基于DEA模型的中國(guó)上市物流企業(yè)經(jīng)營(yíng)效率評(píng)價(jià)研究

吳宗澤，宋良榮 （上海理工大學(xué) 管理學(xué)院，上海 200093）

0 引 言

2021年商務(wù)部等部門(mén)關(guān)于《“十四五”服務(wù)貿(mào)易發(fā)展規(guī)劃》的印發(fā)，極大地推動(dòng)了服務(wù)貿(mào)易類(lèi)行業(yè)的高質(zhì)量發(fā)展。物流業(yè)作為擴(kuò)大內(nèi)需的一類(lèi)重點(diǎn)行業(yè)，目前正處于從傳統(tǒng)物流邁向現(xiàn)代物流的轉(zhuǎn)型關(guān)鍵期，其經(jīng)營(yíng)狀況應(yīng)得到特別關(guān)注。為更好地推動(dòng)物流業(yè)的轉(zhuǎn)型升級(jí)，促進(jìn)物流業(yè)的健康發(fā)展，本文將對(duì)國(guó)內(nèi)物流類(lèi)公司的經(jīng)營(yíng)效率進(jìn)行評(píng)價(jià)。

許多學(xué)者對(duì)物流效率的研究取得了一定成果。曾麗華[1]等利用DEA-ACE模型和K-means聚類(lèi)模型對(duì)40家中國(guó)上市物流企業(yè)的持續(xù)經(jīng)營(yíng)能力進(jìn)行分析，發(fā)現(xiàn)傳統(tǒng)物流企業(yè)的持續(xù)經(jīng)營(yíng)能力遠(yuǎn)低于供應(yīng)鏈物流類(lèi)企業(yè)；盧美麗[2]運(yùn)用DEA分析國(guó)內(nèi)各省級(jí)物流業(yè)的效率，發(fā)現(xiàn)企業(yè)經(jīng)營(yíng)管理水平是提升其效率的核心因素；梁瑩瑩[3]等以國(guó)內(nèi)物流企業(yè)為樣本構(gòu)建了結(jié)構(gòu)方程模型，發(fā)現(xiàn)可以通過(guò)拓寬經(jīng)營(yíng)思路來(lái)提升物流企業(yè)的對(duì)外投資績(jī)效；丁斌[4]等運(yùn)用DEA-Tobit模型分析2010—2012年國(guó)內(nèi)物流上市公司，發(fā)現(xiàn)整體效率不高并呈現(xiàn)下降趨勢(shì)。從上述文獻(xiàn)內(nèi)容可以發(fā)現(xiàn)，大多數(shù)學(xué)者雖然在物流效率的研究上已經(jīng)得出了很多具有實(shí)踐和理論價(jià)值的結(jié)論，但總體而言，對(duì)物流企業(yè)經(jīng)營(yíng)效率的研究不夠深入，如大部分研究都是從靜態(tài)的角度分析物流公司的效率。

因此，本文采用DEA-Malmquist方法從靜態(tài)和動(dòng)態(tài)兩個(gè)角度對(duì)國(guó)內(nèi)物流企業(yè)進(jìn)行全面研究，并分析影響物流企業(yè)效率變化的原因。先利用BCC模型分析物流企業(yè)的純技術(shù)效率和規(guī)模效率，再通過(guò)Malmquist指數(shù)研究物流企業(yè)經(jīng)營(yíng)效率在2017—2021年的動(dòng)態(tài)變化情況。

1 評(píng)價(jià)指標(biāo)體系的構(gòu)建

1.1 指標(biāo)選取

企業(yè)的經(jīng)營(yíng)是一個(gè)多投入、多產(chǎn)出的動(dòng)態(tài)過(guò)程，本文基于國(guó)內(nèi)物流公司的實(shí)際情況和大量文獻(xiàn)對(duì)經(jīng)營(yíng)效率的界定[5]，選擇固定資產(chǎn)、企業(yè)員工數(shù)量和營(yíng)業(yè)成本作為投入指標(biāo)來(lái)反映企業(yè)的資產(chǎn)規(guī)模、人力資本和運(yùn)營(yíng)成本，選擇凈資產(chǎn)收益率、資產(chǎn)周轉(zhuǎn)率和每股收益作為產(chǎn)出指標(biāo)反映企業(yè)的盈利能力、營(yíng)運(yùn)能力以及獲利能力。

1.2 樣本選取

樣本的選取依據(jù)證監(jiān)會(huì)2012版行業(yè)分類(lèi)所界定的“交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)”公司，截至2022年10月，我國(guó)在滬深證券交易所上市的A股物流公司共有117家。DEA方法要求DMU應(yīng)不少于投入與產(chǎn)出指標(biāo)數(shù)之和的3倍，在對(duì)首輪公開(kāi)募股后前兩年的樣本數(shù)據(jù)，ST、SST、*ST等掛牌股票有限公司和缺失財(cái)務(wù)數(shù)據(jù)的公司進(jìn)行剔除后，本文最終選取了58家上市物流公司作為樣本，所用數(shù)據(jù)均來(lái)源于CSMAR數(shù)據(jù)庫(kù)。DEA模型還規(guī)定投入和產(chǎn)出指標(biāo)的數(shù)據(jù)都是非負(fù)的，所以再對(duì)上述已選參數(shù)進(jìn)行無(wú)量綱的處理，使DMU的準(zhǔn)確性不受量綱干擾。

2 結(jié)論分析

2.1 經(jīng)營(yíng)效率靜態(tài)分析

2.1.1 物流上市公司層面

表1和圖1為DEA-BCC的運(yùn)行結(jié)果，2017—2021年國(guó)內(nèi)物流公司的經(jīng)營(yíng)效率達(dá)到有效（TE=1）的數(shù)量呈N形趨勢(shì)，分別在2019年和2021年達(dá)到最大值。可見(jiàn)，物流公司的經(jīng)營(yíng)狀況有所波動(dòng)，經(jīng)營(yíng)效率有待進(jìn)一步穩(wěn)定與提高。純技術(shù)效率有效（PTE=1）的公司數(shù)量呈逐年階梯上升的趨勢(shì)，從2017年的11家上升到2021年的15家，國(guó)內(nèi)物流類(lèi)公司的整體純技術(shù)效率也都在0.9上下略微浮動(dòng)。規(guī)模效率有效（SE=1）的公司數(shù)量的變化情況和TE=1的趨勢(shì)基本類(lèi)似，在2020年規(guī)模效率值達(dá)到最大，為0.808，雖然有上下波動(dòng)，但是總體較為穩(wěn)定并且具有上升的空間，不同公司應(yīng)根據(jù)各自所處的階段適當(dāng)?shù)卣耐度胭Y源的規(guī)模，以期提高規(guī)模效率。

表1 2017—2021年國(guó)內(nèi)物流上市公司的經(jīng)營(yíng)效率變化情況

圖1 2017—2021年國(guó)內(nèi)物流上市公司的經(jīng)營(yíng)效率變化走勢(shì)

從效率區(qū)間的角度來(lái)看，根據(jù)前文所述，當(dāng)效率值處在0～0.5、0.5～0.8、0. 8～1這些區(qū)間時(shí)，分別表示DEA嚴(yán)重?zé)o效、中度無(wú)效以及輕度無(wú)效。由表2可以看出，最近5年，國(guó)內(nèi)物流上市公司的經(jīng)營(yíng)效率整體處于中度DEA無(wú)效水平，幾乎每年都超過(guò)30家公司，已經(jīng)占據(jù)所研究樣本公司的50%以上。由此可見(jiàn)，大部分物流上市公司并沒(méi)有達(dá)到最優(yōu)經(jīng)營(yíng)水平，各公司應(yīng)該在其資源的投入與使用過(guò)程中做出進(jìn)一步優(yōu)化與調(diào)整。表2為2017—2021年國(guó)內(nèi)物流上市公司綜合效率有效程度數(shù)量表。

表2 2017—2021年國(guó)內(nèi)物流上市公司綜合效率有效程度數(shù)量表

2.1.2 物流細(xì)分行業(yè)層面

在對(duì)國(guó)內(nèi)各物流類(lèi)上市公司研究的基礎(chǔ)上，下面對(duì)公司所處的各細(xì)分行業(yè)展開(kāi)更進(jìn)一步的研究。由表3和圖2可知，2017—2019年鐵路運(yùn)輸業(yè)和水上運(yùn)輸業(yè)的經(jīng)營(yíng)效率均低于物流業(yè)的平均水平；裝卸和運(yùn)輸代理業(yè)的華貿(mào)物流的效率值連續(xù)有效，一直領(lǐng)先于其他各物流公司；郵政業(yè)的經(jīng)營(yíng)效率從2017年的0.839下降到2021年的0.598，主要原因在于受到純技術(shù)效率的制約；倉(cāng)儲(chǔ)業(yè)的經(jīng)營(yíng)效率在近幾年實(shí)現(xiàn)連年上升，并在2021年有所回落，但也遠(yuǎn)高于物流業(yè)的平均水平；道路運(yùn)輸業(yè)和航空運(yùn)輸業(yè)的效率變化趨勢(shì)基本一致，雖然都高于物流業(yè)效率的平均值，但仍然要注意存在跌至平均水平以下的風(fēng)險(xiǎn)。

續(xù) 表

表3 2017—2021年國(guó)內(nèi)物流類(lèi)細(xì)分行業(yè)經(jīng)營(yíng)效率統(tǒng)計(jì)表

圖2 2017—2021年國(guó)內(nèi)物流類(lèi)細(xì)分行業(yè)經(jīng)營(yíng)效率變化走勢(shì)

2.2 經(jīng)營(yíng)效率動(dòng)態(tài)分析

2.2.1 物流上市公司層面

由表4可以看出，2017—2021年國(guó)內(nèi)物流類(lèi)上市公司的全要素生產(chǎn)率平均值為0.995，說(shuō)明物流類(lèi)上市公司整體全要素生產(chǎn)率下降0.5%；技術(shù)效率平均值為1.017，說(shuō)明技術(shù)效率在最近5年提升了1.7%，其中純技術(shù)效率平均值為0.995，說(shuō)明公司管理效率下降了0.5%，規(guī)模效率平均值為1.022；技術(shù)進(jìn)步指數(shù)平均值為0.978，與技術(shù)前沿相距0.022，說(shuō)明物流類(lèi)行業(yè)的整體創(chuàng)新能力還有進(jìn)步的空間。由此可見(jiàn)，國(guó)內(nèi)物流類(lèi)上市公司全要素生產(chǎn)率下降的原因主要在于純技術(shù)效率與技術(shù)進(jìn)步的指數(shù)較低，因此物流類(lèi)企業(yè)應(yīng)該把研發(fā)與創(chuàng)新作為提高經(jīng)營(yíng)效益、促進(jìn)企業(yè)發(fā)展的重要方式。

細(xì)分至各個(gè)物流公司，全要素生產(chǎn)率在2017—2021年內(nèi)有所上升的企業(yè)有30家，下降的數(shù)量為28家，其中全要素生產(chǎn)率較低的是重慶路橋，為0.768。在全要素生產(chǎn)率下降的公司中，只受技術(shù)進(jìn)步制約的有6家，分別是富臨運(yùn)業(yè)、贛粵高速、四川成渝、龍江交通、長(zhǎng)航鳳凰和錦州港，特別是長(zhǎng)航鳳凰受技術(shù)退步的影響最大；只受規(guī)模效率制約的只有珠海港；同時(shí)受純技術(shù)效率與規(guī)模效率制約的只有廈門(mén)港務(wù)；同時(shí)受技術(shù)進(jìn)步與純技術(shù)效率制約的公司有9家，分別是西部創(chuàng)業(yè)、重慶路橋、南京港、日照港、淮河能源、遼港股份、渤海輪渡、華貿(mào)物流和中儲(chǔ)股份，其中重慶路橋的全要素生產(chǎn)率只有0.768，處于研究樣本的最低位；同時(shí)受技術(shù)進(jìn)步與規(guī)模效率制約的有5家，分別是湖南投資、中遠(yuǎn)海特、寧波海運(yùn)、廈門(mén)空港和圓通速遞；受技術(shù)進(jìn)步、純技術(shù)效率和規(guī)模效率三者共同制約的有6家，分別是三峽旅游、福建高速、楚天高速、五洲交通、外服控股和中遠(yuǎn)海發(fā)。表4為2017—2021年國(guó)內(nèi)物流上市公司全要素生產(chǎn)率測(cè)算結(jié)果表。

表4 2017—2021年國(guó)內(nèi)物流上市公司全要素生產(chǎn)率測(cè)算結(jié)果表

由表5可以看出，國(guó)內(nèi)物流類(lèi)上市公司Malmquist指數(shù)在2017—2021年間分時(shí)段要素分解的大致情況。全要素生產(chǎn)率的整體平均值達(dá)到0.995，整體呈動(dòng)態(tài)回落，這主要是受技術(shù)進(jìn)步與純技術(shù)效率的制約影響。其中2017年的全要素生產(chǎn)率為0.984，相較基期下降了1.6%，這主要是因?yàn)榧兗夹g(shù)效率和規(guī)模效率有所下降；較2016年而言，雖然技術(shù)效率有所提高，但是技術(shù)退步的負(fù)向作用超過(guò)了技術(shù)效率的正向影響，因此2018年的全要素生產(chǎn)率下降了0.6%；2019年的全要素生產(chǎn)率繼續(xù)下降了9.2%，主要原因與2018年相同，技術(shù)退步的負(fù)向影響較大；2020年的全要素生產(chǎn)率首次實(shí)現(xiàn)正向增長(zhǎng)，較2019年上升超過(guò)了10%，主要是因?yàn)榧夹g(shù)進(jìn)步的正向影響超過(guò)了純技術(shù)效率和規(guī)模效率的共同制約作用。2020年受疫情沖擊，國(guó)家各級(jí)部門(mén)出臺(tái)了應(yīng)急物流發(fā)展、冷鏈物流扶持、網(wǎng)絡(luò)貨運(yùn)等各大政策，這些政策圍繞新技術(shù)、智慧物流等相關(guān)方面展開(kāi)，這對(duì)促進(jìn)物流業(yè)技術(shù)進(jìn)步具有重要意義。

表5 2017—2021年國(guó)內(nèi)物流上市公司全要素生產(chǎn)率逐年測(cè)算結(jié)果表

由圖3可以發(fā)現(xiàn)，在技術(shù)進(jìn)步方面，2018—2019年、2019—2020年的技術(shù)進(jìn)步指數(shù)小于1，說(shuō)明在這兩個(gè)時(shí)期，國(guó)內(nèi)物流公司整體上存在技術(shù)退步的問(wèn)題；其余兩期的技術(shù)進(jìn)步指數(shù)大于1，說(shuō)明公司在這些時(shí)間段內(nèi)取得技術(shù)進(jìn)步；就行業(yè)平均水平0.978而言，國(guó)內(nèi)物流行業(yè)整體上受到技術(shù)退步帶來(lái)的影響。在純技術(shù)效率方面，2017—2018年、2020—2021年的純技術(shù)效率變化小于1，說(shuō)明這兩個(gè)時(shí)期，公司未能有效運(yùn)用技術(shù)給其經(jīng)營(yíng)效率帶來(lái)正向影響；其余兩期的效率變化大于1，說(shuō)明公司在這期間有效利用了相關(guān)技術(shù)；就行業(yè)效率變化的平均水平0.995而言，國(guó)內(nèi)物流行業(yè)整體上存在未能合理有效地利用技術(shù)的問(wèn)題。在規(guī)模效率方面，其變動(dòng)趨勢(shì)和純技術(shù)效率大致相同，2017—2018年、2020—2021年的規(guī)模效率小于1 ，說(shuō)明物流類(lèi)公司在這段時(shí)間存在管理水平不高的問(wèn)題；從整體來(lái)看，規(guī)模效率一直在1附近上下浮動(dòng)，說(shuō)明其管理水平較為穩(wěn)定。

圖3 2017—2021年國(guó)內(nèi)物流上市公司全要素生產(chǎn)率逐年變化趨勢(shì)

2.2.2 物流細(xì)分行業(yè)層面

從表6和圖4可以看出，2017—2021年國(guó)內(nèi)物流類(lèi)上市公司所在行業(yè)的Malmquist指數(shù)要素分解情況。從各細(xì)分行業(yè)的角度分析可知：最近5年，鐵路運(yùn)輸業(yè)、倉(cāng)儲(chǔ)業(yè)和郵政業(yè)的全要素效率分別動(dòng)態(tài)增長(zhǎng)了1.1%、5.2%和12.6%，其中郵政業(yè)在物流類(lèi)的7個(gè)行業(yè)中位于第一位，主要是因?yàn)榧夹g(shù)效率和技術(shù)進(jìn)步對(duì)行業(yè)產(chǎn)生了正向影響，特別是電商物流和快遞行業(yè)在疫情期間得到了較快發(fā)展。道路運(yùn)輸業(yè)、水上運(yùn)輸業(yè)、裝卸搬運(yùn)和運(yùn)輸代理業(yè)的全要素生產(chǎn)率因受技術(shù)進(jìn)步和純技術(shù)效率制約在近5年動(dòng)態(tài)小幅下降了，航空運(yùn)輸業(yè)的全要素效率受技術(shù)退步的負(fù)向影響導(dǎo)致動(dòng)態(tài)下降，因此，物流類(lèi)行業(yè)應(yīng)在相關(guān)政策的指引下繼續(xù)加大研發(fā)與創(chuàng)新力度，以期通過(guò)技術(shù)進(jìn)步來(lái)提高公司的經(jīng)營(yíng)效率。

表6 2017—2021年國(guó)內(nèi)物流細(xì)分行業(yè)Malmquist指數(shù)分行業(yè)情況表

圖4 2017—2021年國(guó)內(nèi)物流細(xì)分行業(yè)Malmquist指數(shù)走勢(shì)圖

3 結(jié) 語(yǔ)

本文研究了國(guó)內(nèi)58家物流上市公司及所處細(xì)分行業(yè)在2017—2021年間的經(jīng)營(yíng)效率后，所得結(jié)論：一是構(gòu)建數(shù)據(jù)包絡(luò)分析DEA-BCC 模型，分別對(duì)物流類(lèi)上市公司和物流類(lèi)細(xì)分行業(yè)做靜態(tài)分析，發(fā)現(xiàn)我國(guó)超過(guò)50%的物流類(lèi)上市公司處于中度DEA無(wú)效水平，主要是由于規(guī)模效率較低導(dǎo)致公司沒(méi)有達(dá)到最優(yōu)經(jīng)營(yíng)水平；從細(xì)分物流行業(yè)的角度來(lái)看，鐵路運(yùn)輸業(yè)和水上運(yùn)輸業(yè)的經(jīng)營(yíng)效率總低于物流業(yè)的平均水平，裝卸和運(yùn)輸代理業(yè)的效率水平最高，郵政業(yè)因受純技術(shù)效率的制約使得經(jīng)營(yíng)效率不斷下降，倉(cāng)儲(chǔ)業(yè)的效率連年上升，道路運(yùn)輸業(yè)和航空運(yùn)輸業(yè)要注意效率下降的風(fēng)險(xiǎn)。二是構(gòu)建Malmquist 模型分別對(duì)物流類(lèi)上市公司和物流類(lèi)細(xì)分行業(yè)做動(dòng)態(tài)分析，發(fā)現(xiàn)最近5年，國(guó)內(nèi)物流類(lèi)上市公司受純技術(shù)效率制約和技術(shù)退步的影響導(dǎo)致全要素生產(chǎn)率整體下降0.5%；從細(xì)分物流行業(yè)的角度來(lái)看，鐵路運(yùn)輸業(yè)、倉(cāng)儲(chǔ)業(yè)和郵政業(yè)的全要素生產(chǎn)率在近幾年實(shí)現(xiàn)了正增長(zhǎng)。