我国快递产业运营效率研究.pdfVIP

我 国快递产业运营效率研究 而不断转型。但从政策措施方面来看，交通基础设施建设上的投入需要较长的时间才能吸引足够的需求 ，因此在进行交通基础 设施建设时，不能只考虑短期内的需求水平，而要考虑长期内的效率，避免过度投资。然而，目前很多地区也存在着为了追求 规模而盲 目扩张的情况。我国物流效率存在着物流投入存在严重的浪费现象，与发达国家相比，尽管我们的规模有所提升，但 其他方面没有跟上，限制了物流效率的进一步提高。 2 研究设计 2．1 DEA模型基本思想 数据包络分析 (DataEnvebpmemAnalvsis，DEA)是以 “相对效率”概念为基础，用以测评一组多投入和多产出的决策单 元 DMU (DecisionMakingUnit)的相对效率的一种系统分析方法。这种方法是一种非参数型估计方法，无需考虑特定的生产 函数形式，可以规避参数方法的多种限制。 2．2 主要投入与输出指标选取 根据DEA方法的相关要求，以及本文的研究 目的，本文选择的投入指标是： (1)处理货量 (快递业务量) 处理货量是物流产业中常用的评价指标 ，一个地区的快递处理业务量能充分说明该地区的快递发展水平，也与快递业务收 入有着紧密的关系。 (2)企业投入 (快递营业网点数) 快递行业的属性决定了一个快递营业网点只能服务一定面积范围内，只能覆盖一定量的人 口。一般来说，一个地区快递网 点越密集，说明该地区快递需求量越大。但建立一个快递网点需要投入大量人力物力 ，过于密集的快递网点数量也会造成资源 浪费，运营效率低下，建立合理数量的快递网点，有利于整合人力物力资源，促进运营效率的提升。因此，我们选择各地区快 递网点数量作为各地区快递产业运营效率的投入指标。 (3)基础设施建设 (邮路总长度) 一 个地区的物流基础设施建设，反映了一个地区的运输条件，也能折射出该地运输产业的规模和质量。而相比一个地区的 运输线路长度，一个地区的邮路总长度对于快递产业的发展具有更大的影响，更适合快递产业的相关分析。 本文选择的输出指标是： 快递业务收入。快递行业属于提供劳务的服务性行业，快递业务收入是其主要产出，因此我们将快递业务收入作为各地区 快递产业运营效率的输出指标。 2．3 数据来源和样本选择 使用 DEA方法对效率进行评价，在投入产出指标的选取上一般有数量的限制。按照经验法则 ，决策单元的数量至少应当 是投入与产出指标的数量之和的2倍，否则无法得到有效的结果。本文选取了3项投入指标 、1项产出指标 ，因此至少需要 8 个地区的快递产业作为样本。因此本文选择了以省为单位，去除港、澳、台地区之后 ，总共收集到 31个省、直辖市、自治区 的2012年度相关数据，满足DEA方法运用的经验法则的相关要求。本文所选取的资料来源于 {2012年中国统计年鉴》和国家 邮政局公布的2012年邮政行业运行情况 (如表 1所示)。 DEA方法要求投入与产出指标要满足等幅扩张性的要求，即随着要素投入的增加，产出不会减少。这需要检验投入和产出 指标之间是否具有正相关关系。运用SPSS17．0统计软件对样本的投入产出指标进行了相关性分析，结果如图 1所示。 从图 1可以看出，快递业务收入 (INcOME)与快递业务量 (v0LuME)之间的相关系数为0．964，t检验的显著性概率为 0．0000．01，拒绝零假设，表明两个变量之间显著相关；快递业务收入与快递营业网点数 fBRANCH)之间的相关系数为O．764， t检验的显著性概率为O．0000．01，拒绝零假设 ，表明两个变量之间也显著相关；快递业务收入与邮路总长度 (DISTANCE)之 间的相关系数为0．722，t检验的显著性概率为0．0000．Ol，拒绝零假设，表明两个变量之间也显著相关；因此 ，投入项与产出 项之间呈现显著的正相关关系，表明本文所选取的投入产出指标符合DEA方法要求的单调性假设。 2．4 运用DEA方法求解 运用WinQSB软件线性规划模块求解，依次计算各地区快递产业的运营效率 (如表2所示)。 从表2可知，仅有上海、广东、西藏、青海4个地区快递产业运营效率E值达到1，是相对有效的，仅占12．9％，而考虑 到西藏和青海地区的地理因素，这两个地区快递业务量和业务收入规模较小，甚至不及上海和广东地区的 1％，因此西藏和青 海地区的快递产业运营效率的参考价值不大。可以认为 ，仅有上海和广东地区的快递产业运营是相对有效的，仅占6．5％。全 国