中国物流业全要素生产率的影响因素及其收敛性分析

王 健 梁红艳

(福州大学八方物流学院，福建福州 350108)

中国物流业全要素生产率的影响因素及其收敛性分析

王 健 梁红艳

(福州大学八方物流学院，福建福州 350108)

利用DEA-Malmquist指数方法测算我国30个省区1996-2010年物流业全要素生产率(TFP)的变动，并对物流业全要素生产率的影响因素与收敛性进行分析。研究结果表明：中国物流业TFP不断提高，技术进步是TFP增长的主要源泉，技术效率相反起到了阻碍作用；物流业增长中，要素投入比TFP的贡献更大。交通基础设施与信息化水平对物流业TFP具有显著的正向影响，区域经济一体化进程中的基础设施重复建设对物流业TFP造成了显著的负向影响。空间分布上，TFP增长及其分解存在区域差异性，全国范围内，TFP存在绝对收敛特征，东、中、西三大区域内部的俱乐部收敛性不显著，对外贸易、交通基础设施与信息化水平的区域协调和均衡发展对物流业TFP的均衡协调发展具有重要影响。

物流业；全要素生产率；经济一体化；收敛

基于上述考虑，本文试图利用中国1996-2010年基于全国第三产业普查和第一次全国经济普查之后修订的历史数据，使用非参数的Malmquist指数方法，对中国物流业的全要素生产率增长进行测算，并研究中国物流业全要素生产率的影响因素及其收敛机制，希望通过本文的探讨对中国物流业生产效率的研究做出拓展和补充。

二、中国物流业全要素生产率变动的测度及分析

(一)研究方法、变量和数据来源

1.研究方法

目前，全要素生产率的测度主要有两类方法：增长核算法与非参数法。增长核算法是一种参数方法，它利用特定的生产函数来描述决策单元的投入产出关系，并在假设条件下，利用计量经济学理论估计参数，再进一步测算决策单元的生产效率。非参数方法不需要设定具体的生产函数与特定假设，避免了人为主观性。本文使用的基于数据包络分析(DEA)的Malmquist指数法是一种非参数方法，它是通过某一决策单元两个不同时刻产出距离函数的比值来刻画生产率的变化。DEA是一种非参数前沿效率分析方法，它界定每一个给定投入下的最大产出子集为生产技术前沿，即最优生产边界，某个决策单元的实际生产点与最优生产边界的距离反映了这一决策单位的无效率程度。为了避免前沿技术参照系选择的随意性，Fare et al.［5］使用以产出距离函数构造的两个Malmquist指数的几何平均来刻画t到t+1时刻的生产率变化，具体形式为：

2.变量与数据来源

本文使用的样本为中国大陆30个省区1996-2010年的省际物流业面板数据(西藏因缺失较多年份的历史数据，未将其纳入研究范围)。由于目前“物流产业”统计的不完善，本文利用交通运输、仓储和邮政业来分析，各年中国物流业增加值统计中交通运输、仓储和邮政业占物流业增加值总量的83%以上，在很大程度上能代表中国物流业的发展情况。TFP变动的测算需要确认三个变量：物流业产出、物流业资本投入与劳动投入，它们的衡量指标、相应的数据来源与处理方法作如下说明。

(1)物流业产出。产出水平用交通运输、仓储与邮政业增加值衡量。《中国国内生产总值核算历史资料》(1952-2004)提供了各省区1996-2003年交通运输、仓储和邮电业的增加值数据。本文借鉴刘秉镰和余泳泽的处理方法，用全国各年的交通运输、仓储和邮政业增加值占交通运输、仓储和邮电业的比重对各省区的数值进行折算。［6］2004-2010 年各省区“交通运输、仓储和邮政业增加值”从《中国统计年鉴》(2005-2011)获得。为消除价格因素，本文利用全国层面交通运输、仓储和邮政业增加值的缩减指数，将产出换算为以1996年为基期的不变价。

(2)资本投入。资本投入用各省区物流业资本存量衡量。目前资本存量核算通常采用永续盘存法，计算公式为：Kit=Kit－1(1－δit)+Iit，其中Kit表示i省第t年的资本存量；Kit－1表示i省第t－1年的资本存量；Iit和δit分别为i省t年的投资和折旧率。公式中需要确认的变量作如下说明。

基年资本存量。本文的初始资本存量和投资缩减指数都以1996为基年。为了体现物流业固定资本存量的省区差异性，本文借鉴徐现祥的做法，按照下式计算各省基年物流业资本存量：Ki，1996=Ii，1996/(0.03+giy)，其中giy为i省 1996-2010 年的物流业年均增长率；0.03 为折旧率。［7］

当年投资。张军等认为固定资本形成总额是衡量当年投资的合理指标。［8］因无法获得各省区历年物流业固定资本形成总额数据，本文利用固定资产投资衡量。1996-2002年各省区交通运输仓储邮电业的固定资产投资数据取自中经网数据库，采用与产出相同的处理方法，将其折算为交通运输、仓储和邮政业的固定资产投资；2003-2010年的交通运输、仓储和邮政业的固定资产投资数据来源于《中国统计年鉴》(2004-2011)。

资本折旧率。《中国国内生产总值核算历史资料》(1952-2004)提供了1996-2004年用收入法核算的各省交通运输、仓储和邮电业的固定资产折旧数据，采用与产出相同的处理方法，将其折算为交通运输、仓储和邮政业的固定资产折旧。由于《中国统计年鉴》(2006-2011)未提供相应的折旧数据，本文利用折旧率来计算2005-2010年的固定资产折旧，并借鉴宋海岩等的做法，将各省区每年的折旧率确定为全国的折旧率加上各省该年物流业的增长率。［9］

固定资本缩减指数。曹跃群认为，三大产业在某个地区某一年的缩减指数应采用相同的固定资本价格缩减指数。［10］因此本文利用各省区固定资产投资价格指数来计算物流业固定资本缩减指数，该数据来源于《中国统计年鉴》(1997-2011)。

(3)劳动投入。劳动投入用各省区交通运输、仓储和邮政业从业人员数衡量。《中国劳动统计年鉴》(1997-2004)提供了1996-2003年交通运输、仓储和邮电业的从业人数数据，采用与产出相同的处理方式，将其折算为交通运输、仓储和邮政业的从业人数。2004-2010年的从业人数来源于《中国统计年鉴》(2005-2011)。

(二)中国物流业全要素生产率变动的实证结果与分析

1996-2010年期间，各省区物流业TFP指数及其分解的测算结果如图1所示。

图1 各地区物流业平均Malmquist指数及其分解(1996-2010年)

由图1可见，各省区间TFP增长具有一定差异，1996-2010年间平均增长率最高的是宁夏，最低的是吉林。平均增长率超过10%的有4个地区：河北(13.1%)、江苏(11.4%)、贵州(14.2%)、宁夏(14.3%)；介于5%-8%之间的有9个地区，浙江(6.6%)、福建(7.9%)、山东(5.7%)、广东(5%)、海南(5.1%)、湖南(5.1%)、广西(8.1%)、重庆(5.2%)、四川(5.9%)；17 个地区低于5%，吉林(-3.4%)为负增长。本文基于东部、中部、西部划分对TFP增长进行区域性分析(见表1)发现：在考察期内，东部地区(5.97%)与西部地区的TFP增长(6.08%)基本持平，西部略高，中部最低(1.6%)；东部与西部地区的平均TFP增长均高于全国平均水平。此外，三大区域TFP增长机制与全国情况一致，即TFP增长主要源于技术进步的贡献，技术效率变化起到了阻碍作用。西部地区的TFP增长略高于东部地区，可能的原因是西部地区劳动力要素投入下降率相对较高(东部、中部、西部地区1996-2010年间平均劳动力要素投入下降率分别为0.03%，3.70%，2.14%)；中部地区的TFP增长最低，可能在于其较高的资本投入(东部地区、中部、西部地区1996-2010年间平均资本要素投入增长率分别为10.78%，13.85%，13.33%)。

1996-2010年期间，物流业TFP平均增长率为4.6%，其中技术效率增长率为-1.4%，技术进步率为6.1%，即技术进步推动了物流业TFP增长，而技术效率起到了阻碍作用。在技术效率的变动中，出现了规模不经济效应。这说明在中国物流业发展过程中，掌控、挖掘并发挥既定技术条件和要素的能力较低，远未能释放出最大程度的生产潜力，因此改善物流业技术效率是当前的重要任务。此外，与要素投入相比，TFP增长对物流业产出增长的贡献并不高，1996-2010期间，物流业增加值平均增长率为10.31%，TFP增长的平均贡献率为44.6%，物流业增长的55.4%来自于要素投入，并且主要是资本，这也可以从资本的较高增长率(11.22%)和劳动的下降率(1.96%)中看出(见表2)。

表1 各区域物流业平均Malmquist指数及其分解(1996-2010年)

表2 物流业产出、要素投入与TFP及其构成的增长(单位：%)

三、中国物流业全要素生产率的影响因素分析

(一)实证模型

由于非参数的Malmquist指数方法只能得到全要素生产率的变动值，因此在分析中国物流业全要素生产率的影响因素及其收敛机制之前，还需测算物流业全要素生产率。本文利用传统的C-D生产函数来描述中国物流业的增长，并假设希克斯中性技术进步与规模报酬不变，具体形式为：

其中：Yit为i省区t年的物流业增加值，Kit为资本存量，Lit为劳动投入，α和β分别为资本与劳动的弹性系数，且α+β=1。

式(2)两边同除Lit，得到生产函数的集约形式，之后再将其对数线性化，得到：

式(4)中，被解释变量为TFP的对数，X是各种影响因素的向量形式；一个地区的物流业发展水平可能与过去的发展水平有关，为了反映这种发展的时序特征以及其他未考虑到的因素，本文在模型中引入被解释变量的滞后一期项；f表示地区固定效应，用来控制区域条件对TFP的影响。

(二)影响因素

基于国内外学者对全要素生产率影响因素的研究，结合物流业的实际情况，并考虑数据的可得性，本文主要考虑区域经济一体化、交通基础设施、信息化水平、开放度、人力资本、城市化水平和产业结构对中国各省区物流业TFP的影响。

(1)区域经济一体化。区域经济一体化的发展是各种生产要素的聚集与释放的过程。物质的集聚与释放需要高效的物流活动来支撑，区域物流网络系统的构建是区域经济一体化发展的一项重要内容。物流业的网络化、规模化有利于降低交易成本，促进要素的自由流动，实现资源的优化配置，进而实现区域经济一体化的快速发展。可以看出，区域经济一体化为物流业的发展提供了市场，同时也对物流业的发展提出了更高的要求，本文着重分析区域经济一体化对物流业运营的影响。

区域经济一体化(或市场分割)有多种测度方法，主要有贸易流量［11］、专业指数［12］、价格指数［13］［14］、生产法［15］、经济周期［16］、资本流动［17］、劳动力流动［18］、市场潜力［19］。本文利用价格指数法来测算1996-2010年中国各省区与其他省区之间的市场分割指数，进而得到区域经济一体化指数。价格指数法是利用地区之间商品价格的差异来反映市场分割的状况。本文使用的基础数据是来自1997-2011年《中国统计年鉴》30个省区，15类从1996年开始有连续统计的商品的环比价格指数，包括粮食、油脂、肉禽蛋、水产品、鲜菜、干鲜瓜果、饮料烟酒、服装鞋帽、纺织品、中西药品、文化体育用品、书报杂志、日用品、化妆品及燃料。本文借鉴盛斌和毛其淋的计算方法。［20］首先采用价格比对数的一阶差分来度量商品的相对价格：其中，i和j表示地区，t表示时间，k表示商品。为了避免因两个地区的置放顺序不同而影响到相对价格方差将相对价格取绝对值：在考虑整个国内市场时，由1996－2010年435对省区组合及15类商品的样本数据可得到97875个差分形式的相对价格考虑到地区间商品价格的变动并非全部由地区间的市场环境差异所致，还可能包含商品异质性导致的不可加效应，为此采用Parsley and Wei［21］的去均值法进行处理：假定为第k类商品自身特性而引起的价格变动，而与i、j两地区的市场环境相关。为了消除固定效应ak，首先在给定年份t，给定商品k，对435对省区组合间的相对价格，再分别用这435个减去该均值，由此可得，此时仅与地区间的市场分割因素和一些随机因素有关。接下来，计算每两个地区之间15类商品的相对价格波动的方差var(qijt)，进而计算期间435对省区组合的相对价格方差：即得到各省区与全国其他地区之间的市场分割指数，其中n表示地区，N表示合并的省区组合数目。最后，构造本文的国内市场一体化指数(integration)：integrationit

(2)交通基础设施。完善与发达的交通基础设施网络是物流业正常快速运转的基础与保障，可以降低物流成本、保证物流质量及提高物流效率。本文通过交通密度来衡量交通基础设施发展水平，具体用铁路、公路和内河航道里程之和除以各省份的国土面积来衡量。

(3)信息化水平。信息技术为物资采购、存储、配送、运输等物流基础活动以及采购、销售、供应选择、客户分析等供应链管理相关方面提高信息支持，可以提高物流业的技术水平和管理效率。本文利用国家统计局国际统计信息中心公布的信息化发展指数(IDI)来衡量各地区的信息化水平。

(4)开放度。本文用对外贸易依存度(Trade)(各省区进出口总额占GDP的比重)和外资依存度(FDI)(FDI占GDP的比重)来衡量各省区的开放度。

(5)人力资本水平。内生经济增长理论认为高人力资本水平具有较强的“干中学”能力，能够更大程度地发挥既有技术水平与生产要素的潜力，提高要素的使用效率。本文用平均受教育年限来衡量各地区的人力资本。具体而言，以各地区就业人口中受教育程度构成的百分比为权重，对受教育年限进行加权平均，文盲为0年，小学为6年，初中为9年，高中为12年，大专及以上为16年。

(6)城市化。城市化进程伴随着空间结构和经济结构的演变。城市化进程中各种要素的高度集聚与各项运营成本的变化都会影响物流业的空间布局与集聚水平。本文用非农业人口占地区总人口的比重来衡量城市化水平。

(7)产业结构。Goe发现服务业对生产性服务业的需求大于制造业，所以随着服务业比重上升，物流业的市场需求可能会发生变化。［22］另一方面，产业结构升级还会强化产业体系的竞争意识，推动各产业物流业外包。本文用第三产业就业人口占总就业人口的比重来衡量产业结构。

(三)估计结果

经检验，上述变量的对数均平稳，受篇幅限制，在此未给出具体检验结果。交通基础设施及区域经济一体化与物流业生产率之间可能互为因果关系，此外解释变量中还包含被解释变量的滞后一期，这些都导致模型存在内生性问题。对此，本文采用系统GMM进行参数估计，系统GMM综合利用了水平变化与差分变化的信息，一方面用差分方程消除固定效应，另一方面使用差分项的滞后项作为水平项的工具变量，从而克服了水平滞后项的弱工具变量问题，估计结果见表3。表3的最后三行给出了系统GMM估计工具变量有效性的诊断检验结果，AR(2)检验不拒绝原假设，表明原方程的残差序列不相关；Sargan-Hansen检验值显示所选择的工具变量均至少在5%的显著性水平下不能拒绝原假设。因此，系统GMM方法进行参数估计通过了工具变量的有效性检验。

表3 物流业全要素生产率影响因素的估计结果

由表3可见，交通基础设施与信息化水平对物流业生产效率都具有显著的正向促进作用，表明交通基础设施与物流信息基础设施越完善，物流服务质量和运行效率得以提高。

区域经济一体化对物流业生产效率具有显著的负向影响，这与预期相反，主要是因为在我国区域经济一体化进程中，各地区受地方利益的驱使，行政体制障碍的影响，存在一定程度的不合理竞争和地方保护现象，例如，要素流通领域的分割依然存在，港口、机场及物流园区等物流基础设施的重复建设问题依然突出。周业安认为在垂直化行政管理体系和资源流动性限制的影响下，保护性和掠夺性策略的选择有损经济增长。［23］可见，经济一体化进程中的重复建设问题严重损害了物流资源配置的优化及物流业规模效应的发挥，不利于物流业生产效率的提升。

外商直接投资对物流业效率具有负向影响，但不显著，可能在于，一方面外商直接投资给我国物流业的发展带来了先进的技术和管理经验，推动服务模式创新，加快了我国物流业升级；但另一方面，由于我国物流业自身发展水平与发达国家的差距较大，使得先进技术和管理经验的溢出效应不明显。对外贸易对物流业生产效率具有显著的负面影响，对此，刘生龙和胡鞍钢指出，自改革开放之后，我国主要出口附加值较低的劳动密集型产品，而主要进口附加值较高的资本、技术密集型产品的这种贸易结构，限制了我国自主创新的能力，不利于我国 TFP的增长。［24］

人力资本对物流业生产效率具有显著的负向影响，可能在于，目前我国对人才要求较高的专业化服务、供应链一体化服务、个性化服务的物流企业比例严重偏低；另外，我国物流从业人员缺乏专业、系统的物流理论知识，导致物流专业人员数量少，中高级物流人才普遍缺乏。综合化、专业化物流企业比例的偏低与高级物流人才的不足是当前我国物流业发展的双向困境。

城市化水平对物流业生产效率具有负向影响，但不显著。一方面，城市化水平越高，意味着商旅服务功能逐渐替代产业制造功能，而且随着交通便利度的提高及各种运营成本的上升，使得物流业逐步向边缘地区扩散，不利于集群化发展；另一方面，城市化进程中的生产要素集聚扩大了物流业的市场需求，特别是加工配送的发展，这两方面影响的综合作用导致结果不显著。产业结构正向影响物流业生产效率，未通过显著性检验。一方面，产业结构的优化强化了产业体系对知识要素和科学技术的依赖，增强了产业体系培养核心竞争力的意识，为物流业的发展提供了机遇，但当前我国物流业的服务对象主体仍是制造业，所以随着服务业比重上升，物流业的发展空间逐步被挤压。

四、物流业全要素生产率的收敛机制分析

前文的分析表明，中国物流业全要素生产率变动及其构成都具有明显的地域差异性。为了把握中国物流业地区差异性的演进特征，本文借鉴新古典增长理论的收敛从绝对收敛、俱乐部收敛和条件收敛三方面来检验中国物流业全要素生产率是否发生了收敛，以及哪些因素对其收敛产生影响。

(一)绝对β收敛

绝对收敛是指在经济发展指标的初始水平不同，而其他方面均相同的情况下，各地区收敛达到相同的长期均衡。建立绝对β收敛的检验方程如下：

其中：gi，t为i地区在t－1和t期间生产效率的增长率，包括全要素生产率变动(Malmquist指数、技术效率指数TEC与技术进步指数TP)；εi，t为随机误差项；a，b为待估参数项，且a为常数项，b=－(1－e－βT)/T，β表示向稳态收敛的速度，如果b＞0，即β＞0，表明生产效率的省际差异存在绝对收敛，否则生产效率差异存在发散趋势。表4给出了检验结果。

根据表4，可以看出，物流业全要素生产率存在绝对收敛，收敛速度为2.63%；进一步对其分解，发现技术效率存在绝对收敛，收敛速度为4.19%；而技术进步存在发散，但不显著。

表4 1996-2010年中国物流业全要素生产率、技术效率和技术进步的绝对趋同检验结果

(二)俱乐部收敛

俱乐部收敛是指初期经济发展水平接近的各经济集团内部的不同经济系统之间，在具有相似的结构特征的前提下趋于收敛，而集团之间的增长差异却无法缩小。［25］本文利用收敛方程(5)分别对东、中、西部的物流业全要素生产率的绝对β收敛进行检验，检验结果见表5。可以看出，中国东、中、西部三大区域的物流业全要素生产率的收敛性均不显著。

表5 1996-2010年中国东、中、西三大区域内部物流业全要素生产率趋同检验结果

(三)条件收敛

条件收敛模型是在绝对收敛模型基础上加入多个控制变量，来分析地区之间实现收敛的路径：ln(gi，t)=a+bln(TFPi，t－1)+ηlnXi，t+εi，t(6)其中，X代表一系列的控制变量，其余变量与绝对收敛模型相同。表6给出了条件β收敛的估计结果。Hausman检验值在1%的显著性水平上拒绝了原假设，表明固定效应优于随机效应。

表6中的设定(1)-(8)是对不同控制条件下的收敛性检验，其中设定(4)加入的是对外贸易，此时系数b仍显著为负，且对外贸易的系数显著为负，表明扩大对外贸易有利于缩小各省区物流业生产效率差异。设定(1)、(5)、(7)分别加入的是区域经济一体化、外商直接投资与城市化水平，此时系数b仍显著为负，这三个控制变量的系数为负但不显著，这表明单纯依靠吸引外资、加快区域经济一体化发展与提高城市化水平并不能直接缩小物流业生产效率的地区差异。设定(2)与(3)分别加入的是交通基础设施与信息化水平，此时系数b仍显著为负，这两个变量的系数显著为正，表明交通基础设施越完善和信息化水平越高的地区，物流业生产效率增长越快，这将加剧各省区物流业全要素生产率不平衡的积累。设定(6)、(8)分别加入的是人力资本与产业结构，此时系数b仍显著为负，这四个控制变量的系数为正，但不显著，表明提高人力资本水平与优化产业结构未能对各省区物流业全要素生产率的不平衡造成显著影响。

表6 1996年-2010年中国物流业全要素生产率的条件收敛估计结果

五、结论与政策建议

本文利用DEA-Malmquist指数方法分析了中国大陆30个省区1996-2010年物流业全要素生产率(TFP)的增长，并研究了物流业全要素生产率的影响因素及其收敛性，主要得到以下结论：

第一，中国物流业的增长表现为要素投入(主要是资本)和生产率提升双重驱动的特点，相比要素投入，TFP增长对物流业增长的贡献较低；物流业TFP不断提高，技术进步是TFP增长的主要源泉，技术效率的下降相反起到了阻碍作用；物流业全要素生产率区域差异明显，东部地区与西部地区的TFP基本持平，中部地区最低。

第二，利用系统GMM方法对物流业全要素生产率的影响因素进行了分析，发现交通基础设施与信息化水平对物流业TFP具有显著的正向影响，区域经济一体化进程中的基础设施重复建设对物流业TFP造成了负向影响；目前对外贸易开放与人力资本的发展不利于物流业TFP的提升，外商直接投资、城市化水平与产业结构对物流业TFP的影响不显著。

第三，全国范围内物流业TFP收敛特征显著，其中技术效率具有收敛性，技术进步呈发散趋势；东、中、西三大区域内部不存在俱乐部收敛；从条件收敛机制来看，对外贸易、交通基础设施与信息化水平对各省区物流业全要素生产率差异的演变具有重要影响。扩大对外贸易有利于缩小各地区物流业生产效率差异，交通基础设施与信息化水平的差异会引起物流业TFP不平衡的积累。

根据上述研究结果，针对中国物流业的快速发展，提出以下几点建议：首先，要实现增长方式的转变，即从目前的资本推动型转向依靠全要素生产率的提高，并需通过改善管理水平，完善激励制度，提高劳动力生产积极性，进而提高现有技术与生产要素的使用率，解除技术效率对全要素生产率增长的阻碍。其次，在经济一体化进程中，各地区需进一步突破行政体制的障碍，避免地方保护与基础设施重复建设，并加强物流基础设施系统的建设，包括完善交通基础设施、构建物流公共信息平台、鼓励物流企业加强使用信息技术，从而实现物流资源配置的优化、物流网络系统的优化及规模效应的有效发挥；加快传统物流业向现代物流业的转变以及提升物流教育水平，培养物流管理中高级人才实现人力资本水平与现代物流业的对接。再次是实现对外贸易、交通基础设施与信息化水平的区域协调和均衡发展，以此来实现我国物流业的均衡协调发展。

注释：

［1］［6］刘秉镰、余泳泽：《我国物流业地区间效率差异及其影响因素实证研究——基于数据包络分析模型及托宾模型的分析》，《中国流通经济》2010年第9期。

［2］田 刚、李南：《中国物流业技术进步与技术效率研究》，《数量经济技术经济研究》2009年第2期。

［3］田 刚、李南：《中国物流业技术效率差异及其影响因素研究——基于省级面板数据的实证分析》，《科研管理》2011年第7期。

［4］欧阳小迅、黄福华：《中国地区物流匹配效率及其影响因素实证分析》，《财贸研究》2010第6期。

［5］Fare R.，Grosskopf S.，Norris M.(eds)，“Productivity growth，technical progress and efficiency change in industrialized countries ，”AmericanEconomicReview，vol.84，no.1(1994)，PP.66-83.

［7］徐现祥、周吉梅、舒 元：《中国省区三次产业资本存量估计》，《统计研究》2007年第5期。

［8］张 军、吴桂英、张吉鹏：《中国省际物质资本存量估算：1952-2000》，《经济研究》2004年第10期。

［9］宋海岩、刘淄楠、蒋 萍：《改革时期中国总投资决定因素的分析》，《世界经济文汇》2003年第1期。

［10］曹跃群、刘冀娜：《我国服务业资本存量地区差异及其成因——基于空间经济学的实证分析》，《数量经济技术经济研究》2008年第11期。

［11］Naughton B.，HowMuchCanRegionalIntegrationDotoUnifyChina’sMarkets?Paper for Conference on Policy Reform in China，Center for Research on Economic Development and Policy Research，Stanford University，November 18-20，1999.

［12］白重恩、杜颖娟、陶志刚：《地方保护主义及产业地区集中度的决定因素和变动趋势》，《经济研究》2004年第4期。

［13］Parsley D.C.and Wei S.J.，“Convergence to the Law of One Price without Trade Barriers or Currency Fluctuations，”The QuarterlyJournalofEconomics，vol.111，no.4(1996)，PP.1211-1236.

［14］［21］Parsley D .C.and Wei S.J.，LimitingCurrencyVolatilitytoStimulateGoodsMarketsIntegration：APriceBasedApproach，NBERWorking Paper，No.8468，2001.

［15］Young A.，“The Razor’s Edge： Distortions and Incremental Reform in the People’s Republic of China ，”QuarterlyJournal ofEconomics，vol.115，no.4(2000)，PP.1091-1135.

［16］Xu X .P.，“Have the Chinese Provinces Become Integrated under Reform? ”ChinaEconomicReview，vol.13，no.2(2002)，PP.116-133.

［17］鲁晓东、李荣林：《区域经济一体化、FDI与国际生产转移：一个自由资本模型》，《经济学》2009年第4期。

［18］Kumur A.，EconomicReformandtheInternalDivisionofLaborinChina：Production，TradeandMarketing，inChinaDeconstructs：Politics，TradeandRegionalism，edited by David S.G.Goodman and Gerald Segal，London：Routledge，1994.

［19］赵永亮、才国伟：《市场潜力的边界效应与内外部市场一体化》，《经济研究》2009年第7期。

［20］盛斌、毛其淋：《贸易开放、国内市场一体化与中国省际经济增长：1985-2008年》，《世界经济》2011年第11期。

［22］GoeW.R.，“Producer Services，Trade and the Social Division of Labour，”RegionalStudies，vol.24，no.4(1990)，PP.327-342.

［23］周业安：《地方政府竞争与地区经济增长》，《中国人民大学学报》2003年第1期。

［24］刘生龙、胡鞍钢：《基础设施的外部性在中国的检验：1988-2007》，《经济研究》2010年第3期。

［25］Galor O.，“Convergence?Inferences from Theoretical Models，”TheEconomicJournal，vol.106(1996)，PP.1056-1069.

［责任编辑：石雪梅］

F252.5

A

1002-3321(2013)03-0016-09

一、问题的提出

在经济全球化和信息技术快速发展的背景下，中国物流业发展迅速，物流规模不断增长，物流网络系统不断完善。但是中国物流业社会化、组织化程度低，社会物流总费用占GDP的比值偏高，运行效率偏低，布局不合理，地区发展不平衡等问题的存在，仍是不争的事实。哪些因素在影响中国物流业运行效率，如何有效提高中国物流业整体效率，成为迫切需要探讨的问题。

部分学者对我国物流业的生产效率问题进行了研究。刘秉镰和余泳泽研究发现中国物流业综合技术效率不高，区域物流效率差异正在逐步缩小，且物流资源利用率、区域市场化程度以及港口发展对区域物流效率具有重要影响。［1］田刚和李南研究发现，中国物流业技术效率仍处于较低水平，地区间存在差异，且在扩大；且人力资本、制度、政府干预等因素对物流业技术效率具有重要影响。［2-3］欧阳小迅和黄福华的研究结论同样也指出，中国物流业整体效率不高，物流业对经济发展的支持能力具有明显的区域差异性，且人均资本、所有制结构、人力资本质量及专业化程度对物流业效率具有正向影响。［4］这些研究对我国物流业增长的效率问题进行了有益的探索，但是该问题的研究还有进一步拓展的空间。首先，在相关指标选取方面，部分文献采用货物周转量衡量物流业产出，而这一指标并不能准确地反映物流业产出；其次，已有研究在测算物流业生产率时，均使用的是未经修订的统计数据，使得结果具有一定偏差。其次，在分析物流业全要素生产率的影响因素时，已有研究多分析物流资源利用率、港口物流、物流业人力资本水平等局限于物流业本身的因素，未挖掘影响物流业效率的外部因素。第三，较少研究考察中国物流业效率的收敛性，仅有的研究对中国物流业技术效率进行了R收敛检验，但是R收敛检验仅分析了考察对象的标准差随时间变化的情况，无法分析地区差异的演变以及差异背后的潜在机制。

2013-01-09

国家社会科学基金项目“我国物流业对制造业外溢效应的检验分析研究”(12BJY069)

王 健，男，福建福清人，福州大学副校长，教授、博士生导师；梁红艳，女，湖北仙桃人，福州大学八方物流学院博士研究生。