基于DEA-Malmquist模型的物流企业绩效评价研究

摘 要：随着我国物流业的快速发展，物流业已成为我国社会经济可持续发展的重要支柱产业之一，物流企业更是给人们的日常生活提供了服务与保障。为更好地进行物流企业绩效评价，调整企业投入产出比例，推进企业合理化改革，本文基于DEA-Malmquist指数模型，以21家上市物流企业为研究样本，分别从动态与静态两方面对企业绩效进行评价研究，并引入环保投入与资源综合利用率两个环保指标，确保经济发展与环境保护并重，生态与经济双赢。结果表明，物流企业普遍综合效率较低，近三年大部分企业全要素生产率指数都低于1，并有逐年下降趋势，这说明部分企业的投入产出并不合理，但仍存在较大的进步空间。

关键词：物流企业；DEA-Malmquist指数；环保投入；资源利用；绩效评价

中图分类号：F252 文献标识码：A 文章编号：2096-0298（2024）10（a）--04

1 引言

随着经济全球化的快速发展，我国社会经济迅速崛起，物流行业也应市场经济的逐步繁荣迎来了发展机会，社会经济中占有越来越重要的地位。截至2023年，我国物流总额达到352.4万亿元，同比增长5.2%，增速比2022年全年提高1.8个百分比，预计未来一段时间，中国物流业仍将处于高质量增长阶段。然而，随着行业的快速发展，企业管理水平低下，创新能力不足，员工效率低下，盈利产出薄弱等问题很快凸显出来。基于此，企业如何合理调整资源配置，改变企业内外部运营结构，提升企业绩效管理水平，扩大市场占有率，已成为企业发展最重要的内容。

本文选用DEA-Malmquist指数模型，通过文献研究分析构建绩效评价指标体系，并结合我国的实际情况和国家对于物流业发展的要求，在传统绩效指标的基础上加入了环保投入与资源利用率指标，将环境因素考虑进去，使得指标的构建更加完善。本文选取21家上市物流企业，采用2021—2023年的投入产出指标数据进行评估与分析，找出未达到最优状态的企业及存在的关键问题，并根据不同的问题给出针对性建议，提升企业整体经营水平。

2 国内外研究现状

6783c23b655206e0aeaa8e47f74041e843da5e15736d0153f0edcfedc8c5dca1

宫兴国、孙新明（2017）[1]选取31家物流上市企业作为样本，通过利用二阶段DEA模型进行融资效率和两阶段分解效率进行测试，规避传统模型的限制，验证出企业融资成本与企业规模相关。田强等（2020）[2]运用DEA-BCC模型与Malmquist指数模型对环渤海经济圈物流业投入产出效率进行评价，并进行静态和动态分析。徐春杰（2022）[3]以经济学效率理论和DEA方法为基础，科学评价德邦股份企业在内的21家物流企业绩效水平，重点研究DEA方法对评价企业绩效水平的适用性，进一步丰富绩效理论应用范围。张先华（2023）[4]利用三阶段DEA模型和Malmquist指数模型对66家上市物流公司的运营效率进行了测度，剔除了外部环境因素对物流公司运营效率的影响，将所有公司置于同一外部环境中，得到实际的运营效率。江月等（2024）[5]以申万耳机行业物流业为依据，基于PCA-DEA模型，验证出企业管理模式、内部结构与生产规模等因素会显著影响经营绩效。

Junjie Chen（2018）[6]提出在DEA框架下基于多种情境的DMU整体性能评估的新方法，构建一个约束优化模型，将针对多个评估上下文的结果集成到每个 DMU 的整体性能分数中，应用于评估中国的物流绩效。Kexin Zhang（2020）[7]使用 C2R模型数据包络（DEA）分析方法，在考虑投入和产出指标的基础上确定物流评价指标，然后建立横向物流绩效评价体系，开展物流绩效评价。Quan（2022）[8]从客户、员工和社会三个方面建立投入指标，选择总资产和净利润作为产出指标，通过使用DEA-Malnquist静态与动态相结合方法对物流企业的社会责任进行评价。Zhihui Zhu（2022）[9]创新性地提出一种基于模糊DEA模型的跨境电商系统绩效评估ffc495acdffb8669ad93e29ea4bc2b97edf22f52434a599a094b4c98f05edbf0模型，结合描述性统计数据的平均分析结果，对跨境电商系统绩效评价样本进行回归检验，结合模糊DEA评估方法对跨境电商系统的性能进行量化评估。Zaare Tajabadi Farzad（2023）[15]以一种基准方法来验证高效的DMU和潜在的高效DMU，降低成本和提高效率的影响，并对潜在高效DMU进行细微调整，最后使用Tobit回归验证了一些绿色原则对DMU效率值的影响。

3 绩效评价体系构建

3.1 研究方法

近年来，对于绩效评价的研究越来越深入，可供选择的模型种类广泛，如层次分析法、模糊综合评价法、数据包络法（DEA）、平衡计分法、主成分分析法等。各种方法没有优劣之分，都有其适应范围，方法选择因基于评价对象，根据研究对象的特点与不同方法对数据依赖程度选择合适的研究方法。物流企业环节繁多、系统复制、投入产生频繁，DEA模型不需要事先考虑输入与输出项的数学关系，也不需要对收集的数据进行无量纲转换，减少了前期数据处理的工作量，符合模型建立的精简性原则。同时，DEA模型无需主动赋权，大大降低了人为确定权重所带来的主观性，可以更准确地反映出物流企业的相对效率情况。非常适合物流企业绩效评价中复杂的多输入多输出系统。本文选用DEA-BCC[11]模型对物流企业进行静态绩效评价，Malmquist指数[12]模型进行动态绩效评价，公式如下所示：

式（1）中，θ表示各决策单元的总体效率，s-、s+为松弛变量、λ为决策单元的权重比率，xj、yj分别表示第j个决策单元投入、产出变量。当θ=1时，决策单元DEA有效，其他情况表示决策单元DEA无效。

式（2）中，Tfpch是全要素生成率变动；Ffch是技术效率变动；Techch是技术变动；Pech是纯技术效率变动；Sech是规模效率变动。M表示企业从a期到a+1期综合生产率变化情况，M>1说明这一期的生成效率提升，M<1说明这一时期生成效率降低，M=1则说明这一时期生成效率无变化。

3.2 指标体系构建

目前，我国越来越重视绿色低碳方面的影响，本文在传统研究中考虑环境影响因素，加入环保投入与资源利用率指标，结合物流企业运营特点，构建物流企业绩效评价指标体系。原则上，物流企业经营过程中所有的投入产出都应作为研究变量，但实际过程中影响企业绩效水平的指标有很多，不同指标的侧重点各有不同，应根据研究对象与研究目的来进一步对指标进行筛选。同时考虑到数据收集的难度、准确性和客观性。参考其他学者的指标选取，并结合本文研究目的、数据可获得性、指标的科学性与代表性以及研究对象的整体特点，最终选取4个输入指标和4个输出指标，输入指标包括营业成本、应付职工薪酬[13]、研发成本、环保投入[14]；输出指标包括营业收入、利润总额、资源综合利用率、客户满意度[15]。

X1营业成本，物流企业在运输、仓储、信息处理等活动过程中所发生的直接或间接费用总和。

X2应付职工薪酬，物流企业为员工提供的服务而支付的各类报酬及其他相关费用，包括职工的工资、奖金、津贴和补贴等费用。

X3研发成本，用于研究与发展新技术、流程和创新解决方案的费用，旨在提升物流业务效率和竞争力。

X4环保投入，物流企业用来处理污染物“三废”及用于购买有利于环保的设备的费用。

Y1营业收入，物流企业在一定时间内通过运输、仓储、快递服务等经营活动所获得收入总额。

Y2利润总额，一定时期内物流企业的最终财务成果，反映企业整体的盈利状况。

Y3资源综合利用率，物流企业运营过程中有效利用可用资源的程度，单位净产值原材料、能源消耗比率。

Y4客户满意度，顾客对产品或服务的感知和评价的度量，包括顾客对质量、服务、交付和整体体验的满意。

4 实证分析

考虑到数据的可获得性、代表性及差异性，本文通过东方财富2023年发布市值排名前五十的物流上市企业中选取21家上市物流企业近3年的经营数据，使用DEAP2.1软件数据分析。数据主要来源于中财网、国泰安官网、公司年报等公开渠道。综合效率反映企业投入生产经营的生产要素；纯技术效率可评价企业技术水平与管理水平，规模效率反映企业投入与产出是否最佳，资源配置是否需要进行调整。当效率等于1时，说明企业已达到最优状态，效率小于1时，说明企业未达到最优状态，企业需依据结论从不同方面进行调整。静态分析结果如表1所示，动态分析结果如表2所示。

综合效率可反映出一家企业是否达到最优产出及资源配置是否合理，技术管理水平是否进步，可通过样本企业的均值与最优质1进行对比，验证出企业的营业状况。从表1可以看出，21家样本企业中德邦股份的综合效率最低，低于样本平均值0.26，说明德邦股份相较于其他物流企业，整体绩效水平较差，低于行业整体水平。整体来说，33.3%的决策单元是有效的，效率值为1，说明这7家企业拥有较高的绩效水平，经营状况良好，与此相比其他14家企业的综合效率小于1，说明这类企业的投入效率未能发挥好作用，未达到最佳产出，绩效水平低，未来还存在很大的改进空间。同时，纯技术效率等于1的企业共14家，占比高达66.7%，21家物流企业的纯技术效率均值达到0.97，属于较高水平，说明这类物流企业的整体技术管理水平达标，企业转型相对成功。

动态分析企业近3年的全要素生产率指数及其分解情况，动态的观察企业绩效水平 ，全要素生产率指数（TFP指数）是反映生产力变化情况的重要指标，以1为分界。当TFP指数>1时，全要素生产率进步，企业经营绩效提高；当TFP指数<1时，企业经营绩效下降；TFP=1时，企业经营绩效不变。同理，effch代表企业技术效率的变化程度，大于1说明物流企业技术效率提升；techch代表物流企业的技术能力与创新能力；pech反映物流企业的管理水平是否增加；sech代表企业是否接近最优生成规模，sech大于1表示物流企业以接近最优生产规模。

由表2可知，物流企业技术效率均值为1.03，3年平均上升3.4%，上升幅度不大，其中技术效率<1的企业2家，这类企业主要是因规模效率下降导致，说明这两家物流企业需重点关注生产要素配置是否合理与产业结构的调整问题。物流企业技术进步效率均值为0.92<1，3年间平均下降7.8%，其中大于1的企业只有1家，说明物流企业技术创新还存在很大进步空间。全要素生产率>1的企业8家，占比38.1%，小于1的企业普遍技术进步指数偏低，技术进步指数可以反映出企业引入新技术与实施技术创新的能力与水平，说明物流企业需要进一步提升企业技术方面的能力，增强技术研发创新和新技术的引进力度。

5 结语

随着我国社会经济高质量转型的不断推进，现代物流技术已经成为物流企业降本增效的有效助力。物流业一头连着生产一头连着经济，积极贯彻现代物流服务体系的建立，不断秉持环保理念，加大研发成本，以达到加强技术创新，扩大市场占有率的目的。本文主要选用DEA-Malmquist指数模型，通过动态分析与静态分析相结合的方法对我国21家上市物流企业进行绩效评价研究，从而推断出近几年物流企业运营过程中存在的问题，以便企业及时调整战略部署，从而达到企业的可持续发展。相对传统研究，本文引入环保投入指标，更能体现绿色环保理念，不仅丰富了相关绩效评价体系，还为物流企业的绩效评价提供了新的方法与新的思路。结果表明，我国物流企业的综合效率仍具有很大的优化空间，与综合效率相比，企业的纯技术效率处于良好水平，结合企业实际情况，影响企业绩效的因素主要是内部结构，管理模式与企业新技术创新。样本企业整体处于收益递减和不变，说明物流企业可以通过优化管理，协调内部结构、提升管理人员水平等方式实现绩效最优，具体提出以下几点建议。

（1）增加物流企业绩效评价方面的相关研究。目前，我国主要通过对管理水段或运营机制等方面进行简单的理论研究，缺乏与实践相结合的实证分析，今后需加大相关的研究力度。

（2）加强政策支持、鼓励企业改革，持续改善营商环境。通过政府发布物流相关政策法规，加快建设国家物流枢纽和物流基地的布局，从政策与资金等方面给予物流企业支持，并鼓励地企合作，加快物流产业链、供应链融合。

（3）物流企业应该有效分配资源，优化企业资本结构，提升资金利用率。加大物流专业人才的引进与培养，促进产学研的结合发展，加强创新，实现与其他实体行业的数字化融合升级，发展智慧物流从而提高企业竞争力。

参考文献

宫兴国， 孙新明. 基于两阶段DEA模型的物流企业融资效率研究： 以31家物流上市公司为例[J]. 会计之友， 2017（5）： 103-107.

田强， 刘岩， 李娜， 等. 基于DEA的泛环渤海经济圈物流产业效率评价研究[J]. 公路交通科技， 2020， 37（1）： 149-158.

徐春杰. 基于DEA方法的德邦股份企业绩效评价研究[D].昆明： 云南财经大学，2022.

张宪华. 基于DEA模型的物流业上市公司运营效率研究[D].沈阳： 辽宁工程技术大学，2023.

江月，乔玉洋.基于PCA-DEA模型的物流企业经营绩效评价[J].物流科技，2024，47（5）：44-47+54.

Chen J .A new approach to overall performance evaluation based on multiple contexts： An application to the logistics of China[J].Computers Industrial Engineering，2018，122170-180.

Zhang K ，Hou H ，Yang J ， et al.The Evaluation of Logistics Performance of Harbor-Front Station Based on DEA[J].IOP Conference Series Materials Science and Engineering，2020，782（4）：042024.

Quan ，Chunguang，Yu ， et al.Comprehensive efficiency evaluation of social responsibility of Chinese listed logistics enterprises based on DEA-Malmquist model[J].Operations Management Research，2022，15（3-4）：1-16.

Zhihui Z ，Meifang Z .Evaluation Method of Performance of Cross-Border e-Commerce System Based on Fuzzy DEA Model[J].Mobile Information Systems，2022.

Zaare Tajabadi Farzad， Daneshvar Sahand. Benchmark Approach for Efficiency Improvement in Green Supply Chain Management with DEA Models[J]. Sustainability， 2023， 15 （5）： 62-67.

杨娇，王全友.基于DEA的贵州省生鲜农产品物流效率评价[J].中国商论，2023（11）：111-114.

潘文富，李逸璇.“双碳”背景下重污染企业环境绩效评价： 以20家火力发电企业测试分析[J].工业技术经济，2023，42（6）：115-123.

夏丽莎，潘孝虎.基于熵值法和DEA的物流企业绩效评价研究[J].物流工程与管理，2021，43（10）：124-129.

唐亮，樊浩，陆璟楠.基于DEA的煤炭企业环保投资与财务绩效研究[J].荆楚理工学院学报，2020，35（5）：5-12.

高贺云，王艳.双碳视角下制浆造纸产业逆向物流绩效评价研究[J].造纸科学与技术，2024，43（1）：144-147.