DEA研究方法下的安徽省物流效率评价贾雯馨朱天慧于慧范红梅刘雨茜[摘要]通过建立DEA模型的评估指标体系，运用DEAP软件，对安徽省十六个城市的数据指标处理分析，比较不同城市来探讨物流效率的进展处境，供给相关进展建议，为其他地区物流效率评价供给参考。[关键词]效率评价;物流体系;DEA模型;安徽省主要进展城市[DOI]10.13939/jki.zgsc.2021.18.1521引言随着我国电子商务行业的快速进展，现代物流作为其次产业经济支撑，也呈现出迅猛的进展势头。在经济“新常态”的背景下，我国物流行业保持了中高速增长，运行效率也有所提升，为国民经济供给了重要的产业支撑和保障物流行业在我国各个区域增长的速度是一致的，但各地区的物流效率却存在明显识别。对于企业来说，物流效率指的是物流系统能否在确定的服---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---务水平下得志客户的要求，也指物流系统的整体构建;对于社会来说，衡量物流效率是一件繁杂的事，务必采用不同的方法举行分析。本次研究针对物流产业进展的不平衡性，提防区域比较，应用DEA研究方法对安徽省十六市的物流效率举行了分析评价，比较不同城市来探讨物流效率的进展处境与区域地理环境及生态链布局的关系。得出结论，提出优化观法，解决物流进展中的突出问题。2模型介绍数据包络分析方法（DataEnvelopmentAnalysis，DEA）是运筹学、管理科学与数理经济学交错研究的一个新领域。它根据多项投入指标和多项产出指标，利用线性规划方法对具有可比性的同类型单位举行相对有效性评价的一种数量分析方法。它避开了计算每项服务的标准本金，因此，用DEA衡量效率可以明显地说明投入和产出的组合，在处理多指标投入和多指标产出方面具有独特的优势。DEA是一个线形规划模型，表示为产出对投入的比率。通过对一个特定单位的效率和一组供给一致服务的类似单位的绩效对比，在使服务单位效率最大化的过程中，获得100%效率的单位称为相对有效率单位，效率评分低于100%的单位称为无效率单位。2.1CCR模型（固定规模报酬DEA模型）---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---假设有n个决策单元（DMU），每个决策单元有m种输入和s种输出（即投入和产出），对应权重系数分别为v=（v1，v2，…，vm）T，u=（u1，u2，…，us）T，那么第j个决策单元的效率评价指数表示为hj（j=1，…，n）。选取适当的权重，使得全体决策单元的效率评价指数得志hj≤1，hj越大，相对效率越高。把u、v作为变量，构建线性规划方程，为便当求解，引入松弛变量s+和s-，得到对偶线性规划模型，其中θ为标量，aj为权重，aj≥0（j=1，2，…，n）;s-为与产出相对应的松弛变量组成的向量，s+为与投入相对应的剩余变量组成的向量，s-≥0，s+≥0。2.2BBC模型（变动规模报酬DEA模型）BCC模型可以评价部门之间的相对技术有效性，将技術、规模对效率的影响分开议论，计算出来的效率是纯技术效率。BCC模型在原有CCR模型的根基上参与凸性的约束条件：∑nj=1=1，如CCR模型般求解，即可得到最优解θ。BCC模型结论的经济含义如下：当θ=1，s-=s+=0时，决策单元为DEA有效，此时技术有效并且规模有效，决策单元达成最正确组合和最大产出。当θ=1，s-≠0，s+≠0时，决策单元为弱DEA有效，此时决策单元或者规模、技术无效。若s->0，那么投入要素存在冗余，冗余值为s-;若s+>0，那么产出要素存在缺乏，缺---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---乏量为s+。当θ<1时，决策单元为DEA无效，此时技术无效且规模无效。3数据选取3.1指标选取在分析了相关的物流效率评价论文，并结合数据的有效性和可获得性的前提下，文章选取指标如表1所示。3.2数据收集为了数据分析的全面性，增加数据有效性，文章收集了安徽省各个城市2018年的相应数据，数据为《安徽统计年鉴》，数据真实并且全面，增加了研究的专业性与代表性全文依靠数据举行研究。数据收集如表2所示。4软件计算文章采用DEAP2.1软件来完成DEA模型的计算任务。在DEA模型中，决策单元对比适合用截面数据举行对比，由于截面数据可以剔除不同时间下...