通沪区域物流效率研究

王 迎，夏慧玲，庞丽杰

（南通理工学院 商学院，江苏 南通 226002）

0 引言

近年来物流业发展十分迅速，但城市间物流效率却每况愈下，如何加快提升物流效率成为研究的重点。本文中研究的通沪区域物流效率评价是体现物流业发展水平的一个重要数据指标。南通市是中国第一批对外开放的沿海港口城市之一，在长江出海口北方，毗邻上海，与其仅一江之隔，区位优势明显，交通基础设施建设不断完善，货物周转量和货运总量在不断增加，经济运营规模也在不断扩大，对现代物流建设的需求也越来越大，需要强大的经济和资源支持才能更好地发展。南通与上海两地在经济上存在着明显的相融互补性。在通沪一体化发展的过程中，在区域范围内对两地物流业的发展建设进行有效的效率评价和合理的规划建设，对提高区域间物流效率、扩大物流服务经济程度、促进通沪一体化发展具有非常重要的意义。

1 文献综述与问题的提出

当经济发展到一定程度时，必然会追求物流质量与效率。对此，国内外许多学者进行了深入研究。国外研究开始较早，Schinnar运用DEA方法对第三方物流企业效率进行了评价，来选择合适的物流企业合作方；Weber从商品价格、退货率和推迟到货率等多角度评价了企业的物流效率；MIN，等把研究视角从企业内部拓展到外部，以当地多家物流企业为例，研究表明外部市场是影响企业物流效率的重要因素。HAMDAN，等利用DEA模型对美国多家同类型仓库进行效率测算评价；MERKERT，等指出物流基础设施建设和利用率是影响物流运输效率的主要因素。而国内学者偏向运用定量方法对物流效率进行评价。王琴梅，等认为经济发展水平和地理区位是影响物流效率的主要因素；张竟轶，等指出当前我国物流水平总体相对较高，规模效率呈递增趋势，但存在物流经营管理水平与物流发展不协调的问题。黄福华，等以生鲜农产品为样本，利用灰色关联模型分析出影响生鲜农产品物流效率的主要因素。张馨月运用Malmquist指数法对京津冀地区物流效率进行了动态分析，得出了提高物流效率的相关建议。

由以上分析可知，国内外学者在物流效率方面的研究有很多，但大多集中在具体省份，区域较大的范围上，或者针对企业，专门研究通沪两地物流效率分析了协同发展的文献相对较少。所以本文针对通沪两地物流业发展现状与效率进行具体研究。

2 研究方法与数据来源

2.1 研究方法

数据包络分析DEA（Data Envelopment Analysis）是一种求效率值的非参数方法，因为传统DEA模型无法剔除环境变量和随机误差因素的影响，因此本文采用由弗瑞德等于2002年提出的评估DMU效率的三阶段DEA模型法。第一阶段对研究对象的效率进行初步测算，第二阶段引入SFA回归分析分离出干扰因素的影响，第三阶段排除干扰因素的影响，测算出真实的物流效率值。

2.1.1 第一阶段。可变规模报酬的BCC模型是在CCR模型的基础上提出的，BCC模型有投入导向型和产出导向型两种模型，本文是研究物流效率，对投入值的控制比产出值要容易，因此采用投入导向型模型进行研究，目的是在产出水平一定的条件下，实现投入最优化，研究投入值最小化的规划问题。

投入导向下对偶形式的BCC模型可表示为：

其中，j=1,2，，n表示决策单元，x是投入变量，y是产出变量。若=1，S=S=0，则决策单元j是DEA有效，即技术有效和规模有效，这表明该地区的物流效率已经达到了最佳状态。如果=1，S≠0，或S≠0，则决策单元j是弱DEA有效，表明物流效率没有达到最佳状态，此时的投入与产出值需要进行调整。如果1，则决策单元j为DEA总体无效，即非DEA有效，说明该区域物流业存在投入浪费或产出不足的问题。

经过BCC模型测算出来的指标效率值为综合技术效率，可以进一步分离为规模效率和纯技术效率。纯技术效率反映了物流产业内资源配置效率和技术利用程度，综合技术效率等于规模效率与纯技术效率的乘积。决策单元的绩效受到管理无效率、环境因素和随机干扰三个因素的影响。

2.1.2 第二阶段。引入SFA模型，目的是分析是由何种因素造成的低效。由第一阶段的DEA模型测算出效率值，剔除外部环境因素和随机干扰误差对评价结果造成的影响后,得出由管理无效率问题造成的DMU投入大量冗余，从而调整投入变量，使通沪两地面对相同的外部环境。

根据Fried等的想法，构造如下类似SFA回归函数：

式（1）中为第个决策单元第项投入的松弛变值；Z 为环境变量；β为环境变量的系数；ν+μ是混合误差项，ν表示随机干扰项，(0,σ)表示随机干扰因素对投入松弛变量的影响；μ表示管理无效率项，表示管理因素对投入松弛变量的影响，设定其服从在零点截断的正态分布，即μ~N(0,σ)。

SFA回归的目的是将所有决策单元调整到相同的外部环境中，剔除外部环境因素和随机干扰误差。

现调整函数，公式如下：

在测算随机误差项时，需要注意分离管理无效率项，形式如下：

计算随机误差项，公式如下：

2.1.3 第三阶段。用调整过的投入数据代替原始的投入数据，再次利用DEA-BBC模型，重新分析上海、南通两地在经济发展过程中的物流投入产出比，更加真实地反映沪通两地物流效率的实际状况。

2.2 数据来源与描述

本文以南通、上海2013-2019年的物流产业投入产出效率为研究对象，投入变量、产出变量以及环境影响变量因素来自于各主管部门和行业的统计数据，摘录自《国家统计年鉴》《中国城市年鉴》及南通市、上海市、江苏省统计年鉴和国民经济发展统计公报。

3 区域物流效率评价指标体系构建与实证分析

3.1 物流效率评价指标体系构建

根据数据的可获取性，本文以交通运输业、仓储业和邮政业的统计数据作为物流业主要指标进行分析，选取的通沪区域物流效率评价的投入产出指标见表1。

表1 通沪区域物流产业效率测算指标体系

3.2 实证分析

3.2.1 基础数据。通过摘录《国家统计年鉴》《中国城市年鉴》及南通市、上海市、江苏省统计年鉴和国民经济发展统计公报，得出基础数据见表2。

由表2可知，沪通两地物流业固定资产投资越来越多，物流业越来越受到重视。物流业生产总值持续增加，未来有较大的增长空间，需要更加有效的政策措施来监督控制其良好发展的态势。

表2 通沪区域物流产业效率测算指标数值

南通物流业从业人员没有明显变化，上海物流业从业人员持续上升，从2013年的88.21万人增长到2019年的93.76万人。货运量方面，南通从2013年的30 347万t到2019年的24 584万t，呈现下降趋势。上海市的货运量总体持续增加，2019年已经达到109 609万t。2013-2019年上海市的货运周转量从178 680 000到298 010 000万t·km，增加了0.67倍。

3.2.2 指标数据的相关性分析。为了保证效率测度的科学性与有效性，本文利用SPSS 22.0软件对投入产出指标进行Pearson相关分析，具体结果见表3。

表3 Pearson相关分析

由表3可知，投入指标与产出指标两者之间均为正数，且都达到了1%的显著相关性，说明本文所选取的投入指标与产出指标之间存在显著的正相关关系，适合进行更深一步的研究。

4 物流效率测算

4.1 第一阶段分析

综合技术效率由技术效率和规模效率两部分构成，等于纯技术效率和规模效率的乘积，代表能够达到最优产出的能力。由表4可知:（1）在七年周期中2013-2018年南通综合效率一直高于上海，2019年南通效率下降，上海上升，达到效率前沿。（2）技术效率值达到1，表明这两个城市的物流效率在该时间周期中达到生产前沿面，实现了当前投入的最优产出，同时表示资源配置效率和管理技术水平达到最优。（3）两地效率均值能够达到0.8以上，说明投入产出效率达到较高水平，资源配置效率和管理水平较好。

表4 2013-2019年通沪地区物流综合效率

由表5可知：（1）两地的纯技术效率都较高，说明通沪区域的纯技术效率发展较好；（2）七年周期中两个城市的纯技术效率有4年均达到效率前沿，表明两地在管理和技术水平方面发展较好。（3）上海市在2014年及以前达到效率前沿面，2015年出现下降趋势。

表5 2013-2019年通沪地区区域物流产业纯技术效率

由表6可知，南通和上海的规模效率较高，均超过0.96，通过对通沪地区物流综合效率的分解，根据物流效率原理可以看出，对综合物流效率影响较大的是物流规模效率，物流规模效率与物流综合效率的变化趋势相同。

表6 2013-2019年通沪地区物流产业规模效率

BBC模型假设规模报酬不变，可根据规模报酬系数（lambda值）研究规模报酬情况：

第一：当规模报酬系数等于1时，说明规模收益不变（即达到最优状态）；

第二：当规模报酬系数小于1时，说明企业规模收益呈递增趋势（规模过小，扩大市场规模来增加社会效益）；

第三：当规模报酬系数大于1时，说明企业规模收益呈递减趋势（规模过大，减少规模来增加效益）。

从表7可以看出，上海、南通两地规模效率系数均等于或小于1，说明规模收益不变或递增。

表7 规模报酬分析

4.2 第二阶段SFA回归分析

应用似SFA回归模型，以第一阶段得到的投入松弛变量为被解释变量，将地区生产总值、对外贸易总额作为解释变量。利用DEA2.1和Frontier4.1模型进行SFA回归分析，结果见表8。

表8 SFA模型回归结果分析

根据第二阶段的分析结果，调整最初的投入变量数据，调整后的投入变量见表9。

表9 调整后的投入变量表

4.3 第三阶段DEA分析

用调整过的投入数据代替原始的投入数据，再次利用DEA-BBC模型测算物流效率，计算排除干扰因素后DEA测算的结果，见表10。

表10 2013-2019年第一阶段和调整后沪通物流效率变化

5 发展建议

为进一步提高通沪地区物流产业发展效率与质量，基于本文研究结论，提出以下几点发展建议:

（1）完善技术创新服务体系，推动物流技术创新。前文论述到通沪区域规模效益递增或不变的情况，纯技术效率和规模效率之间的高度配合对提升行业效率的效果十分显著，因此，加强技术创新可以大力推动物流业发展。

（2）加强通沪产业协同，推进一体化发展。在通沪一体化发展的背景下，两地应整合物流资源，实现各地物流产业差异化发展，避免无序竞争，充分发挥自身优势。

（3）加强区域物流外部环境协同。通沪两市应建立沟通和协调机制，进一步优化产业结构，减少资源重复配置，促进产业错位发展，做到优势互补，实现各地物流产业结构调整和布局优化，达成通沪区域物流协同发展的目标。

（4）政府权力放开。有关部门应正确把握物流市场导向，减少对物流行业的过度干预，引导物流市场积极健康发展，形成公平、开放和规范的高效现代化物流体系和市场氛围。

（5）提升人力资源水平，夯实发展基础。加强从业人员的技能提升，引进行业人才，构建完善的人才管理梯队，满足员工需求，提高对企业的满意度，激发工作和学习的积极性。对于员工本身，为了提高企业整体管理水平和增添发展后劲，要制定符合自身情况的职业规划，成为物流企业的引擎。

（6）加大新型基础设施投资建设。加快推动物流业与移动数据网络、大数据、人工智能等现代信息技术的深度融合，通过信息技术的升级带动物流行业服务能力和服务水平的提升。

（7）重视物流基础设施建设。应大力推动物流企业实现转型升级，形成政企合力格局。通过改善基础设施、优化空间布局、形成资源集聚和企业集聚，提高资源利用率和物流效率。

（8）促进区域物流协调发展。当前南通物流发展暂落后于上海地区，南通应利用自身区位优势，在物流资源、技术要素与配套服务上与上海相互融合互补，促进其物流业科学协调发展。