基于三阶段DEA模型的安徽省流通业效率评价

刘畅

摘要：本文利用安徽省16个市2016年的截面数据，应用三阶段DEA模型，在控制环境因素和误差因素的基础上，分析了安徽省流通产业效率水平问题。实证研究表明：安徽省流通业效率整体偏低，且各市流通业的投入产出效率相差较大;环境变量对安徽省流通业效率存在明显的影响，其中，物流基础设施水平对效率产生正向的影响，而人均可支配收入和政府财政支出對效率有显著负向影响。研究结论对提升安徽省效率流通业效率水平提供了启示。

Abstract： This paper uses the cross-sectional data of 16 cities in Anhui Province in 2016 to apply the three-stage DEA model to analyze the efficiency of the circulation industry in Anhui Province based on the control of environmental factors and error factors. The empirical research shows that the overall efficiency of the circulation industry in Anhui Province is low， and the input and output efficiency of the circulation industry in each city is quite different; the environmental variables have a significant impact on the efficiency of the circulation industry in Anhui Province， among which the logistics infrastructure level positively affects the efficiency. The impact of per capita disposable income and government fiscal expenditure has a significant negative impact on efficiency. The conclusions of the study provide inspiration for improving the efficiency of the efficiency circulation industry in Anhui Province.

关键词：流通业;效率;规模报酬

Key words： circulation industry;efficiency;scale remuneration]

中图分类号：F724                                         文献标识码：A                                  文章编号：1006-4311（2019）16-0017-03

0  引言

流通业快速发展加强了我国区域之间经济的互动，优化我国区域之间要素的配置，促使区域经济的发展更加平稳。为推动地区流通业的发展，实现我国区域经济平稳发展，必须对地区流通业发展现状进行分析。流通效率是一个包含了多元内涵的复合型概念，主要是指商品的流通速度提高，流通成本的降低和资源消耗的减少。而流通本质是实现商品的价值，即在一定时间内实现更多的商品流转。因此，通过评价区域流通效率，实现对区域流通业现状的分析。

安徽省地处长江经济带“咽喉要地”，具有联结东西区域的作用。2016年安徽省流通业的社会消费品零售总额为10000.2亿元，处在全国的第14位，对流通业的固定资产投资为2840.28亿元，处在全国的第11位。因此，研究安徽省区域流通业效率，得出安徽省各区域流通业效率水平，对加强长江经济带地区之间的联系具有重要意义。

1  文献综述

如何建立区域流通效率评价体系是认识和提高区域流通业发展水平的基础。目前学者对流通效率的评价大多是利用DEA模型进行分析。如：孙金秀（2014）运用GRA-DEA混合模型对我国现代流通业效率进行测量与评价。陈玉凤和张武斌（2015）利用超效率DEA模型对中国29个省份的商业流通效率进行了测算，结果表明，东部地区商贸流通效率最高，中西部地区的效率低下且较接近。王晓东、王诗桪（2016）首先，对现有循环效率的计算进行了梳理，并在此基础上采用了扩展的两阶段DEA模型，对我国2006-2013年各省区的流通效率进行实证测量，并采用窗口分析进行修正。刘丽波、李苏敏（2018）采用DEA-BCC模型对我国31个省份流通业的投入产出进行了分析。这些都是学者们评价流通效率的主要方法，但通过文献梳理发现还存在其他对流通业效率评价的方法。如：俞彤晖（2014）、赵峰等（2014）运用因子分析法对广东、广西各地级市流通效率现状进行测度。张复宏、霍明等人（2015）利用案例分析对苹果产销流通效率的主要影响因素及其运行机制进行了分析。对目前有关流通效率测度文献进行梳理，发现关于流通效率的研究大多数都是针对全国范围的，很少去研究某个区域，且利用普通DEA模型评价流通效率，存在评价不准确，无法反映流通业真实的技术效率。基于此，本文利用三阶段DEA模型对安徽省区域流通效率进行评价，通过对安徽省流通效率进行测算，来探寻提高安徽省各区域流通效率的有效路径。

2  变量选取与数据来源

2.1 输入，输出变量的选择

投入指标和产出指标是运用DEA模型测算效率必须的两种指标。根据柯布-道格拉斯生产函数的思想和安徽省经济发展特征及数据的可获得性和根据相关流通业的文献的。本文以流通业固定资产投资（1万元）和流通业从业人员数是投入变量，分别代表各城市的流动资金和劳动力投入。将社会消费品零售总额（万元）作为产出变量来分析安徽省16个市的流通效率。

2.2 环境变量的选择

环境变量的选择应根据“分离假设”原则，选取的环境变量对流通业效率有影响，但又不受流通业自身的控制。基于这一原则和数据的可获得性，本文选取了以下变量作为环境变量：①物流的基础设施：用各市高速公路总里程数表示。②经济发展水平：用各市人均可支配收入表示。③人力资本：用各市人均受教育年限表示。④政府干预：用各市财政支出占GDP的比重表示。本文所需相关数据除政府干预数据之外，其他均来自于2016年《安徽省统计年鉴》，政府干预数据是通过各市政府的财政支出占该市GDP比重计算得来。

为了满足DEA效率分析方法的“同向性”假设条件，对投入、产出变量之间的相关关系进行分析。通过对投入产出的Pearson相关性检验的分析。选择的投入与产出变量的相关系数均为正，满足“同向性”假设，通过了1%、5%显著检验，可以利用DEA模型的效率分析。

3  实证分析

3.1 第一阶段：传统DEA模型的度量结果

不排除环境因素和随机误差的计算，流通业投入产出效率。通过软件DEAP2.1，得出安徽省16个市流通业投入产出综合效率、纯技术效率和规模效率（见表3）。从表中可以看出，安徽省流通业综合技术效率平均值为0.727、纯技术效率平均值和规模效率平均值分别为0.818和0.886，总体效率处于较低水平，意味着各市流通业的投入产出效率未达到最优水平，存在着改善的空间。从结果可知，纯技术效率均值小于规模效率均值，说明大多数城市市流通业对技术的利用率较低，主要是依靠规模经济的特性来提高自身的效率。对于安徽省来说，提高流通业的管理水平和技术水平可以进一步提升各市流通效率。从表3中可以看出各市流通业效率水平差异较大，具体而言：

①从综合技术效率来看，合肥市、亳州市、苏州市和安庆市的流通业综合技术效率为1，处于生产的前列，其他城市的流通业效率较低，合肥市、亳州市、苏州市和安庆市的流通业价值为1。在纯技术效率和规模效率方面还有改进的余地。

②从纯技术效率的角度看，淮北市和池州市流通业经营管理水平较好，综合技术效率低下是由于投入产出与生产规模不匹配造成的。

③从规模技术效率值的角度看，除了合肥市、亳州市、宿州市和安庆市，其余的城市的流通业均没达到流通规模效率最优状态，这表明，每个城市都有提高规模效率的空间。

④从规模状态角度看，合肥市、亳州市、宿州市和安庆市4个城市的流通效率处在规模报酬不变阶段。蚌埠市、阜阳市和芜湖市3个城市处于规模递减阶段，说明城市流通业发展规模不合理。其他9个城市正处于规模报酬增长阶段，这表明增加投资和扩大发展规模可以有效地提高城市流通产业的效率。

由于研究结果不考虑环境因素和随机误差的影响，在衡量纯技术效率和规模效率时可能存在误差，不能反映安徽省流通产业效率的真实价值。因此，需要消除外部环境因素，以便进一步分析。

3.2 第三阶段：剔除外部影响因素后的效率结果分析

由上述可知环境因素对安徽省区域流通的投入冗余有显著影响，需要调整原始投入变量数值以剔除环境因素测算出真实的区域流通效率水平。运用DEAP2.1软件对各市调整后的投入变量和原始产出变量进行测算，结果见表4。

对比表3和表4可知而在调整投入变量值前后，各城市的流通效率值发生了明显的变化。。安徽省流通业综合技术效率、纯技术效率和规模效率平均值分别为0.727、0.818、0.886～0.745、0.901、0.826。区域流通业发展效率低下的主要原因已由单纯的技术效率转变为规模效率。具体而言：

①在整体技术效率方面，调整前有4个城市的技术效率为1个，在调整之后，除了合肥市、安庆市处在生产前沿面，其他城市均处在无效率状态。表明流通业效率水平受所处的环境影响，且调整前的流通效率不能反映真正的技术管理效率水平。淮北市、亳州市、宿州市、池州市在调整后综合技术效率降低了，说明4个城市流通业效率被高估了，其中亳州市和宿州市从生产前沿面变为无效率状态。而其余的10个城市技术效率提高了，说明这些城市流通业处在不利的外部环境中。

②从纯技术效率的角度看，合肥、安庆、淮北的流通纯技术效率调整前后为1，说明城市流通业的纯技术效率不受外部环境的影响。排除了环境因素和随机误差后，其他城市的纯技术效率发生了变化。。蚌埠市和马鞍山市流通业的纯技术效率值在调整后达到前沿面，说明这两个城市流通业的真实纯技术效率被低估了。

③从规模技术效率值来看，调整前后的结果表明，環境因素和随机误差对流通业的规模效率有很大影响，城市流通业规模效率值大部分发生了变化。蚌埠市、阜阳市略有增长，其他城市的流通规模效率略有下降，之前对规模效率的调整过高。

④从规模报酬状态的角度看。调整后，渤州、苏州三个城市的规模报酬状态发生了变化，从不变的规模报酬状态转变为规模报酬的递增状态，阜阳市从规模报酬的递减状态转变为规模报酬的递增状态。说明环境因素对这三个城市的规模报酬影响较大。总体而言，有12个城市流通业的规模报酬处在递增阶段，表明扩大流通规模是提高流通效率主要手段之一。在调整前后均处在规模报酬递减阶段的是地理位置比较优越的蚌埠市和芜湖市，这两个城市应该注重资源合理配置和使用效率，走内涵式发展道路，而不是扩大投入规模，来提高流通业效率。

4  结论

本文对安徽省16个城市流通产业的投入产出效率利用三阶段DEA进行了评价，剔除了环境因素和随机误差，并对投入产出效率进行了影响。得出以下结论：①安徽省流通业效率整体偏低，每个城市流通业的投入产出效率都很大，单纯规模的效率是安徽省各城市提高流通效率的主要制约因素。②第二阶段调整单元输入数值后，合肥市和安庆市继续保持在效率前沿面。蚌埠市、阜阳市、淮南市、滁州市、马鞍山市、芜湖市、宣城市和黄山市8个城市的流通业综合技术效率出现提高，合肥市和安庆市流通业综合技术效率不变，其他城市流通业综合技术效率均出现下降。③对比要素投入调整前后，综合技术效率、纯技术效率和规模效率值都发生了变动，表明安徽省各市流通业的投入产出效率受外部环境因素的影响较大。随着高速公路总里程增加，投入变量冗余的减少有利于流通产业效率的提高，而政府支出和人均可支配收入的增加不利于流通产业效率的提高。人均受教育年限由于对不同投入松弛变量影响大小未知，无法确定其是否可以提升流通业效率。④剔除环境因素和随机误差的影响后，除了合肥、安庆市、蚌埠市和芜湖市外，其他城市均处在规模报酬递增阶段，规模扩张阻碍流通业技术效率的提升。而合肥市和安庆市处于规模报酬不变阶段，究其原因，合肥市和安庆市处于效率前沿面，规模效率已经达到最优。蚌埠市和芜湖市处于规模报酬递减阶段，是因为资源配置不合理，存在技术的冗余。因此，蚌埠市和芜湖市应该加强资源配置合理化，提高流通技术的创新。

参考文献：

[1]孙金秀.现代流通业效率指标体系的构建与评价——基于中国30个省际数据的比较分析[J].商业经济与管理，2014，1（6）.

[2]陈宇峰，章武滨.中国区域商贸流通效率的演进趋势与影响因素[J].产业经济研究，2015（1）.

[3]王晓东，王诗桪.中国商品流通效率及其影响因素测度——基于非线性流程的DEA模型改进[J].财贸经济，2016，37（5）.

[4]刘丽波，李苏敏.供给侧改革下我国流通业投入产出效率评价——基于政府统计数据和DEA分析法[J].商业经济研究， 2018（6）.

[5]俞彤晖.广东省流通效率演进趋势及现状研究[J].广东财经大学学报，2014，29（5）：68-77.