基于DEA模型的江苏省农产品物流效率研究

聂岸超，孟利清

（西南林业大学，云南 昆明 650051）

引言

近年来，“互联网+”思潮推广开来，使得资讯流通更加快速，农产品的运销虽受时空限制，不如其它工商业产品利用电商迅速，但物流行业已推动农产品在运销上的大革新，目前农产品的运销以临近市场土地销售，发展生鲜处理场或农产物流中心为主，大多以采购、收购或契约方式集货，经分级包装后，销售至各个单位。然而在农产品运销过程中，如何在农产物流过程中，以最迅速的时程处理好农产品，进而提高在交通网络中运输时效性，农产品物流组织与物流基础设施就显得尤为重要。目前，江苏省基本构建起较为完整的农产品物流组织体系和遍布城乡的经营服务网络，培育了一批产供销一体、线上线下融合发展的农产品物流主体，在推动农产品出村进城、搞活农产品流通、帮助农民增收致富、扩大城乡消费等方面发挥了重要作用，促进农产品物流是发展现代农业、促进农民增收的重要抓手[1]。

1 江苏省农产品物流效率实证研究

1.1 方法选择

为评估江苏省农产品物流现状、效率以及分析各城市资源配置调整方向，采用极具客观性的DEA（数据包络模型）分析法。除了效率值比较和衍生的相关讨论外，还进行规模报酬分析，最后是农产品物流松弛变量分析。

为抢抓国家加快现代农业设施建设重大机遇[1]，评估各城市如何减少投入是一个重大课题，本研究是以可能的最小成本为目的，BCC(Charnes,Cooper and Rhodes)是将原来的技术效率分成纯技术效率和规模效率两部分，对于物流效率的研究更加细致和直 观[2]。以BCC（Bankers, Charnes and Cooper）投入导向计算各所有决策单位（Decision Making Unit, DMU）的相对效率。

1.2 指标选取

拟对2019年江苏省13个市农产品物流进行效率研究，将较为传统的指标与能体现农产品运输的创新性指标相结合，根据经验法则所选取的决策单元个数最好为I/0变量总和的两倍以上，DEA所分析的效率值才有足够的鉴别力。由于农产品的时效性与销售地点的灵活性，农产品运输主要由公路货运承担，因此，架构了高速公路里程变量与货运汽车数量变量。物流特别是农产品运输过程中，由于农产品的包装没有统一标准，装卸搬运与包装过程中机械化程度不高，暂属劳动密集型产业，所以选取农产品物流从业人员这个变量。农产品货运量反映区域物流的活跃程度，代表了农产品区域物流的运行状态[3]。并考量资料客观性、可及性与代表性等因素，选择最直接且最具代表性的农产品货运量作为产出变量。基于上述分析选取指标：投入指标为载货汽车拥有辆，高速公路里程，农产品物流从业人数；确认的产出变量为农产品货运量。

1.3 数据来源

数据主要整理于2020年《江苏省统计年鉴》以及其他13市统计年鉴与《中国统计年鉴》。其中农产品物流从业人数由于在各大统计年鉴中没有相应统计，以农村中交通运输、仓储和邮政业从业人数替代[4]，见表1～表3。农产品货运量各市年鉴亦没有准确数据，以各市公路货运量替代。

表1 江苏省13市农产品物流投入、产出指标

表3 江苏地区农产品运输投入产出与变量松弛变量

2 研究结果实证分析

2.1 基本效率分析

DEA模式所评估出的效率值为决策单位间之相对效率值，而非绝对效率值，其越接近1，即代表其相对效率越佳。透过假设为固定规模报酬的CCR模式可求得决策单元的技术效率。利用假设为变动规模报酬的BCC模式，则可求得各决策单元的纯技术效率。由于技术效率为纯粹技术效率与规模效率之乘积，因此，将所求得的技术效率值除以纯粹技术效率，即可获得规模效率值的资料。

为确保研究的合理性，以dep2.1版软件进行CCR、BCC、规模报酬等模式评估各决策单位于2019年的相对效率。分析CCR 模型的整体技术效率值，若该组的综合效率值为1，则该城市是相对有效率的，反之则属于相对无效率。纯技术效率值是用来表示各决策单元是否能有效的运用投入项变数以达到产出最佳化，在不考虑资源大小情况下的作业效率数值愈大愈好，而由于造成整体技术无效率的原因可来自于纯粹技术无效率或是规模无效率，所以需对纯技术效率和规模效率进行分析。

从表2可知，江苏13个市，综合效率达到1的城市有无锡市、徐州市、镇江市。拿到最佳纯技术效率的有5个城市。纯技术效率平均值是0.824。此外在规模效率值方面，第一阶段获利能力中规模效率达到1的共有4个城市，规模效率平均值为0.932。苏州市的规模效率显著低于平均值，但大体而言，其纯技术效率值仍与技术效率评分有一定的差距。因此，可以了解造成整体技术效率下降的原因，主要是由于规模效率的不足，致使其整体技术效率不佳。规模效率不佳的原因，可解释为苏州市农产品物流营运规模的适当性低于其他城市；扬州市的规模效率也显著低于平均值，但与苏州市不同的是扬州市的纯技术效率与综合效率显著低于1。因此，扬州市的综合效率不佳以致影响规模效率结果，使其显著低于平均值。究其原因，扬州市此前被拆分为扬州市与泰州市，对扬州市的公路网络合理性造成了一定的影响。扬州市濒临长江与京杭大运河，水网密集，在高速公路设置方面必然有所影响。淮安市与南通市的技术效率值＜0.6，考虑地理问题，淮安市与南通市地理位置较差，处于江苏地区的边角，长期交通不发达，公路网设置极其不合理，致使这两个城市技术效率值与综合效率值低。

表2 江苏省13市农产品物流效率

规模报酬递减的城市共有4个，分别为南京市、苏州市、南通市与盐城市。这些城市农产品物流的投入资源过剩，应考虑减少投入以达最有效率之规模；规模报酬递增的城市共有5个，分别位为常州市、淮安市、扬州市、泰州市与宿迁市，其农产品物流规模还有扩充之空间，所以可考虑扩大经营规模以达最有效率之规模；规模报酬不变的城市共有4个，分别为无锡市、徐州市、镇江市、连云港市，这四个城市处于最适生产规模阶段。

2.2 江苏地区农产品物流松弛变量分析

考虑了DEA模型的有关实证分析，输入指标的松弛变量不为零，表明所对应的决策单元中的投入要素没有最大限度的表现出理论上的程度。产出变量的松弛变量不是零的情况下，可以得出与之相关的DMU单元在现如今的投入水平下，产出的缺额[3]。

由表3可知，农产品从业人数冗余的城市有8个城市，分别为常州市，南通市，连云港市，淮安市，盐城市，扬州市，泰州市与宿迁市。在13个市占大半，其中有5个城市冗余情况超过平均值1.262，分别为南通市，盐城市，扬州市，泰州市与宿迁市；高速公路里程冗余的城市有4个城市，分别为南通市，盐城市，泰州市与淮安市。盐城市，泰州市，淮安市，南通冗余情况高于平均值，其中泰州市与盐城市极大的超出平均值；载货汽车拥有量冗余的城市仅有2个，分别为扬州市与常州市。产出方面，农产品货运量不足的城市仅有3个，分别为淮安市，扬州市，泰州市。

3 结语

江苏地区13个市里有8个市存在大量的从业者冗余，在这8个城市中却有3个城市仍旧存在农产品运输量不足，分别为淮安市、扬州市与泰州市。虽说农产品运输产业是属于劳动密集及规模经济的产业，但也表明未能有效发挥投入资源，事倍功半，形成人、物力等资源浪费。可见江苏大部分地区的农产品物流从业人员的专业化程度不高，依赖于大量人力来弥补效率的不足。江苏地区许多城市的高速公路与载货汽车等资源在农产品运输中存在冗余，缺少了农产品综合物流中心，必然会降低农产品物流效率。

当今农村电商蓬勃发展的情况下，农产品物流能否满足现今电商条件下的农产品需求，需要端视物流绩效的高低。应以最少投入，而获得最大的产值。如何增强投入效能的发挥，也同样成为江苏省农产品物流产业亟待解决的重大挑战。