關(guān)鍵詞：農(nóng)產(chǎn)品；物流效率；東北三?。籇EA模型；Malmquist指數(shù)模型 中圖分類號(hào)：F326 文獻(xiàn)標(biāo)志碼：A DOI： 10.13714/j.cnki.1002-3100.2025.08.008

Abstract：Thepurposeofthispaperis tocarryoutadynamicandstaticcomprehensiveanalysisoflogistics eficiencyofagricultural products inthethre northeastern provinces （Heilongjiang，JilinandLiaoning）byusing dataenvelopmentanalysis （DEA）and Malmquistindemodel.Firstlyteauationindexstefgrilturalprodctlisticseicyasostructedcolye DEA-BCC modelwasusedtostaticallycomparethelogisticseficiencyofagriculturalproductsintethre provices，soastoreveal therelativeadvantagesanddisadvantagesofthelogsticsficiencyofeachprovince.Attesametime，theMalmquistindexmodel wasusedtoanalyethdynamiclgisticseficencyofagriculturalproductsinthethreeprovincesndthetrendandeasoforits changeovertimewereexplord.Thstudyfindsthatthethrenortheasternprovinceshavecertainadvantagesandpotentialsinthe logisticsofagriculturalproducts，uttherearealsomanychalengesandproblems.Amongthem，actorssuchasimperfectlgistics infrastructure，owlevelofiformatiatinandlackoflgisticsproessoalsaeteataclestoteimproventoflistics efficiency.Basedontheaboeresearch，tispaperputsfrwardcountermeasuresandsugestionstoimproethelgisticsefiencyof agricultural products in the three provinces of Northeast China.

Keywords：aglualprouts;isticalefecyeeprovesoforteastCia;oel;almqstxpoel

0引言

東北地區(qū)作為中國的重要農(nóng)業(yè)產(chǎn)區(qū)，農(nóng)產(chǎn)品物流的效率和效益對(duì)區(qū)域經(jīng)濟(jì)發(fā)展具有重要影響。然而，當(dāng)前東北三省的農(nóng)產(chǎn)品物流管理仍面臨諸多挑戰(zhàn)，如物流環(huán)節(jié)管理脆弱、市場(chǎng)經(jīng)營能力薄弱等問題，這已經(jīng)成為影響農(nóng)產(chǎn)品物流效率提高的重要因素。所以，對(duì)東北三省的農(nóng)產(chǎn)品物流效率進(jìn)行進(jìn)一步的研究，既可以幫助我們解決目前的問題，又可以幫助我們提高區(qū)域農(nóng)產(chǎn)品的物流水平，為促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展提供理論支持和實(shí)踐指導(dǎo)。

在應(yīng)用數(shù)據(jù)包絡(luò)分析方法（DEA）對(duì)農(nóng)產(chǎn)品物流效率進(jìn)行評(píng)價(jià)的有關(guān)研究中，不同的學(xué)者采用了不同的投人產(chǎn)出指標(biāo)。如丁一楠等（2021）運(yùn)用DEA模型和Malmquist指數(shù)，分析研究河南省農(nóng)產(chǎn)品物流效率的變化規(guī)律，進(jìn)而揭示變化原因并提出提升物流效率的建議；萬鳳嬌等（2022）2在考慮生鮮農(nóng)產(chǎn)品特性基礎(chǔ)上，引入碳排放指標(biāo)，運(yùn)用三階段DEA對(duì)2015—2019年全國生鮮農(nóng)產(chǎn)品冷鏈物流效率進(jìn)行測(cè)度；張世杰等（2023）3使用DEA-BCC模型和DEA-Malmquist指數(shù)模型測(cè)度農(nóng)產(chǎn)品物流效率，從靜態(tài)和動(dòng)態(tài)的角度進(jìn)行實(shí)證分析，測(cè)算了影響四川省各個(gè)地市農(nóng)產(chǎn)品流通全要素生產(chǎn)率的因素。

通過對(duì)現(xiàn)有文獻(xiàn)的梳理，可以看出，目前關(guān)于DEA-Malmquist指數(shù)模型和農(nóng)產(chǎn)品物流效率的研究已有較多成果，而基于DEA-Malmquist指數(shù)模型的研究在我國也逐漸成熟。因此，本文以我國東北地區(qū)的農(nóng)產(chǎn)品為研究對(duì)象，運(yùn)用DEA-Malmquist指數(shù)方法，對(duì)2018一2022年的東北地區(qū)三個(gè)省份的農(nóng)產(chǎn)品物流效率進(jìn)行評(píng)估。

1模型建立

1.1 DEA模型

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）是美國著名運(yùn)籌學(xué)家A.Chames和W.W.Coper于1978年首次提出，并被廣泛地運(yùn)用到各個(gè)產(chǎn)業(yè)和部門中，是一種基于多個(gè)投入指數(shù)與產(chǎn)出指數(shù)，運(yùn)用線性規(guī)劃的方法，對(duì)同類產(chǎn)品的比較效果進(jìn)行量化評(píng)估的一種量化方法。數(shù)據(jù)包絡(luò)分析法是一種適合于多投入多產(chǎn)出效果的綜合評(píng)估方法，主要涵蓋了CCR模型、BCC模型[4-7、三階段DEA模型、超效率DEA模型和DEA-Malmqusit指數(shù)模型[8-14]。前四種均對(duì)決策單元進(jìn)行靜態(tài)物流效率評(píng)價(jià)分析，而DEA-Malmqusit指數(shù)模型可以測(cè)度決策單元在不同期間效率的動(dòng)態(tài)變化，因此常用來對(duì)面板數(shù)據(jù)進(jìn)行分析。本次使用的是BCC模型，它的本質(zhì)就是一個(gè)線性規(guī)劃問題，當(dāng)計(jì)算結(jié)果為1時(shí)達(dá)到DEA有效；不為1時(shí)為DEA無效。

1.2DEA-Malmquist指數(shù)模型

Malmquist指數(shù)計(jì)算結(jié)果為全要素生產(chǎn)率指數(shù)，可分解為技術(shù)進(jìn)步變化指數(shù)（ T C ）和技術(shù)效率變化指數(shù)（EC），在規(guī)模報(bào)酬可變的條件下，技術(shù)效率變化指數(shù)（ E C ）又可分為純技術(shù)效率變動(dòng)（ P T E ）和規(guī)模效率變動(dòng)（SEC），最后調(diào)整后的公式如下。

若 大于1，表明物流生產(chǎn)率提高；若 等于1，表明物流生產(chǎn)率無變化；若 小于1，表明物流生產(chǎn)率降低。

2指標(biāo)體系構(gòu)建

本文參考孫妮等5的做法，根據(jù)柯布-道格拉斯生產(chǎn)函數(shù)，技術(shù)、勞動(dòng)力、資本為投人要素，而農(nóng)產(chǎn)品物流領(lǐng)域技術(shù)要素難以獲取和量化故而剔除，所以選擇勞動(dòng)力、資本以及物質(zhì)基礎(chǔ)作為本研究投入要素。而產(chǎn)出指標(biāo)方面，選擇農(nóng)產(chǎn)品質(zhì)和量兩個(gè)方面。具體指標(biāo)體系如表1所示。

3 實(shí)證分析

東北三省農(nóng)產(chǎn)品物流效率評(píng)價(jià)分析的基礎(chǔ)數(shù)據(jù)來源于2019—2023年《黑龍江省統(tǒng)計(jì)年鑒》《遼寧省統(tǒng)計(jì)年鑒》《吉林省統(tǒng)計(jì)年鑒》。

3.1DEA模型農(nóng)產(chǎn)品物流效率靜態(tài)分析

通過DEAP2.1軟件進(jìn)行DEA-BCC模型的綜合技術(shù)效率值測(cè)算，若該決策單元的綜合效率值為1，則該省份是相對(duì)有效率的；反之則屬于相對(duì)無效率。純技術(shù)效率值是用來表征各個(gè)決策單元是否能有效運(yùn)用投人項(xiàng)變量實(shí)現(xiàn)最優(yōu)化產(chǎn)出的，在不考慮資源大小的情況下，作業(yè)效率數(shù)值越大越好。而綜合技術(shù)效率可分解為純技術(shù)效率和規(guī)模效率，那么造成綜合技術(shù)無效的原因可來自于純技術(shù)無效或是規(guī)模無效，所以需對(duì)純技術(shù)效率和規(guī)模效率分別進(jìn)行分析。分析結(jié)果見表2。

如表2所示，從綜合技術(shù)效率來看，東北三個(gè)省份僅有遼寧省綜合效率達(dá)到1，三個(gè)省份綜合技術(shù)效率平均值僅為0.770，表明東北地區(qū)的農(nóng)產(chǎn)品物流效率并不高。純技術(shù)效率平均值為0.976，低于平均值的省份有黑龍江省，說明黑龍江省在今后的發(fā)展中應(yīng)該重視農(nóng)產(chǎn)品的精準(zhǔn)保鮮、數(shù)字物流等先進(jìn)技術(shù)及智慧農(nóng)業(yè)、大數(shù)據(jù)和物聯(lián)網(wǎng)在農(nóng)產(chǎn)品物流中的推廣應(yīng)用。規(guī)模效率相對(duì)有效的省份只有遼寧省，其平均值為0.782，低于平均值的省份為黑龍江省，說明黑龍江省不僅技術(shù)達(dá)不到有效，在當(dāng)?shù)剞r(nóng)產(chǎn)品物流的各項(xiàng)投入產(chǎn)出效率也比較低，沒有達(dá)到規(guī)模效益，應(yīng)該加強(qiáng)農(nóng)產(chǎn)品基礎(chǔ)設(shè)施和從業(yè)人員的投入等。

從規(guī)模報(bào)酬方面來看，沒有規(guī)模報(bào)酬遞減的省份；規(guī)模報(bào)酬不變的省份有遼寧省，說明遼寧省處于最佳生產(chǎn)規(guī)模階段，應(yīng)該穩(wěn)步推進(jìn)；規(guī)模報(bào)酬遞增的省份有黑龍江省和吉林省，說明加大資源投入可以促進(jìn)其農(nóng)產(chǎn)品物流規(guī)模的提升，因此可以考慮擴(kuò)大經(jīng)營投資規(guī)模以達(dá)到規(guī)模有效。

3.2DEA一Malmqusit指數(shù)農(nóng)產(chǎn)品物流效率動(dòng)態(tài)分析

采用DEA-BCC法測(cè)算并評(píng)估東北三省區(qū)農(nóng)產(chǎn)品物流效率屬于靜態(tài)研究，而全要素生產(chǎn)率是衡量區(qū)域內(nèi)各行業(yè)發(fā)展動(dòng)態(tài)特性的主要依據(jù)。因此，本文將利用Malmquist指數(shù)對(duì)農(nóng)產(chǎn)品物流的動(dòng)態(tài)演化進(jìn)行更深層次的研究，選取2018—2022年東北三省農(nóng)產(chǎn)品物流Malmquist指數(shù)及其分解指數(shù)進(jìn)行評(píng)價(jià)，測(cè)算結(jié)果見表3和表4。

由表3可知，2018—2022年東北地區(qū)全要素生產(chǎn)率的平均下降率為 8 . 6 % ，農(nóng)產(chǎn)品物流產(chǎn)業(yè)效率呈下降態(tài)勢(shì)。通過進(jìn)一步觀察可知，農(nóng)產(chǎn)品物流效率的下降取決于兩個(gè)方面：一是綜合技術(shù)效率提升了 4 . 0 % ，二是技術(shù)進(jìn)步效率下降了 1 2 . 1 % ，表明技術(shù)進(jìn)步效率的下降是導(dǎo)致東北地區(qū)農(nóng)產(chǎn)品物流效率下降的主要原因。其中，綜合技術(shù)效率的提升主要取決于規(guī)模效率提升了7 . 0 % ，由此可知，規(guī)模效率的提升是綜合技術(shù)效率提升的主要原因。

從時(shí)間層面來看，2018—2022年東北三省農(nóng)產(chǎn)品物流產(chǎn)業(yè)發(fā)展呈現(xiàn)波動(dòng)趨勢(shì)，在2020—2021年間全要素生產(chǎn)率指數(shù)達(dá)到峰值，為1.027，大于1，且全要素生產(chǎn)率指數(shù)與技術(shù)進(jìn)步變動(dòng)指數(shù)的趨勢(shì)趨于一致，說明技術(shù)進(jìn)步是影響東北地區(qū)2018—2022年農(nóng)產(chǎn)品物流效率變動(dòng)的主要因素；而其余時(shí)間區(qū)間均小于1，最小值為0.782。

從地區(qū)層面來看，三個(gè)省份的年平均全要素生產(chǎn)率均小于1，說明這三個(gè)省份農(nóng)產(chǎn)品物流效率呈現(xiàn)下降趨勢(shì)。從分解結(jié)果可以看出，三個(gè)省份全要素生產(chǎn)率 指數(shù)下降的原因均為物流技術(shù)落后，因此這三個(gè)省份均需要努力提高物流技術(shù)在農(nóng)產(chǎn)品物流上的應(yīng)用，推動(dòng)農(nóng)產(chǎn)品物流效率的提升。

4結(jié)論及提升建議

本文運(yùn)用DEA模型和Malmquist指數(shù)模型分析了我國東北地區(qū)三個(gè)省份2018—2022年農(nóng)產(chǎn)品物流效率，研究結(jié)果如下。首先，由DEA-BCC模型靜態(tài)分析可知，2018—2022年東北地區(qū)農(nóng)產(chǎn)品物流綜合效率均值為0.770，表明東北地區(qū)的農(nóng)產(chǎn)品物流效率并不高，有較大的提升空間。從地區(qū)來看，黑龍江省和吉林省均未達(dá)到效率有效。其次，由Malmquist指數(shù)模型的動(dòng)態(tài)分析可知，東北地區(qū)2018—2022年農(nóng)產(chǎn)品物流全要素生產(chǎn)率的年均下降率為 8 . 6 % ，且技術(shù)進(jìn)步效率的下降是導(dǎo)致東北地區(qū)農(nóng)產(chǎn)品物流效率下降的主要原因。從地區(qū)層面來看，三個(gè)省份的年平均全要素生產(chǎn)率均小于1，說明這三個(gè)省份農(nóng)產(chǎn)品物流效率呈現(xiàn)下降趨勢(shì)。

根據(jù)以上的研究結(jié)果，提出以下相關(guān)提升建議。第一，加強(qiáng)物流基礎(chǔ)設(shè)施建設(shè)，提高物流信息化水平，推動(dòng)物流技術(shù)的創(chuàng)新和應(yīng)用。第二，培養(yǎng)和引進(jìn)物流專業(yè)人才，提升物流企業(yè)的服務(wù)質(zhì)量和效率。第三，加強(qiáng)政府引導(dǎo)和扶持，制定有利于農(nóng)產(chǎn)品物流發(fā)展的政策措施，為農(nóng)產(chǎn)品物流的健康發(fā)展提供有力保障。

參考文獻(xiàn)：

[1]丁一楠，鄭喜娟，朱白雪．河南省農(nóng)產(chǎn)品物流效率測(cè)算研究——基于DEA-Malmquist[J]．農(nóng)業(yè)與技術(shù)，2021，41（21）：154-157.

[2]萬鳳嬌，邱志成．基于三階段DEA的生鮮農(nóng)產(chǎn)品冷鏈物流效率評(píng)價(jià)[J]．科技和產(chǎn)業(yè)，2022，22（11）：316-320.

[3]張世杰，施莉，黃星．基于DEA-Malmquist模型四川省農(nóng)產(chǎn)品物流效率研究分析[J]．糧食加工，2023，48（5）：136-140.

[4]彭文，鄒筱．碳約束下生鮮農(nóng)產(chǎn)品冷鏈物流效率和時(shí)空特征分析——以中部六省為例[J]石家莊鐵道大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，18（2）：28-35.

[5]胡俐穎．我國農(nóng)產(chǎn)品物流效率及影響因素——基于DEA-Malmquist和Tobit模型[J]．物流科技，（下轉(zhuǎn)第55頁）