內容摘要：本文通過分析物流運行效率，解決數據包絡分析DEA在物流效率分析的不足，提出ANP-FUZZY網絡模糊綜合評價法，對企業物流運行效率進行評價。研究表明物流受宏觀經濟政策的影響，物流企業的整體運行效率偏低，效率值僅為3.565，資源整合效率和服務創新效率相對較好，但物流成本效率、供應鏈協同效率以及信息技術效率明顯不足。為促進物流企業運行效率的提升，本文在提出了相關對策的同時，也為其它物流企業提高運行效率提供了參考。

　　關鍵詞：物流企業,網絡模糊綜合評價法,運行效率

　　引言

　　關于物流運行效率的研究，許多學者進行了探索，也提出了提升物流運行效率的合理舉措，為物流企業的發展提供了有價值的借鑒和參考，但研究方法過于單一，多集中在傳統DEA和超效率DEA方法的應用。如唐建榮等(2018)運用DEA與Malmquist研究發現區域物流發展存在著明顯的效率差異。張建軍等(2018)采用隨機前沿分析SFA得出了我國物流業近幾年平均效率值不高且波動較大的結論。

　　王鑫(2018)采用超效率SBM-VRS模型對2007-2016年省級物流面板數據分析發現物流產業與商貿經濟流通存在著非線性關系。曹炳汝等(2018)采用ANP-TOPSIS方法研究了江蘇省物流發展效率，指出江蘇省物流效率存在著“南強北弱”的現實。

　　張云鳳等(2018)運用C-D生產函數的異質性SFA研究發現，較低的二氧化碳排放量和較高的經濟發展水平對物流產業效率提升有促進作用，相反政府的支持，在某些程度上對物流產業效率的提升存在一定的制約。周燁(2018)運用Tobit回歸模型對2007-2016年物流數據研究表明，我國物流業效率較低但發展較快。

　　于麗靜等(2017)通過SFA分析方法得出了物流效率值較低且區域物流發展不均衡的結論。李曉梅等(2016)運用超效率CCR-DEA方法對2006-2015年16家國有物流企業的面板數據研究發現，純技術無效率是造成國有物流企業總體績效水平不高的重要原因。

　　物流的運行效率是多種因素相互影響的結果，單純的DEA模型，只能從純技術效率、規模效率和綜合效率三個維度對物流效率進行解釋，不能反映制約和影響物流效率的因素，同時DEA模型也沒有考慮變量與變量之間的相互影響關系。基于此，本文采用ANP-FUZZY網絡模糊綜合評價法對當前物流效率進行一個客觀的分析和評價。

　　研究方法及評價模型的構建

　　(一)網絡模糊綜合評價法

　　ANP-FUZZY網絡層次分析法(AnalyticNetworkProcess，ANP)是一種由控制層和網絡層所組成的適用于解決非線性復雜結構的科學決策方法。ANP由AHP發展而來，在對目標進行評價和選擇時，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之間的支配關系，還考慮了因素與因素之間的相互影響關系。ANP-FUZZY是在ANP的基礎上結合模糊數學，將定性與定量相結合的一種系統分析方法。

　　通過FUZZY評價法與ANP評價法相結合，避免了ANP因打分可能會出現極端值的情形，克服了ANP在檢驗判斷矩陣是否具有一致性上的不足，通過改進ANP，將模糊數學考慮其中，使得ANP-FUZZY在實際應用環境中更具有適應性。ANP-FUZZY綜合評價法的計算步驟如下：首先，需要構造判別矩陣W，構造判別矩陣可以通過專家打分法或問卷調查法所取得，通過依次比較兩個元素之間的重要程度，來對其進行賦值。對物流企業運行效率的重要程度進行評價，本文采用的是“Saaty比例標尺”。

　　其中奇數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2、4、6、8表示的是其重要程度介于其相鄰的兩個奇數之間;其次，需要對所取得的判別矩陣進行標準化和單位化，并進行一致性檢驗，若CR≤0.10，則表示判別矩陣通過一致性檢驗，否則需要對判別矩陣進行重新打分或者修正，通過一致性檢驗后，運用SuperDecisions軟件計算即可獲得ANP各個評價指標的權重。

　　然后，構造模糊隸屬度判別矩陣，取物流企業運行效率的評語集：V=[V1V2V3V4V5]=[良好中等一般較差很差]即各個二級評價指標的評價區間等級，每一個評價區間等級對應一個模糊子集。

　　對評語集的每個評估區間等級賦予不同的數值，賦值后的評語區間等級所對應數值集為：N=[N1N2N3N4N5]=[54321]接著，確定評價因素集合：Ci=[C1C2C3…Cn]其中Ci表示的是所要評價的第i個因素;最后將ANP評價法所獲得的權重與FUZZY模糊隸屬度判別矩陣相乘，便得到了ANP-FUZZY綜合評價值，具體過程見本文實例應用。

　　(二)ANP-FUZZY綜合評價模型的建立

　　物流的運行效率對于企業降低成本、優化管理、提高競爭力并占據一定的市場至關重要。提高物流企業的運行效率，并對物流企業運行效率現狀進行一個客觀的分析和評價，本文在前人研究的基礎上，結合當前物流業的實際特征，運用ANP-FUZZY網絡模糊綜合評價法，并按照系統性、科學性和可操作性的基本原則，確定了物流企業運行效率的具體評價指標，它們分別是宏觀經濟效率B1、供應鏈協同效率B2、物流成本效率B3、服務創新效率B4、信息技術效率B5以及資源整合效率B6。

　　基于ANP-FUZZY綜合評價法的實例研究

　　(一)控制層和網絡層指標權重的確定

　　為了對物流企業運行效率水平有一個客觀的認識，更好地促進物流企業的發展，本文以南京浦口區的5家物流企業為例，通過對這5家物流企業的生產現狀進行調研，綜合運用ANP-FUZZY評價方法，并邀請企業的管理層和在物流一線有經驗的作業人員以及高校負責給該物流企業作精益物流指導的專家和副教授共計8人，為反映控制層和網絡層指標之間的相互影響關系，評價采用“Saaty比例標尺”對各個評價指標進行兩兩打分，為了保證通過一致性檢驗，對打分的結果進行了多方比較，最終得出的判別矩陣結果如下，其中A-B表示的是控制層判別矩陣，Bi-C表示的是網絡層判別矩陣。

　　接著對所得到的判別矩陣進行一致性檢驗，由此可見，判別矩陣通過一致性檢驗。政策建議首先，物流企業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，要降低倉儲設施用地成本和交通運輸成本，這需要前期在選擇物流點位的時候進行系統規劃，而對于交通運輸成本的降低則需要合理規劃運輸路線，減少不必要的開支，另一方面，物流企業要降低不必要的開支，比如人工工資和管理費用，加強扁平化管理，精簡人員和機構，積極培育多能工，縮減冗余機構和閑雜人員;其次，加強供應鏈之間的協同。

　　當前企業與企業之間的競爭已經不再是傳統意義上的產品與產品之間的競爭，而是供應鏈與供應鏈之間的競爭，物流企業要提高運行效率，就需要妥善處理好與上下游企業之間的協同以及企業內部之間的協同，只有這樣才能更好地滿足客戶的需求，降低成本，實現企業物流效率的提升;最后，打通企業與企業之間的數據壁壘。

　　信息技術的不斷發展為物流企業的快速成長提供了廣闊的平臺，當前大數據、云計算、人工智能等越來越多的高科技開始應用到物流行業中，如果不打通物流相關企業之間的數據壁壘，很難對物流的運行進行模擬和仿真，也同樣不能夠真正發揮物流企業之間的供應鏈協同，因此物流企業要提升效率，需要打通數據壁壘，通過“互聯網+流通”，“聯網+物流”積極融入到電子商務與快遞物流的協同發展過程中，為實現物流運行效率的整體提升而不斷改進。

　　參考文獻：

　　1.鄭秀娟.基于隨機前沿的物流業發展效率及區域差異分析[J].統計與決策，2018，34(18)

　　2.張立國.新常態下我國物流業升級目標及路徑[J].技術經濟與管理研究，2018(7)

　　3.張娜，李波.基于三階段DEA模型的西部地區物流產業效率測度研究[J].數學的實踐與認識，2018，48(20)

　　4.唐建榮，杜嬌嬌，唐雨辰.區域物流效率評價及收斂性研究[J].工業技術經濟，2018，37(6)

　　5.張建軍，趙啟蘭.我國物流業效率及其影響因素研究—基于1991-2014年數據的分析[J].數學的實踐與認識，2018，48(21)

　　相關刊物推薦：《統計與決策》是由湖北省統計局主管，湖北省統計局統計科學研究所主辦的面向全國公開發行的中國國際影響力優秀學術期刊、全國中文核心期刊、中文社會科學引文索引(CSSCI)來源期刊、RCCSE中國核心學術期刊、湖北省優秀精品期刊。國內刊號CN：42-1009/C;國際刊號ISSN：1002-6487，郵發代號38-150。讀者對象：院校師生、科研院所研究人員，統計工作者。