基于超效率SBM模型的河南省物流效率評價

劉濤+霍靜娟+顧令爽+宋菲

摘 要：文章利用改進的超效率SBM模型對2015年河南省18個地市以及10個省管縣物流效率的變動狀況進行分析。研究發現，河南省物流效率為0.721，總體上比較低，而且空間差異明顯，表明河南省物流業發展方式比較粗放，物流資源利用不充分。加快推進河南省物流業跨越式發展，需要轉變要素驅動型物流發展模式，建立效率集約型物流發展模式。

關鍵詞：超效率SBM模型；物流效率；物流業；河南

中圖分類號：F259.27 文獻標識碼：A

Abstract： Using super efficiency SBM model improved， the paper analyzes the logistics efficiency of 18 province governing cities and 10 province governing counties of Henan province in 2015. The study found that the logistics efficiency of Henan province is 0.721， it is relatively low， and the obvious spatial difference， which shows that the development of logistics industry in Henan province is comparatively extensive， logistics resources is used not sufficiently. To accelerate leaping development of the logistics industry of Henan province， we need to change the factor driven mode of logistics development， and establish efficient intensive mode of logistics development.

Key words： super efficiency SBM model； logistics efficiency； logistics industry； Henan

0 引 言

物流業是融合運輸、倉儲、貨代、信息等產業的復合型服務業，物流業的快速發展對于調整產業結構、轉變發展方式、建設高成長服務業大省等具有重要意義。為了加快物流業的快速發展，河南省政府制定了《河南省物流業發展三年行動計劃》，旨在推動全省物流業提速發展，加快高成長服務業大省建設。降低物流成本、提高物流效率成為其重要任務之一。

目前理論界對物流效率進行了廣泛研究，劉詩園等（2016）利用DEA方法評價了2014年長江經濟帶9省2市的物流效

率[1]，郭夢雅等（2016）利用超效率DEA對廣州市物流效率進行了評價[2]，秦雯（2016）利用DEA-Tobit模型分析了2004～2013年青海物流效率及其影響因素[3]，張璇等（2016）利用三階段DEA模型分析了2009～2014年我國西部省域和周邊主要國家帶物流效率[4]。陳小燕等（2015）利用DEA-BCC方法評價了2004～2013年福建省9個地區的物流效率[5]，洪偉立等（2016）利用PCA和DEA模型對內蒙古地區的12個盟市的郵政物流網絡利用效率進行了評價[6]。

以上文獻利用各種DEA模型對我國不同地區的物流效率進行了研究，但是對河南省物流效率的研究明顯不足。陳建華等（2016）利用經典DEA模型分析了河南省18個地市的物流效率[7]，該方法無法計算投入產出松弛狀況，本文利用改進的超效率SBM模型對2015年河南省18個地市以及10個省管縣物流業效率的變動狀況進行分析，為河南省優化物流業決策提供指導。

1 模型方法與數據來源

1.1 超效率SBM模型。數據包絡分析方法（DEA）是一種基于同等程度上被評價單元（DMU）相對效率比較的非參數效率分析方法[8]。DEA方法不需要事先對被評價單元的生產函數形式進行明確界定，避免了參數的主觀賦值，同時它對可比較的被評價單元進行相對效率的排序，使得評估具有客觀性。DEA模型目前已經發展了近160種模型，傳統的CCR或BCC模型在評估過程中可能會出現多個有效單元，這對于效率評估和對比有一定局限性。超效率SBM模型[9]不僅解決了多個有效單元的排序問題，同時考慮松弛變量，對于進一步分析投入產出要素有更好的參考價值。因此，本文選取超效率SBM模型進行評估。超效率SBM模型是2002年Kaoru Tone在基于投入松弛測度的SBM模型[10]基礎之上提出的。

假設有m種投入要素，s種產出要素，建立一個線性規劃方程：

1.2 評估指標與數據來源。本文結合已有研究，認為物流效率的投入指標包括物流業固定資產投資、物流業從業人員和等級公路里程（公里），其中物流業固定資產投資用交通運輸、倉儲及郵電業全社會固定資產投資（億元）表示、物流業從業人員用交通運輸、倉儲及郵電業就業人員數（萬人）表示，產出指標包括貨物周轉量（億噸公里）和物流業增加值（億元），其中物流業增加值用交通運輸、倉儲及郵電業增加值（億元）表示。評估的決策單元包括2015年河南省18個地市以及10個省管縣物流業效率，數據來源于2016年《河南統計年鑒》。

2 河南省物流效率及其分解的實證分析

運用Maxdea6.18專業版軟件，從產出導向（調整）角度出發，使用超效率SBM模型，測算了2015年河南省18個地市以及10個省管縣物流業效率的變動狀況，如表1、表2和表3所示。

2.1 河南省物流效率及其分解。由表1可知，2015年河南省物流業綜合技術效率為0.721，物流業投入產出效率不高。河南省物流業綜合技術效率不高是純技術效率和規模效率共同驅動的結果，2015年河南省物流業純技術效率為0.88，規模效率為0.812，都未達到1，最終使得河南省物流業綜合技術效率僅為0.721。

從省轄市和省管縣的區別來看，2015年河南省管縣物流業效率要高于省轄市，2015年河南省管縣物流業的規模效率和純技術效率都高于省轄市，最終省管縣物流效率達到0.746，高于省轄市的效率。

從省轄市的各區域來看，效率從高到低依次為豫中、豫東、豫北、豫西和豫南地區，豫中、豫東、豫北地區物流效率都高于平均值，而豫西和豫南地區物流效率比較低，分別為0.614和0.338。效率最高的豫中地區（物流效率為0.897）比效率最低的豫南地區（物流效率為0.338）高1.6倍。物流效率的省內差異明顯。

2.2 河南省轄市物流效率及其分解。2015年河南省轄市的物流效率為0.706，未達到有效前沿面，總體上看，河南省各地市物流資源利用不充分。

2015年河南省物流效率大于1的地市有4個，分別為周口市、鄭州市、焦作市和濟源市，占所有省轄市的22%，表明這些地市物流資源利用非常充分。這些地區物流效率之所以比較高，原因在于純技術效率比較高。雖然4個地市物流業的規模效率都未達到1，但是純技術效率都大于1，最終使得4個地市的物流效率大于1。

物流效率介于0.6～0.9之間的地市有5個，分別為鶴壁市、許昌市、洛陽市、三門峽市和安陽市，屬于物流效率中等的城市，占所有省轄市的28%。物流效率小于0.6的地市有9個，屬于物流效率較低的城市，占所有省轄市的50%。

從規模報酬變動來看，物流業發展處于遞增階段的地市有1個，即濟源市，因為濟源市物流的總體規模比較小，其物流業發展后勁比較足，增加物流投入會導致這些地區的產出增加更多。其余17個地市物流效率規模報酬處于遞減階段，需要進行優化調整。

2.3 河南省管縣物流效率及其分解。2015年湖南省管縣物流均值為0.746，總體上看，省管縣的物流資源利用不充分，但總體上要比省轄市要好一些。物流效率大于1的省管縣有3個，分別為長垣縣、鞏義市和鹿邑縣，占所有省管縣的30%。這些地區物流效率比較高的原因在于純技術效率非常高，物流資源得到了優化配置。

物流效率介于0.6-0.9之間的地市有2個，分別為永城市和鄧州市，屬于物流效率中等的城市，占所有省管縣的20%。物流效率小于0.6的地市有5個，屬于物流效率較低的城市，占所有省轄市的50%。

省管縣物流效率的空間差異非常大。物流效率最高的長垣縣比最低的固始縣高出11倍。

從規模報酬變動來看，處于遞減階段的城市有2個，即滑縣和固始縣，占比20%，該地區物流資源需要進行優化調整。其他8個城市物流業規模報酬處于遞增階段，增加物流投入會導致這些地區的產出增加更多。

3 河南省物流效率的松弛分析

表4顯示了2015年河南省省轄市和省管縣物流產出的松弛量和松弛比例，其中松弛比例=松弛量/原始投入量。

3.1 河南省轄市物流產出的松弛狀況。由表4可知，少數城市的貨物周轉量的松弛量和松弛比例相對高于增加值的松弛狀況，主要有3個城市，三門峽市的貨物周轉量的松弛量和松弛比例分別為116.532億噸公里和77.79%，而增加值的松弛為0。開封市的貨物周轉量的松弛量和松弛比例分別為198.228億噸公里和234.31%，遠高于增加值的松弛量（13.518億元）和松弛比例（23.08%）。信陽市的貨物周轉量和增加值的松弛量和松弛比例都非常高，反映了該地區的客觀現狀——公路分布廣泛，但物流運輸業不發達，物流資源未得到高效利用。

除了以上3個城市外，其他地市在增加值變量上的松弛量和松弛比例總體上要遠高于貨物周轉量，反映了目前河南省各地市貨物周轉量雖然非常大，但是附加值非常低，各種運輸服務的利潤很低，大多處于產業鏈的最低端。

根據松弛量、目標值和松弛比例可以把各省轄市分為四類：第一類，增加值和貨物周轉量松弛比例超過50%的高松弛地市，主要包括信陽市、駐馬店市和平頂山市3個。這些地市不僅要著眼于提高貨物的附加值，同時要積極尋求貨源，增加貨物周轉量。第二類，增加值松弛比例超過50%，而貨物周轉量松弛比例未超過50%的中松弛地市，主要包括鶴壁市、許昌市、安陽市、新鄉市、漯河市、商丘市、南陽市和濮陽市8個。這些地市主要著眼于提高貨物的附加值。第三類，增加值松弛比例未超過50%，而貨物周轉量松弛比例超過50%的一般松弛地市，主要有三門峽市和開封市2個。這些地市要積極尋求貨源，增加貨物周轉量。第四類，增加值和貨物周轉量松弛比例都未超過50%的低松弛地市，主要有許昌市。這些地市兩個變量的松弛比例都不是很高，但是更側重于提高貨物的附加值。

3.2 河南省管縣物流產出的松弛狀況。由表4可知，在7個物流效率小于1的省管縣中，個別縣市的貨物周轉量的松弛量和松弛比例相對高于增加值的松弛狀況，主要有固始縣和汝州市2個城市，其他縣市的增加值的松弛狀況要高于貨物周轉量的松弛狀況。根據松弛量、目標值和松弛比例可以把各省轄市分為四類：第一類，增加值和貨物周轉量松弛比例超過50%的高松弛地市，主要包括固始縣、蘭考縣和新蔡縣3個。第二類，增加值松弛比例超過50%，而貨物周轉量松弛比例未超過50%的中松弛地市，主要包括滑縣、鄧州市2個。第三類，增加值松弛比例未超過50%，而貨物周轉量松弛比例超過50%的一般松弛地市，主要包括汝州市。第四類，增加值和貨物周轉量松弛比例都未超過50%的低松弛地市，主要包括永城市。

4 結論與建議

本文使用超效率SBM模型，測算了2015年河南省18個地市以及10個省管縣物流業效率的變動狀況。得出以下結論：（1）河南省物流效率為0.721，物流業投入資源利用不充分。河南省物流業綜合技術效率不高是純技術效率和規模效率共同驅動的結果。效率從高到低依次為豫中、豫東、豫北、豫西和豫南地區，豫中、豫東、豫北地區物流效率都高于平均值，而豫西和豫南地區物流效率比較低，物流效率的省內差異明顯。（2）河南省物流效率大于1的地市有4個，分別為周口市、鄭州市、焦作市和濟源市，占所有省轄市的22%。物流效率介于0.6～0.9之間的地市有5個，分別為鶴壁市、許昌市、洛陽市、三門峽市和安陽市，物流效率小于0.6的地市有9個。處于遞增階段的地市有1個，其余17個地市物流效率規模報酬處于遞減階段。（3）河南省管縣物流均值為0.746，省管縣的物流資源利用不充分，但總體上要比省轄市要好一些。物流效率大于1的省管縣有3個，分別為長垣縣、鞏義市和鹿邑縣，占所有省管縣的30%。物流效率介于0.6～0.9之間的地市有2個，物流效率小于0.6的地市有5個。處于遞減階段的城市有2個，占比20%，其他8個城市物流業規模報酬處于遞增階段。（4）少數城市的貨物周轉量的松弛量和松弛比例相對高于增加值的松弛狀況，主要有3個城市，其他地市在增加值變量上的松弛量和松弛比例總體上要遠高于貨物周轉量，反映了目前河南省各地市貨物周轉量雖然非常大，但是附加值非常低，各種運輸服務的利潤很低，大多處于產業鏈的最低端。2個縣市的貨物周轉量的松弛量和松弛比例相對高于增加值的松弛狀況，其他縣市的增加值的松弛狀況要高于貨物周轉量的松弛狀況。

總之，河南省物流效率比較低，而且空間差異明顯，體現了河南省物流業發展方式比較粗放，物流資源利用不充分。加快推進河南省物流業跨越式發展，需要轉變要素驅動型物流發展模式，建立效率集約型物流發展模式。為此，一是要加快物流業轉型升級，建立高效、低成本的物流體系。不僅要加快物流技術水平的提升，而且要提高物流業的管理水平。二是要大力推進淘汰物流業的落后產能，控制物流業投入規模，提升投入資源的質量與結構，全方面提高物流業的綜合技術效率。三是要加快河南省工業的轉型升級，大力推進高附加值新興產業的發展，不斷提高貨物的價值，進而提升物流行業的增加值。

參考文獻：

[1] 劉詩園，田大鋼. 長江經濟帶物流效率分析[J]. 物流工程與管理，2016（12）：37-39，45.

[2] 郭夢雅，王江. 基于超效率DEA的廣州市物流效率研究[J]. 物流技術，2016（5）：68-73，91.

[3] 秦雯. 青海省物流效率及其影響因素的實證研究[J]. 青海社會科學，2016（1）：99-104.

[4] 張璇，楊雪榮，王峰. 新絲綢之路經濟帶物流效率評價——基于三階段DEA實證分析[J]. 學習與實踐，2016（5）：21-32.

[5] 陳小燕，李穎. 福建省區域物流效率實證研究[J]. 物流技術，2015（17）：137-139.

[6] 洪偉立，李弘. 基于PCA和DEA模型的內蒙古郵政物流網絡效率評價[J]. 物流科技，2016（12）：1-5.

[7] 陳建華，孫賞，李虎. 基于DEA方法的河南省物流效率分析與評價[J]. 物流科技，2016（8）：110-114.

[8] 侯翔，馬占新，趙春英. 數據包絡分析模型評述與分類[J]. 內蒙古大學學報（自然科學版），2010（5）：583-593.

[9] TONE K. A Slacks-Based Measure of Super-efficiency in Data Envelopment Analysis[J]. European Journal of Operational Research， 2002（143）：32-41.

[10] TONE K. A Slacks-Based Measure of Efficiency in Data Envelopment Analysis[J]. European Journal of Operational Research， 2001（130）：498-509.