基于動(dòng)態(tài)多指標(biāo)灰靶決策的物流企業(yè)經(jīng)營(yíng)績(jī)效評(píng)價(jià)

秦瑤 錢吳永

摘 ?要：在“供給側(cè)改革”和“大力發(fā)展現(xiàn)代服務(wù)業(yè)”的背景下，物流業(yè)作為現(xiàn)代服務(wù)業(yè)的重要組成部分，獲得長(zhǎng)足的發(fā)展，這也助推了物流企業(yè)的發(fā)展，但近年來(lái)，許多物流企業(yè)面臨著同業(yè)競(jìng)爭(zhēng)激烈、經(jīng)營(yíng)績(jī)效差等挑戰(zhàn)，而物流企業(yè)的經(jīng)營(yíng)績(jī)效直接關(guān)乎物流企業(yè)的可持續(xù)發(fā)展，為此，科學(xué)評(píng)價(jià)物流企業(yè)經(jīng)營(yíng)績(jī)效，進(jìn)而提出物流企業(yè)經(jīng)營(yíng)績(jī)效提升策略成為亟待解決的重要問(wèn)題。基于這一背景，文章構(gòu)建了物流企業(yè)經(jīng)營(yíng)績(jī)效評(píng)價(jià)指標(biāo)體系， 以灰靶決策模型為基礎(chǔ)構(gòu)建動(dòng)態(tài)多指標(biāo)物流企業(yè)績(jī)效模型，對(duì)我國(guó)18家上市物流企業(yè)2013～2017年之間的經(jīng)營(yíng)績(jī)效進(jìn)行評(píng)價(jià)分析。

關(guān)鍵詞：物流企業(yè);灰靶決策;物流績(jī)效;面板數(shù)據(jù)

中圖分類號(hào)：F272 ? ?文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： Under the background of“supply-side reform”and“vigorously developing modern service industry”， logistics industry， as an important part of modern service industry， has made considerable progress， which also promotes the development of logistics enterprises. However， in recent years， many logistics enterprises are facing the challenges of fierce competition， weak core competitiveness and poor business performance. The business performance of logistics enterprises is directly related to the sustainable development of logistics enterprises. Therefore， it is necessary to scientifically evaluate the business performance of logistics enterprises， and then put forward the strategy of improving the business performance of logistics enterprises as an important problem to be solved urgently. Based on this background， this paper constructs the business performance index system of logistics enterprises， and establishes a dynamic multi-attribute grey target decision-making model based on the grey system theory. Then， this paper makes an empirical study on the panel data of 18 listed logistics enterprises in China from 2013 to 2017.

Key words： logistics enterprises; grey target decision; logistics performance; panel data

0 ?引 ?言

隨著制造業(yè)的快速發(fā)展和電子商務(wù)的快速崛起，物流業(yè)務(wù)專業(yè)化發(fā)展和外包的快速興起，物流業(yè)也得到快速發(fā)展，許多物流企業(yè)也快速崛起，特別是以第三方物流企業(yè)為代表的現(xiàn)代物流企業(yè)發(fā)展迅猛。隨著物流企業(yè)數(shù)量和規(guī)模的不斷擴(kuò)張，加之物流成本的不斷攀升，物流企業(yè)之間的競(jìng)爭(zhēng)不斷加劇，許多物流企業(yè)面臨著可持續(xù)發(fā)展能力不強(qiáng)等諸多關(guān)鍵問(wèn)題的挑戰(zhàn)。這些問(wèn)題的主要原因在于物流企業(yè)經(jīng)營(yíng)績(jī)效不高、核心競(jìng)爭(zhēng)力不強(qiáng)。因此，如何科學(xué)評(píng)估物流企業(yè)的經(jīng)營(yíng)績(jī)效，分析物流企業(yè)績(jī)效制約瓶頸，找出績(jī)效提升對(duì)策成為亟待解決的重要現(xiàn)實(shí)問(wèn)題，為此，本文借鑒灰靶決策的基本思想構(gòu)建了基于面板數(shù)據(jù)的動(dòng)態(tài)多指標(biāo)灰靶決策模型，利用所構(gòu)建的模型對(duì)我國(guó)上市物流企業(yè)經(jīng)營(yíng)績(jī)效進(jìn)行系統(tǒng)評(píng)價(jià)分析，以期為科學(xué)評(píng)價(jià)物流企業(yè)績(jī)效提供方法與技術(shù)支撐。

國(guó)內(nèi)外許多學(xué)者對(duì)物流企業(yè)績(jī)效評(píng)價(jià)展開(kāi)了研究。鄧學(xué)平基于C2R模型和窗口分析技術(shù)對(duì)我國(guó)上市物流企業(yè)生產(chǎn)績(jī)效進(jìn)行了研究，發(fā)現(xiàn)物流企業(yè)績(jī)效總體水平呈下降趨勢(shì)，且港口型企業(yè)比運(yùn)輸型企業(yè)效率高[1];朱霞針對(duì)物流企業(yè)的特點(diǎn)構(gòu)建績(jī)效評(píng)價(jià)指標(biāo)體系，利用熵值法對(duì)15家上市物流企業(yè)的財(cái)務(wù)指標(biāo)數(shù)據(jù)確定指標(biāo)權(quán)重從而進(jìn)行實(shí)證分析[2];Peng Wong運(yùn)用Malmquist指數(shù)對(duì)馬來(lái)西亞的第三方物流企業(yè)的創(chuàng)新績(jī)效和生產(chǎn)率進(jìn)行分析研究，發(fā)現(xiàn)馬來(lái)西亞的物流企業(yè)總體缺乏創(chuàng)新性[3];楊德權(quán)針對(duì)IAHP方法中確定權(quán)重主觀性較大的問(wèn)題，構(gòu)建了交叉效率DEA—熵IAHP模型，彌補(bǔ)了原方法中對(duì)績(jī)效公平的忽視，利用該模型對(duì)我國(guó)8家物流企業(yè)進(jìn)行績(jī)效評(píng)價(jià)來(lái)驗(yàn)證模型的有效性[4];李曉梅基于16家國(guó)有物流企業(yè)的面板數(shù)據(jù)，應(yīng)用超效率C2R-DEA模型從微觀角度檢驗(yàn)了物流企業(yè)績(jī)效水平，發(fā)現(xiàn)純技術(shù)無(wú)效率是影響我國(guó)國(guó)有物流企業(yè)綜合績(jī)效的主要根源[5];韓劍塵在DEA框架下對(duì)樣本期內(nèi)我國(guó)45家滬深上市的物流企業(yè)生產(chǎn)績(jī)效進(jìn)行研究，發(fā)現(xiàn)港口型物流企業(yè)的生產(chǎn)績(jī)效比倉(cāng)儲(chǔ)型物流企業(yè)的生產(chǎn)績(jī)效高[6];張毅應(yīng)用NEW-COST-DEA模型對(duì)我國(guó)17家上市物流企業(yè)成本效率進(jìn)行測(cè)評(píng)，發(fā)現(xiàn)我國(guó)上市物流企業(yè)成本效率普遍較低[7];范璐利用Cost Malmquist指數(shù)對(duì)我國(guó)上市物流企業(yè)投入要素價(jià)格變化進(jìn)行研究，將指數(shù)進(jìn)一步分解成技術(shù)效率變動(dòng)、技術(shù)進(jìn)步變動(dòng)等四部分，將其與傳統(tǒng)的IM指數(shù)進(jìn)行對(duì)比，發(fā)現(xiàn)CM指數(shù)更具優(yōu)越性[8];Thi-Nham針對(duì)越南企業(yè)績(jī)效快速增長(zhǎng)的現(xiàn)象，利用Malmquist生產(chǎn)率指數(shù)和窗口分析法對(duì)其績(jī)效進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)技術(shù)是生產(chǎn)力增長(zhǎng)的決定因素，為企業(yè)的可持續(xù)性發(fā)展提出相應(yīng)對(duì)策[9]。

從圖2可以看出，在2013～2017年之間恒基達(dá)鑫、歐浦智網(wǎng)、飛力達(dá)、中儲(chǔ)股份、音飛儲(chǔ)存、嘉誠(chéng)國(guó)際這6家倉(cāng)儲(chǔ)型物流企業(yè)的經(jīng)營(yíng)績(jī)效都處于較穩(wěn)定的狀態(tài)，且評(píng)分較高，經(jīng)營(yíng)績(jī)效較好。新寧物流在2013～2017年之間經(jīng)營(yíng)績(jī)效的波動(dòng)幅度較為明顯。宏川智慧和保稅科技在2013～2016年之間經(jīng)營(yíng)績(jī)效呈明顯上升趨勢(shì)，然而在2017年經(jīng)營(yíng)績(jī)效又有明顯的回落。

從圖3可以看出，在2013～2017年之間鐵龍物流、大秦鐵路、廣深鐵路、山東高速、寧滬高速、寧波港、珠海港、南京港這8家運(yùn)輸型物流企業(yè)的經(jīng)營(yíng)績(jī)效都呈現(xiàn)出較穩(wěn)定的狀態(tài)，且評(píng)分較高，經(jīng)營(yíng)績(jī)效較好。只有中原高速企業(yè)的經(jīng)營(yíng)績(jī)效在2013～2017年波動(dòng)幅度較大，在2013～2015年績(jī)效評(píng)分有大幅度的上升，而在2015～2017年績(jī)效評(píng)分又呈緩慢下降趨勢(shì)。

3 ?結(jié)論與建議

本文用動(dòng)態(tài)多指標(biāo)灰靶決策模型對(duì)18家上市物流企業(yè)在2013～2017年的經(jīng)營(yíng)績(jī)效情況進(jìn)行了評(píng)價(jià)，基于灰色關(guān)聯(lián)理論，考慮時(shí)點(diǎn)信息，用群灰關(guān)聯(lián)度表示各個(gè)時(shí)點(diǎn)各個(gè)指標(biāo)間的關(guān)系，使指標(biāo)權(quán)重的確定更具有科學(xué)性和合理性;利用新信息優(yōu)先原理，基于矩陣范數(shù)確定時(shí)點(diǎn)權(quán)重，使決策信息得到充分利用，體現(xiàn)新信息的重要性。在給出指標(biāo)權(quán)重和時(shí)點(diǎn)權(quán)重的基礎(chǔ)上，提出了基于面板數(shù)據(jù)的動(dòng)態(tài)多指標(biāo)灰靶決策模型，將灰靶決策模型拓展到三維空間進(jìn)行研究，并將模型應(yīng)用于物流企業(yè)績(jī)效評(píng)價(jià)，為科學(xué)分析物流企業(yè)績(jī)效提供方法與技術(shù)支撐。

物流企業(yè)在經(jīng)營(yíng)與投入過(guò)程中，必須樹(shù)立現(xiàn)代化物流理念，積極引入以物聯(lián)網(wǎng)技術(shù)為代表的世界先進(jìn)物流技術(shù)，使物流服務(wù)不斷向信息化、網(wǎng)絡(luò)化和智能化方向發(fā)展;企業(yè)應(yīng)重視物流基礎(chǔ)設(shè)施建設(shè)，提高企業(yè)運(yùn)作效率，從而提高整個(gè)物流企業(yè)價(jià)值鏈的經(jīng)濟(jì)效益;企業(yè)應(yīng)不斷改善資產(chǎn)結(jié)構(gòu)，合理分配內(nèi)外部資源，從而提高物流企業(yè)的經(jīng)營(yíng)績(jī)效。

參考文獻(xiàn)：

[1] 鄧學(xué)平，王旭，Ada Suk Fung Ng. 我國(guó)物流企業(yè)生產(chǎn)效率發(fā)展分析[J]. 系統(tǒng)工程理論與實(shí)踐，2009，29（5）：27-36.

[2] 朱霞，王慧伶. 熵值法在物流企業(yè)績(jī)效評(píng)價(jià)中的應(yīng)用[J]. 物流科技，2016，39（5）：28-31.

[3] ?Wai Peng Wong， Keng Lin Soh， Mark Goh. Innovation and productivity： insights from Malaysia's logistics industry[J]. International Journal of Logistics， 2015，19（4）：1-14.

[4] 楊德權(quán)，薛云霞. 基于交叉效率DEA和熵IAHP對(duì)物流企業(yè)績(jī)效評(píng)價(jià)[J]. 運(yùn)籌與管理，2015，24（3）：172-178.

[5] 李曉梅，白雪飛. 基于超效率CCR-DEA的國(guó)有物流企業(yè)績(jī)效實(shí)證分析——基于16家上市物流企業(yè)的樣本數(shù)據(jù)[J]. 中國(guó)流通經(jīng)濟(jì)，2016，30（4）：26-32.

[6] 韓劍塵，夏濤. 多維視角下我國(guó)物流企業(yè)生產(chǎn)效率異質(zhì)性研究[J]. 華東經(jīng)濟(jì)管理，2016，30（3）：97-101.

[7] 張毅，陳?ài)? 基于NEW-COST-DEA模型的中國(guó)上市物流公司成本效率研究[J]. 華東經(jīng)濟(jì)管理，2011，25（4）：74-79.

[8] 范璐，王愛(ài)虎. 中國(guó)上市物流企業(yè)成本效率動(dòng)態(tài)分析——基于Cost Malmquist指數(shù)[J]. 軟科學(xué)，2016，30（6）：71-74，87.

[9] ?Thi-Nham Le， Chia-Nan Wang. The Integrated Approach for Sustainable Performance Evaluation in Value Chain of Vietnam Textile and Apparel Industry[J]. Sustainability， 2017（3）：477.

[10] 羅本成，原魁，眭凌，等. 基于灰關(guān)聯(lián)度評(píng)價(jià)的投資決策模型及應(yīng)用[J]. 系統(tǒng)工程理論與實(shí)踐，2002（9）：132-136.

[11] 錢吳永，黨耀國(guó)，劉思峰. 基于差異驅(qū)動(dòng)原理與均值關(guān)聯(lián)度的動(dòng)態(tài)多指標(biāo)決策模型[J]. 系統(tǒng)工程與電子技術(shù)，2012（2）：337-341.

[12] 劉小弟，朱建軍，劉思峰. 猶豫模糊信息下的雙向投影決策方法[J]. 系統(tǒng)工程理論與實(shí)踐，2014（10）：2637-2644.

[13] 王正新，黨耀國(guó)，裴玲玲，等. 基于累積前景理論的多指標(biāo)灰關(guān)聯(lián)決策方法[J]. 控制與決策，2010（2）：232-236.

[14] 曾波，劉思峰，謝乃明，等. 基于灰數(shù)帶及灰數(shù)層的區(qū)間灰數(shù)預(yù)測(cè)模型[J]. 控制與決策，2010（10）：1585-1588，1592.

[15] 劉震，黨耀國(guó)，錢吳永，等. 基于面板數(shù)據(jù)的灰色網(wǎng)格關(guān)聯(lián)度模型[J]. 系統(tǒng)工程理論與實(shí)踐，2014（4）：991-996.