基于DEA-Malmquist 模型的中國(guó)農(nóng)產(chǎn)品物流效率評(píng)價(jià)研究

李晉紅，李晶晶，呂 微

（中北大學(xué)經(jīng)濟(jì)與管理學(xué)院，太原 030051）

中國(guó)是農(nóng)業(yè)大國(guó)，農(nóng)業(yè)不僅是民族的根基，還是國(guó)民經(jīng)濟(jì)穩(wěn)定發(fā)展的前提。作為治理“三農(nóng)”問(wèn)題的重要措施，農(nóng)產(chǎn)品物流不僅維系著“菜籃子”與“糧袋子”，還關(guān)乎著國(guó)民經(jīng)濟(jì)命脈和農(nóng)民的經(jīng)濟(jì)收益。2020 年是實(shí)現(xiàn)全面小康的收尾之年，也是精準(zhǔn)扶貧的緊要關(guān)頭。中國(guó)農(nóng)業(yè)面臨著現(xiàn)代化轉(zhuǎn)型的嚴(yán)峻考驗(yàn)，必須加強(qiáng)技術(shù)創(chuàng)新，提升農(nóng)產(chǎn)品物流效率，從而促進(jìn)農(nóng)民增收和國(guó)民經(jīng)濟(jì)的長(zhǎng)遠(yuǎn)發(fā)展。

作為農(nóng)產(chǎn)品出產(chǎn)大國(guó)，中國(guó)歷年的農(nóng)產(chǎn)品流通數(shù)目十分龐大。但由于中國(guó)農(nóng)產(chǎn)品物流基礎(chǔ)差、底子薄，以致在運(yùn)輸過(guò)程中農(nóng)產(chǎn)品損耗巨大、效率低下且成本高。據(jù)有關(guān)資料顯示，中國(guó)農(nóng)產(chǎn)品在流通過(guò)程中的損毀比高達(dá)30%，由此可見(jiàn)，低下的農(nóng)產(chǎn)品物流效率，導(dǎo)致了資源的過(guò)度浪費(fèi)，不僅在一定程度上降低了農(nóng)產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力，還阻滯了中國(guó)農(nóng)業(yè)的轉(zhuǎn)型升級(jí)和農(nóng)村經(jīng)濟(jì)的發(fā)展步伐。因此，提升農(nóng)產(chǎn)品物流效率、找準(zhǔn)影響農(nóng)產(chǎn)品物流效率的關(guān)鍵因素，對(duì)改善農(nóng)村生產(chǎn)發(fā)展和推動(dòng)農(nóng)業(yè)現(xiàn)代化具有極其重要的價(jià)值。

1 研究現(xiàn)狀

近年來(lái)，被譽(yù)為“第三利潤(rùn)源泉”的物流一直是備受熱議的話題，但學(xué)術(shù)界現(xiàn)有研究大多集中在傳統(tǒng)物流效率及其影響因素等方面［1-6］，很少有學(xué)者重視農(nóng)產(chǎn)品物流效率的分析?，F(xiàn)有研究中，圍繞農(nóng)產(chǎn)品物流效率的探討基本聚焦于2 個(gè)方面。一是有關(guān)農(nóng)產(chǎn)品物流發(fā)展?fàn)顩r及提升對(duì)策方面的定性討論。Srimanee 等［7］以水果和蔬菜等農(nóng)產(chǎn)品作為分析對(duì)象，探討了五類農(nóng)產(chǎn)品流通模式，結(jié)果表明“農(nóng)民專業(yè)合作社-連鎖超市”對(duì)接模式能有效提高物流效率。Kristina［8］對(duì)9 種物流運(yùn)作方案進(jìn)行對(duì)照分析，論述了如何促進(jìn)物流目標(biāo)與流通過(guò)程的相互協(xié)調(diào)，以減少食品損耗、提高物流效率。邢坤［9］分析了城鎮(zhèn)化背景下中國(guó)農(nóng)產(chǎn)品物流在發(fā)展過(guò)程中出現(xiàn)的問(wèn)題，并給出了合理的解決方案。黃福華等［10］通過(guò)灰色關(guān)聯(lián)度模型探析了影響物流效率的主要原因，最后依據(jù)分析結(jié)果建立了提高農(nóng)產(chǎn)品物流效率的運(yùn)作模式。二是有關(guān)農(nóng)產(chǎn)品物流效率的測(cè)算及影響因素方面的定量分析。Minegishi 等［11］針對(duì)生鮮食品供應(yīng)鏈的特性和所處環(huán)境，運(yùn)用系統(tǒng)動(dòng)力學(xué)方法對(duì)其物流模式進(jìn)行建模與仿真研究。Bottan 等［12］以食品行業(yè)為分析主體，探究影響其物流效率的因素，并開展回歸分析，最后給出相應(yīng)的指導(dǎo)意見(jiàn)。陳玲［13］利用IDEA 模型測(cè)算了中國(guó)31 個(gè)省份的農(nóng)產(chǎn)品物流效率，研究發(fā)現(xiàn)省際之間的物流效率水平差距較大。汪旭暉等［14］選擇農(nóng)產(chǎn)品物流相關(guān)的面板數(shù)據(jù)進(jìn)行SFA 分析，結(jié)果顯示中國(guó)農(nóng)產(chǎn)品物流效率水平整體偏低。王家旭等［15］采用Malmquist 模型計(jì)算了黑龍江省農(nóng)產(chǎn)品物流效率的全要素生產(chǎn)率，并指出技術(shù)創(chuàng)新是制約其農(nóng)產(chǎn)品物流效率提高的關(guān)鍵原因。

由此可見(jiàn)，研究范圍上，現(xiàn)有研究大多是基于某一區(qū)域或者某一省份，而很少有針對(duì)全國(guó)范圍內(nèi)及省際之間效率的差異性分析；研究方法上，現(xiàn)有研究多選用隨機(jī)前沿法（SFA）、灰色關(guān)聯(lián)度法以及數(shù)據(jù)包絡(luò)法（DEA）等，但這些方法無(wú)法從動(dòng)態(tài)角度剖析農(nóng)產(chǎn)品物流效率隨時(shí)間演變的規(guī)律，也難以探究效率變化的根源。鑒于以上原因，本研究綜合利用DEA 模型和Malmquist指數(shù)，分別從靜態(tài)和動(dòng)態(tài)視角研究中國(guó)農(nóng)產(chǎn)品物流效率隨時(shí)間變化的趨勢(shì)，并探析區(qū)域及省際之間效率差異的原因。

2 研究方法與理論基礎(chǔ)

2.1 DEA 模型

數(shù)據(jù)包絡(luò)分析法（DEA）是一種以線性規(guī)劃為工具，計(jì)算并比較各個(gè)決策單元（DMU）之間相對(duì)效率的非參數(shù)模型。該方法對(duì)復(fù)雜體系的多輸入與輸出分析獨(dú)特，實(shí)質(zhì)上是判斷DMU 是否位于有效生產(chǎn)前沿面上。另外，該方法無(wú)需任何權(quán)重假設(shè)，也不受指標(biāo)量綱的限制，避免了人為因素的影響，因此，被普遍運(yùn)用于各種績(jī)效評(píng)價(jià)研究。

基于規(guī)模報(bào)酬是否可變，DEA 模型可以劃分為BCC 和CCR 2 種基本模型。由于BCC 模型更加適用于研究農(nóng)產(chǎn)品物流業(yè)這種規(guī)?？勺兊男袠I(yè)，且可以將綜合技術(shù)效率（TE）進(jìn)行分解，轉(zhuǎn)換為純技術(shù)效率（PTE）與規(guī)模效率（SE）的乘積，更易于分析效率低下的原因，故本研究選用BCC 模型從靜態(tài)視角探析中國(guó)農(nóng)產(chǎn)品物流效率及投入資源的利用狀況。

2.2 Malmquist指數(shù)

Malmquist 指數(shù)不僅可以彌補(bǔ)DEA 模型只能分析靜態(tài)效率的缺陷，而且還可以通過(guò)分解Malmquist指數(shù)更加準(zhǔn)確地判斷引起效率值隨時(shí)間波動(dòng)的主要因素。因此，商傳磊等［16］將 Malmquist 指數(shù)與 DEA模型進(jìn)行結(jié)合，用以研究全要素生產(chǎn)率（TFP）的動(dòng)態(tài)演變情況。本研究在研究中國(guó)農(nóng)產(chǎn)品物流效率時(shí)，將每個(gè)省看成1 個(gè)決策單元（DMU），因此，t時(shí)刻至t+1 時(shí)刻的Malmquist指數(shù)為：

式中，（xt，yt）、（xt+1，yt+1）分別是t期與t+1 期農(nóng)產(chǎn)品資源的投入與產(chǎn)出之間的函數(shù)關(guān)系；Dt、Dt+1為距離函數(shù)。若M＞1，表示t+1 期相較于t期的全要素生產(chǎn)率上升，農(nóng)產(chǎn)品物流效率隨年份增加而提高；反之表示全要素生產(chǎn)率下降。

當(dāng)規(guī)模報(bào)酬可變時(shí)，effch指數(shù)又可以拆分為純技術(shù)效率變化指數(shù)(pech) 和規(guī)模效率變化指數(shù)(sech) ，即：

對(duì)Malmquist 指數(shù)的層層分解，也是將造成效率變動(dòng)的因素進(jìn)行逐步分析，進(jìn)而全面且準(zhǔn)確地探析TFP 的動(dòng)態(tài)演變情況。綜上得到：

3 指標(biāo)選取及數(shù)據(jù)來(lái)源

3.1 投入指標(biāo)

目前大多數(shù)學(xué)者在選取DEA 投入指標(biāo)時(shí)，主要參考Cobb-Douglas 函數(shù)的理論，將技術(shù)、勞動(dòng)力以及資本等作為投入要素［17，18］。但物流技術(shù)要素在實(shí)踐中難以量化，故剔除該要素?；谇拔乃?，本研究選取的投入指標(biāo)如下。

1）農(nóng)產(chǎn)品物流從業(yè)人數(shù)。該指標(biāo)反映了勞動(dòng)力的投入情況。鑒于實(shí)踐中沒(méi)有農(nóng)產(chǎn)品物流從業(yè)人數(shù)的相關(guān)統(tǒng)計(jì)數(shù)據(jù)，故本研究借鑒王仁祥等［19］、程書強(qiáng)等［20］的做法，即農(nóng)產(chǎn)品物流從業(yè)人數(shù)由交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)從業(yè)人員總數(shù)乘以系數(shù)k得出，其中k表示公民食品消費(fèi)占全國(guó)總消費(fèi)的比重，用以反映農(nóng)產(chǎn)品物流從業(yè)人數(shù)所占的比例，計(jì)算公式為：

式中，k1為全國(guó)消費(fèi)比率，k2為公民消費(fèi)比率，e為恩格爾系數(shù)（采用全國(guó)平均值）。

2）農(nóng)產(chǎn)品物流固定資產(chǎn)投資額。該指標(biāo)反映了物流資本的投入情況。鑒于現(xiàn)有資料中僅有交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)固定資產(chǎn)投資額，因而采用與農(nóng)產(chǎn)品物流從業(yè)人數(shù)指標(biāo)相同的處理方式，將交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)固定資產(chǎn)投資額用GDP 價(jià)格指數(shù)進(jìn)行平減操作后再乘以系數(shù)k，進(jìn)而求出農(nóng)產(chǎn)品物流固定資產(chǎn)投資額。

3）交通基礎(chǔ)路線長(zhǎng)度。中國(guó)農(nóng)產(chǎn)品的運(yùn)輸形式包括鐵路、公路和水路運(yùn)輸?shù)?。在?jì)算交通基礎(chǔ)路線長(zhǎng)度時(shí)，本研究借鑒李聰［21］的做法，用鐵路、公路和水路運(yùn)輸方式的建設(shè)里程來(lái)表示，并將公路里程作為基準(zhǔn)，對(duì)鐵路和水路里程進(jìn)行換算，具體計(jì)算公式為：

式中，i=1 表示鐵路，i=2 表示水路；Qit為t年i的貨運(yùn)量，Qt為t年公路貨運(yùn)量；Lit為t年折算前i的運(yùn)輸里程，Sit為t年折算后i的運(yùn)輸里程。

4）冷凍、冷藏車數(shù)量。冷凍、冷藏車是運(yùn)輸果蔬、奶制品和肉類等農(nóng)產(chǎn)品的重要載體，因此，在測(cè)算農(nóng)產(chǎn)品物流效率時(shí)應(yīng)將冷凍、冷藏車數(shù)量作為投入指標(biāo)。

3.2 產(chǎn)出指標(biāo)

1）農(nóng)產(chǎn)品物流增加值。農(nóng)產(chǎn)品物流增加值是一定期間內(nèi)投入資源轉(zhuǎn)化形成的凈產(chǎn)值，與農(nóng)產(chǎn)品物流總產(chǎn)值相比，消除了前期數(shù)據(jù)總量的影響，更能體現(xiàn)出農(nóng)產(chǎn)品的價(jià)值增值過(guò)程?；跀?shù)據(jù)的可得性，該指標(biāo)同樣參照農(nóng)產(chǎn)品物流從業(yè)人數(shù)指標(biāo)的處理方式。

2）農(nóng)產(chǎn)品貨運(yùn)周轉(zhuǎn)量。該指標(biāo)是由農(nóng)產(chǎn)品實(shí)際運(yùn)輸重量乘以平均運(yùn)輸距離來(lái)表示，單位為億t·km。農(nóng)產(chǎn)品貨運(yùn)周轉(zhuǎn)量不但包括了農(nóng)產(chǎn)品的運(yùn)輸數(shù)量，而且包含了運(yùn)輸距離，因而可以較為全面地體現(xiàn)物流成果。同理，該指標(biāo)同樣參照農(nóng)產(chǎn)品物流從業(yè)人數(shù)指標(biāo)的處理方式。

3.3 數(shù)據(jù)來(lái)源

本研究數(shù)據(jù)主要來(lái)源于《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)物流年鑒》及國(guó)家統(tǒng)計(jì)局網(wǎng)站。鑒于數(shù)據(jù)不易獲取，本研究未包含港澳臺(tái)地區(qū)，同時(shí)由于西藏地區(qū)農(nóng)業(yè)條件艱苦、農(nóng)產(chǎn)品流通量少，因此，本研究選擇2012—2018 年全國(guó)30 個(gè)?。ㄊ?、自治區(qū)）的面板數(shù)據(jù)為觀測(cè)樣本，并借助DEAP 2.1 軟件進(jìn)行測(cè)算。需要指出的是，2018 年及以后官方不再公布農(nóng)產(chǎn)品物流固定資產(chǎn)投資額和農(nóng)產(chǎn)品物流增加值的相關(guān)數(shù)據(jù)，故本研究利用以前年度數(shù)據(jù)進(jìn)行預(yù)測(cè)。

4 實(shí)證結(jié)果與分析

4.1 DEA 模型的靜態(tài)分析

圖1 2012—2018年全國(guó)農(nóng)產(chǎn)品物流相關(guān)效率時(shí)間變化趨勢(shì)

4.1.1 綜合技術(shù)效率的時(shí)間特征 從全國(guó)整體層面來(lái)看，由2012—2018 年全國(guó)農(nóng)產(chǎn)品物流相關(guān)效率時(shí)間變化趨勢(shì)（圖1）可以看出，2012—2018 年全國(guó)農(nóng)產(chǎn)品物流綜合效率整體偏低，并呈波動(dòng)上升的趨勢(shì)。計(jì)算可得，7 年間的平均綜合效率為0.777，沒(méi)有實(shí)現(xiàn)DEA 有效。7 年間綜合效率的波動(dòng)基本能夠分成2個(gè)階段。第一個(gè)階段是2012—2016 年，在此期間綜合效率先下降后上升，由2012 年的0.785 先下降至2014 年的 0.748，然后再上升至 2016 年的 0.794；第二個(gè)階段是2016—2018 年，在此期間綜合效率也是先下降后上升，由2016 年的0.794 先下降至2017 年的0.781，然后再上升至2018 年的0.806，但相對(duì)于觀測(cè)的初始年2012 年來(lái)說(shuō)，整個(gè)階段的綜合效率提高了0.021。綜合這2 個(gè)階段的曲線走勢(shì)可以看出，2012—2018 年全國(guó)農(nóng)產(chǎn)品物流效率總體呈“W”字形走勢(shì)，并伴有波動(dòng)上升趨勢(shì)。

4.1.2 綜合技術(shù)效率的空間特征 全國(guó)各省的綜合技術(shù)效率均值空間分布存在明顯的東西差異，除個(gè)別省份外，綜合技術(shù)效率自東部沿海逐漸向西部?jī)?nèi)陸遞減。其中，河北、上海、江蘇、山東、遼寧等東部及沿海省份的平均效率介于0.8～1.0，屬于高效率區(qū)域；安徽、湖北、重慶、陜西、內(nèi)蒙古等中西部省份的平均效率介于0.7～0.8，屬于中等效率區(qū)域；新疆、青海、甘肅和寧夏等西部省份的平均效率低于0.7，屬于低效率區(qū)域。農(nóng)產(chǎn)品物流效率由東至西逐步遞減的狀態(tài)，說(shuō)明經(jīng)濟(jì)發(fā)展情況對(duì)農(nóng)產(chǎn)品物流效率有顯著的帶動(dòng)效果。

結(jié)合中國(guó)四大經(jīng)濟(jì)區(qū)域來(lái)看，農(nóng)產(chǎn)品物流效率水平呈明顯的階梯狀空間分布格局，東部地區(qū)最高，中部地區(qū)其次，西部地區(qū)最后，即東部＞東北部＞中部＞西部。由此可見(jiàn)，中國(guó)農(nóng)產(chǎn)品物流效率的地區(qū)發(fā)展?fàn)顩r具有較大差異。這是由于東部及沿海地區(qū)農(nóng)產(chǎn)品物流產(chǎn)業(yè)眾多，經(jīng)濟(jì)基礎(chǔ)穩(wěn)固，已經(jīng)產(chǎn)生了一定的規(guī)模效應(yīng)。同時(shí)，東部地區(qū)也是中國(guó)高新技術(shù)的聚集地，擁有眾多科研機(jī)構(gòu)和技術(shù)人才，從而使得技術(shù)效率較高。西部地區(qū)則相反，純技術(shù)效率與規(guī)模效率都較為低下，從而造成綜合效率偏低，但伴隨西部大開發(fā)戰(zhàn)略的實(shí)行，近幾年西部各省的綜合效率也在穩(wěn)步上升。

4.1.3 純技術(shù)效率和規(guī)模效率分析 從全國(guó)整體層面來(lái)看，2012—2018 年全國(guó)農(nóng)產(chǎn)品物流純技術(shù)效率整體偏低，曲線波動(dòng)形勢(shì)類似于綜合效率的“W”字形走勢(shì)。計(jì)算可得，7 年間純技術(shù)效率均值為0.864，與前沿面相差0.136，反映科技創(chuàng)新和管理水平較差。而在此期間農(nóng)產(chǎn)品物流規(guī)模效率一直保持相對(duì)穩(wěn)定，規(guī)模效率均值為0.899。由圖1 可以看出，在觀測(cè)期間內(nèi)純技術(shù)效率總體低于規(guī)模效率，且純技術(shù)效率的變化較規(guī)模效率的變化更加明顯，說(shuō)明影響農(nóng)產(chǎn)品物流綜合效率高低的主要是純技術(shù)效率，即科技創(chuàng)新和管理水平是阻礙中國(guó)農(nóng)產(chǎn)品物流業(yè)前進(jìn)的關(guān)鍵因素。

從各省層面來(lái)看，為便于分析，將純技術(shù)效率值和規(guī)模效率值0.9 作為界限，把全國(guó)30 個(gè)省分成4種，結(jié)果如圖2 所示（僅顯示典型省份）。第一種是雙高型，即純技術(shù)效率和規(guī)模效率都高于0.9，如山東、上海、河北、遼寧等東部地區(qū)。第二種是高低型，基本分布在東部的臨海地區(qū)，如天津、浙江、廣東、海南，說(shuō)明沿海地區(qū)技術(shù)能力雖高，但資源投入不符合實(shí)際，達(dá)不到規(guī)模效應(yīng)下的投入產(chǎn)出比。第三種是低高型，如中部的安徽、湖北和西部的內(nèi)蒙古、廣西以及東北部的吉林，說(shuō)明這些省份對(duì)當(dāng)前技術(shù)沒(méi)有進(jìn)行有效應(yīng)用。第四種是雙低型，主要集中在西部的甘肅、青海、貴州、新疆，這些省份的效率值遠(yuǎn)低于全國(guó)平均水平，是制約中國(guó)農(nóng)產(chǎn)品物流效率的關(guān)鍵地區(qū)，因此，要著重加強(qiáng)技術(shù)創(chuàng)新，并及時(shí)調(diào)整資源投入規(guī)模，從而提高效率水平。

圖2 全國(guó)各省純技術(shù)效率和規(guī)模效率的空間分布

4.2 Malmquist指數(shù)的動(dòng)態(tài)分析

本研究運(yùn)用DEA 方法對(duì)中國(guó)農(nóng)產(chǎn)品物流的相關(guān)效率進(jìn)行了計(jì)算和評(píng)價(jià)，然而效率分析屬于靜態(tài)研究，能夠反映某一產(chǎn)業(yè)發(fā)展動(dòng)態(tài)特征的重要依據(jù)是全要素生產(chǎn)率。因此，本研究將通過(guò)Malmquist 指數(shù)深入探究農(nóng)產(chǎn)品物流全要素生產(chǎn)率的動(dòng)態(tài)演變情況及影響因素，2012—2018 年各省和全國(guó)農(nóng)產(chǎn)品物流Malmquist 指數(shù)及分解狀況分別如表1 和表2 所示。

4.2.1 總體效率變動(dòng)分析 從全國(guó)平均水平來(lái)看，由表2 可知，2012—2018 年農(nóng)產(chǎn)品物流業(yè)的Malmquist指數(shù)均值達(dá)到1.023，年均增長(zhǎng)2.3%，說(shuō)明觀測(cè)期間中國(guó)農(nóng)產(chǎn)品物流的全要素生產(chǎn)率總體呈上升趨勢(shì)，產(chǎn)業(yè)發(fā)展?fàn)顩r良好。同時(shí)，由tfpch 分解得到的effch為 1.001，即年均增長(zhǎng) 0.1%；techch 為1.022，即年均增長(zhǎng)2.2%，說(shuō)明全要素生產(chǎn)率的提升基本上依靠技術(shù)進(jìn)步，而技術(shù)效率的驅(qū)動(dòng)效用次之。接下來(lái)對(duì)effch 進(jìn)行分解可知，pech 為0.990，即年均下降1%；sech 為1.011，即年均增長(zhǎng)1.1%，說(shuō)明中國(guó)農(nóng)產(chǎn)品物流規(guī)模雖然不斷擴(kuò)大，但純技術(shù)效率的下降阻礙了全要素生產(chǎn)率的進(jìn)一步提升。

從時(shí)間趨勢(shì)上來(lái)看，由表 2 可知，2012—2018 年tfpch 總體呈“W”字形走勢(shì)，與techch 的曲線變化趨勢(shì)及波動(dòng)方向基本一致，這也印證了技術(shù)進(jìn)步對(duì)中國(guó)農(nóng)產(chǎn)品物流的持續(xù)穩(wěn)定發(fā)展起到了重要推動(dòng)作用。從各個(gè)時(shí)間段的變化來(lái)看，雖然tfpch 在不同年份呈上下波動(dòng)狀態(tài)，但總體呈上升趨勢(shì)，只有在2013—2015 年tfpch 小于1，原因可能是這個(gè)時(shí)間段中國(guó)農(nóng)產(chǎn)品流通模式正處于轉(zhuǎn)型期，農(nóng)產(chǎn)品電商模式進(jìn)入大眾生活，新模式的出現(xiàn)無(wú)法規(guī)避試錯(cuò)成本，因而造成全要素生產(chǎn)率出現(xiàn)了一定的下滑。

表1 2012—2018 年各省農(nóng)產(chǎn)品物流Malmquist指數(shù)及分解狀況

表2 2012—2018 年全國(guó)農(nóng)產(chǎn)品物流Malmquist指數(shù)及分解狀況

4.2.2 區(qū)域效率差異對(duì)比 由表1可知，2012—2018年中國(guó)農(nóng)產(chǎn)品物流業(yè)四大區(qū)域的年均Malmquist 指數(shù)均大于1，都呈增長(zhǎng)趨勢(shì)，且四大區(qū)域的綜合排名為中部＞西部＞東部＞東北部。排在首位的中部地區(qū)是中國(guó)農(nóng)產(chǎn)品的重要產(chǎn)地，農(nóng)業(yè)根基深厚，加上國(guó)家大力推進(jìn)實(shí)施中部崛起戰(zhàn)略，努力將中部地區(qū)建設(shè)成為現(xiàn)代農(nóng)業(yè)發(fā)展核心區(qū)，促進(jìn)了科技進(jìn)步，故中部地區(qū)全要素生產(chǎn)率年均增長(zhǎng)最高。近幾年，西部地區(qū)由于“一帶一路”倡議的提出，不僅區(qū)域間的差距縮小，還帶動(dòng)了西部地區(qū)的技術(shù)發(fā)展，使得techch 顯著提升，同時(shí)由于西部大開發(fā)戰(zhàn)略的貫徹實(shí)施，使得規(guī)模效率提高，在二者的共同作用下，最終使得西部地區(qū)位列第二。接下來(lái)的東部地區(qū)，分解指數(shù)effch和techch 均大于1，但全要素生產(chǎn)率增速較為平緩，落后于中部和西部地區(qū)，究其原因是由于東部地區(qū)農(nóng)產(chǎn)品物流的技術(shù)和規(guī)模都遠(yuǎn)高于其他3 個(gè)區(qū)域，進(jìn)步空間較小，因此，綜合效率較高但增長(zhǎng)率較低。位于末位的東北地區(qū)，雖然曾為中國(guó)的老工業(yè)基地，但全要素生產(chǎn)率幾乎沒(méi)有變化，年均增長(zhǎng)僅為0.7%，從分解指數(shù)可以看出，effch 和pech 均小于1，說(shuō)明東北地區(qū)是由于技術(shù)拉動(dòng)不足及管理落后導(dǎo)致的增速緩慢。但伴隨振興東北戰(zhàn)略的推動(dòng)，東北地區(qū)還存在很大的提升空間。

4.2.3 省際效率變動(dòng)分析 由表2 可知，全國(guó)有2∕3的省份Malmquist 指數(shù)均值都大于1，說(shuō)明隨著時(shí)間的推移絕大多數(shù)地區(qū)的農(nóng)產(chǎn)品物流效率得到了有效的改善和提高，全要素生產(chǎn)率呈上升趨勢(shì)。其中，中部地區(qū)的河南、安徽以及西部地區(qū)的寧夏、甘肅4 個(gè)省份增長(zhǎng)率較高，tfpch 均高于1.10，帶動(dòng)了中部和西部其他省份的農(nóng)產(chǎn)品物流發(fā)展。東部地區(qū)的江蘇、北京以及西部地區(qū)的新疆、廣西，tfpch 雖然大于1，但全要素生產(chǎn)率增長(zhǎng)速度低于全國(guó)平均水平。另外，從指數(shù)分解角度看，tfpch 較低的省份中，只有重慶、四川及遼寧的effch 和techch 均小于1，進(jìn)一步分解effch 可以得知，純技術(shù)效率的降低是制約全要素生產(chǎn)率增長(zhǎng)速度的關(guān)鍵因素，放眼其他各省，不難發(fā)現(xiàn)這也與全國(guó)總體的情況一致。因此，今后要加強(qiáng)技術(shù)更新，提高應(yīng)用水平，并借鑒安徽及河南等省份的農(nóng)產(chǎn)品物流相關(guān)經(jīng)驗(yàn)，以改善自身的不足。

5 小結(jié)與建議

本研究綜合運(yùn)用DEA 模型與Malmquist 指數(shù)對(duì)2012—2018 年全國(guó)30 個(gè)省（市、自治區(qū)）的農(nóng)產(chǎn)品物流效率開展了實(shí)證研究，得出如下結(jié)論。

1）靜態(tài)角度，中國(guó)農(nóng)產(chǎn)品物流效率還處于偏低的水平，平均綜合技術(shù)效率僅為0.777，資源配置能力有待提升。從時(shí)間趨勢(shì)上看，2012—2018 年農(nóng)產(chǎn)品物流綜合效率總體上呈“W”字形走勢(shì)；從空間角度上看，各省的綜合效率均值空間分布存在明顯的東西差異，除個(gè)別省份外，綜合效率自東部沿海逐漸朝西部?jī)?nèi)陸遞減。同時(shí)，區(qū)域間發(fā)展不均衡，呈顯著的東高、中次、西低的階梯狀空間分布格局，即東部＞東北部＞中部＞西部。

2）動(dòng)態(tài)角度，從全國(guó)整體來(lái)看，2012—2018 年中國(guó)農(nóng)產(chǎn)品物流的Malmquist 指數(shù)均值為1.023，全要素生產(chǎn)率總體呈上升趨勢(shì)，推動(dòng)全要素生產(chǎn)率增長(zhǎng)的首要因素是技術(shù)進(jìn)步；從區(qū)域角度看，全要素生產(chǎn)率增長(zhǎng)速度表現(xiàn)出中快、西次、東慢的格局，即東部地區(qū)綜合效率較高但增速緩慢，而中西部地區(qū)綜合效率相對(duì)較低，但增長(zhǎng)速度反而更快。綜上，tfpch排名為中部＞西部＞東部＞東北部。

3）純技術(shù)效率較低且增速遲緩是制約中國(guó)農(nóng)產(chǎn)品物流業(yè)整體前進(jìn)的關(guān)鍵因素，說(shuō)明中國(guó)農(nóng)產(chǎn)品物流科技創(chuàng)新能力及應(yīng)用推廣程度亟待增強(qiáng)。

結(jié)合研究成果，為促進(jìn)中國(guó)農(nóng)產(chǎn)品物流持續(xù)健康發(fā)展，本研究提出以下2 點(diǎn)建議。

1）加強(qiáng)區(qū)域合作，優(yōu)化整合資源。由測(cè)算結(jié)果可知，中國(guó)農(nóng)產(chǎn)品物流效率總體較為低下，并且出現(xiàn)區(qū)域間發(fā)展不平衡的現(xiàn)象。因此，要建立健全區(qū)域聯(lián)動(dòng)合作機(jī)制，打破區(qū)域和省際之間的行政壁壘，促進(jìn)農(nóng)產(chǎn)品物流要素合理有序地流動(dòng)，從而實(shí)現(xiàn)物流資源的有效配置。另外，要加快推動(dòng)現(xiàn)代物流產(chǎn)業(yè)的發(fā)展，積極推進(jìn)區(qū)域物流一體化建設(shè)，優(yōu)化整合全國(guó)各地區(qū)的農(nóng)產(chǎn)品物流資源。同時(shí)，加強(qiáng)跨區(qū)域間的溝通與協(xié)作，充分利用各自優(yōu)勢(shì)，促進(jìn)資源優(yōu)勢(shì)互補(bǔ)，進(jìn)而達(dá)到區(qū)域間協(xié)調(diào)發(fā)展的目的。

2）加快技術(shù)創(chuàng)新，提高管理水平。實(shí)證分析結(jié)果表明，純技術(shù)效率是制約中國(guó)農(nóng)產(chǎn)品物流效率提升的最重要因素。因此，要以科技創(chuàng)新為目標(biāo)，以信息管理為手段，加速中國(guó)農(nóng)產(chǎn)品物流技術(shù)的研發(fā)和運(yùn)用，特別是加強(qiáng)農(nóng)產(chǎn)品冷鏈系統(tǒng)的應(yīng)用及管理，以降低運(yùn)輸過(guò)程中農(nóng)產(chǎn)品的腐壞和毀損。同時(shí)，推動(dòng)構(gòu)建物流公共信息平臺(tái)，促進(jìn)信息資源開放共享，并運(yùn)用供應(yīng)鏈管理系統(tǒng)，提高信息技術(shù)管理水平，從而改善農(nóng)產(chǎn)品物流服務(wù)質(zhì)量。