陕西省制造业与物流业联动效率测度与提升研究

许 华，徐 意，程书强，2

(1.陕西科技大学， 陕西 西安 710021；2.渭南师范学院， 陕西 渭南 714099)

一、引 言

当前，我国正处于经济速度换挡和结构调整的关键阶段，政府和社会高度重视并切实推进制造业与物流业联动发展。制造业作为我国经济社会发展的支柱产业，是经济崛起的主拉动力，对加速我国现代化进程功不可没。物流业作为新兴的复合型产业，为制造业的生产过程提供中间服务，促进生产环节相互衔接，缩短物品流转时间，是制造业提升核心竞争力的关键。陕西省作为全国的老工业基地之一，积淀了雄厚的制造业基础。同时，作为“一带一路”战略向西推进的前沿节点，陕西致力打造丝绸之路经济带最大物流集散中心，迎来了两业联动发展的新契机。因此，研究制造业与物流业联动，推进陕西融入“一带一路”格局，延伸发展空间，势在必行。

国内学者从定性和定量两方面对制造业与物流业联动进行了广泛的研究。首先，对于两业联动的定性研究主要围绕联动内涵、联动机理展开。王佐认为两业联动发展的机理在于制造企业对于物流管理是自营还是外包之交易成本权衡[1]。彭本红、田刚等运用共生理论，指出现代物流业与先进制造业之间的合作是一种互惠互利的合作方式[2-3]。张彤引入嵌入性理论，研究了制造业与物流业的互动升级关系[4]。

其次，在定量研究方法上，学者多采用灰色关联模型、投入产出法等方法研究两业关系。苏秦、张艳基于投入产出视角，研究了中国制造业九大振兴产业与物流业的联动现状[5]。崔晓迪构建了一种新的DEA-GRA双层模型，运用DEA模型测算天津市制造业与物流业内部综合效率，并在此基础上通过GRA模型得到两业联动效果[6]。孙丽环、佟新华和宗刚、肖晓昀运用灰色关联模型分别对吉林省和长三角地区制造业与物流业的灰色关联度进行测算[7-8]。程永伟运用投入产出法建立了两业联动发展的供需依赖性测算模型，分析了两业联动主导产业及其主导性强度[9]。刘丹、张晟义实证检验了新疆15个地州市物流产业集聚对地区经济增长的影响，认为物流产业集聚对地区经济增长呈现不显著的负效应，控制变量中人均政府支出有显著的正效应[10]。本文基于上述研究，运用DEA-GRA双层模型研究陕西省制造业和物流业内部综合效率，并对两业联动效果加以评价。

二、陕西省制造业与物流业发展现状

(一)陕西省制造业发展现状

陕西省是我国重要的工业中心和制造业基地之一，现已形成能源化工、装备制造、电子信息、航空航天等门类齐全的制造业体系。首先，工业产值稳步增加。根据《2015年陕西省国民经济和社会发展统计公报》，全面实现工业增加值7634.19亿，同比增长6.9%，占全省GDP的42%左右。其次，工业结构逐渐优化。长期以来占据陕西工业半壁江山的能源工业增速减缓，非能源工业稳定增长，形成经济稳步前进的有力支撑。2015年能源工业增加值增速为1.5%，同比回落7%，非能源工业增加值同比增长13%，高于规模以上工业增速6%，拉动工业增长6.2%。但从全国来看，陕西制造业整体实力较弱，2014年，陕西制造业单位数仅占全国制造业单位数的1.2%，主营业务收入占全国的1.4%。

(二)陕西省物流业发展现状

2009年以来，陕西省物流业取得了长足发展。首先，物流规模持续扩大。2015年，陕西省社会物流总额37078.1亿元，是2009年的2.58倍。据《2015年陕西省国民经济及社会发展统计公报》，陕西全年货运量16.41亿吨，同比增长4.5%；货物周转量3549.57亿吨公里，增长0.7%。与物流相关行业的固定资产投资也迅猛增长，由2008年的448.3亿元增长至2015年的2682.8亿元。相较于同期其他西部省区，陕西省在物流产业规模上具有一定优势，但增长速度却稍有逊色。其次，物流功能不断完善，形成了以西安等7个物流节点城市为中心的物流网络体系。物流业资产重组和资源整合进程加快，传统运输仓储业加速向现代物流业转型，制造业物流、商贸物流、跨境物流等领域专业化、社会化服务能力逐渐增强。

三、模型构建与指标选取

(一)模型构建

1.数据包络分析法(DEA)

数据包络分析是一种以相对效率评价为基础，根据多指标投入和多指标产出对同类型决策单元( DMU) 进行有效性评价的方法。本文采用DEA中的CCR模型。

假设有n个决策单元DMUj( 1≤j≤n) ，每个决策单元都有m种类型的输出及s种类型的输入，输入、输出向量分别为：

Xj= (X1j，X2j，…，Xmj)T>0j= 1，2，…，n

Yj= (Y1j，Y2j，…，Ysj)T>0j= 1，2，…，n

分别用V和U表示输入、输出向量的权重，如下：

V=(V1，V2，…，Vm)T

U= (U1，U2，…，Us)T

权重系数V∈Em和U∈Es，决策单元j的效率评价指数如公式(1)所示。

(1)

对第jo个决策单元的效率进行评价时，以权重系数V和U指数为变量，以所有决策单元(包括第jo个决策单元)的效率指数hj≤1为约束，构建评价DMUj0相对有效性的CCR模型如公式(2)所示。

(2)

CCR模型反映决策单元的“综合有效性”(即技术有效性与规模有效性的乘积)。若决策单元满足CCR模型下的DEA有效，表明该系统中各要素配比较为理想。

2.灰色关联度分析法(GRA)

灰色关联度分析法是灰色系统理论的重要分支，根据序列曲线形状的相似程度来判断系统中不同数据序列的联系程度，曲线越接近，相应序列的关联度就越大，反之越小。其基本步骤为：

第一步，确定参考数据序列(因变量数据)和比较序列(自变量数据)。将制造业设为参考序列，指标i在年份k上的观测值记为Yi(k)(i=1，2，…，n；k=1，2，…，t)。物流业设为比较序列，指标j在年份k上的观测值为Xj(k)(j=1，2，…，m；k=1，2，…，t)。

第二步，对指标数据序列进行无量纲化处理。因原始数据的量纲存在不同，为便于比较，在数据分析前需对原始数据进行无量纲化处理。常用的无量纲化方法有均值化、初值化、归一化和极差转换法等。

第三步，计算参考序列和比较序列在同一时刻的绝对差，确定最大差值或最小差值。

Δi(k)=|Xi(k)-Yi(k)|(k=1，2，…，t)，然后从中选出最大值和最小值。

第四步，计算关联系数使用公式(3)。

(3)

ρ为分辨系数，ρ越小，各关联系数差异性显著，ρ∈(0，1)，通常ρ取0.5。

第五步，计算灰色关联度使用公式(4)。

(4)

关联度R介于(0，1)之间，越接近1，关联度越强。

(二)指标选取

DEA要求各投入指标与产出指标无较强线性关系，且投入产出指标个数和的两倍应小于或等于决策单元个数和。本文基于上述要求，借鉴崔晓迪、杨莹的研究成果，指标体系选取如下：制造业投入指标为制造业固定资产投资(Y1)、制造业从业人数(Y2)。产出指标为工业总产值(Y3)、工业增加值(Y4)、规模以上工业企业主营业务收入(Y5)。物流业投入情况用交通运输、仓储和邮政业的固定资产投资(X1)及交通运输、仓储和邮政业从业人数(X2)两个指标来反映。产出水平体现在货运量(X3)、货物周转量(X4)、交通运输、仓储和邮政业总产值(X5)三个指标上。

需要说明的是，物流业作为一个新兴产业，统计数据尚不完善，本文借鉴大多数学者做法，利用交通运输、仓储和邮政业的固定资产投资、从业人数和总产值代替物流业相关数据。制造业及物流业的输入输出指标数据均来源于2006—2015年《陕西统计年鉴》与《陕西省国民经济和社会发展统计公报》。

四、陕西省制造业与物流业联动效率实证分析

(一)行业内部效率分析

1.制造业内部效率分析

利用数据包络分析软件DEAP2.1，对陕西省2005—2014年制造业投入产出相关数据进行计算，即可得到制造业综合效率、技术效率、规模效率。如表1所示。

由表1可知，综合效率反映投入相对于产出的有效利用程度。2005—2014年，制造业综合效率平均值为0.955，说明这十年间，有4.5%的投入要素未对产出做出贡献。其中有5个年份制造业的综合效率、技术效率和规模效率均为1，实现了DEA有效，即制造业的资源利用达到了最优。从整体效率分析来看，陕西省制造业发展呈现良好态势，即使在相对无效的年份，综合效率也能接近有效值1。

2007年和2011年，在纯技术效率为1的情况下，出现综合效率相对无效，即这两个年份的综合效率无效完全是由规模效率引起的，应当考虑调整投资规模。2008—2010年，综合效率、纯技术效率、规模效率均低于1，说明这三年既需要对投入规模进行调整，还需完善管理和技术水平。

从规模报酬来看，有5年处于规模报酬递减的状态，则这5年投入要素增加比率低于产出要素增加比率，不应盲目增加资源投入，其中2008—2010年，这3年的DEA无效都是技术无效且规模递减的，说明对制造业不能仅仅注重资金、人力、物力的投入，更应当从技术层面突破。

表1 2005—2014年陕西省制造业CCR综合效率计算结果

2.物流业内部效率分析

同理，计算得到2005—2014年陕西省物流业CCR综合效率，如表2所示。

表2 2005—2014年陕西省物流业CCR综合效率计算结果

由表2可知，2005—2014年，陕西省物流业综合效率呈现有效—无效—有效—无效的波动循环特征。物流业综合效率达到有效的仅有3年，其余7个年份均为DEA相对无效。陕西省物流业2005—2014年的综合效率均值仅为0.884，与制造业相比，物流业整体内部效率偏低，未表现出线性的增长态势。

处于DEA无效的2006—2007年和2009—2011年，这5年的DEA无效均由技术无效和规模无效共同造成，且纯技术效率均低于规模效率，说明陕西省物流技术还没有达到现代物流技术的发展水平，物流设备、物流技术、现代化的物流管理理念没有得到广泛地推广和应用。

(二)陕西省制造业与物流业联动效率分析

基于上述分析，运用GRA模型分别测算陕西省制造业与物流业综合效率、制造业与物流业纯技术效率及制造业与物流业规模效率的关联度，以此掌握陕西省制造业与物流业联动效果。将制造业设为参考序列，物流业设为比较序列，采用均值法消除指标量级影响，取ρ为0.5，依据关联系数求解公式，用算数平均方法计算关联度，分别得到陕西省制造业与物流业综合效率、制造业与物流业纯技术效率、制造业与物流业规模效率的关联度，如表3所示。

表3 2005—2014年陕西省制造业与物流业各效率关联系数及关联度

1.制造业与物流业综合效率关联度分析

综合效率能客观全面地反映制造业与物流业联动情况。陕西省两业综合效率关联度为0.5167，关联度不强，处于中等关联水平，联动效果不佳。两业发展不甚协调，一方面是由于陕西物流业发展水平还比较低，物流服务能力较弱，无法有效满足制造业发展需求。另一方面，现代物流管理理念未在制造业中得到重视，导致制造企业物流外包比例小，物流业释放的物流需求较少，对物流业的拉动作用还不强。

2.制造业与物流业纯技术效率规模效率关联度分析

陕西省制造业与物流业纯技术效率关联度为0.8380，高于综合效率关联度和规模效率关联度，关联效果较好。陕西省制造业经过长期发展，在管理方法和技术创新方面日渐成熟。第三方物流、供应链物流在陕西省制造业中占比较少，多数制造业对物流的服务需求仅限于单个生产环节，对物流企业技术处理能力和信息管理能力要求不高，所以物流业纯技术效率与制造业纯技术效率协调度较高。 两业规模效率关联度为0.7757，达到关联度较强的程度。但低于纯技术效率关联度，表明陕西省在两业投资方面不协调。

五、结论与对策建议

(一)结论

1.产业内部效率角度

从制造业与物流业内部效率来看，陕西省制造业不管从综合效率还是技术效率与规模效率都优于物流业内部效率。制造业发展呈现良好态势，但需要在适度调整投入规模的同时，注重技术创新，改变传统粗放式的发展模式。与制造业相比，物流业整体内部效率偏低，呈现有效与无效波动循环的特征，技术效率与规模效率发展均不稳定。虽物流技术水平不能有效满足制造业需求，但现代化物流技术正在物流企业得到普及和运用，物流服务能力不断提升。

2.联动效率角度

总的来说，陕西省制造业与物流业联动效应不强，两业发展不甚协调。两业在技术及投资规模方面的联动较为乐观，处于较高的联动水平。同时，从中也发现存在的一些问题，在物流业发展初期，社会释放的物流需求类型单一、技术要求低，使得物流业在技术利用上与制造业呈现强吻合的现象。随着制造业的转型升级，社会对物流服务的要求越来越高，物流业也应综合利用内外部条件实现转型。

(二)对策建议

1.制造企业转变物流理念，推进物流外包

制造业在两业联动过程中处于相对主导地位，其释放的中间需求是物流业发展的重要基础。陕西省制造业发展历史久远，在物流业未发展为产业之前，大多数制造企业设有内部物流部门，负责材料和产品的中间流转，物流外包比例不大。这种“大而全”的经营模式，使得制造企业浪费大量资源在各种物流活动上，而忽视了企业的核心业务。随着物流业的发展壮大，物流企业所拥有的专业化技术能极大缩短物品流转时间，降低物流成本，为制造企业提供优质的生产性服务。

2.物流企业注重技术创新，提高物流供应能力

目前，陕西省物流企业大都是中小型规模，仅仅只从事供应链末端的仓储和运输服务，服务层次低，创新能力弱。而制造企业对物流服务的要求日益规范化、精确化。因此，物流企业必须注重技术创新，提高数字化程度，推广先进信息技术在物流服务中的运用。重视与物流企业建立战略合作关系，嵌套于制造企业之中，了解制造企业物流需求，为其提供一体化、集成化的高水平服务。

3.配合国家战略，推动两业转型升级

“一带一路”战略、“中国制造2025”等战略的实施为物流业与制造业发展提供了新的契机。陕西作为“丝绸之路经济带”的重要节点城市，物流枢纽地位的重要性得到显现，通过与“一带一路”沿线国家和地区开展物流合作，为制造业和物流业国际化提供支撑。“中国制造2015”战略，推进制造业提质增效的同时，使得制造企业释放巨大物流需求，推动与物流企业的深入联动。

4.搭建两业交流合作平台，促进两业联动发展

陕西省制造业与物流业联动效果不佳，一个很重要的原因在于供需不通畅，缺乏有效的沟通和衔接渠道。首先，陕西省政府应牵头搭建两业交流平台，运用多种现代化信息方法，使物流企业与制造企业信息互通。其次，借助政府行政权力，完善两业联动的政策环境。从税收和路桥收费等方面给予物流企业大力支持，较低物流成本。最后，物流园区建设吸引各类物流企业入驻，形成规模效应，对物流企业统一规划和管理，提高园区内物流企业一体化、流程化的服务能力，满足制造企业多样化、专业化的物流需求。