考慮R&D投入的我國上市物流企業(yè)經(jīng)營績效研究

劉名武++任穎穎

【摘 要】 為研究研發(fā)投入對我國物流企業(yè)經(jīng)營績效的影響，考察我國物流業(yè)研發(fā)真實現(xiàn)狀及其對企業(yè)績效的貢獻(xiàn)程度，文章選取2013—2015年我國16家上市物流企業(yè)，采用超效率DEA模型，對比各企業(yè)加入研發(fā)投入指標(biāo)前后的企業(yè)績效，分析研發(fā)貢獻(xiàn)率，并用Wilcoxon符號秩檢驗兩組結(jié)果差異的顯著性。結(jié)果表明，加入研發(fā)投入后，績效得到改善的企業(yè)數(shù)量從50%增長到75%，企業(yè)績效平均提升10%左右，且檢驗得出兩組效率差異顯著性具有統(tǒng)計學(xué)意義，顯著性程度逐年提高，到2015年值為0.002，表明研發(fā)投入是有效投入，與企業(yè)績效正相關(guān)關(guān)系顯著性增強，對績效改善的作用效果日益凸顯。然而研發(fā)對企業(yè)績效的貢獻(xiàn)程度存在異質(zhì)性，總體看，企業(yè)研發(fā)投入效果仍有待提高。

【關(guān)鍵詞】 績效管理； 研發(fā)投入； 上市物流企業(yè)； 超效率DEA； 非參數(shù)檢驗

【中圖分類號】 F272.5 【文獻(xiàn)標(biāo)識碼】 A 【文章編號】 1004-5937（2018）04-0125-06

一、引言

《2015年全國科技經(jīng)費投入統(tǒng)計公報》顯示，2015年我國研發(fā)（Research and Development，R&D）投入經(jīng)費總量達(dá)1.4萬億元，R&D經(jīng)費投入占GDP的2.07%，R&D投入規(guī)模和投入水平實現(xiàn)新突破。企業(yè)是我國R&D活動的重要執(zhí)行主體，創(chuàng)新資源不斷向企業(yè)聚攏，對全社會研發(fā)資金投入增長的貢獻(xiàn)率為84.20%，但R&D投入不足和效率不高仍是企業(yè)R&D投入面臨的問題。當(dāng)前，我國物流業(yè)迅速發(fā)展，經(jīng)濟增長對物流業(yè)依賴度日益提升，物流業(yè)處于經(jīng)濟結(jié)構(gòu)深度調(diào)整機遇期。創(chuàng)新驅(qū)動正推動物流業(yè)提檔升級，R&D活動是企業(yè)創(chuàng)新的根本驅(qū)動力[1]。例如，中國遠(yuǎn)洋重點開展移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)技術(shù)應(yīng)用、集裝箱航運電子商務(wù)交易平臺和全智能自動化碼頭的自主研發(fā)，增加貨運量，提高企業(yè)的盈利能力。上海陸上貸運交易中心“56135”網(wǎng)站改版后，針對洋山港集裝箱運輸交易項目，規(guī)范洋山港乃至整個自貿(mào)區(qū)集裝箱運輸交易市場，減少轉(zhuǎn)運交易環(huán)節(jié)，大大降低集裝箱轉(zhuǎn)運成本。企業(yè)通過將R&D活動形成的創(chuàng)新成果應(yīng)用到生產(chǎn)經(jīng)營中，提高企業(yè)績效水平[2]，進(jìn)而促進(jìn)“兩型社會”的發(fā)展[3]。然而，物流業(yè)R&D投入普遍存在注重研發(fā)中心建設(shè)、設(shè)備購置等，忽視研發(fā)團(tuán)隊建設(shè)，導(dǎo)致資產(chǎn)設(shè)備閑置浪費，研發(fā)投入達(dá)不到預(yù)期效果。那么，快速增長的研發(fā)經(jīng)費是否真正提高了企業(yè)研發(fā)績效呢？基于此，本文研究我國物流企業(yè)R&D投入對其經(jīng)營績效的影響，識別企業(yè)研發(fā)的本質(zhì)效果和對企業(yè)績效的貢獻(xiàn)程度，揭示物流企業(yè)R&D投入活動特點，對我國物流業(yè)提高研發(fā)效益具有重要意義。

數(shù)據(jù)包絡(luò)方法（DEA）常用于評價物流企業(yè)經(jīng)營績效，主要源于DEA方法對參數(shù)或生產(chǎn)函數(shù)無特殊要求，適用于評價具有多維輸入輸出指標(biāo)的DMU效率值[4]。鄧學(xué)平等[5]在CCR/BBC-DEA方法的基礎(chǔ)上，比較分析了我國滬深港證券市場中55家上市物流企業(yè)的生產(chǎn)、規(guī)模效率。Park et al.[6]運用DEA方法分析韓國14家物流供應(yīng)商5年的面板數(shù)據(jù)檢測其生產(chǎn)效率狀況。張寶友等[7]建立AHP/DEA模型對我國A股的14家上市物流企業(yè)進(jìn)行績效評價并驗證了其實用性。楊德權(quán)等[8]根據(jù)提出的交叉效率DEA-熵IAHP方法對物流企業(yè)進(jìn)行績效評價并證明其有效性和優(yōu)越性。Hung et al.[9]應(yīng)用傳統(tǒng)DEA模型和收益成比例等方法探索運營效率、規(guī)模效率和亞洲集裝箱港口的DEA效率的可變性。史成東等[10]依據(jù)對抗型交叉評價方法，對22家上市物流公司進(jìn)行績效評價。李曉梅等[11]運用超效率DEA方法對國有物流企業(yè)總體績效水平進(jìn)行考察。Jim Wu et al.[12]對比分析了新興市場與發(fā)達(dá)國家市場的集裝箱港口的運營效率?？梢姡\用DEA方法評價物流企業(yè)績效或運營效率是最常用的有效方法，本文為揭示R&D投入對企業(yè)績效的影響現(xiàn)狀，需將R&D投入作為績效評價的指標(biāo)之一，但上述文獻(xiàn)在指標(biāo)的選取中都未考慮R&D投入指標(biāo)對物流企業(yè)績效的重要性，本文將在主要績效評價指標(biāo)的基礎(chǔ)上增加R&D投入指標(biāo)，來研究R&D投入是否已成為影響物流企業(yè)績效的關(guān)鍵因素，揭示我國上市物流企業(yè)R&D投入現(xiàn)狀及其對企業(yè)績效的影響程度。為著重分析R&D投入指標(biāo)對績效的影響程度，周婷婷等[13]用DEA方法對比分析去掉某一指標(biāo)后的新指標(biāo)組合與全部指標(biāo)體系評價的效率值，考察這一指標(biāo)對績效的靈敏度。羅俊浩等[14]在SBM-DEA模型基礎(chǔ)上對比分析2005—2011年中國八大集裝箱港口包含和不包含CO2排放量的港口集裝箱環(huán)境效率，研究CO2排放量對效率的影響。李鴻禧等[15]逐一剔除指標(biāo)來提取影響企業(yè)科技創(chuàng)新效率的關(guān)鍵因素?；诖耍疚膶Ρ确治鲇蠷&D投入指標(biāo)和無R&D投入指標(biāo)下2013—2015年我國16家上市物流企業(yè)績效的差異及R&D貢獻(xiàn)程度，探究R&D投入對績效而言是否是有效投入以及兩者相關(guān)關(guān)系。為保證兩種情況下績效差異的真實性，本文從數(shù)值結(jié)果對比考慮R&D投入指標(biāo)的前后效率值差異的基礎(chǔ)上，將兩組結(jié)果進(jìn)行顯著性分析，檢驗加入R&D投入指標(biāo)前后效率值變化的實質(zhì)差異，以證實我國上市物流企業(yè)R&D活動對績效的本質(zhì)影響。

綜上所述，本文研究我國上市物流企業(yè)R&D投入對其經(jīng)營績效的影響，采用超效率DEA評價方法，比較在有、無R&D投入指標(biāo)兩種情況下2013—2015年我國16家上市物流企業(yè)的效率值，并對得到的兩組結(jié)果進(jìn)行非參數(shù)檢驗，分析R&D投入是否為有效投入，與績效的相關(guān)關(guān)系及其對績效的貢獻(xiàn)程度，揭示我國上市物流企業(yè)R&D投入效用情況和重要程度，指導(dǎo)企業(yè)改善研發(fā)投入方向和力度，提高企業(yè)科技創(chuàng)新能力。

二、超效率DEA評價模型

本文采用超效率DEA模型來研究R&D投入對我國上市物流企業(yè)經(jīng)營績效的影響。超效率（Super Efficiency）DEA模型[16]是基于經(jīng)典數(shù)據(jù)包絡(luò)分析法提出的生產(chǎn)前沿規(guī)模收益不變的數(shù)據(jù)包絡(luò)分析法。基本思想是在對第k0個決策單元（記為DMU0）進(jìn)行效率評價時，用除DMU0之外的其他所有DMU輸入和輸出變量的線性組合替換DMU0的輸入和輸出變量，剔除DMU0，而CCR-DEA模型包含DMU0。另一個有效DMU的投入按比例增加，則效率值保持不變，投入增加比例則為其超效率評價值。Chen[17]首次將超效率DEA模型應(yīng)用于識別DEA有效的DMU的效率值差異。在運用超效率DEA模型得到的效率值結(jié)果中，對于非DEA有效的DMU，其效率值與CCR-DEA模型計算結(jié)果相同，進(jìn)一步判別在CCR-DEA模型中DEA有效（效率值為1）的DMU效率值高低。基于此，本文將選用超效率DEA模型來評價我國上市物流企業(yè)的經(jīng)營績效。endprint

假定有n家待評價的上市物流企業(yè)，即有n個DMU，每一個DMU有m個輸入變量和s個輸出變量，xk和yk分別為DMUk的輸入向量xk=（x1k，x2k，…，xmk）T>0和輸出向量yk=（y1k，y2k，…，ysk）T>0。其中，xik是DMUk的第i個輸入變量，yjk是DMUk的第j個輸出變量，k∈[1，n]。在進(jìn)行DMU0效率評價時，輸入和輸出變量分別記為x0和y0，將DMU0在CCR-DEA模型中去除后則轉(zhuǎn)化為超效率DEA線性規(guī)劃問題，如式1所示。

Minθs u p

（1）

根據(jù)1式將求出DEA有效的物流企業(yè)實際效率值，效率值越大，該企業(yè)績效越好，效率值超出1的那部分?jǐn)?shù)值表示企業(yè)即使再等比例增加如此的投入，它在整個上市物流企業(yè)評價對象中仍能保持相對有效。對于非DEA有效的物流企業(yè)效率值與CCR模型一致。

三、我國上市物流企業(yè)經(jīng)營績效實證研究

（一）指標(biāo)選取與數(shù)據(jù)標(biāo)準(zhǔn)化處理

通過梳理國內(nèi)外有關(guān)研究企業(yè)經(jīng)營效率問題的相關(guān)文獻(xiàn)，歸納總結(jié)出主要投入、產(chǎn)出指標(biāo)集，結(jié)合物流企業(yè)自身特征并考慮指標(biāo)數(shù)據(jù)的可獲得性，再根據(jù)本文為研究物流企業(yè)研發(fā)活動的真實有效性，選取的投入指標(biāo)為固定資產(chǎn)凈值、主營業(yè)務(wù)成本、在職員工人數(shù)、R&D投入，產(chǎn)出指標(biāo)為凈利潤、主營業(yè)務(wù)收入、每股收益。

物流業(yè)歸屬于“運輸業(yè)和倉儲業(yè)”，運輸業(yè)又分為水上、公路、鐵路和航空運輸。為準(zhǔn)確獲取R&D投入數(shù)據(jù)，本研究選取年報中明確有R&D投入數(shù)據(jù)報告的上市物流企業(yè)為初始樣本，剔除不足研究年限和R&D投入數(shù)據(jù)缺失的公司后，為獲得最大樣本量，最終選取2013—2015年16家企業(yè)作為研究對象，其中有4家企業(yè)屬于運輸業(yè)，9家屬于交通運輸輔助業(yè)，3家屬于倉儲業(yè)，鐵路企業(yè)樣本沒有。表1將我國16家上市物流企業(yè)進(jìn)行分類、編號。各指標(biāo)原始數(shù)據(jù)皆取自16家上市物流公司的2013—2015年年報（新浪財經(jīng)網(wǎng)）。

一般情況下，DEA模型對數(shù)據(jù)量綱無特殊要求，但本文中各指標(biāo)的數(shù)量級差別太大，可能導(dǎo)致數(shù)量級大的指標(biāo)如數(shù)億級的主營業(yè)務(wù)收入等掩蓋了如每股收益等數(shù)量級小的指標(biāo)的效用。因此，本文將原始數(shù)據(jù)標(biāo)準(zhǔn)化處理為同等數(shù)量級別，采用線性無量綱化極值法進(jìn)行無量綱化處理，消除指標(biāo)原始數(shù)據(jù)間由于數(shù)量級懸差太大所產(chǎn)生的影響。Xrk表示第k家物流企業(yè)的第r項指標(biāo)數(shù)值，采用極值法公式X'rk=×0.9+0.1，r∈[1，m+s]，X'rk∈[0.1，1]將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，其中M、N分別為第r項指標(biāo)數(shù)據(jù)中的最大值和最小值，即M={Xrk}，N={Xrk}，2013—2015年，我國16家上市物流企業(yè)各投入、產(chǎn)出指標(biāo)原數(shù)據(jù)處理后的結(jié)果如表2所示。

（二）R&D投入對物流企業(yè)績效影響

由于超效率DEA模型只是對DEA有效的物流企業(yè)進(jìn)行識別，得到非DEA有效物流企業(yè)的效率值與CCR模型的相同，所以只用超效率DEA模型對2013—2015年我國16家上市物流企業(yè)無量綱化處理后的數(shù)據(jù)進(jìn)行效率評價，計算有、無R&D投入兩種情況下企業(yè)經(jīng)營效率，并分析R&D貢獻(xiàn)率，揭示各企業(yè)R&D投入對績效的貢獻(xiàn)程度及相關(guān)關(guān)系，R&D貢獻(xiàn)率=（有R&D指標(biāo)效率值-無R&D指標(biāo)效率值）/無R&D指標(biāo)效率值×100%，得到表3所示的各企業(yè)績效評價結(jié)果。為比較不同物流企業(yè)類型間有、無R&D投入的績效差異，得到表4所示結(jié)果。

如表3所示，物流企業(yè)間績效多角度比較，縱觀全局，2013—2015年期間16家上市物流企業(yè)包含R&D投入的經(jīng)營效率值明顯高于不包含R&D投入的效率值，前者達(dá)到DEA有效的數(shù)量顯然較多，企業(yè)績效增長了10%左右，說明R&D投入對物流企業(yè)績效呈正相關(guān)關(guān)系，但各年各企業(yè)間R&D貢獻(xiàn)率差異較大，物流企業(yè)研發(fā)對改善績效的效果仍不容樂觀。均值層面，2014年R&D投入對企業(yè)績效的影響度最突出，2015年則又放緩，但R&D投入影響的企業(yè)數(shù)量逐年增加，至2015年占75%，并且不論是否剔除R&D投入指標(biāo)，3年期間的效率值波動幅度逐年降低。由此可看出，各企業(yè)的研發(fā)活動對績效的正影響已初現(xiàn)成效，企業(yè)經(jīng)營績效增長平穩(wěn)，逐步優(yōu)化?？v向觀察，2013年，有一半企業(yè)的績效與R&D投入指標(biāo)有關(guān)，其中受其正影響最大的是中國國航，考慮R&D投入后效率值從0.9444上升至1.9848，位居第二，R&D貢獻(xiàn)率最高，達(dá)110.17%；其次是山東高速，兩種情況都達(dá)到DEA有效，R&D貢獻(xiàn)率為24.42%。2014年，R&D投入使績效增長幅度最大的企業(yè)依次為中國國航、五洲交通和中國遠(yuǎn)洋，考慮R&D投入后，從非DEA有效到DEA有效，R&D貢獻(xiàn)率依次為125.85%、20.46%、20.27%。與上年相比，2014年56.25%的企業(yè)在R&D投入作用下效率值提升。2015年，R&D貢獻(xiàn)率最高的依舊屬中國國航，有R&D投入時的效率值為1.6696，效率排名居首位，但效率值小于1的6家企業(yè)效率值增長跨度不大，并沒有發(fā)生質(zhì)的提高，其他企業(yè)效率值仍保持在1以上。橫向比較，2013—2015年期間，最得益于研發(fā)活動的是中國國航，有研發(fā)投入的效率值排名穩(wěn)居前列；雖然五洲交通不論有、無R&D投入其效率值都呈下降趨勢，但前者的效率值仍大于后者；天津港和上港集團(tuán)的R&D貢獻(xiàn)率均為0，但仍保持DEA有效；R&D投入效果不明顯的還有長江投資、中原高速、贛粵高速、飛力達(dá)和華鵬飛，其余企業(yè)都不同程度地受R&D投入的影響；顯然，與前兩年相比，2015年顯現(xiàn)研發(fā)投入價值效用的企業(yè)數(shù)量大大增多。

如表4所示，企業(yè)類型間綜合比較，行業(yè)平均值顯示，2013—2015年我國物流業(yè)發(fā)展呈上升趨勢，其R&D投入對績效提高的貢獻(xiàn)效果逐年加大。除公路運輸業(yè)效率值不變外，其他4種類型的企業(yè)在考慮R&D投入后的效率值皆升高，其中，航空運輸業(yè)和水上運輸業(yè)的效率值變化幅度較大，R&D投入對績效提高的貢獻(xiàn)效果最明顯，航空運輸業(yè)3年平均R&D投入貢獻(xiàn)率最高，達(dá)56.82%，其次是水上運輸業(yè)的為12.05%，說明該類物流企業(yè)R&D投入已取得突破，發(fā)揮其價值，但兩者相差較大，水上運輸業(yè)應(yīng)穩(wěn)中求進(jìn)，大力提高研發(fā)投入價值效用，交通運輸輔助業(yè)效率值變化較平穩(wěn)，3年間R&D貢獻(xiàn)率在4.5%上下波動，兩種情形下效率值皆超過1，其經(jīng)營績效最優(yōu)，而公路運輸業(yè)和倉儲業(yè)的研發(fā)效果最差，3年平均R&D投入貢獻(xiàn)率分別為1.34%、0.58%，對績效的正影響程度較弱，且3年間經(jīng)營績效也較差。endprint

綜上，從兩個層面多角度揭示了我國物流企業(yè)的R&D投入是有效投入，雖然其貢獻(xiàn)程度仍存在異質(zhì)性，但與企業(yè)績效的正相關(guān)關(guān)系顯著性日益明顯，有力促進(jìn)了企業(yè)績效的提高，可見未來R&D投入將成為物流企業(yè)經(jīng)營績效提升的重要抓手。那么，考慮R&D投入后效率值究竟是數(shù)值上的增加還是實質(zhì)提高了企業(yè)績效，R&D投入與企業(yè)績效的正相關(guān)關(guān)系是否真實，需要對有、無R&D投入企業(yè)效率值的變化做進(jìn)一步的論證。

（三）R&D投入效應(yīng)非參數(shù)檢驗

為了檢驗考慮R&D投入指標(biāo)后企業(yè)效率值是實質(zhì)的增加還是表面上數(shù)值變化，必須對2013—2015年我國16家上市物流企業(yè)在有、無R&D投入作為評價指標(biāo)的效率值進(jìn)行兩配對樣本非參數(shù)檢驗，再對比3年的檢驗結(jié)果是否具有一致性，由于不同企業(yè)類型的效率值是相關(guān)企業(yè)效率的平均且樣本較少，可不必進(jìn)行檢驗。兩配對樣本非參數(shù)檢驗在兩樣本總體分布不確定的情況下適用，主要檢驗兩配對樣本總體，樣本配對條件必須滿足同一研究對象（或兩配對對象）在兩種不同方法處理下的效果比較，或同一研究對象（或兩配對對象）在處理前后的效果比較。經(jīng)檢驗，由于超效率DEA方法計算的效率值不服從正態(tài)分布，并且是對16家上市物流企業(yè)在有、無R&D投入作為評價指標(biāo)的效率值進(jìn)行比較，服從樣本配對條件，所以通常更適合采用Wilcoxon符號秩檢驗的兩配對樣本非參數(shù)檢驗方法，R&D投入效應(yīng)顯著性Wilcoxon符號秩檢驗步驟如下：

Step1：提出原假設(shè)和備擇假設(shè)

原假設(shè)，H0：我國16家上市物流公司在有、無R&D投入指標(biāo)下的效率值無顯著差異；

備擇假設(shè)，H1：我國16家上市物流公司在有、無R&D投入指標(biāo)下的效率值有顯著差異。

Step2：Z統(tǒng)計量

兩配對樣本的Wilcoxon符號秩檢驗構(gòu)造的Z統(tǒng)計量計算公式如下，它近似服從正態(tài)分布：

Z=

其中，n為上市物流企業(yè)個數(shù)；W=Min（W+，W-），W+為正號秩總和，W-為負(fù)號秩總和。

Step3：給定顯著性水平，分析檢驗結(jié)果

在顯著性水平α=0.05下，得出檢驗結(jié)果：2013—2015年Z檢驗統(tǒng)計量分別為-2.521、-2.666、-3.059；對應(yīng)的漸進(jìn)顯著性（雙尾）P2013=0.012，P2014=0.008，P2015=0.002。可知2013—2015年的檢驗結(jié)果具有一致性，得出的P值皆小于給定的顯著性水平α，所以拒絕原假設(shè)，即評價企業(yè)績效時包含與不包含R&D投入指標(biāo)下的效率值差異具有統(tǒng)計學(xué)意義，說明R&D投入指標(biāo)的加入從實質(zhì)上提高了我國16家上市物流企業(yè)的績效，R&D投入是有效投入，對企業(yè)績效是正影響。再對比這三年的P值，顯著性程度逐年增長，到2015年顯著性達(dá)0.002，幾乎接近于0，說明我國物流企業(yè)R&D投入對企業(yè)績效提升的作用效果顯著加強，即正相關(guān)關(guān)系顯著性增強，研發(fā)效果日益突顯，成為改善企業(yè)績效的關(guān)鍵指標(biāo)，驗證結(jié)果與上述評價結(jié)果一致。

四、結(jié)語

本文以研究2013—2015年我國上市物流企業(yè)R&D投入對企業(yè)績效的真實性作用為切入點，應(yīng)用超效率DEA評價方法分析比較了在有、無R&D投入指標(biāo)兩種情形下企業(yè)經(jīng)營績效的差異，以求證R&D投入是否為有效投入及與績效的相關(guān)關(guān)系，再通過分析R&D貢獻(xiàn)率揭示R&D投入對改善企業(yè)績效的貢獻(xiàn)程度，并用非參數(shù)檢驗方法分別檢驗2013—2015年此兩種情形下效率值差異的顯著性，保證結(jié)果的科學(xué)性。研究結(jié)果發(fā)現(xiàn)：（1）我國物流企業(yè)的R&D投入是有效投入，與企業(yè)績效呈正相關(guān)，且顯著性逐年增強。在考慮R&D投入指標(biāo)后，大部分公司的經(jīng)營績效都得到改善，航空運輸業(yè)和水上運輸業(yè)總體上表現(xiàn)最好，并用非參數(shù)檢驗證實了R&D投入活動是有效投入，顯著性逐年提升明顯，可從根本上提高企業(yè)績效。由此說明現(xiàn)階段我國上市物流企業(yè)研發(fā)活動的投入產(chǎn)出比例基本協(xié)調(diào)，穩(wěn)中求進(jìn)，平穩(wěn)發(fā)展。（2）我國物流企業(yè)R&D投入貢獻(xiàn)程度異質(zhì)性較高。企業(yè)間比較，中國國航R&D貢獻(xiàn)率最高可達(dá)125.85%，大部分企業(yè)R&D貢獻(xiàn)率都位于15%以下，而且部分企業(yè)R&D貢獻(xiàn)率極低，年增長較緩慢，比如交通運輸輔助業(yè)的天津港和上港集團(tuán)，3年內(nèi)R&D貢獻(xiàn)率均為0，R&D投入對企業(yè)績效毫無影響，包括贛粵高速及公路運輸業(yè)的長江投資和倉儲業(yè)的飛力達(dá)和華鵬飛，3年期間R&D貢獻(xiàn)率最高為4.02%；從企業(yè)類型來看，公路運輸業(yè)和倉儲業(yè)的3年平均R&D貢獻(xiàn)率與航空運輸業(yè)的分別相差55.48和56.24個百分點。由此說明R&D貢獻(xiàn)率較低的這些企業(yè)沒有充分發(fā)揮研發(fā)活動的價值，造成資源投入浪費，得到零產(chǎn)出，也有類似交通運輸輔助業(yè)的中原高速在2015年R&D投入效用開始呈現(xiàn)，R&D投入價值體現(xiàn)的時間滯后性較長，因此我國物流企業(yè)R&D投入效果仍有待提高。

綜上，本文的創(chuàng)新之處主要體現(xiàn)在：內(nèi)容上，不僅探討了R&D投入與企業(yè)績效的關(guān)系，進(jìn)而通過縱橫向比較分析三年期間各企業(yè)R&D貢獻(xiàn)率，得到R&D投入對物流企業(yè)績效的貢獻(xiàn)程度，揭示我國物流企業(yè)研發(fā)投入是有效投入，與企業(yè)績效呈正相關(guān)，且正相關(guān)關(guān)系顯著性逐年提高，但企業(yè)R&D投入貢獻(xiàn)程度存在異質(zhì)性。方法上，在企業(yè)績效主要評價指標(biāo)基礎(chǔ)上加入R&D投入指標(biāo)，不僅從數(shù)值上比較加入R&D投入指標(biāo)前、后效率值的變化，也從統(tǒng)計上檢驗兩種效率值變化的本質(zhì)差異，顯著性是否具有統(tǒng)計學(xué)意義，進(jìn)而驗證研發(fā)投入是有效投入的真實性及其與績效的正相關(guān)關(guān)系。當(dāng)然，本文仍然存在某些研究局限。第一，本文主要研究對象是我國上市物流企業(yè)，而國內(nèi)眾多非上市物流企業(yè)也有開展研發(fā)活動，其R&D投入狀況及其對提高企業(yè)績效的貢獻(xiàn)程度也是值得進(jìn)一步研究的問題；第二，由于2013年之前開展研發(fā)活動的上市物流企業(yè)較少，為獲得較多研究樣本，所取時間跨度較??；第三，本文只研究了物流企業(yè)R&D投入狀況及對企業(yè)績效的貢獻(xiàn)程度，得出企業(yè)R&D投入貢獻(xiàn)程度存在異質(zhì)性，未來需進(jìn)一步探索導(dǎo)致各企業(yè)R&D貢獻(xiàn)率異質(zhì)性較高的原因?！馿ndprint

【參考文獻(xiàn)】

[1] 趙心剛，汪克夷，孫海洋.我國上市公司研發(fā)投入對公司績效影響的滯后效應(yīng)研究——基于雙向固定效應(yīng)模型的實證分析[J]. 現(xiàn)代管理科學(xué)，2012（8）：17-19.

[2] 曹昱，劉美鳳，饒競. 研發(fā)費用對企業(yè)績效的影響——基于中日技術(shù)密集型企業(yè)的對比分析[J].會計之友，2016（17）：90-94.

[3] ZHENG S S，LUO B，LIU Z Y，et al. Empirical research on the industrial R&D investment and "Two Oriented Society" Construction in China-On the Analysis of Anhui Industrial Sector [J]. Journal of Service Science and Management，2015，8（1）：34-41.

[4] 雷西洋，王金年，李勇軍，等.基于集中式模型的我國各地區(qū)及三大產(chǎn)業(yè)的DEA效率評價[J].系統(tǒng)工程理論與實踐，2014，34（12）：3167-3174.

[5] 鄧學(xué)平，王旭，ADA SUK FUNG NG. 我國物流企業(yè)生產(chǎn)效率與規(guī)模效率[J].系統(tǒng)工程理論與實踐，2009，29（4）：34-42.

[6] PARK H G，LEE Y J. The efficiency and productivity analysis of large logistics providers services in Korea[J].The Asian Journal of Shipping and Logistics，2015，31（4）：469-476.

[7] 張寶友，達(dá)慶利，黃祖慶. 基于AHP/DEA模型的上市物流公司績效評價[J].工業(yè)工程與管理，2008，13（5）：67-71.

[8] 楊德權(quán)，薛云霞. 基于交叉效率DEA和熵IAHP對物流企業(yè)績效評價[J].運籌與管理，2015，24（3）：172-178.

[9] HUNG S W，LU W M，WANG T P. Benchmarking the operating efficiency of Asia container ports [J]. European Journal of Operational Research，2010，203（3）：706-713.

[10] 史成東，陳菊紅，張雅琪.物流公司績效的DEA交叉評價[J].系統(tǒng)工程，2010，28（1）：47-52.

[11] 李曉梅，白雪飛.基于超效率CCR-DEA的國有物流企業(yè)績效實證分析[J].中國流通經(jīng)濟，2016，30（4）：26-32.

[12] JIM WU Y C，GOH M. Container port efficiency in emerging and more advanced markets[J].Transportation Research Part E，2010，46（6）：1030-1042.

[13] 周婷婷，劉名武，張旭. 我國上市物流企業(yè)績效評價實證分析 [J]. 鐵道運輸與經(jīng)濟，2014，36（8）：10-14.

[14] 羅俊浩，崔娥英，季建華. 考慮CO2排放的中國八大集裝箱港口環(huán)境效率評價——基于SBM-DEA模型 [J]. 科技管理研究，2014，34（21）：66-69.

[15] 李鴻禧，遲國泰. 基于DEA-t檢驗的以企業(yè)為主體的科技創(chuàng)新效率評價[J].中國管理科學(xué)，2016，24（11）：109-119.

[16] ANDERSEN P，PETERSEN N C. A procedure for ranking efficient unit s in data envelopment analysis [J].Management science，1993，39（10）：1261-1294.

[17] CHEN Y. Ranking efficient units in DEA [J]. The International Journal of Management Science，2004，32（3）：213-219.endprint