多維視角下我國物流企業生產效率異質性研究

韓劍塵，夏　濤（1.安徽理工大學 .法學所，.經濟管理學院，安徽 淮南 232001）

?

多維視角下我國物流企業生產效率異質性研究

韓劍塵a，夏濤b
（1.安徽理工大學 a.法學所，b.經濟管理學院，安徽 淮南 232001）

摘要：文章在DEA框架下對我國45家滬深上市物流企業的生產效率進行了實證測算，并多維度分析了這些企業生產效率的異質性特征。分析結果表明：不同類型物流公司生產效率的差異性較大，其中港口型物流企業的效率比倉儲型物流企業的效率更高；我國物流企業的規模效率已經接近最優，利用純技術效率促使物流公司生產效率有更大的提升潛力；物流公司生產效率與生產規模之間沒有必然的聯系，物流企業應進一步改善資源配置效率，選擇適應自身條件的最適宜的生產規模進行生產。

關鍵詞：生產效率；物流企業；異質性；多維度；數據包絡分析（DEA）

［DOI］10.3969/j.issn.1007-5097.2016.03.015

一、引　言

當前，物流產業發展水平高低已經成為衡量國家綜合國力的一個重要標志。在此背景之下，本文將基于多個維度，采用數據包絡分析（DEA）方法對2007-2013年間我國45家物流上市公司的生產效率進行深入分析，系統考察生產效率的異質性特征與動態變化趨勢，幫助物流企業準確定位自身存在的薄弱環節與不足之處，并提出相應的改進對策與措施，為物流企業生產效率的提升以及相關政策優化提供較為充分的理論依據與信息支持。

國外關于物流企業生產效率的研究起步較早，并已經取得了豐碩的研究成果。其中，代表性的文獻包括，Anthoy and Cornelia［1］（2002）利用DEA方法對配送企業生產效率進行了深入分析；Michel and Murphy［2］（2004）基于DEA方法測度了物流企業的生產效率并揭示其影響機制，并從用戶的角度出發，將影響因素區分為直接因素與間接因素；Borenstein et al.［3］（2004）利用DEA模型對巴西郵局的生產效率進行了測算，在此基礎上考察效率的影響因素與作用機制，并據此提出了相關改進建議與措施；Trujillo and Tovar［4］（2007）根據隨機前沿分析（SFA）模型對英國22家港口企業的運營效率進行了對比分析；Hamdan and Rogers［5］（2008）通過利用非限制性DEA模型對美國某物流企業下述的19家倉儲中心的生產效率進行了研究。相比較而言，國內關于物流企業效率的研究雖然起步較晚，但近年來也逐漸成為研究熱點，涌現出一批具有重要理論與實踐價值的研究成果。張寶友等［6］（2008）選取了職工人數、固定資產凈值、主營業務費用與管理成本為投入指標，純利潤與主營業務收入為產出指標，利用DEA方法對我國14家第三方物流企業的效率進行了評價；鄧學平等［7］（2008）基于Malmquist指數對2001-2006年間我國8家物流上市公司的全要素生產率進行了分析，并將其分解為技術效率變化指數與技術進步指數以揭示其驅動機制；汪旭暉等［8］（2009）運用超效率DEA模型對我國18家第三方物流企業的生產效率進行了系統分析；王舒鴻等［9］（2010）將員工數量、主營成本、固定資產等作為投入指標，將利潤總額作為產出指標，對我國滬深上市物流企業的效率進行了評價，并系統考察了效率的異質性特征；周霞［10］（2013）實證測算了2004-2010年間我國20家滬深上市物流企業的投入產出效率，并揭示了效率的動態變化趨勢與影響機制。

上述文獻對物流企業生產效率及其相關問題進行了深入分析，得出了一系列具有重要啟發意義的研究結論與對策建議。然而，已有研究仍然存在以下局限性與有待改進之處，主要表現在現有文獻對物流企業效率的評價總是停留在某一個角度上，評價角度不夠全面化，研究層次較為單一。為此，本文將從多個維度出發，基于DEA框架立體化、多層次的深入研究我國物流企業的生產效率及其異質性的特征。相比于已有研究，本文將更加重視效率測度方法以及投入產出指標的選擇，從而為提升我國物流企業生產效率水平以及相關政策制定提供定量依據與數據支撐。

二、研究方法

數據包絡分析（DEA）是一種涉及管理學、數學、運籌學等多個學科領域的研究方法，用來衡量同類型多投入產出變量決策單元的相對效率，是一種非參數前沿分析方法［11］。DEA方法的優點在于無須參數估計，在效率評價時不需要人為確定投入產出指標的權重以及設定具體的生產函數形式，整個評價過程中不易受到人為因素的干擾，具有很強的真實性與客觀性。目前，DEA方法已經廣泛應用于技術創新、資源配置、環境保護以及公共管理等各個領域之中［12-15］。在所有的DEA模型中，最為經典的兩個模型是CCR和BCC。運用這兩種模型能夠把生產效率分解為純技術效率和規模效率，從而可以定位決策單元（DMU）生產效率的主要制約因素。由于這兩種模型的應用最為廣泛，考慮到文章篇幅，其原理本文不再贅述。

三、實證分析

（一）樣本選擇與數據處理

在參考已有文獻研究的基礎上，結合物流上市公司的特點，本文選取4個投入指標，分別為企業固定資產、員工薪酬、管理費用、主營業務成本，選取利潤總額作為產出變量。在實際分析過程中，利潤總額會出現負數，即虧損的情況，這不符合DEA模型投入產出數據的要求。因此，有必要對投入產出指標原始數據進行無量綱化處理，使所有的變量都轉化為非負數，具體方法如下：

考慮到數據的時效性，本文所選樣本為我國滬深上市的45家物流企業，投入產出指標數據來源各年份的上市公司年報，分析的區間為2007-2013年。

（二）物流上市公司效率的靜態分析

物流上市公司效率的靜態分析主要是考察同一時間維度下不同企業之間效率的差異特征，主要反映的是不同物流上市公司的橫向異質性特征。本文首先以2013年為例，利用DEAP軟件測算得到我國45家物流上市公司的技術效率（TE）、純技術效率（PTE）見表1、表2所列。

表1　2013年45家物流上市公司的技術效率、純技術效率與規模效率

表2　2013年45家物流上市公司的資產排名與技術效率排名情況

表3　2013年45家物流上市公司效率相關性統計分析

由表1-3可知：

（1）2013年我國45家物流上市公司的生產效率（技術效率）平均值為0.816，距離生產前沿面還存在18.4%的改進空間。從產出導向視角來看，這意味著在維持現有投入的條件之下，所有物流企業的總體產出還可以在原有基礎上增加18.4%，還存在一定的效率提升空間。從生產效率分解的角度來看，2013 年45家物流上市公司的平均純技術效率與規模效率分別為0.881與0.919，表明規模效率已經接近最優前沿面，單純依靠擴大生產規模驅動生產效率提升的空間已經非常有限，以后更要依賴改善純技術效率來推動物流企業生產效率的進一步提升。

（2）規模效率與物流企業固定資產之間并不存在必然的聯系。一些資產規模排名靠前的企業，如中國國航、東方航空、南方航空的生產效率均較為低下，其中中國國航的效率僅為0.227，排在倒數第3位。另外我們還發現，這三大物流企業都處于規模效益遞減狀態，過大的規模已經成為抑制企業效率提升的一個重要制約。相比之下，有些固定資產規模較小的物流企業卻顯示出較高的生產效率，如亞通股份的固定資產規模在45家企業中是最小的，但是生產效率卻達到了0.999，排名第7；連云港港的固定資產排名31，而生產效率是0.988，排在第9位；而且這兩個企業均處于規模效益遞增狀態。

（3）我國物流企業的規模效率不存在顯著的異質性。2013年，45家物流企業的規模效率均值達到了0.919，方差為0.024，有36家企業的規模效率超過了0.90，占樣本的80%，規模效率低于0.70的只有3家，這意味著物流企業的規模效率差異不明顯，大多數公司的規模已經接近最佳水平。因此，企業管理者不必再過分追求利用規模的擴大獲取不大對稱的產出增長。

（4）物流企業純技術效率對生產效率的影響大于規模效率的影響。如表1所示，我國大部分物流企業生產效率、純技術效率與規模效率值都是大于0.8的，表明我國物流企業基本上都處于技術與規模有效狀態。由表3可知，在1%的顯著水平下，物流公司生產效率和規模效率的相關關系比較明顯，已為0.731，而生產效率和純技術效率則達到0.822，表明純技術效率的高低對物流企業生產效率產生了更為重要的影響。同時我們也發現，物流企業純技術效率與規模效率之間并不存在顯著的相關關系，相關系數僅為0.135，而且沒有通過1%水平的顯著性驗證，意味著物流企業純技術效率與企業規模之間沒有必然的聯系。

（三）物流企業生產效率的橫向對比分析

為了進一步分析物流企業生產效率的異質性特征，本文將物流企業劃分為港口型物流企業、倉儲型物流企業兩大類。不同企業之間生產效率的橫向比較分析結果見表4所列。

表4　不同類型物流企業之間生產效率的橫向對比分析結果

從表4中可以看出，2007-2013年間，港口型物流企業生產效率水平總體上都要比運輸倉儲型物流企業要高。經過計算我們還發現，處于生產前沿上的物流企業基本上比較穩定，而不同類型物流企業的生產也顯示出較大的差異性，特別是倉儲型物流企業生產效率之間的異質性特征更加明顯，其極差明顯高于港口型物流企業，生產效率高的企業一直處于較高水平，而生產效率低的企業卻喪失了前進的動力，效率一直位于低迷狀態。究其原因，主要是很多物流企業都是一些地區或行業內的壟斷性企業，地方政府為了促進地區經濟與行業的發展，采取了一些保護性的政策措施，這種保護性的做法往往會破壞正常的市場競爭秩序，對我國物流行業的長期健康發展產生不利影響，過度的地方保護可能會使物流企業喪失競爭意識與生產效率提升的動力，最終導致很多物流企業的生產效率水平長期處于低游徘徊，改進的幅度十分有限。

（四）物流企業生產效率的縱向對比分析

靜態分析與橫向分析只能考察同一時間維度之下不同物流企業生產效率的差異性情況，不能反映物流企業在不同年度生產效率的動態演變特征。為此，本文采用了一種DEA擴展方法——窗口分析法，這種方法的效率測算結果不僅可以反映同一年度物流企業生產效率的變化值，還可以分析企業生產效率的變化趨勢。考慮到實際情況，本文的窗口寬度設定為2年。經過測算得到45家物流上市公司2007-2013年間生產效率的變化趨勢如圖1所示。

圖1　2007-2013年間45家物流企業生產效率均值的變化趨勢

如圖1所示，2007-2013年間，我國45家物流上市公司的生產效率呈現出較為明顯的波動特征，從2007年的0.806波動上升至2010年的0.811，又直線下降至2013年的0.690，整體上依然是下降的。分區間來看，2008-2009年我國物流企業生產效率出現了明顯的下降，主要原因可能是由于2008年次貸危機對我國物流行業造成了較大的沖擊所致。自從加入世界貿易組織以后，我國經濟與世界各國的聯系更加密切。次貸危機的爆發不可避免的對我國實體經濟造成負面影響，導致我國貨運市場低迷，再加上2008年國際石油價格不斷攀升，直接導致航運成本的上升，給我國物流企業生產效率帶來很大的下行壓力。但與此同時，為了克服次貸危機所帶來的不利影響，我國政府迅速啟動了擴大內需的系列政策措施，如4萬億投資、修筑高鐵等，這在一定程度了緩沖了金融危機對物流行業的負面沖擊，使得我國物流企業生產效率在2009年開始復蘇，并在2010年達到考察期內的生產效率最高值。然而，2011-2013年，由于世界經濟增長持續疲軟、歐洲貨幣危機以及各國應對金融危機政策缺乏協調機制，造成我國進出口貿易量迅速下降，貨運市場需求隨之出現下滑，再加上人民幣不斷升值，國外資本紛紛涌入我國市場，使得我國市場競爭再加劇，結果導致我國物流公司生產效率一直處于下降通道，從2010年的0.811持續下降到2013年的0.690，下降幅度較為明顯。2013年以來，世界宏觀經濟形勢依然不明朗，我國經濟增長也進入了新常態，不再過分注重增長數量與速度，更加側重增長質量。同時由于國內外不確定因素增多，近年來我國勞動力成本以及其他生產資料成本也在不斷上升，物流企業成本勢必也會進一步上升，我國物流行業的長期健康發展將面臨更為嚴峻的形勢。在此背景之下，我國政府及相關決策部門應未雨綢繆，并及時采取有效措施予以應對，盡早扭轉物流行業生產效率的下滑態勢，實現物流行業可持續發展。

四、結論與啟示

本文在DEA框架下，基于多個維度，分別采用CCR、BCC與窗口分析模型實證測算了我國45家滬深上市物流企業的生產效率，并將生產效率分解為純技術效率與規模效率，進而對物流企業生產效率的異質性特征進行了深入分析，主要研究結論以及相關的政策啟示如下：

（1）我國物流企業的規模效率已經接近最優，而純技術效率還具備很大的改進潛力，因此今后提升物流企業的生產效率重點要依靠純技術效率的提升，也即通過技術創新、人員素質的提高以及管理模式的改進等方式來推動物流企業的長期快速健康發展。

（2）物流企業的生產規模與生產效率之間沒有必然的聯系，很多大規模的企業生產效率水平較低，而相當一部分生產規模較小的企業卻實現較高的生產效率。為此，對于規模大、效率低的物流企業必須要整合資源，重視資源的集約式利用，適度減小生產規模，提升資源配置效率以改善生產效率，而生產規模小的企業也無須通過擴大生產規模來提升生產效率，工作重點應放在企業技術改造、員工培訓以及管理模式創新等方面。

（3）在市場經濟環境下，物流企業之間的競爭十分激烈。在我國，很多物流企業由于政府以及地方政策的保護之一，往往處于壟斷地位，這對物流企業生產效率的提升以及長期健康發展具有很大的負面影響。因此，必須破除地方保護之一，讓物流企業在開放的市場經濟條件下，在競爭中相互學習，提高企業的生產效率水平，實現物流行業的快速健康發展。

參考文獻：

［1］Anthony R，Cornelia D.An integrated benchmarking ap? proach to distribution center performance using DEA model?ing［J］.Journal of Operations Management，2002，20（1）：19-32.

［2］Michael K，Murphy P.Evaluating the performance of thirdparty logistics arrangements：a relationship marketing per?spective［J］.Journal of Supply Chain Management，2004，40 （1）：35-51.

［3］Borenstein D，Becker J L，Prado V J.Measuring the efficien?cy of Brazilian post office stores usingdata envelopment analysis［J］.International Journal of Operations and Produc?tion Management，2004，24：1055-1078.

［4］Trujillo L，Tovar B.The European port industry：an analysis of its economic efficiency［J］.Maritime Economics and Lo?gistics，2007，9（2）：148-171.

［5］Hamdan A，Rogers K J.Evaluating the efficiency of 3PL lo?gistics operations［J］.International Journal of Production Economics，2008，113（1）：235-244.

［6］張寶友，達慶利，黃祖慶.企業核心業務與績效相關性研究——基于我國21家上市物流公司的實證［J］.統計研究，2008，25（4）：33-39.

［7］鄧學平，王旭，Ada Suk Fung Ng，等.我國物流企業全要素生產率分析［J］.系統工程，2008，26（6）：1-7.

［8］汪旭暉，徐建.基于超效率CCR-DEA模型的我國物流上市公司效率評價［J］.財貿研究，2009（6）：117-123.

［9］王舒鴻，宋馬林.基于DEA方法集的物流企業生產效率分析——以滬深股市上市公司為例［J］.物流技術，2010，29 （15）：52-55.

［10］周霞.我國上市物流公司的技術效率實證研究［J］.技術經濟與管理研究，2013（6）：12-17.

［11］Charnes A，Cooper W W，Rhodes E.Measuring the Effi?ciency of Decision Making Units［J］.European Journal of Operational Research，1978，2（6）：429-444.

［12］官建成，陳凱華.我國高技術產業技術創新效率的測度［J］.數量經濟技術經濟研究，2009（10）：19-33.

［13］汪克亮，楊寶臣，楊力.考慮環境效應的中國省際全要素能源效率研究［J］.管理科學，2010，2（6）：100-111.

［14］汪克亮，孟祥瑞，程云鶴.技術的異質性、節能減排與地區生態效率——基于2004-2012年中國省際面板數據的實證分析［J］.山西財經大學學報，2015，37（2）：68-80.

［15］楊騫，劉華軍.污染排約束下中國水資源績效研究——演變趨勢及驅動因素分析［J］.財經研究，2015，41（3）：53-64.

［16］Avkiran N K.Decomposing technical efficiency and win?dow analysis［J］.Studies in Economics and Finance，2004，22（1）：61-91.

［17］王群偉，周鵬，周德群.我國二氧化碳排放績效的動態變化、區域差異及影響因素［J］.中國工業經濟，2010（1）：45-54.

［18］王亞華，吳凡，王爭.交通行業生產率變動的Bootstrap-Malmquist指數分析（1980-2005）［J］.經濟學（季刊），2008，7（3）：891-913.

［責任編輯：程靖］

中圖分類號：F253

文獻標志碼：A

文章編號：1007-5097（2016）03-0097-05

收稿日期：2015-09-27

基金項目：國家自然科學基金項目（71403003）；安徽高校省級人文社會科學研究項目（SK2013A057）

作者簡介：韓劍塵（1971-），男，安徽阜陽人，副教授，法學碩士，研究方向：物流公司發展與治理；夏濤（1991-），男，安徽廬江人，管理學碩士，研究方向：物流企業管理。

A Study on the Heterogeneity of Production Efficiency of China’s Logistics Enterprises from the Multi-dimensional Perspective

HAN Jian-chena，XIA Taob
（a.Institute of Law Studies；b.School of Economics and Management，Anhui University of Science and Technology，Huainan 232001，China）

Abstracts：This paper makes an empirical estimation on production efficiency of 45 listed logistics companies in Shanghai and Shenzhen using data envelopment analysis（DEA），and investigates the heterogeneity characteristics of production effi?ciency from the multi-dimensional perspective.The analytical results show that there exist large differences in production effi?ciency between different types of logistics enterprises，and port-logistics enterprises have higher production efficiency than that of storage-logistics enterprises.The scale efficiency of China’s logistics enterprises is close to the best，but there is a greater potential to improve production efficiency of logistics enterprises by enhancing pure technical efficiency.There is no necessary link between production efficiency and production scale，logistics enterprises should further improve resource allo?cation efficiency and select the most appropriate production scale to adapt to their own conditions.

Keywords：production efficiency；logistics enterprise；heterogeneity；multi-dimension；dataenvelopment analysis（DEA）