基于DEA模型的全國快遞業(yè)效率評價

鄒小平，楊曉紅

(廣東省科技干部學院 經(jīng)濟管理學院，廣東 珠海 519090)

?

基于DEA模型的全國快遞業(yè)效率評價

鄒小平，楊曉紅

(廣東省科技干部學院 經(jīng)濟管理學院，廣東 珠海 519090)

以快遞網(wǎng)點數(shù)量、快遞固定資產(chǎn)投入和快遞從業(yè)人數(shù)作為投入變量，快遞業(yè)務收入和快遞業(yè)務量作為產(chǎn)出變量，采用DEA-BBC模型對全國31個省市自治區(qū)快遞業(yè)效率進行評價。結果表明，全國快遞業(yè)平均綜合技術效率為0.823，規(guī)模效率為0.905，純技術效率為0.911，效率還有待于提高；且區(qū)域快遞業(yè)發(fā)展不平衡，其中沿海發(fā)達地區(qū)的快遞效率要高于內陸地區(qū)，特別是青海、西藏、寧夏、廣西等西部地區(qū)效率偏低。此外，全國大部分內陸地區(qū)快遞網(wǎng)點數(shù)量冗余較多，而快遞業(yè)務收入不足。

DEA；快遞業(yè)；效率評價

一、引言

伴隨電子商務的快速發(fā)展，電子商務物流，尤其是快遞行業(yè)迎來了爆發(fā)式的增長。據(jù)全國郵政局數(shù)據(jù)統(tǒng)計，到2016年，全國快遞業(yè)務收入達到4 005億元，同比增長44.6%，快遞業(yè)務量達到313.5億件，同比增長51.7%。與此同時，電子商務的快速發(fā)展對快遞效率也提出了更高的要求，需要與之對應的高效快遞系統(tǒng)來解決發(fā)展中的問題。

DEA是一種非參數(shù)線性規(guī)劃方法，被國內外學者廣泛應用于各行各業(yè)的效率評價研究中，其中也包括物流業(yè)的效率評價。如Rita Markovits-Somogyi等利用dea-pc方法評估29個歐洲國家物流效率[1]；鐘祖昌采用三階段DEA方法對我國31個省市自治區(qū)物流產(chǎn)業(yè)的運營效率進行評價，并得出我國各地區(qū)的物流業(yè)發(fā)展不平衡，其中東部地區(qū)最好，中部次之，西部最差，且規(guī)模效率被高估[2]。DEA模型除了應用在不同地區(qū)的物流效率評價之外，還應用于不同企業(yè)的物流效率評價，如汪旭暉等通過超效率DEA模型對24家上市物流企業(yè)公司進行效率評價，得出我國約50%的物流上市公司技術效率高，企業(yè)運輸類的物流公司高于港口類[3]。王玲等運用兩階段DEA模型對2007-2012年全國郵政業(yè)的經(jīng)營效率、市場效率和整體效率進行研究[4]。盡管DEA模型已經(jīng)被廣泛使用于物流業(yè)的效率評價，但在郵政行業(yè)，特別是在快遞行業(yè)的應用研究中還非常少。通過檢索發(fā)現(xiàn)，真正利用數(shù)據(jù)包絡方法對快遞業(yè)運營效率進行評價的文章只有三篇，且都在近五年。其中吳貴文等利用超效率DEA模型對我國八個主要民營快遞企業(yè)的物流績效進行評價[5]；秦立公等將快遞行業(yè)年末從業(yè)人數(shù)、快遞行業(yè)年固定資產(chǎn)投資、快遞行業(yè)年申訴狀況、快遞行業(yè)員工的年均工資作為輸入指標，將快遞行業(yè)的年業(yè)務量、快遞行業(yè)的年業(yè)務收入作為輸出指標，采用DEA模型對廣西省2008-2013年的快遞綜合效率進行評價[6]。對全國快遞產(chǎn)業(yè)運營效率進行評價的，只有徐銳等通過選取了三個投入指標和一個產(chǎn)出指標，然后運用DEA方法考察各地區(qū)快遞產(chǎn)業(yè)的運營效率并進行比較，同時探討當前國內各地區(qū)快遞產(chǎn)業(yè)發(fā)展不平衡的原因[7]。

可以看出，盡管DEA模型已經(jīng)被廣泛應用于物流業(yè)效率評價，但針對快遞業(yè)卻少之又少。因此，對全國各省市自治區(qū)快遞業(yè)效率進行評價，有助于各地區(qū)對快遞的投入進行合理的評估和規(guī)劃，進而提高區(qū)域快遞效率，使之與電子商務協(xié)同發(fā)展。

二、快遞業(yè)效率分析

目前DEA模型[8]有很多種，本文采取BBC模型來計算全國各省的快遞業(yè)效率。主要是考慮在實際生產(chǎn)中，許多生產(chǎn)單位并沒有處于最優(yōu)規(guī)模的生產(chǎn)狀態(tài)，BBC模型則是在假設規(guī)模收益可變(VRS)的情況下計算技術效率，它排除了規(guī)模的影響，因此成為純技術效率(PTE)。

(一)評價指標選取與確定

在指標的選取與確定上，本文遵循指標體系的全面性、科學性、代表性、可獲性等原則，結合物流業(yè)，特別是郵政快遞業(yè)的特點，在前人研究的基礎上，選取快遞業(yè)務量、快遞業(yè)務收入作為快遞行業(yè)的產(chǎn)出指標；選取快遞網(wǎng)點數(shù)量、快遞固定資產(chǎn)投入和快遞從業(yè)人數(shù)作為投入指標。

產(chǎn)出指標1：快遞業(yè)務量?？爝f業(yè)務量即快遞貨物的處理量，一個地區(qū)的快遞業(yè)務量充分反映了該地區(qū)在一定時間內快遞業(yè)的總產(chǎn)出能力以及快遞發(fā)展水平。

產(chǎn)出指標2：快遞業(yè)務收入。該指標與快遞業(yè)務量存在緊密的聯(lián)系，但是從經(jīng)濟貢獻角度反映快遞對該區(qū)域GDP的貢獻度。

投入指標1：快遞網(wǎng)點數(shù)量。一般來說，快遞網(wǎng)點數(shù)量越多，服務的面積范圍越大，服務人數(shù)也越多，說明該地區(qū)快遞需求量越大，但也說明投入的人力物力也越大。但如果快遞網(wǎng)點數(shù)量過于密集，則可能會造成資源的浪費，快遞運營效率低等反作用。只有建立合理的快遞網(wǎng)點數(shù)量，與區(qū)域需求量匹配，才能提高快遞運營效率。

投入指標2：快遞行業(yè)固定資產(chǎn)。反映了一個地區(qū)對快遞的總的投入。每個快遞網(wǎng)點的投入主要包括快遞服務車輛、計算機以及手持終端，投入的多少直接影響快件的處理速度和處理數(shù)。

投入指標3：快遞從業(yè)人員?？爝f從業(yè)人員包括快遞客戶服務人員、快件收派件員、快遞運營人員、行政管理人員等。從業(yè)人員的多少與素質決定了快遞業(yè)務量。

(三)數(shù)據(jù)收集與處理

DEA對DMU數(shù)量的要求如果過少，則很容易出現(xiàn)大部分甚至全部DMU均有效的結果，使DEA失去對DMU效率進行區(qū)分的能力。一般來說，DMU的數(shù)量應不少于投入和產(chǎn)出指標數(shù)量的乘積，同時不少于投入和產(chǎn)出指標數(shù)量的三倍[8]。

本文選擇全國31個省、市、自治區(qū)作為DMU決策單元，DMU數(shù)量遠大于投入和產(chǎn)出指標數(shù)量的三倍。此外，由于2016年的統(tǒng)計年鑒數(shù)據(jù)無法獲得，因此對2015年全國各省及直轄市數(shù)據(jù)進行分析，構建規(guī)?？勺兦闆r下的DEA-BCC模型。

本文中快遞業(yè)務量、快遞業(yè)務收入、快遞網(wǎng)點數(shù)量的數(shù)據(jù)直接來源于各省市2015年統(tǒng)計年鑒和郵政行業(yè)統(tǒng)計公報，快遞行業(yè)固定資產(chǎn)投入以及快遞從業(yè)人數(shù)在各統(tǒng)計資料中無法直接獲得，因此采用推導方式得出，結果可能與實際有所出入，但卻具有一定的合理性。

首先，對于快遞從業(yè)人員數(shù)量的確定。根據(jù)2016年5月阿里研究院和北京交通大學、菜鳥網(wǎng)絡聯(lián)合發(fā)布的《全國社會化電商物流從業(yè)人員研究報告》，截止2016年初，全國有203.3萬人從事社會化電商物流行業(yè)，主要包括站點快遞員、站點倉庫操作人員、基層管理人員、倉庫分揀人員、客服人員、貨運司機、總部職能人員等，其中約80%為快遞從業(yè)人員，即162萬人左右[9]。這個數(shù)據(jù)是全國快遞從業(yè)人員的總數(shù)，如何獲得各個省市的數(shù)據(jù)，中國出版?zhèn)髅骄W(wǎng)2017年3月在網(wǎng)上發(fā)布了一篇《那些行業(yè)數(shù)據(jù)是怎么求出來的?》的文章，詳細介紹了如何通過已知數(shù)據(jù)來獲得未知數(shù)據(jù)的方法[10]，即可以通過各省快遞業(yè)務量占全國快遞業(yè)務量的百分比來大概估計出各省市快遞員工的人數(shù)，計算公式為：各省市快遞從業(yè)人數(shù)=全國快遞從業(yè)人數(shù)*各省快遞業(yè)務量占全國的比例。

其次，在確定快遞固定資產(chǎn)投入的數(shù)據(jù)過程中，通過實體服務網(wǎng)點的調研和網(wǎng)絡數(shù)據(jù)的調研可知，一輛快遞服務車輛的成本平均3 000元左右，一臺計算機的成本平均4 000元左右，手持終端的成本平均800元左右，通過計算(計算公式為：快遞業(yè)固定資產(chǎn)投入=快遞服務車輛*3000+快遞業(yè)擁有計算機數(shù)量*4000+手持終端*800)，即可得出快遞業(yè)的固定資產(chǎn)投入總額。

(四)數(shù)據(jù)分析

1.相關性分析

在使用DEA方法進行效率評價時，要求投入與產(chǎn)出指標要滿足等幅擴張性的要求，即隨著要素投入的增加，產(chǎn)出不會減少。這需要檢驗投入和產(chǎn)出指標之間是否具有正相關關系。因此，運用SPSS統(tǒng)計軟件對樣本的投入產(chǎn)出指標進行相關性分析，結果顯示，各投入產(chǎn)出指標之間具有較強的相關性(具體見表1)。

表1 投入和產(chǎn)出指標之間的關系

2.效率分析

接下來，采取DEAP2.1軟件進行分析，分析投入導向下以及產(chǎn)出導向規(guī)模收益可變(即VRS)情況下的各省市的效率模型。從分析結果得出，全國快遞業(yè)的平均純技術效率為0.905，平均規(guī)模效率為0.911，綜合技術效率為0.823，說明綜合效率只達到82.3%，還有待進一步提高。而作為全國快遞大省或地區(qū)的廣東、浙江、上海三個區(qū)域的綜合技術效率為1，說明這三個地區(qū)的快遞投入合理，產(chǎn)出也達到了最有效狀態(tài)。而其他省份和地區(qū)的快遞效率都屬于規(guī)模效率遞增狀態(tài)，有待進一步提高，特別是廣西、寧夏、青海、西藏、陜西五個西部地區(qū)(具體結果如表2所示)。

表2 各省市規(guī)模效率

對那些綜合效率小于1的決策單元進行進一步分析，找到投人冗余、產(chǎn)出不足的指標。以北京市為例，投入導向下純技術效率為0.968，規(guī)模效率為0.991，綜合效率為0.960。產(chǎn)出指標：快遞業(yè)務收入不足，為239 686.1萬元。投入指標：快遞固定資產(chǎn)投入的冗余為2 110.4萬元。從投入產(chǎn)出因素方面來看，投入方面快遞網(wǎng)點數(shù)冗余較多，其次是快遞固定資產(chǎn)的投入，而快遞從業(yè)人數(shù)全國各省都沒有冗余；而在產(chǎn)出方面，快遞業(yè)務量基本已經(jīng)達到標準，但是快遞業(yè)務收入大部分省份產(chǎn)出不足(具體如表3所示)。

表3 各省市投入產(chǎn)出冗余值

三、結論及建議

其一，從快遞效率來看，通過DEA模型對2015年全國各省市地區(qū)的快遞效率進行評價發(fā)現(xiàn)，全國快遞業(yè)的效率總體上還是比較高，平均綜合技術效率水平達到0.823，平均規(guī)模效率為0.905，平均純技術效率為0.911。但從地區(qū)來看，不同地區(qū)的效率還存在很大差別，中西部地區(qū)差異較大，沿海發(fā)達地區(qū)的快遞效率更是遠高于西部地區(qū)。特別是廣東、浙江、上海三個地區(qū)的效率為1，達到了有效值，而廣西、青海、西藏、寧夏這幾地區(qū)的效率值較低，綜合技術效率值在0.5以下，這也可以從近幾年的快遞業(yè)務收入的排名可以看出。沿海發(fā)達地區(qū)由于市場經(jīng)濟發(fā)達，交通也較西部地區(qū)發(fā)達，加之電子商務帶動的快遞業(yè)發(fā)展也比西部地區(qū)較早，且近兩年農(nóng)村電商也開始進入市場，各方面都比較成熟，因此，效率也得到了很大的提高。

其二，從冗余來看，近年來，依托快遞市場的激烈競爭，各大快遞公司為了占領市場，特別是四通一達等企業(yè)，都開始在全國范圍內進行快遞網(wǎng)點數(shù)量的擴張，且一些傳統(tǒng)的物流公司也開始進入快遞業(yè)，比如德邦，導致全國大部分地區(qū)的快遞網(wǎng)點數(shù)量開始出現(xiàn)冗余，特別是一些內陸地區(qū)，快遞網(wǎng)點數(shù)量的投入大大超過范圍；然而，盡管網(wǎng)點數(shù)量不斷增加，快遞從業(yè)人數(shù)卻沒有任何冗余，這也和目前的實際狀況相符，因為很多快遞網(wǎng)點都只有1個人，人員與網(wǎng)點數(shù)量不匹配，且從業(yè)人員素質普遍偏低，大部分在高中以下，導致快遞服務質量不高，快件延誤、快遞丟失現(xiàn)象頻頻發(fā)生，快遞的申訴率也居高不下，出現(xiàn)大部分地區(qū)快遞業(yè)務量不斷上升，但快遞業(yè)務收入?yún)s不足的情況。

針對以上結果，各個地區(qū)應該采取相應措施，特別是一些內陸和西部地區(qū)，不要盲目的擴張快遞網(wǎng)點數(shù)量，應該合理的規(guī)劃快遞業(yè)的布局，使快遞網(wǎng)點數(shù)量、快遞從業(yè)人數(shù)、快遞固定資產(chǎn)投入的比例達到一個合理的結構，提高快遞服務質量以及快遞從業(yè)人員的素質，進而提高快遞業(yè)效率。

[1]TRita Markovits-Somogyi，Zoltán Bokor. Assessing the logistics efficiency of European countries by using the DEA-PC methodology[J].Transport，2014(6)：137-145

[2]鐘祖昌.基于三階段DEA模型的中國物流產(chǎn)業(yè)技術效率評價[J].財經(jīng)研究，2010(9)：80-90.

[3]汪旭暉，徐健.基于超效率CCR-DEA模型的我國物流上市公司效率評價[J].財貿(mào)研究，2009(6)：117-124.[4]王玲，陳銀宗，范玉，等.我國郵政業(yè)運行機制及其效率分析—基于兩階段DEA的評估[J].北京交通大學學報(社會科學版)，2016(3)：104-113.

[5]吳貴文，黃敬前.我國主要民營快遞企業(yè)物流績效評價研究—基于超效率DEA模型[J].物流工程與管理，2013(11)：102-103.

[6]秦立公，王寧寧，李娟.區(qū)域快遞綜合效率的DEA測評及優(yōu)化[J].物流技術，2015(34)：108-111.

[7]徐銳，王浩.我國快遞產(chǎn)業(yè)運營效率研究[J].物流科技，2015(5)：41-44.

[8]成剛.數(shù)據(jù)包絡分析方法與MaxDEA軟件[M].北京：知識產(chǎn)權出版社，2015.

[9]新浪財經(jīng).中國快遞小哥數(shù)量超過203萬 工作辛苦賺得不多[EB/OL].http://finance.sina.com.cn/chanjing/2016-05-06/doc-ifxryahs0205603.shtml，2016-05.[10]中國出版?zhèn)髅骄W(wǎng).那些行業(yè)數(shù)據(jù)是怎么求出來的? [EB/OL].http：//www.cnchuban.com.cn/dianzi/1703/6654.html，2017-03.

Efficiency Evaluation on Express Delivery Industry Nationwide Based on DEA Model

ZOUXiao-ping,YANGXiao-hong

(SchoolofEconomicsandManagement,GuangdongPolytechnicofScienceandTechnology,Zhuhai,Guangdong519090,China)

Selecting the number of express outlets, fixed assets investment, and the number of staffs as input variables, and using express business income and express business volume as output variables, this paper using DEA-BBC model evaluates the express industry efficiency of 31 regions. The results show that the average technical efficiency of national express industry is 0.823, that the scale efficiency is 0.905, and that the pure technical efficiency is 0.911, which has yet to be improved. It also shows that the development of regional express industry is imbalanced: express efficiency in coastal areas are higher than that in inland areas, especially in western regions such as Qinghai, Tibet, Ningxia, and Guangxi. In addition, there are more than enough express outlets in the most inland areas, which may be cause the insufficient income.

DEA; express delivery industry; efficiency evaluation

2017-05-16

廣東省第二批高等職業(yè)教育二類品牌專業(yè)建設項目

鄒小平(1979-)，女，江西吉安人，講師，主要從事物流管理，電子商務物流研究；楊曉紅(1968-)，女，湖南湘潭人，副教授，主要從事電子商務物流研究。

F259.274

A

1672-934X(2017)04-0113-06

10.16573/j.cnki.1672-934x.2017.04.018