贾雯馨 朱天慧 于慧 范红梅 刘雨茜

[摘 要]通过建立DEA模型的评估指标体系，运用DEAP软件，对安徽省十六个城市的数据指标处理分析，对比不同城市来探讨物流效率的发展情况，提供相关发展建议，为其他地区物流效率评价提供参考。

[关键词]效率评价;物流体系;DEA模型;安徽省主要发展城市

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

1 引言

随着我国电子商务行业的快速发展，现代物流作为第二产业经济支撑，也呈现出迅猛的发展势头。在经济“新常态”的背景下，我国物流行业保持了中高速增长，运行效率也有所提升，为国民经济提供了重要的产业支撑和保障。物流行业在我国各个区域增长的速度是一致的，但各地区的物流效率却存在明显区别。

对于企业来说，物流效率指的是物流系统能否在一定的服务水平下满足客户的要求，也指物流系统的整体构建;对于社会来说，衡量物流效率是一件复杂的事，必须采用不同的方法进行分析。

本次研究针对物流产业发展的不平衡性，注重区域对比，应用DEA研究方法对安徽省十六市的物流效率进行了分析评价，对比不同城市来探讨物流效率的发展情况与区域地理环境及生态链结构的关系。得出结论，提出优化意见，解决物流发展中的突出问题。

2 模型介绍

数据包络分析方法（Data Envelopment Analysis，DEA）是运筹学、管理科学与数理经济学交叉研究的一个新领域。它根据多项投入指标和多项产出指标，利用线性规划方法，对具有可比性的同类型单位进行相对有效性评价的一种数量分析方法。它避开了计算每项服务的标准成本，因此，用DEA衡量效率可以清晰地说明投入和产出的组合，在处理多指标投入和多指标产出方面具有独特的优势。

DEA是一个线形规划模型，表示为产出对投入的比率。通过对一个特定单位的效率和一组提供相同服务的类似单位的绩效比较，在使服务单位效率最大化的过程中，获得100%效率的单位称为相对有效率单位，效率评分低于100%的单位称为无效率单位。

2.1 CCR模型（固定规模报酬DEA模型）

假设有n个决策单元（DMU），每个决策单元有m种输入和s种输出（即投入和产出），对应权重系数分别为v=（v1，v2，…，vm）T，u=（u1，u2，…，us）T，则第j个决策单元的效率评价指数表示为hj（j=1，…，n）。选取适当的权重，使得所有决策单元的效率评价指数满足hj≤1，hj越大，相对效率越高。

把u、v作为变量，构建线性规划方程，为方便求解，引入松弛变量s+和s-，得到对偶线性规划模型，其中θ为标量，aj为权重，aj≥0（j=1，2，…，n）;s-为与产出相对应的松弛变量组成的向量，s+为与投入相对应的剩余变量组成的向量，s-≥0，s+≥0。

2.2 BBC模型（变动规模报酬DEA模型）

BCC模型可以评价部门之间的相对技术有效性，将技術、规模对效率的影响分开讨论，计算出来的效率是纯技术效率。BCC模型在原有CCR模型的基础上加入凸性的约束条件：∑nj=1=1，如CCR模型般求解，即可得到最优解θ。

BCC模型结论的经济含义如下：

当θ=1，s-=s+=0时，决策单元为DEA有效，此时技术有效并且规模有效，决策单元达到最佳组合和最大产出。

当θ=1，s-≠0，s+≠0时，决策单元为弱DEA有效，此时决策单元或者规模、技术无效。若s->0，则投入要素存在冗余，冗余值为s-;若s+>0，则产出要素存在不足，不足量为s+。

当θ<1时，决策单元为DEA无效，此时技术无效且规模无效。

3 数据选取

3.1 指标选取

在分析了相关的物流效率评价论文，并结合数据的有效性和可获得性的前提下，文章选取指标如表1所示。

3.2  数据收集

为了数据分析的全面性，增加数据有效性，文章收集了安徽省各个城市2018年的相应数据，数据来源为《安徽统计年鉴》，数据真实并且全面，增加了研究的专业性与代表性，全文依靠数据进行研究。数据收集如表2所示。

4  软件计算

文章采用DEAP 2.1软件来完成DEA模型的计算任务。在DEA模型中，决策单元比较适合用截面数据进行比较，因为截面数据可以剔除不同时间下的技术差异、资本通货膨胀和劳动力素质差异等需要修正的因素，如果运用时间序列数据，这些方法就需要修正，如表3所示。

其中，firm代表样本次序;crste代表不考虑规模收益时的技术效率（综合效率）;vrste代表考虑规模收益时的技术效率（纯技术效率）;scale代表考虑规模收益时的规模效率（规模效率）;crs代表规模收益不变;drs代表规模收益递增。如表4所示。

5  效率分析

5.1  综合效率分析

城市物流的综合效率是指城市在当前经济、技术条件下所能产出的最大值。综合效率=1，表示DEA有效，生产和技术处于较好的状态。反之，若综合效率<1，表示DEA无效，在投入和产出上都还有改进的空间。

从表3中可以看到合肥、淮北、亳州、蚌埠、阜阳、六安、宣城、安庆的综合效率=1，DEA有效。宿州、淮南、滁州、马鞍山、芜湖、铜陵、池州、黄山的综合效率为<1，DEA无效，这说明存在投入过量或产出不够的情况，要注重调整资源投入量和效益产出量，保持现有投入不变或减少现有投入都可以达到增加现有产出的目的。

5.2  纯技术效率分析

纯技术效率是指在不考虑规模效率的情况下投入对总效率的影响。当纯效率=1时，说明对投入的利用很充分;当纯效率<1时，说明需要进一步提高投入的利用率。

从表3中可以看到，除宿州、淮南、滁州、马鞍山这四所城市的纯技术效率<1外，其他城市的纯技术效率均为1，这说明城市物流效率相对有效，物流业发展较好，对物流需求较大。在此情况下还是要注重基础设施建设，同时也要注重引进先进的物流管理理念以及先进的物流技术，通关运用现代化信息技术来实现物流业的高效运作。

5.3  规模效率分析

规模效率是分析决策主要体现在现有的规模下与最优的生产规模的差距，评价投入是否充分转化为产出，获利是否达到最大化。

从表3中可以看出，合肥、淮北、亳州、蚌埠、阜阳、六安、宣城安庆的规模效率=1，达到了规模效率有效，属于规模收益不变，在此情况下要提高城市物流效率，就应该更好地利用和管理现有的资源。

而宿州、淮南、滁州、马鞍山、芜湖、铜陵、池州、黄山的规模效率<1，其中宿州、淮南、滁州属于规模收益递减，马鞍山、芜湖、铜陵、池州、黄山属于规模收益递增。对于整体规模相对不经济，且存在物流投入过剩情况的城市来说，应充分整合资源，优化资源配置，提高物流管理水平，从而提高城市的物流效率。

5.4 投入冗余分析

投入冗余，其实是通过由非DEA有效的城市投影分析得出的无效决策单元的投入冗余额和产出不足额，寻找出城市间物流效率无效的直接原因和改进方向。

通過表5的数据分析，各城市都没有投入冗余，这说明几座城市正处于欠发展或投入与发展成正比阶段。当a<1时，城市物流效率为DEA无效，令xt=θΦx0-sΦ-，yt=θΦy0-sΦ+，则（xt，yt）为（x0，y0）在有效前沿面上的投影，x0、y0分别为投入冗余和产出不足，输入指标中的城市道路面积、城市维护建设资金支出、仓储和其他人员投入最容易出现投入冗余，从投入冗余可以分析出城市现有的物流投入要素配比是否合理，对物流投入要素重新进行合理的统筹规划，发掘出城市的发展潜力。

6 对策建议

从上面的分析可以看出，安徽省不同城市在物流业的发展各不相同，八座城市达到DEA有效，八座城市效率在1以下，这说明省内物流业发展情况并不乐观，与国家提出的大力发展现代物流行业的基本标准也存在较大差异。因此提出建议和改进措施提供参考。

6.1 开放学习，自立发展

要提高安徽省各级政府部门对物流行业发展的认识，重视现代物流的发展。安徽省紧邻长江，可以充分利用长江沿岸的港口优势，将航运作为龙头发展，以港口为中心建设发展陆路物流，学习借鉴其他地区先进的物流管理思想和技术，提高自身物流服务质量，发展地区特色物流，将充实丰富服务内容，提高物流行业的经济收入。

6.2 决策指引，高效执行

政府和决策部门在各个行业的发展中都有至关重要的作用。以芜湖市为例，政府已经意识到了芜湖港在航运方面的重要影响以及对经济的带动作用，但物流需要一个完整的行业体系，不能只关注其中某一个环节的利益造成资源浪费或者建设缺失。整个物流体系的相关产业需要相互协调共同发展，政府可以更积极地引导不同产业之间的合作，最大限度地实现共赢。

6.3 提高标准，统一规范

安徽省物流水平有待提高，需要一套完整的行业规范和要求，决策要包括如何建立起一个行业统一的标准和规范，参与物流行业的企业都要有能力无异议地执行这一套标准，同时需要投入时间和精力来执行并良好管理，也需要不同部门高效配合共同完成。

6.4 培养人才，多方引用

安徽省物流行业起步晚、发展慢，相比于其他长江中下游城市行业发展不占优势，企业需要尽量减少开支，降低成本，但对于人才的培养、引进是不能缺少的，通过引进高学历的人才为企业提供新的发展想法，配合在企业内部培养的技术性工作人员，能更好地促进物流企业的发展。

6.5 充分利用现代化设备及信息技术

大数据已经包含了我们生活的方方面面，安徽省物流行业要得到快速发展，需要依靠先进设备和技术支持，建立自己的物流运输网络系统，加快供需双方之间信息流通速度，并能实时分析新的需求，提高客户的满意度和忠诚度，让整个物流的时效性和运作率得到提高。

7 结论

通过以上数据的选取、构建模型、输入处理分析和建议，可以看出文章主体采用DEA作为物流效率的分析评价模型，能比对出不同城市之间物流效率差异，再通过效率分析和冗余分析，得出影响物流效率的各个因素，为决策提供参考。由于文章只选取安徽省作为分析对象，数据收集有局限和制约，导致整体不够完善，但可以作为样例，给出定量评价城市物流效率的模型和方法，并在最后提供提升建议，为其他地区物流效率评价提供参考。

参考文献：

[1]王婷婷.基于DEA的城市物流效率评价——以安徽省各市为例[J].宿州学院学报，2016，31（11）：14-17.

[2]吴娜. 基于DEA的山西省物流产业效率研究[D].太原：太原理工大学，2014.

[3]苏振天.安徽省金融结构与产业结构互动关系的实证分析[J].技术经济，2008（10）：96-100.

[4]李存斌，童胜昌.基于DEA的中国主要城市物流系统效率评价[J].物流技术，2018，37（7）：39-43，55.

[5]姚琳璘. 辽宁省新三板中小企业融资效率问题研究[D].大连：大连海事大学，2019.

[6]高慕瑾. 基于DEA的陕西省物流业效率研究[D].咸阳：西北农林科技大学，2012.

[7]王燊. 长江经济带物流业绿色效率评价及对策研究[D].淮南：安徽理工大学，2019.

[基金项目]安徽师范大学大学生创新创业训练计划创新训练项目“DEA研究方法下的安徽省物流效率评价”。

[作者简介]贾雯馨（1999—），女，汉族，辽宁本溪人，安徽师范大学经济管理学院物流管理本科生;朱天慧（1998—），女，汉族，安徽阜阳人，安徽师范大学经济管理学院物流管理本科生;于慧（1997—），女，汉族，安徽阜阳人，安徽师范大学经济管理学院物流管理本科生;范红梅（1998—），女，汉族，云南曲靖人，安徽师范大学经济管理学院物流管理本科生;刘雨茜（1999—），女，汉族，湖南株洲人，安徽师范大学经济管理学院物流管理本科生。