刍议我国各地区物流产业效率
摘要：物流业在社会经济发展中的作用越来越大，正确认识、评价物流产业的效率也越来越重要，利用DEA方法分析我国各地区物流效率，结果发现我国物流产业规模效率较高，绝大多数省市处于规模报酬递增阶段，纯技术效率偏低，导致物流技术效率较低，经济发展水平与物流效率无关。我国物流效率低下的主要原因是管理问题，应在注重提高物流技术水平的基础上改进管理，优化物流资源配置。
论文关键词：物流,综合效率,纯技术效率,规模效率
近些年来，我国物流业发展迅速，逐渐成为各地区新的经济热点，而如何使刚兴起的物流业健康、有序的发展，成为当前需要迫切解决的问题。而对各个地区的物流产业进行效率评价，能过正确判断该地区物流业发展的优势和劣势，以及和其他地区的区别和差距，对各地区物流业的规划和发展都有一定的启示作用。
二、DEA理论及DEA模型简介
数据包络分析(Data Envelopment Analysis，简称DEA)是评价具有多个输入和多个输出的决策单元之间的相对效率的数学规划方法，是运筹学、管理科学、系统科学和数理经济学交叉研究的一个新的领域［1］。其实质是利用数学规划模型，根据一组关于输入输出的观察值，计算每个DMU的观察值与效率前沿面的距离来估计有效生产的前沿面，再将各DMU与此前沿做比较，从而进行效率的比较。，若DMU观察值落在此效率前沿面上，DMU具有完全效率，效率值为1。观察值若不落在此效率前沿面上，DMU为相对无效率，效率值为0到1之间，其间的差距则代表无效率程度。DEA还可以判断各个DMU的投入规模的适合程度，给出各DMU调整其投入规模的方向和程度。DEA模型具有与其他目标评价方法不同的优势：不必先对各类数据进行无量纲化处理，即输入和输出数据不受计量单位的影响；不需要主观确定权重，这就避免了主观因素对结果的影响；更重要的是无需知道各输入指标和输出指标之间的函数关系，可以同时计算多输入和多输出指标。
1957年Farrell［2］在Debreu和Koopmans研究的基础上，提出了多投入、多产出的DMU效率测度方法，在规模报酬不变的情况下，将经济效率分为技术效率和配置效率，技术效率反映的是在给定投入的情况下企业可以获取的最大的产出能力，配置效率是分析如何以最优的要素投入组合生产最优的产品组合，技术效率与配置效率的乘积等于总的经济效率。
1978年Charnes，Cooper和Rhodes［3］提出规模报酬不变模型，这是最基本DEA模型，因此也称为CCR模型。用不变规模报酬模型进行效率评价时，必须假定各决策单元是位于最佳生产规模，否则所测的效率值中，就包含规模效应的影响。为测算生产单元的纯技术效率水平，Banker，Charnes 和Cooper［4］在1984提出了可变规模报酬(BCC)模型。
三、基于DEA的物流效率评价指标体系
(一)输入指标主要从人力、物力、财力三方面考虑，人力方面选取交通运输、仓储和邮政业从业人员人数代表物流产业从业人员人数（万人）；物力方面选取物流网络里程的度量（公里），理论上讲应该是五种运输方式按实现的价值增加额的加权和，但限于数据的可得性和有效性，本文只考虑物流网络里程中最主要的铁路、内河航道和公路三种方式，并以其简单加总后的总和来度量物流网络发展状况；财力方面选取了各地区交通运输、仓储和邮政业固定资产投资额代表物流业固定资产投资额（亿元）。
(二)输出指标主要从数量和质量两方面进行评价，在数量方面，我们选取各交通运输方式的货运量（万吨）来表示；在质量方面我们选取了各省交通运输、仓储和邮电业产值数据，在统计中包含了电信业的产值，而我国交通运输、仓储和邮政业产值只有在国家层面有统计数据，因此，本文采取全国各省的交通运输、仓储和邮电业产值代替物流业产值（亿元）。
四、我国各省物流效率实证分析
使用DEAP2.1软件进行分析，所有数据均来自2011年中华人民共和国统计年鉴（2010年的数据），在可变规模报酬和产出不变假设情况下，即在使用DEAP2.1软件时选择投入主导的BCC模型，将技术效率(TE)分解为纯技术效率(PTE)与规模效率(SE)。纯技术效率说明的是我国各省级行政单位的物流投入资源配置、技术进步及管理的总体情况，反映了在产出不变条件下投入最小的能力。规模效率反映了我国各省级行政单位物流发展规模及增长潜力情况，本质上也是管理水平的反映。
2010年中国各省级行政单位物流产业效率的评价结果如表1所示，从总体上看，我国物流效率偏低，平均技术效率也即综合效率仅为0.712，平均纯技术效率为0.775，平均规模效率较高，为0.929，而技术效率是纯技术效率和规模效率的乘积，而2010年我国的物流产业规模效率较高，说明我国物流效率偏低除了总体水平不高之外，主要是由于纯技术效率偏低造成的。因此，我国物流业在资源配置及管理上，在人员、设备及物流生产理念上，都存在不少问题。
表1：中国各省级行政单位物流产业效率评价结果
省份
crste
vrste
scale
省份
crste
vrste
scale
北京
0.793
0.804
0.987
irs
湖 北
0.542
0.551
0.983
irs
天津
1.000
1.000
1.000
-
湖南
0.718
0.718
1.000
-
河北
1.000
1.000
1.000
-
广东
0.719
0.908
0.791
drs
山西
0.651
0.654
0.995
drs
广西
0.673
0.676
0.996
irs
内蒙古
0.922
0.922
1.000
-
海南
0.627
1.000
0.627
irs
辽宁
0.844
0.890
0.948
drs
重庆
0.527
0.527
1.000
-
吉林
0.444
0.470
0.945
irs
四川
0.506
0.506
1.000
-
黑龙江
0.398
0.414
0.962
irs
贵州
0.763
0.796
0.959
irs
上海
1.000
1.000
1.000
-
云南
0.314
0.314
0.998
irs
江苏
1.000
1.000
1.000
-
西藏
0.454
1.000
0.454
irs
浙江
0.914
0.956
0.956
drs
陕西
0.503
0.504
0.999
drs
安徽
1.000
1.000
1.000
-
甘肃
0.739
0.832
0.888
irs
福建
0.779
0.810
0.961
irs
青海
0.340
0.801
0.425
irs
江西
0.683
0.701
0.974
irs
宁夏
1.000
1.000
1.000
-
山东
1.000
1.000
1.000
-
新疆
0.403
0.425
0.948
irs
河南
0.830
0.834
0.995
irs
均值
0.712
0.775
0.929
crste不考虑规模收益时的技术效率（综合效率）；vrste考虑规模收益时的技术效率（纯技术效率）；scale考虑规模收益时的规模效率（规模效率），纯技术效率和规模效率是对综合效率的细分；最后一列irs,---，drs,分别表示规模收益递增、不变、递减。
从综合效率看，天津、河北、上海、江苏、安徽、山东、宁夏都达到了完全技术有效，即纯技术效率和规模效率同时有效。综合效率最低的有云南、青海、新疆等，主要是由于这些省整体经济环境差， 物流业的各项硬件和软件设备都跟不上造成的。
从纯技术效率看，天津、河北、上海、江苏、安徽、山东、海南、西藏都达到了完全有效，这说明近几年西藏、海南的物流业发展健康、有序。物流纯技术效率较低的是云南、新疆、黑龙江等，这些省可以通过引进先进技术设备、加强内部管理、提高从业人员素质等方式来解决的。
从规模效率看，总体上较高，均值为0.929，完全规模有效的有天津、河北、内蒙古、上海、江苏、安徽、山东、湖南、重庆、四川等，规模效率较低的只有西藏和青海，这说明西藏和青海的投入产出没有达到规模最优状态。
从规模报酬看，山西、辽宁、浙江、广东属于规模报酬递减阶段，这说明这些省物流业没必要再增加投入量，而应当考虑加强投入资源的管理，充分利用现有的物流资源，以使其达到最大的产出效果。其他各省都处于规模报酬递增或不变阶段。
五、结论
近年来，我国物流业取得了长足的发展，如高速公路、港口码头、高速铁路等基础设施建设，但是目前物流产业整体效率仍然较低，而且东部经济发达地区与中西部地区物流效率并没有明显的差距，说明我国物流的技术水平、管理水平普遍较低，而且地区间的差距不大，总之，我国物流规模提升还有相当大的空间。
参考文献：
［1］魏权龄，评价相对有效性的DEA方法—运筹学的新领域[M]．北京：中国人民大学出版社，1988．
［2］Farrell M J．The Measurement of Productive Efficiency．Journal of the Royal Statistical Society[J]．Series A，General，1957．120(3)：253-281．
［3］21Charnes A，Cooper W W，Rhodes E．Measuring the Efficiency of Decision Making Units[J]．European Journal of Operational Research，l 978(2)：429-444．
［4］31Banker R D，Charnes A，Cooper W W．Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J]．Management Science，1984，30(9)：1078-1092．
