一、引言 近年来，我国物流业发展迅猛。据中国物流与采购联合会统计，2007年全国物流总额270亿元，同比增长62.2％，增加值同比增长20.3％，增幅比上年同期提高5.5个百分点，物流增加值占服务业增加值的比例由17.1％提高到17.6％。我国物流业的快速增长表明经济增长对物流需求越来越大，经济发展对物流的依赖程度也越来越高。但是物流成本过高依然是制约物流业乃至整个国民经济运行的瓶颈。2007年，全国社会物流总费用占GDP的比率达18.4％，明显大于发达国家水平。这说明我国物流处于一个较低的水平，有巨大的发展空间。自2005年我国物流业全面对外开放以来，跨国物流企业凭借雄厚的资本、先进的物流设施及丰富的物流企业管理经验大举抢滩中国内地市场，使本来就处于较低发展水平的我国本土物流企业面临更加严峻的挑战。在这样的背景下，提高本土物流企业的效率，对于加快我国物流业的发展，推动我国产业结构合理化和提高我国物流企业在国际市场上的竞争力都具有十分重要的现实意义。 物流企业效率问题实际上研究的是一个物流企业实现投入最小化或产出最大化的问题。从国内外相关研究看，分析物流企业效率的方法主要有参数化方法和非参数化方法。参数化方法主要有随机边界函数法（SFA）、自由分布法（DFA）和厚边界函数法（TFA）（Cullinane,et al.,2002）。这些方法原理相似，主要差别在于误差的假设不同。一些学者曾运用这些方法对港口物流企业效率进行了评价，如Liu（1995）采用港口企业的人均工资、账面固定资产／总资产作为投入指标，总吞吐量作为产出指标，借助随机边界函数分析（SFA）建立了港口企业效率评价模型（Stainer,2000）。参数化方法的特点是考虑了随机误差，但是假设的边界函数具有主观性，函数形式的准确性对效率值有相当影响。非参数化方法最典型的是数据包络分析法（DEA），Tongzon（2001）、Min等（2005）运用DEA方法对国际集装箱港口的效率进行了评价，Min等（2006）运用该方法对美国典型第三方物流企业的竞争力进行了衡量。Zhou等（2007）选取固定资产净额、支付员工的工资薪酬、运营费用和当期负债作为投入指标，用运营收入作为产出指标，采用CCR-DEA和BCC-DEA模型对中国10大第三方物流企业的效率进行了评价，结果表明中国第三方物流企业效率的下降在一定程度上源于这些企业大多从传统国有运输企业转型而来，适应市场经济比较缓慢；销售机会、技术水平与第三方物流企业的运营效率正相关，但是公司规模大小与企业绩效无关。DEA方法摒弃了参数方法中函数形式需要事先假定、参数估计的有效性和合理性需要检验等多方面问题，而且可以评价不同量纲的指标，不需要主观地赋予指标相对权重，而且可以对多投入多产出进行处理，具有较强的客观性。但是CCR-DEA和BCC-DEA等模型存在两个主要问题：一是没有考虑随机误差；二是若被考察决策单元有效率（效率值为1），将无法进一步区别单元之间的效率高低，即无法对有效率企业进行再排序（Seiford,et al.,1998）。此外，国内运用DEA模型对物流企业效率评价的文献数量非常稀少，而且对物流企业投入指标与产出指标的界定存在很大差异（张宝友等，2008；孙瑛等，2006），这影响了物流企业效率评价的科学性及效果。鉴于此，本文拟运用超效率CCR-DEA（SUP-CCR-DEA）模型，以我国24家上市物流公司为研究对象，在系统界定物流企业投入产出指标的基础上，对2006年和2007年物流上市公司的效率进行评价，以反映目前我国物流上市公司发展态势，最后针对评价中发现的问题寻求优化思路。 二、物流上市公司效率评价模型 （一）DEA基本模型 数据包络分析（Data Envelopment Analysis,DEA）最初由Charnes等于1978年提出，这就是CCR-DEA模型。它是利用线性规划技术，对多指标投入和多指标产出的同类经济体的相对效率进行有效评价的方法。
（二）超效率CCR-DEA模型
图1 超效率DEA评价示意图 资料来源：Andersen等（1993），并经作者修改完善。 为了弥补CCR-DEA和BCC-DEA模型的缺陷，Andersen等（1993）提出了一种“超效率”（Super-Efficiency）CCR-DEA模型，使有效决策单元之间也能进行效率高低的比较。超效率CCR-DEA模型的基本思路是：在进行第
个决策单元效率评价时，使第
个决策单元的投入和产出被其他所有决策单元投入和产出的线性组合代替，而将第
个决策单元排除在外，而CCR-DEA模型则将这一单元包括在内。一个有效的决策单元可以使其投入按比率增加，而其效率可保持不变，其投入增加比率即其超效率评价值。这一基本原理可从图1得到反映，以决策单元
为例，图中C点处在有效生产前沿面ABCD上，DEA的CCR模型下
的效率值为1。按照超效率模型的思路，在计算
效率值时，C点应排除在决策单元的参考集合之外，于是生产前沿面就由ABCD变为了ABD，C到有效前沿面的距离CC′是C可扩张的大小，C点的效率值为
＝OC′／OC＞1。对于CCR模型中本来就是非DEA有效的决策单元E，在超效率模型中其生产前沿面依然是ABCD，因此按照超效率模型计算的效率值与按照CCR模型计算的效率值是一致的，
