丁一楠 郑喜娟 朱白雪

(信阳学院商学院，河南 信阳 464000)

引言

河南省农业高速、高产、高质量发展是促使区域经济发展的必要途径，而近些年来产业融合是治理河南省“三农”问题的重要方法之一，在此背景下，关于农业和物流业联动发展研究大量涌现。丁一楠等[1]将河南省农业和物流业的相关影响指标进行逐步分解，计算二级指标之间的关联度，证明两业之间相互影响、协调发展。褚伟等[2]用数据包络分析对湖北省两业发展的协调性进行效率评价，为实施乡村振兴战略、推进农业现代化提供产业基础。河南省是我国农产品生产大省同时也是我国农产品的出口大省，其主要表现在大数量及多种类的产品在市场流通，但发展中也出现诸多问题，如物流基础差、转运效率低、营运成本高、产品耗损严重，目前农产品物流还没有发挥出应有优势水平，反而使农产品在市场中丧失了原有竞争力。因此，如何解决运输中耗损问题，如何降低运营成本，如何提升农产品物流效率，对于推动河南农业现代化发展具有重要意义。

归纳现有研究成果，关于农产品物流效率的研究还不是很多，研究视角主要基于研究区域不同。伍星华[3]以武陵山片区农产品物流为研究对象，运用问卷调查和实地访谈法2种研究方法进行调研，分析影响农产品物流效率的诸多因素并进行总结。贾圣强[4]研究中部地区农产品物流效率时，结合超效率-Tobit模型进行详尽的实证分析，研究表明，我国中部地区的农产品物流规模报酬递减、物流效率下降。陈玲[5]利用改进的DEA模型测算了国内31个省份的农产品物流效率，研究发现，不同省际、不同地区之间的物流效率差距大，进而分析其原因。还有的研究致力在研究方法上达到创新，利用灰色关联模型、随机前沿法等，但上述研究方法不能从动态角度分析农产品物流效率的变化。经上述研究总结，本文利用DEA模型从静态角度展开分析，并结合Malmquist指数从动态角度展开分析，全面研究河南省农产品物流效率的变化，并探析与中部其它省份效率差异的原因，为河南省农产品物流的长足进步和发展提供针对性建议。

1 研究方法与理论基础

1.1 DEA模型

DEA模型(数据包络分析法)是一种能够线性规划在较多投入和产出指标情况下的分析工具，其模型计算原理主要依靠将目标决策单元与其它单元相比较得到计算结果，此模型是由美国学者提出，现应用在多个研究领域。DEA模型排除人为因素的干扰和统一指标量纲化的指定，在模型构建中不需要对指标进行人为主观赋权重假设，使实证过程更简便、结果更客观。

按照规模报酬可变与否，DEA模型分为BCC和CCR模型。其中，BCC模型更加适用于对规模可变的农产品物流业中，BCC模型中，纯技术效率(PTE)和规模效率(SE)二者之积为综合技术效率(TE)，这样的分解方法更便于分析效率低下的原因，因此在静态视角方面，文章将建立BCC模型加以详细分析。

1.2 Malmquist指数

通过上面对DEA模型的测算原理可知，DEA-BCC模型得出的结果是在确定时间范围内的效率值，即目标决策单元的静态值。DEA-Malmquist指数弥补上述模型测量结果的不足，测量决策单元的动态效率值，在计算Malmquist指数过程中，可将效率变化进行分解，在各个变化的关系中进行判断，即Malmquist指数[6]。1953年，Malmquist提出此方法，1994年，经Fare R[7]进行改进，2007年，Zofio J L[8]再次改进。所以承接上述的静态视角，本文从动态视角方面利用Malmquist指数分析农产品物流效率的动态变化。

本文将TFPch分解为技术进步(TC)与技术效率变化指数(TEC)：

式中，x、y为被评价对象的投入产出值；t为时间；Dt、Dt+1为时间期内的距离函数。TFPch>1表明农产品物流效率有效，物流效率处于上升状态，将TFPch进行分解，分解后TC>1时表明农产品物流技术和管理水平处于进步与提升状态；TEC>1时，表明物流技术的应用效率水平处于提升。再将TEC分解为规模效率(SEC)与纯技术效率(PTEC)：

式中，SEC>1时，表明农产品物流投入恰当、物流规模效率提高；PTEC>1时，表明对于物流技术和经营管理的利用率高，纯技术效率有效[9]。对Malmquist指数的层层分解，紧握影响上一级指数变动的因素再次分解，逐步全面分析出变动情况和趋势[10]。

2 指标选取和数据来源

2.1 投入产出指标

2.1.1 投入指标

由于农产品物流过程的复杂性，涉及到生产加工、仓储运输以及物流相关投资等诸多方面，指标选取涉及范围多，本文选取的投入指标尽可能反映出现代农产品物流的资源投入情况，所以选取劳动力和固定资本作为投入指标。在整理相关文献和行业报告中发现，交通运输、仓储及邮政业增加值的85%以上是物流业增加值所占份额，多数学者在研究与物流业相关领域时，多使用上述3个产业替代物流业[11]。综上所述，本文用上述三业的从业人员数量表示所投入的劳动力数量，每年三业的固定投资额表示所投入固定资本额。

2.1.2 产出指标

本文选取河南省农产品物流总额为产出，物流总额因在统计年鉴中无法直接获取，间接使用公式计算得到[12]，公式：

2.2 数据来源

2011—2019年河南省面板数据为样本，其余5省面板数据为对照，数据存在缺失时，利用增加率计算出相关指标进行填补。文章使用的数据均来自于《中国统计年鉴》、《中国物流年鉴》和6个省份统计年鉴。

3 结果与分析

3.1 静态结果分析

软件：DEAP2.1；模型：DEA-BCC，且建立投入导向。

测算2011—2019年数据，整理结果，得出2011—2019年河南省农产品物流效率测度值如表1所示。

表1 2011—2019年河南省农产品物流效率测度值

纵向比较来看，2012年、2014年、2018年、2019年河南省农产品物流综合效率值为1，说明这几年河南农产品物流效率处于生产前沿，在这几年中，河南省拥有的便捷的物流优势在农产品方面进行了合理分配，使得在此期间的投入与产出处于最佳。2013和2017年综合效率值不到1，甚至均小于0.9，说明在这两年内农产品物流效率有明显的下滑，物流产业在农产品运输方面没有起到良好的分配，投入与产出的效率值并不处于最优，进而综合效率无效。

2011年、2012年、2014年、2018年、2019年纯技术效率值为1，说明在此期间河南省农产品物流的需要和发展足以用现有省内的物流技术予以维持和支撑，纯技术效率有效，其余年份纯技术效率小于1，说明需要对物流技术投入资源进行调整。2012年、2014年、2017年、2018年、2019年规模效率值为1，这几年河南省农产品物流的规模有效，并且规模报酬不变。这说明在这几年内很好规划了河南省在农产品物流的规模结构，实现了效益最大化，满足了发展需要，其余年份规模效率值均大于0.9且小于1，说明这些年份内河南省农产品物流的产业规模存在轻微不合理，处于弱有效状态。

3.2 动态结果分析

测算2011—2019年河南农产品物流业Malmquist指数，整理结果，如表2所示。从表2可知，河南省9a内tfpch值为0.986，年平均降低1.4%，测算结果表明，在测量的时间段内河南省农产品物流的全要素生产率并不理想，呈现出下降状态。按照2.2理论中将tfpch进行分解，得到的effch和techch，二者值分别为1.000和0.986，此测算结果说明techch年平均下降1.4%，究其原因主要是农业物流技术低下、技术水平没有创新导致tfpch未取得较好结果，对effch继续进行分解得到pech为1.000，sech为1.000，说明河南省农产品物流规模和纯技术效率均为有效状态。

表2 2011-2019年河南省农产品物流Malmquist指数测量值

在2011—2012年、2013—2014年、2017—2019年这几个时间段内，河南省农产品物流Malmquist指数的分指标值均大于或等于1，在该阶段内河南农产品物流产业的技术和规模都达到有效的上升状态，规模的增加并没有导致资源分配混乱，全要素生产率水平在提高。其余时间段内的测量结果显示河南省农产品物流tfpch<1，全要素生产率水平在下降。根据tfpch分解情况分析，分时间段看，2012—2013年、2014—2017年间技术进步变化率<1，结果说明对于物流技术的投入不足而导致技术退步是主要原因。对比河南省和其它省份的农产品物流效率，由表3可知，综合技术效率和纯技术效率变化的走势并无二样，本文认为纯技术效率的变化会引起综合技术效率变化，并且是影响其变化的关键原因。

表3 中部6省农产品物流Malmquist指数对比

由表3可知，2011—2019年中部6省的农产品物流业的年均Malmquist指数均<1，都呈下降趋势，且6省的综合排名为安徽>河南>山西>湖南>湖北>江西。排在前2位的中部地区是安徽省和河南省，两省均是农业根基深厚，中部6省交通纵横交错，形成良好的农产品流通运转的便利条件，在如今乡村振兴、中部崛起战略的支持下，中部省份加快农业发展步伐，朝着农业现代化方向持续迈进。在发展过程中发现，河南省相比较于江西省，江西省effch>1，技术效率提升1.7%，技术进步下降5.6%，想要提升全要素生产率需要尽量依靠技术进步。

4 结论与建议

4.1 结论

本文在总结多位学者关于农产品物流效率研究的基础上，实证分析研究2011—2019年河南省农产品物流效率，得出如下结论。

本文基于DEA-BCC模型进行静态层面分析，河南省平均综合技术效率为0.995，效率未达到最优状态，对于物流资源的管配能力还有待提升。

本文基于DEA-Malmquist指数进行动态层面分析，观测时间内河南省农产品物流Mal-mquist指数均值为0.986，全要素生产率呈现下降状态，经过层层分解分析，究其原因是农业物流技术的落后，如物流技术在投入不足、物流信息技术受限等。和其余中部5省对比Malmquist指数，安徽>河南>山西>湖南>湖北>江西，较高Malmquist指数主要是依靠较大规模的农业基础，带动了农业物流效率的提升。

4.2 建议

紧抓中部振兴战略契机，优化农产品物流空间布局。通过文献的梳理得知，农业的发展和现代物流业之间融合处于上升期，而近9a关于河南省农业物流效率的测度由测算并非达到快速上升的状态，近些年来在各种政策的帮扶下，中部地区的农产品流通逐渐向好，多样的农产品供应、便捷的交通运输，再加以物流技术提升农产品物流效率，以带动河南省农产品物流稳定发展。

加快技术创新，提高管理水平。以科技创新、信息管理为手段，引入物流技术与物流管理方法投入农村，搭建农村电子商务、直播带货平台，建成农产品分销转运中心，培养现代化农民，为更多农民解决产供销问题，进而实现乡村振兴。