1 引言

長江經(jīng)濟帶是中國重要的工業(yè)基地與物流樞紐之一，其物流效率的提高可以增長企業(yè)的生產(chǎn)效率和市場競爭力，進而推動區(qū)域經(jīng)濟發(fā)展?；诖耍L江經(jīng)濟帶物流高質(zhì)量發(fā)展效率如何、受到哪些因素影響都值得進行深入的探究。

高質(zhì)量發(fā)展中的質(zhì)量既包括產(chǎn)品質(zhì)量，也包括相應(yīng)的工作質(zhì)量和服務(wù)質(zhì)量等，物流高質(zhì)量發(fā)展更強調(diào)后者[1]。李敏杰，王健認為物流業(yè)高質(zhì)量發(fā)展包含規(guī)模擴張、降本增效、技術(shù)提升和綠色發(fā)展四個維度[2]。劉妤，姚陽結(jié)合軸輻理論，認為物流競爭力體現(xiàn)為經(jīng)濟發(fā)展、物流需求、物流供給和信息化[3]。數(shù)據(jù)包絡(luò)分析模型(DEA)常用于測算物流的全要素生產(chǎn)率，以體現(xiàn)物流高質(zhì)量發(fā)展。曹允春等以DEA-Malmquist模型計算我國各省市的物流全要素生產(chǎn)率[4]。汪文生，考曉璇通過三階段DEA模型，測算得到分離干擾因素的環(huán)渤海地區(qū)物流效率[5]。秦雯，倪容以超效率三階段DEA測度了剔除環(huán)境因素影響的珠江西岸物流產(chǎn)業(yè)效率[6]。周楠等探究了長江經(jīng)濟帶11個省市物流高質(zhì)量發(fā)展與經(jīng)濟高質(zhì)量發(fā)展的時空耦合關(guān)系，發(fā)現(xiàn)城鎮(zhèn)化促進本地區(qū)的耦合協(xié)調(diào)，而城鎮(zhèn)化與產(chǎn)業(yè)結(jié)構(gòu)升級會促進鄰近地區(qū)的耦合協(xié)調(diào)[7]。對于DEA效率測度，一些學(xué)者選擇適用于受限因變量的Tobit模型進行研究。曹炳汝，鄧莉娟分析得出技術(shù)變動是影響長江流域物流全要素生產(chǎn)率的核心因素，影響物流效率的因素存在區(qū)域差異[8]。張興雪等發(fā)現(xiàn)政府財政支出會對長三角城市群的公路貨運效率產(chǎn)生正向影響[9]。范振偉，劉華瓊的研究顯示經(jīng)濟發(fā)展顯著促進杭州灣核心城市群的物流效率[10]。

本文以長江經(jīng)濟帶作為研究對象，選擇三階段DEA模型測算長江經(jīng)濟帶2012-2021年的物流業(yè)高質(zhì)量發(fā)展效率，并采用Tobit回歸模型探究其影響因素，以期為長江經(jīng)濟帶的物流高質(zhì)量發(fā)展提供一定參考。

2 模型構(gòu)建與指標選取

2.1 三階段DEA模型構(gòu)建

①DEA—BCC模型。

第一和第三階段均使用投入導(dǎo)向的DEA—BCC模型，表示為：

其中，j=1,2,…,n表示決策單元，X,Y為投入和產(chǎn)出向量。

當θ=1,S+=S-=0時，決策單元DEA有效；

當θ=1,S+≠0或S-≠0時，決策單元弱DEA有效；

當θ<1時，決策單元非DEA有效。

②似SFA回歸。

以第一階段的松弛變量作為被解釋變量，對環(huán)境變量和混合誤差項進行回歸。投入導(dǎo)向的似SFA回歸函數(shù)為：

Sni=f(Zi;βn)+vni+μni;i=1,2,…,I;n=1,2,…,N(2)

其中，Sni是第i個決策單元的第n項投入的松弛值；Zi是環(huán)境變量，βn是環(huán)境變量的系數(shù)；vni+μni是混合誤差項，vni表示隨機干擾，μni表示管理無效率。v～N(0,σ2v${}_{?}^2$)是隨機誤差項；μ是管理無效率，假設(shè)其服從在零點截斷的正態(tài)分布，即μ～N+(0,σ2μ${}_{?}^2$)。

根據(jù)SFA回歸剔除環(huán)境因素和隨機因素對效率的影響，計算公式為：

其中，Xni和XAni${}_{??}^{?}$分別為調(diào)整前后的投入；[max(f(Zi;βˆn))−f(Zi$\widehat{?}{}_{?}))-?(?{}_{?}$;βˆn)]$\widehat{?}{}_{?})]$是外部環(huán)境因素調(diào)整；[max(vni)-vni]是隨機因素調(diào)整。

參考羅登躍[11]的研究，本文分離管理無效率和隨機誤差項的公式為：

使用調(diào)整后的投入產(chǎn)出數(shù)據(jù)進行第三階段測算，得到相對真實的DEA效率值。

2.2Tobit模型

測算物流高質(zhì)量發(fā)展效率后探究其影響因素。常規(guī)的OLS回歸模型在處理歸并數(shù)據(jù)時，無法得到范圍外的觀測值，且歸并數(shù)據(jù)具有異方差性，得到的結(jié)果會偏離真實值。因此本文選擇適用于受限變量的Tobit回歸模型，其公式為：

其中，y*it表示i地區(qū)第t年的效率潛變量。y*it<1時，yit=y*it;y*it≥1時，yit=1。x′it為影響因素變量，β為回歸系數(shù)，擾動項εit～N(0,σ2ε${}_{?}^2$),ui為個體效應(yīng)。

2.3 指標選取與數(shù)據(jù)來源

三階段DEA的測算包含投入因素、產(chǎn)出因素和環(huán)境因素的各項指標。遵循綜合性、合理性、可獲得性等原則，結(jié)合相關(guān)研究，選擇交通運輸、倉儲和郵電業(yè)從業(yè)人員數(shù)量(X1),交通運輸、倉儲和郵電業(yè)固定資產(chǎn)投資總額(X2),交通網(wǎng)絡(luò)里程(X3)分別代表勞動力投入、資本投入和物質(zhì)投入，構(gòu)成投入指標；選擇貨運量(Y1)、貨運周轉(zhuǎn)量(Y2)作為有形產(chǎn)出，交通運輸、倉儲和郵政業(yè)增加值(Y3)作為無形產(chǎn)出，構(gòu)成產(chǎn)出指標本；環(huán)境變量方面，以人均GDP(GDP)代表經(jīng)濟影響，以交通運輸支出占一般預(yù)算支出比例(Gov)代表交通影響；此外，選擇人均GDP(lnGDP)衡量經(jīng)濟發(fā)展水平，城鎮(zhèn)人口所占比例(Urb)衡量城鎮(zhèn)化水平，交通運輸支出占一般預(yù)算支出比例(Gov)衡量財政支持，互聯(lián)網(wǎng)寬帶接入端口數(shù)(Inf)衡量信息化水平，進出口總額與地區(qū)生產(chǎn)總值比例(lnOpen)衡量對外開放程度，以上五項作為影響因素參與回歸。

本文研究對象為長江經(jīng)濟帶11省市，數(shù)據(jù)來源于2012-2021年《國家統(tǒng)計年鑒》《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》以及各省市統(tǒng)計年鑒。

3 實證結(jié)果與分析

3.1 三階段DEA模型的效率測度分析

3.1.1 第一階段效率測算

使用DEAP2.1測算初始的長江經(jīng)濟帶11省市物流業(yè)高質(zhì)量發(fā)展綜合技術(shù)效率(見表1)。

根據(jù)結(jié)果可見：①上海、江蘇和安徽的效率值始終為1,實現(xiàn)了當前投入的最優(yōu)產(chǎn)出。浙江省的效率值近乎為1,江西省的效率值始終居于0.8之上，處于較高的水平。②重慶和四川兩地的效率值均未超過0.6,可能是受限于地理環(huán)境，物流運輸相對低效。湖北省和云南省的效率值整體呈上升趨勢，貴州省的效率值自2017年起大幅降低。③總體來看，下游地區(qū)物流效率最優(yōu)，中游地區(qū)次之，整體效率最低的省市均位于上游地區(qū)。

3.1.2 第二階段回歸分析

以第一階段的三項投入松弛變量作為被解釋變量，兩項環(huán)境變量作為解釋變量，使用Frontier4.1進行SFA回歸分析(見表2)。

三項投入松弛變量均滿足LR>χ20.05${}_{0.05}^2$(2)=5.138,拒絕不存在無效率項的原假設(shè)，認為SFA回歸合理。三項投入松弛變量的值均接近1,表示隨機擾動對投入冗余的影響極小。

松弛變量表示投入的冗余。兩項環(huán)境因素的系數(shù)均在1%的水平上顯著，說明其對長江經(jīng)濟帶物流業(yè)效率的投入冗余存在顯著影響。除了Gov對X2的回歸系數(shù)為正數(shù)，其余五項均為負數(shù)，說明：①經(jīng)濟水平對于減少三種投入冗余具有促進作用，經(jīng)濟發(fā)展的欠缺會在一定程度上降低物流效率。②政府交通建設(shè)的增加對減少交通網(wǎng)絡(luò)建設(shè)和物流從業(yè)人員的冗余有正向作用，但同時也會增加物流固定資產(chǎn)投入的冗余。

根據(jù)SFA回歸結(jié)果調(diào)整投入數(shù)據(jù)。

3.1.3 第三階段效率測算

采用調(diào)整后的投入變量和原有的產(chǎn)出變量進行DEA測算，得到長江經(jīng)濟帶11省市真實的物流業(yè)高質(zhì)量發(fā)展綜合技術(shù)效率值，如表3所示。

對比調(diào)整前后各省市的效率值可見，下游地區(qū)四個省市中，浙江省的四個年份的效率值略有降低，上海、江蘇和安徽的效率值始終為1,說明去除經(jīng)濟和交通的環(huán)境影響，其物流投入與產(chǎn)出仍處于前沿面，物流業(yè)發(fā)展的真實水平較高。

中游地區(qū)的三個省份均有超過7年的效率值產(chǎn)生變動。湖北和湖南兩省的效率值的變動值較小，就年份而言均有增減。江西省8個年份的效率值有所降低，說明其物流業(yè)發(fā)展效率在環(huán)境因素的影響下被高估，距離前沿面還有一定的空間。

上游地區(qū)四個省市中，貴州省的效率值在調(diào)整前后基本不變，重慶市和云南省多數(shù)年份的效率值明顯降低，說明兩地的經(jīng)濟發(fā)展和交通建設(shè)為物流運輸提供了不小的助力。四川省的效率值則總體上有所增長，反映出四川省的經(jīng)濟水平和交通建設(shè)仍需提升。

總體而言，下游地區(qū)的真實效率仍處于前沿面。中游和上游地區(qū)調(diào)整后綜合技術(shù)效率值整體有所降低，表明真實的物流發(fā)展水平仍然不足，在物流規(guī)模和技術(shù)層面存在欠缺。

3.2 Tobit回歸分析

3.2.1 回歸結(jié)果分析

將投入變量調(diào)整后測算所得的物流業(yè)高質(zhì)量發(fā)展綜合技術(shù)效率(TE)、純技術(shù)效率(PTE)、規(guī)模效率(SE)分別作為被解釋變量進行回歸。對于固定效應(yīng)的Tobit模型，由于找不到個體異質(zhì)性的充分估計量，無法像固定效應(yīng)的Logit或計數(shù)模型那樣進行條件最大似然估計，故采用隨機效應(yīng)的Tobit模型，使用stata17進行回歸(見表4)。

三次回歸的卡方值分別為67.02、108.21和46.98,均在1%的水平上顯著，因此拒絕“H0∶σu=0”,認為存在個體效應(yīng)，應(yīng)當采用隨機效應(yīng)而非混合的Tobit模型。結(jié)果顯示，經(jīng)濟發(fā)展、城鎮(zhèn)化水平和信息化水平對物流高質(zhì)量發(fā)展效率的影響均在1%的水平上顯著，根據(jù)影響系數(shù)正負，可見經(jīng)濟的增長和互聯(lián)網(wǎng)的普及能有效促進物流業(yè)的發(fā)展，而城鎮(zhèn)化水平的提升則會帶來一定阻礙。將被解釋變量分解為純技術(shù)效率和規(guī)模效率后，經(jīng)濟發(fā)展和城鎮(zhèn)化水平的顯著性水平均維持在5%,系數(shù)正負不變，表明兩者從技術(shù)和規(guī)模兩個層面都會影響物流效率。

3.2.2 穩(wěn)健性檢驗

為了進一步證明回歸結(jié)論，采取不同的方法進行穩(wěn)健性檢驗，結(jié)果見表5。

①替換解釋變量。

替換結(jié)果中影響顯著的三項解釋變量，改用地區(qū)生產(chǎn)總值指數(shù)體現(xiàn)經(jīng)濟發(fā)展水平、城鎮(zhèn)人口數(shù)(萬人)體現(xiàn)城鎮(zhèn)化水平，光纜線路長度(公里)體現(xiàn)信息化水平。替換的解釋變量對物流效率的影響均在5%的水平上顯著，系數(shù)正負不變，先前的結(jié)果得到驗證。

②子樣本回歸。

本文所選取的11個省市中包括2個直轄市?？紤]到省份與直轄市之間的差異會對回歸結(jié)果產(chǎn)生影響，因此剔除直轄市的樣本進行回歸。先前有顯著影響的三項因素對物流業(yè)高質(zhì)量發(fā)展效率的影響依然維持在1%的顯著性水平上，系數(shù)正負不變，進一步驗證了先前的結(jié)論。

③調(diào)整樣本時期。

高質(zhì)量發(fā)展的概念于2017年被首次提出，2017年前后的物流業(yè)發(fā)展可能存在一定的差異，因此選取2017-2021年的數(shù)據(jù)進行回歸。各因素與物流業(yè)高質(zhì)量發(fā)展效率在1%的水平上相關(guān)，系數(shù)正負不變。

4 結(jié)論與建議

本文基于長江經(jīng)濟帶11省市的面板數(shù)據(jù)，測度物流業(yè)高質(zhì)量發(fā)展效率并探究其影響因素。研究表明：①長江經(jīng)濟帶物流業(yè)高質(zhì)量發(fā)展效率總體隨時間呈上升趨勢，整體上呈“下游—中游—上游”遞減的趨勢。②經(jīng)濟發(fā)展和交通建設(shè)會顯著影響效率值的測度，主要使規(guī)模效率值被高估，其中對長江上游地區(qū)影響最大。剔除環(huán)境因素影響后，2017年前的純技術(shù)效率有所提升，2017年后的純技術(shù)效率有所下降。③經(jīng)濟增長和信息化發(fā)展會促進物流業(yè)高質(zhì)量發(fā)展效率的提升，城鎮(zhèn)化水平的提升則在一定程度上會造成阻礙。

綜上，基于本文的研究結(jié)論提出以下建議：第一，長江中上游地區(qū)的經(jīng)濟發(fā)展水平與交通建設(shè)對物流業(yè)發(fā)展有著重要的推動作用。當前長江中上游地區(qū)的物流發(fā)展依然需要量的提升，經(jīng)濟與交通是物流業(yè)效率提升的關(guān)鍵。第二，要注重物流業(yè)自身技術(shù)的升級和規(guī)模的集聚。在技術(shù)層面，加強物流從業(yè)人員的素質(zhì)培養(yǎng)與技能培訓(xùn)，提升對物流人員的管理水平，同時從信息化層面不斷完善現(xiàn)有的物流系統(tǒng)。在規(guī)模層面，優(yōu)化空間布局、完善樞紐功能，減少物流系統(tǒng)冗余與部分低效，促進物流業(yè)規(guī)模的健康增長。第三，長江中上游地區(qū)物流業(yè)效率增長主要依賴于經(jīng)濟發(fā)展和交通建設(shè)的加持，與下游地區(qū)相比在技術(shù)和規(guī)模上都更顯不足，通過信息化水平推動物流業(yè)技術(shù)的提升，同時借助電商銷售打通物流渠道，實現(xiàn)物流供給與需求的雙向增長。第四，推動長江經(jīng)濟帶上中下游的一體化發(fā)展，實現(xiàn)地區(qū)間的產(chǎn)業(yè)協(xié)同和優(yōu)勢互補，并積極引導(dǎo)長江上游和中游地區(qū)的產(chǎn)業(yè)轉(zhuǎn)型升級，形成下游港口和中上游腹地間的聯(lián)動，縮小各地區(qū)之間的內(nèi)部差距，不斷提升長江經(jīng)濟帶整體的物流業(yè)高質(zhì)量發(fā)展效率。