內(nèi)容摘要：本文通過分析物流運(yùn)行效率，解決數(shù)據(jù)包絡(luò)分析DEA在物流效率分析的不足，提出ANP-FUZZY網(wǎng)絡(luò)模糊綜合評(píng)價(jià)法，對(duì)企業(yè)物流運(yùn)行效率進(jìn)行評(píng)價(jià)。研究表明物流受宏觀經(jīng)濟(jì)政策的影響，物流企業(yè)的整體運(yùn)行效率偏低，效率值僅為3.565，資源整合效率和服務(wù)創(chuàng)新效率相對(duì)較好，但物流成本效率、供應(yīng)鏈協(xié)同效率以及信息技術(shù)效率明顯不足。為促進(jìn)物流企業(yè)運(yùn)行效率的提升，本文在提出了相關(guān)對(duì)策的同時(shí)，也為其它物流企業(yè)提高運(yùn)行效率提供了參考。

　　關(guān)鍵詞：物流企業(yè),網(wǎng)絡(luò)模糊綜合評(píng)價(jià)法,運(yùn)行效率

　　引言

　　關(guān)于物流運(yùn)行效率的研究，許多學(xué)者進(jìn)行了探索，也提出了提升物流運(yùn)行效率的合理舉措，為物流企業(yè)的發(fā)展提供了有價(jià)值的借鑒和參考，但研究方法過于單一，多集中在傳統(tǒng)DEA和超效率DEA方法的應(yīng)用。如唐建榮等(2018)運(yùn)用DEA與Malmquist研究發(fā)現(xiàn)區(qū)域物流發(fā)展存在著明顯的效率差異。張建軍等(2018)采用隨機(jī)前沿分析SFA得出了我國物流業(yè)近幾年平均效率值不高且波動(dòng)較大的結(jié)論。

　　王鑫(2018)采用超效率SBM-VRS模型對(duì)2007-2016年省級(jí)物流面板數(shù)據(jù)分析發(fā)現(xiàn)物流產(chǎn)業(yè)與商貿(mào)經(jīng)濟(jì)流通存在著非線性關(guān)系。曹炳汝等(2018)采用ANP-TOPSIS方法研究了江蘇省物流發(fā)展效率，指出江蘇省物流效率存在著“南強(qiáng)北弱”的現(xiàn)實(shí)。

　　張?jiān)气P等(2018)運(yùn)用C-D生產(chǎn)函數(shù)的異質(zhì)性SFA研究發(fā)現(xiàn)，較低的二氧化碳排放量和較高的經(jīng)濟(jì)發(fā)展水平對(duì)物流產(chǎn)業(yè)效率提升有促進(jìn)作用，相反政府的支持，在某些程度上對(duì)物流產(chǎn)業(yè)效率的提升存在一定的制約。周燁(2018)運(yùn)用Tobit回歸模型對(duì)2007-2016年物流數(shù)據(jù)研究表明，我國物流業(yè)效率較低但發(fā)展較快。

　　于麗靜等(2017)通過SFA分析方法得出了物流效率值較低且區(qū)域物流發(fā)展不均衡的結(jié)論。李曉梅等(2016)運(yùn)用超效率CCR-DEA方法對(duì)2006-2015年16家國有物流企業(yè)的面板數(shù)據(jù)研究發(fā)現(xiàn)，純技術(shù)無效率是造成國有物流企業(yè)總體績效水平不高的重要原因。

　　物流的運(yùn)行效率是多種因素相互影響的結(jié)果，單純的DEA模型，只能從純技術(shù)效率、規(guī)模效率和綜合效率三個(gè)維度對(duì)物流效率進(jìn)行解釋，不能反映制約和影響物流效率的因素，同時(shí)DEA模型也沒有考慮變量與變量之間的相互影響關(guān)系。基于此，本文采用ANP-FUZZY網(wǎng)絡(luò)模糊綜合評(píng)價(jià)法對(duì)當(dāng)前物流效率進(jìn)行一個(gè)客觀的分析和評(píng)價(jià)。

　　研究方法及評(píng)價(jià)模型的構(gòu)建

　　(一)網(wǎng)絡(luò)模糊綜合評(píng)價(jià)法

　　ANP-FUZZY網(wǎng)絡(luò)層次分析法(AnalyticNetworkProcess，ANP)是一種由控制層和網(wǎng)絡(luò)層所組成的適用于解決非線性復(fù)雜結(jié)構(gòu)的科學(xué)決策方法。ANP由AHP發(fā)展而來，在對(duì)目標(biāo)進(jìn)行評(píng)價(jià)和選擇時(shí)，總體思路大致相同，不同之處在于ANP不僅考慮了上下層指標(biāo)之間的支配關(guān)系，還考慮了因素與因素之間的相互影響關(guān)系。ANP-FUZZY是在ANP的基礎(chǔ)上結(jié)合模糊數(shù)學(xué)，將定性與定量相結(jié)合的一種系統(tǒng)分析方法。

　　通過FUZZY評(píng)價(jià)法與ANP評(píng)價(jià)法相結(jié)合，避免了ANP因打分可能會(huì)出現(xiàn)極端值的情形，克服了ANP在檢驗(yàn)判斷矩陣是否具有一致性上的不足，通過改進(jìn)ANP，將模糊數(shù)學(xué)考慮其中，使得ANP-FUZZY在實(shí)際應(yīng)用環(huán)境中更具有適應(yīng)性。ANP-FUZZY綜合評(píng)價(jià)法的計(jì)算步驟如下：首先，需要構(gòu)造判別矩陣W，構(gòu)造判別矩陣可以通過專家打分法或問卷調(diào)查法所取得，通過依次比較兩個(gè)元素之間的重要程度，來對(duì)其進(jìn)行賦值。對(duì)物流企業(yè)運(yùn)行效率的重要程度進(jìn)行評(píng)價(jià)，本文采用的是“Saaty比例標(biāo)尺”。

　　其中奇數(shù)1、3、5、7、9分別表示同等重要、稍微重要、比較重要、非常重要、明顯重要，而偶數(shù)2、4、6、8表示的是其重要程度介于其相鄰的兩個(gè)奇數(shù)之間;其次，需要對(duì)所取得的判別矩陣進(jìn)行標(biāo)準(zhǔn)化和單位化，并進(jìn)行一致性檢驗(yàn)，若CR≤0.10，則表示判別矩陣通過一致性檢驗(yàn)，否則需要對(duì)判別矩陣進(jìn)行重新打分或者修正，通過一致性檢驗(yàn)后，運(yùn)用SuperDecisions軟件計(jì)算即可獲得ANP各個(gè)評(píng)價(jià)指標(biāo)的權(quán)重。

　　然后，構(gòu)造模糊隸屬度判別矩陣，取物流企業(yè)運(yùn)行效率的評(píng)語集：V=[V1V2V3V4V5]=[良好中等一般較差很差]即各個(gè)二級(jí)評(píng)價(jià)指標(biāo)的評(píng)價(jià)區(qū)間等級(jí)，每一個(gè)評(píng)價(jià)區(qū)間等級(jí)對(duì)應(yīng)一個(gè)模糊子集。

　　對(duì)評(píng)語集的每個(gè)評(píng)估區(qū)間等級(jí)賦予不同的數(shù)值，賦值后的評(píng)語區(qū)間等級(jí)所對(duì)應(yīng)數(shù)值集為：N=[N1N2N3N4N5]=[54321]接著，確定評(píng)價(jià)因素集合：Ci=[C1C2C3…Cn]其中Ci表示的是所要評(píng)價(jià)的第i個(gè)因素;最后將ANP評(píng)價(jià)法所獲得的權(quán)重與FUZZY模糊隸屬度判別矩陣相乘，便得到了ANP-FUZZY綜合評(píng)價(jià)值，具體過程見本文實(shí)例應(yīng)用。

　　(二)ANP-FUZZY綜合評(píng)價(jià)模型的建立

　　物流的運(yùn)行效率對(duì)于企業(yè)降低成本、優(yōu)化管理、提高競爭力并占據(jù)一定的市場至關(guān)重要。提高物流企業(yè)的運(yùn)行效率，并對(duì)物流企業(yè)運(yùn)行效率現(xiàn)狀進(jìn)行一個(gè)客觀的分析和評(píng)價(jià)，本文在前人研究的基礎(chǔ)上，結(jié)合當(dāng)前物流業(yè)的實(shí)際特征，運(yùn)用ANP-FUZZY網(wǎng)絡(luò)模糊綜合評(píng)價(jià)法，并按照系統(tǒng)性、科學(xué)性和可操作性的基本原則，確定了物流企業(yè)運(yùn)行效率的具體評(píng)價(jià)指標(biāo)，它們分別是宏觀經(jīng)濟(jì)效率B1、供應(yīng)鏈協(xié)同效率B2、物流成本效率B3、服務(wù)創(chuàng)新效率B4、信息技術(shù)效率B5以及資源整合效率B6。

　　基于ANP-FUZZY綜合評(píng)價(jià)法的實(shí)例研究

　　(一)控制層和網(wǎng)絡(luò)層指標(biāo)權(quán)重的確定

　　為了對(duì)物流企業(yè)運(yùn)行效率水平有一個(gè)客觀的認(rèn)識(shí)，更好地促進(jìn)物流企業(yè)的發(fā)展，本文以南京浦口區(qū)的5家物流企業(yè)為例，通過對(duì)這5家物流企業(yè)的生產(chǎn)現(xiàn)狀進(jìn)行調(diào)研，綜合運(yùn)用ANP-FUZZY評(píng)價(jià)方法，并邀請(qǐng)企業(yè)的管理層和在物流一線有經(jīng)驗(yàn)的作業(yè)人員以及高校負(fù)責(zé)給該物流企業(yè)作精益物流指導(dǎo)的專家和副教授共計(jì)8人，為反映控制層和網(wǎng)絡(luò)層指標(biāo)之間的相互影響關(guān)系，評(píng)價(jià)采用“Saaty比例標(biāo)尺”對(duì)各個(gè)評(píng)價(jià)指標(biāo)進(jìn)行兩兩打分，為了保證通過一致性檢驗(yàn)，對(duì)打分的結(jié)果進(jìn)行了多方比較，最終得出的判別矩陣結(jié)果如下，其中A-B表示的是控制層判別矩陣，Bi-C表示的是網(wǎng)絡(luò)層判別矩陣。

　　接著對(duì)所得到的判別矩陣進(jìn)行一致性檢驗(yàn)，由此可見，判別矩陣通過一致性檢驗(yàn)。政策建議首先，物流企業(yè)要提高自身的精益化水平，努力降低物流成本。降低成本，一方面，要降低倉儲(chǔ)設(shè)施用地成本和交通運(yùn)輸成本，這需要前期在選擇物流點(diǎn)位的時(shí)候進(jìn)行系統(tǒng)規(guī)劃，而對(duì)于交通運(yùn)輸成本的降低則需要合理規(guī)劃運(yùn)輸路線，減少不必要的開支，另一方面，物流企業(yè)要降低不必要的開支，比如人工工資和管理費(fèi)用，加強(qiáng)扁平化管理，精簡人員和機(jī)構(gòu)，積極培育多能工，縮減冗余機(jī)構(gòu)和閑雜人員;其次，加強(qiáng)供應(yīng)鏈之間的協(xié)同。

　　當(dāng)前企業(yè)與企業(yè)之間的競爭已經(jīng)不再是傳統(tǒng)意義上的產(chǎn)品與產(chǎn)品之間的競爭，而是供應(yīng)鏈與供應(yīng)鏈之間的競爭，物流企業(yè)要提高運(yùn)行效率，就需要妥善處理好與上下游企業(yè)之間的協(xié)同以及企業(yè)內(nèi)部之間的協(xié)同，只有這樣才能更好地滿足客戶的需求，降低成本，實(shí)現(xiàn)企業(yè)物流效率的提升;最后，打通企業(yè)與企業(yè)之間的數(shù)據(jù)壁壘。

　　信息技術(shù)的不斷發(fā)展為物流企業(yè)的快速成長提供了廣闊的平臺(tái)，當(dāng)前大數(shù)據(jù)、云計(jì)算、人工智能等越來越多的高科技開始應(yīng)用到物流行業(yè)中，如果不打通物流相關(guān)企業(yè)之間的數(shù)據(jù)壁壘，很難對(duì)物流的運(yùn)行進(jìn)行模擬和仿真，也同樣不能夠真正發(fā)揮物流企業(yè)之間的供應(yīng)鏈協(xié)同，因此物流企業(yè)要提升效率，需要打通數(shù)據(jù)壁壘，通過“互聯(lián)網(wǎng)+流通”，“聯(lián)網(wǎng)+物流”積極融入到電子商務(wù)與快遞物流的協(xié)同發(fā)展過程中，為實(shí)現(xiàn)物流運(yùn)行效率的整體提升而不斷改進(jìn)。

　　參考文獻(xiàn)：

　　1.鄭秀娟.基于隨機(jī)前沿的物流業(yè)發(fā)展效率及區(qū)域差異分析[J].統(tǒng)計(jì)與決策，2018，34(18)

　　2.張立國.新常態(tài)下我國物流業(yè)升級(jí)目標(biāo)及路徑[J].技術(shù)經(jīng)濟(jì)與管理研究，2018(7)

　　3.張娜，李波.基于三階段DEA模型的西部地區(qū)物流產(chǎn)業(yè)效率測度研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2018，48(20)

　　4.唐建榮，杜嬌嬌，唐雨辰.區(qū)域物流效率評(píng)價(jià)及收斂性研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2018，37(6)

　　5.張建軍，趙啟蘭.我國物流業(yè)效率及其影響因素研究—基于1991-2014年數(shù)據(jù)的分析[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2018，48(21)

　　相關(guān)刊物推薦：《統(tǒng)計(jì)與決策》是由湖北省統(tǒng)計(jì)局主管，湖北省統(tǒng)計(jì)局統(tǒng)計(jì)科學(xué)研究所主辦的面向全國公開發(fā)行的中國國際影響力優(yōu)秀學(xué)術(shù)期刊、全國中文核心期刊、中文社會(huì)科學(xué)引文索引(CSSCI)來源期刊、RCCSE中國核心學(xué)術(shù)期刊、湖北省優(yōu)秀精品期刊。國內(nèi)刊號(hào)CN：42-1009/C;國際刊號(hào)ISSN：1002-6487，郵發(fā)代號(hào)38-150。讀者對(duì)象：院校師生、科研院所研究人員，統(tǒng)計(jì)工作者。