崔望妮

（西安郵電大學(xué)現(xiàn)代郵政學(xué)院，陜西 西安 710061）

一、引言

近年來，隨著我國國民經(jīng)濟(jì)的飛速發(fā)展，物流業(yè)逐步發(fā)展壯大，作為區(qū)域經(jīng)濟(jì)發(fā)展的基礎(chǔ)，物流業(yè)對制造業(yè)、商貿(mào)業(yè)和其他產(chǎn)業(yè)的發(fā)展起到重要的支撐作用[1]。經(jīng)過一段時期的高速發(fā)展后，目前我國物流市場逐步趨于穩(wěn)定，社會物流需求增速持續(xù)放緩，物流業(yè)務(wù)量增速放緩，物流業(yè)面臨著物流成本較高而物流效率偏低的主要矛盾，降本增效和轉(zhuǎn)型升級作為物流業(yè)的戰(zhàn)略方向被提上日程[2]。與此同時，由于各個地區(qū)政策法規(guī)、產(chǎn)業(yè)布局、基礎(chǔ)設(shè)施建設(shè)、經(jīng)濟(jì)環(huán)境、技術(shù)環(huán)境等因素的不同，使得我國區(qū)域間物流發(fā)展差異化明顯，物流業(yè)在不同區(qū)域間發(fā)展不平衡的矛盾日益突出。

物流效率是評價物流業(yè)整體發(fā)展?fàn)顩r的基礎(chǔ)指標(biāo)，準(zhǔn)確把控物流效率是提升物流效率的重要前提[3]。目前學(xué)者們主要從企業(yè)維度、行業(yè)維度、區(qū)域維度三個角度研究探討物流效率問題，企業(yè)維度主要針對上市物流公司經(jīng)營效率的分析，行業(yè)維度主要針對不同行業(yè)的物流效率進(jìn)行分析，區(qū)域維度主要從不同省市區(qū)域的規(guī)模效率進(jìn)行分析[4]，相關(guān)研究成果對我國物流業(yè)的發(fā)展具有重要的指導(dǎo)意義。由于研究范圍、維度，以及方法的差異，研究結(jié)果也存在一定偏差，現(xiàn)階段對于區(qū)域物流的研究更多聚焦于對不同區(qū)域、不同城市物流產(chǎn)業(yè)效率差異的分析，但其對物流綜合效率產(chǎn)生差異化的根本問題及其內(nèi)在機(jī)制研究不足?；诖?，本文運(yùn)用DEA-Malmquist指數(shù)模型，以31個省市最近9年的物流業(yè)總里程、從業(yè)人員、固定資產(chǎn)投資總額作為輸入指標(biāo)，貨物周轉(zhuǎn)量、行業(yè)生產(chǎn)總值作為輸出指標(biāo)，建立指標(biāo)評價體系，對物流業(yè)在不同樣本區(qū)域的技術(shù)效率、純技術(shù)效率、規(guī)模效率以及全要素生產(chǎn)率等進(jìn)行實(shí)證分析，并從政府、企業(yè)以及技術(shù)等角度提出我國區(qū)域物流均衡發(fā)展的對策和建議，對于改善我國物流業(yè)在不同區(qū)域內(nèi)發(fā)展差異化問題，對于區(qū)域物流均衡發(fā)展都具有非常積極的指導(dǎo)和促進(jìn)作用。

二、研究方法

DEA模型是一種非參數(shù)統(tǒng)計方法，主要用以評價具有相同類型的多投入及多產(chǎn)出決策單元在技術(shù)有效性層面能否達(dá)到要求。根據(jù)相關(guān)研究結(jié)論，DEA模型中常用模型包括CCR模型、BBC模型、C2GS2 模型、FG 模型、CCW 模型等[5]。本文選用BBC模型和Malmquist指數(shù)來進(jìn)行計算。

BBC模型的公式[6]為：

Max（θ）

Malmquist指數(shù)的公式[7]為：

式（2）中，當(dāng)M＞1時，說明從t時到t+1時期，該決策單元（DMU）的全要素生產(chǎn)率處于不斷增加的狀態(tài)，即生產(chǎn)力在不斷地進(jìn)步；當(dāng)M值＜1，說明該決策單元（DMU）的全要素生產(chǎn)率處于不斷下降的狀態(tài)，表示生產(chǎn)力開始不斷倒退；當(dāng)M=1時，說明生產(chǎn)力沒有發(fā)生變化。Malmquist指數(shù)能夠運(yùn)用面板數(shù)據(jù)，對區(qū)域物流的績效進(jìn)行縱向分析，彌補(bǔ)了CCR模型的只能做靜態(tài)分析的缺陷。

三、變量選擇、數(shù)據(jù)來源及模型構(gòu)建

1.變量選擇

通過閱讀相關(guān)文獻(xiàn)，分析總結(jié)現(xiàn)有的綜合效率指標(biāo)評價體系，本文選取3個投入指標(biāo)，2個產(chǎn)出指標(biāo)，作為反映區(qū)域物流綜合效率的評價指標(biāo)。如表1所示，選取物流業(yè)的總里程、從業(yè)人數(shù)、固定資產(chǎn)投資總額作為投入指標(biāo)，貨物周轉(zhuǎn)量、行業(yè)生產(chǎn)總值作為產(chǎn)出指標(biāo)進(jìn)行區(qū)域物流綜合效率評價。

表1 全國31個省市區(qū)域物流投入產(chǎn)出指標(biāo)

2.數(shù)據(jù)來源

本文選取2009年～2017年全國31個省市的物流業(yè)投入產(chǎn)出指標(biāo)值的數(shù)據(jù)，數(shù)據(jù)主要來源于國家統(tǒng)計局各年度的《中國統(tǒng)計年鑒》?，F(xiàn)階段中國物流業(yè)沒有相對應(yīng)的數(shù)據(jù)統(tǒng)計來源，鑒于物流業(yè)與交通運(yùn)輸（除客運(yùn)業(yè)）、倉儲和郵政業(yè)的交叉融合程度較深，因此本文選取交通運(yùn)輸（除客運(yùn)業(yè)）、倉儲和郵政業(yè)的相關(guān)指標(biāo)來反映中國物流業(yè)總體發(fā)展水平[8]。

3.實(shí)證研究

（1）各省市物流效率分析

把整理后的數(shù)據(jù)帶入DEAP2.1軟件，分別計算2009年～2017年31個省市的技術(shù)績效（Crste）、純技術(shù)績效（Vrste）和規(guī)?？冃В⊿cale），結(jié)果見圖1和表2 。

圖1 2009年～2017年31個省市物流業(yè)平均效率值變化趨勢

根據(jù)圖1和表2所示，分別從技術(shù)效率、純技術(shù)效率以及規(guī)模效率三個方面對31個省市2009年～2017年物流業(yè)綜合效率進(jìn)行分析，結(jié)果如下：

表2 2009年～2017年31個省市物流業(yè)平均效率值變化趨勢

① 技術(shù)效率分析

從圖1來看，2009年～2013年31個省市物流業(yè)的技術(shù)效率呈緩慢增長趨勢，2013年之后，有所下降，在2016年上升后，2017年繼續(xù)下降，說明區(qū)域物流產(chǎn)業(yè)效率達(dá)到較高水平而難以繼續(xù)平穩(wěn)增長，進(jìn)入物流業(yè)平穩(wěn)發(fā)展的新常態(tài)。

② 純技術(shù)效率分析

從整體來看，31個省市物流業(yè)的純技術(shù)效率優(yōu)于技術(shù)效率，說明物流產(chǎn)業(yè)的發(fā)展更依賴純技術(shù)的因素。從時間角度來看，純技術(shù)效率從2009年～2017年期間略有起伏，總體仍呈現(xiàn)緩慢提升趨勢，但2017年的純技術(shù)效率略低于2009年，說明一種可能性：在物流技術(shù)迅猛發(fā)展的這一階段，物流純技術(shù)規(guī)模的效率提升難度增大，技術(shù)創(chuàng)新增速放緩。

③規(guī)模效率分析

從整體來看，31個省市物流產(chǎn)業(yè)的規(guī)模效率優(yōu)于純技術(shù)效率和技術(shù)效率，說明物流產(chǎn)業(yè)的快速發(fā)展明顯更依賴于產(chǎn)業(yè)的規(guī)?；l(fā)展，但由圖1可見，31個省市物流產(chǎn)業(yè)的規(guī)模效率從2009年上升到2011年后，開始呈現(xiàn)緩慢下降趨勢。而隨著技術(shù)效率增速達(dá)到較高水平轉(zhuǎn)而進(jìn)入新常態(tài)后，規(guī)模效率也隨之下降。

（2）各省市效率概況分析

將31個省市2009年～2017年的數(shù)據(jù)匯總后，運(yùn)用BBC模型，帶入DEAP2.1軟件中，可得31個省市9年來的總效率、純技術(shù)效率、規(guī)模效率以及規(guī)模狀況，具體如表3所示。

由技術(shù)效率角度來看，從表3可知，整個物流行業(yè)的平均技術(shù)效率為0.857，行業(yè)內(nèi)差異較大，標(biāo)準(zhǔn)差達(dá)到0.143。其中，河北省、黑龍江省、上海市、浙江省、安徽省、福建省、湖南省、廣東省、重慶市的效率達(dá)到了1，處在效率前沿面上，可歸為DMU有效，說明無論是在技術(shù)上還是在規(guī)模上這些區(qū)域的資源利用達(dá)到了最優(yōu)狀態(tài)；另外，貴州省、海南省、江蘇省、陜西省的純技術(shù)效率達(dá)到1，但技術(shù)效率和規(guī)模效率未達(dá)到，說明這些地區(qū)在規(guī)模效率等方面有待改進(jìn)，可歸為DMU弱效；技術(shù)效率、純技術(shù)效率、規(guī)模效率值都小于1，共計18個省市，說明其在純技術(shù)效率和規(guī)模效率上都有待提升和改進(jìn)。具體如表4所示。

表3 9年間31個省市物流業(yè)效率分布情況表

表4 DMU有效分類表

（3）全要素生產(chǎn)率分析

本文利用DEAP2.1分析31個省市物流業(yè)2009年～2017年全要素生產(chǎn)率綜合情況，如表5所示。

表5 2009年～2017年31個省市物流業(yè)全要素生產(chǎn)率綜合情況表

從全要素生產(chǎn)率的角度來看，如表5所示，從2009年～2017年這9年間，全要素生產(chǎn)率總體出于上升趨勢，在2011年～2012年、2014年～2016年期間有所下降。全要素生產(chǎn)率的變動趨勢與技術(shù)進(jìn)步的變動趨勢大體是一致的，而技術(shù)效率的變動跟技術(shù)進(jìn)步的變動在2010年～2015年間呈現(xiàn)一升一降的波動。全要素生產(chǎn)率的變動是由技術(shù)效率的變動和技術(shù)進(jìn)步的共同作用，說明我國各省市區(qū)域的技術(shù)和技術(shù)效率進(jìn)步?jīng)]有得到較好的協(xié)調(diào)。

從技術(shù)效率的角度來看，除2011年～2012年，技術(shù)效率的變動趨勢與全要素生產(chǎn)率的變動趨勢相反，說明全要素生產(chǎn)率受技術(shù)效率的影響較小。但從2012年之后，技術(shù)效率的變動趨勢與全要素生產(chǎn)率的變動趨勢基本一致，說明從2012年開始，各省市已經(jīng)比較重視技術(shù)創(chuàng)新。

由于純技術(shù)效率的變動和規(guī)模效率的變動共同作用可以引起技術(shù)效率的變動，從表5可知，純技術(shù)效率與規(guī)模效率的變動趨勢在2009年～2011年之間幾乎是相反的，說明這一時期，各省市區(qū)域的物流產(chǎn)業(yè)純技術(shù)效率與規(guī)模效率協(xié)調(diào)性不好，但在2012年之后，兩者趨勢幾乎相同，說明這一時期各省市區(qū)域的物流產(chǎn)業(yè)純技術(shù)效率與規(guī)模效率協(xié)調(diào)性較好，從而使得它們能夠共同對技術(shù)效率的變動發(fā)揮很好的作用。說明我國物流產(chǎn)業(yè)的技術(shù)創(chuàng)新不斷發(fā)展，但與規(guī)模效率的協(xié)調(diào)性還有待穩(wěn)定，未來需要持續(xù)重視技術(shù)創(chuàng)新，并致力于協(xié)調(diào)純技術(shù)效率與規(guī)模效率的一致性。

四、結(jié)論與建議

本文運(yùn)用DEA-Malmquist指數(shù)方法，選取3個投入指標(biāo)，2個產(chǎn)出指標(biāo)，構(gòu)建了基于DEA-Malmquist指數(shù)的區(qū)域物流綜合效率評價體系，對我國31個省市的物流績效進(jìn)行評價和分析，得出了以下結(jié)論：第一，我國區(qū)域物流產(chǎn)業(yè)效率達(dá)到較高水平而難以繼續(xù)平穩(wěn)增長，進(jìn)入物流業(yè)平穩(wěn)發(fā)展的新常態(tài)。第二，物流純技術(shù)規(guī)模的效率提升難度增大，技術(shù)創(chuàng)新增速放緩，隨著技術(shù)效率增速達(dá)到較高水平轉(zhuǎn)而進(jìn)入新常態(tài)后，規(guī)模效率也隨之下降。第三，上海市、浙江省等9個省市的技術(shù)效率和規(guī)模效率達(dá)到最優(yōu)狀態(tài)，貴州省等4個省市在規(guī)模效率等方面有待改進(jìn)；其余18個省市的純技術(shù)效率和規(guī)模效率上都有待提升和改進(jìn)。第四，從2012年開始我國各省市已經(jīng)比較重視技術(shù)創(chuàng)新，但各省市區(qū)域的技術(shù)效率和技術(shù)進(jìn)步?jīng)]有得到較好的協(xié)調(diào)。

綜合以上分析，對我國區(qū)域物流協(xié)調(diào)發(fā)展提出以下幾點(diǎn)建議：

第一，政府加大物流行業(yè)相關(guān)政策扶持力度。伴隨著物流業(yè)進(jìn)入平穩(wěn)發(fā)展的新常態(tài)，政府應(yīng)優(yōu)化物流業(yè)發(fā)展的政策環(huán)境，利用稅收減免、技術(shù)支持、財政補(bǔ)貼、金融支持等政策扶持手段[9]，著力解決物流企業(yè)因成本過高的體制機(jī)制問題。同時，應(yīng)加快物流產(chǎn)業(yè)在區(qū)域間的布局，加快建設(shè)貫穿物流供應(yīng)鏈各個環(huán)節(jié)的產(chǎn)業(yè)集群，為物流企業(yè)發(fā)展提供開放包容的競爭環(huán)境，促進(jìn)物流行業(yè)降本增效和轉(zhuǎn)型升級。

第二，建立區(qū)域物流協(xié)調(diào)機(jī)制，加速物流產(chǎn)業(yè)與區(qū)域經(jīng)濟(jì)相融合。對于純技術(shù)效率和規(guī)模效率都比較低的地區(qū)，要以提升物流技術(shù)水平和生產(chǎn)規(guī)模為重點(diǎn)目標(biāo)，注重技術(shù)和人才的引進(jìn)，建立基于信息化、集約化、智慧化、綠色化的物流業(yè)協(xié)調(diào)發(fā)展服務(wù)體系[10]，提升物流業(yè)規(guī)模經(jīng)濟(jì)效率，保持物流產(chǎn)業(yè)競爭優(yōu)勢。對于規(guī)模效率較低的區(qū)域，應(yīng)著重加強(qiáng)與區(qū)域內(nèi)的制造業(yè)、商貿(mào)服務(wù)業(yè)等行業(yè)的聯(lián)系，合理配置物流資源，發(fā)揮產(chǎn)業(yè)集群的優(yōu)勢，提升物流綜合效率。

第三，建設(shè)依托智慧物流服務(wù)體系的供應(yīng)鏈信息服務(wù)共享平臺。隨著新零售時代的到來，“線上線下一體化”服務(wù)將全面影響物流業(yè)的發(fā)展，依托智慧物流的供應(yīng)鏈信息共享平臺將貫穿整個物流供應(yīng)鏈服務(wù)體系的各個環(huán)節(jié)，以物流需求為導(dǎo)向的信息共享平臺將成為物流業(yè)發(fā)展的重要基礎(chǔ)，無論是物流業(yè)內(nèi)部的資源整合，或者是向物流產(chǎn)業(yè)鏈上下游的延伸，都為物流業(yè)的發(fā)展帶來新的機(jī)遇[11]。物流企業(yè)應(yīng)緊抓時代發(fā)展機(jī)遇，在信息共享平臺和大數(shù)據(jù)等創(chuàng)新技術(shù)的支持下，提升企業(yè)管理水平、技術(shù)水平和服務(wù)水平，協(xié)調(diào)整合不同區(qū)域的資源，統(tǒng)籌規(guī)劃長遠(yuǎn)發(fā)展，平衡區(qū)域物流的綜合效率和服務(wù)水平。

第四，緊抓智慧物流科技發(fā)展機(jī)遇，加快物流業(yè)基礎(chǔ)設(shè)施建設(shè)，促進(jìn)物流業(yè)區(qū)域物流高質(zhì)量發(fā)展。2016年至今，隨著物聯(lián)網(wǎng)、大數(shù)據(jù)與云計算、人工智能（AI）、5G、區(qū)塊鏈等軟硬融合的新技術(shù)在物流業(yè)的應(yīng)用[12]，對物流業(yè)的發(fā)展帶來顛覆性變革。一方面是智能分揀機(jī)器人、智能機(jī)械臂、AGV小車、無人車、無人機(jī)、智能快遞柜、“貨到人”等智慧物流硬件基礎(chǔ)設(shè)施不斷突破，貫穿倉儲、運(yùn)輸、配送各環(huán)節(jié)的物流產(chǎn)業(yè)鏈在進(jìn)行著智能化、無人化革新，以智能倉儲、物流自動駕駛、物流無人機(jī)為代表的物流科技協(xié)同運(yùn)作，推動物流網(wǎng)絡(luò)實(shí)現(xiàn)高效運(yùn)轉(zhuǎn)；另一方面在大數(shù)據(jù)和人工智能等技術(shù)的背景下，線上線下的數(shù)據(jù)深度整合，形成一套完善的數(shù)據(jù)產(chǎn)業(yè)鏈系統(tǒng)來進(jìn)行庫存管理、需求預(yù)測等，打造基于物聯(lián)網(wǎng)與大數(shù)據(jù)的整合供應(yīng)鏈信息共享平臺，推動物流行業(yè)智慧化發(fā)展[13]。智慧物流技術(shù)的不斷發(fā)展，對物流業(yè)總體發(fā)展起到變革性的促進(jìn)作用，物流行業(yè)應(yīng)抓住技術(shù)變革帶來的行業(yè)發(fā)展機(jī)遇，實(shí)現(xiàn)區(qū)域物流全面均衡發(fā)展，從而促進(jìn)物流業(yè)高質(zhì)量發(fā)展。