基于DEA与灰色关联模型的河南省物流效率评价研究
刘 蒙， 李战国， 李靖宇， 张文娟
（河南农业大学信息与管理科学学院，郑州 450002）
摘 要： 以河南省18地市为对象，研究物流业资源配置效率并分析对资源配置效率影响较大的投入或产出指标，为未来河南省物流业的良好发展提供决策支持. 首先，运用DEA 模型对河南省2011—2017年物流业相关数据进行分析评价. 然后运用灰色综合关联分析法，找出对河南省物流效率影响较大的指标. 结果表明，豫中和豫北地区资源配置效率相对较高，豫南和豫西等地资源配置效率较低，存在资源浪费等情况. 货运总量和等级公路里程对河南省物流投入产出效率具有较大的影响作用.
关键词： DEA；灰色关联分析；物流效率
河南地处中原地区，有着“九州腹地、十省通衢”的美誉，为物流业的发展提供了得天独厚的地理优势.2018年国务院印发了《关于推进电子商务与快递物流协同发展的意见》，为进一步推动物流业健康快速发展提供政策支持. 河南省近几年依托外部政策支持以及先天的地理优势，物流业发展十分迅猛. 但就目前的发展现状来看，仍然存在一些问题：一是物流业的资源配置不合理；二是不同地区物流业发展不平衡；三是物流业相关管理技术较落后. 长期以来，国内外学者运用数据包络分析（DEA，data enve opment analysis）对物流行业的投入产出效率做了大量的研究，并对物流业发展提供建议. 陈松等运用DEA-Malmquist评价海南省物流业的动态效率，并进一步探讨了全要素生产率发生变化的原因，为海南省物流业的发展提供参考［1］.王丽萍在研究中部六省物流产业的发展水平时，运用DEA模型分析了它们各自的优势与不足，并提出相关的政策建议［2］. 还有一些学者运用DEA探究了物流业与其他行业的联动发展，例如吴雅霜运用DEA方法定量分析了制造业与物流业联动发展水平，并分析当前两者联动发展存在的关键问题，提出基于信息共享的模式以提高两者的联动水平［3］. 刘云枫等运用DEA构建了北京市物流效率评价模型，并结合主成分分析法建立可处理环境方面的非期望产出指标的DEA模型，认为在发展物流的同时应注重环境的保护［4］. Apergis等运用DEA对1997—2011年中东和北非国家银行业竞争和效率之间的关系进行了实证评估［5］. Barros 等以安哥拉水电站为研究对象，运用DEA进行效率评估，结果表明安哥拉水电站的能源效率受河流附近、电站位置和成本结构的影响［6］. 郭子雪等在研究京津冀地区的物流效率时，运用DEA模型和投影分析对非DEA有效的决策单元从投入冗余和产出不足两方面进行分析和调整［7］. 王博采取三阶段DEA模型对我国“一带一路”沿线区域及其他地区的物流业效率进行分析和对比，并提出提升五大沿线区物流效率的政策建议［8］.以上研究仅限于对物流投入效率的评价分析，未能对物流效率的投入或产出指标进行分析.
通过对文献的阅读和梳理得知，运用灰色综合关联的方法能较好地分析出其中对物流效率影响较大的指标，且将灰色与物流业结合的相关文献也较多. 其中张广胜认为物流经济环境、物流发展水平、物流基础建设及物流发展潜力等指标能较全面地反映物流行业整体水平，并利用灰色关联投影模型进行实证研究，对选取指标进行了相关性分析，验证了他的观点［9］. 王春豪运用灰色关联分析定量研究新疆物流业与制造业的关联性，并发现二者关联度低，并提出了制造业与物流业协同发展的建议［10］. 陈继红等在研究沿海12个港口物流发展绩效时，用灰色关联结合层次分析法证实灰色关联在港口物流发展绩效评价中十分有效［11］. 岳云康等为了证实山西省区域物流资源利用、物流效率与经济增长的相关性，运用了灰色关联分析法［12］. 国内外学者在研究投入产出效率问题时，普遍认为DEA是相对较好的方法. 然而目前将DEA与灰色综合关联分析结合运用到物流业的分析相对较少，更鲜有学者将两种方法结合运用到河南省18地市这一对象上. 本文运用DEA对河南省物流资源配置进行评价研究，进而运用灰色综合关联模型分析所选取的评价指标对物流业投入产出效率的影响程度，为未来河南省物流业良好发展提供决策支持.
1 模型的构建和指标的选取
1.1 DEA模型构建
物流资源的配置特点是多投入多产出，DEA能评价具有多投入多产出的部门（或者单元，简称DMU）相对有效性的方法. DEA在测量投入产出方面比较有优势. 它主要有3个特点：①DEA不需要对所选指标进行权重的赋予；②不要求每个不同的决策单元存在相同的生产函数形式；③在数据处理方面不用进行统一量纲化，并满足“多元最优化”原则［13］. 目前较为常用的DEA模型有CCR和BCC模型. 两者的主要区别在于前者以规模报酬不变为前提，后者以规模报酬可变为前提. 同时运用这两种模型，能够比较全面的评价河南省物流资源效率.
设决策单元一共有n 个，每个决策单元可以有多种输入和输出. 假设输入有m 种，用xj 表示；设输出有s 种，用yj 表示，则DEA-CCR模型如式（1）所示：
式中：θ 为决策单元效率值；s -和s +为松弛变量，其中s -表示产出不足，s +表示投入过多；
.θ =1 时，表明该决策单元投入产出为DEA有效；θ ＜1，说明该决策单元投入产出为非DEA有效，技术效率以及规模效率都不是最佳状态.
DEA-CCR模型测算的是决策单元DMU的相对效率，但前提是在固定规模的条件下. 然而在实际情况中，决策单元并不一定是完全固定的，反而会出现规模报酬递增或递减的状态. 为了进一步讨论规模报酬可变的效率问题，在此模型的基础上加入了凸性假设，即得到DEA-BCC模型，如式（2）所示.
指标的选取对于对物流资源投入产出十分重要，为进一步了解所选取的指标对于河南省物流投入产出效率的影响程度，运用灰色综合关联分析法，以河南省物流投入产出效率表征系统行为序列，并以选取的各个投入产出指标为系统行为序列的影响序列. 本文取η =0.5，结果如表5所示.
在此模型中，除了ε 表示非阿基米德无穷小量，其余符号与上述CCR模型基本一致. 两个模型可以通过各自测算的效率建立联系. 在CCR 模型中，测算的是技术效率（TE），而BCC 模型测算的是纯技术效率（PTE），两者可通过规模效率（SE）建立如下关系：
起升机构变频调速启动加速过程如图1所示，从低频启动，其电压和频率按既定的压频比递增。变频调速电动机启动形式虽是直接启动，却不在额定工频启动，是在确保一定的启动转矩和尽量小的启动电流时分频段启动到额定工频。
1.2 灰色综合关联分析模型
从图1可以看出豫北、豫中地区物流投入的综合效率趋势波动较小，豫西、豫东、豫南的波动幅度较大，其中豫南地区的波动幅度最大，且地区综合效率平均值除了在2014年超过豫西地区外，其余时间相对于其他几个地区均处于最低的状态，这与豫南地区经济水平相对落后有关，投入产出未得到合理配置. 豫北和豫中的物流资源配置平均综合效率一直处于较高水平，位于0.8以上，豫西的物流资源配置综合效率虽然变化较大，但在2013年和2017年均超过了其他地区. 豫东地区从2011年到2014年的物流资源配置一直在上升，逐渐超过其他地区，后来略有下降，但随后趋于平稳.
植物园中的盆栽桂花、银边翠、时令蔬菜，质量分数为4.2%的碳酸氢钠溶液、质量分数为25%的氢氧化钠溶液、质量分数为0.1%的碘液。
利用投入导向规模效率可变的BCC 模 型，运 用DEAP2.1 软 件，对2017 年河南省各市的物流投入产出效率进行计算，结果如表4. 综合效率可以用纯技术效率和综合效率来解释. 用公式可以表示为
1.3 投入产出指标的选取
将河南省分为豫中、豫东、豫南、豫北、豫西5个地区，这5个地理区域的综合效率变化趋势如图1所示.
表1 河南省物流行业投入与产出指标
Tab.1 Input and output indexes of logistics industry in Henan Province
表2 河南省物流投入产出指标Pearson相关系数检验
Tab.2 Pearson correlation coefficient test of logistics input-output index in Henan Province
1.4 数据来源
本文数据来源于《河南省统计年鉴》2011—2017年18市的物流产业相关数据. 其中2015年三门峡的固定资产投入数据缺失，运用GM（1.1）模型进行数据填补，得到的数据是87.63.
2 河南省18市物流资源配置效率评价结果分析
2.1 河南省18市物流资源配置效率总体情况
运用DEA-CCR模型测算出2011—2017年河南省18市的物流配置的综合效率值和平均值如表3.
表3 2011—2017年河南省18市物流投入效率值
Tab.3 Logistics input efficiency of 18 cities in Henan Province from 2011 to 2017
由表3可以看出，作为经济中心的省会郑州2011—2017年一直处于DEA有效状态，物流投入得到了充分的利用，历年综合效率平均值为0.849；有10个市的平均综合效率高于平均值0.849，占18个市的55.6%；另有8个市低于平均值，占18个市的44.4%. 从表3还可以得知，许昌、周口在7年中有6年的综合效率值达到了1；济源、焦作也有5年综合效率值达到了1，实现了投入产出的合理配置；而平顶山、濮阳、漯河、南阳、信阳7 年综合效率值从未达到1，表明物流投入与产出不合理，其中信阳的历年平均的综合效率值最低，为0.455，说明信阳在物流方面的投入产出资源分配方面还有较大的提升空间.
2.2 河南省18市物流资源效率分区评价分析
投入和产出指标的选取对于DEA模型是否准确十分重要. 在基于国内外相关文献的基础上，并综合考虑数据的代表性和可得性，力求较全面地反映一个区域的物流投入和产出. 本文构建了河南省物流投入产出效率的评价指标体系（表1），在DEA模型指标中，产出指标主要选取了常见的GDP、物流业增加值和货运总量；投入指标中，由于缺少物流业相关人员的数据统计，并且交通运输、邮政和仓储占据了物流业增加值总量的84%，运用交通运输业及邮政业从业人员作为物流行业人员的代表［15］. 另外，选取等级公路总里程、交通运输等固定资产投入作为投入指标［16-21］，将所选取的物流投入和产出指标进行Pearson相关系数检验，得到表2. 由表2可知，所选的指标都通过1%的显著性相关检验.
第三、利用超声波，检出间接性征象的概率更高，其能第一时间发现肠壁水肿、肠管动力下降等症状，其能够起到一定的预警作用[4]。
图1 2011—2017年河南省各地理区域物流投入产出效率趋势图
Fig.1 Trend chart of logistics input-output efficiency in each geographical region of Henan Province from 2011 to 2017
为进一步测量出DEA 模型效率值的影响因素及其影响程度，在DEA 衡量投入产出效率的基础上，将DEA计算出的效率值作为系统行为序列，并以投入产出的指标作为影响序列，运用灰色综合关联法得到两序列的关联度. 以此反应它们相对于试点变化速率的接近程度［14］. 曲线的相似程度越高，序列相关性越大. 具体公式如下：
2.3 河南省18市物流资源配置效率影响因素分析
式中：εij 表示xi 和xj 的绝对灰色关联度；rij 表示相对灰色关联度；0 ≤η ≤1，一般取η =0.5 .
综合效率=纯技术效率×规模效率.
表4 2017年河南省18市物流投入配置效率
Tab.4 Logistics input allocation efficiency of 18 cities in Henan Province in 2017
在对综合效率的影响上，较小值是导致物流资源配置综合效率低的原因，较大值是形成物流资源配置综合效率高的主要因素. 本文为了保障数据的时效性，选取2017年河南省18市物流的相关数据. 由表3可以看出，开封、商丘和济源的纯技术效率都是1，但其综合效率小于1，原因主要是规模效率相对较小，说明资源规模投入是造成这些市的物流资源配置无效的原因，提升规模效率是提升整体效率的关键. 平顶山、信阳、焦作、许昌、安阳、驻马店等地都有较高的规模效率，但纯技术效率相对较低，导致这些地区综合效率较低说明这些地区的物流技术相对较弱.
在10 ℃的温度梯度下进行了一系列的测量,以BP光中心频率为参照,记录BS1到BS25的25阶stokes光中心频率的漂移情况,绘制在图8中,图8很好的反映了温度、stokes阶数和stokes光中心频率漂移量之间的关系。
3 物流效率指标的灰色关联度分析
“一带一路”为我国企业走出去带来了前所未有的新契机，正是因为前所未有，所以企业经验不足，缺乏相关的人才。现有的知晓国际税收的人才多数集中在大企业，中下层较少。同时，由于“一带一路”提出之前企业中懂得小语种的人才较少，或者是懂得的小语种种类较少，这也是走出去倡议中的绊脚石之一。面临这些挑战，国家与企业应该大力培养更多的人才，加强对相关领域人才的培训，引进更多新的人才。尽快培育出一批适应“一带一路”倡议需求的国际税收人才。
水权实时监管信息化系统是一个以GPS为信息定位手段，GSM、GPRS为信息传递手段，实时采集单井用水情况，进行水权落实精准化管理的系统。该系统从结构上分为系统管理、属性库管理、图形库管理、统计与报表、用水管理与决策支持等五部分。主要设计：GIS地图显示模块、GSM\GPRS数据通讯模块、监控调度模块、数据库管理模块。
表5 河南省物流投入产出效率关联度分析结果
Tab.5 Analysis results of correlation degree of logistics input-output efficiency in Henan Province
由表5以看出，河南省的物流投入产出效率的各影响因素的相对关联度都高于0.63，由此可见，所选取的指标对于河南省物流投入产出效率具有较大的影响作用. 再从综合关联度的产出指标看，对河南省物流投入产出影响最大的是货运总量，为0.608 0，其次是GDP和物流业增加值，分别是0.571 2和0.565 9. 再从投入指标看，等级公路里程对于河南省物流投入产出影响效率最大，为0.657 5，其次是交通运输仓储邮政业从业人员，为0.606 2. 然而对河南省物流效率影响作用最小的是交通运输等固定资产投入，综合关联度为0.570 3.
4 结论及建议
4.1 结论
在利用DEA模型对河南省18市2011—2017年物流数据分析之后，发现省会郑州物流投入产出一直为DEA有效状态. 周口、许昌在7年内6年的综合效率值达到1，焦作、济源也有5年综合效率值达到1，投入产出配置合理. 但平顶山、濮阳、漯河、南阳、信阳在这7年中综合效率值从未达到1，其中信阳的历年平均综合效率值最低，表明其在物流投入产出资源分配方面还有较大的提升空间. 之后，运用DEA规模效率可变的BCC模型分析了2017年河南省18市的物流投入产出效率. 省会郑州综合效率、纯技术效率、规模效率均达到DEA有效，开封、商丘和济源综合效率小于1的原因是规模效率相对较低，投入规模是制约这些地区物流业发展的主要因素. 平顶山、安阳、焦作、许昌、信阳、驻马店等地的纯技术效率较低，说明这些地区对物流资源的配置、整合能力不足，并且管理技术、方法也相对较为落后，造成物流资源浪费和物流产出效率低下. 灰色综合关联分析表明，货运总量和等级公路里程对河南省物流投入产出效率具有较大的影响作用，交通运输固定资产投入的影响作用较小.
4.2 建议
根据上述结果，提出以下建议：
1）改进平顶山、信阳、焦作、许昌、安阳、驻马店等地的物流业管理技术和方法，提高这些地区对物流资源和整合的能力. 加大与高校合作力度，培养高水平物流科技人才，应用高科技物流技术，如RFID、物联网等，利用物流大数据技术对物流需求进行有效预测.
2）开封、济源等地的规模效率低，并且规模收益递增，故应在目前的物流资源和物流运作管理水平上，适当扩大物流业的规模，实现整体物流效率的提升. 商丘的规模效率较低，且规模收益处于递减状态，故应该适当减少物流规模扩张，调整物流投入，实现物流规模投入的高效利用.
3）豫南地区的物流发展相对较落后，影响整个河南省的物流效率，建议政府部门统筹全局，合理规划物流体系，构建覆盖河南省的高效物流网络，实现地区间的协调发展. 由于物流业与各产业之间密切相关，建议加强产业之间的合作，构建不同行业与物流业的信息共享平台，促进产业之间的协调发展.
在知识经济时代，知识型员工与普通员工的价值贡献差异很大,对回报的渴望也相差很大。物质待遇虽是低层次需求,但它已是一个人社会声望的标志,也是一个人所属于什么类型阶层的区分标准，因此物质水平的高低已经变成了一种成就层次上的满足。与其他员工相比,知识型员工考虑的更多的是个人职业规划的发展所带来的成就感和价值感,并需要通过合理公平的报酬体现出来。
参考文献：
［1］ 陈松，惠青，郭延江.基于DEA-Malmquist的海南省物流业动态效率评价［J］.铁道运输与经济，2013，35（6）：97-101.
［2］ 王丽萍.基于DEA的中部六省物流运作效率研究［J］.现代管理科学，2014（5）：113-115.
［3］ 吴雅霜.基于DEA的制造业与物流业联动发展评价及服务模式研究［D］.北京：北京交通大学，2015.
［4］ 刘云枫，宋凯捷.基于DEA的北京市物流效率与环境影响研究［J］.物流技术，2014，33（5）：83-85，245.
［5］ APERGIS N，POLEMIS M L. Competition and efficiency in the MENA banking region：a non-structural DEA approach［J］.Applied Economics，2016，48（54）：5276-5291.
［6］ BARROS C P，WANKE P，DUMBO S，et al.Efficiency in angolan hydro-electric power station：a two-stage virtual frontier dynamic DEA and simplex regression approach［J］.Renewable and Sustainable Energy Reviews，2017，78：588-596.
［7］ 郭子雪，张雅辉，黄新.基于DEA模型的京津冀区域物流效率评价研究［J］.数学的实践与认识，2018，48（24）：41-50.
［8］ 王博，祝宏辉，刘林.我国“一带一路”沿线区域物流效率综合评价——基于三阶段DEA 模型［J］.华东经济管理，2019，33（5）：76-82.
［9］ 张广胜.基于灰色关联投影模型的物流能力评价研究［J］.北京交通大学学报（社会科学版），2014，13（2）：15-19.
［10］ 王春豪.新疆物流业与制造业协同发展实证研究——基于灰色关联分析［J］.科技管理研究，2013，33（6）：209-212.
［11］ 陈继红，孟威，陈飞儿，等.基于灰色关联的沿海铁矿石港口物流发展绩效评估与应用［J］.数学的实践与认识，2015，45（23）：120-128.
［12］ 岳云康，焦利芹，高平堂.山西物流与经济灰色关联分析［J］.经济问题，2017（7）：121-124.
［13］ 杨佳伟，王美强.基于非期望中间产出网络DEA的中国省际生态效率评价研究［J］.软科学，2017，31（2）：92-97.
［14］ 吴旭晓.中原城市群城区经济发展效率研究［J］.河南工业大学学报（社会科学版），2012，8（4）：38-44.
［15］ 周会会.基于DEA的中部6省物流业全要素能源效率分析［J］.铁道运输与经济，2016，38（3）：13-18.
［16］ 章文燕.基于灰色关联分析法的物流发展影响因素分析［J］.统计与决策，2011（23）：105-107.
［17］ 王瑛，杜鹏程，汪凯茜.中国物流投入产出效率评价体系及实证检验［J］.北京工商大学学报（社会科学版），2013，28（3）：59-64.
［18］ 唐鑫.基于DEA的京津冀地区物流业效率分析［J］.中国社会科学院研究生院学报，2015（4）：50-55.
［19］ SUN J，YUAN Y，YANG R，et al.Performance evaluation of Chinese port enterprises under significant environmental concerns：an extended DEA-based analysis［J］.Transport Policy，2017，60：75-86.
［20］ RASHIDI K，CULLINANE K.Evaluating the sustainability of national logistics performance using Data Envelopment Analysis［J］.Transport Policy，2019，74：35-46.
［21］ 王蕾，薛国梁，张红丽.基于DEA分析法的新疆北疆现代物流效率分析［J］.资源科学，2014，36（7）：1425-1433.
Evaluation of Logistics Efficiency in Henan Province Based on DEA and Grey Relational Model
LIU Meng， LI Zhanguo， LI Jingyu， ZHANG Wenjuan
（College of Information and Management Science，Henan Agricultural University，Zhengzhou 450002，China）
Abstract： Taking 18 cities in Henan Province as the object of study，this paper studies the efficiency of resource allocation in logistics industry and analyzes the input or output indicators which have a great impact on the efficiency of resource allocation.Firstly，the DEA model is used to analyze and evaluate the relevant data of logistics industry in Henan Province from 2011 to 2017.Then the grey comprehensive correlation analysis method is used to find out the indicators that have a greater impact on logistics efficiency in Henan Province.The results show that the efficiency of resource allocation in central and northern Henan is relatively high，while that in southern and western Henan is relatively low，and there is a waste of resources. The total freight volume and grade road mileage have a great impact on the efficiency of logistics input and output in Henan Province.
Key words： DEA；grey relational analysis；logistics efficiency
中图分类号： F 259.27
文献标识码： A
文章编号： 1004-3918（2019）11-1872-07
收稿日期： 2019-08-15
基金项目： 国家自然科学基金项目（11372282）；河南省教育厅项目（15A110028）；河南省科技厅项目（142300410447）
作者简介： 刘 蒙（1994-），男，硕士研究生，主要研究方向为物流管理
通信作者： 李战国（1972-），男，副教授，硕士生导师，博士，主要研究方向为应用数学与软科学
（编辑 孟兰琳）
标签：dea论文; 灰色关联分析论文; 物流效率论文; 河南农业大学信息与管理科学学院论文;