0引言

2023年9月，習(xí)近平總書(shū)記在黑龍江考察調(diào)研期間首次提出“新質(zhì)生產(chǎn)力”，所謂新質(zhì)生產(chǎn)力，是以科技創(chuàng)新為主的生產(chǎn)力，是擺脫了傳統(tǒng)增長(zhǎng)路徑、符合高質(zhì)量發(fā)展要求的生產(chǎn)力，是數(shù)字時(shí)代更具融合性、更體現(xiàn)新內(nèi)涵的生產(chǎn)力。現(xiàn)代物流企業(yè)需發(fā)展新質(zhì)生產(chǎn)力，為此，對(duì)現(xiàn)代物流企業(yè)的財(cái)務(wù)績(jī)效進(jìn)行分析評(píng)價(jià)，找出其存在的問(wèn)題并給出研究建議，明確物流企業(yè)的發(fā)展方向是發(fā)展新質(zhì)生產(chǎn)力。

不少學(xué)者對(duì)于物流企業(yè)的績(jī)效表現(xiàn)展開(kāi)了廣泛而深入的研究，形成了眾多優(yōu)秀的研究成果。陶文宣以14家上市物流企業(yè)的2018年年報(bào)數(shù)據(jù)作為研究依據(jù)，利用主成分分析方法，從11個(gè)指標(biāo)中提取企業(yè)規(guī)模、資金使用、企業(yè)成長(zhǎng)三個(gè)主因子，發(fā)現(xiàn)我國(guó)上市物流企業(yè)競(jìng)爭(zhēng)力具有差異性，應(yīng)針對(duì)企業(yè)自身特點(diǎn)，優(yōu)化管理結(jié)構(gòu)，提升資金使用效益[1]。王碧瑤基于“一帶一路”所含省份的68家物流企業(yè)為研究對(duì)象，采用因子分析法得出“一帶一路”倡議下的物流上市公司財(cái)務(wù)績(jī)效分化明顯，各個(gè)企業(yè)需要加強(qiáng)區(qū)域合作，實(shí)現(xiàn)互利共贏[2]。李燕基于價(jià)值鏈理論，在傳統(tǒng)財(cái)務(wù)指標(biāo)評(píng)價(jià)結(jié)果的基礎(chǔ)上，加入非財(cái)務(wù)指標(biāo)的價(jià)值影響參數(shù)，得到最終的修正后的第三方物流企業(yè)價(jià)值評(píng)級(jí)結(jié)果[3]。王紅研究發(fā)現(xiàn)物流業(yè)的發(fā)展與經(jīng)濟(jì)高質(zhì)量發(fā)展是雙向互動(dòng)[4]。崔宏凱等提出當(dāng)前我國(guó)仍存在物流業(yè)與制造業(yè)、數(shù)字產(chǎn)業(yè)、供應(yīng)鏈、經(jīng)濟(jì)增長(zhǎng)等聯(lián)動(dòng)不夠、協(xié)同不強(qiáng)等問(wèn)題[5]。

通過(guò)研讀眾多研究成果可見(jiàn)，針對(duì)財(cái)務(wù)績(jī)效評(píng)價(jià)體系的研究，獲得眾多學(xué)者的關(guān)注，現(xiàn)已形成了數(shù)量可觀的研究成果。但是綜上研究也發(fā)現(xiàn)，當(dāng)前國(guó)內(nèi)對(duì)物流業(yè)財(cái)務(wù)績(jī)效的研究，仍存在可進(jìn)一步研究的空間：當(dāng)前很多研究的決策單元對(duì)象僅局限于物流業(yè)中的單獨(dú)分支，如針對(duì)港口企業(yè)的財(cái)務(wù)績(jī)效評(píng)價(jià)，因此進(jìn)一步的研究可以將研究主體聚焦于物流業(yè)整體。因此，本文運(yùn)用因子分析法，采取2022年中國(guó)131家物流業(yè)上市公司，分析其發(fā)展情況并提出發(fā)展建議，以更好地提高其財(cái)務(wù)績(jī)效水平，發(fā)展新質(zhì)生產(chǎn)力，實(shí)現(xiàn)可持續(xù)發(fā)展。

1研究設(shè)計(jì)

1.1經(jīng)營(yíng)績(jī)效指標(biāo)選取原則

第一，客觀性原則：選擇能夠客觀、準(zhǔn)確地衡量公司財(cái)務(wù)績(jī)效的指標(biāo)，避免主觀性過(guò)高或容易被誤解的指標(biāo)。

第二，戰(zhàn)略一致原則：指標(biāo)應(yīng)與公司戰(zhàn)略目標(biāo)和業(yè)務(wù)模式相一致，能夠直接或間接地反映公司的戰(zhàn)略執(zhí)行情況和業(yè)務(wù)效果。

第三，衡量?jī)r(jià)值原則：選擇具有衡量?jī)r(jià)值的指標(biāo)，能夠?yàn)闆Q策者和投資者提供有關(guān)公司績(jī)效的重要信息，幫助他們做出準(zhǔn)確的評(píng)估和決策。

第四，可比性原則：指標(biāo)應(yīng)具有可比性，即能夠與行業(yè)標(biāo)準(zhǔn)或競(jìng)爭(zhēng)對(duì)手進(jìn)行比較，有助于評(píng)估公司在行業(yè)中的地位和競(jìng)爭(zhēng)力。

第五，可操作性原則：選擇的指標(biāo)應(yīng)具備對(duì)業(yè)務(wù)決策和運(yùn)營(yíng)改進(jìn)有指導(dǎo)作用的特點(diǎn)，能夠?yàn)楣芾韺犹峁?shí)際指導(dǎo)和可執(zhí)行的建議。

第六，綜合性原則：綜合考慮多個(gè)指標(biāo)來(lái)評(píng)價(jià)公司的財(cái)務(wù)績(jī)效，避免過(guò)度依賴(lài)單一指標(biāo)，以充分反映公司的整體績(jī)效情況。

最終，在選擇財(cái)務(wù)績(jī)效評(píng)價(jià)的指標(biāo)時(shí)，應(yīng)根據(jù)公司的具體情況、行業(yè)特點(diǎn)和戰(zhàn)略目標(biāo)進(jìn)行綜合考慮，確保選擇的指標(biāo)具備合理性和可靠性，能夠全面評(píng)估公司的財(cái)務(wù)績(jī)效[6]。

1.2樣本數(shù)據(jù)來(lái)源及指標(biāo)選取

在剔除了ST公司、*ST公司、物流企業(yè)非主營(yíng)業(yè)務(wù)的公司以及財(cái)務(wù)數(shù)據(jù)不足等企業(yè)的基礎(chǔ)上，最終確定了131家上市公司，選取了2022年具體財(cái)務(wù)指標(biāo)數(shù)據(jù)進(jìn)行財(cái)務(wù)績(jī)效評(píng)價(jià)分析模型的構(gòu)建，數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)，缺失數(shù)據(jù)通過(guò)企業(yè)年報(bào)補(bǔ)缺。

針對(duì)物流企業(yè)，邀請(qǐng)部分專(zhuān)家進(jìn)行訪(fǎng)談，聽(tīng)取專(zhuān)家意見(jiàn)，再進(jìn)一步進(jìn)行文獻(xiàn)梳理，獲取相關(guān)信息，最終從4個(gè)維度選取用以評(píng)價(jià)企業(yè)財(cái)務(wù)績(jī)效的11項(xiàng)指標(biāo)，4個(gè)維度分別是償債能力、營(yíng)運(yùn)能力、盈利能力和發(fā)展能力。財(cái)務(wù)指標(biāo)的類(lèi)型、名稱(chēng)、計(jì)算方法和符號(hào)表示如表1所示。

2實(shí)證分析

2.1因子分析的可行性檢驗(yàn)

本文使用SPSS27.0軟件運(yùn)用因子分析法對(duì)131家物流上市公司2022年的11項(xiàng)財(cái)務(wù)指標(biāo)數(shù)據(jù)進(jìn)行處理，其結(jié)果如表2所示。因子分析法有特定的適用條件，需先對(duì)選取的指標(biāo)進(jìn)行KMO值和Bartlett球形檢驗(yàn)，以判斷所選指標(biāo)是否適合做因子分析。具體來(lái)說(shuō)，指標(biāo)通過(guò)適用性檢驗(yàn)需同時(shí)滿(mǎn)足KMO值大于等于0.5和Bartlett球形檢驗(yàn)呈現(xiàn)顯著性?xún)身?xiàng)條件。

根據(jù)結(jié)果顯示，本文選取的樣本數(shù)據(jù)的KMO統(tǒng)計(jì)值為0.686，大于0.5，表明該統(tǒng)計(jì)樣本適用于因子分析；同時(shí)，Bartlett球形度檢驗(yàn)的近似卡方為1 597.186，自由度為55，顯著性為0，統(tǒng)計(jì)量的sig.值通過(guò)1%的顯著性檢驗(yàn)，說(shuō)明原始變量間存在較強(qiáng)的相關(guān)性，也說(shuō)明其適用于因子分析。

由表3公因子方差可以看出，提取之后的變量共同度最高為0.959，共同度越高表示被公因子解釋的程度越高，即所選的數(shù)據(jù)也是合適的，基本上可以被因子解釋?zhuān)m合用因子分析法。

2.2公因子的提取與命名

本文采用主成分分析法進(jìn)行公共因子的提取，通常將特征值大于1的成分確定為公因子。由表4可知，前4個(gè)成分的特征值大于1，且累計(jì)方差貢獻(xiàn)率達(dá)到90.288%，即該模型能夠反映90.288%的信息量，滿(mǎn)足累計(jì)貢獻(xiàn)率高于80%的要求，說(shuō)明這4個(gè)因子可以充分反映本文選取的11項(xiàng)指標(biāo)代表的財(cái)務(wù)信息。因此選取這4個(gè)公因子來(lái)衡量物流企業(yè)上市公司的財(cái)務(wù)績(jī)效。這4個(gè)公因子的總方差解釋分別為32.029%、22.583%、18.181%和17.495%。

在提取公因子后，對(duì)公因子進(jìn)行命名。由表5旋轉(zhuǎn)后的成分矩陣可知：

公因子1在營(yíng)業(yè)毛利率、營(yíng)業(yè)利潤(rùn)率和息稅前營(yíng)業(yè)利潤(rùn)率上具有較高的載荷，這些因子能夠體現(xiàn)企業(yè)的盈利能力，因此將公因子1命名為盈利能力因子；

公因子2在速動(dòng)比率、現(xiàn)金比率和資產(chǎn)負(fù)債率上具有較高的載荷，這些因子體現(xiàn)了企業(yè)的償債能力，因此公因子2被稱(chēng)為償債能力因子；

公因子3在流動(dòng)資產(chǎn)周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率上具有較高的載荷，這些因子能夠體現(xiàn)企業(yè)營(yíng)運(yùn)能力，因此將公因子3命名為營(yíng)運(yùn)能力因子；

公因子4上載荷較高的是營(yíng)業(yè)利潤(rùn)增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率和可持續(xù)增長(zhǎng)率3個(gè)指標(biāo)，尤其受到營(yíng)業(yè)利潤(rùn)增長(zhǎng)率和凈利潤(rùn)增長(zhǎng)率的影響程度較大，因其可以反映企業(yè)的發(fā)展能力，可將其命名為發(fā)展能力因子。

2.3評(píng)價(jià)得分模型構(gòu)建

將保存后的變量進(jìn)行回歸，得到2022年的成分得分系數(shù)矩陣，如表6所示。

根據(jù)表6，建立因子得分模型：

根據(jù)表6中提出的4個(gè)公因子，將4個(gè)主成分按照其方差貢獻(xiàn)率為權(quán)重，得出財(cái)務(wù)績(jī)效綜合評(píng)價(jià)模型，再根據(jù)模型計(jì)算2022年各物流企業(yè)的綜合績(jī)效得分及排名，如表7所示。

3實(shí)證結(jié)果分析

由表6可知，2022年131家物流企業(yè)上市公司中，有61家企業(yè)的因子得分大于0，占比為46.56%，這部分企業(yè)財(cái)務(wù)績(jī)效表現(xiàn)較好，而有70家企業(yè)的因子得分低于0，占比為52.67%，說(shuō)明目前我國(guó)物流企業(yè)中有相當(dāng)一部分企業(yè)財(cái)務(wù)績(jī)效表現(xiàn)不佳，存在較高的財(cái)務(wù)風(fēng)險(xiǎn)，物流企業(yè)上市公司整體財(cái)務(wù)績(jī)效水平有待提升。第一名綜合得分達(dá)7.84分，最后一名僅為-2.84分，說(shuō)明我國(guó)物流企業(yè)2022年財(cái)務(wù)績(jī)效水平差異化明顯，行業(yè)發(fā)展不均衡。

在公因子得分的橫向比較層面，131家物流企業(yè)上市公司中只有永泰運(yùn)、圓通速遞、招商南油、密爾克衛(wèi)、寧波遠(yuǎn)洋、嘉友國(guó)際和日照港7個(gè)公因子得分全部為正值，說(shuō)明這7家公司在財(cái)務(wù)能力方面表現(xiàn)比較均衡，其他物流企業(yè)上市公司內(nèi)部盈利、償債、營(yíng)運(yùn)、發(fā)展能力差異較大，至少存在一個(gè)方面的短板，需要協(xié)調(diào)發(fā)展。春秋航空、龍洲股份、深圳機(jī)場(chǎng)、江西長(zhǎng)運(yùn)和華夏航空5家公司4個(gè)公因子得分全部為負(fù)值，說(shuō)明企業(yè)財(cái)務(wù)績(jī)效表現(xiàn)較差，要強(qiáng)化企業(yè)的內(nèi)部財(cái)務(wù)管理，積極開(kāi)拓新的利潤(rùn)增長(zhǎng)點(diǎn)。

進(jìn)一步分析可以發(fā)現(xiàn)，公因子1（盈利能力因子）得分最高為重慶路橋，得分最低為海航控股和?？谺股，得分分別為2.877 15和-4.135 85，差距較大，表明物流企業(yè)上市公司的獲利能力參差不齊。131家企業(yè)中有61家企業(yè)盈利能力得分為負(fù)值，占比46.56%，反映出運(yùn)輸業(yè)盈利能力表現(xiàn)一般，仍有很大的發(fā)展空間。

公因子2（償債能力因子）得分最高為中鐵特貨，得分最低為宏川智慧，得分分別為4.069 92和-1.348 72，差距較大，不同物流企業(yè)上市公司償債能力參差不齊，其中52家公司公因子得分為正，79家公司公因子得分為負(fù)，占比60.31%，表明我國(guó)物流企業(yè)上市公司整體償債能力表現(xiàn)欠佳。

公因子3（營(yíng)運(yùn)能力因子）得分最高為遠(yuǎn)大控股，得分最低為海航控股和?？谺股，得分分別為6.391 87和-1.175 05，該指標(biāo)的差距最大。131家企業(yè)中有89家企業(yè)營(yíng)運(yùn)能力得分為負(fù)值，占比67.94%，反映出物流企業(yè)上市公司營(yíng)運(yùn)能力較差，有待改善。

公因子4（發(fā)展能力因子）得分最高為中國(guó)國(guó)航，得分最低為深圳機(jī)場(chǎng)，得分分別為0.720 45和-4.072 01。131家企業(yè)中有115家企業(yè)發(fā)展能力得分為正值，占比87.79%，反映出物流企業(yè)未來(lái)發(fā)展能力較好，但深圳機(jī)場(chǎng)發(fā)展能力因子得分最低且4個(gè)公因子均為負(fù)值，說(shuō)明該公司財(cái)務(wù)績(jī)效較差且未來(lái)發(fā)展前景較差。

4相關(guān)建議

通過(guò)對(duì)131家物流企業(yè)的財(cái)務(wù)業(yè)績(jī)進(jìn)行因子分析，對(duì)其綜合得分進(jìn)行排序，發(fā)現(xiàn)2022年我國(guó)物流企業(yè)上市公司的總體財(cái)務(wù)業(yè)績(jī)表現(xiàn)不佳，企業(yè)之間的層次差異很大，行業(yè)發(fā)展不均衡。在上述研究的基礎(chǔ)上，本文給出了4條建議。

4.1提升供應(yīng)鏈管理能力

物流企業(yè)應(yīng)加強(qiáng)供應(yīng)鏈管理，提升業(yè)務(wù)流程的可視化和協(xié)調(diào)能力。通過(guò)引入先進(jìn)的物流管理系統(tǒng)和技術(shù)，實(shí)現(xiàn)貨物在全流程的追蹤和監(jiān)控，提高供應(yīng)鏈的效率和可靠性，進(jìn)一步提升企業(yè)財(cái)務(wù)績(jī)效。

4.2加強(qiáng)運(yùn)營(yíng)管理和成本控制

上市公司應(yīng)注重運(yùn)營(yíng)管理，優(yōu)化運(yùn)輸和倉(cāng)儲(chǔ)流程，提高效率和服務(wù)質(zhì)量。同時(shí)，加強(qiáng)成本控制，通過(guò)合理采購(gòu)和供應(yīng)鏈管理，降低運(yùn)營(yíng)成本，提高盈利能力。

4.3加大技術(shù)創(chuàng)新和數(shù)字化轉(zhuǎn)型

物流企業(yè)應(yīng)加大技術(shù)創(chuàng)新和數(shù)字化轉(zhuǎn)型的投入，引入先進(jìn)的物流技術(shù)和設(shè)備，提高業(yè)務(wù)效率和競(jìng)爭(zhēng)力，積極發(fā)展新質(zhì)生產(chǎn)力。例如，應(yīng)用物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等技術(shù)，實(shí)現(xiàn)智能化的物流管理和運(yùn)作。

4.4加強(qiáng)風(fēng)險(xiǎn)管理和企業(yè)治理

上市公司需要加強(qiáng)風(fēng)險(xiǎn)管理和企業(yè)治理，建立完善的內(nèi)部控制和風(fēng)險(xiǎn)管理體系。通過(guò)規(guī)范化的運(yùn)營(yíng)流程和有效的風(fēng)險(xiǎn)防控措施，確保企業(yè)穩(wěn)健發(fā)展和投資者利益。