郭梦雅，王 江

（深圳大学，广东 深圳 518060）

基于超效率DEA的广州市物流效率研究

郭梦雅，王 江

（深圳大学，广东 深圳 518060）

广州作为经济大市，信息化程度高，技术普及快。“互联网+”时代的到来为物流业增添了新的发展动力，通过超效率DEA方法对广州市物流效率进行系统全面的研究，比较与其他城市之间的物流效率差异以及近几年广州市物流效率变化情况，得出基于超效率DEA的广州市物流效率规律，为广州市物流业运作效率的改进以及竞争力的提高提供理论基础和实践指导。

超效率DEA；物流；物流效率；广州

1 引言

随着“十三五”规划的到来，传统物流业迎来向信息化物流转型的关键性时期。加上在“互联网+”的推动之下，技术升级改变着传统物流产业的运作模式，使其逐渐成为信息化、集约化的物流服务平台，物流效率也随之提高并成为学者考虑的主要问题。降低物流成本、提高物流效率是物流新时代的关键所在。根据广州市物流发展规划，到2020年广州将建设为中国南方区域国际物流中心，因此研究广州市物流效率具有重要意义。Chun-hua Ju，Chang bing Jiang［1］等基于DEA-PCA方法对物流网络基础设施效率进行研究；Tonanont Ake，Yimsiri anya［2］运用平衡计分卡（BSC）的概念、AHP（层次分析法）和DEA分析方法一起创建一个新的性能度量框架分析企业物流效率的方法；许鹏［3］通过规模报酬不变和变动规模报酬两种方式的DEA模型进行分析，针对性地给出了辽宁省物流业发展的一些，可操作性的政策建议；付丽娜［4］等认为传统DEA方法在权重上包含人为主观因素，无法排除随机因素的干扰，因此采用超效率DEA方法对城市群生态效率进行研究；黄勇，彭文冲［5］等运用DEA模型分析广州市物流系统效率，从投入冗余和产出不足两方面分析非DEA有效单元的年份物流系统存在的问题；王蕾［6］选取物流业投资、公共环境和社会保障投资、公路里程作为投入指标，公路货运量、公路货物周转量、物流业产值变量作为产出指标，用DEA分析法研究新疆北疆地区的物流效率。

2 广州市物流业现状

广州市是珠三角和华南地区的中心城市，并且是华南地区经济最发达的城市之一，2015年经济发展在全国大城市中居第3位。基于强大的经济支撑和优越的地理位置，近年来广州市物流业得到迅猛发展。广州作为华南地区的交通枢纽城市，现已逐步形成公路、铁路、水路、航空、管道运输等多式联运网路体系。2014年广州市物流产值达到1 136亿元，占第三产业值的10%，比2013年的物流产业值多122亿元，增长率接近12%。2013年广州市货运量达到8.91亿t，而同样是物流发达的深圳地区货运量仅有2.97亿t，可见广州货运量之大。2014年广州市货运量增长了7 454万t，增长率接近8.34%。2013年广州市货运周转量为6 822亿t·km，2014年货运周转量达到8 633亿t·km，增长幅度为26.54%。为使广州市尽快成为华南地区的物流中心，近几年广州市在建设路网上加快了步伐，2014年广州等级公路线长达到8 121km，比2013年增加251km，2014年等级公路增长率为近几年最高，达到3.19%。2014年广州港口码头泊位数有863个，比2013年多14个，2014年港口集装箱吞吐量为1 662.62万箱，2013年港口集装箱吞吐量为1 550.45万箱，增加近7.23%，可见码头泊位的增加有利于增强码头周转能力。2014年民用航空航线条数为640条，比2013年多28条，民用航空航线里程扩建为15.67万km，相比2013年增长了4.59%。2014年广州管道运输条数为40条，比2013年增加18条。综上分析，广州市2014年在水路、公路、航空和管道运输等方面加强建设，使路网连接更加密切，这有利于物流业的发展，对物流效率的提高起着至关重要的作用。

降低物流成本、提高物流效率是物流业转型升级的目标，但物流业目前普遍存在资源分散、规模化程度低的问题，不利于管理和规模效益的发挥。2014年登记在册的物流私营企业有10 946家；大型物流园区有三处，分别是黄埔物流园区、南沙物流园区、空港物流园区，园区内设施较为完善，现代化程度较高，但与园区外的物流公司差距较大，没有形成统一的供应链模式；此外，广州市物流市场不计其数，为物流市场的管理带来负担，低成本的不正规物流公司经常成为物流管理的难题。广州市大大小小的物流园区、物流市场和物流公司是造成目前物流成本高、效率低的部分原因，想要提高物流效率，需要进行资源整合，形成一条完整的供应链。

3 超效率DEA模型建立

DEA分析法是一种基于线性规划评价同类型企业或部门生产相对有效性的特殊工具手段。DEA方法相对其他效率分析方法而言摆脱了多元统计回归分析的线性及非线性关系假设，有利于揭示存在于系统内部、通过其他评价方法归纳不出来的隐藏关系。

但是，随着研究的不断深入，DEA方法的不足与缺陷也逐渐暴漏出来。由于DEA方法只能将决策单元区分为有效与非有效性，无法对同时有效的多个决策单元排序对比。因此学者提出了诸如交叉效率法、超效率方法等能够借助DEA方法对所有决策单元进行优劣排序的新模型方法，本文将用超效率DEA模型分析广州市物流效率，涉及到技术效率、规模效率、纯技术效率和超效率，需要CCR-DEA模型、BCC-DEA模型和超效率DEA模型的结合使用。

3.1 DEA模型

1978年Charnes，Cooper和Rhodes［7］首次提出数据包络分析法（data envelopment analysis，DEA），用于研究多投入与多产出之间的效率关系，可以称之为一种“数据导向（data oriented）”型的效率评价工具。

3.1.1 CCR-DEA分析法的基本模型。设有n个决策单元DMU（i=1，2，…，n），每个决策单元有相同的t项投入，则有投入向量为xi=（x1i，x2i，...，xti）T＞0，i=1，2，…，n，每个决策单元有相同的s项产出，则产出向量为yi=（y1i，y2i，...，ysi）T＞0，i=1，2，…，n.即每个DMU都有t种类型投入及s种类型产出.其中xji表示第i个DMU对第j种决策单元的投入量，yji表示第i个DMU对第j种决策单元的产出量。

为将所有的决策单元进行统一综合，需要对每一个投入与输出进行赋值，令投入与输出的权向量分别为：为第j类型投入的权重，ur为第r类型产出的权重。此时，第i个决策单元投入的综合值为产出的综合值为于是定义每个决策单元DMUi的效率评价指数为：

根据以上分析，第i0个决策单元的相对效率优化评价模型为：

进一步因素松弛变量S+和剩余变量S-，将式（2）的不等式约束化为等式约束：

3.1.2 BCC-DEA分析法的基本模型。CCR-DEA以规模报酬不变为前提，但在现实中，规模报酬并不是不变的，因此Banker，Charnes和Cooper（1984）提出了一个对可变规模报酬模式的DEA分析的扩展，即BBC-DEA模型分析法。即当不是所有的决策单元都以可变规模报酬运行时，就会使得对技术效益的测度受到规模效率的影响。因而BCC-DEA模型分析的是决策单元DMUi0的纯技术效率。

可变规模报酬模式下的DEA分析，实际上只要对固定规模报酬模式下的线性规划问题CCR模型进行简单的改进，通过对CCR增加凸面条件即可得到BCC模型：

3.2 超效率DEA模型

在上述模型的分析实践中，有时会出现多个决策单元的技术效率值θ都等于1的情况，从而不能按效率值高低对各个决策单元进行排序，对于这种情况，DEA提供了一种超效率模型，按此模型计算出来的效率值θ可大于1，基本上能实现对所有决策单元的排序。θ值大于1的经济意义在实践中十分有用，它可以测算出各项投入指标在同时按多大比例增加的情况下，决策单元仍能保持DEA有效。基于投入导向的规模报酬可变的超效率DEA模型如下：

3.3 指标选取

超效率DEA是用于分析多产出和多投入的经济系统的效率，根据研究目的的需要和对文献的总结，本文选取的指标见表1。

表1 指标选取

投入指标：物流业固定投资可以反映各地区对物流业的重视程度，这里将交通运输、仓储和邮政业的固定投资看作物流业固定投资；物流职工人数可以反映物流业的规模情况；等级公里数反映了地区的交通基础建设。

产出指标：货运周转量可以反映货物周转的效率，对物流效率是一个直观的体现；物流产业值直接反映了物流业的状况，物流产业值选取交通运输、仓储和邮政业的生产总值。

4 广州市物流效率实证分析

对广州市物流效率进行分析，首先将其与其他城市进行对比，由于广州属于一线发达城市，本文将选取与广州市经济发展程度相似的城市进行比较分析，因而根据最新划分的一线城市和二线发达城市［8］比较对象：分别是北京、上海、广州、深圳、天津、杭州、南京、济南、重庆、青岛、大连、宁波和厦门，总共13个城市进行物流效率对比。根据所选取的指标进行收集数据，见表2，所有数据均来自中国统计年鉴和各城市统计年鉴。

表2 13个城市2013年指标数据

其次，对广州市近几年物流效率变化情况进行详细分析，从2004年到2014年，广州市物流效率变化需要的数据见表3，所有数据均来自广州市数据统计年鉴。

表3 广州市2004-2014年指标数据

4.1 广州市与一线城市和二线发达城市的物流效率对比分析

运用DEAP2.1软件和MYDEA软件分别对数据进行分析，得到13个城市的技术效率、纯技术效率、规模效率和超效率，见表4。上海、广州、深圳、青岛和大连都是DEA有效，其余8个城市的物流效率是DEA无效。因所选城市都是经济发达城市，不存在某个城市因经济实力弱而导致的物流效率低的问题，所以分析更具有代表性。

表4 2013年13个城市超效率DEA分析结果

由表4可以看出，2013年13个城市的技术效率平均水平是0.771，其中上海、广州、深圳、青岛、大连、南京的技术效率均超过平均水平；而低于平均水平的城市有7个，其中重庆的技术效率最低，仅0.237，还有76.3%的提升空间，杭州、宁波、厦门、北京、天津的技术效率也较低，提升空间大。13个城市的纯技术效率平均水平是0.858，有8个城市的纯技术在平均水平之上，5个城市的纯技术效率低于平均水平，其中重庆的纯技术效率水平最低，仅0.260，提升空间有74%。13个城市的规模效率平均水平为0.889，是三个效率水平中最高的，其中有7个城市的规模效率高于平均水平，6个城市的规模效率低于平均值，其中杭州的规模效率最低为0.538。

从上述分析不难发现，重庆的物流效率相对较低，其技术效率和纯技术效率是13个城市中最低的，但规模效率却在平均水平之上，技术效率等于纯技术效率和规模效率的乘积，由此可见重庆市物流效率低是因为纯技术效率低、技术不先进造成的。并且重庆物流业目前处于规模效益递减的状态，基于重庆市技术效率和规模效率相差甚大，政府应该缩小对物流业规模的建设，适当调整物流业发展方向，大力引进先进技术，充分利用“互联网+”时代的技术，提高物流业的技术水平，缩小技术效率和规模效率之间的差距，从而整体上提升重庆市的物流效率。

厦门的物流效率处于DEA无效，但其纯技术效率是1，达到有效，根据技术效率等于纯技术效率和规模效率的乘积，由此可见厦门的物流技术方面已经达到有效，但其规模不足，导致物流效率无效。目前厦门物流业处于规模递增的状态，政府可以继续合理加大物流规模的建设，提升物流效率。

其他物流效率无效的城市的技术效率和规模效率都比较低，政府需要在技术和规模两方面进行合理规划投资。

超效率DEA可以对物流效率均为1的DMU进一步分析排序，由表4可知，上海的物流超效率最高1.524，其次是深圳1.484，青岛为1.324，排第三，接下来依次是大连、济南、广州。广州的物流效率是有效的，但并不是6个物流有效中最高的，而是最低的，这说明广州市物流效率还可以借鉴其他地方的物流经验进行提升。相比同省的深圳来说，深圳物流超效率比广州物流超效率高出45.4%，广州市应该借鉴深圳物流发展模式，快速吸收运用新技术，协调各个部门，综合提高物流各阶段的效率。

4.2 近几年广州市物流效率对比分析

本文主要研究广州市的物流效率，前文对广州市整体物流效率进行对比，发现广州市物流效率是DEA有效，接下来对广州市近几年的物流效率变化作简要分析。表5表明，广州市在2004年到2007年的物流业能够有效创造价值，物流效率是DEA有效，2008年到2013年为DEA无效，说明这段时间对物流业的建设投资规模不如前几年，2014年广州市物流产业效率为DEA有效，说明广州市意识到前几年物流效率出现的问题，及时制定策略，使物流业效率提升。

表5 2004-2014年广州市超效率DEA分析结果

2004年到2014年这11年间，有5年广州市物流业效率有效，分别是2004、2005、2006、2007和2014年，2008年到2013年6年里广州市物流效率无效，没有达到最优。11年中技术效率的平均水平是0.916，2008年到2011年四年的技术效率低于平均值，其中2009年技术效率最低，为0.739。纯技术效率的平均水平是0.935，纯技术水平较高，接近1，说明广州市物流技术能够及时普及，与最新技术运用得当有很大关系，其中纯技术效率最低的是2009年，为0.807。规模效率的平均水平是0.977，更接近于1，表明广州市规模效率比较有效，仅有3年的规模效率低于平均水平，其中最低的年份是2009年，为0.916。规模效率高表明广州市通过扩大规模提高物流效率的空间并不是很大，想要提高物流效率，需要从技术方面入手。

根据上述分析发现，从2008年开始，广州市物流效率进入无效时期，其中2009年的物流效率最低。2008年初全国遭遇重大雨雪冰冻灾害，天气方面的因素可能导致公路等的运输出现问题，从而导致物流效率低，同年5月的汶川地震和8月份的北京奥运都会在不同程度上影响广州市物流业的发展。2009年物流产业被纳入国务院审议的产业振兴规划之列，广东省这一年对物流也重新做了规划，一些设施投资等的重新定位可能是造成物流业物流效率最低的原因。紧接着从2010年开始，物流业效率逐渐提升，并在2014年重新进入有效年份，这说明广州市近几年的物流业改革取得了初步的成功。

广州市近几年的物流有效年份超效率也有比较大的差异，表5显示，广州市物流超效率2014年最高，达到1.255，接下来是2005、2004、2007和2006年。值得注意的是2014年广州市物流超效率比2005年高出15.5%，广州市不仅在2014年将物流业效率提升为有效，而且还超过近几年最高效率的15.5%，充分说明了2014年广州市物流业转型比较成功，政府部门可以参考当前物流业建设进行下一步的部署和投资建设。2008年到2010年物流业处于规模报酬递增，此阶段的物流无效率可以通过增加各个投入要素、扩大产出使规模报酬不变。2009年到2013年，物流业为规模报酬递减，此时应该相应缩减投入要素。

4.3 近几年广州市物流无效的投影分析

超效率DEA分析不仅能够对都有效的决策单元进行更进一步的分析，而且能够通过投影分析对DEA无效的决策单元进行调整，使其变为DEA有效。根据上文对广州市2004到2014年物流效率的DEA有效性分析，接下来通过投影分析计算DEA非有效的决策单元物流系统投入、产出的松弛变量，即测算使非DEA有效的决策单元变成DEA有效的调整幅度，得到表6所示的投入产出冗余。

表6 广州市物流效率无效年份投影分析

从投入指标来看，如果投入冗余量大，则表明投入的资本源使用效率低，资源没有有效配置。从产出指标看，如果产出不足，则表明在现有资源投入水平下，资源没有有效地转化为物流产出。2008年到2011年等级公路投入冗余偏大，基本在1 000km以上，2012年和2013年等级公路投入冗余缩小，在物流效率上的表现为效率提升。2008年到2013年物流固定投资额冗余量也呈现减少的趋势，2008年物流固定投资冗余量为81.1亿元，2013年固定投资冗余量为68.5亿元，其中2012年物流固定投资冗余量最少，为16.7亿元。物流职工人数也存在投入冗余，现代化物流业需要大量的物流人才，政府应该对物流业的投资进行适当调整，多投资于培训物流科技人才，针对低技术、低效率的物流职工举办培训辅导班，提高其技术能力，避免大量雇佣造成人员溢出。大量的投入并不代表产出会更多，当物流业整体处于规模效益递减时，增加投入并不能引起产出的增加，反而达不到应有的产出值，浪费资源。2008年到2010年物流业是规模效益递增，此时段增加投入能够使产出增加，但却同时存在投入冗余和产出不足，此时应该减少非有效的投入，将有效投入量合理利用转化为有效的产出。2011年到2013年物流业是规模效益递减，过多的投入不能带来高产出，此时应该合理减少投入，使规模效益回到不变的状态。2008年到2013年货物周转量都存在产出不足，但物流产值没有产出不足，说明物流业整体产值达到当年需求，但因为物流管理不善，存在无效运输，导致货物周转量产出不足，这在一定程度上说明物流各投入要素没有得到合理的分配，物流业还需要通过统筹规划更合理的配置各种资源，从而提高物流效率。

5 结论与建议

本文通过对广州市物流效率的超效率分析，得到如下结论:

（1）在全国13个经济发达城市中，广州市物流效率是DEA有效的，并且排名第六；2004年到2014年，广州市物流效率由DEA有效变为DEA无效，后又发展为DEA有效，并且通过对物流业不断进行改革，2014年广州市物流效率成为近几年最高的一年。

（2）对广州市物流DEA无效的年份进一步分析得出，DEA非有效的原因主要是纯技术效率略低，广州市规模效率接近1，提升空间不大，物流效率的提高应该主要通过引进先进技术，利用互联网技术和供应链物流才能使广州市物流效率有效。

（3）从投入方面看，公路里程和固定投资不足成为广州市物流DEA无效的主要约束因素，这说明政府还需要根据投资比例，适当扩大公路建设，增加固定投资，创造一个有利于物流业发展的环境。从产出方面看，货物周转量是影响广州市物流效率最主要的产出因素，广州市物流规模总量不断地攀升，但是周转量还是存在产出不足。

据此针对广州市物流发展提出如下建议：

（1）广州市物流业在2014年达到有效，在未来发展中仍需要借鉴当前发展规模和投资比例，杜绝盲目建设和重复建设导致布局的不合理和规模效益递减。国家鼓励物流业大力发展，广州市应认清形势，利用当前政策鼓励，完善物流业标准体系，提高物流业与其他产业之间的兼容度，从而提高企业的综合竞争能力，探索出发展物流业的正确道路，为广州经济的发展做出积极贡献。

（2）借助珠江三角洲和华南地区巨大的现代物流需求，依托地方产业特色，构建辐射周边的中心物流园区，连接内地的远程投放物流，不断加强基础设施建设。

（3）广州市物流业规模效率接近饱和，通过扩大规模提高物流效率的作用不大，从技术方面抓起是广州市未来物流发展的方向，学习现代物流技术、引进物联网技术、构建先进电子平台、掌握实时物流资讯等都有利于广州物流效率的提高。

［1］Chunhua Ju，Changbing Jiang，Mingyao Chen.Research on logistics network infrastructures based on DEA-PCA approach: Evidence from the Yangtze river delta region in China［J］.Journal of Shanghai Jiaotong University，2012，（1）.

［2］Tonanont Ake，Yimsiri anya，Jitpitaklert Weerawat，Rogers K J. Performance Evaluation in Reverse Logistics with Data Envelopment Analysis［A］.IIE Annual Conference.Proceedings［C］.2008.

［3］许鹏.基于的辽宁省物流产业效率研究［D］.大连:大连海事大学，2010.

［4］付丽娜，陈晓红，冷智花.基于超效率DEA模型的城市群生态效率研究—以长株潭“3+5”城市群为例［J］.中国人口资源与环境，2013，（4）.

［5］黄勇，彭文冲，裘伟超.基于DEA的广东省物流系统效率评价［J］.物流工程与管理，2010，（10）.

［6］王蕾，薛国梁，张丽红.基于DEA分析法的新疆北疆现代物流效率分析［J］.资源科学，2014，（7）.

［7］Alan Stainer.Productivity，Performance Measurement and Management in Logistics［M］.Asia Pacific Journal of Marketing and Logistics.1996.

［8］魏权龄.数据包络分析［M］.北京:科学出版社，2004.

［9］卫云棠.试论我国物流效率的提高［J］.五邑大学学报（社会科学版），2003，（11）.

［10］苏航.DEA交叉效率评价模型研究［D］.长春:吉林大学，2013.

［11］高莹，李卫东，尤笑宇.基于网络DEA的我国铁路运输企业效率评价研究［J］.中国软科学，2011，（5）.

Study on Logistics Efficiency of Guangzhou Based on Super-efficiency DEA

GuoMengya，WangJiang
（ShenzhenUniversity，Shenzhen 518060，China）

As an emerging composite industry，logistics has gradually become the index to measure the economic development status of a region.In this paper，using super-efficiency DEA，we analyzed comprehensively the logistics efficiency of Guangzhou，compared it with that of other cities，studied the changes in the logistics efficiency of the city in recent years，obtained the logistics efficiency pattern of Guangzhoubasedonsuper-efficiencyDEA.

super efficiencyDEA；logistics；logisticsefficiency；Guangzhou

F259.27

A

1005-152X（2016）05-0068-06

10.3969/j.issn.1005-152X.2016.05.016

2016-04-01

深圳市软科学研究项目“经济中心城市辐射带动作用指标体系研究”（RKX20130423150604472）专项资助

郭梦雅，深圳大学经济学院研究生，研究方向：区域物流与交通经济；王江，深圳大学经济学院教授，深圳大学物流研究所所长。