我國快遞產(chǎn)業(yè)運(yùn)營效率研究

徐 銳，王 浩 （湖北大學(xué) 商學(xué)院，湖北 武漢430062）

XU Rui, WANG Hao (School of Business, Hubei University, Wuhan 430062, China)

中國各地區(qū)電子商務(wù)發(fā)展的極端不平衡也造成了快遞產(chǎn)業(yè)發(fā)展的極端不平衡，目前國內(nèi)絕大多數(shù)規(guī)模以上的快遞企業(yè)，尤其是民營快遞企業(yè)，總部都位于上海和廣東，隨著這些快遞企業(yè)在近年來采取加盟制而形成全國連鎖化經(jīng)營，其他地區(qū)快遞產(chǎn)業(yè)開始呈現(xiàn)出極為尷尬的發(fā)展態(tài)勢，一方面業(yè)務(wù)量的確有所增長，但另一方面運(yùn)營效率卻十分低下，收入的增長遠(yuǎn)遠(yuǎn)不及業(yè)務(wù)量的增長。如何合理運(yùn)用物流資源，提升快遞產(chǎn)業(yè)運(yùn)營效率，將成為各地區(qū)快遞產(chǎn)業(yè)發(fā)展和升級的目標(biāo)。

1 文獻(xiàn)綜述

從產(chǎn)業(yè)經(jīng)濟(jì)學(xué)的角度來看，Gordon 采用1948 年至1987 年的數(shù)據(jù)，對戰(zhàn)后時期交通運(yùn)輸行業(yè)在MFP（確定多要素生產(chǎn)率）下的增長速度進(jìn)行了測量研究[1]。余泳澤、武鵬利用隨機(jī)前沿生產(chǎn)函數(shù)測算了物流資源利用率、地區(qū)制度變遷、區(qū)位優(yōu)勢等因素對我國物流產(chǎn)業(yè)效率的影響[2]。

在同一地區(qū)的連續(xù)性的交通和物流產(chǎn)業(yè)效率研究方面，Yoshidaa 和Fujimotob 采用兩種不同的方法來測量1950 年代以來日本機(jī)場的效率；兩種方法的結(jié)果一致表明，交通基礎(chǔ)設(shè)施建設(shè)上的投入需要較長的時間才能吸引足夠的需求，從而達(dá)到有效；經(jīng)濟(jì)背景的變化造成了低效的公共投資[3]。Wanke 考察了巴西的第三方物流行業(yè)為客戶提供多種服務(wù)和提升IT 技術(shù)等措施是否能提升效率，以及擴(kuò)大服務(wù)供給，擴(kuò)大規(guī)模，從而降低成本，是否能應(yīng)對日益激烈的市場競爭[4]。王琴梅和譚翠娥運(yùn)用DEA 模型對西安市物流效率及其影響因素之間的相關(guān)性進(jìn)行分析，研究表明：物流資源利用率和市場化程度對物流效率的影響程度更深[5]。

從區(qū)域物流競爭力方面的研究來看，F(xiàn)ung 和Wan 主要研究了1995～2004 年期間中國25 個地區(qū)機(jī)場的生產(chǎn)力變化模式，通過Malmquist 指數(shù)的分解，發(fā)現(xiàn)這些機(jī)場生產(chǎn)率增長的主要來源是技術(shù)進(jìn)步，不同地區(qū)機(jī)場的效率出現(xiàn)兩極分化的趨勢，政策改革應(yīng)側(cè)重于非樞紐機(jī)場、非上市機(jī)場[6]。Lam 和Low 對亞太地區(qū)11 個主要機(jī)場的運(yùn)營效率的研究顯示，技術(shù)、規(guī)模和結(jié)構(gòu)的效率是對亞太地區(qū)機(jī)場運(yùn)營效率影響較大的因素[7]。倪程程、林國龍通過DEA 模型對上海、天津、大連、青島、香港、安特衛(wèi)普、鹿特丹和新加坡這8 個航運(yùn)中心的物流效率的比較分析發(fā)現(xiàn)，上海港口物流效率不高，問題在于上海港的建設(shè)主要依靠擴(kuò)大生產(chǎn)規(guī)模，而其他方面建設(shè)滯后，導(dǎo)致超負(fù)荷運(yùn)轉(zhuǎn)，限制了港口物流的進(jìn)一步發(fā)展[8]。

這些研究成果標(biāo)明，交通和物流產(chǎn)業(yè)運(yùn)營效率與經(jīng)濟(jì)背景的變化呈正相關(guān)，交通行業(yè)的發(fā)展模式必須跟隨經(jīng)濟(jì)背景的變化而不斷轉(zhuǎn)型。但從政策措施方面來看，交通基礎(chǔ)設(shè)施建設(shè)上的投入需要較長的時間才能吸引足夠的需求，因此在進(jìn)行交通基礎(chǔ)設(shè)施建設(shè)時，不能只考慮短期內(nèi)的需求水平，而要考慮長期內(nèi)的效率，避免過度投資。然而，目前很多地區(qū)也存在著為了追求規(guī)模而盲目擴(kuò)張的情況。我國物流效率存在著物流投入存在嚴(yán)重的浪費(fèi)現(xiàn)象，與發(fā)達(dá)國家相比，盡管我們的規(guī)模有所提升，但其他方面沒有跟上，限制了物流效率的進(jìn)一步提高。

2 研究設(shè)計

2.1 DEA 模型基本思想

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA） 是以“相對效率”概念為基礎(chǔ)，用以測評一組多投入和多產(chǎn)出的決策單元DMU（Decision Making Unit） 的相對效率的一種系統(tǒng)分析方法。這種方法是一種非參數(shù)型估計方法，無需考慮特定的生產(chǎn)函數(shù)形式，可以規(guī)避參數(shù)方法的多種限制。

2.2 主要投入與輸出指標(biāo)選取

根據(jù)DEA 方法的相關(guān)要求，以及本文的研究目的，本文選擇的投入指標(biāo)是：

（1） 處理貨量（快遞業(yè)務(wù)量）

處理貨量是物流產(chǎn)業(yè)中常用的評價指標(biāo)，一個地區(qū)的快遞處理業(yè)務(wù)量能充分說明該地區(qū)的快遞發(fā)展水平，也與快遞業(yè)務(wù)收入有著緊密的關(guān)系。

（2） 企業(yè)投入（快遞營業(yè)網(wǎng)點(diǎn)數(shù)）

快遞行業(yè)的屬性決定了一個快遞營業(yè)網(wǎng)點(diǎn)只能服務(wù)一定面積范圍內(nèi)，只能覆蓋一定量的人口。一般來說，一個地區(qū)快遞網(wǎng)點(diǎn)越密集，說明該地區(qū)快遞需求量越大。但建立一個快遞網(wǎng)點(diǎn)需要投入大量人力物力，過于密集的快遞網(wǎng)點(diǎn)數(shù)量也會造成資源浪費(fèi)，運(yùn)營效率低下，建立合理數(shù)量的快遞網(wǎng)點(diǎn)，有利于整合人力物力資源，促進(jìn)運(yùn)營效率的提升。因此，我們選擇各地區(qū)快遞網(wǎng)點(diǎn)數(shù)量作為各地區(qū)快遞產(chǎn)業(yè)運(yùn)營效率的投入指標(biāo)。

（3） 基礎(chǔ)設(shè)施建設(shè)（郵路總長度）

一個地區(qū)的物流基礎(chǔ)設(shè)施建設(shè)，反映了一個地區(qū)的運(yùn)輸條件，也能折射出該地運(yùn)輸產(chǎn)業(yè)的規(guī)模和質(zhì)量。而相比一個地區(qū)的運(yùn)輸線路長度，一個地區(qū)的郵路總長度對于快遞產(chǎn)業(yè)的發(fā)展具有更大的影響，更適合快遞產(chǎn)業(yè)的相關(guān)分析。

本文選擇的輸出指標(biāo)是：

快遞業(yè)務(wù)收入?？爝f行業(yè)屬于提供勞務(wù)的服務(wù)性行業(yè)，快遞業(yè)務(wù)收入是其主要產(chǎn)出，因此我們將快遞業(yè)務(wù)收入作為各地區(qū)快遞產(chǎn)業(yè)運(yùn)營效率的輸出指標(biāo)。

2.3 數(shù)據(jù)來源和樣本選擇

使用DEA 方法對效率進(jìn)行評價，在投入產(chǎn)出指標(biāo)的選取上一般有數(shù)量的限制。按照經(jīng)驗法則，決策單元的數(shù)量至少應(yīng)當(dāng)是投入與產(chǎn)出指標(biāo)的數(shù)量之和的2 倍，否則無法得到有效的結(jié)果。本文選取了3 項投入指標(biāo)、1 項產(chǎn)出指標(biāo)，因此至少需要8個地區(qū)的快遞產(chǎn)業(yè)作為樣本。因此本文選擇了以省為單位，去除港、澳、臺地區(qū)之后，總共收集到31 個省、直轄市、自治區(qū)的2012 年度相關(guān)數(shù)據(jù)，滿足DEA 方法運(yùn)用的經(jīng)驗法則的相關(guān)要求。本文所選取的資料來源于《2012 年中國統(tǒng)計年鑒》和國家郵政局公布的2012 年郵政行業(yè)運(yùn)行情況（如表1 所示）。

DEA 方法要求投入與產(chǎn)出指標(biāo)要滿足等幅擴(kuò)張性的要求，即隨著要素投入的增加，產(chǎn)出不會減少。這需要檢驗投入和產(chǎn)出指標(biāo)之間是否具有正相關(guān)關(guān)系。運(yùn)用SPSS 17.0 統(tǒng)計軟件對樣本的投入產(chǎn)出指標(biāo)進(jìn)行了相關(guān)性分析，結(jié)果如圖1 所示。

從圖1 可以看出，快遞業(yè)務(wù)收入（INCOME） 與快遞業(yè)務(wù)量（VOLUME） 之間的相關(guān)系數(shù)為0.964，t檢驗的顯著性概率為0.000＜0.01，拒絕零假設(shè)，表明兩個變量之間顯著相關(guān)；快遞業(yè)務(wù)收入與快遞營業(yè)網(wǎng)點(diǎn)數(shù)(BRANCH） 之間的相關(guān)系數(shù)為0.764，t檢驗的顯著性概率為0.000＜0.01，拒絕零假設(shè)，表明兩個變量之間也顯著相關(guān)；快遞業(yè)務(wù)收入與郵路總長度（DISTANCE） 之間的相關(guān)系數(shù)為0.722，t檢驗的顯著性概率為0.000＜0.01，拒絕零假設(shè)，表明兩個變量之間也顯著相關(guān)；因此，投入項與產(chǎn)出項之間呈現(xiàn)顯著的正相關(guān)關(guān)系，表明本文所選取的投入產(chǎn)出指標(biāo)符合DEA 方法要求的單調(diào)性假設(shè)。

2.4 運(yùn)用DEA 方法求解

運(yùn)用Win QSB 軟件線性規(guī)劃模塊求解，依次計算各地區(qū)快遞產(chǎn)業(yè)的運(yùn)營效率（如表2 所示）。

從表2 可知，僅有上海、廣東、西藏、青海4 個地區(qū)快遞產(chǎn)業(yè)運(yùn)營效率E值達(dá)到1，是相對有效的，僅占12.9%，而考慮到西藏和青海地區(qū)的地理因素，這兩個地區(qū)快遞業(yè)務(wù)量和業(yè)務(wù)收入規(guī)模較小，甚至不及上海和廣東地區(qū)的1%，因此西藏和青海地區(qū)的快遞產(chǎn)業(yè)運(yùn)營效率的參考價值不大。可以認(rèn)為，僅有上海和廣東地區(qū)的快遞產(chǎn)業(yè)運(yùn)營是相對有效的，僅占6.5%。全國快遞產(chǎn)業(yè)平均運(yùn)營效率E值僅為0.6803，而E值低于0.6803 的地區(qū)多達(dá)19 個，占61.3%，說明全國大多數(shù)地區(qū)的快遞產(chǎn)業(yè)運(yùn)營效率仍處于較低水平，且與領(lǐng)先的上海和廣東地區(qū)差距較大?？爝f產(chǎn)業(yè)運(yùn)營效率最低的地區(qū)是安徽，快遞產(chǎn)業(yè)運(yùn)營效率E值僅為0.4805。

3 各地區(qū)快遞產(chǎn)業(yè)運(yùn)營效率比較及原因分析

第一，我國各地區(qū)快遞產(chǎn)業(yè)運(yùn)營效率和業(yè)務(wù)規(guī)模發(fā)展情況兩級分化較為嚴(yán)重。從表2 中可以看到，快遞產(chǎn)業(yè)運(yùn)營效率最高的地區(qū)和運(yùn)營效率最低的地區(qū)差距達(dá)到了一倍以上，這在DEA 分析方法中是比較少見的。聯(lián)系表1 中的數(shù)據(jù)可以看出，全國各地區(qū)快遞行業(yè)發(fā)展極端不平衡。根據(jù)2012 年的中國統(tǒng)計年鑒，廣東、上海、浙江、江蘇、北京5 個地區(qū)的人口總數(shù)占全國人口總數(shù)的20.10%，這5 個地區(qū)的GDP 占全國GDP 總量的31.89%，但這5 個地區(qū)的快遞業(yè)務(wù)量占據(jù)了全國總量的68.16%，快遞業(yè)務(wù)收入占據(jù)了全國快遞行業(yè)總收入的68.98%，快遞產(chǎn)業(yè)的集中度很高。其中廣東地區(qū)的的快遞業(yè)務(wù)量占據(jù)了全國總量的23.53%，快遞業(yè)務(wù)收入占據(jù)了全國快遞行業(yè)總收入的23.53%。

表1 2012 年全國各地區(qū)快遞產(chǎn)業(yè)相關(guān)數(shù)據(jù)

圖1 投入產(chǎn)出指標(biāo)相關(guān)性分析結(jié)果

第二，東部地區(qū)在快遞運(yùn)營上的優(yōu)勢不僅僅在于業(yè)務(wù)量上，同時也在于總部經(jīng)濟(jì)效應(yīng)上。上海地區(qū)的快遞業(yè)務(wù)量占據(jù)了全國總量的10.54%，快遞業(yè)務(wù)收入占據(jù)了全國快遞行業(yè)總收入的17.33%，每一單位快件的業(yè)務(wù)收入比全國平均水平高出接近70%。在國內(nèi)快遞行業(yè)內(nèi)，上海、江蘇、浙江地區(qū)是快遞費(fèi)用相對最低的地區(qū)，然而即便如此，上海地區(qū)仍然得到了遠(yuǎn)高于全國平均水準(zhǔn)的業(yè)務(wù)收入。這要?dú)w功于上海地區(qū)聚集了全國絕大多數(shù)的規(guī)模以上的快遞企業(yè)的總部，全國規(guī)模較大的快遞企業(yè)中，申通、圓通、韻達(dá)、中通、全峰等數(shù)十家規(guī)模以上快遞企業(yè)的總部都在上海，這些快遞企業(yè)采取加盟模式實(shí)現(xiàn)了全國連鎖經(jīng)營，相對于其他地區(qū)子公司，而這些快遞企業(yè)總部則處于價值鏈的頂端，由于采取加盟制，他們僅僅需要提供品牌價值、信息平臺和技術(shù)支持，不需要大量人力物力的投入，輕裝前行。而中西部地區(qū)，則缺乏能夠走向全國的具有規(guī)模效應(yīng)的快遞企業(yè)，大多數(shù)地區(qū)的快遞產(chǎn)業(yè)仍停留在價值鏈的低端。

表2 2012 年各地區(qū)快遞產(chǎn)業(yè)運(yùn)營效率E 值

第三，如果將國內(nèi)快遞產(chǎn)業(yè)按東部、中部、西部來劃分，可以看到，中部地區(qū)的快遞產(chǎn)業(yè)運(yùn)營效率是最低的，山西、安徽、江西、河南、湖北、湖南等地的快遞產(chǎn)業(yè)運(yùn)營效率均在0.5 左右，這些地區(qū)急需進(jìn)一步考察和改善快遞產(chǎn)業(yè)的運(yùn)營效率，采取措施使得快遞企業(yè)能更有效的利用資源，并獲得更大的產(chǎn)出。

第四，值得注意的是，在一些欠發(fā)達(dá)的地區(qū)快遞產(chǎn)業(yè)的經(jīng)濟(jì)運(yùn)行效率也達(dá)到有效值。以西藏和青海為例，快遞業(yè)務(wù)量和業(yè)務(wù)收入規(guī)模較小，甚至不及上海和廣東地區(qū)的1%，但是西藏和青海地區(qū)的產(chǎn)出相對于投入來說是有效率的。在電子商務(wù)和快遞業(yè)比較發(fā)達(dá)的地區(qū)，例如廣東和上海，基礎(chǔ)設(shè)施建設(shè)也比較完善，因此快遞業(yè)有著肥沃的土壤和良好的環(huán)境，快遞業(yè)運(yùn)營效率較高，這個結(jié)果符合常規(guī)判斷。西藏和青海地區(qū)基礎(chǔ)設(shè)施并不完善，電子商務(wù)發(fā)展也比較落后，但這些地區(qū)的快遞產(chǎn)業(yè)往往集中于大中城市，而沒有延伸到農(nóng)村和山區(qū)。這些地區(qū)屬于高原地區(qū)，快遞收費(fèi)是相對較高的，由于資源十分有限，所以資源浪費(fèi)也是相對較少的，因此最終會呈現(xiàn)出投入產(chǎn)出有效的結(jié)果。

第五，相對于上海和廣東地區(qū)，同為經(jīng)濟(jì)較為發(fā)達(dá)地區(qū)的北京地區(qū)的快遞運(yùn)營效率相對是較低的，這說明地區(qū)經(jīng)濟(jì)發(fā)達(dá)并不代表快遞運(yùn)營效率高。雖然北京地區(qū)的快遞業(yè)務(wù)量占全國總量的8.46%，但快遞業(yè)務(wù)收入只占全國總量的7.23%，這說明北京地區(qū)快遞運(yùn)營的附加值不高，單筆業(yè)務(wù)收入低于全國平均水平。這種情況的出現(xiàn)與北京地區(qū)一直以來對于快遞產(chǎn)業(yè)發(fā)展的忽視是有關(guān)系的。近幾年以來，廣東和上海地區(qū)快遞企業(yè)形成了集群效應(yīng)，相比之下，北京地區(qū)并沒有太多的實(shí)現(xiàn)品牌化、全國連鎖經(jīng)營的民營快遞企業(yè)，盡管北京地區(qū)快遞業(yè)務(wù)量在全國名列前茅，基礎(chǔ)設(shè)施建設(shè)也遠(yuǎn)遠(yuǎn)好過其他地區(qū)，但由于并沒有占據(jù)快遞產(chǎn)業(yè)價值鏈的頂端，因而產(chǎn)出有限。同時，快遞產(chǎn)業(yè)的發(fā)展?fàn)顩r其實(shí)也能折射出各地區(qū)民營企業(yè)發(fā)展的狀況，從北京快遞產(chǎn)業(yè)發(fā)展的落后也可以看出，北京地區(qū)民營企業(yè)的生存土壤是不及上海和廣東地區(qū)的。

4 本文的不足之處

盡管本文在數(shù)據(jù)采集、研究方法與研究視角等方面進(jìn)行了嘗試，但由于快遞產(chǎn)業(yè)的相關(guān)統(tǒng)計數(shù)據(jù)較少，本文能夠選取的投入和產(chǎn)出指標(biāo)較少，因此也無法進(jìn)行更進(jìn)一步的數(shù)據(jù)研究和回歸分析，解釋能力有限。比如西部某些地區(qū)，西藏、青海、新疆、寧夏等地快遞產(chǎn)業(yè)起步較晚，規(guī)模較小，這些地區(qū)往往運(yùn)營成本較高，收費(fèi)也較高，但它們的運(yùn)營效率較高，這可能是在本文中沒有考慮地理、環(huán)境、經(jīng)營成本等因素所致。

[1] Gordon R. Productivity in the Transportation Sector[Z]. NBER Working Paper, 1993.

[2] 余泳澤，武鵬. 我國物流產(chǎn)業(yè)效率及其影響因素的實(shí)證研究——基于中國省際數(shù)據(jù)的隨機(jī)前沿生產(chǎn)函數(shù)分析[J]. 產(chǎn)業(yè)經(jīng)濟(jì)研究，2010(1):65-71.

[3] Yoshidaa Y, Fujimotob H. Japanese-airport Benchmarking with the DEA and Endogenous-weight TFP Methods: Testing the Criticism of Overinvestment in Japanese Regional Airports[J]. Transportation Research Part E: Logistics and Transportation Review, 2004(6):533-546.

[4] Wanke P. F.. Determinants of Scale Efficiency in the Brazilian 3PL Industry: A 10-Year Analysis[J]. International Journal of Production Research, 2012(9):2423-2438.

[5] 王琴梅，譚翠娥. 對西安市物流效率及其影響因素的實(shí)證研究——基于DEA 模型和Tobit 回歸模型的分析[J]. 軟科學(xué)，2013(5):70-74.

[6] Fung M. K. Y., Wan K. K. H., et al. Productivity Changes in Chinese Airports 1995-2004[J]. Transportation Research Part E, 2008,44(3):521-542.

[7] Lam S. W., Low J. M. W., et al. Operational Efficiencies across Asia Pacific Airports[J]. Transportation Research Part E,2009,45(4):654-665.

[8] 倪程程, 林國龍. 基于DEA 模型的上海國際航運(yùn)中心物流效率的比較研究[J]. 武漢理工大學(xué)學(xué)報（交通科學(xué)與工程版），2012,36(4):857-860.