安徽省物流業(yè)效率評價及促進對策研究

程元棟CHENG Yuan-dong；朱婷ZHU Ting

（安徽理工大學經濟與管理學院，淮南 232001）

1 研究概述

物流業(yè)作為國民經濟與社會發(fā)展的基礎行業(yè)與服務產業(yè)，其發(fā)展水平已成為衡量一個國家或地區(qū)的重要標志之一。統(tǒng)計安徽省內截止2020 年11 月有A 級企業(yè)共228家，其中5A 物流1 家；4A 物流104 家；3A 物流98 家；2A物流25 家。全省社會物流總額42846.3 億元，同比增長24.1%；增速高于國家8.4 個百分點。安徽省有合肥、蕪湖、安慶、蚌埠、阜陽5 個城市入選國家物流樞紐承載城市，表明安徽全國物流布局中占據(jù)重要地位，物流業(yè)對安徽省經濟社會發(fā)展支撐作用在不斷增強。因此對安徽省物流行業(yè)進行效率研究，探討安徽物流業(yè)發(fā)展中的優(yōu)勢與阻礙因素，幫助企業(yè)與政府部門提供對策，對推動安徽物流高質量發(fā)展具有重要意義。

國內的一些學者也從不同角度對物流效率進行研究。錢芝網(wǎng)對珠三角城市群物流效率進行分析，采用SBM 模型測算物流效率，指出技術創(chuàng)新對效率起主要促進作用，綜合管理水平有待提高[1]。牛君對湖南省物流效率運用DEA 模型進行測算，研究發(fā)現(xiàn)，湖南省物流業(yè)綜合效率較高，規(guī)模效率變化較大，物流效率存在一定提升空間[2]。李玉喬對我國西南地區(qū)2010-2019 年物流效率進行分析，研究發(fā)現(xiàn)，西南地區(qū)物流發(fā)展效率較低，地區(qū)差異性較大，物流發(fā)展較緩慢，技術效率、技術進步都對物流效率起促進作用，建議西南地區(qū)應重點關注這兩方面的投入[3]。汪文生對渤海地區(qū)14 個城市的物流效率進行研究，采用三階段DEA 對研究區(qū)域的物流效率進行測算，研究結果表明，研究區(qū)域的物流效率發(fā)展質量差異明顯，受環(huán)境因素影響較大，純技術效率對綜合效率影響較小，建議應該注重物流行業(yè)對創(chuàng)新技術的應用，提高物流整體效率水平[4]。

綜上可知，數(shù)據(jù)包絡分析方法（DEA）是對物流效率研究的主流方法，目前針對安徽省最新年份的各地市物流效率的研究較少，因此本文擬在前人研究基礎上，采用DEA方法構建安徽物流效率評價指標體系，采用最新數(shù)據(jù)（2019 年）對安徽省各個城市的物流行業(yè)的效率進行測度來反映安徽當前真實的物流發(fā)展情況，尋找安徽省物流效率影響因素，為安徽省制定差別化對策，提高安徽省物流業(yè)整體效率水平。

2 研究方法與指標數(shù)據(jù)

2.1 DEA-BCC 模型

1984 年，Banker，Cooper 和Charnes 提出了BCC 模型，該模型設想生產過程屬于可變規(guī)模報酬，即當投入量增加，產出量不一定等比例增加，有可能規(guī)模遞增或者遞減。DEA 方法分為投入導向與產出導向，考慮到物流系統(tǒng)實際運作中，投入導向比產出導向更容易實現(xiàn)控制，因此本文采用投入導向包絡模型如下：

2.2 投入、產出指標的選擇

通過對近幾年文獻[1-7]的梳理，將學者對物流效率的評價指標的選擇進行匯總，見表1。

表1 物流效率評價指標建模統(tǒng)計表

根據(jù)表1 以及數(shù)據(jù)可得性，本文選取物流業(yè)生產總值、貨運量、貨運周轉量為產出指標，物流業(yè)從業(yè)人數(shù)、物流業(yè)固定資產投資增長比率、物流里程數(shù)為投入指標，構建安徽省物流效率評價指標體系，本文選取投入產出指標數(shù)據(jù)均來源2019 年《安徽省統(tǒng)計年鑒》。

因為物流固定資產投資增長比率存在負數(shù)，本文采用的DEA 基本模型不能測算投入產出數(shù)據(jù)存在負數(shù)的DMU 相對有效性，因此需要根據(jù)DEA 基本模型的“變換不變性”的特征對數(shù)據(jù)進行處理，即同一指標同時加或減相同的正數(shù)，DMU 的DEA 有效性不變。

3 實證分析

通過對數(shù)據(jù)進行“變換不變性處理”，本文投入產出數(shù)據(jù)具體見表2。

表2 投入產出數(shù)據(jù)統(tǒng)計表

使用數(shù)據(jù)包絡分析專業(yè)軟件deap2.1 對2019 年安徽省物流效率進行測算，測得安徽省各地市物流效率值，如表3 所示。

表3 2019 年安徽省物流效率現(xiàn)狀

3.1 綜合效率分析

整體來看，安徽省物流效率水平不高，物流效率均值為0.835，距離安徽省物流效率有效前沿面16.5%的距離。表明安徽省物流行業(yè)存在資源浪費，資源配置率低。分城市來看，安徽省地市中，合肥、淮北、蚌埠、阜陽、六安、宣城、銅陵物流效率值均為1，表現(xiàn)為物流效率有效狀態(tài)。綜合效率值低于1 的有亳州、宿州、淮南、滁州、馬鞍山、蕪湖、池州、安慶、黃山，以上9 個城市的物流效率未達到DEA 有效，表明其物流行業(yè)運行中資源投入過多，利用率低。

3.2 原因分析

通過DEA 模型測算的綜合效率、純技術效率、規(guī)模效率三者之間存在的數(shù)學關系表現(xiàn)為：綜合效率=純技術效率×規(guī)模效率，即物流綜合效率由純技術效率與規(guī)模效率共同決定。所以通過對純技術效率和規(guī)模效率的分析可推理出物流效率失效的原因。

由表3 可知，安徽省2019 年物流業(yè)綜合效率為0.835；純技術效率為0.917；規(guī)模效率為0.911，三者均低于1。表明2019 年安徽省物流效率失效是由于純技術效率與規(guī)模效率的共同阻礙影響，其中規(guī)模效率對安徽省2019 年物流業(yè)效率的反向作用更大。由此看來，安徽物流行業(yè)在技術創(chuàng)新與資源配置兩方面的工作都需要加強。在9 個物流效率失效的地市中，亳州、宿州、淮南、馬鞍山、蕪湖、池州、安慶是由于純技術效率無效與規(guī)模效率無效共同導致的物流效率無效。滁州、黃山是由于規(guī)模效率的失效導致的物流綜合效率低于1，這證明規(guī)模效率失效是導致安徽省地市物流失效的主要原因，純技術效率失效的次要原因。

3.3 有效DMU 之間的績效比較

在使用傳統(tǒng)DEA 模型進行效率分析時，對DMU 有效的各決策單元之間的排序通常無法進行，但本文參考了清華大學謝岳來對于有效決策單元的對比方法，即通過考慮其作為被參照對象的重要程度（例如進入?yún)⒄占拇螖?shù)）是相對更優(yōu)的排序方法[8]。

安徽16 地市中，物流綜合效率有效的地市有7 個，受限根據(jù)有效DMU 進入?yún)⒖技拇螖?shù)進行排序；對參照次數(shù)相同的DMU 需要根據(jù)被參照權重二次排序，具體分析結果如表4 所示。

表4 2019 年安徽省物流效率有效的地市績效排序

由表4 可知，2019 年安徽省16 地市中，物流業(yè)效率有效的有7 個，其中物流綜合效率水平最高的是淮北市，相對最差的是銅陵市，其物流效率有效的7 個地市績效排名從高到底依次是：淮北>蚌埠>宣城>六安>合肥>阜陽>銅陵。

4 結論與建議

4.1 結論

本文通過對安徽省2019 年各地市物流行業(yè)相關投入產出數(shù)據(jù)進行數(shù)據(jù)包絡分析，測算各地市物流業(yè)效率并研究其影響因素，得到如下結論：①安徽省物流綜合效率均值為0.835，距離物流業(yè)有效前沿面存在16.5%的進步空間。分城市看，2019 年安徽省物流綜合效率為1 的地市有：合肥、淮北、蚌埠、阜陽、六安、宣城、銅陵。物流綜合效率低于1 的有：亳州、宿州、淮南、滁州、馬鞍山、蕪湖、池州、安慶、黃山。②安徽省物流純技術效率均值為0.917，規(guī)模效率均值為0.911，表明安徽省物流效率低下是由于純技術效率失效與規(guī)模效率失效共同導致的，規(guī)模效率的抑制作用更明顯。在9 個物流效率失效的地市中，亳州、宿州、淮南、馬鞍山、蕪湖、池州、安慶是由于純技術效率無效與規(guī)模效率無效共同導致的物流效率無效。滁州、黃山是由于規(guī)模效率的失效導致的物流綜合效率低于1，這證明規(guī)模效率失效是導致安徽省地市物流失效的主要原因，純技術效率失效的次要原因。③在安徽省物流效率有效的地市中，淮北物流效率水平最高，銅梁的物流效率最差。其從高到低依次排序為：淮北>蚌埠>宣城>六安>合肥>阜陽>銅陵。

4.2 建議

為提高安徽省物流效率水平，提出如下相關建議：安徽省應該加大技術創(chuàng)新工作力度，提供加大研發(fā)投入，技術創(chuàng)新，從而提高物流業(yè)工作效率，提高資源利用率，減少物流業(yè)資源浪費現(xiàn)象。滁州、黃山應著重調整生產規(guī)模，優(yōu)化投入產出比率，合理進行資源配置。亳州、宿州、淮南、馬鞍山、蕪湖、池州、安慶，不僅要加強技術創(chuàng)新，還要節(jié)約資源，提高對資源的利用率，合理配置。對于安徽省各地市之間物流效率的地區(qū)差異，各地政府應該出臺相關政策，實現(xiàn)各地企業(yè)信息互通，技術互置，實現(xiàn)共同進步[9-14]。