基于DEA-Malmquist模型的東北三省農產品物流效率研究

關鍵詞：農產品；物流效率；東北三省；DEA模型；Malmquist指數模型 中圖分類號：F326 文獻標志碼：A DOI： 10.13714/j.cnki.1002-3100.2025.08.008

Abstract：Thepurposeofthispaperis tocarryoutadynamicandstaticcomprehensiveanalysisoflogistics eficiencyofagricultural products inthethre northeastern provinces （Heilongjiang，JilinandLiaoning）byusing dataenvelopmentanalysis （DEA）and Malmquistindemodel.Firstlyteauationindexstefgrilturalprodctlisticseicyasostructedcolye DEA-BCC modelwasusedtostaticallycomparethelogisticseficiencyofagriculturalproductsintethre provices，soastoreveal therelativeadvantagesanddisadvantagesofthelogsticsficiencyofeachprovince.Attesametime，theMalmquistindexmodel wasusedtoanalyethdynamiclgisticseficencyofagriculturalproductsinthethreeprovincesndthetrendandeasoforits changeovertimewereexplord.Thstudyfindsthatthethrenortheasternprovinceshavecertainadvantagesandpotentialsinthe logisticsofagriculturalproducts，uttherearealsomanychalengesandproblems.Amongthem，actorssuchasimperfectlgistics infrastructure，owlevelofiformatiatinandlackoflgisticsproessoalsaeteataclestoteimproventoflistics efficiency.Basedontheaboeresearch，tispaperputsfrwardcountermeasuresandsugestionstoimproethelgisticsefiencyof agricultural products in the three provinces of Northeast China.

Keywords：aglualprouts;isticalefecyeeprovesoforteastCia;oel;almqstxpoel

0引言

東北地區作為中國的重要農業產區，農產品物流的效率和效益對區域經濟發展具有重要影響。然而，當前東北三省的農產品物流管理仍面臨諸多挑戰，如物流環節管理脆弱、市場經營能力薄弱等問題，這已經成為影響農產品物流效率提高的重要因素。所以，對東北三省的農產品物流效率進行進一步的研究，既可以幫助我們解決目前的問題，又可以幫助我們提高區域農產品的物流水平，為促進區域經濟發展提供理論支持和實踐指導。

在應用數據包絡分析方法（DEA）對農產品物流效率進行評價的有關研究中，不同的學者采用了不同的投人產出指標。如丁一楠等（2021）運用DEA模型和Malmquist指數，分析研究河南省農產品物流效率的變化規律，進而揭示變化原因并提出提升物流效率的建議；萬鳳嬌等（2022）2在考慮生鮮農產品特性基礎上，引入碳排放指標，運用三階段DEA對2015—2019年全國生鮮農產品冷鏈物流效率進行測度；張世杰等（2023）3使用DEA-BCC模型和DEA-Malmquist指數模型測度農產品物流效率，從靜態和動態的角度進行實證分析，測算了影響四川省各個地市農產品流通全要素生產率的因素。

通過對現有文獻的梳理，可以看出，目前關于DEA-Malmquist指數模型和農產品物流效率的研究已有較多成果，而基于DEA-Malmquist指數模型的研究在我國也逐漸成熟。因此，本文以我國東北地區的農產品為研究對象，運用DEA-Malmquist指數方法，對2018一2022年的東北地區三個省份的農產品物流效率進行評估。

1模型建立

1.1 DEA模型

數據包絡分析（Data Envelopment Analysis，DEA）是美國著名運籌學家A.Chames和W.W.Coper于1978年首次提出，并被廣泛地運用到各個產業和部門中，是一種基于多個投入指數與產出指數，運用線性規劃的方法，對同類產品的比較效果進行量化評估的一種量化方法。數據包絡分析法是一種適合于多投入多產出效果的綜合評估方法，主要涵蓋了CCR模型、BCC模型[4-7、三階段DEA模型、超效率DEA模型和DEA-Malmqusit指數模型[8-14]。前四種均對決策單元進行靜態物流效率評價分析，而DEA-Malmqusit指數模型可以測度決策單元在不同期間效率的動態變化，因此常用來對面板數據進行分析。本次使用的是BCC模型，它的本質就是一個線性規劃問題，當計算結果為1時達到DEA有效；不為1時為DEA無效。

1.2DEA-Malmquist指數模型

Malmquist指數計算結果為全要素生產率指數，可分解為技術進步變化指數（ T C ）和技術效率變化指數（EC），在規模報酬可變的條件下，技術效率變化指數（ E C ）又可分為純技術效率變動（ P T E ）和規模效率變動（SEC），最后調整后的公式如下。

若 大于1，表明物流生產率提高；若 等于1，表明物流生產率無變化；若 小于1，表明物流生產率降低。

2指標體系構建

本文參考孫妮等5的做法，根據柯布-道格拉斯生產函數，技術、勞動力、資本為投人要素，而農產品物流領域技術要素難以獲取和量化故而剔除，所以選擇勞動力、資本以及物質基礎作為本研究投入要素。而產出指標方面，選擇農產品質和量兩個方面。具體指標體系如表1所示。

3 實證分析

東北三省農產品物流效率評價分析的基礎數據來源于2019—2023年《黑龍江省統計年鑒》《遼寧省統計年鑒》《吉林省統計年鑒》。

3.1DEA模型農產品物流效率靜態分析

通過DEAP2.1軟件進行DEA-BCC模型的綜合技術效率值測算，若該決策單元的綜合效率值為1，則該省份是相對有效率的；反之則屬于相對無效率。純技術效率值是用來表征各個決策單元是否能有效運用投人項變量實現最優化產出的，在不考慮資源大小的情況下，作業效率數值越大越好。而綜合技術效率可分解為純技術效率和規模效率，那么造成綜合技術無效的原因可來自于純技術無效或是規模無效，所以需對純技術效率和規模效率分別進行分析。分析結果見表2。

如表2所示，從綜合技術效率來看，東北三個省份僅有遼寧省綜合效率達到1，三個省份綜合技術效率平均值僅為0.770，表明東北地區的農產品物流效率并不高。純技術效率平均值為0.976，低于平均值的省份有黑龍江省，說明黑龍江省在今后的發展中應該重視農產品的精準保鮮、數字物流等先進技術及智慧農業、大數據和物聯網在農產品物流中的推廣應用。規模效率相對有效的省份只有遼寧省，其平均值為0.782，低于平均值的省份為黑龍江省，說明黑龍江省不僅技術達不到有效，在當地農產品物流的各項投入產出效率也比較低，沒有達到規模效益，應該加強農產品基礎設施和從業人員的投入等。

從規模報酬方面來看，沒有規模報酬遞減的省份；規模報酬不變的省份有遼寧省，說明遼寧省處于最佳生產規模階段，應該穩步推進；規模報酬遞增的省份有黑龍江省和吉林省，說明加大資源投入可以促進其農產品物流規模的提升，因此可以考慮擴大經營投資規模以達到規模有效。

3.2DEA一Malmqusit指數農產品物流效率動態分析

采用DEA-BCC法測算并評估東北三省區農產品物流效率屬于靜態研究，而全要素生產率是衡量區域內各行業發展動態特性的主要依據。因此，本文將利用Malmquist指數對農產品物流的動態演化進行更深層次的研究，選取2018—2022年東北三省農產品物流Malmquist指數及其分解指數進行評價，測算結果見表3和表4。

由表3可知，2018—2022年東北地區全要素生產率的平均下降率為 8 . 6 % ，農產品物流產業效率呈下降態勢。通過進一步觀察可知，農產品物流效率的下降取決于兩個方面：一是綜合技術效率提升了 4 . 0 % ，二是技術進步效率下降了 1 2 . 1 % ，表明技術進步效率的下降是導致東北地區農產品物流效率下降的主要原因。其中，綜合技術效率的提升主要取決于規模效率提升了7 . 0 % ，由此可知，規模效率的提升是綜合技術效率提升的主要原因。

從時間層面來看，2018—2022年東北三省農產品物流產業發展呈現波動趨勢，在2020—2021年間全要素生產率指數達到峰值，為1.027，大于1，且全要素生產率指數與技術進步變動指數的趨勢趨于一致，說明技術進步是影響東北地區2018—2022年農產品物流效率變動的主要因素；而其余時間區間均小于1，最小值為0.782。

從地區層面來看，三個省份的年平均全要素生產率均小于1，說明這三個省份農產品物流效率呈現下降趨勢。從分解結果可以看出，三個省份全要素生產率 指數下降的原因均為物流技術落后，因此這三個省份均需要努力提高物流技術在農產品物流上的應用，推動農產品物流效率的提升。

4結論及提升建議

本文運用DEA模型和Malmquist指數模型分析了我國東北地區三個省份2018—2022年農產品物流效率，研究結果如下。首先，由DEA-BCC模型靜態分析可知，2018—2022年東北地區農產品物流綜合效率均值為0.770，表明東北地區的農產品物流效率并不高，有較大的提升空間。從地區來看，黑龍江省和吉林省均未達到效率有效。其次，由Malmquist指數模型的動態分析可知，東北地區2018—2022年農產品物流全要素生產率的年均下降率為 8 . 6 % ，且技術進步效率的下降是導致東北地區農產品物流效率下降的主要原因。從地區層面來看，三個省份的年平均全要素生產率均小于1，說明這三個省份農產品物流效率呈現下降趨勢。

根據以上的研究結果，提出以下相關提升建議。第一，加強物流基礎設施建設，提高物流信息化水平，推動物流技術的創新和應用。第二，培養和引進物流專業人才，提升物流企業的服務質量和效率。第三，加強政府引導和扶持，制定有利于農產品物流發展的政策措施，為農產品物流的健康發展提供有力保障。

參考文獻：

[1]丁一楠，鄭喜娟，朱白雪．河南省農產品物流效率測算研究——基于DEA-Malmquist[J]．農業與技術，2021，41（21）：154-157.

[2]萬鳳嬌，邱志成．基于三階段DEA的生鮮農產品冷鏈物流效率評價[J]．科技和產業，2022，22（11）：316-320.

[3]張世杰，施莉，黃星．基于DEA-Malmquist模型四川省農產品物流效率研究分析[J]．糧食加工，2023，48（5）：136-140.

[4]彭文，鄒筱．碳約束下生鮮農產品冷鏈物流效率和時空特征分析——以中部六省為例[J]石家莊鐵道大學學報（社會科學版），2024，18（2）：28-35.

[5]胡俐穎．我國農產品物流效率及影響因素——基于DEA-Malmquist和Tobit模型[J]．物流科技，（下轉第55頁）