中国物流产业效率评价文献综述——基于数据包络分析法

刘翠萍，李武

（1.中国矿业大学管理学院，江苏徐州221116；2.江苏建筑职业技术学院，江苏徐州221116；3.加拿大温莎大学奥德特商学院，安大略温莎N9B 3P4）

中国物流产业效率评价文献综述——基于数据包络分析法

刘翠萍1、2，李武3

（1.中国矿业大学管理学院，江苏徐州221116；2.江苏建筑职业技术学院，江苏徐州221116；3.加拿大温莎大学奥德特商学院，安大略温莎N9B 3P4）

在对物流产业效率进行研究的文献中，数据包络分析法是一种常见的方法，来自中国知网期刊数据库和美国科学网核心合集数据库2006—2015年的62篇论文显示，2009年后对中国物流业效率研究的文献迅速增加，早期论文的被引频次较高；文献的主要研究内容包括物流业内部效率以及物流业与经济之间的关系。在研究方法方面，以传统的数据包络分析模型为主，一些文献对基本模型进行了拓展，部分文献将数据包络分析法与其他方法结合起来应用。通过对相关文献的梳理，可以发现在研究方法、模型运用、变量选取、影响因素、资料来源、区域选择、时间跨度等方面存在着相应的研究空白，未来的研究可以从相关环节进行突破。

数据包络分析；物流产业；效率；综述

一、引言

物流业是复合型的第三产业，是中国经济新的增长点。相对于西方发达国家来说，中国物流行业起步较晚。刘晓红（Liu）［1］认为，对中国物流产业重要性的认识始于21世纪初政府启动物流业发展的浪潮。近年来，在国家继续加强和改善宏观调控政策的影响下，中国物流业得到了快速发展。全国社会物流总额从2004年的38.4万亿元逐年持续上升，2014年达213.5万亿元。社会物流总费用从2004年的2.9万亿元不断增长到2014年的10.6万亿元；与GDP的比率从2004年的21.3%下降到2014年的16.6%，但仍远高于美日德8%左右和全球平均3.6%的水平。在世界银行发布的各国物流绩效指数（LPI）报告中，2014年德国高居榜首，美国第九，中国大陆第二十八；2007年德国第三，美国第十四，中国大陆第三十。［2］可以看出中国物流业运行质量在逐步提高，但发展水平仍然偏低。蔡进［3］分析认为，我国物流业仍存在需要解决的一些问题。

鉴于此，学术界和实业界开始关注中国物流行业的运行状况，分析物流业的产业效率和影响因素，寻求促进中国物流业发展的对策。众多研究者认为，数据包络分析（Data Envelopment Analysis，DEA）是一个定量分析物流产业运行状况的有效方法。DEA方法是由查恩斯（Charnes）等［4］开发的一种运筹学方法，以一个优化的效率前沿面评价决策单元（Decision Making Unit，DMU）对多输入多输出的一组决策业务的效率。崔鸥晔［5］指出，DEA被广泛应用于教育、医疗、金融、零售等不同行业效率的度量，在物流领域的应用始于21世纪初。本文旨在对数据包络分析在中国物流产业中的应用研究进行综述，根据主题词检索、被引次数与摘要阅读相结合的方法，选取62篇论文作为分析的依据，以期为中国物流产业发展理顺研究脉络，为后续研究提供参考。

二、文献计量分析

2016年1月8日以主题词“物流（产）业（Logistics Industry）或区域物流（Regional Logistics）或城市物流（City Logistics）”并含“数据包络分析（DEA或Data Envelopment Analysis）”，分别在中国知网（CNKI）期刊数据库和美国科学网（Web of Science，WOS）核心合集数据库进行检索。在WOS中检索到论文24篇，最早为萨尔基斯（Sarkis）［6］撰写的关于美国主要机场运作效率的评价，篇名中含有“物流”的论文是哈斯（Haas）等［7］对逆向物流渠道管理效率分析的论文，有3篇论文是对中国物流效率的研究：周根贵（Zhou）等［8］分析中国第三方物流的效率及影响因素，吴华清（Wu）等［9］分析中国物流企业的运作效率，昊荣（Hao R）等［10］评价中国物流产业的经济安全。在中国知网中检索到论文171篇，最早为帅斌和杜文［11］对物流产业结构的评价。

采用被引次数与摘要阅读相结合的方法对上述检索出的论文进行第二次筛选，最后筛选出62篇，其中CNKI数据库59篇，WOS数据库3篇，如表1所示。

表1　所选62篇论文分析

（待续）

（续表1）

根据表2列出的基于刊名的论文数及百分比情况可以看出，刊发“DEA”与“中国物流产业”论文最多的期刊为《物流技术》，其次为《统计与决策》，再次为《软科学》和《科技管理研究》，来自这四种刊物的论文占所选论文的41.93%。需要说明的是，《物流技术》是中国物流界较早的期刊之一，关注中国物流理论的研究；探求新方法衡量中国物流产业的发展是《统计与决策》的研究范围；而《科技管理研究》和《软科学》都强调科技、管理等跨学科的交融，探讨中国社会经济发展中的热点和焦点。选自关注国内外流通领域的理论动态和发展方向期刊的论文占14.53%，包括《中国流通经济》《中国市场》《物流工程与管理》《铁道运输与经济》等，发表在这些期刊上的论文往往注重从新的视角运用DEA方法分析流通领域的问题。除了3篇论文发表在英文期刊外，其余38.71%的论文分散在经济管理类刊物中，如《数量经济技术经济研究》《华东经济管理》等。

值得一提的是，遍观WOS数据库，只有3篇符合本次检索要求的论文，这可以从两方面解释：一是中国的物流业水平偏低，政策体系有待完善，需要立足全国、区域等视角进行宏观领域的研究；二是欧美发达国家的物流业发展趋于成熟，有完善的保障体系，需要提高的是企业层面的物流与供应链管理，这是大部分外文期刊的关注点。

根据发表的年份，由表3可知，第一篇文章是2006年贺竹磬和孙林岩［12］发表在《科研管理》上的用DEA方法评价我国区域物流效率的论文。此后3年，相关主题方面的文章不多，直到2009年我国制定了物流业等十大产业振兴规划后，学术界对物流业的关注度快速提高。

判别文章研究价值的一个重要参数为被引频次，表4为所选论文中被引用次数位居前20的文章，其中被引用最多的是以下几篇：周根贵（Zhou）等［8］用DEA和分步回归法分析我国第三方物流（3PLs）效率及影响因素，田刚等［15］用DEA和Malmquist指数分析中国物流业全要素生产率，刘满芝等［16］用DEA和投影分析江苏省城市物流效率，钟祖昌［19］用三阶段DEA分析中国物流业效率及环境因素的论文。应该说明的是，早期的论文显示了较高的被引频次，如贺竹磬和孙林岩［12］、惠玉蓉和董千里［14］等的论文。

表2　按刊名统计所选论文

表3　按年份统计所选论文

三、主要研究内容

由表1可以看出，所选论文的研究内容主要分为两大类。一是针对物流业内部的分析，如物流业静态动态效率及地区差异、效率影响因素、能源及生态效率等，相关论文53篇，占比达85.48%，说明中国物流产业内部存在着大量需要解决的问题，并获得了学术界较高的关注度；二是对物流业与经济之间关系的分析，包括巩建国等［24］、高詹［56］、贺玉德等［68］关于区域物流与区域经济协调度的研究，崔晓迪［27］对物流供需系统的协同度研究，樊敏［22］、施国洪等［23］、苏秦等［28］、崔晓迪［35］、王军等［41］对物流业与制造业、批发零售业关联度的分析。

表4　所选论文被引频次排名前20篇

由表1可知，随着时间的推移，学者们开始用DEA方法剖析中国物流业发展深层次的问题。一是分析物流业的静态效率（包括物流产业竞争力和可持续发展状况）及地区差异，包括综合效率、纯技术效率、规模效率、投入冗余、产出不足等，这是物流产业效率研究的基本点，也是深入分析的出发点。二是分析影响物流业效率的内部和环境因素，在周根贵（Zhou）等［8］分析了影响中国物流业效率的因素后，后续学者的研究不断深入。三是分析物流业动态效率及地区差异，如田刚和李南［15］、庄玉良等［17］利用时间序列法分析中国物流业效率变化，寻找中国物流业效率差异和变动的原因，提出进行物流资源整合、各地协调发展的建议。四是分析物流业能源效率和非期望产出（碳排放、硫排放）等生态效率。作为振兴中国经济“十大规划产业”之一的物流业，在快速发展的同时，需要进行产业结构调整，提高运行效率，改变以牺牲环境为代价的粗放式发展方式，走低碳化道路，这是近年来的研究热点。如表1所示，王舒鸿等［26］分析了中国物流业能源效率，唐建荣等［43］分析了碳约束下的物流业效率，孟魁［49］、刘勇［52］、张诚等［57］、王玲［59］、周叶等［61］、张立国等［63］、田刚等［70］对中国物流业能源效率和生态效率问题进行了深入分析，提出中国物流业要实现可持续发展，节能减排是发展方向。五是分析外资对物流业效率的影响和物流产业经济安全。随着中国“一带一路”战略的推进，国际资本逐步注入中国物流产业，加快中国物流与国际物流的联通，在有利于中国物流企业走向世界的同时，物流产业的安全问题也显得越来越重要，如张宝友等［45］、李振杰［65］分析了外商投资对中国物流产业效率的影响，昊荣（HaoR）等［10］研究了中国物流产业的经济安全问题。

四、数据包络分析方法

DEA是用数学规划模型对包括多个相同类型输入输出“部门”或“单位”（DMU）间的相对效率进行研究，并根据实际观测的数据判断DMU是否有效的一种评价方法，它不需要预先给出权重，结构简单，使用方便。自1978年被提出以来，不同领域的研究者不断扩充和完善DEA方法，并将其广泛应用于不同行业及部门，物流产业也是DEA方法的应用领域。关于DEA不同模型及扩展，查勇［71］、库克和塞福特（Cook&Seiford）［72］做了详细论述；刘约翰（Liu J S）等［73］对DEA的研究前沿问题做了深入分析，在此不再赘述。

本文主要分析所选论文运用的研究方法，包括DEA模型、模型扩展及与其他方法结合的情况。

（一）DEA模型

用DEA方法评价物流产业的效率时，首要的问题是选择什么模型，应依据不同的评价目的和限制条件选取不同的DEA模型。观察表1可知，62篇论文中有45篇论文（72.57%）用传统的DEA模型CCR、BCC或两者并用，4篇论文用Malmquist指数模型，3篇论文用超效率（SUP）模型，使用带约束锥的DEA（Sam-AHP）和SBM模型的论文各2篇，使用DEA差额变数法、改进型DEA（MDEA）、方向距离函数、环境DEA、交叉效率DEA、CRITICDEA赋权论文各1篇，这说明在运用DEA方法时，传统模型占主导地位。而在DEA理论提出后，理论不断完善，新模型不断出现。刘约翰（Liu J S）等［73］总结了国际上DEA理论研究主线有十大类，主要的是Bootstrap和两阶段分析模型、非期望因素模型、交叉及排序模型、网络、动态和SBM模型。如何把这些新模型用于分析中国物流业，揭示中国物流业更深层次的问题，是值得研究的新课题。由此可以提出第一个研究空白：

空白1：选择合适的DEA新模型用于物流产业研究，以揭示中国物流产业更深层次的问题。

在应用传统DEA模型的45篇论文中，中国物流业的静态或动态效率、投入冗余及产出不足是其主要的研究内容，同时有26篇论文用CCR和BCC模型分析了物流业的综合效率、纯技术效率、规模效率；在8篇应用CCR模型的论文中，有的独立应用该模型分析物流业的单一指标（如综合效率、与其他产业的协调度、生态效率等），有的与DEA的扩展模型和其他定量评价模型结合分析多项指标；应用BCC模型的11篇论文与此相似，有的分析单一指标，有的结合其他方法分析多项指标。

另外，CCR和BCC模型均包括投入导向和产出导向模型，投入导向模型研究的是在不改变产出数量下如何使投入最小；产出导向模型研究的是在不改变投入要素的条件下如何使产出最大。BCC投入导向和产出导向模型的求解结果不一定一致，因此在计算时需要对导向加以区分。在所选45篇论文中，同时用投入导向CCR模型和投入导向BCC模型的论文有22篇、独立应用投入导向CCR模型的论文7篇，独立应用投入导向BCC的论文10篇，投入导向CCR和产出导向CCR模型并用的论文2篇，独立应用产出导向CCR模型的论文1篇，1篇论文产出导向CCR和BCC模型并用，有2篇论文没有说明应用是投入导向还是产出导向模型。这说明以传统DEA投入导向模型分析中国物流业问题的论文占比较高，应用产出导向和非径向模型的论文较少。这主要是由于中国物流产业仍处于资源整合阶段，需要决策者从供给侧调整资源投入。由此提出第二、第三个研究空白：

空白2：缺少基于非径向模型如加性DEA模型、SBM模型对中国物流产业效率的研究

空白3：缺少对投入导向、产出导向与非径向模型的优点和不足的比较研究

对于哪种DEA模型最适用于分析中国物流业能源效率和生态效率，学术界目前没有共识。如在相关的10篇论文中，有4篇论文应用投入导向BCC模型、1篇论文应用投入导向CCR模型、1篇论文应用投入导向CCR和BCC模型，1篇论文应用CCR的投入导向和产出导向模型，还有丁斌和王琨［53］应用SBM模型、王玲［59］结合运用序列DEA与SBM模型、张立国等［63］应用投入导向MI模型，其中既有规模报酬不变模型，也有规模报酬可变模型。由此提出第四个研究空白：

空白4：评价含期望和非期望产出的物流业效率时，运用规模报酬不变或可变模型的关联性、优点和不足是什么。

分析区域物流与区域经济协调度的模型有巩建国等［24］带偏好锥的DEA、高詹［56］的MI指数、贺玉德等［68］的CRITIC赋权DEA，崔晓迪［27］用CCRI&BCC-I分析了物流供需系统的协同度；分析物流业与制造业或批发零售业关联度的模型有樊敏［21］的BCC-I模型、施国洪等［23］的CCR-I模型、苏秦［28］的DEA差额变数法、崔晓迪［35］CCR模型、王军［41］的CCR&BCC模型。这些都是对物流业与经济关联的分析，由此可以提出第五个研究空白：

空白5：哪种模型是分析物流业与经济之间关系的最好方法。

（二）模型的拓展

如表1所示，有31篇论文针对研究目的对主要模型进行了拓展。在拓展的方法中，有8篇论文用MI法分析物流业的动态效率和地区差异；7篇论文用三阶段DEA法（第一、第三阶段用BCC-I模型，第二阶段用SFA模型）分析影响物流业效率的环境因素；6篇论文用PA法分析投入冗余和产出不足；5篇论文用SUP法进行效率排序，其中1篇论文同时用了NIRS规模报酬分析；1篇论文用WA法分析影响因素和演化因素；1篇论文以DFM法分析松弛变量及无效改进；1篇论文以MDEA法分析松弛变量和效率排序；1篇论文用SBM方向距离函数和共同边界法分析群组技术效率落差和变动状况；1篇论文增加约束条件以控制非期望产出。由此提出第六个研究空白：

空白6：用不同拓展方法分析物流业动态效率、影响因素、松弛变量及效率排序的优点和不足

（三）与其他方法的结合

DEA与其他方法结合分析中国物流业发展状况是近年来趋势之一，有36篇论文运用了相关方法，这些方法的使用可以分为三种情况：事前法，有11篇论文在用DEA方法之前用其他方法，占30.56%；事后法，有19篇论文在DEA方法之后用了其他方法，占52.78%；组合法，有9篇论文用其他方法与DEA形成的组合模型，占25%。这三种情况累计百分比超过了100%，是由于有3篇论文同时用了两种方法，如潘涛［69］使用事前和事后法、苏秦等［28］使用组合和事后法、魏静等［32］使用事前法和组合法。

事前法主要用于构建输入输出评价指标体系。贺玉德和马祖军［68］分析指出了DEA模型对评价指标的主要要求。首先，指标数量有一定限制，运用时需要精简指标，为减少变量的数量，有3篇论文使用主成分法（PCA），1篇论文使用层次分析法（AHP），1篇论文使用因子分析法（FA）；其次，指标间的逻辑关系需要确定，如2篇论文检验了指标的同向性，3篇论文分析了指标的相关性，1篇论文用P值和C-D生产函数检验了指标的合理性［62］。其中吴念蔚和汝宜红［25］先对指标进行相关性分析，再进行PCA分析。由此提出第七、第八个研究空白：

空白7：哪种方法最适合减少变量的数量。

空白8：DEA法需要判别输入输出指标间的哪些逻辑关系。

事后法主要分析两方面问题，一是影响物流业效率的因素，二是对效率值的分析。第一个问题所用的方法主要是回归分析法，有12篇论文使用该方法，其中有6篇论文使用一般多元线性回归法、3篇论文使用Tobit回归法、2篇论文使用面板数据回归法、1篇论文使用VAR和脉冲响应法；其次是C-D生产函数法，有2篇论文使用该方法；1篇论文用灰色系统理论建立动态驱动模型［69］；1篇论文用灰色关联分析法［60］；1篇论文用均值和剔除法［55］。有2篇对影响因素的相关指标进行了皮尔森（Pearson）相关性分析。在效率值分析方面，有2篇论文做了收敛分析（CA），1篇论文进行了正态性和显著性检验。同时用两种方法的有：周根贵（Zhou）等［8］用了皮尔森相关分析法和一般多元线性回归法、王健和梁红艳［46］应用C-D生产函数和CA法、潘涛［69］应用灰色系统理论和皮尔森相关分析法。由此提出第九个研究空白：

空白9：缺少对影响物流业效率因素各种分析方法的比较

组合法主要用于分析物流业与经济之间的关系。施国洪和赵曼［23］、王军和曹丽新等［41］用DEA和交叉分析法评价物流业与制造业的协调发展情况；苏秦等［28］、崔晓迪［35］用DEA和GRA法分析物流业与制造业的联动情况；崔晓迪［27］用DEA和复合系统协调法评价区域物流供需的协同；高詹［56］用DEA和重心公式分析物流业效率与经济重心演变的关系。有3篇论文用组合法分析物流能力和产业竞争力，如张宝友等［33］用DEA和单个指标比较法分析苏浙两省的物流业竞争力；魏静和王江［32］用DEA和BP神经网络组合模型构建城市物流能力指标体系并进行评价；徐兴兵［66］用欧几里德贴近度和DEA法对黄河中游地区的物流能力和效率进行比较。

五、决策单元和输入输出指标

在选择具体的DEA模型之前，必须确定决策单元（DMU）和输入输出指标，决策单元数量下限一般是所选输入输出指标总数的2倍以上。下面分析所选论文的决策单元和输入输出指标选取情况。

（一）决策单元分析

选择决策单元的过程也是确定参考集的过程。决策单元的选取应满足“同类性”，即具有相同的目标和任务、相同的外部环境。由表1可知，所选论文决策单元的选取可以从经济或地理区域和数据类型两个维度进行分类。在经济或地理区域维度中，以全国为决策单元的论文有30篇（48.39%）、以省域为决策单元的论文有14篇（22.58%）、以经济区为决策单元的论文有10篇（16.13%）、以地级市为决策单元的论文有7篇（11.29%）、以沪深上市公司为决策单元的论文有1篇（1.61%）。在数据类型维度中，有32篇论文（51.61%）选取了省域数据、14篇论文（22.58%）选取年份数据、11篇论文（17.74%）选取地市级数据、3篇论文（4.84%）选取企业数据、1篇论文选取县域数据、1篇论文选取经济区数据；另有48篇论文使用其他类型的数据，其中使用面板数据的论文27篇（43.55%），使用截面数据的论文21篇（33.87%）。根据决策单元相同的外部环境要求，由此可以提出第十、第十一、第十二个研究空白：

空白10：在所选62篇论文中，只有3篇论文的数据来自企业，其他都来自统计部门的统计年鉴，这一方面是由于数据的可得性，另一方面说明基于企业数据研究的欠缺。

空白11：考虑到中国各省市区经济发展水平、技术水平不同，选择哪种经济或地理区域更合适。

空白12：单纯的截面数据只能反映物流业静态效率；而所用面板数据、时间序列的时间跨度涵盖2年至14年不等，要求既能反映物流业动态效率，又满足相同技术条件，那么什么是合适的时间跨度。

（二）输入输出指标

输入输出指标的选取要考虑到能够实现评价的目的，并且全面反映评价目的，此外，指标的联系性及多样性也要考虑。在表1中，有18篇论文（29.03%）选取了环境指标以分析物流业效率的影响因素。特别说明两个方面：一是有10篇论文（16.13%）的决策单元数小于输入输出指标总数的2倍；二是关于物流业生态效率的碳排放指标，既有视其为投入指标，又有视其为产出指标，各3篇论文。由此提出第十三、第十四个研究空白：

空白13：当决策单元数小于输入输出指标总数的2倍时，是否能真实反映评价目的。

空白14：缺少对碳排放指标作为投入还是产出指标的定性分析。

六、结论

DEA是一种定量分析物流产业运行状况的有效方法。所选62篇论文用不同的DEA模型或结合其他方法，分析了中国物流业内部、物流业与经济之间关系情况。通过对所选论文的文献计量分析、主要研究内容、DEA模型以及决策单元和输入输出指标的梳理，得出了14个研究空白，这需要研究者们的后续努力，以便更好地促进中国物流业发展。

［1］LIU X.China-based logistics research：a review of the literature and implications［J］.International journal of physical distribution&logistics management，2014（5）：392-411.

［2］Logistics Performance Index［EB/OL］.［2016-08-02］.http：// lpi.worldbank.org/.

［3］蔡进.中国物流业发展格局与方向［J］.中国物流与采购，2015（11）：43-44.

［4］CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units［J］.European journal of operational research，1978（6）：429-444.

［5］崔鸥晔.数据包络分析（DEA）模型及其在绩效评价中的应用综述（英文）［J］.科学技术与工程，2008（7）：1735-1740.

［6］SARKIS J.An analysis of the operational efficiency of major airports in the United States［J］.Journal of operations management，2000（3）：335-351.

［7］HAAS D A，MURPHY F H，LANCIONI R A.Managing reverse logistics channels with data envelopment analysis［J］.Transportation journal，2003（3）：59-69.

［8］ZHOU G，MIN H，XU C，CAO Z.Evaluating the comparative efficiency of Chinese third-party logistics providers using data envelopment analysis［J］.International journal of physical distribution&logistics management，2008（4）：262-279.

［9］WU H，WU J，LIANG L，LI Y.Efficiency assessment of Chinese logistics firms using DEA［J］.International journal of shipping and transport logistics，2012（3）：212-234.

［10］HAO R，HE W，ZHANG C.Comprehensive estimation of the economic security of logistics industry—based on dea model［J］.Journal of scientific&industrial research，2015（7）：381-386.

［11］帅斌，杜文.物流产业结构的DEA/PCA评价［J］.西南交通大学学报，2006（5）：599-602.

［12］贺竹磬，孙林岩.我国区域物流相对有效性分析［J］.科研管理，2006（6）：144-150.

［13］郭晓平，张岐山.基于改进DEA方法的物流产业竞争力评价［J］.物流技术，2007（11）：139-140.

［14］惠玉蓉，董千里.基于数据包络分析（DEA）的物流业可持续发展有效性评价［J］.北京交通大学学报（社会科学版），2008（3）：65-69.

［15］田刚，李南.中国物流业技术进步与技术效率研究［J］.数量经济技术经济研究，2009（2）：76-87.

［16］刘满芝，周梅华，杨娟.基于DEA的城市物流效率评价模型及实证［J］.统计与决策，2009（6）：50-52.

［17］庄玉良，吴会娟，贺超.我国物流业效率动态变化的Malmquist指数研究［J］.统计与决策，2009（5）：21-23.

［18］黄勇，徐景昊.我国中部6省社会物流效率的分析与评价［J］.铁道运输与经济，2009（11）：78-81.

［19］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（9）：80-90.

［20］刘秉镰，余泳泽.我国物流业地区间效率差异及其影响因素实证研究——基于数据包络分析模型及托宾模型的分析［J］.中国流通经济，2010（9）：18-21.

［21］樊敏.中国八大经济区域物流产业运作效率分析——基于三阶段DEA模型［J］.现代管理科学，2010（2）：48-50，71.

［22］樊敏.中国城市群物流产业效率分析及发展策略研究——基于产业运作及联动发展视角［J］.软科学，2010（5）：11-16.

［23］施国洪，赵曼.基于DEA的江苏省物流业与制造业协调发展评价［J］.科技管理研究，2010（9）：62-65.

［24］巩建国，过秀成，何明，吴才锐，过利超.基于AHP/DEA的区域物流与经济协调性评价［J］.物流技术，2010（1）：68-71.

［25］吴念蔚，汝宜红.基于DEA交叉模型的城市物流能力评价［J］.物流技术，2010（Z1）：120-123.

［26］王舒鸿，汝慧萍，宋马林.基于DEA的物流行业能源效率评价——以2006—2008年各省市物流数据为例［J］.物流技术，2010（17）：66-68.

［27］崔晓迪.区域物流供需耦合系统的协同发展评价研究［J］.科技管理研究，2010（19）：53-56，44.

［28］苏秦，李永飞，张艳.陕西省物流业与制造业现状及联动分析［J］.统计与信息论坛，2011（12）：89-96.

［29］肖丹，刘联辉.基于SE-DEA模型的广东城市物流效率评价分析［J］.物流技术，2011（11）：101-103，112.

［30］张春梅，王征宇，高俊霞.基于DEA的内蒙古物流产业发展有效性评价［J］.物流技术，2011（1）：72-75.

［31］杨杰，宋马林.中国物流业静态效率测算与TFP动态变化研究［J］.广西财经学院学报，2011（3）：32-39.

［32］魏静，王江.基于DEA和BP神经网络的城市物流能力评价研究［J］.中国市场，2011（28）：21-22，25.

［33］张宝友，黄祖庆，孟丽君.标准视角下省域物流产业竞争力比较研究——以江苏省和浙江省为例［J］.西安电子科技大学学报（社会科学版），2011（5）：1-8.

［34］田振中.我国区域物流业运行效率评价及其影响因素［J］.商业时代，2011（33）：40-41.

［35］崔晓迪.基于DEA-GRA双层模型的制造业与物流业联动效果分析——以天津市为例［J］.科技管理研究，2011（23）：96-100.

［36］王维国，马越越.中国区域物流产业效率——基于三阶段DEA模型的Malmquist-luenberger指数方法［J］.系统工程，2012（3）：66-75.

［37］雷勋平，Robin Qiu，刘思峰.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［J］.华东经济管理，2012（7）：62-66.

［38］王菲.基于改进型DEA的中国区域物流有效性比较研究［J］.物流技术，2012（13）：180-184.

［39］张中强.我国东部地区区域物流发展效率分析——以我国东部31个地市级地区为例［J］.中国社会科学院研究生院学报，2012（1）：77-81.

［40］曾佑新，杜立奎.基于DEA的江苏省物流产业效率研究［J］.中国市场，2012（41）：5-7，13.

［41］王军，曹丽新.基于DEA分析的制造业与物流业联动发展协调度提升研究——以青岛市为例［J］.前沿，2012（22）：90-92.

［42］周业旺.基于DEA的武汉城市圈物流效率差异性比较分析［J］.物流工程与管理，2012（10）：20-22，10.

［43］唐建荣，卢玲珠.低碳约束下的物流效率分析——以东部十省市为例［J］.中国流通经济，2013（1）：40-47.

［44］王琴梅，谭翠娥.对西安市物流效率及其影响因素的实证研究——基于DEA模型和Tobit回归模型的分析［J］.软科学，2013（5）：70-74.

［45］张宝友，朱卫平，孟丽君.物流产业效率评价及与FDI质量相关性分析——基于2002—2011年数据的实证［J］.经济地理，2013（1）：105-111+125.

［46］王健，梁红艳.中国物流业全要素生产率的影响因素及其收敛性分析［J］.福州大学学报（哲学社会科学版），2013（3）：16-24.

［47］张诚，张广胜.中部六省物流产业效率分析及政策建议［J］.江西社会科学，2013（2）：57-61.

［48］张媛，张革伕，解淑青.一种基于DEA的区域物流效率评价模型及其实证研究——以湖南省14个地市州为例［J］.物流工程与管理，2013（1）：76-79.

［49］孟魁.基于三阶段DEA方法的中部六省物流效率评价［J］.统计与决策，2014（2）：57-60.

［50］乐小兵，王瑛.基于DEA模型的广西物流服务效率评价研究［J］.科技管理研究，2014（5）：54-57.

［51］谢菲，黄新建，姜睿清.我国物流产业投入产出效率研究［J］.南京师大学报（社会科学版），2014（1）：48-56.

［52］刘勇.物流业全要素能源效率评价及其影响因素分析［J］.统计与决策，2014（1）：66-68.

［53］丁斌，王琨.基于SBM模型的省级物流产业效率评价［J］.统计与决策，2014（14）：64-67.

［54］廖志高，许明辉，徐玖平.基于DEA和GM（1，1）的北部湾区域物流效率研究［J］.物流技术，2014（13）：102-106.

［55］王蕾，薛国梁，张红丽.基于DEA分析法的新疆北疆现代物流效率分析［J］.资源科学，2014（7）：1425-1433.

［56］高詹.中原经济区城市物流效率与经济重心演变分析［J］.商业研究，2014（2）：178-184.

［57］张诚，喻琴，张志坚.低碳环境下中国物流业效率评价研究［J］.铁道运输与经济，2015（1）：72-79.

［58］甘卫华，许颖，黄雯，丁茹，何德顺.基于DEA-Malmquist的江西省物流业全要素生产率研究［J］.工业工程，2015（2）：108-114.

［59］王玲.我国物流产业技术效率实证研究——基于能源消耗与碳排放内生化的测度［J］.软科学，2015（10）：6-9，15.

［60］吴旭晓.经济大省物流业效率动态演化及其影响因素［J］.中国流通经济，2015（3）：24-31.

［61］周叶，张孟晓，杨洁.基于SE-DEA的省域物流行业生态效率研究［J］.北京交通大学学报（社会科学版），2015（4）：99-106.

［62］柯颖，王威峰，赵文玲.“新常态”下我国西部地区物流产业全要素生产率评价与发展策略［J］.物流技术，2015（10）：114-117.

［63］张立国，李东，龚爱清.中国物流业全要素能源效率动态变动及区域差异分析［J］.资源科学，2015（4）：754-763.

［64］潘开灵，贾向南.基于PCA-DEA的武汉市物流业经济效率与社会效率研究［J］.物流技术，2015（7）：150-153，217.

［65］李振杰.外商投资质量对我国物流产业效率影响的测算［J］.统计与决策，2015（7）：98-101.

［66］徐兴兵.黄河中游地区物流能力及效率对比分析［J］.物流技术，2015（15）：177-179，182.

［67］张志伟，苑希港.基于DEA-DFM模型的我国三大区域物流相对有效性评价［J］.物流技术，2015（13）：185-189.

［68］贺玉德，马祖军.基于CRITIC-DEA的区域物流与区域经济协同发展模型及评价——以四川省为例［J］.软科学，2015（3）：102-106.

［69］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（8）：79-83.

［70］田刚，孙立成，程发新，郭本海.中国物流业节能减排效率及其影响因素研究［J］.工业工程与管理，2015（5）：14-20.

［71］查勇.数据包络分析中的若干问题研究［D］.合肥：中国科学技术大学，2008.

［72］COOK W D，SEIFORD L M.Data envelopment analysis（DEA）-Thirty years on［J］.European journal of operational research，2009（1）：1-17.

［73］LIU J S，LU L Y，LU W M.Research fronts in data envelopment analysis［J］.Omega，2016（58）：33-45.

责任编辑：方程

The Literature Review on Efficiency Evaluation of the Logistics Industry in China using the Data Envelopment Analysis

LIU Cui-ping1，2and Kevin W LI3
（1.China University of Mining and Technology，Xuzhou，Jiangsu221116，China；2.Jiangsu Vocational Institute of Architectural Technology，Xuzhou，Jiangsu22116，China；3.OdetteSchoolofBusiness，UniversityofWindsor，Windsor，ON，CanadaN9B 3P4）

Data envelopment analysis（DEA）is a well-known and effective method for carrying out analysis on the efficiency of logistics industry.The authors conduct a literature review on recent research that has applied the DEA to assess and analyze the logistics industry in China.By searching the databases of CNKI and Web of Science，the authors examine 62 articles from the following dimensions:bibliometric，research content，DEA models and interfaces with other techniques，decision making units（DMUs）and input/output indices.It is found that，there are increasingly more literature focused on the efficiency of logistics industry.And，in terms of research method，the application of model，the choose of variables，the influencing factors，the sources of materials，the choose of region and time span，there are some gaps needed by be filled in by further research.

data envelopment analysis（DEA）；logistics industry；efficiency；review

F250

A

1007-8266（2016）11-0012-10

2016-08-27

国家自然科学基金“供应链管理中企业社会责任的战略和运作决策理论与方法研究”（71572040）；江苏省高校哲学社会科学基金“基于产业升级的江苏区域物流资源整合策略研究”（2012SJB630014）

刘翠萍（1971—），女，安徽省潜山县人，江苏建筑职业技术学院副教授，中国矿业大学管理科学与工程专业博士生，主要研究方向为物流与供应链管理、区域物流等；李武（Kevin W Li）（1971—），男，河南省沁阳市人，加拿大温莎大学奥德特商学院教授，主要研究方向为决策理论与方法、供应链管理、冲突分析与建模。