中国省域物流业发展效率与全要素生产率实证研究
发布时间：2021-08-03 05:58
选用基于规模报酬可变的投入导向型DEA模型和Malmquist指数模型,从静态与动态两方面对2009—2017年我国30个省市的物流业发展效率进行了测算分析。结果表明:分析期内,我国物流业发展效率整体水平一般,各地区之间差异明显,东部地区一直领先于中西部地区,纯技术效率低下是制约我国物流业发展效率提高的关键因素;物流业全要素生产率实现了年均1.8%的增长,主要得益于技术进步的改善,技术效率与技术进步的不平衡发展对我国物流业发展效率的提高也有一定的阻碍作用。最后,根据所得结论为我国物流业发展提出相应的政策建议。
【文章来源】：安徽理工大学学报(社会科学版). 2020,22(02)
【文章页数】：11 页
【部分图文】：
三大地区及全国整体物流业发展效率的变化趋势
中国三大地区物流综合效率平均值
为了进一步分析我国省际物流业发展效率的差异,本文绘制了我国物流业发展效率的空间分布图,如图3所示。从各省市的九年均值来看,只有天津、河北、上海、山东、安徽、内蒙古及宁夏这几个省市的各项效率值为1,处于DEA有效水平。其中天津、河北、上海和山东4个省市处于东部地区,拥有先天的地理优势,经调查发现近几年这4个省市的港口物流快速发展,对外贸易不断加大,提高了物流业整体水平;地处中部地区的安徽主要受益于“中部崛起战略计划”,抓住发展机遇,加强构建“两纵三横”的网状物流通道和“一圈、四区、多点”的区域物流布局,物流体系的一体化加速了安徽物流业的发展;西部地区的内蒙古及宁夏,属于该地区物流业的领头军,地理位置相对较优,处于东西部中轴线上,且西部大开发及“一带一路”政策的实施,为这两个省市的物流业创造了得天独厚的发展环境。以上几个省市应继续保持这种发展势头,为其他省市做好示范作用。此外,江苏、福建、河南和贵州的效率值也相对较高,在0.9和1之间,接近生产前沿面,但受纯技术效率影响偏大,说明这几个省市在调整物流投入和产出的同时优化物流技术即可达到有效水平。其中除了江苏以外,其他三个省市均处于规模报酬递增状态,说明依据当下的技术条件物流生产规模过小,高新物流技术不断涌现,现有的规模已不足以支撑足够的产出,要想提高物流综合效率就需要在调整其投入与产出比的同时适当的扩大物流业生产规模。而江苏在样本期内为规模报酬递减,加大投入已不能持续提高产出,经分析得知“十一五规划”之后,江苏省高度重视物流业的发展,2009—2011年全省物流业增加值年增长12%以上,2013年底,全面推进物流园区建设,投资总额超过30亿元,往后几年更是集中扩大生产规模,造成建筑物与土地的过度浪费,当下江苏省应减少非有效投入,统筹安排物流及配套公共服务设施用地选址和布局,优化产业配置,培养物流专业人才,做到投入与产出合理分配。效率值处于0.6～0.9之间的有辽宁、浙江、广东、江西和甘肃5个省市,其中浙江效率值最高,为0.812,这主要是因为浙江水路交通资源丰富,“十一五”期间颁发的《浙江省公路水路交通规划》,促进了浙江水路、公路交通向全局性、综合性格局发展,随后宁波舟山港被定为 “21世纪海上丝绸之路”主要物流枢纽,更是奠定了浙江物流业的国际地位。余下四个省市的物流业发展效率处于中等水平,发展潜力较大,通过调整产业结构,借鉴上述省市的发展经验,制定适合自身发展的物流政策,可以实现物流水平的大幅提高。效率值在0.3～0.6之间的有北京、海南、山西、吉林、黑龙江、湖北、湖南、广西、重庆、四川、云南、陕西、青海和新疆14个省市,处于这一区间的省市最多,占比达到46.7%,拉低了我国整体物流业发展水平,这些省市应成为国家推进物流技术创新政策重点的关注对象,找准限制各省市物流业发展的关键因素,通过合理优化资源配置模式和运用高新技术等来发展现代物流。(二)各省市物流业发展效率动态分析
【参考文献】：
期刊论文
[1]基于DEA-Malmquist模型的陕西省物流产业效率综合评价[J]. 张萌物,漆棪. 技术与创新管理. 2019(02)
[2]中国西部地区物流效率时空分布及影响因素研究——基于超效率DEA与Tobit回归[J]. 张昊,高康. 新疆农垦经济. 2018(09)
[3]西部地区物流效率及其影响因素——基于DEA模型和Tobit回归模型的实证分析[J]. 杨双鹏,赵近. 物流科技. 2018(05)
[4]考虑非期望产出的改进EBM-DEA三阶段模型——基于中国省际物流业效率的实证分析[J]. 范建平,肖慧,樊晓宏. 中国管理科学. 2017(08)
[5]基于DEA-Tobit模型的物流产业效率分析——以东部省份为例[J]. 李开. 物流技术. 2017(05)
[6]西部地区物流发展水平研究[J]. 孙善祥,杨宏伟. 物流科技. 2015(07)
[7]基于DEA分析法的新疆北疆现代物流效率分析[J]. 王蕾,薛国梁,张红丽. 资源科学. 2014(07)
[8]区域大中型工业企业技术创新效率评价——基于DEA的Malmquist指数法[J]. 严慧斌,崔跃武,汪克亮. 安徽理工大学学报(社会科学版). 2014(02)
[9]基于三阶段DEA方法的中部六省物流效率评价[J]. 孟魁. 统计与决策. 2014(02)
[10]对西安市物流效率及其影响因素的实证研究——基于DEA模型和Tobit回归模型的分析[J]. 王琴梅,谭翠娥. 软科学. 2013(05)
本文编号：3319077
【文章来源】：安徽理工大学学报(社会科学版). 2020,22(02)
【文章页数】：11 页
【部分图文】：
三大地区及全国整体物流业发展效率的变化趋势
中国三大地区物流综合效率平均值
为了进一步分析我国省际物流业发展效率的差异,本文绘制了我国物流业发展效率的空间分布图,如图3所示。从各省市的九年均值来看,只有天津、河北、上海、山东、安徽、内蒙古及宁夏这几个省市的各项效率值为1,处于DEA有效水平。其中天津、河北、上海和山东4个省市处于东部地区,拥有先天的地理优势,经调查发现近几年这4个省市的港口物流快速发展,对外贸易不断加大,提高了物流业整体水平;地处中部地区的安徽主要受益于“中部崛起战略计划”,抓住发展机遇,加强构建“两纵三横”的网状物流通道和“一圈、四区、多点”的区域物流布局,物流体系的一体化加速了安徽物流业的发展;西部地区的内蒙古及宁夏,属于该地区物流业的领头军,地理位置相对较优,处于东西部中轴线上,且西部大开发及“一带一路”政策的实施,为这两个省市的物流业创造了得天独厚的发展环境。以上几个省市应继续保持这种发展势头,为其他省市做好示范作用。此外,江苏、福建、河南和贵州的效率值也相对较高,在0.9和1之间,接近生产前沿面,但受纯技术效率影响偏大,说明这几个省市在调整物流投入和产出的同时优化物流技术即可达到有效水平。其中除了江苏以外,其他三个省市均处于规模报酬递增状态,说明依据当下的技术条件物流生产规模过小,高新物流技术不断涌现,现有的规模已不足以支撑足够的产出,要想提高物流综合效率就需要在调整其投入与产出比的同时适当的扩大物流业生产规模。而江苏在样本期内为规模报酬递减,加大投入已不能持续提高产出,经分析得知“十一五规划”之后,江苏省高度重视物流业的发展,2009—2011年全省物流业增加值年增长12%以上,2013年底,全面推进物流园区建设,投资总额超过30亿元,往后几年更是集中扩大生产规模,造成建筑物与土地的过度浪费,当下江苏省应减少非有效投入,统筹安排物流及配套公共服务设施用地选址和布局,优化产业配置,培养物流专业人才,做到投入与产出合理分配。效率值处于0.6～0.9之间的有辽宁、浙江、广东、江西和甘肃5个省市,其中浙江效率值最高,为0.812,这主要是因为浙江水路交通资源丰富,“十一五”期间颁发的《浙江省公路水路交通规划》,促进了浙江水路、公路交通向全局性、综合性格局发展,随后宁波舟山港被定为 “21世纪海上丝绸之路”主要物流枢纽,更是奠定了浙江物流业的国际地位。余下四个省市的物流业发展效率处于中等水平,发展潜力较大,通过调整产业结构,借鉴上述省市的发展经验,制定适合自身发展的物流政策,可以实现物流水平的大幅提高。效率值在0.3～0.6之间的有北京、海南、山西、吉林、黑龙江、湖北、湖南、广西、重庆、四川、云南、陕西、青海和新疆14个省市,处于这一区间的省市最多,占比达到46.7%,拉低了我国整体物流业发展水平,这些省市应成为国家推进物流技术创新政策重点的关注对象,找准限制各省市物流业发展的关键因素,通过合理优化资源配置模式和运用高新技术等来发展现代物流。(二)各省市物流业发展效率动态分析
【参考文献】：
期刊论文
[1]基于DEA-Malmquist模型的陕西省物流产业效率综合评价[J]. 张萌物,漆棪. 技术与创新管理. 2019(02)
[2]中国西部地区物流效率时空分布及影响因素研究——基于超效率DEA与Tobit回归[J]. 张昊,高康. 新疆农垦经济. 2018(09)
[3]西部地区物流效率及其影响因素——基于DEA模型和Tobit回归模型的实证分析[J]. 杨双鹏,赵近. 物流科技. 2018(05)
[4]考虑非期望产出的改进EBM-DEA三阶段模型——基于中国省际物流业效率的实证分析[J]. 范建平,肖慧,樊晓宏. 中国管理科学. 2017(08)
[5]基于DEA-Tobit模型的物流产业效率分析——以东部省份为例[J]. 李开. 物流技术. 2017(05)
[6]西部地区物流发展水平研究[J]. 孙善祥,杨宏伟. 物流科技. 2015(07)
[7]基于DEA分析法的新疆北疆现代物流效率分析[J]. 王蕾,薛国梁,张红丽. 资源科学. 2014(07)
[8]区域大中型工业企业技术创新效率评价——基于DEA的Malmquist指数法[J]. 严慧斌,崔跃武,汪克亮. 安徽理工大学学报(社会科学版). 2014(02)
[9]基于三阶段DEA方法的中部六省物流效率评价[J]. 孟魁. 统计与决策. 2014(02)
[10]对西安市物流效率及其影响因素的实证研究——基于DEA模型和Tobit回归模型的分析[J]. 王琴梅,谭翠娥. 软科学. 2013(05)
本文编号：3319077
本文链接：https://www.wllwen.com/guanlilunwen/wuliuguanlilunwen/3319077.html
