鄧梁 鑫蕓

大數(shù)據(jù)背景下四川省物流業(yè)績效評價與優(yōu)化研究

鄧梁 鑫蕓

（四川大學(xué)匹茲堡學(xué)院，四川 成都 610000）

在大數(shù)據(jù)背景下，四川省物流業(yè)的發(fā)展過程中仍存在不少問題，對大數(shù)據(jù)的利用程度也還不夠。通過對物流業(yè)績效評價體系構(gòu)建的探討，建立了四川省物流業(yè)績效評價體系及相關(guān)模型，采用DEA的方法和理論，結(jié)合大數(shù)據(jù)目前應(yīng)用于四川省物流業(yè)的特點(diǎn)，進(jìn)行了深入探索和優(yōu)化?；谀Ｐ偷玫降慕Y(jié)果，對四川省物流業(yè)的物流效率進(jìn)行分析與評價，并提出優(yōu)化方法，旨在利用大數(shù)據(jù)提高四川省物流業(yè)效率，從而促進(jìn)四川省物流業(yè)的發(fā)展。

物流業(yè)；大數(shù)據(jù)；數(shù)據(jù)包絡(luò)分析DEA；績效評價

現(xiàn)在的社會正處于一個高速發(fā)展的階段，各項(xiàng)技術(shù)不斷得到創(chuàng)新和完善，大數(shù)據(jù)就是這個高科技時代的產(chǎn)物。隨著云時代的到來，大數(shù)據(jù)因其顯著特點(diǎn)而備受關(guān)注，人們開始借助一定的技術(shù)手段探尋大數(shù)據(jù)背后的價值，并將其轉(zhuǎn)變成可以被社會各行各業(yè)利用的資源。

隨著經(jīng)濟(jì)社會的持續(xù)快速發(fā)展，四川省物流效益不斷提高，物流總量和物流企業(yè)整體規(guī)模不斷擴(kuò)大，物流運(yùn)營基礎(chǔ)設(shè)施不斷完善。雖然目前物流業(yè)發(fā)展較快，但仍存在物流基礎(chǔ)設(shè)施較落后、市場管理體制不健全、管理和服務(wù)功能不足等問題[1]。而大數(shù)據(jù)以其容量巨大、流轉(zhuǎn)速度較快等特征，逐漸成為解決當(dāng)前問題的手段。大數(shù)據(jù)可以很大程度改變物流服務(wù)的功能、規(guī)模與領(lǐng)域、效率、交付方法等，還可以使物流業(yè)表現(xiàn)出明顯的轉(zhuǎn)型升級趨勢，促進(jìn)新的商業(yè)模式、經(jīng)營方式、資源配置模式等物流業(yè)新業(yè)態(tài)的出現(xiàn)。

近年來眾多學(xué)者對物流績效的研究十分關(guān)注，國內(nèi)外學(xué)者已經(jīng)通過主成分分析、模糊綜合評判法等建立起常見的物流績效評價體系。本文依據(jù)成熟的績效評價體系，結(jié)合大數(shù)據(jù)目前應(yīng)用于四川省物流業(yè)的特點(diǎn)，進(jìn)行深入探索和優(yōu)化，旨在使大數(shù)據(jù)能夠提高四川省物流業(yè)的效率，進(jìn)而促進(jìn)四川省物流業(yè)的發(fā)展。

1 DEA模型的構(gòu)建

數(shù)據(jù)包絡(luò)分析法（DEA）可以同時對多個投入和產(chǎn)出 指標(biāo)進(jìn)行分析評價，無需首先設(shè)定指標(biāo)間的函數(shù)關(guān)系，也無需設(shè)定權(quán)重，得到的結(jié)果具有較高準(zhǔn)確性[2]。利用該方法可篩選出物流業(yè)的績效指標(biāo)，從而對物流業(yè)體系進(jìn)行優(yōu)化 研究。

本文以《國民經(jīng)濟(jì)行業(yè)分類》[3]為標(biāo)準(zhǔn)，將四川統(tǒng)計年鑒中2006—2017年的交通運(yùn)輸、倉儲、郵政業(yè)的數(shù)據(jù)合并作為四川省物流業(yè)的研究數(shù)據(jù)，來構(gòu)建物流業(yè)績效指標(biāo)體系[4]。將2006—2017年作為決策單元，使用數(shù)據(jù)包絡(luò)分析法的2模型對每一年的物流業(yè)進(jìn)行效益評價，以此來判斷某個選定的決策單元的有效性，并結(jié)合無效原因給出改進(jìn)措施。

鑒于研究的物流業(yè)績效優(yōu)化思路是從調(diào)整投入要素入手，所以在構(gòu)建模型時，考慮了物力、人力、財力的投入以及基礎(chǔ)設(shè)施的規(guī)模[5]。對于基礎(chǔ)設(shè)施的規(guī)模，將公路、鐵路、水運(yùn)三種運(yùn)輸方式的里程直接相加得到運(yùn)輸線路長度。在以往的研究基礎(chǔ)上，考慮到物流數(shù)據(jù)的可得性，并結(jié)合四川省物流業(yè)自身特點(diǎn)選取指標(biāo)，如表1所示。

表1 投入產(chǎn)出指標(biāo)表

指標(biāo)變量 投入指標(biāo)從業(yè)人員 固定資產(chǎn)投資 運(yùn)輸里程長度 從業(yè)人員工資總額 產(chǎn)出指標(biāo)地區(qū)生產(chǎn)總值 貨運(yùn)總量 貨物周轉(zhuǎn)量 物流生產(chǎn)總值

2 結(jié)果分析與優(yōu)化

本文根據(jù)獲取的物流業(yè)數(shù)據(jù)，針對物流業(yè)各投入和產(chǎn)出指標(biāo)，運(yùn)用DEAP2.1軟件進(jìn)行DEA模型求解，得到四川省物流業(yè)每年的綜合效率、純技術(shù)效率和規(guī)模效率，結(jié)果如表2所示。

綜合技術(shù)效率是對決策單元在資源的使用效率、配置能力等各個方面的綜合評價。綜合效率值為1，則說明決策單元使用的技術(shù)有效[5]。從表2的綜合效率來看，3個決策單元非有效。效率最低的決策單元是2009年，綜合效率值僅為0.886，這說明如果要達(dá)到有效前沿面的水平，產(chǎn)出需要提高到原有產(chǎn)出水平的119%。其次為2010年，綜合效率值為0.932，這說明如果要達(dá)到有效前沿面的水平，產(chǎn)出需要提高到原有產(chǎn)出水平的107%。

表2 2006—2017年四川省物流業(yè)效率比較

決策單元綜合效率技術(shù)效率規(guī)模效率規(guī)模報酬 DMU 12006年111— DMU 22007年111— DMU 32008年111— DMU 42009年0.8860.9090.974irs DMU 52010年0.9320.9390.992irs DMU 62011年111— DMU 72012年111— DMU 82013年111— DMU 92014年111— DMU 102015年0.9920.9921— DMU 112016年111— DMU 122017年111—

注：irs為規(guī)模效率遞增。

純技術(shù)效率是企業(yè)綜合考慮管理、技術(shù)等要素時的生產(chǎn)效率，反映了企業(yè)有效利用資源的能力以及整體技術(shù)水平。規(guī)模效率則是受企業(yè)規(guī)模影響的效率[5]。

通過觀察表2發(fā)現(xiàn)，2015年為純技術(shù)無效，即規(guī)模效率值為1而純技術(shù)效率值小于1。2009年和2010年是純技術(shù)效率和規(guī)模效率同時無效，即兩個值都小于1，且規(guī)模報酬都是遞增的，說明在當(dāng)時的技術(shù)水平下四川省的物流業(yè)規(guī)模過小，提高物流產(chǎn)業(yè)效率的方法是在調(diào)整其投入產(chǎn)出比的同時適當(dāng)擴(kuò)大物流業(yè)規(guī)模。

為了更進(jìn)一步的分析，可以使用DEAP2.1軟件對物流業(yè)DEA非有效單元進(jìn)行效率改進(jìn)。在實(shí)際操作中，投入指標(biāo)是可以進(jìn)行人為控制的，因此本文僅考慮投入指標(biāo)的松弛變量取值。表3給出了各年份的投入松弛變量，即各年份物流業(yè)投入指標(biāo)需要改善的值，從而可以對投入做更好的規(guī)劃與設(shè)計。

表3 2006—2017年四川省物流業(yè)投入指標(biāo)松弛變量的取值

決策單元從業(yè)人員/萬人運(yùn)輸里程長度/萬千米從業(yè)人員工資總額/萬元固定資產(chǎn)投資/億元 DMU 12006年0000 DMU 22007年0000 DMU 32008年0000 DMU 42009年14.1912.37280 937.6319.761 DMU 52010年9.3361.70362 946.898318.594 DMU 62011年0000 DMU 72012年0000 DMU 82013年0000 DMU 92014年0000 DMU 102015年1.0420.253242 928.11826.032 DMU 112016年0000 DMU 122017年0000

如表3所示，大多數(shù)年份物流業(yè)的投入松弛變量都為0，不需要改變各投入指標(biāo)的量。2009年、2010年、2015年四項(xiàng)投入指標(biāo)均出現(xiàn)過?，F(xiàn)象。

本文以2009年為例，對于2模型中效率值小于1的決策單元，可通過綜合效率×投入指標(biāo)原始投入量－松弛變量來優(yōu)化調(diào)整投入項(xiàng)ij′為：14′=124.707，即物流從業(yè)人員減少到124.707萬人；24′=20.841，即運(yùn)輸里程長度減少到20.841萬千米；34′=711 270.440，即物流從業(yè)人員工資總額減少到711 270.440萬元；44′=900.226，即固定資產(chǎn)投資減少到900.226萬元。根據(jù)以上的分析可知2009年物流業(yè)從業(yè)人員、運(yùn)輸里程長度、固定資產(chǎn)投資、從業(yè)人員工資都存在資源剩余。

3 結(jié)論與展望

根據(jù)以上對四川省的物流績效的分析，本文從數(shù)據(jù)角度進(jìn)行分析并對資源的有效利用和經(jīng)濟(jì)的發(fā)展提出了改善的方法。

從以上分析可以得到以下幾點(diǎn)結(jié)論：①從歷史數(shù)據(jù)出發(fā)，投入指標(biāo)的利用率雖然大體呈上升趨勢，但仍會出現(xiàn)投入過剩的情況；②造成某些年份四川省物流業(yè)的發(fā)展相對無效的原因主要是物流投資額過大、從業(yè)人員過多，且物流投資與物流人才利用未取得理想的效果；③運(yùn)輸里程長度過長反映了快速交通基礎(chǔ)設(shè)施落后以及物流基礎(chǔ)設(shè)施未得到充分應(yīng)用的問題；④包含固定資產(chǎn)投資和從業(yè)人員工資的物流成本過高，可能會導(dǎo)致帶給社會的負(fù)擔(dān)較大；⑤綜合效率和純技術(shù)效率也大致呈上升趨勢，但物流管理水平有待提高，物流人才培養(yǎng)和物流基礎(chǔ)設(shè)施建設(shè)力度仍需增強(qiáng)；⑥規(guī)模效率的穩(wěn)定表明四川省對物流資源的整合以及物流生產(chǎn)率的把握已走向成熟。

隨著經(jīng)濟(jì)的高速增長，四川省物流業(yè)急速發(fā)展并且已經(jīng)取得了一定的成效。但基于大數(shù)據(jù)背景和本文得到的結(jié)論，未來四川省物流業(yè)的發(fā)展過程中大數(shù)據(jù)技術(shù)可以應(yīng)用于優(yōu)化物流過程、增強(qiáng)物流企業(yè)運(yùn)行管理能力、合理安排物流中心選址、優(yōu)化物流市場策略的制訂這幾個方面。

四川省物流業(yè)可以將現(xiàn)有的信息系統(tǒng)和物聯(lián)網(wǎng)整合起來，建立物流協(xié)同的信息共享平臺，提高物流運(yùn)作管理中的信息技術(shù)和信息系統(tǒng)利用率。利用大數(shù)據(jù)挖掘和智能分析等技術(shù)，物流系統(tǒng)可以對不同地區(qū)消費(fèi)者的消費(fèi)習(xí)慣、水平進(jìn)行分析歸納，預(yù)測其未來的消費(fèi)行為。根據(jù)得到的消費(fèi)者需求，匹配物流供給，調(diào)整物流資源的配置。同時結(jié)合企業(yè)自身特點(diǎn)和交通狀況等信息，制訂物流線路的規(guī)劃和配送方案以及配送中心的安排，從而解決因信息利用率較低導(dǎo)致的配送成本過高、貨物運(yùn)送效率低下、配送資源的浪費(fèi)等問題。由于缺乏對物流倉儲情況進(jìn)行分析和管理的技術(shù)人員，對于調(diào)、補(bǔ)貨等緊急事件的處理不夠迅速，造成了客戶購物時長時間等待的問題。

四川省物流業(yè)應(yīng)致力于培養(yǎng)專業(yè)性的大數(shù)據(jù)應(yīng)用人才，利用大數(shù)據(jù)的數(shù)據(jù)挖掘技術(shù)來選擇倉庫的位置，并保證一定量的庫存，這將降低銷售淡季或者旺季時出現(xiàn)的庫存擠壓或者缺貨給整個物流系統(tǒng)帶來的影響。

在大數(shù)據(jù)的背景下，四川省物流業(yè)的發(fā)展應(yīng)該結(jié)合大數(shù)據(jù)理念進(jìn)行創(chuàng)新和改進(jìn)，從根本上推動物流業(yè)的專業(yè)化、社會化和智能化發(fā)展。

物流業(yè)的發(fā)展應(yīng)著手于服務(wù)客戶的本質(zhì)，加快物流產(chǎn)業(yè)升級，在已定服務(wù)水平上取得物流成本最低及物流效率最高，并且在達(dá)到為客戶創(chuàng)造價值的目的的同時創(chuàng)造合理利 潤[6]。物流行業(yè)應(yīng)該加大對大數(shù)據(jù)技術(shù)的研究，并將其應(yīng)用于物流的各個環(huán)節(jié)中，以確保四川省物流業(yè)的可持續(xù)發(fā)展，同時也符合四川省經(jīng)濟(jì)的長遠(yuǎn)發(fā)展利益。

［1］董圓圓.面向四川省物流發(fā)展現(xiàn)狀問題的分析研究［J］.軟件，2019，40（7）：152-157.

［2］朱鎮(zhèn)遠(yuǎn)，黃微，劉熠.大學(xué)生網(wǎng)絡(luò)信息行為綜合指標(biāo)體系構(gòu)建研究——基于改進(jìn)數(shù)據(jù)包絡(luò)分析法［J］.科技情報研究，2020，2（2）：48-58.

［3］四川統(tǒng)計局.四川統(tǒng)計年鑒［M］.北京：中國統(tǒng)計出版社，2006.

［4］甘衛(wèi)華，許穎，黃雯，等.基于DEA-Malmquist的江西省物流業(yè)全要素生產(chǎn)率研究［J］.工業(yè)工程，2015，18（2）：108-114.

［5］王項(xiàng)，劉剛.基于數(shù)據(jù)包絡(luò)分析的區(qū)域物流績效分析 ——以全國性物流節(jié)點(diǎn)城市所在的省市為例［J］.物流工程與管理，2015，37（10）：78-81.

［6］王杰，閆軍，徐旦.基于因子分析法的“一帶一路”沿線省市物流能力比較研究［J］.科技與創(chuàng)新，2019（4）：26-27，30.

F259.23

A

10.15913/j.cnki.kjycx.2020.12.004

2095－6835（2020）12－0012－03

鄧梁鑫蕓（1999—），女，四川大學(xué)本科生。

〔編輯：王霞〕