基于超效率DEA模型的长江经济带物流效率实证分析*

□ 仲云云，周雨倩

(南京邮电大学 管理学院，江苏 南京 210000)

1 引言

生产、流通和消费是社会经济的三大构成领域，物流在经济流通中发挥着不可替代的作用。长江经济带横跨中国东中西三大区域，是中央重点发展的“三大战略”之一。物流产业是长江经济带实现产业结构优化升级的重要产业，研究长江经济带物流效率对其成为培育新动能引领转型发展的创新驱动带具有重大现实意义。所谓物流效率是指：一定时期内的物流产出要素与投入要素的经济价值之比，是对物流生产要素使用效率、物流资源利用程度等的一种度量[1]。近年来，学者们对物流效率方面的研究日益深入，从物流企业、行业应用、空间区域的视角进行分析成为了目前物流效率研究的主流视角。皇宁宁等(2019)、蒋亚楠(2018)、田登登等(2019)、宋志蕙等(2019)、曹圣强(2019)、李雷(2019)、张馨月(2019)[2-8]从不同的角度研究了物流效率。现有研究关注长江经济带物流效率的文献比较少。本文基于前人研究的基础上，利用超效率DEA模型对长江经济带物流效率进行实证分析并给出相关的政策建议，以促进长江经济带物流业效率的提升。

2 模型、指标及数据

2.1 模型介绍

评价物流效率的方法主要有作业基础成本法、指标树法、层次分析法以及数据包络法等，其中，数据包络法可以直接评价具有多个输入和多个输出决策单元之间的相对效率[9]。DEA模型又分为CCR模型和BCC模型，前者用来衡量固定规模报酬下的总效率，后者用来衡量变动规模报酬下纯技术和规模效率。CCR模型存在计算出的效率值最大为1,当计算出多个效率值为1的有效单元时无法进行进一步的比较、评价的缺点。为了进一步比较效率值大于1 的有效单元，文章选用CCR模型的扩展模型——超效率DEA模型对长江经济带物流效率进行研究。超效率DEA模型的数学公式[10]如下：

假设在决策单元DMU中，投入向量为X=(X1，X2，…Xm)T；产出向量为Y=(Y1，Y2，……,Ys)T；(Xj,Yj)是第j个决策单元的投入、产出向量，于是Xk=(X1k，X2k，…Xmk) ，Yk=(Y1k，Y2k，…Ysk) 。θ为DMU的效率值，满足0≤θ；λj为相对于DMU重新构造一个有效DMU组合中第j个决策单元DMU的组合比例；s-，s+为松弛变量。在超效率DEA模型中，θ值越大，效率越高。

2.2 指标选取与数据来源

结合超效率DEA模型投入、产出指标的基本理念以及物流产业的现实运作情况，从劳动力、资本两方面选取投入指标，从规模和质量两方面选取产出指标。以交通运输、仓储和邮政业代表物流业，以物流业的城镇单位就业人员数、全社会固定资产投作为投入指标，以物流业的生产总值和货运周转量作为产出指标。选用2012-2017年长江经济带11个省市的物流业投入产出指标值的数据，数据主要来源于《中国统计年鉴》、《中国宏观经济数据库》以及《中国交通数据库》。运用超效率DEA模型计算各地区物流效率结果如表1所示。

表1 2012—2017年长江经济带各省市物流效率

3 长江经济带物流效率的时空演变

根据表1可知，2012—2017年长江经济带11个省市中，每年物流效率上海均稳居第一，而云南则长期处于落后位置，从最值角度不难看出，地区物流效率水平的高低与其所在的地理位置、基础设施建设、经济发达程度密切相关。从均值角度看，2014年长江经济带物流效率均值最大，其余5年发展平稳，逐年缓慢增长。从标准差角度来看，总体上标准差数值较大，说明各区域物流效率发展水平不一。相较于2012年，地区间物流效率发展水平差异有所增大，其中，2014年地区间物流效率差异最为显著，2013年地区间物流效率差异最为微小。

图1 2012-2017年长江经济带上中下游物流效率

长江经济带横跨我国东中西三大区域，文章从上、中、下游视角对长江经济带物流效率的变化发展进行研究。由图1可知，长江经济带下游物流效率发展水平远远领先于中游和上游，物流效率发展水平在1.5—2.0的范围内波动，在2014年物流效率达到峰值，除2012-2013年和2014-2015年经历了小幅下降，其余时间段均处于上升趋势。长江经济带中游地区在2012—2017年间，物流效率整体呈上升趋势，并于2017年达到了峰值状态，在原有的物流效率发展水平上实现了一定的突破。长江经济带上游的物流效率同样在2014年达到了峰值状态，但与中、下游不同的是，上游在2012—2014年期间缓慢增长，在2015—2017年期间缓慢下降。从总体上看，经过2012—2017年长达6年的变化发展，长江经济带中、下游之间物流效率发展水平的差异得到了改善，但长江经济带上、下游之间物流效率发展水平在日益增大。此现象表明，长江经济带地区在提升物流效率，实现现代物流新业态的进程中，并未达到区域内协调发展、同步改善。在长江经济带的11个省市中，上海、江苏、安徽、贵州的物流效率发展水平处于前列，效率值基本在1以上；重庆、四川、云南的物流效率发展水平较为落后，效率值在0-0.5的区间范围内。与上述分析的长江经济带物流效率呈上升趋势不同的是，江苏、安徽两地的物流效率相较于2012年呈下降状态。安徽、贵州两地呈明显的先增长后下降的“凸”形变化。

4 结论与启示

运用超效率DEA模型，对2012—2017年期间长江经济带11个省市的物流效率进行了测算。实证结果显示：①2012—2017年长江经济带物流效率整体得到改善与提高。②长江经济带存在区域内物流效率发展不平衡的问题，长江经济带下游物流效率发展水平远高于中、上游地区，上游地区的物流效率仍处于相对落后的状态，远低于长江经济带物流效率均值。③长江经济带上、中、下游地区物流效率差异日趋明显，下游地区物流效率持续领先；中游地区相较于2012年物流效率已有明显提升，但与上游地区仍相距甚远；下游地区的增速远小于上游地区，导致在总体水平上升的情况下差距日益显著。④长江经济带物流效率呈整体上升趋势，但江苏、安徽两地出现了物流效率下降现象，尤其是江苏，在2012—2017年期间物流效率持续下降。

物流产业的效率提升逐渐被认为是实现低能耗、高产出现代都市经济发展模式的重要途径。针对

长江经济物流效率的发展现状提出以下建议：①加大对长江经济带中、上游地区，物流基础设施建设的投入以及现代物流技术人才的引进，以提升技术效率为重点。②利用长江经济带上游制造业发达的优势，将快递设施、系统、服务嵌入制造企业，并对不同类型的制造企业进行精准性服务，以提高规模效率。③将大数据、物联网、云计算等先进的现代信息技术融入快递末端服务体系的建设中去，以期在“互联网+”的新时代条件下实现上、中、下游物流产业的协同发展。④完善物流监管体系。对物流企业建立信誉积分制，在长江经济带地区实行试点，通过制度约束以提高物流企业的运营效率。