□ 賀盛瑜，黃靜如

(1.西昌學(xué)院 經(jīng)濟管理學(xué)院，四川 西昌 615013；2.成都信息工程大學(xué) 物流學(xué)院，四川 成都 610103)

1 引言

現(xiàn)代物流作為經(jīng)濟全球化的產(chǎn)物，直接影響著從地區(qū)生產(chǎn)到產(chǎn)品銷售的流程以及運作過程中的組織形式和管理技術(shù)，決定著商品的流通成本及經(jīng)濟效益，繼而影響一個地區(qū)的核心競爭力。物流效率作為直接反映物流業(yè)發(fā)展程度的重要指標(biāo)，其概念是在效率的概念基礎(chǔ)上直接演變而來的。效率是指在某種經(jīng)營活動中，通過充分利用資源來滿足生產(chǎn)需求，效率的高低就代表了資源利用率的高低。因而，物流效率就是為了充分滿足物流需求，通過投入物流資源，且利用這些資源來最大化地提供有效物流供給。物流效率的本質(zhì)是衡量物流的投入產(chǎn)出比，主要表現(xiàn)為在產(chǎn)出既定的條件下的投入最小化，或在既定投入條件下的產(chǎn)出最大化。隨著經(jīng)濟社會的發(fā)展，經(jīng)濟增長對物流產(chǎn)業(yè)的依賴性愈發(fā)強烈，物流效率的好壞直接影響到區(qū)域內(nèi)經(jīng)濟的增長質(zhì)量及發(fā)展水平，地區(qū)政府對區(qū)域物流也逐漸賦予更多的關(guān)注。因而聚焦區(qū)域物流效率評價，對于有效破解區(qū)域物流瓶頸、實現(xiàn)地區(qū)源源不斷地價值轉(zhuǎn)化等都具有重要的理論與實踐價值。

根據(jù)中國知網(wǎng)(CNKI)文獻數(shù)據(jù)庫、百度學(xué)術(shù)等文獻數(shù)據(jù)庫檢索發(fā)現(xiàn)，對于區(qū)域物流效率的評價已經(jīng)是較為成熟的研究，但是其主要研究成果是在國外，國內(nèi)研究空間仍然很大。按年份情況可以發(fā)現(xiàn)有關(guān)物流效率評價的相關(guān)研究文獻數(shù)量隨著年份增長呈遞增式增長，近幾年中有關(guān)區(qū)域物流效率評價的研究文獻在2016年最多，雖然之后有所回落，但近兩年對區(qū)域物流效率評價的研究文獻數(shù)量也在不斷增加，足以見得區(qū)域物流效率評價在新時代發(fā)展中不斷顯現(xiàn)的重要性。為更好的對有關(guān)區(qū)域物流效率評價文獻的評價內(nèi)容、指標(biāo)與方法進行了解和比較，本文選擇了30篇國內(nèi)相關(guān)文獻，涵蓋被引頻次最高的、年代新的文獻，也涵蓋期刊和博碩論文，以此分析較具有代表性且較全面。通過文獻分析清晰地反映了我國關(guān)于區(qū)域物流效率評價的研究現(xiàn)狀以及學(xué)者在評價方法、選用指標(biāo)和評價內(nèi)容上的不同。

2 評價方法

國外學(xué)者關(guān)于物流效率的評價研究已經(jīng)較為深入，通常采用定量方法以及定性與定量相結(jié)合的方法對物流效率評價進行研究。國內(nèi)關(guān)于區(qū)域物流效率評價方法通過引入數(shù)據(jù)包絡(luò)分析等定量方法不斷結(jié)合中國實情進行方法拓展。其中，通過文獻整理分析發(fā)現(xiàn)主要研究方法集中在DEA方法、SFA方法兩種，因此，本文以這兩種研究方法為主進行介紹。

2.1 DEA方法

根據(jù)文獻記載，數(shù)據(jù)包絡(luò)分析方法(DEA，Data Envelopment Analysis)是由Charnes等(1978)[1]開發(fā)的一種運籌學(xué)方法，是一種利用數(shù)學(xué)規(guī)劃模型對包含多個相同類型輸入輸出“部門”或“單位”(DMU，Decision Making Units)間的相對效率進行研究、并根據(jù)實際觀測的數(shù)據(jù)判斷DMU是否有效的評價方法。其優(yōu)勢在于不需要預(yù)先給出權(quán)重、結(jié)構(gòu)簡單，但也存在未考慮評估對象所處的外部環(huán)境、隨機誤差等對效率值影響的弊端。隨著DEA模型的不斷擴展，國外學(xué)者對DEA模型的擴展研究做了綜述和分析。Cook和Seiford(2009)[2]對DEA的不同模型和擴展進行了詳細論述。Liu J S(2016)[3]等對DEA的研究前沿問題做了深入分析。

通過對國內(nèi)文獻探索分析發(fā)現(xiàn)，針對區(qū)域物流效率評價的文獻中，使用DEA方法及其變形的特別多，就本文所分析的30篇文獻來看，使用DEA相關(guān)方法的占比約為90%。關(guān)于針對DEA模型進行研究及擴展的方法主要分為以下四類：傳統(tǒng)DEA模型、DEA模型與Malmquist指數(shù)模型相結(jié)合、三階段DEA模型和超效率DEA模型。其中，超效率DEA又分為超效率的傳統(tǒng)DEA模型和SBM模型。

2.1.1 傳統(tǒng)DEA模型

傳統(tǒng)DEA方法主要單純進行物流效率評價，Tongzon(2001)[4]使用DEA方法對澳大利亞和其他國際港口進行效率度量。在使用DEA方法的所選文獻中，使用傳統(tǒng)DEA方法的文章約占37%(部分文獻方法有重疊，所以計算的占比相加之和大于1)。

本文以王琴梅、譚翠娥(2013)[5]的《對西安市物流效率及其影響因素的實證研究——基于DEA模型和Tobit回歸模型的分析》一文為例對這種方法的使用進行介紹：該文通過對物流、物流效率等相關(guān)概念進行界定，基于DEA方法具有客觀性的特點，使用DEA的CCR和BCC模型對西安市物流效率進行了分析?？紤]到使用DEA方法可對物流效率進行時間序列的縱向分析，所以，選用了2003年至2010年的時間序列數(shù)據(jù)按年作為每一個DMU(Decision Making Units，決策單元)。在選定投入產(chǎn)出指標(biāo)后，通過使用DEAP軟件得到每一決策單位下的西安市總體效率、純技術(shù)效率、規(guī)模效率以及它們的規(guī)模效益。根據(jù)效率結(jié)果分析可以發(fā)現(xiàn)西安市部分年份存在DEA無效的情況，同時，根據(jù)這8年的平均效率得到西安市整體物流效率水平較高的結(jié)果。該文還通過物流效率結(jié)果將影響物流效率的因素與西安市整體物流效率水平進行回歸分析得到它們之間的相關(guān)關(guān)系，以此結(jié)果對物流效率發(fā)展提出建議。

因此，傳統(tǒng)的DEA模型計算主要通過對物流總投入與物流總產(chǎn)出之間的關(guān)系計算得到物流效率結(jié)果,這種方法是計算物流效率較基礎(chǔ)的一種方法。

2.1.2 DEA模型與Malmquist模型相結(jié)合

考慮到DEA模型得到的物流效率是一個靜態(tài)的數(shù)據(jù)，在傳統(tǒng)DEA模型基礎(chǔ)之上加入Malmquist指數(shù)模型可以將物流效率進行動態(tài)分析。FARE和GROSSKOPF(1992)[6]是最早將Malmquist指數(shù)融入輸入輸出變量之中的。在所選文獻中，使用該種模型的占DEA全部模型的大約30%，也是使用頻次較高的一種模型方法。

于麗英，施明康等(2018)[7]在《基于DEA-Malmquist指數(shù)模型的長江經(jīng)濟帶物流效率及因素分解》一文中對DEA模型和Malmquist模型結(jié)合的方法進行了實證分析。文中對DEA中的CCR和BCC模型以及Malmquist模型進行了簡單闡述：CCR模型主要是通過構(gòu)成最優(yōu)化線性規(guī)劃(公式1，具體公式可參考原文獻)，在此基礎(chǔ)上轉(zhuǎn)化為它的對偶規(guī)劃形式(公式2)。通過對偶規(guī)劃公式計算得到物流效率值。若在對偶規(guī)劃的基礎(chǔ)上再加入一個約束條件，就可以生成BCC模型，以此得到技術(shù)效率值。若是要在DEA模型的基礎(chǔ)上求得效率的變動指數(shù)，就需要在公式2的基礎(chǔ)上求出Malmquist模型的距離函數(shù)(公式3)，通過公式3分別求出每一年的距離函數(shù)，分別將每連續(xù)兩年的距離函數(shù)帶入公式2即得到公式4，求得每連續(xù)兩年之間的Malmquist指數(shù)。此外，通過公式5和公式6將計算得到的Malmquist指數(shù)分解成技術(shù)效率和技術(shù)進步指數(shù)，可以通過計算結(jié)果分析對Malmquist指數(shù)影響較大的因素。通過文中闡述的方法該文以長江經(jīng)濟帶為例對其11個省市2008年至2015年的物流業(yè)效率進行了實證分析，了解到長江經(jīng)濟帶整體上來看物流業(yè)發(fā)展態(tài)勢較好，但經(jīng)濟帶中各區(qū)域仍存在較明顯的差異。

DEA模型和Malmquist模型結(jié)合的方法主要是在物流效率靜態(tài)呈現(xiàn)的基礎(chǔ)上對其進行動態(tài)的了解，這對于了解區(qū)域物流業(yè)的發(fā)展趨勢是一種較好的方法。

2.1.3 三階段DEA模型

由于DEA模型本身沒有考慮在物流效率計算過程中環(huán)境因素和隨機誤差因素對計算的影響，所以，計算得出物流效率常常是不準(zhǔn)確的，人們會誤以為某區(qū)域的物流效率較低全是管理無效率引起的。而通過三階段DEA模型計算得到的結(jié)果將會剔除掉環(huán)境因素和隨機誤差因素對計算的影響，使得計算結(jié)果更真實。Fried等(2002)[8]提出了利用三階段數(shù)據(jù)包絡(luò)方法對效率進行分析的評價模型。該種方法在所選使用DEA方法的文獻中約占22%，使用頻次稍低于前兩種方法。但根據(jù)文獻時間整理發(fā)現(xiàn)，近幾年使用該種方法的最多。

鐘祖昌(2010)[9]在《基于三階段DEA模型的中國物流產(chǎn)業(yè)技術(shù)效率研究》一文中利用截面數(shù)據(jù)對三階段模型進行了實證分析，該文中的DMU為參與評價的每一個地區(qū)。根據(jù)文中描述，三階段DEA模型，顧名思義，共分為三個階段進行計算。第一階段，使用傳統(tǒng)DEA模型計算得到物流效率；第二階段，主要意在剝除環(huán)境因素和隨機誤差因素的影響。由于在DEA方法中物流效率的高低是受到三方面(管理無效率、環(huán)境因素、隨機誤差)影響的，所以，在該階段由構(gòu)建的類似SFA模型計算三方面因素分別對物流效率的影響，然后，剔除掉除管理無效率外的兩個因素，主要通過對環(huán)境較好的DMU的投入進行調(diào)整，使得評價的所有DMU處于同一環(huán)境中，即所有地區(qū)的發(fā)展環(huán)境相同；第三階段，將調(diào)整后的決策單元帶入DEA的BCC模型中再次對效率進行評估，得到調(diào)整后的物流效率。該文中通過對選取的我國31個省市自治區(qū)物流效率進行實證分析，了解到這31個省市自治區(qū)的物流綜合效率較低，且發(fā)現(xiàn)物流效率與區(qū)域經(jīng)濟相關(guān)，所以，導(dǎo)致在區(qū)域上物流效率存在差異。

三階段DEA模型的使用使得物流效率計算更加準(zhǔn)確，同時根據(jù)第一階段和第三階段的計算結(jié)果可以比較發(fā)現(xiàn)，外部環(huán)境等偏差確實會對物流效率的計算產(chǎn)生影響。

2.1.4 超效率DEA模型

根據(jù)傳統(tǒng)DEA模型可知，當(dāng)DEA模型計算得到物流效率為1時，即為DEA有效。但是往往在計算結(jié)果中存在多個DEA有效的情況存在，傳統(tǒng)DEA模型無法對所有物流效率為1的DMU進行進一步的評價，因此，Andersen和Petersen(1993)[10]針對傳統(tǒng)DEA模型未考慮DMU本身的排序問題提出了一種改進的DEA方法，于是就有了超效率DEA模型的誕生。在所選文獻的這四種方法模型中該種模型方法占比約為22%，使用頻次與三階段DEA模型近似相同。

根據(jù)潘濤(2015)[11]在《河南省物流業(yè)效率演化發(fā)展的影響因素》一文中的實證分析可以了解到超效率DEA模型(SE—DEA模型)的實際運用。該文主要通過使用超效率DEA模型的方法對河南省物流效率進行評價，得到DEA相對有效的各個DMU的具體效率值，并通過灰色關(guān)聯(lián)分析找到影響物流效率的因素。在物流效率計算中通過將數(shù)據(jù)劃分為11個DMU(2003年至2013年數(shù)據(jù))進行時間序列分析。根據(jù)研究結(jié)果發(fā)現(xiàn)這十一年期間河南省物流效率較高，且處于逐漸上升的狀態(tài)。

超效率DEA模型除了傳統(tǒng)的DEA模型與超效率結(jié)合使用的方法，還有DEA中的SBM模型(Slacks-Based measure)與超效率結(jié)合使用的方法，即超效率SBM模型(SE—SBM模型)。該模型最早由Tone(2002)[12]提出的一種基于松弛的DEA效率測度方法，在王育紅等(2017)[13]的《基于Super-SBM模型的長江經(jīng)濟帶物流效率測度研究》一文中對該模型進行了詳細介紹。SBM模型與DEA傳統(tǒng)的CCR和BCC模型最大的區(qū)別就在于SBM模型的目標(biāo)函數(shù)中是包含松弛變量的。超效率SBM模型就是在此基礎(chǔ)上對DEA有效的DMU進行區(qū)分。該文中還對超效率SBM模型進行了一定的改良，即將非期望產(chǎn)出加入到了模型中，使得這種方法與其他方法相比考量更全面一些。通過使用這種模型，該文發(fā)現(xiàn)針對長江經(jīng)濟帶地區(qū)將碳約束納入物流效率評價指標(biāo)中是有較大影響的。此外，在2005年至2014年期間的長江經(jīng)濟帶地區(qū)物流效率是存在時空差異的。

超效率DEA模型的使用讓多個有效DMU同時存在卻無法評價的問題得到解決，同時，方法的不斷改良讓需要不同考量的具體問題也逐漸得到解決。

2.2 SFA方法

有關(guān)物流效率評價研究，除了國外對物流效率評價的研究方法外，我國學(xué)者還將隨機前沿模型方法(SFA，Stochastic Frontier Approach)帶入了對物流效率評價的研究中。隨機前沿模型方法是由Meeusen和Broeck(1977)[14]提出的一種估算前沿生產(chǎn)函數(shù)的替代方法。這種計算方法得到的效率值是將統(tǒng)計誤差包含在內(nèi)的，且經(jīng)過驗證發(fā)現(xiàn)這種包含統(tǒng)計誤差的方法計算得到的效率值系統(tǒng)性地高于Richmond(1974)[15]方法的計算結(jié)果。

根據(jù)對國內(nèi)文獻的探索發(fā)現(xiàn)，在所選論文中使用SFA方法的僅占10%。本文以汪旭暉、文靜怡(2015)[16]的《我國農(nóng)產(chǎn)品物流效率及其區(qū)域差異——基于省際面板數(shù)據(jù)的SFA分析》一文為例進行闡述：該文對SFA方法進行了較具體的介紹。SFA是一種有參數(shù)地確定生產(chǎn)前沿面的方法，相比于DEA方法，SFA將隨機因素對物流產(chǎn)出的影響考慮在內(nèi)，且該方法受異常值的干擾相對于DEA方法較小。由于SFA模型考慮到參數(shù)，所以，在進行模型建立前會對生產(chǎn)函數(shù)進行選擇，常用的函數(shù)有Cobb-Douglas(柯布-道格拉斯)和Translog(超越對數(shù))兩種。該文通過對全國整體和東中西部地區(qū)分別計算它們2003年至2011年期間的農(nóng)產(chǎn)品物流效率，最終根據(jù)計算結(jié)果得到我國整體農(nóng)產(chǎn)品物流效率中等偏低且東中西部差距正在不斷縮小的結(jié)論。

SFA方法雖然計算過程更復(fù)雜一些，但其相比較其他方法而言計算結(jié)果也更穩(wěn)定。

2.3 評價方法對比

根據(jù)對上述方法的總結(jié)得到表1，可以發(fā)現(xiàn)各種方法有各自的特點，傳統(tǒng)模型在簡便性上更勝一籌，而改進的模型在針對特殊研究區(qū)域或者研究內(nèi)容時計算結(jié)果更加真實。因此，不同的學(xué)者在進行區(qū)域物流效率評價時可以根據(jù)自己的評價重點(評價區(qū)域以及具體研究內(nèi)容)，從而選用不同的計算方法。

表1 方法特點

3 投入產(chǎn)出指標(biāo)

在對區(qū)域物流效率評價中很重要的一點就是投入產(chǎn)出指標(biāo)的選擇。通過文獻研究發(fā)現(xiàn)，眾多文獻在進行物流效率評價時選擇評價指標(biāo)具有一定的共性和區(qū)別。

①投入指標(biāo)：關(guān)于物流效率投入指標(biāo)的選取一般都是基于人、財和物三點，常見的投入指標(biāo)主要有物流業(yè)從業(yè)人數(shù)、物流業(yè)資本或物流業(yè)固定資產(chǎn)投資額或物流業(yè)財政支出、物流里程數(shù)(公路、鐵路等)，根據(jù)不同文獻研究會進行不同的指標(biāo)選擇。

②產(chǎn)出指標(biāo)：產(chǎn)出指標(biāo)主要反映產(chǎn)出的質(zhì)和量，大多以物流業(yè)產(chǎn)值或產(chǎn)值增量、貨運量以及貨物周轉(zhuǎn)量來代表產(chǎn)出。

除以上相似指標(biāo)外，在關(guān)于投入和產(chǎn)出指標(biāo)的選取中會根據(jù)評價方法或內(nèi)容的不同進行增加或減少。以方法為例：在三階段DEA模型計算中會增加環(huán)境變量的數(shù)據(jù)，此時會將地區(qū)GDP或政府投入等考慮在環(huán)境變量內(nèi)；而在SE—SBM模型中，考慮到有非期望產(chǎn)出的存在，會增加相關(guān)變量來表示。以內(nèi)容為例：在對農(nóng)產(chǎn)品進行物流效率計算時，則會將農(nóng)產(chǎn)品物流量作為產(chǎn)出指標(biāo)；在對物流業(yè)生態(tài)效率進行計算時，會將生態(tài)相關(guān)指標(biāo)增加到投入指標(biāo)當(dāng)中，并對基礎(chǔ)的一些指標(biāo)進行取舍。

通過對物流效率評價的指標(biāo)進行分析發(fā)現(xiàn)，物流效率評價選用指標(biāo)通常是一些較為宏觀的指標(biāo)，這些指標(biāo)一般可通過《中國統(tǒng)計年鑒》、各省市州的統(tǒng)計年鑒等歷年統(tǒng)計年鑒進行獲取。此外，根據(jù)自身研究內(nèi)容部分可能會從《中國能源統(tǒng)計年鑒》、《中國農(nóng)業(yè)年鑒》、《中國物流年鑒》等專業(yè)性年鑒獲取。

4 研究內(nèi)容總結(jié)

根據(jù)對文獻整理發(fā)現(xiàn)，目前國內(nèi)對于區(qū)域物流效率評價的研究中，前期針對全國范圍內(nèi)或以省級為單位進行的研究較多，近幾年細化到市級單位的研究在逐步增加。由于物流在全國發(fā)展的時間并不長，所以，現(xiàn)有研究中針對發(fā)達地區(qū)的研究較多。在效率評價方法上，不同的研究方法在測算區(qū)域物流效率時各有利與弊。通過文獻可以看出，目前較多的學(xué)者傾向于運用DEA分析法衡量區(qū)域物流效率，在模型上以DEA原始模型進行拓展，或結(jié)合其他方法進行分析。模型有關(guān)效率評價的投入、產(chǎn)出指標(biāo)，大多以物流業(yè)從業(yè)人員數(shù)、等級公路里程數(shù)和物流業(yè)固定資產(chǎn)投資額這三項作為投入指標(biāo)，物流業(yè)產(chǎn)值、貨物運輸量以及貨物周轉(zhuǎn)量這三項作為產(chǎn)出指標(biāo)。但根據(jù)實際研究情況和數(shù)據(jù)的可獲得性，不同學(xué)者研究會對指標(biāo)進行增減。同時，由于選取指標(biāo)的衡量標(biāo)準(zhǔn)不同，也會使得研究變得與眾不同。

5 研究展望

綜上所述，在目前有關(guān)物流效率評價的學(xué)術(shù)文獻中，聚焦京津冀或其他經(jīng)濟帶等較發(fā)達地區(qū)的物流效率評價研究較多，而針對相對欠發(fā)達地區(qū)或貧困地區(qū)物流效率進行定性和定量評價的文獻較少；其次，已有評價方法和模型還可以繼續(xù)進行改進。目前，鮮有學(xué)者對改進的三階段DEA模型加入Malmquist指數(shù)進行物流效率評價實證研究分析。改進的三階段DEA模型可利用其能將效率評估過程中環(huán)境因素和隨機因素對相對效率的影響有效分離出來的優(yōu)勢，結(jié)合Malmquist指數(shù)法根據(jù)M指數(shù)、技術(shù)效率變動和技術(shù)進步變動這三項指標(biāo)對物流效率進行動態(tài)分析，多學(xué)科、多方法的碰撞可使得對物流效率的評價更加準(zhǔn)確的同時實現(xiàn)研究維度的拓展。

因此，聚焦尚未涉及到的領(lǐng)域(欠發(fā)達地區(qū)或貧困地區(qū)等)，通過不同方法的改進對區(qū)域物流效率進行相關(guān)研究，能夠較準(zhǔn)確地了解該地區(qū)區(qū)域物流效率情況，結(jié)合對物流效率進行的影響因素分析，對于有效破解地區(qū)區(qū)域物流流通瓶頸、實現(xiàn)當(dāng)?shù)乜沙掷m(xù)地價值轉(zhuǎn)化、帶動本土經(jīng)濟長遠發(fā)展具有重要理論和現(xiàn)實意義。