基于超效率DEA的东北三省区域物流效率评价研究

作者简介：应佳桐（1996— ），男，辽宁大连人，助教，硕士；研究方向：区域物流与地方经济发展。

摘要：作为现代服务业的重要组成部分，物流业的影响力正在逐渐扩大。物流效率的高低已成为衡量一个地区物流业发展水平的重要指标。文章通过对东北三省相关数据的整理，构建评价指标体系，并运用超效率DEA模型，对东北三省2008—2019共12年的物流效率进行评价与分析。结果表明，12年中，东北三省区域物流效率整體呈上升趋势，但并未达到有效，仍需继续努力。

关键词：东北三省；区域物流；超效率DEA

中图分类号：F224  文献标志码：A

0  引言

东北地区是中国最先实现工业化的地区，拥有良好的区位条件，但近年来东北经济持续走低。正确判断东北区域物流的发展水平，对于发展东北三省区域物流，带动东北三省经济发展，有很重要的作用。目前，学术界在区域物流效率评价方法的选择方面，不少学者使用数据包络法、因子分析法、定性分析法等研究方法，但对于东北三省区域物流效率评价的研究相对较少。因此，深入地对东北三省区域物流效率作出评价有重要的现实意义。文章使用超效率DEA模型，对近年的东北三省区域物流的效率做出测算，并根据结果对东北三省物流业提出建议，以此推动东北三省区域物流与经济的可持续发展。

1  研究方法

数据包络法被用于多产出多投入情况下的不同决策单元间的相对比较。由于在传统DEA模型的分析结果中效率值为1的单元即有效决策单元，但根据效率值，不能对每个决策单元进行排序。在这种情况下，学者们提出超效率DEA模型。此模型的分析结果中效率值能够>1，故而能把所有决策单元进行排序。在计算时，通过计算最优值的大小来判断评估对象的效率。当最优值≥1，评估对象达到有效。当最优值<1，评估对象未达到有效。最优值的数值越大，说明效率越好。

2  指标选取

DEA评价指标体系必须由投入与产出指标共同构建。依据选取原则，并参考已有研究成果，本文构建效率评价指标体系如下。投入指标为：固定资产投资额、从业人员数量和物流里程数。对于一个区域而言，物流业的固定资产投资额某种程度上体现了政府对物流的重视程度；从业人员数量和物流里程数，可以反映物流经营在人力和物力方面的投入。产出指标为：城市物流业产值、货运量和货运周转量。城市物流业产值指每年通过物流活动产生的收益的总值，是物流业发展好坏的最直观的反映；货运量和货物运输周转量是运输效率的具体体现。

本文的研究对象为辽宁省、吉林省、黑龙江省，样本选取为2008—2019年，共12年，构成了36个样本。由于《国民经济行业分类与代码》中并未把物流业设置为独立行业，参考相关文献，本文数据选取使用了各省各年的统计年鉴中交通运输和邮电业的数据来代替物流业数据。

3  效率分析

基于投入产出数据，计算东北三省各省的区域物流效率。随后将三省每年的区域物流综合效率、纯技术效率、规模效率分别进行平均求值，结果如表1—3所示。

将三省物流综合效率进行比较分析，不难发现三省的物流综合发展情况有着较大的差距。辽宁省一直是处于领先状态，但是辽宁省的物流业在2012年达到有效发展阶段后，增长速度明显下降，而且在2016年还下降到0.968，这都说明辽宁省的物流业已经进入了一个瓶颈期，寻找破局的方法是辽宁省下一步的重要工作。其次可以看到，吉林省和黑龙江省的物流综合效率变化趋势上都呈上升趋势，2008—2010年两省的物流综合效率评价值是很接近的。但是由于上升幅度不同，吉林省的上升幅度大于黑龙江省，因此2010年以后的差距逐渐扩大。而根据辽宁省、吉林省、黑龙江省12年的平均物流效率值来看，东北三省区域物流平均综合效率值呈持续上涨趋势，其中2008—2012年，上升趋势最为明显，2012年之后，东北三省区域物流平均综合效率值上涨趋势逐渐变缓，说明整个东北三省区域物流业出现了发展的瓶颈期。

纯技术效率是在排除规模效率的影响下，分析投入资源利用率对总效率的影响。东北三省区域物流纯技术效率的排名情况为：辽宁省、吉林省、黑龙江省。辽宁省的纯技术效率发展趋势与综合效率的发展趋势基本相同，但不同的是，2019年的纯技术效率值达到1.348，上升幅度较大，这充分说明辽宁省在提高物流业现代物流科技的运用、完善物流业的相关法规和制度、提高资源投入的利用率等方面已经取得了一些突破。12年中，大部分时间辽宁省物流纯技术效率值都是在三省中排名第一。但是在2008与2009年时，吉林省物流纯技术效率值是处于领先状态的。在2011—2018年，吉林省的纯技术效率发展呈现一个“U”字形的趋势，并在2018年又一次到达了有效的地步，这说明吉林省在经历一段时间的低谷后，做出了改革，并且取得了一些成果。但是2019年的吉林省物流纯技术效率值又经历了一次大幅度下落，这是改革后的阵痛，说明吉林省在物流纯技术效率方面还是不够稳定。而黑龙江省的物流纯技术效率则以一个一字排列，稳定在0.35～0.45，这说明黑龙江省综合效率不足，主要原因在于纯技术效率的严重不足，需要政府加大对物流制度、物流管理、物流人才、物流科技等方面的投入。而东北三省区域物流平均纯技术效率值发展趋势与区域物流平均综合效率值相比，虽然平均技术效率波动的幅度更大，但是波动趋势基本相同，说明东北三省物流平均综合效率的变化发展的主要是纯技术规模效率所拉动的。

规模效率是用来评价在现有技术和生产力水平下，物流业是否达到最优的运营规模。东北三省区域物流规模效率的排名情况有所不同，可排为：辽宁省、黑龙江省、吉林省。虽然综合而言辽宁省仍位于三省之首，但是黑龙江省则紧随其后，两条曲线非常接近，并且在2019年成功超过辽宁省。两条曲线的趋势如此相近的现象，说明辽宁省与黑龙江省物流业已经初步达成了规模效益的协同。两省的物流规模效率从2012年以后一直保持着较高水平而且比较稳定，但  是距离评价有效还是有一定距离，两省政府还是可以适量提高物流业规模，以达到有效。2018—2019年，辽宁省物流业规模效率又出现大规模下降趋势，辽宁省需要对此高度重视。吉林省的物流规模效率一直不高，但2019年的规模效率值0.623已经接近2008年的规模效率值的二倍，说明吉林省已经对此问题加以重视，应该加大物流投入，大力提高物流规模效益。而平均规模效率值先经历了2008—2009年的衰退后，连续5年上涨，到2013年已经涨到了0.850，并一直基本稳定。说明规模效益是东北三省区域物流业的“定海神针”，能帮助东北三省区域物流平稳发展。

4  结论与建议

本文基于2008—2019年的东北三省数据，运用超效率DEA 模型对东北三省区域物流效率进行研究，得出以下结论。

2008—2019年，东北三省整体物流效率得到改善和提升，总体发展态势良好，总体技术效率提高明显，但整体的规模效率提高并不明显，甚至个别省份出现下滑的態势。东北三省区域间物流效率不平衡的问题较突出。辽宁省综合物流效率要明显优于其他两省，且吉林省、黑龙江省的综合物流效率值相对较低。而从趋势上看，东北三省区域物流效率值呈持续整体呈上涨趋势，但在2012年之后，进入了发展的瓶颈期。

因此，本文对东北三省区域物流发展问题提出了以下建议：

首先，政府方面，应该推进落实，促进区域物流的协同发展，具体应做到如下3点，一是重新审视物流产业发展规划，对尚未开始建设的码头、铁路站场、仓储、物流园区进行统一规划和合理布局，以避免可能造成的同质竞争与资源浪费；二是出台统一的物流标准、法律法规，在企业市场准入、物流项目投资、物流标准采用推广、物流经营活动管制等方面统一；三是建立三地物流行业主管部门及行业协会的工作协作机制，实现对物流行业经营活动的齐抓共管与统一服务。

其次，企业方面，东北物流企业空间分布较为分散，难以形成跨区域、大规模物流运营组织能力，且多数功能单一，难以满足更多派生需求。从微观企业方面，应该促进物流企业完善物流服务，需要不同层次和区域的物流企业提供特色鲜明、差异化的物流服务，在功能上形成互补协同式发展模式。

最后，应该积极培养优秀的物流管理人才。政府应该做高校与科研机构的坚实后盾，积极改革教育理念，改善办学与科研条件，为东北三省区域物流业培养出高素质、创新型的人才。企业应该为物流人才提供良好的物质条件，并提供各项福利，免除他们的后顾之忧。还可以与高校展开合作，实现校企联合，提供实习岗位，帮助物流人才将所学与现实结合起来。

参考文献

［1］尹阳，叶翀，江文婷.基于Super-SBM-DEA模型的区域物流效率评价与影响因素［J］.电子科技大学学报（社会科学版），2023（4）：103-112.

［2］郭娜，陈惠.京津冀地区农村电商发展效率研究——基于DEA模型的分析［J］.价格理论与实践，2023（2）：170-174.

［3］张静，崔兴文.基于DEA-BCC的山东省物流发展效率研究［J］.技术与市场，2023（7）：132-135.

（编辑  王雪芬）

Research on the evaluation of regional logistics efficiency in northeast three provinces based on super efficiency DEA

Ying  Jiatong

（Liaoning University of International Business and Economics， Dalian 116052， China）

Abstract：  As an important component of the modern service industry， the influence of the logistics industry is gradually expanding. The level of logistics efficiency has become an important indicator of the development level of the logistics industry in a country or region. This article organizes relevant data from the three northeastern provinces， constructs an evaluation index system， and uses the super efficiency DEA model to evaluate and analyze the logistics efficiency of the three northeastern provinces for a total of 12 years from 2008 to 2019. The results indicate that in the past 12 years， the overall logistics efficiency of the three northeastern provinces has shown an upward trend， but it has not yet reached effectiveness， and further efforts are needed.

Key words： three northeast provinces; regional logistics; super efficiency DEA