數字化轉型背景下物流企業技術發展能力評估

冷純勝 （南京林業大學，江蘇 南京 210037）

0 引 言

伴隨著技術進步的日新月異，數字化浪潮席卷了各行各業，許多行業領域都開始探索適合自身發展的數字化轉型路徑。國家工信部2022年的統計數據顯示，數字經濟相關領域產出從十年前占GDP的21.6%提升到了如今的39.8%。具體到物流領域，這一領域也是當前國家數字化轉型發展的重點領域之一，2022年國務院印發的《“十四五”數字經濟發展規劃》中就明確提出要加快智慧物流建設，運用區塊鏈、大數據、人工智能、云計算等數字化技術實現對傳統物流設施和產業鏈條的數字化轉型升級，進而促進物流企業的高質量發展[1]。但總的來說，我國物流產業雖然近年來發展迅猛，但在具體的數字化轉型過程中還缺乏明確的實踐指引，在轉型發展路徑規劃和效率上還普遍存在高投入低產出等問題[2]，基于此，本研究從數字化投入產出的視角分析了數字化轉型背景下物流企業的數字技術發展效能，以期更好地為物流企業搭建自身的數字化智能體系提供有效指引。

1 模型與變量

1.1 DEA-Malmquist 模型

數據包絡分析（DEA）是當前研究中基于投入產出測算發展能力效率的主要方法之一，本研究基于所選擇的25家上市物流企業在2015—2022年間的面板數據，探討了其數字化轉型投入對技術發展能力的影響情況。在確定研究的投入值與產出值之后，設定規模報酬不變的情況下可構建DEA-Malmquist模型如下。

首先分析從t至t+1期，技術發展產出效率的變化情況。在t期數字化水平下，由t至t+1期技術發展的產出效率變化情況如下。

在t+1期的數字化水平下，從t至t+1期技術發展產出效率變化情況如下。

對上述兩式取幾何平均，得到衡量t至t+1期技術發展產出效率Malmquist指數。

在上式中，M為技術發展產出效率Malmquist指數，Dc（x，y）為對應時期的決策單元，t為對應時期，x為投入量，y為產出量。Malmquist指數在后續研究中又被進一步細分，分為了技術進步指數和綜合效率變化指數，技術進步指數用于衡量物流企業數字化轉型的技術進步程度，綜合效率變化指數則指科創金融技術效率的變化程度。此外，綜合效率變化指數又為純技術效率變化指數和規模效率變化指數的組合，公式如下。

因此，最終對技術發展能力的評估應表示為：技術發展能力=技術進步指數×純技術效率變化指數×規模效率變化指數。分別對應上式中乘積的每一部分。

1.2 變量選擇

DEA-Malmquist模型的應用分析需要明確投入指標與產出指標，本研究結合當前數字轉型的特征和物流行業的特性，并充分考量了數據可獲得性要素后對研究的投入產出指標進行了選擇。在投入指標上，本研究首先根據當前數字化轉型的大趨勢，選擇“企業數字技術應用次數”作為直接衡量數字化轉型投入的指標，同時，從物流企業經營管理的角度出發，選擇“技術研發人員占總員工數量比”和“研發投入支出占總支出比例”來衡量企業數字化轉型的具體投入。在產出指標上，則選擇以企業的凈利潤、成本效率、總資產凈利潤率為產出衡量指標。具體指標說明如表1所示。

表1 投入產出指標

基于上述指標，本研究對樣本數據進行了選擇。考慮到數字化轉型是一個時間周期相對較長的過程，因此，選取2015年及之前上市的、且至今仍存續的物流企業為樣本對象展開研究，基于這一標準共篩選得到25家企業。相應企業年報數據均來源于國泰安數據庫，同時對于部分缺失值，研究使用擬合插值法進行了補充。對于部分非比例變量，為避免可能出現的異質性影響，采取了對數化處理。

2 實證分析

2.1 描述性統計

在完成基本的變量選擇后，本研究使用stata軟件對25家上市物流企業的共計200個觀測值進行了描述性統計，描述性統計結果如表2所示。

表2 描述性統計結果

從基本的描述性統計結果可以看出，數字化轉型中用于衡量投入的三項指標，其標準差普遍較大，說明從物流企業個體差異的角度上看，無論是在數字技術應用、研發人員還是在資金投入上都存在較大的企業差異，各物流企業數字化技術投入的區別明顯。同時從三項投入指標的均值上看，除技術應用一項投入的均值約為最大值的半數外，人員投入和資金投入的均值均小于最大值的一半，且與最大值存在較大差距，說明從整體情況上看，我國物流上市企業在數字化技術和轉型方面的投入普遍不足、水平偏低。從產出指標上看，我國物流企業除凈利潤方差較高存在較大波動外，在成本效率和總資產凈利潤率上波動差異不大。但從指標均值上看，無論是成本效率還是總資產凈利潤率的指標均值均未超過1，也說明物流企業的整體產出效率不高，盈利處于偏弱水平，并未充分發揮數字化轉型的推動作用。

2.2 技術發展能力整體評估

首先，本研究基于DEA-Malmquist模型，結合25家上市物流企業的年報數據，從縱向時間維度對2015—2022年間，物流企業在數字化轉型背景下整體的技術發展能力進行了評估測算。其中根據DEA模型原理，技術發展能力為技術效率與技術進步率的乘積，技術效率又可以分解為純技術效率與規模效率的乘積。具體如表3所示。

表3 2015—2022 年物流企業整體技術發展能力指標情況

表3中2015—2022年物流企業整體技術發展能力變化情況顯示，從整體物流企業數字化的技術發展能力來看，其自2015年起一直呈現持續上升趨勢，且可以明顯看出2018年后，技術發展能力相較于之前有了明顯的提升，可能是由于國家出臺了數字經濟發展規劃，在政策的指引下，行業的整體數字技術發展效率也得到了顯著提升。具體到分項指數來看，純技術效率指數在2015—2022年間波動較小，基本在1附近小范圍波動，但規模效率呈現出了較為明顯的增長趨勢，最終反映在技術效率上也呈現出了增長趨勢。這一變化說明，從純數字技術發展的角度來看，物流企業的純技術應用效率基本沒有發生變化，即其運用數字技術的手段方式多年以來基本保持一致，缺乏顯著改善，其整體技術效率的提升來源于企業規模擴張所產生的規模效應，尤其自2020年以來，隨著各類線上平臺的持續火熱，數字化物流快速擴張，從而有效帶動了物流企業發揮規模效應，推動了其整體技術效率的提升，技術效率增長也由負轉正突破了1。從技術進步的角度來看，技術進步對物流企業數字化技術發展能力的貢獻更大，可以看出，2015年時物流行業的技術進步率僅為0.217，技術進步進展緩慢，但近幾年來隨著人工智能、區塊鏈、物聯網等新型數字化技術廣泛應用于物流行業，其技術進步率顯著提升，推動了物流行業整體技術發展能力的快速提高。由此可見，數字化轉型所帶來的技術進步是推動物流行業整體數字化技術發展能力提升的主要驅動力。

2.3 技術發展能力行業細分類別評估

在對行業整體技術發展能力進行評估后，本研究根據25家上市企業所處物流行業的具體細分，將其分為了運輸類、倉儲類、郵政速遞類、國際航運代理類四類，分別探討了四種不同行業細分類別下的數字化技術的發展情況，對應各細分類別的模型參數選擇2015—2022年指標的均值進行衡量，測算結果如表4所示。

表4 物流行業細分類別下的技術發展能力指標情況

從表4可以看出，物流行業細分類別后各類別企業的數字技術發展能力存在較為顯著的差異，這也同前文描述性統計中的分析預判相一致。具體而言，郵政速遞類的數字技術發展能力最強，達到了1.279；其次為倉儲類1.144；運輸類發展水平一般，為1.006；國際航運代理類則偏弱，為0.552。由這一結果可以看出，當前我國物流行業的數字化技術發展呈分化趨勢，倉儲類和郵政速遞類本身依托于互聯網購物產業鏈條，在數字賦能的背景下，迅速打造了自身“智慧倉儲”“智慧物流”產業鏈條，并與大型互聯網公司深度綁定，因而數字技術發展水平得到了較快的提升[3-4]。同時，從細分指標中也可以看出，在純技術效率普遍為1并保持不變的情況下，郵政速遞類的規模效率和技術進步率都增長顯著，這也得益于近幾年數字經濟的快速發展，帶動了郵政速遞類行業的快速擴張與發展。倉儲類則得益于郵政速遞類產業鏈帶來的技術溢出，因此其技術進步率也相對較高。運輸類各項指標參數都在1附近，說明2015—2022年以來，主要從事運輸類的物流企業，其數字化轉型的發展水平一般，雖運用了一定的數字化技術，但相較于快速革新的倉儲與郵政速遞類企業來說，數字化技術對其業務效率和技術水平的提升作用不大。國際航運代理類技術發展的表現則不盡如人意，一方面，近幾年來受國內外多方因素沖擊，國際航運物流的整體規模有所下降與萎縮，相應地導致國際航運代理類企業的規模效應優勢難以有效發揮，致使其規模效率偏低，影響了其技術效率的提升。另一方面，國際航運代理往往從事大宗商品貿易，物流周期長、規模大、成本高，而許多數字技術創新的實踐成本較高，短期內也難以實現有效回報，所以也在一定程度上阻礙了其技術進步。兩方面因素綜合作用，導致其整體數字技術發展水平偏低。

3 結論與政策建議

3.1 結論

本研究基于DEA-Malmquist模型對物流企業的整體數字技術發展水平和行業細分類別下的數字技術發展水平進行了測度，并對分項指標進行了分析，得到了如下結論。一是從整體來看，當前我國物流企業的數字化轉型進程良好，數字化投入獲得了一定的有效產出，且數字技術發展水平呈穩步上升態勢。尤其是自2018年以來，在政策作用的帶動下，數字技術對企業技術的賦能效果顯著，企業數字技術發展水平明顯提升。二是從事不同細分領域的物流企業，其數字技術發展水平存在較大差異，其中郵政速遞類和倉儲類物流企業的技術發展能力較強，而運輸類一般，國際航運代理類則發展不佳呈萎縮趨勢。三是物流企業的數字技術發展水平主要源于規模擴張和技術進步兩項，其中規模提升帶來的規模效率增長是大部分物流企業提升技術效率的驅動因素，技術進步率則是決定企業最終技術發展水平與程度的因素，進一步證明了數字化賦能對于企業技術發展和效能提升的重要意義。

3.2 政策建議

基于上述分析結論，結合當前我國物流企業的長期發展實踐，本研究從三方面入手加深了我國物流企業同數字技術的深度結合，為提升物流企業的數字技術水平和發展效率給出了政策建議。

一是持續推進物流企業數字賦能。從前文分析可知，技術進步率對提升物流企業的整體數字化技術發展水平具有十分重要的意義，因此，數字賦能將成為未來物流企業高質量發展的主要源動力。一方面，從管理層面來說，企業要梳理數字引領物流業務開展的發展脈絡，形成從管理層到基層業務人員自上而下的數字發展應用觀，注重日常業務中對各類數字化新技術的開發與應用。探索物流業務在數字物聯網、數字傳感識別、智能化配送管理等方面的實踐。另一方面，從基礎設施建設層面來說，數字化技術的應用也離不開數字基礎設施的支持，要在傳統物流產業鏈業務網絡中不斷增添多樣化的數字支持設施，逐步將傳統的物流配送與管理體系轉變為自動化、信息化、智能化的新型物流體系。

二是優化企業資源配置結構，發揮規模效應。由上文分析可以明顯看出，規模效率的發揮對于提升物流企業的數字化技術水平有著顯著的貢獻。當前在郵政速遞和倉儲行業中其規模效應得到了有效發揮，但是運輸類和國際航運代理類的規模效應則發揮不足。因此，從事此類業務的物流企業一方面要及時優化自身的資源配置結構，削減冗余部分，提升內部管理效率[5]；另一方面，也可以將自身優質業務同業內其他企業開展數字化合作，搭建數字化信息平臺或物流平臺，基于數字化技術實現企業資源的跨區域整合，使規模效應得以有效發揮。

三是搭建智慧物流產業鏈體系。物流產業數字化轉型與發展并非只是一家企業或某一細分類別的轉型，而是要實現整個物流行業的轉型。這就需要各物流企業在競爭中合作，將數字化技術的應用從自身拓展到上下游產業鏈條中，發揮技術溢出效應，由點及面，構建全行業智慧物流產業鏈體系，推動全行業數字化技術發展水平的提高。