安徽省社会物流统计指标体系优化

李薇 刘国辉 程雅雯 陈欣

[摘要]基于现有的物流统计指标体系和国内外文献，通过设计企业调查问卷，对安徽省重要物流及工贸企业调研访谈，并结合主成分分析、关注度—满意度象限图对企业的反馈情况进行分析。在原有物流统计指标体系的基础上构建一套适应现代物流业操作和发展的指标体系，满足政府、企业和有关单位管理需要，推动物流业的持续稳定发展。

[关键词]物流统计;指标体系;指标优化;安徽

[中图分类号]F259.27     [文献标识码]A[文章编号]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

一个系统、全面、科学的物流统计指标体系对推动现代物流业的高质量发展具有举足轻重的作用，有利于及时全面地反映物流产业发展情况和物流规模的水平及变动情况，为政府和企业作出合理决策提供信息支持。然而，我国现有的物流统计体系存在指标设计不合理、统计指标与企业内部运行指标脱节等弊端，为了满足物流业发展需要，指标体系亟待优化。

在物流统计指标体系方面，国外学者 Mentzer，等[1]人构建了物流绩效评价体系的五个关键测量方面。Rien，等[2]人提出了包括四个层次的绩效指标框架。国内学者李卫东，等[3]、王萌，等[4]、张国強，等[5]、申斯，等[6]均建立了物流统计指标体系的整体框架;陈德良，等[7]、解京淑，等[8]从绿色物流角度构建了相关指标体系;李卫民，等[9]探究了适合现代铁路物流运作的指标体系。

在优化方法方面，国内学者注重指标的选择和权重赋值方法。朱传伟，等[10]结合问卷调查法和主成分因子分析法整理筛选有关指标。刘爱龙，等[11]采用数据包络分析、模糊评价等多种方法优化我国现有区域法治评价体系。任文霞，等[12]采用李克特量表法设计调查问卷，结合因子分析对医药产业指标体系进行修正。

通过对相关文献的回顾，当前学者研究社会物流统计及统计指标体系的论文数量较少，同时许多指标的设置和方法的选择已不适合现代物流行业的发展，社会物流统计基础理论和统计指标体系研究不足。因此，研究社会物流统计指标体系优化问题具有理论和实践的双重价值。

1 研究思路与数据来源

1.1 研究思路

首先，分析历史报表数据并阅读物流统计指标体系的相关文献，探究国内外社会物流统计现状、指标体系优化最新成果及通用指标体系的优化方法，初步建立物流统计指标体系并针对物流企业与工贸企业分别设计指标满意度调查问卷。其次，对问卷进行回收及结果的分析处理，使用描述性统计、主成分分析等方法构建关注度-满意度模型，在此基础上将结合访谈结果进行指标的筛选与优化，并完善物流统计指标体系。最后，讨论和归纳文章研究内容、并提出结论。具体如图1所示。

1.2 数据来源

1.2.1 文献资料。以中国知网中 CSSCI等为期刊来源，检索全国范围内收录的关于物流统计指标体系现状及优化的相关文献并进行讨论分析。

1.2.2 安徽省物流统计调查数据。参考2018年度及

2019年度安徽省物流统计调查数据，将历史数据填写情况作为指标体系优化的参考依据。

1.2.3 企业调查问卷。此次问卷调查与2019年度安徽省物流统计工作同步进行，所选取企业为安徽省内重点企业，其中工贸企业506家，物流企业185家，总计发放问卷691份，回收有效问卷357份。

2 指标体系初步构建与问卷设计

2.1 指标体系初步构建

在现有物流统计指标体系的基础之上，参考国内外最新研究成果和历年物流统计填报数据，针对现有问题进行社会物流统计指标体系的初步构建。本次指标体系应用研究对象为填写基层调查表的相关物流企业和工贸企业，具体指标及参考依据见表1、表2。2.2 问卷设计与调查

本次满意度调查问卷的设计采用了李克特量表，延用一般问卷的基本格式，调查研究对象为填写基层调查表的相关物流及工贸企业，问卷主要题目设置见表1、表2。

本次物流及工贸企业调查问卷的发放与安徽省物流统计调查表的填写同时进行，时间为2020年3月10日-2020年3月28日，经由安徽省发展和改革委员会、安徽省统计局、安徽省物流与采购联合会三家联合通知填报，极大提升了问卷填写的数量与质量。

3 数据分析

3.1 数据分析方法

3.1.1 信度效度检验。物流企业和工贸企业分别回收有效问卷86份和271份，将量表导入SPSS25.0中，得到克朗巴哈系数均为0.957，KMO值分别为0.757和 0.927，Bartlett's 球状检验显著性水平均为0.000<0.001。检验结果表明，数据内部和外部的可信度高，变量之间具有高度相关关系，故下一步对其进行因子分析。

3.1.2 主成分分析。在量表通过信度和效度检验后，通过SPSS25.0对原始数据矩阵进行主成分分析，物流企业满意度量表和工贸企业满意度量表各提取主成分10个和4 个，其累积方差贡献率分别为77.023%和74.095%，說明已经包括原有指标绝大部分数据的信息。

再根据因子得分系数矩阵，主成分方程可以表示为：

其中，Zk表示第 k 个主成分，hn表示第 k 个主成分对应特征值的特征向量，Xn表示原有的 n 个变量。

利用主成分方程，可以得到针对物流企业指标满意度的综合评价模型为：

针对工贸企业指标满意度的综合评价模型为：

上述模型中各个指标对应的系数即为企业对相应指标的关注程度[20]。

3.1.3 四分图模型。借鉴四分图模型的思想加以改进，构建物流统计指标的关注度-满意度模型，如图2所示。

在该模型中，以物流或工贸企业对物流统计涉及指标的关注度为横轴，以物流统计涉及指标的满意度为纵轴，按照关注度与满意度高低将此区域划分为四个象限，落在不同象限的指标具有不同的属性特点。在此模型中，企业对物流统计指标的关注度由主成分分析得出，而满意度分值计算公式为：

其中 Pi 为企业对第i个指标的满意度;Xj为满意等级为 j 时的分值;Yij为第i项指标满意等级为 j 时对应企业的比例。

通过对原始量表的处理，可以得到企业对各个指标的满意度得分。其中 ai（i =1， 2， ...， 51）表示物流企业量表涉及的51个指标，bj（j =1， 2， ...， 20）表示工贸企业量表涉及的20个指标。将企业对各个指标的关注度作为横轴，满意度作为纵轴绘制象限图，如图3、图4所示。

3.2 数据分析

3.2.1 物流企业。第Ⅰ象限主要涉及与物流业务收入、成本和财务状况等方面相关的指标。这些指标有利于管理层及时了解企业的运营发展情况，企业在日常运营过程中准确的记录，使得这部分指标也更易获取，数据的真实性更高。同时对于政府而言，通过了解这些指标的数据可以直观的比较企业之间的差距和安徽省整体物流业的水平。因此，这些指标均考虑予以保留。

第Ⅱ象限内部指标的满意度较高，但企业关注度较低。这一象限内大部分为物流规模指标、智慧物流指标等预增加指标。这一区域指标将予以保留，一方面，对于货运量、运输成本等原指标可以对区域物流的发展现状有一个较为直观的辨别;另一方面，对于物流网点数量、增值服务收入等新增指标，可以进一步促进指标体系的完整，促进现代物流行业向着智慧化、环境保护及高质量方向发展。

第Ⅲ象限的指标，企业在填报过程中满意度和关注度均不高。对于物流企业一体化物流业务和信息及相关服务的收入和成本，由于本身概念界定的不清晰、企业的统计口径不一致等原因，难以反映安徽省物流业收入成本的情况，这些指标可以考虑予以剔除。相比周转量、流通加工量和吞吐量，企业更加关注货运量，从而忽视这方面的统计，但这些指标对于统计部门有着重要作用，这种差异就需要改变原有统计方式，寻求更可靠的途径采集数据。

第Ⅳ象限内部指标的关注度很高，但企业满意度较低。这一象限内大多为专业化过强、概念不清晰、统计较为困难的指标。物流企业虽注重这部分指标，但由于存在统计口径不一致或概念模糊等问题，导致数据难以收集且指标无法如实反映企业的真实情况。这一区域指标将考虑进行删除或改善，对部分指标的定义进行进一步阐述，并统一其计算方式。

3.2.2 工贸企业。在物流业务量方面，大部分工贸企业选择将物流环节外包给专业的第三方物流企业，因此相对于自运货运量来说，总货运量和委托货运量更能反映工贸企业的物流业务量，企业对自运货运量的关注度不高。

在物流业务成本方面，由于大部分工贸企业选择委托货运的方式，只需计算对外支付的物流成本即可，所以对该指标更加关注。即便企业选择自运模式，在实际统计时都是作为运输成本或配送成本计入物流费用，并没有加以区分。将物流成本划分为各项具体成本，对于工贸企业来说过于细化，很难进行统计。因此应对第Ⅲ象限中关于物流业务成本方面的指标进行删除或简化。

商品购进额、商品销售额、年初存货和年末存货指标都处于高度关注区，表示企业认为这些指标能够很好地反映企业的财务状况，这些指标可以保留。

工贸企业对固定资产投资额指标的关注度和满意度都很高，说明企业认为该指标能够很好地反映企业的投资潜力，对于企业来说也非常重要，该指标可以保留。

工贸企业对于新能源货车数量指标的满意度较低，但是关注度很高，说明随着国家推进物流配送车辆实现电动化和清洁化，企业越来越注重物流过程的绿色化。但是就目前来说，大部分工贸企业选择外包物流，很少有自己的货运车辆，新能源货车的使用率较低。

4 安徽省物流统计指标体系构建

4.1 构建原则

问卷调查数据显示，53.48%的物流企业、32.1%的工贸企业认为统计报表的指标过于细化，填写繁琐;19.77%的物流企业、27.68%的工贸企业认为统计报表与企业实际经营使用的统计指标偏差很大;29.07%的物流企业、31.37%的工贸企业认为统计报表专业术语太多、释义简略导致难以理解。具体如图5所示。结合企业问卷调查结果及对部分负责人访谈的情况，可以了解到当前物流统计工作存在指标过于细化、填写繁琐、指标释义简略、系统报表设计不够合理等问题，因此基于针对性、具体性的原则构建物流统计体系。

4.2 物流企业物流统计指标体系

4.2.1 确定通用指标。在构建优化后的指标体系时，应先确定不同物流企业类型之间通用的指标。固定资产指标、财务指标和人力资源指标可以反映企业的整体情况，虽然物流企业的服务对象和主要业务有差别，但对于这三类指标均有统计，且统计方式差别不大，物流企业的填报人员在填报时也较为方便，数据具有较高的可得性和准确性。因此选取这三项指标作为通用指标。具体指标见表3。

4.2.2 根据业务类型不同分类。企业在填报物流业务量、物流业务成本和物流业务收入等指标时，由于不同企业的业务类型不同，导致填报人员对部分指标陌生。毛海军，等[21]将物流企业按照业务类型不同分为运输型、仓储型、配送型、货代型、快递型和综合型6个类别。基于其分类结果重新构建物流统计指标体系，包括物流业务量在内共28个指标，如图6所示。不同业务类型所包含的指标也有所区别，在区别企业的业务类型后，只需填报相应指标的信息，有效减轻了填报人员的任务量，同时保证收集数据与企业日常统计数据差别不大。

4.3 工贸企业物流统计指标体系

目前工贸企业的物流模式主要为外包物流、自營物流或二者相结合的混合模式，不同的物流模式所统计的数据也不同，因此根据工贸企业选择的物流模式分别设置统计指标。

4.3.1 外包物流模式。物流外包是指企业将部分或全部物流活动委托给专业的第三方物流企业来完成[22]。将物流活动外包后，需要统计企业的物流业务量、物流业务成本和企业财务状况三类一级指标。其中，物流成本为对外支付的外包物流服务项目费用，物流业务量为委托代理货运量。具体见表4。

4.3.2 自营物流模式。物流自营是指工业、批发和零售业等工贸企业借助于自身的物质条件自行组织物流活动[15]。自营物流模式下企业需要对各项基本物流活动进行合理规划，使企业内部运行高效有序。因此，企业物流统计指标主要可分为固定资产、物流业务量、物流业务成本、企业财务状况四类一级指标，具体见表5。

4.3.3 混合物流模式。混合模式指的是企业将外包物流和自营物流相结合，将一部分物流活动委托给第三方物流企业，另一部分物流活动自行组织的模式。因此，对于选择混合物流模式的企业来说，需要统计固定资产、物流业务量、物流业务成本、企业财务状况四类指标。具体见表6。

5 结语

物流统计是保障国民经济平稳健康发展的基础性工作。为了促进物流统计工作的顺利进行，进一步推动物流业的高质量发展，本文在现有社会物流统计制度的基础上，结合问卷调查法和主成分分析法，对现有物流统计指标体系进行分析和优化，针对物流企业的不同业务类型以及工贸企业的不同经营模式重新构建指标体系，促进我国社会物流统计指标体系不断完善。

基于调研数据重新构建优化的社会物流统计指标体系，更加符合物流企业和工贸企业的实际情况，有利于客观、真实地反映出物流活动的运行状况，帮助企业降本增效。同时对于不同的企业类型、业务类型以及经营模式，可以相应调整指标体系，因此更具针对性和灵活性，有效降低了笼统指标带给填报人员的压力，进一步提升物流统计数据填报的质量与效率，为政府以及物流、工贸企业的管理和决策提供更有效的信息支持，更好地适应现代物流业务发展需要，并最终促进我国物流业的稳定发展。

[参考文献]

[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]李卫东，刘延平.我国物流产业统计指标体系基本框架研究[J].生产力研究，2007（6）：18—19.

[4]王萌，许慧萍.浅析我国物流统计指标体系的构建[J].物流技术，2012，31（13）：152—154.

[5]张国强，李应.基于现代物流发展的物流统计改进研究[J].合肥工业大学学报（社会科学版），2014，28（4）：29—34.

[6]申斯.构建我国物流产业指标体系的思考[J.价格月刊，2014（1）：40-43.

[7]陈德良，胡婉贞.绿色物流的统计指标体系[J.企业技术开发，2015，34（4）：6—7，56.

[8]解京淑.构建绿色物流统计指标体系初探[J].现代商业，2015（17）：23-24.

[9]李卫民.铁路现代物流统计体系构建研究[J].铁道运输与经济，2019，41（5）：46—51.

[10]朱传伟，斗计华，赵峰民.舰空导弹射击方案优化指标体系研究[J].兵器装备工程学报，2018，39（10）：33—37.

[11]刘爱龙.我国区域法治绩效考评体系优化与方法创新[J].学术交流，2016（10）：78—84.

[12]任文霞，罗文华.我国医药产业结构优化影响因素指标体系的构建与应用[J].医药导报，2018，37（2）：268—271.

[13]秦婷.烟叶生产物流网点布局优化研究[D].重庆：重庆交通大学，2014.

[14]温蕾.关于物流配送作业中增值服务的几点思考[J].中国外资，2012（20）：144—145.

[15]李君.现行物流统计指标体系的缺失与拓展[D].大连：东北财经大学，2010.

[16]徐颖宜，温小冰.珠海市农产品配送服务指标体系的构建[J].物流工程与管理，2015，37（5）：186—187.

[17]肖甍.烟草行业绿色仓储在仓库设计中的应用[D].厦门：厦门大学，2018.

[18]何黎明.关于智慧物流发展的思考与建议[J].中国物流与采购，2016（19）：26—27.

[19]罗志清.自动化立体仓库堆垛机的控制与设计研究[D].兰州：甘肃工业大学，2001.

[20]仲伟伫，付小庆，芦春荣.基于中小企业创业环境的政府作为评价方法[J].系统工程，2014，32（9）：120—124.

[21]毛海军，张永，李旭宏.物流企业分类模型[J].交通运输工程学报，2005（2）：117—121.

[22]刘鹏飞，谢如鹤.企业物流经营模式初探[J].商场现代化，2005（25）：205-206.