(太原理工大學(xué)經(jīng)濟(jì)管理學(xué)院 山西太原030024)

一、引言

物流活動(dòng)是企業(yè)價(jià)值鏈的基礎(chǔ)活動(dòng)，是企業(yè)取得競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵，被稱(chēng)為企業(yè)的“第三利潤(rùn)源”。許多生產(chǎn)企業(yè)在加強(qiáng)技術(shù)開(kāi)發(fā)和推進(jìn)全面質(zhì)量管理的同時(shí)，已經(jīng)把尋求成本優(yōu)勢(shì)和價(jià)值優(yōu)勢(shì)的目光轉(zhuǎn)向外包的物流領(lǐng)域。對(duì)于在行業(yè)內(nèi)有絕對(duì)優(yōu)勢(shì)地位的上市物流公司，經(jīng)營(yíng)效率評(píng)價(jià)已經(jīng)成為企業(yè)計(jì)劃和控制的有機(jī)組成部分，全面、合理的效率評(píng)價(jià)對(duì)企業(yè)的生存與發(fā)展具有舉足輕重的作用。

近幾年對(duì)于上市公司經(jīng)營(yíng)效率評(píng)價(jià)的方法主要有數(shù)據(jù)包絡(luò)法、層次分析法、DEA-APH方法等。但是現(xiàn)有研究存在以下問(wèn)題：具有隨機(jī)性；主觀性明顯；評(píng)價(jià)結(jié)果缺乏全面性和科學(xué)性；傳統(tǒng)的數(shù)據(jù)包絡(luò)法（DEA）對(duì)于效率等于1的決策單位未做出進(jìn)一步比較。因此，本文將因子分析法和超效率DEA模型相結(jié)合，有效克服現(xiàn)有研究方法的弊端，力求評(píng)價(jià)結(jié)果的客觀和科學(xué)。

二、研究方法

(一)因子分析法

因子分析法是根據(jù)變量?jī)?nèi)部的依賴(lài)關(guān)系，以最少的信息缺失，把具有錯(cuò)綜復(fù)雜關(guān)系的多變量重新整合為較少綜合因子的一種分析方法。它的基本思想是將觀測(cè)變量進(jìn)行分類(lèi)，將相關(guān)性較高的變量分為一類(lèi)，那么不同類(lèi)變量之間的相關(guān)性就較低。因此，每一類(lèi)變量實(shí)際上代表一個(gè)基本結(jié)構(gòu)，即公共因子。因子分析的目的就是試圖用最少個(gè)數(shù)的不可測(cè)公共因子的線性函數(shù)與特殊因子之和來(lái)描述原來(lái)觀測(cè)的每一分量。

(二)超效率DEA模型

DEA常見(jiàn)的模型為C2R模型，但是用C2R模型計(jì)算出來(lái)的效率范圍只是在0到1之間，對(duì)于效率超過(guò)1的決策單位均以1顯示，對(duì)這些決策單位無(wú)法做出準(zhǔn)確區(qū)分。因此，Anderson&Peterson依據(jù)C2R模型的方法，進(jìn)一步提出了超效率模型（super efficiency，DEA），該模型計(jì)算出的效率值將不再限制在0到1的范圍內(nèi)，而是允許效率值超過(guò)1，大大提高決策的準(zhǔn)確性。

超效率DEA模型的基本原理與DEA模型相同，不同的是在進(jìn)行第j0個(gè)決策單元的效率評(píng)價(jià)時(shí)，將第j0個(gè)決策單元產(chǎn)出投入之比小于等于1的約束去掉，使第j0個(gè)決策單元的投入和產(chǎn)出被其余所有的決策單元投入和產(chǎn)出的線性組合替代，即將第j0個(gè)決策單元排除在外，而傳統(tǒng)的DEA模型是將其本身包含在內(nèi)的。具體模型如下：

假設(shè)有n個(gè)評(píng)價(jià)單元 （DMU），每個(gè)評(píng)價(jià)單元要消耗m個(gè)輸入，可產(chǎn)生s個(gè)輸出，即評(píng)價(jià)單元DMUj的輸入Xj={xij,xij＞0}（i=1，…，m），輸出 Yj={yrj,yrj＞0}（r=1，…，s）。 評(píng)價(jià)單元的效率為其中：vj（vj≥0）為 xij的權(quán)重；ur（ur≥0）為 yrj的權(quán)重。要評(píng)價(jià)第j0個(gè)DMU的相對(duì)有效性，建立下面的超效率DEA模型：

該模型可以轉(zhuǎn)化為它的對(duì)偶線性規(guī)劃問(wèn)題模型（Dε）：

在超效率DEA模型中，原為DEA無(wú)效的決策單元，效率值與基本DEA模型中的值相同，不同的是對(duì)于原為DEA有效的決策單元，超效率值θ≥1，大小取決于該決策單元輸入輸出的優(yōu)劣程度，輸入輸出相對(duì)于其他單元比例越好，值越大。

三、實(shí)證分析

(一)樣本選擇及數(shù)據(jù)來(lái)源

本文隨機(jī)選取10家物流上市公司作為樣本（見(jiàn)表1），以2012年的年報(bào)數(shù)據(jù)為依據(jù)。

表1 物聯(lián)網(wǎng)上市公司名單

(二)因子分析建立輸入輸出指標(biāo)體系

對(duì)于上市物流公司經(jīng)營(yíng)效率分析，就是利用投入指標(biāo)和產(chǎn)出指標(biāo)來(lái)衡量。由于投入和產(chǎn)出的指標(biāo)很多，計(jì)算量大，本文利用因子分析法，在涵蓋原有的信息的基礎(chǔ)上以最少的信息缺失，將具有錯(cuò)綜復(fù)雜關(guān)系的多變量重新整合為較少的綜合因子。首先選取管理費(fèi)用率、財(cái)務(wù)費(fèi)用率、流動(dòng)比率、速動(dòng)比率、產(chǎn)權(quán)比率、營(yíng)業(yè)周期、存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、資產(chǎn)負(fù)債率和權(quán)益乘數(shù)這10個(gè)財(cái)務(wù)比率指標(biāo)作為基礎(chǔ)投入指標(biāo)，同時(shí)選取凈資產(chǎn)收益率、資產(chǎn)報(bào)酬率、銷(xiāo)售凈利率、息稅前利潤(rùn)、營(yíng)業(yè)收入增長(zhǎng)率、凈資產(chǎn)增長(zhǎng)率和總資產(chǎn)增長(zhǎng)率這7個(gè)財(cái)務(wù)比率指標(biāo)作為基礎(chǔ)產(chǎn)出指標(biāo)。分別利用因子分析法提取投入指標(biāo)的公共因子和產(chǎn)出指標(biāo)的公共因子，建立輸入輸出指標(biāo)體系。

本文采用SPSS19.0統(tǒng)計(jì)軟件，取特征值大于1的公共因子為有效。投入指標(biāo)因子分析的總方差解釋見(jiàn)表2，前四個(gè)因子的累計(jì)方差貢獻(xiàn)率為91.029%，并且只有它們特征值的取值大于1。說(shuō)明前四個(gè)公共因子基本包含了全部變量的主要信息，所提取的公共因子有較好的代表性。同理，產(chǎn)出指標(biāo)因子分析的總方差解釋見(jiàn)表3。

采用因子旋轉(zhuǎn)方法能夠使得因子載荷系數(shù)向0或1兩極分化，使大的載荷更大，小的載荷更小。這樣結(jié)果更具可解釋性。提取結(jié)果見(jiàn)表4和表5。

表2 投入指標(biāo)因子分析的總方差解釋

表3 產(chǎn)出指標(biāo)因子分析的總方差解釋

從表中可以看出，因子分析提取了4個(gè)公共因子作為輸入指標(biāo)，2個(gè)公共因子作為輸出指標(biāo)。由此建立了輸入輸出指標(biāo)體系。

(三)經(jīng)營(yíng)效率超效率DEA模型分析

為了判斷上述決策單元經(jīng)營(yíng)效率是否有效，有效的決策單元又有怎樣的區(qū)別，能否繼續(xù)提高經(jīng)營(yíng)效率，從而進(jìn)一步有針對(duì)性地提出優(yōu)化資源配置和提高其經(jīng)營(yíng)效率的對(duì)策，本文利用超效率DEA模型進(jìn)行深入分析。

現(xiàn)以本文選取的10家上市物流公司為例，說(shuō)明超效率DEA模型的計(jì)算過(guò)程。

表6列示了根據(jù)因子分析建立的輸入輸出指標(biāo)體系的數(shù)據(jù)。（1）投入因子 （輸入向量）（m=4）；（2） 產(chǎn)出因子（輸出向量）（s=2）。

按超效率DEA模型寫(xiě)出對(duì)中信海直進(jìn)行經(jīng)營(yíng)效率評(píng)價(jià)的線性規(guī)劃模型：

min=θ；

2.553λ2+0.048λ3+0.141λ4+0.830λ5+1.069λ6+0.763λ7+0.074λ8+0.189λ9+0.001λ10+s1=0.063θ；

0.471λ2+2.813λ3+0.155λ4+0.254λ5+0.397λ6+0.564λ7+0.237λ8+0.080λ9+0.442λ10+s2=0.214θ；

表4 投入指標(biāo)實(shí)施因子旋轉(zhuǎn)后的載荷矩陣

表5 產(chǎn)出指標(biāo)實(shí)施因子旋轉(zhuǎn)后的載荷矩陣

0.680λ2+0.224λ3+0.066λ4+1.246λ5+0.098λ6+1.043λ7+0.193λ8+0.754λ9+0.069λ10+s3=2.285θ；

0.727λ2+0.029λ3+0.006λ4+0.476λ5+1.126λ6+0.218λ7+0.352λ8+0.118λ9+2.555λ10+s4=0.515θ；

0.322λ2+1.114λ3+0.209λ4+0.753λ5+2.513λ6+0.378λ7-0.237λ8-0.429λ9+0.344λ10-d1=0.479；

-0.985λ2-0.583λ3-0.193λ4+0.080λ5-0.098λ6-1.123λ7+0.546λ8+0.462λ9+2.331λ10-d2=0.656；

最后，利用Lingo軟件求解，結(jié)果如表7所示。

由表7可知，海峽股份、江西長(zhǎng)運(yùn)和中國(guó)國(guó)航為非DEA有效。

對(duì)于中國(guó)國(guó)航，Σλ＞1，則 DMU 為規(guī)模收益遞減，表明DMU在當(dāng)前投入的基礎(chǔ)上，增加投入量不可能帶來(lái)更高比例的產(chǎn)出。因此根據(jù)計(jì)算結(jié)果，需要增加投入因子2和投入因子4的相關(guān)指標(biāo)，達(dá)到DEA有效。

對(duì)于海峽股份和江西長(zhǎng)運(yùn)，Σλ＜1，則DMU為規(guī)模收益遞增，表明DMU在當(dāng)前投入的基礎(chǔ)上，適當(dāng)增加投入量，產(chǎn)出量將有更高比例的增加。因此根據(jù)計(jì)算結(jié)果，海峽股份和江西長(zhǎng)運(yùn)均需要增加投入因子2和投入因子4的相關(guān)指標(biāo)，達(dá)到DEA有效。

其余 8個(gè)物流企業(yè) θ＞1,均為DEA有效。其效率由大到小依次為華貿(mào)物流、富臨運(yùn)業(yè)、中海海盛、中遠(yuǎn)航運(yùn)、招商輪船、中信海直、中海集運(yùn)。

以華貿(mào)物流和中海海盛為例，華貿(mào)物流可增加投入因子2的相關(guān)指標(biāo)，進(jìn)一步提高企業(yè)經(jīng)營(yíng)效率；中海海盛可增加投入因子2、投入因子3和投入因子4的相關(guān)指標(biāo)，進(jìn)一步提高企業(yè)經(jīng)營(yíng)效率。

表6 投入產(chǎn)出數(shù)據(jù)表

表7 Lingo計(jì)算結(jié)果

四、結(jié)論

超效率DEA模型保留了傳統(tǒng)DEA模型客觀性強(qiáng)、簡(jiǎn)化計(jì)算和減少誤差的優(yōu)勢(shì)，并且進(jìn)行評(píng)價(jià)所得結(jié)果是在DEA模型評(píng)價(jià)所得結(jié)果上的進(jìn)一步細(xì)化，會(huì)給決策者提供更多的信息。本文采用因子分析法和超效率DEA模型相結(jié)合，減少了主觀因素對(duì)結(jié)果的影響，又不失合理性和科學(xué)性；解決了傳統(tǒng)DEA模型對(duì)于效率等于1的決策單位無(wú)法區(qū)分優(yōu)劣的問(wèn)題；能夠有針對(duì)性地提出定量化的建議和對(duì)策；而且計(jì)算簡(jiǎn)單準(zhǔn)確，應(yīng)用范圍廣泛。本文提供了應(yīng)用該方法對(duì)10家上市物流企業(yè)進(jìn)行經(jīng)營(yíng)效率評(píng)價(jià)的基本步驟，通過(guò)實(shí)例分析體現(xiàn)了該方法的實(shí)用性及優(yōu)越性，表明它有很強(qiáng)的適用性和可操作性。J