，

（湖南工業(yè)大學(xué) 商學(xué)院，湖南 株洲 412007）

1 研究背景

近年來，隨著我國經(jīng)濟的快速發(fā)展，物流業(yè)得到了長足發(fā)展。物流業(yè)是我國經(jīng)濟發(fā)展的動脈，是極具發(fā)展前景的戰(zhàn)略性復(fù)合型產(chǎn)業(yè)[1]。對于資源的有效利用一直以來是經(jīng)濟學(xué)領(lǐng)域的熱點研究問題，物流產(chǎn)業(yè)效率的研究對產(chǎn)業(yè)的振興與發(fā)展具有重要作用[2]。我國東部地區(qū)地理位置優(yōu)越、環(huán)境適宜，加上近年來各級政府的大力支持，東部地區(qū)物流業(yè)取得飛速的發(fā)展。尤其在“供給側(cè)”改革過程中，東部物流產(chǎn)業(yè)從傳統(tǒng)的速度發(fā)展模式逐漸向側(cè)重效率的發(fā)展方式轉(zhuǎn)變，對東部地區(qū)經(jīng)濟發(fā)展發(fā)揮了越來越重要的作用。研究中國東部地區(qū)物流產(chǎn)業(yè)效率評價及其影響因素對東部地區(qū)物流業(yè)的發(fā)展有著不同尋常的意義。

物流效率成為國內(nèi)外研究熱點，本文梳理國內(nèi)外對物流產(chǎn)業(yè)效率研究的有關(guān)成果，國外學(xué)者的研究主要集中在宏觀和微觀角度評價物流效率的主體。宏觀角度研究方面，H.Sch?yen等[3]運用數(shù)據(jù)包絡(luò)分析法（data envelopment analysis，DEA）模型對挪威、北歐國家和英國集裝箱港口技術(shù)效率和規(guī)模效率進(jìn)行了測算和比較，并對挪威港口進(jìn)行了分析，提出了改進(jìn)方案。R.Markovits-Somogyi等[4]首次提出了一種DEA-PC方法評估宏觀層面的物流產(chǎn)業(yè)效率。在微觀角度研究方面，相關(guān)研究主要集中在物流企業(yè)效率和績效方面，R.Anthony等[5]運用DEA方法對供應(yīng)鏈中102個配送中心（distribution center，DC）的效率進(jìn)行了評估，為大型的供應(yīng)鏈系統(tǒng)評價提供了新的思路。Zhou G.G.[6]等提出中國第三方物流企業(yè)效率評價準(zhǔn)則，并分析中國第三方物流企業(yè)提高物流競爭力的方法。Zhang J.S.等[7]從財務(wù)、客戶、業(yè)務(wù)和創(chuàng)新4個層面建立了適合中國第三方中小物流企業(yè)的績效評價指標(biāo)體系。M.N.Shaik等[8]研究了提高企業(yè)逆向物流效率的新方法，使用決策試驗和評估實驗室（decision-making and trial evaluation laboratory，DEMATEL）的有效方法進(jìn)行分析，并提出改善企業(yè)績效的建議。

國內(nèi)學(xué)者對物流產(chǎn)業(yè)效率研究主要集中在宏觀層面對物流產(chǎn)業(yè)效率進(jìn)行研究。例如，唐建榮等[9]運用方向距離函數(shù)模型測算了中國31個省物流產(chǎn)業(yè)效率，得到中國物流產(chǎn)業(yè)效率總體上呈現(xiàn)下降趨勢，物流產(chǎn)業(yè)效率區(qū)域差異明顯，物流產(chǎn)業(yè)效率在空間上呈現(xiàn)顯著的正相關(guān)性。鄭秀娟[10]使用改進(jìn)的隨機前沿模型，對物流業(yè)技術(shù)效率增進(jìn)的時空差異進(jìn)行驗證，證實了全國物流產(chǎn)業(yè)規(guī)模的增長，但未獲得技術(shù)效率的遞增，而且局部地區(qū)物流產(chǎn)業(yè)效率不平衡。魏國辰等[11]以從業(yè)人員、固定資產(chǎn)投入和物流網(wǎng)絡(luò)里程數(shù)作為投入要素，以貨運量和物流業(yè)產(chǎn)值增加值作為輸出變量，使用超效率DEA模型對長江經(jīng)濟帶物流產(chǎn)業(yè)進(jìn)行分析。楊傳明[12]考慮經(jīng)濟增長與環(huán)境負(fù)荷關(guān)系，選取投入產(chǎn)出指標(biāo)及環(huán)境變量，測算低碳約束下江蘇物流產(chǎn)業(yè)效率，實證結(jié)果顯示，江蘇省在沿海省份中產(chǎn)業(yè)效率處于中上水平，技術(shù)效率和規(guī)模效率仍需提升。

綜上所述，學(xué)者對于物流產(chǎn)業(yè)效率的研究主要集中于區(qū)域時空差異性分析、以低碳角度對物流產(chǎn)業(yè)效率分析以及對地區(qū)物流產(chǎn)業(yè)效率的影響因素分析的研究等方面；對于研究區(qū)域上，主要集中在全國省市、西部地區(qū)以及對各省市物流產(chǎn)業(yè)效率研究上，但是對于東部地區(qū)物流產(chǎn)業(yè)效率的研究成果較少；在研究方法上，呈現(xiàn)多樣化和多種方法結(jié)合的趨勢，這也導(dǎo)致研究結(jié)論的差異性。學(xué)者對于物流產(chǎn)業(yè)效率的測量關(guān)注較多，但是對于影響物流產(chǎn)業(yè)效率的影響因素分析偏少。因此，本文擬使用DEA模型對東部地區(qū)各省市物流產(chǎn)業(yè)效率進(jìn)行測算，同時采用Tobit模型對東部地區(qū)物流產(chǎn)業(yè)效率影響因素進(jìn)行分析，并結(jié)合分析結(jié)果給出建議。

2 模型與方法

本文采用T.J.Coelli等[13]對于效率評估的模型，將研究過程劃分成兩個步驟，此模型稱為“兩階段法”。第一階段，運用DEA模型測算東部地區(qū)2008—2017年的物流產(chǎn)業(yè)效率，并進(jìn)行相應(yīng)分析。第二階段，使用Tobit回歸模型實證分析各個影響因素和東部地區(qū)物流產(chǎn)業(yè)效率的關(guān)系。最后根據(jù)研究結(jié)論針對性地提出東部地區(qū)物流產(chǎn)業(yè)效率改善的建議。

2.1 數(shù)據(jù)包絡(luò)分析模型

DEA方法由A.Charnes等[14]提出，是運用運籌學(xué)模型對多個相同類型的輸入和輸出決策單元（decision making unit，DMU）進(jìn)行相對效率評估的線性規(guī)劃方法。物流產(chǎn)業(yè)包含的范圍很廣，對于物流產(chǎn)業(yè)效率評價指標(biāo)比較多，并且各指標(biāo)之間具體的函數(shù)關(guān)系難以確定。DEA模型有著使用方便和應(yīng)用廣泛的特征，適用于解決指標(biāo)之間函數(shù)關(guān)系復(fù)雜、關(guān)系不確定的情況，即適用于解決指標(biāo)間不確定函數(shù)關(guān)系。DEA模型主要包括規(guī)模報酬不變模型（CCR）和規(guī)模報酬可變模型（BCC），本文使用BCC模型對東部地區(qū)物流產(chǎn)業(yè)效率進(jìn)行分析，模型如公式（1）所示。

式中：j=1,2,…,n為決策單元；α1,α2,…,αn為對偶變量；χj、yj分別為決策單元的投入、產(chǎn)出變量；s+、s-為松弛變量和剩余變量；β為各決策變量的綜合效率值。

2.2 Tobit面板數(shù)據(jù)回歸模型

由于使用DEAP 2.1軟件測算出的綜合效率介于0～1之間，運用OLS（ordinary least squave）估計結(jié)果會出現(xiàn)偏和不一致現(xiàn)象，根據(jù)前人的研究經(jīng)驗，采用J.Tobin提出的Tobit模型對東部地區(qū)物流產(chǎn)業(yè)效率的影響因素進(jìn)行分析，構(gòu)建如下模型：

式（2）中：Yit為東部地區(qū)第i地區(qū)t時間的綜合技術(shù)效率；χ1it、χ2it、χ3it、χ4it、χ5it分別為影響物流產(chǎn)業(yè)效率的5個因素，即經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、物流資源利用率、區(qū)位優(yōu)勢、市場化程度；β0為待定系數(shù)項；ατ（τ=1,2,3,4,5）為自變量回歸系數(shù)；εit為隨機誤差項。

使用Stata 11.0軟件對式（2）的參數(shù)進(jìn)行估計。

3 指標(biāo)選擇及數(shù)據(jù)來源

3.1 物流產(chǎn)業(yè)效率測算的投入產(chǎn)出指標(biāo)選擇

目前國內(nèi)外的產(chǎn)業(yè)體系中，沒有明確對“物流產(chǎn)業(yè)”的劃分。因為現(xiàn)在物流產(chǎn)業(yè)是交通運輸、倉儲和郵電等行業(yè)的復(fù)合型的服務(wù)行業(yè)，而且根據(jù)最新的《中國物流統(tǒng)計年鑒》顯示，中國的交通運輸、倉儲和郵電業(yè)產(chǎn)值在物流總產(chǎn)值上占的比重較大，達(dá)到80%以上，所以選擇交通運輸、倉儲和郵電業(yè)的數(shù)據(jù)作為反映物流業(yè)發(fā)展水平[11-15]。對于中國東部地區(qū)的界定，本文采用最新的三分法進(jìn)行界定[16]。以中國東部地區(qū)11?。ㄊ校幢本┦?、天津市、河北省、遼寧省、上海市、江蘇省、浙江省、福建省、山東省、廣東省、海南省為研究對象，研究時間區(qū)間為2008—2017年，數(shù)據(jù)來源于2008—2018《中國統(tǒng)計年鑒》以及各省份的省市統(tǒng)計年鑒。

3.1.1 投入指標(biāo)選擇

依據(jù)經(jīng)濟學(xué)中柯布-道格拉斯生產(chǎn)函數(shù)所述，決定發(fā)展水平的投入要素為資本、勞動和其他物質(zhì)要素，因此，課題組從資金、勞動力和土地3個方面進(jìn)行投入指標(biāo)的選擇[17]。本文選取的投入指標(biāo)包括物流固定資產(chǎn)投資、物流業(yè)工資總額、營業(yè)里程和物流業(yè)就業(yè)人員數(shù)。其中，物流固定資產(chǎn)投資和物流業(yè)工資總額考慮資金的時間價值，消除價格因素的影響，以2008年為基期，對其進(jìn)行指數(shù)平減[11]。物流營運里程的處理，本文參考王東方等[18]的研究，以公路里程作為標(biāo)準(zhǔn)量，將鐵路和水路的里程根據(jù)效率比轉(zhuǎn)化，再進(jìn)行匯總求和作為最終的營運里程數(shù)。物流業(yè)就業(yè)人員數(shù)包括鐵路、公路、水路、航空等就業(yè)人員數(shù)，以及其他運輸服務(wù)業(yè)、裝卸搬運等從業(yè)人數(shù)。

3.1.2 產(chǎn)出指標(biāo)選擇

物流產(chǎn)業(yè)產(chǎn)出指標(biāo)主要體現(xiàn)在物流業(yè)增加值、貨運量、貨物周轉(zhuǎn)量等方面。結(jié)合相關(guān)文獻(xiàn)和中國東部地區(qū)實際情況，本文選取物流業(yè)增加值、貨運量和貨物周轉(zhuǎn)量作為測算中國東部地區(qū)物流效率產(chǎn)出指標(biāo)。物流業(yè)增加值以2008年不變價格進(jìn)行折算。貨運量和貨物周轉(zhuǎn)量采用鐵路、內(nèi)河、公路3種運輸方式總和進(jìn)行衡量。

3.2 投入產(chǎn)出指標(biāo)的相關(guān)性分析

為保證效率測度的科學(xué)性，利用SPSS軟件對投入產(chǎn)出指標(biāo)做相關(guān)性分析，如表1所示。

表1 物流產(chǎn)業(yè)投入和產(chǎn)出指標(biāo)的相關(guān)性分析Table 1 Correlation analysis of input and output indexes of logistics industry

表1的變量相關(guān)性分析中，投入和產(chǎn)出各指標(biāo)之間具有顯著的正相關(guān)關(guān)系（p＜0.01），因此，所選取的物流產(chǎn)業(yè)投入指標(biāo)和產(chǎn)出指標(biāo)適合本文的研究。

3.3 物流產(chǎn)業(yè)效率影響因素的選擇

通過查閱相關(guān)文獻(xiàn)，影響物流產(chǎn)業(yè)效率的因素一般包括經(jīng)濟發(fā)展水平、物流資源利用率、地區(qū)制度變遷、區(qū)位優(yōu)勢以及港口物流的重要性等因素[19]?；趯σ酝墨I(xiàn)的分析和地區(qū)物流產(chǎn)業(yè)的狀況，結(jié)合研究的目的，本文采用的物流產(chǎn)業(yè)的影響因素包括經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、物流資源利用率、區(qū)位優(yōu)勢和市場化程度等方面，如表2所示。

表2 影響物流產(chǎn)業(yè)效率的因素Table 2 Influencing factors of technical efficiency of logistics industry

選取東部地區(qū)各?。ㄊ校┤司鵊DP作為衡量經(jīng)濟發(fā)展水平的高低指標(biāo)[20]；采用第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值的比值來衡量產(chǎn)業(yè)結(jié)構(gòu)的高度化[21-22]；使用物流區(qū)位商代表區(qū)位優(yōu)勢，區(qū)位商是各?。ㄊ校┑奈锪鳟a(chǎn)值在其地區(qū)總產(chǎn)值中所占比例與全國物流產(chǎn)值在全國總產(chǎn)值中所占比例的比率計算得來[23]；物流資源利用率是體現(xiàn)物流產(chǎn)業(yè)投入與產(chǎn)出平衡程度的一個重要因素，選取單位公路運輸?shù)呢涍\量來表示物流資源的利用程度[24]；市場化程度說明第三方物流產(chǎn)業(yè)的發(fā)展受區(qū)域市場化影響的程度，相關(guān)文獻(xiàn)認(rèn)為區(qū)域市場化程度越高，則物流外包越普遍，第三方物流產(chǎn)業(yè)發(fā)展也越好。市場化程度通過每萬人擁有私營企業(yè)數(shù)量進(jìn)行衡量[21]。

4 實證分析

根據(jù)上文對物流產(chǎn)業(yè)效率投入和產(chǎn)出指標(biāo)以及影響因素的選擇，接下來對中國東部地區(qū)物流產(chǎn)業(yè)效率的研究分兩個階段進(jìn)行：第一階段，運用DEA模型對東部地區(qū)物流產(chǎn)業(yè)效率進(jìn)行測算和分析；第二階段，根據(jù)測算的物流產(chǎn)業(yè)效率作為被解釋變量，使用Tobit模型對影響中國東部地區(qū)的物流產(chǎn)業(yè)效率因素進(jìn)行分析。

4.1 基于DEA的東部地區(qū)物流產(chǎn)業(yè)效率測算

測算中國東部地區(qū)物流產(chǎn)業(yè)效率是了解中國東部地區(qū)各?。ㄊ校┪锪鳂I(yè)情況的基礎(chǔ)。根據(jù)上文設(shè)定的投入和產(chǎn)出指標(biāo)，同時獲取2008—2017年的東部地區(qū)11?。ㄊ校┑奈锪鳟a(chǎn)業(yè)的面板數(shù)據(jù)，選取投入導(dǎo)向CCR模型測算各省（市）的物流業(yè)發(fā)展水平。中國東部地區(qū)各省（市）綜合技術(shù)效率反映了各地區(qū)物流業(yè)的資源配置能力、資源使用效率等多方面能力，綜合技術(shù)效率取值范圍為0～1。當(dāng)效率值為1時，說明DEA有效，該省（市）達(dá)到技術(shù)前沿面，即實現(xiàn)投入產(chǎn)出的最優(yōu)。效率值小于1表示該地區(qū)未達(dá)到生產(chǎn)前沿面，效率低。利用DEAP2.1軟件計算2008—2017年中國東部地區(qū)11個省市的物流產(chǎn)業(yè)效率結(jié)果，如表3所示。

表3 2008—2017年東部地區(qū)11?。ㄊ校┪锪鳟a(chǎn)業(yè)效率Table 3 Logistics industry efficiency of 11 provinces and cities in the eastern regions from 2008 to 2017

表3中東部地區(qū)各省市物流產(chǎn)業(yè)效率測算結(jié)果分析如下：

1）整體而言，從2008—2017年中國東部地區(qū)11?。ㄊ校┪锪鳟a(chǎn)業(yè)效率的均值可以得出，僅2008年物流產(chǎn)業(yè)效率均值為0.891，從2009—2017年物流產(chǎn)業(yè)效率均值達(dá)0.910或以上，說明東部地區(qū)物流產(chǎn)業(yè)效率有較高水平，并且處于平穩(wěn)發(fā)展?fàn)顟B(tài)。

2）從各省市物流效率分析來看，中國東部地區(qū)各?。ㄊ校╅g物流產(chǎn)業(yè)效率存在差異。物流產(chǎn)業(yè)效率值達(dá)到1，說明物流活動有效，效率值越大說明地區(qū)物流業(yè)發(fā)展水平越好。①在2008—2017年，僅天津市、河北省和上海市的效率值為1，表明這些省份在觀測年份內(nèi)物流業(yè)發(fā)展始終保持較高水平。②江蘇省、浙江省、遼寧省和山東省在觀測時間內(nèi)，物流產(chǎn)業(yè)效率雖未全部處于最優(yōu)狀態(tài)，但物流產(chǎn)業(yè)效率整體水平處于較高的發(fā)展水平，均值在0.955～0.996之間。③在觀測時間內(nèi)，北京市和福建省物流產(chǎn)業(yè)效率平均值分別為0.809,0.854，表明這兩個?。ㄊ校┪锪鳟a(chǎn)業(yè)效率處于整個東部地區(qū)的中低水平，而且北京市和福建省在觀測時間內(nèi)物流產(chǎn)業(yè)效率波動比較大，最低效率值分別為0.626,0.714，最高都達(dá)到1。④海南省物流產(chǎn)業(yè)效率平均值分別為0.673，在整個東部地區(qū)各?。ㄊ校┲刑幱谧畹退?，而且與東部地區(qū)其他省市的差距較大。雖然海南省在2008—2011年物流產(chǎn)業(yè)效率有較大的增長，但是在2012—2017年一直處于下降的趨勢，到2017年海南省的物流產(chǎn)業(yè)效率處于觀測值范圍里的最低值，僅為0.488。

4.2 東部地區(qū)物流產(chǎn)業(yè)效率影響因素分析

從上文對東部地區(qū)11個省（市）物流產(chǎn)業(yè)效率的分析過程中，可以發(fā)現(xiàn)東部地區(qū)物流產(chǎn)業(yè)技術(shù)效率整體水平不高，有一定的提升空間。由于對物流產(chǎn)業(yè)效率影響因素比較多，從相關(guān)文獻(xiàn)總結(jié)以及對地區(qū)物流業(yè)效率的分析，本文選取經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、物流資源利用率、區(qū)位優(yōu)勢和市場化程度作為影響物流產(chǎn)業(yè)效率因素（如表2所示）。基于數(shù)據(jù)的可得性，本文選取東部地區(qū)11?。ㄊ校?008—2017年共10 a的數(shù)據(jù)，共計110個樣本的面板數(shù)據(jù)，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》（2008—2017年）。運用Tobit模型，使用Stata 11.0軟件對東部地區(qū)11?。ㄊ校┻M(jìn)行回歸分析，確定東部地區(qū)物流產(chǎn)業(yè)效率的影響因素，回歸結(jié)果如表4所示。

表4 Tobit回歸結(jié)果Table 4 Tobit regression results

由表4可知，經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、物流資源利用率、區(qū)位優(yōu)勢和市場化程度對東部地區(qū)物流產(chǎn)業(yè)效率均有顯著的正向影響，不同的因素對東部地區(qū)物流產(chǎn)業(yè)效率的影響有差異，具體分析如下：

1）產(chǎn)業(yè)結(jié)構(gòu)對物流產(chǎn)業(yè)效率具有顯著正向影響，相關(guān)系數(shù)為0.463 188 8（p＜0.01），說明產(chǎn)業(yè)結(jié)構(gòu)調(diào)整促進(jìn)了東部地區(qū)物流產(chǎn)業(yè)效率的提高。在國家大力推行的“供給側(cè)”改革背景下，隨著產(chǎn)業(yè)結(jié)構(gòu)的內(nèi)部調(diào)整和轉(zhuǎn)型升級速度的加快，物流業(yè)也積極應(yīng)對需求結(jié)構(gòu)和運輸方式變化，并及時進(jìn)行調(diào)整升級，形成了東部地區(qū)工業(yè)結(jié)構(gòu)和物流業(yè)之間的聯(lián)動促進(jìn)關(guān)系。這也部分證明“供給側(cè)”改革對物流產(chǎn)業(yè)效率提升的可行性和有效性。

2）物流區(qū)位優(yōu)勢對物流產(chǎn)業(yè)效率具有顯著正向影響，系數(shù)為0.197 737 2（p＜0.01），其影響程度僅次于產(chǎn)業(yè)結(jié)構(gòu)，說明物流區(qū)位優(yōu)勢的提升對相應(yīng)地區(qū)的物流產(chǎn)業(yè)效率的提高具有顯著作用。東部地區(qū)一直處于我國經(jīng)濟發(fā)達(dá)地區(qū)，區(qū)位優(yōu)勢明顯，物流區(qū)位優(yōu)勢成為地區(qū)物流產(chǎn)業(yè)效率的關(guān)鍵因素。

3）經(jīng)濟發(fā)展、物流資源利用率和市場化程度對物流產(chǎn)業(yè)效率具有顯著正向影響，回歸結(jié)果說明經(jīng)濟發(fā)展水平越高、物流資源利用率越高和市場化程度越完善對物流產(chǎn)業(yè)效率提升越具有影響力。但是，從表4的結(jié)果可以看出，這3個變量的回歸系數(shù)比較小，分別為0.000 001 9（p＜0.01）、0.000 002 4（p＜0.01）和0.000 004 3（p＜0.01）。產(chǎn)生這種現(xiàn)象的原因可能是由于物流產(chǎn)業(yè)是物流資源產(chǎn)業(yè)化而形成的新型服務(wù)業(yè)，屬于地區(qū)的內(nèi)生需求。長期以來，東部地區(qū)經(jīng)濟發(fā)展水平高，物流資源利用率相對較好，市場化程度也相對較高，在觀測時間內(nèi)東部地區(qū)在這些方面的優(yōu)勢對物流產(chǎn)業(yè)的促進(jìn)作用仍然顯著，但是相對產(chǎn)業(yè)結(jié)構(gòu)的變動和區(qū)位優(yōu)勢的提升，其對物流產(chǎn)業(yè)效率的正向推動作用就稍弱一些。

5 研究結(jié)論和建議

5.1 結(jié)論

本文采用DEA模型對東部地區(qū)各?。ㄊ校╅g2008—2017年物流產(chǎn)業(yè)效率進(jìn)行了測算，并進(jìn)一步對不同影響因素對物流產(chǎn)業(yè)效率的效應(yīng)進(jìn)行了分析，主要研究結(jié)論如下：

1）東部地區(qū)整體物流產(chǎn)業(yè)效率處于較高的發(fā)展水平，但是不同省（市）之間物流產(chǎn)業(yè)效率存在差異。天津、河北和上海處于物流產(chǎn)業(yè)效率較高水平；江蘇、浙江、遼寧、山東在觀測時間內(nèi)物流產(chǎn)業(yè)效率雖未全部達(dá)到最優(yōu)狀態(tài)，但物流產(chǎn)業(yè)效率比較平穩(wěn)；北京市和福建省物流產(chǎn)業(yè)效率處于整個東部地區(qū)的中低水平，而且在觀測時間內(nèi)，物流產(chǎn)業(yè)效率波動比較大；海南省物流產(chǎn)業(yè)效率水平較低，且觀測時間內(nèi)存在較大波動。

2）以東部地區(qū)物流產(chǎn)業(yè)效率作為被解釋變量，以經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、物流資源利用率、區(qū)位優(yōu)勢和市場化程度作為解釋變量，采用Tobit進(jìn)行回歸分析，得到了影響東部地區(qū)物流產(chǎn)業(yè)效率因素的影響情況，東部地區(qū)的經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、物流資源利用率、區(qū)位優(yōu)勢和市場化程度對物流產(chǎn)業(yè)效率有顯著的正向影響。產(chǎn)業(yè)結(jié)構(gòu)和區(qū)位優(yōu)勢對東部地區(qū)產(chǎn)業(yè)效率影響較大，其次是市場化程度、物流資源利用率和經(jīng)濟發(fā)展。

5.2 建議

以上結(jié)論對于了解東部地區(qū)物流產(chǎn)業(yè)效率全貌、發(fā)現(xiàn)其制約物流產(chǎn)業(yè)發(fā)展的因素具有重要意義。根據(jù)以上結(jié)論提出以下提升物流產(chǎn)業(yè)效率的建議：

1）政府應(yīng)當(dāng)進(jìn)一步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，通過深化“供給側(cè)”政策改革，調(diào)整和升級工業(yè)內(nèi)部結(jié)構(gòu)，從而提升物流產(chǎn)業(yè)效率。

2）繼續(xù)加強區(qū)位優(yōu)勢，各省市政府通過提升地區(qū)間的物流資源共享、信息技術(shù)交流，為發(fā)展水平低的地區(qū)提供經(jīng)濟、技術(shù)和管理水平的幫助，以推動整個東部地區(qū)物流業(yè)的協(xié)調(diào)發(fā)展。

3）加強物流資源利用率，通過對地區(qū)內(nèi)物流企業(yè)人才梯隊建設(shè)、物流技術(shù)創(chuàng)新以及物流模式創(chuàng)新等方面采取措施，提倡多式聯(lián)運，使海運、陸運、空運運輸一體化，提高物流資源利用率。

4）東部地區(qū)經(jīng)濟發(fā)展水平比較高，有著相對健全的物流市場體系，政府和企業(yè)應(yīng)積極幫助構(gòu)建成熟的市場化體系，使東部地區(qū)物流業(yè)更好發(fā)展。

本文的研究還存在一定的局限性。首先，對東部地區(qū)測算分析時，未對東部?。ㄊ校┻M(jìn)行空間分析；其次，在指標(biāo)選擇方面，鑒于數(shù)據(jù)的可得性，未考慮碳排放、創(chuàng)新等方面；最后，在測算物流產(chǎn)業(yè)效率時，本文使用傳統(tǒng)的DEA模型，未考慮其他評估方法，這也是本文的不足之處。在以后的研究中，可以考慮增加分析的內(nèi)容，在指標(biāo)選擇上考慮環(huán)境因素或者結(jié)合多種方法，以對物流產(chǎn)業(yè)效率進(jìn)行更深入的研究。