烟草商业企业物流运营效率评价

文章主要采用数据包络分析法中的超效率分析模型解决烟草商业系统中卷烟物流配送中心运营效率评价的问题。选取某省10家卷烟物流配送中心3年的数据代入模型进行具体分析，并针对性地提出改进措施。

近年来，随着烟草行业规范化经营工作的不断推进，烟草商业企业物流的规范化运营，精细管理工作不断加强，物流单独核算工作也取得了一定效果。行业各单位投资建立了现代化的卷烟物流配送中心，卷烟物流中心的机械化、自动化、信息化水平不断提高。新物流中心的投入使用，其运营效率情况如珠海到上海物流何评价成为一个现实问题。

物流运营效率是指物流组织在一定的经济条件下，合理配置物流资源，最大限度地提供满足市场需求的产品，并获得较好的效益，推动组织目标达成的能力，即投入产出比或成本效益比的状态。做好对卷烟物流配送中心的运营效率评价，可以有力防止资源浪费，调动物流部门的积极性，控制运营开支，调整优化各种作业流程和配送线路；可以评估新物流中心的投资效果，是否合理有效地使用了企业投资资金；可以形成企业在新的物流运作环境下的成本理念和标杆管理意识，不断提高物流管理水平。

一、物流效率评价方法的选取

在定性和定量方面，有许多种效率评价方法，并各有优劣。定性评价方法，人为因素影响较多，一定程度上影响了评价结果的真实可靠性，进而影响到所采取的管理措施。定量方法，能够最大限度地避免人为因素的影响，但是，也存在指标选取的局限性，可能会将一些定性的指标排除，影响到评价的全面性。在针对某一方面的评深圳到漯河物流价中，选用定量评价方法多数情况下是比较可行的。

为了便于操作，并减少人为因素影响，本文物流运营效率方面的评价，以物流部门的经营数据为基础，选用定量评价指标。运营效率问题的实质是投入产出问题，对于运营效率的定量评价，可以采用财务比率方法，但是一个财务比率只能反映一种投入和一种产出的关系，有失其综合性和科学性。数据包络分析（Data Envelopment Analysis，简称DEA）方法是一种典型的投入产出分析方法，是一种评价决策单元相对有效性的系统分析方法，可以对不同量纲的多投入多产出的同类决策单元进行效率比较，此外，DEA方法不需要准确的生产函数，因而减少了相应的误差。本文选用数据包络分析法对烟草商业企业物流运营效率进行评价。

在运用DEA方法进行分析时，会存在多个决策单元同时有效的情形，传统DEA模型无法对有效决策单元作进一步评价，本文采用DEA超效率模型，对有效决策单元作出进一步分析，以将全部决策单元按其效率值进行优劣排序，便于对每一个被评价单元进行效率评价和定位。假设有n个决策单元，它们的输入输出数据为（xj，yj）（j=1，2，…，n），对于第j0（1≤j0≤n）个决策单元，面向输入的DEA超效率模型表示如下（吴文江，2012）：

max ？滋Tyj0+？啄1？滋0，s.t. ？棕Txj-？滋Tyj-？啄1？滋0≥0，j=1，…，n（j≠j0）， ？棕Txj0=1， ？棕≥0，？滋≥0，？啄1？啄2（-1）？啄3 ？滋0≤0

面向输出的DEA超效率模型表示如下：

min ？棕Txj0-？啄1？滋0，s.t. ？棕Txj-？滋Tyj-？啄1？滋0≥0，j=1，…，n（j≠j0）， ？滋Tyj0=1， ？棕≥0，？滋≥0，？啄1？啄2（-1）？啄3 ？滋0≤0

二、评价指标的选择与数据来源

从相关文献来看，研究烟草物流管理的文献众多，但研究烟草物流效率的文献不多，针对烟草商业企业物流运营效率运用数据包络分析的文献并未发现。采用数据包络分析方法进行物流效率评价，确定投入产出指标时，要充分考虑卷烟物流配送中心不同于一般的物流企业的特点。烟草商业企业物流配送中心承担的是卷烟的仓储、分拣、配送及物流综合管理等工作，是一个标准的成本费用中心，对卷烟销售收入的多少和销售结构的调整不具有控制权，不核算卷烟的销售收入和销售成本，不产生利润。所以，卷烟物流配送中心最终工作的衡量着眼于卷烟的配送量和完成配送服务过程中的效率，本文DEA分析中的产出指标采用卷烟物流配送中心的工作量，也就是卷烟配送量。投入指标选取在用物流资产、当期产生的物流费用、投入的物流人数和物流车辆数，因为资产的运转、运营费用的发生、人员的劳动及车辆的运输都对卷烟配送工作的完成起到重要的支撑。物流效率评价的根本目的，也是引导物流部门加强这方面的管理，促进这些投入资源的有效配置。

卷烟物流配送中心经营效率的高低需要一个对比，可以和自身不同时期进行对比，发现自身的进步或退步，也可以和同类型的物流配送中心进行对比，发现自身在对比组中的优劣。本文选取了一定期间内某省10家有卷烟物流配送中心的商业企业数据进行了对比。在确定物流运营效率DEA分析的决策单元和时，本文遵循了Golany和Roll提出的运用DEA的条件：（1）决策单元具有同构性；（2）决策单元的数量应大于或等于投入产出变量数目之和的5倍。在变量的选取上也充分考虑了烟草卷烟物流配送中心的自身特点，选取有代表性的研究变量。

三、物流运营效率分析

本文选取了某省10个卷烟物流配送中心3年的数据计算其各自的超效率值，这3年中，该省现代化烟草物流配送中心陆续投入使用，新物流建设对运营效率的影响也可以在超效率值中得到体现。DEA分析中，有投入导向型和产出导向型，因为烟草产品是一种特殊商品，受国家控烟计划影响，不能随意提高销量。但公司对经营管理过程中的投入具有自主控制权，可以自主调整，所以，本文采用投入导向型的超效率分析模型，10个卷烟物流配送中心的超效率值见表1。同时，从纯技术效率和规模效率变动情况可以发现其超效率值变动的深层原因，为了分析10家卷烟物流配送中心的纯技术效率和规模效率情况，本文还根据BCC模型做了投入角度的效率值测算，结果见表2。 （一）超效率分析

根据表1，10家卷烟物流配送中心3年的超效率平均值分别为0.9630、0.9804、1.0402，反映出3年来，该省卷烟物流配送中心整体的运营效率是不断提高的，近年来该省烟草行业投入大量资金进行现代化物流建设的决策部署是值得肯定的，其总体建设效果令人满意。从各家的情况来看，XY和TC公司新物流运营前后，其运营效率都保持技术有效，其新老物流的经营管理良好，但是从超效率值的变动趋势来看，物流运营效率有下滑趋势，应引起警觉。XA公司新物流投入使用后，经营效率反而下降，说明其新物流的建设投入情况和投入使用后的运营情况都有值得思考和改进之处，从XA投入的资产和物流运营费用来看，老物流的资产和费用都比较小，而新物流投入使用后，资产规模成倍扩大，费用也大幅攀升，最终导致物流运营效率从技术有效变为技术无效。YL、BJ、AK、HZ公司这3年的物流运营效率都是逐年提高的，从新物流投资中取得了正效应。技术无效的单位中，3年超效率平均值在0.95以上的有XA、YL、YA公司。

（二）纯技术效率和规模效率分析

根据表2，该省烟草商业单位新物流使用过程中，技术效率不断提高，3年平均值分别为0.8714、0.9737、0.9948。但是规模效率有下滑现象，从第一年的0.9914到第三年的0.9611，新物流建设过程中和运营后资源配置效率值得引起注意。从XA公司的情况来看，导致其从技术有效变为技术无效的主要原因是新物流规划过程中资源配置效率的降低，相应规模的投入并没有带来产出的相应提升。所以，全省3年超效率综合平均值为0.9945，并未达到1的主要原因为卷烟物流配送中心的规模效率没有得到有效提升。

（三）投入调整分析

根据超效率模型的分析结果，可以发现各项投入变量的调整范围，为今后的经营管理提供方向和思路。

根据表3，总体上，全省新物流资产规模应当降低8 005万元，费用应当压缩1 188万元，人员应精简76人，车辆需减少22辆。但各家情况又不尽相同，XY公司需要进一步加大资产、费用、人员、车辆方面的投入，才能扭转超效率值不断降低的情况；XA公司的物流资产投资投入过大，资产规模压缩任务沉重，需要压缩5 560万元，费用也需要压缩424万元。另外，四项投入指标全部过量的单位有XA、AK、WN、SL、YA公司。

四、管理改进

（一）做好投资规划，防止盲目投资

经过分析，我们发现卷烟物流中心建设过程中存在一定的投资过大现象，这可能是新物流中心刚投入运营，各方面尚待整合，另外，也存在企业对物流投资的长期规划的因素。同时，随着卷烟配送量的逐步增大，固定资产规模的调整值会降低到更合理水平。卷烟物流配送中心的投资建设论证阶段，应当根据企业的中长期发展战略，做好规划和论证，防止盲目扩大投资规模，导致投资的尾大不掉和运营的低效率。固定资产方面的投资必须做好眼前和长远的平衡，一旦投资决策失误，企业将难以在短期内做出有效调整和弥补，造成资源浪费，甚至危及企业生存发展。

（二）做好瘦身工作，压缩费用开支

从投入调整结果来看，只有两家物流配送中心需要增加费用投入，其余单位需要控制费用开支，这也说明了，卷烟经营单位作为国有单位在费用控制方面首先需要做出经营管理观念上的改变，加强费用精细管理，防止新物流建设和使用过程中盲目求大求全带来的费用无效增长和管理上的各种漏洞。

（三）做好岗位管理，提高流程效率

现代化卷烟物流中心的建设和投入使用，必然带来人员使用管理和配送效率上的变化，比如，通过新流水线的使用，可以减少用工岗位，通过物流的选址和新的物流分拣系统，可以优化配送线路和配送频率，降低配送车辆投入，减少送货人员投入。物流现代化水平的提高，应当带来人工成本和其他成本的降低，企业应当结合物流部门技术水平的提高，优化工作流程，减少用工，促成管理上质的改变。

【参考文献】

[1] 谢晓燕，吕伟伟，沈念伍，等.基于DEA方法的中国医药企业经营效率比较分析[J].上海医药，2013（3）.

[2] 吴文江.用超效率综合DEA模型来研究DEA有效性[J].数学的实践与认识，2012，42（4）：158-165.

[3] Golany B， Roll Y. An Application Procedure for Data Envelopment Analysis[J]. The International Journal of Management Science， 1989，17（3）：237-250.