上海集裝箱碼頭生產(chǎn)效率評(píng)價(jià)

段朝輝, 宋炳良

(上海海事大學(xué) 經(jīng)濟(jì)管理學(xué)院， 上海 201306)

上海集裝箱碼頭生產(chǎn)效率評(píng)價(jià)

段朝輝, 宋炳良

(上海海事大學(xué) 經(jīng)濟(jì)管理學(xué)院， 上海 201306)

為提高集裝箱碼頭生產(chǎn)效率評(píng)價(jià)的準(zhǔn)確性，提出信息熵與數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis, DEA)組合評(píng)價(jià)方法，并將其運(yùn)用于上海集裝箱碼頭的生產(chǎn)效率評(píng)價(jià)中。根據(jù)評(píng)價(jià)結(jié)果，上海港的整體生產(chǎn)效率處于較高水平，通過(guò)內(nèi)涵式挖潛可有效提高港口的生產(chǎn)效率；過(guò)去幾年船舶的大型化發(fā)展對(duì)洋山樞紐港建設(shè)具有正面效應(yīng)；在資本投入能得到保障的前提下，港口企業(yè)若有充足的貨源控制力和運(yùn)營(yíng)能力，應(yīng)首先考慮通過(guò)自有資金投資運(yùn)營(yíng)碼頭。

交通運(yùn)輸經(jīng)濟(jì)學(xué)； 信息熵； DEA； 上海； 集裝箱碼頭； 效率評(píng)價(jià)

Abstract: The combination of information entropy and DEA is introduced into the production efficiency evaluation of Shanghai container terminal. According to the evaluation results, the overall production efficiency of the port of Shanghai is at relatively high level thanks to the operating synergy. The research indicates that the use of large-scale carriers in recent years has been a positive factor to the development of Yangshan hub port. Besides, it suggests that, if possible, the port invest with its own funds as long as it possesses control ability of goods source and adequate operation ability.

Keywords: traffic transport economics; information entropy; DEA; Shanghai; container terminal; efficiency evaluation

海運(yùn)供應(yīng)鏈發(fā)展和集裝箱船舶大型化趨勢(shì)的加快對(duì)集裝箱碼頭的生產(chǎn)效率提出了更高要求。對(duì)碼頭生產(chǎn)效率進(jìn)行合理評(píng)價(jià)，可為港口企業(yè)優(yōu)化資源配置提供基礎(chǔ)，進(jìn)一步提升船公司的服務(wù)水平，增強(qiáng)其競(jìng)爭(zhēng)力。

國(guó)內(nèi)外學(xué)者曾采用全要素生產(chǎn)率和多元回歸分析等多種方法對(duì)碼頭生產(chǎn)效率進(jìn)行評(píng)價(jià)。近幾年，有學(xué)者[1-4]針對(duì)數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis，DEA)在處理多種投入和多種產(chǎn)出的復(fù)雜生產(chǎn)關(guān)系方面具有一定優(yōu)勢(shì)，采用不同形式或視角的DEA模型進(jìn)行評(píng)價(jià)。但是，每種DEA模型都具有其自身的特點(diǎn)，利用不同形式或視角的DEA模型評(píng)估決策單元的相對(duì)效率時(shí)得到的結(jié)果不同，因此會(huì)對(duì)后續(xù)的決策有一定影響。

為解決該問題，嘗試組合不同形式和視角的DEA模型的評(píng)價(jià)結(jié)果，基于信息熵原理分配給這些評(píng)價(jià)結(jié)果不同的權(quán)重，建立組合評(píng)價(jià)方法(Combined Evaluation Method, CEM)，以得到更加客觀、準(zhǔn)確的績(jī)效評(píng)價(jià)值。將該CEM方法運(yùn)用于上海6家集裝箱碼頭，得到評(píng)價(jià)結(jié)果；通過(guò)分析得出相關(guān)結(jié)論，為港口決策提供參考。

1 DEA評(píng)價(jià)模型

DEA是一種非參數(shù)的客觀評(píng)價(jià)方法，由美國(guó)著名運(yùn)籌學(xué)家A.CHARNES和W.W.COOPER于1978年提出，可用于多投入與多產(chǎn)出決策單元的評(píng)估排序。其通過(guò)對(duì)一個(gè)特定單位的效率和一組提供相同服務(wù)的類似單位的績(jī)效進(jìn)行比較，使服務(wù)單位的效率最大化。DEA方法將決策單元反映到分段的線性超平面上，擺脫了多元統(tǒng)計(jì)回歸分析的線性和非線性關(guān)系假設(shè)，易于揭示存在于系統(tǒng)內(nèi)部且運(yùn)用其他評(píng)價(jià)方法歸納不出來(lái)的隱藏關(guān)系。

1998年CHARNES，COOPER 和 RHODES提出被稱為經(jīng)典 DEA 模型的CCR模型，標(biāo)志著DEA 理論體系正式建立。此后有較多學(xué)者對(duì)DEA模型進(jìn)行改進(jìn)，得到不同變形的DEA模型，如BCC，F(xiàn)DH (FDH-CRS, FDH-VRS, FDH-NDRS和FDH-NIRS)，RAM，F(xiàn)G及ST等。此外，還有不少學(xué)者利用DEA模型從不同視角對(duì)決策單元的相對(duì)效率進(jìn)行評(píng)估，如投入導(dǎo)向與產(chǎn)出導(dǎo)向及樂觀視角與悲觀視角等。

2 信息熵-DEA組合評(píng)價(jià)方法

信息熵是指單位符號(hào)所包含的信息量，主要運(yùn)用概率統(tǒng)計(jì)的方法對(duì)信息的不確定性進(jìn)行分析研究，其定義為

(1)

式(1)中：n為信號(hào)源的信號(hào)數(shù)；pi(x)為第i種信號(hào)出現(xiàn)的概率；lnpi(x)為第i種信號(hào)帶來(lái)的信息量；K為比例系數(shù)。信息熵H反映信號(hào)源每個(gè)信號(hào)帶來(lái)的信息，是對(duì)信息量大小的量度。任何信息都存在冗余，冗余的大小與信息中每個(gè)符號(hào)(數(shù)字、字母或單詞)出現(xiàn)的概率或不確定性有關(guān)。

根據(jù)信息熵的含義，信息熵最小的指標(biāo)權(quán)重應(yīng)該最大，信息熵最大的指標(biāo)權(quán)重應(yīng)該最小。若決策中某項(xiàng)指標(biāo)的指標(biāo)值變異程度越大，其信息熵就越小，則該指標(biāo)提供的信息量就越大，對(duì)應(yīng)的權(quán)重也應(yīng)越大。信息熵在決策單元效率評(píng)價(jià)中的應(yīng)用原理為：運(yùn)用信息熵對(duì)不同形式和視角的DEA模型進(jìn)行權(quán)重計(jì)算，若DEA模型對(duì)所有決策單元的評(píng)價(jià)結(jié)果均無(wú)差異，則該DEA模型將不對(duì)決策單元的排序起作用，可令該DEA模型的權(quán)重為0。一般情況下，某DEA模型的評(píng)價(jià)結(jié)果變異程度越小，信息熵就越大，提供的信息量就越小，在決策單元效率評(píng)價(jià)中所起的作用就越小，該DEA模型的權(quán)重也應(yīng)越?。环粗?，指標(biāo)值變異程度越大，信息熵就越小，提供的信息量就越大，在決策單元效率評(píng)價(jià)中所起的作用也就越大，該模型的權(quán)重也應(yīng)越大。

這里采用的CEM由信息熵理論和DEA模型構(gòu)成，主要用來(lái)提高DEA模型的判別能力，進(jìn)而得到更加合理、準(zhǔn)確的港口效率評(píng)價(jià)值。CEM方法的基本思路如下。

1) 確定采用評(píng)價(jià)港口效率的DEA模型的集合Ω={M1,M2,…,Mk,…,MK}，k=1,2,…,K,其中K為DEA模型的總數(shù)量。這里采用CCR，BCC-I，BCC-O，F(xiàn)DH-VRS-I和FDH-VRS-O等5個(gè)模型，因此K=5，Ω={CCR,BCC-I,BCC-O,FDH-VRS-I,FDH-VRS-O}。

2) 在指標(biāo)子集Mk下獲得港口的效率評(píng)價(jià)值。

3) 基于信息熵理論對(duì)指標(biāo)子集Mk賦予權(quán)重，得到一組更為客觀的港口效率評(píng)價(jià)結(jié)果。

具體計(jì)算步驟如下。

1) 基于不同的DEA模型指標(biāo)集獲得各指標(biāo)子集的效率評(píng)價(jià)值，表達(dá)形式為

(2)

式(2)中：DMUj為第j個(gè)評(píng)價(jià)對(duì)象，j=1,2,…,n；n為待評(píng)價(jià)對(duì)象的數(shù)目；Ejk(j=1,2,…,n;k=1,2,…,K)為第k個(gè)指標(biāo)子集Mk下獲得的第j個(gè)評(píng)價(jià)對(duì)象的效率值。

2) 基于信息熵理論，根據(jù)各組效率值所含的信息量大小計(jì)算得到其所占的權(quán)重，具體模型為

(3)

3 實(shí)例研究

3.1指標(biāo)選取與數(shù)據(jù)來(lái)源

根據(jù)DEA選取指標(biāo)的要求，選取的投入指標(biāo)包括岸線長(zhǎng)度、堆場(chǎng)面積、橋吊數(shù)量、輪胎吊數(shù)量、從業(yè)人數(shù)和能源消耗量。

1) 岸線長(zhǎng)度和堆場(chǎng)面積是碼頭資源設(shè)施投入量的反映。

2) 碼頭的作業(yè)設(shè)備主要包括岸邊作業(yè)的橋吊、水平作業(yè)的集卡和堆場(chǎng)作業(yè)的輪胎吊，受指標(biāo)數(shù)量的限制，這里選取投資成本較高且最能反映作業(yè)效率的橋吊數(shù)量和輪胎吊數(shù)量。

3) 從業(yè)人數(shù)是反映勞動(dòng)力生產(chǎn)要素投入量的指標(biāo)。

4) 能源消耗量是碼頭日常作業(yè)過(guò)程中能源的消耗量。能源消耗量越大，說(shuō)明碼頭投入的資源相對(duì)越多，提供的服務(wù)效率就會(huì)越高。

5) 集裝箱吞吐量是反映碼頭資源投入后產(chǎn)出能力和效率的最綜合性指標(biāo)，這里選取該指標(biāo)作為產(chǎn)出指標(biāo)。

選用上海6個(gè)集裝箱碼頭2012—2014年的數(shù)據(jù)，以半年為一個(gè)評(píng)價(jià)周期，共36個(gè)評(píng)價(jià)數(shù)據(jù)。表1為投入產(chǎn)出指標(biāo)描述性統(tǒng)計(jì)值。

表1 投入產(chǎn)出指標(biāo)描述性統(tǒng)計(jì)值

3.2評(píng)價(jià)結(jié)果

以DEAP2.1和EMS1.3軟件為數(shù)據(jù)分析工具，將各集裝箱碼頭的投入產(chǎn)出指標(biāo)數(shù)據(jù)分別代入CCR,BCC-I,BCC-O,FDH-VRS-I和FDH-VRS-O等5

個(gè)傳統(tǒng)的DEA模型中，計(jì)算得到2012—2014年6家集裝箱碼頭的生產(chǎn)效率評(píng)價(jià)結(jié)果。根據(jù)式(3)計(jì)算得到5個(gè)DEA模型效率值所占的權(quán)重分別為0.224 6，0.163 9，0.217 6，0.163 4和0.230 5，得到的基于CEM方法的評(píng)價(jià)結(jié)果見表2。2012—2014年上海集裝箱碼頭CEM值見表3。

表2 基于CEM方法的評(píng)價(jià)結(jié)果

表3 2012—2014年上海集裝箱碼頭CEM值

3.3評(píng)價(jià)結(jié)果分析

1) 一般情況下，決策單元的綜合效率值≥1意味著該決策單元是高效率系統(tǒng)(Efficient System)；綜合效率值位于1～0.6意味著該決策單元是相對(duì)有效系統(tǒng)(Fairly Efficient System)；綜合效率值<0.6意味著該決策單元是低效率系統(tǒng)(Inefficient System)。根據(jù)評(píng)價(jià)結(jié)果，所選取的36個(gè)指標(biāo)中有8個(gè)指標(biāo)達(dá)到高效率水平,另外的28個(gè)指標(biāo)全部為相對(duì)有效的系統(tǒng),上海港的生產(chǎn)效率整體處于較高水平。從時(shí)間上看，上海港的生產(chǎn)效率自2013年下半年以來(lái)迅速提高，這主要靠?jī)?nèi)部挖潛，通過(guò)碼頭操作系統(tǒng)改進(jìn)、流程優(yōu)化和作業(yè)成本分析等精益化方式提高服務(wù)效率，滿足新增的集裝箱吞吐需求。在外延式擴(kuò)張碼頭資源越來(lái)越困難的背景下，通過(guò)內(nèi)涵式挖潛可有效提高港口的生產(chǎn)效率，上海港在該方面為其他港口提供了經(jīng)驗(yàn)。此外， 2013-1f數(shù)據(jù)出現(xiàn)波動(dòng)的主要原因是樣本中某碼頭從2013年開始將下屬內(nèi)集卡服務(wù)公司的能耗統(tǒng)計(jì)在內(nèi)，導(dǎo)致效率值出現(xiàn)下降。因此，當(dāng)產(chǎn)出的增長(zhǎng)態(tài)勢(shì)與投入的增長(zhǎng)態(tài)勢(shì)不完全適配時(shí)，就會(huì)出現(xiàn)波動(dòng)。

2) 過(guò)去幾年船舶大型化對(duì)洋山樞紐港的發(fā)展具有正面效應(yīng)。洋山港區(qū)是上海國(guó)際航運(yùn)中心的核心樞紐港，E碼頭和F碼頭是該港區(qū)的2個(gè)碼頭，水深均達(dá)到-16 m，可滿足當(dāng)今最大的集裝箱船舶靠泊的需求。上海港也本著“深水深用”的原則，將船型較大的航線配置于洋山港。研究發(fā)現(xiàn)，這2個(gè)碼頭的生產(chǎn)效率處于高位，在8個(gè)高效率系統(tǒng)中占據(jù)了1/2。針對(duì)船舶大型化對(duì)港口生產(chǎn)效率帶來(lái)的影響到底如何，研究結(jié)果表明在碼頭努力提高生產(chǎn)效率的作用下，過(guò)去幾年船舶大型化對(duì)提高洋山樞紐港生產(chǎn)效率具有正面效應(yīng)。但是,隨著船舶進(jìn)一步大型化，目前高位的生產(chǎn)效率能否進(jìn)一步提升及其帶來(lái)的正面效應(yīng)能否維持有待進(jìn)一步關(guān)注和研究。

3) 我國(guó)的港口集團(tuán)通常尋求與船公司合資運(yùn)營(yíng)碼頭來(lái)確保穩(wěn)定的集裝箱貨源；或與全球碼頭運(yùn)營(yíng)商合資，以提高集裝箱碼頭的運(yùn)營(yíng)管理能力。研究發(fā)現(xiàn)，上海港全資碼頭的生產(chǎn)效率要相對(duì)好于合資碼頭。B碼頭、E碼頭和F碼頭等3個(gè)全資碼頭的生產(chǎn)效率位居前三位，主要原因應(yīng)在于合資企業(yè)過(guò)于重視其內(nèi)部客戶的服務(wù)而在一定程度上影響到對(duì)其他客戶的服務(wù)水平。此外，上海港全資碼頭的效率水平也說(shuō)明港口的發(fā)展主要得益于其自身的地理位置、競(jìng)爭(zhēng)能力優(yōu)勢(shì)和與合作方議價(jià)的能力，公共碼頭的特性會(huì)為其提高效率提供較好的基礎(chǔ)。在資本投入能得到保障的前提下，港口若有充足的貨源控制力和運(yùn)營(yíng)能力，應(yīng)首先考慮通過(guò)自有資金投資運(yùn)營(yíng)碼頭。

4 結(jié)束語(yǔ)

利用信息熵組合CCR，BCC-I，BCC-O，F(xiàn)DH-VRS-I和FDH-VRS-O等5個(gè)模型建立CEM評(píng)價(jià)模型，并將其引入到港口評(píng)價(jià)領(lǐng)域，對(duì)上海集裝箱碼頭的生產(chǎn)效率進(jìn)行評(píng)價(jià)。根據(jù)評(píng)價(jià)結(jié)果分析上海集裝箱碼頭生產(chǎn)效率的變化趨勢(shì)和水平，得出相關(guān)結(jié)論，為港口決策提供參考。

提出信息熵與DEA組合的評(píng)價(jià)方法，根據(jù)信息熵賦予不同模型相應(yīng)權(quán)重的計(jì)算方法可綜合各模型的優(yōu)點(diǎn)，并在一定程度上平衡各模型的不足，使最終求得的效率值和排名更客觀與科學(xué)。所采用的方法為港口生產(chǎn)效率評(píng)價(jià)提供了一個(gè)新的思路和方法，下一步將重點(diǎn)對(duì)模型的有效性和優(yōu)越性進(jìn)行深入研究。

[1] 龐瑞芝.我國(guó)主要沿海港口的動(dòng)態(tài)效率評(píng)價(jià)[J].經(jīng)濟(jì)研究，2006(6)：92-100.

[2] HAYUTH Y. Port Performance Comparison Applying Data Envelopment Analysis ( DEA ) [J]. Maritime Policy and Man Agement，1993，20(2)：161-163.

[3] TONGZON J L. Efficiency Measurement of Selected Australian and Other International Ports Using Data Envelopment Analysis[J]. Transport Research A , 2001, 35(2): 113-128.

[4] 吉阿兵，朱道立.基于極效率DEA模型的港口績(jī)效評(píng)價(jià)[J].系統(tǒng)工程，2005, 23(4) ：119-122.

[5] 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.

[6] 魏權(quán)齡.評(píng)價(jià)相對(duì)有效性的數(shù)據(jù)包絡(luò)分析模型[M].北京:中國(guó)人民大學(xué)出版社，2012.

[7] CHARNES A, COOPER W W, RHODES E. Measuring the Efficiency of Decision Making Units [J]. European Journal of Operational Research,1978 (2):429-444.

[8] 陳春芳, 宗蓓華. 基于SFA的上海港集裝箱碼頭效率評(píng)價(jià)[J]. 上海海事大學(xué)學(xué)報(bào), 2008,29(3):87-92.

[9] 莊茜, 李紹武. 改進(jìn) DEA 在港口效率評(píng)價(jià)中的應(yīng)用[J].天津城市建設(shè)學(xué)院學(xué)報(bào), 2008, 14(2): 102- 105.

[10] COTO-MILLAN P, BANOS-PINO J, RODR IGUEZ-ALVAREZ A.Economic Efficiency in Spanish Ports: Some Empirical Evidence [J]. Maritime Policy & Manage, 2000, 27(2):169-174.

ProductionEfficiencyEvaluationofShanghaiContainerTerminal

DUANZhaohui,SONGBingliang

(School of Economics & Management, Shanghai Maritime University, Shanghai 201306, China)

2016-01-11

段朝輝(1984—)，男，山西運(yùn)城人，博士生，主要從事國(guó)際航運(yùn)中心發(fā)展研究。E-mail:duan_zhaohui@163.com

1000-4653(2016)01-0125-04

U656.1+35

A