内容摘要：本文基于2003-2018年我国30个省市区数据样本，运用Super-SBM方法测算了物流产业技术效率并分析其时空演化特征，在此基础上，构建空间滞后模型对技术效率的影响因素进行分析。结果表明，研究期内物流产业技术效率差异明显，局部呈现空间集聚特征；经济发展与市场化水平与物流产业效率负相关，而政府支持、科技水平和基础设施对物流产业效率具有正向促进作用，其中科技水平的贡献为显著。
关键词：物流产业；技术效率；空间关联；影响因素；空间经济学
我国物流产业近年来呈现快速发展态势，2018年，全社会物流总额达到283.1万亿元，按可比价格计算，同比增长6.4%，与2011年相比增长78.7%；物流业实现增加值10.1万亿元，占GDP比重达到10.99%，分别比2011年3.2万亿元和6.8%增长显著。总量指标快速增长的同时，可以看到，近三年，我国社会物流总费用占GDP的比重达到14.7%左右，这一比例是发达国家的2倍，高于全球平均水平约6.5个百分点。可见，物流产业总产出的增长依然以高消耗、高投入为代价，产业发展效率不高。
当前我国物流产业效率分布状况如何？是否具有空间关联性？有哪些因素能够促进物流业效率的提升？这些问题对于保持物流产业高效发展具有现实意义。
目前，有关物流产业省际关联性及效率影响因素的代表性研究体现在以下几个方面：
其一，空间集聚性及影响因素研究。
谢逢洁等（2019）应用锡尔系数等三个指标对我国西部12省物流产业空间集聚性进行分析，并总结了分布差异性的成因，提出发展措施；钟祖昌（2011）对我国物流产业集聚效应及其影响因素进行研究，在明确省域之间存在较强的空间相关性后，选取区域经济发展水平等五个影响因素纳入空间计量模型中，得出结论并提出促进区域物流业发展的对策。
李倩倩等（2020）以长三角26个城市物流产业为研究对象，在测算区位熵及空间相关性检验的基础上，构建了空间杜宾模型对物流产业集聚性的影响因素进行分析。
其二，绿色全要素生产率研究。
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