基于两阶段DEA的跨境电商物流系统效率

技术与方法
物流技术2022年第41卷第2期（总第425期）
[收稿日期]2021-09-22
[基金项目]福建省社会科学规划项目“基于隐私保护的跨境电子商务信息服务机制研究”（FJ2020B044）[作者简介]郭韧(1975-)，女，博士，副教授，硕士生导师，研究方向：跨境电子商务、信息管理。

doi:10.3969/j.issn.1005-152X.2022.02.010
基于两阶段DEA 的跨境电商物流系统效率
郭韧，刘文霞，苏
洁
（华侨大学
工商管理学院，福建
泉州
362021）
[摘要]从系统的角度分析跨境电子商务物流系统的构成和影响其效率的主要因素，构建跨境电子商务物流
系统的两阶段DEA 模型，将其分为境内物流和境外物流两个阶段，对其指标进行前沿面分析，通过对相应指标进行调整，使其整体达到有效，并且提出了提升跨境电子商务物流系统效率的策略。

[关键词]跨境电商物流系统；两阶段DEA 模型；物流效率[中图分类号]F724.6;F259.2[文献标识码]A [文章编号]1005-152X(2022)02-0050-07
Efficiency of Cross-border E-commerce Logistics System Based on Two-stage DEA
GUO Ren,LIU Wenxia,SU Jie
(School of Business Administration,Huaqiao University,Quanzhou 362021,China)
Abstract:In this paper,from a systematic perspective,we analyzed the composition of the cross-border e-commerce logistics system and the main factors affecting its efficiency,and established a two-stage DEA model of the system.According to the model,the cross-border e-commerce logistics system was divided into two stages,namely the domestic logistics subsystem and the overseas logistics subsystem.We then applied the frontier approach to the indicators of the subsystem,made some adjustment to them so that they could be more effective as a whole,and at the end,proposed the strategies to improve the efficiency of the cross-border e-commerce logistics system.
Keywords:cross-border e-commerce logistics system;two-stage DEA model;logistics efficiency
0引言
跨境电子商务是我国对外贸易的新模式，一直
保持着较快的增长率，2018年我国跨境电商贸易额达到9.1万亿元，同比增长11.6%[1]。

物流是电子商务中商家和消费者之间重要的联系纽带，随着跨境电子商务的兴起，跨境电商物流业务出现爆炸式增长,我国跨境物流年均增长在30%以上。

我国物流行业规模相对偏小，缺乏专业化的物流人员，物流成本高，基础设施落后，因此，物流发展虽迅速，但总体效率不高。

物流效率关乎消费者是否能够获得良好的购物体验，货物能否及时送达，是跨境电子商务发展中的重要环节。

曹淑艳，等[2]对我国跨境电商物流的主要模式和特点进行了总结和分析；王外连，等[3]认为跨境电子商务物流发展速度滞后，当前的跨境物流体系和基础设施无法满足跨境电商的交易需求，
阻碍了其发展；李向阳[4]发现信息不对称以及政策环境不够完善影响到跨境电子商务的物流，从多方面提出促进其物流发展的路径；冀芳，等[5]指出我国跨境物流与跨境电子商务发展无法匹配，在运输过程中的多个环节出现发展不均和环境适应能力等问题；惠玉蓉，等[5]运用DEA 模型对物流业可持续发展评价的可行性与合理性进行了分析研究；王舒鸿，等[7]通过分析得到有20个省份的能源利用效率是有效的,但是我国物流产业的整体效率偏低的结论。

学者们通过分析物流现状与物流模式，提出了提高物流效率的策略，但是量化的分析主要是针对国内物流，对跨境电商物流的量化研究还较为少见。

本文系统地分析跨境电子商务物流的特点，针对性地建立跨境电商物流企业效率测算模型，将跨境电商物流体系分为境内物流和境外物流两个阶段，根据模型分析物流企业境内外物流效率低下的
技术与方法
原因，提出相应对策，使企业有效的利用资源，提升物流效率，从而增强跨境电商的市场竞争力。

1跨境电商物流效率系统要素
物流效率是指物流系统能否在一定的服务水平下满足客户的要求。

物流效率的测度多是从物流投入与产出的比重来分析。

投入与产出之间的关系，反映了物流企业活动的运行状况，是物流系统协调性工作效果的体现。

跨境电商物流涉及到不同的主体和不同的国界，有着明显的阶段性，在效率形成和评价上较之一般物流更为复杂。

1.1跨境电商物流系统的投入要素
物流系统的投入要素是指用于物流活动过程中的物品和劳务，跨境电商物流的投入要素主要有：物流业务投入资金、物流人才、基础设施的建设。

（1）物流业务投入资金。

跨境电商物流的发展需要企业对物流业务进行投入，合理的物流成本投入对于物流效率的提升有重要作用，过量的物流业务投资会导致资源浪费，物流效率得不到相应的提升；物流业务投资减少又会导致物流效率无法达到最大化。

本文物流业务投入资金用业务成本来衡量。

（2）物流人才。

跨境电商物流的发展离不开专业的物流人才，他们使用已掌握的知识来减少物流资源的浪费。

目前，我国从事物流业的人员数量还是比较多的，但是普遍素质较低。

随着跨境电子商务的发展，对高素质的物流专业人才需求日益增大。

人才投入是跨境电商物流系统必不可少的部分，物流人才采用物流行业从业人员数量进行衡量。

（3）基础设施的建设。

物流业的发展依靠基础设施的建设，基础设施包括仓储、机器设备、信息技术等。

在跨境电商物流基础设施建设中要考虑与国外运输系统的对接、数据传输的及时性和准确性、海外仓储的设置等。

只有不断完善和升级基础设施，才能改善物流条件，保证物流系统的质量，从而达到提高物流效率的目的。

本文的基础设施建设用运输的里程数（定义为运输路长）、各类仓库数量和集装箱运货数（定义为基础设施）来衡量。

1.2跨境电商物流系统的产出要素
物流系统产出的是服务成果，跨境电商物流系统的产出有其特殊性，根据境内和境外主体、环境和衔接的不同，把物流系统分成了较为明显的两个阶段，产出要素主要有：物流资源利用率、业务收入，其中物流资源利用率是衔接两个阶段的中间要素，具有双重性质。

（1）资源利用率。

物流过程指标之间是否均衡影响物流效益收获的多少。

企业要确保能在固定的输入下得到最大化的输出，这就要求企业要经过合理筹划，充分利用资源，才能提升效率。

资源综合利用率低下的一个关键原因是对资源的浪费和尚未充分利用资源。

恰当使用资源、减少冗余浪费，才能保证输入的有效性。

本文采用总货运量和货运周转量来衡量资源利用率。

（2）业务收入。

对于物流效率高的企业来说，他们能够在单位时间内处理的货物比较多，而业务收入也能体现物流效率的高低。

一般来说，处理业务越多，货物周转越快，得到的业务收入就越多。

本文将业务收入作为产出阶段影响物流效率的因素。

1.3跨境电商物流效率
根据跨境电商物流的特殊性，可以将物流分为境内物流和境外物流，第一阶段侧重于境内物流的效率评价，其评价成果作为第二阶段的投入，第二阶段侧重于境外物流效率评价，将两个阶段结合起来，能更加完整地分析跨境电商物流系统的效率。

跨境电商物流两阶段模型如图1
所示。

图1两阶段的输入输出指标
由图1可以看出，跨境电商物流系统分为两个阶段。

第一阶段为境内物流阶段，此阶段的投入指标为从业人员、业务成本、基础设施、线路运输长度。

产出指标为总货运量与货运周转量。

第二阶段为境外物流阶段。

具体的投入与产出指标见表1。

郭韧，等：基于两阶段DEA的跨境电商物流系统效率
技术与方法
物流技术2022年第41卷第2期（总第425期）
表1
跨境电商物流的投入与产出指标
指标类型
输入指标
中间指标输出指标
指标内容从业人员（万人）
业务成本（百万元）基础设施（百万元）运输路长（万km ）总货运量（万t ）货运周转量（亿t·km ）业务收入（万元）
指标代码
X 1
X 2X 3X 4Z 1Z 2
Y 1
2跨境电商物流效率测算
跨境电商物流具有明显的阶段性，数据包络分
析法（DEA ）是适用于多投入多产出的决策单元的效率评估方法，具有非参数效率分析模型的一般特征，不需要规定具体的投入与产出函数[8]，可以具体指出哪些要素需要减少或增加，评价结果不受人为因素影响，更具有客观性。

DEA 模型的改进模型有很多，从不同侧面提高其实际应用，广泛应用于各个行业中评价生产效率，对企业决策有一定的引导与参考作用。

2.1规模收益不变的CCR 模型
CCR 模型是当规模报酬不变，将决策单元的多
项投入与产出进行线性组合，用来评价决策单元的技术有效性，即决策单元是否达到规模有效和纯技术有效。

假设有
n
个决策单元
DMU j ={}DMU 1,DMU 2,...,DMU n ；有m 种投入要素
X j ={
}X 1,X 2,...,X mj ；生产出s 种DMU 产出要素
Y j
={}Y 1
,Y 2
,...,Y sj。

U
r
表示r 个产出要素的权重，
r =1,2,...,s ；V i 表示i 个投入要素的权重，i =1,2,...,m ；Y rj 表示第j 个决策单元，第r 个产出要
素j =1,2,...,n ；r =1,2,...,s ；X ij 表示第j 个决策单元，第i 个投入要素j =1,2,...,n ；i =1,2,...,m ；则第k
个决策单元的相对效率值h k 为：
Max h k =∑r =1
s U r Y rk
∑i =1
m
V i
X
ik
ìí
îïïïï∑r =1s
U r Y rj ∑i =1m
V i X ij ≤1U r ,V i
≥ε>0r =1,2,...,s;j =1,2,...,n;i =1,2,...,m
（1）
当输入输出某一要素为0，就表示该要素不存在，要素选定要具有一定的经济意义，投入或产出权重系数应都为正数。

令式（1）的分母为1，得到：
Max g k =∑r =1
s U r Y rk
s.t.ì
íîïïïïï
ï
ïï∑i =1m
V r X ik =1∑r =1s U r Y rj -∑i =1m V i X ij ≤0U r ,V i ≥ε>0r =1,2,...,s;i =1,2,...,m;j =1,2,...,n
（2）
由式（2）求出的最优效率g ′k 与式（1）求出的h ′k
一致。

由CCR 模型得到的效率值就是决策单元的综合技术效率，是在规模收益不变（CRS ）下的效率值，用TE 表示。

决策单元的技术有效指该决策单元DEA 效率值为1，表示用足够小的输入就得到足够多的输出；若技术效率值为1，但投入的松弛变量和输出的剩余变量不全为0时，则为弱DEA 有效[9]。

出现弱DEA 有效时可以对某些输入输出指标进行修改，不需要按照同比例增减。

2.2规模收益可变的BCC 模型
规模收益不变模型的假设与现实中有很大程度
的不符，把技术效率分解为规模效率和纯技术效率，在模型中增加表示规模状态的变量u 0，形成新的BCC 模型，与现实更加接近。

假设有n 个决策单元，使用m 种输入要素，生产s 种输出要素，则第k 个决策单元的效率值可以表示
为：
Max h k =æèçö
ø
÷
∑r =1s U r Y rk -u 0∑i =1
m
V i
X
ik
ìí
î
ïïïïæèçöø÷∑r =1s U r Y rj -u 0∑i =1m
V i X ij ≤1U r ,V i ≥ε>0
r =1,2,...,s;i =1,2,...,m;j =1,2,...,n （3）
u 0没有限制，为了求解方便将式（3）转化为线性
规划，令式（3）分母为1，则：
技术与方法
Max g k =∑r =1
s U r Y rk -u 0
ì
íîïï
ïïïï
ïï∑i =1m
V i X ik =1∑r =1
s U r Y rj -∑i =1m
V i X ij -u 0≤0U r ,V i ≥ε≥0r =1,2,...,s;i =1,2,...,m;j =1,2,...,n
（4）
u 0表示决策单元规模经济状态，
u 0<0表示规模收益递增；
u 0>0表示规模收益递减；u 0=0表示规模收益不变。

纯技术效率是由BCC 模型计算得到的目标，是规模收益可变（VRS ）下的效率值，用PTE 表示。

纯技术有效指在BCC 模型中效率等于1，代表决策单元的技术管理是可行的；反之，无效则代表决策单元在管理技术上有欠缺，必须进行改进。

规模效率用SE 表示,是由TE 及PTE 计算得到的。

规模有效指SE 为1，说明该决策单元的输入输出刚好适合。

当决策单元表现为规模收益递增（IRS ）时，代表该决策单元输出增长的倍数高于输入的增长，该规模投入偏小，可以适当扩增投入规模，从而达到规模收益不变，使之规模有效；反之，如果决策单元表现为规模收益递减，说明该决策单元产出增长的倍数低于投入的增长[10]，该决策单元规模投入偏大，可以将该决策单元的单元内部资源分配到其他部分，从而达到规模有效。

2.3两阶段DEA 模型
两阶段DEA 模型将输入输出之间的过程放入到
效率评估当中，使得评估结构更加完整。

两阶段DEA 模型主要包括投入、投入到产出的中间过程、产出三部分[11]，如图2
所示。

图2两阶段DEA 模型
两阶段DEA 模型将一个决策单元的生产过程分为两个部分，
X ij 表示第j 个决策单元的第i 个投入，它是整个系统的投入。

第一阶段的产出为Z dj ，表示
第j 个决策单元的第d 个中间产出，它是整个系统的中间产出，也作为第二阶段的投入，第二阶段的产出
为Y rj ，表示第j 个决策单元的第r 个产出，它是整个系统的最终产出。

对于第j 个决策单元，第一阶段的效率为δ1j ，第二阶段的效率为δ2j ，v i 、u r 、w d 、w 'd
表示的权重均为非负的，则两阶段的效率可以表示
为：
ìíî
ïïïïδ1j =∑d =1D
w d Z dj
∑i =1
m
v i X
ij
δ2j =∑r =1S
u r Y rj
∑d =1
D
w '
d
Z
dj
（5）
当w d 与w 'd 相等时，即中间要素的权重不变，两阶段模型为：
max δj =δ1j δ2
j
ìíîï
ïïïïïïïïï
∑r =1s
u r Y rj ∑i =1m v i X ij ≤1∑d =1D w d Z dj ∑i =1m v i X ij ≤1∑r =1s u r Y rj ∑d =1D w 'd Z dj ≤1w d =w 'd
w d ,w 'd ,u r ,v i
≥0；d =1,2,…,D ；r =1,2,…,s;i =1,2,…,m;j =1,2,…,n
（6）
将模型转化为线性规划模型：max ∑r =1
s u r Y rj
ìíîïï
ïïïïïïïïïïïïïïïïïï∑r =1s
u r Y rj -∑i =1m
v i X ij ≤0∑d =1
D w d Z dj -∑i =1m v i X ij ≤0∑r =1s u r Y rj -∑d =1D w d Z dj ≤0∑i =1m v i X ij =1w d ,u r ,v i
≥0；d =1,2,…,D ；r =1,2,…,s;i =1,2,…,m;j =1,2,…,n
（7）
3
算例分析
3.1
变量的数据来源
由于跨境电商的物流数据不容易获得，本文将
郭韧，等：基于两阶段DEA 的跨境电商物流系统效率
技术与方法物流技术2022年第41卷第2期（总第425期）
模拟五个跨境企业物流系统，通过文献分析总结，模
拟各个指标的数值，对企业A（DMU1）、企业B
（DMU2）、企业C（DMU3）、企业D（DMU4）、企业E
（DMU5）这五个企业，通过两阶段DEA模型的方法，
计算出各个阶段的物流效率，通过比较，对某些企业
的物流系统提出改进建议，使其提升物流效率。

经
过整理与模拟，模拟出五个跨境电子商务企业物流
投入产出，见表2。

表2各跨境电子商务企业物流系统投入产出表
DMU1 DMU2 DMU3 DMU4 DMU5从业人员
8.05
8.7
9.8
10.5
7
业务成本
4.5
3．8
10.5
7．5
8．5
基础设施
7.3
6
13.8
9．5
8．1
运输路长
6.04
6.93
8.87
10.1
10.8
总货运量
9890
13213
17889
24500
33865
货运周转量
503
583
590
430
637
业务收入
14045
17947
21242
28932
52432将五家模拟企业的投入产出指标数据带入所构
建的模型中，运用DEA-SOLVER Pro5软件对境内物流和境外物流两个阶段分别进行DEA测算。

3.2基于CCR模型的技术效率分析
CCR模型计算得到的效率值介于0到1之间。

当技术效率值等于1时，则该DMU为有效；当技术效率值小于1时，该DMU为非技术有效，且其值越低说明技术效率越差[12]。

（1）跨境电商境内物流阶段技术效率分析。

根据对五家模拟企业的境内物流系统的DEA测算，得到TE1值，见表3。

表3五家模拟企业境内物流阶段
综合技术效率排名
DMU 企业A 企业B 企业C 企业D 企业E TE1
0.990
1.000
0.854
0.820
1.000
排名
3
1
4
5
1
从表3可知，企业B、企业E这两家企业的技术效率值为1，保持技术有效；而企业A还是拥有比较高的盈利能力，其技术效率值特别接近1；但是对于企业C和企业D来说，相较于其他三家企业，其综合技术效率值较低，投入大量的资源却没有注重得到的效益，物流效率低下。

（2）跨境电商境外物流阶段的技术效率分析。

对五家模拟企业境外物流阶段进行CRS模型测算，得到TE2值，见表4。

表4五家模拟企业境外物流阶段
综合技术效率排名
DMU
企业A
企业B
企业C
企业D
企业E
TE2
0.917
0.877
0.767
0.817
1.000
效率排名
2
3
5
4
1
由表4可知，同第一阶段的TE1相比，有些模拟企业的TE2排名发生了变化，但只有企业E达到在境内境外的技术效率值都为1，这说明了我国的境内外物流发展比较不平衡，且境内物流比境外物流发展得好。

3.3基于BCC模型的纯技术效率分析
通过BCC模型计算出样本企业的纯技术效率与规模效率，见表5。

其中PTE1、SE1分别代表第一阶段的纯技术效率、规模效率，PTE2、SE2则代表第二阶段的纯技术效率、规模效率。

表5五家样本企业整体纯技术效率与规模效率
PTE1
SE1
RTS
PTE2
SE2
RTS
企业A
1.000
0.990
IRS
1.000
0.917
IRS
企业B
1.000
1.000
-
0.933
0.940
IRS
企业C
0.851
0.998
IRS
0.857
0.895
IRS
企业D
0.849
0.966
IRS
1.000
0.817
IRS
企业E
1.000
1.000
-
1.000
1.000
-以下将从两个阶段中技术无效性来源以及规模收益方面进行分析。

（1）技术无效性来源分析。

企业技术无效性来
技术与方法
源可以分为三种，具体表现见表6。

表6物流企业无效性来源
三种情况表示PTE＝１
SE＜１
PTE＜１PTE＞SE
PTE＜１PTE＜SE 技术无效的表现
纯技术有效但规
模无效
纯技术无效且高
于规模效率
纯技术无效且低
于规模效率
技术无效主要原因
技术无效由规模无
效引起的
技术无效由纯技术
无效以及规模无效
导致
技术无效性主要由
纯技术效率引起
改进方向
对规模进行改进
要对自己的管理、技
术等方面进行改进
对企业自身管理、技
术等方面进行改进
根据表3-表5可得到表7、表8，分别为两阶段技术无效性分类的结果。

表7境内物流阶段无效性样本个数
PTE1<1,PTE1>SE1 PTE1<1,PTE1<SE1 PTE1=1,SE1<1
2（企业C，企业D）1（企业A）
由表7可知，有2家企业其技术无效性首要原因是纯技术无效。

有一家企业的技术无效性是由规模无效导致的。

因此，在境内物流阶段，多数企业的无效性是由纯技术效率低、纯技术无效所导致的。

所以在境内物流阶段应该从企业自身的管理方式、信息技术等方面进行改进。

表8境外物流阶段无效性样本个数
PTE2<1,PTE2>SE2 PTE2<1,PTE2<SE2 PTE2=1,SE2<10 2 2
由表8可知，在5家模拟企业中，有4家表现为技术无效。

其中有两家企业的技术无效性是由纯技术无效导致的。

而另外两家企业的规模无效性导致技术无效性。

因此，在境外物流阶段，企业技术无效性的原因是纯技术和规模效率都比较低下，说明了境外物流比境内物流更需要发展。

（2）规模收益情况分析。

在前文已经介绍了规模收益的三种情况，即IRS、DRS、CRS，分别表示规模收益递增、递减和不变。

由表5可知，在境内物流部分，表现为IRS（即规模效益递增）的企业有三家（分别为企业A、C和D），这些企业能够通过扩增生产规模来提高效益。

两家企业表现为CRS，即规模有效。

表现为IRS的企业所占比重较大，说明目前境内物流还有较大的提升空间。

在境外物流阶段中，有四家企业处于规模收益递增（分别为企业A、B、C和D），占样本总数的比重较大。

这些企业在境外物流的发展比在境内物流的发展差，应该在注重境内物流发展的同时加大对境外物流的生产规模，以达到境内外物流平衡，实现收益增加。

在这五家样本企业中，只有企业E在境内外的物流系统都是规模有效的，其他企业均需要做出改进。

3.4DEA相对有效面投影分析
利用非有效决策单元在DEA有效面上的投影，对DMU的原投入和产出做出相应的调整，使其转化为DEA有效状态。

s-和s+分别表示投入产出指标的松弛变量与剩余变量。

（1）对于境内物流阶段进行调整分析，结果见表9。

表9CCR模型对境内物流阶段求解结果DMU1
DMU2
DMU3
DMU4
DMU5
s-1
0.463
0.000
0.099
3.545
0.000
s-2
1.176
0.000
6.012
0.000
0.000
s-3
2.050
0.000
5.286
1.929
0.000
s-4
0.000
0.000
0.000
1.919
0.000
s+1
1509.895
0.000
0.000
0.000
0.000
s+2
0.000
0.000
0.000
30.845
0.000
由表5可知，境内物流阶段企业A、C、D的规模效益为递增，因此，需要对这些企业指定的指标做出适当调整。

结果见表10。

表10对跨境电商A、C、D境内物流的目标改进结果
从业人员
业务成本
基础设施建设
物流运输长度
货物运输量
货物周转量
企业A
实际值
8.05
4.5
7.3
6.04
9890
503
改进目标
7.506
3.279
5.177
5.979
11399.895
503
企业C
实际值
9.8
12.8
13.8
8.87
17889
590
改进目标
8.222
4.857
6.431
7.531
17889
590
企业D
实际值
10.4
7.5
9.5
10.1
24500
430
改进目标
5.064
6.149
5.860
7.090
24500
460.845
郭韧，等：基于两阶段DEA的跨境电商物流系统效率
技术与方法物流技术2022年第41卷第2期（总第425期）
由表9、表10可知，A、C、D三家样本企业为弱
DEA有效，且在投入资源方面花费了大量成本，但是
输出结果却不理想，与企业B和企业E相比，这三家
企业的投入过多，没有注重产出效率。

所以这三家
企业可以根据改进目标进行调整。

对于企业D来
说，特别要注重对于物流人才的招聘与培养，提高物
流效率，减少各部分的成本。

（2）对境外物流阶段进行调整分析，结果见表
11。

表11CCR模型的境外物流阶段求解结果
DMU1 DMU2 DMU3 DMU4 DMU5
s-1
290.735
293.423
194.427
0.000
0.000
s-2
0.000
0.000
0.000
1340.426
0.000
s+1
0.000
0.000
0.000
0.000
0.000
由表5可知，企业A、B、C、D的规模效益为递增，因此，需要对这些企业的指定指标做出适当调整。

结果见表12。

表12对跨境电商A、B、C、D境外物流的
目标改进结果
企业A 企业B 企业C 企业D
实际值
改进目标
实际值
改进目标
实际值
改进目标
实际值
改进目标
总货运量
9890
9071.4
13213
11591.7
17889
13719.8
24500
18686.7
货运周转量
503
170.63
583
218.1
590
258.1
430
351
业务收入
14045
14045
17947
17947
21242
21242
28932
28932
由表11和表12可知，在境外物流阶段中，企业A、B、C、D要想在境外物流阶段达到技术有效，需要将其总货运量、货运周转量做出相应调整，以此达到技术有效。

4结语
根据对指标进行不同角度的分析，得到一些基本结论：
（1）综合技术效率方面。

无论是境内物流阶段还是境外物流阶段，大多数样本模拟企业的综合技术效率都未达到有效，但在第一阶段的技术效率要高于第二阶段，这反映出企业的境内物流效率较高，但境外物流系统的综合技术效率较低。

因此，企业应该注意境内外物流投入与产出的平衡，合理控制成本费用，提高境外物流效率。

（2）技术无效性来源分析方面。

在境内物流方面，表现为技术无效的企业中，由于纯技术无效引起的技术无效所占比重较大。

而在境外物流过程中，技术无效主要是由纯技术无效和规模无效引起的。

由此得出，在境内外物流中，多数行业表现为技术无效，既有因为纯技术无效，又有因为规模无效，但从总体上讲，纯技术无效是关键要素。

（3）规模收益情况方面。

通过比较境内外规模收益得到，境内物流阶段企业表现为规模收益不变的企业比境外物流阶段多，而且两阶段表现为规模效益递增的企业较多。

只有一家企业在两个阶段中都表现为规模有效，其他企业均要做出改进。

跨境电商物流系统具有特殊性，运用两阶段DEA方法，关联境内与境外物流，对于跨境物流企业的境内物流和境外物流的投入产出要素进行定量研究，通过对BCC模型和CCR模型中的综合技术效率、纯技术效率和规模效率进行分析，得到大多数跨境物流企业在境内外物流阶段由于纯技术无效而导致物流效率低，而且境内物流的发展比境外物流更好，境外物流阶段还存在规模无效。

跨境物流企业可以根据计算结果的松弛变量与剩余变量对境内外物流阶段的各项指标进行调整，根据结果主要从物流企业的成本、物流人才、基础设施和企业规模大小等方面提出提升跨境物流效率的策略。

[参考文献]
[1]中国电子商务研究中心.2018年度中国跨境电商市场数
据监测报告[EB/OL].(2019-06-05)[2021-09-18].http:// /zt/2018kjsj/.
（下转第106页）
供应链管理物流技术2022年第41卷第2期（总第425期）令：
β=ac
ack(p+d)
4-ac2k24-ac2k2 c[
a(p+d)
4+b2]-M
所以当r B满足0≤r B≤β条件时，中小型供应商选择电商借贷模式融资。

推论：当银行的贷款利率满足r B∈(β,+∞)时，电商供应链会采用银行借贷模式，电商供应链的中小型供应商利用电商的信用可以向银行借贷来解决资金约束问题，来满足电商的订货需求。

5结语
为了切实解决电商供应链中的中小型供应商融资难题，降低电商供应链融资成本，满足中小型供应商资金快速周转需求及其生产资金需求，提高电商供应链的竞争力。

在银行借贷模式下，电商以自身信用为中小型供应商担保，以电商的订单为授信凭证，来帮助上游企业中小型供应商获得银行贷款；在电商借贷模式下，电商自设小贷公司为生产资金匮乏的中小型供应商提供融资服务。

所以本文的研究重点是选择能实现电商供应链电商和中小型供应商共赢的融资模式。

研究对象为由单个核心企业电商和单个非核心企业中小型供应商组成的简单二级电商供应链，构建中小型供应商在市场需求不确定的情况下，凭借订单授信凭证，建立电商借贷融资或银行借贷融资的中小型供应商和电商双方博弈的批发价契约模型，得出了均有利于中小型供应商和电商的融资方案。

本文的研究成果包括：银行贷款利率是影响电商供应链整体利润和电商供应链电商及中小型供应商的重要指标。

当银行贷款利率满足0≤r
b≤β，电商借贷模式对电商供应链电商和非核心企业中小型供应商都有利；否则，银行借贷模式对电商供应链核心企业电商和非核心企业中小型供应商都有利。

[参考文献]
[1]BUZACOTT J A,ZHANG R Q.Inventory management with
asset-based financing[J].Management Science,2004,50(9): 1274-1292.
[2]于辉,李西,王亚文.电商参与的供应链融资模式银行借贷
vs电商借贷[J].中国管理科学,2017,25(7):134-140.
[3]李明锐.企业利用第三方电子商务平台的融资模式:供应
链融资[D].北京:北京交通大学,2007.
[2]曹淑艳,李振欣.跨境电子商务第三方物流模式研究[J].电
子商务,2013(3):23-25.
[3]王外连,王明宇,刘淑贞.中国跨境电子商务的现状分析与
建议[J].电子商务,2013(9):23-25.
[4]李向阳.促进跨境电子商务物流发展的路径[J].中国流通
经济,2014(10):107-112.
[5]冀芳,张夏恒.跨境电子商务物流模式创新与发展趋势[J].
中国流通经济,2015(6):14-20.
[6]惠玉蓉,董千里.基于数据包络分析(DEA)的物流业可持
续发展有效性评价[J].北京交通大学学报(社会科学版), 2008,7(3):65-69.
[7]王舒鸿,汝慧萍,宋马林.基于DEA的物流行业能源效率
评价:以2006年-2008年各省市物流数据为例[J].物流技术,2010(9):66-68.[8]魏权龄.数据包络分析(DEA)[J].科学通报,2000,45(17):
1793-1808.
[9]何骏.中国引进服务业FDI研究:基于现状与效率的视角[J].
世界经济研究,2012(7):52-59.
[10]SAMUT P K,CAFRI R.Analysis of the Efficiency Deter-
minants of Health Systems in OECD Countries by DEA and Panel Tobit[J].Social Indicators Research,2015, 129(1):1-20.
[11]WANG K,HUANG W,WU J,et al.Efficiency measures of
the Chinese commercial banking system using an additive two-stage DEA[J].Omega,2014,44(2):5-20.
[12]刘菲,基于两阶段DEA模型的物流上市公司经营效率评
价研究[D].郑州:河南工业大学,2013.
（上接第56页）。