基于超效率SBM模型的河南省物流效率评价

刘涛+霍静娟+顾令爽+宋菲

摘 要：文章利用改进的超效率SBM模型对2015年河南省18个地市以及10个省管县物流效率的变动状况进行分析。研究发现，河南省物流效率为0.721，总体上比较低，而且空间差异明显，表明河南省物流业发展方式比较粗放，物流资源利用不充分。加快推进河南省物流业跨越式发展，需要转变要素驱动型物流发展模式，建立效率集约型物流发展模式。

关键词：超效率SBM模型；物流效率；物流业；河南

中图分类号：F259.27 文献标识码：A

Abstract： Using super efficiency SBM model improved， the paper analyzes the logistics efficiency of 18 province governing cities and 10 province governing counties of Henan province in 2015. The study found that the logistics efficiency of Henan province is 0.721， it is relatively low， and the obvious spatial difference， which shows that the development of logistics industry in Henan province is comparatively extensive， logistics resources is used not sufficiently. To accelerate leaping development of the logistics industry of Henan province， we need to change the factor driven mode of logistics development， and establish efficient intensive mode of logistics development.

Key words： super efficiency SBM model； logistics efficiency； logistics industry； Henan

0 引 言

物流業是融合运输、仓储、货代、信息等产业的复合型服务业，物流业的快速发展对于调整产业结构、转变发展方式、建设高成长服务业大省等具有重要意义。为了加快物流业的快速发展，河南省政府制定了《河南省物流业发展三年行动计划》，旨在推动全省物流业提速发展，加快高成长服务业大省建设。降低物流成本、提高物流效率成为其重要任务之一。

目前理论界对物流效率进行了广泛研究，刘诗园等（2016）利用DEA方法评价了2014年长江经济带9省2市的物流效

率[1]，郭梦雅等（2016）利用超效率DEA对广州市物流效率进行了评价[2]，秦雯（2016）利用DEA-Tobit模型分析了2004～2013年青海物流效率及其影响因素[3]，张璇等（2016）利用三阶段DEA模型分析了2009～2014年我国西部省域和周边主要国家带物流效率[4]。陈小燕等（2015）利用DEA-BCC方法评价了2004～2013年福建省9个地区的物流效率[5]，洪伟立等（2016）利用PCA和DEA模型对内蒙古地区的12个盟市的邮政物流网络利用效率进行了评价[6]。

以上文献利用各种DEA模型对我国不同地区的物流效率进行了研究，但是对河南省物流效率的研究明显不足。陈建华等（2016）利用经典DEA模型分析了河南省18个地市的物流效率[7]，该方法无法计算投入产出松弛状况，本文利用改进的超效率SBM模型对2015年河南省18个地市以及10个省管县物流业效率的变动状况进行分析，为河南省优化物流业决策提供指导。

1 模型方法与数据来源

1.1 超效率SBM模型。数据包络分析方法（DEA）是一种基于同等程度上被评价单元（DMU）相对效率比较的非参数效率分析方法[8]。DEA方法不需要事先对被评价单元的生产函数形式进行明确界定，避免了参数的主观赋值，同时它对可比较的被评价单元进行相对效率的排序，使得评估具有客观性。DEA模型目前已经发展了近160种模型，传统的CCR或BCC模型在评估过程中可能会出现多个有效单元，这对于效率评估和对比有一定局限性。超效率SBM模型[9]不仅解决了多个有效单元的排序问题，同时考虑松弛变量，对于进一步分析投入产出要素有更好的参考价值。因此，本文选取超效率SBM模型进行评估。超效率SBM模型是2002年Kaoru Tone在基于投入松弛测度的SBM模型[10]基础之上提出的。

假设有m种投入要素，s种产出要素，建立一个线性规划方程：

1.2 评估指标与数据来源。本文结合已有研究，认为物流效率的投入指标包括物流业固定资产投资、物流业从业人员和等级公路里程（公里），其中物流业固定资产投资用交通运输、仓储及邮电业全社会固定资产投资（亿元）表示、物流业从业人员用交通运输、仓储及邮电业就业人员数（万人）表示，产出指标包括货物周转量（亿吨公里）和物流业增加值（亿元），其中物流业增加值用交通运输、仓储及邮电业增加值（亿元）表示。评估的决策单元包括2015年河南省18个地市以及10个省管县物流业效率，数据来源于2016年《河南统计年鉴》。

2 河南省物流效率及其分解的实证分析

运用Maxdea6.18专业版软件，从产出导向（调整）角度出发，使用超效率SBM模型，测算了2015年河南省18个地市以及10个省管县物流业效率的变动状况，如表1、表2和表3所示。

2.1 河南省物流效率及其分解。由表1可知，2015年河南省物流业综合技术效率为0.721，物流业投入产出效率不高。河南省物流业综合技术效率不高是纯技术效率和规模效率共同驱动的结果，2015年河南省物流业纯技术效率为0.88，规模效率为0.812，都未达到1，最终使得河南省物流业综合技术效率仅为0.721。

从省辖市和省管县的区别来看，2015年河南省管縣物流业效率要高于省辖市，2015年河南省管县物流业的规模效率和纯技术效率都高于省辖市，最终省管县物流效率达到0.746，高于省辖市的效率。

从省辖市的各区域来看，效率从高到低依次为豫中、豫东、豫北、豫西和豫南地区，豫中、豫东、豫北地区物流效率都高于平均值，而豫西和豫南地区物流效率比较低，分别为0.614和0.338。效率最高的豫中地区（物流效率为0.897）比效率最低的豫南地区（物流效率为0.338）高1.6倍。物流效率的省内差异明显。

2.2 河南省辖市物流效率及其分解。2015年河南省辖市的物流效率为0.706，未达到有效前沿面，总体上看，河南省各地市物流资源利用不充分。

2015年河南省物流效率大于1的地市有4个，分别为周口市、郑州市、焦作市和济源市，占所有省辖市的22%，表明这些地市物流资源利用非常充分。这些地区物流效率之所以比较高，原因在于纯技术效率比较高。虽然4个地市物流业的规模效率都未达到1，但是纯技术效率都大于1，最终使得4个地市的物流效率大于1。

物流效率介于0.6～0.9之间的地市有5个，分别为鹤壁市、许昌市、洛阳市、三门峡市和安阳市，属于物流效率中等的城市，占所有省辖市的28%。物流效率小于0.6的地市有9个，属于物流效率较低的城市，占所有省辖市的50%。

从规模报酬变动来看，物流业发展处于递增阶段的地市有1个，即济源市，因为济源市物流的总体规模比较小，其物流业发展后劲比较足，增加物流投入会导致这些地区的产出增加更多。其余17个地市物流效率规模报酬处于递减阶段，需要进行优化调整。

2.3 河南省管县物流效率及其分解。2015年湖南省管县物流均值为0.746，总体上看，省管县的物流资源利用不充分，但总体上要比省辖市要好一些。物流效率大于1的省管县有3个，分别为长垣县、巩义市和鹿邑县，占所有省管县的30%。这些地区物流效率比较高的原因在于纯技术效率非常高，物流资源得到了优化配置。

物流效率介于0.6-0.9之间的地市有2个，分别为永城市和邓州市，属于物流效率中等的城市，占所有省管县的20%。物流效率小于0.6的地市有5个，属于物流效率较低的城市，占所有省辖市的50%。

省管县物流效率的空间差异非常大。物流效率最高的长垣县比最低的固始县高出11倍。

从规模报酬变动来看，处于递减阶段的城市有2个，即滑县和固始县，占比20%，该地区物流资源需要进行优化调整。其他8个城市物流业规模报酬处于递增阶段，增加物流投入会导致这些地区的产出增加更多。

3 河南省物流效率的松弛分析

表4显示了2015年河南省省辖市和省管县物流产出的松弛量和松弛比例，其中松弛比例=松弛量/原始投入量。

3.1 河南省辖市物流产出的松弛状况。由表4可知，少数城市的货物周转量的松弛量和松弛比例相对高于增加值的松弛状况，主要有3个城市，三门峡市的货物周转量的松弛量和松弛比例分别为116.532亿吨公里和77.79%，而增加值的松弛为0。开封市的货物周转量的松弛量和松弛比例分别为198.228亿吨公里和234.31%，远高于增加值的松弛量（13.518亿元）和松弛比例（23.08%）。信阳市的货物周转量和增加值的松弛量和松弛比例都非常高，反映了该地区的客观现状——公路分布广泛，但物流运输业不发达，物流资源未得到高效利用。

除了以上3个城市外，其他地市在增加值变量上的松弛量和松弛比例总体上要远高于货物周转量，反映了目前河南省各地市货物周转量虽然非常大，但是附加值非常低，各种运输服务的利润很低，大多处于产业链的最低端。

根据松弛量、目标值和松弛比例可以把各省辖市分为四类：第一类，增加值和货物周转量松弛比例超过50%的高松弛地市，主要包括信阳市、驻马店市和平顶山市3个。这些地市不仅要着眼于提高货物的附加值，同时要积极寻求货源，增加货物周转量。第二类，增加值松弛比例超过50%，而货物周转量松弛比例未超过50%的中松弛地市，主要包括鹤壁市、许昌市、安阳市、新乡市、漯河市、商丘市、南阳市和濮阳市8个。这些地市主要着眼于提高货物的附加值。第三类，增加值松弛比例未超过50%，而货物周转量松弛比例超过50%的一般松弛地市，主要有三门峡市和开封市2个。这些地市要积极寻求货源，增加货物周转量。第四类，增加值和货物周转量松弛比例都未超过50%的低松弛地市，主要有许昌市。这些地市两个变量的松弛比例都不是很高，但是更侧重于提高货物的附加值。

3.2 河南省管县物流产出的松弛状况。由表4可知，在7个物流效率小于1的省管县中，个别县市的货物周转量的松弛量和松弛比例相对高于增加值的松弛状况，主要有固始县和汝州市2个城市，其他县市的增加值的松弛状况要高于货物周转量的松弛状况。根据松弛量、目标值和松弛比例可以把各省辖市分为四类：第一类，增加值和货物周转量松弛比例超过50%的高松弛地市，主要包括固始县、兰考县和新蔡县3个。第二类，增加值松弛比例超过50%，而货物周转量松弛比例未超过50%的中松弛地市，主要包括滑县、邓州市2个。第三类，增加值松弛比例未超过50%，而货物周转量松弛比例超过50%的一般松弛地市，主要包括汝州市。第四类，增加值和货物周转量松弛比例都未超过50%的低松弛地市，主要包括永城市。

4 结论与建议

本文使用超效率SBM模型，测算了2015年河南省18个地市以及10个省管县物流业效率的变动状况。得出以下结论：（1）河南省物流效率为0.721，物流业投入资源利用不充分。河南省物流业综合技术效率不高是纯技术效率和规模效率共同驱动的结果。效率从高到低依次为豫中、豫东、豫北、豫西和豫南地区，豫中、豫东、豫北地区物流效率都高于平均值，而豫西和豫南地区物流效率比较低，物流效率的省内差异明显。（2）河南省物流效率大于1的地市有4个，分别为周口市、郑州市、焦作市和济源市，占所有省辖市的22%。物流效率介于0.6～0.9之间的地市有5个，分别为鹤壁市、许昌市、洛阳市、三门峡市和安阳市，物流效率小于0.6的地市有9个。处于递增阶段的地市有1个，其余17个地市物流效率规模报酬处于递减阶段。（3）河南省管县物流均值为0.746，省管县的物流资源利用不充分，但总体上要比省辖市要好一些。物流效率大于1的省管县有3个，分别为长垣县、巩义市和鹿邑县，占所有省管县的30%。物流效率介于0.6～0.9之间的地市有2个，物流效率小于0.6的地市有5个。处于递减阶段的城市有2个，占比20%，其他8个城市物流业规模报酬处于递增阶段。（4）少数城市的货物周转量的松弛量和松弛比例相对高于增加值的松弛状况，主要有3个城市，其他地市在增加值变量上的松弛量和松弛比例总体上要远高于货物周转量，反映了目前河南省各地市货物周转量虽然非常大，但是附加值非常低，各种运输服务的利润很低，大多处于产业链的最低端。2个县市的货物周转量的松弛量和松弛比例相对高于增加值的松弛状况，其他县市的增加值的松弛状况要高于货物周转量的松弛状况。

总之，河南省物流效率比較低，而且空间差异明显，体现了河南省物流业发展方式比较粗放，物流资源利用不充分。加快推进河南省物流业跨越式发展，需要转变要素驱动型物流发展模式，建立效率集约型物流发展模式。为此，一是要加快物流业转型升级，建立高效、低成本的物流体系。不仅要加快物流技术水平的提升，而且要提高物流业的管理水平。二是要大力推进淘汰物流业的落后产能，控制物流业投入规模，提升投入资源的质量与结构，全方面提高物流业的综合技术效率。三是要加快河南省工业的转型升级，大力推进高附加值新兴产业的发展，不断提高货物的价值，进而提升物流行业的增加值。

参考文献：

[1] 刘诗园，田大钢. 长江经济带物流效率分析[J]. 物流工程与管理，2016（12）：37-39，45.

[2] 郭梦雅，王江. 基于超效率DEA的广州市物流效率研究[J]. 物流技术，2016（5）：68-73，91.

[3] 秦雯. 青海省物流效率及其影响因素的实证研究[J]. 青海社会科学，2016（1）：99-104.

[4] 张璇，杨雪荣，王峰. 新丝绸之路经济带物流效率评价——基于三阶段DEA实证分析[J]. 学习与实践，2016（5）：21-32.

[5] 陈小燕，李颖. 福建省区域物流效率实证研究[J]. 物流技术，2015（17）：137-139.

[6] 洪伟立，李弘. 基于PCA和DEA模型的内蒙古邮政物流网络效率评价[J]. 物流科技，2016（12）：1-5.

[7] 陈建华，孙赏，李虎. 基于DEA方法的河南省物流效率分析与评价[J]. 物流科技，2016（8）：110-114.

[8] 侯翔，马占新，赵春英. 数据包络分析模型评述与分类[J]. 内蒙古大学学报（自然科学版），2010（5）：583-593.

[9] TONE K. A Slacks-Based Measure of Super-efficiency in Data Envelopment Analysis[J]. European Journal of Operational Research， 2002（143）：32-41.

[10] TONE K. A Slacks-Based Measure of Efficiency in Data Envelopment Analysis[J]. European Journal of Operational Research， 2001（130）：498-509.