0 引言 随着2005年底我国物流业全面开放,外资企业采取独资、合资和并购等形式快速发展,国内物流市场的竞争更加激烈。从此,我国物流企业所面临的不仅是国内企业的竞争,还有国际物流巨头的挑战,但同时也将拥有一个更加广阔的发展空间。机遇与挑战同在,我国物流在和世界巨头同场竞技的舞台上如何扬长避短、把握住新一轮发展机遇,成为摆在我国物流企业面前的一道难题。那么当前我国物流企业的效率怎样?如何提升物流企业的竞争力,促进物流业生产率的提高?这些是物流企业面临的亟待解决的问题。因此客观评价、分析我国物流企业效率及其动态变化,对于探索提升我国物流业效率的措施具有很强的现实意义。 本文试图在这方面做出探索,将运用DEA方法对2002-2006年来中国物流业的技术效率、纯技术效率、规模效率及Malmquist指数进行研究,以期能准确反映中国物流业的效率状况和动态变化,进而提出提升我国物流业效率的措施,以供企业参考。 1 模型介绍 1.1 DEA模型 数据包络分析法是由Chames和Cooper等以相对效率概念为基础发展起来的一种非参数统计方法,它运用线性规划模型评价和研究具有多投入多产出的若干决策单元(DMU)的相对有效性。在DEA方法理论体系中,最具有代表性的评价模型是CCR和BCC模型。 基于投入的评价DMU技术效率的CCR模型为:
1.2 Malmquist指数 Malmquist指数是由Malmquist于1953年提出的,一般的多投入多产出条件下的基于投入的全要素生产率指数可以用Malmquist生产率指数来表示,其可被分解为技术效率变动指数和技术进步指数。
Malmquist生产率指数(TFP Index)表示企业在t期至t+l期整体生产率的变化程度。若M>1,表示生产率呈上升趋势;M<1,表示生产率呈衰退趋势。 技术效率变动指数(TEC)表示企业在t期至t+1期的技术效率变动程度,表明效率追赶的程度。TEC>1,表示与最优DMU的差距在缩小;TEC<1,表示差距在进一步拉大。 技术进步指数(TC)表示企业在t期至t+1期的技术变化程度,表明技术进步或创新的程度。若TC>1,表示技术有所进步;TC<1,表示技术有衰退的趋势。 Wheelock和Wilson认为,静态CCR和BCC模型只能就同一期间的资料作横向分析,并不能探讨DMU在不同期间经营效率的变动,而Malmquist生产率指数是运用面板数据,辅以距离函数的概念,求出一个可以作为纵向比较分析的生产率指数,可以弥补静态CCR和BCC模型的缺点,因此在评价行业中企业效率动态变化的研究领域被广泛采用。 2 指标选择与数据来源 结合研究目的和物流业的特点,我们选取员工人数、固定资产净额、主营业务成本和管理费用作为投入指标,净利润和主营业务收入作为产出指标.同时选取在沪深两地上市的16家物流公司作为样本(见表1),按其性质可分为港口类和运输类两种。数据来源于各公司2002-2006年的年报,16家样本企业,5年样本区间,6个投入产出指标,共480个数据。 3 实证分析 实证研究分为两步,第一步求出每年静态数据,分别利用CCR和BCC模型求出各企业的技术效率值、纯技术效率值和规模效率值,并进行规模报酬分析。第二步求出反映跨期动态效率变化的Malmquist生产率指数,并分析效率变化情况及变化来源。本文运用DEAP2.1软件求解。 3.1 效率分析 3.1.1 技术效率(TE)分析 技术效率由CCR模型求得,可衡量在投入导向下,企业是否有投入要素的浪费。从表1可以看出,我国物流业五年平均技术效率仅为0.9,说明我国物流企业存在10%的投入资源浪费,其中五年间均为DEA有效的有6家企业,仅占样本量的37.5%,说明我国物流业总体效率不高,仍有改进和提高的余地。从企业类型上看,运输类物流企业的整体效率高于港口类企业,前者平均值为0.967,后者为0.832。 3.1.2 纯技术效率(PTE)分析
纯技术效率由BCC模型求得,可衡量投入导向下,企业的技术无效率到底有多少是由于纯技术无效率所造成。我国物流企业五年平均纯技术效率为0.965,其中有10个企业连续5年均为纯技术DEA有效,占样本量的62.5%;此外还有2个企业有4年是处于纯技术DEA有效的,两者共占样本量的75%。这说明我国物流企业的纯技术效率处于较高水平,投入要素组合合理,取得了较好的产出效果。从企业类型来看,运输类物流企业的纯技术效率平均值为0.991,略高于港口类的0.938。