物流上市企業(yè)技術(shù)效率分類測(cè)度及影響因素分析

李衛(wèi)忠，湯宇曦

（江門職業(yè)技術(shù)學(xué)院，廣東 江門 529090）

1 引言

近年來(lái)，我國(guó)物流業(yè)取得快速發(fā)展，物流規(guī)模持續(xù)快速擴(kuò)大。2017年，我國(guó)實(shí)現(xiàn)社會(huì)物流總額252.8萬(wàn)億元，比2010年增長(zhǎng)101.6%，年均增長(zhǎng)近11個(gè)百分點(diǎn)；物流業(yè)總收入8.8萬(wàn)億元，比上年增長(zhǎng)11.5%。物流業(yè)吸納就業(yè)人數(shù)快速增加，2017年我國(guó)物流崗位從業(yè)人員數(shù)為5 369萬(wàn)人，成為人員增長(zhǎng)最快的行業(yè)之一，已經(jīng)占到全國(guó)就業(yè)人員6.5%。可見(jiàn)，物流業(yè)在近幾年取得了巨大的突破，物流業(yè)的快速發(fā)展也使其逐漸成為國(guó)民經(jīng)濟(jì)發(fā)展中的支柱產(chǎn)業(yè)。在我國(guó)物流業(yè)實(shí)現(xiàn)快速增長(zhǎng)的背后，物流也同時(shí)面臨著產(chǎn)業(yè)集約度不高、資源浪費(fèi)、效率較低等問(wèn)題。2017年，社會(huì)物流總費(fèi)用與GDP的比率為14.6%，實(shí)現(xiàn)“五連降”，但仍高于主要發(fā)達(dá)國(guó)家8%-9%和新興經(jīng)濟(jì)體11%-13%的水平[1]。十九大報(bào)告中明確指出，我國(guó)經(jīng)濟(jì)已由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，必須堅(jiān)持質(zhì)量第一、效益優(yōu)先，提高全要素生產(chǎn)率。因此，本文選擇我國(guó)物流上市企業(yè)作為研究對(duì)象，以技術(shù)效率衡量物流企業(yè)的效率狀況，探討股權(quán)結(jié)構(gòu)、企業(yè)規(guī)模等因素對(duì)物流上市公司技術(shù)效率的影響，為促進(jìn)我國(guó)物流行業(yè)向高質(zhì)量發(fā)展轉(zhuǎn)型提供參考。

目前已有部分學(xué)者從不同角度對(duì)物流產(chǎn)業(yè)或者物流企業(yè)的效率水平進(jìn)行了測(cè)度，如艾小輝[2]利用DEA模型對(duì)我國(guó)19家物流上市企業(yè)進(jìn)行實(shí)證分析，研究表明我國(guó)物流企業(yè)的效率普遍不高，很多物流企業(yè)未達(dá)到規(guī)模經(jīng)濟(jì)的狀態(tài)。胡慧嫣[3]利用DEA Malmquist生產(chǎn)效率變化指數(shù)，發(fā)現(xiàn)廣東物流企業(yè)生產(chǎn)效率發(fā)展呈下降趨勢(shì)，其中技術(shù)變動(dòng)是影響廣東物流企業(yè)效率下降的主要因素。孟魁[4]使用DEA方法對(duì)我國(guó)中部地區(qū)在能耗和碳排放約束條件下的物流效率問(wèn)題進(jìn)行了研究，結(jié)果表明中部六省的物流產(chǎn)業(yè)存在非技術(shù)效率和非規(guī)模效率，而R&D投入和教育事業(yè)支持力度影響了這些非效率。莊玉良等[5]采用DEA和Malquist生產(chǎn)力指數(shù)模型，以16家物流上市公司為樣本進(jìn)行實(shí)證研究，結(jié)果表明我國(guó)物流業(yè)TFP平均增長(zhǎng)率為4.7%，技術(shù)進(jìn)步與創(chuàng)新是生產(chǎn)率提升的主要原因。曹國(guó)[6]采用貝葉斯面板數(shù)據(jù)隨機(jī)前沿方法對(duì)32家物流上市公司的生產(chǎn)效率進(jìn)行研究，結(jié)果表明在2000-2007年間我國(guó)物流企業(yè)的平均生產(chǎn)效率變化較小，呈現(xiàn)小幅度增長(zhǎng)趨勢(shì)，而2008-2013年間效率大幅度下滑，投入與產(chǎn)出比例嚴(yán)重失衡，生產(chǎn)無(wú)效率增加?？傮w來(lái)看，關(guān)于技術(shù)效率關(guān)系方面的研究雖然取得了一定的研究成果，研究結(jié)論和政策建議對(duì)物流行業(yè)效率提升具有一定的啟示作用，但大部分研究所得到的效率值未將外部因素及隨機(jī)要素進(jìn)行剝離分析，因此測(cè)算的效率值會(huì)有一定偏差，故本文采用三階段DEA模型，選擇我國(guó)37家物流上市企業(yè)2013-2017年的面板數(shù)據(jù)，對(duì)這一時(shí)期物流企業(yè)技術(shù)效率進(jìn)行測(cè)算，并將物流企業(yè)分為海運(yùn)、公路、倉(cāng)儲(chǔ)等不同類型，分析不同類型物流企業(yè)效率發(fā)展的規(guī)律及差異。最后從股權(quán)集中度、公司規(guī)模、公司屬性等角度探討對(duì)物流企業(yè)技術(shù)效率的影響。

2 研究方法及模型建立

目前有關(guān)物流效率的研究有很多，國(guó)內(nèi)外評(píng)價(jià)物流效率的方法主要有：指標(biāo)樹法、層次分析法、模糊評(píng)價(jià)法、隨機(jī)前沿分析法（SFA）、數(shù)據(jù)包絡(luò)分析法（DEA）等[7]。前3種方法主觀性太強(qiáng)，隨機(jī)前沿分析法（SFA）屬于參數(shù)法，需要事先設(shè)定嚴(yán)格的函數(shù)形式及分布假設(shè)，計(jì)算較為復(fù)雜。數(shù)據(jù)包絡(luò)分析法（DEA）是基于線性規(guī)劃，適用于多輸入多輸出決策單元的相對(duì)效率值的一種非參數(shù)方法。但傳統(tǒng)DEA模型認(rèn)為所有與前沿值的偏差都是管理無(wú)效造成的，未將決策單元所處的外部環(huán)境和不可控變量等因素考慮在內(nèi)，導(dǎo)致其測(cè)算值會(huì)有一定偏差。因此本文采用Fried等提出的一種將傳統(tǒng)DEA方法與隨機(jī)前沿法（SFA）相結(jié)合的非參數(shù)方法，即三階段DEA模型，測(cè)算物流企業(yè)技術(shù)效率，利用此方法將影響物流企業(yè)技術(shù)效率不可控的外部環(huán)境因素進(jìn)行剝離，得到更加科學(xué)、準(zhǔn)確的物流企業(yè)效率值。

2.1 三階段DEA模型理論

三階段DEA模型的步驟如下：第一階段采用傳統(tǒng)的DEA對(duì)原始投入產(chǎn)出數(shù)據(jù)進(jìn)行分析；第二階段采用SFA方法對(duì)松弛變量中的環(huán)境影響因素、隨機(jī)干擾和低效項(xiàng)進(jìn)行區(qū)分，然后調(diào)整投入產(chǎn)出數(shù)據(jù)；第三階段運(yùn)用DEA分析方法再次分析調(diào)整后的投入和產(chǎn)出數(shù)量[8]。

第一階段：根據(jù)具體的分析目的，可以選擇DEA模型中的投入導(dǎo)向或產(chǎn)出導(dǎo)向。從文獻(xiàn)分析可知，大多數(shù)三階段DEA模型選擇投入導(dǎo)向的BCC（規(guī)模報(bào)酬可變）模型。對(duì)于任何決策單元，投入導(dǎo)向下對(duì)偶形式的BCC模型可表示為：

若θ=1，S+=S-=0，則表示決策單元DEA有效，說(shuō)明當(dāng)年投入與產(chǎn)出已達(dá)到最優(yōu)匹配，且不存在產(chǎn)出虧空、投入冗余；

若 θ=1，S+≠0，或S-≠0，則決策單元弱DEA有效；

若θ＜1，則決策單元非DEA有效，說(shuō)明在技術(shù)和管理投入方面存在偏差，對(duì)于企業(yè)投入存在浪費(fèi)現(xiàn)象，投入產(chǎn)出匹配還沒(méi)有達(dá)到最佳值。

BCC模型能夠計(jì)算各個(gè)決策單元的效率值，定義為技術(shù)效率（TE），技術(shù)效率（TE）可以分解為純技術(shù)效率（PTE）和規(guī)模效率（SE），TE=PTE*SE。

Fried認(rèn)為，管理無(wú)效率、環(huán)境因素和統(tǒng)計(jì)噪聲這三種因素影響決策單元的效率，故這三種因素的影響需進(jìn)行分離[9]。

第二階段：建立SFA模型，將環(huán)境因素、管理因素和隨機(jī)誤差作為自變量，松弛變量作為因變量。

具體函數(shù)形式:

其中，Sni是第i個(gè)決策單元第n項(xiàng)投入的松弛值；Zi是環(huán)境變量，βn是環(huán)境變量的系數(shù)；νni+μni是混合誤差項(xiàng)，νni表示隨機(jī)干擾，μni表示管理無(wú)效率。

第三階段：運(yùn)用調(diào)整后的投入產(chǎn)出變量再次運(yùn)行DEAP2.1測(cè)算各決策單元的效率，此時(shí)的效率已經(jīng)剔除隨機(jī)因素和環(huán)境因素的影響，從而更客觀地表現(xiàn)各決策單元管理無(wú)效率的狀況。

2.2 技術(shù)效率測(cè)度的投入產(chǎn)出指標(biāo)及數(shù)據(jù)來(lái)源

根據(jù)我國(guó)證監(jiān)會(huì)《上市公司行業(yè)分類指引》，將主營(yíng)業(yè)務(wù)為交通運(yùn)輸業(yè)和倉(cāng)儲(chǔ)業(yè)的上市公司界定為物流企業(yè)。按照主營(yíng)業(yè)務(wù)含交通運(yùn)輸業(yè)和倉(cāng)儲(chǔ)業(yè)相關(guān)業(yè)務(wù)篩選樣本，剔除成立時(shí)間不足5年的公司，最終得到了37家主營(yíng)物流的上市公司樣本。基礎(chǔ)數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)、東方財(cái)富網(wǎng)、巨潮資訊等，研究時(shí)間為2013-2017年。

對(duì)物流企業(yè)技術(shù)效率進(jìn)行評(píng)價(jià)時(shí)，為了全面客觀地反映物流上市企業(yè)的實(shí)際效率，本文在已有研究的基礎(chǔ)上，篩選出主營(yíng)業(yè)務(wù)成本、固定資產(chǎn)凈值、應(yīng)付職工薪酬等3個(gè)指標(biāo)作為投入指標(biāo)，將主營(yíng)業(yè)務(wù)收入這一指標(biāo)作為產(chǎn)出指標(biāo)。

2.3 技術(shù)效率測(cè)度的環(huán)境變量選取

Fried等認(rèn)為第一階段測(cè)度值與前沿值的差額將受到3個(gè)因素的影響，即內(nèi)部管理因素、外部因素以及隨機(jī)不可控因素。如果不剔除外部因素對(duì)評(píng)價(jià)對(duì)象的影響，會(huì)使處于環(huán)境惡劣的決策單元的最終效率測(cè)度值偏低，評(píng)價(jià)結(jié)果缺少公平性。

本文將從經(jīng)濟(jì)和政策層面選取環(huán)境變量因素。從物流業(yè)發(fā)展特性看，物流業(yè)運(yùn)作效率水平受地區(qū)社會(huì)消費(fèi)品零售額、地區(qū)居民消費(fèi)水平影響，從政策層面看，物流業(yè)效率水平受當(dāng)?shù)卣С至Χ扔绊?，因此選擇地區(qū)社會(huì)消費(fèi)品零售額、地區(qū)居民消費(fèi)水平、運(yùn)輸和倉(cāng)儲(chǔ)郵政業(yè)支出占當(dāng)?shù)刎?cái)政支出的比重3個(gè)變量作為環(huán)境變量。

3 實(shí)證分析

3.1 物流上市公司技術(shù)效率分析

運(yùn)用Deap2.1軟件對(duì)第一階段DEA模型進(jìn)行求解，然后采用SFA模型將第一階段得到的各企業(yè)的投入松弛變量作為被解釋變量，將環(huán)境變量作為解釋變量進(jìn)行回歸分析，再根據(jù)調(diào)整方法對(duì)投入變量進(jìn)行調(diào)整，重新計(jì)算技術(shù)效率、純技術(shù)效率、規(guī)模效率值，得到結(jié)果見(jiàn)表1。

從表1可以看出，排除環(huán)境因素和隨機(jī)因素影響后，物流企業(yè)總體平均技術(shù)效率有所上升，2013-2017年物流企業(yè)技術(shù)效率平均值為0.73，純技術(shù)效率平均值為0.96，規(guī)模效率平均值為0.76。其中處于效率前沿的物流企業(yè)只有上港集團(tuán)1個(gè)，技術(shù)效率值為1，既是純技術(shù)效率有效的，又是規(guī)模有效的，說(shuō)明上港集團(tuán)的要素投入組合合理，決策與管理水平較高。從純技術(shù)效率水平看，37家物流企業(yè)有13家純技術(shù)效率值為1（分別是恒基達(dá)鑫、新寧物流、長(zhǎng)江投資、順豐控股、華貿(mào)物流、申通快遞、韻達(dá)股份、圓通速遞、南京港、上港集團(tuán)、中遠(yuǎn)控股、長(zhǎng)航鳳凰），達(dá)到有效水平。從規(guī)模效率水平看，除了上港集團(tuán)，其余物流企業(yè)效率水平均未達(dá)到有效值。

從規(guī)模收益變化趨勢(shì)看，多數(shù)呈現(xiàn)規(guī)模遞增趨勢(shì)，恒基達(dá)鑫、新寧物流等32家物流企業(yè)是處于規(guī)模報(bào)酬遞增的，這些企業(yè)應(yīng)適當(dāng)增加投入，以改善企業(yè)產(chǎn)出效益。而順豐控股、中遠(yuǎn)海控2家物流企業(yè)處于規(guī)模報(bào)酬遞減，上港集團(tuán)、皖江物流、寧波港3家處于規(guī)模報(bào)酬不變，這些企業(yè)不應(yīng)再增加投入，重點(diǎn)是調(diào)整要素配置，通過(guò)改善內(nèi)部控制和管理來(lái)增進(jìn)效益。

表1 2013-2017年中國(guó)37家物流上市公司效率平均值測(cè)算表

將37家物流上市公司2013-2017年中每年的技術(shù)效率（TE）平均值、純技術(shù)效率（PTE）平均值、規(guī)模效率（SE）平均值計(jì)算出來(lái)，結(jié)果如圖1所示，可以發(fā)現(xiàn)，純技術(shù)效率是最高的，五年間的平均值為0.96，而技術(shù)效率平均值僅為0.73，因此規(guī)模效率低下是造成技術(shù)效率不高的主要原因，這也與目前我國(guó)物流業(yè)中小企業(yè)眾多、缺乏有國(guó)際競(jìng)爭(zhēng)力的龍頭企業(yè)、企業(yè)大而不強(qiáng)的現(xiàn)狀是相吻合的。

圖1 2013-2017年物流上市公司效率平均值趨勢(shì)圖

3.2 不同類型物流上市公司技術(shù)效率分析

為了進(jìn)一步分析不同類型物流企業(yè)的技術(shù)效率差異，本文按照證監(jiān)會(huì)行業(yè)分類標(biāo)準(zhǔn)，將37家物流企業(yè)分為公路運(yùn)輸企業(yè)、倉(cāng)儲(chǔ)企業(yè)、海運(yùn)運(yùn)輸企業(yè)3類，測(cè)算2013-2017年不同類型物流企業(yè)的技術(shù)效率、純技術(shù)效率、規(guī)模效率，結(jié)果見(jiàn)表2。

表2 2013-2017年不同類型物流上市公司平均效率

從技術(shù)效率來(lái)看，在3種類型物流企業(yè)中，海運(yùn)類物流企業(yè)效率值最高，平均值為0.76；其次為公路類物流企業(yè)，效率平均值為0.71；最差的為倉(cāng)儲(chǔ)類物流企業(yè)，效率平均值為0.62。從變動(dòng)趨勢(shì)來(lái)看，2013-2017年各類物流企業(yè)的技術(shù)效率具有周期性波動(dòng)的顯著特征，各類物流企業(yè)技術(shù)效率2013-2015年顯著上升，2015-2016年呈現(xiàn)下降趨勢(shì)，2016-2017年呈現(xiàn)上升趨勢(shì)。

圖2 2013-2017年不同類型物流上市公司技術(shù)效率趨勢(shì)圖

從技術(shù)效率的拆分來(lái)看，3種類型物流企業(yè)純技術(shù)效率值均遠(yuǎn)高于規(guī)模效率值，無(wú)論是年度值還是總體平均值，純技術(shù)效率平均值均在0.95以上，而規(guī)模效率的平均值均低于0.8，說(shuō)明規(guī)模效率低下是造成綜合技術(shù)效率值不高的主要因素，物流企業(yè)投入產(chǎn)出要素配置有待進(jìn)一步調(diào)整，未能體現(xiàn)出規(guī)模效應(yīng)。

4 物流企業(yè)技術(shù)效率影響因素分析

通過(guò)分析看出，2013-2017年物流企業(yè)技術(shù)效率總體水平不高，且趨勢(shì)具有顯著波動(dòng)性。為進(jìn)一步分析物流企業(yè)技術(shù)效率的影響因素，基于效率與企業(yè)股權(quán)結(jié)構(gòu)、企業(yè)規(guī)模、企業(yè)所有權(quán)屬性等因素之間的關(guān)系，構(gòu)建多元線性回歸模型。

4.1 變量與數(shù)據(jù)

本文將根據(jù)上市公司的特征，選擇股權(quán)集中度、第一大股東性質(zhì)、公司規(guī)模作為技術(shù)效率的影響因素。研究假設(shè)如下：

假設(shè)1：股權(quán)集中度越高，越易于公司進(jìn)行決策和經(jīng)營(yíng)，物流企業(yè)的技術(shù)效率越高。本文用前五大股東持股比例來(lái)衡量公司的股權(quán)集中度，用x1表示。

假設(shè)2：物流企業(yè)公司規(guī)模越大，技術(shù)效率越高。采用物流企業(yè)年末總資產(chǎn)來(lái)衡量企業(yè)規(guī)模，用x2表示。

假設(shè)3：第一大股東屬性為非國(guó)有性質(zhì)物流企業(yè)的技術(shù)效率要高于第一大股東屬性為國(guó)有性質(zhì)物流企業(yè)的技術(shù)效率。設(shè)置虛擬變量x3表示，若x3=0，則為非國(guó)有屬性物流企業(yè)；若x3=1，則為國(guó)有屬性物流企業(yè)。

4.2 回歸分析結(jié)果

使用SPSS 19.0進(jìn)行線性回歸求解模型，結(jié)果見(jiàn)表3，可以得到以下結(jié)論。

表3 物流企業(yè)技術(shù)效率影響因素線性回歸結(jié)果

（1）企業(yè)規(guī)模與物流企業(yè)技術(shù)效率顯著正相關(guān)。物流企業(yè)屬于勞動(dòng)密集型行業(yè)，規(guī)模越大，技術(shù)創(chuàng)新能力越強(qiáng)，資源配置要素更合理，技術(shù)效率更高，假設(shè)2成立。

（2）股權(quán)集中度、企業(yè)所有權(quán)屬性與物流企業(yè)技術(shù)效率正相關(guān)，但不顯著，假設(shè)1和假設(shè)3不成立。一般來(lái)說(shuō)股權(quán)集中度越高，越能激勵(lì)股東去提高企業(yè)效益，但從表3來(lái)看，股權(quán)集中度雖與物流企業(yè)技術(shù)效率正相關(guān)，但從統(tǒng)計(jì)學(xué)意義上不顯著；而企業(yè)所有權(quán)屬性與物流企業(yè)技術(shù)效率正相關(guān)的統(tǒng)計(jì)學(xué)意義上更加不顯著，說(shuō)明無(wú)論是國(guó)有性質(zhì)還是非國(guó)有性質(zhì)的物流企業(yè)，在技術(shù)效率提升上沒(méi)有顯著區(qū)別。

5 結(jié)論及建議

本文基于中國(guó)37家物流上市企業(yè)2013-2017年數(shù)據(jù)，采用三階段DEA模型從動(dòng)態(tài)時(shí)間研究了此階段物流企業(yè)的技術(shù)效率，并比較分析了公路、倉(cāng)儲(chǔ)、海運(yùn)各類企業(yè)的效率差異性。在實(shí)證分析的基礎(chǔ)上，進(jìn)一步分析了物流企業(yè)技術(shù)效率的影響因素，構(gòu)建了多元線性回歸模型，解釋了技術(shù)效率影響機(jī)制，得到以下幾點(diǎn)結(jié)論：

（1）從物流企業(yè)技術(shù)效率總體情況來(lái)看，2013-2017年物流企業(yè)技術(shù)效率平均值為0.73，且在樣本研究期間物流企業(yè)技術(shù)效率具有明顯波動(dòng)性，呈先上升后下降趨勢(shì)。規(guī)模效率低下是造成技術(shù)效率不高的主要因素。

（2）從不同類型物流企業(yè)技術(shù)效率的差異性來(lái)看，海運(yùn)類物流企業(yè)技術(shù)效率平均值為0.76，要高于公路類物流企業(yè)技術(shù)效率，倉(cāng)儲(chǔ)類物流企業(yè)技術(shù)效率最低，綜合平均技術(shù)效率值僅為0.62。

（3）從物流企業(yè)技術(shù)效率影響機(jī)制來(lái)看，通過(guò)構(gòu)建多元回歸模型，發(fā)現(xiàn)企業(yè)規(guī)模與物流企業(yè)技術(shù)效率顯著正相關(guān)，股權(quán)集中度、企業(yè)所有權(quán)屬性與物流企業(yè)技術(shù)效率正相關(guān)，但不顯著。

根據(jù)以上實(shí)證分析結(jié)論，為了能夠有效提高物流企業(yè)效率，可以采取如下政策措施：

（1）提高物流上市公司的資源配置效率。隨著市場(chǎng)經(jīng)濟(jì)的快速增長(zhǎng)、電子商務(wù)的崛起以及互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)手段的普遍應(yīng)用，我國(guó)物流行業(yè)得到了突飛猛進(jìn)的發(fā)展。物流上市公司應(yīng)該針對(duì)這些有利的市場(chǎng)，加大資源投入力度，推動(dòng)企業(yè)的業(yè)務(wù)轉(zhuǎn)型或升級(jí)。物流上市公司要加強(qiáng)與地方工業(yè)園區(qū)之間的合作，形成一個(gè)全方位的物流網(wǎng)絡(luò)，打破條塊分割和地區(qū)封鎖，海鐵聯(lián)運(yùn)、公鐵聯(lián)運(yùn)、陸空聯(lián)運(yùn)等合作模式的運(yùn)用能夠充分發(fā)揮物流上市公司的優(yōu)勢(shì)，減少企業(yè)的運(yùn)輸成本及費(fèi)用。另外，物流上市公司應(yīng)通過(guò)資產(chǎn)重組等手段促進(jìn)資源的優(yōu)化配置，提高資源配置效率。

（2）提升物流上市公司的技術(shù)水平和規(guī)模效率。在技術(shù)研發(fā)方面，對(duì)日照港、大連港、中遠(yuǎn)海等技術(shù)效率相對(duì)不高的物流上市公司，要進(jìn)一步加強(qiáng)高科技技術(shù)、設(shè)備在物流作業(yè)中的運(yùn)用，實(shí)現(xiàn)智能化物流，提高工作效率，創(chuàng)造更多更廣的市場(chǎng)成長(zhǎng)空間。另外，倉(cāng)儲(chǔ)類物流上市公司的技術(shù)效率整體水平較低，這類物流企業(yè)應(yīng)加大自動(dòng)化立體倉(cāng)儲(chǔ)、RFID等倉(cāng)儲(chǔ)設(shè)備和技術(shù)的投入。在規(guī)模上，恒基達(dá)鑫、新寧物流等32家物流企業(yè)是處于規(guī)模報(bào)酬遞增的，要加大市場(chǎng)開(kāi)拓，鞏固業(yè)務(wù)優(yōu)勢(shì)，壯大企業(yè)在這方面的業(yè)務(wù)規(guī)模；而順豐控股、中遠(yuǎn)?？?家處于規(guī)模報(bào)酬遞減的物流上市公司，要合理控制業(yè)務(wù)規(guī)模，提高運(yùn)營(yíng)能力，同時(shí)，注重企業(yè)和服務(wù)的品牌塑造和名牌效應(yīng)，提高客戶物流體驗(yàn)，努力提升經(jīng)營(yíng)管理水平。

（3）加強(qiáng)物流上市公司內(nèi)部管理。物流上市公司的整體規(guī)模效率不高是影響企業(yè)技術(shù)效率水平非常重要的因素，因此，我國(guó)的物流企業(yè)在積極擴(kuò)大業(yè)務(wù)規(guī)模的同時(shí)，應(yīng)加強(qiáng)內(nèi)部管理，按現(xiàn)代企業(yè)制度建立合適的管理體制，避免粗放式的規(guī)模擴(kuò)張，重視物流技術(shù)創(chuàng)新和應(yīng)用，提高運(yùn)營(yíng)效率。在企業(yè)運(yùn)營(yíng)過(guò)程中，應(yīng)注意加強(qiáng)投資風(fēng)險(xiǎn)防范，做好信息溝通與披露，加強(qiáng)物流服務(wù)的檢查與監(jiān)督，提高公司經(jīng)營(yíng)管理水平和風(fēng)險(xiǎn)防范能力，從而促進(jìn)我國(guó)物流上市公司管理效率的提升。