DEA研究方法下的安徽省物流效率評價

賈雯馨 朱天慧 于慧 范紅梅 劉雨茜

[摘 要]通過建立DEA模型的評估指標體系，運用DEAP軟件，對安徽省十六個城市的數據指標處理分析，對比不同城市來探討物流效率的發展情況，提供相關發展建議，為其他地區物流效率評價提供參考。

[關鍵詞]效率評價;物流體系;DEA模型;安徽省主要發展城市

[DOI]10.13939/j.cnki.zgsc.2021.18.152

1 引言

隨著我國電子商務行業的快速發展，現代物流作為第二產業經濟支撐，也呈現出迅猛的發展勢頭。在經濟“新常態”的背景下，我國物流行業保持了中高速增長，運行效率也有所提升，為國民經濟提供了重要的產業支撐和保障。物流行業在我國各個區域增長的速度是一致的，但各地區的物流效率卻存在明顯區別。

對于企業來說，物流效率指的是物流系統能否在一定的服務水平下滿足客戶的要求，也指物流系統的整體構建;對于社會來說，衡量物流效率是一件復雜的事，必須采用不同的方法進行分析。

本次研究針對物流產業發展的不平衡性，注重區域對比，應用DEA研究方法對安徽省十六市的物流效率進行了分析評價，對比不同城市來探討物流效率的發展情況與區域地理環境及生態鏈結構的關系。得出結論，提出優化意見，解決物流發展中的突出問題。

2 模型介紹

數據包絡分析方法（Data Envelopment Analysis，DEA）是運籌學、管理科學與數理經濟學交叉研究的一個新領域。它根據多項投入指標和多項產出指標，利用線性規劃方法，對具有可比性的同類型單位進行相對有效性評價的一種數量分析方法。它避開了計算每項服務的標準成本，因此，用DEA衡量效率可以清晰地說明投入和產出的組合，在處理多指標投入和多指標產出方面具有獨特的優勢。

DEA是一個線形規劃模型，表示為產出對投入的比率。通過對一個特定單位的效率和一組提供相同服務的類似單位的績效比較，在使服務單位效率最大化的過程中，獲得100%效率的單位稱為相對有效率單位，效率評分低于100%的單位稱為無效率單位。

2.1 CCR模型（固定規模報酬DEA模型）

假設有n個決策單元（DMU），每個決策單元有m種輸入和s種輸出（即投入和產出），對應權重系數分別為v=（v1，v2，…，vm）T，u=（u1，u2，…，us）T，則第j個決策單元的效率評價指數表示為hj（j=1，…，n）。選取適當的權重，使得所有決策單元的效率評價指數滿足hj≤1，hj越大，相對效率越高。

把u、v作為變量，構建線性規劃方程，為方便求解，引入松弛變量s+和s-，得到對偶線性規劃模型，其中θ為標量，aj為權重，aj≥0（j=1，2，…，n）;s-為與產出相對應的松弛變量組成的向量，s+為與投入相對應的剩余變量組成的向量，s-≥0，s+≥0。

2.2 BBC模型（變動規模報酬DEA模型）

BCC模型可以評價部門之間的相對技術有效性，將技術、規模對效率的影響分開討論，計算出來的效率是純技術效率。BCC模型在原有CCR模型的基礎上加入凸性的約束條件：∑nj=1=1，如CCR模型般求解，即可得到最優解θ。

BCC模型結論的經濟含義如下：

當θ=1，s-=s+=0時，決策單元為DEA有效，此時技術有效并且規模有效，決策單元達到最佳組合和最大產出。

當θ=1，s-≠0，s+≠0時，決策單元為弱DEA有效，此時決策單元或者規模、技術無效。若s->0，則投入要素存在冗余，冗余值為s-;若s+>0，則產出要素存在不足，不足量為s+。

當θ<1時，決策單元為DEA無效，此時技術無效且規模無效。

3 數據選取

3.1 指標選取

在分析了相關的物流效率評價論文，并結合數據的有效性和可獲得性的前提下，文章選取指標如表1所示。

3.2 ?數據收集

為了數據分析的全面性，增加數據有效性，文章收集了安徽省各個城市2018年的相應數據，數據來源為《安徽統計年鑒》，數據真實并且全面，增加了研究的專業性與代表性，全文依靠數據進行研究。數據收集如表2所示。

4 ?軟件計算

文章采用DEAP 2.1軟件來完成DEA模型的計算任務。在DEA模型中，決策單元比較適合用截面數據進行比較，因為截面數據可以剔除不同時間下的技術差異、資本通貨膨脹和勞動力素質差異等需要修正的因素，如果運用時間序列數據，這些方法就需要修正，如表3所示。

其中，firm代表樣本次序;crste代表不考慮規模收益時的技術效率（綜合效率）;vrste代表考慮規模收益時的技術效率（純技術效率）;scale代表考慮規模收益時的規模效率（規模效率）;crs代表規模收益不變;drs代表規模收益遞增。如表4所示。

5 ?效率分析

5.1 ?綜合效率分析

城市物流的綜合效率是指城市在當前經濟、技術條件下所能產出的最大值。綜合效率=1，表示DEA有效，生產和技術處于較好的狀態。反之，若綜合效率<1，表示DEA無效，在投入和產出上都還有改進的空間。

從表3中可以看到合肥、淮北、亳州、蚌埠、阜陽、六安、宣城、安慶的綜合效率=1，DEA有效。宿州、淮南、滁州、馬鞍山、蕪湖、銅陵、池州、黃山的綜合效率為<1，DEA無效，這說明存在投入過量或產出不夠的情況，要注重調整資源投入量和效益產出量，保持現有投入不變或減少現有投入都可以達到增加現有產出的目的。

5.2 ?純技術效率分析

純技術效率是指在不考慮規模效率的情況下投入對總效率的影響。當純效率=1時，說明對投入的利用很充分;當純效率<1時，說明需要進一步提高投入的利用率。

從表3中可以看到，除宿州、淮南、滁州、馬鞍山這四所城市的純技術效率<1外，其他城市的純技術效率均為1，這說明城市物流效率相對有效，物流業發展較好，對物流需求較大。在此情況下還是要注重基礎設施建設，同時也要注重引進先進的物流管理理念以及先進的物流技術，通關運用現代化信息技術來實現物流業的高效運作。

5.3 ?規模效率分析

規模效率是分析決策主要體現在現有的規模下與最優的生產規模的差距，評價投入是否充分轉化為產出，獲利是否達到最大化。

從表3中可以看出，合肥、淮北、亳州、蚌埠、阜陽、六安、宣城安慶的規模效率=1，達到了規模效率有效，屬于規模收益不變，在此情況下要提高城市物流效率，就應該更好地利用和管理現有的資源。

而宿州、淮南、滁州、馬鞍山、蕪湖、銅陵、池州、黃山的規模效率<1，其中宿州、淮南、滁州屬于規模收益遞減，馬鞍山、蕪湖、銅陵、池州、黃山屬于規模收益遞增。對于整體規模相對不經濟，且存在物流投入過剩情況的城市來說，應充分整合資源，優化資源配置，提高物流管理水平，從而提高城市的物流效率。

5.4 投入冗余分析

投入冗余，其實是通過由非DEA有效的城市投影分析得出的無效決策單元的投入冗余額和產出不足額，尋找出城市間物流效率無效的直接原因和改進方向。

通過表5的數據分析，各城市都沒有投入冗余，這說明幾座城市正處于欠發展或投入與發展成正比階段。當a<1時，城市物流效率為DEA無效，令xt=θΦx0-sΦ-，yt=θΦy0-sΦ+，則（xt，yt）為（x0，y0）在有效前沿面上的投影，x0、y0分別為投入冗余和產出不足，輸入指標中的城市道路面積、城市維護建設資金支出、倉儲和其他人員投入最容易出現投入冗余，從投入冗余可以分析出城市現有的物流投入要素配比是否合理，對物流投入要素重新進行合理的統籌規劃，發掘出城市的發展潛力。

6 對策建議

從上面的分析可以看出，安徽省不同城市在物流業的發展各不相同，八座城市達到DEA有效，八座城市效率在1以下，這說明省內物流業發展情況并不樂觀，與國家提出的大力發展現代物流行業的基本標準也存在較大差異。因此提出建議和改進措施提供參考。

6.1 開放學習，自立發展

要提高安徽省各級政府部門對物流行業發展的認識，重視現代物流的發展。安徽省緊鄰長江，可以充分利用長江沿岸的港口優勢，將航運作為龍頭發展，以港口為中心建設發展陸路物流，學習借鑒其他地區先進的物流管理思想和技術，提高自身物流服務質量，發展地區特色物流，將充實豐富服務內容，提高物流行業的經濟收入。

6.2 決策指引，高效執行

政府和決策部門在各個行業的發展中都有至關重要的作用。以蕪湖市為例，政府已經意識到了蕪湖港在航運方面的重要影響以及對經濟的帶動作用，但物流需要一個完整的行業體系，不能只關注其中某一個環節的利益造成資源浪費或者建設缺失。整個物流體系的相關產業需要相互協調共同發展，政府可以更積極地引導不同產業之間的合作，最大限度地實現共贏。

6.3 提高標準，統一規范

安徽省物流水平有待提高，需要一套完整的行業規范和要求，決策要包括如何建立起一個行業統一的標準和規范，參與物流行業的企業都要有能力無異議地執行這一套標準，同時需要投入時間和精力來執行并良好管理，也需要不同部門高效配合共同完成。

6.4 培養人才，多方引用

安徽省物流行業起步晚、發展慢，相比于其他長江中下游城市行業發展不占優勢，企業需要盡量減少開支，降低成本，但對于人才的培養、引進是不能缺少的，通過引進高學歷的人才為企業提供新的發展想法，配合在企業內部培養的技術性工作人員，能更好地促進物流企業的發展。

6.5 充分利用現代化設備及信息技術

大數據已經包含了我們生活的方方面面，安徽省物流行業要得到快速發展，需要依靠先進設備和技術支持，建立自己的物流運輸網絡系統，加快供需雙方之間信息流通速度，并能實時分析新的需求，提高客戶的滿意度和忠誠度，讓整個物流的時效性和運作率得到提高。

7 結論

通過以上數據的選取、構建模型、輸入處理分析和建議，可以看出文章主體采用DEA作為物流效率的分析評價模型，能比對出不同城市之間物流效率差異，再通過效率分析和冗余分析，得出影響物流效率的各個因素，為決策提供參考。由于文章只選取安徽省作為分析對象，數據收集有局限和制約，導致整體不夠完善，但可以作為樣例，給出定量評價城市物流效率的模型和方法，并在最后提供提升建議，為其他地區物流效率評價提供參考。

參考文獻：

[1]王婷婷.基于DEA的城市物流效率評價——以安徽省各市為例[J].宿州學院學報，2016，31（11）：14-17.

[2]吳娜. 基于DEA的山西省物流產業效率研究[D].太原：太原理工大學，2014.

[3]蘇振天.安徽省金融結構與產業結構互動關系的實證分析[J].技術經濟，2008（10）：96-100.

[4]李存斌，童勝昌.基于DEA的中國主要城市物流系統效率評價[J].物流技術，2018，37（7）：39-43，55.

[5]姚琳璘. 遼寧省新三板中小企業融資效率問題研究[D].大連：大連海事大學，2019.

[6]高慕瑾. 基于DEA的陜西省物流業效率研究[D].咸陽：西北農林科技大學，2012.

[7]王燊. 長江經濟帶物流業綠色效率評價及對策研究[D].淮南：安徽理工大學，2019.

[基金項目]安徽師范大學大學生創新創業訓練計劃創新訓練項目“DEA研究方法下的安徽省物流效率評價”。

[作者簡介]賈雯馨（1999—），女，漢族，遼寧本溪人，安徽師范大學經濟管理學院物流管理本科生;朱天慧（1998—），女，漢族，安徽阜陽人，安徽師范大學經濟管理學院物流管理本科生;于慧（1997—），女，漢族，安徽阜陽人，安徽師范大學經濟管理學院物流管理本科生;范紅梅（1998—），女，漢族，云南曲靖人，安徽師范大學經濟管理學院物流管理本科生;劉雨茜（1999—），女，漢族，湖南株洲人，安徽師范大學經濟管理學院物流管理本科生。