我国邮政业综合技术效率评价及其影响因素
——基于 DEA和 Tobit回归模型的分析
山红梅1,杨珂欣1,胡海涛1,柳朝红1,JING Shi2
(1.西安邮电大学 现代邮政学院,西安 710075;2.美国辛辛那提大学 工程与应用科学学院,辛辛那提 45221)
摘要 :采用DEA模型对我国内地31个省份2010—2016年间邮政业效率进行评价,采用基于面板数据的Tobit回归模型对邮政业效率的影响因素进行分析。结果表明:我国邮政行业综合技术效率整体偏低且存在缓慢下降趋势和明显的区域差异。固定资产利用率、市场化程度、交通状况、信息化程度和人才状况是造成我国区域邮政综合效率低下、区域间差异明显的重要因素。据此,提出提高我国邮政业效率的政策建议。
关键词 :邮政业;效率;影响因素;DEA模型;Tobit回归模型
0 引言
邮政行业既是国家重要的社会公益型事业,又是推动流通转型、促进消费升级的先导型服务产业,在国民经济中发挥着极其重要的作用。我国邮政业经历过“邮电分离”“政企分开”“扭亏为盈”等多次改革和转型发展后,再次面临着“互联网+”战略实施,电子商务快递飞速发展为传统邮政业改革和发展带来新的契机。近年来,邮政行业的业务规模快速攀升,服务水平不断提升,支撑流通经济发展和促进产业转型升级的作用日益凸显。2016年邮政行业业务总量累计完成7 397.20亿元,同比增长45.70%。普遍服务、快递业务量分别达到220亿、312.8亿件,全行业从业人员突破200万人,网络零售交易规模突破5万亿元。但业务量飞速增长还没有根本上扭转传统邮政市场竞争乏力、经营绩效低下的局面。在新一轮科技和经济深度融合之际,亟待提升国家资源配置效率、提高邮政经营绩效。
国内外有关邮政业效率及其影响因素的研究取得了一定的成果。D.Deprin等[1]首次采用DEA方法研究了比利时792家邮政网点的运营效率。T.Kneževic′等[2]运用CCR模型评价了南斯拉夫邮政系统的组织效率。P.Ralevic等[3]利用聚类算法对塞尔维亚的1 194个邮政机构进行效率评价,结果表明至少有794个分支机构可以通过资源重新分配来提高效率。靳瑞婕等[4]运用非参数方法研究发现固定资产闲置、流动资产占压、人员冗余是导致邮政投入效率低下的主要原因。杨顺元等[5]运用Malmquist生产率指数研究发现1996—2005年我国邮政业产值增长来源于自身效率的提高。李盛竹等[6]、王玲等[7]利用DEA两阶段模型研究发现2007—2012年间邮政业整体运营效率不高、地区差异较大,其中中西部地区是制约邮政效率的短板。牟博[8]、刘亚峰[9]研究了邮政服务客户满意度及服务质量的影响因素。张丽江等[10-11]研究了邮政从业人员健康状况影响因素。夏春华等[12]应用解释结构模型,以西安市邮政局为例分析了影响地区邮政企业市场竞争力的要素。
综观国内外相关成果,虽然有少数研究应用DEA模型进行邮政业效率测评,但仍缺乏对效率影响因素的深入分析,且数据陈旧,对于当前提升现代邮政行业经营效率缺乏指导意义。基于此,本研究采用基于面板数据的DEA-Tobit回归模型,探讨我国内地31个省级区域2010—2016年邮政业综合效率及其影响因素,为提升国家资源配置效率、提高邮政经营绩效提供参考。
1 研究区域与数据来源
以我国内地31个省份的面板数据为样本,数据来源于《国家统计年鉴》(2011—2017年)以及中国各地区邮政管理局官方网站统计数据。将31个省份划分为东、中、西部3个地区,东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南、辽宁、黑龙江和吉林;中部地区包括山西、安徽、江西、河南、湖北和湖南;西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆。
5个村庄的规划充分挖掘了地方特色,因地制宜。丹徒区世业镇聘请了东南大学韩冬青设计大师团队,定位于“江岛水乡、健康之舟”,依托独特的洲岛生态环境,传承并彰显乡居、河塘、田野共生的水乡圩村肌理,构建面向村民和游客的公共服务体系,培植健康农业、创意农业、参与式生产体验+度假等多种形式的大健康产业。韩冬青教授在全省特色田园乡村建设试点工作推进电视电话会议上将此规划作为范例进行了讲解。
2 模型构建
2.1 邮政业效率测算DEA模型
2 .1 .1 DEA模型。数据包络分析(data envelopment analysis,DEA)是美国著名运筹学家A.Charnes等[13]首次提出的一种“面向数据”的系统分析评价方法,是用数学规划模型来评价相同类型的多投入、多产出决策单元的相对效率的一种非参数统计方法,其优点是不需要过多的样本数据,指标无需量纲化,评价结果不受人为因素影响。根据假设前提的不同,DEA 方法又可分为CCR模型和BCC模型,CCR主要处理“规模报酬不变(constant returns to scale,CRS)”假设下的决策单元技术总体有效性评价问题[14]。BCC研究假设“规模收益可变(variable returns to scale,VRS)”前提下的效率评价问题[15]。BCC模型又可以把决策单元的综合技术效率(technical efficiency,TE)分解出规模效率(scale efficiency,SE)和纯技术效率(pure technical efficiency,PTE),三者的关系为:TE=SE×PTE。
假设一组决策单元(decision making unit,DMU)的数目为n ,每个DMU 均有m 个投入x 和s 个产出y 。对于第k 个决策单元DMUk 的第i 个投入指标和第j 个产出指标分别表示为x ik (i =1,2,…,m )和y jk (j =1,2,…,s ),其中k ∈K ={1,2,…,n }。此时,决策单元的技术效率可由如下规划的数学模型决定:
≥0;
≥≥0 。
式中:θ 为相对效率值,即邮政业效率;λ k 为系数向量;,分别为投入指标x i 和产出指标y j 的松弛变量;ε 是非阿基米德无穷小量。模型的最优解为。当时,DMU处于最优生产前沿面上,DEA有效;当和不全为0 时,DMU为DEA弱有效;其他情况下,DEA无效。
以DEA分析得出的2010—2016年31个省份邮政业综合效率估值为被解释变量,选取31个省份的经济发展水平、固定资产利用率、邮政业市场化程度、区域信息化程度、人才状况等为解释变量。各变量的描述性统计分析结果(表3)显示,无论是经济发展水平、邮政资源分配及基础设施建设,还是信息化程度和人才状况我国都存在着较大的区域差异性。
2.2 基于Tobit模型的邮政业效率影响因素分析
由于DEA估算的效率值是离散的,数据范围在0~1之间,为了避免采用最小二乘法回归分析出现参数估计值有偏且不一致的情况,采用J.Tobin[16]提出的极大似然法截取回归模型(又称Tobit模型),分析邮政业综合技术效率的影响因素。同时,对我国邮政业综合技术效率差异的显著性进行检验。Tobit回归模型基本表达式为:
如果
如果Y i =0 。
(5)人才状况的系数为0.148 869,正相关度较高。统计性显著水平在10%,说明人才状况能够提高邮政业综合效率。
(3)交通基础设施状况的系数为0.000 011,1%的统计性显著水平。这说明交通基础设施建设状况与邮政业效率有着非常显著的正相关关系,假设4成立。但是相关系数最小,相关度最低,可见其对于邮政业综合效率影响作用较其他因素而言不是很明显。
在本研究中,我们进一步对卵巢浆液性腺癌患者TGF-β1表达水平与卵巢癌的FIGO分期和癌组织的种植/转移的关系进行了分析。结果显示Ⅱ-Ⅳ期卵巢癌患者肿瘤组织中TGF-β1表达水平均高于I期,且卵巢癌组织中TGF-β1的表达水平与肿瘤的种植/转移密切相关,差异有统计学意义;而卵巢癌组织中TGF-β1的表达水平与病人的年龄分布及肿瘤组织学分级无关,提示TGF-β1的显著增加发生在卵巢癌晚期,可能是晚期卵巢癌增加的TGF-β1可诱导肿瘤血管生成,从而促进卵巢癌的发展。
2 .2 .2 模型设定及变量选择。在影响因素假设的前提下,将邮政业效率影响因素分析的Tobit回归模型设定为:
Y i =α 0+α 1X 1i +α 2X 2i +α 3X 3i +α 4X 4i +
α 5X 5i +α 6X 6i +α 7X 7i +μ i 。
式中:Y i 为解释变量区域邮政业综合效率值;α 0为常数项;α 1,α 2,α 3,α 4,α 5,α 6为回归系数;X 1i 为区域经济发展水平;X 2i 为邮政业固定资产利用率;X 3i 为邮政业市场化率;X 4i 为交通状况;X 5i 为单位邮政网点覆盖度;X 6i 为信息化程度;X 7i 为区域人才状况;i 为省份,i =1,2,…,31。
3 结果与分析
3.1 邮政业综合效率
从2010—2016年间投入产出指标数据的描述性统计分析(表1)可以看出,我国区域邮政资源分配极其不均,从业人数、网点数、车辆数最大值与最小值之间差距较大,邮政业运营产出状况也有着明显差异。
滚动轴承试验台如图2所示.滚动轴承类型及相关参数如表2所示.滚动轴承外圈、内圈及滚动体上所加工的故障如图3所示.根据表2相关参数及式(6)~式(8)滚动轴承故障特征频率计算公式得到试件的外圈、内圈及滚动体故障特征频率分别为fo=64.41 Hz,fi=95.38 Hz,fb=5.38 Hz.
表1 投入指标和产出指标描述性统计
Tab .1 Descriptive statistics of input and output indicators
鲁冰莹长相甜美,且素来话多。她前天刚领了结婚证,更是喜上眉梢,说话像开机关枪。“我这衣服漂亮吗?这是我的他买的。”她脱下工作服,指着自己时髦的上衣得意地说。不等护士们回答,她又神秘兮兮地说:“护工张嫂太厉害了,早晨刚上班,她在门口碰到我,一眼就看出我是过来人了。她问我,你是不是刚结婚?我问她从哪里看出来,她说,从你的走路姿势就能看出来。”
表2 2010 —2016年我国内地31个省份的邮政业效率
Tab .2 Postal industry efficiency of 31 provinces in China during 2010 —2016
说明:限于篇幅,仅列出2010年、2012年、2014年、2016年的数据。
首先,从全国整体情况来看,2010—2016年我国邮政业效率均值处于0.46~0.68之间,邮政行业整体效率偏低且呈下降趋势(图1)。同时,2010—2016年规模效率值一直徘徊在0.88左右,明显高于纯技术效率值,说明纯技术效率低是导致综合效率低下的主要原因。
图1 2010 —2016年我国邮政业整体效率变动趋势
Fig .1 Postal industry efficiency trends in China from 2010 to 2016
重点是:一则保障牧草植株总量而不少苗;二则保障牧草进入正常生长状态;三则能顺利越冬而持续生产。盐碱和干旱是人工草地牧草生产中最大障碍。当出苗过程中受到土壤墒情影响时,进行小水漫灌提高墒情。出苗后,适时灌溉,保持田间持水量,同时配合土壤改良,压碱防害。柴达木地区土壤质地较轻,蓄肥保水能力相对差,豆科牧草部分品种虽具有固氮作用,但是仍旧不能满足生长需要。香日德地区紫花苜蓿人工草地在追肥尿素年225kg/hm2状况下产量(青干草)≥18 000kg[2]。
图2 2010 —2016年我国东 、中 、西部地区邮政业效率
Fig .2 Postal industry efficiency of eastern ,central and western of China from 2010 to 2016
图3 2010 —2016年我国邮政业的纯技术效率和规模效率
Fig .3 Pure technical efficiency and scale efficiency of China ’s postal industry during 2010 —2016
3.2 邮政业综合效率影响因素
2 .1 .2 指标体系。在投入产出评价指标体系选取方面,已有研究[4-6]多将从业人员数、固定资产与营业网点数作为投入指标,邮政业务收入、函件业务数量作为产出指标,研究我国邮政业效率。运输状况也应该作为邮政快递企业物流投入的重要功能要素,因此,在前人研究的基础上,投入指标体系中增加了邮政营运车辆数指标。具体投入指标为邮政业从业人员人数、营业网点数、投入车辆数。其中,营业网点数和投入车辆数包括邮政集团和规模以上民营快递企业的网点数和车辆数。选取的产出指标为邮政业总收入(不包括邮储银行的收入)和邮政业务总量。
表3 Tobit模型变量描述性统计分析
Tab .3 Descriptive statistical analysis of Tobit model variables
为了继续探索这些因素是否构成影响邮政业效率低下、区域差异大的主要原因,利用Eviews 5.1对Tobit回归模型进行Hausman检验,其统计量的输出值为85.525 9,相对应的伴随概率为0.000 0,明显小于0.1,说明检验结果拒绝了随机效应模型原假设,应建立Tobit固定效应模型进行回归分析来验证提出的经验假设。回归分析结果(表4)表明,区域经济发展水平和单位邮政网点覆盖度与邮政业综合效率没有显著的正相关关系,因而假设1、假设5不成立。固定资产利用率等5个因素均与邮政业综合效率有显著的正相关关系,即假设2、假设3、假设4、假设6和假设7都成立。其中市场化程度、交通基础设施以及区域信息化程度与邮政业综合效率呈现显著强相关性关系;固定资产利用率对邮政业效率的影响呈现强相关关系,而区域人才对邮政业效率则呈现弱的相关性关系。
利用Deap 2.1软件采用基于产出导向(output-oriented)的BCC模型,计算2010—2016年31个省份邮政业的综合效率值(TE)、纯技术效率值(PTE)和规模效率(SE)(表2)。
表4 Tobit固定效应回归模型分析结果
Tab .4 Results of Tobit fixed effect regression model
说明:*,**,*** 分别表示10%,5%,1%的显著水平。
(1)固定资产利用率的系数为0.000 249,显著水平较高。这说明邮政业固定资产利用率与效率呈正相关,假设2成立。相关系数较低表明固定资产利用率作用不明显,提高管理水平、合理配置资源只能在一定程度上提升邮政业的效率。
其次,从区域差异来看,2010—2016年我国邮政业综合效率平均值由大到小依次为东部、中部和西部(图2)。可见邮政效率存在的地区差异性与已有研究[6-7]的结论基本一致。具体而言,我国邮政业综合效率实现DEA有效的地区不多,且主要分布在东部省份。上海和广东2010—2016年间综合技术效率均为1,北京、天津、浙江、福建、山东等只有个别年份实现综合效率值为1(表2)。以SE为纵坐标、PTE为横坐标构建散点图(图3)以反映各地区的纯技术效率与规模效率情况。第Ⅰ象限PTE和TE双高的区域有浙江、陕西、天津、广东、上海等11个地区,占所有地区数量的37%;第Ⅱ象限SE较高,但是PTE较低,包括内蒙古、甘肃、贵州等16个地区,占所有地区数量的53%;第Ⅲ象限目前我国没有规模效率和纯技术效率都低下的地区;第Ⅳ象限的宁夏、西藏、青海3个地区纯技术效率较高,但规模效率较低,占所有地区数量的10%。
(2)邮政业市场化率的系数为0.682 213,相关度最高,统计性显著水平高。这说明邮政业市场化程度与效率呈正相关,假设3成立。邮政业市场化率是影响邮政业效率的重要因素之一,也就是说,邮政业市场化率每提高1个单位,邮政业效率将提高0.682 213个单位。推进邮政业市场化进程可以显著提升邮政业综合效率。
2 .2 .1 影响因素的经验假设。根据以往研究结果,对邮政业综合效率的影响因素做出经验假设。① 经济发展水平。邮政业是现代服务业的关键产业,其消费需求水平、企业经营效率必然受经济发展水平的影响。经济发达地区的邮政企业无论是函件包裹等公益型业务还是电子商务快递物流类新型业务的业务量需求规模都比较大,企业技术水平高,且具有一定规模经济效益[17]。经济欠发达地区往往各类业务量需求规模比较小,难以获取规模经济效益。因此,提出假设1:地区经济发展水平与邮政业效率呈正相关。以地区人均GDP总量除以100 000表示地区经济发展水平。② 固定资产利用率。固定资产利用率反映企业或行业的资产利用程度,比值越高,说明其技术管理水平越高,企业或行业整体效率越高。因此,提出假设2:邮政业固定资产利用率与邮政业效率呈正相关。以邮政业总收入与邮政业固定资产投入的比值来表示固定资产利用率。③ 市场化程度。随着快递服务持续快速增长,不断吸引着民营快递投资主体的进入,市场竞争越来越激烈,市场调节作用越来越凸显,极大促进着参与竞争的国有和民营企业不断地提高技术和管理水平,努力获取规模经济效益,提升自身效率。因此,提出假设3:邮政市场化程度与邮政业效率呈正相关。市场化程度用邮政业总收入中民营企业业务收入所占比例来表示。④ 交通基础设施建设状况。邮政网络体系的建设与区域交通基础设施建设状况息息相关,一个地区的交通运输网络越发达越完善,邮政配送网络建设投入成本越少,物流产出越高,邮政业整体效率越高;反之,交通运输越不完善,邮政业整体效率越低。因此,提出假设4:交通基础设施建设状况与邮政业效率呈正相关。区域交通基础设施建设状况以单位面积内公路里程和铁路里程数所占比例来表示。⑤ 单位邮政网点覆盖度。单个邮政网点服务人数越多,对于资源的利用效率越高,但是单个网点服务半径越大,配送成本也会越高。因此,提出假设5:单位邮政网点覆盖度与邮政业效率呈正相关。单个邮政网点覆盖度用单位网点服务人数与单位网点覆盖面积的比值来表示。⑥ 信息化程度。信息化程度可以从两个方面影响邮政业效率。一方面提高邮政业内部技术水平,降低人力成本,改善行业企业管理水平,提高其运营效率;另一方面,区域信息化程度高预示着区域内互联网电子商务利用普及程度高,邮政业快递业务量产出高,企业规模经济效益明显,从而邮政业效率也会提高。因此,提出假设6:信息化程度与邮政业效率呈正相关。信息化程度用地区互联网普及率来表示[14]。⑦ 区域人才状况。一方面高素质的从业人员在工作中正确运用自己的知识和判断力,减少一些不必要的浪费,降低成本,提高企业效率;另一方面,互联网经济时代,高素质人才也是引领和主导电子商务等新型消费理念的主流群体[18]。因此,提出假设7:区域人才状况与邮政业效率呈正相关。区域人才状况用地区专科以上毕业生人数与地区人口总数的比值乘以100表示。
(4)信息化程度的系数为0.068 31,正相关系数较低,但统计性显著水平为1%。这与实际情况表现一致。2016年互联网普及率53.2%,同比增长5.8%,中国电子商务市场交易额超过20万亿元,同比增长超过30%,相应地邮政业快递业务收入4 005亿元,同比增长44.6%,这说明提高互联网普及率可以大大提高邮政业产出,从而有效地提升了邮政综合效率。
式中:为潜在因变量向量;X i 为自变量向量;α 为系数向量;ε i 为误差项,ε i ~N (0,σ 2)。
4 结论与建议
4.1 结论
整体来看,我国邮政行业综合效率偏低,且有着波动下降的趋势。规模效率的平均值明显高于纯技术效率的平均值,纯技术效率低成为导致综合效率低下的主要原因。这说明我国邮政业发展过程中还有待进一步推动技术创新和技术改革,技术效率的提升能够直接促进综合效率的提升。从区域效率来看,我国邮政业有着明显的区域差异性,各省份之间效率水平差距较大。综合效率有效的地区主要集中在东部,而西部地区的省份效率普遍较低,呈现出由东到西效率递减的态势。我国邮政业综合效率低主要由于行业内部企业管理水平、技术水平低下以及资源配置不合理引起的。采用Tobit回归模型对邮政业综合效率差异的影响因素进行的相关性分析结果表明,邮政业固定资产利用率、市场化程度、区域交通设施状况、信息化程度和人才状况与邮政业综合技术效率具有较高的显著相关性。
1958年建成投产到2017年底,兰州石化累计加工原油2.6亿吨、生产乙烯1055万吨,累计上缴税费1259亿元,2009年以来连续成为甘肃省纳税超百亿元企业。近5年,公司每年上缴税费平均占甘肃省大口径财政收入的8.6%,占甘肃省税收收入的10.6%,有力地支持了当地经济建设和社会发展。
在社会快速发展的背景下,土工合成材料已经在高架公路桥头路基工程中得到普及应用,其也被称为加筋土法。在高架施工建设的过程中,经常会应用到加筋地基法,还会使用到加固填筑法。加固填方法在桥头路基当中使用加筋材料进行平铺,合理应用路基土体与加筋材料间存在的拉力,尽量的延长桥头沉降发生的时间,促使填土稳定性的有效提高。加筋地基法则是需要适当的清除局部深度的路基土,再使用具有较强承载力与稳定性的填料回填,然后进行平铺土工合成材料,构成一定的地基持力层,提升高架桥头路基的稳定性。
4.2 建议
(1)以提升纯技术效率为重点。一方面,通过技术创新和技术进步优化资源配置,减少资源浪费,力求在较低投入水平的基础上扩大产出;另一方面,提高邮政组织管理水平,通过有效的组织管理来加强企业内外部环节之间的紧密协调和合作能力,从而加快投入生产要素的流转速度,使资源闲置的成本最小化。
(2)推动邮政业市场化进程。充分利用市场机制提高资源配置效率,推动传统邮政业的市场化进程。尤其“互联网+”时代共享、平台、众包等新技术、新模式、新业态层出不穷,邮政业要全面创新,深化国有企业经营管理体制改革,提高企业整体竞争能力。
(3)继续加大西部地区邮政基础设施和资源投入力度。加大西部地区交通基础设施的投入力度,提高西部地区信息化水平和互联网普及程度;加强邮政企业内部资源投入,尤其是营业网点、营运车辆和人力资源的投入;鼓励东中部地区民营快递向西部拓展服务网络与业务范围,促进东中西地区协调发展,缩小区域差距。
(4)充分发挥信息化引领和驱动作用。“十三五”以来,信息化进入全面渗透、跨界融合、加速创新、引领发展的新阶段,数字化、网络化、智能化服务将无处不在。因此,应充分发挥好信息化的引领和驱动作用,以信息流带动技术流、资金流、人才流、物资流,推动邮政企业技术创新,转变企业增长方式,促进邮政企业资源配置优化,提高邮政全要素生产率。
毕尔巴鄂这个曾经默默无闻的港口城市,通过古根海姆博物馆等一系列重要文化设施的打造、建设,成为享有世界级声誉的文化旅游目的地。图为古根海姆博物馆
(5)积极引进优秀人才。现代科技发展日新月异,人才引进和培养能够提高创新能力,为邮政行业高效运营提供源动力。因此,必须建立健全人才制度,构建人才引进、培养、工作、评价和表彰等管理体系,鼓励和引进优秀的邮政人才来推动和支撑我国邮政业发展。
参考文献 :
[1] DEPRINS D,SIMAR L,TULKENS H.Measuring Labor-efficiency in Post Offices[M]//CHANDER P,DRZE J,LOVELLC C K,et al .Public Goods,Environmental Externalities and Fiscal Competition.New York:Springer,2006:285-309.
[2] KNEŽEVI′C T.A Two-level Approach for Human Resource Planning towards Organizational Efficiency of A Postal Distribution System[J].Economic Computation & Economic Cybernetics Studies & Research,2011,45(4):155-168.
[3] RALEVIC P,DOBRODOLAC M,MARKOVI′C D.Using A Nonparametric Technique to Measure the Cost Efficiency of Postal Delivery Branches[J].Central European Journal of Operations Research,2016,24(3):1-21.
[4] 靳瑞婕,耿奎.邮政投入效率分析[J].北京邮电大学学报(社会科学版),2001,3(4):15-19.
[5] 杨顺元,吴育华.基于Malmquist指数的我国邮政业经济增长的分析[J].西安电子科技大学学报(社会科学版),2007,17(3):93-98.
[6] 李盛竹.基于政府规制改革背景下的中国邮政效率研究[D].成都:西南交通大学,2009.
[7] 王玲,陈银宗.我国邮政业运行机制及其效率分析——基于两阶段DEA的评估[J].北京交通大学学报(社会科学版),2016,15(3):104-113.
[8] 牟博.邮政服务质量影响因素研究[D].兰州:兰州大学,2010.
[9] 刘雅峰.AM市邮政EMS客户满意度的影响因素研究[D].福州:福建农林大学,2014.
[10] 张丽江,刘金宝,何华,等.乌鲁木齐市邮政行业接尘作业人员生命质量评价与影响因素分析[J].实用预防医学,2015,22(8):938-942.
[11] 张丽江.乌鲁木齐市邮政货运员职业健康状况与影响因素分析[J].中国预防医学杂志,2014,15(7):685-688.
[12] 夏春华,高金环.地区邮政企业市场竞争力的影响因素分析[J].北京邮电大学学报(社会科学版),2004,6(2):42-47.
[13] CHARNES A,COOPER W W,ROUSSEAU J J,et al .A Goal-focusing Approach to Analysis of Intergenerational Transfers of Income[J].International Journal of Systems Science,1986,17(3):433-446.
[14] CHARNES A,COOPER W W,RHODES E.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research,1978,2(6):429-444.
[15] BANKER R D,CHARNES A,COOPER W W.Some Models for Estimating Technical and Scale Inefficiency in Data Envelopment Analysis[J].Management Science,1984,30(9):1078-1092.
[16] TOBIN J.Estimation of Relationships for Limited Dependent Variables[J].Econometrica,1958,26(1):24-36.
[17] 孙才志,肖姗.基于数据包络分析的中国沿海省市港口经济相对效率评价[J].地域研究与开发,2009,28(1):32-36.
[18] 卢丽文,张毅,李永盛.中国人口城镇化影响因素研究——基于31个省域的空间面板数据[J].地域研究与开发,2014,33(3):54-59.
Technical Efficiency of China ’s Postal Industry and Its Determiants :Based on DEA and Tobit Regression Model
SHAN Hongmei1,YANG Kexin1,HU Haitao1,LIU Chaohong1,JING Shi2
(1.College of Modern Posts ,Xi ’an University of Posts and Telecommunications ,Xi ’an 710075,China ; 2.College of Engineering &Applied Science ,University of Cincinnati ,Cincinnati ,OH 45221,USA )
Abstract : DEA model is used to evaluate the postal efficiency of 31 provincial regions in China during 2010 to 2016. And Tobit regression model based on panel data is used to deeply analyze the factors influencing the efficiency of China’s postal industry. The results show that the overall technical efficiency of China’s postal industry is lower. And there is a slow downward trend and obvious regional differential. Utilization rate of fixed assets,marketization,traffic conditions and informationization are the determinant factors which lead to lower efficiency and regional differential of postal industry in China. Finally,the study gives some policy recommendations to improve the efficiency of China’s postal industry.
Key words : postal industry; efficiency; influencing factor; DEA model; Tobit regression model
中图分类号 :F615
文献标志码: A
文章编号: 1003-2363(2019)01-0011-06
doi :10.3969/j.issn.1003-2363.2019.01.003
收稿日期 :2018-06-18;
修回日期: 2018-12-25
基金项目 :中国国家留学基金委资金项目(201408615022);陕西省软科学计划项目(2017KRM076);西安邮电大学研究生创新基金项目(《CX》JJ2017073)
作者简介 :山红梅(1970-),女,陕西西安市人,教授,硕士,主要从事物流管理与战略规划研究,(E-mail)shmxiyou@163.com。
标签:邮政业论文; 效率论文; 影响因素论文; DEA模型论文; Tobit回归模型论文; 西安邮电大学现代邮政学院论文; 美国辛辛那提大学工程与应用科学学院论文;