基于超效率DEA模型的汽车制造与物流双业联动研究的中期报告.docx

基于超效率DEA模型的汽车制造与物流双业联动研究的中期报告
本研究旨在应用超效率数据包络分析（DEA）模型，研究汽车制造与物流双业联动关系，并探究如何提高其效率。本中期报告主要介绍了研究的背景、目的、方法、数据以及中期研究结果。
一、研究背景与目的
汽车制造业和物流业是相互依存、相互促进的关系，在汽车制造过程中，物流业起着至关重要的作用。然而，由于企业的规模、技术、管理等因素不同，不同企业之间的合作效率也存在差距。因此，本研究的目的是通过运用DEA模型，为汽车制造与物流双业的合作提供参考，并探究优化其经济效益的途径。
二、方法
本研究所采用的超效率DEA模型主要包括两个方面：输入与输出。模型通过对汽车制造业和物流业之间的输入与输出指标进行度量，考察不同企业之间的表现。另外，通过拟合K-Means聚类算法，在输出效率相同时，对输入效率不同的企业分类，并探究各类企业的优化方案。
三、数据
本研究的数据来源于2018年某汽车企业和其主要合作物流企业所提供的原始数据。数据经过清洗和筛选，最终形成16个汽车制造企业和16个物流企业的数据集。
四、中期研究结果
通过DEA模型对16家汽车制造企业和16家物流企业进行评估，得到它们的效率值和最优输入输出组合方式。结果显示，其中有4家汽车制造企业和5家物流企业的效率值超过1，即框架效率（FR）和超效率（TE）效率均高于1，说明它们具有最优的输入输出组合方式。此外，根据K-Means聚类算法的分析结果，将所有企业分成三类，分别是低投入高产出类、高投入高产出类和低投入低产出类。其中，低投入高产出类的企业表现最佳，其次是高投入高产出类企业，而低投入低产出类企业表现最差。
五、研究展望
本研究的下一步是继续完善模型，并通过对效率值高的企业进行优化方案分析，找出优化汽车制造与物流双业联动的有效途径，以期为企业提供决策支持。