基于DEA模型的江苏物流效率区域比较

周祺 袁小慧

摘  要：文章采用DEA模型对江苏省2015～2019年13个地级市物流效率进行分析。研究表明江苏省物流业区域发展不平衡，苏南地区较高，苏中、苏北地区相对较低，其中技术和管理水平是影响物流效率的主要因素。最后结合江苏的具体情况，提出发挥政府引导作用、重视技术创新与人才培养、加强区域间合作的对策建议。

关键词：物流效率;DEA模型;江苏省

中图分类号：F259.27    文献标识码：A

Abstract： This paper uses DEA model to analyze the logistics efficiency of 13 prefecture level cities in Jiangsu province from 2015 to 2019. The results show that the regional development of logistics industry in Jiangsu province is unbalanced. The logistics industry in southern Jiangsu is relatively high， while that in central and northern Jiangsu is relatively low. Finally， combined with the specific situation of Jiangsu province， the paper puts forward the countermeasures and suggestions of giving play to the government's guiding role， paying attention to technological innovation and talent training， and strengthening regional cooperation.

Key words： logistics efficiency; DEA model; Jiangsu province

物流衔接了市场的供求，是支撑国民经济发展的战略性产业。“十三五”以来江苏省社会物流需求快速增长，物流规模不断扩大，2019年江苏省物流业增加值5 778.79亿元，同比增长5.5%，物流业增加值占全省服务业增加值的比重为11.3%。2020年社会物流总费用14.9万亿元，与GDP的比率为14.7%，五年间降低物流成本的效果显著，但是与发达国家相比还有一些差距。随着“长三角一体化”、“一带一路”等战略的深入实施，区域间的物流联动不断增强，结合目前电子商务快速发展的背景，江苏省发展现代化物流至关重要。因此，分析江苏省物流效率对促进产业结构调整、推动经济社会高质量发展有着重要意义。

1  模型选取与指标建立

1.1  模型选取

本文使用数据包络分析法（DEA），DEA模型是根据已知数据，分析得出相应的生产前缘，以评价具有多输入和多产出的决策单元（DMU）之相对有效性的一种方法。DEA最有代表性的几个模型为CCR、BCC、FG和ST模型，其中CCR模型和BCC模型是最常用到的。

CCR模型假设规模收益不变，DMU有效即技术和规模同时有效。BCC模型在CCR模型的基礎上把规模收益不变的假设改为可变的。假设有n个生产决策单元DMUj=1，2，…，n，每个决策单元都有m项投入，X=x，x，…，x，s项产出，Y

=y，y，…，y，则第j个DMU的模型为：。

加入松弛变量后，其对偶模型为：D。

∑λ=1符合规模收益变化的假设，BCC模型可以从技术水平和管理水平对造成生产对象无效率做出解释，因此BCC相比CCR模型能够更好地对技术无效率的管理水平进行分析。

1.2  指标建立与数据来源

本文选取2015～2019年江苏13个地级市物流行业的统计数据对其物流效率进行实证分析，数据来源于《江苏统计年鉴》和各市的《统计年鉴》与《国民经济和社会发展》，使用软件为DEAP2.1。考虑到物流行业统计体系不够完善，数据不易获得，所以选取交通运输、仓储和邮政业的数据来对物流行业进行分析。在投入指标上选取物流从业人员数量作为劳动力投入，物流业财政支出作为资本投入，公路通车里程作为物力投入，在产出指标上选取了物流业生产总值和货物运输量（公路、水运和民用航空）。具体指标如表1所示。

2  实证分析

将江苏省13个地级市作为决策单元，用软件DEAP2.1对数据进行整理分析，得到不同决策单元的综合效率、纯技术效率、规模效率以及规模效益情况。

（1）综合效率分析结果如表2所示：

综合效率表示在当前的技术、经济下的最大产出值。从表2可以看出苏南地区的物流效率总体偏高，其中南京、无锡、苏州和作为苏中城市的泰州物流业综合效率均值为1，说明资源配置和管理比较合理。苏北城市整体偏低，徐州综合效率均值为0.9674，排在苏北最前。常州、镇江和徐州的综合效率均值都在0.9以上，说明只要稍微调整一下投入就能达到最佳状态。效率偏低的是淮安和连云港，与其他地区差距较大，需要借鉴一下其他地区的经验。

（2）纯技术效率分析结果如表3所示。

纯技术效率反映的是管理和技术水平在规模不变的情况下对效率的影响，数值小于1的话说明了没有达到最优水平。苏南地区纯技术效率水平都很高，苏北的宿迁、徐州的纯技术效率均为1说明技术水平足够，需要调整的是管理和技术水平，在投入相应的资源后便可达到最优生产状态。连云港效率偏低，而且五年间维持在较差的水平，需要重视对物流业发展的管理。

（3）规模效率分析结果如表4所示。

规模效率反映了生产规模在当前的管理和技术下与最优规模的差距。江苏省只有4个地区物流规模效率达到了最优，说明整体在物流业投入的资源还不充足。苏中地区的南通市超过了苏南的常州和镇江，排在第五，苏北地区的徐州和盐城超过了苏中地区的扬州。连云港、宿迁的效率虽然有波动但是上升趋势明显，说明近几年在不断优化。

（4）规模效益情况分析结果如表5所示。

表5中“-”表示规模效益不变，“irs”表示递增，“drs”表示递减。规模报酬不变说明这个地区的物流业达到最优的效率，递增或递减说明没有达到最优，递增需要加大资源要素的投入以扩大生产规模，递减说明资源过剩需要减少投入。从表5可以看出苏南地区这五年间基本处于规模报酬不变的阶段，而苏中和苏北基本处于规模报酬递增的状态，说明苏南物流业发展稳定，苏中和苏北有着较好的发展势头。宿迁和盐城调整投入产出后，在2019年达到规模报酬不变，值得其他城市学习借鉴。

3  结论与建议

本文通过分析2015～2019年江苏各地区的物流效率，结合江苏具体情况提出以下几点建议：（1）发挥政府引导作用。政府要加强对物流业的调控，激发市场的活力。加速落实各项物流政策，继续开展降本增效的行动，加大对苏中及苏北物流业的投入，扶持一批优秀的企业。根据各市的具体发展情况，利用地区优势资源统筹协调发展，缩小地区之间物流效率的差异。（2）重视技术创新与人才培养，提高管理与技术水平。可以通过运用大数据、物联网等新兴技术，加强信息化建设，发展现代化物流。重视完善高校对物流专业人才的培养，合理增加相关专业的人数比例、提高对实践教育的重视。注重物流企业和高校以及科研机构间的项目合作，形成产学研良性循环的人才培养的运行机制，同时从国外引进技术人才，为我国的物流业发展提供人才保障。（3）加强区域间的合作，打破物流业区域间的壁垒。现代物流业离不开区域间的合作，苏中苏北可以加强与苏南地区之间的联系，引导要素资源合理流动，减小省内物流业发展差距。深入实施“长三角一体化”、“长江经济带”等战略，加速设施共建、信息互联方面的合作，推动物流业区域间联动发展。

4  结束语

对江苏省2015～2019年区域物流效率进行分析，可以看出江苏省内物流效率存在差异。苏南、苏中和苏北有着不同的经济基础，苏中和苏北可以提高技术和管理水平，当然最主要的是在物流基础建设上多投入。苏南可以在当前的基础上加速推动物流业转型，例如智慧物流、绿色物流等。江苏省可以根据不同地区的特点因地制宜地发展具有特色的物流产业，优化省内物流空间布局，提高江苏省整体的物流效率，加速发展现代化物流。

参考文献：

[1] 郑金娥，关高峰，杜厚维. 长江经济带省域物流业效率差异研究[J]. 统计与决策，2020，36（11）：110-113.

[2] 范金，陳敏. 苏南地区要素配置和创新效率研究：2002～2018[J]. 工业技术经济，2020，39（4）：27-35.

[3] 潘立军，谭浩博，刘喜梅. 基于超效率DEA的长株潭区域物流协同发展评价研究[J]. 湖南社会科学，2020（6）：79-84.

[4] 梅国平，龚雅玲，万建香，等. 基于三阶段DEA模型的华东地区物流产业效率测度研究[J]. 管理评论，2019，31（10）：234-241.

[5] 陈启奖. 基于DEA指数模型的浙江省物流效率评价[J]. 浙江万里学院学报，2020，33（6）：19-24.

[6] 潘文远. 基于DEA模型的江苏省物流业投入产出效率研究[D]. 南京：南京农业大学（硕士学位论文），2014.

[7] 陆雪文，潘家坪. 电子商务环境下物流产业发展困境及对策探讨[J]. 物流工程与管理，2020，42（10）：123-125，98.

[8] 雷雨，乔玉洋. 我国食品冷链物流现状及问题研究[J]. 物流科技，2020，43（6）：141-143.

[9] 范金，万伟，袁小慧，等. 改革开放40年中国绿色增加值演化趋势与结构分解[J]. 中国人口·资源与环境，2019，29（10）：79-89.

[10] 袁小慧，孟芊汝，范金. 中国高技术产业高质量发展：动力机制与实证检验[J]. 江海学刊，2020（4）：88-94，254.

[11]  JIANG Weimin， FAN Jin， TIAN Kailan. Study on production possibility frontier under different production function[J]. Journal of Systems Science and Complexity， 2021，34（2）：706-723.