物流人才使用效率评估及优化研究

Evaluation on the Service Efficiency of Logistics Personnel

――In Anhui Province

摘 要：文章采用DEA模型，从物流人才投入产出角度来评估安徽省物流人才使用效率，又将安徽省的人才使用效率评估结果与全国进行比较。结果显示：安徽省物流人才使用效率样本期间较高，样本期间效率均值达到0.98，单与全国平均水平0.99相比，安徽省物流人才使用效率略低。这为管理决策提供了⒖家谰荩有利于政府加强对安徽省物流产业发展宏观指标的管控，从而推动安徽省物流人才的使用更加完善，也有利于健全安徽省物流人才使用体系。

关键词：物流人才；使用效率；数据包络分析（DEA）；安徽省

中图分类号：F240 文献标识码：A

Abstract： This paper evaluated the talent's service efficiency in Anhui province from the angle of logistics talent's input and output， and compare the result of Anhui province's the evaluation of talent's service efficiency with the whole country. The results show that the annual average score of talent's service efficiency in Anhui province in 0.98， which is worse than the score（0.99）of that in the whole country. The management insight is good for the government to strengthen the control of macroeconomic indicators of the development of the logistics industry in Anhui province， so as to perfect the use of the talents of logistics in Anhui province， and also conducive to improve the logistics personnel system in Anhui province.

Key words： logistics talent； service efficiency； data envelopment analysis（DEA）； Anhui province

物流人才是现代物流业发展的重要人力支撑，各高校虽然输送了许多物流相关专业的学生，然而在物流业的高速发展下与物流岗位的需求接口显然是不对称的。物流人才的缺乏直接影响着人才使用效率的高低，提高人才的使用效率有利于弥补一定人才缺乏上的不足。

1 研究方法

关于人才使用效率的研究可追溯到20世纪90年代。20世纪90年代，美国学者Skarlicki[1]（1996）在文章中提到，人才使用效率评价是一个重要的内容，它反映了一个地区或一个部门如何组织并应用有限的人力资源，使之发挥最大的作用，获得最大的价值产出。据此，邓伟根和苗李娜[2]（2005）从人才使用效率评估的目的分析，认为以尽量少的人力、物力、财力资源消耗，充分实现企业组织科技人才从事科技活动的目标：创造产值、实现销售收入，才是人才使用效率的提升。除了科技人才，与人才培养和使用更为密切的高效率也受到很多关注。刘树忠[3]（2011）认为，近年来许多高等院校加大了引进人才力度，却忽略了引进人才的后续工作，使得花大力气引进的人才没能发挥应有的作用，他认为高校应借鉴企业的用人模式，提高人才的使用效率。随后，赵凯卉和段文暖[4]（2014）将人才使用效率问题提升到战略高度，他们认为优秀人才的有效使用是人才战略的核心，人才战略的实施强调人才资源的时效性，应有效地开发使用人才资源，使工作人员全身心投入到工作中，通过各种激励措施、优惠政策吸引和留住人才。

诸多学者对人才使用效率进行了评估，做出了一定贡献，但人才使用效率评价方法各有不同。邵铁柱和张艺文[5]（2001）运用层次分析法对人才使用效率进行了评价，吕洁和田剑[6]（2003）年运用模糊综合评判法进行了人才使用效率评价。周鹏和林健[7]（2006）提出以CCR方法为基础的DEA模型，以解决人才使用效率评价过程中的多投入与多产出问题。以上诸多人才使用效率评估的方法和模型中，从定性和定量两个层面做出了积极贡献。尤其是DEA方法，能够同时处理多投入、多产出的人才效率评价问题，且不需要投入产出之间函数关系的假设，该方法在物流人才使用效率评估方面具有较大优势。

DEA模型由Charnes等[8]1978年提出，模型假设有n个具有可比性的决策单元，对于每个决策单元有m种投入和p种产出，每个决策单元效率值定义为：

h■=■ j=1，2，…，n （1）

因而，第jo个决策单元的相对效率优化评价模型为：

maxh■=■ （2）

s.t.■ （3）

从上述模型中可以看出，x■，y■均为已知数，v■，u■为变量，模型的含义是以权系数v■，u■为变量，以每个决策单位的效率指标h■为约束，以第jo个决策单元效率指数为目标，也就是评价第jo个决策单元的生产效率是否有效，是相对其他所有决策单元而言的。

最终可以将模型写为：

minθs.t.■ θ无约束 （4）

假设解出的最优解为λ■，s■，s■，θ■，则有如下结论：

（1）若θ■=1，且s■=s■=0，则DMUjo为DEA有效。此时技术有效，并且规模有效，决策单元已经达到最优组合和最大产出；

（2）若θ■=1，且s■，s■不全为0时，则DMUjo为弱DEA有效。此时决策单元或者技术无效，或者规模无效；

（3）若θ■< 1，则DMUjo为DEA无效。

2 指标及数据

本文结合其他学者的相关文献，依据物流人才使用效率评价指标体系应该遵循的原则，选取如下投入产出指标构建安徽省物流人才使用效率评价指标体系。其中，投入指标为物流业专业技术从业人员（万人）和物流业职工平均工资（元），产出指标为货物周转量（亿吨公里）和交通运输、仓储和邮政业增加值（亿元）。这些指标在张宝友[9]（2008）、梁雯和凌珊[10]（2014）以及郭芳荣[11]（2014）等的研究中被选为投入产出指标。具体如下：

投入指标：x■――物流业专业技术从业人员（万人）：包括交通运输、仓储和邮政业专业技术从业人员，选用此指标说明了物流业的人才投入；x■――物流业职工平均工资（元）。

产出指标：y■――货物周转量（亿吨公里）；y■――交通运输、仓储和邮政业增加值（亿元）。

现将选取的投入产出指标建立指标体系如表1所示：

本研究选取2003～2014年间安徽省物流行业人才投入和产出数据对物流人才使用效率进行测算。样本期间的数据可以从《中国统计年鉴》和《安徽省统计年鉴》中获取。

3 实证结果分析

3.1 资源冗余分析

利用DEA软件2003～2014年安徽省物流人才投入产出数据进行测算，得出了安徽省物流人才使用效率及投入产出指标相关冗余程度的相关结果，如表2所示。

从表2可以看出，有7个年份是DEA有效的，分别为2003年、2004年、2005年、2006年、2007年、2008年、2014年。有5个年份是DEA无效的，分别为2009年、2010年、2011年、2012年、2013年，其中，2011年安徽省物流人才使用总体效率是最低的。然而，从总体来看，总体效率的平均值为0.98，说明安徽省物流人才的使用效率较高。

对于DEA有效的，就不需要再进行优化了，因为效率值已经达到最高值1，表明它们的投入产出值已经达到最优，因此，没有必要再进行优化改进了。

然而对于DEA无效的年份，即：2009年、2010年、2011年、2012年和2013年，由于这些年份的效率值没有达到最优，所以还有改进的空间，为了分析改进空间，将它们的投影展示如表3所示：

决策单元在生产前沿面上的“投影”是使得决策单元有效时要达到的值，可以明确给出决策单元优化的值。对于非DEA有效的年份，都出现了投入冗余的情况，造成了资源的浪费。对于2009年、2010年、2011年、2012年、2013年来说，要想提高安徽省物流人才的使用效率，就要对投入指标进行合理的优化，避免浪费现象，使投入产出组合达到最优。

3.2 效率分析

对于7个有效年份不需要再进行改进优化，而对于其他非DEA有效的年份就要分析可以改进的原因，然后提出改进意见。本文为了更形象地分析安徽省物流人才使用效率，与全国相应投入产出指标数据进行比较，现将安徽省与全国效率值排名表进行汇总如表4所示。

根据表4安徽省与全国效率值排名表并不能很清晰地看出随着年份的变化安徽省与全国的走势以及波动幅度。相较于全国来说，安徽省随着年份的效率值的波动幅度较大，整体来看，安徽省物流人才使用效率在2003年到2008年都是DEA有效的，而从2009年开始，效率值开始处于波动阶段，其中，效率值最低的年份为2011年，其效率值为0.92，而同年全国的平均效率值已达到最优值1，因此，安徽省物流人才使用效率投入产出在这一年有着很高的改进价值。首先，针对2011年，分析安徽省发生的影响物流人才使用效率的因素。2011年是“十二五”规划的开局之年，许多建议开始应用于各领域，从表3可以看出，2011年安徽省物流人才使用效率投入值之一，即物流业平均工资现有值与最优值之间差值最大，是影响安徽省物流人才使用效率在这一年出现最低值的主要原因。从表4中还能看出，安徽省在2014年效率值又重新达到有效年份，对投入产出进行进一步分析发现，安徽省物流业专业技术从业人员1.6万人，与前几年相比该项投入较少，因此不会出现投入值冗余的现象，而物流业平均工资50 271元，也是达到当年的最优值，因此使得物流人才使用效率值重新回归到最大值1。

与全国物流人才使用效率平均水平相比较而言，安徽省物流人才使用效率近年来呈现出一定的下降趋势，需要引起注意。而且，样本期间安徽省物流人才使用效率虽然高达0.98，但仍然低于全国0.99的水平，说明安徽省物流人才使用效率与全国相比，并没有充分发挥其有效性。

4 安徽省物流人才效率提升建议

我国虽然在很早就已经注意到人才的重要性，但是人才的培养是一种系统的潜移默化的工程，需要从多个角度、多个层次进行通盘考虑。尤其是近些年，安徽省虽然已经将人才问题视为经济发展的重要问题，但在工作方式方法上仍存在一定的欠缺，人才使用的实际效果得不到保证，造成了物流人才使用效率变动的不稳定性。

下面针对2011年来分析人才使用效率的改进建议。2011年的效率值为0.92，低于同年全国平均水平，并且低于安徽省近12年的平均效率值水平，从表3非DEA有效年份的投影表中可以看出，人才的投入出现了冗余，造成了人力和财力的浪费，而且并没有使得产出值出现增加的现象，资源浪费现象严重。因此，总结2011年，首先要对投入进行改进，整合资源，使人力达到充分利用，这样可以减少不必要的浪费。从投影表中可以看出，安徽省2011年的物流业专业技术从业人员为2万人，物流业人员基本工资为36 837元，而相应的产出值货物周转量为8 446.40亿吨公里，交通运输、仓储和邮政业的增加值为589.80亿元，由于效率值没有达到1，模型运行给出了相应的投影值，物流业专业技术从业人员为1.83万人，人员平均工资为33 730.64元，可知，最优值要比现有的投入值少，然后也能达到现有投入值的产出，因此，投入处于冗余状态，所以，要将这部分多出来的投入值进行资源的整合，使其运用到适当的位置，不会造成资源的浪费，并且能够产生更多的产出效益，达到“物尽其用”的状B。

参考文献：

[1] Skarlicki Daniel p， Lathman Gary p， Whyte Glen. Utility analysis： Its evolution and tenuous role in human resource management making[J]. Canadian Journal of Administrative Sciences， 1996，13（1）：13-21.

[2] 邓伟根，苗李娜. 对珠江三角洲地区工业结构的再思考[J]. 经济论坛，2005（2）：18-20.

[3] 刘树忠. 以企业化管理模式提高大学引进人才的使用效率[J]. 中国人力资源开发，2011（2）：101-103.

[4] 赵凯卉，段文暖. 提高企业人才使用效率[J]. 管理观察，2014（28）：124-126.

[5] 邵铁柱，张艺文. 层次分析法在人力资源考核中的应用[J]. 中国高等教育，2001（20）：43-44.

[6] 吕洁，田剑. 模糊综合评判在管理型人力资源价值测评中的应用[J]. 华东船舶工业学院学报（自然科学版），2003，17（1）：90-94.

[7] 周鹏，林健. 基于复合DEA的人才使用效率评价模型[J]. 科技进步与对策，2006（9）：116-118.

[8] Charnes A， Cooper W W， Rhodes E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research， 1978，2（6）：429-444.

[9] 张宝友，达庆利，黄祖庆. 基于AHP/DEA模型的上市物流公司绩效评价[J]. 工业工程与管理，2008（5）：67-71.

[10] 梁雯，凌珊. 基于DEA的安徽省物流效率研究[J]. 物流科技，2014（8）：20-23，38.

[11] 郭芳荣. 基于数据包络分析的长吉图节点城市物流效率评价[J]. 经济研究导刊，2014（8）：34-35.