| 注册
| 流通理论研究 | 流通产业研究 | 流通企业研究 | 流通技术研究 | 流通渠道研究 | 流通资本研究 | 流通政策研究 | 流通热点专题 | 
| 零售业研究 | 批发业研究 | 物流业研究 | 餐饮业研究 | 酒店业研究 | 旅游业研究 | 会展业研究 | 旧货业研究 | 拍卖业研究 | 
| 业态研究 | 选扯研究 | 配送研究 | 防损研究 | 市场研究 | 客户研究 | 商品研究 | 自有品牌 | 卖场研究 | 店铺研究 | 促销研究 |
| 超市 | 百货店 | 购物中心 | 购物广场 | 商业街与步行街 | 便利店 | 专业店 | 专卖店 | 家居建材店 | 商业地产 | 电子商务 | 直销 |
您当前位置:首页> 市场研究 > 物流业研究正文
中国物流企业生产效率与规模效率实证分析
来源:商业时代 2013年第19期 发布时间:2013-7-25 点击数:

    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0<θ<1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,采用营业总收入作为输出变量,避免了采用营业利润可能出现的负值,同时也避免了由于成本增减与各地区税收政策差异等造成企业营业利润波动而带来的分析误差,2011年41家上市物流企业相关数据如表1所示。

  数据处理

  分别利用CCR和BCC模型对41家上市物流企业的相关数据进行计算,得到各自的技术效率(TE)、纯技术效率(PTE)和规模效率(SE),计算结果与效率排名如表2所示。

  结果分析

  第一,小型物流企业具有更高的技术效率,大型物流企业技术效率普遍不高。从表2可以看出,共有8家企业的技术效率排名第1,包括申通地铁(固定资产排名第20),恒基达鑫(固定资产排名第28),保税科技(固定资产排名第30),海峡股份(固定资产排名第33),富临运业(固定资产排名第35),象屿股份(固定资产排名第37),澳洋顺昌(固定资产排名第38),飞马国际(固定资产排名第41),这其中固定资产规模最高的申通地铁为16.8亿,最低的飞马国际仅为3500万左右;它们的固定资产规模都集中分布在20亿人民币以下。

    共有11家企业固定资产规模在100亿元以上,其中固定资产规模最高的中国国航超过了1000亿元。但是其中技术效率最高的招商轮船仅排名第14位,为0.85;最低的ST长油排名第38位,仅为0.538。

  第二,大型和小型物流企业纯技术效率相对较高,中型物流企业纯技术效率普遍偏低。从上市公司层面的分析可以看出,物流企业固定资产规模大小并不是纯技术效率高低的主要决策因素。在11家资产超过100亿的物流企业中,有6家企业纯技术效率排名第1,占比54.5%;在16家资产不到10亿的物流企业中,有10家企业纯技术效率排名第1,占比40%;而在14家资产介于10亿到100亿元的物流企业中,仅有2家企业纯技术效率排名第1,占比14.3%;纯技术效率呈现出两头高中间低的格局。

  第三,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。从表2可以看出,共有8家企业的规模效率有效,其中仅有申通地铁资产规模达到10亿元以上,其余7家固定资产规模均在10亿元以下。

  固定资产规模排名前11位的物流企业不但不具备规模有效特征,并且生产效率在整个样本中排名较低,规模效率最高的大秦铁路仅为0.873,排名第18位;规模效率最低的中国远洋仅为0.744,排名第38位;唯一一家固定资产超过千亿元的中国国航规模效率仅有0.793,排名为29位。

  另一方面,固定资产规模小于10亿的小型物流企业呈现出两极分化格局。这其中既有恒基达鑫、保税科技、海峡股份、富临运业、象屿股份、澳洋顺昌、飞马国际等企业具备规模有效特征,也有新宁物流(排名37)、SST天海(排名40)、外运发展(排名41)这样的规模效率排名靠后的企业

  从以上的分析可以得出结论,在上市企业的样本范围内,物流企业并不具备显著的规模经济特征,大型物流企业在生产效率方面对于中小型企业没有明显优势,并且大型物流企业呈现出明显的规模不经济。

  第四,上市物流企业的规模效率差异不大,纯技术效率要优于规模效率。根据对41家上市物流企业效率的统计,有12家企业的技术效率处于最佳或者接近最佳状态(大于0.9),占比29.3%;技术效率的平均值为0.7516,标准差为0.2102。有21家企业的纯技术效率处于最佳或者接近最佳状态(大于0.9),占比51.2%;技术效率的平均值为0.8707,标准差为0.1614。有17家企业的规模效率处于最佳或者接近最佳状态(大于0.9),占比41.5%;技术效率的平均值为0.8462,标准差为0.1811。上市物流企业效率统计如表3所示。

  从上市企业样本说明我国物流企业并不具备显著的规模效率,因此物流企业管理者首先要从提升企业内部管理水平入手来提升效率增加效益,而不是依靠规模扩张来获取经济效益增长。

  结论

  本文以41家上市物流企业为样本,利用DEA、CCR/BCC模型对中国物流企业的生产效率和规模效率进行了实证研究。通过对它们的生产效率进行分析发现:小型物流企业具有更高的技术效率,大型物流企业技术效率普遍不高;大型和小型物流企业纯技术效率相对较高,中型物流企业纯技术效率普遍偏低;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;上市物流企业的规模效率差异不大,纯技术效率要优于规模效率。因此对于物流企业来说,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,在此基础上追求企业效益的增加,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。物流企业应该将发展战略重心放在提升管理水平、技术水平和服务水平上,从而提升企业整体运作效率,进而增强企业竞争能力。


  参考文献:

  1.李智彬.我国物流业发展现状与应对策略[J].山东社会科学,2010(4)

  2.国务院关于印发物流业调整和振兴规划的通知[R].国务院,2009-3-10

  3.charnes A,cooper w w,Rhodes E.Measuring the emciency of decision making units[J].European Journal of Operational Research,1978(2)

  4.Banker R D.Estimating most productive scale 8ize using data envelopment aIlalysis[J].European Journal of Operations Research,1984(17)

  5.Banker R D,Charnes A,cooper w w.Some models for estimating technical and scale inefficiencies data envelopment analysis[J].Management science,1984,30(9)

  6.上海证券交易所.相关上市公司2011年年度报告[R].上海证券交易所,2012
 
  7.深圳证券交易所.相关上市公司2011年年度报告[R].深圳证券交易所,2012
 
  作者简介:

  余沛(1976-),男,河南省南阳人,工学博士,河南科技大学管理学院讲师,高等教育与区域经济省级重点人文社科研究基地学术骨干。主要从事供应链物流管理、区域经济与城市研究

作者:余沛  编辑:jiuyu
  • 本文标签:  
  • 上一篇文章:

  • 下一篇文章:
  • 分享】 【打印】 【收藏】 【关闭
    编辑推荐
    六大运动品牌存货高达31亿 行 广州家具展迁址上海 上演跨城
    热门资讯
    武汉商业地产跨入战国时代 便利店掀起零售业革命
    热门标签


    网站简介 联系信息 专业服务 广告服务 网站地图
    联系电话:020-84096050  传真:020-84096050  Email:shichang2004@126.com  
    粤ICP备05001115号   广东现代专业市场研究院版权所有 ©2004-2014
    网上警察