朱國(guó)翔

摘 要：本文采用蕪湖2007-2017年期間的投入和產(chǎn)出指標(biāo)的相關(guān)數(shù)據(jù)，分別使用DEA-BBC模型和DEA-CCR模型分析安徽省蕪湖市物流的綜合效率、純技術(shù)效率和規(guī)模效率，并分析投入與產(chǎn)出指標(biāo)是否存在冗余和不足的現(xiàn)象，從而在給出的數(shù)據(jù)表中發(fā)現(xiàn)安徽蕪湖市物流行業(yè)在2007—2017年11年間存在的發(fā)展不足問(wèn)題，同時(shí)給出相應(yīng)的對(duì)策，期望為將來(lái)的蕪湖市物流效率的提高改善提供參考借鑒意義。

關(guān)鍵詞：物流效率;DEA;綜合效率;縱向分析;對(duì)策

中圖分類號(hào)：F2???? 文獻(xiàn)標(biāo)識(shí)碼：A????? doi：10.19311/j.cnki.1672-3198.2021.33.007

0 引言

物流是現(xiàn)代經(jīng)濟(jì)生活不可或缺的資源配置和價(jià)值創(chuàng)造方式，逐漸成為衡量國(guó)家現(xiàn)代化程度和綜合國(guó)力的重要標(biāo)志。物流業(yè)是促進(jìn)經(jīng)濟(jì)良性穩(wěn)定增長(zhǎng)難以缺失的重要組成部分。2020年1-9月中國(guó)社會(huì)物流總額達(dá)202.5萬(wàn)億元，預(yù)計(jì)物流還會(huì)良性成長(zhǎng)。同時(shí)，物流效率的優(yōu)劣對(duì)物流業(yè)的成長(zhǎng)有著很大的幫助。

國(guó)內(nèi)外學(xué)者對(duì)物流效率進(jìn)行了大量的分析和評(píng)價(jià)研究，主要包括數(shù)據(jù)包絡(luò)分析、層次分析法、ahp-dea模型、主成分分析法+模糊綜合分析法、三階段dea模型、灰色關(guān)聯(lián)度等。梅國(guó)平等學(xué)者采用三階段DEA對(duì)2012-2016年的華東地區(qū)物流效率進(jìn)行測(cè)度。俞恒通過(guò)DEA模型對(duì)中小跨境電商企業(yè)的物流效率進(jìn)行分析。陳龍等學(xué)者通過(guò)SBM模型和Malmquist指數(shù)，考察西部十二省物流業(yè)碳排放效率。王志遠(yuǎn)等學(xué)者應(yīng)用AHP-DEA模型動(dòng)態(tài)研究淮河生態(tài)帶各城市的低碳物流效率。王少芬結(jié)合主成分分析和模糊綜合評(píng)價(jià)方法評(píng)價(jià)了不同流通方式的生鮮農(nóng)產(chǎn)品物流效率。李雷學(xué)者采用共同前言生產(chǎn)函數(shù)測(cè)算了中國(guó)30個(gè)省域的物流效率。張寧等學(xué)者構(gòu)建指標(biāo)評(píng)價(jià)系統(tǒng)研究長(zhǎng)江大保護(hù)區(qū)域19個(gè)省市物流產(chǎn)業(yè)，使用三階段DEA模型，對(duì)區(qū)域的物流產(chǎn)業(yè)效率進(jìn)行了縱向和橫向?qū)Ρ确治?采用Tobit計(jì)量經(jīng)濟(jì)模型，分析外因環(huán)境對(duì)物流業(yè)效率的影響程度，采用Malmquist指數(shù)法動(dòng)態(tài)分析物流效率的發(fā)展現(xiàn)狀。P Bajec等學(xué)者使用集成的德爾菲層次分析法-數(shù)據(jù)包絡(luò)分析方法評(píng)估物流平臺(tái)的效率。

綜合以上文獻(xiàn)研究，物流效率的研究方法，包括AHP-DEA模型，三階段DEA，DEA+Malmquist指數(shù)，隨機(jī)前沿分析，主成分分析+模糊綜合評(píng)價(jià)等，研究物流效率的工具方法很多，其中DEA模型及其衍生方法居多。研究目標(biāo)，包括區(qū)域和省級(jí)的物流效率。本文將分別使用DEA-BBC和DEA-CCR模型分析蕪湖市物流的綜合效率、純技術(shù)效率和規(guī)模效率，發(fā)現(xiàn)蕪湖市物流行業(yè)在2007—2017年11年間存在的發(fā)展不足問(wèn)題，同時(shí)給出相應(yīng)的對(duì)策。

1 研究方法的介紹

本文研究方法為數(shù)據(jù)包絡(luò)分析，是一種多輸入多輸出多決策單元效率評(píng)估方法。數(shù)據(jù)包絡(luò)分析不僅能用線性規(guī)劃判斷決策單元效率，還能獲得有用管理信息。

1.1 規(guī)模報(bào)酬不變DEA-CCR模型

DEA-CCR模型通常被用于分析評(píng)價(jià)規(guī)模報(bào)酬不變的決策單元間的技術(shù)有效性，數(shù)學(xué)表達(dá)式如下：

minθ=θ*∑nj=λjxj+s-=θx0∑nj=λjyj-s+=y0λj≥0j=1，2，3，...，ns+≥0，s-≥0

其中λj是權(quán)系數(shù)，s+、s-分別為松弛和剩余變量，xj和yj分別為投入和產(chǎn)出指標(biāo)：（1）如果θ=1且 s+=s-=0，則決策單元DEA有效，技術(shù)和規(guī)模都有效，（2）如果θ=1，s+≠0或s-≠0，則決策單元為弱DEA有效，（3）如果θ<1，s+≠0和s-≠0，則決策單元DEA有效。

1.2 規(guī)模報(bào)酬可變DEA-BCC模型

Dea-bcc模型常用來(lái)評(píng)價(jià)決策單元間純技術(shù)效率、綜合效率和規(guī)模效率。數(shù)學(xué)表達(dá)式如下：

minδ=δ*∑nj=λjxj+s-=δx0∑nj=λjyj-s+=y0j=1，2，3，...，ns+≥0，s-≥0λj≥0

其中，xj和yj分別為投入和產(chǎn)出指標(biāo)，s+和s-分別為松弛和剩余變量，λj為權(quán)變系數(shù)：（1）如果δ=1，s+=0且s-=0，則決策單元DEA純技術(shù)有效，（2）如果δ=1但s+≠0或s-≠0，則決策單元為弱DEA純技術(shù)有效，（3）如果δ<1，則決策單元無(wú)效，技術(shù)無(wú)效。

2 實(shí)證研究與縱向分析

2.1 指標(biāo)的選取與數(shù)據(jù)的來(lái)源

物流效率評(píng)價(jià)中，根據(jù)影響物流效率的因素不同關(guān)系以及研究方向，所選指標(biāo)各種各樣的，但大體不會(huì)超出投入和產(chǎn)出指標(biāo)兩大類。遵循系統(tǒng)性、均衡性、經(jīng)濟(jì)性、重要性、可比性、簡(jiǎn)潔性、可得性等原則。本文考慮到數(shù)據(jù)可用性原則，選取的投入指標(biāo)為：物流業(yè)就業(yè)人員數(shù);公路運(yùn)輸里程數(shù);物流業(yè)固定資產(chǎn)投資。產(chǎn)出指標(biāo)為：貨運(yùn)量;貨運(yùn)周轉(zhuǎn)量;物流業(yè)生產(chǎn)總值。

2.1.1 投入指標(biāo)

年底從事物流業(yè)的人數(shù)（人），以變量x1表示，包括從事交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政服務(wù)的人數(shù)。公路運(yùn)輸里程數(shù)（公里），設(shè)為變量x2，包括公路運(yùn)輸?shù)娜曛边_(dá)里程數(shù)。物流業(yè)固定資產(chǎn)投資額（億元），以變量x3顯現(xiàn)，包括從事交通運(yùn)輸以及倉(cāng)儲(chǔ)和郵政業(yè)等行業(yè)的全社會(huì)的固定資產(chǎn)投資。

2.1.2 產(chǎn)出指標(biāo)

貨運(yùn)量（萬(wàn)噸），設(shè)為變量y1，包括交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)的公路運(yùn)輸設(shè)備的貨運(yùn)量。

貨運(yùn)周轉(zhuǎn)量（萬(wàn)噸公里），以變量y2表示，包括交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政行業(yè)的公路運(yùn)輸設(shè)備的貨運(yùn)周轉(zhuǎn)量。物流業(yè)生產(chǎn)總值（億元），以變量y3顯示，包括從事交通運(yùn)輸以及倉(cāng)儲(chǔ)和郵政業(yè)的總產(chǎn)值。