物流企业技术效率与影响因素研究

□ 杨 军,普 斌，税文兵

(昆明理工大学 交通工程学院，云南 昆明 650504)

1 引言

随着全球化的不断深入及信息技术应用水平的提高，物流行业已成为影响我国经济发展的重要因素。2018年全国社会物流总额283.1万亿元，同比增长6.4%，社会物流总费用与GDP的比率为14.8%，继续保持高增长态势[1]。但我国物流业的发展也存在着物流技术效率整体不高，标准化程度低，专业物流人才短缺等问题。研究物流企业的技术效率对优化企业自身要素和解决投入与产出间的矛盾具有重要意义。

国内外企业效率的研究方法多使用随机前沿分析(SFA)模型和数据包络分析(DEA)模型。Dimitris Gavalas[2]使用SFA模型评估82家国际航运公司的运营和市场效率，Kamran等[3]使用DEA评估国家物流绩效的可持续性， Naceur Khraief等[4]使用两阶段DEA模型研究2009-2012年间地中海国家的能效决定因素。国内方面韩东亚和刘宏伟[5]运用SFA研究我国物流业的效率，李卫忠等[6]运用DEA效率测度方法，对粤东西北和珠三角物流产业技术效率研究。马明和唐乐[7]基于三阶段DEA方法研究我国30个省级行政区物流技术效率，验证评价模型的有效性，并提出强化行业整合、提升物流业信息化水平等对策。

本文使用 DEA-Tobit两阶段法对我国75家上市物流企业的技术效率进行研究。第一阶段以上市物流企业的固定资产总额、管理费用和员工人数作为投入要素指标，以营业总收入作为产出指标，使用数据包络分析方法计算得到技术效率、纯技术效率和规模效率；第二阶段使用Tobit模型进行技术效率的影响因素研究，以经济发展水平、管理费用占比、高学历管理者占比和资产负债率为影响因素假设，最后根据研究结果提出相对应的建议。

2 研究对象与评价方法

2.1 研究对象

我国物流企业微小型居多，存在业务单一、规模小、经营时间短、财务数据不完整等现象，本文选取主营业务与物流相关且超过一半的企业。从国泰安数据库获取符合条件的物流企业的2013年到2018年财务数据，筛除数据存在缺失的公司，最后得到包括仓储业、道路运输业、航空运输业、水上运输业、铁路运输业、批发业、邮政业、装卸搬运与运输代理的75家样本企业数据。

2.2 DEA模型

DEA模型是在1978年由美国运筹学家Charnes等人提出的相对效率为基础的一种线性规划方法，用来评价决策单元之间相对有效性的非参数评价方法，最具代表性的模型有BCC模型、CCR模型。BCC模型的线性规划形式：

(1)

若上述线性规划存在最优解且满足：

如果ω0>9,μ0>0，则称决策单元为DEA有效。

2.3 建立效率评价指标体系

一般物流企业效率的研究以“人、财、物”三方面来评价，本文结合研究对象，确定选择物流企业固定资产总额、物流企业管理费用、物流企业员工人数为投入指标，物流企业营业总收入为产出指标。

表1 效率评价指标体系

3 物流企业技术效率实证评价

3.1 DEA效率的变化趋势分析

表2 企业效率的变化趋势

从表2看出我国物流企业技术效率最高的是2016年，2013年到2016年都是呈现上升的趋势，2017年后有下降的趋势，说明我国物流企业技术效率在不断提高，但最近两年有放缓甚至下降的情况；技术效率的年平均值最高为0.484，最低仅为0.248，说明我国物流整体技术效率偏低；规模效率相对较高，除了2013年和2017年都超过0.8。

3.2 不同行业的DEA效率比较分析

表3 不同行业的企业技术效率分析

根据表3分析得：2013年技术效率最高的是仓储业，最低的是铁路运输业，2014年技术效率最高的是仓储业，最低的是综合服务类，2015年技术效率最高的是铁路运输业，最低的是综合服务类，2016年技术效率最高的是铁路运输业，最低的是水上运输业，2017年技术效率最高的是铁路运输业，最低的是水上运输业，2018年技术效率最高的是铁路运输业，最低的是航空运输业。综合来看，铁路运输业的技术效率较其他行业有优势。

3.3 不同组织形式企业的DEA效率比较分析

表4 不同组织形式的企业效率分析

根据表4分析得：民营企业的效率是最高的，且明显高于国企和其他形式的企业；国有企业的规模效率高于民营企业的，但技术效率和纯技术效率明显低于民营企业。

3.4 物流企业技术效率影响因素分析

物流企业技术效率的影响要素包括企业内部因素与外部因素，结合样本企业的特点，考虑数据可获得性，最终选择地区经济发展水平(X1)、高学历管理者占比(X2)、管理费用占比(X3)、企业资产负债率(X4)为影响因素假设，构建Tobit回归模型为：

Y=β0+β1X1+β2X2+β3X3+β4X4+ε

(2)

其中，Y为技术效率值，β0为待估常数项，β1、β2、β3、β4为待测系数，ε为随机误差项。将面板数据带入软件Stata16.0进行Tobit回归分析，结果如表5。

表5 效率影响因素Tobit回归分析结果

表5的计算结果显示，模型假设检验的P值为0.000，说明Tobit模型有效，地区经济发展水平(X1)和企业资产负债率(X4)在1%的置信水平下显著，管理费用占比(X3)在5%的置信水平下显著，而高学历管理者占比(X2)的P值为0.542，大于5%，显著性不强，说明高学历管理者占比对企业技术效率影响不大。

企业所在地的GDP与企业技术效率正相关，相关系数为1.605776，即企业所在地经济发展水平越高，越有利于企业技术效率的提高。经济发展水平高的地区更吸引资本的进入，会有大量的制造型企业入驻，形成了大量的物流市场，也有利于物流业的网路化布局，提高企业效率。

管理费用占总支出与企业技术效率呈负相关，即企业管理过程中，管理费用投入越多，企业的技术效率越低，相关系数为-6.91007，说明相对影响最大，管理费用构成复杂多样，我们要全方面多措施去降低。

物流企业的资产负债与企业技术效率负相关，相关系数为-1.70244，即企业资产负债率越高，企业的效率越低，可以采取提高资产流动性等措施来降低负债率。

4 提升物流企业效率建议

①优化企业要素投入比例。根据各投入产出指标的研究，确定企业自身存在冗余的投入要素，并确定这些冗余产生的原因，通过扩大投资规模、提升技术水平、优化流程等措施调整企业。

②重视人才培育，提高企业员工的专业技能。专业的物流人才培育需要一套完整的体系，一方面加强员工的岗前培训、在职培训、选拔优秀员工到外交流学习，可以借助高校平台培养专业人才，如果财力允许，可以引进国内外优秀的物流人才。同时，建立健全员工激励机制，确保企业能留住优秀的人才。

③进行资产重组，减少企业负债。物流企业要展现强有力的核心竞争力，就要提升自身的业务集中度，寻求供应链战略合作伙伴。同时应该采取：优化股权结构、扩宽融资渠道、加速流动资金周转、加强投资管理等措施降低企业的负债率。

④提高企业的创新能力，减少管理费用的投入。管理费用组成复杂，降低难度也大，但却能直接影响企业的效益，通过管理理念的创新，培育良好的创新环境，打造创新团队，如引入准时化生产、MRP系统等，来提升企业效率、降低管理费用投入的占比。

5 结论

研究表明，我国物流企业技术效率整体水平不高，企业间发展差距大，铁路运输业的技术效率高于其他行业，物流国有企业效率低于民营企业。企业所在地的GDP与企业技术效率正相关，管理费用占比对企业技术效率的影响最大，资产负债率与企业技术效率负相关，高管学历管理者占比对企业技术效率影响不显著。为提升企业效率，物流企业可以从优化要素投入比例；重视人才培育，提高企业员工的专业技能；进行资产重组，减少企业负债；提高企业的创新能力，减少管理费用的投入等方面展开。