自贸试验区建设对区域物流效率影响研究

张学会　张文浩　张钰

关键词：自贸试验区；物流业；效率分析；DEA-Malmquist模型

中图分类号：F254文献标识码：A文章编号：2096-7934（2023）10-0072-16

一、引言

建设自贸试验区是党中央在新时代推进改革开放的重要战略举措。自2013年9月上海自贸试验区正式挂牌至今，十年来，自贸试验区作为我国改革开放的试验田，已然成为高水平开放的先导力量、深层次改革的开路先锋和高质量发展的示范引领［1］。截至2020年6月，我国自贸试验区总数量已达21个，形成了“1+3+7+1+6+3”的全方位的对外开放新格局。通过对自贸试验区的基础条件和功能定位分析［2］，发现自由贸易试验区的设立，对于对外开放的提升、地区经济高质量增长和投资便利化等方面具有显著的正向影响［3-5］。党的二十大报告强调“加快建设海南自由贸易港，实施自由贸易试验区提升战略，扩大面向全球的高标准自由贸易区网络”，進一步对自由贸易试验区的建设提出了新的要求［6］。

物流业作为国家经济发展的基础性、战略性产业，经济发展水平与物流产业发展水平之间具有正相关的关系［10］，物流效率的高低直接影响国家和地区的经济状况［7］。通过对物流效率的测度，可以了解自贸试验区的物流水平以及物流业发展情况，对于提升自贸试验区的对外开放水平，自贸试验区的高质量发展具有积极意义。现阶段来看，我国物流产业效率整体不高，地区差异显著［8］。对于物流效率的研究集中在区域物流方面，如王海峰（2020）测度了“一带一路”沿线省份的物流效率，发现陆上丝绸之路沿线省份物流效率较落后，提出深化对外经贸合作等相关建议［9］；汪文生（2021）发现环渤海区域内部物流效率整体呈现多极化，提出探索符合地区特色的政策及举措［10］；龚瑞风（2022）对中国31个省物流效率进行测度分析，提出了推进“区域物流一体化”发展，提升与区域捆绑竞争力的建议［11］。众多学者对区域物流效率影响因素进行了分析，发现对外开放水平、经济发展水平等因素对提升物流效率起重要作用，针对所研究区域物流业的发展，提出了深化物流业改革，加强区域物流业协作等针对性建议［12-13］。

纵观以上研究，首先，对区域物流效率的评价研究成果较多，但是很少有学者从自贸试验区层次进行物流效率的研究，而且现有文献集中在物流效率测度和影响因素分析上，缺乏对不同区域、不同时期物流效率特点和差异的深入比较和分析。其次，在物流效率的研究方法上，运用DEA相关模型进行分析是物流效率问题研究的热点［9-13］，许多学者利用DEA模型对其研究范围的物流效率进行了研究，积累了丰富的理论基础。最后，本文在高水平对外开放战略背景之下，借鉴已有研究成果，考虑自贸试验区的特点，完善自贸试验区物流效率评价指标体系，采用DEA-Malmquist模型，以21个自贸试验区为研究对象，对其物流静态效率和动态效率进行分析，从而研究不同地区和不同批次自贸试验区物流发展过程中的问题，以期为自贸试验区物流高质量发展提供理论参考。

二、研究设计

（一）研究模型

1.数据包络分析（dateenvelopmentanalysis）

DEA作为测算投入产出效率的方法之一，在处理多投入多产出的有效性评价方面具有绝对优势，因而成为效率评价的主流方式。DEA方法主要有CCR模型和BCC模型两个基本模型。两者之间主要的区别假设条件不一样，CCR假设规模报酬不变，而BCC是假设存在规模报酬变化［14］，BCC模型如式（1）所示。

Malmquist指数的变动分解为综合技术效率变动指数（EC）与技术变动指数（TC）。其中，综合技术效率变动指数（EC）可以拆分为纯技术效率变动指数（PC）和规模报酬变动指数（SC）。当技术效率变化、技术进步、纯技术效率、规模效率变化大于1时，即表明它是全要素生产率（TFP）增长的源泉，反之，则是全要素生产率（TFP）降低的根源。

（二）研究区域

本文选取已经设立自贸试验区的21个省、直辖市作为物流效率研究的决策单元（DMU），由于自贸试验区的相关数据官方并未明确公布，而自贸试验区划分为多个片区，每个片区能够辐射其所在城市，故选取自贸试验区每个片区所在城市的数据总和，作为自贸试验区的数据体现，具体自贸试验区区域及片区所在城市如表1所示。

（三）评价指标体系

中国物流产业生产总值的83%以上被交通运输、仓储和邮政业的生产总值占据，因此，将交通运输、仓储及邮政业统一称为物流产业。参考DEA模型研究物流效率的现有相关研究［11］［13］［15-16］，选择与物流业相关的物流业固定资产额，交通运输、仓储、邮政从业人员数量，运输线路网络里程作为投入指标，货运量，货运周转量，物流业生产总值作为产出变量。同时考虑到自贸试验区的特征，王明益（2022）发现自贸试验区设立通过吸引大量外资企业进入［17］。同时王倩（2022）运用广义合成控制法实证检验了我国自贸试验区对外商直接投资的影响，发现自贸试验区在一定程度上吸引了外商直接投资［18］。王迪阳（2022）通过实证分析得出自贸试验区总体上促进了进出口贸易［19］。根据已有研究成果，选择实际利用外商投资作为投入变量，进出口贸易值作为产出变量，作为表现自贸试验区的变量。本文选取的决策单元（DMU）数量为投入变量与产出变量的总和的两倍以上，符合DEA模型的理论要求。以上所有变量的数据，根据国家统计局网站公布的《中国城市统计年鉴》、各市统计局公布的《统计年鉴》以及市域国民经济和社会发展统计公报收集并整理。具体变量说明如表2所示。

表1 自贸试验区区域及片区所在城市。注：自贸试验区设立时间：第一批2013年、第二批2015年、第三批2017年、第四批2018年、第五批2019年、第六批2020年。

表2 变量选取及说明

三、自贸试验区物流效率的静态分析

根据上述分析，选取2011—2020年我国21个自贸试验区所在城市的投入产出指标数据，借助DEAP2.1软件，利用投入导向BCC-DEA模型进行了静态效率分析，得出自贸试验区物流业综合技术效率、纯技术效率、规模效率以及时空特征的结果，结果如下：

（一）综合效率分析

2011—2020年各自贸试验区物流业综合技术效率值如表3所示，上海、广东、辽宁、江苏、广西五个自贸试验区在2011—2020年之间综合效率均值为1，表明这五个自贸试验区物流业投入产出长期保持DEA有效，物流效率较高。上海、广东、江苏三个自贸试验区自身开放程度高、经济实力强，辽宁自贸试验区依托东北老工业基地发展，广西自贸试验区凭借与东盟国家陆海相邻的独特优势，着力建设面向东盟的国际陆海贸易新通道，同时五个自贸试验区改革试点任务全面实施，创新成果向全国复制推广，发挥出了自贸试验区示范带动、服务全国的积极作用，自贸试验区物流效率的领先有迹可寻。

表3 2011—2020年我国21个自贸试验区物流业综合效率值

福建、浙江、湖北、山东、河北五个自贸试验区综合效率均值在0.9以上，处于其他自贸试验区效率的前沿面，表现为DEA弱有效，物流效率也处于较高的水平。这些自贸试验区物流业处于改革探索阶段，虽然物流效率不错，但是还未达到完全有效，在结合地区优势，自贸试验区对外开放程度，贸易便利化方面还需要继续提升，以福建自贸试验区为例，充分发挥对外开放的前沿优势，建设21世纪海上丝绸之路核心区，提升自贸试验区的物流水平。

天津、河南、云南、黑龙江、北京、湖南、安徽七个自贸试验区的综合技术效率均值在0.7-0.9之间，重庆、四川、陕西、海南四个自贸试验区的综合技术效率在0.7以下，这些自贸试验区的物流业投入产出没有达到DEA有效，说明这些自贸试验区物流效率较低。物流效率落后的重庆、四川、陕西等自贸试验区没有沿海地区优越的地理位置，在吸引外商投资以及贸易便利化方面没有优势，同时地处内陆的自贸试验区的物流货运成本高于其它地区，物流投入较高而产出不足导致物流效率水平不高，海南自贸试验区地理位置优越，但是设立时间较晚，相关的政策还未完全发挥作用，物流效率的提升并不明显。

比较自贸试验区不同批次设立时间前后的综合效率，第一批的上海自贸试验区十年间保持DEA有效；第二批中福建自贸试验区在批准设立自贸试验区后保持DEA有效；第三批浙江、湖北自贸试验区在2017年批准成立后综合效率都达到DEA有效，同时浙江自贸试验区在2020年扩展区域；2018年第四批设立的海南自贸试验区在当年综合效率有所提升，第五批山东和云南自贸试验区综合效率2019年设立前一直在波动，设立之后保持DEA有效，不难发现，自贸试验区的设立对于大部分城市的物流效率起到了促进作用。

（二）纯技术效率分析

纯技术效率是衡量技术应用水平、人才、发展理念等方面的问题，在剔除规模报酬因素的影响下分析投入利用情况。如表4所示，上海、广东、福建、辽宁、浙江、湖北、江苏、广西、河北九个自贸试验区纯技术效率均值为1，表明投入资源得到了有效利用，达到了DEA有效。根据表3数据，福建、浙江、湖北、河北四个自贸试验区综合技术效率并没有达到1，表明这四个自贸试验区受到规模的影响导致DEA无效；天津、海南、山东、黑龙江、湖南、安徽六个自贸试验区纯技术效率均值处于0.9-1之间，表明这些省份DEA弱有效；河南、重庆、四川、陕西、云南、北京六个自贸试验区的纯技术效率均值在0.9以下，没有达到前沿面，未实现DEA有效。四川和重庆自贸试验区的纯技术效率均值排在最末位，西部大开发和“一带一路”战略的提出为西部地区物流业提供了機遇，但是自贸试验区还在摸索阶段，自身的技术水平不高，贸易模式比较简单，贸易便利化水平不高，造成物流资源浪费和物流产出效率低下，分析结果也与事实相符。

分批次来看，第一批的上海自贸试验区在自贸试验区设立前后都保持纯技术效率的有效；第二批的三个自贸试验区在2017年之后纯技术效率都保持有效；第三批中浙江和湖北自贸试验区在设立前后纯技术效率保持有效，但是河南、重庆、四川、陕西四个自贸试验区的纯技术效率并不理想，自贸试验区对中西部地区的作用还不明显；第四批的海南纯技术效率在2018年自贸试验区设立前波动不断，自贸试验区设立之后达到有效；第五批的六个自贸试验区除黑龙江之外在2019年设立之后都达到了纯技术效率值的有效；第六批的三个自贸试验区由于2020年开始设立，自贸试验区对于纯技术效率的影响还不明显。

表4 2011—2020年我国21个自贸试验区物流业纯技术效率值

（三）规模效率分析

规模效率是反映在技术水平投入下产出规模的报酬情况，如表5所示，上海、广东、辽宁、江苏、广西五个自贸试验区规模效率均值为1，自贸试验区产业投入达到了最优规模；福建、浙江、河南、湖北、山东、河北、云南、北京、安徽九个自贸试验区的规模效率均值在0.9-1之间，接近于规模效率有效；而天津、重庆、四川、陕西、海南、黑龙江、湖南七个自贸试验区的规模效率均值在0.9以下，表明规模效率无效，还有较大的进步空间，虽处于规模递增阶段，但是尚未达到纯技术效率最优，表明自贸试验区现有物流资源的整合利用不足，应当提升运输便利化和服务保障水平，扩大物流产业规模。

按自贸试验区设立批次分析，前两批自贸试验区设立后，上海、广东、福建规模效率值保持为1，天津自贸试验区也接近了规模效率有效；第三批自贸试验区中重庆、四川、陕西三个自贸试验区设立前后都处于规模效率无效阶段，其他四个自贸试验区在2017年设立之后，规模效率水平得到提升；第四批海南自贸试验区在设立当年规模效率水平提升；第五批中黑龙江自贸试验区规模效率在2019年从接近有效变为无效，其他五个自贸试验区在设立前后长时间维持规模效率有效，第六批三个自贸试验区设立之前维持在规模效率平均水平以上，在一些年份实现规模效率有效，第五和第六批的自贸试验区设立之后的对规模效率的影响还需要经过时间的验证。

表5 2011—2020年我国21个自贸试验区物流业规模效率值

综合表4和表5，以纯技术效率和规模效率的0.9作为两坐标轴，纯技术效率为横轴，规模效率为纵轴，可以将21个自贸试验区分为四个类型，如图1所示，第一类“双高型”，即纯技术效率值与规模效率值均大于0.9，有上海、广东、福建、辽宁、浙江、湖北、山东、江苏、广西、河北、安徽11个自贸试验区。第二类是“高低型”，即纯技术效率值大于0.9且规模效率值在0.9之下，有天津、海南、黑龙江、湖南4个自贸试验区。第三类是“低高型”，即纯技术效率值在0.9以下规模效率值在0.9之上，有河南、云南、北京3个自贸试验区。第四类是“双低型”，即纯技术效率值和规模效率值均处在0.9之下，有重庆、四川、陕西3个自贸试验区。

东北地区辽宁自贸试验区属于“双高型”，黑龙江自贸试验区属于“高低型”；东部10个自贸试验区的物流效率除天津和北京外都属于“双高型”，天津属于“高低型”，北京属于“低高型”；中部的自贸试验区，湖北、广西、安徽属于“双高型”，湖南属于“高低型”，河南属于“低高型”；西部的4个自贸试验区，重庆、四川、陕西属于“双低型”，云南属于“低高型”。“双高型”适当调整也可达到DEA有效，“高低型”需要调整物流规模投入，“低高型”需要着重提高技术水平，而“双低型”不仅需要注重物流技术和管理水平，还需要优化物流规模。

图1 自贸试验区物流效率类型

（四）自贸试验区物流效率的时空特征分析

为了更清晰地反映自贸试验区物流效率的时空变化情况，将自贸试验区物流效率划分成4个等级。因篇幅限制只选取了其中3年的数据进行观测，如表6所示：

表6 21个自贸试验区物流业的综合效率等级续表。注：0.900-1.000为Ⅰ级；0.8-0.899为Ⅱ级；0.600-0.799为Ⅲ级；0.000-0.599为Ⅳ级。

（1）在东北地区。辽宁自贸试验区维持在Ⅰ级，黑龙江自贸试验区的物流效率从2013年的Ⅱ级下降到2019年的Ⅳ级，根据自贸试验区出台的政策分析，黑龙江自贸试验区在物流信息化方面的举措较少，缺少信息的标准化处理，同时激烈的国际贸易竞争，黑龙江自贸试验区国际物流通道的劣势被放大，影响了物流水平。

（2）在东部地区。从空间上来看总体效率良好，上海、广东、福建、山东、江苏、河北、北京等自贸试验区的物流效率較高，基本保持在Ⅰ级的效率水平上，天津、浙江自贸试验区2019年都上升到Ⅰ级，海南自贸试验区的物流效率一直在Ⅳ级，效率较低。海南自贸试验区2018年初步建立了以贸易自由便利和投资自由便利为重点的自由贸易港政策制度体系，仍处于发展阶段，物流发展导向不明确，物流企业规模小市场占有率低，这些因素制约了物流业的发展，而国家陆续出台了相关政策，海南并将进入全岛封关运行，未来的发展成效值得期待。

（3）在中部地区。湖北、安徽等中部自贸试验区的物流效率较高，基本保持在Ⅰ级的效率水平上，河南自贸试验区等级在Ⅱ、Ⅲ级波动、湖南自贸试验区在2015年之后从Ⅱ级降低为Ⅲ级，中部的自贸试验区物流效率水平还是处于全国平均水平之上，可以辐射带动其他内陆自贸试验区。

（4）在西部地区。广西自贸试验区一枝独秀，物流效率长期维持在Ⅰ级，但从整体来看，西部其他自贸试验区的物流效率依旧处于较低的水平（Ⅲ、Ⅳ级）。分析发展历程发现：广西自贸试验区不断优化通关流程，创新通关模式，2020年在全国沿海和沿边地区排名第一；并创新海关监管模式，吸引外商投资，外商渗透到物流业，促进物流业发展，广西自贸试验区的发展经验值得其他同处西部的自贸试验区学习。

（5）从全国范围来看。东部、中部自贸试验区物流效率较高，而东北、西部自贸试验区较低，自贸试验区物流业发展水平具有差异、区域发展并不平衡，呈现出“东高西低”的局面。

四、自贸试验区物流效率的动态分析

文章建立的DEA模型测算的效率值是相对效率，不同年份的前沿面不同，只能反映决策单元单一年份的静态效率情况，而无法进行动态的效率变动对比分析。基于此，运用Malmquist指数方法分析21个自贸试验区的物流效率的动态变化，对全要素生产效率值进行分解，分析技术效率变化情况和技术进步变化情况（技术效率能衡量资源投入与产出配置状态，技术进步变化是在技术不断发展过程中以及完善过程中的技术代替旧技术的过程），其中，技术效率等于纯技术效率和规模效率的乘积，结果如表7所示。

表7 2011—2020年各自贸试验区物流业Malmquist指数变动与分解

2011—2020年间自贸试验区的全要素生产率指数变化存在差异：上海、广东、天津、福建、辽宁、浙江、河南、湖北、四川、山东、江苏、云南12个自贸试验区的Malmquist指数大于1，呈现增长趋势，其中山东自贸试验区增长最快，增长9.5%，Malmquist指数进步主要源于技术进步的提升，山东自贸试验区形成60项制度创新案例，首创多项成果，和研究结果相符。重庆、陕西、海南、广西、黑龙江、北京、湖南、安徽8个自贸试验区的Malmquist指数小于1，出现了下降趋势，分别下降了4.1%、7.9%、3%、0.2%、6%、7.6%、3.3%、2%，主要是由于技术效率的降低所致。广西和北京自贸试验区也受到了技术进步变化的影响，以广西自贸试验区为例，虽然研究发现其通关模式监管模式先进，但是在技术创新方面举措较少。重庆自贸试验区技术效率变化受到纯技术效率降低的影响；海南自贸试验区技术效率变化受规模效率的影响，物流业导向不明确，物流企业规模小市场占有率低；陕西、黑龙江、湖南、安徽自贸试验区受到纯技术效率和规模效率两方面的影響，提升技术效率要在提高纯技术效率的同时合理扩张规模。

为更直观地分析不同批次自贸试验区设立前后的物流效率的动态变化，选取第二批三个自贸试验区和第三批七个自贸试验区作为整体，分解不同年份自贸试验区设立前后的Malmquist指数，选择这两个批次的原因是第二、三批分别在2015年、2017年批准成立，自贸试验区发展已有一段时间，比起2019年和2020年设立的第五、第六批自贸试验区更具说服力，同时比起第一批的上海自贸试验区以及第四批的海南自贸试验区覆盖范围更广，可以更清晰地反映自贸试验区物流效率的动态变化情况。

如表8所示，2011—2020年间第二批自贸试验区物流全要素生产率平均值为1.003，从分解指数来看，技术效率均值为1，技术进步均值为1.003。如图2所示，全要素技术效率主要受技术进步影响，曲线变化几乎同步，这说明第二批自贸试验区物流效率的提升主要依赖于技术进步的扩张。从实际情况来看，第三批自贸试验区应用5G、人工智能（AI）等前沿技术，实现了技术创新；通过“大数据”快速比对货流、信息流，创新推出远程监管、机器助人查验等改革措施，保证了贸易的便利化；持续优化口岸营商环境，通关时效提速，这些自贸试验区的改革创新在物流效率提升上面得到了很好的映证。

表8 2011—2020年第二批自贸试验区物流业Malmquist指数的变动与分解

从结构上来看，在2011—2012年、2012—2013年间全要素生产率呈下降态势；2013—2014年、2014—2015年间开始逐年上升；在2015年自贸试验区批准设立之后，当年上升率达到9.1%，自贸试验区政府积极落实总体方案的要求，在自贸试验区设立当年成功提高了辐射城市的物流效率；在2015—2016年间出现下降，但很快在2016—2017年间增幅达到18.2%，2017—2018年间维持上升，2018年5月国务院印发进一步改革方案，强调转变政府职能以及提升投资自由化，对自贸试验区物流业起到了很好的促进作用；之后在2018—2019年间下降，很快在2019—2020年间恢复上升，虽然期间有所波折，但总体的效率是上升趋势。如图2所示。

如表9所示，2011—2020年间第三批自贸试验区物流全要素生产率平均值为1.028，从分解指数来看，技术效率均值为0.974，技术进步均值为1.055，从图3中可以看出，全要素技术效率在技术效率降低的情况下依靠技术进步的扩张得到提升，曲线变化处于两者中间位置。浙江自贸试验区海外仓布局规模位居全国第一，河南自贸试验区研发了全国第一辆航空集装货物整板运输车，设计了第一个省级多式联运标准体系等等成果，都是第三批自贸试验区技术进步的体现。

从结构上来看，在2017年第三批自贸试验区批准设立之前，除2014—2015年期间的效率提升，2011—2012年、2012—2013年、2013—2014年、2015—2016年期间的效率都在降低，在自贸试验区批准设立之后，2016—2017年、2017—2018年、2018—2019年期间全要素生产率每年持续上升，分别上升9.8%、7.2%、13.4%，自贸试验区成立对于物流效率的提升效果显著，不仅仅在技术进步方面，在技术效率方面也有所进步，表明这些自贸试验区并不是进行简单的技术创新，而是在营商环境、信息化、投资自由化、金融环境等多方面深化改革。在2019—2020年是新冠肺炎疫情的开端，进出口贸易、国内物流业都受到了相对严重的影响，导致规模效率的降低，全要素生产率再一次下降。如图3所示。

图2 第二批自贸试验区物流全要素生产率变化及分解

图3 第三批自贸试验区物流全要素生产率变化及分解

表9 2011—2020年第三批自贸试验区物流业Malmquist指数的变动与分解

五、结论与对策建议

（一）结论

本文采用DEA-BCC模型、Malmquist指数，对已经设立的21个自贸试验区物流效率进行实证分析，从物流综合技术效率、纯技术效率、规模效率、技术进步等指标分析了这些自贸试验区的物流资源要素投入产出情况，得到了下面的结论：

（1）静态分析方面：①我国已经设立的21个自贸试验区物流发展水平存在差距，上海、广东、辽宁、江苏、广西五个自贸试验区物流效率领先其他自贸试验区，五个自贸试验区创新成果向全国复制推广，发挥出了示范带动、服务全国的积极作用，其他自贸试验区的物流效率还需继续提升。②从自贸试验区设立前后的时间节点分析，自贸试验区在设立之后，对于大部分自贸试验区城市的物流效率起到了促进作用。第六批自贸试验区在2020年刚刚批准设立，自贸试验区的设立对于其物流效率的提升效果值得期待。③研究自贸试验区时空变化情况，东部、中部自贸试验区物流效率较高，而东北、西部自贸试验区较低，呈现出“东部＞中部＞东北＞西部”的局面，自贸试验区物流发展的地区不平衡性，特别是西部自贸试验区物流发展相对落后。

（2）动态分析方面：①自贸试验区整体的Malmquist指数逐年提高，西部的几个自贸试验区以及第六批设立自贸试验区的Malmquist指数受技术效率的影响出现下降趋势。②第二批和第三批自贸试验区Malmquist指数分解的结果，自贸试验区设立前后全要素生产率由下降转为提高，同样能够证明，自贸试验区建设提高了辐射城市的物流效率，技术进步是Malmquist指数的重要影响因素。

（二）對策建议

自贸试验区作为我国全面深化改革、高水平对外开放的试验田，物流效率的提升对于区域经济社会发展具有重要意义。基于以上研究结果，对自贸试验区进一步提升物流效率提出以下建议：

第一，吸取自贸试验区发展的宝贵经验，加强自贸试验区之间的学习合作。物流效率高的东部自贸试验区，应该进一步发挥自贸试验区投资便利化以及贸易便利化的优势，将创新成果向全国推广，带动其他自贸试验区共同发展，发挥出了自贸试验区示范带动、服务全国的积极作用。四川、陕西等自贸试验区可以依托“一带一路”战略，加大西部地区开放力度；海南自贸港利用独特的地理优势，利用全岛分管运行的契机，着力打造成为面向太平洋和印度洋的重要对外开放“门户”，全面提升物流发展水平。其他自贸试验区同样能够凭借自贸试验区优势及特点，实现物流业功能价值的发挥，逐渐缩小物流效率的差距。

第二，加强宏观调控，加大政策支持力度。自贸试验区物流效率的稳定发展，离不开制度的创新以及体制机制的改革，这些都需要相关政策的引导，政府部门的全力支持。例如，通过进一步加大投资贸易自由化力度，吸引更多外资开设或参股等方式推动境内外物流公司或平台一体化合作，为客户提供更多供应链解决方法；不断创新海关监管模式，通过监管资源整合、运行机制优化、税制模式创新、服务体系完善等渠道，不断促进自贸试验区所在区域物流效率高快速提升。

第三，加快物流技术进步，提高物流效率。实证研究表明技术进步对物流效率增长发挥重要作用，物流效率领先的自贸试验区在制度创新和技术创新成果颇丰，例如，广东自贸试验区形成584项成果，福建自贸试验区推出563项成果等，因此自贸试验区物流业发展应重视物流技术的开发和创新。一方面，自贸试验区在强调进出口贸易、吸收外商投资的基本功能的同时，应着力深化物流技术的进步，应用人工智能（AI）、区块链等前沿技术、构建信息化平台优化营商环境、打造“智慧海关”缩短通关时间、完善数字贸易治理体系，推动自贸试验区数字贸易高质量发展，以技术创新驱动自贸试验区物流的发展。另一方面，自贸试验区应当加强先进物流技术和装备的应用，建立大数据信息处理平台，推动物流园区5G全面覆盖，构建多功能一体的现代物流中心，完善物流业基础服务设施，扩大物流规模从而提高物流效率，推动自贸试验区物流业高质量发展。

参考文献：

［1］中华人民共和国商务部.王文涛部长就消费、自贸区等答记者问［EB/OL］.［2023-03-08］.http：//news.cjn.cn/zjzycsqpd/hzxs/202303/t4482256.htm.

［2］蔡朝林.建设高水平对外开放门户枢纽的策略与路径——以广东自贸试验区广州南沙新区片区为例［J］.暨南学报（哲学社会科学版），2018，40（8）.

［3］张军，段喆，闫东升.自由贸易试验区设立能否显著提升城市对外开放度？［J］.经济问题探索，2020，（7）.

［4］张红霞，葛倩倩，卢超.自由贸易试验区、制度创新与地区经济高质量增长［J］.统计与决策，2022，38（1）.

［5］崔卫杰，马丁，山康宁.中国自贸试验区促进投资的成效、问题与建议［J］.国际贸易，2023，（1）.

［6］习近平.高举中国特色社会主义伟大旗帜，为全面建设社会主义现代化国家而团结奋斗［N］.人民日报，2022-10-26（1）.

［7］卢美丽.中国物流业效率提升是否有路径显现？——基于省级数据的定性比较分析［J］.商业经济与管理，2020，（7）.

［8］张云凤，王雨.物流产业效率评价及影响因素分析［J］.统计与决策，2018，34（8）.

［9］王海峰，田强，李金华，等.“一带一路”沿线省份物流效率及其影响因素的随机前沿分析［J］.公路交通科技，2020，37（10）.

［10］汪文生，考晓璇.高质量发展视角下环渤海地区物流效率测度研究——基于三阶段DEA模型［J］.商业研究，2021，（4）.

［11］龚瑞风，薛儉，刘汝丽.中国区域物流效率测度及其时空特征分析［J］.统计与决策，2022，38（10）.

［12］闫妍.我国“一带一路”沿线区域物流动态效率测度及其影响因素研究——基于双碳视角［J］.商业经济研究，2022，（13）.

［13］龚雪.区域物流效率测度及影响因素分析［J］.统计与决策，2022，38（12）.

［14］龚雪，荆林波.基于DEA-Malmquist模型的中国省域物流效率研究——来自省际面板数据的实证分析［J］.河北经贸大学学报，2019，40（5）.

［15］秦雯，倪容.科技创新对珠江西岸物流产业效率的影响——基于超效率三阶段数据包络分析模型［J］.科技管理研究，2022，42（20）.

［16］曹炳汝，孔泽云，邓莉娟.长江经济带省域物流效率及时空演化研究［J］.地理科学，2019，39（12）.

［17］王明益，刘晓宇，李冉.自贸试验区促进了企业高质量出口吗［J］.国际商务（对外经济贸易大学学报），2022，（6）.

［18］王倩，谢玲玲.中国自贸试验区建设吸引了外商直接投资流入吗？——来自216个地级市的面板数据考察［J］.技术经济，2022，41（7）.

［19］王迪阳，孔庆民.中国沿边型自由贸易试验区贸易效应评估——基于合成控制法的实证研究［J］.商业经济研究，2022，（23）.

ReseachontheInfluenceoftheConstructionof

PilotFreeTradeZoneonRegionalLogistics：

AnalysisBasedonDEA-MalmquistModel

ZHANGXue-hui1，2，ZHANGWen-hao2，ZHANGYu2

（1.XianUniversityofFinanceandEconomicsSilkRoadEconomicBelt（CentralAsia）

AgriculturalInternationalCooperationandDevelopmentResearchCenter，Xian，Shaanxi710068;

2.SchoolofManagement，XianUniversityofFinanceandEconomics，Xian，Shaanxi710199）

Abstract：TheconstructionofthePilotFreeTradeZoneisanimportantstrategicmeasurefortheCPCCentralCommitteetopromotereformandopeningupinthenewera.ThestudyoflogisticsefficiencyishelpfultoevaluatethepolicyeffectsofdifferentbatchesofthePilotFreeTradeZoneinthelogisticsfieldandfurtherpromotethehigh-qualitydevelopmentoflogistics.ThispaperusestheDEA-Malmquistmodeltomeasurethelogisticsefficiencyof21PilotFreeTradeZonesfrom2011to2020，andanalyzesthestaticchangeanddynamicchangetrend.ItisfoundthattheestablishmentofthePilotFreeTradeZonehasindeedimprovedthelogisticsefficiencyofitscity，butthelogisticsdevelopmentindifferentregionalPilotFreeTradeZonesisunbalanced，andthelogisticsefficiencyintheeasternPilotFreeTradeZonesisbetter，whilethelogisticsefficiencyinthewesternpilotfreetradezoneisrelativelylaggingbehind;TheoverallMalmquistindexofthePilotFreeTradeZoneisincreasingyearbyyear，andtechnologicalprogressisanimportantfactoraffectingthechangeoflogisticsefficiency.

Keywords：pilotfreetradezone;logisticsindustry;efficiencyanalysis;DEA-Malmquistmodel

基金项目：中国物流学会、中国与采购联合会2023年研究课题计划面上研究课题（2023CSLKT3-337）；陕西省2021年度社会科学基金一般项目（2021D011）；陕西省支撑能力创新计划资助（2022KRM132）；陕西省教师发展研究计划项目（SJS2022ZY021）；西安财经大学2021年度科学研究扶持计划项目（21FCZD01）；西安财经大学研究生创新基金项目（22YC037）及陕西高校青年创新团队阶段性研究成果