摘 要：在國家大力發(fā)展物流產(chǎn)業(yè)的背景下，山東省物流產(chǎn)業(yè)發(fā)展迅速。然而，山東省物流企業(yè)受自身“小、散、弱、亂”等因素制約，存在投入產(chǎn)出分配不均、規(guī)模效益不合理、無法實現(xiàn)資源合理配置等問題，嚴重阻礙了山東省物流業(yè)的發(fā)展。針對山東物流企業(yè)發(fā)展存在的問題，DEA（數(shù)據(jù)包絡(luò)分析）方法具有無需預(yù)先估計參數(shù)、有效避免主觀因素等優(yōu)點，借助其CCR模型與CCGSS模型分析物流企業(yè)的綜合技術(shù)效率、純技術(shù)效率以及規(guī)模效率，有助于企業(yè)了解自身的不足與劣勢，從而為企業(yè)管理提供反饋，助力其合理調(diào)整產(chǎn)出投入結(jié)構(gòu)，推動物流企業(yè)經(jīng)營實現(xiàn)良性發(fā)展。本文選取101家物流企業(yè)直報數(shù)據(jù)，運用多元變量相關(guān)分析方法確定物流企業(yè)有效性投入、產(chǎn)出的評價指標(biāo)；通過聚類分析法將山東省物流企業(yè)分為大、中、小、微四類，針對同一類型的企業(yè)運用DEA模型計算其綜合技術(shù)效率、純技術(shù)效率以及規(guī)模效率，使企業(yè)能夠明確自身物流運行能力狀況，認清自身運行的優(yōu)勢及劣勢，從而更好地取長補短，采取合理措施制定科學(xué)合理的未來發(fā)展規(guī)劃。

關(guān)鍵詞：DEA；投入產(chǎn)出；山東省物流企業(yè)；資源配置；物資流通

中圖分類號：F259.22；F224；X196 文獻標(biāo)識碼：A 文章編號：2096-0298（2025）05（b）--05

1 引言

截止到2023年第三季度末，我國物流總額為258.2萬億元，物流總費用為13.4萬億元，同比增長2.3%，物流業(yè)總收入10.0萬億元，同比增長3.7%。國家大力發(fā)展物流產(chǎn)業(yè)的背景下，山東省積極向應(yīng)，全力推動物流業(yè)發(fā)展。但是山東省在緊跟國家發(fā)展步伐的同時，物流企業(yè)受自身“小、散、弱、亂”等因素限制，存在諸多問題：物流企業(yè)管理松散，管理人員技術(shù)不夠?qū)I(yè)；服務(wù)成本較高，客戶滿意度低；物流企業(yè)規(guī)模結(jié)構(gòu)不合理等。此外，山東省大部分物流企業(yè)存在投入產(chǎn)出結(jié)構(gòu)不合理，資源配置未達最優(yōu)等情況。針對以上物流企業(yè)發(fā)展存在的問題，DEA（數(shù)據(jù)包絡(luò)分析）方法具有不需要預(yù)先估計參數(shù)、有效避免主觀因素等優(yōu)點，通過其CCR模型與CCGSS模型分析物流企業(yè)的綜合技術(shù)效率、純技術(shù)效率以及規(guī)模效率，可有助于企業(yè)了解自身的不足與劣勢，從而對企業(yè)管理提供反饋，助力其合理調(diào)整產(chǎn)出投入結(jié)構(gòu)，推動物流企業(yè)經(jīng)營實現(xiàn)良性發(fā)展。

國內(nèi)學(xué)者對于物流有效性有深入的研究，并且運用理論數(shù)據(jù)和科學(xué)方法進行論證。張璐（2024）通過測度我國生鮮農(nóng)產(chǎn)品冷鏈物流空間效率，選取2017—2021年面板數(shù)據(jù)，利用DEA3.0從靜態(tài)和動態(tài)兩個維度對我國各省市農(nóng)產(chǎn)品冷鏈物流空間效率進行分析[1]。陶宇沁、曾杰杰（2023）為了研究倉儲物流企業(yè)在發(fā)展新階段研發(fā)投入的效果，利用數(shù)據(jù)包絡(luò)方法對倉儲物流類企業(yè)2018—2021年的創(chuàng)新效率進行測算，并對創(chuàng)新效率較高和較低企業(yè)的研發(fā)情況、技術(shù)應(yīng)用及風(fēng)險管理進行具體分析[2]。吳陳燕、龔本剛、張孝琪（2024）以2022年“中國500強”企業(yè)中的16家上市物流運輸企業(yè)作為研究對象，將市場份額看作固定和產(chǎn)出，運用數(shù)據(jù)包絡(luò)分析方法中的一般均衡有效前沿面模型（GEEFDEA）計算并分析這16家企業(yè)2022年的運營效率得分與排名[3]。國內(nèi)學(xué)者基于DEA物流企業(yè)有效性分析方面理論基礎(chǔ)扎實、經(jīng)驗豐富，但是以上學(xué)者的研究僅針對某一類型物流企業(yè)，對物流企業(yè)按規(guī)模大小分類，研究某一地區(qū)物流行業(yè)的有效性的問題有待進一步深入研究。

本文針對山東省物流企業(yè)發(fā)展現(xiàn)狀與存在的不足，運用DEA的CCR與CCGSS模型展開分析，利用多元變量相關(guān)分析方法，重點分析要素投入項和產(chǎn)出項的選取。本文將山東省內(nèi)不同規(guī)模的抽樣調(diào)查的101家物流企業(yè)分為大、中、小、微四類，同一類型的企業(yè)運用DEA模型進行分析計算，得出該類型中各個物流企業(yè)的物流綜合技術(shù)效率、純技術(shù)效率及規(guī)模效率，并進行橫向?qū)Ρ取Ｉ綎|省各個物流企業(yè)可以根據(jù)本企業(yè)在物流行業(yè)中的有效性分析結(jié)果，評價自身物流投入產(chǎn)出效率的差異及其原因，以此了解企業(yè)自身的物流運行能力狀況，明確自身運行的優(yōu)勢及劣勢，從而更好地取長補短，采取合理措施，制定出科學(xué)合理的未來發(fā)展規(guī)劃。

2 相關(guān)文獻綜述

根據(jù)聚類分析方法對企業(yè)進行分類，國內(nèi)學(xué)者研究頗深。劉明、董文兵、左曉慧（2017）運用SPSS軟件分析對安徽省各市規(guī)模以上企業(yè)進行聚類分析[4]。曹菊平（2024）選取45家建材上市公司為研究對象，收集并分析其2022年的財務(wù)數(shù)據(jù)，運用因子分析法得出這些建材上市公司財務(wù)風(fēng)險的綜合得分及排名，同時運用K-均值聚類方法，將上述45家建材上市公司財務(wù)風(fēng)險劃分為4個等級[5]。 何鈺等（2023）隨機抽取2022年北京市38家危險貨物運輸企業(yè)評價數(shù)據(jù)，利用SPSS23.0軟件對指標(biāo)體系進行多層次因子分析、聚類，將38家危險貨物運輸企業(yè)分為3類，即合格、基本合格和不合格，3類企業(yè)均存在不同程度的安全隱患[6]。上述學(xué)者利用聚類分析中的模糊分類將企業(yè)進行分類占多數(shù)，層次聚類利用較少，而本文利用層次聚類法對山東省101家企業(yè)進行分類，正因為層次聚類不需要預(yù)先設(shè)置類中心，也不需要指定對物流有效性聚成幾類，更加科學(xué)、客觀、合理。

國內(nèi)外學(xué)者從不同行業(yè)、地區(qū)等多個維度，進行了深入研究和探討。根據(jù)不同行業(yè)的特性，相關(guān)學(xué)者對數(shù)據(jù)包絡(luò)分析（DEA）模型進行了探索。劉天也、陳秉譜（2024）基于數(shù)據(jù)包絡(luò)分析（DEA）模型，探討碳中和視域下我國農(nóng)村低碳物流效率，并提出改進策略[7]。郭杰群、林森（2024）闡述了我國公路貨物運輸網(wǎng)絡(luò)的發(fā)展現(xiàn)狀，并運用效率基準(zhǔn)分析和非徑向超效率DEA模型對2012—2022年我國公路貨物運輸網(wǎng)絡(luò)的效率進行了測算，最后提出了針對性的政策建議[8]。王萍（2021）以16家港口物流上市公司為研究對象，介紹了港口物流上市公司物流績效的評估情況，提出將熵值法和DEA相結(jié)合的港口物流上市公司績效綜合評價方法，評價了港口物流上市公司的管理有效性[9]。侯祥杰（2023）構(gòu)建了京津冀生鮮農(nóng)產(chǎn)品冷鏈物流效率的分析框架，借助DEAP2.1軟件，綜合運用DEA模型和Malmquist指數(shù)對京津冀地區(qū)生鮮農(nóng)產(chǎn)品冷鏈物流效率進行靜態(tài)和動態(tài)分析，最后運用Tobit回歸方法，對冷鏈物流效率的影響因素展開實證研究[10]。

李荷華、劉鷺（2024）確定出效率評價的投入指標(biāo)、產(chǎn)出指標(biāo)以及外部環(huán)境變量，運用DEA實證分析2012—2021年16個省市的物流業(yè)投入產(chǎn)出指標(biāo)數(shù)據(jù)，測算出廣東低碳物流效率[11]。李光洙、趙敬雅（2024）運用DEA-Tobit模型，對吉林省2008—2022年物流效率進行評價，探究吉林省物流效率的影響因素，從振興吉林省經(jīng)濟、提高資源利用效率以及打造現(xiàn)代信息化物流產(chǎn)業(yè)方面提出優(yōu)化策略[12]。

上述學(xué)者對各行業(yè)及各地區(qū)的物流有效性研究較深刻，但對物流企業(yè)進行分類研究的文獻綜述少之又少，因此本文就不同類型的物流企業(yè)展開研究。

3 物流企業(yè)有效性研究方法

3.1 物流企業(yè)效率評價指標(biāo)的選取

根據(jù)現(xiàn)有文獻可知，物流企業(yè)經(jīng)營過程中“投入越小越好，產(chǎn)出越大越好”，物流企業(yè)有效性評價指標(biāo)主要是投入和產(chǎn)出要素，其中投入項目包括財力投入、人力投入、物力投入，產(chǎn)出項目包括經(jīng)濟效益及運輸能力。依據(jù)山東省物流101家企業(yè)直報數(shù)據(jù)整理得到，人力投資包括從業(yè)人員數(shù)目；財力投入包括資產(chǎn)總計、物流業(yè)務(wù)成本；物力投入包括實貨運車輛，產(chǎn)出項目包括物流業(yè)務(wù)收入、物流業(yè)務(wù)利潤、周轉(zhuǎn)量、貨運量、吞吐量；參照產(chǎn)出投入項目的選擇原則，以上指標(biāo)存在線性相關(guān)關(guān)系導(dǎo)致指標(biāo)內(nèi)涵重疊，并且指標(biāo)數(shù)目較多，并不是指標(biāo)數(shù)目越多越好。

本文依據(jù)DEA分析選取投入、產(chǎn)出項，依照全面性、非線性、相關(guān)性、可行性原則，分別計算出所選投入、產(chǎn)出各項指標(biāo)的相關(guān)性，選用多元變量相關(guān)分析方法，分析結(jié)果如表1所示。

由表1可以看出，貨運車輛、從業(yè)人數(shù)、資產(chǎn)總計以及業(yè)務(wù)成本兩兩之間存在線性關(guān)系，從具體數(shù)值可以看出，它們之間的相關(guān)系數(shù)小于0.3，呈弱相關(guān)，符合指標(biāo)選取原則。但是從業(yè)人數(shù)及貨運車輛兩個指標(biāo)的線性相關(guān)系數(shù)為0.55，兩者呈正相關(guān)，且相關(guān)程度較高，根據(jù)非線性相關(guān)原則以及重要指標(biāo)重要程度，本文舍去貨運車輛指標(biāo)。舍去貨運車輛指標(biāo)后，對資產(chǎn)總計、物流業(yè)務(wù)成本及從業(yè)人員這三者進行相關(guān)性計算，得出相關(guān)性系數(shù)為0.068，線性關(guān)系較弱，符合指標(biāo)選取原則。

由表2可以看出，貨運量、周轉(zhuǎn)量及吞吐量的相關(guān)系數(shù)分別為0.744、0.803，相關(guān)程度較強，不符合指標(biāo)選取的非線性相關(guān)性原則，本文根據(jù)企業(yè)填報的數(shù)據(jù)詳細程度決定舍去周轉(zhuǎn)量及吞吐量，從而計算出三者線性相關(guān)的系數(shù)為0.136，相關(guān)程度較弱，可以避免指標(biāo)內(nèi)涵的相互重疊，同時作為產(chǎn)出項的三個指標(biāo)。

3.2 物流企業(yè)效率評價指標(biāo)體系

通過上述指標(biāo)相關(guān)性分析以及指標(biāo)選取的基本原則，本文確定山東省物流企業(yè)有效性指標(biāo)體系如下：

4 山東省物流企業(yè)的分類（聚類分析）

山東省內(nèi)抽樣調(diào)查了101家物流企業(yè)，因為企業(yè)規(guī)模大小不同，無法進行有效性分析，即便開展有效性分析，比較結(jié)果的意義不大。

本文利用分層聚類，其主導(dǎo)思路是：首先制定衡量元素之間的距離規(guī)則，先把距離近的若干元素歸類，形成新元素點，再從新元素點中挑選距離最近的元素進一步聚類，直到所有元素都被聚為同類。這是一種無需預(yù)設(shè)條件的聚類模式，既無需預(yù)先設(shè)定聚類中心，也不需指定聚成幾類，采取逐層、逐級聚類模式。

本文利用SPSS22軟件對選取的山東省101家物流企業(yè)進行聚類分析并求解，如圖3所示。

由圖3可以看出，山東省物流企業(yè)用豎向切割法，可以明顯劃分為4類，因為冰掛圖中這四類企業(yè)冰掛圖的分隔列填充空白區(qū)域較大，說明這四類企業(yè)距離較遠，是最后才被聚合的。分類結(jié)果如表3所示。

5 DEA模型的建立及分析結(jié)果

5.1 山東省物流企業(yè)DEA建模

CCR模型是評價決策單元規(guī)模有效和技術(shù)有效的綜合技術(shù)有效性指標(biāo)。CCGSS模型評價決策單元純技術(shù)有效性，綜合技術(shù)有效性是純技術(shù)效率和規(guī)模效率的乘積，由兩者共同決定。因此，本文綜合運用兩種模型，以達到評價的科學(xué)性、客觀性和全面性。

本文以101家物流公司作為決策單元，每個決策單元有3種投入指標(biāo)、3種產(chǎn)出指標(biāo)。設(shè)xi為投入量，yi為產(chǎn)出總量，并且對其賦予適當(dāng)?shù)臋?quán)重構(gòu)建線性規(guī)劃，如下所示：

Xi=（x1i，x2i，x3i…x101i）T" " " " " " "i=1，2，3…101

Yi=（y1i，y2i，y3i，…，y101i）T" " " " " "i=1，2，3…101

xmi是第i個決策單元的第m種投入，yni是第i個決策單元的第n種產(chǎn)出。引入松弛變量s+和s-，得到對偶線性規(guī)劃模型，其中θ為標(biāo)量，是第i個決策單元的綜合技術(shù)效率：

minθ

s+作為產(chǎn)出對應(yīng)松弛變量組成的向量，s-作為投入對應(yīng)剩余變量組成的向量。

CCR模型結(jié)論的含義：

（1）當(dāng)θ=1，s+=0，s-=0時決策單元為DEA有效，綜合技術(shù)效率最優(yōu)。

（2）當(dāng)θ=1，s+≠0，s-≠0時，決策單元為弱DEA有效，綜合技術(shù)效率不是最優(yōu)。

（3）當(dāng)θlt;1時，決策單元DEA和綜合技術(shù)均無效。

CCR式中增加約束條件∑n（i=1）λi=1，可以構(gòu)建規(guī)模收益可變的CCGSS模型，如下所示。

minθ

5.2 山東省物流企業(yè)有效性結(jié)果及分析

根據(jù)DEA模型的相關(guān)理論分析，本文利用Eexcel規(guī)劃求解計算得到：小型物流企業(yè)綜合技術(shù)效率值分布較為分散，綜合技術(shù)有效的物流企業(yè)占1/4，其他均為綜合技術(shù)無效，并且綜合技術(shù)無效的物流企業(yè)θ值絕大多數(shù)低于0.5，調(diào)整投入產(chǎn)出結(jié)構(gòu)是有必要的；小型物流企業(yè)綜合技術(shù)有效的企業(yè)不到1/4，但小型物流企業(yè)相對微型物流企業(yè)θ值的大小有所增大；中型物流企業(yè)綜合技術(shù)有效性企業(yè)占不到1/2，且θ值絕大多數(shù)大于0.5；其中綜合技術(shù)有效的企業(yè)為大型物流企業(yè)θ值只有兩家不為1，其他均為1。微型物流企業(yè)純技術(shù)有效的企業(yè)超過1/2，小型物流企業(yè)純技術(shù)有效的企業(yè)小于1/2，中型物流企業(yè)純技術(shù)效率為1的企業(yè)占2/3，相對其綜合技術(shù)效率有所提高。大型物流企業(yè)的純效率值只有一家不為1，其他均為1。

DEA模型的綜合技術(shù)效率是純技術(shù)效率和規(guī)模效率的乘積，由兩者共同決定。本文運用DEA模型求得山東省101家物流企業(yè)的綜合技術(shù)效率、純技術(shù)效率及規(guī)模效率的值，各家企業(yè)可以根據(jù)自身的綜合技術(shù)效率、純技術(shù)效率及規(guī)模效率值來判斷有效性。純技術(shù)效率為1時，說明該物流企業(yè)效率達到最大化。純技術(shù)效率不為1時，說明該企業(yè)未能實現(xiàn)資源優(yōu)化配置；規(guī)模效率為1時，說明該企業(yè)規(guī)模已達到最優(yōu)狀態(tài)。當(dāng)規(guī)模效率不為1時，說明該企業(yè)的物流產(chǎn)出投入規(guī)模未達到最優(yōu)狀態(tài)，還需要調(diào)整規(guī)模水平。

從計算結(jié)果來看，四類企業(yè)相對比：3/4的大型企業(yè)綜合技術(shù)效率、純技術(shù)效率與規(guī)模技術(shù)效率之比為1；中型企業(yè)綜合技術(shù)效率、純技術(shù)效率以及規(guī)模效率與大型企業(yè)相比DEA有效性較弱；微型企業(yè)是四類企業(yè)DAE有效性最差的，小型企業(yè)次之，應(yīng)著重進行分析和整改、調(diào)節(jié)產(chǎn)出投入結(jié)構(gòu)和規(guī)模，實現(xiàn)資源優(yōu)化配置。

從各企業(yè)自身來看，應(yīng)找到本企業(yè)所在的類型，分析本企業(yè)所在類中的綜合技術(shù)效率、純技術(shù)效率及規(guī)模技術(shù)效率的結(jié)果，與所在的同類企業(yè)相比，判斷自身的優(yōu)劣勢，判斷自身是否需要引進人才、引進設(shè)備、擴大規(guī)模、減少投入或增加產(chǎn)出等，企業(yè)了解自身企業(yè)的物流運行能力狀況，從而更好地揚長補短，采取合理措施制定科學(xué)合理的未來發(fā)展規(guī)劃。

參考文獻

張璐.基于DEA的我國生鮮農(nóng)產(chǎn)品冷鏈物流空間效率測度及提升策略研究[J].保鮮與加工，2024，24（6）：87-95.

陶宇沁，曾杰杰.基于DEA模型的倉儲物流企業(yè)創(chuàng)新效率評價 [J].物流科技，2023， 46（20）：10-13.

吳陳燕，龔本剛，張孝琪.基于固定和產(chǎn)出DEA的上市物流運輸企業(yè)運營績效評估研究[J].石家莊鐵道大學(xué)學(xué)報（社會科學(xué)版），2024，18（1）：27-33.

劉明，董文兵，左曉慧.安徽省各市工業(yè)企業(yè)發(fā)展情況的聚類分析[J].山西師范大學(xué)學(xué)報（自然科學(xué)版），2017，31（4）：96-100.

曹菊平.我國建材上市公司財務(wù)風(fēng)險評價研究：基于因子及聚類分析法[J].上海企業(yè)，2024，（9）：148-150.

何鈺，姚衛(wèi)華，代寶乾，等.基于因子、聚類分析的危貨運輸行業(yè)安全管理研究：以北京市為例[J].安全，2023，44（5）：16-23.

劉天也，陳秉譜.碳中和視域下我國農(nóng)村低碳物流效率研究[J].物流科技，2024，47（20）：38-42.

郭杰群，林森.中國公路貨物運輸網(wǎng)絡(luò)效率分析[J].物流技術(shù)，2024，43（7）：134-148.

王萍. 港口物流上市公司管理有效性評價研究[D]. 鄭州： 河南工業(yè)大學(xué)， 2021.

侯祥杰.京津冀生鮮農(nóng)產(chǎn)品冷鏈物流效率及影響因素研究[D].石家莊：河北經(jīng)貿(mào)大學(xué)， 2023.

李荷華，劉鷺.廣東省低碳物流效率評價研究[J].中國儲運，2024（10）：96.

李光洙，趙敬雅.吉林省物流效率測量及其影響因素分析[J].現(xiàn)代營銷（下旬刊），2024（7）：77-79.

李荷華，夏雪.基于DEA-Malmquist模型的物流企業(yè)績效評價研究[J].中國商論，2024，33（19）：94-97.

洪文靜.基于DEA模型的安徽省物流效率評價研究[J].中國商論，2024，33（20）：108-112.