我国物流业地区间效率差异及其影响因素实证研究

我国物流业地区间效率差异及其影响因素实证研究

ID:21763661

大小:73.94 KB

页数:9页

时间:2018-10-24

我国物流业地区间效率差异及其影响因素实证研究_第1页
我国物流业地区间效率差异及其影响因素实证研究_第2页
我国物流业地区间效率差异及其影响因素实证研究_第3页
我国物流业地区间效率差异及其影响因素实证研究_第4页
我国物流业地区间效率差异及其影响因素实证研究_第5页
资源描述:

《我国物流业地区间效率差异及其影响因素实证研究》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、我国物流业地区间效率差异及其影响因素实证研究——基于数据包络分析模型及托宾模型的分析2011-2-21  摘要:文章采用数据包络分析模型和托宾模型,利用省际面板数据对我国物流业地区间效率及其影响因素进行分析。研究结果表明,我国区域物流综合技术效率不高;区域物流效率差异正在逐步缩小;东部地区物流效率较中西部地区略高;物流资源利用率、区域市场化程度以及港口物流在区域物流中的重要性是影响区域物流效率的重要因素。为提高我国物流产业效率,应着力强化各省、市、自治区物流市场化程度,建设全方位、开放、统一的市场和流通体系;提升区域物流技术投入与应用效率,提高物流信息技术应用水平;提高物流资源利用率,合理布

2、局物流产业,防止地区条块分割,促使物流业由粗放型向集约型投资转变,强调区域物流的有序竞争;加快港口物流发展。  关键词:物流业,数据包络分析,Tobit模型,效率  一、引言  物流业是一个国家或地区经济发展的基础性产业,物流业效率的高低直接影响和制约整个区域经济的效率,进而影响整个经济的发展与成长。我国物流业虽然取得了很大的发展,但仍然比较薄弱,成为制约经济发展的瓶颈。分析物流业效率,剖析其主要影响因素,提出具体实施战略,具有重要意义。在物流业效率研究方法的选择上,帅斌、杜文[1]将数据包络分析方法(DataEnvelopmentAnalysis,简称DEA)与主成分分析方法(PCA)结合

3、起来对物流业进行综合分析与量化评价。张兴远[2]认为,用DEA模型从宏观角度对物流业发展能力进行评估是适宜的。因此本文选择DEA模型及托宾模型(下文称Tobit模型)对我国地区间物流业效率进行分析并找出其影响因素。在实证研究方面,鞠颂东、李尹松、徐杰[3]采用横截面数据,对西部地区物流总量、物流政策与制度、投资、人力资源、物流企业、物流技术及设施、管理水平等进行比较研究,分析西部地区物流业效率与现状。郭晓平、张岐山[4]选取2005年各地区物流业发展相关指标数据,分别以物流业固定资产投资量、物流业从业人员数量两项指标为投入,各地区物流业生产总值、物流业从业人员工资总额两项指标为产出,利用改进

4、的DEA模型对各地区物流业效率进行了分析。  目前,尽管研究物流业效率的文章很多,但大多数仅从微观层面进行研究,从区域物流角度进行效率分析的很少。在对区域物流业效率进行分析之前,大多数文献没有很好地定义物流业,特别是符合中国国情的物流业,这就导致在选择投入产出指标时没有很强的说服力,得出的结果与政策建议也不具有合理性。在现有研究中,对影响区域物流业效率的环境变量的分析较少。为此,本文将在定义符合我国国情的物流业基础上,对我国区域物流业效率进行较为充分的分析,对影响物流业效率的因素进行深入讨论。  二、计量模型与实证分析  1.计量模型  (1)基于松弛变量的DEA模型。本文采用的数据包络分析

5、方法是1978年查恩斯(Charnes)、库珀(Cooper)、罗德斯(Rhodes)依据法雷尔(Farrell)[5]提出的技术效率概念发展而来的,简称DEA模型。由于传统DEA模型(CCR和BCC模型)[6]、[7]基于法雷尔效率测度思想,且同属于径向(Radial,即从原点出发的射线)和线性分段(Piece-wiseLiear)形式的度量理论,这种度量思想主要是它的可处置性(StrongDisposability),确保了效率边界无差异曲线的凸性(不会折弯),却造成了投入要素的“拥挤”(Congestion)或“松弛”(Slacks),当投入产出要素增多并考虑相应的松弛问题时,对企业效

6、率进行整体比较将变得更加困难。为此,我们需要一种把松弛投入和松弛产出考虑在内的效率单一值评估方法,汤恩(Tone)[8]的评价指标正是这样的,在此基础上建立了基于松弛变量的DEA模型,本文不再详细论述。  (2)Tobit回归模型。Tobit回归模型属于因变量受到限制的一种模型,其概念最早由托宾(Tobin)提出,然后由经济学家哥德博尔格(Coldberger)首度采用。如果需要分析的数据具有这样的特点:因变量的数值是切割(Truncated)或片段(截断)的情况,那么普通最小二乘法(OLS)就不再适用于估计回归系数,这时遵循最大似然法概念的Tobit模型就成为估计回归系数的一个较好选择。由

7、于DEA方法估计出来的效率值介于0和1之间,最大值为1,如果采用最小二乘法估计,可能会由于无法完整呈现数据而导致估计偏差,因此本文采用面板数据Tobit回归模型来分析物流业效率的影响因素。  2.数据选取及处理  本文选取的样本为2003-2007年29个省、市、自治区的省级面板数据共1860个观测结果。数据主要来自《中国统计年鉴》(2003-2008)、各地方统计年鉴(2003-2008)以及中国经济信息网

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。