劉萬春 吳清

摘? 要：近些年來國內(nèi)外市場經(jīng)濟環(huán)境不斷變化，物流企業(yè)從最初的勞動密集型轉(zhuǎn)為技術(shù)密集型，自然而然重視創(chuàng)新發(fā)展的投入，對創(chuàng)新的要求也在逐漸提高。而以往的學者對物流企業(yè)更多是從公司內(nèi)部治理以及財務風險等角度進行分析，對于創(chuàng)新結(jié)果研究的不多，因此研究物流企業(yè)的創(chuàng)新效率十分有必要，文章基于DEA-Malmquist模型對2016～2018年A股上市的19家物流企業(yè)進行創(chuàng)新效率評價，結(jié)果表明：創(chuàng)新效率整體不高，但呈上升趨勢，并且主要依賴于技術(shù)效率的提高。并且從政府和企業(yè)兩個維度對物流企業(yè)的發(fā)展提出建議。

關(guān)鍵詞：物流企業(yè);創(chuàng)新效率;DEA-Malmquist模型

中圖分類號：F253? ? 文獻標識碼：A

Abstract： In recent years， the domestic and international market economic environment has been constantly changing. Logistics companies have turned from labor-intensive to technology-intensive. Naturally， they pay attention to the investment in innovation and development， and the requirements for innovation are gradually increasing. In the past， scholars analyzed logistics companies more from the perspectives of corporate internal governance and financial risks. They did not have much research on innovation results. Therefore， it is necessary to study the innovation efficiency of logistics companies. This article is based on the DEA

-Malmquist model for 2016 to 2018， 19 logistics companies listed on the A-share market conducted innovation efficiency evaluations. The results showed that the overall innovation efficiency is not high， but it is on the rise， and it mainly depends on the improvement of technical efficiency. And from the two dimensions of the government and the enterprise to make suggestions for the development of logistics enterprises.

Key words： logistics enterprises; innovation efficiency; DEA-Malmquist model

0? 引? 言

改革開放以來，我國的經(jīng)濟發(fā)展一路向前，作為民生建設之一的物流行業(yè)也經(jīng)歷了從無到有、從有到昌盛的狀態(tài)，但是隨著近些年來大數(shù)據(jù)、人工智能等滲透和普及，傳統(tǒng)的物流行業(yè)很難滿足人們?nèi)找嬖鲩L的需求，尤其是經(jīng)歷了2020年的新冠疫情，改革創(chuàng)新勢不可擋。而習近平總書記早在“十三五”就提出了新發(fā)展理念，將創(chuàng)新作為引領(lǐng)發(fā)展的第一動力，物流產(chǎn)業(yè)也從擴大規(guī)模轉(zhuǎn)向創(chuàng)新型發(fā)展，再加上今年新基建的提出進一步推動傳統(tǒng)物流向智慧物流的蛻變。那么在過去的幾年間，我國的物流企業(yè)的創(chuàng)新效率如何？投入和產(chǎn)出之間是否相得益彰？這一切都有研究的必要性，因此文中選取2016～2018年A股上市的物流企業(yè)數(shù)據(jù)，通過DEA-Malmquist指數(shù)模型進行分析，從而評價其創(chuàng)新效率。

1? 研究方法與指標選取

1.1? 研究方法

DEA中文為數(shù)據(jù)包絡分析，最早是由著名運籌學家A. Charnes， W. W. Cooper， E. Rhpdes在1978年提出，主要運用于相對效率評價的非參數(shù)檢驗。DEA的基本思路主要是將每一個需要進行評價的單位作為一個單獨的決策單元，再把所有的單獨的決策單元作為被評價的群體，通過DEAP軟件對投入和產(chǎn)出進行系統(tǒng)分析，從而確定有效的生產(chǎn)前沿面。對于沒有效率的DEA，不僅能夠指出有關(guān)指標的調(diào)整方向，并且還能夠給出具體的數(shù)量值。DEA有三種經(jīng)典模型，分別是CCR模型、BCC模型、Malmquist指數(shù)模型。前兩種模型主要測量規(guī)模報酬不變和規(guī)模報酬可變的情形，但是只能進行橫向比較，而Malmquist指數(shù)模型則可以彌補這一點，從而可以對面板數(shù)據(jù)進行分析，應用性更為廣泛，因此，本文選取DEA-Malmquist指數(shù)對A股物流上市企業(yè)的創(chuàng)新效率進行評價。Malmquist指數(shù)模型的原理具體如下：

假設x、y、x、y分別是決策單元DMU在t和t+1時期的投入產(chǎn)出，則決策單元的Malmquist指數(shù)在t時期到t+1時期的公式為：

Mx，y，x，y==

=Effchx，y，x，y×Techchx，y，x，y

根據(jù)Malmquist指數(shù)定義，Effch（Efficiency Change）表示規(guī)模報酬不變的情形下t時期到t+1時期的技術(shù)效率的變動。如果Effch>1，說明DMU的生產(chǎn)情況更靠近生產(chǎn)前沿面，意味著技術(shù)效率得到改善;Effch<1，則代表技術(shù)效率降低。技術(shù)效率的變化指數(shù)可以進一步具體分解為純技術(shù)效率和規(guī)模效率。Techch（Technical Change）則為技術(shù)進步指數(shù)，反映技術(shù)的進步情況，其測度與研究期間的生產(chǎn)前沿面有關(guān)。當Techch>1時，生產(chǎn)前沿面向上移動;Techch

Mx，y，x，y=××

? 其中：v代表規(guī)模報酬可變，c代表規(guī)模報酬不變，生產(chǎn)力指數(shù)Tfpch=技術(shù)效率Effch×技術(shù)進步Tech=純技術(shù)效率Ptech×規(guī)模效率Sech×技術(shù)進步Tech。

1.2? 指標選取

? 創(chuàng)新是一個多投入、多產(chǎn)出的動態(tài)過程，歷來沒有一個統(tǒng)一的評價指標。本文主要借鑒李守林等（2018）的指標選取，從投入產(chǎn)出兩個維度來衡量A股上市的物流行業(yè)創(chuàng)新效率，具體指標見表1。并且本文選取2016～2018年A股上市的物流行業(yè)，主要為鐵路運輸業(yè)、道路運輸業(yè)、水上運輸業(yè)、航空運輸業(yè)、管道運輸業(yè)、裝卸搬運和運輸代理業(yè)以及郵政業(yè)，并作如下處理：（1）剔除ST;（2）剔除缺失值;（3）剔除連續(xù)變量少于觀測值的變量。數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫和網(wǎng)易財經(jīng)公司財報，通過Excel進行處理后最終得到19家企業(yè)、57個觀測值，見表2。

2? 實證結(jié)果

2.1? 描述性統(tǒng)計

通過對2016～2018年的數(shù)據(jù)進行描述性分析，其結(jié)果見表3?？梢钥闯?，一方面物流企業(yè)在研發(fā)投入和研發(fā)人員占比的變化不是很大，其中研發(fā)投入整體呈現(xiàn)上升趨勢，但是最大值和最小值表明企業(yè)之間存在著一定的差距。另一方面物流企業(yè)在產(chǎn)出方面波動較大，總資產(chǎn)增長率、凈資產(chǎn)增長率、主營業(yè)務收入增長率連續(xù)三年最小值均為負值，凈資產(chǎn)增長率也由正轉(zhuǎn)負，其中2016年凈利潤增長率最小值和最大值相差懸殊，導致當年的標準差為近三年的最大值，但通過標準差可以表明物流企業(yè)在產(chǎn)出方面的差距在縮小。

2.2? 實證分析

通過表3可以看出原始數(shù)據(jù)中有負值出現(xiàn)，因此需要對原始數(shù)據(jù)進行無量綱化處理，具體公式如下：

Z=0.1+×0.9

通過DEAP2.1軟件，以產(chǎn)出指標為導向，運用DEA-Malmquist指數(shù)方法對2016～2018年A股物流上市企業(yè)的創(chuàng)新效率進行動態(tài)評價，得到以下結(jié)果（見表4、表5）。

（1）整體效率變動分析。從表4和表5的數(shù)據(jù)結(jié)果可以看出，2016～2018年A股上市的物流企業(yè)創(chuàng)新效率的整體TFP值僅為0.478，可能是由于之前物流企業(yè)對創(chuàng)新的重視程度不夠?qū)е?，但TFP從2016～2017年的0.291到2017～2018年的0.784，逐年呈現(xiàn)增長的趨勢，說明在未來有著良好的勢頭。從其具體分解值來看，技術(shù)效率均值上升144.6%，技術(shù)進步從0.041上升到0.925，說明目前物流上市企業(yè)的創(chuàng)新效率以效率的提高為主，技術(shù)提高仍存在著一定的進步空間。2016～2018年物流上市企業(yè)創(chuàng)新效率的純技術(shù)效率變化和規(guī)模效率變化的均值分別為1.316和1.874，均超過了1，總體呈上升趨勢，但2017～2018年的純技術(shù)效率變化和規(guī)模效率變化均小于1，反映規(guī)模效率和技術(shù)效率均受到了抑制。

（2）各企業(yè)創(chuàng)新效率變化對比。從表5可以看出，2016～2018年間只有山東高速、春秋航空的TFP值超過了1，說明只有這兩家企業(yè)在最近的三年內(nèi)創(chuàng)新效率得到了明顯的提高，大部分的物流上市企業(yè)的創(chuàng)新效率需要進一步加大提升。而通過具體的分解值來看，2016～2018年除了順豐控股以外的其他18家企業(yè)的技術(shù)效率均超過了1，而技術(shù)進步均在1以下，最大的僅為0.462，最小的為0.095，表明了上市的物流企業(yè)創(chuàng)新方面均依賴著技術(shù)效率的提高，對技術(shù)進步的提高投入不夠或者說沒有達到明顯的效果。

3? 結(jié)論與不足

3.1? 結(jié)? 論

? 近些年來我國經(jīng)濟平穩(wěn)運行，物流行業(yè)作為國民經(jīng)濟的重要基礎產(chǎn)業(yè)，與人們的生活息息相關(guān)，而且對其他不同的產(chǎn)業(yè)起著不可或缺的支撐作用，物流規(guī)模及市場在不斷擴大，科技信息化水平也在不斷提高。同時在政策的幫扶下物流行業(yè)經(jīng)歷了由勞動密集型轉(zhuǎn)向技術(shù)密集型的變化，沿著更加規(guī)范專業(yè)化的方向發(fā)展，創(chuàng)新方面也愈發(fā)受到重視。本文通過DEA-Malmquist指數(shù)模型測算了2016～2018年間19家物流上市企業(yè)的創(chuàng)新效率情況，發(fā)現(xiàn)物流行業(yè)的創(chuàng)新整體效率呈上升趨勢，但上升幅度不高，幾乎所有物流上市企業(yè)技術(shù)進步的數(shù)值都很小，整體創(chuàng)新效率的提高主要在于技術(shù)效率的上升。針對物流上市企業(yè)的情況，提出以下兩點建議：

（1）政府方面。首先，政府要意識到物流行業(yè)轉(zhuǎn)型對國民經(jīng)濟的重要意義，加大宏觀調(diào)控，對物流行業(yè)的發(fā)展提供政策性的支持。其次，對物流行業(yè)的創(chuàng)新投入給予財政方面的支持，完善投融資的模式，合理引導物流行業(yè)未來的發(fā)展。最后，國有的物流企業(yè)要在提高技術(shù)性人才待遇方面以身作則，企業(yè)內(nèi)部要合理布局，以及在交通布局和倉儲配送等方面給予企業(yè)更多的支持。

（2）企業(yè)方面。物流企業(yè)要正確意識到創(chuàng)新的重要性，建立和完善更加行之有效的規(guī)范標準，從而進一步加快轉(zhuǎn)型升級。同時物流企業(yè)要提高物流技術(shù)的開發(fā)與運用，維持技術(shù)效率上升的過程中提高技術(shù)進步，整體朝著達到降低成本提高效率以達到高質(zhì)量的穩(wěn)健性發(fā)展的目標前進。另外，物流企業(yè)要加大區(qū)域之間的協(xié)作，打造創(chuàng)新型物流聯(lián)盟以及公共信息平臺，實施跨地區(qū)整合物流資源，進行優(yōu)劣勢互補，構(gòu)建更加有價值的物流市場。

3.2? 不? 足

本文主要存在兩大不足：第一，選取的企業(yè)過少，通過篩選只保留了19家A股上市的物流企業(yè)，并且只選取了2016

～2018年的數(shù)據(jù)，觀察值不夠，并不能完整地反映這19家物流企業(yè)的整體創(chuàng)新效率;第二，在進行描述性統(tǒng)計后發(fā)現(xiàn)原始數(shù)據(jù)存在復制的情況下，由于樣本過少未進行合理剔除，而是進行標準化處理，容易造成負值過大處理后反而成為了正值，即使數(shù)值較小也有可能會對后續(xù)結(jié)果造成影響。因此在改善這兩大不足后未來需要進一步分析物流企業(yè)的創(chuàng)新效率。

參考文獻：

[1] 褚衍昌，沈洋，連文浩. 基于DEA-Malmquist和Tobit模型的中國物流企業(yè)效率研究——來自上市公司的經(jīng)驗證據(jù)[J]. 數(shù)學的實踐與認識，2020，50（10）：95-105.

[2] 孫佳文，趙海東. 資源富集地區(qū)民營上市公司生產(chǎn)效率及影響因素研究：基于DEA-Malmquist-Tobit模型[J]. 中共杭州市委黨校學報，2019（6）：75-81.

[3] 梁雯，方韶暉. 基于DEA-Malmquist模型的低碳物流效率研究[J]. 牡丹江師范學院學報（社會科學版），2019（2）：10-18.

[4] 王明哲，冉倫，張增博. 基于DEA-Malmquist和Tobit regression的物聯(lián)網(wǎng)上市公司效率評價[J]. 數(shù)學的實踐與認識，2017，47（11）：74-83.

[5] 魏權(quán)齡. 數(shù)據(jù)包絡分析（DEA）[J]. 科學通報，2000（17）：1793-1808.