楊軍++莊惠子+冼威

摘 要：為明確我國(guó)物流效率，探索行業(yè)發(fā)展方向，文章采用SBM模型，在考慮環(huán)境影響的基礎(chǔ)上研究我國(guó)30個(gè)省市2008—2014年物流效率水平。結(jié)果顯示我國(guó)物流總體效率水平偏低，東部地區(qū)相對(duì)領(lǐng)先，西部地區(qū)相對(duì)落后，純效率低下是造成總體效率低下的主要原因。通過(guò)Tobit模型進(jìn)行影響因素回歸分析發(fā)現(xiàn)，資源利用率、區(qū)位優(yōu)勢(shì)、經(jīng)濟(jì)發(fā)展水平、市場(chǎng)化進(jìn)程對(duì)大多數(shù)地區(qū)有正向影響，而教育水平?jīng)]有起到積極作用。

關(guān)鍵詞：物流效率；環(huán)境約束；SBM；Tobit

1 物流效率研究概述

現(xiàn)有研究中，針對(duì)區(qū)域物流效率研究關(guān)注能源及碳排放的較少，大多數(shù)研究仍然僅考慮了資本及人力的投入，得出的結(jié)論未考量物流業(yè)發(fā)展來(lái)帶的能源問(wèn)題及污染問(wèn)題，不符合綠色物流、可持續(xù)發(fā)展的要求，不能最真實(shí)地反映物流效率。因此迫切需要對(duì)物流效率進(jìn)行準(zhǔn)確的評(píng)價(jià)、區(qū)分高效率與低效率地區(qū)、研究各地區(qū)物流投入與產(chǎn)出的關(guān)系、探尋物流效率差異的原因、尋找導(dǎo)致效率低下的影響因素。本文將選擇數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）方法，采用基于結(jié)構(gòu)的模型在考慮能源問(wèn)題的基礎(chǔ)上對(duì)我國(guó)物流效率進(jìn)行評(píng)價(jià)，并且研究其影響因素和改進(jìn)方向。

2 物流效率相關(guān)理論基礎(chǔ)

常見(jiàn)的效率評(píng)價(jià)方法包括投入產(chǎn)出法、作業(yè)成本法、層次分析法、綜合指數(shù)法、模糊評(píng)價(jià)法以及前沿效率分析法。其中前沿效率分析法中的數(shù)據(jù)包絡(luò)分析法具有不必提前確定投入產(chǎn)出間明確數(shù)學(xué)關(guān)系、不受指標(biāo)量綱影響、不需確定權(quán)重的優(yōu)勢(shì)。現(xiàn)有的大量效率研究都采用了DEA方法，研究對(duì)象包括文化產(chǎn)業(yè)、旅游業(yè)，故本文也采用該方法進(jìn)行研究。

2.1 SBM模型

DEA方法從提出到推廣應(yīng)用經(jīng)歷了不斷的發(fā)展和更新，Tone[1]于21世紀(jì)初期提出了一個(gè)新的、能夠解決傳統(tǒng)模型未將松弛量對(duì)結(jié)果的影響考察在內(nèi)的問(wèn)題模型，被稱(chēng)為基于結(jié)構(gòu)的模型（Structure Based Model，SBM），其表達(dá)式如下所示：

其中S-=ts-，S+=ts+，=tλ，t為標(biāo)量，λ為列向量，s-為投入冗余，s+為產(chǎn)出不足。當(dāng)τ=1，S-=0，S+=0時(shí)，決策單元為有效單元。

2.2 效率的分解

技術(shù)效率以規(guī)模報(bào)酬不變（Constant Returns to Scale，CRS）為前提，而當(dāng)考慮規(guī)模報(bào)酬可變（Variable Returns to Scale，VRS）時(shí)，即產(chǎn)出的變化并不總是隨著投入的變化而進(jìn)行等比例的變化時(shí)，所進(jìn)行的測(cè)算求得的效率為純技術(shù)效率。純技術(shù)效率反映的是考察對(duì)象在VRS條件下與生產(chǎn)前沿的距離。純技術(shù)效率在經(jīng)濟(jì)意義上反映的是由管理水平不同、技術(shù)水平差異等因素所帶來(lái)的差異。規(guī)模效率的計(jì)算方法是通過(guò)CRS條件下的效率值和VRS條件下的效率值相比較求得。規(guī)模效率在經(jīng)濟(jì)意義上反映的是規(guī)模影響下的效率差異[2]。

3 基于SBM模型的物流效率研究

3.1 物流效率評(píng)價(jià)指標(biāo)體系

現(xiàn)有研究中關(guān)于物流效率評(píng)價(jià)的投入產(chǎn)出設(shè)計(jì)中，大量學(xué)者對(duì)物流產(chǎn)業(yè)投入指標(biāo)的設(shè)計(jì)都根據(jù)KLEMS方法研究進(jìn)行。Strassner等[3]的研究中引用了KLEMS方法，即以 Capital（資本）、Labor（勞動(dòng)力）、Energy（能源）、Materials（材料）以及 S-purchased services（服務(wù)）為投入來(lái)衡量產(chǎn)業(yè)生產(chǎn)率。

3.2 物流效率實(shí)證分析

3.2.1 物流技術(shù)效率分析

我國(guó)物流總體效率偏低。在2008—2014年期間，樣本中超過(guò)2/3的地區(qū)從未達(dá)到過(guò)技術(shù)有效，達(dá)到過(guò)技術(shù)有效的地區(qū)也未能長(zhǎng)期保持[4-5]。就全國(guó)平均水平而言，物流效率在0.5上下徘徊，意味著在該模型下，樣本地區(qū)每年物流業(yè)實(shí)際產(chǎn)出量還未達(dá)到理想狀態(tài)的二分之一。盡管其他學(xué)者在考慮環(huán)境影響的條件下對(duì)全國(guó)較早時(shí)期物流效率的研究，近年來(lái)的物流技術(shù)效率相比以往不到0.3的水平已經(jīng)有了一定程度的提升，但仍然存在著較大的進(jìn)步空間。

地區(qū)間存在較為明顯的差距。在統(tǒng)計(jì)期間內(nèi)，東部地區(qū)的物流技術(shù)效率均高于中部地區(qū)和西部地區(qū)的平均水平，也高于全國(guó)平均水平。中部地區(qū)與東部地區(qū)的效率差距先放大后縮小，西部地區(qū)與中部地區(qū)的差距先縮小后放大，西部地區(qū)與東部地區(qū)始終存在著較大的物流技術(shù)效率差距。

3.2.2 物流技術(shù)效率分解

為了對(duì)物流效率進(jìn)行進(jìn)一步分解研究，根據(jù)上文所述的理論基礎(chǔ)，使用SBM-VRS模型對(duì) 2008—2014年我國(guó)物流業(yè)投入產(chǎn)出數(shù)據(jù)進(jìn)行計(jì)算，得到物流純技術(shù)效率，如圖1所示。

圖1 大三地區(qū)及全國(guó)平均物流純技術(shù)效率

從總體上看，東部地區(qū)的平均水平在統(tǒng)計(jì)期間均處于全國(guó)最高水平，西部地區(qū)的物流純技術(shù)效率則始終低于全國(guó)平均水平。東部地區(qū)超過(guò)90%的省市物流業(yè)純技術(shù)效率都在0.4以上，而中部和西部都只有不足70%的地區(qū)達(dá)到這一水平。盡管近年來(lái)中西部地區(qū)實(shí)現(xiàn)了一定程度的追趕，但就2014年的情況來(lái)看，中西部地區(qū)與東部地區(qū)仍存在水平上的明顯差距，還需要更進(jìn)一步地引進(jìn)新技術(shù)、學(xué)習(xí)管理新思路、開(kāi)放行業(yè)發(fā)展?fàn)顟B(tài)。

4 物流效率影響因素分析

Tobit模型由學(xué)者托賓最早提出，該模型適用于被解釋變量因?yàn)槭芟薅哂薪財(cái)嗵卣鞯那闆r。而通過(guò)DEA方法求得的效率值正好介于0與1之間，故選該方法開(kāi)展研究。模型的表達(dá)式如下。

4.1 物流效率影響因素指標(biāo)體系

現(xiàn)有研究中關(guān)于物流效率的影響因素的界定主要從行業(yè)內(nèi)部和行業(yè)外部?jī)蓚€(gè)角度出發(fā)，包括了物流資源投入、物流信息化程度、政策環(huán)境、經(jīng)濟(jì)環(huán)境等。

丁斌認(rèn)為影響物流產(chǎn)業(yè)效率的因素包括區(qū)域經(jīng)濟(jì)水平、經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)、對(duì)外開(kāi)放程度、政策環(huán)境和地區(qū)因素。劉勇選擇了制度、人力資本、基礎(chǔ)設(shè)施水平、和經(jīng)濟(jì)發(fā)展水平來(lái)分析環(huán)境對(duì)物流效率的影響。趙雷研究了以物流業(yè)人均投資額及人均物流網(wǎng)絡(luò)里程代表的物流資源投入水平、以人均實(shí)際GDP為代表的地區(qū)經(jīng)濟(jì)發(fā)展水平、以城鎮(zhèn)人口占比為代表的城鎮(zhèn)化水平以及物流專(zhuān)業(yè)化及信息化程度對(duì)物流效率的影響。田剛研究了人均受教育程度、國(guó)有率、政府干預(yù)、開(kāi)放程度以及產(chǎn)業(yè)結(jié)構(gòu)對(duì)物流效率的影響。

4.2 物流效率影響因素實(shí)證分析

資源利用率綜合指數(shù)對(duì)物流效率有較大正面影響，說(shuō)明在不斷加大物流業(yè)投資力度、大力促進(jìn)物流行業(yè)發(fā)展的大背景下，如何將投入的資源進(jìn)行有效利用成為提高物流效率的重中之重[6]。

5 結(jié)語(yǔ)

通過(guò)上文對(duì)統(tǒng)計(jì)樣本的測(cè)算研究可得，我國(guó)總體物流效率還處于較低水平。在2008—2014年期間，樣本中的30個(gè)省市總體物流效率有效比率最高僅為27%，大多未超過(guò)20%，總體有效率偏低?？紤]環(huán)境影響后，效率值僅在0.45上下浮動(dòng)，遠(yuǎn)低于其他學(xué)者不考慮環(huán)境影響的研究成果，因此在綠色物流、節(jié)能減排方面還存在較大提升空間。通過(guò)對(duì)技術(shù)效率的分解研究可得，純技術(shù)效率偏低是總體效率偏低的主要因素，說(shuō)明我國(guó)物流業(yè)還需進(jìn)一步提升“軟實(shí)力”，以更好地將不斷擴(kuò)張的投入更有效地轉(zhuǎn)化為行業(yè)產(chǎn)出。

[參考文獻(xiàn)]

[1]TONE K A. Efficiencies in data envelopment analysis[J]. Management Science， 1984（9）：1078-1092.

[2]FARREL M J.The measurement of productive efficiency[J].Journal of Royal Statistical Society， 1957（120）：253-281.

[3]STRASSNER E H， MEDEIROS G W， SMITH G M. Annual industry accounts：introducing klems input estimates for 1997—2003[J]. Survey of Current Business， 2005（9）：31-65.

[4]鄧學(xué)平.我國(guó)物流企業(yè)全要素生產(chǎn)率分析[J].系統(tǒng)工程，2008（6）：1-9.

[5]劉秉鐮，李清彬.中國(guó)城市全要素生產(chǎn)率的動(dòng)態(tài)實(shí)證分析：1990—2006—基于 DEA模型的Malmquist指數(shù)方法[J].南開(kāi)經(jīng)濟(jì)研究，2009（3）：139-152.

[6]王維國(guó)，馬越越.中國(guó)區(qū)域物流產(chǎn)業(yè)效率[J].系統(tǒng)工程，2012（3）：66-75.endprint