基于DEA和因子分析的我国西部地区的物流效率评价研究

田利锋

摘要：文章在DEA模型基础上结合因子分析方法，对我国西部地区的物流效率进行评价分析。首先，利用DEA的方法对西部地区的物流进行总体效率、纯技术效率和规模效率的分析；其次，运用因子分析法对西部地区物流发展的影响因素进行分析；最后，根据分析结果提出相应的发展策略与改进措施。

关键字：DEA；因子分析法；物流效率

一、引言

近年来，在市场经济全球化的背景下，物流作为新兴的产业，得到了迅猛发展，在现代经济中所扮演的角色也越来越重要，物流产业的发展也逐渐成为中国经济发展中一个重要的增长点和“加速器”。进入21世纪以来，虽然物流产业的关注度明显提升，但是目前物流产业依旧存在运行效率不高、费用大等问题，又因为物流在优化资源配置、产业竞争、投资环境和经济等方面具有极大的促进作用，整个产业的物流效率不仅会影响本产业的发展，而且对能够促进地区的经济发展，所以，对地区的物流效率和影响物流发展的因子进行分析评价是十分有必要的。

目前，许多国内外学者都对物流效率和影响物流发展因子进行研究。Shoji Maruyama（2002）对20个发达国家邮政业的技术效率及全要素生产率进行了评估；（钟祖昌，2010；王舒鸿，2010；周叶，2015等）针对我国物流行业的技术效率、能源效率、生态效率等方面分别进行了研究；田刚、李南（2011）在随机前沿生产函数模型的基础上结合外生性影响因素，对中国各省物流业技术效率进行测算；陈玲（2014）运用改进DEA模型测度我国农产品物流效率；张诚等（2013）对中部六省物流业效率进行了纵向分析，通过计量回归分析发现物流业效率受第三产业和居民消费水平影响显著；王琴梅（2012）分析了西安市物流效率，利用Tobit回归模型评价了各影响因素与物流效率的相关性；潘涛（2015）对河南省物流效率进行了评估。这些文章从不同的角度对物流效率和影响物流发展的因子进行了分析评价，但是西部地区因其独特的资源优势，具有强大的物流需求，同时又面临着物流效率偏低的困境。因此，如何评价并改进西部地区物流效率成了亟待解决的课题。文章以西部各省份的物流产业作为研究对象，首先通过DEA分析，寻找物流效率不足的省份，然后运用因子分析法对物流发展的影响因子进行定量分析，为相关问题的解决提供可靠的支持。

二、DEA模型及实证分析

（一）DEA的C2R模型

数据包络分析法（data envelopment analysis，DEA）是由著名的运筹学家Charnes和Cooper在1978年以“相对效率”为基础，设计出的一种针对多指标投入和多指标产出问题的一种全新的有效性评价方法。模型的分析对象为多个投入与产出的指标，通过线性规划化求解每一个评价对象的相对指标，基于产出不变，从较小投入的角度构造初始投入的效率评价模型。具有非阿基米德无穷小量的C2R模型

（二）实例分析

1. 评价指标体系的建立

DEA分析评价的前提是要有确定DMU决策单元和评价指标体系。由于物流产业在目前各国的产业统计分类体系中均未独立设置，所以想直接获取投入与产出数据较为困难。通过查阅文献与相关资料发现，大多数国内学者将货物运输、仓储业和邮政业三个部门界定为物流业，所以本文亦采取相同的界定。

指标选取原则应该遵循以下三点。

（1）指标要能够反映物流业的竞争力和物流产业效率评价的需求。

（2）DEA评价单元数应该是投入与产出指标和的两倍以上。

（3）在选取指标时应该注意所选指标的重要程度和数据的可获得性。根据以上原则建立以下的评价指标体系。

考虑数据可得性与权威性，本文选取2015年西部各省份作为决策单元，分别以物流业固定资产投资、物流业从业人数和能源消费量为投入指标，物流业增加值和碳排放量为产出指标，利用DEA方法对2015年西部省份物流效率做进行分析。数据源于《中国统计年鉴》及《中国能源统计年鉴》。

2. DEA计算及结果分析

运用DEAP2.1软件计算结果如表1所示。

从表1可知，我国西部10省的物流综合效率的平均值为0.979，综合效率值为1分别为贵州、云南、宁夏、新疆这四个省份，说明这4省的DEA模型CCR有效，即它们的物流投入要素处于最佳状态；剩余的地区只有重庆、广西的综合效率值高于整体综合效率的平均值，四川省是西部各省中综合效率最低的省份；广西、甘肃两省的综合效率均在0.9～1之间，即技术无效状态，所以都存在不同程度的物流资源冗余，它们均可通过对投入产出的调整使DEA模型CCR有效。

虽然重庆、四川、陕西、青海四省的综合效率无效，但它们均处于纯技术有效的状态，即当投入量既定时，生产活动能够获得最大的产出，因此4省的综合效率无效是由规模效益没有达到最优造成的。上述4省除青海的规模经济为递增外，其余3省均为递减状态，这说明它们的物流投入和产出均未达到最佳比例，物流规模处于不足或饱和状态，应该合理调整物流投入。虽然广西的规模效益不变，但是纯技术效率是无效的，所以应该改善物流技术方面的投入，从而提升本省的物流效率。甘肃无论规模效率还是纯技术效率均无效，且规模经济处于递增状态，这说明甘肃的物流投入与产业规模均不足。

上述结果表明，我国西部各省的物流发展急需改善。为了更明确寻得西部物流产业發展的影响因素，本文采用因子分析法进一步分析，并据此提出相应的改善措施。endprint

三、影响我国西部物流产业发展因素的因子分析

我国西部物流发展的影响因素很多，结合相关文献以及目前西部的实际情况，本文主要选取了建筑业总产值，第二产业总产值，第三产业总产值，货运周转量，进出口总额，公路线路长度，人均GDP和载货汽车拥有量这8个指标，这些指标分别从不同的层面反映了我国西部的物流产业的发展特征。

（一）KMO和Bartlett检验

本文运用统计分析软件SPSS22.0中的因子分析法对8个指标的数据进行分析，数据来源于《中国统计年鉴》。在运用因子分析之前需要进行KMO和Bartlett球度检验，以确保数据能够进行因子分析。检验结果显示KMO值为0.720>0.60，且Bartlett球形检验值为72.968，Sig值为0.000<0.05，因此本文选取的样本适合做因子分析。

（二）公因子提取

由表2可知，前两个因子的特征值分别为5.301、1.383，按照特征值≥1的标准提取公因子，最终选取了两个公因子且累积方差贡献率为85.545%，这两个公共因子包括了我国西部物流发展的大部分评价信息，他们具有较好的代表性。因子解释原有变量总方差的情况如表2所示。

（三）因子载荷矩阵分析

采用最大方差法对因子载荷矩阵进行正交旋转，从而得到旋转以后的因子载荷矩阵，如表3所示。

通过表3可以看出，建筑业总产值、第三产业总产值、第二产业总增加值、货运量、汽车拥有量、进出口总额、公路线路长度这7个指标在第一个因子上具有较高的载荷，这表明第一因子主要解释了这几个变量，主要体现了西部物流发展的持续性和保障性，因此可以称之为持续发展保障因子；第二个因子只有人均GDP一个指标，所以称之为GDP因子。

结合上述分析可以看出，西部物流产业发展影响因素有2个，即：持续发展保障因子、GDP因子。这两个因子对物流产业发展均提供不同的贡献，本文以每个主成分的贡献率作为它们的权重，并计算样本的最终总得分F：F=65.129%F1+18.416%F2。通过SPSS计算得出详细的总得分以及排名情况，如表4所示。

根据表4可以看出，我国西部省份的物流发展普遍相对落后，其因子评价得分>0的省份只有4个，而这4个省份的第一、二因子评价得分也相对靠前，这主要归结于这4个省份的各项指标都优于其他的省份，尤其是在物流基础设施建设、物流从业人员以及物流产业增加值等几方面存在明显的优势，但是相对于东部省份来说还存在较大的差距。对于综合评价得分<0的其他省份来说，它们不管是从基础设施建设还是经济等各方面与前面的几个省份存在不小的差距，这也是它们综合评价得分<0的主要原因，这也符合实际情况。

四、我国西部物流发展策略分析和结论

现代物流已经在多个行业有所渗透，同时它的发展也受到诸多行业多个因素的影响。由上述分析可知，持续发展保障因子和GDP因子是影响我国西部物流产业发展的主要因素，而前者的影响最为重要，其贡献率高达65.129%，这也符合基本的现实状况。物流产业的发展受经济水平的直接影响，而其他的众多保障因素也是其更好发展的前提，其中货运量反映了当前市场的基本状况，而汽车拥有量和公路线路长度不仅反映了基础设施状况，也能够反映了政府对物流发展的政策倾向。

GDP因子反映了地区国民经济水平对物流产业发展的影响。虽然它对物流产业的贡献率较低，但是依旧不可忽视GDP所造成的限制与推动作用。

结合上述分析，文章提出了一些物流产业的发展策略。

1. 政府相关政策的扶持。西部地区物流产业发展效率的不足，一是技术水平的不足；二是企业规模问题。这一切都会導致物流资源的配置失衡或者存在一定的浪费，这就要求各省政府进行统一的规划与平衡。

2. 加快物流产业的管理水平的提升与建设。由DEA结果分析可以看出广西、甘肃两地的DEA无效主要是由于纯技术效率过低造成的，这就表明这两个省份的物流产业管理水平和技术状况都存在问题，所以在今后的发展过程中应该加大对相关方面的提升和建设。

3. 加大物流基础设施的建设。基础设施建设利于物流产业的发展，在此过程中一定要合理规划，让它最大的发挥作用，以免造成重复建设和盲目建设。

综上所述，我国西部物流产业发展存在很大不足。要提高西部省份的物流产业发展效率，需要各省份加强物流基础设施建设，提高物流投入产出效率；此外还应加强物流管理水平和经济发展。

参考文献：

[1]潘涛.河南省物流业效率演化发展的影响因素[J].社会科学家，2015（08）.

[2]钟祖昌.基于三阶段DEA模型的中国物流产业技术效率研究[J].财经研究，2010（09）.

[3]何晓群.现代统计分析方法与应用[M].中国人民大学出版社，2003.

[4]张铁山，肖皓文.中国制造业技术创新能力和效率评价研究——基于因子分析法和数据包络法[J].工业技术经济，2015（10）.

[5]余红伟，胡德状.中国区域制造业质量竞争力测评及影响因素分析[J].管理学报，2015（11）.

[6]Markovits S R，Bokor Z.Assessing the logistics efficiency of Europeancountries by using the DEA-PC methodology[J].Transport，2014（02）.

（作者单位：贵州大学管理学院）endprint