基于DEA模型的華東地區物流效率研究

文/王梓橋 夏如玉

0.引言

物流業作為國民經濟的重要基礎產業之一，在社會上具有重要地位，物流效率的高低，可以影響一個地區的經濟水平。華東地區位于東部沿海，是我國經濟最為發達的地區，匯聚了大量的物流、商流，對華東地區的物流能力提出了高的要求。物流效率可以反映物流資源投入是否合理，從而找出薄弱點。因此，物流效率的評價有著十分重要的現實意義。目前國內外對于物流效率的研究較為全面，學者們主要使用DEA（數據網絡分析）方法進行研究。鄭夢琪[1]運用DEA模型黃河流域測度物流效率。周祺，袁小慧[2]使用DEA模型對江蘇省物流效率進行評價分析。也有學者將DEA進行改進或是與其他方法結合使用對物流效率進行研究[3-4]，從評價對象來看，國外學者更偏向從于公司，港口等微觀層面對于物流效率進行分析[6]，而國內的學者更多的是以國家，區域等宏觀角度研究[7-8]。目前對于我國華東地區物流效率的研究較少。基于此，本文運用DEA模型對華東地區物流效率進行評價研究，從而發現華東地區物流發展過程中存在的問題。

1.研究方法

數據包絡分析是一種用于效率評價的線性規劃模型，由于DEA方法可以在不設定權重的前提下快速有效的評價決策單元的效率值，因而被廣泛應用于各種領域。本文構建的DEA模型

θ 表示為綜合效率指數，θ=1時，表明該決策單元效率值達到相對最優，稱為DEA有效。V和W 分別表示投入指標個數及產出指標個數，N表示決策單元個數，Xnv則表示第n個決策單元的第v項投入指標，λn為權重系數，Ynw表示第n個決策單元的第w項產出指標，K－和K+分別為投入冗余和產出不足量。

2.指標選取及數據來源

本文參考國內外學者對于物流效率的研究，選取交通運輸、倉儲業和郵政業從業人數，物流運輸網絡營運里程以及交通運輸、倉儲業和郵政業固定資產投資額作為物流投入指標，選取貨物運輸量，貨物周轉量以及交通運輸、倉儲業和郵政業增加值作為產出指標。本文選取華東地區上海市、江蘇省、浙江省、安徽省、福建省、江西省、山東省共7省市作為研究對象，華東地區2011～2020年物流投入產出數據主要來源于7省市《國民經濟和社會發展統計公報》。

3.實例分析

本文運用DEA-Slover13軟件，采用DEA-BBC模型，測算2011～2020年華東地區物流效率7個省市物流產業的綜合效率（TE）、純技術效率（PE）及規模效率（SE）結果如表1及圖1所示。

表1 2011—2020年華東地區各省市物流效率

圖1 2011—2020年華東地區整體物流效率

從整體分析，綜合效率均值為0.865，表明整體效率不是很高，還有提高空間。純技術效率均值為0.918，說明技術水平和技術水平提升潛力較好，可以進一步分析和研究當前技術水平的瓶頸和未來發展趨勢，以促進技術水平的提升。規模效率均值為0.942，表明華東地區在物流資源利用方面表現良好，但有可能還存在規模效益未充分利用的情況，可以通過進一步優化物流組織結構和資源配置，提高規模效益的利用程度，從而進一步提升效率。

分地區來看：上海、江蘇、安徽綜合物流效率水平高于其他省市，表明這些地區的物流行業在資源配置、管理效率等方面表現較好；浙江、福建、山東，處于第二梯隊，其綜合物流效率均值略低，可以通過進一步優化物流組織和資源配置，提升物流效率。江西明顯低于其他省市，物流效率均值僅有0.735，表明該地區物流行業存在著一些問題。可能需要進一步深入分析，制定有針對性的政策和措施。從綜合效率的構成分析，江蘇、安徽技術效率較高，浙江、上海、福建、山東技術效率有所不足；江西省技術效率均值為0.811，表明江西省技術發展說明與技術利用水平有待提高，規模效率視角下，上海、江蘇、浙江、安徽和江西均較高，福建與山東處于較低水平。從綜合技術效率、純技術效率以及規模效率三者構成關系來看，華東地區物流效率更取決于純技術效率的貢獻。

4.建議

（1）優化物流網絡：優化物流網絡設計，包括倉儲、運輸、配送等環節，減少物流路徑和運輸時間，降低物流成本。（2）加強物流從業人員的培訓和管理，提高物流人員的素質和技能水平，提高物流質量。（3）引入大數據技術：利用大數據技術分析物流數據，預測需求、優化路線、提高配送效率。