王濤 邱風

內容摘要：文章整合了產業(yè)經濟理論、人力資本理論、公司治理理論以及制度理論等視角，著重分析企業(yè)規(guī)模、人才資源、企業(yè)所有制和企業(yè)所處區(qū)域對于物流企業(yè)競爭力的影響程度。以我國88家上市公司2010—2017數(shù)據(jù)為例，基于多元線性回歸模型對我國物流企業(yè)競爭能力的影響因素進行分析。研究表明：物流企業(yè)規(guī)模、人員配置及生產和服務能力是影響我國物流企業(yè)競爭力的關鍵因素，企業(yè)規(guī)模的擴大，從業(yè)人員教育水平的提升，生產和服務能力的提高可以很好的提升物流企業(yè)競爭力。此外，企業(yè)的性質、區(qū)位、年份等也是影響物流公司競爭能力的主要因素，尤其是區(qū)位因素對物流企業(yè)的競爭力有較強的影響。

關鍵詞：物流公司 競爭力因素 多元線性回歸模型

引言

數(shù)據(jù)顯示，2017年我國社會物流總額為229.7萬億元，同比增長10.61%。物流行業(yè)內通常利用社會物流費用占GDP的比重來衡量國家或地區(qū)物流產業(yè)的發(fā)展水平，2017年我國社會物流總費用占GDP的比重由原來的17.8%下降到14.9%，比重明顯降低，與發(fā)達國家相比存在一定差距。因此當前我國的主要任務仍是提升我國物流產業(yè)的發(fā)展水平。物流產業(yè)發(fā)展水平的提升與我國物流公司的發(fā)展狀況休戚相關，因此物流產業(yè)發(fā)展水平的提高應基于我國物流公司市場競爭能力的提升。而物流公司競爭能力的提高應從其主要的影響因素著手，故對我國物流公司競爭能力的研究至關重要，只有明晰了物流公司競爭力的主要影響因素，才能逐步提升我國物流產業(yè)發(fā)展水平。

文獻綜述

通過對以往研究文獻的梳理本文發(fā)現(xiàn)國內學者對物流企業(yè)競爭力的研究集中在兩大方面。其一，構建物流企業(yè)競爭力評價體系。江京金（2012）基于G-ANP方法從創(chuàng)新能力、財力資本、人力資本等方面對我國物流企業(yè)的競爭能力進行分析，認為創(chuàng)新能力是物流企業(yè)的核心競爭力所在。其二，通過對物流競爭力相似指標進行衡量，間接反映物流公司的競爭能力。楊國勝（2012）基于DIDF方法和AHP方法對我國物流企業(yè)的競爭能力進行評價，認為物流企業(yè)的償債能力、盈利能力能夠對企業(yè)競爭力產生顯著影響；徐靜（2013）的研究表明償債能力和盈利能力是提升物流企業(yè)競爭能力的關鍵。雖然學者們從各個角度對我國物流企業(yè)的競爭力進行實證分析，但是其指標的選擇有一定的片面性，如區(qū)位因素，不同地區(qū)的物流企業(yè)其競爭能力必然有所差別，此外時間、企業(yè)性質等都是不可缺少的因素。本文綜合上述學者的研究方法，適當加入一些指標，以期能夠準確的對我國物流企業(yè)的競爭能力進行評價與分析。

實證分析

（一）數(shù)據(jù)來源與變量選取

1.數(shù)據(jù)來源。本文所有數(shù)據(jù)均來源于國泰安CSMAR數(shù)據(jù)庫，在對企業(yè)進行篩選時筆者發(fā)現(xiàn)在國泰安CSMAR數(shù)據(jù)庫中有許多中小企業(yè)的數(shù)據(jù)并不全面，基于數(shù)據(jù)的可獲得性本文在國泰安CSMAR數(shù)據(jù)庫中選取了相關數(shù)據(jù)較為全面的88家物流企業(yè)，其中公共交通方面的7家、運輸服務方面的28家、倉儲方面的16家、交通設施類型的37家。這些企業(yè)所處的位置各不相同，處于華南地區(qū)的14家，處于華中地區(qū)的21家，處于華北地區(qū)的18家，處于華東地區(qū)的30家，處于西南地區(qū)的5家，對不同地區(qū)的企業(yè)進行分類回歸可以反映我國不同地區(qū)物流公司競爭力的不同?？紤]到不同年份這些物流公司的競爭力水平可能會發(fā)生變化，本文選取了2010—2017年物流企業(yè)的相關數(shù)據(jù)，以此說明年份對物流公司競爭力的影響。

2.變量的設定與選取。通過凈資產收益率，凈利潤率、凈資產比率、資產負債率這4大要素可以在一定程度上反映一個公司的競爭力，本文將這4大變量作為自變量，用來表示公司競爭能力的強弱。根據(jù)以往學者的研究經驗和筆者的調研發(fā)現(xiàn)，企業(yè)的規(guī)模、人員配置、企業(yè)性質、企業(yè)生產能力以及企業(yè)位置是物流企業(yè)競爭能力的主要影響因素，本文將企業(yè)規(guī)模、人員配置以及企業(yè)性質這3大變量作為自變量，而把企業(yè)位置作為控制變量。由于不同年份物流企業(yè)的競爭能力會有所不同，所以本文將年份作為虛擬變量。各變量具體名稱與符號如表1所示。

在表1中，本文首先定義了因變量、自變量、控制變量以及虛擬變量，在此有必要對上述變量的計算做出說明。因變量中，凈資產收益率等于企業(yè)凈利潤與凈資產的比值，凈利潤率為企業(yè)凈利潤與主營業(yè)務收入的比值，凈資產比率為企業(yè)凈資產與總資產的比率，資產負債率為企業(yè)負債總額與資產總額的比值。自變量中，本文利用公司的資產總額來表示公司規(guī)模的大小，利用本科以上從業(yè)人員的數(shù)量與企業(yè)總從業(yè)人員數(shù)量的比值表示企業(yè)的人員配置，企業(yè)的生產能力用每年企業(yè)生產的產品或者提供的服務次數(shù)來衡量。企業(yè)的位置分別用R1、R2、R3、R4、R5表示華北、華東、華南、華中、西南。

（二）模型的構建

經濟學中探求某一變量受多種變量影響最常使用的模型就是多元線性回歸模型，其基本形式如方程1所示：

Yi =a+b1 X1+b2 X2+b3 X3…+bn Xn+c （1）

其中，Yi表示因變量，a為常數(shù)項，X1…Xn為自變量，c隨機變量。由此本文構建了模型1表示企業(yè)規(guī)模、人員配置等自變量，企業(yè)性質、企業(yè)位置兩個控制變量，年份虛擬變量與所選擇的88家物流企業(yè)的凈資產收益率（ROE）之間的關系；模型2表示企業(yè)規(guī)模、人員配置等自變量，企業(yè)性質、企業(yè)位置兩個控制變量，年份虛擬變量與所選擇的88家物流企業(yè)的凈利潤率（NPM）之間的關系；模型3表示企業(yè)規(guī)模、人員配置等自變量，企業(yè)性質、企業(yè)位置兩個控制變量，年份虛擬變量與所選擇的88家物流企業(yè)的凈資產比率（ER）之間的關系；模型4表示企業(yè)規(guī)模、人員配置等自變量，企業(yè)性質、企業(yè)位置兩個控制變量，年份虛擬變量與所選擇的88家物流企業(yè)的資產負債率（DAR）之間的關系。

模型1：ROE=a+b1Size+b2HR+b3LR+b4NAT+b5R1+b6R2 +b7R3+b8R4+b9R5+b10YEAR+c （2）

模型2：NPM=a+b1Size+b2HR+b3 LR+b4 NAT+b5R1+b6R2

+b7R3+b8R4+b9R5+b10YEAR+c （3）

模型3：ER=a+b1Size+b2HR+b3LR+b4NAT+b5R1+b6R2 +b7R3+b8R4+b9R5+b10YEAR+c （4）

模型4：DAR=a+b1Size+b2HR+b3LR+b4NAT+b5R1+b6R2 +b7R3+b8R4+b9R5+b10YEAR+c （5）

公式（2）、（3）、（4）、（5）的相關系數(shù)a、bn、c并不表示同一數(shù)值，筆者之所以這樣表示是為了使各模型保持一致方便讀者閱讀和理解。

（三）回歸分析

基于模型1-4，并利用SPSS22.0對表1的變量進行回歸分析，筆者對SPSS的輸出結果進行整理，如表2所示。

根據(jù)學術界認定的SPSS的顯著性標準，如果Sig值大于0.05則不能拒絕原假設，即回歸結果不顯著，因變量與自變量、控制變量等相關變量之間沒有顯著的線性關系，此時模型無效；如果Sig小于0.05則可以拒絕原假設，即回歸結果顯著，因變量與自變量，控制變量等相關因素之間具有顯著的線性相關關系。如表2所示模型1的Sig值為0.142大于0.05，所以模型1的回歸結果失效，企業(yè)規(guī)模、人員配置等變量與企業(yè)的凈資產收益率（ROE）之間沒有顯著的線性相關關系；模型2、模型3以及模型4的Sig值分別為0.033、0.025、0.047均小于0.05，所以企業(yè)規(guī)模、人員配置與企業(yè)的凈利潤率（NPM）、凈資產比率（ER）、資產負債率（DAR）之間具有顯著的線性相關關系。然后本文將表2的回歸結果代入相對應的模型得到公式（6）、（7）和（8）。

模型2結果：NPM=3.55Size+0.25HR+0.23LR-16.25NAT +1.05R1-7.59R2+1.53R3-16.05R4+27.48R5+0.03YEAR （6）

模型3結果：ER=4.65Size+0.08HR+0.31LR-13.14NAT-7.07R1-14.67R2-11.98R3-30.64R4-9.12R5+0.03YEAR （7）

模型4結果：DAR=4.86Size+0.07HR+0.22LR+10.9NAT +7.61R1+12.93R2+13.51R3+31.88R4+11.26R5+0.07YEAR （8）

如公式（6）所示，公司規(guī)模與其凈利潤率呈負相關關系，二者相關系數(shù)為-3.55；公司人員配置與其凈利潤率呈正相關關系二者相關系數(shù)為0.25，而公司生產能力與其凈利潤率呈正相關關系，二者相關系數(shù)為0.23；控制變量企業(yè)性質與其凈利潤率呈負相關關系，二者相關系數(shù)為-16.25。而公司的位置中，華北，華南以及西南地區(qū)與其凈利潤率正相關，華中與華東地區(qū)與凈利潤率呈負相關，虛擬變量時間與公司凈利潤率呈正相關。如公式（7）所示，公司規(guī)模與其凈資產比率呈負相關關系，二者相關系數(shù)為-4.65；公司人員配置與其凈資產比率呈正相關關系，二者相關系數(shù)為0.08；公司生產能力與其凈資產比率呈正相關關系，二者相關系數(shù)為0.31。控制變量企業(yè)性質與其凈利潤率呈負相關關系，二者相關系數(shù)為-13.14；公司的位置與凈資產比率負相關，虛擬變量時間與公司凈利潤率呈正相關。如公式（8）所示，公司規(guī)模與其資產負債率呈正相關關系，二者相關系數(shù)為4.86；公司人員配置與其資產負債率呈正相關關系，二者相關系數(shù)為0.07；公司生產能力與其資產負債率呈正相關關系，二者相關系數(shù)為0.22?？刂谱兞科髽I(yè)性質與其凈利潤率呈正相關關系，二者相關系數(shù)為10.9，公司的位置與其資產負債率正相關，虛擬變量時間與公司凈利潤率呈正相關。

結論與政策

（一）結論

根據(jù)上述實證檢驗本文得出以下結論：企業(yè)規(guī)模、人員配置等變量與企業(yè)的凈資產收益率（ROE）之間沒有顯著的相關關系，這可能是因為本文選擇的88家企業(yè)相關數(shù)據(jù)較少，難以反映出這些變量之間的關系，也可能是因為這些變量之間具有相關關系，但并非線性相關關系。模型2的結果說明企業(yè)規(guī)模、人員配置以及生產能力與企業(yè)凈利潤率具有正相關關系，不同位置的公司與其凈利潤率呈正相關或者負相關關系，說明公司位置對其凈利潤率具有一定的影響。模型3的結果說明了公司規(guī)模，公司人員配置、生產能力與其凈資產比率呈正相關關系。模型2和3控制變量企業(yè)性質與其凈利潤率和資產凈收益率呈負相關關系，說明企業(yè)的性質對其競爭能力具有一定的影響。模型4公司規(guī)模、公司人員配置、公司生產能力與其資產負債率呈正相關關系。控制變量企業(yè)性質與其凈利潤率呈正相關關系。模型2、3、4的時間都與因變量呈正相關關系，說明隨著企業(yè)經營時間的增加，其競爭能力會逐漸增加。

（二）政策建議

培養(yǎng)和吸引高端人才。實證表明，物流公司的人員配置與其競爭能力具有顯著的相關關系。第一，物流企業(yè)加強對企業(yè)內部員工的培養(yǎng)力度能提升他們的業(yè)務水平，且從國內外吸引高端物流人才能夠提升企業(yè)整體的人員配置水平，依靠人才優(yōu)勢能夠提升物流企業(yè)競爭能力；第二，優(yōu)化公司的區(qū)位選擇?；趯嵶C分析筆者發(fā)現(xiàn)公司位置的不同，其競爭能力也有所差別，總體來說華中、華東、華南地區(qū)物流公司的競爭力要高于西南、華北地區(qū)的物流公司競爭力。所以物流企業(yè)在布局時應該充分考慮區(qū)位因素，選擇交通便利、經濟發(fā)展水平相對較高的地區(qū)，同時在落后地區(qū)應建設以中心城區(qū)為核心的物流體系，以促進物流公司競爭能力的提高。

參考文獻：

1.劉侃，趙冬梅.跨境電子商務物流企業(yè)競爭力實證研究[J].商業(yè)經濟研究，2018（1）

2.崔玉賓.談供應鏈管理對電商企業(yè)核心競爭力提升的影響[J].商業(yè)經濟研究，2017（24）

3.虞玉華，樓文高.基于決策者偏好的體育產業(yè)上市公司競爭力的投影尋蹤建模研究[J].首都體育學院學報，2017，29（4）

4.杜文忠，崔艷麗.裝備制造業(yè)上市公司競爭力評價——基于因子分析與改進的TOPSIS法[J].財會通訊，2017（2）

5.崔文全，吳灼亮.基于財務視角的物流企業(yè)競爭力評價研究——以2009-2013年48家上市物流公司為樣本[J].吉林工商學院學報，2015，30（4）

6.張海瓊.我國酒店及餐飲上市公司競爭力實證分析[J].商業(yè)經濟研究，2015（16）

7.李坤宇.港口企業(yè)自營物流與第三方物流間的競爭模型[J].物流科技，2015，38（4）

作者簡介：

王濤（1982.5-），女，漢族，河南濮陽人，本科，講師，研究方向：市場營銷，工商企業(yè)管理。

邱風（1974.3-），男，上海虹口人，漢族，碩士，上海財經大學經濟管理學院講師，研究方向：物流管理。