摘 要：以2012—2021年我國中部地區(qū)（山西、河南、安徽、湖北、江西、湖南）六省的物流行業(yè)相關(guān)面板數(shù)據(jù)為對象構(gòu)建評價指標體系，運用DEA-Malmquist指數(shù)模型，分別對其進行靜態(tài)分析以及動態(tài)分析，進而得出相關(guān)結(jié)論，并由此給出提高物流效率的可行性建議。結(jié)果表明：2012—2021年間中部地區(qū)的物流效率一直未達到有效，且技術(shù)是中部各省物流效率的主要問題，同時生產(chǎn)率也略微退步，針對這些問題，中部地區(qū)需要加強區(qū)域協(xié)同作用以及推動物流技術(shù)的進步，也需要探索創(chuàng)新人才培養(yǎng)制度，吸引高技術(shù)人才。

關(guān)鍵詞：DEA模型；Malmquist指數(shù)；中部地區(qū)；物流效率

中圖分類號：F127 文獻標志碼：A DOI：10.13714/j.cnki.1002-3100.2024.19.004

Abstract： Based on the panel data related to the logistics industry in six provinces of central China（Shanxi， Henan， Anhui， Hubei， Jiangxi， Hunan）from 2012 to 2021， this paper constructs an evaluation index system， uses DEA-Malmquist index model to conduct static analysis and dynamic analysis on them， and then draws relevant conclusions， and gives feasible suggestions to improve logistics efficiency. The results indicate that the logistics efficiency in the central region has not been effective from 2012 to 2021， and technology is the main issue of logistics efficiency in the central provinces. At the same time， productivity has also slightly declined. In response to these problems， the central region needs to strengthen regional synergy and promote the progress of logistics technology， as well as explore innovative talent cultivation systems to attract high-tech talents.

Key words： DEA model; Malmquist index; central region; logistics efficiency

0 引 言

隨著中國物流基礎(chǔ)設(shè)施的逐步完善和電子商務(wù)經(jīng)濟的快速發(fā)展，人們越來越習(xí)慣于網(wǎng)上購物。因此，物流業(yè)變得越來越重要，逐步成為支撐中國經(jīng)濟發(fā)展的主要產(chǎn)業(yè)[1]。隨著社會經(jīng)濟的快速發(fā)展和物流領(lǐng)域公共投資的逐步增加，有必要評估這些投入和產(chǎn)品的合理性。物流效率指標可以直觀地反映區(qū)域物流資源的利用情況，而提高物流效率也是促進區(qū)域經(jīng)濟快速發(fā)展的重要杠桿。

我國中部六省人力資源豐富，市場潛力巨大，自然地理優(yōu)勢也有進一步發(fā)揮的空間。然而，就人均資源而言，中部地區(qū)的比例并不高，這意味著生態(tài)環(huán)境極其脆弱，流域存在嚴重的污染危機，因此如何提高資源利用效率變得越來越重要。

在物流效率測算方面，大多數(shù)學(xué)者都是使用DEA數(shù)據(jù)包絡(luò)進行測算分析，如鐘祖昌[2]運用DEA三階段法，剔除了外生環(huán)境因素和隨機因素對物流產(chǎn)業(yè)效率所帶來的影響，對2008年廣東省21個地市物流產(chǎn)業(yè)的運營效率進行研究。賀玉德等[3]使用CRITIC-DEA法對2003—2012年四川省內(nèi)物流及經(jīng)濟的協(xié)同效應(yīng)進行研究。而常建新等[4]將DEA與Malmquist指數(shù)相結(jié)合，從時間與空間兩個角度上對西部地區(qū)的物流效率進行評價。張云寧等[5]同樣也使用DEA-Malmquist法從低碳環(huán)境視角下對長江大保護區(qū)域19個省物流效率問題進行研究。黃濤等[6]則對東三省地區(qū)物流效率進行評價。

各學(xué)者雖然對我國各地區(qū)的物流效率都有研究，但中部地區(qū)研究較少，因此本文利用相關(guān)數(shù)據(jù)指標使用DEA-Malmquist指數(shù)來計算中部地區(qū)的物流效率，希望能為中部地區(qū)的未來發(fā)展提供一些參考價值。

1 研究設(shè)計

1.1 DEA模型。數(shù)據(jù)包絡(luò)分析是一種對具有相同類型決策單元（Decision Making Unit，DMU）進行績效評價的方法，通常來說，DEA模型有兩種最常用的模型，即規(guī)模報酬可變的BCC模型以及規(guī)模報酬不變的CCR模型，本文依托物流業(yè)的相關(guān)特性，使用了規(guī)模報酬可變的BCC模型，其數(shù)學(xué)公式如下：θ=minθs.t.

式中：x，y表示投入和產(chǎn)出指標，λ表示DMU決策單元的線性組合系數(shù)，λ≥0， ∑λ=1表示規(guī)模報酬不變，θ表示模型的最優(yōu)解，也就是計算出來的模型效率值，其取值為0，1，若計算出來的效率值為1，則表示DEA有效；小于1，則表示DEA無效。

1.2 Malmquist指數(shù)。對于傳統(tǒng)的BCC、CCR模型來說，只能對決策單元進行靜態(tài)分析，即只能對某一固定時間范圍內(nèi)的不同決策單元的效率進行評價，不能對不同年份間的決策單元效率值進行評價，而Malmquist指數(shù)的出現(xiàn)就彌補了這一空白[7]。

具體公式如下所示：M=·

式中：表示T+1時期以及T時期由生產(chǎn)技術(shù)得到的效率值的比值，也就是綜合效率變化EC；Ex，y，bEx，y，b表示T+1時期的生產(chǎn)前沿與全局前沿的接近程度，若該比值越大，則表示這兩個前沿面越接近，反之，則越遠離，Ex，y，bEx，y，b則表示T時期的生產(chǎn)前沿與全局前沿的接近程度，比值越大，代表兩者越接近，這兩個比值即為技術(shù)進步效率TC。

1.3 指標選取及數(shù)據(jù)來源。由于我國物流業(yè)缺乏專業(yè)分類，現(xiàn)有數(shù)據(jù)庫也缺乏相應(yīng)的信息，運輸、倉儲和郵政部門占物流部門產(chǎn)值的85%以上。根據(jù)一些研究人員的觀察，在運輸、倉儲和郵政行業(yè)選擇了描述物流業(yè)投入產(chǎn)出狀況的數(shù)據(jù)。

目前，對本文這一問題的研究已有眾多學(xué)者進行相關(guān)分析，因此根據(jù)部分學(xué)者所研究的成果所構(gòu)建的投入產(chǎn)出評價指標體系如表1所示。

2 實證分析

2.1 中部地區(qū)物流行業(yè)效率靜態(tài)分析。本文基于DEA-BCC模型，通過DEAP2.1軟件對我國中部地區(qū)六省的各項投入產(chǎn)出指標數(shù)據(jù)進行分析求解得出2012—2021年間中部地區(qū)物流效率變化情況，具體情況如表2所示，十年間我國中部地區(qū)的物流規(guī)模效率保持了一個較高水平，且波動較小，其平均數(shù)為0.904 4。而技術(shù)效率和綜合效率卻呈現(xiàn)S型變化，上下波動程度較高，且綜合效率的平均值為0.707，屬于DEA無效狀態(tài)，也就說明該地區(qū)十年間的整體物流效率并沒有達到有效狀態(tài)，存在投入冗余或產(chǎn)出不足的現(xiàn)象。

同時可以發(fā)現(xiàn)在這十年間綜合效率最高的年度是2019年，其數(shù)值為0.796，在2019年電商物流行業(yè)快速發(fā)展，各電商物流龍頭企業(yè)發(fā)力，如菜鳥網(wǎng)絡(luò)成功進行第一輪融資并組建菜鳥聯(lián)盟；韻達快遞等多家快遞公司都與不同資本進行合作，得到大量融資；順豐也借殼上市。這些行業(yè)帶頭企業(yè)在得到融資以后，必定會在完善自身服務(wù)質(zhì)量上加大投入，使得服務(wù)水平可以得到提升，同時與淘寶、京東、拼多多等大型電商平臺進行合作也會形成強有力的競爭。同時這些高質(zhì)量服務(wù)也會提供給其他小型電商平臺或者第三方賣家。

而綜合效率最低的年份是2014年，其數(shù)值僅為0.555。究其原因，在2013—2014年間電商行業(yè)飛速發(fā)展，井噴式擴張，“雙十一”的銷量記錄不斷被刷新，雖然這看上去對物流行業(yè)是件好事，但物流行業(yè)的設(shè)施跟不上行業(yè)的快速發(fā)展，這就導(dǎo)致技術(shù)跟不上規(guī)模，而我們從表2中也能看出2014年的技術(shù)效率以及規(guī)模效率都是十年間最低的水平，說明技術(shù)人員缺乏經(jīng)驗或者是技術(shù)水平不足，同時規(guī)模效率低也說明沒有發(fā)揮規(guī)模效應(yīng)，雖然行業(yè)規(guī)模在擴大，但技術(shù)水平的發(fā)展跟不上也是一個較大的問題。

表3顯示了我國中部地區(qū)六省的物流效率變化值以及趨勢，可以更加直觀地看出各省物流效率值的高低。對表3進行分析，發(fā)現(xiàn)六省中僅有安徽省的綜合技術(shù)效率為1，達到DEA有效，也就是說其處于效率的前沿面上，資源得到最合理使用，生產(chǎn)狀態(tài)達到最佳。而湖北省緊隨其后，綜合技術(shù)效率值為0.971，非常接近有效狀態(tài)，同時從表中也可以看出，湖北省的技術(shù)效率已經(jīng)達到有效狀態(tài)，只是規(guī)模效率并未達到最佳狀態(tài)，側(cè)面說明湖北省物流行業(yè)的規(guī)模尚不足，更新速度較慢，造成物流業(yè)與市場需求之間的不匹配，最終導(dǎo)致整個物流業(yè)的無效狀態(tài)。

而中部地區(qū)中綜合技術(shù)效率最低的省份是河南省，僅為0.511。從具體指標上來看可以發(fā)現(xiàn)，其技術(shù)效率值過低，僅為0.597，很可能是河南省在科技創(chuàng)新方面的投入嚴重不足；各類投融資、科研管理體制不健全等原因?qū)е碌?，而河南省想要解決這一問題就需要擴大科研方面的投入，同時提高技術(shù)人員的水平，并通過一些合理有效的激勵政策提高工作人員的工作效率。

對于其他幾個省份來說，都或多或少有一定的短板，如江西省的技術(shù)效率值已經(jīng)接近有效，為0.961，排在中部地區(qū)的第二名，但其規(guī)模效率并不高，處于車尾的位置，也就是說江西省物流行業(yè)的側(cè)重點應(yīng)該在提高規(guī)模效率上；而湖南省則與江西省相反，規(guī)模效率的表現(xiàn)還不錯，但技術(shù)效率非常低，其問題與河南省相似，未來需要加大科研投入，提高工作人員的效率；山西省則是中規(guī)中矩，各項表現(xiàn)都處于中等狀態(tài)，想要達到DEA有效，則需要技術(shù)、規(guī)模兩手抓。

2.2 中部地區(qū)物流行業(yè)效率動態(tài)分析。依據(jù)前文所介紹的DEA-Malmquist指數(shù)模型，將2012—2021年我國中部地區(qū)六省的物流業(yè)相關(guān)投入產(chǎn)出指標數(shù)據(jù)導(dǎo)入DEAP2.1軟件進行分析，得出的物流效率變化如表4所示。

表4給出了我國中部地區(qū)2012—2021年物流行業(yè)的全要素生產(chǎn)率指數(shù)和結(jié)果。可以從中發(fā)現(xiàn)，全要素生產(chǎn)率指數(shù)的平均值為0.956（小于1），這就表示在這十年間中部六省物流行業(yè)的生產(chǎn)率略微退步，一定程度上也說明了這六省的經(jīng)濟增速有所放緩。而對各年份進一步分析可以發(fā)現(xiàn)，大多數(shù)年份各省市的全要素生產(chǎn)率沒有達到有效，只有2016—2017年、2017—2018年、2020—2021年的全要素生產(chǎn)率有效。自2016年以來，全要素生產(chǎn)率連續(xù)兩年呈現(xiàn)上升趨勢，而2016—2017年的技術(shù)進步效率指數(shù)也是十年間的最高值，可能是因為國家在物流行業(yè)號召“降本增效”，同時伴隨著“互聯(lián)網(wǎng)+”的推廣，大量企業(yè)為了搶占市場，優(yōu)化運輸線路，通過網(wǎng)絡(luò)掌握車輛信息，菜鳥聯(lián)盟、京東物流品牌化運營的建立使得電商物流的效率得到大幅度提升，也進一步推動了整個物流行業(yè)的進步。而2018—2020這幾年間，全要素生產(chǎn)率指數(shù)低于1，可能是因為疫情的原因，社會停擺，物流行業(yè)的業(yè)務(wù)降低導(dǎo)致專業(yè)技術(shù)人才流失，使得這幾年間的技術(shù)進步效率指數(shù)數(shù)值偏低。

而從規(guī)模效率來看，其平均值為1，是表現(xiàn)最好的指標，縱觀十年間，大部分年份都達到了有效狀態(tài)，因此可以說明中部地區(qū)物流行業(yè)的規(guī)模屬于合理狀態(tài)。相比于平均值達到有效的規(guī)模效率指數(shù)，純技術(shù)效率的平均值為0.992，未達到有效，也就說明該地區(qū)的投入要素運用并不合理，管理運營能力有待提高。綜合來看，純技術(shù)效率指數(shù)有效的情況下，綜合技術(shù)效率指數(shù)也達到有效狀態(tài)，側(cè)面說明純技術(shù)效率指數(shù)相對更重要一些。

由表5、圖1可知，湖北省、山西省的全要素生產(chǎn)率大于1，說明這兩個省份的生產(chǎn)率是相對提高的，而湖南、河南、安徽、江西的全要素生產(chǎn)率低于1，說明其生產(chǎn)率是相對退步的。而全要素生產(chǎn)率越高，代表相同的投入可以帶來更高的產(chǎn)出，也就說明勞動、資本、自然資源等可以定量衡量的要素利用率就越高。

同時可以直觀地看到，純技術(shù)效率指數(shù)以及規(guī)模效率指數(shù)的曲線較為平滑，波動比較小，說明在目前的技術(shù)水平上，其投入資源的使用是有效率的，但仍未達到最優(yōu)狀態(tài)，因此還需在擴大規(guī)模的基礎(chǔ)上提高技術(shù)水平；而技術(shù)進步指數(shù)波動很大，且大多數(shù)的數(shù)值都小于1，說明中部地區(qū)大部分省份的技術(shù)并沒有提高，反而有一些退步。

3 結(jié)論與建議

本文使用DEA-BCC以及Malmquist指數(shù)模型對我國中部地區(qū)2012—2021年期間的物流效率進行靜態(tài)分析和動態(tài)分析。結(jié)果表明：（1）靜態(tài)結(jié)果：縱向來看，中部地區(qū)的物流效率一直未達到有效，在2019年達到了最高值，為0.796。但2019年底疫情爆發(fā)后，綜合效率連續(xù)兩年下降，說明疫情對物流行業(yè)有一定的沖擊；而從橫向角度來說，中部地區(qū)只有安徽省達到有效，很可能是安徽省在后期加入長三角經(jīng)濟圈，帶動了自身的經(jīng)濟發(fā)展，同時也注重科技發(fā)展，高新技術(shù)產(chǎn)業(yè)快速崛起。湖北省、湖南省、河南省、江西省、山西省這五省的主要問題在技術(shù)效率上，尤其是河南省，因此這些省份的重心應(yīng)該放在科技創(chuàng)新上，進一步促進技術(shù)水平的提高。（2）動態(tài)結(jié)果：中部地區(qū)2012—2021年物流行業(yè)的全要素生產(chǎn)率指數(shù)的平均值為0.956，說明十年間中部六省物流行業(yè)的生產(chǎn)率略微退步；湖北省、山西省的全要素生產(chǎn)率大于1，表明這兩個省份的生產(chǎn)率是相對提高的，而湖南、河南、安徽、江西的全要素生產(chǎn)率低于1，說明其生產(chǎn)率是相對退步的。

針對以上結(jié)論，為促進中部地區(qū)的物流業(yè)發(fā)展，提升該地區(qū)經(jīng)濟發(fā)展水平，提出以下建議：

（1）加強區(qū)域協(xié)同作用，共同發(fā)展。從分析結(jié)果可以看出，中部地區(qū)的物流業(yè)發(fā)展不平衡，資源沒有得到合理運用，僅有安徽一省達到有效，其他地區(qū)的物流效率仍有提高空間，因此，有必要建立各省之間的緊密合作關(guān)系，加強溝通與協(xié)作，最后共同促進中部地區(qū)物流規(guī)模效益最大化；

（2）推動物流技術(shù)的進步，鼓勵創(chuàng)新。數(shù)據(jù)分析結(jié)果表明，物流技術(shù)發(fā)展緩慢，制約了中部地區(qū)物流業(yè)的發(fā)展。中部地區(qū)需要與時俱進，努力提高技術(shù)進步，創(chuàng)造更適合的物流模式。此外，可以在物流運輸和配送中使用新型設(shè)備，如無人機等，以提高中部地區(qū)的物流效率；

（3）探索創(chuàng)新人才培養(yǎng)制度，吸引人才。招攬物流行業(yè)的知識技能復(fù)合型人才，打造一支專業(yè)化的物流人才隊伍，同時在建立培訓(xùn)體系時，要根據(jù)情況分批次、分層次的培訓(xùn)，建立完善的人才培訓(xùn)系統(tǒng)。

參考文獻：

[1] 王東方，董千里，于立新. “一帶一路”沿線國家和地區(qū)物流績效與中國對外貿(mào)易潛力[J]. 中國流通經(jīng)濟，2018，32（2）：17-27.

[2] 鐘祖昌. 基于三階段DEA模型的廣東省物流產(chǎn)業(yè)效率研究[Z]. 2011.

[3] 賀玉德，馬祖軍. 基于CRITIC-DEA的區(qū)域物流與區(qū)域經(jīng)濟協(xié)同發(fā)展模型及評價——以四川省為例[J]. 軟科學(xué)，2015，29（3）：102-106.

[4] 常建新，姚慧琴，毛穎. 基于DEA-Malmquist指數(shù)的西部地區(qū)全要素生產(chǎn)率實證分析[J]. 貴州財經(jīng)學(xué)院學(xué)報，2011（5）：81-86.

[5] 張云寧，劉子琦，歐陽紅祥，等. 低碳環(huán)境下區(qū)域物流產(chǎn)業(yè)效率綜合研究——基于長江大保護區(qū)域19個省的實證分析[J]. 管理現(xiàn)代化，2020，40（2）：33-40.

[6] 黃濤，辛野澤治，孫寧. 東三省區(qū)域物流效率測算研究——基于DEA-Malmquist[J]. 物流技術(shù)，2023，42（2）：59-63，90.

[7] 馬占新，蘇日古嘎. 基于前沿面修正的DEA-Malmquist指數(shù)方法研究[EB/OL]. （2021-09-20）[2023-09-15]. https：//wenku.so.com/d/2f30142c29ab8f8fe52d8e659b809466.