王 奇， 紀(jì)建悅

（中國海洋大學(xué) 經(jīng)濟(jì)學(xué)院，山東 青島 266100）

引 言

海洋工程裝備制造業(yè)是一種為海洋資源的開發(fā)及海洋產(chǎn)業(yè)的發(fā)展提供必要基礎(chǔ)設(shè)施的產(chǎn)業(yè)，它屬于高投入、高產(chǎn)出、高風(fēng)險(xiǎn)、高附加值的技術(shù)導(dǎo)向型的產(chǎn)業(yè)。當(dāng)前，海洋資源、空間爭奪日益激烈，海工裝備制造業(yè)已逐漸成為各沿海國家及地區(qū)的戰(zhàn)略性支柱產(chǎn)業(yè)[1]。

2009年，國家工信部制定的《船舶工業(yè)調(diào)整和振興規(guī)劃》，將“發(fā)展海洋工程裝備”列為我國先進(jìn)制造業(yè)發(fā)展的主要任務(wù)之一。同年，我國制定的《海洋工程裝備科研項(xiàng)目指南（第一批）》確定了我國海洋工程裝備發(fā)展的目標(biāo)以及研發(fā)重點(diǎn)。2010年國務(wù)院頒布了《關(guān)于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定》，將海洋工程裝備作為高端裝備制造業(yè)的重要組成部分，并且明確提出了“面向海洋資源開發(fā)，大力發(fā)展海洋工程裝備”，這一決定將海洋工程裝備制造業(yè)列為國家戰(zhàn)略重點(diǎn)支持發(fā)展對象，也推動著我國海洋工程裝備制造業(yè)的發(fā)展。

隨著我國“建設(shè)海洋強(qiáng)國”戰(zhàn)略的不斷深入，我國已在“珠三角”“長三角”以及環(huán)渤海地區(qū)形成了具有相當(dāng)規(guī)模的海工裝備產(chǎn)業(yè)集聚區(qū)，涌現(xiàn)了一批實(shí)力突出、競爭力強(qiáng)的企業(yè)。但是，中國的海洋工程裝備制造業(yè)與世界先進(jìn)水平相比，仍存在著一定的差距[2]。據(jù)有關(guān)數(shù)據(jù)統(tǒng)計(jì)，2015年中國海工裝備制造業(yè)訂單總額為38.2億美元，同比減少75.5%?，F(xiàn)階段，我國船舶工業(yè)發(fā)展中仍然存在著許多問題：結(jié)構(gòu)性產(chǎn)能過剩突出，高端產(chǎn)能不足，低端產(chǎn)能過剩，管理水平差距較大，效率亟待提高。在這種背景下，對我國的海洋工程裝備制造的效率問題進(jìn)行研究是十分必要的。

目前對于海洋工程裝備制造業(yè)的研究，國外主要是見于一些產(chǎn)業(yè)發(fā)展報(bào)告形式?！缎录悠潞Ｑ笱b備制造業(yè)行業(yè)研究報(bào)告》在較全面的分析海洋裝備市場前景的基礎(chǔ)上，分析新加坡重點(diǎn)海洋裝備企業(yè)的發(fā)展所面臨的環(huán)境，同時(shí)提出了新加坡在未來的海工裝備的發(fā)展方向；韓國海洋裝備研究所發(fā)表的《A Global Leader in Marine Equipment Research&Testing》[3]回顧了韓國海洋裝備業(yè)發(fā)展的歷史進(jìn)程，并對海工裝備產(chǎn)業(yè)體系的構(gòu)建和運(yùn)行等進(jìn)行相關(guān)分析。在國內(nèi)關(guān)于海洋工程裝備制造業(yè)的研究主要是進(jìn)行定性的分析。趙陽華[4]分析了我國海工裝備制造業(yè)的發(fā)展現(xiàn)狀并提出相關(guān)對策建議；劉全等[5]認(rèn)為隨著陸地資源日趨枯竭，人類生存和發(fā)展將越來越多地依賴海洋，并分析了我國海工裝備業(yè)現(xiàn)狀及發(fā)展趨勢；陶永宏、陳勇[6]采用SWOT分析方法探討我國海工裝備業(yè)發(fā)展面臨的內(nèi)、外部環(huán)境，并提出海工裝備發(fā)展的戰(zhàn)略選擇。由此可見，當(dāng)前對我國海洋工程裝備制造業(yè)的效率評價(jià)文獻(xiàn)比較少。鑒于此，本文擬以我國海工裝備制造業(yè)的上市公司為樣本，對其經(jīng)營效率進(jìn)行實(shí)證研究。

1 效率評價(jià)模型的引入

對效率的評價(jià)常用的有參數(shù)方法和非參數(shù)方法，非參數(shù)方法以DEA為代表，由于非參數(shù)方法不需要考慮具體的生產(chǎn)函數(shù)形式及參數(shù)的分布狀況，所以在效率評價(jià)中應(yīng)用較多。傳統(tǒng)的一階段DEA有明顯的缺陷，它是將所有的投入變量、產(chǎn)出變量以及相應(yīng)的環(huán)境變量等全部納入到規(guī)劃中，估算出生產(chǎn)前沿邊界和各決策單元效率，這一方法的主要問題在于，將環(huán)境變量統(tǒng)一進(jìn)行規(guī)劃，會使得各個(gè)決策單元可能出現(xiàn)異質(zhì)性，從而造成所求得的效率值將會存在偏差。兩階段DEA方法，也就是在傳統(tǒng)的一階段DEA中引入了Tobit回歸進(jìn)行分析；這一方法可以分析出對效率造成影響的各因素顯著水平，但是其本質(zhì)上并沒有剔除掉環(huán)境和隨機(jī)誤差對效率值造成的影響，得到的效率也并不能精確反映各個(gè)決策單元真實(shí)管理效率，因此二階段DEA效率評價(jià)方法也是有偏的。為此Fried等[7]提出的三階段DEA方法，也是目前對效率評價(jià)常用的方法。該方法最大的優(yōu)勢是能夠有效的剔除外部環(huán)境因素以及包含于冗余變量中隨機(jī)誤差對決策單元效率的影響，進(jìn)而得到的效率值能夠更加真實(shí)可靠地反映實(shí)際。

利用三階段DEA方法來評估效率的文獻(xiàn)有很多。郭軍華等[8]運(yùn)用三階段DEA（數(shù)據(jù)包絡(luò)模型）對我國2008年的農(nóng)業(yè)生產(chǎn)效率進(jìn)行了實(shí)證研究；白俊紅，蔣伏心[9]應(yīng)用三階段DEA方法，在控制環(huán)境因素的基礎(chǔ)上考察了我國區(qū)域創(chuàng)新的效率問題；蔣萍等[10]應(yīng)用三階段DEA和超效率DEA模型對我國31個(gè)省份2008年文化產(chǎn)業(yè)投入產(chǎn)出效率進(jìn)行了分析；Jonchi Shyu等[11]采用三階段DEA方法對臺灣的各銀行分支機(jī)構(gòu)的管理效率進(jìn)行研究分析；郭亞軍[12]運(yùn)用三階段DEA模型對我國2009年工業(yè)生產(chǎn)效率進(jìn)行實(shí)證研究；華堅(jiān)等[13]基于三階段DEA的方法，評級了中國省際區(qū)域二氧化碳排放績效；劉偉等[14]將三階段DEA模型與Bootstrap方法相結(jié)合，在控制環(huán)境因素影響的基礎(chǔ)上測算了中國省際高新技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新效率；任毅，丁黃艷等[15]通過三階段DEA方法，主要從外部環(huán)境、省際差異和效率結(jié)構(gòu)等方面對“十五”到“十二五”期間長江區(qū)域經(jīng)濟(jì)帶工業(yè)能源效率空間差異化和發(fā)展趨勢進(jìn)行實(shí)證研究。

上述三階段DEA模型能夠剝離外部環(huán)境和隨機(jī)誤差的影響，但是在第二階段構(gòu)建SFA模型中，對于環(huán)境變量的選取存在人為因素的干擾，并且對最優(yōu)的生產(chǎn)前沿面缺乏穩(wěn)健性檢驗(yàn)，因此，本文主要是運(yùn)用楊力、王舒鴻[16]所采用的三階段DEA方法，不僅可以消除環(huán)境因素和隨機(jī)誤差的影響，而且可以對有效前沿面進(jìn)行穩(wěn)健性檢驗(yàn)從而剔除異常決策單元，以便對前沿面的決策單元進(jìn)行重新排序和效率評價(jià)。

1.1 DEA初始階段評價(jià)

數(shù)據(jù)包絡(luò)分析是A Charnes等[17]于1978年提出的一種非參數(shù)效率評價(jià)方法，該方法是根據(jù)決策單元（Decision Making Unit，簡記DMU）的投入產(chǎn)出數(shù)據(jù)，利用線性規(guī)劃來包絡(luò)出一個(gè)最佳的生產(chǎn)前沿面，根據(jù)每個(gè)DMU與生產(chǎn)前沿面的距離來確定他們的相對效率值。數(shù)據(jù)包絡(luò)分析適用于對具有多指標(biāo)投入與多指標(biāo)產(chǎn)出特點(diǎn)的相同類型單元的相對效率進(jìn)行評價(jià)，不需要任何變量之間的函數(shù)假設(shè)，也不必人為的確定決策單元的權(quán)重，避免了很多主觀因素的影響。其基本的模型有CCR模型和BCC模型[18]。本文采用CCR模型。

CCR模型是以規(guī)模報(bào)酬不變?yōu)榧僭O(shè)，采用線性規(guī)劃來估計(jì)決策單元的生產(chǎn)前沿面，評價(jià)每一個(gè)決策單元的相對效率。

設(shè)有n個(gè)決策單元，每個(gè)決策單元有m種輸入和s種輸出，效率評價(jià)公式為：

式中：Xj和Yj分別為決策變量的投入和產(chǎn)出向量，μT和ωT分別為權(quán)重變量，利用對偶原理引入了松弛變量S-和剩余變量S+后，可得：

其經(jīng)濟(jì)意義是：

①θ=1且S+=S-=0時(shí)，稱DMU為DEA有效，此時(shí)決策單元DMU同時(shí)為技術(shù)有效和規(guī)模有效；

②θ=1且S+=S-＞0時(shí)，稱DMU為弱DEA有效，此時(shí)決策單元DMU不同時(shí)技術(shù)有效和規(guī)模有效；

③θ＜1，稱DMU是無效的，此時(shí)決策單元既不技術(shù)有效也不規(guī)模有效；

④如果存在λj（j=1，2，…，n），有則該決策單元的規(guī)模效益不變；如果則該決策單元的規(guī)模效益遞減，如果則該決策單元的規(guī)模效益遞增。

1.2 DEA有效決策單元的二階段評價(jià)

通過第一階段的效率評價(jià)，可以確定一個(gè)由所有決策單元所形成的生產(chǎn)前沿面，但是這一結(jié)果并不能分離隨機(jī)變量和測量誤差的影響，同時(shí)決策單元的效率會受到投入和產(chǎn)出變量選擇的影響。因此，在進(jìn)行第二階段的效率評價(jià)前，有必要進(jìn)行穩(wěn)健性檢驗(yàn)。本文引入Jackknifing檢驗(yàn)法，從而剔除在生產(chǎn)前沿面上的異常決策單元，使得最優(yōu)前沿面上的決策單元具有同質(zhì)性。借助于多目標(biāo)決策的TOPSIS方法中的相關(guān)理論，引入了最優(yōu)虛擬決策變量，即最少投入最多產(chǎn)出的決策單元，對經(jīng)過穩(wěn)健性檢驗(yàn)后的有效前沿面上的決策單元進(jìn)行重新評價(jià)和排序。

1.3 DEA有效決策單元的三階段評價(jià)

通過第二階段的DEA評價(jià)，可以得到在前沿面上管理效率相對較高的決策單元，并以此作為參照，對前沿面上的其他決策單元進(jìn)行標(biāo)準(zhǔn)化處理，然后根據(jù)修正后的效率值，對各決策單元的投入冗余和產(chǎn)出不足進(jìn)行約束，從而實(shí)現(xiàn)對無效決策單元調(diào)整的目的，最后將這些修正的決策單元進(jìn)行規(guī)劃和評價(jià)，即三階段的DEA評價(jià)。

2 我國海工裝備制造業(yè)上市公司的實(shí)證分析

2.1 數(shù)據(jù)的選取

本文選取了我國海高裝備制造業(yè)上市公司的資產(chǎn)負(fù)債表和利潤表，以2015年12月31日的數(shù)據(jù)為研究樣本，對18家上市公司進(jìn)行DEA綜合經(jīng)營效率分析。

從資產(chǎn)負(fù)債表和利潤表中選取投入和產(chǎn)出變量，根據(jù)經(jīng)驗(yàn)，所選取的指標(biāo)總數(shù)不能超過決策單元的二分之一，也就是說，對18家企業(yè)進(jìn)行分析，則投入和產(chǎn)出的指標(biāo)數(shù)不能超過9個(gè)，否則會導(dǎo)致評價(jià)的無效。本文在選取指標(biāo)時(shí)充分考慮到滯后因素和長期因素，選取時(shí)點(diǎn)指標(biāo)；如果選取的指標(biāo)具有滯后性，那么在進(jìn)行DEA評價(jià)時(shí)，就會影響該企業(yè)在包絡(luò)面上的位置，使得效率評價(jià)不夠準(zhǔn)確。依據(jù)這個(gè)原則，在資產(chǎn)負(fù)債表中，考慮到貨幣資金是一種流動性較強(qiáng)的一項(xiàng)指標(biāo)，因此將其單獨(dú)作為投入變量；長期股權(quán)投資是指通過投資取得被投資單位的股份，對衡量企業(yè)的投入具有重要的價(jià)值；固定資產(chǎn)凈額反映了企業(yè)的賬面價(jià)值情況；非流動資產(chǎn)合計(jì)也是衡量企業(yè)運(yùn)行的重要因素，被作為投入要素。在利潤表中，營業(yè)收入是衡量企業(yè)收入的重要部分，營業(yè)利潤、利潤總額以及凈利潤是企業(yè)投資者和企業(yè)參與管理者最重要的參考指標(biāo)，因此作為產(chǎn)出指標(biāo)。綜上，對于投入指標(biāo)，選取了貨幣資金、長期股權(quán)投資、固定資產(chǎn)凈額、非流動資產(chǎn)合計(jì)；對于輸出指標(biāo)，選取了營業(yè)收入、營業(yè)利潤、利潤總額以及凈利潤（見表1）。

表1 18家上市公司的各項(xiàng)原始財(cái)務(wù)指標(biāo)Tab.1 Raw financial indicators of 18 listed companies

2.2 決策單元的初始階段評價(jià)

利用Maxdea軟件分析，以投入導(dǎo)向型的CCR模型得到了各決策單元的效率得分和投入冗余的結(jié)果（見表2）以及產(chǎn)出不足結(jié)果（見表3），表中未列出到達(dá)帕累托最優(yōu)的12家企業(yè)，其效率值是1，投入冗余和產(chǎn)出不足均為0。

從表2和表3可以看出18家上市公司中在初次DEA評價(jià)后，有12家企業(yè)的效率值為1，達(dá)到了帕累托最優(yōu)或者弱帕累托最優(yōu)，構(gòu)成了最優(yōu)效率前沿面。在無效率的6家企業(yè)中，其中最高的是海默科技，為0.873 5，而北斗星通的效率值最低，為0.437 9，足以看出我國海工裝備制造業(yè)企業(yè)的發(fā)展參差不齊。

表2 決策單元的得分和投入冗余的結(jié)果Tab.2 Decision-making unit′s score and results of redundant input

表3 產(chǎn)出不足的結(jié)果Tab.3 The result of insufficient output

2.3 DEA有效決策單元的第二階段評價(jià)

有很多因素都會影響DEA結(jié)果的穩(wěn)定性。盡管有12家企業(yè)已經(jīng)達(dá)到了效率值為1，即處在最優(yōu)的生產(chǎn)前沿面上，但DEA效率是相對效率，這12家企業(yè)哪家更好，或者說是否存在這樣一家企業(yè)比較孤立，從整體上會大幅度地改變生產(chǎn)前沿面的形狀，從而嚴(yán)重影響了評價(jià)的真實(shí)客觀性。所以，應(yīng)在初次DEA評價(jià)之后，進(jìn)行效率評價(jià)的穩(wěn)健性檢驗(yàn)，本文引入Jackknifing檢驗(yàn)法，其原理是將已經(jīng)達(dá)到效率最優(yōu)的決策單元剔除，然后再對剩余的決策單元進(jìn)行評價(jià)，如果最終得到的效率值和初次得到的效率值相差不大，那么這個(gè)這個(gè)決策單元不是異常值，則繼續(xù)剔除其他的決策單元，按照這個(gè)方法得到了剔除后的效率評價(jià)值（見表4），其中，由于原先在生產(chǎn)前沿面的決策單元在二次DEA評價(jià)后依然在生產(chǎn)前沿面上，所以表中不在列出；在表中的左側(cè)是剔除的決策單元，上方是無效率的6家企業(yè)。

為了更加直觀的量化異常指標(biāo)的異常性，本文對上述的各個(gè)效率值之間進(jìn)行相關(guān)性檢測，結(jié)果見表5。

從表5中可以看出相關(guān)性系數(shù)大部分在92%以上，只有去掉中天科技時(shí)產(chǎn)生的波動，相關(guān)性系數(shù)在76.60%左右，因此可以判斷出中天科技是異常值，應(yīng)該予以剔除，才能使得評價(jià)更加具有客觀性，此時(shí)剔除后的效率值如表4中最后一行所示，北斗星通和中海油服這兩家家公司的效率值均有所提高。

表4 Jackknifing檢驗(yàn)法得出的效率評價(jià)值Tab.4 The efficiency evaluation value obtained by the Jackknifing test

表5 相關(guān)性系數(shù)Tab.5 The correlation coefficient

上述把中天科技這一異常值剔除后，進(jìn)行DEA的二階段評價(jià)中，剩余的11家企業(yè)的相對有效性仍然具有差異性，于是在此引入最佳的虛擬決策變量，再進(jìn)行二次評價(jià)。本文借鑒多目標(biāo)決策方法TOPSIS中有關(guān)構(gòu)造理想的虛擬決策變量的做法，選取每一個(gè)輸入中的最小值作為這一理想決策變量的初始投入量，每一個(gè)產(chǎn)出中的最大值作為這一理想決策變量的初始產(chǎn)出量，來構(gòu)造一個(gè)新的優(yōu)勢前沿面，盡管在現(xiàn)實(shí)中，構(gòu)建的虛擬理想決策單元不一定會實(shí)現(xiàn)，但是其效率值為1，使得其他11家企業(yè)就變得相對無效率，以此實(shí)現(xiàn)對11家企業(yè)的重新排序。

由于剔除了中天科技這一決策變量，導(dǎo)致了決策單元數(shù)的減少，如果再繼續(xù)使用原來的投入產(chǎn)出指標(biāo)，那么DEA評價(jià)結(jié)果就會出現(xiàn)不穩(wěn)定的情況，因此，需要進(jìn)一步減少投入和產(chǎn)出指標(biāo)。一般來說，減少指標(biāo)的方法主要有主成分分析、因子分析和AHP決策方法等，本文選取的是財(cái)務(wù)數(shù)據(jù)，在分析的模型中，只考慮總量指標(biāo)，那么投入指標(biāo)選擇的是流動資產(chǎn)合計(jì)、長期股權(quán)投資和固定資產(chǎn)凈額這三個(gè)指標(biāo)，產(chǎn)出指標(biāo)選擇的是營業(yè)收入和利潤總額這兩個(gè)指標(biāo)。將11家企業(yè)和構(gòu)造的最優(yōu)虛擬決策變量進(jìn)行DEA的二次評價(jià)，結(jié)果見表6。

從表6中可以看出，經(jīng)過二階段評價(jià)后，海油工程的效率值最高，為0.076 3；而神開股份的效率值最低，為0.008 8。那么，為了獲知對這幾家企業(yè)如何進(jìn)行有效的管理，進(jìn)行三階段效率評價(jià)。

2.4 DEA有效決策單元的第三階段評價(jià)

在得到二階段評價(jià)效率值后添加一個(gè)虛擬決策變量，是為了對這11家企業(yè)進(jìn)行重新排序，進(jìn)而在這11家企業(yè)中找到一個(gè)相對來說最有效的企業(yè)，首先將上述最優(yōu)虛擬決策單元去掉，可以知道海油工程的效率值是相對最高的。

令 θ1，θ2，…，θ11為這 11 家企業(yè)的效率值，θi是這11家企業(yè)的效率值最大值，即θi=max（θ1，θ2，…，θ11），以效率值最大值對其他企業(yè)的效率進(jìn)行標(biāo)準(zhǔn)化，即令：

表6 二階段評價(jià)后各企業(yè)的投入冗余值和產(chǎn)出不足值Tab.6 After the evaluation of the two stages， the enterprises′input redundancy and output deficiency are evaluated

圖1 11家企業(yè)修正后的效率值Fig.1 The efficiency values of the 11 enterprises

經(jīng)過標(biāo)準(zhǔn)化后，第i個(gè)決策單元的效率值為1，其他的決策單元均小于或等于1，11家企業(yè)的效率值如圖1所示。

根據(jù)規(guī)劃，模型如下：

式中：θ*i是修正后的效率評價(jià)值，利用修正的效率值對模型中的投入和產(chǎn)出值進(jìn)行重新規(guī)劃，對投入冗余和產(chǎn)出不足進(jìn)行約束，以達(dá)到對無效率決策單元調(diào)整的目的。

根據(jù)上述模型，得到11家企業(yè)中無效率企業(yè)的效率值和投入冗余、產(chǎn)出不足值（見表7）。

表7中未列示效率值達(dá)到1的企業(yè)，只列出了未達(dá)到帕累托最優(yōu)的六家企業(yè)，分別為：海蘭信，久立特材，南山控股，天海防務(wù)，中集集團(tuán)和中南文化。對于海蘭信企業(yè)，如果長期股權(quán)投資減少0.048 7億元并且利潤總額增加0.000 4億元時(shí)，該企業(yè)的經(jīng)營效率就會大大增加，生產(chǎn)階段不斷向帕累托最優(yōu)效率狀態(tài)演進(jìn)。同理，久立特材，南山控股，天海防務(wù)，中集集團(tuán)和中南文化也應(yīng)按著上述的規(guī)劃進(jìn)行，以達(dá)到帕累托最優(yōu)狀態(tài)。

表7 三階段評價(jià)的投入冗余值和產(chǎn)出不足值Tab.7 Redundant and insufficient values for the three-stage evaluation

3 提高我國海工裝備制造業(yè)效率的相關(guān)建議

通過實(shí)證分析可以發(fā)現(xiàn)：得出的結(jié)果比較貼近當(dāng)前我國海洋工程裝備制造業(yè)發(fā)展現(xiàn)狀，引入基于DEA的三階段效率評價(jià)模型對我國海洋工程裝備制造業(yè)進(jìn)行效率評價(jià)與分析也非常有必要。因此，結(jié)合我國海洋工程裝備制造業(yè)的特點(diǎn)，從海洋工程裝備制造業(yè)相關(guān)上市公司這一微觀視角出發(fā)，提出以下幾點(diǎn)相關(guān)的建議。

首先，公司應(yīng)當(dāng)提高和優(yōu)化管理水平，注重對企業(yè)運(yùn)營效率的量化評價(jià)。在本文的三階段效率評價(jià)結(jié)果中發(fā)現(xiàn)，盡管部分企業(yè)的效率已經(jīng)相對較高，但是相對于海油工程這一企業(yè)仍然存在著一定的進(jìn)步空間。這就意味著，企業(yè)在發(fā)展過程中，應(yīng)該合理吸取其他優(yōu)勢企業(yè)在發(fā)展和管理中的經(jīng)驗(yàn)，具備長遠(yuǎn)發(fā)展的眼光，從而更好地促進(jìn)自身的發(fā)展。此外，在企業(yè)管理過程中，借助相關(guān)的數(shù)據(jù)和模型，定期對企業(yè)效率進(jìn)行定量評價(jià)是非常有必要的，以發(fā)現(xiàn)企業(yè)在發(fā)展過程中所存在的漏洞和不足，對自身發(fā)展?fàn)顩r有比較合理的認(rèn)識和判斷，從而更有利于企業(yè)的長遠(yuǎn)發(fā)展。

其次，應(yīng)適當(dāng)提高對企業(yè)發(fā)展的扶持力度，加大政策支持，促進(jìn)各企業(yè)間平衡發(fā)展。正如本文研究結(jié)果所得，我國海洋工程裝備制造業(yè)的相關(guān)企業(yè)之間發(fā)展水平不平衡，國家應(yīng)當(dāng)對相關(guān)的企業(yè)加大扶持力度，促進(jìn)各企業(yè)提高其核心競爭力，從而帶動我國海工裝備制造業(yè)平衡、穩(wěn)定、整體發(fā)展。

最后，努力提高海洋工程裝備制造業(yè)企業(yè)的產(chǎn)出效率和企業(yè)運(yùn)營效率。從第一階段DEA效率評價(jià)中，可以發(fā)現(xiàn)未處在最優(yōu)前沿面的企業(yè)的投入冗余量相對較高，其中部分企業(yè)如中海油服這一企業(yè)的投入冗余值相對最高，這就要求企業(yè)需要提高產(chǎn)出效率。首先應(yīng)當(dāng)強(qiáng)化海洋技術(shù)研發(fā)投入，提高海洋技術(shù)核心創(chuàng)新能力，加速科技轉(zhuǎn)換效率，同時(shí)加大高素質(zhì)科研人才的培養(yǎng)和相應(yīng)資金投入；再次，需要加強(qiáng)對外合作與交流，積極引進(jìn)國外先進(jìn)技術(shù)和高端人才，支持重點(diǎn)企業(yè)開拓海外市場，進(jìn)行國際戰(zhàn)略投資，從而提高企業(yè)產(chǎn)出效率；最后，作為企業(yè)的管理層應(yīng)當(dāng)將視角放長遠(yuǎn)，決策的制定和執(zhí)行上應(yīng)合理高效，吸取優(yōu)勢企業(yè)的管理經(jīng)驗(yàn)，努力提高企業(yè)的運(yùn)營效率，從而促進(jìn)海工裝備制造業(yè)的效率提升，穩(wěn)定發(fā)展。

4結(jié)語

本文以18家海工裝備上市公司為研究樣本，采用三階段DEA對其進(jìn)行效率評價(jià)。首先利用DEA中規(guī)模報(bào)酬不變投入導(dǎo)向型的CCR模型計(jì)算這18家上市公司的效率值，得出12家企業(yè)處在生產(chǎn)前沿面上，并利用MAXdea軟件得出了每一家企業(yè)的投入冗余值和產(chǎn)出不足值，發(fā)現(xiàn)這18家企業(yè)的投入冗余值和產(chǎn)出不足值之間存在著很大的差距，再加上DEA所得到的效率值是相對效率值，因此，本文認(rèn)為，在生產(chǎn)前沿面上應(yīng)該存在某一家或者某幾家企業(yè)處在異常狀態(tài)，也就是這一異常企業(yè)會使得生產(chǎn)前沿面的形狀發(fā)生大幅度的變動，為了剔除異常值，引入Jackknifing方法對每一決策變量進(jìn)行穩(wěn)健性檢驗(yàn)，為了更加直觀地發(fā)現(xiàn)異常值，對Jackknifing檢驗(yàn)得出的效率值又進(jìn)一步進(jìn)行相關(guān)性檢驗(yàn)，得出相關(guān)性系數(shù)表；通過相關(guān)性系數(shù)表的分析，發(fā)現(xiàn)只有當(dāng)剔除中天科技時(shí)，其他幾家企業(yè)的效率值才會發(fā)生明顯的變動，所以中天科技是異常值。

在進(jìn)行DEA二次評價(jià)過程中，為了找到其他11家企業(yè)的上升空間，本文借助于多目標(biāo)決策的TOPSIS方法中的相關(guān)理論，引入了最佳虛擬決策變量，這一虛擬決策處在新的最優(yōu)生產(chǎn)前沿面上，可以利用這一虛擬決策單元對其他11家企業(yè)進(jìn)行全排序，得到每一家企業(yè)的進(jìn)步上升空間，也就是說明企業(yè)在發(fā)展過程中不能只是單獨(dú)拘泥于眼前，應(yīng)該有長遠(yuǎn)的規(guī)劃，借鑒其他企業(yè)的經(jīng)驗(yàn)，使得自身處在上升階段。

通過二階段DEA效率評價(jià)后，得出海油工程的效率值相對最高，并以此作為最優(yōu)決策單元，對其他的決策單元的投入冗余和產(chǎn)出不足進(jìn)行修正規(guī)劃，然后為了得到其他企業(yè)在經(jīng)營過程中的上升路徑，參照著中遠(yuǎn)航運(yùn)的經(jīng)營模式，引入了三階段DEA的效率評價(jià)；從三階段DEA效率評價(jià)的結(jié)果來看，不僅可以對每一個(gè)決策單元進(jìn)行有效性的排序，還可以獲得以某個(gè)最優(yōu)企業(yè)為參照，每一個(gè)企業(yè)在經(jīng)營中的有效的經(jīng)營管理決策，可以在一定程度上克服傳統(tǒng)的DEA評價(jià)方法的不足；同時(shí)從本文的研究可以看出，海蘭信，久立特材，南山控股，天海防務(wù)，中集集團(tuán)和中南文化這6家海工裝備制造企業(yè)經(jīng)過三階段DEA效率評價(jià)后的效率值最高的為0.776 3，而最低的是0.511 9，這也說明了目前我國海工裝備制造業(yè)中的各相關(guān)的企業(yè)發(fā)展水平很不平衡，而這種不平衡性對我國發(fā)展海洋經(jīng)濟(jì)的發(fā)展勢必造成阻礙。

參考文獻(xiàn)：

[1]杜利楠，欒維新，片峰.沿海省區(qū)發(fā)展海工裝備制造業(yè)的潛力評價(jià)研究[J].科技管理研究，2015（9）：66-70.

[2] 趙金樓，徐鑫亮.中國海洋工程裝備制造業(yè)發(fā)展問題研究[J].學(xué)習(xí)與探究，2014（4）：110-112.

[3] Korea Marine Equipment Research Institute.A Global Leader in Marine Equipment Research&testing[R].Busan:KMERI，2012.

[4] 趙陽華.培育高端裝備制造產(chǎn)業(yè)的對策研究 [J].中國經(jīng)貿(mào)導(dǎo)刊，2011（3）：16-18.

[5]劉全，黃炳星，王紅湘.海洋工程裝備產(chǎn)業(yè)現(xiàn)狀發(fā)展分析[J].中國水運(yùn)，2011（3）：37-39.

[6] 陶永宏，陳勇.基于SWOT分析的我國海洋工程裝備業(yè)發(fā)展戰(zhàn)略思考[J].江蘇科技大學(xué)學(xué)報(bào)，2010（3）：7

[7] H O Fried ，C A K Lovell，S S Schmidt，etc.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis，2002，17（1-2）：157-174.

[8] 郭軍華，倪明，李幫義.基于三階段DEA模型的農(nóng)業(yè)生產(chǎn)效率研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010（12）：27-38.

[9]白俊紅，蔣伏心.考慮環(huán)境因素的區(qū)域創(chuàng)新效率研究——基于三階段DEA方法 [J].Finance&Trade Economics，2011（11）：104-136.

[10]蔣萍，王勇.全口徑中國文化產(chǎn)業(yè)投入產(chǎn)出效率研究——基于三階段DEA模型和超效率DEA模型的分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011（12）：69-81.

[11]Jonchi Shyu，Terri Chiang.Measuring the true managerial efficiency of bank branches in Taiwan:A three-stage DEA analysis[J].Expert Systems with Applications，2012（39）：11494-11502.

[12]郭亞軍.基于三階段DEA模型的工業(yè)生產(chǎn)效率研究[J].科研管理，2012（11）：16-23.

[13]華堅(jiān)，任俊，徐敏，等.基于三階段DEA的中國區(qū)域二氧化碳排放績效評價(jià)研究 [J].資源科學(xué)，2013（7）：1447-1454.

[14]劉偉，李星星.中國高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的區(qū)域差異分析——基于三階段DEA模型與Bootstrap方法[J].財(cái)經(jīng)問題研究，2013（8）：20-28.

[15]任毅，丁黃艷，任雪.長江經(jīng)濟(jì)帶工業(yè)能源效率空間差異化特征與發(fā)展趨勢——基于三階段DEA模型的實(shí)證研究[J].經(jīng)濟(jì)問題探討，2016（3）：93-100.

[16]楊力，王舒鴻.基于DEA的煤炭上市公司效率三階段評價(jià)[J].經(jīng)濟(jì)管理，2010（4）：147-152.

[17]Charnes A，Cooper W W，Rhode E.Measuring the efficiency of decision making units[J].European Journal of Operational Research，1978，6（2）：429-444.

[18]魏權(quán)齡.數(shù)據(jù)包絡(luò)分析[M].北京:科學(xué)出版社，2004.