基于DEA的貴州省生鮮農產品物流效率評價

楊嬌 王全友

摘 要：本文在對DEA效率評價及生鮮農產品物流效率相關研究的基礎上，以2012—2021年貴州省生鮮農產品物流數據為樣本，運用DEA模型對其進行分析。研究表明：貴州省各年生鮮農產品物流的綜合技術效率、技術效率及規模效率有效性呈現不穩定的狀態。本文結合物流效率評價分析結果，提出發展貴州省生鮮農產品物流效率的對策，分別為：加大政府扶持力度、培養冷鏈物流專業人才、加強生鮮農產品物流基礎設施建設、發展第三方物流提升其管理水平等。

關鍵詞： 生鮮農產品；DEA模型；貴州；物流效率；冷鏈物流

本文索引：楊嬌，王全友.<變量 2>[J].中國商論，2023（11）：-114.

中圖分類號：F127 文獻標識碼：A 文章編號：2096-0298（2023）06（a）--04

1 引言

中國的經濟發展使居民食品消費水平和消費方式發生了根本變化，人們對生鮮農產品的消費觀從吃飽轉變為對生鮮農產品質量安全、新鮮程度等方面的追求。生鮮農產品在運輸、儲存、配送等物流活動過程中，如果時間過長或不具備合適的運輸條件，就會導致產品發生一定程度的損壞或變質，從而影響銷售。

貴州省經濟增長速度持續攀高，生鮮農產品的生產總值也逐步上升，迫切需要有高效、完善的冷鏈物流的支撐。目前貴州省冷鏈物流基礎設施及冷鏈物流技術的發展存在一些問題，導致生鮮農產品產后損失過大。因此，貴州省生鮮農產品物流發展仍存在局限，而解決物流效率問題更能有效促進貴州省經濟對全國經濟的推動作用，因而分析貴州省生鮮農產品物流效率是否達到有效，未達到有效是什么原因將有利于針對性地提出解決措施，進而提高貴州省生鮮農產品整體的物流效率，在一定程度上可以提高貴州省的物流競爭力。

近年來，運用DEA效率評價法對物流效率進行評價的研究已經非常成熟。Pannu等（2011）運用DEA-BCC模型對印度制藥廠產業的綜合效率進行求解分析。郭夢雅、王江（2016）應用超效率DEA模型評價了廣東省的物流效率，并提出了相應的對策和建議。隨著冷鏈物流的蓬勃發展，學者對生鮮農產品物流理論知識和技術水平的研究也更加全面。S.J. Jame等（2006）從生鮮農產品的技術層面指出冷凍是生鮮農產品物流流通過程中最有效保證產品新鮮程度的一種手段，對一些生鮮農產品流通中易腐損的影響因素進行建模分析。

運用DEA效率評價法對生鮮農產品物流效率進行評價的相關研究中，國內外學者針對不同地區生鮮農產品物流效率評價投入和產出指標選擇各不相同。如Hokey運用DEA模型對發達國家有代表性的生鮮物流企業進行了物流效率評價。Zhou等（2023）采用DEA兩階段模型對國內具有代表的冷鏈物流企業進行物流效率分析，并從宏觀層面提出了提高物流效率的對策。張永強等（2017）從物流速度、物流成本等4個層面選取11項投入產出指標對生鮮農產品流通效率進行評估。惠青等（2021）運用DEA模型對海南省生鮮農產品冷鏈物流效率評價。宋冰清（2021）針對湖北省森心農產品冷鏈物流的發展現狀，對其提出了相關的建議和對策。崔振洪等（2014）運用DEA的Malmquist指數分析法對我國農產品的物流效率進行分析，并指出我國農產品物流效率的影響因素，探究其物流效率較低的各類原因。劉陽等（2023）以2020年遼寧省面板數據為樣本，對遼寧省14個城市的生鮮農產品物流效率進行評價分析。張旭（2017）利用三段式DEA模型，為廣東省生鮮農產品環節布局規劃提出了政策建議。

通過梳理相關文獻發現，國內外對DEA評價法及生鮮農產品物流研究已經取得了一定的成效，采用DEA模型方法對農產品物流效率評價的研究在國內也逐步趨于成熟。基于此，本文以貴州省生鮮農產品為對象，采用DEA分析法對2012—2021年貴州省生鮮農產品物流效率進行分析。

2 DEA模型與指標選取

2.1 DEA-BCC模型

數據包絡分析方法（DEA）的基本原理是通過在決策單元（DMU）的投入變量或輸出變量不變的基礎上，借助類似數理統計和運籌規劃等方法，得出能作為效率值相對有效參考的生產前沿面，再將每個DMU投射到該生產前沿面上，判斷分析該單元格與生產前沿面所產生的偏差來評價有效性。DEA基本模型可以根據規模報酬是否變化分為規模報酬不變模型（CCR）和規模報酬可變模型（BCC）兩種。BCC模型用于評價規模報酬可變情況下的技術效率和規模效率，此時技術效率可以分解為純技術效率和規模效率。BCC模型中，假設規模報酬是可變化的，將綜合效率進一步分解成規模效率和純技術效率。DEA-BCC模型為：

設該BCC模型的最優解為、、、，則評價結果的判定依據為：當，且，時，決策單元DMU為DEA有效（純技術）；當，表示決策單元DMU為DEA純技術無效。

2.2 指標選取

（1）投入指標

本文選取了物流業從業人數、生鮮農產品固定資產投資額、生鮮農產品運輸里程數為DEA模型的投入指標。生鮮農產品物流的發展對相關專業技術、管理人才的要求較高，每一個物流活動的專業人才對整個生鮮農產品物流系統的效率有著很大的影響；物流業固定投資額對生鮮農產品的設施設備有著較大的影響。同時，物流網絡里程數反映了生鮮農產品物流的固定資產投資額，固定投資額對生鮮農產品物流業起決定性作用。引入生鮮農產品的運量占物流總運量的比例為W，并用該比率乘以投入指標來表示生鮮農產品物流的各投入指標。

X1：貴州省物流業固定投資額指運輸、倉儲和郵政業的投資額。生鮮農產品固定資產投資額：貴州省物流業固定投資指運輸、倉儲和郵政業的投資乘以生鮮農產品的運量占物流總運量的比例（W）。

X2：貴州省物流行業從業人數。選擇運輸、倉儲和郵政行業三個行業的在職人員之和表示生鮮農產品物流從業人數投入。

X3：貴州省物流網絡里程數，指公路里程、鐵路營業里程及河道里程相加得出。生鮮農產品物流運輸里程：貴州省公路里程、鐵路營業里程及河道里程相加乘以生鮮農產品的運量占物流總運量的比例（W）。

（2）產出指標

本文選取的產出指標為生鮮農產品貨運量和生鮮農產品產值。根據《中國冷鏈物流發展報告》對冷鏈物流中生鮮農產品的統計標準，選擇的農產品產量是指貴州省內蔬菜、水果、肉類產、水產品、奶蛋類加總的產量之和。

Y1：生鮮農產品貨運量指各貴州省蔬菜、水果、肉類產、水產品、奶蛋類的加總。

Y2：生鮮農產品產值選取貴州省交通運輸、倉儲和郵政業生產的總產值乘以生鮮農產品的運量占物流總運量的比率（W）。

3 貴州省物流效率評價分析

將處理后貴州省生鮮農產品物流效率的投入、產出指標數據代入CCR和BBC的 DEA模型中，運用軟件運算，得出貴州省從2012—2021年生鮮農產品物流的效率結果，表1為貴州省在不同時期的生鮮農產品物流效率值。

3.1 綜合效率有效性分析

表1中綜合效率數值輸出結果表示貴州省生鮮農產品物流綜合效率在2012年、2013年、2018年、2019年、2021年的綜合效率均達到1，在綜合效率上這幾年可以達到最大產出比，達到綜合效率有效；其余評價值小于1的DMU則表示未達到綜合效率有效，其中2014年、2015年、2016年、2017年的值處于0.9～1，表示貴州省生鮮農產品物流流通效率在這幾年的綜合效率為無效。若想達到綜合效率有效，可以在當前冷鏈物流技術水平下，通過減少使綜合效率無效的投入要素，進而使得貴州省物流綜合效率達到有效。2020年，在新冠疫情的影響下，綜合效率值低于0.9，則需要調整生鮮農產品物流資源配置、物流投入產出的結構，以增加其綜合效率值。

3.2 純技術效率分析

表1中純技術效率數值輸出結果表示貴州省生鮮農產品物流純技術效率在2012年、2013年、2014年、2015年、2018年、2019年、2021年均達到1，這幾年純技術效率做到了較為合理的物流資源配置，達到了純技術效率有效；而其余年份小于1，則未達到純技術效率有效，這幾年的純技術效率均處于0.9～1，表明這幾年的純技術效率達到了弱有效。想改進效率，達到純技術效率有效，可以對貴州省當前生鮮農產品物流技術和管理水平進行提升。

3.3 規模效率分析

判斷貴州省生鮮農產品物流的投入產出結構是否合理，可以比較各DMU的規模效率值是否為1來判斷。由表1可以看出，在2012年、2013年、2018年、2019年、2021年的規模效率均達到1，說明這幾年貴州省生鮮農產品物流的投入產出結構與規模合理，規模效率有效，達到了規模最優；在2014年、2015年、2016年、2017年、2020年規模效率值小于1，則表示貴州省生鮮農產品物流未達到規模最優，需要擴大貴州省生鮮農產品物流發展規模。貴州省從2012—2020年規模效益不變的年份有5年，規模效益遞增的年份有5年，說明在規模效益不變的這幾年增加生鮮農產品物流投入也不能帶來更多比例的產出，在規模效益遞增的年份適合繼續擴大生鮮農產品的物流規模。

3.4 松弛變量分析

投入松弛變量表示未被充分利用的資源數，松弛變量的值越大，表示DMU的投入資源越未被充分利用，造成資源浪費，否則就會出現投入冗余或產出不足的現象，如表2所示。

由表2可以看出，2016年、2017年、2020年存在投入冗余和產出不足的現象。其中，2016年、2017年、2020年投入冗余為生鮮物流固定資產投資額，分別為8.182億元、4.547億元、10.02億元，生鮮物流固定資產投資額投入冗余均值為2.275億元；而2016年、2017年的產出不足為生鮮農產品產值，2020年的產出不足為生鮮農產品貨運量，分別為1.121億元、1.97億元和53.477萬噸，生鮮農產品產值產出不足的均值為0.309億元，生鮮農產品貨運量產出不足的均值為5.348萬噸。然而，投入有多余冗余不足且這幾個年份處于規模效益遞增階段，當時還有很大的發展潛力，造成這一不合理現象說明，貴州省對生鮮物流固定資產投資松弛變量、冷鏈物流從業人員數量松弛變量、生鮮運輸里程松弛變量的投入冗余造成資源浪費，可能是粗放型經濟下盲目增加資產、勞動力等生產要素投入，反而不利于生鮮農產品物流效率的提高；而產出不足可能是因為企業管理水平低下，生鮮物流綜合技術水平過低，生鮮農產品從事人員專業水平素質較低等。

4 對策與建議

4.1 加大政府扶持力度

目前貴州省的生鮮農產品物流發展尚處于初級階段，政府可以根據貴州省生鮮農產品的自身特點和冷鏈物流發展現狀，制定一系列相關的優惠政策、規范制度和實施方案。在具體制定和實施過程中，需要集合多部門、多行業、多領域的優勢之處，各部門、行業之間相互配合、資源信息共享，政府發揮好調和作用，政府部門、行業和企業共同打造生鮮物流發展平臺，促進貴州省生鮮農產品物流的有效發展。同時，政府部門應充分發揮主導作用，對物流市場秩序的規范化、標準化進行規劃。針對生鮮農產品物流企業應制定一系列的扶持政策，嚴格審批流程，為貴州省生鮮農產品物流的發展提供堅實的保障。

4.2 培養冷鏈物流專業人才

貴州省生鮮農產品物流能夠健康快速地發展需要專業的人才資源作為保障，生鮮農產品物流的各個節點都需要專業人才支持。因此可以充分發揮貴州省物流行業協會、貴州省物流標準化技術委員會等行業協會的功能，組織行業專家對相關企業和政府進行生鮮農產品物流知識的培訓。貴州省可以鼓勵省內高校開設生鮮農產品冷鏈物流相關專業，完善相關課程，讓生鮮農產品物流企業與貴州省內高校合作，開展理論與實踐相結合的教育模式，形成多層次的人才教育、培訓體系，并與高校簽訂人才就業合同，讓更多人選擇生鮮農產品物流相關專業，推動生鮮農產品物流行業高素質人才隊伍建設，建立合作的生鮮農產品物流培訓基地。貴州省物流企業和高校可以通過大力引進冷鏈物流專業技術和管理人才，以引進人才推動從業人員技能培訓，有效促進貴州省生鮮農產品物流效率的提高。

4.3 加強生鮮農產品物流基礎設施建設

貴州省生鮮農產品物流基礎設施、設備較少，建設規劃生鮮農產品物流發展的硬件設施已經刻不容緩。為避免不必要的物流投入和冗余，對于規模效益提高但效率較低的年份，要及時總結教訓，加大基礎設施的建設力度，提高生鮮農產品的物流效率。貴州省各地區、物流企業可以通過建設冷鏈物流需要的冷藏系統、冷庫、冷藏運輸和配送車輛等技術硬件設施；通過建設生鮮農產品物流中轉站、區域冷鏈物流配送中心和冷鏈物流配送站點等物流設施提高物流的運輸和配送效率，通過建設區域冷鏈物流運輸和配送網絡，將生鮮農產品各配送節點精密結合。對于已經存在冷鏈物流基礎設施的縣級市和小鄉鎮應順應發展趨勢，對冷鏈物流基礎設施設備進行改造升級，努力引進先進的冷鏈物流技術。

4.4 發展第三方物流提升管理水平

有關企業集中收購生鮮農產品，解決生鮮農產品“賣難”的問題，實現農民增收，再把集中收購的生鮮農產品掛在網上統一售價、統一銷售、統一配送，以訂單的形式發出，集中運輸。開展生鮮農產品電商冷鏈配送模式，實現產銷一體化結構，節約流通環節的成本，同時降低生鮮農產品在流通過程中的損壞率，推動生鮮農產品物流的信息化、數據化。利用互聯網和大數據等相關技術對生鮮農產品物流運輸進行監測，實時了解生鮮農產品的狀態。實現生鮮農產品透明化管理、信息化管理，從而提高整個物流運輸效率。

5 結語

貴州省生鮮農產品物流發展水平雖然不斷提升，但對比其他省份來說，整體的發展水平不算太高。貴州省在這十年間僅有2012年、2013年、2018年、2019年、2021年五年的綜合效率達到有效，表明投入各要素得到了高效利用，其余五個年份貴州省生鮮農產品物流綜合效率無效。貴州省應對投入的指標進行合理且高效的利用，降低投入冗余，改進投入產出結構。借鑒部分省份并結合自身發展調整冷鏈物流技術水平與物流管理水平，針對規模效率來決定生鮮農產品物流規模與投入要素，提高貴州省生鮮農產品物流效率。政府部門應進一步優化農業、物流業的發展環境，加快貴州省冷鏈物流健康穩步發展。

參考文獻

Pannu H S， Dinesh Kumar U， Farooquie J A. Efficiency and productivity analysis of Indian pharmaceutical industry using data envelopment analysis[J]. International Journal of Operational Research， 2011， 10（1）： 121-136.

郭夢雅，王江.基于超效率DEA的廣州市物流效率研究[J].物流技術，2016，35（5）：68-73.

James S J， James C， Evans J A. Modelling of food transportation systems–a review[J]. International Journal of Refrigeration， 2006， 29（6）： 947-957.

Min H， Park B I. Evaluating the inter-temporal efficiency trends of international container terminals using data envelopment analysis[J]. International Journal of Integrated Supply Management， 2005， 1（3）： 258-277.

Zhang N， Zhou Y， Zhou Q， et al. An approach of selecting cold chain logistics service provider based on SNA and FCE method[J]. Journal of Intelligent & Fuzzy Systems 2023，44（2）： 1893-1905.

張永強，張曉飛，劉慧宇.我國農產品流通效率的測度指標及實證分析[J].農村經濟，2017（4）：93-99.

惠青，潘珠，陳松.基于DEA的海南省農產品冷鏈物流效率評價[J].全國流通經濟，2021（25）：15-18.

宋冰清. 湖北省生鮮農產品冷鏈物流效率研究[D].淮南：安徽理工大學， 2021.

崔振洪，王家旭，華振.我國農產品物流效率評價及影響因素分析[J].物流技術，2014，33（9）：114-116.

劉陽，長孫旭輝，秦鵬輝，等.遼寧省生鮮農產品冷鏈物流效率評價[J].物流技術，2023，42（2）：80-83.

張旭.廣東省生鮮農產品冷鏈物流發展問題研究[D].廣州：仲愷農業工程學院，2017.

原雅坤，陳久梅，但斌.碳約束下冷鏈物流效率及其收斂性研究：以生鮮農產品為例[J].科技管理研究，2020，40（14）：253-260.