皖北地區(qū)物流效率及其影響因素研究

賈大任，王建民，劉 影

（安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001）

1 研究背景

物流業(yè)是運(yùn)輸、倉(cāng)儲(chǔ)、通信等多個(gè)行業(yè)共同整合的結(jié)果，在社會(huì)經(jīng)濟(jì)發(fā)展、人民生活水平的進(jìn)步中起著極其重要的作用。在我國(guó)經(jīng)濟(jì)進(jìn)入高質(zhì)量發(fā)展的新格局下，現(xiàn)代物流業(yè)的發(fā)展被當(dāng)做是暢通國(guó)內(nèi)大循環(huán)的基礎(chǔ)框架，是實(shí)現(xiàn)雙循環(huán)新發(fā)展格局的關(guān)鍵環(huán)節(jié)[1]。在國(guó)家發(fā)展改革委員會(huì)聯(lián)合相關(guān)部門印發(fā)的《關(guān)于推動(dòng)物流高質(zhì)量發(fā)展促進(jìn)形成強(qiáng)大國(guó)內(nèi)市場(chǎng)意見》中，指出了物流業(yè)是國(guó)民經(jīng)濟(jì)的戰(zhàn)略性產(chǎn)業(yè)，提升物流行業(yè)的水平對(duì)鞏固降本增效、提升經(jīng)濟(jì)發(fā)展活力具有重要作用。在經(jīng)濟(jì)發(fā)展進(jìn)入新格局下，作為十大振興產(chǎn)業(yè)之一的物流業(yè)對(duì)皖北地區(qū)的高質(zhì)量發(fā)展有直接帶動(dòng)作用。皖北地區(qū)物流業(yè)發(fā)展迅速，物流業(yè)生產(chǎn)總值從2013年的232.16 億元增長(zhǎng)到2019年的623.31 億元，平均每年約增長(zhǎng)24%。在高速發(fā)展的同時(shí)，皖北地區(qū)也存在發(fā)展不平衡不充分、資源配置不到位、資源利用效率低下的問(wèn)題。本文擬在對(duì)皖北地區(qū)物流效率測(cè)算的基礎(chǔ)上，進(jìn)一步探索其影響因素，以期實(shí)現(xiàn)皖北地區(qū)物流效率的提升、物流業(yè)的進(jìn)一步發(fā)展。

由于物流業(yè)行業(yè)已經(jīng)成為經(jīng)濟(jì)發(fā)展的重要增長(zhǎng)極，物流效率評(píng)價(jià)及其影響因素的探討也成為國(guó)內(nèi)外學(xué)者共同關(guān)注的熱門課題。從物流效率相關(guān)的研究來(lái)看，賈雯馨等[2]通過(guò)建立數(shù)據(jù)包絡(luò)分析法（data envelopment analysis，DEA）模型，對(duì)安徽省16 個(gè)城市數(shù)據(jù)分析對(duì)比后得出不同城市物流效率發(fā)展情況；何景師等[3]通過(guò)Malmquist 指數(shù)、超效率SBM（slack based measure）模型和Tobit 模型對(duì)碳排放約束下我國(guó)三大灣區(qū)城市群的物流效率和影響因素進(jìn)行了研究，發(fā)現(xiàn)綠色物流效率均值珠三角地區(qū)最高，其次是長(zhǎng)三角地區(qū)，最后是渤海灣城市群。經(jīng)濟(jì)水平等對(duì)綠色物流效率具有負(fù)影響，物流運(yùn)輸強(qiáng)度等對(duì)綠色物流效率具有正影響；Y.Ali 等[4]運(yùn)用線性規(guī)劃法對(duì)巴基斯坦貨物運(yùn)輸理想方式劃分、提高貨物運(yùn)輸物流效率進(jìn)行研究，研究發(fā)現(xiàn)巴基斯坦貨物運(yùn)輸方式應(yīng)以鐵路運(yùn)輸為主，卡車運(yùn)輸為輔，才能具有成本效益；張?jiān)气P等[5]使用C-D 生產(chǎn)函數(shù)（Cobb-Douglas production function）對(duì)30 個(gè)?。ㄊ?、自治區(qū)）的物流產(chǎn)業(yè)效率進(jìn)行了評(píng)價(jià)，并分析了外生環(huán)境變量是如何對(duì)這些省級(jí)行政區(qū)產(chǎn)生的顯著作用，研究了我國(guó)物流產(chǎn)業(yè)效率整體水平不高、地區(qū)差異顯著的問(wèn)題，得出了低碳約束對(duì)物流產(chǎn)業(yè)效率有正面影響的結(jié)論；龔瑞風(fēng)等[6]采用三階段DEA 模型，對(duì)2009—2018年中國(guó)區(qū)域物流效率及其時(shí)空分布進(jìn)行了研究，發(fā)現(xiàn)區(qū)域物流效率提升的關(guān)鍵是規(guī)模效率的提升，且我國(guó)物流效率地區(qū)上呈東高西低的格局；V.P.Nekhoroshkov 等[7]以物流效率作為衡量指標(biāo)，對(duì)亞太經(jīng)合組織國(guó)家物流和運(yùn)輸系統(tǒng)運(yùn)作的可靠性和及時(shí)性進(jìn)行了探索，發(fā)現(xiàn)通過(guò)提升物流效率可以進(jìn)一步縮小亞太經(jīng)合組織國(guó)家發(fā)展不平衡不充分的問(wèn)題。從物流效率的影響因素相關(guān)研究來(lái)看，楊亞利等[8]以泛珠江三角洲地區(qū)9 個(gè)內(nèi)地省份為研究對(duì)象，在對(duì)泛珠江三角洲地區(qū)的物流業(yè)效率測(cè)算后，發(fā)現(xiàn)區(qū)域物流效率的主要影響因素是物流規(guī)模的大小及物流技術(shù)的投入；高康等[9]基于超效率和探索性空間數(shù)據(jù)分析DEA-ESDA（exploratory spatiul data unalysis）研究方法，對(duì)我國(guó)西部地區(qū)12 個(gè)省份的物流效率進(jìn)行了測(cè)算和評(píng)價(jià)及結(jié)構(gòu)分析，研究發(fā)現(xiàn)西部地區(qū)物流效率整體上存在弱相關(guān)性，且有整體波動(dòng)上升的趨勢(shì)。影響其物流效率的主要因素為純技術(shù)效率，通過(guò)人才隊(duì)伍建設(shè)和信息化建設(shè)可以提升純技術(shù)效率；王琴梅等[10]采用泰爾指數(shù)和摩爾指數(shù)、Super-DEA 模型及Tobit 模型，分析了產(chǎn)業(yè)結(jié)構(gòu)的演進(jìn)對(duì)絲綢之路經(jīng)濟(jì)帶核心區(qū)物流效率的影響，發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)越趨于合理，對(duì)物流效率的提升越有明顯的促進(jìn)作用。

由上文所述可知，學(xué)者在物流效率的評(píng)價(jià)及影響因素的研究上已經(jīng)取得了長(zhǎng)足的進(jìn)步。但是現(xiàn)有研究仍存在部分不足：1）更注重物流效率的測(cè)算和評(píng)價(jià)，對(duì)其影響因素的探索不足，進(jìn)而無(wú)法完整、全面地提出提升策略；2）研究方法呈現(xiàn)多樣化，研究結(jié)果會(huì)因方法的不一致導(dǎo)致差異；3）研究區(qū)域集中在長(zhǎng)三角地區(qū)、東部地區(qū)、西部地區(qū)等，皖北地區(qū)的物流效率研究比較少見。隨著近些年關(guān)于皖北振興的政策出臺(tái)，皖北地區(qū)的基礎(chǔ)設(shè)施建設(shè)邁上了新臺(tái)階，新形勢(shì)下皖北地區(qū)的作用更加重要，其物流效率的提高對(duì)安徽省的總體發(fā)展有非常重要的促進(jìn)作用。

基于此，在結(jié)合皖北地區(qū)現(xiàn)實(shí)情況的基礎(chǔ)上，擇優(yōu)選擇使用適宜的相關(guān)評(píng)價(jià)指標(biāo)，運(yùn)用DEA 中BCC模型和Malmquist 指數(shù)法對(duì)皖北地區(qū)2013—2019年的物流效率進(jìn)行動(dòng)靜態(tài)結(jié)合評(píng)價(jià)和實(shí)證分析，然后利用Tobit 回歸模型，挖掘分析皖北地區(qū)物流效率的影響因素，進(jìn)而對(duì)其影響因素的相關(guān)性進(jìn)行分析。根據(jù)實(shí)證分析所得結(jié)論，結(jié)合國(guó)家和省內(nèi)相關(guān)政策，對(duì)皖北地區(qū)物流效率提升提出有指向性的建議。

2 基于DEA 模型的皖北地區(qū)物流效率評(píng)價(jià)

2.1 研究方法與模型

2.1.1 數(shù)據(jù)包絡(luò)分析法

DEA 由A.Charnes 等[11]在1978年提出。它是根據(jù)多要素的投入和產(chǎn)出，對(duì)決策單元（decision making unit，DMU）進(jìn)行相對(duì)有效性或效益評(píng)價(jià)的一種方法。DEA[12]在使用過(guò)程中以決策單元的各投入與產(chǎn)出指標(biāo)的權(quán)重系數(shù)為變量進(jìn)行效益評(píng)價(jià)，以相對(duì)效益為衡量標(biāo)準(zhǔn)，不需要預(yù)先估計(jì)參數(shù)，能夠進(jìn)一步避免評(píng)價(jià)結(jié)果的主觀性，從而減少誤差。

在DEA 模型中，CCR 模型的基礎(chǔ)是規(guī)模效益不變，進(jìn)而對(duì)綜合效率進(jìn)行衡量。BCC 模型的基礎(chǔ)是規(guī)模效益可變，對(duì)純技術(shù)效率進(jìn)行衡量。CCR 和BCC 模型在實(shí)際應(yīng)用操作中可分投入導(dǎo)向型和產(chǎn)出導(dǎo)向型，投入導(dǎo)向型是研究在產(chǎn)出一定下如何使投入最小，產(chǎn)出導(dǎo)向型則與之相反?？紤]到規(guī)模效率不變假設(shè)很難實(shí)現(xiàn)，根據(jù)物流效率研究的實(shí)際情況，選擇規(guī)模報(bào)酬可變的BCC 模型，公式如下：

式（1）中：m=1,2,…,m為決策單元；λ1，λ2，λ3，…，λn為對(duì)偶變量；xi、yi為每個(gè)決策單元的投入變量和產(chǎn)出變量；s+為松弛變量；s-為剩余變量；θ為每個(gè)決策單元的綜合效率值。

2.1.2 Malmquist 指數(shù)方法

在Sten Malmquist 提出Malmquist 指數(shù)后，F(xiàn).Rolf 等[13]將其與數(shù)據(jù)包絡(luò)分析方法相結(jié)合，由此Malmquist 指數(shù)法被廣泛應(yīng)用。Malmquist 的原理是通過(guò)當(dāng)期與上一期或基期的對(duì)比得到全要素生產(chǎn)率。在物流業(yè)效率測(cè)算中，使用DEA-BCC 模型可以測(cè)算靜態(tài)效率值，通過(guò)全要素生產(chǎn)率能夠發(fā)現(xiàn)效率的動(dòng)態(tài)演變情況，使得測(cè)算結(jié)果更加全面和客觀。在Malmquist 指數(shù)分解中，能夠觀察出物流業(yè)效率的影響因素。全要素生產(chǎn)率的計(jì)算公式如式（2）：

式中：基礎(chǔ)假設(shè)為存在m個(gè)決策單元、T個(gè)生產(chǎn)日期。m=1,2,…,m；t和t+1 為2 個(gè)不同的生產(chǎn)日期，t=1,2,…,T-1；Xrt和Yrt為時(shí)期t和決策單元r（r=1,2,…,m）的投入向量和產(chǎn)出向量；為以t期為基期，t期和t+1 期產(chǎn)出的距離函數(shù)；E為測(cè)度每個(gè)決策單元到最優(yōu)前沿面的逼近程度，即技術(shù)效率；T為技術(shù)進(jìn)步變化情況。

2.2 數(shù)據(jù)來(lái)源與評(píng)價(jià)指標(biāo)體系構(gòu)建

基于數(shù)據(jù)可得性以及在實(shí)證研究中的需要，選擇使用2013—2019年皖北地級(jí)市的相關(guān)數(shù)據(jù)作為物流業(yè)投入指標(biāo)與產(chǎn)出指標(biāo)。所涉及數(shù)據(jù)均從安徽省統(tǒng)計(jì)局公布的《安徽統(tǒng)計(jì)年鑒》中摘錄[14]。其中，根據(jù)“物流”的概念及大多數(shù)相關(guān)研究的選擇，將物流業(yè)界定為包括交通、運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)[15-19]。

區(qū)域性的物流效率可以用來(lái)分析其資源配置、政策實(shí)施成效、技術(shù)、行業(yè)對(duì)經(jīng)濟(jì)發(fā)展的帶動(dòng)作用。在構(gòu)建關(guān)于物流效率評(píng)價(jià)指標(biāo)體系的過(guò)程中，投入指標(biāo)從人力投入、物力投入和資本投入3 個(gè)方面來(lái)考慮對(duì)關(guān)于物流業(yè)的投入更有綜合性[20]。人力投入方面，因皖北地區(qū)物流業(yè)發(fā)展尚不發(fā)達(dá)，屬于勞動(dòng)密集型產(chǎn)業(yè)，所以將物流從業(yè)人員數(shù)量（X1）作為評(píng)價(jià)指標(biāo)更能反映人力資源投入情況。物力投入方面，公路里程（X2）是貨運(yùn)指標(biāo)計(jì)算的基本情況。資本投入方面，固定資產(chǎn)投資是形成物流業(yè)資本來(lái)源最關(guān)鍵的組成部分，故選擇物流產(chǎn)業(yè)固定資產(chǎn)投資總額（X3）。在產(chǎn)出指標(biāo)上，選擇能夠反映物流業(yè)發(fā)展規(guī)模與質(zhì)量的物流業(yè)生產(chǎn)總值（Y1）和公路貨物周轉(zhuǎn)量（Y2）及公路貨物運(yùn)輸量（Y3）（如表1）。

表1 物流業(yè)投入與產(chǎn)出指標(biāo)Table 1 Input and output indicators of logistics industry

2.3 投入和產(chǎn)出指標(biāo)的相關(guān)性分析

為了解所選取的投入與產(chǎn)出指標(biāo)是否具有相關(guān)性，利用軟件SPSS 22.0對(duì)其進(jìn)行Pearson相關(guān)性分析，結(jié)果見表2。

表2 Pearson 相關(guān)性分析結(jié)果Table 2 Pearson correlation analysis results

由表2可知，所選取的投入指標(biāo)與產(chǎn)出指標(biāo)間的相關(guān)系數(shù)均為正數(shù)，并且都在0.01 置信度水平上顯著相關(guān)，說(shuō)明所選取的指標(biāo)具有顯著的正相關(guān)關(guān)系，保證了對(duì)皖北地區(qū)物流效率測(cè)算的科學(xué)性和準(zhǔn)確性，所選取指標(biāo)更適合進(jìn)一步研究。

2.4 皖北地區(qū)物流效率實(shí)證分析

基于選擇的投入產(chǎn)出指標(biāo)構(gòu)建的評(píng)價(jià)指標(biāo)體系、影響因素，在安徽省統(tǒng)計(jì)局發(fā)表的《安徽省統(tǒng)計(jì)年鑒》中摘錄所有相關(guān)數(shù)據(jù)，對(duì)安徽省物流業(yè)效率及其影響因素進(jìn)行實(shí)證分析。

2.4.1 DEA 模型效率測(cè)算及靜態(tài)分析

根據(jù)表2所整理的數(shù)據(jù)，利用DEAP 2.1 軟件對(duì)皖北地區(qū)的物流效率進(jìn)行測(cè)算與整合。計(jì)算得到的結(jié)果整合后主要包括皖北地區(qū)的物流總體效率、純技術(shù)效率、規(guī)模效率3 個(gè)評(píng)價(jià)指標(biāo)。其中，純技術(shù)效率能夠反映出皖北地區(qū)在一定投入下所獲得的產(chǎn)出能力，規(guī)模效率則能夠體現(xiàn)皖北地區(qū)的物流業(yè)發(fā)展規(guī)模。所得皖北地區(qū)及各市物流效率的測(cè)算結(jié)果如表3、表4所示。

表3 皖北地區(qū)2013—2019年物流效率測(cè)算結(jié)果Table 3 Measurement results of logistics efficiency in Northern Anhui from 2013 to 2019

表4 皖北6 市2013—2019年物流效率測(cè)算結(jié)果Table 4 Logistics efficiency of six cities in Northern Anhui from 2013 to 2019

從表3可以看出，2013年、2014年、2017年和2019年皖北地區(qū)的總體效率值為1.000，表明皖北地區(qū)在這4 a 的物流效率達(dá)到DEA 有效水平，物流業(yè)的投入得到了合理有效的利用。2015年、2016年和2018年皖北地區(qū)的物流總體效率值都小于1，分別為0.835,0.860,0.970，處于DEA 非有效水平，說(shuō)明在這3 a 皖北地區(qū)關(guān)于物流的投入沒有得到完全充分的利用，造成了物流效率水平偏低的結(jié)果。皖北地區(qū)2015年的總體效率值為0.835，處于DEA 非有效水平的結(jié)果是由其規(guī)模效率0.835 導(dǎo)致的，又因?yàn)樘幱谝?guī)模報(bào)酬遞增，反映出當(dāng)時(shí)的皖北地區(qū)物流業(yè)還在發(fā)展的爬坡期，表明該時(shí)期內(nèi)更重視基礎(chǔ)設(shè)施的建設(shè)，不利于達(dá)到投入產(chǎn)出最佳的平衡狀態(tài)；2016年和2018年的總體效率值分別為0.860,0.970，DEA非有效水平是由其純技術(shù)效率和規(guī)模效率偏低共同導(dǎo)致的，表明皖北地區(qū)應(yīng)注意物流資源合理配置問(wèn)題。從平均值來(lái)看，總體效率的平均值為0.952，純技術(shù)效率的平均值為0.994，規(guī)模效率平均值為0.957，因規(guī)模報(bào)酬大體處于規(guī)模遞增或不變的階段，可知皖北地區(qū)的整體物流效率較高。

分析表4中數(shù)值可知，6 個(gè)地級(jí)市的物流總體效率均值達(dá)到0.983，說(shuō)明了物流產(chǎn)業(yè)水平相對(duì)較高，有穩(wěn)定發(fā)展趨勢(shì)。從規(guī)模效益來(lái)看，淮北、亳州、宿州、蚌埠、阜陽(yáng)5 市的規(guī)模效率、純技術(shù)效率和總體效率值均為1，達(dá)到了DEA 有效水平，表明該5 市物流效率在省內(nèi)相對(duì)較高?；茨峡傮w效率值小于1，處于DEA 非有效水平，物流效率低于其他市。由淮南純技術(shù)效率值為1，可知導(dǎo)致其物流效率無(wú)效是因?yàn)橐?guī)模效率值偏低，在物流業(yè)發(fā)展過(guò)程中沒有實(shí)現(xiàn)資源的有效配置，而規(guī)模效益處于遞增狀態(tài)，表明通過(guò)增加投入，促進(jìn)資源合理利用，可以獲得更可觀的產(chǎn)出。

2.4.2 Malmquist 指數(shù)動(dòng)態(tài)分析

由于皖北地區(qū)各市物流產(chǎn)業(yè)發(fā)展存在差異性，若僅從靜態(tài)角度測(cè)算物流效率值進(jìn)而對(duì)物流業(yè)發(fā)展進(jìn)行評(píng)價(jià)不夠全面和客觀，故引用Malmquist 指數(shù)法從動(dòng)態(tài)角度進(jìn)行測(cè)算，所得測(cè)算結(jié)果如表5、表6和圖1所示。

表5 皖北地區(qū)6 市物流效率Malmquist 指數(shù)及其分解測(cè)算結(jié)果Table 5 Malmquist index with its decomposition of logistics efficiency in six cities in Northern Anhui

表6 皖北地區(qū)2013—2019年物流業(yè)Malmquist 指數(shù)變動(dòng)及其分解結(jié)果Table 6 Changes and decomposition of Malmquist index of logistics industry in Northern Anhui from 2013 to 2019

根據(jù)表5所示結(jié)果，皖北地區(qū)在2013—2019年間的物流效率均值為0.968，表明物流業(yè)發(fā)展沒有呈現(xiàn)出良好的上升發(fā)展態(tài)勢(shì)，全要素生產(chǎn)率年均下降3.2%。技術(shù)效率和技術(shù)進(jìn)步效率年均分別下降0.5%,2.8%，說(shuō)明皖北地區(qū)在物流業(yè)發(fā)展過(guò)程中，科技創(chuàng)新能力亟待提高。從Malmquist 指數(shù)分解情況看，淮南和淮北的全要素生產(chǎn)率分別為1.079,1.010，均大于1，實(shí)現(xiàn)了物流效率的提升，這得益于淮南、淮北兩市有豐富的礦產(chǎn)資源，倒逼了交通運(yùn)輸環(huán)境、物流相關(guān)基本設(shè)施的建設(shè)和改善。亳州、蚌埠因技術(shù)進(jìn)步的下降導(dǎo)致了物流業(yè)全要素生產(chǎn)率的下降，說(shuō)明生產(chǎn)技術(shù)投入不能滿足物流業(yè)的快速發(fā)展，導(dǎo)致了物流業(yè)全要素生產(chǎn)率降低。宿州由于技術(shù)效率和規(guī)模效率下降導(dǎo)致全要素生產(chǎn)率降低，阜陽(yáng)由于技術(shù)效率、技術(shù)進(jìn)步效率和規(guī)模效率的同時(shí)下降導(dǎo)致其全要素生產(chǎn)率降低，這2 市可以通過(guò)生產(chǎn)技術(shù)的創(chuàng)新提升技術(shù)效率的進(jìn)步及增加資源要素之間的協(xié)調(diào)性，實(shí)現(xiàn)技術(shù)水平潛能更大地釋放、建立更加公平公正的市場(chǎng)體制和擴(kuò)大物流業(yè)市場(chǎng)規(guī)模以實(shí)現(xiàn)規(guī)模效率的提升。

由表6和圖1可以得知，皖北地區(qū)的物流業(yè)發(fā)展不穩(wěn)定。物流業(yè)全要素生產(chǎn)率在2016—2017年達(dá)到最大值，為1.074。最小值出現(xiàn)在2015—2016年，為0.801。從整體看，全要素生產(chǎn)率在2014—2016年間連續(xù)下降，在2013—2014、2016—2019年間，整體呈上升趨勢(shì)。2013—2019年皖北地區(qū)物流業(yè)全要素生產(chǎn)率年均下降2.9%，技術(shù)效率年均下降0.4%，技術(shù)進(jìn)步效率年均下降2.3%，規(guī)模效率年均下降0.4%。技術(shù)進(jìn)步效率的大幅下降是導(dǎo)致全要素生產(chǎn)率下降的關(guān)鍵因素。皖北地區(qū)物流業(yè)全要素生產(chǎn)率在2013—2017年間變化情況呈“U”字形，在2017—2019年間先降后升，與技術(shù)進(jìn)步要素變化趨勢(shì)基本一致，說(shuō)明了技術(shù)進(jìn)步對(duì)皖北地區(qū)物流業(yè)發(fā)展的重要作用。從總體看，皖北地區(qū)物流業(yè)發(fā)展雖然在研究區(qū)間內(nèi)出現(xiàn)了大幅下降的情況，但是總體上呈現(xiàn)出向上發(fā)展的趨勢(shì)。

3 基于Tobit 回歸模型的皖北地區(qū)物流效率影響因素分析

3.1 影響因素選擇

物流系統(tǒng)較為復(fù)雜，影響因素較多，在選取安徽省物流業(yè)要素投入和產(chǎn)出指標(biāo)基礎(chǔ)上，根據(jù)物流業(yè)概念，參考龔雪[21]、龔雅玲[22]、蘇永偉[23]等選取與皖北地區(qū)物流業(yè)發(fā)展水平有緊密關(guān)聯(lián)的經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、區(qū)位商、政府干預(yù)4 個(gè)基本因素作為變量，并采取建立Tobit 模型運(yùn)用回歸分析的方法來(lái)研究影響皖北地區(qū)物流效率的因素。在經(jīng)濟(jì)發(fā)展水平因素中，選取皖北地區(qū)的地區(qū)生產(chǎn)總值（VGDP）來(lái)作為反映指標(biāo)；在產(chǎn)業(yè)結(jié)構(gòu)中，用第三產(chǎn)業(yè)同比增長(zhǎng)指數(shù)除以第二產(chǎn)業(yè)同比增長(zhǎng)指數(shù)的商作為反映產(chǎn)業(yè)結(jié)構(gòu)的指標(biāo)（VIS）；在區(qū)位商中，用皖北地區(qū)物流業(yè)產(chǎn)值在地區(qū)生產(chǎn)總值中所占比例除以安徽省物流業(yè)產(chǎn)值在安徽省地區(qū)生產(chǎn)總值所占比例的商作為區(qū)位商（VLQ）；在政府干預(yù)中，用物流財(cái)政支出占全部財(cái)政支出的比例作為政府干預(yù)的指標(biāo)（VGI）。

3.2 模型的選擇與建立

由于使用DEA 模型計(jì)算的效率值的結(jié)果是離散的，且數(shù)值都是在0 和1 的區(qū)間內(nèi)浮動(dòng)，用Tobit模型可以規(guī)避普通最小二乘法出現(xiàn)的參數(shù)估計(jì)值有偏且不一致的問(wèn)題[24]。Tobit 模型是J.Tobit[25]在1958年提出的通過(guò)利用極大似然法截取回歸方程，方程為

式中：Y*為截?cái)嘁蜃兞肯蛄浚籝表示的是效率值向量；X為自變量向量；β為回歸參數(shù)向量；μ為誤差項(xiàng)，且μ～(0,σ2)。

3.3 數(shù)據(jù)來(lái)源與模型建立

從《安徽統(tǒng)計(jì)年鑒》中選取經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、區(qū)位商和政府干預(yù)相關(guān)指標(biāo)數(shù)據(jù)，建立皖北地區(qū)物流效率影響因素的Tobit 模型，如式（4）所示：

式中：C為常數(shù)項(xiàng)；β1、β2、β3、β4為各個(gè)自變量的回歸系數(shù)；i為期間，i=2013，2014,…,2019；μ為誤差項(xiàng)；Yi為物流效率；VGDP,i為皖北地區(qū)第i期的地區(qū)生產(chǎn)總值；VIS,i為皖北地區(qū)第i期的皖北地區(qū)第三產(chǎn)業(yè)同比增加指數(shù)與第二產(chǎn)業(yè)同比增加指數(shù)的比值；VLQ,i為第i期皖北地區(qū)的區(qū)位商；VGI,i為第i期的皖北地區(qū)物流業(yè)財(cái)政支出占全部財(cái)政支出的比例。

3.4 實(shí)證結(jié)果及分析

使用Eviews 11.0 軟件對(duì)上文所述的Tobit 模型進(jìn)行回歸，可以得到表7所示的結(jié)果。

表7 Tobit 模型回歸結(jié)果Table 7 Regression results of Tobit model

從表7所示結(jié)果可知：1）皖北地區(qū)的經(jīng)濟(jì)發(fā)展水平與物流效率呈顯著的正相關(guān)關(guān)系，相關(guān)系數(shù)約為1.89，這說(shuō)明區(qū)域經(jīng)濟(jì)的發(fā)展對(duì)物流效率的提高有顯著的效果。在皖北地區(qū)經(jīng)濟(jì)快速發(fā)展下，帶動(dòng)了產(chǎn)品的流動(dòng)，促進(jìn)了物流業(yè)的發(fā)展和物流效率的提高；2）皖北地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)與物流效率呈現(xiàn)出顯著的負(fù)相關(guān)關(guān)系，回歸系數(shù)為-0.090 627，表明了以第三產(chǎn)業(yè)同比增加指數(shù)與第二產(chǎn)業(yè)同比增加指數(shù)的比值為標(biāo)準(zhǔn)的產(chǎn)業(yè)結(jié)構(gòu)對(duì)皖北地區(qū)物流效率沒有積極的推動(dòng)作用。皖北地區(qū)主要還是以第一產(chǎn)業(yè)和第二產(chǎn)業(yè)為主，第三產(chǎn)業(yè)發(fā)展欠佳。產(chǎn)業(yè)結(jié)構(gòu)還需進(jìn)一步地調(diào)整和優(yōu)化，促使物流業(yè)積極應(yīng)對(duì)需求結(jié)構(gòu)和運(yùn)輸方式的轉(zhuǎn)變，可進(jìn)一步促進(jìn)物流效率的提高；3）皖北地區(qū)的區(qū)位商與物流效率為負(fù)相關(guān)關(guān)系，回歸系數(shù)為-0.051 379，說(shuō)明區(qū)位商對(duì)皖北地區(qū)物流效率有一定影響，但不是主要因素。這說(shuō)明皖北地區(qū)的物流業(yè)生產(chǎn)總值在地區(qū)生產(chǎn)總值中所占比例情況與全省基本保持一致；4）皖北地區(qū)的政府干預(yù)與物流效率呈顯著負(fù)相關(guān)關(guān)系。出現(xiàn)這種結(jié)果的可能原因是由于皖北地區(qū)基礎(chǔ)設(shè)施還不完善，政府在2013—2019年間大規(guī)模進(jìn)行了基礎(chǔ)設(shè)施建設(shè)。

4 結(jié)論與建議

4.1 結(jié)論

使用DEA-BCC 模型、Malmquist 指數(shù)模型對(duì)皖北地區(qū)2013—2019年對(duì)皖北地區(qū)的物流效率及全要素生產(chǎn)率進(jìn)行測(cè)算，并進(jìn)一步采用Tobit 回歸模型探究其影響因素，主要發(fā)現(xiàn)：

1）皖北地區(qū)物流總體效率較高，但純技術(shù)效率相對(duì)較低，整體規(guī)模報(bào)酬呈現(xiàn)遞增或不變的趨勢(shì)；

2）皖北地區(qū)物流效率呈現(xiàn)下降的趨勢(shì)，物流業(yè)全要素生產(chǎn)率的變動(dòng)較大，其主要制約要素是技術(shù)進(jìn)步，且地區(qū)間存在發(fā)展不平衡問(wèn)題；

3）皖北地區(qū)物流效率分別與經(jīng)濟(jì)發(fā)展水平呈顯著正相關(guān)關(guān)系、與產(chǎn)業(yè)結(jié)構(gòu)和政府干預(yù)呈顯著負(fù)相關(guān)關(guān)系。保持經(jīng)濟(jì)的高質(zhì)量發(fā)展、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化有利于促進(jìn)物流效率的提升。

4.2 建議

根據(jù)以上得到的實(shí)證分析結(jié)果，對(duì)提高皖北地區(qū)物流效率提出如下建議：

1）著重提高科技創(chuàng)新能力，加大技術(shù)投入。通過(guò)引進(jìn)高科技人才、加大科技創(chuàng)新投入、鼓勵(lì)高科技成果轉(zhuǎn)化，進(jìn)一步提高物流效率；

2）促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。當(dāng)前，皖北地區(qū)以第一產(chǎn)業(yè)和第二產(chǎn)業(yè)為主。在高質(zhì)量發(fā)展的新格局下，逐步淘汰落后產(chǎn)業(yè)，鼓勵(lì)高科技產(chǎn)業(yè)和新興產(chǎn)業(yè)的發(fā)展，促進(jìn)物流效率的提升。

3）發(fā)揮區(qū)位優(yōu)勢(shì)，加大同江蘇、河南、山東等皖北地區(qū)毗鄰的經(jīng)濟(jì)大省、強(qiáng)省交流力度，學(xué)習(xí)先進(jìn)發(fā)展經(jīng)驗(yàn)。

4）皖北地區(qū)物流行業(yè)市場(chǎng)化程度較低，管理體制也不夠先進(jìn)，要在政府部門引導(dǎo)下，形成良好、公平、綠色的市場(chǎng)化環(huán)境。物流企業(yè)應(yīng)加強(qiáng)同其他企業(yè)、行業(yè)的合作，以促進(jìn)物流業(yè)市場(chǎng)的活躍度。