基于C2R及C2GS2模型的物流配送效率差异评价

喻红艳

（湖南信息职业技术学院，长沙 410200）

0 引言

评价物流配送效率的主要指标是衡量物流配送的投入产出效率，即使用一定的资源投入能得到多大的产出回报。电子商务物流的投入一般包括土地使用面积的投入、技术设备投入和配送的费用等，产出回报主要包括营业额、货物配送量和客户满意度等。目前，我国电子商务还处于发展阶段，存在一些急需解决的问题，特别是电子商务物流配送的运营效率参差不齐，在评价和分析运营效率的基础上如何提升和改进物流配送绩效是解决电子商务发展的关键。本文试图通过对我国东、中和西部地区电子商务物流配送运营效率的比较分析，提出进一步改进的措施和建议，为决策者提供尽可能全面的信息。

1 模型设定

美国著名运筹学家A Chames和W.W.Cooper提出了一个用于评价多投入多产出的决策单位效率的数据包络分析方法。自从魏权龄把该方法引入中国后，在国内得到了进一步的研究和推广。数据包络分析方法是一种系统的分析方法，以决策单位为基础，利用观测样本运用线性技术对决策单位的规模和技术进行有效性评价，能够估计多个决策单位之间效率的相对有效性。这种方法的基本原理是，把决策单位（DMU）作为决策对象，其有效性作为评价结果，根据决策单位DMU的输入和输出，利用模型比较这一决策单位的输入和输出相对于其他决策单位是否是最优的，如果评价结果是最优的，就称这个决策单位是有效的，否则是弱有效或无效。由于该方法不需要事先确定输入因素和输出因素关系的表达式，在很多领域得到推广和运用。数据包络模型评价方法主要包括C2R模型和C2GS2模型。C2R模型主要用于评价决策单位的总体有效性，是适用最广泛的模型。

其中，μ是被考察决策单位的效率值，e1=(1,1,…，1)T∈Em,e2=(1,1,…，1)T∈Es,E是单位矩阵，X0表示模型的输入变量，Y0表示模型的输出变量，Xi=（X1i,X2i,…，Xmi）T,Yi=（Y1i,Y2i,…，Ymi）T,用（Xi，Yi）表示第i个决策单位的DMU的输入和输出项，s1是输入的松弛变量，s2是输出的松弛变量，λi是n个DNU的组合系数，ε表示一个很小的正数（一般为10-10）。利用这个模型可以判断DMU的DEA有效性，并可以进一步了解每个DMU的运营情况是否同时满足技术有效和规模有效。当μ=1，s1和s2都等于0时，表示DEA有效；当μ=1，s1和s2都大于0时，表示DEA弱有效；当μ小于1时，表示DEA无效。

C2GS2模型是第二个经常用到的评价纯技术有效性的模型，其基本表达方式为：

该模型中的相应符号含义与C2R模型相同，只是添加了约束条件。C2GS2模型的评价标准是，如果当μ=1，λ=0，s1=0，s2=0时，表示DEA有效；如果仅满足μ=1则称DEA弱有效。

本文试图综合运用C2R模型和C2GS2模型建立我国物流投入与产出效率的评价体系，使评价体系更具有客观性、全面性和科学性。在选取物流效率指标时按照科学性和数据可得性的原则，拟选用的投入指标和产出指标见表1。通过数据包络模型分析我国电子商务物流配送是否存在区域差异，希望对我国电子商务的更高层次的发展提出相关的合理化建议。

2 物流效率差异评价

2.1 DMU的选择

为了比较我国不同地区的电子商务物流配送的发展情况及运行效率，本文分别从我国东、中和西部选取6个电子商务相对比较发达的代表性省市区，东部地区选取北京市、山东省、江苏省、上海市、浙江省和广东省，中部选取湖南省、湖北省、河南省、吉林省、江西省和山西省，西部选取陕西省、甘肃省、四川省、重庆市、云南省和贵州省作为分析单位。

2.2 输入、输出指标的确定和数据选取。

为了体现DMU物流配送中心的投入产出效益，将投入成本作为输入指标，产出效益作为输出指标。选取占地面积、信息技术投入、设备投入和配送费用4个变量作为输入的成本投入指标，其中占地面积指DMU的布局和建设规模，这里用每个DMU的物流配送中心的实际用地面积（万m2）表示；信息技术投入主要包括识别技术、条码技术、计算机管理技术及软件技术设备方面的投入；设备投入包括用于装卸、分拣、存储和加工等活动的车辆、机械和工具等；配送费用主要包括员工工资、运输成本和加工费用等。产出效益指标选取年营业收入、年货物流通量、订单履行量和顾客满意度等4个指标。输入输出指标见表1。

表1 电子商务物流配送投入与产出指标

DMU的输入输出数据见表2，其中DMU1-DMU6分别指东部六省市：北京市、山东省、江苏省、上海市、浙江省和广东省，DMU7-DMU12分别指中部六省：湖南省、湖北省、河南省、吉林省、江西省和山西省，DMU13-DMU18分别指西部六省市：陕西省、甘肃省、四川省、重庆市、云南省和贵州省。

2.3 实证结果

运用计量经济学软件MATLAB对中国东中西部18个有代表性省市的电子商务物流产业的投入产出指标数值对DEA模型运行求解，C2R模型和C2GS2模型结果见表3和表4。其中DMU1-DMU18代表中国东中西部18个有代表性省市区决策单位，DMU1代表北京市，DMU2代表山东省，DMU3代表江苏省等，后面以此类推。

表2 DMU输入输出数据

表3 C2R模型求解结果

2.4 结果分析

从C2R模型求解结果可以看出，我国东中西部18个代表性省市区的规模效益中东部的江苏省、浙江省和广东省达到了规模不变，其发展程度较高，北京市、山东省和上海市是规模递增的，还有一定的发展空间，中部省市中只有湖北省达到了规模效益不变，其他的5个省市都处于发展中，而西部地区的6个省市区没有一个达到规模效益不变，都处于规模效益递增状态，表明其发展程度较低。从C2GS2模型求解结果可以看出选取的东部地区的6个省市都是技术有效的，表示东部地区电子商务的技术发展水平较高，中部地区湖北省达到了技术有效，其他5个省市均为技术弱有效，表明中部地区的电子商务技术水平需要进一步提高，西部的重庆市达到了技术弱有效，其他省市区均为技术无效，表明西部地区电子商务发展比较落后，技术不能发挥相应的作用。

表4 C2GS2模型求解结果

3 结论

通过综合运用C2R模型和C2GS2模型对我国电子商务发展的区域差别进行分析，可以得出以下结论：（1）从规模效益上来看，我国东部的大部分省市实现了规模效益不变，规模发展达到了较高水平，而中部和西部地区绝大部分省市区没有实现规模效益，发展水平相对滞后。（2）从技术效益上来看，样本地区中我国东部的6个省市电子商务物流配送均实现了较高的技术发展水平，中部地区大部分是技术弱有效，而西部地区都是技术无效。无论从规模效益还是技术效益上我国电子商务物流配送效率都存在区域差异，东部地区处于较高发展水平，西部的发展比较滞后。

[1]王宏伟,高玲玲.B2C电子商务物流配送中心运营效率评价[J].商业时代,2008,(8).

[2]王晓丹,金喜在.基于数据包络分析的中国隐形失业问题研究[J].首都经贸大学学报,2011,(3).

[3]朱镇,赵晶.企业电子商务采纳的战略决策行为：基于社会认知理论的研究.[J].南开管理评论,2011,(14).

[4]冯缨,梅强.投影寻踪模型在中小企业电子商务采纳决策中的应用[J].统计与决策,2011,(14).

[5]李静.中法电子商务立法比较研究[J].求索,2010,(6).

[6]邵丹,王健.一种构建电子商务信任网的交易模式[J].南京大学学报,2011,(7).