基于超效率DEA的廣州市物流效率研究

郭夢雅，王 江

（深圳大學，廣東 深圳 518060）

基于超效率DEA的廣州市物流效率研究

郭夢雅，王 江

（深圳大學，廣東 深圳 518060）

廣州作為經濟大市，信息化程度高，技術普及快。“互聯網+”時代的到來為物流業增添了新的發展動力，通過超效率DEA方法對廣州市物流效率進行系統全面的研究，比較與其他城市之間的物流效率差異以及近幾年廣州市物流效率變化情況，得出基于超效率DEA的廣州市物流效率規律，為廣州市物流業運作效率的改進以及競爭力的提高提供理論基礎和實踐指導。

超效率DEA；物流；物流效率；廣州

1 引言

隨著“十三五”規劃的到來，傳統物流業迎來向信息化物流轉型的關鍵性時期。加上在“互聯網+”的推動之下，技術升級改變著傳統物流產業的運作模式，使其逐漸成為信息化、集約化的物流服務平臺，物流效率也隨之提高并成為學者考慮的主要問題。降低物流成本、提高物流效率是物流新時代的關鍵所在。根據廣州市物流發展規劃，到2020年廣州將建設為中國南方區域國際物流中心，因此研究廣州市物流效率具有重要意義。Chun-hua Ju，Chang bing Jiang［1］等基于DEA-PCA方法對物流網絡基礎設施效率進行研究；Tonanont Ake，Yimsiri anya［2］運用平衡計分卡（BSC）的概念、AHP（層次分析法）和DEA分析方法一起創建一個新的性能度量框架分析企業物流效率的方法；許鵬［3］通過規模報酬不變和變動規模報酬兩種方式的DEA模型進行分析，針對性地給出了遼寧省物流業發展的一些，可操作性的政策建議；付麗娜［4］等認為傳統DEA方法在權重上包含人為主觀因素，無法排除隨機因素的干擾，因此采用超效率DEA方法對城市群生態效率進行研究；黃勇，彭文沖［5］等運用DEA模型分析廣州市物流系統效率，從投入冗余和產出不足兩方面分析非DEA有效單元的年份物流系統存在的問題；王蕾［6］選取物流業投資、公共環境和社會保障投資、公路里程作為投入指標，公路貨運量、公路貨物周轉量、物流業產值變量作為產出指標，用DEA分析法研究新疆北疆地區的物流效率。

2 廣州市物流業現狀

廣州市是珠三角和華南地區的中心城市，并且是華南地區經濟最發達的城市之一，2015年經濟發展在全國大城市中居第3位。基于強大的經濟支撐和優越的地理位置，近年來廣州市物流業得到迅猛發展。廣州作為華南地區的交通樞紐城市，現已逐步形成公路、鐵路、水路、航空、管道運輸等多式聯運網路體系。2014年廣州市物流產值達到1 136億元，占第三產業值的10%，比2013年的物流產業值多122億元，增長率接近12%。2013年廣州市貨運量達到8.91億t，而同樣是物流發達的深圳地區貨運量僅有2.97億t，可見廣州貨運量之大。2014年廣州市貨運量增長了7 454萬t，增長率接近8.34%。2013年廣州市貨運周轉量為6 822億t·km，2014年貨運周轉量達到8 633億t·km，增長幅度為26.54%。為使廣州市盡快成為華南地區的物流中心，近幾年廣州市在建設路網上加快了步伐，2014年廣州等級公路線長達到8 121km，比2013年增加251km，2014年等級公路增長率為近幾年最高，達到3.19%。2014年廣州港口碼頭泊位數有863個，比2013年多14個，2014年港口集裝箱吞吐量為1 662.62萬箱，2013年港口集裝箱吞吐量為1 550.45萬箱，增加近7.23%，可見碼頭泊位的增加有利于增強碼頭周轉能力。2014年民用航空航線條數為640條，比2013年多28條，民用航空航線里程擴建為15.67萬km，相比2013年增長了4.59%。2014年廣州管道運輸條數為40條，比2013年增加18條。綜上分析，廣州市2014年在水路、公路、航空和管道運輸等方面加強建設，使路網連接更加密切，這有利于物流業的發展，對物流效率的提高起著至關重要的作用。

降低物流成本、提高物流效率是物流業轉型升級的目標，但物流業目前普遍存在資源分散、規模化程度低的問題，不利于管理和規模效益的發揮。2014年登記在冊的物流私營企業有10 946家；大型物流園區有三處，分別是黃埔物流園區、南沙物流園區、空港物流園區，園區內設施較為完善，現代化程度較高，但與園區外的物流公司差距較大，沒有形成統一的供應鏈模式；此外，廣州市物流市場不計其數，為物流市場的管理帶來負擔，低成本的不正規物流公司經常成為物流管理的難題。廣州市大大小小的物流園區、物流市場和物流公司是造成目前物流成本高、效率低的部分原因，想要提高物流效率，需要進行資源整合，形成一條完整的供應鏈。

3 超效率DEA模型建立

DEA分析法是一種基于線性規劃評價同類型企業或部門生產相對有效性的特殊工具手段。DEA方法相對其他效率分析方法而言擺脫了多元統計回歸分析的線性及非線性關系假設，有利于揭示存在于系統內部、通過其他評價方法歸納不出來的隱藏關系。

但是，隨著研究的不斷深入，DEA方法的不足與缺陷也逐漸暴漏出來。由于DEA方法只能將決策單元區分為有效與非有效性，無法對同時有效的多個決策單元排序對比。因此學者提出了諸如交叉效率法、超效率方法等能夠借助DEA方法對所有決策單元進行優劣排序的新模型方法，本文將用超效率DEA模型分析廣州市物流效率，涉及到技術效率、規模效率、純技術效率和超效率，需要CCR-DEA模型、BCC-DEA模型和超效率DEA模型的結合使用。

3.1 DEA模型

1978年Charnes，Cooper和Rhodes［7］首次提出數據包絡分析法（data envelopment analysis，DEA），用于研究多投入與多產出之間的效率關系，可以稱之為一種“數據導向（data oriented）”型的效率評價工具。

3.1.1 CCR-DEA分析法的基本模型。設有n個決策單元DMU（i=1，2，…，n），每個決策單元有相同的t項投入，則有投入向量為xi=（x1i，x2i，...，xti）T＞0，i=1，2，…，n，每個決策單元有相同的s項產出，則產出向量為yi=（y1i，y2i，...，ysi）T＞0，i=1，2，…，n.即每個DMU都有t種類型投入及s種類型產出.其中xji表示第i個DMU對第j種決策單元的投入量，yji表示第i個DMU對第j種決策單元的產出量。

為將所有的決策單元進行統一綜合，需要對每一個投入與輸出進行賦值，令投入與輸出的權向量分別為：為第j類型投入的權重，ur為第r類型產出的權重。此時，第i個決策單元投入的綜合值為產出的綜合值為于是定義每個決策單元DMUi的效率評價指數為：

根據以上分析，第i0個決策單元的相對效率優化評價模型為：

進一步因素松弛變量S+和剩余變量S-，將式（2）的不等式約束化為等式約束：

3.1.2 BCC-DEA分析法的基本模型。CCR-DEA以規模報酬不變為前提，但在現實中，規模報酬并不是不變的，因此Banker，Charnes和Cooper（1984）提出了一個對可變規模報酬模式的DEA分析的擴展，即BBC-DEA模型分析法。即當不是所有的決策單元都以可變規模報酬運行時，就會使得對技術效益的測度受到規模效率的影響。因而BCC-DEA模型分析的是決策單元DMUi0的純技術效率。

可變規模報酬模式下的DEA分析，實際上只要對固定規模報酬模式下的線性規劃問題CCR模型進行簡單的改進，通過對CCR增加凸面條件即可得到BCC模型：

3.2 超效率DEA模型

在上述模型的分析實踐中，有時會出現多個決策單元的技術效率值θ都等于1的情況，從而不能按效率值高低對各個決策單元進行排序，對于這種情況，DEA提供了一種超效率模型，按此模型計算出來的效率值θ可大于1，基本上能實現對所有決策單元的排序。θ值大于1的經濟意義在實踐中十分有用，它可以測算出各項投入指標在同時按多大比例增加的情況下，決策單元仍能保持DEA有效。基于投入導向的規模報酬可變的超效率DEA模型如下：

3.3 指標選取

超效率DEA是用于分析多產出和多投入的經濟系統的效率，根據研究目的的需要和對文獻的總結，本文選取的指標見表1。

表1 指標選取

投入指標：物流業固定投資可以反映各地區對物流業的重視程度，這里將交通運輸、倉儲和郵政業的固定投資看作物流業固定投資；物流職工人數可以反映物流業的規模情況；等級公里數反映了地區的交通基礎建設。

產出指標：貨運周轉量可以反映貨物周轉的效率，對物流效率是一個直觀的體現；物流產業值直接反映了物流業的狀況，物流產業值選取交通運輸、倉儲和郵政業的生產總值。

4 廣州市物流效率實證分析

對廣州市物流效率進行分析，首先將其與其他城市進行對比，由于廣州屬于一線發達城市，本文將選取與廣州市經濟發展程度相似的城市進行比較分析，因而根據最新劃分的一線城市和二線發達城市［8］比較對象：分別是北京、上海、廣州、深圳、天津、杭州、南京、濟南、重慶、青島、大連、寧波和廈門，總共13個城市進行物流效率對比。根據所選取的指標進行收集數據，見表2，所有數據均來自中國統計年鑒和各城市統計年鑒。

表2 13個城市2013年指標數據

其次，對廣州市近幾年物流效率變化情況進行詳細分析，從2004年到2014年，廣州市物流效率變化需要的數據見表3，所有數據均來自廣州市數據統計年鑒。

表3 廣州市2004-2014年指標數據

4.1 廣州市與一線城市和二線發達城市的物流效率對比分析

運用DEAP2.1軟件和MYDEA軟件分別對數據進行分析，得到13個城市的技術效率、純技術效率、規模效率和超效率，見表4。上海、廣州、深圳、青島和大連都是DEA有效，其余8個城市的物流效率是DEA無效。因所選城市都是經濟發達城市，不存在某個城市因經濟實力弱而導致的物流效率低的問題，所以分析更具有代表性。

表4 2013年13個城市超效率DEA分析結果

由表4可以看出，2013年13個城市的技術效率平均水平是0.771，其中上海、廣州、深圳、青島、大連、南京的技術效率均超過平均水平；而低于平均水平的城市有7個，其中重慶的技術效率最低，僅0.237，還有76.3%的提升空間，杭州、寧波、廈門、北京、天津的技術效率也較低，提升空間大。13個城市的純技術效率平均水平是0.858，有8個城市的純技術在平均水平之上，5個城市的純技術效率低于平均水平，其中重慶的純技術效率水平最低，僅0.260，提升空間有74%。13個城市的規模效率平均水平為0.889，是三個效率水平中最高的，其中有7個城市的規模效率高于平均水平，6個城市的規模效率低于平均值，其中杭州的規模效率最低為0.538。

從上述分析不難發現，重慶的物流效率相對較低，其技術效率和純技術效率是13個城市中最低的，但規模效率卻在平均水平之上，技術效率等于純技術效率和規模效率的乘積，由此可見重慶市物流效率低是因為純技術效率低、技術不先進造成的。并且重慶物流業目前處于規模效益遞減的狀態，基于重慶市技術效率和規模效率相差甚大，政府應該縮小對物流業規模的建設，適當調整物流業發展方向，大力引進先進技術，充分利用“互聯網+”時代的技術，提高物流業的技術水平，縮小技術效率和規模效率之間的差距，從而整體上提升重慶市的物流效率。

廈門的物流效率處于DEA無效，但其純技術效率是1，達到有效，根據技術效率等于純技術效率和規模效率的乘積，由此可見廈門的物流技術方面已經達到有效，但其規模不足，導致物流效率無效。目前廈門物流業處于規模遞增的狀態，政府可以繼續合理加大物流規模的建設，提升物流效率。

其他物流效率無效的城市的技術效率和規模效率都比較低，政府需要在技術和規模兩方面進行合理規劃投資。

超效率DEA可以對物流效率均為1的DMU進一步分析排序，由表4可知，上海的物流超效率最高1.524，其次是深圳1.484，青島為1.324，排第三，接下來依次是大連、濟南、廣州。廣州的物流效率是有效的，但并不是6個物流有效中最高的，而是最低的，這說明廣州市物流效率還可以借鑒其他地方的物流經驗進行提升。相比同省的深圳來說，深圳物流超效率比廣州物流超效率高出45.4%，廣州市應該借鑒深圳物流發展模式，快速吸收運用新技術，協調各個部門，綜合提高物流各階段的效率。

4.2 近幾年廣州市物流效率對比分析

本文主要研究廣州市的物流效率，前文對廣州市整體物流效率進行對比，發現廣州市物流效率是DEA有效，接下來對廣州市近幾年的物流效率變化作簡要分析。表5表明，廣州市在2004年到2007年的物流業能夠有效創造價值，物流效率是DEA有效，2008年到2013年為DEA無效，說明這段時間對物流業的建設投資規模不如前幾年，2014年廣州市物流產業效率為DEA有效，說明廣州市意識到前幾年物流效率出現的問題，及時制定策略，使物流業效率提升。

表5 2004-2014年廣州市超效率DEA分析結果

2004年到2014年這11年間，有5年廣州市物流業效率有效，分別是2004、2005、2006、2007和2014年，2008年到2013年6年里廣州市物流效率無效，沒有達到最優。11年中技術效率的平均水平是0.916，2008年到2011年四年的技術效率低于平均值，其中2009年技術效率最低，為0.739。純技術效率的平均水平是0.935，純技術水平較高，接近1，說明廣州市物流技術能夠及時普及，與最新技術運用得當有很大關系，其中純技術效率最低的是2009年，為0.807。規模效率的平均水平是0.977，更接近于1，表明廣州市規模效率比較有效，僅有3年的規模效率低于平均水平，其中最低的年份是2009年，為0.916。規模效率高表明廣州市通過擴大規模提高物流效率的空間并不是很大，想要提高物流效率，需要從技術方面入手。

根據上述分析發現，從2008年開始，廣州市物流效率進入無效時期，其中2009年的物流效率最低。2008年初全國遭遇重大雨雪冰凍災害，天氣方面的因素可能導致公路等的運輸出現問題，從而導致物流效率低，同年5月的汶川地震和8月份的北京奧運都會在不同程度上影響廣州市物流業的發展。2009年物流產業被納入國務院審議的產業振興規劃之列，廣東省這一年對物流也重新做了規劃，一些設施投資等的重新定位可能是造成物流業物流效率最低的原因。緊接著從2010年開始，物流業效率逐漸提升，并在2014年重新進入有效年份，這說明廣州市近幾年的物流業改革取得了初步的成功。

廣州市近幾年的物流有效年份超效率也有比較大的差異，表5顯示，廣州市物流超效率2014年最高，達到1.255，接下來是2005、2004、2007和2006年。值得注意的是2014年廣州市物流超效率比2005年高出15.5%，廣州市不僅在2014年將物流業效率提升為有效，而且還超過近幾年最高效率的15.5%，充分說明了2014年廣州市物流業轉型比較成功，政府部門可以參考當前物流業建設進行下一步的部署和投資建設。2008年到2010年物流業處于規模報酬遞增，此階段的物流無效率可以通過增加各個投入要素、擴大產出使規模報酬不變。2009年到2013年，物流業為規模報酬遞減，此時應該相應縮減投入要素。

4.3 近幾年廣州市物流無效的投影分析

超效率DEA分析不僅能夠對都有效的決策單元進行更進一步的分析，而且能夠通過投影分析對DEA無效的決策單元進行調整，使其變為DEA有效。根據上文對廣州市2004到2014年物流效率的DEA有效性分析，接下來通過投影分析計算DEA非有效的決策單元物流系統投入、產出的松弛變量，即測算使非DEA有效的決策單元變成DEA有效的調整幅度，得到表6所示的投入產出冗余。

表6 廣州市物流效率無效年份投影分析

從投入指標來看，如果投入冗余量大，則表明投入的資本源使用效率低，資源沒有有效配置。從產出指標看，如果產出不足，則表明在現有資源投入水平下，資源沒有有效地轉化為物流產出。2008年到2011年等級公路投入冗余偏大，基本在1 000km以上，2012年和2013年等級公路投入冗余縮小，在物流效率上的表現為效率提升。2008年到2013年物流固定投資額冗余量也呈現減少的趨勢，2008年物流固定投資冗余量為81.1億元，2013年固定投資冗余量為68.5億元，其中2012年物流固定投資冗余量最少，為16.7億元。物流職工人數也存在投入冗余，現代化物流業需要大量的物流人才，政府應該對物流業的投資進行適當調整，多投資于培訓物流科技人才，針對低技術、低效率的物流職工舉辦培訓輔導班，提高其技術能力，避免大量雇傭造成人員溢出。大量的投入并不代表產出會更多，當物流業整體處于規模效益遞減時，增加投入并不能引起產出的增加，反而達不到應有的產出值，浪費資源。2008年到2010年物流業是規模效益遞增，此時段增加投入能夠使產出增加，但卻同時存在投入冗余和產出不足，此時應該減少非有效的投入，將有效投入量合理利用轉化為有效的產出。2011年到2013年物流業是規模效益遞減，過多的投入不能帶來高產出，此時應該合理減少投入，使規模效益回到不變的狀態。2008年到2013年貨物周轉量都存在產出不足，但物流產值沒有產出不足，說明物流業整體產值達到當年需求，但因為物流管理不善，存在無效運輸，導致貨物周轉量產出不足，這在一定程度上說明物流各投入要素沒有得到合理的分配，物流業還需要通過統籌規劃更合理的配置各種資源，從而提高物流效率。

5 結論與建議

本文通過對廣州市物流效率的超效率分析，得到如下結論:

（1）在全國13個經濟發達城市中，廣州市物流效率是DEA有效的，并且排名第六；2004年到2014年，廣州市物流效率由DEA有效變為DEA無效，后又發展為DEA有效，并且通過對物流業不斷進行改革，2014年廣州市物流效率成為近幾年最高的一年。

（2）對廣州市物流DEA無效的年份進一步分析得出，DEA非有效的原因主要是純技術效率略低，廣州市規模效率接近1，提升空間不大，物流效率的提高應該主要通過引進先進技術，利用互聯網技術和供應鏈物流才能使廣州市物流效率有效。

（3）從投入方面看，公路里程和固定投資不足成為廣州市物流DEA無效的主要約束因素，這說明政府還需要根據投資比例，適當擴大公路建設，增加固定投資，創造一個有利于物流業發展的環境。從產出方面看，貨物周轉量是影響廣州市物流效率最主要的產出因素，廣州市物流規模總量不斷地攀升，但是周轉量還是存在產出不足。

據此針對廣州市物流發展提出如下建議：

（1）廣州市物流業在2014年達到有效，在未來發展中仍需要借鑒當前發展規模和投資比例，杜絕盲目建設和重復建設導致布局的不合理和規模效益遞減。國家鼓勵物流業大力發展，廣州市應認清形勢，利用當前政策鼓勵，完善物流業標準體系，提高物流業與其他產業之間的兼容度，從而提高企業的綜合競爭能力，探索出發展物流業的正確道路，為廣州經濟的發展做出積極貢獻。

（2）借助珠江三角洲和華南地區巨大的現代物流需求，依托地方產業特色，構建輻射周邊的中心物流園區，連接內地的遠程投放物流，不斷加強基礎設施建設。

（3）廣州市物流業規模效率接近飽和，通過擴大規模提高物流效率的作用不大，從技術方面抓起是廣州市未來物流發展的方向，學習現代物流技術、引進物聯網技術、構建先進電子平臺、掌握實時物流資訊等都有利于廣州物流效率的提高。

［1］Chunhua Ju，Changbing Jiang，Mingyao Chen.Research on logistics network infrastructures based on DEA-PCA approach: Evidence from the Yangtze river delta region in China［J］.Journal of Shanghai Jiaotong University，2012，（1）.

［2］Tonanont Ake，Yimsiri anya，Jitpitaklert Weerawat，Rogers K J. Performance Evaluation in Reverse Logistics with Data Envelopment Analysis［A］.IIE Annual Conference.Proceedings［C］.2008.

［3］許鵬.基于的遼寧省物流產業效率研究［D］.大連:大連海事大學，2010.

［4］付麗娜，陳曉紅，冷智花.基于超效率DEA模型的城市群生態效率研究—以長株潭“3+5”城市群為例［J］.中國人口資源與環境，2013，（4）.

［5］黃勇，彭文沖，裘偉超.基于DEA的廣東省物流系統效率評價［J］.物流工程與管理，2010，（10）.

［6］王蕾，薛國梁，張麗紅.基于DEA分析法的新疆北疆現代物流效率分析［J］.資源科學，2014，（7）.

［7］Alan Stainer.Productivity，Performance Measurement and Management in Logistics［M］.Asia Pacific Journal of Marketing and Logistics.1996.

［8］魏權齡.數據包絡分析［M］.北京:科學出版社，2004.

［9］衛云棠.試論我國物流效率的提高［J］.五邑大學學報（社會科學版），2003，（11）.

［10］蘇航.DEA交叉效率評價模型研究［D］.長春:吉林大學，2013.

［11］高瑩，李衛東，尤笑宇.基于網絡DEA的我國鐵路運輸企業效率評價研究［J］.中國軟科學，2011，（5）.

Study on Logistics Efficiency of Guangzhou Based on Super-efficiency DEA

GuoMengya，WangJiang
（ShenzhenUniversity，Shenzhen 518060，China）

As an emerging composite industry，logistics has gradually become the index to measure the economic development status of a region.In this paper，using super-efficiency DEA，we analyzed comprehensively the logistics efficiency of Guangzhou，compared it with that of other cities，studied the changes in the logistics efficiency of the city in recent years，obtained the logistics efficiency pattern of Guangzhoubasedonsuper-efficiencyDEA.

super efficiencyDEA；logistics；logisticsefficiency；Guangzhou

F259.27

A

1005-152X（2016）05-0068-06

10.3969/j.issn.1005-152X.2016.05.016

2016-04-01

深圳市軟科學研究項目“經濟中心城市輻射帶動作用指標體系研究”（RKX20130423150604472）專項資助

郭夢雅，深圳大學經濟學院研究生，研究方向：區域物流與交通經濟；王江，深圳大學經濟學院教授，深圳大學物流研究所所長。