当前位置：文档之家 › 基于数据包络分析的物流企业绩效评价

基于数据包络分析的物流企业绩效评价

  • 格式：pdf
  • 大小：224.90 KB
  • 文档页数：2

毽惫瀵　睽穗罄镁　

基手数据包络分析的物流企　绩熬评　

王　林　四川商务职业学院　【摘要Ｊ物流企业的绩效评价具有重要的实际意义，研究了评价的指标体系和评价方法，提出了基于数据包络分析　模型的物流企业绩效评价方法，通过算例证明了模型的可行性和合理性。　［关键词】物流企业绩效数据包络分析　

现代物流企业面对激烈的市场竞争。对物流企业自身来说，　对其绩效进行及时有效的评价，有助于及时发现自身的劣势和不　足；有助于发现自身的优势和挖掘自身潜力，提高经济效益，有　助于完善和提高自身的管理水平　使企业在复杂的市场环境中制　定出正确的发展战略，从而立于不败之地。另一方面，对于宏观　经济决策部门来说，掌握物流企业的发展现状．发现存在的问题　和具有的优势，对宏观经济决策和行业发展规划具有重要的参考　价值。因此，科学全面地分析和评价物流企业的绩效，已成为一　个迫切需要解决的课题。　为此，学者们对此进行了大量研究　分别建立了物流企业绩　效评价的指标体系，提出了平衡记分卡、层次分析法、熵权和灰　关联方法、主成分分析法等评价方法。现有的这些评价方法，各　评价指标的权重如何确定仍然存在一些不足　往往通过专家经验　确定各评价指标的权重　导致指标权重不客观，不同专家往往产　生不同的评价结果。另外，已有的这些评价指标体系大多仅仅考　虑物流企业的产出，忽略资金、人力资源、经营风险等等投入要　素，可能导致某些投入产出效率低下的物流企业被评价为　优　秀”。为克服这些不足　本文引入数据包络分析方法评价物流企　业的绩效　研究数据包络分析在物流企业绩效评价中的应用方　法　通过一个算例证明所提方法的可行性和有效性。　

一、数据包络分析Ｃ２Ｒ模型　数据包络分析（ｄａｔａ　ｅｎｖｅ。ｌｏ．ｏｍｅｎｔ　ａｎａｌｙｓｉＳ，ＤＥＡ）作为一种数学　规划方法，在避免主观因素、简化运算和减小误差方面具有优势，　其中Ｃ。Ｒ模型具有建模思路清晰、形式简单、理论完善的特点。设　有ｎ个决策单元ＤＭＵ　每个ＤＭＵ都有ｍ种投入和Ｓ种产出．假设　ｘｌｘ表示第ｊ个ＤＭＵ的第１种投入量，ｙ　表示表示第ｊ个ＤＭＵ的第ｒ　种产出量　Ｖ．和ｕ　分别表示各投入和产出的权值，如果用向量ｘ　和Ｙ分别表示各ＤＭＵ的投入和产出，Ｖ和ｕ分别表示权值向量，　贝　：　＝　，　，—　ｌ懈）　＝（Ｋ　，　Ｊ，，　）　，　＝（　，　，…　）　，　＝（　，，／／　）　，　

其中ｆ　ｌ，　…，　；　＝ｌ，乏…　；ｒ；１，乏，　。　定义第　个ＤＭＵ的效率评价指数为　

∑　／∑　，　Ｌ，２，…，　（１）　１　ｌ　定义第ｊ　个ＤＭＵ的效率模型为　ｒａｉｎ口＝　ｓｔ　鸯　＋ｓ一＝ｅｇ／￣￣ｏ（』　１，２…一　（２　∑　或一　＝　Ｊ　＾　≥０，　１，Ｓ一　０，Ｓ　≥０　

式（２）中：曩，五…　，　为Ｄ　Ｍ　Ｕ的权重变量　为参变量　

Ｓ一　（　，　，一．３＇　－，Ｔ，Ｓ　（　，　）　。　设模型的最优解为　，　一，　。Ａ　Ｃｈａｍｅｓ和ｗ　ｗ　

ＣｏｏＤ．ｅｒ给出了下面的定义来判断ＤＥＡ的有效性。　定义１：若　：１，Ｓ－　＂≠０，Ｓ　≠０，则称　为弱ＤＥＡ有效。　

定义２：若　＝１，　一＝０，Ｓ　＝０　则称ＤＭＵ２ｏ为ＤＥＡ有效。　

定义３：若　＜１，则称ＤＭＵ，　为ＤＥＡ无效。　

二　模型的应用方法　物流企业的绩效评价就是要考察物流企业各种资源的投入产　出效率，即用最小的资源投入获得最大的产出回报。因此，不仅　要考虑物流企业的产出，而且要考虑它们的投入，从系统角度考　察物流企业各种资源的投入产出效率。因而　物流企业的绩效评　价是一种多投入、多输出的投入产出系统评价。而数据包络分析　是一种对同类型的具有多输入、多输出的投入产出系统的相对运　行效率进行比较评价的系统分析方法　它能直接估算多个决策单　元的效率之间的相对关系，即相对有效性。　为评价物流企业的绩效　参加评估的所有物流企业可以看成　是同类型的决策单元，它们的运营过程可认为是；　一定量的投入　转化为产出的过程。；ｌ哿成本型指标作为输入指标，效益型指标作　为输出指标，进行ＤＥＡ相对有效性评价。为此，确定４个输入指　标为职工总数ａ　、固定资产ａ，、成本水平ａ　和风险水平ａ　，１　５个　输出指标为：客服水平’Ｄ　、配送能力ｂ　、运输功能ｂ　、库存功能　。Ｄ　、采购功能ｂ　、流通加工功能ｂ　管理水平ｂ　、企业实力ｂ　、信　息化水平。Ｄ　、盈利能力。Ｄ　技术实力。Ｄ　应变能力。Ｄ　企业聚　合力　、经验指标ｂ　和企业形象ｂ　输出指标的计算方法根据　文献求得。　三、应用算例　设有８个物流企业参加评价　其投入产出情况如下表１。　

表Ｉ１各物流企业的投入产出指标　钫　燕企业　投入产描　ｌ　２　３　４　５　６　７　８　唧　３０１　４８０　２５０　３５０　３００　２５０　２１０　３００　

６００　８００　５００　５５０　５００　５００　５００　０００　；　ｌ０Ｏ　１６０　１００　２Ｏ０　８０　ｌ８Ｏ　８０　１２０　～　ｄ‘　０　２５００　０　３５００　０　２００８　０　２５００　０　３０００　０　２０００　０１５００　０　２８００　岛　０７４５１　８　７４５８　０　９７６８　０　７４５８　０　９７６８　０．７４５８　０　９７６８　０　９７６８　

岛　０　７４８９　０　７４８９　８　９８５２　０　７４８９　０　９８５２　０７４８９　０　９８５２　０　９８５３　岛　０　７９２３　０７９２３　０　９８８０　０　７９２３　０．９８８０　０　７９２３　０　９８８０　０　９８８０　

磊　０７５８２　０　７５８２　Ｏ９８５２　０　７５８２　ａ９８５２　０　７５８２　０　９８５２　０　９８５２　０　７８６３　８７８６３　０　９８３ｔ　０　７８６８　０　９８３１　０　７８６３　０　９８３ｌ　０　９８３ｌ　西６　０　８０８３　０　８０８３　０　５０６２　０　８０８３　０　５０６２　８　８０８３　０　５０６２　０　５０６２　

岛　ｅ７９５８　８　９５８　０　６２３０　０　７９５８　０　６２３８　ｅ７９５８　０　６２３０　６２３（］　１　

《商场　代能》２００８每｛０髑（上萄刊》憨筵５５３　维普资讯 http://www.cqvip.com ◇謦蓁　

糕　穗　唆　

０　ｇ０３２　０　８０３２　０　４２６３　０　８０３２　０　４２６３　Ｏ　８Ｏ３２　Ｏ　４２６３　０４２６３　０　８弘０　０　８３４０　０　４ｌ２５　０　８３４０　ａ　８３４Ｏ　８　８　０　０　４１２５　０４１２５　‰　０　８５４ｔ　０　８５４ｌ　０　９４２６　０　８５４１　０　８５４ｌ　０　８５４１　０　９４２６　０舛２６　

ｌ　０　８７８０　０　０７８０　０４０９６　Ｏ　８７８０　０　８７８０　０　８７８０　０４０９６　０　４０９６　

奄ｊ　０科６９　０　８４６９　０　８５４０　援８４６９　０　８４６９　０　８４６９　０　８５４０　０　８５４０　

０　８４６９　Ｏ　８４６９　０　８５４０　８　８４６９　０　８４６９　Ｏ　８４６９　０　８５４０　０　８５４０　０　８５０２　０　８５０２　０　６９６５　０　８５８２　０　８５８２　Ｏ　８５８２　０　６９６５　０　６９６５　

０　０５４０　０　０５４０　０　６２５０　ｇ５４０　０　８５４０　０　８５４０　０　６２５０　Ｏ　６２５８　

把数据代入数据包络模型式（２）进行计算　所得结果如表２。　表２解算结果　

｛　０　０９６５　０｛０　０　０　ｌ　０　０　五０　９。３５　。ｌ　｝ｏ　１　ｌ　ｏ　。　０１６８０｛０　｝０　０　｛０　｝　五　。　０｝。；　】　ｏ　ｌ　ｏ　ｏ　五　０　０　０　｛　０　＾　ｏ　。　。　ｏ　０　０　０　；　０　｝　０　９０９１　１　１　ｌ　根据求解结果，ＤＥＡ相对有效的是企业１、企业３、企业５、企　

业６和企业７，相对无效的是企业２、企业４和企业８。根据　取　

值　可知企业１、３、５、６、７是规模收益不变，通过增大或者减小　企业的规模，不会改变企业的收益　企业２、４、８是规模收益递减，　通过减少企业的职工数量或者固定资产　可以提高企业的规模收益。　另外，通过计算松弛变量和．可以计算相对无效企业的投入冗余和　产出不足，找出哪些指标需要改进，提出具有针对性的改进措施。　四、结论　本文引入数据包络分析方法评价物流企业的绩效，提出数据　包络分析在物流企业绩效评价中的应用方法，确定输入输出指　标　最后通过～个算例证明所提方法具有以下优点．一是ＤＥＡ方　法不仅能考虑物流企业的产出指标　而且能考虑投入指标，从投　入产出效率的角度衡量企业的绩效；二是ＤＥＡ方法能为行业和企　业的发展提供有益的信息　三是ＤＥＡ方法能避免通常方法中指标　权重的主观性，不同量纲的指标能直接进行计算。　

参考文献：　、　［１］段雪松：采用平衡计分卡构建铁路物流企业绩效管理模式的　探索　．铁道运输与经济，２＿００　７，２９（、２）　［２］商红岩　宁宣熙：基于乘法合成的层次分析模型的第三方　物流企业绩效评价ＬＪ］．科技进步与对策，２０　０５，（１　１）　［ｊ】张　滢：基于熵权和灰关联的第三方物流企业绩效评价［Ｊ］．　中国流通经济，２００８，（１）　ｌ４】刘　辉：利用主成分分析对物流企业绩效的评价［Ｊ］．统计与　决策，２Ｏ０５，（７）　［５］李昕　祖峰：平衡计分卡与物流企业绩效评价体系设计［Ｊ］．　商业时代，２００　７，（２９）　［６］左元斌：现代物流企业绩效评价的方法研究［Ｊ］．企业经济，　２００６，（６）　［７】朱文琦：现代物流企业绩效评价发展与现状综述［Ｊ１．商场现　代化，２００６，（１　０）　

《褒塌瑷代化》２００８每｛０月（上窝刊）总繁５５３　现代物流管理的　

可持续发展　

李成建　商丘职业技术学院　

［摘　要］现代物流业作为第三利润已经成为新兴重要产业，　加快发展的同时必须注意经济效益和环境效益的统一，把发展绿　色物流作为推进可持续发展的一个方面加以落实。因此，有必要　对现代物流在可持续发辰背景下做系统深入地研究。　［关键词】可持续发展绿色物流　绿色供应链　

现代物流业的发展对降低商品成本，特别是流通成本能起到　举足轻重的作用。美国经济学家彼得・德鲁克于１　９　６　２年在美国富　有盛名的经济刊物　财富》杂志上发表了一篇被认为是对现代物　流业发展起到奠基作用的文章一一　经济的黑暗大陆》，德鲁克　先生从传统经济学和现代商业学两个角度，深刻分析了商品成本　和价格的构成因素。德鲁克先生认为：商品总成本是由５０％的生　产成本和５Ｏ％的流通成本组成。长期以来，人们没有充分认识到　流通成本对商品整体成本产生的重大影响　在商品经济萌芽和发　展之初　更多的是通过不断开发和利用自然资源提升商品价值，　降低商品的销售价格　经济学家将挖掘和利用自然资源作为企业　获取更大利益的手段称之为　第一利润源泉　。　但是　随着企业经营管理水平的普遍提升，生产成本已得到　良好有效的控制，而应用最新科学技术，研制新产品的成本和代　价越来越高，周期越来越长　企业家们不得不开始寻找更加有效　的方法来增强企业的产品竞争力。此时，德鲁克先生研究发现的　商品流通成本占产品总成本５　０％的观点逐步被工商界认同并接　受　人们通过对物流资源的整合运作和物流信息的共享　发现其　对提升产品市场竞争力的支持越来越大。作为　第三利润源泉　的现代物流业开始受到人们的关注。　一　现代物流业的现状与存在的问题　物流是社会再生产中的重要一环，物流过程中不仅有物质循　环利用　能源转化，而且有价值的转移和实现，因此，物流涉及　了经济与生态环境两大系统。而且，现代物流系统是一个开发的　系统　既产生经济效益，也产生社会效益．当然　其效益有正也　有负。随着经济的快速发展　物流活动对生态环境的破坏越来越　严重，如废气污染　哚音污染、资源浪费、交通堵塞　废弃物增　加等　这些后果在一定程度上违背了全球可持续发展战略的原　则。首先，物流领域的资源浪费现象严重。物流活动的诸多环节　不可避免地会对环境造成危害。具体表现在以下几个方面　１运输对环境的影响　运输是物流活动中最主要　最基本的活动，也是物流作业造　成环境污染的重要方面。在其过程中的非绿色因素主要表现为三　个方面：¨）交通工具本身产生的哚声污染、大气污染。（２）不合理　的货运网点及配送中心布局，导致货物迂回运输．增加了车辆燃　油消耗，加剧了废气和噪音污染。（３）集中库存产生了较多的～次　运输，从而增加了燃料消耗和对道路面积的需求　破坏生态。　２仓储对环境的影响　仓储过程中的非绿色因素主要有两个方面。一是商品仓储中　

合集下载

基于DEA的海运物流企业绩效研究

基于DEA的海运物流企业绩效研究

２０１４年第１期　总第１３４期　哈尔滨商业大学学报（社会科学版）　ＪＯＵＲＮＡＬ　ＯＦ　ＨＡＲＢＩＮ　ＵＮＩＶＥＲＳＩＴＹ　ＯＦ　ＣＯＭＭＥＲＣＥ　Ｎｏ．１，２０１４　Ｓｅｒｉａｌ　Ｎｏ．１３４　

管理天地　

基于ＤＥＡ的海运物流企业绩效研究　

宋成　，程延江２　

（１．哈尔滨商业大学管理学院，哈尔滨１５００２８；２．哈尔滨工业大学管理学院，哈尔滨１５０００１）　

摘要：为科学准确地评价我国海运物流企业的绩效，选取了１３家上市的海运物流企业，采用因子分析方　

法对公布的财务数据进行简化，从海运物流企业的偿债能力、经营发展能力、盈利能力、资本结构、未来发展方　

面构建了海运物流企业绩效评价指标体系，运用数据包络分析方法对海运物流企业绩效情况进行了实证分析，　

建立了投入产出的ＤＥＡ模型，以此得出海运物流企业管理绩效评价值和前沿面图，结合评价结果和企业实际　

运营情况，证实了这种方法对海运物流企业绩效研究有较好的应用价值。　

关键词：ＤＥＡ；海运物流；企业绩效评价　

中图分类号：Ｆ４２６．４７；Ｆ５５２　文献标志码：Ａ　文章编号：１６７１—７１１２（２０１４）０ｌ一００５４—０７　

Ｐｅｒｆｏｒｍａｎｃｅ　Ｅｖａｌｕａｔｉｏｎ　ｏｆ　ｔｈｅ　Ｍａｒｉｔｉｍｅ　Ｌｏｇｉｓｔｉｃｓ　Ｅｎｔｅｒｐｒｉｓｅ　Ｂａｓｅｄ　ｏｎ　ＤＥＡ　

ＳＯＮＧ　Ｃｈｅｎｇ。，ＣＨＥＮＧ　Ｙａｎ—ｊｉａｎｇ　

（１．Ｓｃｈｏｏｌ　ｏｆ　Ｍａｎａｇｅｍｅｎｔ，Ｈａｒｂｉｎ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｃｏｍｍｅｒｃｅ，Ｈａｒｂｉｎ　１５００２８　Ｃｈｉｎａ；　

２．Ｓｃｈｏｏｌ　ｏｆ　Ｍａｎａｇｅｍｅｎｔ，Ｈａｒｂｉｎ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ　１５０００１，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｉｎ　ｏｒｄｅｒ　ｔｏ　ｅｖａｌｕａｔｅ　ｔｈｅ　ｍａｒｉｔｉｍｅ　ｌｏｇｉｓｔｉｃｓ　ｅｎｔｅｒｐｒｉｓｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｉｎ　ｃｈｉｎａ　ｓｃｉｅｎｔｉｆｉｃａｌｌｙ　ａｎｄ　ａｃｃｕｒａｔｅｌｙ，ｔｈｉｓ　ｐａｐｅｒ　ｓｅｌｅｃｔｓ　１３　ｌｉｓｔｅｄ　ｍａｒｌ—　

数据包络分析方法及其在效率评价中的应用

数据包络分析方法及其在效率评价中的应用

数据包络分析方法及其在效率评价中的应用

数据包络分析（Data Envelopment Analysis，DEA）是一种用于评价相对效率的数学方法，广泛应用于各个领域，如经济学、管理学、运筹学等。本文将介绍数据包络分析的基本原理和方法，并探讨其在效率评价中的应用。

### 一、数据包络分析的基本原理

数据包络分析是一种非参数的效率评价方法，其基本原理是通过比较各个决策单元（Decision Making Unit，DMU）的输入和输出指标，评估其相对效率水平。在数据包络分析中，每个DMU都被看作是一个生产者，通过消耗一定数量的输入来产生相应数量的输出。效率评价的目标是找到那些在给定输入条件下能够实现最大输出的DMU，这些DMU被称为“有效前沿”。

### 二、数据包络分析的模型

数据包络分析主要有两种模型，分别是CCR模型和BCC模型。CCR模型是由Charnes、Cooper和Rhodes于1978年提出的，其基本思想是在给定的输入和输出条件下，寻找一个最优的权重向量，使得所有DMU都能够达到最大效率水平。BCC模型是由Banker、Charnes和Cooper于1984年提出的，相比于CCR模型，BCC模型考虑了可变规模效率，更加符合实际情况。

### 三、数据包络分析的应用 数据包络分析在效率评价中有着广泛的应用，主要体现在以下几个方面：

1. **企业绩效评价**：数据包络分析可以帮助企业评估自身的生产效率，找出存在的问题并提出改进措施。通过对各个部门或子公司的效率进行评价，企业可以实现资源的优化配置，提高整体绩效水平。

2. **金融机构评估**：银行、保险公司等金融机构可以利用数据包络分析来评估其业务单位的效率水平，找出哪些单位存在效率低下的问题，从而采取相应的措施提升整体效率。

3. **医疗卫生领域**：在医疗卫生领域，数据包络分析可以用于评估医院、诊所等医疗机构的效率水平，帮助管理者优化资源配置，提高医疗服务的质量和效率。

数据包络分析

数据包络分析

数据包络分析

在当今复杂多变的经济和管理领域中，我们常常需要评估各种决策单元（Decision Making Unit，简称 DMU）的效率和绩效。数据包络分析（Data Envelopment Analysis，简称 DEA）就是一种强大而实用的工具，它为我们提供了一种科学、客观且有效的方法来进行这样的评估。

那么，什么是数据包络分析呢？简单来说，它是一种基于线性规划的方法，用于衡量一组具有相同类型输入和输出的决策单元的相对效率。想象一下，有多个工厂都在生产同一种产品，它们使用不同数量的原材料、劳动力和设备等投入，同时产出不同数量的产品。我们想知道哪个工厂的生产效率更高，这时候数据包络分析就派上用场了。

数据包络分析的基本思想是通过构建一个生产前沿面，来确定每个决策单元与这个前沿面的相对位置。生产前沿面代表了在给定的输入条件下，能够实现的最大输出水平。如果一个决策单元位于前沿面上，那么它被认为是有效的；如果在前沿面下方，那么它就是低效的。

为了更好地理解数据包络分析，让我们来看一个具体的例子。假设有三个学校，它们都有相同的教学资源投入，比如教师数量、教学设备和教学时间等，而产出则是学生的考试成绩。我们可以使用数据包络分析来评估这三个学校的教学效率。通过分析输入和输出的数据，计算出每个学校相对于其他学校的效率得分。如果学校 A 的效率得分是 1，说明它位于生产前沿面上，教学效率达到了最优；而如果学校 B

的效率得分是 08，那就意味着它还有 20%的提升空间。 数据包络分析具有许多优点。首先，它不需要事先设定生产函数的具体形式，避免了因函数形式设定错误而导致的偏差。其次，它能够同时处理多个输入和多个输出变量，非常适合评估具有复杂生产过程的决策单元。此外，数据包络分析还可以对无效的决策单元进行投影分析，指出它们需要改进的方向和程度。

然而，数据包络分析也并非完美无缺。它对数据的准确性和可靠性要求较高，如果数据存在误差或偏差，可能会影响评估结果的准确性。而且，数据包络分析只能评估相对效率，无法确定绝对效率的水平。

DEA数据包络分析法

DEA数据包络分析法

DEA数据包络分析法

DEA数据包络分析法（Data Envelopment Analysis，DEA）是一种用于评估组织或单位绩效的方法。它是一种非参数的效率评价方法，不需要任何先验假设或函数形式的假设。DEA通过比较多个输入和输出变量来确定一个单位的相对效率，即单位在给定的资源限制下能够产生的最佳输出水平。DEA方法可以用来评估各种类型的单位，包括公司、医院、学校等。

DEA方法的基本思想是将单位的输入和输出量转化为数值来进行比较。每个单位可以被看作是一个生产过程，输入变量是生产这个过程所需要的资源，输出变量是生产过程所产生的结果。DEA方法可以帮助管理者找到哪些单位在利用资源方面效率最高，哪些单位在利用资源方面存在浪费，从而指导管理者进行资源配置和决策。

DEA方法的核心是构建生产可能性集（Production Possibility Set，PPS）。PPS是指所有可能的输入和输出组合，构成一个封闭的边界，这个封闭的边界被称为数据包络（Data Envelopment）。在这个边界上的单位都被认为是有效率的，而在这个边界内的单位被认为是无效率的。

DEA方法有很多优点。首先，DEA方法不需要事先制定有效率的标准，而是通过比较各个单位之间的相对效率来确定哪些单位是最有效率的。这样避免了主观性带来的偏差。其次，DEA方法可以同时考虑多个输入和输出变量，考虑了生产中的多维度特性。第三，DEA方法可以识别出生产过程中的浪费，帮助管理者改进资源配置和管理方式。

DEA方法也存在一些局限性。首先，DEA方法只能提供相对效率的评价结果，而不是绝对效率。这意味着DEA方法无法提供单位具体的效率水平，只能比较单位之间的相对效率。其次，DEA方法对输入输出数据的准确性要求很高，数据的质量直接影响了评价结果的准确性。第三，DEA方法对于数据包络的选择比较敏感，不同的数据包络选择可能导致不同的评价结果。

在实际应用中，DEA方法广泛应用于各种类型的单位绩效评估。比如，DEA方法可以用来评估公司在资源配置和产出方面的效率，帮助公司找到最佳的运营模式。DEA方法也可以用来评估医院在医疗服务和资源利用方面的效率，帮助医院提高医疗服务的质量和效率。此外，DEA方法也可以用来评估学校在教育质量和资源利用方面的效率，帮助学校改进教学质量和管理方式。