基于DEA的泛環渤海經濟圈物流產業效率評價研究

田 強,劉 巖,李 娜,吳 瓊,劉 敏

(1.煙臺南山學院 商學院，山東 煙臺 265700；2.長春大學 管理學院，吉林 長春 130022；3. 長春工業大學 管理學院,吉林 長春 130022)

0 引言

現代物流業作為新的經濟增長點，已成為我國的經濟發展動脈，其發展水平成為衡量國家或地區現代化程度及經濟競爭力的重要標志[1]。隨著我國物流業的快速發展，各地紛紛加大對物流業基礎設施的投入，但部分地區的盲目投資已造成嚴重的資源浪費。十九大報告指出要實施區域協調發展戰略，近年來實現京津冀一體化發展已成為社會各界廣泛關注的熱點問題，但對泛環渤海經濟圈的關注還比較缺乏，尤其對區域內現代物流業的關注度不夠。因此對該經濟圈內的物流產業作效率評價，可為衡量7省2市的社會經濟發展狀況作參考。對物流效率的評價研究大致分為企業效率、產業效率、區域效率，盡管眾多學者認為數據包絡分析(Data Envelopment Analysis, DEA)是目前定量分析物流產業運行狀況最有效的研究方法[2]，但在具體模型的選用上也存在著BCC模型、Malmquist模型及SFA模型等的區別。鑒于DEA方法在研究多投入多產出問題上的優勢，以泛環渤海經濟圈為研究對象通過Deap2.1軟件采用其中的BCC模型和Malmquist指數模型，利用2007—2016年間區域內7省2市的物流業面板數據作實證分析，以期為提升該經濟圈內物流效率、實現物流業協調發展提供建議對策。

1 文獻綜述

效率是指某一系統投入與產出之間的比率[3]，目前學界對區域物流效率的評價研究成果較多，主要呈現出兩大特征：第1，研究對象逐漸從全國集中到區域；第2，重點研究的是經濟發達的珠三角、長三角或與國家重大戰略方針如“一帶一路”倡儀密切相關的部分省份。

賀竹罄(2006)[4]、樊敏(2010)[5]、樊元(2012)[6]分別利用三階段DEA和隨機前沿分析等方法測算了全國的物流效率，目的是從整體上對我國區域物流的效率情況作對比研究，尤其是探討經濟落后的西部地區與經濟發達的東部地區在物流發展水平上的差距。最基本的作法是基于全國31個省份，雖然具體到省但缺乏大區域之間的對比，因此部分學者將全國劃分成東、中、西3部分進行物流效率的評價研究。東部地區經濟發達，其中江浙滬是我國經濟發展的“領頭羊”，其余沿海省份則是我國經濟發展的中堅力量，因而該地區的物流效率問題受到諸多學者的關注。張中強(2012)[7]、張毅(2013)[8]、吳旭曉(2015)[9]和唐建榮(2016)[10]等利用BCC和Malmquist指數模型等方法對我國東部地區尤其是其中的重點省份作了物流效率評價研究。

與東部地區不同，西部省份一向是我國經濟發展的落后地區。但在國家“西部大開發”戰略的推動下，各地物流業發展水平明顯提高，學者們對西部省市物流效率的研究相對較多。李忠民(2014)[11]、王蕾(2014)[12]、崔敏(2015)[13]、秦雯(2016)[14]、李娟(2018)[15]采用Malmquist指數方法、SFA模型、BCC模型等分析了新絲綢之路經濟帶及其重點省份的物流效率。這方面研究源于2013年國家主席習近平在哈薩克斯坦納扎爾巴耶夫大學演講時提出的“新絲綢之路經濟帶”倡議。盡管該戰略提出時間相對短暫，但在國家大力推動及國際社會的廣泛關注下，對新絲綢之路經濟帶物流效率的研究已成為目前區域物流效率研究中的重點。相對而言中部地區比較特殊，在經濟發展水平上遜色于東部省市，在重大方針政策上又缺乏西部省份類似“西部大開發”戰略和“新絲綢之路經濟帶”倡議的支持推動，因此目前學界對中部省份物流效率的關注明顯不多。比較具有代表性的是張誠(2013)利用BCC模型分析了我國中部六省的物流效率，發現純技術效率和規模效率都較高但整體物流業水平仍有待提高[16]。

除了將全國31個省市按照東、中、西3部分進行劃分外，更多學者習慣于將全國分成8大經濟區域以具體研究區域物流。我國自實施改革開放以來，珠三角地區一直是我國對外開放的最前沿，因此該地區的物流發展狀況一直是學界關注的重點。楊亞利(2016)[17]、何琴清(2017)[18]分別利用BCC模型和Malmquist指數模型分析了珠三角地區的物流效率，發現盡管該地區整體經濟水平較高,但不同省份間物流業發展水平卻存在較大差距。珠江經濟帶是我國第一大經濟帶，其經濟發展水平直接關系到我國整體的經濟實力，對該地區作物流效率評價研究的重要性不言而喻。與之相似，長江經濟帶作為我國僅次于珠江經濟帶的第2大經濟增長極，其物流效率問題也愈發引起學界關注。張定(2014)[19]、孟鑫(2015)[20]、馬明(2018)[1]分別采用BCC模型和三階段SBM模型研究了長江經濟帶的物流效率，發現長江下游省份的物流效率高于中上游省份的物流效率。

綜上所述，盡管目前對區域物流的研究成果較多但仍存在以下幾方面不足：第1，目前我國區域物流的研究主要集中在珠三角、長三角和新絲綢之路經濟帶區域，對泛環渤海經濟帶的物流效率研究鮮有見聞；第2，對效率評價的研究方法相對單一，大多數是單一地采用BCC模型或Malmquist指數模型，將兩種模型相結合的研究成果比較稀缺。因此，將用于靜態研究的BCC模型和動態研究的Malmquist指數模型相結合對泛環渤海經濟圈2007—2016年的物流效率進行實證分析，以期為提升該地區物流業發展水平有所貢獻。

2 泛環渤海經濟圈物流業發展概況

泛環渤海經濟圈通常指京、津、冀、遼、魯、晉和內蒙古的中東部地區，是我國繼長江三角洲和珠江三角洲之后最具發展潛力的沿海地帶、第三大“經濟增長極”[21-23]。就地域范圍而言，除以上5省2市外也有部分學者將吉林和黑龍江兩省涵蓋在內[24]。鑒于環渤海經濟圈與東北亞經濟圈(黑、吉、遼三省)同時兼有遼東半島所在的遼寧省，且兩圈商貿交易頻繁、貨運交通密切，故將研究地域界定為北京、天津、河北、山西、內蒙古、遼寧、吉林、黑龍江、山東共7省2市。現將以上省市2007—2016年的物流業增加值及排名增長情況整理如下。

表1 2007—2016年泛環渤海經濟圈各省(直轄市)的物流業增加值情況(單位：億元)

注：數據來源于國家統計局，物流業增加值以各地交通運輸、倉儲及郵政業增加值代替，單位為億元。

圖1 2007—2016年泛環渤海經濟圈各省市物流業增加值增長變化情況Fig.1 Growths and changes of values added of logistics industry in provinces and cities of Pan-Bohai economic circle from 2007 to 2016

圖2 泛環渤海經濟圈各省市2016年相比2007年物流業增加值排名變化情況Fig.2 Comparison of ranking changes of values added of logistics industry of provinces and cities in Pan-Bohai economic circle between 2016 and 2007

根據圖1和圖2，以物流業增加值而論，山東、河北和遼寧分居泛環渤海經濟圈物流業增加值的前3位，這主要得益于它們分別擁有青島港、秦皇島港和大連港3個億噸級大型港口。早在2007年山東和河北兩省的物流業增加值已在千億元以上，排名第4位的遼寧省也在2011年實現過千億目標。因此，這3個省份可看作是物流業增加值的上層省份；山西、內蒙古、北京是排名相近且出現變化的3個地區，至2016年北京和內蒙古的物流業增加值增長量均超過五百億元，物流業總額均超過千億元，山西省物流業總額也已接近千億元。因此，它們可作為物流業增加值的中間省份；黑龍江、天津、吉林的物流業增加值距離千億元目標仍有較大差距，尤其吉林省10年間穩居排行榜末位。但就增長率來看，物流業增加值增長幅度從大到小依次是天津、北京、內蒙古、河北、山東、吉林、遼寧、黑龍江、山西，可見增長較快的主要是按增加值排名的中間省份，說明這些地區物流業增加值規模尚小仍有較大提升空間。

總體來看，東三省的物流業發展狀況并不樂觀。一方面增長率十分緩慢，在9個省市中黑、吉、遼3省的物流業增長速度僅優于山西?。涣硪环矫嫖锪鳂I增加值規模較小，僅遼寧省的物流業增加值超過千億元，另外兩省的物流業規模還比較弱小。就整個泛環渤海地區物流業增加值及其增長變化情況來看，山東、河北兩省處在“領頭羊”位置，遼寧省因擁有全國第3大海港的大連港使其在物流業發展規模上占有巨大優勢而緊隨其后，天津市依靠天津港奮起直追也成為后起之秀；此后的北京、山西、內蒙古屬于物流業發展的中間省份，北京市物流業排名由第6位上升到第5位，內蒙古也由原來的第5位上升到第4位，但山西省卻由2007年的第4位下降至2016年的第6位，且增長率也遠低于北京和內蒙古。這主要是由于近年來山西省的煤炭資源開采過多，經濟發展方式由原來過度依賴自然資源的傳統方式在去產能、調結構的政策下向新經濟增長方式轉變，使物流業的發展受到較大影響。此外不難看出，遼寧省物流業規模雖大但已顯現出增長乏力之勢，天津市物流業規模雖小但資源利用充分使其增長率穩居區域內第一位。

以上分析結果主要來自于表1和圖2展示的區域內各省市物流業增加值及其排名變化情況，但物流業作為第三產業的重要組成部分，與地區經濟發展水平、固定資產投資量、基礎設施完善程度、人口數量、居民消費水平等多方面因素密切相關。物流業增加值只能作為物流業產出，但各地投入多少尚未考慮在內。因此，僅依據物流業增加值對泛環渤海經濟圈的物流效率進行評價難免偏頗。雖然物流業增加值很可觀但投入過大也是低效、不經濟的，相反對物流業投入適當且產出合理則是高效、經濟的。換言之，在成本一定時實現產出最大化或在產出一定時實現成本最小化才是高效率。

3 研究方法及指標選取

3.1 研究方法

物流效率可用來衡量物流業發展水平，世界上通用的指標是物流成本/GDP，即物流成本占GDP的比重。但該方法具有一定的局限性，僅適用于物流業發展相對成熟的發達國家。由于效率考察的是物流業總投入與總產出之間的關系[25]，涉及較多變量，十分適合采用數據包絡分析法(DEA)。該方法由A.Charnes等于1978年根據相對效率提出，是一種非參數效率評價方法。它無需對數據進行綜合和權重假設，也不需要作無量綱化處理，因而測算多投入多產出決策單元的相對有效性時具有明顯優勢。DEA方法中最常用的是CCR模型和BCC模型，前者在假設規模報酬不變情況下評價決策單元的綜合效率，后者在假設規模報酬可變情況下評估決策單元的技術效率。但這兩種模型均為靜態分析，只能得到被研究對象在研究年限內的綜合效率值，無法獲得物流效率的變化情況。而Malmquist指數模型在將生產率指數分解為技術效率指數和技術進步指數的同時，進一步將技術效率指數分解為純技術效率指數與規模效率指數，且克服了BCC模型僅作靜態分析的不足，能夠測算研究對象在被研究年限內每年的效率升降變化成功實現了對研究對象的動態分析。因此利用Deap2.1軟件分別采用BCC模型和Malmquist指數模型對泛環渤海經濟圈內7省2市的物流效率作實證分析，探究不同測度方法下的物流效率以期全面反映泛環渤海地區物流業發展狀況。

3.2 指標選取與數據來源

對物流效率評價指標的選取應遵循全面、科學、可操作性的原則[26]。產出指標主要從規模和質量兩方面進行考慮，規模方面以貨物周轉量作為評價指標，質量方面以物流業增加值作為評價指標[27]。鑒于目前我國產業部門分類中沒有明確的“物流產業”部門，而交通運輸、倉儲和郵政業增加值占據物流業增加值的80%以上，故以交通運輸、倉儲及郵政業增加值作為各省(直轄市)物流業增加值。投入指標主要從從業人員、支持資金和物流網絡里程3方面考慮，其中從業人員以公路運輸、鐵路運輸、水路運輸和管道運輸及裝卸搬運業從業人數代替，支持資金以各省或直轄市的地方財政交通運輸支出代替，物流網絡里程借鑒其他學者的處理方法計為公路里程、鐵路里程、內河航道里程的線路長度之和。數據來源于國家統計局，研究時域定為2007—2016共10年時間。

4 基于DEA的泛環渤海經濟圈物流產業效率分析

4.1 BCC模型測度物流業效率

BCC模型是數據包絡分析法中的經典模型，由于不需要事先確定投入變量與產出變量之間的函數關系且將“綜合技術效率”分解為“純技術效率”和“規模效率”，能夠進一步分析物流業的投入結構和產業規模是否合理因而受到多數學者青睞。現借助BCC模型以投入為導向測度該區域的物流效率，結果如表2所示。純技術效率是測度決策單元在規模報酬可變的生產前沿面上的最佳投入與實際投入的比率，該值為1說明達到了技術上的有效且物流業投入結構合理；規模效率可用來判斷物流業規模是否合理，該值為1時說明規模有效，資源配置達到最優。另根據表2中綜合技術效率值構造圖3，以便更加直觀地反映泛環渤海經濟圈各省市2007—2016年物流效率情況。

表2 BCC模型下2007—2016年泛環渤海經濟圈物流效率分析結果

圖3 2007—2016年泛環渤海經濟圈物流業綜合技術效率雷達圖Fig.3 Radar chart of comprehensive technical efficiency of logistics industry in Pan-Bohai economic circle from 2007 to 2016

由表2可知，處于DEA有效狀態的天津、河北和山東的物流業綜合技術效率、純技術效率和規模效率均等于1，說明這些地區處于物流業發展的生產前沿面，相關資源的配置和使用是有效的；北京市純技術效率值為1但規模效率值低于平均水平且規模報酬遞減，說明在當前的管理和技術水平下北京市物流業資源的配置和使用是有效的，但其投入已近飽和甚至出現剩余，繼續投入已不可能帶來更高產出。山西、內蒙古、遼寧、吉林、黑龍江5省情況類似，純技術效率值偏低而規模效率值較高，不同的是除遼寧省規模報酬遞減外其余省份的規模報酬均為遞增類型。一方面說明以上地區物流業的投入結構欠缺合理，管理技術水平相對較低；另一方面說明這5個省份的物流業規模不夠合理，除遼寧省同北京市情況相似需要精簡規模外，其余4省的物流業規模都偏小需要適當擴大產業規模。處在圖3外圍的天津、河北和山東為DEA有效省市，處在該雷達圖內側的省份為DEA無效地區，且位置越靠近內側其物流效率越低。不難看出，東三省的物流效率相對較低但也說明該地區物流業的提升空間較大。盡管目前在純技術效率和規模效率兩方面均存在不同程度的問題，但采取必要措施提升物流效率在很大程度上能夠實現“降本增效”促進東北老工業基地的振興。

BCC模型除了給出物流效率的詳細數值外，還系統測算了各決策單元的投入與產出情況，即將各決策單元同處于DEA有效狀態的決策單元作對比，以分析不同決策單元在投入和產出方面的冗余跟不足情況。現將BCC模型下2007—2016年泛環渤海經濟圈內物流業非DEA有效省市的投影分析結果整理成表3,以期從投入產出角度分析導致部分省份DEA無效的具體原因。根據表3，投入冗余主要集中在交通運輸支出和物流網絡里程兩方面。相對而言遼寧省狀況較好，僅在從業人數一方面存在投入冗余，其余省份在其他兩方面均存在投入過多問題，特別是內蒙古在交通運輸支出和物流網絡里程的建設方面分別存在24.963億元和5.846萬公里的投入冗余。從產出要素看，DEA無效的5個省份均存在不同程度的貨物周轉量產出不足問題。就輕重程度而言，吉林省在這方面的程度最深，之后依次是黑龍江、山西、內蒙古和遼寧。問題最突出的仍是吉林省，不僅在貨物周轉量上產出不足，在物流業增加值方面也存在嚴重的產出不足。交通運輸支出與物流網絡里程之間存在密切聯系，因為前者的很大部分往往用于后者的開發建設。物流業增加值能夠代表地區物流業的質量水平，而貨物周轉量能從很大程度上反映地區的物流需求。貨物周轉量產出不足意味著物流需求較弱，一方面可能是經濟發展水平相對低下，較低的居民消費水平對消費的刺激作用比較有限造成物流需求不足；另一方面可能是政策引導或管理技術等方面存在問題，使經濟發展水平與物流需求之間出現障礙導致二者發展不協調，使部分經濟能力未能成功轉化為區域內物流需求。

表3 BCC模型下2007—2016年泛環渤海經濟圈各省市物流業投影分析

為更直觀地展現DEA無效省市的物流業發展狀況，現將表2和表3的信息匯總。其中，物流業發展水平、管理技術水平、規模水平分別以綜合技術效率值、純技術效率值和規模效率值為依據，物流需求方面則以貨物周轉量為根據。因物流網絡里程為公路、鐵路、水路等運輸線路之和，故以該指標評價各地的基礎設施建設狀況并結合人員和資金兩方面的投入冗余情況，將以上信息匯總整理成表4。物流效率值的評判標準為：0.9以上為優，0.8～0.9為良，0.6～0.8為中，0.5～0.6為差，0.5以下為極差；投入冗余和產出不足的評判標準為：超過均值為嚴重，近似均值為一般，少于均值為輕微。該表能夠清晰反映出各省市物流業發展水平及存在問題等，方便對各省物流業發展狀況作全面了解。

表4 泛環渤海經濟圈2007—2016年處于DEA無效狀態的5省1市詳細情況

4.2 Malmquist指數模型測度物流效率

通過BCC模型對2007—2016年泛環渤海經濟圈物流效率的測度，能夠從靜態角度分析各省市物流效率的基本情況，但難以探究該經濟圈物流效率的發展變化。為此借助Deap2.1軟件中的Malmquist指數模型利用原數據對泛環渤海經濟圈物流效率作動態分析，得到表5和表6，根據表5中物流業全要素生產率指數繪制圖4折線圖可直觀反映物流效率的上升或下降情況。

表5 2007—2016年泛環渤海經濟圈整體全要素生產率及其構造

表6 2007—2016年泛環渤海經濟圈7省2市全要素生產率匯總

圖4 2007—2016年泛環渤海經濟圈物流業全要素生產率指數折線圖Fig.4 Line chart of total factor productivity index of logistics industry in Pan-Bohai economic circle from 2007 to 2016

Malmquist指數模型將“全要素生產率指數”分解為“技術效率指數”和“技術進步指數”，全要素生產率指數大于1表示效率提高，等于1表示效率保持不變，小于1表示效率下降。以表5中2007—2008年泛環渤海經濟圈全要素生產率指數1.006為例，2008年同2007年相比效率提高了0.6%，而2008—2009年該指標變為0.664表示2009年泛環渤海經濟圈整體的物流效率僅相當于2008年整體物流效率的66.4%，屬于效率下降。表7中2007—2008、2009—2010、2013—2014、2015—2016年該經濟圈物流效率均有所上升，但除2011—2012年保持不變外，其余時間段內物流效率處于下降狀態且下降幅度過大導致2007—2016年整個泛環渤海經濟圈物流業全要素生產率均值為0.994，說明物流效率略有下降。此外，全要素生產率指數呈現出漲落接替、升降相連的特征，反映出該經濟圈物流效率呈波動趨勢。由圖4可以看出大部分年份該指標數值在1以下，表示物流效率呈整體下降趨勢。根據2008—2009和2010—2015年間泛環渤海經濟圈的技術效率高于技術進步指數，可知全要素生產率指數的變動主要來源于技術效率，盡管技術效率也存在波動起伏但均值1.006表明技術效率的利用情況相對較好，增長率約為0.6%呈上升趨勢；技術進步指數的均值0.939小于1，表示總體來看技術進步呈下降趨勢。僅在2007—2008、2009—2010和2015—2016年技術進步處于上升階段，其余時間段均處于衰退階段。Malmquist指數模型將“技術效率指數”進一步分解為“純技術效率指數”和“規模效率指數”，以探究技術效率變化的主要來源。前者大于1表示在現有條件下技術利用水平進步，后者大于1表示規模效率提升。由表5中2007—2008、2009—2010、2011—2012、2014—2015和2015—2016年間純技術效率指數大于規模效率指數，說明以上年份內技術效率的變化主要由純技術效率推動，其余年份內則主要是由規模效率主導。從純技術效率指數均值為1.016而規模效率指數均值為0.99，也反映出2007—2016年純技術效率對技術效率的貢獻率大于規模效率。

表6給出了2007—2016年間泛環渤海經濟圈7省2市的物流業全要素生產率及其構成情況，僅北京的全要素生產率指數大于1說明其物流效率整體呈上升趨勢，其余省市的全要素生產率指數均小于1表明其物流效率整體呈下降趨勢，其中天津市的下降幅度相對較大，其余省份只是略微下降。具體來看：北京的技術效率和技術進步共同促成了該市物流效率的提升，其中物流業規模效率發揮了主要作用。天津和河北情況相似，技術效率值為1且技術進步指數小于1，表明主要是技術進步阻礙了全要素生產率的增長。山西和山東兩省的技術效率值和技術進步指數均小于1，且純技術效率指數大于規模效率指數，說明技術效率和技術進步共同阻礙了兩省全要素生產率指數的提高，單就技術效率來看規模效率的阻礙作用更為突出。內蒙古的情況最為特殊，所有指標數據均小于1，表明技術進步的衰退和技術效率的降低共同造成了物流效率的下降，且技術利用率和產業規模效率都有待提高。剩余東北三省基本一致，技術效率值大于1且高于技術進步指數，同時純技術效率指數大于1且高于規模效率指數，說明東北地區物流效率的下降主要是技術進步的衰退和規模效率偏低造成的。

5 結論及建議措施

以泛環渤海經濟圈為研究對象，應用數據包絡分析中的BCC模型和Malmquist指數模型分別對2007—2016年該地區的物流效率進行了靜態和動態分析，得出以下結論：首先，河北、天津、山東處于DEA有效狀態，北京、山西、內蒙古、遼寧、吉林、黑龍江均處于DEA無效狀態；其次，投影分析結果顯示山西、內蒙古及東北三省存在不同程度的投入冗余和產出不足，投入冗余主要集中在交通運輸支出和物流網絡里程兩方面，產出不足則重點表現為貨物周轉量嚴重不足，表明其物流需求很??；最后，動態分析的結果顯示了2007—2016年泛環渤海經濟圈的整體物流效率呈下降趨勢，在所轄7省2市中僅北京一地的物流效率呈上升趨勢。此外區域內各省市的物流效率存在較大差異，也嚴重阻礙了區域內物流業的協調發展。造成上述結果的原因除了地區經濟發展水平的差異之外，還包括制度、技術、管理等多方面因素。因此，為提升整個泛環渤海經濟圈物流效率、實現區域內物流業協調發展，重點是形成以京、津、冀、魯為核心層，晉、蒙為中間支撐，黑、吉、遼為外圍拓展的有效經濟圈。就目前的發展現狀而言，關鍵路徑有3條：第一，以核心區域為驅動力，帶動泛環渤海經濟圈物流效率的提升。天津、河北、山東應進一步發揮好自身港口城市的優勢作用，繼續爭做泛環渤海經濟圈物流業發展的“領頭羊”；遼寧省應利用好大連港絕佳的區位優勢條件并積極調整物流業投入結構，將發展目標從擴大物流業規模轉變到提升物流業質量上；北京市應發揮好在高新技術方面的優勢擴大技術溢出效應，采取有效措施解決物流需求嚴重不足等問題。第二，以中間區域為支撐，有效聯結核心區域與拓展區域。處于中間層次的山西和內蒙古應積極引進先進技術、提升物流業管理水平，在自身經濟發展水平相對有限的情況下以增強自主創新能力為突破點，向京、津、冀地區積極靠攏吸引技術和人才以發展自身。第三，以拓展區域為契機，突破泛環渤海經濟圈物流業發展的瓶頸。處于外圍層次的吉林和黑龍江兩省，盡管存在輕微的資金冗余和物流需求不足，但更為嚴重的是管理技術水平過分低下的問題，尤其吉林省需要大幅提升管理技術水平并積極調整物流業投入結構。受經濟發展水平限制，東北地區的物流業發展相對緩慢，但在國家振興東北老工業基地的強力號召下，結合“一帶一路”倡議的設計規劃，將黑、吉、遼三省努力建設成向北開放的重要窗口。