海運(yùn)物流企業(yè)績(jī)效研究

摘 要：為科學(xué)準(zhǔn)確的評(píng)價(jià)我國(guó)海運(yùn)物流企業(yè)的績(jī)效水平，選取13家上市的海運(yùn)物流企業(yè)，采用因子分析的方法對(duì)相關(guān)數(shù)據(jù)進(jìn)行簡(jiǎn)化，從海運(yùn)物流企業(yè)的償債能力、經(jīng)營(yíng)發(fā)展能力、盈利能力、資本結(jié)構(gòu)、未來(lái)發(fā)展方面構(gòu)建海運(yùn)物流企業(yè)績(jī)效評(píng)價(jià)指標(biāo)體系，運(yùn)用數(shù)據(jù)包絡(luò)分析方法對(duì)這些企業(yè)績(jī)效情況進(jìn)行實(shí)證分析，建立了投入產(chǎn)出的DEA模型，以此得出海運(yùn)物流企業(yè)管理績(jī)效評(píng)價(jià)值和前沿面圖，結(jié)合評(píng)價(jià)結(jié)果和企業(yè)實(shí)際運(yùn)營(yíng)情況證實(shí)了這種方法對(duì)海運(yùn)物流企業(yè)績(jī)效研究有較好的應(yīng)用價(jià)值。

關(guān)鍵詞：DEA;海運(yùn)物流;指標(biāo)體系;企業(yè)績(jī)效評(píng)價(jià)

中圖分類(lèi)號(hào)：F12 " 文獻(xiàn)標(biāo)志碼：A " 文章編號(hào)：1002-2589（2015）32-0048-02

隨著中國(guó)經(jīng)濟(jì)進(jìn)入新常態(tài)，中國(guó)海洋運(yùn)輸業(yè)已經(jīng)成為世界海運(yùn)競(jìng)爭(zhēng)舞臺(tái)重要組成部分。面臨此次機(jī)遇，中國(guó)海洋運(yùn)輸自身能力還需不斷提高，因此如何科學(xué)準(zhǔn)確地評(píng)價(jià)多因素復(fù)雜系統(tǒng)的海運(yùn)物流企業(yè)績(jī)效，就顯得尤為重要。此次，天津?yàn)I海新區(qū)危險(xiǎn)品倉(cāng)庫(kù)爆炸事故又將物流港安全事宜引起人們的重視。對(duì)于數(shù)據(jù)輸入輸出涉及非參數(shù)性和多變量的投入產(chǎn)出效率測(cè)量評(píng)價(jià)方法有多種，其中最有效的是Berger、Humphrey和Ruggiero[1]提出DEA方法，它可以有效地對(duì)受多因素影響的海運(yùn)物流企業(yè)績(jī)效進(jìn)行評(píng)價(jià)[2]。

一、DEA模型的基本介紹

選取n個(gè)樣本，xj，yj分別為第j個(gè)海運(yùn)物流企業(yè)績(jī)效的參考指數(shù)和當(dāng)前指數(shù)，數(shù)組（xj，yj）為第j個(gè)海運(yùn)物流企業(yè)績(jī)效的指數(shù)狀態(tài)。

稱(chēng)

為指數(shù)狀態(tài)（xj，yj）組成的狀態(tài)可能集。建立A.Chames的DEA模型[3]：

若線(xiàn)性規(guī)劃（2）的最優(yōu)值Z=1，則該海運(yùn)物流企業(yè)績(jī)效狀態(tài)處在可能集T的前沿面上，其決策單元有效;若Z*=1，則不在T的前沿面上，其決策單元沒(méi)有作用。令j0=xj0，j0=Z*yj0，（j，）在的前沿面上，稱(chēng)（j，j）績(jī)效j0的指數(shù)狀態(tài)（xj0，yj0）在T前沿面上的投影，（x1，y1）和（x2，y2）分別代表企業(yè)績(jī)效（1）和（2）的指數(shù)狀態(tài)。當(dāng)Z*=1，績(jī)效（1）的指數(shù)狀態(tài)（x1，y1）處于的T前沿面上;當(dāng)Z*gt;1，績(jī)效（2）的指數(shù)狀態(tài)（x2，y2）不在的前沿面上。

二、建立指標(biāo)體系

遵循財(cái)務(wù)分析方法和DEA建模原理建立了海運(yùn)物流企業(yè)績(jī)效評(píng)價(jià)體系[4-6]，再選取了鹽田港、天津港、營(yíng)口港、錦州港、上港集團(tuán)、北海港、中遠(yuǎn)航運(yùn)、中海海盛、寧波海運(yùn)、中海發(fā)展、大連港、日照港、連云港等這些上市的13家海運(yùn)物流企業(yè)公布的財(cái)務(wù)數(shù)據(jù)①帶入所建立的評(píng)價(jià)體系中，其中一級(jí)指標(biāo)5個(gè)，這樣可以避免財(cái)務(wù)數(shù)據(jù)數(shù)目瑣碎繁多的弊病。分別定義為：Y1為償債務(wù)指標(biāo)、Y2為經(jīng)營(yíng)指標(biāo)、Y3為效益指標(biāo)、Y4為資本結(jié)構(gòu)指標(biāo)、Y5為未來(lái)發(fā)展指標(biāo)。

三、實(shí)證分析

以2013年7月至2014年6月的修正后數(shù)據(jù)為參考性系數(shù)，以2014年7月至2015年6月的加權(quán)平均數(shù)據(jù)為當(dāng)前性系數(shù)。應(yīng)用SPSS軟件來(lái)進(jìn)行運(yùn)算，算出公因子解釋的方差和累計(jì)值，其中有5個(gè)因子λgt;1，這5個(gè)公因子解釋的累計(jì)方差和為86.82544%，符合大于85%的要求，且5個(gè)公因子解釋的總方差為96.418%，旋轉(zhuǎn)后為96.259%，依然大于85%，故Yi（i=1，2…5）這5個(gè)公因子可以解釋相關(guān)數(shù)據(jù)。

根據(jù)決策單元的分類(lèi)和有效變換的不變性[7-8]，原來(lái)有效DEA的決策單元不受投入、產(chǎn)出數(shù)據(jù)的影響，將2014年修正后的數(shù)據(jù)Yi（i=1，2…5）看為當(dāng)前性業(yè)績(jī)指數(shù)系數(shù)，將2013年修正后的數(shù)據(jù)Yi′（i=1，2…5）看作參考性業(yè)績(jī)指數(shù)系數(shù)代入模型中。采取Lindo軟件和SR4.0評(píng)價(jià)軟件進(jìn)行計(jì)算分析，結(jié)果如表1所示。

可知，評(píng)價(jià)值大于0.85的港口有大連港、中海發(fā)展、中海海盛、錦州港，它們可以歸為上等;評(píng)價(jià)值小于0.6的港口有天津港、營(yíng)口港和中遠(yuǎn)航，它們可以歸為下等;介于0.6-0.85之間的港口，如：北海港、日照港和上港集團(tuán)等可以歸為中等。

四、結(jié)論

這些海運(yùn)物流港口中，評(píng)價(jià)值較高的企業(yè)多是凈資產(chǎn)收益率、主營(yíng)業(yè)務(wù)利潤(rùn)率較高的企業(yè)。這些企業(yè)的規(guī)模較大、管理層相對(duì)穩(wěn)定、經(jīng)營(yíng)效益好，這些企業(yè)運(yùn)營(yíng)穩(wěn)定，它們的控股公司財(cái)務(wù)結(jié)構(gòu)合理、股票走勢(shì)相對(duì)平穩(wěn)，它們的分支機(jī)構(gòu)分布在國(guó)內(nèi)多座城市及美國(guó)、歐洲、亞非等國(guó)家和地區(qū)，具有沿?？痛?、高速客輪、國(guó)內(nèi)國(guó)際客運(yùn)及國(guó)際貨船運(yùn)輸?shù)慕?jīng)營(yíng)資質(zhì)。在貨代、船代、租船、保關(guān)報(bào)檢、倉(cāng)儲(chǔ)、包裝、裝卸以及能源化工、光伏科技等領(lǐng)域具有優(yōu)勢(shì)。而評(píng)價(jià)得分較低的企業(yè)，主要是一些提供碼頭貿(mào)易貨物的貨代、船舶租賃、倉(cāng)儲(chǔ)和裝卸等單純貨物運(yùn)輸?shù)奈锪髌髽I(yè)，較少涉及金融證券等相關(guān)業(yè)務(wù)，管理相對(duì)混亂，一些重大的環(huán)節(jié)把關(guān)不嚴(yán)。比如天津港就有倉(cāng)儲(chǔ)的物品混亂等現(xiàn)象。這些反映到財(cái)務(wù)評(píng)價(jià)指標(biāo)上就是凈資產(chǎn)收益率、主營(yíng)業(yè)務(wù)利潤(rùn)率較低的企業(yè)。這與我國(guó)海運(yùn)物流企業(yè)發(fā)展實(shí)際情況基本一致，所以應(yīng)用這種方法對(duì)對(duì)于海運(yùn)物流企業(yè)績(jī)效分析具有重大的意義。這項(xiàng)方法也為多輸入多輸出情況下的評(píng)價(jià)和決策問(wèn)題提供了新的手段。

參考文獻(xiàn)：

[1]Ondrich J，Ruggiero J.Efficiency measurement in the stocha-

stic frontier mode[J].European Journal of Operationl Resear-

ch，2001，129（2）：434-442.

[2]A.Charnes，W.W.Cooper and E.Rhodes. Measuring the effic-

iency of decision making units[J].European Journal of opera-

tional，Research，2010：429-444.

[3]魏權(quán)齡.數(shù)據(jù)包羅分析[M].北京：科學(xué)出版社，2004：146-169.

[4]Siyong Zhuang， Yingjun Feng. An Evaluation of Management Performance about Company Core Competence Based on DEA[J].Journal of Systems Science and Information，2005，3（2）：363-370.

[5]Braglia M，Zanoni S，Zavanella L.Measuring and benchmark-

ing productive systems performance using DEA：an industrial case[J].Production Planningamp;Control，2003，14（6）：542-554.

[6]Toshiyuki S.Production analysis in different time periods： An application of data envelopment analysis [J].European Joumal of "Operationl Reseatch，2010，86：216-230.

[7]盛昭瀚，朱喬，吳廣謀.DEA理論、方法與應(yīng)用[M].北京：科學(xué)出版社，1996：353-360.

[8]Zhu J.Multi-factor performance measure model with an application to Fortune 500 companies[J].European Jourmal of Operational Research，2000，123：105-124.