基于DEA方法的物流企业甩挂运输效益评价

李 丹，曹 俊，邸欢欢

（1.重庆机电职业技术学院 工商管理学院，重庆 402760；2.重庆科技学院 工商管理学院，重庆 400000；3.上海蓝书信息科技有限公司，上海 200000）

1 引言

物流企业开展甩挂运输不仅关注与甩挂运输市场相联系的制度政策、基础设施，更关注甩挂运输能带来的切实效益。以2016年为界，在此之前对甩挂运输效益的研究集中在经济效益上，之后集中在社会效益和低碳效益上，这与近几年国家倡导发展绿色低碳循环经济相吻合。通过整合已有的评价指标，发现评价指标存在不统一、评价体系不完善等问题。

在评价内容和方法上，先前研究强调同传统运输相比，甩挂运输所能带来的输出效益。如李洋（2015）和高帆（2017）发现甩挂运输较传统运输更能带来好的经济效益。裘天翔（2017）指出甩挂运输可带来运输成本的降低、运量增加和能耗减少。然而，从经济学角度看，恰当合理的效益分析应当包括投入和产出两部分，即对物流企业投入一定资金、技术等资源后，其产出效益，包括经济、社会效益的相对有效性评价。

2 评价方法的选取

常见的效益评价方法有参数法和非参数法。数据包络分析法（Data Envelopment Analysis，简称DEA）是非参数评价法中公认的评价效益的最好方法。数据包络分析法利用线性规划建立模型，通过求解评估多投入多产出决策单元的相对效益。该方法被频繁应用于管理科学、系统工程和决策分析等领域，取得较好的效果。DEA最具代表性的模型有CCR、BCC、FG和ST模型。其中，CCR实质是使用线性规划和统计数据，在保持决策单元输入或输出不变的情况下，比较决策单元投影的偏离程度，以此来评价它们的相对有效性。CCR是对多个输入、多个输出进行分析的理想模型。

物流企业的甩挂运输是一个复杂的多输入多输出系统，而CCR-DEA正好适用于多投入多产出的复杂结构体系；其次，甩挂运输效益的评价指标较多，指标计量单位多样，而CCR-DEA不受计量单位限制，能够处理不同类别的数据；再者，CCR-DEA不仅可以预测体系是否有效，还可以找到影响效果的关键因素或薄弱环节，能够给出具体的改进方向。因此，本文拟采用该方法。

3 DEA评价的CCR模型的建立

CCR-DEA的基本模型如下：

其中：θ为物流企业 j0甩挂运输效益评价指数；λj为相对于物流企业 j0重新建立一个相对有效的甩挂运输组合中物流企业 j的甩挂运输的组合比；S-,S+为松弛变量。

通过求解D模型，得到λ、θ、S-、S+的最优解，这四个指标反映物流企业在投入一定资源的基础上开展甩挂运输的总体运行效益。CCR模型的有效性定义见表1。

表1 CCR模型的有效性定义

通过求解模型，得到第j个物流企业甩挂运输的输入指标冗余率和输出指标亏空率分别为通过增加或减少输入、输出指标可以找到导致DEA无效的关键所在。θj(D)和θj(Di)指物流企业j在新旧指标集合下甩挂运输效益的评价指数，那么导致DEA无效的公式为

4 指标体系的建立

结合甩挂运输的组织技术特点，以及发达国家的发展经验，在现有评价指标的基础上，确定了本文的评价指标体系，见表2。

食品科学与技术行业相关专家表示，中国食品工业要提质增效就要走出去，“一带一路”增加了我国食品走向世界的机会，食品的全球化将有效推动食品产业向规模化、集约化发展，有助于我国食品企业更好地掌握全球食品需求动态，掌握食品产业现状，促进企业发展。

4.1 输入指标的选择

（1）货运场站。李红启（2014）、盛玉奎（2017）、李鑫雅（2018）等都在研究中指出，场站是开展甩挂运输的必要条件，是评价甩挂运输效益的重要基础设施。本文对场站的考量进行了细分，详见表2。

（2）运营成本。投入成本影响甩挂运输的效率和效益。李洋（2015）、熊晨宇（2015）指出甩挂运输的成本主要包括车辆购买与维护费、税金等。龚丽丽（2018）发现，现有牵引车与挂车车型不匹配，企业开展甩挂运输时要进行技术改进或重购，这带来了巨大的运营成本。对运营成本的考量详见表2。

（3）物流技术。周万枝和李菊侠（2013）指出，甩挂运输需要信息共享。盛玉奎（2017）也指出，甩挂运输举步维艰的重要原因是缺乏信息化网络化平台。在此基础上，李鑫雅（2018）又指出，甩挂运输对管理水平也有较高要求。因此，对物流技术的考量主要从信息化程度和甩挂运输管理水平两方面入手。

4.2 输出指标的选择

（1）车辆运用率。它是衡量甩挂利用率和效益的重要指标。孙少杰（2014），林坦（2015）研究发现，在车辆利用率、里程利用率、吨位利用率方面，甩挂运输也都优于传统运输。对车辆运用率的考量详见表2。

（2）场站。李红启（2014）指出，场站的整体作业能力、内部布局及资源利用率、场站管理水平均对场站作业产生影响。场站效益水平反映甩挂运输的效益水平。本文对场站的考查主要从场站的经济效益入手。

（3）社会效益。范蕾（2012）、熊晨宇（2015）、苗新登（2018）均指出，甩挂运输能节能减排。因此，对社会效益的考量细分为能耗和排放。

（4）时间效益。罗彬和李莉（2016）、刘瑶（2016）均发现，甩挂运输减少了装卸等待时间，加速周转，创造时间效益。也有研究指出，由于车辆和场站的标准化问题，装卸运输时间并没有减少。因此，时间效益值得考量。

（5）企业整体发展水平。李红启（2014）指出，甩挂运输绩效主要体现在车辆、场站及整体发展几个方面。甩挂运输的效益评价应考虑企业整体发展水平。详细指标见表2。

（6）区域带动。杨文秀（2017）指出，有必要发展甩挂运输的龙头代表企业，以引领行业发展。李亚凡（2016）在研究中指出，社会效益应该考虑企业的区域带动，包括区域货运量的贡献和行业示范作用。

该指标体系对以往研究的主要指标进行了保留，如场站、运营成本、车辆、社会效益等，增加了物流技术、时间效益、企业整体发展水平、区域带动指标，完善了邸欢欢（2015）和李亚凡（2016）的研究指标。并对24个指标进行输入、输出设计，以对甩挂运输效益作较全面的分析。

表2 评价指标体系

4.3 指标值的获取及量化

该指标体系共有9个输入指标和15个输出指标，指标值通过问卷调查来确定。由于场站功能区布局效果、物流信息化程度、市场竞争力和客户满意度4个指标难以量化，设其量化公式为其中Valuei为第i个指标的量化为指标i的影响因素j的得分；αij为指标i的影响因素j的权重。

5 实例分析

本文选取来自重庆等地的11家甩挂运输企业作为样本，11家企业均符合数据包络法的样本要求。

5.1 DEA有效性分析

本文采用单纯性法进行求解。11家样本企业甩挂运输效益评价的最优值以及输入冗余率、输出亏空率见表3和表4。

表3 甩挂运输效益DEA评价计算结果—输入冗余率

表4 甩挂运输效益DEA评价计算结果—输出亏空率

分析表3、表4可知：

（1）对甩挂运输效益的有效性分析。依据评价指数θ，可以直观看到11家样本企业在实施甩挂运输方面的有效性。评价指数为1的企业有样本1、4、11，表明这3家企业的甩挂运输效益已达到DEA有效。其余8家样本企业θ指数均小于1，表明他们的甩挂运输效益为DEA无效。

（2）甩挂运输效益的输入冗余率、输出亏空率分析。样本企业可依据输入冗余率、输出亏空率来调整投入或产出，以更好的利用甩挂运输高效益发展，实现DEA有效。以样本5为例，公司可尝试减少12.70%的站点投资，调整功能区16.50%的布局安排等，以实现DEA有效。还可以将挂车吨位利用率提高12%，从而提高甩挂运输效率。

5.2 输入指标对甩挂运输效益的影响程度和DEA无效分析

本文采用增加或减少输入指标的方式，考量各项指标对物流企业甩挂运输效益的影响，分析物流企业甩挂运输效益DEA无效的缘由。结果见表5。

表5 输入指标对运输效益的影响系数

分析表5得出如下结论：

（1）输入指标的影响程度分析。以第6个样本企业为例，根据影响程度，站内拖挂比>挂车调度距离>甩挂运输管理水平>场站投资力度>信息化程度>车辆购置费用>功能区布局效果>保险与年检费>甩挂运输单位成本。可以看出，对于第6个样本企业的甩挂运输效益而言，站内拖挂比对其影响最大，甩挂运输单位成本影响最小。

（2）甩挂运输DEA无效原因分析。以样本企业2为例，S2(x2)、S2(x4)值较高，说明功能区的布局效果和站内拖挂比对甩挂运输效益影响较大；S2(x6)、S2(x7)值较低，表明保险和年检费、单位甩挂运输成本影响较小。因此，样本企业2要提升功能区布局效果，合理配置拖车、挂车数量。还有必要完善车辆的保险及年检，降低甩挂运输的单位成本。

6 结语

在整合和进一步完善现有研究的基础上，本文建立了一套包含9个输入指标和15个输出指标的甩挂运输效益评价系统。以11个甩挂运输企业作为样本，采用CCR-DEA模型对其投入及产出上的甩挂运输效益进行了评价，并指出了企业发展改善的方向。还应该注意的是，甩挂运输的发展受多种因素影响，因此企业在选择输入、输出指标时，可根据自身情况和发展的着重点进行灵活调整。