基于考虑环境因素的三阶段DEA模型的烟草商业企业物流安全投入效率评价

谌 亮，桂寿平

（1.广东烟草中山市有限责任公司 卷烟物流配送中心，广东 中山 528401；2.华南理工大学 经济与贸易学院，广东 广州 510006）

1 引言

习近平总书记在十九大报告中明确指出：“树立安全发展理念，弘扬生命至上、安全第一的思想，健全公共安全体系，完善安全生产责任制”，安全生产工作重要性凸显，持续提升安全生产管理水平是现代企业的当务之急。卷烟物流配送中心是烟草供应链的核心环节，是连接工业企业和卷烟零售客户的纽带，它集卷烟仓储、分拣、配送、“两打三扫”、信息管理和精益物流管理等于一体，具有存货价值高、储存要求、配送车辆多、年行驶里程长等特点，安全风险大，安全责任重。

近年来，伴随着现代烟草商业企业核心竞争力的构建，卷烟物流配送中心的建设步伐加快，商业企业基本实现了自营物流。但是，参差不齐的物流基础设施、复杂的路况条件、超负荷的卷烟配送量、安全管理及应急处理能力不强，使得安全事故时有发生，迫切需要提高物流安全资源投入效率。卷烟物流配送中心的安全资源主要包括管理资源、人力资源、机器设备资源、车辆资源、厂房资源和应急资源等[1]。为避免经济损失和员工伤亡，确保商业企业高质量的发展，需科学、及时地配置卷烟物流配送中心的各项安全资源，提高安全生产管理水平。

目前已有物流安全研究的相关文献涉及物流安全运筹学的构建、电子商务物流配送安全、危险品物流安全、物流供应计划与城市道路安全、应急物流安全和员工安全参与行为等方面。如黄浪等[2]建立物流安全运筹学基础框架，构建学科一般研究程序，提出了具体步骤、研究方法和内容；孙庆兰等[3]依据扎根理论建立电子商务物流配送安全影响因素指标体系，构建结构方程模型研究电子商务物流配送安全影响因素。赵伟峰等[4]提出了一种层次分析法和DEMA-TEL 法耦合的安全管理能力分析方法，明晰危化品物流运输企业安全管理能力要素的相互关系和结构属性；Valery Lukinskiy 等[5]基于物流“及时”理念建立模型考察了物流供应计划与城市道路安全的相关性问题，并计算以客户为导向的货物交付时间；Charlotte Huff[6]论述了飓风哈维肆虐期间人员配置和应急物流安全网络对减少损失、挽救生命的重要作用；郑涛等[7]构建了员工安全参与行为的演化博弈模型，采用系统动力学方法和数值仿真分析物流企业员工安全参与行为及演化路径。而烟草行业基础管理研究，主要集中在烟草供应链[8]、精益管理[9-10]等方面，鲜有涉及烟草物流安全方面的研究。因此，本文采用三阶段DEA方法研究烟草商业系统卷烟物流配送中心的安全投入效率，利用SFA 模型剔除环境因素和随机误差，以期客观判断烟草物流安全资源的利用效率，为商业企业有效提高物流安全投入效率提供理论和技术支持。

2 三阶段DEA模型的构建

DEA分析方法即数据包络分析方法,是由美国著名运筹学家Charnes 等[11]提出的一种效率评价方法，其基本思想为采用数学规划方法建立评价模型，主要用于多输入、多输出的复杂决策单元（DMU）的相对有效性评价。但传统的DEA模型在对决策单元进行效率评估时，会将任何与效率前沿的偏差都看成是由管理无效率引起的，而忽略了环境和随机误差对效率值的影响[12]，有可能使得到的估计结果不准确。因此，本文采用Fried 等2002年提出的三阶段DEA方法[13]，综合运用随机前沿分析SFA方法和传统DEA 方法，剔除环境因素和随机误差因素对物流安全投入效率的影响，对2017年广东各地市烟草商业企业物流安全投入效率做出更加准确、客观的评价。

2.1 第一阶段使用传统DEA模型

DEA 方法常用的有C2R 模型和BC2模型，本文采用投入导向规模报酬可变的BC2模型[12]。

式中，λj表示单位组合系数；θ表示决策单元的相对有效性；VD、X0、Y0为常数项；Xj、Yj分别表示输入和输出变量，j=(1,2,...,n)；s-、s+表示松弛变量。若θ=1，则表明决策单元j为弱DEA 有效；若θ=1且 s-=0 ，s+=0 ，则表明决策单元j为 DEA 有效；若θ ＜1，则表明决策单元j为DEA无效。

2.2 第二阶段建立类似SFA模型

根据Fried[13]等的思路，利用随机前沿分析SFA方法，对第一阶段所得到的松弛变量进行分析，建立如下类似SFA回归方程：

式中，Sni为第i个决策单元在第n个投入上的松弛变量，即理想投入与实际投入的差值用来标识环境因素对Sni的影响，通常取即为观测到的k维环境变量，βn为环境变量对应的参数向量；vni为随机干扰项，其服从正态分布，即为管理无效率，其服从在零点截断的正态分布，即vni+uni为联合误差项，一般来说，un=0 ，uni＞0 。vni、uni独立不相关。

利用类似SFA 模型的回归结果，剔除环境因素和随机误差因素对决策单元所造成的影响，让所有决策单元均处于相同的环境之中。以最有效的决策单元的投入量为基准，对其它决策单元投入量进行调整，具体公式如下：

2.3 第三阶段调整投入量后的DEA模型

将调整后的投入量代替原始投入量，再次运用传统BC2模型进行效率评估，即得到剔除了环境因素和随机误差因素的更加准确、客观的安全投入效率值。

3 变量选取及数据说明

3.1 安全投入、产出指标

运用传统DEA 模型评价安全投入产出效率，投入产出指标的选取最为关键，要尽量避免指标间的线性相关性[11]。本文以广东省烟草商业系统下属19家地市卷烟物流配送中心作为研究对象，对各地市2018年安全投入效率进行研究。

（1）安全投入指标。投入指标一般包括资本和劳动两大类要素[15]，本文选取各地市卷烟物流配送中心安全投入费用、物流从业人员数量作为投入指标。另外，考虑到配送作业涉及车辆多，车辆行驶里程长，行驶时间直接影响作业安全，将配送时间作为一个投入指标。田刚，冯缨[16]也采用了类似的指标。

（2）安全产出指标。产出指标选取安全送货数量和安全绩效。安全绩效用安全结果和安全行为来度量，安全结果用安全事故率和安全事故造成的经济损失大小来测算，安全行为包括人的安全行为和物的安全状态。人的安全行为以员工遵守安全生产相关规定、参与生产作业安全改善和安全评估等促进和提升企业安全生产管理水平的积极性来评估；物的安全状态以符合《烟草行业安全生产标准化规范》（YC/T 384-2011）的相关要求来衡量。

3.2 环境变量

环境变量一般应满足“分离假设”原则，即环境变量对物流安全投入效率有影响，但短期内变化不大[17]。基于上述原则和数据的可得性，本文分别选取广东省各地市物流基础设施、员工素质、汽车使用年限代表环境变量。物流基础设施水平对物流安全投入效率具有决定性作用；大专以上学历人数占企业总人数的比率表示先进的技术、管理水平的程度，通常先进的技术、管理水平与物流安全投入效率正相关，用其作为环境变量可以排除其对各地市安全投入效率的扰动；物流安全投入效率受汽车使用年限的影响，汽车使用年限越短，投资强度越大，汽车使用年限越长，发生安全事故的概率也相应增大。因此，选取汽车使用年限作为环境变量。

表1 投入产出及环境变量指标

4 数据来源及指标描述

本文数据来源于《中国统计年鉴》、《广东省烟草专卖局业务管控平台》和《广东省烟草专卖局办公室关于2017年全省烟草商业系统对标指标情况的通报》（粤烟办综[2018]21号）。安全绩效通过问卷调查的形式获取，问卷调查所选择的访谈人员为各商业单位注册安全工程师，且具有三年及以上广东烟草商业系统安全生产工作考评经验的人员。通过文献的分析归纳，人的安全行为从员工遵守安全规定（包括驾驶员遵守相关交通法律、法规）、参与安全生产两个方面设置测量指标，物的安全状态从职业健康体系运行、设施设备和安全信息化等方面设定测量指标，得到以下安全绩效测量指标体系[16]，见表2。

表2 安全绩效测量指标体系

根据上述构建的指标体系，借助李克特量表法（Likert Scale）设计对应的调查问卷。由于烟草行业对于安全事故采取“一票否决制”，因此一旦商业企业发生重大安全事故或者事故造成重大经济损失，即说明安全漏洞大，安全投入效率分析无意义，则剔除该商业企业后再进行分析。

安全行为的测量方式如下：根据问卷对象对测量指标的评价“非常同意”、“同意”、“不一定”、“不同意”、“非常不同意”五种回答分别记为5、4、3、2、1，安全绩效总分就是人的安全行为和物的安全状态指标测量得分的加总，经过无量纲化处理后，得到最终的安全绩效得分。并运用SPSS13.0软件对调查数据进行可靠性分析，分析结果表明可靠性α系数值均大于0.7，说明调查数据很可信。

由图1可知，广东省各地市烟草商业企业平均安全绩效仅为2.87，整体安全绩效偏低。其中，安全绩效低于平均值的地市有10 家，安全绩效高于平均值的地市有9 家。进一步分析发现，安全信息化、员工积极参与安全生产风险评估和员工积极提出安全生产改善建议三项指标平均得分位于后三位，分别为1.72，2 和2.2，说明安全信息化水平和员工主动参与安全管理的能动性不高。

图1 广东省各地市烟草商业企业安全绩效

5 基于三阶段DEA模型的烟草商业企业物流安全投入效率实证分析

5.1 第一阶段传统DEA的实证分析

第一阶段运用DEA-SOLVER Pro5.0 测算了广东烟草商业系统19家地市卷烟物流配送中心的物流安全投入综合技术效率、纯技术效率与规模技术效率，结果见表3。

表3 广东省各地市烟草商业企业安全投入产出效率值

根据计算结果，若不考虑环境和随机因素的影响，广东省各地市物流安全投入综合效率均值为0.809，纯技术效率均值为0.843，规模效率均值为0.959。其中，珠海、佛山、清远、东莞、中山和广州DEA 综合效率值、纯技术效率和规模效率均为1，说明以上地市卷烟物流配送中心的物流安全投入处于DEA有效状态，是效率标杆，其他13家地市物流安全投入DEA无效。

5.2 第二阶段SFA回归分析

将物流安全投入费用、物流从业人数和配送车辆使用年限的松弛变量作为因变量，固定资产投入、人均GDP、每百人中大专以上学历人数作为自变量建立SFA回归模型，结果见表4。

表4 SFA模型回归结果

所选的环境变量对于安全投入和劳动当量的松弛变量均有一定的解释作用，模型整体是显著的。γ趋近于1表明在复合误差项中管理无效率对物流安全投入松弛变量的影响占主导地位，随机因素对投入松弛变量的影响较小，使用SFA 进行回归分析合理。由于投入冗余可视为各地市商业企业的机会成本，当回归系数为正时，说明环境变量不利于DEA效率的提高，会增加相应的松弛变量，解释为环境变量的增加会降低物流安全投入效率；当回归系数为负时，说明环境变量有利于DEA效率的提高，会减少对应的松弛变量，解释为环境变量的增加有利于物流安全投入效率的提升[9，12]。

（1）物流基础设施水平对各投入松弛变量的回归系数为负，表明商业企业物流基础设施、物流设备和物流信息系统完善，有利于安全投入冗余的减少，从而提升物流安全投入效率，符合实际情况。

（2）员工素质对各投入松弛变量有显著的负向影响，表明员工素质的提高，有利于新技术、新方法的推广，减少安全投入的浪费，从而提升企业的安全投入效率。

（3）配送车辆使用年限的回归系数为正，意味着随着车辆使用年限的延长，汽车故障率相应增加，为了确保配送安全，相应的维修费用、安全管理费用投入亦增加，从而降低安全投入效率。

5.3 第三阶段DEA测算分析

运用式（3）计算同质环境下的新投入值，产出数据不变，代入传统DEA 的BC2模型中，利用DEAP2.1软件再次计算安全投入效率，见表5。

表5 同质环境下安全投入效率值

通过表3和表5的数据对比分析发现，有效剔除环境因素和随机误差因素后，各地市物流安全投入效率结果及结构均发生了较大变化。

（1）广东省各地市综合技术效率平均值由0.809下降到0.791，说明环境因素促进了安全投入效率的提升，测算物流安全投入效率时剔除环境因素能得到可靠的结果。

（2）物流安全投入效率结构变化明显，纯技术效率平均值由0.843 上升到0.904，规模效率平均值由0.959 下降到0.868，说明传统DEA 低估了各地市物流管理水平，高估了规模效率。另外，剔除环境因素和随机误差因素前，纯技术效率均值低于规模效率均值，而投入修正后，纯技术效率均值均高于规模效率均值，这一结果说明，相较于提升各地市物流安全管理技术水平，合理设置中转站数量，科学确定配送规模，是提升安全投入效率的重点。

（3）效率标杆企业发生了变化，由6 个下降到5个。其中，珠海市、佛山市、中山市、广州市四个企业仍为效率前沿面企业，说明这四个地市安全投入效率确实高，剔除环境因素后，惠州市成为新的效率标杆企业，说明其真实效率被传统DEA低估了，而清远市、东莞市因规模效率下降退出效率前沿面，说明这两个地市的真实效率被高估了。

6 研究结论和展望

本文基于调研数据和系统面板数据，采用三阶段DEA分析方法，对广东省19个地市烟草商业企业物流安全投入效率进行分析，得出以下结论：（1）对比第一阶段和第三阶段分析结果，发现各地市物流安全投入效率结果及结构均发生了明显变化，表明环境因素对安全投入效率存在明显影响，因此利用随机前沿SFA 分析方法，剔除环境因素和随机误差因素后，测度广东省各地市烟草物流安全投入效率更加真实、客观。（2）各地市烟草商业企业物流安全投入效率差异较大，呈现出效率标杆企业集中在珠三角、效率落后企业集中在粤东的特点。此外，剔除环境因素和随机误差因素前后，粤东地区纯技术效率均值低于规模效率均值，相较于其他区域，粤东地区各地市安全管理水平较低，无法匹配其配送规模，提升安全管理水平更迫切。（3）环境因素对安全投入效率存在明显影响，其中物流基础设施水平和员工素质有利于安全投入冗余的减少，对物流安全投入的提高具有正向促进作用；而车辆使用年限的增加会提升安全事故概率，不利于全投入冗余的减少，对物流安全投入有显著负向促进作用。（4）企业平均安全绩效仅为2.87，52.63%的企业安全绩效低于平均值，说明广东省各地市烟草商业企业整体物流安全绩效偏低，另外，从单项指标得分来看，各地市安全信息化水平较低，员工主动参与安全管理的积极性不高。

根据以上结论，得到几点启示：第一,不同区域地市烟草商业企业提升安全投入效率的策略各有侧重,对于粤东、粤北地区技术效率提升是关键；对于珠三角地区,科学测算配送规模，合理设置中转站位置和数量，是提升安全投入效率的重点。第二，针对广东烟草系统基础设施建设存在的短板，各地市应有针对性的加大基础设施投入以提升安全投入效率。第三，要加强安全教育培训力度。根据安全生产工作不断向专业化发展的需要，强化培训的针对性和专业性，增强主观能动性，大力推动企业加快落实全员安全生产责任制，提升安全生产水平。第四，加强车辆安全管理，提升安全投入效率。一方面，加强车辆档案管理，实行“一人一档”、“一车一档”,有条件的地市还可以依托互联网、大数据信息化技术，真实、可靠地记录车辆维修、保养记录，“一车一档”地建立车辆电子健康档案，全面了解车辆使用状况，提高分析判断车辆故障的能力和维修效率。另一方面，做好预算管理，及时采购配送用车，淘汰处置年份老、故障率高的车辆，确保行车安全。第五，省局（公司）应为提升物流安全效率营造好的环境。通过加强物流基础设施规划，加快推进全省系统统一的安全信息化平台建设，深入开展安全标准化建设等途径，提升全省商业企业安全运作水平。