基于DEA模型的中國上市物流企業(yè)經(jīng)營效率評價

吳宗澤　宋良榮

摘 要：利用數(shù)據(jù)包絡(luò)分析DEA—BCC模型和Malmquist指數(shù)模型對58家國內(nèi)物流上市公司2017—2021年的經(jīng)營效率做靜態(tài)與動態(tài)分析，并構(gòu)建DEA-Tobit模型對經(jīng)營效率的影響因素進(jìn)行分析。靜態(tài)分析結(jié)果顯示，超過50%的國內(nèi)物流上市公司的經(jīng)營效率處于中度DEA無效水平，規(guī)模效率成為制約經(jīng)營效率的關(guān)鍵因素；動態(tài)分析結(jié)果顯示，近5年中國物流類上市公司全要素生產(chǎn)率受技術(shù)退步影響而下降0.5%；投影分析結(jié)果顯示，公司可以通過減少固定資產(chǎn)等投入以及提高資本的利用程度來提高經(jīng)營效率；在同質(zhì)環(huán)境下，資產(chǎn)負(fù)債率，股權(quán)集中度和財務(wù)杠桿的上升會降低公司經(jīng)營效率，高固定資產(chǎn)周轉(zhuǎn)率和高利潤率會正向促進(jìn)公司經(jīng)營效率。

關(guān)鍵詞：物流企業(yè)；經(jīng)營效率；DEA模型；投影分析；Tobit回歸

中圖分類號：F 272 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7312（2023）02-0169-11

Research on Operating Efficiency of Chinese Logistics Listed Companies Based on DEA Model

WU Zongze，SONG Liangrong

（School of management，University of Shanghai for Science and Technology，Shanghai 200093，China）

Abstract：The data envelopment analysis DEA-BCC model and Malmquist index model were used to conduct static and dynamic analysis on the operating efficiency of 58 domestic listed logistics companies from 2017 to 2021，and the DEA-Tobit model was constructed to analyze the influencing factors of operating efficiency.The results of static analysis show that the operating efficiency of more than 50% of the listed domestic logistics companies is at the level of moderate DEA inefficiency，and the scale efficiency becomes the key factor restricting the operating efficiency.The results of dynamic analysis show that the total factor productivity of listed logistics companies in China has decreased by 0.5% in recent five years due to technological regression.The results of projection analysis show that the company can improve the operating efficiency by reducing the investment of fixed assets and improving the utilization of capital.In a homogeneous environment，the increase of asset-liability ratio，ownership concentration and financial leverage will reduce the companys operating efficiency，while high turnover of fixed assets and high profit rate will positively promote the companys operating efficiency.

Key words：logistics companies；operating efficiency；DEA model；projection analysis；Tobit regression

0 引言

2021年，商務(wù)部等部門關(guān)于《“十四五”服務(wù)貿(mào)易發(fā)展規(guī)劃》的印發(fā)，極大推動了服務(wù)貿(mào)易類行業(yè)的高質(zhì)量發(fā)展。物流業(yè)作為擴(kuò)大內(nèi)需的一類重點行業(yè)，正從傳統(tǒng)物流邁向現(xiàn)代物流的轉(zhuǎn)型關(guān)鍵期。根據(jù)中物聯(lián)最新發(fā)布的數(shù)據(jù)可知，2021年國內(nèi)物流業(yè)總收入接近12萬億元，較上年增長超過15%；全年社會物流總額超過335萬億元，較上年增長9%左右；全國物流從業(yè)人員已突破5 000萬人。

目前，中國物流業(yè)已進(jìn)入快速崛起階段。隨著對外開放的深入、互聯(lián)網(wǎng)與大數(shù)據(jù)的廣泛運用以及物聯(lián)網(wǎng)的高速發(fā)展，物流業(yè)正向科學(xué)化、信息化的方向穩(wěn)步發(fā)展。這些復(fù)雜的外部因素將會使很多經(jīng)營管理能力不足、缺乏創(chuàng)新思維、競爭力低下的物流企業(yè)面臨諸多困難。從可持續(xù)發(fā)展的角度看，經(jīng)營效率是更深層次的問題，經(jīng)營效率的提高有利于企業(yè)實現(xiàn)均衡發(fā)展。而對物流業(yè)代表公司而言，其經(jīng)營狀況的好壞會對整個行業(yè)的發(fā)展產(chǎn)生直接影響。通過評價物流業(yè)上市公司的經(jīng)營效率能夠有效幫助公司了解自身切實的經(jīng)營情況，找出對公司經(jīng)濟(jì)效益以及長遠(yuǎn)發(fā)展能力等方面存在影響的重要因素，采取更有針對性的改進(jìn)措施，促進(jìn)整個物流業(yè)取得更高質(zhì)量的發(fā)展。

因此，將從靜態(tài)和動態(tài)2個方面分別采用數(shù)據(jù)包絡(luò)分析DEA-BCC模型和Malmquist指數(shù)模型，對2017—2021年58家國內(nèi)物流上市公司及所處的7個細(xì)分行業(yè)的經(jīng)營效率作全面的研究，并對投入與產(chǎn)出指標(biāo)進(jìn)行投影，最后構(gòu)建DEA-Tobit模型對經(jīng)營效率的影響因素進(jìn)行分析。

1文獻(xiàn)綜述

1.1 物流企業(yè)效率的相關(guān)研究

YILMAZ等基于球形模糊集的層次分析法（SFS-AHP）和數(shù)據(jù)包絡(luò)分析法對46個土耳其民用機(jī)場2015—2018年的經(jīng)營效率進(jìn)行研究，發(fā)現(xiàn)位于高密度旅游區(qū)的機(jī)場具有較高的經(jīng)營效率水平[1]；NEKHOROSHKON等認(rèn)為運輸和物流系統(tǒng)的數(shù)字化以及交通設(shè)施的可用性都會促進(jìn)物流效率的提高[2]；STORTO等運用DEA比較

28個歐盟國家2010—2017年陸地物流系統(tǒng)的性能，并發(fā)現(xiàn)運輸基礎(chǔ)設(shè)施效率水平良好的國家能夠提高更高質(zhì)量的物流[3]；JALOLOVA等在計算烏茲別克斯坦物流效率水平指數(shù)后發(fā)現(xiàn)物流在世界經(jīng)濟(jì)和烏茲別克斯坦經(jīng)濟(jì)中發(fā)揮著重要作用[4]；秦雯等運用超效率三階段DEA測度2011—2020年珠江西岸剔除環(huán)境影響因素后的物流效率，并利用隨機(jī)前沿分析（SFA）方法分析科技創(chuàng)新相關(guān)因素對物流產(chǎn)業(yè)效率的影響，發(fā)現(xiàn)珠江西岸物流企業(yè)總體物流效率不高[5]。劉聰?shù)冗\用熵值法和線性加權(quán)法，對2008—2019年長三角的面板數(shù)據(jù)進(jìn)行賦權(quán)計算，并利用DEA-BCC模型對三省一市低碳物流產(chǎn)業(yè)效率進(jìn)行測度，發(fā)現(xiàn)其效率呈動態(tài)向好趨勢，低碳物流在改善區(qū)域經(jīng)濟(jì)中起到積極作用[6]。龔雪、龔瑞風(fēng)等運用DEA模型分析近年中國區(qū)域物流效率，發(fā)現(xiàn)中國區(qū)域物流效率呈動態(tài)上升趨勢，整體上呈現(xiàn)“東高西低”的差異性，東部與中部地區(qū)的物流效率高于東北和西部地區(qū)[7-8]。盧美麗運用DEA分析國內(nèi)各省級物流業(yè)效率，并發(fā)現(xiàn)企業(yè)經(jīng)營管理水平是提升其效率的核心因素[9]；丁斌等運用DEA-Tobit模型分析2010—2012年國內(nèi)物流上市公司，發(fā)現(xiàn)整體經(jīng)營效率不高并呈現(xiàn)下降趨勢[10]；曾麗華等利用DEA-ACE模型和K-means聚類模型對40家中國上市物流企業(yè)持續(xù)經(jīng)營能力進(jìn)行分析，發(fā)現(xiàn)傳統(tǒng)物流企業(yè)的持續(xù)經(jīng)營能力遠(yuǎn)低于供應(yīng)鏈物流類企業(yè)[11]。

1.2 經(jīng)營效率影響因素的相關(guān)研究

MUSTAFA等利用Tobit模型對46個土耳其民用機(jī)場2015—2018年經(jīng)營效率的影響因素進(jìn)行回歸，發(fā)現(xiàn)可以通過提高管理能力和結(jié)構(gòu)改革來改善經(jīng)營效率；FRAGOSO等利用數(shù)據(jù)包絡(luò)分析法對葡萄酒產(chǎn)業(yè)的經(jīng)營效率進(jìn)行研究，發(fā)現(xiàn)減少庫存和固定資產(chǎn)以及增加銷售收入可以提高經(jīng)營效率[12]；JARBOUI利用固定效應(yīng)（TFE）模型，研究了45家美國油氣公司2000—2018年的經(jīng)營效率，發(fā)現(xiàn)可再生能源和生物質(zhì)能會破壞油氣公司的經(jīng)營效率[13]；

DOMINIC等利用結(jié)構(gòu)方程模型對撒哈拉以南非洲經(jīng)濟(jì)體的259家公司樣本進(jìn)行實證檢驗，分析發(fā)現(xiàn)經(jīng)營彈性對經(jīng)營效率有積極影響[14]；AL-MANA等利用SFA和數(shù)據(jù)包絡(luò)分析對16家國有石油公司和34家國際石油公司2002—2016年的進(jìn)行分析，研究發(fā)現(xiàn)私有化會促進(jìn)經(jīng)營效率的改善[15]；王秀意運用三階段SBM-DEA模型對我國28家上市商業(yè)銀行2009—2018年的全要素生產(chǎn)率進(jìn)行測算，并使用固定效應(yīng)模型分析金融科技對銀行全要素生產(chǎn)率的影響，發(fā)現(xiàn)商業(yè)銀行金融科技的發(fā)展對上市銀行全要素生產(chǎn)率有明顯正向促進(jìn)作用[16]。朱寧等運用DEA對我國西部地區(qū)29家城商行進(jìn)行測度，發(fā)現(xiàn)西部地區(qū)城商行可以通過合并對象提高經(jīng)營效率[17]。梁瑩瑩等以國內(nèi)物流企業(yè)為樣本構(gòu)建結(jié)構(gòu)方程模型，發(fā)現(xiàn)可以通過拓寬經(jīng)營思路來提升物流企業(yè)對外投資績效[18]；張大鵬等利用隨機(jī)前沿分析法分析了 2010—2017年國內(nèi)旅游上市公司的經(jīng)營效率，發(fā)現(xiàn)公司治理結(jié)構(gòu)對經(jīng)營效率具有影響作用[19]；原云霄等運用DEA模型對國內(nèi)30家生物科技上市公司2011—2016年經(jīng)營效率作分析，并發(fā)現(xiàn)擴(kuò)大公司規(guī)模能夠提高經(jīng)營效率[20]。

通過上述國內(nèi)外研究文獻(xiàn)發(fā)現(xiàn)，大多數(shù)學(xué)者在對物流效率或經(jīng)營效率進(jìn)行研究時普遍采用數(shù)據(jù)包絡(luò)分析法，但直接對物流業(yè)經(jīng)營效率展開研究的較少，并且對企業(yè)經(jīng)營效率影響因素的考慮較為單一。基于目前物流類企業(yè)的經(jīng)營狀況，文中將從經(jīng)營效率角度入手，對國內(nèi)物流類上市公司及所處細(xì)分行業(yè)的經(jīng)營效率進(jìn)行全面探究，對影響公司經(jīng)營效率的因素展開研究。以此為基礎(chǔ)，為如何提高物流類公司經(jīng)營效率提出合理的建議與策略。

2 研究設(shè)計

2.1 模型選取

2.1.1 DEA-BCC模型

為了靜態(tài)測度國內(nèi)物流類上市公司的經(jīng)營效率，又考慮到研究對象可能存在規(guī)模報酬可能發(fā)生變動的情況，因此采取由BANKER等提出的以投入為導(dǎo)向的DEA-BCC模型[21]，其中對純技術(shù)效率值（PTE）與規(guī)模效率值（SE）相乘得到綜合技術(shù)效率值（TE），如下列模型所示。

2.2 指標(biāo)選取

企業(yè)的經(jīng)營是一個多投入、多產(chǎn)出的動態(tài)過程，文中基于國內(nèi)物流公司的實際情況以及大量文獻(xiàn)對經(jīng)營效率的界定[24-26]，選擇固定資產(chǎn)、企業(yè)員工數(shù)量和營業(yè)成本作為投入指標(biāo)反映企業(yè)資產(chǎn)規(guī)模、人力資本和運營成本，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、營運能力以及獲利能力。

2.3 樣本選取

樣本的選取依據(jù)證監(jiān)會2012版行業(yè)分類所界定的“交通運輸、倉儲和郵政業(yè)”公司，截止到2022年10月，我國在滬深兩所上市的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，在對首輪公開募股后前2年的樣本數(shù)據(jù)，ST、SST、*ST等掛牌股票有限公司以及缺失財務(wù)數(shù)據(jù)的公司進(jìn)行剔除后，最終選取了58家上市物流公司作為樣本（表1），所用數(shù)據(jù)均來源于CSMAR數(shù)據(jù)庫。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，所以再對上述已選參數(shù)進(jìn)行無量綱的處理，使DMU的準(zhǔn)確性不受量綱干擾，處理方法如下[27]

3 實證分析

3.1 經(jīng)營效率靜態(tài)分析

3.1.1 物流上市公司層面

表2和圖1為DEA-BCC的運行結(jié)果，2017—2021年國內(nèi)物流公司經(jīng)營效率達(dá)到有效（TE=1）的數(shù)量呈N形趨勢，分別在2019年和2021年達(dá)到最大值?？梢?，物流公司經(jīng)營狀況有所波動，經(jīng)營效率有待進(jìn)一步穩(wěn)定與提高。純技術(shù)效率有效（PTE=1）的公司數(shù)量呈逐年階梯上升趨勢，從2017年的11家上升到2021年的15家，國內(nèi)物流類公司的整體純技術(shù)效率也都在0.9上下略微浮動。規(guī)模效率有效（SE=1）的公司數(shù)量的變化情況和TE=1的趨勢基本類似，在2020年規(guī)模效率值達(dá)到最大為0.808，雖有上下波動，但總體較為穩(wěn)定并且具有上升的空間，不同公司應(yīng)根據(jù)各自所處階段適當(dāng)整改投入資源的規(guī)模，以提高規(guī)模效率。

從效率區(qū)間的角度來看，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，分別表示DEA嚴(yán)重?zé)o效、中度無效以及輕度無效。由表3可以看出，最近5年，國內(nèi)物流上市公司經(jīng)營效率整體處于中度DEA無效水平，幾乎每年都超過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，大部分物流類上市公司并沒有達(dá)到最優(yōu)經(jīng)營水平，各公司應(yīng)該在其資源的投入與使用過程中做出進(jìn)一步的優(yōu)化與調(diào)整。

3.1.2 物流細(xì)分行業(yè)層面

在對國內(nèi)各物流類上市公司研究的基礎(chǔ)上，對公司所處的各細(xì)分行業(yè)展開進(jìn)一步研究。由表4和圖2可知，2017—2019年鐵路運輸業(yè)和水上運輸業(yè)的經(jīng)營效率均低于物流業(yè)平均水平；裝卸和運輸代理業(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)營效率從2017年的0.839下降到2021年的0.598，主要原因在于受純技術(shù)效率的制約；倉儲業(yè)的經(jīng)營效率在近幾年實現(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；道路運輸業(yè)和航空運輸業(yè)的效率變化趨勢基本一致，雖然都高于物流業(yè)效率均值，但仍然存在跌至平均水平以下的風(fēng)險。

3.2 經(jīng)營效率動態(tài)分析

3.2.1 物流上市公司層面

由表5可以看出，2017—2021年國內(nèi)物流類上市公司全要素生產(chǎn)率平均值為0.995，說明整體物流類上市公司全要素生產(chǎn)率下降0.5%；技術(shù)效率平均值為1.017，說明技術(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，說明物流類行業(yè)整體創(chuàng)新能力還有進(jìn)步的空間。由此可見，國內(nèi)物流類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)步指數(shù)較低，因此物流類企業(yè)應(yīng)該把研發(fā)與創(chuàng)新作為提高經(jīng)營效益，促進(jìn)企業(yè)發(fā)展的重要方式。

細(xì)分至各個物流公司而言，全要素生產(chǎn)率在2017—2021年有所上升的企業(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，分別是富臨運業(yè)、贛粵高速、四川成渝、龍江交通、長航鳳凰和錦州港，特別是長航鳳凰受技術(shù)退步影響最大；只受規(guī)模效率制約的只有珠海港；同時受純技術(shù)效率與規(guī)模效率制約的只有廈門港務(wù)；同時受技術(shù)進(jìn)步與純技術(shù)效率制約有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、廈門空港和圓通速遞；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)。

由表6可以看出國內(nèi)物流類上市公司Malmquist指數(shù)在2017—2021年分時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%，這主要是因為純技術(shù)效率和規(guī)模效率有所下降；較上年而言，雖然技術(shù)效率有所提高，但技術(shù)退步的負(fù)向作用超過了技術(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)率首次實現(xiàn)正向增長，較上年上升超過了10%，主要是因為技術(shù)進(jìn)步的正向影響超過了純技術(shù)效率和規(guī)模效率的共同制約作用。受疫情影響，國家各級部門在2020年出臺了應(yīng)急物流發(fā)展、冷鏈物流扶持、網(wǎng)絡(luò)貨運等方面的政策，這些政策圍繞新技術(shù)以及智慧物流等相關(guān)方面展開，這對促進(jìn)物流業(yè)技術(shù)進(jìn)步具有重要意義。

由圖3可以清晰地發(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，說明在這2個時期，國內(nèi)物流公司整體上存在技術(shù)退步；其余兩期的技術(shù)進(jìn)步指數(shù)大于1，說明公司在這些時間段內(nèi)取得技術(shù)進(jìn)步；就行業(yè)平均水平0.978而言，國內(nèi)物流行業(yè)在整體上存在技術(shù)退步帶來的影響。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，說明這2個時期，公司未能有效運用技術(shù)給其經(jīng)營效率帶來正向影響；其余兩期的效率變化大于1，說明公司在這期間有效利用技術(shù)；就行業(yè)效率變化的平均水平0.995而言，國內(nèi)物流行業(yè)在整體上存在未能合理有效利用技術(shù)的問題。在規(guī)模效率方面，其變動趨勢和純技術(shù)效率大致相同，2017—2018年，2020—2021年的規(guī)模效率小于1，說明物流類公司在這段時間存在管理水平不高的問題；從整體來看，規(guī)模效率一直在1的上下浮動，說明在其管理水平較為穩(wěn)定。

3.2.2 物流細(xì)分行業(yè)層面

從表7和圖4可以看出2017—2021年國內(nèi)物流類上市公司所在行業(yè)的Malmquist指數(shù)要素分解情況。從各細(xì)分行業(yè)角度分析可知，最近5年，鐵路運輸業(yè)、倉儲業(yè)和郵政業(yè)的全要素效率分別動態(tài)增長了1.1%、5.2%和12.6%，其中郵政業(yè)在物流類的7個行業(yè)中位于第一位，主要是因為技術(shù)效率和技術(shù)進(jìn)步對行業(yè)產(chǎn)生了正向影響，特別是電商物流和快遞行業(yè)在疫情時代得到較快發(fā)展。道路運輸業(yè)、水上運輸業(yè)和裝卸搬運和運輸代理業(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年動態(tài)下降了小幅比例，航空運輸業(yè)的全要素效率受技術(shù)退步的負(fù)向影響導(dǎo)致了動態(tài)下降，因此，物流類行業(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，以期通過技術(shù)進(jìn)步提高公司的經(jīng)營效率。

3.3 投影分析

通過DEA-BCC模型的分析，可以得出導(dǎo)致物流類上市公司經(jīng)營技術(shù)無效率的原因在于純技術(shù)效率或規(guī)模效率的變化，但無法對各公司提出改進(jìn)經(jīng)營技術(shù)效率的建議與方法。而投影分析可以在考察投入和產(chǎn)出變量后發(fā)現(xiàn)各公司存在的投入冗余以及產(chǎn)出不足方面的問題，并以此為基礎(chǔ)給出各個松弛變量應(yīng)改進(jìn)的程度。因此，表8是對2017—2021年國內(nèi)物流類上市公司的投入和產(chǎn)出變量進(jìn)行投影分析，并借此分析影響公司經(jīng)營效率的原因，這對經(jīng)營無效的物流公司具有一定的借鑒意義。

由表8可以看到，整體上造成國內(nèi)物流類上市公司經(jīng)營無效的原因主要是投入的3個變量存在冗余，產(chǎn)出的3個變量存在不足。具體來看，近5年固定資產(chǎn)、員工人數(shù)和營業(yè)成本的投入冗余比例均值分別為13.52%、3.71%和3.13%，其中在固定資產(chǎn)方面，贛粵高速和招商輪船的冗余比例更是達(dá)到了50%以上；在員工數(shù)量方面，大眾交通、錦江在線、外服控股和順豐控股存在員工數(shù)量嚴(yán)重冗余的問題；在營業(yè)成本方面，現(xiàn)代投資、招商輪船、中遠(yuǎn)海控、中儲股份和順豐控股的營業(yè)成本冗余比例較高。近5年凈資產(chǎn)收益率、資產(chǎn)周轉(zhuǎn)率和每股收益的產(chǎn)出不足比例均值分別為17.02%、6.17%和2.14%，其中在凈資產(chǎn)收益率方面，重慶港、連云港、中遠(yuǎn)海特、外服控股、天津港、廈門港務(wù)、錦州港、西部創(chuàng)業(yè)、飛力達(dá)、淮河能源和鐵龍物流存在嚴(yán)重的產(chǎn)出不足，比例高達(dá)30%以上，說明這些公司存在資本利用低效的問題；在資產(chǎn)周轉(zhuǎn)率方面，四川成渝、中遠(yuǎn)海發(fā)、寧滬高速、上港集團(tuán)和楚天高速的產(chǎn)出不足比例超過30%，特別是四川成渝、中遠(yuǎn)海發(fā)和寧滬高速超過了50%，說明這些公司存在資產(chǎn)管理效率低下的問題；在每股收益方面，連云港、遼港股份和西部創(chuàng)業(yè)3家公司產(chǎn)出不足的比例較高，均超出了行業(yè)均值10%以上，說明這些公司獲利水平較低，股東存在一定的投資風(fēng)險。

此外，投影分析結(jié)果還表明，從物流業(yè)整體的行業(yè)來看，在投入方面，大多數(shù)公司的營業(yè)成本方面縮減的空間不大，相對于營業(yè)成本，固定資產(chǎn)和員工人數(shù)具有更大的下降空間，公司可以通過減少固定資產(chǎn)和員工數(shù)量的投入來提高經(jīng)營效率。在產(chǎn)出方面，各物流公司在在凈資產(chǎn)收益率和每股收益方面還存在嚴(yán)重的產(chǎn)出不足的問題，因此在這些方面還有很大的提升的空間，各物流公司應(yīng)加大對資本的利用程度，降低投資風(fēng)險，進(jìn)而提高經(jīng)營效率。

3.4 Tobit回歸分析

為了充分研究我國物流類上市公司的經(jīng)營效率及其影響因素，構(gòu)建以下模型。

Zi=α0+α1W1+α2W2+α3W3+α4W4+α5W5+α6W6+α7W7+εi，i=1，…，N（6）

其中，被解釋變量為2017—2021年國內(nèi)物流類上市公司各年度的綜合效率，而解釋變量來源于公司內(nèi)外部等多方面，W1代表公司償債能力（即資產(chǎn)負(fù)債率），W2代表公司營運能力（即固定資產(chǎn)周轉(zhuǎn)率），W3代表公司盈利能力（即營業(yè)利潤率），W4代表公司發(fā)展能力（即營業(yè)利潤增長率），W5代表公司的管理能力（即股權(quán)集中度），W6代表公司的風(fēng)險水平（即財務(wù)杠桿），W7代表公司所處的細(xì)分行業(yè)類型（即物流運輸類行業(yè)（G53、G54、G55、G56）記作1，否則記作0）。

表9是我國物流類上市公司2017—2021年的經(jīng)營效率及其影響因素回歸結(jié)果，在0.01的顯著水平下，物流類上市公司的營運能力（W2）、盈利能力（W3）以及公司的管理能力（W5）均對其經(jīng)營效率產(chǎn)生顯著影響，其中公司的固定資產(chǎn)周轉(zhuǎn)率系數(shù)為正，說明當(dāng)公司對資源的利用效率較高時，會對其經(jīng)營效率產(chǎn)生積極影響；營業(yè)利潤率的高低反映了公司盈利能力的強(qiáng)弱，此處說明物流公司有效的控制了營業(yè)成本及費用，促進(jìn)了經(jīng)營效率；股權(quán)集中度對公司經(jīng)營效率產(chǎn)生負(fù)向影響，說明物流公司前十大股東持股比例越大，權(quán)力越集中，經(jīng)營效率越低。在0.05的顯著水平下，物流類上市公司的發(fā)展能力（W4）以及風(fēng)險水平（W6）對其經(jīng)營效率產(chǎn)生顯著影響，其中財務(wù)杠桿對物流類公司產(chǎn)生顯著的負(fù)向影響，即公司風(fēng)險越大，對其經(jīng)營效率越不利。在0.1的顯著水平下，物流類上市公司的償債能力（W1）和行業(yè)類型（W7）對其經(jīng)營效率產(chǎn)生了負(fù)向影響，說明資產(chǎn)負(fù)債率越高，公司的經(jīng)營效率越低，而且倉儲類物流企業(yè)的經(jīng)營效率普遍高于運輸類物流企業(yè)，由于倉儲類物流公司資金需求高且占用周期長，過大的負(fù)債占比會加劇公司償債壓力，導(dǎo)致經(jīng)營效率低下。

4 結(jié)論與建議

4.1 研究結(jié)論

1）構(gòu)建數(shù)據(jù)包絡(luò)分析 DEA-BCC模型分別對物流類上市公司和物流類細(xì)分行業(yè)做靜態(tài)分析，發(fā)現(xiàn)我國超過50%的物流類上市公司處于中度DEA無效水平，主要是規(guī)模效率較低導(dǎo)致公司沒有達(dá)到最優(yōu)經(jīng)營水平；從細(xì)分物流行業(yè)的角度來看，鐵路運輸業(yè)和水上運輸業(yè)的經(jīng)營效率總低于物流業(yè)平均水平，裝卸和運輸代理業(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)營效率不斷下降，倉儲業(yè)的效率連年上升，道路運輸業(yè)和航空運輸業(yè)要注意效率下滑的風(fēng)險。

2）構(gòu)建Malmquist模型分別對物流類上市公司和物流類細(xì)分行業(yè)做動態(tài)分析，發(fā)現(xiàn)最近5年，國內(nèi)物流類上市公司受純技術(shù)效率制約以及技術(shù)退步的影響導(dǎo)致全要素生產(chǎn)率在整體上下降0.5%；從細(xì)分物流行業(yè)的角度來看，鐵路運輸業(yè)、倉儲業(yè)和郵政業(yè)的全要素生產(chǎn)率在近幾年實現(xiàn)正增長。

3）在DEA-BCC模型的基礎(chǔ)上，運用投影分析，對物流類上市公司經(jīng)營技術(shù)無效率的原因進(jìn)行進(jìn)一步研究，發(fā)現(xiàn)大多數(shù)公司在固定資產(chǎn)和員工人數(shù)等投入方面具有更大的下降空間，在凈資產(chǎn)收益率和每股收益方面還存在嚴(yán)重的產(chǎn)出不足的問題，各物流公司應(yīng)通過減少固定資產(chǎn)，加大資本利用程度，降低投資風(fēng)險等方式提高經(jīng)營效率。

4）構(gòu)建DEA-Tobit模型來充分研究我國物流類上市公司的經(jīng)營效率及其影響因素，發(fā)現(xiàn)固定資產(chǎn)周轉(zhuǎn)率、營業(yè)利潤率等的提高對公司經(jīng)營效率具有顯著正向影響，資產(chǎn)負(fù)債率、股權(quán)集中度以及財務(wù)杠桿的上升對公司經(jīng)營效率具有顯著負(fù)向影響，還發(fā)現(xiàn)倉儲類物流企業(yè)的經(jīng)營效率普遍高于運輸類物流企業(yè)。

4.2 優(yōu)化建議

1）合理擴(kuò)張，提高規(guī)模效率。由上述研究結(jié)論可得，近幾年國內(nèi)物流上市公司的綜合效率不高，主要原因在于規(guī)模效率較低。物流企業(yè)的發(fā)展并不意味著無限制的擴(kuò)大公司規(guī)模、購置大量固定資產(chǎn)或盲目投資，而在于認(rèn)準(zhǔn)市場發(fā)展動向，并在此基礎(chǔ)上提出合理目標(biāo)，高效率的整合好自身已有的資源，合理調(diào)整企業(yè)規(guī)模，借此提高經(jīng)營效率。

2）增強(qiáng)管理，完善治理水平。物流公司應(yīng)完善人力管理體制和績效考核機(jī)制，定期對員工進(jìn)行崗位培訓(xùn)，提高員工作效率。此外，增強(qiáng)管理并不意味著過度集權(quán)，各物流公司應(yīng)在適度減少人員投入的同時積極引進(jìn)并培養(yǎng)一批優(yōu)秀的管理人才，通過股權(quán)激勵機(jī)制來促進(jìn)股權(quán)在合理區(qū)間流動，進(jìn)而提升員工積極性。積極學(xué)習(xí)先進(jìn)的管理經(jīng)驗，并結(jié)合自身情況不斷改善經(jīng)營模式和管理水平。

3）加快轉(zhuǎn)型，促進(jìn)創(chuàng)新能力。物流公司除了受規(guī)模效率制約外，還受技術(shù)退步等因素影響。疫情對物流業(yè)的影響主要體現(xiàn)在嚴(yán)重沖擊了運輸物流類公司，加快了應(yīng)急物流、倉儲物流類公司的發(fā)展，特別是政府等相關(guān)部門出臺了扶持冷鏈物流、網(wǎng)絡(luò)貨運等圍繞智慧物流的政策。這說明各物流業(yè)在從傳統(tǒng)物流向現(xiàn)代物流轉(zhuǎn)型的過程中應(yīng)全面領(lǐng)會政策精神，發(fā)揮高素質(zhì)人才的專業(yè)能力，促進(jìn)企業(yè)技術(shù)創(chuàng)新，加強(qiáng)信息技術(shù)的利用程度，提高企業(yè)的市場競爭力。

參考文獻(xiàn)：

[1] YILMAZ M K，KUSAKCI A O，AKSOY M，et al.The evaluation of operational efficiencies of Turkish airports：An integrated spherical fuzzy AHP/DEA approach[J].Applied Soft Computing，2022，119：108620.

[2]NEKHOROSHKOV V P，AROSHIDZE A A，NEKHOR-OSHKOV E V，et al.Logistics efficiency of APEC economies：Diagnosis，interconnections and digital experience for russia[J].Transportation Research Procedia，2022，61：118-124.

[3]STORTO C L，EVANGELISTA P.Infrastructure efficiency，logistics quality and environmental impact of land logistics systems in the EU：A DEA-based dynamic mapping[J].Research in Transportation Business & Management，2023，46：100814.

[4]JALOLOVA M，SANGIROVA U，YAKUBOV I，et al.Economic efficiency of the transport system and logistics in the republic of Uzbekistan[J].Transportation Research Procedia，2022，63：1061-1066.

[5]秦雯，倪容.科技創(chuàng)新對珠江西岸物流產(chǎn)業(yè)效率的影響——基于超效率三階段數(shù)據(jù)包絡(luò)分析模型[J].科技管理研究，2022，42（20）：89-95.

[6]劉聰，李珍珍.長三角低碳物流對區(qū)域經(jīng)濟(jì)發(fā)展的影響分析[J].華東經(jīng)濟(jì)管理，2023，37（01）：33-40.

[7]龔雪.區(qū)域物流效率測度及影響因素分析[J].統(tǒng)計與決策，2022，38（12）：112-116.

[8]龔瑞風(fēng)，薛儉，劉汝麗.中國區(qū)域物流效率測度及其時空特征分析[J].統(tǒng)計與決策，2022，38（10）：141-145.

[9]盧美麗.中國物流業(yè)效率提升是否有路徑顯現(xiàn)？——基于省級數(shù)據(jù)的定性比較分析[J].商業(yè)經(jīng)濟(jì)與管理，2020（07）：27-37.

[10]丁斌，曲慧敏.中國上市物流企業(yè)的經(jīng)營效率評價及影響因素分析[J].管理現(xiàn)代化，2014，34（04）：74-76.

[11]曾麗華，王健.中國上市物流企業(yè)持續(xù)經(jīng)營能力研究——基于持續(xù)經(jīng)營審計判斷證據(jù)的實證分析[J].管理現(xiàn)代化，2017，37（06）：51-53.

[12]FRAGOSO R，ANTNIO A C V.Efficiency analysis of the Portuguese wine industry using accounting and operational metrics[J].Results in Engineering，2022（14）：100389.

[13]JARBOUI S.Renewable energies and operational and environmental efficiencies of the US oil and gas companies：A true fixed effect model[J].Energy Reports，2021（07）：8667-8676.

[14]DOMINIC E，NATHANIEL B，JONATHAN A.Operational resilience，disruption，and efficiency：Conceptual and empirical analyses[J].International Journal of Production Economics，2020，229：107762.

[15]AL-MANA A A，NAWAZ W，KAMAL A，et al.Financial and operational efficiencies of national and international oil companies：An empirical investigation[J].Resources Policy，2020，68：101701.

[16]王秀意.金融科技與上市商業(yè)銀行全要素生產(chǎn)率的研究——基于三階段SBM-DEA模型[J].技術(shù)經(jīng)濟(jì)，2022，41（08）：34-46.

[17]朱寧，李同芳，姚安琪，等.城商行區(qū)域性合并能否提高經(jīng)營效率——來自西部地區(qū)城商行的證據(jù)[J].金融監(jiān)管研究，2022（05）：62-81.

[18]梁瑩瑩，孟亮.中國物流企業(yè)對外投資績效影響路徑——基于企業(yè)競爭優(yōu)勢視角[J].中國流通經(jīng)濟(jì)，2017，31（05）：21-30.

[19]張大鵬，涂精華，黃鑫，等.中國旅游上市公司經(jīng)營效率測度研究——兼論公司治理結(jié)構(gòu)的影響效應(yīng)[J].旅游科學(xué)，2019，33（05）：62-79.

[20]原云霄，王寶海，王云鵬.中國生物科技類上市公司經(jīng)營效率的實證分析——基于DEA模型和Malmquist指數(shù)模型[J].科技管理研究，2019，39（02）：48-54.

[21]BANKER R D，CHARNES A，COOPER W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management Science，1984，30（09）：1078-1092.

[22]魏權(quán)齡，盧剛.DEA方法在企業(yè)經(jīng)濟(jì)效益評價中的應(yīng)用[J].統(tǒng)計研究，1990（02）：58-62.

[23]FRE R，GROSSKOPF S，NORRIS M，et al.Productivity growth，technical progress，and efficiency change in industrialized countries[J].The American Economic Review，1994，84（01）：66-83.

[24]DOUGLAS W C，CHRISTENSEN L R，DIEWERT W E.The economic theory of index numbers and the measurement of input，output，and productivity[J].Econometrica，1982，50（06）：1393.

[25]郭淑芬，張俊.中國31個省市科技創(chuàng)新效率及投入冗余比較[J].科研管理，2018，39（04）：55-63.

[26]秦小麗，劉益平.證券公司經(jīng)營效率的測度——基于SBM修正的三階段DEA模型[J].重慶社會科學(xué)，2018（08）：43-55.

[27]霍林，蔡楚岸，黃俊杰.動態(tài)視角下的中國對東盟OFDI效率——基于超效率DEA-Tobit的實證分析[J].投資研究，2021，40（04）：17-28.

（責(zé)任編輯：張江）

收稿日期：2022-10-25

基金項目：國家自然科學(xué)基金項目（71871144）

作者簡介：吳宗澤（1998—），男，江蘇蘇州人，碩士研究生，主要從事企業(yè)管理方面的學(xué)習(xí)與研究。