长江经济带和一带一路对接下沿线省市物流效率提升策略研究.docVIP

长江经济带和一带一路对接下沿线省市物流效率提升策略研究 　　基金项目：江苏省研究生创新计划项目“零售进口新税制下我国跨境电商贸易发展研究”（SJZZ16_0131） 　　中图分类号：F252 文献标识码：A 　　内容摘要：本文首先分析物流效率提升对长江经济带和“一带一路”对接的影响，然后基于两者涵盖的25省物流相关的指标数据，运用DEA模型分析了相关省份的物流效率。研究发现长江经济带沿线省市的物流效率总体上要高于“一带一路”重点省市；东部省市的物流综合效率和纯技术效率明显高于中西部、西南和东北地区；作为长江经济带和“一带一路”共同涵盖的省市，重庆和云南两省的物流综合效率偏低。存在物流短板的省市将会成为制约长江经济带和“一带一路”对接的重要因素，因此本文提出了充分发挥DEA有效省市的带头作用、优化边远地区物流资源配置、完善中西部省市物流枢纽节点建设的发展策略。 　　关键词：长江经济带 “一带一路” 物流效率 DEA模型 　　引言 　　“一?б宦贰背?议是基于我国海陆复合型的地缘环境，改变长期以来单一的东向开放格局，实现全面对外开放的切入点。长江经济带建设必然会由以传统的东向开放为主，转为全面性、综合性的对外开放。长江经济带覆盖了我国长江流域11个省市，面积约占全国的20%，人口和GDP均超过了全国的40%，以国际著名的黄金水道为依托，极大地促进了我国内河经济的发展。“一带一路”重点省份涵盖了我国东北、中西部和东南沿海等18个重点省市，“一带一路”倡议的实施将有助于发挥沿线省份比较优势，增强沿线省市与周边国家的互动性，全面提升开放型经济的发展水平。“一带一路”是我国对外开放的两翼，长江经济带能够把“一带一路”更好地贯通和连接起来。在经济新常态下，长江经济带和“一带一路”对接能够加快对外开放步伐，有效实现区域间的经济增长。 　　长江经济带和“一带一路”涵盖着共同省份，存在着交汇点。随着区域经济一体化加快，两者沿线省市经济发展的互动性将逐渐增强。物流效率的提升能够有效加快长江经济带建设和“一带一路”的对接。基于此，本文首先分析物流效率提升对长江经济带与“一带一路”对接的影响，然后选取两者涵盖的25个省市2015年的相关数据指标，综合运用DEA模型进行物流效率分析，并根据效率分析结果，提出物流效率提升的发展策略。 　　物流效率提升对沿线区域发展的影响 　　物流产业作为新的经济增长点，在促进产业结构调整、经济发展方式转变和区域竞争力塑造方面发挥着重要作用，物流效率的提升对于加快长江经济带与“一带一路”对接具有重要影响。 　　长江经济带横跨长三角经济圈、中部经济圈和成渝经济圈，三大区域是我国重要的工业生产基地和经济增长点，也是外向型经济发展较高的区域。经过多年工业化和城市化发展，也随着传统对外贸易市场需求的下降，我国积累了大量的制造业产能，而产能过剩是制约企业转型升级的重要因素。现阶段，我国85%以上的进出口贸易量集中在东南沿海，对外通道依赖海路。“一带一路”倡议的实施将会增加沿线地区的国内消费需求，开辟东亚及东中欧国际新市场，化解过剩产能，盘活企业资金，为发达地区的产业升级扩大提升空间。“一带一路”沿线的中西部省份第一产业占很大比重，物流业的发展将会带动“一带一路”重点省份和沿线国家的资源、劳动力等生产要素，与长江经济带发达地区的生产需求进一步对接，形成经济发展的良性循环。物流效率的提升将会吸引更多外资，促进东部发达地区的产业转移，逐渐缩小区域间产品的差异性，增强区域内经济发展的互补性。伴随着长江经济带发达地区物流产业的多元化发展，以及物流运输网络延伸覆盖范围的扩大和技术水平的提高，将会带动“一带一路”沿线重点省份交易成本的进一步降低。此外，“一带一路”倡议的全面实施，将会为长江经济带西向发展提供契机。中西部省份作为陆地向外开放的走廊，通过引进资本、构建并优化信息管理技术和物流体系，能够孕育出促进区域经济发展的新业态，形成后发优势。 　　沿线省市的物流效率分析 　　（一）DEA模型简介 　　数据包络（DEA）模型是一种重要的非参数分析方法，对于多投入多产出的决策单元（DUM）可进行相对有效的评价。相对于其他评价分析方法，DEA模型不需要设定指标的权重和函数形式，避免了主观因素，减少了误差。该模型丰富了生产函数理论及应用，相对于其他效率分析方法具有显著优势。最常用的DEA模型是BC2模型，其中BC2模型所求的综合效率（TE）可以分解成纯技术效率（PTE）和规模效率（SE）。综合效率是对决策单元的资源使用效率、资源配置能力等的综合评价，纯技术效率是衡量决策单元当前技术水平下的资源使用效率，规模效率是衡量决策单元当前的资源配置能力，该模型适用于复杂的区域物流效率分析。 　　（二）投入产出变量的选择 　　目前，我国