基于DEA的物流產(chǎn)業(yè)效率測度實證研究——基于我國31個省、市、自治區(qū)2008年投入產(chǎn)出數(shù)據(jù)

雷勛平，Robin Qiu，劉思峰

（1.南京航空航天大學(xué) 科學(xué)發(fā)展研究中心，江蘇 南京 210016；2.銅陵學(xué)院 工商管理系，安徽 銅陵 244000；3.賓夕法尼亞州立大學(xué) 信息科學(xué)系，賓夕法尼亞州 馬爾委 19355）

一、引 言

物流業(yè)是國民經(jīng)濟發(fā)展的“助推器”和“加速器”［1］，區(qū)域物流是經(jīng)濟發(fā)展的重要標志［2］。物流產(chǎn)業(yè)集群作為經(jīng)濟發(fā)展到一定階段的產(chǎn)物而逐漸興起，在區(qū)域物流系統(tǒng)中發(fā)揮著整合物流需求、集約物流資源、提高經(jīng)濟運行效率的作用［3］。物流產(chǎn)業(yè)發(fā)展水平作為衡量一個地區(qū)綜合競爭力的重要標志，致使我國一些省市、自治區(qū)盲目投資物流產(chǎn)業(yè)，造成物流產(chǎn)業(yè)效率低下。因此，對我國物流產(chǎn)業(yè)效率進行測度具有重要的現(xiàn)實意義。在目前的效率測度方法中，運用DEA的CCR模型和“超效率（Super－Efficiency)”模型，分析研究產(chǎn)業(yè)投入產(chǎn)出績效，可以避免產(chǎn)業(yè)內(nèi)產(chǎn)業(yè)差別和產(chǎn)品本身差別導(dǎo)致的分析結(jié)果誤差，具有較高的可行性［4］。鑒于此，本文主要選取這兩個模型，并根據(jù)我國31個省市、自治區(qū)2008年物流產(chǎn)業(yè)投入產(chǎn)出數(shù)據(jù)，運用Deap2.1和DEA-Solv?er-LV兩個軟件對我國物流產(chǎn)業(yè)投入產(chǎn)出效率進行實證研究。

二、DEA模型及其經(jīng)濟含義

（一）CCR模型及C2GS2模型

數(shù)據(jù)包絡(luò)分析）Data Envelopment Analysis，簡稱DEA)是由美國著名運籌學(xué)家、得克薩斯大學(xué)教授查恩斯）A.Charnes）、庫伯）W.W.Cooper）和羅茲）E.Rhodes）于1978年在“相對效率評價”概念基礎(chǔ)上發(fā)展起來的一種新的系統(tǒng)分析方法，并創(chuàng)立了第一個DEA模型——CCR模型［5-8］。主要用來評價部門間的相對有效性。為了正確估計“有效的生產(chǎn)前沿面”，R.D.Banker，A.Charnes和W.W.Cooper）1985）提出了的DEA模型，以此來評價決策單元的純技術(shù)有效性［9-12］。CCR模型是DEA最基本的模型，該模型以數(shù)學(xué)規(guī)劃為工具，綜合分析評價對象的多元投入—產(chǎn)出指標，并通過線性優(yōu)化得出每個指標的最優(yōu)權(quán)權(quán)重和每個評價對象的相對效率。其評價模型如下：

（二）模型參數(shù)經(jīng)濟含義分析

1.DEA有效性分析

（1）當θ*=1且S*=S*+=0時，稱決策單元 j0為DEA有效。此時，該決策單元既為規(guī)模有效，又是技術(shù)有效。表明在這n個決策單元組成的經(jīng)濟系統(tǒng)中，決策單元 j0的生產(chǎn)要素已經(jīng)達到最佳組合，并取得最佳的產(chǎn)出效果。

（2）當θ*=1且S*-≠0，S*+≠0時，稱決策單元 j0為DEA有效。此時，該決策單元不能同時達到規(guī)模有效和技術(shù)有效。對于決策單元 j0來說，投入X0可以減少S*-，而保持原產(chǎn)出Y0不變，或者在投入X0不變的條件下，將原產(chǎn)出Y0提高S*+。

（3） θ*＜1，稱決策單元 j0為非DEA有效。表明該決策單元規(guī)模和技術(shù)均無效。在這n個決策單元組成的經(jīng)濟系統(tǒng)中， j0可以通過組合將投入降至原來投入X0的θ倍而能保持原產(chǎn)出Y0不變。

2.規(guī)模收益分析

假設(shè)α=∑λj，稱α為決策單元 j0的規(guī)模收益值。

（1） α=1，表示決策單元 j0的規(guī)模收益不變，此時 j0達到最大產(chǎn)出規(guī)模點。

（2） α＜1，表示決策單元 j0的規(guī)模收益遞增，且α值越小，規(guī)模收益遞增的趨勢越大，表明 j0在元投入X0基礎(chǔ)上適當?shù)卦黾油度肓浚a(chǎn)出量將有更高比例的增加。

（3） α＞1，表示決策單元 j0的規(guī)模收益遞減，且α值越大，規(guī)模收益遞減的趨勢越大，表明 j0在元投入X0基礎(chǔ)上已經(jīng)沒有必要再增加投入量。

3.DEA在相對有效平面上的投影分析

由決策單元 j0為DEA有效時，對應(yīng)規(guī)劃的最優(yōu)解(X0，Y0)將落在平面ω*TX-μ*T=0上，該平面上的其他點所代表的決策單元也是DEA有效的，則稱其為相對有效平面或有效生產(chǎn)前沿面。

當決策單元 j0為非DEA有效時，則必定存在投入冗余和產(chǎn)出不足兩種情況。變量s*-中各非0分量就是投入X0對應(yīng)的投入冗余量，變量s*+中各非0分量就是產(chǎn)出Y0對應(yīng)的產(chǎn)出不足量。投入和產(chǎn)出部分的調(diào)整依下面公式進行：

其中，X'0、Y'0分別表示決策單元調(diào)整后的投入量和產(chǎn)出量，也可以看作是 j0對應(yīng)的(X0，Y0)DEA在相對有效平面上的“投影”。

4.投入冗余率和產(chǎn)出不足率分析

對于非DEA有效的決策單元，可以進一步分析其投入冗余率和產(chǎn)出不足率。投入冗余率是決策單元 j)中s*+中各0分量與X0對應(yīng)分量的比值，表示各種資源投入量可以節(jié)省的比例。產(chǎn)出不足率是決策單元 j0中S*+中各非0分量與Y0對應(yīng)分量的比值，表示各項產(chǎn)出指標可以提高的比例。

三、基于DEA的物流產(chǎn)業(yè)績效評價實證研究

（一）決策單元的選擇

DEA方法的基本功能是“評價”，特別是進行多個同類樣本間的“相對優(yōu)劣”評價，因此選擇DMU的基本要求就是DMU同類型。自國務(wù)院2009年出臺《物流業(yè)調(diào)整和振興規(guī)劃》（國發(fā)〔2009〕8號）以來，物流產(chǎn)業(yè)發(fā)展得到了各省市、自治區(qū)高度重視，紛紛出臺物流產(chǎn)業(yè)發(fā)展規(guī)劃。同時，我國國民經(jīng)濟和社會發(fā)展十二五規(guī)劃綱要再次強調(diào)要大力發(fā)展第三方物流，優(yōu)先整合和利用現(xiàn)有物流資源，加強物流基礎(chǔ)設(shè)施的建設(shè)和銜接，優(yōu)化物流業(yè)發(fā)展區(qū)域布局。故本文選取我國31個省市、自治區(qū)作為DEA評價決策單元，通過橫向比較分析我國各省市、自治區(qū)物流產(chǎn)業(yè)投入產(chǎn)出績效，明確各省市、自治區(qū)物流產(chǎn)業(yè)發(fā)展優(yōu)勢和劣勢。

（二）評價指標選擇

以我國31個省市、自治區(qū)作為研究對象，將其看作31個決策單元，根據(jù)口徑統(tǒng)一和可比性原則，確定物流產(chǎn)業(yè)輸入變量為：運輸線路長度（公里，此處運輸線路主要包括公路、水路和鐵路）、交通郵政運輸倉儲投資（億元）、從業(yè)人數(shù)（從業(yè)人數(shù)指從事上述三種運輸方式的人數(shù)）、交通郵政運輸倉儲投資占基本建設(shè)投資比重、從業(yè)人數(shù)比重。輸出變量為：貨物運輸周轉(zhuǎn)量（億噸公里）、貨運量（萬噸）、GDP（億元）、交通郵政運輸倉儲增加值（億元）、交通郵政運輸倉儲增加值占GDP的比重①。

（三）DEA模型計算與分析

表1 2008年我國31個省（市、自治區(qū)）物流產(chǎn)業(yè)效率評估表

從表1來看，我國31個省市、自治區(qū)物流產(chǎn)業(yè)綜合效率平均值為0.8616，共有上海、河南、河北、寧夏、海南、山東、安徽、貴州、江蘇、天津、西藏、甘肅、福建、浙江、山西15個省市、自治區(qū)是DEA模型CCR有效的，即它們的綜合效率為ρ=1；以下省市、自治區(qū)的綜合效率高于全國物流產(chǎn)業(yè)綜合效率平均分：廣東（0.96164）、內(nèi)蒙古（0.91574）、江西（0.88429）和北京（0.87755）；在全國31個省市、自治區(qū)中，物流產(chǎn)業(yè)綜合效率最低的黑龍江省，綜合效率分值僅為0.57877。

1.純技術(shù)效率分析

從純技術(shù)效率角度來看，31個省市、自治區(qū)中有福建、甘肅、廣東、貴州、海南、河北、河南、安徽、浙江、西藏、天津、江蘇、上海、山西、山東、寧夏和內(nèi)蒙古15個省市、自治區(qū)達到了純技術(shù)效率最優(yōu)，即σ=1，DEA模型BCC有效。

由此表明，上述15省市、自治區(qū)物流產(chǎn)業(yè)產(chǎn)出相對于投入來說已達到最大，說明其物流產(chǎn)業(yè)發(fā)展相對效率較高，暫不存在投入過剩或產(chǎn)出不足問題。但是，從表1來看，這15個省市、自治區(qū)中，有廣東、河南、山西和內(nèi)蒙古3個省市、自治區(qū)沒能達到綜合有效DEA模型CCR有效，主要原因在于這3個省市、自治區(qū)物流產(chǎn)業(yè)規(guī)模收益未能達到最優(yōu)。從表1還可以發(fā)現(xiàn)，廣東省物流產(chǎn)業(yè)規(guī)模偏小，尚處在規(guī)模收益遞增階段，2008年，廣東交通郵政運輸倉儲投資1108.8149億元，僅占基本建設(shè)投資的3.11%，人員投入僅占0.58%，增加物流產(chǎn)業(yè)基礎(chǔ)設(shè)施和從業(yè)人員投入勢必會顯著提高交通郵政運輸倉儲增加值，從而給廣東省物流產(chǎn)業(yè)帶來巨大收入，增加物流產(chǎn)業(yè)產(chǎn)出對廣東省GDP的貢獻。

內(nèi)蒙古物流產(chǎn)業(yè)處于輕微的規(guī)模收益遞減階段，而從2008年的數(shù)據(jù)來看，其交通郵政運輸和倉儲投資為472.6281億元，占基本建設(shè)投資的6.09%，公路運輸路線為320169.1公里，從業(yè)人員占總?cè)丝诘?.77%，無論物流產(chǎn)業(yè)絕對投入還是相對投入在全國31個省市、自治區(qū)中，都排名較前。本文認為致使其規(guī)模收益遞減的原因有兩個：第一，內(nèi)蒙古物流資源投入規(guī)模相對偏大，一定規(guī)模的投入對物流產(chǎn)業(yè)發(fā)展固然重要，但是，內(nèi)蒙古地方政府在物流產(chǎn)業(yè)投入時可能存在為追求規(guī)模盲目擴張物流產(chǎn)業(yè)投入規(guī)模，忽視了地區(qū)物流產(chǎn)業(yè)發(fā)展實際能力，同時，和國內(nèi)外發(fā)達地區(qū)相比，內(nèi)蒙古地區(qū)物流管理水平、操作方法還存在一定差距，也導(dǎo)致物流資源出現(xiàn)投入浪費，產(chǎn)出不能達到最佳；第二，物流資源對GDP貢獻出現(xiàn)飽和。2008年，內(nèi)蒙古物流產(chǎn)業(yè)增加值）此處以交通郵政運輸和倉儲增加值測算）占GDP比重為8.25%，在我國排名第一，表明內(nèi)蒙古物流資源投入對GDP貢獻可能已出現(xiàn)飽和現(xiàn)象，這也可能成為內(nèi)蒙古物流產(chǎn)業(yè)可持續(xù)發(fā)展的瓶頸，致使其物流產(chǎn)業(yè)處于輕微的規(guī)模收益遞減階段。

河南省物流產(chǎn)業(yè)投入絕對數(shù)和相對數(shù)均較小，其交通郵政運輸和倉儲投資為501.7218億元，占基本建設(shè)投資的2.73%，從業(yè)人數(shù)僅為0.32%，但從其近幾年物流產(chǎn)業(yè)發(fā)展基本處于平穩(wěn)跟進狀態(tài)，處于規(guī)模收益不變階段。

為進一步弄清導(dǎo)致非技術(shù)有效的原因，本文將對非技術(shù)有效的省市、自治區(qū)進行對比分析。非DEA模型BCC有效（非技術(shù)有效）根據(jù)純技術(shù)效率指數(shù)排名依次為：廣西（0.971433）、 江 西 （0.941431）、 吉 林 （0.8995）、 北 京（0.896455）、四川 （0.858519）、云南 （0.845061）、遼寧（0.822346）、新疆 （0.808139）、湖南 （0.799728）、青海（0.781975）、重慶 （0.75123）、陜西 （0.725618）、黑龍江（0.711713）、湖北（0.684426）。以北京和天津為例，進而分析導(dǎo)致物流產(chǎn)業(yè)非技術(shù)有效的原因。

對照組采用常規(guī)的方法拔出尿管：在拔管前采用間歇性夾管方式放尿，夾閉導(dǎo)尿管，每2～3小時開放1次，訓(xùn)練膀胱功能。觀察組運用循證護理，具體如下：

從表2來看，5個產(chǎn)出指標中，北京的貨物周轉(zhuǎn)量為天津的28.08%，貨運量為天津的60.17%，盡管北京的GDP和物流產(chǎn)業(yè)增加值分別為天津的1.65倍和1.58倍，但其物流產(chǎn)業(yè)增加值占GDP的比重比天津低0.23個百分點。對比兩市物流產(chǎn)業(yè)投入，北京的運輸路線約為天津的1.6倍，交通郵政運輸倉儲投資約為天津的1.9倍，從業(yè)人數(shù)約為天津的4.3倍，交通郵政運輸倉儲投資比重和從業(yè)人數(shù)比重分別比天津高出0.77和1.89個百分點。由此表明，北京在物流資源配置方面存在投入浪費，這與我國舉辦2008年奧運會前北京的基礎(chǔ)設(shè)施特別是物流產(chǎn)業(yè)方面的基礎(chǔ)設(shè)施投入有一定的關(guān)系，但是，從長遠發(fā)展來看，北京在物流發(fā)展和產(chǎn)出空間很大。同時，北京物流產(chǎn)業(yè)資源投入在一定程度上并沒促進GDP增長，該市應(yīng)加快調(diào)整物流產(chǎn)業(yè)結(jié)構(gòu)，轉(zhuǎn)變物流產(chǎn)業(yè)發(fā)展模式，必能促進物流產(chǎn)業(yè)和社會經(jīng)濟良性互動發(fā)展。

表2 2008年天津和北京物流產(chǎn)業(yè)的投入產(chǎn)出效率比較

2.規(guī)模效率分析

本部分將在純技術(shù)效率分析基礎(chǔ)上，進行規(guī)模效率分析，即效率評估的第二階段。DEA效率分析理論表明，DEA模型CCR有效決策單元既是技術(shù)有效也是規(guī)模有效。而DEA模型BCC有效的決策單元僅是純技術(shù)有效。因此，對于僅是DEA模型BCC有效而非DEA模型CCR有效的決策單元而言，其規(guī)模系數(shù)θ=ηj(CCR)/ηj(BCC)，而對那些不為弱DEA有效的（BCC）的決策單元，可以通過其向生產(chǎn)前沿面上投影，使其變?yōu)槿鮀EA有效（BCC）有效，再考查投影后決策單元的規(guī)模收益情況。

表1已得出全國31個省市、自治區(qū)（即決策單元）的規(guī)模效率系數(shù)。如前所述，包括附件在內(nèi)的15個省市、自治區(qū)處于規(guī)模收益不變的階段（即規(guī)模效率系數(shù)為1）；在純技術(shù)有效的省市、自治區(qū)中，處于規(guī)模收益遞減的有廣東和內(nèi)蒙古，其余均為規(guī)模收益不變。在非技術(shù)有效的省市、自治區(qū)中，遼寧、北京、廣西、黑龍江、湖北、湖南、吉林、陜西、云南、新疆、江西、青海、重慶、四川均處于規(guī)模收益遞增階段。

處于規(guī)模收益遞增階段的省份，生產(chǎn)規(guī)模較小，應(yīng)繼續(xù)擴大生產(chǎn)規(guī)模，這也表明這些省份物流產(chǎn)業(yè)正在實現(xiàn)規(guī)模效應(yīng)，在當前技術(shù)條件下，收益增長率要高于規(guī)模增長率。值得注意的是，規(guī)模的擴大首先應(yīng)該參照純技術(shù)效率的分析，如前所述，北京在物流產(chǎn)業(yè)固定資產(chǎn)、人員投入和資金投入方面已明顯過剩，因此應(yīng)避免大規(guī)模固定資產(chǎn)和人員投入，而應(yīng)轉(zhuǎn)向提高從業(yè)人員物流技術(shù)和物流水平，培養(yǎng)高端綜合性物流人才，提高物流運作效率和效益。遼寧、青海、新疆、陜西、云南、湖北、黑龍江等在物流產(chǎn)業(yè)方面投入相對匱乏，因此，從理論和實踐分析來看，可以考慮在交通郵政運輸倉儲設(shè)施、物流從業(yè)人員、道路運輸線路等方面加大投入，加強物流產(chǎn)業(yè)經(jīng)營管理效率，方可以一定投入實現(xiàn)較大產(chǎn)出。

值得一提的是，在全國非技術(shù)有效的14個省市、自治區(qū)中，均無規(guī)模收益遞減現(xiàn)象。但是像北京物流產(chǎn)業(yè)投入相對過剩的現(xiàn)象，應(yīng)引起有關(guān)部門高度關(guān)注，也值得其他省市、自治區(qū)吸取教訓(xùn)，避免物流發(fā)展中出現(xiàn)非技術(shù)有效而規(guī)模收益遞減的現(xiàn)象。關(guān)于物流產(chǎn)業(yè)投入絕對過剩的原因是多方面，如商品物價特別是房屋、建筑材料價格暴漲，物流基礎(chǔ)設(shè)施重復(fù)建設(shè)等，這將在今后加以研究。

3.投入冗余和產(chǎn)出不足分析

對于非DEA有效的決策單元，進一步分析其物流產(chǎn)業(yè)投入冗余和產(chǎn)出不足率，為各省市、自治區(qū)發(fā)展物流產(chǎn)業(yè)提供決策依據(jù)。具體結(jié)果見表3。

表3 我國31個省市、自治區(qū)物流產(chǎn)業(yè)非DEA有效決策單元投影分析

從表3來看，2008年福建、甘肅、廣東、貴州、海南、河北、河南、安徽、浙江、西藏、天津、江蘇、上海、山西、山東、寧夏和內(nèi)蒙古的物流產(chǎn)業(yè)DEA值為1，與前面結(jié)果完全一致，說明其物流產(chǎn)業(yè)投入產(chǎn)出達到相對最優(yōu)，且投入產(chǎn)出量在DEA相對有效面上的投影值等于各指標實際值，不需做相應(yīng)調(diào)整，物流產(chǎn)業(yè)投入產(chǎn)出水平達到了最佳狀態(tài)，這與15個省市、自治區(qū)物流產(chǎn)業(yè)發(fā)展實際狀況基本一致，其余16個城市存在投入冗余，未能達到DEA相對有效。

4.DEA的超效率模型分析

CCR模型盡管可以同時評價輸出指標的技術(shù)性和規(guī)模有效性，但CCR模型一般只能得出有效率值為1的決策單元，而不能直接比較有效決策單元之間效率的高低。1993年，Andersen和Petersen提出了DEA超效率模型，彌補了上述缺陷。超效率模型計算結(jié)果見表4，超效率模型最大的好處就是有效區(qū)分了有效決策單元效率的高低。

表4 我國31個省市、自治區(qū)物流產(chǎn)業(yè)Super－CCR模型綜合效率得分及排名

5.基于超效率DEA模型的效率改進分析

表3分析DEA無效的決策單元，表4用超效率模型區(qū)分了有效決策單元效率的高低，本部分進而用投影定理對無效的決策單元進行DEA效率改進。首先使用DEA-Solver-LV計算出改進值，以內(nèi)蒙古為例，數(shù)據(jù)見表5。

表5 內(nèi)蒙古物流產(chǎn)業(yè)DEA效率改進表

從表5來看，內(nèi)蒙古從業(yè)人數(shù)、交通郵政運輸倉儲增加值及其占GDP的比重已達標，符合投入達到相對最優(yōu)比例，貨物周轉(zhuǎn)量產(chǎn)出水平高出最佳水平13.98個百分點，貨運量與最佳產(chǎn)出水平基本持平。而除從業(yè)人數(shù)比重符合投入要求外，其余四項投入要素均未達到最佳狀態(tài)。運輸線路方面，內(nèi)蒙古不達標率約為8.43%，即還需修建運輸路線約為26977.54公里。交通郵政運輸倉儲投資額不足金額約153.25億元，投入嚴重不足，達到約32.43個百分點。物流產(chǎn)業(yè)從業(yè)人數(shù)絕對額偏少，缺口約為15713人。和內(nèi)蒙古GDP相比，其交通郵政運輸倉儲投資額投入不足，缺口約8.43個百分點。

四、結(jié) 論

基于DEA的CCR模型和超效率模型對我國31個省市、自治區(qū)的物流產(chǎn)業(yè)的投入產(chǎn)出效率進行了實證分析，結(jié)論如下：

（1）我國以上海為代表的約54.84%的省市、自治區(qū)物流產(chǎn)業(yè)投入產(chǎn)出是DEA有效的，其綜合效率、純技術(shù)效率和規(guī)模效率都是有效的，不存在投入冗余和產(chǎn)出不足的現(xiàn)象，其物流產(chǎn)業(yè)投入產(chǎn)出比例達到最佳狀態(tài)。

（2）以北京為代表的發(fā)達地區(qū)物流產(chǎn)業(yè)投入冗余率較高，其在運輸線路、交通郵政運輸倉儲投資、從業(yè)人數(shù)、交通郵政運輸倉儲投資占基本建設(shè)投資比重和從業(yè)人數(shù)比重均超過最佳投入值約12.24%、12.24%、59.96%、17.97%和61.57%。因此，其物流產(chǎn)出有待進行DEA效率改進，以達到投入產(chǎn)出最佳比例。

（3）以內(nèi)蒙古和云南為代表的欠發(fā)達地區(qū)產(chǎn)出率不足，內(nèi)蒙古在貨物運輸周轉(zhuǎn)量上達到13.98個百分點，物流對GDP的貢獻明顯不足，落后于正常水平32.19個百分點。云南物流產(chǎn)業(yè)產(chǎn)出率嚴重不足，貨物運輸周轉(zhuǎn)量和貨運量分別比最佳產(chǎn)出少約80和106個百分點。

（4）我國省市、自治區(qū)物流產(chǎn)業(yè)投入產(chǎn)出總體效率不高，地區(qū)間效率差異明顯，規(guī)模效率大于技術(shù)效率對相對效率的影響，部分省市、自治區(qū)盲目追求規(guī)模經(jīng)濟，致使物流資源配置失衡或浪費。

綜上所述，要提高我國物流產(chǎn)業(yè)的效率，各級政府和企事業(yè)單位的首要任務(wù)是挖掘物流需求，以期物流產(chǎn)業(yè)基礎(chǔ)設(shè)施得到充分利用，投資和人員的效率得到最大發(fā)揮；其次，應(yīng)著力提高各省市、自治區(qū)物流管理水平運作效率；再次，各省市、自治區(qū)之間在物流基礎(chǔ)設(shè)施投入方面應(yīng)加強省際、區(qū)際合作，避免重復(fù)建設(shè)，提高物流設(shè)施和設(shè)備的利用率，改善規(guī)模效率；最后，要改善物流技術(shù)，應(yīng)增加（或減少）物流從業(yè)人員，提高從業(yè)人員綜合素質(zhì)，提高物流產(chǎn)業(yè)純技術(shù)效率。

［注 釋］

①限于篇幅，此處略去原始數(shù)據(jù)，需要的讀者可與本文作者聯(lián)系，leixunping@126.com.

［1］崔忠付.中國物流業(yè)發(fā)展所面臨的任務(wù)［J］.中國流通經(jīng)濟，2009，（6）：11-13.

［2］王圣云，沈玉芳.我國省級區(qū)域物流競爭力評價及特征研究［J］.中國軟科學(xué)，2007，（10）：104-110.

［3］李蘭冰.物流產(chǎn)業(yè)集群的創(chuàng)新機制研究［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2007，（6）：39-44.

［4］張仁壽，黃小軍，王朋.基于DEA的文化產(chǎn)業(yè)績效評價實證研究以廣東等13個省市2007年投入產(chǎn)出數(shù)據(jù)為例［J］.中國軟科學(xué)，2011，（2）：183-192.

［5］Charnes A，Cooper W W，Rhodes E.Measuring the efficien?cy of decision making units［J］.European Journal of Opera?tional Research，1978，（2）：429-444.

［6］Rousseau S，Rousseau R.The Scientific Wealth of European Nations：Taking Effectiveness into Account［J］.Scientomet?rics，1998，42（1）：75-87.

［7］魏權(quán)齡.評價相對有效性的DEA方法運籌學(xué)的新領(lǐng)域［M］.北京：中國人民大學(xué)出版社，1988：2-18.

［8］Adler N，F(xiàn)fiedman L，Zilla S.Review of ranking methods in the data envelopment analysis context［J］.European Journal of Operation Research，2003，140：249-265.

［9］Cooper W W，Seiford L M，Tone K.Data Envelopment Analysis：A Comprehensive Text with Models，Applications，References andDEA-SolverSoftware［M］.Springer，2007：309－321.

［10］遲國泰，隋聰.基于未來DEA效率的貸款定價模型［J］.系統(tǒng)工程理論與實踐，2011，（1）：18-27.

［11］孫立成，周德群，李群，等.基于非徑向超效率DEA聚類模型的FEEEP系統(tǒng)協(xié)調(diào)發(fā)展［J］.系統(tǒng)工程理論與實踐，2009，（7）：139-146.

［12］楊鋒，夏瓊，梁樑.同時考慮決策單元競爭與合作關(guān)系的DEA交叉效率評價方法［J］.系統(tǒng)工程理論與實踐，2011，（1）：92-98.

［13］石風(fēng)光，周明.中國地區(qū)技術(shù)效率的測算及隨機收斂性檢驗——基于超效率DEA的方法［J］.研究與發(fā)展管理，2011，（1）：23-30.