基于DEA模型的中国上市物流企业经营效率评价

吴宗泽　宋良荣

摘 要：利用数据包络分析DEA—BCC模型和Malmquist指数模型对58家国内物流上市公司2017—2021年的经营效率做静态与动态分析，并构建DEA-Tobit模型对经营效率的影响因素进行分析。静态分析结果显示，超过50%的国内物流上市公司的经营效率处于中度DEA无效水平，规模效率成为制约经营效率的关键因素；动态分析结果显示，近5年中国物流类上市公司全要素生产率受技术退步影响而下降0.5%；投影分析结果显示，公司可以通过减少固定资产等投入以及提高资本的利用程度来提高经营效率；在同质环境下，资产负债率，股权集中度和财务杠杆的上升会降低公司经营效率，高固定资产周转率和高利润率会正向促进公司经营效率。

关键词：物流企业；经营效率；DEA模型；投影分析；Tobit回归

中图分类号：F 272 文献标识码：A 文章编号：1672-7312（2023）02-0169-11

Research on Operating Efficiency of Chinese Logistics Listed Companies Based on DEA Model

WU Zongze，SONG Liangrong

（School of management，University of Shanghai for Science and Technology，Shanghai 200093，China）

Abstract：The data envelopment analysis DEA-BCC model and Malmquist index model were used to conduct static and dynamic analysis on the operating efficiency of 58 domestic listed logistics companies from 2017 to 2021，and the DEA-Tobit model was constructed to analyze the influencing factors of operating efficiency.The results of static analysis show that the operating efficiency of more than 50% of the listed domestic logistics companies is at the level of moderate DEA inefficiency，and the scale efficiency becomes the key factor restricting the operating efficiency.The results of dynamic analysis show that the total factor productivity of listed logistics companies in China has decreased by 0.5% in recent five years due to technological regression.The results of projection analysis show that the company can improve the operating efficiency by reducing the investment of fixed assets and improving the utilization of capital.In a homogeneous environment，the increase of asset-liability ratio，ownership concentration and financial leverage will reduce the companys operating efficiency，while high turnover of fixed assets and high profit rate will positively promote the companys operating efficiency.

Key words：logistics companies；operating efficiency；DEA model；projection analysis；Tobit regression

0 引言

2021年，商务部等部门关于《“十四五”服务贸易发展规划》的印发，极大推动了服务贸易类行业的高质量发展。物流业作为扩大内需的一类重点行业，正从传统物流迈向现代物流的转型关键期。根据中物联最新发布的数据可知，2021年国内物流业总收入接近12万亿元，较上年增长超过15%；全年社会物流总额超过335万亿元，较上年增长9%左右；全国物流从业人员已突破5 000万人。

目前，中国物流业已进入快速崛起阶段。随着对外开放的深入、互联网与大数据的广泛运用以及物联网的高速发展，物流业正向科学化、信息化的方向稳步发展。这些复杂的外部因素将会使很多经营管理能力不足、缺乏创新思维、竞争力低下的物流企业面临诸多困难。从可持续发展的角度看，经营效率是更深层次的问题，经营效率的提高有利于企业实现均衡发展。而对物流业代表公司而言，其经营状况的好坏会对整个行业的发展产生直接影响。通过评价物流业上市公司的经营效率能够有效帮助公司了解自身切实的經营情况，找出对公司经济效益以及长远发展能力等方面存在影响的重要因素，采取更有针对性的改进措施，促进整个物流业取得更高质量的发展。

因此，将从静态和动态2个方面分别采用数据包络分析DEA-BCC模型和Malmquist指数模型，对2017—2021年58家国内物流上市公司及所处的7个细分行业的经营效率作全面的研究，并对投入与产出指标进行投影，最后构建DEA-Tobit模型对经营效率的影响因素进行分析。

1文献综述

1.1 物流企业效率的相关研究

YILMAZ等基于球形模糊集的层次分析法（SFS-AHP）和数据包络分析法对46个土耳其民用机场2015—2018年的经营效率进行研究，发现位于高密度旅游区的机场具有较高的经营效率水平[1]；NEKHOROSHKON等认为运输和物流系统的数字化以及交通设施的可用性都会促进物流效率的提高[2]；STORTO等运用DEA比较

28个欧盟国家2010—2017年陆地物流系统的性能，并发现运输基础设施效率水平良好的国家能够提高更高质量的物流[3]；JALOLOVA等在计算乌兹别克斯坦物流效率水平指数后发现物流在世界经济和乌兹别克斯坦经济中发挥着重要作用[4]；秦雯等运用超效率三阶段DEA测度2011—2020年珠江西岸剔除环境影响因素后的物流效率，并利用随机前沿分析（SFA）方法分析科技创新相关因素对物流产业效率的影响，发现珠江西岸物流企业总体物流效率不高[5]。刘聪等运用熵值法和线性加权法，对2008—2019年长三角的面板数据进行赋权计算，并利用DEA-BCC模型对三省一市低碳物流产业效率进行测度，发现其效率呈动态向好趋势，低碳物流在改善区域经济中起到积极作用[6]。龚雪、龚瑞风等运用DEA模型分析近年中国区域物流效率，发现中国区域物流效率呈动态上升趋势，整体上呈现“东高西低”的差异性，东部与中部地区的物流效率高于东北和西部地区[7-8]。卢美丽运用DEA分析国内各省级物流业效率，并发现企业经营管理水平是提升其效率的核心因素[9]；丁斌等运用DEA-Tobit模型分析2010—2012年国内物流上市公司，发现整体经营效率不高并呈现下降趋势[10]；曾丽华等利用DEA-ACE模型和K-means聚类模型对40家中国上市物流企业持续经营能力进行分析，发现传统物流企业的持续经营能力远低于供应链物流类企业[11]。

1.2 经营效率影响因素的相关研究

MUSTAFA等利用Tobit模型对46个土耳其民用机场2015—2018年经营效率的影响因素进行回归，发现可以通过提高管理能力和结构改革来改善经营效率；FRAGOSO等利用数据包络分析法对葡萄酒产业的经营效率进行研究，发现减少库存和固定资产以及增加销售收入可以提高经营效率[12]；JARBOUI利用固定效应（TFE）模型，研究了45家美国油气公司2000—2018年的经营效率，发现可再生能源和生物质能会破坏油气公司的经营效率[13]；

DOMINIC等利用结构方程模型对撒哈拉以南非洲经济体的259家公司样本进行实证检验，分析发现经营弹性对经营效率有积极影响[14]；AL-MANA等利用SFA和数据包络分析对16家国有石油公司和34家国际石油公司2002—2016年的进行分析，研究发现私有化会促进经营效率的改善[15]；王秀意运用三阶段SBM-DEA模型对我国28家上市商业银行2009—2018年的全要素生产率进行测算，并使用固定效应模型分析金融科技对银行全要素生产率的影响，发现商业银行金融科技的发展对上市银行全要素生产率有明显正向促进作用[16]。朱宁等运用DEA对我国西部地区29家城商行进行测度，发现西部地区城商行可以通过合并对象提高经营效率[17]。梁莹莹等以国内物流企業为样本构建结构方程模型，发现可以通过拓宽经营思路来提升物流企业对外投资绩效[18]；张大鹏等利用随机前沿分析法分析了 2010—2017年国内旅游上市公司的经营效率，发现公司治理结构对经营效率具有影响作用[19]；原云霄等运用DEA模型对国内30家生物科技上市公司2011—2016年经营效率作分析，并发现扩大公司规模能够提高经营效率[20]。

通过上述国内外研究文献发现，大多数学者在对物流效率或经营效率进行研究时普遍采用数据包络分析法，但直接对物流业经营效率展开研究的较少，并且对企业经营效率影响因素的考虑较为单一。基于目前物流类企业的经营状况，文中将从经营效率角度入手，对国内物流类上市公司及所处细分行业的经营效率进行全面探究，对影响公司经营效率的因素展开研究。以此为基础，为如何提高物流类公司经营效率提出合理的建议与策略。

2 研究设计

2.1 模型选取

2.1.1 DEA-BCC模型

为了静态测度国内物流类上市公司的经营效率，又考虑到研究对象可能存在规模报酬可能发生变动的情况，因此采取由BANKER等提出的以投入为导向的DEA-BCC模型[21]，其中对纯技术效率值（PTE）与规模效率值（SE）相乘得到综合技术效率值（TE），如下列模型所示。

2.2 指标选取

企业的经营是一个多投入、多产出的动态过程，文中基于国内物流公司的实际情况以及大量文献对经营效率的界定[24-26]，选择固定资产、企业员工数量和营业成本作为投入指标反映企业资产规模、人力资本和运营成本，选择净资产收益率、资产周转率和每股收益作为产出指标反映企业的盈利能力、营运能力以及获利能力。

2.3 样本选取

样本的选取依据证监会2012版行业分类所界定的“交通运输、仓储和邮政业”公司，截止到2022年10月，我国在沪深两所上市的A股物流公司共有117家。

DEA方法要求DMU应不少于投入与产出指标数之和的3倍，在对首轮公开募股后前2年的样本数据，ST、SST、*ST等挂牌股票有限公司以及缺失财务数据的公司进行剔除后，最终选取了58家上市物流公司作为样本（表1），所用数据均来源于CSMAR数据库。DEA模型还规定投入和产出指标的数据都是非负的，所以再对上述已选参数进行无量纲的处理，使DMU的准确性不受量纲干扰，处理方法如下[27]

3 实证分析

3.1 经营效率静态分析

3.1.1 物流上市公司层面

表2和图1为DEA-BCC的运行结果，2017—2021年国内物流公司经营效率达到有效（TE=1）的数量呈N形趋势，分别在2019年和2021年达到最大值。可见，物流公司经营状况有所波动，经营效率有待进一步稳定与提高。纯技术效率有效（PTE=1）的公司数量呈逐年阶梯上升趋势，从2017年的11家上升到2021年的15家，国内物流类公司的整体纯技术效率也都在0.9上下略微浮动。规模效率有效（SE=1）的公司数量的变化情况和TE=1的趋势基本类似，在2020年规模效率值达到最大为0.808，虽有上下波动，但总体较为稳定并且具有上升的空间，不同公司应根据各自所处阶段适当整改投入资源的规模，以提高规模效率。

从效率区间的角度来看，根据前文所述，当效率值处在0～0.5、0.5～0.8、0.8～1这些区间，分别表示DEA严重无效、中度无效以及轻度无效。由表3可以看出，最近5年，国内物流上市公司经营效率整体处于中度DEA无效水平，几乎每年都超过30家公司，已经占据所研究样本公司的50%以上。由此可见，大部分物流类上市公司并没有达到最优经营水平，各公司应该在其资源的投入与使用过程中做出进一步的优化与调整。

3.1.2 物流细分行业层面

在对国内各物流类上市公司研究的基础上，对公司所处的各细分行业展开进一步研究。由表4和图2可知，2017—2019年铁路运输业和水上运输业的经营效率均低于物流业平均水平；装卸和运输代理业的华贸物流的效率值连续有效，一直领先于其他各物流公司；邮政业的经营效率从2017年的0.839下降到2021年的0.598，主要原因在于受纯技术效率的制约；仓储业的经营效率在近几年实现连年上升，并在2021年有所回落，但也远高于物流业的平均水平；道路运输业和航空运输业的效率变化趋势基本一致，虽然都高于物流业效率均值，但仍然存在跌至平均水平以下的风险。

3.2 经营效率动态分析

3.2.1 物流上市公司层面

由表5可以看出，2017—2021年国内物流类上市公司全要素生产率平均值为0.995，说明整体物流类上市公司全要素生产率下降0.5%；技术效率平均值为1.017，说明技术效率在最近5年提升了1.7%，其中纯技术效率平均值为0.995，说明公司管理效率下降了0.5%，规模效率平均值为1.022；技术进步指数平均值为0.978，与技术前沿相距0.022，说明物流类行业整体创新能力还有进步的空间。由此可见，国内物流类上市公司全要素生产率下降的原因主要在于纯技术效率与技术进步指数较低，因此物流类企业应该把研发与创新作为提高经营效益，促进企业发展的重要方式。

细分至各个物流公司而言，全要素生产率在2017—2021年有所上升的企业有30家，下降的数量为28家，其中全要素生产率较低的是重庆路桥0.768。在全要素生产率下降的公司中，只受技术进步制约的有6家，分别是富临运业、赣粤高速、四川成渝、龙江交通、长航凤凰和锦州港，特别是长航凤凰受技术退步影响最大；只受规模效率制约的只有珠海港；同时受纯技术效率与规模效率制约的只有厦门港务；同时受技术进步与纯技术效率制约有9家，分别是西部创业、重庆路桥、南京港、日照港、淮河能源、辽港股份、渤海轮渡、华贸物流和中储股份，其中重庆路桥的全要素生产率只有0.768处于研究样本的最低位；同时受技术进步与规模效率制约的有5家，分别是湖南投资、中远海特、宁波海运、厦门空港和圆通速递；受技术进步、纯技术效率和规模效率三者共同制约的有6家，分别是三峡旅游、福建高速、楚天高速、五洲交通、外服控股和中遠海发。

由表6可以看出国内物流类上市公司Malmquist指数在2017—2021年分时段要素分解的大致情况。全要素生产率的整体平均值达到0.995整体呈动态回落，这主要是受技术进步与纯技术效率的制约影响。其中2017年的全要素生产率为0.984，相较基期下降了1.6%，这主要是因为纯技术效率和规模效率有所下降；较上年而言，虽然技术效率有所提高，但技术退步的负向作用超过了技术效率的正向影响，因此2018年的全要素生产率下降了0.6%；2019年的全要素生产率继续下降9.2%，主要原因与2018年相同，技术退步的负向影响较大；2020年的全要素生产率首次实现正向增长，较上年上升超过了10%，主要是因为技术进步的正向影响超过了纯技术效率和规模效率的共同制约作用。受疫情影响，国家各级部门在2020年出台了应急物流发展、冷链物流扶持、网络货运等方面的政策，这些政策围绕新技术以及智慧物流等相关方面展开，这对促进物流业技术进步具有重要意义。

由图3可以清晰地发现，在技术进步方面，2018—2019年，2019—2020年的技术进步指数小于1，说明在这2个时期，国内物流公司整体上存在技术退步；其余两期的技术进步指数大于1，说明公司在这些时间段内取得技术进步；就行业平均水平0.978而言，国内物流行业在整体上存在技术退步带来的影响。在纯技术效率方面，2017—2018年，2020—2021年的纯技术效率变化小于1，说明这2个时期，公司未能有效运用技术给其经营效率带来正向影响；其余两期的效率变化大于1，说明公司在这期间有效利用技术；就行业效率变化的平均水平0.995而言，国内物流行业在整体上存在未能合理有效利用技术的问题。在规模效率方面，其变动趋势和纯技术效率大致相同，2017—2018年，2020—2021年的规模效率小于1，说明物流类公司在这段时间存在管理水平不高的问题；从整体来看，规模效率一直在1的上下浮动，说明在其管理水平较为稳定。

3.2.2 物流细分行业层面

从表7和图4可以看出2017—2021年国内物流类上市公司所在行业的Malmquist指数要素分解情况。从各细分行业角度分析可知，最近5年，铁路运输业、仓储业和邮政业的全要素效率分别动态增长了1.1%、5.2%和12.6%，其中邮政业在物流类的7个行业中位于第一位，主要是因为技术效率和技术进步对行业产生了正向影响，特别是电商物流和快递行业在疫情时代得到较快发展。道路运输业、水上运输业和装卸搬运和运输代理业的全要素生产率因受技术进步和纯技术效率制约在近5年动态下降了小幅比例，航空运输业的全要素效率受技术退步的负向影响导致了动态下降，因此，物流类行业应在相关政策的指引下继续加大研发与创新力度，以期通过技术进步提高公司的经营效率。

3.3 投影分析

通过DEA-BCC模型的分析，可以得出导致物流类上市公司经营技术无效率的原因在于纯技术效率或规模效率的变化，但无法对各公司提出改进经营技术效率的建议与方法。而投影分析可以在考察投入和产出变量后发现各公司存在的投入冗余以及产出不足方面的问题，并以此为基础给出各个松弛变量应改进的程度。因此，表8是对2017—2021年国内物流类上市公司的投入和产出变量进行投影分析，并借此分析影响公司经营效率的原因，这对经营无效的物流公司具有一定的借鉴意义。

由表8可以看到，整体上造成国内物流类上市公司经营无效的原因主要是投入的3个变量存在冗余，产出的3个变量存在不足。具体来看，近5年固定资产、员工人数和营业成本的投入冗余比例均值分别为13.52%、3.71%和3.13%，其中在固定资产方面，赣粤高速和招商轮船的冗余比例更是达到了50%以上；在员工数量方面，大众交通、锦江在线、外服控股和顺丰控股存在员工数量严重冗余的问题；在营业成本方面，现代投资、招商轮船、中远海控、中储股份和顺丰控股的营业成本冗余比例较高。近5年净资产收益率、资产周转率和每股收益的产出不足比例均值分别为17.02%、6.17%和2.14%，其中在凈资产收益率方面，重庆港、连云港、中远海特、外服控股、天津港、厦门港务、锦州港、西部创业、飞力达、淮河能源和铁龙物流存在严重的产出不足，比例高达30%以上，说明这些公司存在资本利用低效的问题；在资产周转率方面，四川成渝、中远海发、宁沪高速、上港集团和楚天高速的产出不足比例超过30%，特别是四川成渝、中远海发和宁沪高速超过了50%，说明这些公司存在资产管理效率低下的问题；在每股收益方面，连云港、辽港股份和西部创业3家公司产出不足的比例较高，均超出了行业均值10%以上，说明这些公司获利水平较低，股东存在一定的投资风险。

此外，投影分析结果还表明，从物流业整体的行业来看，在投入方面，大多数公司的营业成本方面缩减的空间不大，相对于营业成本，固定资产和员工人数具有更大的下降空间，公司可以通过减少固定资产和员工数量的投入来提高经营效率。在产出方面，各物流公司在在净资产收益率和每股收益方面还存在严重的产出不足的问题，因此在这些方面还有很大的提升的空间，各物流公司应加大对资本的利用程度，降低投资风险，进而提高经营效率。

3.4 Tobit回归分析

为了充分研究我国物流类上市公司的经营效率及其影响因素，构建以下模型。

Zi=α0+α1W1+α2W2+α3W3+α4W4+α5W5+α6W6+α7W7+εi，i=1，…，N（6）

其中，被解释变量为2017—2021年国内物流类上市公司各年度的综合效率，而解释变量来源于公司内外部等多方面，W1代表公司偿债能力（即资产负债率），W2代表公司营运能力（即固定资产周转率），W3代表公司盈利能力（即营业利润率），W4代表公司发展能力（即营业利润增长率），W5代表公司的管理能力（即股权集中度），W6代表公司的风险水平（即财务杠杆），W7代表公司所处的细分行业类型（即物流运输类行业（G53、G54、G55、G56）记作1，否则记作0）。

表9是我国物流类上市公司2017—2021年的经营效率及其影响因素回归结果，在0.01的显著水平下，物流类上市公司的营运能力（W2）、盈利能力（W3）以及公司的管理能力（W5）均对其经营效率产生显著影响，其中公司的固定资产周转率系数为正，说明当公司对资源的利用效率较高时，会对其经营效率产生积极影响；营业利润率的高低反映了公司盈利能力的强弱，此处说明物流公司有效的控制了营业成本及费用，促进了经营效率；股权集中度对公司经营效率产生负向影响，说明物流公司前十大股东持股比例越大，权力越集中，经营效率越低。在0.05的显著水平下，物流类上市公司的发展能力（W4）以及风险水平（W6）对其经营效率产生显著影响，其中财务杠杆对物流类公司产生显著的负向影响，即公司风险越大，对其经营效率越不利。在0.1的显著水平下，物流类上市公司的偿债能力（W1）和行业类型（W7）对其经营效率产生了负向影响，说明资产负债率越高，公司的经营效率越低，而且仓储类物流企业的经营效率普遍高于运输类物流企业，由于仓储类物流公司资金需求高且占用周期长，过大的负债占比会加剧公司偿债压力，导致经营效率低下。

4 结论与建议

4.1 研究结论

1）构建数据包络分析 DEA-BCC模型分别对物流类上市公司和物流类细分行业做静态分析，发现我国超过50%的物流类上市公司处于中度DEA无效水平，主要是规模效率较低导致公司没有达到最优经营水平；从细分物流行业的角度来看，铁路运输业和水上运输业的经营效率总低于物流业平均水平，装卸和运输代理业的效率水平最高，邮政业因受纯技术效率的制约使得经营效率不断下降，仓储业的效率连年上升，道路运输业和航空运输业要注意效率下滑的风险。

2）构建Malmquist模型分别对物流类上市公司和物流类细分行业做动态分析，发现最近5年，国内物流类上市公司受纯技术效率制约以及技术退步的影响导致全要素生产率在整体上下降0.5%；从细分物流行业的角度来看，铁路运输业、仓储业和邮政业的全要素生产率在近几年实现正增长。

3）在DEA-BCC模型的基础上，运用投影分析，对物流类上市公司经营技术无效率的原因进行进一步研究，发现大多数公司在固定资产和员工人数等投入方面具有更大的下降空间，在净资产收益率和每股收益方面还存在严重的产出不足的问题，各物流公司应通过减少固定资产，加大资本利用程度，降低投资风险等方式提高经营效率。

4）构建DEA-Tobit模型来充分研究我国物流类上市公司的经营效率及其影响因素，发现固定资产周转率、营业利润率等的提高对公司经营效率具有显著正向影响，资产负债率、股权集中度以及财务杠杆的上升对公司经营效率具有显著负向影响，还发现仓储类物流企业的经营效率普遍高于运输类物流企业。

4.2 优化建议

1）合理扩张，提高规模效率。由上述研究结论可得，近几年国内物流上市公司的综合效率不高，主要原因在于规模效率较低。物流企业的发展并不意味着无限制的扩大公司规模、购置大量固定资产或盲目投资，而在于认准市场发展动向，并在此基础上提出合理目标，高效率的整合好自身已有的资源，合理调整企业规模，借此提高经营效率。

2）增强管理，完善治理水平。物流公司应完善人力管理体制和绩效考核机制，定期对员工进行岗位培训，提高员工作效率。此外，增强管理并不意味着过度集权，各物流公司应在适度减少人员投入的同时积极引进并培养一批优秀的管理人才，通过股权激励机制来促进股权在合理区间流动，进而提升员工积极性。积极学习先进的管理经验，并结合自身情况不断改善经营模式和管理水平。

3）加快转型，促进创新能力。物流公司除了受规模效率制约外，还受技术退步等因素影响。疫情对物流业的影响主要体现在严重冲击了运输物流类公司，加快了应急物流、仓储物流类公司的发展，特别是政府等相关部门出台了扶持冷链物流、网络货运等围绕智慧物流的政策。这说明各物流业在从传统物流向现代物流转型的过程中应全面领会政策精神，发挥高素质人才的专业能力，促进企业技术创新，加强信息技术的利用程度，提高企业的市场竞争力。

参考文献：

[1] YILMAZ M K，KUSAKCI A O，AKSOY M，et al.The evaluation of operational efficiencies of Turkish airports：An integrated spherical fuzzy AHP/DEA approach[J].Applied Soft Computing，2022，119：108620.

[2]NEKHOROSHKOV V P，AROSHIDZE A A，NEKHOR-OSHKOV E V，et al.Logistics efficiency of APEC economies：Diagnosis，interconnections and digital experience for russia[J].Transportation Research Procedia，2022，61：118-124.

[3]STORTO C L，EVANGELISTA P.Infrastructure efficiency，logistics quality and environmental impact of land logistics systems in the EU：A DEA-based dynamic mapping[J].Research in Transportation Business & Management，2023，46：100814.

[4]JALOLOVA M，SANGIROVA U，YAKUBOV I，et al.Economic efficiency of the transport system and logistics in the republic of Uzbekistan[J].Transportation Research Procedia，2022，63：1061-1066.

[5]秦雯，倪容.科技創新对珠江西岸物流产业效率的影响——基于超效率三阶段数据包络分析模型[J].科技管理研究，2022，42（20）：89-95.

[6]刘聪，李珍珍.长三角低碳物流对区域经济发展的影响分析[J].华东经济管理，2023，37（01）：33-40.

[7]龚雪.区域物流效率测度及影响因素分析[J].统计与决策，2022，38（12）：112-116.

[8]龚瑞风，薛俭，刘汝丽.中国区域物流效率测度及其时空特征分析[J].统计与决策，2022，38（10）：141-145.

[9]卢美丽.中国物流业效率提升是否有路径显现？——基于省级数据的定性比较分析[J].商业经济与管理，2020（07）：27-37.

[10]丁斌，曲慧敏.中国上市物流企业的经营效率评价及影响因素分析[J].管理现代化，2014，34（04）：74-76.

[11]曾丽华，王健.中国上市物流企业持续经营能力研究——基于持续经营审计判断证据的实证分析[J].管理现代化，2017，37（06）：51-53.

[12]FRAGOSO R，ANTNIO A C V.Efficiency analysis of the Portuguese wine industry using accounting and operational metrics[J].Results in Engineering，2022（14）：100389.

[13]JARBOUI S.Renewable energies and operational and environmental efficiencies of the US oil and gas companies：A true fixed effect model[J].Energy Reports，2021（07）：8667-8676.

[14]DOMINIC E，NATHANIEL B，JONATHAN A.Operational resilience，disruption，and efficiency：Conceptual and empirical analyses[J].International Journal of Production Economics，2020，229：107762.

[15]AL-MANA A A，NAWAZ W，KAMAL A，et al.Financial and operational efficiencies of national and international oil companies：An empirical investigation[J].Resources Policy，2020，68：101701.

[16]王秀意.金融科技与上市商业银行全要素生产率的研究——基于三阶段SBM-DEA模型[J].技术经济，2022，41（08）：34-46.

[17]朱宁，李同芳，姚安琪，等.城商行区域性合并能否提高经营效率——来自西部地区城商行的证据[J].金融监管研究，2022（05）：62-81.

[18]梁莹莹，孟亮.中国物流企业对外投资绩效影响路径——基于企业竞争优势视角[J].中国流通经济，2017，31（05）：21-30.

[19]张大鹏，涂精华，黄鑫，等.中国旅游上市公司经营效率测度研究——兼论公司治理结构的影响效应[J].旅游科学，2019，33（05）：62-79.

[20]原云霄，王宝海，王云鹏.中国生物科技类上市公司经营效率的实证分析——基于DEA模型和Malmquist指数模型[J].科技管理研究，2019，39（02）：48-54.

[21]BANKER R D，CHARNES A，COOPER W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management Science，1984，30（09）：1078-1092.

[22]魏權龄，卢刚.DEA方法在企业经济效益评价中的应用[J].统计研究，1990（02）：58-62.

[23]FRE R，GROSSKOPF S，NORRIS M，et al.Productivity growth，technical progress，and efficiency change in industrialized countries[J].The American Economic Review，1994，84（01）：66-83.

[24]DOUGLAS W C，CHRISTENSEN L R，DIEWERT W E.The economic theory of index numbers and the measurement of input，output，and productivity[J].Econometrica，1982，50（06）：1393.

[25]郭淑芬，张俊.中国31个省市科技创新效率及投入冗余比较[J].科研管理，2018，39（04）：55-63.

[26]秦小丽，刘益平.证券公司经营效率的测度——基于SBM修正的三阶段DEA模型[J].重庆社会科学，2018（08）：43-55.

[27]霍林，蔡楚岸，黄俊杰.动态视角下的中国对东盟OFDI效率——基于超效率DEA-Tobit的实证分析[J].投资研究，2021，40（04）：17-28.

（责任编辑：张江）

收稿日期：2022-10-25

基金项目：国家自然科学基金项目（71871144）

作者简介：吴宗泽（1998—），男，江苏苏州人，硕士研究生，主要从事企业管理方面的学习与研究。