安徽省社會物流統計指標體系優化

李薇 劉國輝 程雅雯 陳欣

[摘要]基于現有的物流統計指標體系和國內外文獻，通過設計企業調查問卷，對安徽省重要物流及工貿企業調研訪談，并結合主成分分析、關注度—滿意度象限圖對企業的反饋情況進行分析。在原有物流統計指標體系的基礎上構建一套適應現代物流業操作和發展的指標體系，滿足政府、企業和有關單位管理需要，推動物流業的持續穩定發展。

[關鍵詞]物流統計;指標體系;指標優化;安徽

[中圖分類號]F259.27???? [文獻標識碼]A[文章編號]1005-152X（2022）03-0008-07

Optimization of Social Logistics Statistical Index System in Anhui Province

LI Wei1， LIU Guohui1， CHENG Yawen2， CHEN Xin1

（1. School of Business， Anhui University， Hefei 230601;2. Business School， Central South University， Changsha 410000， China）

Abstract： Based on the existing logistics statistical index system and domestic and foreign literature， the paper designed a questionnaire to investigate and interview important logistics companies and industry and trade companies in Anhui Province， and analyzed their feedback with principal component analysis， attention and satisfaction quadrantal diagram. On the basis ofthe existing logistics statistical index system， it built a set of indicators adapted to the operation and development of the modern logistics industry， which can meet the management needs of the government， enterprises and related units， and promote the sustainable and stable development of the logistics industry.

Keywords： logistics statistics; indicater system; indicator optimization; Anhui

0 引言

一個系統、全面、科學的物流統計指標體系對推動現代物流業的高質量發展具有舉足輕重的作用，有利于及時全面地反映物流產業發展情況和物流規模的水平及變動情況，為政府和企業作出合理決策提供信息支持。然而，我國現有的物流統計體系存在指標設計不合理、統計指標與企業內部運行指標脫節等弊端，為了滿足物流業發展需要，指標體系亟待優化。

在物流統計指標體系方面，國外學者 Mentzer，等[1]人構建了物流績效評價體系的五個關鍵測量方面。Rien，等[2]人提出了包括四個層次的績效指標框架。國內學者李衛東，等[3]、王萌，等[4]、張國強，等[5]、申斯，等[6]均建立了物流統計指標體系的整體框架;陳德良，等[7]、解京淑，等[8]從綠色物流角度構建了相關指標體系;李衛民，等[9]探究了適合現代鐵路物流運作的指標體系。

在優化方法方面，國內學者注重指標的選擇和權重賦值方法。朱傳偉，等[10]結合問卷調查法和主成分因子分析法整理篩選有關指標。劉愛龍，等[11]采用數據包絡分析、模糊評價等多種方法優化我國現有區域法治評價體系。任文霞，等[12]采用李克特量表法設計調查問卷，結合因子分析對醫藥產業指標體系進行修正。

通過對相關文獻的回顧，當前學者研究社會物流統計及統計指標體系的論文數量較少，同時許多指標的設置和方法的選擇已不適合現代物流行業的發展，社會物流統計基礎理論和統計指標體系研究不足。因此，研究社會物流統計指標體系優化問題具有理論和實踐的雙重價值。

1 研究思路與數據來源

1.1 研究思路

首先，分析歷史報表數據并閱讀物流統計指標體系的相關文獻，探究國內外社會物流統計現狀、指標體系優化最新成果及通用指標體系的優化方法，初步建立物流統計指標體系并針對物流企業與工貿企業分別設計指標滿意度調查問卷。其次，對問卷進行回收及結果的分析處理，使用描述性統計、主成分分析等方法構建關注度-滿意度模型，在此基礎上將結合訪談結果進行指標的篩選與優化，并完善物流統計指標體系。最后，討論和歸納文章研究內容、并提出結論。具體如圖1所示。

1.2 數據來源

1.2.1 文獻資料。以中國知網中 CSSCI等為期刊來源，檢索全國范圍內收錄的關于物流統計指標體系現狀及優化的相關文獻并進行討論分析。

1.2.2 安徽省物流統計調查數據。參考2018年度及

2019年度安徽省物流統計調查數據，將歷史數據填寫情況作為指標體系優化的參考依據。

1.2.3 企業調查問卷。此次問卷調查與2019年度安徽省物流統計工作同步進行，所選取企業為安徽省內重點企業，其中工貿企業506家，物流企業185家，總計發放問卷691份，回收有效問卷357份。

2 指標體系初步構建與問卷設計

2.1 指標體系初步構建

在現有物流統計指標體系的基礎之上，參考國內外最新研究成果和歷年物流統計填報數據，針對現有問題進行社會物流統計指標體系的初步構建。本次指標體系應用研究對象為填寫基層調查表的相關物流企業和工貿企業，具體指標及參考依據見表1、表2。2.2 問卷設計與調查

本次滿意度調查問卷的設計采用了李克特量表，延用一般問卷的基本格式，調查研究對象為填寫基層調查表的相關物流及工貿企業，問卷主要題目設置見表1、表2。

本次物流及工貿企業調查問卷的發放與安徽省物流統計調查表的填寫同時進行，時間為2020年3月10日-2020年3月28日，經由安徽省發展和改革委員會、安徽省統計局、安徽省物流與采購聯合會三家聯合通知填報，極大提升了問卷填寫的數量與質量。

3 數據分析

3.1 數據分析方法

3.1.1 信度效度檢驗。物流企業和工貿企業分別回收有效問卷86份和271份，將量表導入SPSS25.0中，得到克朗巴哈系數均為0.957，KMO值分別為0.757和 0.927，Bartlett's 球狀檢驗顯著性水平均為0.000<0.001。檢驗結果表明，數據內部和外部的可信度高，變量之間具有高度相關關系，故下一步對其進行因子分析。

3.1.2 主成分分析。在量表通過信度和效度檢驗后，通過SPSS25.0對原始數據矩陣進行主成分分析，物流企業滿意度量表和工貿企業滿意度量表各提取主成分10個和4 個，其累積方差貢獻率分別為77.023%和74.095%，說明已經包括原有指標絕大部分數據的信息。

再根據因子得分系數矩陣，主成分方程可以表示為：

其中，Zk表示第 k 個主成分，hn表示第 k 個主成分對應特征值的特征向量，Xn表示原有的 n 個變量。

利用主成分方程，可以得到針對物流企業指標滿意度的綜合評價模型為：

針對工貿企業指標滿意度的綜合評價模型為：

上述模型中各個指標對應的系數即為企業對相應指標的關注程度[20]。

3.1.3 四分圖模型。借鑒四分圖模型的思想加以改進，構建物流統計指標的關注度-滿意度模型，如圖2所示。

在該模型中，以物流或工貿企業對物流統計涉及指標的關注度為橫軸，以物流統計涉及指標的滿意度為縱軸，按照關注度與滿意度高低將此區域劃分為四個象限，落在不同象限的指標具有不同的屬性特點。在此模型中，企業對物流統計指標的關注度由主成分分析得出，而滿意度分值計算公式為：

其中 Pi 為企業對第i個指標的滿意度;Xj為滿意等級為 j 時的分值;Yij為第i項指標滿意等級為 j 時對應企業的比例。

通過對原始量表的處理，可以得到企業對各個指標的滿意度得分。其中 ai（i =1， 2， ...， 51）表示物流企業量表涉及的51個指標，bj（j =1， 2， ...， 20）表示工貿企業量表涉及的20個指標。將企業對各個指標的關注度作為橫軸，滿意度作為縱軸繪制象限圖，如圖3、圖4所示。

3.2 數據分析

3.2.1 物流企業。第Ⅰ象限主要涉及與物流業務收入、成本和財務狀況等方面相關的指標。這些指標有利于管理層及時了解企業的運營發展情況，企業在日常運營過程中準確的記錄，使得這部分指標也更易獲取，數據的真實性更高。同時對于政府而言，通過了解這些指標的數據可以直觀的比較企業之間的差距和安徽省整體物流業的水平。因此，這些指標均考慮予以保留。

第Ⅱ象限內部指標的滿意度較高，但企業關注度較低。這一象限內大部分為物流規模指標、智慧物流指標等預增加指標。這一區域指標將予以保留，一方面，對于貨運量、運輸成本等原指標可以對區域物流的發展現狀有一個較為直觀的辨別;另一方面，對于物流網點數量、增值服務收入等新增指標，可以進一步促進指標體系的完整，促進現代物流行業向著智慧化、環境保護及高質量方向發展。

第Ⅲ象限的指標，企業在填報過程中滿意度和關注度均不高。對于物流企業一體化物流業務和信息及相關服務的收入和成本，由于本身概念界定的不清晰、企業的統計口徑不一致等原因，難以反映安徽省物流業收入成本的情況，這些指標可以考慮予以剔除。相比周轉量、流通加工量和吞吐量，企業更加關注貨運量，從而忽視這方面的統計，但這些指標對于統計部門有著重要作用，這種差異就需要改變原有統計方式，尋求更可靠的途徑采集數據。

第Ⅳ象限內部指標的關注度很高，但企業滿意度較低。這一象限內大多為專業化過強、概念不清晰、統計較為困難的指標。物流企業雖注重這部分指標，但由于存在統計口徑不一致或概念模糊等問題，導致數據難以收集且指標無法如實反映企業的真實情況。這一區域指標將考慮進行刪除或改善，對部分指標的定義進行進一步闡述，并統一其計算方式。

3.2.2 工貿企業。在物流業務量方面，大部分工貿企業選擇將物流環節外包給專業的第三方物流企業，因此相對于自運貨運量來說，總貨運量和委托貨運量更能反映工貿企業的物流業務量，企業對自運貨運量的關注度不高。

在物流業務成本方面，由于大部分工貿企業選擇委托貨運的方式，只需計算對外支付的物流成本即可，所以對該指標更加關注。即便企業選擇自運模式，在實際統計時都是作為運輸成本或配送成本計入物流費用，并沒有加以區分。將物流成本劃分為各項具體成本，對于工貿企業來說過于細化，很難進行統計。因此應對第Ⅲ象限中關于物流業務成本方面的指標進行刪除或簡化。

商品購進額、商品銷售額、年初存貨和年末存貨指標都處于高度關注區，表示企業認為這些指標能夠很好地反映企業的財務狀況，這些指標可以保留。

工貿企業對固定資產投資額指標的關注度和滿意度都很高，說明企業認為該指標能夠很好地反映企業的投資潛力，對于企業來說也非常重要，該指標可以保留。

工貿企業對于新能源貨車數量指標的滿意度較低，但是關注度很高，說明隨著國家推進物流配送車輛實現電動化和清潔化，企業越來越注重物流過程的綠色化。但是就目前來說，大部分工貿企業選擇外包物流，很少有自己的貨運車輛，新能源貨車的使用率較低。

4 安徽省物流統計指標體系構建

4.1 構建原則

問卷調查數據顯示，53.48%的物流企業、32.1%的工貿企業認為統計報表的指標過于細化，填寫繁瑣;19.77%的物流企業、27.68%的工貿企業認為統計報表與企業實際經營使用的統計指標偏差很大;29.07%的物流企業、31.37%的工貿企業認為統計報表專業術語太多、釋義簡略導致難以理解。具體如圖5所示。結合企業問卷調查結果及對部分負責人訪談的情況，可以了解到當前物流統計工作存在指標過于細化、填寫繁瑣、指標釋義簡略、系統報表設計不夠合理等問題，因此基于針對性、具體性的原則構建物流統計體系。

4.2 物流企業物流統計指標體系

4.2.1 確定通用指標。在構建優化后的指標體系時，應先確定不同物流企業類型之間通用的指標。固定資產指標、財務指標和人力資源指標可以反映企業的整體情況，雖然物流企業的服務對象和主要業務有差別，但對于這三類指標均有統計，且統計方式差別不大，物流企業的填報人員在填報時也較為方便，數據具有較高的可得性和準確性。因此選取這三項指標作為通用指標。具體指標見表3。

4.2.2 根據業務類型不同分類。企業在填報物流業務量、物流業務成本和物流業務收入等指標時，由于不同企業的業務類型不同，導致填報人員對部分指標陌生。毛海軍，等[21]將物流企業按照業務類型不同分為運輸型、倉儲型、配送型、貨代型、快遞型和綜合型6個類別。基于其分類結果重新構建物流統計指標體系，包括物流業務量在內共28個指標，如圖6所示。不同業務類型所包含的指標也有所區別，在區別企業的業務類型后，只需填報相應指標的信息，有效減輕了填報人員的任務量，同時保證收集數據與企業日常統計數據差別不大。

4.3 工貿企業物流統計指標體系

目前工貿企業的物流模式主要為外包物流、自營物流或二者相結合的混合模式，不同的物流模式所統計的數據也不同，因此根據工貿企業選擇的物流模式分別設置統計指標。

4.3.1 外包物流模式。物流外包是指企業將部分或全部物流活動委托給專業的第三方物流企業來完成[22]。將物流活動外包后，需要統計企業的物流業務量、物流業務成本和企業財務狀況三類一級指標。其中，物流成本為對外支付的外包物流服務項目費用，物流業務量為委托代理貨運量。具體見表4。

4.3.2 自營物流模式。物流自營是指工業、批發和零售業等工貿企業借助于自身的物質條件自行組織物流活動[15]。自營物流模式下企業需要對各項基本物流活動進行合理規劃，使企業內部運行高效有序。因此，企業物流統計指標主要可分為固定資產、物流業務量、物流業務成本、企業財務狀況四類一級指標，具體見表5。

4.3.3 混合物流模式?；旌夏Ｊ街傅氖瞧髽I將外包物流和自營物流相結合，將一部分物流活動委托給第三方物流企業，另一部分物流活動自行組織的模式。因此，對于選擇混合物流模式的企業來說，需要統計固定資產、物流業務量、物流業務成本、企業財務狀況四類指標。具體見表6。

5 結語

物流統計是保障國民經濟平穩健康發展的基礎性工作。為了促進物流統計工作的順利進行，進一步推動物流業的高質量發展，本文在現有社會物流統計制度的基礎上，結合問卷調查法和主成分分析法，對現有物流統計指標體系進行分析和優化，針對物流企業的不同業務類型以及工貿企業的不同經營模式重新構建指標體系，促進我國社會物流統計指標體系不斷完善。

基于調研數據重新構建優化的社會物流統計指標體系，更加符合物流企業和工貿企業的實際情況，有利于客觀、真實地反映出物流活動的運行狀況，幫助企業降本增效。同時對于不同的企業類型、業務類型以及經營模式，可以相應調整指標體系，因此更具針對性和靈活性，有效降低了籠統指標帶給填報人員的壓力，進一步提升物流統計數據填報的質量與效率，為政府以及物流、工貿企業的管理和決策提供更有效的信息支持，更好地適應現代物流業務發展需要，并最終促進我國物流業的穩定發展。

[參考文獻]

[1]MENTZER J T，KONRAD B P.An efficiency approach to logistics performance analysis[J].Journal of Business Logis- tics，1991，12（1）：33-61.

[2]RIEN P V A，D'HERT G.Performance indicators in distri- bution[J].International Journal of Logistics Management， 1996，7（1）：73-82.

[3]李衛東，劉延平.我國物流產業統計指標體系基本框架研究[J].生產力研究，2007（6）：18—19.

[4]王萌，許慧萍.淺析我國物流統計指標體系的構建[J].物流技術，2012，31（13）：152—154.

[5]張國強，李應.基于現代物流發展的物流統計改進研究[J].合肥工業大學學報（社會科學版），2014，28（4）：29—34.

[6]申斯.構建我國物流產業指標體系的思考[J.價格月刊，2014（1）：40-43.

[7]陳德良，胡婉貞.綠色物流的統計指標體系[J.企業技術開發，2015，34（4）：6—7，56.

[8]解京淑.構建綠色物流統計指標體系初探[J].現代商業，2015（17）：23-24.

[9]李衛民.鐵路現代物流統計體系構建研究[J].鐵道運輸與經濟，2019，41（5）：46—51.

[10]朱傳偉，斗計華，趙峰民.艦空導彈射擊方案優化指標體系研究[J].兵器裝備工程學報，2018，39（10）：33—37.

[11]劉愛龍.我國區域法治績效考評體系優化與方法創新[J].學術交流，2016（10）：78—84.

[12]任文霞，羅文華.我國醫藥產業結構優化影響因素指標體系的構建與應用[J].醫藥導報，2018，37（2）：268—271.

[13]秦婷.煙葉生產物流網點布局優化研究[D].重慶：重慶交通大學，2014.

[14]溫蕾.關于物流配送作業中增值服務的幾點思考[J].中國外資，2012（20）：144—145.

[15]李君.現行物流統計指標體系的缺失與拓展[D].大連：東北財經大學，2010.

[16]徐穎宜，溫小冰.珠海市農產品配送服務指標體系的構建[J].物流工程與管理，2015，37（5）：186—187.

[17]肖甍.煙草行業綠色倉儲在倉庫設計中的應用[D].廈門：廈門大學，2018.

[18]何黎明.關于智慧物流發展的思考與建議[J].中國物流與采購，2016（19）：26—27.

[19]羅志清.自動化立體倉庫堆垛機的控制與設計研究[D].蘭州：甘肅工業大學，2001.

[20]仲偉佇，付小慶，蘆春榮.基于中小企業創業環境的政府作為評價方法[J].系統工程，2014，32（9）：120—124.

[21]毛海軍，張永，李旭宏.物流企業分類模型[J].交通運輸工程學報，2005（2）：117—121.

[22]劉鵬飛，謝如鶴.企業物流經營模式初探[J].商場現代化，2005（25）：205-206.