基于多时期网络DEA的港口企业运营效率评价

刘 丹，潘 晓，巩彦峰，章敏敏

(福州大学 经济与管理学院，福建 福州 350116)

基于多时期网络DEA的港口企业运营效率评价

刘 丹，潘 晓，巩彦峰，章敏敏

(福州大学 经济与管理学院，福建 福州 350116)

采用多时期网络DEA模型，测算2010—2014年中国14家上市港口企业每年总效率、5年总体效率以及装卸和港区物流服务两个子过程的效率。结果表明：多时期两阶段结构的港口企业总体效率，不仅受到装卸子过程和港区服务子过程效率的影响，还受到各时期两个子过程效率的影响；且导致不同港口企业效率有效或无效的原因不同。改善效率的主要途径是：整合资源、开拓新市场，提高装卸效率；加强增值服务、开展“港口供应链+”相关业务，提升港区物流服务效率。

上市港口企业；运营效率；网络DEA

港口业是我国的基础产业，也是世界各沿海国家争相发展的重点领域。近年来我国港口业发展迅速，港口货物吞吐量和集装箱吞吐量自2004年起已连续多年保持世界第一。2014年我国港口货物吞吐量完成124.52亿t，全球10大港口货物吞吐量统计排名中，我国港口占据8个名额，完成吞吐量比重占81.51%。特别是“一带一路”战略的实施，为我国港口企业带来了新一波的发展机遇。在新形势下，提高我国港口企业运营效率及竞争力水平，为其在国际竞争舞台上争取更广的发展空间和更强的生存能力，已是我国当前经济发展形势下的重要课题。因此，对我国港口企业效率进行全面、深入的评价分析，可为管理者提供相关决策参考，对推进我国港口企业整体发展也具有重要实际意义。

目前国内外众多学者运用数据包络分析(data envelopment analysis，DEA)方法研究港口企业的效率。ROLL等[1]率先将DEA方法引入到港口效率测度中。MARNEZ-BUDRA等[2]将西班牙港口划分为高、中、低3个复杂性等级，采用DEA方法分别对其效率进行评估，发现高复杂性的港口更接近效率前沿。TONGZON[3]借助DEA模型，将澳大利亚的4个集装箱港口和国际上其他12个集装箱港口的效率进行比较分析。SEO等[4]运用DEA对9个东盟国共32个集装箱港口的相对效率进行评价，并指出可通过完善港口基础设施来改善东盟港口网络的效率。国内学者刘大镕[5]将因子分析和DEA方法相结合，对交通部所属的16个港口的经济效应展开测评。庞瑞芝[6]利用DEA和Malmquist生产率指数方法，测量我国50家主要沿海港口1999—2002年的经营效率和全要素生产率的构成。李兰冰等[7]基于DEA-Malmquist方法，研究两岸三地16个主要沿海港口2007—2009年间的动态效率，指出港口总体效率较低。杨泊[8]以2003—2009年我国13家上市港口企业为研究样本，分析其技术效率、纯技术效率和规模效率。李电生等[9]将DEA二次相对评价模型用于港口物流效率评价，以我国13个港口为实证分析对象，评价其生产效率和X效率。丁涛等[10]采用三阶段DEA方法，对2012年我国11家上市港口企业的投入产出效率进行实证研究。

上述研究均是采用传统DEA模型，将决策单元(decision making units，DMU)视为一个“黑箱”进行有效性评价，而决策单元的内部运营过程被忽略。这一方面会影响结果的明确性；另一方面，由于没有考虑决策单元的内部运营过程，针对所获得的非有效DMU效率的改进建议对现实指导意义不大[11]。虽然王燕等[12]打开“黑箱”将港口企业的盈利过程分解为运营和资本两个子过程，并研究2005—2014年我国17家港口上市公司的效率，但也只是将传统的DEA-BCC模型分别直接应用于两个子过程，由于中间变量具有投入和产出的双重属性，导致运营和资本两个子过程在改进各自效率的方向上在本质上是矛盾的。此外，已有研究多数衡量样本期内各港口每年的效率值，而对企业样本期内的多时期总效率探讨不足。

基于以上研究，笔者从生产运营的视角，打开“黑箱”将港口企业的运营活动分解为装卸和港区物流服务两个密切关联的子过程，同时注意到连接两个子过程的中间变量的特殊性，以及各时期运营子过程对港口企业多时期总效率的影响，运用多时期网络DEA模型测评2010—2014年我国14家上市港口企业的5年总效率和各时期效率，以期为改善企业效率提供有针对性的对策建议。

1 研究方法

DEA是一种非参数的效率评价方法，其思想是用数学规划方法来解决多投入多产出的决策单元的相对效率问题[13]。因其具有无须事先确定投入和产出指标权重系数的优点，自CHARNES 等[14]于1978年提出以来，理论模型不断得到发展和丰富。KAO等[15]在效率测度中考虑到两个子过程的串联关系，将系统每年总体效率分解为两个子过程效率乘积的形式，可有效解决中间变量导致的两个子过程之间的潜在冲突。但在处理多时期效率问题时，对于如何整合DMU各时期效率以表示多时期总效率还存在一定问题。进一步地，KAO等[16]提出了一种能够同时测量多时期总效率和各时期效率的多时期网络DEA模型，并指出多时期总效率值可由各时期效率值加权平均求得。此外，该模型论证了一个DMU的多时期总体效率不仅受到两个子过程的影响，而且受到不同时期效率的影响，可以更有效地衡量一个DMU的相对效率[17]。因此，笔者运用多时期网络DEA模型对2010—2014年我国14家上市港口企业的效率进行测评。模型原理如下：

港口企业运营过程可看作是接待到达车船，在码头进行装卸作业，在港区后方进行物流服务等各项作业，完成货物在不同运输方式之间转换的组织过程。因此，可将港口企业运营活动概念转化为由装卸子过程与港区物流服务子过程串联而成的两阶段网络结构。

图1 多时期港口企业两阶段运营系统

根据多时期网络DEA模型，构建第k个港口企业特定时期内的总效率测度模型(1)：

(1)

ur,vi,wf≥ε

r=1,2,…,s,i=1,2,…,m,f=1,2,…,g

系统约束条件：

子过程1约束条件：

子过程2约束条件：

(2)

(3)

q期的总效率值是q个时期效率值的加权平均值，通过该模型被评价DMU可以从各时期效率值中选择对自身最有利的权重，以得出q期总效率值。

(4)

式(4)表明，当且仅当各时期各子阶段的效率为有效时，多时期两阶段系统的q期总效率才会达到有效，从而有效避免了多个DMU同时达到有效的情况。该结果可以确定导致系统总体低效率的具体环节，从而为企业改进效率提供方向。

2 变量选取及数据说明

2.1 投入、产出变量选择

装卸子过程的投入变量为营业成本(X1)、固定资产(X2)和员工人数(X3)。营业成本反映港口企业在生产经营过程中的资本投入，是所耗费资源的价值体现。固定资产反映基础设施的资本投入，是企业进行正常生产经营活动的前提。员工人数反映的是劳动力投入，是港口企业运营的基础。

连接两个子过程的中间变量为货物吞吐量(Z)，可反映港口企业的生产经营能力，其在港口企业两阶段运营过程中起连接作用。港口企业在第一阶段装卸子过程中投入劳动力、资本，产出货物吞吐量，在第二阶段物流服务子过程中，货物作为投入，通过仓储、运输等物流延伸服务，将货物吞吐量指标转换为利润指标。

港区物流服务子过程的产出变量为营业收入(Y1)和净利润(Y2)。营业收入是港口企业为客户提供港口物流服务所取得的全部收入，是产出的价值体现。净利润可反映港口企业经营的最终成果，是衡量企业经营效益的重要指标。

2.2 数据来源及说明

选取2010—2014年国内14家上市港口企业作为分析样本，具体包括大连港、锦州港、天津港、日照港、唐山港、营口港、连云港港、上港集团、南京港、宁波港、厦门港务、深赤湾A、北部湾港和重庆港九。在观察期内，这些港口企业年货物吞吐量基本在千万吨以上，年营业收入基本在十亿元以上，可较全面地反映我国港口行业的整体状况。各投入产出变量的数据均来自各样本港口企业的历年年度报表。

3 港口企业运营效率分析

3.1 总效率分析

2010—2014 年样本港口企业5年的总效率及两个子过程的总效率如表1所示，可知14家上市港口企业中无任何一家企业的效率值达到DEA有效状态。这是因为根据多时期网络DEA模型，各上市港口企业5年总效率由两个子过程效率相乘得到，使得当且仅当两个子过程效率值均为1时，企业的5年总效率才能达到有效。14家上市港口企业的5年总效率普遍较低，主要原因在于港区物流服务子过程效率整体较低，其中9家企业低于平均值0.371，反映出我国港口企业在物流服务方面存在严重不足，已成为阻碍运营效率提升的重要原因。

5年总效率值排名前两位的企业分别为厦门港务(0.648)和深赤湾A(0.475)，这两家企业的装卸子过程效率与港区物流服务子过程效率值均较高(效率值>0.660)。营口港和重庆港九是5年总效率表现最差的两家企业，远低于排名最优的厦门港务。营口港的港区物流服务子过程效率值最低，仅为0.154，重庆港九的装卸子过程效率值最低，仅为0.315，可见导致这两家企业5年总效率低的原因是不同的。

表1 2010—2014 年样本港口企业5年的总效率及两个子过程的总效率

3.2 年度效率分析

式(3)和式(4)表明各上市港口企业5年总效率和两个子过程的总效率可由各时期子过程效率加权得到。2010—2014 年样本港口企业装卸子过程效率及权重如表2所示，可知观察期内，14家上市港口企业的每年装卸子过程效率均值都大于0.710，整体上处于较高水平。具体来看，2010—2014年期间，南京港有3年装卸子过程效率值为1.000，其余两年的效率值也均大于0.890，使其在装卸子过程5年总效率中排名第一。进一步调查，南京港采用的是“三前三后”经营模式，即前港后厂、前港后仓、前港后园，属于轻资产经营模式。该模式能加强与其他公司、园区的合作，并在各自的领域上发挥专业优势，有助于港口企业巩固腹地货源，改善经营结构，进一步提升综合竞争力。此外，因南京港临近多家大型石化企业，其吞吐货种主要为原油、成品油及化工原料，因此南京港拥有长江上规模最大、专业化程度最高的石油和液体化工品港区，货物装卸已形成完善的流程体系，装卸子过程效率高。样本港口企业的港区物流服务子过程效率及权重如表3所示，通过对比可以发现，观察期内南京港的每年港区物流服务子过程效率普遍较低。其中，2011年表现最佳，效率值也仅为0.231，还存在很大改善空间，这也导致其5年总效率排名第10，处于中下游水平。

表2 2010—2014 年样本港口企业装卸子过程效率及权重

表3 2010—2014 年样本港口企业港区物流服务子过程效率及权重

由表3还可看出，2012—2014年厦门港务的港区物流服务子过程效率值均在0.960以上，其中2013年为1.000，使其港区物流服务子过程的5年总效率排名第一。经过进一步调查发现，厦门港务为打破货源增长困局，实行腹地拓展战略，积极发展新市场，2013年厦门港务投资建设的吉安陆地港项目一期工程交付运营，经营陆港服务。此外，厦门港务积极参与古雷港区码头建设和综合物流服务，引入拖轮、船代、理货等业务，扩大了盈利空间。这使其在14家样本上市港口企业中港区物流服务子过程的5年总效率和系统的5年总效率均排名第一。然而，结合表2还可发现，虽然2014年厦门港务装卸子过程效率值为1.000，但是2010—2013年均处在0.600左右，有待进一步改善。

4 结论

笔者将港口企业的运营过程分解为装卸子过程和港区物流服务子过程，利用多时期两阶段网络DEA方法对我国14家上市港口企业的运营效率进行分析，得出如下结论：①多时期两阶段结构的港口企业总体效率，不仅受到装卸子过程和港区服务子过程效率的影响，而且受到各时期两个子过程效率的影响；②从总效率和年度效率分析来看，导致不同港口企业效率高低的原因是不同的，如观察期内厦门港务每年的两个子过程效率均较高，特别是其每年的港区物流服务子过程效率表现均十分突出，导致其5年总效率最高；而南京港虽然每年的装卸子过程效率较高，但其每年的港区物流服务子过程效率过低，导致其5年总效率处于中下游水平。根据上述结论，效率相对偏低的港口企业可以从装卸和港区物流服务两个子过程入手，以效率高的企业为标杆，提升效率。具体的效率提升路径如下：

4.1 港口企业装卸子过程效率提升路径

(1)整合码头资源，实现专业化分工。一方面对现有码头和资源进行合理规划，整合基础设施，提高集散能力；另一方面对既有的多用途、通用码头进行专业化改造，根据装卸货物的特点，提高其适应性和装卸效率，实现港口装卸功能的专业化。改造提高泊位靠泊等级，释放结构预留能力，推动“无人理货”、“码头自动化作业”等先进生产工艺的落地实施，提升企业的装卸效率。

(2)开拓新市场，增加新货源。加强与客户的交流与沟通，从客户物流服务链构建与整合的高度，不断培育新的客户群体，将经营与培育市场、业务和战略合作有机结合，进一步拓展与客户合作的深度和广度。在稳定港口支柱货源的同时，积极开拓有增长潜力的新货源，提升装卸效率。

4.2 港口企业港区物流服务子过程效率提升路径

(1)做大做强港口增值服务业务，延伸港口物流链服务。以“规模化经营、服务与技术创新、拓展港外市场”为工作重心，深耕拖轮、外代、理货、劳务、物流仓储、平面运输等港口辅助服务与临港物流业务，提高港口企业物流服务效率，提升港口企业收益水平。

(2)做精做优“港口供应链+”相关业务，提供高效物流服务。借助移动互联网、物联网等现代科学技术和载体，打造统一的港口供应链的线上服务平台及线下一体化服务网络，为客户提供快捷、便利及高效的服务。

[1] ROLL Y, HAYUTH Y. Port performance comparison applying data envelopment analysis[J]. Maritime Police and Management,1993,20(2):153-161.

[3] TONGZON J. Efficiency measurement of selected Australian and other international ports using data envelopment analysis[J]. Transportation Research Part A Policy & Practice,2001,35(2):113-128.

[4] SEO Y J, RYOO D K, AYE M N, et al. An analysis of container port efficiency in ASEAN[J]. Journal of Korean Navigation and Port Research,2012,36(7):535-544.

[5] 刘大镕.多指标体系的港口效率评价模型[J].上海海事大学学报,1994(2):1-8.

[6] 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.

[7] 李兰冰,刘军,李春辉.两岸三地主要沿海港口动态效率评价:基于DEA-Malmquist全要素生产率指数[J].软科学,2011,25(5):80-84.

[8] 杨泊.港口业上市公司效率及其影响因素研究[D].杭州：浙江大学,2011.

[9] 李电生,张圣泽,员丽芬.港口物流综合效率测度研究[J].交通运输系统工程与信息,2013,13(5):107-113.

[10] 丁涛,徐湘文.上市港口企业投入产出效率研究[J].武汉理工大学学报(交通科学与工程版),2014，38(2):320-323.

[11] 石晓.网络DEA理论方法与应用研究[D].合肥：中国科学技术大学,2016.

[12] 王燕,吴蒙.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[J].中国流通经济,2016,30(5):53-61.

[13] 牛占文,路振中,杨福东,等.基于数据包络分析的精益管理实施效率评价[J].武汉理工大学学报(信息与管理工程版), 2015,37(6):766-770.

[14] 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.

[15] KAO C, HWANG S N. Efficiency decomposition in two-stage data envelopment analysis: an application to non-life insurance companies in Taiwan[J]. European Journal of Operational Research,2008,185(1):418-429.

[16] KAO C, HWANG S N. Multi-period efficiency and malmquist productivity index in two-stage production systems[J]. European Journal of Operational Research,2014,232(3):512-521.

[17] 刘丹.海上丝绸之路沿线机场公司运营效率研究[J].厦门大学学报(哲学社会科学版),2016(6):126-136.

EvaluationonOperationEfficiencyofPortEnterpriseBasedonMulti-periodNetworkDEA

LIUDan,PANXiao,GONGYanfeng,ZHANGMinmin

Based on the data of 14 port enterprises in China from 2010 to 2014, the multi-period network data development analysis is used to measure the overall efficiency, and the overall efficiency of 5 years and the efficiency of the two sub-processes of loading and unloading and port logistics services. The results show that the multi-period two-stage overall efficiency of port enterprises is affected by not only the efficiencies of handling operations sub-process and port logistics service sub-process over entire period, but also the efficiencies of two sub-processes in each sub-period. There are different reasons for efficiency or inefficiency in different port enterprises. Integrating resources and developing new markets can improve handling operations efficiency. Meanwhile, strengthening value-added services and carrying out “port supply chain +” business can enhance port logistics service efficiency. These measures are the main paths to improve the efficiency of port enterprises.

listed port enterprises; operation efficiency; network DEA

F259.23

10.3963/j.issn.2095-3852.2017.05.015

2095-3852(2017)05-0587-06

A

2017-05-22.

刘丹(1966-)，女，福建福州人，福州大学经济与管理学院副教授，博士，主要研究方向为物流管理、绩效评价.

福建省社科规划社科研究基地重大基金项目 (FJ2015JDZ028)；福建省社科研究基地：物流研究中心资助项目.

LIUDanAssoc. Prof. ; School of Economics & Management, Fuzhou University, Fuzhou 350116, China．