基于DEA模型的江蘇省農(nóng)產(chǎn)品物流效率研究

聶岸超，孟利清

（西南林業(yè)大學(xué)，云南 昆明 650051）

引言

近年來，“互聯(lián)網(wǎng)+”思潮推廣開來，使得資訊流通更加快速，農(nóng)產(chǎn)品的運(yùn)銷雖受時(shí)空限制，不如其它工商業(yè)產(chǎn)品利用電商迅速，但物流行業(yè)已推動(dòng)農(nóng)產(chǎn)品在運(yùn)銷上的大革新，目前農(nóng)產(chǎn)品的運(yùn)銷以臨近市場(chǎng)土地銷售，發(fā)展生鮮處理場(chǎng)或農(nóng)產(chǎn)物流中心為主，大多以采購(gòu)、收購(gòu)或契約方式集貨，經(jīng)分級(jí)包裝后，銷售至各個(gè)單位。然而在農(nóng)產(chǎn)品運(yùn)銷過程中，如何在農(nóng)產(chǎn)物流過程中，以最迅速的時(shí)程處理好農(nóng)產(chǎn)品，進(jìn)而提高在交通網(wǎng)絡(luò)中運(yùn)輸時(shí)效性，農(nóng)產(chǎn)品物流組織與物流基礎(chǔ)設(shè)施就顯得尤為重要。目前，江蘇省基本構(gòu)建起較為完整的農(nóng)產(chǎn)品物流組織體系和遍布城鄉(xiāng)的經(jīng)營(yíng)服務(wù)網(wǎng)絡(luò)，培育了一批產(chǎn)供銷一體、線上線下融合發(fā)展的農(nóng)產(chǎn)品物流主體，在推動(dòng)農(nóng)產(chǎn)品出村進(jìn)城、搞活農(nóng)產(chǎn)品流通、幫助農(nóng)民增收致富、擴(kuò)大城鄉(xiāng)消費(fèi)等方面發(fā)揮了重要作用，促進(jìn)農(nóng)產(chǎn)品物流是發(fā)展現(xiàn)代農(nóng)業(yè)、促進(jìn)農(nóng)民增收的重要抓手[1]。

1 江蘇省農(nóng)產(chǎn)品物流效率實(shí)證研究

1.1 方法選擇

為評(píng)估江蘇省農(nóng)產(chǎn)品物流現(xiàn)狀、效率以及分析各城市資源配置調(diào)整方向，采用極具客觀性的DEA（數(shù)據(jù)包絡(luò)模型）分析法。除了效率值比較和衍生的相關(guān)討論外，還進(jìn)行規(guī)模報(bào)酬分析，最后是農(nóng)產(chǎn)品物流松弛變量分析。

為搶抓國(guó)家加快現(xiàn)代農(nóng)業(yè)設(shè)施建設(shè)重大機(jī)遇[1]，評(píng)估各城市如何減少投入是一個(gè)重大課題，本研究是以可能的最小成本為目的，BCC(Charnes,Cooper and Rhodes)是將原來的技術(shù)效率分成純技術(shù)效率和規(guī)模效率兩部分，對(duì)于物流效率的研究更加細(xì)致和直 觀[2]。以BCC（Bankers, Charnes and Cooper）投入導(dǎo)向計(jì)算各所有決策單位（Decision Making Unit, DMU）的相對(duì)效率。

1.2 指標(biāo)選取

擬對(duì)2019年江蘇省13個(gè)市農(nóng)產(chǎn)品物流進(jìn)行效率研究，將較為傳統(tǒng)的指標(biāo)與能體現(xiàn)農(nóng)產(chǎn)品運(yùn)輸?shù)膭?chuàng)新性指標(biāo)相結(jié)合，根據(jù)經(jīng)驗(yàn)法則所選取的決策單元個(gè)數(shù)最好為I/0變量總和的兩倍以上，DEA所分析的效率值才有足夠的鑒別力。由于農(nóng)產(chǎn)品的時(shí)效性與銷售地點(diǎn)的靈活性，農(nóng)產(chǎn)品運(yùn)輸主要由公路貨運(yùn)承擔(dān)，因此，架構(gòu)了高速公路里程變量與貨運(yùn)汽車數(shù)量變量。物流特別是農(nóng)產(chǎn)品運(yùn)輸過程中，由于農(nóng)產(chǎn)品的包裝沒有統(tǒng)一標(biāo)準(zhǔn)，裝卸搬運(yùn)與包裝過程中機(jī)械化程度不高，暫屬勞動(dòng)密集型產(chǎn)業(yè)，所以選取農(nóng)產(chǎn)品物流從業(yè)人員這個(gè)變量。農(nóng)產(chǎn)品貨運(yùn)量反映區(qū)域物流的活躍程度，代表了農(nóng)產(chǎn)品區(qū)域物流的運(yùn)行狀態(tài)[3]。并考量資料客觀性、可及性與代表性等因素，選擇最直接且最具代表性的農(nóng)產(chǎn)品貨運(yùn)量作為產(chǎn)出變量?；谏鲜龇治鲞x取指標(biāo)：投入指標(biāo)為載貨汽車擁有輛，高速公路里程，農(nóng)產(chǎn)品物流從業(yè)人數(shù)；確認(rèn)的產(chǎn)出變量為農(nóng)產(chǎn)品貨運(yùn)量。

1.3 數(shù)據(jù)來源

數(shù)據(jù)主要整理于2020年《江蘇省統(tǒng)計(jì)年鑒》以及其他13市統(tǒng)計(jì)年鑒與《中國(guó)統(tǒng)計(jì)年鑒》。其中農(nóng)產(chǎn)品物流從業(yè)人數(shù)由于在各大統(tǒng)計(jì)年鑒中沒有相應(yīng)統(tǒng)計(jì)，以農(nóng)村中交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)從業(yè)人數(shù)替代[4]，見表1～表3。農(nóng)產(chǎn)品貨運(yùn)量各市年鑒亦沒有準(zhǔn)確數(shù)據(jù)，以各市公路貨運(yùn)量替代。

表1 江蘇省13市農(nóng)產(chǎn)品物流投入、產(chǎn)出指標(biāo)

表3 江蘇地區(qū)農(nóng)產(chǎn)品運(yùn)輸投入產(chǎn)出與變量松弛變量

2 研究結(jié)果實(shí)證分析

2.1 基本效率分析

DEA模式所評(píng)估出的效率值為決策單位間之相對(duì)效率值，而非絕對(duì)效率值，其越接近1，即代表其相對(duì)效率越佳。透過假設(shè)為固定規(guī)模報(bào)酬的CCR模式可求得決策單元的技術(shù)效率。利用假設(shè)為變動(dòng)規(guī)模報(bào)酬的BCC模式，則可求得各決策單元的純技術(shù)效率。由于技術(shù)效率為純粹技術(shù)效率與規(guī)模效率之乘積，因此，將所求得的技術(shù)效率值除以純粹技術(shù)效率，即可獲得規(guī)模效率值的資料。

為確保研究的合理性，以dep2.1版軟件進(jìn)行CCR、BCC、規(guī)模報(bào)酬等模式評(píng)估各決策單位于2019年的相對(duì)效率。分析CCR 模型的整體技術(shù)效率值，若該組的綜合效率值為1，則該城市是相對(duì)有效率的，反之則屬于相對(duì)無效率。純技術(shù)效率值是用來表示各決策單元是否能有效的運(yùn)用投入項(xiàng)變數(shù)以達(dá)到產(chǎn)出最佳化，在不考慮資源大小情況下的作業(yè)效率數(shù)值愈大愈好，而由于造成整體技術(shù)無效率的原因可來自于純粹技術(shù)無效率或是規(guī)模無效率，所以需對(duì)純技術(shù)效率和規(guī)模效率進(jìn)行分析。

從表2可知，江蘇13個(gè)市，綜合效率達(dá)到1的城市有無錫市、徐州市、鎮(zhèn)江市。拿到最佳純技術(shù)效率的有5個(gè)城市。純技術(shù)效率平均值是0.824。此外在規(guī)模效率值方面，第一階段獲利能力中規(guī)模效率達(dá)到1的共有4個(gè)城市，規(guī)模效率平均值為0.932。蘇州市的規(guī)模效率顯著低于平均值，但大體而言，其純技術(shù)效率值仍與技術(shù)效率評(píng)分有一定的差距。因此，可以了解造成整體技術(shù)效率下降的原因，主要是由于規(guī)模效率的不足，致使其整體技術(shù)效率不佳。規(guī)模效率不佳的原因，可解釋為蘇州市農(nóng)產(chǎn)品物流營(yíng)運(yùn)規(guī)模的適當(dāng)性低于其他城市；揚(yáng)州市的規(guī)模效率也顯著低于平均值，但與蘇州市不同的是揚(yáng)州市的純技術(shù)效率與綜合效率顯著低于1。因此，揚(yáng)州市的綜合效率不佳以致影響規(guī)模效率結(jié)果，使其顯著低于平均值。究其原因，揚(yáng)州市此前被拆分為揚(yáng)州市與泰州市，對(duì)揚(yáng)州市的公路網(wǎng)絡(luò)合理性造成了一定的影響。揚(yáng)州市瀕臨長(zhǎng)江與京杭大運(yùn)河，水網(wǎng)密集，在高速公路設(shè)置方面必然有所影響?；窗彩信c南通市的技術(shù)效率值＜0.6，考慮地理問題，淮安市與南通市地理位置較差，處于江蘇地區(qū)的邊角，長(zhǎng)期交通不發(fā)達(dá)，公路網(wǎng)設(shè)置極其不合理，致使這兩個(gè)城市技術(shù)效率值與綜合效率值低。

表2 江蘇省13市農(nóng)產(chǎn)品物流效率

規(guī)模報(bào)酬遞減的城市共有4個(gè)，分別為南京市、蘇州市、南通市與鹽城市。這些城市農(nóng)產(chǎn)品物流的投入資源過剩，應(yīng)考慮減少投入以達(dá)最有效率之規(guī)模；規(guī)模報(bào)酬遞增的城市共有5個(gè)，分別位為常州市、淮安市、揚(yáng)州市、泰州市與宿遷市，其農(nóng)產(chǎn)品物流規(guī)模還有擴(kuò)充之空間，所以可考慮擴(kuò)大經(jīng)營(yíng)規(guī)模以達(dá)最有效率之規(guī)模；規(guī)模報(bào)酬不變的城市共有4個(gè)，分別為無錫市、徐州市、鎮(zhèn)江市、連云港市，這四個(gè)城市處于最適生產(chǎn)規(guī)模階段。

2.2 江蘇地區(qū)農(nóng)產(chǎn)品物流松弛變量分析

考慮了DEA模型的有關(guān)實(shí)證分析，輸入指標(biāo)的松弛變量不為零，表明所對(duì)應(yīng)的決策單元中的投入要素沒有最大限度的表現(xiàn)出理論上的程度。產(chǎn)出變量的松弛變量不是零的情況下，可以得出與之相關(guān)的DMU單元在現(xiàn)如今的投入水平下，產(chǎn)出的缺額[3]。

由表3可知，農(nóng)產(chǎn)品從業(yè)人數(shù)冗余的城市有8個(gè)城市，分別為常州市，南通市，連云港市，淮安市，鹽城市，揚(yáng)州市，泰州市與宿遷市。在13個(gè)市占大半，其中有5個(gè)城市冗余情況超過平均值1.262，分別為南通市，鹽城市，揚(yáng)州市，泰州市與宿遷市；高速公路里程冗余的城市有4個(gè)城市，分別為南通市，鹽城市，泰州市與淮安市。鹽城市，泰州市，淮安市，南通冗余情況高于平均值，其中泰州市與鹽城市極大的超出平均值；載貨汽車擁有量冗余的城市僅有2個(gè)，分別為揚(yáng)州市與常州市。產(chǎn)出方面，農(nóng)產(chǎn)品貨運(yùn)量不足的城市僅有3個(gè)，分別為淮安市，揚(yáng)州市，泰州市。

3 結(jié)語

江蘇地區(qū)13個(gè)市里有8個(gè)市存在大量的從業(yè)者冗余，在這8個(gè)城市中卻有3個(gè)城市仍舊存在農(nóng)產(chǎn)品運(yùn)輸量不足，分別為淮安市、揚(yáng)州市與泰州市。雖說農(nóng)產(chǎn)品運(yùn)輸產(chǎn)業(yè)是屬于勞動(dòng)密集及規(guī)模經(jīng)濟(jì)的產(chǎn)業(yè)，但也表明未能有效發(fā)揮投入資源，事倍功半，形成人、物力等資源浪費(fèi)?？梢娊K大部分地區(qū)的農(nóng)產(chǎn)品物流從業(yè)人員的專業(yè)化程度不高，依賴于大量人力來彌補(bǔ)效率的不足。江蘇地區(qū)許多城市的高速公路與載貨汽車等資源在農(nóng)產(chǎn)品運(yùn)輸中存在冗余，缺少了農(nóng)產(chǎn)品綜合物流中心，必然會(huì)降低農(nóng)產(chǎn)品物流效率。

當(dāng)今農(nóng)村電商蓬勃發(fā)展的情況下，農(nóng)產(chǎn)品物流能否滿足現(xiàn)今電商條件下的農(nóng)產(chǎn)品需求，需要端視物流績(jī)效的高低。應(yīng)以最少投入，而獲得最大的產(chǎn)值。如何增強(qiáng)投入效能的發(fā)揮，也同樣成為江蘇省農(nóng)產(chǎn)品物流產(chǎn)業(yè)亟待解決的重大挑戰(zhàn)。