中国港口上市公司运营效率的测度与提升路径
——基于SBM-DEA模型
1 2
冯烽 ,陈 磊 ,黄 晗3 (1.中国社会科学院数量经济与技术经济研究所,北京市100732;2.福州大学经济与管理学院,福建
福州350116;3.广西财经学院工商管理学院,广西 530003)
南宁
SBM-DEA
摘 要:港口企业的运营效率影响着物流业的发展速度和国民经济的健康发展。在以 模型对中国
17 2010—2015
家港口上市公司 年的运营效率进行测算过程中,可以了解各港口上市公司的相对效率和提升效率的投入产出调整路径。研究结果表明,中国港口上市公司整体的运营效率较好,约半数的公司可以达到最优的相对效率,但对于尚未实现最优效率的港口上市公司而言仍存在较大的效率提升空间。部分港口上市公司未达到最优相对效率的主要原因是规模发展过快,加剧了要素的资源错配程度,造成港口产能过剩与效率损失;组织管理能力对港口企业发展的支撑力度不足,管理水平的低下难以满足现代港口企业对信息化的要求;营业收入单一,港口企业缺乏核心竞争力。港口企业应围绕国家“一带一路”发展战略,结合自身条件和区位优势,加快从传统的港口业务向贸易、加工、保税的综合物流服务转型,实现向智慧型港口的转变。关键词:港口上市公司;效率;综合物流;SBM-DEA
模型
中图分类号:F272.7 文献标识码:A文章编号:1007-8266(2017)06-0106-07
一、引言发展阶段,港口完成货物吞吐量的年增长率不断下降,在港口体量发展至一定规模、港口吞吐量增港口作为全球运输网络的重要节点,其运营 速放缓的情况下,港口企业依靠吞吐量来拉动营绩效对于港口及物流业的长足发展具有重大影 业收入的发展将难以为继。习近平总书记提出的建设“新丝绸之路经济带”和“21
响。改革开放以来,中国的港口发展取得了举世 世纪海上丝绸之
2003瞩目的成绩,自 年中国港口的吞吐量始终位 路”的战略构想在为沿线地区经济发展提供广阔居世界首位。然而,随着中国经济进入新常态的 前景的同时,也为中国沿海港口的发展带来了新 收稿日期:2017-05-09
DEA基金项目:福建省社会科学规划资助项目“考虑非期望要素 视角下中国经济发展的环境绩效评价及优化路径研究” (FJ2016C199);广西高校科研项目“基于ANP AHP-DEA X-效率的研究”
权重确定的 模型及其在中国港口企业(YB2014350);广西财经学院管理科学与工程学院学科建设课题“物流交通中的能源消耗回弹效应研究” (GK2015005)作者简介:冯烽(1980—),男,广西壮族自治区梧州市人,中国社会科学院数量经济与技术经济研究所助理研究员,博士,主要研究方向为技术进步与经济增长、数量经济理论与方法;陈磊(1988—),男,福建省福安市人,福州大学经济与管理学院博士生,主要研究方向为管理决策理论与方法;黄晗(1980—),女,广西壮族自治区博白县人,广西财经
学院工商管理学院副教授,主要研究方向为物流管理。
的历史机遇。中国港口企业目前正面临着机遇与挑战并存的发展契机,在此背景下对港口企业进行科学的效率评价,并给出提升效率的资源配置方向建议,对于港口企业运营绩效和市场竞争力的提升具有很强的现实意义。
国内外学者对港口企业竞争力和运营效率的评价问题进行了广泛的研究。统宗(Tongzon)
[1]使用数据包络分析(DEA)法对澳大利亚的4
个港口12
和 个其他国际集装箱港口的效率进行了测度,
4发现墨尔本、鹿特丹、横滨和大阪 个港口由于集装箱泊位、码头面积和劳务投入的冗余而导致了运营效率低下。卡里南(Cullinane)等
[2]运用随机前沿分析(SFA)模型对亚洲主要集装箱港口的相对效率进行了测度与排序。乌伯马等(Ugboma et al)
[3]通过对尼日利亚港口驳船公司的调查研究,运用层次分析法(AHP)找出影响驳船公司选择港口的主要因素,进而使港口管理公司能够有针对性地改善服务设施,提高综合竞争力。阿斯加利等(Asgari et al)
[4]从经济、环境、社会三个维度对港口的可持续发展构建了评价指标体系,并使用AHP
法对英国的港口进行了评价排序。巴拉等(Balla et al) AHP
[5]运用 法对喀麦隆的杜阿拉(Douala)港口、西非以及中非地区其他港口进行综合评价,试图找出杜阿拉港口相对于其他地区港口的优势和劣势。匡海波[6]在构建中国港口上市公司综合效率评价指标体系的基础上,建立了基于神经网络的港口上市公司综合效率评价模型,并计算得出各港口公司的综合效率评价结果与相对排序。吕梁等 [7]在采用因子分析法提取公因子
DEA
的基础上,引入 方法对深圳港及周边港口2003—2008
年的综合竞争力进行了有效性评价。
DEA 9家王健与梁红艳 [8]通过三阶段 模型对中国
2007—2010
港口企业 年的效率进行研究,发现港口企业的效率变化主要源于配置效率的变化。刘
DEA Malmquist
涛等 [9]基于 与 生产率指数法对中
9
国环渤海地区 大港口的投入产出效率进行了测度。邓蕾与唐莎莎 [10]采用柯布—道格拉斯随机前沿生产函数模型测度了国内主要集装箱港口企业技术效率的变化过程,并研究了港口所有权结构、经营规模、人才比例及港口所在地外贸发展等外生性因素对集装箱港口相对技术效率的影响。孟
基于固定规模报酬模型(CCR)和变动规模报鑫 [11] 酬模型(BCC)的DEA
评价模型对长江经济带的物流产业效率进行了测度。宁凌与欧春尧[ 12 ]运用DEA
法评价了经济新常态下中国海上丝绸之路沿11
线 个港口的动态效率,并试图探索引起港口生产效率变化的主要因素。王燕与吴蒙[13]采用链式
17网络数据包络分析模型对中国 家港口企业的总体效率进行测算,发现中国港口效率的提升主要来自规模效率的增加,投入冗余和产出不足对港口企业效率有较大的阻碍作用。综上,从研究方法看,关于港口企业效率的研究主要有随机前沿法(SFA)和数据包络分析法( DEA)。前者是参数方法,容易因为模型函数和误差项分布设定不当而存在将设定误差与效率估计混淆的潜在偏误;后者作为一种多输入多输出系统效率评价的非参数方法,可以在一定程度上规避评价者的主观意识,从而得到更为客观的结论。
DEA值得注意的是,传统的 模型大多属于径向和角度的度量方法,难以充分考虑投入和产出的松弛性问题。这就导致评价结果无法区分投入指标和产出指标调整的大小与幅度,所得的效率值也不是特别准确。托恩(Tone) SBM
[ 14 ]提出了(Slacks-Based Measure)-DEA
模型,通过将松弛变
DEA量引入目标函数有效解决了传统 模型因忽略松弛变量信息造成效率估计的偏误问题。近年来,SBM-DEA
模型陆续被应用在能源、环境、金融和高技术产业等领域的效率评价问题,并被认为
DEA
是一种较为完善的 拓展模型。迄今,鲜见将SBM- DEA
模型应用于港口企业的效率测算研
SBM-DEA
究。为此,本文采用 模型对中国港口上
DEA市公司的运营效率进行测度,旨在克服传统模型因忽略松弛变量信息造成港口企业效率估计的偏误问题,以期得到更为科学准确的中国港口上市公司的效率测算结果和效率提升路径。
二、模型的设定与指标的选取
(一)SBM-DEA
模型
假设以 n 表示港口上市公司的决策单元(DMU
)数量,每个决策单元都存在投入向量∈ ∈ x Rp 和产出向量 y Rq ,n个决策单元的投入矩
= x1 ,x2 ,⋯,xn] ∈
阵为 X Rp × ,产出矩阵为
n
= [ y1,y2,⋯,yn] ∈ >0 >0
Y Rq × ,并假定 X 和Y 。
n在规模报酬不变的条件下,生产的可能集合为:
= {( ≥ ≤ ≥0 } ∈
P x,y)| x Xλ,y Yλ,λ ,λ Rn 。基于
DEA SBMDEA松弛变量测度的投入导向型 模型(即
模型)定义如下:
∑=1
1- p
1 s - xio min ρ= p i 1∑i
λ, s-, s+ 1+ q s yro
+
q r =1 r
= + sxo Xλ
s.t. = - s+ yo Yλ
≥0, ≥0 ≥0 λ s - ,s +
=(λ1,λ2,⋯,λn)T其中 ρ表示效率评价值,λ
DMUo为权重向量,xo、yo分别为每一个被评价 的投
DMUo
入向量、产出向量,xio 为
的投入向量 xo 中的第i个分量,
DMUo yro 为 的产出向量 yo 中的
第 r 个分量, s -为投入松弛量 s
i
的第i个分量, s +为产出松弛量
r s+ 的第r个分量。当增加约束条
+ +⋯+ =1 λ1 λ 2 λn
件 时,模型是规模报酬可变的。可以证明,
目标函数值 ρ不受投入、产出指标所选取的单位影响,ρ关于 s- 、s+是单调递减的,且 0≤ ≤1
ρ 。
=1
当 ρ (即 s- = =0
s + )时,被评价
DMU DMU;否则被评
的 是有效
DMU
价的 是非有效的,存在产出不足或投入冗余,可以对投入
和产出进行改进。
SBM-DEA
上述的 模型是一
个分式规划模型 ,可 通过
Charnes- Cooper
变换转换为线性规划模型求解。本文采用规模报酬可变条件下投入导向型
SBM-DEA
的 模型对中国港口上市公司的运营效率进行测算。事实上,投入导向型这一模型设定与当前供给侧结构性改革所倡导的实现要素最优配置、提升经济增长质量的要求是吻合的。
(二)投入产出指标的选取
在投入产出效率评价模型中,投入指标与产出指标的选取需具有较好的代表性。港口上市公司的运营投入主要包括固定成本(基础设施方面的投入)、可变成本(能源消耗、劳动支付与装卸设备等机械成本)和管理费用等方面的投入;产出包括港口实现的吞吐总量和净利润两大方面。由于
20 SBM-DEA全国港口上市公司不超过 家,而 模型
DMU 3~5
要求 的个数是指标数的 倍为宜,因此,本
1 3 2
文选取表 中的 个投入指标和 个产出指标作为投入产出效率评价的指标体系对港口上市公司运营效率进行评价。
(三)样本的选取与数据来源
2 17
本文选取表 所示的 家中国港口上市公
2010—2015司,选取的年份为 年。所选取的港口均来自中国主要港口群,年营业收入均在亿元以上,具有较好的行业代表性,能够全面、动态反映中国港
17口行业的整体发展状况。这 家港口
10
上市公司中有 家腹地位于“一带一
7
路”沿线,其余 家的腹地虽然并非直接位于“一带一路”圈定的范围,但也基本属于“一带一路”的枢纽港口。样本
CCER
数据全部来自 经济金融数据库,
3
表 列出了各年投入产出指标的描述性统计结果。
三、中国港口上市公司运营效率的实证
(一)中国港口上市公司运营效率
的测算结果
DEA-Solver Pro5.0 17本文使用 软件对 家中国
2010—2015
港口上市公司 年的运营效率进行测
4
算,表 显示了样本期内中国港口上市公司的运营效率测算结果。从每一年的有效公司数目来看, 2010年、2011年、2012年、2013年、2014年、2015
年17 9、9、8、8、9、8家家中国港口上市公司中,分别有
SBM
公司是 有效的,有效公司数目较为稳定,约占
50%,即17
样本数的 家港口上市公司中大约有一
SBM
半的公司达到了 有效。
A、盐田港、从各公司的效率平均值看,深赤湾
5南京港、日照港、上港集团 家公司在样本期内的
1.000,即这些公司在样本期效率平均值均达到了
5内始终处于效率前沿面上,意味着这 家公司在本文的投入产出指标评价体系下相对于其他公司而言运营效率始终是最优的,其要素投入组合合理,决策与管理水平较高,取得了较好的产出效果。从各公司效率平均值排名看,连云港在样本
0.590,排在17期内的效率平均值为 家公司最末的位置,重庆港九、大连港在样本期内的效率平均值
0.612、0.658,分列第16、15 3分别为 位,事实上,这家公司在样本期内从未达到效率前沿面,相对其
3
他的公司而言,这 家公司的要素投入组合、管理水平和产出水平都有待优化,运营效率尚有较大的提升空间。 从各公司效率值的波动情况看,珠海港、北海
7家港、锦州港、芜湖港、天津港、唐山港、宁波港这公司的效率值波动幅度较大并表现出不同的波动
2010—2011模式,其中,珠海港在 年的效率值变化
1.000 0.545,随后效率值逐渐回幅度最大,从 降至
2011 1.000升;北海港自 年起效率值从 逐年下降至2015 0.775;锦州港在2010—2012
年的 年的效率值呈现先增后降的倒“V”型,随后趋于平缓;芜湖港
2010—2014 1,但在2015
在 年的效率值始终为 年
0.752;天津港在2010—2015
下降至 年的效率值呈
2010年、2012年、2014现波型的变化,分别在 年实
1.000,而2011 年、2013现了最优的效率值 年的效
0.763、0.798
率值分别为 ;唐山港的效率值在2010—2012 2013—2015是非有效的,随后 年的效1.000,由非有效上升至有效;宁波港的率值上升至
2010 0.782 2011效率值先由 年的 上升至 年的1.000,并在2011—2013 1.000,随
年保持着效率值
2014 0.833。
后在 年有所下降,降至(二)中国港口上市公司效率提升的路径
DEA模型相比,SBM-DEA
与传统的 模型将投入指标和产出指标的松弛量纳入到了目标函数中进行效率测度,因此,SBM-DEA
模型在给出投入
SBM产出效率测度的同时,还给出了各 非有效的DMU
改进效率的指标调整路径与大小。根据SBM- DEA DMU
模型,对于特定的 ,当且仅当
4 2010—2015 17
表 年 家中国港口上市公司的运营效率与排名
=1 ρ ,即各投入指标的松弛变量和产出指标
=0
的松弛变量s 时,港口上市公司的运营效
<1
率才是有效的。当 ρ 时,表明港口上市公
≠0司的运营效率非有效,即松弛变量s ,存在投入冗余或产出不足,需要进行投入量或产出量的调整与改进。限于篇幅,本文仅列
2015
出 年中国港口上市公司投入冗余与产
5),其他年份的计出不足的计算结果(参见表
17算结果备索。在所选的 家港口上市公司中,2015 8
年相对有效的 家上市公司其投入和产出指标基本上不存在松弛量,各投入要素和产出要素的数量组合合理,决策与管理水平较高,不存在投入冗余和产出不足的情
9况。而对于相对非有效的 家港口上市公司,则存在投入冗余或产出不足的情形,需要减少一项或多项要素的投入量,或者需要增加一项或多项产出的产出量,以达到公司的最优生产效率。
2015 SBM 9
从 年 非有效的 家港口上市公司的投入冗余来看,SBM
非有效公司的主要投入冗余来自于固定资产和管理费用,来自 表5 2015 17 SBM
年 家中国港口上市公司 非有效的投入冗余与产出不足计算结果
SBM于营业成本投入冗余的 非有效的公司较少。珠海港、北海港、重庆港九、芜湖港、连云港、大连
6
港 家公司在固定资产投入和管理费用支出两方
2面都存在改善的空间;天津港和宁波港 家公司在固定资产投入、营业成本支出和管理费用支出三方面都存在改善的空间。就固定资产投入冗余
946 178.5看,大连港的固定资产投入冗余最大,为
604 304.4万元,其次是锦州港和宁波港,分别为 万
483 704.7
元和 万元;就管理费用投入冗余看,天津
40 722.2港的管理费用投入冗余最大,为 万元,大
22连港和宁波港的管理费用投入冗余分别以651.2 15 401.7 2、第3
万元和 万元列第 位;就营业成本的投入冗余来看,只有天津港和宁波港在营
34 357.0业成本上存在投入冗余量,分别为 万元和23 111.2
万元。
2015 SBM 9
从 年 非有效的 家港口上市公司的产出不足来看,产出不足全部来自于净利润。事实上,2010—2015 2013
年仅有 年南京港表现为营业收入和净利润两项产出不足,其余年份所有的SBM
非有效港口上市公司的产出不足均来自于净利润项的产出不足。其中,2015 SBM 9
年 非有效的家港口上市公司中,天津港的净利润产出不足最
137 372.7
大,为 万元,宁波港、大连港、连云港分别
66 206.2万元、58 115.4万元、47 596.8
以 万元分列
2 4
净利润产出不足的第 至第 位。
SBM
非有效的港口上市公司可以参考上述投入冗余和产出不足的分析结果,通过调整各投入要素的投入量和各项产出的产出目标来实现自身运营效率的有效提升。
四、结论与建议
港口作为物流网络的关键节点,其运营效率制约着国家和地区物流链条的运转效率,并作为“经济增长极”在国民经济发展中发挥着重要的作
SBM-DEA 17用。本文基于 模型对中国 家港口上
2010—2015
市公司 年的运营效率进行了测算,并对运营非有效的公司提出了效率提升路径。从整体上看,中国港口上市公司整体的运营效率较好,约半数公司达到了最优的相对效率,但对于尚未实现最优效率的港口上市公司而言,仍存在较大的效率提升空间。进一步分析这些投入产出非有 效的港口上市公司,其非有效的主要原因如下。
第一,过于注重公司发展的速度与规模,忽视要素利用效率的提升。公司主要通过加大固定资产的投入来拉动收入的增加,然而,固定资产的过度投入既造成了资金使用效率低下、港口产能过剩,也增加了港口上市公司在管理上的投入,进一步加剧了公司要素资源的错配,从而造成效率的损失。因此,港口企业应当加强供给侧改革,通过调整各投入要素的比例和产出目标,优化投入要素的组合,实现最优的配置效率。在基础设施达到一定规模后,港口企业应把发展战略从追求港口规模转向港口效率的提升,把更多的资金用于创新、研发和打造智慧型港口。
第二,组织管理能力对港口企业发展的支撑力度不足,难以满足现代港口企业的信息化要求。尽管大多数港口已经实现了网络化,对网络设备等硬件的投入非常重视,然而,一些港口企业对于适合企业自身实际生产的软件开发投入不足。由于无法开发出适合自身需要的软件资源,一方面导致了对国际港口业的发展趋势和国内港口行业市场行情的判断不准;另一方面也导致了实际运营中资源整合的困难,港口所提供的物流服务难以符合市场的实际需要。港口企业应加快高素质港口管理人才的培养,着力提升员工的信息化水平,推动港口企业的人员结构从劳动密集型向技术密集型的转变,从而提高港口的生产与管理效率。
第三,港口企业主要依靠吞吐量来拉动营业收入,核心竞争力不足,难以获得超额利润。随着国际宏观经济进入新一轮的低增长周期和中国经济进入新常态的新阶段,国际贸易量增速的下降将迫使中国港口告别高速增长期,而中国港口的同质化竞争严重和集疏运体系不完善更使得以吞吐量拉动营业收入的原有发展路径难以为继,也会导致利润率不升反降。国家“一带一路”发展战略的提出为港口企业的发展带来了新的契机,“一带一路”战略既包含了传统意义上的自由贸易协定区域,也包括次区域合作区、经济走廊、跨国运输线等,在仓储物流、国际采购、分销和配送、国际中转、检测和售后服务维修、商品展示、产品研发和加工制造等方面存在着有巨大潜力的市场需求。因此,各港口企业应围绕国家“一带一路”发
展战略,根据自身的条件和区位优势,加快从传统的港口业务向贸易、加工、保税等综合物流服务转型,并逐步形成自身的核心竞争力。
参考文献:
[1]TONGZON J. Efficiency measurement of selected Austra⁃ lian and other international ports using data envelopment analysis[J].Transportation research part A:policy & prac⁃ tice,2001(2):107-122.
[2]CULLINANE K,SONG D W,GRAY R. A stochastic fron⁃ tier model of the efficiency of major container terminals in Asia:assessing the influence of administrative and owner⁃ ship structures[J].Transportation research part A:policy & practice,2002(8):743-762.
[3]UGBOMA C,UGBOMA O,OGWUDE I C. An analytic hi⁃ erarchy process(AHP)approach to port selection decisions
empirical evidence from nigerian ports[J].Maritime eco⁃ – nomics & logistics,2006(3):251-266.
[4]ASGARI N,HASSANI A,JONES D,NGUYE H H. Sus⁃ tainability ranking of the UK major ports:methodology and case study[J].Transportation research part E:logistics and transportation review,2015(6):19-39.
[5]BALLA V N,CHINA F C A,FOUDA R A N,BISSEMB C D. Assessment of ports competiveness in west and central Af⁃ rican sub- regions using priest Analytic Hierarchy Process:
The defies &incompetence of the port of Douala(Cameroon) [6]匡海波[J].Open.中国港口上市公司综合效率研究[J].科研管理,journal of applied sciences,2016(2):112-122.
2007(3):148-155. [7]吕梁,高红,贾红雨,刘巍.基于因子分析和数据包络分析
的港口竞争力评价[J].大连海事大学学报,2010(4):43-47. [8]王健,梁红艳.基于三阶段DEA
模型的我国主要上市港口X-效率研究[J].福州大学学报(哲学社会科学版),企业
2012(3):19-26. [9]刘涛,张广兴,霍静娟.我国环渤海地区主要港口技术效
率的时空差异分析[J].技术经济,2013(8):75-81. [10]邓蕾,唐沙沙.中国集装箱港口企业技术效率影响要素
研究[J].重庆大学学报(社会科学版),2014(1):75-79. [11]孟鑫.基于DEA
模型的长江经济带物流产业效率分析[J].企业经济,2015(12):108-113. [12]宁凌,欧春尧.经济新常态下我国海上丝绸之路主要港
口动态效率研究[J].广西财经学院学报,2016(6):19-27. [13]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(5): 53-61.
[14]TONE K. A slacks-based measure of efficiency in data en⁃ velopment analysis[J].European journal of operational re⁃ search,2001(3):498-509.
责任编辑:方程