基于DEA模型的我國物流業(yè)上市企業(yè)經營績效實證分析

李鐘石，文 華，袁嘉葆，李丹丹

（延邊大學 經濟管理學院，吉林 延吉133002）

0 引言

物流是我國國民經濟發(fā)展的重要環(huán)節(jié)，從我國國務院印發(fā)的《物流業(yè)發(fā)展中長期規(guī)劃(2014-2020年)》中可以看出，未來我國物流業(yè)占GDP的比重將逐年增加。互聯網的發(fā)展促進了物流產業(yè)的飛速發(fā)展，同時物流具有的帶動效應也牽動著其他行業(yè)的發(fā)展。物流已經成為現代化發(fā)展中的重要產業(yè)，成為今后經濟發(fā)展中不可忽視的增長點。根據中國物流與采購聯合會的數據，2019年全國物流總收入達到10.3萬億元，物流總額達到298萬億元，全年社會物流總額同比增長5.9%。2016-2018年社會物流總額的增速均保持在6%以上。物流業(yè)增加值占國內生產總值的比重由2005年的6.6%提高到2013年的6.8%，占服務業(yè)總體增長比重的14.8%。我國物流業(yè)從業(yè)人員數已經超過了5 000萬人，占全國就業(yè)總人數的6%以上，可以看出物流業(yè)已成為當今的朝陽產業(yè)。物流業(yè)在不斷擴大產業(yè)集群的同時優(yōu)化了我國的產業(yè)結構，調整了企業(yè)的經營方式。但是，物流業(yè)在不斷壯大的同時也出現了物流成本增加、效率與產出不成正比等一系列的相關問題，物流業(yè)的整體效率評價和今后產業(yè)的發(fā)展方向是現階段亟待解決的問題。

許多學者從不同的角度對物流業(yè)的績效水平進行了測度研究。李曉梅，等運用超效率CCR-DEA數據包絡分析法分析了國有物流企業(yè)總體績效水平不高但呈現增長的趨勢，認為純技術無效率是影響國有物流企業(yè)綜合績效的主要根源[1]。韓東亞，等運用SFA模型對我國2013-2017年的物流業(yè)效率水平進行測度，認為東部地區(qū)企業(yè)的平均技術效率值優(yōu)于西部地區(qū)，且比中部地區(qū)略高[2]。陳焰，等認為物流上市企業(yè)的總體技術效率、純技術效率逐年增加，規(guī)模效率先增后降，大部分物流企業(yè)處于規(guī)模報酬遞減狀態(tài)[3]。秦雯認為粵港澳大灣區(qū)物流業(yè)的效率總體上呈持續(xù)遞增狀態(tài)，政府支持對粵港澳大灣區(qū)物流業(yè)效率的影響較大[4]。

本文根據DEA模型中的綜合技術效率、純技術效率和規(guī)模效率三個維度，對具有代表性的我國24家物流業(yè)上市企業(yè)的財務報表數據進行分析和推算，從微觀上剖析物流產業(yè)的經營情況，并結合計算和評定給出提高物流經營效率的相關建議。

1 DEA評價模型

數據包絡分析(Data Envelopment Analysis,DEA)是根據多項投入指標和多項產出指標，利用線性規(guī)劃的方法，對具有可比性的同類型單位進行相對有效性評價的一種數量分析方法。DEA方法是由美國著名運籌學家A.Charnes，W.W.Cooper和E.Rhodes于1978年提出的，其模型按照規(guī)模是否變化可以分為規(guī)模報酬不變假設下的CCR和規(guī)模報酬可變假設下的BCC兩種模型。

規(guī)模報酬不變是CCR模型的假設，運用此模型時,需要有n個決策單元（DMU），而且每個決策單元含有m個輸入指標和s個輸出指標。決策單元的輸入向量和輸出向量分別為Xj=［x1j，x2j，…，xij］T和Yj=［y1j，y2j，…，yrj］T,j=1,2,3,…,n。其中，xij和yrj分別表示第j個決策單元的第i個輸入量和第r個輸出量，且i=1,2,…,m，r=1,2,…,s，xij>0，yrj>0。

將輸入指標的權向量記為v=(v1，v2，…，vm)T，輸出指標的權向量記為u=(u1，u2，…，us)T。以第j個決策單元的相對績效hj為目標，所有決策單元的效率指數為約束，建立線性規(guī)劃數學模型:

ε為阿基米德數（一般設定為10-6）。

從經濟學的角度分析，通過設置λj使各個基礎點有效地連接起來，并引入非零的松弛變量s+(不足量)、s-（過剩量）使其前沿面沿水平和垂直方向延伸，可以形成有效的包絡面。為了簡化運算和方便數據的處理，把公式轉換成如下所示的對偶形式：

此時，s+*，s-*，λ*，θ*為式（2）的最優(yōu)解。若θ*=1且s+*=s-*=0時，稱決策單元為DEA模型有效，即決策單元在現有的條件下技術效率和規(guī)模效率是有效的，且決策單元處于最優(yōu)的工作狀態(tài)，生產過程中所有的投入都不會降低。若θ*=1且至少s+≠0或s-≠0時，稱決策單元為DEA模型一般有效，即決策單元在現有條件下技術效率和規(guī)模效率可能都不是最優(yōu)的工作狀態(tài)，生產過程中所有的投入將按照一定的比例同時減少。若θ*<1，則決策單元為DEA模型無效。

2 樣本選取

本文數據來源于同花順金融終端數據庫，樣本的采集區(qū)間為2015-2019年。這些上市企業(yè)都是從同花順的物流業(yè)分類中選取的，主要從事物流、港口、配送、包裝加工、港口信息服務等業(yè)務。為方便數據的整合與測算，本文選取2015-2019年的24家物流業(yè)上市企業(yè)的財務報表數據并進行了合并。24家物流業(yè)上市企業(yè)的基本情況見表1。

3 變量與數據的選取

無論是國內還是國外，對物流的投入和產出都沒有一個固定的模式，學術界也沒有形成一個統(tǒng)一的框架。本文通過大量文獻的查閱和記錄，并借鑒國內外多位學者的研究經驗，在選取數據時，考慮了DEA模型對投入和產出指標所具有的較高要求和敏感性，因此投入和產出指標的選取成本文DEA模型的關鍵。

表1 24家物流業(yè)上市企業(yè)的基本情況

在研究方法方面，本文參考了熊學華的《基于DEA模型的物流業(yè)上市公司經營績效評價》[5]，江建偉、王建建和朱家明的《互聯網金融背景下的我國銀行業(yè)經營效率測度研究——基于DEA-Malmquist模型對17家上市銀行實證分析》[6]以及鐘祖昌的《基于三階段DEA模型的中國物流產業(yè)技術效率研究》[7]中的研究方法。而在數據選取方面，為了保證結果的客觀性和精準性，本文數據全部選用物流業(yè)上市企業(yè)的財務報表數據。

DEA模型的數據指標不能過于密集，否則容易造成數據效果的交叉，使得信息過于重復和失真。在現有文獻中，投入指標方面，大部分學者都傾向于選擇資產總額、主營業(yè)務成本、管理費用、所有者權益、營業(yè)支出和存款總額等指標。產出方面，多數學者則傾向于使用主營業(yè)務收入、凈利潤、現金流量凈額、貸款總數和凈利潤。本文對以上投入和產出指標進行調整和整合，構建出自己的投入和產出指標，具體見表2。

基于此，本文針對以上24家上市企業(yè)，將其資產總額（x1）、營業(yè)成本（x2）和管理費用（x3）設為3個總量指標的輸入變量，營業(yè)收入（y1）、凈利潤（y2）和現金流量凈額(y3)設為3個總量指標的輸出變量。

4 基于DEA模型的物流業(yè)上市公司經營績效實證分析

4.1 數據無量綱化

假設某評價指標為pij（i表示評價指標的序號，j表示決策單元的序號），令Max pij=gi（gi表示第i個評價指標的最大值）[8]，Min pij=hi（hi表示第i個評價指標的最小值）。由于各決策單元的評價指標差距較大，需要將每一個評價指標都轉化為pij'=，這樣可以保證數據均為正數，也能清晰地顯示指標之間的差距。

表2 物流業(yè)上市企業(yè)的投入和產出指標

4.2 實證分析

本文利用DEAP2.1軟件導入2015-2019年24家物流業(yè)上市企業(yè)的財務報表數據，并通過計算得出了綜合技術效率、純技術效率、規(guī)模效率等相關數據，見表3-表5。

表3 是2015-2019年物流業(yè)上市企業(yè)的綜合技術效率。從表中可以看出，物流業(yè)在2015年的技術效率平均值是0.946，而2016年的技術效率平均值是0.951，2016年的技術效率比2015年要好。但2017-2019年的技術效率卻在逐年下降，說明這些企業(yè)的技術效率不穩(wěn)定且存在一定的提升空間。從表中還可以看出，傳化智聯、廈門象嶼、華貿物流、新寧物流、瑞茂通和飛力達等企業(yè)的技術效率都在下降，說明其物流成本過高。雖然近年來我國的社會物流成本占GDP的比重從1991年的18%下降到了2017年的14.6%，取得了長足進步，但依然高于發(fā)達國家的8%-10%的比重[9]，我國物流成本已經由快速的下降期轉入了平臺期。物流成本偏高主要有3個方面的原因：首先，快速上漲的人工成本是導致物流成本持續(xù)增加的主要原因；其次，物流企業(yè)經營成本過高，如各種申報、審批和許可證的獲得都需要投入大量的人力和物力，土地的使用價格更是高于其他工業(yè)項目；最后，由于受到體制機制的制約，相關政策很難落到實處[10]，如既要求地方政府簡政放權，又增加對其的各類考核，促使一些地方政府通過地方保護的方式，保證了本地物流企業(yè)的發(fā)展，而限制了外地物流企業(yè)的介入。

我國的物流企業(yè)在這5年的技術效率均值達到0.945，可以看出我國物流企業(yè)無論是投入效率還是產出效率都處于較高的水平。從音飛儲存、建發(fā)股份、歐浦鋼網、恒基達鑫、澳洋順昌、韻達股份、嘉誠國際和中創(chuàng)物流等8家企業(yè)的技術效率中可以看出，這些企業(yè)的管理能力、行政能力和技術水平都與其自身的規(guī)模水平成正比，投入和產出都處于DEA模型的最優(yōu)狀態(tài)。而長江投資、華鵬飛、飛力達、新寧物流、普路通和順豐控股等6家企業(yè)的技術效率則低于0.9，并未達到投入和產出的最佳效果。另外，2015年技術效率有效的企業(yè)有11家，2016年也同樣有11家，2017年增加至14家，2018年又回到12家，2019年則降到了11家，連續(xù)4年達到最優(yōu)效率的企業(yè)只有6家，可以看出我國物流企業(yè)的經營效率并不太穩(wěn)定，其經營效率基本都是迂回式增長。

表4 是2015-2019年物流業(yè)上市企業(yè)的純技術效率。從表中可以看出，物流業(yè)在2015-2019年的純技術效率相比技術效率要好。整體來看，除了恒通股份、長江投資、華鵬飛、飛力達、新寧物流、普路通、傳化智聯等幾家企業(yè)的純技術效率低于0.9外，其他企業(yè)的純技術效率都很集中，大部分差距并不是很大，都接近1或等于1，說明物流業(yè)上市企業(yè)的經營管理水平和技術水平較高。這些企業(yè)開始著眼于長期目標的發(fā)展，迎合線上線下的同時發(fā)展，制定擴大規(guī)模的戰(zhàn)略指導方針，逐步改善技術水平，快速推動信息平臺的建設，建立物流信息管理系統(tǒng)，避免過度投資和投資浪費。此外，音飛儲存、建發(fā)股份、廈門象嶼、歐浦鋼網、恒基達鑫、嘉誠國際、中創(chuàng)物流和天順股份等企業(yè)的純技術效率連續(xù)5年都達到了效率有效值1，說明純技術效率的績效為有效且發(fā)展較穩(wěn)定。

2015年純技術效率有效的企業(yè)有15家，2016年和2017年有17家，2018年和2019年降到了13家，可以看出我國物流企業(yè)的經營效率缺乏穩(wěn)定性，其原因在于我國物流行業(yè)上市企業(yè)的運輸結構尚不完善。由于長距離的貨物運輸都是由公路運輸來承擔，鐵海聯運、公鐵聯運的占比非常小，從而抬高了物流成本。一般來說，水路運輸和鐵路運輸都具備運輸距離長、規(guī)模大和成本低的特點，但缺點是靈活性比公路要低，而且鐵路運輸需要大量基礎設施建設才能滿足貨物運輸需求。另外，物流企業(yè)的物流成本每年都會出現不穩(wěn)定的情況，如人為因素、自然災害等都會增加企業(yè)的物流成本。因此，物流企業(yè)應該通過增加公路基礎建設的投資，調整運輸結構、優(yōu)化運輸路線，使運輸費用持續(xù)降低。

表3 2015-2019年物流業(yè)上市企業(yè)的綜合技術效率

表5 是2015-2019年物流業(yè)上市企業(yè)的規(guī)模效率。從表中可以看出，物流業(yè)的規(guī)模效率在2015-2019年中連續(xù)5年都達到1的只有建發(fā)股份、歐浦鋼網、恒基達鑫、嘉誠國際和中創(chuàng)物流等5家企業(yè)，說明這些企業(yè)達到了資源配置的最優(yōu)狀態(tài)，規(guī)模效率較高。5年內規(guī)模效率遞減的企業(yè)有怡亞通和順豐控股，說明這2家企業(yè)的投入指標過大。而到了2019年規(guī)模效率出現遞減的企業(yè)有澳洋順昌和飛馬國際，說明這2家企業(yè)不能通過擴大企業(yè)規(guī)模而達到DEA模型績效的最優(yōu)化，需要從企業(yè)自身的角度去分析不能保持最優(yōu)效率的原因，例如企業(yè)的結構是否合理、資源是否得到有效的配置、如何調整企業(yè)規(guī)模和成本費用等，只有控制好投入和產出的指標才能使規(guī)模效率得以提高。對于規(guī)模效率沒有連續(xù)遞增的企業(yè)，可以考慮擴大企業(yè)規(guī)模實現跨區(qū)域的發(fā)展、增加市場機制的靈活性、適當地增加投入等措施，從而增加企業(yè)的產出，提高企業(yè)的整體效率。整體來看，規(guī)模效率的均值是0.983，除了2016年出現下降之外其他年份都呈上升趨勢，說明規(guī)模報酬不變與規(guī)模效率遞減是相對持平的，物流業(yè)正處于規(guī)模改革的關鍵時期。

表4 2015-2019年物流業(yè)上市企業(yè)的純技術效率

5 結語

本文根據2015-2019年24家物流業(yè)上市企業(yè)的相關財務報表數據，利用DEA模型進行了實證分析。研究表明，2015-2019年24家物流業(yè)上市企業(yè)的技術效率是迂回式增長的，說明我國物流企業(yè)的經營效率并不穩(wěn)定，并未達到最優(yōu)的投入產出效果。但是，24家物流業(yè)上市企業(yè)的純技術效率平均值是0.961，有不少企業(yè)的純技術效率接近1，說明物流企業(yè)的純技術效率都相對集中，且隨著信息的高度發(fā)展，其經營管理水平和技術水平也越來越高。從規(guī)模效率來看，這5年的平均效率是0.983，只有5家企業(yè)的規(guī)模效率一直等于1，說明多數企業(yè)的投入產出沒有達到最優(yōu)，需要采取相應措施提升規(guī)模效率。另外，多數企業(yè)的規(guī)模報酬處于遞減狀態(tài)，可以看出大部分企業(yè)由于成本太高造成缺乏后勁，難以維持前幾年的迅猛勢頭。

表5 2015-2019年物流業(yè)上市企業(yè)的規(guī)模效率

綜合以上內容，本文對我國物流企業(yè)提出兩個方面可借鑒的相關建議：

第一，提高物流企業(yè)的綜合效率。首先，我國物流企業(yè)應該與時俱進，積極引入物聯網技術，加快建設智慧物流體系，積極規(guī)劃和實施智慧化的升級戰(zhàn)略[11]。通過提高物流企業(yè)的信息化水平、裝備自動化水平，不斷提高物流系統(tǒng)的綜合運作效率，從而降低人工費和物流成本，提升物流服務水平和質量，從而更好地提升物流企業(yè)的技術效率水平。同時，要進一步改善運輸結構，適當地提高鐵海聯運、公鐵聯運的比例，合理布局運輸路線，避免過度的投資與資源浪費。其次，我國物流企業(yè)應該合理控制投入的冗余情況，提高資源的有效利用。從規(guī)模效率和規(guī)模報酬來看，過多的投入和產出并沒有帶來更大的效益，反而成為強大的絆腳石[12]。物流企業(yè)應加強對成本的控制，對固定資產過剩的問題加以控制，加強風險防范，避免盲目的跟風投資。通過加快綠色物流體系的建設，實現綠色加工、綠色包裝、綠色運輸，使資源得到充分利用，從而降低物流成本。同時，要進一步加強物流企業(yè)之間的交流與合作，做到整合資源、相互協(xié)作、信息共享，堅持打造好企業(yè)的品牌效應，提高規(guī)模效率。最后，我國物流企業(yè)應該提高員工的整體素質，優(yōu)化人員結構，改革招聘程序，由社會招聘轉向校內招聘，提高員工的整體學歷水平。通過加大新入員工的培訓，提高員工的技術水平和專業(yè)水平，提高員工的薪金待遇，提高招聘門檻。同時，積極與高校進行合作，形成產學研協(xié)調發(fā)展的創(chuàng)新體系，把最新的理論與企業(yè)的實踐相結合，優(yōu)化內部管理結構，加強員工素質和管理人才的培養(yǎng)。而且，物流企業(yè)應更加注重企業(yè)兼收并購后的人才整合，避免優(yōu)秀員工的流失。

第二，根據國家的發(fā)展政策制定企業(yè)戰(zhàn)略。在宏觀經濟的大背景下，任何一個行業(yè)在宏觀經濟下都會受到影響，物流業(yè)也不例外。“十三五”以來國家針對物流業(yè)的升級改造出臺了一系列的相關政策，要求物流業(yè)應根據供給側結構性改革的需要，深入推進“互聯網+”戰(zhàn)略，進一步優(yōu)化調整運輸結構，全面深化行業(yè)“放管服”改革，促進物流業(yè)降本增效。2020年6月，國務院辦公廳轉發(fā)了國家發(fā)展改革委、交通運輸部《關于進一步降低物流成本的實施意見》，明確提出將推動降低物流成本與新基建相結合，加快推進新一代國家交通控制網、智慧公路、智慧港口、智慧物流園區(qū)等融合型基礎設施的建設，推廣運用5G、物聯網、人工智能等新興技術。物流企業(yè)應充分利用國家的一系列利好政策與優(yōu)惠政策，優(yōu)化產業(yè)結構，優(yōu)先發(fā)展高新技術的物流產業(yè)以降低成本。各物流企業(yè)在今后的產業(yè)結構調整中應注重戰(zhàn)略重組，提高規(guī)模效率和集群效應。另外，政府應逐步降低貨車通行和港口運輸成本，并對物流企業(yè)的稅收給予一定的優(yōu)惠政策，讓一些規(guī)模小、集群小的物流企業(yè)能夠充分享受國家優(yōu)惠政策。物流企業(yè)是推動GDP提高的重要環(huán)節(jié)，國家政策的發(fā)布和實施應充分考慮物流企業(yè)的需要，努力打造一個穩(wěn)定、惠民、全面的物流服務體系，讓民眾更能切身體會到政策帶來的好處。

物流企業(yè)的運營效率要想得到穩(wěn)定的提高，就應不斷加強物流業(yè)務創(chuàng)新，提高管理水平，因地制宜地發(fā)揮當地物流業(yè)業(yè)務優(yōu)勢。物流業(yè)只有建立更成熟、更穩(wěn)健、效率更高的體系，調整好內部因素，提高應對外部因素帶來的沖擊和物流市場的多重沖擊的能力，才能更好地滿足客戶的全方位要求，為今后高科技物流模式的發(fā)展奠定基礎。