基于資源配置決策的鐵路貨運場站綜合評價

李笑紅，徐金辰，楊 南,2

(1.北京交通大學 交通運輸學院，北京 100044；2.上海德邦物流有限公司 快遞市場本部，上海 201702）

鐵路貨運場站作為鐵路貨運系統的重要組成部分，是增強鐵路貨運市場競爭力的關鍵。由于近年外部環境變化，貨運場站的實際狀況已與建設初期的設計目標發生較大偏差，如何全面了解和考核場站，目前尚無適用于全路的準則和方法。鐵路部門曾提出建設標準化貨場，并規定了標準化貨場應具備的基本條件和評價指標，但這個規定主要關注貨場內部管理以及生產安全、作業量等自身因素，對貨場地理位置、市場環境、環保等外部因素考慮較少，不能全面客觀地反映貨運場站的現實情況及發展潛力。因此亟須一套合理有效的方法準確評價全路各貨運場站的總體狀況，發現問題，為未來的資源配置及管理決策提供依據。建立科學的評價體系與評價方法是綜合評估貨運場站的有效手段。

相關研究中，國內外學者主要集中在物流基地、物流園區和編組站等方面［1-4］，并采用了不同的評價方法。如YANG Congcong等［1］使用數據包絡方法計算了歐洲20 個貨運村的經營水平；?ZC?EYLAN Eren 等［2］建立了基于GIS 的多目標貨運村評價模型，使用TOPSIS方法對貨運村經營狀況進行評價；崔海闊［3］提出了主成分分析—灰色熵權法用于綜合性的物流園區績效評價；HENRIKE Koch 等［4］建立了29 個評價指標，對歐洲76 個貨運村的綜合績效進行排序；余少鶴等［5］運用主成分綜合評價法對若干編組站運營狀況進行評價分析；王丹竹［6］采用變權分析法對某三級鐵路物流基地進行分析；劉啟剛等［7］對鐵路物流專業化服務體系的設計進行了研究。而關于鐵路貨運場站綜合評價方面的研究較少。

鐵路貨運場站具備物流節點的功能，但與一般意義上的物流園區又有不同，為此，考慮貨運場站當前的生產管理狀況及未來的發展潛力，針對貨運場站的設施設備條件、運營能力、管理與服務水平等方面歸納設計出綜合評價指標體系，將模糊層次分析法（FAHP）與超效率數據包絡分析法（Superefficiency DEA）2種方法相結合，建立鐵路貨運場站的綜合評價模型和評價方法；通過實例驗證其實用性，并對其資源配置提出改進建議。

1 指標體系的構建與篩選

為使評價指標能夠全面合理地反映鐵路貨運場站的實際情況，在具體確定評價指標時分2 步考慮。第1 步，在參考國家標準［8］和國內外物流節點綜合評價成果的基礎上，針對鐵路貨運場站當前基礎條件和未來發展潛力（發展基礎）、業務和作業能力（服務能力）、運營管理效果（運營水平）構建出3 級指標；第2 步，根據可得性、目標導向性、通用可比性和獨立性等原則，充分考慮行業專家意見，對第1 步構建的指標進行咨詢與定性篩選。專家組由高校教師、科研院所的科研人員和鐵路貨運系統工作人員組成，通過統計分析專家意見，對第一步的結果進行更正。由此構建出鐵路貨運場站的綜合評價指標體系，如圖1所示，其中1級指標3個，2級指標10個，3級指標21個。

圖1 鐵路貨運場站綜合評價指標體系

2 綜合評價模型與方法

2.1 基本理論

模糊層次分析法（FAHP）是一種定性與定量相結合的評價方法。該方法克服了層次分析法中因評價者思維不一致導致構造判斷矩陣時出現的矛盾，能更好地反映人的主觀判斷的模糊性，并采用0.1～0.9 模糊標度將評價指標的重要度定量化，從而得到各指標的相對權重，在體系評價、效能評估、系統優化等方面有著廣泛的應用。

數據包絡分析（DEA）是對具有多個輸入和多個輸出的生產部門進行研究，并最終給出生產部門間的相對有效性的數學規劃方法［9-10］。但DEA模型并不能進一步排序以及區分相對效率已經生效的決策單元，只能將系統內部的決策單元分為有效以及無效2 種。而Andersen P 等［11］提出的超效率DEA （Super-efficiency DEA）模型，可以進一步區分有效單元，在保證客觀性的基礎上使評價結果具有很高的區分度［12-13］，其基本思想是將被測單元從參考集內移去之后，再評估該單元相對于其它所有決策單元的有效性。

本文建立的鐵路貨運場站綜合評價模型，為盡可能多地對每個鐵路貨運場站進行區分，故采用可以區分有效單元和能夠排序的超效率DEA 模型，并以規模報酬不變［14］為基本假設。此外，模型中各指標的權重完全由數學規劃得來，雖然較為客觀，但卻無法在評價中考慮評價主體偏好。考慮在鐵路貨運場站綜合評價過程中，既保證客觀公正性，又充分吸收評價主體（管理決策者）的主觀意愿，從而使評價結果更具實踐意義，本文對超效率DEA 模型進行加權改進，即使用FAHP 方法獲得指標權重，對指標進行加權，從而在模型中表現指標權重所帶來的影響。圖2顯示了基于改進超效率DEA的貨運場站綜合評價的基本思路。

圖2 基于改進超效率DEA的綜合評價思路

假設每個被評價的貨運場站（簡記為DMU）都有m個負向指標和s個正向指標。=表示第j個貨運場站DMUj的第1，2，…，i，…，m個負向指標規范化值的集合；同理表 示DMUj的正向指標規范化值的集合；分別為負、正向指標的權重集。將通過FAHP 方法得到的指標權重與規范化后的指標值加權求和，帶入超效率DEA 模型，求解出每個貨運場站的超效率。這樣既可體現權重帶來的影響，也使原來的多輸入多輸出問題轉化為單一輸入單一輸出的DEA 模型，使整體評價模型變得簡潔。需要說明的是，與DEA 中投入產出的原始意義［9］不同，本文從數學規劃角度，將正向指標對應DEA 中“產出”的概念，將負向指標對應“投入”的概念。圖1列出的3 級指標中，紅色外框表示正向指標，藍色外框表示負向指標。

2.2 模型與方法

參數定義：θ為DMU 與有效前沿面之間的距離，即被評價貨運場站對應的效率指數；ε為非阿基米德無窮小量；與σT分別表示m和s維的列向量，其中的所有元素均為1；為第i個負向指標的松弛變量，為第r個正向指標的剩余變量；λj為反映DMUj投入產出關系的變量；xi0和yr0分別為被評價貨運場站DMU0為DEA有效時對應的第i個負向和第r個正向指標值；N為被評價貨運場站的個數。考慮系統的最小投入，以DMU 的效率指數最小為目標函數，構建加權超效率DEA模型如下。

s.t.

約束條件中：式（2）和式（3）可使評價對象先從參考集內移去，再將其與其它所有決策單元的凸組合進行比較，從而求解出超效率；式（4）和式（5）是對FAHP 法得出的正向和負向指標權重之和分別進行的約束。

該加權超效率DEA 模型依然是一個線性規劃模型，可使用單純形法求解。其決策單元有效性的判斷方式與超效率DEA 相同。結合圖2，以及FAHP 的求解程序［15-16］，設計對貨運場站進行評價的如下求解步驟。

Step 1：使用專家咨詢法分別分層構建n階模糊互補矩陣R如式（6），式中元素表示各項指標兩兩之間的模糊關系隸屬度，參照表1賦值。

表1 模糊關系隸屬度的量化參照表

Step 2：將模糊互補矩陣R調整為模糊一致性矩陣。模糊互補矩陣R是模糊一致矩陣的充要條件是，任意指定行和其余各行對應元素之差為固定值，為了盡可能多地保留專家咨詢信息，以矩陣的第1 行為參照行，應該使元素的調整值盡可能小，因此建立調整量模型為

s.t.

lk+αk=c

式中：S為調整量之和；αk為待調整行中的第k個元素的調整量；lk為調整行與被參照行第k個元素之差；c為常數。

由此對數據進行逐行調整，直至所有元素與其在第1 行的對應元素之差相等，使互補矩陣R調整為一致性矩陣R’。

Step 3：由一致性矩陣R’，獲得歸一化權重。參考文獻［17-18］，各指標權重計算式為

式中：ωi為第i項指標的權重值；a為反映被評價指標間關系相對重要程度的參數，需滿足a=(n-1)/2。

求得各指標權重后，按負向指標和正向指標分別做歸一化處理，得到全部負向指標的權重集V和全部正向指標的權重集U。

Step 4：針對所有的評價場站，分別按照式（9）進行統一量綱的規范化處理。

3 實例分析

Step 5：將歸一化后的權重和規范化后的指標值，帶入加權超效率DEA 評價模型，求解得出每個貨運場站的綜合評分。

Step 6：根據綜合得分對貨運場站進行排序；結合排序情況，分析相應貨運場站在各指標上的表現，找出存在的問題，提出改進或發展建議。

選取上海局集團公司某貨運中心作為案例，對該貨運中心下轄的貨運場站進行評價。該貨運中心地處我國東部沿海地帶，其下轄的23 個貨運場站各自分布在經濟發展條件不同的地區，貨運需求大小不一；此外，受各種內外部因素影響，部分貨運場站的實際運營情況與初期建設目標脫節。

3.1 數據的采集與處理

對圖1中的21 個3 級指標進行數據采集，通過資料查閱、現場調研以及問卷調查3 種方式獲得原始數據，并經計算處理后采納。將所得數據根據式（9）做規范化處理，處理結果見表2。由于數據量過大，本文僅展示處理后的部分數據。

表2 某貨運中心轄內貨運場站各指標數據規范化結果

3.2 評價結果與分析

將評價指標分層次向專家咨詢，參照表1構建模糊互補矩陣，使用FAHP 法分別計算每個正向指標與負向指標的權重，結果見表3。將表3中的正負向權重分別歸一化處理，與表2中的各指標規范化值一起，代入所建立的評價模型中，將“多投入多產出問題”轉化為“單投入單產出問題”。使用Python 編程求解模型，得出評價對象的綜合得分。23 個貨運場站在21 個3 級指標上的表現情況如圖3所示。按照得分由高到低排序，結果見表4。

表3 指標權重計算結果

圖3中展示了各指標的表現對場站整體排名的貢獻情況。在水平軸線以上的正向指標中，“裝卸搬運設備最大能力I213”對綜合得分貢獻較大；而在水平軸線以下的負向指標中，“業務辦理時長I322”與“燃油設備配置率I142”對綜合得分影響較大。從表4可以看出：在23 個場站中，場站FS20的綜合得分最高，而場站FS6 綜合得分排名最后。由此可見，基于改進的超效率DEA 方法的綜合評價模型可以了解被評價場站在各評價指標上的具體表現，并據此對各貨運場站進行排序。

圖3 貨運中心下轄場站在各指標上的表現

表4 貨運中心下轄場站綜合得分及排名

以FS18，FS13 和FS11 這3 個典型場站為例，根據調研中了解到的貨運場站的實際情況及綜合評價結果，分析比較各場站的運營發展和資源配置狀況，并給出合理化建議。3個場站在21個指標的表現如圖4所示，可見，3 個場站在不同的指標上表現出不一樣的優劣勢規律，據此可得如下結論。

圖4 場站FS18，FS13和FS11在各指標上的表現

（1）排名第2的貨運場站FS18，是一個海鐵聯運樞紐站，該站貨運量較大、裝卸搬運與場站到發能力較強、交通與貨源條件較好，體現在裝卸與運輸服務能力、區位條件以及經濟效益方面具有較大的優勢，但其在服務質量方面存在不足。因此，為適應運量需求的快速增長，上級部門可以對其加大投資，進一步增強作業能力和服務水平，并考慮與地方政府配合，充分發揮其海鐵聯運的優勢，提高運營管理水平，打造優質服務場站品牌。

（2）排名第7 的場站FS13，其年貨運總量較低，這是影響其排名的重要因素。此外還存在裝卸設備能力較低、貨物線與專用線數量較少以及職工流失率較高等問題。因此應將增加運量作為首要目標，并可考慮增加設備投資，在人力資源管理上進行改革，適當提升職工的待遇水平和綜合素質。

（3）排名第21 的場站FS11，雖然其裝卸搬運能力較強，但在服務水平和生產安全上表現較差，且交通條件和貨源條件不佳，這導致了其在綜合評價中的排名較為靠后。鑒于周邊有與其功能類似的場站，上級部門可考慮適時對其進行搬遷或與附近其它場站合并，從而減少資源的浪費。

（4）3 個場站的燃油搬運設備配置率均較高，說明這些場站的環保措施有待加強，可以考慮采用清潔能源的設備替代，實現可持續發展。

由此可見，該評價方法具有一定應用價值。從上級部門角度，評價結果可為優化場站資源配置，進行管理決策提供參考；從貨運場站個體角度，評價結果可使其了解自身的差距并提供改進方向。

4 結 語

為有效了解和分析鐵路貨運場站的運營發展狀況和資源配置的合理性，對鐵路貨運場站進行了綜合評價方法的研究。參考國家物流園區相關標準和國內外物流節點的綜合評價成果，基于可得性、目標導向性、通用可比性、獨立性等原則，針對我國鐵路貨運場站的特點，在考慮發展基礎、服務能力、運營水平等反映鐵路貨運場站整體狀況相關因素的基礎上，建立了評價指標體系；基于FAHP和超效率DEA 方法，提出了改進超效率DEA 方法的綜合評價模型和評價步驟。綜合評價模型使用FAHP方法獲得指標權重，對指標進行加權以便在超效率DEA 模型中體現指標權重的影響；同時將評價指標分為負向指標和正向指標，以分別對應DEA 中“投入”和“產出”的概念。評價時首先將構建的模糊互補矩陣調整為模糊一致性矩陣，并對指標權重進行計算和歸一化處理，然后與規范化處理后的負向指標和正向指標數據一同帶入評價模型，求解得出綜合評分，并對評價的貨運場站進行排序和分析。通過對上海局某貨運中心下轄的23個貨運場站的案例分析，驗證了模型的有效性和結果的合理性。研究表明：該方法可有效得出綜合評分，反映出參評對象的真實狀況和存在的問題，可為上級鐵路部門進行場站資源配置決策提供參考，并為貨運場站提供改進的方向。