文章编号：1002-3100渊2019冤07-0099-04
基于数据包络法的铁路客运安检查危评价研究ResearchonRiskAssessmentofRailwayPassengerTransportInspectionBasedonDataEnvelopmentMethod
NIUHuiwei,
摘
HANYin
牛惠威，韩
(UniversityofShanghaiforScienceandTechnology,Shanghai200093,China)
印
（上海理工大学，上海200093）
要：为客观反映安检查危的现状，为政府监管相关措施的出台提供决策依据。研究通过对上海铁路监督管理局辖区的
绍兴北站、宜兴站等6个铁路客运站的安检查危数据进行调查分析，选取了客运车站的安全公告、安检设备、安检作业人员数量作为决策单元输入指标，危险品数量及平日客流量作为决策单元输出指标，建立了与之对应的C2R模型，并利用DEAP2.1软件分析各个决策单元的有效性，判断投入是否冗余产出是否不足及规模调整方向。为铁路运输企业安检查危设备、人员资源的投入提出改善建议意见，亦为铁路监督管理部门提供了相关的监管指导依据。
中图分类号：U293.1
关键词：铁路客运站；安检查危；跟踪调查；决策单元；C2R模型
文献标识码：A
Abstract:Inordertoobjectivelyreflectthestatusquoofsecurityinspection,itprovidesdecision-makingbasisfortheintroduc原tionofrelevantmeasuresforgovernmentsupervision.ThroughtheinvestigationandanalysisofthesafetyinspectiondataofsixrailwaypassengerstationssuchasShaoxingNorthstationandYixingstationinthejurisdictionofShanghaiRailwaySupervision
Administration,thesafetyannouncement,securityinspectionequipmentandsecurityinspectionpersonnelofthepassengerstation
wereselectedasthedecision-makingunitinput.Theindicators,thenumberofdangerousgoodsandthedailypassengerflowas
theoutputindicatorsofthedecision-makingunit,establishthecorrespondingC2Rmodel,anduseDEAP2.1softwaretoanalyzetheeffectivenessofeachdecision-makingunit,todeterminewhethertheinputisredundantandthescaleisadjusted.Direction.sources,andalsoprovidesrelevantsupervisionandguidancebasisforrailwaysupervisionandmanagementdepartments.Keywords:railwaypassengerstation;securitycheck;trackingsurvey;decisionunit;C2Rmodel0
引
言
Itprovidessuggestionsforimprovementofrailwaytransportationenterprises'inspectionofdangerousequipmentandpersonnelre原
我国铁路是在2013年实行政企分开的[1]，客运站是铁路运输的基层单位，安检查危是保障客运站安全的第一步，安检查危
是指针对旅客及旅客携带包裹进行检查防止旅客携带危险物[2]。客运站的安检查危评价研究属于多指标综合评价，同时指标和指标之间在量纲方面也存在一定的差异。在目前主要的综合评价方法中，层次分析法的缺点为主观性太强、灰色关联度评价方法缺点为所选的变量可比性较差、熵理论评价方法缺点则需要与主观评价方法相结合[3]。而数据包络分析法（DataEnvelopmentAnalysis，DEA）并不需对各个指标的权重进行赋值，这样就避免了在赋权的过程中带来的主观影响，减少了一定的误差；指对效率时是对每一个决策单元进行优化的[4]。
国的农业生产力发现的。在1978年A.Charnes和W.W.Cooper[7]等人提出了第一个DEA模型C2R模型，它是以单输入单输出的——BCC模型。C2R模型和BCC模型是最基本的两个工程效率为基础。R.D援Banker[8]等人在1984年给出了另一个DEA模型—年魏权龄给出了DEA有效决策单元的几个恒等式[10]。
数据包络分析是由A.Charnes和W.W.Cooper等人基于投入和产出数据的相对有效评价方法[5]，DEA的思想是Farrell[6]研究英标单位的不一致不会影响到评价结果，DEA在计算多个DMU（决策单元）时得出的权重和效率是最优的，因此，其在计算相
DEA模型。DiewertWE[9]在生产函数和技术进步方面提出了利用DEA方法来研究DMU的技术进步问题。对于国内来说，1989效率，以及没有达到最优效率的投入与产出需要调整的比率。本文分为三大部分，第一部分介绍了DEA的C2R模型，第二部1
分为案例分析，第三部分是对文章的总结。1.1
安检查危数据包络法评价模型决策单元的选取
研究选取基于数据包络法对铁路安检查危进行评价，不但保证其科学性而且保证其客观性，同时又能得出各个决策单元的
收稿日期：2019-04-22
作者简介：牛惠威（1995-），女，河南安阳人，上海理工大学硕士研究生，研究方向：交通控制与安全；韩黑龙江佳木斯人，上海理工大学管理学院，教授，研究方向：交通规划与交通控制。
印（1964-），男，
LogisticsSci-Tech2019.7
99
基于数据包络法的铁路客运安检查危评价研究
本文选择C2R模型，C2R是建立在假设所有决策变量的生产技术为规模报酬不变的模型。
客运站对危险品的宣传与旅客携带危险品的数量息息相关，平日安检设备开启数量和安检人员数量直接影响到安检查危的
效率。所以本文投入指标选择安全公告的数量（管理因素的影响）、平日（环境因素的影响下非节假日高峰）安检设备开启数）；产出指标选择危险品数量、平日客流量。量（设备因素的影响）、客运站安检人员数量（人员因素的影响
），每个决策单元都有相同的3选用6个客运站即6个决策单元（绍兴北站、宜兴站、上饶站、九江站、宜春站、鹰潭站），每个决策单元都有相同的2项产出（项投入（安全公告的数量、平日安检设备开启数量、客运站安检人员数量危险品数量、平日客流量）。
则每个决策单元DMUj蓸j=1,2,…,6蔀的效率评价指数为：
hj=
uyjvxj
TT
=r=31
移u·y
r
2
rj
xij为第j决策单元的第i项投入；yrj为第j决策单元的第r项产出。yj=蓸y1j,y2j蔀。
T
移v·x
i=1
i
（1）
ij
vi表示第i种投入的权；ur表示第r种产出的权。其中，j=1,2,…,6；i=1,2,3；r=1,2。为方便起见，将其记为：xj=蓸x1j,x2j,x3j蔀,
T
1.2
选取适当的权系数u、v，使得hj臆1。
当对第j0蓸j=1,2,…,6蔀个决策单元进行效率评价时，构成如下C2R模型：
扇设
设设设设设设设设设设设设设设缮设设设设设设设设设设设设设设设墒
线性规划模型与变换
1
maxhj0=r=
3移uy
r
2
j0
蓸PCR蔀=
2
s.t.
移uy
r=132
移vx
i=1
irj0ij0
j0
移vx
i=1
臆1,j=1,2,…,6
T
（2）
1.3
上述模型来评价决策单元j0是否有效是相对于其他5个客运站来说的。
式（2）是一个分式规划的问题，通过使用Charnes-Cooper[11]变化，再经过对偶变换引入松弛变量s和剩余变量s，则D1
扇设
设设设设设设设设缮设设设设设设设设设墒
u=蓸u1,u2蔀逸0
T
v=蓸v1,v2.v3蔀逸0
松弛变量的引入与结果分析
-+
可表示为：
min兹s.t.
蓸D蔀移姿y-s=y
+
j=1
jj
移姿x+s=兹x
-j=1
6
jj
0-
6
0
（3）
+
为兹，s，s，姿，则有分析如下：
安全公告投入数量过多、（2）兹=1，s、s有非0值时，则称DMUj为弱DEA有效。表明某些方面的投入仍有“超量”（
0
*
松弛变量s和剩余变量s分别代表了投入冗余与产出不足，用以指示各个决策单元的投入产出调整力度。设蓸D蔀的最优解
*-*+
*
-+
兹无约束s逸0,s逸0
姿j逸0,j=1,2,…,6
（1）兹<1，则称DMUj为非DEA有效。表明需要对客运站的投入和产出进行比例调整。
0
*
**-*+
危险品数量过高或平日客流量过低）。平日安检设备开启数量过高或客运站安检人员数量过高），某些产出存在“亏量”（
*
*-*+
0
“超量”投入和“亏量”产出。2
案例分析
（3）兹=1，且s=0，s=0时，此时DMUj为DEA有效。决策单元j0的生产活动同时为技术有效和规模有效，此时不存在
非节假日）；输入指标客运站内公告数量、平通过分析本文的输出指标平日查获危险品登记簿（非节假日）、平日客流量（LogisticsSci-Tech2019.7
日安检设备使用数量和客运站内安检人员数量。DEA评价使输入最小化，输出最大化[12]。
100
基于数据包络法的铁路客运安检查危评价研究
经调查，旅客日均危险品携带数量为绍兴北站53件、宜兴站58件、上饶站18件、九江站35件、鹰潭站15件，特别说），故先使用改进的归一化算法使逆向指标转换为正向指标明的是，危险品数量为逆向指标（即旅客携带危险品数量越少越好见表1再代入到模型中（）。
表1
客运站输入输出数据表
DMU2宜兴站0.3165004317
DMU3上饶站1.441700011440
DMU4九江站1.00150006340
DMU5宜春站1.11900012236
DMU6鹰潭站1.5280006128
DMU1绍兴北站
输出指标
危险品数量平日客流量（人次）安全公告数量
输入指标
平日安检设备开启数量客运站安检人员数量（人次）
扇设
设设设设设设设设设设缮设设设设设设设设设设设墒
0.541400010440
评价决策单元即DMU1~6所对应的线性规划为：
min兹
-s.t.10姿1+4姿2+11姿3+6姿4+12姿5+6姿6+s1=蓸10,4,11,6,12,6蔀兹
4姿1+3姿2+4姿3+3姿4+2姿5+1姿6+s2=蓸4,3,4,3,2,1蔀兹
--
40姿1+17姿2+40姿3+40姿4+36姿5+28姿6+s3=蓸40,17,40,40,36,28蔀兹
+
+
14000姿1+6500姿2+17000姿3+15000姿4+9000姿5+8000姿6-s2=蓸14000,6500,17000,15000,9000,8000蔀兹姿j逸0,j=1,…,6,s1逸0,s2逸0,s3逸0,s1逸0,s2逸0
---+
+
0.54姿1+0.31姿2+1.44姿3+1.00姿4+1.11姿5+1.52姿6-s1=蓸0.54,0.31,1.44,1.00,1.11,1.52蔀兹
（4）
本次评价分为6个决策单元得到了与之对应的6个模型，若按照人工计算法较为复杂，遂本文选择DEAP2.1计算程序对以上的规划模型进行处理分析，具体的计算结果如表2所示。
表2基于DEA线性规划模型的安检查危评价结果
DMU绍兴北站宜兴站上饶站九江站宜春站鹰潭站
兹0.8430.935110.7561
姿1000000
姿2000000
姿30.8000.290100.0390
姿40.2000.135010.3910
姿5000000
姿600000.6711
S100005.1990
-
S2-
S3000000
-
S1+
S2000000
+
移姿10.425111.1011
0.2001.4350000
0.7120.2210000
从表2中可以看出，除了上饶站、九江站、鹰潭站为相对有效单元之外，绍兴北站、宜兴站和宜春站都非DEA有效。绍兴北站和宜兴站第二个输入指标有冗余，说明安检设备投入偏多，适当地减少不会影响原产出。宜春站第一个输入指标有冗余说明公告数量投入过多，可以减少公告的数量保持原产出。而绍兴北站、宜兴站和宜春站第一个剩余变量为非0，说明产出不）。足，危险品数量应该减少（加强站内危险品的宣传，从而降低危险品携带率
本文以宜兴客运站和宜春客运站为例进行分析，由表2可知，宜兴客运站的安检查危效率为0.935<1非DEA有效，也就是平日安检设备使用数量）通过资源调整只需要投入原投入的93.5%便可以得到原产出，从剩余变量可以看出第二个输入指标（
投入失衡，有冗余，第一和第三个输入指标无冗余，此时增加安检设备的数量并无法使安检效率增加从而使平日客流量增加。安反而减少一台安检设备可以保持原产出。宜春站安检查危效率为75.6%，相对偏差。从剩余变量可以看出第一个输入指标（全公告数量）投入失衡，有冗余，第二和第三个输入指标无冗余，此时增加安全公告的数量并无法使危险品的数量减少。反而减少五张安全公告数量可以保持原产出，资源得到更有效的利用。
根据输出结果，对于非有效决策单元，我们可以通过投影方法得到一个新的有效的DEA决策单元[13]。以宜兴客运站为例，通过其姿值可知，非有效决策单元DMU2的有效组合为DMU4和DMU3指标值的线性组合，组合项DMU4和DMU3的权重值分别为0.135和0.290。根据DEAP2.1的输出结果DMU2要用0.135蓸6,3,40蔀+0.290蓸11,4,40蔀=蓸4,1.565,17蔀的投入才能得到0.135
蓸1,15
通过数据包络法的分析不但评价出资源的利用效率还能给出资源整合的方向。3
结束语
000蔀+0.290蓸1.44,17000蔀=蓸0.5526,6955蔀最优产出。因此宜兴站需蓸4,1.565,17蔀的投入才能得到蓸0.5526,6955蔀最优产出。
文章基于数据包络法，对客运站的安检查危工作做评价研究，分析各个决策单元的有效性，最终实现对铁路客运站安检查
LogisticsSci-Tech2019.7
101
基于数据包络法的铁路客运安检查危评价研究
危效率的评价，通过调整影响安检查危效率的因素以求达到生产前沿面状态，使客流量达到最优，危险品数量最少，为后续安检查危设备、人员、资金等资源的投入给出了可靠的依据。
因本研究采用的是传统的数据包络法，所以模型自身存在不足，例如对于一些复杂的指标体系可能某些指标作用会被放大，影响结果。而且决策单元会出现均有效的情况，下一步应与SE-DEA[14]结合起来，对有效的决策单元重新进行评价。
[1][2][3][4][5][6][7][8][9]
参考文献：
[10][11][12][13][14]
信息法》为参考出台一系列基（上接第96页）完善征信法律法规是促进征信行业发展的重要手段。在立法层面，首先应当以《
本使用的法律法规，通过规范信息的使用权限，建设行业信息使用标准，促使我国各征信企业及机构之间的规范化运营，提升工作效率。其次是要维护征信机构及企业的合法权益，通过制度化形式为征信企业提供一些便利，打击除征信行业外对用户隐私信息的非法获取行为，以最大的强度实现个人信息的保护。最后是对监管机制的立法，对权力层面的约束需要法律的手段，通过对监管机构的监督，促使企业获得公平的待遇，促使征信企业机构间的合理及规范化运营，对随时可能出现的错误进行及时弥补。在执法层面，法律是神圣庄严的，对失信人的处理需要法律的保障，这既是对征信立法提供保驾护航，也是对执法者提供便利，对失信人员的处理变得有法可依，促使社会和谐发展[6]。
（4）征信体系建设建议。征信的评估数据是征信行业的发展核心，如何扩大数据的来源是评估体系建设能够获得成功的前提条件，目前我国个人征信行业的现状是通过互联网手段来获取所需的客观数据但是并不能够获得全面足够的信息数据。当前征信最大的数据来源仍然是银行，与发达国家存在着巨大的差异，建立起整个征信行业的征信体系就显得尤为重要。通过将分散在各个政府职能部门公开的信息加以整合，运用至整个征信行业体系的建设中去，通过完善信息源，建立起更加完善的征信体系，最大限度实现工作效率的提高。4结束语
当今时代是互联网飞速发展的大数据时代，应当以大数据互联网为背景，建设考虑交通大数据的征信体系的特色征信模式，同时随着时代的变化发展，不断更新完善数据层面及评价维度，建设其配套的制度保障体系。本文对考虑交通大数据的征信模型所面临的问题进行综述，提出一些建设性意见及建议。随着国家的现代化建设步伐加快，征信行业的发展受到越来越多的关注，国家在征信行业投入的精力愈来愈足，由于文章所选取的考虑交通大数据的征信模型处于起步阶段，发展潜力巨大，通过将征信纳入交通行业的发展规划中，则会推动交通行业又好又快发展，提升发展效率。
吴强.关于铁路实行政企分开的几个重大问题[J].理论学习与探索，2013(3):4-7.
硕士学位论文），2013.林雪梅.铁路行业的政府监管体制研究[D].成都：西南交通大学（
杜栋，庞庆华，吴炎.现代综合评价方法与案例精选[M].北京：清华大学出版社，2008.马占新.广义数据包络分析方法[M].北京：科学出版社，2012.
CookWD,SeifordLM.Dataenvelopmentanalysis（DEA）-Thirtyyearson[J].EuropeanJournalofOperationalResearch,2009,192(1):1-17.
PZhou,BWAng,etal.Asurveyofdataenvelopmentanalysisinenergyandenvironmentalstudies[J].EuropeanJournalofOperationalResearch,2008,189(1):1-18.
SeifordLM.Dataenvelopmentanalysis:Theevolutionofthestateoftheart（1978-1995）[J].JournalofProductivityAnaly原sis,1996,7(2-3):99-137.
BankerRD.Estimatingmostproductivescalesizeusingdataenvelopmentanalysis[J].EuropeanJournalofOperationalRe原search,2007,17(1):35-44.
DiewertWE.FisherIdealOutput,Input,andProductivityIndexesRevisited[J].JournalofProductivityAnalysis,1992,3(3):211-248.
马占新.数据包络分析方法的研究进展[J].系统工程与电子技术，2002,24(3):42-46.
吴文江，袁仪方.有关寻找DEA有效的决策单元的方法[J].系统工程学报，1993(1):80-84.国务院.铁路安全管理条例[M].北京：中国法制出版社,2013.
吴燕.城市公共交通系统运输效率评价研究[D].福州：福建农林大学（硕士学位论文），2013.
张春勤，隽志才，徐丽群.基于SE-DEA模型与Malmquist指数的城市公交企业运营绩效评价[J].系统管理学报，2017(1):133-141.102
[1][2][3][4][5][6]
参考文献：
袁新峰.关于当前互联网金融征信发展的思考[J].征信，2014(1):39-42.
姜红娜.三种信用模式比较与对中国信用体系建构的启示[J].经济研究导刊，2014(22):96-98.阮德信.网络信用的体系构架与建设路径[J].中国计提集体经济，2008(4X):36-37.邱峰艳.征信监督管理的国际比较与借鉴[J].征信，2010(5):63-66.唐明琴，叶湘榕.《征信业管理条例》与欧美征信法律的比较及影响分析[J].南方金融，2013(5):7-10.谈儒勇，金晨珂.我国个人征信体系建设的模式探讨[J].征信，2010(1):43-46.LogisticsSci-Tech2019.7
因篇幅问题不能全部显示，请点此查看更多更全内容