基于三階段DEA我國生鮮農產品冷鏈物流效率空間差異研究

關鍵詞：生鮮農產品；冷鏈物流；三階段DEA；空間效率

中圖分類號：F274 文獻標識碼： A 文章編號：20967934（2025）08007713

2021年《“十四五”冷鏈物流發展規劃》，首次將冷鏈物流納入國家五年規劃，這表明在市場需求、政策推動、技術創新等多重因素推動下，我國冷鏈物流迎來高速發展的黃金期，加強農產品冷鏈物流建設有利于保障從源頭到消費者終端的食品安全，降低儲運過程中農產品損耗、提高冷鏈物流效率，實現物流行業降本增效目標。當前，我國農業產業布局較為分散，各地區在冷鏈物流基礎設施、政策規劃、經濟發展水平等方面各異，導致農產品冷鏈物流效率呈現出地域差異性，為進一步探索我國農產品冷鏈物流效率的空間差異，以及環境因素對冷鏈物流效率影響機制，本文構建三階段DEA模型對全國30個省區市農產品冷鏈物流效率進行測度分析，厘清相關影響因素，為實現各省區市農產品冷鏈物流協調發展提供參考。

一、文獻綜述

國外冷鏈運輸最早起源于19世紀上半段冷凍機和冷凍劑的發明，制冷技術開始應用于食品工業。隨著制冷技術和運輸設備的規?；?、工業化發展，國外冷鏈物流迅速發展，截至目前發達國家的冷鏈物流體系發展已相當成熟，國外學者對于冷鏈物流的相關研究成果豐富，具體到農產品冷鏈物流效率評價相關研究，索莫吉（Somogyi）等［1］將定性和定量相結合，分別采用專家意見、層次分析模型、TOPSIS分析法評價某企業冷鏈物流效率。末吉（Sueyoshi）［2］結合實際評價環境的不確定性，將數據隨機變化引入DEA模型中，構建隨機DEA模型，突破傳統DEA模型未考慮隨機因素影響的缺陷?；艋℉okey）等［3］采用固定資產投資、冷庫容量等相關指標，構建DEA模型測度發達國家主要冷鏈物流企業的物流效率。羅希特（Rohit）等［4］構建DEA指標體系對北美物流供應商的物流效率進行評價。

相比于國外冷鏈物流，我國冷鏈物流發展起步較晚，20世紀60年代為滿足生鮮產品市場供應，我國開始投入建設大型冷庫及冷鏈運輸設備；改革開放后冷藏食品市場需求大幅提升，推動終端制冷技術和設備的發展；2008年北京奧運會建立冷鏈物流標準且外資冷鏈企業入駐中國，我國冷鏈物流由此進入發展快車道。伴隨我國冷鏈物流的發展，相關學者對于冷鏈物流的研究逐漸增多，針對農產品冷鏈物流效率，惠青等［5］采用DEA模型對海南省農產品冷鏈物流效率進行評價，分析全要素生產率變動、純技術效率變動與規模效率變動間的關系。宋冰清［6］運用CCR、BCC和Malmquist模型對湖北省生鮮農產品冷鏈物流效率進行研究，結果表明統計年間湖北省冷鏈物流效率低于全國平均值，冷鏈物資源配置較為不合理，冷鏈物流技術和管理有較大提升空間，全要素生產率主要受純技術效率影響。因此，宋冰清提出完善冷鏈基礎設施建設，重視冷鏈人才培養，加強冷鏈技術應用，完善相關政策等建議。熱則耶·艾爾肯［7］運用因子分析法評估新疆農產品冷鏈物流水平，2009—2017年新疆農產品冷鏈物流能力呈逐漸提高趨勢，2010年前綜合能力為負值，2020年起綜合能力為正值，最后提出新疆應加強基礎設施建設、培養冷鏈專業人才等對策。 萬鳳嬌等［8］采用三階段DEA模型對我國生鮮農產品冷鏈物流效率進行分析，指出環境因素對生鮮農產品效率具有一定影響。趙晨曦［9］、秦小輝［10］選取固定資產投資、勞動力投入、冷庫容量、冷鏈物流行業增加值、生鮮農產品冷鏈貨運量等指標對我國各省區市生鮮農產品冷鏈物流效率進行分析，最后提出對策建議。劉陽等［11］采用三階段DEA模型對遼寧省生鮮農產品冷鏈物流效率進行評價。

綜上，雖然國內外農產品冷鏈物流發展日益完善，但對農產品冷鏈物流效率的研究較少，主要采用因子分析法、TOPSIS分析法、DEA（數據包絡分析法）對冷鏈物流效率進行評價研究，研究對象主要集中在特定區域范圍或物流企業，針對全國范圍的研究較少；對于評價指標的選取未進行充分說明，評價指標數據來源及統計也具有差異性；現有評價模型大多采用傳統DEA模型，忽略了管理效率、環境因素和隨機因素對于冷鏈物流效率的影響，測量的效率不能反映地區冷鏈物流效率的真實水平。基于此，本文利用2017—2023年面板數據對全國30個省區市生鮮農產品冷鏈物流空間效率進行測度研究；結合評價指標體系構建原則，從人力、物力、資本角度構建投入指標體系，從生產量和產業增加值角度構建產出指標體系，并將環境因素納入指標體系中，以全面分析環境因素對冷鏈物流效率的影響；區別現有文獻未對生鮮農產品產量和冷鏈貨運量進行區分，本文對生鮮農產品產量和冷鏈貨運量概念和計算方法進行界定，以更準確測度農產品冷鏈物流效率真實水平；所有研究數據均來源于權威部門統計數據，保證數據的科學性和有效性。

二、相關概念界定

（1）生鮮農產品概念。對于生鮮農產品的概念目前還沒有明確界定，不同部門或學者對其的定義具有一定差異性，國家部委《關于進一步完善和落實鮮活農產品運輸綠色通道政策的通知》［12］中指出生鮮農產品主要指未經深加工的初級農產品；有學者認為生鮮農產品包括蔬果、花卉、肉、蛋、奶及水產品等生鮮初級產品。為保證標準統一性，本文基于《中國冷鏈物流發展報告》［13］將生鮮農產品界定為蔬菜、水果、肉類、水產品、禽蛋、牛奶六大品類，這也是目前大多學者在研究生鮮農產品時的定義范圍［5］［8］［13］ 。

（2）生鮮農產品冷鏈物流。生鮮農產品冷鏈物流指生鮮農產品從產地收獲（捕撈、宰殺）后，在后續加工、儲存、流通、銷售等環節始終處于所要求的低溫環境，從而最大限度保證生鮮農產品品質，減少儲運環節損耗，提高物流效益的特殊物流系統。

三、研究方法及模型選擇

1.研究方法

數據包絡分析法（Data Envelopment Analysis，DEA）適用于多投入、多產出的決策單元間相對效率評價模型，弗里德（Fried）在1999年提出傳統DEA模型忽略環境因素和隨機噪聲對決策單元效率測度的影響，隨后提出三階段DEA模型，以更準確度量決策單元生產效率。基于此，運用三階段DEA模型，將環境因素、隨機噪聲納入考慮范疇，對我國30個省區市生鮮農產品冷鏈物流空間效率進行測度和對比分析。

2.研究模型

第一階段：采用傳統DEA模型測度初始效率。

傳統的DEA模型從投入和產出兩個角度探討提升效率的路徑，投入導向假定產出不變，通過減少投入來提升效率；產出導向假定投入不變，通過擴大產出來提升效率，結合現有相關研究文獻，參考其他學者的研究模型［68］ ，采用投入導向的規模報酬可變BCC模型。

運用BCC模型可以計算得出三個效率值，關系式如下所示：

式（1）中，crest表示綜合技術效率;vrest表示純技術效率; scale表示規模效率。

第二階段：運用隨機前沿分析（Stochastic Frontier Analysis，SFA）法去除影響因素。

由于決策單元的效率會受到外部環境因素干擾，為了反映決策單元的真實效率，需要剔除外部影響因素，運用SFA法利用Frontier軟件對第一階段各投入指標松弛值進行SFA回歸，去除環境因素和隨機噪聲的影響，只保留管理無效率因素，SFA回歸模型如下：

式（2）中，Sni為決策單元投入的松弛值；Zi為環境變量，βn為環境變量的系數；νni+μni為混合誤差項，νni表示隨機干擾，μni表示管理無效率。

第三階段：調整投入后的DEA效率分析。

利用去除外部因素的投入值和原始產出值運用DEA3.0測度決策單元效率，由于排除了環境和隨機干擾因素的影響，能更好地反映決策單元效率的真實情況。

四、評價指標的選取及數據來源

1.評價指標的選取

遵循評價指標選取的基本原則：科學性、重要性、全面性、可比性、經濟性、操作性，同時考慮到生鮮農產品物流體系的復雜性，在對現有學者的生鮮農產品冷鏈物流效率評價指標體系進行分析的基礎上，結合DEA模型指標構建的基本要求，最終確定四個投入指標、三個產出指標、兩個環境指標，四個投入指標為從業人數、固定資產投資額（交通運輸、倉儲、郵政業）、冷庫容量、運輸線路里程，分別反映投入的人力要素、資本要素和物力要素；三個產出指標為生鮮農產品貨運量和周轉量、冷鏈物流行業增加值；兩個環境指標為地區GDP、分地區一般公共預算支出（交通運輸支出）。地區GDP反映了當地經濟發展水平，冷鏈物流需求與地方經濟發展水平具有一定關系；分地區一般公共預算支出（交通運輸、倉儲、郵政業）反映政府對于物流業的支持力度，具體評價指標如表1所示。

表1 生鮮農產品冷鏈物流效率評價指標

2.指標數據來源

由于目前我國物流業還處于發展階段，還未對其進行獨立統計核算，因此無法從現有資料直接獲取所需數據，參考《中國統計年鑒》，交通運輸、倉儲、郵政業三大產業總產值占物流業總產值達85%以上，因此用這三個產業相關數據代替物流業數據，目前現有相關文獻中學者大多也采用此種統計方式［59］ 。由于中物聯冷鏈委統計的《全國冷鏈物流企業分布圖》中西藏地區歷年冷庫容量未統計在內，為保證數據的真實有效性，只選取了數據資料完整的30個省區市作為研究對象，所有指標數據來源于中物聯冷鏈委《中國冷鏈物流發展報告》［13］《中國統計年鑒（2017—2024）》［14］、國家統計局［15］、中冷聯盟《全國冷鏈物流企業分布圖（2017—2023）》［16］。

對于生鮮農產品貨運量，現有文獻直接將生鮮農產品產量作為貨運量［69］ ，但目前我國各類生鮮農產品并未實現100%冷鏈運輸，直接將產量當作冷鏈物流貨運量，會導致實際冷鏈貨運量偏高，鑒于目前全國30個省區市農產品冷鏈流通率數據不健全，本文采用中物聯統計的全國農產品冷鏈流通率平均水平作為參考標準［13］，水產品冷鏈流通率為69%，肉類為57%，果蔬類為35%，將各省市生鮮農產品產量乘以對應比例，計算得到各省區市農產品冷鏈貨運量。

生鮮農產品冷鏈貨運量=生鮮農產品產量×冷鏈流通率（3）

農產品冷鏈物流作為整個物流業的一個細分類別，為了更精確統計相關數據，需要將物流業相關數據進行折算，結合相關學者的研究方法［17］，本文選取生鮮農產品冷鏈貨運量占物流業總貨運量的比值作為標準，將其他指標數據依據此比率值進行折算，如表2所示。

K=生鮮農產品冷鏈貨運量／物流業總貨運量（4）

表2 農產品冷鏈物流指標數據折算結果

五、實證分析

（一）變量同向性檢驗

在運用DEA模型測量決策單元效率時，要求決策單元的投入指標和產出指標必須通過同向性檢驗，即投入的增加必然帶來產出的增加，為了保證評價指標選取的科學性和有效性，利用SPSS 21皮爾遜（Person）相關系數測量投入產出變量間的同向性關系，測量結果如表3所示。

表3 投入產出變量間的同向性檢驗

從表3可以看出，除運輸線路里程與生鮮農產品周轉量相關不顯著性，其余投入產出變量均在0.01顯著性水平上存在正相關關系，相關系數較高，表明所選取的指標滿足DEA模型所要求的同向性檢驗和顯著性檢驗。

（二）第一階段：傳統DEA模型測度初始效率值

第一階段2017—2023年全國生鮮農產品冷鏈物流效率結果如表4所示。

表4 第一階段2017—2023年全國生鮮農產品冷鏈物流效率

根據DEA模型基本理論，當效率值為1時，表示該決策單元位于生產前沿面，當效率值低于1時，表示未達到有效水平，基于實證分析結果，本文將效率值劃分為三個層次，效率值為0.8～1表示冷鏈物流效率較高，效率值為0.5～0.8表示冷鏈物流效率居中，效率值在0.5以下表示冷鏈物流效率較低。

1.綜合技術效率分析

綜合技術效率反映決策單元對資源的配置水平和資源利用效率，從縱向時間維度分析，結合表4數據和圖1顯示全國生鮮農產品冷鏈物流綜合技術效率在2017年到2023年呈現出一定的波動性，2017年達到最高值0.922，2021年下降到最低值0.832，在2023年效率值回升至0.899，表明經過2021年低谷期，我國對于冷鏈資源的配置和資源利用效率有所提升，統計年間冷鏈物流綜合技術效率整體處于較高水平。2017年國家出臺一系列政策推動冷鏈物流行業發展，據中物聯統計數據［18］，2017年全國農產品冷鏈物流總額達4萬億元，冷庫、冷藏車存量同比增長13.7%和16.5%，市場需求強勁。同年，第三方冷鏈物流崛起，農產品電商、冷鏈物流催生冷鏈共同配送、生鮮電商+冷鏈宅配等眾多新型業態；交通運輸部統計2017年全國物流成本降低881.6億元，冷鏈物流在降本增效中發揮重要作用。產業政策、市場需求、模式創新、冷鏈技術多因素推動行業效率在2017年達到高峰，隨著國家不斷加大投入，行業熱度持續提升，盲目投資且缺乏有效規劃也帶來了隨后幾年冷鏈物流效率的下降，2020年新型冠狀病毒感染疫情暴發帶動了生鮮電商行業發展，消費者對于生鮮產品冷鏈需求量激增。據華經商業研究院報告［19］，2022年我國冷鏈物流市場規模達5515億元，同比增加15.5%。繼2021年冷鏈物流“十四五”發展規劃提出構建銜接產銷、覆蓋城鄉、聯通國內外冷鏈物流網絡，建設適應經濟社會發展的冷鏈物流體系后，各地方政府紛紛出臺“十四五”冷鏈物流相關政策促進產業升級。隨著國家骨干冷鏈物流基地和產銷兩地冷鏈基礎設施建設，在生鮮電商冷鏈物流發展和冷鏈裝備水平顯著提升的背景下，冷鏈行業規模增長趨勢明顯，一系列政策頒布及市場需求推動下，促進了冷鏈資源的優化配置，提升了冷鏈資源利用效率，促使生鮮農產品冷鏈物流綜合技術效率在2023年回升。

從橫向空間維度分析，結合表5和圖2所示，六大行政區域綜合技術效率值有所差異，在第一階段，華北地區冷鏈綜合技術效率最高，華北、華東、中南三大區域綜合技術效率高于全國平均水平，表明區域冷鏈資源配置較為合理，投入資源得到較為充分的利用；西南和西北地區綜合技術效率偏低。華北地區是我國京津冀首都經濟圈所在地，具有得天獨厚的地理位置優勢和政策優勢，促進了當地農產品冷鏈物流發展，華東和中南兩區域位于我國經濟最發達的沿海和大陸腹地，是眾多農產品主產地和主銷地，為當地的農產品冷鏈物流發展創造了良好的條件，西北、西南地區經濟發展相對落后，冷鏈物流基礎設施較為薄弱，導致該地區冷鏈物流效率處于較低水平。具體到各省區市生鮮農產品冷鏈物流效率水平，綜合技術效率高于全國平均水平的17個省區市主要集中在華東、華北兩大區域。

表5 第一階段區域生鮮農產品冷鏈物流效率

2.純技術效率分析

純技術效率表示在規模報酬可變的條件下，生產技術和管理水平等因素對投入資源生產效率的影響。從縱向時間維度分析，由表4和圖1所示，純技術效率在統計年間呈現出起伏波動性，變化趨勢與綜合技術效率大體趨同，但整體效率水平高于綜合技術效率。表明各項冷鏈技術的創新投入及科學有效的管理促進了純技術效率的提升。隨著冷鏈行業發展，國家及地方政府不斷加大冷鏈技術創新研發投入，冷鏈專利在一定程度上代表了行業技術創新水平，據中物聯統計數據［20］，冷鏈專利占物流專利比例由2017年31.6%降至2020年18.92%，表示行業創新步伐放緩也導致這一期間純技術效率的下降；2021年后新型冠狀病毒感染疫情推動生鮮電商行業發展，帶動冷鏈行業技術的研發投入，純技術效率在2021年達到最低點后，在隨后的兩年間保持增長態勢。

從橫向空間維度分析，結合表5和圖2，華北、華東、中南、西北四大區域純技術效率高于全國平均水平，東北和西南兩大區域純技術效率相對落后。據國家發展改革委統計報告［21］，我國在人均冷鏈物流基礎設施擁有量上與發達國家還存在較大差距，基礎設施分布存在較為明顯的地域差異，華東、華北、華中地區冷庫建設占比約70%，西南、西北、東北地區冷鏈基礎設施不足。在冷鏈物流企業數量上，華東和華南地區位居前二。報告顯示，截至2020年年底，僅北京、天津、上海、浙江、福建、廣東等逾十省市可以實現冷鏈全程追溯，冷鏈物流信息化發展水平有較大提升空間。相比于其他區域，西南地區純技術效率偏低，西南地區需要積極從其他優勢地區引進先進冷鏈技術，同時加強冷鏈人才培養，通過冷鏈技術的推廣應用和管理水平的提升帶動當地純技術效率的提升。

3.規模效率分析

規模效率表示不考慮技術因素，生產規模是否達到最佳投入產出。結合圖1從縱向時間維度分析，2021年是一個拐點，在此之前規模效率處于持續遞減趨勢，2021年后保持持續增長趨勢，整體波動起伏較小，規模效率水平高于綜合技術效率和純技術效率，表明在國家政策引導和各地方政府統籌規劃下，我國農產品冷鏈物流整體投入產出規模較為合理，而具體各省區市冷鏈物流生產規模調整方向需要結合規模報酬情況進行差異性分析。

根據表6所示，統計年間東北、西南、西北三個區域主要處于規模報酬遞增狀態，華北規模報酬不變為主，中南地區呈規模報酬遞減趨勢，結合 2023年數據，華北地區維持現有產業規模不變，中南地區應縮減產業規模建設投入，其他地區可結合規模報酬狀態適當擴大產業規模或維持現有規模以滿足產業發展需求。

表6 2017—2023年全國30個省區市農產品冷鏈物流規模報酬情況

（三）第二階段：運用SFA剔除外部影響因素

利用Frontier 4.1 軟件構建SFA回歸方程分析環境變量對四個投入松弛變量的影響，投入松弛變量計算公式如式（5）所示：

投入松弛變量=原始投入值目標投入值（5）

第二階段SFA回歸方程結果如表7所示。

表7 第二階段SFA回歸方程結果

為檢驗回歸方程模型的有效性，將四個回歸方程單邊廣義似然比值即LR值與LR檢驗臨界值表進行比較，四個回歸方程LR值均大于自由度為2，顯著性水平為0.001下LR檢驗臨界值，表明使用回歸方程有必要，拒絕不存在管理無效率因素影響的原假設，有必要進一步分析管理無效率對于生鮮農產品冷鏈物流效率影響。

除從業人數回歸方程常數項系數不顯著外，其他三個回歸方程系數在0.001水平下顯著，地區GDP對冷庫容量松弛變量有正向影響，分地區一般公共預算支出對固定資產投資和運輸線路里程松弛變量均有顯著正向影響。

1.地區GDP

地區GDP代表一個地區經濟發展水平，從表7可知，地區GDP對冷庫投入冗余有正向顯著影響，地區GDP越高表示地區經濟越發達，居民消費水平不斷提升，對于食品安全和食品品質要求更高，為了保障高品質、高質量食品供應，也會促使地方政府及企業加大冷庫建設力度，從而導致冷庫投入冗余。同時地區GDP對從業人數、固定資產投資（交通郵政運輸）和運輸線路里程沒有顯著影響，但對應回歸方程Gamma值在0.74～0.97之間，Gamma表示管理無效率在投入冗余中所占的比例，Gamma值越接近于1，表示管理無效率是投入冗余產生的主要原因，因此需要對松弛變量進行進一步分解，分析管理無效率因素對投入冗余的影響。

2.分地區一般公共預算支出（交通運輸、倉儲、郵政業）

從表7可知，分地區一般公共預算支出對冷鏈物流固定資產投資和運輸線路里程投入冗余有顯著正向影響，政府對于交通運輸業公共預算支出的增加，政府投入更多資源加強產銷兩地冷鏈物流基地建設、冷鏈物流骨干網絡建設和冷鏈設施投入，增加冷鏈物流運輸線路總里程數和路網密度，可能導致冷鏈物流固定資產投資和運輸線路里程數投入冗余。分地區一般公共預算支出對于從業人數松弛變量、冷庫容量松弛變量沒有顯著影響。

運用上文式（2）對四個投入變量的冗余值進行管理無效率分離，計算得到去除環境因素和隨機誤差項影響，調整后投入值。

（四）第三階段：調整后投入DEA效率值

針對去除外部影響因素后的四個投入變量值和初始產出值運用三階段DEABCC模型計算其效率值，第三階段2017—2023年全國生鮮農產品冷鏈物流效率如表8所示。

表8 第三階段2017—2023年全國生鮮農產品冷鏈物流效率

從縱向維度分析，從圖3可得，第三階段純技術效率值近乎為1，表示在去除環境因素和隨機因素干擾后，全國冷鏈物流技術的投入和冷鏈管理水平能夠滿足當前行業需求，接近于效率前沿面。綜合技術效率和規模效率持平，綜合技術效率在統計年間整體處于小幅遞增狀態，但整體處于較低水平，結合DEABCC模型的公式，綜合技術效率=純技術效率×規模效率，由于第三階段純技術效率接近于效率前沿面，因此第三階段綜合技術效率無效的原因主要是受規模效率較低的影響，第三階段除部分省區市處于規模報酬不變狀態，其他大部分省區市均處于規模報酬遞增狀態，各省區市應結合冷鏈物流行業發展現狀合理擴大產業規模建設，以提升規模效率水平，進而促進地區冷鏈物流綜合技術效率的提升。

為更好地分析環境因素對于生鮮農產品冷鏈物流效率的影響，將第一階段與第三階段六大行政區域生鮮農產品冷鏈物流效率進行對比分析，如表9所示。

表9 第一階段與第三階段六大行政區域生鮮農產品冷鏈物流效率對比

第三階段三種效率值除純技術效率有小幅提升外，綜合技術效率和規模效率均低于第一階段，純技術效率在第一階段與第三階段均處于相對較高水平，表明隨著我國不斷加強科技創新研發投入，打造科技強國，我國在冷鏈物流技術創新研發和投入使用、冷鏈管理方面均處于較高水平。在去除環境影響后，在一定程度上減少資源投入冗余帶來的不利影響，對于投入技術的使用和管理更加高效從而促進了純技術效率的提升。規模效率降幅較大的原因可能是由于近幾年國家出臺一系列政策推動冷鏈物流行業發展，利好政策帶動下，過多地投入資源卻缺乏對產業規模的合理規劃，導致資源配置與產業規模需求不匹配。由公式：綜合技術效率=純技術效率×規模效率，規模效率的下降也帶來了綜合技術效率水平的下降，表10能更直觀地對比第一階段與第三階段各省區市冷鏈物流效率差異情況。

橫向空間維度分析，第三階段中南地區綜合技術效率最高，其次是華東與西南，對比第一階段與第三階段綜合技術效率值，變化較大的區域有華北、西南、中南。華北地區降幅較大，華北地區是京津冀經濟帶所在地，良好的地理優勢和政策優勢為其冷鏈物流行業發展創造了良好的外部環境，使得其在第一階段綜合技術效率排名第一，在去除外部環境有利影響后，綜合技術效率和規模效率均有下降，結合規模報酬情況，處于規模報酬遞增趨勢，表明華北地區應合理調整產業規模，適當增加產業資源投入，以提升地區規模效率和綜合技術效率水平。相比于第一階段，西南地區在第三階段效率值有較大幅提升，西南地區是我國經濟發展欠發達地區，在資源投入和政策方面相比于中東部地區較為欠缺，西南地區需要進一步充分利用西部陸海新通道、“一帶一路”倡議，帶動地區主要城市經濟發展；國家層面需要進一步在政策和資金上加大對西南地區冷鏈物流發展支持力度，促進西南地區物流效率提升。

表10 第一階段與第三階段行政區域冷鏈物流效率排名對比

具體到各省區市，第三階段山東省綜合技術效率值為1，位于效率前沿面，其他省區市均未達到效率前沿面，有16個省區市綜合效率高于全國平均水平，主要集中在華東、中南地區，河南、河北、廣東、廣西、江蘇、湖南、遼寧七省市綜合效率高于0.9。

純技術效率方面，中南、西北有小幅變動，其他四個區域排名不變，西北地區排名上升，表明環境因素在一定程度上抑制了純技術效率的提升，中南地區排名下降，表明這兩個地區的純技術效率在第一階段處于較高水平主要得益于良好的外部環境影響。

規模效率方面，華北地區排名降幅較大，東北、西南、中南三地區排名有小幅提升。

六、結論

運用三階段DEA模型，利用2017—2023年面板數據對全國30個省區市冷鏈物流效率進行測度分析，結論如下。

（1）我國各省區市農產品冷鏈物流效率存在空間差異性。第一階段，華北、華東、中南地區冷鏈物流綜合技術效率水平位列前三，西南、西北地區相對較低，其中河北、內蒙古、上海、安徽、山東、廣西的綜合技術效率位于效率前沿面。第三階段，中南、華東、西南三省市冷鏈物流綜合技術效率水平排名前三，但僅山東達到效率前沿面。

（2）環境因素對我國生鮮農產品冷鏈物流效率有較大影響。對比第一階段與第三階段效率值，規模效率和綜合技術效率有較大降幅，而純技術效率有小幅提升。不同環境變量對不同投入變量冗余影響不同，地區GDP增加會導致冷庫容量冗余增加，分地區一般公共預算支出增加對冷鏈物流業固定資產投入和運輸線路里程冗余有顯著正向影響，兩個環境變量對從業冗余無顯著影響，對策建議如下。

1.統籌協調生鮮農產品產業規模建設

去除環境因素后，規模效率是導致綜合技術效率較低的主要原因，除河北、山東、河南、廣東、廣西、海南規模報酬不變省市外，其他省區市結合規模報酬遞增情況，地方政府加強產業政策規劃指引，優化資源配置，合理增加產業資源投入，使資源配置與地區冷鏈產業規模相匹配；加快農產品冷鏈物流供應鏈網絡建設，鼓勵大型龍頭企業和第三方冷鏈物流企業進行資源整合，加強農產品主產地和主銷地冷鏈物流節點設施建設和設備投入，提高冷鏈物流作業專業化水平和資源集約化利用水平。

2.加快冷鏈物流技術創新

第三階段結果顯示純技術效率對于冷鏈物流綜合技術效率提升有很大促進作用，應保持冷鏈技術領先水平，一方面加大冷鏈物流各環節信息技術的投入，構建全國及各省區市冷鏈物流公共信息平臺，加強農產品冷鏈物流信息的互聯互通，保障供需對接，運用物聯網、區塊鏈技術實現冷鏈物流全程可追溯，為政府及相關部門監管提供有利條件；另一方面需要國家及各地方政府繼續加大冷鏈技術創新投入和裝備的研發投入，如綠色低碳冷鏈技術、新能源冷藏車、移動冷庫等設施設備，同時加強冷鏈物流人才培養，開設冷鏈物流相關專業及課程，建立校社企三元育人模式，將冷鏈企業生產實踐融入專業教學，將冷鏈企業作為專業實踐教學基地開展專業實踐教學，通過人才專業素養和專業技能的提升促進冷鏈技術利用效率和冷鏈管理水平的提升；開展冷鏈多式聯運，大力發展冷藏集裝箱單元化運輸、共同集配技術，簡化冷鏈物流作業環節，提高冷鏈物流一體化和集約化水平，促進冷鏈物流效率的提升。

3.協調地區冷鏈物流發展差異

協調地區差異、城鄉差異，鼓勵冷鏈物流發展相對落后的地區積極向優勢地區學習借鑒發展經驗，結合自身實際融匯貫通，華東、中南地區發揮領頭作用帶動西北、華北地區冷鏈物流發展。組織全國范圍或區域間冷鏈物流高層次人才研討會促進冷鏈技術和管理經驗的交流學習；發揮行業協會、龍頭企業、農業合作社引導作用，為農戶提供技術、管理、政策、資金等方面支持；由城市帶動鄉村冷鏈物流發展，在人才、資金、技術等方面予以支持。國家結合各地區冷鏈物流發展差異統籌協調產業資源配置，相關政策、資源向相對落后地區傾斜，西部地區繼續發揮西部陸海新通道、“一帶一路”倡議對于區域經濟發展帶動作用，加強產業聯動效應，協同推動全國各區域冷鏈物流協調發展。

參考文獻：

［1］JOSHI R， BANWET D K， SHANKAR R.A "DelphiAHPTOPSIS based benchmarking "framework for performance improvement of a cold chain［J］.Expert Systems with Applications，2011，38（8）：1017010182.

［2］SUEYOSHI T."Stochastic DEA for restructure strategy： an application to a Japanese petroleum company［J］.Omega， 2009， 28（4）：385398.

［3］HOKEY R， TONGZ ."Efficiency measurement of selected American and other international companiesby using data envelopment analysis［J］.Transportation research part，2006，23（35）：113128.

［4］ RITA M， BOKOR Z."Assessing the logistics efficiency of European countries by using the DEAPC methodology ［J］.Transport， 2014（2）：1221.

［5］惠青，潘珠.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）：1518.

［6］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.

［7］熱則耶·艾爾肯."基于因子分析法的新疆農產品冷鏈物流能力評價［J］. 產業與科技論壇，2020，19（6）：7172.

［8］萬鳳嬌，邱志成.基于三階段DEA的生鮮農產品冷鏈物流效率評價［J］.科技和產業， 2022，22（11）：316320.

［9］趙晨曦."生鮮農產品冷鏈物流產業效率評價及空間演化研究［D］.南寧：廣西民族大學，2022.

［10］秦小輝，趙晨曦."生鮮農產品冷鏈物流效率評價研究 ［J］. 保鮮與加工， 2023， 23 （1）： 6369.

［11］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）：8083，152.

［12］中國政府網.關于進一步完善和落實鮮活農產品運輸綠色通道政策的通知［EB/OL］.（20100105）［20230515］.https：//www.gov.cn/zwgk/201001/05/content_1503574.htm.

［13］中國物流與采購聯合會冷鏈物流專業委員會.中國冷鏈物流發展報告（2022）［M］.北京：中國財富出版社，2022.

［14］國家統計局.中國統計年鑒［EB/OL］.（20221205）［20230412］. https：//www.stats.gov.cn/sj/ndsj/.

［15］國家統計局.國家數據［EB/OL］.（20100105）［20230412］. https：//data.stats.gov.cn/easyquery.htm？cn=C01.

［16］ 中冷聯盟.全國冷鏈物流企業分布圖［EB/OL］.（20240705）［20240812］.http：//www.lenglianwuliu.org.cn/.

［17］曹琦，張慶萍."冷鏈物流效率對新疆農產品出口貿易的影響研究［J］. 物流科技，2022，45 （8）： 143147.

［18］中國物流與采購網.2018年中國農產品冷鏈物流發展報告［EB/OL］.（20180412）［20240412］.http：//www.chinawuliu.com.cn/zixun/201804/12/330210.shtml.

［19］華經產業研究院.2023年中國冷鏈物流行業市場研究報告［EB/OL］.（20220824）［20240412］.https：//www.sohu.com/a/714397469_120928700.

［20］華經情報網.2021年中國冷鏈物流行業發展現狀分析，政策利好行業發展［EB/OL］.（20220522）［20240412］.https：//www.360kuai.com/pc/98e3205e62dec7da9？cota=3amp;kuai_so=1amp;sign=360_57c3bbd1amp;refe r_scene=so_1.

［21］國家信息中心.我國冷鏈物流發展的現狀、困境與政策建議［EB/OL］.（20210611）.https：//www.ndrc.gov.cn/xxgk/jd/wsdwhfz/202106/t20210611_1283162_ext.html.

基金項目：2023年廣東省普通高校青年創新人才類項目“經濟綠色轉型背景下市場需求推動物流商業模式創新研究”（2023WQNCX129）

Research on Spatial Differences in the Efficiency of Cold Chain Logistics

for Fresh Agricultural Products in China Based on Threestage DEA

ZHANG Lu

（Guangzhou Vocational University of Science and Technology， Guangzhou， Guangdong 510550）

Abstract： Cold chain logistics of fresh agricultural products is a high energyconsuming industry."In the context of dual carbon， in order to comprehensively analyze the spatial differences in the efficiency of cold chain logistics of agricultural products in China， clarify the impact mechanism of environmental factors on the efficiency of cold chain logistics， and propose countermeasures and suggestions to improve the efficiency of cold chain logistics，this paper uses a threestage DEA model and panel data from 2017 to 2023 to measure the spatial efficiency of cold chain logistics for fresh agricultural products in 30 provinces and cities across China."The results show that there are spatial differences in the efficiency of cold chain logistics for agricultural products in China， environmental factors have a significant impact on the efficiency of cold chain logistics for agricultural products， and regional differences in agricultural product scale efficiency are the key reasons for the overall efficiency differences in cold chain logistics."Finally， countermeasures and suggestions are proposed from three aspects： coordinating the scale construction of fresh agricultural products industry， accelerating the innovation of cold chain logistics technology， and coordinating the development differences of regional cold chain logistics.

Keywords：fresh agricultural products; cold chain logistics; threestage DEA; spatial efficiency