“传统物流”与“智慧物流”流通效率的对比分析

武兴伟 博士生

（中共中央党校研究生院 北京 100091）

引言

物流业在国民经济发展中占有重要地位，是连接生产与消费各个环节的重要链条，担负着将产品送到消费者手中的重要责任，因此物流业的发展水平也关系到消费者购物体验，是未来我国国民经济发展的重中之重。

随着互联网技术的不断发展，实现“互联网+”跨领域发展的产业不断增多，物流业长期与电子商务行业相互合作，属于典型的技术亲近型产业，故而“互联网+物流”的实施显著早于其他行业，并逐步形成了纵贯物流管理、配送节点、信息加密、仓储运输及售后服务为一体的智慧物流体系。智慧物流体系的出现，不仅是对传统物流管理中高成本的解决方法，而且有效避免了因“暴力”物流运输而产生的售后纠纷，智能化的出库配送节约了企业整体成本支出。

但与此同时，部分研究者从物流业发展数据出发，考察了智慧物流体系与传统物流体系的配送效率，认为智慧物流体系的主要贡献仅仅集中于成本功能，对于配送速度、流通结构及流通效率并未做出贡献。同时提出，传统物流更能够保障员工利益，实现密集劳动产业中的规模效应，进而产生更有效的流通配送效率。本文认为，部分研究之所以产生这一结论，是由于仅仅关注了物流业本身的数据和业务分配，而并未关注物流业所服务的产业对象——上游生产企业的运转表现。智慧物流体系往往服务于难度大、质量高、运转周期长的高附加值业务，而传统物流由于技术条件的限制，仅仅能够服务难度低、周期短、不易损坏的低端业务，仅从物流企业本身考察两者效率，就会陷入“样本选择”的怪圈，无法正视两类体系的真实流通效率，这也构成了本文的核心研究动机。

图1 流通渠道包含环节

鉴于上述情况，本文拟从生产商视角出发，从而克服部分研究中的样本选择问题，同时能够更加客观、合理地评价不同物流体系的流通效率，实现智慧物流与传统物流的有效对比。

文献综述

对于物流企业的流通效率测算问题，相关研究中已有较为完备的探讨。例如，林楠（2019）的研究中考察了我国物流企业效率的测算模型，采用DEA方法构建了包含流通发展、流通结构和流通潜能三个角度的计量模型。罗永红（2019）的研究中就“农超对接”效率展开研究，采用逐步层次分析法，剥离出6类能够体现流通效率的核心变量，从而建立了流通效率研究模型。郑秋丽（2019）分析了农村电子商务配送体系模型，并构建了基于生鲜产品的效率评价标准，研究取得了较强效果。上述研究从不同角度实现了对不同物流体系的效率评价，借鉴此类研究的相关结论，本文可以更好实现对智慧物流和传统物流流通效率的分析和测算。

除流通效率的实际研究外，针对不同物流模式的对比也是当前研究的一个主要方向。蒋永霞（2019）指出，我国物流产业的结构效能相对国际水平仍有差距，需要从多个角度进行结构优化和突破，进而构建具备核心竞争力的物流发展模式。张彤（2019）认为，“互联网+物流”是当前物流企业发展的一个主要方向，也是改善我国低效物流结构的核心方式。对此，钱慧敏等（2019）的研究中考察了物流业模式主要存在的问题，认为低水平的配套措施和缓慢的基础设施建设，导致物流配送过程中缺乏效率，对于地理条件表现更加不利的偏远地区而言，物流业的效率问题更加突出。王卫（2019）的研究从生鲜农产品的供给模式入手，考察了不同物流模式的运转能力，认为传统物流已经不适应当前社会发展需求。基于上述研究中所指出的问题，本文将以流通效率为基础，考察不同物流模式的实际运转表现。

表1 我国生鲜农产品流通渠道分类

智慧物流与传统物流的模式对比

物流效率的概率主要来源于企业的库存率和全要素生产率，由于现代产品运输过程中，低效的物流可能造成成本的递增，同时因物流行为而出现损失的可能性也随之增加，从而增加企业的成本。对于智慧物流和传统物流的模式对比研究中，已经发现智慧物流能够通过降低“信息成本”而实现企业整体成本的下降，但目前仍未发现智慧物流体系与“交易成本”的直接联系，为了判定智慧物流与传统物流的关系，本文将采用流通效率对此进行判断。

一般而言，产品从生产到消费者手中，需要经历五个部门的交换（见图1），并形成“物料-物流商-生产商-物流商-消费者”的基本运输链条。

由图1可知，A环节代表生产商在确定生产内容后，让物流商代为前往物料产出地运输物料；B环节代表由物流商实现物流到生产地的运输，同时需要向生产商收取一定费用；C环节代表生产商将其产品交付给物流商，让物流商将产品分散到各个销售渠道中；D环节代表物流商将商品售至消费者的过程。A和B环节构成了生产环节中的物流配送内容，而C和D环节构成了销售环节中的物流配送内容。对智慧物流和传统物流而言，上述四个环节均是不可规避的，但不同的物流系统改变

了运输过程的长度，例如在B环节中，传统物流系统需要建立多个寻址方向的供应系统，以保证企业对不同物料的寻求，而智慧物流系统一般会建立多种生产资料的统一仓储，针对不同区域内的生产需求智能分配仓储中的生产资料，一旦生产商提出物流需求时，就近从仓储中进行配送，极大降低了运输距离和运输成本。在D流程中，部分智慧物流体系实质上与电子商务平台实现了合作，例如“天猫-顺丰”联盟，“京东-自建物流”体系，这两类均属于自建物流体系，在全国各个地区构建了特定仓位，一旦消费者在电子商务平台下单，最近的仓储就可以直接配送产品，大幅度降低了产品的运输距离，提升了运输效率。由此可见，智慧物流之所以有别于传统物流体系，原因在于智慧物流体系实现了产业链中各个终端的协调机制、交易成本、主体关系、渠道稳定的改变，如表1所示。

由表1可知，传统物流模式虽然充分发挥了生产商的主导特质，但也因为主导端的不同而产生许多问题，一旦生产商的经济状况出现问题，物流商专门制定的物流渠道将迅速被打破，大量前期投入将丢失，造成极大损失，物流商仅仅能够得到合同中的违约保证金。而智慧物流系统中，由于对区域仓储的物料进行了科学的前期规划，生产商先支付款项，各个仓储向不同企业进行物料供应，随时可以结束供应阶段，大幅降低了物流企业的运营风险。物流商通过下游对消费者的供应，还可以逆向供给消费者的需求信息，让生产商对应改善生产结构，提供更符合消费者需求的产品，保留了生产链条的灵活性和动态特征。

生产商对不同物流渠道的选择

（一）模型设定

上文中已经指出，已有研究直接针对物流企业的成本分析，忽视了不同物流体系服务的对象问题，形成了样本选择问题。对此，本文将基于生产商的视角，从深度调查的角度出发，建立生产商对流通渠道的选择模型，同时分析生产商本身的运转情况，形成“逆推”情形下的效率比较。

表2 深度调查的关联内容

研究采用Logistic回归中的多分类回归（Multinomial Logistic Regression）模型将生产商的行为纳入流通效率分析框架。随机效用模型是多分类回归的基础，假定生产商n（n=1，…，N）在物流需求中，面临多种物流服务的选择（j=1，2；分别代表智慧物流和传统物流）。两类物流模式构成了一个选择集合C，对于生产商而言，不同的物流模式选择也有一个效用（例如，选择智慧物流更省心、渠道更稳定），设定为Unj，该效用可以进一步分解为决定成分和随机成分，借鉴王卫（2019）的研究设定，决定成分是指生产商的实际运营表现（运转率、库存水平等），设为Vnj，而随机部分则是生产商基本数据外的效用部分，设为εnj。对于随机成分，本文有两个设定：εnj是独立分布的随机变量；εnj服从双重幂函数概率分布εnj～e-e，可以设定如下形式：

生产商针对智慧物流和传统物流中进行以效用为根据的选择：

结合上述两个公式可以得到：

综合上述三个公式，可以得到生产商对不同物流模式的选择概率模型：

为了准确衡量决定成分的内容，利用线性方程进行拟合：

公式（5）中，aj是两类物流模型均包含的固定效用。由于不同物流模型的本质差异，固定效用在对应模型中表现并不一致，而xnjk是三种渠道均包含的公共变量，对不同变量进行赋权bk，可以得到如下方程：

公式（6）中，依然未知的变量包括固定效用aj和权数bk。研究引入了似然估计对此进行分析：

表3 多分类（Multinomial Logistic）回归结果

那么对于所有的N个生产商而言，最大似然估计为：

（二）实证分析

基于上文的理论分析，研究进一步采用调查的方式得到基础数据，对生产商进行了具体的稳健分析，研究采用实地调研的方式，对广东省深圳市的部分企业进行了问卷调查分析，接受调查的企业均为生产制造型企业，对物流系统有较高的需求，调查过程涉及36家企业，首访者为相关企业的管理层人员，总计发放360份问卷，回收有效问卷为317份，有效回收率为88.05%，问卷内容构成如表2所示。

研究在SPSS 19.0软件环境下，就原始研究数据进行了多分类回归分析，研究首先通过西格玛值（Sig.）判定了整体方程有效性，结果显示，Sig.=0.000，说明基础方程在1%的置信区间内有效构建。其次研究通过似然比检验考察了不同变量的有效性，自变量中附加价值、供货周期、物流需求和库存水平均在5%的置信水平有效，从而可以进一步考察各个类别的回归情况，结果如表3所示。

由表3可知，智慧物流模型中附加价值、供货周期、物流需求和流通模式选择的关联度均为正值，且通过了5%水平下的显著性检验，说明附加价值较高的企业、供货周期较长以及物流需求较高的企业均选择了智慧物流，此类企业对物流效率的需求较高，这也表明了智慧物流的流通效率相对较高；而传统物流仅库存水平通过了显著性检验，这说明选择传统物流的生产商的库存普遍较高，证明传统物流的运转能力更差，这也进一步表明智慧物流模式具备更高的流通效率。

结论

随着互联网技术的不断进步，我国电子商务相应实现了飞速发展。电子商务的发展必然要求物流业的配套发展，这意味着物流业的发展要跟上电子商务发展的要求，不能成为电子商务发展的桎梏。当前，物流业发展中先进技术的应用较为普遍，在这其中，智能技术的应用更是重中之重。由此，物流业中衍生出了“智慧物流”，与传统物流相对应。

本文根据我国物流业发展水平，将物流体系分为“智慧物流”和“传统物流”两个模式，基于现有研究的相关论述，找出了当前研究中普遍存在的样本选择问题，考察生产商视角下的真实物流体系流通效率水平，并通过模型对比分析了智慧物流和传统物流的实际表现。其中选择智慧物流模式的生产企业附加价值更高，供货周期更短且物流需求更多，而选择传统物流模式的生产企业库存水平相对来说更高。

本文贡献

第一，建立了生产商视角的新型流通效率分析路径，有效解决了传统研究中“样本选择“偏差。由于智慧物流模式多服务于高端化产业，对应产业的物流任务难度大、要求高，因此直接考察智慧物流企业的运转效率，会因为这些物流的实际情况而低估智慧物流体系的运转效率。同时因为传统物流企业的物流任务相对简单，因此会高估此类企业的运转水平。结合不同模式所服务的生产商，从生产商的库存表现来逆向表现流通效率，具备研究上的独创性。

第二，研究从理论视角细化了智慧物流与传统物流的异同。由于智慧物流的发展属于体系和结构建设，存在不易被量化和归类的特点。智慧物流在机制上的创新往往被掩盖，鉴于此，研究针对物流的渠道分析了不同运转时所产生的成本因素，发现智慧物流的智慧仓储建设改变了传统单一物流渠道问题，建立了更加智能的配送体系，更好的服务于区域内的生产商和消费者，因此能够有效降低配送距离，实现成本优化。

第三，实现智慧物流，还能够增强企业服务对象的高净值特点。由于智慧物流体系中存在更强的信息处理和资源管理方法，故能够解决高净值企业所需要的精准物流和高标准物流服务。通过提升企业的智慧水平，能够进一步增强物流处理中的技术特点，实现对客户的更好服务，高净值客户的选择也会随之增长，实现技术发展下的良性循环，从而完善物流体系的价值作用。