广东省物流业区域效率差异和影响因素分析.docVIP

广东省物流业区域效率差异和影响因素分析 　　内容摘要：物流业是现代区域经济发展的新增长点，当前广东省大力发展物流业，将其视作推动经济转型与产业升级的重要抓手。本文采用DEA分析法，以广东辖区内21个市为研究对象，利用2010-2015年物流业的面板数据对物流效率进行总体评价，并试图找出物流效率在珠江三角洲、东西两翼及山区的差异。研究结果表明，广东地区物流综合效率水平不高，资源存在浪费。城市之间、地区之间的效率指标差距较大，其中珠三角地区物流效率水平比较高，西翼效率水平一般，东翼及山区效率水平较低。文章最后对导致效率差异的因素进行分析并针对效率表现的不足提供相应的对策建议。 　　关键词：物流效率 效率评价 区域差异 DEA模型 　　引言 　　物流业作为区域经济发展的重要组成部分，能够通过优化区域资源配置，发挥产业协同作用，促进区域经济良性循环。近年来，随着我国区域经济协同发展布局的日益深化，物流业对国民经济的影响力逐渐上升，物流业的效率指标已经被纳为考察国民经济运营效率的核心指标，同时区域现代物流业的发展及效率问题也得到国内外学界的广泛关注及研究。目前研究领域中常用的效率研究方法分为参数法和非参数法两种，其中参数法包括SFA、DFA等，非参数法有PDH、DEA等。国内外学者如Ondrich Ruggiero（2001）、韩松等（2004）、Ruggiero（2007）的研究表明，非参数法如DEA在研究多投入多产出问题上更具优势。自其1978年首次提出以来，已经广泛应用到经济、教育、金融、医疗、军事、物流等众多领域，取得了良好效果。国内研究方面，本文以DEA及物流为关键词在中国知网（CNKI）进行检索，发现最早自2001年以来，国内学术界公开发表的应用DEA评价物流效率方面的论文有403篇，涉及企业物流效率、物流设施布局、物流系统效率、全国或省市等区域物流效率等诸多方面。贺竹磬、孙林岩（2006）首次应用DEA法对区域物流效率进行评价。肖丹、刘联辉（2011）以民用汽车拥有量、通车里程和物流业从业人数为投入指标、地区生产总值和货物周转量为产出指标构建了城市物流效率评价指标体系。赵雷等（2012）、刘云枫（2014）分别利用DEA法对北京市物流效率进行了分析。王柏谊（2016）、陈建华等（2016）分别利用DEA法对江苏、吉林、河南、广东等省的物流效率进行了分析。 　　广东现代物流业发展迅速，但物流业总体发展不平衡，省内地区间物流业发展存在较大差距。得益于优越的地理位置及交通便利等因素，经济较为发达的珠三角城市物流业发展速度较快，而经济较落后的东西两翼及北部山区物流业总体发展水平较为滞后。如前文所述，结合地区投入产出情况，采用物流效率指标对物流业发展质量进行测度，能够真实反映地区间物流业发展的竞争力。本文结合广东省各地区的资源优势及地缘特点，评价和认识不同城市和地区物流效率的真实水平，并分析其区域差异，为推动广东地区物流业全面均衡发展及推动产业转型提供建议和启示。 　　研究方法与数据来源 　　（一）研究方法 　　DEA法是是由美国数学家A.Charnes和W.W.Coopor于1978 年提出的一种非参数效率分析方法，可以对多投入多产出的决策单元（DUM）的相对有效性进行测算。该方法的优点在于并不直接对数据进行综合，无须对数据进行无量纲化处理，也不需要进行权重假设，因而排除了数据选择上的主观性，在多投入多产出问题的效率分析方面具有较好效果。在DEA方法中，最常用的模型有两种――CCR和BCC模型。前者前提是规模报酬是不变的，评估决策单元的综合效率，后者在假设规模报酬是可变的情况下，评估决策单元的技术效率。同CCR模型相比，BBC模型可以进一步测算DEA非有效的决策单元是由于技术非有效还是规模非有效造成的。 　　考虑到对于物流业来说，资源的投入量相对易控制，本文采用投入导向型BCC模型。在模型构建中，需要假设N个决策单元DUM{DUMj，j=1，2…n} ，每个 DUMj有m种类型的输入Xj=（x1j， x2j，…xmj）T以及s种类型的输出Yj=（y1j， y2j，…ysj）T，要求保持产出不变的情况下投入最小，即： 　　（二）指标选择与数据来源 　　采用DEA测量效率是否准确的关键在于投入和产出指标的选择。国内学者在物流效率评价指标方面的研究也有不少，常见的指标包括GDP产出、物流从业人员数、物流固定资产投资额、等级公里数等。考虑到数据的可得性及一致性，本文在多位学者研究基础上构建了广东地区物流效率评价指标体系，其中包括2个输出变量，3个输入变量。输出指标为交通运输、仓储和邮政业产值及货运周转量。交通运输、仓储和邮政业产值能够有效衡量物流发展的有效性，货运周转量反映区域物流的活跃程度。输入指标为：物流业固