我国物流企业运营效率及其影响因素研究

范志国 张少麟

摘要：近年来，我国物流行业快速发展。但是与发达国家相比，我国物流行业存在着明显的效率低的问题。本文将先对2017-2019年的我国20家上市企业通过DEA模型进行效率的评价，然后对其运营效率的影响因素通过Tobit模型进行分析，得出结论并提出建议。旨在提高我国物流企业的运营效率。

Abstract： In recent years， China's logistics industry has developed rapidly. However， compared with developed countries， China's logistics industry has obvious problems of low efficiency. This article firstly evaluates the efficiency of 20 Chinese listed companies from 2017 to 2019 through the DEA model， then analyzes the factors affecting their operational efficiency through the Tobit model， and draws conclusions and makes recommendations. It aims to improve the operational efficiency of China's logistics enterprises.

关键词：物流企业;运营效率;DEA模型;Tobit模型

Key words： logistics enterprise;operation efficiency;DEA model;Tobit model

中图分类号：F239.4                                      文献标识码：A                                  文章编号：1006-4311（2020）27-0254-02

0  引言

物流业是具有基础性意义，在国民经济中占有先导性地位的战略性产业之一。近年来，我国物流行业快速发展。据中国物流与采购联合会统计数据显示，2011-2019年，我国物流总额稳步增加。截止至2019年全年全国物流总金额达到了298.0万亿元，较2018年累计增長5.9%，更是超过2011年的158.4亿元。远远超过同期国内生产总值的增长速度，物流产业已经成为国民经济发展的“助推器”和“加速器”。然而，与发达国家相比我国物流企业投入高，效率低，仍有不小的差距。因此，对我国物流企业进行效率及其影响因素研究，找出效率低下原因，提出合理建议，促进物流行业整体健康良好发展。

1  相关文献综述

目前，国内外关于物流企业运营效率的研究主要在于研究方法的不同上。

1.1 以DEA为主要方法的研究

A.chames 和 W.cooper（1978）[1]创立了数据包络分析（简称DEA），开始运用该方法对物流企业进行效率评价。Markovits-Somogyi（2014）[2]对欧洲的多家物流企业进行了效率评价和影响因素的分析，是通过在 DEA 模型与 DEA-PC 模型相比较的基础上建立投入指标进行的。徐新闻（2015）[3]等构建我国 31 个省（市、区）2007-2013年物流产业投入产出面板数据，提出组合DEA方法分析全国及区域物流产业全要素生产率指数（TFP）的动态变化特征、投入产出要素对物流产业的影响程度及要素利用效率差异。陈焰，吕倩（2019）[4]以我国57家上市物流企业为研究对象，分别运用DEA法和Malmquist 指数法对其进行静态和动态的效率研究，得出企业总体技术效率、纯技术效率逐年增加。

1.2 其他方法

Shaik M.N.（2014）[5]主要研究的方向是逆向物流的效率，分析聚类到组中的有效影响因素，运用的方法是聚类分析和线性回归法。张雅平（2018）对长江经济地区的物流企业运营效率进行了评价，运用的方法是主成分分析法和数据包络模型相结合的方法。

2  基于DEA模型的效率评价

2.1 DEA模型概况

DEA（Data Envelopment Analysis）也称数据包络模型法，1978年由美国著名运筹学家A.Charnes和W.W.Cooper提出，已广泛运用与多个领域。它是一种线性规划模型，根据多项多项投入和输出指标，可对同类的单位决策单元进行有效的评价。相对于其他的方法（主成分分析法、作业基础成本法等），DEA法更具有客观性，它无须进行投入和产出之间的函数假设，也不用考虑量纲对其的影响，认为因素无法影响评价的结果。目前，比较常用的DEA模型有两种，分别是CCR模型和BBC模型。CCR模型是在假设决策单元在规模报酬固定的情况下，用来衡量总效率，BBC模型在假设决策单元在规模报酬变动的情况下，用来衡量纯技术效率和规模效率。本文由于要评价决策单元的综合效率、纯技术效率、规模效率，因此将选择BBC模型对决策单元进行分析。

2.2 评价指标的构建

评价指标是否科学合理关乎着评价结果是否客观正确，因此考虑构建评价指标时应注意评价指标是否具有全面性、科学性、简洁性、可比性等。

当前，学术界关于评价指标的构建没有统一的标准。但是输入指标一般基于人力、物力、财力三方面考虑，关于投入指标，处于人力方面考虑为从业人员数，物力方面为固定资产总额，财力方面为营业总成本。输出指标则定为净利润、营业总收入、主营业务收入。

2.3 数据来源

本文根据2019年上市公司行业分类指引所界定的物流上市公司，初步选取了在上交所和深交所上市的多家物流企业。后剔除了一些缺乏财务数据的一些公司，最终确定了20家物流上市公司作为样本。

2.4 实证结果与评价

通过DEA中的BBC模型，利用MAXDEA软件对选取的20家上市物流企业2017-2019年数据进行分析，得到20家上市企业的综合技术效率值、纯技术效率值、规模效率值。由结果可知，2017-2019年我国物流企业综合效率仍旧不高，但是发展呈现出很好的趋势。期间，不管是综合效率还是纯技术效率都呈现出稳定的增长状态，尽管增长幅度较小。韵达股份、建发股份、厦门象屿等三家企业纯技术效率和规模效率均达到有效，说明该三家企业相对于其他企业效率较高不需要在加大规模和投入。顺丰股份、普路通等五家企业只在纯技术效率上达到有效，但是在规模效率上未到达有效，需要进一步适当扩大规模达到有效。

3  我国物流企业运营效率影响因素分析

3.1 Tobit模型概况

Tobit模型也称样本选择模型，受限因变量模型，是因变量满足某种约束条件下取值的模型，是由james tobit在1958年提出的。其模型形式如下，其中？滋j是随机误差项，Xj是定量解释变量，Yj二元选择变量。Tobit模型一个重要特点就是因变量是受限制的，只能在一定范围内被观测到，此特点正好与物流企业运营效率介于0至1相符，因此对物流企业进行运营效率影响因素的分析可以选择Tobit模型。

3.2 模型建立

其中i表示年份，j表示公司，β0表示常数项，β1、β2、β3、β4、β5、β6表示自变量的回归系数，u表示回归方程的误差项，X1表示企业所在地区年能源消耗总量，X2表示企业的人力资源总量，X3表示企业所在地区的外贸总额，X4表示企业所在地区的物流基础设施建设，X5表示企业的上市年限，X6表示企业所在地区的信息化水平，Y表示企业的运营效率。

3.3 实证结果与分析

根据所选取的指标数据，利用Eview6.0软件对我国物流企业运营效率影响因素就行回归分析，结论如下：①人力资源质量，即物流企业本科生及以上学历占全员数量与运营效率成正相关，也就是人力资源质量越优，物流企业运营效率越高，但是不显著。②物流企业所在地区贸易总额与运营效率成正相关，且影响显著。③物流基础设施建设与运营效率成正相关，影响显著。④企业上市年限与运营效率成正相关，但是未能显著影响运营效率。这反映了我国物流企业早期发展困难，进程缓慢。⑤信息化水平与物流企业运营效率成正相关，但影响并不显著。⑥所在地区的能源消耗量与运营效率成负相关，且影响显著。

4  结论

本文通过利用DEA模型对20家物流企业2017-2019年运营效率的评价和利用Tobit模型对运营效率影响因素的分析，现得出以下结论：①我国物流企业综合运营效率低下，连续三年均未突破0.9，但是发展趋势较好，连续三年都处于一个稳定的增长状态。此外，连续三年的规模效率都处于一个较高且稳定的水准，但纯技术效率缺差强人意。由此可以得出，综合效率低下是由技术效率低下造成的。这表明我国物流企业在扩大自己规模的同时要注意质量和效益，注重技术方面的发展。②物流企业所在地区贸易总额、物流基础设施建设、所在地区能源消耗量对运营效率影响显著，其中所在地区贸易总额、物流基础设施建设呈正向影响，所在地区能源消耗量呈负向影响。企业上市年限、信息化水平对运营效率影响则不显著，但是全为正向影响。

5  建议

①减缓扩张，加大对质量和效益的注重。由以上分析，可知影响我国物流企业总体效率的主要因素是技术效率。我国物流企业的规模已经发展到了一个较好的阶段，物流企业应该认清市场形势，结合实际情况，把企业的发展重心由扩大规模转移到更加注重对资产、薪酬、技术、管理等方面的改善。②加大人才培养力度，使企业整体素质得到提高。我国物流企业员工高学历人员大多存在于高层之中，占全部人比例很低。因此，我国物流企业首先应加大对人才的招聘，吸引更多的合适的物流人才加入自己的队伍之中。其次，改善管理制度，剔除复杂多余的智能部门，通过定期的培训加强高层人员的管理能力和基础员工的专业能力，更好的做到人尽其才。③大力推动物流信息化建设，提高运作效率。从物流企业的发展来说，信息化可以大大提升物流企业运作效率，提高服务质量。但是当前我国物流企业信息化建设与发达国家相比仍是处于原始阶段，缺乏物流信息交流公共平台和具有自主产权的信息系统。因此，推动信息化建设，培养既懂物流又懂信息的人才，搭建物流公共信息平台，加强物流信息系统的开发，对物流企业提高运作效率尤为重要。④开展绿色物流，发展低碳经济。在对环境问题日益重视的今天，发展绿色物流，降低能源消耗成本不仅对环境保护有重要意义，更有利于企业提升运营效率。因此加快绿色物流的基础设施建设，并且应加大对绿色环保技术的研发力度，注重对绿色物流人才的培养。

参考文献：

[1]Cooper W W ，Charnes A ， Rhodes E . Measuring the efficiency of decision making units[J]. European Journal of Operational Research， 1978， 2（6）：429-444.

[2]Markovits-Somogyi R ，Bokor， Zoltan. Assessing the logistics efficiency of Europeancountries by using the DEA-PCmethodology[J].Transport，2014， 29（2）：137-145.

[3]徐新闻，邓蕾，唐沙沙.基于组合DEA方法的中国物流产业效率研究[J].世界科技研究与发展，2015，37（06）：776-783，789.

[4]陈焰，吕倩.基于DEA和Malmquist的我国上市物流企业运营效率评价[J].物流技术，2019，38（07）：79-84.

[5]Shaik M N， Abdul-Kader W.Comprehensive performance measurement and causal-effect decision making model for reverse logistics enterprise[J]. Computers & Industrial Engineering， 2014， 68（1）：87-103.

[6]張雅平.基于PCA和DEA方法的长江经济带物流效率评价研究[J].当代经济，2018（11）：52-57.

[7]马仄国.管理统计一一数据获取、统计原理、SPSS 工具与应用研究[M].北京：科学出版社，2017：315-326.

[8]颜波，向伟，石平.农产品供应链中物联网技术采纳的影响因素分析[J].软科学，2013，27（3）：22-26.

作者简介：范志国（1963-），男，天津人，副教授，研究生导师，研究方向为物流管理、企业营销战略、消费者行为和品牌管理;张少麟（1996-），男，河南驻马店人，硕士研究生，主要研究方向为供应链。