通滬區(qū)域物流效率研究

王 迎，夏慧玲，龐麗杰

（南通理工學(xué)院 商學(xué)院，江蘇 南通 226002）

0 引言

近年來物流業(yè)發(fā)展十分迅速，但城市間物流效率卻每況愈下，如何加快提升物流效率成為研究的重點。本文中研究的通滬區(qū)域物流效率評價是體現(xiàn)物流業(yè)發(fā)展水平的一個重要數(shù)據(jù)指標(biāo)。南通市是中國第一批對外開放的沿海港口城市之一，在長江出海口北方，毗鄰上海，與其僅一江之隔，區(qū)位優(yōu)勢明顯，交通基礎(chǔ)設(shè)施建設(shè)不斷完善，貨物周轉(zhuǎn)量和貨運總量在不斷增加，經(jīng)濟運營規(guī)模也在不斷擴大，對現(xiàn)代物流建設(shè)的需求也越來越大，需要強大的經(jīng)濟和資源支持才能更好地發(fā)展。南通與上海兩地在經(jīng)濟上存在著明顯的相融互補性。在通滬一體化發(fā)展的過程中，在區(qū)域范圍內(nèi)對兩地物流業(yè)的發(fā)展建設(shè)進行有效的效率評價和合理的規(guī)劃建設(shè)，對提高區(qū)域間物流效率、擴大物流服務(wù)經(jīng)濟程度、促進通滬一體化發(fā)展具有非常重要的意義。

1 文獻(xiàn)綜述與問題的提出

當(dāng)經(jīng)濟發(fā)展到一定程度時，必然會追求物流質(zhì)量與效率。對此，國內(nèi)外許多學(xué)者進行了深入研究。國外研究開始較早，Schinnar運用DEA方法對第三方物流企業(yè)效率進行了評價，來選擇合適的物流企業(yè)合作方；Weber從商品價格、退貨率和推遲到貨率等多角度評價了企業(yè)的物流效率；MIN，等把研究視角從企業(yè)內(nèi)部拓展到外部，以當(dāng)?shù)囟嗉椅锪髌髽I(yè)為例，研究表明外部市場是影響企業(yè)物流效率的重要因素。HAMDAN，等利用DEA模型對美國多家同類型倉庫進行效率測算評價；MERKERT，等指出物流基礎(chǔ)設(shè)施建設(shè)和利用率是影響物流運輸效率的主要因素。而國內(nèi)學(xué)者偏向運用定量方法對物流效率進行評價。王琴梅，等認(rèn)為經(jīng)濟發(fā)展水平和地理區(qū)位是影響物流效率的主要因素；張竟軼，等指出當(dāng)前我國物流水平總體相對較高，規(guī)模效率呈遞增趨勢，但存在物流經(jīng)營管理水平與物流發(fā)展不協(xié)調(diào)的問題。黃福華，等以生鮮農(nóng)產(chǎn)品為樣本，利用灰色關(guān)聯(lián)模型分析出影響生鮮農(nóng)產(chǎn)品物流效率的主要因素。張馨月運用Malmquist指數(shù)法對京津冀地區(qū)物流效率進行了動態(tài)分析，得出了提高物流效率的相關(guān)建議。

由以上分析可知，國內(nèi)外學(xué)者在物流效率方面的研究有很多，但大多集中在具體省份，區(qū)域較大的范圍上，或者針對企業(yè)，專門研究通滬兩地物流效率分析了協(xié)同發(fā)展的文獻(xiàn)相對較少。所以本文針對通滬兩地物流業(yè)發(fā)展現(xiàn)狀與效率進行具體研究。

2 研究方法與數(shù)據(jù)來源

2.1 研究方法

數(shù)據(jù)包絡(luò)分析DEA（Data Envelopment Analysis）是一種求效率值的非參數(shù)方法，因為傳統(tǒng)DEA模型無法剔除環(huán)境變量和隨機誤差因素的影響，因此本文采用由弗瑞德等于2002年提出的評估DMU效率的三階段DEA模型法。第一階段對研究對象的效率進行初步測算，第二階段引入SFA回歸分析分離出干擾因素的影響，第三階段排除干擾因素的影響，測算出真實的物流效率值。

2.1.1 第一階段。可變規(guī)模報酬的BCC模型是在CCR模型的基礎(chǔ)上提出的，BCC模型有投入導(dǎo)向型和產(chǎn)出導(dǎo)向型兩種模型，本文是研究物流效率，對投入值的控制比產(chǎn)出值要容易，因此采用投入導(dǎo)向型模型進行研究，目的是在產(chǎn)出水平一定的條件下，實現(xiàn)投入最優(yōu)化，研究投入值最小化的規(guī)劃問題。

投入導(dǎo)向下對偶形式的BCC模型可表示為：

其中，j=1,2，，n表示決策單元，x是投入變量，y是產(chǎn)出變量。若=1，S=S=0，則決策單元j是DEA有效，即技術(shù)有效和規(guī)模有效，這表明該地區(qū)的物流效率已經(jīng)達(dá)到了最佳狀態(tài)。如果=1，S≠0，或S≠0，則決策單元j是弱DEA有效，表明物流效率沒有達(dá)到最佳狀態(tài)，此時的投入與產(chǎn)出值需要進行調(diào)整。如果1，則決策單元j為DEA總體無效，即非DEA有效，說明該區(qū)域物流業(yè)存在投入浪費或產(chǎn)出不足的問題。

經(jīng)過BCC模型測算出來的指標(biāo)效率值為綜合技術(shù)效率，可以進一步分離為規(guī)模效率和純技術(shù)效率。純技術(shù)效率反映了物流產(chǎn)業(yè)內(nèi)資源配置效率和技術(shù)利用程度，綜合技術(shù)效率等于規(guī)模效率與純技術(shù)效率的乘積。決策單元的績效受到管理無效率、環(huán)境因素和隨機干擾三個因素的影響。

2.1.2 第二階段。引入SFA模型，目的是分析是由何種因素造成的低效。由第一階段的DEA模型測算出效率值，剔除外部環(huán)境因素和隨機干擾誤差對評價結(jié)果造成的影響后,得出由管理無效率問題造成的DMU投入大量冗余，從而調(diào)整投入變量，使通滬兩地面對相同的外部環(huán)境。

根據(jù)Fried等的想法，構(gòu)造如下類似SFA回歸函數(shù)：

式（1）中為第個決策單元第項投入的松弛變值；Z 為環(huán)境變量；β為環(huán)境變量的系數(shù)；ν+μ是混合誤差項，ν表示隨機干擾項，(0,σ)表示隨機干擾因素對投入松弛變量的影響；μ表示管理無效率項，表示管理因素對投入松弛變量的影響，設(shè)定其服從在零點截斷的正態(tài)分布，即μ~N(0,σ)。

SFA回歸的目的是將所有決策單元調(diào)整到相同的外部環(huán)境中，剔除外部環(huán)境因素和隨機干擾誤差。

現(xiàn)調(diào)整函數(shù)，公式如下：

在測算隨機誤差項時，需要注意分離管理無效率項，形式如下：

計算隨機誤差項，公式如下：

2.1.3 第三階段。用調(diào)整過的投入數(shù)據(jù)代替原始的投入數(shù)據(jù)，再次利用DEA-BBC模型，重新分析上海、南通兩地在經(jīng)濟發(fā)展過程中的物流投入產(chǎn)出比，更加真實地反映滬通兩地物流效率的實際狀況。

2.2 數(shù)據(jù)來源與描述

本文以南通、上海2013-2019年的物流產(chǎn)業(yè)投入產(chǎn)出效率為研究對象，投入變量、產(chǎn)出變量以及環(huán)境影響變量因素來自于各主管部門和行業(yè)的統(tǒng)計數(shù)據(jù)，摘錄自《國家統(tǒng)計年鑒》《中國城市年鑒》及南通市、上海市、江蘇省統(tǒng)計年鑒和國民經(jīng)濟發(fā)展統(tǒng)計公報。

3 區(qū)域物流效率評價指標(biāo)體系構(gòu)建與實證分析

3.1 物流效率評價指標(biāo)體系構(gòu)建

根據(jù)數(shù)據(jù)的可獲取性，本文以交通運輸業(yè)、倉儲業(yè)和郵政業(yè)的統(tǒng)計數(shù)據(jù)作為物流業(yè)主要指標(biāo)進行分析，選取的通滬區(qū)域物流效率評價的投入產(chǎn)出指標(biāo)見表1。

表1 通滬區(qū)域物流產(chǎn)業(yè)效率測算指標(biāo)體系

3.2 實證分析

3.2.1 基礎(chǔ)數(shù)據(jù)。通過摘錄《國家統(tǒng)計年鑒》《中國城市年鑒》及南通市、上海市、江蘇省統(tǒng)計年鑒和國民經(jīng)濟發(fā)展統(tǒng)計公報，得出基礎(chǔ)數(shù)據(jù)見表2。

由表2可知，滬通兩地物流業(yè)固定資產(chǎn)投資越來越多，物流業(yè)越來越受到重視。物流業(yè)生產(chǎn)總值持續(xù)增加，未來有較大的增長空間，需要更加有效的政策措施來監(jiān)督控制其良好發(fā)展的態(tài)勢。

表2 通滬區(qū)域物流產(chǎn)業(yè)效率測算指標(biāo)數(shù)值

南通物流業(yè)從業(yè)人員沒有明顯變化，上海物流業(yè)從業(yè)人員持續(xù)上升，從2013年的88.21萬人增長到2019年的93.76萬人。貨運量方面，南通從2013年的30 347萬t到2019年的24 584萬t，呈現(xiàn)下降趨勢。上海市的貨運量總體持續(xù)增加，2019年已經(jīng)達(dá)到109 609萬t。2013-2019年上海市的貨運周轉(zhuǎn)量從178 680 000到298 010 000萬t·km，增加了0.67倍。

3.2.2 指標(biāo)數(shù)據(jù)的相關(guān)性分析。為了保證效率測度的科學(xué)性與有效性，本文利用SPSS 22.0軟件對投入產(chǎn)出指標(biāo)進行Pearson相關(guān)分析，具體結(jié)果見表3。

表3 Pearson相關(guān)分析

由表3可知，投入指標(biāo)與產(chǎn)出指標(biāo)兩者之間均為正數(shù)，且都達(dá)到了1%的顯著相關(guān)性，說明本文所選取的投入指標(biāo)與產(chǎn)出指標(biāo)之間存在顯著的正相關(guān)關(guān)系，適合進行更深一步的研究。

4 物流效率測算

4.1 第一階段分析

綜合技術(shù)效率由技術(shù)效率和規(guī)模效率兩部分構(gòu)成，等于純技術(shù)效率和規(guī)模效率的乘積，代表能夠達(dá)到最優(yōu)產(chǎn)出的能力。由表4可知:（1）在七年周期中2013-2018年南通綜合效率一直高于上海，2019年南通效率下降，上海上升，達(dá)到效率前沿。（2）技術(shù)效率值達(dá)到1，表明這兩個城市的物流效率在該時間周期中達(dá)到生產(chǎn)前沿面，實現(xiàn)了當(dāng)前投入的最優(yōu)產(chǎn)出，同時表示資源配置效率和管理技術(shù)水平達(dá)到最優(yōu)。（3）兩地效率均值能夠達(dá)到0.8以上，說明投入產(chǎn)出效率達(dá)到較高水平，資源配置效率和管理水平較好。

表4 2013-2019年通滬地區(qū)物流綜合效率

由表5可知：（1）兩地的純技術(shù)效率都較高，說明通滬區(qū)域的純技術(shù)效率發(fā)展較好；（2）七年周期中兩個城市的純技術(shù)效率有4年均達(dá)到效率前沿，表明兩地在管理和技術(shù)水平方面發(fā)展較好。（3）上海市在2014年及以前達(dá)到效率前沿面，2015年出現(xiàn)下降趨勢。

表5 2013-2019年通滬地區(qū)區(qū)域物流產(chǎn)業(yè)純技術(shù)效率

由表6可知，南通和上海的規(guī)模效率較高，均超過0.96，通過對通滬地區(qū)物流綜合效率的分解，根據(jù)物流效率原理可以看出，對綜合物流效率影響較大的是物流規(guī)模效率，物流規(guī)模效率與物流綜合效率的變化趨勢相同。

表6 2013-2019年通滬地區(qū)物流產(chǎn)業(yè)規(guī)模效率

BBC模型假設(shè)規(guī)模報酬不變，可根據(jù)規(guī)模報酬系數(shù)（lambda值）研究規(guī)模報酬情況：

第一：當(dāng)規(guī)模報酬系數(shù)等于1時，說明規(guī)模收益不變（即達(dá)到最優(yōu)狀態(tài)）；

第二：當(dāng)規(guī)模報酬系數(shù)小于1時，說明企業(yè)規(guī)模收益呈遞增趨勢（規(guī)模過小，擴大市場規(guī)模來增加社會效益）；

第三：當(dāng)規(guī)模報酬系數(shù)大于1時，說明企業(yè)規(guī)模收益呈遞減趨勢（規(guī)模過大，減少規(guī)模來增加效益）。

從表7可以看出，上海、南通兩地規(guī)模效率系數(shù)均等于或小于1，說明規(guī)模收益不變或遞增。

表7 規(guī)模報酬分析

4.2 第二階段SFA回歸分析

應(yīng)用似SFA回歸模型，以第一階段得到的投入松弛變量為被解釋變量，將地區(qū)生產(chǎn)總值、對外貿(mào)易總額作為解釋變量。利用DEA2.1和Frontier4.1模型進行SFA回歸分析，結(jié)果見表8。

表8 SFA模型回歸結(jié)果分析

根據(jù)第二階段的分析結(jié)果，調(diào)整最初的投入變量數(shù)據(jù)，調(diào)整后的投入變量見表9。

表9 調(diào)整后的投入變量表

4.3 第三階段DEA分析

用調(diào)整過的投入數(shù)據(jù)代替原始的投入數(shù)據(jù)，再次利用DEA-BBC模型測算物流效率，計算排除干擾因素后DEA測算的結(jié)果，見表10。

表10 2013-2019年第一階段和調(diào)整后滬通物流效率變化

5 發(fā)展建議

為進一步提高通滬地區(qū)物流產(chǎn)業(yè)發(fā)展效率與質(zhì)量，基于本文研究結(jié)論，提出以下幾點發(fā)展建議:

（1）完善技術(shù)創(chuàng)新服務(wù)體系，推動物流技術(shù)創(chuàng)新。前文論述到通滬區(qū)域規(guī)模效益遞增或不變的情況，純技術(shù)效率和規(guī)模效率之間的高度配合對提升行業(yè)效率的效果十分顯著，因此，加強技術(shù)創(chuàng)新可以大力推動物流業(yè)發(fā)展。

（2）加強通滬產(chǎn)業(yè)協(xié)同，推進一體化發(fā)展。在通滬一體化發(fā)展的背景下，兩地應(yīng)整合物流資源，實現(xiàn)各地物流產(chǎn)業(yè)差異化發(fā)展，避免無序競爭，充分發(fā)揮自身優(yōu)勢。

（3）加強區(qū)域物流外部環(huán)境協(xié)同。通滬兩市應(yīng)建立溝通和協(xié)調(diào)機制，進一步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，減少資源重復(fù)配置，促進產(chǎn)業(yè)錯位發(fā)展，做到優(yōu)勢互補，實現(xiàn)各地物流產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和布局優(yōu)化，達(dá)成通滬區(qū)域物流協(xié)同發(fā)展的目標(biāo)。

（4）政府權(quán)力放開。有關(guān)部門應(yīng)正確把握物流市場導(dǎo)向，減少對物流行業(yè)的過度干預(yù)，引導(dǎo)物流市場積極健康發(fā)展，形成公平、開放和規(guī)范的高效現(xiàn)代化物流體系和市場氛圍。

（5）提升人力資源水平，夯實發(fā)展基礎(chǔ)。加強從業(yè)人員的技能提升，引進行業(yè)人才，構(gòu)建完善的人才管理梯隊，滿足員工需求，提高對企業(yè)的滿意度，激發(fā)工作和學(xué)習(xí)的積極性。對于員工本身，為了提高企業(yè)整體管理水平和增添發(fā)展后勁，要制定符合自身情況的職業(yè)規(guī)劃，成為物流企業(yè)的引擎。

（6）加大新型基礎(chǔ)設(shè)施投資建設(shè)。加快推動物流業(yè)與移動數(shù)據(jù)網(wǎng)絡(luò)、大數(shù)據(jù)、人工智能等現(xiàn)代信息技術(shù)的深度融合，通過信息技術(shù)的升級帶動物流行業(yè)服務(wù)能力和服務(wù)水平的提升。

（7）重視物流基礎(chǔ)設(shè)施建設(shè)。應(yīng)大力推動物流企業(yè)實現(xiàn)轉(zhuǎn)型升級，形成政企合力格局。通過改善基礎(chǔ)設(shè)施、優(yōu)化空間布局、形成資源集聚和企業(yè)集聚，提高資源利用率和物流效率。

（8）促進區(qū)域物流協(xié)調(diào)發(fā)展。當(dāng)前南通物流發(fā)展暫落后于上海地區(qū)，南通應(yīng)利用自身區(qū)位優(yōu)勢，在物流資源、技術(shù)要素與配套服務(wù)上與上海相互融合互補，促進其物流業(yè)科學(xué)協(xié)調(diào)發(fā)展。