中圖分類號(hào)：F253 文獻(xiàn)標(biāo)志碼：A DOI： 10.13714/j.cnki.1002-3100.2025.08.025

Abstract：Basedonthedataof18listedlogisticscompaniesduringtheperiodfrom2OOtoO，this paperconstructsteperfoance evaluationsysteforlistedlgisticscompaies.Tsesstheperformanceevelofompanin22theDECCmodelisutld fromastaticviewpoint.Additionaly，theDEA-Malmquist indexmodelisemployed toevaluateDBCompanysyearlyperformance between 020and2022providingadynamic viewpoint.Thefindingssuggest thatDBCompanyoperatesbelowtheDEAefciency threshold，dealslcsoutseist strategies，ndtattetotalfctoproductiityforBCompayisecodedat3incatinganimproventinpoductiocy Meanwhile，decompositiofindingsreveal thatimprovementsarenecesaryinbothoperationalmanagementandresourceaocation capabilities withinDBCompany.Therefore，DBCompanyshouldstrengthenthemanagementofumanresoures，improvethelevelof management and optimize the allocation of resources.

Key words：logistics company; performance evaluation;DB Company;DEA model

0引言

隨著經(jīng)濟(jì)的轉(zhuǎn)型和產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，物流業(yè)飛速發(fā)展，物流業(yè)作為現(xiàn)代經(jīng)濟(jì)的重要組成部分，已成為支撐社會(huì)經(jīng)濟(jì)健康發(fā)展的戰(zhàn)略性和先導(dǎo)性產(chǎn)業(yè)，因此對(duì)物流公司績(jī)效評(píng)價(jià)的研究具有至關(guān)重要的意義。

關(guān)于物流公司的績(jī)效評(píng)價(jià)，國(guó)內(nèi)外很多學(xué)者使用DEA模型進(jìn)行研究。Charmes etal.1是最先提出使用DEA模型進(jìn)行物流公司績(jī)效評(píng)價(jià)的學(xué)者，他們指出要對(duì)相同類型的投入產(chǎn)出要素進(jìn)行有效性分析，進(jìn)而評(píng)價(jià)公司的績(jī)效水平。Min etal2使用DEA

模型，分析了美國(guó)6家第三方物流公司的績(jī)效水平。劉名武等3基于DEA模型，評(píng)估了我國(guó)16家物流上市公司的經(jīng)營(yíng)業(yè)績(jī)。吳宗澤等4使用DEA-BCC模型，對(duì)國(guó)內(nèi)58家上市物流公司的經(jīng)營(yíng)效率進(jìn)行了評(píng)價(jià)。

研究發(fā)現(xiàn)，國(guó)內(nèi)外學(xué)者們普遍使用DEA模型評(píng)價(jià)上市物流公司的績(jī)效水平，但是針對(duì)具體案例公司績(jī)效水平的研究相對(duì)較少。所以，本文以DB公司為主要研究對(duì)象，運(yùn)用DEA模型，從靜態(tài)角度科學(xué)評(píng)價(jià)了DB公司2022年的績(jī)效水平，從動(dòng)態(tài)角度分析了DB公司2020—2022年的年度績(jī)效水平，發(fā)現(xiàn)了DB公司存在的問題并提出建議。

1 研究設(shè)計(jì)

1.1模型選取

1.1.1 DEA-BCC模型

考慮到大部分物流公司并不能達(dá)到最優(yōu)生產(chǎn)規(guī)模，所以本文采用DEA-BCC模型進(jìn)行績(jī)效評(píng)價(jià)與分析。假設(shè)有 個(gè)決策單元（DMU），對(duì)于任意的一個(gè)決策單元，有 個(gè)投入指標(biāo) ， n 個(gè)產(chǎn)出指標(biāo) ，則DEA-BCC模型的公式如下。

其中，θ為超效率值， 為權(quán)重系數(shù)， 為投入指標(biāo)的松弛變量，即投入冗余值， 為產(chǎn)出指標(biāo)的松弛變量，即產(chǎn)出不足值。

1.1.2 DEA-Malmquist模型

DEA-Malmquist指數(shù)模型可用來測(cè)算從t期到 t+1 期上市物流公司生產(chǎn)率的變化，是從動(dòng)態(tài)角度對(duì)上市物流公司績(jī)效的評(píng)價(jià)。

Malmquist指數(shù)模型的公式如下。

在規(guī)模效益可變的情況下，式（2）可進(jìn)一步分解如下。

即

其中， 表示投入變量， 表示產(chǎn)出變量， 表示 在t期的距離函數(shù)，effch為技術(shù)效率變化指數(shù)，techch為技術(shù)進(jìn)步指數(shù)。

在規(guī)模效益可變的情況下，effch可進(jìn)一步分解pech和sech，如下所示。

式（5）中，pech為純技術(shù)效率變化指數(shù)，sech表示規(guī)模效率變化指數(shù)。

1.2指標(biāo)選取

考慮到評(píng)價(jià)結(jié)果的準(zhǔn)確有效性，在構(gòu)建物流公司績(jī)效指標(biāo)評(píng)價(jià)體系時(shí)，要遵守可比性、客觀性、系統(tǒng)性、相關(guān)性等原則。在物流公司績(jī)效評(píng)價(jià)指標(biāo)選取方面，參考以往學(xué)者鄧學(xué)平等5、景保峰等、趙增輝]、徐春杰8、范昌琳關(guān)于投入指標(biāo)和產(chǎn)出指標(biāo)的選擇，本文選擇營(yíng)業(yè)成本、管理費(fèi)用、職工薪酬作為投入指標(biāo)，營(yíng)業(yè)收入和利潤(rùn)總額作為產(chǎn)出指標(biāo)如表1所示，來進(jìn)行實(shí)證分析。

對(duì)于投入指標(biāo)，營(yíng)業(yè)成本反映了物流公司在生產(chǎn)經(jīng)營(yíng)過程中消耗的各種類型的資源成本，因此本文選取營(yíng)業(yè)成本作為第1個(gè)投入指標(biāo)。職工薪酬反映了物流公司在人力資本方面的投入，考慮到物流業(yè)的人力資源投入現(xiàn)狀及數(shù)據(jù)獲取的難易程度，本文選取了容易在財(cái)務(wù)報(bào)表上獲取的職工薪酬作為第2個(gè)投入指標(biāo)。管理費(fèi)用是維持公司正常運(yùn)營(yíng)必不可少的投入，所以選取管理費(fèi)用作為第3個(gè)投入指標(biāo)。

對(duì)于產(chǎn)出指標(biāo)，本文選擇了營(yíng)業(yè)收人和利潤(rùn)總額。營(yíng)業(yè)收入是衡量物流公司日常經(jīng)營(yíng)以及未來發(fā)展能力的重要指標(biāo)。利潤(rùn)總額反映的是物流公司的盈利能力。

1.3樣本選取

本文選取的是成立于1996年的DB公司，是一家綜合性物流供應(yīng)商，隨著公司的不斷發(fā)展，其成為我國(guó)物流公司中率先上市的物流公司。本文以DB公司為主要研究對(duì)象，考慮到DB公司為一家上市物流公司以及數(shù)據(jù)的可獲得性等問題，選取了18家主營(yíng)業(yè)務(wù)為物流業(yè)的上市物流公司作為樣本公司（如表2所示）。樣本數(shù)據(jù)來源于東方財(cái)務(wù)網(wǎng)（https：//ww.eastmoney.com/default.html），其中，職工薪酬的值來自現(xiàn)金流量表中支付給職工以及為職工支付的現(xiàn)金，其他指標(biāo)可以從利潤(rùn)表中獲取。

DEA模型要求投入指標(biāo)和產(chǎn)出指標(biāo)的數(shù)據(jù)必須是非負(fù)的，所以在進(jìn)行實(shí)證分析前，要先對(duì)存在負(fù)值指標(biāo)的原始數(shù)據(jù)進(jìn)行歸一化處理。

2 實(shí)證分析

2.1靜態(tài)分析

將數(shù)據(jù)進(jìn)行歸一化處理后，使用Deap2.1軟件對(duì)18家上市物流樣本公司2022年的投人產(chǎn)出數(shù)據(jù)進(jìn)行基于DEA-BCC模型的靜態(tài)分析，可以得出這18家上市物流公司的純技術(shù)效率（PTE）、規(guī)模效率（ S E ）和綜合效率（TE），從而可以判斷出各個(gè)決策單元的DEA有效性，結(jié)果如表3所示。

2.1.1 綜合效率

綜合效率反映了公司投入生產(chǎn)經(jīng)營(yíng)的生產(chǎn)要素，評(píng)價(jià)的是公司的整體績(jī)效水平。

從圖1可以看出，18家上市物流公司中綜合效率值達(dá)到1的有5家，說明這5家公司整體績(jī)效水平優(yōu)秀，公司經(jīng)營(yíng)狀況良好。DB公司的綜合效率值為0.726沒有達(dá)到1，處于中下水平，與18家上市物流公司的平均值0.888相比還要低0.162，再看其主要競(jìng)爭(zhēng)對(duì)手YD、ST、YT等，DB公司的綜合效率仍處于劣勢(shì)，與主要競(jìng)爭(zhēng)對(duì)手綜合效率值的差距大于0.1，這說明DB公司的績(jī)效水平從整體來看相對(duì)較差，公司各種類型生產(chǎn)要素的投入并沒有達(dá)到最佳產(chǎn)出效果。

2.1.2 純技術(shù)效率

純技術(shù)效率反映的是公司的技術(shù)水平和管理水平，可用來判斷公司的管理和技術(shù)水平是否需要進(jìn)一步改進(jìn)。

從圖2可以看出，18家上市物流公司的純技術(shù)效率值達(dá)到1的有10家，占比超過 5 0 % ，說明這10家上市物流公司的技術(shù)水平和管理水平較好。DB公司的純技術(shù)效率值為0.921低于18家上市物流公司的純技術(shù)效率平均值0.950，說明DB公司經(jīng)營(yíng)管理能力有待提升，生產(chǎn)技術(shù)水平仍需繼續(xù)改進(jìn)。再看其主要競(jìng)爭(zhēng)對(duì)手YD、ST、YT和SF公司，SF公司和YT公司的純技術(shù)效率均達(dá)到了1，說明兩家公司的經(jīng)營(yíng)管理水平優(yōu)秀，技術(shù)水平較高，YD公司的純技術(shù)效率為0.985，ST公司的純技術(shù)效率為0.923，雖然兩家公司的純技術(shù)效率沒有達(dá)到1，但均高于DB公司的純技術(shù)效率0.921，這說明DB公司在公司的經(jīng)營(yíng)管理和技術(shù)進(jìn)步方面處于劣勢(shì)，因此公司的管理與技術(shù)水平還需進(jìn)一步改進(jìn)。

2.1.3 規(guī)模效率

規(guī)模效率反映出公司的投入和產(chǎn)出之間是否達(dá)到最優(yōu)，主要用來評(píng)價(jià)物流公司資源配置效率。

從圖3可以看出，18家上市物流公司的規(guī)模效率值達(dá)到1的有5家，說明這5家公司各種類型的生產(chǎn)要素投入達(dá)到了最佳的產(chǎn)出效果，它們的資源配置效率都比較高。DB公司規(guī)模效率值為0.789，低于18家上市物流公司規(guī)模效率的平均值0.935，再看DB公司主要競(jìng)爭(zhēng)對(duì)手YT、ST、YD等公司，它們的規(guī)模效率值均高于DB公司，這說明DB公司的資源配置效率較低，各類生產(chǎn)要素的投入沒有達(dá)到最優(yōu)的產(chǎn)出效果。同時(shí)根據(jù)DB公司的規(guī)模效率值可以看出，DB公司呈現(xiàn)規(guī)模收益遞減狀態(tài)，這說明隨著公司規(guī)模的擴(kuò)大，公司的產(chǎn)出能力在不斷減弱，公司的生產(chǎn)活動(dòng)處于規(guī)模不經(jīng)濟(jì)的狀態(tài)。

2.1.4投影分析

通過對(duì)無效決策單元進(jìn)行投影分析，可以得到投人產(chǎn)出要素的松弛變量，從而對(duì)投人產(chǎn)出要素的量進(jìn)行改進(jìn)，使投入產(chǎn)出達(dá)到最優(yōu)結(jié)果。DB公司的規(guī)模效率為0.789，數(shù)值小于1，為無效決策單元，我們可以對(duì)其進(jìn)行投影分析，結(jié)果如表4所示。

從表4中DB公司的投影分析結(jié)果可知，DB公司績(jī)效水平要達(dá)到生產(chǎn)前沿面，職工薪酬要減少29.708億元，改進(jìn)比例達(dá)到 3 6 . 8 % ，營(yíng)業(yè)成本和管理費(fèi)用保持不變。從投影分析可以看出DB公司存在職工薪酬投入冗余現(xiàn)象，反映出DB公司在人力資源管理中存在的問題，人力資本的投入不僅沒有帶來好的產(chǎn)出效果，反而對(duì)DB公司的整體效益產(chǎn)生了不好的影響。截至2022年12月

31日，DB公司職工薪酬支出總額約為80.82億元，而實(shí)際利潤(rùn)總額僅有約8億元，進(jìn)一步地說明了較高的人力成本拉低了利潤(rùn)總額。所以，DB公司應(yīng)注重提高公司的人力資源管理水平。

2.2 動(dòng)態(tài)分析

使用Deap2.1軟件對(duì)DB公司2020—2022年的投入產(chǎn)出數(shù)據(jù)進(jìn)行基于DEA-Malmquist全要素生產(chǎn)率指數(shù)的動(dòng)態(tài)分析，可以計(jì)算出DB公司2020—2022年全要素生產(chǎn)率指數(shù)分解變動(dòng)情況如表5所示。全要素生產(chǎn)率指數(shù)反映的是物流公司基期生產(chǎn)力的變化。技術(shù)效率變動(dòng)指數(shù)（effch）反映的是公司技術(shù)效率的變化。effch大于1則表明公司相對(duì)技術(shù)效率提升。技術(shù)進(jìn)步指數(shù)（techch）反映的是公司技術(shù)能力和創(chuàng)新能力的變化。techch大于1時(shí)，表示公司的技術(shù)能力和創(chuàng)新能力有所提高。純技術(shù)效率變動(dòng)指數(shù)（pech）反映的是公司管理水平管理效率的變化。pech大于1代表管理水平和管理效率的提高。規(guī)模效率變動(dòng)指數(shù)（sech）反映的是公司是否達(dá)到最優(yōu)生產(chǎn)規(guī)模。sech大于1表示公司接近最優(yōu)生產(chǎn)規(guī)模。

從表5可以看出，DB公司2020—2022年全要素生產(chǎn)率指數(shù)的平均值為1.0025，數(shù)值大于1，說明DB公司的生產(chǎn)效率在不斷提升。具體來看，2020—2021年的全要素生產(chǎn)率指數(shù)為0.9877，小于1，2021—2022年的全要素生產(chǎn)率指數(shù)為1.0172，大于1，更進(jìn)一步說明DB公司的生產(chǎn)力在不斷增強(qiáng)。技術(shù)效率變動(dòng)指數(shù)均值為0.992，具體來看，2020—2021年的技術(shù)效率變動(dòng)指數(shù)是0.994 3，而2021—2022年卻為0.9896，遠(yuǎn)小于1，說明公司相對(duì)技術(shù)效率發(fā)生了退步。技術(shù)進(jìn)步指數(shù)均值為1.0106，這表明DB公司整體的技術(shù)進(jìn)步能力和創(chuàng)新能力在不斷提高。DB公司的純技術(shù)效率變化指數(shù)均值為0.992，2020—2021年的純技術(shù)效率變化指數(shù)是0.9943，而2021—2022年卻為0.9896，遠(yuǎn)小于1，這說明DB公司的管理水平有所退步。規(guī)模效率變動(dòng)指數(shù)均值為1，說明DB公司整體規(guī)模效率是不變的。綜合來看，DB公司的整體績(jī)效水平較好，在不斷提高，這主要得益于公司的技術(shù)進(jìn)步能力和創(chuàng)新能力的提高，同時(shí)，也要重視公司管理水平的下降，公司管理水平會(huì)影響公司績(jī)效水平的提高。

3結(jié)論和建議

本文以18家上市物流公司2020—2022年的數(shù)據(jù)為基礎(chǔ)，通過構(gòu)建上市物流公司績(jī)效評(píng)價(jià)體系，在橫向上，使用數(shù)據(jù)包絡(luò)分析DEA-BCC模型，從靜態(tài)角度科學(xué)評(píng)價(jià)了DB公司2022年的績(jī)效水平。在縱向上，使用DEA-Malmquist指數(shù)模型，從動(dòng)態(tài)角度分析了DB公司2020一2022年的年度績(jī)效水平。得出以下結(jié)論。

第一，靜態(tài)分析結(jié)果顯示：DB公司處于非DEA有效水平。DB公司的綜合效率值、純技術(shù)效率值、規(guī)模效率值均小于1，且與主要競(jìng)爭(zhēng)對(duì)手相比均具有較大的差距。通過投影分析發(fā)現(xiàn)DB公司存在職工薪酬投入冗余現(xiàn)象，反映出DB公司在人力資源管理方面存在問題。

第二，動(dòng)態(tài)分析結(jié)果顯示：DB公司全要素生產(chǎn)率指數(shù)均值和技術(shù)進(jìn)步指數(shù)均值均大于1，說明DB公司的生產(chǎn)力在不斷提高。規(guī)模效率變動(dòng)指數(shù)為1，說明DB公司規(guī)模效率保持不變。同時(shí)全要素生產(chǎn)率指數(shù)分解結(jié)果表明，DB公司的經(jīng)營(yíng)管理和資源配置能力有待提升。

根據(jù)以上研究結(jié)論，提出以下建議。

第一，加強(qiáng)人力資源管理。完善公司員工培訓(xùn)制度，定期開展員工技能培訓(xùn)活動(dòng)，培養(yǎng)他們的物流數(shù)字化應(yīng)用能力，提高員工的專業(yè)素質(zhì)，從而推動(dòng)公司的高質(zhì)量發(fā)展和數(shù)字化轉(zhuǎn)型。同時(shí)也要完善員工的績(jī)效考核制度，建立有效的激勵(lì)機(jī)制，對(duì)于考核不合格的員工進(jìn)行裁員，對(duì)于績(jī)效考核結(jié)果優(yōu)秀的員工進(jìn)行嘉獎(jiǎng)，激發(fā)員工的工作積極性，提高公司的人力資源管理水平。

第二，提高經(jīng)營(yíng)管理水平。提高經(jīng)營(yíng)管理水平，最重要的就是要轉(zhuǎn)變經(jīng)營(yíng)理念，由原來的勞動(dòng)密集型管理思維向技術(shù)密集型思維轉(zhuǎn)變，重視科技對(duì)公司轉(zhuǎn)型發(fā)展的重要性。利用科技探索新業(yè)務(wù)、新的經(jīng)營(yíng)模式，適應(yīng)市場(chǎng)變化。加大研發(fā)投入，提高公司創(chuàng)新能力，保證公司的競(jìng)爭(zhēng)優(yōu)勢(shì)。

第三，優(yōu)化資源配置。建立和完善數(shù)據(jù)分析平臺(tái)，實(shí)時(shí)收集運(yùn)營(yíng)數(shù)據(jù)，采用智能調(diào)度和路徑優(yōu)化算法等，設(shè)計(jì)出最優(yōu)的運(yùn)輸路線，從而減少運(yùn)輸?shù)臅r(shí)間，降低物流運(yùn)輸成本。此外，也要優(yōu)化庫存管理，促進(jìn)各部門的協(xié)作和信息共享，避免資源重復(fù)配置，提高整體資源配置能力。

參考文獻(xiàn)：

[1]CHARNES A，COOPER W W，RHODES E.Measuring the ficiency of decision making units[J].European Journal （OperationalResearch，1978，2（6）：429-444.

[2]MINH，JOOSJ.Benchmarkingtheoperational eficiencyofthird partylogisticsprovidersusingdata envelopmentaalysis[]Supply Chain Management： An International Journal， 20o6，11（3）：259-265.

[3]劉名武，任穎穎．考慮Ramp;D投入的我國(guó)上市物流企業(yè)經(jīng)營(yíng)績(jī)效研究[J]．會(huì)計(jì)之友，2018（4）：125-130.

[4]吳宗澤，宋良榮．基于DEA模型的中國(guó)上市物流企業(yè)經(jīng)營(yíng)效率評(píng)價(jià)[J]．技術(shù)與創(chuàng)新管理，2023，4（2）：169-179.

[5]鄧學(xué)平，王旭，Ada Suk Fung Ng．我國(guó)物流企業(yè)生產(chǎn)效率與規(guī)模效率[J]．系統(tǒng)工程理論與實(shí)踐，209，29（4）：34-42.

[6]景保峰，周霞，胡愛媛．基于隨機(jī)前沿分析的上市物流公司技術(shù)效率評(píng)價(jià)[J]．工業(yè)工程，2012，15（2）：41-47.

[7]趙增輝．基于DEA的DB公司績(jī)效評(píng)價(jià)研究[D]．南昌：華東交通大學(xué)，2020.

[8]徐春杰．基于DEA方法的德邦股份企業(yè)績(jī)效評(píng)價(jià)研究[D]．昆明：云南財(cái)經(jīng)大學(xué)，2022.

[9]范昌琳．DEA方法在我國(guó)物流行業(yè)績(jī)效評(píng)價(jià)體系中的應(yīng)用——以德邦物流為例[J]．中國(guó)儲(chǔ)運(yùn)，2023（12）：160-161.