哇咔嘻,重生之飞花落照,程潇
摘 要：文章采用数据包络分析模型，建立了西部地区12个省、直辖市和自治区物流业效率评价模型和指标体系。DEA模型结果显示，内蒙古、广西、贵州和宁夏物流业总体效率、纯技术效率和规模效率都达到了最优，非DEA有效决策单元的8个省份存在投入冗余和产出不足两方面的原因，并提出针对性建议。
关键词：物流业；数据包络分析；效率评价；西部地区
中图分类号：F259.27 文献标识码：A
Abstract： This paper adopts DEA model to analyze the efficiency difference in the west region， it establishes evaluation model and indicator system. The model reveals logistics industry's overall efficiency， pure technical efficiency and scale efficiency in Ningxia， Inner Mongolia， Guangxi， Guizhou have reached optimal states， non-effective DMUs that exist input-redundancy and output-deficiency two aspects problems. Then the paper propounds some specific proposals.
Key words： logistics； data envelopment analysis； efficiency evaluation； western region
物流业是国民经济中基础性、战略性产业，在《物流业发展中长期规划（2014—2020年）》中，国务院已将物流业整体运行效率提高作为发展目标之一。西部地区占全国总面积的71%，占全国总人口的28%，研究西部地区物流业效率状况对全国物流业效率的提高具有重要意义。本文采用的数据包络分析（Data Envelopment Analysis， DEA）是一种基于被评价对象间相对比较的非参数技术效率分析方法，由于其在多投入多产出的分析中具有较强的优势，因此被广泛运用到宏观经济、环境、物流等众多领域（王琴梅、谭翠娥，2013；Blum H， 2015；Liou J， 2015；张诚、喻琴、张志坚，2015）。
1 数据选取
评价物流业效率使用的指标在统计年鉴中没有具体的对应数据，鉴于我国物流业增加值统计中交通运输、仓储和邮政业占到了物流业增加值的83%以上，因此可以使用交通运输、仓储和邮政业相关数据来替代物流业数据（刘秉镰、余泳泽，2010）。DEA模型中投入x产出y指标的选取需要大致满足两个关系：x能生产y，y是由x生产出来的，同时，DEA模型中指标之间的共线性不会影响分析结果（成刚，2014）。
本文在文献研究基础上，并考虑数据可获得性，选取了交通运输、仓储和邮政业就业人员数、固定资产投资和物流里程数（通过铁路、公路和内河公里数加总所得）作为投入指标，货运量、货物周转量和交通运输、仓储和邮政业生产总值作为产出指标。见表1。
2 实证分析
（1）模型假定：假定西部12个地区的物流水平仅受前6个投入产出指标影响，不受其他外部因素的影响。
（3）模型求解：运用MAXDEA6.6软件，选择投入导向（Input-oriented），投入导向关注的是在不减少产出的条件下，要达到技术有效率时各项投入应该减少的程度。分别使用了Maximum Distance to Frontier SBM模型和Multipier Model模型。
其中，规模效率值=综合技术效率/纯技术效率，纯技术效率值是不考虑规模效率时，投入对总效率的影响。效率值为1时说明有效，效率值小于1说明无效。规模效益不变表明物流业规模达到最优；规模效益下降表明物流业规模随着投入的增加，产出会减少得更快；规模效益上升表明随着投入的增加，产出也会增加。需要说明的是，效率值等于1时仅表明决策单元是弱有效，效率值为1同时满足松弛值均为0时说明决策单元为强有效。
通过表3可以看出，内蒙古、广西、贵州和宁夏4个省份的所有松弛值均为0，表明4个省份的物流业效率相对其他省份为强有效。对于物流业物流水平评价为无效的8个省份来说，可参考表2的数值进行改进，改进方向是减少投入或增加产出。投入指标松弛变量值为负数，意味着减少投入，产出指标松弛变量值为正数，意味增加产出。
3 结 论
总体来看，西部地区中内蒙古、广西、贵州和宁夏物流业效率强于其他省份，总体效率、纯技术效率和规模效率都达到了最优，并且规模效益处于不变的状态，物流设备、技术和管理达到了较好的状态，物流业较发达。
在非DEA有效决策单元中，西藏的综合技术效率和规模效率最低，说明西藏总体物流效率最差；四川的纯技术效率最低，四川物流业应提高物流要素投入的合理利用程度。从投入和产出的松弛改进值来看，陕西、甘肃、重庆、新疆、云南和四川应从减少投入并保持产出的方向提升物流效率，存在物流资源的浪费情况。同时，陕西、甘肃、重庆、新疆、云南和四川的规模效益递减，应主要开发内部潜力，减少成本，加大对物流资源的优化配置力度，提高物流效率。规模效益递增的西藏和青海物流业发展有较大空间，应加大物流要素投入水平，加快发展物流业。
参考文献：
[1] 王琴梅，谭翠娥. 对西安市物流效率及其影响因素的实证研究——基于DEA模型和Tobit回归模型的分析[J]. 软科学，2013（5）：70-74.
[2] Blum H. The economic efficiency of energy-consuming equipment： a DEA approach[J]. Energy Efficiency， 2015，8（2）：281-298.
[3] Liou J. Analyzing the Relationship between CO2 Emission and Economic Efficiency by a Relaxed Two-Stage DEA Model[J]. Aerosol and Air Quality Research， 2015，15：694-701.
[4] 张诚，喻琴，张志坚. 低碳环境下中国物流业效率评价研究[J]. 铁道运输与经济，2015（1）：72-79.
[5] 刘秉镰， 余泳泽. 我国物流业地区间效率差异及其影响因素实证研究——基于数据包络分析模型及托宾模型的分析[J]. 中国流通经济，2010（9）：18-21.