我國冷鏈物流上市公司效率差異及動態演化分析
——基于DEA-Malmquist模型的實證研究

吳鑫雨，苗成林，孫麗艷，孫新秀

(安徽理工大學 經濟與管理學院，安徽 淮南 232001)

近年來，“冷鏈物流”一詞在物流行業成為熱點詞匯，其發展相當迅速。目前來說，其效率相比于發達國家卻仍然滯后，據前瞻網數據：果蔬流通率和運輸率與發達國家相比相差60%左右，其貨損率相差20%左右。在生鮮冷凍食品流通量日益擴增的今天，對于專業性較高的冷鏈物流來說是一種機遇和挑戰。上市公司作為該朝陽行業的龍頭企業，通過對其經營效率進行評價，有利于幫助冷鏈物流企業發現問題、找出差距，及時調整企業經營管理模式，以提高冷鏈運輸效率，為我國冷鏈物流健康高速發展找到捷徑。因此，本文選擇上市公司作為研究我國冷鏈物流經營效率的切入點，分析其經營效率的差異性和動態演化趨勢，為持續發展冷鏈物流行業提供有效參考。

冷鏈配送及路徑優化和冷鏈物流效率評價是國內外學者研究冷鏈物流的兩大熱點。Rakesh D.Raut[1]為了降低由第三方冷鏈物流企業造成的生鮮食品流通損失，利用一種獨特的模糊多準則決策方法，對其進行評價和選擇。Zanoni和Mazzoldi[2]考慮了配送產品的易腐性，構建了一個生態效率最優化的冷鏈食品配送網絡。Mr Shahbaz Khan[3]運用DEMATEL方法對影響冷鏈有效管理的因素進行了分析，并對它們之間的相互關系進行了評價研究，結果顯示：缺乏適當的基礎設施對冷鏈的有效管理具有較大的影響。王晶等[4]從溫度控制和產品種類兩方面對生鮮食品冷鏈運營模式進行了創新，在保障食品安全的同時降低了冷鏈物流運輸成本。曹武軍和郝涵星[5]構建冷鏈配送系統，量化配送效率指標，同時考慮一些運輸過程中的不確定因素，利用系統動力學對該系統進行分析。鄧延偉和鄔文兵等人[6]將水產品的相關特殊指標加入供應鏈模型的參考框架進行改進，用來評價績效指標體系。周靜和孫健[7]以中國冷鏈物流企業的效率為研究對象，選擇AHP-DEA模型對數據進行測算和評價，結果表明冷鏈物流行業要大力引進先進的冷鏈技術以及融合整個行業的物流資源。殷鳳朝[8]運用方差分析法以凈資產收益率為衡量標準對冷鏈物流上市公司進行績效評價。

上述文獻中通過自主構建評價指標應用綜合評價法作為研究方法進行分析，結果會包含一定的主觀性，并且對于冷鏈物流企業經營效率方面的研究是相對缺少的。因此，本文建立我國冷鏈物流上市公司2012-2018年的面板數據，從財務經濟指標的角度構建指標體系，運用DEA-Malmquisy模型，首先從整體行業和個體企業角度分析了每年靜態的技術效率變化，其次根據動態結果進一步分解和分析冷鏈物流企業經營效率，發掘對冷鏈物流上市公司高效運作產生負影響的影響因素，為促進公司發展提供有力的客觀依據。

一、研究方法與數據選取

1.Malmquist生產率指數

由于DEA模型僅能測算靜態截面數據的局限性，Caves和Christensen等人將Malmquist生產率指數應用到DEA模型中，可對動態面板數據進行測算。其計算公式為：

(1)

(2)

2.評價指標及數據選取

冷鏈物流包括冷凍加工、冷藏貯藏、冷鏈運輸和冷鏈銷售四大過程，以冷鏈物流為主營業務的上市公司圍繞這四大過程形成了兩大產業鏈：制冷材料和設備以及冷凍物流。本文剔除凈資產為負的相關公司，最終選擇了16家涵蓋了冷鏈硬件制造、冷鏈倉儲和冷鏈運輸這三大方面的上市公司作為決策單元，具有較強的代表性。樣本原始數據均源于16家冷鏈物流公司所披露的《公司年報》和《財務報表》。

結合冷鏈物流上市公司的投入產出特征以及財務報表分析，參考已有文獻[9-11]，本文最終選擇了五個反應冷鏈物流上市公司經營情況的投入和產出指標。投入指標分別是：主營業務成本(元)、平均固定資產凈值(元)和平均職工人數(人)；產出指標分別是：主營業務收入(元)和凈利潤(元)。其中，上市公司期初和期末固定資產凈值存在較大差異，僅選擇一個作為指標來衡量未免會使測算結果產生偏差，因此，本文將各企業年初與年末的固定資產凈值進行相關處理，計算方法如表1；職工人數作為勞動投入指標，是公司經濟利益的創造者，由于當前企業的人員流動率較高，期初與期末人員數量差距較大，所以本文仍舊選擇平均職工人數作為指標，計算方法如表1。

表1 部分指標計算方法

由于投入和產出指標的選擇對DEA模型的準確性有關鍵作用，所以應對投入和產出指標數據進行相關性驗證，以此來判斷本文建立的指標體系是否合理。本文運用SPSS 25.0的Pearson檢驗對2015年的投入和產出指標數據進行相關性分析，結果顯示投入與產出的指標相關性顯著，如表2所示。因此，采用DEA模型進行分析是較為合理的。

表2 投入和產出指標相關性

注：**. 在0.01級別(雙尾)，相關性顯著，*. 在0.05級別(雙尾)，相關性顯著。

二、靜態差異性分析

利用DEAP2.1軟件，選擇規模報酬可變模型對上述16家公司2012—2018年的綜合經營效率水平進行測算，得到靜態相對效率值，考慮到7年的效率值占據本文過多篇幅，在此僅選擇2012、2015和2018年的效率值進行分析，如表3所示。

表3 16家冷鏈物流上市公司2013—2018效率值

注：crste：技術效率，vrste：純技術效率，scale：規模效率(drs：規模報酬遞減；規模報酬不變；irs：規模報酬遞增)，crste=vrste＊scale．

1.整體情況分析

從表3可以看出：冷鏈物流上市公司在2012—2018年的技術效率均值為0.909，其中純技術效率均值和規模效率均值分別為0.945和0.961，均未達到有效的生產前沿面，說明冷鏈物流上市公司現有的資源配置存在不合理現象。但是，從2012—2018各年的純技術效率和規模效率可以看出：純技術效率從2012—2016年數值一直在降低，從2016—2018年數值開始緩步上升，而規模效率從2012—2018年整體都呈穩步增長趨勢。

2.個體情況分析

從表3中可以看出，2012—2018年新大陸、漢鐘精機和匯鴻集團這三家公司的技術效率值最高，年均值為1，已經達到有效的DEA生產前沿面。而農產品股份、冰輪環境和光明地產的三種效率值雖然在前期呈波動狀態，但是在五年內實現了技術效率最優。英特集團、開山股份和鐵龍物流這三個公司在2012年已經達到DEA有效，但英特集團在2018年時，由于規模效率降低1%，從而影響了DEA的相對有效；而開山股份和鐵龍物流在2015—2018年間兩者都達不到最優狀態，考慮到兩公司的規模收益近三年都是呈增長趨勢，為此，這兩個公司應當在加大投資規模的同時注重公司核心技術的更新。

中集集團、廣弘控股和中儲集團在2012—2018年間的技術效率值最低，均未達到技術效率最優。其中，中集集團和廣弘控股的純技術效率值始終為1，而兩者的規模效率一直呈下降趨勢。不同的是，中集集團的規模收益一直呈遞減狀態，而廣弘控股的規模收益一直呈增長狀態。因此，中集集團和廣弘控股這兩個公司解決投資規模問題是提高DEA效率的核心。從2014年起，效率值始終為1的中儲集團的規模收益就一直呈遞減階段，公司應當從控制投入角度入手來提高相對效率。

剩下四個公司分別是大冷股份、澳柯瑪、錦江投資和交運股份，這四個公司的技術效率均低于技術效率平均值分別為：0.836、0.830、0.759和0.793。大冷股份2012年的技術效率值最高為0.951，其純技術效率是影響技術效率高低的主要因素，所以公司應當把建設重心放在技術效率提升當中。澳柯瑪的純技術效率從2012年的0.891下降至2018年的0.830，而規模效率值一直在增長且最后達到效率有效，所以公司只需考慮如何提升純技術效率來達到DEA效率有效。錦江投資和交運股份在16家公司中技術效率最低，從2012年到2018年兩公司的技術效率分別下降了5%和7.4%。這兩個公司效率低下最關鍵的原因在于純技術效率的低下，且規模收益始終呈遞減狀態。因此，公司應盡可能在縮小規模的同時對技術進行革新。

三、動態演化趨勢分析

利用DEAP2.1測算16家冷鏈物流上市公司2012-2018年的TFP及各分解指標，結果見表4和表5。

表4 Malmquist生產率指數和各分解指標的整體變動情況

從總體來看，TFP大于1的冷鏈物流上市公司占62.5%，且TFP平均增長率為2%，說明研究期內我國冷鏈物流行業整體具有較好的發展態勢。具體來看，在影響TFP指數高低的因素中，只有純技術效率平均值小于1，說明Malmquist指數主要受純技術效率影響，即我國冷鏈物流上市公司目前更關注對于企業本身投資規模的調整，從而忽略了創新技術的研發和應用，導致了新技術的變革與運用滯后于企業的規模擴大，最后導致經營效率較低。

1.技術進步

由表2可知，TC平均值為1.023，僅有2017—2018年的數據小于1。從表5可以看出，TC大于1的冷鏈物流上市公司占81.25%，說明冷鏈物流公司的技術進步、組織創新等方面能力都得到了極大的提高，冷鏈物流行業在不斷調整技術發展策略。同時結合其他效率要素來看，TC的平均增長率是最高的，說明技術進步對于冷鏈物流上市公司的經營效率貢獻最大。觀察圖1可知，TC曲線整體呈“下降—上升—下降”趨勢，2015年之所以會發生轉折，原因在于2015年正處于“十二五”時期的最后階段，該時期正是新一輪科技革命孕育時期，例如智能溫控及冷鏈流通技術、終端溫控查詢體系和區塊鏈等前沿技術在我國冷鏈物流行業的推廣和應用進一步深入，使得TC變化值得以回升。但是，通過圖1我們可以得出技術進步總體呈不斷下降的趨勢，因此，冷鏈物流企業應當要加快技術更新，以適應當下變化莫測的市場技術環境。

2.純技術效率

從整體變化來看，PTEC的平均效率值為0.997，很接近有效的生產前沿面。但與其他效率指數相比來看，PTEC卻最低，成為影響TFP的主要因素。根據表5，PTEC大于1的公司占68.75%，說明公司的技術創新水平和組織管理能力水平雖然有所提高但是還存在很大的進步空間。從圖1可以看出，純技術效率在研究期內整體呈增長狀態，從最初的0.975增長為現在的1.027。2015—2016年間，技術進步效率值遠遠大于純技術效率，說明企業將技術進步放在發展生產力的重要位置，忽略了內部協調管理的重要性，導致經營管理未能跟上技術進步的步伐，從而制約了經營效率的提高。而在2016—2017年間，由于PTEC的增長幅度遠遠大于TC，說明冷鏈物流企業從2016年開始改變策略，更加注重企業內部管理和控制，使得其要素配置趨于合理，生產效率大大提升。因此，冷鏈物流企業要不斷提高自身科技創新能力和科學管理機制來保持當前純技術效率的積極發展態勢。

3.規模效率

SEC從深層次反映了管理水平的高低，即企業的投入產出配置是否合理。由表4可知，研究期間規模效率比較好，變動指數值基本都在平均值1上下浮動，且浮動范圍極小，前兩個階段的變化率分別為-2.4%和-0.4%，說明我國冷鏈物流上市公司的規模建設和資源配置逐漸變得合理。平均規模效率不變，說明冷鏈物流上市企業達到了最優的經營規模，對公司效率改善影響并不大。再由圖1可知，SEC指數在2014-2015年為最高值1.037，在此之前SEC均低于1，在此之后雖然數值在不斷減小，但是均大于1。其原因在于，2014年國家對冷鏈物流產業發展提出了更高更專業的要求，要求各地加快建設農產品冷鏈系統，加強冷藏保鮮、衛生、質量安全可追溯、檢驗、檢測等設施建設。因此，企業要通過對投入和產出要素的不斷調整，提高企業管理的專業化水平，來實現規模化經營。

四、結論及建議

本文應用DEA-Malmquist模型測算了我國16家具有代表性的冷鏈物流公司經營效率，可得出如下情況：從靜態差異性分析可知，上市公司技術效率的均值保持在0.759-1.000之間，說明冷鏈物流產業還沒有完全達到有效的生產前沿；從動態演化趨勢分析結果可得到，上市公司全要素生產率總體呈上升趨勢，說明冷鏈物流行業有較大的發展潛力。對比其他要素效率值，純技術效率均值相對較低導致了技術效率存在不合理性。值得關注的是，在技術進步變動效率、純技術效率和規模效率中，只有純技術效率變動趨勢一直呈上升趨勢。所以，企業不能將目光只放在冷鏈物流技術的更新和應用上，還要重視規模和運營組織管理模式之間的不斷優化，緊跟科技創新的步伐，為技術進步成果轉化提供有利的運作機制，才能使冷鏈物流企業達到合理的資源配置。