基于DEA模型的省域運輸倉儲業效率研究

李珊

[摘 要] 為了評價省域運輸倉儲業效率，對我國31個省市自治區運輸倉儲業的投入、產出指標構建DEA模型并進行分析。研究發現：我國各省市自治區運輸倉儲業投入產出效率差異顯著，平均效率偏低;純技術效率偏低是制約大部分省市自治區運輸倉儲業效率提升的主要原因;為了提升各省市自治區運輸倉儲業效率，應在適當調整投入規模的基礎上，著重普及先進運輸、倉儲技術，提升運輸倉儲業技術水平。

[關鍵詞] 運輸倉儲業;效率研究;DEA模型

[中圖分類號] F572.88? ? ? ? ? ? ?[文獻標識碼] A? ? ? ? ? ? ?[文章編號] 2095-3283（2020）05-0095-04

Abstract： In order to evaluate the efficiency of the provincial transport and warehousing industry， a DEA model was constructed and analyzed for the input and output indicators of the transport and warehousing industry in 31 provinces in China. The research finds that the input and output efficiency of the transportation and warehousing industries in China's provinces are significantly different， and the average efficiency is low; the low technical efficiency is the main reason for restricting the efficiency of the transportation and warehousing industry in most province; In order to improve the efficiency of the transportation and warehousing industry in each province， on the basis of appropriately adjusting the investment scale， it is important to focus on popularizing advanced transportation and warehousing technologies and improve the technical level of the transportation and warehousing industry.

Key Words： Transportation and Warehousing Industry; Efficiency Research; DEA Model

作為社會經濟流通中必不可少的支撐行業，我國運輸倉儲業有著夯實基礎，形成了遍布城鄉的網絡布局。近年來，為適應運輸倉儲市場不斷變化的需求，運輸倉儲業務種類增多、業務規模擴大。而傳統運輸倉儲業市場競爭力較弱、經營效率不夠高的問題凸顯出來。運輸倉儲業面臨著機遇與挑戰并存的境遇，因此運輸倉儲業的效率顯得愈發重要，如何提高資源配置效率和經營績效，成為運輸倉儲業部門管理者和研究者們亟待解決的問題。

一、運輸倉儲業效率研究現狀

蔡承志[1]（2018）為提高鐵路運輸作業效率，從作業計劃管理角度進行分析并提出可行對策。初天天[2]（2019）為研究流通產業效率提升方法，分析了基于流通產業全要素生產率提升的內在作用機制并提出相應作用途徑。孫曉宇[3]（2019）為提高旅客運輸效率，從客車編組等角度進行優化設計。Liya Panferova，Alevtina Kulagina[4]（2019）為了評估俄羅斯聯邦公共交通發展使用主觀和客觀計算指標進行分析。郝曉春[5]（2020）從預算角度研究交通運輸財務效率的影響（第17篇）。Cristina M. Campos-Alba， et al. [6]（2020）使用2014-2016年間193個西班牙城市的樣本，分析不同管理形式的城市公共交通的長期效率。

陳怡[7]（2012）運用20個省份面板數據建立DEA-Malmquist模型進行運輸倉儲等行業的效率分析。程華勝等[8]（2019）運用DEA-CCR模型和DEA-BCC模型對省域物流運輸效率進行研究，研究發現我國物流運輸整體效率不斷提高，但存在明顯地區差異。陸秋琴等[9]（2019）為探究地區陸路貨運效率，建立DEA模型中Malmquist指數對轉運效率進行研究。王李軒[10]（2019）創建DEA模型對陜西陸路交通運輸效率進行研究，分析陜西省內各個市之間交通運輸效率差異并提出可行建議。尉蔚[11]（2019）通過建立AHP-DEA模型對我國省域公路運輸效率進行評價。謝文佳[12]（2019）運用五家上市物流公司數據建立DEA模型進行企業經營效率分析。朱粵，劉崇獻[13]（2019）通過建立DEA模型對我國重要煤炭港口的物流運作效率進行分析評價。

二、研究方法

（一） DEA模型

本文為了研究我國各省市自治區運輸倉儲業效率進而構建DEA模型。使用設定的運輸倉儲業投入和產出指標的原始數據構建DEA模型，對運輸倉儲業效率值進行測算。常用模型為DEA-CCR模型和DEA-BCC模型。

其中，由Charnes等[14]首次提出的DEA-CCR模型。DEA-CCR模型的假設前提是各個決策單元的規模報酬處于不變狀態，并通過觀測表征類似的多個投入變量和多個輸出變量，模型客觀地分配各個變量的權重，有效避免通過研究者自身主觀判斷進行各個變量的權重分配而對結果造成的影響。通過此方法構建出的非線性模型對于效率的評價可等效于普通線性規劃模型。而于1984年由Banker等[15] 在允許各個決策單元的規模報酬變化的前提下提出DEA-BCC模型，與上述模型不同的是DEA-BCC模型將綜合技術效率進行劃分，可以通過模型直接對觀測數據進行評價。

因此，根據運輸倉儲業效率的特點，本文建立投入導向的我國各省市自治區運輸倉儲業DEA-BCC模型進行運輸倉儲業效率研究。對于各省市自治區情況，投入導向的運輸倉儲業DEA-BCC模型可表示為：

其中，表示各省市自治區運輸倉儲業效率研究的決策單元，X是省市自治區交通倉儲業的投入向量，Y是省市自治區交通倉儲業的產出向量。

若 ，θ=1，S+=S-=0則表明該省市自治區交通倉儲業效率處于DEA有效狀態;

若θ=1，S+≠0，或S-≠0則表明該省市自治區交通倉儲業效率處于弱DEA有效狀態;

若θ﹤1，則表明該省市自治區交通倉儲業效率處于非DEA有效狀態。

最終通過DEA-BCC模型顯示出各省市自治區交通倉儲業三個部分效率值。包含各省市自治區交通倉儲業綜合效率、省市自治區交通倉儲業純技術效率和省市自治區交通倉儲業規模效率，并且省市自治區交通倉儲業綜合效率受到其他兩個效率值的綜合作用。

（二） 模型指標體系選擇

為了更客觀、有效地開展研究必須選取出能夠真實反映各省市自治區運輸倉儲業效率的投入與產出指標。在選取各項指標的過程中結合運輸倉儲業真實情況，充分考慮所選取指標的科學性和可獲得性等原則。在評價各省市自治區運輸倉儲業效率的投入指標中，縱觀學術界目前主要以“人”和“財”作為指標進行后續研究。由于省市自治區運輸倉儲業涉及業務廣泛，因此產出指標主要以客運量、旅客周轉量、貨運量和貨物周轉量作為產出指標。

在符合以上要求的前提下，結合研究省份運輸倉儲業效率評價的相關文獻，本文以我國31個省市自治區運輸倉儲業數據作為進行交通倉儲業效率評價的決策單元，選取了2項運輸倉儲業投入指標和4項運輸倉儲業產出指標進行分析和評價，具體指標如表1所示。

運輸倉儲效率投入指標包含“人員投入”（I1）和“運輸線路長度”（I2）兩個個指標。其中“人員投入”指的是2018年31個省市自治區交通運輸倉儲業的實際投入總人數，是研究行業效率問題時廣泛使用的人力資源投入指標。“運輸線路長度”則是年鑒中記載的2018年31個省市自治區運輸路線總長度。

由于交通運輸倉儲行業物資等投入數據較為復雜，因此選取年鑒能客觀衡量各省市自治區交通運輸倉儲業效率的產出指標，包含“客運量”（O1）、“旅客周轉量”（O2）、“貨運量”（O3）和“貨物周轉量”（O4）這四項指標，四項指標均為2018年31個省市自治區交通運輸業數據。

三、 研究結果

（一）31個省市自治區運輸倉儲業效率

使用DEAP2.1軟件構建各省市自治區交通運輸倉儲業效率DEA模型，通過模型結果顯示2018年我國31個省市自治區交通運輸倉儲業效率值，如表2所示。

由表2可知，總體來看2018年31個省市自治區交通運輸倉儲業規模效率均值較高，達到0.908。但純技術效率均值僅為0.845，因此受到兩者共同作用的綜合效率均值低至0.768。這說明在不考慮環境、管理水平等因素下，我國運輸倉儲業規模效率較高，進一步表明在其他條件不變的情況下，運輸倉儲行業內部各種投入要素按相同比例變化時所帶來的產出較高。但我國運輸倉儲業純技術效率較低，說明運輸倉儲業總體效率被其牽制。進一步表明，從技術的角度來看，投入運輸倉儲業過程中的人力資源、資金等生產投入要素未被充分利用。

具體分析各省市自治區區，北京、天津、河北和上海等8個省市運輸倉儲業的三項效率值均為1，即這8個省市均處于2018年運輸倉儲業相對效率的效率前沿面，表明這些省市運輸倉儲業有效利用了投入的人力資源和資金，實現高產出效，并且在其他條件不變的情況下，運輸倉儲行業內部各種投入要素按相同比例變化時所帶來的產出結果也同樣很高。江蘇、廣東、河南和西藏等6個省自治區純技術效率值為1，表明從技術角度來看，這6個省自治區在運輸倉儲業投入的人力資源和資金通過可行的技術被充分利用。其中江蘇、廣東和河南3個省份規模效率值處于弱有效水平，說明這3個省份運輸倉儲行業內部各個投入要素按相同比例變化時，產出較高。而西藏、寧夏和海南3個省自治區規模效率值較低，海南省的規模效率甚至低至0.562，表明這3個省自治區運輸倉儲行業內部各種要素投入按相同比例變化時帶來的產出量較低。山西、內蒙古和吉林等17個省市自治區三項效率值欠佳，說明這些省市自治區要想提升運輸倉儲效率，既要重視提高技術水平以提高投入要素的產出率，又要重視運輸倉儲業規模效率的提升。

從運輸倉儲業規模報酬角度進一步分析，北京、天津、河北和上海等8個省市均處于運輸倉儲業規模報酬不變狀態，即在其他條件不變的情況下，運輸倉儲行業內部各種投入要素按相同比例變化時所帶來的產出率相同。西藏、寧夏和海南等17個省市自治區均處于運輸倉儲業規模報酬遞增狀態，說明在限制其他條件不變的情況下，這17個省市自治區在運輸倉儲行業內部人力資源、資金按相同比例增加時，帶來的產出率逐步增加。因此這些省市自治區運輸倉儲業可通過加大投入，提高運輸倉儲業產出率。江蘇、廣東和河南等6個省份均處于運輸倉儲業規模報酬遞減狀態，說明在限制其他條件不變的情況下，這6個省份在運輸倉儲行業內部人力資源、資金等按相同比例增加時，產出率會逐步下降。因此這些省份應通過提高運輸倉儲技術手段來提升運輸倉儲業效率。

（二）投入冗余分析

由于本文中建立的模型是投入導向的運輸倉儲業DEA模型，因此第二部分的分析僅從投入角度進行考慮。而北京、天津和河北等14個省市自治區處于DEA有效或者純技術效率有效狀態，因此這些省市自治區投入的人力資源、資金等資源的利用率較高，不存在投入冗余情況。其余以山西、內蒙古和遼寧為代表的17個省市自治區均存在不同程度的投入冗余情況，具體如表3所示。

從表3可以看出，2018年山西、內蒙古和遼寧等17個省市自治區在運輸倉儲業均存在不同程度的投入資源冗余情況，說明投入資源的利用率不夠高才使得這些省市自治區沒能夠達DEA有效狀態，應當根據實際情況調整投入資源。

四、 結論及建議

（一）結論

基于DEA模型對2018年我國31個省市自治區運輸倉儲業投入產出效率進行實證研究，結論如下：

在不考慮環境、管理等因素下的我國31個省市自治區運輸倉儲業綜合效率均值為0.768;運輸倉儲業純技術效率均值為0.845;運輸倉儲業規模效率均值為0.908。由上述數據可知，大多數處于非DEA有效的省份運輸倉儲業純技術效率普遍低于運輸倉儲業規模效率，因此可以認為束縛各省市自治區運輸倉儲業效率提高的主要因素是技術水平有限，因此大部分省市自治區主要應采取改進現有技術等手段，提高運輸倉儲業投入產出效率。

全部31個省市自治區中約1/4省市的運輸倉儲業投入產出效率值為1，即處于2018年運輸倉儲業相對效率的前沿面，表明這些省市2018年在運輸倉儲業的投入產出效率處于有效狀態。在DEA模型顯示，以上各省市暫不存在投入資源過多和產出過少情況，表明這些省市運輸倉儲業效率達到最佳狀態。從投入導向進行分析，山西、內蒙古和遼寧等17個省市自治區在兩項投入指標中均存在較大投入冗余，說明以現有的產出情況進行評定，投入處于冗余狀態。進一步表明這些省市自治區應改善運輸倉儲業發展環境，提升管理水平，進而實現更高的產出。

（二）建議

運輸倉儲業作為我國經濟轉型發展的重要環節，在加快建設的同時也應重視穩步提高運輸倉儲行業投入產出效率，而各省市自治區由于地理環境、經濟發展等因素不同，因此應因地制宜地采取合理措施，因此提出以下建議：

1.對于純技術效率較低的省市自治區應積極普及現代運輸、倉儲技術，加快運輸倉儲業基礎設施建設，推進運輸倉儲標準化建設。充分利用現有運輸倉儲技術的經濟效能。引進前沿技術手段，加快對各省市自治區內部分偏遠落后地區運輸倉儲技術的普及率，淘汰落后運輸倉儲產能，促進運輸倉儲業技術水平有效提升。

2.通過利用現有的信息技術和科技平臺適應市場變化，借助現有市場機制均衡配置運輸倉儲資源。根據各省市自治區實際情況合理調整人力、物力等資源投入力度，以期能減少資源浪費現象。

3.各省市自治區管理部門應積極開展宣傳，讓更多運輸倉儲組織滿足市場需求，積極調整人力資源結構。通過對組織內部員工展開業務、技術和技能培訓提升內部員工履行工作能力，并積極從外部引進優秀人才，提升運輸倉儲業從業人員業務素養。通過健全運輸倉儲業人才管理制度，改善業內人力資源管理，以提高運輸倉儲行業的純技術效率。

[參考文獻]

[1]蔡承志.提高柳鋼鐵路運輸作業效率的分析與對策[J].柳鋼科技，2018（05）：52-54.

[2]初天天.新時代背景下流通產業效率提升研究[J].對外經貿，2019（2）：60-61+71.

[3]孫曉宇.優化客車編組結構及開行方案提高運輸效率[J].價值工程，2019，38（34）：21-22.

[4]Liya Panferova，Alevtina Kulagina. Analysis of Effectiveness of the Public Transport System in Modern Conditions of Development[P]. Proceedings of the Ecological-Socio-Economic Systems： Models of Competition and Cooperation （ESES 2019），2020.

[5]郝曉春.基于預算視角的交通運輸事業單位財務管理效率實證研究[J].交通財會，2020（2）：20-23.

[6]Cristina M. Campos-Alba，Diego Prior，Gemma Pérez-López，Jose L. Zafra-Gómez. Long-term cost efficiency of alternative management forms for urban public transport from the public sector perspective[J]. Transport Policy，2020，88.

[7]陳怡.中國交通運輸、倉儲和郵政業效率分析——基于Malmquist生產率函數[J].重慶交通大學學報（社會科學版），2012，12（4）：49-52.

[8]程華勝，陳俊，郭嬌.基于數據包絡分析的區域物流運輸效率評價研究[J].萍鄉學院學報，2019，36（1）：28-32.

[9]陸秋琴，劉琦，黃光球.基于DEA-Malmquist模型的西北地區能源空間轉運格局效率及其變化分析[J].數學的實踐與認識，2019，49（1）：60-70.

[10]王李軒.基于DEA模型的陜西省道路交通運輸效率評價與分析[J].經濟研究導刊，2019（35）：65-67.

[11]尉蔚.全國各省份公路運輸AHP-DEA效率評價[J].價值工程，2019，38（6）：65-67.

[12]謝文佳.我國快遞物流企業動態效率測度及其改進研究——基于跨區域典型快遞物流上市企業的經驗分析[J].商業經濟研究，2019（19）：103-106.

[13]朱粵，劉崇獻.基于DEA模型的京津冀港口煤炭物流效率分析[J].對外經貿，2019（3）：41-46.

[14]Charnes A， Cooper W W， Rhodes E. Measuring the efficiency of decision making units [J]. European Journal of Operational Research，1978（2）： 429-444.

[15]Banker R D， Charnes A， Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis [J]. Management Science， 1984（30）： 1078-1092.

（責任編輯：郭麗春 曹曉東）