基于DEA分析法的兵团物流业效率评价研究

王 蕾 陈 飞 刘雨婷

（1石河子大学经济与管理学院，新疆石河子832000；2石河子大学党校办，新疆石河子832000）

一、引言

物流业作为融合运输、仓储、信息等产业的复合型服务业，是支撑国民经济发展的基础性、战略性产业，是经济发展的动脉与基础产业［1］，是优化供给端资源配置、提升供给端效率的重要枢纽，是技术创新运用最集中、科技要素支撑最明显的一个领域，能够真正发挥行业辐射和产业融合的重要作用［2］，促进新的产业形态形成［3］，被喻为区域经济发展的加速器［4］。

区域物流业是区域社会经济发展的战略基础，是各类产业及消费者之间相互连接的纽带，没有物流业作为保障必然造成区域经济发展的停滞［5］。“十三五”时期物流业将进入以转型升级为主线的发展新阶段［6］，现代物流产业的效率直接反映了资源配置的效率［5］。物流业的发展水平主要是通过物流业效率的高低来衡量的，而进一步降低物流成本，提高物流效率，也是“十三五”时期物流业发展的总基调［7］。“一带一路”战略的提出，使新疆兵团作为“丝绸之路”经济带核心区的作用更加凸显，李克强总理提出，新疆要立足区位，以通道建设为依托，扩大对外开放，发展现代物流。由此，对新疆生产建设兵团（以下简称“兵团”）核心区建设及物流业发展提出了新的要求。

物流效率的研究要从投入角度并且结合技术进步和生产效率进行分析，通过创新物流技术，提高资源配置效率，是提升物流效率的根本之道［8］。魏翔和虞义华［9］利用DEA分析法对我国中部六省以及广东省社会物流效率进行分析，认为闲暇效应对经济产出和技术效率具有显著的影响；王金凤和翟雪琪［10］等用 Malmquist指数对煤矿业生产物流动态效率进行评价，结果表明该矿区煤矿生产物流效率的增长趋势主要来源于技术效率的提高而非技术前沿变动。郭晓平和张岐山［11］运用DEA分析法对我国2005年的物流产业效率进行了分析，选定了物流业固定资产投资量、物流业从业人员数量为投入指标，各地区的物流业生产总值、物流业从业人员的工资总额为产出指标。刘秉镰和余泳泽［12］运用DEA分析法和托宾模型，利用省际面板数据对我国物流业地区间的效率及其影响因素进行了实证研究。选取各地区交通运输、仓储和邮政业从业人员为模型中劳动（L）数据，选取各地区交通运输、仓储和邮政业固定资产投资额为资本（K）基本数据，选取各地区交通运输、仓储和邮电业增加值数据为产出指标（Y），最终结果显示我国区域物流业整体效果不高。王琴梅和张玉［13］运用DEA模型从总体效率、纯技术效率和规模效率三方面整体和分国别、分省区评价了丝绸之路经济带“核心区”2004－2014年的物流业效率，发现＂核心区＂的物流业总体效率偏低且呈W型的变动趋势。魏国辰等［14］运用超效率DEA模型对长江经济带省域间2010－2015年物流产业的效率进行分析，选取的投入指标为从业人员、固定资产投入和物流网络里程数，输出指标为货运量和物流业产值增加值，结果显示长江经济带省域间物流产业效率存在较大差异。

本文运用DEA分析法对2008－2017年新疆兵团物流业的运营效率进行科学系统的分析，从而客观评价兵团物流产业发展现状及区域物流产业发展的差异，最终为兵团调整和优化物流业提供决策支持。

二、研究方法及数据来源

（一）研究方法

数据包络分析法，简称DEA分析法，根据决策单元的投入产出指标的统计数据来确定生产前沿面，使用客观的统计数据进行运算得到决策单元的权重，避免了由于人为主观确定权重从而导致分析不准确的现象。同时由于DEA分析法考量的是各个生产决策单元之间的相对效率，因此不必对数据做无量纲化处理。运用DEA分析法对决策单元进行分析，不仅能对DMU是否有效进行分析，还可根据投入冗余状况，规模收益状况，定量的改进一些非有效的指标数值，分析是哪些因素导致DMU无效，并判定如何提升DMU的有效性。

常用的DEA模型主要有两种，C2R模型和C2GS2模型。C2R模型的运用是假定DMU的规模报酬是不变的，主要用于评价技术有效性和规模有效性。技术有效是指在现有资源投入水平下，区域物流系统实现了最大的产出效益；而规模有效是指区域物流系统的规模收益不变，当资源的投入扩大了M倍时，区域物流系统的效益也会相应地扩大M倍。在现实社会中，经济环境、产业政策和不完全竞争等因素的存在，导致决策单元保持规模报酬不变的状态是很难的。C2GS2模型的运用是假定DMU的规模报酬是可变的，在实际的数据分析中，剔除规模效率和技术效率共同混杂的影响，从而可以更有效地评价DMU的效率相对技术有效性。

1.C2R 模型。C2R 模型是 A.Charnes，W.W.Cooper和E.Rhedos提出的第一个DEA模型，可用于评价技术有效性和规模有效性。假设有j个决策单元（DMU），DMUj投入、产出变量分别为：

通过模型变换，引入松弛变量的C2R线性规划形式为：

物流业中投入要素的使用情况与区域物流的规模有直接的联系，物流设备具有通用性，随着物流规模的扩大，会进一步提高物流投入要求的利用率，但是由于物流中存在“效益背反”现象，物流成本与物流服务之间是反向存在的，因此，在对区域物流规模效益分析时，需要选择DEA评价方法中的模型来分析规模收益状况，并给出具体建议。

（二）评价指标选取及数据来源

在中国国家标准局编制和发布的《国民经济行业分类与代码》以及各国的产业体系分类中，几乎都没有单独的划分“物流产业”，从中国历年的统计年鉴中的统计数据分析，交通运输、仓储及邮政业占据了整个物流产业增加值的83%以上，因此，这一指标在很大程度上能够反映整个物流产业的发展状况。对国内研究物流的相关文章进行了梳理后发现，学者基本都是将物流业界定为货物运输业、仓储业及邮政业三个部门，因此，本文也运用相同的界定。

在指标的选取时，首先考虑指标是否能够反映物流业效率评价的要求；其次，按照DEA方法对效率进行评价的通常经验，输入输出指标个数之和应小于决策单元个数之和；最后，要充分考虑到指标数据的可得性。在以上三个原则的指导下，对兵团现代物流业效率评价构建指标体系。

通过兵团公路货物周转量和铁路货物周转量的统计数据可以看出，两种方式的货物周转量相差不大，但是货运量有很大的差距，通过简单的计算发现有近75%的货物是通过公路运输进行输送的。因此，本文选取等级公路里程及民用汽车年末保有量作为基础设施的投入指标。人力投入应当结合就业人数、劳动效率、劳动种类等，但由于统计年鉴中并没有这些数据的科学统计，无法对以上数据进行科学的度量，故本文以各师年末第三产业的就业人数作为劳动力的投入指标。物流业投资反映了物流基础设施投资规模、速度、比例关系和使用方向的一个综合性评价指标，本文用交通运输、仓储和邮政业投资代替。

在产出方面，货物周转量和货运量反映的是物流运输能力。物流产业生产总值表明了区域物流所产生的直接经济效益，本文用第三产业产值表示。物流业增加值，是用来评价物流投入所产生的物流业增长的情况，本文用地区交通运输、仓储和邮政业增加值作为物流业增加值的替代指标。运用GDP平减指数对物流业增加值进行相应缩减。

按照以上分析，本文构建了兵团现代物流业效率评价指标体系，如表1所示。

本文选取兵团2008－2017年的数据（DMU）测算兵团连续十年的现代物流业的运营效率变化状况。分析所用数据来源于2008－2017年《新疆生产建设兵团统计年鉴》。

表1 兵团现代物流业效率评价投入、产出指标体系

三、实证分析

（一）基本效率分析

在构建了物流效率评价投入、产出指标体系后，使用 DEAP 2.1 软件，对 2008－2017 年兵团物流效率的发展情况进行测算，测算结果包括综合技术效率（Crste）、纯技术效率（Vrste）和规模技术效率（Scale）。

按照DEA分析法模型设定的要求，决策单元DEA有效时效率值显示为1，而效率值不为1时则说明决策单元DEA无效。通过软件运算，得出兵团2008－2017年10年间物流业效率值如表2所示。从表2兵团近十年的综合技术效率值可以看出，平均综合技术效率不为1，表明近十年兵团现代物流业的综合效率没有实现有效。其中，2008年、2012年、2015年和2017年综合技术效率值为1，表明这四年兵团的现代物流业效率实现有效。其余年份没有实现有效。通过对比平均综合技术效率可以看出，2009年、2010年、2011年、2013年和2014年的综合技术效率值都低于平均综合技术效率值，说明这五年的物流系统投入产出效率明显低于其他年份。

表2 兵团现代物流业系统相对效率值

在DEA模型中规定，综合技术效率是由纯技术效率和规模效率共同决定的。兵团现代物流业系统2008－2017年纯技术效率值和规模效率值分别为 0.997 和 0.916。2008 年、2012 年、2015 年和2017年四个年份的纯技术效率和规模技术效率值都为1，表明在这四年兵团物流投入产出结构是符合兵团现代物流业整体发展的，并且在合理的规模优化下，使物流业效率达到有效的状态。2013年、2016年纯技术效率值为1，规模效率值低于平均规模效率值，说明2013年、2016年整个兵团的物流业投入产出结构是合理的，但是投入产出规模不足，规模水平需要调整。其余年份综合技术效率无效都是由纯技术效率无效和规模效率无效共同决定的，其中规模效率值普遍偏低。

（二）兵团现代物流系统效率改进分析

为了找出兵团近十年物流系统效率不足的年份物流系统效率无效的原因，从而做进一步的分析。通过运用模型中的Multi－stage模型，得出兵团现代物流系统投入、产出的松弛变量，如表3所示。

投入指标显示了兵团对物流业发展所投入的人、财、物各种资源，投入冗余只表示投入资源的利用效率。投入冗余越大，表明投入的资源利用率越低，资源没有得到合理有效的利用，因而导致了严重的浪费。2009年、2010年、2011年和2014年各项投入都有一定的剩余，其中民用汽车年末保有量和交通运输、仓储和邮政业投资都有较大程度的剩余，表明这两项投入在资源配置方面存在一定的问题，从而造成资源的较大浪费。

表3 兵团现代物流投入、产出指标的松弛变量分析

产出指标表示兵团物流业在现有的投入状态下所产生的物流产出。产出不足表示现有投入资源未能有效转化为有用的产出。通过货物周转量产出不足可以明显看出，在2009年、2010年、2011年和2014年四年，物流投入没有转化为有效的物流产出，导致货物周转量不足，市场资源利用不足导致资源有效性降低。从货运量的产出不足可以看出，在2009年、2010年和2011年现有的物流投入没有实现有效的货运量的产出。交通运输、仓储和邮政业投资仅有2014年产出不足。

（三）决策单元在生产前沿面上的投入、产出调整

在10个被评价的决策单元中，有6个决策单元非DEA有效，可以根据模型中所设定的生产前沿的效率标准，对非DEA有效的决策单元中投入和产出变量进行调整，使其能够实现DEA有效。

根据投入导向型的C2R中所设定的生产前沿面的效率水平，是指非DEA效率的决策单元要达到DEA效率时的投入水平。由表4可以看出，效率目标平均值要远小于实际投入的目标值，这说明在给定的投入量的水平下，投入明显表现出较为拥挤，即投入的资源没有得到充分的利用，尤其是交通运输、仓储和邮政业投资的实际投入量比效率目标下的投入量超出了30.38%，而这30.38%的投入则被浪费了。现有投入水平下，各投入指标分别降低 17.30%、14.38%、13.54%、30.38%的投入量仍然能够得到现有物流系统的产出水平。

根据产出导向型的C2R中所设定的生产前沿面的效率水平，是指非DEA效率的决策单元要达到DEA效率时的产出水平。从表4中可以看出，在现有的投入水平下，兵团现代物流系统的产出不足，应该得到大幅的提高。尤其是交通运输、仓储和邮政业生产值实际效率值仅为目标效率值的一半。现代物流系统有效运作的其中一个目标就是能够使交通运输、仓储和邮政业生产值水平提升，从本文的研究中可以看出，兵团交通运输、仓储和邮政业生产值有很大的提升空间。

表4 模型下的效率目标值与实际值对比

四、结论与讨论

本文运用DEA分析法对兵团2008－2017年十年间的物流业的效率进行了评价。结果显示，在这十年间，有四年兵团物流系统效率非DEA有效，非DEA有效的原因包括了技术非有效和规模非有效两个层面。

兵团物流系统的发展过程中表现出投入过多而产出不足的现象，同时规模无效率也是导致区域物流效率不足的一个重要因素。投入过多和规模无效是一个问题的两个方面，都说明了兵团物流系统的资源配置不合理。一方面是因为兵团经济相对于内地来说比较落后，管理水平和技术水平较低，不能将投入有效地转化为产出，投入比例不够合理，不能为现代物流的发展提供良好的基础环境和设施，从而阻碍了现代物流的发展。另一方面，近年来从事物流的个体和企业越来越多，发展水平也参次不齐，在既定的市场需求下，大规模的市场需求被众多的物流主体分散，加大了物流市场的竞争，而良莠不齐的物流企业水平也打乱了物流市场的秩序。

要想提高兵团物流的整体效益，需要同时提高物流体系的技术效率和规模效率。对于投入冗余量，各师可以通过开展相关项目将投入冗余转移，提高资本的利用率。各师应加强物流基础设施建设，抓好物流标准的建设，同时加快物流信息系统建设，为物流的发展提供良好的基础环境。各师应引导中小物流企业合并，资源共享、利益均摊，共同发展。同时提高现代物流市场的组织程度，改善物流供应链的组织模式，培育和发展适合地方经济特色的现代物流组织。