段朝輝, 宋炳良

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

上海集裝箱碼頭生產(chǎn)效率評價

段朝輝, 宋炳良

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

為提高集裝箱碼頭生產(chǎn)效率評價的準確性，提出信息熵與數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis, DEA)組合評價方法，并將其運用于上海集裝箱碼頭的生產(chǎn)效率評價中。根據(jù)評價結(jié)果，上海港的整體生產(chǎn)效率處于較高水平，通過內(nèi)涵式挖潛可有效提高港口的生產(chǎn)效率；過去幾年船舶的大型化發(fā)展對洋山樞紐港建設(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營能力，應(yīng)首先考慮通過自有資金投資運營碼頭。

交通運輸經(jīng)濟學(xué)； 信息熵； DEA； 上海； 集裝箱碼頭； 效率評價

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

海運供應(yīng)鏈發(fā)展和集裝箱船舶大型化趨勢的加快對集裝箱碼頭的生產(chǎn)效率提出了更高要求。對碼頭生產(chǎn)效率進行合理評價，可為港口企業(yè)優(yōu)化資源配置提供基礎(chǔ)，進一步提升船公司的服務(wù)水平，增強其競爭力。

國內(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碼頭生產(chǎn)效率進行評價。近幾年，有學(xué)者[1-4]針對數(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，采用不同形式或視角的DEA模型進行評價。但是，每種DEA模型都具有其自身的特點，利用不同形式或視角的DEA模型評估決策單元的相對效率時得到的結(jié)果不同，因此會對后續(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模型的評價結(jié)果，基于信息熵原理分配給這些評價結(jié)果不同的權(quán)重，建立組合評價方法(Combined Evaluation Method, CEM)，以得到更加客觀、準確的績效評價值。將該CEM方法運用于上海6家集裝箱碼頭，得到評價結(jié)果；通過分析得出相關(guān)結(jié)論，為港口決策提供參考。

1 DEA評價模型

DEA是一種非參數(shù)的客觀評價方法，由美國著名運籌學(xué)家A.CHARNES和W.W.COOPER于1978年提出，可用于多投入與多產(chǎn)出決策單元的評估排序。其通過對一個特定單位的效率和一組提供相同服務(wù)的類似單位的績效進行比較，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)部且運用其他評價方法歸納不出來的隱藏關(guān)系。

1998年CHARNES，COOPER 和 RHODES提出被稱為經(jīng)典 DEA 模型的CCR模型，標志著DEA 理論體系正式建立。此后有較多學(xué)者對DEA模型進行改進，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模型從不同視角對決策單元的相對效率進行評估，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組合評價方法

信息熵是指單位符號所包含的信息量，主要運用概率統(tǒng)計的方法對信息的不確定性進行分析研究，其定義為

(1)

式(1)中：n為信號源的信號數(shù)；pi(x)為第i種信號出現(xiàn)的概率；lnpi(x)為第i種信號帶來的信息量；K為比例系數(shù)。信息熵H反映信號源每個信號帶來的信息，是對信息量大小的量度。任何信息都存在冗余，冗余的大小與信息中每個符號(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，信息熵最小的指標權(quán)重應(yīng)該最大，信息熵最大的指標權(quán)重應(yīng)該最小。若決策中某項指標的指標值變異程度越大，其信息熵就越小，則該指標提供的信息量就越大，對應(yīng)的權(quán)重也應(yīng)越大。信息熵在決策單元效率評價中的應(yīng)用原理為：運用信息熵對不同形式和視角的DEA模型進行權(quán)重計算，若DEA模型對所有決策單元的評價結(jié)果均無差異，則該DEA模型將不對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模型的評價結(jié)果變異程度越小，信息熵就越大，提供的信息量就越小，在決策單元效率評價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，在決策單元效率評價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，主要用來提高DEA模型的判別能力，進而得到更加合理、準確的港口效率評價值。CEM方法的基本思路如下。

1) 確定采用評價港口效率的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個模型，因此K=5，Ω={CCR,BCC-I,BCC-O,FDH-VRS-I,FDH-VRS-O}。

2) 在指標子集Mk下獲得港口的效率評價值。

3) 基于信息熵理論對指標子集Mk賦予權(quán)重，得到一組更為客觀的港口效率評價結(jié)果。

具體計算步驟如下。

1) 基于不同的DEA模型指標集獲得各指標子集的效率評價值，表達形式為

(2)

式(2)中：DMUj為第j個評價對象，j=1,2,…,n；n為待評價對象的數(shù)目；Ejk(j=1,2,…,n;k=1,2,…,K)為第k個指標子集Mk下獲得的第j個評價對象的效率值。

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算得到其所占的權(quán)重，具體模型為

(3)

3 實例研究

3.1指標選取與數(shù)據(jù)來源

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

1) 岸線長度和堆場面積是碼頭資源設(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)的集卡和堆場作業(yè)的輪胎吊，受指標數(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)是反映勞動力生產(chǎn)要素投入量的指標。

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

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，這里選取該指標作為產(chǎn)出指標。

選用上海6個集裝箱碼頭2012—2014年的數(shù)據(jù)，以半年為一個評價周期，共36個評價數(shù)據(jù)。表1為投入產(chǎn)出指標描述性統(tǒng)計值。

表1 投入產(chǎn)出指標描述性統(tǒng)計值

3.2評價結(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)出指標數(shù)據(jù)分別代入CCR,BCC-I,BCC-O,FDH-VRS-I和FDH-VRS-O等5

個傳統(tǒng)的DEA模型中，計算得到2012—2014年6家集裝箱碼頭的生產(chǎn)效率評價結(jié)果。根據(jù)式(3)計算得到5個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方法的評價結(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方法的評價結(jié)果

表3 2012—2014年上海集裝箱碼頭CEM值

3.3評價結(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)評價結(jié)果，所選取的36個指標中有8個指標達到高效率水平,另外的28個指標全部為相對有效的系統(tǒng),上海港的生產(chǎn)效率整體處于較高水平。從時間上看，上海港的生產(chǎn)效率自2013年下半年以來迅速提高，這主要靠內(nèi)部挖潛，通過碼頭操作系統(tǒng)改進、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。在外延式擴張碼頭資源越來越困難的背景下，通過內(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。此外， 2013-1f數(shù)據(jù)出現(xiàn)波動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)計在內(nèi)，導(dǎo)致效率值出現(xiàn)下降。因此，當產(chǎn)出的增長態(tài)勢與投入的增長態(tài)勢不完全適配時，就會出現(xiàn)波動。

2) 過去幾年船舶大型化對洋山樞紐港的發(fā)展具有正面效應(yīng)。洋山港區(qū)是上海國際航運中心的核心樞紐港，E碼頭和F碼頭是該港區(qū)的2個碼頭，水深均達到-16 m，可滿足當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個碼頭的生產(chǎn)效率處于高位，在8個高效率系統(tǒng)中占據(jù)了1/2。針對船舶大型化對港口生產(chǎn)效率帶來的影響到底如何，研究結(jié)果表明在碼頭努力提高生產(chǎn)效率的作用下，過去幾年船舶大型化對提高洋山樞紐港生產(chǎn)效率具有正面效應(yīng)。但是,隨著船舶進一步大型化，目前高位的生產(chǎn)效率能否進一步提升及其帶來的正面效應(yīng)能否維持有待進一步關(guān)注和研究。

3) 我國的港口集團通常尋求與船公司合資運營碼頭來確保穩(wěn)定的集裝箱貨源；或與全球碼頭運營商合資，以提高集裝箱碼頭的運營管理能力。研究發(fā)現(xiàn)，上海港全資碼頭的生產(chǎn)效率要相對好于合資碼頭。B碼頭、E碼頭和F碼頭等3個全資碼頭的生產(chǎn)效率位居前三位，主要原因應(yīng)在于合資企業(yè)過于重視其內(nèi)部客戶的服務(wù)而在一定程度上影響到對其他客戶的服務(wù)水平。此外，上海港全資碼頭的效率水平也說明港口的發(fā)展主要得益于其自身的地理位置、競爭能力優(yōu)勢和與合作方議價的能力，公共碼頭的特性會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營能力，應(yīng)首先考慮通過自有資金投資運營碼頭。

4 結(jié)束語

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

提出信息熵與DEA組合的評價方法，根據(jù)信息熵賦予不同模型相應(yīng)權(quán)重的計算方法可綜合各模型的優(yōu)點，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)效率評價提供了一個新的思路和方法，下一步將重點對模型的有效性和優(yōu)越性進行深入研究。

[1] 龐瑞芝.我國主要沿海港口的動態(tài)效率評價[J].經(jīng)濟研究，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模型的港口績效評價[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.評價相對有效性的數(shù)據(jù)包絡(luò)分析模型[M].北京:中國人民大學(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價[J]. 上海海事大學(xué)學(xué)報, 2008,29(3):87-92.

[9] 莊茜, 李紹武. 改進 DEA 在港口效率評價中的應(yīng)用[J].天津城市建設(shè)學(xué)院學(xué)報, 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，山西運城人，博士生，主要從事國際航運中心發(fā)展研究。E-mail:duan_zhaohui@163.com

1000-4653(2016)01-0125-04

U656.1+35

A