基于DEA模型的江蘇省農產品物流效率研究

聶岸超，孟利清

（西南林業大學，云南 昆明 650051）

引言

近年來，“互聯網+”思潮推廣開來，使得資訊流通更加快速，農產品的運銷雖受時空限制，不如其它工商業產品利用電商迅速，但物流行業已推動農產品在運銷上的大革新，目前農產品的運銷以臨近市場土地銷售，發展生鮮處理場或農產物流中心為主，大多以采購、收購或契約方式集貨，經分級包裝后，銷售至各個單位。然而在農產品運銷過程中，如何在農產物流過程中，以最迅速的時程處理好農產品，進而提高在交通網絡中運輸時效性，農產品物流組織與物流基礎設施就顯得尤為重要。目前，江蘇省基本構建起較為完整的農產品物流組織體系和遍布城鄉的經營服務網絡，培育了一批產供銷一體、線上線下融合發展的農產品物流主體，在推動農產品出村進城、搞活農產品流通、幫助農民增收致富、擴大城鄉消費等方面發揮了重要作用，促進農產品物流是發展現代農業、促進農民增收的重要抓手[1]。

1 江蘇省農產品物流效率實證研究

1.1 方法選擇

為評估江蘇省農產品物流現狀、效率以及分析各城市資源配置調整方向，采用極具客觀性的DEA（數據包絡模型）分析法。除了效率值比較和衍生的相關討論外，還進行規模報酬分析，最后是農產品物流松弛變量分析。

為搶抓國家加快現代農業設施建設重大機遇[1]，評估各城市如何減少投入是一個重大課題，本研究是以可能的最小成本為目的，BCC(Charnes,Cooper and Rhodes)是將原來的技術效率分成純技術效率和規模效率兩部分，對于物流效率的研究更加細致和直 觀[2]。以BCC（Bankers, Charnes and Cooper）投入導向計算各所有決策單位（Decision Making Unit, DMU）的相對效率。

1.2 指標選取

擬對2019年江蘇省13個市農產品物流進行效率研究，將較為傳統的指標與能體現農產品運輸的創新性指標相結合，根據經驗法則所選取的決策單元個數最好為I/0變量總和的兩倍以上，DEA所分析的效率值才有足夠的鑒別力。由于農產品的時效性與銷售地點的靈活性，農產品運輸主要由公路貨運承擔，因此，架構了高速公路里程變量與貨運汽車數量變量。物流特別是農產品運輸過程中，由于農產品的包裝沒有統一標準，裝卸搬運與包裝過程中機械化程度不高，暫屬勞動密集型產業，所以選取農產品物流從業人員這個變量。農產品貨運量反映區域物流的活躍程度，代表了農產品區域物流的運行狀態[3]。并考量資料客觀性、可及性與代表性等因素，選擇最直接且最具代表性的農產品貨運量作為產出變量?；谏鲜龇治鲞x取指標：投入指標為載貨汽車擁有輛，高速公路里程，農產品物流從業人數；確認的產出變量為農產品貨運量。

1.3 數據來源

數據主要整理于2020年《江蘇省統計年鑒》以及其他13市統計年鑒與《中國統計年鑒》。其中農產品物流從業人數由于在各大統計年鑒中沒有相應統計，以農村中交通運輸、倉儲和郵政業從業人數替代[4]，見表1～表3。農產品貨運量各市年鑒亦沒有準確數據，以各市公路貨運量替代。

表1 江蘇省13市農產品物流投入、產出指標

表3 江蘇地區農產品運輸投入產出與變量松弛變量

2 研究結果實證分析

2.1 基本效率分析

DEA模式所評估出的效率值為決策單位間之相對效率值，而非絕對效率值，其越接近1，即代表其相對效率越佳。透過假設為固定規模報酬的CCR模式可求得決策單元的技術效率。利用假設為變動規模報酬的BCC模式，則可求得各決策單元的純技術效率。由于技術效率為純粹技術效率與規模效率之乘積，因此，將所求得的技術效率值除以純粹技術效率，即可獲得規模效率值的資料。

為確保研究的合理性，以dep2.1版軟件進行CCR、BCC、規模報酬等模式評估各決策單位于2019年的相對效率。分析CCR 模型的整體技術效率值，若該組的綜合效率值為1，則該城市是相對有效率的，反之則屬于相對無效率。純技術效率值是用來表示各決策單元是否能有效的運用投入項變數以達到產出最佳化，在不考慮資源大小情況下的作業效率數值愈大愈好，而由于造成整體技術無效率的原因可來自于純粹技術無效率或是規模無效率，所以需對純技術效率和規模效率進行分析。

從表2可知，江蘇13個市，綜合效率達到1的城市有無錫市、徐州市、鎮江市。拿到最佳純技術效率的有5個城市。純技術效率平均值是0.824。此外在規模效率值方面，第一階段獲利能力中規模效率達到1的共有4個城市，規模效率平均值為0.932。蘇州市的規模效率顯著低于平均值，但大體而言，其純技術效率值仍與技術效率評分有一定的差距。因此，可以了解造成整體技術效率下降的原因，主要是由于規模效率的不足，致使其整體技術效率不佳。規模效率不佳的原因，可解釋為蘇州市農產品物流營運規模的適當性低于其他城市；揚州市的規模效率也顯著低于平均值，但與蘇州市不同的是揚州市的純技術效率與綜合效率顯著低于1。因此，揚州市的綜合效率不佳以致影響規模效率結果，使其顯著低于平均值。究其原因，揚州市此前被拆分為揚州市與泰州市，對揚州市的公路網絡合理性造成了一定的影響。揚州市瀕臨長江與京杭大運河，水網密集，在高速公路設置方面必然有所影響。淮安市與南通市的技術效率值＜0.6，考慮地理問題，淮安市與南通市地理位置較差，處于江蘇地區的邊角，長期交通不發達，公路網設置極其不合理，致使這兩個城市技術效率值與綜合效率值低。

表2 江蘇省13市農產品物流效率

規模報酬遞減的城市共有4個，分別為南京市、蘇州市、南通市與鹽城市。這些城市農產品物流的投入資源過剩，應考慮減少投入以達最有效率之規模；規模報酬遞增的城市共有5個，分別位為常州市、淮安市、揚州市、泰州市與宿遷市，其農產品物流規模還有擴充之空間，所以可考慮擴大經營規模以達最有效率之規模；規模報酬不變的城市共有4個，分別為無錫市、徐州市、鎮江市、連云港市，這四個城市處于最適生產規模階段。

2.2 江蘇地區農產品物流松弛變量分析

考慮了DEA模型的有關實證分析，輸入指標的松弛變量不為零，表明所對應的決策單元中的投入要素沒有最大限度的表現出理論上的程度。產出變量的松弛變量不是零的情況下，可以得出與之相關的DMU單元在現如今的投入水平下，產出的缺額[3]。

由表3可知，農產品從業人數冗余的城市有8個城市，分別為常州市，南通市，連云港市，淮安市，鹽城市，揚州市，泰州市與宿遷市。在13個市占大半，其中有5個城市冗余情況超過平均值1.262，分別為南通市，鹽城市，揚州市，泰州市與宿遷市；高速公路里程冗余的城市有4個城市，分別為南通市，鹽城市，泰州市與淮安市。鹽城市，泰州市，淮安市，南通冗余情況高于平均值，其中泰州市與鹽城市極大的超出平均值；載貨汽車擁有量冗余的城市僅有2個，分別為揚州市與常州市。產出方面，農產品貨運量不足的城市僅有3個，分別為淮安市，揚州市，泰州市。

3 結語

江蘇地區13個市里有8個市存在大量的從業者冗余，在這8個城市中卻有3個城市仍舊存在農產品運輸量不足，分別為淮安市、揚州市與泰州市。雖說農產品運輸產業是屬于勞動密集及規模經濟的產業，但也表明未能有效發揮投入資源，事倍功半，形成人、物力等資源浪費?？梢娊K大部分地區的農產品物流從業人員的專業化程度不高，依賴于大量人力來彌補效率的不足。江蘇地區許多城市的高速公路與載貨汽車等資源在農產品運輸中存在冗余，缺少了農產品綜合物流中心，必然會降低農產品物流效率。

當今農村電商蓬勃發展的情況下，農產品物流能否滿足現今電商條件下的農產品需求，需要端視物流績效的高低。應以最少投入，而獲得最大的產值。如何增強投入效能的發揮，也同樣成為江蘇省農產品物流產業亟待解決的重大挑戰。