“互联网+”环境下上市物流企业经营效率评价

皇宁宁 吴薇

摘要：运用数据包络分析法，以深沪28家上市物流企业为研究对象，以2016—2018年的年报为数据来源，从技术效率、纯技术效率和规模效率对物流企业的经营效率进行了分析和评价。研究结果表明：2016—2018年上市物流企业整体经营效率比较可观，但仍存在资源利用不佳、投入冗余等问题。结合分析结果，提出了借助“互联网+”提高物流企业经营效率的建议，为物流企业经营决策提供参考。

Abstract： Using data envelopment analysis method， 28 listed logistics enterprises in Shenzhen and Shanghai are taken as research objects， and the annual report of 2016-2018 is used as the data source to analyze and evaluate the operational efficiency of logistics enterprises from technical efficiency， pure technical efficiency and scale efficiency. The research results show that the overall operational efficiency of listed logistics enterprises in 2016-2018 is considerable， but there are still problems such as poor resource utilization and redundant input. Combined with the analysis results， the paper puts forward the suggestions of improving the operation efficiency of logistics enterprises by means of "Internet+"， and provides reference for the management decision of logistics enterprises.

关键词：“互联网+”;物流企业;经营效率;DEA模型

Key words： "Internet+";logistics enterprise;operating efficiency;DEA model

中图分类号：F259.23                                       文献标识码：A                                  文章编号：1006-4311（2019）30-0100-04

0  引言

“互联网+”行动计划的制定已经成为了国家创新驱动发展的重要战略，为物流业的转型升级带来了机遇。目前，我国大多数物流企业属于粗放型，企业物流规划不科学，资源利用效率不高，从而导致我国物流企业成本居高不下。据统计，我国社会物流总费用和GDP比重情况如表1所示。

而物流企业资源利用效率和管理水平低下是物流业成本高企的主要原因。

1  文献回顾

1.1 物流效率影响因素研究

国外学者Schinnar 在1980年使用DEA模型分析了第三方物流公司的选择，并打开了使用DEA研究物流效率的大门。王蕾等（2014）运用DEA模型，选取新疆北疆8个地区的数据，对其物流效率进行分析，并且分析了物流效率的影响因素，测算出公共环境和社会保障基本建设投资是对物流效率影响最大的指标[1]。黄福华和蒋雪林（2017）从物流规模、损耗、费用、滞销四个方面建立了物流效率评价体系，生鲜农产品的影响因素在各级市场中也会表现地大不相同[2]。张云凤和王雨（2018）认为，低碳约束、地区经济发展、产业结构调整会给物流效率带来正面影响，这些因素都有利于物流效率的提升[3]。

1.2 互联网+物流研究

文华（2016）指出，“互联网+” 是基于互联网的信息技术，应用于经濟和社会生活的各部门，分析了供应链物流的发展现状及存在的问题，探讨了利用互联网技术优化供应链效率的路径[4]。张建军和赵启兰（2017）提出构建基于“互联网+”的物流服务交易平台，以确保供应链物流服务质量[5]。王郁等人（2018）从“互联网+”的视域研究了智慧物流体系，认为通过互联网平台整合各种物流要素，可以降低物流交易成本，成为企业降本增效的重要手段[6]。

综上所述，国内外对物流效率的研究取得了较好的进展，但从企业角度来看，进行的效率研究还比较少。鉴于此，本文在结合“互联网+”的背景下，运用DEA研究了上市物流企业的经营效率，为物流企业的更好发展提供了科学依据。

2  研究方法、指标选取及数据来源

2.1 DEA评价模型

DEA（数据包络分析）是一种用于评价相同部门间相对有效性的数据分析方法，它用以衡量多投入多产出决策单元的资源配置合理性，广泛应用于各个领域。由于不用估算参数，评价结果不受人为因素的影响，更具客观性。本文在评价上市物流企业的效率时，选择BCC模型来分析各个DMU。

在CCR模型的基础上，增加约束条件∑■■？姿j=1，构建规模报酬可变的BCC模型，进一步将企业的效率分为纯技术效率和规模效率。TECRS（技术效率）=SE（规模效率）*PTEVRS（纯技术效率）。BCC模型满足以下条件：

Min[？兹-？着（e■■s-+e■■s+）]

s.t.∑■■？姿jXj+s-=？兹Xj0

∑■■？姿jYj-s+=yj0

？姿j≥0;j∈（1，2，…，n）;

s-≥0;s+≥0

∑■■？姿j=1

在DEA模型中，假设有n个DMUj（j=1，2，...，n），每個DMU有m项输入和s项输出，第j个决策单元的输入和输出分别为Xj=（X1j，X2j，…，Xmj）和Yj=（Y1j，Y2j， …，Y1j），？兹为效率值，效率值的取值范围为[0，1]，？着为阿基米德无穷小，s-、s+表示松弛变量。若？兹=1，s-、s+均为0，则为纯技术效率有效;若0<？兹<1，s-、s+不全为0，则为纯技术效率无效。

2.2 指标选取

本文回顾了国内外文献研究中指标选取的情况，整理见表2所示。

本文选取的投入指标为固定资产、营业成本和应付职工薪酬;产出指标为营业收入和净利润，其中，指标的单位是万元/年。考虑到企业员工中临时工有较大的变动性，因此投入指标选取的是应付职工薪酬。

2.3 数据来源

本文的样本来自沪深两个交易所，并对样本进行了以下筛选：①主营业务收入占比超过了60%;②选取了2016-2018年间完整的数据样本，并且指标数值在此期间大于0;③选取的是非ST上市公司的样本;④由于韵达，顺丰，圆通，申通都是通过借壳上市的，其前身并不从事物流相关业务，为避免统计不准确，故要排除这些样本。经过筛选，选取了28家物流上市公司作为样本，数据来源于国泰安数据库和巨潮资讯网。

3  上市物流企业经营效率评价

3.1 数据处理

使用DEAP2.1进行数据分析，在规模报酬不变和规模报酬可变的情况下，对2016-2018年物流上市企业进行经营效率评价（见表4）。

3.2 评价结果分析

3.2.1 技术效率分析

技术效率反映了生产部门在投入水平给定的情况下，产出所能达到的最大水平，反映了有效利用现有资源的最大能力。从表4中可以看出，2016至2018年间物流上市企业整体技术效率良好，波动幅度不大，呈现出良好的发展态势。2016-2018年达到技术效率有效的上市物流企业占比分别为50%、42.86%和32.14%，虽然其数量在逐年下降，但这些企业的资源配置都达到了最佳状态。其中盐田港、铁龙物流、中储股份、安通控股和华贸物流连续三年处于技术效率前沿面，表明技术效率始终保持最佳水平，投入产出状态也达到了最佳，投入无冗余，产出也不进一步地扩大，企业的整体运营质量处于最优。其主要原因是这些企业能顺应外部环境的变化，能不断调整自身的发展战略、优化资产结构、扩大规模、扩展物流业务。

3.2.2 纯技术效率评价

纯技术效率是用来衡量物流企业的管理水平。从纯技术效率的角度来看，2016-2018年上市物流企业的纯技术效率均值为0.952。2018年有17家（占总数的60.7%）企业的纯技术效率值为1，说明这17家企业的管理和技术水平都处于前沿，值得其他公司的借鉴学习。从表中还可以发现，虽然2016-2018年有9家企业的技术效率未能连续三年达到最佳的状态，但是这些企业却能连续3间保持纯技术效率最优，使资源使用状态达到最优，企业的研发和管理能力保持在较高水平，同时也说明了目前这9家企业发展所面临的问题已不在管理和技术层面上了，企业需要从别的视角探寻发展战略。对于那些未能达到纯技术效率有效的企业来说，还需要不断提高企业的日常经营管理水平，不断地完善生产管理体制。

3.2.3 规模效率分析

规模效率主要是用来衡量物流企业是否处于最优的生产规模。物流企业的规模效率是影响综合技术效率的主要因素，不合理的规模会使得企业的资源利用率和运营效率低下。从规模效率的角度来看，2018年有10家企业规模报酬不变，表明企业的产出规模实现了最大化，并且达到了最佳的状态;有7家企业规模报酬递减，即继续扩大生产规模将会降低企业的生产效率，从而造成企业资源的浪费;有11家企业规模报酬递增，表明物流企业可以通过扩大生产规模来提高其经营效率。南京港、上港集团、锦州港、营口港和宁波港已从规模效率无效向规模效率有效转变，很值得其他企业借鉴学习。2018年，规模效率低于1的企业有18家，虽然这些企业的规模未达到最优状态，但是规模效率的数值都很高，接近于1，表明这些企业的资源投入规模还是比较合理的。

3.3 投影分析

为了对企业的经营决策提供参考，需要进一步分析企业投入冗余与产出不足的情况。表5列示了2018年企业投入冗余与产出不足情况，从表中可以看出，产出不足只体现在净利润这一个指标上。净利润产出不足的原因来源于两个方面：一是物流企业的成本高企，虽然国家颁布了一系列降本增效的措施，但是相比西方国家我国物流成本还是很高，企业的成本控制管理有待进一步优化;二是市场占有量减少，近几年物流行业的快速发展，涌现了很多从事相关业务的企业，使得企业间的竞争日趋激烈，服务得不到消费者的认可。投入冗余在固定资产、营业成本和应付职工薪酬3个指标上都有体现，固定资产投入冗余说明企业在扩大规模或是企业内部的资产管理不当，营业成本和应付职工薪酬投入冗余说明企业成本控制不合理，信息化程度低下。例如：宁波海运可以减少固定资产2359.34万元，减少营业成本1543.12万元，减少应付职工薪酬23.12万元，以此来提高企业自身的经营效率。

4  结论与建议

从综合技术效率、纯技术效率和规模技术效率的的分析结果来看，2016-2018年上市物流企业的总体绩效还是比较高的，说明企业的基础设施建设，物资投入相对还是很合理的。虽然物流企业的综合技术效率较高，但是达到DEA有效的企业数量在逐年减少，企业仍有提升的空间。达到规模效率有效的企业数量3年内持续下降，是造成技术效率无效的主要因素，需要引起企业的足够的重视。虽然物流企业的纯技术效率均值每年都在缓慢的增长，但是有效的企业数有一定的波动性，说明企业投入冗余与产出不足的问题还未解决。基于上述结论，本文提出了借助互联网+提高物流企业经营效率的建议：第一，将物流企业内部的业务进行分解。筛选出适合机器处理和人工处理的业务，计算机处理的优势在于能将企业大量繁琐的固定化模式业务进行快速精准地处理，能够弥补人工处理带来的不足;而人工处理的好处在于能够很好地处理人与人之间交往的突发状况。因此，可以借助互联网+将企业内部大量重复的工作交给计算机处理，以减少员工处理的失误和拖延等情况的发生。第二，进行信息化建设，提高企业运营效率。物流企业的信息化建设是指将企业的包装、运输、装卸、仓储等运作环节以信息技术加以处理和完善，使企业内部各运营活动能够实现信息共享，同时也可以将网络技术运用到企业对外联系上。“互联网+”是一次性投入很大，而短期内的收益又极小，因此并未受到企业足够的重视。目前我国物流企业设施利用率普遍偏低，信息获取和运用能力也不高，提高企业的信息化建设使信息及时共享，充分利用企业的闲置资源，从而来提高物流企业的经营效率。

参考文献：

[1]王蕾，薛国梁，张红丽.基于DEA分析法的新疆北疆现代物流效率分析[J].资源科学，2014，36（07）：1425-1433.

[2]黄福华，蒋雪林.生鲜农产品物流效率影响因素与提升模式研究[J].北京工商大学学报（社会科学版），2017，32（02）：40-49.

[3]张云凤，王雨.物流产业效率评价及影响因素分析[J].统计与决策，2018，34（08）：109-112.

[4]文华.“互联网+”视角下的供应链体系优化[J].当代经济管理，2016，38（09）：12-19.

[5]张建军，赵启兰.基于“互联网+”的产品供应链与物流服务供应链联动发展的演化机理研究——从“去中间化”到“去中心化”[J].商业经济与管理，2017（05）：5-15.

[6]王郁，郭丽芳，马家齐，武雅敏.“互联网+”視域下智慧物流实时风险管理机制研究[J].管理现代化，2018，38（01）：98-101.