我国物流产业投入产出效率研究

作者简介:
谢菲,南昌大学经济与管理学院讲师、理学院博士生;黄新建,南昌大学中国中部经济发展研究中心教授,博士生导师;姜睿清,南昌大学理学院讲师,管理学博士(江西 南昌 330031)。

原文出处:
南京师大学报:社会科学版

内容提要:

物流业是国民经济的重要组成部分,其效率的高低直接关系到社会经济的运行质量。本文采用DEA模型,根据我国29个省市、自治区2010年物流产业的投入产出数据对其效率进行了评价。评价结果显示:以北京、上海为代表的15个省市的物流业投入产出是DEA有效的;以青海、宁夏为代表的部分地区纯技术效率有效,规模效率非有效;以吉林省为代表的部分省、自治区产出不足,物流资源利用率低。为了保证数据的可靠性,揭示我国物流产业效率的动态特征,本文又依次对我国2009年、2011年的物流产业效率进行了评价,并在文末分别针对西部、中部及以江浙为代表的经济发达地区的物流产业发展提出了政策建议。


期刊代号:F14
分类名称:物流管理
复印期号:2014 年 06 期

字号:

      物流业是国民经济的重要组成部分。20世纪50年代以来,现代物流成为美日欧等国家赢得竞争优势的“第三利润源”。2008年我国社会物流总费用与GDP的比率为18.1%,与发达国家10%左右的水平相比,物流产业效率较低。2009年年初,物流业被列入国务院通过的“十大产业振兴规划”,随即出台了《物流业调整和振兴规划》,提出重点发展华北、长江三角洲、中部等九大物流区域。各省(市、自治区)也相继出台了物流产业发展规划以促进其健康发展。但到2011年,我国社会物流总费用与GDP的比率仍高达17.8%,这意味着社会经济运行的物流成本依旧居高不下。区域物流是经济发展的重要标志,各省(市、自治区)投资物流产业的动力十足,然而投资有可能是盲目的,产业效率是低下的。因此,依据投入产出数据,对物流产业效率进行评价,有针对性地提出相关改进措施,对于提升我国物流产业的竞争力有重要意义。

      二、文献综述

      对于物流产业效率的研究,国外学者早期比较侧重子对交通运输业生产率的研究,后期则专注于对某个或某类企业物流效率的研究。如Gordon(1992)研究了美国公路运输、铁路运输及航空运输业资金及人力资源的投入产出效率,并构建了美国战后至1987年交通运输业多要素生产率(MFP)增长的时间序列;Rabinovich等(2006)则用DEA模型评估了美国物流服务商在网络供应链方面的运营效率,并分析了服务覆盖面等因素对效率的影响。

      自“十一五”以来,随着物流产业在我国经济领域中地位的逐渐提升,我国的许多学者也纷纷致力于对物流产业效率的研究。钟祖昌(2010)使用了三阶段DEA方法,分析了2007年我国31个省(市、自治区)物流产业的技术效率。柳键等(2011)建立了物流产业评价指标体系,基于DEA模型分别对2008年我国31个省市及自治区物流产业的总体效率、纯技术效率及纯规模效率作了分析,指出我国物流产业总体效率偏低的主要原因是纯技术效率偏低,物流投入存在严重的浪费现象,物流产出还有相当大的发展空间。雷勋平等(2012)运用DEA的CCR模型和“超效率”(Super-Efficiency)模型,根据我国31个省(市、自治区)2008年物流产业投入产出数据对物流产业投入产出效率进行实证研究,并以内蒙古为例,探讨了物流产业投入产出效率的改进措施。

      目前大多学者在研究物流产业效率时,投入指标多考虑资金、设施及人员方面的投入,而忽略相关能耗,且资金、设施方面的投入多选择某一年的固定资产投资流量、不同交通运输设施里程数的直接加总,不能有效地衡量实际的投入。本文基于DEA方法,对投入指标作了相应调整,加入交通运输业、仓储业及邮政业的能源终端消费量作为投入指标之一;基于张军等(2004)对中国省级物质资本存量的估算和不同种运输基础设施的单位里程的货运周转量,分别估算出2010年各省(市、自治区)物流业固定资产存量和不同种运输基础设施的加权计算后总里程数,作为资金及设施方面的投入指标。

      三、物流产业效率评价指标体系

      本文从我国物流产业实际情况出发,采用频率统计法初步遴选关键指标,确定预选指标,然后通过两轮的Delphi专家咨询,最终构建了物流产业效率评价指标体系,包括投入指标和产出指标两部分。

      投入指标包括物流业能耗、从业人员数、综合运输能力、固定资产和政策因素。物流业能耗指交通运输业、仓储业及邮政业的能源终端消费量,单位为万吨标准煤。物流从业人员数指各省市、自治区铁路、公路、水路等运输业从业人员人数的加总,单位为人。由于不同种运输基础设施的单位里程的货运周转量不同,因此以单位里程的货运周转量作为加权权重,将铁路、公路、水路等里程数进行加总得到综合运输能力,单位为公里。某一年的物流业固定资产投资水平不能有效反映物流产业的固定资产水平,因此,基于张军等(2004)对中国省级物质资本存量的估算,本文估算出2010年各省市、自治区物流业固定资产存量,单位为亿元。政策因素主要用以反映政府部门对于物流业发展的支持度,用交通运输财政支出占财政支出总额的比重表示。

      产出指标包括货运周转量(单位:亿吨公里)、邮电业务总量(单位:亿元)、物流业产值(包括交通运输业、仓储业和邮政业产值,单位:亿元)。

      四、DEA数学模型

      1978年,Charnes等人提出了基于相对效率的多投入多产出分析法——数据包络分析法(Data Envelopment Analysis,简称DEA)(Charnes et al.,1978)。DEA是一种多目标决策的绩效评估方法,它是基于观察得到的样本数据资料,应用数学规划方法,实现决策单元(N个决策单元的横向比较或某决策单元M期的纵向比较)生产有效性评价,能够对决策单元进行排序和给出非有效的决策单元的调整方案,能够给予切实的管理信息。数据包络分析方法是非参数方法中的一种。相对参数模型而言,DEA模型具有不用事先设定函数形式、适宜于信息资料不完备的条件、适用于多投入多产出的系统等特点。物流产业效率评价涉及人力、物力等多项投入和产值等多项产出,并且DEA方法以分析评价省市、自治区物流产业在众多省市、自治区下的有效生产前沿为重点,不侧重描述平均状态,使得研究结论更具优越性。

      CCR和BCC模型是DEA分析最基础的两个模型。CCR模型假设厂商处于最优规模下生产。解除固定规模报酬(Constant Returns to Scale Model)的假设,也就是说规模报酬是可变的(Variable Returns to Scale Model,简称VRS),便得到BCC模型。

相关文章: