我国港口上市公司效率研究——基于两阶段网络数据包络分析模型

王　燕，吴　蒙（.南开大学经济与社会发展研究院，天津市30007；.南开大学经济学院，天津市30007）



我国港口上市公司效率研究
——基于两阶段网络数据包络分析模型

王燕1，吴蒙2
（1.南开大学经济与社会发展研究院，天津市300071；2.南开大学经济学院，天津市300071）

摘要：采用链式网络数据包络分析（DEA）模型对2005—2014年我国17家港口上市公司的总体效率进行测算，同时将港口公司的赢利过程拆解为运营和资本运作两个阶段，并分别测算这两个阶段的效率值，发现我国港口效率的提升主要来自规模效率的增加，公司运营和资金运作两个阶段中前者的效率较高，投入冗余和产出不足对港口公司效率有较大的阻碍作用；区位优势对港口效率的推动作用最大，腹地经济水平、交通运输条件、人才和信息化水平等因素也在不同程度上促进了港口效率的提升。港口企业在注重规模扩大的同时，要实行集约化管理，提升企业的纯技术效率；在继续保持运营阶段高效率的同时，要充分发挥证券市场对企业的促进作用，拓宽融资渠道；要提高企业的资源利用效率，降低企业经营成本，制定合理的股票发行数量，从投入和产出两方面入手提高企业效率。

关键词：港口上市公司；效率；链式网络；数据包络分析

一、引言

港口作为综合交通运输体系的重要组成部分，极大地推动了国民经济和对外贸易的发展。改革开放以来，我国港口发展成就巨大，从2003年开始我国港口连续11年吞吐量位居世界首位，2014年我国规模以上港口的吞吐量更是高达112亿吨，同比增长4.8%。与此同时，我国港口的整体水平与国际大型港口之间还存在一定差距，在服务功能和质量、节能环保等方面还存在不足。2014年6月交通运输部发布《关于推进港口转型升级的指导意见》，提出了我国港口转型升级的发展目标，即到2020年，基本形成质量效益高、枢纽作用强、绿色安全、集约发展、高效便捷的现代港口服务体系。[1]这就要求港口在信息化水平、劳动者素质和管理创新等方面实现根本性转变，而提高我国港口效率和世界竞争力也成为当前亟待解决的问题。

国外使用数据包络分析（DEA）模型对港口效率进行研究始于20世纪90年代。罗尔和海乌斯（Roll & Hayuth）[2]最早将DEA模型运用到港口企业效率评价之中，并详细阐述了CCR模型下港口效率的评价方法，但他们只是进行了理论探讨，并没有使用实际数据进行测度。汤加（Tongzon）[3]运用罗尔和海乌斯的理论，测度了澳大利亚四个最大港口以及世界上其他较大港口的经营效率。卡利南（Cullinane）等人[4-6]运用DEA模型及其拓展方法，对亚洲和欧洲的各大集装箱港口进行了效率测度，并考虑了私有化对于效率评价的影响。我国学者使用DEA模型研究港口效率基本与国外同步，刘大镕[7]使用DEA模型和因子分析法对交通运输部所属16个港口的经济效益进行了评价。但在此之后，使用DEA模型测度港口效率的方法并没有得到广泛应用，直到陈军飞等[8]应用DEA模型对2002年15家港口水运上市公司的经营效率进行评价。吉阿兵等[9]在前人基础上首次使用了极效率DEA模型对16个世界知名集装箱港口的绩效进行了测度，这种方法能够有效区别传统DEA模型中效率值为1的决策单元的排序问题。庞瑞芝[10]使用DEA方法对1999—2002年我国50家沿海港口的经营效率进行了总体分析，并计算曼奎斯特（Malmquist）生产率指数对这些港口的效率进行了动态评价，发现我国沿海港口存在严重的投入拥挤和资源浪费等问题。此后，使用DEA模型评价港口经营效率的研究逐渐增多，虽然有些学者对DEA模型进行了改进，但这些研究从本质上来说使用的仍然是普通的单阶段DEA模型，即把港口效率作为“黑箱”进行处理，对港口上市公司的赢利能力等内部情况研究甚少，无法有效区分港口之间的效率差异，并且很少对影响港口效率的外部因素进行分析。

为克服以上不足，本文将采用网络DEA和样本选择回归模型（Tobit）相结合的两阶段DEA模型，首先从整体上对我国港口上市公司的效率水平进行测算，并进一步对港口上市公司的赢利过程分解为运营和资金运作两个子系统分别考察，最后运用Tobit回归模型测度外部环境因素对港口上市公司效率的影响方向和程度。本文希望通过对港口运营过程中的内部和外部两个方面效率进行效率测度和影响因素分析，并找出其中的薄弱环节，为港口上市公司提升自身效率和应对外部环境变化提供理论支持。

二、网络DEA与Tobit回归

1996年法尔和格瑞斯科夫（Fare & Grosskopf）[11]提出了网络DEA模型，以此研究具有网络结构的决策单元的相对有效性评价问题。他们将模型分解为各个子单元，并用节点将各个子单元相连，考察节点在整个系统中的作用以及系统内部的运作效率。

（一）网络DEA模型

赛福特和朱（Seiford & Zhu）[12]最先使用传统DEA模型独立计算了各子系统的效率，不同元素可以有不同权重；高和黄（Kao & Hwang）[13]又提出一种新的链式网络DEA模型，这种模型中投入和产出要素具有相同的权重。由于前者在权重设置方面具有一定的主观性，因此本文使用了第二种方法，即具有相同权重的链式网络DEA模型。

如图1所示，若评价系统为一个拥有h个子系统串行的系统，Xij和Yrj是这个系统的投入和产出向量，是第j个决策单元（DMU）的第t（t=1，…，h-1）阶段的第p（p=1，…，q）个中间产品。可知阶段t的产出既是本阶段的产出又是t+1阶段的投入，阶段h的最后产出即为系统的最终产出。

图1　链式网络系统

设投入和产出要素的权重为vi和ur，第t阶段的第p个中间产品权重为w（pt），则决策单元k的效率评价模型为：

由公式（2）可知，链式系统总体效率是其内部各子系统效率的乘积，且只有当每个子系统均有效时整个系统才会有效。由于链式系统DEA模型中增加了对于子系统的约束条件，因此在链式系统DEA模型中得到的效率值必然小于传统DEA模型计算的效率，若各个子系统之间能够更好地协同，则整个系统的总效率值会更高。

（二）Tobit回归模型

科埃利（Coelli）[14]为解释效率影响因素的作用，在DEA模型基础上提出了两阶段DEA方法，首先在第一阶段测度系统效率，然后在第二阶段通过建立回归模型考察外部环境变量对系统的作用程度。一般采用Tobit回归模型[15]来测度外部环境因素的影响。

Tobit回归模型不同于普通的连续或者离散的模型，它的主要特点在于其因变量是受到限制的，该模型可以很好地处理由于因变量不连续带来的计算难题。

设Tobit回归模型的因变量yi为截断变量，即该变量大于或者小于一个特定的固定值。由于有固定值的存在，则该截断回归模型具备两个有限点，模型一般形式为yi=xiβ+εi，且ci＜xiβ+εi＜，若无较低截断点，设ci=-∞；若无较高截断点，设=+∞。

由第一阶段得到的效率值一般位于0.5～1.0之间，因此数据是截断的，若用OLS对模型直接进行回归，得到的参数估计是有偏且不一致的。为了解决这类问题，Tobin提出了如下结构的计量经济学模型（3）：

其中，yi为观察到的因变量，Xi是k×1维的自变量，βT是k×1维的未知参数向量，ei～N(0，σ2)。此模型被称为截取回归模型。[16]

模型（3）中并未有时间维度，所以本文所用到的回归模型需要加入时间维度t，构成面板数据To⁃bit回归模型（4）。其中，yit为观察到的因变量，Xit是k×1维的自变量，βT是k×1维的未知参数向量，ei～N（0，σ2）。[17]

下文中将港口上市公司的综合技术效率作为因变量，用Tobit回归模型（4）来分析环境变量对效率的影响。

三、变量选择与数据说明

本文选取在上海和深圳证券交易所上市的17家港口公司作为决策单元，这些港口基本来自我国主要港口群，年营业收入均在亿元以上，年吞吐量基本在2亿吨以上，位居世界港口吞吐量前列，能够比较全面地反映我国港口行业的整体状况。17家港口上市公司的基本情况见表1。

表1　样本港口上市公司基本情况

本文将港口上市公司的赢利过程分解为两个阶段，即企业运营阶段与资本运作（也称资金运作）阶段。在第一阶段，港口上市公司投入人力和物力，利用港口先天条件和技术，完成年度吞吐量，其获得营业收入与毛利润的高低则取决于港口公司的运营能力，可以通过这一阶段港口公司的运营效率来考察；在第二阶段，港口公司利用第一阶段获得的营业收入和毛利润，吸引股票市场上的高额投资，考察的是港口公司的资金运作能力。两个阶段具体运行过程如图2所示。

图2　港口上市公司的两阶段运行过程

结合两个阶段的具体情形，本文的投入产出指标如表2所示。

表2　我国港口上市公司效率评价的投入产出变量

本文的原始数据来自新浪财经①样本港口上市公司2005—2014年的年报，由于原始数据的量纲不同，并且存在很多负值，而DEA方法要求所有数据非负，因此需要首先对数据进行标准化处理。

采用无量纲化的方法对数据进行处理，即以第i项指标的最大值为上限，以第i项指标的最小值为下限，然后通过公式（5）转化为无量纲的数据。标准化处理的具体方法如下：两个阶段，共151个决策单元②，选择投入导向的可计算规模效率的BCC模型，中间产品设为固定不变。

（一）港口上市公司的综合技术效率及其分解

经过计算，得到了样本港口上市公司总体和每家公司各自的综合技术效率（VRSTE）、纯技术效率（PTE）和规模效率（SCALE），具体结果见表3和图3。

表3　期初和期末样本公司的效率变化

图3　2005—2014年港口上市公司总体效率变化

由表3和图3可以发现，2005—2014年我国港口上市公司总体的综合技术效率较低且基本呈现下降趋势，2005年综合技术效率均值为0.545，到2014年下降到0.397，其中在2010年曾一度出现反弹，但并没能改变整体上的下滑状态；研究期间的纯技术效率连年下降，由2005年的0.972下降到2014年的0.685，规模效率变动呈现V型变化趋势，在2009年出现了0.502的最低值后，近年出现了一定幅度的提高。通过图3还可以看到，以2009年为界，前期综合技术效率的降低是纯技术效率和规模效率共同作用的结果，而后期则主要受到纯技术效率下降的影响，规模效率的提高在一定程度上缓和了综合技术效率的下降趋势。

样本港口上市公司总体上三种效率的变动趋势说明了扩大港口公司经营规模，增加港口泊位、水深等硬件设施确实在一定程度上提高了这些公司的规模效率，从而带动了综合技术效率的提升，但随着公司规模的扩大，组织结构更为复杂，而公司的经营管理和技术水平却没有相应提高，依靠大量投入的粗放型增长方式仍未改变，从而导致

其中，Zij为原始数据，Z'ij为无量纲化后数据，aj为第i项指标的最大值，bj为第i项指标的最小值。

四、港口上市公司效率评价

使用MaxDEA6.3软件对港口上市公司效率进行测算，其中包括纯技术效率出现大幅下滑，进而致使综合技术效率出现下降。

由表3可知，在综合技术效率方面，上港集团、厦门港务、北部湾港和唐山港有所提高，而其他港口的综合技术效率具有不同程度的下降；在纯技术效率方面，上港集团和盐田港保持了不变或略有提高，同时，南京港、北部湾港和芜湖港初始年份的纯技术效率值为1，说明这些港口公司的管理和技术水平达到了相对最优状态；在规模效率方面，宁波港、天津港、厦门港务、北部湾港、日照港、重庆港九、锦州港和唐山港8家公司都出现了不同程度的提高，尤其是北部湾港和唐山港，效率值增加了0.3以上，原因在于这两家公司在近期都完成了重大的并购重组活动，规模迅速扩大使得企业的规模效率获得大幅提高，进而带来了综合技术效率提升。

（二）两个子阶段港口上市公司综合技术效率与冗余分析

1.两个子阶段的综合技术效率平均变化情况

由表4可以发现，样本公司在运营阶段的综合技术效率主要集中在0.9～1.0之间，其中南京港、连云港和盐田港的运营效率值为1，说明这些港口公司在运营阶段能够充分利用自身资源获得较高收益；在资金运作阶段，样本公司的分布较为分散，只有上港集团、宁波港和盐田港的效率值达到了0.9以上，并且比照第一阶段可知，多数港口公司在第二阶段的效率值要远远低于其在第一阶段的效率。由图4也可以看出，2005—2014年样本港口公司在第一阶段的综合技术效率均值都远远高于第二阶段，说明这些公司在证券市场上将其在第一阶段获得的收入转化为第二阶段的资金的融资能力较低。资金运作虽然拓宽了港口上市公司融资渠道，并使资本结构得以改善，但同时由于我国港口上市公司资金运作经验不足，资金运作过程的规范性有待加强，加之一直以来港口上市公司股权集中度过高，国有资本占绝对比重，极易导致政企不分，公司治理结构不完善，进而导致政府对港口上市公司行为的过多干预，这些都会在一定程度上降低资金使用效率和管理效率，进而使得港口上市公司在资金运作环节的效率远远低于公司运营环节。

表4　 2005—2014年样本港口上市公司两个子阶段的综合技术效率年均值

图4 2005—2014年两个子阶段综合技术效率均值的变动趋势

2.分阶段各港口年度效率与冗余变量比较

表5为期初和期末各港口在两个节点的综合技术效率。

从公司运营阶段即节点1的综合技术效率来看，各港口的2014年效率值与其各自的期初值相比，均有不同程度的下降，其原因主要在于伴随企业规模不断扩大带来的企业管理难度的加剧，同时受到2008年金融危机的冲击，使得样本港口上市公司在公司运营阶段的效率出现了不同程度的减少。进一步观察还可以发现，综合技术效率下降较为明显的港口公司多数位于环渤海港口群，而位于长三角和珠三角的港口则较少出现明显下降。究其原因，伴随环渤海港口群规模的不断扩大，加之行政划分严格、陆上腹地交叉、海上腹地相同等原因，造成各港口之间对于货源、投资、船公司的激烈竞争，良好的合作机制尚未形成，从而对环渤海港口群整体功能的发挥造成严重影响。

与节点1的情况不同的是，在从公司资金运作阶段即节点2的综合技术效率来看，在各初始年份中，上港集团、南京港、北部湾港和芜湖港的效率值为1，而2014年只有上港集团和宁波港为1，同时宁波港、天津港、厦门港务、日照港、唐山港的综合技术效率都有所提升，其中环渤海港口群占据了三席。这些在第二阶段获得综合效率提升的港口公司都受到投资者的影响，在投资时获得了较高的投资回报，而其他公司则没有获得预期收益。

表5　期初与期末样本公司在两个节点的综合技术效率

从投入冗余量和产出不足量来看，在公司运作阶段，只有主营业务收入指标没有出现产出不足，而员工人数、总资本和总股本三个指标都存在投入冗余，在毛利润上存在产出不足，并且受到2008年金融危机的影响，这四项指标的冗余程度出现了一定幅度的上升。同时发现，随着港口建设速度加快和规模持续扩张，港口公司员工数量不断增长，总资产也随之增加，但这并未带来效率的提高，并且员工人数和总资产并未得到充分利用，冗余量不断上升；在总股本投入项上也存在一定冗余，但远低于员工人数和总资本，却也会对港口公司的效率产生负向影响，在毛利润项上的产出不足。由于毛利润是由主营业务收入减去主营业务成本得到的，而主营业务收入项上并不存在产出不足，说明毛利润的产出不足是由主营业务成本过高造成的。在资本运作阶段，只有净利润指标没有出现产出不足，而在毛利润和主营业务收入上存在投入冗余，在每股收益上存在产出不足。主营业务收入和毛利润的冗余说明这些港口上市公司在第一阶段获得的收入和利润未能在证券市场上得到充分利用，而每股收益的产出不足源自港口上市公司大量发行股票造成的收益稀释。

五、港口上市公司效率影响因素分析

从上文中对我国港口上市公司的效率分析可以发现，目前我国港口企业无论是在整体上还是在运营与资金运作两个阶段，都有极大的上升空间。而许多因素对港口公司的效率提升具有影响，本文选取了港口公司效率的主要影响因素来考察其对港口公司效率的作用方向与程度。

（一）环境变量选择

根据以往研究和我国当前港口公司发展的现实，本文共选取了9个环境变量，具体指标与计算方法见表6。

表6　环境变量指标与计算方法

（二）回归结果与影响因素分析

将上述环境变量作为解释变量，将相应年份的综合技术效率作为被解释变量代入Tobit回归模型，得到如表7所示的回归结果。相应原始数据均来自2006—2014年的《中国统计年鉴》和《中国港口年鉴》，使用Stata12.0软件进行计算。

表7　 Tobit模型回归结果

由以上回归结果可以看到，我们所选用的环境影响因素都对样本港口公司的效率提高产生了正向推动作用，从影响程度来看，港口区位优势对港口效率的作用最大；其次是区域发展程度、区域公路里程数、区域开放程度和区域铁路里程数；再次是港口资源利用率、区域内河里程数、港口专业人才、区域信息化程度。

1.区位优势对港口效率的作用最大

港口凭借特定的区位优势和集聚效应，从港口自身角度来说，可以实现港口资源的有效整合，减少重复建设，有效避免港口间同质化竞争，实现规模效应；从对临港经济的作用来看，可以产生明显的要素和产业集聚效应，优化港口与腹地的产业布局，增强港口经济的辐射能力，带动腹地经济发展，同时鉴于腹地经济与港口之间的联动发展作用，也会对港口效率产生正向影响。

2.腹地经济与港口发展相辅相成

港口腹地经济是港口发展的依托，港口腹地的经济发展水平、对外贸易状况等决定着港口物流的规模与结构，是否以大城市和城市群为腹地是决定港口发展水平的重要因素。同时这种作用是双向的，港口效率提升也会带动腹地经济发展，高水平港口物流也为对外贸易发挥良好的支撑作用，“港为城用、城以港兴”，二者相辅相成。

3.腹地交通运输条件是港口发展的生命线

港口是铁路、公路和水运等运输方式的交汇点，是实现运输一体化的关键节点，随着交通运输网络的完善，交通运输线路覆盖面积扩大，使货物周转速度加快，加之综合性物流园区和货运枢纽的建成，都促进了港口效率的提升。未来我国将以港口为枢纽的多式联运作为主要发展方向，良好的交通运输条件则是多式联运发展的重要前提。

4.人才和信息化水平为港口提供技术支撑

港口的专业人才建设和信息化水平对港口的性质、规模和发展水平有重要影响，其高低也反映了港口的服务水平。当前我国港口正在经历由劳动密集型向技术密集型的转变，建设智慧型港口是主要任务，专业人才在转型过程中担当着重任，而信息化程度的高低也是港口技术水平的重要体现，能够有效降低港口运营成本，提高港口的生产和管理效率。

六、基本结论

本文对上市港口公司的效率进行分析，并考察了影响上市港口公司效率的外部环境因素，得出以下主要结论：

第一，规模效率是港口效率提升的主要原因。从对样本港口公司效率两个阶段总体上的综合技术效率及其分解的结果来看，我国港口综合技术效率的提升得益于规模效率的提高，重大的并购重组会产生巨大的规模效率；但随着企业规模的不断扩大，而技术水平和管理水平没有相应提高，这就会造成纯技术效率的持续下降，使得综合技术效率没有出现大幅度提高，可见港口企业在注重规模扩大的同时，要兼顾自身管理和技术水平的提高，实行集约化管理，提升企业的纯技术效率，从而提升企业的总体效率。

第二，资金运作阶段效率低于运营阶段。通过公司运营和资金运作两个阶段效率的对比可以发现，样本港口公司无论是从整体上还是从各个公司的具体情况来看，在第一阶段的效率要远远高于第二阶段，这说明我国港口企业能够充分发挥自身资源获得较高收益，但不能在股票市场上充分实现收益增值，融资能力较低，虽然样本企业都是上市公司，但并没有将证券市场的作用发挥出来。所以，港口上市公司要继续保持运营阶段的高效率的同时，又要充分发挥证券市场对企业的促进作用，扩大企业融资渠道，提高企业的总体效益。

第三，投入冗余和产出不足阻碍效率提升。从两个阶段的投入冗余和产出不足来看，在公司运营阶段存在人员过剩、资本大量浪费和主营业务成本过高的现象，而在资金运作阶段则存在由于大量发行股票导致每股收益稀释，造成产出不足的现象。这些投入冗余和产出不足都会对各阶段港口公司的效率产生负面作用，要从这些现象入手，提高企业的资源利用效率，降低企业经营成本，制定合理的股票发行数量，从投入和产出两方面入手提高企业效率。

第四，外部环境对港口效率具有不同程度的正向作用。通过Tobit回归模型的分析，可以看出外部环境对港口效率的影响方向与程度，本文所选的影响因素都具有显著的正向推动作用，其中以港口的区位优势的作用最大，同时港口腹地的经济水平、交通运输条件、人才和信息化水平等因素都在不同程度上促进了港口效率的提升，我国港口在未来的发展中要充分重视这些因素的重要作用，从而带动港口发展和效率提升。

＊南开大学经济与社会发展研究院研究生李洪源在资料整理、数据搜集与计算方面给予了帮助，在此表示感谢。

注释：

①参见http：//finance.sina.com.cn/。

②其中由于上港集团、日照港于2006年上市，宁波港、大连港、唐山港于2010年上市，连云港于2007年上市，所以缺少19个应作为决策单元的相应年份样本公司。

③第一、第二阶段指的是从投入到产出的整个过程，节点1、节点2指的是每个阶段计算结束后的那一点。

参考文献：

[1]交通运输部.关于推进港口转型升级的指导意见[EB/OL]. （2014-06-10）[2015-07-08].http：//www.moc.gov.cn/zfxxgk /bnssj/syj/201406/t20140610_1630894.html.

[2]ROLL Y，HAYUTH Y. Port performance comparison apply⁃ing data envelopment（DEA）[J].Maritime policy and man⁃agement，1993（2）：153-161.

[3]TONGZON J L. Efficiency measurement of selected Austra⁃lian and other international ports using data envelopment analysis [J]. Transportation research part A：policy and prac⁃tice，2001（2）：107-122.

[4]WANG T F，SONG D W，CULLINANE K. Container port production efficiency：a comparative study of DEA and FDH approaches [J]. Journal of the eastern Asia society for transportation studies，2003（5）：698-713.

[5]CULLINANE K，SONG D W，JI P，WANG T F. An applica⁃tion of DEA windows analysis to container port production efficiency [J]. Review of network economics，2004（3）：186-208.

[6]JI P，WANG T F，CULLINANE K. The relationship between privatization and DEA estimates of efficiency in the contain⁃er port industry [J].Journal of economics and business，2005 （57）：433-462.

[7]刘大镕.多指标体系的港口效率评价模型[J].上海海运学院学报，1994（2）：1-8.

[8]陈军飞，许长新，严以新.用数据包络分析法对港口水运上市公司经营效率的评价[J].上海海运学院学报，2004 （1）：51-55.

[9]吉阿兵，朱道立.基于极效率DEA模型的港口绩效评价[J].系统工程，2005（4）：119-122.

[10]庞瑞芝.我国主要沿海港口的动态效率评价[J].经济研究，2006（6）：92-100.

[11]FARE R，GROSSKOPF S. Network dea [J].Social-econom⁃ic planning science，2000，34（1）：35-49.

[12]SEIFORD L M，ZHU J. Profitability and marketability of the top 55 U.S. commercial banks [J].Management science，1999（9）：1270-1288.

[13]KAO C，HWANG S N. Efficiency decomposition in towstage data envelopment analysis：an application to nonlife insurance companies in Taiwan [J]. European journal of operational research，2008（1）：418-429.

[14]COELLI T. A multi-stage methodology for the solution of orientated DEA models [J]. Operations research letters，1998（10）：143-149.

[15]TOBIN J. Estimation of relationships for limited dependent variables [J]. Econometrica，1958（1）：24-36.

[16]涂俊，吴贵生.基于DEA-Tobit两步法的区域农业创新系统评价及分析[J].数量经济技术经济研究，2006（4）：136-143.

[17]KALWIJ A S. A two-step first difference estimator for a panel data tobit model [R].Tilburg University，2004：5-8.

责任编辑：林英泽

Study on the Efficiency of China Listed Port Companies Based on Network DEA-Tobit Model

WANG Yan and WU Meng
（Nankai University，Tianjin300071，China）

Abstract：The authors first estimate the overall efficiency of 17 China listed port companies from 2005 to 2015 by using Chain Network DEA Model. Then they divide the companies' profit process into operation stage and capital operation stage，and measure the efficiency of the two stages. The results show that the raising efficiency of listed port companies is mainly from the increased scale efficiency，and the efficiency of operation stage is higher than the capital operation stage. They also find that input redundancy and output deficiency are the main obstacles of efficiency improvement. The results suggest that location advantage is the most important factor for promoting listed port companies’efficiency，while hinterland economy，transportation，human resource and informationization also play a significant role in listed port companies’efficiency. While paying more attention to scale expansion，the listed port companies should，first，carry out the intensive management and improve the pure technological efficiency；second，they should maintain the high efficiency of the operation stage，give full play to the role of securities market in promoting the development of enterprises，and expand the channel of financing；and third，they should improve the efficiency of resources，reduce the operational cost，determine the rational quantity of stock issue，and improve the enterprises’efficiency in terms of both the input and output.

Key words：Listed port companies；efficiency；chain network DEA

作者简介：王燕（1955—），女，辽宁省沈阳市人，南开大学经济与社会发展研究院教授，博士生导师，主要研究方向为产业经济、产业效率、产业规划与政策；吴蒙（1985—），女，河北省唐山市人，南开大学经济学院博士研究生，主要研究方向为产业经济。

基金项目：国家社会科学基金重大项目“新产业革命的发展动向、影响与中国的应对战略研究”（13&ZD157）

收稿日期：2016-02-25

中图分类号：F259.23

文献标识码：A

文章编号：1007-8266（2016）05-0053-09