甘肃省物流业与经济发展的协调性评价分析

介绍了甘肃省物流业的实际状况,其次建立了甘肃省经济发展和甘肃省物流业发展的二级评价指标体系,运用基于方差加权法与熵值法相结合的综合赋权法的非线性评价模型分别对甘肃省经济发展的综合实力和物流业发展的综合实力进行评价.最后基于回归和隶属度函数相结合的方法,运用物流业和经济发展的综合实力评价结果分析计算甘肃省物流系统与经济系统的协调测度,根据计算的测度绘制散点图,对甘肃省物流系统与经济系统的协调度进行分析评价.     

现代物流业与其相关产业灰色关联度研究——基于山西省的实证分析

结合山西省2002～2006年的相关行业生产总值增加值,运用灰色系统理论方法,得到山西省现代物流业与相关产业的灰色关联系数,按照关联度的不同排序,对山西省发展现代物流业提出了切实可行的政策建议.     

环境约束下中国地区物流业全要素生产率重估及收敛性研究

利用基于方向距离函数的Malmquist-Luenberger(ML)生产率指数方法对环境约束下中国1997-2009年30个省级地区物流业全要素生产率增长及其成分进行了重新估算,并通过技术创新者研究,分析了推动生产可能性边界外移的地区.研究发现:忽视非期望产出的传统Malmquist指数方法会低估物流业技术效率水平、高估物流业技术进步指数和全要素生产率指数.环境约束下我国物流业ML生产率指数年均增长率呈现下降趋势,下降的原因一方面是由于技术效率偏低阻碍了生产率的增长,另一方面是我国物流业技术进步的动力不足所致,物流环境技术创新主要集中于东部和西部地区个别省份,中部地区技术创新水平较低.收敛性检验表明,研究样本期内,全国以及三大地区物流业全要素生产率均存在显著的收敛趋势.     

基于DEA的西部12省物流业效率分析

效率是物流业追求的永恒话题.为给物流业管理者提供有效的资源配置方案,根据2017年我国西部12省物流业投入产出数据,采用数据包络分析法,分析了西部12省物流业效率,同时将达到DEA有效的各决策单元值与长三角城市对比.研究发现,西部12省物流业效率总体水平较低,除广西、陕西等5个省、自治区一次DEA分析就达到有效外,其余省份经过4次DEA调整才达到有效;西部12省应向长三角城市看齐,合理增加物流业从业人员数、固定资产投资额、等级公路里程数,实现投入产出最优资源配置.     

基于灰色关联分析的山东省电子商务与物流业协同发展研究

设计能够反映电子商务和物流业发展水平的指标,收集山东省2007-2017年相关指标的统计数据,运用灰色关联模型分析两业态的关联度,并测定两业态发展的协调度.结果表明,两业态关联度较高,但是发展协调度不高,处于濒临协调阶段.据此提出对策建议,促使两行业健康快速发展,并实现协调发展,实现各自产业升级.     

基于灰色关联分析的广西制造业与物流业联动发展研究

通过分析近年来广西制造业与物流业联动发展的现状,选取两业联动影响较显著的指标,运用灰色关联分析对广西制造业和物流业联动关系进行分析,根据建模结果得出广西两业联动发展尚不协调的结论,并就未来广西两业联动发展提出提升经济数量和质量、加快物流金融创新、加强专业化精细化物流外包发展、完善基础设施与集疏体系建设、提升与创新服务质量、加强政府引导扶持等对策建议,以期促进广西两业的联动发展.     

江苏省物流业发展对经济增长的作用研究——基于1952-2014年数据的协整分析

基于江苏省1952-2014年的数据对经济增长和物流业发展的关系进行了协整分析、建立误差修正模型、Granger因果关系检验和脉冲响应函数分析.研究发现,物流业规模与经济规模之间存在协整关系和物流业规模对经济规模的单向因果关系.误差修正模型说明物流业规模与经济规模的长期均衡关系对经济发展有显著的调整作用,得出结论物流规模应适度领先于经济规模,应追求物流与经济的可持续发展.     

考虑地区技术差距的区域物流业生产率指数的研究——基于共同前沿Malmquist指数方法

本文充分考虑了区域物流业存在技术差距的实际,将共同前沿方法与Malmquist指数方法相结合,对1995-2009年东部十省市物流业的生产率指数进行了测度.结果显示,环渤海大多数地区的物流业的技术效率更接近共同技术前沿。除浙江外,其余省市的物流业生产率指数有不同幅度的增加,主要来自于技术效率的改善.规模效率的提高不显著,而技术进步率的下降阻碍了东部十省市物流业生产率的改进。十省市物流业的技术效率都存在对共同技术前沿的追赶现象,即各地区与共同前沿之间的差距在缩小,其中效率追赶普遍存在,只有八个省市存在规模追赶,而潜在技术进步全部有退化的表现.对MMPI结果的检验发现,十省市物流业共同前沿生产率指数可以分为五层(按大小顺序),河北为第一层,山东、北京和辽宁是第二层,福建第三层,上海和天津第四层,而江、浙、粤三省位居最后.     

中国物流业碳排放特征及其影响因素分析——基于LMDI分解技术

在对我国物流业碳排放特征进行分析的基础上,运用LMDI分解技术,建立中国物流业人均碳排放的因素分解模型,定量分析了1991-2010年能源结构、能源效率、运输方式、物流发展、经济增长以及人口等6种因素对物流业人均碳排放的影响.分析表明:经济增长是拉动物流业碳排放增长最主要的动力,在研究期间呈指数增长的趋势.运输方式对碳排放增长也表现出明显的促进作用,能源结构和能源效率虽然表现出拉动作用,但效果微弱.而物流发展因素则对物流业人均碳排放量表现出明显的抑制作用.因此,应大力推进物流业科技水平的提高,进一步发挥物流发展因素对碳排放的抑制作用,同时,优化物流运输体系,形成以铁路为主体,水运和管道为支撑,公路和航空运输为辅的低碳化的综合运输体系.     

“增值税扩围”去从

通过解读美国的相关政策,或许能给中国物流业税收政策改革一些启示。