基于DEA-Malmquist的 A股上市物流企业的创新效率分析

刘万春 吴清

摘  要：近些年来国内外市场经济环境不断变化，物流企业从最初的劳动密集型转为技术密集型，自然而然重视创新发展的投入，对创新的要求也在逐渐提高。而以往的学者对物流企业更多是从公司内部治理以及财务风险等角度进行分析，对于创新结果研究的不多，因此研究物流企业的创新效率十分有必要，文章基于DEA-Malmquist模型对2016～2018年A股上市的19家物流企业进行创新效率评价，结果表明：创新效率整体不高，但呈上升趋势，并且主要依赖于技术效率的提高。并且从政府和企业两个维度对物流企业的发展提出建议。

关键词：物流企业;创新效率;DEA-Malmquist模型

中图分类号：F253    文献标识码：A

Abstract： In recent years， the domestic and international market economic environment has been constantly changing. Logistics companies have turned from labor-intensive to technology-intensive. Naturally， they pay attention to the investment in innovation and development， and the requirements for innovation are gradually increasing. In the past， scholars analyzed logistics companies more from the perspectives of corporate internal governance and financial risks. They did not have much research on innovation results. Therefore， it is necessary to study the innovation efficiency of logistics companies. This article is based on the DEA

-Malmquist model for 2016 to 2018， 19 logistics companies listed on the A-share market conducted innovation efficiency evaluations. The results showed that the overall innovation efficiency is not high， but it is on the rise， and it mainly depends on the improvement of technical efficiency. And from the two dimensions of the government and the enterprise to make suggestions for the development of logistics enterprises.

Key words： logistics enterprises; innovation efficiency; DEA-Malmquist model

0  引  言

改革開放以来，我国的经济发展一路向前，作为民生建设之一的物流行业也经历了从无到有、从有到昌盛的状态，但是随着近些年来大数据、人工智能等渗透和普及，传统的物流行业很难满足人们日益增长的需求，尤其是经历了2020年的新冠疫情，改革创新势不可挡。而习近平总书记早在“十三五”就提出了新发展理念，将创新作为引领发展的第一动力，物流产业也从扩大规模转向创新型发展，再加上今年新基建的提出进一步推动传统物流向智慧物流的蜕变。那么在过去的几年间，我国的物流企业的创新效率如何？投入和产出之间是否相得益彰？这一切都有研究的必要性，因此文中选取2016～2018年A股上市的物流企业数据，通过DEA-Malmquist指数模型进行分析，从而评价其创新效率。

1  研究方法与指标选取

1.1  研究方法

DEA中文为数据包络分析，最早是由著名运筹学家A. Charnes， W. W. Cooper， E. Rhpdes在1978年提出，主要运用于相对效率评价的非参数检验。DEA的基本思路主要是将每一个需要进行评价的单位作为一个单独的决策单元，再把所有的单独的决策单元作为被评价的群体，通过DEAP软件对投入和产出进行系统分析，从而确定有效的生产前沿面。对于没有效率的DEA，不仅能够指出有关指标的调整方向，并且还能够给出具体的数量值。DEA有三种经典模型，分别是CCR模型、BCC模型、Malmquist指数模型。前两种模型主要测量规模报酬不变和规模报酬可变的情形，但是只能进行横向比较，而Malmquist指数模型则可以弥补这一点，从而可以对面板数据进行分析，应用性更为广泛，因此，本文选取DEA-Malmquist指数对A股物流上市企业的创新效率进行评价。Malmquist指数模型的原理具体如下：

假设x、y、x、y分别是决策单元DMU在t和t+1时期的投入产出，则决策单元的Malmquist指数在t时期到t+1时期的公式为：

Mx，y，x，y==

=Effchx，y，x，y×Techchx，y，x，y

根据Malmquist指数定义，Effch（Efficiency Change）表示规模报酬不变的情形下t时期到t+1时期的技术效率的变动。如果Effch>1，说明DMU的生产情况更靠近生产前沿面，意味着技术效率得到改善;Effch<1，则代表技术效率降低。技术效率的变化指数可以进一步具体分解为纯技术效率和规模效率。Techch（Technical Change）则为技术进步指数，反映技术的进步情况，其测度与研究期间的生产前沿面有关。当Techch>1时，生产前沿面向上移动;Techch

Mx，y，x，y=××

  其中：v代表规模报酬可变，c代表规模报酬不变，生产力指数Tfpch=技术效率Effch×技术进步Tech=纯技术效率Ptech×规模效率Sech×技术进步Tech。

1.2  指标选取

  创新是一个多投入、多产出的动态过程，历来没有一个统一的评价指标。本文主要借鉴李守林等（2018）的指标选取，从投入产出两个维度来衡量A股上市的物流行业创新效率，具体指标见表1。并且本文选取2016～2018年A股上市的物流行业，主要为铁路运输业、道路运输业、水上运输业、航空运输业、管道运输业、装卸搬运和运输代理业以及邮政业，并作如下处理：（1）剔除ST;（2）剔除缺失值;（3）剔除连续变量少于观测值的变量。数据主要来源于国泰安数据库和网易财经公司财报，通过Excel进行处理后最终得到19家企业、57个观测值，见表2。

2  实证结果

2.1  描述性统计

通过对2016～2018年的数据进行描述性分析，其结果见表3。可以看出，一方面物流企业在研发投入和研发人员占比的变化不是很大，其中研发投入整体呈现上升趋势，但是最大值和最小值表明企业之间存在着一定的差距。另一方面物流企业在产出方面波动较大，总资产增长率、净资产增长率、主营业务收入增长率连续三年最小值均为负值，净资产增长率也由正转负，其中2016年净利润增长率最小值和最大值相差悬殊，导致当年的标准差为近三年的最大值，但通过标准差可以表明物流企业在产出方面的差距在缩小。

2.2  实证分析

通过表3可以看出原始数据中有负值出现，因此需要对原始数据进行无量纲化处理，具体公式如下：

Z=0.1+×0.9

通过DEAP2.1软件，以产出指标为导向，运用DEA-Malmquist指数方法对2016～2018年A股物流上市企业的创新效率进行动态评价，得到以下结果（见表4、表5）。

（1）整体效率变动分析。从表4和表5的数据结果可以看出，2016～2018年A股上市的物流企业创新效率的整体TFP值仅为0.478，可能是由于之前物流企業对创新的重视程度不够导致，但TFP从2016～2017年的0.291到2017～2018年的0.784，逐年呈现增长的趋势，说明在未来有着良好的势头。从其具体分解值来看，技术效率均值上升144.6%，技术进步从0.041上升到0.925，说明目前物流上市企业的创新效率以效率的提高为主，技术提高仍存在着一定的进步空间。2016～2018年物流上市企业创新效率的纯技术效率变化和规模效率变化的均值分别为1.316和1.874，均超过了1，总体呈上升趋势，但2017～2018年的纯技术效率变化和规模效率变化均小于1，反映规模效率和技术效率均受到了抑制。

（2）各企业创新效率变化对比。从表5可以看出，2016～2018年间只有山东高速、春秋航空的TFP值超过了1，说明只有这两家企业在最近的三年内创新效率得到了明显的提高，大部分的物流上市企业的创新效率需要进一步加大提升。而通过具体的分解值来看，2016～2018年除了顺丰控股以外的其他18家企业的技术效率均超过了1，而技术进步均在1以下，最大的仅为0.462，最小的为0.095，表明了上市的物流企业创新方面均依赖着技术效率的提高，对技术进步的提高投入不够或者说没有达到明显的效果。

3  结论与不足

3.1  结  论

  近些年来我国经济平稳运行，物流行业作为国民经济的重要基础产业，与人们的生活息息相关，而且对其他不同的产业起着不可或缺的支撑作用，物流规模及市场在不断扩大，科技信息化水平也在不断提高。同时在政策的帮扶下物流行业经历了由劳动密集型转向技术密集型的变化，沿着更加规范专业化的方向发展，创新方面也愈发受到重视。本文通过DEA-Malmquist指数模型测算了2016～2018年间19家物流上市企业的创新效率情况，发现物流行业的创新整体效率呈上升趋势，但上升幅度不高，几乎所有物流上市企业技术进步的数值都很小，整体创新效率的提高主要在于技术效率的上升。针对物流上市企业的情况，提出以下两点建议：

（1）政府方面。首先，政府要意识到物流行业转型对国民经济的重要意义，加大宏观调控，对物流行业的发展提供政策性的支持。其次，对物流行业的创新投入给予财政方面的支持，完善投融资的模式，合理引导物流行业未来的发展。最后，国有的物流企业要在提高技术性人才待遇方面以身作则，企业内部要合理布局，以及在交通布局和仓储配送等方面给予企业更多的支持。

（2）企业方面。物流企业要正确意识到创新的重要性，建立和完善更加行之有效的规范标准，从而进一步加快转型升级。同时物流企业要提高物流技术的开发与运用，维持技术效率上升的过程中提高技术进步，整体朝着达到降低成本提高效率以达到高质量的稳健性发展的目标前进。另外，物流企业要加大区域之间的协作，打造创新型物流联盟以及公共信息平台，实施跨地区整合物流资源，进行优劣势互补，构建更加有价值的物流市场。

3.2  不  足

本文主要存在两大不足：第一，选取的企业过少，通过筛选只保留了19家A股上市的物流企业，并且只选取了2016

～2018年的数据，观察值不够，并不能完整地反映这19家物流企业的整体创新效率;第二，在进行描述性统计后发现原始数据存在复制的情况下，由于样本过少未进行合理剔除，而是进行标准化处理，容易造成负值过大处理后反而成为了正值，即使数值较小也有可能会对后续结果造成影响。因此在改善这两大不足后未来需要进一步分析物流企业的创新效率。

参考文献：

[1] 褚衍昌，沈洋，连文浩. 基于DEA-Malmquist和Tobit模型的中国物流企业效率研究——来自上市公司的经验证据[J]. 数学的实践与认识，2020，50（10）：95-105.

[2] 孙佳文，赵海东. 资源富集地区民营上市公司生产效率及影响因素研究：基于DEA-Malmquist-Tobit模型[J]. 中共杭州市委党校学报，2019（6）：75-81.

[3] 梁雯，方韶晖. 基于DEA-Malmquist模型的低碳物流效率研究[J]. 牡丹江师范学院学报（社会科学版），2019（2）：10-18.

[4] 王明哲，冉伦，张增博. 基于DEA-Malmquist和Tobit regression的物联网上市公司效率评价[J]. 数学的实践与认识，2017，47（11）：74-83.

[5] 魏权龄. 数据包络分析（DEA）[J]. 科学通报，2000（17）：1793-1808.