基于DEA模型的全国31省市物流业效率分析【雷电竞官网】

本文摘要：概要：本文对物流业效率创建了一个科学且切实可行的评价体系；利用DEA模型，融合2003年-2008年全国31个省市物流产业投放与生产量的实例，对各省市的物流产业效率展开分析。

概要：本文对物流业效率创建了一个科学且切实可行的评价体系；利用DEA模型，融合2003年-2008年全国31个省市物流产业投放与生产量的实例，对各省市的物流产业效率展开分析。　　关键词：物流业；效率；DEA 　　 　　物流产业作为我国的支柱产业，被列入国家十大产业大力发展计划之一，今后必定在中国经济快速增长中沦为一个新的增长点。现阶段，在物流产业效率研究中，研究视角多以研究物流企业居多，从物流产业总体效率分析的研究也大多以主要大型上市物流公司的财报展现出来代表整个物流行业。

但物流业牵涉到范围广，不存在各种类型的企业，其中民营企业占到相当大比重，意味着将少数大型上市物流公司代表物流业的研究欠妥当。本文运用数据正弦分析（DEA）的理论为基础，分别从规模效率、显技术效率和综合效率方面分析全国各省市的物流效率状态，并认为各省在物流投放和生产量方面的问题，期望为决策者对物流产业决策和规划获取理论依据。　　1DEA模型讲解 　　数据正弦分析（DEA）方法是由A Chames,W.W.Cooper 等美国知名运筹学家明确提出的，用作评价具备多个投放和多个生产量的决策单元（DMU） 间的相对效率的一种系统分析方法。

在运用这一方法展开评价时，决策单元（DMU）作为决策对象，将所有决策单元的有效性作为评价结果，最后根据每个单元的DMU 输出和输入，通过利用一定的模型得出结论这一单元（DMU）的输入输出比较其他决策单元来说是否是拟合的；结果如果是拟合的，则称作该决策单元有效地，否则称之为决策单元很弱有效地或者违宪。毕业论文网 http://www.lw54.com 　　DEA评价方法的第一个模型, 也是用于最普遍的模型是C2R模型。

本文用这一模型来辨别各个地区物流的效率。辨别某个决策单元DMU（有m个投放X个生产量Y）其有效性的模型C2R，其对偶规则可回应为： 　　其中，ε为非阿基米德无穷小，θ回应决策单元的效率指数，xj为第j个决策单元的输出指标，yj回应第j个决策单元的输入指标，sj-为第j个决策单元的输出指标的肿胀变量，sj+回应第j个决策单元输入指标的肿胀变量，sj-和sj+分别回应投放校验和生产量严重不足，第j个决策单元的决策变量由λj回应。

在此模型基础基础上，可以辨别出有DMU的DEA有效性，并且可以根据DEA有效性更深一层的经济含义，辨别决策单元的生产活动否同时符合技术有效地和规模有效地。当θ=1，sj-=0，sj+=0时，为DEA有效地；当θ=1，sj-≥0,sj+≥0时为很弱 DEA 有效地，在这种情况下，虽然经济活动综合效率最佳，但是不是同时技术效率最佳和规模效益最佳；若θ＜1，则DMUj0非DEA有效地，决策单元DMUj0的经济活动技术效率和规模效率都不是最佳状态。

　　2创建指标体系 　　传统生产理论指出，生产投放要素主要还包括人力、物力和财力三类；生产量主要的项目还包括各种商品或服务等。本文挑选的物流产业效率评价指标体系，挑选交通运输、仓储和邮政业从业人员人数代表物流产业从业人员人数作为物流人力方面的主要投放；挑选物流网络里程作为物力投放要素指标，仅限于数据的求得性和有效性，本文只挑选铁路、内河航道和公路三种物流网络中最主要的三种方式，并将三者非常简单加总来度量物流网络发展状况；挑选了各地区交通运输、仓储和邮政业固定资产投资额代表物流业固定资产投资额作为物流业的财力方面的投放。毕业论文网 http://www.lw54.com 　　在输入指标的挑选上，主要从数量和质量两方面展开评价：挑选各交通运输方式的货运量和客运量来回应数量方面的输入；挑选各省交通运输、仓储和邮电业产值数据作为质量的输入，但在统计资料中包括了电信业的产值，而我国只有在国家层面才有对交通运输、仓储和邮政业产值统计数据，所以，本文采行全国各省的交通运输、仓储和邮电业产值替换物流业产值。

　　在数据挑选上，本文挑选2003~2008年全国31个省市（还包括自治区和直辖市）物流业投入产出指标值的统计数据，主要数据来源2004~2019年的《中国统计资料年鉴》。本文自由选择6年的数据来做到考量，这是考虑到物流产业从投放到生产量的时间延迟性，评价一个地区物流业投入产出相对效率时，只有在较长时间过程做到才能做针对和客观评价。

本文来源：雷电竞官网-www.pastorbim.com