我国物流上市公司运营效率的实证研究详解.docVIP

我国物流上市公司运营效率的实证研究 2011-10-19 　　摘要：文章运用三阶段DEA方法，实证评估了2001-2008年我国28家物流上市公司的运营效率。实证结果显示：如果对外生环境变量和随机冲击的影响不加以控制，物流企业的纯技术效率值往往被低估，规模效率值往往被高估，且高估程度大于纯技术效率被低估的程度；三阶段DEA的计算结果表明，我国物流企业的综合技术效率值较低，平均为0.668，而出现低效率主要原因是规模效率低下；物流企业规模与物流企业的效率具有显著的正相关关系，不同类型物流企业的效率存在较大差异，仓储企业的综合技术效率值最高。 　　关键词：物流企业效率，三阶段DEA，环境效应，随机误差 　　一、引言 　　为应对全球金融危机，2009年初，国家出台了《十大振兴规划》，而物流业是服务业中唯一入选的产业，可见物流业在国民经济发展中的重要地位。物流业是融合运输业、仓储业、货代业和信息业等的复合型服务产业，在促进产业结构调整、转变经济发展方式和增强国民经济竞争力等方面发挥着重要作用。但是，我国物流业在快速发展的同时，长期以来粗放发展所累积的矛盾也日益突出，而物流企业的效率低下一直是阻碍我国物流业发展的重要瓶颈。根据中国仓储协会在2000-2005年所做的5次《中国物流市场调研报告》显示，仓库的平均利用率为83.64%，而铁路专业线平均利用率只有59%，社会物流总费用与GDP的比率高出发达国家1倍左右。大部分物流企业的服务仍然停留在附加值较低的传统服务，物流企业的服务创新能力不足，物流服务效率较低，存在较大的资源浪费。因此，如何提高我国物流企业的生产效率是摆在所有研究我国物流学者面临的重要课题。本文运用三阶段DEA模型评估我国物流上市公司的效率，以客观评价我国物流企业目前的发展状况，为物流企业的效率改进和物流业的调整和优化提供决策支持。 　　二、文献回顾 　　国外学者对物流企业效率的研究主要集中在效率的测度及其影响因素。Anthony[1]则采用DEA方法对配送企业的效率进行了分析。Michael[2]从用户的角度分析了影响物流企业效率的关键因素，研究结果表明：用户信任、有效沟通、客户满意度、机会行为、企业信誉会对物流企业生产率造成显著影响。Hokey[3]利用DEA模型对美国物流企业的效率进行了分析，发现物流企业的服务网络和业务范围在一定程度上会影响企业的运营效率。Trujillo[4]运用随机前沿分析（SFA）方法对22家欧盟港口企业的运营效率进行了比较分析，发现大部分港口都处于无效率的状态。Amer[5]采用限制性DEA模型，并运用美国某物流企业下属19家仓储中心的投入产出数据进行了实证分析，发现货物储存形态、作业通道的大小和仓储中心规模对仓储中心运作效率具有显著的影响。国内学者邓学平采用DEA-CCR/BBC模型对中国28家上市物流公司的相对效率和规模效率进行了实证研究与分析[6]。邓学平利用DEA-CCR 模型和Window Analysis技术对我国18家物流企业在2001-2006年间的效率变化进行分析[7]。 　　综上所述，现有的研究基本上都是采用传统的DEA方法来度量物流企业的运营效率，也就是将所有的投入与产出变量与相关的环境变量（先归类为投入或产出项）直接同时纳入，一起估算生产边界与效率，所评估的效率值并不能真实反映我国现阶段物流企业的生产效率，同时也很少有文献探讨不同类型和不同规模物流企业效率的差异及其原因。因此，本文首次利用三阶段DEA模型对2001-2008年我国28家物流上市公司的运营效率进行较为系统的研究，同时对不同类型和不同规模的物流企业的效率差异进行了分析。 　　三、研究方法与工具 　　DEA方法以相对效率概念为基础，用于评价具有相同类型的多投入、多产出的决策单元是否技术有效的非参数方法。传统的DEA模型的一个主要缺陷是，在效率评估时不考虑评估对象所处的外部环境、随机误差及遗漏变量等对效率值的影响。因此，传统的DEA效率得分可能会低估或高估实际的效率水平。针对这一缺陷，Fried[8]对传统DEA方法进行了修正，提出三阶段DEA模型，现将三阶段模型介绍如下： 　　第一阶段：传统DEA模型。该阶段运用DMU初始投入产出数据进行传统DEA分析，本文选择投入导向的BCC（规模报酬可变）模型作为第一阶段的分析模型。 　　第二阶段：构建相似SFA分析模型。第一阶段DEA分析所得到的投入/产出松弛变量由三部分构成：环境因素、随机因素和管理无效率。传统的DEA模型并未就这三种因素对投入/产出冗余的影响进行区分，而是把所有影响均归于决策单元管理的无效率，因而第一阶段所得到的效率值往往是不准确的。为了分离出受外部环境及随机误差因素影响的效率值，必须调整投入量，在第二阶段通过构建类似SFA模型可分别观测出环境因素