粤港澳大湾区物流业效率的时空演化及提升路径
2020-09-22秦雯
摘要:通过构建粤港澳大湾区物流业投入产出指标体系和影响因素变量,运用三阶段DEA模型对2012—2018年粤港澳大湾区9+2城市群物流业效率进行实证研究,并从时间和空间两个维度进行分析,研究结果显示,粤港澳大湾区物流业效率总体呈持续递增状态,但各地区发展不均衡,其中,广州和香港具有显著的领先优势,佛山、惠州、中山、江门、澳门处于第二梯队,深圳、珠海、东莞、肇庆较低;从时间方面来看,各地区的综合技术效率、纯技术效率和规模效率总体呈上升趋势,珠海、佛山、惠州、东莞等地区的效率提升较显著,无论总体还是分地区,2015年都是大湾区物流业发展的转型年份;从环境因素来看,政府支持对粤港澳大湾区物流业效率的作用大,尤其是在物流业固定资产投资和交通网络密度方面的作用极大。目前应着力推动粤港澳大湾区物流一体化协同发展,创新驱动物流业优化升级,加快外向型经济发展,持续优化外部环境。
关键词:粤港澳大湾区;物流业效率;创新驱动;三阶段DEA
中图分类号:F259.27文献标识码:A文章编号:1007-8266(2020)09-0031-10
基金项目:广东省普通高校青年创新人才项目“广东省跨境电商与跨境物流协同发展策略研究”(2018GWQNCX042);广东省哲学社会科学“十三五”学科共建项目“港珠澳大桥开通对珠江西岸物流效率影响及发展路径研究——基于SE-DEA和Tobit模型的实证研究”(GD18XGL26);珠海市哲学社会科学规划项目“粤港澳大湾区背景下珠海提升现代物流效率的发展对策研究”(2019YC065)
一、引言
现代信息技术和交通网络使人们的经济活动半径大幅延展,物流在经济社会系统中的作用日益重要。经济规模较大的地区,物流规模同步增长,二者互促互进形成良性循环,一批中国乃至世界的经济增长极因此形成,如长三角经济区、珠三角经济区等。经济规模与物流规模的正向关系正在成为欠发达地区积蓄后发优势的着力点,对于已经处于良性循环的发达地区而言,则需要聚焦物流效率的提升,以促进经济效率倍增和综合实力持续增强。作为中国经济的先发地区,珠三角已经在诸多领域形成相对发展优势,物流网络的扩大使其经济发展需要更广阔的发展空间,粤港湾大湾区正是在这一发展的内生需求下成立。自2017年以来,中央和地方均着力于粤港澳大湾区的科学发展谋划,2019年2月18日,国务院发布了《粤港澳大湾区发展规划纲要》,指出深入推进供给侧结构性改革,从而推进经济发展在质量、效率和动力方面的变革,为粤港澳大湾区创新和转型发展注入新活力。[ 1 ]2019年7月5日,广东省发布了《中共广东省委广东省人民政府关于贯彻落实〈粤港澳大湾区发展规划纲要〉的实施意见》以及《广东省推进粤港澳大湾区建设三年行动计划(2018—2020年)》[ 2 ],为粤港澳大湾区建设提供了明确指引。粤港澳大湾区在“一带一路”建设中具有重要地位,位于我国沿海开放前沿,区位优势显著,交通条件便利,拥有吞吐量位居世界前列的广州、深圳等重要港口和香港国际航运中心,以及广州、深圳、香港等具有国际影响力的航空枢纽,便捷高效的现代综合交通运输体系正在加速形成。同时,加快广深国际性综合交通枢纽建设,以广深为枢纽,高速公路铁路等出省通道广泛地连接腹地和国际大通道。总体来讲,粤港澳大湾区物流发展受重视、发展快,但是供给侧结构性改革不够深入,投入冗余产出不足、物流效率低的现象较为突出。因此,本文重点研究以下问题:粤港澳大湾区物流业的动态效率如何,粤港澳大湾区物流业效率的外部影响因素是什么?这是推进粤港澳大湾区发展需要解决的重要问题,同时也对推进“一带一路”建设具有重要意义。
二、文献综述
从物流效率的理论研究方面来看,何黎明[ 3 ]提出去库存、降成本、打造高效物流服务体系等措施,解决物流业供给侧结构性问题。谢泗薪等[ 4 ]认为物流企业的发展策略是促进物流管理升级,如进行物流品牌建设、提升物流服务质量、降低物流成本等。史锦梅[ 5 ]提出政府要增强服务意识、推广互联网+新技术、加快传统物流企业转型、创新物流人才培养模式、大力推行物流基础设施标准化建设。王娟娟[ 6 ]认为流通服务的改革策略包括加大市场的开拓力度、畅通产品转移通道、加速流通服务的专业化发展等。另外,闫琰[ 7 ]、丰佳栋[ 8 ]、田丽[ 9 ]等人也从降低物流总费用、改善物流供给结构、优化物流网络、打造物流服务平台等方面提出物流业发展对策。
从物流效率的实证研究方面来看,刘翠萍等[ 10 ]采用数据包络分析(DEA)方法,主要针对物流业效率的内部和环境因素、物流业动态效率及地区差异等进行物流效率评价。丁海宁等[ 11 ]采用了DEA模型,提出了提升区域物流效率的策略,包括物流基础设施的完善、信息服务平台的建设、物流网络布局的优化、多部门的协同、航空物流的发展等方面。秦雯[ 12 ]采用SE-DEA模型,提出影响物流业效率的主要因素包括资源利用率、外贸水平等。刘丽波[ 13 ]等采用DEA-BCC模型,通过研究我国31个省份物流业的投入产出效率,提出供给侧结构性改革的核心内容是降本减税,改革关键点是从供给端发力。另外,孙夏令等[ 14 ]、吴旭晓[ 15 ]、邵桂波[ 16 ]、李娟等[ 17 ]采用DEA相关模型,对物流业的投入产出指标进行分析,并提出发展策略。
关于粤港澳大湾区的物流效率,中国知网的研究成果比较缺乏,肖建辉[ 18 ]从粤港澳大湾区高质量发展的视角进行研究,其中包含了物流生产效率方面的研究结论,认为粤港澳大湾区物流生产效率目前明显高于全国平均水平,但分布不均衡,深圳物流生产效率低于广东平均水平,技术创新不足、第三产业欠发达、物流产业组织集聚度不高等是影响粤港澳大湾区物流业发展质量的主要原因;詹荣富等[ 19 ]运用DEA方法,提出物流技术水平、经济规模、外贸水平、劳动生产率是影響粤港澳大湾区物流业效率的主要因素。肖斌等[ 20 ]运用DEA模型,研究广东省21个城市的物流业效率,认为区域间发展不平衡、物流效率差距较大,经济发展水平、产业支撑、企业规模、政策支持等是主要因素。
由此可见,针对我国物流效率方面的研究已经取得了丰硕的成果,但仍存在进一步研究的空间,包括如下几个方面:第一,粤港澳大湾区是建设“一带一路”的重要支撑,是国家战略发展和经济领先的重要区域之一。《粤港澳大湾区发展规划纲要》中“交通”被提及30次,“物流”被提及16次,“运输”被提及10次,推动粤港澳大湾区现代物流业发展十分重要,涉及建设国际交通物流枢纽、构建现代货运物流体系、推进物流合作发展等诸多方面[ 21 ]。但是,目前针对粤港澳大湾区物流效率的指标体系和整体效率评价的研究比较缺乏;第二,当前的研究大多数集中在面向全国各省份、市县或某行业上市企业,对于一体化发展趋势较显著的区域相关研究较缺乏。第三,从研究方法来看,传统的DEA方法无法区分环境因素、随机误差和内部管理等变量的影响,难以做出较真实的效率评价,从而提出的提升路径与对策也相对缺乏针对性。
基于上述分析,本研究针对粤港澳大湾区的物流产业,综合已有的研究成果和走访调研结果,结合粤港澳大湾区的特点构建投入产出指标体系,构建三阶段DEA模型,选取近7年的面板数据,经过皮尔逊(Person)相关性检验,运用SFA模型剔除环境因素和随机误差,从而得出较真实的效率评价结果。最后,针对粤港澳大湾区物流业发展现状提出提升路径。
三、研究方法与数据说明
(一)三阶段DEA模型
综合已有文献的成果,数据包络法已被广泛使用,但是为了能够更好地显示效率变化,本文选择三阶段DEA模型进行研究。基于规模报酬不变的物流效率结果,增加规模因素,分析物流规模对效率的影响;在此基础上新增技术因素,进一步分析物流效率变化,完成从量变到质变过程中物流效率的时空演化分析,科学确定粤港澳大湾区的物流效率阶段,以及下一步的演化轨迹。
第三阶段:调整后的DEA模型。将原始投入数值用第二阶段调整后的投入数值代替,再次运用BCC模型,测算各决策单元的综合效率、纯技术效率和规模效率。剔除环境因素和随机误差后,得到相对真实的效率评价。DEA往往與曼奎斯特(Malmquist)指数结合使用,特别是动态效率应该用Malmquist指数来衡量。
(二)投入产出指标、环境变量的选取及数据来源
1.投入产出指标的选取。物流效率投入产出指标的选取遵循代表性、可取性、关联性等原则,王书灵等[ 25 ]、王博等[ 26 ]、李勇辉等[ 27 ]、马明等[ 28 ]选取固定资产投资额、物流网络里程或密度、从业人员数量等作为投入指标,选取货运量、货物周转量、物流生产总值等作为产出指标;选取政府支持、科技水平、电信业务总量、地区生产总值等作为环境变量;有鉴于此,参考已有的研究,结合实际走访调研结果,产出指标选择了货运量(亿吨)、货物周转量(亿吨公里)、交通运输、仓储和邮电业生产总值(亿元)。投入指标选取了物流基本设施和物流企业能力两个方面的3个指标,包括交通运输、仓储和邮电业固定资产投资总额(亿元)、交通网密度(单位面积的公共交通公里数)、交通运输、仓储和邮政业从业人员(万人)。粤港澳大湾区物流业效率投入产出指标如表1所示。
2.环境变量的选取。环境变量是指对物流业效率确实存在影响,但不是物流主体可控的主观因素,这些环境因素来自外部,并在一定时间内存在一定的差异。经过文献研究和实地走访调研,选取了5个变量来剔除环境因素对粤港澳大湾区物流业效率的影响,分别是地区生产总值(亿元)、政府支持(交通运输、仓储、邮政业固定资产投资占全社会固定资产投资的比例)、外贸水平(亿美元)、外商投资(亿美元)、科技水平(信息传输、软件和信息技术服务业占全社会固定资产投资的比例)。
3.数据来源。本文数据来源于《中国统计年鉴》《粤港澳大湾区统计年鉴》澳门统计暨普查局和香港政府统计处等,选取了2012—2018年的数据。以2012年为起始点,是因为2012年是中国新时代的开启年,2012—2018年物流领域数据为珠三角经济区升级为粤港澳大湾区提供支撑。
4.Person相关性检验。采用SPSS19.0软件进行Person相关性检验,投入产出变量的相关系数均在1%或5%的显著性水平下为正,因此,选取的投入产出指标之间符合同向性假设,满足三阶段DEA效率分析的条件(如表2所示)。
四、粤港澳大湾区物流效率分析
(一)第一阶段传统DEA实证结果分析
本文采用DEA P2.1软件,在没有剔除环境因素和随机误差的情况下,对2012—2018年粤港澳大湾区9+2城市群的物流效率从时间和空间两个维度进行评价。
DEA实证研究结果如表3所示,具体分析如下:
1.物流核心区域明确
从空间方面来看,粤港澳大湾区的物流效率整体较高,综合技术效率(TE)的平均值为0.725,纯技术效率(PE)的平均值为0.912,规模效率(SE)的平均值为0.799。分地区来看:综合技术效率方面,广州、佛山和香港具有显著的领先优势,惠州和澳门处于第二梯队,深圳、珠海、东莞、中山、江门、肇庆较弱。针对这一结果,从综合技术效率的构成来看,纯技术效率视角下,广州、深圳、珠海、佛山、惠州、江门、肇庆、香港、澳门均较高,东莞与中山存在较大差距;规模效率视角下,广州、佛山、惠州、东莞、中山、香港、澳门均较高,深圳、珠海、江门与肇庆处于较低水平。广州和香港的物流效率处于绝对核心水平,这与当前广州和香港的国际物流枢纽发展实际相符,而广州与佛山在《广佛同城化“十三五”发展规划(2016—2020)》的作用下,物流共享协调发展程度越来越高;惠州随着近年来积极融入深圳的发展战略,采用高技术、高标准,物流技术和规模都形成较高水平;澳门作为粤港澳大湾区人均GDP最高的城市,物流业发展已经形成稳定高效的模式;深圳、珠海自2008年金融危机后率先开启创新发展模式;肇庆、江门在后金融危机时代也加入创新发展的行列,但是由于市场份额的约束,当前物流设施的高端化没有充分获得规模经济效应,物流成本的影响使产品在国际市场中的竞争力受到较大影响。反观东莞与中山,创新发展的步伐显著慢于粤港澳大湾区的其他地区,作为“三来一补”加工贸易时期快速发展起来的城市,中山始终以加工产业和小作坊模式为主导产业,因此,物流设施的高端化进程显著滞后;而东莞和深圳在2002年因为劳动力成本的大幅上升率先进入以贴牌生产为主导的高端加工贸易阶段,并与东盟国家形成较稳定的供应链,即使在金融危机时期也能保障经济合作的平稳发展,但是,东莞并没有在2008年之后转变产业发展方式,依然以加工产业为主导产业,因此,物流设施的高端化进程显著滞后,这不利于东莞在大湾区时期与其他城市齐头并进。
2.受宏观经济环境影响显著
从时间方面来看,测算粤港澳大湾区9+2城市群多年综合效率、纯技术效率和规模效率及平均值,从粤港澳大湾区整体来看,2012—2018年粤港澳大湾区的综合技术效率(TE)、纯技术效率(PE)和规模效率(SE)均整体呈阶梯上升趋势。从各地区来看,各地区的综合技术效率、纯技术效率和规模效率总体呈阶梯上升趋势,但也存在不同程度的波动,其中珠海、佛山、惠州、东莞、肇庆等地区的效率提升较显著。无论是总体还是分地区,可以看到2015年是变化较大的年份,从世界经济环境看,2008年金融危机之后,世界各国的经济发展普遍缺乏新的增长点,复苏步伐缓慢;从我国经济环境看,由于世界市场活跃度低,中国在后金融危机时代,不断出台以激发经济增长点为目的的经济发展战略,从以实体经济为主、“一带一路”倡议到“互联网+”战略,均致力于达到这一目的,作为中国经济发展的先发地区,珠三角经济区的物流业得到一定程度的发展,但是受整体环境(尤其是欧美市场进口规模的下降、“一帶一路”市场规模有限等因素)影响,2015年这一地区的物流产业发展出现下滑趋势。然而,伴随2015年和2016年国家先后实施《中国制造2025》计划和供给侧结构性改革,珠三角经济区紧紧把握时机,在先进制造和创新发展领域的突出表现使其在欧美市场萎缩的情况下,获得了“一带一路”区域较大的市场份额,因此在经历下滑之后,物流业效率平稳提升,这为2017年珠三角经济区升级为粤港澳大湾区夯实了基础。
(二)第二阶段SFA回归结果分析
为了更加真实地进行效率评价,剔除环境因素、随机误差和无效率管理等因素对物流效率的影响,本文采用Frontier4.1软件,构建SFA回归方程。将第一阶段中测算出的物流业固定资产投资总额、物流业从业人员数量、交通网密度三个投入松弛变量作为回归方程的因变量,将地区生产总值、政府支持、外贸水平、外商投资及科技水平五个环境变量作为回归方程的自变量。
SFA回归结果如表4所示,环境变量在1%、5%或10%的水平上不同程度地通过了显著性检验。投入指标物流业固定资产投资总额、物流业从业人员数量和交通网密度松弛变量的γ值接近1,且显著水平为1%,表明环境变量对粤港澳大湾区物流业的投入松弛变量存在影响,因此这三个投入指标需要调节。环境变量对投入指标的影响具体分析如下:
1.地区生产总值
地区生产总值与物流业固定资产投资总额、物流业从业人员数量、交通网密度的回归系数为正数,且在1%的水平上显著,表明随着地区经济的发展,地区物流基础设施建设、交通网建设也会大幅增加,从而促进经济的发展,但过多的投入不可避免地会产生冗余,降低物流效率;而经济的发展也会吸引提高物流业从业人员数量,但从长期看,劳动力投入将逐步放缓,其数量将逐渐和较高的经济水平相适应。
2.政府支持
政府支持与物流业固定资产投资总额、物流业从业人员数量、交通网密度的回归系数为负数,表明政府支持对减少粤港澳大湾区物流业效率的投入有促进作用。其中政府支持与物流业固定资产投资总额与交通网密度在1%的水平上显著,一方面说明粤港澳大湾区政府部门的经济治理能力较强,能够精准对接区域经济发展需求提供政策、资金等支持;另一方面说明粤港澳大湾区的高质量发展还需要政府积极参与,区域市场的自由发展还存在出现严重市场失灵的可能性。
3.外贸水平
外贸水平与物流业固定资产投资总额、物流业从业人员数量的回归系数为负数,与交通网密度的回归系数为正数,但外贸水平只与物流业从业人员数量在5%水平上显著,表明外贸进出口的增加对减少物流业从业人员数量投入冗余起到促进作用,随着粤港澳大湾区从外向型经济发展模式走向创新型经济发展模式,从来料加工到自主创新的发展,外贸进出口商品含金量正在不断提升,从而单位物流货物的价值和物流从业人员数量之间的比例不断增大,促进物流从业人员结构调整,从粗放物流向精细物流转变。
4.外商投资
外商投资与物流业固定资产投资总额、物流业从业人员数量、交通网密度的回归系数为负数,与交通网密度在5%水平上显著,表明外商投资对减少交通网密度投入冗余启到促进作用,随着改革开放的不断深入,外商投资额也逐年增加,吸引外商投资就要有好的交通网,而好的交通网更能吸引外商投资;外商投资能够增加交通覆盖率和利用率,减少交通网密度投入冗余。
5.科技水平
科技水平与物流业固定资产投资总额的回归系数为正数,与物流业从业人员数量和交通网密度的回归系数为负数,但科技水平只与物流业固定资产投资在1%水平上显著,表明科技投入的增加也会促进现代物流业的基础设施投资,随着粤港澳大湾区物流一体化的发展和仓储物流的协调配置,短期增加的物流基础投入冗余会慢慢达到合理利用率。
(三)第三阶段投入调整后的DEA结果分析
采用调整后的数据,再次运用BCC模型测算粤港澳大湾区物流业投入产出效率。对比第一阶段和第三阶段的测算结果,当调整后的效率升高时,说明环境因素对物流业效率有负面影响;当调整后的效率降低时,说明环境因素对物流业效率有正面影响。
对调整后的指标再次进行DEA分析(结果如表5所示),从时间和空间两个维度分析如下:
从空间上来看,剔除环境因素和随机误差后,粤港澳大湾区物流业的综合技术效率和规模效率降低,且下降幅度较大,说明地区生产总值、政府支持等环境因素对综合技术效率和规模效率具有正面作用,且作用显著;从各个地区来看,广州和佛山物流业的综合技术效率虽然有所下降,但下降幅度很小,说明生产总值、政府政策支持、外贸水平和科技投入等外部环境因素促进了物流业效率的提升;珠海、江门、肇庆和澳门等城市物流业综合技术效率下降幅度较大。纯技术效率普遍较高,规模效率降幅较大,说明剔除环境因素后,更加真实地反映出这些地区物流业管理和技术水平相对较高,规模效率是制约粤港澳大湾区物流业效率提升的主要因素;这些地区外部环境优越,区位优势显著,政府政策支持和科技水平相对领先,外贸水平和外商投资额较高,说明了粤港澳大湾区的有利环境对物流业产出增加具有较明显的推动作用,不剔除外部环境因素和随机变量等影响会高估物流业的效率水平。从极值来看,剔除环境因素和随机误差等影响后,粤港澳大湾区的物流发展不均衡更加明显。从时间方面来看,剔除环境因素和随机误差后,2012—2018年粤港澳大湾区及各地区物流业的综合技术效率、纯技术效率和规模效率整体呈上升趋势,但也存在不同程度的波动。
五、结论与建议
(一)结论
粤港澳大湾区是我国经济发展新引擎,物流业是粤港澳大湾区发展的重要基础条件和驱动力,面临巨大的发展机遇,研究粤港澳大湾区的物流业效率具有重要的理论和现实意义。本文选取了物流业固定资产投资总额、交通网密度和从业人员数量作为投入指标,物流业生产总值、货运量和货物周转量作为产出指标,地区生产总值、政府支持、外贸水平、外商投资和科技水平作为环境变量,运用三阶段DEA模型研究了2012—2018年粤港澳大湾区9+2城市群物流业效率的时空格局演化特征以及环境影响因素,结果表明:
第一,从时间演变来看,2012—2018年粤港澳大湾区物流业的综合技术效率呈阶梯上升趋势,但也存在不同程度的波动,其中珠海、佛山、惠州、东莞、肇庆等地区的效率提升较显著(参见表6)。2015年是转折年,由于2015年之前大湾区区域的物流主要服务于传统产业,习惯与欧美市场合作,2015年之后,伴随着先进制造和创新的发展,大湾区的物流业发展品质出现跃升。其中广州、香港、佛山等城市的物流投入持续增加,物流效率持续高位。而大湾区其他8个城市,虽然物流效率不高,但始终呈上升趋势,说明在后经济危机时代,大湾区在“一带一路”倡议引导下,在消费稳步增长的前提下,物流产业不断创新发展,物流仓储配置合理,物流效率稳步增加,因此,大湾区的物流效率尽管有波动,但是综合技术效率、纯技术效率和规模效率总体处于持续递增状态。
第二,从空间演变来看,粤港澳大湾区的9+2个地区物流业发展较不平衡。广州、佛山和香港具有显著的领先优势,惠州和澳门处于第二梯队,深圳、珠海、东莞、中山、江门、肇庆较弱。纯技术效率方面,东莞、中山与其他城市存在较大差距,主要因为以加工产业为主导,物流设施的高端化进程相对滞后;规模效率视角下,深圳、珠海、江门与肇庆处于较低水平。广州、佛山和香港在剔除环境因素后,综合技术效率、纯技术效率和规模效率均保持较高水平,说明这三个区域无论是内部管理和技术水平,还是外部规模方面的效率都很好,是粤港澳大湾区提升物流业效率的引领者;珠海、江门、肇庆和澳门等地综合技术效率和规模效率降幅较大,纯技术效率较高,说明物流业的管理和技术水平较高,但规模效率较低,成为提升物流业效率的主要制约因素,因此,这些地区不能满足于外部环境因素推动带来的物流效率虚高,而是要抓住粤港澳大湾区建设的发展机遇,更加合理地利用并推动物流业效率进一步提升。从粤港澳大湾区整体来看,综合物流效率较高,剔除环境因素后,粤港澳大湾区整个区域的综合技术效率和规模效率降低且幅度较大,说明剔除外部环境因素是很有必要的,否则会高估粤港澳大湾区物流业的综合技术效率和规模效率,从而导致效率评价和对策建议的偏差;同时,也说明这些外部环境因素对综合技术效率和规模效率正面作用显著,是因为粤港澳大湾区作为重要的国家战略和经济领先的重要发展区域之一,对外经济、政府政策、科技水平等外部环境对物流业的产出有非常显著的推动作用,但值得注意的是,高产出不代表高效率,从测算结果看,剔除后的规模效率明顯下降,也使得综合技术效率显著降低,纯技术效率仍保持高位,说明粤港澳大湾区物流业的内部管理和技术水平相对较高,而规模效率成为制约粤港澳大湾区物流业效率提升的主要因素。
第三,从环境影响因素来看,随着地区经济的发展,地区物流基础设施建设、交通网建设也会大幅增加,从而促进经济的发展,但过多的投入不可避免会产生冗余,降低物流效率;而经济的发展也会吸引提高物流业从业人员数量,但从长期看,劳动力投入将逐步放缓,其数量将逐渐和较高的经济水平相适应。政府支持对粤港澳大湾区物流业效率的作用大,尤其是在物流业固定资产投资和交通网络密度方面的作用极大,说明粤港澳大湾区政府部门的经济治理能力较强,能够精准对接区域经济发展需求提供政策、资金等支持,另一方面说明粤港澳大湾区的高质量发展还需要政府积极参与,降低出现严重市场失灵的可能性。外贸水平和外商投资对大湾区的物流业效率各指标大多存在负向作用,这表明大湾区经济发展已经全面由外向型经济发展模式走向创新型经济发展模式。世界经济危机对大湾区的冲击不会导致区域经济发展陷入深度衰退,但是从系数可以看出,大湾区的创新型经济的发展实力还较弱,需要大幅提升。
(二)建议
根据以上结论,从提高粤港澳大湾区物流规模效率角度来看,需缩小各地区物流业发展差距,使粤港澳大湾区物流业一体化协同发展;从提高粤港澳大湾区物流纯技术效率的角度来看,需创新物流业内部管理技术或模式;从外部环境因素的角度来看,需优化外部环境。因此,提出如下三点建议:
第一,推进粤港澳大湾区物流业一体化协同发展。把握粤港澳大湾区建设的重大机遇,各地区发挥资源优势,加强交流合作,推动区域物流业一体化协同发展。广州、深圳、香港等地区发挥并进一步强化原有的比较优势,加快建设区域联动的海陆空铁多式联运物流枢纽,引领辐射和带动粤港澳大湾区其他地区协同发展。珠海、中山、江门等地区要分析自身优势找准定位,广泛寻求跨地区合作的路径和模式,积极参与广、深等核心城市物流枢纽建设,不断完善和强化快速便捷的物流网络节点建设,共商共建共享海陆空铁物流通道、物流集散、货物存储、转运分拨配送等基地,合理布局,避免过度投资和重复建设。利用广、深等核心城市物流溢出和辐射效应,缩小物流业效率差距;促进区域物流资源高效合理利用,从而提高粤港澳大湾区物流资源空间配置效率。
第二,创新驱动,加快物流业优化升级。借鉴东京大湾区等世界一流湾区的科技创新机制,推动物流业优化升级。加大产学研合作和科技投入力度,利用智慧物流推动物流产业优化升级。应用5G技术、区块链、物联网和人工智能等新一代信息技术,攻关关键核心技术,推进先进技术在优化流程、无人仓储配送、数据共享和挖掘等领域的应用落地,引领企业通过数据共享、技术进步和模式创新降低运营成本,从而进一步提升粤港澳大湾区物流业管理技术水平,实现可持续发展。
第三,区域产业协同发展,推动外向型经济发展,持续优化外部环境。发挥各地区的产业特色和优势,区域间产业优势互补,协同发展,从而优化粤港澳大湾区产业结构。加快推进广州南沙、深圳前海和珠海横琴三个自由贸易试验区建设,促进广州、深圳、珠海、东莞国家级跨境电商综合试验区建设,共同探索粤港澳新型对外经济发展模式,加快外向型经济发展,从而持续发挥外部环境对物流业的推动作用。
参考文献:
[1]中共中央国务院.粤港澳大湾区发展规划纲要[N].人民日报,2019-02-19(A01).
[2]省委、省政府印发关于贯彻落实《粤港澳大湾区发展规划纲要》的实施意见[N].南方日报,2019-07-05(01).
[3]何黎明.推进供给侧结构性改革培育物流业发展新动能[J].中国流通经济,2016(6):5-9.
[4]谢泗薪,帅世耀.供给侧改革下物流企业战略发展路径与策略创新[J].中国流通经济,2017(2):31-38.
[5]史锦梅.我国物流企业供给侧结构性改革的应对之策[J].中国流通经济,2016(8):22-27.
[6]王娟娟.一带一路经济区新兴产业流通服务供给侧结构性改革探索[J].中国流通经济,2017(1):14-22.
[7]闫琰.供给侧改革背景下物流业发展对策研究[J].价格月刊,2016(9):91-94.
[8]丰佳栋.供给侧改革下第四方物流模块化服务创新模型设计[J].中国流通经济,2017(3):71-78.
[9]田丽.基于供给侧改革环境分析中西部少数民族区域物流效率的提升策略[J].贵州民族研究,2018(5):158-161.
[10]刘翠萍,李武.中国物流业效率评价文献综述[J].中国流通经济,2016(11):12-21.
[11]丁海宁,胡小建,杨海洪.供给侧改革背景下宁夏物流效率提升路径研究[J].北方民族大学学报(哲学社会科学版),2016(5):138-140.
[12]秦雯.供给侧改革下珠海港口物流效率及影响因素研究[J].商业经济研究,2018(22):138-140.
[13]刘丽波,李苏敏.供给侧改革下我国流通业投入产出效率评价——基于政府统计数据和DEA分析法[J].商业经济研究,2018(6):173-175.
[14]孙夏令,李秀萍.供给侧改革视域下物流业转型发展——以河南省为例[J].商业经济研究,2018(4):74-76.
[15]吴旭晓.经济大省物流业效率动态演化及其影响因素[J].中国流通经济,2015(3):24-31.
[16]邵桂波.基于三阶段DEA模型的我国商贸流通业效率测度[J].商业经济研究,2018(13):30-32.
[17]李娟,王琴梅.丝绸之路经济带核心区物流业规模效率分析[J].西安財经学院学报,2018(10):73-77.
[18]肖建辉.粤港澳大湾区物流业高质量发展的路径[J].中国流通经济,2020,34(3):66-81.
[19]詹荣富,黄立军.粤港澳大湾区各地物流效率现状原因及对策分析[J].物流工程与管理,2018,40(11):19-22.
[20]肖斌,程晓静.广东省物流业区域效率差异与影响因素分析[J].商业经济研究,2018(2):85-88.
[21]崔冬.《粤港澳大湾区发展规划纲要》带来的物流机遇[J].中国物流与采购,2019(5):20-21.
[22]FRIED,LOVELL,SCHMIDT,YAISAWARNG.Account? ing for en- vironmental effects and statistical noise in data envelopment analysis[J].Journal of productivity analysis,2002(17):121-136.
[23]CHARNES A,COOPER W W,RHODES E.Measuring the Ef-ficiency of decision making units[J].European journal of operation research,1978(2):429 -444.
[24]邓波,张学军,郭军华.基于三阶段DEA模型的区域生态效率研究[J].中国软科学,2011(1):92-99.
[25]王书灵,袁汝华.基于三阶段DEA的江浙沪地区物流产业效率[J].铁道运输与经济,2016,38(10):1-7.
[26]王博,祝宏辉,刘林.我国“一带一路”沿线区域物流效率综合评价——基于三阶段DEA模型[J].华东经济管理,2019,33(5):76-82.
[27]李勇辉,白利鹏,王莉.中国城市物流绩效评价与竞争力实证研究[J/OL].河南社会科学,2020(3):1-11[2020-04-26].http://kns.cnki.net/kcms/detail/41.1213.C.2020042 6.1535.028.html.
[28]马明,唐乐.基于三阶段DEA方法的物流业技术效率评价研究[J].铁道运输与经济,2019,41(7):14-21.
责任编辑:林英泽
Spatial-temporal Evolution and Improvement Path of Logistics Industry Efficiency in Guangdong-Hong Kong-Macao Greater Bay Area
QIN Wen
(Guangdong Polytechnic of Science and Technology,Zhuhai 519090,Guangdong,China)
Abstract:By constructing the index system and influencing variables of the input- output of the logistics industry in Guangdong-Hong Kong-Macao Greater Bay Area,the three-stage DEA model is used to carry out the empirical study on the logistics industry efficiency in 9+2 city group Guangdong-Hong Kong-Macao Greater Bay Area from 2012 to 2018 from both the spatial and temporal dimensions. It is found that:from the spatial dimension,the logistics industry efficiency in GuangdongHong Kong-Macao Greater Bay Area is rising,but the development situation in different regions is not balanced,Guangzhou and Hong Kong is the leading areas,and then Foshan,Huizhou,Zhongshan,Jiangmen,and Macao,and Shenzhen,Zhuhai,Dongguan,and Zhaoqing are the last;from the temporal dimension,the comprehensive technological efficiency,technological efficiency,and scale efficiency is rising,the efficiency of Zhuhai,Foshan,Huizhou,and Dongguan has been improved significantly,and the year 2015 is the turning point in terms of logistic development;and from the environmental factors,the role of government in supporting the logistics industry efficiency in Guangdong- Hong Kong- Macao Greater Bay Area is significant,especially in terms of fixed asset investment and transportation network density. At present,we should promote the integrated and coordinated development of logistics industry in Guangdong-Hong Kong-Macao Greater Bay Area,drive the optimization and upgrade of logistics industry with the help of innovation,accelerate the export-oriented economy,and optimize the external environment.
Key words:Guangdong-Hong Kong-Macao Greater Bay Area;logistics industry efficiency;innovation-driven;three-stage DEA