基于超效率 SBM 模型的京津冀物流效率測度及分析

摘 要：以京津冀三個地區的物流業為研究對象，建立物流業投入產出指標體系，運用超效率SBM模型測算2006—2021年京津冀各地區的物流業綜合效率及其效率分解。研究結果表明：北京市的物流綜合效率及其效率分解值的波動幅度較小，各效率值處于較高水平，整體物流效率最優。天津市的效率值相對穩定，規模效率較好，但純技術效率和技術效率均處于較低水平。河北省規模效率和技術效率整體呈降低的趨勢，2010年之后，規模效率和技術效率普遍較低；但在2015年之后，純技術效率值整體呈上升趨勢，部分年份甚至達到了DEA的有效狀態，實現了較為合理的物流資源配置。最后，根據京津冀各地區的發展現狀以及物流效率的測算結果，為京津冀地區物流效率的提升提出對策與建議。

關鍵詞：物流效率；超效率SBM；京津冀地區

中圖分類號：F259.27 文獻標志碼：A DOI：10.13714/j.cnki.1002-3100.2025.02.023

Abstract： Taking the logistics industry in the Beijing-Tianjin-Hebei region as the research object， the input-output index system of the logistics industry is set up， and the comprehensive efficiency and efficiency decomposition of the logistics industry in the Beijing-Tianjin-Hebei region from 2006 through 2021 is computed using the super-efficiency SBM model. The empirical results show that the fluctuation range of logistics comprehensive efficiency and its efficiency decomposition value is small， and each efficiency value is at a high level， and the overall logistics efficiency is the best. The efficiency value of Tianjin is relatively stable， the scale efficiency is good， but the pure techinical efficiency and technical efficiency are at a low level. The scale efficiency and technical efficiency of Hebei Province show a decreasing trend， and after 2010， the scale efficiency and technical efficiency are generally low. But since 2015， the pure technical efficiency has shown an overall increasing tendency， and some years have even reached the valid state of DEA， achieving more reasonable allocation of logistics resources. Finally， the paper puts forward countermeasures and suggestions for improving logistics efficiency in the Beijing-Tianjin-Hebei region according to the development status of the region and the results of logistics efficiency calculation.

Key words： logistics efficiency; super-efficiency SBM model; Beijing-Tianjin-Hebei region

0 " "引 " "言

京津冀地區處于華北地區的中心，是連接三北地區與中原地區的天然通道，優越的地理位置使得京津冀地區在物流運輸方面能夠充當重要的中轉站和集散地，便于貨物的集散和轉運。在物流產業升級和區域協同發展的雙重助力下，京津冀地區物流產業有了顯著的進步，物流業逐步朝著一體化的方向發展。其中北京、天津等城市以及港口、機場作為京津冀地區重要的物流節點和樞紐，對于推動各省市產業要素的流動和轉移，以及促進地區經濟的發展起到了不可忽視的作用。物流效率是評價物流產業的核心指標，它的優劣在一定程度上反映了京津冀各地區物流產業的成長及地區經濟水平。因此，研究京津冀的物流效率及其提升路徑，對京津冀物流效率做出客觀評價，有助于了解目標區域的物流產業發展水平、促進各地區物流業發展，同時為地方政府相關政策的制定提供借鑒。

1 " "研究方法：超效率SBM模型

本文的研究方法基于數據包絡分析法（DEA），測算北京、天津、河北三個省市的效率，采用超效率SBM模型對投入產出指標進行求解。數據包絡分析法首先確定投入指標、產出指標是評估物流效率的基礎，其次構建線性規劃模型并對模型求解，可以得到每個物流決策單元的效率評分。超效率SBM模型由Tone提出，該模型在傳統DEA模型的基礎上進行優化改進，旨在解決投入產出過程中因松弛性問題和徑向問題而產生的測量誤差，并允許有效樣本的效率值大于1，解決了傳統DEA模型在效率值最大為1時無法對有效決策單元進行進一步區分的問題[1]。本文的研究將采用Tone等提出的考慮非期望產出的超效率SBM模型，在低碳約束下，當對構建的超效率SBM模型進行測算時，我們特別地將物流業CO2排放量視為非期望產出，從而對京津冀物流效率進行測算[2]。其中，綜合效率測算公式如下。

其中，考慮了n表示決策單元個數，每個決策單元有M個投入、S個期望產出和Q個非期望產出，ρ為京津冀各地區物流產業效率值，X、Y、Z分別為投入、期望產出、非期望產出要素，為松弛調整量，μ為權重，當ρ＜1時，評價單元相對無效；當ρ＞1時，評價單元相對有效，其值越大，代表物流效率水平越高。

2 " "指標選取與數據來源

2.1 " "投入指標選取

物流業運作涉及將各種資源要素轉化為實際服務的能力，從而滿足物流市場的需求。在進行物流效率測算時，學者們普遍把各項資源要素歸納為人力資源、資本和物力資源三種，作為生產投入資源。參考國內外學者對物流效率的研究，為測度物流效率，以各地區在交通、倉儲和郵政業的固定資產投資額來衡量物流業的資本投入，直觀反映物流行業在基礎設施建設方面的投入力度[3-4]；其次，以交通運輸、倉儲和郵政業的年末從業人員數，表示物流業在人力資源方面的配置情況[5-6]；最后，考慮到公路運輸在貨物運輸中的主導地位，選取各地公路通車里程作為物流業物力投入的指標，代表物流網絡覆蓋的廣度與深度[7-8]。

2.2 " "產出指標選取

在非期望產出的超效率SBM模型中，產出層面的指標主要包括期望產出和非期望產出。期望產出指標的選取：針對物流產業特點，物流業產出的“商品”指的是貨物的流通。采用公路貨運量作為產出指標來表示物流產業直接產出的規模。而物流行業產出的“服務”一般用貨幣形式度量。為了準確反映物流效率的有效性，我們選取物流業生產增加值作為衡量物流業產出的核心指標，它能夠充分代表“服務”所產生的經濟效益。

對于非期望產出指標，參考徐超毅將二氧化碳排放量作為非期望產出指標[9]。其中，二氧化碳排放量根據物流業能源消耗量與碳排放系數估算二氧化碳排放量，具體公式如下。

式中：i為能源種類，C為二氧化碳排放量，E為能源消耗總量，θ為能源標準煤折合系數，δ為碳排放系數。

2.3 " "數據來源

綜上所述，在學者們的研究基礎上，結合物流業以及京津冀地區的經濟特點和產業結構，考慮到指標的可量化性、綜合性、準確性、時效性與評價目的的相關性等特點以及樣本數量，構建京津冀物流產業效率評價指標體系，見表1。投入指標和期望產出指標數據來源于2007—2022年的《北京統計年鑒》《天津統計年鑒》《河北統計年鑒》；非期望產出指標原始數據選自2007—2022年《中國能源統計年鑒》中北京、天津、河北的數據，二氧化碳排放量由公式計算得出。最終統計整理得到2006—2021年京津冀地區物流產業相關平衡面板數據。

3 " "京津冀物流產業效率測度結果分析

將用于物流效率評價的2006—2021年京津冀面板數據導入Dearun軟件中，使用非期望產出的超效率SBM模型進行計算，得到效率評價結果。

3.1 " "綜合技術效率分析

綜合效益反映了決策單元（DMU）要素的效率狀況。當綜合技術效率值達到1時，意味著該單元實現了DEA有效狀態，并位于生產前沿，此時投入量與產出量相等。2006—2021年北京、天津、河北的綜合技術效率均值分別為0.864、0.301、0.393，天津與河北的綜合效率均值明顯低于北京，北京市整體物流效率水平較高。其中，北京在2006年、2009年、2011年、2015年綜合效率值大于1，可以達到最大產出比，實現綜合效率有效。其他年份綜合效率值小于1，未達到DEA有效。天津的綜合效率值普遍位于0.2～0.4之間，物流綜合效率較差。河北省物流綜合效率在2006年處于最高水平，實現DEA有效，2007—2009年物流綜合效率快速下降，2010年以后物流效率普遍位于0.2～0.3之間，物流綜合效率較低。為提高綜合效率，實現DEA有效，可以在現有物流技術水平的基礎上，優化調整投入要素、消除導致綜合效率低下的要素，從而增強天津和河北兩個地區的物流綜合效率。見圖1。

3.2 " "純技術效率分析

純技術效率值若達到1，則表明該狀態為DEA有效，即處于生產的前沿面，達到了最優的效率狀態。根據純技術效率數值的輸出結果，2006—2021年期間，北京、天津、河北的物流純技術效率均值分別為0.921 3、0.400 5、0.895 0。具體而言，北京市在多個年份如2006—2009年、2011年、2015年和2017年實現了純技術效率DEA有效，純技術效率值達到1。相比之下，天津在2006年之后的大部分年份的純技術效率普遍偏低，大多數年份的值都在0.27～0.3之間。河北省則在2006—2008年、2015—2017年、2020—2021這8年間實現了純技術效率DEA有效，其余年份的純技術效率值處于0.64～0.84之間，表現出弱有效性。為提升純技術效率并達到DEA有效狀態，天津市相比其他兩個地區更需要加強對當前物流技術和管理水平的改進和提升。見圖2。

3.3 " "規模效率分析

為剖析京津冀地區物流產業的投入產出結構是否合理，我們可以借助各決策單元的規模效率值，觀察其是否達到最優狀態（即規模效率值等于1）來進行綜合判斷。規模效率數值輸出結果如圖3所示，2006—2021年北京、天津、河北物流產業規模效率均值分別為0.937 6、0.867 1、0.433 3。與其他兩個區域相比，河北省規模效率明顯較低，大部分年份的規模效率值位于0.2～0.4左右，低于0.5。北京市2006—2021年規模效率值普遍位于0.8～0.98之間，實現了DEA弱有效，其中2009年、2011年、2015年規模效率值高達0.999，可以近似為DEA有效，即這幾年中，北京市物流產業的投入產出結構與規模比較合理，實現了規模效益的最大化。天津市2006—2008年規模效率值偏低，2009年規模效率增長到0.9，近10年物流效率值也保持在0.9附近，其中，2010年、2014—2016年、2020—2021年規模效率值較高，位于0.96～0.99之間。

3.4 " "規模報酬分析

從規模報酬的視角來分析，它存在三種不同的情形。其中，“irs”表明隨著規模的擴張，效率會得到提升；“drs”則意味著即使投入增加，效率卻可能下降；而“-”則表示投入的變化并不會引發效率的改變。北京市物流產業規模效益在2006—2008年呈增加態勢，2009—2021年呈規模效益遞減趨勢。2006—2021年，天津市物流產業規模效益一直出現遞增現象。河北省物流產業規模效益只在2006年遞增，在2007—2021年一直處于規模效益遞減狀態。通過規模效益分析，北京市和河北省近幾年處于規模效益遞減狀態，建議在規模遞減的年份適當減少規模投入；但是對于天津市來說，近幾年處于規模效益遞增狀態，應適當擴大物流產業的規模。因此，各地區應結合實際情況，采取合適的舉措以提高該地區的物流效率。

4 " "結論與建議

本文以2007—2021年京津冀物流效率相關面板數據為例，使用超效率SBM模型對各決策單元物流效率進行測度與分析。研究結果表明：北京市的技術效率、純技術效率、規模效率這三個效率值各自波動幅度較小且處于DEA弱有效甚至接近DEA有效狀態，整體物流效率最優。天津市的效率值相對穩定，規模效率較好，但純技術效率和技術效率均處于較低水平。河北省規模效率和技術效率整體呈降低的趨勢，2010年之后，規模效率和技術效率一直處于較低水平。然而，自2015年起，純技術效率值整體呈上升趨勢，并在個別年份實現DEA有效，這意味著物流資源的配置逐漸趨向合理化。

根據分析結果，為提高各地區物流產業效率，可采取以下措施：第一，加大物流業技術投入與創新力度。從技術效率結果來看，北京、河北兩地的技術效率較高，但個別年份也未實現有效，而天津地區的技術效率偏低。因此，各物流企業可以通過引進先進的物流自動化設備、人工智能、大數據、物聯網等先進技術手段，提高物流運作的自動化、智能化水平，對企業實施數字化和智能化管理，推動物流業效率的提升。第二，注重京津冀各地區物流效率的協同發展，實現資源互補。從超效率SBM模型的分析結果來看，三個地區的綜合技術物流效率多數是無效的，都有提升的空間。因此，地方企業和政府應采取措施，加強在物流領域的合作與協調，促進資源共享，實現物流資源的優化配置和高效利用，從而加快京津冀地區物流產業的協同發展，提高各地區的物流業效率。第三，倡導京津冀物流與綠色可持續發展經濟相融合。物流企業可以通過綠色包裝與運輸、綠色倉儲與配送、綠色新能源應用、綠色供應鏈管理以及政策引導等措施助力物流企業向綠色化轉型。一方面，促進資源的循環利用，減少物流活動帶來的能源消耗與廢棄物排放等負面影響，以構建環境友好、資源節約和高效運作的物流體系。另一方面，幫助物流業降低經營成本、提升物流企業市場競爭力，為京津冀地區經濟可持續發展提供有利保障。

參考文獻：

[1] TONE K. A slacks-based measure of super-efficiency in data envelopment analysis[J]. European Journal of Operational Research，

2002，143（1）：32-41.

[2] TONE K，TSUTSUI M. Applying an efficiency measure of desirable and undesirable outputs in DEA to US electric utilities[J].

Journal of CENTRUM Cathedra：The Business and Economics Research Journal，2011，4（2）：236-249.

[3] 王博，祝宏輝，劉林.我國“一帶一路”沿線區域物流效率綜合評價——基于三階段DEA模型[J].華東經濟管理，

2019，33（5）：76-82.

[4] 尹晨靈，李春.貴州省物流產業效率評價研究[J].物流工程與管理，2020，42（9）：25-27.

[5] 張娜，李波.基于三階段DEA模型的西部地區物流產業效率測度研究[J].數學的實踐與認識，2018，48（20）：244-250.

[6] 蔡林美，王進.基于DEA的西部12省物流業效率分析[J].數學的實踐與認識，2020，50（2）：141-149.

[7] 龔雪.區域物流效率測度及影響因素分析[J].統計與決策，2022，38（12）：112-116.

[8] 黃潔，殷飛.皖江城市帶物流業效率及影響因素分析[J].物流科技，2023，46（23）：9-13.

[9] 徐超毅，郭銀莉.長三角地區農村低碳物流效率測度及影響因素研究[J].華北理工大學學報（社會科學版），

2023，23（6）：43-52.