導語：物流生產及勞動生產率的差異研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

一、物流生產函數的建立與估計

（一）物流生產函數

本文中的物流生產函數是指中國物流業生產要素的投入與產出之間的宏觀技術關系。由技術進步對經濟增長的影響及技術進步給收入在資本與勞動之間分配帶來的效應分化而引發的技術進步中性與非中性的爭論，使得生產函數相應地分為中性生產函數和非中性生產函數。由于中性技術進步使得某個經濟變量在一規定環境下保持不變﹙比如，當生產要素資本和勞動的比例不變時，兩者在技術進步前后邊際替代率保持不變的?？怂怪行约夹g進步﹚，在衡量一個經濟系統的技術進步及對某產業進行宏觀研究時，做出中性技術進步的假設會使分析問題的難度大大降低，因此中性生產函數在現有文獻中使用得較為普遍。但考慮到中性技術進步的強假設性，本文在物流生產函數的實際估計模型中同時采用了中性技術進步和偏向技術進步兩種生產函數形式。我們以全國及各地區物流業生產總值為物流業產出指標，以全國及各地區物流業資本存量與勞動作為物流業資源要素的投入指標。值得注意的是，本文借鑒Denison﹙1985﹚的方法，把勞動投入分為數量和質量兩個構成部分，其中勞動力人數作為勞動的數量部分。在Denison的方法中將教育作為構成勞動質量的部分，即人力資本水平。教育程度用平均受教育年限來反映。由于目前中國的所有統計資料中，尚未發現專門針對物流行業的從業人員平均受教育程度的全國或區域數據，因此，本文采用全國及地區物流行業專業技術人員占行業全部就業人員比重這個指標來衡量全國及各地區用于物流生產的人力資本水平。綜上，在考慮了行業人力資本水平的基礎上，本文使用如下假定的物流生產函數模型：Y=F﹙K，L，h，A﹚上式中：Y表示物流產出；K表示物流業物質資本；L表示物流業勞動力人數；h表示行業人力資本水平；A代表技術狀態，如果描述為動態形式，則有A=A﹙t﹚，且dA/dt>0，t代表時間。對于物流生產函數的具體形式，盡管超越對數函數無需固定替代彈性，但估計中較容易產生多重共線性的問題，因此我們仍使用經典的CobbDouglas生產函數。由于本文僅是通過全國及分省相關物流產業的樣例對中國物流業的全效率生產前沿面進行估計，所以在生產函數中并未考慮物流生產中投入與產出之間存在的技術非效率效應。此外，為了進一步探究人力資本在物流產業中的促進作用，本文將人力資本水平分量作為生產要素引入模型，以便考察它的物流產出作用。我們設定如下形式的物流生產函數：Y=A﹙t﹚KαLβhγ﹙1﹚其中，α、β、γ分別為相應生產要素的物流產出彈性。值得指出的是，根據Miller和Upadhyay﹙2002﹚的建議，生產函數﹙1﹚放棄規模彈性為1的假設，當要素彈性之和小于、等于或大于1時，物流增長表現為規模報酬遞減、不變或遞增。

（二）計量模型及數據說明

在實際計量模型中，我們采用兩種生產函數形式進行估計。中性技術進步的CobbDouglas物流生產函數表示為：lnYit=α0+α1lnKit+β1lnLit+γ1lnhit+α3t+α4t2+μit﹙2﹚此外，考慮偏向技術進步的CobbDouglas物流生產函數為：lnYit=β0+α2lnKit+β2lnLit+γ2lnhit+β3tlnKit+β4tlnLit+β5tlnhit+β6t+β7t2+μit﹙3﹚其中：Yit表示物流業產出；Kit、Lit、hit分別表示物流業的物質資本存量、勞動力人數、人力資本水平；αm、βn﹙m=0~4；n=0~7﹚為待估參數；μit為隨機誤差項，假定其服從零均值、不變方差的正態分布，即μit~N﹙0，σ2μ﹚；i代表地區；t代表時間，但換一種說法，它也是代表某個技術狀態的指數，表示生產函數對應的技術水平隨時間的推移而不斷進步，模型中t取值1~12，代表2000—2011年。本文以各省市地區交通、運輸倉儲和郵政業生產總值為物流業產出指標，以各省市地區交通、運輸倉儲和郵政業社會固定資產存量、勞動從業人數及產業人力資本水平作為投入指標，對2000—2011年中國及各地區物流生產前沿面進行估計。本文基礎數據來自《中國統計年鑒》、《中國物流年鑒》、各地方統計年鑒及中經網，并對相關數據進行了整理。我們選取2000—2011年的省級水平面板數據，在中國大陸31個省區中，因西藏數據統計不全，予以中剔除，最終30個省區共12年的數據進入樣本，共計360個觀測值。由于受到價格波動的影響，文中使用各省市地區相應年份的價格指數對當年的名義值進行平減。對于交通、運輸倉儲和郵政業生產總值及其社會固定資產存量，由于統計年鑒中沒有細分的行業價格指數，本文采用各地區當年物價指數和固定資產投資價格指數分別對上述兩個指標進行平減，得到以2000年為不變價格的實際值。對于交通、運輸倉儲和郵政業社會固定資產存量的計算，一般采用永續盤存法，其基本公式為：Kit=Iit+﹙1τ﹚Ii，t1﹙4﹚其中：Kit表示第i個地區第t年以基期不變價格表示的物流業資本存量；I表示以基期不變價格表示的物流業固定資產投資；τ為折舊率。在使用永續盤存法時主要涉及基期資本數量的計算和折舊率的選擇。原則上講，在利用永續盤存估算資本存量時，式﹙4﹚中的τ應該是重置率，但由于中國目前尚不具備對社會固定資產進行重估的基礎，所以在實際計算中采用統一的固定資產折舊率來代替重置率。本文將固定資產折舊率τ設定為12.1%①。對于基期的物流資本存量的計算，參考歐陽小迅、黃福華﹙2010﹚的做法②，在計算出基期物流資本存量后，即可利用式﹙4﹚計算出以2000年為基期的2001—2011歷年的物流資本存量。關于全國及各區域③相關變量數據的描述性統計如表1所示。

（三）估計結果

本文使用靜態的面板數據估計技術估計方程﹙2﹚和﹙3﹚。常用的面板數據的靜態模型有三類，即混合回歸模型、固定效應模型和隨機效應模型。利用Chow檢驗的F統計量檢驗識別使用混合回歸模型還是固定效應模型，再利用Breusch和Pagan﹙1980﹚提出的基于Lagrange乘數的檢驗統計量LM識別使用混合回歸模型還是隨機效應模型，最后利用Hausman檢驗在固定效應模型與隨機效應模型之間進行表2物流生產函數的估計（中性技術進步）分別表示顯著水平是1%、5%、10%；括號內數值為t統計量值，N為樣本數。表3同。選擇。Hausman檢驗結果表明不能拒絕解釋變量與隨機效應模型中的隨機誤差項無關的假設。另外，為了控制各地區以及各年份之間存在的差異，本文采用雙向﹙個體和時間﹚固定效應模型對方程﹙2﹚、﹙3﹚進行估計。結果見表2和表3。表2中，各投入要素彈性系數多數達到1%的置信水平，顯示物質資本、勞動力及人力資本水平對物流產出和增長具有重要作用；另外，與中西部相比，技術進步能為東部地區帶來更多的物流產出。表3中，偏向技術進步生產函數回歸結果表明，就全國整體而言，物質資本和人力資本水平的彈性系數存在隨時間變化的趨勢，物質資本彈性系數隨時間變化的程度明顯大于人力資本彈性系數隨時間變化的程度，前者﹙0.006﹚是后者﹙0.001﹚的6倍；東部地區和中部地區的投入要素彈性變化情況與全國大體相似，西部地區人力資本水平的彈性系數并未表現出隨時間變化的趨勢，但與中東部比較，西部勞動力彈性系數存在隨時間變化的趨勢，盡管變化程度較弱；另外，偏向技術進步生產函數的估計結果也表明，技術進步對東部物流的促進效果更大，其產出彈性較全國水平高出至少20%。為了考察中國物流生產的規模報酬性質，同時為觀察比較各區域規模報酬差異性提供參考，利用中性技術進步和偏向技術進步生產函數回歸參數計算規模報酬及估計各投入要素在2000—2011年的物流產出彈性，結果見表4、表5、表6和表7。隨著資本、勞動等要素投入的持續增加，產業內規模經濟將起著非常重要的作用﹙何倫志，1996﹚。在物流生產函數中，無論是中性技術進步還是偏向技術進步的假設，都將物質資本投入、物流勞動力投入和物流業人力資本水平的產出彈性系數相加，得到的總產出彈性均小于1，即α+β+γ<1，這說明中國物流生產﹙2000—2011年﹚具有規模報酬遞減的性質。物流生產過程中往往由于某種稀缺投入要素的限制，使得各投入要素不能按比例增加﹙比如在中國物流生產中，盡管資本投入增長較快，但人力資本水平提高緩慢﹚，進而導致規模報酬遞減。另外，由于人力資本水平的限制，產業內部或外部的技術管理、創新成果較難轉化為產業內生產力或轉化的程度較低，也導致物流生產中出現規模報酬遞減。但是，規模報酬遞減的程度是有地區差異的。以中性技術進步生產函數為例，西中東部的彈性系數之和呈現遞增現象﹙0.675<0.768<0.821﹚。由于東部地區無論是在市場體制、產業規模、對外開放程度還是投入要素質量等方面均好于中西部地區，因此，東部地區能夠獲得相對更大的要素產出彈性﹙要素市場回報﹚。需要注意的是，本文沒有考慮產業內人力資本的溢出效應。人力資本水平的提高不僅本身能使產出增加，而且能對產業內其它生產要素生產率產生正的外部性，進而增加產出。所以，如果考慮人力資本的溢出效應，物流生產中﹙比如東部地區﹚就可能出現規模報酬遞增。從表4—表7還可以看出：無論是東中部還是西部，物質資本存量和人力資本水平的產出彈性均呈上升趨勢，而勞動力彈性呈微弱遞減趨勢，說明對于物流產業，物質資本和人力資本的影響程度在逐步遞增，而勞動力的影響程度在緩慢下降；此外，物質資本和勞動力﹙尤其是物質資本﹚仍然是物流產出增長的主要源泉，2000—2011年中國物流產出增長中有68.74%來自物質資本的投入，18.33%來自勞動力投入，6.25%來自人力資本水平的提高，其余6.68%則來自于技術進步①。

二、物流業勞動生產率的地區差異

借鑒BlinderOaxaca方法，對中國物流業勞動生產率的地區差異及造成差異的程度進行實證分析?；舅悸肥牵菏紫冉⒑凸烙嬑锪魃a函數﹙見本文第一部分，也可理解為物流收入決定模型﹚，然后通過相應的等式變換得到物流業勞動生產率條件期望的線性表達式，并以此對勞動生產率的地區差異進行分解。定義：物流業勞動生產率=物流業總產出/物流業勞動人數。

（一）物流業勞動生產率地區差異的BlinderOaxaca分解

BlinderOaxaca分解方法主要用于研究勞動市場中不同群體之間收入﹙工資﹚差距問題。它將不同群體的收入﹙本文討論的是不同區域的物流勞動生產率，即物流業勞均收入﹚看作是某些特征稟賦的函數，差距主要由不同群體﹙或區域﹚的特征稟賦差異和這些特征稟賦市場回報率差異兩部分組成﹙邢春冰、羅楚亮，2009﹚。BlinderOaxaca方法是在條件均值的位置對不同群體﹙或區域﹚的收入差距進行分解。由于物流業各地區特征數據的樣本數量相對有限，不足以得到“收入分布”的經驗估計，因此，對于物流業而言，目前采用關注平均水平差異的BlinderOaxaca方法對物流勞動生產率地區差異進行分解是合適的。依據CobbDouglas生產函數，首先將物流產出差異分解為：ln﹙YA﹚ln﹙YB﹚=﹙aA0+aB0﹚+∑nj=1ln﹙xAj﹚aAj∑nj=1ln﹙xBj﹚aBj=﹙aA0aB0﹚+∑n[j=1ln﹙xAj﹚ln﹙xBj]﹚aAj+∑nj=1ln﹙xBj﹚﹙aAjaBj﹚其中，A、B分別代表兩個不同的區域，aj代表參數估計值，lnY代表物流產出自然對數的均值，ln﹙xj﹚代表解釋變量﹙特征稟賦﹚觀察值自然對數的均值，ln﹙YA﹚ln﹙YB﹚為A、B兩地區的用自然對數均值表示的產出差異；上式中，∑nj=1ln﹙xBj﹚aAj項相當于構造的“反事實收入”，并以此將產出差異分解為兩部分：∑n[j=1ln﹙xAj﹚ln﹙xBj]﹚aAj是特征稟賦可以解釋的部分﹙特征效應﹚，﹙aA0aB0﹚+∑nj=1ln﹙xBj﹚﹙aAjaBj﹚是特征差異不能解釋的部分，是由地區間特征稟賦回報系數差異造成的﹙系數效應﹚。由于不同的“反事實收入”得到的差異分解結果可能是不同的﹙上式中也可以構造另外一個“反事實收入”∑nj=1ln﹙xAj﹚aBj﹚。因此，參考Cotton﹙1988﹚對BlinderOaxaca方法的修正，采用比較雙方特征稟賦系數的加權平均值作為權重解決這一問題，使分解結果更為穩健。我們利用中性技術進步的估計結果，通過物流業生產函數，經公式變換，得到物流業勞動生產率的差異分解。首先有：lnYlnL=a0+a1lnK+a2lnL+a3lnL+a3lnh+a4t+a5t2+μlnL⇒Eln﹙Y/L﹚=ln﹙Y/L﹚=a0+a1lnK+﹙a21﹚lnL+a3lnh+a4t+a5t2進一步得到兩地區勞動生產率的差異分解：E﹙DABxj﹚=ln﹙YA/LA﹚ln﹙YB/LB﹚=﹙aA0aB0﹚+∑n[j=1ln﹙xAj﹚ln﹙xBj]﹚aj+∑nj=1ln﹙xAj﹚﹙aAjaj﹚+∑nj=1ln﹙xBj﹚﹙ajaBj﹚其中，DAB代表A、B兩地區物流勞動生產率差異，aj=rAaAj+rBaBj﹙j=1，3，4，5﹚，rA和rB分別為地區A和地區B的物流勞動人數占各自地區勞動力總數的比例，aj是aAj與aBj以rA和rB為權數的加權平均值；值得注意的是，a2=rA﹙aA21﹚+rB﹙aB21﹚=rAaAj+rBaBj﹙rA+rB﹚；∑n[j=1ln﹙xAj﹚ln﹙xBj]﹚aj是特征稟賦可以解釋的部分，﹙aA0aB0﹚+∑nj=1ln﹙xAj﹚﹙aAjaj﹚+∑nj=1ln﹙xBj﹚﹙ajaBj﹚是特征值無法解釋的部分，是由特征系數造成的差異。

（二）BlinderOaxaca分解結果

以表2的估計結果為基礎，在得出360個有效樣本相關變量的分區域均值后，運用BlinderOaxaca方法對地區間物流業勞動生產率的條件均值差異進行分解。結果見表8。計算結果表明，中國物流勞動生產率地區差異中，東部與西部地區之間的差異最大，條件均值差異值為0.827，中部與西部地區差異次之，東部與中部地區差異最小，差異值分別為0.505和0.199。中國物流勞動生產率地區間的相對差異巨大，如東西部的差異值約是東中部差異值的4.16倍。將差異進行BlinderOaxaca分解，結果顯示，東中部物流勞動生產率的差異有37.69%可由它們在特征稟賦上的差異得到解釋，這個數值在中西部和東西部分別為48.51%和45.95%?？梢钥闯觯形鞑颗c東西部的物流勞動生產率差異結構相似，大約一半的差異是由地區特征效應造成的，另一半由地區系數效應﹙即各地區特征稟賦的市場回報率的差異﹚所造成。東部與中部在特征值的差異方面相對小一些，而系數效應所解釋的差異部分達到62.31%。具體而言，在地區稟賦差異中，物質資本對物流勞動生產率的地區差異的解釋份額最大，東中部的解釋份額達77.39%，中西部為60.59%，東西部為57.92%。就絕對值而言，東西部差異最大，差異值為0.479，分別為中西部與東西部差異的157%和311%。各地區物流業物質資本投入的不平衡是造成地區間物流勞動生產率差異的重要原因。從表1的統計數據可以看出，平均而言，東部地區的物流業社會固定資產存量高出中部地區60%，與西部相比，更是高出244%。因此，加大投入，尤其是加大西部地區的物流相關物質資本﹙如交通基礎設施﹚投入是縮減地區間﹙尤其是東西部地區之間﹚物流生產率差異的重要途徑。勞動力所帶來的生產率差異為負，說明控制勞動力變量后﹙即如果東、中、西部的物流勞動力分別處于同一水平﹚，東中部的東部、中西部的中部及東西部的東部的物流勞動生產率將相對提高，而兩兩比較的另一方的勞動生產率則相對降低。這從側面反映出，盡管勞動力投入仍然是物流產出增加的重要手段，但對于中西部地區而言，簡單地依靠勞動力的投入來減小生產率上與東部的差距是不足取的。因此，各地區產業內人力資本水平的提高﹙可以理解為勞動力質量﹚較單純勞動力數量的增長顯得更為重要。但是，目前人力資本水平對物流勞動生產率差異的解釋份額相對不顯著。東中部、中西部及東西部的該要素解釋比例分別為5.03%、3.76%和3.87%，這與目前中國物流業人力資本水平總體水平不高有關。就全國總體而言，物流業專業技術人員占行業全部就業人員比重約為15.72%，大量低端勞動者從事著低端的物流活動，對物流勞動生產率的提高起到了制約作用。從絕對差異來看，東部與西部的人力資本水平差異最大，差異值為0.032，東中部與中西部的人力資本差異分別是東西部差異的31.25%和59.38%。隨著中部崛起的戰略實施以及承接東部產業轉移的步伐加快，一些優質勞動力選擇留在中部或從東部回流，提高了中部地區行業人力資本水平。這個趨勢可以從東部與中部的人力資本水平差距最小﹙差異值為0.01﹚這一事實得到部分驗證。由于利用Cotton﹙1988﹚加權指數的分解方法，雖然能得到較穩健的特征差異，但卻不能將不可解釋部分做進一步分解，無法得到各要素彈性系數﹙要素的市場回報﹚對物流勞動生產率差異的解釋貢獻。盡管如此，我們仍可以通過各要素彈性的比較，對由系數效應造成的勞動生產率差異進行初步分析。從物質資本來看，東部的彈性最大，地區物質資本存量每上升1%，物流產出上升0.448%，較中部與西部高出0.052個和0.123個百分點。無論是東中西部還是全國水平，物質資本的產出彈性在各要素彈性中都是最大的。考慮到物質資本﹙如交通設施﹚的空間溢出作用﹙劉勇，2010；劉秉鐮等，2010﹚，可以說，就目前而言，物質資本投入是拉動物流產出、提高物流生產率的最重要因素。1999年以來，各地區投資規模持續增長，而各地區的投資中，有相當部分用于流通網絡的建設，這擴大了貨物流通的能力，加快了流通速度，進而提高了地區的物流生產效率。因此，對于仍屬于投資驅動的中國物流產業來說﹙歐陽小迅、黃福華，2010﹚，加大物流業物質資本的投入是增加地區物流產出、匹配地區社會經濟發展及減小地區物流勞動生產率差異的重要舉措。物流產出對勞動力的變化表現較為敏感，勞動力數量每上升1%，物流產出﹙全國水平﹚提高0.324%。這就說明，當前物流業仍可以作為解決就業的一個重要行業。物流業在適當擴大行業人員數量的同時，增加行業的產出，有助于促進區域社會經濟發展。但是，鑒于目前中國物流業處于規模報酬遞減階段，盲目、無限制地擴大勞動力數量，最終將導致勞動生產率的下降。從表8的分解結果也可以看出，如果將中西部地區勞動力數量提高到與東部地區一樣的水平，雖然物流產出有所增加，但是物流勞動生產率則會出現下降，勞動生產率的地區差異將進一步擴大。人力資本水平目前對物流產出的影響相對較小。但該要素東西部的彈性系數差異較大，西部地區的人力資本產出彈性僅為東部地區的50%，這在一定程度上解釋了系數效應差異中，東西部的差異﹙0.447﹚是最大的原因。從理論上講，增強人力資本水平﹙勞動力質量﹚可以提升物流服務的質量水平，降低物流管理成本，促進物流產出和生產效率的提高。本文第二部分的實證結果已表明，人力資本水平﹙勞動力質量﹚對中國物流產業發展的影響正在逐步加強，而與此同時勞動力數量的影響在緩慢下降。這一趨勢是否會延續則需要更長時間的數據進行觀察檢驗。

三、結論與政策啟示

本文首先利用2000—2011年中國30個省市地區相關物流產業面板數據對中國物流生產函數進行估計。結果表明，中國物流生產目前具有規模報酬遞減的性質；物質資本和勞動力仍然是物流產出及增長的主要源泉，但是物質資本和人力資本對物流產出的影響程度在逐漸遞增，而勞動力數量的影響程度在下降；與中西部相比，技術進步能為東部地區帶來更多的物流產出。然后，在建立和估計物流生產函數的基礎上，借鑒BlinderOaxaca方法對中國物流勞動生產率的地區差異進行分解。分解過程中采用Cotton的加權指數法對分解權數進行修正，從而得到較為穩健的特征差異值，同時也對特征系數的差異作了初步分析。差異分解結果顯示，無論是物流產業的地區特征稟賦還是特征稟賦的市場回報，東部地區都最具優勢，其次是中部和西部；東部地區與西部地區物流勞動生產率的差異最大，中部與西部地區差異次之，東部與中部地區差異最??；在地區稟賦差異中，物質資本對物流勞動生產率地區差異的解釋份額最大；勞動力造成的生產率差異為負，而人力資本水平對物流勞動生產率地區差異的解釋份額相對較小，中國物流產業人力資本總體水平偏低。上述研究結論給予我們的政策啟示是：增加物流物質資本的投入是提高物流產出、縮減地區物流生產率差異的重要途徑。中國應將物流基礎設施建設的重點從社會經濟已經發展到一定水平的區域轉向發展相對滯后的區域，比如由城市轉向農村﹙歐陽小迅、黃福華，2011﹚、從發達的東部地區轉向相對落后的中西部地區，尤其是西部地區；保持適度的產業人員規模，避免盲目擴大，造成資源浪費和效率低下；物流業的要素投入要統籌兼顧，不可偏廢。比如，雖然人力資本水平目前對物流產出的貢獻相對較小，但它對物流產業的影響程度正日益擴大和顯現。一個地區物流業員工的勞動力質量﹙如教育程度﹚越高，越有助于行業的技術專業性和多樣性的實現，吸收和利用新知識的能力就越強，越有利于勞動生產率的提高；另外，發展行業創新機制，利用技術進步，促進地區物流產出的增加和勞動生產率的提高，也是促使物流業更好地匹配地區社會經濟發展、縮減地區差距的有力手段。需要指出的是，由于數據的限制，本文對物流生產函數及物流勞動生產率的分析僅涵蓋2000—2011年，因此，相關分析可能只具有階段性特點，某些結論仍需要更長的時間序列數據加以檢驗。同時，還存在以下不足之處：一是為了獲得較穩健的特征效應差異及差異解釋份額，犧牲了對系數差異解釋份額的分解；二是對物流勞動生產率地區差異的研究仍屬于靜態的比較，尚缺乏地區差異的動態分析，使用動態分析或許能得出一些更有意義的結果。解決以上問題將是我們繼續研究的方向和重點。

本文作者：歐陽小迅黃福華工作單位：湖南商學院