航运企业投资对码头运营效率的影响研究

李 丹，栾维新,片 峰

（大连海事大学 交通运输管理学院，辽宁，大连116026）

航运企业投资对码头运营效率的影响研究

李 丹，栾维新*,片 峰

（大连海事大学 交通运输管理学院，辽宁，大连116026）

随着港口投资结构多元化、航运企业向综合物流商转变，“港航合一”成为航运业未来的发展趋势.在此背景下，研究航运企业投资对码头的影响能够为码头健康发展提供一定的理论依据.本文先采用三阶段DEA模型对我国沿海集装箱码头2008–2012年间的运营效率进行测度，其次依据投资结构将我国沿海62个集装箱码头进行分组，最后重点分析投资结构与码头运营效率之间的关系.研究结果显示，有航运企业投资的码头运营效率普遍高于无航运企业投资的码头，两组码头的纯技术效率相差较小，而规模效率相差较大.航运企业参与码头建设经营可以实现自有船舶挂靠自有码头，提升码头设施的利用率，从而提升码头的规模效率，有利于码头的健康发展.

水路运输；运营效率；三阶段DEA模型；沿海集装箱码头；航运企业投资

1 引 言

总结国内外文献发现，航运企业参与码头经营这一航运市场新现象已经引起部分学者的关注，但多为定性分析，鲜见定量研究.运营效率是衡量码头发展状况的一项重要指标，因此，本文试图通过测度沿海集装箱码头的运营效率，定量研究航运企业投资对集装箱码头发展的影响，以期为码头的健康发展提供一定的理论依据.

2 航运企业在我国集装箱码头投资现状

自20世纪末起，陆续有大批的航运企业参与到我国沿海集装箱港口的码头建设经营中.本文主要研究航运企业投资对集装箱码头运营效率的影响，因此总结目前航运企业对我国沿海集装箱码头的投资现状，如表1所示.鉴于数据的可获得性，本文只对沿海62个集装箱码头的运营效率进行了测度.

表1 航运企业在我国沿海集装箱码头投资情况Table 1 The status of investment of container enterprises

3 研究方法

早期对港口效率的研究主要借助单一或多个指标来进行.由于难以全面刻画港口效率的特点，此后转向综合评价研究.港口的生产运作是一个较为复杂的过程，且属于多投入多产出模式，所以近年来国内外利用数据包络分析方法（DEA）研究港口效率的文献较多.数据包络分析法(DEA)最初由美国运筹学家Charnes等[5]提出.后来Fried等[6]在原有模型的基础上提出三阶段DEA模型，能够同时调整外部环境与随机误差等因素对效率的影响. Liu[7]同时运用DEA-CCR、DEA-BCC和三阶段DEA模型估算了太平洋十大港口1998–2001年间的动态效率变化，并得到结论，三阶段DEA模型估算出的效率水平最为客观.罗登跃[8]指出目前部分国内文献中三阶段DEA模型存在错误，因此本文采用修正后的三阶段DEA模型对我国沿海集装箱码头的运营效率进行测度，该模型具体分为以下三个部分：

第1阶段 传统DEA模型.

该阶段对原始投入产出数据进行传统DEA回归.本文采用投入导向型规模报酬可变的DEABCC模型，该模型是一种较为成熟的方法，其原理与数学模型不再赘述.

第2阶段 运用SFA模型分解松弛变量.

主题是摄影作品的灵魂，具有鲜明的主题是所有优秀摄影作品的共同点，摄影作者在创作之前需要将“温馨和睦的邻里关系”“硕果累累的丰收季节”等小主题或“自然界的奇妙莫测”“生命的坚强伟大”等大主题选定并把握好，在拍摄和选片的过程中需要保持中心思想的统一，也可在大主题的基础上使用小题材进行表现，这种表现方式通常更加需要摄影作者具有深厚的感知力和把控力。

该阶段利用SFA方法对环境变量进行回归分析，加入随机误差因素，以克服第一阶段DEA模型的缺点.第一阶段DEA分析得出的投入松弛变量是指理想投入量与实际投入量之间的落差，而造成这种松弛变量的原因，可归因于环境影响、管理无效率和随机误差三个因素，通过SFA模型可分别观测出以上三个因素的影响.

首先，对每一种投入建立松弛变量

式中 xni为第i个决策单元（DMU）的第n种投入值；xni⋅λ为第i个DMU的第n种投入值在效率前沿面的最优映射；Sni表示相应的投入松弛变量.

其次，以第一阶段DEA分析得到的投入松弛变量为被解释变量，以环境变量为解释变量构建SFA回归模型

式中 zi是外生环境变量，是DMU环境解释变量的观察值；βn是需要估算的环境解释变量的未知参数；fn(zi;βn)表示环境变量对投入松弛变量的影响方式，一般取 fn(zi;βn)=ziβn；vni表示随机误差；uni表示管理无效率；vni与uni独立不相关，并假设vni服从正态分布，uni服从半正态分布

最后，分两步调整投入松弛变量：

（1）利用管理无效率的条件估计值得到随机误差的估计值，从综合误差中分离出随机误差.罗登跃[8]指出国内部分学者直接套用了Jondrow给出的公式，但Jondrow的公式是针对“生产函数”随机前沿分析的，即综合误差为vni-uni，而Fried提出的三阶段DEA模型中使用的是“成本函数”随机前沿分析模型，相应的综合误差项为vni+uni，所以此时分离随机误差的公式与Jondrow所给出的公式是不同的，在形式上有细微的差别.

（2）将处于较好环境和运气的DMU单元进行向上调整，公式为

式中 Xni表示经过调整的投入值；zi表示环境变量的观察值；右边第一个中括号代表把全部样本调整至相同环境下；第二个中括号代表将全部样本的随机误差调整为相同情形，最终使得每个样本面对相同的环境和运气.

第3阶段 调整的DEA模型.

该阶段构建调整后的DEA模型，即将第二阶段所调整的投入变量值及原始产出值重新代入一阶段DEA-BCC模型中，计算出剔除环境变量和随机误差项后的DMU效率.通过这种方法得到的效率值，排除了运营环境和随机误差的干扰，能够更客观、真实地反映实际效率.在本文中，第3阶段的调整能够有效削弱腹地经济对码头的影响，使得投资结构与码头效率关系的分析更加客观.

4 实证分析

4.1 样本数据和指标的选取

（1）投入和产出指标.

目前，用DEA方法分析港口效率的文献中，投入指标主要从资本、劳动和土地三个方面衡量.对于产出指标，几乎所有研究都将货物吞吐量列为产出指标，一些研究还将用户满意度或港口利润等列为产出指标.鉴于数据的可获得性，本文选取三个投入指标，即：码头岸线长度、装卸设备数量和企业员工数量.其中装卸设备数量的统计为桥吊、轮胎吊及行吊数量.产出指标为码头的集装箱吞吐量.

（2）数据收集.

鉴于数据的可获得性和完整性，本文选取62个沿海集装箱码头2008–2012年的投入产出数据为样本，其主要来源于《中国港口统计年鉴》、交通部官方网站及各码头运营企业的官方网站.

4.2 码头投资结构与码头运营效率关系分析

本文基于2008–2012年我国沿海集装箱码头的投入产出数据，通过三阶段DEA模型的计算，得到我国沿海各集装箱码头2008–2012年的平均效率.通过观察码头平均效率发现，同一港口内的不同集装箱码头间的运营效率、纯技术效率和规模效率存在较大的差异，如表2所示.同一港口内，在自然条件因素、地理区位因素及社会经济因素都相同的情况下，不同码头间仍会存在巨大的差异.由此可见，影响码头运营的因素不仅仅局限于以往认识中的自然条件、地理区位和社会经济因素，在研究单元微观化到码头层面时，仍有其他因素起到了较强的影响作用.在对各港口的集装箱码头进行了较深入的分析后可以发现，同一港口内的不同码头间在投资结构上存在明显的差异.

表2 同一港口内不同码头运营效率对比Table 2 A comparison of efficiency of terminals in the same port

为了研究航运企业投资与集装箱码头运营效率之间的关系，本文将我国沿海集装箱码头按照投资结构划为两组，一组为有航运企业投资，一组为无航运企业投资，其中有航运企业投资的集装箱码头为23个，无航运企业投资的集装箱码头为39个.将我国沿海62个集装箱码头划分为两组后，根据两组集装箱码头的运营效率、纯技术效率和规模效率得到图1、图2和图3.

图1 有无航运企业投资集装箱码头运营效率对比Fig.1 Comparison of container terminal efficiency with different investment

图2 有无航运企业投资集装箱码头纯技术效率对比Fig.2 Comparison of container terminal technical efficiency with different investment

图3 有无航运企业投资集装箱码头规模效率对比Fig.3 Comparison of container terminal scale efficiency with different investment

由图1可知，有航运企业投资集装箱码头的运营效率普遍高于无航运企业投资的集装箱码头，有投资的集装箱码头的平均运营效率为0.56，而无投资的平均效率为0.41，差距较大.运营效率是由纯技术效率和规模效率两部分组成的，任何一部分的差距都可能导致运营效率产生差距，因此要进一步分析两组集装箱码头的纯技术效率和规模效率才能找到两组差异的原因.

由图2可知，两组集装箱码头的纯技术效率几乎持平，差距不大，无航运企业投资组的平均纯技术效率为0.8，有航运企业投资组的平均值为0.84，基本相等.纯技术效率反应了管理水平和技术水平因素对生产效率的影响，纯技术效率较高说明码头的管理技术水平较高.两组码头的纯技术效率基本相等，说明两组码头的管理技术水平相差不大，因此纯技术效率并不是导致两组集装箱码头运营效率有差异的原因.

由图3可知，两组集装箱码头的规模效率有较大差距，无航运企业投资组的平均规模效率为0.51，而有航运企业投资组的平均值为0.65，相差较大.规模效率反应了规模因素对生产效率的影响，两组码头的规模效率相差较大，说明无航运企业投资的码头存在规模不合理等问题，需要进行规模调整.由此可见，导致两组集装箱码头运营效率相差较大的主要原因是规模效率的差异，有航运企业投资集装箱码头的规模效率明显高于无航运企业投资的集装箱码头，从而导致运营效率产生较大差异.李丹[9]等发现造成沿海集装箱码头规模效率较低的原因是码头存在投入拥挤，三项投入指标均有30%左右的投入过量.由于港口的岸线长度和装卸设备等投入指标在短期内较难调整，改善集装箱码头规模效率的有效途径是提升码头的集装箱吞吐量.航运企业的投资能够实现自有船舶挂靠自有码头，即在同一港口内，航运企业的船舶会优先选择挂靠自有码头.因此，可以有效地增加码头的集装箱吞吐量，提升码头设施利用率，从而改善码头的规模效率.

5 研究结论

本文利用三阶段DEA模型测度了2008–2012年我国沿海62个集装箱码头的运营效率，并根据投资结构对码头进行分组研究.测度结果显示：

（1）我国沿海集装箱码头2008–2012年间的规模效率水平较低，说明我国沿海集装箱码头普遍存在规模不合理的问题.

（2）码头分组对比的结果显示，两组码头的纯技术效率差异不大，但运营效率和规模效率却有较大差距，而运营效率的差异主要源于规模效率的差异.有航运企业投资码头的规模效率水平明显高于没有航运企业投资的码头.

（3）航运企业投资能够实现自有船舶挂靠自有码头，增加码头的集装箱吞吐量，提升码头设施的使用率，从而改善码头的规模效率.

由此可见，航运企业投资行为对集装箱码头的发展起到了一定的促进作用，有利于集装箱码头的健康发展.因此，加强与航运企业的紧密合作是集装箱码头未来的重要发展策略.

[1]Slack B,Fremont A.Transformation of port terminal operations:From local to global[J].Transport Review, 2005,25(1):117-130.

[2]王成金.现代港口地理学的研究进展及展望[J].地球科学进展,2008,23(3):243-251.[WANG C J. Research prospect and progress of modern port geography[J].Advances in Earth Science,2008,23(3): 243-251.]

[3]Heaver T D.The evolving roles of shipping lines in international logistics[J].International Journal of Maritime Economics,2002,4(3):210-230.

[4]Baird A J.Global strategic management in liner container shipping[C].The presented paper on 23rd IAPH world ports conference,Durban,South Africa, The National Ports Authority of South Africa，2003.

[5]Charnes A,Cooper W W,Rhodes E.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978,2(6):429-444.

[6]Fried H O,et al.Accounting for environmental effects and statistical noise in data envelopment analysis[J]. Journal of Productivity Analysis,2002,17:157-174.

[7]Liu C C.Evaluating the operational efficiency of major ports in the asia-pacific region using data envelopment analysis[J].Applied Economics,2008,40(13-15): 1737-1743.

[8]罗登跃.三阶段 DEA模型管理无效率估计注记[J].统计研究,2012,4:104-107.[LUO D Y.A note on estimating managerial inefficiency of Three-Stage DEA model[J].Statistical Research,2010,4:233-238.]

[9]李丹,栾维新,片峰.中国沿海集装箱码头效率测度及分析[J].交通运输系统工程与信息,2013, 13(5):10-15.[LI D,LUAN W X,PIAN F.The efficiency measurement of coastal container terminals in China[J]. Journal of Transportation Systems Engineering and Information Technology,2014,13(5):10-15.]

Assessing the Influence of Shipping Company Investment for Efficiency of Terminal

LI Dan,LUAN Wei-xin,PIAN Feng
(Transportation Management College,Dalian Maritime University,Dalian 116026,Liaoning,China)

With the way of port investment becomes diversified,people witness that shipping enterprises transform into integrated logistic enterprises.That makes the merge of port and shipping enterprises becomes a new trend in the shipping industry.Under this circumstance,the three-stage DEA model is adopted to estimate the efficiency of coastal container terminal from 2008 to 2012 in China.The terminal will be divided into two groups based on investment structure.The relationship between investment structure and operation efficiency of container terminals is which the analysis focuses on in the latter section.The research outcomes show that the efficiency of container terminals incorporated with shipping enterprises is commonly higher than that of container terminals without any shipping enterprises’investment.The difference of pure technical efficiency is tiny,but the difference of scale efficiency is enormous.Shipping enterprise’s investment make vessels dock at its own terminal,which enhances the utilization of facilities.That turns out that the investment of shipping enterprises can promote the development of terminal enterprises.

waterway transportation;efficiency;three-stage DEA model;coastal container terminal; shipping enterprise investment

1009-6744（2015）01-0043-06

：U6-9

：A

2014-08-22

：2014-11-14录用日期：2014-12-08

国家自然科学基金项目（41371131）.

李丹（1985-），女，辽宁大连人，博士生. ＊

：weixinl@vip.163.com