基于DEA分析法的港口物流效率測評研究

李 平 （宜賓學院 經(jīng)濟與管理學院，四川 宜賓 644000）

0 引言

隨著我國國力的提升和新經(jīng)濟的到來，沿海以及內(nèi)河港口如雨后春筍般發(fā)展起來，這大大降低了物資的流通成本，也促進了內(nèi)貿(mào)、外貿(mào)經(jīng)濟持續(xù)的高增長。但是，由于我國港口發(fā)展相對發(fā)達國家港口起步的時間比較晚，導(dǎo)致了港口經(jīng)營效率水平相對較低，在發(fā)展過程中存在許多的不足。針對存在的問題，如果僅僅對港口相關(guān)數(shù)據(jù)進行直觀判斷必然有失科學性與準確性，若采用正確且合理的港口效率測評方法對港口物流效率進行評價，就能夠找出制約港口物流效率的影響因素。政府和企業(yè)要合理配置投入與產(chǎn)出的資源，使我國港口理性、健康、持續(xù)的發(fā)展，進而縮小與發(fā)達國家港口的差距。

1 港口效率測評的文獻梳理

港口物流效率測評對于研究港口經(jīng)營活動具有重要的意義，許多專家與學者對港口物流效率做了深入的研究，并提出了許多具有創(chuàng)新性的理論。關(guān)于效率測評的方法很多，體系也有所差別，業(yè)界并沒有形成統(tǒng)一的測評標準，因此，在進行港口物流效率測評時應(yīng)選取哪種測評方法也是專家與學者熱衷于研究的問題。針對環(huán)渤海灣港口群，李釗[1]提出了基于供應(yīng)鏈運作參考下的SCOR模型，對環(huán)渤海港口群進行了物流效率研究；李電生等人[2]運用DEA模型對13個港口進行了實證模擬，結(jié)論表明，適用于港口物流效率的綜合測評；于麗英等人[3]選取長江經(jīng)濟帶11個省市作為樣本，運用DEA-Malmquist指數(shù)模型對投入與產(chǎn)出的物流效率進行了評價和分析；陳榮等人[4]則提出了交叉效率DEA和IAHP相結(jié)合的綜合評價模型，此方法相較于超效率DEA-IAHP的方法對港口物流效率的評價更具實際應(yīng)用性和可行性。除了把港口群的物流效率作為研究對象以外，DEA模型還可選取其他物流領(lǐng)域做效率測評，侯立[5]選取了西部地區(qū)作樣本，研究了西部地區(qū)各個省的物流效率，結(jié)論表明，西部各省物流效率水平總體不高、差異較大；雷鳴[6]等人在供給側(cè)改革與新型城鎮(zhèn)化雙重導(dǎo)向下運用了基于非參數(shù)DEA與ARDL模型，對我國農(nóng)產(chǎn)品物流效率進行了實證分析。

綜上所述，在相關(guān)物流效率測評的文獻中，專家與學者大多都是針對測評方法進行分析與研究，或者將幾個港口、幾個省市進行比較分析，鮮有專門針對具體一個港口進行研究的文章。本文創(chuàng)新之處在于只針對一個單獨實體進行實證研究，與其他同類型文章相比更有針對性。通過對單個實體物流效率的多方面測評，可以更好地找出制約港口物流效率的因素，進而提出更有針對性的改進意見。

2 單個實體的DEA研究設(shè)計

2.1 DEA模型的構(gòu)建

A.Charnes,W.W.Cooper和E.Rhodes提出了數(shù)據(jù)包絡(luò)分析，簡稱DEA方法，數(shù)據(jù)包絡(luò)分析法是采用運籌學中的對偶單純型法進行建模。它是根據(jù)多項投入指標和多項產(chǎn)出指標，利用線性規(guī)劃的方法，對具有可比性的同類型單位進行相對有效性評價的一種數(shù)量分析方法，也可以針對擁有多個指標的單個研究對象的項目進行評價。在保持規(guī)模報酬不變的情況下，針對單個研究實體的DEA模型如下：

其中：θ為決策單元DMU的技術(shù)效率值，λj為DMU的對偶變量，s+、s-為松弛變量。在規(guī)模報酬可變的條件下，針對單個研究實體的DEA模型為：

其中：β為決策單元的純技術(shù)效率值，λ1,λ2,…,λn為對偶變量，s+、s-為松弛變量。根據(jù)技術(shù)效率值和純技術(shù)效率值可以求得各DMU的規(guī)模效率值，技術(shù)效率=純技術(shù)效率×規(guī)模效率。

2.2 港口物流效率測評指標選取

2.2.1 宏觀層面測評指標

DEA方法選取的測評數(shù)據(jù)對于港口而言，其腹地經(jīng)濟的發(fā)展水平、第三產(chǎn)業(yè)的規(guī)模、交通運輸體系以及該地區(qū)的人口密度等都會直接影響港口物流的發(fā)展。完善的交通體系能夠加快資源的流動，提升港口物流作業(yè)效率，保證了港口每年客貨高效流轉(zhuǎn)。因此，在宏觀層面分析港口的物流效率采用地區(qū)GDP、地區(qū)第三產(chǎn)業(yè)GDP、地區(qū)高速公路里程數(shù)（公里）、地區(qū)鐵路里程數(shù)（公里）4個具有代表性的重要指標作為數(shù)據(jù)包絡(luò)分析DEA模型的投入指標。港口吞吐量是反映港口經(jīng)濟效益、物流效率、經(jīng)營狀況的重要指標，是港口物流效率必須研究的重要指標。因此，本文選取港口貨物吞吐量和港口集裝箱吞吐量作為數(shù)據(jù)包絡(luò)分析DEA模型的輸出指標。

2.2.2 微觀層面測評指標

基礎(chǔ)設(shè)施建設(shè)是一個港口的骨架，決定了港口的發(fā)展規(guī)模，對港口發(fā)展而言具有重要的作用。一個港口的基礎(chǔ)建設(shè)規(guī)模越大、設(shè)施越完善、自動化程度越高，就意味著港口越具有發(fā)展?jié)摿ΑＲ虼耍谖⒂^層面上本文選取港口生產(chǎn)用碼頭長度、生產(chǎn)用泊位數(shù)、堆場有效面積3個具有代表性的重要指標作為數(shù)據(jù)包絡(luò)分析DEA模型的投入指標。而港口吞吐量是港口物流效率必須研究的重要指標。因此，本文選取港口貨物吞吐量以及港口集裝箱吞吐量作為數(shù)據(jù)包絡(luò)分析DEA模型的輸出指標。

2.3 DEA有效性判定

根據(jù)DEA有效性的定義，本文運用CCR模型同時判定是否技術(shù)有效和規(guī)模有效，定義為：

定義1：若θ=1，且s+=0、s-=0，則決策單元DMU為DEA有效，其經(jīng)濟活動同時為技術(shù)有效和規(guī)模有效。

定義2：若θ=1，且s+、s-其中一個大于0，則決策單元DMU為弱DEA有效，其經(jīng)濟活動并不同時為技術(shù)效率最佳和規(guī)模效率最佳。

定義3：若θ＜1，則決策單元DMU不是DEA有效，其經(jīng)濟活動既不是技術(shù)效率最佳，也不是規(guī)模效率最佳。

3 基于DEA分析法的實證分析

重慶是國家“一帶一路”的重要戰(zhàn)略節(jié)點，位于中國東部與西部相結(jié)合的地區(qū)，自然而然成為相鄰省份如四川、貴州、湖南、湖北、陜西的重要交通樞紐。重慶港借助區(qū)位優(yōu)勢、政策優(yōu)勢、交通優(yōu)勢以及資源優(yōu)勢在長江上游沿岸港口中發(fā)展一直處于領(lǐng)先地位。因此本文選取重慶港作為一個單獨實體來進行實證分析更具針對性，通過數(shù)據(jù)包絡(luò)分析法分別從宏觀層面和微觀層面對重慶港物流效率進行測評。

3.1 宏觀層面對重慶港物流效率測評

3.1.1 測評指標相關(guān)數(shù)據(jù)

從宏觀層面分析港口的物流效率采用重慶地區(qū)GDP、重慶地區(qū)第三產(chǎn)業(yè)GDP、重慶地區(qū)高速公路里程數(shù)、重慶地區(qū)鐵路里程數(shù)作為數(shù)據(jù)包絡(luò)分析DEA模型的宏觀投入指標。港口吞吐量是反映港口經(jīng)濟效益、物流效率、經(jīng)營狀況的重要指標，是港口物流效率必須研究的重要指標。因此選取重慶港貨物吞吐量和重慶港集裝箱吞吐量作為數(shù)據(jù)包絡(luò)分析DEA模型的輸出指標。具體測評數(shù)據(jù)如表1所示。

表1 DEA測評所需數(shù)據(jù)

3.1.2 宏觀層面DEA方法對重慶港物流效率測評

使用數(shù)據(jù)包絡(luò)分析法對港口物流效率進行測評需要使用專業(yè)的軟件，本文選用了DEA專用數(shù)據(jù)分析軟件DEAP2.1對重慶港物流效率進行測評。通過將收集到的2012年至2017年重慶地區(qū)GDP以及重慶地區(qū)第三產(chǎn)業(yè)GDP、重慶地區(qū)高速公路里程數(shù)、重慶地區(qū)鐵路里程數(shù)、重慶港貨物吞吐量以及重慶港集裝箱吞吐量這6組測評數(shù)據(jù)輸入DEAP2.1中進行數(shù)據(jù)分析，其結(jié)果如表2所示。表2中的技術(shù)效率表示穩(wěn)定投入情況下所達到的最大產(chǎn)出值；純技術(shù)效率表示能否充分利用投入使產(chǎn)出最大化，若為1則表示充分利用投入使產(chǎn)出為最大化；規(guī)模效率是衡量投入與產(chǎn)出比列是否合適的結(jié)果，若不為1則表示投入與產(chǎn)出比例剛好合適，即投入量剛好滿足產(chǎn)出量。

表2 DEA模型測評分析數(shù)據(jù)

3.1.3 測評結(jié)果分析

通過對所選取的數(shù)據(jù)重慶地區(qū)GDP、重慶地區(qū)第三產(chǎn)業(yè)GDP、重慶地區(qū)高速公路總里程數(shù)、重慶地區(qū)鐵路總里程數(shù)、重慶港貨物吞吐量以及重慶港集裝箱吞吐量使用DEA方法進行分析可得到，2012年與2013年純技術(shù)效率和規(guī)模效率都是DEA有效，說明這兩年投入的資源滿足輸出數(shù)量，使得投入與產(chǎn)出的比列合適。2012年到2017年這六年純技術(shù)效率基本保持穩(wěn)定，且都為最優(yōu)值1，即表示港口充分利用投入資源使得產(chǎn)能為最大。但從最近2014年到2017年卻為弱DEA有效，規(guī)模效率從2014年開始就呈現(xiàn)下滑狀態(tài)，說明2014年到2017年呈現(xiàn)不合適狀態(tài)，投入的資源與產(chǎn)出并不匹配。因此，可以得到2012年2013年重慶港的物流效率較高，而2014年到2017年重慶港的物流效率未達到應(yīng)有水平。

3.2 微觀層面對重慶港物流效率測評

3.2.1 測評指標相關(guān)數(shù)據(jù)

基礎(chǔ)設(shè)施建設(shè)是一個港口的骨架，決定了港口的發(fā)展建設(shè)能力，對港口發(fā)展而言具有重要的作用。本文選取重慶生產(chǎn)用碼頭長度、生產(chǎn)用泊位數(shù)、堆場有效面積作為數(shù)據(jù)包絡(luò)分析DEA模型的微觀投入指標。港口吞吐量是反應(yīng)港口經(jīng)濟效益、物流效率、經(jīng)營狀況的重要指標，是港口物流效率必須研究的重要指標。因此選取重慶港貨物吞吐量和重慶港集裝箱吞吐量作為數(shù)據(jù)包絡(luò)分析DEA模型的輸出指標。具體測評數(shù)據(jù)如表3所示。

3.2.2 微觀層面DEA方法對重慶港物流效率測評

使用數(shù)據(jù)包絡(luò)分析法對港口物流效率進行測評需要使用專業(yè)的軟件，本文選用了DEA專用數(shù)據(jù)分析軟件DEAP2.1對重慶港物流效率進行測評。通過將收集到的2012年至2017年重慶港的生產(chǎn)用碼頭長度、生產(chǎn)用泊位數(shù)、堆場有效面積、貨物吞吐量以及集裝箱吞吐量這5組測評數(shù)據(jù)輸入DEAP2.1中進行數(shù)據(jù)分析，其結(jié)果如表4所示。

表3 DEA測評所需數(shù)據(jù)

表4 DEA模型測評分析數(shù)據(jù)

3.2.3 測評結(jié)果分析

港口基礎(chǔ)設(shè)施相關(guān)投入指標是可以確定的，輸出指標是不確定性的，但輸出指標的具體數(shù)額在一定程度上會受到投入指標的影響。可以通過DEA結(jié)果分析來判定增加投入是否會帶來輸出的增加，或者減少投入是否會帶來輸出的減少。由表4可以看出，純技術(shù)效率從2012年到2017年這六年間在不斷的提高，說明港口在充分利用投入資源后輸出能力在增強。而規(guī)模效率除2016年外也在逐年提高，說明投入與產(chǎn)出的比列變得越來越合適。通過以上數(shù)據(jù)包絡(luò)分析看出，前3年由不是DEA有效慢慢變?yōu)槿鮀EA有效，最后在2017年變?yōu)镈EA有效，說明在微觀生產(chǎn)層面上近6年重慶港的物流效率不斷提高的大趨勢，并在2017年達到了最佳效率。

3.3 測評結(jié)果匯總分析

由上述分析結(jié)果可以看出，在宏觀層面上，在2012年與2013年重慶港達到了最佳物流效率，而從2014年到2017年重慶港并未達到最佳物流效率。在微觀層面上，可以看到雖然重慶港物流效率有不斷提高的趨勢，并在2017年達到了最佳物流效率，但是在歷年的分析中可以看出純技術(shù)效率值與規(guī)模效率值并不穩(wěn)定。因此，重慶港在投入與產(chǎn)出資源的配置上仍然有很大的提升空間。

4 結(jié)論與展望

本文從宏觀與微觀層面運用DEA模型對單個實體對象的物流效率進行測評，通過對長江上游典型代表的重慶港的實證分析，找到了影響重慶港物流效率的影響因素有腹地經(jīng)濟的發(fā)展、交通道路的投資建設(shè)、港口基礎(chǔ)設(shè)施的投入等；同時，通過DEA方法測評，也能看出投入資源的多少與產(chǎn)出是否有效率。若港口能夠針對影響物流效率的因素進行改進，使投入與產(chǎn)出的資源更加合理配置，則可實現(xiàn)其物流效率的提升。

本文主要采用可量化的指標進行分析，而未考慮一些不能量化的測評指標，這可能導(dǎo)致分析結(jié)果存在一定的誤差。但文章的研究方法可用于對其他港口的物流效率測評，也可用于對其他單個企業(yè)的物流效率進行測評，思路和方法值得借鑒。