对于江西省物流效率及其影响因素的实证研究

2015-05-30 19:29何超
2015年13期
关键词:Tobit模型DEA模型

何超

摘 要:物流效率作为影响物流发展的重要因素,本文通过DEA模型对江西省2005-2011年物流效率进行分析,然后利用Tobit回归模型对影响江西省物流效率的因素进行了分析,得出在发展物流业的过程中要注意规模的扩张速度,并指出信息发展水平对物流的发展有着突破性的作用。

关键词:物流效率;DEA模型;Tobit模型

前言

物流业作为一种新兴产业在近十几年中取得了巨大发展,随着计算机互联网技术的成熟,物流业更是加快了发展的脚步,成为国民经济快速发展中的重要推动力,各省市已把物流产业作为衡量综合实力的重要标准之一。而物流业的发展水平主要体现在物流效率上,我国当前的物流效率不容乐观,从成本上美、日、英等发达国家物流成本占其GDP的10%,而我国高达20%,是别人两倍之多。因此如何提高物流效率是我国各个省市物流业发展的急需解决的重要课题。

一、文献综述与问题的提出

关于物流效率的研究主要是从以下几个方面:(1)关于物流效率影响因素的研究。田振中考察了地区经济发展水平、地区信息化水平、对外开放程度、劳动者素质等因素对我国区域物流业运行效率的重要性。(2)关于物流效率的评价方法及实证评价研究。王琴梅通过建立DEA模型,对西安市的物流效率进行了实证分析,得出提高物流效率需要加大投入和优化资源配置协调进行。

二、变量选择及模型的建立

本文采用DEA(数据包络分析)分析江西省物流效率。使用的模型是DEA中经典模型CCR和BCC模型。为了进一步分析物流效率的影响因素,应当建立Tobit模型进行二阶段分析。Tobit模型的一个重要特征是解释变量取实际观测值,而被解释变量只能以受限制的方式被观测到。而用DEA模型计算的效率值是离散的,并且数值在0-1之间,正好符合该特征。Tobit模型的基本形式如下:

Y=Y*=βX+ε Y*>0

0 Y*≤0

Y*为截断因变量向量;Y为效率值向量;X为自变量向量;β为相关系数向量;ε误差项,且ε~(0,σ2)。

三、基于模型的实证分析

(一)物流效率的实证分析

1.投入产出指标体系确立

根据物流业的特点和前人关于物流效率的研究,本文选取的投入指标为:交通运输、仓储和邮政业财政支出(亿元)、换算后线路运输长度(千米)、交通运输、仓储和邮政业能源消耗(万吨)、交通运输、仓储和邮政业从业人员(万人);产出指标为:江西省物流业产值(亿元)、江西省货运量(万吨)、江西省货运周转量(亿吨千米)。

2.数据来源与描述

本文将2005-2011年的每一年作为一个决策单元对江西省物流效率进行纵向评价。在投入指标中用交通运输、仓储和邮政业的固定资产投资作为物流业的财政支出;由于现阶段国家号召建设资源节约型社会,所以把物流业的能源消耗加入到投入指标中,这样能更好的分析物流效率。换算后线路运输长度是先计算江西省铁路、公路和航道的运输效率,分别用铁路和航道的运输效率与公路运输效率进行相除,最后统一换算成公路的运输长度。其他的投入和产出指标可从2006-2012年的《江西统计年鉴》中获取。经过数据搜集与整理,得到的江西省2005-2011年物流业投入与产出的相关数据。

采用deap软件对所得数据进行分析,得到江西省物流效率评价结果,江西省近七年的物流平均综合效率为0.982,平均技术效率为1,平均规模效率为0,982,且规模效益除了2010年递减外,基本是不变状态。这说明江西省物流效率处于比较高的状态,但是也存在一定的改善空间。2002—2009年和2011年这五年江西省的综合效率为1,达到了DEA有效水平,这表示这几年江西省的物流投入得到了最优化利用,获得了最大的产出效益。而2005和2010年江西省的物流综合效率小于1,为DEA无效,这说明这两年的物流投入没有得到充分利用,物流效率偏低。2005年纯技术效率为1,规模效率为0.883,这表示这年江西省物流效率偏低是因为规模效率无效导致的,而规模效益是递增的,说明当时物流业处于发展阶段,规模比较小。2010年纯技术效率和规模效率都小于1,为DEA无效,且规模效益递减。这表示该年江西省物流业规模扩张过大,导致一定条件下的投入没有得到最优化利用。

(二)江西省物流效率影响因素的实证分析

1.回归模型建立

根据设定的影响因素,建立Tobit回归模型如下:

Yi=β0+β1*GDPi+β2*LFi+β3*ITi+ ε

上式中GDPi表示江西省第i年的区域生产总值,用以表示经济发展水平;LFi为江西省第i年的物流基础设施指数,是通过提取后所得;ITi表示江西省第i年信息发展水平指数,也是从多个指标中提取获得,其数据来源于《江西省统计年鉴》。β0为常数项,β1、β2、β3表示各个自变量的回归系数,i表示时间(i=2005,2006,2007……2011),ε为误差项。

2.实证分析

本文采用Eviews6.0软件对上述模型进行回归分析,根据分析结果可以得出,经济发展水平的相关系数分别为0.000037、,相关度不高,说明经济发展水平对江西省的物流效率的提高不是非常明显;物流基础设施的系数为负,这说明运输工具的增加和物流效率成负相关,虽然负相关程度不高,但是也表示江西省道路的修建,运输工具的增加没有很好的促进物流业发展,造成运输资源过剩。而信息发展水平的系数为0680785,相关程度很高,这说明信息发展水平的提高对物流效率有重要影响。

四、总结和建议

本文采取DEA模型对江西省2005-2011年物流效率进行评价,发现江西省总体的物流效率是比较高的,但是2010年的规模效率相对较低,且是呈现规模递减。这说明江西省这几年在扩大物流业的规模时,出现了扩增速度和配套的人力、物力不协调,没能做到资源的优化配置。然后采用了Tobit模型对江西省物流效率的影响因素进行了分析,发现对物流效率影响最大的是信息发展水平,而物流基础设施在一定程度上降低了物流效率。

根据实证分析的结果,对于提高江西省的物流效率可以从一下几个方面入手:第一,控制好物流业的发展规模,以提高纯技术效率为重点,优化资源配置,提高使用效率。在目前江西省经济发展水平下,运输工具的数量已经能足够满足物流业的要求,再一味增加运输工具数量,只会造成运力的浪费,关键是要提高车辆船只的运输效率,不要让运力被闲置。第二,加大对物流信息化建设的投入,建立物流信息化服务平台,不断完善省内的物流信息网络,做到货通天下物畅其流, 物畅其流 人尽其力。(作者单位:华东交通大学)

参考文献:

[1] 王琴梅,谭翠娥.对西安市物流效率及其影响因素的实证研究[J].软科学,2013,5(5): 70-74.

[2] 田振中.我国区域物流业运行效率评价及其影响因素[J].商业时代,2011( 33) : 40 -41.

猜你喜欢
Tobit模型DEA模型
我国商业银行经营效率的实证分析
中国乳制品行业国际竞争力分析
农业保险效率的评估指标体系研究
钢铁产业产能过剩现状、原因及化解对策
农田水利设施供给水平综合评价
商业银行规模与效率关系的实证分析
基于DEA模型的山东省环境治理投资效率测度
演进视觉下的Logistic模型、Probit模型、Tobit模型研究进展
安徽省淮河流域水资源利用效率评价
中国对外移民的区位选择及其影响因素