江苏省物流效率评价

□文/钱丽琼 姚德利

（安徽理工大学经济与管理学院 安徽·淮南）

［提要］运用DEA模型对江苏省2010～2019年物流效率进行测算分析，并结合灰色关联分析法研究各投入产出要素对物流效率的影响程度。研究结果表明：江苏省整体物流效率较高，其中2010年、2012年、2018年和2019年达到DEA有效，2013～2017年存在投入冗余和产出不足，且各投入产出指标对物流效率产生不同程度的影响。最后，根据研究结论提出建议。

一、文献综述

物流在推动区域经济发展中发挥了十分重要的作用，同时为广大居民的日常生活提供了快捷和便利。随着时代的快速发展，社会对于物流效率的需求也在增加，因此研究地区物流效率及其影响因素就具有十分重要的意义。

目前，国内学者在物流效率方面的研究成果颇丰。卢亚和（2021）采用OLS回归分析模型研究数字经济发展对物流效率的影响，认为其对物流效率的提升有明显的促进作用。李朋林、刘晓宁（2021）采用super-SBM-DEA模型对我国物流业效率进行研究，得出我国物流效率偏低但上升趋势明显。汪文生、考晓璇（2021）采用三阶段DEA模型对地区物流效率进行测算分析，认为区域城市间物流效率差异较大且受多种因素影响。秦雯（2021）采用三阶段超效率DEA模型对广东省各地市物流效率进行测算，得出各地市物流效率差异明显并提出针对性的建议。刘华军、郭立祥等（2021）构建超效率EBM模型对中国省域物流效率进行分析，认为我国总体物流业效率偏低，且东部明显高于其他地区。潘立军、谭浩博等（2021）运用超效率DEA模型对区域物流进行测算。李妍、孙振清（2021）采用SBM-DEA模型对物流业效率进行测算，并从物流效率的差异性及影响因素方面提出建议。何景师、王术峰（2021）构建绿色物流效率投入产出指标，通过Malmquist指数和超效率SBM等模型对区域绿色物流效率及影响因素进行分析。高康、张步阔（2019）运用DEA-ESDA对西部地区物流效率及空间差异进行探索分析，提出要充分利用部分区域地理位置优势、提高物流资源利用率等建议。

通过以上对相关文献的梳理综述可知，目前国内学者在研究物流效率方面的成果较为丰富，无论是从研究方法上还是分析角度上，都呈现出诸多有价值的结论。本文收集2010～2019年江苏省相关指标数据，运用DEA-BCC模型对物流效率进行测算，并结合灰色关联分析法来探索各投入产出指标对物流业效率的影响程度，根据运算结果得出相应的结论和建议。

二、模型构建与指标选取

（一）模型构建

1、DEA模型。DEA数据包络分析法是研究效率的一种比较常见的分析方法，其根据多项投入指标和多项产出指标，利用线性规划的方法对具有可比性的同类型单位进行有效性评价。相较于其他数据分析方法，DEA数据包络分析法具有一定的简便性和精确性。DEA模型一般分为CCR模型（假设规模收益不变）和BCC模型（假设规模收益可变）两种。本文根据区域物流经济发展特点，选择BCC模型进行测算，模型公式如下：

其中，X为输入变量，即投入量；Y为输出变量，即产出量；S+为输出变量产出量的不足量，S-表示输入变量投入量的冗余量。当θ＝1，S+＝S-＝0时，则决策单元DEA有效；当θ＝1且S+和S-不全为0时，则决策单元DEA弱有效；若θ＜1，则决策单元非DEA有效。

2、灰色关联模型。灰色关联分析法，是根据因素之间发展趋势的相似或相异程度，作为衡量因素间关联程度的一种方法，可以根据因素间的关联度大小，来评价某一因素对另一因素的影响程度大小。其主要计算步骤如下：

（1）确定参考序列和比较序列，在这里以各效率值为参考序列X0（k），各投入产出要素为比较序列Xi（k）。

（2）对各序列数据进行无量纲化处理，采用初值法进行处理。即：

（4）计算关联度系数与关联度。

关联度系数为：

关联度为：

（二）指标选取。由于物流业涉及行业范围较广，目前没有统一的数据来源。交通运输、仓储业及邮政业占物流业中的比重较大，所以用交通运输、仓储业及邮政业的数据来代替物流业相关指标数据。选取的相关指标如表1所示，各原始数据来源于江苏省统计年鉴。（表1）

表1 各模型测量指标一览表

三、实证结果与分析

（一）DEA模型实证结果与分析。将2010～2019年的每一年作为决策单元，分别为DMU1，DMU2，DMU3，…，DMU10。将整理统计后的指标数据导入到DEAP2.1中进行运算，得到数据分析结果如表2、表3所示。（表2、表3）

表2 2010～2019年江苏省物流效率数据统计一览表

由表2可知，从效率平均值来看，综合技术效率平均值为0.942，纯技术效率平均值为0.994，规模效率平均值为0.947，可以看出江苏省总体物流业效率值较高。2010年、2012年、2018年和2019年综合技术效率、纯技术效率以及规模效率值都为1，说明这4年达到DEA有效，物流效率相对较高；2011年、2013年、2014年、2015年、2016年及2017年的综合技术效率值小于1，说明这6年未达到DEA有效，总体物流业效率值相对较低，造成该现象的原因可能是产出不足或者投入冗余。

由表3可以看出，从产出角度进行分析，公路货运量不足的时期较多，2013～2017年该指标产出不足；从投入角度进行分析，交通运输业财政支出以及物流业从业人数在2013～2016年投入不够；2010年、2011年、2012年、2018年以及2019年无产出不足和投入冗余，说明这5年江苏省物流业投入产出分配合理，达到的物流效率也相对较高；产出不足和投入冗余主要集中出现在2013～2017年，说明这几年江苏省在投入资源和产出收益方面未达到有效平衡。

表3 2010～2019年江苏省物流业产出不足与投入冗余统计一览表

（二）灰色关联模型实证结果与分析。为进一步研究所选取的投入产出指标对物流业效率的影响程度，本文以DEA模型计算得出的各效率值为参考序列，各投入产出指标为比较序列，通过SPSSAU软件计算出投入产出指标与物流业效率的关联度，计算结果如表4所示。（表4）

表4 物流业投入产出指标与效率关联度结果统计一览表

由表4可知，关联度最小值为0.579，最大值为0.931。从投入角度分析，交通运输业财政支出与综合技术效率、纯技术效率以及规模效率的关联度相差不大，分别为0.579、0.594和0.581；物流业从业人数与各个效率值的差异也较小，但相比较交通运输业财政支出，其与各效率值关联度更大，说明从业人数对物流业效率的影响程度更大；公路等级里程与各效率值的关联度居所有投入要素中最大，与各效率值关联度分别为0.888、0.931和0.892。从产出角度进行分析，物流业生产总值与综合技术效率值、纯技术效率值以及规模效率值的关联度分别为0.675、0.701和0.678，三者关联度差异较小，且得出的数值可以表明物流业生产总值对物流业效率有一定的影响作用；公路货运量与各效率值的相关程度较大，接近于0.9，说明公路货运量与物流业效率关联度较大，在众多指标中，其对物流业的效率影响程度最大；公路货物周转量与各效率值的关联程度相对较小，分别为0.589、0.606和0.590。

总体来说，各投入产出要素对物流业效率都产生了不同程度的影响，应当根据实际情况并结合当下物流发展趋势采取合理有效的措施来提高区域物流业整体效率。

四、研究结论与对策建议

（一）研究结论。从物流效率的计算结果可知，2010～2019年江苏省整体物流业效率较高，但其中6年出现DEA无效，即物流业效率相对较低，说明期间投入产出不合理，造成资源浪费或者产出不足。针对于投入冗余和产出不足的情况，应当结合当地实际情况，采取有效的措施对投入要素资源进行合理分配，并有效促进物流业经济产出。

从物流业投入产出指标与效率间的关联度结果可知，各投入产出指标与物流效率存在一定的关联度，且关联程度大小存在差异。投入指标中，公路等级里程与物流业效率的关联度最大，说明其对物流业效率的影响程度最大，其次是物流业从业人数，最后是交通运输业财政支出；产出指标中，公路货运量与物流业效率的关联程度最大，说明其对物流业效率的影响程度最大，其次是物流业生产总值、公路货物周转量。可根据各指标与物流业效率关联度大小对物流业的影响因素进行分析，并采取合理的针对性措施。

（二）对策建议。根据研究结论提出以下针对性的建议：

1、进一步推广高新技术在物流业中的应用。高新技术对于物流业的可持续发展至关重要，对提升物流业效率起到较大的促进作用，因此要加大高新技术在物流业中的应用力度。结合目前智慧物流发展趋势，将无人化和智能化与当前物流业紧密融合，减少人工带来的时间成本和资金成本；并要大力支持和鼓励企业自主创新，调动行业对物流技术创新的积极性；同时，要加快技术成果在物流业中的实际应用，快速提升物流业效率，促进区域物流高质量发展。

2、加大政府部门对区域物流业的扶持力度。相关政府部门应当结合当地物流业发展实际情况，采取合理的政策措施对一些中小型物流企业进行引导和扶持，鼓励企业大力发展自身物流基础设施建设；增大对区域大型物流企业的政策扶持力度，让大型企业起到带头作用，建立起企业间互帮互助、沟通合作的产业机制；同时，相关部门要加强对物流业市场的监管，积极地响应时代需求，不断优化和改善物流监管体系建设，营造一个良好的市场环境。

3、促进区域间合作，发挥自身地理位置优势。江苏省作为长三角地区重要的一员，要发挥好自身地理位置优势，加强与周边省域城市协调合作，与其他城市联动发展，构建互通平台，加强城市间交流合作，实现优势互补，对物流资源进行合理配置，提升区域物流业效率，实现地区物流业高质量发展。

4、加大物流专业人才培养力度。随着时代的发展和市场需求的增加，物流业对于高新技术人才的要求越来越高，因此要顺应时代发展需求培养出具备专业素质和技能的复合型物流人才，利用产教融合的方式，将产业与教育深度融合，培养出能够在实践工作中学以致用的高素质人才；同时，企业应加强对内部员工的专业培训，提升专业人员的工作技能和综合素质。