組態(tài)視角下物流業(yè)高質(zhì)量發(fā)展效率提升路徑研究

楊亞銘　薛旭紅　王建新　馬丁

摘 要：物流業(yè)已逐漸成為我國(guó)經(jīng)濟(jì)發(fā)展的重要產(chǎn)業(yè)，物流效率是物流業(yè)發(fā)展的關(guān)鍵因素，為探討物流效率的提升路徑，通過(guò)數(shù)據(jù)包絡(luò)分析方法（DEA）對(duì)我國(guó)2020年31個(gè)省（區(qū)，市）的物流業(yè)高質(zhì)量發(fā)展效率進(jìn)行評(píng)價(jià)，并通過(guò)模糊集定性比較分析法（fsQCA）分析其影響因素的必要性與充分性，研究了不同影響因素之間的組合效應(yīng)對(duì)物流業(yè)高質(zhì)量發(fā)展效率的影響。不同于傳統(tǒng)回歸模型分析各因素對(duì)于物流業(yè)高質(zhì)量發(fā)展效率的直接或間接作用，文中創(chuàng)新性采用模糊集定性比較分析法（fsQCA）探究各前因變量的組態(tài)作用，研究表明，物流效率的影響因素是多重并發(fā)的，提高物流效率并不能僅發(fā)展一種單一要素，而應(yīng)注重多方位考慮，全方位發(fā)展，從整體宏觀角度看待物流效率發(fā)展問(wèn)題。實(shí)現(xiàn)高物流效率共有四條路徑：高勞動(dòng)力素質(zhì)驅(qū)動(dòng)下的科技投入型、高勞動(dòng)力素質(zhì)驅(qū)動(dòng)下的對(duì)外開放型、高科技發(fā)展驅(qū)動(dòng)下的對(duì)外開放型、高科技發(fā)展驅(qū)動(dòng)下的政府支持型。各省（區(qū)，市）可根據(jù)自身實(shí)際發(fā)展情況，有選擇性地找出適合自身的路徑，提高物流效率，促進(jìn)物流業(yè)的高質(zhì)量發(fā)展。

關(guān)鍵詞：物流管理；物流效率；數(shù)據(jù)包絡(luò)分析；模糊集定性比較分析；組態(tài)路徑；影響因素

中圖分類號(hào)：F 259.2；F 224

文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-7312（2023）05-0593-08

Research on the Path of High-quality Development Efficiency Improvement of Logistics Industry from the Perspective of Configuration

YANG Yaming，XUE Xuhong，WANG Jianxin，MA Ding

（School of Economics and Management，Taiyuan University of Technology，Jinzhong 030600，China）

Abstract：The logistics industry has gradually become an important industry in Chins economic development，and the logistics efficiency is a key factor in the development of the logistics industry.In order to explore the improvement path of the logistics efficiency，the high quality development efficiency of the logistics industry in 31 provinces（regions，municipalities）in China in 2020 was evaluated through the data envelopment analysis method（DEA）.The necessity and sufficiency of the influencing factors were analyzed by fuzzy set qualitative comparative analysis（fsQCA），and the influence of the combination effect of different influencing factors on the high quality development efficiency of logistics industry was studied.Different from the traditional regression model to analyze the direct or indirect effects of each factor on the high quality development efficiency of logistics industry，this paper innovatively adopts fuzzy set qualitative comparative analysis（fsQCA）to explore the configuration effects of each antecedent variable.The research shows that the influencing factors of logistics efficiency are multiple and concurrent，and improving logistics efficiency cannot only develop a single factor but should pay attention to multi-directional consideration，all-round development，from the overall macro perspective of logistics efficiency development issues.There are four ways to achieve high logistics efficiency：technology input driven by high labor quality，openness driven by high labor quality，openness driven by high-tech development，and government support driven by high-tech development.Each province（autonomous region，municipality）may，according to its own actual development situation，selectively find out its own path to improve logistics efficiency and promote the high-quality development of logistics industry.

Key words：logistics management；logistics efficiency；data envelopment analysis；qualitative comparative analysis of fuzzy set；configuration path；influencing factors

0 引言

在當(dāng)今經(jīng)濟(jì)迅速發(fā)展、人民生活水平日益提高的時(shí)代，物流業(yè)已逐漸成為國(guó)家經(jīng)濟(jì)發(fā)展中的重要產(chǎn)業(yè)。物流效率作為物流業(yè)中的核心要素，不僅在高質(zhì)量發(fā)展中扮演著重要作用，更是物流業(yè)高質(zhì)量發(fā)展的必要因素。在此背景下，物流效率的提升及影響因素成為政府部門和學(xué)術(shù)界關(guān)注的重點(diǎn)問(wèn)題。文中通過(guò)實(shí)證研究，分析我國(guó)31個(gè)省（區(qū)，市）的物流效率及影響因素，并提出提升物流效率的可行性路徑，以期為物流業(yè)高質(zhì)量發(fā)展提供理論借鑒。

物流效率的評(píng)價(jià)與提升一直是國(guó)內(nèi)外學(xué)者研究的焦點(diǎn)。1980年，SCHINNAR[1]首次將DEA模型應(yīng)用于物流產(chǎn)業(yè)的研究，之后這種方法被廣泛應(yīng)用于各個(gè)領(lǐng)域的效率測(cè)度中。RABINOVIC E和KNEMEYER A M[2]基于DEA模型，對(duì)美國(guó)物流產(chǎn)業(yè)效率進(jìn)行測(cè)度。MARKOVITS-SOMOGYI R和BOKOR Z通過(guò)DEA模型與AHP相結(jié)合的方式對(duì)29個(gè)國(guó)家的物流效率進(jìn)行了分析[3]。HYUNGSUK L[4]通過(guò)采用兩階段DEA模型的方式，分析了伊拉克與157個(gè)國(guó)家之間的相對(duì)物流效率，并針對(duì)其所存在的問(wèn)題提出了相應(yīng)的對(duì)策與建議。

國(guó)內(nèi)關(guān)于物流效率方面的研究主要為測(cè)度方面及對(duì)影響因素的探討，在物流業(yè)高質(zhì)量發(fā)展水平測(cè)度方面：龔雪和荊林波[5]采用DEA-Malmquist指數(shù)評(píng)價(jià)模型，運(yùn)用靜態(tài)分析與動(dòng)態(tài)分析對(duì)我國(guó)31個(gè)省市的物流效率展開研究，并對(duì)所發(fā)現(xiàn)的問(wèn)題提出了相應(yīng)的對(duì)策與建議。張萌物和漆棪[6]通過(guò)DEA方法和Malmquist模型綜合評(píng)價(jià)了2007—2016年陜西省的物流效率，并結(jié)合靜態(tài)分析和動(dòng)態(tài)分析的結(jié)果，提出了相應(yīng)的結(jié)論和建議。蔡林美和王進(jìn)[7]采用DEA模型，對(duì)我國(guó)西部12個(gè)省份的物流業(yè)效率進(jìn)行研究分析，通過(guò)配置物流業(yè)投入與產(chǎn)出數(shù)據(jù)實(shí)現(xiàn)DEA有效，能夠提高物流業(yè)效率等。張永勝[8]運(yùn)用DEA模型和Tobit回歸分析模型對(duì)2010—2019年廣西地區(qū)物流效率評(píng)價(jià)并分析其影響因素，根據(jù)影響因素變量與物流綜合效率之間的回歸分析，給出加大政府支持力度等對(duì)策建議。邸鴻喜等[9]提出了嵌入新冠病毒感染風(fēng)險(xiǎn)系數(shù)的貨損成本函數(shù)，研究發(fā)現(xiàn)經(jīng)過(guò)改進(jìn)的CFLP模型對(duì)疫情下冷鏈物流配送中心選址有一定的借鑒意義。吳宗澤和宋良榮[10]采用DEA模型和Malmquist模型對(duì)我國(guó)58家國(guó)內(nèi)物流公司2017—2021年的物流效率進(jìn)行評(píng)價(jià)分析，并對(duì)所存在的問(wèn)題提出了相應(yīng)的對(duì)策與建議。

在物流業(yè)高質(zhì)量發(fā)展水平測(cè)度的基礎(chǔ)上研究其影響因素：DENG等[11]采用PCA法、SBM-DEA方法與Tobit模型測(cè)度我國(guó)30個(gè)省市在有碳排放限制和無(wú)碳排放限制的情況下的物流效率，研究發(fā)現(xiàn)物流效率存在較大的區(qū)域差異，呈現(xiàn)出由東向西逐漸下降的趨勢(shì)，規(guī)模效率低是制約物流發(fā)展的重要因素，區(qū)域經(jīng)濟(jì)和物流發(fā)展與物流效率正相關(guān)，能源結(jié)構(gòu)和政府影響與物流效率負(fù)相關(guān)。劉巖和田強(qiáng)[12]運(yùn)用BCC-DEA模型，對(duì)2016年我國(guó)31個(gè)省市的物流效率進(jìn)行測(cè)度，研究得出區(qū)位優(yōu)勢(shì)（第三產(chǎn)業(yè)占比、每十萬(wàn)人口高等教育學(xué)校平均在校生數(shù)等）與經(jīng)濟(jì)總量（地區(qū)生產(chǎn)總值、社會(huì)消費(fèi)品零售總額等）影響物流效率的結(jié)論。范建平等[13]運(yùn)用改進(jìn)后的EBM-DEA三階段模型，將經(jīng)濟(jì)發(fā)展水平、政府支持程度、能源利用率和區(qū)位優(yōu)勢(shì)作為環(huán)境變量，對(duì)模型估計(jì)結(jié)果分析發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展水平、區(qū)位優(yōu)勢(shì)及能源利用率對(duì)物流效率有顯著影響。龔雅玲等[14]采用DEA-Tobit模型，研究發(fā)現(xiàn)對(duì)區(qū)域物流產(chǎn)業(yè)發(fā)展效率產(chǎn)生重要影響的主要為區(qū)域物流產(chǎn)業(yè)結(jié)構(gòu)、物流行業(yè)發(fā)展信息化及區(qū)域物流產(chǎn)業(yè)發(fā)展優(yōu)勢(shì)3個(gè)方面。龔雪[15]選取對(duì)外開放程度、行業(yè)因素、經(jīng)濟(jì)發(fā)展水平、能源利用率、區(qū)位因素、信息化水平、政府支持度為影響因素，使用DEA-Tobit模型進(jìn)行分析，研究發(fā)現(xiàn)對(duì)外開放水平、行業(yè)因素、經(jīng)濟(jì)發(fā)展水平、能源利用率、區(qū)位因素、政府支持度對(duì)物流業(yè)發(fā)展綜合效率有顯著影響。龔瑞風(fēng)等[16]研究發(fā)現(xiàn)地區(qū)居民消費(fèi)水平、社會(huì)消費(fèi)品零售總額、地區(qū)人均GDP對(duì)物流效率有顯著性影響。

現(xiàn)有實(shí)證類文獻(xiàn)中，主要是運(yùn)用傳統(tǒng)的數(shù)據(jù)包絡(luò)分析（DEA）測(cè)算我國(guó)各省（區(qū)、市）的物流產(chǎn)業(yè)效率，還有一部分學(xué)者利用Tobit模型分析了物流效率的影響因素。通過(guò)研究，學(xué)者們發(fā)現(xiàn)了對(duì)物流效率的眾多影響因素，并且分析了其影響因素對(duì)物流效率影響的顯著性問(wèn)題，對(duì)研究物流效率及其影響因素作出了巨大貢獻(xiàn)。但是物流效率的研究是一個(gè)復(fù)雜的問(wèn)題，單個(gè)影響因素并不能決定物流效率的發(fā)展走向，對(duì)物流效率的影響通常由多個(gè)影響因素之間共同作用產(chǎn)生的。而現(xiàn)有文獻(xiàn)專注于分析研究單個(gè)因素對(duì)物流效率的影響，忽略了不同影響因素之間的組合效應(yīng)對(duì)物流效率發(fā)展的影響作用。

因此，文中擬采用數(shù)據(jù)包絡(luò)分析法與模糊集定性比較分析法對(duì)我國(guó)各省（區(qū)，市）的物流效率進(jìn)行研究。首先通過(guò)數(shù)據(jù)包絡(luò)分析法評(píng)價(jià)其物流效率，然后運(yùn)用模糊集定性比較分析法探討影響因素之間的組合效應(yīng)對(duì)物流效率的影響，以期找出提高物流效率的影響路徑。

1 研究設(shè)計(jì)

1.1 研究方法

1.1.1 DEA

DEA評(píng)價(jià)方法由CHARNES和COOPER等[17]創(chuàng)建于1978年。DEA模型主要包括兩種模式：CCR-DEA模型和BCC-DEA模型，CCR-DEA模型假設(shè)規(guī)模報(bào)酬不變，而BCC-DEA是假設(shè)存在規(guī)模報(bào)酬變化。文中選取BCC-DEA模型評(píng)價(jià)物流產(chǎn)業(yè)效率。

假設(shè)要評(píng)價(jià)n個(gè)省份的物流產(chǎn)業(yè)發(fā)展效率問(wèn)題，并假設(shè)評(píng)價(jià)指標(biāo)體系中有L種投入指標(biāo)，M種產(chǎn)出指標(biāo)。設(shè)xij表示第j個(gè)省份物流產(chǎn)業(yè)發(fā)展的第i種資源的投入量，ymj表示第j個(gè)省份物流產(chǎn)業(yè)發(fā)展的第m種產(chǎn)出量，則有下列形式的BCC模型。

1.1.2 定性比較分析（QCA）

20世紀(jì)80年代，社會(huì)學(xué)家RAGIN率先發(fā)展了定性比較分析方法（Qualitative Compar-ative Analysis，QCA）。基于整體論，QCA方法主要強(qiáng)調(diào)結(jié)果變量可能是由于多種原因路徑的同時(shí)存在以及多種組合導(dǎo)致，認(rèn)為案例是原因條件組成的整體，因而關(guān)注條件組態(tài)與結(jié)果間復(fù)雜的因果關(guān)系，如A*B*C=Y；A*C=Y；C*D=Y[18]。QCA根據(jù)變量類型分為清晰集定性比較分析（csQCA）、多值集定性比較分析（mvQCA）和模糊集定性比較分析（fsQCA），模糊集可以最大化保留原始數(shù)據(jù)的有效信息，故文中采用模糊集定性比較分析法。

1.2 指標(biāo)及變量選取

1.2.1 DEA評(píng)價(jià)體系構(gòu)建

1）投入變量選擇。通過(guò)查閱相關(guān)文獻(xiàn)，發(fā)現(xiàn)人力、財(cái)力和物力投入是物流業(yè)最核心的投入指標(biāo)，因此，將以上3個(gè)指標(biāo)作為文中的投入變量。人力方面，主要參照蔡林美和王進(jìn)[7]的做法，選取物流從業(yè)人員數(shù)量作為衡量指標(biāo)，考慮到目前并沒(méi)有物流從業(yè)人員數(shù)量的數(shù)據(jù)，所以使用交通運(yùn)輸、郵電通信就業(yè)人員數(shù)量表示。因?yàn)闆](méi)有物流財(cái)政支出的具體數(shù)據(jù)，所以使用地方財(cái)政交通運(yùn)輸支出表示，反映物流業(yè)的財(cái)力投入。公路營(yíng)運(yùn)載貨汽車擁有量和公路里程反映物流業(yè)的物力投入。

2）產(chǎn)出變量選擇。貨運(yùn)量、貨物周轉(zhuǎn)量和物流業(yè)增加值與物流業(yè)密切相關(guān)，學(xué)者們也主要以這三個(gè)變量作為物流業(yè)的產(chǎn)出變量，文中沿襲這一做法，并借鑒龔雪[5]的作法，采用交通運(yùn)輸，倉(cāng)儲(chǔ)和郵政業(yè)增加值來(lái)代替物流業(yè)增加值。

在DEA模型的使用中，需滿足決策單元（DMU）量n≥max{投入指標(biāo)數(shù)×產(chǎn)出指標(biāo)數(shù)，3（投入指標(biāo)數(shù)＋產(chǎn)出指標(biāo)數(shù)）}，文中選取31個(gè)省（區(qū)，市）作為決策單元，投入指標(biāo)及產(chǎn)出指標(biāo)見(jiàn)表1，滿足DEA模型試驗(yàn)要求。

1.2.2 QCA變量選取

通過(guò)總結(jié)前人的研究成果，考慮研究對(duì)象的實(shí)際情況，fsQCA變量選取，見(jiàn)表2，文中選取經(jīng)濟(jì)發(fā)展水平、勞動(dòng)力素質(zhì)水平、科技發(fā)展水平、政府支持水平、對(duì)外開放水平、信息化水平作為fsQCA的前因變量，將DEA模型中綜合技術(shù)效率值作為fsQCA的結(jié)果變量。變量計(jì)算與選取依據(jù)如下。

1）經(jīng)濟(jì)發(fā)展水平為人均地區(qū)生產(chǎn)總值。經(jīng)濟(jì)發(fā)展水平從規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)3個(gè)方面對(duì)物流產(chǎn)業(yè)高質(zhì)量發(fā)展效率產(chǎn)生影響。

2）勞動(dòng)力素質(zhì)水平為每十萬(wàn)人口高等教育學(xué)校平均在校生數(shù)。人力資源是行業(yè)發(fā)展中的重要影響因素，從業(yè)人員的素質(zhì)水平也與行業(yè)的高質(zhì)量發(fā)展密切相關(guān)。

3）科技發(fā)展水平為地方財(cái)政科學(xué)技術(shù)支出占財(cái)政總支出的比率。科技的發(fā)展水平是物流產(chǎn)業(yè)高質(zhì)量發(fā)展過(guò)程中不可獲缺的重要部分，對(duì)物流產(chǎn)業(yè)高質(zhì)量發(fā)展有著重要的影響。物流產(chǎn)業(yè)的業(yè)務(wù)環(huán)節(jié)較多，而且無(wú)論是倉(cāng)儲(chǔ)運(yùn)輸，還是裝卸搬運(yùn)都依賴先進(jìn)的科學(xué)技術(shù)以提高運(yùn)營(yíng)效率。

4）政府支持水平為地方財(cái)政交通運(yùn)輸支出占財(cái)政總支出的比率。政府是市場(chǎng)經(jīng)濟(jì)的參與者和調(diào)節(jié)者，在物流產(chǎn)業(yè)高質(zhì)量發(fā)展過(guò)程中扮演者十分重要的角色，它不僅可以為物流產(chǎn)業(yè)提供資金、人力和技術(shù)等資源，同時(shí)可以制定相應(yīng)政策法規(guī)等措施鼓勵(lì)物流產(chǎn)業(yè)發(fā)展。

5）對(duì)外開放水平為進(jìn)出口貿(mào)易總額與GDP之比。物流產(chǎn)業(yè)作為一種流通性行業(yè)，對(duì)外開放的程度對(duì)其有著非常重要的影響。

6）信息化水平為互聯(lián)網(wǎng)寬帶接入用戶占年末常住人口的比率。在當(dāng)今物流產(chǎn)業(yè)的發(fā)展中，物流技術(shù)的高低直接影響物流的效率，信息化在物流技術(shù)中有著重要的推進(jìn)作用。

1.3 數(shù)據(jù)來(lái)源

文中統(tǒng)計(jì)的各省（區(qū)，市）物流業(yè)相關(guān)數(shù)據(jù)，來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》。

2 實(shí)證研究

2.1 投入產(chǎn)出變量描述統(tǒng)計(jì)

因所選決策單元過(guò)多，所以文中僅展示其決策單元投入變量與產(chǎn)出變量的最大、最小值、均值及標(biāo)準(zhǔn)偏差，所選投入變量及產(chǎn)出變量描述性統(tǒng)計(jì)結(jié)果，見(jiàn)表3。

由表3所選投入變量及產(chǎn)出變量描述性統(tǒng)計(jì)結(jié)果可以發(fā)現(xiàn)，我國(guó)各省（區(qū)，市）的標(biāo)準(zhǔn)偏差與最大最小值間的極差較大，表明各省（區(qū)，市）之間的物流業(yè)發(fā)展水平相差較大。

表4可以看出，2020年我國(guó)31個(gè)省（區(qū)，市）BCC-DEA模型下物流業(yè)效率測(cè)度結(jié)果，北京市，天津市，河北省，上海市，江蘇省，浙江省，安徽省，福建省，山東省，海南省，貴州省共11個(gè)省（市）DEA有效，其他省（區(qū)，市）DEA無(wú)效。河南省，湖北省，廣東省共3個(gè)省規(guī)模效益遞減，說(shuō)明這3省的規(guī)模過(guò)大，可減少規(guī)模以增加效益；山西省，內(nèi)蒙古自治區(qū)，遼寧等省（區(qū)，市）規(guī)模效益遞增，說(shuō)明這些省（區(qū)，市）規(guī)模過(guò)小，可擴(kuò)大規(guī)模增加效益，其在增加投入的情況下，產(chǎn)出會(huì)增加；北京市，天津市，上海等省（市）規(guī)模效益不變，說(shuō)明其已達(dá)到最優(yōu)狀態(tài)，產(chǎn)業(yè)規(guī)模合理無(wú)需調(diào)整。

2.2 模糊集定性比較分析

2.2.1 構(gòu)建數(shù)據(jù)集

在進(jìn)行模糊集定性比較分析之前，需進(jìn)行數(shù)據(jù)集的構(gòu)建，在數(shù)據(jù)集的構(gòu)建過(guò)程中，數(shù)據(jù)校準(zhǔn)是整個(gè)分析過(guò)程中最重要的一步。文中選擇95%、50%、5%分位數(shù)作為校準(zhǔn)點(diǎn)對(duì)于前因變量與結(jié)果變量進(jìn)行模糊校準(zhǔn)，其中各個(gè)變量的描述性統(tǒng)計(jì)及校準(zhǔn)點(diǎn)，變量描述性統(tǒng)計(jì)見(jiàn)表5及變量校準(zhǔn)點(diǎn)見(jiàn)表6。

2.2.2 單個(gè)條件的必要性分析

數(shù)據(jù)集構(gòu)建之后，需對(duì)前因變量進(jìn)行檢驗(yàn)，判斷其是否為結(jié)果變量的必要條件。基于FISS等[19]的研究方法，若某個(gè)前因變量是結(jié)果變量的必要條件，則需滿足一致性數(shù)值大于等于0.9[19]。運(yùn)用fsQCA軟件得出各前因變量的一致性及覆蓋度的值，單個(gè)條件的必要性分析見(jiàn)表7。

單個(gè)條件的必要性分析中發(fā)現(xiàn)，前因變量一致性的數(shù)值范圍在0.4與0.83之間，沒(méi)有大于等于0.9的情況出現(xiàn)，可以確定所有前因變量均未對(duì)物流效率的發(fā)展產(chǎn)生必要性影響。同時(shí)物流效率并不只受到單個(gè)因素的影響，還需對(duì)其進(jìn)一步分析，從而找出前因變量間的組態(tài)效應(yīng)。

2.2.3 條件組態(tài)的充分性分析

通過(guò)運(yùn)用fsQCA軟件分析，針對(duì)我國(guó)31個(gè)省（區(qū)，市）的物流效率發(fā)展，運(yùn)用fsQCA軟件對(duì)實(shí)現(xiàn)特定結(jié)果（此處指高物流效率）的條件組態(tài)進(jìn)行分析，高物流效率的條件組態(tài)結(jié)果，見(jiàn)表8，不同的條件組態(tài)表示實(shí)現(xiàn)特定結(jié)果的不同路徑。

表8高物流效率的條件組態(tài)中，產(chǎn)生高物流效率的路徑有4種組態(tài)（1a、1b、2、3）。通過(guò)表8高物流效率的條件組態(tài)表中一致性指標(biāo)與總體覆蓋度數(shù)值可以表明，4種組態(tài)都是高物流效率的充分條件，且前因條件在很大程度上解釋了高物流效率的原因。

2.2.4 高物流效率的組態(tài)分析

基于上述討論，研究得出促進(jìn)高物流效率的組態(tài)路徑樹狀圖，如圖1所示。

條件組態(tài)1a表明，無(wú)論當(dāng)?shù)亟?jīng)濟(jì)水平與對(duì)外開放程度是否良好，對(duì)于一些在物流方面政府支持力度薄弱且信息化水平較低的省市，如果提高勞動(dòng)力素質(zhì)、增強(qiáng)科技發(fā)展，仍會(huì)提升當(dāng)?shù)氐奈锪餍省＠纾窂桨咐械暮鲜∨c江西省，政府的工作重心更多的放在了教育、社會(huì)保障等方面，且當(dāng)?shù)匦畔⒒讲桓撸浣?jīng)濟(jì)、科技與信息化方面均為前列。從DEA模型的分析中可以發(fā)現(xiàn)這兩個(gè)省都為規(guī)模報(bào)酬遞增的狀態(tài)，說(shuō)明兩省如果在一定比例上提高勞動(dòng)力素質(zhì)，增強(qiáng)科技發(fā)展，那么物流效率的增加將大于其投入增加的比例，物流效率將會(huì)進(jìn)一步提高。

條件組態(tài)1b表明，無(wú)論當(dāng)?shù)乜萍及l(fā)展如何，對(duì)于一些在物流方面政府支持力度薄弱且信息化水平較低的省市，如果加快經(jīng)濟(jì)發(fā)展、提高勞動(dòng)力素質(zhì)、擴(kuò)大對(duì)外開放程度，仍會(huì)提升當(dāng)?shù)氐奈锪餍省＠纾窂桨咐械倪|寧省，通過(guò)DEA模型的分析可以發(fā)現(xiàn)其規(guī)模報(bào)酬處于遞增的狀態(tài)，這表明若對(duì)遼寧省增加一定的投入比率，其產(chǎn)出增加的比率一定會(huì)大于其投入所增加的比率。所以在經(jīng)濟(jì)、科技、對(duì)外開放三個(gè)方面的提升會(huì)促使其物流效率的發(fā)展。

條件組態(tài)2表明，無(wú)論當(dāng)?shù)厥欠翊嬖诟邉趧?dòng)力素質(zhì)水平，對(duì)于一些在物流方面政府支持力度薄弱的省市，如果加快經(jīng)濟(jì)發(fā)展、增強(qiáng)科技發(fā)展、擴(kuò)大對(duì)外開放程度、進(jìn)一步建立健全當(dāng)?shù)匦畔⒒?gòu)，仍會(huì)提高當(dāng)?shù)氐奈锪餍省＠纾窂桨咐械母＝ㄊ∨c浙江省。DEA模型的分析結(jié)果已經(jīng)表明，在規(guī)模效益方面兩省已達(dá)最優(yōu)，說(shuō)明其物流效率發(fā)展較好，正是因?yàn)閮墒≡诮?jīng)濟(jì)、科技、對(duì)外開放及信息化建設(shè)上發(fā)展進(jìn)度較好且各方面均處于前列。

條件組態(tài)3表明，對(duì)于一些在物流方面政府支持力度大且具有高科技發(fā)展水平的省市，盡管其在經(jīng)濟(jì)、勞動(dòng)力、對(duì)外開放及信息化建設(shè)方面表現(xiàn)欠佳，物流效率仍會(huì)得到提升。例如，路徑案例中的貴州省，通過(guò)DEA模型的分析結(jié)果可以看到，其規(guī)模效益已達(dá)最優(yōu)狀態(tài)，物流效率發(fā)展較好。

2.2.5 穩(wěn)健性檢驗(yàn)

為證明分析結(jié)果真實(shí)可靠，需對(duì)其進(jìn)行穩(wěn)健性檢驗(yàn)。張明和杜運(yùn)周（2019）在QCA的方法運(yùn)用中總結(jié)出集合論特定的檢驗(yàn)方法有變動(dòng)校準(zhǔn)閾值、更改案例頻數(shù)、選取不同的一致性門檻值、改變條件數(shù)量、增加或刪減案例6種方式，并提出以集合論為基礎(chǔ)所進(jìn)行的研究，最優(yōu)的檢驗(yàn)方法就是采用集合論特定的方法進(jìn)行檢驗(yàn)[20]。鑒于此，文中采用調(diào)整一致性閾值的方式進(jìn)行檢驗(yàn)，將一致性閾值由0.8分別調(diào)整為0.85與0.75，通過(guò)調(diào)整后的結(jié)果發(fā)現(xiàn)，并未出現(xiàn)調(diào)整后的組態(tài)結(jié)果與上述分析結(jié)果不一致的情況，說(shuō)明結(jié)果的穩(wěn)健性良好，上述分析所得的結(jié)果可靠。

3 結(jié)語(yǔ)

物流業(yè)已逐漸成為我國(guó)經(jīng)濟(jì)發(fā)展的重要產(chǎn)業(yè)，物流效率作為物流業(yè)發(fā)展的關(guān)鍵因素，對(duì)物流業(yè)的發(fā)展尤為重要。文中在分析物流效率測(cè)度和物流效率影響因素等相關(guān)文獻(xiàn)的基礎(chǔ)上，結(jié)合相關(guān)學(xué)者的變量選擇，通過(guò)DEA模型，構(gòu)建起物流效率的評(píng)價(jià)標(biāo)準(zhǔn)。并通過(guò)fsQCA模型，從經(jīng)濟(jì)、勞力、科技、政府支持度、開放程度及信息化六個(gè)方面著手，以物流效率的評(píng)價(jià)標(biāo)準(zhǔn)為結(jié)果變量，發(fā)現(xiàn)了不同因素之間的組合效應(yīng)對(duì)物流效率發(fā)展的作用。

1）構(gòu)建關(guān)于物流效率的DEA模型對(duì)我國(guó)31個(gè)省（區(qū)，市）的物流效率進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)約有65%的省（區(qū)，市）的物流效率處于DEA無(wú)效水平，其中主要原因是技術(shù)效率低下，說(shuō)明大多省（區(qū)，市）未能將投入達(dá)到最大利用，具有一定的提升空間。

2）研究通過(guò)對(duì)影響因素的必要性分析可以發(fā)現(xiàn)，6個(gè)影響因素均不是高物流效率產(chǎn)生的必要條件，每個(gè)影響因素都要受到其他因素的影響，說(shuō)明物流效率的影響因素是多重并發(fā)的。因此，對(duì)于任何一個(gè)地區(qū)來(lái)說(shuō)，提高物流效率并不能僅發(fā)展一種單一要素，而應(yīng)注重多方位考慮，全方位發(fā)展，從整體宏觀角度看待物流效率發(fā)展問(wèn)題，根據(jù)當(dāng)?shù)貙?shí)際發(fā)展現(xiàn)狀，找到適合自身的發(fā)展路徑。

3）研究通過(guò)fsQCA發(fā)現(xiàn)了不同影響因素之間的組合效應(yīng)對(duì)物流效率發(fā)展的作用，并對(duì)fsQCA的結(jié)果進(jìn)行分析，展開解釋了對(duì)于物流效率發(fā)展所產(chǎn)生影響的不同組態(tài)構(gòu)造，歸納總結(jié)為以下四種類型：高勞動(dòng)力素質(zhì)驅(qū)動(dòng)下的科技投入型、高勞動(dòng)力素質(zhì)驅(qū)動(dòng)下的對(duì)外開放型、高科技發(fā)展驅(qū)動(dòng)下的對(duì)外開放型、高科技發(fā)展驅(qū)動(dòng)下的政府支持型。

4）堅(jiān)持以科技發(fā)展為中心，走物流業(yè)數(shù)字化發(fā)展道路。加強(qiáng)物流業(yè)數(shù)字化基礎(chǔ)研究投入，完善物流樞紐網(wǎng)絡(luò)建設(shè)，支持物流園區(qū)應(yīng)用物聯(lián)網(wǎng)技術(shù)，建造機(jī)械化、智能化倉(cāng)庫(kù)，鼓勵(lì)貨運(yùn)汽車搭載智能設(shè)備，加快智慧物流建設(shè)。

5）積極推動(dòng)物流業(yè)勞動(dòng)力素質(zhì)水平提升。加強(qiáng)區(qū)域高校建設(shè)，以高校為供給方向社會(huì)輸出知識(shí)型人才，將知識(shí)轉(zhuǎn)化為生產(chǎn)力。增強(qiáng)人才集聚能力，加大人才引進(jìn)政策，吸引更多人才加入?yún)^(qū)域物流業(yè)高質(zhì)量發(fā)展。鼓勵(lì)各物流企業(yè)開展員工培訓(xùn)，進(jìn)一步提高管理者能力水平與員工技能，為物流業(yè)提供新的思路、知識(shí)與信息。

6）發(fā)揮對(duì)外貿(mào)易對(duì)物流業(yè)高質(zhì)量發(fā)展的支撐作用。響應(yīng)國(guó)家號(hào)召，降低鐵路航空貨運(yùn)收費(fèi)標(biāo)準(zhǔn)，降低公路通行成本，精簡(jiǎn)合并進(jìn)出口手續(xù)辦理程序，提高服務(wù)效率，減少整體通關(guān)時(shí)間，提升進(jìn)出口貨物提離速度，進(jìn)一步優(yōu)化完善進(jìn)出口結(jié)構(gòu)。

7）加強(qiáng)政府對(duì)物流業(yè)高質(zhì)量發(fā)展的宏觀調(diào)控作用。針對(duì)目前公路、鐵路與航空物流各自為政的現(xiàn)象，通過(guò)出臺(tái)相應(yīng)政策法規(guī)，加強(qiáng)合作，降低彼此之間轉(zhuǎn)運(yùn)成本，加速三者之間互聯(lián)互通。

參考文獻(xiàn)：

[1] SCHINNAR A P.Measuring productive efficiency of public service provision[M].University of Pennsylvania，1980.

[2]RABINOVICH E，KNEMEYER A M.Logistics service providers in internet supply chains[J].California Management Review，2006，48（04）：84-108.

[3]MARKOVITS-SOMOGYI，BOKOR.Assessing the logistics efficiency of European countries by using the DEA-PC methodology[J].Transport，2014，29（02）：137-145.

[4]HYUNGSUK L.Research on improving logistics efficiency in the iraqi oil and gas industry[J].Journal of Management and Training for Industries，2018，5（01）：137-145.

[5]龔雪，荊林波.基于DEA-Malmquist模型的中國(guó)省域物流效率研究——來(lái)自省際面板數(shù)據(jù)的實(shí)證分析[J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2019，40（05）：60-69.

[6]張萌物，漆棪.基于DEA-Malmquist模型的陜西省物流產(chǎn)業(yè)效率綜合評(píng)價(jià)[J].技術(shù)與創(chuàng)新管理，2019，40（02）：237-243.

[7]蔡林美，王進(jìn).基于DEA的西部12省物流業(yè)效率分析[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2020，50（02）：141-149.

[8]張永勝.區(qū)域物流效率評(píng)價(jià)及其影響因素分析——基于廣西地區(qū)的實(shí)證數(shù)據(jù)[J].商業(yè)經(jīng)濟(jì)研究，2022（12）：111-114.

[9]邸鴻喜，魏玖長(zhǎng)，張瑞瑾，等.重大疫情風(fēng)險(xiǎn)下冷鏈物流配送中心選址模型[J].技術(shù)與創(chuàng)新管理，2022，43（02）：239-244.

[10]吳宗澤，宋良榮.基于DEA模型的中國(guó)上市物流企業(yè)經(jīng)營(yíng)效率評(píng)價(jià)[J].技術(shù)與創(chuàng)新管理，2023，44（02）：169-179.

[11]DENG F M，XU L，F(xiàn)ANG Y，et al.PCA-DEA-tobit regression assessment with carbon emission constraints of Chinas logistics industry[J].Journal of Cleaner Production，2020，271：122548.

[12]劉巖，田強(qiáng).我國(guó)物流業(yè)效率評(píng)價(jià)及其影響因素分析[J].商業(yè)經(jīng)濟(jì)研究，2019（13）：75-78.

[13]范建平，肖慧，樊曉宏.考慮非期望產(chǎn)出的改進(jìn)EBM-DEA三階段模型——基于中國(guó)省際物流業(yè)效率的實(shí)證分析[J].中國(guó)管理科學(xué)，2017，25（08）：166-174.

[14]龔雅玲，萬(wàn)建香，封福育.區(qū)域物流效率的測(cè)度及其影響因素研究——基于DEA與Tobit模型[J].江西社會(huì)科學(xué)，2019，39（10）：72-80.

[15]龔雪.區(qū)域物流效率測(cè)度及影響因素分析[J].統(tǒng)計(jì)與決策，2022，38（12）：112-116.

[16]龔瑞風(fēng)，薛儉，劉汝麗.中國(guó)區(qū)域物流效率測(cè)度及其時(shí)空特征分析[J].統(tǒng)計(jì)與決策，2022，38（10）：141-145.

[17]CHARLES A，COOPER W W，RHODES E.Measuring the efficiency of decision-making units[J].European Journal of Operational Research，1978，2（06）：429-444.

[18]杜運(yùn)周，賈良定.組態(tài)視角與定性比較分析（QCA）——管理學(xué)研究的一條新道路[J].管理世界，2017（06）：155-167.

[19]PEER C F.Building better causal theories：A fuzzy set approach to typologies in organization research[J].Academy of Management Journal，2011，54（02）：393-420.

[20]張明，杜運(yùn)周.組織與管理研究中QCA方法的應(yīng)用——定位、策略和方向[J].管理學(xué)報(bào)，2019，16（09）：1312-1323.

（責(zé)任編輯：王強(qiáng)）

收稿日期：2023-04-11

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目“基于區(qū)域-負(fù)載均衡的智慧物流主動(dòng)響應(yīng)式異質(zhì)車輛路徑問(wèn)題研究”（72201189）；山西省基礎(chǔ)研究計(jì)劃青年項(xiàng)目“基于區(qū)域及負(fù)載特征的陸港型國(guó)家物流樞紐兩級(jí)車輛路徑優(yōu)化方法研究”（202103021223049）；山西省哲學(xué)社會(huì)科學(xué)專項(xiàng)課題“數(shù)字經(jīng)濟(jì)時(shí)代下山西省物流產(chǎn)業(yè)高質(zhì)量發(fā)展研究”（2022YD035）

作者簡(jiǎn)介：楊亞銘（1998—），男，山西臨汾人，碩士研究生，主要從事企業(yè)管理、物流與供應(yīng)鏈管理方向的研究。