李衛(wèi)忠，湯宇曦

（江門職業(yè)技術(shù)學院，廣東 江門 529090）

1 引言

近年來，我國物流業(yè)取得快速發(fā)展，物流規(guī)模持續(xù)快速擴大。2017年，我國實現(xiàn)社會物流總額252.8萬億元，比2010年增長101.6%，年均增長近11個百分點；物流業(yè)總收入8.8萬億元，比上年增長11.5%。物流業(yè)吸納就業(yè)人數(shù)快速增加，2017年我國物流崗位從業(yè)人員數(shù)為5 369萬人，成為人員增長最快的行業(yè)之一，已經(jīng)占到全國就業(yè)人員6.5%?？梢?，物流業(yè)在近幾年取得了巨大的突破，物流業(yè)的快速發(fā)展也使其逐漸成為國民經(jīng)濟發(fā)展中的支柱產(chǎn)業(yè)。在我國物流業(yè)實現(xiàn)快速增長的背后，物流也同時面臨著產(chǎn)業(yè)集約度不高、資源浪費、效率較低等問題。2017年，社會物流總費用與GDP的比率為14.6%，實現(xiàn)“五連降”，但仍高于主要發(fā)達國家8%-9%和新興經(jīng)濟體11%-13%的水平[1]。十九大報告中明確指出，我國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，必須堅持質(zhì)量第一、效益優(yōu)先，提高全要素生產(chǎn)率。因此，本文選擇我國物流上市企業(yè)作為研究對象，以技術(shù)效率衡量物流企業(yè)的效率狀況，探討股權(quán)結(jié)構(gòu)、企業(yè)規(guī)模等因素對物流上市公司技術(shù)效率的影響，為促進我國物流行業(yè)向高質(zhì)量發(fā)展轉(zhuǎn)型提供參考。

目前已有部分學者從不同角度對物流產(chǎn)業(yè)或者物流企業(yè)的效率水平進行了測度，如艾小輝[2]利用DEA模型對我國19家物流上市企業(yè)進行實證分析，研究表明我國物流企業(yè)的效率普遍不高，很多物流企業(yè)未達到規(guī)模經(jīng)濟的狀態(tài)。胡慧嫣[3]利用DEA Malmquist生產(chǎn)效率變化指數(shù)，發(fā)現(xiàn)廣東物流企業(yè)生產(chǎn)效率發(fā)展呈下降趨勢，其中技術(shù)變動是影響廣東物流企業(yè)效率下降的主要因素。孟魁[4]使用DEA方法對我國中部地區(qū)在能耗和碳排放約束條件下的物流效率問題進行了研究，結(jié)果表明中部六省的物流產(chǎn)業(yè)存在非技術(shù)效率和非規(guī)模效率，而R&D投入和教育事業(yè)支持力度影響了這些非效率。莊玉良等[5]采用DEA和Malquist生產(chǎn)力指數(shù)模型，以16家物流上市公司為樣本進行實證研究，結(jié)果表明我國物流業(yè)TFP平均增長率為4.7%，技術(shù)進步與創(chuàng)新是生產(chǎn)率提升的主要原因。曹國[6]采用貝葉斯面板數(shù)據(jù)隨機前沿方法對32家物流上市公司的生產(chǎn)效率進行研究，結(jié)果表明在2000-2007年間我國物流企業(yè)的平均生產(chǎn)效率變化較小，呈現(xiàn)小幅度增長趨勢，而2008-2013年間效率大幅度下滑，投入與產(chǎn)出比例嚴重失衡，生產(chǎn)無效率增加?？傮w來看，關(guān)于技術(shù)效率關(guān)系方面的研究雖然取得了一定的研究成果，研究結(jié)論和政策建議對物流行業(yè)效率提升具有一定的啟示作用，但大部分研究所得到的效率值未將外部因素及隨機要素進行剝離分析，因此測算的效率值會有一定偏差，故本文采用三階段DEA模型，選擇我國37家物流上市企業(yè)2013-2017年的面板數(shù)據(jù)，對這一時期物流企業(yè)技術(shù)效率進行測算，并將物流企業(yè)分為海運、公路、倉儲等不同類型，分析不同類型物流企業(yè)效率發(fā)展的規(guī)律及差異。最后從股權(quán)集中度、公司規(guī)模、公司屬性等角度探討對物流企業(yè)技術(shù)效率的影響。

2 研究方法及模型建立

目前有關(guān)物流效率的研究有很多，國內(nèi)外評價物流效率的方法主要有：指標樹法、層次分析法、模糊評價法、隨機前沿分析法（SFA）、數(shù)據(jù)包絡(luò)分析法（DEA）等[7]。前3種方法主觀性太強，隨機前沿分析法（SFA）屬于參數(shù)法，需要事先設(shè)定嚴格的函數(shù)形式及分布假設(shè)，計算較為復雜。數(shù)據(jù)包絡(luò)分析法（DEA）是基于線性規(guī)劃，適用于多輸入多輸出決策單元的相對效率值的一種非參數(shù)方法。但傳統(tǒng)DEA模型認為所有與前沿值的偏差都是管理無效造成的，未將決策單元所處的外部環(huán)境和不可控變量等因素考慮在內(nèi)，導致其測算值會有一定偏差。因此本文采用Fried等提出的一種將傳統(tǒng)DEA方法與隨機前沿法（SFA）相結(jié)合的非參數(shù)方法，即三階段DEA模型，測算物流企業(yè)技術(shù)效率，利用此方法將影響物流企業(yè)技術(shù)效率不可控的外部環(huán)境因素進行剝離，得到更加科學、準確的物流企業(yè)效率值。

2.1 三階段DEA模型理論

三階段DEA模型的步驟如下：第一階段采用傳統(tǒng)的DEA對原始投入產(chǎn)出數(shù)據(jù)進行分析；第二階段采用SFA方法對松弛變量中的環(huán)境影響因素、隨機干擾和低效項進行區(qū)分，然后調(diào)整投入產(chǎn)出數(shù)據(jù)；第三階段運用DEA分析方法再次分析調(diào)整后的投入和產(chǎn)出數(shù)量[8]。

第一階段：根據(jù)具體的分析目的，可以選擇DEA模型中的投入導向或產(chǎn)出導向。從文獻分析可知，大多數(shù)三階段DEA模型選擇投入導向的BCC（規(guī)模報酬可變）模型。對于任何決策單元，投入導向下對偶形式的BCC模型可表示為：

若θ=1，S+=S-=0，則表示決策單元DEA有效，說明當年投入與產(chǎn)出已達到最優(yōu)匹配，且不存在產(chǎn)出虧空、投入冗余；

若 θ=1，S+≠0，或S-≠0，則決策單元弱DEA有效；

若θ＜1，則決策單元非DEA有效，說明在技術(shù)和管理投入方面存在偏差，對于企業(yè)投入存在浪費現(xiàn)象，投入產(chǎn)出匹配還沒有達到最佳值。

BCC模型能夠計算各個決策單元的效率值，定義為技術(shù)效率（TE），技術(shù)效率（TE）可以分解為純技術(shù)效率（PTE）和規(guī)模效率（SE），TE=PTE*SE。

Fried認為，管理無效率、環(huán)境因素和統(tǒng)計噪聲這三種因素影響決策單元的效率，故這三種因素的影響需進行分離[9]。

第二階段：建立SFA模型，將環(huán)境因素、管理因素和隨機誤差作為自變量，松弛變量作為因變量。

具體函數(shù)形式:

其中，Sni是第i個決策單元第n項投入的松弛值；Zi是環(huán)境變量，βn是環(huán)境變量的系數(shù)；νni+μni是混合誤差項，νni表示隨機干擾，μni表示管理無效率。

第三階段：運用調(diào)整后的投入產(chǎn)出變量再次運行DEAP2.1測算各決策單元的效率，此時的效率已經(jīng)剔除隨機因素和環(huán)境因素的影響，從而更客觀地表現(xiàn)各決策單元管理無效率的狀況。

2.2 技術(shù)效率測度的投入產(chǎn)出指標及數(shù)據(jù)來源

根據(jù)我國證監(jiān)會《上市公司行業(yè)分類指引》，將主營業(yè)務(wù)為交通運輸業(yè)和倉儲業(yè)的上市公司界定為物流企業(yè)。按照主營業(yè)務(wù)含交通運輸業(yè)和倉儲業(yè)相關(guān)業(yè)務(wù)篩選樣本，剔除成立時間不足5年的公司，最終得到了37家主營物流的上市公司樣本。基礎(chǔ)數(shù)據(jù)來源于國泰安數(shù)據(jù)庫、東方財富網(wǎng)、巨潮資訊等，研究時間為2013-2017年。

對物流企業(yè)技術(shù)效率進行評價時，為了全面客觀地反映物流上市企業(yè)的實際效率，本文在已有研究的基礎(chǔ)上，篩選出主營業(yè)務(wù)成本、固定資產(chǎn)凈值、應(yīng)付職工薪酬等3個指標作為投入指標，將主營業(yè)務(wù)收入這一指標作為產(chǎn)出指標。

2.3 技術(shù)效率測度的環(huán)境變量選取

Fried等認為第一階段測度值與前沿值的差額將受到3個因素的影響，即內(nèi)部管理因素、外部因素以及隨機不可控因素。如果不剔除外部因素對評價對象的影響，會使處于環(huán)境惡劣的決策單元的最終效率測度值偏低，評價結(jié)果缺少公平性。

本文將從經(jīng)濟和政策層面選取環(huán)境變量因素。從物流業(yè)發(fā)展特性看，物流業(yè)運作效率水平受地區(qū)社會消費品零售額、地區(qū)居民消費水平影響，從政策層面看，物流業(yè)效率水平受當?shù)卣С至Χ扔绊?，因此選擇地區(qū)社會消費品零售額、地區(qū)居民消費水平、運輸和倉儲郵政業(yè)支出占當?shù)刎斦С龅谋戎?個變量作為環(huán)境變量。

3 實證分析

3.1 物流上市公司技術(shù)效率分析

運用Deap2.1軟件對第一階段DEA模型進行求解，然后采用SFA模型將第一階段得到的各企業(yè)的投入松弛變量作為被解釋變量，將環(huán)境變量作為解釋變量進行回歸分析，再根據(jù)調(diào)整方法對投入變量進行調(diào)整，重新計算技術(shù)效率、純技術(shù)效率、規(guī)模效率值，得到結(jié)果見表1。

從表1可以看出，排除環(huán)境因素和隨機因素影響后，物流企業(yè)總體平均技術(shù)效率有所上升，2013-2017年物流企業(yè)技術(shù)效率平均值為0.73，純技術(shù)效率平均值為0.96，規(guī)模效率平均值為0.76。其中處于效率前沿的物流企業(yè)只有上港集團1個，技術(shù)效率值為1，既是純技術(shù)效率有效的，又是規(guī)模有效的，說明上港集團的要素投入組合合理，決策與管理水平較高。從純技術(shù)效率水平看，37家物流企業(yè)有13家純技術(shù)效率值為1（分別是恒基達鑫、新寧物流、長江投資、順豐控股、華貿(mào)物流、申通快遞、韻達股份、圓通速遞、南京港、上港集團、中遠控股、長航鳳凰），達到有效水平。從規(guī)模效率水平看，除了上港集團，其余物流企業(yè)效率水平均未達到有效值。

從規(guī)模收益變化趨勢看，多數(shù)呈現(xiàn)規(guī)模遞增趨勢，恒基達鑫、新寧物流等32家物流企業(yè)是處于規(guī)模報酬遞增的，這些企業(yè)應(yīng)適當增加投入，以改善企業(yè)產(chǎn)出效益。而順豐控股、中遠?？?家物流企業(yè)處于規(guī)模報酬遞減，上港集團、皖江物流、寧波港3家處于規(guī)模報酬不變，這些企業(yè)不應(yīng)再增加投入，重點是調(diào)整要素配置，通過改善內(nèi)部控制和管理來增進效益。

表1 2013-2017年中國37家物流上市公司效率平均值測算表

將37家物流上市公司2013-2017年中每年的技術(shù)效率（TE）平均值、純技術(shù)效率（PTE）平均值、規(guī)模效率（SE）平均值計算出來，結(jié)果如圖1所示，可以發(fā)現(xiàn)，純技術(shù)效率是最高的，五年間的平均值為0.96，而技術(shù)效率平均值僅為0.73，因此規(guī)模效率低下是造成技術(shù)效率不高的主要原因，這也與目前我國物流業(yè)中小企業(yè)眾多、缺乏有國際競爭力的龍頭企業(yè)、企業(yè)大而不強的現(xiàn)狀是相吻合的。

圖1 2013-2017年物流上市公司效率平均值趨勢圖

3.2 不同類型物流上市公司技術(shù)效率分析

為了進一步分析不同類型物流企業(yè)的技術(shù)效率差異，本文按照證監(jiān)會行業(yè)分類標準，將37家物流企業(yè)分為公路運輸企業(yè)、倉儲企業(yè)、海運運輸企業(yè)3類，測算2013-2017年不同類型物流企業(yè)的技術(shù)效率、純技術(shù)效率、規(guī)模效率，結(jié)果見表2。

表2 2013-2017年不同類型物流上市公司平均效率

從技術(shù)效率來看，在3種類型物流企業(yè)中，海運類物流企業(yè)效率值最高，平均值為0.76；其次為公路類物流企業(yè)，效率平均值為0.71；最差的為倉儲類物流企業(yè)，效率平均值為0.62。從變動趨勢來看，2013-2017年各類物流企業(yè)的技術(shù)效率具有周期性波動的顯著特征，各類物流企業(yè)技術(shù)效率2013-2015年顯著上升，2015-2016年呈現(xiàn)下降趨勢，2016-2017年呈現(xiàn)上升趨勢。

圖2 2013-2017年不同類型物流上市公司技術(shù)效率趨勢圖

從技術(shù)效率的拆分來看，3種類型物流企業(yè)純技術(shù)效率值均遠高于規(guī)模效率值，無論是年度值還是總體平均值，純技術(shù)效率平均值均在0.95以上，而規(guī)模效率的平均值均低于0.8，說明規(guī)模效率低下是造成綜合技術(shù)效率值不高的主要因素，物流企業(yè)投入產(chǎn)出要素配置有待進一步調(diào)整，未能體現(xiàn)出規(guī)模效應(yīng)。

4 物流企業(yè)技術(shù)效率影響因素分析

通過分析看出，2013-2017年物流企業(yè)技術(shù)效率總體水平不高，且趨勢具有顯著波動性。為進一步分析物流企業(yè)技術(shù)效率的影響因素，基于效率與企業(yè)股權(quán)結(jié)構(gòu)、企業(yè)規(guī)模、企業(yè)所有權(quán)屬性等因素之間的關(guān)系，構(gòu)建多元線性回歸模型。

4.1 變量與數(shù)據(jù)

本文將根據(jù)上市公司的特征，選擇股權(quán)集中度、第一大股東性質(zhì)、公司規(guī)模作為技術(shù)效率的影響因素。研究假設(shè)如下：

假設(shè)1：股權(quán)集中度越高，越易于公司進行決策和經(jīng)營，物流企業(yè)的技術(shù)效率越高。本文用前五大股東持股比例來衡量公司的股權(quán)集中度，用x1表示。

假設(shè)2：物流企業(yè)公司規(guī)模越大，技術(shù)效率越高。采用物流企業(yè)年末總資產(chǎn)來衡量企業(yè)規(guī)模，用x2表示。

假設(shè)3：第一大股東屬性為非國有性質(zhì)物流企業(yè)的技術(shù)效率要高于第一大股東屬性為國有性質(zhì)物流企業(yè)的技術(shù)效率。設(shè)置虛擬變量x3表示，若x3=0，則為非國有屬性物流企業(yè)；若x3=1，則為國有屬性物流企業(yè)。

4.2 回歸分析結(jié)果

使用SPSS 19.0進行線性回歸求解模型，結(jié)果見表3，可以得到以下結(jié)論。

表3 物流企業(yè)技術(shù)效率影響因素線性回歸結(jié)果

（1）企業(yè)規(guī)模與物流企業(yè)技術(shù)效率顯著正相關(guān)。物流企業(yè)屬于勞動密集型行業(yè)，規(guī)模越大，技術(shù)創(chuàng)新能力越強，資源配置要素更合理，技術(shù)效率更高，假設(shè)2成立。

（2）股權(quán)集中度、企業(yè)所有權(quán)屬性與物流企業(yè)技術(shù)效率正相關(guān)，但不顯著，假設(shè)1和假設(shè)3不成立。一般來說股權(quán)集中度越高，越能激勵股東去提高企業(yè)效益，但從表3來看，股權(quán)集中度雖與物流企業(yè)技術(shù)效率正相關(guān)，但從統(tǒng)計學意義上不顯著；而企業(yè)所有權(quán)屬性與物流企業(yè)技術(shù)效率正相關(guān)的統(tǒng)計學意義上更加不顯著，說明無論是國有性質(zhì)還是非國有性質(zhì)的物流企業(yè)，在技術(shù)效率提升上沒有顯著區(qū)別。

5 結(jié)論及建議

本文基于中國37家物流上市企業(yè)2013-2017年數(shù)據(jù)，采用三階段DEA模型從動態(tài)時間研究了此階段物流企業(yè)的技術(shù)效率，并比較分析了公路、倉儲、海運各類企業(yè)的效率差異性。在實證分析的基礎(chǔ)上，進一步分析了物流企業(yè)技術(shù)效率的影響因素，構(gòu)建了多元線性回歸模型，解釋了技術(shù)效率影響機制，得到以下幾點結(jié)論：

（1）從物流企業(yè)技術(shù)效率總體情況來看，2013-2017年物流企業(yè)技術(shù)效率平均值為0.73，且在樣本研究期間物流企業(yè)技術(shù)效率具有明顯波動性，呈先上升后下降趨勢。規(guī)模效率低下是造成技術(shù)效率不高的主要因素。

（2）從不同類型物流企業(yè)技術(shù)效率的差異性來看，海運類物流企業(yè)技術(shù)效率平均值為0.76，要高于公路類物流企業(yè)技術(shù)效率，倉儲類物流企業(yè)技術(shù)效率最低，綜合平均技術(shù)效率值僅為0.62。

（3）從物流企業(yè)技術(shù)效率影響機制來看，通過構(gòu)建多元回歸模型，發(fā)現(xiàn)企業(yè)規(guī)模與物流企業(yè)技術(shù)效率顯著正相關(guān)，股權(quán)集中度、企業(yè)所有權(quán)屬性與物流企業(yè)技術(shù)效率正相關(guān)，但不顯著。

根據(jù)以上實證分析結(jié)論，為了能夠有效提高物流企業(yè)效率，可以采取如下政策措施：

（1）提高物流上市公司的資源配置效率。隨著市場經(jīng)濟的快速增長、電子商務(wù)的崛起以及互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)手段的普遍應(yīng)用，我國物流行業(yè)得到了突飛猛進的發(fā)展。物流上市公司應(yīng)該針對這些有利的市場，加大資源投入力度，推動企業(yè)的業(yè)務(wù)轉(zhuǎn)型或升級。物流上市公司要加強與地方工業(yè)園區(qū)之間的合作，形成一個全方位的物流網(wǎng)絡(luò)，打破條塊分割和地區(qū)封鎖，海鐵聯(lián)運、公鐵聯(lián)運、陸空聯(lián)運等合作模式的運用能夠充分發(fā)揮物流上市公司的優(yōu)勢，減少企業(yè)的運輸成本及費用。另外，物流上市公司應(yīng)通過資產(chǎn)重組等手段促進資源的優(yōu)化配置，提高資源配置效率。

（2）提升物流上市公司的技術(shù)水平和規(guī)模效率。在技術(shù)研發(fā)方面，對日照港、大連港、中遠海等技術(shù)效率相對不高的物流上市公司，要進一步加強高科技技術(shù)、設(shè)備在物流作業(yè)中的運用，實現(xiàn)智能化物流，提高工作效率，創(chuàng)造更多更廣的市場成長空間。另外，倉儲類物流上市公司的技術(shù)效率整體水平較低，這類物流企業(yè)應(yīng)加大自動化立體倉儲、RFID等倉儲設(shè)備和技術(shù)的投入。在規(guī)模上，恒基達鑫、新寧物流等32家物流企業(yè)是處于規(guī)模報酬遞增的，要加大市場開拓，鞏固業(yè)務(wù)優(yōu)勢，壯大企業(yè)在這方面的業(yè)務(wù)規(guī)模；而順豐控股、中遠?？?家處于規(guī)模報酬遞減的物流上市公司，要合理控制業(yè)務(wù)規(guī)模，提高運營能力，同時，注重企業(yè)和服務(wù)的品牌塑造和名牌效應(yīng)，提高客戶物流體驗，努力提升經(jīng)營管理水平。

（3）加強物流上市公司內(nèi)部管理。物流上市公司的整體規(guī)模效率不高是影響企業(yè)技術(shù)效率水平非常重要的因素，因此，我國的物流企業(yè)在積極擴大業(yè)務(wù)規(guī)模的同時，應(yīng)加強內(nèi)部管理，按現(xiàn)代企業(yè)制度建立合適的管理體制，避免粗放式的規(guī)模擴張，重視物流技術(shù)創(chuàng)新和應(yīng)用，提高運營效率。在企業(yè)運營過程中，應(yīng)注意加強投資風險防范，做好信息溝通與披露，加強物流服務(wù)的檢查與監(jiān)督，提高公司經(jīng)營管理水平和風險防范能力，從而促進我國物流上市公司管理效率的提升。