数字化在提升物流效率中的作用：两阶段方法

《Research in Transportation Economics》：The role of digitalization in shaping logistics efficiency: A two-stage approach

　　

**摘要**

本研究采用两阶段分析框架，考察国家层面数字化在塑造各国物流效率中的作用。第一阶段，将投入导向的可变规模报酬（VRS-IO）数据包络分析（DEA）模型应用于2023年物流绩效指数（LPI）分项指标，以估算国家层面的物流效率。第二阶段，采用Simar和Wilson（2007）提出的截尾回归（带双重自助抽样）方法，在控制人均GDP所反映的经济发展水平后，考察数字化与物流效率之间的关联。数字化最初由三个综合指数表示：前沿技术就绪指数（FTRI）、政府人工智能就绪指数（GAIRI）和电子政务发展指数（EGDI）。然而，由于多重共线性问题，FTRI被排除在最终模型之外。因此，最终实证分析聚焦于政府人工智能就绪度和电子政务发展。第一阶段结果显示，各国物流效率存在显著差异。新加坡的效率得分最高，而安角拉和也门的得分最低。第二阶段结果表明，政府人工智能就绪度和人均GDP与物流效率呈正相关，而电子政务发展与物流效率呈负相关。对这一反直觉的EGDI结果的一种可能解释是，一般的电子政务发展可能不会自动转化为与物流相关的效率提升。研究结果强调了有针对性的数字化战略的重要性，这些战略应聚焦于物流特定应用，如人工智能驱动的报关系统、预测分析、实时追踪、数字港口平台和一体化贸易信息系统。

**引言**

在日益互联互通的全球贸易体系中，物流效率对塑造国际贸易表现、供应链可靠性和国家竞争力起着至关重要的作用（Cheung等，2020；Mustra，2011）。高效的物流系统促进货物跨境流动，降低贸易成本，改善市场准入，并支持更顺畅地融入全球价值链（Gani，2017；Song & Lee，2022；Wang & Choi，2018）。随着贸易网络日益复杂，物流不再局限于运输活动，还涉及基础设施质量、海关手续、物流服务能力、货物运输可视化和交付及时性。因此，提高物流效率对于增强贸易流量、提升经济竞争力和支持可持续经济增长至关重要（Andreji? & Kilibarda，2016；Erturan & Merdivenci，2021）。

物流效率的测量已广泛采用基于前沿的方法，特别是数据包络分析（DEA）。以往研究使用DEA评估各国或地区的物流绩效，并识别相对高效和低效的物流系统（Bayraktar等，2025；Markovits-Somogyi & Bokor，2014；Martí等，2017；Ulkhaq，2024）。然而，大部分文献主要关注效率测量，而非解释导致效率差异的因素。例如，Martí等（2017）和Ulkhaq（2024）应用DEA使用物流绩效指数（LPI）分项指标，但其分析主要强调物流效率得分的构建和估计。因此，物流效率的决定因素，特别是与国家层面数字化相关的因素，仍未得到充分研究。

现有基于DEA的物流文献还存在另一个方法论问题，即规模报酬假设。多项以往研究，包括Martí等（2017）和Ulkhaq（2024），采用了恒定规模报酬（CRS）DEA模型。虽然CRS设定对基准相对效率有用，但它假设决策单元在相似的规模条件下运行。这一假设在跨国物流分析中可能过于严格，因为国家在经济规模、基础设施能力、贸易量、地理条件和物流系统规模方面存在显著差异。为解决这一问题，本研究采用可变规模报酬（VRS）DEA模型，遵循Banker等（1984）的方法。VRS设定允许国家在不同规模条件下运行，因此更适合评估异质性国家背景下的物流效率。

除方法论改进外，本研究还通过考察数字化作为物流效率决定因素来推进文献发展。在本研究中，数字化指为支持经济和管理活动而准备、采用和使用数字技术、数字基础设施和数据驱动系统的能力（Brennen & Kreiss，2016；Plekhanov等，2023；Tilson等，2010）。这一概念与数字化转型相区分，后者通常指更广泛的组织、战略和商业模式变革。数字化与物流相关，因为物联网（IoT）、大数据分析、人工智能（AI）、自动化和数字平台等技术的采用可以改善物流和供应链管理中的可见性、协调性、响应速度和决策能力（Barrett等，2015；Bigliardi等，2022；Cichosz等，2020；Herold等，2021）。这些技术可以通过实时追踪、预测分析、海关自动化和供应链参与者之间更集成的信息流来支持物流运营（Helmke，2022；Xu等，2023）。然而，直接将国家层面数字化与物流效率联系起来的实证证据仍然有限（Jomthanachai等，2022；Moldabekova等，2021）。

在此背景下，本研究针对以下研究问题：在考虑经济发展差异后，国家层面数字化如何塑造各国物流效率？为回答这一问题，本研究开发了一个两阶段框架。第一阶段，使用VRS-DEA基于2023年LPI分项指标估算国家层面物流效率。第二阶段，应用Simar和Wilson（2007）提出的截尾回归（带双重自助抽样），考察国家层面数字化是否解释了估计效率得分的差异。人均GDP作为控制变量纳入，以考虑可能影响物流效率的跨国经济发展差异。

数字化的操作化最初考虑三个综合指数：前沿技术就绪指数（FTRI）、政府人工智能就绪指数（GAIRI）和电子政务发展指数（EGDI）。这些指数捕捉国家层面数字化就绪的互补维度。FTRI反映一个国家采用和适应前沿技术的能力，GAIRI捕捉政府在公共服务中实施人工智能的准备程度，EGDI代表数字政府和ICT赋能公共服务交付的成熟度。本研究使用这些综合指数的汇总得分作为数字化就绪度和能力的代理变量，而非其个别子指标。然而，由于第二阶段诊断测试中发现的多重共线性问题，FTRI被排除在最终模型之外。因此，最终第二阶段模型聚焦于GAIRI和EGDI，同时保留人均GDP作为控制变量。相应地，研究结果应被解读为关于这些数字化特定维度的证据，而非关于数字化的整体证据。

本研究以三种主要方式为文献作出贡献。首先，通过应用VRS设定扩展了以往基于DEA的物流效率研究，这对于跨国分析更为合适，因为国家在规模、基础设施能力、经济规模、地理和物流系统特征方面存在显著差异。其次，通过考察与国家层面数字化相关的特定政府维度——特别是政府人工智能就绪度和电子政务发展——与物流效率的关联，并在控制经济发展后推进了研究，这超出了效率测量本身。第三，它提供了两阶段框架的仔细实证应用，结合VRS-DEA与Simar和Wilson（2007）的截尾回归（带双重自助抽样）。本研究不声称引入新的前沿方法；其贡献在于应用适当的两阶段框架，使用最新可用的跨国数据评估选定的数字化维度和物流效率，提供更稳健的评估。本文其余部分组织如下。第2节描述研究使用的数据和变量。第3节呈现方法论框架。第4节报告实证结果。第5节讨论研究结果及其含义。最后，第6节总结论文并为未来研究提供建议。

**部分片段**

**物流绩效指数（LPI）**

我们使用最新的2023年LPI数据评估各国物流效率。LPI长期以来一直是评估全球各国物流绩效的重要基准工具。2023年，LPI继续依靠对近1000名全球国际物流专业人士的调查，包括货运代理和快递承运人，以评估物流环境（Arvis等，2024）。2023年LPI引入了一项显著创新，即整合实时数据……

**方法**

本研究采用两阶段方法来评估物流效率并调查影响它的数字化因素。第一阶段使用DEA测量物流效率，第二阶段采用截尾回归（带双重自助抽样）考察效率的决定因素，特别关注数字化指数。

**第一阶段分析结果**

第一阶段分析使用投入导向的VRS-DEA模型估算国家层面物流效率。结果表明，各国物流效率存在显著差异。图1展示了一幅世界地图，呈现第一阶段的测量结果，该阶段测量物流效率。需要注意的是，并非所有国家都包含在LPI调查中，如地图上灰色阴影区域所示。效率得分的分布由直方图……

**讨论**

分析提供了关于国家层面数字化的选定维度——特别是政府人工智能就绪度和电子政务发展——如何与物流效率相关联的重要见解。第一阶段VRS-DEA模型显示，各国物流效率存在显著差异。通过使用VRS设定，本研究允许国家在不同规模条件下运行，这在跨国物流分析中很重要，因为国家……

**结论**

本研究为国家层面数字化的选定维度与各国物流效率之间的关系提供了实证见解。采用两阶段方法，第一阶段使用基于2023年LPI分项的投入导向VRS-DEA模型估算物流效率，第二阶段使用Simar和Wilson（2007）提出的截尾回归（带双重自助抽样）方法考察效率的决定因素。VRS设定的使用……

**CRediT作者贡献声明**

M. Mujiya Ulkhaq：撰写——审阅与编辑、验证、方法论、调查、资金获取、正式分析、概念化、撰写——初稿、资源。Chaterine Alvina Prima Hapsari：项目管理、调查、撰写——初稿、数据管理。

**利益冲突声明**

作者声明他们没有已知的竞争性经济利益或个人关系，这些利益或关系可能已经影响或似乎可能影响本文所述的工作。

**致谢**

本研究由迪波内哥罗大学资助，资助编号为222-195/UN7.D2/PP/IV/2025。M. Mujiya Ulkhaq是印度尼西亚迪波内哥罗大学工业工程系助理教授。他拥有意大利布雷西亚大学经济与管理分析博士学位。他的研究兴趣集中在绩效管理，包括效率和生产力分析、服务与质量管理以及数据分析。

M. Mujiya Ulkhaq | Chaterine Alvina Prima Hapsari