杨娇 王全友

摘 要：本文在对DEA效率评价及生鲜农产品物流效率相关研究的基础上，以2012—2021年贵州省生鲜农产品物流数据为样本，运用DEA模型对其进行分析。研究表明：贵州省各年生鲜农产品物流的综合技术效率、技术效率及规模效率有效性呈现不稳定的状态。本文结合物流效率评价分析结果，提出发展贵州省生鲜农产品物流效率的对策，分别为：加大政府扶持力度、培养冷链物流专业人才、加强生鲜农产品物流基础设施建设、发展第三方物流提升其管理水平等。

关键词： 生鲜农产品；DEA模型；贵州；物流效率；冷链物流

本文索引：杨娇，王全友.<变量 2>[J].中国商论，2023（11）：-114.

中图分类号：F127 文献标识码：A 文章编号：2096-0298（2023）06（a）--04

1 引言

中国的经济发展使居民食品消费水平和消费方式发生了根本变化，人们对生鲜农产品的消费观从吃饱转变为对生鲜农产品质量安全、新鲜程度等方面的追求。生鲜农产品在运输、储存、配送等物流活动过程中，如果时间过长或不具备合适的运输条件，就会导致产品发生一定程度的损坏或变质，从而影响销售。

贵州省经济增长速度持续攀高，生鲜农产品的生产总值也逐步上升，迫切需要有高效、完善的冷链物流的支撑。目前贵州省冷链物流基础设施及冷链物流技术的发展存在一些问题，导致生鲜农产品产后损失过大。因此，贵州省生鲜农产品物流发展仍存在局限，而解决物流效率问题更能有效促进贵州省经济对全国经济的推动作用，因而分析贵州省生鲜农产品物流效率是否达到有效，未达到有效是什么原因将有利于针对性地提出解决措施，进而提高贵州省生鲜农产品整体的物流效率，在一定程度上可以提高贵州省的物流竞争力。

近年来，运用DEA效率评价法对物流效率进行评价的研究已经非常成熟。Pannu等（2011）运用DEA-BCC模型对印度制药厂产业的综合效率进行求解分析。郭梦雅、王江（2016）应用超效率DEA模型评价了广东省的物流效率，并提出了相应的对策和建议。随着冷链物流的蓬勃发展，学者对生鲜农产品物流理论知识和技术水平的研究也更加全面。S.J. Jame等（2006）从生鲜农产品的技术层面指出冷冻是生鲜农产品物流流通过程中最有效保证产品新鲜程度的一种手段，对一些生鲜农产品流通中易腐损的影响因素进行建模分析。

运用DEA效率评价法对生鲜农产品物流效率进行评价的相关研究中，国内外学者针对不同地区生鲜农产品物流效率评价投入和产出指标选择各不相同。如Hokey运用DEA模型对发达国家有代表性的生鲜物流企业进行了物流效率評价。Zhou等（2023）采用DEA两阶段模型对国内具有代表的冷链物流企业进行物流效率分析，并从宏观层面提出了提高物流效率的对策。张永强等（2017）从物流速度、物流成本等4个层面选取11项投入产出指标对生鲜农产品流通效率进行评估。惠青等（2021）运用DEA模型对海南省生鲜农产品冷链物流效率评价。宋冰清（2021）针对湖北省森心农产品冷链物流的发展现状，对其提出了相关的建议和对策。崔振洪等（2014）运用DEA的Malmquist指数分析法对我国农产品的物流效率进行分析，并指出我国农产品物流效率的影响因素，探究其物流效率较低的各类原因。刘阳等（2023）以2020年辽宁省面板数据为样本，对辽宁省14个城市的生鲜农产品物流效率进行评价分析。张旭（2017）利用三段式DEA模型，为广东省生鲜农产品环节布局规划提出了政策建议。

通过梳理相关文献发现，国内外对DEA评价法及生鲜农产品物流研究已经取得了一定的成效，采用DEA模型方法对农产品物流效率评价的研究在国内也逐步趋于成熟。基于此，本文以贵州省生鲜农产品为对象，采用DEA分析法对2012—2021年贵州省生鲜农产品物流效率进行分析。

2 DEA模型与指标选取

2.1 DEA-BCC模型

数据包络分析方法（DEA）的基本原理是通过在决策单元（DMU）的投入变量或输出变量不变的基础上，借助类似数理统计和运筹规划等方法，得出能作为效率值相对有效参考的生产前沿面，再将每个DMU投射到该生产前沿面上，判断分析该单元格与生产前沿面所产生的偏差来评价有效性。DEA基本模型可以根据规模报酬是否变化分为规模报酬不变模型（CCR）和规模报酬可变模型（BCC）两种。BCC模型用于评价规模报酬可变情况下的技术效率和规模效率，此时技术效率可以分解为纯技术效率和规模效率。BCC模型中，假设规模报酬是可变化的，将综合效率进一步分解成规模效率和纯技术效率。DEA-BCC模型为：

设该BCC模型的最优解为、、、，则评价结果的判定依据为：当，且，时，决策单元DMU为DEA有效（纯技术）；当，表示决策单元DMU为DEA纯技术无效。

2.2 指标选取

（1）投入指标

本文选取了物流业从业人数、生鲜农产品固定资产投资额、生鲜农产品运输里程数为DEA模型的投入指标。生鲜农产品物流的发展对相关专业技术、管理人才的要求较高，每一个物流活动的专业人才对整个生鲜农产品物流系统的效率有着很大的影响；物流业固定投资额对生鲜农产品的设施设备有着较大的影响。同时，物流网络里程数反映了生鲜农产品物流的固定资产投资额，固定投资额对生鲜农产品物流业起决定性作用。引入生鲜农产品的运量占物流总运量的比例为W，并用该比率乘以投入指标来表示生鲜农产品物流的各投入指标。

X1：贵州省物流业固定投资额指运输、仓储和邮政业的投资额。生鲜农产品固定资产投资额：贵州省物流业固定投资指运输、仓储和邮政业的投资乘以生鲜农产品的运量占物流总运量的比例（W）。

X2：贵州省物流行业从业人数。选择运输、仓储和邮政行业三个行业的在职人员之和表示生鲜农产品物流从业人数投入。

X3：贵州省物流网络里程数，指公路里程、铁路营业里程及河道里程相加得出。生鲜农产品物流运输里程：贵州省公路里程、铁路营业里程及河道里程相加乘以生鲜农产品的运量占物流总运量的比例（W）。

（2）产出指标

本文选取的产出指标为生鲜农产品货运量和生鲜农产品产值。根据《中国冷链物流发展报告》对冷链物流中生鲜农产品的统计标准，选择的农产品产量是指贵州省内蔬菜、水果、肉类产、水产品、奶蛋类加总的产量之和。

Y1：生鲜农产品货运量指各贵州省蔬菜、水果、肉类产、水产品、奶蛋类的加总。

Y2：生鲜农产品产值选取贵州省交通运输、仓储和邮政业生产的总产值乘以生鲜农产品的运量占物流总运量的比率（W）。

3 贵州省物流效率评价分析

将处理后贵州省生鲜农产品物流效率的投入、产出指标数据代入CCR和BBC的 DEA模型中，运用软件运算，得出贵州省从2012—2021年生鲜农产品物流的效率结果，表1为贵州省在不同时期的生鲜农产品物流效率值。

3.1 综合效率有效性分析

表1中综合效率数值输出结果表示贵州省生鲜农产品物流综合效率在2012年、2013年、2018年、2019年、2021年的综合效率均达到1，在综合效率上这几年可以达到最大产出比，达到综合效率有效；其余评价值小于1的DMU则表示未达到综合效率有效，其中2014年、2015年、2016年、2017年的值处于0.9～1，表示贵州省生鲜农产品物流流通效率在这几年的综合效率为无效。若想达到综合效率有效，可以在当前冷链物流技术水平下，通过减少使综合效率无效的投入要素，进而使得贵州省物流综合效率达到有效。2020年，在新冠疫情的影响下，综合效率值低于0.9，則需要调整生鲜农产品物流资源配置、物流投入产出的结构，以增加其综合效率值。

3.2 纯技术效率分析

表1中纯技术效率数值输出结果表示贵州省生鲜农产品物流纯技术效率在2012年、2013年、2014年、2015年、2018年、2019年、2021年均达到1，这几年纯技术效率做到了较为合理的物流资源配置，达到了纯技术效率有效；而其余年份小于1，则未达到纯技术效率有效，这几年的纯技术效率均处于0.9～1，表明这几年的纯技术效率达到了弱有效。想改进效率，达到纯技术效率有效，可以对贵州省当前生鲜农产品物流技术和管理水平进行提升。

3.3 规模效率分析

判断贵州省生鲜农产品物流的投入产出结构是否合理，可以比较各DMU的规模效率值是否为1来判断。由表1可以看出，在2012年、2013年、2018年、2019年、2021年的规模效率均达到1，说明这几年贵州省生鲜农产品物流的投入产出结构与规模合理，规模效率有效，达到了规模最优；在2014年、2015年、2016年、2017年、2020年规模效率值小于1，则表示贵州省生鲜农产品物流未达到规模最优，需要扩大贵州省生鲜农产品物流发展规模。贵州省从2012—2020年规模效益不变的年份有5年，规模效益递增的年份有5年，说明在规模效益不变的这几年增加生鲜农产品物流投入也不能带来更多比例的产出，在规模效益递增的年份适合继续扩大生鲜农产品的物流规模。

3.4 松弛变量分析

投入松弛变量表示未被充分利用的资源数，松弛变量的值越大，表示DMU的投入资源越未被充分利用，造成资源浪费，否则就会出现投入冗余或产出不足的现象，如表2所示。

由表2可以看出，2016年、2017年、2020年存在投入冗余和产出不足的现象。其中，2016年、2017年、2020年投入冗余为生鲜物流固定资产投资额，分别为8.182亿元、4.547亿元、10.02亿元，生鲜物流固定资产投资额投入冗余均值为2.275亿元；而2016年、2017年的产出不足为生鲜农产品产值，2020年的产出不足为生鲜农产品货运量，分别为1.121亿元、1.97亿元和53.477万吨，生鲜农产品产值产出不足的均值为0.309亿元，生鲜农产品货运量产出不足的均值为5.348万吨。然而，投入有多余冗余不足且这几个年份处于规模效益递增阶段，当时还有很大的发展潜力，造成这一不合理现象说明，贵州省对生鲜物流固定资产投资松弛变量、冷链物流从业人员数量松弛变量、生鲜运输里程松弛变量的投入冗余造成资源浪费，可能是粗放型经济下盲目增加资产、劳动力等生产要素投入，反而不利于生鲜农产品物流效率的提高；而产出不足可能是因为企业管理水平低下，生鲜物流综合技术水平过低，生鲜农产品从事人员专业水平素质较低等。

4 对策与建议

4.1 加大政府扶持力度

目前贵州省的生鲜农产品物流发展尚处于初级阶段，政府可以根据贵州省生鲜农产品的自身特点和冷链物流发展现状，制定一系列相关的优惠政策、规范制度和实施方案。在具体制定和实施过程中，需要集合多部门、多行业、多领域的优势之处，各部门、行业之间相互配合、资源信息共享，政府发挥好调和作用，政府部门、行业和企业共同打造生鲜物流发展平台，促进贵州省生鲜农产品物流的有效发展。同时，政府部门应充分发挥主导作用，对物流市场秩序的规范化、标准化进行规划。针对生鲜农产品物流企业应制定一系列的扶持政策，严格审批流程，为贵州省生鲜农产品物流的发展提供坚实的保障。

4.2 培养冷链物流专业人才

贵州省生鲜农产品物流能够健康快速地发展需要专业的人才资源作为保障，生鲜农产品物流的各个节点都需要专业人才支持。因此可以充分发挥贵州省物流行业协会、贵州省物流标准化技术委员会等行业协会的功能，组织行业专家对相关企业和政府进行生鲜农产品物流知识的培训。贵州省可以鼓励省内高校开设生鲜农产品冷链物流相关专业，完善相关课程，让生鲜农产品物流企业与贵州省内高校合作，开展理论与实践相结合的教育模式，形成多层次的人才教育、培训体系，并与高校签订人才就业合同，让更多人选择生鲜农产品物流相关专业，推动生鲜农产品物流行业高素质人才队伍建设，建立合作的生鲜农产品物流培训基地。贵州省物流企业和高校可以通过大力引进冷链物流专业技术和管理人才，以引进人才推动从业人员技能培训，有效促进贵州省生鲜农产品物流效率的提高。

4.3 加强生鲜农产品物流基础设施建设

贵州省生鲜农产品物流基础设施、设备较少，建设规划生鲜农产品物流发展的硬件设施已经刻不容缓。为避免不必要的物流投入和冗余，对于规模效益提高但效率较低的年份，要及时总结教训，加大基础设施的建设力度，提高生鲜农产品的物流效率。贵州省各地区、物流企业可以通过建设冷链物流需要的冷藏系统、冷库、冷藏运输和配送车辆等技术硬件设施；通过建设生鲜农产品物流中转站、区域冷链物流配送中心和冷链物流配送站点等物流设施提高物流的运输和配送效率，通过建设区域冷链物流运输和配送网络，将生鲜农产品各配送节点精密结合。对于已经存在冷链物流基础设施的县级市和小乡镇应顺应发展趋势，对冷链物流基础设施设备进行改造升级，努力引进先进的冷链物流技术。

4.4 发展第三方物流提升管理水平

有关企业集中收购生鲜农产品，解决生鲜农产品“卖难”的问题，实现农民增收，再把集中收购的生鲜农产品挂在网上统一售价、统一销售、统一配送，以订单的形式发出，集中运输。开展生鲜农产品电商冷链配送模式，实现产销一体化结构，节约流通环节的成本，同时降低生鲜农产品在流通过程中的损坏率，推动生鲜农产品物流的信息化、数据化。利用互联网和大数据等相关技术对生鲜农产品物流运输进行监测，实时了解生鲜农产品的状态。实现生鲜农产品透明化管理、信息化管理，从而提高整个物流运输效率。

5 结语

贵州省生鲜农产品物流发展水平雖然不断提升，但对比其他省份来说，整体的发展水平不算太高。贵州省在这十年间仅有2012年、2013年、2018年、2019年、2021年五年的综合效率达到有效，表明投入各要素得到了高效利用，其余五个年份贵州省生鲜农产品物流综合效率无效。贵州省应对投入的指标进行合理且高效的利用，降低投入冗余，改进投入产出结构。借鉴部分省份并结合自身发展调整冷链物流技术水平与物流管理水平，针对规模效率来决定生鲜农产品物流规模与投入要素，提高贵州省生鲜农产品物流效率。政府部门应进一步优化农业、物流业的发展环境，加快贵州省冷链物流健康稳步发展。

参考文献

Pannu H S， Dinesh Kumar U， Farooquie J A. Efficiency and productivity analysis of Indian pharmaceutical industry using data envelopment analysis[J]. International Journal of Operational Research， 2011， 10（1）： 121-136.

郭梦雅，王江.基于超效率DEA的广州市物流效率研究[J].物流技术，2016，35（5）：68-73.

James S J， James C， Evans J A. Modelling of food transportation systems–a review[J]. International Journal of Refrigeration， 2006， 29（6）： 947-957.

Min H， Park B I. Evaluating the inter-temporal efficiency trends of international container terminals using data envelopment analysis[J]. International Journal of Integrated Supply Management， 2005， 1（3）： 258-277.

Zhang N， Zhou Y， Zhou Q， et al. An approach of selecting cold chain logistics service provider based on SNA and FCE method[J]. Journal of Intelligent & Fuzzy Systems 2023，44（2）： 1893-1905.

张永强，张晓飞，刘慧宇.我国农产品流通效率的测度指标及实证分析[J].农村经济，2017（4）：93-99.

惠青，潘珠，陈松.基于DEA的海南省农产品冷链物流效率评价[J].全国流通经济，2021（25）：15-18.

宋冰清. 湖北省生鲜农产品冷链物流效率研究[D].淮南：安徽理工大学， 2021.

崔振洪，王家旭，华振.我国农产品物流效率评价及影响因素分析[J].物流技术，2014，33（9）：114-116.

刘阳，长孙旭辉，秦鹏辉，等.辽宁省生鲜农产品冷链物流效率评价[J].物流技术，2023，42（2）：80-83.

张旭.广东省生鲜农产品冷链物流发展问题研究[D].广州：仲恺农业工程学院，2017.

原雅坤，陈久梅，但斌.碳约束下冷链物流效率及其收敛性研究：以生鲜农产品为例[J].科技管理研究，2020，40（14）：253-260.