您现在的位置:首页>区域特写 > 一带一路(丝绸之路)
一带一路(丝绸之路)

新时期海上丝绸之路物流业效率评价时间: 2017-04-17信息来源:秦雯 作者:hjr_admin 责编:


 ■ 秦 雯(广东科学技术职业学院 广东珠海 519090)
▲ 基金项目:广东省哲学社会科学“十二五”规划项目,项目编号:GD14CGL03,项目名称:海上丝绸之路战略下南海次区域港口物流合作研究
◆ 中图分类号:F252    文献标识码:A
 
内容摘要:本文通过因子分析法重构了经济发展和基础设施建设两个投入指标;采用SE—DEA模型对21世纪海上丝绸之路位于我国境内的江苏、浙江、福建、山东、广东、海南6个省份2008—2013年物流效率的动态演化和区域差异进行了分析比较,研究发现山东省始终保持均衡发展;江苏、浙江、福建3省前期物流效率发展基本呈上升趋势并于2013年达到技术效率前沿,广东省和海南省未达到物流效率前沿,但发展趋势良好,趋于技术效率前沿。本研究对区域物流业效率在理论和实践研究方面都具有重要意义。
关键词:海上丝绸之路    物流业效率    因子分析    SE—DEA    模型
 
  引言
?
  2013年10月,中国国家主席习近平访问东盟时,提出共建“21世纪海上丝绸之路”的重大倡议,得到国际社会高度关注。中国政府与沿线有关国家在基础设施互通、产业投资、资源开发、经贸合作、金融合作等领域加强合作并开展重大项目,区域间剧增的贸易交流无疑使物流业的迅速发展迎来了重要的战略机遇期。
 
  2015年3月28日,国家发展改革委、外交部、商务部联合发布《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》明确将共同推进国际骨干通道建设,尤其将促进国际运输便利化、加强海上物流合作等作为合作重点。在国家发改委和外交部举行的座谈会上,各省领导表示将加快推进21世纪海上丝绸之路“国际物流大通道”的建设。然而,过往实践中,地方政府着眼于物流基础设施的规模化,而忽略物流业发展效率的现象较为突出,这造成投入冗余或产出不足,从而处于“高成本、低效率”的状态。显然,提升物流业发展效率,从而提升物流业竞争力,对于我国全面推进21世纪海上丝绸之路建设尤为迫切和重要。基于此,本文针对21世纪海上丝绸之路物流业效率进行探讨,以期推动我国“一带一路”战略的发展。
 
  文献综述
 
  目前有关区域物流业效率的研究,引起国内外学者的高度关注。国外学者较多地从企业层面进行物流效率的研究,针对区域物流业的研究有限。Melendez O等认为陈旧过时的区域经济制度环境是拉美地区物流效率低下的主要原因。Meidute等认为市场需求、交通基础设施、信息技术等是影响区域物流效率的重要因素。国内学者对区域物流业效率的研究则有较大的发展,评价指标体系和DEA方法颇受关注。贺竹磬等建立了区域物流相对有效的评价指标体系,并选取了国内生产总值、消费能力、交通网密度、物流产业经济投入、土地投入和从业人员收入作为投入指标,货运量、周转量和物流业产值作为产出指标进行DEA实证研究,结果表明我国区域物流效率地域差距明显,相对有效性从东向西呈现出明显的递减规律,非有效区域大多处于规模收益递增阶段。该文认为可以通过调整投入结构与投入规模,来达到提高区域物流服务能力的目的。袁丹等选取交通运输、仓储和邮政业的职工人数、资本投入和基础设施投入的运输线路长度作为投入指标,对丝绸之路经济带物流业各地区进行DEA全要素生产率研究,结果表明丝绸之路经济带物流业全要素生产率受技术进步的影响呈波动趋势,其中宁夏物流业效率最高,云南物流业效率降幅最大。王永赞选取交通运输、仓储和额邮政业年末从业人数、物流业固定资产投资额作为投入指标,交通运输、仓储和邮电业增加值作为产出指标,针对我国28个地区进行全要素能源效率分析,结果表明我国物流业全要素能源效率平均水平较低且存在明显的地区差异。吴旭晓采用SE—DEA对广东省、江苏省、山东省、浙江省和河南省5个经济大省的物流业运作效率及联动效率进行了实证研究,结果显示不同省份物流业效率演化规律差异显著。
 
  可见,国内外学者对区域物流效率的研究已经取得了丰硕的成果,但仍然存在以下不足:投入和产出指标的选取都基于各自的标准,缺乏说服力;已有研究大部分采用传统的DEA模型对多个决策单元效率进行评价,但出现多个决策单元相对有效的情况时,不能进一步区分排序;基于中国期刊全文数据库(2000—2015)的搜索发现,以21世纪海上丝绸之路物流业效率的个案研究鲜有见闻。
 
  基于此,本文从两个方面对21世纪海上丝绸之路物流业效率进行了研究:一方面,采用因子分析法重新构建投入和产出指标,克服选择上的主观性,从而更加公平、客观、科学地反映更全面的信息;另一方面,采用SE—DEA模型来代替传统的DEA模型,能够更加准确地测度物流业效率,从而对各决策单元进行充分排序。
 
  本文的研究旨在探索21世纪海上丝绸之路物流业效率是否合理,为我国“一带一路”物流产业发展战略提供了理论依据和实践启示,同时也可为其他区域的研究提供借鉴。
 
  研究方法选择
 
  (一)因子分析模型
 
  因子分析(Factor Analysis)具有适用范围广、客观程度较好、应用难度低、广泛性高的优点,是将存在一定程度相似性的指标进行整合,最终将若干个小指标糅合成几个大的因子变量即公共因子进行评价分析的方法。公共因子的个数远远少于原始变量的个数,因而研究和分析能大大减少工作量,而且对于单纯凭借主观感受选择几个有代表性的因子来评价,因子变量是依据原始变量的信息进行重新构建,而不是对原变量进行取舍,这样可以公平、客观、科学地反映原有变量的大部分信息,能够在保证数据信息丢失最少的情况下,对高维空间变量进行科学合理的降维处理。
 
  因子分析是用较少个数的公共因子的线性函数和特定因子之和来表达原来观测的每个变量,从研究相关矩阵内部的依赖关系出发,把一些具有错综复杂的变量归纳为少数几个综合因子的一种多变量统计分析方法。当这几个公共因子(或综合因子)的累计方差和(即贡献率)达到85%或95%以上时,就说明这几个公共因子集中反映了研究问题的大部分信息,而彼此之间又不相关,信息不重叠。
 
  因子分析的一般模型为:
 
  
 
  模型中,f1,f2,?,fm叫做主因子或公共因子,它们是在各个原观测变量的表达式中都共同出现的因子,是相互独立的不可观测的理论变量。e1,e2,?,ek叫做特殊因子,是向量X的分量xi(i=1,2,?,k)所特有的因子,特殊因子表示该变量中不能被公共因子解释的部分,实际上就是实测变量与估计值之间的残差。各个特殊因子之间以及特殊因子与公共因子之间是相互独立的。一般而言,通过初级变换得到的因子载荷差异不大,含义不明显,实用价值不高。为了更清楚地凸显因子实测变量之间的关系,提高公共因子的解释力,通常需要对因子载荷进行旋转处理,使因子载荷值向0和1两个方向分化。最常用的旋转方法是最大方差旋转法(Varimax)。运用该模型对21世纪海上丝绸之路物流业效率的诸多因子进行分析提取变量。
 
  (二)SE—DEA模型
 
  传统的DEA模型用于评价多项投入和多项产出的决策单元(Decision Making Units,DMU)的相对效率,以构建出一条非参数的DEA前沿面为目的,基于各决策单元偏离DEA前沿面的程度评价相对有效性。然而,通过DEA模型评价决策单元效率时,有时会出现多个DMU相对有效,从而无法进一步评价和比较这些相对有效的DMU。本文选用Andersen等提出的SE—DEA模型细化DEA的评价结果,对相对有效的多个DMU进一步进行评价与比较,从而对21世纪海上丝绸之路物流业效率进行排序。SE—DEA模型如下:
 
      
 
  基于因子分析法提取投入和产出变量
 
  (一)指标及数据选取
 
  影响21世纪海上丝绸之路物流业效率的影响因素众多,各种因素间相互作用,共同影响着21世纪海上丝绸之路物流业的效率。基于21世纪海上丝绸之路物流业的特点,如何建立影响21世纪海上丝绸之路物流业效率的指标体系非常重要。本文遵循指标体系的全面性、有针对性、关联性以及可取性等原则下,探求数据的可靠性、权威性和实用性,在综合国内外相关文献研究成果的基础上,本文选取了6个投入变量[国内生产总值X1,外贸进出口总额X2,消费能力(人口数*消费水平)X3,交通运输、仓储和邮电业固定资产投资总额X4交通网密度(千米/平方公里)X5,物流从业人员的收益能力(从业人员数*平均收益)X6],以及3个产出变量(物流业GDPY1,货运量Y2,货物周转量Y3)。同时选取21世纪海上丝绸之路位于我国境内的江苏、浙江、福建、山东、广东、海南6个省份作为研究对象,数据均来源于2008—2013年《中国统计年鉴》。
 
  (二)实证结果分析
 
  通过SPSS软件计算6个投入变量的总方差,从累积方差的计算结果可见,成份1和成份2是符合条件的特征值,累积方差贡献率达94.079%,涵盖了大部分变量信息。因此,选前两个成份作为公共因子,如表1所示。


 
  对初始因子的载荷矩阵进行方差旋转处理,第一个公共因子F1上载荷较大的有2个指标,分别是国内生产总值X1和外贸进出口总额X2,因此可以将公共因子F1定义为经济发展。第二个公共因子F2上载荷较大的有2个指标,分别是仓储和邮电业固定资产投资总额X4和交通网密度(千米/平方公里)X5,因此可以将公共因子F2定义为交通运输固定资产。后续计算将用新产生的2个公共因子代替原有的6个投入变量,如表2所示。
 
 
  通过因子分析法计算结果重新构建了21世纪海上丝绸之路的投入指标和产出指标:将国内生产总值X1,外贸进出口总额X2,消费能力(人口数*消费水平)X3,交通运输、仓储和邮电业固定资产投资总额X4,交通网密度(千米/平方公里)X5,物流从业人员的收益能力(从业人员数*平均收益)X6六个投入变量重新构建为经济发展F1和交通运输固定资产F2两个投入指标,物流业GDPY1,货运量Y2,货物周转量Y3三个产出指标保持不变,如表3所示。
 
 
  基于SE—DEA模型的物流业效率评价
 
  本文选取因子分析法重构后的两个投入指标和三个产出指标,采用DEA和SE—DEA模型测算21世纪海上丝绸之路位于我国境内6个省份2013年的技术效率、纯技术效率和规模效率,结果如表4所示。
 
 
  由表4的排名可见,传统DEA模型对于相对有效的数据无法进一步排序,然而SE—DEA模型可以进行充分排序,并能够反映增长空间情况。基于SE—DEA模型对2013年的数据进行分析,超技术效率排名前4位的江苏、浙江、福建和山东4个省份物流业效率都达到技术效率前沿,并具有较大的发展空间,其中山东省最高,能够同比例提高43.8%,广东省和海南省的物流效率未达到技术效率前沿。在2013年21世纪海上丝绸之路位于我国境内的6个省份物流业效率比较分析的基础上,基于2008—2013年的数据,运用SE—DEA模型进一步从动态演化的角度分别对6个省份物流业超技术效率进行分析,结果如表5所示。
 
 
  结论与讨论
 
  (一)研究发现
 
  本文采用因子分析法和SE—DEA模型相结合的方法测算了我国21世纪海上丝绸之路物流业的超技术效率,对其动态演化和区域差异进行了分析比较,研究发现在我国境内的江苏、浙江、福建、山东、广东和海南6个省份中,山东省2008至2013年物流业效率最高,均达到了技术效率前沿,这与山东省的经济发展状况和港口、公路交通等交通运输固定资产投资紧密相关:2008年以来山东省经济发展迅猛,经济总量居全国第3位;港口、高速公路网、铁路网等交通运输固定资产投资居全国第2位。但是,山东省物流业效率可增长的空间在逐年缩小,建议山东省做好物流业发展的长期规划,支持物流业信息化、标准化和专业化建设。江苏、浙江和福建3省2008到2012年期间,前期物流利用率发展基本呈上升趋势,但存在发展波动,说明发展力度不够,持续性不强,随着投入和产出的不断均衡,2013年达到技术效率前沿,并且存在同比例提高物流效率的发展空间,建议在国家大力推进21世纪海上丝绸之路建设的政策下,江苏、浙江和福建3省进一步增加外贸进出口总额、消费能力和国内生产总值,从而带动物流效率的提高。广东省在2008至2013年期间的投入和产出变量基本都是全国最高水平,然而物流效率却未达到物流效率前沿,存在大量的无效投入,这与2008年金融危机后广东省响应《物流业调整和振兴规划》政策的背景下,广东省加大对物流行业的投入有一定关系,造成了投入冗余。然而整体物流效率发展趋势较好,物流效率逐年增高,2013年趋于均衡发展。海南省的物流业投入和产出变量总量在6省中最低,但呈增长趋势,2013年也接近物流效率前沿。
 
  (二)理论贡献
 
  本研究的理论贡献在于:过往研究选取物流效率投入和产出指标都基于各自的标准,较缺乏说服力。本研究在已有研究的基础上,采用因子分析法重新构建评价指标,克服选择上的主观性,从而更加公平、客观、科学地反映更全面的信息。已有研究大部分采用传统的DEA模型对多个决策单元效率进行评价,但出现多个决策单元相对有效的情况时,不能进一步区分排序。本文采用SE—DEA模型来代替传统的DEA模型,能够更加准确地测度物流业效率,从而对各决策单元进行充分排序。为21世纪海上丝绸之路物流产业发展战略提供了理论依据,同时也可为其他区域物流的研究提供借鉴。
 
  (三)实践启示
 
  全面推进“21世纪海上丝绸之路”建设是我国目前最重要的发展战略之一。提升物流业发展效率,从而提升物流业竞争力是21世纪海上丝绸之路各国间实现经济范畴设施联通、贸易畅通、资金融通三大方针的重要推动力。各省份应在国家政策引领下,从21世纪海上丝绸之路国际物流骨干通道的整体出发,对现有物流业重新梳理、整合资源、科学布局、合理分工,避免投入不足和产出冗余,从而形成整个区域高效率的物流网络。
 
参考文献:
  1. Melendez O, Maria Fernanda. The logistics and transportation problems of Latin American integration efforts: The Andean Pact, a case of study [D]. The University of Tennessee, 2001, 246 pages, AAT 3010339
  2. I Meidute, Av Vasiliauskas. Analysis of factors impacting development of transport and logistics services [J]. Current Issues of Business And Law, 2008(1)
  3. 贺竹磬,孙林岩. 我国区域物流相对有效性分析 [J]. 科研管理,2006,27(6)
  4. 袁丹,雷宏振. 丝绸之路经济带物流业效率及其影响因素 [J]. 中国流通经济,2015(2)
  5. 王永赞. 物流业全要素能源效率地区差异实证研究 [J]. 商业时代,2014(25)
  6. 吴旭晓. 经济大省物流业效率动态演化及其影响因素 [J]. 中国流通经济,2015(3)
  7. 谭秀杰,周茂荣. 21世纪“海上丝绸之路”贸易潜力及其影响因素——基于随机前沿引力模型的实证研究 [J]. 国际贸易问题,2015(2)
  8. 王勇,邓旭东. 基于因子分析的农产品供应链绩效评价实证 [J]. 中国流通经济,2015(3)
  9. Andersen P, Petersen A. A procedure for ranking efficient units in data envelopment analysis [J]. Management Science, 1993, 39(10)
  10. 庄茜,李绍武. 改进DEA在港口效率评价中的应用 [J]. 天津城市建设学院学报,2008,14(2)