基于DEA和RS的中國物流產業效率評價研究

廖 斌，王 婷，石 麗，鄒 健 （貴州大學 管理學院，貴州 貴陽 550025）

0 引言

近年來，為響應《物流業發展中長期規劃（2014—2020年）》中“加快發展現代物流業，促進產業結構調整、降低物流成本、提高物流效率”的要求，我國各地區都加大了對物流產業的扶持力度，并取得了顯著成效。截止2016年年底，全國社會物流總額已超過208.8萬億元，同比增長6.2%。然而，我國物流產業在發展過程中普遍存在以下問題：（1）物流配送過程中資源協調與匹配能力過低導致的人力、物力浪費；（2）過高的成本投入與漫長的投資回報期致使產業全要素生產率低下；（3）產業形態與規模受限于區域地理環境和產業生態鏈的結構。因此，筆者認為，物流產業是一個與外部環境實時交互的復雜系統，僅一味的增加投入未必能提升產業效益，只有通過對各地區物流產業系統現狀的合理評價，探明影響物流效率的關鍵因素，才能進一步提出優化產業結構、提升產業效率的有效對策。

關于物流效率的評價研究一直是學者們關注的熱點問題。其相關研究主要集中在評價方法與評價對象兩方面。

從評價方法上看，雋志才（1994）等首次提出應用數據包絡分析模型對我國運輸效率進行評價，此后該方法被迅速推廣并不斷完善。一方面，有學者應用因子回歸、主成分分析等方法對投入產出指標進行萃取，降低了指標的冗余度；另一方面，考慮到DEA方法評價過程中對數據的過分依賴，易導致評價結果脫離實際的問題，有學者將AHP與DEA結合，從而使評價結果兼顧專家主觀知識與客觀事實。然而，以上評價方法都僅僅止步于對DEA有效性的測量，沒有進一步探明投入產出指標與評價結果之間的內在作用機理。

從評價對象來看，劉名武（2018）等對物流企業效率展開研究；張璇（2016）等以新絲綢之路經濟帶的物流效率進行評價；劉聯輝（2018）等基于DEA與灰色關聯模型的廣東城市物流效率分析；龔苗苗等（2017）對中部六省物流產業效率進行分析。然而以上研究都是從企業、局部運作物流和區域運作物流等微觀視角展開分析，對國家宏觀層面的物流產業效率評比研究較少，研究對象具有一定的局限性。

本文基于系統工程視角和投入產出理論，將各省域物流產業看成“多投入—自轉換—多產出”的復雜系統，首先應用DEA對各系統效率進行評價，而后基于粗糙集理論對評價結果中隱含的決策規則進行挖掘和整理；找到影響各區域物流產業投入產出效率的關鍵因素，并結合地方實際狀況，提出各省物流效率提升的路徑與對策建議。

1 模型與指標體系構建

1.1 DEA-RS模型

DEA方法因其處理多投入—多產出系統相對效率的獨特優勢，在各行各業迅速推廣。然而，在經典DEA模型的評價指標體系構建過程中，指標過多，易導致屬性冗余度較高，評價難度增大；指標過少，又易導致評價結果缺乏解釋力和可靠性。

粗糙集（Rough Set）理論是波蘭科學家Z.Pawlak提出的對不完整不精確數據的有效處理的數學工具。在決策系統中，可以根據數據的互信息，發現決策屬性和條件屬性間的決策規則，探明影響決策結果的核屬性。

全國各區域物流產業系統效率評價是一個復雜的投入產出過程，影響因素眾多。因此，本文提出一種DEARS模型，首先利用“生產技術規模收益可變”假設的BBC模型構建物流效率投入產出指標體系并計算評價效率、獲取評價結果；然后應用粗糙集理論對評價數據與評價結果做離散化處理，生成條件決策表；最后，根據遺傳約簡算法找到影響物流效率的核屬性并推導出決策規則，其模型如圖1所示。

1.2 指標體系構建

物流效率是物流產業各種資源投入與產出之比，通過對相關文獻的指標集進行整理、歸納、篩選，相關性檢驗后得到指標體系如圖2所示。

圖1 DEA-RS模型構建

圖2 物流效率評價指標體系構建

由于物流產業運作過程的投入與產出之間存在時滯現象，在選取數據時，產出指標數據滯后投入數據一年，本文數據來源于2017年和2018年的中國統計年鑒。

2 基于DEA-RS模型的各省物流產業效率評價研究

基于前文提出的DEA-RS模型，將2016~2017年全國各省市自治區（西藏除外）的截面數據導入BCC模型，獲得各省市自治區的效率評價結果，如表1所示。之后將物流效率DEA模型中的投入產出指標離散化處理并作為條件屬性（其中A表示高于均值、B表示均值附近波動、C表示低于均值表示），將評價結果作為決策變量（其中1表示DEA有效、2表示DEA弱有效、3表示DEA無效），得到的粗糙集條件決策表，如表2所示。

將表2輸入到粗糙集軟件ROSSTA中，考慮到指標簡的復雜性和內生性，選擇遺傳約簡算法進行屬性約簡，最終得到約簡集合：可以看出該條件決策表的進出口總額和相關產業公共預算支出

利用粗糙集理論對上述約簡規則進行擬合挖掘，推導出決策規則89條，經過挑選與擬合，保留有效規則10條，如表3所示。

3 總結與建議

通過表3中歸納的決策規則，結合我國各地區的物流產業發展現狀進行分析，提出建議如下：

表1 全國30個地區的物流產業系統效率

表2 物流產業系統效率條件決策表

表3 決策規劃鏈

（1）對于物流產業系統效率DEA有效的地區，其物流產業系統運轉良好，資源匹配度與利用率高，因此，既能實現技術有效，又可以獲得規模效應帶來的全部收益。具體而言，規則鏈（1-3） 表示“弱投入—強產出—DEA有效”，既在投入較少資源的情況下獲得較多的產出，從而實現了DEA有效，符合該類規則的地區有天津、遼寧、山西、福建等，盡管這些省對物流產業的資源投入相對較少，但是由于獨特的地理位置或特有的產業網絡使當地產業生態性豐富，物流產業結構多元化、產業運行效率較高。規則鏈（4-5）表示“強投入—強產出—DEA有效”，資源投入與產出成正比例關系，符合該類規則的地區有江浙滬地區、廣東、湖北等，由于這些地區的地理位置良好且經濟發達，政府對物流產業扶持力度較大，其技術、設備和人才資源都遠遠領先于其他地區，物流產業系統的轉換能力強，回報率顯著。規則鏈（4-5）表示“弱投入—弱產出—DEA有效”，符合該類規則的地區如海南、陜西等，這些地區由于經濟落后，政府對產業的財政投入較少，技術與人才相對稀缺，然而其物流產業運作過程中對資金、技術與人力的利用率較高。但這種資源配置有效并無意義，相關部門不能局限于數據的樂觀，應加大資源投入的同時，引入先進技術、留住人才，實現產業結構螺旋式的優化和升級，從而使當地物流產業效率到真正有意義的DEA有效。

（2）對于物流系統效率DEA弱有效的地域，其物流產業系統都已經達到了技術有效，其投入產出資源配置與規模較為合理，只需要結合地方資源利用率與資源分配現狀的實際情況對投入產出值進行輕微調整即可達到DEA有效。

（3）對于物流效率DEA無效的地區，分兩種情況，規則鏈（9）表示“弱投入—弱產出—DEA無效”，符合該規則的地區有廣西、貴州、甘肅等地區，這些地區由于地理位置不佳、經濟落后，各方面資源相對稀缺，同時對資源的利用率也比較低，因而未達到技術有效。對于這類地區，相關部門應該同時加大對產業的扶持力度和監管力度，積極提高地區產業活力。規則鏈（10）表示“強投入—弱產出—DEA無效”，符合該規則的地區有北京、重慶、四川、云南等地區，這類地方存在的主要問題是資源的匹配度和利用率低導致產出效率低。針對這類地區，應該積極向DEA有效地區學習，優化產業結構和資源配置比例，實現物流產業的投入產出效率的全面提升。