基于SBM模型的我國快遞企業運營效率研究

摘" 要：隨著快遞市場競爭日益加劇，如何提高運營效率成為快遞企業關注的焦點。文章選取營業網點數量和營業總成本作為投入，快遞業務量、營業總收入和凈利潤作為產出，運用SBM模型對順豐控股、中通快遞、韻達股份、圓通速遞和申通快遞5家上市快遞企業2021—2023年的運營效率進行評價。結果表明樣本期內快遞行業整體經營效率較低，還有很大提升空間；順豐控股和中通快遞的運營效率較好；韻達股份、圓通速遞和申通快遞表現較差，存在著投入冗余和產出不足的問題。最后提出了提高快遞企業運營效率的對策建議。

關鍵詞：快遞企業；運營效率；DEA；SBM

" 中圖分類號：F253; F49" " 文獻標志碼：A

DOI：10.13714/j.cnki.1002-3100.2025.07.016

Abstract： With the increasing competition in the express delivery market， how to improve operational efficiency has become a concern for express delivery enterprises. This paper selects the number of business outlets and total operating cost as inputs， and the express business volume， total operating income， and net profit as outputs， and uses the SBM model to evaluate the operation efficiency of five listed express companies from 2021 to 2023， namely SF Express， ZTO Express， YunDa Express， YTO Express and STO Express. The results show that the overall operating efficiency of the express delivery industry is low during the sample period， and there is still much room for improvement. The operating efficiencies of SF Express and ZTO Express are better. While YunDa Express， YTO Express， and STO Express have poor performances and problems with input redundancy and output insufficiency. Finally， some suggestions are proposed to improve the operation efficiency of express delivery enterprises.

Key words： express enterprises; operational efficiency; DEA; SBM

0" 引" 言

" 近年來，電子商務的蓬勃發展極大地促進了快遞行業的發展，使其成為了線上交易不可或缺的支撐力量。國家郵政局統計數據顯示，2023年我國快遞業務量累計完成1 320.7億件，同比增長19.4%[1]，這反映出快遞行業的持續繁榮發展。順豐、“三通一達”等上市快遞公司占據了我國快遞市場的多數份額，這些企業在服務質量、技術創新、網絡布局等方面展開了激烈的競爭，以爭奪市場份額。同時，隨著新進入者的不斷涌現和跨界合作的加強，快遞行業的競爭格局也在不斷變化。2023年我國快遞業務收入累計完成12 074.0億元，同比僅增長14.3%，業務量的增長并未能同比例地轉化為收入的增長。當前快遞行業面臨著一個顯著挑戰，即如何提高快遞企業的運營效率。在高度競爭的市場環境中，快遞企業要想保持或提升市場份額，必須擁有高效的運營效率。高效運營能夠縮短配送時間、降低成本，從而提升客戶滿意度，進而增強企業的市場競爭力。通過深入研究運營效率，企業可以識別出運營過程中的瓶頸和浪費環節，進而優化資源配置，如人員、車輛、倉儲空間等，實現資源的最優利用，提高整體運營效益。此外，運營效率分析能夠為企業提供豐富的數據支持，有助于企業制定合理決策。因此，對快遞企業的運營效率進行評價研究具有重要現實意義。管理學大師彼得德魯克曾說過：“你如果無法度量它，就無法管理它。”研究快遞企業運營效率的首要任務是對其進行科學的客觀評價。

1" 文獻綜述

1.1" 快遞業效率研究

根據研究對象的不同，快遞業效率相關研究大致可以分為兩類：

一是快遞行業效率。例如國內學者李明垚[2]運用數據包絡分析（DEA）評價了2015年全國31個省市快遞業的效率，研究發現快遞業的技術效率不高，平均值僅為0.321，主要原因是規模效率較低。鄒小平等[3]采用DEA模型評價了2015年全國省級區域的快遞業效率，研究發現全國快遞業平均綜合技術效率為0.823，仍有較大提升空間，且區域差異較大，沿海發達地區的效率要高于內陸地區。徐銳等[4]采用DEA模型評價了2012年全國省級區域的快遞業效率，結果表明全國大多數地區的快遞產業運營效率仍處于較低水平，且與領先的上海和廣東地區差距較大。國外學者Liu et al.[5]采用隨機前沿分析評估了2007—2012年中國31個省份快遞業效率，研究結果表明中國快遞行業技術效率較低，區域間差距較大。

二是快遞企業效率。國內學者王錦浩等[6]采用DEA評估了快遞網點的運營效率，研究發現實施共同配送后大部分網點的效率有所提升。張明偉[7]采用DEA評估了2019年我國上市快遞企業的競爭力，研究發現順豐和德邦的競爭力較高。山紅梅等[8]采用DEA模型評價了2009—2017年15家上市快遞公司的效率，結果表明快遞企業整體效率較高，但呈現下滑趨勢，相比跨國快遞公司，國內民營快遞企業的效率較低。王玲等[9]運用兩階段DEA模型評估了2007—2012年我國郵政業的經營階段效率、市場階段效率和整體運營效率，結果表明我國郵政業的整體效率低，地區差異較大，市場階段效率明顯高于經營階段效率。趙佳欣等[10]采用DEA方法評價了我國快遞企業的創新效率，研究表明快遞業的整體創新效率較低。國外學者Quan et al.[11]從客戶、員工和社會三個方面建立投入指標，選擇總資產和凈利潤作為產出指標，采用DEA評估了2015—2019年中國38家上市物流企業的社會責任綜合效率，結果表明我國上市物流企業社會責任綜合效率有所提高，企業社會責任意識逐步增強，但多數企業仍需根據實際情況調整社會責任投入規模和改進管理。

" 綜上，目前快遞業效率評價研究主要集中在行業和企業兩個層面，研究大多集中在綜合效率上，少數文獻研究了快遞網點的配送效率。此外，研究大多采用傳統的DEA模型，缺少先進模型的應用。

1.2" 投入產出指標

" 評價快遞企業運營效率前需確定合適的投入產出指標。現有研究評價快遞業效率時采用的投入產出指標見表1。在已有研究基礎上，本文選取應用較為廣泛的營業網點數量和營業成本作為投入，選取業務量、營業總收入、凈利潤作為快遞行業的產出。營業網點數量是指快遞公司的直營網點和加盟網點，這些網點共同構成了快遞公司的服務網絡，反映了快遞公司的網絡資源。營業總成本包括運輸成本、分揀成本、末端派送成本、人工成本、租金、設備維護等，反映了快遞公司的運營投入。快遞業務量是指一定時期內快遞公司完成的快遞票數，代表快遞公司的業務產出和市場份額。營業總收入是指一定時期內快遞公司向客戶提供服務所取得的收入。凈利潤是指一定時期內快遞公司的稅后利潤，反映快遞企業盈利能力的重要指標。這些投入產出指標能夠反映快遞企業的運營過程。

2" SBM模型

DEA是一種線性規劃技術，用于評價具有多個輸入和輸出決策單元（DMU）的相對有效性。DEA旨在構建最佳生產前沿，而無需預先知道哪些投入和產出在效率度量時最重要，具有非參數的優點[12]。由于DEA提供了一種相對度量，因此它能從所有DMU中區分最有效DMU和其他DMU。通常最有效DMU的效率得分為1，而其他效率較低的DMU的得分在0～1之間。

" DEA理論中有兩個基礎模型，分別是CCR模型（即Charnes-Cooper-Rhodes模型）與BCC模型（即Banker-Charnes-Cooper模型）。CCR模型假設規模報酬不變，由于現實中很少有規模報酬不變的情形，1984年Banker et al.[13]對CCR模型進行了改進，提出了BCC模型，其假設規模報酬可變，考慮了純技術效率和規模效率。純技術效率用于衡量決策單元在給定的規模下是否能夠有效地使用投入來獲得最大產出。規模效率用于衡量決策單元是否在其最佳規模上運作。CCR模型和BCC模型主要依賴于徑向的測量技術，它們通過調整投入與產出的比例來尋求效率優化。然而在實際生產過程中，決策單元往往面臨資源投入冗余和產出不足的問題，即存在松弛現象。在此情境下，傳統的徑向測量可能無法準確反映效率的真實狀況，甚至可能因忽視松弛而高估效率。為此，Tone[14]在2001年提出了基于非徑向的SBM（Slack-Based Measure）模型。該模型創新性地考慮了資源投入與產出的松弛性，確保評估結果能夠更準確地反映決策單元在實際生產過程中的真實效率狀況。因此，SBM模型提供了一種更為精確和可靠的效率分析工具。

""3" 實證分析

3.1" 樣本及數據來源

目前我國上市快遞企業共有7家，分別是圓通速遞、申通快遞、韻達股份、順豐控股、中通快遞、京東物流和極兔快遞。由于京東物流主營業務中包含倉儲服務，極兔快遞于2023年上市數據披露較少，因此本文收集了圓通速遞、申通快遞、韻達股份、順豐控股、中通快遞5家上市快遞企業2021—2023年的年度數據，共計15個數據集作為研究樣本，用于評估快遞企業的運營效率。營業網點數量、營業成本、業務量、營業總收入、凈利潤等指標數據主要來自快遞企業年報和官方網站。

3.2" 效率分析

" 本文采用SBM模型來評估韻達股份、順豐控股、申通快遞、圓通速遞、中通快遞5家上市快遞企業2021—2023年的運營效率，結果見表2。整體來看，15個快遞企業決策單元的運營效率平均值為0.532 4，這說明快遞企業的運營效率還有很大提升空間。樣本中有6個決策單元的效率值高于平均水平，其中5個決策單元（順豐控股2021—2023年，中通快遞2021年、2023年）效率值為1.000 0，另一個決策單元（中通快遞2022年）效率值為0.862 4。而申通快遞的運營效率較差，三個年度的效率值分別為0.000 1、0.063 0、0.066 6。

本文將三年觀察期視為整體，進一步分析快遞企業運營效率。表3展示了快遞企業運營效率平均值和排名情況。5家公司中順豐控股表現最好，效率均值達到了1.000 0。中通快遞排名第2，效率均值為0.954 1。圓通速遞排名第3，效率均值為0.354 3。韻達股份排名第4，效率均值為0.310 4。而申通快遞表現最差，效率均值為0.043 2。這與各企業的市場運營表現較為一致。

為提高快遞企業運營效率，本文深入分析了企業的投入冗余程度和產出不足程度。表4展示了2023年度快遞企業的投入產出改進比例，即松弛變量除以相應的投入產出指標。對于效率值為1的順豐控股和中通快遞而言，其投入產出已達到最優，無需改進。對于韻達股份、申通快遞、圓通速遞來說，存在投入過剩和產出不足的情況。為實現效率最優，投入方面，韻達股份需要減少7%營業網點數量和23%的營業總成本，申通快遞則需要減少44%營業網點數量和28%的營業總成本。圓通速遞需要減少64%營業網點數量和13%的營業總成本。產出方面，韻達股份需要增加57%的業務量和428%的凈利潤，申通快遞則需要增加71%的業務量和2 520%的凈利潤。圓通速遞需要增加35%的業務量和129%的凈利潤。對于申通快遞而言，凈利潤產出不足是造成其效率低下的主要原因。

4" 結" 論

通過對5家快遞企業的運營效率評價分析，可以發現，快遞企業整體運營效率較低，存在很大的改進空間。相比其他公司，順豐控股和中通快遞的運營效率較高，申通快遞運營效率較低。快遞企業運營效率較低主要是由于投入冗余和產出不足造成的，因此快遞公司應采取措施提高資源利用效率，擴大業務量、營收和凈利潤。

" 結合當前我國快遞行業發展現狀，本文提出快遞企業運營效率的提升建議如下：

（1）合理利用資源。快遞企業應實施精細化管理，對運營過程中的各項投入進行嚴格把控，避免資源浪費。通過對人力、物力、財力等資源的優化配置，減少不必要的投入，提高資源利用效率。同時，企業應建立科學的產出評估體系，對快遞業務的處理能力和服務質量進行定期評估，確保投入與產出相匹配，實現運營效率的提升。

（2）優化服務網絡布局。快遞企業應注重網絡布局的優化，通過科學規劃和合理布局，縮短快遞的運輸距離和時間，提高配送效率。企業可以利用先進的地理信息系統（GIS）和大數據分析技術，對快遞業務進行精準預測和規劃，實現快遞網絡的優化。此外，企業還應加強與合作伙伴的協同，共享網絡資源，共同提升快遞服務的覆蓋面和時效性。

" （3）加強技術創新。快遞企業應積極推動技術創新，運用先進的科技手段提升運營效率。例如，引入自動化分揀系統、智能機器人等先進設備，提高快遞處理的自動化和智能化水平，減少人工操作，提升處理效率。同時，企業還可以利用物聯網、大數據等技術，實現快遞信息的實時追蹤和智能調度，提高快遞服務的透明度和響應速度。通過持續的技術創新，快遞企業可以不斷提升自身的競爭力，實現運營效率的飛躍。

（4）優化服務質量和客戶體驗。快遞企業應根據客戶需求提供不同層次的快遞服務，如加急、普通、經濟等，滿足不同客戶群體的需求，以提升服務質量。提供多渠道的客戶溝通方式，及時響應客戶需求和問題，以提升客戶滿意度。

參考文獻：

[1] 中華人民共和國國家郵政局. 2023年郵政行業發展統計公報[R/OL]. （2024-05-10）[2025-03-15]. https：//www.spb.gov.cn/gjyzj

/c100276/202405/ff1ab12da9d74425b7ddef9e38de8916.shtml.

[2] 李明垚. 省域快遞業效率評價及影響因素分析——基于DEA-Tobit模型[J]. 物流科技，2019，42（2）：81-85，95.

[3] 鄒小平，楊曉紅. 基于DEA模型的全國快遞業效率評價[J]. 長沙理工大學學報（社會科學版），2017，32（4）：113-118.

[4] 徐銳，王浩. 我國快遞產業運營效率研究[J]. 物流科技，2015，38（4）：41-44.

[5]" LIU H， YANG R， SHI H. The impact of the platform economy and environmental regulations on the technical efficiency of the express delivery industry[J]. International Journal of Logistics Research and Applications， 2022，25（4-5）：725-742.

[6] 王錦浩，王赫鑫，葛祿璐. 基于DEA方法的快遞網點共配效率分析[J]. 物流技術，2021，40（5）：36-41，76.

[7] 張明偉. 基于DEA的我國上市快遞企業競爭力評價與分析[J]. 物流工程與管理，2020，42（6）：139-141.

[8] 山紅梅，肖雪媛. 基于DEA和Tobit模型的快遞企業效率評價及影響因素分析[J]. 科技與經濟，2018，31（6）：101-105.

[9] 王玲，陳銀宗，范玉，等. 我國郵政業運行機制及其效率分析——基于兩階段DEA的評估[J]. 北京交通大學學報（社會科學版），2016，15（3）：104-113.

[10] 趙佳欣，宋良榮. 數字經濟背景下快遞企業創新效率研究[J]. 物流科技，2024，47（10）：64-70.

[11]" QUAN C， YU S， CHENG X， et al. Comprehensive efficiency evaluation of social responsibility of Chinese listed logistics enterprises based on DEA-Malmquist model[J]. Operations Management Research， 2022，15（3）：1383-1398.

[12]" CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research， 1978，2（6）：429-444.

[13]" BANKER R D， CHARNES A， COOPER W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J]. Management Science， 1984，30（9）：1078-1092.

[14]" TONE K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2001，130（3）：498-509.

收稿日期：2024-08-13

基金項目：上海市2021年度“科技創新行動計劃”寶山轉型發展科技專項項目（21SQBS01404）

作者簡介：彭文琴（1989—），女，湖南湘潭人，上海理工大學管理學院碩士研究生，研究方向：物流管理；劉勤明（1984—），本文通信作者，男，山東日照人，上海理工大學管理學院，教授，博士生導師，研究方向：物流與供應鏈管理。

引文格式：彭文琴，劉勤明. 基于SBM模型的我國快遞企業運營效率研究[J]. 物流科技，2025，48（7）：64-67.