论文部分内容阅读
【摘 要】 我国物流上市公司在2010-2015年间呈现出快速增长的趋势，由2010年的60多家增加到2015年的96家，文章基于2010年-2014年我国物流上市公司的数据，通过研究物流上市公司经营绩效，探讨各省市物流业的发展状况。
【关键词】 各省市 物流上市公司 经营绩效
一、研究意义与背景
众所周知，在我国现代化的进程中，物流企业发挥着举足轻重的作用，它也是保障社会生产与人民生活的关键力量。习近平总书记在会议中明确指出，要提高生产性服务业的效率，而物流业就是我国生产性服务业的重要组成部分。据证券监督管理委员会网站显示，截止到2015年第3季度我国物流上市公司数量达到了96家。根据各公司公布的年报，2014年底有43家企业的净利润出现了负增长，说明我国物流上市公司经营状况并不乐观。本文选取反映物流上市公司经营绩效的指标，运用因子分析对物流上市公司经营绩效进行评价，得出物流上市公司2010年-2014年的綜合绩效，并将各省市物流上市公司评价结果进行对比。
二、研究思路与方法
（一）研究思路
本文基于企业治理的相关理论，首先界定了物流上市公司的经营绩效，接着根据物流上市公司公布的财务数据，运用因子分析方法对2010年-2014年间73家物流上市公司的经营绩效进行评价，最后应用ArcGIS10.0描绘出我国物流上市公司的空间分布以及各省市2010年和2014年综合绩效分布图，然后进行相应分析。
（二）研究方法
本文选取11个指标变量作为衡量物流上市公司的经营绩效指标。为了消除指标间不同量纲和不同数量级，对2010-2014年物流上市公司经营绩效指进行标准化处理，然后运用SPSS21.0统计软件，分别对2010-2014年经营绩效进行因子分析，通过计算获得73家物流上市公司五年的综合绩效，为下文各省市物流上市公司分析提供变量。
三、物流上市公司经营绩效研究
（一）建立评价指标体系
基于相关文献以及物流上市公司财务报表的披露情况，我们决定采用以下11项代表经营绩效的指标作为分析对象：
每股收益、存货周转率、总资产周转率、营业收入同比增长率、净利润同比增长率、总资产净利率、净资产收益率、净利率、流动比率、应收账款周转率、资产负债率。
（二） 经营绩效评价分析
1.原始数据与有效性检验
原始数据中包含2010年-2014年73家物流上市公司经营绩效指标数据，由于数据过多，将不在此展示。原始数据经过标准化处理后，分别将每年的数据利用SPSS21.0进行相关性检验。通过运算，发现每年变量矩阵中的大部分系数值都很高，而且显著性检验表格中的P值很多都是0.05，说明2010-2014年每年的数据都通过了显著性检验，因此可以采用因子分析获得物流上市公司五年的综合绩效。
因为2010-2014年每年的因子分析步骤相同，所以本文以2014年为例进行详细的因子分析。检验结果表明：变量间的KMO=0.667，大于0.50，说明该组数据适合进行因子分析。Bartlett球度检验结果显示，近似卡方值为961.224，数值比较大，显著性概率为0.000（P<0.01），因此拒绝Bartlett球度检验的零假设，因此认为该组数据适合做因子分析。综上所述，选取的物流上市公司经营绩效指标间可以进行因子分析。
2.特征根及方差贡献率
本文在因子分析过程中，采用主成份分析法，并以正交法进行因子旋转，抽取特征值大于1的因子。公因子结果显示：每个项目的因素负荷均大于0.50，因此所有变量都应保留。解释的总方差结果显示：特征值大于1的公共因子共有五个，五个因子的总方差解释率为71.642%，大于70%，所以认为这五个因子涵盖了大部分变量信息。这五个主成份对原始信息的贡献率依次为18.027%、15.904%、14.419%、11.840%、11.453%，其累计贡献率达到 71.642%，可见效果还是比较好的。因此，选取前五个因子作为公共因子。
3.因子旋转成份矩阵
为了得到每个公共因子的确切意义，本文采用方差最大旋转法，得到旋转后的因子载荷矩阵，从旋转矩阵种看到，每股收益、总资产净利率和资产负债率在第一个因子上有较高的载荷，可以把第一个因子命名为盈利能力（F1）;净资产收益率及净利润增长率在第二个因子上有较高的载荷，可以把第二个因子命名为成长能力（F2）;应收账款周转率与存货周转率在第三个因子上有较高的载荷，可以把第三个因子命名为运营能力（F3）;总资产增长率和营业收入增长率在第四个因子上有较高的载荷，可以把四个因子命名为偿债能力（F4）;总资产周转率和流动比率在第五个因子上有较高的载荷，可以把第五个因子命名为发展能力（F5）。
4.因子得分系数矩阵
根据成份得分系数矩阵，5个主成份可以由原始指标数值和各自的得分系数表示，可以写成：
F1=0.061X1+0.043X2+0.288X3-0.013X4+0.000X5+0.399X6+0.461X7-0.043X8+0.031X9-0.147X10+0.059X11
F2=-0.223X1+0.481X2-0.016X3+0.013X4-0.095X5+0.009X6+0.052X7-0.076X8+0.459X9+0.002X10+0.032X11
F3=0.027X1-0.033X2-0.114X3-0.045X4-0.062X5+0.120X6-0.053X7+0.436X8-0.002X9+0.370X10+0.421X11
F4=-0.435X1-0.027X2-0.087X3-0.067X4+0.708X5+0.113X6-0.066X7+0.135X8-0.126X9-0.258X10-0.094X11 F5=0.110X1+0.039X2-0.279X3+0.880X4-0.019X5+0.051X6+0.057X7+0.047X8+0.021X9-0.302X10+0.030X11
物流上市公司的综合绩效可采用方差贡献率作为权重，进行加权汇总。5 个主成分的方差贡献率依次为 18.027%、15.904%、14.419%、11.840%、11.453%，于是可得物流上市公司综合绩效 F 的计算公式：
F=（18.027×F1+15.904×F2+14.419×F3+11.840×F4+11.453×F5）/71.642
（三）经营绩效评价结果
以上分析是以2014年物流上市公司经营绩效为例进行的因子分析，其余年份因子分析与上述步骤一样，通过计算得出我国物流上市公司2010年-2014年每年的综合绩效，由于企業数目过多，将不在此展示。2010年-2014年间，综合绩效得分为负值的物流上市公司个数分别是41、44、32、30、49，虽然2012、2013年物流上市公司总体有所好转，但是在2014年综合绩效急转直下，物流上市公司经营绩效并不容乐观。
四、各省市物流上市公司综合绩效评价分析
为了更为直观的了解各省市物流上市公司的分布情况以及各省市物流上市公司的综合绩效情况。文中运用ArcGIS10.0对物流上市公司进行空间分析。
（一）物流上市公司空间分布
分别选用2010年与2014年73家物流上市公司的综合绩效指标，并通过查询73家物流上市公司注册地址，发现73家物流上市公司分布情况如图4-1所示。
（二）各省市物流上市公司综合绩效分析
通过因子分析求出2010年与2014年73家物流上市公司综合绩效得分，然后计算各省市物流上市公司综合绩效得分。计算公式如下：
省市物流上市公司综合绩效=物流上市公司综合绩效之和/物流上市公司总数。
由于部分省市没有物流上市公司，且我国物流上市公司综合绩效负值较多，为了能够用ArcGIS10.0画出一幅完整的中国地图，因此将各省市物流上市公司综合绩效加10，而没有物流上市公司的省市综合绩效归为0。将处理后的数据输入到ArcGIS10.0中，系统自动将2010年和2014年各省市物流上市公司综合绩效分为五类。由浅到深依次定义：无物流上市公司省市、物流上市公司综合绩效低省市、物流上市综合绩效较低省市、物流上市公司综合绩效一般省市、物流上市公司综合绩效较好省市。
（三）GIS图对比分析
通过对比2010年和2014年各省市物流上市公司综合绩效GIS图，可以得出如下结论：
（1）2014年各省市物流上市公司综合绩效相对2010年有所下降。这种现象可能是因为物流上市公司作为服务类企业，会受到国家经济发展水平的影响。2010年时，我国经济发展相对较快，物流服务需求处于快速增长阶段。而2014年，我国经济发展水平在增速下滑，并且在2010-2014年间涌现了许多未上市的物流公司，且这些物流公司市场份额还在不再扩大，无形中对物流上市公司的经营绩效造成了影响。
（2）中西部地区各省市物流上市公司综合绩效比沿海省市要高。这种现象可能是因为近年来国家对中西部地区进行经济扶持，且中西部地区物流公司数量较少，因此物流市场竞争较小。
（3）湖北省作为大陆腹地中心，该省物流上市公司综合绩效稳步提升。并且是2014年间唯一一个物流上市公司综合绩效较好的省份。该省公路、铁路、水路、航空相对比较健全，且位于大陆腹地中心，地理位置的优越性能够吸引制造业等在此投资设厂，物流服务需求量较大。
（4）广东省虽然是物流上市公司数目最多的省份，但是该省物流上市公司综合绩效并不理想。可能由于广东省物流上市公司数量过多，相对中西部省份，其物流业的竞争更加激烈，并且广东省还有许多未上市的但是却非常具有影响力的物流企业。上市公司激烈的竞争，未上市公司对上市公司市场份额的分割，可能是导致广东省物流上市公司综合绩效下滑的主要原因。
五、总结
希望通过本文的研究，可以对各省市物流上市公司提供一些可借鉴的地方，以促进各省市物流业的发展。同时，诚挚的希望后人能够针对本文的不足之处进行深入的研究，如扩大研究对象，将没有上市的物流公司也纳入到研究对象中，让成果适用于整个物流业。
【参考文献】
[1] 王迪，张红，张春晖，李红辉. 旅游上市公司董事会治理对经营绩效的影响——基于非平衡面板数据的分析[J]. 旅游学刊，2014，11：36-44.
[2] 初旭，周杰. 董事会治理对文化创意型上市公司经营绩效的影响研究[J]. 科学学与科学技术管理，2013，05：126-133.
[3] 袁晓波. 管理层激励、内部控制与公司绩效——来自中国沪市制造业上市公司的经验证据[J]. 天津大学学报（社会科学版），2014，06：494-498.
[4] 王红，刘纯阳，杨亦民. 管理层激励与公司绩效实证研究——基于农业上市公司的经验数据[J]. 农业技术经济，2014，05：113-120.
作者简介：尉凯婉，女，1991.10，汉，山西运城，硕士研究生，河南水利与环境职业学院，供应链管理
【关键词】 各省市 物流上市公司 经营绩效
一、研究意义与背景
众所周知，在我国现代化的进程中，物流企业发挥着举足轻重的作用，它也是保障社会生产与人民生活的关键力量。习近平总书记在会议中明确指出，要提高生产性服务业的效率，而物流业就是我国生产性服务业的重要组成部分。据证券监督管理委员会网站显示，截止到2015年第3季度我国物流上市公司数量达到了96家。根据各公司公布的年报，2014年底有43家企业的净利润出现了负增长，说明我国物流上市公司经营状况并不乐观。本文选取反映物流上市公司经营绩效的指标，运用因子分析对物流上市公司经营绩效进行评价，得出物流上市公司2010年-2014年的綜合绩效，并将各省市物流上市公司评价结果进行对比。
二、研究思路与方法
（一）研究思路
本文基于企业治理的相关理论，首先界定了物流上市公司的经营绩效，接着根据物流上市公司公布的财务数据，运用因子分析方法对2010年-2014年间73家物流上市公司的经营绩效进行评价，最后应用ArcGIS10.0描绘出我国物流上市公司的空间分布以及各省市2010年和2014年综合绩效分布图，然后进行相应分析。
（二）研究方法
本文选取11个指标变量作为衡量物流上市公司的经营绩效指标。为了消除指标间不同量纲和不同数量级，对2010-2014年物流上市公司经营绩效指进行标准化处理，然后运用SPSS21.0统计软件，分别对2010-2014年经营绩效进行因子分析，通过计算获得73家物流上市公司五年的综合绩效，为下文各省市物流上市公司分析提供变量。
三、物流上市公司经营绩效研究
（一）建立评价指标体系
基于相关文献以及物流上市公司财务报表的披露情况，我们决定采用以下11项代表经营绩效的指标作为分析对象：
每股收益、存货周转率、总资产周转率、营业收入同比增长率、净利润同比增长率、总资产净利率、净资产收益率、净利率、流动比率、应收账款周转率、资产负债率。
（二） 经营绩效评价分析
1.原始数据与有效性检验
原始数据中包含2010年-2014年73家物流上市公司经营绩效指标数据，由于数据过多，将不在此展示。原始数据经过标准化处理后，分别将每年的数据利用SPSS21.0进行相关性检验。通过运算，发现每年变量矩阵中的大部分系数值都很高，而且显著性检验表格中的P值很多都是0.05，说明2010-2014年每年的数据都通过了显著性检验，因此可以采用因子分析获得物流上市公司五年的综合绩效。
因为2010-2014年每年的因子分析步骤相同，所以本文以2014年为例进行详细的因子分析。检验结果表明：变量间的KMO=0.667，大于0.50，说明该组数据适合进行因子分析。Bartlett球度检验结果显示，近似卡方值为961.224，数值比较大，显著性概率为0.000（P<0.01），因此拒绝Bartlett球度检验的零假设，因此认为该组数据适合做因子分析。综上所述，选取的物流上市公司经营绩效指标间可以进行因子分析。
2.特征根及方差贡献率
本文在因子分析过程中，采用主成份分析法，并以正交法进行因子旋转，抽取特征值大于1的因子。公因子结果显示：每个项目的因素负荷均大于0.50，因此所有变量都应保留。解释的总方差结果显示：特征值大于1的公共因子共有五个，五个因子的总方差解释率为71.642%，大于70%，所以认为这五个因子涵盖了大部分变量信息。这五个主成份对原始信息的贡献率依次为18.027%、15.904%、14.419%、11.840%、11.453%，其累计贡献率达到 71.642%，可见效果还是比较好的。因此，选取前五个因子作为公共因子。
3.因子旋转成份矩阵
为了得到每个公共因子的确切意义，本文采用方差最大旋转法，得到旋转后的因子载荷矩阵，从旋转矩阵种看到，每股收益、总资产净利率和资产负债率在第一个因子上有较高的载荷，可以把第一个因子命名为盈利能力（F1）;净资产收益率及净利润增长率在第二个因子上有较高的载荷，可以把第二个因子命名为成长能力（F2）;应收账款周转率与存货周转率在第三个因子上有较高的载荷，可以把第三个因子命名为运营能力（F3）;总资产增长率和营业收入增长率在第四个因子上有较高的载荷，可以把四个因子命名为偿债能力（F4）;总资产周转率和流动比率在第五个因子上有较高的载荷，可以把第五个因子命名为发展能力（F5）。
4.因子得分系数矩阵
根据成份得分系数矩阵，5个主成份可以由原始指标数值和各自的得分系数表示，可以写成：
F1=0.061X1+0.043X2+0.288X3-0.013X4+0.000X5+0.399X6+0.461X7-0.043X8+0.031X9-0.147X10+0.059X11
F2=-0.223X1+0.481X2-0.016X3+0.013X4-0.095X5+0.009X6+0.052X7-0.076X8+0.459X9+0.002X10+0.032X11
F3=0.027X1-0.033X2-0.114X3-0.045X4-0.062X5+0.120X6-0.053X7+0.436X8-0.002X9+0.370X10+0.421X11
F4=-0.435X1-0.027X2-0.087X3-0.067X4+0.708X5+0.113X6-0.066X7+0.135X8-0.126X9-0.258X10-0.094X11 F5=0.110X1+0.039X2-0.279X3+0.880X4-0.019X5+0.051X6+0.057X7+0.047X8+0.021X9-0.302X10+0.030X11
物流上市公司的综合绩效可采用方差贡献率作为权重，进行加权汇总。5 个主成分的方差贡献率依次为 18.027%、15.904%、14.419%、11.840%、11.453%，于是可得物流上市公司综合绩效 F 的计算公式：
F=（18.027×F1+15.904×F2+14.419×F3+11.840×F4+11.453×F5）/71.642
（三）经营绩效评价结果
以上分析是以2014年物流上市公司经营绩效为例进行的因子分析，其余年份因子分析与上述步骤一样，通过计算得出我国物流上市公司2010年-2014年每年的综合绩效，由于企業数目过多，将不在此展示。2010年-2014年间，综合绩效得分为负值的物流上市公司个数分别是41、44、32、30、49，虽然2012、2013年物流上市公司总体有所好转，但是在2014年综合绩效急转直下，物流上市公司经营绩效并不容乐观。
四、各省市物流上市公司综合绩效评价分析
为了更为直观的了解各省市物流上市公司的分布情况以及各省市物流上市公司的综合绩效情况。文中运用ArcGIS10.0对物流上市公司进行空间分析。
（一）物流上市公司空间分布
分别选用2010年与2014年73家物流上市公司的综合绩效指标，并通过查询73家物流上市公司注册地址，发现73家物流上市公司分布情况如图4-1所示。
（二）各省市物流上市公司综合绩效分析
通过因子分析求出2010年与2014年73家物流上市公司综合绩效得分，然后计算各省市物流上市公司综合绩效得分。计算公式如下：
省市物流上市公司综合绩效=物流上市公司综合绩效之和/物流上市公司总数。
由于部分省市没有物流上市公司，且我国物流上市公司综合绩效负值较多，为了能够用ArcGIS10.0画出一幅完整的中国地图，因此将各省市物流上市公司综合绩效加10，而没有物流上市公司的省市综合绩效归为0。将处理后的数据输入到ArcGIS10.0中，系统自动将2010年和2014年各省市物流上市公司综合绩效分为五类。由浅到深依次定义：无物流上市公司省市、物流上市公司综合绩效低省市、物流上市综合绩效较低省市、物流上市公司综合绩效一般省市、物流上市公司综合绩效较好省市。
（三）GIS图对比分析
通过对比2010年和2014年各省市物流上市公司综合绩效GIS图，可以得出如下结论：
（1）2014年各省市物流上市公司综合绩效相对2010年有所下降。这种现象可能是因为物流上市公司作为服务类企业，会受到国家经济发展水平的影响。2010年时，我国经济发展相对较快，物流服务需求处于快速增长阶段。而2014年，我国经济发展水平在增速下滑，并且在2010-2014年间涌现了许多未上市的物流公司，且这些物流公司市场份额还在不再扩大，无形中对物流上市公司的经营绩效造成了影响。
（2）中西部地区各省市物流上市公司综合绩效比沿海省市要高。这种现象可能是因为近年来国家对中西部地区进行经济扶持，且中西部地区物流公司数量较少，因此物流市场竞争较小。
（3）湖北省作为大陆腹地中心，该省物流上市公司综合绩效稳步提升。并且是2014年间唯一一个物流上市公司综合绩效较好的省份。该省公路、铁路、水路、航空相对比较健全，且位于大陆腹地中心，地理位置的优越性能够吸引制造业等在此投资设厂，物流服务需求量较大。
（4）广东省虽然是物流上市公司数目最多的省份，但是该省物流上市公司综合绩效并不理想。可能由于广东省物流上市公司数量过多，相对中西部省份，其物流业的竞争更加激烈，并且广东省还有许多未上市的但是却非常具有影响力的物流企业。上市公司激烈的竞争，未上市公司对上市公司市场份额的分割，可能是导致广东省物流上市公司综合绩效下滑的主要原因。
五、总结
希望通过本文的研究，可以对各省市物流上市公司提供一些可借鉴的地方，以促进各省市物流业的发展。同时，诚挚的希望后人能够针对本文的不足之处进行深入的研究，如扩大研究对象，将没有上市的物流公司也纳入到研究对象中，让成果适用于整个物流业。
【参考文献】
[1] 王迪，张红，张春晖，李红辉. 旅游上市公司董事会治理对经营绩效的影响——基于非平衡面板数据的分析[J]. 旅游学刊，2014，11：36-44.
[2] 初旭，周杰. 董事会治理对文化创意型上市公司经营绩效的影响研究[J]. 科学学与科学技术管理，2013，05：126-133.
[3] 袁晓波. 管理层激励、内部控制与公司绩效——来自中国沪市制造业上市公司的经验证据[J]. 天津大学学报（社会科学版），2014，06：494-498.
[4] 王红，刘纯阳，杨亦民. 管理层激励与公司绩效实证研究——基于农业上市公司的经验数据[J]. 农业技术经济，2014，05：113-120.
作者简介：尉凯婉，女，1991.10，汉，山西运城，硕士研究生，河南水利与环境职业学院，供应链管理