SE-DEA模型下四川省物流业供应链绩效实证研究

问晨璐　叶天海　郑忠骥

摘要：目前，物流业整体发展局面不断优化，物流科技水平得到提升。尤其在国家政策的引导下，物流产业不断涌现，不同地区的物流需求增大，对物流业供应链绩效的研究显得尤为迫切。文章结合四川省物流业发展特征，选取成都、攀枝花、泸州、绵阳、广元、乐山、宜宾、雅安、阿坝和凉山为研究对象。首先，采用SE-DEA模型，建立供应链绩效评价指标体系，通过对各城市不同绩效值的对比及排序，对有效决策单元供给和需求的深度分析，得出不同投入产出指标对绩效的影响程度。然后，采用Malmquist指数法，搜集2016-2020年原始数据，明确四川省近几年物流业供应链的发展趋势，针对存在的问题提出改进建议。

关键词：SE-DEA模型；四川省；物流业；供应链绩效

一、引言

随着经济和信息技术的快速发展，物流业需求显著提升，而供应链绩效和物流业需求之间的平衡性问题逐步显现。为了协调两者关系，找出提高各地区物流业供应链绩效的有效方法，物流业供应链绩效的研究显得尤为重要。四川省位于我国西南地区，地處长江上游，素有“天府之国”的美誉，同时，该地区地貌差异较大，地形复杂多样，主要由山地、丘陵、平原、盆地和高原构成，对当地物流业绩效的研究具有现实意义。2021年，四川省印发实施了《四川省“十四五”现代物流发展规划》，总结了“十三五”以来其现代物流发展取得成效和存在问题，分析了“十四五”时期现代物流面临发展机遇和形势挑战，也提出“十四五”时期现代物流发展的指导思想、基本原则和发展目标，到2025年实现社会物流总额达到10.5万亿元，A级及以上物流企业数达到280家，力争建成连接“一带一路”、长江经济带的西部物流供应链中心和全国物流高质量发展示范区。在宏观政策的引导下，物流业发展速度不断提高，规划明确夯实物流发展基础、提高物流专业化水平、培育物流发展新动能等三个方面15项重点任务。

对于供应链绩效的研究，国内外不同学者从不同角度提出观点。国内学者李安东通过DEA方法，对服装行业供应链运行效率作了详细分析，找出控制该行业供应链效率的可行性措施。刘辉鸿等学者，采用DEA-Malquist全要素生产率指数法，对长三角地区9个供应链试点城市2009-2018年相关数据进行搜集整理，分别进行静态和动态测算，得出制约当地物流效率的主要因素是技术进步效率的结论。王琪则是采用三阶段DEA模型，测试新能源汽车的供应链金融效率，以期推动新能源汽车行业的发展。赵天毅从效率的角度，采用DEA方法对供应链系统进行具体研究，并且分析了其在生活中的具体应用。外国学者 Wael Hassan El Garaihy通过基于平衡计分卡、数据包络分析（DEA）、决策试验与评估实验室（DEMATEL）的三层模型，对供应链战略的制定和整合以及对调查结果的评估做了具体研究，分别得出有效DMU和无效DMU；本文通过收集2016-2020年四川省物流业供应链发展的相关数据，采用SE-DEA模型、Malmquist指数方法，具体分析当地物流业供应链效率情况和发展趋势，以期为模型的具体应用积累经验，为四川省物流业供应链的发展提供参考意见。

二、模型的选取

（一）SE-DEA评价模型

SE-DEA模型：

（二）Malmquist指数法

三、评价指标体系构建

如表1所示。

四、实证分析

（一）静态有效性分析

1. SE-DEA的实证分析

对超级效率指数的分析表明，成都以其4.485的最高超级效率指数脱颖而出，显示了其物流业供应链的高度发展。雅安、阿坝和攀枝花的超级效率数值均在1.3～1.7之间，可能在其物流业供应链中拥有先进的生产技术、创新的管理实践和优化的供应结构。然而，与成都相比，雅安、阿坝和攀枝花仍有进一步提高的空间。另一方面，凉山显示出卓越的综合效率和纯技术效率超出平均水平，突显了其物流业供应链性能的实质性提升，即纯技术效率的提高大幅度支撑了当地物流业供应链的绩效增长。广元和绵阳的效率低于平均水平，地方政府可以考虑分配更多的政策支持。同时，物流资源的妥善规划利用对于提高纯技术效率和控制物流业供应链的总体规模至关重要，以避免过度扩张。凉山、宜宾、广元和绵阳的规模效率呈现下降趋势，并不需要扩大物流业来提高供应链绩效（见表2）。

2. 有效决策单元投影分析

由表3可以得出，4个有效决策单元都存在投入和产出不足问题。成都和雅安在等级公路里程和民用车辆拥有量方面供给需求明显失衡，尤其是等级公路里程供给远小于物流业需求。另外，成都在交通运输、仓储和邮政业生产总值、总货物运输周转量均未达到目标需求值，说明当地并未合理利用物流资源。阿坝则出现等级公路里程投入冗余，当地可以考虑对该要素减少供给。攀枝花在供给和需求方面均不足，主要表现在等级公路里程的供给和邮政业务总量的目标需求，当地应该适当加大等级公路里程的投入，做好现有资源配置。

（二）动态有效性分析

表4揭示了四川省各城市在2016-2020年期间全要素生产率（TFP）呈明显的上升趋势，在外部因素作用下2018-2019年期间出现了下降。这些城市的规模效率变化（sech）在五年期间表现出了波动的趋势，尽管整体波动幅度相对较小。这一观察结果印证了物流和供应链部门资源的合理分配，资源浪费的情况极少。然而，仍然可以通过优化资源利用来增强，逐步建立规模效应及其不断增长的影响力。至于纯技术效率（pech）的变化，2019-2020年出现了积极的增长，而其他年份呈现出负增长。技术变化（techch），除了2018-2019年期间的数值低于1外，其他平均值约为1，表明在此期间技术有所下降。在发展当地的物流和供应链时，有必要采取及时的补救行动，吸取教训并更新技术，为后续的发展奠定基础。

从表5中可以看出，成都、攀枝花、泸州和绵阳等城市的全要素生产率（TFPCH）值都超过了1，显示出整体效率的提升。然而，其余城市的全要素生产率指数较低，预示着效率的下降趋势。

根据技术效率变化（effch）指标，广元的数值显示出小于1的下降态势，这表明纯技术效率的恶化。在技术变化（techch）方面，泸州的数值最高，这表明其在物流技术方面的快速进步。然而，雅安的数值为0.992，虽然接近有效值，但仍表明物流管理实践的微小提升需要进一步改进，以最大化潜在收益。关于规模效率变化（sech），值得注意的是，超过60%的样本城市的（sech）值大于或等于1，这表明其规模效率稳定或增长。宜宾的（sech）值最低，这表明其物流行业供应链发展模式中存在非理性利用资源的情况，阻碍了规模经济的产生。由表5可知，全要素生产率变化（tfpch）值大于1的城市有成都、攀枝花、泸州和绵阳，其他几个城市的生产指数率小于1，总体效率处于上升趋势。

五、结论和建议

（一）研究结论

本文采用数据包络分析（DEA）、超效率（SE-DEA）、Malmquist指数方法，分析了四川省2016-2020年物流業供应链效率相关情况。通过对2020年全国各地的静态效率分析，发现其超效率值存在地区间的差异。各城市需要采取开放政策，互相学习，从而提高整体供应链效率水平。而研究发现，在样本城市中，技术效率不高的比例高达60%， 还有40%的比例规模效率下降。其中，乐山纯技术效率值最低，其他4个城市的纯技术效率均为零。综合来看，四川省物流业供应链整体水平较低，规模效应难以形成，需要从物流资源的高效利用和物流要素的合理配置等几个角度进行分析。从动态变化趋势来看，四川省2016-2020年期间的全要素生产率水平整体上在提高，物流业供应链整体效率不同程度提升。受疫情影响，各效率值出现降低，优势没有连续保持，但是波动范围不大，综合来看仍处于良好发展状态。少部分城市存在规模效率差异，供需关系严重失衡。

（二）政策建议

1. 夯实物流业供应链发展基础

四川省物流业供应链发展缓慢，通过加强供应链基础设施建设、加快电商服务体系建设以及锚定产业链精准招商等措施，夯实当地发展基础。对于基础设施投入需要进一步增加，比如：等级公路里程、民用车辆拥有量等。在电商服务体系方面，主要集中在乡镇、村级，通过完善双向流通体系，促进物流业供应链循环发展。瞄准物流产业链精准招商，吸引各大物流企业入驻当地，从而加快物流业供应链发展脚步。

2. 培育物流业供应链发展新动能

现代供应链的实质是高度融合的产业组织形态，贯穿于产品设计、采购、生产、销售、服务等全过程，表现为“商流、物流、信息流、资金流”合一，应从物流场景应用和物流平台构建入手，找到实施载体。通过降低物流成本、建立核心物流企业、发展供应链运营平台、物流业与特色产业深度融合等措施，推进物流业向科技化、产品化、平台化发展。

3. 平衡供需关系

分析四川省物流业供应链效率发现，物流业规模效应在多数城市无法有效发挥作用，甚至有的城市扩大规模后，绩效明显降低。在地方物流业供应链发展过程中，普遍存在着一定规模的投入，造成了反效益的现象。同时，存在纯技术效率低下，大量的资源投入达不到预期效果的情况。因而各城市需要注重改善供给结构，以对市场需求的实际探索为前提，统筹规划，从而扩大企业物流规模，进行资源整合，实现供需平衡。

投入要素方面需要有理性的规划，从而挖掘内在的潜能。除此之外，还可以从仓储运作、配送模式、运输线路等方面协同考虑，以各个特定环节为出发点，根据现有的规模，进行资源整合，从而使得已有资源得以最大限度地发挥作用。借鉴物流业相对比较发达区域的经验，吸取其在经营管理方面的精华之处。结合本地区发展实际，重点考虑资源的合理利用，进一步提升供应链运营效率。

参考文献：

[1]李安东，李存斌.基于DEA的服装行业供应链运行效率研究[J].西部皮革，2022，44（14）：16-18.

[2]刘辉鸿，龙婧，王龙生，邹纯林.基于DEA-Malmquist指数模型的长三角地区供应链试点城市物流效率实证研究[J].物流工程与管理，2021，43（10）：69-72+80.

[3]王琪.基于三阶段DEA模型的新能源汽车行业的供应链金融效率研究[J].河北企业，2021（10）：106-109.

[4]赵天毅.基于数据包络分析（DEA）的供应链协调效率评价方法及其应用[D].合肥：中国科学技术大学，2021.

[5]Wael Hassan El Garaihy.Analysis of supply chain operations reference（SCOR）and balanced scorecard（BSC）in measuring supply chains efficiency using DEMATEL and DEA techniques[J].Journal of Global Operations and Strategic Sourcing，2021，14（04）.

[6]杜迪儿.基于网络DEA模型的我国旅游供应链效率评价研究[D].长沙：湖南师范大学，2020.

[7]王清珍，邵杰.基于信息分析的集群式供应链物流效率评估系统设计[J].现代电子技术，2020，43（13）：16-20.

[8]张全瑜，赵壮.煤炭行业供应链效率评价研究[J].煤炭经济研究，2019，39（07）：40-44.

[9]袁平红，王珍珠.区域一体化对供应链效率的影响研究——以长三角先进制造业为例[J].华东经济管理，2022，36（07）：10-20.

[10]Zhang Xiaoning.Research on Evaluation of Port Logistics Efficiency Based on DEA-Malmquist Model[J].Journal of Physics：Conference Series，2021，1971（01）.

＊基金项目：绵阳城市学院现代经济学院 2019年工商管理一流专业建设项目（CC-YLZY2002）。

（作者单位：绵阳城市学院现代经济学院）