基于DEA與灰色關(guān)聯(lián)模型的中西部18省物流業(yè)效率研究

周林榮，駱 欣

（遵義師范學(xué)院管理學(xué)院，貴州 遵義 563006）

1 引言

物流業(yè)是中國經(jīng)濟發(fā)展的推進(jìn)器，受到國家高度重視。國務(wù)院先后出臺了《物流業(yè)調(diào)整和振興規(guī)劃》和《物流業(yè)發(fā)展中長期規(guī)劃2014-2020》等文件，強調(diào)物流發(fā)展的重點之一是“著力降低物流成本，使物流整體運行效率顯著提高”。2015年國務(wù)院頒布了《關(guān)于推進(jìn)線上線下互動加快商貿(mào)流通創(chuàng)新發(fā)展轉(zhuǎn)型升級的意見》，強調(diào)轉(zhuǎn)變物流業(yè)發(fā)展方式，依托各項信息技術(shù)與資源提高物流資源使用效率。這一系列文件的出臺，說明物流業(yè)效率問題一直是國家關(guān)注的焦點。近年來，隨著我國物流基礎(chǔ)設(shè)施與技術(shù)裝備的顯著改善，物流業(yè)效率有所提升，但物流業(yè)效率不高問題仍然突出。例如，2020年“雙11”天貓、京東商城等電商平臺網(wǎng)絡(luò)銷售額突破5000億元。根據(jù)國家郵政局?jǐn)?shù)據(jù)顯示，截至2020年11月19日，“雙11”攬收快件妥投率超95.5%。中西部等地區(qū)局部仍出現(xiàn)“爆倉”現(xiàn)象，新疆、西藏等邊遠(yuǎn)地區(qū)的消費者仍需等待較長時間才能收到“雙11”期間訂購的物品。同時，在當(dāng)前高質(zhì)量發(fā)展背景下，我國物流業(yè)效率整體較發(fā)達(dá)國家而言仍然偏低，物流業(yè)在地區(qū)間的發(fā)展仍不平衡，加上投資要素不合理等問題，物流業(yè)難以發(fā)揮經(jīng)濟動脈作用。如何實現(xiàn)物流業(yè)高質(zhì)量、高效率發(fā)展是亟待研究的重要問題。

針對物流業(yè)效率評價，近年來國內(nèi)外學(xué)者主要采用數(shù)據(jù)包絡(luò)分析法（DEA）。文獻(xiàn)[1-10]采用DEA方法對不同區(qū)域的物流效率進(jìn)行了評價?，F(xiàn)有研究物流業(yè)效率雖從區(qū)域視角進(jìn)行，但沒有專門針對中西部區(qū)域的。本文采用DEA對我國中西部18個省級單元物流業(yè)效率進(jìn)行評價，并進(jìn)一步分析選用投入與產(chǎn)出指標(biāo)對物流業(yè)效率的影響程度，以期提出提升物流業(yè)效率的策略建議，進(jìn)而為物流業(yè)的高質(zhì)量發(fā)展奠定基礎(chǔ)。

2 DEA與灰色關(guān)聯(lián)模型

本研究分兩步進(jìn)行。第一步，采用經(jīng)典的DEACCR模型與DEA-BCC模型測算決策單元的效率；第二步，將各個決策單元的綜合技術(shù)效率值（TE）作為因變量，將決策單元投入與產(chǎn)出各個指標(biāo)作為自變量，建立灰色關(guān)聯(lián)模型，分析投入與產(chǎn)出因素對物流業(yè)效率的影響程度。

2.1 DEA模型

數(shù)據(jù)包絡(luò)分析法（DEA，Data Envelopment Analysis）由美國著名的運籌學(xué)家Charnes（查恩斯）、Cooper（庫伯）與Rhodes（羅茲）在1978年首次提出，該方法稱為DEA-CCR模型，主要用來評價多投入與多產(chǎn)出的相同經(jīng)濟體的相對有效性。該方法的原理主要是通過保持決策單元（DMU,DecisionMaking Units）的輸入或者輸出不變，依托統(tǒng)計數(shù)據(jù)與數(shù)學(xué)規(guī)劃確定相對有效生產(chǎn)前沿面，將各個決策單元投影到DEA的生產(chǎn)前沿面上，并進(jìn)一步比較決策單元偏離DEA前沿面的程度來評價它們的相對有效性。DEA-CCR模型假定生產(chǎn)過程屬于規(guī)模報酬不變前提下的綜合技術(shù)效率，1984年Banker、Charnes和Cooper在DEA-CCR模型的基礎(chǔ)上加入一個凸性約束延展成DEA-BCC模型，該模型假定生產(chǎn)過程屬于規(guī)模報酬可變前提下的純技術(shù)效率。設(shè)決策單元個數(shù)為n（i=1,2,…,n），每個決策單元的投入指標(biāo)個數(shù)與產(chǎn)出指標(biāo)個數(shù)分別為m與s，對應(yīng)的投入指標(biāo)向量與權(quán)向量分別為 xi和 v，且 xi=(x1i，x2i，…xmi)T＞0，v=(v1，v2，…vm)T；對應(yīng)的產(chǎn)出指標(biāo)向量與權(quán)向量分別為 yi和 u，且 yi=(y1i，y2i，…ysi)T＞ 0，u=(u1，u2，…us)T，則評價第i個決策單元的DEA-CCR模型與DEABCC模型如式（1）與式（2）所示：

2.2 灰色關(guān)聯(lián)模型

灰色系統(tǒng)理論由中國著名學(xué)者鄧聚龍教授在1982年首次提出，對于兩個系統(tǒng)之間的因素，以部分已知信息為樣本，對部分未知信息進(jìn)行探索，以便分析因素之間的關(guān)聯(lián)程度。為進(jìn)一步分析中西部18省物流業(yè)DEA模型效率值的影響因素和影響程度，以DEA-CCR模型測算出無投影調(diào)整前的效率值作為行為系統(tǒng)序列，即因變量序列；以投入與產(chǎn)出指標(biāo)作為影響序列，即自變量序列。運用灰色關(guān)聯(lián)模型得到兩個序列間的關(guān)聯(lián)程度i。

具體計算步驟如下：

第一步：確定參考數(shù)據(jù)序列和比較序列。參考序列為DEA-CCR模型測算出無投影調(diào)整前的效率值X0=(x10,x20,…,x180)，比較序列由3個投入指標(biāo)與3個產(chǎn)出指標(biāo)形成的自變量組成Xi=(xi1，xi2，…,xi18)，其中 i=1,2,…6。

第二步：對自變量進(jìn)行無量綱化處理，本文采用均值法，即將所有投入與產(chǎn)出指標(biāo)和數(shù)據(jù)均除以各指標(biāo)數(shù)據(jù)的均值，得到一個新的序列Xi1=(xi11,xi21,…,xi181)；即 Xi1=Xi/Xi(平均)。

第三步：計算對應(yīng)指標(biāo)序列間的絕對差值Xi2=|Xi1-X0|，并進(jìn)一步確定絕對差值中的最大值與最小值。

第五步：計算因素之間的關(guān)聯(lián)度，即對每個影響因素在不同維度上值的均值

本研究數(shù)據(jù)源于《中國統(tǒng)計年鑒2019》，投入與產(chǎn)出指標(biāo)選取根據(jù)參考文獻(xiàn)整理歸納得出，具體數(shù)據(jù)見表1。

?

3 實證與結(jié)果分析

3.1 中西部18省物流業(yè)效率測算

采用 DEAP2.1軟件中的 DEA-CCR模型與DEA-BCC模型對2018年我國中西部18省物流業(yè)效率進(jìn)行測算，得出物流業(yè)綜合技術(shù)效率值、純技術(shù)效率值與規(guī)模技術(shù)效率值。

?

（1）不考慮外部其他因素的情況下，中西部18省物流業(yè)2018年的綜合技術(shù)效率均值為0.751，整體偏低；中部6省的綜合技術(shù)效率均值為0.928，其中，山西、安徽、河南與湖南四個省為DEA有效；西部12個省的綜合技術(shù)效率均值為0.663，只有貴州省達(dá)到了DEA有效；表明我國中部地區(qū)物流業(yè)的效率整體高于西部。純技術(shù)效率均值為0.832，其中，山西、安徽、河南、湖南、廣西、貴州、西藏和寧夏的純技術(shù)效率達(dá)到DEA有效，表明這八個省物流技術(shù)或管理水平達(dá)到最好狀態(tài)。這18個省的物流業(yè)規(guī)模效率整體較高，均值為0.899，并且高于綜合技術(shù)效率和純技術(shù)效率。青海與西藏的規(guī)模效率值較低，拉低了被評價省份的物流的規(guī)模效率均值。

（2）內(nèi)蒙古、江西、湖北、四川、重慶、云南、陜西的規(guī)模效率值較高，超過0.950且均高于純技術(shù)效率值，新疆與甘肅的規(guī)模效率值也超過純技術(shù)效率值，分別為0.742與0.888。由于江西、湖北、重慶、云南、陜西、甘肅與新疆的純技術(shù)效率值偏低，導(dǎo)致這7個省的綜合技術(shù)效率值不高。說明這7個省要提高物流效率，應(yīng)適時調(diào)整管理方式，不斷引進(jìn)先進(jìn)技術(shù)與裝備，優(yōu)化物流人才結(jié)構(gòu)與其他投資要素。

（3）內(nèi)蒙古、江西、廣西、重慶、云南、西藏、甘肅、青海、寧夏、新疆、湖北、陜西為規(guī)模效率遞增狀態(tài)，表明該區(qū)域應(yīng)增強物流產(chǎn)業(yè)與制造業(yè)、農(nóng)業(yè)、服務(wù)業(yè)等產(chǎn)業(yè)的聯(lián)動，應(yīng)加強物流投入帶動物流規(guī)模擴大。由表3可知，只有四川省的大于1，處于規(guī)模效率遞減狀態(tài)，四川省應(yīng)該降低物流相關(guān)投入，同時應(yīng)加強對投入要素與資源的管理。

?

（4）中西部有13個省物流業(yè)沒有達(dá)到DEA有效。結(jié)合表1、表2與表3的相關(guān)數(shù)值并根據(jù)投影規(guī)則進(jìn)行計算與調(diào)整，以四川省為例，分別用I1、I2與I3表示調(diào)整后三個投入指標(biāo)對應(yīng)值，O1、O2與O3表示調(diào)整后三個產(chǎn)出指標(biāo)對應(yīng)值。在維持當(dāng)前四川省物流業(yè)產(chǎn)出水平（即物流業(yè)產(chǎn)出水平不變）的條件下，要達(dá)到DEA有效，需要適當(dāng)減小I1、I2與I3的值，其中，從業(yè)人員數(shù)調(diào)整為25.276萬人，運輸線路里程數(shù)調(diào)整為234815.360公里，物流固定資產(chǎn)投資額調(diào)整為 2671.551億元，使得貨運周轉(zhuǎn)量提高到5322.866億噸/公里，另外兩個產(chǎn)出指標(biāo)值不變。

由表4可知，中西部18省物流業(yè)根據(jù)DEA測算出的投入過剩與產(chǎn)出不足的投影規(guī)則，物流業(yè)TE值均為1，經(jīng)過3次DEA調(diào)整后均達(dá)到DEA有效。如，四川省最優(yōu)資源要素調(diào)整情況：投入要素物流業(yè)從業(yè)人數(shù)減少到25.12萬人、運輸線路里程數(shù)減少到233407公里、固定資產(chǎn)投資額減少到2655.52億元；產(chǎn)出指標(biāo)物流產(chǎn)值沒有變動為1869.96，貨運量與貨運周轉(zhuǎn)量分別提高到188456.78萬噸和5539.62億噸/公里。

?

3.2 灰色關(guān)聯(lián)模型

影響物流業(yè)效率的因素是多方面的，灰色關(guān)聯(lián)模型主要著眼于物流業(yè)的內(nèi)部因素，即內(nèi)部因素是指物流業(yè)的投入和產(chǎn)出指標(biāo)。所以，本文需進(jìn)一步了解所選取指標(biāo)對中西部18個省物流業(yè)投入產(chǎn)出效率的影響程度。運用灰色關(guān)聯(lián)模型，以中西部18個省的物流業(yè)投入與產(chǎn)出效率值表示研究對象序列，以選取的各個投入與產(chǎn)出指標(biāo)作為研究對象的影響序列。本文取 ，計算出灰色關(guān)聯(lián)程度結(jié)果如表5所示。

?

3個投入與3個產(chǎn)出指標(biāo)對我國中西部18省物流業(yè)效率影響程度的均值均超過0.7（表5），表明所選的投入與產(chǎn)出指標(biāo)對物流業(yè)效率有較強影響。從投入指標(biāo)角度，對物流業(yè)效率影響最大的是運輸線路里程數(shù)，關(guān)聯(lián)程度達(dá)0.761；其次是從業(yè)人員數(shù)，關(guān)聯(lián)程度達(dá)0.741；影響最低的是物流業(yè)固定資產(chǎn)的投資額，關(guān)聯(lián)程度為0.701。從產(chǎn)出指標(biāo)角度，對物流業(yè)效率值影響最大的是物流產(chǎn)值，為0.741；其次是貨運量與貨運周轉(zhuǎn)量，分別是0.739與0.726。從總體上說，產(chǎn)出指標(biāo)影響程度差異不大。

4 結(jié)論與建議

本文首先通過DEA-CCR與DEA-BCC模型對中西部18省物流業(yè)效率值進(jìn)行測算，然后運用灰色關(guān)聯(lián)測算物流業(yè)效率的影響因素與影響程度，發(fā)現(xiàn)：

（1）我國中西部18個省物流業(yè)2018年的綜合技術(shù)效率均值整體偏低，但中部物流業(yè)效率均值較高且高于西部物流業(yè)均值，得益于中部地區(qū)地理位置與經(jīng)濟基礎(chǔ)；18個省物流業(yè)的規(guī)模效率均值大于純技術(shù)效率，其中，廣西、西藏、寧夏與青海純技術(shù)效率高于規(guī)模效率，而內(nèi)蒙古、江西、湖北、重慶、四川、云南、陜西、甘肅與新疆規(guī)模效率高于純技術(shù)效率；江西、湖北、重慶、云南、陜西、甘肅與新疆7個省要提高物流效率，應(yīng)適時調(diào)整管理方式，不斷引進(jìn)先進(jìn)技術(shù)與裝備，優(yōu)化物流人才結(jié)構(gòu)與其他投資要素。

（2）內(nèi)蒙古、江西、廣西、重慶、云南、西藏、甘肅、青海、寧夏、新疆、湖北與陜西12個省處于規(guī)模收益遞增階段，應(yīng)增強物流產(chǎn)業(yè)與制造業(yè)、農(nóng)業(yè)、服務(wù)業(yè)等產(chǎn)業(yè)的聯(lián)動，應(yīng)加強物流投入帶動物流規(guī)模擴大。四川省規(guī)模效益遞減，應(yīng)該降低物流相關(guān)投入，同時應(yīng)加強對投入要素與資源的管理。

（3）通過合理的優(yōu)化投入要素與調(diào)整產(chǎn)出可以實現(xiàn)中西部18省的物流業(yè)效率都達(dá)到DEA有效。如，四川省最優(yōu)資源要素調(diào)整情況：投入要素物流業(yè)從業(yè)人數(shù)減少到25.12萬人、運輸線路里程數(shù)減少到233407公里、固定資產(chǎn)投資額減少到2655.52億元；產(chǎn)出指標(biāo)物流產(chǎn)值沒有變動為1869.96，貨運量與貨運周轉(zhuǎn)量分別提高到188456.78萬噸和5539.62億噸/公里，提升物流業(yè)效率，需重視投入資源的結(jié)構(gòu)數(shù)量合理，才能使產(chǎn)出達(dá)到最佳，為物流高質(zhì)量發(fā)展奠定基礎(chǔ)。

（4）物流業(yè)的內(nèi)部因素中，運輸線路里程數(shù)對物流業(yè)效率影響程度最大，固定資產(chǎn)投資額的影響程度最低，投入因素與產(chǎn)出因素對物流業(yè)效率影響程度相當(dāng)，物流基礎(chǔ)設(shè)施——運輸線路的建設(shè)對物流效率的高低至關(guān)重要。