羅俊浩 崔娥英 季建華

（上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院 上海 200052）

港口企業(yè)成本效率是指港口企業(yè)以最小的成本，獲得最佳產(chǎn)出的能力，是對港口企業(yè)實(shí)現(xiàn)成本最小化或產(chǎn)出最大化有效程度的度量.Liu利用stochastic trans－log frontier production函數(shù)評價28個英國港口的效率［1］，Cullinane等采用與Liu相似的模型對亞洲集裝箱港口進(jìn)行分析［2］.郭輝運(yùn)用貝葉斯SFA 模型對中國和其他國家集裝箱碼頭成本效率進(jìn)行了評價，并得出了中國集裝箱港口效率整體水平比世界其他港口整體水平低的結(jié)論.這些方法的特點(diǎn)是考慮了隨機(jī)誤差，但是假設(shè)的邊界函數(shù)具有主觀性，函數(shù)形式準(zhǔn)確性對效率值有很大影響［3］.在現(xiàn)有研究的基礎(chǔ)上本文采用隨機(jī)前沿分析（SFA）方法對9家港口上市公司在2001～2009年期間的運(yùn)營效率進(jìn)行評價.

1 港口上市公司效率評價SFA模型

1.1 隨機(jī)前沿理論模型

隨機(jī)前沿分析（stochastic frontier approach，SFA）方法考慮了技術(shù)無效和隨機(jī)干擾，將與隨機(jī)生產(chǎn)邊界相聯(lián)系的誤差項(xiàng)設(shè)定為由對稱分布隨機(jī)誤差和無效率項(xiàng)共同組成的組合誤差項(xiàng)，從而分離了影響產(chǎn)出變化的隨機(jī)因素和技術(shù)無效性.該方法最早是由Meeusen 和van den Broeck（MB）和Aigner、Lovell和Schmidt（ALS）幾乎同時提出［4－7］.他們的原始模型主要使用一個包含誤差項(xiàng)（由兩部分構(gòu)成）的隨機(jī)生產(chǎn)生產(chǎn)前沿模型（stochastic production frontier model）來描述企業(yè)的生產(chǎn)活動，具體形式是：

企業(yè)i在時期t的技術(shù)效率水平可以用實(shí)際產(chǎn)出與隨機(jī)前沿的比值來確定，即

這樣u＝0時，TEit＝1，該個體就恰好處于生產(chǎn)前沿上（y＝f（x，β）·exp（v）），即處于技術(shù)有效狀態(tài)；當(dāng)u＞0時，TEit的值就處于0～1之間，該個體就位于生產(chǎn)前沿下方，也就處于非技術(shù)效率正態(tài).

1.2 模型變量的選擇

本文選取滬深兩市9家港口上市公司.評價指標(biāo)［8］選取固定資產(chǎn)、流通股股數(shù)、員工工資3個指標(biāo)作為輸入指標(biāo)；選取凈利潤作為輸出指標(biāo).輸入指標(biāo)中，固定資產(chǎn)、流通股股數(shù)代表上市公司經(jīng)濟(jì)規(guī)模；員工工資是企業(yè)投入要素中最活躍的要素，也是企業(yè)發(fā)展的動力源泉.凈利潤指標(biāo)能表示企業(yè)的產(chǎn)出規(guī)模和經(jīng)濟(jì)效益.表1中的數(shù)據(jù)為所選取的上市公司公布的2001～2009年年報(bào)原始數(shù)據(jù).

本文利用柯布－道格拉斯（Cobb－Douglas）生產(chǎn)函數(shù)測驗(yàn)港口上市公司的效率.由柯布－道格拉斯生產(chǎn)函數(shù)的對數(shù)模型形式得到隨機(jī)生產(chǎn)函數(shù)的函數(shù)形式

式中：Y 為輸出變量的自然對數(shù)，這里的輸出變量為各港口上市公司的凈利潤，元；x1為港口上市公司的固定資產(chǎn)，元；x2為港口上市公司的流通股股數(shù)，股；x3為港口上市公司的員工工資，元.

表1 分析對象與輸入輸出變量的平均值

2 港口上市公司效率測度

2.1 模型檢驗(yàn)

本研究估算的范圍包括滬深2市9家上市公司以及它們的整體2001～2009年間的面板數(shù)據(jù).使用STATA 10.0程序，用最大似然法來估算模型的β和σ，結(jié)果如表2所列.

表2 估計(jì)結(jié)果

表2中，Model 1 和2 分別表示把誤差項(xiàng)的分布假定為半正態(tài)分布與指數(shù)分布.估計(jì)結(jié)果表示股數(shù)對凈利潤的影響最大，其次為工資總額和固定資產(chǎn).

參數(shù)λ為概率誤差（v）與技術(shù)非效率（u）間的標(biāo)準(zhǔn)差（standard deviation）.據(jù)測定結(jié)果，Model1和2的λ都大于“1”.這意味著概率非效率的變動大于概率誤差的變動，而技術(shù)非效率給殘差的變動影響更大.

2.2 模型估計(jì)結(jié)果分析

表3為從2001～2009年，對在滬、深2大證券市場上所上市的9家港口企業(yè)進(jìn)行的效率測定結(jié)果.它把誤差項(xiàng)的分布分成2個指數(shù)，即半正態(tài)分布與指數(shù)分布，來進(jìn)行效率測定.從2001～2009年，中國的9家港口運(yùn)營企業(yè)的效率呈現(xiàn)出下降趨勢.根據(jù)研究結(jié)果，鹽田國際為效率高的公司（0.735／0.788）.相反，錦州港口的效率最低（0.164／0.336）.大多數(shù)港口規(guī)模不斷擴(kuò)張，這意味著投入因素逐漸增加.反之，因投入而增加的產(chǎn)出量有時間差，從而呈現(xiàn)出反復(fù)無常的效率增減趨勢.

表3 9家港口上市公司的效率值（2001～2009年）

從表3可以看出，赤灣港的效率，一旦變動幅度不高，就表現(xiàn)出較高的效率.從2001～2004年，效率一直都走高的趨勢.2005年以后，效率小幅下降了，這是因?yàn)楫a(chǎn)出因素的凈利潤減少而下降的.

上海港集團(tuán)效率一般都處于減低趨勢.2006年度的效率是大幅下降.這是因?yàn)檠笊礁鄣拈_港，而導(dǎo)致其固定資產(chǎn)和股數(shù)的劇增，另外，凈利潤的增加幅度是不變的.2006年以后，雖然效率不那么高，但是呈現(xiàn)出保持穩(wěn)定向好的趨勢.

鹽田港是9個效率評價對象港口中，最穩(wěn)定而效率最高的港口.從2003～2004年，效率小幅下降了.這主要原因是發(fā)行股的增加而導(dǎo)致其效率下降的.

錦州港是9個效率評價對象港口中，效率最低的港口.在它那邊會常見效率反復(fù)無常的走高走低.這是因?yàn)楫a(chǎn)出物，則凈利潤增減而變化的.

蕪湖港效率的特點(diǎn)是2004年以后，一直是處于下降趨勢的.尤其是2009年，出現(xiàn)了近于0的效率.蕪湖港的凈利潤2009年比往年明顯減少近90%以上.從而效率呈現(xiàn)出普遍減低的態(tài)勢.而且蕪湖港的投入因素增加，產(chǎn)出因素的凈利潤增速逐步下滑，這會導(dǎo)致效率地回落.

營口港的效率是反復(fù)增減趨勢，而且出現(xiàn)了明顯的不振態(tài)勢.受固定資產(chǎn)的逐漸增加的影響，營口港的效率處于減低的態(tài)勢.

重慶港的效率一般都是低效的，2007 年以后，其效率減低的勢態(tài)更明顯.主要原因在于產(chǎn)出因素的凈利潤明顯下滑.9個效率評價對象港口中，天津港的效率變動幅度是最大的.2004年大幅下降，2005年卻反彈到2004年下降前的狀態(tài).2006年又呈現(xiàn)出大幅提高的態(tài)勢.2007年以后，陷入效率下滑的僵局.同時，開港等的原因，天津港的固定資產(chǎn)，即股數(shù)等的增加導(dǎo)致其效率的降低.反之，效率走高的時期，凈利潤也跟隨著大幅提高.然而，2007年以后，凈利潤的不斷下降導(dǎo)致效率的低下趨勢.

到2006年，廈門港的效率的增長趨勢穩(wěn)定向好，但2007年，陷入效率低下以后，不斷下降了.同年，發(fā)行股的增加而導(dǎo)致其效率的低下，從而凈利潤減少引起效率的下滑.

3 結(jié)束語

中國9家港口上市企業(yè)的效率分析的結(jié)果顯示，大多數(shù)的港口企業(yè)在低率效運(yùn)營狀態(tài)，凈利潤的增加速度跟不上擴(kuò)大投入的速度已成為普遍現(xiàn)象.上市公司應(yīng)努力發(fā)展港口多元化服務(wù)，重點(diǎn)突出發(fā)展集裝箱業(yè)務(wù)的特點(diǎn)，以趕上國際港口發(fā)展潮流.港口上市公司應(yīng)提高業(yè)務(wù)處理電子化和自動化，以提高其信息處理效率，從而使其在成本效率方面避免陷入弱勢.

總的來看，從評價結(jié)果可以衡量各上市公司綜合的經(jīng)營效率狀況，有利于企業(yè)明確自身的優(yōu)勢和不足，改善企業(yè)投入產(chǎn)出水平，提高企業(yè)的經(jīng)營效率.

［1］LIU Z.The comparative performance of public and private enterprises［J］.Journal of Transportation Economics and Policy，1995（3）：263－274.

［2］CULLINANE K，SONG D W，GARY R.A stochastic frontier model of the efficiency of major container terminals in asia：assessing the influence of administrative and ownership structures［J］.Transportation Research Part A.2002（8）：743－762.

［3］郭 輝.集裝箱碼頭生產(chǎn)效率分析［D］.青島：中國海洋大學(xué)，2007.

［4］MEEUSEN W J，Van DEN Broeck.Efficiency estimation from cobb－douglas production functions with composed error［J］.International Economic Review，1977，18（2）：435－444.

［5］AIGNER D J，LOVELL C A K，SCHMIDT P.Formulation and estimation of stochastic frontier production function models［J］.Journal of Econometrics，1977（6）：21－37.

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

［7］陳軍飛，許長新，嚴(yán)以新.用數(shù)據(jù)包絡(luò)分析法對港口水運(yùn)上市公司經(jīng)營效率的評價［J］.上海海運(yùn)學(xué)院學(xué)報(bào)，2004，25（1）：51－55.

［8］匡海波.中國港口效率測度研究［D］.大連：大連理工大學(xué)，2007.