物流企業技術效率與影響因素研究

□ 楊 軍,普 斌，稅文兵

(昆明理工大學 交通工程學院，云南 昆明 650504)

1 引言

隨著全球化的不斷深入及信息技術應用水平的提高，物流行業已成為影響我國經濟發展的重要因素。2018年全國社會物流總額283.1萬億元，同比增長6.4%，社會物流總費用與GDP的比率為14.8%，繼續保持高增長態勢[1]。但我國物流業的發展也存在著物流技術效率整體不高，標準化程度低，專業物流人才短缺等問題。研究物流企業的技術效率對優化企業自身要素和解決投入與產出間的矛盾具有重要意義。

國內外企業效率的研究方法多使用隨機前沿分析(SFA)模型和數據包絡分析(DEA)模型。Dimitris Gavalas[2]使用SFA模型評估82家國際航運公司的運營和市場效率，Kamran等[3]使用DEA評估國家物流績效的可持續性， Naceur Khraief等[4]使用兩階段DEA模型研究2009-2012年間地中海國家的能效決定因素。國內方面韓東亞和劉宏偉[5]運用SFA研究我國物流業的效率，李衛忠等[6]運用DEA效率測度方法，對粵東西北和珠三角物流產業技術效率研究。馬明和唐樂[7]基于三階段DEA方法研究我國30個省級行政區物流技術效率，驗證評價模型的有效性，并提出強化行業整合、提升物流業信息化水平等對策。

本文使用 DEA-Tobit兩階段法對我國75家上市物流企業的技術效率進行研究。第一階段以上市物流企業的固定資產總額、管理費用和員工人數作為投入要素指標，以營業總收入作為產出指標，使用數據包絡分析方法計算得到技術效率、純技術效率和規模效率；第二階段使用Tobit模型進行技術效率的影響因素研究，以經濟發展水平、管理費用占比、高學歷管理者占比和資產負債率為影響因素假設，最后根據研究結果提出相對應的建議。

2 研究對象與評價方法

2.1 研究對象

我國物流企業微小型居多，存在業務單一、規模小、經營時間短、財務數據不完整等現象，本文選取主營業務與物流相關且超過一半的企業。從國泰安數據庫獲取符合條件的物流企業的2013年到2018年財務數據，篩除數據存在缺失的公司，最后得到包括倉儲業、道路運輸業、航空運輸業、水上運輸業、鐵路運輸業、批發業、郵政業、裝卸搬運與運輸代理的75家樣本企業數據。

2.2 DEA模型

DEA模型是在1978年由美國運籌學家Charnes等人提出的相對效率為基礎的一種線性規劃方法，用來評價決策單元之間相對有效性的非參數評價方法，最具代表性的模型有BCC模型、CCR模型。BCC模型的線性規劃形式：

(1)

若上述線性規劃存在最優解且滿足：

如果ω0>9,μ0>0，則稱決策單元為DEA有效。

2.3 建立效率評價指標體系

一般物流企業效率的研究以“人、財、物”三方面來評價，本文結合研究對象，確定選擇物流企業固定資產總額、物流企業管理費用、物流企業員工人數為投入指標，物流企業營業總收入為產出指標。

表1 效率評價指標體系

3 物流企業技術效率實證評價

3.1 DEA效率的變化趨勢分析

表2 企業效率的變化趨勢

從表2看出我國物流企業技術效率最高的是2016年，2013年到2016年都是呈現上升的趨勢，2017年后有下降的趨勢，說明我國物流企業技術效率在不斷提高，但最近兩年有放緩甚至下降的情況；技術效率的年平均值最高為0.484，最低僅為0.248，說明我國物流整體技術效率偏低；規模效率相對較高，除了2013年和2017年都超過0.8。

3.2 不同行業的DEA效率比較分析

表3 不同行業的企業技術效率分析

根據表3分析得：2013年技術效率最高的是倉儲業，最低的是鐵路運輸業，2014年技術效率最高的是倉儲業，最低的是綜合服務類，2015年技術效率最高的是鐵路運輸業，最低的是綜合服務類，2016年技術效率最高的是鐵路運輸業，最低的是水上運輸業，2017年技術效率最高的是鐵路運輸業，最低的是水上運輸業，2018年技術效率最高的是鐵路運輸業，最低的是航空運輸業。綜合來看，鐵路運輸業的技術效率較其他行業有優勢。

3.3 不同組織形式企業的DEA效率比較分析

表4 不同組織形式的企業效率分析

根據表4分析得：民營企業的效率是最高的，且明顯高于國企和其他形式的企業；國有企業的規模效率高于民營企業的，但技術效率和純技術效率明顯低于民營企業。

3.4 物流企業技術效率影響因素分析

物流企業技術效率的影響要素包括企業內部因素與外部因素，結合樣本企業的特點，考慮數據可獲得性，最終選擇地區經濟發展水平(X1)、高學歷管理者占比(X2)、管理費用占比(X3)、企業資產負債率(X4)為影響因素假設，構建Tobit回歸模型為：

Y=β0+β1X1+β2X2+β3X3+β4X4+ε

(2)

其中，Y為技術效率值，β0為待估常數項，β1、β2、β3、β4為待測系數，ε為隨機誤差項。將面板數據帶入軟件Stata16.0進行Tobit回歸分析，結果如表5。

表5 效率影響因素Tobit回歸分析結果

表5的計算結果顯示，模型假設檢驗的P值為0.000，說明Tobit模型有效，地區經濟發展水平(X1)和企業資產負債率(X4)在1%的置信水平下顯著，管理費用占比(X3)在5%的置信水平下顯著，而高學歷管理者占比(X2)的P值為0.542，大于5%，顯著性不強，說明高學歷管理者占比對企業技術效率影響不大。

企業所在地的GDP與企業技術效率正相關，相關系數為1.605776，即企業所在地經濟發展水平越高，越有利于企業技術效率的提高。經濟發展水平高的地區更吸引資本的進入，會有大量的制造型企業入駐，形成了大量的物流市場，也有利于物流業的網路化布局，提高企業效率。

管理費用占總支出與企業技術效率呈負相關，即企業管理過程中，管理費用投入越多，企業的技術效率越低，相關系數為-6.91007，說明相對影響最大，管理費用構成復雜多樣，我們要全方面多措施去降低。

物流企業的資產負債與企業技術效率負相關，相關系數為-1.70244，即企業資產負債率越高，企業的效率越低，可以采取提高資產流動性等措施來降低負債率。

4 提升物流企業效率建議

①優化企業要素投入比例。根據各投入產出指標的研究，確定企業自身存在冗余的投入要素，并確定這些冗余產生的原因，通過擴大投資規模、提升技術水平、優化流程等措施調整企業。

②重視人才培育，提高企業員工的專業技能。專業的物流人才培育需要一套完整的體系，一方面加強員工的崗前培訓、在職培訓、選拔優秀員工到外交流學習，可以借助高校平臺培養專業人才，如果財力允許，可以引進國內外優秀的物流人才。同時，建立健全員工激勵機制，確保企業能留住優秀的人才。

③進行資產重組，減少企業負債。物流企業要展現強有力的核心競爭力，就要提升自身的業務集中度，尋求供應鏈戰略合作伙伴。同時應該采取：優化股權結構、擴寬融資渠道、加速流動資金周轉、加強投資管理等措施降低企業的負債率。

④提高企業的創新能力，減少管理費用的投入。管理費用組成復雜，降低難度也大，但卻能直接影響企業的效益，通過管理理念的創新，培育良好的創新環境，打造創新團隊，如引入準時化生產、MRP系統等，來提升企業效率、降低管理費用投入的占比。

5 結論

研究表明，我國物流企業技術效率整體水平不高，企業間發展差距大，鐵路運輸業的技術效率高于其他行業，物流國有企業效率低于民營企業。企業所在地的GDP與企業技術效率正相關，管理費用占比對企業技術效率的影響最大，資產負債率與企業技術效率負相關，高管學歷管理者占比對企業技術效率影響不顯著。為提升企業效率，物流企業可以從優化要素投入比例；重視人才培育，提高企業員工的專業技能；進行資產重組，減少企業負債；提高企業的創新能力，減少管理費用的投入等方面展開。