李勇輝,白利鵬,王 莉
(1.昆明理工大學 管理與經濟學院,云南 昆明 650093;2.浙江農林大學 暨陽學院,浙江 紹興 311800)
德魯克把物流稱為經濟發展“水下冰川”“降低成本的最后邊界”與“第三利潤源”[1]。物流層次劃分共識為:宏觀層面國家物流、中觀層面區域物流、微觀層面企業物流。而城市物流介于宏觀物流與微觀物流之間,屬于中觀層面,既是區域物流,也是社會物流[2][3]。Taniguchi et al(2003)首次提出城市物流概念,認為城市物流主要涉及城市與貨物流動之間的協調[4]。史秀蘋等(2004)認為“城市物流是以提高城市競爭力為核心,通過應用先進信息技術,實現城市物流和運輸活動的最優化,同時努力降低物流活動對城市交通堵塞、交通環境與能源消耗的負面影響的活動”[5]。歐盟委員會(European Commission)預測,到2030 年,貨運強度將增加40%,到2050 年將比2005 年增加80%以上。同時,預計與2005 年相比,到2030 年旅客運輸也將增加約34%,到2050年將增加50%以上[6]。
城市物流是城市經濟發展的血液,有利于提高城市競爭力、促進城市經濟可待續發展。城市物流績效評價作為物流管理的控制方式之一,正確評價城市物流績效有助于衡量城市物流管理成效,直接關系到城市物流管理水平高低,而競爭力的提高又反過來促進城市績效的優化。伴隨著產業結構轉型升級的經濟高質量發展,我國物流業仍處于大有作為的戰略機遇期。2018年年底,國家發改委與交通運輸部共同發布《國家物流樞紐布局和建設規劃》,公布了127 個國家物流樞紐承載城市名單,并明確提出推動專業類物流園區改擴建,到2025 年,將布局建設150個左右國家物流樞紐。這些物流樞紐分為:陸港型國家物流樞紐承載城市、港口型國家物流樞紐承載城市、空港型國家物流樞紐承載城市、生產服務型國家物流樞紐承載城市、商貿服務型國家物流樞紐承載城市和陸上邊境口岸型國家物流樞紐承載城市。一些重點城市屬于二三個不同樞紐的綜合體,如天津、鄭州、上海等一線或新一線城市。因此,選取其中有代表性的城市,探討中國城市物流績效評價與競爭力研究有重要的理論與現實意義。基于此,本文嘗試探討以下幾個問題:如何從整個城市體系角度綜合評價城市物流績效與競爭力?怎樣構建科學、合理的城市物流績效與競爭力評價指標?如何選擇合適方法對兩者進行評價?
Sloma(1980)認為組織績效是所有組織理論的核心[7]。管理學上,績效是組織控制必不可少的環節,績效考核是獎懲的依據,常見形式有企業績效(營業收入、利潤總額、ROA、ROE等)、創新績效(新產品銷售收入、專利產出等)、物流績效等。一般認為,績效包含效果與效率。效果是做正確的事情,效率是正確地做事;效果是結果;效率重過程,管理中追求高效率與好結果的統一。
競爭力研究一般著眼于特定主體范疇,如陳志等(2009)基于研究主體把競爭力分為三個層次:國家競爭力、產業競爭力與企業競爭力[8]。被譽為“競爭戰略之父”的邁克爾·波特提出了一國特定產業國際競爭力的六因素理論[9]。競爭力建立在爭奪資源、占據市場、拓展能力等比較優勢基礎之上[10],譚觀音等(2012)就用物流產業貢獻率、交通倉儲郵電增加值作為物流產業效率替代指標來衡量城市物流競爭力[11],因此競爭力應涵蓋效率成分。
理論上,無論是管理學還是經濟學,績效與競爭力都是兩個具有明顯區別的獨立體系,但兩者又出現重疊交叉部分(都重視效率)。同一組織內績效與競爭力具有一定的因果關聯:Mahoney&Pandian認為卓越的績效與競爭力有關[12],馮靜穎(2012)認為核心競爭力是組織獲取持續競爭優勢和優秀績效的原因,核心競爭力對組織績效有顯著正效應[13]。兩者的區別也是顯而易見的:從時間上,績效有短期與長期之分,具體管理者因為有任職期限等限制,一般追求組織短期績效,而競爭力是長期積累的知識體系[14];從指標特性看,績效為便于組織考核管理而多以具體、定量與顯性指標為主,追求可操作性與客觀性,而競爭力是抽象、定量兼定性的以組織隱性知識系統為核心;從過程性看,績效指標在較長時間內保持不變,相對穩定靜止,而競爭力指標則易受外部環境影響,具有動態性特點;策略上,績效重短期而以戰術為主,競爭力重長期而以戰略為主。兩者具體比較見表1。

表1 績效與競爭力區別
績效與競爭力既相聯系又有區別,秉承“效率優先,兼顧公平”的原則采用二階段綜合研究城市物流績效與競爭力。第一階段研究效率,認為效率是城市物流績效與競爭力的公共交集部分先計算;第二階段根據利益相關最大化目標,充分考慮經濟、社會與環境三方面因素,績效指標優先考慮定量并可獲取的指標數據,而競爭力指標綜合考慮定量與定性、財務與非財務、顯性與隱性指標。理論框架見圖1。

圖1 城市物流二階段理論框架
1.指標確定原則
陳志等(2009)認為,一個合理和令人信服的實證研究必須弄清楚各指標之間的交互關系,盡可能厘清各個指標之間的重復信息。權衡照顧績效與競爭力本身內涵特性、內外環境影響,遵循以下原則。
(1)與物流評價目標相適應原則。物流目標隨著時代不同、內外環境變化而有所不同,據現有文獻,物流評價目標變遷路徑為最小成本—最大績效—協同績效—社會價值最大化[15],相應地,物流評價對象也是動態變化的,城市物流評價不再僅僅考慮經濟因素,而要關注“人”的因素,如城市居民、城市管理者、城市物流企業等主體。特別是進入21世紀后,隨著“綠色、低碳、環保”等理念的盛行,無論是西方發達國家還是發展中國家,都開始把城市安全、可持續、高質量發展作為關注的焦點。因此,城市物流評價指標必須體現環境安全、可持續方面的指標。
(2)基于整個城市體系統籌兼顧原則。城市物流包含物流與城市兩個空間范疇,在研究這一范疇時必須基于整個城市體系角度通盤考慮。現有城市物流評價文獻因各自基于城市物流績效或競爭力單方面范疇,沒有很好地區分績效與競爭力二者界限,難免出現較多指標的重疊。比較可行的做法是,把城市物流績效與競爭力重疊的部分以效率指標分離出來單獨分析,盡量使績效與競爭力指標不重合,從體系上來講,效率、績效指標偏重于物流范疇,競爭力指標偏重于城市范疇。
(3)充分考慮評價對象內涵屬性原則。城市物流角度體系應充分考慮效率、績效與競爭力內涵屬性,效率與競爭力優先考慮使用相對指標,如經濟指標方面,效率指標可選用GDP增長率指標,績效選用GDP指標,競爭力選用人均GDP。效率、績效指標盡量使用直觀、定量、顯性指標,少用或不采用定性指標,而競爭力指標則兼顧隱性與非財務等指標。
2.指標確定
綜合借鑒李孟濤、王曉珍、薛東前、譚觀音等研究成果,特別是李孟濤的博士論文。李孟濤比較科學合理地對物流績效指標進行了關聯度與區分度檢驗,從經濟、社會與環境三方面比較全面地構建了指標。但李孟濤的方法把效率包含在績效內,很多經濟指標并不能用貨幣來衡量,因此本文在借鑒的同時作了適當調整:把效率部分指標從績效中剝離出來,經濟指標采用貨幣衡量,再參考其他文獻確定,具體見表2、表3。

表2 效率指標

表3 績效與競爭力指標

續表3
1.數據包絡分析
效率評價方法有數據包絡分析(DEA)與隨機前沿法(SFA)。DEA 是一種典型的多目標效率評價方法。其優點是:只需區分投入與產出,無需對數據進行無量綱化與另行定義函數形式,且對樣本要求不高。本文采用DEA 法,DEA 法也有很多模型,文章只對城市物流效率進行分析,因此采用C2R-CBB 交叉模型。限于篇幅,下面只列出模型的對偶。

2.因子分析法
因子分析是一種成熟的分析多目標系統的方法,穩定反映各變量之間關系是其廣泛應用的最大優點。本文采用因子分析法分析城市物流績效與競爭力,現有文獻及經典統計教材詳細介紹了因子分析統計模型,而現有統計軟件SPSS、Stata 都能方便進行因子分析。因此,本部分只介紹因子分析步驟:(1)適應性檢驗;(2)方差分析及碎石圖;(3)旋轉因子載荷;(4)因子得分及計算總得分。
3.熵權法

本文在參照方俊智與文淑惠(2017)[16]研究GMS中國城市空間經濟聯系時,選取了中國主要城市共32個樣本,其中東部城市有北京市、天津市、石家莊市、沈陽市、上海市、南京市、杭州市、寧波市(副省級)、福州市、廈門市(副省級)、濟南市、深圳市(副省級)、南寧市、海口市共14 個城市,中部城市有太原市、呼和浩特市、長春市、哈爾濱市、合肥市、南昌市、鄭州市、武漢市、長沙市共9個城市,西部城市有重慶市、成都市、貴陽市、昆明市、西安市、蘭州市、西寧市、銀川市、烏魯木齊市共9個城市。廣州市與拉薩市因數據缺失嚴重,故排除在外。本文數據主要來源2018年《中國城市統計年鑒》,還有部分數據來自各市《統計年鑒》與《政府工作報告》,部分缺失值采用最近5 年平均增長率與2017 年數據相乘或插值法補全。特別地,效率指標中的產出指標“流通量”作為復合指標,借鑒李孟濤的方法,但因為城市年鑒數據庫并沒有列舉鐵路客運量與鐵路貨運量數據,因此修改為:流通量=公路客運量/10+水路客運量/2+航空客運量/13.7+公路貨運量+水路貨運量+航空貨運量。

表4 城市物流DEA效率與規模效益計算結果
效率分析中,超效率采用Mydea軟件得出,其他效率采用Deap 2.0軟件得出。由表4可知,首先,上海市、海口市、昆明市、西寧市、銀川市為技術效率、純技術效率與規模效率有效,占整個樣本的15.6%,不到總體的1/5,說明大部分中國城市物流效率不高。其次,除石家莊市、呼和浩特市、重慶市與貴陽市的純技術效率有效外,其他各市的各種效率皆無效。再次,各種效率就全國平均而言,綜合效率為0.737,純技術效率為0.898,規模效率為0.813,都是非效率。分區域計算的綜合效率、純技術效率與規模效率,東部分別為0.681、0.839、0.800,中部分別為0.698、0.924、0.758,西部分別為0.861、0.966、0.887,效率值明顯表現為西部>中部>東部。各城市物流超效率比較見圖2。
物流DEA無效率城市中,從綜合效率(θ*)來看,貴陽市的0.998 為最高,而天津市的0.219 為最低,說明天津市總體物流效率最低;從純技術效率(σ*)來看,哈爾濱市的0.993為最高,天津市的0.66為最低,說明天津市應提高物流投入要素的合理利用程度;從規模效率(S*)來看,貴陽市的0.998為最高,沈陽市的0.278 為最低,說明沈陽市綜合物流效率不高主要是由于其規模效率最差所引致的,反映了沈陽市物流的規模不經濟;從規模收益(Σλ)來看,除上海市、海口市、昆明市、西寧市、銀川市共5個城市規模收益不變外,只有杭州市遞減外,其他城市都是遞增的,表明樣本區域城市應加大物流要素投入,加快發展物流行業。

圖2 各城市物流超效率
1.因子分析適用性檢驗
經過因子適用性KMO 檢驗,各樣本KMO 有高有低,但大多在0.70 左右,由表5 可知,城市物流績效的總體KMO 為0.7732,城市物流競爭力的總體KMO為0.6937,指標均在0.70左右的較高可接受范圍,表明可以進行因子分析。模型LR 檢驗的卡方值:chi2(91)=432.89 Prob>chi2=0.0000(績效);chi2(78)= 494.81 Prob>chi2=0.0000(競爭力),表明模型非常顯著。

表5 KMO與卡方值
2.方差分析及碎石圖
采用主成分分析法并進行最大方差正交旋轉,按照特征值大于1 的原則確定主因子個數。由表6可知,績效特征值>1取4個主因子,4個主因子旋轉后累計貢獻率達79.06%;競爭力特征值>1取3個主因子,3 個主因子旋轉后累計貢獻率達86.43%。從績效與競爭力選取的主因子數量看,均能解釋原始變量變異而丟失較少信息,達到了降維的目的。
由圖3碎石圖可進一步直觀測出提取因子特征值大小情況,圖左部分顯示績效只有前4 個因子的特征值大于1,而圖右部分顯示競爭力只有3個。

圖3 績效與競爭力碎石圖
3.旋轉后因子載荷
旋轉后城市物流績效因子載荷結果見表6,第一公因子f1 上高載荷指標有X1、X4、X7、X8、X10、X11、X12、X14,其分別表示第三產業人數、民用航空客運量、民用航空貨運量、城市GDP、電信業務收入、社會消費品零售總額、全年公共汽(電)車客運總量、城市建設用地面積,說明第一公因子與這些指標關系較近,其中經濟因素載荷最高;第二公因子f2上高載荷指標有X2、X5,分別表示公路客運量、公路貨運量,可以稱為物流基礎能力;第三公因子f3上高載荷指標有X3、X9,分別表示水運客運量、郵政業務收入;第四公因子f4 上高載荷指標有X6、X13,分別表示水運貨運量、建成區綠化覆蓋面積。旋轉后城市競爭力因子載荷中,第一公因子f1上高載荷指標有Y2、Y3、Y5、Y6、Y9、Y10、Y11、Y12,其分別表示規模以上工業企業數、限額以上批發零售業企業數、移動電話年末用戶數、互聯網寬帶接入用戶數、規模以上工業企業固定資產合計、規模以上工業企業利潤總額、限額以上批發零售商品銷售總額、排水管道長度,可稱為經濟基礎因素;第二公因子f2上高載荷指標有Y4、Y8、Y13,其分別表示普通高等學校在校學生數、第三產業占GDP 的比重、建成區綠化覆蓋率、城市建設用地占市區面積比重,可稱為環境因素;第三公因子f3 上高載荷指標有Y7,表示經濟因素人均GDP。
4.因子得分和總得分
根據因子得分矩陣(限于篇幅,予以省略),以主因子旋轉后的方差貢獻率作為權數(見表7),可分別得出城市物流績效與競爭力因子表達式,即績效因子總得分F=(0.4812f1+0.1321f2+0.099f3+0.0783f4)/0.7906,競爭力因子總得分F=(0.5454f1+0.1565f2+0.1203f3)/0.8223。實證分析后可知,績效排名前5 的是北京市、上海市、深圳市、重慶市與成都市,沒有一個是中部城市;而績效排后5名的是銀川市、西寧市、呼和浩特市、太原市與蘭州市,都是中西部城市。競爭力同時排在前5名的分別是上海市、北京市、深圳市、天津市、重慶市,沒有一個中部城市;競爭力排后5名的是南昌市、南寧市、銀川市、長春市與貴陽市。見表8、表9。

表6 旋轉后因子載荷

表7 方差分析
上述二階段分別對32個樣本城市物流效率、績效與競爭力兩個階段進行實證分析,對各城市兩個階段的排位已有個清晰輪廓。但如果把綜合效率、績效、競爭力三者作為一個整體來考察20個樣本城市物流評價,其排位又怎樣呢?為此下面采用熵權法分析上述綜合效率(θ*)、績效總得分、競爭力總得分進而求出各樣本城市的權數。本部分采用Excel宏程序實現,具體步驟如下:

表8 績效因子得分和總得分

續表8

表9 競爭力因子得分和總得分
Step1.原始數據表,見表10。
Step2.標準化。
Step3.計算比重。
Step4.計算權重,見表11。
Step5.城市物流綜合得分,見表11。

表10 城市物流原始數據
由表11可知,綜合城市物流效率、績效、競爭力總體排位可分為優、良、差三類,其中優(排名前10位)的城市依次是上海市、北京市、深圳市、重慶市、杭州市、成都市、天津市、西安市、武漢市、南京市,東中西比例為6∶1∶3。結合前文綜合效率實證,優類城市只有上海市為效率城市,而其他9 個城市為非效率城市,這是投入產出結構不合理和規模收效非效率引起的,應提升物流配置效率,加大物流要素投入;良(排名第11—22 位)的城市依次是寧波市、長沙市、昆明市、鄭州市、銀川市、海口市、廈門市、福州市、貴陽市、濟南市、石家莊市、合肥市,東中西比例為6∶3∶3;差(后10位)的城市依次是南昌市、南寧市、沈陽市、太原市、蘭州市、西寧市、長春市、呼和浩特、烏魯木齊與哈爾濱,東中西比例為2∶5∶3。由此我們發現:32個樣本城市的績效與競爭力的位次幾乎是同樣的變化趨勢,不少城市績效競爭力的位次幾乎完全相同,如上海市、北京市、深圳市、重慶市、成都市,表明績效與競爭力兩者具有很強的相關性,把城市物流效率、績效、競爭力三者綜合考慮后,各樣本城市物流排位基本不變(個別如銀川市,物流績效與競爭力都比較低,但它是效率城市,因而綜合物流在中間水平)。據此可得出結論:城市物流績效、競爭力、效率三者有密切的相關關系,即績效高的城市競爭力強、效率優,反之亦然。

表11 權重與城市物流綜合排位
從第一階段的效率分析可以得出:總體上,上海市、海口市、昆明市、西寧市、銀川市共5個城市為技術效率、純技術效率與規模效率有效,占整個樣本的15.6%,不到總體的1/5,說明大部分中國城市物流效率不高。各種效率就全國平均而言,綜合效率、純技術效率、規模效率都是非效率,分區域計算的綜合效率、純技術效率與規模效率,效率值明顯表現為西部>中部>東部。
物流DEA無效率城市中,從綜合效率(θ*)來看,貴陽市最高,而天津市最低;從純技術效率(σ*)來看,哈爾濱市最高,天津市最低;從規模效率(S*)來看,貴陽市最高,沈陽市最低;從規模收益(Σλ)來看,除上海市、海口市、昆明市、西寧市、銀川市共5個城市規模收益不變外,只有杭州市遞減,其他城市都是遞增的。
從第二階段的績效與競爭力分析可以得出:影響物流績效較大載荷因子是物流經濟因素(第三產業人數、民用航空客運量、民用航空貨運量、城市GDP、電信業務收入、社會消費品零售總額、全年公共汽(電)車客運總量、城市建設用地面積);影響競爭力較大載荷因子是經濟基礎因素(規模以上工業企業數、限額以上批發零售業企業數、移動電話年末用戶數、互聯網寬帶接入用戶數、規模以上工業企業固定資產合計、規模以上工業企業利潤總額、限額以上批發零售商品銷售總額、排水管道長度),由此可見經濟因素是影響城市物流水平的主要因素。績效排名前5 名的是北京市、上海市、深圳市、重慶市與成都市,而績效排后5名的是銀川市、西寧市、呼和浩特市、太原市與蘭州市;競爭力排在前5名的分別是上海市、北京市、深圳市、天津市、重慶市,競爭力排后5名的是南昌市、南寧市、銀川市、長春市與貴陽市。
從綜合效率、績效與競爭力分析可以得出:排名前6 位的城市依次是上海市、北京市、深圳市、重慶市、杭州市、成都市,后6 位的城市依次是南昌市、南寧市、沈陽市、太原市、蘭州市、西寧市,其余城市為中間層次;東部城市在優良區間超過半數,達60%,同時有過半數中西部城市在差的區間,表明中國分區域物流水平差異明顯;32 個樣本城市的績效與競爭力的位次幾乎是同樣的變化趨勢,表明績效與競爭力兩者具有很強的相關性,綜合考慮城市物流效率、績效、競爭力后,三者依然保持密切的相關關系,即績效高的城市競爭力強、效率優,反之亦然。
首先,效率分析不完整。限于篇幅,城市物流效率分析部分只進行了各樣本城市效率與非效率分析,而沒有進行非效率樣本城市投入冗余與產出不足的投影分析。本文主要目的是對中國城市物流效率、績效與競爭力進行評價,并分東部、中部、西部區域進行比較,重點在于獲取各城市相關方面差異,從而得出排位,不進行非效率的投影分析并不影響其分析效果。
其次,本文選用的指標都是定量指標。在評價城市效率與績效時,設定的原則就是只考慮定量指標,指標選取充分考慮效率與績效的變量特性,也就是盡量趨向物流而非城市特性。現有相關文獻在物流競爭力指標方面部分采用區位、制度與政策(如高君林)[17],競爭力評價沒有采用定性指標,這會一定程度影響各城市排名。沒有采用定性指標的原因,一方面是定性指標主觀性太強不好操作,另一方面根據方俊智研究——區域城市呈現“核心—邊緣”分布,這意味著區位、制度與政策因素與物流的其他影響因素基本匹配相關,不考慮這些因素不會影響評價結果,而且本文在績效與競爭力指標中既有財務指標也有非財務指標。
再次,截面數據缺陷。樣本城市選取中主要考慮直轄市、省會(省府)以及部分副省級城市,沒有考慮其他地區地級市及以下城市,對我國全樣本實證稍顯不足;而且本文只選了2018年的截面數據進行分析,不能反映城市物流動態變化。這些不足希望在后續研究中采用面板數據、擴大到“一帶一路”倡議所涵蓋的區域內國外樣本數據進行橫向比較。