基于DEA 模型的倉儲物流企業創新效率評價

摘要：物流行業作為近年來我國國民經濟的重要組成部分，其行業內企業的發展也成為了學者們的研究熱點。文章為了研究倉儲物流企業在發展新階段研發投入的效果，利用數據包絡方法對物流類企業2018—2021年的的創新效率進行測算，并對創新效率較高和較低的企業的研發情況、技術應用及風險管理進行具體分析，以期為該類企業的創新戰略提供建議和參考。

關鍵詞：物流企業；數據包絡；創新效率

中圖分類號： F259.23 文獻標志碼：A" DOI：10.13714/j.cnki.1002-3100.2023.20.003

Abstract： Logistics industry is an important part of China's national economy in recent years， and the development of enterprises in the logistics industry has also become a research hot spot of scholars. In order to study the effect of Ramp;D investment of warehousing and logisties enterprises in the new stage of development， this paper uses the data envelopment method to calculatel the innovation efficiency of logistics enterprises from 2018 to 2021， and carries out specific analysis of Ramp;D， technology application and risk management of enterprises with higher and lower innovation efficieney， with a view to providing suggestions and references for the innovation strategy of such enterprises.

Key words： logistics enterprises; data envelopement; innovation efficiency

0引言

在“十四五”時期，我國供應鏈管理服務迎來了新的發展機遇，一體化物流的發展趨勢可以顯著提升我國物流業企業的現代化水平，倉儲物流作為我國物流業承上啟下的重要環節，物流業市場需求的升級也對其行業的企業服務提出了新的要求，企業發展也隨著大數據和云端技術的更新進入了新的階段\"。在這一階段，技術創新的能力和效率是物流類企業提升競爭水平和行業地位的決定性因素，但在企業創新研發的過程中總存在著創新戰略難以直擊的痛點，或是總是在研發節奏上落后于競爭對手而導致投入高卻產出低等問題，因此本文對物流類企業的創新效率展開數據測算和具體的研究分析。

1研究方法與指標選取

1.1研究方法

本文使用數據包絡分析法（DEA），DEA 模型是根據已知數據，分析得出相應的有效的生產前沿面，用來評價多投入多產出的決策單元效率，同時為效率未達到最優的決策單元提供改進方向和數值參考，其中CCR模型和BCC模型是最常用到的。

1.2數據來源與指標選取

本文選取2018—2021年中國證監會行業分類中的倉儲業和郵政業，剔除數據缺失后的12家企業，使用的軟件為dearun。本文選擇研發投入占營業收入的比例和研發人員占總員工數量的比例作為創新的物力和人力投入指標，產出指標選取了總資產凈利潤率（ROA）、凈資產收益率（ROE）、營業收入增長率和凈利潤增長率，數據來源于國泰安數據庫。

2測算結果與分析

2.1綜合效率評價

DEA計算出的綜合效率能夠代表決策單元在目前的技術經濟下的最大產出值，即物流企業在目前的研發投入下的最優產出。從表1中可以看出郵政業相對于倉儲業創新綜合效率整體偏高，均值基本能保持在0.7以上，而其中德邦的創新綜合效率在這4年間有3年都達到了1，均值也接近1，圓通股份的創新綜合效率則是基本保持在0.8以上，只要稍加調整就可以達到投入產出的最佳狀態，但也存在順豐這樣效率始終低迷，投入高但創新成效并不明顯的情況，還有申通和韻達存在著創新效率不斷下降的情況。而倉儲業中只有中儲股份的創新綜合效率均值達到了0.9以上，其他倉儲企業綜合效率都偏低，均值處于0.5以下的水平。

2.2 純技術效率評價

分解觀察反映企業在規模不變條件下，研發的管理和技術水平的純技術效率，通過其反映生產規模在當前的管理和技術下與最優規模的規模效率可以發現，物流業的規模效率都較高，基本均值都在0.9以上，而郵政業的純技術效率水平都較高，倉儲業的純技術效率水平普遍偏低，說明對于物流企業來說，已然投入了足夠的資源，但技術和管理水平的差距導致了倉儲業和郵政業的創新效率差距，因此物流企業技術和管理水平才是其需要重視的首要問題。見表2和表3。

2.3規模效益分析

從規模效益情況分析，“-”表示規模效益不變，“IRS”表示遞增，“DRS”表示遞減。規模報酬不變說明這個企業的創新效率達到了最優，遞增或遞減說明未達到最優。表4表明申通、圓通和德邦的創新效率經歷了對過剩投入的調整后，基本達到了最優，基本處于規模報酬不變的階段，而韻達和順豐的創新資源依舊處于過剩的狀態，倉儲業除宏川智慧和嘉誠國際之外，都基本處于規模報酬遞增的狀態，飛力達和中儲股份則是在加強了資源與技術管理后達到了創新效率的最優狀態。

2.4具體企業分析

根據表5，通過數據狀況追蹤到具體企業情況，郵政業中創新效率較高的德邦股份一直致力于加大研發投入，實現高質量發展。一方面，德邦的研發戰略是從自身的差異化優勢業務即大件市場出發，為解決用戶的需求和困難，與各大知名科技企業合作，針對業務流程各環節痛點，致力于滿足客戶特殊場景特殊產品的貨物運輸需求，累計研發出一百多項能夠切實解決服務缺陷和漏洞的科技成果，配合業務部門的實驗，做到對創新投入的每一筆都花在刀刃上，從自身的優勢業務打開創新的收益通道；另一方面，德邦將研發成果及時投入使用，實現全網布局，通過自主研發的運輸系統支撐渠道、訂單、倉儲及運輸一體化，降低了運營成本，還實現了差異化，提升了競爭力。

而在郵政業創新效率墊底的順豐雖也進行了相應的快遞運送方面的技術研發與創新，但小件產品的運送行業競爭格外激烈，為了掌握優勢，順豐將主要精力放在了時效的提升上，但時效的提高不僅僅是通過科技和供應鏈的升級等技術研發和智能化管理就可以解決的難題，還伴隨著運力的投入，運輸工具的升級，保鮮手段的優化和倉儲服務的擴張等，使企業的成本進一步提升，創新的效益有所下降。存在同樣問題的還包括創新效率不斷下降的韻達和申通，為了提高競爭力，不僅擴張網點、增加冷鏈業務，同時也在優化末端配送服務上增加了研發投入，但卻因為快遞行業的低價競爭以及受到經濟下行的影響而未獲得理想的效益，且申通和順豐智能化的信息系統由于原有設備及系統承載能力有限，未優化改進而出現了用戶信息泄露等信息安全問題，給企業的創新效益又造成了一系列的負面影響。

倉儲業中，創新效率較高的中儲股份，作為現代綜合物流企業，在所處行業有著深厚的技術和科技手段的研發積淀，所研制和生產的相關設備和產品在國內市場占有率極高，并且握有核心自主知識產權；與此同時，中儲股份擁有極高的市場敏銳度，根據市場變化不斷對產品和業務進行升級，研發轉化能力極強，并且中儲股份將風險管理作為立足之本，利用區塊鏈技術，將風險管理一并融入企業的數字化供應鏈平臺，在給研發帶來效益的同時也對企業經營起到了保駕護航的作用。

反觀創新效率極低的新寧物流，雖然掌握領先的“智能倉儲”相關技術，并希望通過資源整合和平臺升級，成為專業的綜合物流商，但智能技術的發展日新月異，新寧物流雖然投入創新并獲得成果，但在跟蹤技術的升級換代和將轉化技術融合為企業的新產品新業務方面，執行力較弱，導致其無法及時從研發中獲得效益，創新效率低下，容易喪失既有優勢，另外，新寧物流的內部控制方面也頻發問題，一系列經營意外和風險也使企業的收益狀況不容樂觀。

恒基達鑫作為倉儲業中提供危化品倉儲服務的企業，由于石化物流業對于環保和安全的要求極其嚴格，因此其研發技術主要應用于自動化卸車、石化產品監測保護預警系統等方面的開發，保證運輸安全，降低運營風險，因此投入資金和人力都較大，但恒基達鑫所在行業的特殊性導致其企業經營受到石油價格等各類客觀因素的影響較大，風險管理手段不足，致使其收益極其不穩定，創新的投入產出極為不平衡。

3對物流企業的建議

3.1創新戰略的制定應切合實際

雖然研發和創新是如今物流行業發展的重要趨勢，但企業制定自身創新戰略時，不應只是隨大流地跟隨模仿，所謂的一體化物流系統、供應鏈服務都應針對企業的具體發展需求進行個性化的規劃，例如主營大件快遞服務的德邦。根據自身的經營經驗，發掘了大件業務具有貨物價值高昂、破損率高、運輸操作難等困難和問題，因此，德邦對大件的中轉及末端收派的相應技術進行研發，將智慧場站、智慧末端等技術服務應用于大件運送環節；中儲的主營是大宗商品供應鏈，為了提高大宗商品交易的安全性和控制高昂的物流成本，中儲將線上線下服務相結合，實現了業務線上化、單據電子化、流程標準化和布局網絡化。

創新效率高的企業以其實際經驗向我們證明，創新戰略和研發重心的確定，應由管理層與業務部共同在對日常運營的監控和復盤反思中實現，技術研發也應以響應客戶的個性化需求為主，且依據企業實際的發展狀況量力而行，從而做到有秩序有依據有把握地為企業創新投入人力物力。

3.2研發成果應及時轉化為生產力

大數據時代中，市場的競爭局勢瞬息萬變、日新月異，因此，企業的研發進程必須具有領先性和預見性，研發成果也必須及時地在實際經營中轉化應用。例如，快遞行業中從快遞下單到中轉再到終端配送服務，每一環節的問題都可以成為新的創新點，而一旦App開發、智能化分揀、數字化配送等技術不能及時試用和實踐，一方面，當競爭企業的客戶找尋的敏銳度和服務更加個性化，就容易丟失潛在客戶，失去占領市場份額的先機；另一方面，研發的成果如若不投放至日常經營過程中進行檢驗，就難以及時反饋執行中的技術問題和操作漏洞，而無法及時得到改正，會進一步使企業的創新進程落后于競爭的同行企業。

3.3技術應用應延伸至管理層面

大部分倉儲物流企業技術創新的重點都聚焦在提高經營效率和提升服務質量上，但即便主營業務方面的技術研發已經達到行業領先地位，企業手握的專利做到了獨一無二，但研發周期和過程具有太多的不確定性，這些都不意味著企業的研發就一定會獲得高質量的成果，且不是光靠一味的高投入就可以解決。倉儲物流企業都擁有自己的競爭賽道，每一賽道的客觀環境都各不相同，經營過程中也難免會受到例如宏觀政策的調控、經濟下行等突發情況的影響，若想使企業的研發創新效率具有一定的保障，風險預估與管理乃至公司的內控管理都應納入技術研發的考慮范圍中，如若企業的數字化技術能囊括對所遇外界風險和企業內部經營隱患的評估，建立預警機制，從而使企業及時啟動相應的解決方案，做到盡量規避、減小損失，便能進一步保證企業的研發效益和創新效率。

參考文獻：

[1]劉萬春，吳清.基于DEA-Malmquist的A股上市物流企業的創新效率分析[J].物流科技，2021，44（5）：37-40.

[2] 周祺，袁小慧.基于DEA模型的江蘇物流效率區域比較[J].物流科技，2021，44（9）：114-117.

[3]吳宗澤，宋良榮.基于DEA模型的中國上市物流企業經營效率評價研究[J].物流科技，2022，45（16）：108-113.

[4]王俊鵬.基于因子分析法的物流上市企業財務風險評價——以新寧物流為例[J].物流工程與管理，2022，44（9）：140-143.

[5] 沈衡智.我國物流類上市公司研發創新效率與企業績效[J].物流工程與管理，2022，44（10）：128-132.