河北省物流產業效率評價及影響因素分析

中圖分類號：F250 文獻標志碼：A DOI： 10.13714/j.cnki.1002-3100.2025.15.01

Abstract：Withtherapiddevelopmentofeconomy，logisticsindustryplaysanincreasinglyimportantroleandhasbecomeanindispensablepartof economicoperation.Basedontheinputandoutputdataof logisticsindustryin HebeiProvincefrom2016to 2022，thispapermakesanempiricalanalysisontheeficiencyof logisticsindustryin Hebei Provincebasedonthe DEA-BCC model.Atthesametime，basedonthecomprehensiveeficiencyofeachcityinHebeiProvince，theTobit modelisusedtoanalyzetheinfluencingfactors.ThecomprehensiveresultsshowthattherelevantlogisticsindustryinHebeiProvincehasnotflly reachedtheDEAefiencyandeeisstilladistanefrothefeiefronerndeachfactorindexhasiferentifluences onthelogisticsficiency.Therefore，HebeiProvincestillneedstotakerelevantmeasurestocontinuetopromotethedevelomnt of logistics industry.

Key words： DEA model; logistics efficiency;Hebei Province; Tobit model

0引言

現代物流產業作為暢通國民經濟的基礎性產業，有利于構建現代流通體系、形成強大的國內市場、推動高質量發展、建設現代化經濟體系。河北省經濟雄厚，資源豐富，省內GDP在北方城市中位居前列，發展物流產業具有極大的優勢，同時物流業創新變革對促進當地經濟發展也會產生巨大影響，因此河北省應該繼續大力發展物流產業。目前河北省重視物流產業發展，2015年中央制定的《京津冀協同發展規劃綱要》中賦予了河北建設全國現代商貿物流重要基地的“一基地”功能定位。2022年河北省的交通運輸倉儲和郵政業對河北省經濟總量的貢獻率達到了 7.1% ，由此可見河北省物流產業的建設取得了一定的成就，但在當前新質生產力的背景下，物流產業建設距離高質量發展的要求仍具有較大的距離，所以應該繼續推動物流產業高質量發展，時刻關注物流效率的變化，增加河北省物流業生產總值的同時，實現物流業的降本增效。鑒于此，本文采取了河北省2016—2022年交通運輸倉儲和郵政業的相關投入產出指標和影響因素指標，并運用軟件 Deap2.1和 Stata14.0對河北省的物流產業效率及影響因素進行實證研究。

1文獻綜述

隨著物流業在經濟發展中所占的比重越來越大，對物流產業的實時性研究也變得非常有必要。

關于物流效率的理論研究，楊仕輝介紹一種以相對概念為基礎的新區域劃分的統計方法——數據包絡分析法。祝善訓等4在研究了生產可能集與生產函數的關系的基礎之上，運用了數據包絡分析法，提出了一個估計生產函數的新手段。余學林介紹了DEA-CCR不同類型模型的基本思想特征及判別DEA有效的條件。朱喬@在近些年國內外研究成果的基礎上，介紹了DEA方法的基本思想與模型，并關于DEA方法領域的應用及未來發展提出了一些想法。郭京福等介紹了DEA中常用的的CCR模型和BCC 模型及其他模型基本思想，并闡述了DEA 發展及研究領域，最后展望了數據包絡分析的發展。楊國梁等基于生產可能集、測度、偏好、變量的類型、問題的層次、數據是否是確定的六大關鍵要素，在近些年研究工作的基礎上，梳理和分類不同的DEA方法，并簡要介紹了模型的應用以及給出未來可能的研究方向。

關于物流效率測度方法的研究，目前國內外的物流效率研究方法主要包括數據包絡分析方法、隨機前沿分析方法和層次分析法。運用數據包絡分析方法研究方面，郭子雪等運用DEA模型分析了2011—2015京津冀地區的物流產業效率并比較分析，研究發現京津冀區域協同發展不足，均存在投入冗余和產出不足的問題，最后基于結果給出提高效率的政策和建議。丁寶成等[采用 DEA—BCC 模型基于2012—2021年遼寧省14個城市的面板數據測算了物流業效率，還基于Tobit模型進行了影響因素分析并從低碳視角給出加快物流產業發展的建議。運用隨機前沿分析方法研究方面，李健等隨機前沿模型的基礎上，采用最大似然估計方法，測算 200—2013年東北三省34個地級城市的生產效率變動趨勢及影響因素，研究結果發現東北三省整體水平較低，但呈現遞增趨勢。李剛等[2通過隨機前沿分析方法的生產函數，分析了2008—2020年我國30個省（區、市）的金融技術效率，從兩個方面分析了金融技術效率的影響因素，研究結果表明東、中、西部存在差異，主要由前沿技術利用效率引起金融技術效率的變化。運用層次分析方法研究方面，殷苘3選取航空物流企業的運輸、倉儲、信息化等幾個關鍵要素進行評價指標設計和量化并參考層次分析法，建立了績效評價方法。陳或[基于層次分析法（AHP）對農產品冷鏈物流存在的問題進行定量分析，并建立了冷鏈物流評價模型，最后針對研究結果，提出了提升農產品冷鏈物流發展的對策建議。

綜合上述研究可知，我國學者關于地區物流效率理論方法的相關研究已經取得了一定的成果，但國內基于DEA模型和To-bit模型對河北省物流效率及影響因素分析的研究較少。因此，本文在已有效率研究的基礎上，應用數據包絡分析（DEA）方法，以河北省及各地級市 2016—2022年物流產業相關的投人產出數據為基礎，計算出了河北省2016—2022年物流產業綜合效率、純技術效率及規模效率，同時運用 Tobit模型進行了影響因素的分析，最后根據實證研究結果，提出加快河北省物流產業發展的相關性對策。

2研究方法和數據

2.1 DEA模型構建

數據包絡分析以相對效率概念為基礎，以凸分析和線性規劃為工具，計算比較具有相同類型的決策單元之間的相對效率，依此對評價對象做出評價。本文基于DEA 模型進行研究，DEA中包括規模報酬不變的CCR模型和規模報酬可變的BCC 模型[，鑒于河北省物流產業的基本情況，本文選取了規模報酬可變的BCC模型，如下：

在模型中， θ 表示為各個決策單元的效率值。若式（1）中的最優解滿足 ，且有 ，成立，則稱 DMU₀ 為DEA有效；若式（1）的最優解滿足 ，則稱 DMU₀ 為弱 DEA有效；若模型（1）的最優解滿足 θ^*lt;1 ，則稱 DMU₀ 為非 DEA 有效[]。

2.2Tobit模型構建

通過DEA模型求出河北省各市的物流效率值，選取7個影響因素指標作為解釋變量，以各市物流效率值為被解釋變量，更好探究物流效率與各影響因素之間的關系。構建的Tobit模型如下：

TE_u=β₀+β₁W_1u+β₂W_2u+β₃W_3u+β₄W_4u+β₅W_5u+β₆W_6u+β₇W_7u+μ₈W_9u.

式中：i表示各省份， χ_t 表示時間， μ 為誤差項， β₀ 為常數項， 表示第 i 個地區第 χ_t 個時期的物流效率值， 表示經濟發展水平， W₂ 表示對外開放程度， W₃ 表示政府干預程度， W₄ 表示產業結構， W_s 表示信息化水平， W₆ 表示外商投資水平， W₇ 表示城鎮化水平。

2.3指標評價體系

2.3.1投人產出指標。根據河北物流產業的實際情況以及評價指標的綜合性和科學性原則，本文選取了以下幾個具有代表性的評價指標，以此更好地探究河北省2016—2022年的物流效率并做出相應的措施。具體評價指標如表1所示。

2.3.2影響因素指標。根據河北省各地物流的實際情況選取了經濟發展水平、對外開放程度、政府干預程度、產業結構、信息化水平、外商投資水平以及城鎮化水平7個指標作為探究影響河北省物流效率的影響因素的評價指標。具體指標如表2所示。2.3.3數據選取與來源。由于在中國國家標準局編制和頒布的《國民經濟行業分類與代碼》對產業的劃分中，還不包含物流產業。物流產業還沒有被歸為一個單獨的產業[18]。與此同時，由于交通運輸、倉儲和郵政業是物流核心業務流程的主要承擔者，因此選取2016—2022年交通運輸、物流倉儲和郵政產業的相關數據作為研究物流效率的指標。投人指標為物流從業人員，物流固定資產投資總額和公路里程；產出指標為物流業總產值，貨運總量和第三產業總產值。

表1河北省物流效率評價投入產出指標選取

表2河北省物流效率影響因素指標選取

物流產業的發展逐步成熟，物流業發展過程中也受到很多影響，因此本文通過了解相關文獻以及查閱河北省各地的實際情況，最終選取河北省2016—2022年各市的經濟發展水平、對外開放程度、政府干預程度、產業結構、信息化水平、外商投資水平以及城鎮化水平作為研究物流效率影響因素的指標。

數據來源：數據來源于《中國統計年鑒》（2016—2023年），《河北省經濟年鑒》 （2016—2019年），《河北省統計年鑒》（2020—2023年），《河北省各市統計年鑒》 （2016—2023年），《中國城市統計年鑒》 （2016—2022年），《河北省各市國民經濟和社會發展統計公報》（2016—2022年）。

3實證結果分析

3.1河北省物流效率情況

運用 Deap2.1軟件對 2016—2022年河北省物流業投入產出指標值進行分析評價，得到了河北省物流效率情況，具體效率值如表3所示。

表32016—2022年河北省物流業效率值

注：表3中irs表示規模報酬遞增，crs表示規模報酬不變。

通過分析表3中的 2016—2022年河北省物流業效率值，可以得出結論：（1）從整體看，河北省近7年的平均綜合效率為0.980，平均純技術效率為0.998，平均規模效率為0.982，效率值都接近1，說明了河北省的整體物流效益處于一個較為良好狀態，河北省努力發展物流產業獲得了較為良好的效果。但是由于效率值還未到達1，河北省仍然需要采取相應的措施大力發展物流產業。（2）其中有3年河北省的綜合效率值為1，說明 2018年、2021年和2022年實現了DEA強有效，達到了前沿值。其中有4年河北省的綜合效率值小于1，說明 2016年、2017年、2019年、2020年沒有達到 DEA有效水平。（3）在2016年、2017年和2019年，規模效率低于純技術效率，說明規模效率低是造成DEA 沒有達到有效水平的主要原因。2020年的純技術效率遠低于規模效率，表明了這2020年的管理技術對物流效率的影響較大。鑒于此，為了提高河北省的物流業效率，河北省應優化省內的管理技術及資源配置。

3.2河北省內各市的物流效率情況

運用 Deap2.1軟件對 2016—2022年省內面板數據物流業投人產出指標值進行分析評價，得到了省內各市效率情況，具體效率值如圖1至圖3所示。

圖1 2016—2022年河北省各市綜合效率值

通過分析圖1中的2016—2022年河北省各市綜合效率值，可以得出：（1）河北省前幾年中有些城市的效率值的變化不是很穩定，各市近兩年的效率值都為1，說明河北省各市近兩年的物流業的發展態勢較好；（2）河北省各市的平均效率值都大于0.9，其中除了衡水市的平均綜合效率為0.93，其它各市的平均效率值都大于0.95，說明河北省各市物流整體發展較好；（3）河北省各市中邯鄲市和廊坊市在2016—2022年中的綜合效率值全都為1，實現了DEA強有效，可以看出兩市近7年物流產業的資源配置良好，發展良好。（4）隨著年份的增長，有些地區在2020年效率值較前幾年出現了負增長情況，原因是2020年疫情危害的迅速擴大，各地區的經濟發展受到了相應影響，也包括物流產業。

圖22016—2022年河北省各市純技術效率值

通過分析圖2中的 2016—2022年河北省各市純技術效率值，可以得出：（1）從整體上看，河北省各市的純技術效率都大于0.98，接近于1，說明河北省各市的提高物流產業管理技術的舉措是值得肯定的。（2）河北省各市中保定、滄州、唐山、張家口的平均純技術效率值小于1，距離前沿值還有一段距離，其余各市的平均效率值都為1，實現了DEA強有效。（3）平均效率值不為1的城市中2020年因受疫情影響具有不同程度的效率下降情況，因此發展物流時應注意提高物流業應對外界風險的水平。

圖32016—2022年河北省各市規模效率值

通過分析圖3中的2016—2022年河北省各市規模效率值，可以得出：（1）河北省各市平均規模效率值大于0.93，除衡水外，各市平均規模效率值大于0.97，也能夠說明河北省各市物流產業發展良好。（2）2018年后，各市的規模效率值幾乎都大于0.95，接近于1，各市物流規模配置逐漸優化。其中河北省各市最近兩年的規模效率情況與綜合效率情況一樣，效率值都為1，實現了DEA強有效，達到了前沿值。（3）河北省各市中只有邯鄲市和廊坊市2016—2022年間的規模效率為1，說明兩市物流業的資源配置情況良好。其余各市均有不同年份效率值的升高或下降。因此仍然應該大力發展物流業。

3.3物流效率影響因素回歸模型實證分析

運用 stata14.0軟件對 2016—2022年河北省各市影響因素的解釋變量和物流效率的被解釋變量進行 Tobit 模型分析。具體的回歸結果如表4所示。

表4河北省各市物流效率Tobit回歸分析結果

注：*、**、***分別表示在 10% 1 5% 人 1% 的水平上顯著。

通過分析表4中的河北省回歸分析結果，可以得出：（1）經濟發展水平、對外開放程度和政府干預程度在 5% 的水平上對物流效率產生顯著影響且都為負向關系。從統計結果看，增加經濟水平發展、加大對外開放程度和提高城府干預程度并沒有帶來物流效率的增加，在河北追求經濟發展的時候，忽略了物流發展的質量，導致了浪費資源的現象；外貿水平高但相應的物流資源、人才的投入沒有跟上；加大財政的支出，但物流產業發展質量沒有達到相應水平，造成浪費。（2）產業結構和信息化水平都在 5% 的水平下顯著，對物流效率都為正向影響；表明優化并調整產業結構和提高信息水平對提升河北省物流效率具有積極的作用。（3）外商投資水平在 10% 的水平上與物流效率是顯著的負向關系。提高外商投資水平無法提高河北省11個城市的物流效率。外商投資水平加快了地區經濟的發展，忽略了發展質量，造成了重復投入的浪費現象。（4）城鎮化水平對物流效率的顯著水平為0.003，回歸系數為1.432547，提升城鎮化水平有助于提高省內各市的物流效率。

4結論與對策

4.1研究結論

本文是從投入導向出發選取了2016—2022年河北省及各市交通運輸、物流倉儲和郵政產業的相關投入產出指標并使用Deap2.1軟件對河北省物流產業進行了分析，可得出：（1）河北省在2016—2022年整體的物流產業效率具備一個良好的發展，決策單元的平均綜合效率接近1。平均純技術效率和規模效率接近于1，配置資源的合理性以及有效的管理技術水平基本可以得到認可。（2）2016—2022年邯鄲和廊坊的效率值都為1，說明近7年邯鄲和廊坊的物流發展較好。2021年和2022年各市的效率值都為1，而其他年份雖然有的效率值不為1，但是大部分都接近1，也能夠說明各市近兩年來物流處于良好效益狀態。在未來的發展中省內各市應該在注意資源合理配置的同時，著重提高物流業管理與技術水平，才能夠使物流繼續保持良好的發展趨勢。（3）本文的影響因素分析中，研究的7個解釋變量都為不同水平上的顯著影響，其中經濟發展水平、對外開放程度、政府干預程度和外商投資水平對物流效率具有負向影響。產業結構、信息化水平和城鎮化水平系數為正，對物流效率具有提高作用。

4.2對策

河北省位于華北地區，地理位置具有顯著的優越性，河北省是北方的交通要沖，擁有發達的鐵路、公路、航空和水運交通網絡。河北省環抱北京、天津兩大直轄市，同時作為華北地區連同東北、西北、華東地區的重要交通要道。此外，秦皇島港、唐山港、黃曄港構成了河北省的主要港口，提高區域空間的溢出效應，和其他區域更好的實現物流聯動。因此河北省各市物流產業在提高經濟發展中具有很大的推動作用。結合實證研究結果，為了提高河北省物流產業的效率，提出以下對策：（1）在中國加快基礎設施建設的浪潮下，加快河北省物流的基礎設施建設，創新城市的物流管理理念，提高物流產業管理和技術的水平。優化物流系統結構，調節第三產業中物流業所占比重，更大程度地發揮物流業對地區經濟發展的積極作用。（2）根據河北省的實際情況制定相關的政策制度，在實施過程中，“因地制宜”——根據各地不同的情況，及時制定相應政策和措施。時刻關注物流產業運行，深化物流產業改革，優化物流產業系統，提高物流產業效率。沿海地區城市應加大對港口貨物運輸管理，與各地區形成更為緊密的、不可分割的物流網，并且更大程度的保障內地物流的正常運行。中部地區應加強與北京天津兩個直轄市的物流聯絡，為直轄市物流運輸提供保障的同時也加速省內物流業發展。北部、南部和西部地區的城市應該關注地區內物流業的發展狀況，并了解東北、西北、華東各接壤地區物流發展特點，更好的實現與省外物流業的交流和發展。（3）人才是快速發展的根本，河北省物流產業的發展離不開人才的支撐，河北省應優化引進人才戰略，提高城鎮化水平的同時，建造一個完備的物流產業用人體系，通過就業引進和就業扶持的手段吸引專業技術人才。（4）實現物流產業的信息化，緊跟時代，提升網絡基礎設施建設，加快5G通信技術的應用，加速物流產業和信息技術的快速融合，建立安全便捷完備的信息化物流業系統，利用信息化實現對物流產業的追蹤，使人民增加對物流產業的信任。（5）發展才是硬道理，河北省應升級物流園區的管理模式，加大園區的管理力度，使物流示范園區帶動其他園區實現“共贏”式發展，形成省內物流業通暢形勢。同時政府應制定相應的物流業發展優勢政策，推動各地龍頭物流企業的發展，鼓勵中小型物流公司積極參與，擴大企業規模。

參考文獻：

[1]顧陽．構建現代物流體系有了“施工圖\"[N].經濟日報，2023-01-05（006）.

[2]李巍．商貿物流業將成重要支柱產業[N].河北日報，2016-03-03（006）.

[3]楊仕輝．區域劃分的一種新方法—數據包絡分析法[J]．農業現代化研究，1989（6）：54-56.

[4]祝善訓，鐘學義，王羽．我國生產函數估計[J].哈爾濱工業大學學報，1990（5）：101-107.

[5]余學林.數據包絡分析（DEA）的理論、方法與應用[J].科學學與科學技術管理，1992（9）：27-33.

[6]朱喬.數據包絡分析 （DEA）方法綜述與展望[J].系統工程理論方法應用，1994（4）：1-9.

[7]郭京福，楊德禮.數據包絡分析方法綜述[J].大連理工大學學報，1998（2）：116-121.

[8]楊國梁，劉文斌，鄭海軍．數據包絡分析方法（DEA）綜述[J]．系統工程學報，2013，28（6）：840-860.

[9]郭子雪，張雅輝，黃新．基于DEA模型的京津冀區域物流效率評價研究[J].數學的實踐與認識，2018，48（24）：41-50.

[10]丁寶成，段思琦．低碳視角下遼寧省物流業效率及影響因素分析[J].遼寧工程技術大學學報（社會科學版），2023，25（5）：327-334.

[11]李健，李澎．東北三省城市生產效率及其影響因素分析——基于三要素投入隨機前沿分析方法的研究[J].經濟經緯，2018，35（1）：14-21.

[12]李剛，徐以強，吳巖，等．金融技術效率的測度及影響因素分析——以我國30個省（區、市）2008—2020年的面板數據為例[J].工業技術經濟，2022，41（9）：145-153.

[13]殷苘．基于層次分析法的航空物流企業績效評價方法研究[J]．鄭州鐵路職業技術學院學報，2014，26（3）：51-53.

[14]陳或．基于層次分析法的農產品冷鏈物流效率評價研究[J]．天津科技，2023，50（S1）：14-17，23.

[15]虞夢蘭，李謙．火力發電企業碳績效評價研究[J].冶金財會，2020，39（3）：50-54.

[16]林美美．基于超效率 DEA的福建省高職院校創新創業教育效率評價[J]黑龍江生態工程職業學院學報，2021，34（5）：97-100，109.

[17] 丁寶成，段思琦．低碳視角下遼寧省物流業效率及影響因素分析[J].遼寧工程技術大學學報（社會科學版），2023，25（5）：327-334.

[18]李佳倩．基于DEA模型的物流產業效率實證研究——基于我國華東地區2011—2019年投入產出數據[J]中國儲運，2023（10）：123-125.