基于DEA的吉林省物流产业效率研究

王柏谊　杨　帆



基于DEA的吉林省物流产业效率研究

王柏谊杨帆

[摘要]DEA分析方法是研究投入产出相对有效性的分析方法。通过构建科学合理的评价指标体系，整理2005—2014年中国30个省、直辖市物流产业的投入与产出数据，对吉林省物流产业的效率进行横向和纵向对比分析发现:吉林省物流产业技术平均效率、纯技术效率、规模效率处于全国偏下水平。这说明吉林省物流业发展存在一定的低效率和资源浪费现象。吉林省全要素生产率增长缓慢，虽然吉林省的技术进步指数呈现缓慢增长趋势，但吉林省的物流业技术发展水平还有待进一步提高。为此，吉林省应加强整合已有资源，优化投入产出，提高物流从业人员素质及建设高质量的物流企业，合理配置物流资源，从而构建科学的产业结构。

[关键词]DEA模型；吉林省；物流产业；产业效率；相对效率；技术效率；规模效率

物流产业的显著特点是多投入、多产出，所以物流产业效率反映的是多投入、多产出下的相对效率，而且物流业投入与产出之间相互影响是多方位、多角度且极其复杂的，难以用确定的函数解析式来表达。笔者运用非参数估计法中的数据包络分析(DEA)方法对吉林省物流产业效率进行分析评价，以2005—2014年国内30个省、直辖市的物流数据为研究样本，将吉林省物流产业与其进行横向与纵向的对比研究和分析，以期为吉林省物流业发展规划、物流项目投资建设提供理论依据。

一、物流产业效率的DEA模型及指标体系

DEA是由美国运筹学家Chames和Cooper等人于1978年提出的评价相对效率的一种线性规划方法，是管理科学、系统科学、数理经济学和运筹学等学科相互交叉的一个新的研究领域。“它将一个经济系统或者生产过程看成是一个单元在一定的可能范围内，通过决策而投入一定数量生产要素并产生一定数量产品以期获得最大收益的活动。”[1]“而这样的单元被称为决策单元(Decision Marking Unit，DMU)，因此它可以直接评价具有多个输入和多个输出的决策单元之间的相对效率”。[2]

(一) DEA模型

运用DEA方法进行综合评价，不必事先确定决策单元具体的输入与输出函数，并且在测定相对效率时，注重每一个决策单元的优化，所得到的相对效率是其最大值，所得出的权重也是最优的。[3]

利用物流业增长过程中的投入和产出水平构建物流业增长绩效测度的模型。首先假设区域物流产业发展过程中有m种投入要素和s种产出。例如，区域物流产业增长过程中的物流业固定资产投资额、公路里程、物流业在岗职工工资等均可以视为物流发展的投入。[4]而物流产业总产值、货物周转量、物流产业的增加值等可作为物流业增长过程的产出。可以用xij表示第j个地区物流业发展中对第i种投入要素的投入量，yrj表示第j个地区物流业增长过程中第r种产出的产出量；然后找到一组权重系数v=(v1，v2，…，vm)T，u=(u1，u2，…，us)T，以使各种投入和产出要素能够具有可加性。这样地区物流增长决策单元的有效性可表示如下：

(1)

为了便于比较，选取权数向量v及u的值，使得物流业增长决策单元的有效性指标满足如下条件：

hj≤1，j=1，2，…，n。

(2)

对第j0地区物流增长绩效进行有效性评价(1≤j0≤n)，以权系数v及u为变量，以第j0地区物流增长决策单元的有效性指数为目标，以所有的地区物流增长决策单元(也包括j0个地区物流增长决策单元)的有效性指数为约束，就形成了如下的数据包络分析模型(简记：X0=Xj0，Y0=Yj0)：

(3)

(二)指标体系

本文在选取吉林省物流产业效率评价的输入指标时，从人力、财力和物力三方面进行考虑，予以构建输入指标体系。从数量和质量两方面构建输出指标体系，鉴于指标之间的非相关性考虑，从数量方面本文选取物流产业“货物周转量”表示各决策单元的运输能力；从质量方面选取“物流产业生产总值”表示物流业产出，同时釆用各地区的消费价格指数予以处理，消除价格影响，最终确定本研究釆取的物流产业效率评价指标体系如表1所示。

表1　物流产业效率评价指标体系

二、吉林省物流产业效率分析

本文选取2005—2014年全国各省、直辖市的物流产业的投入、产出指标值为样本数据，数据主要来源于2005—2014年的《中国统计年鉴》及各省统计年鉴。研究样本中不包括港澳台地区，由于数据不全，西藏也未包括在样本中。即本文使用的数据为2005—2014年中国大陆除西藏之外的30个省、直辖市的物流产业投入、产出面板数据。

为了全面和深入研究吉林省物流产业运行效率的发展状况，除了从横向对比研究不同省份物流产业效率外，还应纵向研究其全要素生产率随时间的变化规律。下面从静态和动态两个方面对吉林省物流业展开分析，目的在于揭示吉林省物流产业效率现状及规律，指出产生这一状况的原因，寻找促进吉林省物流业进一步发展的动力。

(一)吉林省物流产业效率的横向测度

本文利用DEAP 2.1软件测算吉林省物流产业的技术效率、纯技术效率和规模效率。决策单元(DMU)为30个，输入指标为3个，输出指标为2个。因为研究输入因素的改变比输出因素容易且更有指向性，所以本研究选取输入导向模型进行定量分析，研究结果见表2。

表2　　　　2005—2014年各省物流产业技术效率、纯技术效率、规模效率均值

1.技术效率分析

不同地区的技术效率值反映了该地区物流产业在其当前技术水平下的实际产出占全部省份中最大产出效率的比例。当技术效率值等于1时，则该地区技术效率达到最佳，资源得到最优配置，资源达到最佳组合且产出达到最大。当技术效率小于1时，说明该地区技术效率为无效，产出还未达到当前技术水平下的最大水平，有待进一步改进提升。吉林省物流产业技术平均效率值为0.525，在全国排序位于第22位，处于偏下水平，而且低于全国平均值0.788，说明吉林省物流产业发展及其资源的利用还存在一定的问题，资源利用没有达到最优。

2.纯技术效率分析

纯技术效率反映的是在去除规模因素影响的情况下，物流产业投入资源的利用情况对技术效率的影响大小。当纯技术效率值达到1时，说明去除规模因素的影响下投入资源已达到最大利用。当纯技术效率小于1时，说明在去除规模因素的影响下投入资源还未达到最大利用。分析可得，吉林省物流产业纯技术效率走势与其技术效率的走势基本一致，吉林省纯技术效率均值为0.584，在全国排序第23名，远低于全国平均水平0.758。吉林省物流产业纯技术效率低下的原因主要有物流业从业人员、物流网络里程或物流业固定资产投资额投入冗余，或者货物周转量、物流产业生产总值产出不足。

3.规模效率分析

规模效率值反映的是资源配置与产业规模大小是否匹配，资源的投入与产出状态是否最优。规模效率值等于1时，规模有效，同时生产投入成本最低，获利最好。规模效率值小于1时，规模效率无效。[5]分析结果为，吉林省规模效率历年平均值为0.919，位居全国第21位，在全国各省中处于中下游位置。从2009年开始超过全国物流产业平均规模效率，但在东三省中仍位居最后。

4.投入无效分析

上述研究结果可推断，吉林省物流业发展存在一定的低效率和资源浪费，主要原因是纯技术效率过低引起的，纯技术效率低意味着存在投入冗余或产出不足的情况。

表3　2005—2014 年吉林省物流产业的DEA运行结果

通过表3计算结果可以推断：吉林省物流产业效率总体上不高是由于物流产业从业人员投入存在冗余，物流网络里程未能发挥出相应的效用，同时货物周转量存在着一定的产出不足。

(二)吉林省物流产业效率的时间序列测度

为了全面研究吉林省物流产业运行效率随时间变动情况，还应纵向研究全要素生产率随时间的变化规律，并从技术效率变化指数和技术进步指数两方面对全要素生产率指数进一步剖析，分析吉林省物流业发展纵向动态。

本文整理2005—2014年中国30个省、直辖市的物流业投入和产出的相关面板数据，进行2005—2014年中国30个地区物流业增长的动态绩效评价，评价结果见表4。

表4　　　　2005—2014年中国区域物流业增长动态有效性测度

续表4

1.全要素生产率指数比较分析

全要素生产率指数(TFP)表示被研究对象的物流产业从T期至T+1期整体生产率的变化程度。若TFP>1，则表示生产率呈上升趋势；若TFP<1，则表示生产率呈衰退趋势。

根据表4的计算结果，各省份的全要素生产率均大于1，说明各地区的物流产业生产率均呈现上升趋势，这与我国目前物流业迅速发展，且其对经济的拉动作用越来越受到重视是相吻合的。全国的全要素生产率为1.140，吉林省的物流产业全要素生产率为1.101。通过前面分析结果可知，吉林省全要素生产率增长缓慢部分原因是由于吉林省物流产业效率的增速缓慢，因此如何优化资源配置、提升全要素生产率使投入切实高效地转化为产出是亟待解决的问题。

2.技术效率变动指数比较分析

技术效率变动指数(TEC)表示企业从T期至T+1期的技术效率变动程度，表明非有效的决策单元通过学习关于组织管理等方面的先进技术而带来的技术效率的改进程度。若TEC>1，表示该决策单元的技术效率在增大，与最优单元的差距在缩小；若TEC<1，则表示该决策单元的技术效率值在降低，其与最优单元的差距在进一步拉大。

根据表4中计算结果，全国的全要素生产率均值为1.013，吉林省的物流产业全要素生产率均值为1.011。吉林省除 2007—2008年偏低以外，其余年份基本维持在1左右，略有升高，说明吉林省物流产业发展在改进提升技术效率方面做出了一定的努力，但由于各种内外因素影响，仍存在投资效率不高，对现有资源潜力挖掘有限的状况。

3.技术进步指数分析

技术进步指数(TC)是表示生产率边界的变动情况。物流技术进步速度体现出动态经济效率，它是衡量物流市场绩效的重要指标之一。

表4可见，全国的物流业技术进步指数为1.126，吉林省的物流产业技术进步指数为1.089，全国排名第23位，虽然吉林省的技术进步指数呈现缓慢增长趋势，但吉林省的物流业技术进步水平还有待进一步提高。结合前面各项指标分析，吉林省物流产业效率增长的两个重要因素——技术进步与技术效率的增长缓慢一定程度上制约了吉林省物流产业的高效提升与发展。

三、结论及建议

(一)加强整合已有资源，优化投入产出

横向分析结果显示，吉林省的物流产业技术效率均值为0.525，在全国排名第22位，处于中等偏下水平。从研究结果可知，吉林省技术效率无效的主要原因来自于纯技术效率值过低，吉林省的物流产业纯技术效率均值为0.585，位于全国第23名，远远低于全国平均水平。而规模效率值为0.919，位于全国第21位，同时吉林省的物流产业规模效益至2011年处于递增阶段，于2012年转为规模报酬递减阶段。分析原因，这是由于吉林省物流产业投入过于分散，集中度低，造成资源利用率和产出率不高，因此在今后的发展中应适当放缓物流硬件设施的投入，重点考虑对已有资源加强整合管理，可以通过加强物流技术的开发投入和推广，推广物联网技术，实现人、财、物之间的整合，来提高效率以达到最佳的产出状态。

(二)提高物流从业人员素质，建立高质量物流企业

同时，吉林省物流业发展目前处于纯技术效率无效且规模报酬递增为主的阶段，说明吉林省并未充分整合和利用好现有的物流资源，存在着投入资源浪费与产出效率不足问题。进一步通过差额变量分析可知，吉林省目前的投入冗余主要存在于从业人员过多和物流网络利用率不足，而产出不足体现在货物周转量较低。综合来看，吉林省发展物流产业的当务之急并非扩大或缩小产业规模，而是应大力提高物流产业人员的综合素质，建设高质量、专业化的物流企业，从而形成高水平、高层次的物流产业；改善物流资源配置不合理、比例不协调的问题；同时提高物流产出，物流基础设施也应得到更充分、更合理利用。

(三)合理配置物流资源，构建科学产业结构

时间序列上分析，吉林省物流产业的发展速度较为缓慢。吉林省的技术效率变动指数较低，制约了吉林省整体效率的提高；同时存在的投入冗余和产出不足现象，说明吉林省现存的主要问题是物流资源的配置不合理，产业构架不科学，且仍没有挖掘出现有物流资源应有的能力，吉林省要充分合理利用现有资源，研究构建科学合理的产业结构，以此来推动吉林省整个物流产业的发展。

参考文献：

[1] 李玉琳，高志刚.区域规划中产业效率与规模的DEA评价——以新疆区域冶金工业为例[J].新疆财经，2006(6):26-29.

[2] 马占新.数据包络分析模型与方法[M].北京：科学出版社，2010(5):175-178.

[3] 徐军洲，杜滨.数据包络法在物流企业业绩评价上的运用[J].中国储运，2006(4):47-51.

[4] 杨帆.中国现代物流业对区域经济的影响分析[D].长春：吉林大学，2011:45-49.

[5] 高慕瑾，雷玲.西部物流效率的实证分析[J].云南财经大学学报(社会科学版)，2012(4):30-34.

【责任编辑于蓬蓬】

[中图分类号]F259.27；F224

[文献标识码]A

[文章编号]1009-5101(2016)02-0112-05

[收稿日期]2016-01-25

[作者简介]王柏谊，北华大学经济管理学院副教授，主要从事物流管理研究；杨帆，北华大学经济管理学院教授，主要从事物流管理研究。(吉林132013)

On Logistics Industry Efficiency in Jilin Province Based DEA

Wang Baiyi，Yang Fan

(EconomyandManageCollegeofBeihuaUniversity，Jilin132013，China)

Abstract：DEA is the analysis method to study the relative efficiency of input and output.We construct a scientific and reasonable system of evaluation index，organize the data of input and output of the logistics industry from 2005 to 2014 about 30 provinces，municipalities directly under the central government，and analyze the efficiency of the logistics industry in Jilin Province from the horizontal and vertical angles.We can discover it is in the offset level in Jilin province，including technology of logistics industry average efficiency，pure technical efficiency and scale efficiency.It indicates that there is a low efficiency and some resource waste for the development of the logistics industry.The total factor productivity growth is slow in Jilin province.Although the technical progress index of Jilin Province has showed a slow growth trend，the logistics industry’s technology progress remains to be further improved in Jilin Province.To this end，Jilin province should strengthen the integration of existing resources to optimize output，improve the quality of logistics practitioners and the establishment of high quality logistics enterprises，reasonably configure our logistics resources to build a scientific industrial structure.

Key words：DEA model；Jilin province；Logistics industry；Industrial efficiency；Relative efficiency；Technical efficiency；Scale efficiency