摘要：本文选取了数种与湖北省物流产业相关的投入与产出数据，初步创建了基于DEA模型的评价指标系统;同时结合DEAP软件对指标数据进行分析处理，对该省的物流效率进行了简要地评价并提出了相应的建议。

　　关键词：物流产业;效率评价;DEA模1.引言

　　湖北省区位优势相比其它邻省较大，位于中国中部中心腹地。作为中部地区和长江经济带上的一大重要城市，其区位优势不言而喻：拥有长江、汉江两大江作为天然航道，具有将水资源优势转换为经济发展优势的天然条件;多条高铁贯穿该省，近百条国际航班和地区航线经临此地。此外，位于技术产业密集区和资源密集区连接处的湖北省，工业实力雄厚，逐步形成了以汽车、钢铁、化工、轻纺、电子信息等种类丰富的工业体系，国际竞争力较强，具有重要的战略地位。

　　2.模型介绍

　　数据包络分析(DataEnvelopmentAnalysis，简称DEA)是对多种资源的投入和多种服务的产出为衡量依据，以此用来比较服务单位提供相应服务的效率，是以相对效率概念为基础发展起来的一种效率评价方法。其基本原理是：通过维持决策单元(DMU，DecisionMakingUnits)的输入或输出，借助于数学规划(凸规划)和统计资料确定了相对有效的产生前沿面，并将决策单元投影到DEA的生产前沿面，并通过对决策单元偏离前沿面的程度进行比较，以评价它们的相对有效性。

　　2.1固定规模报酬DEA模型(CCR)

　　在模型中，决策单元包括输入和输出矢量，假设该模型有i个决策单元，每一决策单元都有m个输入，n个输出，设xi为投资总量，Yi种产出总数，并对其赋予相当权重的v、u，构建一条线性规划，则有：

　　Xi=(X1i，X2i，…，Xmi)Ti=1，2，3，…I

　　Yi=(Y1i，Y2i，…，Ymi)Ti=1，2，3，…I

　　其中，Xmi是第i个决策单元的第m种投入，Ymi是第i个决策单元的第n种产出。要对多投入、多产出的决策单元进行评估，就要分别对每一种投入和产出赋予权重。设v为Xi的权重，u为Yi的权重，则有：

　　v=(v1，v2，…，vm)T>0

　　u=(u1，u2，…，um)T>0

　　于是对于每一个决策单元，都有其效率评价指数：

　　hi=■

　　选择适当的权重，令所有决策单元的效率评价指数满足hi≤1，也就是位于前沿上的完全有效的决策单元(DMU)的相对效率值等于1，而其他非有效的决策单元的相对效率值小于1，hi越大，意味着相对效率越高。把v、u作为变量，构建线性规划方程如下：

　　max=■

　　s.t.=■≤1u≥0，v≥0

　　上述问题是分式规划方程，其解有无数个，此处为便于计算，运用Charnel-Cooper变换，引入松弛变量S+和S-，可得到对偶线性规划模型，其中θ为标量，是第i个uyy决策单元的技术效率：

　　minθ

　　s.t.=■αiXi+S-=θX0■αiYi+S+=Y0

　　模型的经济含义如下：

　　当θ=1，S-=S+=0的决策单元是DEA有效的，也就是说在这i个决策单元组成的经济体系中，该决策单元技术效率最高，其资源配置最优，达到了组合最佳配置和产出最大;当θ=1，S-≠0，S+≠0，决策单元为弱DEA有效，此时决策单元技术性能并不是最佳;当θ<1时，决策单元为DEA无效，此时技术无效。

　　3.实例分析

　　3.1指标选取

　　经过对有关论文的研究，并确认数据的真实性和准确性之后，本文选取了物流产业固定资产投资总额、铁路营运里程、物流相关行业从业人员作为输入指标，三种指标中，铁路营运里程属于投入的物质资料，物流行业相关从业人员属于人力资源的投入，固定资产投资总量属于财力投入。输出指标选择了两种：货物运输量与其周转量，两者均为运输能力数量产出，具体数据如下表1-1

　　3.2数据收集

　　本文收集了湖北省的数据，而数据来源为《中国统计年鉴》以及《2019年湖北统计年鉴》，表1-2是输入输出的具体数据。表1-1物流效率评价指标体系

　　表1-2湖北省历年物流输入输出指标数据

　　4.计算结果及结论分析

　　4.1效率分析

　　表1-3是湖北省积年DEA效率与规模效益结果。由表1-3可以看出，DEA达到1.0的年份有2011年、2012年、2014年以及2018年。

　　表1-4是湖北省历年非DEA有效主要排序结果统计，根据综合效率的水平来看，前2017年、2009年和2016年位列前三名。在选择的这一系列数据指标里，与其他年份相比，这三年的物流效率是较为良好的，从利用率来看比其余年份更好，但可以从数据看出差别都不是很大，也比较符合社会经济发展规律;从vrste(纯技术效率)看，2009年、2010年以及2017年并列排名第一，排名最低的年份为2013年;从scale(规模效率)来看，2017年排名第一，而2010年排在第六名，相差3.1个百分点，且在这6年中均处于规模收益递增的状态，这表明随着时间的推进以及社会经济的发展，湖北省整体的物流产业效率水平是处在一个稳步上升的状态。

　　表1-3湖北省历年市DEA效率与规模效益计算结果

　　4.2投入冗余分析

　　表1-5说明的是投入过剩情况，投入多余量以及产出不足量可通过对DEA非有效年份折射研究得出，通过此数据，年与年的时间跨度上，找出导致物流效率无效的原因以及有待改善的流程。由于2009年、2010年、2017年3个年份的纯技术效率为1，所以下文讨论剔除了这3个年份。

　　表1-4 湖北省历年非DEA有效主要排序结果统计

　　从表1-5不难看出，2013年湖北省的铁路营运里程，物流行业在岗人员以及固定资产投资总额的冗余值远远高于其它两个年份，表明其当年物流产业的效率是不合理的，湖北省政府应该针对其物流投入做出合理的安排，适当裁员，正确规划投资，不能盲目投入资金，并且合理安排营运路线，使其效率达到最优化，而不是不顾其产生的效率。

　　在产出方面，这三年的产出都有一定的不足，均为货运量不足，但随着年份的推进其产出值也在不断增加，产出不足在逐渐减小。

　　表1-5 湖北省历年DEA投入冗余数据表

　　5.结束语

　　本文运用数据包络分析模型(DEA)，对湖北省近年来的物流效率相对有效性进行分析研究，具有一定的借鉴意义;此外，对效率分析和投入冗余分析可以得出影响物流效率的要素。但本文所展现的内容有限，例如未针对湖北省的具体各城市进行时间截面分析，未深入剖析导致物流效率低下的原因、数据收集不够全面、指标的选择有待完善等。C

　　(作者单位：湖南人文科技学院)

　　参考文献

　　[1]张萌物.基于DEA_Malmquist模型的陕西省物流产业效率综合评价.西安：西安理工大学，2019

　　[2]李存斌，童胜昌.基于DEA的中国主要城市物流系统效率评价.北京：华北电力大学，2018

　　[3]胡琴，张利分.湖北省物流业发展现状及对策研究.武汉：湖北交通职业技术学院，2010

　　[4]李明垚.省域快递业效率评价及影响因素分析——基于DEA_Tobit模型.西安：长安大学，2019

　　[5]百度百科：DEA(数据包络分析)