基于EW-SE-DEA模型的铁路货场运营效能评价.pdf

第2 0 卷第9 期2023年9月D0I:10.19713/ki.43-1423/u.T20221880铁道科学与工程学报Journal of Railway Science and Engineering基于EW-SE-DEA模型的铁路货场运营效能评价Volume 20Number 9September2023李建国，王智琦，向万里，朱亮？(1中国铁路兰州局集团有限公司货运部，甘肃兰州7 30 0 0 0；2.兰州交通大学交通运输学院，甘肃兰州7 30 0 7 0)摘要：根据铁路货场运营效能评价结果，优化铁路货场资源配置，提升铁路货场运营能力和运营效率。以L铁路局所属60个铁路货场为研究对象，建立滴权-超效率数据包络分析模型(EW-SE-DEA)，评价铁路货场运营能力和运营效率。首先，构建定量化的货场投入产出指标体系；其次，借助熵权法(EW)定量评价铁路货场运营能力，以及采用超效率数据包络分析模型(SE-DEA)评价铁路货场运营绩效；最后，对L铁路局货场进行综合评价，将铁路货场划分为低效高能、高效低能、高效高能和低效低能4种类型，同时结合投入允余和产出不足分析铁路货场实际运营问题，提出针对性的经营管理策略和建议。研究发现，EW-SE-DEA模型可以摆脱定性评价的人为因素影响，有效识别货场能力和货场绩效。L铁路局货场效率和能力匹配度不高，存在的低效低能货场共占比91.7%，而高效高能货场仅有5个，占比8.3%，表明资源配置欠优化。根据铁路货场效能评价结果，结合SE-DEA模型获得铁路货场的投入允余和产出不足信息，针对性提出投入改善对策。采用EW-SE-DEA模型评价铁路货场，可以有效识别货场的效率、能力高低和匹配情况，了解铁路货场运营的真实情况和存在的问题，为铁路货场实际运营改善提供辅助决策。关键词：铁路货场；绩效评价；投入产出；熵权法；超效率DEA中图分类号：F532.1文章编号：16 7 2-7 0 2 9（2 0 2 3）0 9-3310-10文献标志码：A开放科学资源服务)标识码(OSID)Evaluation of operation efficiency and capacity of railway freight yards based onentropy weight and super efficiency data envelopment analysisLI Jianguo,WANG Zhiqi,XIANG Wanli?,ZHU Liang(1.Freight Department,China Railway Lanzhou Group Co.,Ltd.,Lanzhou 730000,China;2.School of Traffic and Transportation,Lanzhou Jiaotong University,Lanzhou 730070,China)Abstract:According to the evaluation results of the operation efficiency and capacity of the railway freightyards,some measures were presented to improve resources allocation,operation capacity and efficiency of therailway freight yards.To evaluate the operation capacity and efficiency of railway freight yards,entropy weightmethod and super efficiency data envelopment analysis were used to construct an integrated model(EW-SE-收稿日期：2 0 2 2-0 9-2 6基金项目：国家自然科学基金资助项目(6 2 2 6 2 0 37)：中国铁路兰州局集团有限公司科技研究开发计划课题(LZJKY2022060-2)：中国国家铁路集团有限公司科技研究开发计划(N2020X015)通信作者：向万里(197 8 一)，男，湖南永顺人，教授，博士，从事铁路货物运输研究；E-mail：x i a n g w l ma i l.l z j t u.c n第9期DEA for short).During the process of evaluation,60 railway freight yards belonging to L Railway Bureau werechosen as research samples.Firstly,quantified input-output index system was built to better evaluate rail freightyards.Secondly,super efficiency data envelopment analysis(SE-DEA)was used to evaluate the operationefficiency of railway freight yards.Meanwhile,entropy weight(EW)was utilized to quantitatively evaluate theoperating capacity of railway freight yards.Finally,a thorough evaluation was conducted about 60 railway freightyards.Afterwards,the railway freight yards can be grouped into four categories,i.e.,low efficiency and highcapacity,high efficiency and low capacity,high efficiency and high capacity,together with low efficiency andlow capacity.Subsequently,actual operation problems of railway freight yards were analyzed according to inputredundancy and output insufficiency.Thereafter,the corresponding management strategies and suggestions wereproposed.The related results are drawn.The EW-SE-DEA model can effectively identify the capacity andefficiency of railway freight yards and get rid of the influence of human factors of qualitative evaluations.Thematching degree of efficiency and capacity of railway freight yards is not high in Bureau L.When consideringfreight yards of low efficiency and low capacity,the ratio is 91.7%.However,it is noted that there are only 5freight yards of high efficiency and high capacity,which accounts for 8.3%.That is to say,resource allocation offreight yards is to be optimized in future.The input redundancy and output deficiency information of railwayfreight yards are obtained by solving the SE-DEA model.What is more,the corresponding input improvementmeasures are proposed.During the process of evaluating railway freight yards comprehensively,the EW-SE-DEA model can effectively identify the level of efficiency and capacity of railway freight yards,together with thematching situation.It can also reflect the real situation and existed problems of the operation of railway freightyards.The related results can help to provide auxiliary decision-making for the actual operation improvement ofrailwayfreight yards.Key words:railway freight yard;performance evaluation;input-output;entropy weight;super efficiency DEA李建国，等：基于EW-SE-DEA模型的铁路货场运营效能评价3311铁路货场的主要功能为组织铁路运输内部的生产、装卸搬运、储存以及对货运作业涉及信息的采集、加工、传输，研究其能力的利用程度和效率的高低，对提升铁路货运质量、促进铁路运输发展具有重要意义。随着铁路货场向现代物流的不断深化，货场的经营效果和运营收益也相应得到了提高。但是近些年来，铁路货运市场面临着严峻的考验，个别铁路货场的资源利用率较低，出现货场闲置的现象。因此，急需建立对铁路货场运营能力和效率的评价方法，科学准确评价铁路货场站的总体状况，为优化铁路资源配置、提高铁路货场运营效率提供管理决策依据。现有研究中，国内外学者大多集中在对物流企业和物流节点的运营评价上，并且采取了不同的评价方法。GAO2建立了基于粗糙集和BP神经网络的组合评价模型方法，对物流企业进行了评价，并提出了相关建议。王丹竹3结合铁路物流基地的运营现状，运用变权分析法分析了铁路物流基地运营中存在的问题。何卫等4运用灰色分析法对快递企业的竞争力进行评价分析，为快递企业提高市场竞争力提供了借鉴。以上研究主要针对物流企业运营能力进行了评价。为了提高物流企业的运营绩效，学者们对物流企业运营效率也开展了一系列研究，如丁小东等5运用数据包络分析(DataEnvelopment Analysis，D EA)投入产出的评价方法研究单个节点的铁路物流基地运营情况。李笑红等0 结合铁路货运场站的整体状况，将模糊层次分析法与超效率DEA方法结合，构建了铁路货运场站的综合评价模型。杨德权等7 结合DEA和层次分析法对物流企业绩效进行评价，并对各物流系统进行了排序，体现了决策者偏好。但是在现有的相关文献中，综合考虑铁路货场运营能力和运营效率的评价较少，对铁路货场的运营评价尚未形成完整的理论体系。因此，本文在合理构建铁路3312货场运营效能定量评价指标体系的基础上，运用摘权法和超效率DEA模型综合评价分析铁路货场运营的能力和效率，最后通过实例验证评价体系的有效性，并提出合理的改善建议。1铁路货场运营评价指标体系的构建铁路货场运营评价指标是将铁路货场的运营能力和运营效率具体化和层次化表现的一个过程，将直接影响此评价模型的合理性及有效性。评价指标构建最重要的就是科学合理并具有代表性，而且指标的数据要易获得。虽然主观评价方法可以通过专家打分的方式实现对铁路货场运营绩效的评价，但是评价结果往往带有一定的主观偏好性。因此，需要寻找一些客观的评价指标来对铁路货场运营绩效定量评价。对于铁路货场来说，其本质是生产要素的投入和效益的产出，生产要素主要包括土地、资本、劳动力和技术。土地主要包括货场的货物线数量和长度、堆场面积、仓库数量和面积，资本主要包含货场年运营资金，劳动力主要体现在投入员工，技术主要包含装卸设备和计量设备，但是由于铁路货场年运营资金和计量设备的数据不易获取，因此选取投入员工、货物线、堆场、仓库和装卸设备作为投入指标中的1级指标。同时，铁路货场也会产生一定的社会效益和经济效益，社会效益主要体现在年货运量和年货运周转量，由于经济效益的数据不易获取，所以将年货运量和年货运周转量作为产出指标中的1级指标。基于以上考虑，本文建立投入员工、货物线、堆场、仓库、装卸设备、年货运量和年货运周转量7 个1级指标，每个1级指标进一步细分为更具体的2 级指标。最终建立如表1所示的铁路货场运营指标体系，累计共12 个2 级投入指标和4个2 级产出指标。2研究方法2.1炳权法权法(EntropyWeight，EW)中的“熵”来源于热力学的概念，用它来度量一个系统的有序程铁道科学与工程学报度，可以避免人为赋权带来的弊端，客观性更高，可信度更强，现在被广泛应用到不同技术领域。熵权法的基本思路是用摘值来判断指标的离散程度，进而确定客观权重。因此，如果系统中一个指标的熵值越小，说明该指标的离散程度越大，提供的信息量越多，对综合评价造成的影响就越大，权重也就越大。熵权法的计算步骤如下8。表1铁路货场运营评价指标体系Table 1 Railway freight yard operation evaluationindex system类型1级指标投入员工货物线投入指标产出指标年货运周转量1)构建决策矩阵。假设由n个评价对象和m项评价指标构成隶属度评价矩阵为：r12r21r22R=：(rmlrm22)数据标准化。每个指标的量纲、内容和取值优劣会存在差异，因此需要对数据进行标准化处理。当指标数据越大越好，即为正指标时，标准化公式为：Xi;Xminr=Xmax-Xmin当指标数据越小越好，即为逆指标时，标准化公式为：2023年9月2级指标高级职称X,/人中级职称X,/人初级职称X/人工人技师X/人货物线数量X，/条货物线长度X/m堆场堆场面积X,/m仓库数量X/个仓库仓库面积X,/m门吊数量X/台装卸设备正面吊数量X./台叉车数量X,/台发送量Xi/万t年货运量到达量X.4/万t发送周转量X,s/(亿tkm)到达周转量X,/(亿tkm)12mrnm(1)(2)(8)第9期3)计算各指标比重。第i个评价对象的第j项指标比重为：(4)Ji=i-14)计算指标的信息熵。第j项指标的信息摘为：ej=一InnZy,lnyi=15)计算各指标权重。通过信息计算第j项指标的权重为：1-ejW=Z1-e;6)指标加权计算综合得分：Q-100*w.yuj=12.2走超效率DEA模型数据包络分析模型是用于评价决策单元相对效率的数学规划模型，该模型对多个输入指标和多个输出指标的决策单元进行绩效评价，目标是以最小的投入获取最大的产出9。CCR模型由CHARNES等10 于197 8 年首次提出，该模型基于规模报酬不变条件下的相对效率问题，使用传统CCR模型对决策单元进行排序，当出现大多数计算的效率值为1的情况时，就会对这些有效决策单元难以排序。为了克服CCR模型的缺陷，ANDERSEN等叫提出了一种超效率DEA模型(Super-Efficiency DEA，SE-D EA)，该模型可以对DEA有效的决策单元进行排名。超效率DEA的基本思想就是在进行决策单元评价时，将被评价决策单元从集合中剔除，也就是说，被评价决策单元的效率是参考其他决策单元构成的生产前沿得出的，可以对所有决策单元进行区分，对于无效决策单元，其生产前沿面保持不变，其效率值也与传统模型相等12。超效率DEA模型无需考虑生产函数所导致的误差，可以很好地区分决策单元的优劣性，还能针对无效决策单元借助松弛变量分析投入产出不足或余，提出资源配置的改进李建国，等：基于EW-SE-DEA模型的铁路货场运营效能评价Xmax-Xij=Xmax-Xmin3313方向13-14。(3)在超效率DEA模型中，导向类型和距离函数决定了投入产出数据是否可以包含零值。在非导向超效率SBM模型中，不允许投入和产出数据中都包含零值情形。在方向距离函数模型中，投入导向允许产出数据中存在零值，且投入数据至少有一项数据大于零值。产出导向模型允许投入数据中存在零值，且产出数据至少有一项数据大于零值。如果用一个非常小的正数替换零值，该正(5)数的大小将会直接影响被评价决策单元的效率值，而且还会对其他决策单元的效率值产生很大影响5。由于铁路货场资源配置不尽相同，货场投入指标数据可能会存在零值现象，研究目标在于分(6)析铁路货场不减少产出数量的条件下如何使投入最小，进而达到资源配置最优，因此，本文选择基于投入导向规模报酬不变的超效率DEA模型。基本模型如式(8)所示：(7)min0j=1.j+kS.t.j=1.j+k,0;j=1,2,n(j+k);i=,2,m;r=1,2,q式中：x,为第j个决策单元的第i个指标输入量；yr为第个决策单元的第r个指标输出量；x录为待评决策单元的第i个指标输入量；J为待评决策单元的第r个指标输出量。引入松弛变量s,和剩余变量St后，模型如式(9)所示13-17;min0-8(eT s+est)j-1.j+kS.t.3j=1.j+k2,0,j=1,2,ns0,s+0式中：为非阿基米德无穷小量；n为决策单元个数；为超效率DEA模型计算的效率值。当1时，表示决策单元DEA有效，且效率评价值越高，表示货场的资源利用率越高；反之，当0 30主要铁路主要公路Fig.1 Railway freight yard capacity evaluation resultsTable 3Railway freight yard operation efficiency score table货场效率得分排名货场效率得分排名货场效率得分排名货场效率得分排名F,0.15F,8.47F,3.21F2.04F，1.07F。0.97F5.18F0.59F，1.903.26Fi0.25Fi21.62Fi30.17Fi40.15F11.04在计算得到铁路货场运营效率的基础上，利用ArcGIS10.8软件实现货场空间数据与运营效率属性数据关联，实现铁路货场运营效率空间可视化，具体如图2 所示。结合图2 和表3分析可知，货场F22，货场F,和货场F,效率排名前三，效率得分分别为10 2.96，15.6 8 和9.15，低投入高产出的情况使得这些货场的运营效率偏高。货场F42，货场F4s和货场F4.效率都为0，意味着这3个铁路货场F2F8F32E24F26FDF46图1铁路货场能力评价结果图表3铁路货场运营效率得分表53Fi64F15.6892.4914Fi21245301684118485223E13F5FF42F12F0.50312120.36392.16130.6128F2102.96F20.090.161.051.820.07F20.48F20.320.38F5SESF563S2E45F2328F35P43F37F6090180F.0.25F320.17Fa9.15Fa40.47F3s0.40F60.221F.754F3s50F.922F0.1817FA55F4233F4340F4438F4s有投入，却没有产出。总体来看，DEA有效的铁路货场数量仅为2 3个，占所有铁路货场的比例为38.3%，表示在现有投入的水平上，产出已经最大化。而DEA无效的铁路货场数量则高达37 个，占所有铁路货场的比例为6 1.7%。进一步借助SE-DEA模型中的松弛变量和剩余变量分析铁路货场投入余和产出不足信息，运用DEASolverPro5.0软件进行超效率数据包络分析，得到DEA无效SF27SF54F39F152.830.680.230.150.000.040.030.00360Miles42F4649F413F4s34F4g37F5045Fs11Fs26Fs343F5446Fs51Fs58Fs56Fs57Fs58F.0.000.231.210.820.630.613.980.401.993.441.323.140.400.170.4958442025272963615719103547323316的铁路货场投入亢余和产出不足结果，如表4所示。由于数据量过大，本文仅展示部分DEA无效铁道科学与工程学报的铁路货场数据。N2023年9月E4货场效率得分0.5F2FSF32F26POF46F1F29F17F9E13FSF42F58F540.5-1.01-55+主要铁路主要公路Fig.2RRailway freight yard operation efficiency evaluation results表4DEA无效的铁路货场分析表Table 4DEA invalid railway freight yard analysis table投入几余货场效率X XX,F0.15F。0.97F0.59F0.25Fi0.17Fi40.15Fi60.50Fi0.36：F.0.49从投入余角度分析发现，大多数DEA无效的铁路货场主要在货物线长度、堆场面积和仓库面积指标方面投入过剩。以货场F,为例，该铁路货场的运营效率得分只有0.15，属于DEA无效的铁路货场，由表4可知该铁路货场主要在货物线长度、堆场面积和仓库面积的投入上产生大量几余，未能充分地利用现有的资源，表明该铁路货场的资源配置超前。对该类铁路货场，在保持现有规模的基础上，要将货场功能规划与城市产业布局及城市发展规划有机融合，顺应多式联运协同发展，提高货场设施设备的标准化和通用化，以期F60901801图2 铁路货场运营效率评价结果图XX,0111710010220000336360 MilesX。X,301000110010000110产出不足XX1120944 6692155121375064920.50407101579510294538061138211701 417XX2X3X14Xi5Xi6051951048312211750287037209001800278040033货场满足不同品类货物运量增长的需求。从产出不足角度分析发现，大多数DEA无效的铁路货场主要存在年货运量不足的特征。以货场Fi,为例，年货运量不足是导致其效率排名靠后的主要原因。对此类铁路货场，应根据铁路货场的区域经济特点，推进铁路货运市场化，引导铁路货场与企业之间加大合作，拓宽货物来源。若物流区位优势存在明显劣势，可将该货场的可变投入资源向管内其他货场倾斜，以对铁路货场可变投入资源进行统一优化配置。00200001000000002404103112002014140122204541316420203603602061100200010：0第9 期3.4综合分析从评价结果看，铁路货场普遍存在运营能力和运营效率不匹配的现象，如货场F,的运营能力排名第2，运营效率却排名第53，而货场F,的运营能力排名第45，但运营效率排名第4。当然，也有F，Fi.和Fs,这类效能匹配的铁路货场。结合上述分析，将铁路货场的运营能力分为高能(运营能力得分2 0)和低能(运营能力得分 2 0)，运营效率分为高效(运营效率得分1)和低效(运营效率得分1)，最后将铁路货场分为低效高能、高效低能、高Table 5 Railway freight yard operation efficiency and capacity classification table效能不匹配低效高能高效低能Fz,F,F4,F,F,F,Fi2,Fis,Fi7,FisF,F13,F29,F49F20 F2s,Fa,Fa,Fsa,Fs,Fs,Fs,57李建国，等：基于EW-SE-DEA模型的铁路货场运营效能评价表5铁路货场运营效能分类表效能匹配高效高能低效低能F,F,Fu,Fu4,F1e,F1,Fa,F2,F2a,F2,F2s,Fso0Fio,F2,F26,F4s,F52F31,F32,F34,F3s,F36,F3s,F3g,F40,F41,F42,F43F4,F4s,F4e,F47,Fso,Fs,Fs,Fs,Fsg,Fo3317效高能和低效低能4种类型。铁路货场运营效能分类结果如表5所示，进一步利用ArcGIS10.8软件实现铁路货场运营效能空间可视化，具体如图3所示。结合表5和图3分析可知，L铁路局管辖下的60个铁路货场主要以低效低能型货场和高效低能型货场为主，其中低效低能型货场共33个，占所有铁路货场的55%，高效低能型货场共18 个，占所有铁路货场的30%。而高效高能型货场仅有5个，约占所有铁路货场的8.3%。总体来看，各货场的运营能力和运营效率普遍偏低。NF2F8F9F324F26F0F463F5F1F42F58E52F56F1F2733F45货场类型低效低能O低效高能高效低能高效高能主要铁路一主要公路Fig.3Railway freight yard operation efficiency and capacity classification spatial visualization results高能低效型货场和低能高效型货场属于效能不匹配型货场。从图3可以发现，高能低效型货场大多处于地理条件和交通条件优越的地区，经济水平发展较高，拥有较好的潜在货源，但是由于货场设计具有一定的超前性(例如代号为F,兰州东10图3铁路货场运营效能分类空间可视化结果图川货场实际是国家I级铁路基地，设计具有一定的前瞻性)等原因导致较强的货场能力并不能提升整个货场的效率，相反可能还会降低货场的效率。针对这类货场，要合理投入可变资源，使得可变资源投入随着货源增量不断优化配置，切忌单纯F23F2843F35F37F6054391590180360 Miles3318使用可变资源与固定资源投入匹配原则，也不宜根据事先设定的货场等级配置可变资源。另外，加强市场营销，提升货场的服务质量和管理水平对于有效吸引货源具有重要的作用。从图3和表2可以发现，高效低能型货场规模较小，运营能力较弱，但相对于投入，产出指标具有一定的优势，建议针对货源增量，动态优化配置货场可变资源。高效高能型货场和低效低能型货场属于效能匹配型货场。从图3可以发现，高效高能型货场地理位置条件优越，例如代号为Fs2的货场具有较好的铁路货源腹地，加上区位和铁路运价浮动政策等优势，具备很强的货源吸引力，在保持较强的铁路货场运营能力的同时，也拥有较高的铁路货场运营效率。低效低能型货场缺乏交通区位、经济地理优势，尤其是投入资源和产出指标不匹配。针对低效低能型货场，一是考虑通过与附近铁路货场资源整合，避免该类货场投入资源浪费；二是结合当地发展的实际情况，寻求当地政府给予更多的公转铁政策支持，促进多式联运低碳发展，进而逐步提高货场的运营能力和运营效率。4结论1)）从投入和产出2 个角度建立了铁路货场运营绩效定量评价指标体系，数据易于采集，可以减少人为主观判断影响，客观性更强，评价结果更加科学合理。2）运用熵权法对铁路货场能力进行了评价分析，利用信息熵衡量每个指标对综合评价的影响，避免了人为赋权带来的弊端，更加真实地反映了评价结果。从评价结果来看，L铁路局管辖下的铁路货场整体运营能力水平普遍偏低且差异较大。3)运用超效率DEA模型对铁路货场运营效率进行评价，发现DEA无效的铁路货场数量达到37个，占所有铁路货场的6 1.7%。同时，从投入穴余和产出不足2 个方面分析了DEA无效铁路货场存在的问题，并给出了改善性的建议。4)评价结果表明，L铁路局管辖下的6 0 个铁路货场主要以低效低能型货场和高效低能型货场为主，最后根据货场所属的不同类型针对性地提出了合理化建议。本研究还存在一些不足，由于部分指标数据铁道科学与工程学报采集量化不便，造成选取的指标影响因素不全面，有必要在后续研究中丰富评价指标体系，改进DEA模型来完善铁路货场效能评价研究。参考文献：1】赵全赏.哈尔滨局集团公司铁路货场经营管理策略研究J.铁道运输与经济,2 0 2 1,43(7):6 0-6 4.ZHAO Quanshang.Study on resource utilization andmanagement strategies of railway freight yard of ChinarailwayHarbingroup.RailwayTransport andEconomy,2021,43(7):60-64.2 GAO Jianli.Performance evaluation of manufacturingcollaborative logistics based on BP neural network andrough setJ.Neural Computing and Applications,2021,33(2):739-754.3 王丹竹，基于变权分析法的铁路物流基地运营评价模型J.铁道运输与经济，2 0 18,40(8):33-38,44.WANG Danzhu.An operation evaluation model ofrailway logistics park based on variable weight analysis.Railway Transport and Economy,2018,40(8):33-38,44.4】何卫，夏伟怀.快递企业竞争力分析与评价.铁道科学与工程学报，2 0 17,14(11):2 495-2 50 2.HE Wei,XIA Weihuai.Analysis and evaluation of thecompetitivenessof express companyJ.Journal ofRailway Science and Engineering,2017,14(11):2495-2502.5丁小东,刘启钢，周凌云,等.基于DEA方法的铁路物流基地运营评价研究J.铁道运输与经济，2 0 19,41(11):75-81.DING Xiaodong,LIU Qigang,ZHOU Lingyun,et al.Astudy on the evaluation of railway logistics centeroperation based on DEA methodJ.Railway Transportand Economy,2019,41(11):75-81.6】李笑红,徐金辰,杨南.基于资源配置决策的铁路货运场站综合评价.中国铁道科学,2 0 2 0,41(4)：146-152.LI Xiaohong,XU Jinchen,YANG Nan.Comprehensiveevaluation for railway freight yard based on resourceallocation decisionJ.China Railway Science,2020,41(4):146-152.7】杨德权,裴金英.基于DEA-AHP的物流系统绩效评价研究J.运筹与管理，2 0 0 9,18(5):8 1-8 6.YANG Dequan,PEI Jinying.Study on logisticsperformance evaluation based on DEA-AHP methodJ.2023年9月第9 期Operations Research and Management Science,2009,18(5):81-86.8冯运卿，李雪梅，李学伟.基于熵权法与灰色关联分析的铁路安全综合评价J.安全与环境学报，2 0 14,14(2):73-79.FENG Yunqing,LI Xuemei,LI Xuewei.Comprehensiveevaluation method for the railway safety based on theentropy method and the grey relation analysisJ.Journalof Safety and Environment,2014,14(2):73-79.9 YANG Congcong,TAUDES A,DONG Guozhi.Efficiency analysis of European Freight Villages:threepeers for benchmarking.Central European Journal ofOperations Research,2017,25(1):91-122.10 CHARNES A,COOPER W W,RHODES E.Measuringthe efficiency of decision making unitsJ.EuropeanJournal of Operational Research,1978,2(6):429-444.1l ANDERSEN P,PETERSEN N C.A procedure forranking efficient units in data envelopment analysisJ.Management Science,1993,39(10):1261-1264.12杜赛花，李镇南，赖志杰.广东省城市科技创新孵化能力与效率：基于改进熵值法与超效率DEA的分析.科技管理研究,2 0 2 0,40(17)：7 5-8 0.DU Saihua,LI Zhennan,LAI Zhijie.Hatching ability andefficiency of urban scientific and technologicalinnovation in Guangdong Province:an analysis based onimproved entropy method and super-efficiency DEAJ.Science and Technology Management Research,2020,40(17):7580.13朱昌锋.基于Cross-efficiencyDEA的中间站运营绩效分析J.铁道科学与工程学报，2 0 10,7(6):95-99.李建国，等：基于EW-SE-DEA模型的铁路货场运营效能评价识产权出版社，2 0 14.CHENG Gang.Data envelopment analysis:methods andMaxDEA softwareM.Beijing:Intellectual PropertyPress,2014.16谭忠昕，郭翔宇.基于超效率DEA方法的中国粮食生产效率评价分析.农业现代化研究，2 0 19,40(3)431-440.TAN Zhongxin,GUO Xiangyu.Evaluation and analysisof Chinas grain production efficiency:based on thesuper efficiency DEA modelJ.Research of AgriculturalModernization,2019,40(3):431-440.17杨敏，李然，倪少权.基于经济效益的高速铁路列车开行方案评价及调整J.铁道科学与工程学报，2 0 2 1,18(11):2824-2832.YANG Min,LI Ran,NI Shaoquan.Evaluat