摘 要：本文以2014-2016年西部地區(qū)11個(gè)省、市、自治區(qū)的面板數(shù)據(jù)為樣本，利用DEA模型對(duì)各地農(nóng)產(chǎn)品冷鏈物流效率進(jìn)行測(cè)算分析。結(jié)果顯示：西部地區(qū)各省市之間農(nóng)產(chǎn)品冷鏈物流效率差異較大；多數(shù)省市農(nóng)產(chǎn)品冷鏈物流處于DEA無(wú)效狀態(tài)，但從整體來(lái)看具有波動(dòng)增長(zhǎng)趨勢(shì)。

關(guān)鍵詞：低碳；農(nóng)產(chǎn)品；冷鏈物流；數(shù)據(jù)包絡(luò)分析

2010年國(guó)家發(fā)改委發(fā)布《農(nóng)產(chǎn)品冷鏈物流發(fā)展規(guī)劃》，將農(nóng)產(chǎn)品冷鏈物流發(fā)展提升至前所未有的高度，自此我國(guó)農(nóng)產(chǎn)品冷鏈物流的發(fā)展日漸起色。近年來(lái)，隨著改革開放的持續(xù)推進(jìn)，人民群眾生活水平的逐漸提高，對(duì)食品安全愈加重視，農(nóng)產(chǎn)品冷鏈物流需求日趨旺盛，農(nóng)產(chǎn)品冷鏈物流進(jìn)入快速發(fā)展的黃金時(shí)期。但由于我國(guó)冷鏈物流的發(fā)展起步較晚，且基礎(chǔ)設(shè)施相對(duì)落后，目前農(nóng)產(chǎn)品冷鏈物流發(fā)展還存在腐損率較高、專業(yè)化程度低等諸多問(wèn)題，因此對(duì)農(nóng)產(chǎn)品冷鏈物流的研究具有重要的現(xiàn)實(shí)意義。本文在低碳視角下利用數(shù)據(jù)包絡(luò)分析法針對(duì)西部地區(qū)農(nóng)產(chǎn)品冷鏈物流效率進(jìn)行了測(cè)算和分析。

一、研究方法與指標(biāo)選取

（1）研究方法

數(shù)據(jù)包絡(luò)分析法（Data Envelopment Analysis，DEA）最早由Charnes、Coopor和Rhodes在1978年提出，主要是借助數(shù)學(xué)規(guī)劃與統(tǒng)計(jì)數(shù)據(jù)將各決策單元投映到DEA的生產(chǎn)前沿面上，再根據(jù)對(duì)比每個(gè)決策單元偏離DEA生產(chǎn)前沿面的程度來(lái)評(píng)價(jià)其相對(duì)有效性。在現(xiàn)有文獻(xiàn)中廣泛使用的DEA模型主要有規(guī)模報(bào)酬不變的CCR模型和規(guī)模報(bào)酬可變的BCC模型。二者的區(qū)別在于BCC模型可以將CCR模型得出的綜合技術(shù)效率（TE）進(jìn)一步分解為純技術(shù)效率（PTE）和規(guī)模效率（SE）的乘積（即：TE=PTE×SE），進(jìn)而可以得出引起綜合技術(shù)效率低下的真正原因。結(jié)合農(nóng)產(chǎn)品冷鏈物流實(shí)際運(yùn)作情況，本文采用BCC模型對(duì)西部地區(qū)2014年-2016年的農(nóng)產(chǎn)品冷鏈物流效率進(jìn)行研究。投入導(dǎo)向下對(duì)偶形式的BCC模型可表示為：

其中，i=1，2，…，n，j=1，2，…，m，k=1，2，…，s，n、m、s分別表示決策單元、投入變量和產(chǎn)出變量的個(gè)數(shù)；xij表示第i個(gè)決策單元的第j個(gè)投入變量；yik表示第i個(gè)決策單元的第k個(gè)產(chǎn)出變量； 表示決策單元的效率值，若 ，且 ，說(shuō)明該決策單元處于效率前沿面，為DEA有效，若 ，但 、 不同時(shí)等于0，則該決策單元為弱DEA有效，若 ，則該決策單元為非DEA有效。

（2）指標(biāo)選取

投入變量：為準(zhǔn)確反映西部地區(qū)農(nóng)產(chǎn)品冷鏈物流效率，在指標(biāo)選取時(shí)應(yīng)保證指標(biāo)的設(shè)置可以全面反映農(nóng)產(chǎn)品冷鏈物流的實(shí)際投入與產(chǎn)出。在查閱已有文獻(xiàn)的基礎(chǔ)上，本文選取從業(yè)人員數(shù)、碳排放量、固定資產(chǎn)投資額、政府對(duì)環(huán)境保護(hù)的重視程度四個(gè)指標(biāo)為投入變量?？紤]到物流業(yè)主要由交通運(yùn)輸、倉(cāng)儲(chǔ)、運(yùn)輸、流通加工等構(gòu)成，故采用交通運(yùn)輸、倉(cāng)儲(chǔ)及郵政業(yè)的數(shù)據(jù)表征物流業(yè)。其中，從業(yè)人員數(shù)由物流業(yè)城鎮(zhèn)單位就業(yè)人員數(shù)與城鎮(zhèn)私營(yíng)企業(yè)和個(gè)體就業(yè)人員數(shù)加總而成；碳排放量由各地物流業(yè)對(duì)原煤、汽油、煤油、柴油、燃料油的終端消耗量換算成標(biāo)準(zhǔn)煤以后再乘以相應(yīng)的碳排放系數(shù)得出；固定資產(chǎn)投資額由物流業(yè)全社會(huì)固定資產(chǎn)投資表征，并采用相應(yīng)價(jià)格指數(shù)做平減處理；政府對(duì)環(huán)境保護(hù)的重視程度由地方財(cái)政環(huán)境保護(hù)支出表征。鑒于以上數(shù)據(jù)皆是選自物流業(yè)，無(wú)法表征農(nóng)產(chǎn)品冷鏈物流的實(shí)際投入，將上述數(shù)據(jù)乘以各地冷鏈農(nóng)產(chǎn)品的產(chǎn)量占總貨運(yùn)量的比重以此近似代表農(nóng)產(chǎn)品冷鏈物流運(yùn)作中的實(shí)際投入。本文參考《中國(guó)冷鏈物流發(fā)展報(bào)告》中將肉類、禽蛋、水產(chǎn)品、蔬菜、水果、牛奶、茶葉作為冷鏈農(nóng)產(chǎn)品。

產(chǎn)出變量：本文選取各地冷鏈農(nóng)產(chǎn)品產(chǎn)量作為產(chǎn)出指標(biāo)，更能準(zhǔn)確的反映出各地農(nóng)產(chǎn)品冷鏈物流的實(shí)際產(chǎn)出。

數(shù)據(jù)來(lái)源：考慮到西藏自治區(qū)能源消耗量不可得，本文選擇2014-2016年西部地區(qū)其他11個(gè)省、市、自治區(qū)的面板數(shù)據(jù)為樣本，數(shù)據(jù)主要來(lái)源于各地當(dāng)年的統(tǒng)計(jì)年鑒、《中國(guó)能源統(tǒng)計(jì)年鑒》、國(guó)家統(tǒng)計(jì)局。

二、模型建立與分析

以DEAP 2.1軟件為工具，選用投入角度對(duì)上述數(shù)據(jù)進(jìn)行處理，得出西部地區(qū)11個(gè)省、市、自治區(qū)的農(nóng)產(chǎn)品冷鏈物流效率如表1。

由表1可知，廣西、寧夏兩地連續(xù)三年綜合技術(shù)效率值、純技術(shù)效率值、規(guī)模效率值均為1，位于技術(shù)效率前沿面。2014年，內(nèi)蒙古、四川、貴州、陜西、青海五地規(guī)模效率低于純技術(shù)效率，引起綜合技術(shù)效率值小于1的主要原因是規(guī)模效率較低；重慶、云南、甘肅、新疆四地規(guī)模效率高于純技術(shù)效率，引起綜合效率值小于1的主要原因是純技術(shù)效率較低。2015年，隨著云南省冷鏈物流業(yè)的技術(shù)升級(jí)，純技術(shù)效率有所上升達(dá)到DEA有效，而規(guī)模

效率有所下降，云南與內(nèi)蒙古、四川、貴州、陜西、青海相同規(guī)模效率值均小于純技術(shù)效率值；重慶、甘肅、新疆三地純技術(shù)效率值小于規(guī)模效率值，純技術(shù)效率無(wú)效仍是導(dǎo)致綜合技術(shù)效率值小于1的主要原因。隨著西部大開發(fā)戰(zhàn)略的持續(xù)推進(jìn)以及國(guó)家對(duì)西部地區(qū)農(nóng)業(yè)發(fā)展的支持，到2016年內(nèi)蒙古地區(qū)三項(xiàng)效率值均為1，達(dá)到技術(shù)效率前沿面；四川、貴州、云南、陜西、青海五地在農(nóng)產(chǎn)品冷鏈物流的技術(shù)水平較高，除云南外其他四省純技術(shù)效率均為1，而規(guī)模效率相對(duì)偏低，政府應(yīng)針對(duì)性的調(diào)整產(chǎn)業(yè)規(guī)模使規(guī)模效率達(dá)到有效；重慶、甘肅、寧夏、新疆四地純技術(shù)效率值仍小于規(guī)模效率值，政府應(yīng)加大技術(shù)水平革新力度提升生產(chǎn)效率。

三、結(jié)論與不足

本文運(yùn)用DEA模型測(cè)算并分析了西部地區(qū)11個(gè)省、市、自治區(qū)農(nóng)產(chǎn)品冷鏈物流的效率。結(jié)果顯示：西部地區(qū)各省市之間農(nóng)產(chǎn)品冷鏈物流效率差異較大，重慶、甘肅、青海三地2016年綜合技術(shù)效率值均低于0.6，而廣西、寧夏兩地綜合技術(shù)效率值連續(xù)三年為1；多數(shù)省市農(nóng)產(chǎn)品冷鏈物流處于DEA無(wú)效狀態(tài)，但從整體來(lái)看具有波動(dòng)增長(zhǎng)趨勢(shì)。

本文選取冷鏈農(nóng)產(chǎn)品的產(chǎn)量作為產(chǎn)出變量，在此忽略了各地冷鏈農(nóng)產(chǎn)品的商品化率而將全部冷鏈農(nóng)產(chǎn)品產(chǎn)量歸于商品流通中，使得DEA測(cè)出的效率值偏大。因此，今后的研究重點(diǎn)是如何找出更加準(zhǔn)確的產(chǎn)出變量。

參考文獻(xiàn)

[1]朱慧，周根貴，任國(guó)巖.制造業(yè)與物流業(yè)的空間共同集聚研究——以中部六省為例[J].經(jīng)濟(jì)地理，2015，35（11）：117-124.

[2]范建平，肖慧，樊曉宏.考慮非期望產(chǎn)出的改進(jìn)EBM-DEA三階段模型——基于中國(guó)省際物流業(yè)效率的實(shí)證分析[J].中國(guó)管理科學(xué)，2017，25（08）：166-174.

[3]程書強(qiáng)，劉亞楠.西部地區(qū)農(nóng)產(chǎn)品物流效率及省際差異動(dòng)態(tài)研究——基于DEA-Malmquist指數(shù)法[J].統(tǒng)計(jì)與信息論壇，2017，32（04）：95-101.

[4]李佳玲，廖志高.低碳約束下的西部11省市物流效率分析[J].廣西科技大學(xué)學(xué)報(bào)，2015，26（03）：99-105.

作者簡(jiǎn)介：原雅坤（1993-），女，漢族，河南新鄉(xiāng)人，管理學(xué)碩士，研究方向：冷鏈物流。