【摘 要】 我國(guó)物流上市公司在2010-2015年間呈現(xiàn)出快速增長(zhǎng)的趨勢(shì)，由2010年的60多家增加到2015年的96家，文章基于2010年-2014年我國(guó)物流上市公司的數(shù)據(jù)，通過(guò)研究物流上市公司經(jīng)營(yíng)績(jī)效，探討各省市物流業(yè)的發(fā)展?fàn)顩r。

【關(guān)鍵詞】 各省市 物流上市公司 經(jīng)營(yíng)績(jī)效

一、研究意義與背景

眾所周知，在我國(guó)現(xiàn)代化的進(jìn)程中，物流企業(yè)發(fā)揮著舉足輕重的作用，它也是保障社會(huì)生產(chǎn)與人民生活的關(guān)鍵力量。習(xí)近平總書(shū)記在會(huì)議中明確指出，要提高生產(chǎn)性服務(wù)業(yè)的效率，而物流業(yè)就是我國(guó)生產(chǎn)性服務(wù)業(yè)的重要組成部分。據(jù)證券監(jiān)督管理委員會(huì)網(wǎng)站顯示，截止到2015年第3季度我國(guó)物流上市公司數(shù)量達(dá)到了96家。根據(jù)各公司公布的年報(bào)，2014年底有43家企業(yè)的凈利潤(rùn)出現(xiàn)了負(fù)增長(zhǎng)，說(shuō)明我國(guó)物流上市公司經(jīng)營(yíng)狀況并不樂(lè)觀。本文選取反映物流上市公司經(jīng)營(yíng)績(jī)效的指標(biāo)，運(yùn)用因子分析對(duì)物流上市公司經(jīng)營(yíng)績(jī)效進(jìn)行評(píng)價(jià)，得出物流上市公司2010年-2014年的綜合績(jī)效，并將各省市物流上市公司評(píng)價(jià)結(jié)果進(jìn)行對(duì)比。

二、研究思路與方法

（一）研究思路

本文基于企業(yè)治理的相關(guān)理論，首先界定了物流上市公司的經(jīng)營(yíng)績(jī)效，接著根據(jù)物流上市公司公布的財(cái)務(wù)數(shù)據(jù)，運(yùn)用因子分析方法對(duì)2010年-2014年間73家物流上市公司的經(jīng)營(yíng)績(jī)效進(jìn)行評(píng)價(jià)，最后應(yīng)用ArcGIS10.0描繪出我國(guó)物流上市公司的空間分布以及各省市2010年和2014年綜合績(jī)效分布圖，然后進(jìn)行相應(yīng)分析。

（二）研究方法

本文選取11個(gè)指標(biāo)變量作為衡量物流上市公司的經(jīng)營(yíng)績(jī)效指標(biāo)。為了消除指標(biāo)間不同量綱和不同數(shù)量級(jí)，對(duì)2010-2014年物流上市公司經(jīng)營(yíng)績(jī)效指進(jìn)行標(biāo)準(zhǔn)化處理，然后運(yùn)用SPSS21.0統(tǒng)計(jì)軟件，分別對(duì)2010-2014年經(jīng)營(yíng)績(jī)效進(jìn)行因子分析，通過(guò)計(jì)算獲得73家物流上市公司五年的綜合績(jī)效，為下文各省市物流上市公司分析提供變量。

三、物流上市公司經(jīng)營(yíng)績(jī)效研究

（一）建立評(píng)價(jià)指標(biāo)體系

基于相關(guān)文獻(xiàn)以及物流上市公司財(cái)務(wù)報(bào)表的披露情況，我們決定采用以下11項(xiàng)代表經(jīng)營(yíng)績(jī)效的指標(biāo)作為分析對(duì)象：

每股收益、存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、營(yíng)業(yè)收入同比增長(zhǎng)率、凈利潤(rùn)同比增長(zhǎng)率、總資產(chǎn)凈利率、凈資產(chǎn)收益率、凈利率、流動(dòng)比率、應(yīng)收賬款周轉(zhuǎn)率、資產(chǎn)負(fù)債率。

（二） 經(jīng)營(yíng)績(jī)效評(píng)價(jià)分析

1.原始數(shù)據(jù)與有效性檢驗(yàn)

原始數(shù)據(jù)中包含2010年-2014年73家物流上市公司經(jīng)營(yíng)績(jī)效指標(biāo)數(shù)據(jù)，由于數(shù)據(jù)過(guò)多，將不在此展示。原始數(shù)據(jù)經(jīng)過(guò)標(biāo)準(zhǔn)化處理后，分別將每年的數(shù)據(jù)利用SPSS21.0進(jìn)行相關(guān)性檢驗(yàn)。通過(guò)運(yùn)算，發(fā)現(xiàn)每年變量矩陣中的大部分系數(shù)值都很高，而且顯著性檢驗(yàn)表格中的P值很多都是0.05，說(shuō)明2010-2014年每年的數(shù)據(jù)都通過(guò)了顯著性檢驗(yàn)，因此可以采用因子分析獲得物流上市公司五年的綜合績(jī)效。

因?yàn)?010-2014年每年的因子分析步驟相同，所以本文以2014年為例進(jìn)行詳細(xì)的因子分析。檢驗(yàn)結(jié)果表明：變量間的KMO=0.667，大于0.50，說(shuō)明該組數(shù)據(jù)適合進(jìn)行因子分析。Bartlett球度檢驗(yàn)結(jié)果顯示，近似卡方值為961.224，數(shù)值比較大，顯著性概率為0.000（P<0.01），因此拒絕Bartlett球度檢驗(yàn)的零假設(shè)，因此認(rèn)為該組數(shù)據(jù)適合做因子分析。綜上所述，選取的物流上市公司經(jīng)營(yíng)績(jī)效指標(biāo)間可以進(jìn)行因子分析。

2.特征根及方差貢獻(xiàn)率

本文在因子分析過(guò)程中，采用主成份分析法，并以正交法進(jìn)行因子旋轉(zhuǎn)，抽取特征值大于1的因子。公因子結(jié)果顯示：每個(gè)項(xiàng)目的因素負(fù)荷均大于0.50，因此所有變量都應(yīng)保留。解釋的總方差結(jié)果顯示：特征值大于1的公共因子共有五個(gè)，五個(gè)因子的總方差解釋率為71.642%，大于70%，所以認(rèn)為這五個(gè)因子涵蓋了大部分變量信息。這五個(gè)主成份對(duì)原始信息的貢獻(xiàn)率依次為18.027%、15.904%、14.419%、11.840%、11.453%，其累計(jì)貢獻(xiàn)率達(dá)到 71.642%，可見(jiàn)效果還是比較好的。因此，選取前五個(gè)因子作為公共因子。

3.因子旋轉(zhuǎn)成份矩陣

為了得到每個(gè)公共因子的確切意義，本文采用方差最大旋轉(zhuǎn)法，得到旋轉(zhuǎn)后的因子載荷矩陣，從旋轉(zhuǎn)矩陣種看到，每股收益、總資產(chǎn)凈利率和資產(chǎn)負(fù)債率在第一個(gè)因子上有較高的載荷，可以把第一個(gè)因子命名為盈利能力（F1）;凈資產(chǎn)收益率及凈利潤(rùn)增長(zhǎng)率在第二個(gè)因子上有較高的載荷，可以把第二個(gè)因子命名為成長(zhǎng)能力（F2）;應(yīng)收賬款周轉(zhuǎn)率與存貨周轉(zhuǎn)率在第三個(gè)因子上有較高的載荷，可以把第三個(gè)因子命名為運(yùn)營(yíng)能力（F3）;總資產(chǎn)增長(zhǎng)率和營(yíng)業(yè)收入增長(zhǎng)率在第四個(gè)因子上有較高的載荷，可以把四個(gè)因子命名為償債能力（F4）;總資產(chǎn)周轉(zhuǎn)率和流動(dòng)比率在第五個(gè)因子上有較高的載荷，可以把第五個(gè)因子命名為發(fā)展能力（F5）。

4.因子得分系數(shù)矩陣

根據(jù)成份得分系數(shù)矩陣，5個(gè)主成份可以由原始指標(biāo)數(shù)值和各自的得分系數(shù)表示，可以寫(xiě)成：

F1=0.061X1+0.043X2+0.288X3-0.013X4+0.000X5+0.399X6+0.461X7-0.043X8+0.031X9-0.147X10+0.059X11

F2=-0.223X1+0.481X2-0.016X3+0.013X4-0.095X5+0.009X6+0.052X7-0.076X8+0.459X9+0.002X10+0.032X11

F3=0.027X1-0.033X2-0.114X3-0.045X4-0.062X5+0.120X6-0.053X7+0.436X8-0.002X9+0.370X10+0.421X11

F4=-0.435X1-0.027X2-0.087X3-0.067X4+0.708X5+0.113X6-0.066X7+0.135X8-0.126X9-0.258X10-0.094X11

F5=0.110X1+0.039X2-0.279X3+0.880X4-0.019X5+0.051X6+0.057X7+0.047X8+0.021X9-0.302X10+0.030X11

物流上市公司的綜合績(jī)效可采用方差貢獻(xiàn)率作為權(quán)重，進(jìn)行加權(quán)匯總。5 個(gè)主成分的方差貢獻(xiàn)率依次為 18.027%、15.904%、14.419%、11.840%、11.453%，于是可得物流上市公司綜合績(jī)效 F 的計(jì)算公式：

F=（18.027×F1+15.904×F2+14.419×F3+11.840×F4+11.453×F5）/71.642

（三）經(jīng)營(yíng)績(jī)效評(píng)價(jià)結(jié)果

以上分析是以2014年物流上市公司經(jīng)營(yíng)績(jī)效為例進(jìn)行的因子分析，其余年份因子分析與上述步驟一樣，通過(guò)計(jì)算得出我國(guó)物流上市公司2010年-2014年每年的綜合績(jī)效，由于企業(yè)數(shù)目過(guò)多，將不在此展示。2010年-2014年間，綜合績(jī)效得分為負(fù)值的物流上市公司個(gè)數(shù)分別是41、44、32、30、49，雖然2012、2013年物流上市公司總體有所好轉(zhuǎn)，但是在2014年綜合績(jī)效急轉(zhuǎn)直下，物流上市公司經(jīng)營(yíng)績(jī)效并不容樂(lè)觀。

四、各省市物流上市公司綜合績(jī)效評(píng)價(jià)分析

為了更為直觀的了解各省市物流上市公司的分布情況以及各省市物流上市公司的綜合績(jī)效情況。文中運(yùn)用ArcGIS10.0對(duì)物流上市公司進(jìn)行空間分析。

（一）物流上市公司空間分布

分別選用2010年與2014年73家物流上市公司的綜合績(jī)效指標(biāo)，并通過(guò)查詢(xún)73家物流上市公司注冊(cè)地址，發(fā)現(xiàn)73家物流上市公司分布情況如圖4-1所示。

（二）各省市物流上市公司綜合績(jī)效分析

通過(guò)因子分析求出2010年與2014年73家物流上市公司綜合績(jī)效得分，然后計(jì)算各省市物流上市公司綜合績(jī)效得分。計(jì)算公式如下：

省市物流上市公司綜合績(jī)效=物流上市公司綜合績(jī)效之和/物流上市公司總數(shù)。

由于部分省市沒(méi)有物流上市公司，且我國(guó)物流上市公司綜合績(jī)效負(fù)值較多，為了能夠用ArcGIS10.0畫(huà)出一幅完整的中國(guó)地圖，因此將各省市物流上市公司綜合績(jī)效加10，而沒(méi)有物流上市公司的省市綜合績(jī)效歸為0。將處理后的數(shù)據(jù)輸入到ArcGIS10.0中，系統(tǒng)自動(dòng)將2010年和2014年各省市物流上市公司綜合績(jī)效分為五類(lèi)。由淺到深依次定義：無(wú)物流上市公司省市、物流上市公司綜合績(jī)效低省市、物流上市綜合績(jī)效較低省市、物流上市公司綜合績(jī)效一般省市、物流上市公司綜合績(jī)效較好省市。

（三）GIS圖對(duì)比分析

通過(guò)對(duì)比2010年和2014年各省市物流上市公司綜合績(jī)效GIS圖，可以得出如下結(jié)論：

（1）2014年各省市物流上市公司綜合績(jī)效相對(duì)2010年有所下降。這種現(xiàn)象可能是因?yàn)槲锪魃鲜泄咀鳛榉?wù)類(lèi)企業(yè)，會(huì)受到國(guó)家經(jīng)濟(jì)發(fā)展水平的影響。2010年時(shí)，我國(guó)經(jīng)濟(jì)發(fā)展相對(duì)較快，物流服務(wù)需求處于快速增長(zhǎng)階段。而2014年，我國(guó)經(jīng)濟(jì)發(fā)展水平在增速下滑，并且在2010-2014年間涌現(xiàn)了許多未上市的物流公司，且這些物流公司市場(chǎng)份額還在不再擴(kuò)大，無(wú)形中對(duì)物流上市公司的經(jīng)營(yíng)績(jī)效造成了影響。

（2）中西部地區(qū)各省市物流上市公司綜合績(jī)效比沿海省市要高。這種現(xiàn)象可能是因?yàn)榻陙?lái)國(guó)家對(duì)中西部地區(qū)進(jìn)行經(jīng)濟(jì)扶持，且中西部地區(qū)物流公司數(shù)量較少，因此物流市場(chǎng)競(jìng)爭(zhēng)較小。

（3）湖北省作為大陸腹地中心，該省物流上市公司綜合績(jī)效穩(wěn)步提升。并且是2014年間唯一一個(gè)物流上市公司綜合績(jī)效較好的省份。該省公路、鐵路、水路、航空相對(duì)比較健全，且位于大陸腹地中心，地理位置的優(yōu)越性能夠吸引制造業(yè)等在此投資設(shè)廠，物流服務(wù)需求量較大。

（4）廣東省雖然是物流上市公司數(shù)目最多的省份，但是該省物流上市公司綜合績(jī)效并不理想?？赡苡捎趶V東省物流上市公司數(shù)量過(guò)多，相對(duì)中西部省份，其物流業(yè)的競(jìng)爭(zhēng)更加激烈，并且廣東省還有許多未上市的但是卻非常具有影響力的物流企業(yè)。上市公司激烈的競(jìng)爭(zhēng)，未上市公司對(duì)上市公司市場(chǎng)份額的分割，可能是導(dǎo)致廣東省物流上市公司綜合績(jī)效下滑的主要原因。

五、總結(jié)

希望通過(guò)本文的研究，可以對(duì)各省市物流上市公司提供一些可借鑒的地方，以促進(jìn)各省市物流業(yè)的發(fā)展。同時(shí)，誠(chéng)摯的希望后人能夠針對(duì)本文的不足之處進(jìn)行深入的研究，如擴(kuò)大研究對(duì)象，將沒(méi)有上市的物流公司也納入到研究對(duì)象中，讓成果適用于整個(gè)物流業(yè)。

【參考文獻(xiàn)】

[1] 王迪，張紅，張春暉，李紅輝. 旅游上市公司董事會(huì)治理對(duì)經(jīng)營(yíng)績(jī)效的影響——基于非平衡面板數(shù)據(jù)的分析[J]. 旅游學(xué)刊，2014，11：36-44.

[2] 初旭，周杰. 董事會(huì)治理對(duì)文化創(chuàng)意型上市公司經(jīng)營(yíng)績(jī)效的影響研究[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理，2013，05：126-133.

[3] 袁曉波. 管理層激勵(lì)、內(nèi)部控制與公司績(jī)效——來(lái)自中國(guó)滬市制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)[J]. 天津大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，06：494-498.

[4] 王紅，劉純陽(yáng)，楊亦民. 管理層激勵(lì)與公司績(jī)效實(shí)證研究——基于農(nóng)業(yè)上市公司的經(jīng)驗(yàn)數(shù)據(jù)[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2014，05：113-120.

作者簡(jiǎn)介：尉凱婉，女，1991.10，漢，山西運(yùn)城，碩士研究生，河南水利與環(huán)境職業(yè)學(xué)院，供應(yīng)鏈管理