秦 雯，倪 容

（1.廣東科學(xué)技術(shù)職業(yè)學(xué)院，廣東珠海 519090；2.澳門城市大學(xué)商學(xué)院，澳門 999078；3.暨南大學(xué)產(chǎn)業(yè)經(jīng)濟研究院，廣東廣州 510632）

1 研究背景

物流業(yè)作為基礎(chǔ)性產(chǎn)業(yè)，其高質(zhì)量發(fā)展對我國構(gòu)建新發(fā)展格局與推動經(jīng)濟高質(zhì)量發(fā)展具有重要意義。2020 年6 月我國出臺的《關(guān)于進一步降低物流成本的實施意見》（以下簡稱《實施意見》）指出，部分領(lǐng)域的社會物流成本相對較高、效率相對較低等問題凸顯，要推動物流業(yè)提高發(fā)展質(zhì)量與效率。國家發(fā)改委政策研究室對《實施意見》的政策解讀中也提出，應(yīng)加強物流業(yè)的技術(shù)要素創(chuàng)新，不斷促進物流的系統(tǒng)性互動，提高物流運行效率。因此，研究物流產(chǎn)業(yè)科技創(chuàng)新對物流效率的影響機制，對有效提高物流效率、暢通國內(nèi)大循環(huán)、提高經(jīng)濟發(fā)展質(zhì)量具有重要意義。

粵港澳大灣區(qū)作為我國對外開放與創(chuàng)新高地，其物流業(yè)的發(fā)展對我國經(jīng)濟社會發(fā)展有重要作用。但是，目前粵港澳大灣區(qū)存在物流規(guī)劃不夠系統(tǒng)、物流業(yè)監(jiān)管環(huán)境滯后于企業(yè)發(fā)展，同時政府間、企業(yè)間及其兩者間的協(xié)同作用尚未得到充分發(fā)揮以及物流資源浪費等問題；此外，區(qū)域智慧物流體系建設(shè)尚不完善影響了物流信息整合、制約了物流高效運轉(zhuǎn)［1］，造成粵港澳大灣區(qū)城市群物流業(yè)發(fā)展不平衡，主要體現(xiàn)在珠江東西兩岸城市群物流業(yè)發(fā)展水平差異較大。隨著粵港澳大灣區(qū)的空間布局和基礎(chǔ)設(shè)施建設(shè)發(fā)展，尤其是港珠澳大橋的開通和深茂鐵路、深中通道等的修建，珠江東岸的優(yōu)質(zhì)物流資源正在加快向珠江西岸流動，珠江西岸物流產(chǎn)業(yè)發(fā)展將進入破局、快速提升階段，因此，珠江西岸各城市應(yīng)利用區(qū)位優(yōu)勢，充分吸收粵港澳大灣區(qū)的科技創(chuàng)新資源，加快物流業(yè)的高質(zhì)量發(fā)展。

基于此，本研究根據(jù)珠江西岸物流業(yè)的實際發(fā)展情況構(gòu)建投入產(chǎn)出指標體系，實證分析科技創(chuàng)新對珠江西岸物流業(yè)的影響機制，并有針對性地提出推動珠江西岸物流業(yè)高質(zhì)量發(fā)展的建議。

2 文獻綜述

國內(nèi)外學(xué)者對物流效率影響因素開展了相關(guān)研究，如王琴梅等［2］研究發(fā)現(xiàn)，地區(qū)經(jīng)濟水平及區(qū)位、經(jīng)濟發(fā)展自由度等對物流效率產(chǎn)生促進作用；Bottani 等［3］認為食品工廠可以通過對包裝、倉儲、采購以及運輸?shù)冗M行集中管理來提高物流效率；Crainic 等［4］認為提高城市物流效率的關(guān)鍵在于物聯(lián)網(wǎng)和運輸網(wǎng)的有效結(jié)合；孫妙青［5］提出了影響廣東物流效率的主要因素為物流基礎(chǔ)設(shè)施和信息化水平、產(chǎn)業(yè)和宏觀因素；Ying 等［6］認為新西蘭建筑業(yè)物流效率低是由于管理水平以及專業(yè)技術(shù)水平不夠高。

較多學(xué)者選擇了數(shù)據(jù)包絡(luò)分析（DEA）模型對物流效率進行測度，如樂小兵等［7］運用DEA 模型對廣西的物流服務(wù)效率進行了評價；劉巖等［8］通過數(shù)據(jù)包絡(luò)模型計算了我國31 個省份的物流效率。此外，較多學(xué)者通過不同模型的結(jié)合使用來研究物流效率，如張璇等［9］、王博等［10］、秦雯［11］等采用DEA 與隨機前沿分析（SFA）相互結(jié)合的分析方法來研究物流業(yè)的效率；Tonanont［12］運用DEA 與層次分析法結(jié)合、Chen 等［13］采用DEA 與主成分分析法相互結(jié)合的方法，對物流效率指標進行了研究，結(jié)果均表明多種方法相互結(jié)合的分析能夠有效地評價物流效率。

在創(chuàng)新對物流模式的研究方面，潘正權(quán)等［14］認為第三方物流企業(yè)能夠幫助物流企業(yè)提高資源配置水平、降低企業(yè)成本、提高運輸效率，并從核心技術(shù)能力角度提出電子商務(wù)應(yīng)采用的創(chuàng)新物流模式；王華等［15］以物流金融為對象，從物流企業(yè)、第三方平臺等方面深入分析了互聯(lián)網(wǎng)影響物流創(chuàng)新模式的機理。在科技創(chuàng)新對物流的影響機制研究方面，王瑛［16］從物流需求、物流企業(yè)組織形式和區(qū)位等方面分析了技術(shù)創(chuàng)新對物流產(chǎn)業(yè)的影響途徑；馬靖忠等［17］以實際港口為例，從體系角度探討了科技創(chuàng)新影響物流發(fā)展的機制；劉國?。?8］利用我國省級面板數(shù)據(jù)構(gòu)建了“內(nèi)驅(qū)-外溢-需求-距離”研究框架，揭示了物流技術(shù)創(chuàng)新對物流業(yè)的影響路徑；朱青山［19］利用嶺回歸模型，從專利數(shù)量、專利質(zhì)量和科研人員3 個方面探討了科技創(chuàng)新對物流業(yè)效率的作用機制。

綜上，國內(nèi)外在物流效率測度及其影響因素方面的研究成果豐碩，但是大部分關(guān)于科技創(chuàng)新對物流影響的研究偏向理論分析，且多基于省級區(qū)域?qū)用?，針對珠江西岸物流產(chǎn)業(yè)的計量分析和實證研究相對缺乏；此外，不同城市的環(huán)境變量有差別，用傳統(tǒng)DEA 方法測度物流效率存在較大的不準確性，在實證結(jié)果上也存在一定誤差。

3 物流效率的測度

3.1 三階段超效率DEA 模型構(gòu)建

超效率模型可以用來通過對相對有效率的決策單元（DMU）進行排序，幫助獲取相對更加有效的決策單元。超效率三階段DEA 模型消除了外部的影響，能夠測度得到比較準確的效率值，使得研究結(jié)果更為真實有效。

第一階段：超效率DEA 方法。由于物流業(yè)為規(guī)模報酬可變，所以采用規(guī)模報酬可變條件下的超效率模型。設(shè)決策單元對應(yīng)的投入變量為：Xi=(x1i,x2i,…,xmi)T＞0；對應(yīng)的產(chǎn)出變量為：Yi=(y1i,y2i,…,ysi)T＞0。在保證具有一定可變線性規(guī)模報酬的前提下，構(gòu)建線性規(guī)劃模型如下：

式（1）中：θ為決策單元的技術(shù)效率；λ為乘數(shù)；分別表示DMU0所對應(yīng)的投入值和產(chǎn)出值；分別是兩個決策單元所對應(yīng)的投入與產(chǎn)出；分別為松弛變量和剩余變量。

通過超效率DEA 模型，可以準確地計算出綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率3 種效率值。DEA 有效即當(dāng)前是投入產(chǎn)出規(guī)模的生產(chǎn)最優(yōu)值；當(dāng)DEA 無效，則決策單元能夠根據(jù)調(diào)整投入量使決策單元達到有效。表明在相同的投入下產(chǎn)出不足；則表明在相同的產(chǎn)出水平下投入過多。

第二階段：SFA 方法。對DMU 投入變量進行調(diào)整，去除了效率測算時環(huán)境因素或隨機因素等可能造成的影響。構(gòu)建回歸模型如下：

第三階段：調(diào)整后的超效率DEA 方法。用第二階段調(diào)節(jié)后的投入數(shù)據(jù)替換初始數(shù)據(jù)，采用超效率DEA 模型重新計算物流效率，得到排除環(huán)境和隨機因素影響的物流效率。

3.2 指標選取與數(shù)據(jù)說明

3.2.1 指標選取

遵循針對性、可取性、適用性等原則，通過總結(jié)現(xiàn)有相關(guān)研究成果，結(jié)合實地走訪調(diào)研確定投入產(chǎn)出指標和環(huán)境變量。參考樂小兵等［7］、原雅坤等［20］、唐建榮等［21］、張誠等［22］、董鋒等［23］的研究構(gòu)建指標體系如表1 所示。

表1 珠江西岸物流業(yè)效率評價指標體系

（1）投入指標。選取物流業(yè)固定資產(chǎn)投資總額反映珠江西岸地區(qū)各個城市對推動物流行業(yè)發(fā)展的重視程度。從珠江西岸各個城市的運輸體系來看，公路交通是一種主要的物流運輸方式，所以選取公共交通網(wǎng)密度變量具有一定的代表性。我國物流行業(yè)的快速發(fā)展和壯大需要相關(guān)行業(yè)從業(yè)人員的支撐，因此交通運輸、倉儲以及郵電行業(yè)從業(yè)人員人數(shù)能夠體現(xiàn)物流行業(yè)的生產(chǎn)經(jīng)營活力和規(guī)模，并能直接代表整個物流行業(yè)和企業(yè)自身的實際競爭能力。鑒于綠色低碳發(fā)展是未來發(fā)展重點，將碳排放量作為主要的投入指標來評價物流過程中污染物的排放。碳排放量的計算采用《IPCC 2006 年國家溫室氣體清單指南 2019 修訂版》中的碳排放系數(shù)，將物流業(yè)相關(guān)燃料的消耗量與其CO2排放系數(shù)相乘，從而得到物流業(yè)CO2排放量。

（2）產(chǎn)出指標。采用貨運量反映物流業(yè)生產(chǎn)成果；采用貨物周轉(zhuǎn)量反映物流業(yè)產(chǎn)出指標的實用價值形態(tài)；采用交通運輸、倉儲郵電業(yè)生產(chǎn)總值反映運輸生產(chǎn)活動的最終成果。

（3）環(huán)境變量。一是地區(qū)變量，反映地區(qū)宏觀經(jīng)濟水平對物流效率的影響；二是科技變量，反映科技創(chuàng)新對物流效率的影響。其中，地區(qū)變量選取珠江西岸各城市生產(chǎn)總值、物流業(yè)固定資產(chǎn)投資占全社會固定資產(chǎn)投資比例、居民人均消費支出來衡量；科技變量方面，選取信息業(yè)基礎(chǔ)設(shè)施投入（即信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)占全社會固定資產(chǎn)投資比例）反映信息技術(shù)的發(fā)展水平，以R&D 經(jīng)費內(nèi)部支出反映科技創(chuàng)新投入力度，以專利授權(quán)數(shù)量反映科技創(chuàng)新成果產(chǎn)出。

3.2.2 數(shù)據(jù)說明

研究數(shù)據(jù)來源于《廣東統(tǒng)計年鑒》以及珠江西岸各城市的統(tǒng)計年鑒和統(tǒng)計公報，數(shù)據(jù)時間跨度為2011—2020 年，因為從2008 年開始國際金融債務(wù)危機持續(xù)爆發(fā)，我國通過出有關(guān)臺政策措施調(diào)整，在2011 年開始恢復(fù)經(jīng)濟持續(xù)較快增長。運用SPSS19.0對所選取的各項指標進行Pearson 相關(guān)性檢驗，結(jié)果均在1%或5%顯著性水平上為正（見表2），符合同向性假設(shè)，表明研究指標選取合理。

表2 變量相關(guān)性檢驗結(jié)果

3.3 超效率DEA 測度結(jié)果分析

3.3.1 第一階段超效率DEA 結(jié)果分析

運用DEAP2.1 軟件對2011—2020 年珠江西岸物流業(yè)效率進行整體分析，以年為單位求其平均值。結(jié)果如表3 所示，在不考慮外部環(huán)境影響情況下，珠江西岸整體區(qū)域物流綜合技術(shù)效率（TE）平均值在0.994～1.216 之間，效率較高并呈波動狀態(tài)，除了2015 年，其他年份的綜合技術(shù)效率均是DEA 有效；純技術(shù)效率（PE）總體上與綜合技術(shù)效率呈現(xiàn)出較一致的趨勢，同樣除了2015 年，其他年份均是DEA有效狀態(tài)；規(guī)模效率（SE）在2018 年之前整體上落后于純技術(shù)效率和綜合技術(shù)效率，只有在2012、2018 和2020 年大于等于1。與2011 年相比，2020年規(guī)模效率提高了0.062，表明10 年來珠江西岸規(guī)模效率出現(xiàn)了顯著提升，但是純技術(shù)效率和綜合技術(shù)效率有所降低；從具體年份來看，2015 年的TE、PE、SE 均小于1，出現(xiàn)了低位拐點，主要是受整體經(jīng)濟增速放緩與經(jīng)濟結(jié)構(gòu)性調(diào)整的影響。

表3 珠江西岸物流業(yè)投入產(chǎn)出效率

表3 （續(xù)）

珠江西岸各城市物流業(yè)效率的計算結(jié)果如表4所示。從空間維度來看，綜合技術(shù)效率的平均值中，佛山處于領(lǐng)先地位，珠海處于較高水平，中山、江門和肇慶3 個城市處于較低水平。具體來看，純技術(shù)效率方面，5 個城市的純技術(shù)效率均較高；規(guī)模效率方面，佛山、中山分別為0.943 和0.907，處于第一梯隊，肇慶、江門和珠海分別為0.874、0.861 和0.837，處于第二梯隊?？梢?，制約珠江西岸物流綜合效率的是規(guī)模效率。在5 個城市中，佛山的3 種效率均保持穩(wěn)定高效的狀態(tài)，這主要是因為佛山是制造業(yè)大市，物流行業(yè)規(guī)模不斷壯大、社會物流總量持續(xù)增長、基礎(chǔ)設(shè)施持續(xù)健全、物流企業(yè)發(fā)展水平持續(xù)提高。從時間維度來看，各市的物流效率總體呈現(xiàn)波動上升趨勢，其中提升較明顯的是珠海和佛山。珠江西岸各城市2015—2016 年處于物流效率的最低位拐點，這與我國當(dāng)時面臨的金融市場動蕩、實體經(jīng)濟增速下降和珠江西岸部分世界工廠轉(zhuǎn)移、工人面臨失業(yè)等復(fù)雜經(jīng)濟形勢有關(guān)；此后，廣東積極開展供給側(cè)結(jié)構(gòu)性改革，多措并舉助力“三去一降一補”，大力支持實體經(jīng)濟發(fā)展、激活民間投資，全力加快推進區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展、持續(xù)優(yōu)化和調(diào)整經(jīng)濟結(jié)構(gòu)，使得珠江西岸的物流效率又再次提升。

表4 2011—2020 年珠江西岸各市物流業(yè)效率

3.3.2 第二階段SFA 回歸分析

2011—2020 年珠江西岸物流業(yè)效率的SFA 回歸結(jié)果如表5 所示，其中投入指標的γ值均在10%的水平上顯著有效，反映了環(huán)境變量對于珠江西岸物流行業(yè)效率的投入松弛變量存在顯著影響，因此有必要通過SFA 模型剔除環(huán)境因素影響。

表5 2011—2020 年珠江西岸物流效率第二階段SFA 回歸結(jié)果

（1）地區(qū)生產(chǎn)總值的影響。地區(qū)生產(chǎn)總值對從業(yè)人員數(shù)量、交通網(wǎng)密度和碳排量3 個投入松弛變量的回歸系數(shù)均顯著為正，表明珠江西岸經(jīng)濟發(fā)展促進了區(qū)域交通網(wǎng)建設(shè)和物流從業(yè)人員數(shù)量增長，從而提升了區(qū)域物流效率；同時，回歸系數(shù)都接近0，說明珠江西岸地區(qū)生產(chǎn)總值增加造成的冗余并不顯著。

（2）政府支持的影響。政府支持對物流業(yè)的投入冗余存在不同的影響路徑。一方面，政府支持對交通網(wǎng)密度的回歸系數(shù)顯著為負，說明政府支持對減少珠江西岸交通網(wǎng)密度的投入冗余具有促進作用，可以通過合理規(guī)劃來減少不必要的交通建設(shè)，從而減少投入冗余、提高物流效率；另一方面，政府支持對固定資產(chǎn)投資、碳排放量的松弛變量的回歸系數(shù)均顯著為正，說明珠江西岸政府支持對物流業(yè)固定資產(chǎn)投資造成了一定的冗余，推測原因是目前珠江西岸的物流業(yè)固定資產(chǎn)利用效率不高，盲目增加固定資產(chǎn)投資并不一定提高其物流效率。

（3）地區(qū)居民消費支出的影響。地區(qū)居民消費支出對從業(yè)人員和碳排放量的投入松弛變量的回歸系數(shù)均顯著為正，與地區(qū)生產(chǎn)總值的回歸結(jié)果基本一致。地區(qū)居民消費支出增加會促進物流業(yè)從業(yè)人員和碳排放量增長，但是隨著居民消費水平進一步提升，物流資源的配置更加優(yōu)化，短期增加的物流從業(yè)人員數(shù)量和能源投入會產(chǎn)生冗余。但是從實證回歸結(jié)果來看，回歸系數(shù)較小，說明珠江西岸地區(qū)居民消費支出對物流業(yè)效率的影響并不顯著。

（4）信息業(yè)基礎(chǔ)設(shè)施投入的影響。信息業(yè)基礎(chǔ)設(shè)施投入對物流效率的影響存在多種路徑。一方面，對從業(yè)人員、交通網(wǎng)密度和碳排放量3 個投入松弛變量的回歸系數(shù)為正值，且均在5%的水平上顯著，說明信息業(yè)基礎(chǔ)設(shè)施固定資產(chǎn)投入比例的增加會顯著提升物流業(yè)在從業(yè)人員、交通基建、能源消耗方面的投入，促進物流業(yè)整體發(fā)展壯大，但是過度投入會產(chǎn)生冗余。信息業(yè)基礎(chǔ)設(shè)施投入對碳排放量松弛變量的系數(shù)顯著為正，且系數(shù)為31.100，可以看出目前珠江西岸信息業(yè)基礎(chǔ)設(shè)施的增加在一定程度上帶來物流業(yè)碳排放的額外增加。另一方面，信息基礎(chǔ)設(shè)施投入對固定資產(chǎn)投資顯著為負，表明增加信息業(yè)基礎(chǔ)設(shè)施建設(shè)，會減少物流業(yè)固定資產(chǎn)的投入冗余。

（5）R&D 經(jīng)費支出的影響。R&D 經(jīng)費支出對從業(yè)人員數(shù)量、交通網(wǎng)密度和碳排放量3 個投入松弛變量的回歸系數(shù)均顯著為負，說明R&D 經(jīng)費支出的增加對減少物流業(yè)從業(yè)人員、交通基建、能源消耗的投入冗余具有促進作用，因此，珠江西岸企業(yè)要采取多種措施提高R&D 經(jīng)費投入水平和投入強度，促進區(qū)域科技創(chuàng)新發(fā)展，能夠有效地減少珠江西岸物流投入冗余，從而提升物流效率。

（6）專利授權(quán)數(shù)量的影響。專利授權(quán)數(shù)量對從業(yè)人員數(shù)量和交通網(wǎng)密度2 個投入松弛變量的回歸系數(shù)均顯著為正，但系數(shù)較小，說明珠江西岸物流業(yè)專利授權(quán)的增加在一定程度上帶來了物流業(yè)從業(yè)人員以及交通網(wǎng)建設(shè)的投入冗余，但是影響程度較小。原因可能是科技創(chuàng)新人力資源投入產(chǎn)生效用的時間較長，且科技創(chuàng)新成果的產(chǎn)出及其市場效益可能需要較長時期才能觀察到，因此可能使得目前珠江西岸專利產(chǎn)出的效果并不是很理想。但是回歸系數(shù)較小，說明珠江西岸地區(qū)專利授權(quán)數(shù)量對物流業(yè)效率的影響并不明顯。

3.3.3 第三階段超效率DEA 分析

通過超效率DEA 模型，采用調(diào)節(jié)后的投入變量和原產(chǎn)出變量重新對珠江西岸物流業(yè)效率進行評價。結(jié)果如表6 所示，從整體上看，在去除地區(qū)變量和科技相關(guān)變量的影響后，3 種效率都有一定程度的降低，再次驗證了通過SFA 回歸剔除環(huán)境因素很有必要。

表6 2011—2020 年投入變量調(diào)整前后珠江西岸物流業(yè)效率對比

進一步從各城市來看，如表7 所示，剔除了環(huán)境因素后，5 個城市的物流業(yè)綜合技術(shù)效率下降較明顯且均無效，其中肇慶和江門尤為突出，分別降低了0.33 和0.20；珠海和中山處于中間水平；佛山雖然下降最少（0.113），但是從DEA 有效變?yōu)镈EA無效。從下降幅度來看，肇慶的下降幅度最大，為37%，其次是江門（24%）、珠海（19%）、中山（15%）和佛山（11%），表明地區(qū)變量和科技創(chuàng)新變量的確較大程度地提高了物流綜合技術(shù)效率。此外，5個城市的純技術(shù)效率有提高也有降低，但變化幅度均不大，其中珠海、佛山、肇慶的效率值均大于1，仍然保持DEA 有效，中山的純技術(shù)效率也從DEA無效達到DEA 有效，而江門雖然效率有所提升，但仍未達到DEA 有效。規(guī)模效率方面，各城市的規(guī)模效率均小于1，均為DEA 無效，下降均較明顯，其中肇慶和江門下降最多，分別降低0.324 和0.224，其次為中山和珠海，分別降低0.193 和0.139，佛山下降最少，降低了0.071。

表7 2011—2020 年投入變量調(diào)整前后珠江西岸各城市物流業(yè)效率均值對比

4 結(jié)論與對策

4.1 研究結(jié)論

一是物流效率方面，2011—2020 年珠江西岸地區(qū)和各個城市的物流綜合技術(shù)效率整體相對較高并處于波動狀態(tài)。從空間來看，各城市純技術(shù)效率較高，規(guī)模效率總體呈波動上升趨勢但仍然是制約綜合技術(shù)效率增長的主要因素，其中佛山的綜合技術(shù)效率最高；從時間來看，2015—2016 年5 個城市的物流綜合技術(shù)效率變化較大，出現(xiàn)低位拐點，這與當(dāng)時我國經(jīng)濟面臨復(fù)雜的國內(nèi)外形勢有關(guān)。

二是地區(qū)因素方面，珠江西岸經(jīng)濟發(fā)展的同時導(dǎo)致了物流業(yè)的交通基建、人力資本以及能源消耗過度投入，但是對物流效率的影響還不明顯。其中，政府支持主要造成了物流業(yè)固定資產(chǎn)投入和能源消耗投入冗余，但合理規(guī)劃交通基建會減少交通網(wǎng)密度投入冗余，而地區(qū)居民消費支出增加會導(dǎo)致物流業(yè)從業(yè)人員和碳排放量投入冗余但影響并不明顯。

三是科技創(chuàng)新因素方面，信息業(yè)基礎(chǔ)設(shè)施投入對珠江西岸物流業(yè)的投入冗余影響較大，主要是通過影響物流業(yè)固定資產(chǎn)投資和能源消耗來影響物流效率，信息業(yè)發(fā)展會有效減少物流業(yè)固定資產(chǎn)投資的冗余，但是會顯著增加能源的過度消耗，且在一定程度上會造成人力資本和交通基建的投入冗余；專利數(shù)量的增加對物流效率的影響不明顯，且科技創(chuàng)新成果的轉(zhuǎn)化還未對物流效率起到促進作用，而R&D 經(jīng)費支出的增加能夠減少物流業(yè)從業(yè)人員、交通建設(shè)和能源消耗的投入冗余。

四是剔除了地區(qū)因素和科技因素的影響后，珠江西岸各城市物流行業(yè)的綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率均出現(xiàn)一定程度的降低，且綜合技術(shù)效率和規(guī)模效率的變化較大，說明環(huán)境變量顯著影響物流業(yè)效率。

4.2 政策建議

一是提高區(qū)域協(xié)同水平，推進珠江西岸物流一體化發(fā)展。各城市應(yīng)結(jié)合自己的實際情況，因地制宜地制定物流發(fā)展策略，如佛山充分利用已有的經(jīng)濟基礎(chǔ)進一步提升物流規(guī)模效率，江門和肇慶適當(dāng)增加基礎(chǔ)設(shè)施投入，從技術(shù)與規(guī)模效率雙向發(fā)展物流。珠江西岸一方面隨著珠江東西岸交通基礎(chǔ)設(shè)施的建設(shè)發(fā)展，充分利用粵港澳大灣區(qū)的經(jīng)濟溢出，另一方面加強各城市間政府協(xié)調(diào)，逐步構(gòu)建海陸空立體聯(lián)動的物流運輸網(wǎng)絡(luò)，發(fā)揮規(guī)模效應(yīng)。

二是加大信息服務(wù)業(yè)投入，提高珠江西岸物流業(yè)信息化水平。政府加大對肇慶、江門等經(jīng)濟欠發(fā)達地區(qū)信息服務(wù)業(yè)基礎(chǔ)設(shè)施的投入，并引導(dǎo)市場力量參與共建；促進互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、區(qū)塊鏈、人工智能、大數(shù)據(jù)、云計算、5G 等技術(shù)與物流業(yè)相結(jié)合，在倉儲、運輸、配送等環(huán)節(jié)融入先進的現(xiàn)代通信技術(shù)，加快物流的信息處理和傳遞速度，減少不必要的中間環(huán)節(jié)，從而提升物流業(yè)效率。

三是發(fā)揮科技創(chuàng)新投入和專利成果轉(zhuǎn)化對物流效率的促進作用。珠江西岸各市應(yīng)在加大科技創(chuàng)新投入的同時促進科技創(chuàng)新成果在物流業(yè)的轉(zhuǎn)化與實際應(yīng)用。各市應(yīng)根據(jù)自身物流業(yè)的發(fā)展水平，有選擇地加大不同物流環(huán)節(jié)科技創(chuàng)新要素的投入，優(yōu)化資源配置，提高整體物流效率，如江門、肇慶則應(yīng)首先加強基礎(chǔ)環(huán)節(jié)的創(chuàng)新投入；對于物流基礎(chǔ)環(huán)節(jié)相對完善的城市，則加強庫存技術(shù)、分揀包裝配送系統(tǒng)尤其是物流信息技術(shù)的創(chuàng)新研發(fā)，并通過補貼獎勵等方式促進相關(guān)成果的轉(zhuǎn)化。

四是發(fā)展以市場為主、政府為輔的物流業(yè)。在物流業(yè)發(fā)展前期，需要地方政府從物流基礎(chǔ)設(shè)施投資、區(qū)域物流標準化建設(shè)和協(xié)調(diào)發(fā)展等多方面著手，加強對物流業(yè)的引領(lǐng)和促進作用；但是從物流可持續(xù)發(fā)展來看，市場才是物流發(fā)展的驅(qū)動力和主體，因此政府有關(guān)部門應(yīng)健全和完善相關(guān)政策和法律制度，為物流業(yè)的高質(zhì)量發(fā)展營造有利環(huán)境。