基于DEA的河南省农村电商示范县物流效率研究

石永强， 王 艳， 张智勇

（华南理工大学经济与贸易学院，广州 510006）

自2014年国家大力推行“电子商务进农村”活动以来，农村电商得到了快速的发展. 农村电商的出现为农产品流通渠道提供了新思路，改变了传统的流通组织模式，缩短了流通链条［1］. 农村与电子商务的有机结合，有助于推进农业供给侧结构性改革［2］，实现农业升级、农村发展、农民创收一步到位，是精准扶贫的有效手段［3］. 然而农村电商发展的支柱产业——物流，却存在诸多问题，如单位成本高，标准化程度低，配送体系不健全，政策不完善等［2-5］. 因为农村物流效率低下严重制约了电子商务在农村的可持续发展，所以研究农村电商的物流效率问题具有十分重要的意义.

近些年，越来越多的学者开始关注物流效率问题. 在物流效率实证研究中，主要有参数SFA法和非参数DEA法. 于丽静等采用SFA法从低碳视角研究了我国30个省份2008—2014年的物流效率，发现我国物流发展不均衡，呈现“西高东低”的格局［6］. 汪旭晖等基于省际面板数据，采用SFA 法分析了23 个不同省、市、自治区农产品的物流效率，认为物流投入不足是阻碍农产品物流发展的主要因素［7］. 范月娇运用SFA法分析了国家级流通节点城市的物流产业效率，指出这些城市的物流产业效率偏低［8］. 参数法与非参数法虽然各有利弊，但学术界普遍认为DEA方法比SFA方法得到的结果更加可靠［9-10］，因此更多的学者选择采用DEA法对物流效率进行研究. 王琴梅等和王蕾等均采用基本DEA模型研究了我国部分区域物流效率水平及影响因素，并根据研究结果提出了改进建议［11-12］. 张璇等和王博等采用基本三阶段DEA模型研究了新丝绸之路经济带沿线区域的物流效率，发现沿线区域间物流效率差异较大［13-14］. 王维国等和范建平等利用改进的三阶段DEA模型分析了我国物流业效率，认为我国整体物流效率偏低，发展不均衡［15-16］. 贺玉德等将基本的C2R模型进行改进后研究了区域物流与区域经济的协同问题［17］. 王珍珍通过改进的DEA模型对物流业与制造业的协同问题进行了研究［18］.

河南素有“九州腹地、十省通衢”之称，是全国重要的综合交通枢纽和物流中心［19］，其物流效率的提升对全国的经济都有积极影响. 河南还是一个农业大省，多项农产品的市场占有率均居全国第一，所以其对农村物流上行渠道的通畅有着更高的要求.“电子商务进农村”活动实施以来，河南省一共有34个县入围国家级示范县（截至2017年7月），研究其农村电商物流效率，对我国大部分农村地区完善农产品流通渠道、改进物流投入产出结构、促进当地经济发展都有借鉴意义.

因为DEA方法不仅能测算物流效率，而且其相对有效面上的投影还能为非DEA有效的决策单元提供改进方向，故本文采用DEA方法研究河南省“电子商务进农村”国家级示范县的物流投入产出效率. 此外，因为现有关于物流效率的研究主要集中在区域综合物流效率方面，很少有学者关注农村电商这一特定背景下的物流效率问题，所以本研究对量化电商与物流的关系有重要意义，且能在较大程度上填补现有电商物流定量研究不足的缺口.

1 研究方法与数据来源

1.1 研究方法

DEA是由美国运筹学家Charnes和Cooper于1978年提出的一种效率评价方法. 该方法可以用来评价具有多项投入、多项产出的决策单元（Decision Making Units，DMU）的相对有效性.

在DEA方法中，C2R模型是最基本的模型，模型假设有n 个决策单元，每个决策单元都有m 种输入，表示该决策单元对资源的消耗数量；每个决策单元都有s 种输出，表示该决策单元消耗这些“资源”后获得的效果的数量. 基本的C2R模型算式见式（1），主要用于测算决策单元的综合效率（TE）.

1.2 构建指标体系

国内运用DEA求解区域物流效率的研究已经较为成熟，对投入指标和输出指标的选取较有借鉴意义，但考虑到电商与物流的相关性，本研究在权衡前人研究指标合理性的基础上，结合农村电商背景，创造性地构建出了河南省农村电商物流效率评价指标体系，如表1所示.

表1 农村电商物流效率评价指标体系Tab.1 Valuation index system of rural e-commerce logistics efficiency

物流投资额和物流从业人数反映了对农村电商物流发展的投入力度. 电商物流服务站点作为农村电商物流的基础建设对其发展有重要支撑作用，在以县域为决策单元的物流效率研究中，比常用的公路里程［9-10］更有参考价值. 快递业务量可以更加直观地反映出农村电商物流建设带来的直接生产成果. 快递收入可以更加准确地反映出电商物流生产活动给物流业带来的经济效益.

本文构建的农村电商物流效率评价指标体系，充分考虑了农村电商物流的特殊性，具有代表性高，可操作性强的优点，对相关学者后续研究农村电商物流效率提供了参考.

1.3 数据来源

2014—2017年河南省有4批共计34个县入围国家级电子商务进农村综合示范县，但考虑到数据的完整性和易于获取性，本研究最终选取了26个示范县作为研究对象（表2）. 数据来源于河南省商务厅市场体系建设处、河南省邮政管理局、河南省各市地方网站.

表2 2014—2017年河南省26个国家级农村电商示范县的物流资源投入产出表Tab.2 Input and output of logistics resources in 26 national rural e-commerce demonstration counties of Henan Province from 2014 to 2017

2 河南省农村电商示范县物流效率实证分析

2.1 物流效率分析

将通过C2R和BC2模型所得的2014—2017年河南省26个国家级农村电商示范县的综合效率、纯技术效率以及规模效率进行汇总整理，结果如表3所示.

综合效率反映了示范县在给定投入情况下获取最大产出的能力［12］，其由纯技术效率和规模效率共同决定. 当综合效率值为1时，表明该示范县的生产技术和规模都达到了最优状态，称之为DEA有效状态. 由表3可知，综合效率值达到0.5以上的示范县有13个，仅占总数的50%，综合效率值为1，即DEA有效的示范县仅有6 个. 纯技术效率反映了决策单元投入产出结构的合理化程度以及生产要素的组合效率［20］. 由表3 可知，纯技术效率值为1的示范县仅有7个，绝大部分示范县的纯技术效率值都比较低，其中淇县和临颍县的纯技术效率值还不足0.3. 对于纯技术效率值比较低的示范县而言，需要其通过改变物流投入要素组合方式将纯技术效率调整到最优状态. 规模效率反映了实际规模与最优生产规模的差距. 由表3可知，26个示范县中有20个都未达到最优生产规模状态，对这些示范县而言，要适当调整其生产要素投入量水平以实现其规模有效. 以上数据表明，河南省2014—2017年入围的国家级农村电商示范县的电商物流效率普遍较低，仍存在较大的提升空间.

表3 2014—2017年河南省26个国家级农村电商示范县的电商物流效率Tab.3 E-commerce logistics efficiency of 26 national rural e-commerce demonstration counties of Henan Province from 2014 to 2017

2.2 投入冗余和产出不足分析

DEA相对有效面上的投影，为综合效率值不为1的示范县提供了物流效率提升的方向. 将2014—2017年河南省非DEA有效国家级农村电商示范县的物流资源投入冗余和产出不足情况进行汇总整理，结果如表4所示.

由表4可知，示范县的投入冗余主要集中在物流投资额和物流从业人员投入上，产出不足主要集中在快递业务量上. 第一批入围的7个示范县冗余问题都比较严重，有超过一半的示范县同时存在较大的资金冗余和物流从业人员冗余，如新安县、博爱县等. 第二批入围的示范县在物流投资额上都存在冗余，其中唐河县最为严重，资金冗余达到11 173万元. 从第三批入围的示范县开始，投入冗余问题逐渐得到改善. 在产出不足方面，四个批次入围的示范县在快递业务量上都有缺失，但相对来说，第三批和第四批入围的示范县在快递业务量上的产出不足情况更加严重，如鲁山县、范县等，而快递收入产出不足问题仅出现在第一批和第二批入围的示范县中.

总的来说，物流资源配置非DEA有效的示范县都存在着不同程度的投入冗余和产出不足. 根据表4中给出的不同入围批次的国家级农村电商示范县的投入冗余与产出不足的平均值可知，先入围的示范县投入冗余问题更加严重，推测造成这一现象的原因主要有两个：一是在各个示范县内部物流资源投入出结构不合理，二是各个示范县之间物流资源分配不均衡.

表4 2014—2017年河南省非DEA有效国家级农村电商示范县的物流资源投入冗余和产出不足Tab.4 Redundant input and insufficient output of logistics resources in non-DEA effective national rural e-commerce demonstration counties of Henan Province from 2014 to 2017

2.2.1 示范县内部物流资源投入结构不合理 对纯技术效率值不为1的19个国家级农村电商示范县进行物流资源投入指标相关性分析，所得的Pearson相关系数矩阵如表5所示. 表中县级电商物流服务中心（X3）与乡镇电商物流服务站（X4）、村级电商物流服务点（X5）的相关系数均为负值，而乡镇电商物流服务站（X4）与村级电商物流服务点（X5）的相关系数为0.63. 以上结果表明，随着乡镇电商物流服务站的增多，村级电商物流服务点的数量也会增加，而县级电商物流服务中心的数量有可能会减少，这明显不符合实际情况. 参考表4可推知，县级电商物流服务中心建设不足，而村级电商物流服务点数量过多，说明现行状态下非纯技术有效示范县的县级、乡镇与村级电商物流服务点的投入结构并不合理，三者在投入比例上不协调，无法形成合理的物流网络分布，导致示范县物流服务能力受限，部分物流资源投入形成冗余.

表5 2014—2017年河南省非纯技术有效国家级农村电商示范县物流资源投入指标的Pearson相关系数矩阵Tab.5 Pearson correlation coefficient matrix of logistics resource input indicators of non-pure technical effective national rural e-commerce demonstration counties in Henan Province from 2014 to 2017

2.2.2 示范县之间物流资源分配不均衡 表6是对河南省26个国家级农村电商示范县的物流资源投入情况进行的描述性统计结果. 由表6可知，不同示范县间物流资源投入差距较大. 以物流投资额为例，其最大值为11 975万元，来自于2015年入围的唐河县，最小值仅为32万元，来自17年入围的内乡县；其数据标准差为2 453.91，说明示范县间资金投入的波动性较大. 由此可见，不同示范县间资源投入不均衡，一部分示范县物流资源投入过多，但又缺乏合理的投入产出结构将其全部转化为有效产出，造成资源投入冗余.

表6 2014—2017年河南省26个国家级农村电商示范县物流资源投入指标的描述性统计Tab.6 Descriptive statistics of logistics resource input index in 26 national rural e-commerce demonstration counties of Henan Province from 2014 to 2017

综上可知，所有非纯技术有效示范县都存在资源投入结构不合理的问题，缺乏将投入有效转化为产出的能力. 先入围的两批示范县由于受到政策资源的倾斜，物流投入相对较大，造成了所有非DEA有效示范县都存在投入冗余且前两批入围的示范县冗余情况更加严重的现象. 基于此，针对非DEA有效示范县，应适当缩减资金和人力投入，重点调整物流资源投入结构，优化资源配置，从而提高示范县的物流效率.

3 河南省农村电商物流发展趋势分析

根据表3和表4数据可知，2014—2017年河南省26个国家级农村电商示范县的物流效率整体偏低，物流资源配置非DEA有效的示范县存在着不同程度的投入冗余和产出不足情况. 由图1可知，随着时间和入围批次的增加，示范县的电商物流效率也逐渐增加，尤其是进入2016年以后，示范县的电商物流效率有了明显的提高. 其中，2017年第四批入围的示范县的平均纯技术效率值达到0.78，说明其物流资源投入结构更加合理化；平均规模效率值达到0.92，说明其投入资源可转化为有效产出；平均综合效率值达到0.75，说明其物流水平有了明显提升. 同时结合表1数可知，DEA有效的示范县中有超过80%是第三批和第四批入围的示范县，说明与第一批和第二批入围的示范县相比，第三批和第四批入围的示范县的电商物流效率更高. 以上结果表明，2014—2017年河南省国家级农村电商示范县的电商物流效率整体呈现出“先低后高”的走势，物流发展趋势整体向好.

2014年和2015年这两个批次入围的示范县之所以物流效率整体偏低，物流资源投入冗余现象也较为严重，是由于其缺乏合理的投入产出结构，且部分示范县存在与实际需求偏离的物流建设，导致其不能将投入有效转化为产出，无法真正发挥资源投入的效用，因而其产出成果也相对有限. 这一现象的产生也与国家政策有关，因为2014年和2015年正处农村电子商务的开拓期，所以中央和地方投入了大量的资源与精力创新农村电商物流发展模式，然而这是一个“摸着石头过河”的阶段，由于缺乏完善的理论体系和有效指导，导致较高的试错成本.

图1 2014—2017年河南省26个国家级农村电商示范县平均物流效率变化趋势Fig.1 The trend of average logistics efficiency in 26 national rural e-commerce demonstration counties of Henan Province from 2014 to 2017

进入2016年以后，先入围的示范县经过两年的探索期，在农村电商物流体系建设方面已经逐渐形成了一些有效经验. 后入围的示范县在先入围的示范县的有效指导下，借鉴其在物流资源投入方面的相关经验，取长补短，从而使其资源投入结构更加合理化，投入冗余和产出不足问题也都明显减少. 虽然后两批入围的示范县中仍有部分示范县的物流效率不太理想，但按此趋势发展，凭借内部资源投入结构优化和外部国家政策、技术支持，示范县的物流资源配置会更加合理，物流发展趋向成熟.

4 结论与建议

4.1 结论

文章采用DEA方法中的C2R模型和BC2模型对2014—2017年河南省26个国家级农村电商示范县的物流效率进行了测算和评估，并就示范县的物流资源配置冗余情况进行了分析，在此基础上探究了河南省农村电商物流的发展趋势，得出以下结论：

1）从物流效率方面看，2014—2017年河南省26个国家级农村电商示范县的物流效率普遍偏低，纯技术效率过低是导致示范县物流效率偏低的主要因素.

2）从资源投入层面看，示范县内部资源投入结构不合理和示范县之间物流资源分配不均衡这两个因素共同导致了非DEA有效示范县均存在物流资源投入冗余问题，且前两批示范县的投入冗余问题更加严重.

3）从发展趋势来看，从2014—2017 年，河南省26 个国家级农村电商示范县的物流效率呈明显上升趋势，物流资源投入结构更加合理，发展模式更加成熟，物流发展趋势整体向好.

4.2 建议

基于以上研究结论，针对示范县的物流体系建设提出以下政策建议：

1）以实际调研为依托，合理化投入产出结构. 物流体系建设需要大量的初始投资和高昂的运营成本，因此，切勿盲目扩张. 前期需进行走访和调研，制定合理的评价标准，加强资金管控，根据实际需求进行体系建设. 对于规模报酬递减的示范县，酌情缩减投入规模，着力整合现有资源. 示范县内部物流资源配置要合理，县级电商物流服务中心要与乡镇、村级电商物流服务点配套合作，以优化资源投入比例.

2）政府扶持与引导并举，促进示范县可持续发展. 发展农村电商是实施乡村振兴的重要举措，其最终目的是为民创收. 示范县发展的关键是寻找赢利点. 无论是和现有的小商店、超市合作，还是建设新的电商物流网点，都要让网点本身具备造血功能，而不仅仅是依靠中央财政资金驱使运作. 政府前期应加大资金扶持，完善支持政策，后期要注重发挥引导作用，根据不同示范县物流发展情况，因地因时制宜.

3）加强相关产业融合，优化电商物流产业布局. 充分发挥政府的宏观调控作用，加强人才培养，产学研相结合，集中力量发展交通、农业、手工业、畜牧业等相关产业，发挥地方企业的带头作用，以市场为导向，加快形成农村电商集群产业化发展，带动提升示范县整体物流水平.