基于DEA的沪深两市运输物流板块上市企业绩效评价

马暕，李俊娟，姬长龙，张义珂

(长安大学经济与管理学院，陕西西安 710064）

基于DEA的沪深两市运输物流板块上市企业绩效评价

马暕，李俊娟，姬长龙，张义珂

(长安大学经济与管理学院，陕西西安 710064）

以2010年沪深两市16家总资产超过5×109元的运输物流板块上市企业为研究对象，运用数据包络分析法(DEA)对其经营绩效进行了评价。分析认为:中国大型运输类物流上市企业总体绩效并不理想，样本中60%以上的企业处于规模收益递减状态，并针对分析结果给出了相应的建议:提高技术效率、进行资产重组等。

交通运输;物流企业;数据包络分析法;绩效评价

截止2010年底，中国A级物流企业达1 061家［1］，社会物流总额1．254×1014元，按可比价格计算，同比增长15%，增幅比2009年提高3．7个百分点。面对发展迅猛的物流行业，对物流企业绩效进行有效评价具有重要的现实意义。与发达国家相比，中国现代物流业起步晚，对物流企业的绩效评价方法也比较少。目前的评价方法［2］主要有模糊综合评价法、模糊聚类法、功能系数法、平衡计分法、效用理论法、层次分析法、多元统计分析法(包括主成分分析法、因子评估法、判别分析、聚类分析)、数据包络分析法等。在这些方法中，数据包络分析法(Data Envelopment Analysis，以下简称DEA)作为一种非参数化方法具有很大的优势，它排除了许多主观因素，具有很强的客观性。近年来很多学者采取此方法对企业绩效进行分析，实例证明其具有较强的可用性。本文拟采用DEA对沪深两市16家大型运输物流企业进行绩效分析。

一、DEA的引入

(一)DEA理论及特点

DEA［3］是运筹学、管理科学和经济学交叉研究的一个新领域。DEA是由Charnes等于1978年首先创立的，即用数学规划模型进行评价同类型的具有多个投入和多个产出的“部门”和“单位”(称为决策单元(Decision Making Unit，以下简称DMU))间的相对有效性。它根据各DMU观察的数据判断DMU是否是DEA有效，其本质上是判断DMU是否位于生产可能集的“前沿面”上。使用DEA对DMU进行效率评价时，可以得到很多在经济学中具有深刻经济含义和背景的管理信息。

DEA的特点有:(1)适用于多输出—多输入的有效性综合评价问题，在处理多输出—多输入的有效性评价方面具有绝对优势;(2)DEA并不直接对数据进行综合，因此决策单元的最优效率指标与投入指标值及产出指标值的量纲选取无关，应用DEA建立模型前无须对数据进行量纲1处理(当然也可以);(3)无须任何权重假设，而以决策单元输入输出的实际数据求得最优权重，排除了很多主观因素，具有很强的客观性;(4)DEA假定每个输入都关联到一个或者多个输出，且输入输出之间确实存在某种联系，但不必确定这种关系的显示表达式。

(二)DEA模型

当今最具代表性的“经典”DEA模型［4］有:C2R模型、BC2模型、FG模型、ST模型和加法模型C2GS2模型等。本文选用输入主导型的C2R模型和BC2模型，前者可用于评价决策单元的总体有效性，而后者可用于评价决策单元的技术有效性。

假设n个物流企业(DMU)，每个决策单元有m种类型的投入和s种类型的产出，Xj为投入向量，Xj=(x1j，x2j，…，xmj)T，j=1，2，…，n，Yj为产出向量，Yj=(y1j，y2j，…，ysj)T，j=1，2，…，n，所有权重均由各DMU组成的全部被评价上市企业组成的模型来决定，而非人为确定。由此可见，第j个被评价上市企业DMUj的相对效率指数hj为

式中:v为投入指标的权向量，v=(v1，v2，…vm)T;u为产出指标的权向量，u=(u1，u2，…，us)T。hj在v、u约束下，DMUj的各产出指标值加权之和与各投入指标值加权之和的比率，总可适当选取v、u，使得hj≤1。

第j0个决策单元的DEA效率评价指数hj0，可以通过求解C2R模型的原始分式规划问题来计算，即

式中:Xj0为第j0个决策单元的投入向量;Yj0为第j0个决策单元的产业向量。

由于式(2)不利于计算，1952年Charnes通过引入具有非阿基米德无穷小量ε，成功地解决了计算和技术上的困难，建立了具有非阿基米德无穷小量ε的C2R模型，通过分式规则化为线性规划，线性规划的对偶规划模型为

式中:λj为第j个DMU的权重;θ为第j个MDU的效率值，0≤θ≤1，当θ=1时，表示该DMU位于效率前沿之上，因而处于技术有效状态;S+、S－为松弛变量，即产出不足量与投入冗余量。

规模效率是C2R模型计算的技术效率与BC2模型计算的纯技术效率的比值，设θ*、λ*、S+*、S－*为式(3)的最优解，则有

(1)若θ*=1，且S+*=S－*=0，则DMU为DEA有效，即同为技术和规模有效。

(2)若θ*=1，S+*≠0或S－*≠0，则DMU为弱DEA有效。

(3)若θ*＜1，则DMU不为弱DEA有效。

二、实例分析

(一)决策单元与指标体系选定

本文依据2010年中国证监会出台的《上市公司分类指引》，选取沪深两市16家运输类(主营业务均为客运或货运)上市物流企业为样本，为了突出考察大规模企业的绩效水平，这16家物流企业的总资产均超过了5×109元。其中有2家铁路运输企业、8家水运企业、6家航空运输企业，由于公路运输企业规模没有达到要求而未选取，港口类企业作为交通运输的辅助业也不做考评。

结合研究目的和数据选择的科学性、全面性和客观性的要求以及DEA的主导原则(在某一视角下，各DMU有相同的输入和输出)，本文选取企业总资产、固定资产［6］和运营总成本作为投入指标;选取净利润、每股收益［7］和净资产收益率［8］作为产出指标。这6项指标基本上反映了中国上市物流企业的经营绩效，各项指标数据来源于2010年各企业年报，具体数据如表1所示。

表1 各DMU的输入、输出指标

1．投入方面

总资产是指某一经济实体拥有或控制的、能够带来经济利益的全部资产，反映企业的整体实力;固定资产作为企业拥有的固有资产，在生产过程中发挥长期作用;运营总成本是运营成本、管理费用和经营费用等的总和，是反映企业运营效率的主要指标之一。

2．产出方面

企业生产经营的最终目标是所有者效益最大化。净利润是衡量公司效益最频繁的指标;每股收益反映了企业的股本扩张能力;净资产收益率在财务角度分析中最能体现投资收益水平，它比较真实地反映所有者投资的获利能力，体现企业投资经营活动的效率，是投资经营活动中最具代表性的综合指标。

(二)数据处理

利用Deap 2．1进行样本数据处理，计算16家运输企业的综合效率、技术效率和规模效率，得到的各DMU评价结果如表2所示。

(三)结果分析

1．综合效率

综合效率有效是表示企业同时具有技术有效和规模有效。从表2可以看出，综合效率有效的企业只有长航油运和中海集运2家，相对于16家企业来说，综合效率有效的企业比重仅为12．500%。3种运输方式中，水运的综合效率较高，均值为29．735%，但仍有较大的提升空间。而总体综合效率均值为19．700%，这就说明中国的大型运输企业的综合效率明显过低，即规模效率和技术效率同时不高，或者规模效率偏低。

表2 各DMU的评价结果%

2．技术效率

技术效率有效是表示在当前的条件下产出相对投入已达到“最大”。从表2可以看出，整体的技术效率相对较高，有9家企业达到了技术效率有效，占到了56．250%。这说明在目前的投入结构下，企业的生产效率还是相对比较高的，但是水运企业中中远航运、宁波海运、招商轮船和长航凤凰的技术效率相对比较低，空运企业中的外运发展和山航的技术效率也不高，说明这些企业的投入没有达到有效产出，即可能存在资产分配不合理或者是投入过剩的问题。因此，企业就要根据目前的资产组合方式，寻找原因所在，争取实现技术有效。

3．规模效率

规模效率有效是表示投入的规模既不偏小也不偏大，即投入与产出达到同比例变化。从表2还可以看出，规模效率有效较低，即87．5%的企业存在投入规模过大或过小的问题，只有2家企业达到了规模效率有效。其中铁路运输企业相对于水运和空运的规模有效性而言较低，说明铁路运输企业存在投入规模不合理的问题较严重。铁路总体的规模效率为37．200%，只有水运企业的规模效率均值高于平均水平，故大型运输物流业的规模效率整体需要提升。

同时可以发现，在16家企业中，只有长航油运和中海集运处于规模收益不变状态，即投入和产出处于同比例变化水平。其中有大秦铁路、广深铁路等企业(达到了样本数量的62．500%)处于规模收益递减状态，即当前的投入规模过大，所以这些企业要考虑的不再是加大投入，而是合理优化运营方式和管理方法来提高收益。处于规模收益递增的企业有中远航运、宁波海运、长航凤凰和外运发展这4家企业，在一定程度上可以通过扩大投入规模来取得更大的收益，但是要注意规模效率的有效性。

三、结语

针对上述物流企业目前存在的问题，本文给出以下建议:(1)针对总体综合效率均值为19．700%的状况，企业要强化自身的优势产业，注重主营业务发展，把握自身运输方式优势，打造专业化的服务能力;(2)提高技术效率。由于这些大型企业的市场份额较大，有效的企业管理可以节省运营成本，提高产出水平，特别是中远航运、宁波海运、招商轮船、外运发展等企业，在目前基础上应大力提高技术效率; (3)进行资产重组。样本中有多家企业的投入规模过大，即固定资产比例过高，资产的不均衡分配是限制企业发展的重要因素，通过资产合理分配实现企业高收益的目标，达到规模有效。

［1］国家发展改革委，国家统计局，中国物流与采购联合会．2010年全国物流运行情况通报［EB/OL］．(2011-02-28)［2011-03-01］．http://www．chinawuliu．com．cn/ lhhkx/201103/01/128728．shtml．

［2］张月芳．第三方物流企业绩效评价方法研究［J］．物流科技，2011(6):139-141．

［3］魏权龄．数据包络分析［M］．北京:科学出版社，2004．

［4］竺媛媛．基于DEA和Malmquist法的航运上市公司效率实证研究［D］．大连:大连海事大学，2011．

［5］严添剑，马天翼．关于DEA方法［J］．科学管理研究，2005，23(2):54-56．

［6］张宝友，达庆利，黄祖庆．中国上市物流公司动态绩效评价及对策［J］．系统工程，2008，26(4):6-10．

［7］沈渊，漆世雄．基于DEA方法的我国物流上市公司绩效评价［J］．物流技术，2009，28(8):97-100．

［8］曹小秋，白雪岩．物流上市公司绩效综合评价实证分析［J］．中国物流与采购，2009(20):54-55．

Performance evaluation for transportation logistics plate companies in Shenzhen and Shanghai stock market based on DEA

MA Jian，LI Jun-juan，JI Chang-long，ZHANG Yi-ke
(School of Economics and Management，Chang'an University，Xi'an 710064，Shaanxi，China)

The paper applies the method of data envelopment analysis to evaluate the operating efficiency of 16 listed companies of transportation logistics plate whose total asset is over RMB 5 billion in China．The results show that the performance of the listed companies of transportation logistics in China is less desirable，because 60%of them are in a state of diminishing returns to their scale．This paper finally explores the way of improving the operating efficiency of these logistics companies．

transportation;logistics company;data envelopment analysis; performance evaluation

F540．34

A

1671-6248(2012)02-0052-05

2012-04-18

国家社会科学基金西部项目(09JXJY004);中央高校基本科研业务费专项资金重点项目(Z1101)

马暕(1968-)，男，陕西绥德人，副教授，工学博士研究生。