基于数据包络分析的山东省17城市物流效率分析

牛晴晴，张 宁

（上海理工大学，上海 200093）

基于数据包络分析的山东省17城市物流效率分析

牛晴晴，张 宁

（上海理工大学，上海 200093）

以就业人员数、营业性运输车辆、物流里程数为投入指标，以货运量、货物周转量、生产总值为产出指标，建立了山东省17城市物流业评价指标体系及相关模型，根据山东省物流业的相关资料以及2016年《山东统计年鉴》和各个市统计年鉴的相关数据，运用DEA方法和理论对山东省17城市的物流效率进行分析和评价，并且提出了针对性建议。

数据包络分析；城市物流产业；物流效率；效率评价；山东

1 引言

物流产业作为国民经济的一个重要组成部分，它的发展水平正在成为衡量一个国家综合国力、经济运行质量与企业竞争力的重要指标。物流业作为生产性服务业的重要组成部分，直接支撑着现代经济的发展。城市发展与物流发展是紧密联系在一起的，城市是区域经济中心，物流以城市为节点，物流的结构、形态以及布局与城市的发展息息相关。所以，研究城市物流，提高物流产业的效率对于城市发展有着重要意义。

近几年来，学者们对物流产业效率进行了深入研究，从不同侧面探讨了物流产业效率评价问题，但在众多的研究文献中，还没有发现对山东省物流产业效率的研究。山东是中国的经济大省、人口第二大省，生产总值位居全国前列，研究山东省各市的物流效率，不仅能够促进山东省经济的发展，而且对于推动全国的经济发展也有重大意义。DEA方法在物流与供应链研究领域中的应用十分广泛，主要集中在物流企业绩效评价、物流服务提供商的选择和评判、物流中心选址、物流配送效率、企业自营物流等许多方面。国外学者应用DEA方法评价物流系统的研究较早，也比较深入[1-3]。目前，国内有关DEA方法在物流与供应链管理中的应用正在日渐增加[4],其影响也在不断扩大和加深。

本文运用数据包络分析方法，针对山东省17个市的物流效率，定量分析了各市物流投入、产出效率的差异和原因，探索了山东省物流业的改进路径和发展策略，同时，也可作为其他省市物流业发展决策的参考依据。

2 DEA模型

数据包络分析（Data Envelopment Analysis,DEA）是美国著名运筹学家Charnes等提出的一种效率评价方法[5]。它把单输入、单输出的工程效率概念推广到多输入、多输出同类决策单元（Decision Making Unit,DMU）的有效性评价中，极大的丰富了微观经济中的生产函数理论及其应用技术，同时在避免主观因素、简化算法、减少误差等方面有着不可低估的优越性。DEA方法一出现就以其独有的特点和优势受到了人们的关注，不论在理论研究还是实际应用方面都得到了迅速发展，并取得了多方面的成果[6,7],现已经成为管理科学、系统工程和决策分析、评价技术等领域中一种常用而且重要的分析工具和研究手段[8]。

C2R模型是国内使用较多的模型之一，它是数据包络分析（DEA）方法的第一个基本模型，是由美国著名运筹学家Charnes等以相对效率概念为基础提出的一种崭新的系统分析方法，可以用来评价决策单元是否同时达到规模有效和技术有效。

对第j（01≤j0≤n）个决策单元的效率进行评价时，以权系数v和u为变量，以第j0个决策单元的效率指数为目标，以所有决策单元的效率指数hj≤1，j=1，2，...，n为约束，构成的C2R模型为：

由于利用（PC2R）判断DEA有效性不是很容易得到，所以引入非阿基米德无穷小的概念，令ε是非阿基米德无穷小量（non-Archimedean），ε小于任何正数且大于0，下面是带有非阿基米德无穷小的C2R模型的对偶形式。

假设该C2R模型的最优解为λ0，s-0，s+0，θ0，则有：

（1）若θ0=1，则决策单元 j0为弱DEA有效；

（2）若θ0=1，并且s-0=0，s+0=0，则决策单元 j0为DEA有效。

3 实证研究

3.1 数据选取

在参考有关区域物流效率评价文献的基础上，根据DEA研究方法，结合数据的代表性和可得性，本文选取了就业人员数、营业性运输车辆、物流里程数3个指标作为投入指标，货运量、货物周转量、生产总值3个指标作为产出指标[9]。数据全部来源于2016年《山东统计年鉴》及山东省各个市的统计年鉴，见表1，其中就业人员数为山东省各市交通运输、仓储和邮政业城镇单位就业人员数；营业性运输车辆为货车的数量；物流里程数为各市的公路里程；货运量为铁路、公路、海运、航空的加总；货物周转量为铁路、公路、水运的加总；生产总值选取的是各个城市的生产总值，由于物流的发展会影响城市GDP的增长，故该指标会在一定程度上反映出城市整体的物流发展水平。

3.2 结果分析

根据表1中的数据，面向投入指标和产出指标，运用DEA-SOLVER Pro5.0软件进行DEA模型(CCR-I)求解，结果见表2-表4。

3.2.1 效率分析。山东省17市物流的效率值、排序以及DEA有效性见表2。由表2可知，青岛、淄博、济宁、泰安、临沂、东营、威海、莱芜这8个市的效率值为1，为DEA有效，说明这8个市的物流服务投入、产出相对合理，物流投入要素已经达到了最佳组合。济南、德州、烟台、潍坊、菏泽、滨州、枣庄、日照、聊城这9个市的效率值分别为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，为DEA无效，说明这9个市的物流服务投入、产出相对不合理。排序情况为青岛、淄博、济宁、泰安、临沂、东营、威海、莱芜这8个DEA有效的城市并列第一，其余9个DEA无效的城市依次排列为滨州、日照、济南、潍坊、烟台、菏泽、聊城、枣庄、德州。

表1 山东省17市投入产出指标一览表

表2 山东省17个市的投入产出效率评价结果

3.2.2 松弛变量分析。山东省17市物流效率的松弛变量改进值见表3。从表3可以看出，青岛、淄博、济宁、泰安、临沂、东营、威海、莱芜这8个城市的所有松弛值全为0，表明这几个城市的物流效率相对其他的省份为强有效。对于济南、德州、烟台、潍坊、菏泽、滨州、枣庄、日照、聊城这9个城市，可以参考表1的数值进行改进，改进方向是减少投入或增加产出，投入指标的松弛变量值为负数说明要减少投入，产出指标的松弛变量值为正数说明要增加产出。以烟台为例，就业人员数、营业性运输车辆、物流里程数的松弛变量取值分别为0、0、0，说明就业人员数、营业性运输车辆、物流里程数不需要减少投入；货运量、货物周转量、生产总值的松弛变量取值分别为0、146.79、0，说明货运量和生产总值不需要增加产出，货物周转量要增加的产出值为146.79亿t·km。

表3 山东省17市物流效率松弛变量改进值

3.2.3 目标值分析。山东省17城市物流效率的目标值见表4，其中，投入指标1、2、3分别代表就业人员数、营业性运输车辆、物流里程数；产出指标1、2、3分别代表货运量、货物周转量、生产总值；t、d、%分别代表目标值、改变量、改变的比例。

从表4可以看出，对于DEA有效的决策单元，目标值就是原始值,对于DEA无效的决策单元，在原始值的基础上适当的增减以得到目标值。以日照为例，就业人员数、营业性运输车辆、物流里程数的目标值分别为1.73、17 822.37、5 000.28，它们三者在原始值的基础上应该分别减少0.77万人、781.63辆、3 273.72km，物流效率才能达到最优，减少的比例分别为30.63%、4.20%、39.57%；货运量、货物周转量、生产总值的目标值分别为7 827、256.71、2 035.52，也就是说生产总值必须增加364.72亿元，物流效率才能达到最优，增加的比例为21.83%。

表4 山东省17市物流效率目标值

4 结语

本文选用数据包络分析（DEA）作为城市物流效率评价模型（CCR-I），以山东省17市为研究对象，运用DEA模型选取的投入、产出指标体系分析城市物流效率，并提出适当的建议，不仅验证了模型的有效性，而且对于城市物流的发展有着推动意义。尽管本文是在参考前人研究的基础上进行分析和论证的，但指标的选取和数据的准确性仍然存在不足，所以本文也存在着一定的缺陷有待进一步研究。

[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]姚大强,马占新.数据包络分析方法在物流评价中的研究进展[J].中国储运,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]马占新.数据包络分析方法的研究进展[J].系统工程与电子技术,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]魏权龄.评价相对有效性的DEA模型[A].中国系统工程学会.发展战略与系统工程—第五届系统工程学会年会论文集[C].1986.

[9]刘满芝,周梅华,杨娟.基于DEA的城市物流效率评价模型及实证[J].统计与决策, 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-），山东人，上海理工大学管理学院硕士研究生，研究方向：工业工程；张宁（1956-），女，江苏人，上海理工大学管理学院教授，研究方向：复杂网络、系统工程、系统分析与集成。

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