物流業技術效率及影響因素實證研究

范林榜

物流業上市公司是物流業的典型代表，其技術效率集中體現了整個物流業的發展現況。物流業發展可以促進社會分工深化，改善投資環境，有利于區域產業結構調整和優化，[1]對全面提高一個國家或區域經濟運行效率、促進經濟結構優化、推動經濟增長方式轉變、實現可持續發展具有重大戰略意義。如何客觀、科學地評價物流業上市公司技術效率已成為目前研究的熱點問題。

一、文獻綜述

關于技術效率的研究最早始于德布勒（Debreu）[2]和謝伯德（Shephard），[3]隨后英國劍橋大學的經濟學家法瑞爾（Farrell）[4]從投入角度系統地提出了技術效率定義：“技術效率是指在生產技術和市場價格不變的條件下，按照既定的要素投入比例，生產一定量產品所需的最小成本與實際成本的百分比。”近些年，國內學者也對物流技術效率作了一些研究。龐瑞芝[5]的研究表明，中國主要沿海港口1999～2002年間存在嚴重的投入擁擠與資源浪費現象，純技術效率在下降。匡海波[6]根據13家港口上市公司2004年和2005年的數據，采用超效率CCR-DEA對有效率（效率值為1）的港口上市公司進行了實證研究，克服了以往在港口上市公司成本效率評價研究中無法對有效率的單元進一步排序的弊端。鄧學平等[7]利用DEA Malmquist生產效率變化指數法對我國8家上市物流企業進行研究，發現我國物流企業的生產效率發展趨勢較好，其中技術效率有所下滑，而規模效率則有所上升。汪旭暉、徐健[8]運用超效率CCRDEA模型對我國24家物流上市公司的效率進行評價，認為我國物流上市公司技術效率高的企業約占50%。張毅、陳圻[9]應用NEW-COST-DEA和SUPER-BCC模型對17家上市物流公司2006～2008年間的成本效率和純技術效率進行了測評。李蘭冰、李春輝[10]將物流企業的生產過程分為產出—獲利兩個階段，發現物流企業綜合技術效率水平低，與規模無效率相比，純技術無效率是主要根源。鐘祖昌[11]運用三階段數據包絡分析（DEA）方法，對2001～2008年我國28家物流上市公司經營績效的研究表明：我國物流企業的綜合技術效率值較低，平均為0.668，而出現低效率的原因是規模效率低下。田剛、李南[12]以1991～2007年中國大陸29個省級地區面板數據為基礎，采用外生性影響因素與隨機前沿生產函數模型聯合估計的方法（SFA一步法），測算了中國各地區物流業技術效率，發現中國物流業技術效率仍處于較低水平，地區間存在差異且在擴大。所以，我國著名物流學家王之泰[13]指出，應推動我國物流領域的創新，在加強技術創新的同時，要重視體制和管理創新，進一步深化國家物流管理體制創新、物流行業組織體制創新、物流企業制度創新、物流運行方式創新，以提高物流業效率。

綜合上述研究成果可以看出，大多學者采用DEA方法對物流業上市公司技術效率進行測量，有極少數學者采用超效率方法對公司技術效率進行評價排序，但沒有進一步研究其效率影響因素。因此，本文使用超效率DEA-Tobit兩階段方法對物流業上市公司進行技術效率評價排序并進一步研究影響效率的因素，為上市物流公司和物流業管理部門提高物流技術效率提供參考。

二、研究模型和方法

1.超效率DEA模型

數據包絡分析是近年發展起來的一種新的效率評價方法，其優點是可用于多個同質決策單元（DMU）的相對效率評價，特別是多投入、多產出的復雜系統的效率評價。能夠把決策單元劃歸為兩組，一組是處于效率前沿面的決策單元，其效率得分均為1，而另一組則是得分小于1的無效率決策單元。但目前的研究及應用主要集中在對投入、產出指標的選擇及其相對效率的評價排名上，DEA模型在將計算得到的有效單元（效率評價值為1）進一步排序時就無能為力。為此，班克等人（Banker et al）[14-15]首次提出在測算時將有效決策單元從參考效率前沿面中分離出去，在CCR模型的基礎上構建超效率DEA模型，這一方法最終在安德森和彼得森（Andersen&Petersen）[16]的努力下日臻成熟。下面將這種模型進行簡單介紹。

假設有n個決策單位，每個決策單元有m種投入要素xij（j=1，...，m），有s種產出yir（r=1，...，s）（xij≥0，yir≥0）。則決策單位o的相對效率ho（u，v）可以寫成：

式（1）中，r0代表評價的那個決策單元。超效率DEA模型與DEA模型的區別在于，超效率DEA模型在求解DMU r0的效率值時，其約束條件中決策單元的參考集合將DMU r0排除在外；對于有效決策單元，計算出來的效率值可能大于1，如對于超效率DEA的效率值為1.78決策單元，則表示該決策單元即使再等比例加大78%的投入，它在整個樣本集合中仍能保持相對有效，即DEA效率值仍能維持在1的水平。

2.托賓特（Tobit）模型

托賓特回歸模型屬于因變量受到限制的一種模型，最早由托賓（Tobin）[17]提出，又稱截斷式回歸模型（Censored Regression Model）。其基本形式為：

式（2）中，εi～N（0，σ2），β 為回歸參數向量，Xi為自變量向量，Yi*為因變量向量，Yi為效率值向量，因變量的數值是切割（Truncated）或片段（截斷）的情況，那么普通最小二乘法（OLS）就不再適用于估計回歸系數，采用極大似然估計法對Tobit模型進行估計，能夠得到參數β和σ的一致估計值。

運用DEA方法可以評價決策單元的相對效率，就個體而言，研究者可以依據松弛變量提出提高效率的建議，但并不能從整體上找到效率的影響因素，為此，需要引入多元分析技術找出效率的影響因素。從效率值的截斷數據特征出發，適合建立Tobit模型進行影響因素分析，可以彌補DEA在影響效率外在原因分析方面的不足。

三、實證研究

1.決策單元和指標選取及數據收集

本文以滬市、深市2012年的交通運輸、倉儲業年報為數據窗口，根據公司的“經營范圍”和“主營業務”，篩選出以物流為主營業務的46家上市公司作為研究樣本。為保證數據的有效性，盡量消除異常樣本對研究結論的影響，刪除營業利潤或凈利潤為負的公司后最終確定了40家上市物流公司。公司運營的主要投入是人、財、物和管理，輸出主要是社會效益和企業效益，因此本文選取的投入指標包括員工人數、營業成本、資產總額、管理費用，產出指標選取營業收入、營業利潤和凈利潤。所有的投入和產出指標數據來源于上海證券交易所、深圳證券交易所和巨潮資訊網站公司2012年年報，具體數據參見表1。

2.超效率DEA評價

在利用C2R模型和BC2模型對選取的40家上市物流公司的相關數據計算各決策單元總體效率θ*、純技術效率σ*和純規模效率s*基礎上，再對決策單元總體效率θ*為1計算分析其超效率DEA效率值Super*，評價數據通過使用Matlab7.1軟件編程計算得到，具體計算結果經排序后如表2所示。

從表2可以看出，我國物流業技術效率存在兩極分化現象，在所研究的物流業典型代表企業中，近30%有較好的效率，達到了純技術效率、純規模效率，并且綜合技術效率大于等于1.004，但是還有40%的物流企業沒能達到技術有效性，綜合技術效率在0.9以下。根據超效率DEA模型計算的超效率結果，可以得到各物流公司的技術效率排名，技術效率排在第一的是飛馬國際（股票代碼：002210），超效率DEA效率是294.7%，該公司即使再等比例增加194.7%的投入，仍能保持相對有效，這類物流公司可以加大各要素投入，以獲得更多的產出，始終保持投入產出的技術有效率性。從以上計算結果也可知，物流業純技術效率平均值為0.928，純規模效率平均值為0.978，綜合技術效率的平均值只有0.909，而使用超效率DEA模型計算的超效率DEA效率平均值為1.059。可見，我國物流業技術效率存在兩極分化現象，有的物流企業技術效率較高，有的物流企業還沒有達到投入產出技術的有效率值。接下來用Tobit模型進一步對影響物流業投入產出技術效率的因素進行分析，揭示物流業技術效率的影響因素及其規律。

表1 2012年物流上市公司投入產出指標數據單位：萬元

表2 物流業上市公司DEA效率和超效率評價值

3.影響因素確定和Tobit模型分析

本部分以DEA超效率模型得出的技術效率值作為因變量，以選定的影響因素作為自變量，構建Tobit回歸模型，對影響物流業技術效率的因素進行分析。克加維尼和勞卡尼特（Kirjavainen&Loikkanent）[18]認為影響因素的選擇遵循兩個原則，即選擇已有研究文獻普遍采用的變量；不應包含于DEA模型的投入、產出變量中。本文基于以上原則和已有研究文獻來確定影響物流業上市公司技術效率的影響因素。

于東智[19]認為，凈資產收益率與股權集中度指標之間存在著顯著的正相關關系，股權集中度越高的企業效率越好。企業的股權集中度越高，股東（尤其是大股東）越有動力使用對企業的所有權，包括影響和監督經理人，甚至直接參與企業經營，從而提高企業決策的效率和科學性。因此，我們選取股權集中度作為影響物流業上市公司投入產出技術效率的一個影響因素，具體選取了第一大股東持股比例CR1、前五大股東持股比例CR5、前十大股東持股比例CR10作為股權集中度的度量指標。斯汀康比（Stinchcombe）[20]認為，年齡較大的企業，由于累積的相關經驗和資源更為豐富，因而比年齡較小的企業有更好的績效。羅森茨韋克和羅斯（Rosenzweig&Roth）[21]認為，較高的績效和信譽度是逐漸積累起來的，而且在早期需要付出更多的努力。但是年齡較大的企業難以適應復雜多變的新形勢、新要求，表現為思維、理念以及產品等較為僵化、陳舊，從而導致績效落后于新興企業。可見，企業年齡對其經營效率有一定影響。我們選取企業年齡作為分析物流業上市公司技術效率的另一個影響因素，具體以企業的最先注冊登記年為標準，計算至2012年的企業年齡，用符號QYNL表示。程新生等[22]發現，提高董事會的獨立性可以作為制衡大股東的重要措施，對財務控制有積極的作用。董南雁等[23]認為，董事會的獨立性是指董事會作為一個獨立的行為主體在決策過程中所體現出來的公正、不偏于任何一方利益的價值取向，以保護全體股東權益，實現股東價值增值。董事會獨立性是由獨立董事來保證的，獨立董事在董事會人數中所占比例的大小，關系著獨立董事能否在公司決策及監督中發揮重要作用。因此，我們選取獨立董事所占比例這一指標來衡量董事會的獨立性，用符號DDBL表示。另外，本文還考查了第一大股東性質啞變量對物流業上市公司技術效率的影響，具體操作時我們確定第一大股東為國有法人股時GDXZ為1，其他性質時GDXZ為0。本研究最終選定的影響因素包括股權集中度（CR1、CR5和CR10）、企業年齡（QYNL）、董事會獨立性（DDBL）、第一大股東性質（GDXZ）。

結合前面分析，因變量為超效率得分Ysuper，建立以下Tobit回歸分析模型：

式（3）中，β1、β2、β3、β4、β5、β6為模型待估系數，μ為隨機擾動項。

用Eviews5.0軟件對方程（3）Tobit模型進行回歸，結果如表3所示。

從表3中可以看出，物流業上市公司股權集中度對其技術效率有正向影響，特別是第一大股東和前五大股東持股比例與超效率值顯著正相關，表明物流企業的股權集中度越高，股東（尤其是第一大股東）越有動力使用對企業的所有權，影響和監督經理人對企業經營決策的管理。董事會獨立性與超效率值在1%顯著性水平下正向相關關系顯著，說明物流業上市公司董事會獨立性越強，公司技術效率越高，獨立董事在董事會中獨立、客觀并從專業角度參與公司決策對公司技術效率有顯著影響，支持了國家對上市公司監管中要求必須具有一定比例的獨立董事政策的正確性。但物流上市公司的企業年齡和第一大股東是否是國有法人與公司技術效率沒有顯著的統計相關關系，這表明了對物流這種新興產業并不是企業年齡越大技術效率就越高，也說明企業第一大股東不論是國有法人、境內其他法人還是境外法人對企業技術效率并沒有顯著的影響。

四、結論與啟示

本文選取我國物流業40家上市公司2012年度多投入多產出指標數據，應用超效率DEA評價方法測量了各公司的技術效率值，并用Tobit模型分析了影響我國物流業上市公司技術效率的因素。實證結果表明，我國上市物流公司總體技術效率存在兩極分化現象，綜合效率平均為0.909，純技術效率平均為0.928，純規模效率平均為0.978，30%的物流公司有較好的效率，達到了純技術效率、純規模效率和綜合技術效率有效，也有40%的物流公司綜合技術效率還低于0.9。通過Tobit模型分析發現，股權集中程度和董事會獨立性對上市物流公司技術效率呈正向關系，而企業年齡和第一大股東性質對企業技術效率無顯著影響。

從研究結果可以得出，超效率值大于1的飛馬國際等12家運營效率較好的物流上市公司，再等比投入包括員工人數、營業成本、資產總額、管理費用等要素將進一步提高公司的技術效率。另外還有南京港等16家物流上市公司技術效率低于0.9，表明這些公司的資源配置、資源使用效率等多方面還可以改善，除了寧波港達到純技術效率外，其余15家公司由于管理和技術等因素影響了其運營效率。效率較低的40%物流上市公司都沒能達到規模效率，表明目前我國大多數物流公司實際規模與最優生產規模還存在差距，影響了物流業的整體效率，應改善規模效率較低的物流公司經營規模。再結合物流業典型代表物流上市公司技術效率的影響因素分析結果，物流業應加大股份集中度和董事會中獨立董事的比例，以提高物流業綜合效率。

表3 我國物流業上市公司效率影響因素的Tobit回歸結果

＊本文系江蘇省高校哲學社會科學基金項目“淮海經濟區物流圈整合運營模式研究”（項目編號：2013SJD630017）的階段性成果。

[1]范林榜.物流發展與經濟增長的關系——以蘇北、蘇中、蘇南典型地區為例[J].中國流通經濟，2012（7）：32-37.

[2]Debreu G..The Coefficient of Resource Utilization[J].Econometrica，1951（19）：273-292.

[3]Shephard R W.Cost and Production Functions[M].Princeton N.J.：Princeton University Press，1953：209-242.

[4]Farrell M.J.The Measurement of Production Efficiency[J].Journal of Royal Statistical Society，Series A，Genera1，1957（3）：253-281.

[5]龐瑞芝.我國主要沿海港口的動態效率評價[J].經濟研究，2006（6）：26-33.

[6]匡海波.基于超效率CCR-DEA的中國港口上市公司成本效率評價研究[J].中國管理科學，2007（3）：142-148.

[7]鄧學平，等.我國物流企業全要素生產效率分析[J].系統工程，2008（6）：1-9.

[8]汪旭暉，徐健.基于超效率CCR-DEA模型的我國物流上市公司效率評價[J].財貿研究，2009（6）：117-124.

[9]張毅，陳圻.基于成本效率和純技術效率的中國上市物流公司發展模式研究[J].中國科技論壇，2010（10）：46-50.

[10]李蘭冰，李春輝.我國上市物流企業生產效率評價——基于數據包絡分析法的兩階段分析[J].港口經濟，2011（2）：33-38.

[11]鐘祖昌.我國物流上市公司運營效率的實證研究[J].商業經濟與管理，2011（4）：19-27.

[12]田剛，李南.中國物流業技術效率差異及其影響因素研究——基于省級面板數據的實證分析[J].科研管理，2011（7）：34-44.

[13]王之泰.中國物流業創新的一些思考[J].中國流通經濟，2013（4）：8-12.

[14]Banker R D，Gifford J L.A Relative Efficiency Model for the Evaluation of Public Health Nurse Productivity[M].Pittsburgh，USA：Carnegie Mellon University，1988：153-158.

[15]Banker R D，Das S，Datar SM.Analysis of Cost Variances for Management Control in Hospitals[J].Research in Governmental and Nonprofit Accounting，1989（5）：268-291.

[16]Andersen P，Petersen N C.A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J].Management Science，1993（39）：1261-1264.

[17]Tobin J.Estimation of Relationships for Limited Dependent Variables[J].Econometric，1958，26（1）：24-36.

[18]Kirjavainen T，Loikkanent HA..Efficiency Differences of Finish Senior Secondary Schools：An Application of DEA and Tobit Analysis[J].Economics of Education Review，1998（4）：377-394.

[19]于東智.股權結構、治理效率與公司績效[J].中國工業經濟，2001（5）：54-62.

[20]Stinchcombe A L.Social Structures and Organizations[C].//March JG.Handbook of Organizations.Chicago：Rand Mc－Nally，1965：142-193.

[21]Rosenzweig E D，A V Roth.Towards a Theory of Competitive Progression：Evidence from High-tech Manufacturing[J].Production and Operations Management Journal，2004（4）：354-368.

[22]程新生，王薇，尹芳.公司財務監控系統治理績效的實證研究——來自中國上市公司的證據[J].管理評論，2007（7）：33-37．

[23]董南雁，孫永權，張俊瑞.董事會獨立性能影響公允價值計量的價值相關性嗎[J].當代財經，2012（7）：108-118.