物流产业效率测算及评价——基于东北三省19个资源型城市物流产业效率数据分析

刘永吉,李月铭,曹冒君

(辽宁工程技术大学 工商管理学院,辽宁 葫芦岛 125105)

东北三省资源型城市较多,随着资源被过度开发,区域内资源枯竭、经济下滑等问题日益突出,东北老工业基地资源型城市转型遇到瓶颈,经济发展受到阻碍。物流产业作为“第三利润源泉”,是带动东北三省经济发展的重要驱动力,发展现代物流业是振兴东北老工业基地的必由之路。因此,运用多模型相结合的方法对东北三省 19个资源型城市物流产业效率进行测算,分析物流产业效率低的原因,不仅可以为东北三省资源型城市进一步发展指明方向,同时对推动东北三省区域内经济发展具有重要意义。

物流效率的测算一直是国内外学者研究的重点。ANTHONY等[1]对配送中心进行物流效率的测算。HOKEY等[2]对第三方物流企业进行物流效率评价。唐建荣等[3]测算了中国省域物流效率并分析其与空间的关系。张云宁等[4]测算了重庆、云南、青海、甘肃等19个长江流域省市的物流产业效率,并提出提升物流产业效率的措施。在研究方法上不断创新,王琴梅等[5]采用数据包络分析法(DEA)和Tobit模型,测算了西安市的物流产业效率。但对东北三省资源型城市物流产业效率的研究则较少,综合运用多种模型相结合的方法对东北三省资源型城市物流产业效率进行深入研究的更少。目前,东北三省资源型城市经济转型正处于关键期,对东北三省资源型城市物流产业效率的研究倍受关注。采用数据包络分析法(DEA),以东北三省19个资源型城市为研究对象,从投入、产出角度建立物流产业效率指标评价体系并进行测算。采用动态、静态相结合的分析方法,在运用DEA模型对东北三省19个资源型城市物流产业效率进行测算的基础上,利用 Malmquist指数模型进一步分析。由于DEA模型数值符合Tobit模型因变量数值具有离散型参数的要求,因此运用Tobit模型可以明确东北三省 19个资源型城市物流产业效率的显著影响因素,为今后的研究奠定基础。

2.1 样本选取与数据来源

2013年 11月,国务院印发了《全国资源型城市可持续发展规划(2013-2020)》,首次正式对资源型城市进行界定,本文以此作为判定资源型城市的主要依据。由于统计标准难以统一,数据获取存在一定难度。因此,选取东北三省19个资源型城市(鞍山市、抚顺市、本溪市、阜新市、盘锦市、葫芦岛市、吉林市、辽源市、通化市、白山市、松原市、鸡西市、鹤岗市、双鸭山市、大庆市、伊春市、七台河市、牡丹江市、黑河市)物流产业效率作为研究对象。

2.2 评价指标

评价指标借鉴梅国平等[6-10]的研究,数据来源于2016-2020年《中国城市统计年鉴》,以及相应年份地方城市统计局相关数据。统计年鉴中尚无物流产业相关信息,借鉴已有研究成果,选用生产总值占中国物流业生产总值80%以上的交通运输、仓储、邮政业相关数据之和来代替物流产业。选取从业人员数、地区营运汽车拥有量、城市道路面积为投入指标,选择地区生产总值、公路货运量为产出指标,见表1。

表1 东北三省19个资源型城市物流产业效率评价指标体系Tab.1 logistics industry efficiency evaluation index system of 19 resource-based cities in three provinces of Northeast China

2.3 模型建立

(1)DEA-Malmquist模型

DEA-Malmquist指数模型是对数据包络分析法(DEA)的一种扩展[11-12],本文采用静态DEA模型与动态Malmquist指数模型相结合的方式,DEA模型避免了设定生产函数的具体形式,同时没有对数据进行量纲化处理的需求。全要素生产率为技术效率与技术进步之和,可以对研究对象进行动态研究,从而直观反映东北三省 19个资源型城市物流产业效率的变化情况。从第期到第期的Malmquist指数计算公式为

(2)Tobit模型

Tobit模型是托宾提出的一种受限于因变量的计量经济学模型[13],基本计算公式为

式中,Y*为截断因变量;
Y为效率值;
X为自变量;
β为回归系数;
ε为误差项。

3.1 纯技术效率实证分析

运用Deap2.1软件对2016-2020年东北三省 19个资源型城市的物流产业纯技术效率进行测算,结果见表2。由表2可知,2016-2020年东北三省19个资源型城市物流产业纯技术效率均值小幅增长,呈波动变化趋势。2016-2020年辽宁省6个资源型城市物流产业纯技术效率均值为0.929;
吉林省5个资源型城市物流产业纯技术效率均值为0.952;
黑龙江省 8个资源型城市物流产业纯技术效率均值为0.826。2016-2020年东北三省19个资源型城市物流产业纯技术效率均值从高到低排序为吉林省、辽宁省、黑龙江省。

2016-2020年东北三省19个资源型城市物流产业纯技术效率存在差异,表明东北三省19个资源型城市物流产业发展不均衡。受到物流产业投入、扶持政策,以及物流基础设施投入等因素影响,不同省份、城市间,物流产业纯技术效率存在差异,其中吉林省5个资源型城市的物流产业效率纯技术效率均值增长最为迅速。2012年5月,吉林省人民政府办公厅出台了《关于促进物流业健康发展政策措施的实施意见》,表明吉林省政府重视物流产业建设,投入力度大,有效推了动当地物流产业发展。

3.2 规模效率实证分析

2016-2020年东北三省19个资源型城市物流产业规模效率测算结果见表3。由表3可知,19个资源型城市物流产业规模效率均值波动变化,总体呈上升态势。辽宁省6个资源型城市物流产业规模效率均值为0.941,吉林省5个资源型城市物流产业规模效率均值为0.945,黑龙江省8个资源型城市物流产业规模效率均值为 0.729,存在差异。2016-2020年东北三省19个资源型城市物流产业规模效率均值从高到低排序为吉林省、辽宁省、黑龙江省。

表3 2016-2020年东北三省19个资源型城市物流产业规模效率Tab.3 scale efficiency of logistics industry in 19 resource-based cities in three provinces of Northeast China from 2016 to 2020

东北三省 19个资源型城市物流产业规模效率存在差异,表明东北三省物流产业发展不平衡,吉林省、辽宁省相较于黑龙江省物流产业规模效率略高,表明吉林省、辽宁省物流产业投入的资源得到了较为有效地利用。黑龙江省物流产业规模效率最低,表明其物流产业资源配置能力较差,物流产业低效率运行使投入与产出呈反比,规模经济效率低,即使继续增加物流产业的投入,也无法达到理想效果。因此,应继续扩大物流产业规模,大力提升规模效率,推动物流产业持续健康发展。

3.3 综合效率实证分析

2016-2020年东北三省19个资源型城市物流产业综合效率测算结果见表4。由表4可知,19个资源型城市物流产业综合效率均值波动变化,总体呈上升态势。2016-2020年辽宁省6个资源型城市物流产业综合效率均值为0.876,吉林省5个资源型城市物流产业综合效率均值为0.902,黑龙江省8个资源型城市物流产业综合效率均值为 0.611。2016-2020年东北三省19个资源型城市物流产业综合效率均值从高到低排序为吉林省、辽宁省、黑龙江省。

表4 2016-2020年东北三省19个资源型城市物流产业综合效率Tab.4 comprehensive efficiency of logistics industry in 19 resource-based cities in three provinces of Northeast China from 2016 to 2020

为了更好地比较东北三省 19个资源型城市物流产业综合效率,更直观地反映东北三省19个资源型城市的物流产业发展状况,参考于丽英等[14]的研究,将东北三省19个资源型城市划分为4种类型。第1种类型“双高型”:纯技术效率大于 0.9且规模效率大于0.9,鞍山市、盘锦市、葫芦岛市、吉林市、辽源市、松原市、大庆市7个城市属于此种类型。第2种类型“低高型”:纯技术效率小于0.9且规模效率大于0.9,抚顺市、本溪市、白山市、牡丹江市4个城市属于此种类型,应注意提升物流产业技术效率。第3种类型“高低型”:纯技术效率大于 0.9且规模效率小于0.9,阜新市、通化市、七台河、黑河市4个城市属于此种类型,需要积极调整物流产业规模,对物流产业资源进行合理配置,提高资源利用率。第4种类型“双低型”:纯技术效率和规模效率均小于0.9,鸡西市、鹤岗市、双鸭山市、伊春市4个城市属于此种类型,物流产业效率提升空间较大,需要改进物流资源配置,提升物流技术效率。

3.4 Malmquist指数模型结果分析

运用DEA模型对东北三省19个资源型城市物流产业全要素生产率进行测算,结果见表5。

表5 基于Malmquist模型的2016-2020年东北三省19个资源型城市物流产业全要素生产率分析Tab.5 analysis of total factor productivity of logistics industry in 19 resource-based cities in three provinces of Northeast China from 2016 to 2020 based on Malmquist model

经计算,2016-2020年辽宁省6个资源型城市全要素生产率均值由 1.617下降至0.885。吉林省5个资源型城市全要素生产率均值由2.132下降至1.029。黑龙江省8个资源型城市全要素生产率均值由 1.671下降至1.127。

2016-2020东北三省19个资源型城市物流产业效率Malmquist指数变动情况,见图1。

图1 2016-2020年东北三省19个资源型城市物流产业效率Malmquist指数变动情况Fig.1 changes of Malmquist index of logistics industry efficiency in 19 resource-based cities in three provinces of Northeast China from 2016 to 2020

由图1可知,2016-2020年东北三省19个资源型城市物流产业全要素生产率个别年份有所上升,整体呈下降态势。2016年东北三省 19个资源型城市物流产业全要素生产率指数为1.72,技术效率指数为0.89,技术进步指数为1.92。2017年东北三省19个资源型城市物流产业全要素生产率指数为0.64,技术进步指数为 0.60,有所下降,技术效率指数为1.05,缓慢上涨。2018年东北三省 19个资源型城市物流产业技术效率指数为1.20,技术进步指数为1.63,全要素生产率指数为1.95,均呈上升态势。2019年东北三省 19个资源型城市物流产业技术效率指数为1.17,技术进步指数为0.84,全要素生产率指数为0.96,有所下降。2020年东北三省 19个资源型城市物流产业技术效率指数为0.99,技术进步指数为1.03,全要素生产率指数为 1.02,有所上涨。由于前期投入的物流要素开始发挥作用,技术进步指数上涨,使物流产业运行最终达到一个良性状态。

2016-2020年东北三省19个资源型城市物流产业技术效率指数均值为 1.06,表明技术创新水平较高,可以带动物流产业快速发展。技术进步指数均值为 1.21,增长幅度比较缓慢,东北三省19个资源型城市物流产业基础设施建设不断完善,2020年其全要素生产率最终达到1.02。

3.5 Tobit模型影响因素分析

为了更全面地分析东北三省 19个资源型城市物流产业效率影响因素,选取物流基础设施WLJCSS、区域经济密度QYJJMD、区域产业结构QYCYJG为解释变量,建立Tobit回归模型为

式中,Yi为物流产业效率;
i为年份;
β0为常数;
β1,β2,β3为影响系数;
WLJCSS为物流基础设施;
QYJJMD为区域经济密度;
QYCYJG为区域产业结构;
μ为误差。

借助Eviews 9软件进行回归分析,结果见表6。由表6可知,物流基础设施与物流产业效率正相关,回归系数为6.65,在1%的水平上显著,表明东北三省19个资源型城市物流产业投入对物流产业发展起到了推动作用,扩大物流基础设施建设能够促进物流产业发展。

表6 Tobit模型回归结果Tab.6 Tobit model regression results

区域经济密度与物流产业效率负相关,回归系数为-0.000 3,在1%的水平上显著,表明东北地区 19个资源型城市生产总值较低,无法有效拉动当地经济发展。因此,可以将工作重心适度向物流产业转移,充分发挥物流产业对区域经济发展的拉动作用。

区域产业结构与物流产业效率呈正相关,影响系数为1.92,在1%的水平上显著,表明物流产业结构是影响当地经济发展的重要因素。因此,东北地区19个资源型城市物流产业应加大资金投入力度,进行技术创新,加快产业结构调整,推动当地经济平稳快速发展。

运用 DEA-Malmquist模型对 2016-2020年东北三省 19个资源型城市物流产业效率进行测算,并结合 Tobit模型分析其影响因素,研究结论如下。

2016-2020年,东北三省19个资源型城市物流产业发展不均衡,整体呈波动上升趋势,物流产业纯技术效率、规模效率、综合效率均值由高至低排序为吉林省、辽宁省、黑龙江省。规模效率是导致物流产业综合效率下降的主要因素。2016-2020年,东北三省19个资源型城市物流产业技术效率指数由0.89波动上升至0.99,技术进步指数由1.92下降至1.03,全要素生产率指数由1.72下降至 1.02,技术进步指数是影响物流产业效率的重要因素。通过Tobit模型进一步验证了东北三省 19个资源型城市物流产业效率受到区域产业结构、物流基础设施、区域经济密度的显著影响,其中区域产业结构、物流基础设施与物流产业效率显著正相关,区域经济密度与物流产业效率显著负相关。

猜你喜欢 东北三省资源型均值 綦江:资源型城市创新升级当代党员(2022年9期)2022-05-20初中地理《东北三省》教学案例与反思中学生报·教育教学研究(2022年7期)2022-04-08强依赖资源型城市识别及转型升级对策华北理工大学学报(社会科学版)(2022年2期)2022-03-22均值—方差分析及CAPM模型的运用智富时代(2019年4期)2019-06-01均值—方差分析及CAPM模型的运用智富时代(2019年4期)2019-06-01浅谈均值不等式的应用数学大世界(2018年35期)2018-02-22山西资源型经济转型将有大动作领导决策信息(2017年44期)2017-12-07——图解《关于支持山西省进一步深化改革促进资源型经济转型发展的意见》">山西资源型经济转型发展示范区“两大目标“”六大任务”
——图解《关于支持山西省进一步深化改革促进资源型经济转型发展的意见》支部建设(2017年29期)2017-11-01均值不等式的小应用发明与创新·中学生(2017年5期)2017-05-12基于投入产出表分析的黑吉辽装备制造业产业结构研究商(2016年28期)2016-10-27

推荐访问:效率 物流 产业