區域物流效率評價研究綜述*

□ 賀盛瑜，黃靜如

(1.西昌學院 經濟管理學院，四川 西昌 615013；2.成都信息工程大學 物流學院，四川 成都 610103)

1 引言

現代物流作為經濟全球化的產物，直接影響著從地區生產到產品銷售的流程以及運作過程中的組織形式和管理技術，決定著商品的流通成本及經濟效益，繼而影響一個地區的核心競爭力。物流效率作為直接反映物流業發展程度的重要指標，其概念是在效率的概念基礎上直接演變而來的。效率是指在某種經營活動中，通過充分利用資源來滿足生產需求，效率的高低就代表了資源利用率的高低。因而，物流效率就是為了充分滿足物流需求，通過投入物流資源，且利用這些資源來最大化地提供有效物流供給。物流效率的本質是衡量物流的投入產出比，主要表現為在產出既定的條件下的投入最小化，或在既定投入條件下的產出最大化。隨著經濟社會的發展，經濟增長對物流產業的依賴性愈發強烈，物流效率的好壞直接影響到區域內經濟的增長質量及發展水平，地區政府對區域物流也逐漸賦予更多的關注。因而聚焦區域物流效率評價，對于有效破解區域物流瓶頸、實現地區源源不斷地價值轉化等都具有重要的理論與實踐價值。

根據中國知網(CNKI)文獻數據庫、百度學術等文獻數據庫檢索發現，對于區域物流效率的評價已經是較為成熟的研究，但是其主要研究成果是在國外，國內研究空間仍然很大。按年份情況可以發現有關物流效率評價的相關研究文獻數量隨著年份增長呈遞增式增長，近幾年中有關區域物流效率評價的研究文獻在2016年最多，雖然之后有所回落，但近兩年對區域物流效率評價的研究文獻數量也在不斷增加，足以見得區域物流效率評價在新時代發展中不斷顯現的重要性。為更好的對有關區域物流效率評價文獻的評價內容、指標與方法進行了解和比較，本文選擇了30篇國內相關文獻，涵蓋被引頻次最高的、年代新的文獻，也涵蓋期刊和博碩論文，以此分析較具有代表性且較全面。通過文獻分析清晰地反映了我國關于區域物流效率評價的研究現狀以及學者在評價方法、選用指標和評價內容上的不同。

2 評價方法

國外學者關于物流效率的評價研究已經較為深入，通常采用定量方法以及定性與定量相結合的方法對物流效率評價進行研究。國內關于區域物流效率評價方法通過引入數據包絡分析等定量方法不斷結合中國實情進行方法拓展。其中，通過文獻整理分析發現主要研究方法集中在DEA方法、SFA方法兩種，因此，本文以這兩種研究方法為主進行介紹。

2.1 DEA方法

根據文獻記載，數據包絡分析方法(DEA，Data Envelopment Analysis)是由Charnes等(1978)[1]開發的一種運籌學方法，是一種利用數學規劃模型對包含多個相同類型輸入輸出“部門”或“單位”(DMU，Decision Making Units)間的相對效率進行研究、并根據實際觀測的數據判斷DMU是否有效的評價方法。其優勢在于不需要預先給出權重、結構簡單，但也存在未考慮評估對象所處的外部環境、隨機誤差等對效率值影響的弊端。隨著DEA模型的不斷擴展，國外學者對DEA模型的擴展研究做了綜述和分析。Cook和Seiford(2009)[2]對DEA的不同模型和擴展進行了詳細論述。Liu J S(2016)[3]等對DEA的研究前沿問題做了深入分析。

通過對國內文獻探索分析發現，針對區域物流效率評價的文獻中，使用DEA方法及其變形的特別多，就本文所分析的30篇文獻來看，使用DEA相關方法的占比約為90%。關于針對DEA模型進行研究及擴展的方法主要分為以下四類：傳統DEA模型、DEA模型與Malmquist指數模型相結合、三階段DEA模型和超效率DEA模型。其中，超效率DEA又分為超效率的傳統DEA模型和SBM模型。

2.1.1 傳統DEA模型

傳統DEA方法主要單純進行物流效率評價，Tongzon(2001)[4]使用DEA方法對澳大利亞和其他國際港口進行效率度量。在使用DEA方法的所選文獻中，使用傳統DEA方法的文章約占37%(部分文獻方法有重疊，所以計算的占比相加之和大于1)。

本文以王琴梅、譚翠娥(2013)[5]的《對西安市物流效率及其影響因素的實證研究——基于DEA模型和Tobit回歸模型的分析》一文為例對這種方法的使用進行介紹：該文通過對物流、物流效率等相關概念進行界定，基于DEA方法具有客觀性的特點，使用DEA的CCR和BCC模型對西安市物流效率進行了分析。考慮到使用DEA方法可對物流效率進行時間序列的縱向分析，所以，選用了2003年至2010年的時間序列數據按年作為每一個DMU(Decision Making Units，決策單元)。在選定投入產出指標后，通過使用DEAP軟件得到每一決策單位下的西安市總體效率、純技術效率、規模效率以及它們的規模效益。根據效率結果分析可以發現西安市部分年份存在DEA無效的情況，同時，根據這8年的平均效率得到西安市整體物流效率水平較高的結果。該文還通過物流效率結果將影響物流效率的因素與西安市整體物流效率水平進行回歸分析得到它們之間的相關關系，以此結果對物流效率發展提出建議。

因此，傳統的DEA模型計算主要通過對物流總投入與物流總產出之間的關系計算得到物流效率結果,這種方法是計算物流效率較基礎的一種方法。

2.1.2 DEA模型與Malmquist模型相結合

考慮到DEA模型得到的物流效率是一個靜態的數據，在傳統DEA模型基礎之上加入Malmquist指數模型可以將物流效率進行動態分析。FARE和GROSSKOPF(1992)[6]是最早將Malmquist指數融入輸入輸出變量之中的。在所選文獻中，使用該種模型的占DEA全部模型的大約30%，也是使用頻次較高的一種模型方法。

于麗英，施明康等(2018)[7]在《基于DEA-Malmquist指數模型的長江經濟帶物流效率及因素分解》一文中對DEA模型和Malmquist模型結合的方法進行了實證分析。文中對DEA中的CCR和BCC模型以及Malmquist模型進行了簡單闡述：CCR模型主要是通過構成最優化線性規劃(公式1，具體公式可參考原文獻)，在此基礎上轉化為它的對偶規劃形式(公式2)。通過對偶規劃公式計算得到物流效率值。若在對偶規劃的基礎上再加入一個約束條件，就可以生成BCC模型，以此得到技術效率值。若是要在DEA模型的基礎上求得效率的變動指數，就需要在公式2的基礎上求出Malmquist模型的距離函數(公式3)，通過公式3分別求出每一年的距離函數，分別將每連續兩年的距離函數帶入公式2即得到公式4，求得每連續兩年之間的Malmquist指數。此外，通過公式5和公式6將計算得到的Malmquist指數分解成技術效率和技術進步指數，可以通過計算結果分析對Malmquist指數影響較大的因素。通過文中闡述的方法該文以長江經濟帶為例對其11個省市2008年至2015年的物流業效率進行了實證分析，了解到長江經濟帶整體上來看物流業發展態勢較好，但經濟帶中各區域仍存在較明顯的差異。

DEA模型和Malmquist模型結合的方法主要是在物流效率靜態呈現的基礎上對其進行動態的了解，這對于了解區域物流業的發展趨勢是一種較好的方法。

2.1.3 三階段DEA模型

由于DEA模型本身沒有考慮在物流效率計算過程中環境因素和隨機誤差因素對計算的影響，所以，計算得出物流效率常常是不準確的，人們會誤以為某區域的物流效率較低全是管理無效率引起的。而通過三階段DEA模型計算得到的結果將會剔除掉環境因素和隨機誤差因素對計算的影響，使得計算結果更真實。Fried等(2002)[8]提出了利用三階段數據包絡方法對效率進行分析的評價模型。該種方法在所選使用DEA方法的文獻中約占22%，使用頻次稍低于前兩種方法。但根據文獻時間整理發現，近幾年使用該種方法的最多。

鐘祖昌(2010)[9]在《基于三階段DEA模型的中國物流產業技術效率研究》一文中利用截面數據對三階段模型進行了實證分析，該文中的DMU為參與評價的每一個地區。根據文中描述，三階段DEA模型，顧名思義，共分為三個階段進行計算。第一階段，使用傳統DEA模型計算得到物流效率；第二階段，主要意在剝除環境因素和隨機誤差因素的影響。由于在DEA方法中物流效率的高低是受到三方面(管理無效率、環境因素、隨機誤差)影響的，所以，在該階段由構建的類似SFA模型計算三方面因素分別對物流效率的影響，然后，剔除掉除管理無效率外的兩個因素，主要通過對環境較好的DMU的投入進行調整，使得評價的所有DMU處于同一環境中，即所有地區的發展環境相同；第三階段，將調整后的決策單元帶入DEA的BCC模型中再次對效率進行評估，得到調整后的物流效率。該文中通過對選取的我國31個省市自治區物流效率進行實證分析，了解到這31個省市自治區的物流綜合效率較低，且發現物流效率與區域經濟相關，所以，導致在區域上物流效率存在差異。

三階段DEA模型的使用使得物流效率計算更加準確，同時根據第一階段和第三階段的計算結果可以比較發現，外部環境等偏差確實會對物流效率的計算產生影響。

2.1.4 超效率DEA模型

根據傳統DEA模型可知，當DEA模型計算得到物流效率為1時，即為DEA有效。但是往往在計算結果中存在多個DEA有效的情況存在，傳統DEA模型無法對所有物流效率為1的DMU進行進一步的評價，因此，Andersen和Petersen(1993)[10]針對傳統DEA模型未考慮DMU本身的排序問題提出了一種改進的DEA方法，于是就有了超效率DEA模型的誕生。在所選文獻的這四種方法模型中該種模型方法占比約為22%，使用頻次與三階段DEA模型近似相同。

根據潘濤(2015)[11]在《河南省物流業效率演化發展的影響因素》一文中的實證分析可以了解到超效率DEA模型(SE—DEA模型)的實際運用。該文主要通過使用超效率DEA模型的方法對河南省物流效率進行評價，得到DEA相對有效的各個DMU的具體效率值，并通過灰色關聯分析找到影響物流效率的因素。在物流效率計算中通過將數據劃分為11個DMU(2003年至2013年數據)進行時間序列分析。根據研究結果發現這十一年期間河南省物流效率較高，且處于逐漸上升的狀態。

超效率DEA模型除了傳統的DEA模型與超效率結合使用的方法，還有DEA中的SBM模型(Slacks-Based measure)與超效率結合使用的方法，即超效率SBM模型(SE—SBM模型)。該模型最早由Tone(2002)[12]提出的一種基于松弛的DEA效率測度方法，在王育紅等(2017)[13]的《基于Super-SBM模型的長江經濟帶物流效率測度研究》一文中對該模型進行了詳細介紹。SBM模型與DEA傳統的CCR和BCC模型最大的區別就在于SBM模型的目標函數中是包含松弛變量的。超效率SBM模型就是在此基礎上對DEA有效的DMU進行區分。該文中還對超效率SBM模型進行了一定的改良，即將非期望產出加入到了模型中，使得這種方法與其他方法相比考量更全面一些。通過使用這種模型，該文發現針對長江經濟帶地區將碳約束納入物流效率評價指標中是有較大影響的。此外，在2005年至2014年期間的長江經濟帶地區物流效率是存在時空差異的。

超效率DEA模型的使用讓多個有效DMU同時存在卻無法評價的問題得到解決，同時，方法的不斷改良讓需要不同考量的具體問題也逐漸得到解決。

2.2 SFA方法

有關物流效率評價研究，除了國外對物流效率評價的研究方法外，我國學者還將隨機前沿模型方法(SFA，Stochastic Frontier Approach)帶入了對物流效率評價的研究中。隨機前沿模型方法是由Meeusen和Broeck(1977)[14]提出的一種估算前沿生產函數的替代方法。這種計算方法得到的效率值是將統計誤差包含在內的，且經過驗證發現這種包含統計誤差的方法計算得到的效率值系統性地高于Richmond(1974)[15]方法的計算結果。

根據對國內文獻的探索發現，在所選論文中使用SFA方法的僅占10%。本文以汪旭暉、文靜怡(2015)[16]的《我國農產品物流效率及其區域差異——基于省際面板數據的SFA分析》一文為例進行闡述：該文對SFA方法進行了較具體的介紹。SFA是一種有參數地確定生產前沿面的方法，相比于DEA方法，SFA將隨機因素對物流產出的影響考慮在內，且該方法受異常值的干擾相對于DEA方法較小。由于SFA模型考慮到參數，所以，在進行模型建立前會對生產函數進行選擇，常用的函數有Cobb-Douglas(柯布-道格拉斯)和Translog(超越對數)兩種。該文通過對全國整體和東中西部地區分別計算它們2003年至2011年期間的農產品物流效率，最終根據計算結果得到我國整體農產品物流效率中等偏低且東中西部差距正在不斷縮小的結論。

SFA方法雖然計算過程更復雜一些，但其相比較其他方法而言計算結果也更穩定。

2.3 評價方法對比

根據對上述方法的總結得到表1，可以發現各種方法有各自的特點，傳統模型在簡便性上更勝一籌，而改進的模型在針對特殊研究區域或者研究內容時計算結果更加真實。因此，不同的學者在進行區域物流效率評價時可以根據自己的評價重點(評價區域以及具體研究內容)，從而選用不同的計算方法。

表1 方法特點

3 投入產出指標

在對區域物流效率評價中很重要的一點就是投入產出指標的選擇。通過文獻研究發現，眾多文獻在進行物流效率評價時選擇評價指標具有一定的共性和區別。

①投入指標：關于物流效率投入指標的選取一般都是基于人、財和物三點，常見的投入指標主要有物流業從業人數、物流業資本或物流業固定資產投資額或物流業財政支出、物流里程數(公路、鐵路等)，根據不同文獻研究會進行不同的指標選擇。

②產出指標：產出指標主要反映產出的質和量，大多以物流業產值或產值增量、貨運量以及貨物周轉量來代表產出。

除以上相似指標外，在關于投入和產出指標的選取中會根據評價方法或內容的不同進行增加或減少。以方法為例：在三階段DEA模型計算中會增加環境變量的數據，此時會將地區GDP或政府投入等考慮在環境變量內；而在SE—SBM模型中，考慮到有非期望產出的存在，會增加相關變量來表示。以內容為例：在對農產品進行物流效率計算時，則會將農產品物流量作為產出指標；在對物流業生態效率進行計算時，會將生態相關指標增加到投入指標當中，并對基礎的一些指標進行取舍。

通過對物流效率評價的指標進行分析發現，物流效率評價選用指標通常是一些較為宏觀的指標，這些指標一般可通過《中國統計年鑒》、各省市州的統計年鑒等歷年統計年鑒進行獲取。此外，根據自身研究內容部分可能會從《中國能源統計年鑒》、《中國農業年鑒》、《中國物流年鑒》等專業性年鑒獲取。

4 研究內容總結

根據對文獻整理發現，目前國內對于區域物流效率評價的研究中，前期針對全國范圍內或以省級為單位進行的研究較多，近幾年細化到市級單位的研究在逐步增加。由于物流在全國發展的時間并不長，所以，現有研究中針對發達地區的研究較多。在效率評價方法上，不同的研究方法在測算區域物流效率時各有利與弊。通過文獻可以看出，目前較多的學者傾向于運用DEA分析法衡量區域物流效率，在模型上以DEA原始模型進行拓展，或結合其他方法進行分析。模型有關效率評價的投入、產出指標，大多以物流業從業人員數、等級公路里程數和物流業固定資產投資額這三項作為投入指標，物流業產值、貨物運輸量以及貨物周轉量這三項作為產出指標。但根據實際研究情況和數據的可獲得性，不同學者研究會對指標進行增減。同時，由于選取指標的衡量標準不同，也會使得研究變得與眾不同。

5 研究展望

綜上所述，在目前有關物流效率評價的學術文獻中，聚焦京津冀或其他經濟帶等較發達地區的物流效率評價研究較多，而針對相對欠發達地區或貧困地區物流效率進行定性和定量評價的文獻較少；其次，已有評價方法和模型還可以繼續進行改進。目前，鮮有學者對改進的三階段DEA模型加入Malmquist指數進行物流效率評價實證研究分析。改進的三階段DEA模型可利用其能將效率評估過程中環境因素和隨機因素對相對效率的影響有效分離出來的優勢，結合Malmquist指數法根據M指數、技術效率變動和技術進步變動這三項指標對物流效率進行動態分析，多學科、多方法的碰撞可使得對物流效率的評價更加準確的同時實現研究維度的拓展。

因此，聚焦尚未涉及到的領域(欠發達地區或貧困地區等)，通過不同方法的改進對區域物流效率進行相關研究，能夠較準確地了解該地區區域物流效率情況，結合對物流效率進行的影響因素分析，對于有效破解地區區域物流流通瓶頸、實現當地可持續地價值轉化、帶動本土經濟長遠發展具有重要理論和現實意義。