基于PCA-DEA 模型的物流企業經營績效評價

江 月，喬玉洋

（南京林業大學 經濟管理學院，江蘇 南京 210037）

0 引言

物流產業作為國民經濟的“命脈”，為各行各業提供必需的服務，是社會經濟有序開展的基礎條件，物流產業在民生和經濟發展中發揮著核心的服務職能和支持保障作用。2022 年，《“十四五”現代流通體系建設規劃》中提出物流行業要不斷優化產業結構，以實現綠色低碳發展為目標，物流上市企業作為物流產業的領頭羊，擔任著在實踐和探索中發掘現代物流的重要職能，物流上市企業的經營狀況關乎物流產業的發展態勢。

如何評價物流企業經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營績效[1]，蔡文浩同樣采用PCA 分析交運物流業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營績效，從宏觀上分析經營狀況，以期為物流上市公司提升績效和持續健康發展提供借鑒[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 股物流上市企業的經營績效，本文以申萬行業分類為依據，選取二級行業物流業為研究對象，共計56 家公司，同時搜集56 家公司2021 年年報數據為研究樣本，數據來源于國泰安數據庫，部分缺失值根據年報手動計算?！镀髽I績效評價細則（修訂）》規定企業經營效益水平包括盈利能力、資產運營水平、償債能力和后續發展能力，對非金融公司的績效評價也須從這四個方面展開。在進行物流企業經營績效評價時，考慮到物流企業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經營績效評價指標體系[5]，如表1 所示。

表1 預選指標體系

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據的信息。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據處理的速度。

2.2 數據包絡模型（DEA）。數據包絡分析由Charnes 等首次提出，該方法被廣泛應用于評價上市企業運行效率。DEA 通過眾多決策單元的投入與產出確定最佳生產狀態，再對比樣本的投入產出情況與最佳生產狀態，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性，為了盡可能減少由于指標關聯而導致企業經營信息重復反映和滿足DEA 模型的規定，本文首先采用主成分分析法對預選的21 項指標進行降維，以期實現希望用較少的指標來更加全面地反映企業的經營狀況，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 來實現主成分分析法的指標篩選。

3.1 對投入和產出指標進行主成分分析。利用SPSS 26.0 對56 家物流企業的13 個投入指標和8 個產出指標進行KMO 檢驗和巴特利特球形度檢驗，結果如表2 所示?？梢钥闯?，投入指標的KMO 值為0.617，產出指標的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。

表2 投入、產出指標的KMO 檢驗和巴特利特球形度檢驗

通過SPSS 采用主成分分析法將預選指標數據降維，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%，據此判斷，經過PCA 篩選出來的6 個主成分較適合替代原先的預選指標，使得物流企業經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出指標的旋轉，獲得因子載荷系數如表3 所示，以此確定每個主成分中隱變量的重要性[3]。

表3 因子載荷系數表

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營活動產生的現金流量凈額/流動負債和全部現金回收率，反映物流企業經營管理效率和通過經營活動利用資產創造現金流入的能力強弱；主成分F2中重要性較高的指標為總資產周轉率和流動資產周轉率，反映物流企業周轉各類資產的效率、流動資產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，反映企業的長期資本結構狀態，長期資本負債率與企業償還長期債務的能力成反比，可以用來判斷企業的債務情況；主成分F4中重要性較高的指標為籌資活動債權人現金凈流量和籌資活動股東現金凈流量，反映企業的籌資渠道是否豐富，現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。反映物流企業產出指標的主成分Z1中重要性較高的指標為資產報酬率、凈資產收益率和成本費用利潤率，反映物流企業利用現有資產創造利潤、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增長率、資本保值增值率和固定資產增長率，反映總資產和固定資產的增長幅度以及企業資本積累能力。

根據成分得分系數矩陣計算，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。

表4 主成分得分

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 個產出指標，由于DEA 模型要求輸入和產出的數據均為非負數，因此采用Min-Max 法處理新的指標數據以滿足DEA 模型數據的非負性。DEA 模型包括CCR 和BCC 兩種模型，考慮到物流企業規模的可變性，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。

表5 物流企業經營績效評價結果

56 家物流企業的綜合效率平均值為0.732，從行業宏觀來看，說明物流業整體資產配置較為合理，經營績效表現良好，資源配置水平和資源利用效率處于高位。有14 家物流企業的綜合效率為1，達到技術有效的狀態，占樣本總數的25%，同時，也有28 家企業的綜合效率低于平均值。綜合效率是純技術效率和規模效率兩者的乘積，在關注企業綜合效率的同時也要關注另外兩項的得分，如果出現一項得分低或兩項得分都低，就會出現企業達到技術無效的狀態。在處于技術無效的42 家企業中，僅有7 家企業綜合效率值大于0.8，高達35 家企業綜合效率值低于0.8，說明這35 家企業在資源配置和利用效率上存在一定的問題，整體經營績效并不突出，在相同的投入下未能實現良好的產出效益。其中，新寧物流綜合效率值僅有0.279，遠低于平

從物流企業的純技術效率角度分析，有20 家企業達到技術效率有效，占樣本總量的35.71%，其中有14 家企業的綜合效率值也為1。值得關注的是，雖然有6 家企業純技術效率為1，但依舊沒有達到DEA 有效狀態，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達到了最佳狀態，但還需要調整生產規模。物流上市企業純技術效率平均值為0.902，樣本整體在技術上存在9.8%的資源沒有實現有效配置?？v觀樣本，有36 家企業的Vrste 超過了平均值，公司之間極差達到了0.432，說明物流行業參差不齊，各企業之間經營技術效率差距較大，存在相當數量的技術有效性較差的企業。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，都需要不斷提升公司技術水平，爭取實現技術效率最優。

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

從表5 中可以看出，56 家物流企業的規模報酬均為遞增或規模報酬不變，從生產規模上來看，樣本企業均有大量的發展潛力。我國物流總額不斷上升，物流需求不斷增加。隨著經濟的不斷發展，我國齊全的工業體系、完整的工業制造配套、全面的產業創新會繼續促進物流發展，因此，物流企業擁有著廣闊的市場和發展機會，企業應當及時調整規模，通過規模收益渠道提升經營績效，通過擴大資本投入提高產出水平，達到最佳生產規模。

4 結論與建議

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

4.2 建 議

（1）從政府角度。政府要政策上扶持，行動上鼓勵，持續改善營商環境。從《國家物流樞紐布局和建設規劃》到《“十四五”現代物流發展規劃》，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秀物流企業支持。同時，政府應當鼓勵地企合作，加快產業鏈供應鏈融合，實現物流現代化發展。

（2）從企業角度。企業首先要有效配置資源，優化自身資本結構，提高資金利用效率。物流企業的規模和投入資本會顯著影響經營績效，規模過大容易浪費資源，規模過小難以實現最佳產出效益。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企業，物流企業要充分利用資源，通過渠道融資優化自身資本結構，提高資金利用效率。其次，物流企業要積極創新，發展智慧物流提高企業競爭力。近年來5G、AI 等智能技術的發展為物流領域提供了豐富的發展前景，各企業不斷涌現無人物流、智能倉儲、自動化等新業態。物流企業應該積極創新，用創新力去同質化，實現與其他實體行業的數字化融合升級。