基于网络DEA的货车运用过程相对效果评价方法

李夏苗，郭旺，王丽珊，金伟

基于网络DEA的货车运用过程相对效果评价方法

李夏苗，郭旺，王丽珊，金伟

(中南大学 交通运输工程学院，湖南 长沙 410075)

基于货车运用过程，建立货车装卸、中转、旅行和全周转活动关系网络，根据投入产出原理，设计体现货车资源占用、货物工作效率和效果的投入产出评价指标体系，结合网络DEA方法与超效率方法构建货车运用过程相对效果评价模型。以2015年全路铁路局实际数据为例，对其货车运用的相对效果进行分析。研究结果表明：装卸和中转作业过程效率对整体效果影响显著，各路局应结合各自货运市场与生产特点选择相应运输组织模式，提高货车运用效果。

铁路运输；货车运用；数据包络分析；相对效率

中国国家铁路实行货车全路通用，各路局公司按租用关系运用货车，按使用时间向铁总缴纳货车使用费。在路网一体化运营条件下，各路局公司有着不同的货运市场环境和货运生产服务特征，按照运输企业市场化发展的要求，运输企业的货车运用不仅要有提高货车旅行速度、压缩中转停留时间等体现运用效率的指标，也需要体现最终效果的货运量和货运收入等指标。故此，对货车运用的评价要体现“以效率为基础、以效益为导向”。传统的货车运用指标与评价主要侧重企业生产管理要求，设计了中转车停留时间、货物作业车停留时间、货车旅行速度、货车周转时间和货车日车公里等反映货车运用状态的数量性和质量性指标[1]，主要体现的是货车在运用过程的效率情况。依据市场化经营的目标，货车的运用应该导向于增加货运量和货运收入。从货运生产与服务角度看，铁路运输企业是一个典型的投入—产出生产服务系统，系统活动就是利用生产投入要素获取经济效益的过程，尽可能提高投入资源的效率和增加产出效益是其主要任务之一。基于投入—产出分析原理，已有研究成果从总体层面建立了多资源投入与产出水平、经营绩效的评价指标体系和评价方法[2−8]。游艳雯等[6−7]指出新的评价方法的梳理与应用研究，在评价指标体系与指标设计上做了更有实用价值的工作[6, 8]。Marchetti等[9−12]将两阶段DEA和网络DEA方法应用于系统的效率评价，打开了系统“黑箱”，拆分货运活动过程，将效率评价从总体深入到环节与过程，分析结论更加具体。铁路货车运用过程承载了大多数货运资源尤其是货车资源的投入。从具体投入资源的角度，按过程分析其投入产出的效果，对具体资源的运用安排与调度有更实际的价值。形成从系统总体、系统总体分过程、系统具体资源、系统具体资源分过程的全链投入产出效果分析体系，为运输企业从宏观、中观到微观的资源投入产出科学经营决策提供依据。传统的铁路货车运用效果分析偏重于效率，郭晓黎等[13]提出运用模糊综合评价方法分析铁路货车运用效率，将货物发送量、货物周转量等纳入到测度指标体系，体现企业经营的要求。本文运用网络DEA方法，设计分过程的货车资源运用投入产出指标，建立货车运用效果导向的评价方法，以丰富铁路货车资源运用决策方法。

1 货车运用过程分析

基于铁路货物时空位移的完成过程，可将货车运用过程划分为在装卸站(点)作业停留、在途中技术站中转作业停留和在途旅行3个相对独立环节。投入的铁路货车资源主要分布在这3个环节之中。以此为基础，传统的铁路货车运用效率分析建立了以货车平均周转时间为中心的效率指标体系，包括旅行速度、全周转距离、运用车车辆日、运用车日产量等(《铁路货车统计规则》(铁总计统[2017]195号))。用运用车日产量指标反映货车运用综合效果。

但这种以货车运用过程的效率分析为基础的传统方法，无法从内在关系上将收入与具体运用过程建立联系，也不能对不同环境与条件的货车运用综合效果进行评价分析。例如，不同路局货运市场以及货车的运用特征不同，有的路局货物发送量大、到卸量小；有的路局以接运通过车流为主，货物发到量小；有的路局货物到卸量大、发送量小；有的路局货物周转量少但货运收入高等等。

随着国家经济社会进入后工业化时代，货物运输供需的主要矛盾从运输的数量转变成了运输的质量，在一定的时空上，铁路货物运输能力开始相对过剩。反映到铁路货物运输生产活动中，铁路货车的运用过程随货运服务模式和产品的变化相应也发生了变化。其中最主要的变化是，货车运用最主要目标变为增加货运收入而不是以往关注的压缩货车周转时间。依据市场化经营的要求，货车运用要以效益为中心，效率服务效益。货车运用过程中增加了储备环节，储备一定量货车以适应市场需求的波动变化，“以车代库”适应物流化运输要求。

企业的货运收入直接与货物发送量、货物到卸量和货物周转量相关。在传统效率指标体系上，类似运用车日产量建立货运收入、货物发到量、货物周转量与货车周转时间的关系，从总体上建立起体现货车运用效率和效益的指标体系，实现对路局货车运用产出多属性特征和分过程贡献的评价与 分析。

图1 铁路货车周转过程示意图

2 基于网络DEA的货车运用效果评价原理

图2 铁路货车运用过程关系结构

传统分析方法以货车运用的时间为中心，测度的重心在于速度的快慢，并未关联到相应活动的“产出”情况。而DEA方法正好具有这种测度相对效率的优势。依据网络DEA方法[10]可建立评价模型以评判各路局货车运用相对效率，分析子过程对货车运用整体过程的影响，其中超效率模型[2]能够实现当计算中多个路局均为DEA有效时对路局的完全排序，以下以超效率网络模型为基础建立铁路货车运用效果评价模型。

3 铁路货车运用效果评价模型

3.1 投入产出指标选取

DEA方法中投入产出指标选取对评价结果的可靠性、实用性有重要影响。指标选择的基本原则是应能满足货车运用效果评价的主体要求，即能够客观反映各路局货车资源投入产出情况；再者须考虑指标的重要性和可获得性。具体指标选取如下。

3.1.1 投入指标

从货物运输生产过程的角度看，任何子过程的完成都涉及到人财物的投入，而本文重点是关心单一资源投入的产出效果，或者说，在其他资源投入基本不变情况下货车资源的运用效果。故此，以下仅以货车车小时(车小时)来指代货车资源投入，各子过程消耗货车总车小时占比分别为1，2与3，由式(2)计算：

式中：为路局工作量(车)，其余符号含义如式(1)。

3.1.2 中间产出指标

各子过程的中间产出涉及很多方面，各选取具有代表性的1个数量指标与1个质量指标，汇总如表1所示。

表1 子过程产出指标

3.1.3 最终产出指标

以货物发送量(万t)和货物周转量(亿t∙km)衡量路局内部运作工作量，以货运收入(亿元)体现路局公司作为运输企业运用货车获取的经营成果，利用生产运作和经济效益2方面产出综合测度货车运用效果，体现不同路局差异性。

3.2 模型构建

3.2.1 生产子过程效率模型

依据超效率DEA的原理建立路局货车运用的3个生产子过程效率评价模型如下：

3.2.2 全周转效率模型

依据超效率DEA原理建立全周转效率评价模型如下：

3.2.3 货车运用效果评价模型

考虑货车运用各作业环节对整体运用效果的影响与路局完全排序，第个路局的货车运用相对效果即网络效率评价模型如下：

4 算例分析

依据3.1所选取的货车运用指标搜集整理2015年国家铁路相关统计数据(部分)如表2所示，数据取自《中国铁道年鉴》，其中投入指标根据式(1)~(2)计算得到。

表2 铁路局货车运用统计数据

注：以上指标单位同3.1节说明。

根据第3节构建的模型对2015年全路18个路局公司货车运用效果进行评价，运用MATLAB软件编程求解结果如表3。

1) 网络效率是对路局在货车资源使用效率的综合测度。从表2可以看出，2015年我国铁路局货车运用总体水平与最优投入产出水平间存在一定差距，平均技术效率为0.887，这意味着有近13%的货车运用投入资源的效用尚未发挥。仅太原局、北京局、上海局是相对有效的，说明相较于其余路局，这3个路局的单位货车运用投入获得的产出更多。若采用一般网络DEA模型，测算结果分布于0.6~1.0，相对有效的路局效率值均为1。而超效率网络效率测算结果分布于0.6~1.5之间，证明所建立模型可对各路局进行有效区分。

2) 装卸过程方面，北京、太原、上海、西安、呼和浩特5个路局是相对有效的，排在后3位的是南昌、青藏、兰州等路局，与排名靠前的路局存在一定差距。效率排名靠后的路局应采取措施压缩货车在装卸站(点)的作业停留时间，提高装卸过程 效率。

3) 中转过程方面，只有北京、太原和上海3个路局效率值大于1，说明这3个铁路局在中转子过程是相对有效的，其余路局则未达到DEA有效。非DEA有效的路局在中转过程中消耗货车车小时所获得的产出不够，应设法减少货车在技术站的中转停留时间。

4) 旅行过程方面，18个路局效率值分布于0.7~1.1区间内，且从标准差可以看到，该过程相比其余过程效率值离散程度更低，这表明2015年铁路局旅行效率分布较为均衡，路局之间差异不是很大。整体货车运用效率落后的路局想要缩小与其他路局的差距，从提升装卸效率、中转效率着手更易收获成效。

5) 货车全周转效率体现了货运收入、货物发送量、货物周转量与货车周转时间的关系。太原、北京和上海3个路局效率较高，昆明、南昌和青藏3个路局排名靠后。效率较低的路局应根据自身货运生产特点采取相应货车运用措施加速货车周转，提高货车单位装运能力或者货车单位装运价值。

6) 铁路货车运用过程整体有效的充要条件是各子过程均为DEA有效，例如呼和浩特局、西安局装卸子过程为DEA有效，但其余子过程呈相对无效率致使网络效率值小于1。可以看出网络DEA模型可以打开系统“黑箱”，找出影响整体效率的环节，为提高货车运用效率提供参考。

表3 2015年铁路局货车运用效率

5 结论

1) 传统评价方法以货车时间资源为中心，有一定的局限性。按市场化经营要求，将传统方法和网络DEA方法结合，更有利于全面地、综合地对货车运用效率和效果进行评价。所构建的模型能有效测度货车运用过程投入产出的相对效率。

2) 国内现有铁路货车运用统计指标设计存在不足，以致所获取的货车运用过程相关数据还存在一定缺陷，如货车待用过程没有相应指标。通过对货车运用统计指标的改进，本文所提出的方法在实际运用中具有更强的针对性。

3) 本文按过程分析铁路货车资源运用效率和效果，可作为铁路企业资源投入产出评价分析体系的一部分，下一步构建企业全链投入产出效果分析体系可以更好地为企业生产运营决策提供支撑。

[1] 胡思继. 指标分析理论与铁路运营指标分析[M]. 北京:中国铁道出版社, 2010. HU Siji. Analysis theory and railway operation analysis indicators[M]. Beijing: China Railway Press, 2010.

[2] Andersen P, Petersen N C. A procedure for ranking efficient units in data envelopment analysis[J]. Management Science, 1993, 39(10): 1261−1264.

[3] Bozec R. Board structure and firm technical efficiency: Evidence form Canadian state-owned enterprises[J]. European Journal of Operation Research, 2007, 177(3): 1734−1750.

[4] Jitsuzumi T, Nakamura A. Causes of inefficiency in japanese railways: Application of DEA for managers and policymakers[J]. Socio-Economic Planning Sciences, 2010, 44(3): 161−173.

[5] 刘秉镰, 刘玉海, 穆秀珍. 行政垄断、替代竞争与中国铁路运输业经济效率——基于SBM-DEA模型和面板Tobit的两阶段分析 [J]. 产业经济研究, 2012(2): 33−42. LIU Binglian, LIU Yuhai, MU Xiuzhen. Administrative monopoly, substitutive competition and operational performance measurement of the Chinese railway transportation industry[J]. Industrial Economics Research, 2012(2): 33−42.

[6] 游艳雯. 铁路运输企业货运运营绩效评价[D]. 北京: 北京交通大学, 2015. YOU Yanwen. Performance evaluation of railway freight operation[D]. Beijing: Beijing Jiaotong University, 2015.

[7] 尹茗惠. 美国铁路货运行业产出效率分析[D]. 南昌: 华东交通大学, 2015. YIN Minghui. Analysis on input-output efficiency of U.S. freight railroads[D]. Nanchang: East China Jiaotong University, 2015.

[8] 戴钰桀, 郑平标, 秦欢欢, 等. 美国铁路货运公司运输评价指标体系研究[J]. 铁道货运, 2015, 33(12): 36−41. DAI Yujie, ZHENG Pingbiao, QIN Huanhuan, et al. Study on transport evaluation index system in American railway freight transport companies[J]. Railway Freight Transport, 2015, 33(12): 36−41.

[9] Marchetti D, Wanke P. Brazil’s rail freight transport: Efficiency analysis using two-stage DEA and cluster- driven public policies[J]. Socio-Economic Planning Sciences, 2016, 59(9): 26−42.

[10] Lewis H F, Sexton T R. Network DEA: Efficiency analysis of organizations with complex internal structure[J]. Computers & Operations Research, 2004, 31(9): 1365−1410.

[11] 高莹, 李卫东, 尤笑宇. 基于网络DEA的我国铁路运输企业效率评价研究[J]. 中国软科学, 2011(5): 176− 182. GAO Ying, LI Weidong, YOU Xiaoyu. Research on the efficiency evaluation of China’s railway transport enterprises with network DEA[J]. China Soft Science, 2011(5): 176−182.

[12] 谭玉顺, 陈森发. 中国铁路运输效率研究——基于网络DEA-RAM模型的视角[J]. 铁道科学与工程学报, 2015, 12(5): 1219−1226. TAN Yushun, CHEN Senfa. Research on the efficiency of China’s rail transport——A range adjusted measure of network DEA perspective[J]. Journal of Railway Science and Engineering, 2015, 12(5): 1219−1226.

[13] 郭晓黎, 王子健, 高小珣, 等.基于模糊综合评价法的铁路货车运用效率分析[J]. 铁道货运, 2017, 35(12): 35−39. GUO Xiaoli, WANG Zijian, GAO Xiaoxun, et al. Analysis on railway freight car utilization efficiency based on fuzzy synthetic evaluation[J]. Railway Freight Transport, 2017, 35(12): 35−39.

Evaluation method of relative effect of wagon utilization process based on network DEA

LI Xiamiao, GUO Wang, WANG Lishan, JIN Wei

(School of Traffic and Transportation Engineering, Central South University, Changsha 410075, China)

Based on the use of wagons, a relationship network of wagon loading, transit, travel, full turnover activity was established, according to the input-output principle, designed the input-output evaluation index system which embodies the wagon resource occupancy, the goods efficiency and effectiveness, and constructed the relative effect evaluation model of wagon utilization combining network DEA method and super efficiency method. Taking the actual data of the 2015-year Railway Bureau as an example, the relative effect of wagon utilization is analyzed, and the example shows: the efficiency of handling and transshipment has significant impact on the overall efficiency, each bureau should choose the corresponding transportation organization mode according to the characteristics of the respective freight transport, and adjust the wagon operation measures.

railway transport; wagon utilization; DEA; relative efficiency

U292.6

A

1672 − 7029(2019)08−2107 − 07

10.19713/j.cnki.43−1423/u.2019.08.030

2018−10−25

国家自然科学基金资助项目(U1334207)

李夏苗(1963−)，男，湖南茶陵人，教授，博士，从事综合交通系统优化，铁路运输系统分析研究；E−mail：xmli@csu.edu.cn

(编辑 阳丽霞)