物流上市公司经营效率评价及发展对策研究

论文摘要

本文选用DEA方法对物流公司的经营效率进行评价。克服了很多文献中样本总数小于输入输出指标总数的不足,本文选用了37家物流上市公司作为评价对象。通过相关的软件分析,得到了37家物流上市公司2007年-2010年间的总技术效率值、纯技术效率值和规模效率值。在此基础上,利用区域分析、经济危机前后对比分析、超效率DEA分析和无效单元改进分析进行深度评价各物流上市公司的经营效率。得出了以下结论：中国物流上市公司的总技术效率值不高,而且差距很悬殊；很多公司总技术效率无效的原因是由于规模效率无效；物流上市公司的经营效率不仅受区域经济影响,而且与宏观经济形势联系密切；经济危机对物流公司的影响主要集中于规模效率方面；四年间物流上市公司超效率排名较不稳定；对无效单元进行改进,产出指标集中在提高净利润方面,投入指标需要降低固定资产净值、主营业务成本和职工薪酬。根据分析结果,针对提高物流公司的经营效率提出了相应的改进措施：通过加快信息系统建设、优化管理模式、优化客户关系管理和优化人力资源管理提高纯技术效率；拓展物流业务、再造业务流程和进行资产重组提高规模效率；同时从经营效率受区域经济影响的角度也提出了两条建议：寄希望于政府部门可以给予相关的政策支持,相对落后地区向物流发达地区学习先进经验。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.2.3 现有研究评述
• 1.3 研究方法和主要内容
• 1.3.1 研究方法
• 1.3.2 主要内容
• 1.4 论文的创新
• 1.5 论文的技术路线
• 第二章 相关基本理论
• 2.1 经营效率的界定
• 2.1.1 效率的内涵
• 2.1.2 经营效率的概念
• 2.2 经营效率评价方法
• 2.2.1 DEA理论
• 2.2.2 其他理论
• 2.2.3 DEA方法的优势
• 2.3 本章小结
• 第三章 物流上市公司经营效率评价实证分析
• 3.1 样本选取及指标选取
• 3.1.1 样本选取
• 3.1.2 指标选取
• 3.2 模型选取和数据处理
• 3.2.1 DEA模型的选取
• 3.2.2 数据收集
• 3.2.3 数据的无量纲处理
• 3.3 纯技术效率分析
• 3.3.1 总体对比分析
• 3.3.2 横向分析
• 3.3.3 纵向分析
• 3.3.4 类别分析
• 3.4 规模效率分析
• 3.4.1 总体对比分析
• 3.4.2 横向分析
• 3.4.3 纵向分析
• 3.4.4 类别分析
• 3.5 总技术效率分析
• 3.5.1 总体比较分析
• 3.5.2 横向分析
• 3.5.3 纵向分析
• 3.5.4 类别分析
• 3.6 区域分析
• 3.7 经济危机前后对比分析
• 3.8 超效率DEA分析
• 3.9 无效单元改进分析
• 3.10 本章小结
• 第四章 物流上市公司发展对策研究
• 4.1 提高纯技术效率的建议
• 4.1.1 加快信息系统建设
• 4.1.2 优化管理模式
• 4.1.3 加强客户关系管理
• 4.1.4 优化人力资源管理
• 4.2 提高规模效率的建议
• 4.2.1 拓展物流业务
• 4.2.2 改进业务流程
• 4.2.3 进行资产重组
• 4.3 提高经营效率的建议
• 4.3.1 政府给予政策支持
• 4.3.2 学习先进经验
• 4.4 本章小结
• 第五章 结论与展望
• 5.1 全文总结
• 5.2 研究展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表的学术论文