基于DEA模型的上市物流公司績效評價以DB公司為例

中圖分類號：F253 文獻標志碼：A DOI： 10.13714/j.cnki.1002-3100.2025.08.025

Abstract：Basedonthedataof18listedlogisticscompaniesduringtheperiodfrom2OOtoO，this paperconstructsteperfoance evaluationsysteforlistedlgisticscompaies.Tsesstheperformanceevelofompanin22theDECCmodelisutld fromastaticviewpoint.Additionaly，theDEA-Malmquist indexmodelisemployed toevaluateDBCompanysyearlyperformance between 020and2022providingadynamic viewpoint.Thefindingssuggest thatDBCompanyoperatesbelowtheDEAefciency threshold，dealslcsoutseist strategies，ndtattetotalfctoproductiityforBCompayisecodedat3incatinganimproventinpoductiocy Meanwhile，decompositiofindingsreveal thatimprovementsarenecesaryinbothoperationalmanagementandresourceaocation capabilities withinDBCompany.Therefore，DBCompanyshouldstrengthenthemanagementofumanresoures，improvethelevelof management and optimize the allocation of resources.

Key words：logistics company; performance evaluation;DB Company;DEA model

0引言

隨著經濟的轉型和產業結構的調整，物流業飛速發展，物流業作為現代經濟的重要組成部分，已成為支撐社會經濟健康發展的戰略性和先導性產業，因此對物流公司績效評價的研究具有至關重要的意義。

關于物流公司的績效評價，國內外很多學者使用DEA模型進行研究。Charmes etal.1是最先提出使用DEA模型進行物流公司績效評價的學者，他們指出要對相同類型的投入產出要素進行有效性分析，進而評價公司的績效水平。Min etal2使用DEA

模型，分析了美國6家第三方物流公司的績效水平。劉名武等3基于DEA模型，評估了我國16家物流上市公司的經營業績。吳宗澤等4使用DEA-BCC模型，對國內58家上市物流公司的經營效率進行了評價。

研究發現，國內外學者們普遍使用DEA模型評價上市物流公司的績效水平，但是針對具體案例公司績效水平的研究相對較少。所以，本文以DB公司為主要研究對象，運用DEA模型，從靜態角度科學評價了DB公司2022年的績效水平，從動態角度分析了DB公司2020—2022年的年度績效水平，發現了DB公司存在的問題并提出建議。

1 研究設計

1.1模型選取

1.1.1 DEA-BCC模型

考慮到大部分物流公司并不能達到最優生產規模，所以本文采用DEA-BCC模型進行績效評價與分析。假設有 個決策單元（DMU），對于任意的一個決策單元，有 個投入指標 ， n 個產出指標 ，則DEA-BCC模型的公式如下。

其中，θ為超效率值， 為權重系數， 為投入指標的松弛變量，即投入冗余值， 為產出指標的松弛變量，即產出不足值。

1.1.2 DEA-Malmquist模型

DEA-Malmquist指數模型可用來測算從t期到 t+1 期上市物流公司生產率的變化，是從動態角度對上市物流公司績效的評價。

Malmquist指數模型的公式如下。

在規模效益可變的情況下，式（2）可進一步分解如下。

即

其中， 表示投入變量， 表示產出變量， 表示 在t期的距離函數，effch為技術效率變化指數，techch為技術進步指數。

在規模效益可變的情況下，effch可進一步分解pech和sech，如下所示。

式（5）中，pech為純技術效率變化指數，sech表示規模效率變化指數。

1.2指標選取

考慮到評價結果的準確有效性，在構建物流公司績效指標評價體系時，要遵守可比性、客觀性、系統性、相關性等原則。在物流公司績效評價指標選取方面，參考以往學者鄧學平等5、景保峰等、趙增輝]、徐春杰8、范昌琳關于投入指標和產出指標的選擇，本文選擇營業成本、管理費用、職工薪酬作為投入指標，營業收入和利潤總額作為產出指標如表1所示，來進行實證分析。

對于投入指標，營業成本反映了物流公司在生產經營過程中消耗的各種類型的資源成本，因此本文選取營業成本作為第1個投入指標。職工薪酬反映了物流公司在人力資本方面的投入，考慮到物流業的人力資源投入現狀及數據獲取的難易程度，本文選取了容易在財務報表上獲取的職工薪酬作為第2個投入指標。管理費用是維持公司正常運營必不可少的投入，所以選取管理費用作為第3個投入指標。

對于產出指標，本文選擇了營業收人和利潤總額。營業收入是衡量物流公司日常經營以及未來發展能力的重要指標。利潤總額反映的是物流公司的盈利能力。

1.3樣本選取

本文選取的是成立于1996年的DB公司，是一家綜合性物流供應商，隨著公司的不斷發展，其成為我國物流公司中率先上市的物流公司。本文以DB公司為主要研究對象，考慮到DB公司為一家上市物流公司以及數據的可獲得性等問題，選取了18家主營業務為物流業的上市物流公司作為樣本公司（如表2所示）。樣本數據來源于東方財務網（https：//ww.eastmoney.com/default.html），其中，職工薪酬的值來自現金流量表中支付給職工以及為職工支付的現金，其他指標可以從利潤表中獲取。

DEA模型要求投入指標和產出指標的數據必須是非負的，所以在進行實證分析前，要先對存在負值指標的原始數據進行歸一化處理。

2 實證分析

2.1靜態分析

將數據進行歸一化處理后，使用Deap2.1軟件對18家上市物流樣本公司2022年的投人產出數據進行基于DEA-BCC模型的靜態分析，可以得出這18家上市物流公司的純技術效率（PTE）、規模效率（ S E ）和綜合效率（TE），從而可以判斷出各個決策單元的DEA有效性，結果如表3所示。

2.1.1 綜合效率

綜合效率反映了公司投入生產經營的生產要素，評價的是公司的整體績效水平。

從圖1可以看出，18家上市物流公司中綜合效率值達到1的有5家，說明這5家公司整體績效水平優秀，公司經營狀況良好。DB公司的綜合效率值為0.726沒有達到1，處于中下水平，與18家上市物流公司的平均值0.888相比還要低0.162，再看其主要競爭對手YD、ST、YT等，DB公司的綜合效率仍處于劣勢，與主要競爭對手綜合效率值的差距大于0.1，這說明DB公司的績效水平從整體來看相對較差，公司各種類型生產要素的投入并沒有達到最佳產出效果。

2.1.2 純技術效率

純技術效率反映的是公司的技術水平和管理水平，可用來判斷公司的管理和技術水平是否需要進一步改進。

從圖2可以看出，18家上市物流公司的純技術效率值達到1的有10家，占比超過 5 0 % ，說明這10家上市物流公司的技術水平和管理水平較好。DB公司的純技術效率值為0.921低于18家上市物流公司的純技術效率平均值0.950，說明DB公司經營管理能力有待提升，生產技術水平仍需繼續改進。再看其主要競爭對手YD、ST、YT和SF公司，SF公司和YT公司的純技術效率均達到了1，說明兩家公司的經營管理水平優秀，技術水平較高，YD公司的純技術效率為0.985，ST公司的純技術效率為0.923，雖然兩家公司的純技術效率沒有達到1，但均高于DB公司的純技術效率0.921，這說明DB公司在公司的經營管理和技術進步方面處于劣勢，因此公司的管理與技術水平還需進一步改進。

2.1.3 規模效率

規模效率反映出公司的投入和產出之間是否達到最優，主要用來評價物流公司資源配置效率。

從圖3可以看出，18家上市物流公司的規模效率值達到1的有5家，說明這5家公司各種類型的生產要素投入達到了最佳的產出效果，它們的資源配置效率都比較高。DB公司規模效率值為0.789，低于18家上市物流公司規模效率的平均值0.935，再看DB公司主要競爭對手YT、ST、YD等公司，它們的規模效率值均高于DB公司，這說明DB公司的資源配置效率較低，各類生產要素的投入沒有達到最優的產出效果。同時根據DB公司的規模效率值可以看出，DB公司呈現規模收益遞減狀態，這說明隨著公司規模的擴大，公司的產出能力在不斷減弱，公司的生產活動處于規模不經濟的狀態。

2.1.4投影分析

通過對無效決策單元進行投影分析，可以得到投人產出要素的松弛變量，從而對投人產出要素的量進行改進，使投入產出達到最優結果。DB公司的規模效率為0.789，數值小于1，為無效決策單元，我們可以對其進行投影分析，結果如表4所示。

從表4中DB公司的投影分析結果可知，DB公司績效水平要達到生產前沿面，職工薪酬要減少29.708億元，改進比例達到 3 6 . 8 % ，營業成本和管理費用保持不變。從投影分析可以看出DB公司存在職工薪酬投入冗余現象，反映出DB公司在人力資源管理中存在的問題，人力資本的投入不僅沒有帶來好的產出效果，反而對DB公司的整體效益產生了不好的影響。截至2022年12月

31日，DB公司職工薪酬支出總額約為80.82億元，而實際利潤總額僅有約8億元，進一步地說明了較高的人力成本拉低了利潤總額。所以，DB公司應注重提高公司的人力資源管理水平。

2.2 動態分析

使用Deap2.1軟件對DB公司2020—2022年的投入產出數據進行基于DEA-Malmquist全要素生產率指數的動態分析，可以計算出DB公司2020—2022年全要素生產率指數分解變動情況如表5所示。全要素生產率指數反映的是物流公司基期生產力的變化。技術效率變動指數（effch）反映的是公司技術效率的變化。effch大于1則表明公司相對技術效率提升。技術進步指數（techch）反映的是公司技術能力和創新能力的變化。techch大于1時，表示公司的技術能力和創新能力有所提高。純技術效率變動指數（pech）反映的是公司管理水平管理效率的變化。pech大于1代表管理水平和管理效率的提高。規模效率變動指數（sech）反映的是公司是否達到最優生產規模。sech大于1表示公司接近最優生產規模。

從表5可以看出，DB公司2020—2022年全要素生產率指數的平均值為1.0025，數值大于1，說明DB公司的生產效率在不斷提升。具體來看，2020—2021年的全要素生產率指數為0.9877，小于1，2021—2022年的全要素生產率指數為1.0172，大于1，更進一步說明DB公司的生產力在不斷增強。技術效率變動指數均值為0.992，具體來看，2020—2021年的技術效率變動指數是0.994 3，而2021—2022年卻為0.9896，遠小于1，說明公司相對技術效率發生了退步。技術進步指數均值為1.0106，這表明DB公司整體的技術進步能力和創新能力在不斷提高。DB公司的純技術效率變化指數均值為0.992，2020—2021年的純技術效率變化指數是0.9943，而2021—2022年卻為0.9896，遠小于1，這說明DB公司的管理水平有所退步。規模效率變動指數均值為1，說明DB公司整體規模效率是不變的。綜合來看，DB公司的整體績效水平較好，在不斷提高，這主要得益于公司的技術進步能力和創新能力的提高，同時，也要重視公司管理水平的下降，公司管理水平會影響公司績效水平的提高。

3結論和建議

本文以18家上市物流公司2020—2022年的數據為基礎，通過構建上市物流公司績效評價體系，在橫向上，使用數據包絡分析DEA-BCC模型，從靜態角度科學評價了DB公司2022年的績效水平。在縱向上，使用DEA-Malmquist指數模型，從動態角度分析了DB公司2020一2022年的年度績效水平。得出以下結論。

第一，靜態分析結果顯示：DB公司處于非DEA有效水平。DB公司的綜合效率值、純技術效率值、規模效率值均小于1，且與主要競爭對手相比均具有較大的差距。通過投影分析發現DB公司存在職工薪酬投入冗余現象，反映出DB公司在人力資源管理方面存在問題。

第二，動態分析結果顯示：DB公司全要素生產率指數均值和技術進步指數均值均大于1，說明DB公司的生產力在不斷提高。規模效率變動指數為1，說明DB公司規模效率保持不變。同時全要素生產率指數分解結果表明，DB公司的經營管理和資源配置能力有待提升。

根據以上研究結論，提出以下建議。

第一，加強人力資源管理。完善公司員工培訓制度，定期開展員工技能培訓活動，培養他們的物流數字化應用能力，提高員工的專業素質，從而推動公司的高質量發展和數字化轉型。同時也要完善員工的績效考核制度，建立有效的激勵機制，對于考核不合格的員工進行裁員，對于績效考核結果優秀的員工進行嘉獎，激發員工的工作積極性，提高公司的人力資源管理水平。

第二，提高經營管理水平。提高經營管理水平，最重要的就是要轉變經營理念，由原來的勞動密集型管理思維向技術密集型思維轉變，重視科技對公司轉型發展的重要性。利用科技探索新業務、新的經營模式，適應市場變化。加大研發投入，提高公司創新能力，保證公司的競爭優勢。

第三，優化資源配置。建立和完善數據分析平臺，實時收集運營數據，采用智能調度和路徑優化算法等，設計出最優的運輸路線，從而減少運輸的時間，降低物流運輸成本。此外，也要優化庫存管理，促進各部門的協作和信息共享，避免資源重復配置，提高整體資源配置能力。

參考文獻：

[1]CHARNES A，COOPER W W，RHODES E.Measuring the ficiency of decision making units[J].European Journal （OperationalResearch，1978，2（6）：429-444.

[2]MINH，JOOSJ.Benchmarkingtheoperational eficiencyofthird partylogisticsprovidersusingdata envelopmentaalysis[]Supply Chain Management： An International Journal， 20o6，11（3）：259-265.

[3]劉名武，任穎穎．考慮Ramp;D投入的我國上市物流企業經營績效研究[J]．會計之友，2018（4）：125-130.

[4]吳宗澤，宋良榮．基于DEA模型的中國上市物流企業經營效率評價[J]．技術與創新管理，2023，4（2）：169-179.

[5]鄧學平，王旭，Ada Suk Fung Ng．我國物流企業生產效率與規模效率[J]．系統工程理論與實踐，209，29（4）：34-42.

[6]景保峰，周霞，胡愛媛．基于隨機前沿分析的上市物流公司技術效率評價[J]．工業工程，2012，15（2）：41-47.

[7]趙增輝．基于DEA的DB公司績效評價研究[D]．南昌：華東交通大學，2020.

[8]徐春杰．基于DEA方法的德邦股份企業績效評價研究[D]．昆明：云南財經大學，2022.

[9]范昌琳．DEA方法在我國物流行業績效評價體系中的應用——以德邦物流為例[J]．中國儲運，2023（12）：160-161.