基于數據包絡分析的山東省17城市物流效率分析

牛晴晴，張 寧

（上海理工大學，上海 200093）

基于數據包絡分析的山東省17城市物流效率分析

牛晴晴，張 寧

（上海理工大學，上海 200093）

以就業人員數、營業性運輸車輛、物流里程數為投入指標，以貨運量、貨物周轉量、生產總值為產出指標，建立了山東省17城市物流業評價指標體系及相關模型，根據山東省物流業的相關資料以及2016年《山東統計年鑒》和各個市統計年鑒的相關數據，運用DEA方法和理論對山東省17城市的物流效率進行分析和評價，并且提出了針對性建議。

數據包絡分析；城市物流產業；物流效率；效率評價；山東

1 引言

物流產業作為國民經濟的一個重要組成部分，它的發展水平正在成為衡量一個國家綜合國力、經濟運行質量與企業競爭力的重要指標。物流業作為生產性服務業的重要組成部分，直接支撐著現代經濟的發展。城市發展與物流發展是緊密聯系在一起的，城市是區域經濟中心，物流以城市為節點，物流的結構、形態以及布局與城市的發展息息相關。所以，研究城市物流，提高物流產業的效率對于城市發展有著重要意義。

近幾年來，學者們對物流產業效率進行了深入研究，從不同側面探討了物流產業效率評價問題，但在眾多的研究文獻中，還沒有發現對山東省物流產業效率的研究。山東是中國的經濟大省、人口第二大省，生產總值位居全國前列，研究山東省各市的物流效率，不僅能夠促進山東省經濟的發展，而且對于推動全國的經濟發展也有重大意義。DEA方法在物流與供應鏈研究領域中的應用十分廣泛，主要集中在物流企業績效評價、物流服務提供商的選擇和評判、物流中心選址、物流配送效率、企業自營物流等許多方面。國外學者應用DEA方法評價物流系統的研究較早，也比較深入[1-3]。目前，國內有關DEA方法在物流與供應鏈管理中的應用正在日漸增加[4],其影響也在不斷擴大和加深。

本文運用數據包絡分析方法，針對山東省17個市的物流效率，定量分析了各市物流投入、產出效率的差異和原因，探索了山東省物流業的改進路徑和發展策略，同時，也可作為其他省市物流業發展決策的參考依據。

2 DEA模型

數據包絡分析（Data Envelopment Analysis,DEA）是美國著名運籌學家Charnes等提出的一種效率評價方法[5]。它把單輸入、單輸出的工程效率概念推廣到多輸入、多輸出同類決策單元（Decision Making Unit,DMU）的有效性評價中，極大的豐富了微觀經濟中的生產函數理論及其應用技術，同時在避免主觀因素、簡化算法、減少誤差等方面有著不可低估的優越性。DEA方法一出現就以其獨有的特點和優勢受到了人們的關注，不論在理論研究還是實際應用方面都得到了迅速發展，并取得了多方面的成果[6,7],現已經成為管理科學、系統工程和決策分析、評價技術等領域中一種常用而且重要的分析工具和研究手段[8]。

C2R模型是國內使用較多的模型之一，它是數據包絡分析（DEA）方法的第一個基本模型，是由美國著名運籌學家Charnes等以相對效率概念為基礎提出的一種嶄新的系統分析方法，可以用來評價決策單元是否同時達到規模有效和技術有效。

對第j（01≤j0≤n）個決策單元的效率進行評價時，以權系數v和u為變量，以第j0個決策單元的效率指數為目標，以所有決策單元的效率指數hj≤1，j=1，2，...，n為約束，構成的C2R模型為：

由于利用（PC2R）判斷DEA有效性不是很容易得到，所以引入非阿基米德無窮小的概念，令ε是非阿基米德無窮小量（non-Archimedean），ε小于任何正數且大于0，下面是帶有非阿基米德無窮小的C2R模型的對偶形式。

假設該C2R模型的最優解為λ0，s-0，s+0，θ0，則有：

（1）若θ0=1，則決策單元 j0為弱DEA有效；

（2）若θ0=1，并且s-0=0，s+0=0，則決策單元 j0為DEA有效。

3 實證研究

3.1 數據選取

在參考有關區域物流效率評價文獻的基礎上，根據DEA研究方法，結合數據的代表性和可得性，本文選取了就業人員數、營業性運輸車輛、物流里程數3個指標作為投入指標，貨運量、貨物周轉量、生產總值3個指標作為產出指標[9]。數據全部來源于2016年《山東統計年鑒》及山東省各個市的統計年鑒，見表1，其中就業人員數為山東省各市交通運輸、倉儲和郵政業城鎮單位就業人員數；營業性運輸車輛為貨車的數量；物流里程數為各市的公路里程；貨運量為鐵路、公路、海運、航空的加總；貨物周轉量為鐵路、公路、水運的加總；生產總值選取的是各個城市的生產總值，由于物流的發展會影響城市GDP的增長，故該指標會在一定程度上反映出城市整體的物流發展水平。

3.2 結果分析

根據表1中的數據，面向投入指標和產出指標，運用DEA-SOLVER Pro5.0軟件進行DEA模型(CCR-I)求解，結果見表2-表4。

3.2.1 效率分析。山東省17市物流的效率值、排序以及DEA有效性見表2。由表2可知，青島、淄博、濟寧、泰安、臨沂、東營、威海、萊蕪這8個市的效率值為1，為DEA有效，說明這8個市的物流服務投入、產出相對合理，物流投入要素已經達到了最佳組合。濟南、德州、煙臺、濰坊、菏澤、濱州、棗莊、日照、聊城這9個市的效率值分別為0.947 572 805、0.641 182 363、0.906 637 772、0.935 925 495、0.792 062 2、0.981 424 667、0.683 063 697、0.957 986 087、0.759 553 769，均小于1，為DEA無效，說明這9個市的物流服務投入、產出相對不合理。排序情況為青島、淄博、濟寧、泰安、臨沂、東營、威海、萊蕪這8個DEA有效的城市并列第一，其余9個DEA無效的城市依次排列為濱州、日照、濟南、濰坊、煙臺、菏澤、聊城、棗莊、德州。

表1 山東省17市投入產出指標一覽表

表2 山東省17個市的投入產出效率評價結果

3.2.2 松弛變量分析。山東省17市物流效率的松弛變量改進值見表3。從表3可以看出，青島、淄博、濟寧、泰安、臨沂、東營、威海、萊蕪這8個城市的所有松弛值全為0，表明這幾個城市的物流效率相對其他的省份為強有效。對于濟南、德州、煙臺、濰坊、菏澤、濱州、棗莊、日照、聊城這9個城市，可以參考表1的數值進行改進，改進方向是減少投入或增加產出，投入指標的松弛變量值為負數說明要減少投入，產出指標的松弛變量值為正數說明要增加產出。以煙臺為例，就業人員數、營業性運輸車輛、物流里程數的松弛變量取值分別為0、0、0，說明就業人員數、營業性運輸車輛、物流里程數不需要減少投入；貨運量、貨物周轉量、生產總值的松弛變量取值分別為0、146.79、0，說明貨運量和生產總值不需要增加產出，貨物周轉量要增加的產出值為146.79億t·km。

表3 山東省17市物流效率松弛變量改進值

3.2.3 目標值分析。山東省17城市物流效率的目標值見表4，其中，投入指標1、2、3分別代表就業人員數、營業性運輸車輛、物流里程數；產出指標1、2、3分別代表貨運量、貨物周轉量、生產總值；t、d、%分別代表目標值、改變量、改變的比例。

從表4可以看出，對于DEA有效的決策單元，目標值就是原始值,對于DEA無效的決策單元，在原始值的基礎上適當的增減以得到目標值。以日照為例，就業人員數、營業性運輸車輛、物流里程數的目標值分別為1.73、17 822.37、5 000.28，它們三者在原始值的基礎上應該分別減少0.77萬人、781.63輛、3 273.72km，物流效率才能達到最優，減少的比例分別為30.63%、4.20%、39.57%；貨運量、貨物周轉量、生產總值的目標值分別為7 827、256.71、2 035.52，也就是說生產總值必須增加364.72億元，物流效率才能達到最優，增加的比例為21.83%。

表4 山東省17市物流效率目標值

4 結語

本文選用數據包絡分析（DEA）作為城市物流效率評價模型（CCR-I），以山東省17市為研究對象，運用DEA模型選取的投入、產出指標體系分析城市物流效率，并提出適當的建議，不僅驗證了模型的有效性，而且對于城市物流的發展有著推動意義。盡管本文是在參考前人研究的基礎上進行分析和論證的，但指標的選取和數據的準確性仍然存在不足，所以本文也存在著一定的缺陷有待進一步研究。

[1]Clarke R L,Gourdin K N.Measuring the efficiency of the logistics process[J].Journal of Business Logistics,1991,12(2):17-33.

[2]Tongzon J.Efficiency measurement of selected Australian and other international ports using data envelopment analysis[J].Transportation Research Part A:Policy and Practice,2001,35(2):107-122.

[3]Liang L,Yang F,Cook W D,et al.DEA models for supply chain efficiency evaluation[J]. Annals of Operations Research,2006,145(1): 35-49.

[4]姚大強,馬占新.數據包絡分析方法在物流評價中的研究進展[J].中國儲運,2007,(8): 119-120.

[5]Charnes A,Cooper W W,Rhodes E.Measuring the efficiency of decision making units[J]. Europeanjournalofoperationalresearch, 1978,2(6):429-444.

[6]馬占新.數據包絡分析方法的研究進展[J].系統工程與電子技術,2002,(3):42-46.

[7]Cooper W W,Seiford L M,Thanassoulis E,et al.DEA and its uses in different countries[J]. European Journal of Operational Research, 2004,154(2):337-344.

[8]魏權齡.評價相對有效性的DEA模型[A].中國系統工程學會.發展戰略與系統工程—第五屆系統工程學會年會論文集[C].1986.

[9]劉滿芝,周梅華,楊娟.基于DEA的城市物流效率評價模型及實證[J].統計與決策, 2009,(6):50-52.

Analysis of Logistics Efficiency of 17 Cities in Shandong Based on DEA

Niu Qingqing,Zhang Ning
(University of Shanghai for Science&Technology,Shanghai 200093,China)

In this paper,with number of employees,number of operational transportation vehicles and logistics mileage as input indexes,freight transport volume,cargo turnover and gross production as output indexes,we built the logistics industry evaluation index system and model of the 17 cities in Shandong,then based on the relevant documents of the logistics industry of the province and the statistical data of the cities for the year 2016,used DEA to analyze and evaluate their logistics efficiency,and at the end,proposed the corresponding suggestions.

DEA;urban logistics industry;logistics efficiency;efficiency evaluation;Shandong

F224;F207

A

1005-152X(2017)08-0108-04

2017-07-05

牛晴晴（1992-），山東人，上海理工大學管理學院碩士研究生，研究方向：工業工程；張寧（1956-），女，江蘇人，上海理工大學管理學院教授，研究方向：復雜網絡、系統工程、系統分析與集成。

doi∶10.3969/j.issn.1005-152X.2017.08.025