葉藝勇 （五邑大學 經(jīng)濟管理學院，廣東 江門529020）

YE Yi-yong (School of Economics & Management, Wuyi University, Jiangmen 529020, China)

0 引 言

隨著我國市場經(jīng)濟的快速發(fā)展和世界經(jīng)濟一體化進程的加快，作為“第三利潤源泉”的物流業(yè)在國民經(jīng)濟中發(fā)揮著越來越重要的作用，但同時也面臨著更加激烈和殘酷的競爭。如何才能更好地滿足社會需求，更好地適應激烈的競爭環(huán)境，是物流企業(yè)必須要面臨和解決的問題。

但由于物流業(yè)的發(fā)展在中國起步比較晚，加上政策、法規(guī)等外圍環(huán)境的缺失，導致在發(fā)展過程無可避免地存在一些問題，例如：基礎設施不完備、物流管理觀念落后、行業(yè)規(guī)章制度不完善、管理信息化水平低、整體發(fā)展水平不齊等，要解決這些共性的問題，客觀上要求建立與之相適應的物流企業(yè)績效評價指標體系，并確定相應的績效評價方法，以科學、客觀地反映物流企業(yè)的運營情況，并將結果作為加強和改進企業(yè)經(jīng)營管理、實現(xiàn)企業(yè)發(fā)展戰(zhàn)略的基本依據(jù)，只有這樣，才有利于企業(yè)加強資金、技術、市場、人才等方面的管理，提高物流效率和服務水平，從而為物流企業(yè)持續(xù)、健康發(fā)展指明方向[1-2]。

因此，研究物流企業(yè)績效評價問題具有非常重要的現(xiàn)實意義，目前已有眾多科研工作者在這方面進行了相關的研究，例如：楊依如構建了低碳經(jīng)濟視角下的物流企業(yè)績效評價體系，并使用基于績效棱柱及層次分析的綜合方法進行實證研究，得出了較為理想的結果[3]。武富慶在闡述WGA 和CWGA 算子的多屬性群決策方法基礎上，選取了影響煤炭物流企業(yè)物流活動的重要因素，運用基于WGA 和CWGA 算子的多屬性群決策方法對煤炭物流企業(yè)績效進行評價[4]。劉云華通過對冷鏈物流企業(yè)績效評價標準、績效評價指標體系、績效評價方法等幾個方面的深入細致分析研究，結合幾種績效評價方法，提出了DHGF 績效評價模型，并最后對果蔬冷鏈物流企業(yè)進行了實證研究[5]。肖云爽以某物流企業(yè)為例，引入模糊綜合評價模型，運用KPI（關鍵績效指標） 方法從財務、內(nèi)部流程、顧客和學習與成長四個方面建立起物流企業(yè)績效評價體系，對物流企業(yè)的績效進行總體評價[6]。于瑾把遺傳算法和模糊綜合評價法相結合，對物流企業(yè)績效進行了實證分析研究，對物流企業(yè)的管理具有一定的價值[7]。路正南結合物流企業(yè)自身的特點，建立了一套科學、合理的物流企業(yè)績效評價指標體系，并運用拓展OWA 算子評價物流企業(yè)的績效，以便物流企業(yè)準確定位，克服不足，發(fā)揮優(yōu)勢，提高競爭力[8]。

以上研究工作分別從不同的角度和層次對物流企業(yè)的績效問題進行分析研究，并取得了一定的效果。本文擬在前人研究工作的基礎上，結合物流績效評價的特點，使用數(shù)據(jù)包絡分析法（DEA） 對其進行研究分析。

1 DEA 理論及應用于物流企業(yè)績效評價的可行性

數(shù)據(jù)包絡分析（Data Envelopment Analysis，DEA），是運籌學、管理科學和數(shù)理經(jīng)濟學交叉研究的一個重要領域。它是由Charnes 和Cooper 等人于1978 年開始創(chuàng)建的。DEA 是使用數(shù)學規(guī)劃模型評價具有多個輸入和多個輸出的決策單元（DMU） 間的相對有效性（稱為DEA 有效）。DMU 是否為DEA 有效，本質上是判斷DMU 是否位于生產(chǎn)可能集的“前沿面”上。使用DEA 對DMU 進行效率評價時，可以得到很多在經(jīng)濟學中具有深刻經(jīng)濟含義和背景的管理信息，因而，關于DEA 的研究吸引了眾多的學者[9-10]。

結合現(xiàn)代物流企業(yè)的特點，本文認為將DEA 方法應用在物流企業(yè)績效評價方面是可行的，并具有很大的優(yōu)勢，具體體現(xiàn)在：DEA 方法對多目標、結構復雜的動態(tài)系統(tǒng)具有良好的適應性，首先它不需要考慮指標量綱同一化的問題；其次，在數(shù)據(jù)處理之前不需要假設輸入數(shù)據(jù)和輸出數(shù)據(jù)之間任何的函數(shù)關系；第三，數(shù)據(jù)處理過程中不受任何主觀因素的影響，具有很強的客觀性；第四，使用DEA 方法可以對評價結果分析，了解影響企業(yè)物流技術有效及非有效的主要因素，為企業(yè)決策提供依據(jù)；另外DEA 方法是純技術性的，和市場價格無關。所以該方法自產(chǎn)生以來，就被廣泛的應用于企業(yè)績效評價、競爭力評價、投資分析評價、風險性分析評價等多個領域[11-12]。

2 DEA 模型

2.1 C2R 模型

假設有n個單位（決策單元DMU），每個決策單元都有m種“輸入”（表示該單位對“資源”的耗費），以及s種“輸出”（表示該單位消耗了“資源”之后表明“成效”的數(shù)量）。分別為第j個決策單元DMUJ的輸入指標和輸出指標在滿足平凡公理、凸性公理、無效性公理、錐性公理和最小性公理的前提下，建立了帶有非阿基米德無窮小的C2R 模型[13]：

該模型可以評價每個決策單元的技術和規(guī)模的綜合效率，稱為總體效率，設模型的最優(yōu)解為：其評價準則為：

（1） 若V0的最優(yōu)值θ0＝1，且則該決策單元是弱DEA 有效的。即在這n個決策單元組成的經(jīng)濟系統(tǒng)中，對于投入X0可減少且保持原產(chǎn)出Y0不變，或在投入X0不變的情況下可將產(chǎn)出提高

（2） 若V0的最優(yōu)值θ0＝1，且則該決策單元是DEA 有效的。即在原投入X0的基礎上所獲得的產(chǎn)出Y0已達到最優(yōu)。

（3） 若V0的最優(yōu)值θ0＜1，則該決策單元是DEA 無效的。在這種情況下，可通過組合將投入降至原投入X0的θ0比例且保持原產(chǎn)出Y0不減。

2.2 C2GS2 模型

通過C2R 模型，可以判斷某個決策單元是否是DEA 有效。若為DEA 有效，則可以肯定此時的生產(chǎn)經(jīng)營是同時處于技術有效和規(guī)模有效狀態(tài)。但是若某個DMUJ是非DEA 有效的，那么就無法進一步判斷它是否為技術有效，為此建立只用于評價相對技術有效的C2GS2模型[13]：

該模型計算出的DMU 效率是純技術效率，它反映了DMU 的純技術效益狀況，設模型的最優(yōu)解為：其評價準則為：

（1） 若V0的最優(yōu)值θ0＝1，且則該決策單元是弱DEA 有效的。

（2） 若V0的最優(yōu)值θ0＝1，且有則該決策單元是DEA 有效的。

（3） 若V0的最優(yōu)值θ0＜1，則該決策單元是DEA 無效的。

2.3 DMU 非DEA 有效時的投影調(diào)整方法

設（X0,Y0）為某個決策單元的投入量和產(chǎn)出量在DEA 相對有效面上的投影，則輸入和輸出的調(diào)整量為：

調(diào)整后的指標可以作為下一個決策期的投入與產(chǎn)出指標的預測值，因此借助投影就可以找出系統(tǒng)中需要改進的投入量，進而指導系統(tǒng)調(diào)整投入[13]。

3 實證分析

3.1 評價指標體系構建

當前，我國對物流企業(yè)績效評價理論與方法的研究尚處于探索階段，有待形成成熟的理論和完善的評價體系，主要表現(xiàn)在指標體系的分類標準不一致，沒有形成統(tǒng)一的標準和評價規(guī)范；技術性、經(jīng)濟性等定量評價指標和管理水平、組織效率、敏捷性等定性評價指標沒有統(tǒng)一起來?，F(xiàn)有評價指標體系的設計主要是從財務績效指標、客戶管理績效指標、內(nèi)部運營績效、過程績效指標、學習與成長績效指標四個大類來考慮的，每個大類可以繼續(xù)細分為若干個指標，然后再通過主成分分析法、層次分析法、模糊綜合評價法等進行數(shù)據(jù)處理[14-15]，本文結合物流企業(yè)的特點和物流數(shù)據(jù)的可獲取性，選取了員工總數(shù)、固定資產(chǎn)投入、年業(yè)務支出作為輸入指標，凈資產(chǎn)利潤率、市場占有率、平均事后滿意率為輸出指標，作為DEA 模型的數(shù)據(jù)處理對象。

3.2 數(shù)據(jù)處理

以下是8 家物流企業(yè)某一年度的相關統(tǒng)計數(shù)據(jù)[16]，根據(jù)DEA 方法的原理，應將越小越好的指標作為輸入指標，而越大越好的指標作為輸出指標，因此本文選取了員工總數(shù)、固定資產(chǎn)投入、年業(yè)務支出作為模型的輸入指標，凈資產(chǎn)利潤率、市場占有率、平均事后滿意率作為輸出指標，具體數(shù)據(jù)如表1 所示：

表1 物流企業(yè)統(tǒng)計數(shù)據(jù)

根據(jù)C2R 模型和C2GS2模型的基本原理及數(shù)學模型，將其轉換為Matlab 語言編程求解，得到求解結果如表2 所示。

從表2 可以看出，DMU1 和DMU6 均為DEA 有效，即既是規(guī)模有效又是技術有效的，其余6 個決策單元的技術有效性則要需要通過C2GS2模型做進一步的判斷，計算結果如表3 所示。

表2 C2R 模型的求解結果

表3 C2GS2 模型的求解結果

3.3 評價結果分析

（1） 總體有效性分析

根據(jù)表2 的計算結果可知，DMU1 和DMU6 的θ 值和值均為1，意味著只有這2 家企業(yè)是處于有效的生產(chǎn)前沿面上，它的實際含義就是：如果8 家企業(yè)都保持現(xiàn)有的管理水平和技術水平不變，那么只有DMU1 和DMU6 這2 家企業(yè)的投入要素組合是最佳的，同時產(chǎn)出水平也是最高的；而剩余的6 家企業(yè)由于θ 值和值均小于1，均不在生產(chǎn)前沿面上，說明在它們某些環(huán)節(jié)存在資源冗余或者使用效率不高的情況，具體是管理水平不足或者是技術水平欠缺，則需要通過C2GS2模型來判別。（2） 規(guī)模效益和技術有效性分析

通過表2 最后一列可知道，DMU1 和DMU6 的規(guī)模效益已經(jīng)達到了最高值1，而其余6 個企業(yè)均處于規(guī)模效益遞增的狀態(tài)，這也意味著這些企業(yè)的投入沒有獲得最大化的回報。再觀察表2 中第3 列至第5 列中關于松弛變量的取值取0 值的只有DMU5 1 個，其余5 個均有冗余，實際含義就是這5 個企業(yè)的人員編制過多或者是員工工作效率低下所導致的；其次是的取值均為非0，表明企業(yè)的實際運營成本過高；關于的取值，只有DMU5 1 家為非0，說明除了DMU5 以外，其余6 家企業(yè)在固定資產(chǎn)投入方面的效益是比較理想的。所以，綜合3 個剩余變量的取值，我們可以得出這樣一個結論：剩余6 家企業(yè)要想達到最佳的投入產(chǎn)出比例，要么擴大生產(chǎn)規(guī)模，充分利用員工的生產(chǎn)能力，要么在保證生產(chǎn)能力的基礎上，適當裁員；此外，還要控制日常運營成本，開源節(jié)流，降低支出。

最后再分析表3 的數(shù)據(jù)，可以把8 家企業(yè)可以分為3 種類型，第一種是DMU1 和DMU6，他們是既DEA 有效，同時也還是技術有效的；第二種是DMU7、DMU8，其θ 值均為1，說明這2 家企業(yè)的技術效率是處于最佳狀態(tài)的，但不是DEA 有效的，再根據(jù)表2 的分析結果就可知道，DMU7 和DMU8 屬于非規(guī)模有效狀態(tài)，所以，只要想辦法提高企業(yè)的規(guī)模效益，就可以達到DEA 有效的狀態(tài)。第三種是DMU2、DMU3、DMU4、DMU5，這4 家既不是DEA 有效的，也不是技術有效的，解決的辦法就麻煩一些，對于規(guī)模無效，可以考慮通過投影調(diào)整法對無效單元的投入量進行等比例的壓縮而保持產(chǎn)出不變來改善，技術無效的處理則與企業(yè)的決策效果或者經(jīng)營管理的科學性、規(guī)范性相關。

（3） DMU 在有效生產(chǎn)前沿面上的投影分析

從DEA 方法的基本原理可知，對于非DEA 有效的決策單元而言，通過相關措施來調(diào)整輸入和輸出的數(shù)據(jù)，就可以達到DEA 有效的狀態(tài)，這是一個提高決策單元相對績效的過程，下面通過對DMU3 的計算加以說明：

通過上述計算，得出DMU3 決策單元新的投入與產(chǎn)出數(shù)據(jù)，投入方面：員工的數(shù)量由98 人縮減到59 人，固定資產(chǎn)支出由90 萬壓縮到69 萬，年業(yè)務支出從28 萬壓縮到18 萬；產(chǎn)出方面：凈資產(chǎn)利潤率從11.8%上升到13.8%，市場占有率維持3.45%不變，平均事后滿意率從55.25%提升到58.65%，此時，DMU3 單元將處于DEA 有效狀態(tài)，即既是技術有效，同時也是規(guī)模有效。對其他非DEA 有效的決策單元做相同的計算，得出結果如表4 所示。

將表1 和表4 的數(shù)據(jù)集中在一起形成表5，再比較調(diào)整前后的數(shù)據(jù)，發(fā)現(xiàn)原來非DEA 有效的6 個決策單元的輸入及產(chǎn)出情況變化較大，說明原來的投入產(chǎn)出比未達到最大化，根據(jù)投影原理進行調(diào)整后，員工總數(shù)、固定資產(chǎn)投入及業(yè)務支出3 項輸入數(shù)據(jù)均大幅度下降，而輸出指標（績效） 均有不同程度的上升，這也驗證了之前的分析結果。

表4 非DEA 有效的DMU 在生產(chǎn)前沿面上的投影結果

表5 調(diào)整前后的數(shù)據(jù)比較

所以，通過上述方法可以對企業(yè)的系統(tǒng)運營管理進行深入的剖析，不僅可以找出影響企業(yè)物流系統(tǒng)的相關因素，還可以通過調(diào)整指標的變化，觀察系統(tǒng)效益的變化狀況，進而采取相應的改進措施，改善物流系統(tǒng)的實際效益，最終實現(xiàn)整個企業(yè)利益的最大化。

4 結 論

物流企業(yè)績效評價是一種典型的多指標問題，涉及因素眾多，多指標也帶來了分析上的復雜性和指標間的多重相關性、干擾性等問題；本文介紹的DEA 方法，在處理多指標投入、多指標產(chǎn)出的系統(tǒng)綜合評價方面具有很好的效果，不僅可以通過橫向的比較，判斷出企業(yè)的整體狀況，還可以得出各個企業(yè)相對的規(guī)模效益和技術有效性程度，進而針對企業(yè)存在的具體問題提出改善的建議，為企業(yè)下一步的發(fā)展決策提供了參考的依據(jù)。當然，企業(yè)的發(fā)展要受到眾多外圍因素的影響，本文所討論的模型參數(shù)均為定量化的，在實際的企業(yè)管理運營過程中，還要充分考慮例如法律、政策、競爭等定性指標的影響，才能做出全面合理的決策。

[1] 周濤. 物流企業(yè)績效評價體系及層次評價[J]. 華東經(jīng)濟管理，2005,19(6):90-92.

[2] 范春梅. 物流企業(yè)績效評價方法及實證分析[D]. 湖南：長沙理工大學（碩士學位論文），2005.

[3] 楊依如. 低碳經(jīng)濟視角下物流企業(yè)績效評價體系[J]. 會計之友，2013,24(8):31-33.

[4] 武富慶. 基于WGA 和CWGA 算子的煤炭物流企業(yè)績效評價[J]. 商場現(xiàn)代化，2013,721(16):134-135.

[5] 劉云華. 基于DHGF 理論的果蔬冷鏈物流企業(yè)績效評價研究[D]. 昆明：云南財經(jīng)大學（碩士學位論文），2011.

[6] 肖云爽. 基于KPI 的物流企業(yè)績效模糊綜合評價模型[J]. 物流科技，2013(4):69-72.

[7] 于瑾. 基于GA 與模糊綜合評價法的物流企業(yè)績效評價研究[J]. 天津市財貿(mào)管理干部學院學報，2011,11(2):20-22.

[8] 路正南. 基于拓展OWA 算子的物流企業(yè)績效評價[J]. 商業(yè)時代，2011,30(9):39-40.

[9] 魏權齡. 數(shù)據(jù)包絡分析（DEA）[J]. 科學通報，2000,45(17):1793-1808.

[10] 石文理. 數(shù)據(jù)包絡分析方法在電力項目施工評標中的應用研究[D]. 重慶：重慶大學（碩士學位論文），2004.

[11] 王若剛，馮英俊，楊昌. 基于DEA 的第三方物流動態(tài)績效評價研究[J]. 沈陽建筑大學學報，2006,22(1):173-176.

[12] 陳芝，單汨源，顧恒平. 基于DEA 的企業(yè)供應物流系統(tǒng)效率評價的實例分析[J]. 湖南大學學報，2005,19(6):68-71.

[13] 魏權齡. 數(shù)據(jù)包絡分析[M]. 北京：科學出版社，2004:24-30.

[14] 王瑞亮. 第三方物流企業(yè)績效評價指標體系構建與實證分析[D]. 大連：大連海事大學（碩士學位論文），2006.

[15] 姚桂君. 第三方物流企業(yè)績效評價指標體系研究[D]. 大連：大連海事大學（碩士學位論文），2005.

[16] 吳金卓，王立海. DEA 模型評價物流企業(yè)綜合效率的應用分析[J]. 森林工程，2005,21(2):64-67.