【摘要】选取2010-2021年西部地区十二省市的面板数据,运用DEA-BCC和Malmquist指数模型从静态和动态两个角度对西部地区的物流效率进行实证研究。研究结果表明:从静态分析结果看,西部地区总体物流产业水平较低，区域内差异较大;从动态分析结果来看,西部地区的物流效率整体达到了有效水平,但呈现出先下降后上升反复循环的不稳定状态。据此提出提高物流技术水平、促进区域协同发展、政府加大物流业扶持力度和加强物流基础设施建设相关建议来促进西部地区物流业的健康发展。
　　【关键词】西部地区;物流效率;DEA-BCC;Malmquist
　　1引言
　　近年来,随着我国经济的飞速发展,物流业也在逐步壮大,目前物流业已经成为推动经济发展的重要动力,对制造业,商业和其他产业都起到十分重要的推动作用。随着物流业的不断发展,由于各个地区的政策法规和自然环境的不同，我国物流业在不同地区之间呈现出明显差异,目前我国物流业的发展呈现出东部>中部>西部的局面,西部地区的物流发展较为落后,这就会间接影响到西部地区整体经济的蓬勃发展,而国务院办公厅于2022年发布的《“十四五”现代物流发展规划》中指出要优化国家物流枢纽布局,实现东中西部物流枢纽基本均衡分布。因此为提高西部地区的物流效率,高质量地建设物流枢纽及促进其经济发展,本文选取西部地区十二个省、自治区和直辖市为研究对象,运用DEA模型从静态和动态两个角度对其物流效率进行研究,并提出相应的改进建议。
　　2文献综述
　　2.1国外研究综述
　　国外对于物流效率的研究起步较早,我国大部分的研究都是在其基础上演变而来的。目前国外对于物流效率评价的研究主要有以下内容。EleonoraB等提出一种能够提升物流效率和持续性的方法,建立了可量化的模型,结果表明,采购、仓储、运输等物流活动的联合管理方式可以有效提高物流效率。SeebacherG等提出了工厂物流效率的评价方法,建立了离散仿真模型以此来验证在实践中的可行性。Coto-Millan等采用SFA模型,选取了2007-2014年34个国家的数据来研究信息技术和物流对技术效率的影响,得出物流绩效指数每增加1%,物流经济影响为0.59%。Karaman等选取117个国家2007-2016年的数据,以信号传递理论为基础进行研究,研究表明绿色物流效率与物流部门可持续发展报告数量有着正相关关系。Park,Lee等采用DEA模型对14家公司的供应商进行效率评价,结果筛选出2家效率较高的供应商。Ferrari等采用两阶段DEA模型和回归方法,对物流供应商的内部效率进行评价,最终得出规模和地理位置是影响效率的最大因素这一结论。
　　2.2国内研究综述
　　物流业在我国经济发展中扮演者重要角色,目前对于物流效率评价的研究已经十分成熟,并取得了丰硕的成果。崔望妮采用DEA-Malmquist指数模型对我国31个省市9年的数据进行分析,研究发现我国区域物流效率总体差异较大,区域物流发展不均衡,并据此提出对策和建议。龚雪构建了2007-2016年中部六省物流系统的投入和产出指标体系,对其物流效率进行评价,结果表明中部六省的物流效率整体水平一般,物流业全要素生产率变动主要源自技术进步,技术效率的影响不显著。黄涛等选取2011-2020年东三省的面板数据进行物流效率评价,结果表明东三省地区整体物流综合效率较高,并提出重视物流技术的创新与提高等建议。
　　郭子雪等运用DEA模型测算了京津冀地区2011-2015年的物流效率,结果表明京津冀地区物流效率差异显著,均存在不同程度的投入冗余和产出不足问题,并据此提出了对策建议。周甜甜运用DEA-Malmquist指数模型对山东17地市的2010-2018年数据进行物流效率分析,研究发现山东物流全要素生产率存在差异,并提出加大技术投入和城市协同发展的建议。李娜等采用BCC模型和Malmquist指数模型，对2008-2019年一带一路的省份进行物流效率评价,发现海上丝绸之路沿线地区的物流效率远高于陆上丝绸之路沿线地区,并提出各地应根据实际情况,从加快技术进步、优化产业结构等方面进行改进。
　　2.3文献述评
　　综上所述,国内外进行物流效率的评价研究已经取得丰硕成果,但国内目前大部分研究都是选取东中部省市作为研究对象,而选取西部地区为研究对象的相关研究较少,相关研究也亟待深化。西部地区整体的物流发展水平关乎我国整体物流的发展水平,基于此,本文在十四五规划的指导下,借鉴已有研究成果,选取西部地区作为研究对象,利用DEA-BCC模型和Malmquist指数模型对西部地区2010-2021年间物流效率进行评价分析,并根据研究结果提出西部地区物流发展的相关建议,进一步促进西部地区物流业的发展,进而提高整个社会的经济效益。
　　3模型建立与指标选取
　　3.1模型建立
　　①DEA-BCC模型。
　　DEA模型主要分为DEA-CCR和DEA-BCC模型。DEA-CCR模型是用来处理规模报酬不变(CRS)情况的。DEA-BCC模型是用来处理规模报酬可变(VRS)情况的。DEA-BCC是在DEA-CCR的基础上改进而来的,将技术效率拆分为技术和规模效率两部分,使得它的分析更加的准确，因此,本文采用DEA-BCC模型从静态的角度进行西部地区物流效率评价。DEA-BCC的模型为:

其中,n=1,2,…,n为决策单元;λ,,λ,,….,λ。为对偶变量;x,y,为每个决策单元的投入和产出变量;s+、s-为松弛和剩余变量;θ为每个决策单元的综合效率值。该DEA-BCC模型的最优解为λ",s*”,s"",θ",评价结果的判定依据为:当θ'=1且s*-=s*+=0,则决策单元为DEA有效,此时决策单元达到了技术和规模有效;当θ'=1且s*+’≠s*-≠0,则决策单元为弱DEA有效,此时决策单元要么技术效率无效，要么规模效率无效;当θ*<1时,此时的决策单元为DEA无效,意味着技术和规模效率同时无效。
　　②Malmquist指数模型。
　　DEA-Malmquist方法是在全要素生产率测度方法基础上衍生出的一种用于测算效率动态变化,并对其进行分解的方法。Malmquist指数弥补了传统DEA模型只能分析静态效率的缺陷,还可通过分解Malmquist指数更准确地判断效率值随时间波动的主要因素。本研究将西部地区的省份看作一个决策单元(DMU),用Malmquist指数表示每个决策单元在t时刻至t+1时刻的物流效率动态变化。Malmquist指数的计算公式为:

其中(x',y').(x'*',y"')分别为t期与t+1期物流投人与产出之间的函数关系,D'、D'"'为距离函数。若M>1,则表示在t+1期相对t期的全要素生产率是上升的,物流效率随年份增加而提高;反之,则表示全要素生产率是下降的。当规模报酬可变时,effch指数可拆分为纯技术效率变化指数(pech)和规模效率变化指数(sech),即:effch=pech x sech。对Malmquist指数进行层层分解,即将造成效率变动的因素进行逐步分析,进而全面且准确地探析tfpch的动态演变情况。综上可得:tfpch=effch x techch=pech x sech x techch.
　　3.2指标选取
　　根据西部地区物流业发展的自身特点,在之前学者研究的基础上结合指标选取的可得性原则,本文选取了2010-2021年西部地区十二省市的物流业从业人数、物流业固定投资额和物流网络里程作为投入指标,选取了物流业生产总值、货运量和货物周转量作为产出指标,最终确定采取的西部地区物流业投入产出指标体系如表1所示。研究西部地区物流效率的数据均来自《中国统计年鉴》。

4实证结果分析
　　4.1西部地区物流效率静态分析
　　根据DEAP2.1软件计算投人导向型的DEA-BCC模型对西部地区物流效率进行静态分析,将整理后的2010-2021年西部地区物流业的投入和产出数据带人软件后得出的结果如表2、图1和表3所示。

由表2和图1可以看出,西部地区2010-2021年的整体物流效率偏低。综合技术效率总体主要分为两个阶段,第一阶段在2010-2014年呈现快速上升的趋势,由2010年的0.684上升到2014年的0.795,第二阶段在2015-2021年呈现着波动趋势,整体趋于平稳,这说明区域物流业效率达到较高水平而难以继续平稳增长,进入物流业平稳发展的新常态。而纯技术效率呈现波动上升的趋势,最低点出现在2011年的0.828,最高点出现在2019年的0.934,在2019年后基本稳定在0.9之上,保持着较好的水平,整体上来看纯技术效率优于综合技术效率,说明西部地区物流业的发展更依赖纯技术因素。规模效率主要分为两个阶段,第一个阶段是波动上升阶段,由2010年的0.787上升到2014年的0.932,第二个阶段开始由2014年的0.932逐渐波动下降到2021年的0.88,并逐渐趋于平稳状态,这说明随着技术效率达到较高水平转而进入新常态后,规模效率也随之下降,而在2012、2014、2015、2017和2018年的规模效率要优于技术效率,说明西部地区这几年物流业的发展明显更依赖于产业的规模化发展。

由表3可以看出,十二个省市的平均综合技术效率值为0.684,综合技术效率最高的省市和综合技术效率最低的省市差距达到了0.655,说明其总体物流产业水平较低,区域内差异较大。其中,内蒙古、甘肃和宁夏的综合技术效率达到了1,处在效率的前沿面上,达到了DEA有效,说明无论在技术还是规模上,这些区域的资源利用都达到了最优,即投入合理、产出效率实现了最大化。其余几个省市均未达到1,未达到DEA有效,但广西、贵州、西藏和陕西的纯技术效率达到了1，说明导致其物流效率无效是因为规模效率值偏低,可以在规模效率方面改进来促进物流业的发展。而重庆、四川、云南、青海和新疆的综合技术效率、纯技术效率和规模效率均小于1,还存在着较大的进步空间,可以在纯技术效率和规模效率上进行改进和提高。
　　4.2西部地区物流效率动态分析
　　由于西部地区各省市之间的物流产业发展存在差异性，仅仅从静态角度分析不够全面和客观,所以引入Malmquist指数对西部地区物流效率进行动态分析,利用DEAP2.1软件所得出的结果如表4和表5所示。

从表4来看,西部地区整体全要素生产率均值为1.004，表明西部地区的物流效率整体达到了有效水平,总体年平均增长0.4%,增长速度较慢,且呈现出先下降后上升反复循环的不稳定状态。对全要素生产率分解可知,综合技术效率均值为1.016,年平均增长1.6%;技术进步均值为0.988,技术进步年平均下降1.2%,可知技术进步是阻碍西部地区全要素生产率快速增长的主要因素,这说明技术效率虽然进步,但技术进步却一直在下降,西部地区技术效率和技术进步没有得到较好的协调。进一步对综合技术效率进行分解可知,纯技术效率和规模效率均值均为1.008,平均每年都在以0.8%的速度增长,整体呈现较好局面。因此西部地区物流产业的持续稳定发展迫切需要先进的物流技术做支撑,西部地区应当大力实施技术进步与创新以实现物流业的高质量发展。

如表5所示,从省份来说,西部地区整体全要素生产率均值为1.004,年平均增长0.4%。其中,内蒙古、广西、重庆、四川、贵州、云南和陕西的全要素生产率达到了有效状态,其物流业效率呈上升趋势。而西藏、甘肃、青海、宁夏和新疆的全要素生产率均未达到有效状态,其物流业效率呈下降趋势。进一步观察西部地区各省市全要素生产率的分解结果可知,西藏全要素生产率的下降主要是由规模效率引起的,表明西藏要提高其规模效率;甘肃全要素生产率的下降是由物流技术落后和规模经济因素引起的,因此甘肃在注重物流技术水平提高的同时也要改善其规模效率;青海、宁夏和新疆全要素生产率下降主要是因为技术落后,所以今后的发展要着重提高物流技术水平。对于其他省份而言,虽然整体来讲物流业效率是上升的,但部分省份存在物流技术落后的现象,物流技术的落后对全要素生产率的影响是不容忽视的。因此,广西、重庆、四川、贵州和陕西应注重提高其物流技术,而四川在提高物流技术的同时也需要稳固物流产业的规模,以保证物流业的持续稳定发展。
　　5结论及建议
　　5.1结论
　　本文以西部地区十二省市为研究对象,运用DEA-BCC模型和Malmquist指数分别从静态和动态的角度对西部地区物流效率进行研究,得出以下结论:从静态角度来看,西部地区总体物流产业水平较低,区域内差异较大,仅有内蒙古、甘肃和宁夏达到了DEA有效,其余几个省市均需要在纯技术效率或规模效率上进行改进和提高。从动态角度来看,西部地区整体全要素生产率均值为1.004,表明西部地区的物流效率整体达到了有效水平,但整体呈现出先下降后上升反复循环的不稳定状态,从省份来说,内蒙古、广西、重庆、四川、贵州、云南和陕西全要素生产率达到了有效状态,其中仅内蒙古和云南综合技术效率和技术进步均达到了有效状态,其余省份均需提高物流技术或稳固物流产业的规模来促进物流业的健康发展。
　　5.2相关建议
　　由上述结论可知,西部地区整体物流水平发展较低,为此提出以下建议。
　　①提高物流技术水平。
　　通过实证结果发现,西部地区物流水平较低的因素大部分来源于落后的物流技术水平,因此西部地区的物流行业应该对新型物流技术予以重视,着重提高科技创新能力,加大技术投入,在当前产业数字化的大趋势下可以结合数字化技术采用先进的物流信息化管理系统,推动区域物流信息化管理水平提高,同时将互联网技术、无线通讯技术、激光扫描技术、自动化装卸设备等应用于整个物流作业,并对现有的物流设施进行升级改造,此外还可以引进高科技人才和采取无人配送模式等方式。
　　②促进区域协同发展。
　　目前,我国西部地区的物流业发展缺少有效的整体配合，未能形成优势互补、协同合作的有机整体,并且存在许多重复性建设,造成了资源的不必要浪费,所以整个西都地区应加强区域间的合作和资源共享,以谋求最大规模效益。建立西部地区物流业的联合发展平台,加强省市之间的交流,优化产业布局,打破行政区壁垒,利用物流业发展强势的省份带动物流业落后的省份发展,来促进整个西部地区物流业的发展。
　　③政府加大物流业扶持力度。
　　西部地区的物流业要想健康发展,根本上离不开政府的支撑和鼓励,因此,政府应该加大对物流业扶持力度,进行宏观调控,充分发挥市场的调节作用,合理的配置区域物流的资源,出台相关扶持政策,提供资金支持和财政补贴等,同时为物流企业提供优质的发展环境和开放包容的竞争环境,并加强对物流企业的监督和管理,对违法违规的企业进行处罚,对表现好的企业进行奖励,促进物流业的降本增效和绿色转型升级。
　　④加强物流基础设施建设。
　　我国西部地区由于自然环境因素,修建交通道路困难,相比于东中部发达地区,西部地区大部分都是以铁路和公路运输为主,无法实现大批量的水路运输。因此,应在考虑西部地区地理环境因素的基础上,加强对铁路和等级公路等基础设施的建设,同时修缮等外公路。并与其他省市形成西部地区的物流网络,提高道路的运输和通行能力,减少不必要的资源浪费,为西部地区物流业的健康发展提供良好的基础。
　　【参考文献】
　　[1]Eleonora B,Antonio R,Giuseppe V.Improving logistics efficiency of industrial districts;A framework and case study in the food sector[J].International Journal of Logistics Research and Applications,2015,18(5).
　　[2]Seebacher,G.,Winkler,et al.In-plant logistics efficiency valuation using discrete event simulation[J].Interational Journal of Simulation Modelling,2015,14(1).
　　[3]Coto-Millan P,Femandez L X,PesqueraáM,et al.Impact of logistics on technical efficiency of world production(2007-2012)[J].Networks and Spatial Economics,2016,16(4).
　　[4]Karaman S A,Kilic M,Uyar A.Green logistics performance and sustainability reporting practices of the logistics sector:The moderating effect of corporate governance[J].Journal of Cleaner Production,2020,258.
　　[5]Park G H,Lee JY.The efficiency and productivity analysis of large logistics providers services in Korea[J].The Asian Joural of Shipping and Logistics,2015,31(4).
　　[6]Ferrari C,Migliardi A,Tei A.A bootstrap analysis to investigate the economic efficiency of the logistics industry in Italy[J].International Journal of Logistics Researeh and Applications,2017,21(1).
　　[7]崔望妮.基于DEA-Malmquist指数的我国区域物流综合效率评价研究[J].全国流通经济,2021(14):7-10.
　　[8]龚雪.中部六省物流效率评价[J]。统计与决策,2019,35(18):59-63.
　　[9]黄涛,辛野泽治,孙宁.东三省区域物流效率测算研究--基于DEA-Malmquist[J].物流技术,2023,42(02):59-63+90.
　　[10]郭子雪,张雅辉,黄新.基于DEA模型的京津冀区域物流效率评价研究[J].数学的实践与认识,2018,48(24):41-50.
　　[11]周甜甜,基于DEA-Malmquist指数的山东省物流业全要素生产率研究[J].科技创业月刊,2021,34(05):69-72.
　　[12]李娜,田强,李康宁,基于DEA-Malmquist指数模型的“一带一路”重点省份物流业效率分析[J].天津商务职业学院学报,2021,9(04):43-51.
　　[13]刘雪,苗成林,黄河流域物流效率测度及其影响因素分析[J].黑龙江工业学院学报(综合版),2023,23(01):104-112.
　　[14]朱丽丽,沈忠明,基于DEA-Malmquist指数模型分析西部省域物流效率[J].中国科技信息,2023(14):136-139.
　　[15]张泽华,刘维琦.长江经济带物流业效率测度及因素分解---基于超效率DEA-Malmquist-Tobit方法[J].西部经济管理论坛,2022,33(04):48-56+80.
　　[16]贾大任,王建民,刘影.皖北地区物流效率及其影响因素研究[J].湖南工业大学学报,2022,36(06):62-69.