基于PCA-DEA模型的零擔快運網點運營績效評價

摘 要：零擔快運網絡具備規模經濟效應，但當網絡規模達到一定程度后，網絡的競爭必須轉向精細化管理，構建運營績效導向的網點評價體系是實施精細化網絡管理的有效手段。因此，基于PCA-DEA模型構建了零擔快運網點的運營績效評價體系。應用PCA方法（主成分分析法）篩選零擔快運網點績效評價的核心投入指標及核心產出指標，并應用DEA（數據包絡分析法）的C2R 模型對網點績效進行評價。最后通過一個實例驗證了該模型的可行性。

關鍵詞：零擔網點;績效評價;PCA-DEA

一、問題的提出

公路零擔快運網絡是構成公路零擔快運企業生產能力的物質技術基礎。網絡化運營是公路快運企業與普通公路貨運企業開展差異化競爭、提供精準貨運服務的重要基礎。完善的物流網絡有助于保障運輸時效并形成規模效應。網絡化運營，可以保障時效和形成規模效應，是零擔快運企業成功的關鍵。零擔物流網絡具備規模效應，當網絡的單量在逐漸增長的時候，單位網絡成本也在下降。但當網絡規模達到一定程度后，成本的降幅越來越小，純粹依靠規模無法戰勝對手。這時候零擔物流網絡的競爭必須靠精細的網絡管理。零擔網點的人力資源、業務能力、作業效率、作業質量等影響單個網點的輻射范圍與業務品質，進而影響到整個網絡的盈利能力和收入規模。因此，構建多維度的網點績效評價體系，有針對性地提出改進意見，提高網點營運能力及服務水平是非常有必要的。

二、零擔快運網點運營績效評價體系構建

1.績效評價方法

常用的績效評價方法有層次分析法、標桿法、平衡計分法、數據包絡分析法、模糊綜合評價法等。也有學者選擇將多種方法結合起來開展績效評價，本文借鑒相關研究選用主成分分析法與數據包絡分析法相結合的方法對零擔快運網點的運營績效進行評價。首先通過主成分分析法對網點績效評價的初選指標進行降維，確定出最具代表性的績效評價指標，然后使用數據包絡分析法對網點績效相對有效性進行評估。

（1） 主成分分析法

主成分分析法（縮寫為PCA）是一種找關鍵、少數影響因素的統計分析方法，可以將多指標問題轉化為少量關鍵指標問題，能夠分析出對零擔網點績效評價最相關的主成分影響因素，使零擔網點績效評價操作變得更為簡單直觀。

（2） 數據包絡分析法

數據包絡分析法（縮寫為DEA）于上世紀 70 年代由美國著名運籌學家 Charnes等人提出，主要用于評價多投入、多產出特性的決策單元（縮寫為 DMU）的規模有效性和技術有效性。零擔運輸網絡由若干網點組成，每個網點都可以看作一個生產單位，每個網點都具有多投入和多產出特征。因此，DEA方法非常適合于零擔物流網絡中多網點的績效比較分析。該方法在零擔快運網點評價中應用的基本思想是把網絡中的每個網點看作一個決策對象，每個決策對象設立若干的投入和產出評價指標，通過運算DEA數學模型得到決策對象的投入產出比率，通過投入產出比率判斷該決策對象（即某一網點）的有效性。網點運營的有效性從技術有效和規模有效兩個方面進行衡量。當網點用最小的投入實現了最大的產出時，網點達到技術有效;當網點實現了技術有效的同時其投入規模也達到了最佳，則網點達到規模有效。網點運營是否有效需要通過模型進行運算。本文選用DEA 的C2R 模型進行求解，該模型能夠同時評價網點的規模有效和技術有效（見下公式）。

公式中：α為投入產出效率變量，θ為投入產出權重比率，為輸入輸出松弛變量。

α*=1，且松弛變量和為0時，決策單元為DEA有效，決策單元同時達到技術有效和規模有效。α*=1，且松弛變量之和大于0時，決策單元為弱DEA有效，決策單元的技術有效和規模有效無法同時達到。α*<1時，決策單元為DEA無效，決策單元的生產既非技術有效也非規模有效。

2.績效評價指標

網點績效評價除了選擇合適的方法，還需要設置合適的評價指標。本文采取先設置初始指標再使用主成份分析法根據企業具體情況對指標進行篩選，選出主要的關鍵指標作為績效評價指標。

根據文獻研究及企業調研設置人才資源、業務能力、運輸服務、財務狀況4個一級指標和11項二級指標（如表1所示）。考慮網點評價的目的、數據獲取的科學性及零擔物流行業的特點，采取員工人數、訂單取消率、網點貨量、噸公里費用、交通便利度5個指標作為DEA的投入指標，用貨量完成率、錄單及時率、準點運輸率、營業凈利率、客戶滿意率、操作規范性6個指標作為產出指標。

三、案例分析

1.企業簡介

湖南L供應鏈管理有限公司（以下簡稱L公司）成立于2017年5月，公司的產品包括小票零擔、大票零擔和供應鏈服務。截至2018年6月，L公司在湖南省內已建網點38個。預計到2025年要實現網絡建設全省達到400家，點均營業額5萬/月。當前零擔快運已然成為國內公路貨運競爭的焦點。L公司面臨的市場威脅主要來自同行，同行企業如全網型及湖南本地區域型老牌零擔企業在網絡覆蓋及服務質量上占據優勢，且經過長時間的發展積累，企業的運營管理水平相對較高。而L公司由于起步較晚，為了快速組網采取了加盟模式擴張網點。相對于“直營”而言，加盟模式網點開發成本低、周期短，但在運營的標準化及對網點的管控方面弱于直營模式。L公司在網點建立后，由于缺乏合理的網點運營評價體系，部分網點長期存在貨量不足、總收入偏低、毛利偏低等情況，相關問題逐漸積累，影響網點的正常運營并威脅到整個網絡體系的穩定性。因此，L公司急需建立一套合理的網點運營績效評價體系以更好地指導網點的運營與發展。

2.基于PCA模型的網點績效評價指標

通過調研獲得了L公司15個網點數據作為樣本。分別統計每個網點的投入指標數據表和產出指標數據表（指標參見表1），使用SPSS軟件對收集到的樣本投入產出數據進行處理，確定得到主成分指標，即網點績效評估指標如表2所示，這5個指標可以代表絕大多數指標。

3.基于DEA模型的網點績效評價

通過上一環節的SPSS分析可以得到網點績效評估主成分指標分析表，進行數據非負處理后，得到5個主成分指標的分析結果處理表（如表3所示），用這些數據進行DEA分析（使用DEAP軟件進行計算），可以得到各網點的綜合效率、純技術效率、規模效率值以及規模報酬狀態（如表4所示）。

若規模報酬的輸出結果顯示為規模收益不變，表示此時企業達到最佳產出規模水平;若處于規模報酬遞增狀態，表明在原有投入結構保持不變的基礎上繼續增加投入，其產出增加的比例將不斷擴大;若處于規模收益遞減狀態，表明繼續加大企業的投入量，其產出增加的比例將不斷減小。

從表4中可以看到，網點2、3、4、5、12、13、15的經營運作較為理想，因為這7個網點的綜合效率、技術效率及規模效率都達到了最佳值1，這表明它們都是處于DEA有效狀態，即這7個網點在當下的投入獲得了最大的產出。網點1和14的技術效率達到最佳而規模效率還有差距，兩者均處于弱DEA有效狀態。剩余所有網點均呈現DEA無效狀態。在DEA無效的眾多網點中，9號、11號網點的技術效率極低。10號網點的綜合效率、技術效率和規模效率值都較低，此類網點需要同時對技術和規模兩方面進行改進。其他無效的網點中，多數為技術效率低于規模效率，說明綜合效率不高的原因就是技術效率引起的。規模效率曲線大部分情況下都高于技術效率曲線，說明該企業需要對該地區網點的產出效率進行提升，對運營管理中的問題進行整改。

4.網點運營優化建議

經過分析發現L公司網絡整體效率不高，網絡效率不高的原因既有技術效率的原因又有規模效率的原因。為提高網點規模效率，可從以下兩方面入手：（1） 建立健全培訓體系，提高網點員工整體素質，進而促進網點作業效率和作業質量的提升，改善網點錄單及時率、準點運輸率等指標績效表現。（2） 不斷拓展物流增值服務，提高運輸服務的附加值，提高貨量，增加客戶黏性，增加網點收入，提高資源運作效率。為提高網點技術效率可從以下兩方面入手：（1） 加強技術改造和基礎設施建設，如增加一些輔助機械作業設備。（2） 通過技術改造與更新，提升產品與服務的檔次。

四、結論

基于PCA+DEA模型的零擔網點績效評價是一種基于網點主要投入和主要產出指標對多個網點的績效相對有效性進行評價的方法。模型簡單易用，且能對績效水平不高的零擔網點指明改進方向。此外，由于DEA是一種相對績效評價方法，當內部網點整體績效水平在行業處于弱勢時，評價結果將不利于指導企業的競爭發展，如果能將行業對標企業的網點績效作為決策評估參考單元，模型將具有更為實際的運營指導意義。

參考文獻：

[1]鄧楚琪.基于PCA-DEA模型的X物流公司網點績效評價與管理研究[D].華南理工大學，2013.

[2]劉躍英，胡凱.基于 DEA 模型的物流上市公司經營績效評價[J].科技廣場，2017（10）：17-19.

[3]明建紅.基于DEA方法的工務段績效評價研究[J].經營管理，2018（2）：35-36.

[4]曹徐芳，吳繼貴.基于DEA-AHP的物流企業運營部門績效評估的研究[J].物流工程與管理，2013（2）：42-43.

作者簡介：繆桂根（1984- ），女，漢族，江西萍鄉人，碩士，副教授，研究方向：運輸管理、職業教育

基金項目：2019年湖南省教育廳科學研究項目：混合軸輻式零擔快運網絡車輛動態調度模型與算法研究（項目編號：19C1284）