李 雷

（甘肃政法学院 经济管理学院，甘肃 兰州 730070）

1 引言

近年来，物流业作为新兴服务业，已成为现代经济的重要组成部分，被列为国民经济发展的动脉和支柱产业，是拉动地区经济增长的重要“增长极”和“加速器”，在促进地区资源优化配置、改善投资环境、增强产业集聚效应和竞争优势、调节市场供需平衡、促进经济运行质量和提升地区综合实力等方面，现代物流业均起到了重要的影响和支撑作用。作为第三产业发展方向的标志，现代物流业的发展程度反映了一个国家或者是一个地区产业结构的现代化水平。因此对于某一地区或城市，要想准确、客观地了解物流发展现状，必须对其物流运行效率进行有效评价。区域物流系统效率评价已经成为区域经济发展的有机组成部分，全面合理的效率评价对协调区域经济的发展具有重要意义。

甘肃省位于我国西北内陆地区，具有“坐中四联”的天然地理区位优势。兰州作为甘肃省的省会城市，位于中国地理版图的几何中心位置，是我国西北地区重要的重工业基地和综合交通枢纽、丝绸之路经济带的重要节点城市。近年来随着全市经济稳步增长以及产业结构的不断优化调整，兰州市物流业取得快速发展，兰州新区空港物流园区、城市铁路货运枢纽、公路配送中心以及物流专线等发展已初具规模。由于全省特殊的经济、资源、人口分布现状，兰州市几乎集中了全省所有大型仓储、货运企业，其物流效率的提高不仅关系到物流产业的发展，同时还在很大程度上决定着全省经济发展的速度。

2 相关文献综述与问题提出

通过文献检索发现，国内专家、学者对于物流运行效率评价的方法比较集中，主要包括数据包络分析（DEA）以及随机前沿（SFA），同时使用数据包络分析进行效率评价的居多。

2.1 使用DEA进行物流效率评价

通过前期文献归纳与整理可知，最早运用DEA法研究物流运行效率问题的学者是Sehinnar AP，他运用DEA法中的投入导向模型对第三方物流企业的选择问题进行了评估，开启了使用DEA 分析法研究物流效率评价的先河。

20 世纪90 年代后期，我国国内相关学者开始关注结合DEA方法对物流效率进行评价研究，孙剑[1]通过物流速度、规模指标、效益指标三个维度构建了我国农产品物流效率评价指标体系，同期许多学者开始运用DEA 法测算我国区域物流的运行效率，相关综述内容见表1。

表1 国内区域物流效率评价（DEA方法）采用的投入与产出指标

2.2 使用SFA进行物流效率评价

在进行物流效率评价的过程中，国内学者主要是采用DEA 为主的非参数法，非参数法的缺点在于假设不受随机误差的影响，因此可能对评价结果产生影响。部分学者开始尝试用能考虑到随机误差影响的随机前沿法（SFA）对物流运行效率进行估算。余泽泳等[7]选取区位因素、制度因素、经济水平和物流资源的综合利用率等变量来综合评估我国物流无效率的影响因素，通过选取2003-2007 年我国29 个省级面板数据,使用面板前沿随机模型进行分析；林坦等[8]在对我国27个省、市的物流运行效率进行估算时，同样采用SFA方法，其研究结果表明物流效率的误差项存在明显的复合结构，从而证明了采用随机前沿法的必要性。使用SFA方法对研究对象进行时间序列分析，能够直观地发现研究对象物流效率的变化轨迹，但对物流效率的分析只能看出研究对象距离生产前沿面的差距，评价研究区域的物流效率，不能分析不在生产前沿面上的研究区域物流非有效的原因。

综上所述，DEA 法与SFA 法在测算区域物流效率时各有利弊。通过文献整理可知：大多数学者倾向于运用DEA 法估算区域物流运行效率，因为DEA分析法在测算区域物流综合技术效率的同时，能够分析DEA非有效是由纯技术效率还是规模效率引起的，同时可以对DEA非有效的区域进行投影分析，提出相应的改进策略。查阅相关的学术文献发现，运用DEA法对甘肃省物流效率尤其是兰州市物流效率进行分析的文献几乎空白。因此，本文尝试利用兰州市2011-2017年面板数据，构建兰州市物流投入与产出评价指标体系，对兰州地区2011-2017年物流效率进行综合测度，找出兰州物流业发展中存在的问题，并结合实际现状提出发展现代物流业的政策建议。

3 研究方法与指标选取

3.1 研究方法

数据包络分析方法（DEA）最早由Farrel(1957年）提出，后由运筹学家A.charenes 和W.W.Cooper 等（1978 年）以相对效率概念为基础，研究并发展起来的一种针对多投入、多产出的效率分析与评价方法。DEA 法是由运筹学中线性规划问题衍生而来，是使用数学规划模型比较决策单元间的相对效率，对决策单元做出评价的方法，是运筹学、管理科学和数理经济学等学科交叉的一个新领域。本文选取DEA 模型中代表性较好、应用最为广泛的CCR 模型与BCC模型。CCR模型主要用于评价决策单元规模效率和综合效率的整体有效性，BCC 模型主要应用于评价纯技术效率是否有效。

DEA模型的基本原理（CCR）：设有n个决策单元（j=1，2，…，n），每个决策单元有相同的m 项输入，输入向量为：

每个决策单元的输出向量为：

xij表示第j个决策单元对第i种类型输入的投入量；yij表示第j个决策单元对第i种类型输出的产出量。设输入和输出的权向量为 ：

vi为第i 类型输入的权重，ur为第r 类型输出的权重。

则第j0个决策单元的相对效率优化评价模型为：

式（1）为分式规划模型，需要进一步线性转化，转化为线性规划模型式（2）。

进一步引入松弛变量和剩余变量，将上面的不等式约束转化为等式约束。

设上述问题的最优解为λ*，s*-，θ*，则有如下结论：

（1）若θ*=1，且s*+=0,s*-=0，则决策单元DMUj0为DEA有效，此时，决策单元DMUj0的生产活动同时为技术有效和规模有效。

（2）若θ*＜1,决策单元DMUj0不是DEA 有效。其生产活动既不是技术效率最佳，也未达到规模效率最佳。

3.2 指标选取

我国国家标准局在《国民经济行业分类与代码》（GB/T 4754－2011）中，将交通运输、仓储和邮政业及批发和零售业作为两个单独的细分产业，并没有对物流产业进行单独定义。目前我国对物流产业的具体界定并不清晰，一般使用交通运输、仓储和邮政业替代现代物流业，本文分析的物流产业亦使用交通运输、仓储和邮政业指标。

对于物流效率，国内学术界并没有专门的定义。通过借鉴经济效率可知，效率主要考察研究对象投入与产出之间的对比关系，因此物流效率主要研究的是物流业总投入与总产出之间的关系，即：E=Y/X，E 为物流效率，X 为物流业总投入，Y 为物流业总产出。

现代物流业的发展，一方面要求物流投入要素实现规模效益，同时能够合理配置所投入的相关资源，另一方面又需要依靠良好的经济发展基本面，从而为物流业的发展提供稳定的支持。本文在总结前人研究的基础上，权衡指标的代表性、可靠性以及数据的可得性，编制了兰州市物流效率投入产出评价指标体系，见表2。

表2 兰州市物流运行效率评价指标体系

在构建兰州市物流效率评价指标体系时，选取等级公路里程指标主要考虑近年来公路货运量占兰州市货运总量的比值持续稳定在90%以上；交通运输、仓储和邮政业投资总额与交通运输、仓储和邮政业从业人员指标可以较好地反映地区的物流投入规模；而货运量与货物周转量指标综合反映了区域物流的活跃程度和运行状态，物流业增加值指标代表了区域物流的产出水平。

本文将以兰州市为单一评价对象，以2011-2017 年的每一年作为一个决策单元(DMU1、DMU2、…、DMU7)，对其物流效率进行纵向评价。分析所用的样本数据来源于2011-2018年《甘肃省统计年鉴》以及《兰州市国民经济和社会发展统计公报》，具体数据见表3。

表3 兰州市物流运行效率投入产出分析表

4 实证分析

根据表3相关数据，本文使用DEAP2.1软件分别用CCR和BBC模型对兰州市物流效率进行分析。分析结果主要包括：兰州市物流的总体效率（c*）、纯技术效率（v*）和规模效率（S*）。纯技术效率评价的是在一定投入下所能达到的产出能力，规模效率反映了兰州市物流业的发展规模，具体结果见表4。

表4 兰州市物流运行效率评价结果(VRS)

通过表4 数据分析可知：2011 年、2012 年、2013年、2015 年和2017 年兰州市物流运行综合效率值为1，达到DEA 总体有效，说明在上述年份兰州市的物流相关投入得到有效利用，并取得最大产出效果。2014 年、2016 年的物流综合效率小于1，即出现DEA无效，说明这2年兰州市的物流运行综合效率未达到最优。

DEA 模型中，综合效率是纯技术效率和规模效率的乘积。具体分析可知：2014 年的DEA 无效主要是由于纯技术效率无效导致，且处于规模报酬递增阶段，说明该年物流资源配置存在不足；2016 年的DEA 无效也是由纯技术效率偏低导致，即在一定投入条件下并没有获得最大产出，进一步说明物流资源的配置效率需要提升。

总体来看，2011-2017年兰州市物流业的平均效率为0.986，平均纯技术效率为0.990，平均规模效率为0.995，同时物流业规模报酬整体处于规模报酬不变或递增阶段，说明兰州市总体物流运行效率较高，近年以来，全市物流业投入产出效率持续稳定在较高水平。

5 影响兰州市物流效率的因素分析

5.1 Tobit回归模型

除投入和产出变量外，物流运行效率还会受区域经济发展水平、区位商、基础设施水平等相关因素的影响，因此为从宏观角度整体分析物流运行效率中的影响因素以及物流效率的变化规律，进一步探索提升兰州市物流运行效率的方法，本文进一步对全市物流效率的影响因素进行回归分析。

Tobit 回归模型也称为样本选择模型、受限因变量模型。由于DEA模型效率值的取值范围为0-1之间，属于受限因变量，因此本文进一步使用Tobit回归模型对兰州市物流运行效率和各影响因素进行回归分析。Tobit回归模型的基本原理为：

式（4）中：yi为效率值变量；为截断因变量向量；xi为自变量向量；β为回归参数矩阵；μi为误差向量，服从正态分布。

5.2 模型建立与数据来源

Tobit回归分析的模型方程为：

式（5）中：Ej表示物流效率，见表5：xij分别表示各影响因素变量。

β0表示回归方程的常数项；βi表示各自变量的回归系数；μj表示回归式的误差项，且服从正态分布。

本文在综合现有相关研究理论与文献的基础上，对影响物流运行效率的相关因素进行归类与整理，选取的影响因素见表5。

表5 物流效率影响因素指标

5.3 实证结果及分析

Tobit回归分析结果见表6。

表6 Tobit回归分析结果

Tobit回归分析结果表明:

第一，2011-2017 年，兰州市的区位商因素与物流效率呈较强正相关，系数为8.24，说明兰州市作为西北地区重要的交通枢纽与“一带一路”倡议中的节点城市，对物流效率的运行具有较强的支撑作用和拉动作用。

第二，兰州市的基础设施投入水平与物流效率呈较弱正相关关系，系数为0.017，相关程度较弱，说明目前的基础设施投入未能较好地促进物流效率的提升，全市的物流节点规划布局不合理，物流产业的规模效应并不突出。

第三，兰州市的产业结构因素与物流效率呈高度正相关，系数为11.88。过去受历史发展的影响，兰州市作为国家三线建设城市，经济发展主要依托有色金属、石油等重工业。近年来伴随全市产业结构快速升级转型，第三产业占比稳步提升，有效地带动全市现代物流业的快速发展，对提高全市物流运行效率作用显著。

第四，2011-2017 年，兰州市经济发展水平与物流运行效率整体呈正相关关系，系数为0.445，属中等相关程度，说明兰州市经济发展水平与物流效率具有一定的关联性，即良好的经济发展基本上可以促进物流效率的提升。

6 提升路径与政策建议

本文首先采用DEA 模型对兰州市2011-2017 年物流运行效率进行评价，实证分析结果表明：兰州市物流业整体效率较高，2014 和2016 年的效率降低主要是由纯技术效率下降导致，表明兰州市在物流业发展过程中，要重点关注物流资源合理配置问题。随后使用Tobit回归模型对兰州市2011-2017年物流效率的影响因素进行回归分析，结果表明对兰州市物流运行效率影响较大的因素依次是：产业结构、区位商，经济发展水平对物流效率的影响程度适中，基础设施投入水平对物流运行效率的影响不显著。

根据上述实证分析结果，提升兰州市物流运行效率的具体路径与政策建议为: 第一，以提升纯技术效率为重点，不断优化全市物流资源配置效率。相比其他省会城市，兰州市目前的交通基础设施仍然较为薄弱，公路、铁路、航空运输的规模效益并不突出，未来政府等相关主体不仅要继续加强对物流基础设施的投资，更要重点研究如何提升物流资源的配置效率，合理规划全市的物流节点布局，通过科学地规划布局，以点带面，协调发展。第二，积极利用并逐步完善兰州市的交通区位优势，推进兰州市现代物流业的发展。兰州市作为西北地区重要的交通枢纽，具有“坐中四联”的天然区位优势。区位因素对全市物流业的运行效率具有较强的影响，因此兰州市应该积极利用天然的区位优势以及“一带一路”倡议的政策优势，进一步加强与各地区的商贸往来，完善物流辐射网络与服务网络，大力发展城市商贸物流与过境物流。第三，继续推进产业结构升级与优化调整，通过二、三产业的协调发展，为兰州市物流业快速发展提供良好的产业支撑。