盧 琳

（南京財(cái)經(jīng)大學(xué)，江蘇 南京210023）

一、研究背景

生產(chǎn)、流通與消費(fèi)是社會(huì)經(jīng)濟(jì)的三個(gè)主要組成部分，而物流在經(jīng)濟(jì)流通中尤為重要。隨著物流業(yè)的快速發(fā)展，現(xiàn)代物流業(yè)在國(guó)民經(jīng)濟(jì)中的作用和地位日益突出。中國(guó)物流業(yè)總體起步較晚，與發(fā)達(dá)國(guó)家相比，物流業(yè)發(fā)展水平與投入產(chǎn)出轉(zhuǎn)化能力存在較大差距，且各省物流業(yè)發(fā)展水平之間也存在較為嚴(yán)重的地域差異。此外，部分省份未能結(jié)合自身實(shí)際發(fā)展?fàn)顩r，盲目加大物流業(yè)投入、片面追求規(guī)模擴(kuò)大，造成了物流效率的低下。

物流效率是衡量物流業(yè)發(fā)展質(zhì)量的重要指標(biāo)，主要體現(xiàn)在配送質(zhì)量、配送時(shí)效以及配送服務(wù)水平等多個(gè)方面。近年來，學(xué)者陸續(xù)展開對(duì)物流效率的研究，選取的評(píng)價(jià)對(duì)象多為企業(yè)、行業(yè)或區(qū)域，評(píng)價(jià)方法主要有SFA、DEA和AHP等。其中，最常用的是DEA，這種方法無須預(yù)先估計(jì)參數(shù)，評(píng)價(jià)結(jié)果較為客觀。隨著學(xué)者的不斷深入探究，物流業(yè)效率研究方法也日趨完善。本文將傳統(tǒng)的DEA模型與SE-DEA模型相結(jié)合，對(duì)物流業(yè)投入產(chǎn)出數(shù)據(jù)進(jìn)行定量分析，研究結(jié)果對(duì)制定物流業(yè)發(fā)展戰(zhàn)略具有一定的參考價(jià)值。

本文的創(chuàng)新之處有兩點(diǎn)，一是將DEA模型與SE-DEA模型相結(jié)合，不僅得到2018年中國(guó)30個(gè)省（市、區(qū)）的物流業(yè)效率數(shù)據(jù)，還通過超效率評(píng)價(jià)值對(duì)這30個(gè)?。ㄊ小^(qū)）進(jìn)行全排序，從而得到更為全面可比的信息，為提升中國(guó)物流業(yè)效率提供參考；二是在選定的投入產(chǎn)出指標(biāo)的基礎(chǔ)之上，進(jìn)一步分析各投入產(chǎn)出指標(biāo)的影響力，為完善指標(biāo)選取、改進(jìn)模型提供一定的理論依據(jù)。

二、文獻(xiàn)綜述

隨著物流業(yè)的蓬勃發(fā)展，國(guó)內(nèi)外學(xué)者開始關(guān)注物流效率問題。Fei Ying等①在分析新西蘭建筑業(yè)物流效率后，指出提高物流效率的具體干預(yù)措施。樊俊花強(qiáng)調(diào)農(nóng)產(chǎn)品物流的重要地位，進(jìn)而提出中國(guó)農(nóng)產(chǎn)品物流評(píng)價(jià)體系的六大原則：實(shí)用、科學(xué)、系統(tǒng)、目的性、定性與定量以及規(guī)范和針對(duì)原則②。Lalhriatpuii指出，效率對(duì)物流業(yè)來說至關(guān)重要，并且效率可以用來衡量物流業(yè)利用可用資源的水平③。王芳等提出，物聯(lián)網(wǎng)技術(shù)可以對(duì)物流方案進(jìn)行優(yōu)化決策，從而提升物流企業(yè)的經(jīng)營(yíng)效率④。

DEA是常用的物流效率評(píng)價(jià)方法。連兆大等用DEA模型，以18個(gè)重點(diǎn)省份為研究對(duì)象，發(fā)現(xiàn)物流效率狀況呈現(xiàn)出區(qū)域性不平衡性，主要體現(xiàn)在沿海地區(qū)和內(nèi)陸地區(qū)的不平衡性⑤。李竹青等研究華東地區(qū)7個(gè)省份及直轄市的物流效率，提出優(yōu)化投入產(chǎn)出結(jié)構(gòu)和促進(jìn)區(qū)域物流業(yè)協(xié)同發(fā)展的策略⑥。郭子雪等認(rèn)為，京津冀三省市的物流資源優(yōu)勢(shì)互補(bǔ)，但物流資源空間布局還有待進(jìn)一步改善⑦。劉巖等將聚類分析和相關(guān)性分析結(jié)合，用DEA-BCC模型研究中國(guó)31個(gè)省市2016年的物流效率，發(fā)現(xiàn)經(jīng)濟(jì)發(fā)達(dá)的沿海地區(qū)物流效率具有明顯優(yōu)勢(shì)⑧。

也有部分學(xué)者將SE-DEA模型運(yùn)用到物流效率的研究當(dāng)中，汪旭暉等基于SE-DEA模型，提出經(jīng)濟(jì)發(fā)展水平會(huì)直接影響超效率⑨。魏國(guó)辰等對(duì)2010年至2015年長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)效率值進(jìn)行測(cè)算，提出了改善長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)效率的對(duì)策⑩。此后，仲云云等運(yùn)用SE-DEA模型分析長(zhǎng)江經(jīng)濟(jì)帶2012年至2017年的物流效率，闡述長(zhǎng)江經(jīng)濟(jì)帶物流效率的時(shí)空演變并給出相關(guān)政策建議?。

三、指標(biāo)選取與數(shù)據(jù)來源

（一）指標(biāo)選取

利用投入導(dǎo)向下的DEA-BCC模型和SE-DEA模型進(jìn)行效率評(píng)價(jià)時(shí)，投入產(chǎn)出指標(biāo)的選取對(duì)于最終的效率評(píng)價(jià)結(jié)果會(huì)有很大影響。本文從勞動(dòng)力和資本兩個(gè)方面選取投入指標(biāo)；從規(guī)模方面選取產(chǎn)出指標(biāo)。由于物流業(yè)目前還沒有完整的數(shù)據(jù)統(tǒng)計(jì)體系，而中國(guó)的交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)是物流業(yè)的主體部分，故以該統(tǒng)計(jì)數(shù)據(jù)代替物流業(yè)。具體的投入產(chǎn)出指標(biāo)見表1。

表1 中國(guó)物流業(yè)投入產(chǎn)出指標(biāo)體系表

（二）數(shù)據(jù)來源

選用中國(guó)大陸地區(qū)除西藏1外的30個(gè)省（市、區(qū)）的2018年度截面數(shù)據(jù)，并按經(jīng)濟(jì)帶劃分，進(jìn)而不僅可以對(duì)中國(guó)省際物流業(yè)效率差異進(jìn)行分析，還可以對(duì)中國(guó)三大經(jīng)濟(jì)帶的物流業(yè)效率差異進(jìn)行整體比較。數(shù)據(jù)主要來源于《中國(guó)統(tǒng)計(jì)年鑒（2019年）》，通過DEAP2.1軟件進(jìn)行DEA效率測(cè)算，通過MATLAB R2012a軟件進(jìn)行SE-DEA效率測(cè)算。

四、實(shí)證研究與分析

（一）效率分析

經(jīng)過軟件運(yùn)算，2018年中國(guó)大陸30個(gè)?。ㄊ?、區(qū)）物流效率測(cè)算結(jié)果見表2。

1.綜合技術(shù)效率分析。綜合技術(shù)效率能綜合反映被評(píng)價(jià)DMU的資源配置能力、資源使用效率等。由表2可知，30個(gè)?。ㄊ小^(qū)）中有8個(gè)為DEA有效，占被評(píng)價(jià)決策單元的26.67%。其中，東部、中部和西部的DEA有效地區(qū)個(gè)數(shù)分別為5個(gè)、3個(gè)和0個(gè)。不難看出，中國(guó)物流業(yè)效率存在一定的“東中西部”的地域差異，東部沿海地區(qū)的物流業(yè)效率遠(yuǎn)高于中部?jī)?nèi)陸地區(qū)和西部邊遠(yuǎn)地區(qū)。對(duì)比起來，東部地區(qū)的物流業(yè)投入和產(chǎn)出較為均衡、結(jié)構(gòu)較為合理，而西部地區(qū)由于地理位置和經(jīng)濟(jì)發(fā)展水平等原因，物流業(yè)效率普遍較為低下。

表2 2018年中國(guó)大陸30?。ㄊ小^(qū)）物流效率測(cè)算

2.純技術(shù)效率分析。純技術(shù)效率衡量的是規(guī)模報(bào)酬不變條件下的投入要素利用率。純技術(shù)效率為1的有13個(gè)，占被評(píng)價(jià)DMU總數(shù)的43.33%。東部地區(qū)除山東和江蘇兩省外，其余省份均保持在0.8以上的高水平，故東部地區(qū)的物流業(yè)投入資源利用率總體符合物流業(yè)發(fā)展要求并且能夠?qū)崿F(xiàn)物流業(yè)效益的最大化。中部地區(qū)均值為0.728，除DEA有效的?。ㄊ?、區(qū)）之外，其余?。ㄊ小^(qū)）均在0.8以下，尤其是黑龍江省的純技術(shù)效率僅為0.295，說明中部地區(qū)在投入資源有效利用方面尚有較大改進(jìn)空間。西部地區(qū)均值為0.797，反超中部地區(qū)，可以看出西部地區(qū)在資源有效配置方面做得不錯(cuò)。

3.規(guī)模效率分析。規(guī)模效率反映的是實(shí)際規(guī)模與最優(yōu)規(guī)模的差距。根據(jù)表2可知，30個(gè)?。ㄊ?、區(qū)）的規(guī)模效率平均值為0.900，且有8個(gè)省（市、區(qū)）的規(guī)模效率為1，占被評(píng)價(jià)決策單元總數(shù)的26.67%。東部地區(qū)的規(guī)模效率平均值為0.925，中部地區(qū)為0.919，西部地區(qū)為0.855。總的來說，東部和中部地區(qū)的規(guī)模效率處于較高水平，西部地區(qū)略微落后，表明投入產(chǎn)出結(jié)構(gòu)尚未達(dá)到合理狀態(tài)。

4.規(guī)模報(bào)酬類型分析。DEA模型還可用于判斷被評(píng)價(jià)DMU的規(guī)模報(bào)酬類型。由表2可知，規(guī)模報(bào)酬遞增、不變和遞減的省（市、區(qū)）數(shù)量分別為19個(gè)、8個(gè)和3個(gè)?？梢钥闯?，規(guī)模報(bào)酬遞減的遼寧、江蘇、山東全部處于東部地區(qū)?；跂|部部分地區(qū)已經(jīng)出現(xiàn)規(guī)模報(bào)酬遞減，此時(shí)應(yīng)當(dāng)適當(dāng)縮小規(guī)模從而提高效率。中部地區(qū)和西部地區(qū)多為規(guī)模報(bào)酬遞增，即中西部地區(qū)的物流業(yè)具有一定的發(fā)展和成長(zhǎng)空間，應(yīng)當(dāng)積極引進(jìn)高新技術(shù)，增強(qiáng)創(chuàng)新能力，提高運(yùn)作效率，加快產(chǎn)業(yè)集聚，使物流業(yè)調(diào)整至最優(yōu)狀態(tài)。

5.超效率值分析。傳統(tǒng)DEA模型無法對(duì)DEA有效的多個(gè)DMU進(jìn)行進(jìn)一步的比較，而利用SEDEA模型，使DEA有效的DMU獲得大于等于1的效率值，DEA無效的DMU效率值保持不變，就能實(shí)現(xiàn)對(duì)DEA有效單元的進(jìn)一步排序。由表2可知，超效率值排名前十的省（市、區(qū)）有6個(gè)在東部地區(qū)，有3個(gè)在中部地區(qū)，有1個(gè)在西部地區(qū)。超效率值排名后十的?。ㄊ?、區(qū)）有3個(gè)在東部地區(qū)，有3個(gè)在中部地區(qū)，有4個(gè)在西部地區(qū)。通過對(duì)所有被評(píng)價(jià)DMU進(jìn)行全排序，可以知道，超效率值較高的地區(qū)主要集中在東部，尤其是上海；而超效率值較低的地區(qū)則較為分散，平均分布在東部、中部和西部。

（二）投影分析

對(duì)于純技術(shù)效率為非有效的DMU進(jìn)行投影分析，得到投入和產(chǎn)出的松弛變量，具體數(shù)值如表3所示。

表3 2018年中國(guó)非DEA有效的?。ㄊ小^(qū)）物流投入產(chǎn)出松弛量表

在本文研究的30個(gè)?。ㄊ?、區(qū)）中，有17個(gè)存在投入冗余，其中東部、中部和西部各有4個(gè)、6個(gè)和7個(gè)。有14個(gè)存在產(chǎn)出不足，其中東部、中部和西部各有3個(gè)、4個(gè)和7個(gè)。東部地區(qū)的物流業(yè)從業(yè)人員冗余、公路營(yíng)運(yùn)載貨汽車噸位冗余和貨物周轉(zhuǎn)量不足問題較為嚴(yán)重；西部地區(qū)的物流業(yè)從業(yè)人員工資總額冗余和等級(jí)公路里程數(shù)冗余問題較為嚴(yán)重。值得注意的是，并沒有地區(qū)存在貨運(yùn)量不足的問題，即全國(guó)的貨運(yùn)量基本都能得到滿足，這也是對(duì)中國(guó)近年來物流業(yè)發(fā)展水平的一種肯定。

（三）效率影響因素分析

前述研究都是在自行選取的投入產(chǎn)出指標(biāo)基礎(chǔ)上進(jìn)行的，而投入產(chǎn)出指標(biāo)選取的科學(xué)性和合理性并沒有得到證實(shí)。該部分通過計(jì)算投入產(chǎn)出指標(biāo)不同組合方案的平均效率值來衡量各指標(biāo)對(duì)DEA效率的影響程度，為了研究的方便，僅考慮剔除一種投入或產(chǎn)出指標(biāo)的情形（表4）。

在表4中，將中國(guó)30個(gè)?。ㄊ?、區(qū)）DEA效率均值進(jìn)行統(tǒng)計(jì)，DEA效率均值越低，表明該方案所剔除的指標(biāo)對(duì)物流效率影響程度越大，反之則越小。由表4可知，在剔除一種投入指標(biāo)的前4個(gè)方案中，方案3的效率均值最低，表示公路營(yíng)運(yùn)載貨汽車噸位投入對(duì)物流業(yè)效率影響較大。在剔除一種產(chǎn)出指標(biāo)的后2個(gè)方案中，方案5的效率平均值明顯低于方案6，表示貨運(yùn)量產(chǎn)出對(duì)中國(guó)物流業(yè)效率影響較大。

表4 2018年各投入產(chǎn)出指標(biāo)集下中國(guó)30個(gè)?。ㄊ?、區(qū)）DEA效率均值

為了能用直觀的數(shù)據(jù)表示出各指標(biāo)對(duì)DEA效率的影響程度，進(jìn)一步進(jìn)行數(shù)學(xué)處理。表示原始投入產(chǎn)出指標(biāo)集，Du表示將第u個(gè)指標(biāo)剔除后的剩余指標(biāo)集，V(D)和V(Du)分別表示指標(biāo)集D和Du的DEA效率均值。指標(biāo)u對(duì)DEA效率值的影響程度的計(jì)算公式為：

Wu反映的是剔除第u個(gè)指標(biāo)對(duì)DEA效率均值變化的影響比率，Wu的數(shù)值越大表示剔除的該指標(biāo)對(duì)DEA效率的影響程度越大，即該指標(biāo)越重要；反之則越小。計(jì)算可得，各指標(biāo)對(duì)DEA效率值的影響程度見表5。

表5 各指標(biāo)對(duì)DEA效率值的影響程度

可知，在4個(gè)投入指標(biāo)中，公路營(yíng)運(yùn)載貨汽車噸位投入對(duì)DEA效率具有顯著影響；等級(jí)公路里程數(shù)投入次之；而物流業(yè)從業(yè)人員投入和工資總額投入對(duì)DEA效率影響程度相對(duì)較小。在2個(gè)產(chǎn)出指標(biāo)中，貨運(yùn)量產(chǎn)出指標(biāo)對(duì)DEA效率影響程度明顯高于貨物周轉(zhuǎn)量產(chǎn)出指標(biāo)。這與直接觀察不同投入產(chǎn)出指標(biāo)集下的DEA效率均值所得到的結(jié)論一致。

五、結(jié)論

本文將DEA模型與SE-DEA模型相結(jié)合，構(gòu)建了中國(guó)省際物流業(yè)投入產(chǎn)出效率評(píng)價(jià)體系。從評(píng)價(jià)結(jié)果來看，30個(gè)?。ㄊ?、區(qū)）中有8個(gè)為DEA有效，主要集中在東部和中部地區(qū)，另有5個(gè)為弱DEA有效。從地域來看，物流業(yè)發(fā)展中投入、產(chǎn)出效率總體呈現(xiàn)出不均衡的局面。東部地區(qū)的物流業(yè)效率整體要高于其他地區(qū)，并且超效率值較高的地區(qū)主要集中在東部，這與東部地區(qū)總體經(jīng)濟(jì)發(fā)展水平較高有關(guān)。中部地區(qū)的投入產(chǎn)出結(jié)構(gòu)較為合理，但在資源有效配置方面有所欠缺，導(dǎo)致物流效率偏低。西部地區(qū)與中部地區(qū)恰好相反，對(duì)物流資源的技術(shù)利用相對(duì)較好，但物流規(guī)模稍顯落后，應(yīng)當(dāng)適當(dāng)加大物流資源投入，規(guī)范物流體系制度，促進(jìn)物流業(yè)可持續(xù)發(fā)展。在對(duì)效率影響因素的分析中，發(fā)現(xiàn)公路營(yíng)運(yùn)載貨汽車噸位投入對(duì)DEA效率具有顯著影響；貨運(yùn)量產(chǎn)出指標(biāo)對(duì)DEA效率影響程度明顯高于貨物周轉(zhuǎn)量產(chǎn)出指標(biāo)。該部分指標(biāo)影響程度分析為完善指標(biāo)選取和對(duì)模型的改進(jìn)提供了一定的理論依據(jù)。

注釋：

①Fei Ying,John Tookey,Johannes Roberti.Addressing Effective Construction Logistics Through the Lens of Vehicle Movements[J].Engineering,Construction and Architectural Management,2014,21(3).

②樊俊花.農(nóng)產(chǎn)品物流效率評(píng)價(jià)指標(biāo)體系構(gòu)建研究[J].農(nóng)業(yè)經(jīng)濟(jì),2019(02):141-142.

③Lalhriatpuii.Efficiency Measures of Logistics Sector in Aizawl City,Mizoram:An Empirical Evidence[J].Asian Journal of Management,2019,10(1).

④王芳,劉佳喜,時(shí)國(guó)棟等.利用移動(dòng)通信和物聯(lián)網(wǎng)技術(shù)提高物流效率探討[J].通訊世界,2020,27(02):122-123.

⑤連兆大,程德通.基于DEA模型的“一帶一路”重點(diǎn)省份物流效率分析[J].商業(yè)經(jīng)濟(jì)研究,2017(04):80-82.

⑤李竹青,張豐.華東區(qū)域物流行業(yè)效率實(shí)證研究[J].商訊,2018(10):102+104.

⑦郭子雪,張雅輝,黃新.基于DEA模型的京津冀區(qū)域物流效率評(píng)價(jià)研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2018,48(24):41-50.

⑧劉巖,田強(qiáng).我國(guó)物流業(yè)效率評(píng)價(jià)及其影響因素分析[J].商業(yè)經(jīng)濟(jì)研究,2019(13):75-78.

⑨汪旭暉,徐健.基于超效率CCR-DEA模型的我國(guó)物流上市公司效率評(píng)價(jià)[J].財(cái)貿(mào)研究,2009,20(06):117-124.

⑩魏國(guó)辰,樂雄平,孔令欽.長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)效率及其影響因素研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2018,48(09):41-47.

?仲云云,周雨倩.基于超效率DEA模型的長(zhǎng)江經(jīng)濟(jì)帶物流效率實(shí)證分析[J].物流工程與管理,2020,42(02):13-14+25.