我国快递物流企业动态效率测度及其改进研究

谢文佳

内容摘要：本文采用多变量投入和产出的DEA模型，对分布在我国不同区域的五家快递物流企业（韵达股份、飞马国际、顺丰控股、飞力达、圆通速递）的投入产出动态效率进行测度。研究得到：总体而言，当前我国快递物流企业投入产出效率得到明显改善，五家快递物流上市企业在2018年的投入产出效率最好，2016年次之，2017年相对较差。但五家上市快递物流企业之间的投入产出效率仍存在显著差异，只有飞马国际在2016-2018年都实现了投入产出的最有效，韵达股份和圆通速递出现了两年的DEA无效率现象，顺丰控股和飞力达则出现了1年的DEA无效率现象。规模效率不足是引起圆通速递和顺丰控股DEA无效的主要根源，技术创新和管理不足是引起飞力达DEA无效的根源，而韵达股份DEA无效的原因同时来自投入产出规模冗余、技术创新与管理不足。最后，本文根据不同快递物流企业引起投入产出DEA无效的根源提出相应对策和建议。

关键词：高质量发展   投入产出   DEA模型   快递物流企业   动态效率

引言

改革开放40年来，我国经济取得了快速发展，并于2013年开始进入新常态，经济增速由高速转向中高速，拉动经济增长的动力由投资和出口驱动逐步转向以内需为主的消费及消费升级驱动。2017年，十九大报告对我国当前经济金融形势进行重新评估之后认为，我国经济发展已经开始进入高质量发展时代，2017年也被誉为是我国经济高质量发展的重要转折节点。在经济高质量发展的背景下，快递物流业作为我国经济发展的动脉和基础性产业，显然扮演重要角色，是我国商贸流通业发展的重要基础，对促进我国经济高质量发展具有不可替代的作用。从宏观层面来看，在产业经济转型和经济高质量发展的推动下，快递物流业发展直接影响我国消费驱动经济增长的活力;从微观层面来看，快递物流企业的投入产出效率和运行绩效是决定企业生存和可持续发展的关键。在此背景下，研究我国快递物流企业的投入产出效率，并针对快递物流企业运营中存在的投入产出不足问题进行精准定位，寻找短板，提出有效改进措施和解决方案对于我国快递物流业的发展以及快递物流企业自身的稳健可持续发展而言均具有非常重要的现实意义。据此，本文遵循这一思路，采用客观地能够测度和衡量快递物流企业经营效率的投入产出模型（DEA有效性模型），根据快递物流企业公开的财务数据对其投入产出的有效性进行客观测度和评估，并针对快递物流企业之间存在的差距，以及自身存在的不足等方面提出有效解决对策，期望能够给这些快递物流企业在经济高质量发展背景下实现自身的高质量发展，突破自身短板、改进企业投入产出效率、确保企业的稳健可持续发展提供积极参考。

投入产出模型设定及样本数据说明

（一）投入产出模型设定

投入产出模型是衡量一个企业运行效率的重要标准，一般由多个投入指标和一个产出指标构成。而现实中往往会出现多个投入和产出指标，通过多个投入和产出指标来衡量效率可能效果更好，而线性规划中的DEA模型则是常见的投入产出模型方法。经过学者们的研究，已经形成多种形式的衡量投入产出效率的DEA方法，相对于其他评价方法，该模型不需要设定指标权重和函数形式，能够更加客观地评价效率，减少其他方法评价中由于主观因素而导致评价结果的不可靠。而CCR和BCC模型是目前DEA模型方法中最基本的两种，其中，CCR模型可表述为：假设DMU单元为n个，m个投入指标，s个产出指标，可以将CCR模型表示为：

其中，X为m×n矩阵，表示投入指标，Y为s×n矩阵，表示产出指标，Xk为第k个单元的投入指标，Yk为第k个单元的产出指标，S-和S+为松弛变量，λ和θ为决策变量，Xk、Yk和λ均为列向量。

假如模型中θ*k=1，则表示第k个DMU为弱DEA有效。如果同时满足所有的S-和S+都等于0，则表示第k个DMU为DEA有效，说明当年投入产出组合已经达到最佳匹配，且不存在投入冗余和产出亏空的现象。

如果θ*k<1，则表示第k个DMU为非DEA有效的，说明管理或者技术等方面投入有偏误，投入上存在浪费现象，投入产出组合没有达到最优，可以进行进一步优化，以便达到最优值。显然，CCR模型是一种规模报酬不变的模型，而BCC模型则通过对权重增加约束，建立以下形式的规模报酬可变模型：

其中，I=（1，1，…，1）1×n。BCC模型能够计算出各个决策单元的纯技术效率，能够有效反映各个决策单元的纯技术效率情况。当σ*=1时，纯技术DEA为弱有效，如果σ*=1的前提下，S-、S+都等于0，则称为纯技术DEA有效。

根据DEA模型理论，总体效率θ*、纯技术效率σ*、规模效率S*之间存在一定关系，具体如下：

通过式（3）可以用来客观评价决策单元是否规模有效。据此，本文在进行实证研究时，也采用该方法对我国典型快递物流企业动态效率进行综合评价，以得到跨区域快递物流企业之间动态效率差异，并有针对性地提出可操作改进建议。

（二）样本数据说明

在研究快遞物流企业投入产出效率方面，关于投入指标和产出指标的选取，众多研究存在差异，为了能够使本文实证研究所测算出的结论更为精确和可靠，笔者对现有主流的研究文献中所采用的投入产出指标选取情况进行归纳梳理，具体如表1所示。

本文研究对象为我国主要快递物流上市企业，参考现有研究的指标选取及数据的可得性，最终选取企业研发占比、流动资产、固定资产、主营业务成本作为投入变量，产出变量选取净资产收益率、总资产增长率、净资产增长率、主营业务收入增长率4个指标。企业研发占比采用研发投入与快递物流企业营业收入的比值来衡量，反映快递物流企业的创新效率。流动资产、固定资产、主营业务成本主要反映快递物流企业的投入成本，净资产收益率、总资产增长率、净资产增长率、主营业务收入增长率反映快递物流企业的产出效率，所有这些指标数据以及测算企业研发占比时需要用到的营业收入数据均来自于物流上市企业每一年的年报。

考虑到上市公司数据相对比较客观真实，且能够较好地从上市公司年报中获取相关数据，本文的研究样本企业主要包括我国主流快递物流企业，分别为韵达股份（浙江）、飞马国际（广东）、顺丰控股（安徽）、飛力达（江苏）、圆通速递（辽宁）五个来自不同地区的快递物流企业，样本期为2016、2017和2018年的纵向动态效率变化比较，以及这些快递物流企业之间的横向比较，并根据自身纵向变化结果和横向比较找出样本快递物流企业存在的不足，并据此提出精准的改进意见。

基于投入产出模型的物流上市企业动态效率测算

在进行具体物流上市企业动态效率估计前，考虑到部分原始数据出现负值，本文采用Max DEA软件对数据进行标准化预处理，具体标准化处理公式如下：

需要特别说明的是，标准化处理中可能会出现0值，但基于投入产出的DEA模型又不能出现0值，所以在实际情况中，碰到处理后数值为0的情况，采用一个较小的数值代替，默认为10-3。

对处理过的五家物流上市企业的投入产出变量运用软件测算投入产出动态效率，得到结果如表2-4所示。

由表2可知，2016年韵达股份、飞马国际和飞力达三家快递物流企业是DEA有效的，这3家快递物流企业均处于生产前沿面上;顺丰控股是纯技术效率有效，规模上出现冗余;圆通速递则总体效率、纯技术效率和规模效率都没有达到DEA有效。从净资产收益率、总资产增长率、净资产增长率和主营业务收入增长率四个松弛变量的结果来看，顺丰控股在净资产收益率指标和净资产增长率指标上出现产出不足现象，而圆通速递则在净资产收益率、总资产增长率和主营业务收入增长率三个指标上出现产出不足现象。这表明顺丰控股和圆通速递在产出不足的指标上有待改进，以达到DEA有效。

由表3可知，2017年飞马国际、顺丰控股两家快递物流企业是DEA有效的，而韵达股份仅纯技术效率有效，飞力达和圆通速递两家快递物流企业的总体效率、纯技术效率和规模效率都没有达到DEA有效。韵达股份在净资产增长率产出上存在不足，飞力达在主营业务收入增长率产出指标上存在不足，圆通速递在净资产收益率产出指标上存在不足，但相比2016年净资产收益率产出指标、总资产增长率指标和主营业务收入增长率指标均不足已有较大改善。

由表4可知，2018年，在我国以消费拉动内需的政策驱动下，促进了国内快递物流企业的快速发展，飞马国际、顺丰控股、飞力达和圆通速递4家物流上市企业各项指标都得到有效改善，表现为DEA有效，而只有韵达股份依然没有达到DEA有效，仅在规模效率上达到有效，技术效率上出现冗余。

我国快递物流上市企业动态效率测算结果分析及改进建议

（一）我国快递物流上市企业动态效率测算结果分析

根据表2-4可知，五家快递物流企业中，只有飞马国际的投入产出连续3年达到了DEA有效，说明飞马国际的投入产出效率最佳，从侧面表明飞马国际在资源配置能力、资源使用效率方面实现较好的安排，而其他四家快递物流企业均出现不同年份的投入产出部分指标不足现象。其中，2016年和2017年圆通速递的综合效率均是5家企业中最低的，主要原因是规模效率偏低，这说明圆通速递的快递物流业务实际规模与最优规模之间仍然存在一定差距，可以通过实际规模的进一步扩大来改进投入产出效率，数据表明2018年圆通速递综合效率实现了DEA有效。而顺丰控股在2016年同样没有达到DEA有效，也是由于规模效率偏低引起，同样表明顺丰控股在2016年的快递物流业务没有达到最优规模，而2017年和2018年这一状况得到有效改善，实现了DEA有效。韵达股份在2016年的投入产出达到了DEA有效，而在2017年和2018年却出现了投入产出不足现象，2017年总体效率没有达到DEA有效的根源在于规模效率出现冗余（实际规模与最优规模存在一定差距，有待进一步扩大规模），而2018年则是由于技术效率指标出现冗余所致，主要表现在管理和技术上仍有改进空间。飞力达则在2016年和2018年实现了投入产出的DEA有效，在2017年由于纯技术效率指标出现冗余使得总体效率未能实现DEA有效。

为了进一步分析我国5家快递物流上市企业在2016-2018年整体投入产出效率情况，本文对五家快递物流上市企业的总体效率、纯技术效率和规模效率进行加总平均，得到结果如表5所示。由表5可知，2018年的平均总体效率、平均纯技术效率和平均规模效率均是最好的，虽然2016-2018年每年都有快递物流企业出现非DEA有效现象，但是总体而言，2018年我国快递物流企业投入产出效率是最好的，2016年次之，2017年相对较差。最主要的原因可能在于，我国经济在2015年左右开始进入新常态之后，经济增长动力开始发生变化，投资与出口双双下滑，使得我国经济增长逐步开始由投资和出口为主转向以内需为主的消费驱动阶段，特别是在2018年中美贸易摩擦加剧的背景下，出口增长乏力迫使政府出台激励内需的政策，而上述快递物流企业主要业务仍然以国内为主，其规模效率得到有效提升，主营业务收入、净资产增长率、总资产增长率、净资产收益率等指标也取得快速增长，最终促使我国快递物流业在2018年取得较好业绩，投入产出效率相比于2016、2017年达到更好效果。

（二）我国快递物流上市企业动态效率非DEA有效改进建议

研发占比、流动资产、固定资产、主营业务成本作为快递物流企业的主要投入因素，决定快递物流企业的运营成本以及在整个快递行业的竞争优势，而最终体现快递物流企业是否能够可持续发展，则取决于投入产出效率是否达到最优。根据对不同区域主流快递物流企业投入产出动态效率的测算及纵向和横向比较，针对投入产出动态效率非DEA有效的我国快递物流企业根据其本身诱发非有效的原因，精准定位、深入剖析之后提出改进意见如下：

圆通速递作为我国老牌快递企业发展迅速，但圆通速递的实际规模与最优规模之间仍然存在一定差距。在国际贸易和国内贸易需求快速发展的背景下，市场潜力巨大，依然没有得到有效满足，圆通速递作为大型快递物流龙头企业之一，应该找准定位，在现有市场规模的基础上可以进一步扩大市场规模，除了在区域性中心城市、县域城市设立营业网点之外，还可以进一步向乡镇、规模较大的村庄铺设网点，以便达到最优产出规模，实现投入产出效率最佳。

顺丰控股经过2017年和2018年的规模扩张，已经实现投入产出效率的DEA有效，技术创新和管理上也实现了DEA最优，但接下来的重点应该是立足规模优势，充分挖掘技术创新，实现管理优化，确保投入产出效率的高效率可持续发展。

韵达股份相对于圆通速递和顺风控股而言，整体体量依然不足。因此，应该从规模扩张和技术创新双重视角入手：一是扩大市场规模，布设更多网点来适应不断扩大的市场有效需求，获取业务增长，实现规模效应;二是提高技术创新和管理力度，以及更好地加快现有互联网、金融科技在快递投送、运输、跟踪和分拣等方面的应用，提高快递流转效率，通过规模效应和技术创新的双轮驱动实现追赶，在激烈竞争中脱颖而出。

飞力达在规模效应上已经实现了DEA有效，重点应该定位于技术创新和管理优化，而不能过度追求规模和网点的扩张，学习圆通、顺丰等快递物流企业的技术创新，加大快递物流业创新型人才培养、智能化物流运营设备的采购与应用以及自身物流業运行创新团队建设，缩小与其他快递物流企业的创新技术差距，借助于创新技术的应用，对网点现有的运行问题予以改进，降低成本，实现投入产出效率最佳。

结论

我国物流快递企业正在从劳动密集型向技术密集型转型，在转型阵痛期，一些快递物流企业的投入产出效率亟需进行重新评估，并进行相互之间的借鉴学习，以推动我国快递物流企业的高质量发展，助力经济的高质量发展。本文采用多变量投入和产出的DEA模型对我国不同区域的五个主要快递物流企业投入产出效率有效性进行比较，研究发现：

第一，在经济高质量发展背景下，我国快递物流企业投入产出效率得到明显改善，总体而言，五家快递物流上市企业在2018年的投入产出效率最好，2016年次之，2017年投入产出效率相对最差。具体而言，五家快递物流上市企业之间的投入产出效率仍存在一些差异，部分快递物流企业仍存在可改进的地方。只有飞马国际在2016-2018年连续三年都实现了投入产出最有效，韵达股份和圆通速递均出现了两年的投入产出DEA无效率现象，顺丰控股和飞力达两家快递物流企业则出现了1年的投入产出没有实现DEA有效。

第二，从我国快递物流企业出现DEA无效的情况来看，规模效率不足是引起圆通速递在2016和2017年连续两年未实现DEA有效的根源，同时也是引起顺丰控股2016年投入产出未实现DEA有效的根源。韵达股份在2017年和2018年未实现投入产出的DEA有效原因分别来自于投入产出规模冗余、技术创新与管理不足，引起飞力达出现投入产出效率未能实现DEA有效的根源主要是技术创新和管理不足。

第三，鉴于不同区域的主流快递物流企业动态效率仍然存在非DEA有效，因此，快递物流企业应该精准定位，立足未实现DEA有效的根源进行逐步改进，实现研发占比、流动资产、固定资产、主营业务成本投入与净资产收益率、总资产增长率、净资产增长率、主营业务收入增长率之间的最佳匹配，助力快递物流企业的高质量发展。

参考文献：

1.韩剑尘，夏涛.物流企业全要素生产率的时空异质性—基于DEA-Malmquist指数的测算[J].科技管理研究，2016，36（13）

2.李晓梅，白雪飞.基于超效率CCR-DEA的国有物流企业绩效实证分析—基于16家上市物流企业的样本数据[J].中国流通经济，2016，30（4）

3.朱胜男.基于DEA的仓储型上市物流公司的效率研究[J].现代营销（信息版），2019（3）

4.李守林，赵瑞，陈丽华.基于DEA的物流上市企业创新效率分析[J].西部经济管理论坛，2018（4）

5.李守林，赵瑞，陈丽华.基于DEA-malmquist指数的交通运输上市企业动态效率实证分析[J].中国流通经济，2017（12）

6.肖斌，程晓静.广东省物流业区域效率差异与影响因素分析[J].商业经济研究，2018（2）

7.王博，祝宏辉，刘林.我国“一带一路”沿线区域物流效率综合评价—基于三阶段DEA模型[J].华东经济管理，2019（5）

8.秦雯.供给侧改革下珠海港口物流效率及影响因素研究[J].商业经济研究，2018（22）