中国物流业与制造业全要素生产率比较分析

■　李松庆 教授 何琴清（广东工业大学管理学院 广州 510520）

中国物流业与制造业全要素生产率比较分析

■李松庆 教授 何琴清（广东工业大学管理学院 广州 510520）

本文选取我国31个省份1998-2013年的面板数据，根据DEA曼奎斯特指数法对我国31个省份物流业和制造业全要素生产率进行比较分析。研究表明，我国物流业全要素生产率普遍比制造业差，物流业效率严重落后于制造业，主要原因在于技术进步效率制约，次要原因分别是规模效率和纯技术效率因素，并提出相关改进策略。

物流业 制造业 全要素生产率比较分析

引言

我国物流业和制造业的发展态势迅猛，制造业产值连续几年位于世界首位，然而处于低水平生产制造的落后阶段，无法有效利用物流业提升发展模式与结构。我国物流业效率水平远低于发达国家，弱差的状态没有改善，无法支持与推动制造业效率提升。21世纪物流业是制造业发展支持条件，制造业是物流业的需求基础，物流业和制造业产值增加值的“量”都非常可观，而质量效率方面急需提高。本文通过比较物流业和制造业全要素生产率发展状况，找到效率低下的原因，从而有效提高制造业和物流业效率，降低物流和制造成本，促进物流业和制造业产业结构优化，全面提高物流业和制造业的整体效率水平（江银娟，2013）。

王珍珍和陈功玉（2010）运用灰色关联对我国制造业与物流业关联度进行研究，发现制造业不同子行业与物流业的关联存在关系。邓良（2013）运用灰色关联对我国物流业与制造业的联动状况进行研究。大多数学者以产值与产量作为分析基础，利用灰色关联、投入产出和计量分析等方法对我国物流业与制造业进行比较研究，很少以质量效率作为分析基础，因此本文比较分析物流业和制造业全要素生产率变动，为当前物流业和制造业效率升级转型提供一些参考。

我国31个省份物流业和制造业经济发展状况、产业结构和资源存在差异，本文比较分析各省份物流业和制造业全要素生产率状况，提出促进我国物流业与制造业全要素生产率的措施。利用我国31个省份1998-2013年的面板数据，根据DEA-曼奎斯特指数法对我国物流业与制造业全要素生产率进行比较分析，把31个省份作为研究对象，比较分析物流业和制造业全要素生产率变动情况。

DEA曼奎斯特指数模型

DEA曼奎斯特指数模型可运用多投入多产出指标连续多年动态面板数据来测度全要素生产率（TFP），并可分解技术进步（TCP）和技术效率（TEC），技术效率变动再细解为纯技术效率（PECH）和规模效率（SECH），TFP=TCP×TEC=TCP× （SECH×PECH）。

详细测度公式为：

（Xt+1，Yt+1）表示t+1年的投入产出向量，（Xt，Yt）表示t年的投入产出向量，Dt

0表示t年技术tt标准的t年的距离函数，表示t+1年技术tt+1标准的t+1年的距离函数。TFP＞1显示全要素效率提高，TCP＞1显示存在技术进步，TEC＞1显示存在技术效率，SECH＞1显示规模扩张带来效率提升，PECH＞1代表排除TCP和SECH以外能促进效率提高的因素。

物流业和制造业全要素生产率变动

本文依照杨莹（2014）的观点，选取交通运输、仓储和邮政业代表物流业，投入指标选取交通运输、仓储和邮政业全社会固定资产投资额、制造业全社会固定资产投资额、交通运输、仓储和邮政业从业人员和制造业从业人员，而产出指标为交通运输、仓储和邮政业生产总值和制造业生产总值。根据中国统计年鉴、各省份的统计年鉴和相关统计网站，获取我国31个省份1998-2013年的面板数据，通过DEAP2.1软件测度数据，得到我国1998-2013年物流业和制造业全要素生产率动态过程，如图1所示。

由图1可知，物流业全要素生产率变动幅度比制造业大，小于1的年份有7年，总体上全国物流业全要素生产率大部分时间效率不达标，而制造业全要素生产率除了个别年份小于1之外，基本都大于1，说明制造业全要素生产率总体状况比物流业好。我国制造业的效率基本处于稳定加快的状态，而物流业的效率不稳定，从2005年开始处于波动幅度大的阶段。而2012-2013年，物流业效率快速增长，进入大发展阶段，增长率高于制造业，表明国家对物流业的大力发展和政策支持有利于物流业发展。

由表1可知，华北地区5个省份的制造业全要素生产率都大于物流业，说明北京、天津、河北、山西和内蒙古制造业的发展都优于物流业，5省份的物流业全要素生产率都小于1，说明物流业生产效率较低，并且技术效率和进步效率都低下，其中技术效率受制于规模效应低下，不存在规模效率。而制造业只有山西和内蒙古的全要素生产率略大于1，说明华北地区制造业较为发达，而物流业仍然跟不上，物流业有待升级转型。

由表2可知，东北地区3省份的制造业全要素生产率都大于物流业，说明3省份的制造业效率水平比物流业要高，制造业全要素生产率都大于1，制造业效率得到提升，而物流业效率低下，主要来自技术进步的负增长作用制约。辽宁技术进步负增长率为-0.075，吉林负增长率为-0.036，黑龙江负增长率为-0.042，应着重对其技术进步因素进行改善。

由表3可知，华东地区浙江、安徽、福建、江西和山东的物流业全要素生产率都大于制造业，说明物流业发展优于制造业，应着重对这五个省份的制造业规模效率进行改善。上海和江苏两个省份的物流业效率水平比制造业差，上海和江苏经济发达，物流业发展已久，造成这两个省份物流业发展效率较低的原因在于物流业后劲不足，处于疲软发展阶段，而造成大部分制造业效率降低的原因主要在于技术进步的负作用，说明要提高制造业的技术创新和技术进步。

表1 华北地区物流业与制造业全要素生产率分解

表2 东北地区物流业与制造业全要素生产率分解

表3 华东地区物流业与制造业全要素生产率分解

表4 中南地区物流业与制造业全要素生产率分解

由表4可知，中南地区六个省份大部分制造业的全要素生产率比物流业大，海南、广西、广东和湖北四个省份的制造业发展优于物流业，而河南的制造业和物流业全要素生产率都非常低下，因此要针对河南物流业和制造业的技术进步和纯技术效率进行革新和转型。

由表5可知，西南地区五个省份的制造业全要素生产率都比物流业大，除了重庆之外，其他省份的制造业全要素生产率都大于1，说明四川、贵州、云南、西藏的制造业发展优于物流业，但是四个省份的效率都比较低下，主要原因来自技术效率中的纯技术效率方面的负作用影响，应该要对这五个省份物流业制造业的企业组织效率进行深入改善。

由表6可知，西北地区五个省份除了陕西和甘肃的制造业达标之外，其余省份物流业和制造业的效率都非常低下。总的来说，依然是制造业的发展比物流业好，主要原因来自技术创新方面和规模效率方面的低下，应该要大力在物流业和制造业发展过程中引进先进技术，把企业做大做强，提高规模效益。

结论

本文通过DEA曼奎斯特指数法对我国31个省份1998-2013年物流业和制造业全要素生产率进行比较分析，从而得到如下结论：

（一）促进技术进步

我国总体上物流业全要素生产率水平劣于制造业效率水平，物流业发展落后于制造业，主要原因在于物流业技术进步效率低下的制约作用。从具体省份来看，全国物流业全要素生产率比制造业差的省份有25个：北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、上海、江苏、湖北、湖南、广东、广西、海南、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆，除了浙江、安徽、福建、江西、山东和河南之外，其余省份物流业效率水平都低于制造业，因此我国大部分地区物流业全要素生产率滞后于制造业，物流业效率水平无法为制造业发展提供支持，主要原因在于技术进步负增长率的制约，具体有北京（-0.031）、天津（-0.050）、河北（-0.108）、山西（-0.093）、内蒙古（-0.107）、辽宁（-0.075）、吉林（-0.036）、黑龙江（-0.042）、上海（-0.038）、江苏（-0.017）、湖北（-0.038）、湖南（-0.057）、广东（-0.061）、广西（-0.033）、海南（-0.033）、重庆（-0.047）、甘肃（-0.010）和新疆（-0.022）18个省份，说明这些地区物流业物流创新技术能力依然比较薄弱，所以要针对这18个省份的物流业技术进步效率进行改进，其中河北和内蒙古的情况最为严重，对这两个省份要实施更大力度的革新。北京、上海、江苏、广东等一些经济发展发达地区物流业技术创新能力较低，物流技术进步动力不足的状态，原因在于其忽视技术创新效率的进一步提高。而内蒙古、新疆、甘肃等地区由于经济较为落后，物流技术创新方面落实不够，所以国家要对这18个省份的物流业给予丰厚的财政资金引入或改善当地物流运输系统，促进物流信息技术能力提升，投入更高级的物流技术，注重当地高校科研机构和企业技术资金合作，当地政府对不规范物流企业经营进行指导，优化物流业营运环境，促进区域之间行业合作。

（二）促进规模效率提升

造成我国总体上物流业全要素生产率劣于制造业的第一个次要原因在于规模效率负增长的制约作用，物流业全要素生产率劣于制造业的25个省份中，有11个省份是受到规模效率负作用的影响，说明11个省份规模没有经济效益，规模效率负增长情况分别为北京（-0.037）、天津（-0.039）、河北（-0.037）、山西（-0.041）、内蒙古（-0.037）、辽宁（-0.049）、吉林（-0.030）、黑龙江（-0.018）、青海（-0.030）、宁夏（-0.043）和新疆（-0.044），所以要对这11省份物流业规模效率进行改进，尤其是辽宁和新疆。根据这11省份规模效率负增长率状况，要针对性的促进物流业市场化进程，深入整改11个省份秩序混乱的物流企业，鼓励物流业中以强优企业带弱差企业，扩大物流业规模，形成规模经济效应，充分有效运用物流资源，建设先进物流基础设施，落实高效集约发展道路，活跃物流业市场，促进行业公平竞争。

图1 1998-2013年我国物流业与制造业TFP动态图

表5 西南地区物流业与制造业全要素生产率分解

表6 西北地区物流业与制造业全要素生产率分解

（三）促进纯技术效率提升

造成我国总体上物流业全要素生产率劣于制造业的第二个次要原因在于纯技术效率负增长的制约作用，物流业全要素生产率劣于制造业的25个省份中，有10个省份是受到纯技术效率的影响，这10个省份的纯技术效率负增长率状况为河北（-0.023）、山西（-0.024）、重庆（-0.038）、四川（-0.042）、贵州（-0.048）、云南（-0.038）、西藏（-0.043）、陕西（-0.046）、甘肃（-0.043）和青海（-0.022），其中贵州、陕西、西藏和甘肃省的情况尤为严重，纯技术效率水平受到物流业服务管理能力和物流人才的影响，对这四个省份物流业要给予更多的管理水平支持和人才支撑，在这10个省份的物流业植入现代物流服务观念，采取能让客户满意的服务方式，与制造业、当地或者跨区域的物流业企业密切合作，共同开发更高级的交通运输系统，落实低消耗绿色物流发展进程，坚持可持续发展道路，对10个省份全社会物流从业人才加强业务能力培养，定时进行物流业务方面培训，对物流业资质进行严格评定，鼓励物流业人才不断加强自身素质，同时鼓励吸引高级物流人才的加入。

总体来说，我国物流业全要素生产率比制造业差。从区域来看，华北地区、东北地区、中南地区、西南地区、西北地区物流业全要素生产率状况较差，只有中南地区物流业全要素生产率比制造业好，而制造业全要素生产率总体状况比较好，主要是中南地区制造业全要素生产率较差。全国6个省份制造业全要素生产率比物流业差，为浙江、安徽、福建、江西、山东和河南，所以要对这6个省份的制造业技术进步效率和规模效率进行重点改善，提高制造业技术创新水平，扩大制造业精益生产规模。

1.江银娟.河南省制造业与物流业联动发展的路径与对策研究［D］.河南工业大学，2013

2.王珍珍，陈功玉.我国制造业不同子行业与物流业联动发展协调度实证研究—基于灰色关联模型［J］.上海财经大学学报，2010，12（3）

3.邓良.中国制造业与物流业联动发展实证分析—基于经济转型期行业面板数据分析的视角［J］.中国流通经济，2013（7）

4.李煌，骆温平，刘华荣.基于全要素生产率的我国物流业与制造业联动研究［J］.物流技术，2014，33（10）

5.李晶.劳动力资源在全要素生产率中的贡献研究［D］.青岛大学，2007

6.赵燃，骆乐，韩鹏.中国农产品加工业技术效率、技术进步与生产率增长［J］.中国农村经济，2008（4）

7.李超美.基于DEA-Malmquist指数模型的中国商业银行效率及影响因素研究［D］.湘潭大学，2013

8.甘卫华，许颖，黄雯，丁茹，何德顺.基于DEA-Malmquist的江西省物流业全要素生产率研究［J］.工业工程，2015，18（2）

9.杨莹.青海省物流业与制造业联动效率测度研究［J］.青海社会科学，2014（4）

10.甘卫华，汪娟.江西省物流业与制造业发展关系实证研究［J］.商业时代，2010（17）

▲教育部人文社会科学研究规划基金项目资助（项目批准号：13YJA790051）

◆F252

A