基于DEA模型的中國上市物流企業(yè)經營效率評價研究

吳宗澤，宋良榮 （上海理工大學 管理學院，上海 200093）

0 引 言

2021年商務部等部門關于《“十四五”服務貿易發(fā)展規(guī)劃》的印發(fā)，極大地推動了服務貿易類行業(yè)的高質量發(fā)展。物流業(yè)作為擴大內需的一類重點行業(yè)，目前正處于從傳統(tǒng)物流邁向現代物流的轉型關鍵期，其經營狀況應得到特別關注。為更好地推動物流業(yè)的轉型升級，促進物流業(yè)的健康發(fā)展，本文將對國內物流類公司的經營效率進行評價。

許多學者對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聚類模型對40家中國上市物流企業(yè)的持續(xù)經營能力進行分析，發(fā)現傳統(tǒng)物流企業(yè)的持續(xù)經營能力遠低于供應鏈物流類企業(yè)；盧美麗[2]運用DEA分析國內各省級物流業(yè)的效率，發(fā)現企業(yè)經營管理水平是提升其效率的核心因素；梁瑩瑩[3]等以國內物流企業(yè)為樣本構建了結構方程模型，發(fā)現可以通過拓寬經營思路來提升物流企業(yè)的對外投資績效；丁斌[4]等運用DEA-Tobit模型分析2010—2012年國內物流上市公司，發(fā)現整體效率不高并呈現下降趨勢。從上述文獻內容可以發(fā)現，大多數學者雖然在物流效率的研究上已經得出了很多具有實踐和理論價值的結論，但總體而言，對物流企業(yè)經營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)和動態(tài)兩個角度對國內物流企業(yè)進行全面研究，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)的純技術效率和規(guī)模效率，再通過Malmquist指數研究物流企業(yè)經營效率在2017—2021年的動態(tài)變化情況。

1 評價指標體系的構建

1.1 指標選取

企業(yè)的經營是一個多投入、多產出的動態(tài)過程，本文基于國內物流公司的實際情況和大量文獻對經營效率的界定[5]，選擇固定資產、企業(yè)員工數量和營業(yè)成本作為投入指標來反映企業(yè)的資產規(guī)模、人力資本和運營成本，選擇凈資產收益率、資產周轉率和每股收益作為產出指標反映企業(yè)的盈利能力、營運能力以及獲利能力。

1.2 樣本選取

樣本的選取依據證監(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，截至2022年10月，我國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應不少于投入與產出指標數之和的3倍，在對首輪公開募股后前兩年的樣本數據，ST、SST、*ST等掛牌股票有限公司和缺失財務數據的公司進行剔除后，本文最終選取了58家上市物流公司作為樣本，所用數據均來源于CSMAR數據庫。DEA模型還規(guī)定投入和產出指標的數據都是非負的，所以再對上述已選參數進行無量綱的處理，使DMU的準確性不受量綱干擾。

2 結論分析

2.1 經營效率靜態(tài)分析

2.1.1 物流上市公司層面

表1和圖1為DEA-BCC的運行結果，2017—2021年國內物流公司的經營效率達到有效（TE=1）的數量呈N形趨勢，分別在2019年和2021年達到最大值。可見，物流公司的經營狀況有所波動，經營效率有待進一步穩(wěn)定與提高。純技術效率有效（PTE=1）的公司數量呈逐年階梯上升的趨勢，從2017年的11家上升到2021年的15家，國內物流類公司的整體純技術效率也都在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)模效率值達到最大，為0.808，雖然有上下波動，但是總體較為穩(wěn)定并且具有上升的空間，不同公司應根據各自所處的階段適當地整改投入資源的規(guī)模，以期提高規(guī)模效率。

表1 2017—2021年國內物流上市公司的經營效率變化情況

圖1 2017—2021年國內物流上市公司的經營效率變化走勢

從效率區(qū)間的角度來看，根據前文所述，當效率值處在0～0.5、0.5～0.8、0. 8～1這些區(qū)間時，分別表示DEA嚴重無效、中度無效以及輕度無效。由表2可以看出，最近5年，國內物流上市公司的經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，已經占據所研究樣本公司的50%以上。由此可見，大部分物流上市公司并沒有達到最優(yōu)經營水平，各公司應該在其資源的投入與使用過程中做出進一步優(yōu)化與調整。表2為2017—2021年國內物流上市公司綜合效率有效程度數量表。

表2 2017—2021年國內物流上市公司綜合效率有效程度數量表

2.1.2 物流細分行業(yè)層面

在對國內各物流類上市公司研究的基礎上，下面對公司所處的各細分行業(yè)展開更進一步的研究。由表3和圖2可知，2017—2019年鐵路運輸業(yè)和水上運輸業(yè)的經營效率均低于物流業(yè)的平均水平；裝卸和運輸代理業(yè)的華貿物流的效率值連續(xù)有效，一直領先于其他各物流公司；郵政業(yè)的經營效率從2017年的0.839下降到2021年的0.598，主要原因在于受到純技術效率的制約；倉儲業(yè)的經營效率在近幾年實現連年上升，并在2021年有所回落，但也遠高于物流業(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)效率的平均值，但仍然要注意存在跌至平均水平以下的風險。

續(xù) 表

表3 2017—2021年國內物流類細分行業(yè)經營效率統(tǒng)計表

圖2 2017—2021年國內物流類細分行業(yè)經營效率變化走勢

2.2 經營效率動態(tài)分析

2.2.1 物流上市公司層面

由表4可以看出，2017—2021年國內物流類上市公司的全要素生產率平均值為0.995，說明物流類上市公司整體全要素生產率下降0.5%；技術效率平均值為1.017，說明技術效率在最近5年提升了1.7%，其中純技術效率平均值為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；技術進步指數平均值為0.978，與技術前沿相距0.022，說明物流類行業(yè)的整體創(chuàng)新能力還有進步的空間。由此可見，國內物流類上市公司全要素生產率下降的原因主要在于純技術效率與技術進步的指數較低，因此物流類企業(yè)應該把研發(fā)與創(chuàng)新作為提高經營效益、促進企業(yè)發(fā)展的重要方式。

細分至各個物流公司，全要素生產率在2017—2021年內有所上升的企業(yè)有30家，下降的數量為28家，其中全要素生產率較低的是重慶路橋，為0.768。在全要素生產率下降的公司中，只受技術進步制約的有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退步的影響最大；只受規(guī)模效率制約的只有珠海港；同時受純技術效率與規(guī)模效率制約的只有廈門港務；同時受技術進步與純技術效率制約的公司有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、華貿物流和中儲股份，其中重慶路橋的全要素生產率只有0.768，處于研究樣本的最低位；同時受技術進步與規(guī)模效率制約的有5家，分別是湖南投資、中遠海特、寧波海運、廈門空港和圓通速遞；受技術進步、純技術效率和規(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、外服控股和中遠海發(fā)。表4為2017—2021年國內物流上市公司全要素生產率測算結果表。

表4 2017—2021年國內物流上市公司全要素生產率測算結果表

由表5可以看出，國內物流類上市公司Malmquist指數在2017—2021年間分時段要素分解的大致情況。全要素生產率的整體平均值達到0.995，整體呈動態(tài)回落，這主要是受技術進步與純技術效率的制約影響。其中2017年的全要素生產率為0.984，相較基期下降了1.6%，這主要是因為純技術效率和規(guī)模效率有所下降；較2016年而言，雖然技術效率有所提高，但是技術退步的負向作用超過了技術效率的正向影響，因此2018年的全要素生產率下降了0.6%；2019年的全要素生產率繼續(xù)下降了9.2%，主要原因與2018年相同，技術退步的負向影響較大；2020年的全要素生產率首次實現正向增長，較2019年上升超過了10%，主要是因為技術進步的正向影響超過了純技術效率和規(guī)模效率的共同制約作用。2020年受疫情沖擊，國家各級部門出臺了應急物流發(fā)展、冷鏈物流扶持、網絡貨運等各大政策，這些政策圍繞新技術、智慧物流等相關方面展開，這對促進物流業(yè)技術進步具有重要意義。

表5 2017—2021年國內物流上市公司全要素生產率逐年測算結果表

由圖3可以發(fā)現，在技術進步方面，2018—2019年、2019—2020年的技術進步指數小于1，說明在這兩個時期，國內物流公司整體上存在技術退步的問題；其余兩期的技術進步指數大于1，說明公司在這些時間段內取得技術進步；就行業(yè)平均水平0.978而言，國內物流行業(yè)整體上受到技術退步帶來的影響。在純技術效率方面，2017—2018年、2020—2021年的純技術效率變化小于1，說明這兩個時期，公司未能有效運用技術給其經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了相關技術；就行業(yè)效率變化的平均水平0.995而言，國內物流行業(yè)整體上存在未能合理有效地利用技術的問題。在規(guī)模效率方面，其變動趨勢和純技術效率大致相同，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附近上下浮動，說明其管理水平較為穩(wěn)定。

圖3 2017—2021年國內物流上市公司全要素生產率逐年變化趨勢

2.2.2 物流細分行業(yè)層面

從表6和圖4可以看出，2017—2021年國內物流類上市公司所在行業(yè)的Malmquist指數要素分解情況。從各細分行業(yè)的角度分析可知：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，主要是因為技術效率和技術進步對行業(yè)產生了正向影響，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。道路運輸業(yè)、水上運輸業(yè)、裝卸搬運和運輸代理業(yè)的全要素生產率因受技術進步和純技術效率制約在近5年動態(tài)小幅下降了，航空運輸業(yè)的全要素效率受技術退步的負向影響導致動態(tài)下降，因此，物流類行業(yè)應在相關政策的指引下繼續(xù)加大研發(fā)與創(chuàng)新力度，以期通過技術進步來提高公司的經營效率。

表6 2017—2021年國內物流細分行業(yè)Malmquist指數分行業(yè)情況表

圖4 2017—2021年國內物流細分行業(yè)Malmquist指數走勢圖

3 結 語

本文研究了國內58家物流上市公司及所處細分行業(yè)在2017—2021年間的經營效率后，所得結論：一是構建數據包絡分析DEA-BCC 模型，分別對物流類上市公司和物流類細分行業(yè)做靜態(tài)分析，發(fā)現我國超過50%的物流類上市公司處于中度DEA無效水平，主要是由于規(guī)模效率較低導致公司沒有達到最優(yōu)經營水平；從細分物流行業(yè)的角度來看，鐵路運輸業(yè)和水上運輸業(yè)的經營效率總低于物流業(yè)的平均水平，裝卸和運輸代理業(yè)的效率水平最高，郵政業(yè)因受純技術效率的制約使得經營效率不斷下降，倉儲業(yè)的效率連年上升，道路運輸業(yè)和航空運輸業(yè)要注意效率下降的風險。二是構建Malmquist 模型分別對物流類上市公司和物流類細分行業(yè)做動態(tài)分析，發(fā)現最近5年，國內物流類上市公司受純技術效率制約和技術退步的影響導致全要素生產率整體下降0.5%；從細分物流行業(yè)的角度來看，鐵路運輸業(yè)、倉儲業(yè)和郵政業(yè)的全要素生產率在近幾年實現了正增長。