• 欢迎访问3777金沙娱场城在线官方网站
货物查询

全国咨询热线400-663-9099
3777金沙娱场城在线

我国上市物流企业服务创新效率评价研究

字号:T|T
文章出处:作者:人气:-发表时间:2024-06-18 08:45:00

 我国提出“十四五”规划以来,调整国民经济结构已成为发展重点。物流业是支撑国民经济健康可持续发展的基础性、战略性、先导性产业,大力发展物流业不仅可以大大提高服务业在国民经济中的占比,还有利于缩减其他行业的运营成本和流通费用[1]。然而,由于过去的粗放式发展,物流企业存在经营规模小、网络分散、服务功能少、市场份额低等一系列问题[2],正受到海外大型物流企业的冲击。同时,物流企业在利用知识、技术和网络等新资源促进可持续发展的过程中,也遇到了一定的困境[3]。在竞争激烈、瞬息万变的市场中,实施服务创新是物流企业提高物流服务质量、增强核心竞争力,以及实现快速发展的有效途径,也是解决我国物流企业当前所面临的现实困境的关键[4]。

 
目前,物流企业服务创新的研究总体上滞后于现代物流业的快速发展[5]。研究对象主要集中于港口和平台[6],缺乏对企业服务创新的研究。在物流业快速发展的背景下,物流企业服务创新的成效如何?近年来,一些学者开始从经济和社会效益两方面探讨该问题,认为物流企业服务创新颇有成效,揭示了其实施的必要性[7]。然而,随着物流企业的发展,服务创新效率低下的问题日益显现:一方面,低层次物流服务创新水平已不能满足企业物流服务和其他产业转型升级的需要;另一方面,不合理的资源配置导致服务创新成果转化过于缓慢,长久以往将阻碍物流企业创收增效、形成核心竞争力[8]。
 
然而,多数学者关注物流企业服务创新效益,忽略了效率问题、从技术创新维度进行分析,忽略了物流企业的整体服务创新水平。本文基于DEA-BCC模型测算2017—2021年我国35家上市物流企业的服务创新效率,将个体企业和细分领域紧密结合,从创新研发和成果转化两个阶段对中国物流企业服务创新现状进行整体评估,了解其类型分布,有的放矢地提高物流企业服务创新效率。
 
1 研究方法
DEA-BCC模型可具体描述为如下过程:假设有n个决策单元,决策单元的集合为:DMU=(DMU1,DMU2,…,DMUi,…,DMUn)。其中,DMUi包括投入向量Xi=(X1i,X2i,…,Xmi) T与产出向量Yi=(Y1i,Y2i,…,Ysi)T,m为输入指标数目,s为输出指标数目。每个DMU的技术效率值可以借助如下的线性规划模型进行求解:
 
 
其中,X0和Y0为决策单元的投入和产出向量,γ是相对于DMU0重新构造一个有效DMU组合中n个决策单元的组合比例;θ是效率值,为决策单元投入相对于产出的有效利用程度。
 
2 指标选择与数据说明
2.1 指标选择
本文以熊彼特创新理论为基础,构建了服务创新投入和产出指标。一方面,物流服务创新离不开企业的资源投入,本文选取研发费用、员工人数、管理费用、固定资产作为投入变量的测量指标。另一方面,本文仅研究上市物流企业这一微观层面,故从产品创新、技术创新、资源配置和组织创新构建服务创新产出指标。在产品创新方面,最终的产出成果将反映在知识产权等无形资产上。在物流企业服务创新过程中,人工智能、云计算、大数据等数字化技术的应用程度可反映技术创新的产出。此外,合理的资源配置和有效的组织创新相辅相成,可以降低成本、提高生产效率、扩宽市场,为企业提供更高的净利润。
表1 DEA模型指标选取 导出到EXCEL
 
服务创新阶段 一级指标 二级指标 解释说明
创新研发 投入指标 资金投入 研发费用
人力投入 员工人数
产出指标 技术创新 年报中数字化技术的使用频率
产品创新 无形资产净额
成果转化 投入指标 组织投入 管理费用
物质投入 固定资产净额
产出指标 资源配置组织创新 净利润标准化
为减少或消除企业规模差异带来的影响,本文对投入指标进行对数化处理。此外,由于净利润存在负值,DEAP软件无法直接求解,所以对净利润进行无量纲化处理:
 
 
其中,表示第i家企业净利润标准化结果,Mi为净利润最大值,mi表示净利润最小值。
 
2.2 数据说明
本文选取2017—2021年中国证监会新行业分类中交通运输、仓储和邮政业所公布的上市物流企业作为样本企业,在剔除ST以及数据缺失严重的企业后,最终选取35家上市物流企业作为研究样本。效率评价中技术创新指标数据根据年报统计得到,其他变量来源于国泰安CSMAR数据库。此外,由于DEA模型在测算服务创新效率时,要求投入与产出指标具有同向性。故采用Pearson相关系数法,对投入与产出指标进行相关性检测,结果显示其相关程度较高且显著(见表2),说明本研究投入产出指标的选取较为科学合理,可在此基础上开展进一步研究。
 
  
 
表2 投入产出指标相关性分析  下载原图
 
3 实证及结果分析
3.1 整体效率评价
本文使用DEAP 2.0软件,选择以产出为导向且规模可变的DEA-BCC模型。当效率为1时,物流企业服务创新效率达到 DEA有效状态,反之则为DEA非有效。
 
2017—2021年,综合技术效率的平均值为0.940,表明服务创新效率处于较高水平。从单年来看,2020年综合技术效率平均值最高,为0.954,2021年平均值最低,为0.897。2021年服务创新效率较2017年有所下降,整体呈现倒“N”型趋势。2017年TE=1的公司数量有12家,而2021年仅有8家。此外,上述各年的效率值均在0.8~1内,平均每年11家企业处于DEA有效,大部分企业仍未达到最优的服务创新水平。截止到2021年,道路运输企业服务创新有效的最多,但水上运输企业服务创新更具有发展空间。本文选取的8家水上运输企业中有2家达到有效值,4家属于短期易改善企业(0.9<规模效率<1且0.9<技术效率<1)。2021年上半年,随着疫情好转,更多的私家车出行令高速公路收费业务增加,使得高速公路经营类企业的业绩提升。相比之下,水上运输企业的经营效率和绩效最低,尤其是港口服务类上市企业。服务创新不仅是企业深入了解消费者的契机,还能借此形成绩效效果。经营绩效良好的水上运输企业服务创新往往有效,而绩效较差的水上运输企业也大多属于服务创新易改善企业。因此,水上运输企业急于在短期内加快服务创新转化,从而获得更多的效益回报。
 
表3 整体效率评价结果 导出到EXCEL
 
效率类型 均值及公司数 年份 均值
2017 2018 2019 2020 2021
综合技术效率 均值 0.949 0.947 0.952 0.954 0.897 0.940
TE=1 12 10 11 13 8 11
纯技术效率 均值 0.965 0.962 0.966 0.966 0.945 0.961
PTE=1 14 13 17 16 16 15
规模效率 均值 0.983 0.984 0.986 0.988 0.949 0.978
SE=1 12 10 13 15 8 12
纯技术效率和规模效率在2017—2020年稳步上升,2021年降至最低点,趋势与综合技术效率相似。2017—2018年,国家积极推动供应链创新与应用试点,多家物流企业纳入试点单位,物流企业服务创新发展趋势明显。2020年,物流企业服务创新效率仍不断上升,主要有以下两点原因:一方面,顺应疫情下的特殊物流市场,物流企业不断加大服务创新力度,以保障自身正常运营[9]。另一方面,新冠疫情期间国内对部分特殊产品需求骤增、客户态度的骤变和其他行业的发展,都在倒逼物流服务呈现新亮点[10]。2021年,虽然我国政府出台了促进物流企业服务创新的政策,但物流业在国际严峻环境和国内外新冠疫情等多重考验下,仅头部企业服务能力有所提升,而其他中小物流企业因抗风险能力不足,难以持续进行服务创新。整体而言,纯技术效率和规模效率波动并不剧烈且有上升空间。小型物流企业服务创新要素流入困难,大型物流企业服务创新速度放缓。因此,物流企业需要加强研发、管理、组织以及制度的创新投入,还需要有明确的战略定位,避免短期内过度改变资金投向,形成适当的发展规模。同时,一些企业在达到最佳规模效率后,也要避免过度扩张。此外,本文需要将样本企业和细分领域的服务内容聚焦,真正做到物尽其用。
 
3.2 阶段效率评价
3.2.1 两阶段服务创新效率
本文将从创新研发和成果转化两阶段对服务创新进行阶段分析。由实证结果可知,2017—2021年,研发阶段的综合技术效率始终大于成果转化阶段,并且研发阶段综合技术效率的态势与整体综合技术效率的态势一致,呈现先增后降的波动趋势,由此可见在研发和成果转化两阶段中,研发阶段在服务创新过程中起着更大的作用。并且,我国上市物流企业服务创新成果转化相对薄弱,部分物流企业存在同质化现象,对于用户的需求缺乏个性化和差异化的服务创新,无法满足用户对于高品质、高效率服务的需求。企业服务创新的根本目的是为了创造价值,实现长远发展,然而较多的研发支出却不能转化为新产品在市场中流通。并且,在成果转化阶段还存在市场不健全、产业结构不合理等问题,严重影响了我国物流企业服务创新的成果转化。因此,在提高物流企业整体服务创新效率时需要考虑到技术、市场以及规模等主要因素。物流企业需要适应市场需求和变化,灵活调整和优化服务。如果企业在创新研发和成果转化运作之间的衔接不畅,可能会导致企业无法及时满足市场需求和客户期望,无法快速推出创新的服务解决方案。
 
3.2.2 企业服务创新效率类型分布
样本企业2017—2021年的创新研发效率与成果转化效率的均值分别为0.859和0.818,以两阶段效率的均值为分界线,将物流企业服务创新资源利用方式分成四种类型。结果表明:Ⅰ型企业占比最大,为40%。这类物流企业的服务创新研发效率与成果转化效率通常优于该行业的平均水平,极大推动了物流行业技术进步。道路运输、邮政和航运运输领域少部分已实现高研发高转化,而装卸与运输代理领域最为薄弱,只有1家企业位于该象限。因此,物流行业应更加关注装卸与运输代理领域。这部分物流企业需要加强信息技术的应用,优化仓储布局和配送路线,与供应商、物流公司、电商平台等建立良好的合作伙伴关系,加强员工培训与技能提升。Ⅱ型和Ⅲ型企业数量在整个样本中各占20%,并且仅有道路运输、仓储、水上运输这三个领域的企业位于该象限。为了帮助Ⅱ型企业更好地将创新成果转化为商业价值,企业需要定期进行市场调研,发现市场痛点,为成果转化提供针对性地解决方案。此外,相关领域的专业人才需要负责创新成果的评估和转化计划的制定,推动创新成果的转化和商业化。Ⅲ型物流企业重视经济效益,忽略了研发效率,虽然投入了大量的服务创新资源,但是获得的专利产出很少。针对这种现象,一方面,企业管理层需要意识到投入研发的长期效益,并将其纳入企业的战略规划中。另一方面,企业需要加强知识产权保护力度,强化自身科技积累,并且建立合理的创新研发人员激励政策。Ⅳ型企业占比为20%,这类物流企业不仅缺乏技术和管理人才,还缺乏创新研发意识能力。
 
4 对策建议
虽然服务创新整体进入壁垒较低,但要实现高效率仍非易事,本文提出以下几点建议:
 
(1)加强技术创新,优先发展水运企业。
物流企业应根据技术创新项目的可行性,有效利用资金和人力投入进行技术创新,特别是在物流核心技术关键领域,通过实现“产”“学”“研”“用”的精密结合,尽快解决“瓶颈”技术问题。此外,政府可以集中资源优先对易改善水上运输企业进行服务创新转型。在“一体化”战略框架下,促进优势企业的生产要素向其他企业扩散,最终实现生产要素的自由流动。此外,物流企业应该调节物流供应链成员间的关系,使各环节紧密衔接,带动各物流企业服务创新,进而提高服务创新整体效率。
 
(2)政企共建,加快仓储企业服务创新转化。
一方面,仓储领域专业的人才需要负责创新成果的评估和转化计划的制定,推动创新成果的商业化。同时,企业需要定期进行市场调研,为成果转化提供针对性地解决方案。另一方面,物流服务创新源于市场化程度提高和市场竞争的加剧。政府应总结各类经济信号,引导物流服务创新的发展方向。例如,通过人才引进、投资优惠等举措,促进服务创新资源的流动和优化配置。
 
(3)实现规模效益,建立制衡机制,抑制过度扩张。
物流企业可以通过上市融资、联盟、并购等多种方式扩大规模,吸引更多外部资源。此外,企业还可以拓展融资渠道,分散投资风险,加快技术创新成果的转化。然而,片面扩张也会带来组织惯性和创新惰性,因此,物流企业需要引入责任追溯制度和重大决策审核制度。同时,鼓励各物流企业因地制宜地制定股权激励政策,既能实现股东和高管能够实现利益的高度统一,又能分散大股东持股比例过高而做出错误决策的风险。