諶 亮，桂壽平

（1.廣東煙草中山市有限責任公司 卷煙物流配送中心，廣東 中山 528401；2.華南理工大學 經(jīng)濟與貿(mào)易學院，廣東 廣州 510006）

1 引言

習近平總書記在十九大報告中明確指出：“樹立安全發(fā)展理念，弘揚生命至上、安全第一的思想，健全公共安全體系，完善安全生產(chǎn)責任制”，安全生產(chǎn)工作重要性凸顯，持續(xù)提升安全生產(chǎn)管理水平是現(xiàn)代企業(yè)的當務之急。卷煙物流配送中心是煙草供應鏈的核心環(huán)節(jié)，是連接工業(yè)企業(yè)和卷煙零售客戶的紐帶，它集卷煙倉儲、分揀、配送、“兩打三掃”、信息管理和精益物流管理等于一體，具有存貨價值高、儲存要求、配送車輛多、年行駛里程長等特點，安全風險大，安全責任重。

近年來，伴隨著現(xiàn)代煙草商業(yè)企業(yè)核心競爭力的構建，卷煙物流配送中心的建設步伐加快，商業(yè)企業(yè)基本實現(xiàn)了自營物流。但是，參差不齊的物流基礎設施、復雜的路況條件、超負荷的卷煙配送量、安全管理及應急處理能力不強，使得安全事故時有發(fā)生，迫切需要提高物流安全資源投入效率。卷煙物流配送中心的安全資源主要包括管理資源、人力資源、機器設備資源、車輛資源、廠房資源和應急資源等[1]。為避免經(jīng)濟損失和員工傷亡，確保商業(yè)企業(yè)高質量的發(fā)展，需科學、及時地配置卷煙物流配送中心的各項安全資源，提高安全生產(chǎn)管理水平。

目前已有物流安全研究的相關文獻涉及物流安全運籌學的構建、電子商務物流配送安全、危險品物流安全、物流供應計劃與城市道路安全、應急物流安全和員工安全參與行為等方面。如黃浪等[2]建立物流安全運籌學基礎框架，構建學科一般研究程序，提出了具體步驟、研究方法和內(nèi)容；孫慶蘭等[3]依據(jù)扎根理論建立電子商務物流配送安全影響因素指標體系，構建結構方程模型研究電子商務物流配送安全影響因素。趙偉峰等[4]提出了一種層次分析法和DEMA-TEL 法耦合的安全管理能力分析方法，明晰?；肺锪鬟\輸企業(yè)安全管理能力要素的相互關系和結構屬性；Valery Lukinskiy 等[5]基于物流“及時”理念建立模型考察了物流供應計劃與城市道路安全的相關性問題，并計算以客戶為導向的貨物交付時間；Charlotte Huff[6]論述了颶風哈維肆虐期間人員配置和應急物流安全網(wǎng)絡對減少損失、挽救生命的重要作用；鄭濤等[7]構建了員工安全參與行為的演化博弈模型，采用系統(tǒng)動力學方法和數(shù)值仿真分析物流企業(yè)員工安全參與行為及演化路徑。而煙草行業(yè)基礎管理研究，主要集中在煙草供應鏈[8]、精益管理[9-10]等方面，鮮有涉及煙草物流安全方面的研究。因此，本文采用三階段DEA方法研究煙草商業(yè)系統(tǒng)卷煙物流配送中心的安全投入效率，利用SFA 模型剔除環(huán)境因素和隨機誤差，以期客觀判斷煙草物流安全資源的利用效率，為商業(yè)企業(yè)有效提高物流安全投入效率提供理論和技術支持。

2 三階段DEA模型的構建

DEA分析方法即數(shù)據(jù)包絡分析方法,是由美國著名運籌學家Charnes 等[11]提出的一種效率評價方法，其基本思想為采用數(shù)學規(guī)劃方法建立評價模型，主要用于多輸入、多輸出的復雜決策單元（DMU）的相對有效性評價。但傳統(tǒng)的DEA模型在對決策單元進行效率評估時，會將任何與效率前沿的偏差都看成是由管理無效率引起的，而忽略了環(huán)境和隨機誤差對效率值的影響[12]，有可能使得到的估計結果不準確。因此，本文采用Fried 等2002年提出的三階段DEA方法[13]，綜合運用隨機前沿分析SFA方法和傳統(tǒng)DEA 方法，剔除環(huán)境因素和隨機誤差因素對物流安全投入效率的影響，對2017年廣東各地市煙草商業(yè)企業(yè)物流安全投入效率做出更加準確、客觀的評價。

2.1 第一階段使用傳統(tǒng)DEA模型

DEA 方法常用的有C2R 模型和BC2模型，本文采用投入導向規(guī)模報酬可變的BC2模型[12]。

式中，λj表示單位組合系數(shù)；θ表示決策單元的相對有效性；VD、X0、Y0為常數(shù)項；Xj、Yj分別表示輸入和輸出變量，j=(1,2,...,n)；s-、s+表示松弛變量。若θ=1，則表明決策單元j為弱DEA 有效；若θ=1且 s-=0 ，s+=0 ，則表明決策單元j為 DEA 有效；若θ ＜1，則表明決策單元j為DEA無效。

2.2 第二階段建立類似SFA模型

根據(jù)Fried[13]等的思路，利用隨機前沿分析SFA方法，對第一階段所得到的松弛變量進行分析，建立如下類似SFA回歸方程：

式中，Sni為第i個決策單元在第n個投入上的松弛變量，即理想投入與實際投入的差值用來標識環(huán)境因素對Sni的影響，通常取即為觀測到的k維環(huán)境變量，βn為環(huán)境變量對應的參數(shù)向量；vni為隨機干擾項，其服從正態(tài)分布，即為管理無效率，其服從在零點截斷的正態(tài)分布，即vni+uni為聯(lián)合誤差項，一般來說，un=0 ，uni＞0 。vni、uni獨立不相關。

利用類似SFA 模型的回歸結果，剔除環(huán)境因素和隨機誤差因素對決策單元所造成的影響，讓所有決策單元均處于相同的環(huán)境之中。以最有效的決策單元的投入量為基準，對其它決策單元投入量進行調(diào)整，具體公式如下：

2.3 第三階段調(diào)整投入量后的DEA模型

將調(diào)整后的投入量代替原始投入量，再次運用傳統(tǒng)BC2模型進行效率評估，即得到剔除了環(huán)境因素和隨機誤差因素的更加準確、客觀的安全投入效率值。

3 變量選取及數(shù)據(jù)說明

3.1 安全投入、產(chǎn)出指標

運用傳統(tǒng)DEA 模型評價安全投入產(chǎn)出效率，投入產(chǎn)出指標的選取最為關鍵，要盡量避免指標間的線性相關性[11]。本文以廣東省煙草商業(yè)系統(tǒng)下屬19家地市卷煙物流配送中心作為研究對象，對各地市2018年安全投入效率進行研究。

（1）安全投入指標。投入指標一般包括資本和勞動兩大類要素[15]，本文選取各地市卷煙物流配送中心安全投入費用、物流從業(yè)人員數(shù)量作為投入指標。另外，考慮到配送作業(yè)涉及車輛多，車輛行駛里程長，行駛時間直接影響作業(yè)安全，將配送時間作為一個投入指標。田剛，馮纓[16]也采用了類似的指標。

（2）安全產(chǎn)出指標。產(chǎn)出指標選取安全送貨數(shù)量和安全績效。安全績效用安全結果和安全行為來度量，安全結果用安全事故率和安全事故造成的經(jīng)濟損失大小來測算，安全行為包括人的安全行為和物的安全狀態(tài)。人的安全行為以員工遵守安全生產(chǎn)相關規(guī)定、參與生產(chǎn)作業(yè)安全改善和安全評估等促進和提升企業(yè)安全生產(chǎn)管理水平的積極性來評估；物的安全狀態(tài)以符合《煙草行業(yè)安全生產(chǎn)標準化規(guī)范》（YC/T 384-2011）的相關要求來衡量。

3.2 環(huán)境變量

環(huán)境變量一般應滿足“分離假設”原則，即環(huán)境變量對物流安全投入效率有影響，但短期內(nèi)變化不大[17]?；谏鲜鲈瓌t和數(shù)據(jù)的可得性，本文分別選取廣東省各地市物流基礎設施、員工素質、汽車使用年限代表環(huán)境變量。物流基礎設施水平對物流安全投入效率具有決定性作用；大專以上學歷人數(shù)占企業(yè)總人數(shù)的比率表示先進的技術、管理水平的程度，通常先進的技術、管理水平與物流安全投入效率正相關，用其作為環(huán)境變量可以排除其對各地市安全投入效率的擾動；物流安全投入效率受汽車使用年限的影響，汽車使用年限越短，投資強度越大，汽車使用年限越長，發(fā)生安全事故的概率也相應增大。因此，選取汽車使用年限作為環(huán)境變量。

表1 投入產(chǎn)出及環(huán)境變量指標

4 數(shù)據(jù)來源及指標描述

本文數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、《廣東省煙草專賣局業(yè)務管控平臺》和《廣東省煙草專賣局辦公室關于2017年全省煙草商業(yè)系統(tǒng)對標指標情況的通報》（粵煙辦綜[2018]21號）。安全績效通過問卷調(diào)查的形式獲取，問卷調(diào)查所選擇的訪談人員為各商業(yè)單位注冊安全工程師，且具有三年及以上廣東煙草商業(yè)系統(tǒng)安全生產(chǎn)工作考評經(jīng)驗的人員。通過文獻的分析歸納，人的安全行為從員工遵守安全規(guī)定（包括駕駛員遵守相關交通法律、法規(guī)）、參與安全生產(chǎn)兩個方面設置測量指標，物的安全狀態(tài)從職業(yè)健康體系運行、設施設備和安全信息化等方面設定測量指標，得到以下安全績效測量指標體系[16]，見表2。

表2 安全績效測量指標體系

根據(jù)上述構建的指標體系，借助李克特量表法（Likert Scale）設計對應的調(diào)查問卷。由于煙草行業(yè)對于安全事故采取“一票否決制”，因此一旦商業(yè)企業(yè)發(fā)生重大安全事故或者事故造成重大經(jīng)濟損失，即說明安全漏洞大，安全投入效率分析無意義，則剔除該商業(yè)企業(yè)后再進行分析。

安全行為的測量方式如下：根據(jù)問卷對象對測量指標的評價“非常同意”、“同意”、“不一定”、“不同意”、“非常不同意”五種回答分別記為5、4、3、2、1，安全績效總分就是人的安全行為和物的安全狀態(tài)指標測量得分的加總，經(jīng)過無量綱化處理后，得到最終的安全績效得分。并運用SPSS13.0軟件對調(diào)查數(shù)據(jù)進行可靠性分析，分析結果表明可靠性α系數(shù)值均大于0.7，說明調(diào)查數(shù)據(jù)很可信。

由圖1可知，廣東省各地市煙草商業(yè)企業(yè)平均安全績效僅為2.87，整體安全績效偏低。其中，安全績效低于平均值的地市有10 家，安全績效高于平均值的地市有9 家。進一步分析發(fā)現(xiàn)，安全信息化、員工積極參與安全生產(chǎn)風險評估和員工積極提出安全生產(chǎn)改善建議三項指標平均得分位于后三位，分別為1.72，2 和2.2，說明安全信息化水平和員工主動參與安全管理的能動性不高。

圖1 廣東省各地市煙草商業(yè)企業(yè)安全績效

5 基于三階段DEA模型的煙草商業(yè)企業(yè)物流安全投入效率實證分析

5.1 第一階段傳統(tǒng)DEA的實證分析

第一階段運用DEA-SOLVER Pro5.0 測算了廣東煙草商業(yè)系統(tǒng)19家地市卷煙物流配送中心的物流安全投入綜合技術效率、純技術效率與規(guī)模技術效率，結果見表3。

表3 廣東省各地市煙草商業(yè)企業(yè)安全投入產(chǎn)出效率值

根據(jù)計算結果，若不考慮環(huán)境和隨機因素的影響，廣東省各地市物流安全投入綜合效率均值為0.809，純技術效率均值為0.843，規(guī)模效率均值為0.959。其中，珠海、佛山、清遠、東莞、中山和廣州DEA 綜合效率值、純技術效率和規(guī)模效率均為1，說明以上地市卷煙物流配送中心的物流安全投入處于DEA有效狀態(tài)，是效率標桿，其他13家地市物流安全投入DEA無效。

5.2 第二階段SFA回歸分析

將物流安全投入費用、物流從業(yè)人數(shù)和配送車輛使用年限的松弛變量作為因變量，固定資產(chǎn)投入、人均GDP、每百人中大專以上學歷人數(shù)作為自變量建立SFA回歸模型，結果見表4。

表4 SFA模型回歸結果

所選的環(huán)境變量對于安全投入和勞動當量的松弛變量均有一定的解釋作用，模型整體是顯著的。γ趨近于1表明在復合誤差項中管理無效率對物流安全投入松弛變量的影響占主導地位，隨機因素對投入松弛變量的影響較小，使用SFA 進行回歸分析合理。由于投入冗余可視為各地市商業(yè)企業(yè)的機會成本，當回歸系數(shù)為正時，說明環(huán)境變量不利于DEA效率的提高，會增加相應的松弛變量，解釋為環(huán)境變量的增加會降低物流安全投入效率；當回歸系數(shù)為負時，說明環(huán)境變量有利于DEA效率的提高，會減少對應的松弛變量，解釋為環(huán)境變量的增加有利于物流安全投入效率的提升[9，12]。

（1）物流基礎設施水平對各投入松弛變量的回歸系數(shù)為負，表明商業(yè)企業(yè)物流基礎設施、物流設備和物流信息系統(tǒng)完善，有利于安全投入冗余的減少，從而提升物流安全投入效率，符合實際情況。

（2）員工素質對各投入松弛變量有顯著的負向影響，表明員工素質的提高，有利于新技術、新方法的推廣，減少安全投入的浪費，從而提升企業(yè)的安全投入效率。

（3）配送車輛使用年限的回歸系數(shù)為正，意味著隨著車輛使用年限的延長，汽車故障率相應增加，為了確保配送安全，相應的維修費用、安全管理費用投入亦增加，從而降低安全投入效率。

5.3 第三階段DEA測算分析

運用式（3）計算同質環(huán)境下的新投入值，產(chǎn)出數(shù)據(jù)不變，代入傳統(tǒng)DEA 的BC2模型中，利用DEAP2.1軟件再次計算安全投入效率，見表5。

表5 同質環(huán)境下安全投入效率值

通過表3和表5的數(shù)據(jù)對比分析發(fā)現(xiàn)，有效剔除環(huán)境因素和隨機誤差因素后，各地市物流安全投入效率結果及結構均發(fā)生了較大變化。

（1）廣東省各地市綜合技術效率平均值由0.809下降到0.791，說明環(huán)境因素促進了安全投入效率的提升，測算物流安全投入效率時剔除環(huán)境因素能得到可靠的結果。

（2）物流安全投入效率結構變化明顯，純技術效率平均值由0.843 上升到0.904，規(guī)模效率平均值由0.959 下降到0.868，說明傳統(tǒng)DEA 低估了各地市物流管理水平，高估了規(guī)模效率。另外，剔除環(huán)境因素和隨機誤差因素前，純技術效率均值低于規(guī)模效率均值，而投入修正后，純技術效率均值均高于規(guī)模效率均值，這一結果說明，相較于提升各地市物流安全管理技術水平，合理設置中轉站數(shù)量，科學確定配送規(guī)模，是提升安全投入效率的重點。

（3）效率標桿企業(yè)發(fā)生了變化，由6 個下降到5個。其中，珠海市、佛山市、中山市、廣州市四個企業(yè)仍為效率前沿面企業(yè)，說明這四個地市安全投入效率確實高，剔除環(huán)境因素后，惠州市成為新的效率標桿企業(yè)，說明其真實效率被傳統(tǒng)DEA低估了，而清遠市、東莞市因規(guī)模效率下降退出效率前沿面，說明這兩個地市的真實效率被高估了。

6 研究結論和展望

本文基于調(diào)研數(shù)據(jù)和系統(tǒng)面板數(shù)據(jù)，采用三階段DEA分析方法，對廣東省19個地市煙草商業(yè)企業(yè)物流安全投入效率進行分析，得出以下結論：（1）對比第一階段和第三階段分析結果，發(fā)現(xiàn)各地市物流安全投入效率結果及結構均發(fā)生了明顯變化，表明環(huán)境因素對安全投入效率存在明顯影響，因此利用隨機前沿SFA 分析方法，剔除環(huán)境因素和隨機誤差因素后，測度廣東省各地市煙草物流安全投入效率更加真實、客觀。（2）各地市煙草商業(yè)企業(yè)物流安全投入效率差異較大，呈現(xiàn)出效率標桿企業(yè)集中在珠三角、效率落后企業(yè)集中在粵東的特點。此外，剔除環(huán)境因素和隨機誤差因素前后，粵東地區(qū)純技術效率均值低于規(guī)模效率均值，相較于其他區(qū)域，粵東地區(qū)各地市安全管理水平較低，無法匹配其配送規(guī)模，提升安全管理水平更迫切。（3）環(huán)境因素對安全投入效率存在明顯影響，其中物流基礎設施水平和員工素質有利于安全投入冗余的減少，對物流安全投入的提高具有正向促進作用；而車輛使用年限的增加會提升安全事故概率，不利于全投入冗余的減少，對物流安全投入有顯著負向促進作用。（4）企業(yè)平均安全績效僅為2.87，52.63%的企業(yè)安全績效低于平均值，說明廣東省各地市煙草商業(yè)企業(yè)整體物流安全績效偏低，另外，從單項指標得分來看，各地市安全信息化水平較低，員工主動參與安全管理的積極性不高。

根據(jù)以上結論，得到幾點啟示：第一,不同區(qū)域地市煙草商業(yè)企業(yè)提升安全投入效率的策略各有側重,對于粵東、粵北地區(qū)技術效率提升是關鍵；對于珠三角地區(qū),科學測算配送規(guī)模，合理設置中轉站位置和數(shù)量，是提升安全投入效率的重點。第二，針對廣東煙草系統(tǒng)基礎設施建設存在的短板，各地市應有針對性的加大基礎設施投入以提升安全投入效率。第三，要加強安全教育培訓力度。根據(jù)安全生產(chǎn)工作不斷向專業(yè)化發(fā)展的需要，強化培訓的針對性和專業(yè)性，增強主觀能動性，大力推動企業(yè)加快落實全員安全生產(chǎn)責任制，提升安全生產(chǎn)水平。第四，加強車輛安全管理，提升安全投入效率。一方面，加強車輛檔案管理，實行“一人一檔”、“一車一檔”,有條件的地市還可以依托互聯(lián)網(wǎng)、大數(shù)據(jù)信息化技術，真實、可靠地記錄車輛維修、保養(yǎng)記錄，“一車一檔”地建立車輛電子健康檔案，全面了解車輛使用狀況，提高分析判斷車輛故障的能力和維修效率。另一方面，做好預算管理，及時采購配送用車，淘汰處置年份老、故障率高的車輛，確保行車安全。第五，省局（公司）應為提升物流安全效率營造好的環(huán)境。通過加強物流基礎設施規(guī)劃，加快推進全省系統(tǒng)統(tǒng)一的安全信息化平臺建設，深入開展安全標準化建設等途徑，提升全省商業(yè)企業(yè)安全運作水平。