王 迎，夏慧玲，龐麗杰

（南通理工學(xué)院 商學(xué)院，江蘇 南通 226002）

0 引言

近年來(lái)物流業(yè)發(fā)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(diǎn)。本文中研究的通滬區(qū)域物流效率評(píng)價(jià)是體現(xiàn)物流業(yè)發(fā)展水平的一個(gè)重要數(shù)據(jù)指標(biāo)。南通市是中國(guó)第一批對(duì)外開(kāi)放的沿海港口城市之一，在長(zhǎng)江出海口北方，毗鄰上海，與其僅一江之隔，區(qū)位優(yōu)勢(shì)明顯，交通基礎(chǔ)設(shè)施建設(shè)不斷完善，貨物周轉(zhuǎn)量和貨運(yùn)總量在不斷增加，經(jīng)濟(jì)運(yùn)營(yíng)規(guī)模也在不斷擴(kuò)大，對(duì)現(xiàn)代物流建設(shè)的需求也越來(lái)越大，需要強(qiáng)大的經(jīng)濟(jì)和資源支持才能更好地發(fā)展。南通與上海兩地在經(jīng)濟(jì)上存在著明顯的相融互補(bǔ)性。在通滬一體化發(fā)展的過(guò)程中，在區(qū)域范圍內(nèi)對(duì)兩地物流業(yè)的發(fā)展建設(shè)進(jìn)行有效的效率評(píng)價(jià)和合理的規(guī)劃建設(shè)，對(duì)提高區(qū)域間物流效率、擴(kuò)大物流服務(wù)經(jīng)濟(jì)程度、促進(jìn)通滬一體化發(fā)展具有非常重要的意義。

1 文獻(xiàn)綜述與問(wèn)題的提出

當(dāng)經(jīng)濟(jì)發(fā)展到一定程度時(shí)，必然會(huì)追求物流質(zhì)量與效率。對(duì)此，國(guó)內(nèi)外許多學(xué)者進(jìn)行了深入研究。國(guó)外研究開(kāi)始較早，Schinnar運(yùn)用DEA方法對(duì)第三方物流企業(yè)效率進(jìn)行了評(píng)價(jià)，來(lái)選擇合適的物流企業(yè)合作方；Weber從商品價(jià)格、退貨率和推遲到貨率等多角度評(píng)價(jià)了企業(yè)的物流效率；MIN，等把研究視角從企業(yè)內(nèi)部拓展到外部，以當(dāng)?shù)囟嗉椅锪髌髽I(yè)為例，研究表明外部市場(chǎng)是影響企業(yè)物流效率的重要因素。HAMDAN，等利用DEA模型對(duì)美國(guó)多家同類(lèi)型倉(cāng)庫(kù)進(jìn)行效率測(cè)算評(píng)價(jià)；MERKERT，等指出物流基礎(chǔ)設(shè)施建設(shè)和利用率是影響物流運(yùn)輸效率的主要因素。而國(guó)內(nèi)學(xué)者偏向運(yùn)用定量方法對(duì)物流效率進(jìn)行評(píng)價(jià)。王琴梅，等認(rèn)為經(jīng)濟(jì)發(fā)展水平和地理區(qū)位是影響物流效率的主要因素；張竟軼，等指出當(dāng)前我國(guó)物流水平總體相對(duì)較高，規(guī)模效率呈遞增趨勢(shì)，但存在物流經(jīng)營(yíng)管理水平與物流發(fā)展不協(xié)調(diào)的問(wèn)題。黃福華，等以生鮮農(nóng)產(chǎn)品為樣本，利用灰色關(guān)聯(lián)模型分析出影響生鮮農(nóng)產(chǎn)品物流效率的主要因素。張馨月運(yùn)用Malmquist指數(shù)法對(duì)京津冀地區(qū)物流效率進(jìn)行了動(dòng)態(tài)分析，得出了提高物流效率的相關(guān)建議。

由以上分析可知，國(guó)內(nèi)外學(xué)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(qū)域較大的范圍上，或者針對(duì)企業(yè)，專(zhuān)門(mén)研究通滬兩地物流效率分析了協(xié)同發(fā)展的文獻(xiàn)相對(duì)較少。所以本文針對(duì)通滬兩地物流業(yè)發(fā)展現(xiàn)狀與效率進(jìn)行具體研究。

2 研究方法與數(shù)據(jù)來(lái)源

2.1 研究方法

數(shù)據(jù)包絡(luò)分析DEA（Data Envelopment Analysis）是一種求效率值的非參數(shù)方法，因?yàn)閭鹘y(tǒng)DEA模型無(wú)法剔除環(huán)境變量和隨機(jī)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(píng)估DMU效率的三階段DEA模型法。第一階段對(duì)研究對(duì)象的效率進(jìn)行初步測(cè)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(cè)算出真實(shí)的物流效率值。

2.1.1 第一階段?？勺円?guī)模報(bào)酬的BCC模型是在CCR模型的基礎(chǔ)上提出的，BCC模型有投入導(dǎo)向型和產(chǎn)出導(dǎo)向型兩種模型，本文是研究物流效率，對(duì)投入值的控制比產(chǎn)出值要容易，因此采用投入導(dǎo)向型模型進(jìn)行研究，目的是在產(chǎn)出水平一定的條件下，實(shí)現(xiàn)投入最優(yōu)化，研究投入值最小化的規(guī)劃問(wèn)題。

投入導(dǎo)向下對(duì)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(chǎn)出變量。若=1，S=S=0，則決策單元j是DEA有效，即技術(shù)有效和規(guī)模有效，這表明該地區(qū)的物流效率已經(jīng)達(dá)到了最佳狀態(tài)。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(méi)有達(dá)到最佳狀態(tài)，此時(shí)的投入與產(chǎn)出值需要進(jìn)行調(diào)整。如果1，則決策單元j為DEA總體無(wú)效，即非DEA有效，說(shuō)明該區(qū)域物流業(yè)存在投入浪費(fèi)或產(chǎn)出不足的問(wèn)題。

經(jīng)過(guò)BCC模型測(cè)算出來(lái)的指標(biāo)效率值為綜合技術(shù)效率，可以進(jìn)一步分離為規(guī)模效率和純技術(shù)效率。純技術(shù)效率反映了物流產(chǎn)業(yè)內(nèi)資源配置效率和技術(shù)利用程度，綜合技術(shù)效率等于規(guī)模效率與純技術(shù)效率的乘積。決策單元的績(jī)效受到管理無(wú)效率、環(huán)境因素和隨機(jī)干擾三個(gè)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(cè)算出效率值，剔除外部環(huán)境因素和隨機(jī)干擾誤差對(duì)評(píng)價(jià)結(jié)果造成的影響后,得出由管理無(wú)效率問(wèn)題造成的DMU投入大量冗余，從而調(diào)整投入變量，使通滬兩地面對(duì)相同的外部環(huán)境。

根據(jù)Fried等的想法，構(gòu)造如下類(lèi)似SFA回歸函數(shù)：

式（1）中為第個(gè)決策單元第項(xiàng)投入的松弛變值；Z 為環(huán)境變量；β為環(huán)境變量的系數(shù)；ν+μ是混合誤差項(xiàng)，ν表示隨機(jī)干擾項(xiàng)，(0,σ)表示隨機(jī)干擾因素對(duì)投入松弛變量的影響；μ表示管理無(wú)效率項(xiàng)，表示管理因素對(duì)投入松弛變量的影響，設(shè)定其服從在零點(diǎn)截?cái)嗟恼龖B(tài)分布，即μ~N(0,σ)。

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

現(xiàn)調(diào)整函數(shù)，公式如下：

在測(cè)算隨機(jī)誤差項(xiàng)時(shí)，需要注意分離管理無(wú)效率項(xiàng)，形式如下：

計(jì)算隨機(jī)誤差項(xiàng)，公式如下：

2.1.3 第三階段。用調(diào)整過(guò)的投入數(shù)據(jù)代替原始的投入數(shù)據(jù)，再次利用DEA-BBC模型，重新分析上海、南通兩地在經(jīng)濟(jì)發(fā)展過(guò)程中的物流投入產(chǎn)出比，更加真實(shí)地反映滬通兩地物流效率的實(shí)際狀況。

2.2 數(shù)據(jù)來(lái)源與描述

本文以南通、上海2013-2019年的物流產(chǎn)業(yè)投入產(chǎn)出效率為研究對(duì)象，投入變量、產(chǎn)出變量以及環(huán)境影響變量因素來(lái)自于各主管部門(mén)和行業(yè)的統(tǒng)計(jì)數(shù)據(jù)，摘錄自《國(guó)家統(tǒng)計(jì)年鑒》《中國(guó)城市年鑒》及南通市、上海市、江蘇省統(tǒng)計(jì)年鑒和國(guó)民經(jīng)濟(jì)發(fā)展統(tǒng)計(jì)公報(bào)。

3 區(qū)域物流效率評(píng)價(jià)指標(biāo)體系構(gòu)建與實(shí)證分析

3.1 物流效率評(píng)價(jià)指標(biāo)體系構(gòu)建

根據(jù)數(shù)據(jù)的可獲取性，本文以交通運(yùn)輸業(yè)、倉(cāng)儲(chǔ)業(yè)和郵政業(yè)的統(tǒng)計(jì)數(shù)據(jù)作為物流業(yè)主要指標(biāo)進(jìn)行分析，選取的通滬區(qū)域物流效率評(píng)價(jià)的投入產(chǎn)出指標(biāo)見(jiàn)表1。

表1 通滬區(qū)域物流產(chǎn)業(yè)效率測(cè)算指標(biāo)體系

3.2 實(shí)證分析

3.2.1 基礎(chǔ)數(shù)據(jù)。通過(guò)摘錄《國(guó)家統(tǒng)計(jì)年鑒》《中國(guó)城市年鑒》及南通市、上海市、江蘇省統(tǒng)計(jì)年鑒和國(guó)民經(jīng)濟(jì)發(fā)展統(tǒng)計(jì)公報(bào)，得出基礎(chǔ)數(shù)據(jù)見(jiàn)表2。

由表2可知，滬通兩地物流業(yè)固定資產(chǎn)投資越來(lái)越多，物流業(yè)越來(lái)越受到重視。物流業(yè)生產(chǎn)總值持續(xù)增加，未來(lái)有較大的增長(zhǎng)空間，需要更加有效的政策措施來(lái)監(jiān)督控制其良好發(fā)展的態(tài)勢(shì)。

表2 通滬區(qū)域物流產(chǎn)業(yè)效率測(cè)算指標(biāo)數(shù)值

南通物流業(yè)從業(yè)人員沒(méi)有明顯變化，上海物流業(yè)從業(yè)人員持續(xù)上升，從2013年的88.21萬(wàn)人增長(zhǎng)到2019年的93.76萬(wàn)人。貨運(yùn)量方面，南通從2013年的30 347萬(wàn)t到2019年的24 584萬(wàn)t，呈現(xiàn)下降趨勢(shì)。上海市的貨運(yùn)量總體持續(xù)增加，2019年已經(jīng)達(dá)到109 609萬(wàn)t。2013-2019年上海市的貨運(yùn)周轉(zhuǎn)量從178 680 000到298 010 000萬(wàn)t·km，增加了0.67倍。

3.2.2 指標(biāo)數(shù)據(jù)的相關(guān)性分析。為了保證效率測(cè)度的科學(xué)性與有效性，本文利用SPSS 22.0軟件對(duì)投入產(chǎn)出指標(biāo)進(jìn)行Pearson相關(guān)分析，具體結(jié)果見(jiàn)表3。

表3 Pearson相關(guān)分析

由表3可知，投入指標(biāo)與產(chǎn)出指標(biāo)兩者之間均為正數(shù)，且都達(dá)到了1%的顯著相關(guān)性，說(shuō)明本文所選取的投入指標(biāo)與產(chǎn)出指標(biāo)之間存在顯著的正相關(guān)關(guān)系，適合進(jìn)行更深一步的研究。

4 物流效率測(cè)算

4.1 第一階段分析

綜合技術(shù)效率由技術(shù)效率和規(guī)模效率兩部分構(gòu)成，等于純技術(shù)效率和規(guī)模效率的乘積，代表能夠達(dá)到最優(yōu)產(chǎn)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(dá)到效率前沿。（2）技術(shù)效率值達(dá)到1，表明這兩個(gè)城市的物流效率在該時(shí)間周期中達(dá)到生產(chǎn)前沿面，實(shí)現(xiàn)了當(dāng)前投入的最優(yōu)產(chǎn)出，同時(shí)表示資源配置效率和管理技術(shù)水平達(dá)到最優(yōu)。（3）兩地效率均值能夠達(dá)到0.8以上，說(shuō)明投入產(chǎn)出效率達(dá)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(qū)物流綜合效率

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

表5 2013-2019年通滬地區(qū)區(qū)域物流產(chǎn)業(yè)純技術(shù)效率

由表6可知，南通和上海的規(guī)模效率較高，均超過(guò)0.96，通過(guò)對(duì)通滬地區(qū)物流綜合效率的分解，根據(jù)物流效率原理可以看出，對(duì)綜合物流效率影響較大的是物流規(guī)模效率，物流規(guī)模效率與物流綜合效率的變化趨勢(shì)相同。

表6 2013-2019年通滬地區(qū)物流產(chǎn)業(yè)規(guī)模效率

BBC模型假設(shè)規(guī)模報(bào)酬不變，可根據(jù)規(guī)模報(bào)酬系數(shù)（lambda值）研究規(guī)模報(bào)酬情況：

第一：當(dāng)規(guī)模報(bào)酬系數(shù)等于1時(shí)，說(shuō)明規(guī)模收益不變（即達(dá)到最優(yōu)狀態(tài)）；

第二：當(dāng)規(guī)模報(bào)酬系數(shù)小于1時(shí)，說(shuō)明企業(yè)規(guī)模收益呈遞增趨勢(shì)（規(guī)模過(guò)小，擴(kuò)大市場(chǎng)規(guī)模來(lái)增加社會(huì)效益）；

第三：當(dāng)規(guī)模報(bào)酬系數(shù)大于1時(shí)，說(shuō)明企業(yè)規(guī)模收益呈遞減趨勢(shì)（規(guī)模過(guò)大，減少規(guī)模來(lái)增加效益）。

從表7可以看出，上海、南通兩地規(guī)模效率系數(shù)均等于或小于1，說(shuō)明規(guī)模收益不變或遞增。

表7 規(guī)模報(bào)酬分析

4.2 第二階段SFA回歸分析

應(yīng)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(qū)生產(chǎn)總值、對(duì)外貿(mào)易總額作為解釋變量。利用DEA2.1和Frontier4.1模型進(jìn)行SFA回歸分析，結(jié)果見(jiàn)表8。

表8 SFA模型回歸結(jié)果分析

根據(jù)第二階段的分析結(jié)果，調(diào)整最初的投入變量數(shù)據(jù)，調(diào)整后的投入變量見(jiàn)表9。

表9 調(diào)整后的投入變量表

4.3 第三階段DEA分析

用調(diào)整過(guò)的投入數(shù)據(jù)代替原始的投入數(shù)據(jù)，再次利用DEA-BBC模型測(cè)算物流效率，計(jì)算排除干擾因素后DEA測(cè)算的結(jié)果，見(jiàn)表10。

表10 2013-2019年第一階段和調(diào)整后滬通物流效率變化

5 發(fā)展建議

為進(jìn)一步提高通滬地區(qū)物流產(chǎn)業(yè)發(fā)展效率與質(zhì)量，基于本文研究結(jié)論，提出以下幾點(diǎn)發(fā)展建議:

（1）完善技術(shù)創(chuàng)新服務(wù)體系，推動(dòng)物流技術(shù)創(chuàng)新。前文論述到通滬區(qū)域規(guī)模效益遞增或不變的情況，純技術(shù)效率和規(guī)模效率之間的高度配合對(duì)提升行業(yè)效率的效果十分顯著，因此，加強(qiáng)技術(shù)創(chuàng)新可以大力推動(dòng)物流業(yè)發(fā)展。

（2）加強(qiáng)通滬產(chǎn)業(yè)協(xié)同，推進(jìn)一體化發(fā)展。在通滬一體化發(fā)展的背景下，兩地應(yīng)整合物流資源，實(shí)現(xiàn)各地物流產(chǎn)業(yè)差異化發(fā)展，避免無(wú)序競(jìng)爭(zhēng)，充分發(fā)揮自身優(yōu)勢(shì)。

（3）加強(qiáng)區(qū)域物流外部環(huán)境協(xié)同。通滬兩市應(yīng)建立溝通和協(xié)調(diào)機(jī)制，進(jìn)一步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，減少資源重復(fù)配置，促進(jìn)產(chǎn)業(yè)錯(cuò)位發(fā)展，做到優(yōu)勢(shì)互補(bǔ)，實(shí)現(xiàn)各地物流產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和布局優(yōu)化，達(dá)成通滬區(qū)域物流協(xié)同發(fā)展的目標(biāo)。

（4）政府權(quán)力放開(kāi)。有關(guān)部門(mén)應(yīng)正確把握物流市場(chǎng)導(dǎo)向，減少對(duì)物流行業(yè)的過(guò)度干預(yù)，引導(dǎo)物流市場(chǎng)積極健康發(fā)展，形成公平、開(kāi)放和規(guī)范的高效現(xiàn)代化物流體系和市場(chǎng)氛圍。

（5）提升人力資源水平，夯實(shí)發(fā)展基礎(chǔ)。加強(qiáng)從業(yè)人員的技能提升，引進(jìn)行業(yè)人才，構(gòu)建完善的人才管理梯隊(duì)，滿(mǎn)足員工需求，提高對(duì)企業(yè)的滿(mǎn)意度，激發(fā)工作和學(xué)習(xí)的積極性。對(duì)于員工本身，為了提高企業(yè)整體管理水平和增添發(fā)展后勁，要制定符合自身情況的職業(yè)規(guī)劃，成為物流企業(yè)的引擎。

（6）加大新型基礎(chǔ)設(shè)施投資建設(shè)。加快推動(dòng)物流業(yè)與移動(dòng)數(shù)據(jù)網(wǎng)絡(luò)、大數(shù)據(jù)、人工智能等現(xiàn)代信息技術(shù)的深度融合，通過(guò)信息技術(shù)的升級(jí)帶動(dòng)物流行業(yè)服務(wù)能力和服務(wù)水平的提升。

（7）重視物流基礎(chǔ)設(shè)施建設(shè)。應(yīng)大力推動(dòng)物流企業(yè)實(shí)現(xiàn)轉(zhuǎn)型升級(jí)，形成政企合力格局。通過(guò)改善基礎(chǔ)設(shè)施、優(yōu)化空間布局、形成資源集聚和企業(yè)集聚，提高資源利用率和物流效率。

（8）促進(jìn)區(qū)域物流協(xié)調(diào)發(fā)展。當(dāng)前南通物流發(fā)展暫落后于上海地區(qū)，南通應(yīng)利用自身區(qū)位優(yōu)勢(shì)，在物流資源、技術(shù)要素與配套服務(wù)上與上海相互融合互補(bǔ)，促進(jìn)其物流業(yè)科學(xué)協(xié)調(diào)發(fā)展。