摘 要：生鲜农产品质量直接关系到国计民生。为提升生鲜农产品冷链物流效率，识别并解决其中的潜在问题，进而辅助政府做出更加精准的决策，文章构建了冷链物流效率综合评价体系，该体系涵盖资金、劳动、技术三大核心要素。本文采用超效率SBM与Malmquist指数模型，分析了全国30个省区市（不含港澳台、西藏）的生鲜农产品冷链物流效率及时空变化。根据研究结果，本文将研究对象分为四类，并提出针对性的改进建议，旨在促进生鲜农产品冷链物流行业的持续优化升级。
关键词：生鲜农产品；冷链物流效率；超效率SBM；Malmquist指数；时空分析
中图分类号：F326.6;F323.7 文献标识码：A 文章编号：2096-0298（2025）02（b）--05
1 引言
随着社会经济的快速发展与消费者偏好的深刻变革，食品市场的关注点正悄然发生变化。现代消费者将关注重点转移到食品的品质安全以及健康属性方面。这一趋势促使生鲜农产品成为消费者餐桌上的新宠。本文聚焦于冷链物流体系下生鲜农产品的流通效率问题，深入探讨我国生鲜农产品冷链物流的发展现状与潜力。
通过广泛查阅国内外相关研究文献发现，DEA（数据包络分析）及其衍生模型在物流效率评估领域展现出卓越的应用价值[1]。国内外学者在这一领域的研究成果丰硕，为本文提供了丰富的参考与启示。例如，Long等（2020）[2]利用Super-SBM模型和Malmquist指数，细致分析了11个省市的物流生态效率，揭示了区域间的差异与改进空间。Rashidi等（2019）[3]则通过DEA方法，对OECD成员国的物流配送绩效进行了跨国比较，强调了可持续性在物流配送中的重要性。在国内，李丽与胡紫容（2019）[4]针对京津冀地区的农产品流通体系，采用DEA-Malmquist指数法进行了动态评估，并深入剖析了影响流通效率的关键因素。李胜和张思雨（2023）[5]则进一步拓展了研究范围，利用包含非期望产出的SBM模型结合Malmquist指数，全面分析了我国北部地区农产品电商物流的效率变迁及其背后的驱动力。基于上述研究基础，文章选取我国大陆地区30个省、自治区、直辖市作为研究样本，运用超效率SBM模型与Malmquist指数法，对我国生鲜农产品冷链物流的效率进行全面、系统的测算与分析。
2 研究方法
2.1 超效率SBM模型
为了克服传统的DEA模型会出现多个决策单元为1，从而失去了相互之间的区分度的情况，Anderson与Peterson（1993）[6]创新性地提出了超效率方法。随后，Tone在这一基础上，结合超效率方法与Slack-Based Measure（SBM）模型的优势，开发了超效率SBM模型[7]。这一模型不仅继承了SBM模型在处理非径向和非比例松弛方面的优势，还通过引入超效率概念，增强了在效率评价上的精度与深度。
本文以规模报酬固定条件下的超效率SBM模型为研究基础展开进一步分析。首先，明确研究对象，决策单元的数量，设为n个。其次，界定投入与产出的关键指标，分别记投入指标数量为a，产出指标数量为s。在此框架下，使用数学符号表示投入与产出的具体要素，同时引入时间变量k以反映生产过程的动态性。对于特定的投入和产出决策单元，本文分别用和进行标识，并定义松弛变量和，以量化实际表现与最优状态之间的差距。最后，权重向量的引入，为模型优化提供了必要的灵活性。具体模型构建方法如公式（1）所示，该公式综合考虑了上述所有因素，旨在精准评估各DMU在给定条件下的超效率水平。
式（1）中，当a≥1时，代表决策单元相对有效；alt;1时，代表决策单元相对无效，即存在效率损失，可以通过优化投入量与产出量来改善物流效率。
2.2 Malmquist指数模型
Malmquist指数是一种能够将影响效率变化的各个因素进行分解并判断各个影响因素之间是否存在联系的方法。针对我国生鲜农产品冷链物流效率评价问题，本文引入时期概念，则时期t到时期t+1第r个决策单元的Malmquist指数如公式（2）所示：
其中（t=1，2，…，T）表示时期，（j=1，2，…，m）表示决策单元，xiij（i=1，2，3，4）为时期t第j个决策单元的第i项投入，yrj（i=1，2，3，4）为时期t第j个决策单元的第r项产出。Dt+1（xtr，ytr）和Dt（xrt+1，yrt+1）分别表示t时刻决策单元在t+1时期前沿面下获得的效率和t+1时期DMU在t时期前沿面下获得的效率。当M指数＞1时，说明t+1年的物流总效率比t年高；当M指数=1时，说明t+1年的物流总效率和t年相同；当M指数＜1时，说明t+1年的物流总效率比t年低[8]。
将Malmquist指数模型中的全要素生产率指数（Tfpch）分解可以得到技术效率指数（Effch，见式（3））与技术进步指数（Tech，见式（4）），将技术效率指数（Effch）进一步分解可以得到纯技术效率指数（Pech）与规模效率指数（Sech），TFP分解结果如公式（5）所示：
技术效率指数：
技术进步指数：
Tfpch与其分解指数之间的关系式：
其中Techch衡量决策单元在t到t+1期之间技术水平的变化程度，大于1时表明技术水平和创新程度都有所提高；Effch衡量决策单元在t到t+1期间的组织管理水平变化程度，其大于1表明组织管理水平有所提高。进一步分解Effch可以得到Pech和Sech，Pech大于1表明存在纯效率的进步，Sech大于1表明随着规模的增加，决策单元的效率也会提高，即存在规模经济。
3 生鲜农产品冷链物流指标体系
3.1 评价指标体系构建
鉴于当前统计体系在物流产业细分领域的数据收集方面尚存不足，众多学者倾向于采用交通运输、仓储及邮政业的总体经济产出作为物流产业活动的代理变量，本文同样遵循了这一被广泛采纳的研究路径[9]，对所选指标进行了相应处理，以确保研究的可行性与准确性。具体见表1所示。
3.2 数据来源说明
本文研究数据均来自《2013—2022年中国统计年鉴》以及各省区市统计年鉴、社会发展公报以及《2013—2022中国冷链物流发展报告》，研究范围覆盖了全国范围内的各个省级行政区域，鉴于数据的可获取性，本文未将香港特别行政区、澳门特别行政区、台湾地区及西藏自治区纳入分析范畴。对于缺失的数据，采取线性插值法进行数据的补全[9]。
4 生鲜农产品冷链物流效率实证研究
文章借助Matlab R2022b软件系统评估2013—2022年我国生鲜农产品冷链物流领域的效率表现。依据地理位置与经济发展特征，将全国划分为四大区域板块：东部区域、东北地区、中部地区以及西部地区。表2详细列出了基于上述划分区域的具体测算结果。
4.1 生鲜农产品冷链物流效率现状分析
由表2可知，我国生鲜农产品冷链物流效率领域存在的发展不均衡与显著的多层次分化现象。
具体而言，上海市、云南省及河北省在生鲜农产品冷链物流效率方面脱颖而出，其效率值分别高达1.394、1.342和1.292，显著超过全国平均水平，表明这些省份在冷链物流体系建设和运营管理上的卓越成效[10]。
另外，黑龙江省、青海省及北京市则位于效率排名的末端，尤其是北京市，其效率值低至0.142，远低于有效状态的标准，凸显了这些地区在提升冷链物流效率方面所面临的严峻挑战。
从区域分布的角度来看，生鲜农产品冷链物流效率呈现出鲜明的地域特征，整体呈现出“东强西弱”的分布格局，既反映了各地区经济发展水平和产业结构差异对冷链物流效率的影响，也表明在推动冷链物流全面发展时，需因地制宜，采取差异化的策略措施[11]。
4.2 生鲜农产品冷链物流效率时空演化分析
为了直观展现我国各省份在生鲜农产品冷链物流效率方面的动态变化与地域差异，本文基于测算结果，运用Arcgis 10.8软件绘制了2013年与2022年的全国生鲜农产品冷链物流效率时空对比图。
通过对比我们可以清晰地观察到，在过去10年间，辽宁、江西、浙江、广西、海南及宁夏等省份在生鲜农产品冷链物流效率方面取得了显著进步，实现了效率值跨越不同区间的增长。这一成就不仅体现了这些省份在冷链物流基础设施建设、技术创新及运营管理等方面的积极努力与成效，还为全国其他省份提供了宝贵的经验借鉴与启示。
内蒙古、江苏、湖北、湖南、贵州、甘肃地区的效率值跨效率区间减少，其他省份在2013年和2022年生鲜农产品冷链物流效率值处于比较平稳的状态，波动幅度较小。截至2022年，只有11个省份处于生鲜农产品冷链物流效率有效状态，各省之间差异较大。
4.3 生鲜农产品冷链物流效率动态分析
为进一步分析全国生鲜农产品冷链物流效率在2013—2022年的变动情况，本文绘制出生鲜农产品冷链物流全要素生产率Malmquist指数及其分解指数变化趋势，如图1所示。
图1 生鲜农产品冷链物流全要素生产率Malmquist指数及其分解指数变化趋势
从时间演进的角度看，图1直观展示了2013—2022年全国各省份生鲜农产品冷链物流全要素生产率的动态波动情况。这一时期内，该指数呈现明显的起伏变化，特别在2015—2016年及2019—2020年两个阶段，指数值跌落至1以下，揭示了全国范围内生鲜农产品冷链物流效率的增长放缓态势。相反，在其他年份，指数值均高于1，表明整体生产效率维持在较高水平。值得一提的是，2020—2021年，全要素生产率指数攀升至整个研究期的峰值1.145，凸显了该时期全国多数地区生鲜农产品冷链物流效率的显著提升[12]。
进一步细分分析，纯技术效率在2014—2019年持续保持在1以上，这一积极表现说明全国生鲜农产品冷链物流业在此期间实现了技术层面的有效进步，推动了效率的提升。然而，规模效率的表现则相对复杂，2016—2017年及2021—2022年指数值均低于1，揭示了产业规模配置在这些时段内存在不合理之处，有待进一步优化调整。至于技术进步指数，在2014—2016年及2018—2019年两个区间内未能突破1的门槛，这一现象表明，尽管整体发展趋势向好，但我国生鲜农产品冷链物流业在技术创新和进步方面仍面临挑战，需加大研发投入，促进技术升级。
本文将2013—2022年各省份生鲜农产品冷链物流全要素生产率Malmquist指数进行分解，结果如表3所示。
表3 各省生鲜农产品冷链物流全要素生产率Malmquist指数及其分解结果均值
地区 EC（t-1， t）" " TC（t-1， t） MI（t-1， t）
SEC（t-1， t） SEC（t-1， t）
北京 1.894 1.090 1.139 1.041
天津 1.005 0.919 1.099 0.990
河北 0.985 1.001 1.012 0.995
上海 0.969 1.002 0.984 0.953
江苏 0.959 0.984 1.082 1.006
浙江 1.012 0.999 1.008 1.017
福建 1.050 1.002 1.025 1.072
山东 1.012 0.995 1.023 1.030
广东 1.153 0.914 1.098 1.080
海南 1.086 1.048 0.992 1.164
东部地区 1.112 0.995 1.046 1.035
辽宁 1.144 1.001 1.012 1.154
吉林 0.974 1.092 1.112 0.997
黑龙江 0.907 1.024 1.115 1.003
东北地区 1.008 1.039 1.080 1.051
山西 0.998 1.031 1.012 1.033
安徽 1.055 1.001 0.938 0.920
江西 1.119 1.071 0.953 1.064
河南 0.980 1.010 1.018 1.004
湖北 0.984 0.994 1.041 1.013
湖南 1.315 0.997 1.024 1.164
中部地区 1.075 1.017 0.998 1.033
内蒙古 0.965 1.014 1.002 0.902
广西 1.010 1.061 1.013 1.086
重庆 0.953 1.016 1.068 1.013
四川 1.002 0.942 1.094 0.998
贵州 0.899 1.123 1.042 1.036
云南 0.993 1.006 1.001 1.004
陕西 1.350 1.008 1.057 1.403
甘肃 0.955 1.096 1.070 1.040
青海 1.106 0.957 1.141 1.128
宁夏 0.989 1.188 0.982 1.141
新疆 1.030 0.997 1.106 1.060
西部地区 1.023 1.037 1.052 1.074
全国均值 1.062 1.020 1.042 1.050
分区域来看，根据表3的数据，东部地区中，除天津、河北、上海三地的全要素生产率（TFP）未达理想水平（小于1）外，其他东部地区省份的TFP均超越基准值，占比高达70%。深入剖析TFP未达标的三省市，天津市的症结在于规模效率偏低（0.919），揭示其产业规模配置尚待优化。河北省则面临纯技术效率不足（0.985）的挑战，反映出该省在生鲜农产品冷链物流管理和技术应用上的短板。
在东北地区，吉林省成为唯一TFP未达1的省份，与黑龙江、辽宁形成鲜明对比。吉林省与黑龙江省的纯技术效率分别为0.974和0.907，而规模效率则分别为1.092和1.024，这一对比表明，尽管这两个省份的规模效率尚可，但技术利用效率和创新能力仍有待加强，以推动生鲜农产品冷链物流效率的整体提升。
中部地区表现相对强劲，八成以上（83.3%）的省份TFP超越了1。然而，安徽省是个例外，其TFP未达标主要归因于技术进步指数的下滑（0.938），这凸显了该地区在冷链物流技术创新方面的滞后。
西部地区同样展现出积极态势，除内蒙古自治区和四川省外，其他省份TFP均超过1，占比81.8%。对内蒙古自治区进行深入剖析，其纯技术效率（0.965）和规模效率（1.014）均未达最优，尤其是纯技术效率的不足，限制了整体TFP的提升。至于四川省，尽管纯技术效率略高于基准（1.002），但规模效率的不合理（0.942）成为制约其TFP增长的关键因素[13]。
4.4 生鲜农产品冷链物流效率综合分析
综上，本文采用Oringin2021软件绘制矩阵散点图，将全国30个省份分为4类，如图2所示。
图2 生鲜农产品冷链物流效率—全要素生产率ML指数矩阵散点图
分类解析显示，Ⅰ类省份属于平稳型，上海、云南、河北等8省呈现出平稳态势，其生鲜农产品冷链物流效率超越均值，但全要素生产率Malmquist指数却低于平均水平。这一特征表明，尽管这些省份在冷链物流效率上保持较高水平，但其增长动力相对不足，呈现出缓慢增长的态势。Ⅱ类省份属于上升型，海南、辽宁两个省份展现出强劲的增长势头，冷链物流效率高于均值，全要素生产率Malmquist指数同样领先。这一类别下的省份，在生鲜农产品冷链物流领域实现了高效与快速发展的双重目标。Ⅲ类省份属于萎靡型，涵盖了内蒙古、江西、宁夏等17个地区，此类省份的冷链物流效率和全要素生产率Malmquist指数均未能达到平均水平，显示出在提升冷链物流质量和加速发展进程上均存在显著障碍。Ⅳ类省份属于爆发型，其中湖南、陕西以其独特的发展轨迹引人注目。尽管它们在生鲜农产品冷链物流效率上尚未达到全国平均水平，但全要素生产率Malmquist指数却显著高于均值。这一现象表明，尽管受限于地理位置、自然条件或资源配置等因素，导致整体物流效率不高，但这些省份在冷链物流领域的发展速度不容小觑，具备巨大的发展潜力。
5 结论与政策建议
5.1 结论
本文借助超效率SBM模型与Malmquist指数模型，对我国生鲜农产品冷链物流效率进行了深入剖析，并辅以矩阵散点图进行动态与静态相结合的综合评估，得出以下结论：
（1）通过超效率SBM模型分析，研究揭示出我国生鲜农产品冷链物流效率整体处于较低水平，且存在显著的区域发展不均衡现象。具体而言，呈现出“东高西低”的梯度分布格局。
（2）Malmquist指数分析进一步指出，技术效率的提升与技术的进步共同推动了生鲜农产品冷链物流全要素生产率的增长，其中，技术进步成为提升整体效率的关键因素。
（3）基于矩阵散点图的直观展示，本文将各省份划分为四大类型：平稳型（如上海、云南等）、上升型（如海南、辽宁）、萎靡型（如内蒙古、江西等）及爆发型（如湖南、陕西）。
5.2 政策建议
（1）构建跨区域物流协同体系。为打破地方壁垒和市场分割，建议政府主导构建跨区域的物流协同体系，促进区域间生鲜农产品冷链物流的资源共享与优势互补。通过发挥高效地区的辐射带动作用，推动周边及落后地区的冷链物流协同发展。
（2）优化产业规模与资源配置。针对生鲜农产品冷链物流业存在的规模不合理问题，政府应引导产业资源的合理配置，避免过度集聚带来的拥挤效应和低门槛效应。促进产业集聚与产业链完善，降低企业生产成本，提高整体生产效率。
（3）强化技术创新与成果转化。技术创新是推动生鲜农产品冷链物流发展的关键。政府应鼓励农民与农业科研院所的合作，加强技术培训与指导。同时，推动农产品冷链物流企业与政府的深度合作，加快农业科技成果的转化与应用。
参考文献
肖尧.智能时代内蒙古物流效率提升路径研究[D].呼和浩特： 内蒙古财经大学，2021.
R Long，Ouyang H ， Guo H. Super-slack-based measuring data envelopment analysison the spatial-temporal patterns of logistics ecological efficiency using global MalmquistIndex model[J]. Environmental Technology amp; Innovation， 2020，18 ： 100770.
Rashidi K， Cullinane K.Evaluating the sustainability of national logistics performanceusing Data Envelopment Analysis[J]. Transport Policy， 2019，74 ：35-46.
李丽，胡紫容.京津冀农产品流通体系效率评价及影响因素研究[J].北京工商大学学报（社会科学版），2019，34（3）：41-50.
李胜，张思雨，于世强，等.低碳经济视角下我国北部区域农产品电商物流效率测度： 基于SBM-ML模型[J].南方农机，2023，54 （6）：39-42+53.
Andersen P， Petersen N C A. Procedure for Ranking Efficient Units in Data Envelopment Analysis[J]. Management Science， 1993，39（10）：1261-1264.
TONE K. A Slacks -Based Measure of Efficiency in Data Envelopment Analysis[J]. European Journal of Operational Re-search， 2001，130（3）：498-509.
赵晨曦.生鲜农产品冷链物流产业效率评价及空间演化研究[D].桂林： 广西民族大学，2022.
张景豪.湖南省生鲜农产品冷链物流效率评价研究[D].长沙： 湖南工业大学，2020.
陈姝含.基于超效率DEA-Malmquist-Tobit模型的省域物流效率评价及影响因素分析[D].郑州： 郑州大学，2022.
毛跃宇.黄河流域九省区物流效率及其影响因素分析[D].郑州： 郑州大学，2022.DOI：10.27466/d.cnki.gzzdu.2022.000705.
张艳荣.中国物流效率的时空格局及影响因素分析[D].大同： 山西大学，2023.DOI：10.27284/d.cnki.gsxiu.2023.000740.
任宇飞，方创琳，蔺雪芹.中国东部沿海地区四大城市群生态效率评价[J].地理学报，2017，72（11）：129-145.
