0 引言

物流產(chǎn)業(yè)作為國民經(jīng)濟的“命脈”，為各行各業(yè)提供必需的服務，是社會經(jīng)濟有序開展的基礎條件，物流產(chǎn)業(yè)在民生和經(jīng)濟發(fā)展中發(fā)揮著核心的服務職能和支持保障作用。2022年，《“十四五”現(xiàn)代流通體系建設規(guī)劃》中提出物流行業(yè)要不斷優(yōu)化產(chǎn)業(yè)結構，以實現(xiàn)綠色低碳發(fā)展為目標，物流上市企業(yè)作為物流產(chǎn)業(yè)的領頭羊，擔任著在實踐和探索中發(fā)掘現(xiàn)代物流的重要職能，物流上市企業(yè)的經(jīng)營狀況關乎物流產(chǎn)業(yè)的發(fā)展態(tài)勢。

如何評價物流企業(yè)經(jīng)營績效獲得了大量學者的關注，梁丹通過主成分分析法評價港口物流公司的經(jīng)營績效[1]，蔡文浩同樣采用PCA分析交運物流業(yè)上市公司的財務績效[2]；邵博利用DEA模型對第三方物流企業(yè)進行績效評價[3]。鑒于此，本文將DEA模型與PCA法結合，基于PCA-DEA模型評價我國物流上市公司經(jīng)營績效，從宏觀上分析經(jīng)營狀況，以期為物流上市公司提升績效和持續(xù)健康發(fā)展提供借鑒[4]。

1 研究樣本選擇及評價體系構建

為了全面具體地評價A股物流上市企業(yè)的經(jīng)營績效，本文以申萬行業(yè)分類為依據(jù)，選取二級行業(yè)物流業(yè)為研究對象，共計56家公司，同時搜集56家公司2021年年報數(shù)據(jù)為研究樣本，數(shù)據(jù)來源于國泰安數(shù)據(jù)庫，部分缺失值根據(jù)年報手動計算?！镀髽I(yè)績效評價細則（修訂）》規(guī)定企業(yè)經(jīng)營效益水平包括盈利能力、資產(chǎn)運營水平、償債能力和后續(xù)發(fā)展能力，對非金融公司的績效評價也須從這四個方面展開。在進行物流企業(yè)經(jīng)營績效評價時，考慮到物流企業(yè)實際情況以及指標獲取的可操作性，本文在四個維度的基礎上增加資金周轉維度，選取21個指標來全面構建物流企業(yè)經(jīng)營績效評價指標體系[5]，如表1所示。

2 研究方法

2.1 主成分分析法（PCA）。

主成分分析法（PCA）是一種“降維”算法，它能將多個指標轉換為少數(shù)幾個綜合指標（即主成分），轉換后的主成分是彼此獨立的原始變量的線性組合，保留了大部分原始數(shù)據(jù)的信息。通過主成分分析，可以去除指標中的“噪聲”和重要性較低的指標，在降低轉化中的信息損失的同時提高數(shù)據(jù)處理的速度。

2.2 數(shù)據(jù)包絡模型（DEA）。

數(shù)據(jù)包絡分析由Charnes等首次提出，該方法被廣泛應用于評價上市企業(yè)運行效率。DEA通過眾多決策單元的投入與產(chǎn)出確定最佳生產(chǎn)狀態(tài)，再對比樣本的投入產(chǎn)出情況與最佳生產(chǎn)狀態(tài)，從而判斷DEA是否有效。本文欲選取以投入為導向的DEA-BCC模型，其原理如下所示：

3 實證分析

考慮到五個維度共21個預選指標間存在不可避免的關聯(lián)性，為了盡可能減少由于指標關聯(lián)而導致企業(yè)經(jīng)營信息重復反映和滿足DEA模型的規(guī)定，本文首先采用主成分分析法對預選的21項指標進行降維，以期實現(xiàn)希望用較少的指標來更加全面地反映企業(yè)的經(jīng)營狀況，同時加強DEA模型分析的可操作性。鑒于此，本文將利用SPSS 26.0來實現(xiàn)主成分分析法的指標篩選。

3.1 對投入和產(chǎn)出指標進行主成分分析。

利用SPSS 26.0對56家物流企業(yè)的13個投入指標和8個產(chǎn)出指標進行KMO檢驗和巴特利特球形度檢驗，結果如表2所示。可以看出，投入指標的KMO值為0.617，產(chǎn)出指標的KMO值0.662，兩者均大于0.5，且Sig.=0，兩種指標均適合進行因子分析，因此本文中主成分分析法適用于物流企業(yè)。

通過SPSS采用主成分分析法將預選指標數(shù)據(jù)降維，其中，投入指標共提取4個主成分F1、F2、F3、F4,4個主成分的方差貢獻率累計達到76.372%；產(chǎn)出指標共提取2個主成分Z1、Z2,2個主成分的方差貢獻率累計達到77.105%，據(jù)此判斷，經(jīng)過PCA篩選出來的6個主成分較適合替代原先的預選指標，使得物流企業(yè)經(jīng)營績效評價更加高效具體。接著通過最大方差法來進行投入指標和產(chǎn)出指標的旋轉，獲得因子載荷系數(shù)如表3所示，以此確定每個主成分中隱變量的重要性[3]。

由表3可知，投入指標的主成分F1中重要性較高的指標為經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額/流動負債和全部現(xiàn)金回收率，反映物流企業(yè)經(jīng)營管理效率和通過經(jīng)營活動利用資產(chǎn)創(chuàng)造現(xiàn)金流入的能力強弱；主成分F2中重要性較高的指標為總資產(chǎn)周轉率和流動資產(chǎn)周轉率，反映物流企業(yè)周轉各類資產(chǎn)的效率、流動資產(chǎn)的運用效率和營運管理能力的強弱；主成分F3中重要性較高的指標為長期資本負債率，反映企業(yè)的長期資本結構狀態(tài)，長期資本負債率與企業(yè)償還長期債務的能力成反比，可以用來判斷企業(yè)的債務情況；主成分F4中重要性較高的指標為籌資活動債權人現(xiàn)金凈流量和籌資活動股東現(xiàn)金凈流量，反映企業(yè)的籌資渠道是否豐富，現(xiàn)金流量是否健康以及管理層是否擁有卓越的資金管理能力。反映物流企業(yè)產(chǎn)出指標的主成分Z1中重要性較高的指標為資產(chǎn)報酬率、凈資產(chǎn)收益率和成本費用利潤率，反映物流企業(yè)利用現(xiàn)有資產(chǎn)創(chuàng)造利潤、獲取收益的能力以及利用成本的效率；主成分Z2中重要性較高的指標為總資產(chǎn)增長率、資本保值增值率和固定資產(chǎn)增長率，反映總資產(chǎn)和固定資產(chǎn)的增長幅度以及企業(yè)資本積累能力。

根據(jù)成分得分系數(shù)矩陣計算，得到以下6個主成分表達式，各公司主成分得分如表4所示。

3.2 DEA效率分析。

通過主成分分析法處理后，共獲取到4個新投入指標和2個產(chǎn)出指標，由于DEA模型要求輸入和產(chǎn)出的數(shù)據(jù)均為非負數(shù)，因此采用Min-Max法處理新的指標數(shù)據(jù)以滿足DEA模型數(shù)據(jù)的非負性。DEA模型包括CCR和BCC兩種模型，考慮到物流企業(yè)規(guī)模的可變性，因此本文采用BCC模型，通過DEAP 2.1進行測算，測算結果如表5所示。

56家物流企業(yè)的綜合效率平均值為0.732，從行業(yè)宏觀來看，說明物流業(yè)整體資產(chǎn)配置較為合理，經(jīng)營績效表現(xiàn)良好，資源配置水平和資源利用效率處于高位。有14家物流企業(yè)的綜合效率為1，達到技術有效的狀態(tài)，占樣本總數(shù)的25%，同時，也有28家企業(yè)的綜合效率低于平均值。綜合效率是純技術效率和規(guī)模效率兩者的乘積，在關注企業(yè)綜合效率的同時也要關注另外兩項的得分，如果出現(xiàn)一項得分低或兩項得分都低，就會出現(xiàn)企業(yè)達到技術無效的狀態(tài)。在處于技術無效的42家企業(yè)中，僅有7家企業(yè)綜合效率值大于0.8，高達35家企業(yè)綜合效率值低于0.8，說明這35家企業(yè)在資源配置和利用效率上存在一定的問題，整體經(jīng)營績效并不突出，在相同的投入下未能實現(xiàn)良好的產(chǎn)出效益。其中，新寧物流綜合效率值僅有0.279，遠低于平均值。

從物流企業(yè)的純技術效率角度分析，有20家企業(yè)達到技術效率有效，占樣本總量的35.71%，其中有14家企業(yè)的綜合效率值也為1。值得關注的是，雖然有6家企業(yè)純技術效率為1，但依舊沒有達到DEA有效狀態(tài)，他們分別是東方嘉盛、長江投資、圓通速遞、長久物流、嘉友國際和法蘭泰克。反映了這6家公司目前技術方面的資源配置已經(jīng)達到了最佳狀態(tài)，但還需要調整生產(chǎn)規(guī)模。物流上市企業(yè)純技術效率平均值為0.902，樣本整體在技術上存在9.8%的資源沒有實現(xiàn)有效配置?？v觀樣本，有36家企業(yè)的Vrste超過了平均值，公司之間極差達到了0.432，說明物流行業(yè)參差不齊，各企業(yè)之間經(jīng)營技術效率差距較大，存在相當數(shù)量的技術有效性較差的企業(yè)。遠大控股的Vrste最低，僅為0.568，公司的技術有效性有待提高，對于所有Vrste未達到1的企業(yè)，都需要不斷提升公司技術水平，爭取實現(xiàn)技術效率最優(yōu)。

從物流企業(yè)的規(guī)模效率角度分析，56家物流上市企業(yè)中有14家企業(yè)規(guī)模效率有效，達到了最佳規(guī)模。規(guī)模效率反映的是實際規(guī)模和最佳生產(chǎn)規(guī)模之間的差距，說明這14家公司已經(jīng)實現(xiàn)了財務資源的最佳配置，達到了最佳生產(chǎn)規(guī)模。在企業(yè)達到最佳規(guī)模時，企業(yè)生產(chǎn)規(guī)模的擴大并不會使規(guī)模收益增加；而當企業(yè)沒有達到最佳規(guī)模時，規(guī)模收益處于邊際遞減的狀態(tài)，隨著企業(yè)不斷擴大生產(chǎn)規(guī)模，反而會導致企業(yè)浪費資源，經(jīng)營績效越來越差。

從表5中可以看出，56家物流企業(yè)的規(guī)模報酬均為遞增或規(guī)模報酬不變，從生產(chǎn)規(guī)模上來看，樣本企業(yè)均有大量的發(fā)展?jié)摿ΑＮ覈锪骺傤~不斷上升，物流需求不斷增加。隨著經(jīng)濟的不斷發(fā)展，我國齊全的工業(yè)體系、完整的工業(yè)制造配套、全面的產(chǎn)業(yè)創(chuàng)新會繼續(xù)促進物流發(fā)展，因此，物流企業(yè)擁有著廣闊的市場和發(fā)展機會，企業(yè)應當及時調整規(guī)模，通過規(guī)模收益渠道提升經(jīng)營績效，通過擴大資本投入提高產(chǎn)出水平，達到最佳生產(chǎn)規(guī)模。

4 結論與建議

4.1 結論。

本文將主成分分析法與數(shù)據(jù)包絡分析相結合，為物流企業(yè)構建了新的經(jīng)營績效評價體系，首先借助主成分分析法篩選財務指標，然后利用數(shù)據(jù)包絡分析模型綜合評價對56家物流上市公司的經(jīng)營效率。研究結果表明，物流上市公司經(jīng)營績效綜合效率優(yōu)化空間較大，相較于綜合效率，純技術效率處于良好水平，各企業(yè)規(guī)模效率參差不齊，結合各企業(yè)實際情況來看，說明影響物流企業(yè)經(jīng)營績效的關鍵因素是管理模式、內部結構與生產(chǎn)規(guī)模等因素。樣本整體均處于規(guī)模收益遞增或不變，說明物流上市企業(yè)可以通過擴大資本投入提高產(chǎn)出水平，達到最佳生產(chǎn)規(guī)模。

4.2 建議

(1）從政府角度。政府要政策上扶持，行動上鼓勵，持續(xù)改善營商環(huán)境。從《國家物流樞紐布局和建設規(guī)劃》到《“十四五”現(xiàn)代物流發(fā)展規(guī)劃》，政府應當加快布局建設國家物流樞紐和物流基地，從政策和資金上給予優(yōu)秀物流企業(yè)支持。同時，政府應當鼓勵地企合作，加快產(chǎn)業(yè)鏈供應鏈融合，實現(xiàn)物流現(xiàn)代化發(fā)展。

(2）從企業(yè)角度。企業(yè)首先要有效配置資源，優(yōu)化自身資本結構，提高資金利用效率。物流企業(yè)的規(guī)模和投入資本會顯著影響經(jīng)營績效，規(guī)模過大容易浪費資源，規(guī)模過小難以實現(xiàn)最佳產(chǎn)出效益。面對潛力巨大的物流市場，作為具有高投入，回報期長等特點的重資產(chǎn)企業(yè)，物流企業(yè)要充分利用資源，通過渠道融資優(yōu)化自身資本結構，提高資金利用效率。其次，物流企業(yè)要積極創(chuàng)新，發(fā)展智慧物流提高企業(yè)競爭力。近年來5G、AI等智能技術的發(fā)展為物流領域提供了豐富的發(fā)展前景，各企業(yè)不斷涌現(xiàn)無人物流、智能倉儲、自動化等新業(yè)態(tài)。物流企業(yè)應該積極創(chuàng)新，用創(chuàng)新力去同質化，實現(xiàn)與其他實體行業(yè)的數(shù)字化融合升級。