基于DEA-Malmquist指數模型的東北地區農產品物流效率評價

張麗鳳 張家寧 呂 贊（渤海大學管理學院，遼寧錦州 121013）

改革開放以來，我國十分重視“三農”問題，中央出臺的一系列一號文件均將農業作為焦點，如何推進農業發展一直是我國經濟領域專家、學者研究的重要課題。小康社會的質量與“三農”的工作成效密切相關。2020年2月5日，中央發布一號文件，提出在全面建成小康社會的決勝時期，需充分保證重要農產品產量的穩定性以及供給的有效性。東北地區是我國重要的糧食生產輸出地和農產品加工基地。近年來，隨著東北振興等重大國家戰略的提出，東北地區的農業進入了一個嶄新的發展階段。2017年3月，國務院發布《東北地區與東部地區部分省市對口合作工作方案》，提出要通過對口合作促進東北地區特色農副產品進入東部地區市場，充分發揮東部地區與東北地區的比較優勢，實現東北振興。高效的農業物流體系是保證農產品有效供給的重要依托，農產品物流已成為影響農業生產和農業經濟效益的關鍵因素。但由于物流成本、技術創新和資源優化等問題突出，我國農業與物流業關聯度較低，區域間農業與物流業的耦合度存在較大差異[1-2]，與東部沿海地區相比，東北地區物流設施設備落后、發展水平較低，農產品物流成本居高不下，導致農產品物流效率相對較低。所以，深入研究東北地區農產品物流效率問題，提升優化要素資源配置，分析制約農產品物流效率提高的關鍵因素并提出相關對策，不僅能加快東北地區農業供給側結構性改革的步伐，而且對東北老工業基地的振興有著重要的現實意義。

一、文獻綜述

國內外專家和學者對于農產品物流效率的研究主要集中在物流效率評價指標和物流效率評價方法等方面。在農產品效率評價指標方面，LusineH.Aramyan（2007）提出冷鏈物流系統是一個典型的多輸入、多輸出的系統，由于農產品的生產季節性、運輸和儲存要求高、易腐爛變質性等特點使其冷鏈物流具有與其他物流系統不同的特性，所以想選取合適的農產品冷鏈效率評價指標是有一定難度的[3]。Rohit Joshi 和D.K.Banwet（2011）基于Delphi-AHP-TOPSIS 方法，構建了零售行業的冷鏈效率評價體系[4]。Simone Zanoni（2012）提出食品供應鏈要求低溫環境，并以保障食品的質量安全為目的，建立了一個關于食品供應鏈溫度優化的模型[5]。Amir Shabani（2012）從銷售代理選擇角度研究冷鏈物流系統，通過選取29 個銷售代理商實例數據，運用DEA 方法建立銷售代理商選擇模型[6-7]。

在農產品物流效率評價方法方面，王家旭（2013）運用DEA 方法分析了我國12 個糧食主產區的面板數據，提出我國需要走集約化、科技化的農產品物流發展道路[8]。Markovits 等（2014）利用DEA-PC 方法對歐洲29 個國家的物流效率進行評價[9]。程書強、劉亞楠（2017）以2005 至2014年西部地區省際面板數據為樣本，運用DEA-Malmqusit 指數模型方法對西部地區農產品物流效率變化、省際差異性變化情況及變化原因進行了探討，并分析了產業結構升級對新常態下農產品物流效率的影響[10]。賈圣強（2019）基于超效率和Tobit 模型對中部地區農產品物流效率及其影響因素進行了實證分析[11]。

綜合國內外對農產品物流效率的研究現狀，可以看出農產品物流效率方面的研究成果頗豐，很多學者已經從不同角度展開研究，為本文的研究提供了理論基礎。但國內有關農產品物流效率的研究，多集中在全國層面或者某一具體省市的研究，如朱粵（2019）、鄭丹青（2018）、趙帥（2018）分別研究了我國河北省、云南省和河南省的農產品物流效率；陳樂群（2018）研究了我國27 個省區的農產品物流效率動態變化情況，而研究區域性的農產品物流效率的相對較少，所以本文對東北地區農產品物流效率進行評價。

二、模型構建及指標選取

（一）研究方法

常用的農產品物流效率評價方法主要有隨機前沿分析法（SFA）和數據包絡分析法（DEA）兩種。總的來看，學者在研究農業物流效率時更傾向于選擇DEA 分析方法。這是因為SFA 方法的模型復雜，對投入產出數據的要求更高，然而對于農產品物流效率的投入和產出很難做出準確的衡量，相比之下DEA 方法的模型運用更加靈活。在已有研究的基礎上，本文采用DEAMalmqusit 指數模型方法對東北地區農產品物流效率進行評價。

（二）模型說明

DEA（數據包絡分析）由A.Charnes, W.W.Copper 和E.Rhodes 在1978年提出，屬于一種非參數分析方法。DEA 分析法可以對多種指標同時進行評價，它采用最優的原則，通過對多個投入產出指標進行分析，根據分析結果衡量系統的有效性。DEA 方法通過選取決策單元（DMU）的投入和產出數據，利用線性規劃選擇最優的投入與產出作為生產前沿，并以此構建數據包絡曲線。其中，有效點會落在前沿面上（數據包絡曲線上），效率值標定為1；無效點則會落在前沿面外（數據包絡曲線外），并被賦予一個大于0 且小于1 的相對的效率值[12]。

DEA 模型主要涵蓋CCR 模型、BCC 模型和DEA-Malmqusit 指數模型三種。然而CCR 模型和BCC 模型只能靜態分析決策單元間的相對效率，但DEA-Malmqusit 指數模型可以展開動態分析。不僅如此，它還可以將全要素生產率進行分解，能夠體現出技術、規模的變動情況，因此采用DEA-Malmqusit 指數模型能更準確反映效率動態變化情況。

Malmquist 指數利用距離函數進行運算，描述t 到t+1 期的投入產出效率變化，即：

（xt，yt）和（xt+1，yt+1）表示t 期與t+1 期的投入和產出。Dt（xt，yt）和Dt（xt+1，yt+1）都是距離函數，分別表示第t 期和t+1 期的技術效率水平。

對上式取幾何平均值，同時可考慮兩個時期的技術水平，即為全要素生產率變化（tfpch）：

全要素生產率（tfpch）可以分解為綜合技術效率變化指數（effch）和技術進步指數（techch）；綜合技術效率變化指數（effch）又可以分解成純技術效率變化指數（pech）和規模效率變化指數（sech）。（“vrs”表示規模效率可變的情況，“crs”表示規模效率不變的情況。）即：

（三）指標選取

采用DEA 分析法需要包含投入和產出兩類數據。由于沒有專門的農產品物流業相關數據，并且交通運輸、倉儲和郵政業占物流業產值的百分之八十以上[13]，故采用交通運輸、倉儲和郵政業的數據進行相關處理來近似表示農產品物流的投入產出情況。投入指標依據柯布-道格拉斯生產函數進行選擇，由于技術指標難以獲取和表示，故將其剔除，最后選擇資本和勞動力作為投入指標。這里參考歐陽小訊、黃福華（2011）[14]和程書強、劉亞楠（2017）的研究[10](97)，資本投入用交通運輸、倉儲和郵政業的固定資產投資總額乘以居民食品消費占總消費品的比重來近似表示，勞動力投入用交通運輸、倉儲以及郵政業的從業總人數近似表示。對于產出指標，選擇農產品流通總量和農產品流通值兩個方面，農產品流通總量用人均農產品數量（包括糧、油、蔬菜和水果）乘以各地區人口總數表示，農產品流通總值用交通運輸、倉儲和郵政業的總產值乘以居民食品消費占總消費品的比重近似表示（見表1）。

表1 東北地區農產品物流投入與產出指標選擇

三、實證結果與分析

為動態分析東北地區農產品物流效率的變化情況，同時考慮到數據的可獲得性，本部分以東北三省中各省GDP 排名前五的地級市作為比較分析對象，運用DEA-Malmqusit 模型對東北地區2007—2017年間農產品物流的投入和產出進行分析，結果如圖1和表2所示。

表2 東北三省各地級市DEA-Malmqusit 分析結果

圖1 東北地區全要素生產率變化情況

（一）整體性分析

從東北地區整體農產品物流效率的動態變化情況來看，2007—2017年間東北地區全要素生產率變化早期波動較大，但近年來變化趨于穩定（見圖1）。這是因為隨著東北振興戰略的提出，東北地區農產品物流營商環境有所優化，市場活力有所恢復，同時國家發布《東北地區物流業發展規劃》，這些都為東北地區農產品物流的發展提供了良好的宏觀環境。2007—2017年中有兩年的全要素生產率小于1，分別是2009年和2013年。2009年除受到金融危機的沖擊之外，東北地區還遭受了干旱、低溫等自然災害，不僅如此，2009年東北地區的技術進步指數也呈現大幅度下降的態勢，這也是造成其全要素生產率下降的主要原因之一。這表明農產品物流易受宏觀經濟、氣候環境和技術發展水平的影響。而2013年全要素生產率下降的主要原因是綜合技術效率的負向拉動，原因在于東北地區純技術效率和規模效率的同時降低。

根據表2可知，從時間角度看，東北三省的全要素生產率變化指數平均值為1.073，總體上升了7.3%，這表明東北地區農產品物流效率在2007—2017年有所上升。從全要素生產率變化指數的分解情況來看，東北地區平均綜合技術效率變化指數為0.941，平均技術進步指數為1.140，所以東北地區全要素生產率指數增長主要得益于技術進步，而綜合技術效率降低起了輕微抑制作用。

進一步觀察綜合技術效率的分解情況，可以發現東北地區的純技術效率和規模效率都處于下降態勢，表明東北地區的農產品物流仍以粗放式經營發展模式為主，并且對新技術的管理水平和利用效率還有待提高。

從空間角度看，遼寧省和吉林省農產品物流效率的Malmqusit 指數分解情況極為相似。2007—2017年間遼寧省和吉林省的平均全要素生產率都為DEA 有效且均高于地區均值，黑龍江省卻未達到有效。也就是說，近年來遼寧省和吉林省的農產品物流總效率有所提升，黑龍江省農產品物流效率則在下降。

技術進步指數變化狀況也同樣如此。遼寧省和吉林省的技術進步率都為DEA 有效且均高于地區均值，而黑龍江省的技術進步率為DEA 無效。這意味著遼寧省和吉林省的農業物流技術與當地農產品物流的需求匹配度較好，但黑龍江省的農產品物流投入沒能有效轉化為產出。

對于綜合技術效率，東北三省均處于DEA無效狀態。表明近年來東北三省整體農產品物流管理水平都在下降，但反觀三省全要素生產率變化情況，可以發現綜合技術效率的降低并不會造成全要素生產率明顯下降。

綜上所述，東北三省農產品物流的技術進步指數與全要素生產率指數變化趨勢相同，即技術進步顯著帶來整體農產品物流效率提升，技術創新能力下降會明顯造成農產品物流效率下降。綜合技術效率降低表明三省對農產品物流的相關決策水平有待優化，但這對農產品物流效率的抑制作用不顯著。

（二）差異性分析

從全要素生產率的變化情況來看，遼寧省的五個城市都有明顯的增長，其中鞍山市的全要素生產率在15 個地市中增長幅度最大，漲幅高達36.5%；吉林五市的全要素生產率也有一定程度的增長，但增長幅度相對較小；黑龍江省除大慶市和齊齊哈爾市有增長外，牡丹江、綏化、哈爾濱三個城市都在下降，而哈爾濱市的全要素生產率在15 個地市中下降幅度最大，下降了11.3%，這也進一步說明黑龍江省是東北地區農產品物流發展的短板。

就技術進步情況而言，營口市的技術進步率顯著增長了35.7%，漲幅最大，而綏化市的技術進步率降低了5.7%，回落幅度最大。遼寧省和吉林省各地市、黑龍江省牡丹江市的技術進步指數都為DEA 有效，而黑龍江省大部分城市都為DEA 無效。值得注意的是，全要素增長率的變化情況與技術進步指數變化情況基本吻合，表明技術創新是影響各地市農產品物流效率的關鍵因素。

對于綜合技術效率，15 個地市中只有大慶、鞍山、齊齊哈爾有所增長，其余城市除綏化市沒有變化之外，都有所回落。這也反映出東北地區的農產品物流技術管理水平有待提升。其中，大慶市的綜合技術效率增幅最大，增長了9.9%，而大連市下降了15.6%，綜合技術效率降低幅度最大。從綜合技術效率分解情況來看，規模效率變化和綜合技術效率變化情況基本一致，即規模效率增長的城市綜合技術效率幾乎也都在增長，所以大部分地級市應引導企業優化農產品物流技術投入結構，著力打造農產品物流業的規模效應。

根據全要素生產率的分解情況，可以將15個地級市分成四類（見圖2）。

圖2 東北各地級市按全要素生產率指數分解情況圖

第一類是綜合技術效率和技術進步率都增加的城市，如鞍山市。這表明鞍山市在發展農產品物流時不僅資本、勞動力資源投入合理，而且技術先進、管理水平高。近年來，鞍山市按照國家標準建造綠色農副產品市場、鼓勵發展農產品冷鏈物流，使鞍山市農產品物流效率實現跨越式發展。

第二類是綜合技術效率降低但技術進步率增加的城市，遼寧省和吉林省的大部分城市都屬于第二類。除牡丹江市之外，這類城市的全要素生產率均為正增長，這再次證明積極推動農產品物流技術發展能大大提高農產品物流效率。牡丹江市全要素生產率下降是由于綜合技術效率的抑制作用較大，這是因為純技術效率和規模效率同時處于無效狀態，所以牡丹江市在繼續保持技術發展的基礎上，不僅要充分發揮先進物流技術的效能，還要提升管理水平，適當調整要素投入量，以達到資源的最優配置。

第三類是綜合技術效率和技術進步率都降低的城市，如哈爾濱市，農產品物流的技術創新能力和管理水平落后是其農產品物流效率降低的主要原因。說明哈爾濱市缺乏對相關技術和資源的研究與合理利用，對農產品物流新技術研發的重視和有效管理程度都有待提高。

第四類是綜合技術效率增加但技術進步率降低的城市，這類城市有大慶、齊齊哈爾、綏化，它們都隸屬于黑龍江省。這類城市需要在保持資源有效利用的同時，重視引進和發展先進農產品物流技術。

綜合來看，2007—2017年間東北地區中農產品物流發展狀況最好的是遼寧省，其次是吉林省，而黑龍江省的農產品物流發展狀況最差。遼寧省和吉林省的大部分城市農產品物流技術管理水平低下；黑龍江省則嚴重缺乏農產品物流技術創新能力。另外，實驗結果多次印證了技術進步率對全要素生產率具有顯著影響，這意味著技術創新能力的加強能有效提高農產品物流效率。

四、研究結論及政策建議

（一）研究結論

本文利用DEA-Malmqusit 指數模型，測度了東北地區2007—2017年農產品的物流效率并進行了相關分析，主要結論有：

1.2007—2017年間東北地區總體農產品物流效率顯著提升，農產品物流技術創新能力明顯提高是導致農產品物流效率提升的主要動力；農產品物流管理水平處于下降狀態，這是由于規模效率不足及對資源和技術的不合理應用，但物流管理水平下降對農產品物流效率的抑制作用不顯著。

2.從時間角度看，樣本區間內東北地區農產品物流效率變化早期波動較大，后期變化趨于穩定。早期受全球性金融危機、自然災害、農產品物流技術發展不穩定等因素的影響，東北地區農產品物流效率變化幅度較大；近年來隨著東北振興戰略的深入貫徹，國家的重視與扶持，農產品物流技術得到了快速發展，這都為東北地區穩定其農產品物流效率提供了有效支撐。

3.從空間角度看，東北三省中遼寧省和吉林省的農產品物流總效率有所提升，黑龍江省則有所下降。具體到各地級市，東北三省各地級市的農產品物流效率水平呈現出明顯的省域分級，遼寧省各地級市農產品物流效率增長幅度普遍略高于黑龍江省各地級市，其中，遼寧省鞍山市和黑龍江省哈爾濱市差異最為明顯，主要原因是各省市農產品物流技術創新能力差異較大。

（二）政策建議

1.培育技術創新能力，提升農產品物流全要素生產率。技術創新能力是東北地區農產品物流效率提升的關鍵動力源。創新聯盟集技術研發和成果轉化于一體，是重要的科技創新平臺。東北地區可以通過構建農產品物流創新聯盟，使科研和物流技術應用緊密結合，加速創新成果的轉化和使用，從而提升農產品物流科技創新能力。在建立創新聯盟的過程中，要充分發揮市場的調節作用，提高資源配置效率。政府則需要轉變職能，做好政策引導和市場監管，削弱宏觀經濟波動和自然災害對農產品物流供應鏈的沖擊，為農產品物流業提供一個穩定公平的大環境。另外，大數據、5G 技術也為農產品物流技術創新提供更多可能。由于5G 技術的高精度、高速度及低能耗等特性，東北地區應積極引導和推動5G 等新技術與農產品物流的融合，發展互聯互通的智慧農產品物流，優化農產品物流供應鏈流程，打造高效農產品物流體系。

2.合理規劃農業物流資源，提升規模效率和管理效率。東北地區粗放的農產品物流發展模式、較低的決策管理水平雖然在現階段沒有明顯阻礙其農產品物流效率的提升，但從長遠來看，這會增加農產品物流與現代化科學技術的耦合難度，造成農業物流資源的嚴重浪費。因此，東北地區要提前規劃好農產品物流資源，促進農產品物流各要素的最優組合，重點提升農產品物流的規模化和專業化水平，從而帶動綜合技術效率的增長。要實現這一目標，首先可以把以往分散的農戶集中起來，以農業合作化的形式實現農產品生產的規模化和集約化，提高規模效率。其次，在農產品流通過程中，要精簡流通環節，發展高效冷鏈物流，促進物流節點之間的有效銜接。再次，積極引入高精尖物流人才，同時加強對農業物流管理人員的合理分配和專業性培訓，提高農業物流各環節的管理水平。

3.緊抓東北振興戰略契機，優化農產品物流空間布局。東北地區要以新一輪東北振興為契機，通過利用各種利好政策，穩定農產品流通量、穩定農產品產業鏈和供應鏈、擴大農產品物流市場。以農產品物流業為陣地，以有利政策為風口，以技術發展為動力，提升農產品物流效率，用高效的農產品物流作為回饋，助力東北振興。在加快農業經濟發展過程中向“新基建”借力，加強對新型基礎設施的統一規劃和建設，合理布局物流園區，優化農產品物流的空間布局，從而加速農產品物流各環節的高效銜接。

4.學習先進經驗，因地制宜發展農產品物流。東北地區臨近京津冀產業圈，可以利用區位優勢，深化與京津冀地區的合作，學習京津冀地區農產品物流先進經驗。具體到各省而言，各省需降低物流技術獲取壁壘，縮小區域間的技術差異。遼寧省和吉林省在保持現有的新技術創新增長態勢的同時，需要注重技術和資金勞動力等資源的優化配置，對管理人員進行專業化培訓，以提高其農產品物流管理水平。黑龍江省不僅需要加強對農產品物流先進技術的宣傳和推廣，還可以借鑒遼寧省的先進經驗和科技創新成果，積極引進和開發諸如包裝規模化技術、一體化冷鏈技術、食品追溯技術等物流新技術。

5.建設農產品物流信息技術平臺，夯實農產品物流高效運作的基石。信息技術平臺是推動農產品物流形成現代物流運作模式的強大支撐，而區塊鏈的發展為信息技術平臺的建設提供了新機遇。憑借農產品物流信息技術平臺，物流信息可即時共享，物流動態可實時追蹤，農產品物流的“準時生產”“零庫存”“標準化”等都將成為可能。東北地區應加強區塊鏈建設，強化區塊鏈知識培訓，加速區塊鏈與物流信息平臺的融合，實現高效、安全的數據共享。利用信息技術平臺整合分散的農業物流資源，用信息流帶動物流、人流、商流、資金流之間的高效連接，這既能降低成本，提高農產品物流運輸、配送效率，又能促進農產品物流向規模化、綠色化方向發展。