通滬區域物流效率研究

王 迎，夏慧玲，龐麗杰

（南通理工學院 商學院，江蘇 南通 226002）

0 引言

近年來物流業發展十分迅速，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域物流效率評價是體現物流業發展水平的一個重要數據指標。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，區位優勢明顯，交通基礎設施建設不斷完善，貨物周轉量和貨運總量在不斷增加，經濟運營規模也在不斷擴大，對現代物流建設的需求也越來越大，需要強大的經濟和資源支持才能更好地發展。南通與上海兩地在經濟上存在著明顯的相融互補性。在通滬一體化發展的過程中，在區域范圍內對兩地物流業的發展建設進行有效的效率評價和合理的規劃建設，對提高區域間物流效率、擴大物流服務經濟程度、促進通滬一體化發展具有非常重要的意義。

1 文獻綜述與問題的提出

當經濟發展到一定程度時，必然會追求物流質量與效率。對此，國內外許多學者進行了深入研究。國外研究開始較早，Schinnar運用DEA方法對第三方物流企業效率進行了評價，來選擇合適的物流企業合作方；Weber從商品價格、退貨率和推遲到貨率等多角度評價了企業的物流效率；MIN，等把研究視角從企業內部拓展到外部，以當地多家物流企業為例，研究表明外部市場是影響企業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，等指出物流基礎設施建設和利用率是影響物流運輸效率的主要因素。而國內學者偏向運用定量方法對物流效率進行評價。王琴梅，等認為經濟發展水平和地理區位是影響物流效率的主要因素；張竟軼，等指出當前我國物流水平總體相對較高，規模效率呈遞增趨勢，但存在物流經營管理水平與物流發展不協調的問題。黃福華，等以生鮮農產品為樣本，利用灰色關聯模型分析出影響生鮮農產品物流效率的主要因素。張馨月運用Malmquist指數法對京津冀地區物流效率進行了動態分析，得出了提高物流效率的相關建議。

由以上分析可知，國內外學者在物流效率方面的研究有很多，但大多集中在具體省份，區域較大的范圍上，或者針對企業，專門研究通滬兩地物流效率分析了協同發展的文獻相對較少。所以本文針對通滬兩地物流業發展現狀與效率進行具體研究。

2 研究方法與數據來源

2.1 研究方法

數據包絡分析DEA（Data Envelopment Analysis）是一種求效率值的非參數方法，因為傳統DEA模型無法剔除環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。可變規模報酬的BCC模型是在CCR模型的基礎上提出的，BCC模型有投入導向型和產出導向型兩種模型，本文是研究物流效率，對投入值的控制比產出值要容易，因此采用投入導向型模型進行研究，目的是在產出水平一定的條件下，實現投入最優化，研究投入值最小化的規劃問題。

投入導向下對偶形式的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是產出變量。若=1，S=S=0，則決策單元j是DEA有效，即技術有效和規模有效，這表明該地區的物流效率已經達到了最佳狀態。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到最佳狀態，此時的投入與產出值需要進行調整。如果1，則決策單元j為DEA總體無效，即非DEA有效，說明該區域物流業存在投入浪費或產出不足的問題。

經過BCC模型測算出來的指標效率值為綜合技術效率，可以進一步分離為規模效率和純技術效率。純技術效率反映了物流產業內資源配置效率和技術利用程度，綜合技術效率等于規模效率與純技術效率的乘積。決策單元的績效受到管理無效率、環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，剔除外部環境因素和隨機干擾誤差對評價結果造成的影響后,得出由管理無效率問題造成的DMU投入大量冗余，從而調整投入變量，使通滬兩地面對相同的外部環境。

根據Fried等的想法，構造如下類似SFA回歸函數：

式（1）中為第個決策單元第項投入的松弛變值；Z 為環境變量；β為環境變量的系數；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，設定其服從在零點截斷的正態分布，即μ~N(0,σ)。

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

現調整函數，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。用調整過的投入數據代替原始的投入數據，再次利用DEA-BBC模型，重新分析上海、南通兩地在經濟發展過程中的物流投入產出比，更加真實地反映滬通兩地物流效率的實際狀況。

2.2 數據來源與描述

本文以南通、上海2013-2019年的物流產業投入產出效率為研究對象，投入變量、產出變量以及環境影響變量因素來自于各主管部門和行業的統計數據，摘錄自《國家統計年鑒》《中國城市年鑒》及南通市、上海市、江蘇省統計年鑒和國民經濟發展統計公報。

3 區域物流效率評價指標體系構建與實證分析

3.1 物流效率評價指標體系構建

根據數據的可獲取性，本文以交通運輸業、倉儲業和郵政業的統計數據作為物流業主要指標進行分析，選取的通滬區域物流效率評價的投入產出指標見表1。

表1 通滬區域物流產業效率測算指標體系

3.2 實證分析

3.2.1 基礎數據。通過摘錄《國家統計年鑒》《中國城市年鑒》及南通市、上海市、江蘇省統計年鑒和國民經濟發展統計公報，得出基礎數據見表2。

由表2可知，滬通兩地物流業固定資產投資越來越多，物流業越來越受到重視。物流業生產總值持續增加，未來有較大的增長空間，需要更加有效的政策措施來監督控制其良好發展的態勢。

表2 通滬區域物流產業效率測算指標數值

南通物流業從業人員沒有明顯變化，上海物流業從業人員持續上升，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，呈現下降趨勢。上海市的貨運量總體持續增加，2019年已經達到109 609萬t。2013-2019年上海市的貨運周轉量從178 680 000到298 010 000萬t·km，增加了0.67倍。

3.2.2 指標數據的相關性分析。為了保證效率測度的科學性與有效性，本文利用SPSS 22.0軟件對投入產出指標進行Pearson相關分析，具體結果見表3。

表3 Pearson相關分析

由表3可知，投入指標與產出指標兩者之間均為正數，且都達到了1%的顯著相關性，說明本文所選取的投入指標與產出指標之間存在顯著的正相關關系，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

綜合技術效率由技術效率和規模效率兩部分構成，等于純技術效率和規模效率的乘積，代表能夠達到最優產出的能力。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，達到效率前沿。（2）技術效率值達到1，表明這兩個城市的物流效率在該時間周期中達到生產前沿面，實現了當前投入的最優產出，同時表示資源配置效率和管理技術水平達到最優。（3）兩地效率均值能夠達到0.8以上，說明投入產出效率達到較高水平，資源配置效率和管理水平較好。

表4 2013-2019年通滬地區物流綜合效率

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

表5 2013-2019年通滬地區區域物流產業純技術效率

由表6可知，南通和上海的規模效率較高，均超過0.96，通過對通滬地區物流綜合效率的分解，根據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模效率，物流規模效率與物流綜合效率的變化趨勢相同。

表6 2013-2019年通滬地區物流產業規模效率

BBC模型假設規模報酬不變，可根據規模報酬系數（lambda值）研究規模報酬情況：

第一：當規模報酬系數等于1時，說明規模收益不變（即達到最優狀態）；

第二：當規模報酬系數小于1時，說明企業規模收益呈遞增趨勢（規模過小，擴大市場規模來增加社會效益）；

第三：當規模報酬系數大于1時，說明企業規模收益呈遞減趨勢（規模過大，減少規模來增加效益）。

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

表7 規模報酬分析

4.2 第二階段SFA回歸分析

應用似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，將地區生產總值、對外貿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，結果見表8。

表8 SFA模型回歸結果分析

根據第二階段的分析結果，調整最初的投入變量數據，調整后的投入變量見表9。

表9 調整后的投入變量表

4.3 第三階段DEA分析

用調整過的投入數據代替原始的投入數據，再次利用DEA-BBC模型測算物流效率，計算排除干擾因素后DEA測算的結果，見表10。

表10 2013-2019年第一階段和調整后滬通物流效率變化

5 發展建議

為進一步提高通滬地區物流產業發展效率與質量，基于本文研究結論，提出以下幾點發展建議:

（1）完善技術創新服務體系，推動物流技術創新。前文論述到通滬區域規模效益遞增或不變的情況，純技術效率和規模效率之間的高度配合對提升行業效率的效果十分顯著，因此，加強技術創新可以大力推動物流業發展。

（2）加強通滬產業協同，推進一體化發展。在通滬一體化發展的背景下，兩地應整合物流資源，實現各地物流產業差異化發展，避免無序競爭，充分發揮自身優勢。

（3）加強區域物流外部環境協同。通滬兩市應建立溝通和協調機制，進一步優化產業結構，減少資源重復配置，促進產業錯位發展，做到優勢互補，實現各地物流產業結構調整和布局優化，達成通滬區域物流協同發展的目標。

（4）政府權力放開。有關部門應正確把握物流市場導向，減少對物流行業的過度干預，引導物流市場積極健康發展，形成公平、開放和規范的高效現代化物流體系和市場氛圍。

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

（6）加大新型基礎設施投資建設。加快推動物流業與移動數據網絡、大數據、人工智能等現代信息技術的深度融合，通過信息技術的升級帶動物流行業服務能力和服務水平的提升。

（7）重視物流基礎設施建設。應大力推動物流企業實現轉型升級，形成政企合力格局。通過改善基礎設施、優化空間布局、形成資源集聚和企業集聚，提高資源利用率和物流效率。

（8）促進區域物流協調發展。當前南通物流發展暫落后于上海地區，南通應利用自身區位優勢，在物流資源、技術要素與配套服務上與上海相互融合互補，促進其物流業科學協調發展。