杭州踏信冷链物流有限公司与物流有限公司是一家集普货,冷藏冷冻的物流公司，是一家从事跨省市公路货物运输和仓储的服务性企业。公司实力雄厚，拥有多年的营运经验。公司在仓储部现拥有5000平方米仓库，冷藏冷冻仓库1000平方，仓储能力达5000余吨。设有多个和储运网点，自备货运车辆30余辆（5T-30T），网络合同车100辆，另有多辆危险品车辆，备有市区通行证可随时为您提供市内短驳，零担快运业务，设有标准市内仓库备有各类铲车等装卸设备。公司在全国部分城市与近百家物流公司建立了长期可靠的联运关系。实现了物流配送的一站式服务，在解决货物快速分流的同时，也为客户提供门到门配送服务。为了促进市场竞争能力、强化公司管理和提升企业形象，不断的学习前沿物流模式优化企业管理资源。多年来，公司很多员工都经过现代化物流理论与运营的培训，并且长期从事车辆调度和运输管理业务，熟悉物流市场运作规律，积累了丰富的物流操作经验。以诚信、热情、优质的工作为各大企业服务，与多家国内企业建立了稳定的合作关系，公司业绩蒸蒸日上!

李健等（2020）测算了我国八大区域物流业绿色全要素生产率，在2007-2017年研究期内，分析了效率值的时间演变和空间相关性，并探讨了空间收敛性。

其三，物流产业集聚对经济增长的促进研究。

徐秋艳等（2018）将物流产业集聚水平作为区域经济增长的影响因素，构建了空间计量经济模型，实证检验了我国省际物流产业集聚对经济增长的溢出效应及空间特征。其四，物流产业集聚与全要素生产率关联性研究。舒辉等（2014）利用空间面板计量方法对我国物流产业集聚与全要素生产率的关系进行分析，认为物流产业集聚既能够促进TFP增长，也带动了相邻地区TFP的增长。

综上，学者们较多关注物流产业集聚性的空间关联及影响因素分析，较少围绕物流产业效率，探讨其空间效应及影响因素。本文以2003-2018年我国30个省市区为研究对象（西藏及港澳台地区除外），在测算其技术效率基础上，构建空间计量模型，对技术效率的影响因素进行分析，为提升我国物流产业技术效率提出对策建议。

研究方法

（一）Super-SBM模型相对于传统DEA模型效率测度可能存在偏误的问题，Super-SBM模型将松弛变量考虑其中使测算结果更加准确，同时也避免了多个决策单元效率值同为1时无法区分差异性的弊端。式中，ρ*是目标决策单元相对效率值，m与s分别为投入变量个数与产出变量个数，xi为第i项投入，yr为第r项产出，x_与y_分别代表投入与产出松弛变量。

（二）空间计量模型

空间计量模型的优势在于将地理空间上相邻关系作为影响因素纳入到模型中，避免了临近区域样本相关性的存在对传统计量方法区域单元相互独立的违背。在众多空间计量模型中，空间滞后模型与空间误差模型为基本。空间滞后模型为：Y=ρWY+XB+μ式中Y为被解释变量，X为解释变量矩阵，ρ为空间自回归系数，W为空间权重矩阵，μ为随机误差项。空间误差模型为：Y=XB+εε=λWε+μ式中，ε为随机误差向量，λ为空间误差系数，μ为正态分布的随机误差向量。全国及四大区域效率分布特征（一）全国层面将研究期内30个省市区物流产业效率值求平均，便于从横向上比较效率差异。结果见表1所示。从测算结果看，效率值具有明显差异性，其中天津、上海和安徽三地物流产业效率水平较高，处于梯队，其余省份效率值偏低，即相对于所选样本所构成的效率前沿面，大部分省份未能够达到或接近表现佳样本的投入产出水平。运用Geoda软件对效率平均值分成5组，图略。我国物流产业效率水平较高省份位于北部及东部沿海地区，以天津、上海等为梯队，而广大北部及部分西部地区效率水平处于第二梯队，体现出一定的空间集聚效应。中部及大部分南部地区效率值比较接近，处于0.185-0.248区间内。其余地区包括西部、西南和东北区域物流产业效率处于较低水平，提升效率是这些地区物流产业发展需要解决的首要问题。

（二）区域层面

为了更好的把握物流产业效率的区域差异性，将我国30个省市区划分为四大区域，以区域内所包括省份效率均值作为整体效率水平的代表，进而获得研究期内时间维度上的物流产业效率平均发展水平。如表2所示，2003-2018年间，我国区域物流产业效率水平整体偏低，均处于0.5以下，从区域间比较来看，东部地区效率值高，物流产业具有较高的投入产出效果；其次是中部地区，效率平均值为0.279；东北和西部地区物流产业技术效率排在末尾，属于物流产业欠发达区域。从区域内部分析来看，东部地区省份间效率差异明显，天津、上海两地技术效率显著高于区域内其他地区，也是全国效率高的两个地区，带动东部地区成为效率值高的区域；东三省中辽宁物流产业效率水平略高于其他两省，但区域整体水平不高。除此以外，中部与西部区域内各省份无明显差异，效率值大致在0.05-0.2区间内变动。从变化趋势来看（见图1），四大区域物流产业效率均呈现不同程度的上升态势，截至2018年，东部、东北、中部和西部地区平均效率相较2003年分别上升了34.5%、55.6%、213.2%和126.6%，中部地区提升幅度大，东部地区效率增长少，但较其他三个区域依然处于较高水平。从历年变化特征分析，东部地区波动较为平缓，除了在2013、2014年有所下降以外，其他年份效率值均稳定在0.4左右；波动为剧烈的是中部地区，2003年效率均值仅为0.102，到2008年增长到0.331，此后略有下降但在2013年再次达到0.487的峰值，2017年后又小幅下降而稳定在0.3的水平，在2008-2016的“黄金增长期”其效率值曾赶超高水平的东部地区，促成这种增长态势的因素值得分析。东北和西部地区呈现了相似的变化轨迹，均在2008年出现了效率值的显著提升，而后并没有出现类似中部地区持续增长的趋势，基本稳定在0.2的水平。

影响因素机理分析

本文从经济发展、市场化水平、政府支持、科技水平和基础设施五个方面选取代表性指标，作为物流产业效率的主要影响因素，构建空间计量模型以分析其影响模式。

（一）经济发展

经济发展水平对物流产业效率的影响具体体现在三个方面，一是规模效应。经济总量的增长必将带动产业持续增加生产要素投入以扩大生产规模，物流产业作为连接行业间物资运输的流通性行业，势必受到关联行业影响需要增加资本投入以扩大产出；二是结构效应。经济的增长能够促进产业结构升级，单纯依靠资源投入换取经济增长的局面将有所改变，行业间联合经营与深入合作对效率的改善具有促进作用；三是技术效应。经济的发展将提升科技研发投入，新的生产技术及先进的管理经验能够促进物流产业效率的提升。有关反映经济发展水平的指标，选取省际人均GDP（gdpper）来代表。

（二）市场化水平

市场化水平体现了某一区域市场开放化及活跃程度，较高市场化水平意味着经济环境中具有更丰富的促进产业发展的有利因素，包括资本与劳动力的自由流动、技术外溢效应、企业经营方式更为灵活、有效的产业融合与资源整合等。我国物流产业发展面临的大难题之一便是行业分散化经营导致的集中度不高，既定的资源投入无法获得合理范围内的经济产出。而提升市场化水平将有利于改善物流产业效率偏低的问题。选取省际非国有经济固定资产占比（market）来代表市场化水平。

（三）政府支持

政府影响产业发展的手段包括两个方面，一是政府指令性行政管制，包括推行行业发展的公共标准、颁布规范行业行为的指令性条文、实施促进行业发展的优惠政策；二是财政预算支持，通过增加财政支出比重来支持行业在关键领域的突破或者创新性发展。现代物流产业急需政府通过指令性行政管制来规范其发展。另外，与物流产业效率提升息息相关的物流园区规划、基础设施建设及交通道路的修建更加需要政府的财政预算支持。在反映政府支持的指标中，选取省际交通运输支出占一般性财政支出比重（gov）来代表。