江蘇省物流效率評價

□文/錢麗瓊 姚德利

（安徽理工大學經濟與管理學院 安徽·淮南）

［提要］運用DEA模型對江蘇省2010～2019年物流效率進行測算分析，并結合灰色關聯分析法研究各投入產出要素對物流效率的影響程度。研究結果表明：江蘇省整體物流效率較高，其中2010年、2012年、2018年和2019年達到DEA有效，2013～2017年存在投入冗余和產出不足，且各投入產出指標對物流效率產生不同程度的影響。最后，根據研究結論提出建議。

一、文獻綜述

物流在推動區域經濟發展中發揮了十分重要的作用，同時為廣大居民的日常生活提供了快捷和便利。隨著時代的快速發展，社會對于物流效率的需求也在增加，因此研究地區物流效率及其影響因素就具有十分重要的意義。

目前，國內學者在物流效率方面的研究成果頗豐。盧亞和（2021）采用OLS回歸分析模型研究數字經濟發展對物流效率的影響，認為其對物流效率的提升有明顯的促進作用。李朋林、劉曉寧（2021）采用super-SBM-DEA模型對我國物流業效率進行研究，得出我國物流效率偏低但上升趨勢明顯。汪文生、考曉璇（2021）采用三階段DEA模型對地區物流效率進行測算分析，認為區域城市間物流效率差異較大且受多種因素影響。秦雯（2021）采用三階段超效率DEA模型對廣東省各地市物流效率進行測算，得出各地市物流效率差異明顯并提出針對性的建議。劉華軍、郭立祥等（2021）構建超效率EBM模型對中國省域物流效率進行分析，認為我國總體物流業效率偏低，且東部明顯高于其他地區。潘立軍、譚浩博等（2021）運用超效率DEA模型對區域物流進行測算。李妍、孫振清（2021）采用SBM-DEA模型對物流業效率進行測算，并從物流效率的差異性及影響因素方面提出建議。何景師、王術峰（2021）構建綠色物流效率投入產出指標，通過Malmquist指數和超效率SBM等模型對區域綠色物流效率及影響因素進行分析。高康、張步闊（2019）運用DEA-ESDA對西部地區物流效率及空間差異進行探索分析，提出要充分利用部分區域地理位置優勢、提高物流資源利用率等建議。

通過以上對相關文獻的梳理綜述可知，目前國內學者在研究物流效率方面的成果較為豐富，無論是從研究方法上還是分析角度上，都呈現出諸多有價值的結論。本文收集2010～2019年江蘇省相關指標數據，運用DEA-BCC模型對物流效率進行測算，并結合灰色關聯分析法來探索各投入產出指標對物流業效率的影響程度，根據運算結果得出相應的結論和建議。

二、模型構建與指標選取

（一）模型構建

1、DEA模型。DEA數據包絡分析法是研究效率的一種比較常見的分析方法，其根據多項投入指標和多項產出指標，利用線性規劃的方法對具有可比性的同類型單位進行有效性評價。相較于其他數據分析方法，DEA數據包絡分析法具有一定的簡便性和精確性。DEA模型一般分為CCR模型（假設規模收益不變）和BCC模型（假設規模收益可變）兩種。本文根據區域物流經濟發展特點，選擇BCC模型進行測算，模型公式如下：

其中，X為輸入變量，即投入量；Y為輸出變量，即產出量；S+為輸出變量產出量的不足量，S-表示輸入變量投入量的冗余量。當θ＝1，S+＝S-＝0時，則決策單元DEA有效；當θ＝1且S+和S-不全為0時，則決策單元DEA弱有效；若θ＜1，則決策單元非DEA有效。

2、灰色關聯模型。灰色關聯分析法，是根據因素之間發展趨勢的相似或相異程度，作為衡量因素間關聯程度的一種方法，可以根據因素間的關聯度大小，來評價某一因素對另一因素的影響程度大小。其主要計算步驟如下：

（1）確定參考序列和比較序列，在這里以各效率值為參考序列X0（k），各投入產出要素為比較序列Xi（k）。

（2）對各序列數據進行無量綱化處理，采用初值法進行處理。即：

（4）計算關聯度系數與關聯度。

關聯度系數為：

關聯度為：

（二）指標選取。由于物流業涉及行業范圍較廣，目前沒有統一的數據來源。交通運輸、倉儲業及郵政業占物流業中的比重較大，所以用交通運輸、倉儲業及郵政業的數據來代替物流業相關指標數據。選取的相關指標如表1所示，各原始數據來源于江蘇省統計年鑒。（表1）

表1 各模型測量指標一覽表

三、實證結果與分析

（一）DEA模型實證結果與分析。將2010～2019年的每一年作為決策單元，分別為DMU1，DMU2，DMU3，…，DMU10。將整理統計后的指標數據導入到DEAP2.1中進行運算，得到數據分析結果如表2、表3所示。（表2、表3）

表2 2010～2019年江蘇省物流效率數據統計一覽表

由表2可知，從效率平均值來看，綜合技術效率平均值為0.942，純技術效率平均值為0.994，規模效率平均值為0.947，可以看出江蘇省總體物流業效率值較高。2010年、2012年、2018年和2019年綜合技術效率、純技術效率以及規模效率值都為1，說明這4年達到DEA有效，物流效率相對較高；2011年、2013年、2014年、2015年、2016年及2017年的綜合技術效率值小于1，說明這6年未達到DEA有效，總體物流業效率值相對較低，造成該現象的原因可能是產出不足或者投入冗余。

由表3可以看出，從產出角度進行分析，公路貨運量不足的時期較多，2013～2017年該指標產出不足；從投入角度進行分析，交通運輸業財政支出以及物流業從業人數在2013～2016年投入不夠；2010年、2011年、2012年、2018年以及2019年無產出不足和投入冗余，說明這5年江蘇省物流業投入產出分配合理，達到的物流效率也相對較高；產出不足和投入冗余主要集中出現在2013～2017年，說明這幾年江蘇省在投入資源和產出收益方面未達到有效平衡。

表3 2010～2019年江蘇省物流業產出不足與投入冗余統計一覽表

（二）灰色關聯模型實證結果與分析。為進一步研究所選取的投入產出指標對物流業效率的影響程度，本文以DEA模型計算得出的各效率值為參考序列，各投入產出指標為比較序列，通過SPSSAU軟件計算出投入產出指標與物流業效率的關聯度，計算結果如表4所示。（表4）

表4 物流業投入產出指標與效率關聯度結果統計一覽表

由表4可知，關聯度最小值為0.579，最大值為0.931。從投入角度分析，交通運輸業財政支出與綜合技術效率、純技術效率以及規模效率的關聯度相差不大，分別為0.579、0.594和0.581；物流業從業人數與各個效率值的差異也較小，但相比較交通運輸業財政支出，其與各效率值關聯度更大，說明從業人數對物流業效率的影響程度更大；公路等級里程與各效率值的關聯度居所有投入要素中最大，與各效率值關聯度分別為0.888、0.931和0.892。從產出角度進行分析，物流業生產總值與綜合技術效率值、純技術效率值以及規模效率值的關聯度分別為0.675、0.701和0.678，三者關聯度差異較小，且得出的數值可以表明物流業生產總值對物流業效率有一定的影響作用；公路貨運量與各效率值的相關程度較大，接近于0.9，說明公路貨運量與物流業效率關聯度較大，在眾多指標中，其對物流業的效率影響程度最大；公路貨物周轉量與各效率值的關聯程度相對較小，分別為0.589、0.606和0.590。

總體來說，各投入產出要素對物流業效率都產生了不同程度的影響，應當根據實際情況并結合當下物流發展趨勢采取合理有效的措施來提高區域物流業整體效率。

四、研究結論與對策建議

（一）研究結論。從物流效率的計算結果可知，2010～2019年江蘇省整體物流業效率較高，但其中6年出現DEA無效，即物流業效率相對較低，說明期間投入產出不合理，造成資源浪費或者產出不足。針對于投入冗余和產出不足的情況，應當結合當地實際情況，采取有效的措施對投入要素資源進行合理分配，并有效促進物流業經濟產出。

從物流業投入產出指標與效率間的關聯度結果可知，各投入產出指標與物流效率存在一定的關聯度，且關聯程度大小存在差異。投入指標中，公路等級里程與物流業效率的關聯度最大，說明其對物流業效率的影響程度最大，其次是物流業從業人數，最后是交通運輸業財政支出；產出指標中，公路貨運量與物流業效率的關聯程度最大，說明其對物流業效率的影響程度最大，其次是物流業生產總值、公路貨物周轉量。可根據各指標與物流業效率關聯度大小對物流業的影響因素進行分析，并采取合理的針對性措施。

（二）對策建議。根據研究結論提出以下針對性的建議：

1、進一步推廣高新技術在物流業中的應用。高新技術對于物流業的可持續發展至關重要，對提升物流業效率起到較大的促進作用，因此要加大高新技術在物流業中的應用力度。結合目前智慧物流發展趨勢，將無人化和智能化與當前物流業緊密融合，減少人工帶來的時間成本和資金成本；并要大力支持和鼓勵企業自主創新，調動行業對物流技術創新的積極性；同時，要加快技術成果在物流業中的實際應用，快速提升物流業效率，促進區域物流高質量發展。

2、加大政府部門對區域物流業的扶持力度。相關政府部門應當結合當地物流業發展實際情況，采取合理的政策措施對一些中小型物流企業進行引導和扶持，鼓勵企業大力發展自身物流基礎設施建設；增大對區域大型物流企業的政策扶持力度，讓大型企業起到帶頭作用，建立起企業間互幫互助、溝通合作的產業機制；同時，相關部門要加強對物流業市場的監管，積極地響應時代需求，不斷優化和改善物流監管體系建設，營造一個良好的市場環境。

3、促進區域間合作，發揮自身地理位置優勢。江蘇省作為長三角地區重要的一員，要發揮好自身地理位置優勢，加強與周邊省域城市協調合作，與其他城市聯動發展，構建互通平臺，加強城市間交流合作，實現優勢互補，對物流資源進行合理配置，提升區域物流業效率，實現地區物流業高質量發展。

4、加大物流專業人才培養力度。隨著時代的發展和市場需求的增加，物流業對于高新技術人才的要求越來越高，因此要順應時代發展需求培養出具備專業素質和技能的復合型物流人才，利用產教融合的方式，將產業與教育深度融合，培養出能夠在實踐工作中學以致用的高素質人才；同時，企業應加強對內部員工的專業培訓，提升專業人員的工作技能和綜合素質。