股权集中度对电商物流企业经营绩效的影响研究

Research on the Impact of Equity Concentration on the Business Performance of E-Commerce Logistics Enterprises

摘要: 股权集中度是反映公司治理结构的关键变量，很大程度影响着企业资源配置的精准度与经营决策的科学性，对电商物流企业绩效优化和长远发展有着重要作用。在数字经济与消费升级的双重驱动下，电商物流行业已快速成长为国民经济循环的重要枢纽。部分上市公司仍存在股权结构不合理、治理机制不完善等问题，这些因素明显制约了企业的股权治理，进而导致企业绩效潜力未能充分释放。基于此，本文选取2017至2019年间我国73家A股上市电商物流企业作为研究对象，运用因子分析法构建了经营绩效综合评价体系。以股权集中度为核心变量，同时纳入公司规模、企业成长性及资产负债率等控制变量，通过面板数据回归模型深入分析股权集中度与经营绩效之间的内在联系。实证分析显示，电商物流企业的股权集中度与经营绩效呈现很显著的负相关关系。

Abstract: Equity concentration is a key variable reflecting the corporate governance structure, which to a large extent affects the accuracy of enterprise resource allocation and the scientific nature of business decisions, and plays an important role in the performance optimization and long-term development of e-commerce logistics enterprises. Driven by the dual forces of the digital economy and consumption upgrade, the e-commerce logistics industry has rapidly grown into an important hub in the national economic cycle. Some listed companies still have problems such as unreasonable equity structure and imperfect governance mechanism. These factors obviously restrict the equity governance of enterprises, and thus lead to the failure to fully release the performance potential of enterprises. Based on this, this paper selects 73 A-share listed e-commerce logistics enterprises in China from 2017 to 2019 as the research objects and constructs a comprehensive evaluation system for business performance by using factor analysis. Taking equity concentration as the core variable and incorporating control variables such as company scale, enterprise growth potential and asset-liability ratio, the intrinsic connection between equity concentration and operating performance is deeply analyzed through the panel data regression model. Empirical analysis shows that the equity concentration of e-commerce logistics enterprises has a very significant negative correlation with their business performance.

1. 引言

当前，我国正站在“两个一百年”的历史交汇点上，数字化转型不断深化，电商物流行业发展迅速，在国民经济中发挥着举足轻重的作用[1]。作为连接供给与需求的重要桥梁，电商物流企业的运营能力不仅决定企业自身竞争力，还对产业链协作与国民经济运行产生着深远的影响。国家近些年陆续推出《物流业降本增效专项行动方案(2016~2018年)》和《“十四五”现代物流发展规划》等文件，明确要求将优化电商物流企业治理架构，推动行业整体效率作为新的目标。但由于我国电商物流业起步较晚，许多上市公司存在着“一家独大”、大股东侵占小股东利益等股权结构问题[2]，从而导致公司股权过度集中、运行效率不高，经营绩效并不理想[3]。

提升股权治理效率的关键在于建立一套科学且合理的股权架构与治理体系，通过有效协调股东间利益关系、减少代理成本、优化决策流程，从而提升企业资源配置效能。对于电商物流企业来说，通常采用轻资产运营方式[4]，对库存周转速度要求更严格，同时还要应对市场需求频繁变化的挑战。高效的股权治理能帮助电商企业迅速适应电商平台订单波动，灵活调整仓储配送网络布局，并持续增加物流技术研发投入，反之，如果治理结构效率低下，则可能造成决策流程拖沓、资源分配不当等问题，进而阻碍电商企业核心竞争力的形成。因此，从股权治理效率角度深入分析电商物流企业经营绩效的影响因素与改进方法，不仅能扩展股权治理理论在电商物流领域的应用范围，还能为行业企业提供实用的实践指导。

2. 理论基础与研究设计

2.1. 理论基础与研究假设

股权治理效率的核心在于借助股权结构的恰当安排与治理机制的高效运转，达成股东权益与企业价值共同提升的目标[5]。从委托代理理论角度看，当公司股权高度集中时，大股东成为公司的绝对控制人，会根据他们的评估来调整公司的发展方向，小股东的权益在发展中通常被忽略，甚至存在大股东侵害小股东权益的现象，直接导致工作热情下降，从而增加公司的经营风险，降低公司的经营绩效。针对电商物流企业的特点，其股权治理效率水平很关键地决定企业应对市场变化的反应敏捷度、物流技术创新的投入力度以及供应链资源的整合效果[6]。

基于上述分析，本文提出以下研究假设：

假设1：电商物流企业股权集中度与公司经营绩效呈现出负相关关系。

假设2：股权集中度与电商物流企业经营绩效呈倒“U”型关系。当股权集中度处于合理区间时，股权治理效率最优，经营绩效达到峰值；股权过度集中或过度分散均会降低治理效率，不利于经营绩效提升。

2.2. 样本选择及数据来源

本文依据证监会2012版行业分类标准，结合电商物流企业的业务属性(聚焦为电子商务活动提供仓储、配送、供应链管理、即时物流等一体化服务)，在国泰安数据库交通运输、仓储和邮政类上市公司中，筛选2017~2019年我国A股上市电商物流公司。为保证样本有效性，剔除B股、H股上市公司、数据不完整及ST类上市公司，最终选取73家公司，形成219条有效面板数据。

2.3. 变量定义

1. 被解释变量：经营绩效(S)

评估电商物流企业的经营绩效需要全面涵盖偿债水平、运营效能、盈利状况及成长潜力等多个方面。为克服单一指标评估的片面性，本文采用因子分析法建立综合绩效评价体系[7] [8]。研究选取了10项基础性指标，包括流动比率(X1)、速动比率(X2)、资产负债率(X3)、流动资产周转率(X4)、总资产周转率(X5)、营业利润率(X6)、营业净利率(X7)、总资产净利润率(X8)、净资产收益率增长率(X9)以及净利润增长率(X10)。通过因子分析处理后，计算出综合得分S，并将其作为衡量企业经营绩效的核心指标。

2. 核心解释变量：股权集中度(CR₅)

股权集中度是影响股权治理效率的关键变量，本文采用第一至第五大股东持股比例之和(CR₅)衡量，反映股权集中程度对治理效率的影响。

3. 控制变量

结合电商物流企业发展特点与现有研究成果，选取3个控制变量：

公司规模(SCALE)：以总资产的自然对数衡量，规模较大的电商物流企业可能具有网络优势，但也可能存在组织冗余问题；

企业成长性(GROWTH)：以总资产增长率衡量，反映企业扩张能力与数字化转型潜力，与股权治理效率共同影响经营绩效；

资产负债率(DAR)：以总负债/总资产衡量，反映企业融资结构，过高的负债率可能制约企业研发与扩张投入。

变量详情见表1。

Table 1. Variable definitions and explanations

表1. 变量定义及说明

	变量	符号	说明
被解释变量	绩效的综合得分值	S	公司经营绩效指标的因子分析综合得分值
核心解释变量	股权集中度	CR5	第一大股东到第五大股东持股比例之和
控制变量	公司规模	SCALE	Ln (总资产)
	企业成长性	GROWTH	(本年总资产 − 上年总资产)/上年总资产
	资产负债率	DAR	总资产/总负债

2.4. 模型构建

为检验股权治理效率对电商物流企业经营绩效的影响，构建以下面板数据回归模型：

模型一(线性关系检验)：

$S={\alpha }_0+{\alpha }_1\ast {\text{CR}}_5+{\beta }_1\ast \text{GROWTH}+{\beta }_2\ast \text{SCALE}+{\beta }_3\ast \text{DAR}+{\epsilon }_1$

模型二(倒“U”型关系检验)：

$S={\theta }_0+{\theta }_1\ast {\text{CR}}_5+{\theta }_2\ast {\text{CR}}_{\text{5}}^{\text{2}}+{\mu }_1\ast \text{GROWTH}+{\mu }_2\ast \text{SCALE}+{\mu }_3\ast \text{DAR}+{\epsilon }_2$

其中，${\alpha }_0$ 、${\theta }_0$ 为常数项，${\alpha }_1$ 、${\beta }_1$ ~${\beta }_3$ 、${\theta }_1$ ~${\theta }_2$ 、${\mu }_1$ ~${\mu }_3$ 为回归系数，${\epsilon }_1$ 、${\epsilon }_2$ 为随机误差项。通过模型一检验股权集中度与经营绩效的线性关系，通过模型二检验二者是否存在倒“U”型关系，进而揭示股权治理效率对经营绩效的影响机制。

3. 实证分析

3.1. 经营绩效因子分析

1. 适用性检验

在对10项基础指标完成标准化处理之后，随即展开KMO检验与Bartlett球形度检验。检验结果揭示，KMO检验统计量达到0.646，该数值很接近1的理想值，并且Bartlett球形度检验的P值显示为0 (显著低于0.05的显著性水平)，这样说明样本数据具备进行因子分析的适宜性。

2. 因子提取与命名

通过主成分分析法提取公因子，当累计方差贡献度达到85.56%时，提取4个公因子，能够充分解释原始指标的信息。经旋转后，明确各公因子含义：

公因子1 (偿债能力因子)：与流动比率(X1)、速动比率(X2)、资产负债率(X3)相关性较高，反映企业偿债能力；

公因子2 (盈利能力因子)：与营业利润率(X6)、营业净利率(X7)、总资产净利润率(X8)关系密切，反映企业盈利水平；

公因子3 (发展能力因子)：与净资产收益率增长率(X9)、净利润增长率(X10)相关性显著，反映企业成长潜力；

公因子4 (经营能力因子)：与流动资产周转率(X4)、总资产周转率(X5)相关性显著，反映企业资产周转效率。

3. 综合绩效得分计算

以各公因子的方差贡献度为权重(26.57%、22.91%、19.19%、16.88%)，构建经营绩效综合得分公式：

$S=0.2657\ast F_1+0.2291\ast F_2+0.1919\ast F_3+0.1688\ast F_4$

其中，$F_1$ ~$F_4$ 为4个公因子的得分，通过因子得分系数矩阵计算得出。

3.2. 描述性统计

描述性统计结果见表2，股权集中度(CR₅)均值为0.6231，表明电商物流上市公司前五大股东持股比例超过60%，股权集中程度较高，可能影响股权治理效率；经营绩效(S)最大值与最小值差距显著，反映行业内企业经营绩效分化明显，股权治理效率差异可能是重要原因；企业成长性(GROWTH)均值为0.0924，且存在负值，说明部分电商物流企业仍面临成长压力，需通过提升股权治理效率破解发展瓶颈。公司规模(SCALE)均值为23.3366，最小值为20.01，最大值为26.45，规模差异并不明显。资产负债率(DAR)均值为0.42，最大值为0.88，最小值为0.06，说明有一些公司债务融资很少，但也有公司债务融资的规模较大，总体来说资产负债率不高。

Table 2. Descriptive statistical results of variables

表2. 变量描述性统计结果

变量	观测值	均值	标准差	最小值	最大值
经营绩效(S)	219	1.4745E−17	0.4341	−0.72	3.70
股权集中度(CR5)	219	0.6231	0.1558	0.2561	0.8921
企业成长性(GROWTH)	219	0.0924	0.1377	−0.1236	0.9236
公司规模(SCALE)	219	23.3366	1.3011	20.0126	26.4490
资产负债率(DAR)	219	0.4195	0.1653	0.0582	0.8786

3.3. 相关性分析

Table 3. Results of Pearson correlation analysis of variables

表3. 变量Pearson相关性分析结果

		S	CR5	GROWTH	SCALE	DAR
S	Pearson相关性	1	0.057	0.294^***	−0.292^***	−0.529^***
	显著性(双尾)		0.402	0.000	0.000	0.000
	N	219	219	219	219	219
CR5	Pearson相关性	0.057	1	0.128	0.525^***	0.046
	显著性(双尾)	0.402		0.060	0.000	0.501
	N	219	219	219	219	219
GROWTH	Pearson相关性	0.294^***	0.128	1	0.100	0.125
	显著性(双尾)	0.000	0.060		0.139	0.066
	N	219	219	219	219	219
SCALE	Pearson相关性	−0.292^***	0.525^***	0.100	1	0.418^***
	显著性(双尾)	0.000	0.000	0.139		0.000
	N	219	219	219	219	219
DAR	Pearson相关性	−0.529^***	0.046	0.125	0.418^***	1
	显著性(双尾)	0.000	0.501	0.066	0.000
	N	219	219	219	219	219

^***.在置信度(双测)为0.01时，相关性是显著的。

相关性分析结果见表3，其中经营绩效(S)与股权集中度(CR₅)的相关性未通过显著性检验，需通过回归分析进一步验证；经营绩效(S)与企业成长性(GROWTH)显著正相关，与公司规模(SCALE)、资产负债率(DAR)显著负相关，符合电商物流企业发展规律——成长性越高、负债水平越低，经营绩效越优。

3.4. 基准回归分析

通过F检验和Hausman检验确定采用固定效应模型，所得回归结果见表4。根据表4，模型1的回归分析结果揭示，股权集中度(CR₅)的回归系数为负值且达到−1.706，在0.01的显著性水平下通过了检验，说明股权集中度与电商物流企业经营绩效呈现很明显的负相关关系，假设1得到验证。可以看出，过高的股权集中度会削弱股权治理效能，造成决策机制缺乏灵活性，同时中小股东参与治理的积极性不足，这样就会阻碍企业经营绩效的改善，这与电商物流企业需要敏捷决策、快速适应市场变化的特点相冲突。模型2引入CR₅平方项后，CR₅及${\text{CR}}_{\text{5}}^{\text{2}}$ 的回归系数均未通过显著性检验，表明股权集中度与经营绩效不存在倒“U”型关系，假设2不成立。

控制变量方面，企业成长性(GROWTH)与经营绩效显著正相关，说明电商物流企业的扩张与转型能够有效提升绩效；公司规模(SCALE)、资产负债率(DAR)与经营绩效显著负相关，反映大型企业的组织冗余问题与高负债对研发投入的制约，需通过优化股权治理效率平衡规模扩张与绩效提升的关系。

Table 4. Results of benchmark regression analysis

表4. 基准回归分析结果

	S
	(1)	(2)
CR5	−1.706^**	−4.871
	(−2.116)	(−1.269)
${\text{CR}}_{\text{5}}^{\text{2}}$		2.732
		(0.844)
SCALE	−0.346	−0.240
	(−1.335)	(−0.832)
GROWTH	0.949^***	0.939^***
	(4.871)	(4.803)
DAR	−1.027	−1.220^*
	(−1.636)	(−1.824)
_cons	9.516	7.975
	(1.592)	(1.275)
N	219	219
R^2	0.206	0.210
F	6.038	5.266

^***p < 0.01, ^**p < 0.05, ^*p < 0.10.

3.5. 内生性检验

将核心解释变量的滞后期作为工具变量[9]，将股权集中度的滞后期作为工具变量。企业的股权集中度在某种程度上是动态的、持续性的。在早期阶段，企业的股权集中度与当期经营绩效并无明显的相关性。表5是内生性检验结果，从估计结果可以得出，股权集中度与电商物流企业经营绩效呈现明显负相关关系。本文所得出的研究结论仍然成立。

Table 5. Endogeneity test results

表5. 内生性检验结果

	S
CR5	−1.706^**
	(−2.116)
CR5 (t − 1)		−0.618^*
		(−1.700)
SCALE	−0.346	−0.066
	(−1.335)	(−1.188)
GROWTH	0.949^***	1.233^**
	(4.871)	(2.488)
DAR	−1.027	−1.430^***
	(−1.636)	(−7.366)
_cons	9.516	1.608
	(1.592)	(1.474)
N	219	146
R^2	0.206	0.293
F	6.038	7.155

^***p < 0.01, ^**p < 0.05, ^*p < 0.10.

3.6. 稳健性检验

Table 6. Results of robustness tests

表6. 稳健性检验结果

	S
CR1	−0.082^**
	(−0.198)
SCALE	−0.299
	(−1.138)
GROWTH	0.853^***
	(4.432)
DAR	−0.920
	(−1.447)
_cons	7.549
	(1.247)
N	219
R^2	0.180
F	5.135

^***p < 0.01, ^**p < 0.05, ^*p < 0.10.

CR₁ (第一大股东持股比例)是衡量股权集中度的核心指标，直接反映企业控制权的集中程度。由此，本文采用上市公司年报中第一大股东持股比例重新衡量企业股权集中度(如表6所示)。股权集中度对电商物流企业经营绩效依然具有明显的负向作用。这和前文的研究结果相吻合，说明了本文的结论具有一定的稳定性。

4. 电商物流企业经营绩效提升路径

实证研究证实，股权治理效率不足是影响电商物流企业经营绩效提升的关键因素。结合行业特点与治理实践，可从四个维度探索提升经营绩效的具体路径：

4.1. 优化股权架构，增强治理灵活性

电商物流企业需适当降低控股股东持股比例，防止治理机制僵化。一方面，可吸引电商平台、物流科技企业等战略投资者加入，既改善股权结构，又能借助合作方资源提升供应链协同效能与技术研发能力，另一方面，应完善中小股东参与治理的机制，通过强化累积投票制、优化网络投票系统，保障中小股东在仓储网络规划、物流技术投入等重大决策中的参与权，形成多方制衡、决策高效的股权结构，从而提升治理效率[10]。

4.2. 健全治理机制，强化权力制衡

为提升经营绩效提供制度支撑，需完善股权治理配套机制。一是组建独立的董事会与监事会，引入物流行业专家、财务专家担任独立董事，加强对管理层的监督与指导，减少代理成本，二是建立股东权益保障机制，明确大股东与中小股东的权利界限，防止大股东损害中小股东利益，通过合理分红政策、股权激励计划，实现股东与企业利益绑定[11]，三是针对电商物流行业“快速响应、持续迭代”的特点，简化非核心业务决策流程，赋予管理层适度自主权，提升市场应变能力。

4.3. 推进投资多元化，构建制衡体系

鼓励电商物流企业通过定向增发、股权转让等方式引入多元化投资者，形成“大股东相互制衡、专业机构赋能”的治理格局[12]。例如，引入专注于物流科技的风险投资机构、产业投资基金，既为企业提供资金支持，又能通过专业建议推动企业数字化转型(如智能仓储、无人配送技术研发)，同时，实施员工持股计划，让核心员工成为股东，激发员工积极性与创造力，将人力资源优势转化为绩效优势，实现治理与绩效的良性互动。

4.4. 融合行业特性，促进治理与业务协同

提升股权治理效率需与电商物流业务特点深度结合，避免治理与业务脱节[13]。一是在优化股权结构时，优先选择对电商物流行业有深刻理解、具备资源整合能力的战略投资者，实现治理与业务协同发展，二是针对企业轻资产、高周转的特点，通过治理引导资源聚焦核心业务(如即时配送网络建设、物流大数据平台研发)，防止资源分散浪费，三是建立以绩效为导向的治理评价体系，将物流服务效率、客户满意度、技术研发投入等关键指标纳入考核，推动治理效率转化为经营绩效。

5. 结论与展望

5.1. 研究结论

本文以2017~2019年我国73家A股上市电商物流公司为样本，从股权治理效率视角实证检验了股权集中度与经营绩效的关系，得出以下核心结论：电商物流企业股权集中度与经营绩效呈显著负相关关系，过高的股权集中度会降低股权治理效率，导致决策僵化、资源配置失衡，进而抑制经营绩效提升；股权集中度与经营绩效不存在倒“U”型关系，表明单纯调整股权集中程度难以实现治理效率最优，需结合完善的治理机制与行业特性构建高效的股权治理体系。此外，企业成长性与经营绩效显著正相关，公司规模、资产负债率与经营绩效显著负相关，为电商物流企业通过多维度优化提升绩效提供了实证依据。

5.2. 研究局限与展望

本研究存在一定局限，样本时间范围限定在2017到2019年，未能纳入公共卫生事件发生后电商物流行业出现的新情况与新变化，还有，仅从股权集中度这一方面评估股权治理效率，没有考虑股权属性、股东背景等其他相关因素的作用。后续研究可拓展样本时间范围，加入公共卫生事件后的数据，深入分析股权治理效率与经营绩效关联的动态演变情况，同时，充实股权治理效率的评估指标，融合股权性质、董事会构成等多方面因素展开探究，这样能为电商物流企业经营绩效提升提供更系统、更全面的理论支撑与实践指导。