基于DEA和模糊聚類的城市群物流效率研究—北部灣和雙三角城市群的實(shí)證研究

廖志高，許明輝，徐玖平

（1.廣西科技大學(xué) 管理學(xué)院，廣西 柳州 545006；2.四川大學(xué) 工商管理學(xué)院，四川 成都 610064）

1 引言

隨著區(qū)域經(jīng)濟(jì)的快速發(fā)展，城市間競(jìng)爭(zhēng)也日趨激烈。城市物流服務(wù)能力與服務(wù)水平已經(jīng)成為各地經(jīng)濟(jì)發(fā)展特別是招商引資的重要平臺(tái)與環(huán)境條件，各省市地方政府均紛紛加大了主要節(jié)點(diǎn)城市的物流系統(tǒng)投資力度，將城市物流系統(tǒng)建設(shè)上升到城市綜合競(jìng)爭(zhēng)力的戰(zhàn)略高度而加以重視。這些城市物流系統(tǒng)運(yùn)行效果如何，一直是各級(jí)政府和投資主體普遍關(guān)注的問題。城市的物流發(fā)展可以帶動(dòng)周邊地區(qū)的經(jīng)濟(jì)發(fā)展，目前以城市群為單元的區(qū)域物流能夠?qū)⒉煌鞘械奈锪鲀?yōu)勢(shì)加以整合，形成區(qū)域內(nèi)的協(xié)同效應(yīng)，以達(dá)到提高區(qū)域物流效率、節(jié)約社會(huì)資源的目的。

目前國(guó)內(nèi)主要的兩大城市群為長(zhǎng)三角和珠三角，其他城市群可以借鑒長(zhǎng)、珠三角來制定有利于自身發(fā)展的政策和措施。本文利用DEA和模糊聚類方法對(duì)北部灣和長(zhǎng)、珠三角三大城市群進(jìn)行對(duì)比分析，以尋求對(duì)北部灣區(qū)域物流發(fā)展有借鑒作用的發(fā)展模式。國(guó)內(nèi)利用DEA方法進(jìn)行區(qū)域物流研究的較多。王維國(guó)[1]利用Malmquist-Luenberger生產(chǎn)率指數(shù)方法，測(cè)算了包含非期望產(chǎn)出在內(nèi)的1997-2009年我國(guó)30個(gè)省級(jí)區(qū)域物流產(chǎn)業(yè)效率，并借助三階段DEA模型分析物流外部營(yíng)運(yùn)環(huán)境條件對(duì)我國(guó)物流產(chǎn)業(yè)效率變化的影響。周業(yè)旺[2]利用DEA評(píng)價(jià)模型，從物流系統(tǒng)內(nèi)部和外部對(duì)武漢城市群區(qū)域物流效率進(jìn)行評(píng)價(jià)分析，并度量了各城市物流效率的實(shí)際水平。張建欽[3]應(yīng)用數(shù)據(jù)包絡(luò)分析模型，對(duì)2010年我國(guó)14個(gè)省、市、自治區(qū)的物流效率進(jìn)行對(duì)比分析，并對(duì)非DEA有效單元的省市從物流投入指標(biāo)的冗余量和產(chǎn)出指標(biāo)的不足度兩個(gè)方面提出了相應(yīng)的發(fā)展建議。劉聯(lián)輝[4]運(yùn)用SE-DEA評(píng)價(jià)模型，以廣東省21個(gè)主要城市為研究對(duì)象，對(duì)各城市物流系統(tǒng)的技術(shù)效率、純技術(shù)效率、規(guī)模效率、超效率進(jìn)行了對(duì)比分析，并提出了物流效率值相對(duì)較低的城市物流系統(tǒng)建設(shè)與改進(jìn)建議。張誠(chéng)[5]針對(duì)江西省物流產(chǎn)業(yè)現(xiàn)狀，建立了物流系統(tǒng)2001-2010年投入產(chǎn)出指標(biāo)體系，基于DEA模型對(duì)江西區(qū)域物流業(yè)綜合效率、純技術(shù)效率以及規(guī)模效率進(jìn)行了分析。

利用聚類分析方法研究物流的相關(guān)文獻(xiàn)中，周德群[6]將長(zhǎng)三角16個(gè)重要城市作為物流中心節(jié)點(diǎn)，利用主成分分析法對(duì)各地區(qū)的物流發(fā)展綜合實(shí)力進(jìn)行評(píng)價(jià)，并對(duì)長(zhǎng)三角各地區(qū)的物流發(fā)展進(jìn)行聚類分析。王敏[7]運(yùn)用模糊評(píng)價(jià)分析和聚類分析的方法，對(duì)河南省區(qū)域物流中心規(guī)劃進(jìn)行模糊聚類分析。黃祖慶[8]以長(zhǎng)三角16個(gè)城市2009年的數(shù)據(jù)為基礎(chǔ)，采用因子分析法和聚類分析法，對(duì)長(zhǎng)三角16個(gè)城市物流競(jìng)爭(zhēng)力進(jìn)行評(píng)價(jià)，并基于綜合得分劃分城市類型。樊敏[9]運(yùn)用DEA-BCC、DEA-Malmquist生產(chǎn)力指數(shù)以及VAR模型，對(duì)長(zhǎng)三角、遼中南、武漢和成渝4個(gè)地區(qū)城市群物流產(chǎn)業(yè)運(yùn)作效率及聯(lián)動(dòng)效率進(jìn)行實(shí)證分析。Hongbo[10]運(yùn)用模糊聚類算法對(duì)物流企業(yè)從管理水平、技術(shù)優(yōu)勢(shì)、運(yùn)輸能力以及信息化程度等方面進(jìn)行分析，并將評(píng)價(jià)結(jié)果進(jìn)行分類，同時(shí)指出相關(guān)物流企業(yè)的優(yōu)勢(shì)與不足。Yunteng[11]利用模糊聚類的方法，利用語(yǔ)言變量對(duì)顧客進(jìn)行聚類分析，以達(dá)到提高物流運(yùn)營(yíng)商的顧客服務(wù)水平和降低物流成本的目的。Jiuh[12]基于物流配送，應(yīng)用綜合模糊分析方法對(duì)顧客需求進(jìn)行分析，以提高顧客滿意度和物流配送效率。Samrand[13]利用直觀模糊聚類法對(duì)汽車物流供應(yīng)商進(jìn)行選擇，并結(jié)合決策者的偏好對(duì)最后的結(jié)果進(jìn)行排序。BenGang[14]利用信息熵和模糊聚類方法對(duì)緊急物流配送體系的指標(biāo)權(quán)重進(jìn)行確定，并對(duì)緊急物流配送的可靠性進(jìn)行評(píng)價(jià)。

以上文獻(xiàn)主要是運(yùn)用DEA和模糊聚類單一方法研究物流，基于DEA和模糊聚類分析物流的研究并不多。本文主要從DEA角度評(píng)價(jià)城市群的物流發(fā)展效率，并利用超效率方法對(duì)評(píng)價(jià)單元進(jìn)行排序處理，最后以規(guī)模效率、規(guī)模收益和超效率三項(xiàng)指標(biāo)作為聚類的依據(jù)對(duì)三大城市群進(jìn)行模糊動(dòng)態(tài)聚類分析，并結(jié)合北部灣自身實(shí)際情況提出合適的區(qū)域物流發(fā)展建議。

2 城市群物流效率測(cè)度模型

2.1 DEA方法的基礎(chǔ)模型—C2R模型

C2R模型是用來對(duì)同時(shí)具有多投入、多產(chǎn)出的決策單元進(jìn)行總體有效性評(píng)價(jià)的非常有效的方法，并且是目前運(yùn)用最普遍的DEA模型。設(shè)有n個(gè)同類型的具有多投入、多產(chǎn)出的決策單元，對(duì)于每個(gè)決策單元DMUj(j=1,2,…,n)都有m項(xiàng)輸入及p項(xiàng)輸出，分別用輸入向量xj=(x1j,x2j,…,xmj)T和輸出向量yj=(y1j,y2j,…,ypj)T表示，則DEA方法的C2R模型可以表示如下：

其中：θ為固定規(guī)模報(bào)酬的技術(shù)效率，即投入相對(duì)于產(chǎn)出的有效利用程度。ε為非阿基米德無(wú)窮小（一般取ε=10-6）。

在C2R模型中，解此線性規(guī)劃得到的最優(yōu)解為：θ?、λ?、sr?+、si?-，有如下結(jié)論[15-16]：

（1）當(dāng) θ?=1且 sr?+=si?-=0時(shí)，則該DMU為DEA有效，即在原投入x0的基礎(chǔ)上獲得的產(chǎn)出y0已達(dá)到最有效；

（2）當(dāng) θ?=1且 sr?+≠0或si?-≠0時(shí)，則稱該DMU為DEA弱有效，也就是對(duì)于該DMU原投入x0可減少s?-而原產(chǎn)出y0保持不變，或在原投入x0不變的情況下可將產(chǎn)出提高s?+；

（3）當(dāng)θ?＜1時(shí)，則稱該DMU為DEA無(wú)效；

2.2 DEA方法的拓展模型—超效率DEA模型

由于DEA方法評(píng)價(jià)決策單元的相對(duì)效率時(shí)，最后的結(jié)果很可能出現(xiàn)多個(gè)單元同時(shí)有效的情況。C2R模型對(duì)這些有效單元無(wú)法做出進(jìn)一步的評(píng)價(jià)與比較。針對(duì)C2R模型的局限性，利用超效率DEA模型對(duì)已經(jīng)達(dá)到DEA有效的單元做出更進(jìn)一步的評(píng)價(jià)與比較[17]。超效率DEA模型的特點(diǎn)是在對(duì)決策單元進(jìn)行評(píng)價(jià)時(shí)，將該DMU本身排除在DMU集合之外。超效率DEA模型可以表示如下：

模型（2）是在模型（1）的基礎(chǔ)上改進(jìn)建立起來的評(píng)價(jià)模型，相比于模型（1），模型（2）的不同在于，在對(duì)第k個(gè)DMU進(jìn)行效率評(píng)價(jià)時(shí)，讓第k個(gè)決策單元的投入和產(chǎn)出被所有其它DMU的投入和產(chǎn)出的線性組合所替代，而將第k個(gè)DMU自身排除在外，可以使一個(gè)有效的DMU投入按比例增加，而其效率值保持不變，該投入增加比例即為其超效率評(píng)價(jià)值。引入超效率模型的目的是將模型（1）分析時(shí)同時(shí)達(dá)到DEA有效的決策單元進(jìn)行進(jìn)一步排序與區(qū)分。

2.3 模糊聚類分析

聚類分析是模式識(shí)別的一個(gè)重要方法，傳統(tǒng)的聚類分析是一種硬劃分，它將每個(gè)聚類對(duì)象嚴(yán)格劃分到某個(gè)類中，具有非此即彼的性質(zhì)，因此這種類別劃分的界限是分明的。而實(shí)際上大多對(duì)象并沒有嚴(yán)格的屬性，它們?cè)谛再|(zhì)和類屬方面存在中介性，因此更適合于軟劃分。用模糊的方法來處理聚類問題，稱為模糊聚類分析。由于模糊聚類得到的樣本屬于各個(gè)類別的不確定性程度，表達(dá)了樣本類屬的中介性，因此能更客觀地反映現(xiàn)實(shí)世界，從而成為聚類分析研究的主流[18]。模糊聚類分析的主要步驟分為數(shù)據(jù)標(biāo)準(zhǔn)化、建立模糊相似矩陣和模糊等價(jià)矩陣、對(duì)結(jié)果進(jìn)行聚類。

2.3.1 數(shù)據(jù)標(biāo)準(zhǔn)化。設(shè)論域U={x1,x2,…,xn}表示三大城市群的城市，假設(shè)有m個(gè)用于聚類分析的指標(biāo)，即xi=(xi1,xi2,…,xim)，其中i∈[1,n]。對(duì)原始指標(biāo)數(shù)據(jù)矩陣可以利用平移-標(biāo)準(zhǔn)差和平移-極差法對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理[19]。

（1）平移-標(biāo)準(zhǔn)差變換

（2）平移-極差法變換

2.3.2 建立模糊相似矩陣。應(yīng)用數(shù)量積法[20]求出被分類的城市物流發(fā)展相似程度的相似系數(shù)rij，建立模糊相似矩陣R=(rij)。其中：

2.3.3 建立模糊等價(jià)矩陣。該步驟的主要任務(wù)就是對(duì)樣本集合進(jìn)行分類，其關(guān)鍵環(huán)節(jié)是計(jì)算傳遞閉包從而求得模糊等價(jià)矩陣。具體如下：

對(duì)標(biāo)定的模糊相似矩陣R，依次用平方法計(jì)算R2,R4,...，直到R2n=Rn。此時(shí)R*=Rn即為模糊等價(jià)矩陣。在等價(jià)矩陣R*的基礎(chǔ)上可以直接設(shè)定截集λ進(jìn)行聚類。λ介于0和1之間，λ取值越大，分類精度越高，一個(gè)元素屬于多個(gè)子類的可能性就越小，有可能使各元素自成一類；反之，λ取值越小，則分類越粗糙，一個(gè)元素同時(shí)屬于多個(gè)子類的可能性就越大，有可能使全部元素都聚成一類，在實(shí)踐中可以根據(jù)聚類要求對(duì)λ進(jìn)行動(dòng)態(tài)調(diào)節(jié)。

3 三大城市群物流效率分析

依據(jù)2012年廣西統(tǒng)計(jì)年鑒和中國(guó)城市統(tǒng)計(jì)年鑒現(xiàn)有數(shù)據(jù)收集的難易程度以及國(guó)家物流發(fā)展年度報(bào)告的相關(guān)研究，主要選取兩個(gè)投入指標(biāo)與兩個(gè)輸出指標(biāo)進(jìn)行研究。投入指標(biāo)分別為物流投資額與物流從業(yè)人員，產(chǎn)出指標(biāo)分別為貨運(yùn)量與人均物流產(chǎn)值。對(duì)2011年三大城市群每個(gè)城市的數(shù)據(jù)收集整理后，得到表1的結(jié)果。

利用DEA的C2R模型對(duì)表1的數(shù)據(jù)進(jìn)行計(jì)算，可以得到相對(duì)效率和規(guī)模收益值。利用EMS軟件可以計(jì)算出超效率值，規(guī)模收益、相對(duì)效率和超效率值匯總見表2。

從表2可以看出，達(dá)到DEA有效并且處于規(guī)模收益不變的城市為泰州、湖州、江門、欽州、東莞和北海。其中欽州和北海屬于北部灣，泰州和湖州屬于長(zhǎng)三角，江門和東莞屬于珠三角。三大城市群各有兩個(gè)城市處于物流投入產(chǎn)出有效和規(guī)模收益不變狀態(tài)。對(duì)北部灣而言，處于規(guī)模收益遞減的城市只有南寧，防城港、玉林和崇左處于規(guī)模收益遞增階段。用有效性分別評(píng)價(jià)三大城市群，即用有效決策單元的個(gè)數(shù)占城市群個(gè)體總數(shù)的比值來衡量，可以比較出不同區(qū)域物流發(fā)展的有效發(fā)展空間。對(duì)長(zhǎng)三角而言，達(dá)到物流投入產(chǎn)出有效的城市占12.5%，對(duì)珠三角而言，該比值為22.2%，北部灣該比值為33.3%。可以看到，就區(qū)域內(nèi)部物流投入產(chǎn)出有效性而言，北部灣整體的物流投入產(chǎn)出有效空間最大。利用同樣的方法分析區(qū)域物流發(fā)展規(guī)模收益，可以得到長(zhǎng)三角城市群中，處于規(guī)模收益遞增的城市比例為31.3%，珠三角城市群中處于規(guī)模收益遞增的城市比例為33.3%，北部灣該比例為50%。可以看到無(wú)論是規(guī)模收益和規(guī)模效率，北部灣的物流發(fā)展空間最大。

表1 三大城市群物流投入產(chǎn)出原始數(shù)據(jù)

表2 三大城市群物流發(fā)展評(píng)價(jià)分析表

對(duì)同時(shí)處于規(guī)模效率有效的城市單元，可以用超效率進(jìn)行排序比較，將三大區(qū)域物流的超效率值按遞增順序排列的結(jié)果如圖1所示，可以對(duì)比不同城市物流發(fā)展有效情況。不難發(fā)現(xiàn)，總體超效率值最高的為上海，達(dá)到了333.04%，其次是深圳（162.48%）和肇慶（127.59%），并且這三個(gè)城市的超效率得分均大于1。超效率得分小于1但大于0.9的城市分別為南寧（99.65%）、杭州（98.96%）、廣州（96.67%）和崇左（91.28%）。可以看到，超效率得分在90%以上的城市的規(guī)模效率均屬于DEA無(wú)效，除了肇慶和崇左，其他五個(gè)城市均處于規(guī)模收益遞減階段。對(duì)表1的數(shù)據(jù)從投入冗余和產(chǎn)出不足的角度分析，除了上海在物流從業(yè)人員指標(biāo)上有冗余外，其他城市不存在投入指標(biāo)冗余現(xiàn)象。在產(chǎn)出不足指標(biāo)上，只有人均物流產(chǎn)值不足。由于投入冗余和產(chǎn)出不足方面大部分?jǐn)?shù)值為零，并且只有少數(shù)城市出現(xiàn)人均物流產(chǎn)值不足的情況，因此這里不列出。出現(xiàn)人均物流產(chǎn)值指標(biāo)產(chǎn)出不足的城市為上海、南京、鎮(zhèn)江、南通、杭州、寧波、舟山、廣州、深圳和南寧。可以發(fā)現(xiàn)，三大區(qū)域的省會(huì)城市均出現(xiàn)人均物流產(chǎn)值不足的情況，并且都處于規(guī)模收益遞減狀態(tài)，這說明這些城市在發(fā)展區(qū)域物流的效率方面存在不足之處，需要進(jìn)一步加強(qiáng)投入要素合理利用的效率。

圖1 三大城市群的物流發(fā)展超效率對(duì)比圖

綜合分析，就區(qū)域物流發(fā)展的規(guī)模來看，三大城市群有11個(gè)城市的物流發(fā)展處于規(guī)模收益遞增階段，有14個(gè)城市的物流發(fā)展處于規(guī)模收益遞減階段，有6個(gè)城市的物流發(fā)展處于規(guī)模收益不變階段。處于規(guī)模收益遞增階段的城市中，長(zhǎng)三角有5個(gè)城市，占到了總數(shù)的45.5%，珠三角有3個(gè)，占總數(shù)的27.3%，北部灣有3個(gè)，占總數(shù)的27.2%。北部灣城市群的城市數(shù)量相對(duì)少，但區(qū)域內(nèi)部規(guī)模收益遞增的城市占到了50%，并且只有南寧處于規(guī)模收益遞減階段，北海和欽州處于規(guī)模收益不變階段，表明它們處于規(guī)模報(bào)酬不變的生產(chǎn)前沿面上。單獨(dú)比較區(qū)域內(nèi)部處于規(guī)模收益遞增城市的比例，長(zhǎng)三角為31.3%，珠三角為33.3%，北部灣為50%，表明北部灣的物流發(fā)展處于規(guī)模收益遞增狀態(tài)的效果最好，未來一段時(shí)間內(nèi)，北部灣區(qū)域物流的發(fā)展處于上升階段，應(yīng)該加強(qiáng)物流資源要素的合理配置和利用。

此外，就區(qū)域內(nèi)部DEA無(wú)效的單元來看，北部灣的DEA無(wú)效率達(dá)到66.7%，珠三角達(dá)到77.8%，長(zhǎng)三角達(dá)到87.5%。可以看到，雙三角城市群的DEA平均無(wú)效率為82.7%，比北部灣的66.7%還要高，表明在區(qū)域物流發(fā)展相對(duì)成熟的兩大城市群中，出現(xiàn)DEA無(wú)效的個(gè)體相對(duì)較多，主要原因表現(xiàn)為人均物流產(chǎn)值出現(xiàn)不足。這表明產(chǎn)出能力并沒有達(dá)到與投入資源相匹配的效果，投入資源的轉(zhuǎn)化率較低，物流資源優(yōu)化配置及運(yùn)用的效率還沒有達(dá)到預(yù)期效果。城市群物流發(fā)展水平的進(jìn)一步提升必須在維持原DEA有效的城市正常發(fā)展的情況下，加大那些尚沒有表現(xiàn)出DEA有效，同時(shí)又處于規(guī)模報(bào)酬遞增狀態(tài)城市的進(jìn)一步發(fā)展，這樣才能充分發(fā)掘城市群區(qū)域物流發(fā)展的潛力，促進(jìn)城市群物流效率的進(jìn)一步改善。用三大區(qū)域各自的DEA無(wú)效率和規(guī)模收益遞增率的商衡量這一水平，即如果這一比值越小，說明DEA無(wú)效的城市越少，并且處于規(guī)模收益遞增的勢(shì)頭越大。長(zhǎng)三角城市群物流發(fā)展DEA無(wú)效率為87.5%，規(guī)模收益遞增率為31.3%，珠三角這兩個(gè)比值分別為77.8%和33.3%，北部灣則為66.7%和50%。可以明顯看到，北部灣的這一比值最小，即如果只看三大區(qū)域物流發(fā)展情況，應(yīng)該集中發(fā)展北部灣的區(qū)域物流，以促進(jìn)北部灣物流效率的進(jìn)一步改善。單獨(dú)看北部灣，崇左、玉林和防城港三個(gè)城市屬于DEA無(wú)效和規(guī)模收益遞增的情況，可以加大這三個(gè)城市的物流發(fā)展規(guī)模，以充分挖掘這些城市的物流發(fā)展能力。

4 三大城市群的模糊動(dòng)態(tài)聚類分析

從以上分析可以看到，三大城市群的物流發(fā)展情況各自不同，但也有相似的地方。三大城市群的省會(huì)城市都是處于DEA無(wú)效且規(guī)模收益遞減的狀態(tài)，說明在物流發(fā)展方式和效果上具有相似之處。如果把這些城市用DEA效率值、超效率得分值和規(guī)模收益情況三項(xiàng)指標(biāo)進(jìn)行模糊動(dòng)態(tài)聚類分析，可以將物流發(fā)展規(guī)模和效果相似的城市歸并為一類。對(duì)于北部灣而言，可以根據(jù)實(shí)際情況，選擇雙三角城市群中物流發(fā)展結(jié)構(gòu)和功能相似的城市作為標(biāo)桿學(xué)習(xí)借鑒，并據(jù)此提高和改善自身的區(qū)域物流發(fā)展能力和效率。由于模糊聚類相較于傳統(tǒng)聚類分析更具靈活性，因此可以結(jié)合決策者的偏好選取適合當(dāng)?shù)貐^(qū)域物流特點(diǎn)的發(fā)展措施和政策。

利用Matlab進(jìn)行編程，以表2中的規(guī)模效率、超效率和規(guī)模收益值作為原始數(shù)據(jù)，進(jìn)行模糊動(dòng)態(tài)聚類分析，結(jié)果如圖2所示。其中，點(diǎn)畫線表示根據(jù)實(shí)際需要可以進(jìn)行不同分類的方式。左邊的λ表示的是截集，可以選取不同的λ值得到右邊的分類數(shù)。

其中，圖2中的1-31數(shù)字分別代表的城市名稱為泰州、南通、湖州、舟山、鎮(zhèn)江、江門、揚(yáng)州、欽州、臺(tái)州、中山、寧波、蘇州、佛山、防城港、嘉興、常州、無(wú)錫、珠海、玉林、南京、東莞、惠州、紹興、北海、崇左、廣州、杭州、南寧、肇慶、深圳和上海。分類情況共有31種，但實(shí)際上，一般不會(huì)選擇將城市群分為31類或僅僅分為1類。北部灣城市群有南寧（編號(hào)28）、北海（編號(hào)24）、欽州（編號(hào)8）、防城港（編號(hào)14）、玉林（編號(hào)19）和崇左（編號(hào)25）。如果主要考慮北部灣核心城市南寧的中心地位，則聚類分析主要圍繞南寧，即看南寧可以和哪些城市聚類，在這種情況下找出聚類的分類數(shù)，按此聚類數(shù)去分析北部灣其他城市被聚類的情況。

從圖2可以看到，南寧可以和杭州、寧波、南京作為一類進(jìn)行聚類，記為第一類，此時(shí)對(duì)應(yīng)的分類數(shù)為6。第二類城市為泰州、湖州、江門、欽州、東莞和北海。第三類城市為南通、舟山、揚(yáng)州、中山、臺(tái)州、佛山、嘉興、蘇州、鎮(zhèn)江、防城港、玉林、惠州、常州、無(wú)錫、珠海、紹興、崇左、肇慶。第四類到第六類城市分別只有一個(gè)城市，分別為深圳、廣州、上海。可以看到，深圳、廣州、上海作為單獨(dú)一類劃分合符實(shí)際情況，這三個(gè)城市屬于一線城市且為沿海城市，在物流發(fā)展方面具有得天獨(dú)厚的政治和地理優(yōu)勢(shì)。以上分析主要是從南寧的劃分角度出發(fā)的，聚類數(shù)目為6。如果要進(jìn)行細(xì)分，可以從北部灣其他非省會(huì)城市劃分的角度出發(fā)，比如，如果要找出欽州可以學(xué)習(xí)借鑒的城市，從圖2可知，此時(shí)江門和欽州可以作為最鄰近的聚類單元；同理，對(duì)北海而言，東莞可以作為其學(xué)習(xí)和借鑒的城市。其他城市也可以根據(jù)實(shí)際需要進(jìn)行動(dòng)態(tài)分析。由于北部灣的中心城市是南寧，因此將聚類數(shù)目定為6類比較合適，這樣有利于北部灣整體的發(fā)展。對(duì)于單個(gè)城市，比如北海，除了借鑒東莞的物流發(fā)展經(jīng)驗(yàn)外，還需要結(jié)合北部灣區(qū)域物流的整體目標(biāo)，對(duì)物流發(fā)展政策進(jìn)行調(diào)整。

圖2 三大城市群的模糊動(dòng)態(tài)聚類分析圖

5 結(jié)論與討論

利用DEA的傳統(tǒng)規(guī)模效率評(píng)價(jià)模型與超效率排序模型對(duì)北部灣以及長(zhǎng)、珠三角三個(gè)城市群的區(qū)域物流效率進(jìn)行定量分析，對(duì)31個(gè)城市的區(qū)域物流發(fā)展效率進(jìn)行了對(duì)比分析。利用模糊聚類分析方法對(duì)規(guī)模效率、超效率和規(guī)模收益值三項(xiàng)指標(biāo)進(jìn)行分析，根據(jù)不同的截集值可以劃分出不同的分組結(jié)果。對(duì)于北部灣的城市，可以選取物流發(fā)展規(guī)模和產(chǎn)業(yè)結(jié)構(gòu)相近的城市作為學(xué)習(xí)和借鑒的對(duì)象，以提高自身區(qū)域物流發(fā)展的效率和能力。

通過以上分析，可以得到以下幾點(diǎn)結(jié)論：（1）從DEA效率分析評(píng)價(jià)角度看，三大區(qū)域物流發(fā)展有效的城市只有6個(gè)，而且每個(gè)區(qū)域各有2個(gè)城市的物流發(fā)展屬于DEA有效。三大區(qū)域中，物流發(fā)展無(wú)效率北部灣為66.7%，相對(duì)珠三角（77.8%）和長(zhǎng)三角（87.5%）而言，北部灣物流發(fā)展無(wú)效的程度較小，即物流發(fā)展效果最好。（2）從超效率排序角度分析看，上海排名第一，泰州排名最末。北部灣城市群中南寧物流發(fā)展排名第一，崇左次之。（3）分析規(guī)模收益值，可以發(fā)現(xiàn)三大城市群有6個(gè)城市屬于規(guī)模收益不變的情況，45.2%的城市處于規(guī)模收益遞減階段，35.5%的城市處于規(guī)模收益遞增階段。單獨(dú)看三大城市群，城市物流發(fā)展規(guī)模收益遞增率長(zhǎng)三角為31.3%，珠三角為33.3%，北部灣為50%，北部灣內(nèi)部大部分城市處于規(guī)模收益遞增階段。（4）分析DEA無(wú)效和規(guī)模收益遞增之間的關(guān)系，可以知道，長(zhǎng)三角城市群物流發(fā)展DEA無(wú)效率為87.5%，規(guī)模收益遞增率為31.3%，珠三角這兩個(gè)比值分別為77.8%和33.3%，北部灣則為66.7%和50%。北部灣的區(qū)域物流發(fā)展有較大的提升空間，合理配置投入要素以及優(yōu)化物流產(chǎn)業(yè)布局，可以促進(jìn)北部灣區(qū)域物流效率的改善。（5）對(duì)三大城市群進(jìn)行模糊聚類分析，可以將31個(gè)城市分為6大類，其中，以南寧為首的城市，區(qū)域物流發(fā)展可以借鑒和學(xué)習(xí)杭州、寧波和南京的模式，以提高自身物流發(fā)展效率。對(duì)北海等其他城市，可以適當(dāng)結(jié)合當(dāng)?shù)匕l(fā)展政策，利用動(dòng)態(tài)聚類的結(jié)論選取不同的城市作為借鑒和模仿的對(duì)象。

對(duì)北部灣而言，除維持DEA有效的城市物流產(chǎn)業(yè)的正常發(fā)展外，對(duì)處于DEA無(wú)效但處于規(guī)模收益遞增狀態(tài)的城市，應(yīng)該加大物流產(chǎn)業(yè)的發(fā)展力度和規(guī)模。從整體利益出發(fā)，由于北部灣與珠三角地理位置以及規(guī)模收益、DEA有效情況更為接近，北部灣應(yīng)該主要學(xué)習(xí)借鑒珠三角城市群的物流發(fā)展模式，以提高區(qū)域物流的產(chǎn)值和促進(jìn)物流效率的改善。如果是為了體現(xiàn)地方物流發(fā)展特色，可以適當(dāng)借鑒長(zhǎng)三角的物流發(fā)展模式，比如以上分析的第三類城市中，防城港、玉林和崇左可以與11個(gè)長(zhǎng)三角的城市劃分為一組，第三類城市中僅有3個(gè)城市屬于珠三角。北部灣6個(gè)城市有4個(gè)可以與長(zhǎng)三角中的城市劃分為一類，因此在城市自身物流發(fā)展模式上，借鑒長(zhǎng)三角的發(fā)展模式相對(duì)較好。

[1]王維國(guó),馬越越.中國(guó)區(qū)域物流產(chǎn)業(yè)效率—基于三階段DEA模型的Malmquist-luenberger指數(shù)方法[J].系統(tǒng)工程,2012,30(3):66-75.

[2]周業(yè)旺.基于DEA的武漢城市圈物流效率差異性比較分析[J].物流工程與管理,2012,34(10):20-22.

[3]張建欽.基于DEA的我國(guó)各省物流效率評(píng)價(jià)實(shí)證研究[J].物流技術(shù),2013,32(5):359-361,368.

[4]肖丹,劉聯(lián)輝.基于SE-DEA模型的廣東城市物流效率評(píng)價(jià)分析[J].物流技術(shù),2011,30(6):101-103,112.

[5]張誠(chéng),張廣勝,張志堅(jiān).江西省物流系統(tǒng)投入產(chǎn)出效率評(píng)價(jià)研究[J].物流技術(shù),2013,32(2):5-7.

[6]陳超,周德群.基于主成分聚類分析的區(qū)域物流規(guī)劃—以長(zhǎng)三角地區(qū)為例[J].物流科技,2009,(3):21-24.

[7]王敏.河南省區(qū)域物流體系規(guī)劃研究—基于模糊聚類理論[J].河南科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2011,29(5):67-69.

[8]金芳芳,黃祖慶,虎陳霞.長(zhǎng)三角城市群物流競(jìng)爭(zhēng)力評(píng)價(jià)及聚類分析[J].科技管理研究,2013,(9):183-187.

[9]樊敏.中國(guó)城市群物流產(chǎn)業(yè)效率分析及發(fā)展策略研究—基于產(chǎn)業(yè)運(yùn)作及聯(lián)動(dòng)發(fā)展視角[J].軟科學(xué),2010,24(5):11-16.

[10]Pei-hua Fu,Hong-bo Yin.Logistics Enterprise Evaluation Model Based On Fuzzy Clustering Analysis[J].Physics Procedia,2012,(24):1583-1587.

[11]Yong Wang,Xiaolei Ma,Yunteng Lao,et al.A Fuzzy-based Customer Clustering Approach with Hierarchical Structure for Logistics Network Optimization[J].Expert Systems with Applications,2014,13(10):782-798.

[12]Jiuh-Biing Sheu.A hybrid fuzzy-optimization approach to customer grouping-based logistics distribution operations[J].Applied Mathematical Modelling,2007,31(6):1048-1066.

[13]Samrand Khaleie,Mehdi Fasanghari,Ensi Tavassoli.Supplier selection using a novel intuitionist fuzzy clustering approach[J].Applied Soft Computing,2012,12(6):1741-1754.

[14]Bengang Gong,Xiang Chen,Chaozhong Hu.Fuzzy Entropy Clustering Approach to Evaluate the Reliability of Emergency Logistics System[J].Energy Procedia,2012,(16):278-283.

[15]王國(guó)華,梁樑.決策理論與方法[M].合肥:中國(guó)科學(xué)技術(shù)大學(xué)出版社,2006.

[16]彭育威,吳守憲,徐小湛.MATLAB在數(shù)據(jù)包絡(luò)分析中的應(yīng)用[J].西南民族學(xué)院學(xué)報(bào)(自然科學(xué)版),2002,(2):139-143.

[17]顏波,石平.基于超效率DEA模型的綠色供應(yīng)鏈環(huán)境下供應(yīng)商評(píng)價(jià)與選擇[J].統(tǒng)計(jì)與決策,2013,(13):37-40.

[18]高新波,謝維信.模糊聚類理論發(fā)展及應(yīng)用的研究進(jìn)展[J].科學(xué)通報(bào),1999,44(21):2241-2251.

[19]呂永霞,呂永成,聶麗.長(zhǎng)三角城市經(jīng)濟(jì)發(fā)展的模糊聚類分析[J].廣西科學(xué)院學(xué)報(bào),2006,(3):167-170.

[20]吳秉堅(jiān).模糊數(shù)學(xué)及其經(jīng)濟(jì)分析[M].北京:中國(guó)標(biāo)準(zhǔn)出版社,1994.