基于DEA模型的安徽省物流效率评价研究

摘 要：现代物流既包含生产，也包含消费，在构建现代流通体系、促进形成强大国内市场、推动高质量发展、建设现代化经济体系中发挥着先导性、基础性、战略性作用。安徽省作为我国经济稳步增长的大省之一，现代物流业对于安徽省的经济发展起着举足轻重的作用。因此，本文通过建立以交通运输和仓储及邮政业就业人员、交通运输支出、等级公路里程为投入指标，以公路货物运输量、交通运输和仓储及邮政业增加值为产出指标的物流投入产出指标体系，运用DEA模型测度安徽省2021年16个地级市的物流综合效率、物流纯技术效率和物流规模效率，由此提出了完善行业制度、提升管理水平、适当缩减物流资源投入、培养高质量物流专业人才、加快数字化转型培育物流新质生产力等建议，仅供参考。

关键词：DEA模型；物流综合效率；物流纯技术效率；物流规模效率；安徽省

中图分类号：F252.5 文献标识码：A 文章编号：2096-0298（2024）10（b）--05

1 引言

现代物流高度集成并融合多项服务功能，是延伸产业链、提升价值链、打造供应链的重要支撑。我国实施“十四五”规划以来，现代物流的政策环境持续改善，安徽省作为长江三角洲的组成部分，位于全国经济发展的战略地带。安徽省的现代物流行业正处于发展的黄金时期，但发展也存在着一定的问题，如总体上全省物流效率相对偏低、各地级市物流发展不平衡等。因此，本文运用DEA模型测度安徽省2021年16个地级市的物流效率，对比各个地级市的物流综合效率、物流纯技术效率与物流规模效率的情况，并且针对存在的突出问题，提出若干优化建议。

2 模型介绍

2.1 数据包络分析法（DEA分析法）

DEA分析法作为一种常用的效率评价法，具有可同时处理多投入多产出、纯数据导向、排除主观因素计算权重等多项优势[1]。因此，本文主要采用DEA分析法来对安徽省物流效率进行研究。DEA模型有很多，结合研究需要，主要采用CCR和BCC两种模型。通过查阅《安徽省统计年鉴》得到安徽省2019年、2020年、2021年物流业固定资产投资增长率分别为15.1%、10.6%、6.6%，安徽省物流业固定资产投资呈现放缓趋势。因此，本文在CCR和BCC模型的基础上，进一步选取CCR-I和BCC-I两种模型，即选择投入导向型——在保持产出不变的基础上，缩减投入规模来研究安徽省2021年16个地级市的物流效率。

2.2 CCR-I模型

CCR是一种以规模报酬不变为前提的DEA模型[2]。假设有n个决策单元，决策单元用DMU来表示；每个决策单元DMU有s个投入指标和m个产出指标；xij表示第j个决策单元的第i个投入指标；yrj表示第j个决策单元的第r个产出指标；λj为单位组合系数；φ为第O个决策单元投入指标相对应的系数，则第O个决策单元包络形式的有效性评价的CCR-I模型如下：

在以上模型的约束条件中加入松弛变量s+和s-，得到最终第O个决策单元包络形式的有效性评价的CCR-I模型：

其中，因为xioφ+（1-φ）xio=xio，所以（1-φ）xio+s-i表示第O个决策单元第i个投入指标的投入冗余；s+r表示第O个决策单元第r个产出指标的产出不足；当φ=1，s+=s-=0时，决策单元O为强有效决策单元，此时决策单元O的物流规模效率、纯技术效率均有效；当φ=1，s+>0，s->0时，决策单元O为弱有效决策单元，此时决策单元O的物流规模效率或纯技术效率无效；当φ<1时，决策单元O为无效决策单元，此时决策单元O的物流规模效率、纯技术效率均无效[3]。

2.3 BCC-I模型

BCC是一种以规模报酬可变为前提的DEA模型[4]，即在CCR-I模型的约束条件中加入规模报酬可变的约束便可将CCR-I模型转化为BCC-I模型，所以第O个决策单元包络形式的有效性评价的BCC-I模型如下：

令TE=φCCR-I表示第O个决策单元的物流综合效率值，PTE=φBCC-I表示第O个决策单元的物流纯技术效率值，则SE=TE/PTE表示第O个决策单元的物流规模效率值[5]。

3 数据选取

3.1 指标选取

本文通过查阅相关文献[6]，结合指标选取的必要性、代表性和数据可得性原则，从人、财、物三个角度来选取投入指标，从量和质两个角度来选取产出指标。共选取三个投入指标，其中以交通运输、仓储及邮政业就业人员数来代表该地级市物流行业的劳动力人数，以交通运输支出来代表该地级市物流行业的资金投入情况、以等级公路里程来代表该地级市物流行业基础设施设备的建设情况。本文共选取两个产出指标，其中以公路货物运输量来代表该地级市物流行业在数量方面的发展情况，以交通运输、仓储及邮政业增加值来代表该地级市物流行业在质量方面的发展情况。指标选取结果见表1。

3.2 数据收集

本文收集安徽省2021年16个地级市的投入产出指标相关数据，数据均为截面数据，可以消除在不同时间下其他因素的差异对研究对象——物流效率的影响。同时，数据均来源于《安徽省2022统计年鉴》，增强了本研究的真实性与可靠性。

4 实证分析

4.1 软件测算结果

本文采用DEA-SOLVER Pro5.0软件对安徽省2021年16个地级市的物流效率进行DEA测算，软件测算结果见表2至表4。

4.2 物流综合效率TE分析

物流的综合效率是指在当前的生产规模和技术条件下，地级市物流行业所能产出的最大值[7]。物流的综合效率等于1，表示所测算的决策单元，即该地级市物流业的生产规模水平和技术水平均达到最优，其能够实现最大产出。物流的综合效率小于1，表示所测算的决策单元，即该地级市物流业的规模水平或技术水平未达到最优，其投入和产出还存在一定的改进空间。

对表2分析可知，合肥市、淮北市、蚌埠市、阜阳市以及宣城市的物流综合效率等于1，说明这五个地级市的物流综合效率有效，它们已经实现了在最优的生产规模水平和技术水平下物流业的最大产出。亳州市、宿州市、淮南市、滁州市、六安市、马鞍山市、芜湖市、铜陵市、池州市、安庆市以及黄山市的物流综合效率均小于1，说明这11个地级市的物流综合效率无效，这些地级市的物流业存在着投入冗余或产出不足的问题，需要及时调整资源投入以降低投入冗余、增加产出。由平均值可知，安徽省2021年的物流综合效率为0.826387，这说明安徽省的物流综合效率并不是很高，需要做出若干调整来改善物流综合效率。

4.3 物流纯技术效率PTE分析

物流纯技术效率是指在不考虑规模效率的前提下，在现有的技术水平上对投入资源进行利用，地级市物流业所能产出的最大值[8]。物流纯技术效率等于1，表示所测算的决策单元即该地级市物流业的技术水平达到最优，其能够实现对现有投入资源的充分利用，使得物流业达到最大产出。物流纯技术效率小于1，表示所测算的决策单元即该地级市物流业的技术水平未达到最优，其不能实现对现有投入资源的充分利用，投入和产出还存在一定的改进空间。

本文通过对表2分析可知，合肥市、淮北市、蚌埠市、阜阳市、宣城市、滁州市、池州市以及黄山市的物流纯技术效率均等于1，说明这八个地级市的物流纯技术效率达到最优，可以实现对现有资源的充分利用，使得物流业达到最大产出。亳州市、宿州市、淮南市、六安市、马鞍山市、芜湖市、铜陵市以及安庆市的物流纯技术效率均小于1，说明这九个地级市的物流纯技术效率无效，它们没有实现对现有物流业投入资源的充分利用。所以这九个地级市既可以通过改进物流业的管理制度，提升物流业的管理水平，从而实现对现有投入资源的充分利用，提高物流业的最大产出。也可以通过缩减现有物流资源的投入，使得在现有的技术水平下可以充分利用已投入的物流资源。

4.4 物流规模效率SE分析

物流规模效率反映的是在现有技术水平达到最优的条件下，当前生产规模与最优生产规模间的距离[9]。物流规模效率等于1，表示所测算的决策单元即该地级市物流业的生产规模水平达到最优。物流规模效率小于1，表示所测算的决策单元，即该地级市物流业的生产规模水平未达到最优，其投入和产出还存在一定的改进空间。

由表2可知，合肥市、淮北市、蚌埠市、阜阳市以及宣城市的物流规模效率等于1，说明这五个地级市的物流规模效率有效，已经达到最优的生产规模水平。亳州市、宿州市、淮南市、滁州市、六安市、马鞍山市、芜湖市、铜陵市、池州市、安庆市以及黄山市的物流规模效率均小于1，说明这11个地级市的物流规模效率无效，物流业还未达到最优的生产规模，其存在投入冗余或产出不足的问题。

同时，在11个物流规模效率小于1的地级市中，马鞍山市、池州市和黄山市属于规模报酬递增，所以在现有技术水平达到最优的条件下，这三个地级市可通过增加生产资源投入来实现最优的生产规模；而亳州市、宿州市、淮南市、滁州市、六安市、芜湖市、铜陵市和安庆市属于规模报酬递减，在现有技术水平达到最优的条件下，这八个地级市可通过整合资源投入，优化资源配置来降低投入冗余，实现最优生产规模。

此外，通过表2分析得出，安徽省16个地级市中达到物流综合效率有效的只有合肥市、淮北市、蚌埠市、阜阳市以及宣城市这五个城市，而达到物流纯技术效率有效的却有合肥市、淮北市、蚌埠市、阜阳市、宣城市、滁州市、池州市以及黄山市八个城市。这说明滁州市、池州市以及黄山市的物流综合效率之所以无效，是其物流规模效率无效而导致的，所以此时仅仅需要改进其生产规模即可。

4.5 投影分析

投影分析反映的是将原效率无效的决策单元投影至生产前沿面上变成效率有效的决策单元的改进方向[10]。通过表3和表4的数据可以对安徽省物流综合效率非有效的地级市和物流纯技术效率非有效的地级市进行投影分析。

亳州市的物流综合效率和物流纯技术效率均无效，其主要存在等级公路里程冗余，交通运输、仓储及邮政业增加值不足的问题。宿州市的物流综合效率和物流纯技术效率均无效，其主要存在等级公路里程冗余的问题。淮南市的物流综合效率和物流纯技术效率均无效，其主要存在等级公路里程冗余的问题。滁州市的物流综合效率无效，物流纯技术效率有效，其主要存在等级公路里程冗余，交通运输、仓储及邮政业增加值不足的问题。六安市的物流综合效率和物流纯技术效率均无效，其主要存在等级公路里程冗余，交通运输支出冗余，交通运输、仓储及邮政业增加值不足的问题。马鞍山市的物流综合效率和物流纯技术效率均无效，其主要存在交通运输、仓储及邮政业就业人员数冗余，等级公路里程冗余，交通运输支出冗余，交通运输、仓储及邮政业增加值不足的问题。芜湖市的物流综合效率和物流纯技术效率均无效，其主要存在仓储及邮政业就业人员数冗余，公路货运量不足的问题。铜陵市的物流综合效率和物流纯技术效率均无效，其主要存在市交通运输、仓储及邮政业就业人员数冗余，等级公路里程冗余，公路货运量不足的问题。池州市的物流综合效率无效，物流纯技术效率有效，其主要存在交通运输支出冗余，交通运输、仓储及邮政业增加值不足的问题。安庆市的物流综合效率和物流纯技术效率均无效，其主要存在交通运输、仓储及邮政业就业人员数冗余，等级公路里程冗余，交通运输支出冗余，公路货物运输量不足的问题。黄山市的物流综合效率无效，物流纯技术效率有效，其主要存在交通运输、仓储及邮政业就业人员数冗余，等级公路里程冗余，交通运输支出冗余，公路货物运输量不足的问题。

综上，在安徽省的16个地级市中，有八个地级市的物流综合效率和物流纯技术效率均无效，其中，这些地级市物流业主要存在的问题是等级公路里程冗余和公路货物运输量不足。此外，还存在三个地级市，其物流综合效率无效，但物流纯技术效率有效，而这些地级市物流业主要存在的问题是交通运输支出冗余和交通运输、仓储及邮政业增加值不足。

5 改进建议

通过以上分析，安徽省各地级市物流业的发展水平存在差异，五个地级市的物流综合效率有效，11个地级市的物流综合效率无效，这说明安徽省内的物流发展存在短板弱项。由此，本文提出如下改进建议。

5.1 完善行业制度、提升管理水平

由安徽省各地级市物流纯技术效率的分析可知，安徽省仅有八个地级市的物流纯技术效率为有效，还有八个地级市的物流纯技术效率为无效，这说明安徽省内物流行业的管理制度和管理水平亟须改善和提高。所以，一方面安徽省相关管理单位应牵头完善一套物流行业的运行规范，引导企业在遵守共同规范的基础上，根据自身特色灵活开展运营。另一方面，物流企业应结合自身运作实际，投入人、财、物、数据等资源建立改善专属自己企业的管理制度，具体包括合理的组织架构、科学的管理流程、标准的作业方式、有效的信息系统等。通过打造卓越管理，促进对投入资源的充分利用，进一步提高物流企业的运营效率和服务质量，降低运行成本，从而使得安徽省各地级市的物流纯技术效率达到有效。

5.2 适当缩减物流资源投入

由投影分析可知，安徽省各地级市物流综合效率无效的主要原因在于等级公路里程投入冗余和交通运输支出投入冗余。本文结合安徽省物流业基础设施建设情况来看，在水路运输方面，长江、淮河在安徽穿境而过，基于此安徽省拥有一批优越的内河港口如合肥港、芜湖港、铜陵港、安庆港等；铁路运输方面，陇海线横贯安徽省北部，津浦、京九两条铁路干线南北纵贯安徽全省，同时安徽省会合肥是中欧班列的起点城市之一；在公路运输方面，截至2023年底，安徽省高速公路里程达到5804公里，一级公路超过7000公里，“五纵十横”高速公路网加速构建；在航空运输方面，安徽省拥有合肥新桥、芜湖宣州、黄山屯溪等六大机场，其中合肥新桥、黄山屯溪更是国际机场，即安徽省物流业基础设施建设已经比较完善。因此，对于某些地级市而言，在现有技术水平无法充分利用当前物流业基础设施的情况下，应适当缩减对物流业的资源投入，避免盲目投入资源却无法充分使用，造成一定的资源浪费。

5.3 培养高质量物流专业人才

由投影分析可知，马鞍山市、芜湖市等地级市物流综合效率无效的一个原因在于物流行业就业人员投入冗余。文章结合安徽省物流行业人才结构来看，安徽省物流行业就业人员大多数从事拣货、送货等基础性工作，真正具备物流理念、知识能够从事于管理规划等工作的高素质专业人才却相对匮乏，物流行业人才结构不平衡。因此，安徽省应加强对高质量物流专业人才的培养。一方面，优化物流人才培养体系，包括物流专业的教育培训机构、企业内部的培训机制、行业认证和资格考核体系等，通过多层次、多渠道的培养方式，提高物流行业从业人员的专业素养。另一方面，应加大安徽省省内高校对高质量物流专业人才的培养，强化理论与实践相结合，支持高校加强与物流企业的合作，共建校企合作基地，提供实习实训实践机会，发展毕业即能上岗的高素质物流人才。通过培养高质量物流专业人才，有效提升安徽省物流业的整体水平，促进从劳动密集型转型为技术密集型。

5.4 加快数字化转型培育物流新质生产力

由投影分析可知，安徽省部分地级市存在物流业增加值不足的问题。在当今大数据、物联网等技术迅猛跃升的背景下，加快数字化转型、培育新质生产力是安徽省物流业增加产出的一条有效途径。因此，一方面推动物流数字化建设，借助全流程信息化管理系统、大数据平台整合物流产业链上各类数据资源，实现物流信息的实时监控、智能化调度和优化决策，提升物流服务效率和水平。另一方面鼓励物流科技创新企业涌现，支持物流企业利用新技术、新工具进行转型升级，打造新质生产力，激发新业态、新模式，以智慧化设施设备等提高物流运行效率、降低物流运营成本，推动安徽省物流业高质量发展，促进安徽物流强省的建成。

6 结语

本文通过建立物流投入产出指标体系，运用CCR-I和BBC-I模型，分析安徽省2021年16个地级市的物流综合效率、物流纯技术效率和物流规模效率。研究发现，安徽省16个地级市的物流行业发展水平存在差异，总体上物流综合效率相对偏低，由此提出了完善行业制度、提升管理水平、适当缩减物流资源投入、培养高质量物流专业人才、加快数字化转型培育物流新质生产力等提升建议。

参考文献

都沁军，李娜.城市工业大气污染治理效率及动态分析： 基于三阶段超效率SBM-DEA模型[J].河北地质大学学报，2022（5）： 104-112.

贾雯馨，朱天慧，于慧，等.DEA研究方法下的安徽省物流效率评价[J].中国市场，2021（18）：152-154+168.

霍宏敏.基于DEA模型的山东省物流效率研究[J].当代经济，2020（7）：78-81.

表5 安徽省2021年16个地级市的投入产出指标原始数据

地级市 （I）X1 （I）X2 （I）X3 （O）Y1 （O）Y2

合肥市 53665 190188 19973 39324 517.77

淮北市 2919 76631 5232 10144.8 84.01

亳州市 8769 112384 18434 21867.4 87.78

宿州市 7278 128930 21262 16344.6 107.12

蚌埠市 9781 77772 11156 24816 129.17

阜阳市 11295 192304 21260 36782.2 170.29

淮南市 4646 85417 9565 13933 78.72

滁州市 6410 175728 20514 17907.6 139.41

六安市 5860 212706 25138 19315.2 97.69

马鞍山市 6837 81755 7762 12703 73.86

芜湖市 27531 110622 11200 7209 192.97

宣城市 3555 113710 13184 12667.3 93.3

铜陵市 5287 115304 5770 5657.8 65.23

池州市 2538 89918 9491 7795.4 45.59

安庆市 9769 234742 22844 8321.2 120.52

黄山市 2571 78697 7720 4255.2 43.13

吕彬，曹佳钰.长三角工业企业科技创新成果转化效率评价研究： 基于DEA模型[J].中国集体经济，2024（11）：53-57.

黎寅慧，乔国通，许晨.基于三阶段DEA模型的安徽省农业生产效率探析[J].河北环境工程学院学报，2024（2）：54-61.

卢琳.基于DEA的中国省际物流业效率分析[J].江苏商论，2022（3）：33-36.

马艳玲，唐江龙.基于DEA的贵州省物流效率评价及提升建议[J].环渤海经济瞭望，2021（4）：69-71.

马浩燃.基于SBM-DEA模型的中国省份物流发展效率研究[J].物流工程与管理，2022（2）：113-116.

吴灼亮，刘明德.基于QCA的安徽省物流效率影响因素及作用路径研究[J].合肥工业大学学报（社会科学版），2021（4）：20-27.

程长明，陈学云.基于DEA模型的皖江城市带物流效率及价值创造能力提升研究[J].黑龙江工业学院学报（综合版），2017（4）：80-85.