安徽省區(qū)域物流產(chǎn)業(yè)效率評價及其影響因素研究

李 祥，曹 婷

（阜陽師范大學 商學院，安徽 阜陽236037)

物流業(yè)作為中國經(jīng)濟發(fā)展新的增長點，發(fā)展迅速，尤其是十九大要求“創(chuàng)新引領(lǐng)物流高質(zhì)量發(fā)展，提升質(zhì)量效益發(fā)展現(xiàn)代物流”以來，更是取得了長足發(fā)展。現(xiàn)今，電子商務(wù)的快速發(fā)展、科學技術(shù)的進步，促使傳統(tǒng)物流業(yè)朝著信息化、集約化的現(xiàn)代物流邁進，但與此同時，物流效率也成為發(fā)展現(xiàn)代物流必須要考慮的問題。如何使物流成本最小化、物流效率最大化則成為現(xiàn)代物流快速發(fā)展的關(guān)鍵所在。因此，對安徽省區(qū)域物流效率進行實證研究與分析，并進一步分析其具體影響因素，對于提高安徽省區(qū)域物流效率具有重要意義。

國內(nèi)外已經(jīng)有很多學者對物流業(yè)的效率評價進行研究。其中，在評價指標方面，學者們主要將人力、投資、公路里程等指標作為投入指標，將生產(chǎn)總值、增加值、貨運量、周轉(zhuǎn)量等指標作為產(chǎn)出指標[1-6]，楊傳明[7]從環(huán)境角度出發(fā)，構(gòu)建物流產(chǎn)業(yè)效率評價指標。此外，還有其他學者也對其進行了相關(guān)研究與分析[8--11]。在評價方法方面可以看出，對物流效率的評價方法主要為DEA（data envelopment analysis）模型的運用，但也有一些學者對相關(guān)方法進行了創(chuàng)新，或者與其他方法結(jié)合進行研究。張云鳳等[12]運用基于C-D 生產(chǎn)函數(shù)的異質(zhì)性隨機前沿模型評價我國30 個省市的物流產(chǎn)業(yè)效率；劉莉等[13]運用DEA 模型對2008—2017年東部地區(qū)的11 個?。ㄊ校┑奈锪鳟a(chǎn)業(yè)效率進行分析，并利用Tobit 模型進一步分析其影響因素；蔣建洪等[14]提出運用PCA-DEA 兩階段法評價我國港口企業(yè)的物流效率；劉子琦[15]將DEA 模型與Tobit 模型結(jié)合使用，從而進一步分析長江中游經(jīng)濟帶的物流產(chǎn)業(yè)效率。此外，還有學者運用三階段DEA 模型、DEA-RS 混合模型、超效率SBM 模型等評價分析物流效率[16-19]。

現(xiàn)有研究集中于宏觀層面和企業(yè)層面，以低碳角度對物流產(chǎn)業(yè)效率進行分析、或者分析物流效率的影響因素，其研究結(jié)果有時難以反映某個地區(qū)物流產(chǎn)業(yè)的真實發(fā)展狀況；另一方面，大多數(shù)研究主要從某一時間點對物流效率進行靜態(tài)分析，而忽略了其動態(tài)發(fā)展變化情況。在研究區(qū)域方面，主要從全國省市、中部六省、西部地區(qū)以及長江經(jīng)濟帶等層面出發(fā)進行研究，但是對于安徽省區(qū)域物流產(chǎn)業(yè)效率的研究成果較少；在研究方法上，不同學者采取不同的評價方法，呈現(xiàn)多樣化，這也導致了研究結(jié)論的差異性。因此，本研究采用Input-BCC 的DEA 模型，從靜態(tài)角度對安徽省區(qū)域物流產(chǎn)業(yè)的效率值進行測算，在此基礎(chǔ)上，運用Malmquist 指數(shù)從動態(tài)角度進一步分析物流效率的動態(tài)變動及趨勢，并結(jié)合實證分析的結(jié)果，提出適應(yīng)安徽省物流產(chǎn)業(yè)實際發(fā)展需求的效率提升措施。

1 模型與方法

本研究在前人研究的基礎(chǔ)上，將研究過程分為兩個步驟：第一步，運用Input-BCC 的DEA 模型測算安徽省16 個地市2008—2018 年的物流產(chǎn)業(yè)效率，并對其結(jié)果進行相應(yīng)分析；第二步，使用Malmquist 指數(shù)方法從動態(tài)角度分析安徽省區(qū)域物流產(chǎn)業(yè)效率在2008—2018 年間的動態(tài)變動及發(fā)展趨勢。最后根據(jù)研究結(jié)論針對性地提出安徽省區(qū)域物流產(chǎn)業(yè)效率改善的建議。

1.1 DEA 模型

式中：i=1，2，…，n 為決策單元；λ1，λ2，…，λn為對偶變量；xi,yi分別為決策單元的投入變量和產(chǎn)出變量；s+、s-分別為松弛變量、剩余變量；θ 為各決策變量的綜合效率值。

1.2 Malmquist 指數(shù)方法

RolfFare 等[21]在研究過程中，將Malmquist 指數(shù)相關(guān)理論的一種非參數(shù)線性規(guī)劃法與DEA 理論相結(jié)合，從而使其廣泛應(yīng)用于相關(guān)生產(chǎn)效率的核算。本研究在運用Malmquist 指數(shù)時，將全要素生產(chǎn)率TFP 分解為技術(shù)進步效率techch 和技術(shù)效率變化effch。

2 指標選擇與數(shù)據(jù)來源

2.1 數(shù)據(jù)來源

對相關(guān)文獻的梳理可知，目前關(guān)于“物流產(chǎn)業(yè)”這個行業(yè)的劃分并沒有明確的規(guī)定，而根據(jù)國家規(guī)定和相關(guān)統(tǒng)計年鑒中可以看出，物流產(chǎn)業(yè)主要是指交通運輸、倉儲和郵電等行業(yè)，因為這些行業(yè)在物流總產(chǎn)值中所占比重較大，因此本研究在現(xiàn)有研究基礎(chǔ)上，選擇交通運輸、倉儲和郵電業(yè)的相關(guān)數(shù)據(jù)作為反映安徽省區(qū)域物流產(chǎn)業(yè)發(fā)展水平的指標。研究對象為安徽省16 個地市，由于2019年的數(shù)據(jù)目前尚未發(fā)布，因此收集的數(shù)據(jù)為2008—2018 年，其數(shù)據(jù)來源于2009—2019《安徽省統(tǒng)計年鑒》。

2.2 投入指標選擇

在投入指標選擇方面，現(xiàn)有研究主要從人力、財力和環(huán)境三個方面出發(fā)，選擇物流業(yè)就業(yè)人數(shù)、物流業(yè)固定資產(chǎn)投資額、物流產(chǎn)業(yè)碳排放量和營業(yè)里程等作為投入指標。因此，本研究在現(xiàn)有研究基礎(chǔ)上，依據(jù)指標數(shù)據(jù)的科學性、客觀性和代表性等原則，并綜合考慮安徽省區(qū)域物流產(chǎn)業(yè)的特點，選取物流業(yè)就業(yè)人數(shù)、物流業(yè)新增固定資產(chǎn)投資額、物流業(yè)工資總額和物流業(yè)營業(yè)里程4 個指標作為投入指標。其中，物流業(yè)就業(yè)人數(shù)和工資總額可以反映出安徽省整個地區(qū)物流產(chǎn)業(yè)的規(guī)模情況；物流業(yè)新增固定資產(chǎn)投資額反映物流業(yè)的發(fā)展狀況，以及各個地區(qū)對當前物流業(yè)的一個重視程度；物流業(yè)營業(yè)里程主要包括公路里程和郵路總長度，反映地區(qū)的交通基礎(chǔ)設(shè)施的建設(shè)情況。

2.3 產(chǎn)出指標選擇

多數(shù)學者將物流業(yè)總產(chǎn)值、物流業(yè)增加值、貨運周轉(zhuǎn)量等作為產(chǎn)出指標，地區(qū)GDP 等也是研究者選擇的參考指標之一。而少數(shù)學者從環(huán)境角度出發(fā)，選擇碳排放量和物流產(chǎn)業(yè)能耗量等作為產(chǎn)出變量進行研究。因此，本研究結(jié)合相關(guān)文獻和安徽省區(qū)域物流發(fā)展的實際情況，選擇物流產(chǎn)業(yè)生產(chǎn)總值、全年貨物周轉(zhuǎn)量和貨運量作為測算安徽省區(qū)域物流產(chǎn)業(yè)效率的產(chǎn)出指標。其中，物流產(chǎn)業(yè)生產(chǎn)總值直接反映了安徽省區(qū)域整個物流業(yè)的狀況；全年貨物周轉(zhuǎn)量和貨運量是對物流效率的一個直觀的體現(xiàn)，具體評價指標體系見表1。

表1 安徽省區(qū)域物流效率評價指標體系

3 實證分析

3.1 投入產(chǎn)出指標的相關(guān)性分析

在進行效率測算與分析之前，為了保證效率測度的科學性與客觀性，并進一步研究投入指標和產(chǎn)出指標間是否具有相關(guān)性，本研究利用SPSS 22.0 軟件對投入產(chǎn)出指標進行Pearson 相關(guān)分析，得出其相關(guān)系數(shù)，從而為后續(xù)模型的分析打下基礎(chǔ)。具體結(jié)果如表2。

表2 Pearson 相關(guān)系數(shù)分析

P ＜0.01，投入指標與產(chǎn)出指標之間均為正數(shù)，且都達到了1%的顯著性，說明本研究所選取的投入指標與產(chǎn)出指標之間具有顯著的正相關(guān)關(guān)系，適合進行下一步的研究。

3.2 BCC-DEA 模型效率測算與靜態(tài)分析

測算安徽省區(qū)域物流產(chǎn)業(yè)效率是了解安徽省16 個地市物流產(chǎn)業(yè)發(fā)展情況的基礎(chǔ)。本研究利用DEAP2.1 軟件，根據(jù)構(gòu)建的物流效率評價指標體系，選取2008—2018 年的安徽省區(qū)域16 個地市的物流產(chǎn)業(yè)的面板數(shù)據(jù)，運用DEA 模型中的可變規(guī)模報酬投入導向型的BCC 模型（Input-BCC 模型）測算各地市的物流業(yè)發(fā)展水平，具體結(jié)果如表3。其中，綜合技術(shù)效率Crste 反映了各地區(qū)物流業(yè)的資源使用效率等，并用RTS 表示規(guī)模報酬，-表示規(guī)模報酬不變，irs 表示規(guī)模報酬遞增，drs 表示規(guī)模報酬遞減。

表3 Input-BCC 模型求解結(jié)果

表3 中安徽省區(qū)域各地市物流產(chǎn)業(yè)效率的測算結(jié)果分析如下：

（?。┱w而言，從2008—2018 年安徽省16 個地市物流產(chǎn)業(yè)效率的均值可以得出，其整體均值達到0.945 或以上，說明安徽省區(qū)域物流產(chǎn)業(yè)有較高水平，并處于穩(wěn)定發(fā)展狀態(tài)。

（ⅱ）從規(guī)模有效性來看，效率值為1，說明DEA有效，否則說明DEA 非有效。2008—2018 年，DEA 效率值為1 的地區(qū)主要包括合肥市、淮北市、亳州市、阜陽市、滁州市、六安市、宣城市和銅陵市，處于有效水平，且vrste 和scale 均為1，表明這8 個地區(qū)的物流效率始終保持較高水平，對其投入和產(chǎn)出相對較均衡且結(jié)構(gòu)合理，符合物流業(yè)的發(fā)展。而其余的8 個地區(qū)，包括宿州市、蚌埠市等地區(qū)的DEA 效率值均小于1，即處于DEA 非有效的狀態(tài)。而在這8 個DEA 非有效地區(qū)中，除了宿州市、淮南市、馬鞍山市和蕪湖市，其他4 個地區(qū)的綜合技術(shù)效率crste 均低于地區(qū)平均效率值，說明這4 個地區(qū)在物流產(chǎn)業(yè)投入和產(chǎn)出過程中，其物流效率要明顯低于安徽省的其他地區(qū)。

（ⅲ）在DEA 模型中，crste=vrste×scale，說明綜合技術(shù)效率由純技術(shù)效率和規(guī)模效率共同決定。安徽省區(qū)域物流vrste 和scale 的平均值分別為0.973 和0.971。從表3 中可以看出，馬鞍山市、蕪湖市、池州市和黃山市的物流效率均非有效，通過分析可知，這4 個地區(qū)的vrste 均為1，而物流綜合技術(shù)效率分別為0.998，0.962，0.798 和0.942，表明其規(guī)模效率是導致物流效率無效的最主要原因。在這4 個地區(qū)中，馬鞍山市和蕪湖市為規(guī)模效益遞減，說明這2 個地區(qū)的物流產(chǎn)業(yè)在發(fā)展過程中并沒有認識到自身不足，在物流的投入方面大大超過實際需求，沒有實現(xiàn)資源的優(yōu)化配置，從而造成了資源浪費，使得效率低下。

（ⅳ）從安徽省區(qū)域物流效率規(guī)模效益類型可以看出，安徽省16 個地區(qū)的物流規(guī)模收益整體呈均衡發(fā)展態(tài)勢，其中，合肥市、淮北市、亳州市、阜陽市、滁州市、六安市、宣城市和銅陵市處于規(guī)模報酬不變的狀態(tài)，淮南市、池州市、安慶市和黃山市地區(qū)規(guī)模報酬遞增，表明這些地區(qū)在物流產(chǎn)業(yè)發(fā)展過程中，適當增加物流方面的投入，并加以合理的利用，會帶來更高比例的產(chǎn)出。而其余4 個地區(qū)呈現(xiàn)規(guī)模報酬遞減狀態(tài)，表明即使再增加投入量，也不會再帶來更大的產(chǎn)出，相反，可能會造成更嚴重的資源浪費。

3.3 Malmquist 指數(shù)因素分解與動態(tài)分析

由于安徽省各地市物流發(fā)展現(xiàn)狀不一，其在物流投入和產(chǎn)出方面存在差異性，且具有一定的周期性。如果僅從靜態(tài)角度測算物流效率值和物流發(fā)展水平不夠全面，還需要從動態(tài)角度去分析物流效率值的變化發(fā)展情況。因此，本節(jié)將測算其Malmquist 指數(shù)，并將其進一步分解為技術(shù)效率變動指數(shù)effch 和技術(shù)進步變動指數(shù)techch，從而進一步分析安徽省16 個地市的物流產(chǎn)業(yè)效率的動態(tài)變化發(fā)展情況，結(jié)果如表4。

在表4 中，2008—2018 年間，安徽省區(qū)域物流效率均值為1.096，大于1，說明安徽省區(qū)域物流產(chǎn)業(yè)呈良好上升發(fā)展趨勢，且Malmquist 指數(shù)年均增長幅度為9.6%，技術(shù)進步年均增長10.5%，而技術(shù)效率在發(fā)展過程中卻年均下降0.7%，這從一定程度上說明，在物流產(chǎn)業(yè)整體發(fā)展進步過程中，其技術(shù)效率是提高物流效率的重要因素。從Malmquist 指數(shù)來看，安徽省大多數(shù)地市的Malmquist 指數(shù)均大于1，表明安徽省區(qū)域物流的總體效率較高。分地區(qū)來看，淮南市、阜陽市等地的Malmquist 指數(shù)排名靠前，這可能是由于淮南市礦產(chǎn)和工業(yè)原材料運輸物流企業(yè)較多，當?shù)亟煌ōh(huán)境和物流基礎(chǔ)設(shè)施的改善，以及合淮同城化建設(shè)等，從而為當?shù)匚锪鳂I(yè)的快速發(fā)展奠定了基礎(chǔ)，并提供了新的發(fā)展空間。而蕪湖、馬鞍山等城市的物流效率較低，其中對于馬鞍山來說，雖然馬鞍山主要以重工業(yè)為主，具有一定的物流基礎(chǔ)設(shè)施建設(shè)，但馬鞍山的港口運輸能力較低，鐵路等基礎(chǔ)建設(shè)滯后，物流信息化等相對落后，所以在安徽省整體物流產(chǎn)業(yè)發(fā)展過程中，處于相對落后的發(fā)展現(xiàn)狀；而蕪湖市雖然具有較好的物流區(qū)位優(yōu)勢，但仍有較多企業(yè)只重視生產(chǎn)制造，忽略物流產(chǎn)業(yè)的發(fā)展，且整體規(guī)模較小，降低了蕪湖市整體的物流競爭力。從整體上來看，雖然馬鞍山、蕪湖等地區(qū)的物流效率排名靠后，但總體上呈上升趨勢，年均增長速度分別為6.4%、8.4%。

表4 安徽省區(qū)域物流效率Malmquist 指數(shù)及其分解

根據(jù)表5，2008—2018 年，安徽省區(qū)域物流效率呈“波浪式”的不穩(wěn)定發(fā)展態(tài)勢，并在2017—2018 年階段中達到最大值，為1.273。從整體上看，除2009—2010、2010—2011 和2015—2016 這3 個時間段的物流效率小于1，出現(xiàn)明顯下降外，其他年度均大于1，說明其整體上呈逐年提高的趨勢，物流產(chǎn)業(yè)建設(shè)與發(fā)展仍有較大的進步空間。在研究期間內(nèi)，技術(shù)效率和技術(shù)進步總體上呈一降一升的發(fā)展狀態(tài)，其中，技術(shù)效率指數(shù)在2010—2011 年增幅最大，增長了18.3%，但其技術(shù)進步指數(shù)卻下降了16.2%，導致2010—2011 年間的Malmquist 指數(shù)下降1.9%，主要是技術(shù)進步的下降導致Malmquist 指數(shù)下降；而2012—2013 年，技術(shù)效率指數(shù)下降幅度最大，技術(shù)進步卻上升了21.1%，其技術(shù)進步的提升，從而進一步提高了Malmquist 指數(shù)，表明技術(shù)進步是影響Malmquist指數(shù)的重要因素，也說明要想提高安徽省區(qū)域物流的效率，應(yīng)加大對物流技術(shù)創(chuàng)新及進步的研究。

表5 2008—2018 年安徽省區(qū)域物流業(yè)Malmquist 指數(shù)的變動及其分解

3.4 物流效率影響因素分析

上述研究與分析可以看出，現(xiàn)階段的研究只是說明了安徽省區(qū)域總體物流效率，以及各地市的物流效率，并不能說明在投入和產(chǎn)出指標中，各個指標對其物流效率的具體影響程度。因此，接下來，本研究將從所選取的評價指標中，分析哪個具體投入和產(chǎn)出指標對合肥市等16 個地市物流效率的影響力度最大。為了研究方便，通過Deap2.1 軟件將不同組合策略的投入產(chǎn)出指標進行測算，從而進一步分析出各個指標對安徽省區(qū)域物流效率的具體影響程度[9，22]，結(jié)果如表6。

表6 不同投入和產(chǎn)出策略下安徽省區(qū)域物流效率均值

假設(shè)(X1、X2、X3、X4、Y1、Y2、Y3)為U 的指標集，S(U)為U 的DEA 效率均值，將去除第i個指標后的指標集設(shè)為Ui，S(Ui)為剔除第i 個指標后各策略的DEA 均值，其影響程度的計算公式

式中：i 為策略編號；Wi為該編號指標對區(qū)域物流效率的影響程度。Wi越小，則第i 個指標對DEA效率的影響力度越?。环粗?，則越大。計算結(jié)果如表7。從表7 可知，各個指標對物流效率的影響程度具有差異性。從投入角度看，物流業(yè)營業(yè)里程對安徽省區(qū)域物流效率的影響程度最大，為0.142 7，其次是物流業(yè)新增固定資產(chǎn)投資額為0.122 3；在產(chǎn)出方面，物流產(chǎn)業(yè)生產(chǎn)總值的影響程度為0.551 7，對提高安徽省區(qū)域物流效率具有重要的影響作用。

表7 各指標對安徽省區(qū)域物流效率值的影響程度

4 研究結(jié)論與建議

4.1 研究結(jié)論

本研究利用安徽省區(qū)域16 個地區(qū)2008—2018 年的相關(guān)數(shù)據(jù)，運用BCC-DEA 模型和Malmquist 指數(shù)分析法，對安徽省16 個地區(qū)的物流產(chǎn)業(yè)效率中的Malmquist 指數(shù)、規(guī)模效率和純技術(shù)效率進行測算與分析，可以得到以下結(jié)論：

近年來，安徽省區(qū)域物流產(chǎn)業(yè)整體效率均值為0.945，物流業(yè)的總體發(fā)展態(tài)勢良好；從地區(qū)來看，區(qū)域間物流發(fā)展不平衡，物流產(chǎn)業(yè)的效率水平存在較大差異。安徽省16 個地區(qū)中，合肥市、淮北市、亳州市、阜陽市、滁州市、六安市、宣城市和銅陵市8 個地區(qū)的物流效率相對有效；其余8 個地區(qū)的物流效率相對非有效，且非有效地區(qū)的物流效率差距較大。

從宿州市、蚌埠市等物流效率非有效的8 個地區(qū)來看，純技術(shù)效率和規(guī)模效率是導致其DEA非有效的主要原因，其中，馬鞍山市、蕪湖市、池州市和黃山市的純技術(shù)效率均為1，表明這4 個地區(qū)的規(guī)模效率導致其物流效率非有效，說明了蕪湖市等4 個地區(qū)對當?shù)噩F(xiàn)有物流資源的利用是相對較合理的，主要是由于當?shù)匚锪鳟a(chǎn)業(yè)規(guī)模較小導致物流效率低、物流收益低。另外，淮南市的純技術(shù)效率為0.974，規(guī)模效率為0.983，安慶市的純技術(shù)效率為0.690，規(guī)模效率為0.977，這2 個地區(qū)均處于規(guī)模報酬遞增階段，表明淮南市和安慶市在物流產(chǎn)業(yè)發(fā)展過程中，存在物流技術(shù)、產(chǎn)業(yè)規(guī)模、投入產(chǎn)出水平甚至是管理方法等方面的問題。而馬鞍山市和蕪湖市雖然物流效率的DEA 也非有效，但其情況與淮南市和安慶市有所不同，馬鞍山和蕪湖處于規(guī)模報酬遞減階段，且純技術(shù)效率均為1，可以理解為馬鞍山和蕪湖這2 個地區(qū)在最近幾年的發(fā)展中，對物流產(chǎn)業(yè)的投入較大，物流業(yè)的發(fā)展也相對處于較為領(lǐng)先的地位，物流企業(yè)不斷增加，但是這些不斷增加的物流企業(yè)其各方面水平相對低下，不能很好的將現(xiàn)有資源有效的轉(zhuǎn)化為物流產(chǎn)出，從而導致規(guī)模效率低下。

從動態(tài)角度可以看出，安徽省區(qū)域物流業(yè)效率整體呈現(xiàn)上升趨勢，其中，Malmquist 指數(shù)和技術(shù)進步指數(shù)均呈增長趨勢，年均增長分別為9.6%、10.5%，而技術(shù)效率下降0.7%，表明技術(shù)進步是影響區(qū)域物流效率的主要因素。

從物流效率影響因素來看，物流業(yè)營業(yè)里程、新增固定資產(chǎn)投資額和生產(chǎn)總值是影響安徽省區(qū)域物流效率的主要因素。在投入指標中，物流產(chǎn)業(yè)的營業(yè)里程較短、新增固定資產(chǎn)投資不足是安徽省區(qū)域物流效率不高的主要限制因素；從產(chǎn)出方面看，物流產(chǎn)業(yè)生產(chǎn)總值的影響程度為0.5517，遠高于其他產(chǎn)出指標，是影響區(qū)域物流效率的最主要的產(chǎn)出因素。

4.2 建議

根據(jù)以上結(jié)論提出以下提升當?shù)匚锪鳟a(chǎn)業(yè)效率的相關(guān)對策與建議：

建立區(qū)域聯(lián)動合作機制，取長補短，促進共同發(fā)展。根據(jù)實證分析結(jié)果，安徽省區(qū)域物流業(yè)的總體發(fā)展態(tài)勢良好，但各地區(qū)之間的物流效率發(fā)展并不均衡，只有合肥市、淮北市等8 個地區(qū)達到DEA 有效，安徽省區(qū)域物流效率還有很大的提升空間。因此，各地區(qū)應(yīng)突破地域限制，充分加強區(qū)域協(xié)同作用，物流效率DEA 有效的省份要繼續(xù)保持自己的優(yōu)勢并發(fā)揮輻射帶頭作用，建立區(qū)域聯(lián)動合作機制，建立完善的現(xiàn)代物流管理體制，大力發(fā)展城市物流群，從而帶動其他地區(qū)物流業(yè)發(fā)展。

加大物流產(chǎn)業(yè)規(guī)模效益，提高物流資源利用率。從實證研究結(jié)果可以看出，對于DEA 非有效地區(qū)，規(guī)模效益是制約物流效率有效的主要因素，安徽省大多數(shù)地區(qū)均具有提高當?shù)匚锪餍仕降妮^大潛力。因此，安徽省各地區(qū)應(yīng)因地適宜的加大當?shù)匚锪鳟a(chǎn)業(yè)的規(guī)模，擴大規(guī)模效益，提高物流資源利用率。

注重物流技術(shù)創(chuàng)新，提高物流信息化水平。Malmquist 指數(shù)實證研究表明技術(shù)進步具有重要影響作用，因此，無論是技術(shù)發(fā)達地區(qū)還是技術(shù)落后地區(qū)，都應(yīng)加強對物流技術(shù)的研究，推動物流技術(shù)創(chuàng)新，促進物流技術(shù)進步。

保持物流產(chǎn)業(yè)新增固定資產(chǎn)投資額和物流產(chǎn)業(yè)生產(chǎn)總值穩(wěn)定增長。物流效率影響因素的實證研究表明物流業(yè)新增固定資產(chǎn)總額和物流產(chǎn)業(yè)生產(chǎn)總值是安徽省區(qū)域物流產(chǎn)業(yè)效率的最主要影響因素，因此，安徽省各地區(qū)政府和物流企業(yè)應(yīng)適當增加物流業(yè)的新增固定資產(chǎn)投資額，并通過科學合理規(guī)劃物流節(jié)點，進一步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，加強物流資源的利用率等，從而進一步提高安徽省的各地區(qū)物流效率和整體物流效率水平。

5 小結(jié)

本文以2008—2018 年安徽省地區(qū)16 個地級市的相關(guān)數(shù)據(jù)為依據(jù)，運用Input-BCC 的DEA 模型和Malmquist 指數(shù)法，構(gòu)建投入產(chǎn)出效率評價指標體系，對安徽省地區(qū)的物流產(chǎn)業(yè)效率進行測算與評價。結(jié)果表明：純技術(shù)效率、規(guī)模效率、技術(shù)進步、物流業(yè)新增固定資產(chǎn)投資額和物流產(chǎn)業(yè)生產(chǎn)總值都是影響其發(fā)展的重要因素。鑒于此，我們通過建立區(qū)域聯(lián)動合作機制、加大物流產(chǎn)業(yè)規(guī)模效益、提高物流資源利用率、注重物流技術(shù)創(chuàng)新、提高物流信息化水平和保持物流產(chǎn)業(yè)新增固定資產(chǎn)投資額和物流產(chǎn)業(yè)生產(chǎn)總值穩(wěn)定增長等措施提升安徽省整體物流產(chǎn)業(yè)效率。