物流上市企業技術效率分類測度及影響因素分析

李衛忠，湯宇曦

（江門職業技術學院，廣東 江門 529090）

1 引言

近年來，我國物流業取得快速發展，物流規模持續快速擴大。2017年，我國實現社會物流總額252.8萬億元，比2010年增長101.6%，年均增長近11個百分點；物流業總收入8.8萬億元，比上年增長11.5%。物流業吸納就業人數快速增加，2017年我國物流崗位從業人員數為5 369萬人，成為人員增長最快的行業之一，已經占到全國就業人員6.5%?？梢?，物流業在近幾年取得了巨大的突破，物流業的快速發展也使其逐漸成為國民經濟發展中的支柱產業。在我國物流業實現快速增長的背后，物流也同時面臨著產業集約度不高、資源浪費、效率較低等問題。2017年，社會物流總費用與GDP的比率為14.6%，實現“五連降”，但仍高于主要發達國家8%-9%和新興經濟體11%-13%的水平[1]。十九大報告中明確指出，我國經濟已由高速增長階段轉向高質量發展階段，必須堅持質量第一、效益優先，提高全要素生產率。因此，本文選擇我國物流上市企業作為研究對象，以技術效率衡量物流企業的效率狀況，探討股權結構、企業規模等因素對物流上市公司技術效率的影響，為促進我國物流行業向高質量發展轉型提供參考。

目前已有部分學者從不同角度對物流產業或者物流企業的效率水平進行了測度，如艾小輝[2]利用DEA模型對我國19家物流上市企業進行實證分析，研究表明我國物流企業的效率普遍不高，很多物流企業未達到規模經濟的狀態。胡慧嫣[3]利用DEA Malmquist生產效率變化指數，發現廣東物流企業生產效率發展呈下降趨勢，其中技術變動是影響廣東物流企業效率下降的主要因素。孟魁[4]使用DEA方法對我國中部地區在能耗和碳排放約束條件下的物流效率問題進行了研究，結果表明中部六省的物流產業存在非技術效率和非規模效率，而R&D投入和教育事業支持力度影響了這些非效率。莊玉良等[5]采用DEA和Malquist生產力指數模型，以16家物流上市公司為樣本進行實證研究，結果表明我國物流業TFP平均增長率為4.7%，技術進步與創新是生產率提升的主要原因。曹國[6]采用貝葉斯面板數據隨機前沿方法對32家物流上市公司的生產效率進行研究，結果表明在2000-2007年間我國物流企業的平均生產效率變化較小，呈現小幅度增長趨勢，而2008-2013年間效率大幅度下滑，投入與產出比例嚴重失衡，生產無效率增加。總體來看，關于技術效率關系方面的研究雖然取得了一定的研究成果，研究結論和政策建議對物流行業效率提升具有一定的啟示作用，但大部分研究所得到的效率值未將外部因素及隨機要素進行剝離分析，因此測算的效率值會有一定偏差，故本文采用三階段DEA模型，選擇我國37家物流上市企業2013-2017年的面板數據，對這一時期物流企業技術效率進行測算，并將物流企業分為海運、公路、倉儲等不同類型，分析不同類型物流企業效率發展的規律及差異。最后從股權集中度、公司規模、公司屬性等角度探討對物流企業技術效率的影響。

2 研究方法及模型建立

目前有關物流效率的研究有很多，國內外評價物流效率的方法主要有：指標樹法、層次分析法、模糊評價法、隨機前沿分析法（SFA）、數據包絡分析法（DEA）等[7]。前3種方法主觀性太強，隨機前沿分析法（SFA）屬于參數法，需要事先設定嚴格的函數形式及分布假設，計算較為復雜。數據包絡分析法（DEA）是基于線性規劃，適用于多輸入多輸出決策單元的相對效率值的一種非參數方法。但傳統DEA模型認為所有與前沿值的偏差都是管理無效造成的，未將決策單元所處的外部環境和不可控變量等因素考慮在內，導致其測算值會有一定偏差。因此本文采用Fried等提出的一種將傳統DEA方法與隨機前沿法（SFA）相結合的非參數方法，即三階段DEA模型，測算物流企業技術效率，利用此方法將影響物流企業技術效率不可控的外部環境因素進行剝離，得到更加科學、準確的物流企業效率值。

2.1 三階段DEA模型理論

三階段DEA模型的步驟如下：第一階段采用傳統的DEA對原始投入產出數據進行分析；第二階段采用SFA方法對松弛變量中的環境影響因素、隨機干擾和低效項進行區分，然后調整投入產出數據；第三階段運用DEA分析方法再次分析調整后的投入和產出數量[8]。

第一階段：根據具體的分析目的，可以選擇DEA模型中的投入導向或產出導向。從文獻分析可知，大多數三階段DEA模型選擇投入導向的BCC（規模報酬可變）模型。對于任何決策單元，投入導向下對偶形式的BCC模型可表示為：

若θ=1，S+=S-=0，則表示決策單元DEA有效，說明當年投入與產出已達到最優匹配，且不存在產出虧空、投入冗余；

若 θ=1，S+≠0，或S-≠0，則決策單元弱DEA有效；

若θ＜1，則決策單元非DEA有效，說明在技術和管理投入方面存在偏差，對于企業投入存在浪費現象，投入產出匹配還沒有達到最佳值。

BCC模型能夠計算各個決策單元的效率值，定義為技術效率（TE），技術效率（TE）可以分解為純技術效率（PTE）和規模效率（SE），TE=PTE*SE。

Fried認為，管理無效率、環境因素和統計噪聲這三種因素影響決策單元的效率，故這三種因素的影響需進行分離[9]。

第二階段：建立SFA模型，將環境因素、管理因素和隨機誤差作為自變量，松弛變量作為因變量。

具體函數形式:

其中，Sni是第i個決策單元第n項投入的松弛值；Zi是環境變量，βn是環境變量的系數；νni+μni是混合誤差項，νni表示隨機干擾，μni表示管理無效率。

第三階段：運用調整后的投入產出變量再次運行DEAP2.1測算各決策單元的效率，此時的效率已經剔除隨機因素和環境因素的影響，從而更客觀地表現各決策單元管理無效率的狀況。

2.2 技術效率測度的投入產出指標及數據來源

根據我國證監會《上市公司行業分類指引》，將主營業務為交通運輸業和倉儲業的上市公司界定為物流企業。按照主營業務含交通運輸業和倉儲業相關業務篩選樣本，剔除成立時間不足5年的公司，最終得到了37家主營物流的上市公司樣本。基礎數據來源于國泰安數據庫、東方財富網、巨潮資訊等，研究時間為2013-2017年。

對物流企業技術效率進行評價時，為了全面客觀地反映物流上市企業的實際效率，本文在已有研究的基礎上，篩選出主營業務成本、固定資產凈值、應付職工薪酬等3個指標作為投入指標，將主營業務收入這一指標作為產出指標。

2.3 技術效率測度的環境變量選取

Fried等認為第一階段測度值與前沿值的差額將受到3個因素的影響，即內部管理因素、外部因素以及隨機不可控因素。如果不剔除外部因素對評價對象的影響，會使處于環境惡劣的決策單元的最終效率測度值偏低，評價結果缺少公平性。

本文將從經濟和政策層面選取環境變量因素。從物流業發展特性看，物流業運作效率水平受地區社會消費品零售額、地區居民消費水平影響，從政策層面看，物流業效率水平受當地政府支持力度影響，因此選擇地區社會消費品零售額、地區居民消費水平、運輸和倉儲郵政業支出占當地財政支出的比重3個變量作為環境變量。

3 實證分析

3.1 物流上市公司技術效率分析

運用Deap2.1軟件對第一階段DEA模型進行求解，然后采用SFA模型將第一階段得到的各企業的投入松弛變量作為被解釋變量，將環境變量作為解釋變量進行回歸分析，再根據調整方法對投入變量進行調整，重新計算技術效率、純技術效率、規模效率值，得到結果見表1。

從表1可以看出，排除環境因素和隨機因素影響后，物流企業總體平均技術效率有所上升，2013-2017年物流企業技術效率平均值為0.73，純技術效率平均值為0.96，規模效率平均值為0.76。其中處于效率前沿的物流企業只有上港集團1個，技術效率值為1，既是純技術效率有效的，又是規模有效的，說明上港集團的要素投入組合合理，決策與管理水平較高。從純技術效率水平看，37家物流企業有13家純技術效率值為1（分別是恒基達鑫、新寧物流、長江投資、順豐控股、華貿物流、申通快遞、韻達股份、圓通速遞、南京港、上港集團、中遠控股、長航鳳凰），達到有效水平。從規模效率水平看，除了上港集團，其余物流企業效率水平均未達到有效值。

從規模收益變化趨勢看，多數呈現規模遞增趨勢，恒基達鑫、新寧物流等32家物流企業是處于規模報酬遞增的，這些企業應適當增加投入，以改善企業產出效益。而順豐控股、中遠?？?家物流企業處于規模報酬遞減，上港集團、皖江物流、寧波港3家處于規模報酬不變，這些企業不應再增加投入，重點是調整要素配置，通過改善內部控制和管理來增進效益。

表1 2013-2017年中國37家物流上市公司效率平均值測算表

將37家物流上市公司2013-2017年中每年的技術效率（TE）平均值、純技術效率（PTE）平均值、規模效率（SE）平均值計算出來，結果如圖1所示，可以發現，純技術效率是最高的，五年間的平均值為0.96，而技術效率平均值僅為0.73，因此規模效率低下是造成技術效率不高的主要原因，這也與目前我國物流業中小企業眾多、缺乏有國際競爭力的龍頭企業、企業大而不強的現狀是相吻合的。

圖1 2013-2017年物流上市公司效率平均值趨勢圖

3.2 不同類型物流上市公司技術效率分析

為了進一步分析不同類型物流企業的技術效率差異，本文按照證監會行業分類標準，將37家物流企業分為公路運輸企業、倉儲企業、海運運輸企業3類，測算2013-2017年不同類型物流企業的技術效率、純技術效率、規模效率，結果見表2。

表2 2013-2017年不同類型物流上市公司平均效率

從技術效率來看，在3種類型物流企業中，海運類物流企業效率值最高，平均值為0.76；其次為公路類物流企業，效率平均值為0.71；最差的為倉儲類物流企業，效率平均值為0.62。從變動趨勢來看，2013-2017年各類物流企業的技術效率具有周期性波動的顯著特征，各類物流企業技術效率2013-2015年顯著上升，2015-2016年呈現下降趨勢，2016-2017年呈現上升趨勢。

圖2 2013-2017年不同類型物流上市公司技術效率趨勢圖

從技術效率的拆分來看，3種類型物流企業純技術效率值均遠高于規模效率值，無論是年度值還是總體平均值，純技術效率平均值均在0.95以上，而規模效率的平均值均低于0.8，說明規模效率低下是造成綜合技術效率值不高的主要因素，物流企業投入產出要素配置有待進一步調整，未能體現出規模效應。

4 物流企業技術效率影響因素分析

通過分析看出，2013-2017年物流企業技術效率總體水平不高，且趨勢具有顯著波動性。為進一步分析物流企業技術效率的影響因素，基于效率與企業股權結構、企業規模、企業所有權屬性等因素之間的關系，構建多元線性回歸模型。

4.1 變量與數據

本文將根據上市公司的特征，選擇股權集中度、第一大股東性質、公司規模作為技術效率的影響因素。研究假設如下：

假設1：股權集中度越高，越易于公司進行決策和經營，物流企業的技術效率越高。本文用前五大股東持股比例來衡量公司的股權集中度，用x1表示。

假設2：物流企業公司規模越大，技術效率越高。采用物流企業年末總資產來衡量企業規模，用x2表示。

假設3：第一大股東屬性為非國有性質物流企業的技術效率要高于第一大股東屬性為國有性質物流企業的技術效率。設置虛擬變量x3表示，若x3=0，則為非國有屬性物流企業；若x3=1，則為國有屬性物流企業。

4.2 回歸分析結果

使用SPSS 19.0進行線性回歸求解模型，結果見表3，可以得到以下結論。

表3 物流企業技術效率影響因素線性回歸結果

（1）企業規模與物流企業技術效率顯著正相關。物流企業屬于勞動密集型行業，規模越大，技術創新能力越強，資源配置要素更合理，技術效率更高，假設2成立。

（2）股權集中度、企業所有權屬性與物流企業技術效率正相關，但不顯著，假設1和假設3不成立。一般來說股權集中度越高，越能激勵股東去提高企業效益，但從表3來看，股權集中度雖與物流企業技術效率正相關，但從統計學意義上不顯著；而企業所有權屬性與物流企業技術效率正相關的統計學意義上更加不顯著，說明無論是國有性質還是非國有性質的物流企業，在技術效率提升上沒有顯著區別。

5 結論及建議

本文基于中國37家物流上市企業2013-2017年數據，采用三階段DEA模型從動態時間研究了此階段物流企業的技術效率，并比較分析了公路、倉儲、海運各類企業的效率差異性。在實證分析的基礎上，進一步分析了物流企業技術效率的影響因素，構建了多元線性回歸模型，解釋了技術效率影響機制，得到以下幾點結論：

（1）從物流企業技術效率總體情況來看，2013-2017年物流企業技術效率平均值為0.73，且在樣本研究期間物流企業技術效率具有明顯波動性，呈先上升后下降趨勢。規模效率低下是造成技術效率不高的主要因素。

（2）從不同類型物流企業技術效率的差異性來看，海運類物流企業技術效率平均值為0.76，要高于公路類物流企業技術效率，倉儲類物流企業技術效率最低，綜合平均技術效率值僅為0.62。

（3）從物流企業技術效率影響機制來看，通過構建多元回歸模型，發現企業規模與物流企業技術效率顯著正相關，股權集中度、企業所有權屬性與物流企業技術效率正相關，但不顯著。

根據以上實證分析結論，為了能夠有效提高物流企業效率，可以采取如下政策措施：

（1）提高物流上市公司的資源配置效率。隨著市場經濟的快速增長、電子商務的崛起以及互聯網、物聯網、大數據等技術手段的普遍應用，我國物流行業得到了突飛猛進的發展。物流上市公司應該針對這些有利的市場，加大資源投入力度，推動企業的業務轉型或升級。物流上市公司要加強與地方工業園區之間的合作，形成一個全方位的物流網絡，打破條塊分割和地區封鎖，海鐵聯運、公鐵聯運、陸空聯運等合作模式的運用能夠充分發揮物流上市公司的優勢，減少企業的運輸成本及費用。另外，物流上市公司應通過資產重組等手段促進資源的優化配置，提高資源配置效率。

（2）提升物流上市公司的技術水平和規模效率。在技術研發方面，對日照港、大連港、中遠海等技術效率相對不高的物流上市公司，要進一步加強高科技技術、設備在物流作業中的運用，實現智能化物流，提高工作效率，創造更多更廣的市場成長空間。另外，倉儲類物流上市公司的技術效率整體水平較低，這類物流企業應加大自動化立體倉儲、RFID等倉儲設備和技術的投入。在規模上，恒基達鑫、新寧物流等32家物流企業是處于規模報酬遞增的，要加大市場開拓，鞏固業務優勢，壯大企業在這方面的業務規模；而順豐控股、中遠?？?家處于規模報酬遞減的物流上市公司，要合理控制業務規模，提高運營能力，同時，注重企業和服務的品牌塑造和名牌效應，提高客戶物流體驗，努力提升經營管理水平。

（3）加強物流上市公司內部管理。物流上市公司的整體規模效率不高是影響企業技術效率水平非常重要的因素，因此，我國的物流企業在積極擴大業務規模的同時，應加強內部管理，按現代企業制度建立合適的管理體制，避免粗放式的規模擴張，重視物流技術創新和應用，提高運營效率。在企業運營過程中，應注意加強投資風險防范，做好信息溝通與披露，加強物流服務的檢查與監督，提高公司經營管理水平和風險防范能力，從而促進我國物流上市公司管理效率的提升。