基于DEA-Malmquist模型的安徽省物流效率分析.pdf

基于DEA-Malmquist模型的
安徽省物流效率分析

♦韩笑顾东悦董亚军

摘要：采用DEA-Malmquist指数模型评价方法，以2011-2018年安徽省16个地市物流
北为研究对象建立评价指标体系。结果表明，安徽省物流效率水平较高，但发展的稳定性
相对偏弱，技术进步是影响效率变动的重要因素。针对安徽省物流效率分析的结果，提出
了相应的对策和建议，为安徽省物流效率的提高提供参考。

关键词：数据包络分析方法（DEA)Malmquist指数法物流效率

1引言2研究方法与指标体系构建
2019年12月1日，《长江三角洲区域一体化发2.1研究方法
展规划纲要》正式出炉。安徽省融入长三角区域，2.1.1DEA模型。CCR模型是DEA最基本的模
对于安徽省的交通基础设施和商贸物流业的发展型，本文利用CCR模型，假设在既定的规模报酬
具有较大的影响和推动作用，加入长三角也是安下，以安徽省2011-2018年的物流整体作为DMU,
徽省物流行业发展提升和转型的重要机遇。对安总计8个DMU，来测算安徽省物流效率。CCR模
徽省物流效率的分析可以有效评估长三角一体化型用公式可表示为：
将为安徽省的物流效率带来哪些影响，分析物流min6-e(e+5'+e+s+)]
资源的投入和产出效率，为安徽省物流效率的提6,A

升提供依据，可对全省融人长三角区域起到促进n

作用。i=i

在过去的一个时期里，我国在研究物流效率的n
S.t.^iXy+s*
问题时，通常着重于区域物流以及行业（或企业）i-I

物流等，所得结果促进了我国物流效率水平的进一A,^0；s-^0

步提高。长期以来，有大量学者运用数据包络分析i=l,2,---,n；j=l,m；r=l,2,---,s
法（DEA)分析研究物流效率。式中/i代表决策单元的具体数目，1m是输
根据已有资料，用DEA分析法和Malmquist出及输人变量所对应的数目，％(其中_/=1,2,…，m)
指数法相结合的分析方法对安徽省物流效率的分析和Tv(r=l,2,…，s)代表相关的投人及产出要素，0
与评价仍有较大的研究空间。本文在现有关于物流代表DMU0(也就是决策单元）所对应的有效值，
效率研究的基础上，采用DEA-Malmquist进行静若知1，同时有s_s+=0，则意味着DEA是有效的；
态和动态评价，明确安徽省物流发展的优势和劣若0=1，且s+#0或s-_0，则意味着DEA为弱有
势，并结合当前国家针对物流行业的政策、规划，效；而若0<1，则意味着非DEA有效性。
提出有效的建议和对策。2.1.2Malmquist指数模型。根据i时期以及《+1时

2021-0159
现代栩流
odernLogistics

期各(M的技术公式，获得其指数公式的具体表达形3计算结果与分析
式为：3.1安徽省物流效率的静态分析
)通过2.1对安徽省物流在2011-2018年
pW①DEAP
>
[y(x1,y间的规模效率、纯技术效率以及综合效率等展开分
丨_wu,+,,丨）②析，详见图1、表2。
/),+丨uw)
可基于Fisher关于理想指数方面的基本理论，
对其几何平均数进行定义，由此得到相关的综合生
产力指数：

m(x1,y,x'+',y+l)
m
八，）.+丨（，丨，，丨）广⑶
〇•(^,y)w,y)
将③式进一步指数分解可以得到：图12011-2018年安徽省各地市
(a:,+1,y+1)物流综合效率、纯技术效率、规模效率均值折线图

d1(x1,y)
通过静态分析可知，安徽省有着较高的总体物
T
D'ixW)流效率水平，然而并未达到DEA有效，此外其发
=EFFCH-TECH④
D^'{x'，Y)'*'(',)
Dxy展的稳定性也偏弱。由图〗可知，纯技术效率的均

④式中，EFFCH』：,？：，体现了效值在2011-2013年间均为1，其余年间均小于1。
u{xf)
在2011-2018年间物流规模效率均值和综合效率
率方面的变化情况，可分解为纯技术效率变化指数
均值在0.91到0.99间波动，其中，在2014-2016
(PFFCH)与规模效率指数（SEFFCH)。TECH=
年间，规模效率有明显的下降趋势，说明安徽省物
--.-).,)
pUyuuvf体现出技术方面所发流业规模和投入产出不匹配，应适度调整产业规模
D'+](x',y)Dl+'(x'，Y)'
以适应物流业的发展。
生的变化情况，若r£c//>i，则表示技术发生了一
此外，安徽省各个地市物流效率发展不太均
定程度的进步；若rec//<i，则技术发生了退步。
衡。由表2和图1可知，2011-2018年，合肥市、
若#/>丨，则全要素生产率增加；反之，全要素生
芜湖市、蚌埠市、铜陵市、安庆市、阜阳市、亳
产率降低。
州