韓東亞，劉宏偉

（1.安徽公共資源交易集團(tuán)，安徽合肥230601；2.安徽大學(xué)商學(xué)院，安徽合肥230601）

一、引言

自21世紀(jì)以來，隨著經(jīng)濟(jì)全球化的不斷深入和信息技術(shù)應(yīng)用水平的提高，物流產(chǎn)業(yè)取得了巨大發(fā)展。據(jù)統(tǒng)計(jì)，2018年我國社會(huì)物流總額上升為283.1 萬億元，同比增長6.4%，社會(huì)物流總費(fèi)用占當(dāng)年GDP比重為14.8%，物流業(yè)景氣指數(shù)始終在55%左右波動(dòng)[1]?？梢姡覈锪鳂I(yè)規(guī)模日益壯大，質(zhì)量水平不斷提升，逐漸成為國民經(jīng)濟(jì)發(fā)展的推動(dòng)力量和重要支撐。但我國物流業(yè)的發(fā)展也存在一定的問題，物流業(yè)的技術(shù)效率水平整體并不高，無法有效支持我國經(jīng)濟(jì)高質(zhì)量發(fā)展。為了有效發(fā)揮物流作為服務(wù)業(yè)的功能，有效支持供給側(cè)改革，有必要對(duì)物流業(yè)效率及影響因素進(jìn)行探索，針對(duì)效率表現(xiàn)及影響因素，提出改進(jìn)建議和對(duì)策，提升我國物流技術(shù)效率，推動(dòng)物流業(yè)健康發(fā)展。

本文采用隨機(jī)前沿分析法（SFA）構(gòu)建物流效率測評(píng)模型，選擇80 家物流上市公司2013—2017年財(cái)務(wù)數(shù)據(jù)為樣本，對(duì)我國物流業(yè)技術(shù)效率進(jìn)行實(shí)證研究，同時(shí)揭示物流技術(shù)效率與影響因素之間的相關(guān)性，研究我國物流業(yè)技術(shù)效率及其影響因素，對(duì)節(jié)約物流成本、促進(jìn)我國物流業(yè)高效發(fā)展具有十分重要的意義。

二、文獻(xiàn)綜述

近年來，如何定量分析行業(yè)的技術(shù)效率，提高技術(shù)效率值成為學(xué)術(shù)界重點(diǎn)關(guān)注的一個(gè)研究領(lǐng)域。不同學(xué)者采用不同的方法對(duì)物流效率進(jìn)行研究，主要包括數(shù)據(jù)包絡(luò)分析法（DEA）和SFA兩種方法。很多學(xué)者采用DEA及改進(jìn)DEA對(duì)物流效率進(jìn)行分析，并用Tobit 回歸模型分析效率與影響因素之間的關(guān)系。孟鑫[3]和敏（Hokoy Min）[4]等人采用DEA 或改進(jìn)的DEA 方法對(duì)物流效率進(jìn)行了研究。張竟軼和張竟成[10]運(yùn)用三階段DEA 法對(duì)我國2010—2014年31 個(gè)?。ㄊ袇^(qū)）物流業(yè)效率進(jìn)行測評(píng)，指出目前我國總體物流水平相對(duì)較高，處于規(guī)模效率遞增階段，但物流經(jīng)營管理水平與物流發(fā)展不協(xié)調(diào)。戢曉峰和劉丁碩[11]運(yùn)用產(chǎn)出導(dǎo)向的DEA對(duì)我國36個(gè)主要城市物流產(chǎn)業(yè)效率進(jìn)行測算，得出主要城市的物流產(chǎn)業(yè)效率存在著較為明顯的地域差異。龔雪[12]利用DEA-Malmquist 指數(shù)模型對(duì)2007—2016年中部六省的物流效率進(jìn)行了分析，結(jié)果表明中部六省的物流效率整體水平一般，不同省份物流效率差距較大，物流業(yè)全要素生產(chǎn)率變動(dòng)主要源自技術(shù)進(jìn)步，技術(shù)效率對(duì)物流效率的影響并不顯著。DEA方法可以測算多投入多產(chǎn)出的效率問題，但忽視了隨機(jī)誤差的影響[5]，且無法直接對(duì)物流效率的影響因素進(jìn)行分析。

隨機(jī)前沿分析法彌補(bǔ)了DEA 技術(shù)的不足[6-7]。不少學(xué)者采用SFA 方法對(duì)區(qū)域物流效率進(jìn)行測評(píng)，分析影響因素與效率之間的關(guān)系。郭舉和劉俊華[13]運(yùn)用SFA 分析我國物流業(yè)2007—2016年的效率，得出我國物流業(yè)效率總體上有一定上升，但與發(fā)達(dá)國家相比仍比較落后，國內(nèi)生產(chǎn)總值的提高不能顯著提高物流業(yè)效率。田剛和李南[14]運(yùn)用外生性影響因素與SFA 聯(lián)合估計(jì)的方法對(duì)中國大陸1991—2007年29 個(gè)省級(jí)地區(qū)物流業(yè)技術(shù)效率進(jìn)行測算，得出中國物流業(yè)技術(shù)效率仍處于較低水平，地區(qū)間存在差異，且在擴(kuò)大；中部的發(fā)展勢頭和發(fā)展速度明顯低于東部，也低于西部。改善物流環(huán)境對(duì)促進(jìn)地區(qū)協(xié)調(diào)發(fā)展有重要意義。與之類似，汪旭暉和文靜怡[15]運(yùn)用SFA 對(duì)2003—2011年我國23 個(gè)省、市、自治區(qū)的農(nóng)產(chǎn)品物流效率進(jìn)行對(duì)比分析，發(fā)現(xiàn)2003—2011年我國農(nóng)產(chǎn)品物流技術(shù)效率基本處于停滯狀態(tài)，中部地區(qū)效率水平相對(duì)最高，東部次之，西部最低，并提出完善物流行業(yè)基礎(chǔ)工作、加大物流技術(shù)創(chuàng)新力度、加快行業(yè)轉(zhuǎn)型步伐的政策建議。徐良培和李淑華[16]運(yùn)用SFA 對(duì)我國2000—2011年30 個(gè)省、市、自治區(qū)農(nóng)產(chǎn)品物流的技術(shù)效率進(jìn)行測算，探討了外生性環(huán)境因素對(duì)其影響的差異及全要素生產(chǎn)效率變化的根源，指出我國及各地區(qū)農(nóng)產(chǎn)品物流技術(shù)效率均處于較低水平且存在顯著的地區(qū)差異，外生性環(huán)境因素對(duì)農(nóng)產(chǎn)品物流效率具有正向影響?；诖?，劉瑞娟等[17]運(yùn)用SFA 對(duì)2005—2015年“絲綢之路經(jīng)濟(jì)帶”西北五省區(qū)的物流產(chǎn)業(yè)效率進(jìn)行測算，并運(yùn)用空間面板計(jì)量方法實(shí)證檢驗(yàn)交通基礎(chǔ)設(shè)施對(duì)物流產(chǎn)業(yè)效率的空間溢出效應(yīng)，得出西北五省區(qū)的物流產(chǎn)業(yè)效率存在差異但整體效率在不斷提升，鄰省和本省交通基礎(chǔ)設(shè)施水平都對(duì)本省的物流產(chǎn)業(yè)效率具有顯著的正向影響。鄭秀娟[18]運(yùn)用技術(shù)效率改進(jìn)的SFA 對(duì)不同時(shí)序產(chǎn)業(yè)部類發(fā)展技術(shù)效率進(jìn)行分析，并驗(yàn)證了物流業(yè)技術(shù)效率增進(jìn)的時(shí)空差異。

綜上所述，現(xiàn)有文獻(xiàn)大多采用DEA 和SFA 來測算物流效率，但DEA不考慮隨機(jī)誤差的存在，所以在實(shí)際分析中可能會(huì)因?yàn)殡S機(jī)誤差的存在而導(dǎo)致結(jié)果偏差，并且DEA 難以檢驗(yàn)回歸結(jié)果總體的顯著性，無法直接對(duì)物流效率的影響因素進(jìn)行分析。而SFA 優(yōu)于DEA 之處，是它考慮隨機(jī)誤差的存在對(duì)結(jié)果造成的影響，提前確定生產(chǎn)函數(shù)形式再研究企業(yè)的生產(chǎn)過程，可以提高計(jì)算技術(shù)效率的準(zhǔn)確性，還可以分析效率與影響因素之間的相關(guān)性。因此本文采用SFA 方法，通過收集我國2013—2017年80 家物流上市公司的相關(guān)數(shù)據(jù)，研究不同年份、不同行業(yè)、不同區(qū)域物流上市公司的技術(shù)效率值，并對(duì)影響因素進(jìn)行定量分析。

三、模型構(gòu)建

（一）SFA方法介紹

SFA預(yù)先設(shè)定生產(chǎn)函數(shù)和變量之間的關(guān)系，在計(jì)算技術(shù)效率時(shí)考慮隨機(jī)誤差的影響，SFA中有三種函數(shù)：成本函數(shù)、利潤函數(shù)和交替利潤函數(shù)，分別用來研究企業(yè)的成本效率和技術(shù)效率[19]。

巴蒂斯和科埃利（Battese & Coelli）[20]提出一種可以同時(shí)計(jì)算隨機(jī)前沿生產(chǎn)函數(shù)和技術(shù)效率函數(shù)的方法，此方法可以在分析影響技術(shù)效率的因素的同時(shí)保證結(jié)果的無偏性和有效性，非常適合分析面板數(shù)據(jù)。

具體而言，Battese與Coelli的模型假設(shè)為：

其中Yit是廠商i在時(shí)間t的產(chǎn)出，f（?）是與之相對(duì)應(yīng)的向量生產(chǎn)函數(shù)，χit是投入向量；Vit是模型的隨機(jī)擾動(dòng)項(xiàng)，服從N（0，）的獨(dú)立同分布。Uit是用來解釋技術(shù)無效率項(xiàng)，并且服從N（mit，σ2u）的分布，其在0 點(diǎn)處截?cái)?，mit=zitδ，zit是影響公司效率的一個(gè)p×1 向量，δ是待估計(jì)參數(shù)。

本文的投入要素選用勞動(dòng)投入和資本投入，并且將管理作為自變量的一部分引入到生產(chǎn)函數(shù)中，本文建立的隨機(jī)前沿生產(chǎn)函數(shù)模型設(shè)定如下：

Yit表示上市物流公司主營業(yè)務(wù)收入；Lit表示第i家公司第t年員工人數(shù)；Kit表示第i家公司第t年的資本投入；Mit為第i家公司第t年的管理要素投入；β0為待估常數(shù)項(xiàng)；β1、β2和β3分別代表著勞動(dòng)力、資本和管理要素投入的產(chǎn)出彈性。εit表示隨機(jī)誤差項(xiàng)，相當(dāng)于公式（1）里的Vit-Uit，公式（2）里的Vit具體到實(shí)際中是指外部天氣、地理?xiàng)l件等一些不可控因素造成的統(tǒng)計(jì)誤差，Uit則用來反映第i家公司第t年的技術(shù)無效率水平。

公式（3）表示在第t年第i家公司的技術(shù)效率，當(dāng)Uit=0時(shí)，TEit=1，表示技術(shù)有效，反之為技術(shù)無效。

（二）生產(chǎn)函數(shù)分析

1.投入與產(chǎn)出

參考以往學(xué)者的研究，本文將生產(chǎn)函數(shù)投入要素的設(shè)定和研究目的相結(jié)合，列出投入、產(chǎn)出變量研究文獻(xiàn)表（參見表1）。

從投入角度來講，可以將員工看作一個(gè)企業(yè)利潤的創(chuàng)造者，以及最具活力的價(jià)值創(chuàng)造源泉；總資產(chǎn)包括公司擁有或控制的所有可以帶來經(jīng)濟(jì)利益的資產(chǎn)，是影響物流公司盈利能力的重要因素；管理費(fèi)用是指企業(yè)行政管理部門為組織管理生產(chǎn)經(jīng)營活動(dòng)所發(fā)生的各項(xiàng)費(fèi)用，企業(yè)管理費(fèi)用的多少可以量化企業(yè)管理層的管理水平。從產(chǎn)出角度分析，主營業(yè)務(wù)收入是企業(yè)從事本行業(yè)生產(chǎn)經(jīng)營活動(dòng)所取得的收入，具有發(fā)展?jié)摿Φ纳鲜泄颈仨氂忻鞔_的主營業(yè)務(wù)收入作為支撐[25]。因此，本文選取年末公司員工數(shù)、公司總資產(chǎn)、管理費(fèi)用作為投入指標(biāo)，將主營業(yè)務(wù)收入作為產(chǎn)出指標(biāo)。

2.影響因素變量

本文的主要目的是計(jì)算企業(yè)技術(shù)效率，以此來分析物流發(fā)展水平。根據(jù)現(xiàn)有研究成果，如艾小輝[26]在研究中發(fā)現(xiàn)，企業(yè)的規(guī)模、員工素質(zhì)水平等對(duì)效率有顯著的正向影響，企業(yè)資產(chǎn)負(fù)債率與效率有顯著負(fù)相關(guān)關(guān)系；陳治國等人[27]的研究證明，勞動(dòng)力成本、購買力水平、教育投入、基礎(chǔ)設(shè)施建設(shè)水平等均對(duì)三大產(chǎn)業(yè)有促進(jìn)效應(yīng)（參見表2）?？紤]數(shù)據(jù)的可獲得性，本文選擇研究的影響技術(shù)效率的因素包括高管人數(shù)占員工人數(shù)的比例、固定資產(chǎn)占總資產(chǎn)的比重、管理費(fèi)用占總成本的比例、所有者權(quán)益占總資產(chǎn)的比重。

表1 投入、產(chǎn)出變量研究文獻(xiàn)

表2 影響因素研究文獻(xiàn)

3.生產(chǎn)函數(shù)構(gòu)建

通過查閱中國證券監(jiān)督管理委員會(huì)（CSRC）發(fā)布的《2017年4 季度上市公司行業(yè)分類》，“交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)（G）”下所有企業(yè)共有96 家。本文研究2013—2017年物流企業(yè)的情況，根據(jù)指標(biāo)數(shù)據(jù)的可獲得性將數(shù)據(jù)不齊的企業(yè)剔除，因此，本文共選取80 家企業(yè)作為樣本進(jìn)行分析研究，其中東部51 家企業(yè)，西部8 家企業(yè)，中部21 家企業(yè)，絕大多數(shù)物流公司集中于經(jīng)濟(jì)相對(duì)發(fā)達(dá)的東部地區(qū)；本文選用的投入指標(biāo)數(shù)據(jù)來源于國泰安數(shù)據(jù)庫導(dǎo)出的財(cái)務(wù)報(bào)表（參見表3）。

表3描述了2013—2017年不同區(qū)域物流企業(yè)的數(shù)據(jù)特征。數(shù)據(jù)表明，產(chǎn)出方面，東部地區(qū)物流企業(yè)與收入相關(guān)的四個(gè)指標(biāo)均明顯高于中部和西部地區(qū)，但其對(duì)應(yīng)的標(biāo)準(zhǔn)差也是最大的，說明企業(yè)發(fā)展迅速的同時(shí)也存在不穩(wěn)定的現(xiàn)象。就投入而言，中部地區(qū)企業(yè)的就業(yè)人數(shù)明顯高于西部企業(yè)，略低于東部地區(qū)。但是東部地區(qū)企業(yè)的管理費(fèi)用和總資產(chǎn)是遠(yuǎn)高于中西部地區(qū)的。

SFA 較為常用的生產(chǎn)函數(shù)有柯布—道格拉斯函數(shù)和超越對(duì)數(shù)生產(chǎn)函數(shù)?？虏肌栏窭购瘮?shù)的特點(diǎn)是形式簡潔，易于理解，但它預(yù)先假定技術(shù)中性和產(chǎn)出彈性是固定的。而超越對(duì)數(shù)生產(chǎn)函數(shù)不僅考慮前沿技術(shù)進(jìn)步和投入要素對(duì)生產(chǎn)率的相互作用，還考慮了投入要素之間的替代效應(yīng)[28]。因此，本文使用超越對(duì)數(shù)生產(chǎn)函數(shù)來構(gòu)建隨機(jī)前沿生產(chǎn)的模型：

其中，X表示投入要素的組合，分別為員工人數(shù)、公司總資產(chǎn)、管理費(fèi)用；β是待估計(jì)變量的系數(shù)。Uit是用來解釋技術(shù)無效率項(xiàng)，并且服從N（mit，σ2u）的分布，mit代表著技術(shù)無效率項(xiàng)的大小，mit越大，技術(shù)無效率項(xiàng)就越大。

表3 2013—2017年投入產(chǎn)出指標(biāo)數(shù)據(jù)統(tǒng)計(jì)性描述

式（5）中，Pit為高管人數(shù)的比例；Git為固定資產(chǎn)占總資產(chǎn)的比重；Fit為管理費(fèi)用占總成本的比重；Sit為所有者權(quán)益的比重。δ0為常數(shù)項(xiàng)，δ1～δ4表示影響因素的參數(shù)，可以反映對(duì)技術(shù)效率的影響方向和影響程度。

四、實(shí)證結(jié)果分析

（一）SFA模型參數(shù)回歸結(jié)果

采用SFA 模型，根據(jù)生產(chǎn)函數(shù)模型，應(yīng)用Froniter4.1計(jì)量軟件，對(duì)80所上市公司2013—2017年的投入、產(chǎn)出數(shù)據(jù)進(jìn)行測算，結(jié)果如表4所示。

由表4知，似然比檢驗(yàn)統(tǒng)計(jì)量LR估計(jì)值為530.008 5，并且γ=0.975 1，非常接近于1，說明對(duì)隨機(jī)誤差項(xiàng)而言97.51%受到技術(shù)非效率的影響，僅有2.49%來源于環(huán)境條件、統(tǒng)計(jì)誤差等無法控制的因素，因此可以認(rèn)為設(shè)定的模型較為理想。

從表4中還得知，在生產(chǎn)函數(shù)部分，管理費(fèi)用、總資產(chǎn)對(duì)企業(yè)產(chǎn)出均具有正向影響，相比較而言管理費(fèi)用的產(chǎn)出彈性更大，約是總資產(chǎn)投入產(chǎn)出彈性的12倍，其t值為3.176 5，大于2.58，表明管理費(fèi)用作為投入要素對(duì)產(chǎn)出的回歸影響較大。

表4 SFA模型參數(shù)回歸結(jié)果

員工人數(shù)的變量系數(shù)為-0.315 3，表明該投入對(duì)企業(yè)的產(chǎn)出有一定的負(fù)向影響，即企業(yè)員工人數(shù)不是越多越好，應(yīng)當(dāng)大力提高員工素養(yǎng)，優(yōu)化企業(yè)員工結(jié)構(gòu)。

總資產(chǎn)的變量系數(shù)為0.067 8，說明總資產(chǎn)對(duì)產(chǎn)出的影響雖然沒有管理費(fèi)用那樣顯著，但仍是不可忽視的一個(gè)變量。

（二）總體技術(shù)效率值分析

根據(jù)軟件統(tǒng)計(jì)分析的結(jié)果，將80 家物流上市公司近五年的平均技術(shù)效率值繪制成折線圖（如圖1所示）。

由圖1可知，從2013—2017年，這80家企業(yè)的平均技術(shù)效率值逐年遞增，表明企業(yè)對(duì)現(xiàn)有資源的有效利用能力越來越強(qiáng)。發(fā)生明顯增長的時(shí)期是2016—2017年，也是從這一年起我國開始在政府層面出臺(tái)相關(guān)文件重視各省市區(qū)物流業(yè)的發(fā)展。

通過相關(guān)公式運(yùn)算可知這80家物流企業(yè)5年的平均技術(shù)效率值只有0.544 3，這和理論上最優(yōu)效率值1相差很多，從側(cè)面表明我國物流業(yè)的技術(shù)效率值水平整體并不高，行業(yè)效率仍有很大的提高空間。

（三）分區(qū)域數(shù)據(jù)分析

通過查閱80 家物流上市公司的注冊地，將其按行政區(qū)域劃分成東部、西部、中部。2013—2017年不同區(qū)域公司的平均技術(shù)效率值如表5所示。在東部、西部、中部三大區(qū)域中，位于東部的企業(yè)平均技術(shù)效率值為0.561 6，高于中部和西部地區(qū)的物流企業(yè)，位于西部的物流企業(yè)平均技術(shù)效率值最低，為0.483 5。這與我國區(qū)域經(jīng)濟(jì)發(fā)展的基本情況相吻合。

（四）分行業(yè)數(shù)據(jù)分析

根據(jù)CSRC 發(fā)布的《2017年4 季度上市公司行業(yè)分類》將80家物流上市公司分為七大類：鐵路運(yùn)輸業(yè)、道路運(yùn)輸業(yè)、水上運(yùn)輸業(yè)、航空運(yùn)輸業(yè)、裝卸搬運(yùn)和其他運(yùn)輸代理業(yè)、倉儲(chǔ)業(yè)、郵政業(yè)。

1.鐵路運(yùn)輸業(yè)的技術(shù)效率

根據(jù)運(yùn)算結(jié)果可知，鐵路運(yùn)輸企業(yè)一共有4家，其技術(shù)效率如表6所示。

由表6可知，西部創(chuàng)業(yè)和鐵龍物流的技術(shù)效率值逐年穩(wěn)定增長，大秦鐵路和廣深鐵路的技術(shù)效率值都出現(xiàn)了先降后漲的波動(dòng)。大秦鐵路在這4家企業(yè)中技術(shù)效率值最高，相比于其他企業(yè)來說發(fā)展最好。而觀察平均效率值發(fā)現(xiàn)，總體上處于上升趨勢，但是在2016年發(fā)生了小幅度的波動(dòng)，不過隨后又得到了恢復(fù)，并且持續(xù)增長。

2.道路運(yùn)輸業(yè)的技術(shù)效率

根據(jù)運(yùn)算結(jié)果可知，道路運(yùn)輸企業(yè)一共有30家，其技術(shù)效率如表7所示。

圖1 80家物流企業(yè)2013—2017年平均技術(shù)效率值

表5 80家物流企業(yè)分區(qū)域2013—2017年技術(shù)效率均值

表6 鐵路運(yùn)輸業(yè)的技術(shù)效率值

表7 道路運(yùn)輸業(yè)的技術(shù)效率值

從表7分析來看，僅五洲交通的技術(shù)效率值出現(xiàn)明顯下滑，其余公司技術(shù)效率值保持平穩(wěn)或者呈現(xiàn)小幅度的增長。龍江交通、長江投資、鹽田港這3 家公司的技術(shù)效率值雖然有所提高，但相比于其他公司，仍有較大的進(jìn)步空間。從表7可知，高速公路企業(yè)的技術(shù)效率值較優(yōu)異，企業(yè)之間的差距不是很大，像山東高速、贛粵高速、寧滬高速、深高速的技術(shù)效率值處于領(lǐng)先地位。吉林高速、中原高速、福建高速、粵高速A 的技術(shù)效率值相對(duì)來說較為中等。僅楚天高速的技術(shù)效率值相比其他高速企業(yè)來說較差，但和其他公路運(yùn)輸公司進(jìn)行比較的話，也處于中等。總的來說我國公路運(yùn)輸業(yè)的平均技術(shù)效率值逐年增長，發(fā)展態(tài)勢越來越好，

3.水上運(yùn)輸業(yè)的技術(shù)效率

根據(jù)運(yùn)算結(jié)果可知，水上運(yùn)輸企業(yè)一共有25 家，其技術(shù)效率如表8所示。

由表8知，中遠(yuǎn)海控、中遠(yuǎn)海發(fā)、中遠(yuǎn)海能、天津港這四家企業(yè)的技術(shù)效率值相比其他物流上市公司一直處于較高水平，而渤海輪渡、亞通股份這兩家企業(yè)的技術(shù)效率值排名處于最后。絕大多數(shù)企業(yè)這五年來技術(shù)效率值偶有降低，但處于增長態(tài)勢，只有中遠(yuǎn)海發(fā)、連云港、上港集團(tuán)、皖江物流這4 家企業(yè)的技術(shù)效率值一直處于下降的趨勢，而天津港、中遠(yuǎn)海特、中遠(yuǎn)海能、重慶港九、這些企業(yè)的技術(shù)效率值處于波動(dòng)狀態(tài)，但是下降的程度遠(yuǎn)大于技術(shù)效率值增長的幅度。分析平均技術(shù)效率值可知，26 家企業(yè)五年來的平均技術(shù)效率值一直在0.55左右浮動(dòng)，略有起伏但是仍處于一個(gè)穩(wěn)定狀態(tài)。

4.航空運(yùn)輸業(yè)的技術(shù)效率

根據(jù)運(yùn)算結(jié)果可知，航空運(yùn)輸企業(yè)一共有9家，其技術(shù)效率如表9所示。

表8 水上運(yùn)輸業(yè)的技術(shù)效率值

表9 航空運(yùn)輸業(yè)的技術(shù)效率值

由表9可知，南方航空、東方航空、中國國航三家航空公司的技術(shù)效率最優(yōu)，中信海直的技術(shù)效率最差。中信海直、山航B、白云機(jī)場、上海機(jī)場這四家航空公司的技術(shù)效率值逐年增長，其余5 家航空公司的技術(shù)效率值略有波動(dòng)，但總體處于上升態(tài)勢。航空運(yùn)輸業(yè)的平均效率值一直保持小幅增長，我國航空運(yùn)輸業(yè)的效率越來越好。

5.裝卸搬運(yùn)和其他運(yùn)輸代理業(yè)的技術(shù)效率

根據(jù)運(yùn)算結(jié)果可知，裝卸搬運(yùn)和其他運(yùn)輸代理業(yè)一共有3 家，其技術(shù)效率如表10所示。

澳洋順昌、華貿(mào)物流兩家企業(yè)的技術(shù)效率值逐年提高，相比來看澳洋順昌這五年發(fā)展更為迅速，漲幅驚人，但華貿(mào)物流的技術(shù)效率值仍處于榜首。安通控股的技術(shù)效率值總體上在下降，近年來發(fā)展不如人意。不過，總體的平均技術(shù)效率仍在增長，行業(yè)還是在不斷進(jìn)步。

6.倉儲(chǔ)業(yè)的技術(shù)效率

根據(jù)運(yùn)算結(jié)果可知，倉儲(chǔ)企業(yè)一共有6家，其技術(shù)效率如表11所示。

只有歐浦智網(wǎng)、新寧物流兩家公司的技術(shù)效率值始終保持上升趨勢，其余4 家公司的技術(shù)效率值偶有回落但總體上有小幅增長。總的平均技術(shù)效率還是在增長，行業(yè)整體來說還是在進(jìn)步。

7.郵政業(yè)的技術(shù)效率

根據(jù)運(yùn)算結(jié)果可知，郵政企業(yè)一共有3家，其技術(shù)效率如表12所示。

這3 家公司的技術(shù)效率值一直處于上升趨勢，表明我國郵政業(yè)發(fā)展的形勢也越來越好。

總的來說，分析這七種不同類型物流企業(yè)的平均技術(shù)效率值，航空運(yùn)輸企業(yè)的平均技術(shù)效率值最優(yōu)，其次是鐵路運(yùn)輸企業(yè)，平均效率值最低的為公路運(yùn)輸企業(yè)。其余類型企業(yè)的平均技術(shù)效率相差不多，因?yàn)楦鱾€(gè)類型的企業(yè)數(shù)不同，均值又容易受到極端值影響，因此本文大致得出結(jié)論為：不同物流企業(yè)的技術(shù)效率值都是逐年遞增的，雖然偶有小降幅，但總體上都在上升，這也表明了我國物流業(yè)的發(fā)展前景是不可估量的。

表10 裝卸搬運(yùn)和其他運(yùn)輸代理業(yè)的技術(shù)效率值

表11 倉儲(chǔ)業(yè)的技術(shù)效率值

表12 郵政業(yè)的技術(shù)效率值

（五）影響因素分析

對(duì)影響因素進(jìn)行分析，對(duì)其回歸結(jié)果進(jìn)行整理后如表13所示。

其中，δ0為常數(shù)項(xiàng)，δ1（P）為高管人數(shù)占員工總數(shù)的比重，δ2（G）為固定資產(chǎn)占總資產(chǎn)的比重，δ3（F）為管理費(fèi)用占總成本的比例，δ4（S）為所有者權(quán)益占總資產(chǎn)的比重。

因?yàn)楦吖軘?shù)比例的變量系數(shù)為-9.688 6，且在1%水平下顯著，說明回歸關(guān)系顯著，同時(shí)表明高管數(shù)比例對(duì)于企業(yè)技術(shù)效率的變動(dòng)有正向影響。

固定資產(chǎn)占比的變量系數(shù)為0.368 1，表現(xiàn)出負(fù)面影響但不顯著。由表13 數(shù)據(jù)推測出現(xiàn)這種情況是因?yàn)槟壳按蠖鄶?shù)企業(yè)的固定資產(chǎn)投入已處于邊際報(bào)酬遞減階段，企業(yè)不應(yīng)盲目投入，應(yīng)根據(jù)實(shí)際情況選擇是否繼續(xù)進(jìn)行固定資產(chǎn)的投資與建設(shè)。

管理費(fèi)用占總成本比重的變量系數(shù)為6.834 7，且在1%水平下顯著，說明管理費(fèi)用與企業(yè)技術(shù)效率有顯著的負(fù)相關(guān)關(guān)系，即投入的管理費(fèi)用越多，相應(yīng)企業(yè)的技術(shù)效率值就越低。

所有者權(quán)益占比的變量系數(shù)為-0.049 1，對(duì)技術(shù)效率值有正面影響但不顯著，所有者權(quán)益比重的增加會(huì)促進(jìn)企業(yè)技術(shù)效率值的提高。

五、結(jié)論與政策建議

（一）結(jié)論

本文使用SFA 對(duì)我國80 家物流上市公司2013—2017年的技術(shù)效率值以及不同區(qū)域、不同行業(yè)的平均技術(shù)效率值進(jìn)行對(duì)比分析，主要得到以下結(jié)論：2013—2017年中國80家物流上市公司的總體技術(shù)效率較低，均值為0.544 3。固定資產(chǎn)占企業(yè)總資產(chǎn)的比例、高管數(shù)量與員工總?cè)藬?shù)的比例這兩個(gè)因素正向拉動(dòng)企業(yè)技術(shù)效率的增長，而所有者權(quán)益的占比、管理費(fèi)用占總成本的大小和技術(shù)效率值呈反向關(guān)系，是阻礙技術(shù)效率值提高的因素。

從技術(shù)效率的大小來看，我國東部地區(qū)的物流企業(yè)平均技術(shù)效率值高于中部和西部地區(qū)企業(yè)，不同類型企業(yè)的平均技術(shù)效率值近五年總體上是小幅度增長的。

表13 影響因素回歸結(jié)果

（二）建議

根據(jù)技術(shù)效率與影響因素的相關(guān)性，現(xiàn)提出以下建議。

1.提高人力資源水平

物流業(yè)應(yīng)更重視提高人力資源所能帶來的產(chǎn)出，注重提高員工素質(zhì)，加強(qiáng)行業(yè)發(fā)展過程中所需的智力支持[29]。首先，盡可能與高等院校合作，為物流企業(yè)輸送理論知識(shí)豐富又有實(shí)踐經(jīng)驗(yàn)的專業(yè)人才；其次，可以考慮雇用從國外學(xué)成歸來的人才。當(dāng)然，也要留住行業(yè)內(nèi)的優(yōu)秀員工。

2.進(jìn)行資產(chǎn)重組，減少負(fù)債

根據(jù)本文對(duì)影響因素的分析，建議行業(yè)內(nèi)企業(yè)減少負(fù)債比例，減少企業(yè)面臨的風(fēng)險(xiǎn)，增強(qiáng)所有者的信心，齊心協(xié)力推動(dòng)物流業(yè)發(fā)展，同時(shí)企業(yè)應(yīng)根據(jù)自身情況適當(dāng)對(duì)固定資產(chǎn)進(jìn)行投資。

3.減少管理費(fèi)用的投入

管理費(fèi)用投入的增加并不能提高行業(yè)的技術(shù)效率值。目前物流行業(yè)管理混亂，整體效率不高，單純增加對(duì)管理費(fèi)用的投入并不能從根本上解決問題，企業(yè)應(yīng)重視管理人員素質(zhì)的提高，重視人力成本。

4.根據(jù)企業(yè)情況減少固定資產(chǎn)投資

分析發(fā)現(xiàn)，固定資產(chǎn)占總資產(chǎn)的比重過大會(huì)阻礙技術(shù)效率提高，而物流業(yè)又是重資產(chǎn)行業(yè)，需要固定資產(chǎn)的投入。因此，為了物流業(yè)整體效率的提高，行業(yè)內(nèi)的企業(yè)應(yīng)對(duì)自身情況進(jìn)行考量，一些大型物流企業(yè)不建議在固定資產(chǎn)方面進(jìn)行投資，那樣不利于企業(yè)發(fā)展。而對(duì)于一些中小型企業(yè)，可以根據(jù)企業(yè)發(fā)展情況適當(dāng)增加固定資產(chǎn)的投入，優(yōu)化企業(yè)的資產(chǎn)組成結(jié)構(gòu)。