基于DEA模型的安徽省物流效率評價研究

摘 要：現代物流既包含生產，也包含消費，在構建現代流通體系、促進形成強大國內市場、推動高質量發展、建設現代化經濟體系中發揮著先導性、基礎性、戰略性作用。安徽省作為我國經濟穩步增長的大省之一，現代物流業對于安徽省的經濟發展起著舉足輕重的作用。因此，本文通過建立以交通運輸和倉儲及郵政業就業人員、交通運輸支出、等級公路里程為投入指標，以公路貨物運輸量、交通運輸和倉儲及郵政業增加值為產出指標的物流投入產出指標體系，運用DEA模型測度安徽省2021年16個地級市的物流綜合效率、物流純技術效率和物流規模效率，由此提出了完善行業制度、提升管理水平、適當縮減物流資源投入、培養高質量物流專業人才、加快數字化轉型培育物流新質生產力等建議，僅供參考。

關鍵詞：DEA模型；物流綜合效率；物流純技術效率；物流規模效率；安徽省

中圖分類號：F252.5 文獻標識碼：A 文章編號：2096-0298（2024）10（b）--05

1 引言

現代物流高度集成并融合多項服務功能，是延伸產業鏈、提升價值鏈、打造供應鏈的重要支撐。我國實施“十四五”規劃以來，現代物流的政策環境持續改善，安徽省作為長江三角洲的組成部分，位于全國經濟發展的戰略地帶。安徽省的現代物流行業正處于發展的黃金時期，但發展也存在著一定的問題，如總體上全省物流效率相對偏低、各地級市物流發展不平衡等。因此，本文運用DEA模型測度安徽省2021年16個地級市的物流效率，對比各個地級市的物流綜合效率、物流純技術效率與物流規模效率的情況，并且針對存在的突出問題，提出若干優化建議。

2 模型介紹

2.1 數據包絡分析法（DEA分析法）

DEA分析法作為一種常用的效率評價法，具有可同時處理多投入多產出、純數據導向、排除主觀因素計算權重等多項優勢[1]。因此，本文主要采用DEA分析法來對安徽省物流效率進行研究。DEA模型有很多，結合研究需要，主要采用CCR和BCC兩種模型。通過查閱《安徽省統計年鑒》得到安徽省2019年、2020年、2021年物流業固定資產投資增長率分別為15.1%、10.6%、6.6%，安徽省物流業固定資產投資呈現放緩趨勢。因此，本文在CCR和BCC模型的基礎上，進一步選取CCR-I和BCC-I兩種模型，即選擇投入導向型——在保持產出不變的基礎上，縮減投入規模來研究安徽省2021年16個地級市的物流效率。

2.2 CCR-I模型

CCR是一種以規模報酬不變為前提的DEA模型[2]。假設有n個決策單元，決策單元用DMU來表示；每個決策單元DMU有s個投入指標和m個產出指標；xij表示第j個決策單元的第i個投入指標；yrj表示第j個決策單元的第r個產出指標；λj為單位組合系數；φ為第O個決策單元投入指標相對應的系數，則第O個決策單元包絡形式的有效性評價的CCR-I模型如下：

在以上模型的約束條件中加入松弛變量s+和s-，得到最終第O個決策單元包絡形式的有效性評價的CCR-I模型：

其中，因為xioφ+（1-φ）xio=xio，所以（1-φ）xio+s-i表示第O個決策單元第i個投入指標的投入冗余；s+r表示第O個決策單元第r個產出指標的產出不足；當φ=1，s+=s-=0時，決策單元O為強有效決策單元，此時決策單元O的物流規模效率、純技術效率均有效；當φ=1，s+>0，s->0時，決策單元O為弱有效決策單元，此時決策單元O的物流規模效率或純技術效率無效；當φ<1時，決策單元O為無效決策單元，此時決策單元O的物流規模效率、純技術效率均無效[3]。

2.3 BCC-I模型

BCC是一種以規模報酬可變為前提的DEA模型[4]，即在CCR-I模型的約束條件中加入規模報酬可變的約束便可將CCR-I模型轉化為BCC-I模型，所以第O個決策單元包絡形式的有效性評價的BCC-I模型如下：

令TE=φCCR-I表示第O個決策單元的物流綜合效率值，PTE=φBCC-I表示第O個決策單元的物流純技術效率值，則SE=TE/PTE表示第O個決策單元的物流規模效率值[5]。

3 數據選取

3.1 指標選取

本文通過查閱相關文獻[6]，結合指標選取的必要性、代表性和數據可得性原則，從人、財、物三個角度來選取投入指標，從量和質兩個角度來選取產出指標。共選取三個投入指標，其中以交通運輸、倉儲及郵政業就業人員數來代表該地級市物流行業的勞動力人數，以交通運輸支出來代表該地級市物流行業的資金投入情況、以等級公路里程來代表該地級市物流行業基礎設施設備的建設情況。本文共選取兩個產出指標，其中以公路貨物運輸量來代表該地級市物流行業在數量方面的發展情況，以交通運輸、倉儲及郵政業增加值來代表該地級市物流行業在質量方面的發展情況。指標選取結果見表1。

3.2 數據收集

本文收集安徽省2021年16個地級市的投入產出指標相關數據，數據均為截面數據，可以消除在不同時間下其他因素的差異對研究對象——物流效率的影響。同時，數據均來源于《安徽省2022統計年鑒》，增強了本研究的真實性與可靠性。

4 實證分析

4.1 軟件測算結果

本文采用DEA-SOLVER Pro5.0軟件對安徽省2021年16個地級市的物流效率進行DEA測算，軟件測算結果見表2至表4。

4.2 物流綜合效率TE分析

物流的綜合效率是指在當前的生產規模和技術條件下，地級市物流行業所能產出的最大值[7]。物流的綜合效率等于1，表示所測算的決策單元，即該地級市物流業的生產規模水平和技術水平均達到最優，其能夠實現最大產出。物流的綜合效率小于1，表示所測算的決策單元，即該地級市物流業的規模水平或技術水平未達到最優，其投入和產出還存在一定的改進空間。

對表2分析可知，合肥市、淮北市、蚌埠市、阜陽市以及宣城市的物流綜合效率等于1，說明這五個地級市的物流綜合效率有效，它們已經實現了在最優的生產規模水平和技術水平下物流業的最大產出。亳州市、宿州市、淮南市、滁州市、六安市、馬鞍山市、蕪湖市、銅陵市、池州市、安慶市以及黃山市的物流綜合效率均小于1，說明這11個地級市的物流綜合效率無效，這些地級市的物流業存在著投入冗余或產出不足的問題，需要及時調整資源投入以降低投入冗余、增加產出。由平均值可知，安徽省2021年的物流綜合效率為0.826387，這說明安徽省的物流綜合效率并不是很高，需要做出若干調整來改善物流綜合效率。

4.3 物流純技術效率PTE分析

物流純技術效率是指在不考慮規模效率的前提下，在現有的技術水平上對投入資源進行利用，地級市物流業所能產出的最大值[8]。物流純技術效率等于1，表示所測算的決策單元即該地級市物流業的技術水平達到最優，其能夠實現對現有投入資源的充分利用，使得物流業達到最大產出。物流純技術效率小于1，表示所測算的決策單元即該地級市物流業的技術水平未達到最優，其不能實現對現有投入資源的充分利用，投入和產出還存在一定的改進空間。

本文通過對表2分析可知，合肥市、淮北市、蚌埠市、阜陽市、宣城市、滁州市、池州市以及黃山市的物流純技術效率均等于1，說明這八個地級市的物流純技術效率達到最優，可以實現對現有資源的充分利用，使得物流業達到最大產出。亳州市、宿州市、淮南市、六安市、馬鞍山市、蕪湖市、銅陵市以及安慶市的物流純技術效率均小于1，說明這九個地級市的物流純技術效率無效，它們沒有實現對現有物流業投入資源的充分利用。所以這九個地級市既可以通過改進物流業的管理制度，提升物流業的管理水平，從而實現對現有投入資源的充分利用，提高物流業的最大產出。也可以通過縮減現有物流資源的投入，使得在現有的技術水平下可以充分利用已投入的物流資源。

4.4 物流規模效率SE分析

物流規模效率反映的是在現有技術水平達到最優的條件下，當前生產規模與最優生產規模間的距離[9]。物流規模效率等于1，表示所測算的決策單元即該地級市物流業的生產規模水平達到最優。物流規模效率小于1，表示所測算的決策單元，即該地級市物流業的生產規模水平未達到最優，其投入和產出還存在一定的改進空間。

由表2可知，合肥市、淮北市、蚌埠市、阜陽市以及宣城市的物流規模效率等于1，說明這五個地級市的物流規模效率有效，已經達到最優的生產規模水平。亳州市、宿州市、淮南市、滁州市、六安市、馬鞍山市、蕪湖市、銅陵市、池州市、安慶市以及黃山市的物流規模效率均小于1，說明這11個地級市的物流規模效率無效，物流業還未達到最優的生產規模，其存在投入冗余或產出不足的問題。

同時，在11個物流規模效率小于1的地級市中，馬鞍山市、池州市和黃山市屬于規模報酬遞增，所以在現有技術水平達到最優的條件下，這三個地級市可通過增加生產資源投入來實現最優的生產規模；而亳州市、宿州市、淮南市、滁州市、六安市、蕪湖市、銅陵市和安慶市屬于規模報酬遞減，在現有技術水平達到最優的條件下，這八個地級市可通過整合資源投入，優化資源配置來降低投入冗余，實現最優生產規模。

此外，通過表2分析得出，安徽省16個地級市中達到物流綜合效率有效的只有合肥市、淮北市、蚌埠市、阜陽市以及宣城市這五個城市，而達到物流純技術效率有效的卻有合肥市、淮北市、蚌埠市、阜陽市、宣城市、滁州市、池州市以及黃山市八個城市。這說明滁州市、池州市以及黃山市的物流綜合效率之所以無效，是其物流規模效率無效而導致的，所以此時僅僅需要改進其生產規模即可。

4.5 投影分析

投影分析反映的是將原效率無效的決策單元投影至生產前沿面上變成效率有效的決策單元的改進方向[10]。通過表3和表4的數據可以對安徽省物流綜合效率非有效的地級市和物流純技術效率非有效的地級市進行投影分析。

亳州市的物流綜合效率和物流純技術效率均無效，其主要存在等級公路里程冗余，交通運輸、倉儲及郵政業增加值不足的問題。宿州市的物流綜合效率和物流純技術效率均無效，其主要存在等級公路里程冗余的問題。淮南市的物流綜合效率和物流純技術效率均無效，其主要存在等級公路里程冗余的問題。滁州市的物流綜合效率無效，物流純技術效率有效，其主要存在等級公路里程冗余，交通運輸、倉儲及郵政業增加值不足的問題。六安市的物流綜合效率和物流純技術效率均無效，其主要存在等級公路里程冗余，交通運輸支出冗余，交通運輸、倉儲及郵政業增加值不足的問題。馬鞍山市的物流綜合效率和物流純技術效率均無效，其主要存在交通運輸、倉儲及郵政業就業人員數冗余，等級公路里程冗余，交通運輸支出冗余，交通運輸、倉儲及郵政業增加值不足的問題。蕪湖市的物流綜合效率和物流純技術效率均無效，其主要存在倉儲及郵政業就業人員數冗余，公路貨運量不足的問題。銅陵市的物流綜合效率和物流純技術效率均無效，其主要存在市交通運輸、倉儲及郵政業就業人員數冗余，等級公路里程冗余，公路貨運量不足的問題。池州市的物流綜合效率無效，物流純技術效率有效，其主要存在交通運輸支出冗余，交通運輸、倉儲及郵政業增加值不足的問題。安慶市的物流綜合效率和物流純技術效率均無效，其主要存在交通運輸、倉儲及郵政業就業人員數冗余，等級公路里程冗余，交通運輸支出冗余，公路貨物運輸量不足的問題。黃山市的物流綜合效率無效，物流純技術效率有效，其主要存在交通運輸、倉儲及郵政業就業人員數冗余，等級公路里程冗余，交通運輸支出冗余，公路貨物運輸量不足的問題。

綜上，在安徽省的16個地級市中，有八個地級市的物流綜合效率和物流純技術效率均無效，其中，這些地級市物流業主要存在的問題是等級公路里程冗余和公路貨物運輸量不足。此外，還存在三個地級市，其物流綜合效率無效，但物流純技術效率有效，而這些地級市物流業主要存在的問題是交通運輸支出冗余和交通運輸、倉儲及郵政業增加值不足。

5 改進建議

通過以上分析，安徽省各地級市物流業的發展水平存在差異，五個地級市的物流綜合效率有效，11個地級市的物流綜合效率無效，這說明安徽省內的物流發展存在短板弱項。由此，本文提出如下改進建議。

5.1 完善行業制度、提升管理水平

由安徽省各地級市物流純技術效率的分析可知，安徽省僅有八個地級市的物流純技術效率為有效，還有八個地級市的物流純技術效率為無效，這說明安徽省內物流行業的管理制度和管理水平亟須改善和提高。所以，一方面安徽省相關管理單位應牽頭完善一套物流行業的運行規范，引導企業在遵守共同規范的基礎上，根據自身特色靈活開展運營。另一方面，物流企業應結合自身運作實際，投入人、財、物、數據等資源建立改善專屬自己企業的管理制度，具體包括合理的組織架構、科學的管理流程、標準的作業方式、有效的信息系統等。通過打造卓越管理，促進對投入資源的充分利用，進一步提高物流企業的運營效率和服務質量，降低運行成本，從而使得安徽省各地級市的物流純技術效率達到有效。

5.2 適當縮減物流資源投入

由投影分析可知，安徽省各地級市物流綜合效率無效的主要原因在于等級公路里程投入冗余和交通運輸支出投入冗余。本文結合安徽省物流業基礎設施建設情況來看，在水路運輸方面，長江、淮河在安徽穿境而過，基于此安徽省擁有一批優越的內河港口如合肥港、蕪湖港、銅陵港、安慶港等；鐵路運輸方面，隴海線橫貫安徽省北部，津浦、京九兩條鐵路干線南北縱貫安徽全省，同時安徽省會合肥是中歐班列的起點城市之一；在公路運輸方面，截至2023年底，安徽省高速公路里程達到5804公里，一級公路超過7000公里，“五縱十橫”高速公路網加速構建；在航空運輸方面，安徽省擁有合肥新橋、蕪湖宣州、黃山屯溪等六大機場，其中合肥新橋、黃山屯溪更是國際機場，即安徽省物流業基礎設施建設已經比較完善。因此，對于某些地級市而言，在現有技術水平無法充分利用當前物流業基礎設施的情況下，應適當縮減對物流業的資源投入，避免盲目投入資源卻無法充分使用，造成一定的資源浪費。

5.3 培養高質量物流專業人才

由投影分析可知，馬鞍山市、蕪湖市等地級市物流綜合效率無效的一個原因在于物流行業就業人員投入冗余。文章結合安徽省物流行業人才結構來看，安徽省物流行業就業人員大多數從事揀貨、送貨等基礎性工作，真正具備物流理念、知識能夠從事于管理規劃等工作的高素質專業人才卻相對匱乏，物流行業人才結構不平衡。因此，安徽省應加強對高質量物流專業人才的培養。一方面，優化物流人才培養體系，包括物流專業的教育培訓機構、企業內部的培訓機制、行業認證和資格考核體系等，通過多層次、多渠道的培養方式，提高物流行業從業人員的專業素養。另一方面，應加大安徽省省內高校對高質量物流專業人才的培養，強化理論與實踐相結合，支持高校加強與物流企業的合作，共建校企合作基地，提供實習實訓實踐機會，發展畢業即能上崗的高素質物流人才。通過培養高質量物流專業人才，有效提升安徽省物流業的整體水平，促進從勞動密集型轉型為技術密集型。

5.4 加快數字化轉型培育物流新質生產力

由投影分析可知，安徽省部分地級市存在物流業增加值不足的問題。在當今大數據、物聯網等技術迅猛躍升的背景下，加快數字化轉型、培育新質生產力是安徽省物流業增加產出的一條有效途徑。因此，一方面推動物流數字化建設，借助全流程信息化管理系統、大數據平臺整合物流產業鏈上各類數據資源，實現物流信息的實時監控、智能化調度和優化決策，提升物流服務效率和水平。另一方面鼓勵物流科技創新企業涌現，支持物流企業利用新技術、新工具進行轉型升級，打造新質生產力，激發新業態、新模式，以智慧化設施設備等提高物流運行效率、降低物流運營成本，推動安徽省物流業高質量發展，促進安徽物流強省的建成。

6 結語

本文通過建立物流投入產出指標體系，運用CCR-I和BBC-I模型，分析安徽省2021年16個地級市的物流綜合效率、物流純技術效率和物流規模效率。研究發現，安徽省16個地級市的物流行業發展水平存在差異，總體上物流綜合效率相對偏低，由此提出了完善行業制度、提升管理水平、適當縮減物流資源投入、培養高質量物流專業人才、加快數字化轉型培育物流新質生產力等提升建議。

參考文獻

都沁軍，李娜.城市工業大氣污染治理效率及動態分析： 基于三階段超效率SBM-DEA模型[J].河北地質大學學報，2022（5）： 104-112.

賈雯馨，朱天慧，于慧，等.DEA研究方法下的安徽省物流效率評價[J].中國市場，2021（18）：152-154+168.

霍宏敏.基于DEA模型的山東省物流效率研究[J].當代經濟，2020（7）：78-81.

表5 安徽省2021年16個地級市的投入產出指標原始數據

地級市 （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

阜陽市 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

馬鞍山市 6837 81755 7762 12703 73.86

蕪湖市 27531 110622 11200 7209 192.97

宣城市 3555 113710 13184 12667.3 93.3

銅陵市 5287 115304 5770 5657.8 65.23

池州市 2538 89918 9491 7795.4 45.59

安慶市 9769 234742 22844 8321.2 120.52

黃山市 2571 78697 7720 4255.2 43.13

呂彬，曹佳鈺.長三角工業企業科技創新成果轉化效率評價研究： 基于DEA模型[J].中國集體經濟，2024（11）：53-57.

黎寅慧，喬國通，許晨.基于三階段DEA模型的安徽省農業生產效率探析[J].河北環境工程學院學報，2024（2）：54-61.

盧琳.基于DEA的中國省際物流業效率分析[J].江蘇商論，2022（3）：33-36.

馬艷玲，唐江龍.基于DEA的貴州省物流效率評價及提升建議[J].環渤海經濟瞭望，2021（4）：69-71.

馬浩燃.基于SBM-DEA模型的中國省份物流發展效率研究[J].物流工程與管理，2022（2）：113-116.

吳灼亮，劉明德.基于QCA的安徽省物流效率影響因素及作用路徑研究[J].合肥工業大學學報（社會科學版），2021（4）：20-27.

程長明，陳學云.基于DEA模型的皖江城市帶物流效率及價值創造能力提升研究[J].黑龍江工業學院學報（綜合版），2017（4）：80-85.