基于DEA和AHP模型的陇海兰新经济带区域物流效率综合评价

郭海兵 朱鹏程 潘家乐 周朗 刘玥明

摘 要：近年来，在“一带一路”倡议下，陇海兰新经济带沿线城市以此为机遇，发挥各自的区位优势，展现各自特色，在区域物流协同发展方面取得了成效。本文运用DEA模型和层次分析法（AHP），从内生因素和外生因素，对陇海兰新经济区的各城市物流效率进行评价，结合两种方法形成综合评价模型，最后提出物流效率提升策略。

关键词：城市物流效率综合评价模型;DEA模型;层次分析法;物流效率

本文索引：郭海兵，朱鹏程，潘家乐，等.基于DEA和AHP模型的陇海兰新经济带区域物流效率综合评价[J].中国商论，2021（19）：-078.

中图分类号：F259.22 文献标识码：A 文章编号：2096-0298（2021）10（a）--03

1 引言

2013年国家主席习近平在出访中亚和东南亚国家期间提出了共建“丝绸之路经济带”和“21世纪海上丝绸之路”的重大倡议，即“一带一路”，其中陇海兰新线作为由陇海线与兰新线组成贯穿我国东西的一条铁路“大动脉”，如何让沿陇海线经济带在“丝绸之路经济带”建设中更好地发挥作用，促进区域协同发展，把大陆桥沿线打造成横贯东西、辐射南北的物流、资金流、技术流、信息流“大动脉”，成为“丝绸之路”经济带最具辐射带动力的经济走廊，是陇海兰新沿线城市践行国家“一带一路”倡议所面临的重大议题。

就目前形勢而言，国外对区域物流的研究相对较少，其中Teodor（2009）针对区域物流规划中资源运营和管理的短期计划问题，提出区域物流系统组成的一般模型和公式，并识别出比较好的解决方法。DeMarco（2007）以意大利西北部区域为研究对象，构建系统动力学模型，辅助进行交通基础设施投资决策。而国内理论研究的重点大多集中在“一带一路”东部沿海开放城市、长三角经济区、珠三角经济区等开放程度较高、经济发展较成熟的区域物流发展方面，对于以陇海兰新经济带骨干城市为对象的新亚欧大陆桥经济走廊研究很少。本文此为背景，以陇海兰新经济带中江苏（连云港、徐州）、河南（郑州、开封、洛阳、焦作）、陕西（西安、咸阳、宝鸡）、甘肃（兰州、武威、酒泉、嘉峪关）、新疆（乌鲁木齐、吐鲁番）等沿线城市作为研究对象，以区域物流协同发展效率为突破口，运用DEA模型（数据包络分析方法），对陇海兰新经济带区域物流协同发展效率建立合理的指标评价体系，指出制约陇海兰新经济带区域物流发展的洼地和薄弱环节。在区域一体化发展和国家“一带一路”背景下，为促进陇海兰新经济带沿线城市更好地融入国家发展战略，在区域物流协调发展方面提出相应的对策建议。

2 模型介绍

2.1 DEA模型

DEA模型是一种基于线性规划，用于评价同类型组织工作绩效的相对有效性的工具。衡量同类组织效率的高低，通常需要采用投入产出比这个指标，利用数据归一化，排除量纲的影响后，计算出各自的投入产出比并按照大小进行绩效排序。

2.2 层次分析法（AHP）

层次分析法是一种简便、灵活而又实用的多准则决策方法，是对一些较为复杂、模糊的问题作出决策的简易方法，特别适用于难以完全定量分析的问题。针对问题，本文借鉴了层次分析法中各层次权重的计算，通过构造判断矩阵，算出绩效评价模型中各个准则的权重。

3 实证研究

3.1 指标的选取与数据来源

依据贺盛瑜等（2020）在《区域物流效率评价研究综述》中关于投入产出指标选取，本文选取的衡量物流效率指标是投入和产出，在投入指标下设物流业投资额（物流业固定资产投资额）和物流业资本（物流业从业人员数和平均工资等）;在产出指标下设物流业产值（第三产业生产总额和快递业务量）、物流业产值增长（进出口总额增长量）和货运量（货运量及货物周转量）。本文所有数据源自国家统计局、各地方统计局2018年、2019年统计年鉴。

3.2 区域物流效率有效性评价

根据陇海兰新经济区15个城市依次建立线性规划模型：

（1）

使用Python软件求解得到15个城市的值，根据DEA模型的结果，DEA有效的城市有：连云港、郑州、西安、咸阳、嘉峪关、吐鲁番六座城市，即这6座城市的物流效率好于其他城市。另外，根据值大小给非DEA有效的9座城市的物流效率进行排序，物流效率从高到低依次是：乌鲁木齐（0.9467）、洛阳（0.9269）、徐州（0.8977）、兰州（0.8830）、开封（0.7051）、焦作（0.5126）、酒泉（0.2979）、武威（0.2842）、宝鸡（0.2444）。

DEA模型虽然可以基于各个城市对物流业的投入产出比做出评价，并给出各个城市物流效率的排序，但是同为DEA有效的城市无法比较，且给出的排名没有考虑到环境因素的影响，具有一定的主观性，所以本文又采用层次分析法给出每个城市物流效率的评分。

采用层次分析法（AHP）得到模型中各个变量的权重，对于变量的选取，不仅依靠投入、产出指标，还应考虑环境指标。所以选取的指标要能综合反映一个地区的物流效率高低，即物流业投资额、物流业资本、物流业产值、货运量，地区GDP、全社会固定资产投资额。

考虑到现有数据集有量纲因素的影响，不利于本文对指标的变化量进行分析，所以在进行6个变化量的计算之前，本文采用归一化方法对原始数据集进行归一化处理。归一化数据的公式为：

（2）

其中，为归一化后的数据，为这个指标的最小值，为这个指标的最大值。选取投入指标和产出指标进行数据归一化处理见表1。

本文采用Saaty等人建议的方法确定变量权重，具体方法为：对因子进行两两比较建立成对比矩阵，即每次取两个因子和，以表示和对的影响大小之比，全部比较结果用矩阵表示，为之间的成对比较判断矩阵（简称判断矩阵）。容易看出，若与对的影响之比为，则与对的影响之比应为，再结合参考文献，讨论6个变量之间的相互关系及重要程度，进行有效对比判断，按重要程度，从大到小梳理出顺序分别是：（1）物流业资本（记为input1）;（2）物流业投资额（记为input2）;（3）物流业产值（记为output1）;（4）货运量（记为output2）;（5）地区GDP（记为environment1）;（6）全社会固定资产投资额（记为environment2）。