长江三角洲物流效率实证的研究.docVIP

长江三角洲物流效率实证的研究 　　[提要] 运用DEA模型以及Malmquist指数对长江三角洲16市2002-2011年的物流效率进行静态和动态分析，并利用Tobit回归模型评价物流效率与其影响因素之间的相关程度。结果表明：物流效率静态分析得出长三角16市物流效率发展不平衡;物流效率动态分析得出长三角16市物流效率的增长全部来自技术进步的推动。Tobit回归表明：物流效率与经济发展水平、对外市场开放程度和物流服务水平呈正相关，与物流资源利用率呈负相关。 　　关键词：物流效率;Malmquist指数;DEA模型;Tobit回归;长江三角洲 　　中图分类号：F127 文献标识码：A 　　原标题：对长江三角洲物流效率及其影响因素的实证研究 　　收录日期：2015年3月11日 　　一、引言 　　长江三角洲是世界六大城市圈之一，是中国目前经济实力最雄厚，现代物流业最具竞争力的区域。“十一五”以来，长三角各城市都把发展现代物流业作为发展本地经济的战略目标。长三角主要包括三个物流圈：一是上海物流圈，以上海为中心包括苏州、无锡、南通、嘉兴和湖州等城市;二是南京物流圈，以南京为中心包括镇江、扬州、常州和泰州等城市;三是杭甬物流圈，以宁波、杭州为中心包括绍兴、舟山等城市。最近7年间长江三角洲港口货物吞吐量增长接近3倍，2012年已运营、建成和在规划中的物流园区有139个，是珠江三角洲物流园区数量的1.68倍，占全国物流园区总数的18.43%。目前世界500强中的大部分企业开始实行战略转移，将采购和研发中心转移到长江三角洲，从而为长三角物流业的发展带来良好的机遇。然而现阶段我国物流产业盲目投资，运行效率偏低，与国外发达国家相比仍有较大的差距。本文借助DEA模型以及Malmquist指数对长江三角洲物流效率进行静态和动态评价，并运用Tobit回归模型评价物流效率值与各影响因素之间的相关程度，旨在为长三角今后物流业的发展提供一定的理论指导。 　　二、理论模型和数据来源 　　数据包络分析（DEA）最初是由美国著名运筹学家Charnes、Cooper和Rhodes于1978年在“相对效率评价”概念基础上提出的一种效率评价方法。基于DEA模型研究投入产出效率分析方面，国内学者王琴梅等基于DEA模型分析了西安市2003～2010年物流效率，建立Tobit回归模型考察影响因素与物流效率之间的相关程度。许新宇等运用DEA方法和Malmquist指数，对甘肃省2004～2010年间的城市效率静态和动态变化进行分析。付丽娜等运用超效率DEA方法测算2005～2010年长株潭“3+5”城市群的生态效率，接着利用Malmquist-DEA模型分析生态效率的动态变化，最后建立Tobit模型评价不同因素对生态效率的关联程度。颜波等基于环境因素角度（绿色供应链环境），运用C2R和超效率DEA模型，对供应商进行定量分析。方爱平等运用DEA模型对西部地区的12个省区的科技效率进行分析，分析表明各省区的科技投入产出效率大体一致，但与经济发达的东部沿海地区相比仍有较大差距。 　　本文首先分析长江三角洲16城市物流的静态效率，选用BCC模型来评价物流纯技术的有效性和城市物流规模收益变化情况，将CCR模型中综合效率分解为纯技术效率和规模效率，其中综合效率=纯技术效率×规模效率。接着分析长江三角洲16城市物流的动态效率，选用Malmquist-DEA模型（Malmquist指数最早由Malmquist Sten提出，Caves等于1982年将其运用到生产率变化的计算）得到长三角16城市2002～2011年的综合技术效率、技术效率、纯技术效率、规模效率以及全要素生产率。其中，全要素生产率=综合技术效率×技术效率，综合技术效率=纯技术效率×规模效率。因此，Malmquist指数可表示为： 　　M （x ，y ，x ，y ） 　　= × × 　　=Techch×Effch=Techch×Pech×Sech （1） 　　其中，（x ，y ）和（x ，y ）分别表示t和t+1时期的物流投入和产出量;D 和D 分别表示以t和t+1时期的距离函数式，若指数值Mvgt;1，表示由t到t+1期效率有所提高;Mv=1表示t到t+1期效率水平没有发生变化;Mvlt;1表示t到t+1期效率有所下降。 　　DEA主要是对多个同类样本进行相对优劣的比较，因此必须选择同类型的DMU，而选取DMU就是确定决策单元和评价指标的过程。本文在参考以上研究基础上，选取长江三角洲16市的交通运输仓储邮政业从业人数、公路里程数、交通运输仓储邮政业从业人数占总从业人员比例、货运总量和人均货运量作为输入变量，选取生产总值、邮政业务总量和社会消费品零售总额作为输出变量，基于DEA模型对长江三角洲进行物流