韓嵩 劉娜

內(nèi)容摘要：本文結(jié)合全國(guó)重點(diǎn)物流企業(yè)統(tǒng)計(jì)調(diào)查數(shù)據(jù)，建立我國(guó)物流企業(yè)競(jìng)爭(zhēng)力水平評(píng)價(jià)指標(biāo)體系，該指標(biāo)體系在企業(yè)的財(cái)務(wù)指標(biāo)基礎(chǔ)上加入了企業(yè)規(guī)模指標(biāo)。由于目前沒(méi)有公布的物流企業(yè)競(jìng)爭(zhēng)力排名，因此本文首先采用因子分析法、熵值法和變異系數(shù)法計(jì)算物流企業(yè)競(jìng)爭(zhēng)力綜合得分，利用Spearman秩相關(guān)檢驗(yàn)進(jìn)行對(duì)比分析，確定熵值法最為合理，然后利用分箱技術(shù)把物流企業(yè)的競(jìng)爭(zhēng)力水平分為五個(gè)等級(jí)。為了提高物流企業(yè)競(jìng)爭(zhēng)力水平測(cè)度的效率，本文創(chuàng)新性的利用決策樹、人工神經(jīng)網(wǎng)絡(luò)、Logistic回歸、Gradient Boosting和集成算法進(jìn)行學(xué)習(xí)和預(yù)測(cè)，結(jié)果表明使用統(tǒng)計(jì)學(xué)習(xí)方法對(duì)物流企業(yè)競(jìng)爭(zhēng)力進(jìn)行預(yù)測(cè)有較高的準(zhǔn)確率，具有可行性且徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型分類預(yù)測(cè)效果最佳。

關(guān)鍵詞：物流企業(yè) ? 競(jìng)爭(zhēng)力水平評(píng)價(jià) ? 統(tǒng)計(jì)學(xué)習(xí) ? 神經(jīng)網(wǎng)絡(luò)

引言

目前，我國(guó)物流業(yè)的運(yùn)行保持了良好的發(fā)展勢(shì)頭。2017年我國(guó)物流業(yè)總收入為8.8萬(wàn)億元，比上年增長(zhǎng)11.5%，增速比上年同期提高6.9個(gè)百分點(diǎn)。社會(huì)物流總費(fèi)用占國(guó)民生產(chǎn)總值的比重從2010年的18%下降到2017的14.6%，說(shuō)明我國(guó)物流業(yè)運(yùn)行效率進(jìn)步明顯。然而依據(jù)全國(guó)重點(diǎn)物流企業(yè)的調(diào)查數(shù)據(jù)，2016年仍有8%的企業(yè)主營(yíng)業(yè)務(wù)利潤(rùn)額為負(fù)值，前20%的物流企業(yè)主營(yíng)業(yè)務(wù)收入僅占到主營(yíng)業(yè)務(wù)收入總和的39.4%，市場(chǎng)集中度較低。由此可見，雖然物流業(yè)發(fā)展迅速，但物流企業(yè)成本較高，利潤(rùn)較低?；诖耍疚氖褂?00家全國(guó)重點(diǎn)物流企業(yè)統(tǒng)計(jì)調(diào)查數(shù)據(jù)，對(duì)物流企業(yè)的競(jìng)爭(zhēng)力水平進(jìn)行評(píng)價(jià)，并使用多種統(tǒng)計(jì)學(xué)習(xí)方法建立競(jìng)爭(zhēng)力預(yù)測(cè)模型，提高企業(yè)競(jìng)爭(zhēng)力水平測(cè)度的效率。

物流企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)研究現(xiàn)狀

物流企業(yè)競(jìng)爭(zhēng)力是指物流企業(yè)作為競(jìng)爭(zhēng)主體在市場(chǎng)競(jìng)爭(zhēng)環(huán)境中賴以生存和發(fā)展的能力。本文梳理了國(guó)內(nèi)外學(xué)者的研究成果，從物流企業(yè)競(jìng)爭(zhēng)力的評(píng)價(jià)方法和評(píng)價(jià)指標(biāo)兩個(gè)方面進(jìn)行總結(jié)。

（一）物流企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)方法研究

評(píng)價(jià)方法分為客觀和主客觀結(jié)合兩種方法。如果獲取的數(shù)據(jù)是客觀真實(shí)存在，不摻有人為評(píng)價(jià)成分，稱為客觀方法，如因子分析法、熵值法、變異系數(shù)法、多元回歸、聚類等。例如呂能芳、吳競(jìng)鴻（2015）采用因子分析方法對(duì)上市物流企業(yè)競(jìng)爭(zhēng)力進(jìn)行分析;王志鵬（2010）運(yùn)用聚類分析法分析上市物流企業(yè);張寶友等（2010）利用偏相關(guān)與多元回歸工具研究我國(guó)上市物流公司與跨國(guó)物流公司在競(jìng)爭(zhēng)力方面的差異。以上文獻(xiàn)采用的都是上市公司財(cái)務(wù)報(bào)表中披露的財(cái)務(wù)數(shù)據(jù)，雖然能夠在一定程度上分析出當(dāng)下物流企業(yè)的現(xiàn)狀和存在的問(wèn)題，但因其使用的指標(biāo)相對(duì)單一，且樣本量較小，所以不夠完善。

如果數(shù)據(jù)的獲取是通過(guò)調(diào)查問(wèn)卷或?qū)＜掖蚍值韧緩?，或者使用的方法中包括專家確定參數(shù)等步驟，稱為主客觀評(píng)價(jià)方法，例如層次分析法、模糊綜合、灰色關(guān)聯(lián)等。例如遠(yuǎn)亞麗和程賜勝（2008）、華小歡（2013）利用灰色關(guān)聯(lián)模型，分析農(nóng)村物流快遞行業(yè)的影響因素;周濤等（2003）、蔣有凌和周紅梅（2007）使用模糊綜合評(píng)判法對(duì)物流企業(yè)競(jìng)爭(zhēng)力進(jìn)行量化評(píng)判和分析;洪衛(wèi)和王選飛（2014）運(yùn)用粗糙集理論對(duì)指標(biāo)體系進(jìn)行約簡(jiǎn)，利用模糊測(cè)評(píng)法量化并求取各指標(biāo)權(quán)重;羅大海和劉建勝（2015）利用模糊評(píng)價(jià)法和層次分析法建立模型對(duì)權(quán)重進(jìn)行求解;張華明和趙慶建（2015）利用雙S形白化權(quán)函數(shù)結(jié)合AHP方法和聚類分析方法，形成了快遞物流企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)方法。綜合這些文獻(xiàn)可以看出，主客觀結(jié)合的分析方法有效避開了企業(yè)數(shù)據(jù)獲取困難的問(wèn)題，不受企業(yè)樣本量的影響，但是數(shù)據(jù)或者方法的主觀性成分對(duì)研究的結(jié)果會(huì)有很大影響，選擇專家不同很可能出現(xiàn)較大的結(jié)果差異。

（二）物流企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)研究

在關(guān)于物流企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)的研究中，指標(biāo)的選取是其中比較重要的一項(xiàng)研究?jī)?nèi)容。國(guó)際上比較權(quán)威的競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系主要包括世界經(jīng)濟(jì)論壇（WEF）評(píng)價(jià)指標(biāo)體系和瑞士國(guó)家管理發(fā)展學(xué)院（IMD）評(píng)價(jià)指標(biāo)體系等。M.Menon和Ackerman等人從價(jià)格、物流服務(wù)商被感知的績(jī)效、物流服務(wù)商被感知的能力、戰(zhàn)略和外部環(huán)境四個(gè)方面的指標(biāo)作為評(píng)價(jià)物流企業(yè)核心競(jìng)爭(zhēng)力的因子;A.Gunasekaran和E.w.T.Ngai從戰(zhàn)略計(jì)劃、存貨管理、運(yùn)輸、能力計(jì)劃和信息技術(shù)五個(gè)主要指標(biāo)進(jìn)行分析，建立了物流企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系的模型;蔣有凌，周紅梅（2007）從基礎(chǔ)網(wǎng)絡(luò)能力、延展性、顧客價(jià)值性、獨(dú)特性四方面建立了物流企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系;唐友明和李明武（2014）從市場(chǎng)能力、營(yíng)運(yùn)能力、技術(shù)能力、管理能力四個(gè)準(zhǔn)則層、17個(gè)指標(biāo)層，提出評(píng)價(jià)物流企業(yè)競(jìng)爭(zhēng)力的指標(biāo)體系;王道平、翟樹芹（2005）從業(yè)務(wù)層面、管理層面、財(cái)務(wù)層面進(jìn)行研究;羅大海、劉建勝等從時(shí)間、成本、質(zhì)量、服務(wù)四類一級(jí)指標(biāo)進(jìn)行研究;洪衛(wèi)和王選飛（2014）從資源水平、運(yùn)作能力、信息處理能力、經(jīng)營(yíng)成本、管理協(xié)調(diào)能力、資金水平、網(wǎng)點(diǎn)覆蓋率水平、行業(yè)經(jīng)驗(yàn)8個(gè)因素對(duì)物流企業(yè)競(jìng)爭(zhēng)力進(jìn)行評(píng)價(jià)。

從以上分析可以看出，不同學(xué)者研究的準(zhǔn)則層存在差異，不同的側(cè)重點(diǎn)會(huì)產(chǎn)生不同的指標(biāo)體系，但所采用的具體指標(biāo)卻存在相同之處，說(shuō)明存在一些核心的指標(biāo)，如財(cái)務(wù)指標(biāo)、信息技術(shù)指標(biāo)等。本文將以全國(guó)重點(diǎn)物流企業(yè)統(tǒng)計(jì)調(diào)查指標(biāo)為基礎(chǔ)，借鑒核心的指標(biāo)構(gòu)建評(píng)價(jià)物流企業(yè)競(jìng)爭(zhēng)力的評(píng)價(jià)指標(biāo)體系。

物流企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系

目前，我國(guó)物流與采購(gòu)聯(lián)合會(huì)每年都會(huì)對(duì)重點(diǎn)物流企業(yè)的基本情況進(jìn)行調(diào)查，調(diào)查的指標(biāo)包括物流企業(yè)的基本情況指標(biāo)，如物流企業(yè)類型、主要業(yè)務(wù)活動(dòng)、行業(yè)類別、物流服務(wù)對(duì)象、登記注冊(cè)類型等;財(cái)務(wù)能力類指標(biāo)，如主營(yíng)業(yè)務(wù)收入、主營(yíng)業(yè)務(wù)成本、物流人員勞動(dòng)報(bào)酬、主營(yíng)業(yè)務(wù)利潤(rùn)額、主營(yíng)業(yè)務(wù)營(yíng)業(yè)稅金、資產(chǎn)總額、流動(dòng)資產(chǎn)總額、負(fù)債總額、固定資產(chǎn)折舊、固定資產(chǎn)投資完成額;經(jīng)營(yíng)規(guī)模類指標(biāo)，如貨運(yùn)量、周轉(zhuǎn)量倉(cāng)儲(chǔ)容積、倉(cāng)儲(chǔ)面積、貨運(yùn)車輛數(shù)等。本文在現(xiàn)有調(diào)查數(shù)據(jù)的基礎(chǔ)上，選擇反映物流企業(yè)競(jìng)爭(zhēng)力的指標(biāo)，從財(cái)務(wù)能力和經(jīng)營(yíng)規(guī)模兩個(gè)層面構(gòu)建物流企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系，如表1所示。

第二，熵值法在競(jìng)爭(zhēng)力水平綜合得分計(jì)算中更合理。本文利用因子分析法、熵值法和變異系數(shù)法三種客觀方法對(duì)實(shí)際數(shù)據(jù)進(jìn)行分析，并根據(jù)Spearman秩相關(guān)檢驗(yàn)對(duì)三種方法進(jìn)行評(píng)價(jià)，結(jié)果顯示熵值法更合理，利用分箱技術(shù)確定企業(yè)競(jìng)爭(zhēng)力水平的五個(gè)等級(jí)。

第三，RBF神經(jīng)網(wǎng)絡(luò)在競(jìng)爭(zhēng)力水平等級(jí)預(yù)測(cè)中效果最佳。本文利用決策樹、人工神經(jīng)網(wǎng)絡(luò)、Logistic回歸、Gradient Boosting和Ensemble Method進(jìn)行學(xué)習(xí)預(yù)測(cè)，通過(guò)對(duì)比選擇RBF神經(jīng)網(wǎng)絡(luò)模型作為最終的預(yù)測(cè)模型，預(yù)測(cè)正確率為91.4%，效果良好，可以用來(lái)對(duì)物流企業(yè)競(jìng)爭(zhēng)力水平進(jìn)行分類預(yù)測(cè)。

（二）存在的問(wèn)題和展望

本文在研究過(guò)程中存在的主要問(wèn)題包括：首先，部分指標(biāo)數(shù)據(jù)難以獲取。如很多物流企業(yè)沒(méi)有記錄訂單準(zhǔn)時(shí)率、平均貨損率、完好交貨率等對(duì)企業(yè)競(jìng)爭(zhēng)力有一定影響的指標(biāo)，導(dǎo)致很多指標(biāo)數(shù)據(jù)無(wú)法獲取。其次，樣本數(shù)據(jù)缺失率較高，數(shù)據(jù)可能存在一定程度的失真?，F(xiàn)有企業(yè)調(diào)查的數(shù)據(jù)，存在較多缺失值和離群值，指標(biāo)數(shù)據(jù)質(zhì)量不高，使分析結(jié)果有一定偏差。

大數(shù)據(jù)時(shí)代，人們呼吁信息共享，但對(duì)于企業(yè)數(shù)據(jù)仍沒(méi)能達(dá)到真正的共享，指標(biāo)的不完整性、樣本數(shù)據(jù)的缺失、數(shù)據(jù)異常等問(wèn)題仍然是制約企業(yè)競(jìng)爭(zhēng)力測(cè)度的關(guān)鍵因素。通過(guò)指標(biāo)體系的進(jìn)一步完善、企業(yè)信息共享平臺(tái)的搭建、區(qū)塊鏈物流的進(jìn)一步發(fā)展等策略，可以提高我國(guó)物流統(tǒng)計(jì)工作質(zhì)量，進(jìn)一步深化數(shù)據(jù)挖掘和分析，助力物流企業(yè)的發(fā)展。

參考文獻(xiàn)：

1.呂能芳，吳競(jìng)鴻.基于因子分析的物流上市企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)實(shí)證研究[J].宜春學(xué)院學(xué)報(bào)，2015（8）

2.王志鵬.河南省物流企業(yè)發(fā)展?fàn)顩r研究—基于SPSS和DEA的分析[J].安陽(yáng)工學(xué)院學(xué)報(bào)，2012（5）

3.張寶友，達(dá)慶利，朱衛(wèi)平.跨國(guó)物流公司績(jī)效的微觀影響因素研究—兼論與中國(guó)物流公司的比較[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010（10）

4.遠(yuǎn)亞麗，程賜勝.基于改進(jìn)灰色關(guān)聯(lián)分析法的物流企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)[J].鐵道運(yùn)輸與經(jīng)濟(jì)，2008（4）

5.華小歡，解利燕，黃丹青.農(nóng)村快遞物流影響因素分析[J].現(xiàn)代商貿(mào)工業(yè)，2013（20）

6.周濤，程鈞謨，喬忠.第三方物流競(jìng)爭(zhēng)力評(píng)價(jià)體系及模糊綜合評(píng)判[J].物流科技，2003（5）

7.蔣有凌，周紅梅.第三方物流企業(yè)的核心競(jìng)爭(zhēng)力評(píng)價(jià)[J].經(jīng)濟(jì)管理，2007（13）

8.洪衛(wèi)，王選飛.基于粗糙集理論的第三方物流企業(yè)競(jìng)爭(zhēng)力盲數(shù)測(cè)評(píng)研究[J].科技管理研究，2014（6）

9.羅大海，劉建勝等.第三方物流企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系設(shè)計(jì)及建模分析[J].物流技術(shù)，2015（11）

10.張華明，趙慶建.基于S形白化權(quán)函數(shù)的快遞物流企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)[J].物流技術(shù)，2015（2）

11.吳福山，唐友明.轉(zhuǎn)變農(nóng)行業(yè)務(wù)發(fā)展方式的深遠(yuǎn)思考[J].農(nóng)村金融研究，1996（6）

12.王道平，翟樹芹.第三方物流企業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系構(gòu)建及其評(píng)價(jià)[J].財(cái)經(jīng)理論與實(shí)踐，2005（6）

13.Mohan K Menon，Michael A McGinnis，Kenneth B Acherman.Selectioon criteria for providers of third-party logistics services：an exploratory study[J].Journal of business logistics，1998（19）

14.A.Gunasekaran，E.W.T.Ngai.The successful management of small company[J].Journal of physical distribution & logistics management，2003，33（9）

15.李航著.統(tǒng)計(jì)學(xué)習(xí)方法[M].清華大學(xué)出版社，2012

16.陳毅華，李永勝，蘇昌貴等.徑向基神經(jīng)網(wǎng)絡(luò)模型在人口老齡化預(yù)測(cè)中的應(yīng)用—以湖南省為例[J].經(jīng)濟(jì)地理，2012，32（4）

17.張良均，曹晶，蔣世忠.神經(jīng)網(wǎng)絡(luò)實(shí)用教程[M].機(jī)械工業(yè)出版社，2008