基于DEA交叉模型的汽车物流运作效率评价

陈燕琴，陈彦博，陈端雄

(1.福建船政交通职业学院，福建 福州 350007；2.山东大学 能源与动力工程学院，山东 济南 250100； 3.宁德时代新能源科技股份公司，福建 宁德 352106)

基于DEA交叉模型的汽车物流运作效率评价

陈燕琴1，陈彦博2，陈端雄3

(1.福建船政交通职业学院，福建福州350007；2.山东大学能源与动力工程学院，山东济南250100； 3.宁德时代新能源科技股份公司，福建宁德352106)

严峻的汽车需求市场和全球化的贸易环境，越来越多的汽车企业为了提升自身竞争力，集中所有资源发展核心业务，纷纷转向物流业务外包策略。选择最佳汽车物流服务商是大多汽车企业运营的关键环节。汽车企业可以采用数据包络分析法评价物流服务商的运作效率，从汽车物流成本和服务质量两个方面构建投入与产出评价指标，引入交叉评价机制，构建对抗型交叉模型计算各候选物流服务商的运作效率值，以平均交叉评价值为依据选择最佳物流服务商，为物流决策提供相关的理论支持。

汽车物流；物流服务商；运作效率；DEA交叉评价

0 引言

汽车物流活动与汽车行业紧密相连，汽车行业的产销量、生产流程、进出口量及售后服务直接对汽车物流活动产生需求，而汽车物流又对汽车生产、销售的效率以及经营成本产生极大的影响。

2001年我国加入世贸组织，全球开放的市场环境、人们日益提升的生活水平极大地促进了我国汽车行业的蓬勃发展，汽车物流市场前景一片光明。而2015年以来，国内经济增速放缓，国际局势复杂多变，汽车市场需求呈现疲软现象。与此同时，我国推行新的对外开放策略，“一带一路”战略与自贸区建设有机结合，以“一带一路”基础设施为依托，以产能合作和贸易服务为重点，推进多层次、多形式的自由贸易区网络的建设背景，促进汽车贸易活动便利化，进而拉动了对汽车物流服务的需求[1]。严峻的汽车市场需求与便捷的汽车贸易条件，给汽车行业带来了新的机遇与挑战。为适应新时代的竞争环境，汽车企业要不断提升产品质量水平，增强自身的核心竞争力，物流业务外包逐渐成为汽车企业的运营模式。汽车企业需要汽车物流服务商的全力配合，希望以最优的物流成本获得高效的汽车物流服务。本文采用数据包络分析法(DEA)交叉模型计算不同汽车物流服务商的物流运作效率值，通过对各物流服务商的交叉评价值进行比较，最终确定出最适合的汽车物流服务商。

1 汽车物流运作效率评价模型选择

数据包络分析法(DEA)是以相对效率为基础的一种效率评价方法，适用于多投入、多产出时的系统效率评价。其中，传统的C2R模型由于指标数据无需量纲化，无需掌握系统内部运作机制，所以C2R模型适用范围广。但由于C2R模型只能确定决策单元有效还是非有效的情况，无法进一步对有效的决策单元进行排序，因此，在实际决策中无法确定出最佳方案。

为了实现对决策单元进行优劣排序评价，Sexton等学者在传统C2R模型的基础上提出了决策单元交叉效率评价模型[2]。DEA交叉模型引入交叉机制，通过传统C2R模型“自评”策略确定出每个决策单元的最优效率值，再使用每个决策单元的最佳权重去计算其他决策单元的效率值，弱化了传统DEA模型自评乘子体系导致的相对效率不稳定的现象，同时也解决了决策单元优劣排序问题。

设v=[v1,v2,…,vm]T,u=[u1,u2,…,us]T，分别为投入和产出的权向量，则DMUi的总产出与总投入之比(以C2R模型为基础)：

(1)

根据Charnes-Cooper变化，将式(1)化为等价的线性规划问题：

(2)

模型(2)具有最优解ui*和vi*，最优值Hi为DMUi的效率值。

交叉评价[3]的基本思路是：用每一个DMU的最佳权重去计算其他DMU的效率值，得到交叉评价值：

(3)

其中Hik表示第i单元对第k单元的评价值，数值越大对DMUk越有利，对DMUi的评价越不利。

(4)

(5)

其中Hii为决策单元的最有效率值，其余元素为交叉评价值，H的第i列是其他单元对DMUi的评价值；H的第i行是DMUi对其他单元的评价值，值越小对DMUi越有利。本文以第i列的平均值作为各决策单元对DMUi的总评价，数值越大说明DMUi越好[4]。

本文采取DEA交叉模型对汽车整车物流服务效率进行评价，以5家候选汽车物流服务商为决策单元，先用传统的C2R模型确定每个决策单元的最佳权重，再引入交叉评价思想，用每个决策单元的最佳权重去评价其他决策单元的效率值，从而获得汽车物流服务商运作效率的排序。

2 汽车物流运作效率评价指标选择

本文采取DEA交叉模型对汽车整车物流服务效率进行评价，首先要构建投入与产出指标体系。根据指标选择的科学性、相关性以及全面性的原则，在查阅相关文献的基础上，通过企业调研与座谈交流，获取整车汽车企业在选择汽车物流服务商时重点考虑的因素，进而整理构建出汽车物流服务商运作效率评价指标体系。汽车企业旨在以适当的物流成本获得高效率、高质量的汽车物流服务，有效控制企业经营总成本，提升企业竞争力。因此，本文从汽车物流服务成本角度确定投入指标，从整车企业对物流服务质量要求确定产出指标。具体的投入与产出指标如表1所示。

表1 整车物流服务商运作效率评价指标

项目具体指标投入指标运输成本仓储成本流通包装成本物流信息成本产出指标准时交货率货物完好率物流网点覆盖率误差处理及时率

2.1 汽车物流服务投入指标

整车物流活动目的是将整车送达下游的销售商及最终消费者，这个过程需要投入财力、物力、人力等资源才能顺利完成。资源消耗以成本的形式体现，汽车物流成本是汽车物流活动投入的主要表现。汽车物流成本是汽车企业经营成本的重要组成部分，有效控制汽车物流成本将降低汽车企业的负担，提升企业的竞争力。因此，本文物流服务商评价体系中投入指标以成本指标为主。整车物流成本指标主要包括运输成本、仓储成本、流通包装成本和物流信息成本。

2.1.1 运输成本

在整车送达下游销售商或最终消费者过程中，运输环节是最重要的活动之一。据统计，约有91%的整车物流企业其运输成本占总成本的比重大于50%[5]。因此，运输成本的控制是汽车物流成本控制的关键环节。运输成本主要包括运输过程中产生的燃油费、人员工资、运输管理费用、路桥费等。

2.1.2 仓储成本

仓储活动也是整车物流过程中比较重要的活动之一，仓储成本一般占总物流成本的20%左右，主要包括库房租金、仓储设备折旧、仓储人员工资、仓库管理费用等。

2.1.3 流通包装成本

流通包装成本，是指整车在流通过程中对整车进行包装、加工的成本，主要包括包装、流通加工、装卸搬运等费用[6]。装卸搬运工具、包装材料及流通加工工艺的选择都会影响整个物流过程，产生不同的费用，最终改变总物流成本。

2.1.4 物流信息成本

信息成本主要指的是信息收集、传递和处理产生的费用。企业之间的信息共享程度会影响汽车物流活动顺利开展，进而影响汽车物流总成本。物流信息成本主要包括信息操作人员工资、设施设备折旧费、维修费及通讯费等。

2.2 汽车物流服务产出指标

汽车企业引入第三方物流服务商，希望获得第三方物流的专业化、高效率的物流服务。本文物流服务商评价体系中产出指标体系主要由物流服务质量相关指标构成。物流服务质量主要体现为服务的可靠性、柔性水平及服务范围。汽车物流服务质量指标主要包括准时交货率、货物完好率、物流网点覆盖率及应急能力等。

2.2.1 准时交货率

准时交货率指的是一段时间内准时交货次数占总交货次数的百分比。这项指标体现了汽车物流服务商送货时间的可靠性，保证汽车产品准时送达的能力。

2.2.2 货物完好率

货物完好率指的是物流服务商在为汽车企业提供物流服务的过程中，送达的货物完好数量与总的运送货物总数量的比值，这项指标反映了物流服务商在物流过程中保证货物质量完好的水平。

2.2.3 物流网点覆盖率

物流网点覆盖率，体现了物流服务商可以提供物流服务的范围，网点覆盖率越高，提供服务范围越广，就越满足于汽车企业的销售物流需要。

2.2.4 误差处理及时率

误差处理及时率，由物流服务商及时改正的次数与客户要求物流服务商改正的总次数的比值来表示，体现的是物流服务商的应急反应能力。汽车物流包含很多环节，涉及多个企业，流程复杂繁琐，这就要求物流服务商要具备较好的应急能力，能够及时有效地处理多种突发事件。

3 案例计算与分析

本次研究对象是某整车企业，准备将其整车物流业务外包，需要选择第三方物流服务商。根据初步筛选，确定5家候选服务商。通过对物流服务企业的调研与座谈交流，以及相关的财务报告，最后确定出5家候选服务商在投入与产出指标上产生的原始数据，具体如表2所示。

表2 候选物流服务商的投入产出数据

项目具体指标服务商1服务商2服务商3服务商4服务商5投入指标运输成本/万元仓储成本/万元流通包装成本/万元物流信息成本/万元14621136421592214347145231314415222127461552315241产出指标准时交货率/%货物完好率/%物流网点覆盖率/%误差处理及时率/%980997850700930992800700900999780800950993750700960996700600

首先，本文建立传统的C2R模型并选用DEAP软件对案例样本数据进行计算，获得各决策单元(物流服务商)的技术效率值分别为：H1=1，H2=0.953，H3=1，H4=1，H5=1。由计算结果可知除了物流服务商2，其他4个物流服务商都是技术有效型的，汽车企业是无法从中选出最佳物流服务商。这体现出传统的C2R模型存在的缺陷。

因此，本文运用MATLAB软件编程[7]计算案例样本数据，得出交叉评价矩阵H：

交叉评价矩阵H对角线上的元素为自我评价值，各决策单元的自我评价值分别为：

H11=1.000 0H22=0.952 9H33=1.000 0H44=1.000 0H55=1.000 0

刚好与采用传统的C2R模型计算出来的各决策单元技术效率值相等，意味着多个决策单元都是相对有效的，用Hii无法区分各决策单元的优劣。因此仅仅从传统的C2R模型很难从多名候选服务商中选出最佳服务商。再由程序计算出各决策单元的平均交叉评价值为：

按照平均交叉评价值的大小，从大到小对5家候选物流服务商的优劣排序为：

因此，从DEA交叉模型计算结果获得，物流服务商1是运行效率最优的方案，而物流服务商5是运行效率最差的方案。

4 结论

由于物流业务外包，有利于汽车企业将自身有限的资源和管理能力用于汽车制造、质量控制、新品研发、销售推广等核心环节，我国汽车行业的物流外包规模逐年增大。汽车企业选择最佳物流服务商已成为企业的重要工作内容。在评价与选择物流服务商的过程，需要权衡物流成本和物流服务质量两个方面。本文采用DEA对抗型交叉评价模型，通过自评和他评相结合的方式弱化传统C2R模型自评乘子体系的影响，以平均交叉评价值作为决策单元选择的依据。这种方法有效地解决了存在多个决策单元相对有效的问题，因此能够较好地应用于汽车企业选择汽车物流服务商的问题。

[1]中国贸易新闻网.构建自贸区网络深化“一带一路”建设[EB/OL].(2017-03-15)[2017-07-01].http：//www.ccpit.org/Contents/Channel_4117/2017/0315/774473/content_774473.htm.

[2]SEXTON T R, SILKMAN R H, HOGAN A J.Data envelopment analysis：critique and extensions. In：Silkman R.H.(Ed.)，Measuring Efficiency：An Assessment of Data Envelopment Analysis[J].Jossey-Bass，San Francisco，1986(32)：73-105.

[3]DOYLE J R, GREEN R H.Efficiency and cross-efficiency in DEA：Derivations，meanings and uses[J].The Journal of the Operational Research Society.1994，45(5)：567-578.

[4]陈燕琴.基于DEA交叉模型的物流运作评价[J].物流工程与管理，2013(9)：103-105.

[5]盖世汽车资讯.中国整车物流统计调查分析[EB/OL].(2017-01-03)[2017-07-01].http：//auto.gasgoo.com/News/2017/01/0304550055070004281C105.shtml winzoom=1.

[6]苗继承.基于加权秩和比法的汽车物流服务商选择方法研究[D].西安：长安大学，2010.

[7]彭育威，吴守宪，徐小湛.利用MATLAB进行DEA交叉评价分析[J].西南民族大学学报(自然科学版)，2004，30(5)：553-556.

2017-07-14

[责任编辑姚胜勋]

TheEvaluationofAutomotiveLogisticsOperationEfficiencyBaseonDEACrossModel

CHENYanqin1，CHENYanbo2，CHENDuanxiong3

(1.FujinChuanzhengCommunicationsCollege，Fuzhou，Fujian350007； 2.SchoolofEnergyandPowerEngieering，ShandongUniversity，Jinan，Shandong250100； 3.NingdeShidaiNewEnergyTechnologyco.LTD，Ningde，Fujian352106，China)

With the severe automobile demand market and the global trade environment，more and more automobile enterprises have turned to the logistics outsourcing strategy which makes it possible to concentrate all the resources and develop the core business，and ultimately enhance their competitiveness. Choosing the best automobile logistics service provider is the key link of most automobile enterprises. The automobile enterprises can use data envelopment analysis to evaluate the operational efficiency of the logistics service providers，construct the evaluation index of input and output from the two aspects of the automobile logistics cost and service quality，build confrontational cross-evaluation model based on the cross evaluation mechanism to calculate the operating efficiency of the candidate logistics service providers. Then the enterprise can choose the best logistics service provider on the basis of average cross evaluation value. This method can provide relevant theoretical support for logistics decision-making.

automotive logistics；Logistics Service Providers；operation efficiency；DEA cross-evaluation

U491

A

1672-9021(2017)05-00082-05

陈燕琴(1984-)，女，福建龙岩人，福建船政交通职业学院讲师，硕士，主要研究方向：物流与供应链管理，交通运输管理。

福建省中青年教师教育科研项目“基于DEA交叉模型推进自贸区背景下汽车物流服务效率的研究”(JAS160887)。