广西14个地级市物流效率评价与影响因素研究

孙心如 卢智增

摘要：当前中国经济发展已经进入新时代，经济发展阶段已从高速增长向高质量发展转变，也预示着中国正朝着更加高效和可持续的方向发展。选择广西14个地级市为研究样本，运用DEA-BCC模型分析广西各个地级市2017—2021年的物流产业效率情况，得出广西各城市物流产业效率差异大，区域间发展不均衡的结论，并运用Tobit模型研究发现社会经济发展水平、开放水平两个影响因素对广西物流产业发展具有积极意义。

关键词：物流产业效率；DEA-BCC模型；Tobit模型

中图分类号：F25文献标识码：Adoi：10.19311/j.cnki.16723198.2024.07.014

中国经济发展已进入新时期，最明显的是经济发展由快速提高环节转为高质量发展环节。投入规模与产出效率能达到最合理的均衡点，关注物流产业投入产出占比有效性，对提升物流产业效率尤为关键，DEA方法普遍运用于物流行业效率科学研究。本文选择广西14个地级市为研究样本，运用DEA-BCC模型分析广西各个地级市2017—2021年的物流产业效率情况，并通过Tobit模型研究其影响因素，为广西各地级市提供科学依据，为促进广西各地级市物流产业高效发展提供理论依据和政策建议。

1研究模型

1.1指标构建与数据说明

1.1.1投入指标

第一，交通运输预算支出，反映了政府对物流运输基础设施建设、物流技术进步的投入。第二，物流里程，能反映出物流运输的真实距离，从而反映出物流运输的规模与覆盖面。第三，民用载货汽车数量，反映出各地区物流运输的规模、覆盖面、运输能力的强弱与提高程度。

1.1.2产出指标

第一，地区生产总值。GDP反映了某一地区整体经济的增长、生产和消费能力等；另一方面，物流活动的增加与提高都直接影响到当地经济的增长，因此物流产业的效率与质量也会影响到GDP的增长。第二，货运量和货运周转量，货运越大，企业的运营效率越高。第三，商品周转量，指商品在物流网络中流转的数量。

1.1.3数据来源

数据来源于《广西统计年鉴》，在使用DEAP计算时，设定广西14个地市作为决策对象，以2017—2021年末的数据为基础，将投入产出数据代入DEAP2.1软件进行效率测度。

1.2DEA-BCC模型简介

假定有n个相同类型的DMU参加了评估，每一个决策单元具有z个输入指标，以及w个输出指标，让它们代表j个决策单元的输入，它们分别代表着第j个决策单元的产出，由此构建了一个输入型的BCC模型。

模型假设有n个同类型的DMU参与评价，每个决策单元的输入指标为z个，输出指标为w个。记Xj=（X1j，X2j，…，Xzj），j∈{1，2，…，n}表示第j个决策单元的第z个输入指标，Yj=（Y1j，Y2j，…，Ywj），j∈{1，2，…，n}表示第j个决策单元的第w个输出指标。则可以建立输入型的BCC模型，表示为：minθ。

式中，Xj=表示第j个DMU的m维输入向量，Yj表示第j个DMU的w维输出向量，θ表示投入缩小比率，λ表示决策单元线性组合的系数。w-表示投入松弛变量，表示投入冗余；w+表示产出松弛变量，表示产出不足。

1.3Tobit模型简介

研究目的为验证各相关因子对于物流产业的静态综合效率的影响。被解释变量是物流行业的综合效率数值，其取值范围为0～1，且为离散变量。在此基础上，将Tobit模型应用于相关性分析，该模型表示为：

式中：Y*表示横截因变量向量，β表示回归参数变量，X表示自变量向量，μ表示误差项，σ表示正态分布的标准差，Y表示效率值的向量。

2实证分析及结果

2.1基于DEA-BCC模型的物流产业效率分析

2.1.1综合效率分析

学者认为对于综合效率值的分析可以分为两种情况：一种是综合效率等于1时，DEA有效，然后投入产出达到均衡状态；另一种是综合效率小于1时，说明DEA没有达到有效，产出效益尚需提升。所以，广西五年的综合性效率平均值为0.763，说明广西的物流产业投入产出是无效状态，投入产出还有较大的优化空间。此外，综合效率最高的是0.790，最低的是0.739，虽然有所波动，但总体来说变动不大，属于平稳性上升和发展阶段。

此外综合效率值相对性较高的是柳州、北海、防城港城市，说明其投入产出比较合理，物流产业效率较高。柳州是广西最大的工业生产城市，社会经济发展水准高，基本设备健全，较为发达的物流技术是其物流产业高效率发展最强有力的支柱；北海和防城港同处在北部湾经济圈和东盟经济圈，与珠三角等地的经济交互非常有利，并且还是港口型国家物流枢纽，具备比较健全的物流仓储设备。剩下的地级市综合效率均低于全区平均水平。玉林市综合效率波动不大，呈现上升趋势，重要因素是玉林作为广西重要的商贸物流中心，物流产业发展迅速，资源利用率不断提高。其次，贵港市是低于全区平均水平的城市中综合效率最高的地级市，但仍然呈现波动下降的趋势，说明其随着投入增加也出现了不合理情况；百色、贺州、河池和来宾的综合效率排名靠后，说明没有达到最佳的规模效益，信息技术水平和管理能力有待提高，可以向综合效率前列的城市学习先进经验。

2.1.2纯技术效率分析

全区纯技术效率最高的是2021年的0.828，最低的是2018年的0.784，对比来看，两者变化幅度并沒有太大。此外，全区纯技术效率的平均值是0.805，说明广西的物流产业技术水平已经具有一定的发展，可能由于广东等较为发达的城市对广西的产业产生影响，也有利于广西整体技术水平和管理水平的提升。纵观所有数值可以发现，纯技术效率呈现波动上升的趋势，表明物流业还没有充分利用技术应用来促进资源的利用。从城市角度看，南宁、柳州、北海和防城港等物流效率每年都保持在有效水平，说明物流资源得到了充分利用。相反，其他城市的纯技术效率存在差异。梧州、钦州和崇左等城市的物流效率高于全区平均水平，而河池仅为0.556。2020年河池的物流效率最低，远低于平均水平，但在2021年已有所改善。另外，在百色市、来宾等地区，可能是地貌的影响，增加了物流产业基础设施的建设难度和投入成本，其物流产业的发展比较滞后，具体表现在技术、经营等方面相对发达地区的滞后。

2.1.3规模效率分析

全区物流产业规模效率的平均水平是0.948，比单纯的技术效率略高一些，但是还没有达到有效水平。在所有的城市里，只有北海市的规模效益能发挥到最大。南宁市、贺州市、桂林市、来宾市四个城市的平均规模效率均低于全区平均水平，而广西的平均规模效率较低。防城港市的规模效率整体都能达到有效，只有2021年的规模效率低于0.9，重要因素是防城港市东盟贸易区的桥头堡城市，物流产业结构较为完善，其中货运运输版块发挥积极的作用。另外，防城港市拥有多个物流园区，可以产生集聚效应和规模优势。梧州市、钦州市、贵港市、玉林市、河池市、崇左市具有较高的规模效益，处于全区平均水平之上，但仍需继续优化物流投入产出关系，以达到最优状态。

除南宁、贺州、来宾外，其他城市都有不同的规模报酬现象。柳州、北海、防城港多年的规模报酬呈现不变现象，如防城港市在2019年以前的规模报酬不变，而2020—2021年呈现递增，这表明可以通过加大物流投入来优化投入产出效率；而桂林、梧州、钦州、贵港、百色、崇左等城市则多数出现规模报酬递减的情况。例如，桂林市在2017—2021年的规模报酬递减，说明该市的物流规模不断扩大但产出效益未能达到理想水平，应减少盲目投入、提升资源利用率。另外，贺州市和来宾市在5年期间均呈现规模报酬递增状态，这表明增加投资规模可以有效提升产出效益，应进一步扩大投资规模。

2.2基于Tobit模型的物流产业效率影响因素实证分析

2.2.1影响因素指标选取与数据来源

物流业的外部影响因素比较复杂，部分指标很难量化。结合广西的实际情况和量化指标的原理，得到经济发展水平、信息技术水平、开放程度三大影响因素指标。为了评估3个因素的影响，选用各地区人均GDP、互联网宽带接入用户数量以及进出口总值3个指标进行衡量，指标数据选取来源于《广西统计年鉴》。

2.2.2物流效率影响因素实证结果分析

把所有解释变量代入到Tobit模型中，利用SPSSPRO分析，使用随机效应面板回归，即可得出结果。根据结果，除开放程度外，另外两个因素与物流产业效率之间存在着显著的相关关系。结果显示，除了开放程度之外，经济发展水平和物流产业效率之间存在着1%水平显著正相关关系。每增加一个单位的国内生产总值，就会增加0.115个单位的物流效率。所以，对于物流产业效率不高的城市来说，要加强对当地实体企业的支持，以促进实体经济的发展，通过产业升级和新旧动能转换，促进物流业的发展。同时，物流效率与信息技术水平之间的相关关系也没有达到显著性水平，可能是由于广西物流业正处于转型升级阶段，传统中小物流企业仍然占主导地位，物流信息技术水平低下。另外，由于信息闭塞，还会造成物流资源浪费。最后，开放程度表现出5%的显著水平，与综合效率呈正相关。但相关系数为负值，可能与广西对外贸易总体开放水平有待提高、市场尚未成熟、资源利用效率较低有关。由于国外先进的物流技术在我国的应用尚需一定的时间来研究与完善，对我国物流产业的效率影响不大。

3结论和建议

3.1结论

运用DEA-BCC模型对物流行业的效率进行了测度，并对其进行深入剖析。然后，利用Tobit模型对我国物流产业的外部影响因素进行探究，本文的主要结论如下：

第一，广西各城市物流产业的效率差异很大，区域间的发展也很不均衡。2017—2021年期间，广西物流产业整体效率的均值为0.763，尚未达到有效水平。在各地市中，柳州、北海和防城港的综合效率值相对较高，表明这些城市的物流资源得到了合理利用，物流效率也相对较高。百色、贺州、河池、来宾等地的综合效益较低，其主要原因是受单纯技术效益和规模效益两个方面的影响。钦州、贵港和百色等城市的物流业则存在较为严重的物流投入冗余问题。

第二，物流产业效率影响因素的实证分析结果显示：物流产业的信息技术水平并不显著；社会经济发展水平、开放水平与物流产业效率呈明显正相关，即这两个因素的正向提升可以推动广西物流行业效率的发展。根据实证分析可知，提升社会经济发展水平和开放水平具备积极意义。

3.2建议

加大物流产业相关智能硬件、软件的运用率和投入率。一是增加对物流公司的扶持，引入现代物流技术，促进智能机器人、全自动快递分拣等智能化机器设备的资金投入，提升仓储物流快递分拣与派送系统软件；二是政府部门要起好带头和推动作用，让各城市间协同搭建信息技术管理公共性服务平台，实现信息共享，整合各个层级的物流资源，提升全部物流管理体系的运行效率。

提升物流空间部署，推动各个城市之间的物流协作发展。提升各市物流公司优化升级和公司之间信息沟通交流与互帮互助，整合物流供应链管理，创建完善健全的物流产业发展管理体制体系，推动地域融洽发展。

參考文献

［1］R.D.Banker，A.Charnes，W.W.Cooper.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science，1984，30（9）：10781092.

[2]黄福华，蒋雪林.生鲜农产品物流效率影响因素与提升模式研究[J].北京工商大学学报（社会科学版），2017，32（02）：4049.

[3]刘岩，田强.我国物流业效率评价及其影响因素分析[J].商业经济研究，2019，（13）：7578.