基于PCA和DEA模型的内蒙古邮政物流网络效率评价

洪伟立++李弘

摘 要：信息化时代下物流网络效率的研究对物流行业的发展有着至关重要的作用。文章以邮政物流为研究对象，结合主成分分析法建立合理的评价指标体系，再利用数据包络分析法（DEA）对内蒙古地区的12个盟市的邮政物流网络利用进行效率评价，分析效率利用存在的问题并提出相关建议，以期为邮政物流的发展提供决策依据。

关键词：邮政物流网络；主成分分析法；DEA；评价指标体系

中图分类号：F618 文献标识码：A

Abstract： The research of logistics network plays an important role in the development of the logistics industry in the information age. Based on the postal logistics as the research object， combined with principal component analysis method to establish a rational evaluation index system， using data envelopment analysis（DEA）to evaluate efficiency by using the postal logistics network of 12 cities of Inner Mongolia area， the efficiency of use are analyzed and put forward relevant suggestions， in order to provide decision basis for development for postal logistics.

Key words： postal logistics network； principal component analysis； DEA； efficiency evaluation

0 引 言

我國邮政业具有悠久历史和广泛群众基础，是社会经济流通中的主动脉和主渠道。其在长期的传统业务经营中，业务端点已延伸到乡、镇、农村，形成了点多、面广、线长的网络资源优势。随着邮政与邮电分营及政企分开，邮政经营出现亏损。在传统邮务萎缩、而物流业呈现快速增长的情况下，发展邮政物流成为适应市场需求变化、实现邮政产业调整的必然选择。邮政物流的发展依赖于其核心的物流网络资源。涉农物流主要是包括农资物流，农产品以及农村日用消费品配送物流，其主要特点是覆盖的区域广，季节性强，需求分散，同时运作和服务的难度较高[1-2]。对内蒙古而言，其地区资源丰富、地广人稀，各区域发展不平衡，涉农物流的发展是推动内蒙地区农业与经济发展的重要力量。而物流需求分散，规模小、总量大、基础设施薄弱，这些地区特性适于邮政物流在开展涉农物流中发挥其资源优势。但从邮政业务开展实际情况看却不尽人意，业务量低、物流网络资源出现闲置和浪费。因此，考察并优化邮政物流资源利用水平成为促进邮政及地区发展的重要问题。

近年来，对邮政物流网络的研究主要集中在物流网络选址和优化，蔡超彦（2010）认为邮政物流应该要根据权重法确定配送中心的位置，构建出辐射型的运输网络[3]；吴新燕（2013）等从邮政运输成本和用车需求，结合扫描算法，对南京周围九城市的邮政物流配送网络进行优化，达到提高运作效率及客户满意度的目的[4]；王鑫磊（2012）等先构建了物流网络的评价体系，得到每个城市的物流实力，再结合潜力模型和城市运输点到物流中心的时间，构建出合适的物流网络[5]；王亚楠（2013）等通过建立邮政逆向物流逆向网络配送数学模型，在信息反馈的基础上提出新的物流网络优化方法[6]；冀佩玮（2013）从不同角度对北京邮政布局进行分析，运用流程管理的思想设计出新的物流网络路径[7]；傅斌勇（2013）认为在电子商务背景下邮政应该从管理系统的角度建立辐射型邮政物流网络，改造现有物流网络，发挥邮政自身优势[8]。温攀（2016）在整理邮政历年的年度数据中发现网点分布存在东密西疏的问题，提出使用辐射式物流网络对邮政网点进行整体规划[9]。

在邮政物流网络效率评价方面，李弘（2012）从资源配置和农资邮政运作的角度建立评价指标体系，采用DFMC-DEA改进模型对农资邮政物流网络资源进行效率评价，给出了提高邮政物流网资源效率的建议[10]；裘伟（2014）从邮政物流信息化实施的角度结合平衡卡理论构建评价指标体系，运用层次模糊评价模型对邮政物流网络进行评价，给出了提高邮政物流网资源效率的建议[11]；孙飞（2011）从邮政物流网络的流程管理效率和运行质量角度构建评价指标体系，运用模糊层次评价法对邮政网络进行效率评价，从而提出提高邮政物流网络运作效率的方法[12]。

综上文献可以看出，针对邮政物流网络的研究，多集中在微观层面，主要解决选址设计等网络布局问题，而从邮政行业宏观层面针对其效率低下这一主要问题进行的研究缺乏。内蒙古的地理特性使其在邮政开展涉农物流中具有代表性，因此，选取此区域物流网络为系统，采用定量化的研究方法给出明确的效率改进建议，以期为邮政物流发展提供借鉴。

1 指标体系的构建

物流是用来反映物品的流动，各个物流节点通过信息的相互传递组成物流网络，物流网络也是整个物流系统的外在表现形式。物流网络有三个重要组成部分，分别是物流组织网络、基础设施网络以及物流信息网络[13]。根据物流网络的具体内容以及数据口径的统一性、可比性原则，同时考虑内蒙古地区邮政网络的实际情况，本文选取的投入和产出指标如表1所示：

投入指标：邮政物流从业人数是指在某一段时间内从事邮政物流行业的劳动力资源的实际利用情况，可以反映出该地区邮政物流劳动经济的发展状况；邮政物流固定投资是指邮政企业在建造物流运输基础设施、购买相关设备等费用的总费用，反映邮政基础设施的建设和发展的指标；邮政网点个数是指在该地区担任物流中转角色，进行货运分拨的端点；公路长度是反映邮政物流在该地区运输、通信等基本能力的反映；邮政物流信息资金的投入是指在该地区邮政物流在信息化建设中投入的资金，该指标在一定程度上反映了物流网络的建设情况。

产出指标：邮政物流总业务量是邮政在该地区发展情况和某段时间内带来的经济效益的反映。邮政物流利润总额是邮政在该地区邮政企业物流业务的总利润，是邮政物流的总成果反映。邮政物流货运周转量是邮政企业不同运输工具其货物运输的总数量和运输距离乘积之和。产出指标是物流网络资源利用效果的体现。

2 研究方法说明

本文运用主成分分析（PCA）和数据包络分析（DEA）相结合的方法对邮政物流网络进行效率评价，这两种方法相结合有其自身的优势。DEA方法可以有多个投入和产出的指标，但是在使用DEA方法時需要注意决策单元和投入产出指标之间的个数关系，同时还要注意投入指标和产出指标之间的相关性，如果两者之间的相关性较强就会影响到DEA方法评价的结果，使得最终的效率评价失去参考价值[14-15]。因而，为了降低指标间的相关性，增强评价结果的准确性，使得文章最后的决策具有实践指导性，先使用主成分分析法对投入和产出指标进行分析和处理，进而使用DEA方法对指标进行分析。

2.1 主成分分析法。主成分分析法（PCA）是由美国数理学家赫特林提出的，该方法可以将原来的指标信息整合成新的变量，新变量还能很好地反映出原来变量具有的信息，将原本复杂的问题进行了有效的简化，这样变量的维度就降低了，很容易看出结果产生的原因，方便对变量的研究。假设有n个样本，每个样本都有k个变量，就能构造如下的矩阵：

进而通过线性组合将原来变量变成一组互不相关的变量，记为，则：

其中a由以下原则来确定：（1）Y与Y互不相关，且i≠j；i，j=1，2，…，m；（2）Y是x，x，…，x的一切线性组合中方差最大的；i=1，2，…，m中的任何一个均是不相关的。

综上所述，想要确定a的值就是要求出x，x，…，x的相关矩阵中对应的最大特征值所对应的特征向量。

2.2 DEA模型。数据包络分析法是一种运于评价多投入与多产出是否相对有效的方法，该方法早在1978年由美国运筹学家提出，经过不断的发展和完善，企业中的一些实际问题也得到了解决，进而DEA模型在决策分析中被大量使用。

目前学术界应用最为广泛成熟的也是最基本的两个DEA模型是C2R和BC2模型，其中C2R是满足地区规模收益固定的相对管理效率评价方法，它仅可算出决策单元的总体效率；BC2模型是满足地区规模收益可变的相对管理效率评价方法，不仅可以测算出决策单元的总体效率，还可计算出技术效率和规模效率。本文将采用BC2方法进行评价分析。模型中假设有n个DMU，其中每个DMU都有m种类型的输入以及s种类型的输出，输入与输出也就代表每个决策单元的投入与产出，用X

（1）

在该模型中如果纯技术效率和综合效率均为1则表示该决策单元是DEA有效的。如果纯技术效率综合效率中只有一个是为1则该决策单元是DEA弱有效。如果两者均不为1则该决策单元是非DEA有效。

2.3 数据说明。本文选取内蒙古自治区的12个盟市作为邮政物流网络的研究对象。投入指标中的邮政物流固定投资、公路长度以及产出指标的邮政物流业务总量和货物周转量这些数据的获取是来自于2014年《内蒙古统计年鉴》，其他数据是通过调研以及从企业中获取得来。

3 实证分析

3.1 对投入和产出指标进行主成分析。首先利用spss软件对表1中的邮政物流网络的投入A

～A

和产出指标B

～B

进行主成成分分析。首先对投入指标进行因子分析中，得到的KMO值为0.752，巴特莱特球体检验（Bartlett's test of sphericity）的卡方统计量的显著性水平为0.000，表明5个投入指标之间具有共同因素，适合主成分析，如表2所示。

再利用spss软件对投入和产出数据进行主成成分分析。表3是投入指标的主成分析结构，从表3中可以看出，利用软件得出的两个主成分F、F的累计贡献率已经达到了74.63%，满足用这两个主成分来代替原来的5个投入指标。表4是投入主成分对原有指标的负载矩阵。从表4中可以看出主成分F对投入指标中的邮政从业人员数量、邮政固定投资的影响已经很大，新生成的指标具有很强的代表性。在表4也可以看出主成分F对投入指标中的邮政网点个数、公路长度以及邮政信息资金投入的影响很大。同理，利用主成分分析对产出指标进行分析得到表5中的数据，表5中累计贡献率已经达到73.497%，是完全可以代表原产出数据。相应的表6是新生成E的主成分对原有数据的负载率。

3.2 DEA效率评价。根据表3和表5可以看出原来构建的指标经过主成分分析法形成了新的数据指标，将F，F作为新的投入指标，E作为新的产出指标。但是在进行DEA评价时投入以及产出数据是不能为负数的，所以在进行效率评价需要对数据进行非负处理，最终得到的数据如表7所示。

根据投入与产出的数据，利用DEAP2.1软件分别计算得到了内蒙古12个盟市的邮政物流网络的综合效率和纯技术效率，进而根据规模效益等于综合效率比纯技术效率这个关系得到各个盟市邮政物流网络的规模效率，如表8所示。

3.3 效率评价结果分析。本文选用DEA模型对内蒙古自治区12个盟市的邮政物流网络进行分析，以检验内蒙古邮政物流网络资源的使用是否有效。

从综合效率的角度来看，在研究对象的12个盟市中，只有呼和浩特和包头这两个地区达到了综合效率有效，表8中兴安盟、通辽市、赤峰市、乌兰察布市、鄂尔多斯市以及巴彦淖尔市这6个地区综合效率值在0.5以上，而综合效率值最低的是阿拉善盟为0.2393，同时效率值在0.5以下的还有呼伦贝尔市和锡林郭勒盟和乌海市。呼和浩特和包头这2个地区经济发展迅速，邮政物流网络资源效率利用较高，需要继续保持当前的发展状态，为其他地区邮政物流的发展提供学习的榜样。

根据表8，从纯技术角度来看，在内蒙古自治区中的12个盟市，呼和浩特、包头和乌兰察布市这3个地区达到了综合效率有效。从表8中也可以看出这12个盟市之间的邮政物流网络资源纯技术效率差别还是比较明显，表8中通辽市、赤峰市、鄂尔多斯市以及巴彦淖尔市等6个地区是达到了纯技术效率有效，而综合效率值最低的是阿拉善盟为0.2414，同时效率值在0.5以下的还有呼伦贝尔市和锡林郭勒盟和乌海市。纯技术效率的差异性在一定程度上说明内蒙古地区的邮政物流网络发展是很不平衡的，尤其是阿拉善盟、乌海市、锡林郭勒以及呼伦贝尔市这4个地区邮政物流技术信息化水平较低，不少物流业务仍大多依靠人工操作，没有应用现代的物流技术。同时，由于地理位置和气候原因，邮政物流的规模较小，物流技术水平落后，本土高端人才流失严重，整体物流业从业人员素质较低，大大制约了邮政物流效率的提升。所以首先应该着力于引进和发展物流网络技术和信息技术，同时注重技术创新，以技术为驱动，用技术来提高资源利用效率，同时要注重先进技术人才的引进。

从规模效率的角度来看，内蒙古自治区的12盟市之间差异不是很明显，并且各地区的规模效率处于一个相对较好的状态。呼和浩特市和包头市已经到达了规模有效。其他的盟市规模效率也都在0.9以上，但部分地区的规模效益值在0.6和0.8之间，如鄂尔多斯市等，这些地区应该注重物流网络水平的发展，不断完善基础设施（公路、铁路等）；同时该地区的邮政公司应该注重人才录用，对网点的布置一直坚持“点优面广”的原则，提高网点覆盖率；信息资金投入更偏重于网点信息化建设和先进技术、系统的引进，坚持技术创新，充分利用信息化投入的资金，注重信息化和基础网络规模建设，大大提高了每个邮政网点的物流网络资源利用率。最后就是人力投入，这些地区受到地理环境和人员分布的影响，人力的投入是需要解决的难题。

4 结 论

本文首先是运用PCA模型对构建的评价指标进行分析，再利用PCA-DEA模型对内蒙古自治区12个盟市的邮政物流网络进行效率评价得到各个盟市的评价结果。从最终结果可以看出，呼和浩特市和包头市处于物流网络资源有效的行列中，同时这两个地区的综合效率和纯技术效率也都达到了有效。在内蒙古地区的12盟市中，不考虑已经达到DEA有效的地区，鄂尔多斯市以及乌兰察布市应该注意提高规模效益，结合邮政物流自身在乡镇的优势，合理布置每个地区的邮政网点，利用好每个网点的资源。而剩下的8个盟市则应该提高邮政物流网络技术，以及每个邮政网点的信息化建设水平，资金投入应该放在技术引进和邮政信息系统的建设上来，同时加大人力资源的投入。

参考文献：

[1] 洪运华. 现代农资配送模式研究[J]. 价值工程，2008（10）：78-80.

[2] 李奎刚. 豫北地区现代农资物流运作模式研究[J]. 安徽农业科学，2011，39（16）：10048-10050.

[3] 蔡超彦. 基于服务“三农”的邮政物流运营模式探讨[J]. 物流科技，2010（10）：72-73.

[4] 吴新燕，高洋. 邮政物流配送路径优化实证研究——以南京周边九城市邮政配送为例[J]. 物流技术，2013（23）：258-260，265.

[5] 王鑫磊，王圣云. 中部地区“轴—辐”物流网络构建——基于公路和铁路运输成本的分析视角[J]. 地理科学进展，2012（12）：1583-1590.

[6] 王亚楠，司玲玲，杜海艳. 基于双向反馈信息的逆向物流网络优化方法[J]. 计算机仿真，2012（10）：162-164，172.

[7] 冀佩玮. 北京市邮政物流网络布局优化研究[D]. 北京：北京交通大学（硕士学位论文），2013.

[8] 傅斌勇. 电子商务背景下的湖南邮政速递物流发展研究[D]. 长沙：湖南工业大学（硕士学位论文），2013.

[9] 李弘. 农资邮政物流网络的资源利用效率评价与配置优化研究[D]. 北京：北京交通大学（博士学位论文），2012.

[10] 裘伟. 农村邮政物流信息化层次模糊综合评价研究[J]. 物流工程与管理，2014（2）：93-94，104.

[11] 孙飞. 基于KPI的山东邮政物流网络运行绩效评价研究[D]. 济南：山东大学（硕士学位论文），2011.

[12] 吴靖琳，罗玮琛. 基于ANP-DEA方法的电子商务企业物流网络绩效评价[J]. 信息通信，2014（7）：86-87.

[13] Charnes A. Sensitivity and Stability Analysis in DEA[J]. Annals of Operations Reports， 1984，2（1）：139-156.

[14] Cooper W， Wei Q L， Yu G. Using Displaced cone Representation in DEA Models for Non-dominated Solutions in Multi-objective Programming[J]. Systems Science and Mathematical Sciences， 1997，10（1）：41-49.

[15] 王舒鸿，汝慧萍，宋马林. 基于DEA的物流行业能源效率评价[J]. 物流技术，2010，224（9）：66-68.

[16] 张潜. 基于自身优势的我国邮政物流的发展对策分析[J]. 长沙通信职业技术学院学报，2012（1）：74-76.

[17] 潘冬，刘东皇，林新波. 信息化背景下物流网络资源动态整合能力评价指标体系的构建——基于模糊评价法[J]. 兰州学刊，2015（3）：147-153，67.

[18] 周晓辉. 中国邮政在构建农超对接物流体系中的新机遇[J]. 商业时代，2011（11）：39-40.

[19] 刘飞驰，邹小梅，陈泽民. 我国农资物流发展中存在的问题与对策分析[J]. 中国农资，2010（8）：46-47.

[20] 徐杰，鞠颂东. 物流网络的内涵分析[J]. 北京交通大学学报，2005（4）：22-26.

[21] 李云芳，刘刚. 长江经济带区域物流效率评价及影响因素的实证研究[J]. 物流工程与管理，2015（3）：41-44.

[22] 杨斌，白雪微，白丽莎. 基于PCA和DEA的江苏省物流业碳排放效率评价[J]. 江苏科技大学学报（自然科学版），2014（2）：171-176.

[23] 谌微微. 基于模糊综合評判法与AHP的物流网络结构评价[J]. 物流科技，2011（4）：59-62.

[24] 杨香传，杨家其. 区域综合物流网络应急资源配置效率评价——以长吉图为例[J]. 物流技术，2016（3）：98-102.

[25] 程晓娟，韩庆兰，全春光. 基于PCA-DEA组合模型的中国煤炭产业生态效率研究[J]. 资源科学，2013（6）：1292-1299.