及模型设计

根据Fare(1994)的研究,基于多投入、多产出的生产率计算方法,文中产出要素使用货物周转量(Turnover)、货运量(Freight)和地区国民生产总值(Gdp)。

(1)基于Malmquist-DEA的模型一的设计

模型一是基于Malmquist指数模型及Cobb-Douglas生产函数,关注基础环境对地区物流业生产率影响。文中采用折算后的公路里程(GLij)、物流业劳动力占比(HRij)和物流业固定资产投入(DZTij)三个变量作为投入变量①。

折算后的公路里程(GLij)。计算公式为折算后的公路里程=铁路线路里程(Lij)*Aij+水路线路里程(Nij)*Bij+公路线路里程(Mij),即:

劳动力占比(HRij)的取值方法为第i个省市在第j年的交通运输、仓储和邮政业的就业人员数(年底数)与当年就业人数的比值。固定资产投入(DZTij)为第i个省市在第j年的交通运输、仓储和邮政业的固定资产投资。

(2)基于Malmquist-DEA的模型二的设计

为了使模型三更接近现实,在上述模型一的三个投入变量基础上,增加制造业固定资产投资(MAUij)变量作为投入变量,MAUij表示i个省市第j年制造业固定资产投资,反映了物流业基础环境对物流业生产率的影响。

(3)回归模型三的设计

为了进一步研究地区物流业生产率的影响因素并验证上述二个模型中各投入变量对物流业生产率的影响,采用CobbDouglas生产函数理论作为建立理论模型和实证分析的基础,采用物流业生产率作为被解释变量,则生产函数可以写成:

其中,Y为物流业生产效率,即全要素生产率TFP,需采用基于Malmquist-DEA的模型事先分别计算出各年的TFP。GLij、HRij、DZTij的含义同前。α、β、γ分别是GLij、HRij以及DZTij 增长对Y增长的估计弹性。基于公式(7),我们建立模型三(a):

其中β为待估参数,εij为随机扰动项。考虑到外商直接投资对物流业生产率效率的影响,我们增加了变量FDIij,我们建立模型三(b):lnTFPij=β0+β1lnGLij+β2ln HRij+β3ln DZTij+β4ln FDIij+εit(6)

考虑到制造业投资对物流业生产率的影响,我们增加了变量MAUij,我们建立模型三(c):

3、实证数据及分析

3.1 模型一、模型二的全国总体分析

模型一总体分析中,观测变量总体均为上升趋势,说明物流业基础环境建设有利于我国物流业生产率提升,但配置效率PC略小于1,表明内部协调和整合机制有待提高。模型二总体分析中,考虑制造业大规模投入,在观测初期出现物流业发展滞后、生产率下降现象,数据表明,制造业投入和发展有利于我国物流业生产率提升,且提升效果显著。

3.2 模型一、模型二的分地区分析

在上述模型一、模型二的总体分析基础上,我们针对每个模型,依然分三个阶段,采用Malmquist-DEA指数方法分别计算出每个地区的分解变量,再按照我国区域划分,分为东部、中部及西部,分类汇总计算出每个区域的各项分解指标的地区平均值,计算结果见表1。

(1)基于模型一的分地区分析

表1 模型一、模型二分解变量的分地区分解

TFP变动趋势。东部变动不大,生产率基本维持在0.98左右,表现出略有下降趋势,而中部和西部在所观测的三个阶段中,表现出持续增长态势,西部尤为突出。

ECH变动趋势分析。东部、中部的ECH为先增长、后下降,但西部ECH为先下降、后增长。配置效率PC在中部持续增长,西部出现上升趋势,在东部出现下降趋势。

TC变动趋势分析。各区域的技术变动效率均呈增长趋势,东部在第一阶段和第二阶段维持在0.97左右,但在第三階段出现正增长。中部区域在第三阶段增长了3.59%。

(2)基于模型二的分地区分析

TFP变动趋势。各地区由第一阶段到第二阶段过程中,均出现下降趋势,且下降趋势明显。东部地区的ECH为先增长、后降低。中部地区的ECH表现为持续上升,中部的规模效率SC持续增长,东部的SC变量先增长、后减低。而西部ECH在小幅度下降后,持续增长,配置效率PC变动趋势和ECH吻合,西部的SC变量为先降低、后增长。TC变动趋势。TC与TFP的变化趋势极为相似。各地区在三个阶段都是先减低、后增长。

3.3 物流业生产率的回归分析

(1)物流基础环境对物流业生产率的影响

为进一步验证并说明各因素对物流业生产率的定量影响效果,采用回归分析的模型源于模型三(a)、模型三(b)和模型三(c)。

首先看表2折算后的公路里程,模型三(a)、模型三(b)和模型三(c)均显示GL均显著为正,说明基础性公路、水路及铁路建设有助于我国物流业生产率的提升,是高效率物流业的基础条件。同时模型三(a)、模型三(b)和模型三(c)中我国在交通运输、仓储业及邮政业的劳动力投入HR对物流业生产率影响也显著为正,并且在考虑FDI因素时,即模型四(b)中的InHR系数为最大,因此,FDI利于我国物流人才整体水平的提升,有利于我国现有物流业固定资产投资利用率的提升。但我国在交通运输、仓储及邮政业的固定资产投资DZT 对生产率影响不显著,只有在模型四(b)中为正相关,其余均为负相关,说明物流业固定资产投资DZT 对物流业生产率影响不显著。

(2)制造业固定资产投入对物流业生产率的影响

从表2模型三(c)可以看出,制造业对我国物流业生产率提升具有正效应。我国制造业固定资产投资每增加一个百分点,我国物流业生产率提高0.0861个百分点,制造业与物流业联动发展是提升物流业生产率的关键。

4、结论及建议

制造业发展水平及价值链提升是我国物流业生产率提升的关键因素,物流业发展依赖于我国全方位工业素质的提高。我国制造业的发展变化程度对中部、西部的影响大于东部区域,对中部的配置效率和规模效率的提升尤为明显。对东部发展路径而言,要注重物流管理模式的更新,完善物流配置效率,不断提高供应链管理水平,注重产业升级,强调整体优化及物流技术创新。对中部、西部发展路径而言,在加大物流基础投入同时,稳步发展,注重制造业的供应链整合,强调技术引进及转化工作。中国在物流业快速发展过程中,不仅要注重资源的总量投入,更要注重其生产率提升,变投资型增长为消费需求型增长,加强区域协作,强调物流技术创新。

参考文献

[1] 丁俊发.中国物流业首先从制造业突破[J].中国流通经济,2008,(5):7-12

[2] 黄勇,彭文冲.基于DEA的广东省物流系统效率评价[J].物流工程与管理,2010,32(10):24-28

[3] 雷明,孙曙光.一种新的全要素生产率变动的分解模式[J].经济科学,2010,(1):35-41

[4] 苏秦,张艳.制造业与物流业联动现状分析及国际比较[J].中国软科学,2011,(5):37-45

[5] 田刚,李南.中国物流业技术进步与技术效率研究[J].数量经济技术经济研究,2009,(2):76-86

作者简介:姚娟,南京审计大学 经济学院,副教授,博士,研究方向:物流与供应链管理。

猜你喜欢

技术进步生产率物流业
教育人力资本与社会保障“增长陷阱”的跨越
泉州市现代物流业发展路径及对策研究
“新”生产率悖论?工业机器人采用对制造业生产率的影响
交通基础设施发展与物流业增长的空间相关性研究
交通基础设施发展与物流业增长的空间相关性研究
跟踪导练(三)4
外资来源地与企业生产率
外资来源地与企业生产率
物流业与交通运输经济联动发展的机制探讨
陕西省产业结构与技术进步协调性研究