基于DEA中国地区物流效率研究.docVIP

基于DEA中国地区物流效率研究 　　摘要：本文用各省市物流固定资产投资及劳动力作为投入变量，用旅客周转量和货物周转量作为产出，利用DEA方法分析我国物流效率。结果发现我国物流规模效率相对较高，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。经济发达地区与欠发达地区物流效率相差不大，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进步的基础上改进管理，优化物流资源配置。 　　关键词：物流；技术效率；规模效率 　　中图分类号：F252.5 文章标识码：A 　　 　　一、引言 　　 　　物流是人类赖以生存和发展的基础，物流水平已成为一个国家或地区综合实力的重要标志。我国物流水平与国外发达国家还存在着较大差距，进行物流效率评价，有利于加快技术进步，改善管理，合理配置资源，减少浪费，促进我国物流健康可持续发展。 　　我国是个资源缺乏国家，对物流效率进行评价，必须考虑投入产出问题，这是符合中国国情的，DEA方法正是这种思路的重要体现。本文采用物流行业职工人数、物流行业固定资产投资作为投入变量，客运周转量和货运周转量作为产出变量，以我国31个省市为单位进行研究。 　　 　　二、研究方法 　　 　　DEA是一种测算具有相同类型投入和产出的若干系统或部门（Decision Making Unit，DMU）相对效率的有效方法。其实质是根据一组关于输入输出的观察值，采用数学规划模型，来估计有效生产的前沿面，再将各DMU与此前沿做比较，进而衡量效率。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方法具有与其他多目标评价方法不同的优势：在对DMU进行评价时，它不必考虑指标的量纲，可以避免由于指标量纲不同而需寻求相同度量因素所带来的许多困难；不需要事先确定指标的相对权重，也不必确定决策单元的各输入输出之间的显式关系，这就排除了许多主观因素，不仅增强了评价结果的客观性，而且还会使问题得到简化。 　　Farrell(1957)[1]在Debreu和Koopmans工作的基础上，创造性的提出了多种投入、多种产出的DMU效率的一??简单的效率测度方法。假定规模报酬不变，将经济效率分为技术效率和配置效率。技术效率反映在给定投入的情况下DMU获取最大产出的能力；配置效率反映给定投入价格时DMU以适当的比例使用各项投入使其生产成本最低的能力。技术效率与配置效率的乘积等于总的经济效率。 　　规模报酬不变模型是Charnes，Cooper和Rhodes（CCR，1978）[2]所提出的最基本DEA模型，因此也成称为CCR模型。为了对DMU的有效性进行较简单的判别，Charnes和Cooper引入了非阿基米德无穷小量的概念，以便用线性规划的单纯形方法求解模型，对决策单元进行一次性判别。 　　用不变规模报酬模型进行效率测评时，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, Cooper(1984)[3]提出了可变规模报酬（BCC）模型。 　　 　　三、变量与数据 　　 　　物流业产出用货物周转量和旅客周转量进行衡量。货物周转量为铁路、公路、水运的周转量，不包括管道、民航及铁路行包运输，旅客周转量不包括民航客运。这两项指标可以反映运输业生产的总成果，也是编制和检查运输生产计划，计算运输效率、劳动生产率以及核算运输单位成本的主要基础资料。计算货物周转量通常按发出站与到达站之间的最短距离，也就是计费距离计算。计算公式为： 　　货物（旅客）周转量=∑货物（旅客）运输量×运输距离 　　 　　物流业投入用各地区交通运输仓储及邮政业的固定资产投资和职工人数表示，即物流业的资本和劳动力。所有数据均来自于2005年中华人民共和国统计年鉴，由于数据的限制，没有选取近年来的面板数据。 　　 　　四、实证结果 　　 　　利用Tim Coelli[4]（1996）的DEAP2.1软件进行分析，在可变规模报酬和产出不变假设情况下，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中国各省市的物流投入资源配置、技术进步及管理的总体情况，反映了在一定投入条件下产出能力。规模效率反映了各省市物流发展规模及增长空间情况，本质上也是管理水平的反映。 　　总体上看，我国物流效率偏低，平均技术效率仅为0.628，平均纯技术效率为0.728，平均规模效率最高，为0.876，由于技术效率是纯技术效率与规模效率的乘积，说明我国物流效率偏低除了总体水平不高以外，主要原因是纯技术效率偏低造成的，也就是说，我国物流在资源配置及管理上还存在着