中国物流业效率提升是否有路径显现?——基于省级数据的定性比较分析
发布时间:2023-08-15 18:20
伴随着经济的发展、政策的促进,中国物流整体效率和各省级物流效率显著提升。以30个省级数据为样本,基于数据包络分析方法计算各省级物流业效率,应用组态思维的定性比较分析方法研究影响物流业效率提升的因素,探讨这些因素作用于中国物流业效率的因果复杂机制和路径。结果发现:(1)2015年以来的三年中,中国物流业发展形成两条高效率路径。其中管理开放型路径覆盖率较高,物流企业经营管理水平和区域的开放程度是物流业效率提升的核心因素;科技创新型路径覆盖案例较少,R&D投入、经济环境或开放程度是这条路径的核心要素。(2)符合非对称性特征,非高效率路径和高效率路径不具有对称性,覆盖率较高的一条非高效率路径中,非高的GDP和政府支持是导致物流业非高效率的核心因素,称之为政策依赖型路径。
【文章页数】:11 页
【文章目录】:
一、 引 言
二、 物流业效率相关文献综述
三、 研究设计及数据变量选取
(一) 物流业效率评价:数据包络分析
(二) 物流业效率提升路径探索:定性比较分析
(三) 数据与变量选取
1.投入指标。
2.产出指标。
3.解释变量。
四、 数据分析结果
(一) 数据描述性统计
(二) 物流业效率计算
(三) 物流业效率组态
五、 研究发现与讨论
(一) 高效率主要路径凸显
1.管理开放型路径。
2.科技创新型路径。
(二) 非高效率路径表现为政策依赖
1.政策依赖型路径。
2.混合型路径。
六、 结论与启示
(一) 结 论
(二) 启 示
本文编号:3842031
【文章页数】:11 页
【文章目录】:
一、 引 言
二、 物流业效率相关文献综述
三、 研究设计及数据变量选取
(一) 物流业效率评价:数据包络分析
(二) 物流业效率提升路径探索:定性比较分析
(三) 数据与变量选取
1.投入指标。
2.产出指标。
3.解释变量。
四、 数据分析结果
(一) 数据描述性统计
(二) 物流业效率计算
(三) 物流业效率组态
五、 研究发现与讨论
(一) 高效率主要路径凸显
1.管理开放型路径。
2.科技创新型路径。
(二) 非高效率路径表现为政策依赖
1.政策依赖型路径。
2.混合型路径。
六、 结论与启示
(一) 结 论
(二) 启 示
本文编号:3842031
本文链接:https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/3842031.html