基于DEA模型的“一帶一路”重點省份物流效率分析

連兆大+等

內容摘要：本文運用DEA模型分析了2014年我國“一帶一路”重點18省物流的投入產出效率，結果顯示內蒙古、西藏、遼寧、上海、福建、廣東、浙江省的物流投入產出DEA有效，其它省份非DEA有效。我國一帶一路經濟帶，在地區分布上呈現出沿海省份與非沿海省份物流發展的不平衡現象，建議根據各省純技術效率、規模效率水平，有針對性地調整物流發展戰略與方式，解決物流短板，提升“一帶一路”物流通道的整體效率。

關鍵詞：DEA模型 一帶一路 物流效率

引言

2015年3月，國家發展改革委、外交部、商務部經國務院授權聯合發布了《推動共建絲綢之路經濟帶和21世紀海上絲綢之路的愿景與行動》，規劃了框架思路、合作重點、合作機制等，形成我國“一帶一路”沿線各地開放態勢，明確了西北地區、東北地區、西南地區、沿海和港澳臺地區、內陸地區在“一帶一路”的定位，充分發揮國內各地區比較優勢，實行更加積極主動的開放戰略，加強東中西互動合作，全面提升開放型經濟水平。重點涉及的18個省份（含自治區、直轄市），包括西北地區的新疆、陜西、甘肅、寧夏、青海、內蒙古6省，東北地區的黑龍江、吉林、遼寧3省，西南地區的廣西、云南、西藏3省，內陸地區的重慶，沿海的上海、福建、廣東、浙江、海南5省。而實現高效率的物流運行是這些重點省份在“一帶一路”建設中發揮作用的重要基礎。但是，在物流規劃與建設實踐中，各省物流發展不均衡，物流資源不足，發展較慢的省份容易形成“一帶一路”物流短板，而一些省份過多注重物流基礎設施規?；ㄔO，不注重提升物流運行的效率，造成投入產出效率低下的問題。因此，關注重點省份物流均衡發展，提升物流運行效率，對我國“一帶一路”系統工程建設具有重要的作用?；诖?，本文以18省份為研究對象，探討其物流效率問題，并提出有針對性的解決措施。

相關研究綜述

國內外有許多學者運用數據包絡分析（Data Envelopment Analysis，簡稱 DEA）分析物流效率。Banker（1984）采用DEA方法分析了企業技術無效性、規模無效性。Hokoy Min（2006）利用產出導向法評價了美國六家第三方物流企業的效率，表明資產型物流企業的盈利能力低于非資產型物流企業。Reza Farzipoor Saen（2009）運用DEA構建第三方逆向物流優化模型，以篩選最合適的第三方物流供應商。雋志才（1994）應用DEA模型對公路運輸企業的技術有效性和規模有效性進行了分析并提出了改進建議。云俊與張帆（2006）利用 DEA 模型對寧波港等8大港口物流效率進行評價，提出通過均衡投入提升物流效率等建議。鄧學平和王旭等學者（2008）利用DEA Malmquist生產效率變化指數，分析我國物流企業2001年至2006年的全要素生產效率問題，提出了解決效率低的途徑。黃勇和徐景昊（2009）利用DEA的C2R模型和C2GS2模型對我國中部6省社會物流效率進行評價并提出改進建議。余泳澤、武鵬（2010）利用隨機前沿生產函數分析物流產業的效率并分析了顯著影響因素。田振中（2011）采用DEA模型和Tobit回歸模型分析各省物流業運行效率及其影響因素。張春梅（2011）以2000年到2008年內蒙古物流產業發展情況為實例分析，對運用DEA對物流產業發展縱向評價的實用性進行驗證；陳松、惠青、郭延江（2013）運用 DEA-Malmquist生產力指數方法評價海南省物流業的動態效率；孟魁（2014）使用三階段DEA方法研究在能耗和碳排放約束條件下中部地區的物流效率問題。陳小燕與李穎（2015）用DEA模型對福建省各地區的物流效率進行了分析并提出改進措施建議。潘濤（2015）運用超效率DEA方法評估 2003至2013 年的河南省物流業效率，分析了其效率提升制約因素。張璇、楊雪榮、王峰（2016）借助三階段 DEA 模型對新絲綢之路經濟帶物流業效率進行評價并分析了影響因素。

綜上所述，國內外學者運用數據包絡分析（DEA）進行物流效率的評價一直是研究的熱點。研究內容方面，大量研究從國家物流、區域物流等角度對物流效率問題進行了探討，積累了較豐富的理論基礎，許多學者利用DEA模型對其研究范圍的物流效率進行了評價，得出了較有價值的結論和建議。本研究在“一帶一路”發展戰略背景之下，以DEA模型為基礎，借鑒已有相關研究成果，進一步完善省域物流效率評價的DEA模型指標體系，以18個重點省份為研究對象，對其物流效率進行分析，從而發現各省物流發展過程中存在的問題，以期為各地物流發展規劃決策提供理論參考。

DEA模型及指標選取

（一）DEA模型簡介

數據包絡分析（DEA）最早由美國運籌學家A.Charnes，W.W.Cooper 和 E.Rhodes 在1978 年提出，是運用數學工具評價經濟系統生產前沿面有效性的非參數方法，它適用于多投入多產出的多目標決策單元的績效評價?；镜臄祿j分析模型有C2R模型和BC2模型， C2R模型基于決策單元（DMU）規模報酬固定的假設，不考慮規模大小對運行效率造成的影響，可評價其綜合有效性。BC2模型基于決策單元規模報酬可變的假設，評價其純技術有效性，均可運用投入導向或產出導向來分析效率的高低。考慮現有物流資源的有效利用，選用產出導向分析各省物流效率。

C2R模型簡介如下：

其中： θ，λj，j=1，2，…，n ，均為對偶變量，m為單位向量e-=（1，1，…，1）∈Em ， s為單位向量e+=（1，1，…，1）∈Es ， S+和S- 均為松弛變量，Xj=（x1j，x2j，…， xmj）T， Yj=（y1j， y2j，…， ysj）T ，X0=（ x1j0， x2j0，…， xmj0）T， Y0=（y1j0，y2j0，…， ysj0）T。

θ*=1，且s*+=0，s*-=0。則決策單元j0為DEA有效，決策單元的經濟活動同時為技術有效和規模有效。θ*=1，但至少某個輸入或者輸出大于0，則決策單元j0為弱DEA有效，決策單元不同時為技術效率最佳和規模最佳。θ*<1，決策單元j0不是DEA有效，決策單元既不是技術效率最佳，也不是規模最佳。

BC2模型簡介如下：

把固定規模報酬假設更改為可變規模報酬（variable Returns to Scale，簡記VRS），則DEA模型中的上述約束條件增加：，得到BC2模型：

求得最優解為 λ0，S0-， S0+，θ0，若 θ0=1，且 S0-=S0+=0，則稱被評價決策單元相對技術有效且規模有效；若θ0=1 ，但 S0-，S0+不同時等于零向量，則稱被評價決策單元為弱DEA有效，這時該被評價的決策單元不是同時技術有效和規模有效。若 θ0<1，則稱此被評價的決策單元為非DEA有效。

（二）指標選取

通過梳理運用DEA模型研究區域物流效率的現有相關研究成果，發現在指標的選擇思路上有著較大的相同點，但在具體指標取舍上存在一些不同。由于我國對于物流業的界定模糊，物流相關數據因歷史統計口徑差異缺乏可比性，大部分研究選擇交通運輸、倉儲及郵政業相關的就業人數、全社會固定資產投資和等級公路里程作為物流投入指標，選擇交通運輸、倉儲和郵政業產值指標、貨運量指標、貨運周轉量指標等作為物流產出指標。本文在投入指標和產出指標選取時，在已有研究成果的基礎上進行綜合比較，考慮數據的可獲得性，力求較全面地反映一個區域的物流投入和物流產出，但又要避免重復。因此，在投入指標上從人力、物力、財力系統考慮，增加了現有研究成果較少選擇的“交通運輸、倉儲和郵政業城鎮單位就業人員工資總額”指標，以更全面反映人力、財力的投入。在產出指標上剔除了“貨運量”，選用更具代表性的“貨物周轉量”反映物流量的產出，與反映物流產值的直接指標“交通運輸、倉儲和郵政業增加值”和反映地區經濟發展水平的“地區生產總值”形成組合產出指標，具體指標選取詳見表1。

物流效率分析

（一）數據來源

本文按表1的物流投入產出指標體系，根據國家統計局網站公布的《2015中國統計年鑒》和物流產業大數據平臺網站，收集并整理了2014年18個重點省份的物流相關數據（見表2）。

（二）計算結果

根據 2014年18個重點省份的物流數據，運用數據包絡分析軟件MaxDEA5.0求解，可分析C2R和BC2等模型的技術有效性、規模有效性。以每一個省份作為一個決策單元（DMU），通過軟件自動運行計算，比較各省份物流運行相對效率，計算結果見表3。對于非技術有效的決策單元，進一步計算其投入冗余和產出不足的數量，計算結果見表4。

（三）計算結果分析

1.綜合效率分析。從表3的計算結果來看，“一帶一路”經濟區的18個重點省份中有內蒙古、西藏、遼寧、上海、福建、廣東、浙江7省的綜合效率值達到了1，為C2R有效。新疆、陜西、甘肅、寧夏、青海，黑龍江、吉林、廣西、云南、重慶、海南共11省的綜合效率值小于1，沒有實現C2R有效。從地區分布統計，西北、西南、東北地區，各有1個省份綜合效率值為1，分別占7個省份的14.29%；沿海地區有4個省的綜合效率值為1，占7個省份的57.14%。18個重點省份綜合效率的平均值為0.8562，新疆、陜西、甘肅、青海、云南、重慶、海南共7個省份的綜合效率值低于平均水平。

2.純技術效率分析。從表3看，18個重點省份中有寧夏、內蒙古、西藏、遼寧、上海、福建、廣東、浙江、海南9個省的純技術效率值達到了1，表明物流投入資源得到了有效的利用。其中，寧夏、海南2省，雖然實現了純技術效率最優，但是其規模效率值小于1，致使綜合效率值未達到1，未實現效率最優化。黑龍江、吉林、廣西、陜西、云南、甘肅、青海、新疆、重慶9省純技術效率值小于1。18省中50%的省份純技術效率值達到了1，另外50%省份純技術效率值小于1，呈現地區間的不平衡現象。以純技術效率值排序，排名最后3位的是青海、新疆、重慶，其純技術效率值分別僅為0.6985，0.6631，0.6479，表明這3個省在物流業管理技術、方法等方面相對落后，對物流資源的配置、整合能力存在不足，造成物流資源浪費和物流產出效率低下。

3.規模效率分析。從表3分析，除青海外規模效率值均大于0.9，青海的規模效率值偏低，規模效率值僅為0.6959，處于排名的倒數第1位。內蒙古、西藏、遼寧、上海、福建、廣東、浙江7省處于規模收益不變的階段。新疆、陜西、甘肅、寧夏、青海，黑龍江、吉林、廣西、重慶、海南10個省處于規模收益遞增階段。新疆、陜西、甘肅、青海、廣西、重慶、黑龍江、吉林8個省，雖處于規模收益遞增階段，但在現有物流產業規模下，尚未達到純技術效率最優，表明對現有物流資源的整合利用不足，應在挖掘現有物流資源潛力、提升物流運作與管理水平的基礎上，擴大物流產業規模。云南省處于規模收益遞減階段，要調整物流投入，避免盲目擴大物流規模。

4.投入冗余與產出不足分析。從表4看，非DEA有效的省份，存在著投入冗余或產出不足的現象，需要調整投入量與產出量才能達到物流效率最優。以新疆為例，需要在現有物流資源投入的基礎上，減少0.87億元交通運輸、倉儲和郵政業城鎮單位就業人員工資總額和6.7萬公里等級公路里程，同時增加2161.79億噸公里貨運周轉量。

結論及建議

本文采用DEA模型對我國“一帶一路”18個重點省份（含自治區、直轄市）物流投入產出效率進行了分析，發現內蒙古、西藏、遼寧、上海、福建、廣東、浙江7省的綜合效率值、純技術效率值和規模效率值都達到了1，物流投入產出DEA有效。寧夏、海南物流投入產出的純技術效率有效，對現有的物流資源實現了合理的配置和利用，但其規模效率較低，物流產業規模不夠大，可以通過做大物流業規模實現效率最優。新疆、陜西、甘肅、青海、廣西、重慶、黑龍江、吉林8個省份的純技術效率值和規模效率值均小于1，處于規模收益遞增階段，建議應用先進的物流技術與物流管理方法，提升物流業運作管理水平，調整物流投入與產出水平，實現物流效率的提升。云南省的綜合效率、純技術效率、規模效率均小于1，處于規模收益遞減階段，需要控制物流投入，調整投入結構，適當縮小物流規模，避免盲目擴大物流規模。

各地區物流發展不平衡。我國“一帶一路”18個重點省份（含自治區、直轄市）的物流效率狀況呈現出區域性不平衡。沿海地區的上海、福建、廣東、浙江、海南5省，除海南省外其余4省的物流投入產出均為DEA有效，其它13個非沿海省份中，除了內蒙古、西藏外，綜合效率值均小于1。這反映出沿海地區與非沿海地區物流發展的不平衡性，特別是西部地區物流發展相對落后，容易形成“一帶一路”經濟帶物流通道的短板，從而影響整體通道的物流效率。因此建議合理規劃物流體系，合理配置物流資源，發揮物流資金、物流人才、物流技術、物流管理等資源的協同效益，提升物流效率。

參考文獻：

1.Banker R.D.，Chmaes A.，Cooper W.W.Models for the estimation of technical and scale inefficies in data envelopment analysis[J].Management Science，1984（30）

2.Hokey Min，Seong Jong JOO.Benchmarking the operational efficiency of third party logistics providers using data envelopment analysis[J].Supply Chain Management，2006（3）

3.Reza Farzipoor Saen.A Mathematical model for selecting third-party reverse logistics providers[J].International Journal of Procurement Management，2009（2）

4.雋志才，金俊武，王景星.DEA方法與運輸企業技術規模的有效性[J].公路交通科技，1994（12）

5.云俊，張帆.基于DEA模型的港口物流效率評價[J].統計與決策，2006（19）

6.鄧學平.王旭等.我國物流企業全要素生產效率分析[J].系統工程，2008（6）

7.黃勇，徐景昊.我國中部6省社會物流效率的分析與評價[J].鐵道運輸與經濟，2009（11）

8.余泳澤，武鵬.我國物流產業效率及其影響因素的實證研究——基于中國省際數據的隨機前沿生產函數分析[J].產業經濟研究，2010（1）

9.田振中.我國區域物流業運行效率評價及其影響因素[J].商業經濟研究，2011（33）

10.張春梅，王征宇，高俊霞.基于DEA的內蒙古物流產業發展有效性評價[J].物流技術，2011（1）

11.陳松，惠青，郭延江.基于DEA-Malmquist的海南省物流業動態效率評價[J].鐵道運輸與經濟，2013（6）

12.孟魁.基于三階段DEA方法的中部六省物流效率評價[J].統計與決策，2014（2）

13.陳小燕，李穎.福建省區域物流效率實證研究[J].物流技術，2015（17）

14.潘濤.河南省物流業效率演化發展的影響因素[J].社會科學家，2015（8）

15.張璇，楊雪榮，王峰.新絲綢之路經濟帶物流效率評價——基于三階段DEA實證分析[J].學習與實踐，2016（5）

16.郝海，顧培亮，盧奇.帶有評價準則的數據包絡分析模型[J].天津大學學報，2002（5）