基于网络DEA的中国上市物流企业绩效评价

       [中图分类号]F252.5 [文献标识码]A [文章编号]1006-5024(2016)11-0125-06

       [DOI]10.13529/j.cnki.enterprise.economy.2016.11.019

       一、引言

       物流业是国民经济发展中的重要组成部分，实时、准确地掌握物流业的发展状况对推进“一带一路”建设，深化互联互通战略实施等方面具有重要的意义。但是，要准确掌握物流业的发展状况，就必须对物流企业进行有效的绩效评价，进而帮助企业诊断自身的实际运营情况，合理配置企业的资源，从而提高企业的运行效率[1]。

       回顾以往研究，国内外学者在评价物流企业绩效上进行了大量研究，从方法上讲主要可以分为参数方法和非参数方法两大类。参数方法以随机前沿法(Stochastic Frontier Approach,SFA)为代表，该方法考虑了随机误差的影响，但对前沿函数形式的假定具有主观性，因此不利于客观评价[2]。非参数方法以数据包络分析(Data Envelopment Analysis,DEA)为代表，该方法以相对效率为基础，可以根据投入产出数据测度同质决策单元之间的相对有效性，较好地避免了决策者主观意识的干扰，也被广泛应用于物流企业绩效评价中。国外研究中，Schefczyk[3]、Min & Park[4]、Min & Joo[5]采用DEA方法分别评价了航空公司、集装箱港口、第三方物流企业等物流服务机构的效率。国内研究中，张宝友等[6]运用DEA方法对中国21家上市物流企业的经营绩效进行了评价。李友东等[7]采用一种改进的J-K数据包络分析法，评价了中国26家上市物流企业的经营效率。史成东等[8]通过建立C[2]R-DEA交叉评价模型，对中国22家上市物流公司的效率进行了实证分析。

       但是，上述研究都是在单阶段DEA方法的基础上进行，该类方法将整个物流企业的生产过程看成一个“黑箱”，缺乏系统内部结构以及子过程效率的分析，容易造成高估系统整体效率的情况[9]。为解决该问题，Fre和Grosskopf[10]提出了网络DEA模型，该模型通过将复杂的生产过程分解为多个相关的子过程，可以在考虑系统结构的前提下分析系统整体和各个子阶段的效率。然而，到目前为止，利用网络DEA模型评价中国物流企业的相对较少。而且，随着相关研究的深入，学者们也发现传统网络DEA模型在测度生产系统效率过程中，忽略了由中间产品引起的子阶段间的冲突(中间产品既是第一阶段希望增加的对象，又是第二阶段希望减少的对象)，使得最终测算出来的效率值可能有偏差。据此，本文采用Liang等[11]提出的中心化网络DEA模型，对中国18家上市物流公司的盈利化效率和市场化效率进行分析。该模型既考虑了由中间产品引起的冲突，又在一定程度上解决了子阶段效率值不唯一性问题[11]。

       本文的贡献主要体现在以下几个方面：首先，首次运用中心化网络DEA模型对中国18家上市物流企业2013年和2014年的绩效进行评价，为实时准确地了解中国物流企业绩效状况提供依据；其次，建立适合中国上市物流企业的两阶段生产系统评价指标体系，从生产经营和市场运作两个角度分析和探讨了中国上市物流企业经营无效率的主要原因；最后，针对中国上市物流企业实际情况，提出有针对性的政策意见和建议。

       二、研究方法、指标选择及数据来源

       (一)研究方法

      

       但模型(1)的解可能不唯一，这就导致子阶段1和子阶段2的效率值也可能不唯一。为得到唯一解，可以在保证综合效率值不变的前提下，分别最大化子阶段1或子阶段2的效率值以获得相应子阶段效率的近似唯一解。通过最大化子阶段1的效率，可以得到子阶段1效率值的上界，具体模型如下：

      

       (二)指标选择

       在利用DEA方法测度决策单元效率的过程中，评价指标体系的不同对最终结果影响比较大。本文通过借鉴张宝友等、钟祖昌以及Zhu等已有研究[6][12][13]，将中国上市物流企业内部结构划分为盈利化(profitability)阶段和市场化(marketability)阶段两个子生产过程，考虑到选取指标的可获得性、可操作性以及适用性等原则，最终选取3个投入指标、2个中间产出指标以及3个最终产出指标，具体如表1所示。

      

       其中，市场价值=(年末总股本数)×(12月31日当天股票的收盘价)。