我国物流企业竞争力水平评价

韩嵩 刘娜

内容摘要：本文结合全国重点物流企业统计调查数据，建立我国物流企业竞争力水平评价指标体系，该指标体系在企业的财务指标基础上加入了企业规模指标。由于目前没有公布的物流企业竞争力排名，因此本文首先采用因子分析法、熵值法和变异系数法计算物流企业竞争力综合得分，利用Spearman秩相关检验进行对比分析，确定熵值法最为合理，然后利用分箱技术把物流企业的竞争力水平分为五个等级。为了提高物流企业竞争力水平测度的效率，本文创新性的利用决策树、人工神经网络、Logistic回归、Gradient Boosting和集成算法进行学习和预测，结果表明使用统计学习方法对物流企业竞争力进行预测有较高的准确率，具有可行性且径向基函数神经网络模型分类预测效果最佳。

关键词：物流企业   竞争力水平评价   统计学习   神经网络

引言

目前，我国物流业的运行保持了良好的发展势头。2017年我国物流业总收入为8.8万亿元，比上年增长11.5%，增速比上年同期提高6.9个百分点。社会物流总费用占国民生产总值的比重从2010年的18%下降到2017的14.6%，说明我国物流业运行效率进步明显。然而依据全国重点物流企业的调查数据，2016年仍有8%的企业主营业务利润额为负值，前20%的物流企业主营业务收入仅占到主营业务收入总和的39.4%，市场集中度较低。由此可见，虽然物流业发展迅速，但物流企业成本较高，利润较低。基于此，本文使用300家全国重点物流企业统计调查数据，对物流企业的竞争力水平进行评价，并使用多种统计学习方法建立竞争力预测模型，提高企业竞争力水平测度的效率。

物流企业竞争力评价研究现状

物流企业竞争力是指物流企业作为竞争主体在市场竞争环境中赖以生存和发展的能力。本文梳理了国内外学者的研究成果，从物流企业竞争力的评价方法和评价指标两个方面进行总结。

（一）物流企业竞争力评价方法研究

评价方法分为客观和主客观结合两种方法。如果获取的数据是客观真实存在，不掺有人为评价成分，称为客观方法，如因子分析法、熵值法、变异系数法、多元回归、聚类等。例如吕能芳、吴竞鸿（2015）采用因子分析方法对上市物流企业竞争力进行分析;王志鹏（2010）运用聚类分析法分析上市物流企业;张宝友等（2010）利用偏相關与多元回归工具研究我国上市物流公司与跨国物流公司在竞争力方面的差异。以上文献采用的都是上市公司财务报表中披露的财务数据，虽然能够在一定程度上分析出当下物流企业的现状和存在的问题，但因其使用的指标相对单一，且样本量较小，所以不够完善。

如果数据的获取是通过调查问卷或专家打分等途径，或者使用的方法中包括专家确定参数等步骤，称为主客观评价方法，例如层次分析法、模糊综合、灰色关联等。例如远亚丽和程赐胜（2008）、华小欢（2013）利用灰色关联模型，分析农村物流快递行业的影响因素;周涛等（2003）、蒋有凌和周红梅（2007）使用模糊综合评判法对物流企业竞争力进行量化评判和分析;洪卫和王选飞（2014）运用粗糙集理论对指标体系进行约简，利用模糊测评法量化并求取各指标权重;罗大海和刘建胜（2015）利用模糊评价法和层次分析法建立模型对权重进行求解;张华明和赵庆建（2015）利用双S形白化权函数结合AHP方法和聚类分析方法，形成了快递物流企业竞争力评价方法。综合这些文献可以看出，主客观结合的分析方法有效避开了企业数据获取困难的问题，不受企业样本量的影响，但是数据或者方法的主观性成分对研究的结果会有很大影响，选择专家不同很可能出现较大的结果差异。

（二）物流企业竞争力评价指标研究

在关于物流企业竞争力评价的研究中，指标的选取是其中比较重要的一项研究内容。国际上比较权威的竞争力评价指标体系主要包括世界经济论坛（WEF）评价指标体系和瑞士国家管理发展学院（IMD）评价指标体系等。M.Menon和Ackerman等人从价格、物流服务商被感知的绩效、物流服务商被感知的能力、战略和外部环境四个方面的指标作为评价物流企业核心竞争力的因子;A.Gunasekaran和E.w.T.Ngai从战略计划、存货管理、运输、能力计划和信息技术五个主要指标进行分析，建立了物流企业竞争力评价指标体系的模型;蒋有凌，周红梅（2007）从基础网络能力、延展性、顾客价值性、独特性四方面建立了物流企业竞争力评价指标体系;唐友明和李明武（2014）从市场能力、营运能力、技术能力、管理能力四个准则层、17个指标层，提出评价物流企业竞争力的指标体系;王道平、翟树芹（2005）从业务层面、管理层面、财务层面进行研究;罗大海、刘建胜等从时间、成本、质量、服务四类一级指标进行研究;洪卫和王选飞（2014）从资源水平、运作能力、信息处理能力、经营成本、管理协调能力、资金水平、网点覆盖率水平、行业经验8个因素对物流企业竞争力进行评价。

从以上分析可以看出，不同学者研究的准则层存在差异，不同的侧重点会产生不同的指标体系，但所采用的具体指标却存在相同之处，说明存在一些核心的指标，如财务指标、信息技术指标等。本文将以全国重点物流企业统计调查指标为基础，借鉴核心的指标构建评价物流企业竞争力的评价指标体系。

物流企业竞争力评价指标体系

目前，我国物流与采购联合会每年都会对重点物流企业的基本情况进行调查，调查的指标包括物流企业的基本情况指标，如物流企业类型、主要业务活动、行业类别、物流服务对象、登记注册类型等;财务能力类指标，如主营业务收入、主营业务成本、物流人员劳动报酬、主营业务利润额、主营业务营业税金、资产总额、流动资产总额、负债总额、固定资产折旧、固定资产投资完成额;经营规模类指标，如货运量、周转量仓储容积、仓储面积、货运车辆数等。本文在现有调查数据的基础上，选择反映物流企业竞争力的指标，从财务能力和经营规模两个层面构建物流企业竞争力评价指标体系，如表1所示。

第二，熵值法在竞争力水平综合得分计算中更合理。本文利用因子分析法、熵值法和变异系数法三种客观方法对实际数据进行分析，并根据Spearman秩相关检验对三种方法进行评价，结果显示熵值法更合理，利用分箱技术确定企业竞争力水平的五个等级。

第三，RBF神经网络在竞争力水平等级预测中效果最佳。本文利用决策树、人工神经网络、Logistic回归、Gradient Boosting和Ensemble Method进行学习预测，通过对比选择RBF神经网络模型作为最终的预测模型，预测正确率为91.4%，效果良好，可以用来对物流企业竞争力水平进行分类预测。

（二）存在的问题和展望

本文在研究过程中存在的主要问题包括：首先，部分指标数据难以获取。如很多物流企业没有记录订单准时率、平均货损率、完好交货率等对企业竞争力有一定影响的指标，导致很多指标数据无法获取。其次，样本数据缺失率较高，数据可能存在一定程度的失真。现有企业调查的數据，存在较多缺失值和离群值，指标数据质量不高，使分析结果有一定偏差。

大数据时代，人们呼吁信息共享，但对于企业数据仍没能达到真正的共享，指标的不完整性、样本数据的缺失、数据异常等问题仍然是制约企业竞争力测度的关键因素。通过指标体系的进一步完善、企业信息共享平台的搭建、区块链物流的进一步发展等策略，可以提高我国物流统计工作质量，进一步深化数据挖掘和分析，助力物流企业的发展。

参考文献：

1.吕能芳，吴竞鸿.基于因子分析的物流上市企业竞争力评价实证研究[J].宜春学院学报，2015（8）

2.王志鹏.河南省物流企业发展状况研究—基于SPSS和DEA的分析[J].安阳工学院学报，2012（5）

3.张宝友，达庆利，朱卫平.跨国物流公司绩效的微观影响因素研究—兼论与中国物流公司的比较[J].山西财经大学学报，2010（10）

4.远亚丽，程赐胜.基于改进灰色关联分析法的物流企业竞争力评价[J].铁道运输与经济，2008（4）

5.华小欢，解利燕，黄丹青.农村快递物流影响因素分析[J].现代商贸工业，2013（20）

6.周涛，程钧谟，乔忠.第三方物流竞争力评价体系及模糊综合评判[J].物流科技，2003（5）

7.蒋有凌，周红梅.第三方物流企业的核心竞争力评价[J].经济管理，2007（13）

8.洪卫，王选飞.基于粗糙集理论的第三方物流企业竞争力盲数测评研究[J].科技管理研究，2014（6）

9.罗大海，刘建胜等.第三方物流企业竞争力评价指标体系设计及建模分析[J].物流技术，2015（11）

10.张华明，赵庆建.基于S形白化权函数的快递物流企业竞争力评价[J].物流技术，2015（2）

11.吴福山，唐友明.转变农行业务发展方式的深远思考[J].农村金融研究，1996（6）

12.王道平，翟树芹.第三方物流企业竞争力评价指标体系构建及其评价[J].财经理论与实践，2005（6）

13.Mohan K Menon，Michael A McGinnis，Kenneth B Acherman.Selectioon criteria for providers of third-party logistics services：an exploratory study[J].Journal of business logistics，1998（19）

14.A.Gunasekaran，E.W.T.Ngai.The successful management of small company[J].Journal of physical distribution & logistics management，2003，33（9）

15.李航著.统计学习方法[M].清华大学出版社，2012

16.陈毅华，李永胜，苏昌贵等.径向基神经网络模型在人口老龄化预测中的应用—以湖南省为例[J].经济地理，2012，32（4）

17.张良均，曹晶，蒋世忠.神经网络实用教程[M].机械工业出版社，2008