基于DEA交叉效率和证据推理的LNG船运输绩效评价

黄帅 舒炳林 赵瑞嘉 谢新连

摘要：为使液化天然气（liquefied natural gas， LNG）船舶管理公司准确掌握LNG船的实际运营状况及管理水平，结合LNG船运输特点，从健康安全环境、船舶管理和船舶营运3个方面构建LNG船运输绩效评价指标体系。针对数据包络分析（data envelopment analysis， DEA）在绩效评价中仅能处理定量指标的问题，引入证据推理法来处理定性指标。首先运用DEA交叉效率模型对船舶营运中的投入产出指标进行处理，得到的DEA交叉效率矩阵采用熵权法进行集结，再把集结后的交叉效率值作为船舶营运指标的评价值，最后使用证据推理法完成LNG船运输绩效评价。以某LNG船舶管理公司的7艘LNG船的运输绩效评价为例，分析方法的可行性和有效性。结果表明，所构建的方法能够准确衡量LNG船的实际运营情况，可以为LNG船的运输管理工作提供参考。

关键词： 液化天然气船（LNG船）; 绩效评价; 数据包络分析（DEA）; 交叉效率; 证据推理

中图分类号： U695.2+8    文献标志码： A

Abstract： In order to enable the liquefied natural gas （LNG） ship management companies to accurately grasp the actual operation status of LNG ships and management level， combining the transport characteristics of LNG ships， LNG ship transport performance evaluation system is built from three aspects： health-safety-environment， ship management and ship operation. For the data envelopment analysis （DEA） can only deal with quantitative indicators in performance evaluation， the evidential reasoning method is introduced to deal with qualitative indicators. Firstly， the DEA cross-efficiency model is used to process the input and output indicators of ship operation， the obtained DEA cross-efficiency matrix is aggregated by the entropy weight method， then the cross-efficiency value after aggregation is used as the evaluation value of the ship operation indicator， and the LNG ship transport performance evaluation is achieved finally by the evidential reasoning method. Taking the transport performance evaluation of 7 LNG ships of an LNG ship management company as an example to analyze the feasibility and effectiveness of this method， the result shows that the constructed method can accurately measure the actual operation of LNG ships， which can provide reference for transport management of LNG ships.

Key words： liquefied natural gas ship （LNG ship）; performance evaluation; data envelopment analysis （DEA）; cross-efficiency; evidential reasoning

0 引 言

隨着科技的发展，在天然气产业链中，液化天然气（liquefied natural gas， LNG）的船舶运输逐渐趋于完善，并成为当前天然气运输的重要方式之一。LNG船多服务于固定的LNG项目，在LNG船出现问题不能继续运行时，难以找到替代船。另外，在离岸价交付模式下，若错过既定的装船日期，则买方有可能失去装货机会（简称丢货），进而影响生产方库存。LNG船能否安全、可靠、经济地运营不仅可以反映LNG船舶管理公司的管理水平，更关系到买卖双方的切身利益。提出符合LNG船运输特点和要求的绩效评价方法，有助于提高LNG船舶管理公司的管理水平。

在LNG船运输方面，文献[1]利用层次分析法对LNG船运营管理状况进行了评价;文献[2]对LNG船执行航次运输任务的可靠性进行了综合评价;文献[3]运用投影寻踪方法构建安全评价模型，对中国LNG进口海上运输通道进行了安全评价。运输绩效评价是对一定时期内的运输活动或运输效益和效果做出客观、准确的综合评价和解释的过程。文献[4]采用数据包络分析（data envelopment analysis， DEA）模型评价中国交通运输行业绩效，对中国交通运输行业的发展历程进行了划分;文献[5]基于DEA-Malmquist生产率指数评价法对吉林省公路运输系统绩效变动进行动态分析;文献[6]选用模糊综合评价方法对吉林省的公路运输绩效进行了评价;文献[7]运用层次分析法对不同农业公司的运输绩效进行了多准则排序;文献[8]建立运输量、效率、质量、收益为主结构的绩效评估体系，运用改进的动态逼近理想解排序法对铁路运输绩效进行了评价。

DEA是基于投入产出数据的相对有效性评价方法，在绩效评价方面有广泛的应用[9-10]。由于LNG船的运输绩效受到多种因素影响，仅从定量角度难以对其进行综合分析，证据推理法以Dempster-Shafer证据理论、模糊数学和效用理论为基础，在定性和定量因素共存的情况下，能够实现混合多指标问题的融合决策分析[11]。本文从船舶管理者角度，结合LNG船的运输特点，建立包含定量和定性指标的LNG船运输绩效评价指标体系，在DEA的基础上结合证据推理法解决LNG船运输绩效评价中的多准则多属性问题。

1 LNG船运输绩效评价指标体系

LNG船运输模式单一，经过压载航行、装载港装货、满载航行、卸载港卸货四个阶段，往返于固定的装载港和接收站。但LNG船设备复杂，在航行、靠泊、装卸作业等环节受众多因素制约[12]，其船舶状态也受到各方的关注。通过分析与总结LNG船运输特点，查阅相关资料[13]，征求租船人、LNG船舶管理公司意见，结合石油公司国际海事论坛（Oil Companies International Marine Forum， OCIMF）、國际气体运输船和码头经营者协会等国际组织制定的相关行业标准，从健康安全环境（health-safety-environment， HSE）、船舶管理和船舶营运3个方面构建LNG船运输绩效评价指标体系。该指标体系包括3个一级指标和12个二级指标，具体见表1。

HSE指标。在LNG船上工作的船员不仅要面对复杂多变的海洋环境，而且其在机舱及甲板上的工作条件也十分苛刻，他们长期处在具有潜在危险的环境中，随时面临着人身伤害的可能。此外，船舶作为一种交通工具，也是一种流动污染源，操作管理不规范导致的海损事件和违章排放不仅会导致经济损失也会对海洋环境造成污染。选取员工伤害事件、资产损失事件和环境污染事件作为HSE的评价指标。根据各类事件发生的次数及严重程度进行定性评价，评价等级分为5级：最好、较好、一般、较差、最差。

船舶管理指标。为保证LNG船具有良好的航行、适货受载状态，OCIMF、港口国、卖方和租船人将定期或不定期对LNG船进行登船检查，从多个角度对船舶状况进行审核和评估，其检查结果直接反映船舶管理存在的问题。一旦发现有严重的缺陷项，就有船舶停租和滞留的风险。以SIRE检查、PSC检查、卖方检查和租船人检查作为船舶管理的评价指标比较客观。根据检查中存在的缺陷项数量及严重程度进行定性评价，评价等级分为3级：好、中、差。

船舶营运指标。LNG船的经济性及运输计划的完成情况也是租船方最为关心的部分。依据“照付不议”条款，即使买方提取货物的数量少于约定的量，也要按约定的量照付货物费用，因此希望LNG船在完成既定运输任务的同时提高船舶的经济性，这对LNG船舶管理公司的管理水平有着较高的要求。选取燃料消耗量、船舶利用率、船员总工时、船舶营运成本和LNG交付量来评价LNG船的营运情况。

利用以上各个指标反映LNG船舶管理公司的日常管理水平及处置突发事件的能力，反映其对运输计划的完成情况，也可以体现LNG船的运输绩效水平。

2 基于DEA交叉效率和证据推理的评价方法与流程2.1 DEA交叉效率模型

传统的DEA模型只能分辨决策单元是否DEA有效，不能区分各决策单元的优劣。在传统的DEA模型基础上进行改进的DEA交叉效率模型利用自评互评体系克服了不能对决策单元进行排序的问题。具体模型如下：

2.3 评价流程

在LNG船运输绩效评价指标体系中，HSE和船舶管理指标为定性指标，船舶营运指标为包含投入和产出的定量指标。定量指标中，燃料消耗量、船舶利用率、船员总工时和船舶营运成本为投入指标，LNG交付量为产出指标。本文运用DEA交叉效率模型处理船舶营运中的投入和产出指标，运用证据推理法实现定量指标与定性指标的信息融合，最终得到LNG船运输绩效的评价值，步骤如下：

步骤1 利用层次分析法确定指标权重。先对指标进行两两对比，按其重要程度评定等级，用数字1，2，…，9及其倒数作为标度将指标的重要性进行赋值，根据两两比较结果构造判断矩阵，通过计算得到判断矩阵的最大特征值λmax及其对应的特征向量W并进行一致性检验，W即为指标权重向量。

步骤2 投入和产出指标处理。运用DEA交叉效率模型对其进行处理，得到DEA交叉效率矩阵，采用压它型策略解决交叉效率值不唯一的问题。

步骤3 交叉效率集结。采用熵权法，根据各决策单元交叉效率值差异化程度确定权重，进而进行交叉效率集结[14]，得到各决策单元最终交叉效率值ej。

4 结 论

液化天然气（LNG）船运输绩效的好坏直接反映管理公司管理水平的高低，为方便LNG船舶管理公司更真切地掌握船舶的实际营运状况和了解自身管理水平，本文将数据包络分析（DEA）交叉效率模型与证据推理法相结合对LNG船运输绩效进行评价，得出以下结论：

在充分考虑LNG船运输特点的基础上，从健康安全环境（HSE）、船舶管理和船舶营运3个方面构建了LNG船运输绩效评价指标体系，能够真实体现LNG船的实际营运状况;针对DEA在绩效评价中无法处理定性指标的问题，采用DEA交叉效率与证据推理相结合的绩效评价方法，有效处理了其中的定量和定性指标，为绩效评价提供了新的思路;DEA交叉效率模型利用自评互评的思想得到交叉效率矩阵，将集结后的交叉效率值作为评价值，较单一使用证据推理法其评价结果不受评价指标取值范围的影响，能更加真实地反映实际运输情况。

参考文献：

[1] 牛东翔， 谢新连. 基于层次分析法的液化天然气船舶评价[J]. 中国航海， 2019， 42（1）： 125-128， 134. DOI： 10.3969/j.issn.1000-4653.2019.01.025.

[2] 牛东翔， 张思骢， 谢新连. 基于证据推理的液化天然气海上运输可靠性评价[J]. 大连海事大学学报， 2018， 44（4）： 55-60. DOI： 10.16411/j.cnki.issn1006-7736.2018.04.009.

[3] 孙家庆， 孙倩雯， 许红香. 中国LNG进口海上运输通道安全评价[J]. 大连海事大学学报， 2017， 43（1）： 72-78. DOI： 10.16411/j.cnki.issn1006-7736.2017.01.012.

[4] 丁小东， 徐菱， 姚志刚. 基于DEA方法中国交通运输行业绩效评价[J]. 武汉理工大学学报， 2011， 33（3）： 77-81. DOI： 10.3963/j.issn.1671-4431.2011.03.

[5] 冯丽霞. 基于DEA-Malmquist的吉林省公路運输系统绩效评价研究[D]. 长春： 吉林大学， 2013.

[6] 李贵山. 基于模糊综合评价的吉林省公路运输绩效评价[D]. 长春： 吉林大学， 2007.

[7] BARAN J， AK J. Multiple criteria evaluation of transportation performance for selected agribusiness companies[J]. Procedia-Social and Behavioral Sciences， 2014， 111： 320-329. DOI： 10.1016/j.sbspro.2014.01.065.

[8] 邵俊杰， 毛保华， 刘明君. 基于改进DTOPSIS法的铁路运输绩效评价[J]. 物流技术， 2008， 27（6）： 77-78.

[9] DING Lili， LEI Liang， WANG Lei， et al. A novel cooperative game network DEA model for marine circular economy performance evaluation of China[J]. Journal of Cleaner Production， 2020， 253： 120071. DOI： 10.1016/j.jclepro.2020.120071.

[10] SUN Jiasen， YUAN Yang， YANG Rui， et al. Performance evaluation of Chinese port enterprises under significant environmental concerns： an extended DEA-based analysis[J]. Transport Policy， 2017， 60： 75-86. DOI： 10.1016/j.tranpol.2017.09.001.

[11] YANG Jianbo. Rule and utility based evidential reasoning approach for multiattribute decision analysis under uncertainties[J]. European Journal of Operational Research， 2001， 131（1）： 31-61. DOI： 10.1016/S0377-2217（99）00441-5.

[12] 聂细亮， 刘强， 李国帅， 等. LNG船舶海上运输安全研究现状及进展[J]. 中国安全科学学报， 2017， 27（5）： 87-92. DOI： 10.16265/j.cnki.issn1003-3033.2017.05.016.

[13] 谢新连. 船舶运输管理与经营[M]. 2版. 大连： 大连海事大学出版社， 2009： 247-259.

[14] SONG Malin， ZHU Qingyuan， PENG Jun， et al. Improving the evaluation of cross efficiencies： a method based on Shannon entropy weight[J]. Computers & Industrial Engineering， 2017， 112： 99-106. DOI： 10.1016/j.cie.2017.07.023.

[15] 包甜甜， 王岩磊， 李猛， 等. 基于证据推理的多指标评价系统设计与实现[J]. 计算机工程与科学， 2016， 38（6）： 1269-1274. DOI： 10.3969/j.issn.1007-130X.2016.06.031.

（编辑 赵勉）