基于DEA模型的省域运输仓储业效率研究

来源:用户上传      作者:

　　[摘 要] 为了评价省域运输仓储业效率，对我国31个省市自治区运输仓储业的投入、产出指标构建DEA模型并进行分析。研究发现：我国各省市自治区运输仓储业投入产出效率差异显著，平均效率偏低;纯技术效率偏低是制约大部分省市自治区运输仓储业效率提升的主要原因;为了提升各省市自治区运输仓储业效率，应在适当调整投入规模的基础上，着重普及先进运输、仓储技术，提升运输仓储业技术水平。
　　[关键词] 运输仓储业;效率研究;DEA模型
　　[中图分类号] F572.88             [文献标识码] A             [文章编号] 2095-3283（2020）05-0095-04
　　Abstract： In order to evaluate the efficiency of the provincial transport and warehousing industry， a DEA model was constructed and analyzed for the input and output indicators of the transport and warehousing industry in 31 provinces in China. The research finds that the input and output efficiency of the transportation and warehousing industries in China's provinces are significantly different， and the average efficiency is low; the low technical efficiency is the main reason for restricting the efficiency of the transportation and warehousing industry in most province; In order to improve the efficiency of the transportation and warehousing industry in each province， on the basis of appropriately adjusting the investment scale， it is important to focus on popularizing advanced transportation and warehousing technologies and improve the technical level of the transportation and warehousing industry.
　　Key Words： Transportation and Warehousing Industry; Efficiency Research; DEA Model
　　作为社会经济流通中必不可少的支撑行业，我国运输仓储业有着夯实基础，形成了遍布城乡的网络布局。近年来，为适应运输仓储市场不断变化的需求，运输仓储业务种类增多、业务规模扩大。而传统运输仓储业市场竞争力较弱、经营效率不够高的问题凸显出来。运输仓储业面临着机遇与挑战并存的境遇，因此运输仓储业的效率显得愈发重要，如何提高资源配置效率和经营绩效，成为运输仓储业部门管理者和研究者们亟待解决的问题。
　　一、運输仓储业效率研究现状
　　蔡承志[1]（2018）为提高铁路运输作业效率，从作业计划管理角度进行分析并提出可行对策。初天天[2]（2019）为研究流通产业效率提升方法，分析了基于流通产业全要素生产率提升的内在作用机制并提出相应作用途径。孙晓宇[3]（2019）为提高旅客运输效率，从客车编组等角度进行优化设计。Liya Panferova，Alevtina Kulagina[4]（2019）为了评估俄罗斯联邦公共交通发展使用主观和客观计算指标进行分析。郝晓春[5]（2020）从预算角度研究交通运输财务效率的影响（第17篇）。Cristina M. Campos-Alba， et al. [6]（2020）使用2014-2016年间193个西班牙城市的样本，分析不同管理形式的城市公共交通的长期效率。
　　陈怡[7]（2012）运用20个省份面板数据建立DEA-Malmquist模型进行运输仓储等行业的效率分析。程华胜等[8]（2019）运用DEA-CCR模型和DEA-BCC模型对省域物流运输效率进行研究，研究发现我国物流运输整体效率不断提高，但存在明显地区差异。陆秋琴等[9]（2019）为探究地区陆路货运效率，建立DEA模型中Malmquist指数对转运效率进行研究。王李轩[10]（2019）创建DEA模型对陕西陆路交通运输效率进行研究，分析陕西省内各个市之间交通运输效率差异并提出可行建议。尉蔚[11]（2019）通过建立AHP-DEA模型对我国省域公路运输效率进行评价。谢文佳[12]（2019）运用五家上市物流公司数据建立DEA模型进行企业经营效率分析。朱粤，刘崇献[13]（2019）通过建立DEA模型对我国重要煤炭港口的物流运作效率进行分析评价。
　　二、研究方法
　　（一） DEA模型
　　本文为了研究我国各省市自治区运输仓储业效率进而构建DEA模型。使用设定的运输仓储业投入和产出指标的原始数据构建DEA模型，对运输仓储业效率值进行测算。常用模型为DEA-CCR模型和DEA-BCC模型。 　　其中，由Charnes等[14]首次提出的DEA-CCR模型。DEA-CCR模型的假设前提是各个决策单元的规模报酬处于不变状态，并通过观测表征类似的多个投入变量和多个输出变量，模型客观地分配各个变量的权重，有效避免通过研究者自身主观判断进行各个变量的权重分配而对结果造成的影响。通过此方法构建出的非线性模型对于效率的评价可等效于普通线性规划模型。而于1984年由Banker等[15] 在允许各个决策单元的规模报酬变化的前提下提出DEA-BCC模型，与上述模型不同的是DEA-BCC模型将综合技术效率进行划分，可以通过模型直接对观测数据进行评价。
　　因此，根据运输仓储业效率的特点，本文建立投入导向的我国各省市自治区运输仓储业DEA-BCC模型进行运输仓储业效率研究。对于各省市自治区情况，投入导向的运输仓储业DEA-BCC模型可表示为：
　　其中，表示各省市自治区运输仓储业效率研究的决策单元，X是省市自治区交通仓储业的投入向量，Y是省市自治区交通仓储业的产出向量。
　　若 ，θ=1，S+=S-=0则表明该省市自治区交通仓储业效率处于DEA有效状态;
　　若θ=1，S+≠0，或S-≠0则表明该省市自治区交通仓储业效率处于弱DEA有效状态;
　　若θ﹤1，则表明该省市自治区交通仓储业效率处于非DEA有效状态。
　　最终通过DEA-BCC模型显示出各省市自治区交通仓储业三个部分效率值。包含各省市自治区交通仓储业综合效率、省市自治区交通仓储业纯技术效率和省市自治区交通仓储业规模效率，并且省市自治区交通仓储业综合效率受到其他两个效率值的综合作用。
　　（二） 模型指標体系选择
　　为了更客观、有效地开展研究必须选取出能够真实反映各省市自治区运输仓储业效率的投入与产出指标。在选取各项指标的过程中结合运输仓储业真实情况，充分考虑所选取指标的科学性和可获得性等原则。在评价各省市自治区运输仓储业效率的投入指标中，纵观学术界目前主要以“人”和“财”作为指标进行后续研究。由于省市自治区运输仓储业涉及业务广泛，因此产出指标主要以客运量、旅客周转量、货运量和货物周转量作为产出指标。
　　在符合以上要求的前提下，结合研究省份运输仓储业效率评价的相关文献，本文以我国31个省市自治区运输仓储业数据作为进行交通仓储业效率评价的决策单元，选取了2项运输仓储业投入指标和4项运输仓储业产出指标进行分析和评价，具体指标如表1所示。
　　运输仓储效率投入指标包含“人员投入”（I1）和“运输线路长度”（I2）两个个指标。其中“人员投入”指的是2018年31个省市自治区交通运输仓储业的实际投入总人数，是研究行业效率问题时广泛使用的人力资源投入指标。“运输线路长度”则是年鉴中记载的2018年31个省市自治区运输路线总长度。
　　由于交通运输仓储行业物资等投入数据较为复杂，因此选取年鉴能客观衡量各省市自治区交通运输仓储业效率的产出指标，包含“客运量”（O1）、“旅客周转量”（O2）、“货运量”（O3）和“货物周转量”（O4）这四项指标，四项指标均为2018年31个省市自治区交通运输业数据。
　　三、 研究结果
　　（一）31个省市自治区运输仓储业效率
　　使用DEAP2.1软件构建各省市自治区交通运输仓储业效率DEA模型，通过模型结果显示2018年我国31个省市自治区交通运输仓储业效率值，如表2所示。
　　由表2可知，总体来看2018年31个省市自治区交通运输仓储业规模效率均值较高，达到0.908。但纯技术效率均值仅为0.845，因此受到两者共同作用的综合效率均值低至0.768。这说明在不考虑环境、管理水平等因素下，我国运输仓储业规模效率较高，进一步表明在其他条件不变的情况下，运输仓储行业内部各种投入要素按相同比例变化时所带来的产出较高。但我国运输仓储业纯技术效率较低，说明运输仓储业总体效率被其牵制。进一步表明，从技术的角度来看，投入运输仓储业过程中的人力资源、资金等生产投入要素未被充分利用。
　　具体分析各省市自治区区，北京、天津、河北和上海等8个省市运输仓储业的三项效率值均为1，即这8个省市均处于2018年运输仓储业相对效率的效率前沿面，表明这些省市运输仓储业有效利用了投入的人力资源和资金，实现高产出效，并且在其他条件不变的情况下，运输仓储行业内部各种投入要素按相同比例变化时所带来的产出结果也同样很高。江苏、广东、河南和西藏等6个省自治区纯技术效率值为1，表明从技术角度来看，这6个省自治区在运输仓储业投入的人力资源和资金通过可行的技术被充分利用。其中江苏、广东和河南3个省份规模效率值处于弱有效水平，说明这3个省份运输仓储行业内部各个投入要素按相同比例变化时，产出较高。而西藏、宁夏和海南3个省自治区规模效率值较低，海南省的规模效率甚至低至0.562，表明这3个省自治区运输仓储行业内部各种要素投入按相同比例变化时带来的产出量较低。山西、内蒙古和吉林等17个省市自治区三项效率值欠佳，说明这些省市自治区要想提升运输仓储效率，既要重视提高技术水平以提高投入要素的产出率，又要重视运输仓储业规模效率的提升。
　　从运输仓储业规模报酬角度进一步分析，北京、天津、河北和上海等8个省市均处于运输仓储业规模报酬不变状态，即在其他条件不变的情况下，运输仓储行业内部各种投入要素按相同比例变化时所带来的产出率相同。西藏、宁夏和海南等17个省市自治区均处于运输仓储业规模报酬递增状态，说明在限制其他条件不变的情况下，这17个省市自治区在运输仓储行业内部人力资源、资金按相同比例增加时，带来的产出率逐步增加。因此这些省市自治区运输仓储业可通过加大投入，提高运输仓储业产出率。江苏、广东和河南等6个省份均处于运输仓储业规模报酬递减状态，说明在限制其他条件不变的情况下，这6个省份在运输仓储行业内部人力资源、资金等按相同比例增加时，产出率会逐步下降。因此这些省份应通过提高运输仓储技术手段来提升运输仓储业效率。 　　（二）投入冗余分析
　　由于本文中建立的模型是投入导向的运输仓储业DEA模型，因此第二部分的分析仅从投入角度进行考虑。而北京、天津和河北等14个省市自治区处于DEA有效或者纯技术效率有效状态，因此这些省市自治区投入的人力资源、资金等资源的利用率较高，不存在投入冗余情况。其余以山西、内蒙古和辽宁为代表的17个省市自治区均存在不同程度的投入冗余情况，具体如表3所示。
　　从表3可以看出，2018年山西、内蒙古和辽宁等17个省市自治区在运输仓储业均存在不同程度的投入资源冗余情况，说明投入资源的利用率不够高才使得这些省市自治区没能够达DEA有效状态，应当根据实际情况调整投入资源。
　　四、 结论及建议
　　（一）结论
　　基于DEA模型对2018年我国31个省市自治区运输仓储业投入产出效率进行实证研究，结论如下：
　　在不考虑环境、管理等因素下的我国31个省市自治区运输仓储业综合效率均值为0.768;运输仓储业纯技术效率均值为0.845;运输仓储业规模效率均值为0.908。由上述数据可知，大多数处于非DEA有效的省份运输仓储业纯技术效率普遍低于运输仓储业规模效率，因此可以认为束缚各省市自治区运输仓储业效率提高的主要因素是技术水平有限，因此大部分省市自治区主要应采取改进现有技术等手段，提高运输仓储业投入产出效率。
　　全部31个省市自治区中约1/4省市的运输仓储业投入产出效率值为1，即处于2018年运输仓储业相对效率的前沿面，表明这些省市2018年在运输仓储业的投入产出效率处于有效状态。在DEA模型显示，以上各省市暂不存在投入资源过多和产出过少情况，表明这些省市运输仓储业效率达到最佳状态。从投入导向进行分析，山西、内蒙古和辽宁等17个省市自治区在两项投入指标中均存在较大投入冗余，说明以现有的产出情况进行评定，投入处于冗余状态。进一步表明这些省市自治区应改善运输仓储业发展环境，提升管理水平，进而实现更高的产出。
　　（二）建议
　　运输仓储业作为我国经济转型发展的重要环节，在加快建设的同时也应重视稳步提高运输仓储行业投入产出效率，而各省市自治区由于地理环境、经济发展等因素不同，因此应因地制宜地采取合理措施，因此提出以下建议：
　　1.对于纯技术效率较低的省市自治区应积极普及现代运输、仓储技术，加快运输仓储业基础设施建设，推进运输仓储标准化建设。充分利用现有运输仓储技术的经济效能。引进前沿技术手段，加快对各省市自治区内部分偏远落后地区运输仓储技术的普及率，淘汰落后运输仓储产能，促进运输仓储业技术水平有效提升。
　　2.通过利用现有的信息技术和科技平台适应市场变化，借助现有市场机制均衡配置运输仓储资源。根据各省市自治区实际情况合理调整人力、物力等资源投入力度，以期能减少资源浪费现象。
　　3.各省市自治区管理部门应积极开展宣传，让更多运输仓储组织满足市场需求，积极调整人力资源结构。通过对组织内部员工展开业务、技术和技能培训提升内部员工履行工作能力，并积极从外部引进优秀人才，提升运输仓储业从业人员业务素养。通过健全运输仓储业人才管理制度，改善业内人力资源管理，以提高运输仓储行业的纯技术效率。
　　[参考文献]
　　[1]蔡承志.提高柳钢铁路运输作业效率的分析与对策[J].柳钢科技，2018（05）：52-54.
　　[2]初天天.新时代背景下流通产业效率提升研究[J].对外经贸，2019（2）：60-61+71.
　　[3]孙晓宇.优化客车编组结构及开行方案提高运输效率[J].价值工程，2019，38（34）：21-22.
　　[4]Liya Panferova，Alevtina Kulagina. Analysis of Effectiveness of the Public Transport System in Modern Conditions of Development[P]. Proceedings of the Ecological-Socio-Economic Systems： Models of Competition and Cooperation （ESES 2019），2020.
　　[5]郝晓春.基于预算视角的交通运输事业单位财务管理效率实证研究[J].交通财会，2020（2）：20-23.
　　[6]Cristina M. Campos-Alba，Diego Prior，Gemma Pérez-López，Jose L. Zafra-Gómez. Long-term cost efficiency of alternative management forms for urban public transport from the public sector perspective[J]. Transport Policy，2020，88.
　　[7]陈怡.中国交通运输、仓储和邮政业效率分析——基于Malmquist生产率函数[J].重庆交通大学学报（社会科学版），2012，12（4）：49-52.
　　[8]程华胜，陈俊，郭娇.基于数据包络分析的区域物流运输效率评价研究[J].萍乡学院学报，2019，36（1）：28-32.
　　[9]陆秋琴，刘琦，黄光球.基于DEA-Malmquist模型的西北地区能源空间转运格局效率及其变化分析[J].数学的实践与认识，2019，49（1）：60-70.
　　[10]王李轩.基于DEA模型的陕西省道路交通运输效率评价与分析[J].经济研究导刊，2019（35）：65-67.
　　[11]尉蔚.全国各省份公路运输AHP-DEA效率评价[J].价值工程，2019，38（6）：65-67.
　　[12]谢文佳.我国快递物流企业动态效率测度及其改进研究——基于跨区域典型快递物流上市企业的经验分析[J].商业经济研究，2019（19）：103-106.
　　[13]朱粤，刘崇献.基于DEA模型的京津冀港口煤炭物流效率分析[J].对外经贸，2019（3）：41-46.
　　[14]Charnes A， Cooper W W， Rhodes E. Measuring the efficiency of decision making units [J]. European Journal of Operational Research，1978（2）： 429-444.
　　[15]Banker R D， Charnes A， Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis [J]. Management Science， 1984（30）： 1078-1092.
　　（責任编辑：郭丽春 曹晓东）
转载注明来源:https://www.xzbu.com/3/view-15238270.htm