(北京大學(xué)光華管理學(xué)院 北京 100871)

1 引言

傳統(tǒng)的物流企業(yè)是勞動密集型企業(yè)，物流上市企業(yè)的規(guī)模相對于中小型的物流企業(yè)更加龐大，改革開放初期，中國的勞動力成本較低，在運輸、搬運、倉儲、包裝等環(huán)節(jié)可以大規(guī)模的使用勞動力進(jìn)行作業(yè)，但隨著中國社會的不斷發(fā)展、人民生活水平的不斷提高，勞動力成本也在不斷提高，通過大規(guī)模投入勞動力來保證物流效率的方法已經(jīng)不可行。隨著物流需求的提高，人力作業(yè)的弊端逐漸顯現(xiàn)出來：包裹損壞率高、錯誤率高、分揀效率低。推動有效的自動化物流系統(tǒng)和搭建高效的物流信息系統(tǒng)成為了必然之舉。

Charnes和Cooper等(1978,1999,2013)在數(shù)據(jù)包絡(luò)分析方法(DEA)的理論和應(yīng)用方面做了大量理論和應(yīng)用方面的研究，建立了第一個DEA模型，并編制了最初的求解DEA的計算機軟件。[1-3]汪旭暉等(2009)采用DEA模型中的超效率CCR模型，對24家在我國上市的物流公司的效率進(jìn)行了評價，他認(rèn)為：這些物流公司中，大約有50%的企業(yè)技術(shù)效率較高，運輸類物流上市公司比港口類上市公司的綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率更突出；大多數(shù)技術(shù)無效的企業(yè)是因為純技術(shù)效率低下[2]。鐘祖昌(2011)采用三階段DEA的方法，實證分析了28家物流上市公司在2001—2008年的運營效率。結(jié)果表明：如果這些企業(yè)無法控制隨機沖擊和外生環(huán)境變量的影響，物流企業(yè)的技術(shù)效率值會被低估，而規(guī)模效率會被高估，且這種高估的程度遠(yuǎn)遠(yuǎn)高于純技術(shù)效率[3]。徐頑強等(2012)運用DEA方法中的CCR模型和BBC模型評價了績效，研究對象是40家建材行業(yè)上市企業(yè)，文章測算了各個公司的綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率，該文章還對不在生產(chǎn)前沿面的企業(yè)指出了改進(jìn)的路徑，提出了改進(jìn)的方法[4]。趙樹寬等(2013)構(gòu)建了高新技術(shù)企業(yè)創(chuàng)新效率評價指標(biāo)體系以及相應(yīng)的模型。根據(jù)實地調(diào)查的數(shù)據(jù)，通過效率、有效性、規(guī)模收益和投影分析等四個方面，采用DEA的方法，對吉林省151家高新技術(shù)企業(yè)進(jìn)行了評價和分析[5]。姚曉芳等(2014)通過建立與企業(yè)經(jīng)營效率相關(guān)的投入產(chǎn)出指標(biāo)體系，收集各個上市公司2012年公布的財務(wù)數(shù)據(jù)，應(yīng)用數(shù)據(jù)包絡(luò)分析(DEA)模型，對安徽省內(nèi)14家高端裝備制造產(chǎn)業(yè)內(nèi)上市企業(yè)經(jīng)營效率進(jìn)行對比分析[6]。李健英等(2015)采用DEA的方法對52家制造企業(yè)進(jìn)行了創(chuàng)新績效的分析，所在的年份是2012年[7]。江兵(2015)按照全要素能源效率的概念，重點考慮不同能源投入約束，對傳統(tǒng)DEA模型進(jìn)行了擴展，其目標(biāo)函數(shù)為極大化產(chǎn)出比例與某項能源投入比例之比，約束條件中除考慮一般投入量約束外，還同時強調(diào)能源投入徑向節(jié)約和產(chǎn)出徑向增加[8]。李曉梅等(2016)利用超效率CCR-DEA數(shù)據(jù)包絡(luò)分析法，基于2006—2015年在A股上市的16家國有物流企業(yè)的面板數(shù)據(jù)，從微觀視角實證檢驗國有物流企業(yè)純技術(shù)效率、規(guī)模效率與綜合效率[9]。

從現(xiàn)有的文獻(xiàn)中可以看出，目前學(xué)者在DEA方法的研究和應(yīng)用上取得了較多的成果。但依然存在一些不足：1)對于物流企業(yè)特別是物流上市企業(yè)在創(chuàng)新投入產(chǎn)出效率方面的研究比較少。2)對于企業(yè)的評價選取的數(shù)據(jù)多為某一年的數(shù)據(jù)，很難比較企業(yè)在不同年度之間差異性。3)部分文獻(xiàn)對于創(chuàng)新產(chǎn)出更關(guān)心創(chuàng)新成果而很少關(guān)注企業(yè)的經(jīng)營和成長性。針對上述問題，本文通過DEA的方法分析物流上市企業(yè)的創(chuàng)新效率。

2 模型與數(shù)據(jù)

2.1 模型與指標(biāo)體系

2.1.1 DEA模型介紹

傳統(tǒng)的線性規(guī)劃模型由多個投入指標(biāo)和一個產(chǎn)出指標(biāo)構(gòu)成，但很多實際問題由多個投入指標(biāo)和多個產(chǎn)出指標(biāo)構(gòu)成。DEA是一種多投入/多產(chǎn)出的效率評價方法。截至目前，學(xué)者們已經(jīng)研究出多種DEA模型，其中最基本的DEA模型是CCR模型和BBC模型。CCR模型如下所示：

假設(shè)有n個DMU，m個投入指標(biāo)，s個產(chǎn)出指標(biāo)，則模型如下：

其中，X是m行n列的矩陣，表示所有DMU的投入指標(biāo)，Y是s行n列的矩陣，表示所有DMU的產(chǎn)出指標(biāo)，Xk表示第k個DMU的投入指標(biāo)，Yk表示第k個DMU的產(chǎn)出指標(biāo)，S-和S+是松弛變量。λ和θ是決策變量。Xk,Yk,λ均為列向量。

CCR模型是一種規(guī)模報酬不變(CRS)的模型，BCC模型通過對權(quán)重增加約束Iλ=1，建立了如下規(guī)模報酬可變(VRS)模型：

其中I為1行n列全部為1的行向量。BBC模型能夠計算各個決策單元的純技術(shù)效率，能夠有效的反應(yīng)各個決策單元的純技術(shù)效率情況，則當(dāng)σ*=1時，則純技術(shù)DEA弱有效，如果σ*=1，且S-,S+=0，則成為純技術(shù)DEA有效。根據(jù)DEA的理論，總體效率θ*、純技術(shù)效率σ*、規(guī)模效率S*之間存在如下關(guān)系：

該公式用來評價決策單元是否規(guī)模有效。

2.1.2 指標(biāo)體系

經(jīng)過對部分物流企業(yè)進(jìn)行創(chuàng)新投入和效率方面的考察，本文選取了以下投入變量和產(chǎn)出變量。投入變量包括：企業(yè)研發(fā)占比、技術(shù)人員占比兩個指標(biāo)。產(chǎn)出變量包括：凈利潤增長率、凈資產(chǎn)收益率、主營業(yè)務(wù)收入增長率、總資產(chǎn)增長率四個指標(biāo)。企業(yè)研發(fā)占比和技術(shù)人員占比體現(xiàn)了企業(yè)在創(chuàng)新研發(fā)方面的投入情況，凈利潤增長率、凈資產(chǎn)收益率、主營業(yè)務(wù)收入增長率、總資產(chǎn)增長率既體現(xiàn)了企業(yè)在經(jīng)營績效方面的產(chǎn)出情況也體現(xiàn)了企業(yè)的成長性。鑒于以上的考慮，本文采用這些指標(biāo)作為投入產(chǎn)出指標(biāo)。

2.2數(shù)據(jù)情況

2.2.1 數(shù)據(jù)來源

上文中，企業(yè)研發(fā)占比的計算方法為：企業(yè)研發(fā)占比=研發(fā)投入/營業(yè)收入。技術(shù)人員占比的計算方法為：技術(shù)人員占比=技術(shù)人員數(shù)量/總?cè)藛T數(shù)量，其他數(shù)據(jù)直接從企業(yè)的財務(wù)報表中獲取。

本文篩選了申萬二級中交通運輸行業(yè)下屬的物流板塊的33家物流上市企業(yè)，從公司財務(wù)報表中獲取了這33家企業(yè)在2014年—2016年間“凈資產(chǎn)收益率(%)、主營業(yè)務(wù)收入增長率(%)、總資產(chǎn)增長率(%)、凈資產(chǎn)增長率(%)、營業(yè)收入(萬元)”等指標(biāo)，從公司年報獲取了“研發(fā)投入(萬元)、技術(shù)人員數(shù)量(人)、總?cè)藛T數(shù)量(人)”等指標(biāo)。通過這些數(shù)據(jù)可以計算出上述的各個指標(biāo)。

在所獲取的33家企業(yè)中，部分企業(yè)缺少“研發(fā)投入”或“技術(shù)投入”，部分企業(yè)的年度報告中沒有單獨列出技術(shù)人員的數(shù)量，這些企業(yè)無法測度其創(chuàng)新投入產(chǎn)出效率，所以予以舍棄，經(jīng)過數(shù)據(jù)的清洗，去除缺失值，本文最終選取了11家物流上市企業(yè)進(jìn)行分析，最終的指標(biāo)體系涉及2個投入指標(biāo)、4個產(chǎn)出指標(biāo)、11家企業(yè)、時間跨度為3年。

2.2.2 描述性統(tǒng)計

首先對所獲得的數(shù)據(jù)進(jìn)行描述性統(tǒng)計，分析了從2014年到2016年這11家企業(yè)的均值、最大值、最小值和標(biāo)準(zhǔn)差，其結(jié)果如表1所示。

從表1中可以看出，企業(yè)研發(fā)占比和技術(shù)人員占比的均值在2014—2016年變化不大，通過最大值和最小值可以看到每一年里各個企業(yè)間存在一定的差距。產(chǎn)出指標(biāo)方面，2014年差距不是很明顯，2015年的凈利潤增長率的最小值較小，導(dǎo)致了當(dāng)年的凈利潤增長率均值較小、標(biāo)準(zhǔn)差較大。2016年的凈資產(chǎn)收益率、主營業(yè)務(wù)收入增長率和總資產(chǎn)增長率都存在極大值過大的情況，導(dǎo)致了均值和標(biāo)準(zhǔn)差較大的情況。

表1 描述性統(tǒng)計

3 實證分析

本文采用max DEA軟件對數(shù)據(jù)進(jìn)行處理，因為原始數(shù)據(jù)中出現(xiàn)了負(fù)值，所以在本文首先對數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化的處理，方法如下所示：

這種方法會出現(xiàn)0值，面向產(chǎn)出的DEA在計算的過程中不可以出現(xiàn)0值，為了防止這種情況的發(fā)生，所有的0值采用一個非常小的數(shù)10-5代替。計算的結(jié)果如表1所示，其中，θ*表示最優(yōu)的綜合效率，δ*表示最優(yōu)的純技術(shù)效率，s*表示最優(yōu)的規(guī)模效率，S1+表示第一個產(chǎn)出指標(biāo)的松弛變量，即凈利潤增長率的產(chǎn)出不足，S2+表示第二個產(chǎn)出指標(biāo)的松弛變量，即凈資產(chǎn)收益率的產(chǎn)出不足，S3+表示第三個產(chǎn)出指標(biāo)的松弛變量，即主營業(yè)務(wù)收入增長率的產(chǎn)出不足，S4+表示第四個產(chǎn)出指標(biāo)的松弛變量，即總資產(chǎn)增長率的產(chǎn)出不足。不討論兩個投入指標(biāo)的投入冗余，DEA分析的計算結(jié)果如表1所示。

表1 DEA分析結(jié)果

續(xù)表1

從表1可以看到，在2014年處于生產(chǎn)前沿面的企業(yè)有5家，分別是：中儲股份、飛馬國際、歐浦智網(wǎng)、新寧物流、飛力達(dá)。這5家企業(yè)均是DEA有效的，韻達(dá)股份純技術(shù)DEA有效，但規(guī)模出現(xiàn)了冗余。2015年處于生產(chǎn)前沿面的企業(yè)有7家，分別是：長江投資、圓通速遞、中儲股份、飛馬國際、新寧物流、飛力達(dá)、華鵬飛。澳洋順昌、歐浦智網(wǎng)純技術(shù)DEA有效，但出現(xiàn)了規(guī)模冗余。2016年處于生產(chǎn)前沿面的企業(yè)有5家，分別是：圓通速遞、中儲股份、韻達(dá)股份、飛馬國際、順豐控股。三年當(dāng)中始終處于生產(chǎn)前沿面的企業(yè)為：中儲股份、飛馬國際。這兩家企業(yè)在技術(shù)創(chuàng)新的投入和產(chǎn)出效率中始終保持DEA有效。

在2014年，有5個企業(yè)在凈利潤增長率指標(biāo)上出現(xiàn)了產(chǎn)出不足的情況，有1個企業(yè)在凈資產(chǎn)收益率指標(biāo)上出現(xiàn)了產(chǎn)出不足的情況，有2個企業(yè)在主營業(yè)務(wù)收入增長率指標(biāo)上出現(xiàn)了產(chǎn)出不足的情況，有3個企業(yè)在總資產(chǎn)增長率指標(biāo)上出現(xiàn)了不足的情況。在2015年，有3個企業(yè)在凈利潤增長率指標(biāo)上出現(xiàn)了產(chǎn)出不足的情況，有2個企業(yè)在凈資產(chǎn)收益率指標(biāo)上出現(xiàn)了產(chǎn)出不足的情況，沒有企業(yè)在主營業(yè)務(wù)收入增長率指標(biāo)上出現(xiàn)了產(chǎn)出不足的情況，有2個企業(yè)在總資產(chǎn)增長率指標(biāo)上出現(xiàn)了不足的情況。在2016年，有1個企業(yè)在凈利潤增長率指標(biāo)上出現(xiàn)了產(chǎn)出不足的情況，有6個企業(yè)在凈資產(chǎn)收益率指標(biāo)上出現(xiàn)了產(chǎn)出不足的情況，有4個企業(yè)在主營業(yè)務(wù)收入增長率指標(biāo)上出現(xiàn)了產(chǎn)出不足的情況，有6個企業(yè)在總資產(chǎn)增長率指標(biāo)上出現(xiàn)了不足的情況。

為了更好的分析整體情況，我們對這些企業(yè)的綜合效率、純技術(shù)效率和規(guī)模效率上的表現(xiàn)求取了均值，其結(jié)果如表2所示。

表2 平均效率分析

從表2可以看出，2015年的平均綜合效率、平均純技術(shù)效率和平均規(guī)模效率均為最高。每一年均有4～6個企業(yè)是非DEA有效的，但是整體來看，各個企業(yè)在2015年的表現(xiàn)較好，在各個指標(biāo)上的產(chǎn)出不足相對于2014年和2016年的情況要好很多。

3.1 綜合技術(shù)效率分析

綜合技術(shù)效率是對決策單元的資源配置能力、資源使用效率等多方面能力的綜合衡量與評價。2014年長江投資的綜合效率最低為0.127，順豐控股為0.136，長江投資是因為規(guī)模效率過低，而順豐控股是因為純技術(shù)效率過低。2015年綜合技術(shù)效率最低的企業(yè)是順豐控股，其綜合技術(shù)效率值為0.139，但是2015年綜合技術(shù)效率過低的原因不是純技術(shù)效率而是規(guī)模效率過低，在2015年長江投資由上一年度的墊底排名達(dá)到了生產(chǎn)前沿面，實現(xiàn)了DEA有效。2016年部分企業(yè)出現(xiàn)了比較極端的數(shù)據(jù)，新寧物流的綜合技術(shù)效率為0.002，飛力達(dá)的綜合技術(shù)效率為0.007，澳洋順昌的綜合技術(shù)效率為0.040。而順豐控股在這一年度達(dá)到了生產(chǎn)前沿面。

3.2 純技術(shù)效率分析

純技術(shù)效率是企業(yè)由于管理和技術(shù)等因素影響的生產(chǎn)效率，反映 DMU在最優(yōu)規(guī)模時投入要素的生產(chǎn)效率。2014年中，僅順豐控股的純技術(shù)效率較低，僅為0.182。2014年有一個企業(yè)綜合技術(shù)效率雖然不是DEA有效的，但是純技術(shù)效率是DEA有效的。2015年各個企業(yè)的純技術(shù)效率表現(xiàn)均較好，最低的是順豐控股，也能夠達(dá)到0.909。在2015年有兩個企業(yè)雖然綜合技術(shù)效率不是DEA有效的，但是純技術(shù)效率是DEA有效的。2016年各個企業(yè)的純技術(shù)效率均出現(xiàn)了較大的下滑，新寧物流、飛力達(dá)、華鵬飛的純技術(shù)效率均低于0.1。

3.3 規(guī)模效率分析

規(guī)模效率是由于企業(yè)規(guī)模因素影響的生產(chǎn)效率，反映實際規(guī)模與最優(yōu)生產(chǎn)規(guī)模的差距。2014年長江投資和澳洋順昌的規(guī)模效率比較低。2015年順豐控股和韻達(dá)股份的規(guī)模效率比較低。2016年華鵬飛、澳洋順昌、新寧物流的規(guī)模效率均較低。DEA是相對效率評價，規(guī)模效率評價的分?jǐn)?shù)較低并不意味著這些企業(yè)的表現(xiàn)不好，而是意味著相對于其他企業(yè)表現(xiàn)不是特別突出。

3.4 效率的改進(jìn)

從上文中可以看出，有些企業(yè)出現(xiàn)了產(chǎn)出不足的情況，企業(yè)在實際的運作過程中需要通過改善自身的技術(shù)投入和管理模式，盡可能的使自己達(dá)到DEA有效，使自己處在生產(chǎn)前沿面上。對沒有處在生產(chǎn)前沿面的企業(yè)進(jìn)行了效率的測算，并測算了為了使企業(yè)處在生產(chǎn)前沿面上，企業(yè)的各個松弛變量需要改進(jìn)的情況。

企業(yè)的指標(biāo)改進(jìn)結(jié)果如表3所示，其中空白部分表示這個企業(yè)在這一年度已經(jīng)達(dá)到最優(yōu)，無需改進(jìn)。在上文中可以看出，中儲股份和飛馬國際在三年中均處在生產(chǎn)前沿面上，所以表格中不再進(jìn)行展示。

在表3中S1、S2、S3、S4表示：凈利潤增長率、凈資產(chǎn)收益率、主營業(yè)務(wù)收入增長率、總資產(chǎn)增長率。表中的數(shù)值表示如果這些企業(yè)改進(jìn)自己的創(chuàng)新投入方式和管理技術(shù)，希望使自己達(dá)到DEA有效，對應(yīng)的各個產(chǎn)出指標(biāo)需要改進(jìn)的情況，即表中所列的數(shù)值為理論值。

表3 產(chǎn)出指標(biāo)的改進(jìn)

4 結(jié)論與建議

DEA效率分析是一種相對效率分析，評價的是所有的決策單元之間的相對效率，這要求所有的決策單元之間要具有可比性。本文選取的均為物流上市企業(yè)，且這些企業(yè)在2014—2016年中，均有創(chuàng)新投入，所以具有可比性。

物流行業(yè)正在經(jīng)歷從勞動密集型產(chǎn)業(yè)到技術(shù)密集型產(chǎn)業(yè)的轉(zhuǎn)型升級，創(chuàng)新投入的效率變得愈加重要，本文測度了物流上市企業(yè)在2014年到2016年的創(chuàng)新投入效率情況，發(fā)現(xiàn)2014年物流行業(yè)的整體效率不高，快遞企業(yè)的純技術(shù)效率和規(guī)模效率都不高。物流上市企業(yè)整體的效率在2015年得到了改善，11家測算的企業(yè)中，有7家企業(yè)處于生產(chǎn)前沿面上，且平均綜合技術(shù)效率、平均純技術(shù)效率和平均規(guī)模效率均是三年中最高的，2016年的平均綜合技術(shù)效率、平均純技術(shù)效率和平均規(guī)模效率不高，通過分析數(shù)據(jù)發(fā)現(xiàn)各個企業(yè)在這兩年的發(fā)展拉開了差距，這些企業(yè)在凈資產(chǎn)收益率、主營業(yè)務(wù)收入增長率、總資產(chǎn)增長率三項指標(biāo)上表現(xiàn)出了非常大的差距，最高的企業(yè)達(dá)到了八十多倍的增長，而表現(xiàn)較差的企業(yè)實現(xiàn)了負(fù)增長，正是這種發(fā)展的差異導(dǎo)致了部分企業(yè)創(chuàng)新效率過低，從而影響了整個行業(yè)的創(chuàng)新效率。從效率改進(jìn)情況來看，部分企業(yè)在2014—2015年沒有處在生產(chǎn)前沿面上，效率有待改進(jìn)，但在2016年實現(xiàn)了效率的優(yōu)化，實現(xiàn)了DEA有效。部分企業(yè)在2014—2015年效率較高，但2016年出現(xiàn)了一些問題，效率有所下降。還有部分企業(yè)在2014—2016年三年間的效率始終有待改進(jìn)。

提高整個物流行業(yè)的創(chuàng)新效率需要從政府、行業(yè)、企業(yè)三個方面加以著手。政府需要深入的認(rèn)識到物流行業(yè)的轉(zhuǎn)型，在指定政策的時候需要考慮到對物流企業(yè)的技術(shù)創(chuàng)新給予支持，提高技術(shù)領(lǐng)域人才的待遇，國有物流上市企業(yè)更應(yīng)該起到模范作用，在自動化倉儲配送、管理信息系統(tǒng)搭建等領(lǐng)域更多地支持。行業(yè)協(xié)會需要制定更加切實可行、更加經(jīng)濟適用的行業(yè)標(biāo)準(zhǔn)，要不斷推動物流企業(yè)的科技創(chuàng)新轉(zhuǎn)型升級，提供可靠的、專業(yè)的行業(yè)報告，形成切實可行的行業(yè)評價標(biāo)準(zhǔn)。對于物流企業(yè)來說，要正確認(rèn)識技術(shù)創(chuàng)新的價值，不要認(rèn)為技術(shù)創(chuàng)新是成本，要認(rèn)識到技術(shù)創(chuàng)新所帶來的綜合競爭力的提高。企業(yè)需要認(rèn)識到在技術(shù)創(chuàng)新和創(chuàng)新管理上不能落后。