面向生產過程的物流業(yè)兩階段效率評價模型

張 浩，尤建新

（同濟大學經濟與管理學院，上海200092）

近年來，物流業(yè)效率問題受到廣泛關注。現有研究大多采用數據包絡分析（DEA）方法評估物流業(yè)效率，例如賀竹磬和孫林巖［1］，王維國和馬越越［2］，李娟和王琴梅［3］，Markovits-Somogyi 和Bokor［4］以及Chen［5］等。研究大多將物流業(yè)視為一個“黑箱”，忽視了其生產過程具有階段性的特點，這種處理方式可能會導致評價結果失準。賈向南和李夢［6］，高嘉琦［7］嘗試打開“黑箱”，對物流業(yè)效率進行兩階段研究，將物流生產過程劃分為服務過程和獲利過程兩階段。上述研究拓展了以往的“黑箱”研究，但仍存在一些不足。

首先，將獲利過程作為子階段來評估物流業(yè)效率不是很合理。田源［8］認為，提高物流效率的關鍵在于如何以最小的物流資源投入，在負面產出最小的情況下，取得最大的物流效果。如果采用不同運輸方式（如公路和鐵路）運輸等量貨物，實際的物流效果相同，但行業(yè)增加值可能相差很大，這樣計算得到的獲利階段效率就會大不相同，從而影響整體效率的評估。

其次，未考慮物流資源的轉化過程。對物流業(yè)而言，首先是國家和企業(yè)投入人力和財力，將所投入的資源轉化為物流能力（即投資轉化階段）；然后面向社會提供物流服務（即社會服務階段），最終獲得收益的過程（即獲利階段）。事實上，國家希望物流業(yè)高效運作主要是指投資轉化和社會服務階段的高效，而非獲利階段的高效。獲利階段的高效往往意味著社會承擔較高的物流費用，最終會影響社會經濟的整體發(fā)展。因此，通過分解物流業(yè)生產運作的黑箱過程，探索物流生產細分子階段的效率，可以拓展當前物流業(yè)效率的研究內容。為此，本文將物流業(yè)生產過程分為投資轉化階段和社會服務階段。相應地，物流業(yè)整體效率可分解為階段效率，細分的階段效率能夠為整體效率分析提供參考，從而為中國物流業(yè)發(fā)展提供更多有價值的管理啟示。

1 方法

1.1 物流兩階段劃分與投入產出指標

為描述中國物流業(yè)生產運作過程，假設存在n個物流系統(tǒng)，即各個省份物流業(yè)，記作決策單元（DMU），DMUj，j=1，2，…，n。在兩階段網絡DEA模型中，物流業(yè)由兩個子系統(tǒng)構成，如圖1所示。

圖1 物流業(yè)兩階段網絡結構Fig.1 Two-stage network structure of the logisticsindustry

參考賀竹磬和孫林巖［1］、Chen［5］、馬越越［9］、Li等［10］的指標體系，選擇常用且具有代表性的投入產出指標刻畫物流業(yè)的生產過程。與馬越越［9］的研究類似，本文采用交通運輸、倉儲和郵政業(yè)代表物流業(yè)進行實證分析。因此，投入產出中包含了客運指標。在投資轉化階段，物流業(yè)通過投入勞動力和固定資產，獲得綜合路網里程、貨物運輸能力和旅客運輸能力。在社會服務階段，物流業(yè)依托上一階段的產出，再加入能源投入，面向社會提供物流服務，產生綜合周轉量與CO2排放。其中，綜合周轉量為期望產出，越多越好；CO2排放為非期望產出，越少越好。物流業(yè)投資轉化與社會服務分離的思想是首次提出，細化了物流產業(yè)活動的主要過程。

1.2 不考慮生產過程的物流業(yè)效率評價模型

當不考慮生產過程時，物流業(yè)被視為一個整體。作為非徑向的DEA 模型，基于松弛變量測度（SBM）模型通過識別生產過程中的投入過量和產出不足以獲得最大的松弛變量，能夠有效識別DMU中的無效資源［11］。因此該模型在效率評估中被廣泛應用。本文構建基于SBM 的傳統(tǒng)物流業(yè)效率評價模型如下：

1.3 兩階段物流業(yè)效率評價模型

為解決評價中的“黑箱”問題，本文構建兩階段物流業(yè)效率評價模型。Tone 和Tsutsui［12］提出了網絡SBM模型。Li等［13］建立了一種兩階段網絡SBM模型對工業(yè)系統(tǒng)的環(huán)境效率進行動態(tài)評價。參考上述研究，本文構建了兩階段物流業(yè)效率評估模型，即

在模型（3）中，的取值范圍為（0，1］。若=1，且所有的松弛變量均為0，則該DMU 物流業(yè)效率被稱為DEA 有效；反之則為DEA 無效。類似地，如果=1（或=1），則稱DMU 投資轉換階段效率（或社會服務階段）有效。如果一個DMU 的效率值大于其他DMU，則認為該DMU 物流業(yè)的運作表現優(yōu)于其他DMU。此外，關于整體效率與階段效率的關系，可以得到如下定理：當且僅當所有子階段效率均有效時，生產決策單元的整體效率有效。

2 模型應用

2.1 樣本和數據來源

中國大陸地區(qū)共有31 個省級區(qū)域，可以分為東部、中部、西部三個區(qū)域，見表1。由于西藏的統(tǒng)計數據缺失，本文將剩余30 個省級區(qū)域作為樣本。投入產出指標中，勞動力、固定資產、綜合路網里程、貨物運輸能力、旅客運輸能力、綜合周轉量的原始數據均來源于《中國統(tǒng)計年鑒2015—2018》；能源消費量數據來源于《中國能源統(tǒng)計年鑒2015—2018》。

表1 中國省級區(qū)域分組Tab.1 Grouping of provincial regions in China

對于勞動力，采用物流業(yè)從業(yè)人員數作為勞動力指標。對于固定資產，采用“永續(xù)盤存法”估算2014—2017 年中國各省物流業(yè)的固定資產存量［17］，計算如下：

式中：Kt，Kt?1是評估對象在第t期和t-1期的固定資產存量。It是在第t期的固定資產投資，pt為第t期的價格指數。δ是折舊率，參考Liu 和Lin［17］以及胡李鵬等［18］，將物流業(yè)年均折舊率設為6.9%。采用各省物流業(yè)2003 年的固定資產投資作為基期存量來估算其2014—2017年的固定資產存量。

對于綜合路網里程，采用鐵路、公路、水路三種線路的加權總里程［19］。計算如下：

式中：N，N1，N2，N3分別為綜合路網里程，鐵路、公路和水路里程。α12，α32表示鐵路和水路里程權重。鐵路里程權重為鐵路里程的運輸效率（周轉量與線路里程的比值）與公路里程運輸效率之比；水路里程權重為水路里程運輸效率與公路里程運輸效率之比。

對于貨物運輸能力和旅客運輸能力，均采用鐵路、公路、水路運輸能力的總和。由于缺少鐵路貨物運輸和旅客運輸能力的省份數據，根據各省貨物周轉量和旅客周轉量的多少，將鐵路運輸能力按比例分配到各省。對于能源投入，將物流行業(yè)除去熱力以外的所有能源消耗作為投入，并按照《中國能源統(tǒng)計年鑒》中的標準煤折算系數折算成標準煤。綜合周轉量包括貨物周轉量和旅客周轉量，是物流產出的綜合衡量指標。由于貨物周轉量和旅客周轉量無法直接比較，因此需要將旅客周轉量換算成貨物周轉量，從而得到綜合周轉量［9，17］。根據國家統(tǒng)計局發(fā)布的季度和區(qū)域GDP核算方案中的規(guī)定，旅客周轉量與貨物周轉量的轉換系數分別為：鐵路1：1；公路10：1；水路2：1。

關于物流業(yè)CO2排放，目前尚無官方統(tǒng)計數據，現有研究（如馬越越［9］、Liu 和Lin［17］、Yang 等［20］）均按照能源消耗量進行估算。遵循這一思路，估算CO2排放量。首先，估算物流業(yè)非電力能源消耗所產生的CO2排放ACO2如下：

式中：Eβ表示第β種能源消費量，β=1，2，…，n；Cβ是第β種能源的碳氧化率；Fβ為第β種能源二氧化碳排放因子；Hβ為第β種能源的熱值。

其次，估算物流業(yè)電力消耗所產生的CO2排放BCO2［21］如下：

式中：D表示物流業(yè)電力消費量，Rμ表示第μ個區(qū)域電網的二氧化碳基準線排放因子。Tμ表示第μ個區(qū)域電網的火力發(fā)電量比例。

最后，再將二者匯總得到物流業(yè)CO2排放總量。相關數據來源于《中國能源統(tǒng)計年鑒》、IPCC《國家溫室氣體清單指南》（2006）以及《中國電力年鑒》。以2014年為例，投入產出的描述性統(tǒng)計見表2。

表2 描述性統(tǒng)計Tab.2 Descriptive statistics

2.2 物流業(yè)效率分析

采用構建的兩階段網絡SBM 模型對2014—2017 年我國區(qū)域物流業(yè)效率進行了評估。模型（3）考慮了產業(yè)內部生產過程，而模型（1）則不考慮這一點。為驗證模型的合理性，將上述兩個模型的結果進行比較。應用模型（3）時，應當先確定子階段的權重。將兩個子階段的權重均設定為0.5，表示投資轉化和社會服務兩階段具有同等重要性。模型（1）和（3）的效率結果見表3。

表3 物流業(yè)效率評價結果Tab.3 Evaluation results of the efficiency of the logistics industry

這里，以2017 年的結果為例進行說明。模型（1）中，2017年河北、上海、安徽、廣東、青海和寧夏的物流業(yè)效率被認為DEA 有效。而在模型（3）中，上海、廣東、青海和寧夏被認為DEA有效。河北、安徽由于分別存在投資轉化階段和社會服務階段的效率無效（子階段效率分別為0.753，1.000；1.000，0.675），被認為是DEA 無效。這表明兩階段SBM模型能夠識別出更多的效率無效，這些無效源自物流業(yè)生產過程子階段的效率無效，這是傳統(tǒng)DEA模型整體評價所無法實現的。一個區(qū)域的物流業(yè)效率無效可能是由投資轉化階段（或社會服務階段）的效率無效所導致的，也可能二者皆有。例如，山西在兩模型中均被認為DEA 無效（效率值分別為0.360 和0.328），而在模型（3）中，可以發(fā)現其投資轉化階段和社會服務階段的效率均無效（0.623 和0.489），而社會服務階段效率更應該得到提高。

比較模型（1）和模型（3）的效率結果可以發(fā)現，模型（1）的效率值普遍大于模型（3）。以2017 年為例，模型（1）的效率平均值高于模型（3）（0.489 vs 0.452）。這是因為兩階段網絡SBM 模型中將物流業(yè)效率細分為投資轉化與社會服務的子階段效率，由于檢測出子階段的低效率，使得兩階段SBM的效率降低。這說明在識別效率無效時，模型（3）的表現要優(yōu)于模型（1）。此外，觀察子階段效率與整體效率的關系可以發(fā)現，當子階段效率均為1.000時，物流業(yè)整體效率也必然為1.000，如上海、廣東、青海和寧夏，該結論驗證了前文的定理。上述研究結果表明，傳統(tǒng)DEA 模型將物流業(yè)作為一個“黑箱”進行整體評價，可能會使結果存在偏差。而兩階段模型將物流業(yè)生產過程劃分為兩個關聯的子階段，能夠更好地凸顯DMU效率的無效性，同時可以得到有關子階段的效率信息。

2.3 子階段效率分析

表4列出了2014—2017年各省物流業(yè)效率及子階段效率平均值。

總體而言，樣本期內，全國物流業(yè)、投資轉化階段以及社會服務階段的效率平均值分別為0.431、0.602 和0.590。這表明我國物流業(yè)效率還處于較低水平，具有很大改進空間。物流投資轉化階段和社會服務階段的效率均需要改善。

從物流業(yè)效率來看，樣本期內上海、青海、寧夏的效率均達到了DEA 有效。天津、河北、遼寧、安徽、江西、廣東、海南和甘肅的效率平均值高于全國平均水平。其他19 個省份的效率低于全國平均水平，這表明這些省份在改善物流業(yè)效率上具有很大潛力。

在投資轉化階段，樣本期內上海、安徽、青海、寧夏的效率平均值均為1.000，被認為DEA有效，這說明這四個省份投資轉化過程的表現最好。河北、江蘇、浙江、廣東、廣西、海南、甘肅、新疆的效率平均值大于全國平均水平。這說明這些省份的物流業(yè)在投資轉化階段的效率較高。其余18 個省份的效率平均值低于全國平均水平。特別是效率較低的北京、四川和陜西等省份，在物流投資轉化方面還有很大改進空間。

表4 2014—2017年各省物流業(yè)效率及其階段效率平均值Tab.4 Average efficiency and stage efficiency of logistics industry in provinces from 2014 to 2017

在社會服務階段，樣本期內河北、上海、寧夏和青海的效率平均值均為1.000，這說明上述省份在社會服務階段表現最佳。天津、內蒙古、遼寧、安徽、江西、廣東和海南的效率平均值高于全國平均水平，而其他省份的效率平均值低于全國平均水平。特別是效率較低的黑龍江、江蘇、四川、云南以及新疆等省份，需要在物流業(yè)社會服務上采取措施以提高效率。

從區(qū)域來看，樣本期內東部區(qū)域的物流業(yè)效率平均值（0.496）高于中部區(qū)域（0.375）和西部區(qū)域（0.406）。也就是說，在考慮投資轉化和社會服務細分階段績效表現的情況下，東部區(qū)域物流業(yè)效率表現最好，其次是西部區(qū)域，而中部區(qū)域表現最差。這說明我國物流業(yè)效率存在顯著的區(qū)域差異。這與馬越越［9］關于中國區(qū)域物流業(yè)效率的結論一致。在投資轉化階段效率和社會服務階段效率方面，樣本期內同樣是東部區(qū)域效率值最高（0.641，0.660），中部區(qū)域略低于西部區(qū)域（0.571 vs 0.586，0.541 vs 0.555）。由此可見，東部區(qū)域在兩個子階段的表現均較好，這可能與東部區(qū)域整體經濟發(fā)展水平較高有關，能夠對物流領域投入較多資源，使得物流業(yè)能夠采用先進的管理和技術手段提升行業(yè)效率。綜上所述，本文所構建的兩階段網絡SBM模型能夠對物流業(yè)效率進行分解，有效評價物流生產運作細分階段的效率。

3 結論

針對物流業(yè)生產運作過程中存在階段性的特點，本文構建了兩階段網絡SBM 效率評價模型，細分了物流投資轉化階段效率與社會服務階段效率。該模型能夠有效凸顯區(qū)域物流業(yè)效率的無效性，識別內部生產階段的低效。隨后基于2014—2017 年中國省域物流業(yè)的數據進行實證分析，驗證了模型的有效性。研究結果表明：上海、青海和寧夏的物流業(yè)效率以及細分階段效率均為最優(yōu)；大多數省份的物流業(yè)效率表現較差。物流業(yè)效率存在明顯的區(qū)域差異，東部區(qū)域高于中部和西部區(qū)域。我國物流業(yè)效率低下的原因來源于投資轉化低效和社會服務低效兩個方面。

根據研究結果，提出了改善物流業(yè)效率的相關建議。首先，政府應當重視物流生產過程階段效率的提高。一方面，政府應制定具體政策（如提供補貼、減免稅收等），鼓勵和引導物流業(yè)在投資轉化階段精打細算，使得資源投入盡可能多地轉化為物流能力。另一方面，應鼓勵行業(yè)企業(yè)建立國家級物流信息平臺，充分發(fā)揮多式聯運的作用，加大利用鐵路和水路物流資源，減少能源消耗和CO2排放。其次，政府應當為物流區(qū)域合作創(chuàng)造便利條件。中西部區(qū)域的產業(yè)主管部門應向東部學習管理經驗。政府可以定期組織跨區(qū)域物流企業(yè)間的業(yè)務交流，促進企業(yè)相互交流學習，分享物流資源，形成高效物流網絡，提高物流業(yè)效率。最后，地方政府應當根據自身階段效率情況制定產業(yè)政策。例如，遼寧和江西應重點加強物流投資轉化階段效率；甘肅和新疆應重點提高物流社會服務階段效率；而四川和云南則應努力提高兩個階段的效率。如果不能制定合適的產業(yè)政策，那么可能導致資源浪費，無法達到預期效果。

本文也存在一些局限性，未來需要進一步研究。首先，需要完善物流業(yè)的非期望產出指標。本文的非期望產出沒有考慮污染物排放，如一氧化碳、二氧化硫、氮氧化物等。如果能將這些污染物作為非期望產出，將為物流業(yè)效率評價提供一個更廣闊的環(huán)境視角。此外，實證分析數據的樣本期較短，這可能導致區(qū)域物流業(yè)效率分析不夠深入。更長時期的實證研究能得到更多有價值的信息。