基于DEA方法的物流效率纵向分析及对策研究.docx

? ? 基于DEA方法的物流效率纵向分析及对策研究 ? ? 摘 要：本文采用芜湖2007-2017年期间的投入和产出指标的相关数据，分别使用DEA-BBC模型和DEA-CCR模型分析安徽省芜湖市物流的综合效率、纯技术效率和规模效率，并分析投入与产出指标是否存在冗余和不足的现象，从而在给出的数据表中发现安徽芜湖市物流行业在2007—2017年11年间存在的发展不足问题，同时给出相应的对策，期望为将来的芜湖市物流效率的提高改善提供参考借鉴意义。 关键词：物流效率;DEA;综合效率;纵向分析;对策 ：F2???? ：A????? doi：10.19311/j.cnki.1672-3198.2021.33.007 0 引言 物流是現代经济生活不可或缺的资源配置和价值创造方式，逐渐成为衡量国家现代化程度和综合国力的重要标志。物流业是促进经济良性稳定增长难以缺失的重要组成部分。2020年1-9月中国社会物流总额达202.5万亿元，预计物流还会良性成长。同时，物流效率的优劣对物流业的成长有着很大的帮助。 国内外学者对物流效率进行了大量的分析和评价研究，主要包括数据包络分析、层次分析法、ahp-dea模型、主成分分析法+模糊综合分析法、三阶段dea模型、灰色关联度等。梅国平等学者采用三阶段DEA对2012-2016年的华东地区物流效率进行测度。俞恒通过DEA模型对中小跨境电商企业的物流效率进行分析。陈龙等学者通过SBM模型和Malmquist指数，考察西部十二省物流业碳排放效率。王志远等学者应用AHP-DEA模型动态研究淮河生态带各城市的低碳物流效率。王少芬结合主成分分析和模糊综合评价方法评价了不同流通方式的生鲜农产品物流效率。李雷学者采用共同前言生产函数测算了中国30个省域的物流效率。张宁等学者构建指标评价系统研究长江大保护区域19个省市物流产业，使用三阶段DEA模型，对区域的物流产业效率进行了纵向和横向对比分析;采用Tobit计量经济模型，分析外因环境对物流业效率的影响程度，采用Malmquist指数法动态分析物流效率的发展现状。P Bajec等学者使用集成的德尔菲层次分析法-数据包络分析方法评估物流平台的效率。 综合以上文献研究，物流效率的研究方法，包括AHP-DEA模型，三阶段DEA，DEA+Malmquist指数，随机前沿分析，主成分分析+模糊综合评价等，研究物流效率的工具方法很多，其中DEA模型及其衍生方法居多。研究目标，包括区域和省级的物流效率。本文将分别使用DEA-BBC和DEA-CCR模型分析芜湖市物流的综合效率、纯技术效率和规模效率，发现芜湖市物流行业在2007—2017年11年间存在的发展不足问题，同时给出相应的对策。 1 研究方法的介绍 本文研究方法为数据包络分析，是一种多输入多输出多决策单元效率评估方法。数据包络分析不仅能用线性规划判断决策单元效率，还能获得有用管理信息。 1.1 规模报酬不变DEA-CCR模型 DEA-CCR模型通常被用于分析评价规模报酬不变的决策单元间的技术有效性，数学表达式如下： minθ=θ*∑nj=λjxj+s-=θx0∑nj=λjyj-s+=y0λj≥0j=1，2，3，...，ns+≥0，s-≥0 其中λj是权系数，s+、s-分别为松弛和剩余变量，xj和yj分别为投入和产出指标：（1）如果θ=1且 s+=s-=0，则决策单元DEA有效，技术和规模都有效，（2）如果θ=1，s+≠0或s-≠0，则决策单元为弱DEA有效，（3）如果θ1，s+≠0和s-≠0，则决策单元DEA有效。 1.2 规模报酬可变DEA-BCC模型 Dea-bcc模型常用来评价决策单元间纯技术效率、综合效率和规模效率。数学表达式如下： minδ=δ*∑nj=λjxj+s-=δx0∑nj=λjyj-s+=y0j=1，2，3，...，ns+≥0，s-≥0λj≥0 其中，xj和yj分别为投入和产出指标，s+和s-分别为松弛和剩余变量，λj为权变系数：（1）如果δ=1，s+=0且s-=0，则决策单元DEA纯技术有效，（2）如果δ=1但s+≠0或s-≠0，则决策单元为弱DEA纯技术有效，（3）如果δ1，则决策单元无效，技术无效。 2 实证研究与纵向分析 2.1 指标的选取与数据的来源 物流效率评价中，根据影响物流效率的因素不同关系以及研究方向，所选指标各种各样的，但大体不会超出投入和产出指标两大类。遵循系统性、均衡性、经济性、重要性、可比性、简洁性、可得性等原则。本文考虑到数据可用性原则，选取的投入指标为：物流业就业人员数;公路运输里程数;物流业固定资产投资。产出指标为：货运量;货运周转量;物流业生产总值。 2.1.1 投入指标 年底从事物流业的人数（人），以变量x1表示，包括从事交通运输、仓储和邮政服务的人数。公路运输里程数