樂小兵,王學(xué)良,董君枝
(1.2.3.梧州學(xué)院,廣西 梧州 543002)
現(xiàn)代物流業(yè)作為現(xiàn)代經(jīng)濟(jì)的重要組成部分和工業(yè)化進(jìn)程中最為經(jīng)濟(jì)合理的綜合服務(wù)模式,正在全球范圍內(nèi)得以迅速發(fā)展。在我國(guó),物流產(chǎn)業(yè)也被列為十大產(chǎn)業(yè)振興規(guī)劃之一,物流產(chǎn)業(yè)已成為國(guó)民經(jīng)濟(jì)發(fā)展的動(dòng)脈和基礎(chǔ)產(chǎn)業(yè),同時(shí)也被喻為促進(jìn)經(jīng)濟(jì)發(fā)展的“加速器”。區(qū)域物流系統(tǒng)效率評(píng)價(jià)已經(jīng)成為區(qū)域經(jīng)濟(jì)發(fā)展的有機(jī)組成部分,全面合理的效率評(píng)價(jià)對(duì)協(xié)調(diào)區(qū)域經(jīng)濟(jì)的發(fā)展具有舉足輕重的作用。
為此,學(xué)者們做了大量的研究,分別建立了物流系統(tǒng)效率評(píng)價(jià)體系,提出了隨機(jī)前沿分析、模糊綜合評(píng)價(jià)、線性加權(quán)和、數(shù)據(jù)包絡(luò)分析(DEA)、DEA-AHP等評(píng)價(jià)方法。Michael從用戶的角度分析了影響物流企業(yè)生產(chǎn)率的因素,得出用戶對(duì)物流企業(yè)的信任和及時(shí)的溝通是影響物流企業(yè)效率的直接原因,而滿意度、機(jī)會(huì)行為以及企業(yè)信譽(yù)則是通過影響信任而成為影響物流企業(yè)生產(chǎn)效率的間接原因。劉秉鐮、余泳澤采用數(shù)據(jù)包絡(luò)分析模型和托賓模型,利用省際面板數(shù)據(jù)對(duì)我國(guó)物流業(yè)地區(qū)間效率及其影響因素進(jìn)行分析,研究結(jié)果發(fā)現(xiàn)我國(guó)區(qū)域物流綜合技術(shù)效率不高。余泳澤、武鵬利用隨機(jī)前沿生產(chǎn)函數(shù)測(cè)算了中國(guó)物流產(chǎn)業(yè)的效率,結(jié)果得出我國(guó)物流產(chǎn)業(yè)效率整體不高,但處于穩(wěn)步上升階段,區(qū)域間效率差異有逐步縮小的趨勢(shì)。黃勇、徐景昊采用數(shù)據(jù)包絡(luò)分析方法對(duì)中部地區(qū)社會(huì)物流效率進(jìn)行分析與評(píng)價(jià)。劉滿芝、周梅華、楊娟運(yùn)用DEA模型對(duì)江蘇省13個(gè)城市的物流效率進(jìn)行對(duì)比分析,從投入冗余和產(chǎn)出不足兩方面分析非DEA有效單元的城市物流存在的問題。
從以上研究可以看出,不同學(xué)者采用不同的方法,從不同的視角對(duì)物流系統(tǒng)效率進(jìn)行評(píng)價(jià)。本文主要基于數(shù)據(jù)包絡(luò)分析法(data envelopment analysis,DEA),建立C2R模型、C2GS2模型和EC2R模型對(duì)廣西物流系統(tǒng)投入產(chǎn)出效率的相對(duì)有效性、技術(shù)有效性和規(guī)模效益有效性進(jìn)行評(píng)價(jià)[1],揭示廣西物流發(fā)展過程中存在的問題。DEA法是一個(gè)對(duì)多投入、多產(chǎn)出的多個(gè)決策單元的效率評(píng)價(jià)方法,是著名運(yùn)籌學(xué)家A.Charnes和W.W.Cooper等學(xué)者在“相對(duì)效率評(píng)價(jià)”概念基礎(chǔ)上發(fā)展起來的一種新的系統(tǒng)分析方法。很多學(xué)者在研究效率評(píng)價(jià)問題時(shí)都采用DEA法,如吳琦和武春友、魏楚和沈滿洪分別基于DEA方法建立能源效率評(píng)價(jià)模型;王恩旭和武春友建立基于DEA模型的生態(tài)效率投入產(chǎn)出指標(biāo)體系,運(yùn)用超效率DEA模型對(duì)中國(guó)30個(gè)地區(qū)的生態(tài)效率進(jìn)行測(cè)度。這些研究充分說明采用DEA法對(duì)物流系統(tǒng)效率進(jìn)行評(píng)價(jià)研究是十分有效的方法。
DEA簡(jiǎn)稱數(shù)據(jù)包絡(luò)分析,它的領(lǐng)域包含比較廣泛,其中包括數(shù)學(xué)、運(yùn)籌學(xué)、管理學(xué)、數(shù)理經(jīng)濟(jì)學(xué)和計(jì)算機(jī)科學(xué)等眾多學(xué)識(shí)領(lǐng)域[2]。DEA模型的應(yīng)用也非常廣泛,它能夠分析得出在相同的決策單元之間的相對(duì)有效性。
CCR模型通常被用于評(píng)價(jià)分析規(guī)模報(bào)酬不變的決策單元之間的技術(shù)有效性,是DEA模型最基本的模型。此模型是由A.Charnes,W.W.Cooper和E.Rhodes于1978年提出的第一個(gè)DEA模型[3],它的數(shù)學(xué)表達(dá)式為[4]:
(1)
其中λj表示為權(quán)系數(shù),s+、s-分別表示為松弛變量和剩余變量,xj和yj分別表示為投入指標(biāo)和產(chǎn)出指標(biāo)。
該模型為規(guī)模報(bào)酬不變模型,在(1)式中,如果θ=1,并且有s+=s-=0則說明該決策單元為DEA有效,此時(shí)的決策單元技術(shù)、規(guī)模都是有效的[5];
如果θ=1,但s+≠0或者s-≠0,則說明決策單元為弱DEA有效;
若θ<1且有s+≠0和s-≠0,則說明該決策單元是非DEA有效的,既非技術(shù)有效也非規(guī)模有效。
在DEA的各種基礎(chǔ)模型中,BCC模型是比較適合評(píng)價(jià)純技術(shù)效率有效性和規(guī)模效率有效性的方法,專門用于評(píng)價(jià)決策單元之間的技術(shù)有效性。BCC模型是由A.Charnes和W.W.Cooper于1985年等人提出的新DEA模型[2],BCC模型是在CCR模型的基礎(chǔ)上增加一個(gè)約束條件,即:
BCC數(shù)學(xué)表達(dá)式為(2):
(2)
其中s+和s-用來表示松弛變量和剩余量,xj表示投入指標(biāo),yj表示產(chǎn)出指標(biāo),λj表示權(quán)數(shù)系數(shù)[6]。
當(dāng)σ=1且時(shí),s+=0,s-=0時(shí),該決策單元為DEA純技術(shù)有效;
當(dāng)σ=1但s+≠0或者s-≠0時(shí),此時(shí)的決策單元為弱DEA純技術(shù)有效;
當(dāng)σ<1時(shí),決策單元為DEA無效。此時(shí)的技術(shù)無效。
第一步,首先要明確評(píng)價(jià)目的。
第二步,選擇合適的投入—產(chǎn)出指標(biāo)。
第三步,建立模型。
第五步,對(duì)所求得的結(jié)果進(jìn)行判斷和分析。
第六步,通過應(yīng)用EC2R模型對(duì)每年份的θ進(jìn)行有效的排序。
對(duì)于物流效率的評(píng)價(jià)指標(biāo)選擇是多種多樣的,每位學(xué)者都有不同的研究方向,繼而選取的指標(biāo)體系也會(huì)大為不同,但在選取指標(biāo)的過程中必須遵循系統(tǒng)性、均衡性、經(jīng)濟(jì)性、重要性、可比性、簡(jiǎn)潔性、可得性等七大原則[7]。本文在翻閱相關(guān)文獻(xiàn)和參照其研究方向的基礎(chǔ)下,并考慮所選取的指標(biāo)數(shù)據(jù)的可獲得性,選取的投入指標(biāo)為:(1)物流業(yè)的從業(yè)人員年末人數(shù)(萬人);(2)物流業(yè)的固定資產(chǎn)投資(億元);(3)交通運(yùn)輸制造業(yè)綜合耗能(噸標(biāo)準(zhǔn)煤)。產(chǎn)出指標(biāo)為:(1)貨運(yùn)量(萬噸);(2)貨物的周轉(zhuǎn)量(億噸/公里);(3)物流業(yè)的生產(chǎn)總值(億元)。
1.投入指標(biāo)
(x1)物流業(yè)的從業(yè)人員年末人數(shù)(萬人)。包括交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的從業(yè)人員數(shù)。
(x2)物流業(yè)的固定資產(chǎn)投資(億元)。包括交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的全社會(huì)固定資產(chǎn)投資。
(x3)交通運(yùn)輸制造業(yè)綜合耗能(噸標(biāo)準(zhǔn)煤)。
2.產(chǎn)出指標(biāo)
產(chǎn)出指標(biāo)是指反應(yīng)生產(chǎn)資料的投入可得到社會(huì)財(cái)富的指標(biāo)。
(y1)貨運(yùn)量(萬噸)。包括水陸空三種運(yùn)輸方式的貨運(yùn)量。
(y2)貨物的周轉(zhuǎn)量(億噸/公里)。包括水陸空三種運(yùn)輸方式的貨物周轉(zhuǎn)量。
(y3)物流業(yè)的生產(chǎn)總值(億元)。包括交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的生產(chǎn)總值。
本文采用的南寧2009—2017年物流投入—產(chǎn)出數(shù)據(jù)來源于珠西經(jīng)濟(jì)帶經(jīng)濟(jì)社會(huì)發(fā)展數(shù)據(jù)庫(kù)和《2018年南寧統(tǒng)計(jì)年鑒》,把2009—2017年每一年的物流投入產(chǎn)出數(shù)據(jù)作為一個(gè)決策單元,9個(gè)決策單元的原始樣本數(shù)據(jù)如表1所示。
表1 南寧2009—2017年物流業(yè)投入產(chǎn)出原始數(shù)據(jù)
200920102011201220132014201520162017x1(萬人)5.50963.17626.4366.14774.29434.78374.48634.57465.0257x2(億元)96.3284195.5527228.4975301.2249281.8317292.0935326.3198366.8334355.69x3(噸標(biāo)準(zhǔn)煤)4557468168786307702179108837981816652y1(萬噸)154921917124326297833359533146362813242935142y2(億噸/公里)241.1278299.2227386.5336497.1895555.8892620.0761686.917687.6439770.8632y3(億元)69.84182.9018107.326108.6062116.8603140.7579148.8451156.9157174.4961
根據(jù)2009—2017年南寧物流產(chǎn)業(yè)投入產(chǎn)出原始數(shù)據(jù),分別對(duì)每一年的決策單元建立BCC模型和CCR模型,利用LINGO11軟件將表1的數(shù)據(jù)進(jìn)行求解,分別求出BCC模型和CCR模型的計(jì)算結(jié)果,如下頁表2和表3所示。
表2 BCC物流效率評(píng)價(jià)的DEA計(jì)算結(jié)果
S1對(duì)應(yīng)(x1)物流業(yè)的從業(yè)人數(shù)(萬人),S2對(duì)應(yīng)(x2)固定資產(chǎn)投資(億元),S3對(duì)應(yīng)(x3)綜合耗能(噸標(biāo)準(zhǔn)煤),S4對(duì)應(yīng)(y1)貨運(yùn)量(萬噸),S5對(duì)應(yīng)(y2)貨物的周轉(zhuǎn)量(億噸/公里),S6對(duì)應(yīng)(y3)物流業(yè)的生產(chǎn)總值(億元)。
表3 CCR物流效率評(píng)價(jià)DEA計(jì)算結(jié)果
年份S1S2S3S4S5S6θ2009000000120100.343622.58890350.910165.981900.995220111.179200640.956364.900700.9064201200000012013000000120140000001201500000012016000000120170000001平均0.16922.50990110.207414.542500.9891
S1對(duì)應(yīng)(x1)物流業(yè)的從業(yè)人數(shù)(萬人),S2對(duì)應(yīng)(x2)固定資產(chǎn)投資(億元),S3對(duì)應(yīng)(x3)綜合耗能(噸標(biāo)準(zhǔn)煤),S4對(duì)應(yīng)(y1)貨運(yùn)量(萬噸),S5對(duì)應(yīng)(y2)貨物的周轉(zhuǎn)量(億噸/公里),S6對(duì)應(yīng)(y3)物流業(yè)的生產(chǎn)總值(億元)。
1.總體效率θ
從表2中的總體效率θ可以得出,總體效率是DEA有效的分別是2009年、2012年、2013年、2014年、2015年、2016年、2017年。只有兩個(gè)年份的總體效率是DEA無效的,分別是2010年、2011年,其中2010年沒有產(chǎn)生冗余和不足,而2011年中就產(chǎn)生了冗余和不足。從表中也可以得出,這幾年的總體效率的平均值為0.9891,其中2011年的總體效率最低,為0.9064。
從投入的指標(biāo)來看,2011年中物流的從業(yè)人員和固定資產(chǎn)投資產(chǎn)生了冗余的現(xiàn)象,說明在2011年份中,物流的從業(yè)人員和固定資產(chǎn)投資都沒有得到充分的利用,從而導(dǎo)致出現(xiàn)了冗余的現(xiàn)象。從產(chǎn)出指標(biāo)來看,同樣是在2011年當(dāng)中,貨運(yùn)量和貨物的周轉(zhuǎn)量均產(chǎn)生了不足的現(xiàn)象。
2.純技術(shù)效率σ
從純技術(shù)效率σ來看,純技術(shù)效率是DEA有效的年份分別是2009年、2010年、2012年、2013年、2014年、2015年、2016年、2017年。其中2010的純技術(shù)效率是DEA有效,但是總體效率為DEA無效。而2011年的純技術(shù)效率和總體效率都是無效的。
3.規(guī)模效率ω
從表2中我們也可以看出,規(guī)模效率是DEA有效的年份和總體效率是DEA有效的年份是一樣的,規(guī)模效率DEA無效的年份分別是2010年和2011年。
對(duì)表2和表3的結(jié)果進(jìn)行比較,結(jié)果如下:(1)可以得出BCC模型計(jì)算中的總體效率和CCR模型計(jì)算中的技術(shù)效率結(jié)果是一樣的。(2)在BCC模型計(jì)算中,2010年的規(guī)模效率雖然等于0.9952,但是純技術(shù)效率為1,且不存在冗余和不足。2011年是唯一一個(gè)所計(jì)算出來的值都不等于1的年份,且在BCC模型計(jì)算中出現(xiàn)了冗余和不足。(3)在CCR的計(jì)算中,技術(shù)效率不為1的分別有2010年、2011年,且都出現(xiàn)了冗余和不足。
從表2中可以得出,2011年的物流業(yè)從業(yè)人員和固定資產(chǎn)投資都存在著投入冗余的現(xiàn)象,貨運(yùn)量和貨物的周轉(zhuǎn)量則表現(xiàn)產(chǎn)出不足。雖然2010年的規(guī)模效率也是DEA無效,但它沒有產(chǎn)生投入產(chǎn)出的冗余和不足,說明當(dāng)年的資源配置已經(jīng)達(dá)到了最優(yōu)。
從表2中可以看出,總體效率、純技術(shù)效率和規(guī)模效率都不為1的年份只有2011年,很明顯純技術(shù)和規(guī)模都是造成2011年DEA無效的因素。物流業(yè)的從業(yè)人員從2010年的3.1762萬人增加到2011年的6.436萬人,增幅達(dá)50.65%,導(dǎo)致其物流的從業(yè)人員有所冗余。
在利用CCR模型計(jì)算決策單元結(jié)果得到的總體效率即θ=1的DEA有效時(shí),存在著一個(gè)不可將同為θ=1的決策單元再進(jìn)一步分析的缺陷。無論是CCR模型或是BCC模型都無法對(duì)有效的決策單元進(jìn)行有效程度的識(shí)別。為了彌補(bǔ)這個(gè)缺陷,Andersen和Petersen于1993年相應(yīng)地提出了“超效率(Super-Efficiency)”的CCR模型,即EC2R模型,此模型的應(yīng)用就是為那些總體效率DEA有效的決策單元進(jìn)行有效的排序,從而能清楚地知道物流的發(fā)展?fàn)顩r。它能夠讓有效的決策單元的效率值超過1,進(jìn)而能夠很好地對(duì)有效的決策單元的效率進(jìn)行甄別[8]。
EC2R的模型數(shù)學(xué)表達(dá)式如下:
(3)
與CCR模型不同的是,EC2R模型的基本思想為:在進(jìn)行當(dāng)年決策單元的效率評(píng)價(jià)時(shí),使當(dāng)年的投入產(chǎn)出決策單元被其他剩余年份所有投入產(chǎn)出的決策單元線性組合代替,而將當(dāng)年的決策單元排除在外,就是將當(dāng)年的評(píng)價(jià)單元從等式左邊的求和計(jì)算中去掉,如此所求的結(jié)果就可以進(jìn)行排序。通過LINGO11軟件對(duì)EC2R模型計(jì)算得到結(jié)果,并將數(shù)值進(jìn)行排列,結(jié)果如下頁表4所示。
表4 2009—2016年物流產(chǎn)業(yè)投入產(chǎn)出效率排序
年份排名年份排名20091.493861120141.052674520100.995243820151.088968320110.906407920161.027597620121.017533720171.066794420131.1277682
本文運(yùn)用南寧2009—2017年的物流投入產(chǎn)出數(shù)據(jù),選取DEA模型,以物流的從業(yè)人員人數(shù)、固定資產(chǎn)投資和綜合耗能為投入變量,以貨運(yùn)量、貨物的周轉(zhuǎn)量和生產(chǎn)總值為產(chǎn)出變量,測(cè)量了南寧歷年的總體效率、純技術(shù)效率、規(guī)模效率和對(duì)效率進(jìn)行的排名,得到了以下的結(jié)論。
1.通過計(jì)算分析得到的結(jié)果,得到了南寧2009—2017年的物流效率,表2的結(jié)果表明物流效率較高,其中有7個(gè)年份的總體效率DEA有效,分別是2009年、2012年、2013年、2014年、2015年、2016年、2017年。純技術(shù)效率DEA有效的年份有8個(gè),分別是2009年、2010年、2012年、2013年、2014年、2015年、2016年、2017年。且純技術(shù)效率的均值最高。通過效率排名也可以看出,這幾年南寧的物流業(yè)發(fā)展還是比較合理的,排在第一的是2009年,與實(shí)際情況存在一定程度上的相符,其后的排名依次是2013年、2015年、2017年、2014年、2016年、2012年、2010年、2011年。排名越高,年份的物流總體效率值也就越高,物流的資源配置也就越合理。從排名的高低,我們就很容易判斷各年份的物流效率高低。
2.2012年與2013年相比,就總體效率DEA有效而言,它們都是屬于總體效率DEA有效的年份。但是這兩年的排名就相差甚遠(yuǎn),2012年是排名第七,而2013年排名第二。從數(shù)據(jù)中我們可以看出,造成如此差距的原因是因?yàn)樵?012年中物流從業(yè)人員與固定資產(chǎn)投資投入都比2013年的多,而2012年當(dāng)年的產(chǎn)出卻都比2013年的少。雖然2012年中投入沒有冗余的現(xiàn)象,但是物流的從業(yè)人員和固定資產(chǎn)投資的過多投入是2012年物流效率沒有2013年高的原因。資源的過多投入甚至使得資源出現(xiàn)了冗余的現(xiàn)象,更加會(huì)使得物流的效率降低,以2011年為例,就是因?yàn)楫?dāng)年物流從業(yè)人員和固定資產(chǎn)投資投入過多,出現(xiàn)了冗余的現(xiàn)象,使得當(dāng)年的物流效率最低,排名也是最低。所以從中我們可以得出:并不是資源投入越多就會(huì)越好,投入的越多,就很可能會(huì)出現(xiàn)了冗余,浪費(fèi)資源,使得物流成本的升高,這反而制約物流效率的提升。
當(dāng)然,使得物流效率不高的原因也不僅僅是資源的過多投入造成的,在2009年和2010年兩個(gè)年份的比較中我們可以看到,2010年的物流從業(yè)人員比2009年的少,而固定資產(chǎn)投資卻比2009年的多很多,增長(zhǎng)了103.01%。在BCC模型的計(jì)算中,2009年的總體效率為1,而2010年的總體效率不為1。而造成這種結(jié)果的原因是因?yàn)?010年份中的資源投入不協(xié)調(diào),致使它的物流效率有所降低。
產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化也是影響物流效率的重要因素,比如2016年和2017年,兩者的總體效率都是DEA有效,說明資源配置達(dá)到了最優(yōu),但是2017年的固定資產(chǎn)投資比2016年的少,而其物流效率卻比2016年的高,說明2017年資源配置不僅達(dá)到了最優(yōu),產(chǎn)業(yè)也得到了優(yōu)化,所以就使得當(dāng)年的物流效率較高。
3.從物流的投入產(chǎn)出因素考慮,影響物流效率因素有:(1)資源的過多投入,甚至致使資源出現(xiàn)冗余的現(xiàn)象;(2)投入的資源是否達(dá)到最優(yōu);(3)產(chǎn)業(yè)結(jié)構(gòu)是否優(yōu)化。
本文通過DEA模型中的CCR模型和BCC模型等基本模型的應(yīng)用,對(duì)南寧2009—2017年的物流行業(yè)相關(guān)投入產(chǎn)出數(shù)據(jù)的計(jì)算和分析,總結(jié)得出南寧這幾年的物流發(fā)展?fàn)顩r。結(jié)果顯示這幾年南寧物流行業(yè)發(fā)展?fàn)顩r良好。同樣的,通過對(duì)結(jié)果的分析,我們也發(fā)現(xiàn)了近幾年影響南寧物流業(yè)效率的影響因素,比如從業(yè)人員人數(shù)的冗余、資源配置不夠最優(yōu)和產(chǎn)業(yè)結(jié)構(gòu)不夠優(yōu)化等。為了物流行業(yè)的更好發(fā)展,提出以下幾點(diǎn)建議。
從計(jì)算的結(jié)果我們可以知道,2011年南寧物流行業(yè)人員從業(yè)存在冗余的現(xiàn)象。如今的物流產(chǎn)業(yè)是高技術(shù)、高競(jìng)爭(zhēng)力、高附加值的產(chǎn)業(yè),所以并不是單單投入大量的低素質(zhì)從業(yè)人員就能夠加快物流產(chǎn)業(yè)的發(fā)展。相反,如此還會(huì)因物流成本的升高從而降低物流產(chǎn)業(yè)的有效產(chǎn)出。
物流產(chǎn)業(yè)的發(fā)展,不僅僅是靠基礎(chǔ)設(shè)施設(shè)備的提升,還需要物流專業(yè)人才的培養(yǎng)。但是,目前南寧物流企業(yè)的人才大多都是轉(zhuǎn)行之后的經(jīng)驗(yàn)人才,普遍缺乏專業(yè)的物流管理實(shí)踐經(jīng)驗(yàn)[9]。而底層的從業(yè)人員往往是入行門檻低、學(xué)歷低、專業(yè)知識(shí)少。這些情況往往都會(huì)造成物流企業(yè)發(fā)展方向不夠明確,物流企業(yè)的整體人員也會(huì)不夠合理,從而制約了南寧物流效率的提升。所以說物流專業(yè)人才是使得物流企業(yè)整體水平提升的主要推動(dòng)力,同樣也是同行物流企業(yè)的主要競(jìng)爭(zhēng)力。人才的培養(yǎng)對(duì)于企業(yè)來說是必不可少的,它是一個(gè)企業(yè)雄厚實(shí)力的象征,決定著企業(yè)的發(fā)展方向。他們能夠熟練地掌握能給物流企業(yè)帶來利益的知識(shí)要點(diǎn)、信息與專業(yè)技術(shù)。
一個(gè)物流企業(yè)的實(shí)力如何往往能夠從企業(yè)中的專業(yè)人數(shù)多少就能夠判斷出來,專業(yè)人才給企業(yè)帶來的利益也是無法估量。只有從根本上提升物流行業(yè)的從業(yè)人員的專業(yè)技能,投入的人力資源才能得到充分的利用,從而避免過多的投入人力資源而造成的人員冗余和制約物流效率的提升。所以,一個(gè)物流企業(yè)要進(jìn)步和發(fā)展,專業(yè)人才的培養(yǎng)是不可或缺的。
在當(dāng)代互聯(lián)網(wǎng)大數(shù)據(jù)飛速發(fā)展的網(wǎng)絡(luò)水平下,提升物流企業(yè)自身的信息化水平,使得現(xiàn)代信息技術(shù)在物流的各個(gè)環(huán)節(jié)作業(yè)中的綜合應(yīng)用得到充分的提升,是提升物流效率急需掌握的一個(gè)要點(diǎn)。現(xiàn)代物流與傳統(tǒng)物流的根本區(qū)別是現(xiàn)代物流業(yè)的發(fā)展要依靠于網(wǎng)絡(luò)信息技術(shù)水平的提升,而信息技術(shù)水平的提升對(duì)于現(xiàn)代物流的發(fā)展有著很大的推動(dòng)作用,可以說現(xiàn)代物流的發(fā)展是離不開信息技術(shù)的。因?yàn)橹挥形锪髌髽I(yè)自身順應(yīng)時(shí)代的需求,運(yùn)用好信息技術(shù)給企業(yè)所能帶來的便利,發(fā)揮自身的優(yōu)勢(shì),才不會(huì)被淘汰出局,也只有這樣,物流企業(yè)才能更好地發(fā)展。信息化水平的提高能夠有效地提高物流效率。使用信息技術(shù),一方面可以優(yōu)化企業(yè)與企業(yè)之間的供應(yīng)鏈,促進(jìn)供應(yīng)鏈一體化的發(fā)展,也使得企業(yè)對(duì)于庫(kù)存的控制能力得到提升,從而能夠降低庫(kù)存成本,甚至能夠消除冗余和企業(yè)與企業(yè)之間資源配置對(duì)于物流效率的影響;另一方面可以加快企業(yè)對(duì)于信息的處理速度,提高信息的準(zhǔn)確性,進(jìn)而提升物流設(shè)施得到使用效率?,F(xiàn)在物流行業(yè)的發(fā)展和提升離不開信息網(wǎng)絡(luò)技術(shù),只有在充分保障供需雙方能夠有效地交流和順暢地流通的前提下,南寧的物流資源才能得到很好的利用。其次,加快南寧物流企業(yè)的信息化建設(shè),能夠全方面多層次地引入現(xiàn)代化的先進(jìn)物流信息技術(shù),全面提升物流企業(yè)的信息化管理水平。
從南寧的物流發(fā)展現(xiàn)狀就可以看出,南寧鐵路運(yùn)輸存在使用不充分或不合理的現(xiàn)象,從而致使鐵路的運(yùn)輸量2011年的634萬噸下降到2017年的226萬噸[10]。這或許有一部分是由于物流發(fā)展趨勢(shì)所影響。但也有由于南寧物流企業(yè)對(duì)于基礎(chǔ)設(shè)施利用的不充分,導(dǎo)致貨運(yùn)量有所下降。本文的計(jì)算也表明了有些年份的運(yùn)輸量和貨物周轉(zhuǎn)量存在產(chǎn)出不足。對(duì)于貨運(yùn)量和貨物周轉(zhuǎn)量不足的問題,不應(yīng)該僅僅通過加大交通基礎(chǔ)設(shè)施建設(shè)的力度,還應(yīng)該打通與外界的聯(lián)接。物流企業(yè)投入冗余過多會(huì)造成現(xiàn)有資源的浪費(fèi),從而影響物流效率。投入產(chǎn)出的多少取決于物流企業(yè)對(duì)于物流市場(chǎng)情景的判斷,不能夠盲目地下結(jié)論。所以,物流企業(yè)自身要加強(qiáng)對(duì)市場(chǎng)需求準(zhǔn)確的預(yù)測(cè)能力,對(duì)自身的產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行及時(shí)和有效的優(yōu)化。防止出現(xiàn)投入冗余過多而造成物流效率降低的現(xiàn)象。當(dāng)然,這并不意味著物流基礎(chǔ)設(shè)施的建設(shè)就不重要了,要知道物流的基礎(chǔ)設(shè)施可是貫穿整個(gè)物流運(yùn)作中的物質(zhì)基礎(chǔ)。所以物流企業(yè)也要完善優(yōu)化路網(wǎng)布局,加強(qiáng)水陸立體交通網(wǎng)絡(luò)的綜合建設(shè);其次,加快物流園區(qū)和物流樞紐設(shè)施的建設(shè),使現(xiàn)有的物流企業(yè)能有效地向周邊延伸和發(fā)展,擴(kuò)大服務(wù)范圍,提升物流效率。只有提高南寧物流產(chǎn)業(yè)基礎(chǔ)設(shè)施的質(zhì)量,提高其綜合利用率,才能使南寧物流企業(yè)有發(fā)展及提高物流效率的機(jī)會(huì)。
影響物流行業(yè)效率的因素有很多。但基于物流的投入產(chǎn)出指標(biāo),就必須要考慮物流資源投入是否合適、資源的配比是否協(xié)調(diào)和物流產(chǎn)業(yè)是否優(yōu)化等因素。此外,物流行業(yè)的發(fā)展也離不開當(dāng)?shù)卣闹С?。南寧物流行業(yè)只有充分了解自身的優(yōu)缺點(diǎn),積極制定確切可行的解決方案,利用市場(chǎng)環(huán)境的有利因素,才能夠更進(jìn)一步發(fā)展。