基于DEA的物流产业效率测度实证研究——基于我国31个省、市、自治区2008年投入产出数据

雷勋平，Robin Qiu，刘思峰

（1.南京航空航天大学 科学发展研究中心，江苏 南京 210016；2.铜陵学院 工商管理系，安徽 铜陵 244000；3.宾夕法尼亚州立大学 信息科学系，宾夕法尼亚州 马尔委 19355）

一、引 言

物流业是国民经济发展的“助推器”和“加速器”［1］，区域物流是经济发展的重要标志［2］。物流产业集群作为经济发展到一定阶段的产物而逐渐兴起，在区域物流系统中发挥着整合物流需求、集约物流资源、提高经济运行效率的作用［3］。物流产业发展水平作为衡量一个地区综合竞争力的重要标志，致使我国一些省市、自治区盲目投资物流产业，造成物流产业效率低下。因此，对我国物流产业效率进行测度具有重要的现实意义。在目前的效率测度方法中，运用DEA的CCR模型和“超效率（Super－Efficiency)”模型，分析研究产业投入产出绩效，可以避免产业内产业差别和产品本身差别导致的分析结果误差，具有较高的可行性［4］。鉴于此，本文主要选取这两个模型，并根据我国31个省市、自治区2008年物流产业投入产出数据，运用Deap2.1和DEA-Solv⁃er-LV两个软件对我国物流产业投入产出效率进行实证研究。

二、DEA模型及其经济含义

（一）CCR模型及C2GS2模型

数据包络分析）Data Envelopment Analysis，简称DEA)是由美国著名运筹学家、得克萨斯大学教授查恩斯）A.Charnes）、库伯）W.W.Cooper）和罗兹）E.Rhodes）于1978年在“相对效率评价”概念基础上发展起来的一种新的系统分析方法，并创立了第一个DEA模型——CCR模型［5-8］。主要用来评价部门间的相对有效性。为了正确估计“有效的生产前沿面”，R.D.Banker，A.Charnes和W.W.Cooper）1985）提出了的DEA模型，以此来评价决策单元的纯技术有效性［9-12］。CCR模型是DEA最基本的模型，该模型以数学规划为工具，综合分析评价对象的多元投入—产出指标，并通过线性优化得出每个指标的最优权权重和每个评价对象的相对效率。其评价模型如下：

（二）模型参数经济含义分析

1.DEA有效性分析

（1）当θ*=1且S*=S*+=0时，称决策单元 j0为DEA有效。此时，该决策单元既为规模有效，又是技术有效。表明在这n个决策单元组成的经济系统中，决策单元 j0的生产要素已经达到最佳组合，并取得最佳的产出效果。

（2）当θ*=1且S*-≠0，S*+≠0时，称决策单元 j0为DEA有效。此时，该决策单元不能同时达到规模有效和技术有效。对于决策单元 j0来说，投入X0可以减少S*-，而保持原产出Y0不变，或者在投入X0不变的条件下，将原产出Y0提高S*+。

（3） θ*＜1，称决策单元 j0为非DEA有效。表明该决策单元规模和技术均无效。在这n个决策单元组成的经济系统中， j0可以通过组合将投入降至原来投入X0的θ倍而能保持原产出Y0不变。

2.规模收益分析

假设α=∑λj，称α为决策单元 j0的规模收益值。

（1） α=1，表示决策单元 j0的规模收益不变，此时 j0达到最大产出规模点。

（2） α＜1，表示决策单元 j0的规模收益递增，且α值越小，规模收益递增的趋势越大，表明 j0在元投入X0基础上适当地增加投入量，产出量将有更高比例的增加。

（3） α＞1，表示决策单元 j0的规模收益递减，且α值越大，规模收益递减的趋势越大，表明 j0在元投入X0基础上已经没有必要再增加投入量。

3.DEA在相对有效平面上的投影分析

由决策单元 j0为DEA有效时，对应规划的最优解(X0，Y0)将落在平面ω*TX-μ*T=0上，该平面上的其他点所代表的决策单元也是DEA有效的，则称其为相对有效平面或有效生产前沿面。

当决策单元 j0为非DEA有效时，则必定存在投入冗余和产出不足两种情况。变量s*-中各非0分量就是投入X0对应的投入冗余量，变量s*+中各非0分量就是产出Y0对应的产出不足量。投入和产出部分的调整依下面公式进行：

其中，X'0、Y'0分别表示决策单元调整后的投入量和产出量，也可以看作是 j0对应的(X0，Y0)DEA在相对有效平面上的“投影”。

4.投入冗余率和产出不足率分析

对于非DEA有效的决策单元，可以进一步分析其投入冗余率和产出不足率。投入冗余率是决策单元 j)中s*+中各0分量与X0对应分量的比值，表示各种资源投入量可以节省的比例。产出不足率是决策单元 j0中S*+中各非0分量与Y0对应分量的比值，表示各项产出指标可以提高的比例。

三、基于DEA的物流产业绩效评价实证研究

（一）决策单元的选择

DEA方法的基本功能是“评价”，特别是进行多个同类样本间的“相对优劣”评价，因此选择DMU的基本要求就是DMU同类型。自国务院2009年出台《物流业调整和振兴规划》（国发〔2009〕8号）以来，物流产业发展得到了各省市、自治区高度重视，纷纷出台物流产业发展规划。同时，我国国民经济和社会发展十二五规划纲要再次强调要大力发展第三方物流，优先整合和利用现有物流资源，加强物流基础设施的建设和衔接，优化物流业发展区域布局。故本文选取我国31个省市、自治区作为DEA评价决策单元，通过横向比较分析我国各省市、自治区物流产业投入产出绩效，明确各省市、自治区物流产业发展优势和劣势。

（二）评价指标选择

以我国31个省市、自治区作为研究对象，将其看作31个决策单元，根据口径统一和可比性原则，确定物流产业输入变量为：运输线路长度（公里，此处运输线路主要包括公路、水路和铁路）、交通邮政运输仓储投资（亿元）、从业人数（从业人数指从事上述三种运输方式的人数）、交通邮政运输仓储投资占基本建设投资比重、从业人数比重。输出变量为：货物运输周转量（亿吨公里）、货运量（万吨）、GDP（亿元）、交通邮政运输仓储增加值（亿元）、交通邮政运输仓储增加值占GDP的比重①。

（三）DEA模型计算与分析

表1 2008年我国31个省（市、自治区）物流产业效率评估表

从表1来看，我国31个省市、自治区物流产业综合效率平均值为0.8616，共有上海、河南、河北、宁夏、海南、山东、安徽、贵州、江苏、天津、西藏、甘肃、福建、浙江、山西15个省市、自治区是DEA模型CCR有效的，即它们的综合效率为ρ=1；以下省市、自治区的综合效率高于全国物流产业综合效率平均分：广东（0.96164）、内蒙古（0.91574）、江西（0.88429）和北京（0.87755）；在全国31个省市、自治区中，物流产业综合效率最低的黑龙江省，综合效率分值仅为0.57877。

1.纯技术效率分析

从纯技术效率角度来看，31个省市、自治区中有福建、甘肃、广东、贵州、海南、河北、河南、安徽、浙江、西藏、天津、江苏、上海、山西、山东、宁夏和内蒙古15个省市、自治区达到了纯技术效率最优，即σ=1，DEA模型BCC有效。

由此表明，上述15省市、自治区物流产业产出相对于投入来说已达到最大，说明其物流产业发展相对效率较高，暂不存在投入过剩或产出不足问题。但是，从表1来看，这15个省市、自治区中，有广东、河南、山西和内蒙古3个省市、自治区没能达到综合有效DEA模型CCR有效，主要原因在于这3个省市、自治区物流产业规模收益未能达到最优。从表1还可以发现，广东省物流产业规模偏小，尚处在规模收益递增阶段，2008年，广东交通邮政运输仓储投资1108.8149亿元，仅占基本建设投资的3.11%，人员投入仅占0.58%，增加物流产业基础设施和从业人员投入势必会显著提高交通邮政运输仓储增加值，从而给广东省物流产业带来巨大收入，增加物流产业产出对广东省GDP的贡献。

内蒙古物流产业处于轻微的规模收益递减阶段，而从2008年的数据来看，其交通邮政运输和仓储投资为472.6281亿元，占基本建设投资的6.09%，公路运输路线为320169.1公里，从业人员占总人口的0.77%，无论物流产业绝对投入还是相对投入在全国31个省市、自治区中，都排名较前。本文认为致使其规模收益递减的原因有两个：第一，内蒙古物流资源投入规模相对偏大，一定规模的投入对物流产业发展固然重要，但是，内蒙古地方政府在物流产业投入时可能存在为追求规模盲目扩张物流产业投入规模，忽视了地区物流产业发展实际能力，同时，和国内外发达地区相比，内蒙古地区物流管理水平、操作方法还存在一定差距，也导致物流资源出现投入浪费，产出不能达到最佳；第二，物流资源对GDP贡献出现饱和。2008年，内蒙古物流产业增加值）此处以交通邮政运输和仓储增加值测算）占GDP比重为8.25%，在我国排名第一，表明内蒙古物流资源投入对GDP贡献可能已出现饱和现象，这也可能成为内蒙古物流产业可持续发展的瓶颈，致使其物流产业处于轻微的规模收益递减阶段。

河南省物流产业投入绝对数和相对数均较小，其交通邮政运输和仓储投资为501.7218亿元，占基本建设投资的2.73%，从业人数仅为0.32%，但从其近几年物流产业发展基本处于平稳跟进状态，处于规模收益不变阶段。

为进一步弄清导致非技术有效的原因，本文将对非技术有效的省市、自治区进行对比分析。非DEA模型BCC有效（非技术有效）根据纯技术效率指数排名依次为：广西（0.971433）、 江 西 （0.941431）、 吉 林 （0.8995）、 北 京（0.896455）、四川 （0.858519）、云南 （0.845061）、辽宁（0.822346）、新疆 （0.808139）、湖南 （0.799728）、青海（0.781975）、重庆 （0.75123）、陕西 （0.725618）、黑龙江（0.711713）、湖北（0.684426）。以北京和天津为例，进而分析导致物流产业非技术有效的原因。

对照组采用常规的方法拔出尿管：在拔管前采用间歇性夹管方式放尿，夹闭导尿管，每2～3小时开放1次，训练膀胱功能。观察组运用循证护理，具体如下：

从表2来看，5个产出指标中，北京的货物周转量为天津的28.08%，货运量为天津的60.17%，尽管北京的GDP和物流产业增加值分别为天津的1.65倍和1.58倍，但其物流产业增加值占GDP的比重比天津低0.23个百分点。对比两市物流产业投入，北京的运输路线约为天津的1.6倍，交通邮政运输仓储投资约为天津的1.9倍，从业人数约为天津的4.3倍，交通邮政运输仓储投资比重和从业人数比重分别比天津高出0.77和1.89个百分点。由此表明，北京在物流资源配置方面存在投入浪费，这与我国举办2008年奥运会前北京的基础设施特别是物流产业方面的基础设施投入有一定的关系，但是，从长远发展来看，北京在物流发展和产出空间很大。同时，北京物流产业资源投入在一定程度上并没促进GDP增长，该市应加快调整物流产业结构，转变物流产业发展模式，必能促进物流产业和社会经济良性互动发展。

表2 2008年天津和北京物流产业的投入产出效率比较

2.规模效率分析

本部分将在纯技术效率分析基础上，进行规模效率分析，即效率评估的第二阶段。DEA效率分析理论表明，DEA模型CCR有效决策单元既是技术有效也是规模有效。而DEA模型BCC有效的决策单元仅是纯技术有效。因此，对于仅是DEA模型BCC有效而非DEA模型CCR有效的决策单元而言，其规模系数θ=ηj(CCR)/ηj(BCC)，而对那些不为弱DEA有效的（BCC）的决策单元，可以通过其向生产前沿面上投影，使其变为弱DEA有效（BCC）有效，再考查投影后决策单元的规模收益情况。

表1已得出全国31个省市、自治区（即决策单元）的规模效率系数。如前所述，包括附件在内的15个省市、自治区处于规模收益不变的阶段（即规模效率系数为1）；在纯技术有效的省市、自治区中，处于规模收益递减的有广东和内蒙古，其余均为规模收益不变。在非技术有效的省市、自治区中，辽宁、北京、广西、黑龙江、湖北、湖南、吉林、陕西、云南、新疆、江西、青海、重庆、四川均处于规模收益递增阶段。

处于规模收益递增阶段的省份，生产规模较小，应继续扩大生产规模，这也表明这些省份物流产业正在实现规模效应，在当前技术条件下，收益增长率要高于规模增长率。值得注意的是，规模的扩大首先应该参照纯技术效率的分析，如前所述，北京在物流产业固定资产、人员投入和资金投入方面已明显过剩，因此应避免大规模固定资产和人员投入，而应转向提高从业人员物流技术和物流水平，培养高端综合性物流人才，提高物流运作效率和效益。辽宁、青海、新疆、陕西、云南、湖北、黑龙江等在物流产业方面投入相对匮乏，因此，从理论和实践分析来看，可以考虑在交通邮政运输仓储设施、物流从业人员、道路运输线路等方面加大投入，加强物流产业经营管理效率，方可以一定投入实现较大产出。

值得一提的是，在全国非技术有效的14个省市、自治区中，均无规模收益递减现象。但是像北京物流产业投入相对过剩的现象，应引起有关部门高度关注，也值得其他省市、自治区吸取教训，避免物流发展中出现非技术有效而规模收益递减的现象。关于物流产业投入绝对过剩的原因是多方面，如商品物价特别是房屋、建筑材料价格暴涨，物流基础设施重复建设等，这将在今后加以研究。

3.投入冗余和产出不足分析

对于非DEA有效的决策单元，进一步分析其物流产业投入冗余和产出不足率，为各省市、自治区发展物流产业提供决策依据。具体结果见表3。

表3 我国31个省市、自治区物流产业非DEA有效决策单元投影分析

从表3来看，2008年福建、甘肃、广东、贵州、海南、河北、河南、安徽、浙江、西藏、天津、江苏、上海、山西、山东、宁夏和内蒙古的物流产业DEA值为1，与前面结果完全一致，说明其物流产业投入产出达到相对最优，且投入产出量在DEA相对有效面上的投影值等于各指标实际值，不需做相应调整，物流产业投入产出水平达到了最佳状态，这与15个省市、自治区物流产业发展实际状况基本一致，其余16个城市存在投入冗余，未能达到DEA相对有效。

4.DEA的超效率模型分析

CCR模型尽管可以同时评价输出指标的技术性和规模有效性，但CCR模型一般只能得出有效率值为1的决策单元，而不能直接比较有效决策单元之间效率的高低。1993年，Andersen和Petersen提出了DEA超效率模型，弥补了上述缺陷。超效率模型计算结果见表4，超效率模型最大的好处就是有效区分了有效决策单元效率的高低。

表4 我国31个省市、自治区物流产业Super－CCR模型综合效率得分及排名

5.基于超效率DEA模型的效率改进分析

表3分析DEA无效的决策单元，表4用超效率模型区分了有效决策单元效率的高低，本部分进而用投影定理对无效的决策单元进行DEA效率改进。首先使用DEA-Solver-LV计算出改进值，以内蒙古为例，数据见表5。

表5 内蒙古物流产业DEA效率改进表

从表5来看，内蒙古从业人数、交通邮政运输仓储增加值及其占GDP的比重已达标，符合投入达到相对最优比例，货物周转量产出水平高出最佳水平13.98个百分点，货运量与最佳产出水平基本持平。而除从业人数比重符合投入要求外，其余四项投入要素均未达到最佳状态。运输线路方面，内蒙古不达标率约为8.43%，即还需修建运输路线约为26977.54公里。交通邮政运输仓储投资额不足金额约153.25亿元，投入严重不足，达到约32.43个百分点。物流产业从业人数绝对额偏少，缺口约为15713人。和内蒙古GDP相比，其交通邮政运输仓储投资额投入不足，缺口约8.43个百分点。

四、结 论

基于DEA的CCR模型和超效率模型对我国31个省市、自治区的物流产业的投入产出效率进行了实证分析，结论如下：

（1）我国以上海为代表的约54.84%的省市、自治区物流产业投入产出是DEA有效的，其综合效率、纯技术效率和规模效率都是有效的，不存在投入冗余和产出不足的现象，其物流产业投入产出比例达到最佳状态。

（2）以北京为代表的发达地区物流产业投入冗余率较高，其在运输线路、交通邮政运输仓储投资、从业人数、交通邮政运输仓储投资占基本建设投资比重和从业人数比重均超过最佳投入值约12.24%、12.24%、59.96%、17.97%和61.57%。因此，其物流产出有待进行DEA效率改进，以达到投入产出最佳比例。

（3）以内蒙古和云南为代表的欠发达地区产出率不足，内蒙古在货物运输周转量上达到13.98个百分点，物流对GDP的贡献明显不足，落后于正常水平32.19个百分点。云南物流产业产出率严重不足，货物运输周转量和货运量分别比最佳产出少约80和106个百分点。

（4）我国省市、自治区物流产业投入产出总体效率不高，地区间效率差异明显，规模效率大于技术效率对相对效率的影响，部分省市、自治区盲目追求规模经济，致使物流资源配置失衡或浪费。

综上所述，要提高我国物流产业的效率，各级政府和企事业单位的首要任务是挖掘物流需求，以期物流产业基础设施得到充分利用，投资和人员的效率得到最大发挥；其次，应着力提高各省市、自治区物流管理水平运作效率；再次，各省市、自治区之间在物流基础设施投入方面应加强省际、区际合作，避免重复建设，提高物流设施和设备的利用率，改善规模效率；最后，要改善物流技术，应增加（或减少）物流从业人员，提高从业人员综合素质，提高物流产业纯技术效率。

［注 释］

①限于篇幅，此处略去原始数据，需要的读者可与本文作者联系，leixunping@126.com.

［1］崔忠付.中国物流业发展所面临的任务［J］.中国流通经济，2009，（6）：11-13.

［2］王圣云，沈玉芳.我国省级区域物流竞争力评价及特征研究［J］.中国软科学，2007，（10）：104-110.

［3］李兰冰.物流产业集群的创新机制研究［J］.科学学与科学技术管理，2007，（6）：39-44.

［4］张仁寿，黄小军，王朋.基于DEA的文化产业绩效评价实证研究以广东等13个省市2007年投入产出数据为例［J］.中国软科学，2011，（2）：183-192.

［5］Charnes A，Cooper W W，Rhodes E.Measuring the efficien⁃cy of decision making units［J］.European Journal of Opera⁃tional Research，1978，（2）：429-444.

［6］Rousseau S，Rousseau R.The Scientific Wealth of European Nations：Taking Effectiveness into Account［J］.Scientomet⁃rics，1998，42（1）：75-87.

［7］魏权龄.评价相对有效性的DEA方法运筹学的新领域［M］.北京：中国人民大学出版社，1988：2-18.

［8］Adler N，Ffiedman L，Zilla S.Review of ranking methods in the data envelopment analysis context［J］.European Journal of Operation Research，2003，140：249-265.

［9］Cooper W W，Seiford L M，Tone K.Data Envelopment Analysis：A Comprehensive Text with Models，Applications，References andDEA-SolverSoftware［M］.Springer，2007：309－321.

［10］迟国泰，隋聪.基于未来DEA效率的贷款定价模型［J］.系统工程理论与实践，2011，（1）：18-27.

［11］孙立成，周德群，李群，等.基于非径向超效率DEA聚类模型的FEEEP系统协调发展［J］.系统工程理论与实践，2009，（7）：139-146.

［12］杨锋，夏琼，梁樑.同时考虑决策单元竞争与合作关系的DEA交叉效率评价方法［J］.系统工程理论与实践，2011，（1）：92-98.

［13］石风光，周明.中国地区技术效率的测算及随机收敛性检验——基于超效率DEA的方法［J］.研究与发展管理，2011，（1）：23-30.