基于 DEA 方法的铁路物流基地 运营评价研究

丁小东，刘启钢，周凌云，宫薇薇，叶 飞，许植深，王 言

（中国铁道科学研究院集团有限公司 运输及经济研究所，北京 100081)

0 引言

在国家大力推动交通物流融合发展背景下，中国国家铁路集团有限公司(以下简称“国铁集团公司”)大力推进208个一级、二级铁路物流基地建设[1]。截至2019年8月底，全路已经建成136个物流基地，其中一级29个、二级107个。在铁路物流基地运营评价方面，仍然缺乏专业、系统的评价体系，主要沿用《铁路标准化货场管理办法》(铁运[2012]134号)[2]，侧重货场标准化建设和安全管理，无法对物流基地投入产出效率效益进行综合评价。

目前学者们对国内物流园区和铁路物流基地评价进行了大量研究，王丹竹等[3]从评价目标、评价指标、评价方法等方面研究德国物流园区评价方法，赵林等[4]从可持续发展的视角研究提出社会物流园区运营评价方法，郭晓黎等[5]、宋云[6]系统研究提出物流基地统计分析指标和方法。在借鉴国外和国内物流园区运营评价的基础上，综合考虑铁路物流基地统计分析指标，运营DEA模型，统筹考虑人员、装备、资金等投入指标，以及经济、社会和环境效益等产出指标，创新提出“评价目标→评价维度→评价指标→影响因子”评价体系；同时，引入基于影响力度[7]的指标分析技术，研究影响因素对指标变化的灵敏度，从而寻找出影响铁路物流基地运营指标的关键因素。

图1 铁路物流基地运营评价体系架构Fig.1 Railway logistics center operation evaluation system architecture

1 铁路物流基地运营评价方法研究

1.1 铁路物流基地运营评价体系架构

铁路物流基地运营评价指标体系是对铁路物流基地的运作环境、运作效率和经营效益通过具体的指标进行系统化、层次化和具体化的描述。采用投入产出分析原理，铁路物流基地投入要素有人员、货物场站、资金、装备和信息化建设等，产出要素有经济效益、社会效益和环境效益，最终的目的是满足客户个性化的场站服务需求。铁路物流基地运营评价体系架构如图1所示。

1.2 基于 DEA 的铁路物流基地评价方法

1.2.1 DEA评价模型

DEA评价模型为

式中：令uk为第k个产出指标的权重，ykj为第j个决策单元对应第k个产出指标的产出量，vi为第i个投入指标的权重，xij为第j个决策单元对应第i个投入指标的投入量，Vp为目标函数，n为决策单元数量，s为产出指标数量，m为投入指标数量[8]。

DEA模型通常使用DEA软件编程求解，使用DEA软件编程求解经常会面临2个问题。首先，DEA程序编写起来相对复杂，其次，在DEA软件的求解结果中经常会出现多个决策单元同时有效，尤其是随着决策单元和评价指标数目增多，有效DMU的数目会变得更多，无法比较有效决策单元之间的绩效情况。DEA模型归根结底是属于线性规划的问题，因此可以使用优化建模软件(LINGO)，因此，采用LINGO进行求解。

1.2.2 评价指标处理方法

为了客观、准确、全面获取每个评价指标对应的统计数据，同时避免由于指标过多导致评价工作难以开展的问题，引进影响因素的概念，将每个评价指标细分为多个影响因素，综合影响因素给出该指标的得分。

令有n+ 1个函数f1(x)，f2(x)，…，fi(x)，…，fn(x)和F(x)，且F(x)的变化动态受fi(x)共同作用，fi(x)之间存在“和”或“积”的函数关系(商函数需倒数化)。F(x)为指标函数，fi(x)为因素函数，x为因素变量(又称因子)，si(x)为fi(x)与F(x)之间因子的竖直距离(因子距离)，Si(x)为定义域上的累积因子距离，因素的影响力度可分为连续型和离散型2种情况进行计算。

若因素函数和指标函数为连续型函数，则fi(x)对F(x)的累积因子距离计算公式为

若因素函数和指标函数为离散型函数，其累计因子距离计算公式为

因素函数fi(x)对指标函数F(x)的影响力度Wi(x)，计算公式为

1.2.3 评价指标结构模型构建

基于影响力度的指标分析技术，结合铁路物流基地评价要求，创新提出了“评价目标→评价维度→评价指标→影响因子”指标体系设计方法，围绕着评估物流基地整体运营水平总目标，分解为场站规模、资金投入、作业人员、物流装备、物流量、综合效率、质量安全和可持续性9个维度，每个维度由若干个评价指标构成。铁路物流基地评价指标结构模型构建如图2所示。

图2 铁路物流基地评价指标结构模型构建Fig.2 Building of evaluation index structure model of railway logistics center

1.3 评价指标体系构建

借鉴国外铁路物流基地和社会物流园区在场站运营评价方面的经验[9]，结合“评价目标→评价维度→评价指标→影响因子”评价体系，构建由场站规模、资金投入、作业人员、物流装备等9个评价维度，批复面积、开发面积、运营面积等30个评价指标，以及若干个影响因子组成的评价指标体系。铁路物流基地评价指标体系构建如图3所示。

图3 铁路物流基地评价指标体系构建Fig.3 Evaluation index system architecture of railway logistics center

2 铁路物流基地运营评价实证研究

2.1 评价对象选择

研究选取已运营的127个物流基地作为评价对象，其中一级26个，二级101个，中国铁路上海局集团有限公司16个、中国铁路成都局集团有限公司15个、中国铁路沈阳局集团有限公司10个、中国铁路北京局集团有限公司10个，其他铁路局集团公司共选取76个。基于铁路物流基地运营评价指标体系，结合铁路物流基地运营现状和数据统计情况，在投入指标中选择场站规模、人员投入、资金投入和场站能力4类评价指标，8个具体评价因子，在产出指标中选择业务完成量和业务收入2类指标，9个具体评价因子。铁路物流基地主要评价指标如表1所示。

2.2 运营评价结果

（1）一级物流基地评价结果。运用DEA评价方法，以物流基地投入产出效率为评价目标，对26个一级物流基地进行评价，一级物流基地评价结果如图4所示。一级物流基地综合投入指标均值为0.014 4，综合产出指标均值为0.013 4，投入产出率均值为1.043 6，表明一级物流基地总体投入大于产出。从单个基地评价结果如图4b所示，有11个一级基地评价结果大于1，表明该类基地投入大于产出；15个一级物流基地评价结果小于1，表明该类物流基地投入小于产出。从物流基地个体差异来看，26个一级物流基地波动系数为0.91，小于1，表明一级物流基地投入产出率差异不显著。

总体来看，一级物流基地产出效率较低，主要原因是一级物流基地占地规模、初期投资较大，但是场站能力、货源等正在培育，以中国铁路济南局集团有限公司(以下简称“济南局集团公司”)齐河物流基地、即墨基地为例，占地均超过了200 hm2，扣除拆迁后投资约为4亿元，2018年齐河物流基地到发总量为61万t，即墨到发总量为3.6万t。因此，一级铁路物流基地处在能力培育期，作用尚未完全发挥。

表1 铁路物流基地主要评价指标Tab.1 Main evaluation index of railway logistics base

（2）二级物流基地评价结果。运用与一级物流基地评价相同的方法，对101个二级物流基地进行评价，二级物流基地评价结果如图4所示。二级物流基地综合投入指标均值为0.006 2，综合产出指标均值为0.006 3，投入产出率均值为0.981 2，二级物流基地总体投入小于产出。从单个基地评价结果如图5b所示，有41个二级基地投入产出率大于1，表明该类基地投入大于产出；60个二级物流基地投入产出率小于1，表明该类物流基地投入小于产出。从物流基地个体差异来看，101个二级物流基地波动系数为1.30，大于1，表明二级物流基地投入产出率差异较为显著。

图4 一级物流基地评价结果Fig.4 Evaluation results of level-1 logistics center

图5 二级物流基地评价结果Fig.5 Evaluation results of level-2 logistics center

总体来看，二级物流基地产出效率较高，基地产出量大于投入量的比例约为60%，主要原因是二级物流基地大多为既有货场，改扩建投入较少，同时大部分口岸型物流基地为二级物流基地，转运量比例较高。2018年阿拉山口、河口北、霍尔果斯、满洲里物流基地产出投入比分别为8.101，6.526，5.334，2.660，在全路二级物流基地中产出效率排前15。

2.3 计算结果分析

（1）设计能力分析。以18个铁路局集团公司127个一、二级物流基地为研究对象，重点研究物流基地集装箱、长大笨、包装成件和商品汽车4个功能区，铁路物流基地办理能力评价结果如图6所示。总体来看，铁路物流基地各功能区中，集装箱功能区办理能力最大，其次是长大笨、包装成件、商品汽车，全路已运营的127个物流基地集装箱、长大笨、包装成件、商品汽车平均办理能力分别为1 799万t，606万 t，587万t和 57万t (合计87万台)。

从铁路物流基地设计能力来看，18个铁路局集团公司在物流基地建设时均高度重视集装箱业务，127个物流基地集装箱业务办理能力占基地总设计能力的59%，以济南局集团公司为例，集装箱功能区办理能力占物流基地设计能力的72%，可见，集装箱业务将成为物流基地主要业务，对铁路发展多式联运意义重大。

图6 铁路物流基地办理能力评价结果Fig.6 Evaluation results of handling ability of railway logistics center

（2）物流基地业务办理量分析。从业务办理量来看，物流基地集装箱、长大笨、包装成件、商品汽车平均办理量分别为400万t，52万t，251万t和106万t (合计70万台)。长大笨功能区办理能力大于包装成件功能区，但是其业务办理量小于后者。从投入产出效率来看，结合表1铁路物流基地主要评价指标和DEA评价方法，可以计算出集装箱、长大笨、包装成件、商品汽车4个功能区投入产出效率分别为1.522 3，2.860 6，1.297 1，0.927 1，结果显示铁路物流基地中商品汽车产出效率最高，其次是包装成件、集装箱和长大笨。铁路物流基地业务办理量评价结果如图7所示。

图7 铁路物流基地业务办理量评价结果Fig.7 Evaluation results of business handling volume of railway logistics center

从铁路物流基地运营效果来看，127个物流基地集装箱业务办理量占基地办理总量的49%，即集装箱功能区效果发挥有待提升。另外，包装成件功能区当前业务办理量较大，但是该类业务也在逐年下滑。

3 研究结论

为推动铁路由运输生产任务型向市场经营效益型转型发展，以铁路场站运营质量和投入产出效率为评价目标，创新提出了“评价目标→评价维度→评价指标→影响因子”指标体系设计方法，以全路已运行的127个物流基地为研究对象，形成以下主要结论：①我国铁路物流基地正处于运能释放阶段，与传统货场相比，铁路物流基地产出规模较大，但投入产出效率较低；②二级物流基地产出效率高于一级物流基地；③铁路物流基地中商品汽车产出效率最高，其次是包装成件、集装箱和长大笨；④结合铁路物流基地运营需求及评价指标，还应进一步解决物流基地部分核心功能区关键指标动态评价问题，采用仿真评价技术，加强铁路物流基地动态评价研究。