基于DEA -Malmquist的兰西经济区物流业演化研究

王庆荣¹，朱昌锋²，侯耀文²，卢勇利²，袁嘉杉²

(1. 兰州交通大学 电子与信息工程学院，兰州 730070；2. 兰州交通大学 交通运输学院，兰州 730070)

摘要： 利用非参数的DEA和Malmquist指数方法，分别对2008-2017年兰西经济区物流业全要素生产率动态测算和评价，并利用Malmquist指数可分解特性初步探究了影响全要素生产率的因素.研究结果表明：兰西经济区在研究期间全要素生产率有所提高，以兰州和西宁为例其平均增长幅度为8.1%和2%；经济区内部全要素生产率存在结构性差异，兰州市效率增长由技术进步和技术效率共同推动，而西宁市纯技术效率则阻碍了效率的提高.

关键词： 物流业；兰西经济区；全要素生产率；DEA；Malmquist指数

随着经济全球化的演化，物流业已在社会经济中发挥着至关重要的作用，但粗放式发展产生的矛盾日渐凸显，宏观上物流业成本偏高，微观上服务效率低下.兰州-西宁经济区(兰西经济区)是由国家批复的第9个经济区^[1].供给侧改革背景下，测算及提升兰西经济区物流业效率对加强与“一带一路”沿线省区的合作有重要的意义.

大樱桃不宜在过分寒冷的地区发展。冬季来临之际，应对幼树采取树干培土、缠膜、涂白等措施以防止冻害发生。休眠期修剪一般在发芽前进行，避免剪口在寒冷的冬季失水，冻伤树体。

相关学者对物流业发展研究主要集中在趋同分析、增长分布分析和全要素生产率(total factor productivity，TFP)分析三个方向，而TFP分析是衡量经济增长效率的重要指标，为此，国内外相关学者就物流业TFP开展了大量研究，其研究主要包括以随机前沿函数(SFA)为代表的参数法和以数据包络分析(DEA)为基础的非参数法.朱昌锋^[2]运用DEA研究了轨道交通运输安全；Semra等^[3]运用DEA测度和评价海运集装箱的相对效率；Hokey等^[4]运用DEA模型测算了第三方物流的运营效率；Gyun等^[5]运用CCR模型及Malmquist分析了韩国物流供应商的运营效率；范月娇等^[6]通过引入SFA法，分析了11条运输通道的生产服务效率及时空差异性；余泳泽等^[7]运用随机前沿函数法(SFA)，分析了影响物流业全要素生产率的主要因素；李谭等^[8]引入CCR与复合系统协同度，解析了物流效率；丁斌等^[9]运用SFA及SBM模型，分析了物流产业效率.SFA可通过估计生产函数对生产过程进行描述，但主要用于单产出系统且生产函数难以确定的条件下；而DEA规避了参数法中需事先确定函数、判定参数估计的合理性和有效性等问题，能较好地处理多投入多产出系统^[8].韩剑尘等^[10]运用DEA-Malmquist，分析了我国上市物流企业TFP的时空差异和变化趋势；张志伟等^[11]分别运用传统和改进DEA模型，分析了我国三大区域物流效率；马越越等^[12]运用核密度估计分析法，测算了我国三大区域物流TFP；王林等^[13]研究了长三角文化产业发展与区域经济增长关系；李志俊等^[14]运用DEA模型，对中国农业生产效率进行测度；徐娟^[15]和魏新军^[16]探讨分析了物流统计指标体系；吴丹等^[17]运用DEA-Malmquist，测算了制造业TFP、技术效率和技术进步.

从既有文献的分析可以看出：1) 相关研究采用单一的方法，主要聚焦于物流业的某单个层面，缺乏对物流业整体视角下的分析及静态和动态测算相结合的研究，难以有效分析物流业TFP及其相关部分的演化进程；2) 既有研究主要运用DEA法和SBM模型等，而DEA有效性评价的优势在于不用设定具体的函数形式，但也存在随机误差对效率影响的缺陷；3) 既有研究采取的分析指标体系不完善，直接制约着研究成果的实用性；4) 既有大部分文献主要致力于省市或区域之间的物流效率比较分析，遗憾的是缺乏对某一经济区物流效率的演化分析.因此测算兰西经济区物流业效率，剖析其物流业发展演化的差距，不仅具有理论上的意义,也可对加强与“一带一路”沿线省区的合作提供有益的借鉴.

用建立的金标记BLI方法检测加标质量浓度为1 000 ng/mL的三聚氰胺、头孢哌酮、恩诺沙星、青霉素G、安苄青霉素、头孢哌酮、氟苯尼考和甲砜霉素，检测结果均为阴性。说明所制备的单抗对氯霉素具有一定的特异性。

鉴于中国转型及“一带一路”背景下存在随机误差的影响，考虑到DEA模型效率分析属于静态效率分析的实际，首先运用DEA模型测算兰西经济区物流业效率；考虑到不同时期物流业效率动态变化的特征，进一步运用Malmquist指数法对全要素生产率进行测算并分析其时空差异性，避免仅采用DEA法而忽略随机误差对中国物流业效率的影响；最后运用Malmquist指数的可分解特性，探究影响兰西经济区物流业效率的因素，分析兰西经济区物流业全要素生产率的收敛性，以此考察兰西经济区物流业全要素生产率的演化进程.为兰西经济区物流业的持续快速发展提供决策参考.

1 非参数DEA-Malmquist指数度量

则以时期t 的技术L _t 为参照的时期t +1的投入产出的距离函数为^[4]

以时期t 技术T ^t 为参照，基于产出视角的Malmquist指数可表示为

目前，我国水资源严重短缺，在水资源总量有限的前提下，污水的再生回用是解决当前水资源短缺和水污染问题的有效途径.再生水已在农业、城市杂用、工业回用、景观和娱乐利用、饮用水水源增补、地下水补给等方面逐步得到应用.经城市污水厂处理后产生的二级出水具有出水量大而稳定，并且水质相对较好等优点，是良好的再生水水源.但二级出水中仍存在多种微污染物，如EDCs等，可能对受纳水生生物及人体健康产生不利影响，威胁二级出水再生回用的安全性，因此开展二级出水中微污染物高效去除工艺的研究十分必要.

假设有l =1,2,…,L 个生产单位，在t =1,2,…,T 的每一个时期都使用投入要素则得到j =1,2,…,n 种产出，其中包含M 种“正”产出种“负”产出生产可能集P (x )为有界闭集合，表示为P (x )={(y _a ,y _b )}.模型表达式为^[2]

(1)

其中：s ^-，s ⁺，θ ，λ 是模型须求解的待定参数；s ^-，s ⁺分别为剩余变量和松弛变量.若θ =1，且则DMU处于生产前沿面上，为DEA有效；若θ =1，且则DMU为弱DEA有效；若θ <0，则DMU为DEA无效.

传统DEA本质是一种静态方法，只能反映相似决策单元间同一时间的相对效率，而无法考察其在不同时间的效率变化^[9].因此，本文构建DEA-Malmquist模型，以期分析不同时期兰西经济区物流业效率的动态演化.

我国土地面积幅员辽阔，拥有非常丰富的土地资源。随着我国经济发展，对于土地需求也越来越大。如何更好的实现对国土资源的有效利用，已然成为当下各地政府以及中央国土资源部门的考虑重点。信息化时代的发展，对于传统的国土开发管理有了新的要求，基于信息化技术推动国土资源科学化管理已然成为未来发展趋势。目前。信息化测绘技术应用主要由以下几个方面：

在自由处置投入要素(条件S )及规模报酬固定(条件C )的前提下,时期t 的物流业生产技术定义为^[3]

(2)

其中：为每期观察值的权重.则时期t 物流业生产投入产出的距离函数为

(3)

TFP的估算法大致可分为增长会计法和经济计量法.增长会计法考虑因素较少,估算过程相对简便,但存在假设约束较强的缺陷；而经济计量法可较为全面地考虑各类复杂因素的影响,但估算过程较为复杂，其中经济计量法中的边界生产函数法(frontier production function)已在有关领域得到广泛应用，其优点在于利用投入和产出变化以及边界生产函数的位移来度量全要素生产率增长.

(4)

上表中可以清晰地看到，教材内容由比较零散到相对集中；形式由摆一摆的具体形象到圈一圈的更为抽象；策略由阶段性的过渡到系统性的逐步提升。倍的教学后移，同时集中教学关于“倍”的数学问题，教学更富逻辑性与结构性。

(5)

式(5)测度了技术效率演化.则t +1条件下以T ^t+1 为参照的Malmquist指数为

(6)

仪器的稳定性是验证仪器及方法能否用于生产实践的关键因素，分别选取流程中原矿、尾矿、快浮尾矿样品在不同时间测定，相对标准偏差(RSD，n=6)在0.18%～7.9%之间，见表6。

(7)

M ₀(x ^t+1 ,y ^t+1 ,x ^t ,y ^t )=EC ×TP =PC ×SC ×TP .

基于式(7)获得的Malmquist物流业生产率指数可分解为不变规模报酬且要素自由处置条件下的技术效率演化指数(EC)和技术进步演化指数(TP).

(8)

指数EC测度了每个决策单元DMU对物流业生产可能性边界的追赶程度；指数TP测度了t 到t +1时期的技术边界演化状况.而指数EC可进一步分解为纯技术效率指数(PC)和规模效率指数(SC).Malmquist指数可描述为

当Malmquist指数大于1时，则反应从t 到t +1时期物流业全要素生产率呈现增长趋势.

(9)

其中：分别表示t 、t +1时期的距离函数；分别表示t 、t +1时期物流业TFP生产率.若EC >1，则反应出物流业生产技术效率呈现改善趋势，否则，呈现下降趋势；而TP反应物流业生产技术边界的演化状况，若TP >1，则反应出物流业生产技术进步呈现提升趋势，否则，呈现下降趋势；若TFP >1，则反应出物流业生产综合效率呈现提升趋势，否则，呈现下降趋势.

2 指标选取与数据来源

2.1 指标选择

科学合理地选取统计指标体系是分析物流业全要素生产率有效性的前提.从实践的角度分析，2009年，我国曾以发布了《社会物流统计指标体系》，但该标准并没有从投入产出的角度明确给出物流业的统计分析指标，很不规范，同时，已不能适应物流业高速发展的今天；从理论研究的角度分析，文献[18-19]做过类似的研究，但既有研究并未从投入产出的角度构建统计指标体系，而仅从铁路、航空提出了各子行业的统计指标体系，或仅依据统计年鉴进行构建.因此，亟需提出物流业全要素生产率统计指标体系.

4）股权激励推动公司逆周期成长。公司发布股权激励计划，以营收为考核目标，2018-2022年营收不低于1300亿元，每年营收依次为220亿元、240亿元、260亿元、280亿元和300亿元。在行业利润规模逐步下行背景下，公司依靠规模及成本优势，业绩将实现逆势增长。

物流业属于多投入多产出系统，其指标体系要全面反应物流业各领域的投入、产出，同时应考虑数据的可获性、准确性，本文基于投入和产出两方面，合理构建指标体系.

依达拉奉属于一种常见治疗方法[6],通过临床经验分析得出,依达拉奉具有较强的清除患者自由基的效果,属于临床范围内一种较为常用的清除剂,其对患者自由基的攻击有着较强的抑制作用[7],同时可以改善患者神经细胞的损害程度,很大程度上降低对患者脑部脂质的损伤,同时还可以延迟神经元的死亡时间。并且依达拉奉还可以有效的对其血管痉挛现象进行抑制,促进患者大脑细胞的恢复[8]。

1) 投入指标变量I .包括人力资源I ₁、基础设施I ₂、业务成本I ₃和固定资产I ₄.

I ₁考虑人力I ₁₁和财力I ₁₂两方面，可分为年末从业人数和人员劳动报酬两方面.

I ₂考虑投入运营的物流设施，包括各类交通运营里程及载运工具、装卸、仓储等；I ₃考虑物流业务的实际成本；I ₄考虑固定资产投资完成额.

2) 期望产出指标变量O ^e .包括货运周转量主营业务收入和价值增量价值增量指标考虑主营业务利润额和物流业增加值

3) 非期望产出指标变量O ^ue .主要考虑物流业对环境造成的污染.

2.2 数据来源

考虑统计数据的可得性，部分数据主要来源于2008-2017年《中国统计年鉴》和《中国第三产业统计年鉴》.而固定资产指标I ₄主要通过调研获取.鉴于2008-2017年时间跨度大的实际，本文运用“城市居民消费价格指数”^[10]作为校正因子，剔除物价因素对资金的影响.而I ₃和O ₃₁因缺乏官方统计，本文综合运用抽样调查法和永续盘存法对其进行估算，即

中职专业课教学有别于其他教学，更注重专业素养的积累，专业实践能力的培养，这些都需要学生的自主学习能力作保障。课堂作为学习最直接的途径，也是培养学生自主学习能力的有效途径。本文将探讨如何通过课堂有效提高学生自主学习能力。

(10)

其中：K _it 为t 年物流业的资本存量；K _i0 为基年的物流业资本存量；I _it 、σ _it 分别为t 年物流业的不变投资额和资本折旧率，σ _it 取4%^[16].

对于非期望产出指标变量O ^ue 主要考虑CO₂的排放.依据IPCC2006碳排放测算，即^[18]

(11)

其中：E _i 、NGV _i 、CEF _i 、COF _i 分别为能源i 的消耗量、平均低位发热量、碳排放参考系数和碳氧化因子，44和12为CO₂与C的分子量.

3 实证结果分析

本文选取2008-2017年兰西经济区物流业的面板数据为研究样本，利用DEAP2.1对兰西经济区物流业全要素生产率进行测算.决策单元数为2，时期数为10.2008-2017年兰州、西宁两大城市物流业全要素生产率指数演化如表1所列.

表1 2008-2017年兰州、西宁物流业全要素生产率演化
Tab.1 Total factor productivity evolution of logistics of Lanzhou and Xining from 2008 to 2017

将兰西经济区物流业全要素生产率指数分解，全要素生产率提升归因为技术进步指数和技术效率变动指数.2008-2017年兰西经济区物流业全要素生产率Malmquist指数分解如表2所列.

边界生产函数法可划分为参数随机边界分析(stochastic frontier analysis，SFA)和非参数数据包络分析(data envelopment analysis，DEA)两类，而DEA法直接运用线性优化给出边界生产函数与距离函数的估算,无需对生产函数形式和分布做出假设,从而避免较强的理论约束^[8].

考虑到时期选择的随意性产生的差异性，通过运用式(5)和式(6)的几何平均值，来刻画从t 到t +1时期物流业生产率的变化.

表2 2008-2017年兰西经济区物流业Malmquist指数及其分解表
Tab.2 Malmquist index and its decomposition of logistics of Lan-xi Economic Zone from 2008 to 2017

从表1可看出，2008-2017年兰州市物流业全要素生产率指数均值为1.081，2017年物流业全要素生产率指数比2008年增长了8.1%.而西宁市同期的全要素生产率指数平均值为1.020，其全要素生产率改善了1.5%，整体上低于兰州市平均水平.

通过采访，我们欣喜地看到，忻州市无论对老干部工作的理性思考、总结探索，还是主动作为、创新实践，都令人耳目一新，感受颇深。正如中组部老干部局副局长杨保平调研忻州老干部工作时指出的那样：忻州老干部工作创新很多，特色鲜明，实施开展的“人生设计”“精神富养”“乐龄行动计划”紧跟时代发展步伐，契合中央倡导的“为党的事业增添正能量”精神，体现了工作的前瞻性和实效性。忻州的硬件条件不是最好的，但整个工作得到了老同志的普遍认可，工作成效非常好，可以说工作做的是最好的。忻州的思路和做法，是贫困地区做好老干部工作的一个贡献和一种引导。相信今后忻州的老干部工作一定能百尺竿头，更进一步。

由兰州、西宁物流业技术进步变动、技术效率变动、纯技术效率变动、规模效率变动(表2)可以看出：

1) 技术变动和技术效率变动分析

兰州市物流业技术进步指数2017年相比2008年改善了2.5%，而技术效率演化指数(EC)则提高了5.5%.技术效率的提高依赖于纯技术效率演化指数(PC)和规模效率演化指数(SC)的改善，其分别提高了0.8%和4.8%.综上分析，兰州市物流业全要素生产率的提高是技术进步和技术效率共同推动的结果，这也反应出兰州市物流业整体发展势头良好，结构相对合理.

西宁市技术进步指数(TP)均值为1.031，而技术效率变动指数(EC)仅为0.994，出现了小幅下降.进一步将技术效率变动指数(EC)分解发现，是纯技术效率导致了全要素生产率指数的下降，未实现增长，规模效率变动指数(SC)为整个全要素生产率的提高贡献巨大.

2) 年度变动分析

从年度变化趋势分析可看出，2008和2009年兰州市和西宁市物流业全要素生产率指数均小于1，反应出物流业全要素生产率没有增长，反而出现了下降，尤其西宁市出现了技术进步变动指数(TP)和技术效率变动指数(EC)的双下降.2010-2012年兰州市全要素生产率指数均大于1，且呈现增长趋势，而同期西宁市物流业全要素生产率受技术进步和技术效率的影响呈现下降趋势.2013年二者均出现不同程度的下降.

2014-2017年两城市均呈现稳步增长，但增长的动力有所差异：兰州市物流业全要素生产率增长是技术进步和技术效率共同推动的结果，而西宁市物流业全要素生产率增长的动力源自规模效率的提高.这与采用DEA分析方法测算的两座城市物流业投入产出效率发展趋势基本一致^[11].

3) 经济区内部差异性分析

夯实水泥土桩技术一般适用于地下水水位以上的黏性土、素填土、杂填土、粉土等地基的加固[3]。夯实水泥土桩主要有以下作用：（1）成桩夯实过程中，挤密桩间土可以在一定程度上提高桩周土的强度；（2）该桩基由水泥土夯实成桩，且水泥与土混合后可产生离子交换等物理化学反应，使桩体具有较高的强度和水硬性，可以使处理后的复合地基的强度和抗变形能力明显提高。

借助热力学平衡方法和工艺模拟，可更为方便、经济地获得生物质化学链气化系统的运行参数和可能限度。本文在前人研究的基础上，对以 Fe2O3为载氧体的生物质化学链气化系统开展热力学平衡分析，并在燃料反应器中加入CaO，模拟捕集固体气化产生的CO2，提高合成气中H2和CO含量。研究燃料反应器主要操作参数-温度（TFR）、载氧体Fe2O3与生物质碳摩尔比（Fe2O3/C）、水蒸气与生物质碳摩尔比（Steam/C）、CaO与生物质碳摩尔比（CaO/C）等条件对合成气制备性能的影响，从而得到该CLG系统运行的优化平衡条件，为实验研究和工程放大提供基本理论参考和数据支持。

每个城市地理位置和发展政策都有所不同，因此经济区内部不同城市间物流业效率也会呈现一定的差异性.方差可反映研究对象的离散程度，方差越大说明离散程度越大.基于此，本文用方差来衡量兰州市和西宁市物流业Malmquist相关指数的差异程度，结果如表3所列.

表3 兰西经济区Malmquist指数空间差异
Tab.3 Spatial difference of Malmquist index of Lan-xi Economic Zone

从表3可以看出，兰州市和西宁市物流业技术进步指数(TP)的方差处于较低状态，这说明二者物流业在新技术运用方面差异较小，兰州市稍优于西宁市；二者在技术效率指数(EC)上差异较大，兰州市技术效率指数稳定性明显优于西宁市，后者技术效率指数在研究期间波动较大.与其他指数离散程度相比，兰州市和西宁市TFP指数方差相对较大，说明二者在物流业全要素生产率稳定性方面均需进一步努力加强.

4 结论

经济区的发展有利于整合城市间各种生产要素，提升区域经济发展水平.本文以兰西经济区核心城市为研究对象，选取2008到2017年统计数据，采用DEA分析了兰西经济区物流业投入产生效率，并利用Malmquist指数，从技术效率、技术进步、纯技术效率、规模效率等方面探究了引起兰州市和西宁市物流业全要素生产率变化的因素，得到如下结论和启示：

1) 从整体上来看，2008-2017年兰州市和西宁市平均全要素生产率分别为1.081和1.020，均处于增长状态.究其原因主要得益于一带一路等战略，兰西经济区应发挥好这一政策红利，更好地发挥西部地区“追赶优势”.从增长速率来看，兰州市增速高于西宁市，主要原因是兰州较明显的地理和交通优势.从两者发展趋势来看，西宁市前期发展动力不足，但在后期实现了稳定发展.

2) 经济区内部全要素生产率存在结构性差异.从数据分析中可看出，2008-2017年兰州市物流业效率的提高是技术进步和技术效率共同进步的结果；而西宁市的物流业效率呈现了下降趋势，阻碍了物流业全要素生产率的提高，建议西宁市优化物流业结构体系，重视技术效率的提高.

2007年非工业部门(包括第一产业、建筑业和第三产业)的增加值和就业数据也可从《2008年中国统计年鉴》中获得，见表2。

3) 本文利用DEA法和Malmquist指数对兰州市和西宁市物流业效率进行测算，并分析了影响因素，但没有进一步探究经济、产业等因素引起效率变动的具体因素，这也是本文研究不足和进一步的研究方向.

参考文献：

[1] 郭庆旺,赵志耘,贾俊雪.中国省份经济的全要素生产率分析[J].世界经济,2005(5):46-47.

[2] 朱昌锋.基于DEA的城市轨道交通运营安全评价与分析[J].兰州交通大学学报,2010,29(3):67-70.

[3] SEMRA B,AKTEN N.Relative efficiencies of seaport container terminals:A DEA perspective[J].International Journal of Integrated Supply Management,2005,1(4):442- 456.

[4] HOKEY M,SEONG J J.Benchmarking the operational efficiency of third party logistics providers using data envelopment analysis[J].Supply Chain Management: An International Journal,2006(3):259-265.

[5] GYUN P H,LEE Y J.The efficiency and productivity analysis of large logistics providers services in Korea[J].The Asian Journal of Shipping and Logistics,2015,31(4): 469-476.

[6] 范月娇,王健.我国物流通道的生产服务效率研究[J].云南财经大学学报,2016(2):22-36.

[7] 余泳泽,武鹏.我国物流产业效率及其影响因素的实证研究[J].产业经济研究,2010(1): 65-71.

[8] 李谭,王利,王瑜.辽宁省港口物流效率及其与腹地经济协同发展研究[J].经济地理,2012,32(9):108-113.

[9] 丁斌,王琨.基于SBM模型的省级物流产业效率评价[J].统计与决策,2014(14):64-67.

[10] 韩剑尘,夏涛.物流企业全要素生产率的时空异质性[J].科技管理研究,2016,13:215-221.

[11] 张志伟,苑希港.基于DEA-DFM模型的我国三大区域物流相对有效性评价[J].物流技术,2015,34(14):185-189.

[12] 马越越,王维国.异质性生产技术下中国区域物流产业全要素生产率[J].系统工程,2015,33(10):63-72.

[13] 王林,顾江.文化产业发展与区域经济增长[J].中南财经政法大学学报,2009(2):85-88.

[14] 李志俊,郭剑雄.人力资本条件下中国农业生产效率的评价与分析[J].华东理工大学学报(社会科学版),2007(1):48-52.

[15] 徐娟.物流统计指标体系构建研究[J].物流科技,2011,34(9):55-56.

[16] 魏新军.农产品冷链物流统计指标体系的构建[J].统计与决策,2015(20):36-38.

[17] 吴丹,王娅莉.基于Malmquist生产率指数的R&D投入对制造业影响评价[J].管理学报,2006(3):580-581.

[18] 黄赶祥,景崇毅,王红岩.碳排放约束下我国航空公司全要素生产率研究[J].交通运输系统工程与信息,2018,18(4):19-25.

[19] 刘战豫,孙夏令.中国物流业绿色全要素生产率的时空演化及动因分析[J].软科学,2018,32(4):77-81.

Research on Logistics Evolution of Lan -xi Economic Zone Based on DEA -Malmquist

WANG Qing-rong¹，ZHU Chang-feng²，HOU Yao-wen²，LU Yong-li²，YUAN Jia-shan²

(1. School of Electronic and Information Engineering,Lanzhou Jiaotong University,Lanzhou 730070； 2. School of Traffic and Transportation,Lanzhou Jiaotong University,Lanzhou 730070)

Abstract ：The total factor productivity(TFP) efficiency of logistics in Lan-xi Economic Zone from 2008 to 2017 is calculated and evaluated by using non-parametric DEA and Malmquist index methods.The factors affecting TFP are explored by using the Malmquist index decomposable characteristics.The result shows that the TFP of Lan-xi Economic Zone has been improved through the study period.Taking Lanzhou and Xining for example,the average growth rate is 8.1% and 2% respectively.There are structural differences in TFP within different economic zones.The efficiency growth of Lanzhou is jointly promoted by technological progress and technical efficiency,while the pure technical efficiency of Xining hinders the improvement of TFP.

Key words ：logistics industry; Lan-xi Economic Zone; total factor productivity; DEA; Malmquist index

收稿日期 ：2019-01-11学报网址： http://xb.lzjtu.edu.cn

基金项目 ：教育部人文社会科学研究规划基金(15XJAZH002,18YJAZH148)；国家自然科学基金(71961016)；甘肃省自然科学基金(18JR3RA125)

作者简介 ：王庆荣(1977-)，女，宁夏固原人，教授，主要研究方向为物流管理.E-mail:wangqr003@163.com.

文章编号 ：1001-4373(2019)05-0042-05

DOI: 10.3969/j.issn.1001-4373.2019.05.007

中图分类号： U253

文献标志码： A

(责任编辑：马延麟)

标签：物流业论文;  兰西经济区论文;  全要素生产率论文;  dea论文;  Malmquist指数论文;  兰州交通大学电子与信息工程学院论文;  兰州交通大学交通运输学院论文;