小雪你好紧好烫好爽_k频道导航入口国产精品_91成人爽a毛片一区二区_羞羞漫画入口在线观看

物流業的調整和振興是國民經濟持續快速健康發展的必要保證, 這也促進了政府對物流業的大力支持和投入, 隨之而來的便是如何能科學合理地配置有限的物流資源、降低物流成本, 提高物流效率, 這對于解決當前物流業所面臨的問題無疑具有重要的意義。倉儲作為物流過程中舉足輕重的環節, 其占用了大量的資源, 常常伴隨著物流倉儲活動而產生大量的費用, 物流成本的高低往往取決于倉儲成本的大小。

企業生產分析應用最重要的方面在于其對成本與利潤效率的分析, 目前無論對與成本效率還是技術效率的測量使用比較廣泛的還是前沿分析法, 該方法是根據已知的投入產出觀察值, 構造生產可能集, 通過估計生產前沿面, 測算各個決策單元與前沿面之間的距離來計量其技術或者成本效率。根據生產函數中的參數是否需要估計, 該方法可分為非參數法和參數法兩類。

根據文獻統計, 目前考察國內物流企業效率時, 使用較多的還是非參數形式的數據包絡分析法 (DEA) , 其基本思想起源于Farrell對生產率的研究, 該研究沒有綜合考慮決策單元 (Decision Making Units, DMU) 多種投入和多種產出的情況, 存在諸多局限性。DEA方法以其獨有的特點受到了廣泛的關注, 已經成為多投入多產出情況下決策單元相對有效性和規模收益等方面應用最為廣泛的數理方法之一。本文將建立基于DEA方法的成本效率分析模型, 并結合我國9家上市倉儲企業的相關財務數據, 選取營業成本、勞動力成本、固定資產作為投入指標, 營業收入和利潤總額為產出指標, 對我國倉儲行業成本效率進行相關分析。

假設存在n個同類決策單元, 每個決策單元有m個投入和s個產出變量, 決策單元DMUj的投入xj= (x1j, …, xmj) ∈Rm≥0, 產出yj= (y1j, …, ysj) ∈Rs≥0, J={}1, …, n﹜。定義DMUj的產出和收入非負價格向量 (cj, pj) , 為投入成本和產出收入, 其中, *表示向量相乘。

技術效率是從投入產出之間的數量關系來衡量企業效率, 技術效率高僅僅是企業獲得良好經濟效益的必要條件, 并不是充分條件。提高企業的經濟效益還要考慮投入要素的資源配置效率。

成本效率的研究在成本前沿的基礎上既要考慮投入與產出之間的技術效率 (TE) , 又要考慮價格因素所帶來的配置效率 (AE) , 根據投入與產出是否考慮價格因素定義以下四種生產可能集:

若投入產出均考慮了價格因素, 并且屬于同類型數據, 則生產可能集定義為:

若只有產出考慮了價格因素且屬同類型數據, 但投入并沒有考慮價格因素, 則定義生產可能集如下:

若只有投入考慮了價格因素且屬同類型數據, 但產出并沒有考慮價格因素, 則定義生產可能集如下:

若投入和產出均未考慮價格因素, 則定義生產可能集如下:

假設每個生產可能集都滿足平凡性公理、無效性公理、凸性公理和最小性公理, 那么生產可能集在規模收益可變 (VRS) 假設條件下用非參數DEA模型表示如下:

在DEA生產可能集構建過程中使用規模收益可變假設的原因有三:

(1) 假設有些數據可以是負數, 這些數可能不能夠定義一個經過原點的有效前沿面, 比如在規模收益不變下的假設, 該假設在數據為負的情況下將會失效;

(2) 規模收益不變的假設與基于特定方向向量的定向型DEA模型并不保持一致, 而該DEA模型能夠直接處理包括正數和負數在內的所有類型數據;

(3) 規模收益不變實際情況中并不總是存在。

若決策單元DMU的潛在行為目標是成本最小化, 那作為成本效率測量值的γ0可以由下面的線性規劃問題的最優目標值獲得:

式中, C0=Σmi=1ci0xi為可見成本, C*=Σmi=1ci0Xi*是決策單元DMU0的最小成本, γ0被定義成最小成本與可見成本的比率, 因此0≤γ0≤1。

以上模型是基于生產可能集建立的, 然而, 當投入變量多樣化, 為了說明由于企業磋商導致的投入價格不同或者反映投入資源本質上的區別, 那么生產可能集就應該選擇 (Tone 2002) , 基于該生產可能集的成本效率模型表示如下:

式中, 表示決策單元DMU0的可見成本, 此外, 以投入為導向的技術有效性測量值ρ0IVTE可表示如下:

顯然, 通過以上模型可以得到以下關系:, 由此定義以投入為導向的資源配置效率AE如下:

根據上式, 成本效率測量值可以用以投入為導向的技術效率值TE和資源配置效率值AE表達如下:

因此, 若決策單元DMU要達到成本有效, 則其技術效率和配置效率均要達到有效。如果γ0CE<1, 企業成本過高, 則導致其發生的原因會是不能夠有效利用技術或者有效的對資源配置。

本文通過查詢國內9家上市倉儲企業2009年至2013年相關財務數據 (來自RSSET/DB) , 選取其中的利潤總額和營業收入作為產出指標, 營業成本、勞動力成本、固定資產作為投入指標, 利用所建立模型對其成本效率進行分析, 其中:

固定資產價格=當年固定資產折舊/固定資產原值

營業成本投入價格=營業費用/資產總額

勞動力價格=應付員工薪酬/資產總額

首先, 在規模收益可變假設條件下建立基于投入的不考慮價格因素的BCC-DEA模型 (帶非阿基米德無窮小變量) 如下:

利用模型 (6) , (7) , (9) , (10) 計算9家國內上市倉儲企業效率結果如表1所示。

對以上數據進行整理, 見表2、表3。

從表1中可以看出, 利用BCC-DEA模型所計算出來的綜合技術效率和純技術效率差別并不大, 比如純技術效率一項, 從2009年至2013年五年間, 只有C600794公司在2010年表現為純技術效率無效, 其他企業在五年間均表現為有效, 計算結果掩蓋了由于價格因素導致的成本效率無效的事實, 引入NEW-COST-DEA方法后, 在充分考慮了價格因素的影響后能夠對各個倉儲企業的成本效率進行更加真實客觀的評價, 從表1右側基于NEW-COST-DEA方法得出的結果中可看出, 2009年至2010年5年間, 能有兩年保持成本效率、技術效率和配置效率均有效的企業只有兩家, 其中一家 (C200053) 在5年內有兩年保持三項效率均有效, 另外一家 (C600794) 則保持了4年三項效率有效, 企業C600794應作為這九家上市倉儲企業的標桿。2009年~2013年間, 各企業成本效率、技術效率和配置效率極差最大是發生在2011年, 成本效率在0.099到1之間, 技術效率在0.208到1之間, 配置效率在0.099到1之間。

表1 2009年~2013年國內9家上市公司技術與成本效率     下載原表

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

國內9家上市倉儲企業在5年內的成本效率平均值最高的是C002492公司, 達到了0.95, 但該公司在5年內的成本效率從未在有效前沿面上;2009年~2013年間, 成本效率處在有效前沿面次數最多的是公司C600794, 總共有4次, 其次為C200053公司, 總共有2次, 其他企業均未在有效前沿面;特別提到公司C600787, 其成本效率在五年內均為9家企業中最低者, 成本效率最低達到0.099, 其成本效率提升空間最大;從表3中得知, 9家上市倉儲企業5年內平均成本效率在0.8以上的只有3家, 從一定程度上說明國內上市倉儲企業成本效率還是偏低。

從表2中成本效率一列數據看出國內上市倉儲企業的成本效率在2010年陡然下降, 而后又緩慢回升, 導致下降的原因在于受到國內經濟大環境的影響, 而導致其效率回升的原因可總結為2010年以后國內物流和倉儲行業蓬勃發展, 在國外物流同行進入中國市場后, 在激烈的市場競爭環境中國內物流與倉儲行業不斷革新技術, 成本效率在整體上有所提升。

表2 2009年~2013年國內上市倉儲企業平均技術與成本效率     下載原表

表3 國內9家上市倉儲企業2009年~2013年平均技術與成本效率     下載原表

就技術效率而言, 基于NEW-COST-DEA模型計算的結果顯示, 所有樣本企業在5年內的平均技術效率并不高, 技術效率在0.8以上的企業只有5家, 剛超過樣本數量的一半;從表2中的統計數據可知, 2009年~2013年國內上市倉儲企業的技術效率呈現下降后回升的趨勢, 說明國內物流與倉儲行業在技術層面在不斷地創新, 國內物流與倉儲行業在未來有不錯的發展前景。

通過以上面板數據對國內上市倉儲企業成本效率的分析, 結合BCC-DEA和NEW-COST-DEA兩種方法進行對比可以發現, 在做成本效率分析時BCC-DEA方法并不優于NEW-COST-DEA方法, 前者所得結論掩蓋了由于價格因素導致的成本效率無效的事實, 后者在考慮價格因素后能夠更加全面客觀地對企業成本效率進行評價, NEW-COST-DEA模型能夠將價格因素考慮到投入成本中, 不僅能夠對投入要素的數量進行分析, 而且能夠對投入要素中由于價格變動引起的效率問題進行分析, 更準確地找出倉儲企業運行成本效率是由于技術因素引起的還是由于價格因素和要素之間的配置引起的, 并能夠給出準確的值, 為企業降低成本找出途徑和相應的目標。根據NEW-COST-DEA分析結果, 國內倉儲企業成本效率總體水平不理想, 而且企業之間差距較大, 在以后的發展中應該注意利用科學與管理技術的革新來提高企業成本、技術和配置效率。