基于隨機(jī)前沿成本模型的上市物流企業(yè)成本效率比較研究

《基于隨機(jī)前沿成本模型的上市物流企業(yè)成本效率比較研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、基于隨機(jī)前沿成本模型的上市物流企業(yè)成本效率比較研究李英曹國張忠常州工學(xué)院經(jīng)濟(jì)與管理學(xué)院常州市創(chuàng)新創(chuàng)業(yè)與改革發(fā)展研究中心本文選取我國32家上市物流公司2000-2012年的面板數(shù)據(jù)，利用四種不同的隨機(jī)前沿模型對上市物流企業(yè)進(jìn)行異質(zhì)性環(huán)境下的成木效率進(jìn)行研究。研宄結(jié)果表明上市物流企業(yè)的平均成本效率的評估結(jié)果受到所選擇的模型的影響，環(huán)境因素會使無效率項隨時間變化的模型的結(jié)果出現(xiàn)偏差,導(dǎo)致企業(yè)間成本效率排名的變化。關(guān)鍵詞：上市物流企業(yè);異質(zhì)性;成本效率;隨機(jī)前沿模型;基金：江蘇省社會科學(xué)基金項0(13ZHD013)引言隨著世界經(jīng)濟(jì)的不斷增長，“中W制造”的工業(yè)產(chǎn)品產(chǎn)量大幅增加

2、，世界的加工與制作中心正悄然向我國轉(zhuǎn)移，這為我國物流業(yè)帶來機(jī)遇的同時也帶來了挑戰(zhàn)。盡管我國物流業(yè)發(fā)展速度越來越快，但生產(chǎn)效率低下仍是制約企業(yè)發(fā)展的主要因素之一。效率的改善和技術(shù)的進(jìn)步是企業(yè)健康發(fā)展的重要保障。另外，大量國內(nèi)外的專家學(xué)者認(rèn)為，物流企業(yè)具有很強(qiáng)的規(guī)模經(jīng)濟(jì)特點，一個企業(yè)的規(guī)模過小，會導(dǎo)致生產(chǎn)、服務(wù)的和對成本變高，并且一個企業(yè)是否能夠做到規(guī)?；呀?jīng)成為關(guān)乎企業(yè)成敗的關(guān)鍵性因素。因此進(jìn)行物流企業(yè)成木效率的研宄，為企業(yè)提供有效的決策信息變得越來越迫切。成本效率不僅能幫助企業(yè)了解自己在所處行業(yè)的管理和營運水平，與前沿的差距、進(jìn)步的空間、潛力和前進(jìn)方向等，同時也是政府

3、大力支持物流業(yè)發(fā)展，營造服務(wù)型、經(jīng)濟(jì)型社會大環(huán)境的重耍參考?？锖２ㄟ\用超效率的CCR-DEA模型研宄了港口上市企業(yè)2004-2005成本效率。張寶友、達(dá)慶利等在探討國內(nèi)上市物流公司技術(shù)效率時發(fā)現(xiàn)他們總體的財務(wù)表現(xiàn)不佳。鄧學(xué)平等通過8家上市物流公司五年的情況，得出純技術(shù)效率和綜合效率下降的同時規(guī)模效率在上升。2009年他們又發(fā)現(xiàn)了物流企業(yè)生產(chǎn)成本是影響其生產(chǎn)效率的要因。目前，針對成本效率的研宄方法主耍有參數(shù)方法和非參數(shù)方法。然而,非參數(shù)法缺點是不假設(shè)隨機(jī)因素，而是將任何前沿偏離看作是無效率,這一結(jié)果會導(dǎo)致無效率的擴(kuò)大。故此，木文利用不同的隨機(jī)前沿模型研究我國上市物流企業(yè)

4、成木效率，比較分析不同隨機(jī)前沿模型屮上市物流企業(yè)成本效率的變化。研宄對象與指標(biāo)選取（一）研宄對象選取上市公司在所在地區(qū)通常擁有良好的政策扶持和融資通道，集結(jié)了優(yōu)秀的管理和技術(shù)人才，使用該地區(qū)較為前沿的各項生產(chǎn)服務(wù)技術(shù)，能夠代表該地區(qū)參與異質(zhì)性的前沿研究。因此本文選擇上市物流公司數(shù)據(jù)進(jìn)行研究分析。首先，在國泰安數(shù)據(jù)庫屮按企業(yè)屬類、原先經(jīng)營主業(yè)、經(jīng)營年限和子公司數(shù)量初步劃定企業(yè)范圍;然后剔除掉主業(yè)不清晰，部分財務(wù)數(shù)據(jù)不全和企業(yè)性質(zhì)有重大改變的公司。由于公路運輸類上市公司主營高速公路的建設(shè)和養(yǎng)護(hù)，與物流關(guān)聯(lián)度低，所以樣本中不伍含此類物流公司。最終選取了32家典型物流上市公司

5、，范圍涉及港U類、主營物流類、遠(yuǎn)洋、內(nèi)河運輸類、航空機(jī)場類。II根據(jù)企業(yè)所冇的物流中心和運輸網(wǎng)的密集度將此32家公司劃入珠三角（包含福建地區(qū)）、長三角和環(huán)渤海范圍。（二）財務(wù)指標(biāo)選取本文選取2000-2012年32家上市物流公司財務(wù)面板數(shù)據(jù)，來自于各自的資產(chǎn)負(fù)債表、利潤表和現(xiàn)金流量表。獲得途徑分別是:上交所，深交所，國泰安數(shù)據(jù)庫等網(wǎng)絡(luò)資源。并通過statal2軟件分析處理。根據(jù)收集而來的6篇采用DEA模型研究的和關(guān)文獻(xiàn)，統(tǒng)計得到本論文需要的投入產(chǎn)出指標(biāo)。通過總結(jié)得出，學(xué)者對決策中的投入產(chǎn)出變量基木一致:勞動投入、固定資產(chǎn)以及營業(yè)成木。因此，木文選定的投入指標(biāo)是:營業(yè)總

6、收入、勞動力成本、固定資產(chǎn)凈值;產(chǎn)出指標(biāo)是:主營業(yè)務(wù)成本。模型說明（一）面板數(shù)據(jù)的回歸誤差來源兩個方面會導(dǎo)致面板數(shù)據(jù)模型的冋歸誤差:綜合度量解釋變量的指標(biāo)時，指標(biāo)存在不隨時間變化的情況。此模型也叫做非觀測效應(yīng)模型，與特定回歸對象相關(guān)。一方面來自隨截面變化的不可觀測因素變量。若將非觀測效應(yīng)視作由各個截面或個體決定的不隨時間變化的可估計變量,那么面板數(shù)據(jù)模型屌于固定效應(yīng)模型;反之將其視作符合某種分布的隨機(jī)變量,則模型屬于隨機(jī)效應(yīng)模型。(二)多種參數(shù)型隨機(jī)前沿模型方法引入本文通過采用最大似然估計模型、真實固定效應(yīng)模型等分析得出樣本結(jié)果，同時比較模型中出現(xiàn)的結(jié)論差距，得到關(guān)于

7、樣本的效率結(jié)論。最大似然模型。即ML模型。基本的隨機(jī)效應(yīng)模型是由Pitt和Lee于1981年提出，是非時變效率模型，只是施加了與xh相獨立的假設(shè)。Bassete和Coelli模型。他們在最大似然估計模型基礎(chǔ)上提出了一種時變效率模型,模型假設(shè)t,T)

8、u,

9、其中Z,為效率方程中的解釋變量,g(Zi,t,T)>0,其常用的一個形式是被稱為單調(diào)衰減的模型:uit=exp(-ri(t-T))

10、Ud,無效率項隨時間推移而改變，如果衰減因子n=0，BC模型則退化為Pitt-Lcc模型。BC模型通過引入函數(shù)g(Zi，t，T)放松了無效率項時間不變的假設(shè),但不隨時間