论文部分内容阅读
摘要：基于三阶段DEA模型和Malmquist模型的实证方法，对我国36个国家级流通节点城市2008-2017年的流通效率进行静态和动态评价。研究发现，流通效率总体呈现出东部一中部一西部地区衰减的空间变化规律，但效率增加呈现出东部放缓、西部增长快的态势，区域协调发展显现出良性状态。应依靠技术进步驱动流通效率提升，打造不同功能定位的流通节点城市，加强节点城市区域协调发展，以提升全国流通节点城市的流通效率。
关键词：流通效率;三阶段DEA模型;Malmquist模型;全国流通节点城市
中图分类号：F259.27/F224.0 文献标志码：A 文章编号：1672-0539（2020）06-0035-10
一、引言
我国经济已由高速增长阶段转向高质量发展阶段，处于转型升级的关键时期，城市是各类资源要素的集中地，是人口和产业的集聚地，对经济社会发展具有重要的带动和辐射效应。流通节点城市是经济资源流动的大动脉，从2015年《全国流通节点城市布局规划（2015 2020年）》规划建设37个全国性物流节点城市，2018年建设55个全国供应链创新与应用试点城市，到2019年建设第一批23个国家物流枢纽，“有为政府”在不断推进城市物流发展，以加快构建全国流通网络，提高城市流通效率，支撑国家区域发展重大战略，形成强大国内市场。
目前，城市物流是城市经济研究中的一个热点，对城市物流效率研究主要有两个角度：一是研究不同区域的城市物流效率，包括华东地区、京津冀区域、长江经济带、中国省域等区域的物流效率;二是研究城市物流效率的影响因素、空间溢出效应、空间差异等。对城市物流效率的研究大多是从区域的角度对物流效率进行研究，对全国流通节点城市的流通效率研究较少，物流效率只是流通效率的一部分，因为流通领域不仅包括物流领域，还包括商贸、金融和信息服务领域。本文采用三阶段DEA模型和Malmquist模型从静态和动态两个角度对比全国37个流通节点城市流通效率的变化，从内生投入产出因素和外部环境因素中发现城市流通效率的改进路径，为全国供应链创新与应用试点城市、国家物流枢纽城市的建设提供参考。
二、研究方法
（一）三阶段DEA模型
三阶段DEA模型是由Fried等（2002）提出，与传统的DEA（Data Envelopment Analysis，数据包络分析）模型相比，剔除了环境因素与随机干扰因素的影响，使决策单元处于相同环境下进行评价，效率值更精准，在效率评价中得到广泛应用。主要包括以下三个阶段：
其中，综合技术效率指数（Eft）表示在现有技术水平下的效率变化情况，技术进步效率指数（TE）表示技术进步的效率变化情况，综合技术效率指数（Eft）可进一步分解为纯技术效率指数（PE）和规模效率指数（SE），纯技术效率指数（PE）表示对现有技术运用的效率变化情况，规模效率指数（SE）表示现有技术下规模经济影响的效率变化情况。本文在三阶段DEA模型剔除环境因素和随机误差因素的数据基础上构建Malmquist模型。
三、实证分析
（一）流通节点城市流通效率的评价指标体系
《全国流通节点城市布局规划（2015-2020年）》对流通节点城市的定义是指经济规模和商品流通量较大，商流、物流、资金流和信息流高度汇集，具有较强集聚、辐射等功能，在流通网络中处于枢纽地位的城市。流通领域不仅包括物流领域，还包括商贸、金融和信息服务领域，DEA模型通过投入与产出比來度量和对比城市的流通效率，按照流通领域的人、财、物等要素选择投入指标，按照流通节点城市在物流、消费、外贸等流通带动功能来选择产出指标。由于每个城市所处的经济、生态、金融、科技等环境有差异，三阶段DEA模型剔除这些环境因素的影响，对投入指标的数据进行修正，让城市的流通效率在同一个环境水平上进行比较，更能客观反映流通节点城市的效率。
1.投入和产出指标的选择
评价流通效率的投入需要包括商贸、物流、金融和信息服务等流通领域的投入信息，投入指标从流通领域的人、财、物等要素投入来构建，包括物流基础设施、流通领域人力投入、流通领域资金投入。选择年末城市道路面积（单位：万平方米）、流通领域从业人数（单位：万人）和流通领域固定资产投资（单位：万元）作为投入指标，具体见表1。与参考文献中只大多只包括物流领域的投入不同，本文突出流通领域的投入。
根据《规划》对流通节点城市在集散中转、生产服务、消费促进、外贸服务、应急保障等五个功能定位，产出指标从物流、消费、外贸等流通带动功能来构建。选择货运量（单位：万吨）、社会消费品零售总额（单位：万元）、进出口总额（单位：万美元）作为产出指标，具体见表1。与参考文献中大多只包括物流领域的产出不同，本文突出流通领域的物流、消费、外贸的产出。
2.环境因素指标的选择
环境因素指标按照“分离假设”来构建，即环境因素指标对投入产出的效率产生显著影响，但又难以被各微观个体所控制或改变。本文选择流通节点城市的人均地区生产总值、废物垃圾利用处理率、贷款余额和存款余额比例、科学技术支出占比等4个环境因素指标（见表1），体现出流通节点城市经济发展、环境治理、金融支持和科技投入等环境因素对流通效率的影响。
3.研究数据
研究数据来源于《中国城市统计年鉴》的地级市数据，剔除了数据缺少较多的拉萨市，对少量缺少的数据采用平均插值的方法补齐，选取36个国家级流通节点城市2008-2017年的面板数据。
（二）三阶段DEA模型的流通效率静态评价
1.第一阶段：采用传统DEA（数据包络）模型
使用MaxDEA软件，通过CCR模型和BCC模型计算出2008-2017年10年问36个流通节点城市的流通效率。为了便于比较，求出各城市10年问效率平均值，结果如表3所示。总体效率、纯技术效率、规模效率总体平均值分别为0.816、0.882、0.924，规模效率与纯技术效率差不多大小，说明总体来看流通效率是技术和规模综合驱动的。只有上海市、苏州市、宁波市和福州市4个节点城市效率达到技术有效，说明我国节点城市的流通效率存在较大的提升空问。 2.第二阶段：采用相似SFA（随机前沿分析法）
为了剔除环境因素和随机误差因素对流通效率的影响，通过第一阶段BCC模型得到的决策单元的投入松弛变量作为因变量，环境因素指标为自变量，构建相似SFA模型，使用Frontier 4.1软件进行实证分析，结果如表2所示。
从实证结果来看，4个环境因素指标对年末城市道路面积和流通领域固定资产投资的投入冗余在5%的水平上有显著的影响，但是对流通领域从业人数的投入冗余没有显著的影响。同梅国平等（2019）的研究结果相似，环境和随机因素是影响效率的重要因素。从回归系数的正负号来看，人均地区生产总值、废物垃圾利用处理率、贷款余额和存款余额比例等3个环境因素的系数为正，说明节点城市的人均地区生产总值、废物垃圾利用处理率、贷款余额和存款余额比例越高，增加了年末城市道路面积和流通领域固定资产投资的投入冗余，在产出不变的情况下，投入冗余的增加，度量效率的投入产出比就变小，即流通效率降低了;科学技术支出占比的系数为负，说明节点城市的科学技术支出占比越高，减少了年末城市道路面积和流通领域固定资产投资的投入冗余，在产出不变的情况下，投入冗余的减少，度量效率的投入产出比就变大，即流通效率增大了，说明科学技术投入对流通效率有正向促进作用。
3.第三阶段：采用调整后的DEA（数据包络）模型
对年末城市道路面积和流通领域固定资产投资2个投入变量进行调整，剔除环境因素与随机干扰因素的影响，使决策单元处于相同环境下进行评价，再次运用DEA模型计算出流通效率值，结果如表3所示。
对比第一阶段和第三阶段的實证结果来看，剔除环境因素与随机干扰因素的影响后，所有节点城市的纯技术效率都提高了，大部分节点城市的规模效率都下降了，总体效率显现东北地区和东部地区上升，而西部地区和中部地区下降。如图1所示，在没有剔除环境因素与随机干扰因素时，长三角、珠三角、京津冀、成渝等国家级城市群的南京市、广州市、天津市、重庆市和成都市等节点城市的总体效率被低估了，而太原市、贵阳市、银川市、西宁市等西部边缘节点城市的总体效率则被高估了。
通过三阶段DEA模型剔除环境因素与随机干扰因素，使计算出来的流通效率更准确。实证结果显示，“北上广深”一线城市的流通效率达到了1，处于技术有效状态，是其他城市提升效率的标杆，同王东方等（2018）的研究结果相似，效率总体呈现出由东部
中部西部地区衰减的空间规律。国家正在重点建设的国家级城市群中，长三角城市群的领头流通节点城市是上海市、苏州市和宁波市，珠三角城市群的领头流通节点城市是深圳市和广州市，京津冀城市群的领头流通节点城市是北京市和石家庄市，成渝城市群的领头流通节点城市是重庆市，长江中游城市群的领头流通节点城市是长沙市和武汉市。
（三）Malmquist模型的流通效率动态评价
1.从节点城市的维度来分析
使用MaxDEA软件，通过Malmquist模型计算出2008-2017年10年问36个流通节点城市流通效率的动态变化情况，求出各城市10年问各效率指数的平均值，结果如表4所示。全体节点城市的全要素生产率指数平均值为1.083，说明流通效率总体上显现递增的变化状态。全要素生产率指数分解情况为：技术进步效率指数1.062>规模效率指数1.033>纯技术效率指数0.995，说明流通效率的增加总体上主要是依靠技术进步驱动的。节点城市之间全要素生产率指数对比情况是：西部地区1.118>中部地区1.083>东北地区1.080>东部地区1.058，同龚雪等（2019）的研究结果相似，效率增加显现东部放缓，西部增长快。说明不发达地区的流通效率递增幅度超过了发达地区，银川市、贵阳市、西安市等西部地区节点城市的全要素生产率指数排在前三，而上海市、天津市、苏州市、深圳市等东部地区节点城市的全要素生产率指数排在倒数几名，我国节点城市的流通效率之间的差距在缩小，区域协调发展显现良性状态。
2.从时间的维度来分析
求出每年节点城市各效率指数的平均值，结果如图2所示，全要素生产率指数显现2013年前下降、2013年后逐渐回升的“V”字形变化状态，说明节点城市的流通效率已经慢慢摆脱2008年金融危机的影响，走上了高质量发展的阶段。技术进步效率指数与全要素生产率指数表现为同涨同跌的高度正相关，而规模效率指数与全要素生产率指数表现为负相关，纯技术效率指数表现平衡态势，与全要素生产率指数涨跌无关，说明技术进步是驱动节点城市流通效率触底回升的主要因素。
四、城市流通效率改进路径分析
（一）采用技术进步驱动流通效率改进的路径
从三阶段DEA模型的流通效率静态评价结果来看，剔除环境因素与随机干扰因素的影响后，所有节点城市的纯技术效率都提高了，大部分节点城市的规模效率都下降了，说明环境因素高估了流通的规模效率，低估了技术效率，技术效率比规模效率在提升综合效率上的作用更大。从第二阶段的实证结果来看，节点城市的科学技术支出占比这一环境变量的回归系数为负，说明其通过减少年末城市道路面积和流通领域固定资产投资的投入冗余，问接提高流通效率。从Malmquist模型的流通效率动态评价结果来看，技术进步效率指数与全要素生产率指数表现为同涨同跌的高度正相关，说明技术进步是驱动节点城市流通效率改进的主要因素。综合以上实证结果，在我国经济高质量发展的今天，要采用技术进步驱动流通效率改进的路径，加大科技投入，将大数据、物联网、区块链、人工智能等新一代信息技术应用在流通领域。
（二）打造不同功能定位的流通节点城市
对各节点城市的综合效率进行投影分析，通过“冗余率=（达到DEA有效的目标值一原始值）/原始值”公式，计算出各投入和产出指标的冗余率，如表5所示。从结果来看，随着综合效率的递减，三个投入指标的冗余率越来越大，说明投入的原始值需要减少得越来越多。年末城市道路面积、流通领域从业人数、流通领域固定资产投资三个投入指标的冗余率相差不大，而货运量、社会消费品零售总额、进出口总额三个产出指标的冗余率相关较大。大部分节点城市的进出口总额产出存在较大的不足，综合效率较高的长沙市、武汉市、呼和浩特市、郑州市等内陆城市都存在较大的不足，综合效率较低的厦门市、杭州市、天津市等沿海城市则有较小的不足。哈尔滨市、成都市、济南市、长春市等城市的货运量产出存在较大不足，厦门市、银川市、重庆市、贵阳市等城市的社会消费品零售总额产出存在较大不足。综合以上实证结果，说明不同节点城市的流通功能作用表现是不相同的，应该按照不同城市的优势打造不同功能定位的流通节点城市，2019年《国家物流枢纽布局和建设规划》将节点城市分为陆港型、港口型、空港型、生产服务型、商贸服务型、陆上边境口岸型等6种类型进行规划建设。
（三）加强节点城市区域协调发展
根据表3的实证结果，以流通节点城市的流通效率值的纯技术效率为x轴，规模效率为y轴，建立坐标系，画出效率分布图，分别以纯技术效率和规模效率的平均值0.964和0.825为标准，把城市的流通效率情况分为“高高”“高低”“低高”“低低”四种情况，如图3所示。处于“高高”的有上海市、苏州市、北京市、深圳市、广州市、长沙市、福州市、重庆市、武汉市、西安市等14个城市，多数是国家正在重点建设的长三角城市群、珠三角城市群、京津冀城市群、成渝城市群、长江中游城市群等国家级城市群的领头流通节点城市;处于“高-低”的有杭州市、济南市、银川市、贵阳市、兰州市、厦门市、乌鲁木齐市等10个城市;处于“低高”的有郑州市、沈阳市、石家庄市、成都市、天津市、南京市等9个城市，多数是国家级城市群的二线城市;处于“低-低”的只有长春市、昆明市、南昌市3个城市。综合以上实证结果，说明节点城市在区域中的定位不同使得其效率也不同，应该加强节点城市的区域协调发展，整合区域资源，强化内部分工，充分发挥流通效率的区域联动效应。
关键词：流通效率;三阶段DEA模型;Malmquist模型;全国流通节点城市
中图分类号：F259.27/F224.0 文献标志码：A 文章编号：1672-0539（2020）06-0035-10
一、引言
我国经济已由高速增长阶段转向高质量发展阶段，处于转型升级的关键时期，城市是各类资源要素的集中地，是人口和产业的集聚地，对经济社会发展具有重要的带动和辐射效应。流通节点城市是经济资源流动的大动脉，从2015年《全国流通节点城市布局规划（2015 2020年）》规划建设37个全国性物流节点城市，2018年建设55个全国供应链创新与应用试点城市，到2019年建设第一批23个国家物流枢纽，“有为政府”在不断推进城市物流发展，以加快构建全国流通网络，提高城市流通效率，支撑国家区域发展重大战略，形成强大国内市场。
目前，城市物流是城市经济研究中的一个热点，对城市物流效率研究主要有两个角度：一是研究不同区域的城市物流效率，包括华东地区、京津冀区域、长江经济带、中国省域等区域的物流效率;二是研究城市物流效率的影响因素、空间溢出效应、空间差异等。对城市物流效率的研究大多是从区域的角度对物流效率进行研究，对全国流通节点城市的流通效率研究较少，物流效率只是流通效率的一部分，因为流通领域不仅包括物流领域，还包括商贸、金融和信息服务领域。本文采用三阶段DEA模型和Malmquist模型从静态和动态两个角度对比全国37个流通节点城市流通效率的变化，从内生投入产出因素和外部环境因素中发现城市流通效率的改进路径，为全国供应链创新与应用试点城市、国家物流枢纽城市的建设提供参考。
二、研究方法
（一）三阶段DEA模型
三阶段DEA模型是由Fried等（2002）提出，与传统的DEA（Data Envelopment Analysis，数据包络分析）模型相比，剔除了环境因素与随机干扰因素的影响，使决策单元处于相同环境下进行评价，效率值更精准，在效率评价中得到广泛应用。主要包括以下三个阶段：
其中，综合技术效率指数（Eft）表示在现有技术水平下的效率变化情况，技术进步效率指数（TE）表示技术进步的效率变化情况，综合技术效率指数（Eft）可进一步分解为纯技术效率指数（PE）和规模效率指数（SE），纯技术效率指数（PE）表示对现有技术运用的效率变化情况，规模效率指数（SE）表示现有技术下规模经济影响的效率变化情况。本文在三阶段DEA模型剔除环境因素和随机误差因素的数据基础上构建Malmquist模型。
三、实证分析
（一）流通节点城市流通效率的评价指标体系
《全国流通节点城市布局规划（2015-2020年）》对流通节点城市的定义是指经济规模和商品流通量较大，商流、物流、资金流和信息流高度汇集，具有较强集聚、辐射等功能，在流通网络中处于枢纽地位的城市。流通领域不仅包括物流领域，还包括商贸、金融和信息服务领域，DEA模型通过投入与产出比來度量和对比城市的流通效率，按照流通领域的人、财、物等要素选择投入指标，按照流通节点城市在物流、消费、外贸等流通带动功能来选择产出指标。由于每个城市所处的经济、生态、金融、科技等环境有差异，三阶段DEA模型剔除这些环境因素的影响，对投入指标的数据进行修正，让城市的流通效率在同一个环境水平上进行比较，更能客观反映流通节点城市的效率。
1.投入和产出指标的选择
评价流通效率的投入需要包括商贸、物流、金融和信息服务等流通领域的投入信息，投入指标从流通领域的人、财、物等要素投入来构建，包括物流基础设施、流通领域人力投入、流通领域资金投入。选择年末城市道路面积（单位：万平方米）、流通领域从业人数（单位：万人）和流通领域固定资产投资（单位：万元）作为投入指标，具体见表1。与参考文献中只大多只包括物流领域的投入不同，本文突出流通领域的投入。
根据《规划》对流通节点城市在集散中转、生产服务、消费促进、外贸服务、应急保障等五个功能定位，产出指标从物流、消费、外贸等流通带动功能来构建。选择货运量（单位：万吨）、社会消费品零售总额（单位：万元）、进出口总额（单位：万美元）作为产出指标，具体见表1。与参考文献中大多只包括物流领域的产出不同，本文突出流通领域的物流、消费、外贸的产出。
2.环境因素指标的选择
环境因素指标按照“分离假设”来构建，即环境因素指标对投入产出的效率产生显著影响，但又难以被各微观个体所控制或改变。本文选择流通节点城市的人均地区生产总值、废物垃圾利用处理率、贷款余额和存款余额比例、科学技术支出占比等4个环境因素指标（见表1），体现出流通节点城市经济发展、环境治理、金融支持和科技投入等环境因素对流通效率的影响。
3.研究数据
研究数据来源于《中国城市统计年鉴》的地级市数据，剔除了数据缺少较多的拉萨市，对少量缺少的数据采用平均插值的方法补齐，选取36个国家级流通节点城市2008-2017年的面板数据。
（二）三阶段DEA模型的流通效率静态评价
1.第一阶段：采用传统DEA（数据包络）模型
使用MaxDEA软件，通过CCR模型和BCC模型计算出2008-2017年10年问36个流通节点城市的流通效率。为了便于比较，求出各城市10年问效率平均值，结果如表3所示。总体效率、纯技术效率、规模效率总体平均值分别为0.816、0.882、0.924，规模效率与纯技术效率差不多大小，说明总体来看流通效率是技术和规模综合驱动的。只有上海市、苏州市、宁波市和福州市4个节点城市效率达到技术有效，说明我国节点城市的流通效率存在较大的提升空问。 2.第二阶段：采用相似SFA（随机前沿分析法）
为了剔除环境因素和随机误差因素对流通效率的影响，通过第一阶段BCC模型得到的决策单元的投入松弛变量作为因变量，环境因素指标为自变量，构建相似SFA模型，使用Frontier 4.1软件进行实证分析，结果如表2所示。
从实证结果来看，4个环境因素指标对年末城市道路面积和流通领域固定资产投资的投入冗余在5%的水平上有显著的影响，但是对流通领域从业人数的投入冗余没有显著的影响。同梅国平等（2019）的研究结果相似，环境和随机因素是影响效率的重要因素。从回归系数的正负号来看，人均地区生产总值、废物垃圾利用处理率、贷款余额和存款余额比例等3个环境因素的系数为正，说明节点城市的人均地区生产总值、废物垃圾利用处理率、贷款余额和存款余额比例越高，增加了年末城市道路面积和流通领域固定资产投资的投入冗余，在产出不变的情况下，投入冗余的增加，度量效率的投入产出比就变小，即流通效率降低了;科学技术支出占比的系数为负，说明节点城市的科学技术支出占比越高，减少了年末城市道路面积和流通领域固定资产投资的投入冗余，在产出不变的情况下，投入冗余的减少，度量效率的投入产出比就变大，即流通效率增大了，说明科学技术投入对流通效率有正向促进作用。
3.第三阶段：采用调整后的DEA（数据包络）模型
对年末城市道路面积和流通领域固定资产投资2个投入变量进行调整，剔除环境因素与随机干扰因素的影响，使决策单元处于相同环境下进行评价，再次运用DEA模型计算出流通效率值，结果如表3所示。
对比第一阶段和第三阶段的實证结果来看，剔除环境因素与随机干扰因素的影响后，所有节点城市的纯技术效率都提高了，大部分节点城市的规模效率都下降了，总体效率显现东北地区和东部地区上升，而西部地区和中部地区下降。如图1所示，在没有剔除环境因素与随机干扰因素时，长三角、珠三角、京津冀、成渝等国家级城市群的南京市、广州市、天津市、重庆市和成都市等节点城市的总体效率被低估了，而太原市、贵阳市、银川市、西宁市等西部边缘节点城市的总体效率则被高估了。
通过三阶段DEA模型剔除环境因素与随机干扰因素，使计算出来的流通效率更准确。实证结果显示，“北上广深”一线城市的流通效率达到了1，处于技术有效状态，是其他城市提升效率的标杆，同王东方等（2018）的研究结果相似，效率总体呈现出由东部
中部西部地区衰减的空间规律。国家正在重点建设的国家级城市群中，长三角城市群的领头流通节点城市是上海市、苏州市和宁波市，珠三角城市群的领头流通节点城市是深圳市和广州市，京津冀城市群的领头流通节点城市是北京市和石家庄市，成渝城市群的领头流通节点城市是重庆市，长江中游城市群的领头流通节点城市是长沙市和武汉市。
（三）Malmquist模型的流通效率动态评价
1.从节点城市的维度来分析
使用MaxDEA软件，通过Malmquist模型计算出2008-2017年10年问36个流通节点城市流通效率的动态变化情况，求出各城市10年问各效率指数的平均值，结果如表4所示。全体节点城市的全要素生产率指数平均值为1.083，说明流通效率总体上显现递增的变化状态。全要素生产率指数分解情况为：技术进步效率指数1.062>规模效率指数1.033>纯技术效率指数0.995，说明流通效率的增加总体上主要是依靠技术进步驱动的。节点城市之间全要素生产率指数对比情况是：西部地区1.118>中部地区1.083>东北地区1.080>东部地区1.058，同龚雪等（2019）的研究结果相似，效率增加显现东部放缓，西部增长快。说明不发达地区的流通效率递增幅度超过了发达地区，银川市、贵阳市、西安市等西部地区节点城市的全要素生产率指数排在前三，而上海市、天津市、苏州市、深圳市等东部地区节点城市的全要素生产率指数排在倒数几名，我国节点城市的流通效率之间的差距在缩小，区域协调发展显现良性状态。
2.从时间的维度来分析
求出每年节点城市各效率指数的平均值，结果如图2所示，全要素生产率指数显现2013年前下降、2013年后逐渐回升的“V”字形变化状态，说明节点城市的流通效率已经慢慢摆脱2008年金融危机的影响，走上了高质量发展的阶段。技术进步效率指数与全要素生产率指数表现为同涨同跌的高度正相关，而规模效率指数与全要素生产率指数表现为负相关，纯技术效率指数表现平衡态势，与全要素生产率指数涨跌无关，说明技术进步是驱动节点城市流通效率触底回升的主要因素。
四、城市流通效率改进路径分析
（一）采用技术进步驱动流通效率改进的路径
从三阶段DEA模型的流通效率静态评价结果来看，剔除环境因素与随机干扰因素的影响后，所有节点城市的纯技术效率都提高了，大部分节点城市的规模效率都下降了，说明环境因素高估了流通的规模效率，低估了技术效率，技术效率比规模效率在提升综合效率上的作用更大。从第二阶段的实证结果来看，节点城市的科学技术支出占比这一环境变量的回归系数为负，说明其通过减少年末城市道路面积和流通领域固定资产投资的投入冗余，问接提高流通效率。从Malmquist模型的流通效率动态评价结果来看，技术进步效率指数与全要素生产率指数表现为同涨同跌的高度正相关，说明技术进步是驱动节点城市流通效率改进的主要因素。综合以上实证结果，在我国经济高质量发展的今天，要采用技术进步驱动流通效率改进的路径，加大科技投入，将大数据、物联网、区块链、人工智能等新一代信息技术应用在流通领域。
（二）打造不同功能定位的流通节点城市
对各节点城市的综合效率进行投影分析，通过“冗余率=（达到DEA有效的目标值一原始值）/原始值”公式，计算出各投入和产出指标的冗余率，如表5所示。从结果来看，随着综合效率的递减，三个投入指标的冗余率越来越大，说明投入的原始值需要减少得越来越多。年末城市道路面积、流通领域从业人数、流通领域固定资产投资三个投入指标的冗余率相差不大，而货运量、社会消费品零售总额、进出口总额三个产出指标的冗余率相关较大。大部分节点城市的进出口总额产出存在较大的不足，综合效率较高的长沙市、武汉市、呼和浩特市、郑州市等内陆城市都存在较大的不足，综合效率较低的厦门市、杭州市、天津市等沿海城市则有较小的不足。哈尔滨市、成都市、济南市、长春市等城市的货运量产出存在较大不足，厦门市、银川市、重庆市、贵阳市等城市的社会消费品零售总额产出存在较大不足。综合以上实证结果，说明不同节点城市的流通功能作用表现是不相同的，应该按照不同城市的优势打造不同功能定位的流通节点城市，2019年《国家物流枢纽布局和建设规划》将节点城市分为陆港型、港口型、空港型、生产服务型、商贸服务型、陆上边境口岸型等6种类型进行规划建设。
（三）加强节点城市区域协调发展
根据表3的实证结果，以流通节点城市的流通效率值的纯技术效率为x轴，规模效率为y轴，建立坐标系，画出效率分布图，分别以纯技术效率和规模效率的平均值0.964和0.825为标准，把城市的流通效率情况分为“高高”“高低”“低高”“低低”四种情况，如图3所示。处于“高高”的有上海市、苏州市、北京市、深圳市、广州市、长沙市、福州市、重庆市、武汉市、西安市等14个城市，多数是国家正在重点建设的长三角城市群、珠三角城市群、京津冀城市群、成渝城市群、长江中游城市群等国家级城市群的领头流通节点城市;处于“高-低”的有杭州市、济南市、银川市、贵阳市、兰州市、厦门市、乌鲁木齐市等10个城市;处于“低高”的有郑州市、沈阳市、石家庄市、成都市、天津市、南京市等9个城市，多数是国家级城市群的二线城市;处于“低-低”的只有长春市、昆明市、南昌市3个城市。综合以上实证结果，说明节点城市在区域中的定位不同使得其效率也不同，应该加强节点城市的区域协调发展，整合区域资源，强化内部分工，充分发挥流通效率的区域联动效应。