基于三階段SBM模型的東北地區(qū)物流業(yè)效率研究

孫倩倩 苗成林,2

（1.安徽理工大學(xué)經(jīng)濟(jì)與管理學(xué)院 安徽淮南 232000；2.山東工商學(xué)院工商管理學(xué)院 山東煙臺 264005）

2021年以來，東北振興的步伐持續(xù)提速，經(jīng)濟(jì)增速逐漸擺脫下行趨勢。重型化工業(yè)是東北產(chǎn)業(yè)的主要結(jié)構(gòu)，短時(shí)間內(nèi)產(chǎn)業(yè)調(diào)整效果不明顯；物流是東北振興的關(guān)鍵力量，因此，需加快東北老工業(yè)基地的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，提高物流業(yè)效率，向綠色物流轉(zhuǎn)型。本文將三階段DEA模型與SBM模型結(jié)合，構(gòu)建非期望產(chǎn)出的三階段SBM模型，剔除外部環(huán)境和隨機(jī)誤差干擾，同時(shí)結(jié)合Malmquist指數(shù)從動(dòng)靜兩個(gè)角度綜合分析東北地區(qū)物流業(yè)效率，最后運(yùn)用Tobit模型分析外部因素對效率的影響。

一、研究方法與數(shù)據(jù)來源

（一）研究方法。

1.三階段SBM模型。

（1）第一階段：利用非期望產(chǎn)出SBM模型計(jì)算最初的物流業(yè)效率和指標(biāo)的松弛量，具體公式如下：

式中，x=(xij) ∈Rm×n，y=(yij) ∈Rs×n，n個(gè)部門，m個(gè)投入，S個(gè)產(chǎn)出，ρ為效率值，s1表示期望產(chǎn)出個(gè)數(shù)，s2表示非期望產(chǎn)出個(gè)數(shù)；s和Xt別表示決策單元的投入冗余以及投入變量，和分別表示決策單元的期望產(chǎn)出不足以及期望產(chǎn)出變量，和分別表示決策單元的非期望產(chǎn)出過剩以及非期望產(chǎn)出變量，λ表示權(quán)重向量。雖然考慮到了松弛變量，但仍然不能排除環(huán)境因素的影響，因此需進(jìn)行第二階段得到準(zhǔn)確結(jié)果。

（2）第二階段：隨機(jī)前沿分析法（SFA）。傳統(tǒng)DEA模型綜合考慮內(nèi)外部因素和隨機(jī)誤差干擾，沒有明確區(qū)分各因素對效率值的影響，產(chǎn)生不夠準(zhǔn)確的評估結(jié)果，因此使用SFA模型對投入松弛量和環(huán)境變量進(jìn)行回歸分析，并依據(jù)結(jié)果調(diào)整投入產(chǎn)出數(shù)據(jù)，回歸函數(shù)具體公式為：

其中，i=1,2,…I;n=1,2,…N，Sni代表第 i個(gè)決策單元、第n個(gè)投入松弛變量值，Zi表示環(huán)境變量，βn為環(huán)境變量系數(shù)，vni+μni為混合誤差項(xiàng)，統(tǒng)計(jì)噪聲；μni表示管理無效率，。初始投入數(shù)據(jù)的調(diào)整具體公式為：

（3）第三階段：將第二階段調(diào)整后的投入數(shù)據(jù)，再次使用非期望SBM模型得出物流業(yè)效率值。經(jīng)過了環(huán)境因素和隨機(jī)誤差的剔除的過程，第三階段得出的效率值更加準(zhǔn)確，能夠更加真實(shí)反映該地區(qū)的效率水平。

2.Malmquist指數(shù)模型。Malmquist指數(shù)是動(dòng)態(tài)分析工具，通過當(dāng)期于上一期或基期的對比得到全要素生產(chǎn)率，與不能分析面板數(shù)據(jù)的靜態(tài)DEA模型互補(bǔ)，Malmquist指數(shù)又可分解為技術(shù)效率指數(shù)(Effch)和技術(shù)進(jìn)步指數(shù)(Techch)，計(jì)算公式為：

式中Tfpch為全要素生產(chǎn)率，表示各省物流業(yè)效率跨時(shí)期的變化情況，D表示距離函數(shù)，t表示時(shí)期。

3.Tobit回歸模型。上述模型計(jì)算的物流業(yè)效率值大于0，效率值易受投入產(chǎn)出指標(biāo)和其他因素影響，數(shù)值呈離散型，使用最小二乘法無法呈現(xiàn)完整的數(shù)據(jù)，而Tobit回歸模型可以避免傳統(tǒng)回歸模型所產(chǎn)生的偏差，公式為：

式中，Y是物流效率值向量，Y*是截?cái)嘁蜃兞肯蛄?，X是自變量向量，β是回歸參數(shù)，μ是誤差項(xiàng)，且μ(0,σ2)。

（二）指標(biāo)選擇與數(shù)據(jù)來源。采用交通運(yùn)輸、倉儲和郵政代替物流業(yè)數(shù)據(jù)。從《中國統(tǒng)計(jì)年鑒》和《中國能源統(tǒng)計(jì)年鑒》，和東北三個(gè)省份的統(tǒng)計(jì)年鑒獲取2010—2019年數(shù)據(jù)。依據(jù)東北地區(qū)物流業(yè)的發(fā)展實(shí)際情況，同時(shí)結(jié)合眾多學(xué)者的研究，從人力、物力、技術(shù)發(fā)展等方面選取投入指標(biāo)。以各省物流業(yè)從業(yè)人員數(shù)、一次和二次能源消耗量、根據(jù)效率比轉(zhuǎn)化的公路網(wǎng)絡(luò)里程數(shù)、電信主要通信能力作為投入指標(biāo)。產(chǎn)出分為兩類：一類是期望產(chǎn)出，以各省的貨物和旅客周轉(zhuǎn)量構(gòu)成的綜合周轉(zhuǎn)量和各省物流業(yè)生產(chǎn)總值表示；一類是非期望產(chǎn)出，以各省二氧化碳的排放量（依據(jù)IPCC碳排放計(jì)算指南計(jì)算）表示[2]。選擇地區(qū)GDP、財(cái)政支持（財(cái)政支出中的交通運(yùn)輸支出與地區(qū)GDP之比）和居民消費(fèi)水平作為環(huán)境指標(biāo)。

二、實(shí)證分析

（一）第一階段物流業(yè)效率分析。利用DEA-Slover 13.0，對2010—2019年東北地區(qū)的物流業(yè)效率進(jìn)行測度，得到第一階段效率值，見表1。

表1 東北三省及東北地區(qū)第一階段效率值

東北地區(qū)第一階段效率均值由2010年的0.415增長到2019年的0.623，整體增長速度較為緩慢，仍需加強(qiáng)東北地區(qū)物流業(yè)建設(shè)。不同省份的物流業(yè)效率存在一定差距，第一階段效率均值最高的是遼寧達(dá)到0.787，最低的是黑龍江為0.343。為進(jìn)一步了解真實(shí)的物流業(yè)效率，將利用隨機(jī)前沿模型剝離外部環(huán)境與隨機(jī)因素干擾。

（二）第二階段數(shù)據(jù)調(diào)整。以第一階段測算所得的各投入要素的松弛變量為被解釋變量，以各省GDP、財(cái)政支出中的交通運(yùn)輸支出占地區(qū)GDP之比和地區(qū)居民消費(fèi)支出三個(gè)環(huán)境變量為解釋變量，借助Frontier4.1軟件得出回歸結(jié)果，見表2。五項(xiàng)投入松弛變量對應(yīng)的SFA模型的單邊似然比檢驗(yàn)統(tǒng)計(jì)量LR均通過了1%顯著性水平檢驗(yàn)，說明物流業(yè)各投入松弛變量與所選擇的環(huán)境變量之間存在較強(qiáng)的影響關(guān)系，且各松弛變量的γ值都在0.99—1之間，說明管理無效率影響最大[3]。因此使用三階段SBM模型分析是可行性的。

表2 2019年東北地區(qū)的SFA回歸分析結(jié)果

由表2得，各省GDP對物流業(yè)固定資產(chǎn)投資、物流業(yè)就業(yè)人員數(shù)和公路網(wǎng)絡(luò)里程數(shù)松弛變量的回歸系數(shù)正值居多，能源消耗和信息化松弛變量的回歸系數(shù)多數(shù)為負(fù)值，說明地區(qū)經(jīng)濟(jì)發(fā)展能加快促進(jìn)物流業(yè)需求的增長，刺激相關(guān)人力和資產(chǎn)的投入，使盈余增加。同時(shí)物流需求增長，使能源和信息化的投入得到高效使用，減少了冗余量。財(cái)政支出對物流業(yè)固定資產(chǎn)松弛變量多數(shù)為正值，物流業(yè)就業(yè)人數(shù)、能源、公路網(wǎng)絡(luò)里程和信息化松弛量多數(shù)為負(fù)值。居民消費(fèi)水平對五個(gè)投入松弛量基本都呈顯著負(fù)相關(guān)，說明居民消費(fèi)水平的提高，會(huì)減少各項(xiàng)投入冗余量。居民消費(fèi)水平提高，消費(fèi)理念持續(xù)升級，由物流量的需求轉(zhuǎn)移到對量和質(zhì)的共同需求[4]，促使眾多的物流企業(yè)涌入市場。

（三）第三階段物流業(yè)效率分析。將經(jīng)過SFA回歸分析后的投入數(shù)據(jù)代替初始投入數(shù)據(jù)，再次使用第一階段的SBM模型，借助DEA-Slover 13.0軟件，對東北地區(qū)三個(gè)省份的物流業(yè)效率做出更準(zhǔn)確的評價(jià)，結(jié)果見表3。

表3 東北三省及東北地區(qū)第三階段效率值

從第三階段與第一階段效率值對比可知，各省物流業(yè)效率值出現(xiàn)不同程度的改變，遼寧效率均值減小，吉林和黑龍江的效率均值增大，總體物流效率值有所提高。東北地區(qū)屬于老工業(yè)基地，第三產(chǎn)業(yè)比重較大，能源消費(fèi)結(jié)構(gòu)短時(shí)間難以改變，碳排放壓力加大，使碳排放約束下的物流業(yè)效率提升緩慢。

遼寧第三階段效率均值相對第一階段出現(xiàn)下降，說明之前較高的效率值受益于外部優(yōu)異的經(jīng)濟(jì)環(huán)境，相關(guān)扶持政策等。隨著遼寧積極響應(yīng)國家政策，貫徹落實(shí)物流業(yè)降本提效專項(xiàng)方案，物流業(yè)效率逐年增長，在2015年后效率值為1，達(dá)到效率前沿面。遼寧是東北唯一的陸海雙重通道，擁有得天獨(dú)厚的區(qū)位優(yōu)勢，是連接與全國物流網(wǎng)絡(luò)重要節(jié)點(diǎn)，在東北地區(qū)發(fā)展中起到龍頭作用。

第三階段的吉林物流業(yè)效率均值為0.641，高于第一階段，總體處于波動(dòng)型增長的趨勢。近幾年吉林國民經(jīng)濟(jì)保持持續(xù)發(fā)展的姿態(tài)，物流需求增長的主要?jiǎng)恿碜缘诙a(chǎn)業(yè)經(jīng)濟(jì)快速增長，其中交通運(yùn)輸制造業(yè)的貢獻(xiàn)突出，隨著近幾年的油價(jià)保持高位，交通運(yùn)輸行業(yè)成本居高不下，還存在各種無效運(yùn)輸，交錯(cuò)運(yùn)輸?shù)炔缓侠磉\(yùn)輸問題，多數(shù)企業(yè)以高能耗，低效率運(yùn)營，使物流業(yè)效率在增長的同時(shí)加大了物流成本。

黑龍江第三階段的效率均值較第一階段有所提高，但仍然處于墊底位置。黑龍江地域最為遼闊，在國家倡導(dǎo)“東北振興”戰(zhàn)略的引領(lǐng)下，物流業(yè)擁有良好的外部發(fā)展環(huán)境，但物流業(yè)規(guī)模偏小，產(chǎn)業(yè)結(jié)構(gòu)不夠合理。在資源枯竭以及經(jīng)濟(jì)轉(zhuǎn)型乏力的情況下，第三產(chǎn)業(yè)比重達(dá)到52%左右，但主要集中在旅游業(yè)，難以吸引技術(shù)型人才回歸，同時(shí)該省的經(jīng)濟(jì)排名靠后，對物流業(yè)發(fā)展支撐力與動(dòng)力不足。

（四）Malmquist指數(shù)模型的動(dòng)態(tài)分析。使用DEAP2.1軟件對東北地區(qū)物流業(yè)的Malmquist生產(chǎn)率指數(shù)進(jìn)行測算和分解，分析物流業(yè)效率的全要素生產(chǎn)指數(shù)（Tfpch）、技術(shù)進(jìn)步指數(shù)（Techch）、技術(shù)效率變化指數(shù)（Effch）、純技術(shù)效率指數(shù)（Pech）和規(guī)模效率指數(shù)（Sech）的動(dòng)態(tài)變化情況，其中技術(shù)效率被規(guī)模效率和純技術(shù)效率影響，結(jié)果見圖1和表4。

表4 2010-2019年東北三省年均物流業(yè)效率Malmquist指數(shù)

圖1 2010-2019年東北地區(qū)各年份Malmquist指數(shù)及分解

從圖1可知，物流業(yè)全要素生產(chǎn)率基本呈現(xiàn)增長趨勢，其中2012—2013年、2013—2014年下降幅度分別是12.1%和8.3%，主要是由于技術(shù)進(jìn)步指數(shù)的降低，2016—2017年的全要素生產(chǎn)率也由于技術(shù)效率的下降導(dǎo)致其降低了2.4%?？傮w而言，技術(shù)進(jìn)步的增長幅度高于技術(shù)效率的增長幅度，尤其在2015年后，全要素生產(chǎn)率的提高主要是由于技術(shù)進(jìn)步指數(shù)的提升。后期建設(shè)發(fā)展中需要提升物流企業(yè)的管理水平，擴(kuò)大物流規(guī)模，促進(jìn)技術(shù)效率的提高，以此協(xié)同技術(shù)進(jìn)步指數(shù)共同促進(jìn)全要素生產(chǎn)率的提升。

從表4可知，東北地區(qū)物流業(yè)全要素生產(chǎn)率增幅3.5%，技術(shù)效率增幅0.1%，其分解出的規(guī)模效率負(fù)增長0.1%，技術(shù)進(jìn)步指數(shù)增幅3.3%，說明全要素生產(chǎn)率的增長動(dòng)力主要由技術(shù)進(jìn)步提供。吉林的全要素生產(chǎn)率增幅最大，為4.6%，遼寧緊追其后，增幅為4.3%，黑龍江由于技術(shù)效率的下降，提高幅度最小，為1.5%，三個(gè)省都處于增長趨勢。技術(shù)效率相對于技術(shù)進(jìn)步指數(shù)的增長幅度較小，尤其是黑龍江的技術(shù)效率指數(shù)為負(fù)增長。吉林和黑龍江的純技術(shù)效率增幅大于規(guī)模效率的增幅，由于物流業(yè)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，改變生產(chǎn)方式，高投入、低產(chǎn)出的粗放型發(fā)展方式逐漸被替代，之前靠開發(fā)可利用資源發(fā)展規(guī)模效率的優(yōu)勢逐漸失去[5]，隨著科學(xué)技術(shù)的創(chuàng)新與發(fā)展，技術(shù)進(jìn)步指數(shù)的提升對全要素生產(chǎn)率的促進(jìn)作用逐漸變強(qiáng)。

三、影響因素分析

由地區(qū)實(shí)際發(fā)展與眾多研究結(jié)果可知，物流業(yè)效率的提升或降低受經(jīng)濟(jì)發(fā)展水平（x1）、產(chǎn)業(yè)結(jié)構(gòu)（x2）、物流科技水平（x3）、政府干預(yù)（x4）和人力資本水平（x5）等因素的影響，因此將從這五個(gè)方面選取人均GDP、第三產(chǎn)業(yè)占GDP比重、互聯(lián)網(wǎng)端口數(shù)、污染治理投資、6歲及以上人口中大專及以上學(xué)歷占總受教育人口的比重作為解釋變量[6]，以物流業(yè)效率值作為被解釋變量，使用Stata12.0進(jìn)行回歸分析，回歸模型如下：Y=C+β1x1+β2x2+β3x3+β4x4+β5x5+μ，其中P＜0.01、0.01＜P＜0.05、0.05＜P＜0.1分別表示在1%、5%、10%的水平上顯著，結(jié)果見表5。

表5 東北地區(qū)物流業(yè)效率Tobit回歸結(jié)果

表5可知：經(jīng)濟(jì)發(fā)展水平對物流業(yè)效率的影響系數(shù)為0.145，在統(tǒng)計(jì)上表現(xiàn)為1%的顯著水平，說明經(jīng)濟(jì)發(fā)展水平越高，為物流業(yè)發(fā)展提供的動(dòng)力就越足，使物流業(yè)結(jié)構(gòu)調(diào)整，產(chǎn)業(yè)升級的速度越快[7]。經(jīng)濟(jì)發(fā)展水平的提高能夠拓寬物流業(yè)的發(fā)展空間，改善物流業(yè)發(fā)展的市場格局，提升物流業(yè)的資源配置效益，加快推進(jìn)數(shù)字化供應(yīng)鏈、氫能源、綠色包裝等物流技術(shù)的發(fā)展。產(chǎn)業(yè)結(jié)構(gòu)對物流業(yè)效率的影響系數(shù)為-1.791，在1%的顯著水平，說明第三產(chǎn)業(yè)的發(fā)展對于提高物流效率，促進(jìn)物流業(yè)發(fā)展方面的作用沒有得到體現(xiàn)，從系數(shù)的絕對值來看，對效率的影響力度最大，因此需要改善物流業(yè)運(yùn)營結(jié)構(gòu)，增加物流業(yè)的發(fā)展比重。

物流科技水平對物流業(yè)效率的影響系數(shù)為0.0003581，影響關(guān)系在統(tǒng)計(jì)上不顯著，科技水平對物流業(yè)效率的提升程度有限。說明東北地區(qū)由傳統(tǒng)物流業(yè)向新興企業(yè)轉(zhuǎn)型升級速度較為緩慢，信息化水平較低。政府干預(yù)與物流業(yè)效率的關(guān)系，在統(tǒng)計(jì)上表現(xiàn)為1%的顯著水平，相關(guān)系數(shù)為0.00000011，相關(guān)性較低。政府的相關(guān)資金投入能降低物流業(yè)對環(huán)境的污染破壞，加大技術(shù)的更新改造[8]，轉(zhuǎn)變粗放型發(fā)展方式，但過大的政府干預(yù)程度，會(huì)降低市場活躍度，弱化物流業(yè)效率提升效果。

人力資源水平對物流業(yè)效率的影響系數(shù)為0.950，相關(guān)性最高，說明人力資源指數(shù)每提高一個(gè)單位，物流業(yè)效率就提高0.950個(gè)單位，間接反映出高質(zhì)量的人力資源欠缺影響了物流業(yè)的發(fā)展。物流業(yè)是以服務(wù)性為特征，人力資源是其發(fā)展的一個(gè)重要因素，能夠增強(qiáng)企業(yè)的競爭優(yōu)勢，激發(fā)企業(yè)創(chuàng)新活力，帶動(dòng)新技術(shù)、新動(dòng)能發(fā)展，提高可使用資源的開放利用程度，利于效率的提升。

四、結(jié)論與建議

物流業(yè)發(fā)展是東北全面振興計(jì)劃中關(guān)鍵一環(huán)，是東北全面振興“十四五”方案推動(dòng)實(shí)施的關(guān)鍵力量，因此為全面了解東北地區(qū)的物流業(yè)發(fā)展情況，綜合運(yùn)用三階段SBM-DEA模型和Malmquist指數(shù)，從動(dòng)靜兩個(gè)層面對物流業(yè)效率進(jìn)行分析，同時(shí)結(jié)合Tobit模型對物流業(yè)效率進(jìn)行影響因素分析。

從靜態(tài)角度分析，2010—2019年，物流業(yè)效率為0.563，總體處于偏低水平，遼寧、吉林和黑龍江的效率存在差異。僅遼寧在2015—2019年達(dá)到了DEA有效狀態(tài)，黑龍江的效率值排在末位。在剝離外部環(huán)境和隨機(jī)變量后，東北效率值提升到0.596，三個(gè)省份的效率也出現(xiàn)不同程度的改變，表明選取的環(huán)境變量對各投入要素具有明顯影響。

從動(dòng)態(tài)角度分析，2010—2019年，東北地區(qū)Malmquist指數(shù)全要素生產(chǎn)率均值為1.035，遼寧、吉林和黑龍江的效率總體處于增長水平，平均增幅為3.5%。東北地區(qū)在2012—2014年由于技術(shù)進(jìn)步指數(shù)下降使物流業(yè)全要素生產(chǎn)率降低，2015—2019年卻依賴技術(shù)進(jìn)步指數(shù)的增加，說明技術(shù)進(jìn)步對物流業(yè)發(fā)展的促進(jìn)作用優(yōu)于技術(shù)效率。吉林和黑龍江的純技術(shù)效率增幅大于規(guī)模效率的增幅，說明仍需合理擴(kuò)大物流規(guī)模以提高效率。

由Tobit模型分析出外部因素的影響程度可知，人力資源水平對物流業(yè)效率的影響系數(shù)值最大，為0.950，說明相關(guān)性最高，人力資源是物流業(yè)發(fā)展的關(guān)鍵一環(huán)，主導(dǎo)著各項(xiàng)生產(chǎn)資源，合理開發(fā)利用人力資源能夠有效促進(jìn)協(xié)調(diào)發(fā)展。經(jīng)濟(jì)發(fā)展水平對物流業(yè)效率的影響系數(shù)較大，為0.145，頻繁的經(jīng)濟(jì)活動(dòng)引起大量商品流通，對物流的需求迫切，因此需要擴(kuò)大服務(wù)范圍應(yīng)對復(fù)雜的經(jīng)濟(jì)形勢。綜述結(jié)論提出建議：

（一）協(xié)調(diào)發(fā)展環(huán)境促進(jìn)傳統(tǒng)物流業(yè)發(fā)展。緊抓現(xiàn)有的經(jīng)濟(jì)存量，實(shí)現(xiàn)合作發(fā)展，數(shù)量擴(kuò)張，借助央企、國企的技術(shù)、設(shè)備、資金等優(yōu)勢促進(jìn)地區(qū)經(jīng)濟(jì)發(fā)展，加快搭建高效技術(shù)成果與資本市場合作的平臺，更高目標(biāo)和更高層次建設(shè)經(jīng)濟(jì)帶，以提高對外開放水平，深入開展經(jīng)貿(mào)合作，加強(qiáng)能源輸出和稀缺資源進(jìn)口。將綠色化、智能化的技術(shù)融入東北企業(yè)的傳統(tǒng)技術(shù)中，進(jìn)行技術(shù)改造，構(gòu)建技術(shù)進(jìn)步機(jī)制，為企業(yè)轉(zhuǎn)型升級提供動(dòng)力。吸引外資企業(yè)入駐，與傳統(tǒng)企業(yè)結(jié)合發(fā)展，讓地區(qū)傳統(tǒng)企業(yè)的管理思想與國際接軌，提升地區(qū)經(jīng)濟(jì)發(fā)展水平。優(yōu)化市場經(jīng)營環(huán)境，完善市場準(zhǔn)入服務(wù)體系，完善投融資服務(wù)體系，健全對投資者的法律保護(hù)機(jī)制。

（二）完善基礎(chǔ)設(shè)施建設(shè)助力企業(yè)發(fā)展。東北地區(qū)交通網(wǎng)絡(luò)密度較高，現(xiàn)代運(yùn)輸快速發(fā)展，交通基礎(chǔ)設(shè)施網(wǎng)絡(luò)骨架基本形成，但仍需要完善骨架路網(wǎng)，加快推進(jìn)國際運(yùn)輸通道建設(shè)，建設(shè)高等級的口岸公路，推動(dòng)跨界橋梁建設(shè)，構(gòu)建通暢的周邊國家基礎(chǔ)設(shè)施聯(lián)通機(jī)制，加大機(jī)場分布密度，增強(qiáng)樞紐機(jī)場能力，明確沿海港口的功能分工，將獨(dú)立發(fā)展的運(yùn)輸方式向一體化協(xié)調(diào)發(fā)展轉(zhuǎn)變，同時(shí)增強(qiáng)基礎(chǔ)設(shè)施建設(shè)智能化、先進(jìn)化，推進(jìn)服務(wù)全程數(shù)字化[9]，提高統(tǒng)籌規(guī)劃效率。

（三）培養(yǎng)高質(zhì)量人才滿足未來需求。在當(dāng)?shù)丶哟蠼逃?jīng)費(fèi)投入，培育專業(yè)的科技人才和高素質(zhì)產(chǎn)業(yè)工人。根據(jù)區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的需求，加速相應(yīng)產(chǎn)業(yè)人才結(jié)構(gòu)調(diào)整和優(yōu)化，依據(jù)東北振興計(jì)劃，關(guān)注新興產(chǎn)業(yè)人才需求，構(gòu)建系統(tǒng)的人力資源開發(fā)規(guī)劃，制定出關(guān)于未來人力資源服務(wù)高質(zhì)量發(fā)展的規(guī)劃，構(gòu)建出競爭有序的人力資源市場體系。充分利用大數(shù)據(jù)、數(shù)字挖掘等科學(xué)技術(shù)構(gòu)建人才數(shù)據(jù)庫，做到人崗匹配，知人善用，吸引當(dāng)?shù)馗咝Ｈ瞬帕赳v東北各省，提高就業(yè)質(zhì)量，切實(shí)保障勞動(dòng)者的社會(huì)權(quán)益。

（四）科學(xué)技術(shù)改革推動(dòng)物流企業(yè)創(chuàng)新發(fā)展。大力支持科研型企業(yè)的發(fā)展，為省級中小型企業(yè)申報(bào)扶持專項(xiàng)基金，協(xié)助其生存發(fā)展。構(gòu)建生產(chǎn)與技術(shù)研究相結(jié)合的平臺，完善有利于研發(fā)創(chuàng)新產(chǎn)業(yè)化的機(jī)制，加快創(chuàng)新技術(shù)運(yùn)用到實(shí)際生產(chǎn)生活中的速度，優(yōu)化生產(chǎn)運(yùn)營過程。廣泛推廣區(qū)塊鏈、5G技術(shù)和邊緣計(jì)算等先進(jìn)的前沿技術(shù)融入到傳統(tǒng)企業(yè)技術(shù)中，改造傳統(tǒng)優(yōu)勢產(chǎn)業(yè)，完善鼓勵(lì)生產(chǎn)和研究協(xié)同發(fā)展、技術(shù)創(chuàng)新結(jié)果產(chǎn)業(yè)化的相關(guān)政策。此外各企業(yè)在加大科研經(jīng)費(fèi)投入，關(guān)注新技術(shù)研發(fā)的同時(shí)，還需要關(guān)注科技管理水平，營造良好的技術(shù)創(chuàng)新環(huán)境，全面促進(jìn)物流業(yè)降本增效工作。