考慮R&D投入的我國上市物流企業經營績效研究

劉名武++任穎穎

【摘 要】 為研究研發投入對我國物流企業經營績效的影響，考察我國物流業研發真實現狀及其對企業績效的貢獻程度，文章選取2013—2015年我國16家上市物流企業，采用超效率DEA模型，對比各企業加入研發投入指標前后的企業績效，分析研發貢獻率，并用Wilcoxon符號秩檢驗兩組結果差異的顯著性。結果表明，加入研發投入后，績效得到改善的企業數量從50%增長到75%，企業績效平均提升10%左右，且檢驗得出兩組效率差異顯著性具有統計學意義，顯著性程度逐年提高，到2015年值為0.002，表明研發投入是有效投入，與企業績效正相關關系顯著性增強，對績效改善的作用效果日益凸顯。然而研發對企業績效的貢獻程度存在異質性，總體看，企業研發投入效果仍有待提高。

【關鍵詞】 績效管理； 研發投入； 上市物流企業； 超效率DEA； 非參數檢驗

【中圖分類號】 F272.5 【文獻標識碼】 A 【文章編號】 1004-5937（2018）04-0125-06

一、引言

《2015年全國科技經費投入統計公報》顯示，2015年我國研發（Research and Development，R&D）投入經費總量達1.4萬億元，R&D經費投入占GDP的2.07%，R&D投入規模和投入水平實現新突破。企業是我國R&D活動的重要執行主體，創新資源不斷向企業聚攏，對全社會研發資金投入增長的貢獻率為84.20%，但R&D投入不足和效率不高仍是企業R&D投入面臨的問題。當前，我國物流業迅速發展，經濟增長對物流業依賴度日益提升，物流業處于經濟結構深度調整機遇期。創新驅動正推動物流業提檔升級，R&D活動是企業創新的根本驅動力[1]。例如，中國遠洋重點開展移動互聯網、物聯網技術應用、集裝箱航運電子商務交易平臺和全智能自動化碼頭的自主研發，增加貨運量，提高企業的盈利能力。上海陸上貸運交易中心“56135”網站改版后，針對洋山港集裝箱運輸交易項目，規范洋山港乃至整個自貿區集裝箱運輸交易市場，減少轉運交易環節，大大降低集裝箱轉運成本。企業通過將R&D活動形成的創新成果應用到生產經營中，提高企業績效水平[2]，進而促進“兩型社會”的發展[3]。然而，物流業R&D投入普遍存在注重研發中心建設、設備購置等，忽視研發團隊建設，導致資產設備閑置浪費，研發投入達不到預期效果。那么，快速增長的研發經費是否真正提高了企業研發績效呢？基于此，本文研究我國物流企業R&D投入對其經營績效的影響，識別企業研發的本質效果和對企業績效的貢獻程度，揭示物流企業R&D投入活動特點，對我國物流業提高研發效益具有重要意義。

數據包絡方法（DEA）常用于評價物流企業經營績效，主要源于DEA方法對參數或生產函數無特殊要求，適用于評價具有多維輸入輸出指標的DMU效率值[4]。鄧學平等[5]在CCR/BBC-DEA方法的基礎上，比較分析了我國滬深港證券市場中55家上市物流企業的生產、規模效率。Park et al.[6]運用DEA方法分析韓國14家物流供應商5年的面板數據檢測其生產效率狀況。張寶友等[7]建立AHP/DEA模型對我國A股的14家上市物流企業進行績效評價并驗證了其實用性。楊德權等[8]根據提出的交叉效率DEA-熵IAHP方法對物流企業進行績效評價并證明其有效性和優越性。Hung et al.[9]應用傳統DEA模型和收益成比例等方法探索運營效率、規模效率和亞洲集裝箱港口的DEA效率的可變性。史成東等[10]依據對抗型交叉評價方法，對22家上市物流公司進行績效評價。李曉梅等[11]運用超效率DEA方法對國有物流企業總體績效水平進行考察。Jim Wu et al.[12]對比分析了新興市場與發達國家市場的集裝箱港口的運營效率。可見，運用DEA方法評價物流企業績效或運營效率是最常用的有效方法，本文為揭示R&D投入對企業績效的影響現狀，需將R&D投入作為績效評價的指標之一，但上述文獻在指標的選取中都未考慮R&D投入指標對物流企業績效的重要性，本文將在主要績效評價指標的基礎上增加R&D投入指標，來研究R&D投入是否已成為影響物流企業績效的關鍵因素，揭示我國上市物流企業R&D投入現狀及其對企業績效的影響程度。為著重分析R&D投入指標對績效的影響程度，周婷婷等[13]用DEA方法對比分析去掉某一指標后的新指標組合與全部指標體系評價的效率值，考察這一指標對績效的靈敏度。羅俊浩等[14]在SBM-DEA模型基礎上對比分析2005—2011年中國八大集裝箱港口包含和不包含CO2排放量的港口集裝箱環境效率，研究CO2排放量對效率的影響。李鴻禧等[15]逐一剔除指標來提取影響企業科技創新效率的關鍵因素。基于此，本文將對比分析有R&D投入指標和無R&D投入指標下2013—2015年我國16家上市物流企業績效的差異及R&D貢獻程度，探究R&D投入對績效而言是否是有效投入以及兩者相關關系。為保證兩種情況下績效差異的真實性，本文從數值結果對比考慮R&D投入指標的前后效率值差異的基礎上，將兩組結果進行顯著性分析，檢驗加入R&D投入指標前后效率值變化的實質差異，以證實我國上市物流企業R&D活動對績效的本質影響。

綜上所述，本文研究我國上市物流企業R&D投入對其經營績效的影響，采用超效率DEA評價方法，比較在有、無R&D投入指標兩種情況下2013—2015年我國16家上市物流企業的效率值，并對得到的兩組結果進行非參數檢驗，分析R&D投入是否為有效投入，與績效的相關關系及其對績效的貢獻程度，揭示我國上市物流企業R&D投入效用情況和重要程度，指導企業改善研發投入方向和力度，提高企業科技創新能力。

二、超效率DEA評價模型

本文采用超效率DEA模型來研究R&D投入對我國上市物流企業經營績效的影響。超效率（Super Efficiency）DEA模型[16]是基于經典數據包絡分析法提出的生產前沿規模收益不變的數據包絡分析法。基本思想是在對第k0個決策單元（記為DMU0）進行效率評價時，用除DMU0之外的其他所有DMU輸入和輸出變量的線性組合替換DMU0的輸入和輸出變量，剔除DMU0，而CCR-DEA模型包含DMU0。另一個有效DMU的投入按比例增加，則效率值保持不變，投入增加比例則為其超效率評價值。Chen[17]首次將超效率DEA模型應用于識別DEA有效的DMU的效率值差異。在運用超效率DEA模型得到的效率值結果中，對于非DEA有效的DMU，其效率值與CCR-DEA模型計算結果相同，進一步判別在CCR-DEA模型中DEA有效（效率值為1）的DMU效率值高低。基于此，本文將選用超效率DEA模型來評價我國上市物流企業的經營績效。endprint

假定有n家待評價的上市物流企業，即有n個DMU，每一個DMU有m個輸入變量和s個輸出變量，xk和yk分別為DMUk的輸入向量xk=（x1k，x2k，…，xmk）T>0和輸出向量yk=（y1k，y2k，…，ysk）T>0。其中，xik是DMUk的第i個輸入變量，yjk是DMUk的第j個輸出變量，k∈[1，n]。在進行DMU0效率評價時，輸入和輸出變量分別記為x0和y0，將DMU0在CCR-DEA模型中去除后則轉化為超效率DEA線性規劃問題，如式1所示。

Minθs u p

（1）

根據1式將求出DEA有效的物流企業實際效率值，效率值越大，該企業績效越好，效率值超出1的那部分數值表示企業即使再等比例增加如此的投入，它在整個上市物流企業評價對象中仍能保持相對有效。對于非DEA有效的物流企業效率值與CCR模型一致。

三、我國上市物流企業經營績效實證研究

（一）指標選取與數據標準化處理

通過梳理國內外有關研究企業經營效率問題的相關文獻，歸納總結出主要投入、產出指標集，結合物流企業自身特征并考慮指標數據的可獲得性，再根據本文為研究物流企業研發活動的真實有效性，選取的投入指標為固定資產凈值、主營業務成本、在職員工人數、R&D投入，產出指標為凈利潤、主營業務收入、每股收益。

物流業歸屬于“運輸業和倉儲業”，運輸業又分為水上、公路、鐵路和航空運輸。為準確獲取R&D投入數據，本研究選取年報中明確有R&D投入數據報告的上市物流企業為初始樣本，剔除不足研究年限和R&D投入數據缺失的公司后，為獲得最大樣本量，最終選取2013—2015年16家企業作為研究對象，其中有4家企業屬于運輸業，9家屬于交通運輸輔助業，3家屬于倉儲業，鐵路企業樣本沒有。表1將我國16家上市物流企業進行分類、編號。各指標原始數據皆取自16家上市物流公司的2013—2015年年報（新浪財經網）。

一般情況下，DEA模型對數據量綱無特殊要求，但本文中各指標的數量級差別太大，可能導致數量級大的指標如數億級的主營業務收入等掩蓋了如每股收益等數量級小的指標的效用。因此，本文將原始數據標準化處理為同等數量級別，采用線性無量綱化極值法進行無量綱化處理，消除指標原始數據間由于數量級懸差太大所產生的影響。Xrk表示第k家物流企業的第r項指標數值，采用極值法公式X'rk=×0.9+0.1，r∈[1，m+s]，X'rk∈[0.1，1]將原始數據進行標準化處理，其中M、N分別為第r項指標數據中的最大值和最小值，即M={Xrk}，N={Xrk}，2013—2015年，我國16家上市物流企業各投入、產出指標原數據處理后的結果如表2所示。

（二）R&D投入對物流企業績效影響

由于超效率DEA模型只是對DEA有效的物流企業進行識別，得到非DEA有效物流企業的效率值與CCR模型的相同，所以只用超效率DEA模型對2013—2015年我國16家上市物流企業無量綱化處理后的數據進行效率評價，計算有、無R&D投入兩種情況下企業經營效率，并分析R&D貢獻率，揭示各企業R&D投入對績效的貢獻程度及相關關系，R&D貢獻率=（有R&D指標效率值-無R&D指標效率值）/無R&D指標效率值×100%，得到表3所示的各企業績效評價結果。為比較不同物流企業類型間有、無R&D投入的績效差異，得到表4所示結果。

如表3所示，物流企業間績效多角度比較，縱觀全局，2013—2015年期間16家上市物流企業包含R&D投入的經營效率值明顯高于不包含R&D投入的效率值，前者達到DEA有效的數量顯然較多，企業績效增長了10%左右，說明R&D投入對物流企業績效呈正相關關系，但各年各企業間R&D貢獻率差異較大，物流企業研發對改善績效的效果仍不容樂觀。均值層面，2014年R&D投入對企業績效的影響度最突出，2015年則又放緩，但R&D投入影響的企業數量逐年增加，至2015年占75%，并且不論是否剔除R&D投入指標，3年期間的效率值波動幅度逐年降低。由此可看出，各企業的研發活動對績效的正影響已初現成效，企業經營績效增長平穩，逐步優化。縱向觀察，2013年，有一半企業的績效與R&D投入指標有關，其中受其正影響最大的是中國國航，考慮R&D投入后效率值從0.9444上升至1.9848，位居第二，R&D貢獻率最高，達110.17%；其次是山東高速，兩種情況都達到DEA有效，R&D貢獻率為24.42%。2014年，R&D投入使績效增長幅度最大的企業依次為中國國航、五洲交通和中國遠洋，考慮R&D投入后，從非DEA有效到DEA有效，R&D貢獻率依次為125.85%、20.46%、20.27%。與上年相比，2014年56.25%的企業在R&D投入作用下效率值提升。2015年，R&D貢獻率最高的依舊屬中國國航，有R&D投入時的效率值為1.6696，效率排名居首位，但效率值小于1的6家企業效率值增長跨度不大，并沒有發生質的提高，其他企業效率值仍保持在1以上。橫向比較，2013—2015年期間，最得益于研發活動的是中國國航，有研發投入的效率值排名穩居前列；雖然五洲交通不論有、無R&D投入其效率值都呈下降趨勢，但前者的效率值仍大于后者；天津港和上港集團的R&D貢獻率均為0，但仍保持DEA有效；R&D投入效果不明顯的還有長江投資、中原高速、贛粵高速、飛力達和華鵬飛，其余企業都不同程度地受R&D投入的影響；顯然，與前兩年相比，2015年顯現研發投入價值效用的企業數量大大增多。

如表4所示，企業類型間綜合比較，行業平均值顯示，2013—2015年我國物流業發展呈上升趨勢，其R&D投入對績效提高的貢獻效果逐年加大。除公路運輸業效率值不變外，其他4種類型的企業在考慮R&D投入后的效率值皆升高，其中，航空運輸業和水上運輸業的效率值變化幅度較大，R&D投入對績效提高的貢獻效果最明顯，航空運輸業3年平均R&D投入貢獻率最高，達56.82%，其次是水上運輸業的為12.05%，說明該類物流企業R&D投入已取得突破，發揮其價值，但兩者相差較大，水上運輸業應穩中求進，大力提高研發投入價值效用，交通運輸輔助業效率值變化較平穩，3年間R&D貢獻率在4.5%上下波動，兩種情形下效率值皆超過1，其經營績效最優，而公路運輸業和倉儲業的研發效果最差，3年平均R&D投入貢獻率分別為1.34%、0.58%，對績效的正影響程度較弱，且3年間經營績效也較差。endprint

綜上，從兩個層面多角度揭示了我國物流企業的R&D投入是有效投入，雖然其貢獻程度仍存在異質性，但與企業績效的正相關關系顯著性日益明顯，有力促進了企業績效的提高，可見未來R&D投入將成為物流企業經營績效提升的重要抓手。那么，考慮R&D投入后效率值究竟是數值上的增加還是實質提高了企業績效，R&D投入與企業績效的正相關關系是否真實，需要對有、無R&D投入企業效率值的變化做進一步的論證。

（三）R&D投入效應非參數檢驗

為了檢驗考慮R&D投入指標后企業效率值是實質的增加還是表面上數值變化，必須對2013—2015年我國16家上市物流企業在有、無R&D投入作為評價指標的效率值進行兩配對樣本非參數檢驗，再對比3年的檢驗結果是否具有一致性，由于不同企業類型的效率值是相關企業效率的平均且樣本較少，可不必進行檢驗。兩配對樣本非參數檢驗在兩樣本總體分布不確定的情況下適用，主要檢驗兩配對樣本總體，樣本配對條件必須滿足同一研究對象（或兩配對對象）在兩種不同方法處理下的效果比較，或同一研究對象（或兩配對對象）在處理前后的效果比較。經檢驗，由于超效率DEA方法計算的效率值不服從正態分布，并且是對16家上市物流企業在有、無R&D投入作為評價指標的效率值進行比較，服從樣本配對條件，所以通常更適合采用Wilcoxon符號秩檢驗的兩配對樣本非參數檢驗方法，R&D投入效應顯著性Wilcoxon符號秩檢驗步驟如下：

Step1：提出原假設和備擇假設

原假設，H0：我國16家上市物流公司在有、無R&D投入指標下的效率值無顯著差異；

備擇假設，H1：我國16家上市物流公司在有、無R&D投入指標下的效率值有顯著差異。

Step2：Z統計量

兩配對樣本的Wilcoxon符號秩檢驗構造的Z統計量計算公式如下，它近似服從正態分布：

Z=

其中，n為上市物流企業個數；W=Min（W+，W-），W+為正號秩總和，W-為負號秩總和。

Step3：給定顯著性水平，分析檢驗結果

在顯著性水平α=0.05下，得出檢驗結果：2013—2015年Z檢驗統計量分別為-2.521、-2.666、-3.059；對應的漸進顯著性（雙尾）P2013=0.012，P2014=0.008，P2015=0.002。可知2013—2015年的檢驗結果具有一致性，得出的P值皆小于給定的顯著性水平α，所以拒絕原假設，即評價企業績效時包含與不包含R&D投入指標下的效率值差異具有統計學意義，說明R&D投入指標的加入從實質上提高了我國16家上市物流企業的績效，R&D投入是有效投入，對企業績效是正影響。再對比這三年的P值，顯著性程度逐年增長，到2015年顯著性達0.002，幾乎接近于0，說明我國物流企業R&D投入對企業績效提升的作用效果顯著加強，即正相關關系顯著性增強，研發效果日益突顯，成為改善企業績效的關鍵指標，驗證結果與上述評價結果一致。

四、結語

本文以研究2013—2015年我國上市物流企業R&D投入對企業績效的真實性作用為切入點，應用超效率DEA評價方法分析比較了在有、無R&D投入指標兩種情形下企業經營績效的差異，以求證R&D投入是否為有效投入及與績效的相關關系，再通過分析R&D貢獻率揭示R&D投入對改善企業績效的貢獻程度，并用非參數檢驗方法分別檢驗2013—2015年此兩種情形下效率值差異的顯著性，保證結果的科學性。研究結果發現：（1）我國物流企業的R&D投入是有效投入，與企業績效呈正相關，且顯著性逐年增強。在考慮R&D投入指標后，大部分公司的經營績效都得到改善，航空運輸業和水上運輸業總體上表現最好，并用非參數檢驗證實了R&D投入活動是有效投入，顯著性逐年提升明顯，可從根本上提高企業績效。由此說明現階段我國上市物流企業研發活動的投入產出比例基本協調，穩中求進，平穩發展。（2）我國物流企業R&D投入貢獻程度異質性較高。企業間比較，中國國航R&D貢獻率最高可達125.85%，大部分企業R&D貢獻率都位于15%以下，而且部分企業R&D貢獻率極低，年增長較緩慢，比如交通運輸輔助業的天津港和上港集團，3年內R&D貢獻率均為0，R&D投入對企業績效毫無影響，包括贛粵高速及公路運輸業的長江投資和倉儲業的飛力達和華鵬飛，3年期間R&D貢獻率最高為4.02%；從企業類型來看，公路運輸業和倉儲業的3年平均R&D貢獻率與航空運輸業的分別相差55.48和56.24個百分點。由此說明R&D貢獻率較低的這些企業沒有充分發揮研發活動的價值，造成資源投入浪費，得到零產出，也有類似交通運輸輔助業的中原高速在2015年R&D投入效用開始呈現，R&D投入價值體現的時間滯后性較長，因此我國物流企業R&D投入效果仍有待提高。

綜上，本文的創新之處主要體現在：內容上，不僅探討了R&D投入與企業績效的關系，進而通過縱橫向比較分析三年期間各企業R&D貢獻率，得到R&D投入對物流企業績效的貢獻程度，揭示我國物流企業研發投入是有效投入，與企業績效呈正相關，且正相關關系顯著性逐年提高，但企業R&D投入貢獻程度存在異質性。方法上，在企業績效主要評價指標基礎上加入R&D投入指標，不僅從數值上比較加入R&D投入指標前、后效率值的變化，也從統計上檢驗兩種效率值變化的本質差異，顯著性是否具有統計學意義，進而驗證研發投入是有效投入的真實性及其與績效的正相關關系。當然，本文仍然存在某些研究局限。第一，本文主要研究對象是我國上市物流企業，而國內眾多非上市物流企業也有開展研發活動，其R&D投入狀況及其對提高企業績效的貢獻程度也是值得進一步研究的問題；第二，由于2013年之前開展研發活動的上市物流企業較少，為獲得較多研究樣本，所取時間跨度較小；第三，本文只研究了物流企業R&D投入狀況及對企業績效的貢獻程度，得出企業R&D投入貢獻程度存在異質性，未來需進一步探索導致各企業R&D貢獻率異質性較高的原因。●endprint

【參考文獻】

[1] 趙心剛，汪克夷，孫海洋.我國上市公司研發投入對公司績效影響的滯后效應研究——基于雙向固定效應模型的實證分析[J]. 現代管理科學，2012（8）：17-19.

[2] 曹昱，劉美鳳，饒競. 研發費用對企業績效的影響——基于中日技術密集型企業的對比分析[J].會計之友，2016（17）：90-94.

[3] ZHENG S S，LUO B，LIU Z Y，et al. Empirical research on the industrial R&D investment and "Two Oriented Society" Construction in China-On the Analysis of Anhui Industrial Sector [J]. Journal of Service Science and Management，2015，8（1）：34-41.

[4] 雷西洋，王金年，李勇軍，等.基于集中式模型的我國各地區及三大產業的DEA效率評價[J].系統工程理論與實踐，2014，34（12）：3167-3174.

[5] 鄧學平，王旭，ADA SUK FUNG NG. 我國物流企業生產效率與規模效率[J].系統工程理論與實踐，2009，29（4）：34-42.

[6] PARK H G，LEE Y J. The efficiency and productivity analysis of large logistics providers services in Korea[J].The Asian Journal of Shipping and Logistics，2015，31（4）：469-476.

[7] 張寶友，達慶利，黃祖慶. 基于AHP/DEA模型的上市物流公司績效評價[J].工業工程與管理，2008，13（5）：67-71.

[8] 楊德權，薛云霞. 基于交叉效率DEA和熵IAHP對物流企業績效評價[J].運籌與管理，2015，24（3）：172-178.

[9] HUNG S W，LU W M，WANG T P. Benchmarking the operating efficiency of Asia container ports [J]. European Journal of Operational Research，2010，203（3）：706-713.

[10] 史成東，陳菊紅，張雅琪.物流公司績效的DEA交叉評價[J].系統工程，2010，28（1）：47-52.

[11] 李曉梅，白雪飛.基于超效率CCR-DEA的國有物流企業績效實證分析[J].中國流通經濟，2016，30（4）：26-32.

[12] JIM WU Y C，GOH M. Container port efficiency in emerging and more advanced markets[J].Transportation Research Part E，2010，46（6）：1030-1042.

[13] 周婷婷，劉名武，張旭. 我國上市物流企業績效評價實證分析 [J]. 鐵道運輸與經濟，2014，36（8）：10-14.

[14] 羅俊浩，崔娥英，季建華. 考慮CO2排放的中國八大集裝箱港口環境效率評價——基于SBM-DEA模型 [J]. 科技管理研究，2014，34（21）：66-69.

[15] 李鴻禧，遲國泰. 基于DEA-t檢驗的以企業為主體的科技創新效率評價[J].中國管理科學，2016，24（11）：109-119.

[16] ANDERSEN P，PETERSEN N C. A procedure for ranking efficient unit s in data envelopment analysis [J].Management science，1993，39（10）：1261-1294.

[17] CHEN Y. Ranking efficient units in DEA [J]. The International Journal of Management Science，2004，32（3）：213-219.endprint