我国物流业效率评价及其影响因素分析
刘 岩1 副教授 田 强2 通讯作者（1、长春大学管理学院 长春 130022 2、烟台南山学院商学院 山东烟台 265700）
内容摘要： 各地因资源禀赋不同造成物流业发展差距，对物流业效率作评价研究能为促进物流业均衡高效发展提供参考。利用数据包络分析法中的BCC模型测度2016年全国31个省市的物流效率，在对效率结果作聚类分析后发现物流效率较高的前两类地区主要是经济发达的沿海地区。借助相关性分析发现对外开放程度、技术水平、产业结构和教育水平与纯技术效率密切相关，而地区生产总值、社会消费品零售总额、批发零售业总额、物流业从业人数、固定资产投资量、物流网络里程与规模效率密切相关。最后为促进我国物流业的均衡高效发展提出对策建议。
关键词： 物流效率 影响因素 BCC模型 聚类分析 相关性分析
引言
物流业作为经济发展的动脉与基础产业，对提升国民经济质量、增强经济竞争力有重要意义，其发展水平已成为衡量国家或地区现代化程度与经济竞争力的重要标志。近年来我国物流业迅速发展，物流业增加值由2007年的14605.1亿元增长到2016年的33058.8亿元，但物流业增加值大幅提升的背后，存在着道路交通和物流园区等基础设施过度建设或能源消耗过快、自然环境严重污染等问题。从经济角度看，在高速大量的产出下追求投入最小化，对实现物流业高效运转、提升国民经济质量具有重要意义。
目前对物流产业作效率分析的研究结果虽然较多，但基本可以分成两类：一类是单纯的效率研究，包括对航空物流、港口物流、公路物流及区域经济带物流产业的效率评价；另一类是效率分析之后对物流业效率的影响因素进行实证分析，用的较多的是Tobit分析模型。一方面目前的研究重点主要集中在长三角和珠三角等区域性物流业效率的测度分析上，缺乏对全国31个省域物流效率的全面评价研究；另一方面对影响因素的分析方法较为单一，采用新分析方法的研究成果还相对较少。因此本文在利用软件Deap2.1测度全国31个省级行政单位（港澳台除外）的物流业效率基础上，将聚类分析和相关性分析结合以探究物流业纯技术效率和规模效率的影响因素。
全国各地物流业发展概况
物流业增加值可作为反映物流业发展状况的一个方面，根据国家统计局公布的数据以交通运输、仓储及邮政业增加值代替物流业增加值，全国31个省级行政单位的物流业增加值如图1所示。各地物流业增加值差距极大，反映出物流业发展极不平衡。物流业增加值及地区生产总值的各省排名如图2所示。
上图可见，牛奶过敏儿童随着症状加重全血基因组DNA甲基化水平逐渐下降，实验组1和实验组2与对照组比较差异显著（P＜0.05），实验组3（重症组）与正常对照组比较有极显著差异 （P＜0.01）。
脊柱骨折是临床中骨外科常见疾病，该病患者骨折种类较多，包括压缩性骨折及爆裂性骨折等不同形式，因此临床诊断难度较高[1]。对此，本研究应用CT检查与X线检查分别实施诊断，对比上述2种检查方式的差异性。
综合效率值可看作是纯技术效率值与规模效率值的乘积，纯技术效率值为1表示管理技术水平处在生产前沿面，规模效率值为1表示产业规模合理无需调整。根据表1，北京、天津、河北、辽宁、上海、安徽的综合技术效率值、纯技术效率值和规模效率值均为1，说明这些地区在2016年相对其它省市处于DEA有效状态，物流业发展状况良好。江苏、福建、广东、海南、西藏和宁夏的纯技术效率值为1而规模效率值均小于1，说明以上地区的管理技术水平在现有条件下是有效的但物流业发展规模不尽合理。江苏、福建、广东三省的规模收益为递减类型，说明它们经济发达对物流业投资已出现冗余，应适当缩减物流业规模。海南、西藏、宁夏三省的规模收益为递增类型，表明它们的物流业规模还比较弱小，需加大政策扶持力度、扩大物流产业规模。山西、内蒙古、吉林等纯技术效率值与规模效率值均小于1的省份，既需要提高物流业管理技术水平又需要根据自身规模收益类型调整产业规模。
图1 2016年全国各省（市）物流业增加值情况（亿元）
图2 2016年31个省级行政单位物流业增加值及地区生产总值排名
表1 2016年我国31个省级行政单位BCC模型下物流业效率测度结果
表2 31个省（直辖市）物流效率的聚类结果
基于BCC-DEA模型的我国物流业效率测度
（一）研究方法及数据来源
数据包络分析法（Data Envelopment Analysis）是目前定量分析物流产业运行状况最有效的研究方法，在研究多投入多产出问题时具有明显优势。BCC模型考虑到实际生产中规模报酬可变的现实情况，将综合效率分解为规模效率和纯技术效率，进一步解决有效生产前沿面的问题。本文利用Deap2.1软件采用BCC模型对2016年全国31个省级单位的物流业效率作实证分析。鉴于货物周转量能够相对全面地反映区域内物流需求，故选取物流业增加值（亿元）和货物周转量（亿吨公里）作为产出要素。另从人、财、物三方面考虑，将物流业从业人数（人）、物流业固定资产投资量（亿元）及物流网络里程（万公里）作为投入要素。其中以交通运输、仓储及邮政业代替物流业，以公路里程、铁路里程及内河航道里程的线路之和作为物流网络里程。以上数据均来源于国家统计局。
（二）效率结果及分析
由图2可知，以物流业增加值而论，2016年全国31个省级行政单位中排名前三的分别是广东、江苏和山东，最后两位分别是青海和西藏。这些省份的经济排名与物流总值排名完全一致，说明区域经济发展水平与区域物流需求存在强相关性。除这三个省份外还有河南、湖南、广西等共9个省份的经济排名与物流业总值排名一致，另有河北、山西、内蒙古、辽宁、重庆等9个省（直辖市）的物流业总值排名优于经济排名，剩余北京、天津、吉林、黑龙江、上海等13个省（直辖市）的经济排名优于物流总值排名。经济排名与物流总值排名完全一致的省份接近全部省份的三分之一，而剩余三分之二排名并不一致的省市中大部分地区的经济排名与物流总值排名差额在5个名次以内。以上情况足以反映出以下两点：第一，经济水平从总体上对物流业发展水平起决定性作用；第二，各地由于资源禀赋等存在差异导致物流业效率与经济效率之间出现不协调、不匹配。
福建省是山洪灾害易发多发区。2010年开始，福建省在有山洪灾害防治任务的69个县（市、区）分批实施山洪灾害防治县级非工程措施项目建设。目前有50个县（市、区）通过初步验收，投入试运行。在项目建设过程中，福建省整合部门资源，突出乡村防灾建设，深入推行“预警到乡、预案到村、责任到人”的防汛机制，有效提高了山丘区的山洪灾害防御能力。
我国物流业效率的影响因素分析
（一）聚类分析
纯技术效率影响因素分析。针对沿海地区物流业纯技术效率值较高的情况，初步假定纯技术效率值与区位优势有密切关系。为验证该判断的正确性，利用SPSS22.0对BCC模型结果中各地物流业纯技术效率与表示区位优势及经济总量的有关指标作相关性分析。通过纯技术效率与所选指标的相关系数及显著性情况检验它们之间是否存在密切关系。沿海地区的区位优势比较特殊，主要体现在对外开放程度高，便于招商引资、吸引人才和技术，经济结构相对合理、地区教育水平也较高。因此选取地区生产总值（亿元）、第三产业占比（%）、技术市场成交额（亿元）、外商投资企业数（户）、每十万人口高等教育学校平均在校生数（人）与各省市的纯技术效率值作相关性分析，需先对各指标作数据标准化处理以消除不同量纲的影响，最后结果如表3所示。
由表3可知，纯技术效率与地区生产总值的相关性较弱，而与外商投资企业数、第三产业占比、每十万人口高等教育学校平均在校生数及技术市场成交额密切相关，以上因素分别代表地区对外开放程度、产业结构优化程度、教育水平和技术溢出能力。这与BCC模型对处于DEA有效状态的北京、天津、河北等地的测度结果基本一致。沿海地区依靠其优越的地理优势，对外开放程度高，货运商贸业发达，技术交流频繁，产业结构相对合理，思想观念较为先进，教育水平也相对较高，使得物流业从业人员拥有良好的知识技能和职业素养，能够较早接触并快速掌握先进的管理技术，最终从整体上提高整个物流业的纯技术效率。
（二）相关性分析
为深入挖掘物流业效率的影响因素，利用SPSS22.0软件对BCC模型分析结果中各省市作系统聚类分析，方法采用组件链接，测量区间采用Euclidean距离。聚类依据变量选择综合效率值、纯技术效率值、规模效率值和规模收益类型，并将BCC结果中的“规模收益类型”进行编码处理以使分析结果更全面、科学：以“0”代表“不变”类型，以“1”代表“递增”类型，以“-1”代表“递减”类型。将分析结果整理后可得到表2。
第一类，这些地区均处于DEA有效状态，物流业发展状况相对理想。第二类，这些地区的纯技术效率和规模效率也相对较高，仅次于第一类省市。第三类，它们的纯技术效率和规模效率值均远小于1，说明这些地区既需要提升管理技术水平又需要大幅调整产业规模。以上分类结果与数据包络分析法对各省市的效率分析结果基本一致，反映出该聚类分析可信度较高。尽管第二类省市的物流业需要“微调”，无论管理技术方面的改进还是产业规模方面的调整，幅度比第三类省市小得多，同时物流业效率相对较高的前两类省市以沿海地区为主且经济相对发达。就沿海地区的区位优势而言，天津、河北、辽宁、上海分别有天津港、秦皇岛港、大连港和上海港，安徽也有芜湖港、铜陵港等诸多港口，北京地处华北，东临秦皇岛港、南扼天津港，同样具有绝佳的地理优势。这些地区依托大型港口拥有发达的海洋运输，对外商贸交易频繁，易于吸引外资、提升技术、改进管理。就经济发展水平而言，前两类地区涵盖了地区生产总值排名前7位的省份，它们分别是广东、江苏、山东、河北、河南、浙江和福建，说明物流业发展水平与经济实力整体呈正相关关系。
规模效率影响因素分析。以上内容分析了物流业纯技术效率的影响因素，BCC模型对规模效率的评价相对复杂，不仅包括规模效率值还包括规模收益类型。例如：福建省的规模效率值0.985与湖北省的规模效率值0.969十分接近，但规模收益类型为前者递减后者递增；四川省和青海省的规模收益均为递增类型，但前者的规模效率值为0.986后者的规模效率值仅为0.377。因此针对31个省级行政单位物流业规模效率的复杂情况，仅选取有关指标作相关性分析以探究物流业规模效率的影响因素。选取指标包括地区生产总值（亿元）、社会消费品零售总额（亿元）、批发零售业总额（亿元）、交通运输仓储及邮政业从业人数（人）、交通运输仓储及邮政业固定资产投资量（亿元）、物流网络里程（万公里），前三个指标从总体上决定区域内物流业的需求规模，后三个指标从人、财、物三个方面决定物流业的实际供给规模。由于BCC模型给出了规模效率值和规模收益类型，此处选择规模效率值作相关性分析。分析之前需对除规模效率值以外的其它变量作数据标准化处理，最后结果如表4所示。由表4可知，物流业规模效率与地区生产总值、社会消费品零售总额等以上6个要素密切相关，它们分别决定着物流业的需求规模和供给规模。供不应求或供过于求均会影响物流业的规模效率，仅当供需平衡时物流业发展良好。
表3 纯技术效率值与各相关要素的相关性分析结果
表4 规模效率值与各有关要素的相关性分析结果
结论与建议
本文利用数据包络分析法的专用软件Deap2.1，采用其中的BCC模型测度2016年全国31个省级行政单位的物流产业效率，结果显示北京、河北、辽宁等主要沿海地区处于DEA有效状态，物流业发展状况良好。通过对全国31个省级行政单位的物流产业效率作聚类分析，发现物流效率相对较高的前两类地区主要是经济发达的沿海地区。由此初步假定经济总量决定物流产业规模，区位优势带来技术进步、管理水平提高进而影响物流业技术效率。为验证该假设，采用相关性分析方法将各地区物流业纯技术效率、规模效率分别与表示区位优势及经济总量的有关指标作相关性分析。结果表明外商投资企业数、第三产业占比、每十万人口高等教育学校平均在校生数及技术市场成交额与物流业纯技术效率紧密相关，地区生产总值、社会消费品零售总额、批发零售业总额以及物流业从业人数、固定资产投资量、物流网络里程与物流业规模效率密切相关，从而验证了区位优势影响物流业纯技术效率而经济总量影响物流业规模效率的结论。
为实现我国物流业的高效、经济、可持续发展，提出几点建议措施：第一，处于DEA有效状态的北京、河北、辽宁等地应尽量扩大其技术溢出效应，对周边内陆省份形成强有力的辐射效果以带动周边地区物流业及社会经济的发展；第二，纯技术效率偏低的吉林、黑龙江、云南等地区位优势不够明显，应加强与技术先进省份的交流学习，通过优惠政策招商引资、吸引技术人才，但关键是增强自主创新能力，从根本上提升自身物流业的管理技术水平；第三，物流业规模需要调整的浙江、重庆、海南、内蒙古等地应根据自身实际情况，考察当地在推动物流业发展过程中是否存在投入冗余或产出不足问题，根据评估结果适当缩减或扩大物流业规模。由于物流业规模主要受经济总量的影响，所以调整物流产业规模注定是动态多变的一揽子工程，需根据农工商业等其它产业的变化情况预测物流业的规模变化趋势，以“立足当下、服务未来”为标准对物流业规模进行适当调整。
京津冀三地高校师资培训体系在成立之初，有着相同的任务目标、工作流程、规章制度和考核机制，但在后期的发展过程中，受到地方政策、财政拨款、发展机遇和人才资源红利等各类要素的影响，业务发展逐渐呈现出区域内的多元化、区域间的封闭化以及协同沟通机制欠缺等情况，实现京津冀高校师资培训一体化还面临不少障碍。
参考文献：
1.韩雪，樊相宇.丝绸之路经济带区域物流能力与经济协调发展评价[J].铁道运输与经济，2016（11）
2.马明，唐乐，刘颖.东北地区与长三角区域物流产业效率比较[J].北京工业大学学报（社会科学版），2018（3）
3.李国梁，高建华，刘丙章.郑州航空港经济综合实验区产业发展效率的DEA分析[J].地域研究与开发，2018（2）
4.梁雯，柴亚丽.长江经济带区域物流业与经济协同发展评价研究[J].上海经济，2018（2）
5.孟鑫.基于DEA模型的长江经济带物流产业效率分析[J].企业经济，2015（12）
6.李晓栋.交通基础设施、空间溢出效应与物流产业效率——基于京津冀地区的实证研究[J].商业经济研究，2018（18）
7.王春豪，张杰，丁阳.中国区域公路物流效率差异及其影响因素研究[J].数理统计与管理，2018（2）
8.魏国辰，乐雄平，孔令钦.长江经济带物流产业效率及其影响因素研究[J].数学的实践与认识，2018（9）
9.臧新，陆俊杰.我国物流业能源效率的地区差异及影响因素——基于DEA-BCC模型的实证研究[J].北京交通大学学报（社会科学版），2018（3）
10.伍星华.基于GSO-GNNM模型的区域物流需求预测[J].科技管理研究，2015（11）
11.刘翠萍，李武.中国物流产业效率评价文献综述——基于数据包络分析法[J].中国流通经济，2016（11）
12.茂路.物流发展、经济增长与财政收入互动关系研究[J].地方财政研究，2014（10）
13.李忠民，于庆岩.物流促进经济增长的空间异质性研究——以“新丝绸之路”经济带为例[J].经济问题，2014（6）
基金项目： 吉林省教育厅“十三五”社会科学研究项目“吉林省物流行业对高校毕业生的人才需求研究”（JJKH20170509SK）；吉林省科技厅项目“创新驱动下的吉林省智慧物流发展研究”（20190601082FG）；长春大学科研培育项目“农产品智慧供应链体系构建研究”（SKQ201901）
中图分类号： F250
文献标识码： A
标签：物流效率论文; 影响因素论文; BCC模型论文; 聚类分析论文; 相关性分析论文; 长春大学管理学院论文; 烟台南山学院商学院论文;