我國跨境電商物流信息系統投入產出效率的區域差異研究

王曉闊

內容摘要：本文基于我國31個省市自治區直轄市（港澳臺除外）的2011-2016年6年間的跨境物流業的數理統計，研究了我國跨境電商物流信息系統中由于地域差異等因素所造成的投入產出效率不均衡的現象。并且在對于物流信息數據的處理和分析過程中，采用了BCC模型和CCR模型，對數據進行分析處理和通過指標選擇性原則來創建新的評價指標體系模型，利用該體系模型對比分析我國31個省市的跨境物流業投入產出效率。我國經濟較發達地區的物流業投入產出效率均較大，西部地區的物流業投入產出效率均較小，需進行物流業的各項投入和產出指標的調整和優化。

關鍵詞：跨境物流 投入產出效率 區域差異

引言

跨境電子商務指跨境貿易業務的交易方式采用的是電子化手段，作為一種全新的經濟模式，跨境電子商務可節省交易成本，增加貿易機會，提高貿易效率，提高企業的國際競爭力、市場應變能力。近年來，我國跨境電子商務發展快速，跨境電子商務物流也日益復雜，同時跨境物流受政策、信息流、環境等制約，在物流方面，我國跨境電子商務面臨限制較多。跨境電子商務的短板是跨境物流，跨境物流發展，對跨境電子商務的快速發展有很大影響，要提高跨境電子商務的影響力、競爭力，跨境物流體系建設必須重視。跨境物流業是衡量一個地區經濟發展的重要標志。因而，研究我國跨境物流業投入產出效率的意義重大。本文基于我國31個省市自治區直轄市（港澳臺除外）2011-2016年6年間的跨境物流業的數理統計，研究了我國跨境電商物流信息系統投入產出效率的區域差異。

研究概述

近年來，關于電商貿物流投入產出效率的研究較多，在方法上，有些研究者采用主成分分析法，對商貿流通業投入產出效率進行評價。俞彤暉（2014）采用主成分分析法，分析了廣東省1998-2012年流通效率演進趨勢，并測度了2012年廣東省21個地市的流通效率現狀。郭守亭等（2013）采用因子分析法，評價了我國1995-2011年的流通效率；還有一些研究這采用改進的DEA方法，對商貿流通業投入產出效率進行了評價，陳宇峰等（2015）采用超效率DEA模型，對1997-2010年全國29個省份的商貿流通效率進行了測度；孫金秀（2014）運用GRA-DEA （灰色關聯-數據包絡）混合模型，測度和評價了我國30個省市現代流通業效率。

我國跨境電商發展近況

我國目前跨境電商企業已超過5000家，有20萬家企業在其平臺開展貿易。我國跨境電商貿易額在2011年為1.8萬億，2016年貿易額為6.5萬億，同比增長25%。電子商務跨境貿易近幾年出現井噴式發展，我國跨境電子商務每年以30%左右的速度增長，圖1為2011-2016年跨境電子商務增長率及交易額。

圖2為2016年我國跨境電子商務貿易額各地區所占比例，由地區分布知，我國跨境電子商務主要以出口為主，我國2016年的跨境電商出口主要地有歐盟、美國、日本、東盟、印度、韓國、中國香港等，這些國家的電商出口額占總額的77.4%，美國占比17.3%，歐盟占比16.5%。

評價模型

（一）數據包絡分析

數據包絡分析即DEA，相對效率理論是該數據包絡分析模型的理論依據和指導，主要的運算方式是采用了數學規劃法，從而對于物流信息系統中的投入數據和產出數據進行統計分析，該模型可進行同類決策單元多數據相對有效性的評價。本文基于DEA模型，對我國跨境物流業投入產出效率進行評價。圖3為數據包絡分析模型進行一般數據的效率評價的基本流程。

（二）CCR模型

CCR模型是首個數據包絡分析方法提出的模型，對CCR模型而言，假設條件是規模報酬不變，也就是每單位對于該項目進行投資和收益的總額是一定的，從而對于該項目的投入產出效率進行有效性評價。在使用該模型進行有效性評價時，本文先假設共有k個DMU，而那么多個的DMU的投入效率為m，產出效率為n。DMUk表示決策單元，1

在模型中，評估DMUr的比例為λr；DMUr效率值為θ；DMUr表示λr=0時，其未在DMUk集合中；松弛變量s-i表示DMUk應減少的投入量，超額變量s+j表示增加的產出量。假設最佳解為θ*，λ*r，s-*i，s+*j，θ*=1且s-*i=s+*j=0是實現相對有效率的充要條件。若要實現DMU最適生產邊界效率目標，可采用、進行改進：

由改進式子可知，當θ*=1且s-*i=s+*j=0，則DMUk相對有效率。當投入和產出均無須調整時，ΔXki=ΔYki=0。反之，當DMUk效率值<1時，通過減少ΔXki投入，增加ΔYki產出，相對有效率才能實現，虛擬參考點是其他DMU以λ=[λ1，λ2，…，λR]為權重的線性組合，主要的作用是為以后DMU調整新的投入產出作參考。

（三）BCC模型

但是采用CCR模型來對于項目的投入產出效率進行評價有一個極大的弊端，就是該模型的使用是在以規模恒定的前提下，但是在實際的生產活動中，變量會隨著生產規模的改變而發生改變。BCC模型是修正了CCR模型中的基本假設條件，其他條件則不變。因為這個模型可對決策單元是否己達到有效生產規模進行評價，因而可對技術效率、規模效率同時進行衡量。BCC模型為：

θ無正負限制，一旦DMU的投入產出效率沒有達到期望值，最大的原因可能是生產規模無效率又或者是該項目的技術無效率，因為在CCR的模型中，是假設規模報酬為恒定值，所以生產規模等改變并不會導致其效率發生變化。由于Ek是DMU的綜合效率，所以當采用BCC模型來對其進行運算時，所得到的tk是DMU的技術效率，BCC模型中的技術效率和CCR模型中的綜合效率都是對DMU進行重新調整投入產出效率后所得到的具有相同的生產規模下的規模效率，可以將其用公式簡單地推算為，即綜合效率=技術效率×規模效率。

模型選取與樣本數據來源

（一）模型選取

由于上述的分析所知，DMU的綜合效率計算方式可以簡單地看作是技術效率和規模效率的乘積，所以在本文的研究分析過程中，采用了BCC模型和CCR模型相結合的方式來對DMU的綜合效率進行計算。運算的前提條件是要保證規模報酬處于一個恒定不變的狀態，通過調節規模效率和技術效率，改變綜合效率，這個方法可對決策單元的物流業效率進行全面地測算。社會環境和經濟環境是變化的，生產規模大小會對生產效益造成直接影響，采用兩種模型相結合，可彌補CCR模型的不足。

（二）樣本數據來源

本文選取2011-2016年的數據，數據主要來源于各省市的統計年鑒、國家統計局官方網站。因跨境物流業從投入到產出需一段時間，本文選擇2011-2016年共6年的數據進行分析。

樣本數據及指標的統計性描述。對全國31個省市自治區直轄市的跨境物流業樣本數據進行統計分析。指標在進行統計性描述的時候主要是針對四個指標：最小值指該組指標數據中的最小量；最大值指該組指標數據中的最大量；平均值是指指標數據中全部予以平均后的計算值；標準差是方差算術平方根，可對指標數據分布特征進行描述。表1-表5為我國31個省市自治區直轄市跨境物流業數據的數理統計分析結果。對于這31個省市自治區直轄市的輸入輸出指標進行統計分析，分別從數據中的最小量、最大量、平均值和標準差的分析，可對我國跨境物流業的投入及產出情況進行大體了解。

由表1知，我國31省市跨境物流業從業人數的最小值、最大值間的差距十分大，差距為100倍左右。從2011年到2016年，物流業從業人數平均值的增長速度不是十分顯著，而對于物流從業人均數量約保持在20萬人。但是從業人數的標準差數值極大，這說明我國各地區跨境物流業從業人數差異較大。

由表2可知，我國31個省市跨境公路里程數最小值、最大值間差距較大，差距為22倍左右。2011年到2016年，公路里程數平均值增長明顯，說明我國各地區公路基礎設施建設均得到加強。公路里程數標準差較小，這表明我國各地區公路里程數差異較小。

由表3知，我國31省市跨境物流業固定資產投資額最小值、最大值間差距較大，差距在15倍左右。從2011年到2016年，物流業固定資產投資額平均值增長明顯，這表明我國對于跨境物流行業的投入力度還是處于不斷增加的過程。但是根據數據分析可知，對于跨境物流業的固定資產投資額的標準差具體數值比較大，充分地反映了由于地域的差異所導致的對于物流業固定資產投資額的不同。

由表4知，我國31省市跨境客運量最小值、最大值間差距十分大，差距最大為364左右。從2011年到2016年，客運量平均值增長明顯，客運量標準差較大，這表明我國各地區客運量具有較大差異。

由表5知，我國31個省市跨境貨運量最小值、最大值間具有較大差距，差距為298倍左右。從2011年到2016年，貨運量平均值增長較快，貨運量標準差較大，這表明我國各地區貨運量具有較大差異。

總體上，在2011-2016年，我國各省市每一個輸入指標、輸出指標均有較大差異，因數理統計無法很好地對各省市跨境物流業效率水平進行區分，所以采用了數據包絡分析來對物流信息系統中的投入數據和產出數據進行統計分析，可進行同類決策單元多數據的相對有效性的評價方法。

（三）實證分析

在實際的案列分析過程中，重點將我國的31個省市自治區直轄市的跨境物流業的綜合效率進行評價分析，并且采用了分析軟件Deap2.1。

綜合效率的分析。由表6可知，2011-2016年，我國31個省市自治區直轄市的跨境物流業綜合效率的具體數值由于各個地區的差異而出現差異，可以將其與數值1進行參考比較，分為兩大類；一是綜合效率數值小于1，即該地區的跨境物流行業是無效率的；二是等于1，即該地區跨境物流行業是處于領先地位的，十分有效率。通過對于我國31個省市自治區直轄市的跨境物流業的綜合效率進行評價分析，并且求出平均值，通過平均值的大小進行跨境物流業綜合效率排名。各省市跨境物流業綜合效率的高低通過排名可反映出排名在前5位的分別為天津、上海、江蘇、浙江、北京，這比較符合常規判斷，基本上均為我國經濟較發達地區，這些省市物流業和產出均較大，這與該地區經濟環境和經濟有密切聯系，這些省市物流業綜合效率較高，發展相對迅速。排在后5位的為云南、新疆、西藏、貴州、黑龍江，這些省市大多在西部地區，物流業的資源的利用率不高，產出未能獲得最優化，因此需對物流業的各項投入和產出指標進行調整和優化。

純技術效率的分析。由表7可知，通過純技術效率分析可以得出結論，即當物流行業的生產規模處于最優化的水平時，對于該物流業綜合效率的影響因素主要是技術水平和管理能力。可以將其與數值1進行參考比較，分為兩大類；一是技術效率數值小于1，即該地區的跨境物流行業是無效率的；二是等于1，即該地區跨境物流行業的技術水平是處于前沿地位的，十分有效率。純技術效率排名前5位的為北京、上海、天津、浙江、廣東，排在后5位的為云南、新疆、廣西、寧夏、黑龍江。

全國31個省市物流業規模效率的分析。由表8可知，通過對于跨境物流業的規模效率予以評價分析，可以直觀地反映出實際生產規模和最優化生產規模之間的差異情況。可以將規模效率與數值1進行參考比較，分為兩大類；一是規模效率數值小于1，即該地區的跨境物流行業是差于最優化生產規模的；二是等于1，即該地區跨境物流行業是的實際生產規模是與最優化生產規模水平持平。規模效率排名前5位的為上海、天津、北京、浙江、廣東，排名后5位的為青海、西藏、云南、吉林、寧夏。

規模的遞增遞減情況。由表9可知，規模報酬是指因企業生產規模變動造成生產變動的關系。當產量增加比例分別大于、等于、小于投入要素增加的比例時，分別表示規模報酬遞增（irs）、規模報酬不變（-）、規模報酬遞減（drs）。2016年我國大部分省市物流業處于規模報酬遞增的階段，這表明我國物流業發展勢頭良好。

結論

本文基于我國31個省市自治區直轄市的2011-2016年6年間的跨境物流業的數理統計，研究了我國跨境電商物流信息系統中由于地域差異等因素所造成的投入產出效率不均衡的現象。并且在對于物流信息數據的處理和分析過程中，采用了BCC模型和CCR模型，對數據進行分析處理和通過指標選擇性原則來創建新的評價指標體系模型，利用該體系模型對比分析我國31個省市的跨境物流業投入產出效率，我國經濟較發達地區的物流業投入產出效率均較大，西部地區的物流業投入產出效率均較小，需進行物流業的各項投入和產出指標的調整和優化。

參考文獻：

1.趙佳妮，呂靖.基于B2C的跨境電商出口物流模式及問題分析[J].物流工程與管理，2016，38（5）

2.冀芳，張夏恒.跨境電子商務物流模式創新與發展趨勢[J].中國流通經濟，2015（6）

3.劉合群.河南省各地市商貿流通業投入產出效率比較分析[J].商業經濟研究，2016（13）

4.郭守亭，俞彤暉.中國流通效率的測度與演進趨勢[J].北京工商大學學報（社會科學版），2013，28（6）

5.霍云福，王玉彩.基于DEA的城市商貿流通電子商務競爭力比較[J].經營與管理，2013（6）

6.俞彤暉.廣東省流通效率演進趨勢及現狀研究[J].廣東財經大學學報，2014，29（5）

7.陳宇峰，章武濱.中國區域商貿流通效率的演進趨勢與影響因素[J].產業經濟研究，2015（1）

8.孫金秀.現代流通業效率指標體系的構建與評價—基于中國30個省際數據的比較分析[J].商業經濟與管理，2014（6）