基于SBM模型的物流效率研究

楊軍++莊惠子+冼威

摘 要：為明確我國物流效率，探索行業(yè)發(fā)展方向，文章采用SBM模型，在考慮環(huán)境影響的基礎(chǔ)上研究我國30個省市2008—2014年物流效率水平。結(jié)果顯示我國物流總體效率水平偏低，東部地區(qū)相對領(lǐng)先，西部地區(qū)相對落后，純效率低下是造成總體效率低下的主要原因。通過Tobit模型進行影響因素回歸分析發(fā)現(xiàn)，資源利用率、區(qū)位優(yōu)勢、經(jīng)濟發(fā)展水平、市場化進程對大多數(shù)地區(qū)有正向影響，而教育水平?jīng)]有起到積極作用。

關(guān)鍵詞：物流效率；環(huán)境約束；SBM；Tobit

1 物流效率研究概述

現(xiàn)有研究中，針對區(qū)域物流效率研究關(guān)注能源及碳排放的較少，大多數(shù)研究仍然僅考慮了資本及人力的投入，得出的結(jié)論未考量物流業(yè)發(fā)展來帶的能源問題及污染問題，不符合綠色物流、可持續(xù)發(fā)展的要求，不能最真實地反映物流效率。因此迫切需要對物流效率進行準(zhǔn)確的評價、區(qū)分高效率與低效率地區(qū)、研究各地區(qū)物流投入與產(chǎn)出的關(guān)系、探尋物流效率差異的原因、尋找導(dǎo)致效率低下的影響因素。本文將選擇數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）方法，采用基于結(jié)構(gòu)的模型在考慮能源問題的基礎(chǔ)上對我國物流效率進行評價，并且研究其影響因素和改進方向。

2 物流效率相關(guān)理論基礎(chǔ)

常見的效率評價方法包括投入產(chǎn)出法、作業(yè)成本法、層次分析法、綜合指數(shù)法、模糊評價法以及前沿效率分析法。其中前沿效率分析法中的數(shù)據(jù)包絡(luò)分析法具有不必提前確定投入產(chǎn)出間明確數(shù)學(xué)關(guān)系、不受指標(biāo)量綱影響、不需確定權(quán)重的優(yōu)勢?，F(xiàn)有的大量效率研究都采用了DEA方法，研究對象包括文化產(chǎn)業(yè)、旅游業(yè)，故本文也采用該方法進行研究。

2.1 SBM模型

DEA方法從提出到推廣應(yīng)用經(jīng)歷了不斷的發(fā)展和更新，Tone[1]于21世紀(jì)初期提出了一個新的、能夠解決傳統(tǒng)模型未將松弛量對結(jié)果的影響考察在內(nèi)的問題模型，被稱為基于結(jié)構(gòu)的模型（Structure Based Model，SBM），其表達式如下所示：

其中S-=ts-，S+=ts+，=tλ，t為標(biāo)量，λ為列向量，s-為投入冗余，s+為產(chǎn)出不足。當(dāng)τ=1，S-=0，S+=0時，決策單元為有效單元。

2.2 效率的分解

技術(shù)效率以規(guī)模報酬不變（Constant Returns to Scale，CRS）為前提，而當(dāng)考慮規(guī)模報酬可變（Variable Returns to Scale，VRS）時，即產(chǎn)出的變化并不總是隨著投入的變化而進行等比例的變化時，所進行的測算求得的效率為純技術(shù)效率。純技術(shù)效率反映的是考察對象在VRS條件下與生產(chǎn)前沿的距離。純技術(shù)效率在經(jīng)濟意義上反映的是由管理水平不同、技術(shù)水平差異等因素所帶來的差異。規(guī)模效率的計算方法是通過CRS條件下的效率值和VRS條件下的效率值相比較求得。規(guī)模效率在經(jīng)濟意義上反映的是規(guī)模影響下的效率差異[2]。

3 基于SBM模型的物流效率研究

3.1 物流效率評價指標(biāo)體系

現(xiàn)有研究中關(guān)于物流效率評價的投入產(chǎn)出設(shè)計中，大量學(xué)者對物流產(chǎn)業(yè)投入指標(biāo)的設(shè)計都根據(jù)KLEMS方法研究進行。Strassner等[3]的研究中引用了KLEMS方法，即以 Capital（資本）、Labor（勞動力）、Energy（能源）、Materials（材料）以及 S-purchased services（服務(wù)）為投入來衡量產(chǎn)業(yè)生產(chǎn)率。

3.2 物流效率實證分析

3.2.1 物流技術(shù)效率分析

我國物流總體效率偏低。在2008—2014年期間，樣本中超過2/3的地區(qū)從未達到過技術(shù)有效，達到過技術(shù)有效的地區(qū)也未能長期保持[4-5]。就全國平均水平而言，物流效率在0.5上下徘徊，意味著在該模型下，樣本地區(qū)每年物流業(yè)實際產(chǎn)出量還未達到理想狀態(tài)的二分之一。盡管其他學(xué)者在考慮環(huán)境影響的條件下對全國較早時期物流效率的研究，近年來的物流技術(shù)效率相比以往不到0.3的水平已經(jīng)有了一定程度的提升，但仍然存在著較大的進步空間。

地區(qū)間存在較為明顯的差距。在統(tǒng)計期間內(nèi)，東部地區(qū)的物流技術(shù)效率均高于中部地區(qū)和西部地區(qū)的平均水平，也高于全國平均水平。中部地區(qū)與東部地區(qū)的效率差距先放大后縮小，西部地區(qū)與中部地區(qū)的差距先縮小后放大，西部地區(qū)與東部地區(qū)始終存在著較大的物流技術(shù)效率差距。

3.2.2 物流技術(shù)效率分解

為了對物流效率進行進一步分解研究，根據(jù)上文所述的理論基礎(chǔ)，使用SBM-VRS模型對 2008—2014年我國物流業(yè)投入產(chǎn)出數(shù)據(jù)進行計算，得到物流純技術(shù)效率，如圖1所示。

圖1 大三地區(qū)及全國平均物流純技術(shù)效率

從總體上看，東部地區(qū)的平均水平在統(tǒng)計期間均處于全國最高水平，西部地區(qū)的物流純技術(shù)效率則始終低于全國平均水平。東部地區(qū)超過90%的省市物流業(yè)純技術(shù)效率都在0.4以上，而中部和西部都只有不足70%的地區(qū)達到這一水平。盡管近年來中西部地區(qū)實現(xiàn)了一定程度的追趕，但就2014年的情況來看，中西部地區(qū)與東部地區(qū)仍存在水平上的明顯差距，還需要更進一步地引進新技術(shù)、學(xué)習(xí)管理新思路、開放行業(yè)發(fā)展?fàn)顟B(tài)。

4 物流效率影響因素分析

Tobit模型由學(xué)者托賓最早提出，該模型適用于被解釋變量因為受限而具有截斷特征的情況。而通過DEA方法求得的效率值正好介于0與1之間，故選該方法開展研究。模型的表達式如下。

4.1 物流效率影響因素指標(biāo)體系

現(xiàn)有研究中關(guān)于物流效率的影響因素的界定主要從行業(yè)內(nèi)部和行業(yè)外部兩個角度出發(fā)，包括了物流資源投入、物流信息化程度、政策環(huán)境、經(jīng)濟環(huán)境等。

丁斌認(rèn)為影響物流產(chǎn)業(yè)效率的因素包括區(qū)域經(jīng)濟水平、經(jīng)濟產(chǎn)業(yè)結(jié)構(gòu)、對外開放程度、政策環(huán)境和地區(qū)因素。劉勇選擇了制度、人力資本、基礎(chǔ)設(shè)施水平、和經(jīng)濟發(fā)展水平來分析環(huán)境對物流效率的影響。趙雷研究了以物流業(yè)人均投資額及人均物流網(wǎng)絡(luò)里程代表的物流資源投入水平、以人均實際GDP為代表的地區(qū)經(jīng)濟發(fā)展水平、以城鎮(zhèn)人口占比為代表的城鎮(zhèn)化水平以及物流專業(yè)化及信息化程度對物流效率的影響。田剛研究了人均受教育程度、國有率、政府干預(yù)、開放程度以及產(chǎn)業(yè)結(jié)構(gòu)對物流效率的影響。

4.2 物流效率影響因素實證分析

資源利用率綜合指數(shù)對物流效率有較大正面影響，說明在不斷加大物流業(yè)投資力度、大力促進物流行業(yè)發(fā)展的大背景下，如何將投入的資源進行有效利用成為提高物流效率的重中之重[6]。

5 結(jié)語

通過上文對統(tǒng)計樣本的測算研究可得，我國總體物流效率還處于較低水平。在2008—2014年期間，樣本中的30個省市總體物流效率有效比率最高僅為27%，大多未超過20%，總體有效率偏低?？紤]環(huán)境影響后，效率值僅在0.45上下浮動，遠低于其他學(xué)者不考慮環(huán)境影響的研究成果，因此在綠色物流、節(jié)能減排方面還存在較大提升空間。通過對技術(shù)效率的分解研究可得，純技術(shù)效率偏低是總體效率偏低的主要因素，說明我國物流業(yè)還需進一步提升“軟實力”，以更好地將不斷擴張的投入更有效地轉(zhuǎn)化為行業(yè)產(chǎn)出。

[參考文獻]

[1]TONE K A. Efficiencies in data envelopment analysis[J]. Management Science， 1984（9）：1078-1092.

[2]FARREL M J.The measurement of productive efficiency[J].Journal of Royal Statistical Society， 1957（120）：253-281.

[3]STRASSNER E H， MEDEIROS G W， SMITH G M. Annual industry accounts：introducing klems input estimates for 1997—2003[J]. Survey of Current Business， 2005（9）：31-65.

[4]鄧學(xué)平.我國物流企業(yè)全要素生產(chǎn)率分析[J].系統(tǒng)工程，2008（6）：1-9.

[5]劉秉鐮，李清彬.中國城市全要素生產(chǎn)率的動態(tài)實證分析：1990—2006—基于 DEA模型的Malmquist指數(shù)方法[J].南開經(jīng)濟研究，2009（3）：139-152.

[6]王維國，馬越越.中國區(qū)域物流產(chǎn)業(yè)效率[J].系統(tǒng)工程，2012（3）：66-75.endprint