基于DEA的中部六省物流產(chǎn)業(yè)效率分析

（湖南工業(yè)大學 商學院，湖南 株洲 412007）

0 引言

現(xiàn)代物流業(yè)是經(jīng)濟發(fā)展的基礎性產(chǎn)業(yè)之一，越來越成為國民經(jīng)濟發(fā)展的“加速器”和“助推器”[1]，也是衡量一個國家和地區(qū)經(jīng)濟實力和現(xiàn)代化程度的重要指標之一，被稱為21世紀的朝陽產(chǎn)業(yè)?，F(xiàn)代物流業(yè)在衡量一個地區(qū)綜合競爭力中的重要作用，使得一些省市、自治區(qū)盲目投資物流業(yè)，導致其物流效率低下[2]。

中部地區(qū)是我國重要的經(jīng)濟和人口腹地，主要包括湖北省、湖南省、河南省、安徽省、江西省以及山西省6個相毗鄰的省份，其約以全國10.7%的土地，承載了全國約28%的人口。近年來，中部六省的經(jīng)濟得到了快速發(fā)展，物流業(yè)的發(fā)展也取得了較大的進步。

中部六省作為承東啟西的重要交通樞紐，擁有公路、鐵路、水運和航空等多種交通運輸方式組成的交通網(wǎng)絡系統(tǒng)。武漢、長沙和鄭州等省會城市的民用機場已開通了100多條國內(nèi)航線；同時，長江、黃河及湘江橫貫東西，水運條件發(fā)達，這些都為中部六省物流業(yè)的發(fā)展創(chuàng)造了條件。但是，中部地區(qū)的物流業(yè)發(fā)展狀況參差不齊，部分省份的物流業(yè)發(fā)展仍然存在一定的問題，物流效率問題也越來越成為影響中部六省經(jīng)濟發(fā)展的關鍵因素，因此，對中部六省的物流效率進行測度和評價至關重要。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

本研究中所選用的方法為數(shù)據(jù)包絡分析（data envelopment analysis，DEA），它是由A.Charnes、W.W.Cooper和E.Rhodes于1978年提出來的一種新的系統(tǒng)分析方法，所以第一個DEA模型也被稱為CCR模型[3]。在處理多投入、多產(chǎn)出這類較為復雜問題時，DEA是一種相對有效的辦法，它可以對多投入、多產(chǎn)出的生產(chǎn)決策單元（decision making unit，DMU）效率的相對有效性進行評價。利用DEA衡量物流產(chǎn)業(yè)效率具有如下優(yōu)勢：

1）物流產(chǎn)業(yè)是一個多投入、多產(chǎn)出的復雜系統(tǒng)，各指標間很難確定具體的函數(shù)關系，而DEA則適用于多個輸入輸出指標之間沒有直接函數(shù)關系的情況；

2）物流產(chǎn)業(yè)之間存在一定的規(guī)模效應，而DEA的變動規(guī)模報酬模型則可以用來分析物流產(chǎn)業(yè)之間的規(guī)模效應；

3）利用DEA可以分析技術效率偏低是由于投入要素冗余導致還是由于產(chǎn)出不足所致，且可以具體分析該區(qū)域技術非有效的原因。

基于以上優(yōu)勢，本文采用DEA來比較分析中部六省的物流效率，并擬在此基礎上提出相應的建議和對策。

DEA的方法體系中，比較具有代表性的是CCR（C2R）和C2GS2（BCC）模型。CCR模型假設決策單元的規(guī)模報酬是固定的，從而評價多個輸入和多個輸出生產(chǎn)部門的技術效率和規(guī)模效率的總體有效性。C2GS2則是基于決策單元的規(guī)模效率是可變的，從而評價生產(chǎn)部門間純技術有效性問題。CCR測算出決策單元的DEA有效時，C2GS2可以進一步測算出是規(guī)模非有效還是技術非有效造成的。CCR模型假設規(guī)模報酬不變，但事實上各因素的存在使得規(guī)模報酬不變的情況很難實現(xiàn)，規(guī)模的變化會使得決策單元效率發(fā)生變化，因此選擇C2GS2進行DEA效率的計算更為有效。

C2GS2模型包括投入導向型和產(chǎn)出導向型兩種。投入導向型是指在產(chǎn)出不變的情況下，求得最小投入量；產(chǎn)出導向型是指在投入不變的情況下，求得產(chǎn)出的最大化。對于區(qū)域物流而言，與產(chǎn)出相比，資源的投入量更好控制，所以本研究選擇投入導向型，在產(chǎn)出不變的情況下尋求資源投入量的最小化。

假設有j個DMU，每個DMU的投入變量和產(chǎn)出變量分別如下：

θ是投入導向模型中每個決策單元DMUj的效率評價指數(shù)，且θ滿足以下條件：

式中：s-,s+為松弛變量，且s-≥0,s+≥0。

1.2 評價指標選取及數(shù)據(jù)來源

國內(nèi)學者利用DEA對區(qū)域物流效率的評價進行了較多研究，對于物流效率的輸入和輸出指標體系已較為完善，具體參見表1。

表1 國內(nèi)相關文獻對于區(qū)域物流效率的DEA研究所采用的投入、產(chǎn)出指標Table 1 Input and output indicators in DEA research on regional logistics efficiency in China

本研究基于前述已有省市物流效率評價文獻的基礎，在投入指標的選取上，利用首先由哈佛大學Dale W.Jorgenson教授等人于1987年提出的KLEMS方法進行選擇。KLEMS法認為初始投入包括資本（capital）、勞動（labor）以及中間投入，中間投入包括能源（energy）、材料（material）和服務（service），所以本研究中選擇了物流從業(yè)人數(shù)、物流業(yè)固定資產(chǎn)投資以及民用載貨汽車擁有量作為輸入指標。因為物流業(yè)產(chǎn)出變量的實用價值最直接的表現(xiàn)形式是貨運量和貨運周轉(zhuǎn)量，而物流業(yè)對社會的貢獻則表現(xiàn)為整個社會GDP的增加，在考慮數(shù)據(jù)的可得性以及代表性的基礎上，確定將全年貨運量、全年貨運周轉(zhuǎn)量以及地區(qū)GDP作為輸出指標，具體的評價輸入、輸出指標如表2所示。

表2 中部六省物流效率評價的輸入、輸出指標體系Table 2 Input and output index system of logistics efficiency evaluation in six provinces in Central China

本研究選取湖北?。―MU1）、湖南?。―MU2）、河南?。―MU3）、安徽?。―MU4）、江西?。―MU5）及山西?。―MU6）這6個省為決策單元，研究它們在2011—2015年5 a中的物流產(chǎn)業(yè)效率。本文中分析所用的樣本數(shù)據(jù)來源于2011—2015年《中國統(tǒng)計年鑒》以及各省的統(tǒng)計年鑒。因為物流業(yè)是一個綜合性的產(chǎn)業(yè)，統(tǒng)計年鑒中并沒有物流業(yè)的相關信息，所以本文選取了交通運輸、倉儲以及郵政業(yè)的相關數(shù)據(jù)來代替物流業(yè)數(shù)據(jù)。輸入指標中的物流從業(yè)人數(shù)包括各省當年從事鐵路、公路、水路和航空運輸業(yè)的就業(yè)人員數(shù)，郵政行業(yè)的就業(yè)人員數(shù)以及裝卸搬運和其他運輸服務業(yè)的就業(yè)人員數(shù)；物流業(yè)的固定資產(chǎn)投資包括交通運輸、倉儲和郵政業(yè)等全社會固定資產(chǎn)投資，2011—2015年中部六省物流產(chǎn)業(yè)投入產(chǎn)出的具體數(shù)據(jù)如表3所示。

表3 2011—2015年中部六省物流產(chǎn)業(yè)投入產(chǎn)出數(shù)據(jù)Table 3 Data of input and output of logistics industry in six the provinces from 2011 to 2015

2 實證分析

2.1 基本效率評價

以中部六省為DEA中的6個決策單元，運用DEAP2.1軟件對中部六省的綜合技術效率、純技術效率和規(guī)模效率進行測算，所得評價結果見表4。

表4 中部六省物流效率評價結果Table 4 Evaluation results of logistics efficiency in the six provinces in Central China

從綜合技術效率看，C2GS2模型規(guī)定，當效率值不為1時，表示DEA非有效；當效率值為1時，表示DEA有效。表4可知，2011—2015年，中部六省平均綜合技術效率為0.938。其中湖北省、湖南省、河南省及安徽省的物流效率的DEA為1，說明這4個省的物流效率處于DEA有效狀態(tài)。江西和山西省的DEA均小于1，說明這兩個省份處于DEA無效狀態(tài)，且山西省的綜合技術效率值低于平均值，說明山西省對物流業(yè)的投入產(chǎn)出效率低于其他省份。

在DEA模型中，綜合技術效率=純技術效率×規(guī)模效率，也就是說，綜合效率是由純技術效率和規(guī)模效率共同決定的。湖北省、湖南省、河南省及江西省的規(guī)模和純技術效率值均為1，說明這4個省份的投入產(chǎn)出符合物流業(yè)的發(fā)展，且投入產(chǎn)出已達最優(yōu)狀態(tài)。江西省和山西省的規(guī)模效率值均低于1，說明這兩個省份的投入產(chǎn)出結構不合理，投入產(chǎn)出規(guī)模未達最優(yōu)狀態(tài)，需調(diào)整投入量以實現(xiàn)規(guī)模最優(yōu)。

通過對中部六省物流業(yè)效率的規(guī)模收益類型分析可知，湖北省、湖南省、河南省及安徽省處于規(guī)模報酬不變的狀態(tài)，而江西省和山西省則處于規(guī)模報酬遞減的狀態(tài)。這一結果表明增加投入量不但不能帶來更多的產(chǎn)出，反而造成了資源浪費，導致效率低下。

2.2 中部六省物流系統(tǒng)松弛變量

利用DEA進行中部六省物流效率測度的原因，是可以通過調(diào)整投入變量的幅度以使非DEA有效變成DEA有效。本文選取Multi-Stage DEA的方法分析松弛變量，因為它可通過選取測度單位的不變性，從而得出與有效率點盡可能相近的有效投影點[8]。

在DEA模型中，當投入指標的松弛變量（si-）為0時，表示相應決策單元的投入要素發(fā)揮了應有的作用；反之，則未能完全發(fā)揮作用。當產(chǎn)出指標（sj-）不為0時，表示該決策單元在現(xiàn)有的投入狀態(tài)下產(chǎn)出不足。所以投入冗余越大，表明投入的資源沒有得到合理配置，造成了資源浪費。產(chǎn)出不足則表示在現(xiàn)有的投入水平下，投入的資源沒有很好地轉(zhuǎn)化為產(chǎn)出。表5所示為2011—2015年中部六省的投入、產(chǎn)出指標松弛變量。由表5可以看出，除山西省外，其他5省無明顯的投入冗余或者產(chǎn)出不足。

從規(guī)模收益類型看，江西省和山西省規(guī)模報酬均呈現(xiàn)遞減的變化趨勢；從輸入指標看，山西省的物流業(yè)從業(yè)人數(shù)存在冗余，冗余量為730人；從輸出指標看，山西省在貨運周轉(zhuǎn)量和地區(qū)GDP上存在產(chǎn)出不足的狀況。以上結果說明江西省和山西省的投入產(chǎn)出狀況沒有得到很好地分配，資源沒有得到有效利用。山西省同時存在投入冗余和產(chǎn)出不足的問題，但是規(guī)模報酬呈現(xiàn)遞減的趨勢，可見過多的投入并不能轉(zhuǎn)化為高產(chǎn)出，所以必須合理投入，減少非有效的投入。

表5 2011—2015年中部六省投入、產(chǎn)出指標松弛變量Table 5 Slack variable values of the input and output indexes in the six provinces

2.3 物流效率影響因素分析

通過以上分析，可看出中部六省中部分省份存在投入冗余和產(chǎn)出不足。因此，接下來分析各指標對中部六省物流效率的影響程度，即分析在本文選取的3個投入指標與3個產(chǎn)出指標中，哪個指標對中部六省物流效率的投入產(chǎn)出量影響最大。本文試圖通過投入、產(chǎn)出指標的不同組合方案來測算各個指標對其效率的影響程度[9]。由于組合較多，所以本文通過剔除某一指標后的組合方案來進行比較，利用DEAP2.1軟件，計算出不同投入、產(chǎn)出方案下的DEA均值，具體的方案和結果如表6所示。

用D表示投入-產(chǎn)出指標集，V(D)表示指標集D下2011—2015年的DEA效率均值，Di表示剔除第i個指標后的指標集（包括投入指標和產(chǎn)出指標），V(Di)表示剔除第i個指標后6個方案的DEA均值，則各指標對于DEA效率的影響程度可用下式表示：

式（2）中，Si為第i個指標對DEA效率的影響程度，Si越大，則第i個指標對DEA的影響程度越大；Si越小，則第i個指標對DEA的影響程度越小[5，9]。表7是各個輸入指標與輸出指標對中部六省物流效率影響程度的計算結果。

表7 各指標對DEA效率值的影響程度Table 7 In fluence degree of each index on the DEA efficiency value

由表7可知，從投入指標角度來看，對中部六省物流效率影響最大的是民用載貨汽車擁有量，影響程度為0.043；從產(chǎn)出指標角度來看，地區(qū)GDP對中部六省產(chǎn)出效率的影響最大，影響程度為0.254。

3 結論

本研究利用DEA分析法，對中部六省2011—2015年的物流效率評價相關數(shù)據(jù)進行了統(tǒng)計和測算，得出如下結論：

1）中部六省的物流效率整體水平較高，區(qū)域發(fā)展較為平衡。在中部六省中，湖北省、湖南省、河南省及安徽省均達到了DEA有效，雖然江西省的物流效率與其他省份之間存在一定的差距，沒有達到DEA有效，但是與DEA有效的省份差距較小。其中DEA非有效的兩個省份中，規(guī)模報酬均處于遞減狀態(tài)，需要適當減少物流投入，并且部分省份的投入產(chǎn)出結構不合理，物流投入并沒有合理轉(zhuǎn)化為物流產(chǎn)出，DEA非有效的省份要參考DEA有效省份的經(jīng)驗進行戰(zhàn)略調(diào)整，發(fā)揮其自身優(yōu)勢，促進區(qū)域交流與合作，共同促進中部六省物流業(yè)快速發(fā)展。

2）從對中部六省物流效率影響因素來看，地區(qū)GDP是影響中部六省物流投入與產(chǎn)出效率最為重要的一個因素。從投入角度來看，民用載貨汽車擁有量是影響部分省份DEA非有效的主要約束因子，這說明中部六省的民用載貨汽車擁有量仍然存在不足。從產(chǎn)出角度來看，地區(qū)GDP是影響中部六省物流效率的主要產(chǎn)出要素，部分省份地區(qū)GDP仍然達不到滿意的狀態(tài)。

[1]崔忠付.中國物流業(yè)發(fā)展所面臨的任務[J].中國流通經(jīng)濟，2009，23(6)：11-13.CUI Zhongfu.Major Tasks in Developing China’s Logistics Industry[J].China Business and Market，2009，23(6)：11-13.

[2]雷勛平，ROBIN Qiu，劉思峰，等.基于DEA的物流產(chǎn)業(yè)效率測度實證研究：基于我國31個省、市、自治區(qū)2008年投入產(chǎn)出數(shù)據(jù)[J].華東經(jīng)濟管理，2012(7)：62-66.LEI Xunping，ROBIN Qiu，LIU Sifeng，et al.Empirical Research on the Efficiency Measurement of Logistics Industry Based on DEA Model：Based on Input-Output Data in 2008 from 31 Provinces,Cities and Autonomous Regions of China[J].East China Economic Management，2012(7)：62-66.

[3]魏權齡.數(shù)據(jù)包絡分析(DEA)[J].科學通報，2000，45(17)：1793-1808.WEI Quanling.Data Envelopment Analysis(DEA)[J].Chinese Science Bulletin，2000，45(17)：1793-1808.

[4]樂小兵，王 瑛.基于DEA模型的廣西物流服務效率評價研究[J].科技管理研究，2014，34(5)：54-57.LE Xiaobing，WANG Ying.Logistics Efficiency Evaluation for Guangxi Based on DEA Model[J].Science and Technology Management Research，2014，34(5)：54-57.

[5]王 蕾，薛國梁，張紅麗.基于DEA分析法的新疆北疆現(xiàn)代物流效率分析[J].資源科學，2014，36(7)：1425-1433.WANG Lei，XUE Guoliang，ZHANG Hongli.Evaluation of Northern Xinjiang’s Logistics Efficiency Based on a DEA Model[J].Resources Science，2014，36(7)：1425-1433.

[6]肖 丹，劉聯(lián)輝.基于SE-DEA模型的廣東城市物流效率評價分析[J].物流技術，2011，30(6)：101-103.XIAO Dan，LIU Lianhui.Logistics Efficiency Evaluation for Guangdong Cities Based on SE-DEA Model[J].Logistics Technology，2011，30(6)：101-103.

[7]劉滿芝，周梅華，楊 娟.基于DEA的城市物流效率評價模型及實證[J].統(tǒng)計與決策，2009(6)：50-52.LIU Manzhi，ZHOU Meihua，YANG Juan.Evaluation Model and Demonstration of Urban Logistics Efficiency Based on DEA[J].Statistics and Decision，2009(6)：50-52.

[8]COELLI T J，RAO D S P， O'DONNELL C，et al.An Introduction to Efficiency and Productivity Analysis[M].2nd ed.NewYork：Springer Science&Business Media Inc，2005：60-65.

[9]田淑英，許文立.基于DEA模型的中國林業(yè)投入產(chǎn)出效率評價[J].資源科學，2012，34(10)：1944-1950.TIAN Shuying，XU Wenli.Evaluation of China’s Forestry Input-Output Efficiency Based on DEA Modeling[J].Resources Science，2012，34(10)：1944-1950.