基于DEA模型的区域物流效率评价实证分析

合集下载

基于DEA方法的制造企业物流系统效率评价实例分析

李国红，倪梦雪
（州大学郑管理工程学院，河南郑州４００）５００
【要】摘针对制造企业的特点，设计了物流系统评价指标体系，运用ＤＡ方法对制造企业物流系统效率评价问题进行研究。Ｅ通过实例分析，证实ＤＡ方法对制造企业物流系统效率评价有较好的应用价值。Ｅ【词】Ｅ制造企业物流系统；关键ＤＡ；效率评价【中图分类号］２；２２Ｆ４Ｆ７．２５【文献标识码】Ａ【文章编号］０ — ５Ｘ２１）５００ — ４１５１２（０２０ — ２６００
ＡｍｐｒａｎｌｓｆｆｃｎｙＥａｕｔｎｏａｕａｔｒｒＬ￣ｓｃｙｔｍａｅｎＤＥｎＥｉｉｌａｙｉｏｉｉｃｖｌａｉｆｎｆｃｕｅｏｆｓｓｅＢｓｄｏＡｃＡｓＥｅｏＭｉＳ
Ｌｏｈｎ，ｎ－ｕＩＧｕ－ｏｇＮＩＭｅｇｘｅ
够给出具体的改进方向和改进目标值。同时，我们还可以找到
影响结果的关键因素和薄弱环节，为改进经营管理方案提供
依据日。
【日期１１— ３２收稿２２０— ００【作者简介】国红（９６）男，李１６一，山西长治人，州大学管理工程学院副教授，士生导师，郑硕研究方向：管理信息系统与电子商务。
２评价方法的选取
目前国内外物流系统评价方法有很多，中一些方法（其如
ＤＡ方法的优势在于它不受计量单位的限制，因此不需要考Ｅ
虑量纲同一化问题。（）Ｅ３ＤＡ方法不仅可以很容易预测系统是否有效，而且能

基于DEA模型的省域运输仓储业效率研究

基于DEA模型的省域运输仓储业效率研究运输仓储业是现代物流业的重要组成部分，对于促进经济发展、提升产业竞争力具有重要意义。

为了提高运输仓储业的效率，本文以DEA模型为基础，对中国不同省域的运输仓储业效率进行研究。

DEA模型是一种常用的效率评价方法，通过比较各个决策单元的输入和输出指标，计算其相对效率。

在运输仓储业中，输入指标可以包括固定资产投入、员工人数等，输出指标可以包括货物周转量、运输航线覆盖范围等。

我们需要确定运输仓储业的输入和输出指标。

为了简化研究，我们选取了固定资产投入、员工人数和货物周转量作为输入指标，选取了运输航线覆盖范围作为输出指标。

这些指标可以反映运输仓储业的规模和经营水平。

然后，我们需要收集各个省域的数据。

我们可以通过调研、企业年报等途径获取相关数据，确保数据的准确性和可靠性。

将这些数据进行归一化处理，消除单位差异和数量差异，便于比较分析。

接下来，我们可以利用DEA模型进行效率评价。

我们需要构建一个输入-输出矩阵，将各个省域的数据整合在一起。

然后，运用DEA模型，通过比较各个决策单元的输入和输出指标，计算其相对效率。

相对效率越高，说明运输仓储业的经营效率越高。

通过DEA模型的计算，我们可以得到各个省域的运输仓储业效率评价结果。

根据评价结果，我们可以发现存在效率较高的省份和效率较低的省份。

针对效率较低的省份，我们可以通过更加科学的管理和优化运营流程，提高运输仓储业的效率。

针对效率较高的省份，我们可以总结其成功经验，并推广到其他省份，促进整个行业的发展。

我们可以总结研究结果，并提出相关的政策建议。

提高运输仓储业的科技水平，加强人才培养，优化运营流程，加强政府服务等。

这些政策建议有助于提升运输仓储业的整体效率，促进经济发展。

基于DEA的广东省物流效率评价实证分析

３ｌ８．０Ｌ
０．００
０．００
００ｍ
●
１．００１．００Ｌ．００ｉ．００１．００１．００
０．９５１．０００．９５
０．８８１．０００．８８
２００９年国务院提出了《物流业调整和振兴规划》，规划目标中提到保持物流产业的稳定发展，建立起布局合理、技术先进、节能环保、便捷高效、安全有序并具有一定国际竞争力的现代物流服务体系，物流整体运行效率显著提高，全社会物流总费用与ＧＤＰ的比率比目前的水平有所下降。规划中多次提到节能减耗和发展效率，广东省是全国物流业发展的先行者，物流业发展水平在全国处于领先地位，从“ 十一五” 到“ 十二五” 的第一年，即２００６年至２０１１年，广东省的物流业发展效率到底如何，有必要建立评价指标体系并采用评价模型进行分析，为“ 十二五 ” 期间行业的发展提供指导。
广东省物流行业在十一五后期效率相对较低特别是2009年物流业固定资产投资相对2008年增加近50存在大量的无效投入这也与在2008年金融危机后国务院提出了物流业调整和振兴规划的大背景下广东省加大对物流行业的投入有一定的联系但加快发展过程中不应该忽视质量和效率的提升2010年物流行业效率得到较大的提升进入十二五的第一年技术和规模都达到有效这与金融危机后物流产业开始重j
表１物流效率评价指标体系
指标类别公路里程铁路里程水路里程投入新增固定公里公里公里亿元万吨万人亿元万吨地区公路里程地区铁路里程地区水路里程地区物流业固指标名称指标单位指标说明

基于DEA的城市物流效率评价模型及实证

r=1
i=1
s
m
Σ Σ s.t. Uryrk/ Vixij≤1，j=1，2，…，n
（2）
r=1
i=1
Ur≥ε>0，r=1，2，… ，s
Ur≥ε>0，i=1，2，… ，m
（1）式即为 DEA 方法中的 CCR 模型，其中 Xij 代表第 j
个 DMU 的第 i 个投入值，yrj 代表第 j 个 DMU 的第 r 个产出
锡分别为 17.2%、16.69%、16.89%。选择江苏省为实证对象更
具有典型性。在这里，我们选取了江苏省 13 个地级市作为决
策单元，将南京、无锡、……、宿迁 13 城市看作相应的 DMU1、
DMU2、……、DMU13，分析 13 个城市物流的相对有效性。物流
输入输出指标具体数据见表 2。
…，xmj)T，产出为 Yj=(y1j，…，ysj)T。输入指标的权向量 V=(v1，…，
vm)T,输出指标的权向量 U=(u1，… ，us)T，则第 k 个城市物流相
对绩效 hk 可以通过求解以下分式规划问题得出：
s
m
Σ Σ maxhk= Uryrk/ Vixik
（1）
输入指标民用汽车拥有量 X2 万辆反映城市物流的主要交通工具
交通运输、仓储及邮
一定程度上反映物流行业从业人员
电通信业从业人员
X3
万人的数量
输出指标
公路货物运输量城市 GDP
Y1 万吨反映公路完成的物流运输量
物流的发展带动 GDP 的增长，该指
X2
亿元标近似反映城市总体物流发展水平
2 江苏省 13 城市物流效率评价实证分析

基于DEA-Malmquist指数模型的中欧班列枢纽城市物流业效率评价

中国储运网H t t p ://w w w .c h i n a c h u y u n .c o m产品都是合格的。

加强对农副产品在网上销售、流通等环节的监管，确保质量安全。

实现特色电商农产品“从地头到餐桌”全过程可追溯，确保特色农产品安全，提高产品竞争力[6]。

2.4探索创新人才培训体系。

无论是国家还是各级地方商务局都鼓励农村地区大理发展电商行业，各级商务局也制定了一系列的电子商务农村培训计划，鼓励建立相关的电子商务人才培训工程，推动完善的电子商务人才培训系统顺利进行。

农村地区因为网络不能全面覆盖的原因，导致对电子商务的了解知之甚少，因此需要开展典型教学和实训教学，让大家积极参与、亲身体验电子商务的实战培训，让相关人员对电子商务操作流程熟悉并掌握，进一步提高他们的实际运用能力[7]。

吸引对此感兴趣的人员了解电子商务、学习电子商务。

在建立电子商务培训的时候，要根据情况分批次、分层次的培训，建立完善的电商人才培训系统，招揽对电子商务有兴趣的知识技能复合型人才，打造一支专业化的电子商务人才队伍，支持农村青壮年、大学生、技术专业人才、退伍军人等进行电子商务自主创业。

同时可以定期举行相关的电商创意设计大赛、网上促销活动等不同风格类型的销售模式，寻找优秀的电商企业进行合作，构建电子商务氛围，提升乡村地区电商发展。

重点关注山村地区和各种道路不发达的地区，建立贫困山区互帮互助、销售帮扶、电商帮扶等积极措施，帮助偏远地区脱贫致富[8]。

3.结语：在农村地区实行电商物流的普及不仅可以带动农村经济的发展，还能促进我国整体经济水平的发展。

健全相应的运输设备体系、管理体系、仓储体系等可以保障农副产品的质量问题，减轻经济损失，充分利用现代化的技术手段提高物流运输的整体效率，实现农村电商物流融合发展带动乡村振兴发展。

C（作者单位：福建经济学校）引用出处[1]陈耀龙．乡村振兴战略下的农村电商发展研究[J ].当代农村财经，2019(02):55-58．[2]华慧婷.基于乡村振兴战略的农村电子商务物流生态圈形成路径探究[J ].品牌研究，2018(03):41-42．[3]陈耀龙.乡村振兴战略下的农村电商发展研究[J ].当代农村财经，2019(02):55-58.[4]华慧婷.基于乡村振兴战略的农村电子商务物流生态圈形成路径探究[J ].品牌研究，2018(03):41-42.[5]吴俊红.电子商务背景下区域物流与区域经济的互动关系研究--以北京市为例[J ].商业经济，2017(06):69-71.[6]刘杰.农村电商与末端物流共生发展助推乡村振兴[J ].中国农业文摘：农业工程,2020,32(3):4.[7]郑建平.乡村振兴战略视域下的农村电商物流人才振兴之路径探索[J ].中国市场,2020(4):3.[8]吴梅.新电商助推乡村振兴战略的内在机理与实践应对[J ].农业经济,2020(8):2.1.引言随着“一带一路”倡议的快速推进，我国与沿线国家的贸易也得到了快速发展。

基于DEA模型的区域创新系统效率评价研究

二、评价方法一ＤＥＡ模型介绍
（）比性原则。评价指标体系在被评价的各区域创２可新系统之间具有可比性．要求选择的各评价指标定义明
确，合规范．充分反映不同区域创新系统之间的差异，符能
基础上．过各种创新资源的有效开发和配置所取得的创通
新成果。１．区域创新系统效率评价指标体系构建的原则。
（）１系统科学性原则。评价指标体系应尽可能客观地
反映和描述区域创新系统活动的全过程及活动规律．确正
等。实现一定时期、一定空间范围内以最小资源投入获得
长的效果很大程度上依赖于所投入的创新人力资源的数
在最大产出，是区域创新系统发展的目标，提高区域创量与质量。此选取的区域创新系统人力资源投入的指标这即万它新系统的投入产出效率。区域创新系统的效率是指区域创有：人口科技活动人员。反映区域创新系统人力资源Ｒ＆新系统资源投入与产出成果的比值。因此，在对区域创新的总体实力：Ｄ人员占该区域全部在职人员的数量比它高等学系统的效率进行评价时，价的内容包括两大部分：部例。反映了区域创新系统人力资源的投入强度；评一分是区域创新系统的投入资源：一部分是区域创新系统校及科研院所的科学家与工程师．可以从更高的层次上另它

基于DEA的我国区域R&D效率比较研究

特色自主创新道路、努力建设创新型国家后，我国研究与发
展（＆ＲＤ）支出快速增加，从２０００年的８５７亿元快速上升９．至２００６年的３０．亿元，年均增长速度达到１．％，远远０３１８９超过主要发达国家。提高科技自主创新能力，首先要加大研发活动的投入，才能提高科技产出。然而，在加大Ｒ＆Ｄ投入力度的同时，还应该注重提高Ｒ＆Ｄ活动的效率，否则，低效率会造成投入的浪费。因此，评价ＲＤ活动投入产出的效率＆就非常重要。近年来，Ｒ＆Ｄ效率评价引起许多学者的兴趣，提出许多评价ＲＤ活动效率的方法… Ｊ＆。评价学术机构的Ｒ＆Ｄ效率可以用同行评议法和文献计量法，对一些较大的研发计划或项目效率的评价，可以用成本收益分析、回报率等方法，对企业Ｒ＆Ｄ效率评估可以借助一系列指标如新产品销售收入、利润、劳动生产率、专利、技术出版物等。但是ＲＤ活动是＆个复杂的过程，不可能用某一个指标完全反映，这就需要多指标综合评价。在进行综合评价时，一个关键但不容易解决的问题是各指标权数的确定。实践中多采用专家评分法、层次分析法等主观赋权的方法，有时甚至直接给每个指标赋予相等的权重，然而这种方法不可避免的主观性往往会影响评价结果。这样，一些客观赋权的方法逐渐受到人们的关注，如 “ 拉开档次”的综合评价方法、群组决策层次分析法和灰色理论、主成分分析、因子分析、典型相关分析。另外，还有一些相对复杂的数学方法也被用来评价Ｒ＆Ｄ效率，翟立新等（０５２０）运用Ｇｉｅｅ —Ｊｆ知识产函ｒｉｓａｅｌｈｆ数，建立了公共科研机构效率定量评价模型来评价其效率水平，朱有为等（０６２０）利用随机前沿生产函数测算了中国高技术产业的研发效率，并考察了企业规模、市场结构和所有

基于DEA模型的华东地区物流效率研究

[4]何景师,张智勇,叶善椿.基于三阶段超效率 SBM-DEA模型的我国沿海五大城市群低碳物流效率研究 [J/OL].上海海事大学学报:1-12 [2023-02-19]
[6]徐晓敏,谷晓燕.基于 DEA-熵权法的区域物流环境综合评价模型 [J].公路交通科技,2021,38(05):144-151.
运输路径可行解的改进算法。
1.基于数学建模的物流运输路径可行解改进算法设计
1.1提取物流运输需求特征
在物流运输路径可行解改进算法中，分析物流运输的总量
需求、价值特征、外延特征等，是运输路径优化的关键因素，为路
径规划提供基础条件。物流运输的可行解改进主要以用户需求
为主，结合货物物流总质量、体积、运输时间、运输始发地与目的
进行评价研究，从而发现华东地区物流发展过程中存在的问题。组织结构和资源配置，提高规模效益的利用程度，从而进一步提
1.研究方法
升效率。
数据包络分析是一种用于效率评价的线性规划模型，由于
表 12011—2020年华东地区各省市物流效率
DEA方法可以在不设定权重的前提下快速有效的评价决策单元
的效率值，因而被广泛应用于各种领域。本文构建的 DEA模型
国家，区域等宏观角度研究。目前对于我国华东地区物流效率
高，还有提高空间。纯技术效率均值为 0.918，说明技术水平和技术水平提升潜力较好，可以进一步分析和研究当前技术水平的瓶颈和未来发展趋势，以促进技术水平的提升。规模效率均值为 0.942，表明华东地区在物流资源利用方面表现良好，但有可能
的研究较少。基于此，本文运用 DEA模型对华东地区物流效率还存在规模效益未充分利用的情况，可以通过进一步优化物流
（2）

中国区域物流产业效率基于三阶段DEA模型的Malmquistluenberger指数方法

结论
本次演示采用三阶段DEA模型的Malmquist-Luenberger指数方法，对中国区域物流产业效率进行了分析。结果表明，中国各区域物流产业效率普遍较低，存在较大的提升空间。技术进步是推动物流产业效率提升的主要因素，而制度因素和环境因素对物流产业效率的影响较小。在未来的发展中，应加大技术研发投入，完善物流基础设施，加强供应链协同和信息资源整合，推动物流产业向高端化、智能化方向发展。
文献综述
关于中国区域物流产业效率的研究，已有许多学者进行了探讨。主要研究方法包括数据包络分析（DEA）、随机前沿分析（SFA）和回归分析等。DEA方法在评价多输入多输出系统的效率方面具有优势，被广泛应用于物流效率评价。然而，传统DEA方法未考虑环境因素和随机误差的影响，可能导致评价结果失真。三阶段DEA模型通过将原始数据分为决策单元（DMU）
阶段3：Malmquist-Luenberger指数方法的应用及分析。利用MalmquistLuenberger指数方法对各区域物流产业效率进行动态分析，了解各区域物流产业效率的变化趋势和影响因素。同时，将环境因素和随机误差纳入效率评价中，以得到更准确的效率值。
结果与讨论
通过三阶段DEA模型的Malmquist-Luenberger指数方法分析，得到中国各区域物流产业的效率值。研究发现，大部分区域的物流产业效率较低，存在较大的提升空间。其中，东部沿海地区的物流产业效率相对较高，而中西部地区的物流产业效率普遍较低。在各省份中，广东、江苏、浙江等省份的物流产业效率较高，而新疆、甘肃、贵州等省份的物流产业效率较低。
3、第三阶段：影响因素分析
为了找出影响我国区域物流产业效率的主要因素，我们通过回归分析发现，地区经济发展水平、基础设施建设情况和产业结构等因素对物流产业效率有显著影响。其中，地区经济发展水平和基础设施建设情况对物流产业效率有正向影响，而产业结构对物流产业效率有负向影响。这可能是因为我国产业结构中服务业发展相对滞后，影响了物流产业的效率提升。

基于超效率DEA模型对区域经济效率的实证分析——以湖北省地级市、州为例

（一）超效率ＤＥＡ模型简介数据包络分析（ＤａｔａＥｎｖｅｌｏｐｍｅｎｔａｎａｌｙｓｉｓ，简称ＤＥＡ模型）
１，２，… ，，ｎｒ＝１，２， … ，ｓ
＝
＝
是由著名运筹学学者Ａ．Ｃｈａｍｅｓ（查恩斯）和ｗ．Ｗ．Ｃｏｏｐｅｒ（库伯）及Ｅ．Ｒｈｏｄｅｓ（罗兹）等人于１９７８年开始创建，１９８８年由中国人本文评价ＤＭＥｏ相对有效性时，选取由规模报酬不变条件民大学的魏权龄教授第一次将其引入中国理论界。由于ＤＥＡ下的线性规模模型——超省效率ＤＥＡ模型。
一
、
（二）模型的建立
设个决策单元．，ｑ＝ｉ，２， …，ｎ）的输入向量记为ｘｊ＝（ｘ
如， …，ｋ），其输出向量记为＝（Ｙ。，Ｙ， …，ｙ），其中为第个决策单元中的第ｉ种类型的输入值的投入总量。ｙ为第个决策单元中的第ｒ种类型输出值的产出总量。ｍ和Ｊｓ分别表示输入和输出指标个数，各变量取值范围（ｉ＝１，２， …，ｍ；ｒ＝＝从表１中可以明显的看出，湖北省三次产业产值呈上升态１，２， …，ｓ），设输人权重向量为＝（ …，），输出的权重向势，三次产业的产值占全省ＧＤＰ比重有所变化。很明显可以看量为＝（ｕ：， …，）。输入输出的权重均由各ＤＭＵ组成的评出，三次产业结构得到了进一步的优化，农业平稳发展，全省经价群体来决定，而非人为确定。由此可得ＤＭＵｊ效率评价指数：济已经实现平稳较快的发展，经济效益不断提高，自主创新能力不断优化，民生保障进一步得到改善，社会各项事宜全面发ｎ㈩展，全年各项经济指标均已经超过预期定值，实现了“ 十二五 ” 可见＾是ＤＭＵｊ的产出指标加权之和与投人指标加权之良好开局。但同时也应看到，总体大发展背景下，各地级市发展由此，第．。个ＤＭＵ￣ｏ的相对有效性评价模型为：的不均衡，部分城市三次产业产出效率低有待优化，为了更加比，

基于DEA的贵州省物流效率评价及提升建议

区域经济
基于DEA的贵州省痢效率评价及^升建议
♦马艳玲唐江龙
摘要：本文从贵州省的基础建设、物流业发展现状、物流政策环境分析了贵州省物流业发展的情
况，运用DEA模型和Deap2.1软件结合2010至2019年的贵川省交通运输、仓储和邮政业的六项经济指标#
算出三个效率评价指标，分析结果得出贵川省的平均综合效率高，但规模效率偏低，投入不足导致产出没有达到最合理化，根据投入冗余和产出不足的情况给出相应的调整，并为贵川省的物流效率在未来的发展能有所提升提供相应的提升建议。
算，相应的效率计算结果和产出投入冗余表如表3和
表4所本次序
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 平均值
综合效率 crste 1.000 1.000 1.000 1.000 1.000 0.935 0.945 0.967 1.000 1.000 0.985
和贵州省2010至2019年年度统计公报并整理得出。（二）DEA模型 DEA,即数据包络分析，用于评价具有相同类型的
多投入、多产出的决策单元是否技术有效的一种非参数
统计方法⑸。DEA的综合效率评价指标代表着投入资源
的使用情况，也是对决策单元的是否有效地判断依据。决策单元的资源利用情况，并做出相应的调整，以达到最佳的投入和最合理的产出。
二、贵州省物流业现状分析
（一）贵州省交通发展现状物流业的发展依赖于配套完善的交通基础设施，因此基础设施建设就不能落后。便利的交通能大大降低运输难度、缩短从产地到消费地之间的运输距离、减少运输时间、降低运输投入的成本以及提高物流业的工作效率。至2019年，贵州省公路线路里程达到204723公里，比上年增长了 4.0%；高速公路里程达到7005公里，比上年增长了&6%；铁路营业里程3753公里，其中包括复线里程达到2129公里，比上年增长了 9.7%；高速铁路营运里程1337公里，比上年增长18.6%；作为非水网省内河航运里程也达到了 3755公里，比上年增长了 0.3%。大数据中心的落户和立体交通运输网络的全面覆盖，打破了贵州省现实交通以及信息化交通不便的局面，有利于促进省内区域经济协调发展，通过高速网把各市区县连接成一个围绕中心城市的经济圈。

基于DEA的区域科技创新效率评价实证分析

基于DEA的区域科技创新效率评价实证分析科技的发展和进步程度在地区经济增长过程中扮演了重要的角色，对区域科技创新效率进行评价研究具有重要的现实意义。

文章通过构建区域科技创新效率评价指标体系，通过数据包络分析法（DEA）模型对广西14市的创新效率进行实证分析和量化，并从综合效率、纯技术效率、规模效率三方面进行评价和分析，并提出针对性对策提升区域科技创新效率，推动经济和社会可持续发展。

标签：区域科技创新效率；数据包络分析法（DEA）；实证分析3.2 DEA模型拟合分析通过查阅《2015广西科技统计数据》（广西壮族自治区科学技术厅和自治区统计局共同编辑）获取广西壮族自治区14地市2015年的相关科技统计原始数据，经过预处理之后对DEA模型进行拟合，各地区科技创新能力评价结果如表2。

3.3 DEA模型拟合结果分析3.3.1 综合效率评价根据效率指标的含义可知，综合效率为1的决策单元有南宁市、北海市、钦州市、贵港市、玉林市、百色市、贺州市、河池市等8个市，这8个市在科技创新过程中的投入和产出整体上处于最佳状况，资源配置达到相对最优。

而其他6个市的综合效率值均小于1，其中崇左市的科技创新效率值最低，意味着资源配置最差，制约了当地的科技创新发展。

3.3.2 纯技术效率评价针对纯技术效率而言，纯技术效率为1的地市除南宁市、北海市、钦州市、贵港市、玉林市、百色市、贺州市、河池市等8个市外，还有桂林市、梧州市和来宾市，说明这些地市在科技创新中投入的资源使用是最有效的，已达到最大的产出效果，无浪费现象；而纯技术效率相对较低的防城港市和崇左市在资源利用方面还存在极大的浪费。

3.3.3 规模效率评价规模有效的地区是有8个市，分别为南宁市、北海市、钦州市、贵港市、玉林市、百色市、贺州市、河池市等，处于规模报酬固定的状态；柳州市、桂林市、梧州市和防城港市处于规模报酬递减的状态，主要原因可能是科技创新资源存在重复投入，投入较多而科技成果产出较少；来宾市和崇左市处于规模报酬递增的状态，表明这两个市的可以通过加大科技创新资源投入和资源的合理配置进而提高综合效率。

基于DEA模型对重庆市物流效率的评价研究

济的不断发展，铁路运输已经成为我国货物运输的主要方式，这也使得铁路运输在很大程度上制约了物流行业的发展。

因此，我们应当不断拓展物流服务范围，这样才能够促进物流行业的发展。

为了能够有效地拓展铁路运输服务范围，我们应当加强铁路运输技术创新，提高铁路运输设施的现代化水平。

目前，我国在铁路货运技术方面还存在着很多问题，这也使得我国的铁路货运质量无法满足人们对其日益增长的需求。

因此，我们应当加强对铁路货运设施和装备的现代化改造，积极引进先进的物流技术和设备，这样才能够提高铁路运输过程中的安全性和可靠性，为人们提供更加安全、快捷、高效的物流服务。

6.完善铁路运输管理体制。

在对物流与铁路运输的协同作用进行研究的过程中，可以看出，物流与铁路运输之间是相互影响，相互促进的，只有两者共同发展，才能够在很大程度上促进物流业的发展。

为此，在进行协同发展策略研究的过程中，我们应当首先从完善铁路运输管理体制入手，这是实现两者协同发展的根本保证。

随着我国社会经济的不断发展，人们在日常生活中对物流服务的需求也在不断增加。

为此，铁路运输企业应当根据市场需求和客户需求来不断调整自己的运输策略。

为了有效满足客户需求，铁路运输企业应当建立以市场为导向的组织机构，对其进行有效管理。

为了促进物流与铁路运输协同发展，我国政府也出台了一些相关政策措施。

在未来的发展中，政府应当加大对物流行业的支持力度，促进物流业与铁路运输之间相互协调发展。

四、结束语本文首先对物流与铁路运输之间的关系进行了分析，然后对物流与铁路运输协同作用进行了探讨，在此基础上提出了相应的措施，希望能够为有关部门提供参考。

在现代社会中，物流业的发展水平是衡量一个国家现代化水平的重要标志之一。

在现代社会中，由于物流业属于一种高成本行业，因此要想使其得到更好的发展就必须从根本上解决物流成本过高的问题。

铁路运输与物流之间存在着密切联系，二者在整个物流活动中都占据着重要地位。

要想有效降低物流成本，就必须加强两者之间的协同作用。

一种基于DEA的区域物流效率评价模型及其实证研究——以湖南省14个地市州为例

２０１３年第１期第３５卷总第２２３期
物流工程与管理
ＬＯＧＩＳＴＩＣＳＥＮＧｌＮＥＥＲＩＮＧＡＮＤＭＡＮＡＧＥＭＥＮＴ
物流技术
ｄｏｉ：１０．３９６９４．ｉｓｓｎ．１６７４－４９９３．２０１３．０１．０２９
【Ａｂｓｔｒａｃｔ】Ａｒｅａｌｏｇｉｓｔｉｃｓｅｉｆｃｉｅｎｃｙａｎａｌｙｓｉｓｐｒｏｖｉｄｅｓｓｃｉｅｎｃｅｆｏｕｎｄａｔｉｏｎｆｏｒｒｅａｓｏｎａｂｌｅａｌｌｏｃａｔｉｏｎａｎｄｒｅｓｏｕｒｃｅ
— —
Ｔａｋｅｔｈｅ１４ＣｉｔｉｅｓｉｎＨｕｎａｎＰｒｏｖｉｎｃｅｆｏｒＥｍｐｉｒｉｃａｌＡｎａｌｙｓｉｓ口ＺＨＡＮＧＹｕａｎ，ＺＨＡＮＧＧｅ—ｆｕ，ＸｌＥＳｈｕ—ｑｉｎｇ
【关键词】区域物流；物流效率；规模效率；数据包络分析
【中图分类号】Ｆ２５２
【文献标识码】Ｂ
【文章编号】１６７４— ４９９３（２０１３）０１ — ００７６ — ０４
ＡｒｅａＬｏｇｉｓｔｉｅｓＥｆｉｃｆｉｅｎｃｙＡｎａｌｙｓｉｓＢａｓｅｄＯＨＤＥＡＭｏｄｅｌ
（１．ＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｏｕｔｈＣｈｉｎａ，Ｈｅｎｇｙａｎｇ４２１００１；

基于DEA模型的区域技术效率评价与实证研究

第Ｓ项输出；和分别为松弛变量。一
３２．技术有效性分析其最优解评价ＤＵ的单纯技术效率有效情况；Ｍｏ，由ＣＲ模型和ｃＧＳ模型的测算
在应用ＤＡ模型前首先要确定评价对象ＤＥＭＵ是否具有相同的属性，即各个ＤＭＵ要有相同的投入和产出
指标，其次要建立相应的评价指标体系。对于一个区域经设为规模效率，：则
和劳动者的数量来表征。考虑到各市土地面积中的未用部分，里用各市建设用地与农用地的合计数（这万公顷）ｚｌ资（亿元）ｚｚ来表示；劳动投入用全社会从业人员Ｚ（万人）
』（』２Ａ，）为Ｄ的输入；Ｙ＝ｙ２Ａ，口＝，』，，（Ｙ＇ｙ）ｊ
是中国的一个经济大省。总人口和ＧＰ均居全国第六位。为ＤＤＭＵ的输出。￡为非阿基米德无穷小量，在实际应用中但随着经济持续快速增长，河北经济的发展已接近资源环常取１；－０ｓ是与投入相对应的松弛变量组成的向量，是
济来说，其输入指标可以用土地的使用面积、资本的投入出：６、、－等参数。其经济学含义如下：Ｓ、Ｓ、＋ ① 当＝１且Ｓ＝，一Ｏ时，该决策单元为技术有效，也就是说该单元的投入产出及结构的技术效率均为 ②当ｄ＝１，且 ≠Ｓ ≠ 一Ｏ时，该生产单元为技术弱有
∑ ＪＪ＝０＾＋一 ∑ 一＝
Ｏｊ＝１，，，，Ａ２
∑ １＝
Ｊ一≥０ ≥０
２区域技术效率评价指标的选取．评价指标是根据目标设立的，他们应能反映所研究的互联系、相互依存、相互作用之中，因此要正确评价客观事

基于DEA和SD的区域物流有效性评价及优化研究

基于DEA和SD的区域物流有效性评价及优化研究廖志高;许明辉;徐玖平【摘要】从区域物流的物流供给与物流需求等指标入手，构建了广西北部湾区域物流的数据包络分析与系统动力学的评价与改进模型，用此模型分析评价北部湾区域物流的发展现状并对未来发展趋势进行了预测与分析。

根据DEA分析出的松弛变量对投入要素进行多次的试验分析，结果表明在实际操作中不一定能够达到理想的相对有效状态，但适当地改变投入要素的输入比例可以达到改善原有问题的目的。

将原始物流供需比与理想供需比对比分析，结果表明理想的物流供需比例可以作为北部湾未来物流业的发展参考依据。

%The objective of this paper is to analyze and evaluate the current development status and make a prediction of further development for regional logistics in Beibu Gulf of Guangxi Zhuang Autonomous Region.A complex model is established by combining data envelopment analysis and system dynamics ( SD) , with the regional logistics supply and demand index system in focus .The slack variables are essen-tial to the experiment for the change of DEA input factors , which shows that the ideal efficiency value might not be achieved in the real process .However , the proportion of input index can be adjusted to ac-commodate the valid target .Besides , the rate of logistic supply and demand is introduced to demonstrate the ideal development .The rate is produced by simulated value in the model SD , which can be deemed as a benchmark for logistic development of Beibu Gulf in the future .【期刊名称】《工业工程》【年(卷),期】2014(000)004【总页数】7页(P96-102)【关键词】区域物流;数据包络分析DEA;系统动力学(SD)【作者】廖志高;许明辉;徐玖平【作者单位】广西科技大学管理学院，广西柳州545006;广西科技大学管理学院，广西柳州545006;四川大学工商管理学院，四川成都610064【正文语种】中文【中图分类】F293.1Key words：regional logistics; data envelopment analysis (DEA); system dynamics (SD)区域物流是指为全面支撑区域可持续发展总体目标而建立的适应区域环境特征、提供区域物流功能、满足区域经济、自然、政治、文化等发展需要，具有合理的空间结构和服务规模，并实现有效组织与管理的物流活动体系。

基于DEA的内蒙古各盟市物流效率评价及实证研究

基于DEA的内蒙古各盟市物流效率评价及实证研究内蒙古自治区地域辽阔，北部与蒙古、俄罗斯接壤，国内横跨东北、西北、华北地区。

“十五”以来，自治区把握西部大开发的战略机遇，依托资源优势，经济社会得到了快速发展，特别是工业经济迅速发展，形成了能源、化工、冶金、建材、装备制造、农畜产品加工六大特色优势产业，为现代物流业发展奠定了良好的基础。

为了完善和促进城市物流系统的建设、提升内蒙古自治区盟市的物流绩效，首要任务就是评价盟市物流效率，分析存在的问题，为进一步提升城市竞争力做好准备。

本文运用DEA模型，构建基于DEA分析的盟市物流效率评价多输入、多输出指标体系，应用数据包络分析(DEA)方法对内蒙古22 个盟市的物流效率进行评价，定量分析各城市物流投入产出效率的差异及其原因，为城市物流发展决策提供依据。

1 DEA效率评价模型1.1 DEA方法概述数据包络分析(Data Envelopment Analysis, DEA)方法是1978 年美國著名运筹学家A.Charnes等人以相对效率概念为基础发展起来的一种效率评价方法，是研究同类型生产决策单元相对有效性的有力工具。

它的基木思想是：将每一个被评价的单位或部门视为一个决策单元(Decision Making Unit, DMU),由决策单元组(DMUS)构成评价群体。

处于同一评价群体的每个DMU确定的主导原则是：在某一视角下，各DMU具有相同的输入和输出。

综合分析输入输出数据，得出每个DMU 效率的相对指标，据此将所有DMU定级排队，确定相对有效的DMU,并指出其它DMU非有效的原因和程度，给城市物流系统提供管理决策信息。

同时还可用投影方法指出非DEA有效或弱DEA 有效的原因及应改进的方向和程度。

由于DEA方法不需要预先估计参数，在避免主观因素和简化运算、减少误差等方而有着不可低估的优越性，比较常见的为C2R和BCC模型。

目前，C2R模型仍然是应用领域中使用得最多的模型之一。

基于DEA的北京市物流效率实证分析

基于DEA的北京市物流效率实证分析基于DEA模型，通过建立物流效率投入产出指标体系，对北京市2001-2010十年间的物流效率进行了纵向的比较。

结果表明，10年间DEA无效的年份共有5个，物流平均综合效率、纯技术效率和规模效率分别为0.970、0.990和0.980。

同时发现DEA无效的年份中物流的投入产出存在两个问题：（1）物流要素投入过多，利用效率较低。

（2）物流资源投入对产出指标的贡献一定程度上出现饱和。

标签：北京市；DEA；物流效率一、引言物流业是国民经济发展的基础产业和重要支撑力量，物流业发展水平的高低、质量的优劣在一定程度上反映了一个国家或地区综合竞争力的强弱。

随着经济全球化和区域经济一体化程度的加深，世界各个国家和地区纷纷把物流产业摆在了突出发展的地位，以期望能降低物流成本和生产成本，提高社会整体效率。

近年来，伴随我国经济的平稳高速发展和改革开放的不断加深，物流产业在我国得到了快速发展。

2009年，国务院颁布了《物流业调整和振兴规划》，把物流业的发展提升到国家战略高度。

与此同时，北京市也抓住机遇，出台了一系列的物流产业发展和振兴规划，加快物流业的发展态势，为本地经济的更好更快发展保驾护航。

因此，对物流业发展以及物流投入产出效率的研究近年来也持续升温，引起了了越来越多学者的关注。

但是，学者们对物流效率的研究往往集中在定性研究和对若干决策单元横向的简单定量比较，对物流效率纵向的定量研究凤毛麟角，这启示我们对物流效率进行纵向定量研究。

数据包络分析方法（DEA）不用设置参数、不约束投入产出单位，还可以避免许多的主观因素，并且其投影思想可以明确的指导对物流系统进行调整，从中找出物流系统效率改进的方向。

基于数据包络分析的这些优点，本文尝试从物流业投入产出效率的角度出发，将北京市2001年~2010年的物流系统效率进行纵向比较，找出问题并进行改进。

二、实证研究1.物流效率指标和数据的选取物流业投入产出效率体系指标的选取应坚持科学性、可得性、可比性、代表性和一致性原则。