中國區(qū)域物流績效改進(jìn)研究

顧丹++楊保華

摘 要：在2015年中國31個(gè)省際物流投入產(chǎn)出指標(biāo)數(shù)據(jù)的基礎(chǔ)上，運(yùn)用超效率CCR-DEA對(duì)我國省際區(qū)域物流業(yè)效率進(jìn)行了實(shí)證評(píng)析。得到效率測(cè)算結(jié)果后，基于Context-dependent DEA對(duì)所有決策單元進(jìn)行分層，引入吸引值和改進(jìn)值這兩個(gè)評(píng)價(jià)指標(biāo)找到落后單元向先進(jìn)單元發(fā)展的最佳路徑，并重點(diǎn)分析了北京市2015年區(qū)域效率發(fā)展路線，為今后中國各省市制定正確的城市發(fā)展戰(zhàn)略和路線提供參考。

關(guān)鍵詞：超效率DEA；Context-dependent DEA；區(qū)域效率

中圖分類號(hào)：F259.27 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： Based on the data of China's 31 provinces in 2015， this paper makes an empirical analysis on the effciency of China's inter provincial logistics by using super-efficiency DEA. After obtainint the result of efficiency measurement， we can rank DMUs by utilizing the Context-dependent DEA， and find the bast path to improve peformance by attactiveness and progress. Also the paper focuses on the analysis of the regional effciency development route of Beijing in 2015， and provides a reference for the future development of China's provinces and cities to develop the correct urban development strategy and route.

Key words： super-efficiency DEA； context-dependent DEA； regional efficiency

0 引 言

物流業(yè)集運(yùn)輸、倉儲(chǔ)、調(diào)度、現(xiàn)代化管理與一體，對(duì)我國國民經(jīng)濟(jì)的發(fā)展起著至關(guān)重要的作用。現(xiàn)代物流業(yè)作為新的經(jīng)濟(jì)增長點(diǎn)，不再僅僅對(duì)轉(zhuǎn)變經(jīng)濟(jì)增長方式和促進(jìn)經(jīng)濟(jì)持續(xù)發(fā)展有推動(dòng)作用，更是成為降低生產(chǎn)和經(jīng)營成本，提升勞動(dòng)生產(chǎn)率以外的重要利潤源泉。因此加快我國各地區(qū)的物流業(yè)發(fā)展，對(duì)提高國民經(jīng)濟(jì)競(jìng)爭力、轉(zhuǎn)變發(fā)展方式有重要意義。

目前，學(xué)者對(duì)物流效率問題的關(guān)注也比較多。一方面是對(duì)物流上市公司的效率研究，如鄧學(xué)平、王旭等（2008）篩選了8家上市公司，發(fā)現(xiàn)總體呈上升態(tài)勢(shì)，綜合效率和純技術(shù)效率有所下降，規(guī)模效率上升[1]；李曉梅、白雪飛（2016）基于超效率CCR-DEA對(duì)國有物流企業(yè)績效進(jìn)行實(shí)證分析，發(fā)現(xiàn)總體績效不高但呈現(xiàn)出增長的趨勢(shì)[2]。另一方面是對(duì)區(qū)域物流效率的研究，如賀竹磐、孫林巖（2006）研究了我國31個(gè)省市區(qū)域物流的相對(duì)有效性，發(fā)現(xiàn)物流效率在不同地區(qū)存在著明顯的差異，非有效區(qū)域大多處于規(guī)模收益遞增階段[3]；張雪青（2016）以“一帶一路”戰(zhàn)略重點(diǎn)涉及省份為研究對(duì)象，分析了2009～2013年間區(qū)域物流效率變動(dòng)和差異的主要原因[4]?，F(xiàn)有文獻(xiàn)的重點(diǎn)在于評(píng)析測(cè)算結(jié)果背后形成的原因，很少涉及關(guān)于如何改進(jìn)績效方法的探討，針對(duì)這一點(diǎn)本文綜合考慮了客觀性和實(shí)用性，采用超效率CCR-DEA方法對(duì)2015年我國31個(gè)省市的區(qū)域物流效率進(jìn)行實(shí)證研究，再運(yùn)用Context-dependent DEA方法引入吸引值和改進(jìn)值[5]兩個(gè)評(píng)價(jià)指標(biāo)找出最佳路徑，并比較2015年我國各省市物流績效發(fā)展的變化趨勢(shì)。

1 模型選取

1.1 超效率CCR-DEA

Andersen等（1993）為例彌補(bǔ)傳統(tǒng)DEA模型不能對(duì)有效決策單元進(jìn)行進(jìn)一步區(qū)分高低的缺陷，提出了“超效率CCR

-DEA”模型?；舅枷胧窃谠u(píng)價(jià)某一決策單元時(shí)，將本身去除，使用其他所有與決策單元的線性組合代替[6]。因?yàn)樵谠撃Ｐ椭锌梢员３中什蛔兌沟糜行卧耐度氚幢壤黾?，這個(gè)增加的比率就是超效率的評(píng)價(jià)值，所以超效率CCR-DEA模型能夠找出效率為1的決策單元之間的差別，從而對(duì)有效單元進(jìn)一步排序。

1.2 Context-dependent DEA模型

雖然超效率DEA可以對(duì)有效的決策單元進(jìn)行排序，但是超效率DEA是以同一層次有效前沿面上的其余決策單元作為評(píng)價(jià)的背景，而Context-dependent DEA中不僅可以將高層次的有效前沿面作為評(píng)價(jià)背景，還可以將低層次的有效前沿面作為評(píng)價(jià)背景，并以此來計(jì)算對(duì)應(yīng)的改進(jìn)值和吸引值。模型具體如下：

當(dāng)l=1時(shí)，模型（1）為產(chǎn)出導(dǎo)向的CRS-DEA模型，此時(shí)可以得到E ，表示第一層次的有效前沿面，當(dāng)l=2時(shí)得到的有效前沿面可以通過移除第一次計(jì)算中的有效決策單元再次運(yùn)用軟件計(jì)算得到，以此類推，可以對(duì)所有決策單元進(jìn)行分層[7]。

為了得到改進(jìn)值和吸引值，在模型（1）的基礎(chǔ)上進(jìn)行改進(jìn)得到如下的模型（2）和模型（3），模型（2）用于計(jì)算吸引值，模型（3）用于計(jì)算改進(jìn)值[8]。

2 實(shí)證研究

2.1 數(shù)據(jù)選擇

本文的樣本數(shù)據(jù)來自2016年《中國統(tǒng)計(jì)年鑒》，綜合考慮區(qū)域經(jīng)濟(jì)差異、物流業(yè)發(fā)展與環(huán)境變化之間的聯(lián)系，本文選擇的投入指標(biāo)為國內(nèi)生產(chǎn)總值、居民消費(fèi)能力、固定資產(chǎn)投資、從業(yè)人員數(shù)；產(chǎn)出指標(biāo)為：貨運(yùn)量、貨運(yùn)周轉(zhuǎn)量。

2.2 各省市績效分層

本文按照公式（1）運(yùn)用DEA excel solver將2015年中國各省市按照全部有效、局部有效、次局部有效……進(jìn)行分層，分層結(jié)果如下：第一層次：河北、上海、安徽；第二層次：遼寧、浙江、山東、廣東、山西、內(nèi)蒙古、河南、湖南、廣西、寧夏；第三層次：福建、海南、江西、湖北、四川、貴州、云南、陜西、甘肅；第四層次：天津、江蘇、重慶、新疆；第五層次：吉林、黑龍江、青海；第六層次：北京。

2015年中國各省市的績效被分成六層，第一層次的級(jí)別高于第二層次，第二層次的級(jí)別高于第三層次，以此類推。從表1中可以發(fā)現(xiàn)上海和安徽處在第一層次有效前沿面上，上海是國際物流業(yè)中的重要樞紐，其深水航道和集裝箱樞紐港等硬件設(shè)施方面在近年來取得了顯著成效，并且上海自貿(mào)區(qū)的發(fā)展為該市的物流帶來了機(jī)遇，不僅整合了四區(qū)的物流企業(yè)，而且結(jié)合自身優(yōu)勢(shì)對(duì)不同物流主體進(jìn)行重點(diǎn)發(fā)展，如洋山港保稅區(qū)以建設(shè)國際中轉(zhuǎn)為中心、浦東機(jī)場(chǎng)綜合保稅區(qū)以航空服務(wù)為中心等。物流業(yè)是安徽國民經(jīng)濟(jì)中一個(gè)重要的基礎(chǔ)性產(chǎn)業(yè)，目前安徽省已有超過上百家具有一定規(guī)模的第三方物流企業(yè)，并且還有一些諸如徽商集團(tuán)、安泰物流等國有企業(yè)正向現(xiàn)代物流轉(zhuǎn)型發(fā)展，另外還有大批知名的物流企業(yè)也在安徽省落足，如中外運(yùn)集團(tuán)、寶供物流等。北京雖是我國的首都，但在表1中一直處在最末層次，總體來看北京市的物流業(yè)發(fā)展較快，但投入的成本過高，并且物流結(jié)點(diǎn)的建設(shè)遠(yuǎn)遠(yuǎn)落后于線路的建設(shè)，投入遠(yuǎn)大于產(chǎn)出是其績效一直處于落后水平的主要原因。

2.3 各層次超效率及改進(jìn)路徑

SUP-CCR-DEA模型可以區(qū)分高效率對(duì)象之間的差異并對(duì)同一有效層面的決策單元排序，超效率的值越小則績效越好。雖然各層次內(nèi)部的排列順序已經(jīng)得知，但層次與層次之間各決策單元的追趕路徑還不能知曉，所以根據(jù)模型（2）和模型（3）計(jì)算出各省市的吸引值和改進(jìn)值。表1是 2015年各省市物流業(yè)的超效率值、改進(jìn)值和吸引值。

表1對(duì)角線上的數(shù)值是各省市物流業(yè)當(dāng)前有效前沿面上的超效率值，如表1中天津物流業(yè)的超效率為0.848；對(duì)角線以上的數(shù)值是根據(jù)模型（2）計(jì)算出的各省市物流業(yè)的各級(jí)吸引值，如表1中天津的1級(jí)吸引值為1.266，2級(jí)吸引值為1.876；主對(duì)角線以下的數(shù)值是根據(jù)模型（3）計(jì)算出的各省市物流業(yè)的各級(jí)改進(jìn)值，如表1中浙江物流業(yè)改進(jìn)值為1.404。

2.4 2015年北京市改進(jìn)路徑分析

因?yàn)楸本┦械奈锪鳟a(chǎn)業(yè)績效一直處于最后一個(gè)層次，其改進(jìn)路線較其他省市來說也最長，因此本文選擇北京市作為重點(diǎn)城市進(jìn)行分析比較，也更能看出發(fā)展趨勢(shì)，按照模型也可以得到其他省份的改進(jìn)路徑。北京2015年的最佳改進(jìn)路徑：北京→黑龍江→重慶→江西→遼寧→上海。

北京處于最末層次，以黑龍江為第一個(gè)學(xué)習(xí)的目標(biāo)，黑龍江處于我國東北邊陲，是著名的老工業(yè)基地和重要的糧食產(chǎn)區(qū)，進(jìn)入21世紀(jì)后，國家大力扶持黑龍江的物流產(chǎn)業(yè)，雖然目前還處于起步階段，但是越來越規(guī)范化的大型物流企業(yè)正逐步建立起來，其物流績效也在逐步攀升。緊接著的學(xué)習(xí)目標(biāo)在重慶市，縱觀開放新格局下重慶市物流業(yè)的發(fā)展具有多重優(yōu)勢(shì)：顯著的戰(zhàn)略地位、高端的物流功能定位、邊界的物流通道，眾多的物流大平臺(tái)等?！耙粠б宦贰苯ㄔO(shè)和長江經(jīng)濟(jì)帶建設(shè)戰(zhàn)略的實(shí)施更是給重慶市的物流產(chǎn)業(yè)帶來更多的機(jī)會(huì)。北京市的終極學(xué)習(xí)目標(biāo)是上海市，上海市物流產(chǎn)業(yè)發(fā)展比較成熟，基礎(chǔ)設(shè)施日趨完善，道路規(guī)劃更加合理，大型的物流園區(qū)逐漸增多。

3 結(jié)束語

本文基于面板數(shù)據(jù)運(yùn)用SUP-CCR-DEA和Context-dependent DEA對(duì)我國31個(gè)省市的物流效率進(jìn)行測(cè)算并找出相應(yīng)的改進(jìn)路徑和潛在競(jìng)爭對(duì)象。首先將所有省市劃分層次，根據(jù)不同的模型計(jì)算出各自的吸引值和改進(jìn)值，吸引值用于尋找向上級(jí)層次學(xué)習(xí)的對(duì)象，進(jìn)而找到每個(gè)省市每年的逐級(jí)改進(jìn)路徑，改進(jìn)值主要用于識(shí)別潛在競(jìng)爭對(duì)象，對(duì)高層次的決策單元起到督促作用，有利于保持先進(jìn)性。

文中以北京市為例，重點(diǎn)分析了北京市2015年的發(fā)展路徑，為今后北京物流產(chǎn)業(yè)的發(fā)展提供了可供參考的方向。根據(jù)文中的方法還可以對(duì)全國其他省市各年份的物流業(yè)發(fā)展績效進(jìn)行分析，對(duì)全面提高我國物流效率，推動(dòng)物流產(chǎn)業(yè)和經(jīng)濟(jì)發(fā)展起到了積極作用。

參考文獻(xiàn)：

[1] 鄧學(xué)平，王旭，等. 我國物流企業(yè)全要素生產(chǎn)效率分析[J]. 系統(tǒng)工程，2008，26（6）：1-7.

[2] 李曉梅，白雪飛. 基于超效率CCR-DEA的國有物流企業(yè)績效實(shí)證分析——基于16家上市物流企業(yè)的樣本數(shù)據(jù)[J]. 中國流通經(jīng)濟(jì)，2016（4）：26-32.

[3] 賀竹磬，孫林巖. 我國區(qū)域物流相對(duì)有效性分析[J]. 科研管理，2006，127（6）：144-150.

[4] 張雪青.“一帶一路”區(qū)域物流協(xié)同發(fā)展分析[J]. 統(tǒng)計(jì)與決策，2016（8）：108-110.

[5] 陳志宗. 基于超效率—背景依賴DEA的區(qū)域創(chuàng)新系統(tǒng)評(píng)價(jià)[J]. 科研管理，2016（S1）：362-370.

[6] 汪旭暉，徐健. 基于超效率CCR-DEA模型的我國物流上市公司效率評(píng)價(jià)[J]. 財(cái)貿(mào)研究，2009（6）：117-124.

[7] Süleyman ？覶ak？覦r， Sel？觭uk Per？觭in， Hokey Min. Evaluating the comparative efficiency of the postal services in OECD countries using context-dependent and measure-specific data envelopment analysis[J]. Benchmarking： An International Journal， 2015，22（5）：839-846.

[8] Ulucan A， At？覦c？覦 K.B. Efficiency evaluations with context-dependent and measure specific data envelopment approaches： an application in a world bank supported projec[J]. Omega， 2010，38（1/2）：68-83.