中國(guó)上市航運(yùn)企業(yè)效率評(píng)價(jià)及影響因素測(cè)算

高濤，曲林遲，唐韻捷，徐哲

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

0 引言

航運(yùn)需求是國(guó)際貿(mào)易的派生需求，航運(yùn)業(yè)對(duì)國(guó)際貿(mào)易量依賴性較強(qiáng)，在全球經(jīng)濟(jì)增長(zhǎng)放緩、中國(guó)經(jīng)濟(jì)下行壓力增大的背景下，黑天鵝、灰犀牛事件不斷上演，中美貿(mào)易戰(zhàn)“限硫令”等事件對(duì)航運(yùn)都產(chǎn)生了重大沖擊，航運(yùn)各板塊市場(chǎng)繼續(xù)低迷，世界貿(mào)易嚴(yán)重受挫。我國(guó)作為航運(yùn)大國(guó)，相關(guān)聯(lián)企業(yè)受其影響更為深遠(yuǎn)，加上航運(yùn)企業(yè)的經(jīng)營(yíng)不確定性進(jìn)一步加大，航運(yùn)企業(yè)這幾年建立起來(lái)的盈利模式與經(jīng)營(yíng)成本持續(xù)攀升之間的矛盾日益突出，其脆弱性此時(shí)也暴露無(wú)遺，使航運(yùn)企業(yè)的抗風(fēng)險(xiǎn)能力和未來(lái)業(yè)績(jī)持續(xù)走弱。

2019年11月，國(guó)際海運(yùn)年會(huì)第一次提出以“全球航運(yùn)產(chǎn)業(yè)鏈的構(gòu)建和價(jià)值”為主題，共商未來(lái)航運(yùn)產(chǎn)業(yè)發(fā)展方向與價(jià)值實(shí)現(xiàn)模式。這就要求航運(yùn)業(yè)在貨主、金融、技術(shù)等多個(gè)方面實(shí)現(xiàn)根本性轉(zhuǎn)變，而提高我國(guó)航運(yùn)企業(yè)的經(jīng)營(yíng)效率也成為航運(yùn)業(yè)發(fā)展面臨的重大課題之一。

1 研究現(xiàn)狀

在已有的研究文獻(xiàn)中，蹇令香等[1]運(yùn)用DEA模型中的C2R模型對(duì)中國(guó)2007年～2010年在滬深交易所上市的12家航運(yùn)企業(yè)進(jìn)行技術(shù)有效性和規(guī)模收益分析，并且評(píng)價(jià)了這些公司的經(jīng)營(yíng)績(jī)效。莫云萍等[2]主要是運(yùn)用定性分析和層次分析法，通過(guò)建立超效率數(shù)據(jù)包絡(luò)分析模型對(duì)油輪航運(yùn)企業(yè)的競(jìng)爭(zhēng)力進(jìn)行縱向評(píng)價(jià)，并以招商能源運(yùn)輸股份有限公司為例進(jìn)行分析，得出相關(guān)結(jié)論驗(yàn)證了方法的可靠性，在最后還找出其劣勢(shì)所在，針對(duì)不足提出了修改意見(jiàn)。王燕等[3]選取數(shù)據(jù)包絡(luò)方法分析國(guó)內(nèi)17家港口企業(yè)效率，發(fā)現(xiàn)我國(guó)港口效率的提升主要來(lái)自規(guī)模效率的增加。JAMES等[4]利用超效率的DEA和SFA方法研究海港的技術(shù)效率，通過(guò)比較分析固定回歸模型和隨機(jī)回歸模型的結(jié)果，發(fā)現(xiàn)在解釋影響海港技術(shù)效率因素時(shí)隨機(jī)回歸模型優(yōu)于固定回歸模型，得出歐洲海港數(shù)據(jù)生產(chǎn)效率低于其它地區(qū)。KEVIN等[5]對(duì)集裝箱港口行業(yè)分別使用數(shù)據(jù)包絡(luò)分析(data envelopment analysis， DEA)和隨機(jī)前沿分析(stochastic frontier analysis, SFA)，并且考慮到兩種方法在估計(jì)和規(guī)模效率方面的分析并不總是令人信服，結(jié)合分析大量集裝箱港口的數(shù)據(jù)，采用相關(guān)度較高的改進(jìn)了DEA模型，最后對(duì)集裝箱港口的效率進(jìn)行預(yù)測(cè)估計(jì)。CHOU等[6]以模糊評(píng)價(jià)方法構(gòu)建航運(yùn)企業(yè)績(jī)效體系，且提出利于企業(yè)經(jīng)營(yíng)的諸多意見(jiàn)。

研究發(fā)現(xiàn)：學(xué)者愈發(fā)傾向運(yùn)用DEA模型對(duì)港航企業(yè)進(jìn)行經(jīng)營(yíng)效率評(píng)價(jià)，縱使每一模型表現(xiàn)形式不一，但其本質(zhì)確屬于單階段DEA模型，該模型極少融入港航企業(yè)內(nèi)部因素，不利于企業(yè)間的效率差別。筆者綜合考慮多維度因素，結(jié)合網(wǎng)絡(luò) DEA 和樣本選擇回歸模型，采取構(gòu)建兩階段 DEA 模型之法。網(wǎng)絡(luò)DEA綜合考慮了生產(chǎn)要素、投入及產(chǎn)出，規(guī)避了主觀因素，通過(guò)DEA測(cè)度的公共支出效率值在(0，1)區(qū)間內(nèi)，緣于因變量范圍受限，選取一般線性回歸模型進(jìn)行因素分析，將造成較大誤差，而使用Tobit模型可提高精度，適用于分析變量約束下的經(jīng)濟(jì)問(wèn)題。

首先，測(cè)算國(guó)內(nèi)航運(yùn)上市企業(yè)的效率水平；其次，深層次考察航運(yùn)企業(yè)的經(jīng)營(yíng)概況、盈利程度等內(nèi)容；最后，運(yùn)用Tobit回歸模型對(duì)航運(yùn)企業(yè)的影響因素進(jìn)行分析。本文借助數(shù)據(jù)包絡(luò)分析方法，利用DEAP2.1分析軟件，測(cè)算航運(yùn)上市企業(yè)經(jīng)營(yíng)環(huán)節(jié)的效率，分析影響效率的因素，從理論層面有效抬升企業(yè)經(jīng)營(yíng)效率。

2 方法

2.1 DEA方法

DEA方法常用于非參數(shù)評(píng)價(jià)，即該法通過(guò)變換多維指標(biāo)投入及產(chǎn)出，分析決策單元的相對(duì)有效性。DEA方法由CHARNES等[7]于1978年首次提出，并構(gòu)建C2R模型。BANKER等[8]拓展C2R模型的適用范圍(即假設(shè)規(guī)模報(bào)酬可變)，構(gòu)建BC2模型。作為一種前沿估計(jì)的非參數(shù)數(shù)學(xué)規(guī)劃方法，DEA方法依托決策單元(decision marking units, DMU)偏離度分析投入、產(chǎn)出的相對(duì)有效性[9]。DEA方法優(yōu)勢(shì)不僅在于考慮多維投入、產(chǎn)出數(shù)據(jù)時(shí)，降低主觀影響，以DMU的真實(shí)值作為最優(yōu)權(quán)重，規(guī)避權(quán)重賦值，而且在于該法可使用不同量綱指標(biāo)。每一家企業(yè)經(jīng)營(yíng)效益不同，但測(cè)算實(shí)質(zhì)在于企業(yè)各投入要素與產(chǎn)出效率的比對(duì)。這一邏輯極為符合DEA方法，測(cè)算的全過(guò)程具體為：先是測(cè)算企業(yè)所有產(chǎn)出、各種投入要素，其后是整體性評(píng)價(jià)每類投入要素及產(chǎn)出；最后是測(cè)算投入、產(chǎn)出的定量效率值。

2.2 Tobit 模型

Tobit模型公式為Yi=β0+βTXi+εi，其中，i=1,2,…,Yi為效率值，Xi是解釋變量，βT是未知參數(shù)向量，εi-N(0,δ2)。該模型的最大特征在于Xi為真實(shí)數(shù)值，Yi數(shù)值受限(即一般數(shù)值為某個(gè)區(qū)間)，這與DEA方法測(cè)算的公共支出效率范圍特征一致，即取值范圍為(0,1)。

yi*=xiβ+εi,εi～N(0,σ2),

3 實(shí)證及結(jié)果分析

為了綜合評(píng)價(jià)航運(yùn)企業(yè)經(jīng)營(yíng)效率，在任一固定時(shí)間段內(nèi)對(duì)多家航運(yùn)企業(yè)的效益進(jìn)行比較，以期探究出企業(yè)的相對(duì)收益情況。將航運(yùn)企業(yè)績(jī)效分析分為兩個(gè)階段，第一階段是厘清航運(yùn)企業(yè)的投入要素、產(chǎn)出的內(nèi)在邏輯，將13個(gè)航運(yùn)企業(yè)作為不同的DMU，選取上述企業(yè)2010年～2018年的多維經(jīng)營(yíng)數(shù)據(jù)進(jìn)行有效分析；第二階段是把第一階段的結(jié)果作為因變量，把影響航運(yùn)企業(yè)經(jīng)營(yíng)效率的因素作為解釋變量和控制變量，研究各個(gè)因素與企業(yè)經(jīng)營(yíng)效率的相關(guān)性強(qiáng)弱，進(jìn)而找到影響航運(yùn)企業(yè)經(jīng)營(yíng)績(jī)效的影響因子。具體流程如圖1所示。

圖1 航運(yùn)企業(yè)經(jīng)營(yíng)效率評(píng)價(jià)兩階段方法過(guò)程構(gòu)解

3.1 評(píng)價(jià)指標(biāo)體系構(gòu)建

對(duì)于DEA 模型來(lái)說(shuō)，核心問(wèn)題之一就是如何選取合適的輸入輸出指標(biāo)，以建立相應(yīng)的指標(biāo)評(píng)價(jià)體系。其特點(diǎn)就是以盡可能少的投入要素，獲得產(chǎn)出的最大化。為全面的反應(yīng)航運(yùn)企業(yè)經(jīng)濟(jì)效益狀況，本文將資金資源、人力資源投入作為主要衡量指標(biāo)，將企業(yè)營(yíng)業(yè)收入以及企業(yè)凈利潤(rùn)作為衡量企業(yè)產(chǎn)出指標(biāo)，具體評(píng)價(jià)指標(biāo)框架如圖2所示。

圖2 航運(yùn)業(yè)績(jī)效評(píng)價(jià)指標(biāo)體系

3.2 實(shí)證數(shù)據(jù)選取

本文選取了中國(guó)13家上市航運(yùn)企業(yè)在2010年～2018年的5個(gè)財(cái)務(wù)與非財(cái)務(wù)數(shù)據(jù)進(jìn)行分析，各企業(yè)的相關(guān)數(shù)據(jù)均來(lái)自Choice金融終端及各航運(yùn)上市公司的年度報(bào)表，下面以2018年數(shù)據(jù)(表1)處理過(guò)程為例進(jìn)行說(shuō)明。

表1 2018年樣本企業(yè)原始數(shù)據(jù)

3.3 企業(yè)經(jīng)營(yíng)技術(shù)效率評(píng)價(jià)

第一階段對(duì)企業(yè)經(jīng)營(yíng)效率進(jìn)行評(píng)價(jià)，本文此處實(shí)驗(yàn)部分采用DEAP Version 2.1軟件進(jìn)行模型計(jì)算。

由于行業(yè)內(nèi)不同樣本企業(yè)的規(guī)模不同，所選取的5個(gè)指標(biāo)均為絕對(duì)數(shù)，為了減少或消除企業(yè)規(guī)模差異帶來(lái)的影響，本文取了資產(chǎn)總額、員工數(shù)量和營(yíng)業(yè)收入3個(gè)指標(biāo)的自然對(duì)數(shù)。因?yàn)橥度胫笜?biāo)“現(xiàn)金及現(xiàn)金等價(jià)物凈增加額”和產(chǎn)出指標(biāo)“凈利潤(rùn)”存在負(fù)值，DEAP軟件無(wú)法進(jìn)行求解，所以對(duì)這兩個(gè)指標(biāo)進(jìn)行無(wú)量綱化處理[10-11]。處理公式如下：

經(jīng)過(guò)上述處理后的樣本企業(yè)數(shù)據(jù)如表2所示。

本文采用DEAP2.1軟件，BCC模型和產(chǎn)出導(dǎo)向，通過(guò)分析得到2010年～2018年各指標(biāo)單位的純技術(shù)效率和規(guī)模效率等指標(biāo)，需指出的是綜合技術(shù)效率為純技術(shù)效率與規(guī)模效率的乘積。

表2 減少或消除規(guī)模差異后的2018年樣本數(shù)據(jù)

綜合技術(shù)效率是對(duì)航運(yùn)企業(yè)投入組合、產(chǎn)出效果等多方面的整體評(píng)價(jià)，表示各航運(yùn)企業(yè)總體運(yùn)營(yíng)的概況，該值與純技術(shù)效率與規(guī)模效率有關(guān)，且數(shù)值越高表明經(jīng)營(yíng)水平越高。2010年～2018年航運(yùn)企業(yè)綜合技術(shù)效率變化見(jiàn)表3，從表3中的橫向上來(lái)看，綜合技術(shù)效率均值最高是2012年的0.989，均值最低是2017年的0.717，總體均值是0.862，不是很高。從縱向上來(lái)看，中遠(yuǎn)?？亍⒅羞h(yuǎn)海發(fā)、招商輪船、中遠(yuǎn)海能以及長(zhǎng)航鳳凰，這5家企業(yè)的綜合技術(shù)效率均值超過(guò)0.9，表明這5家企業(yè)的DMU相對(duì)有效(技術(shù)和規(guī)模同時(shí)有效)，反映這5家公司的綜合經(jīng)營(yíng)效率值高，各項(xiàng)經(jīng)營(yíng)活動(dòng)也達(dá)到了相對(duì)理想狀態(tài)，其今后的發(fā)展戰(zhàn)略可以盡量保持現(xiàn)今的各項(xiàng)要素投入以及生產(chǎn)規(guī)模不變(或者適當(dāng)擴(kuò)大規(guī)模)，維持良好的運(yùn)營(yíng)狀態(tài)。有3家企業(yè)的綜合技術(shù)效率均值在0.8～0.9，其余5家企業(yè)的均值在0.8以下，可見(jiàn)仍有相當(dāng)一部分企業(yè)的綜合技術(shù)效率不高，經(jīng)營(yíng)活動(dòng)效果不夠理想。

表3 航運(yùn)企業(yè)綜合技術(shù)效率變化(2010年～2018年)

純技術(shù)效率是企業(yè)管理水平和技術(shù)水平等因素影響的生產(chǎn)效率，表示企業(yè)對(duì)于各項(xiàng)投入要素是否有效運(yùn)用以達(dá)到產(chǎn)出最大化或投入最小化的狀況，投入要素之比例是否達(dá)到最佳產(chǎn)出水平，其值越高表示各投入要素的比例越處于合適范圍。航運(yùn)企業(yè)純技術(shù)效率變化見(jiàn)表4，從表4可知，2010年～2018年間企業(yè)純技術(shù)效率均值為0.929，處于較高水平，說(shuō)明上市航運(yùn)企業(yè)在市場(chǎng)要素調(diào)控和經(jīng)營(yíng)管理水平上有了較大進(jìn)步。從橫向上看，純技術(shù)效率9年來(lái)的均值較為平穩(wěn)，處于0.9上下。2014年下降較多至0.8以下，但當(dāng)年上市航運(yùn)企業(yè)業(yè)績(jī)大多較好，這可能與當(dāng)年國(guó)際油價(jià)暴跌，企業(yè)油耗成本大幅下降有較大關(guān)系。從縱向上看，純技術(shù)效率9年來(lái)的均值在0.9～1的有中遠(yuǎn)?？亍⒅羞h(yuǎn)海發(fā)、招商輪船等9家，中遠(yuǎn)海控更是均值保持1為最優(yōu)，其余4家在0.8以上，說(shuō)明上市航運(yùn)企業(yè)的總體技術(shù)水平日趨完善。

表4 航運(yùn)企業(yè)純技術(shù)效率變化(2010年～2018年)

企業(yè)規(guī)模效率指受企業(yè)規(guī)模因素影響的技術(shù)效率，其值越大表示受規(guī)模影響的技術(shù)效率越小。航運(yùn)企業(yè)規(guī)模效率變化見(jiàn)表5，從表5可知，企業(yè)規(guī)模效率在2010年～2018年間的均值為0.928，處于較高水平。橫向上看，最大均值為2012年的0.993，最小值為2010年的0.822，雖然當(dāng)年航運(yùn)貿(mào)易出現(xiàn)了復(fù)蘇跡象，但由于受金融危機(jī)、企業(yè)運(yùn)力過(guò)剩等多重因素影響，世界經(jīng)濟(jì)的不確定性以及航運(yùn)市場(chǎng)供求關(guān)系不匹配，企業(yè)的規(guī)模效率還沒(méi)有明顯提升。同時(shí)也可以看到，一些企業(yè)在達(dá)到最佳規(guī)模效率值1之后，因?yàn)閿U(kuò)張而導(dǎo)致資產(chǎn)利用率下降，而引起規(guī)模效率走低[12]?？v向來(lái)看，規(guī)模效率年均值在0.9以上的企業(yè)有10家，其余低于0.9的3家中還有1家低于0.8，且這家企業(yè)的標(biāo)準(zhǔn)差也相對(duì)最大，這可能與企業(yè)定位一直搖擺不定，且資本去向短期變化較大，從而導(dǎo)致企業(yè)規(guī)模效率波動(dòng)較大。亞通股份、覽海投資的年均綜合技術(shù)效率值不高，分別為0.786和0.714，但是其純技術(shù)效率分別為0.954和0.920。因此，生產(chǎn)投入規(guī)模是影響其運(yùn)營(yíng)效率排名較低的主要原因，導(dǎo)致其規(guī)模過(guò)小，使得固定成本相對(duì)過(guò)高，企業(yè)可以嘗試擴(kuò)大整體生產(chǎn)規(guī)模，較快地增加企業(yè)的運(yùn)營(yíng)效率。另外，根據(jù)NORMAN等[13]對(duì)效率值強(qiáng)度的分類(0.9<規(guī)模效率<1，且0.9<技術(shù)效率<1)，可以認(rèn)定其為短期易改善企業(yè)，只需短期內(nèi)對(duì)這類企業(yè)的投入產(chǎn)出量進(jìn)行微調(diào)，就比較容易達(dá)到相對(duì)有效狀態(tài)和最優(yōu)生產(chǎn)規(guī)模。

表5 航運(yùn)企業(yè)規(guī)模效率變化(2010年～2018年)

2010年～2018年上市航運(yùn)企業(yè)指標(biāo)單位的Malmquist生產(chǎn)率指數(shù)及其分解項(xiàng)見(jiàn)表6。Malmquist指數(shù)由CAVES等[14]首次引入生產(chǎn)力分析，F(xiàn)RE等[15]采用Malmquist指數(shù)衡量全要素生產(chǎn)率(total factor productivity, TFP)的變化。根據(jù)F?re的理論，Malmquist全要素生產(chǎn)率指數(shù)(malmquist index, MI)可以分解為技術(shù)水平變化指數(shù)和綜合技術(shù)效率變化指數(shù)的乘積，而綜合技術(shù)效率變化指數(shù)為純技術(shù)效率變化指數(shù)與規(guī)模效率變化指數(shù)的乘積，即構(gòu)成全要素生產(chǎn)率指數(shù)的某部分大于或小于1，則表示其對(duì)全要素生產(chǎn)率的影響方向。這里技術(shù)水平的變化主要指隨著時(shí)期的變化，生產(chǎn)前沿面的變動(dòng)。具體來(lái)講就是規(guī)模效率變化指數(shù)大于1，表示著生產(chǎn)經(jīng)營(yíng)存在規(guī)模效率；純技術(shù)效率變化指數(shù)大于1，意味著管理水平有所提升或生產(chǎn)效率的提高得益于制度的改善；技術(shù)水平變化指數(shù)大于1，表示了生產(chǎn)技術(shù)的改進(jìn)，生產(chǎn)經(jīng)營(yíng)實(shí)現(xiàn)了技術(shù)進(jìn)步；全要素生產(chǎn)率指數(shù)大于1，意味著生產(chǎn)效率的提升。

表6 指標(biāo)單位全要素生產(chǎn)率指數(shù)及其各分解項(xiàng)(2010年～2018年)

由表6可以看出，2010年～2018年指標(biāo)單位的平均全要素生產(chǎn)率指數(shù)(MI)為1，總體不變。技術(shù)水平變化指數(shù)總體微弱上升，上升幅度為0.5 %。純技術(shù)效率變化指數(shù)整體呈下降趨勢(shì)，下降幅度為1.5 %。具體來(lái)看，MI大于1的有5家，占比為38.5 %，分別為中遠(yuǎn)?？亍喭ü煞?、中遠(yuǎn)海發(fā)、寧波海運(yùn)與海航科技。其中，中遠(yuǎn)海控、中遠(yuǎn)海發(fā)和海航科技的MI分別為1.012、1.009和1.222，技術(shù)水平變化指數(shù)分別為1.012、1.009和1.09，純技術(shù)效率變化指數(shù)都是1，規(guī)模效率變化指數(shù)分別是1、1和1.12，可以看出海航科技MI上升幅度最大，其技術(shù)進(jìn)步和規(guī)模效率的提升有效推動(dòng)了全要素生產(chǎn)率的增加。其他8家指標(biāo)單位MI呈下降趨勢(shì)。其中，渤海輪渡、海峽股份、招商輪船、中遠(yuǎn)海能的技術(shù)進(jìn)步均超過(guò)1，但技術(shù)效率的降低導(dǎo)致了MI的下降?？梢?jiàn)，全要素生產(chǎn)率指數(shù)提升，不能僅僅是技術(shù)進(jìn)步或技術(shù)效率單方面的提升，而是要兩者均有所提高。

3.4 影響因素分析

為進(jìn)一步研究我國(guó)上市航運(yùn)企業(yè)經(jīng)營(yíng)效率影響因素，利用表2和表3的數(shù)據(jù)，將第一階段DEA得出的效率值作為因變量(即被解釋變量)，把影響航運(yùn)企業(yè)經(jīng)營(yíng)效率的因素作為解釋變量和控制變量，研究各個(gè)因素與企業(yè)經(jīng)營(yíng)效率的相關(guān)性強(qiáng)弱。

根據(jù)上文的討論，建立Tobit 回歸方程：

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+ε，

其中，β0為常數(shù)項(xiàng)，β1、β2、β3、β4、β5為估計(jì)參數(shù)，X1～X5分別代表資產(chǎn)總額、員工數(shù)量、現(xiàn)金及現(xiàn)金等價(jià)物凈增加額、營(yíng)業(yè)收入和凈利潤(rùn)，ε為隨機(jī)擾動(dòng)項(xiàng)。利用Eviews7.2統(tǒng)計(jì)分析軟件進(jìn)行回歸分析，結(jié)果如表7所示。

表7 隨機(jī)效應(yīng)的面板Tobit回歸結(jié)果

表7為面板Tobit回歸結(jié)果，LR檢驗(yàn)表明采用隨機(jī)效應(yīng)的面板Tobit回歸結(jié)果是合適的。資產(chǎn)總額、員工數(shù)量、現(xiàn)金及現(xiàn)金等價(jià)物凈增加額的系數(shù)為負(fù)，營(yíng)業(yè)收入、凈利潤(rùn)的系數(shù)為正，并且所有的解釋變量都是顯著的。

綜合分析表7中結(jié)果，有如下發(fā)現(xiàn)：

第一，航運(yùn)企業(yè)固定資產(chǎn)投入與企業(yè)的經(jīng)營(yíng)效率呈負(fù)相關(guān)，且十分顯著。這表明，我國(guó)上市航運(yùn)企業(yè)出現(xiàn)一種怪的現(xiàn)象，即投入越大，收入越多，經(jīng)營(yíng)效率就越低下。產(chǎn)生這種尾大不掉現(xiàn)象的主要原因是：航運(yùn)企業(yè)在2008年危機(jī)前的急劇擴(kuò)張，在后危機(jī)時(shí)代航運(yùn)業(yè)仍持續(xù)低迷的今天，產(chǎn)能已然相對(duì)過(guò)剩，但船隊(duì)規(guī)模還在繼續(xù)擴(kuò)張，投資決策管理水平也還沒(méi)有顯著提高，多元化程度相對(duì)國(guó)外優(yōu)質(zhì)企業(yè)還有差距，抵御系統(tǒng)風(fēng)險(xiǎn)的能力還不強(qiáng)。比如國(guó)際航運(yùn)巨頭馬士基2012年扭虧的重要原因是得益于集團(tuán)的非主營(yíng)業(yè)務(wù)石油鉆探，該業(yè)務(wù)全年?duì)I業(yè)利潤(rùn)達(dá)24億美金，資本回報(bào)率高到36.60 %，有效的多元化經(jīng)營(yíng)大大增強(qiáng)了企業(yè)抵抗行業(yè)系統(tǒng)風(fēng)險(xiǎn)的能力，因此，航運(yùn)企業(yè)可以謹(jǐn)慎適度地進(jìn)行多元化投資，以分散航運(yùn)系統(tǒng)風(fēng)險(xiǎn)。

第二，航運(yùn)企業(yè)員工數(shù)量和企業(yè)的經(jīng)營(yíng)效率呈負(fù)相關(guān)，這一結(jié)果與我們的常識(shí)認(rèn)知較為匹配。員工數(shù)量代表的是規(guī)模，我們根據(jù)最終效果判斷是規(guī)模經(jīng)濟(jì)還是規(guī)模不經(jīng)濟(jì)，那從計(jì)算結(jié)果看，顯示出來(lái)的是規(guī)模不經(jīng)濟(jì)，且十分顯著。這可能與指標(biāo)單位的屬性有關(guān)，國(guó)資背景占大多數(shù)，國(guó)有企業(yè)在承擔(dān)社會(huì)責(zé)任上發(fā)揮了很大作用，但也在一定程度上拖累了企業(yè)內(nèi)部改革的動(dòng)力。筆者認(rèn)為更為重要的是與上市航運(yùn)企業(yè)人力資源配置的不合理有關(guān)，也與內(nèi)部專業(yè)化分工發(fā)展有關(guān)，說(shuō)明企業(yè)的人力資源改革仍任重道遠(yuǎn)。

第三，航運(yùn)企業(yè)現(xiàn)金及現(xiàn)金等價(jià)物凈增加額(凈現(xiàn)金流)與企業(yè)的經(jīng)營(yíng)效率呈負(fù)相關(guān)。這一結(jié)果與直觀感受有一些相悖，一般來(lái)說(shuō)良好的凈現(xiàn)金流是企業(yè)生存和發(fā)展的前提和基礎(chǔ)，凈現(xiàn)金流也是評(píng)價(jià)企業(yè)償債能力和持續(xù)經(jīng)營(yíng)能力的重要指標(biāo)，也反映著企業(yè)的自我創(chuàng)造能力。出現(xiàn)這一結(jié)果的可能性是本文的凈現(xiàn)金流等于現(xiàn)金流減去支出，當(dāng)現(xiàn)金流尚可而支出減少或者支出不及時(shí)的情況發(fā)生時(shí)，就會(huì)帶來(lái)經(jīng)營(yíng)效率的下滑。本次選取的上市企業(yè)大多時(shí)候都是盈利的，也就是說(shuō)企業(yè)應(yīng)該改進(jìn)提高支出效率。

第四，航運(yùn)企業(yè)營(yíng)業(yè)收入和凈利潤(rùn)與企業(yè)的經(jīng)營(yíng)效率呈正相關(guān)，且十分顯著。這一結(jié)論較好理解，超過(guò)90 %的全球貿(mào)易通過(guò)船舶運(yùn)輸，這就使得航運(yùn)業(yè)成為全球經(jīng)濟(jì)的風(fēng)向標(biāo)，航運(yùn)企業(yè)也就有高投入高營(yíng)收的特點(diǎn)。凈利潤(rùn)是投資者、債權(quán)人最為關(guān)心的重要指標(biāo)之一，最為直接地反映著企業(yè)的盈利能力，從上述表中可以看出企業(yè)的效率整體較好，從財(cái)務(wù)管理角度分析，利潤(rùn)高的企業(yè)效率也高，因此，不難理解凈利潤(rùn)與企業(yè)的經(jīng)營(yíng)績(jī)效正相關(guān)，且顯著，表明近年來(lái)企業(yè)的整體運(yùn)營(yíng)更趨于成熟。

4 結(jié)論

本文對(duì)部分航運(yùn)上市公司的效率進(jìn)行了分析，并考察了影響航運(yùn)企業(yè)經(jīng)營(yíng)績(jī)效的因子，得出以下主要結(jié)論：

第一，由于無(wú)須對(duì)市場(chǎng)的有效性進(jìn)行假設(shè)，而僅僅假定有決策單元輸入和輸出指標(biāo)組的狀態(tài)是否滿足凸性、無(wú)效性及最小性，因此，運(yùn)用改進(jìn)了的DEA模型對(duì)航運(yùn)上市公司部分指標(biāo)單位的業(yè)績(jī)進(jìn)行分析，該方法易行有效，結(jié)果具有較強(qiáng)的可靠性。

第二，重資產(chǎn)和人員繁冗是阻礙效率提升的重要指標(biāo)。從計(jì)算結(jié)果來(lái)看，在公司運(yùn)營(yíng)階段資產(chǎn)總額過(guò)重，表現(xiàn)出資產(chǎn)占有量太大、運(yùn)營(yíng)成本過(guò)高導(dǎo)致現(xiàn)金流不足。員工數(shù)量過(guò)多，表現(xiàn)出人力資源效率得不到最大程度的發(fā)揮，存在職責(zé)交叉、人浮于事的情形。這些不足都會(huì)對(duì)航運(yùn)企業(yè)各階段的效率產(chǎn)生負(fù)面作用，要從這些現(xiàn)象入手，建立長(zhǎng)遠(yuǎn)規(guī)劃，適當(dāng)提高公司多元化投資經(jīng)營(yíng)，提高企業(yè)的各方資源利用效率，包括精簡(jiǎn)人員，從而提高企業(yè)經(jīng)營(yíng)效率。

第三，古羅馬政治家西塞羅說(shuō)：“誰(shuí)控制了海洋，誰(shuí)就控制了世界?！边@句話放在現(xiàn)在，意義仍是十分重要。同樣如果離開(kāi)了海運(yùn)，全球經(jīng)濟(jì)就要停擺。世界航運(yùn)現(xiàn)貨市場(chǎng)和衍生品市場(chǎng)的主導(dǎo)權(quán)仍在歐美，我國(guó)還僅是參與者，只是海運(yùn)大國(guó)，還不是強(qiáng)國(guó)。我國(guó)的航運(yùn)企業(yè)要不斷呼吁推動(dòng)、主動(dòng)參與高端現(xiàn)代航運(yùn)服務(wù)業(yè)的規(guī)劃發(fā)展，依托我國(guó)在數(shù)字經(jīng)濟(jì)方面積累的優(yōu)勢(shì)，積極進(jìn)行業(yè)態(tài)的模式創(chuàng)新與轉(zhuǎn)型升級(jí)。

本文的一些結(jié)論是根據(jù)部分上市航運(yùn)企業(yè)的數(shù)據(jù)演算得出，所采用的數(shù)據(jù)沒(méi)有大的跳動(dòng)，符合我們的認(rèn)知，但實(shí)際上一些上市企業(yè)為了防范風(fēng)險(xiǎn)，經(jīng)營(yíng)業(yè)務(wù)上有一些與航運(yùn)本身并無(wú)太多關(guān)聯(lián)，而模型尚未考慮這些因素產(chǎn)生的影響，所使用模型的演算準(zhǔn)確度可能降低，所以在一定程度上也影響了判斷。