李 雷

（甘肅政法大學(xué) 經(jīng)濟(jì)與管理學(xué)院，甘肅 蘭州 730070）

1 引言

當(dāng)前我國經(jīng)濟(jì)整體已逐步從高速增長向高質(zhì)量發(fā)展階段嬗變。作為現(xiàn)代服務(wù)業(yè)的重要組成，物流業(yè)在支撐現(xiàn)代化產(chǎn)業(yè)體系、降低交易成本、促進(jìn)市場供需匹配、創(chuàng)造市場新需求等方面發(fā)揮愈來愈重要的作用。2019年3月，國家發(fā)改委、工業(yè)與信息化部等部門聯(lián)合發(fā)布了《關(guān)于推動物流高質(zhì)量發(fā)展促進(jìn)形成強(qiáng)大國內(nèi)市場的意見》，指出物流高質(zhì)量發(fā)展是經(jīng)濟(jì)高質(zhì)量發(fā)展的重要組成部分，同時也是推動經(jīng)濟(jì)高質(zhì)量發(fā)展不可或缺的重要力量。眾所周知，高質(zhì)量發(fā)展強(qiáng)調(diào)質(zhì)量第一、效率優(yōu)先，促進(jìn)現(xiàn)代物流業(yè)高質(zhì)量發(fā)展的重要途徑就是提升物流行業(yè)的全要素生產(chǎn)率。

現(xiàn)代物流業(yè)的運行效率不僅代表某一區(qū)域整體的商貿(mào)流通水平，還真實反映了該區(qū)域的資源配置能力與產(chǎn)業(yè)結(jié)構(gòu)合理程度，其重要性不言而喻。當(dāng)前正處于加速推動物流業(yè)高質(zhì)量發(fā)展的關(guān)鍵時期，有必要對近年來我國物流業(yè)的運行效率進(jìn)行全面、客觀地分析與評價。通過對物流資源的投入與產(chǎn)出水平進(jìn)行綜合評價，探尋近年來我國區(qū)域物流發(fā)展進(jìn)程中存在的瓶頸與制約因素，并因地制宜提出提升與改進(jìn)策略，對于指導(dǎo)、促進(jìn)物流業(yè)高質(zhì)量發(fā)展將產(chǎn)生積極的促進(jìn)作用?；诖耍锪餍蕟栴}作為研究物流高質(zhì)量發(fā)展不可回避的問題，具有十分重要的理論與現(xiàn)實意義。

2 文獻(xiàn)綜述

近年來，國內(nèi)外學(xué)者對物流效率問題做了許多有益的研究與探索，梳理文獻(xiàn)后可知，現(xiàn)有研究主要從以下三個方面展開研究，首先，從區(qū)域?qū)用婵?，王維國、馬越越基于三階段DEA模型的Malmquistluenberger指數(shù)方法對我國區(qū)域物流效率進(jìn)行測度[1]；王蕾，等借助DEA方法對新疆北疆現(xiàn)代物流效率進(jìn)行評價[2]；王琴梅、譚翠娥使用DEA與Tobit模型對西安市物流效率進(jìn)行實證研究[3]；王育紅、劉琪[4]使用Super-SBM模型，于麗英，等[5]使用DEA-Malmquist指數(shù)模型分別對長江經(jīng)濟(jì)帶物流效率進(jìn)行測度；其次，從產(chǎn)業(yè)層面看，鐘祖昌，等使用三階段DEA模型對中國物流產(chǎn)業(yè)的技術(shù)效率進(jìn)行評價[6]；余泳澤、武鵬使用隨機(jī)前沿法對我國物流產(chǎn)業(yè)效率及其影響因素進(jìn)行了研究[7]；王玲使用序列DEA與SBM模型測度了我國物流產(chǎn)業(yè)的技術(shù)效率[8]；最后，從企業(yè)層面看，鐘祖昌對我國物流業(yè)上市公司運行效率進(jìn)行了評價[9]，楊子剛，等使用DEA方法對我國運輸物流上市公司的經(jīng)營績效進(jìn)行了綜合評價[10]，李曉梅、白雪飛使用超效率CCR-DEA模型對我國國有物流企業(yè)績效進(jìn)行了實證分析[11]。

前期學(xué)者的既有研究對我國區(qū)域物流、行業(yè)物流、企業(yè)物流的效率測度與綜合評價具有重要的借鑒和參考價值。但是需要指出的是，現(xiàn)有研究更多聚焦于對不同地域、不同城市物流產(chǎn)業(yè)進(jìn)行效率測度，在對我國區(qū)域物流進(jìn)行效率測度時，未充分考慮不同區(qū)域存在的區(qū)域技術(shù)落差，導(dǎo)致研究結(jié)論可能存在一定偏差。基于此，本文在Oh and Lee文獻(xiàn)基礎(chǔ)上[12]，結(jié)合我國2010-2018年我國30個省域的物流業(yè)投入產(chǎn)出數(shù)據(jù)，在Global Malmquist指數(shù)基礎(chǔ)上引入“共同前沿生產(chǎn)函數(shù)”，構(gòu)建了Meta-frontier Global Malmquist指數(shù)，嘗試將不同的決策單元按照區(qū)域?qū)傩赃M(jìn)行分類，分別計算不分組情形下的Global Malmquist指數(shù)及各群組的Global Malmquist指數(shù)，同時對各地區(qū)物流效率進(jìn)行分解，按照地區(qū)經(jīng)濟(jì)發(fā)展差異程度分組測算了我國東、中、西三大區(qū)域物流效率及分解效應(yīng)。

3 研究方法

Meta-Frontier DEA框架的核心在于分別定義了組群前沿和共同前沿，因此可以更好地反映不同地域的異質(zhì)性。假設(shè)有k個決策單元一共進(jìn)行了T期生產(chǎn)，全部決策單元可分為j個組群，依次為R1,R2,…,Rj，同時每個決策單元都使用N種投入，得到M種產(chǎn)出，即x∈,y∈則生產(chǎn)前沿被定義為：P={(x,y,b)|x能生產(chǎn)y,b}。R組的當(dāng)期基準(zhǔn)技術(shù)定義為：={(xt，yt)|xt能夠生產(chǎn)yt}，其中 λpt=pt，t=1,2,...,T，j組Rj的跨期基準(zhǔn)技術(shù)定義為：表示的是所有觀測值與Rj群組在所有時期所組成的生產(chǎn)技術(shù)集，因此，存在與j組不同的生產(chǎn)技術(shù)集。進(jìn)一步，全域生產(chǎn)前沿可以被定義為：，反映了所有的觀測值和所有群組整期的參考集，包含了所有的群組和所有時期，同時前提假設(shè)為生產(chǎn)者可以獲得全局生產(chǎn)技術(shù)。

全局生產(chǎn)可能性集合的邊界衡量了所有組群所有時期內(nèi)的共同前沿?；谏a(chǎn)集合,Rj組中的個體i當(dāng)期Malmquist生產(chǎn)率指數(shù)定義為：其中產(chǎn)出距離函數(shù)為：其中 s=t,t+1。在的基礎(chǔ)上，R組內(nèi)的跨期Malmquist生產(chǎn)率指數(shù)定j義為：，其產(chǎn)出方向的距離函數(shù)為：DI(x,y)=in基于上述分析，可進(jìn)一步將Meta-frontier Malmquist生產(chǎn)率指數(shù)分解為：

由式（1）可知，EC反映了第t期與t+1期組內(nèi)技術(shù)效率的變化率，可視為“追趕效應(yīng)”，BPC反映的是第t期與t+1期組內(nèi)的技術(shù)差異變化率，可視為技術(shù)“創(chuàng)新效應(yīng)”，TGC反映的是第t期與t+1期各群組技術(shù)前沿與共同前沿之間的差異變化率，同時技術(shù)缺口比率值（TGR）越小，代表某一組的技術(shù)前沿與共同技術(shù)前沿的差距越大，因此TGC＞1表示跨期的技術(shù)缺口比率變化率大于1,可視為“領(lǐng)先效應(yīng)”。

4 數(shù)據(jù)與變量

4.1 數(shù)據(jù)來源

本文基于stata16.0軟件，使用2010-2018年的我國各省域年度數(shù)據(jù)進(jìn)行測算，其中各省域數(shù)據(jù)來自歷年《中國統(tǒng)計年鑒》、《中國物流年鑒》以及各省市國民經(jīng)濟(jì)與社會發(fā)展統(tǒng)計公報等。考慮到數(shù)據(jù)的連續(xù)性與可獲得性，本文在研究中剔除西藏、香港、澳門、臺灣等地區(qū)，最終保留30個省級地區(qū)作為研究對象。同時，借鑒目前文獻(xiàn)中的普遍做法，將中國劃分為東部、中部和西部三大區(qū)域，其中東部地區(qū)包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南等11省市；中部地區(qū)包括：山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8?。晃鞑康貐^(qū)包括剩余11個省級區(qū)域。通過劃分三大群組，進(jìn)一步對比分析不同區(qū)域及省域間物流業(yè)效率的時空差異?？紤]到現(xiàn)階段中國物流產(chǎn)業(yè)尚未有完整的數(shù)據(jù)統(tǒng)計體系，同時交通運輸、倉儲和郵政業(yè)的發(fā)展水平可以較好地反映中國物流產(chǎn)業(yè)總體發(fā)展?fàn)顟B(tài)，因此本文遂以交通運輸、倉儲和郵政業(yè)的相關(guān)指標(biāo)與數(shù)據(jù)代指物流業(yè)的發(fā)展情況。

4.2 指標(biāo)選取

（1）產(chǎn)出變量。本文借鑒龔雪、荊林波（2020）[13]的方法，將物流產(chǎn)業(yè)的產(chǎn)出設(shè)定為經(jīng)濟(jì)產(chǎn)出與規(guī)模產(chǎn)出，經(jīng)濟(jì)產(chǎn)出使用交通運輸、倉儲和郵政業(yè)增加值予以反映；規(guī)模產(chǎn)出使用貨運量指標(biāo)進(jìn)行測度。

（2）投入變量。本文將物流投入要素分為勞動力投入、資本與物質(zhì)投入兩部分，其中勞動力投入使用交通運輸、倉儲和郵政業(yè)城鎮(zhèn)單位就業(yè)人員反映；資本與物質(zhì)投入使用物流業(yè)資本存量指標(biāo)進(jìn)行測算。在計算各省市物質(zhì)資本存量的過程中，本文參照單豪杰[14]的處理方式，選取1952年為基期，先按照各地區(qū)的隱含平減指數(shù)將歷年的資本存量折算成1952年不變價的數(shù)值，然后根據(jù)所設(shè)定的折舊率（0.10），使用永續(xù)盤存法對2010-2018年資本存量進(jìn)行估算。

5 實證分析

本文參照東、中、西部區(qū)域劃分方式將各省域分為三個異質(zhì)性群組，首先使用Malmquist Index(MI)、Global Malmquist Index(GMI)、Meta-frontier Malmquist Index(MMI)三種方法對比測算2010-2018年我國30個省域的物流全要素效率，在此基礎(chǔ)上，進(jìn)一步對MMI進(jìn)行分解，對比分析三個群組在“追趕效應(yīng)”、“創(chuàng)新效應(yīng)”與“領(lǐng)先效應(yīng)”的結(jié)果，最后測算在不分組和分組兩組情形下的MMI與分解效應(yīng)。

5.1 東中西部地區(qū)物流效率測算

表1顯示了2010-2018年我國東、中、西部地區(qū)使用MI、GMI及MMI三種方法計算的物流效率。由表1可知，從時間趨勢上看，無論基于共同前沿還是群組技術(shù)前沿，大多數(shù)省區(qū)物流TFP指數(shù)的值大于1，顯示了樣本期我國物流效率整體呈現(xiàn)增長的總體態(tài)勢。以MMI法為例，2010-2018年東部地區(qū)平均值為1.026 2，中部地區(qū)為1.013 4，西部地區(qū)為1.008 6，物流效率均保持整體增長趨勢，其中東部地區(qū)增速最高，中部地區(qū)次之，西部地區(qū)最低。從估計方法看，MI方法測算的結(jié)果均低于GMI和MMI，由于ML指數(shù)方法并未將跨期及不同技術(shù)水平下形成的共同前沿因素考慮在內(nèi)，可能會導(dǎo)致估計結(jié)果不準(zhǔn)確；同時GMI方法雖然考慮了跨期的共同前沿因素，但相較于MMI，仍未考慮不同地區(qū)技術(shù)水平的共同技術(shù)前沿，因此可能出現(xiàn)低估效率值的結(jié)果，因此MMI估計方法可以較為客觀反映物流效率的真實水平。同時本文嘗試使用非參數(shù)方法對GMI和MMI進(jìn)行差異性檢驗，通過將差分后的結(jié)果與其相應(yīng)的中位數(shù)比較后可得，MMI方法相較于GMI方法顯著提高了估計精度。因此，本文后續(xù)的分析也將圍繞MMI方法展開。

表1 2010-2018年中國東、中、西部地區(qū)MI、GMI、MMI方法結(jié)果分布

按照式（1）將MMI指數(shù)進(jìn)行進(jìn)一步分解，可以得到以下三部分：群組內(nèi)的技術(shù)效率變化指標(biāo)（EC），表示觀測單元對群組當(dāng)期前沿的追趕效應(yīng)；群組內(nèi)當(dāng)期的前沿與群組內(nèi)共同前沿的技術(shù)差異（BPG），反映了觀測單元對群組當(dāng)期前沿技術(shù)進(jìn)步的情況；跨期各個群組技術(shù)前沿與共同前沿之間的技術(shù)差距比率變化率（TGC）。若EC＞1則表示決策單元的效率水平實現(xiàn)了向群組前沿的追趕，體現(xiàn)出追趕效應(yīng)；若BPC＞1則代表了技術(shù)進(jìn)步；若TGC＞1則表示與全局前沿技術(shù)差距正在不斷增大，可視為“領(lǐng)先效應(yīng)”；若TGC=1則表明決策單元處于跨期全局技術(shù)前沿上，具有領(lǐng)先和示范效應(yīng)。

5.2 各區(qū)域MMI測度及分解

表2 中國東、中、西部地區(qū)MMI分解

由表2可知，將全國劃分為東、中、西三個群組，使用MMI方法進(jìn)行分解后可得：首先，從區(qū)域?qū)用婵矗?010-2018年，東部地區(qū)物流全要素生產(chǎn)率(MMI)、技術(shù)追趕效應(yīng)（EC）、技術(shù)創(chuàng)新效應(yīng)（BPC）及領(lǐng)先效應(yīng)（TGC）的年均增長率分別為2.87%、3.25%、0.11%和0.03%，表明東部地區(qū)各省域物流效率的增長主要依靠技術(shù)趕超效應(yīng)，同時其技術(shù)創(chuàng)新效應(yīng)與領(lǐng)先效應(yīng)也顯著為正，但是對全要素生產(chǎn)率增長的貢獻(xiàn)低于趕超效應(yīng)；中部地區(qū)的物流全要素生產(chǎn)率（MMI）、技術(shù)創(chuàng)新效應(yīng)（BPC）年均增長率分別為1.54%、2.51%，但是技術(shù)追趕效應(yīng)（EC）與領(lǐng)先效應(yīng)（TGC）年均增長率為-0.27%和-0.63%，表明中部地區(qū)的物流效率提高主要源自技術(shù)創(chuàng)新效應(yīng)，技術(shù)趕超效應(yīng)（EC）和領(lǐng)先效應(yīng)（TGC）呈現(xiàn)負(fù)作用，說明中部地區(qū)物流資源配置效率與技術(shù)水平仍需進(jìn)一步提升；西部地區(qū)物流全要素生產(chǎn)率(MMI)、技術(shù)追趕效應(yīng)（EC）及領(lǐng)先效應(yīng)（TGC）的年均增長率分別為1.16%、1.17%、0.48%，技術(shù)創(chuàng)新效應(yīng)（BPC）年均增長率為-0.42%。上述結(jié)果表明西部地區(qū)物流綜合效率的提高主要源自追趕效應(yīng)，說明近年來西部地區(qū)通過改善物流資源的配置效率，促進(jìn)西部地區(qū)物流效率的提升，但是值得注意的是，西部地區(qū)創(chuàng)新效應(yīng)年平均增長率仍然為負(fù)值，表明技術(shù)進(jìn)步對西部地區(qū)物流效率的提升作用尚未凸顯。

從時間趨勢看，三個地區(qū)的MMI值均＞1，表明三個地區(qū)在整體上呈現(xiàn)物流效率提升趨勢，同時東部地區(qū)的平均增速最高，西部地區(qū)的增速最低。從分解效應(yīng)上看，東部地區(qū)追趕效應(yīng)（EC）的增長率由2010年的-1.88%到2018年的2.60%，追趕效應(yīng)顯著得到提升；中部地區(qū)的增長則主要依靠創(chuàng)新效應(yīng)，BPC年均增長率由2010年的0.09%到2018年的5.47%，特別是在2016年以后，中部地區(qū)創(chuàng)新效應(yīng)取得快速增長；西部地區(qū)物流效率的提升主要源自追趕效應(yīng)，EC年平均增長率由2010年的-1.91%到2018年的2.93%。

5.3 各省區(qū)域MMI測度及分解

表3反映了2010-2018年我國各省使用MMI進(jìn)行測算的結(jié)果。從整體上看，各省物流效率的分解效應(yīng)存在著顯著的差異，其中全國物流效率的年均增長率為1.63%，低于同期東部地區(qū)的平均增速。以全國平均增速為基準(zhǔn)，可以發(fā)現(xiàn)有17個省市的物流全要素生產(chǎn)率平均增速高于全國均值，有13個省份的平均增速低于全國平均水平。具體來看，東部地區(qū)發(fā)達(dá)省市，例如北京、天津、上海、浙江、江蘇等年平均增速高于全國平均水平，同時大多數(shù)也居于技術(shù)領(lǐng)先與技術(shù)的前沿面，甘肅、寧夏、貴州、重慶等西部地區(qū)的平均增速低于全國平均水平，同時技術(shù)基本處于劣勢地位、技術(shù)效率改善不明顯。山西、內(nèi)蒙古、黑龍江、青海、江西等資源能源大省的技術(shù)領(lǐng)先效應(yīng)低于全國平均水平，技術(shù)缺口比率的變化隨時間推移不斷增長，表明上述資源型地區(qū)物流發(fā)展綜合技術(shù)水平與發(fā)達(dá)地區(qū)相比，差距不斷增加。從各省具體情況看：以西北地區(qū)為例，除新疆地區(qū)物流全要素生產(chǎn)率提升顯著外，陜西、甘肅、青海、寧夏四個地區(qū)年平均增速均低于全國平均水平，其中甘肅和寧夏出現(xiàn)負(fù)增長，年平均增長率分別為-3.51%和-3.7%；從技術(shù)趕超效應(yīng)看，甘肅、青海、寧夏的增長率為負(fù)值，分別為-4.27%、-2.31%、-1.86%；從技術(shù)創(chuàng)新效應(yīng)看，陜西、寧夏出現(xiàn)負(fù)增長。上述分析表明西北地區(qū)中，多個省域在技術(shù)追趕效應(yīng)與技術(shù)創(chuàng)新效應(yīng)呈現(xiàn)負(fù)向作用，抑制了本地區(qū)物流全要素生產(chǎn)率的提升。

表3 2010-2018年各省份MM指數(shù)分解

6 結(jié)論與對策

6.1 基本結(jié)論

本文基于Meta-frontier Global Malmquist Index方法測度2010-2018年我國各地區(qū)物流業(yè)全要素效率動態(tài)變化情況，同時按照傳統(tǒng)分類方式劃分為東、中、西三個區(qū)域性群組進(jìn)行異質(zhì)性分析，主要結(jié)論如下：從整體看，MI、GMI、MMI指數(shù)測算結(jié)果均顯示，2010-2018年我國東、中、西三個區(qū)域的物流效率呈提升趨勢，東部地區(qū)增速最高，中部地區(qū)次之，西部地區(qū)最低。其中東部地區(qū)技術(shù)趕超效應(yīng)起主導(dǎo)作用，同時創(chuàng)新效應(yīng)和領(lǐng)先效應(yīng)也正向促進(jìn)物流效率的提升；中部地區(qū)技術(shù)創(chuàng)新效應(yīng)起到重要推動作用，西部地區(qū)主要依靠技術(shù)趕超效應(yīng)與領(lǐng)先效應(yīng)，但是技術(shù)創(chuàng)新效應(yīng)不足抑制了物流效率的提升。從各省市具體分布看，北京、天津、上海、浙江等發(fā)達(dá)地區(qū)居于技術(shù)領(lǐng)先與技術(shù)的前沿面，物流全要素生產(chǎn)率平均增速也處于較高水平，中西部地區(qū)特別是西北地區(qū)如陜西、甘肅、青海等地，受技術(shù)追趕效應(yīng)與創(chuàng)新效應(yīng)的限制，物流全要素生產(chǎn)率增速處于較低水平。

6.2 改進(jìn)路徑

依據(jù)上述結(jié)論，本文提出如下政策建議與改進(jìn)路徑：

（1）明確區(qū)域物流效率提升的重點。東部地區(qū)技術(shù)“趕超效應(yīng)”顯著，但是技術(shù)“創(chuàng)新效應(yīng)”與“領(lǐng)先效應(yīng)”仍有待提高，因此未來應(yīng)以技術(shù)創(chuàng)新為突破口，繼續(xù)加大東部地區(qū)物流新技術(shù)、新設(shè)備的應(yīng)用，發(fā)揮技術(shù)創(chuàng)新對物流效率的推動作用，鞏固提升物流效率；中部地區(qū)應(yīng)以改善“趕超效應(yīng)”為重點，需要重視區(qū)域物流資源的合理配置問題，應(yīng)不斷優(yōu)化區(qū)域物流資源的配置，帶動區(qū)域物流綜合效率的提升；西部地區(qū)物流效率提升速度最為緩慢，其中技術(shù)創(chuàng)新效應(yīng)不足是限制西部地區(qū)物流效率提升的重要因素。因此，西部地區(qū)需要注重物流技術(shù)與管理水平的綜合提升，通過技術(shù)創(chuàng)新驅(qū)動物流效率的提升。

（2）夯實物流高質(zhì)量發(fā)展的基礎(chǔ)。當(dāng)前新冠肺炎疫情對我國物流業(yè)持續(xù)發(fā)展造成顯著的沖擊。在此背景下，應(yīng)以新型基礎(chǔ)設(shè)施投資建設(shè)為契機(jī)，通過新基建促進(jìn)物流業(yè)全要素生產(chǎn)率的增長。具體來看，首先，要加快推動5G網(wǎng)絡(luò)、大數(shù)據(jù)、人工智能等新一代信息技術(shù)與物流業(yè)的深度融合，鼓勵物流企業(yè)開展技術(shù)創(chuàng)新，支持智能調(diào)度、無人配送、智慧分揀等新技術(shù)、新模式的應(yīng)用落地，通過技術(shù)升級帶動物流行業(yè)服務(wù)能力和服務(wù)水平的提升；其次，要重視智慧港口、智慧園區(qū)等新型物流基礎(chǔ)設(shè)施的投資建設(shè)，讓智能物流技術(shù)與物流設(shè)備可以獲得更多的應(yīng)用場景，為推動物流企業(yè)的數(shù)字化轉(zhuǎn)型、綜合提升物流產(chǎn)業(yè)的綜合效率、促進(jìn)物流業(yè)整體的高質(zhì)量發(fā)展奠定堅實基礎(chǔ)。

（3）促進(jìn)區(qū)域物流協(xié)調(diào)發(fā)展。當(dāng)前，中西部地區(qū)的物流效率仍顯著落后于東部地區(qū)，特別是西部地區(qū)，大部分省份屬于經(jīng)濟(jì)欠發(fā)達(dá)、物流規(guī)模、管理水平與基礎(chǔ)設(shè)施落后的地區(qū)，促進(jìn)技術(shù)“創(chuàng)新效應(yīng)”與“領(lǐng)先效應(yīng)”的發(fā)展存在先天不足與客觀困難。鑒于此，首先應(yīng)科學(xué)引導(dǎo)物流資源、技術(shù)要素與配套服務(wù)向中、西部地區(qū)進(jìn)行合理轉(zhuǎn)移,促進(jìn)東中西部區(qū)域物流協(xié)調(diào)發(fā)展。其次，西部地區(qū)應(yīng)充分利用自身區(qū)位特色與優(yōu)勢，積極培育區(qū)域新型物流增長極。例如，陜西、甘肅、新疆等地區(qū)可利用其在“一帶一路”倡議中的區(qū)位優(yōu)勢，大力發(fā)展與中亞、西亞等地區(qū)的跨境物流與國際商貿(mào)物流，發(fā)揮西安、蘭州、烏魯木齊等節(jié)點城市的銜接效應(yīng)與輻射效應(yīng)，以點帶面、促進(jìn)協(xié)調(diào)發(fā)展。內(nèi)蒙古、山西、黑龍江等省份可將其在資源能源等方面的優(yōu)勢與物流業(yè)相結(jié)合，通過產(chǎn)業(yè)聯(lián)動推動物流業(yè)的發(fā)展；西南地區(qū)廣西、云南等省份應(yīng)以提升面向東南亞、南亞地區(qū)的通道功能和門戶功能為重點，鼓勵發(fā)展邊境貿(mào)易，推動跨境物流體系的建設(shè)。