基于數據包絡分析的中國物流上市公司運營績效評價

李 哲

（荊州職業技術學院，湖北 荊州 434020）

一、引言

在經濟全球化和電子商務的雙重推動下，中國的物流行業正在飛速成長，這既是金融市場發展的選擇，也是國家經濟發展的必然趨勢。中國作為一個人口、工業和農業大國，物流的發展會牽動制造業、金融業等不同行業之間的鏈條，這對于行業之間的聯動及協同發展具有重要意義。因此，物流行業不再單純是商品轉移的媒介，隨著國內外市場需求的增加，各大物流企業的發展壯大必將提高物流行業的整體影響力，成為國家經濟發展的重要支撐。

當前，較多的物流企業正在走向上市的道路，這也是金融市場較為值得關注的熱點之一。最為人熟知的申通、圓通、韻達和順豐快遞相繼通過資產重組和借殼等方式上市，通過在滬、深以及中小板的掛牌上市，各大物流上市公司正努力加大融資，擴大經營范圍，以提高企業的競爭力和影響力。如何在市場競爭中合理地分配各項資源，以最少的投入來獲取更高的收益，是所有企業的經營目標。

二、理論介紹及文獻綜述

DEA（Data Envelopment Analysis，數據包絡分析）是目前在企業運營績效評價方面最為流行的方法之一，主要運用數學規劃模型對投入和產出兩個方面的多個指標做工作績效有效性評價，屬于一種非參數統計方法。大部分企業和機構有多個投入和產出的要素，例如工人數量、設備投入、員工工資、宣傳成本、銷售總額、凈利潤和資產收益率等，這些指標的單位通常很難統一。因此，在管理者作出企業規劃和決策時，需要采取更有效的分析方法為其提供決策參考。DEA的優勢正在于這種研究方法不需要考慮復雜的生產及銷售關系，直接使用投入和產出的數據即可建立非參數的經濟數學模型。

通過在中國知網、Google學術、百度學術等各大數據庫的文獻檢索，可以發現DEA方法在不同情境下的運用非常廣泛。DEA由美國的運籌學家、得克薩斯大學教授Charnes、Cooper和Rhodes于1978年在發表的論文中提出，因此模型簡稱為C2R模型，用來評價指標之間的相對有效，即稱DEA有效①。從此，DEA方法成為運籌學開辟出的一個新的研究領域，為國內外學者從事科學研究提供了新的思路。王秋麗和陳謹運用DEA方法，對中國近年來白酒上市公司的效率做出了分析，認為當前白酒行業需要提高規模經濟水平，同時也要關注消費者偏好②。趙燕芳和段宇鋒總結了有關圖書館效率評價的各項投入和產出指標，并提議要重視圖書館對公眾開放的服務能力③。郭壯志等對水火電力系統的運營效率進行了DEA分析，提出水電站及火電廠的改進方案，使發電燃料、水能等資源之間實現有效協調④。王斌采用數據包絡分析的方法針對高校的信息系統績效審計進行有效性評價，對高校信息系統審計工作的資源分配提出改進建議⑤。杜鵑和霍佳晨建立了一種共享投入和分享產出的兩階段DEA模型，并對中國的50余所重點城市的創新能力進行了有效性評價⑥。

本文選取26家物流上市公司作為研究對象?？紤]到分析和研究所應該具有的代表性和全面性，本文選取的輸入變量為營業總成本、管理費用、銷售費用、員工人數和固定資產6個，而輸出變量則考慮營業總收入、凈利潤、銷售毛利率和凈資產收益率4個。之所以選擇員工人數作為輸入變量之一，是為了消除所選財務指標過多而帶來的片面性。

三、具體數據運行及分析

將收集到的26家物流上市公司的原始數據輸入到DEAP2.1軟件中，運行結果如表1所顯示。截至2020年9月30日，DEA有效的物流上市公司有15家，占總體研究對象的57.7%，結果表明中國物流上市公司的DEA有效水平比較高，超過了總體行業的二分之一。

從表1的運行結果可以得知，2020年26家物流上市公司中，飛馬國際、澳洋順昌、歐普智網、普路通等15家公司的綜合效率為1.0，且這15家公司的產出和投入的松弛變量取值均為0，可以解釋為這些物流上市公司的資源配置和運行效率已經達到了最優，所有資源均可得到有效的利用。然而，剩余的11家物流上市公司，在公司的運營效率上均存在一些不足，其中效率值最低的為新寧物流，這家公司的綜合效率為0.848，與26家物流上市公司的平均綜合效率0.978相比，略顯不足。根據VRS模型的運行結果可以看出，純技術效率方面，其中有21家物流上市公司的純技術效率達到了1.0，占總體研究對象的80.8%。規模效率方面，有15家物流上市公司的規模效率為1.0，占總體研究對象的57.7%。從規模收益的角度看，有15家物流上市公司的規模收益是不變的，可以解釋為公司已經達到了最大的產出規模點。有7家物流上市公司的規模收益是遞減的，表示加大投入不但不能增加產出，反而會降低效益，減少產出。另外有4家物流上市的規模收益是遞增的，表示這4家公司需要通過加大投入，擴大公司規模，來提高公司產出。可見，42.3%的物流上市公司在規模上并未達到最優，一部分公司需要通過擴大自身規模來提高效益，而另一部分公司需要減小規模和投入，以免規模過大導致資源利用的不充分和浪費。

四、非DEA有效公司的投影分析和目標改進方案

通過投影分析，可以進一步研究和探討提高非DEA有效物流上市公司的投入和產出效率的方法和途徑。

DEAP2.1軟件的運行結果如表2所示，根據運行數據可以看出，非DEA有效的11家物流上市公司既有存在投入冗余的，也有存在產出不足的，或者是兩種情況同時存在。其中，公司的投入冗余表現得較為明顯，主要存在于支付稅費、管理費用、銷售費用、員工人數和固定資產的指標方面，而產出不足主要體現在凈利潤、銷售毛利率以及凈資產收益率方面。

表1 2020年中國26家物流上市公司績效評價運行結果

表2 2020年非DEA有效的中國物流上市公司各項指標的投入冗余

由表2，可以很明顯地看出11家非DEA有效的物流上市公司在投入和產出上需要改進的方向和著力點。以韻達股份為例，可以得到的優化方案為：管理費用減少2087.57萬元，銷售費用減少190.75萬元，員工人數減少2799.00人。優化后管理費用為6557.30萬元，銷售費用為2796.65萬元，員工人數為1009.00人。與優化前相比較，分別減少的比例為24.15%，6.15%和70.75%。同時，凈利潤增加了3141.30萬元，銷售毛利率增加了22.66%，與優化前相比較，分別增加的比例為50.18%和79.93%。實例說明，韻達股份這家物流上市公司存在一定的資源浪費，投入過多反而降低了產出。因此，通過減少管理費用、銷售費用和員工人數的措施，可以有效地提高公司的運營效率和員工的工作效率，同時也大幅度提高了公司的產出，優化了公司的產業結構。

數據顯示，在11家非DEA有效的物流上市公司中，有怡亞通、保稅科技兩家公司需要減少支付相關公共費用；韻達股份、怡亞通、申通快遞等10家公司需要減少公司的管理費用；韻達股份、申通快遞、新寧物流等7家公司需要減少公司的銷售費用；韻達股份、怡亞通、申通快遞等8家公司需要減少員工人數；象嶼股份和保稅科技兩家公司需要減少固定資產的投入。通過對這11家物流上市公司的各項投入指標的優化，可以有效提高每家公司的凈利率、銷售毛利率以及凈資產收益率，在很大程度上提高了公司的經營效率。

五、結論和建議

在本文所研究的26家中國物流上市公司中，有15家公司在2020年已經達到了DEA有效水平，平均綜合效率得分為0.978，平均純技術效率得分為0.989，平均規模效率得分為0.989?？梢园l現，中國的物流上市公司的整體運營已經達到了比較高的水平，而42.3%的物流上市公司的績效水平還處于相對較低的位置。非DEA有效的11家物流上市公司有7家處于規模遞減，可見大多數物流上市公司投資規模過大，資源并未得到完全有效的利用。因此，這些公司有待整合公司內部資源，提高公司運作效率。結合當下市場經濟的實際情況，通過產業結構的優化，可以減少投入，避免資源浪費，同時也能有更多產出，可以實現物流上市公司的規模經濟。為了優化中國物流上市公司的企業資源配置，基于上述分析結果，本文從以下幾個方面提出意見：

首先，需要為物流上市公司營造健康的發展環境。就滬、深兩市而言，只有讓物流公司上市的數量大幅增加，才有可能讓金融市場的巨額資金，流向真正有需求的“貧壤”，避免資源的浪費。應從政策上降低物流公司的門檻，為更多的中小型物流公司提供良好的融資環境，同時也要對物流上市公司實施更加嚴格的監管，以免少數人利用資源優勢打法律的“擦邊球”，從而創造出一個貨真價實的朝陽產業格局。

其次，政府需要大力提倡“走出去”的發展戰略。目前，很多中小物流公司經營范圍受限，政府可給予政策支持為其爭取更多有利發展的項目。只有充分地“走出去”，才能不讓地區的資源浪費，為地方經濟發展提供更多的渠道，這也是大多數中小物流公司發展的一條“加速通道”。此外，應該學習先進的管理模式，借鑒國內外業績優良的公司管理方法，降低公司的管理費用、銷售費用等，去產能、整合閑置的固定資產及更合理地分配資源。不同企業具有各自核心技術能力，因此在某些大型項目上，如果多家企業能加強戰略合作，在良性競爭中追求利益最大化，共同承擔全球市場可能帶來的風險，也能更加有利于實現多方共贏。

最后，應該鼓勵物流公司與科研機構展開合作。目前為止，很多高校、研究所等已經在國外物流供應鏈管理研究的基礎上加以改進和創新，獲得了眾多符合中國國情的、更加適合目前發展階段的理論成果。因此，若能有效地引導物流公司關注并應用這些先進的研究成果，必然有助于物流公司整體績效的提高。

注釋：

①Charnes A,Cooper W W,Rhodes E.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978,2(6):429-444.

②王秋麗,陳謹.白酒行業上市公司綜合效率分析[J].中國管理科學,2014(s1).

③趙燕芳,段宇鋒.對數據包絡分析方法應用于圖書館效率評價的思考[J].情報理論與實踐,2010,33(6):98-102.

④郭壯志,吳杰康,孔繁鎳.基于仿電磁學算法和數據包絡分析的水火電力系統多目標優化調度[J].中國電機工程學報,2013,33(4):53-61.

⑤王斌.基于數據包絡分析的高等學校信息系統績效審計模式研究[J].審計研究,2014(3):14-20.

⑥杜娟,霍佳震.基于數據包絡分析的中國城市創新能力評價[J].中國管理科學,2014,22(6):85-93.