基于DEA 的长三角与安徽省冷链物流协同发展研究

1. 引言

冷链物流是现代物流体系关键部分，在保障食品安全、提升供应链效能及推动区域经济协同发展上作用愈发重要。消费升级与生鲜、医药需求增长，使其成为经济社会发展的重要支撑。国内外学者对冷链物流效率评估和区域协同发展进行了广泛研究，在效率评估方法上，数据包络分析（DEA）因能综合考量多投入产出指标，成为重要研究手段，探讨区域冷链物流协同机制对提升资源配置效率、推动一体化意义重大。目前新质生产力正在重塑冷链物流运行模式，而现有研究有不足，本研究据此构建评价体系，分析两地效率与协同水平，为资源整合提供参考。

2. 理论框架与研究设计

2.1 新质生产力理论与冷链物流发展

新质生产力是以科技创新为主导，具有高科技、高效能、高质量特征的生产力形态，在冷链物流领域表现突出。智能化技术应用上，借助物联网等技术实现全程可视、可追溯，像智能温控系统保产品质量，路径优化算法提效率降能耗；绿色化转型中，强调可持续发展，用环保材料、节能设备减碳排放，如新能源冷藏车；服务模式创新上，推动向一体化供应链服务转变，提供全链条服务以提升附加值。

2.2 DEA 模型理论基础

数 据 包 络 分 析（Data Envelopment Analysis，DEA） 是 1978年由 Charnes、Cooper 和 Rhodes 提出的一种非参数效率评价方法，它通过线性规划技术评价具有多个输入和多个输出的决策单元（DMU）的相对效率。本研究采用 BBC 模型和 CCR 模型相结合的方法评估冷链物流效率。

2.3 指标选取与数据来源

本研究基于科学性等原则，结合冷链物流特点和新质生产力要求，构建投入产出指标体系。投入指标含人力（冷链物流从业人员数）、资本（冷库容量等）、技术（研发投入等）、运营投入（燃料动力消耗等）；产出指标有经济（物流业务收入等）、服务（货物周转量等）、社会效益（就业贡献率等）、环境效益（碳排放减少量等）。数据源于2018 - 2024 年长三角三省一市（江苏、浙江、安徽、上海）统计年鉴、冷链物流专委会数据、上市公司年报、企业调研及政府发展报告，最终选取120 家冷链物流企业为样本。

3. 实证分析

3.1 描述性统计

对选取的长三角地区三省一市冷链物流企业进行描述性统计，主要变量的统计结果如表3-1 所示。

表1 变量描述性统计（2024 年）

数据表明，各项指标较 2023 年显著上扬，行业规模扩张与技术投入加大。其中上海冷链物流技术投入与运营规模领先；江浙企业数量多，竞争激烈；安徽企业规模虽小，但发展势头迅猛。

3.2 DEA 效率分析

运用 DEAP 2.1 软件对样本企业进行 DEA 效率测算，结果如表3-2 所示。

表 3-2 2024 年冷链物流企业 DEA 效率值

效率分析显示，各地区冷链物流效率较 2023 年均有提升，上海市综合技术效率达 0.905 保持领先，安徽省提升最明显且规模效率达0.969，与长三角基本持平，规模扩张效益显现。

3.3 Malmquist 指数分析

为进一步分析效率动态变化，使用 Malmquist 指数模型对2018-2024 年冷链物流全要素生产率变化进行分解，结果如表 3-3所示。

表3-3 2018–2024 年冷链物流全要素生产率变化指数

2023–2024 年全要素生产率增长 14.9% ，创下近年新高，其中技术进步贡献率进一步提升至 84.6% 。这表明新质生产力在冷链物流领域的应用成效持续显现，数字化转型和智能化升级步伐加快。

3.4 区域协同度测量

采用耦合协调度模型对 2024 年长三角与安徽省冷链物流协同发展水平进行测算，结果显示区域协同度达到 0.723，较 2023 年的0.682 提升 6.0% ，首次进入良好协调阶段（0.7–0.8）。从协同度构成来看，基础设施协同度为 0.756，提升最为明显，主要得益于安徽省冷链物流设施的快速建设；技术协同度为 0.698，虽然提升显著，但仍为协同发展的短板；政策协同度为 0.712，反映区域间政策协调机制逐步完善。

4. 结论与建议

本研究基于新质生产力理论和 DEA 方法，对长三角与安徽省冷链物流效率及协同发展进行了实证研究。研究发现，2024 年，长三角冷链物流多维发展，行业规模与技术投入双增，上海领先，江浙竞争大，安徽发展快；效率整体提升，上海综合技术效率居首，安徽提升大且规模效益显现，过半企业规模报酬递增；2018 - 2024年全要素生产率持续增长，2023 - 2024 年涨幅创新高，技术进步贡献大；区域协同良好，基础设施协同提升，技术协同是短板，政策协同机制正完善。

为促进长三角冷链物流协同发展，建议实施区域差异化策略，上海强化技术引领，江浙提升竞争力，安徽扩大规模实力；推动区域技术交流合作，共享创新成果；完善政策协调机制，优化政策衔接。同时，推动智能化、绿色化转型，加大创新投入，鼓励建智慧冷链平台，推进绿色低碳发展；加强区域协同，完善基础设施，推动标准一体化；优化资源配置，培育龙头企业，重点扶持安徽企业，加强人才培养，改善政策环境，简化审批流程。

参考文献：

[1] 吴诗棋 , 陈欣 , 王光洁 , 等 . 基于 DEA-Malmquist 指数模型的医药冷链物流企业经营效率研究 [J]. 中国储运 ,2024,(12):80-81.

[2] 陈发涛 , 张望 . 基于 DEA 方法的安徽省生鲜农产品冷链物流效率分析 [J]. 科技和产业 ,2024,24(20):165-171.

[3] 徐超毅 , 胡望敏 . 高质量背景下长三角地区生鲜农产品冷链物流需求预测 [J]. 枣庄学院学报 ,2024,41(05):25-32.

[4] 姜玉波 , 尤兴涛 . 安徽省协同推进长三角港航更高质量一体化发展方案思考 [J]. 水运管理 ,2021,43(05):4-5+11.

项目基金:

2024 年校级重点科研项目《基于 DEA 的长三角与安徽省冷链物流协同发展研究》( 项目编号:Awky2024005)2024 年校级重点科研项目《“长三角一体化”背景下安徽省茶叶出口发展研究》( 项目编号:Awky2024037)