|
福 建 16.2 885.4 43.61 2471.3 6.14 58163 江 西 15.6 382.0 20.81 2334.2 5.16 86057 山 东 33.2 1032.5 41.33 11022.2 5.14 284086 2.2 实证结果分析 2.2.1 效率分析 140 本文采用DEAP Version 2.1 软件分别以CCR 和BCC模型计算华东六省物流的总体效率 θ * 、纯技术效率 σ * ，并计算规模效率 S * 。结果见表5。纯技术效率说明的是各省的物流投 入资源配置、技术进步及管理的总体情况，反映了在一定投入条件下产出能力。规模效率反 映了各省物流发展规模及增长空间情况，本质上也是管理水平的反映。结果见表5： 145 表5 华东六省物流效率评价结果 Tab. 5 logistics efficiency evaluation results of every province in East China 序号 省份 θ * σ * S * 规模报酬 1 江苏 0.416 0.479 0.869 递增 2 浙江 0.551 0.615 0.895 递增 3 安徽 1 1 1 不变 4 福建 1 1 1 不变 5 江西 1 1 1 不变 6 山东 0.939 1 0.939 递减 总体上，华东六省平均技术效率为0.818，平均纯技术效率为0.849，平均规模效率最高， 为0.951。由于技术效率是纯技术效率与规模效率的乘积，说明华东六省物流效率偏低除了 150 总体水平不高以外，主要原因是纯技术效率偏低造成的。2009 年华东六省中DEA 效率值为 1 的有3 个，分别是：安徽、福建和江西，占地区总数的50%。 从结果中可发现，效率值为1 的有经济发达的地区也有经济相对并不发达地区，像福建 这些经济发达地区不仅投入大，而且产出也相应地大，这说明发达地区由于其宽松的经济环 境和良好的经济基础，其物流业的发展较迅速，效率较高。从绝对值角度看，福建和江西的 155 产出指标均是排在倒数两位，但是结合了它的投入指标，可发现其产出相对于投入来说是有 效率的，这些地区以较少的投入保证了较多的产出，这就意味着资源得到了最优配置，没有 浪费掉。这正是各地区应借鉴的地方。 2.2.2 规模效益分析 规模效率是技术效率与纯技术效率的比值，反映规模收益不变的生产前沿与规模收益变 160 化的生产前沿之间的距离。若θ * =σ * ，规模收益不变，此时达到最大产出规模点；若θ * <σ * ， 对CCR 的λ* ：若Σ = < n j 1 j λ* 1 ，规模收益递增，且值越小规模递增趋势越大，表明DMU 在投 入0 X 的基础上，适当增加投入量，产出量将有更高比例的增加；若Σ = > n j 1 j λ* 1规模收益递减， 且值越大规模递减趋势越大，表明在DMU 投入0 X 的基础上，增加投入量不可能带来更高 比例的产出，此时没有再增加决策单元投入的必要性了。[6] 165 从表5 中可知，有3 个省份处于规模效率为1 的状态，即规模报酬不变的阶段，江苏和 浙江处于规模报酬递增的阶段，山东处于规模报酬递减的阶段。对于处在规模报酬递增阶段 的省份而言，应当更充分的利用现有设备等，提高劳动效率；对于处在规模报酬递减阶段的 省份而言，没有必要再增加投入量，而应当考虑加强投入资源的管理，充分利用现有的物流 资源，以使其达到最大的产出效果。 170 2.2.3 DMU 在生产前沿面上的投影分析 非DEA 有效的DMU 在生产前沿面上的投影是DEA 有效的，即通过适当调整非DEA 有效的DMU 输入、输出的数值使其达到DEA 有效。若要实现DEA 有效，以山东为例，可 分别减少物流业就业人数5.547 万人，物流业固定资产投资167.374 亿元，来达到DEA 有效。 由此可见，造成各省份非DEA 有效的原因主要是输入剩余和输出亏空，没有达到投入产出 175 的最佳比例。依次类推，可以得出表6 的结论，其中投入冗余额和产出不足额为各省份物流 效率的提高提供借鉴。 表6 非DEA 有效的各省份的投影分析 Tab.6 projection analysis of every province that is DEA inefficiency 序号 省份 物流业就 业人数（万 人） 物流业固 定资产投 资（亿元） 换算后运 输线路长 度(万公里) 货物周转 量（亿吨/ 公里） 物流业占 地区生产 总值的比 (%) 货运量（万 吨） 1 江苏 0 0 8.095 256.373 0 0 2 浙江 0 143.531 8.111 0 0.303 24500.88 6 山东 5.547 167.374 0 0 2.968 58790.08 180 3 结论 数据包络分析是进行物流效率比较分析的有效手段,该方法可以确定生产前沿面,给出各 DMU 的总体效率、纯技术效率、纯规模效率、DMU 在生产前沿面上的投影等,同时可以确 定各DMU 的规模效益状况,提供了丰富的系统分析手段,可以给决策者提供效率评价、规模 185 效益分析等方面的定量管理信息,使决策更加可靠。但本文也存在指标选取不够准确方面的 缺陷，而且只选取一年的数据进行分析，难以进行纵向比较。不过本文最主要的目的是给出 一种量化评价方法，以此给华东各省物流效率评价提供提供一种思路。 实证分析表明华东六省中安徽、福建和江西在物流效率方面相对有效，资源配置更合理。 对于物流效率为达到DEA 有效的江苏、浙江和山东，本文的投影分析为其相对效率的提高 190 提供了依据。 [参考文献] (References) [1] 张兴远.基于DEA 的物流业发展能力评估模型[J].中国水运,2007(10):131-132. [2] 高腾.基于DEA 的中国地区物流效率研究[J].物流经济，2008，（2）：74-76 195 [3] 李琪，李光泉，韩泽县.我国商业银行效率评价的DEA 模型[J].天津大学学报,2005,7(1):6-10 [4] 魏权龄.数据包络分析[M].北京:科学出版社,2004 [5] 盛昭翰，朱乔，吴广谋.DEA 理论、方法与应用[M].北京:科学出版社,1996. [6] 黄勇,徐景昊.我国中部6 省社会物流效率的分析与评价[J].现代物流,2009,31(11):79-81. [7] 万斌.社会物流系统综合评价指标体系的建立及应用研究[D].上海：同济大学,2008 200 [8] 刘满芝,周梅华,杨娟.基于DEA 的城市物流效率评价模型及实证[J].统计与决策,2009(6):50-52 学术论文网Tag：代写代发论文 代发论文 代写管理论文 职称论文发表 |
