吳妍

摘要：運(yùn)用Super-EBM-DEA模型和全局Malmquist指數(shù)模型對(duì)2013-2017年國(guó)內(nèi)74家物流類上市公司的運(yùn)營(yíng)效率進(jìn)行靜態(tài)和動(dòng)態(tài)分析。靜態(tài)和動(dòng)態(tài)的效率分析均是從整體、細(xì)分行業(yè)及劃分區(qū)域三個(gè)角度進(jìn)行。研究結(jié)果顯示：物流類上市公司靜態(tài)效率較穩(wěn)定，但不同行業(yè)、區(qū)域之間差距明顯。Malmquist生產(chǎn)率指數(shù)整體呈進(jìn)步趨勢(shì)但部分年份稍有退步，且主要由技術(shù)退步導(dǎo)致，生產(chǎn)率指數(shù)進(jìn)步的行業(yè)和區(qū)域要少于退步的行業(yè)和區(qū)域。

Abstract： Super-EBM-DEA model and Global Malmquist Index model are used to analyze the static and dynamic efficiency of the 74 domestic logistics listed companies in 2013-2017. Both static and dynamic efficiency analysis are carried out from three perspectives： the whole， the subdivided industry and the divided regions. The research results show that the static efficiency of logistics listed companies is relatively stable， but the gap between different industries and regions is obvious. The Malmquist productivity index shows an overall improving trend， but in some years are slightly backward， which is mainly caused by technological regression. And industries and regions with improved productivity indices are less than industries and regions that are regressing.

關(guān)鍵詞：運(yùn)營(yíng)效率;物流業(yè);Super-EBM-DEA模型;全局Malmquist指數(shù)模型;上市公司

Key words： operational efficiency;logistics industry;Super-EBM-DEA model;Global Malmquist model;listed company

中圖分類號(hào)：F272.2? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2020）10-0087-05

0? 引言

為了積極響應(yīng)十九大報(bào)告中關(guān)于加快現(xiàn)代物流基礎(chǔ)設(shè)施網(wǎng)絡(luò)建設(shè)的號(hào)召，國(guó)務(wù)院提出了一些發(fā)展“通道+樞紐+網(wǎng)絡(luò)”的現(xiàn)代物流體系的新舉措。2018年12月，國(guó)家發(fā)改委、交通運(yùn)輸部制定并印發(fā)了《國(guó)家物流樞紐布局和建設(shè)規(guī)劃》，用以規(guī)范物流產(chǎn)業(yè)發(fā)展。這些政策措施的發(fā)布，標(biāo)志著中國(guó)現(xiàn)代物流基礎(chǔ)設(shè)施網(wǎng)絡(luò)建設(shè)將全面啟動(dòng)。隨著“一帶一路”建設(shè)的深入推進(jìn)，沿線國(guó)家和地區(qū)對(duì)于物流產(chǎn)生了更大的需求。推動(dòng)物流產(chǎn)業(yè)穩(wěn)步發(fā)展，使其更好地融入“一帶一路”建設(shè)之中，發(fā)揮出應(yīng)有的乘數(shù)效應(yīng)就顯得至關(guān)重要。因此，需要采用科學(xué)的評(píng)價(jià)方法對(duì)物流產(chǎn)業(yè)進(jìn)行效率研究，以便于制定更好的發(fā)展規(guī)劃。

目前，國(guó)內(nèi)學(xué)者對(duì)于物流效率的研究頗多，所采用的方法主要分為參數(shù)法與非參數(shù)法。參數(shù)法中以隨機(jī)前沿法（SFA）運(yùn)用居多，張?jiān)气P、王雨（2018），鄭秀娟（2018）與張亮亮等人（2019）分別運(yùn)用C-D生產(chǎn)函數(shù)的異質(zhì)性隨機(jī)前沿函數(shù)、技術(shù)改進(jìn)的隨機(jī)函數(shù)及PP-SFA模型測(cè)度了中國(guó)省級(jí)物流產(chǎn)業(yè)的技術(shù)效率。非參數(shù)方法中使用頻率最高的為數(shù)據(jù)包絡(luò)分析（DEA）[1-3]。最初在使用DEA進(jìn)行物流產(chǎn)業(yè)效率測(cè)度時(shí)，學(xué)者們多采用CCR、BCC這樣的傳統(tǒng)DEA模型。此后，為了能夠從靜態(tài)和動(dòng)態(tài)兩個(gè)角度進(jìn)行研究，DEA與Malmquist指數(shù)模型的組合被廣泛地應(yīng)用于物流業(yè)的效率研究。例如，俞佳麗、錢芝網(wǎng)（2018）與于麗英等人（2018）均采用DEA與Malmquist模型，基于不同時(shí)間段的面板數(shù)據(jù)，對(duì)長(zhǎng)江經(jīng)濟(jì)帶各省份物流產(chǎn)業(yè)的效率進(jìn)行測(cè)度分析[4-5]。當(dāng)然，傳統(tǒng)DEA模型也存在一定缺陷，當(dāng)多個(gè)決策單元（DMU）達(dá)到有效時(shí)，傳統(tǒng)DEA模型無(wú)法對(duì)有效DMU進(jìn)一步排序。于是，基于傳統(tǒng)DEA改進(jìn)得到的超效率DEA模型就很好地發(fā)揮了作用。陳永平和張亮亮（2018）采用超效率DEA模型研究了中國(guó)30個(gè)省（市、自治區(qū)）物流產(chǎn)業(yè)效率[6]。之后，能夠剔除外部環(huán)境及隨機(jī)干擾項(xiàng)影響的三階段DEA模型也被很多學(xué)者用于區(qū)域物流產(chǎn)業(yè)效率的研究。如王博、祝宏輝等人（2019）運(yùn)用三階段DEA模型測(cè)度和分析了“一帶一路”沿線區(qū)域物流效率，也證明該方法較傳統(tǒng)DEA存在顯著優(yōu)勢(shì)[7]。

但是，已有研究中DEA所使用的距離函數(shù)多為徑向模型。徑向DEA通過對(duì)全部投入（產(chǎn)出）以相同的比例減少（增加）來(lái)改進(jìn)無(wú)效DMU，忽略了松弛變量，進(jìn)而使得效率值并不準(zhǔn)確。為了解決這一問題，學(xué)者們又將非徑向的SBM模型用于物流產(chǎn)業(yè)效率研究。但是，SBM模型自身也存在明顯的缺點(diǎn)。在該模型中，被評(píng)價(jià)DMU的投影點(diǎn)是前沿上距離被評(píng)價(jià)DMU最遠(yuǎn)的點(diǎn)，而基于評(píng)價(jià)的角度是希望以最短的路徑達(dá)到前沿，兩者之間顯然是相悖的[8]?；谏鲜鰡栴}，Tone K和Tsutsui于2010年提出同時(shí)包含徑向與SBM模型的EBM混合模型[9]。目前，將EBM模型運(yùn)用到物流產(chǎn)業(yè)的研究還較少。

此外，從已有研究成果看，國(guó)內(nèi)學(xué)者的研究多集中于宏觀層面，對(duì)于物流類上市公司運(yùn)營(yíng)效率的研究甚少。鑒于此，本文擬使用Super-EBM-DEA模型與全局Malmquist指數(shù)模型對(duì)國(guó)內(nèi)74家物流上市公司進(jìn)行運(yùn)營(yíng)效率的靜態(tài)和動(dòng)態(tài)分析。

1? 研究方法與指標(biāo)、數(shù)據(jù)的選取

1.1 研究方法

本文基于國(guó)內(nèi)74家物流上市公司2013-2017年的面板數(shù)據(jù)，運(yùn)用Super-EBM-DEA模型和全局Malmquist指數(shù)模型進(jìn)行運(yùn)營(yíng)效率的靜態(tài)、動(dòng)態(tài)測(cè)度。

1.1.1 Super-EBM-DEA模型

運(yùn)用傳統(tǒng)DEA模型進(jìn)行效率測(cè)度，若存在多個(gè)DMU（決策單元）達(dá)到有效時(shí)，無(wú)法對(duì)有效DUM效率大小進(jìn)行進(jìn)一步的區(qū)分。針對(duì)這一問題，Andersen和Petersen于1993年提出了超效率DEA模型[10]。超效率DEA在測(cè)算某一DMU效率值時(shí)，將該DMU本身的投入產(chǎn)出從約束條件中排除，使得無(wú)效DMU前沿面保持不變，有效DMU前沿面后移。

鑒于前文中提及的徑向及SBM模型存在的問題，本文使用Tone K和Tsutsui于2010年提出的EBM混合模型[9]。非導(dǎo)向EBM模型具體如式（1）所示。

1.1.2 全局Malmquist指數(shù)模型

在測(cè)算運(yùn)營(yíng)效率的基礎(chǔ)之上，為進(jìn)一步了解各DMU效率值的動(dòng)態(tài)變化，本文又采用全局Malmquist指數(shù)研究樣本進(jìn)行動(dòng)態(tài)分析。

全局Malmquist指數(shù)是Malmquist指數(shù)計(jì)算方法中的一種，它以全部各期的數(shù)據(jù)為基礎(chǔ)構(gòu)建參照面。因此，在各期指數(shù)均使用同一參考集的情況下，無(wú)須像傳統(tǒng)模型那樣采用幾何平均的形式，避免了不能傳遞及線性規(guī)劃無(wú)可行解的缺陷。相應(yīng)的公式可以表達(dá)為式（2）。

其中EC為效率變化指數(shù)，TC為技術(shù)變化指數(shù)。此后，Zofio于2007年又在原基礎(chǔ)上進(jìn)一步分解，將技術(shù)效率變化分解為純技術(shù)效率變化和規(guī)模效率變化，技術(shù)進(jìn)步指數(shù)分解為純技術(shù)變化和規(guī)模技術(shù)變化[8]，即：

其中PEC為純技術(shù)效率變化指數(shù)，數(shù)值大于1表示DMU向前沿面移動(dòng)，管理和資源配置效率水平提高;SEC為規(guī)模效率變化指數(shù)，數(shù)值大于1表示規(guī)模效率增加;PTC為純技術(shù)變化指數(shù)，數(shù)值大于1表示技術(shù)水平的進(jìn)步;STC為規(guī)模技術(shù)變化，數(shù)值大于1表示技術(shù)變革的規(guī)模效應(yīng)提高。

1.2 評(píng)價(jià)指標(biāo)的確定與數(shù)據(jù)來(lái)源

本文借鑒了李曉梅和白雪飛（2016）等人的研究，分別從企業(yè)規(guī)模、運(yùn)營(yíng)能力、風(fēng)險(xiǎn)指標(biāo)與人員指標(biāo)等方面選取投入和產(chǎn)出指標(biāo)[11]。投入方面，選取了資產(chǎn)總額、流動(dòng)資產(chǎn)、凈資產(chǎn)、資產(chǎn)負(fù)債率和員工人數(shù)5個(gè)指標(biāo)。員工的參與是企業(yè)正常運(yùn)轉(zhuǎn)的重要保證;企業(yè)的各項(xiàng)資產(chǎn)是資金投入的重要表現(xiàn)形式，設(shè)備等固定資產(chǎn)影響著企業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng);流動(dòng)資產(chǎn)一定程度上代表企業(yè)的短期償債能力;凈資產(chǎn)作為企業(yè)的所有者權(quán)益，也能夠體現(xiàn)出企業(yè)的規(guī)模大小;資產(chǎn)結(jié)構(gòu)的優(yōu)劣又是企業(yè)融資能力和財(cái)務(wù)風(fēng)險(xiǎn)大小的表現(xiàn)。產(chǎn)出方面，利潤(rùn)大小能夠較為準(zhǔn)確地衡量企業(yè)一段期間內(nèi)的運(yùn)營(yíng)成果;凈資產(chǎn)收益率則是評(píng)價(jià)企業(yè)資產(chǎn)投資回報(bào)率的重要指標(biāo)。因此，本文選擇利潤(rùn)總額與凈資產(chǎn)收益率作為評(píng)價(jià)企業(yè)運(yùn)營(yíng)效率的產(chǎn)出指標(biāo)。

基于數(shù)據(jù)的可獲得性及完整性，對(duì)物流類上市公司進(jìn)行篩選，剔除了部分新上市及存在異常值的企業(yè)。最終選擇了其中的74家，并對(duì)其2013-2017年的面板數(shù)據(jù)進(jìn)行分析。數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)、《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)物流統(tǒng)計(jì)年鑒》及上市公司企業(yè)年報(bào)等。

2? 實(shí)證分析

2.1 Super-EBM-DEA模型效率研究分析

2.1.1 物流企業(yè)總體效率靜態(tài)分析

在74家上市公司中，只有9家的平均效率值達(dá)到有效。其中，恒基達(dá)鑫和富臨運(yùn)業(yè)等7家公司連續(xù)5年均達(dá)到有效，而東莞控股和廈門空港雖然5年平均達(dá)到前沿，但在部分年份略有欠缺。而像東方航空和南方航空等6家企業(yè)資產(chǎn)規(guī)模龐大，但效率卻一直處于低水平（效率值低于0.6）。顯然，物流行業(yè)中規(guī)模經(jīng)濟(jì)特征并不顯著，這與李守林等（2017）對(duì)物流企業(yè)的研究結(jié)論相同[12]。

2013-2017年間，物流上市企業(yè)的總體效率值呈現(xiàn)增長(zhǎng)后回落、而后又反彈的波動(dòng)趨勢(shì)。其中，效率值從2014年開始下滑，并于2016年降至最低谷。2016年也是很多行業(yè)均呈現(xiàn)低迷狀態(tài)的一年，國(guó)際經(jīng)濟(jì)不景氣的大環(huán)境、國(guó)內(nèi)持續(xù)大強(qiáng)度的投資引發(fā)的產(chǎn)能過剩都成為整個(gè)社會(huì)經(jīng)濟(jì)效益低下的原因。中央經(jīng)濟(jì)工作會(huì)議提出了去產(chǎn)能、去庫(kù)存等一系列任務(wù)，鋼鐵、煤炭行業(yè)首當(dāng)其沖，與之相關(guān)的物流等行業(yè)也同樣跟著收縮。但高強(qiáng)度的供給側(cè)結(jié)構(gòu)性改革也產(chǎn)生了有利的推動(dòng)作用，產(chǎn)品供給質(zhì)量的提升與市場(chǎng)供需結(jié)構(gòu)的調(diào)整奠定了行業(yè)穩(wěn)步發(fā)展的基準(zhǔn)。就效率值的分解而言，純技術(shù)效率對(duì)于綜合技術(shù)效率的影響比規(guī)模效率更加顯著。因此，物流企業(yè)在改進(jìn)效率時(shí)，更多依賴于對(duì)企業(yè)資源配置和管理方面的改進(jìn)。

2.1.2 不同類型物流企業(yè)效率靜態(tài)分析

證監(jiān)會(huì)2012版行業(yè)分類中，物流這一板塊又被劃分為包括鐵路運(yùn)輸、道路運(yùn)輸、水上運(yùn)輸?shù)仍趦?nèi)的七個(gè)細(xì)分行業(yè)板塊。本文在進(jìn)行不同類型物流企業(yè)的效率及生產(chǎn)率指數(shù)測(cè)度分析時(shí)也是基于這七個(gè)細(xì)分板塊進(jìn)行。

細(xì)分行業(yè)后發(fā)現(xiàn)：裝卸搬運(yùn)與運(yùn)輸代理、郵政業(yè)、倉(cāng)儲(chǔ)業(yè)及道路運(yùn)輸行業(yè)的運(yùn)營(yíng)效率表現(xiàn)突出（效率值均超過0.85），鐵路運(yùn)輸與水上運(yùn)輸行業(yè)的綜合效率水平也維持在0.75以上。但是，排名墊底的航空運(yùn)輸企業(yè)綜合效率均在0.7以下，與其他類型差距較大。與歐美航空企業(yè)相比，我國(guó)航空運(yùn)輸企業(yè)尚處于成長(zhǎng)階段，企業(yè)的運(yùn)營(yíng)管理方面存在諸多不足。近年來(lái)，作為航空運(yùn)輸企業(yè)運(yùn)營(yíng)成本主要構(gòu)成因素的燃料價(jià)格高居不下，航空企業(yè)投入遠(yuǎn)高于其他物流企業(yè)。同時(shí)，新型飛機(jī)的引進(jìn)與各種硬件設(shè)施的投入，更是加重了航空運(yùn)輸業(yè)的成本負(fù)擔(dān)，從而進(jìn)一步拉低了效率。

2.1.3 不同區(qū)域物流企業(yè)效率靜態(tài)分析

在對(duì)國(guó)內(nèi)物流類上市公司進(jìn)行區(qū)域劃分的時(shí)候，按照國(guó)家統(tǒng)計(jì)局的劃分標(biāo)準(zhǔn)，將我國(guó)大陸地區(qū)劃分為東北、華北、西北、華東、中南及西南在內(nèi)的六大區(qū)域。六大區(qū)域的物流類上市公司數(shù)量及運(yùn)營(yíng)效率見表1。

從數(shù)量上可以看出，國(guó)內(nèi)物流類上市公司多集中在華東和中南地區(qū)，這與區(qū)域的經(jīng)濟(jì)和交通發(fā)展?fàn)顩r存在一定關(guān)聯(lián)。與其他區(qū)域相比，這兩個(gè)地區(qū)整體經(jīng)濟(jì)相對(duì)發(fā)達(dá)、物流需求大且基礎(chǔ)設(shè)施建設(shè)較完善，各類物流企業(yè)因而集聚于此。

從效率方面分析，東北、華東、西北、西南和中南地區(qū)的效率表現(xiàn)較好（運(yùn)營(yíng)效率超過0.8），而華北地區(qū)則差強(qiáng)人意。雖然“京津冀”協(xié)同發(fā)展的持續(xù)推進(jìn)為華北地區(qū)物流業(yè)的發(fā)展注入了些許活力，空間集聚效應(yīng)也逐步顯現(xiàn)，但仍存在區(qū)域發(fā)展不平衡、聯(lián)動(dòng)性差及企業(yè)競(jìng)爭(zhēng)力薄弱等問題。華東和中南作為全國(guó)經(jīng)濟(jì)較為發(fā)達(dá)的兩個(gè)區(qū)域，豐富的物流需求與完善的基礎(chǔ)設(shè)施都促進(jìn)了物流產(chǎn)業(yè)的發(fā)展。東北作為國(guó)內(nèi)重要的糧食、原材料和裝備制造業(yè)基地，物流需求繁多，物流產(chǎn)業(yè)的效率水平也較為穩(wěn)定。西北和西南，物流上市公司數(shù)量最少，區(qū)域經(jīng)濟(jì)發(fā)展稍有落后，但企業(yè)的平均效率卻穩(wěn)居高水平。

2.2 全局Malmquist指數(shù)模型分析

2.2.1 物流企業(yè)總體動(dòng)態(tài)效率分析

由表2可知，2013-2017年平均Malmquist指數(shù)為1.019，生產(chǎn)率整體上是進(jìn)步的。從分解看，進(jìn)步主要源于純技術(shù)效率與規(guī)模效率的改善，而純技術(shù)變動(dòng)與規(guī)模技術(shù)變動(dòng)則處于負(fù)增長(zhǎng)狀態(tài)。雖然行業(yè)整體的規(guī)模得到優(yōu)化、資源配置及管理水平有所改善，但是技術(shù)方面的退步及技術(shù)變化帶來(lái)的規(guī)模效率降低仍是物流業(yè)亟待解決的問題。

從各時(shí)間段結(jié)果看，2013-2014以及2016-2017，國(guó)內(nèi)物流上市公司Malmquist生產(chǎn)率指數(shù)均大于1，表明在這兩個(gè)階段中國(guó)物流企業(yè)生產(chǎn)率總體上呈現(xiàn)改善的局面。從生產(chǎn)率指數(shù)分解結(jié)果可以看出，這兩個(gè)階段生產(chǎn)率指數(shù)的改善均得益于純技術(shù)效率與規(guī)模效率的改善，純技術(shù)變動(dòng)與規(guī)模技術(shù)變動(dòng)則在不同程度上拉低生產(chǎn)率水平。但是，介于中間的2014-2016期間生產(chǎn)率指數(shù)卻有所下滑。其中，2014-2015是規(guī)模效率及純技術(shù)水平的退步導(dǎo)致了生產(chǎn)率指數(shù)的下滑，而2015-2016期間則是由于純技術(shù)效率及規(guī)模效率的后退所致。

2013年，被物流業(yè)稱作“政策年”，中央和地方先后出臺(tái)了多項(xiàng)物流相關(guān)政策。其中，全國(guó)人大3月通過的《“十二五”規(guī)劃綱要》、國(guó)務(wù)院8月出臺(tái)的《國(guó)務(wù)院辦公廳關(guān)于促進(jìn)物流業(yè)健康發(fā)展政策措施的意見》及后續(xù)細(xì)化，都提出了許多有助于發(fā)展現(xiàn)代物流產(chǎn)業(yè)的新舉措。2014年則是物流政策的落實(shí)年，在各項(xiàng)新政策指導(dǎo)下，企業(yè)自身管理與資源配置方面的能力有所改善，企業(yè)規(guī)模也得到優(yōu)化。2017年，物流業(yè)結(jié)構(gòu)性改革取得重要進(jìn)展。一是物流需求的新舊動(dòng)能加速轉(zhuǎn)換，傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，新產(chǎn)業(yè)保持強(qiáng)勁增長(zhǎng)勢(shì)頭;二是民生消費(fèi)成為物流發(fā)展的重要驅(qū)動(dòng)力，例如網(wǎng)絡(luò)消費(fèi)驅(qū)動(dòng)的電商物流需求的高速增長(zhǎng);三是全球經(jīng)濟(jì)溫和復(fù)蘇，進(jìn)口物流需求形勢(shì)向好。而2014-2016這段期間生產(chǎn)率指數(shù)的下降則是由于供給側(cè)結(jié)構(gòu)性改革的深入實(shí)施，煤炭、鋼鐵等產(chǎn)業(yè)的去產(chǎn)能也進(jìn)一步導(dǎo)致與之密切相關(guān)的物流產(chǎn)業(yè)面臨收縮。

2.2.2 不同類型物流企業(yè)效率動(dòng)態(tài)分析

由表3可知，道路運(yùn)輸、航空運(yùn)輸與水上運(yùn)輸三個(gè)行業(yè)的平均生產(chǎn)率指數(shù)實(shí)現(xiàn)進(jìn)步。其中表現(xiàn)最好的是水上運(yùn)輸業(yè)，生產(chǎn)率年平均增長(zhǎng)率達(dá)到7.4%，這與“一帶一路”倡議的推進(jìn)有著密不可分的聯(lián)系。近年來(lái)，隨著“一帶一路”的進(jìn)一步深化，我國(guó)與21世紀(jì)海上絲綢之路沿線地區(qū)的貿(mào)易往來(lái)更加頻繁，貿(mào)易量穩(wěn)步上升，這也使得我國(guó)水上運(yùn)輸行業(yè)生產(chǎn)率有所提升。與此同時(shí)，外貿(mào)業(yè)務(wù)的拉動(dòng)作用也在道路運(yùn)輸與航空運(yùn)輸業(yè)有所體現(xiàn)。

剩余四個(gè)行業(yè)的平均生產(chǎn)率指數(shù)均小于1，其中倉(cāng)儲(chǔ)業(yè)除規(guī)模效率上升外，其他三項(xiàng)指標(biāo)均處于退步狀態(tài)，主要原因在于國(guó)內(nèi)倉(cāng)儲(chǔ)業(yè)現(xiàn)代化程度較低，倉(cāng)庫(kù)、設(shè)備等較為陳舊，且當(dāng)前的技術(shù)水平離最優(yōu)規(guī)模還有一定差距。鐵路運(yùn)輸生產(chǎn)率指數(shù)的退步是由于純技術(shù)效率及純技術(shù)水平的降低，這也說(shuō)明鐵路運(yùn)輸企業(yè)規(guī)模狀況良好，但企業(yè)管理與技術(shù)水平方面稍有欠缺。裝卸搬運(yùn)與運(yùn)輸代理業(yè)是由于純技術(shù)的退步拉低了其生產(chǎn)率水平。雖然目前裝卸搬運(yùn)與運(yùn)輸代理行業(yè)也正朝著現(xiàn)代化、信息化發(fā)展，但基于其行業(yè)自身特點(diǎn)與國(guó)內(nèi)發(fā)展現(xiàn)狀，技術(shù)水平較發(fā)達(dá)國(guó)家仍差距很大。生產(chǎn)率指數(shù)最低的郵政業(yè)則是四項(xiàng)指標(biāo)均處于負(fù)增長(zhǎng)狀態(tài)，與其較高的靜態(tài)運(yùn)營(yíng)效率出入很大。近年來(lái)，郵政業(yè)中占比較大的快遞企業(yè)技術(shù)投入頗多，無(wú)人機(jī)、無(wú)人車、無(wú)人倉(cāng)逐漸成為智慧物流的三大支柱。但新技術(shù)研發(fā)周期長(zhǎng)，難以短期內(nèi)發(fā)揮效用，再加上企業(yè)規(guī)模的擴(kuò)大并沒有順應(yīng)其現(xiàn)時(shí)發(fā)展?fàn)顩r，這些原因共同導(dǎo)致了生產(chǎn)率的退步。

2.2.3 不同區(qū)域物流企業(yè)效率動(dòng)態(tài)分析

首先，平均生產(chǎn)率指數(shù)處于進(jìn)步狀態(tài)的區(qū)域數(shù)量遠(yuǎn)少于退步區(qū)域，且差距明顯。其次，在不同區(qū)域的比較中，只有華北和華東兩個(gè)地區(qū)的生產(chǎn)率指數(shù)大于1。華北地區(qū)雖然靜態(tài)效率水平不高，但從動(dòng)態(tài)角度看卻一直處于進(jìn)步狀態(tài)。主要原因在于北京地區(qū)的輻射作用與京津冀協(xié)同發(fā)展的重大機(jī)遇使得該地區(qū)物流業(yè)的發(fā)展呈現(xiàn)穩(wěn)中向好的態(tài)勢(shì)，生產(chǎn)率指數(shù)顯著高于其他區(qū)域。而華東作為中國(guó)經(jīng)濟(jì)發(fā)展最快的地區(qū)之一，物流需求大、基礎(chǔ)設(shè)施相對(duì)完善且政府在物流行業(yè)發(fā)展中的各項(xiàng)投入也是不遺余力。

至于剩余四個(gè)退步的區(qū)域，生產(chǎn)率指數(shù)最低的東北地區(qū)，Malmquist生產(chǎn)率指數(shù)分解得到的四項(xiàng)指數(shù)均小于1。振興東北老工業(yè)基地戰(zhàn)略實(shí)施已久，東北地區(qū)物流業(yè)也已經(jīng)具備了良好的發(fā)展基礎(chǔ)，但是與“京津冀”和“長(zhǎng)三角”等地相比，發(fā)展水平仍滯后。西北地區(qū)生產(chǎn)率的降低則是由于純技術(shù)效率及純技術(shù)水平的退步。西北地區(qū)雖有“一帶一路”倡議的加持，但仍存在基礎(chǔ)設(shè)施不完善、企業(yè)資源配置與管理水平低、相關(guān)技術(shù)落后以及人才流失嚴(yán)重等問題。西南地區(qū)規(guī)模效率及純技術(shù)水平的退步均在不同程度上拉低了該地區(qū)的生產(chǎn)率指數(shù)。西南地區(qū)作為我國(guó)地形最復(fù)雜的區(qū)域之一，地理方面的劣勢(shì)使得其物流成本顯著高于其他地區(qū)，再加上物流基礎(chǔ)設(shè)施落后、需求強(qiáng)度低及政府重視不夠等原因，效率停滯不前也在意料之中。最后，中南地區(qū)的規(guī)模效率、純技術(shù)水平及規(guī)模技術(shù)水平都有所退步。雖然中南地區(qū)近年來(lái)物流發(fā)展穩(wěn)步提升，但專業(yè)技術(shù)人才缺乏、有關(guān)政策法規(guī)滯后仍導(dǎo)致專業(yè)化程度低、市場(chǎng)秩序不夠完善等問題的出現(xiàn)。

3? 結(jié)論與政策建議

3.1 結(jié)論

就靜態(tài)分析而言，物流業(yè)上市公司運(yùn)營(yíng)效率總體波動(dòng)不大，較為穩(wěn)定。其中規(guī)模效率優(yōu)于純技術(shù)效率，說(shuō)明企業(yè)的規(guī)模適宜，但在資源配置、企業(yè)管理等方面稍有欠缺。其次，不同類型企業(yè)之間的效率值差異較大。效率最高的裝卸搬運(yùn)與運(yùn)輸代理和最低的航空運(yùn)輸業(yè)之間的差距達(dá)到0.268，其中雖然存在一定的行業(yè)間差距，但主要原因還在于企業(yè)管理水平參差不齊。最后，就不同地區(qū)而言，雖然企業(yè)數(shù)量上存在差異，但效率值水平相當(dāng)，除華北地區(qū)效率偏低外，其他地區(qū)的效率均超過0.8。這也充分說(shuō)明企業(yè)運(yùn)營(yíng)效率的好壞與所屬地區(qū)經(jīng)濟(jì)發(fā)達(dá)程度并無(wú)絕對(duì)的正向相關(guān)性。

從動(dòng)態(tài)分析的結(jié)果看，總體上生產(chǎn)率指數(shù)的進(jìn)步與退步交替出現(xiàn)，且與其他分解指數(shù)相比，技術(shù)退步對(duì)于生產(chǎn)率指數(shù)的影響更大。雖然生產(chǎn)率總體呈進(jìn)步趨勢(shì)，但也為物流上市公司的發(fā)展敲響警鐘，即對(duì)于技術(shù)的改進(jìn)和創(chuàng)新不能松懈。從不同類型企業(yè)角度看，只有道路、航空和水上運(yùn)輸實(shí)現(xiàn)生產(chǎn)率指數(shù)的提升，其他行業(yè)均是退步的。其中，值得注意的是，航空業(yè)雖然靜態(tài)效率偏低，但從生產(chǎn)率指數(shù)看卻是進(jìn)步的。最后，從不同區(qū)域看，只有華北和華東的平均生產(chǎn)率指數(shù)大于1，其他區(qū)域生產(chǎn)率指數(shù)均有下滑。

3.2 政策建議

從企業(yè)微觀角度看，首先要加強(qiáng)技術(shù)創(chuàng)新，重視技術(shù)效率，提高物流現(xiàn)代化水平。同時(shí)，要加強(qiáng)企業(yè)創(chuàng)新體系建設(shè)，以提高企業(yè)技術(shù)水平作為工作重心。一方面，加大對(duì)物流相關(guān)軟、硬件設(shè)備的研發(fā)與應(yīng)用力度，將人工智能、大數(shù)據(jù)、云計(jì)算和區(qū)塊鏈等技術(shù)更好地應(yīng)用到物流業(yè)中。另一方面，探索適合物流企業(yè)發(fā)展的新模式，提高企業(yè)資源配置的水平，減少浪費(fèi)，實(shí)現(xiàn)更優(yōu)質(zhì)的投入產(chǎn)出比。其次是強(qiáng)化人才儲(chǔ)備觀念，加強(qiáng)相關(guān)專業(yè)人才的引進(jìn)與培養(yǎng)。定期進(jìn)行從業(yè)人員技能培訓(xùn)與考核，改善知識(shí)結(jié)構(gòu)，提高綜合素質(zhì)。最后是合理規(guī)劃企業(yè)規(guī)模及其治理結(jié)構(gòu)。規(guī)模擴(kuò)張并不總能帶來(lái)規(guī)模效應(yīng)，過大的企業(yè)規(guī)模會(huì)加重負(fù)擔(dān)。不當(dāng)?shù)慕M織結(jié)構(gòu)也會(huì)導(dǎo)致信息傳遞速度慢、失真度高等問題，不利于決策的制定。因此，各類物流企業(yè)需要在實(shí)踐中找到適合自身發(fā)展的規(guī)模和組織架構(gòu)，實(shí)現(xiàn)各部門、各環(huán)節(jié)之間協(xié)調(diào)合作。

從宏觀角度看，最主要是深入推進(jìn)供給側(cè)結(jié)構(gòu)性改革，有效降低成本。物流領(lǐng)域的供給側(cè)結(jié)構(gòu)性改革，主要在于提高資源配置的效率，增加有效供給，減少不必要成本，提升物流服務(wù)的質(zhì)量和效益。因此要將傳統(tǒng)物流與最新技術(shù)相融合，優(yōu)化物流行業(yè)運(yùn)營(yíng)模式，進(jìn)一步實(shí)現(xiàn)提供更優(yōu)質(zhì)服務(wù)的目標(biāo)。其次要持續(xù)推進(jìn)物流區(qū)域協(xié)同發(fā)展。加強(qiáng)國(guó)內(nèi)各大區(qū)域之間協(xié)作機(jī)制建設(shè)，促進(jìn)區(qū)域之間能源共享，實(shí)現(xiàn)聯(lián)動(dòng)協(xié)作發(fā)展。通過建立跨區(qū)域的合作共享平臺(tái)，積極開展行業(yè)交流會(huì)議，樹立行業(yè)標(biāo)桿企業(yè)，相互學(xué)習(xí)，實(shí)現(xiàn)共贏。

參考文獻(xiàn)：

[1]張?jiān)气P，王雨.物流產(chǎn)業(yè)效率評(píng)價(jià)及影響因素分析[J].統(tǒng)計(jì)與決策，2018，34（08）：109-112.

[2]鄭秀娟.基于隨機(jī)前沿的物流業(yè)發(fā)展效率及區(qū)域差異分析[J].統(tǒng)計(jì)與決策，2018，34（18）：121-124.

[3]張亮亮，蘇濤永，張健.中國(guó)物流產(chǎn)業(yè)技術(shù)效率：時(shí)空分異、影響因素與演進(jìn)邏輯——基于PP-SFA模型的實(shí)證分析[J].商業(yè)經(jīng)濟(jì)與管理，2019（04）：30-45.

[4]俞佳立，錢芝網(wǎng).長(zhǎng)江經(jīng)濟(jì)帶物流產(chǎn)業(yè)效率的時(shí)空演化及其影響因素[J].經(jīng)濟(jì)地理，2018，38（08）：108-115.

[5]于麗英，施明康，李婧.基于DEA-Malmquist指數(shù)模型的長(zhǎng)江經(jīng)濟(jì)帶物流效率及因素分解[J].商業(yè)經(jīng)濟(jì)與管理，2018（04）：16-25.

[6]陳永平，張亮亮.區(qū)域趨同還是趨異：中國(guó)物流產(chǎn)業(yè)效率及其收斂性——基于2006-2015年30個(gè)省域面板數(shù)據(jù)的研究[J].商業(yè)經(jīng)濟(jì)與管理，2018（03）：5-19.

[7]王博，祝宏輝，劉林.我國(guó)“一帶一路”沿線區(qū)域物流效率綜合評(píng)價(jià)——基于三階段DEA模型[J].華東經(jīng)濟(jì)管理，2019，33（05）：76-82.

[8]成剛.數(shù)據(jù)包絡(luò)分析方法與MaxDEA軟件[M].知識(shí)產(chǎn)權(quán)出版社，2014.

[9]Tone K，Tsutsui M.An epsilon-based measure of efficiency in DEA-a third pole of technical efficiency[J]. European Journal of Operational Research，2010，207（3）：1554 -1563.

[10]Andersen， Per.and Petersen， N.C.“A Procedure for Ranking Efficient Units in Data Envelopment Analysis.”Management Science， 1993， 39： 1261-1264.

[11]李曉梅，白雪飛.基于超效率CCR-DEA的國(guó)有物流企業(yè)績(jī)效實(shí)證分析——基于16家上市物流企業(yè)的樣本數(shù)據(jù)[J].中國(guó)流通經(jīng)濟(jì)，2016，30（04）：26-32.

[12]李守林，趙瑞，陳麗華.基于DEA-malmquist指數(shù)的交通運(yùn)輸上市企業(yè)動(dòng)態(tài)效率實(shí)證分析[J].中國(guó)流通經(jīng)濟(jì)，2017，31（12）：92-100.