重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院 林略 于樂

物流產(chǎn)業(yè)已成為21世紀(jì)中國經(jīng)濟(jì)發(fā)展的一個重要的產(chǎn)業(yè)部門和新的經(jīng)濟(jì)增長點(diǎn)。我國三大產(chǎn)業(yè)，農(nóng)業(yè)、工業(yè)、商貿(mào)流通業(yè)等都要現(xiàn)代物流業(yè)來支撐，國家已把這個產(chǎn)業(yè)單獨(dú)作為一個支柱產(chǎn)業(yè)來抓。然而我國物流企業(yè)效率低下，社會物流總費(fèi)用占GDP的比例高達(dá)16.5%，與歐美發(fā)達(dá)國家相比還存在著明顯的差距。這一現(xiàn)象嚴(yán)重阻礙了我國物流產(chǎn)業(yè)的發(fā)展。因此在物流產(chǎn)業(yè)的相關(guān)研究領(lǐng)域中，我國物流企業(yè)的經(jīng)營管理效率研究是極其重要的內(nèi)容之一。物流企業(yè)效率問題實(shí)際上研究的是一個物流企業(yè)實(shí)現(xiàn)投入最小化或產(chǎn)出最大化的問題。從國外的相關(guān)研究看，分析物流企業(yè)效率主要通過非參數(shù)化方法。Martinez(1999)采用DEA模型對國有港口企業(yè)和私營企業(yè)的效率進(jìn)行了對比研究[1]。Zhou(2008)采用DEA模型對中國10大第三方物流企業(yè)的效率進(jìn)行了評價(jià)[2]。國內(nèi)對物流企業(yè)效率研究的相關(guān)文獻(xiàn)相對較少。張寶友(2008)、鄧學(xué)平(2009)和沈淵(2009)分別利用了傳統(tǒng)一階段DEA模型對我國物流企業(yè)效率進(jìn)行了分析[3～5]。

研究物流企業(yè)效率的國內(nèi)外文獻(xiàn)大多采用傳統(tǒng)一階段DEA模型。但是現(xiàn)有研究基本存在兩個不足之處：一是傳統(tǒng)一階段DEA模型存在缺陷，無法剔除環(huán)境因素和誤差因素對效率值的影響，不能客觀真實(shí)的反映企業(yè)的效率。二是對物流企業(yè)投入產(chǎn)出指標(biāo)的選擇缺乏研究，沒有形成科學(xué)的投入產(chǎn)出指標(biāo)體系，這種指標(biāo)選取的不全面會對物流企業(yè)效率評價(jià)的科學(xué)性產(chǎn)生影響。

為了更加準(zhǔn)確地測度我國物流企業(yè)的經(jīng)營效率，同時為企業(yè)管理者改進(jìn)管理、提升效率提供更有力的依據(jù)，本文在總結(jié)前人的優(yōu)點(diǎn)和不足的基礎(chǔ)上，通過建立科學(xué)的投入產(chǎn)出指標(biāo)體系，采用三階段DEA模型對我國22家物流企業(yè)的經(jīng)營效率進(jìn)行了研究及對比分析。

1 模型與方法

由于傳統(tǒng)DEA模型存在缺陷，本文采用Fried等(2002)[6]提出的三階段DEA分析方法，其基本思路是:在第一階段把投入產(chǎn)出項(xiàng)代入傳統(tǒng)的DEA模型(BCC模型)，得到各樣本企業(yè)的效率值與投入差額值；第二階段使用差額值和所選擇的環(huán)境變量，通過隨機(jī)前沿法，即SFA模型來調(diào)整樣本企業(yè)的投入項(xiàng)，以排除環(huán)境和誤差因素的影響；第三階段將調(diào)整后的投入項(xiàng)與原始的產(chǎn)出項(xiàng)再次代入DEA模型，此時得出的效率值就是剔除了環(huán)境因素與隨機(jī)誤差影響的純管理效率值。此方法已成為計(jì)算企業(yè)效率的一個重要方法。

2 樣本及變量的選取

2.1 樣本和數(shù)據(jù)的選擇

考慮到數(shù)據(jù)的可獲得性和完整性，按照主營業(yè)務(wù)為物流服務(wù)，本文選取了22家物流企業(yè)為樣本，數(shù)據(jù)來源于2008年的各企業(yè)年報(bào)、巨潮資訊網(wǎng)和《中國統(tǒng)計(jì)年鑒2009》。

2.2 投入與產(chǎn)出變量的選取

根據(jù)DEA方法對投入和產(chǎn)出指標(biāo)的要求和投入產(chǎn)出指標(biāo)的科學(xué)性選取原則，本文選取職工薪酬，固定資產(chǎn)凈值，主營業(yè)務(wù)成本三個變量為投入指標(biāo)。主營業(yè)務(wù)收入和凈利潤為產(chǎn)出指標(biāo)。

在投入產(chǎn)出指標(biāo)中，因物流產(chǎn)業(yè)的操作人員流動性很大，臨時員工和短期雇傭工占員工總數(shù)的比例比較大，而且我國各個地區(qū)的工資收入水平存在較大差異，因此本文選擇職工薪酬而不是職工人數(shù)作為投入指標(biāo)。固定資產(chǎn)凈值是企業(yè)產(chǎn)生經(jīng)濟(jì)效益的物質(zhì)基礎(chǔ)而且固定資產(chǎn)的利用狀況將直接對物流企業(yè)的經(jīng)營效率產(chǎn)生重要影響，因此選擇固定資產(chǎn)凈值作為投入指標(biāo)之一。主營業(yè)務(wù)成本對應(yīng)于主營業(yè)務(wù)收入，這兩者在很大程度上反映了企業(yè)內(nèi)部的經(jīng)營管理效率，因此將前者作為投入指標(biāo)之一，后者作為產(chǎn)出指標(biāo)之一。凈利潤反映了企業(yè)總體盈利狀況，所以選擇凈利潤作為產(chǎn)出指標(biāo)之一。

2.3 環(huán)境變量的選取

第二階段需要剔除的環(huán)境因素叫做外部影響因素，這些因素會對企業(yè)的經(jīng)營效率產(chǎn)生影響，但這些因素都不在樣本主觀可控制范圍之內(nèi)，通常為管理者在經(jīng)營管理上所無法改變或不容易改變的因素?？紤]到物流行業(yè)的發(fā)展特性，本文考慮以下五個因素作為環(huán)境變量。

(1)作為企業(yè)層面的外部因素，首先選擇企業(yè)的成立年數(shù)。一般來說，企業(yè)成立的時間越長，其在經(jīng)營管理方面的經(jīng)驗(yàn)就會越豐富，從而可以帶來成本的降低和效率的提升。

(2)由于各個企業(yè)所處的地區(qū)不同，我國各個地區(qū)的發(fā)展水平差距又比較大。地區(qū)的經(jīng)濟(jì)發(fā)展情況會直接對企業(yè)的經(jīng)營行為造成影響，從而影響企業(yè)經(jīng)營效率。所以第二個環(huán)境變量選擇企業(yè)所在地當(dāng)年人均GDP。

(3)根據(jù)物流企業(yè)所經(jīng)營的主營業(yè)務(wù)的不同，由于主營業(yè)務(wù)也會對經(jīng)營效率產(chǎn)生影響，所以第三個環(huán)境變量為企業(yè)種類。本文把物流企業(yè)分為兩類，一是運(yùn)輸倉儲類，二是港口類(運(yùn)輸倉儲類Z=0港口類Z=1)。

(4)企業(yè)的子公司數(shù)目在經(jīng)營管理層面上不容易改變，所以本文選擇企業(yè)現(xiàn)有的子公司數(shù)目作為第四個環(huán)境變量。子公司數(shù)目對企業(yè)的經(jīng)營有明顯的影響，子公司的數(shù)目增加可以拓展企業(yè)經(jīng)營的地域范圍，增加其經(jīng)營規(guī)模，增加產(chǎn)出。但是也有可能因此造成管理半徑過大、要素投入閑置，從而使企業(yè)經(jīng)營管理成本上升，效率降低。

(5)第五個環(huán)境變量選取企業(yè)的資產(chǎn)規(guī)模(總資產(chǎn))，在短時間里總資產(chǎn)大小不容易改變，所以視其為環(huán)境變量。大公司相對于小公司具有許多優(yōu)勢如資金、資源、人才等。但在資源的使用上，小公司比大公司更具有靈活性，比較愿意承擔(dān)風(fēng)險(xiǎn)。而這些因素都會對企業(yè)的經(jīng)營效率產(chǎn)生影響。

3 實(shí)證結(jié)果分析

3.1 第一階段傳統(tǒng)DEA的實(shí)證結(jié)果

第一階段運(yùn)用DEAP2.1軟件對我國22個物流企業(yè)2008年的效率水平與規(guī)模報(bào)酬所處的狀態(tài)進(jìn)行了分析。結(jié)果如表1所示，在不考慮環(huán)境因素和隨機(jī)誤差因素的影響時，可以看出22家物流企業(yè)平均技術(shù)效率為0.895，平均純技術(shù)效率為0.925，平均規(guī)模效率為0.967。其中9家企業(yè)處于技術(shù)效率前沿。除了錦州港、上港集團(tuán)、蕪湖港以外其他企業(yè)的純技術(shù)效率低于規(guī)模效率。也就是說純技術(shù)效率相對不高是制約我國大多數(shù)物流企業(yè)效率提升的主要因素。

表1 第一階段各物流企業(yè)2008年的技術(shù)效率值(TE) 、純技術(shù)效率值(PTE)和規(guī)模效率值(SE)

3.2 第二階段SFA回歸分析結(jié)果

由第一階段可得出樣本各投入變量的松弛量，把它作為函數(shù)的被解釋變量，將企業(yè)成立年數(shù)、企業(yè)所在地當(dāng)年人均GDP、企業(yè)分類、企業(yè)的子公司數(shù)目、資產(chǎn)規(guī)模五個環(huán)境變量作為解釋變量進(jìn)行SFA回歸分析，結(jié)果見表2。

表2 第二階段SFA估計(jì)結(jié)果

由于環(huán)境變量是對各投入松弛變量的回歸，所以當(dāng)回歸系數(shù)為負(fù)時，表示增加環(huán)境變量有利于投入松弛變量的減少，即有利于減少各投入變量的浪費(fèi)或降低負(fù)產(chǎn)出。

(1)企業(yè)成立年數(shù)：企業(yè)成立年數(shù)對職工薪酬，固定資產(chǎn)凈值，主營業(yè)務(wù)成本三個投入項(xiàng)的松弛變量均呈顯著的負(fù)相關(guān)，表明企業(yè)的成立年數(shù)越長企業(yè)對職工薪酬，固定資產(chǎn)凈值，主營業(yè)務(wù)成本的投入越有效率。

(2)企業(yè)所在地當(dāng)年人均GDP：企業(yè)所在地當(dāng)年人均GDP對職工薪酬，主營業(yè)務(wù)成本兩個投入項(xiàng)的松弛變量均呈顯著的負(fù)相關(guān)，而對于固定資產(chǎn)凈值沒有通過顯著性檢驗(yàn)。說明企業(yè)所在地當(dāng)年人均GDP越高企業(yè)對職工薪酬，主營業(yè)務(wù)成本的投入越有效率，而對固定資產(chǎn)凈值投入的效率不產(chǎn)生影響。

(3)企業(yè)種類：企業(yè)種類對于職工薪酬，固定資產(chǎn)凈值兩個投入項(xiàng)的松弛變量均呈顯著的正相關(guān)，而對于主營業(yè)務(wù)成本沒有通過顯著性檢驗(yàn)。表明港口類的企業(yè)應(yīng)該減少對職工薪酬，固定資產(chǎn)凈值的投入，這樣效率會更高。

(4)企業(yè)的子公司數(shù)目：子公司數(shù)目對于三個投入項(xiàng)的松弛變量均呈顯著的正相關(guān)，表明子公司的數(shù)目越多對三個投入項(xiàng)的投入就越缺乏效率。這可能是由于子公司數(shù)目太多而造成管理半徑過大，成本提高和要素閑置。

(5)資產(chǎn)規(guī)模：資產(chǎn)規(guī)模對職工薪酬，主營業(yè)務(wù)成本兩個投入項(xiàng)的松弛變量均呈顯著的正相關(guān)，而對固定資產(chǎn)凈值沒有通過顯著性檢驗(yàn)。說明企業(yè)的資產(chǎn)規(guī)模過大會造成職工薪酬，主營業(yè)務(wù)成本兩個投入量的效率低下。由于影響系數(shù)不大，所以影響效力不明顯。

3.3 第三階段調(diào)整投入后的結(jié)果

本階段將第二階段所得出的環(huán)境及隨機(jī)誤差對原始投入項(xiàng)進(jìn)行調(diào)整，再利用DEAP2.1軟件計(jì)算經(jīng)過調(diào)整后的我國物流企業(yè)的經(jīng)營效率，結(jié)果如表3所示。

表3 第三階段各物流企業(yè)同質(zhì)環(huán)境下2008年的效率結(jié)果

對比表1和表3的結(jié)果發(fā)現(xiàn)，經(jīng)過環(huán)境因素和誤差因素調(diào)整之后平均技術(shù)效率值有明顯的下降。22家物流企業(yè)的平均技術(shù)效率值由0.895下降到0.597。平均純技術(shù)效率反而由原來的0.925上升到0.957，在沒有環(huán)境因素和誤差因素的影響下，企業(yè)的平均純技術(shù)效率得到了提高。平均規(guī)模效率值從原來的 0.967 下降到0.620，下降幅度比較大。經(jīng)過調(diào)整后只有2家企業(yè)處于技術(shù)效率前沿?？梢娢锪餍袠I(yè)是一個受環(huán)境因素影響很大的行業(yè)?？陀^上規(guī)模效率不高是制約大多數(shù)我國物流企業(yè)效率提升的主要因素，這從調(diào)整之后各企業(yè)的規(guī)模報(bào)酬由遞減和不變?yōu)橹髯優(yōu)檫f增為主也能看出。

一些企業(yè)，如長航油運(yùn)、大眾交通、交運(yùn)股份、強(qiáng)生控股、鐵龍物流、營口港、中海海盛、重慶港九、天津港的純技術(shù)效率值得到了上升，說明這些企業(yè)之前較低的技術(shù)效率確實(shí)有一部分是因?yàn)楸容^差的環(huán)境或經(jīng)營時機(jī)不好所導(dǎo)致，而非它們的經(jīng)營管理水平差。而部分企業(yè)，如渤海物流、深赤灣、外高橋、外運(yùn)發(fā)展、蕪湖港、廈門港務(wù)的純技術(shù)效率值有所下降，表明它們之前的高效率與它們所處的有利環(huán)境和相對較好的經(jīng)營時機(jī)密切相關(guān)，它們的經(jīng)營管理水平并沒有看上去那么高。大部分企業(yè)的規(guī)模效率都存在較大幅度的下降，在22家企業(yè)中重慶港九的下降幅度最大，由0.962下降到了0.195，這說明環(huán)境因素對物流企業(yè)規(guī)模效率的影響非常大。

4 結(jié)語

以上實(shí)證結(jié)果說明物流行業(yè)是受環(huán)境因素影響較大的行業(yè)，規(guī)模效率不高是制約大多數(shù)我國物流企業(yè)經(jīng)營效率提升的主要因素。由于第三階段的效率值更接近客觀真實(shí)，效率的改善和提升也應(yīng)該以此為基礎(chǔ)。我國物流企業(yè)總體效率不佳，其主要原因是規(guī)模無效率，即物流企業(yè)內(nèi)部的經(jīng)營成本偏高，存在較大的資源閑置和資源浪費(fèi)。因而，物流企業(yè)應(yīng)尤為注意以適度規(guī)模發(fā)展?？梢赃m當(dāng)增加業(yè)務(wù)范圍，實(shí)行資產(chǎn)重組，整合優(yōu)質(zhì)資源，促進(jìn)企業(yè)資源優(yōu)化配置，提高經(jīng)營效率。我國物流企業(yè)的純技術(shù)效率雖然不低，但也存在著提升的空間?？梢约涌炱髽I(yè)的物流信息化建設(shè)，通過技術(shù)改造提升產(chǎn)品和服務(wù)的檔次。因此中國物流企業(yè)在擴(kuò)大資產(chǎn)規(guī)模時，應(yīng)同時注重技術(shù)改造，形成優(yōu)勢產(chǎn)品和服務(wù)，提高企業(yè)的經(jīng)營效率。

[1]MARTINEZ B E, DIAZ A R , NAVARRO I M , etc. A study of the ef fi ciency of Spanish port authorities using data envelopment analysis [J]. International Journal of Transport Economics,1999, 26 (2): 237～253.

[2]ZHOU G, MIN H, XU C, CAO Z. Evaluating the comparative efficiency of Chinese third-party logistics providers using data envelopment analysis [J]. International Journal of Physical Distribution& Logistics Management, 2008, 38(4): 262～279.

[3]張寶友,達(dá)慶利,黃祖慶. 中國上市物流公司動態(tài)績效評價(jià)及對策[J].系統(tǒng)工程,2008,26(4):6～10.

[4]鄧學(xué)平,王旭, ADA SUK FUNG NG. 我國物流企業(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.

[5]沈淵,漆世雄. 基于DEA方法的我國物流上市公司績效評價(jià)[J]. 物流技術(shù),2009,28(8):97～100.

[6]H O FRIED, C A K LOVELL, S S SCHMIDT, S YAISAWARNG.Accounting for environmental effects and statistical noise in data envelopment analysis [J].Journal of Productivity Analysis,2002(17):157～174.