中南大学覃波（2007）应用DEA模型对我国物流企业经营效率进行评价分析，探讨了目前我国物流企业的技术效率、规模效率、综合经营效率以及输出指标对经营效率的影响。厦门大学艾小辉（2008）运用DEA模型分析了第三方物流产业的市场结构和产权结构状况。杨杰和宋马林（2011）应用DEA模型对我国物流业的静态效率和TFP的动态变化进行了研究。雷勋平、Robin Qiu和刘思峰（2012）运用DEA的CCR模型和“超效率”模型对我国大陆地区31个省市自治区2008年物流产业的投入产出效率进行了实证研究。
（二）超效率DEA
南京航空航天大学田刚（2010）通过构建基于非径向和非角度的SBM超效率-DEA方法的物流业技术效率测度模型测算了我国29个省级行政区域的物流业技术效率，研究发现人力资本、政府行为、政府干预、开放程度及产业结构等环境因素对物流业的技术效率有很大影响，该模型特点是精确度高、区分力强。
（三）DEA -AHP方法
大连理工大学裴金英（2010）应用DEA -AHP方法对物流企业绩效进行了评价。这种研究方法充分体现了决策者偏好，具有很好的客观性，并通过实例分析验证了方法的可行性和优越性。浙江大学王柳根（2011）应用DEA和AHP方法对大型物流企业绩效进行了评价，分析了不同类型企业管理绩效非有效的主要原因，对企业建立符合自己特点的竞争战略有实际指导价值。
（四）随机前沿函数法
大连理工大学房卓（2006）应用随机前沿函数（SFA）模型和DEA模型对物流企业综合绩效进行了评价研究。江苏大学田刚和南京航空航天大学李南（2011）应用SFA方法共同研究了我国各地区物流业技术效率的差异。华南理工大学景保峰、周霞、胡爱媛（2012）应用随机前沿生产函数模型对我国上市物流公司技术效率进行了动态测度，分析了影响因素，提出了政策建议。
影响因素分析
测评物流业生产率，难点之一就是评价指标的建立，而这需要依靠仔细分析物流业生产率的影响因素来确定。国内学者在其研究中找出了一些影响物流业生产率的主要因素。
首都经贸大学窦坦磊（2011）运用DEA方法分析了我国综合服务型、仓储型和运输型物流企业的技术效率、纯技术效率和规模报酬，运用回归分析方法找出了资产总额、经济发展水平、企业的业务集中度和管理水平这四个主要影响因素。
重庆大学于乐（2011）应用三阶段DEA模型对我国22家第三方物流公司进行分析，发现地区经济发展水平、企业规模、企业成立年数、企业种类、企业子公司数目等环境因素对我国第三方物流企业效率有显著影响。
结论及展望
从现有研究看，物流业生产率测评已成为近年来的研究热点，涌现出了一些研究成果。然而，由于物流业与各个行业联系紧密，哪个行业的发展也离不开物流，这也造成了物流业生产率测评的复杂性。
由于目前我国整个物流业的行业标准和规范还不够统一，很难准确全面选取物流业生产率测评的有效评价指标，学者根据自己的理解和数据收集的方便选择测评指标的情况比较突出。该情况会随着物流业的发展、行业标准和统计体系及规范的完善而得到改善，这也是整个物流业持续健康发展的需要。
手机版
欢迎光临汇博在线http://www.paper188.com