物流业的调整和振兴是国民经济持续快速健康发展的必要保证, 这也促进了政府对物流业的大力支持和投入, 随之而来的便是如何能科学合理地配置有限的物流资源、降低物流成本, 提高物流效率, 这对于解决当前物流业所面临的问题无疑具有重要的意义。仓储作为物流过程中举足轻重的环节, 其占用了大量的资源, 常常伴随着物流仓储活动而产生大量的费用, 物流成本的高低往往取决于仓储成本的大小。

企业生产分析应用最重要的方面在于其对成本与利润效率的分析, 目前无论对与成本效率还是技术效率的测量使用比较广泛的还是前沿分析法, 该方法是根据已知的投入产出观察值, 构造生产可能集, 通过估计生产前沿面, 测算各个决策单元与前沿面之间的距离来计量其技术或者成本效率。根据生产函数中的参数是否需要估计, 该方法可分为非参数法和参数法两类。

根据文献统计, 目前考察国内物流企业效率时, 使用较多的还是非参数形式的数据包络分析法 (DEA) , 其基本思想起源于Farrell对生产率的研究, 该研究没有综合考虑决策单元 (Decision Making Units, DMU) 多种投入和多种产出的情况, 存在诸多局限性。DEA方法以其独有的特点受到了广泛的关注, 已经成为多投入多产出情况下决策单元相对有效性和规模收益等方面应用最为广泛的数理方法之一。本文将建立基于DEA方法的成本效率分析模型, 并结合我国9家上市仓储企业的相关财务数据, 选取营业成本、劳动力成本、固定资产作为投入指标, 营业收入和利润总额为产出指标, 对我国仓储行业成本效率进行相关分析。

假设存在n个同类决策单元, 每个决策单元有m个投入和s个产出变量, 决策单元DMUj的投入xj= (x1j, …, xmj) ∈Rm≥0, 产出yj= (y1j, …, ysj) ∈Rs≥0, J={}1, …, n﹜。定义DMUj的产出和收入非负价格向量 (cj, pj) , 为投入成本和产出收入, 其中, *表示向量相乘。

技术效率是从投入产出之间的数量关系来衡量企业效率, 技术效率高仅仅是企业获得良好经济效益的必要条件, 并不是充分条件。提高企业的经济效益还要考虑投入要素的资源配置效率。

成本效率的研究在成本前沿的基础上既要考虑投入与产出之间的技术效率 (TE) , 又要考虑价格因素所带来的配置效率 (AE) , 根据投入与产出是否考虑价格因素定义以下四种生产可能集:

若投入产出均考虑了价格因素, 并且属于同类型数据, 则生产可能集定义为:

若只有产出考虑了价格因素且属同类型数据, 但投入并没有考虑价格因素, 则定义生产可能集如下:

若只有投入考虑了价格因素且属同类型数据, 但产出并没有考虑价格因素, 则定义生产可能集如下:

若投入和产出均未考虑价格因素, 则定义生产可能集如下:

假设每个生产可能集都满足平凡性公理、无效性公理、凸性公理和最小性公理, 那么生产可能集在规模收益可变 (VRS) 假设条件下用非参数DEA模型表示如下:

在DEA生产可能集构建过程中使用规模收益可变假设的原因有三:

(1) 假设有些数据可以是负数, 这些数可能不能够定义一个经过原点的有效前沿面, 比如在规模收益不变下的假设, 该假设在数据为负的情况下将会失效;

(2) 规模收益不变的假设与基于特定方向向量的定向型DEA模型并不保持一致, 而该DEA模型能够直接处理包括正数和负数在内的所有类型数据;

(3) 规模收益不变实际情况中并不总是存在。

若决策单元DMU的潜在行为目标是成本最小化, 那作为成本效率测量值的γ0可以由下面的线性规划问题的最优目标值获得:

式中, C0=Σmi=1ci0xi为可见成本, C*=Σmi=1ci0Xi*是决策单元DMU0的最小成本, γ0被定义成最小成本与可见成本的比率, 因此0≤γ0≤1。

以上模型是基于生产可能集建立的, 然而, 当投入变量多样化, 为了说明由于企业磋商导致的投入价格不同或者反映投入资源本质上的区别, 那么生产可能集就应该选择 (Tone 2002) , 基于该生产可能集的成本效率模型表示如下:

式中, 表示决策单元DMU0的可见成本, 此外, 以投入为导向的技术有效性测量值ρ0IVTE可表示如下:

显然, 通过以上模型可以得到以下关系:, 由此定义以投入为导向的资源配置效率AE如下:

根据上式, 成本效率测量值可以用以投入为导向的技术效率值TE和资源配置效率值AE表达如下:

因此, 若决策单元DMU要达到成本有效, 则其技术效率和配置效率均要达到有效。如果γ0CE<1, 企业成本过高, 则导致其发生的原因会是不能够有效利用技术或者有效的对资源配置。

本文通过查询国内9家上市仓储企业2009年至2013年相关财务数据 (来自RSSET/DB) , 选取其中的利润总额和营业收入作为产出指标, 营业成本、劳动力成本、固定资产作为投入指标, 利用所建立模型对其成本效率进行分析, 其中:

固定资产价格=当年固定资产折旧/固定资产原值

营业成本投入价格=营业费用/资产总额

劳动力价格=应付员工薪酬/资产总额

首先, 在规模收益可变假设条件下建立基于投入的不考虑价格因素的BCC-DEA模型 (带非阿基米德无穷小变量) 如下:

利用模型 (6) , (7) , (9) , (10) 计算9家国内上市仓储企业效率结果如表1所示。

对以上数据进行整理, 见表2、表3。

从表1中可以看出, 利用BCC-DEA模型所计算出来的综合技术效率和纯技术效率差别并不大, 比如纯技术效率一项, 从2009年至2013年五年间, 只有C600794公司在2010年表现为纯技术效率无效, 其他企业在五年间均表现为有效, 计算结果掩盖了由于价格因素导致的成本效率无效的事实, 引入NEW-COST-DEA方法后, 在充分考虑了价格因素的影响后能够对各个仓储企业的成本效率进行更加真实客观的评价, 从表1右侧基于NEW-COST-DEA方法得出的结果中可看出, 2009年至2010年5年间, 能有两年保持成本效率、技术效率和配置效率均有效的企业只有两家, 其中一家 (C200053) 在5年内有两年保持三项效率均有效, 另外一家 (C600794) 则保持了4年三项效率有效, 企业C600794应作为这九家上市仓储企业的标杆。2009年~2013年间, 各企业成本效率、技术效率和配置效率极差最大是发生在2011年, 成本效率在0.099到1之间, 技术效率在0.208到1之间, 配置效率在0.099到1之间。

表1 2009年~2013年国内9家上市公司技术与成本效率     下载原表

注:*表示2009年到2013年各指标值的平均值, TE (CRS) 表示Technical Efficiency from CRS DEA, TE (VRS) 表示Technical Efficiency from VRS DEA, SE (SCALE) 表示Scale Efficiency.

国内9家上市仓储企业在5年内的成本效率平均值最高的是C002492公司, 达到了0.95, 但该公司在5年内的成本效率从未在有效前沿面上;2009年~2013年间, 成本效率处在有效前沿面次数最多的是公司C600794, 总共有4次, 其次为C200053公司, 总共有2次, 其他企业均未在有效前沿面;特别提到公司C600787, 其成本效率在五年内均为9家企业中最低者, 成本效率最低达到0.099, 其成本效率提升空间最大;从表3中得知, 9家上市仓储企业5年内平均成本效率在0.8以上的只有3家, 从一定程度上说明国内上市仓储企业成本效率还是偏低。

从表2中成本效率一列数据看出国内上市仓储企业的成本效率在2010年陡然下降, 而后又缓慢回升, 导致下降的原因在于受到国内经济大环境的影响, 而导致其效率回升的原因可总结为2010年以后国内物流和仓储行业蓬勃发展, 在国外物流同行进入中国市场后, 在激烈的市场竞争环境中国内物流与仓储行业不断革新技术, 成本效率在整体上有所提升。

表2 2009年~2013年国内上市仓储企业平均技术与成本效率     下载原表

表3 国内9家上市仓储企业2009年~2013年平均技术与成本效率     下载原表

就技术效率而言, 基于NEW-COST-DEA模型计算的结果显示, 所有样本企业在5年内的平均技术效率并不高, 技术效率在0.8以上的企业只有5家, 刚超过样本数量的一半;从表2中的统计数据可知, 2009年~2013年国内上市仓储企业的技术效率呈现下降后回升的趋势, 说明国内物流与仓储行业在技术层面在不断地创新, 国内物流与仓储行业在未来有不错的发展前景。

通过以上面板数据对国内上市仓储企业成本效率的分析, 结合BCC-DEA和NEW-COST-DEA两种方法进行对比可以发现, 在做成本效率分析时BCC-DEA方法并不优于NEW-COST-DEA方法, 前者所得结论掩盖了由于价格因素导致的成本效率无效的事实, 后者在考虑价格因素后能够更加全面客观地对企业成本效率进行评价, NEW-COST-DEA模型能够将价格因素考虑到投入成本中, 不仅能够对投入要素的数量进行分析, 而且能够对投入要素中由于价格变动引起的效率问题进行分析, 更准确地找出仓储企业运行成本效率是由于技术因素引起的还是由于价格因素和要素之间的配置引起的, 并能够给出准确的值, 为企业降低成本找出途径和相应的目标。根据NEW-COST-DEA分析结果, 国内仓储企业成本效率总体水平不理想, 而且企业之间差距较大, 在以后的发展中应该注意利用科学与管理技术的革新来提高企业成本、技术和配置效率。