广东省物流业全要素生产率动态变化及区域异质性研究
发布时间：2021-10-19 16:17
从投入产出视角,运用DEA-Malmquist指数法对广东省物流业全要素生产率动态变化及区域、城市发展异质性进行研究。结果表明2013～2017年间广东省物流业全要素生产率发展水平处于与经济发展增速水平相适应阶段,平均增长率为61%,增长动力主要来源是技术进步,但技术效率的下降在一度程度上阻滞了广东物流业效率提升。从区域和地级市两个角度剖析物流效率差异性,得出东冀、山区物流业全要素生产率增长水平在10%以上,处于增速较快阶段;珠三角区域保持平稳阶段;西冀区域处于下降阶段。同时通过21个地级市间物流产业效率对比,得出各城市物流产业效率水平出现两极分化态势。
【文章来源】：东莞理工学院学报. 2020,27(02)
【文章页数】：6 页
【部分图文】：
2013～2017年全要素生产率变化及其指数分解
从全要素生产率指数分解结果可以得到四大区域各指标的历年均值。由图2可知，各区域全要素生产率增长主要得益于技术进步，且各区域技术进度指数均超过10%，而技术效率变动均呈现下降趋势，珠三角区域技术效率变动指数为0.94，下降6%；东冀地区技术效率变动指数为0.97，下降3%；西冀地区技术效率变动指数仅为0.89，下降11%；山区地区技术效率变动指数为0.95，下降5%。这说明广东省各区域物流业在技术创新方面取得了较大进步，但在物流业基础设施利用率、物流资源配置效率等方面有待提升，这与上文分析的广东省全要素生产率整体情况的结论一致。从各城市物流业全要素生产率空间格局分析来看，根据各城市物流业全要素生产率历年几何平均值绘制雷达图（见图3）。根据全要素生产率值的分布情况，将TFPCH指数值若分布在[-∞，1）、[1,1.05]、（1.05，+∞）区间内，则分别视为全要素生产率指数下降、平稳及增长效果明显。可以看出，在21个城市中，有8个城市的物流业全要素生产率指数是下降的，未达到1，分别是佛山、潮州、江门、汕头、茂名、湛江、惠州、梅州，全要素生产率平均值为0.94，增长率为-6%，技术效率下降是这些城市物流产业全要素生产率下降的主要因素。广州、深圳、韶关3个城市物流业全要素生产率指数属于平稳阶段，TFP指数平均值为1.03，平均增长率为3%，全要素生产率能持续保持平稳主要源于技术进步指数的提升，此区间范围内城市物流产业技术进步指数平均值为1.11，增长率为11%，而技术效率变动指数值为0.93，技术效率变动一定程度上抑制了全要素生产率增长。云浮、汕尾、揭阳、肇庆、东莞、清远、阳江、河源、珠海、中山这10个城市物流产业全要素生产率指数属于上升效果明显阶段，TFP指数平均值为1.18，平均增长率为18%，其增长动力来源于技术进步和技术效率双因素，技术进步指数为1.15，技术效率指数为1.03。通过剖析可知，广东省物流产业发展不平衡，呈现了两极分化趋势，各城市物流产业全要素增长值主要分布在两端，应注重把握地域之间物流发展的交叉互补，通过发展质量高水平地区与低质量水平地区物流服务衔接，实现广东物流产业发展的整体性与协调性。
从各城市物流业全要素生产率空间格局分析来看，根据各城市物流业全要素生产率历年几何平均值绘制雷达图（见图3）。根据全要素生产率值的分布情况，将TFPCH指数值若分布在[-∞，1）、[1,1.05]、（1.05，+∞）区间内，则分别视为全要素生产率指数下降、平稳及增长效果明显。可以看出，在21个城市中，有8个城市的物流业全要素生产率指数是下降的，未达到1，分别是佛山、潮州、江门、汕头、茂名、湛江、惠州、梅州，全要素生产率平均值为0.94，增长率为-6%，技术效率下降是这些城市物流产业全要素生产率下降的主要因素。广州、深圳、韶关3个城市物流业全要素生产率指数属于平稳阶段，TFP指数平均值为1.03，平均增长率为3%，全要素生产率能持续保持平稳主要源于技术进步指数的提升，此区间范围内城市物流产业技术进步指数平均值为1.11，增长率为11%，而技术效率变动指数值为0.93，技术效率变动一定程度上抑制了全要素生产率增长。云浮、汕尾、揭阳、肇庆、东莞、清远、阳江、河源、珠海、中山这10个城市物流产业全要素生产率指数属于上升效果明显阶段，TFP指数平均值为1.18，平均增长率为18%，其增长动力来源于技术进步和技术效率双因素，技术进步指数为1.15，技术效率指数为1.03。通过剖析可知，广东省物流产业发展不平衡，呈现了两极分化趋势，各城市物流产业全要素增长值主要分布在两端，应注重把握地域之间物流发展的交叉互补，通过发展质量高水平地区与低质量水平地区物流服务衔接，实现广东物流产业发展的整体性与协调性。三、结语
【参考文献】：
期刊论文
[1]基于三阶段DEA模型的西部地区物流产业效率测度研究[J]. 张娜,李波. 数学的实践与认识. 2018(20)
[2]长江经济带物流全要素生产率测度及时空演变[J]. 李玥,李成标. 统计与决策. 2018(19)
[3]中国物流业绿色全要素生产率的时空演化及动因分析[J]. 刘战豫,孙夏令. 软科学. 2018(04)
[4]基于DEA-malmquist指数的交通运输上市企业动态效率实证分析[J]. 李守林,赵瑞,陈丽华. 中国流通经济. 2017(12)
[5]上市物流企业Malmquist TFP指数分析——基于自贸区视角[J]. 刘威,曹光求,游俊雄. 商业经济研究. 2017(13)
[6]物流企业全要素生产率的时空异质性——基于DEA—Malmquist指数的测算[J]. 韩剑尘,夏涛. 科技管理研究. 2016(13)
[7]基于DEA-Malmquist的江西省物流业全要素生产率研究[J]. 甘卫华,许颖,黄雯,丁茹,何德顺. 工业工程. 2015(02)
[8]中国新能源上市公司全要素生产率动态变化实证研究[J]. 辛玉红,李星星. 华东经济管理. 2014(02)
本文编号：3445207
【文章来源】：东莞理工学院学报. 2020,27(02)
【文章页数】：6 页
【部分图文】：
2013～2017年全要素生产率变化及其指数分解
从全要素生产率指数分解结果可以得到四大区域各指标的历年均值。由图2可知，各区域全要素生产率增长主要得益于技术进步，且各区域技术进度指数均超过10%，而技术效率变动均呈现下降趋势，珠三角区域技术效率变动指数为0.94，下降6%；东冀地区技术效率变动指数为0.97，下降3%；西冀地区技术效率变动指数仅为0.89，下降11%；山区地区技术效率变动指数为0.95，下降5%。这说明广东省各区域物流业在技术创新方面取得了较大进步，但在物流业基础设施利用率、物流资源配置效率等方面有待提升，这与上文分析的广东省全要素生产率整体情况的结论一致。从各城市物流业全要素生产率空间格局分析来看，根据各城市物流业全要素生产率历年几何平均值绘制雷达图（见图3）。根据全要素生产率值的分布情况，将TFPCH指数值若分布在[-∞，1）、[1,1.05]、（1.05，+∞）区间内，则分别视为全要素生产率指数下降、平稳及增长效果明显。可以看出，在21个城市中，有8个城市的物流业全要素生产率指数是下降的，未达到1，分别是佛山、潮州、江门、汕头、茂名、湛江、惠州、梅州，全要素生产率平均值为0.94，增长率为-6%，技术效率下降是这些城市物流产业全要素生产率下降的主要因素。广州、深圳、韶关3个城市物流业全要素生产率指数属于平稳阶段，TFP指数平均值为1.03，平均增长率为3%，全要素生产率能持续保持平稳主要源于技术进步指数的提升，此区间范围内城市物流产业技术进步指数平均值为1.11，增长率为11%，而技术效率变动指数值为0.93，技术效率变动一定程度上抑制了全要素生产率增长。云浮、汕尾、揭阳、肇庆、东莞、清远、阳江、河源、珠海、中山这10个城市物流产业全要素生产率指数属于上升效果明显阶段，TFP指数平均值为1.18，平均增长率为18%，其增长动力来源于技术进步和技术效率双因素，技术进步指数为1.15，技术效率指数为1.03。通过剖析可知，广东省物流产业发展不平衡，呈现了两极分化趋势，各城市物流产业全要素增长值主要分布在两端，应注重把握地域之间物流发展的交叉互补，通过发展质量高水平地区与低质量水平地区物流服务衔接，实现广东物流产业发展的整体性与协调性。
从各城市物流业全要素生产率空间格局分析来看，根据各城市物流业全要素生产率历年几何平均值绘制雷达图（见图3）。根据全要素生产率值的分布情况，将TFPCH指数值若分布在[-∞，1）、[1,1.05]、（1.05，+∞）区间内，则分别视为全要素生产率指数下降、平稳及增长效果明显。可以看出，在21个城市中，有8个城市的物流业全要素生产率指数是下降的，未达到1，分别是佛山、潮州、江门、汕头、茂名、湛江、惠州、梅州，全要素生产率平均值为0.94，增长率为-6%，技术效率下降是这些城市物流产业全要素生产率下降的主要因素。广州、深圳、韶关3个城市物流业全要素生产率指数属于平稳阶段，TFP指数平均值为1.03，平均增长率为3%，全要素生产率能持续保持平稳主要源于技术进步指数的提升，此区间范围内城市物流产业技术进步指数平均值为1.11，增长率为11%，而技术效率变动指数值为0.93，技术效率变动一定程度上抑制了全要素生产率增长。云浮、汕尾、揭阳、肇庆、东莞、清远、阳江、河源、珠海、中山这10个城市物流产业全要素生产率指数属于上升效果明显阶段，TFP指数平均值为1.18，平均增长率为18%，其增长动力来源于技术进步和技术效率双因素，技术进步指数为1.15，技术效率指数为1.03。通过剖析可知，广东省物流产业发展不平衡，呈现了两极分化趋势，各城市物流产业全要素增长值主要分布在两端，应注重把握地域之间物流发展的交叉互补，通过发展质量高水平地区与低质量水平地区物流服务衔接，实现广东物流产业发展的整体性与协调性。三、结语
【参考文献】：
期刊论文
[1]基于三阶段DEA模型的西部地区物流产业效率测度研究[J]. 张娜,李波. 数学的实践与认识. 2018(20)
[2]长江经济带物流全要素生产率测度及时空演变[J]. 李玥,李成标. 统计与决策. 2018(19)
[3]中国物流业绿色全要素生产率的时空演化及动因分析[J]. 刘战豫,孙夏令. 软科学. 2018(04)
[4]基于DEA-malmquist指数的交通运输上市企业动态效率实证分析[J]. 李守林,赵瑞,陈丽华. 中国流通经济. 2017(12)
[5]上市物流企业Malmquist TFP指数分析——基于自贸区视角[J]. 刘威,曹光求,游俊雄. 商业经济研究. 2017(13)
[6]物流企业全要素生产率的时空异质性——基于DEA—Malmquist指数的测算[J]. 韩剑尘,夏涛. 科技管理研究. 2016(13)
[7]基于DEA-Malmquist的江西省物流业全要素生产率研究[J]. 甘卫华,许颖,黄雯,丁茹,何德顺. 工业工程. 2015(02)
[8]中国新能源上市公司全要素生产率动态变化实证研究[J]. 辛玉红,李星星. 华东经济管理. 2014(02)
本文编号：3445207
本文链接：https://www.wllwen.com/guanlilunwen/wuliuguanlilunwen/3445207.html
