區(qū)域物流效率的測(cè)度及其影響因素研究
——基于DEA與Tobit模型

龔雅玲 萬(wàn)建香 封福育

選取2017年政府信息公開(kāi)年報(bào)的數(shù)據(jù)，以省級(jí)為單位，利用DEA模型測(cè)度區(qū)域物流效率，得出目前我國(guó)只有9個(gè)省級(jí)區(qū)域達(dá)到了DEA有效值，各區(qū)域間物流效率發(fā)展效率差異性較大。通過(guò)Tobit模型進(jìn)一步剖析物流發(fā)展效率影響因素，發(fā)現(xiàn)區(qū)域物流產(chǎn)業(yè)結(jié)構(gòu)、物流行業(yè)發(fā)展信息化水平、區(qū)域物流產(chǎn)業(yè)發(fā)展優(yōu)勢(shì)與物流發(fā)展效率顯著相關(guān)。應(yīng)該從構(gòu)建區(qū)域物流產(chǎn)業(yè)鏈“共生”模式、智慧物流應(yīng)用推廣、區(qū)域物流發(fā)展體系構(gòu)建三個(gè)方面，進(jìn)行區(qū)域物流發(fā)展效率有效提升。

一、引言

2017年，繼國(guó)務(wù)院頒布《關(guān)于進(jìn)一步推進(jìn)物流降本增效促進(jìn)實(shí)體經(jīng)濟(jì)發(fā)展的意見(jiàn)》后，我國(guó)物流業(yè)步入提質(zhì)增效階段，同時(shí)物流行業(yè)的子行業(yè)也逐漸得到較大發(fā)展。據(jù)中國(guó)行業(yè)信息官方網(wǎng)站發(fā)布的《2017中國(guó)物流數(shù)據(jù)報(bào)告》指出，2017年，我國(guó)全國(guó)快遞業(yè)務(wù)總量超過(guò)400億件，連續(xù)四年穩(wěn)居世界第一，超過(guò)美、日、歐等發(fā)達(dá)經(jīng)濟(jì)體，對(duì)世界增長(zhǎng)貢獻(xiàn)率超過(guò)50%。截至2017年底，全國(guó)快遞專(zhuān)業(yè)類(lèi)物流園區(qū)超過(guò)230個(gè)，行業(yè)運(yùn)營(yíng)全貨機(jī)達(dá)96架。隨著大數(shù)據(jù)技術(shù)、云計(jì)算等信息技術(shù)日益成熟，物流企業(yè)發(fā)展轉(zhuǎn)型升級(jí)勢(shì)在必行。此外，物流企業(yè)與資本市場(chǎng)融合愈加緊密，資本在各個(gè)物流子行業(yè)的滲透率越來(lái)越高，物流行業(yè)“馬太效應(yīng)”逐漸顯露。

雖然目前中國(guó)區(qū)域物流發(fā)展突飛猛進(jìn)，但在區(qū)域物流理論研究相對(duì)滯后的現(xiàn)實(shí)環(huán)境下，物流業(yè)的迅速發(fā)展很有可能導(dǎo)致新一輪的重復(fù)建設(shè)，帶來(lái)意想不到的負(fù)面效應(yīng)，隨著區(qū)域物流自身實(shí)踐的發(fā)展與不斷深入，迅速建立與之協(xié)同發(fā)展的區(qū)域物流理論迫在眉睫。物流效率是體現(xiàn)物流業(yè)發(fā)展水平的重要依據(jù)，據(jù)智研咨詢發(fā)布的《2018—2024年中國(guó)物流市場(chǎng)深度調(diào)查及投資前景預(yù)測(cè)報(bào)告》中的相關(guān)數(shù)據(jù)顯示，2010年至2016年，我國(guó)物流總費(fèi)用占GDP的比例從17.8%下降至14.9%，物流效率呈現(xiàn)逐步提升的發(fā)展態(tài)勢(shì)。但從不同區(qū)域的物流效率發(fā)展現(xiàn)狀來(lái)看，依然存在較大差異性，尤其是經(jīng)濟(jì)相對(duì)欠發(fā)達(dá)的區(qū)域，其物流效率與全國(guó)物流效率的整體水平有著較大差距。當(dāng)前，學(xué)者對(duì)于物流效率測(cè)度及其影響因素的研究成果頗豐，但研究范圍大多集中于某一地區(qū)或某一省份，缺乏全國(guó)范圍內(nèi)不同區(qū)域及省份的物流效率測(cè)度及影響因素研究。因此，本文立足于我國(guó)區(qū)域物流的現(xiàn)狀，采用DEA方法，基于區(qū)域和產(chǎn)業(yè)的視角，橫向?qū)Ρ葏^(qū)域各省份物流效率，以分析各區(qū)域間物流效率的差異；同時(shí)運(yùn)用Tobit經(jīng)濟(jì)學(xué)模型，實(shí)證研究我國(guó)各區(qū)域物流效率與各影響因素的相關(guān)程度，進(jìn)而尋找提升區(qū)域物流效率的基本路徑和有效對(duì)策。

二、文獻(xiàn)綜述

關(guān)于物流業(yè)效率的實(shí)證研究，有國(guó)內(nèi)學(xué)者有采用DEA或Tobit模型，以及將二者相結(jié)合進(jìn)行研究。在運(yùn)用DEA模型的物流業(yè)效率研究方面，此測(cè)度方式的特點(diǎn)在于可以依據(jù)模型分析整體物流產(chǎn)業(yè)效率值，但對(duì)于一些DEA無(wú)效的年份的物流業(yè)效率具體情況分析不夠全面，深入性不夠。張競(jìng)軼等在借鑒Fried等提出的三階段數(shù)據(jù)包絡(luò)方法DEA分析效率的評(píng)價(jià)模型，指出物流效率計(jì)算的投入松弛同時(shí)受到環(huán)境因素、隨機(jī)因素和管理因素3個(gè)變量的影響，選取我國(guó)31個(gè)省（市）2010—2014年物流業(yè)中的交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)為指標(biāo)，對(duì)我國(guó)目前總體物流水平進(jìn)行評(píng)價(jià)研究。［1］王東方等通過(guò)構(gòu)建DEA模型，對(duì)我國(guó)產(chǎn)業(yè)效率的空間差異及成因進(jìn)行分析，研究發(fā)現(xiàn)國(guó)內(nèi)物流業(yè)技術(shù)效率低且地區(qū)差異較大，東部最高，中部次之，西部最低。［2］郭夢(mèng)雅等通過(guò)DEA方法，將廣州市與國(guó)內(nèi)其他城市的物流效率進(jìn)行比較，得出基于DEA的廣州市物流效率規(guī)律。［3］張娜等基于三階段DEA模型對(duì)西部地區(qū)2011—2014年的物流產(chǎn)業(yè)效率進(jìn)行測(cè)度，研究發(fā)現(xiàn)，西部地區(qū)物流產(chǎn)業(yè)整體效率較低，投入和產(chǎn)出的效率值與前沿值存在一定差距。［4］

在運(yùn)用Tobit模型的物流效率研究方面，主要集中于研究相關(guān)因素與物流產(chǎn)業(yè)效率的影響關(guān)系，這種測(cè)度方式體現(xiàn)在微觀層面，較少?gòu)闹杏^角度分析，且現(xiàn)有研究對(duì)物流產(chǎn)業(yè)效率的變化來(lái)源方面還不夠深入。陶婷婷［5］利用面板Tobit回歸模型實(shí)證分析產(chǎn)業(yè)集聚對(duì)物流業(yè)效率的影響，研究發(fā)現(xiàn)，專(zhuān)業(yè)化集聚對(duì)產(chǎn)業(yè)效率具有正向影響作用，多樣化集聚則是先減后增的U型非線性關(guān)系。周燁［6］提出專(zhuān)業(yè)化集聚和多樣化集聚與物流業(yè)效率影響的傳導(dǎo)路徑，基于我國(guó)34個(gè)省市2007—2016年的平行數(shù)據(jù)構(gòu)建Tobit回歸模型，研究產(chǎn)業(yè)集聚對(duì)物流業(yè)效率的具體影響。王燕等［7］采用Tobit回歸模型對(duì)我國(guó)2006—2015年區(qū)域物流能源效率的關(guān)鍵影響因素進(jìn)行考察,研究發(fā)現(xiàn)物流業(yè)的規(guī)模、能源價(jià)格以及能源消耗結(jié)構(gòu)是我國(guó)物流能源效率的重要因素。

為進(jìn)一步研究物流業(yè)效率，有學(xué)者采用DEA與Tobit模型相結(jié)合的方式，但這方面的研究不多，且主要集中于測(cè)度某個(gè)具體區(qū)域的物流效率。黃潔等［8］運(yùn)用DEA模型針對(duì)云南省2001—2013年的物流效率進(jìn)行評(píng)估和分析，同時(shí)，結(jié)合Tobit回歸模型，進(jìn)一步分析物流效率與各影響因素之間的相關(guān)性。研究發(fā)現(xiàn)，云南省整體物流效率較低，大部分物流效率為DEA無(wú)效，投入與產(chǎn)出不匹配。物流效率與經(jīng)濟(jì)發(fā)展水平、對(duì)外開(kāi)放程度、區(qū)位優(yōu)勢(shì)、物流資源利用率均呈正相關(guān)。肖佳［9］運(yùn)用DEA模型分析了2009—2013年間長(zhǎng)江中游經(jīng)濟(jì)帶物流運(yùn)作效率，并借助Tobit計(jì)量經(jīng)濟(jì)模型層更深層次分析以上因素對(duì)其物流效率的影響程度。王琴梅［10］采用DEA模型對(duì)絲綢之路經(jīng)濟(jì)帶“核心區(qū)”的物流業(yè)效率進(jìn)行評(píng)價(jià)，研究發(fā)現(xiàn)其物流業(yè)效率偏低，且呈“V”形演進(jìn)，同時(shí)，結(jié)合Tobit模型實(shí)證分析產(chǎn)業(yè)結(jié)構(gòu)的演進(jìn)對(duì)物流業(yè)效率提升的影響，研究結(jié)果顯示，產(chǎn)業(yè)結(jié)構(gòu)合理化水平對(duì)“核心區(qū)”物流業(yè)效率具有正相關(guān)作用，但產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化卻并沒(méi)有與物流業(yè)效率呈現(xiàn)正相關(guān)性。

通過(guò)梳理相關(guān)研究不難發(fā)現(xiàn)，隨著對(duì)物流業(yè)效率研究的不斷深入，采用的實(shí)證分析方式由單一化逐漸向綜合化轉(zhuǎn)變，運(yùn)用DEA與Tobit模型相結(jié)合，不僅可以更為全面地測(cè)度物流業(yè)效率，同時(shí)還能針對(duì)物流效率的具體影響因素進(jìn)行研究。基于此，本文以全國(guó)不同區(qū)域及物流產(chǎn)業(yè)為視角，依據(jù)物流業(yè)效率的定義選取更加完善的評(píng)價(jià)指標(biāo)構(gòu)建DEA模型，對(duì)我國(guó)不同區(qū)域的物流業(yè)效率進(jìn)行測(cè)度；同時(shí)，依據(jù)區(qū)域物流業(yè)效率測(cè)量結(jié)果，利用Tobit回歸模型對(duì)物流業(yè)效率與影響因素的相關(guān)性進(jìn)行實(shí)證分析，進(jìn)而提出政策建議，以此完善已有研究。

三、模型建立與指標(biāo)選取

（一）模型建立

1.DEA模型。相對(duì)于其他數(shù)據(jù)分析法來(lái)說(shuō)，DEA數(shù)據(jù)包絡(luò)分析法能夠有效降低計(jì)算服務(wù)成本，在各項(xiàng)指標(biāo)單位不用的情況下，能綜合計(jì)算多項(xiàng)投入指標(biāo)和多項(xiàng)產(chǎn)出指標(biāo)，且精準(zhǔn)度更高。傳統(tǒng)的DEA模型分為CCR模型和BCC模型兩種，CCR模型是指分析研究對(duì)象整體運(yùn)營(yíng)效率的模型，BBC是指分析研究對(duì)象的技術(shù)和規(guī)模效率，根據(jù)物流行業(yè)的特性，文章使用CCR模型，計(jì)算公式如下：

公式中，μ表示研究主體投入量，Y表示研究主體產(chǎn)出量。當(dāng)θ=1時(shí)，說(shuō)明DEA有效，研究主體的投入與產(chǎn)出的比例，為最優(yōu)值。當(dāng)θ＜1時(shí)，說(shuō)明研究主體的投入大于產(chǎn)出。

2.Tobit模型。通過(guò)DEA模型進(jìn)行研究主體運(yùn)營(yíng)效率分析后，需要進(jìn)一步深入研究影響效率的元素，在DEA模型計(jì)算過(guò)程中，因變量限制在0—1之間，如此一來(lái)，會(huì)造成效率估計(jì)值產(chǎn)生小于0或是大于1的情況。因此，需要利用Tobit回歸模型對(duì)我國(guó)區(qū)域物流效率影響因素進(jìn)行分析。Tobit公式如下所示：

其中，β為回歸系數(shù)，X為自變量、Y為因變量。

（二）指標(biāo)選取

根據(jù)模型計(jì)算公式原理，指標(biāo)共分為三個(gè)方面：產(chǎn)出指標(biāo)、投入指標(biāo)、影響因素指標(biāo)。具體如表1所示：

表1 DEA與Tobit模型測(cè)量指標(biāo)

四、實(shí)證結(jié)果與分析

DEA模型可以實(shí)現(xiàn)對(duì)不同區(qū)域的效率進(jìn)行評(píng)價(jià)，依據(jù)物流業(yè)發(fā)展的投入和產(chǎn)出維度以及影響因素選取指標(biāo)，為保障數(shù)據(jù)的真實(shí)性和客觀性，筆者通過(guò)選取2017年政府信息公開(kāi)年報(bào)的數(shù)據(jù)，以省級(jí)為單位，進(jìn)行區(qū)域物流效率測(cè)量分析。

（一）基于DEA模型的效率測(cè)度分析

依據(jù)不同省份的地域來(lái)劃分我國(guó)區(qū)域物流，具體將其劃分為華北地區(qū)、東北地區(qū)、華南地區(qū)、華東地區(qū)、華中地區(qū)、西南地區(qū)、西北地區(qū)。針對(duì)以上區(qū)域?qū)⒄畔⒐_(kāi)年報(bào)的數(shù)據(jù)導(dǎo)入MaxDEA6.0軟件中，將模型設(shè)置為CCR模型，模型分析結(jié)果如表2所示：

DEA模型中，效率值達(dá)到1的，視為有效值。根據(jù)表2信息顯示，目前我國(guó)只有9個(gè)省級(jí)區(qū)域達(dá)到了DEA有效值。分別為：北京市、山西省、遼寧省、廣東省、上海市、江蘇省、浙江省、福建省、重慶市，占比30%?？傮w來(lái)看，7個(gè)地理區(qū)域的物流發(fā)展?fàn)顩r差異較大，其中華東地區(qū)各省份的區(qū)域物流效率值普遍高于0.8，僅安徽省的DEA值為0.693，與該地區(qū)其他省份的DEA值差距較大，表明安徽省物流產(chǎn)業(yè)的發(fā)展還有待提升。其他區(qū)域內(nèi)不同省份的區(qū)域物流效率值也呈現(xiàn)差異性，但縱觀總體數(shù)據(jù)，區(qū)域之間物流效率發(fā)展效率差異性較大，尤其是西北地區(qū)和東北地區(qū)，其中在西北地區(qū)，只有寧夏的區(qū)域物流效率值接近1，青海的區(qū)域物流效率為0.705，而其他省份均低于0.5。我國(guó)不同省份及區(qū)域的物流效率存在明顯差異，其中，西南和西北地區(qū)的區(qū)域物流效率值明顯低于其他地區(qū)，說(shuō)明西南和西北地區(qū)的物流產(chǎn)業(yè)發(fā)展水平相對(duì)較弱。部分地區(qū)及省份的物流效率偏低，說(shuō)明該區(qū)域物流業(yè)投入資源未得到充分利用，其實(shí)際產(chǎn)出未達(dá)到最優(yōu)水平。而從具體省份來(lái)看，北京市、山西省、遼寧省、廣東省、上海市、江蘇省、浙江省、福建省、重慶市這幾個(gè)省份的物流效率值均達(dá)到有效水平，這可能與這些省份在物流人才、物流設(shè)備等方面的投入保持在較高水平，同時(shí)由于區(qū)域經(jīng)濟(jì)發(fā)展水平相對(duì)較高，區(qū)域物流產(chǎn)業(yè)發(fā)展具有較大優(yōu)勢(shì)，因此，物流業(yè)的實(shí)際產(chǎn)出

情況較好。

表2 DEA模型分析結(jié)果

（二）基于Tobit模型的影響因素分析

基于已有物流效率影響因素的研究成果，選取區(qū)域市場(chǎng)經(jīng)濟(jì)、區(qū)域物流產(chǎn)業(yè)結(jié)構(gòu)、區(qū)域物流產(chǎn)業(yè)人力資源投入、物流行業(yè)發(fā)展信息化水平、區(qū)域物流企業(yè)發(fā)展優(yōu)勢(shì)，為影響不同區(qū)域物流效率的變量。通過(guò)Tobit不同效率模型對(duì)影響物流效率值的原因進(jìn)行深入比較分析，作為區(qū)域物流效率影響因素分析的穩(wěn)定性檢驗(yàn)，為區(qū)域物流效率提升的針對(duì)性建議提供有力支撐?；貧w結(jié)果如表3所示：

表3 Tobit綜合效率模型回歸系數(shù)一覽表

根據(jù)表3，可以看出：區(qū)域市場(chǎng)經(jīng)濟(jì)與物流發(fā)展綜合效率的相關(guān)系數(shù)為0.004，呈正相關(guān)狀態(tài)，相關(guān)程度顯著。由此表明，區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)區(qū)域物流發(fā)展效率具備一定的影響，但是影響程度不高。區(qū)域物流產(chǎn)業(yè)結(jié)構(gòu)與物流發(fā)展效率的相關(guān)系數(shù)為0.152,呈正顯著相關(guān)，由此表明，區(qū)域物流產(chǎn)業(yè)結(jié)構(gòu)對(duì)區(qū)域物流產(chǎn)業(yè)發(fā)展具有重要影響。提升區(qū)域物流產(chǎn)業(yè)發(fā)展效率，首先要改善區(qū)域物流產(chǎn)業(yè)運(yùn)營(yíng)結(jié)構(gòu)。區(qū)域物流產(chǎn)業(yè)人力資源投入與區(qū)域物流產(chǎn)業(yè)發(fā)展效率呈正相關(guān)，相關(guān)系數(shù)為0.03，相關(guān)程度顯著，由此表明，區(qū)域物流產(chǎn)業(yè)人力資源投入量對(duì)區(qū)域物流產(chǎn)業(yè)運(yùn)營(yíng)效率造成的影響明顯。物流行業(yè)發(fā)展信息化與區(qū)域物流產(chǎn)業(yè)發(fā)展效率相關(guān)系數(shù)為0.136，相關(guān)性較為顯著，因此在后期的區(qū)域物流產(chǎn)業(yè)發(fā)展規(guī)劃中，需要進(jìn)一步提升區(qū)域物流產(chǎn)業(yè)信息化程度。區(qū)域物流產(chǎn)業(yè)發(fā)展優(yōu)勢(shì)與區(qū)域物流產(chǎn)業(yè)發(fā)展效率相關(guān)系數(shù)為0.107，高于0.05，呈顯著相關(guān)狀態(tài)，由此可知，區(qū)域物流產(chǎn)業(yè)發(fā)展效率與地理位置、區(qū)域物流產(chǎn)業(yè)發(fā)展條件息息相關(guān)。物流業(yè)是一種新型產(chǎn)業(yè)，其復(fù)合型特點(diǎn)意味著要對(duì)多元化資源進(jìn)行有機(jī)整合，如此才能是物流業(yè)在區(qū)域經(jīng)濟(jì)中的有效作用。在經(jīng)濟(jì)發(fā)展速度較快的區(qū)域，物流業(yè)也會(huì)隨之得到更快發(fā)展，進(jìn)而促進(jìn)物流效率的提升。

表4 Tobit純技術(shù)效率模型回歸系數(shù)

表4中，區(qū)域市場(chǎng)經(jīng)濟(jì)、區(qū)域物流產(chǎn)業(yè)結(jié)構(gòu)、區(qū)域物流產(chǎn)業(yè)人力資源投入、物流行業(yè)發(fā)展信息化水平、區(qū)域物流企業(yè)發(fā)展優(yōu)勢(shì)與物流純技術(shù)率呈正相關(guān)，其中，物流行業(yè)發(fā)展信息化水平相關(guān)系數(shù)最大，達(dá)到0.136，說(shuō)明對(duì)物流產(chǎn)業(yè)純技術(shù)效率的影響最大。區(qū)域物流企業(yè)發(fā)展優(yōu)勢(shì)相關(guān)系數(shù)為0.197，說(shuō)明其對(duì)物流產(chǎn)業(yè)純技術(shù)效率影響較大。而區(qū)域物流產(chǎn)業(yè)結(jié)構(gòu)、區(qū)域市場(chǎng)經(jīng)濟(jì)以及區(qū)域人力資源投入的相關(guān)系數(shù)分別是0.013、0.001、0.002。其與物流產(chǎn)業(yè)純技術(shù)效率呈正相關(guān)狀態(tài)，總體上都顯著。這就意味著，這些因素對(duì)區(qū)域物流效率具備一定影響程度。對(duì)于物流效率較低的區(qū)域及省份，尤其對(duì)于經(jīng)濟(jì)發(fā)展水平較低的地區(qū)，物流行業(yè)在信息化技術(shù)方面加大投入力度，可以有效促進(jìn)區(qū)域物流技術(shù)效率的提升。而在經(jīng)濟(jì)發(fā)展水平原本就較高的地區(qū)或省份，可以通過(guò)提升互聯(lián)網(wǎng)信息技術(shù)及資源的利用率，以此促進(jìn)當(dāng)?shù)匚锪鳂I(yè)的發(fā)展。此外，不同區(qū)域還要進(jìn)一步注重區(qū)域物流產(chǎn)業(yè)結(jié)構(gòu)、市場(chǎng)經(jīng)濟(jì)以及人力資源的投入情況，確保相應(yīng)資源優(yōu)化配置與充分利用，最終促進(jìn)區(qū)域物流效率的增長(zhǎng)。

表5 Tobit規(guī)模效率模型回歸系數(shù)

表5中區(qū)域市場(chǎng)經(jīng)濟(jì)、區(qū)域物流產(chǎn)業(yè)結(jié)構(gòu)、區(qū)域物流產(chǎn)業(yè)人力資源投入、物流行業(yè)發(fā)展信息化水平、區(qū)域物流企業(yè)發(fā)展優(yōu)勢(shì)與物流純技術(shù)率呈正相關(guān)，其中，區(qū)域市場(chǎng)經(jīng)濟(jì)以及區(qū)域物流產(chǎn)業(yè)結(jié)構(gòu)相關(guān)系數(shù)高于0.05，分別達(dá)到0.056和0.172。說(shuō)明二者對(duì)區(qū)域物流規(guī)模效率具有較大影響。而區(qū)域物流產(chǎn)業(yè)人力資源投入、物流行業(yè)信息化水平、區(qū)域物流企業(yè)發(fā)展優(yōu)勢(shì)的相關(guān)系數(shù)分別為0.023、0.045、0.037，說(shuō)明其對(duì)區(qū)域物流產(chǎn)業(yè)規(guī)模效率存在一定影響，但不是主要影響因素。

五、結(jié)論與啟示

本文通過(guò)選取地方政府信息年報(bào)公開(kāi)數(shù)據(jù)，運(yùn)用DEA模型分析物流產(chǎn)業(yè)運(yùn)營(yíng)效率，從7個(gè)地理區(qū)域的物流發(fā)展?fàn)顩r來(lái)看，各區(qū)域間物流效率發(fā)展效率差異性較大，尤其是西北地區(qū)和東北地區(qū)。結(jié)合Tobit回歸模型，進(jìn)一步分析物流效率與影響因素的相關(guān)性。結(jié)論為：區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)區(qū)域物流發(fā)展效率具備一定的影響，但是影響程度不高。要提升區(qū)域物流產(chǎn)業(yè)發(fā)展效率，首先最重要的就是改善區(qū)域物流產(chǎn)業(yè)運(yùn)營(yíng)結(jié)構(gòu)，同時(shí)，區(qū)域物流產(chǎn)業(yè)發(fā)展效率與信息化程度、地理位置，區(qū)域物流產(chǎn)業(yè)發(fā)展條件息息相關(guān)。

根據(jù)Tobit模型分析結(jié)果顯示，提升區(qū)域物流產(chǎn)業(yè)發(fā)展效率主要應(yīng)從區(qū)域物流產(chǎn)業(yè)結(jié)構(gòu)、物流行業(yè)發(fā)展信息化、區(qū)域物流產(chǎn)業(yè)發(fā)展優(yōu)勢(shì)三個(gè)方面入手。

第一，構(gòu)建區(qū)域物流產(chǎn)業(yè)鏈“共生”模式。物流企業(yè)線上品牌共生。目前我國(guó)區(qū)域物流的發(fā)展模式中，產(chǎn)品品牌與物流運(yùn)輸之間存在斷層，品牌只負(fù)責(zé)銷(xiāo)售，物流企業(yè)只負(fù)責(zé)運(yùn)輸，斷層點(diǎn)導(dǎo)致物流運(yùn)輸緩慢。而構(gòu)建物流企業(yè)與產(chǎn)品品牌共生模式，使物流企業(yè)與品牌達(dá)成倉(cāng)儲(chǔ)、物流科技、配送、生產(chǎn)銷(xiāo)售、供應(yīng)鏈金融等多方面合作，能夠有效提升物流服務(wù)水平，進(jìn)一步提升消費(fèi)者購(gòu)買(mǎi)體驗(yàn)。

物流企業(yè)線下零售共生。通過(guò)整合線下門(mén)店地理位置分布、經(jīng)銷(xiāo)商分布等社會(huì)化資源，實(shí)現(xiàn)線上線下產(chǎn)品存貨狀況全網(wǎng)協(xié)同，如此物流企業(yè)在收到產(chǎn)品配送服務(wù)時(shí)，能在第一時(shí)間查詢到最近的產(chǎn)品存儲(chǔ)倉(cāng)庫(kù)，從而進(jìn)一步提升物流配送效率。

與同行快遞業(yè)共生。電商市場(chǎng)份額不斷擴(kuò)大，衍生了不同品牌、不同規(guī)模的物流企業(yè)，物流行業(yè)競(jìng)爭(zhēng)處于白熱化狀態(tài)，使物流行業(yè)整體發(fā)展動(dòng)力分散，因此，可以通過(guò)同行快遞共生模式，進(jìn)行最短、成本最低的交通路線共享，倉(cāng)儲(chǔ)空間共享，有利于推動(dòng)區(qū)域內(nèi)整體物流水平的發(fā)展。

第二，智慧物流應(yīng)用推廣。智慧物流主要包含兩個(gè)方面，現(xiàn)代科技運(yùn)輸工具和現(xiàn)代信息化的物流企業(yè)管理兩個(gè)方面?，F(xiàn)代科技運(yùn)輸工具。首先是無(wú)人倉(cāng)的應(yīng)用。傳統(tǒng)物流企業(yè)板塊中，倉(cāng)儲(chǔ)費(fèi)用和物流企業(yè)人力資源費(fèi)用占據(jù)物流企業(yè)運(yùn)營(yíng)成本較大份額，弱化了物流企業(yè)發(fā)展動(dòng)力。而無(wú)人倉(cāng)的運(yùn)用，除了減少倉(cāng)儲(chǔ)人力資源成本外，還有利于縮短把物件包裝、分揀、入庫(kù)等流程，實(shí)現(xiàn)產(chǎn)品銷(xiāo)售到物流配送全自動(dòng)化，進(jìn)一步提升物流產(chǎn)業(yè)運(yùn)營(yíng)效率。其次是無(wú)人機(jī)的運(yùn)用。目前傳統(tǒng)物流運(yùn)輸工具為汽車(chē)、輪船、飛機(jī)三種，這三種運(yùn)輸方式受自然天氣因素影響較大，且運(yùn)輸速度較慢。而干線級(jí)、支線級(jí)、末端級(jí)三級(jí)無(wú)人機(jī)+通航物流體系，能夠有效地解決這兩項(xiàng)弊端，較大程度提升物流運(yùn)輸效率。最后是無(wú)人車(chē)的運(yùn)用。通過(guò)以自動(dòng)駕駛技術(shù)為核心，根據(jù)不同場(chǎng)景的用戶需求，研發(fā)并生產(chǎn)多種系列多種型號(hào)的自動(dòng)駕駛無(wú)人車(chē)產(chǎn)品，有效節(jié)約物流配送人力資源成本?，F(xiàn)代信息化企業(yè)管理。大數(shù)據(jù)的多樣性發(fā)展，大數(shù)據(jù)獲取變得更加簡(jiǎn)單和多樣化，人們不僅僅關(guān)注大數(shù)據(jù)出發(fā)點(diǎn)，也會(huì)考慮大數(shù)據(jù)處理后的使用者，對(duì)于大數(shù)據(jù)信息的使用者來(lái)說(shuō)，不僅僅只是拿到有用的數(shù)據(jù)價(jià)值就行，而是越來(lái)越要求個(gè)性化，針對(duì)不同決策者需要不同的數(shù)據(jù)和特點(diǎn)。因此，在區(qū)域物流企業(yè)管理過(guò)程中，需充分利用大數(shù)據(jù)和云計(jì)算技術(shù)，進(jìn)行物流行業(yè)市場(chǎng)信息的挖掘。

第三，區(qū)域物流發(fā)展體系構(gòu)建。根據(jù)Tobit模型分析結(jié)果顯示，區(qū)域物流產(chǎn)業(yè)發(fā)展優(yōu)勢(shì)與區(qū)域物流產(chǎn)業(yè)發(fā)展效率相關(guān)系數(shù)為0.107，高于0.05，呈顯著相關(guān)狀態(tài)，需要通過(guò)優(yōu)化企業(yè)發(fā)展環(huán)境，大力發(fā)展第三方物流，重視物流網(wǎng)絡(luò)配送網(wǎng)點(diǎn)建設(shè)，提升區(qū)域物流發(fā)展效率。［11］制定并完善物流產(chǎn)業(yè)評(píng)價(jià)體系，建立統(tǒng)一的物流產(chǎn)業(yè)碳排放標(biāo)準(zhǔn)，確定各環(huán)節(jié)碳排放方法。［12］