基于DEA模型的仓储物流企业创新效率评价.pdf

物流科技2 0 2 3年第2 0 期10 月下理论研究文章编号：10 0 2-310 0（2 0 2 3）2 0-0 0 10-0 4基于DEA模型的仓储物流企业创新效率评价Logistics Sci-Tech October,2023(the second half)Evaluation on Innovation Efficiency of Warehousing and Logistics Enterprises Based on DEA Model陶宇沁，曾杰杰（南京林业大学经济管理学院，江苏南京2 10 0 37)TAO Yuqin,ZENG Jiejie(School of Economics and Management,Nanjing Forestry University,Nanjing 210037,China)摘要：物流行业作为近年来我国国民经济的重要组成部分，其行业内企业的发展也成为了学者们的研究热点。文章为了研究仓储物流企业在发展新阶段研发投入的效果，利用数据包络方法对物流类企业2 0 18 一2 0 2 1年的的创新效率进行测算，并对创新效率较高和较低的企业的研发情况、技术应用及风险管理进行具体分析，以期为该类企业的创新战略提供建议和参考。关键词：物流企业；数据包络；创新效率中图分类号：F259.23Abstract:Logistics industry is an important part of Chinas national economy in recent years,and the development of enterprisesin the logistics industry has also become a research hot spot of scholars.In order to study the effect of R&D investment ofwarehousing and logistics enterprises in the new stage of development,this paper uses the data envelopment method to calculatethe innovation efficiency of logistics enterprises from 2018 to 2021,and carries out specific analysis of R&D,technology applicationand risk management of enterprises with higher and lower innovation efficiency,with a view to providing suggestions and referencesfor the innovation strategy of such enterprises.Key words:logistics enterprises;data envelopement;innovation efficiency0引 言在“十四五”时期，我国供应链管理服务迎来了新的发展机遇，一体化物流的发展趋势可以显著提升我国物流业企业的现代化水平，仓储物流作为我国物流业承上启下的重要环节，物流业市场需求的升级也对其行业的企业服务提出了新的要求，企业发展也随着大数据和云端技术的更新进入了新的阶段。在这一阶段，技术创新的能力和效率是物流类企业提升竞争水平和行业地位的决定性因素，但在企业创新研发的过程中总存在着创新战略难以直击的痛点，或是总是在研发节奏上落后于竞争对手而导致投人高却产出低等问题，因此本文对物流类企业的创新效率展开数据测算和具体的研究分析。1研究方法与指标选取1.1研究方法本文使用数据包络分析法（DEA），D EA 模型是根据已知数据，分析得出相应的有效的生产前沿面，用来评价多投人多产出的决策单元效率，同时为效率未达到最优的决策单元提供改进方向和数值参考，其中CCR模型和BCC模型是最常用到的2。1.2数据来源与指标选取本文选取2 0 18 一2 0 2 1年中国证监会行业分类中的仓储业和邮政业，剔除数据缺失后的12 家企业，使用的软件为dearun。本文选择研发投入占营业收入的比例和研发人员占总员工数量的比例作为创新的物力和人力投入指标，产出指标选取了总资产净利润率（ROA）、净资产收益率（ROE）、营业收人增长率和净利润增长率，数据来源于国泰安数据库。2测算结果与分析2.1综合效率评价企业名称韵达股份邮政业顺丰控股收稿日期：2 0 2 3-0 3-14作者简介：陶宇沁（1998 一），女，安徽芜湖人，硕士研究生，研究方向：资源与生态会计；曾杰杰（197 2 一），本文通讯作者，女，江西九江人，副教授，博士，研究方向：林业产业经济与林产品贸易。引文格式：陶宇沁，曾杰杰基于DEA模型的仓储物流企业创新效率评价 J。物流科技，2 0 2 3,46(2 0):10-13.10）物流科技2 0 2 3年第2 0 期10 月下文献标志码：AD0I:10.13714/ki.1002-3100.2023.20.003表1物流企业综合效率分析结果2018年2019年0.841.000.520.432020年0.510.492021年0.550.61均值0.720.51基于DEA模型的仓储物流企业创新效率评价续表企业名称2018年申通快递1.00邮政业圆通速递德邦股份恒基达鑫宏川智慧新宁物流仓储业飞力达中储股份音飞储存嘉诚国际DEA计算出的综合效率能够代表决策单元在目前的技术经济下的最大产出值，即物流企业在目前的研发投人下的最优产出。从表1中可以看出邮政业相对于仓储业创新综合效率整体偏高，均值基本能保持在0.7 以上，而其中德邦的创新综合效率在这4年间有3年都达到了1，均值也接近1，圆通股份的创新综合效率则是基本保持在0.8 以上，只要稍加调整就可以达到投人产出的最佳状态，但也存在顺丰这样效率始终低迷，投入高但创新成效并不明显的情况，还有申通和韵达存在着创新效率不断下降的情况。而仓储业中只有中储股份的创新综合效率均值达到了0.9以上，其他仓储企业综合效率都偏低，均值处于0.5以下的水平。2.2纯技术效率评价企业名称韵达股份顺丰控股邮政业申通快递圆通速递德邦股份恒基达鑫宏川智慧新宁物流仓储业飞力达中储股份音飞储存嘉诚国际企业名称韵达股份顺丰控股邮政业申通快递圆通速递德邦股份恒基达鑫宏川智慧新宁物流仓储业飞力达中储股份音飞储存嘉诚国际2019年0.781.000.881.000.970.160.130.890.480.120.110.370.381.000.960.170.170.360.37表2物流企业纯技术效率分析结果2018年2019年1.001.000.530.441.000.791.000.881.000.970.170.140.900.490.130.170.380.391.000.960.170.170.360.37表3物流企业规模效率分析结果2018年2019年0.841.000.990.981.000.991.001.001.001.000.990.971.00.0.980.970.640.960.991.000.990.990.991.001.002020年0.620.831.000.180.880.160.341.000.180.382020年0.510.510.670.831.000.181.000.170.351.000.180.382020年1.000.970.931.001.001.000.880.970.981.001.001.00物流科技2 0 2 3年第2 0 期10 月下2021年0.540.861.000.160.310.181.001.000.410.352021年0.550.620.610.861.000.160.320.181.001.000.460.352021年0.990.980.891.001.000.990.980.981.001.000.881.00均值0.740.890.990.160.640.140.520.990.230.36均值0.770.520.770.890.990.160.670.160.530.990.250.37均值0.960.980.951.001.000.990.960.890.981.000.961.0011表4物流企业规模报酬分析结果基于DEA模型的仓储物流企业创新效率评价分解观察反映企业在规模不变条件下，研发的管理和技术水平的纯技术效率，通过其反映生产规模在当前的管理和技术下与最优规模的规模效率可以发现，物流业的规模效率都较高，基本均值都在0.9以上，而邮政业的纯技术效率水平都较高，仓储业的纯技术效率水平普遍偏低，说明对于物流企业来说，已然投人了足够的资源，但技术和管理水平的差距导致了仓储业和邮政业的创新效率差距，因此物流企业技术和管理水平才是其需要重视的首要问题。见表2 和表3。2.3规模效益分析2020年韵达股份DRS顺丰控股DRS邮政业申通快递圆通速递德邦股份恒基达鑫宏川智慧新宁物流仓储业飞力达中储股份音飞储存嘉诚国际从规模效益情况分析，“_”表示规模效益不变，“IRS”表示递增，“DRS”表示递减。规模报酬不变说明这个企业的创新效率达到了最优，递增或递减说明未达到最优。表4表明申通、圆通和德邦的创新效率经历了对过剩投人的调整后，基本达到了最优，基本处于规模报酬不变的阶段，而韵达和顺丰的创新资源依旧处于过剩的状态，仓储业除宏川智慧和嘉诚国际之外，都基本处于规模报酬递增的状态，飞力达和中储股份则是在加强了资源与技术管理后达到了创新效率的最优状态。2.4具体企业分析2021年研发人员研发投入占比/%比例/%韵达股份6.92顺丰控股3.80申通快递1.70圆通速递11.89德邦股份2.12恒基达鑫18.96宏川智慧5.77新宁物流2.85飞力达1.99中储股份0.83音飞储存14.14.嘉诚国际7.41根据表5，通过数据状况追踪到具体企业情况，邮政业中创新效率较高的德邦股份一直致力于加大研发投入，实现高质量发展。一方面，德邦的研发战略是从自身的差异化优势业务即大件市场出发，为解决用户的需求和困难，与各大知名科技企业合作，针对业务流程各环节痛点，致力于满足客户特殊场景特殊产品的货物运输需求，累计研发出一百多项能够切实解决服务缺陷和漏洞的科技成果，配合业务部门的实验，做到对创新投人的每一笔都花在刀刃上，从自身的优势业务打开创新的收益通道；另一方面，德邦将研发成果及时投入使用，实现全网布局，通过自主研发的运输系统支撑渠道、订单、仓储及运输一体化，降低了运营成本，还实现了差异化，提升了竞争力。而在邮政业创新效率垫底的顺丰虽也进行了相应的快递运送方面的技术研发与创新，但小件产品的运送行业竞争格外激烈，为了掌握优势，顺丰将主要精力放在了时效的提升上，但时效的提高不仅仅是通过科技和供应链的升级等技术研发和智能12物流科技2 0 2 3年第2 0 期10 月下企业名称2018年0.442.370.265.000.235.831.520.180.090.574.221.562018年一一一IRSIRSIRSIRS一IRSIRS表5物流企业具体研发情况2019年研发人员研发投人占比/%比例/%14.150.514.412.292.810.4515.475.603.711.8310.906.806.171.473.630.264.000.120.860.3914.25.4.187.711.462019年DRSDRSDRSDRSIRSDRSIRSIRSIRSIRSDRS研发人员占比1%15.484.991.8915.514.6010.918.553.934.800.7413.558.292021年DRSDRSDRSDRSIRSIRS一一一一IRSIRSDRSDRSIRSIRSIRS一一一IRSDRSDRSDRS2020年研发投人比例/%0.881.950.684.140.825.031.490.310.120.254.001.47研发人员占比/%8.653.543.8214.4510.4410.266.343.525.200.757.848.58研发投入比例/%0.761.760.604.621.874.380.860.270.120.373.671.65基于DEA模型的仓储物流企业创新效率评价化管理就可以解决的难题，还伴随着运力的投入，运输工具的升级，保鲜手段的优化和仓储服务的扩张等，使企业的成本进一步提升，创新的效益有所下降。存在同样问题的还包括创新效率不断下降的韵达和申通，为了提高竞争力，不仅扩张网点、增加冷链业务，同时也在优化末端配送服务上增加了研发投入，但却因为快递行业的低价竞争以及受到经济下行的影响而未获得理想的效益，且申通和顺丰智能化的信息系统由于原有设备及系统承载能力有限，未优化改进而出现了用户信息泄露等信息安全问题，给企业的创新效益又造成了一系列的负面影响。仓储业中，创新效率较高的中储股份，作为现代综合物流企业，在所处行业有着深厚的技术和科技手段的研发积淀，所研制和生产的相关设备和产品在国内市场占有率极高，并且握有核心自主知识产权；与此同时，中储股份拥有极高的市场敏锐度，根据市场变化不断对产品和业务进行升级，研发转化能力极强，并且中储股份将风险管理作为立足之本，利用区块链技术，将风险管理一并融入企业的数字化供应链平台，在给研发带来效益的同时也对企业经营起到了保驾护航的作用。反观创新效率极低的新宁物流，虽然掌握领先的“智能仓储”相关技术，并希望通过资源整合和平台升级，成为专业的综合物流商，但智能技术的发展日新月异，新宁物流虽然投人创新并获得成果，但在跟踪技术的升级换代和将转化技术融合为企业的新产品新业务方面，执行力较弱，导致其无法及时从研发中获得效益，创新效率低下，容易丧失既有优势，另外，新宁物流的内部控制方面也频发问题，一系列经营意外和风险也使企业的收益状况不容乐观。恒基达鑫作为仓储业中提供危化品仓储服务的企业，由于石化物流业对于环保和安全的要求极其严格，因此其研发技术主要应用于自动化卸车、石化产品监测保护预警系统等方面的开发，保证运输安全，降低运营风险，因此投入资金和人力都较大，但恒基达鑫所在行业的特殊性导致其企业经营受到石油价格等各类客观因素的影响较大，风险管理手段不足，致使其收益极其不稳定，创新的投入产出极为不平衡。3对物流企业的建议3.1创新战略的制定应切合实际虽然研发和创新是如今物流行业发展的重要趋势，但企业制定自身创新战略时，不应只是随大流地跟随模仿，所谓的一体化物流系统、供应链服务都应针对企业的具体发展需求进行个性化的规划，例如主营大件快递服务的德邦。根据自身的经营经验，发掘了大件业务具有货物价值高昂、破损率高、运输操作难等困难和问题，因此，德邦对大件的中转及末端收派的相应技术进行研发，将智慧场站、智慧末端等技术服务应用于大件运送环节；中储的主营是大宗商品供应链，为了提高大宗商品交易的安全性和控制高昂的物流成本，中储将线上线下服务相结合，实现了业务线上化、单据电子化、流程标准化和布局网络化。创新效率高的企业以其实际经验向我们证明，创新战略和研发重心的确定，应由管理层与业务部共同在对日常运营的监控和复盘反思中实现，技术研发也应以响应客户的个性化需求为主，且依据企业实际的发展状况量力而行，从而做到有秩序有依据有把握地为企业创新投入人力物力4。3.2研发成果应及时转化为生产力大数据时代中，市场的竞争局势瞬息万变、日新月异，因此，企业的研发进程必须具有领先性和预见性，研发成果也必须及时地在实际经营中转化应用。例如，快递行业中从快递下单到中转再到终端配送服务，每一环节的问题都可以成为新的创新点，而一旦App开发、智能化分栋、数字化配送等技术不能及时试用和实践，一方面，当竞争企业的客户找寻的敏锐度和服务更加个性化，就容易丢失潜在客户，失去占领市场份额的先机；另一方面，研发的成果如若不投放至日常经营过程中进行检验，就难以及时反馈执行中的技术问题和操作漏洞，而无法及时得到改正，会进一步使企业的创新进程落后于竞争的同行企业。3.3技术应用应延伸至管理层面大部分仓储物流企业技术创新的重点都聚焦在提高经营效率和提升服务质量上，但即便主营业务方面的技术研发已经达到行业领先地位，企业手握的专利做到了独一无二，但研发周期和过程具有太多的不确定性，这些都不意味着企业的研发就一定会获得高质量的成果，且不是光靠一味的高投人就可以解决。仓储物流企业都拥有自已的竞争赛道，每一赛道的客观环境都各不相同，经营过程中也难免会受到例如宏观政策的调控、经济下行等突发情况的影响，若想使企业的研发创新效率具有一定的保障，风险预估与管理乃至公司的内控管理都应纳入技术研发的考虑范围中，如若企业的数字化技术能囊括对所遇外界风险和企业内部经营隐患的评估，建立预警机制，从而使企业及时启动相应的解决方案，做到尽量规避、减小损失，便能进一步保证企业的研发效益和创新效率。参考文献：1】刘万春，吴清。基于DEA-Malmquist的A股上市物流企业的创新效率分析 物流科技，2 0 2 1,44(5):37-40.2周祺，袁小慧。基于DEA模型的江苏物流效率区域比较 J物流科技，2 0 2 1,44(9):114-117.3 吴宗泽，宋良荣：基于DEA模型的中国上市物流企业经营效率评价研究 J.物流科技，2 0 2 2,45(16):10 8-113.4 王俊鹏。基于因子分析法的物流上市企业财务风险评价一以新宁物流为例 J物流工程与管理，2 0 2 2,44(9):140-143.5 沈衡智。我国物流类上市公司研发创新效率与企业绩效 J.物流工程与管理，2 0 2 2,44(10):12 8-132.物流科技2 0 2 3年第2 0 期10 月下13