中国物流企业生产效率与规模效率实证分析.docVIP

中国物流企业生产效率与规模效率实证分析 　　基金项目：国家社科基金项目（12BGL076），河南省社科规划办项目（2012BJJ035），河南省教育厅人文社会科学重点项目（2012-ZD-036），河南科技大学校基金项目 　　中图分类号：F252 文献标识码：A 　　内容摘要：物流业作为基础服务业，被称为国民经济发展的“助推器”与“加速器”，物流企业的发展水平在很大程度上代表了国家与地区物流产业发展水平。本文以DEA模型为工具，对41家上市物流企业的生产效率与规模效率进行实证分析，从而研究我国企业整体运作效率以及规模大小对物流企业效率的影响。分析发现相对于小型物流企业，大型物流企业并不具备规模效率优势。因此物流企业首先要从企业内部入手，提高企业管理水平，提升企业运作效率，而不是以企业规模扩大作为追求目标，过度追求企业资产规模的扩张。 　　关键词：物流企业 生产效率 规模效率 实证分析 　　物流业作为基础服务业，被称为国民经济发展的“助推器”与“加速器”，国际上将物流业作为衡量一个国家和地区现代化程度的重要指标之一（李智彬，2010）。物流企业的发展水平在很大程度上代表了国家与地区物流产业发展水平，2009年3月10日，国务院发布了《物流业调整和振兴规划》，强调要培育一批服务水平高、国际竞争力强的大型现代物流企业。一般认为，大型物流企业往往具有规模效应，其运作效率应该更高。物流企业中已经上市的企业，代表了我国物流企业的最高水平，本文以DEA模型为工具，对41家上市物流企业的生产效率与规模效率进行实证分析，从而研究我国企业整体运作效率以及规模大小对物流企业效率的影响。 　　模型选取 　　1978年，著名运筹学家A.Charnes等人创建数据包络分析（Data Envelopment Analysis，简称DEA）方法，用来对部门间的相对有效性进行评价。CCR模型是基于不变规模收益（CRS，constant Return to scale）的效率评价模型，CCR模型求出的是技术效率TE（Technical Efficiency）；在此基础上发展而来的BCC模型将技术效率TE进一步分解，分为纯技术效率PTE（Pure Technical Efficiency）和规模效率SE（Scale Efficiency），从而能够对引起效率欠缺的原因进行更加有效的分析。 　　（一） CCR模型 　　设有n个决策单元（本文中为物流企业）DMUj（1≤j≤n），每个DMUj有m种输入（即生产要素）和s种输出（即产出指标），DMUj的输入输出向量分别为： 　　xj（x1j，x2j，…，xmj）T，yj（y1j，y2j， …，ymj）T，j=1，2，…，n。 　　当对第j个决策单元的效率进行评价时，以权系数v和u为变量，以第j个决策单元的效率指数为目标，以所有决策单元的效率指数hj≤1，j=1，2，…，n为约束条件，构造CCR模型： 　　使用Charnes-Cooper变换把上面的分式规划转化为一个等价的线性规划问题，令： 　　于是得到以下线性规划： 　　为了简化最优解的判别过程，根据对偶理论将上述线性规划转化为对偶规划。引入松弛变量和非阿基米德无穷小量ε，于是线性规划的对偶规划为： 　　其中eT =（1，1，…，1）∈Em，eT =（1，1，…，1）∈Es。 　　CCR模型所涉及变量的经济含义： 　　第一，当θ=1且Si-=Si+=0时，表示该决策单元是DEA有效，即在投入xj的情况下获得yj的产出达到资源配置效率的相对最优； 　　第二，当θ=1且Si-≠0或Si+≠0时，表示该决策单元是弱DEA有效，即可以在投入xj不变的情况下将产出yj提高Si+，或者在产出yj不变的情况下将投入xj减少Si-，以使资源配置效率达到相对最优； 　　第三，当0θ1时，表示该决策单元是非DEA有效，即该决策单元的资源浪费严重，可以通过将投入xj调整为θ·xj，同时保持产出yj不变以使资源配置效率达到相对最优。 　　（二）BCC模型 　　相类似，假设有n个决策单元DMUj（1≤j≤n），每个决策单元DMUj都有m种类型的“输入”和S种类型的“输出”，则可构造BCC模型： 　　其中eT =（1，1，…，1）Em，eT=（1，1，…，1）Es。 　　CCR模型和BCC模型是从不同的角度对决策单元的投入和产出进行效率的分析。CCR模型的评价效率代表技术效率和规模效率，BCC模型的评价效率仅代表技术效率。在实际应用中把两个模型结合起来使用可以挖掘更多有用的数据信息。 　　变量选择 　　本文选取固定资产规模、营业总成本、职工人数作为DEA模型的输入变量，以营业总收入作为输出变量。由于规模的大小代表了获取营业收入能力的高低，采