摘要：隨著經濟社會的高速發展，物流業已經被看作推動社會經濟發展的主要動力與基礎，同時，快速發展中物流企業暴露出的問題也不容忽視。運用隨機前沿分析法(SFA)，選擇80家物流上市公司2013—2017年財務數據為樣本，對我國物流業效率進行實證研究，分析發現：我國物流企業整體發展呈現上升趨勢，但是80家企業5年的平均技術效率值與效率值為1的最優情況相對仍然偏低。從不同區域分析，東部地區企業的平均技術效率值優于西部地區，且比中部地區略高，這表明我國中部地區物流存在一定的“塌陷現象”，應注意物流投資規模;從不同類型企業分析，不同類型企業技術效率值不同，但平均技術效率值總體上呈現上升趨勢，表明物流企業管理水平持續提升，管理者應持續關注市場開發;從影響技術效率值的因素分析，高管人數、所有者權益均對提高技術效率有正面影響，而固定資產和管理費用目前處于規模報酬遞減狀態，過度投入會阻礙技術效率的提高，因此，物流企業應加強人力資源的智力支持，通過資產重組降低負債比例，適當控制固定資產規模，減少管理費用。

　　關鍵詞：物流上市公司;隨機前沿分析;物流業效率;技術效率;投資規模

　　《服務外包》雜志創刊于2014年，以"宣傳普及服務外包、傳遞服務外包市場信息、促進中國服務外包大力發展"為辦刊宗旨，是目前中國服務外包領域唯一國家級期刊。

　　一、引言

　　自21世紀以來，隨著經濟全球化的不斷深入和信息技術應用水平的提高，物流產業取得了巨大發展。據統計，2018年我國社會物流總額上升為283.1萬億元，同比增長6.4%，社會物流總費用占當年GDP比重為14.8%，物流業景氣指數始終在55%左右波動[ 1 ]。可見，我國物流業規模日益壯大，質量水平不斷提升，逐漸成為國民經濟發展的推動力量和重要支撐。但我國物流業的發展也存在一定的問題，物流業的技術效率水平整體并不高，無法有效支持我國經濟高質量發展。為了有效發揮物流作為服務業的功能，有效支持供給側改革，有必要對物流業效率及影響因素進行探索，針對效率表現及影響因素，提出改進建議和對策，提升我國物流技術效率，推動物流業健康發展。

　　本文采用隨機前沿分析法(SFA)構建物流效率測評模型，選擇80家物流上市公司2013—2017年財務數據為樣本，對我國物流業技術效率進行實證研究，同時揭示物流技術效率與影響因素之間的相關性，研究我國物流業技術效率及其影響因素，對節約物流成本、促進我國物流業高效發展具有十分重要的意義。

　　二、文獻綜述

　　近年來，如何定量分析行業的技術效率，提高技術效率值成為學術界重點關注的一個研究領域。不同學者采用不同的方法對物流效率進行研究，主要包括數據包絡分析法(DEA)和SFA兩種方法。很多學者采用DEA及改進DEA對物流效率進行分析，并用Tobit回歸模型分析效率與影響因素之間的關系。孟鑫[ 3 ]和敏(Hokoy Min)[ 4 ]等人采用DEA或改進的DEA方法對物流效率進行了研究。張竟軼和張竟成[ 10 ]運用三階段DEA法對我國2010—2014年31個省(市區)物流業效率進行測評，指出目前我國總體物流水平相對較高，處于規模效率遞增階段，但物流經營管理水平與物流發展不協調。戢曉峰和劉丁碩[ 11 ]運用產出導向的DEA對我國36個主要城市物流產業效率進行測算，得出主要城市的物流產業效率存在著較為明顯的地域差異。龔雪[ 12 ]利用DEA-Malmquist指數模型對2007—2016年中部六省的物流效率進行了分析，結果表明中部六省的物流效率整體水平一般，不同省份物流效率差距較大，物流業全要素生產率變動主要源自技術進步，技術效率對物流效率的影響并不顯著。DEA方法可以測算多投入多產出的效率問題，但忽視了隨機誤差的影響[ 5 ]，且無法直接對物流效率的影響因素進行分析。

　　隨機前沿分析法彌補了DEA技術的不足[ 6-7 ]。不少學者采用SFA方法對區域物流效率進行測評，分析影響因素與效率之間的關系。郭舉和劉俊華[ 13 ]運用SFA分析我國物流業2007—2016年的效率，得出我國物流業效率總體上有一定上升，但與發達國家相比仍比較落后，國內生產總值的提高不能顯著提高物流業效率。田剛和李南[ 14 ]運用外生性影響因素與SFA聯合估計的方法對中國大陸1991—2007年29個省級地區物流業技術效率進行測算，得出中國物流業技術效率仍處于較低水平，地區間存在差異，且在擴大;中部的發展勢頭和發展速度明顯低于東部，也低于西部。改善物流環境對促進地區協調發展有重要意義。與之類似，汪旭暉和文靜怡[ 15 ]運用SFA對2003—2011年我國23個省、市、自治區的農產品物流效率進行對比分析，發現2003—2011年我國農產品物流技術效率基本處于停滯狀態，中部地區效率水平相對最高，東部次之，西部最低，并提出完善物流行業基礎工作、加大物流技術創新力度、加快行業轉型步伐的政策建議。徐良培和李淑華[ 16 ]運用SFA對我國2000—2011年30個省、市、自治區農產品物流的技術效率進行測算，探討了外生性環境因素對其影響的差異及全要素生產效率變化的根源，指出我國及各地區農產品物流技術效率均處于較低水平且存在顯著的地區差異，外生性環境因素對農產品物流效率具有正向影響。基于此，劉瑞娟等[ 17 ]運用SFA對2005—2015年“絲綢之路經濟帶”西北五省區的物流產業效率進行測算，并運用空間面板計量方法實證檢驗交通基礎設施對物流產業效率的空間溢出效應，得出西北五省區的物流產業效率存在差異但整體效率在不斷提升，鄰省和本省交通基礎設施水平都對本省的物流產業效率具有顯著的正向影響。鄭秀娟[ 18 ]運用技術效率改進的SFA對不同時序產業部類發展技術效率進行分析，并驗證了物流業技術效率增進的時空差異。

　　綜上所述，現有文獻大多采用DEA和SFA來測算物流效率，但DEA不考慮隨機誤差的存在，所以在實際分析中可能會因為隨機誤差的存在而導致結果偏差，并且DEA難以檢驗回歸結果總體的顯著性，無法直接對物流效率的影響因素進行分析。而SFA優于DEA之處，是它考慮隨機誤差的存在對結果造成的影響，提前確定生產函數形式再研究企業的生產過程，可以提高計算技術效率的準確性，還可以分析效率與影響因素之間的相關性。因此本文采用SFA方法，通過收集我國2013—2017年80家物流上市公司的相關數據，研究不同年份、不同行業、不同區域物流上市公司的技術效率值，并對影響因素進行定量分析。