基于SBM-DEA模型的中國省份物流發展效率研究

□ 馬浩燃

(上海理工大學 管理學院，上海 200093)

1 引言

物流業是將交通運輸、倉儲、郵政通信等行業進行整合的復合型服務行業，它連接著生產商與消費者，在經濟發展中具有非常重要的地位，是擴大內需的一種重要方式，被稱為“第三利潤源”。物流業的發展對一個企業、一個地區的經濟發展都非常關鍵，因此也成了企業和政府重點幫扶的行業之一。隨著現代科技的不斷進步以及經濟的飛速發展，物流行業的發展已經成為衡量一個地區或國家經濟發展水平的重要指標[1]。

然而，中國各省之間的經濟發展、科技發展以及道路建設都不相同，這就使得各省的物流發展也不一致。雖然物流行業在經濟發展中是一個重要的內容，但是，在物流行業的發展過程中，仍存在著物流效率低下、建設成本高、資源浪費等問題。因此，對每個省的物流行業進行評估分析是有必要的，這樣政府就可以針對不同省份提出不同的方案去促進各省物流行業的發展。

而在物流行業的發展中，物流效率問題是至關重要的內容，是一個非常重要的衡量物流發展水平的指標，對物流行業的效率進行分析評估，是提升物流行業發展的重要手段之一。目前，學術界已經有很多學者對物流效率進行分析評估，并提出相應的措施來促進效率的提升。云俊等運用DEA模型對我國主要的集裝箱港口的物流效率進行分析評估，并指出港口的設施投入是提高物流效率的一種重要方式[2]。劉滿芝等利用DEA模型和投影分析的方法來分析江蘇省13個地級市的物流效率以及其物流效率低下的原因[3]。汪旭輝等運用SFA模型來分析評估我國23個地區的農產品物流效率問題[4]。劉濤等運用超效率SBM模型對河南省18個地級市以及10個省管縣的物流效率問題進行評估[5]。王博等選擇利用三階段DEA模型，將環境因素考慮進去，分析我國“一帶一路”沿線地區和兩個核心區域的物流效率[6]。

通過對已有文獻進行分析，我們可以清楚地發現學術界用來分析物流效率的方法主要有隨機前沿模型(SFA)和數據包絡分析(DEA)，而其中使用最多的就是DEA模型。因為DEA模型只考慮輸入和輸出變量，不需要很清晰地表示出投入和產出間的關系，并且輸入變量和輸出變量都可以是高維的。因此，本文選擇使用DEA模型，并考慮松弛變量，來分析中國30個省2019年的物流效率問題，以期對未來的物流行業發展提供幫助。

2 研究方法

2.1 數據包絡分析

本文的主要研究內容是效率問題，而在效率研究中，數據包絡分析是一種非常有效的方法。在許多的效率研究問題中，數據包絡分析因為簡單易行以及經濟背景，被廣泛用作非參數的線性規劃方法。自從Charnes等在1978年提出DEA方法之后，該方法就得到了廣泛的使用與快速的發展[7]。DEA方法已經被證實在識別最佳實踐前沿以及對決策單元(DMU)進行排序是有效的，并且事先不需要對投入和產出的權重進行假設[8-10]。

DEA模型主要有兩種類型，一種是徑向模型，一種是非徑向模型。這個由Charnes，Cooper和Rhodes所提出的CCR模型是一種徑向模型，其原始模型以及對偶模型如下：

(1)

u≥0,v≥0

其中，yrj指第j個決策單元的第r類輸出，xij指第j個決策單元的第i個輸入，u指輸出變量的權系數，v指輸入變量的權系數。

針對式(1)這樣帶有分數的線性規劃，可以使用其對偶的形式進行求解，其對偶模型如式(2)所示。

λj≥0,j=1,2,…,n

(2)

2.2 SBM-DEA模型

傳統的DEA模型并沒有考慮輸入和輸出變量的松弛或擁塞的情形，但如果對這些問題不加以考慮的話，可能會使得效率的評估出現問題，造成評估不準確的情況。于是，為了防止出現這樣的問題，Tone提出了集成數據包絡分析(SBM-DEA)的基于松弛變量的度量，該模型充分考慮了輸入和輸出的松弛變量[11]。SBM-DEA模型如式(3)所示。

(3)

除此之外，SBM-DEA模型還可以通過松弛對輸入和輸出變量進行調整，以提高效率。變量的調整方式如下：

(4)

當求解的結果是ρ*=1并且各松弛為0時，表示該決策單元是有效的。當ρ*<1,則表示該決策單元是非有效的，這個時候就可以通過松弛變量調整原來的輸入來提高效率。相應的變量的調整形式如下。

(5)

本文所研究的物流效率問題可以通過松弛變量的調整來提高各省的物流效率,并且松弛變量的調整也可以為接下來的物流行業的發展提出相應的措施，即在物流行業的發展過程中，改變哪些輸入變量可以提高物流的效率。

3 指標體系構建及數據來源

3.1 指標體系構建

在運用SBM-DEA模型來分析評估效率問題時，最重要的一步就是選擇輸入變量和輸出變量，如果選擇的輸入和輸出變量不合理，那么計算出的效率值也會不合理。因此，選擇一個合理的輸入和輸出變量是有必要的。通過對文獻的閱讀和總結，我們發現進行效率分析時，常常被選作投入變量的是人力、物力以及財力(資本)這三種，而產出變量主要是經濟效益和社會效益。因此，本文考慮到與物流業發展相關的指標，將物流業(交通、倉儲、郵政等)就業人員、物流運輸路線以及物流貨物的運輸量作為SBM-DEA模型的投入指標，物流業的經濟收入(交通運輸、倉儲、郵政業生產總值)作為模型的產出指標。具體的指標如表1所示。

表1 物流業的投入產出指標

3.2 數據來源

本文根據選擇出來的指標搜集相關的數據，數據來源于《中國統計年鑒》。

4 各省份物流效率實證結果

4.1 基于SBM-DEA模型的結果

基于本文所搜集到的相關數據，對中國30個省份2019年的物流效率進行評估分析。通過Stata軟件對30個省份的數據進行評估分析，得出最后的綜合效率，如表2所示。

從表2的效率結果來觀察，物流效率最高的省市一共有5個，分別為北京、天津、河北、上海和河南，而物流效率比較高的是江蘇、山東。可以比較清楚地看到物流效率比較高的省份大多處于中國東部地區和沿海地區，是交通發達的省市，這就表明如果一個地區的經濟發展水平較高，交通便捷，物流效率就會越高。然后，我們還可以發現在非DEA有效的城市中，效率最低的省份分別為青海、甘肅、寧夏以及黑龍江，這些省份位于西部內陸以及東北交通不便捷的地區。由此可見，在地大物博的中國，經濟發展不一致、交通線路的建設不完善等問題都會導致各省的物流發展效率不一。

表2 2019年各省的物流效率

除了分析總體情況之外，我們還將數據集進行分類分析。我們將30個省市分為東部地區和西部地區，然后討論其平均效率，結果如表3所示。

表3 東西部地區物流平均效率

從表3的結果中我們可以很清楚地看到，東部地區的物流效率遠遠高于西部地區的物流效率，這表明在中國物流行業的發展中，東部地區要高于西部地區，這主要是因為西部地區的經濟發展不足以及交通設施建設不完善，同時，該地區還是以其他行業為主，并不是以物流業的發展為主。相反的是，東部地區的經濟發展迅速、交通設施完備，因此交通運輸業發達，使得物流行業在東部地區得到了快速的發展。

4.2 基于SBM-DEA模型的投入調整

分析完效率之后，我們知道了各省的物流效率，并且發現物流效率高的省份其物流行業的發展也更快。因此，我們應該研究的是通過什么手段來提升各省的物流效率以促進該省的物流業的發展。SBM-DEA給出了一種解決方式，那就是通過調整投入來促進效率的提升，投入調整的數據如表4所示。

表4所顯示的調整結果就是在幫助該省份如何調整投入來提升物流行業的效率。比如，對山東而言，要想使其物流效率出現提升所需要進行的調整是在線路運輸長度上減少28475.47米，在貨運量上減少85132.36萬噸，這樣就可以使得山東的物流效率達到DEA有效。過度的運輸線路以及貨運量的運輸，雖然會讓經濟有所增長，但是會造成物流運輸成本的上升，這樣不利于物流行業的發展。而從表4的分析結果中，我們可以很清晰地看出最需要進行調整的是各省的貨運量，幾乎每個省的物流效率都沒有達到DEA有效，其中過多的貨運量有不小的影響。這表明在各省發展物流行業的同時，需要認真考慮所能提供的最高貨運水平，貨運量并不是越多越好，如果貨運量超過該省份所能提供的最大貨運能力，那就會造成額外的貨運成本，進而使得物流行業的發展成本出現上升，不利于物流行業的發展。

表4 投入調整

除了貨運量需要調整外，另一個需要進行調整的是就業人員，物流行業的發展需要人員，但是如果進入該行業的就業人數超過了該省該行業所能提供的最多就業崗位，就會造成就業冗余，使不需要人員進行操控的部門也會招收人員進行工作，這樣就會造成人員的浪費，增加物流行業的勞動力成本。因此，各省在發展物流行業的同時，必須認真分析該省在物流行業發展過程中，到底需要多少就業人員，避免造成勞動力過剩，帶來額外的勞動力成本，不利于物流行業的發展。

在本文所選擇的投入指標中，還需要調整的就是物流運輸線路，但是這個調整不是必須的，因為每個省的交通設施建設除了方便自身的物流發展外，還可以對其他省市的物流發展起到作用。在本文的分析中，運輸線路的調整只是為了使自己省份的效率可以得到提升，這只說明不要過度的去建設交通設施，不然會造成額外的成本，但是交通建設又是必須的，因為交通建設關乎其他行業的發展。因此，在本文所使用的模型中，該投入需要調整，但就現實情況而言，我們可以將目標放在另外兩個投入上，只要將他們調整好，就可以有效地提升物流效率，促進物流行業的發展。

除了分析各省的調整情況，我們還分析了東部地區和西部地區的總體調整狀況，結果如表5所示。

表5 東西部的投入調整

從表5的結果中我們可以很清楚地發現，西部地區的物流效率要想達到有效就必須進行更大的調整，就業人員和貨運量都需要進行非常大的調整，這也是因為西部地區經濟發展不足、交通設施不完備。由于物流行業在西部地區的發展從開始就不足，因此，要想物流效率達到有效所進行的調整就自然更多。

除了對投入進行調整外，我們還可對產出進行調整，增加物流行業的產出也會提升物流效率。

5 總結

本文使用SBM-DEA模型對中國30個省份的物流效率進行評估分析，并通過松弛變量的調整來幫助非DEA有效的省份，通過調整多少來達到DEA有效。最終的結果顯示：30個省中有5個省達到了DEA有效，這表明有5個省的物流行業的發展是比較好的，而這5個省中有4個是位于中國的東部沿海地區，這表明東部經濟發達地區的物流效率是比較高的，進而物流行業的發展也是更加迅速的。還有1個省是交通大省，交通線路非常發達，交通設施非常完備，這是其物流效率較高的原因，也是促進物流行業發展的因素。除此之外，我們還發現相對于東部地區，西部地區的物流效率非常低下，這是因為西部地區的經濟發展不足，交通設施等都不完備，這就表示要發展西部地區的物流行業就必須先發展西部地區的經濟和加強西部地區的交通設施建設。

本文還通過松弛變量對非DEA有效的省份的投入或產出進行調整，以此來促使該省的物流效率達到有效，進而促進該省物流行業的發展。在調整中，需要大幅度調整的是貨運量，這表示在各省發展物流行業的時候，需要認真考慮省內所能提供的貨運水平，恰當的貨運可以促進物流發展，但是超過了就可能會阻礙物流效率的提升和物流行業的發展。

綜上所述，本文提出以下幾點建議：

①西部地區的物流行業要得到發展，必須加強交通設施建設和經濟發展。

②各省在發展物流行業的同時，需要認真思考物流行業的就業人數和貨運量，以免帶來額外的物流運輸成本和勞動力成本。