中国城市物流绩效评价与竞争力实证研究

李勇辉，白利鹏，王 莉

（1.昆明理工大学 管理与经济学院，云南 昆明 650093；2.浙江农林大学 暨阳学院，浙江 绍兴 311800）

一、引言

德鲁克把物流称为经济发展“水下冰川”“降低成本的最后边界”与“第三利润源”[1]。物流层次划分共识为：宏观层面国家物流、中观层面区域物流、微观层面企业物流。而城市物流介于宏观物流与微观物流之间，属于中观层面，既是区域物流，也是社会物流[2][3]。Taniguchi et al（2003）首次提出城市物流概念，认为城市物流主要涉及城市与货物流动之间的协调[4]。史秀苹等（2004）认为“城市物流是以提高城市竞争力为核心，通过应用先进信息技术，实现城市物流和运输活动的最优化，同时努力降低物流活动对城市交通堵塞、交通环境与能源消耗的负面影响的活动”[5]。欧盟委员会（European Commission）预测，到2030 年，货运强度将增加40%，到2050 年将比2005 年增加80%以上。同时，预计与2005 年相比，到2030 年旅客运输也将增加约34%，到2050年将增加50%以上[6]。

城市物流是城市经济发展的血液，有利于提高城市竞争力、促进城市经济可待续发展。城市物流绩效评价作为物流管理的控制方式之一，正确评价城市物流绩效有助于衡量城市物流管理成效，直接关系到城市物流管理水平高低，而竞争力的提高又反过来促进城市绩效的优化。伴随着产业结构转型升级的经济高质量发展，我国物流业仍处于大有作为的战略机遇期。2018年年底，国家发改委与交通运输部共同发布《国家物流枢纽布局和建设规划》，公布了127 个国家物流枢纽承载城市名单，并明确提出推动专业类物流园区改扩建，到2025 年，将布局建设150个左右国家物流枢纽。这些物流枢纽分为：陆港型国家物流枢纽承载城市、港口型国家物流枢纽承载城市、空港型国家物流枢纽承载城市、生产服务型国家物流枢纽承载城市、商贸服务型国家物流枢纽承载城市和陆上边境口岸型国家物流枢纽承载城市。一些重点城市属于二三个不同枢纽的综合体，如天津、郑州、上海等一线或新一线城市。因此，选取其中有代表性的城市，探讨中国城市物流绩效评价与竞争力研究有重要的理论与现实意义。基于此，本文尝试探讨以下几个问题：如何从整个城市体系角度综合评价城市物流绩效与竞争力？怎样构建科学、合理的城市物流绩效与竞争力评价指标？如何选择合适方法对两者进行评价？

二、理论分析

（一）绩效与竞争力比较及理论框架

Sloma（1980）认为组织绩效是所有组织理论的核心[7]。管理学上，绩效是组织控制必不可少的环节，绩效考核是奖惩的依据，常见形式有企业绩效（营业收入、利润总额、ROA、ROE等）、创新绩效（新产品销售收入、专利产出等）、物流绩效等。一般认为，绩效包含效果与效率。效果是做正确的事情，效率是正确地做事；效果是结果；效率重过程，管理中追求高效率与好结果的统一。

竞争力研究一般着眼于特定主体范畴，如陈志等（2009）基于研究主体把竞争力分为三个层次：国家竞争力、产业竞争力与企业竞争力[8]。被誉为“竞争战略之父”的迈克尔·波特提出了一国特定产业国际竞争力的六因素理论[9]。竞争力建立在争夺资源、占据市场、拓展能力等比较优势基础之上[10]，谭观音等（2012）就用物流产业贡献率、交通仓储邮电增加值作为物流产业效率替代指标来衡量城市物流竞争力[11]，因此竞争力应涵盖效率成分。

理论上，无论是管理学还是经济学，绩效与竞争力都是两个具有明显区别的独立体系，但两者又出现重叠交叉部分（都重视效率）。同一组织内绩效与竞争力具有一定的因果关联：Mahoney&Pandian认为卓越的绩效与竞争力有关[12]，冯静颖（2012）认为核心竞争力是组织获取持续竞争优势和优秀绩效的原因，核心竞争力对组织绩效有显著正效应[13]。两者的区别也是显而易见的：从时间上，绩效有短期与长期之分，具体管理者因为有任职期限等限制，一般追求组织短期绩效，而竞争力是长期积累的知识体系[14]；从指标特性看，绩效为便于组织考核管理而多以具体、定量与显性指标为主，追求可操作性与客观性，而竞争力是抽象、定量兼定性的以组织隐性知识系统为核心；从过程性看，绩效指标在较长时间内保持不变，相对稳定静止，而竞争力指标则易受外部环境影响，具有动态性特点；策略上，绩效重短期而以战术为主，竞争力重长期而以战略为主。两者具体比较见表1。

表1 绩效与竞争力区别

绩效与竞争力既相联系又有区别，秉承“效率优先，兼顾公平”的原则采用二阶段综合研究城市物流绩效与竞争力。第一阶段研究效率，认为效率是城市物流绩效与竞争力的公共交集部分先计算；第二阶段根据利益相关最大化目标，充分考虑经济、社会与环境三方面因素，绩效指标优先考虑定量并可获取的指标数据，而竞争力指标综合考虑定量与定性、财务与非财务、显性与隐性指标。理论框架见图1。

图1 城市物流二阶段理论框架

（二）指标确定

1.指标确定原则

陈志等（2009）认为，一个合理和令人信服的实证研究必须弄清楚各指标之间的交互关系，尽可能厘清各个指标之间的重复信息。权衡照顾绩效与竞争力本身内涵特性、内外环境影响，遵循以下原则。

（1）与物流评价目标相适应原则。物流目标随着时代不同、内外环境变化而有所不同，据现有文献，物流评价目标变迁路径为最小成本—最大绩效—协同绩效—社会价值最大化[15]，相应地，物流评价对象也是动态变化的，城市物流评价不再仅仅考虑经济因素，而要关注“人”的因素，如城市居民、城市管理者、城市物流企业等主体。特别是进入21世纪后，随着“绿色、低碳、环保”等理念的盛行，无论是西方发达国家还是发展中国家，都开始把城市安全、可持续、高质量发展作为关注的焦点。因此，城市物流评价指标必须体现环境安全、可持续方面的指标。

（2）基于整个城市体系统筹兼顾原则。城市物流包含物流与城市两个空间范畴，在研究这一范畴时必须基于整个城市体系角度通盘考虑。现有城市物流评价文献因各自基于城市物流绩效或竞争力单方面范畴，没有很好地区分绩效与竞争力二者界限，难免出现较多指标的重叠。比较可行的做法是，把城市物流绩效与竞争力重叠的部分以效率指标分离出来单独分析，尽量使绩效与竞争力指标不重合，从体系上来讲，效率、绩效指标偏重于物流范畴，竞争力指标偏重于城市范畴。

（3）充分考虑评价对象内涵属性原则。城市物流角度体系应充分考虑效率、绩效与竞争力内涵属性，效率与竞争力优先考虑使用相对指标，如经济指标方面，效率指标可选用GDP增长率指标，绩效选用GDP指标，竞争力选用人均GDP。效率、绩效指标尽量使用直观、定量、显性指标，少用或不采用定性指标，而竞争力指标则兼顾隐性与非财务等指标。

2.指标确定

综合借鉴李孟涛、王晓珍、薛东前、谭观音等研究成果，特别是李孟涛的博士论文。李孟涛比较科学合理地对物流绩效指标进行了关联度与区分度检验，从经济、社会与环境三方面比较全面地构建了指标。但李孟涛的方法把效率包含在绩效内，很多经济指标并不能用货币来衡量，因此本文在借鉴的同时作了适当调整：把效率部分指标从绩效中剥离出来，经济指标采用货币衡量，再参考其他文献确定，具体见表2、表3。

表2 效率指标

表3 绩效与竞争力指标

续表3

（三）研究方法及模型

1.数据包络分析

效率评价方法有数据包络分析（DEA）与随机前沿法（SFA）。DEA 是一种典型的多目标效率评价方法。其优点是：只需区分投入与产出，无需对数据进行无量纲化与另行定义函数形式，且对样本要求不高。本文采用DEA 法，DEA 法也有很多模型，文章只对城市物流效率进行分析，因此采用C2R-CBB 交叉模型。限于篇幅，下面只列出模型的对偶。

2.因子分析法

因子分析是一种成熟的分析多目标系统的方法，稳定反映各变量之间关系是其广泛应用的最大优点。本文采用因子分析法分析城市物流绩效与竞争力，现有文献及经典统计教材详细介绍了因子分析统计模型，而现有统计软件SPSS、Stata 都能方便进行因子分析。因此，本部分只介绍因子分析步骤：（1）适应性检验；（2）方差分析及碎石图；（3）旋转因子载荷；（4）因子得分及计算总得分。

3.熵权法

三、实证分析

（一）样本选取与数据来源

本文在参照方俊智与文淑惠（2017）[16]研究GMS中国城市空间经济联系时，选取了中国主要城市共32个样本，其中东部城市有北京市、天津市、石家庄市、沈阳市、上海市、南京市、杭州市、宁波市（副省级）、福州市、厦门市（副省级）、济南市、深圳市（副省级）、南宁市、海口市共14 个城市，中部城市有太原市、呼和浩特市、长春市、哈尔滨市、合肥市、南昌市、郑州市、武汉市、长沙市共9个城市，西部城市有重庆市、成都市、贵阳市、昆明市、西安市、兰州市、西宁市、银川市、乌鲁木齐市共9个城市。广州市与拉萨市因数据缺失严重，故排除在外。本文数据主要来源2018年《中国城市统计年鉴》，还有部分数据来自各市《统计年鉴》与《政府工作报告》，部分缺失值采用最近5 年平均增长率与2017 年数据相乘或插值法补全。特别地，效率指标中的产出指标“流通量”作为复合指标，借鉴李孟涛的方法，但因为城市年鉴数据库并没有列举铁路客运量与铁路货运量数据，因此修改为：流通量=公路客运量/10+水路客运量/2+航空客运量/13.7+公路货运量+水路货运量+航空货运量。

表4 城市物流DEA效率与规模效益计算结果

（二）第一阶段：城市物流效率分析

效率分析中，超效率采用Mydea软件得出，其他效率采用Deap 2.0软件得出。由表4可知，首先，上海市、海口市、昆明市、西宁市、银川市为技术效率、纯技术效率与规模效率有效，占整个样本的15.6%，不到总体的1/5，说明大部分中国城市物流效率不高。其次，除石家庄市、呼和浩特市、重庆市与贵阳市的纯技术效率有效外，其他各市的各种效率皆无效。再次，各种效率就全国平均而言，综合效率为0.737，纯技术效率为0.898，规模效率为0.813，都是非效率。分区域计算的综合效率、纯技术效率与规模效率，东部分别为0.681、0.839、0.800，中部分别为0.698、0.924、0.758，西部分别为0.861、0.966、0.887，效率值明显表现为西部＞中部＞东部。各城市物流超效率比较见图2。

物流DEA无效率城市中，从综合效率（θ*）来看，贵阳市的0.998 为最高，而天津市的0.219 为最低，说明天津市总体物流效率最低；从纯技术效率（σ*）来看，哈尔滨市的0.993为最高，天津市的0.66为最低，说明天津市应提高物流投入要素的合理利用程度；从规模效率（S*）来看，贵阳市的0.998为最高，沈阳市的0.278 为最低，说明沈阳市综合物流效率不高主要是由于其规模效率最差所引致的，反映了沈阳市物流的规模不经济；从规模收益（Σλ）来看，除上海市、海口市、昆明市、西宁市、银川市共5个城市规模收益不变外，只有杭州市递减外，其他城市都是递增的，表明样本区域城市应加大物流要素投入，加快发展物流行业。

图2 各城市物流超效率

（三）第二阶段：城市物流绩效与竞争力因子分析（采用Stata软件）

1.因子分析适用性检验

经过因子适用性KMO 检验，各样本KMO 有高有低，但大多在0.70 左右，由表5 可知，城市物流绩效的总体KMO 为0.7732，城市物流竞争力的总体KMO为0.6937，指标均在0.70左右的较高可接受范围，表明可以进行因子分析。模型LR 检验的卡方值：chi2（91）=432.89 Prob＞chi2=0.0000（绩效）；chi2（78）= 494.81 Prob＞chi2=0.0000（竞争力），表明模型非常显著。

表5 KMO与卡方值

2.方差分析及碎石图

采用主成分分析法并进行最大方差正交旋转，按照特征值大于1 的原则确定主因子个数。由表6可知，绩效特征值＞1取4个主因子，4个主因子旋转后累计贡献率达79.06%；竞争力特征值＞1取3个主因子，3 个主因子旋转后累计贡献率达86.43%。从绩效与竞争力选取的主因子数量看，均能解释原始变量变异而丢失较少信息，达到了降维的目的。

由图3碎石图可进一步直观测出提取因子特征值大小情况，图左部分显示绩效只有前4 个因子的特征值大于1，而图右部分显示竞争力只有3个。

图3 绩效与竞争力碎石图

3.旋转后因子载荷

旋转后城市物流绩效因子载荷结果见表6，第一公因子f1 上高载荷指标有X1、X4、X7、X8、X10、X11、X12、X14，其分别表示第三产业人数、民用航空客运量、民用航空货运量、城市GDP、电信业务收入、社会消费品零售总额、全年公共汽（电）车客运总量、城市建设用地面积，说明第一公因子与这些指标关系较近，其中经济因素载荷最高；第二公因子f2上高载荷指标有X2、X5，分别表示公路客运量、公路货运量，可以称为物流基础能力；第三公因子f3上高载荷指标有X3、X9，分别表示水运客运量、邮政业务收入；第四公因子f4 上高载荷指标有X6、X13，分别表示水运货运量、建成区绿化覆盖面积。旋转后城市竞争力因子载荷中，第一公因子f1上高载荷指标有Y2、Y3、Y5、Y6、Y9、Y10、Y11、Y12，其分别表示规模以上工业企业数、限额以上批发零售业企业数、移动电话年末用户数、互联网宽带接入用户数、规模以上工业企业固定资产合计、规模以上工业企业利润总额、限额以上批发零售商品销售总额、排水管道长度，可称为经济基础因素；第二公因子f2上高载荷指标有Y4、Y8、Y13，其分别表示普通高等学校在校学生数、第三产业占GDP 的比重、建成区绿化覆盖率、城市建设用地占市区面积比重，可称为环境因素；第三公因子f3 上高载荷指标有Y7，表示经济因素人均GDP。

4.因子得分和总得分

根据因子得分矩阵（限于篇幅，予以省略），以主因子旋转后的方差贡献率作为权数（见表7），可分别得出城市物流绩效与竞争力因子表达式，即绩效因子总得分F=（0.4812f1+0.1321f2+0.099f3+0.0783f4）/0.7906，竞争力因子总得分F=（0.5454f1+0.1565f2+0.1203f3）/0.8223。实证分析后可知，绩效排名前5 的是北京市、上海市、深圳市、重庆市与成都市，没有一个是中部城市；而绩效排后5名的是银川市、西宁市、呼和浩特市、太原市与兰州市，都是中西部城市。竞争力同时排在前5名的分别是上海市、北京市、深圳市、天津市、重庆市，没有一个中部城市；竞争力排后5名的是南昌市、南宁市、银川市、长春市与贵阳市。见表8、表9。

表6 旋转后因子载荷

表7 方差分析

（四）熵权法综合分析城市物流

上述二阶段分别对32个样本城市物流效率、绩效与竞争力两个阶段进行实证分析，对各城市两个阶段的排位已有个清晰轮廓。但如果把综合效率、绩效、竞争力三者作为一个整体来考察20个样本城市物流评价，其排位又怎样呢？为此下面采用熵权法分析上述综合效率（θ*）、绩效总得分、竞争力总得分进而求出各样本城市的权数。本部分采用Excel宏程序实现，具体步骤如下：

表8 绩效因子得分和总得分

续表8

表9 竞争力因子得分和总得分

Step1.原始数据表，见表10。

Step2.标准化。

Step3.计算比重。

Step4.计算权重，见表11。

Step5.城市物流综合得分，见表11。

表10 城市物流原始数据

由表11可知，综合城市物流效率、绩效、竞争力总体排位可分为优、良、差三类，其中优（排名前10位）的城市依次是上海市、北京市、深圳市、重庆市、杭州市、成都市、天津市、西安市、武汉市、南京市，东中西比例为6∶1∶3。结合前文综合效率实证，优类城市只有上海市为效率城市，而其他9 个城市为非效率城市，这是投入产出结构不合理和规模收效非效率引起的，应提升物流配置效率，加大物流要素投入；良（排名第11—22 位）的城市依次是宁波市、长沙市、昆明市、郑州市、银川市、海口市、厦门市、福州市、贵阳市、济南市、石家庄市、合肥市，东中西比例为6∶3∶3；差（后10位）的城市依次是南昌市、南宁市、沈阳市、太原市、兰州市、西宁市、长春市、呼和浩特、乌鲁木齐与哈尔滨，东中西比例为2∶5∶3。由此我们发现：32个样本城市的绩效与竞争力的位次几乎是同样的变化趋势，不少城市绩效竞争力的位次几乎完全相同，如上海市、北京市、深圳市、重庆市、成都市，表明绩效与竞争力两者具有很强的相关性，把城市物流效率、绩效、竞争力三者综合考虑后，各样本城市物流排位基本不变（个别如银川市，物流绩效与竞争力都比较低，但它是效率城市，因而综合物流在中间水平）。据此可得出结论：城市物流绩效、竞争力、效率三者有密切的相关关系，即绩效高的城市竞争力强、效率优，反之亦然。

表11 权重与城市物流综合排位

四、结论与不足

（一）结论

从第一阶段的效率分析可以得出：总体上，上海市、海口市、昆明市、西宁市、银川市共5个城市为技术效率、纯技术效率与规模效率有效，占整个样本的15.6%，不到总体的1/5，说明大部分中国城市物流效率不高。各种效率就全国平均而言，综合效率、纯技术效率、规模效率都是非效率，分区域计算的综合效率、纯技术效率与规模效率，效率值明显表现为西部＞中部＞东部。

物流DEA无效率城市中，从综合效率（θ*）来看，贵阳市最高，而天津市最低；从纯技术效率（σ*）来看，哈尔滨市最高，天津市最低；从规模效率（S*）来看，贵阳市最高，沈阳市最低；从规模收益（Σλ）来看，除上海市、海口市、昆明市、西宁市、银川市共5个城市规模收益不变外，只有杭州市递减，其他城市都是递增的。

从第二阶段的绩效与竞争力分析可以得出：影响物流绩效较大载荷因子是物流经济因素（第三产业人数、民用航空客运量、民用航空货运量、城市GDP、电信业务收入、社会消费品零售总额、全年公共汽（电）车客运总量、城市建设用地面积）；影响竞争力较大载荷因子是经济基础因素（规模以上工业企业数、限额以上批发零售业企业数、移动电话年末用户数、互联网宽带接入用户数、规模以上工业企业固定资产合计、规模以上工业企业利润总额、限额以上批发零售商品销售总额、排水管道长度），由此可见经济因素是影响城市物流水平的主要因素。绩效排名前5 名的是北京市、上海市、深圳市、重庆市与成都市，而绩效排后5名的是银川市、西宁市、呼和浩特市、太原市与兰州市；竞争力排在前5名的分别是上海市、北京市、深圳市、天津市、重庆市，竞争力排后5名的是南昌市、南宁市、银川市、长春市与贵阳市。

从综合效率、绩效与竞争力分析可以得出：排名前6 位的城市依次是上海市、北京市、深圳市、重庆市、杭州市、成都市，后6 位的城市依次是南昌市、南宁市、沈阳市、太原市、兰州市、西宁市，其余城市为中间层次；东部城市在优良区间超过半数，达60%，同时有过半数中西部城市在差的区间，表明中国分区域物流水平差异明显；32 个样本城市的绩效与竞争力的位次几乎是同样的变化趋势，表明绩效与竞争力两者具有很强的相关性，综合考虑城市物流效率、绩效、竞争力后，三者依然保持密切的相关关系，即绩效高的城市竞争力强、效率优，反之亦然。

（二）不足

首先，效率分析不完整。限于篇幅，城市物流效率分析部分只进行了各样本城市效率与非效率分析，而没有进行非效率样本城市投入冗余与产出不足的投影分析。本文主要目的是对中国城市物流效率、绩效与竞争力进行评价，并分东部、中部、西部区域进行比较，重点在于获取各城市相关方面差异，从而得出排位，不进行非效率的投影分析并不影响其分析效果。

其次，本文选用的指标都是定量指标。在评价城市效率与绩效时，设定的原则就是只考虑定量指标，指标选取充分考虑效率与绩效的变量特性，也就是尽量趋向物流而非城市特性。现有相关文献在物流竞争力指标方面部分采用区位、制度与政策（如高君林）[17]，竞争力评价没有采用定性指标，这会一定程度影响各城市排名。没有采用定性指标的原因，一方面是定性指标主观性太强不好操作，另一方面根据方俊智研究——区域城市呈现“核心—边缘”分布，这意味着区位、制度与政策因素与物流的其他影响因素基本匹配相关，不考虑这些因素不会影响评价结果，而且本文在绩效与竞争力指标中既有财务指标也有非财务指标。

再次，截面数据缺陷。样本城市选取中主要考虑直辖市、省会（省府）以及部分副省级城市，没有考虑其他地区地级市及以下城市，对我国全样本实证稍显不足；而且本文只选了2018年的截面数据进行分析，不能反映城市物流动态变化。这些不足希望在后续研究中采用面板数据、扩大到“一带一路”倡议所涵盖的区域内国外样本数据进行横向比较。