基于隨機DEA模型的港口物流績效評價

劉忠 王波

摘 ?要：港口作為全球物流行業的重要節點，其在物流運輸當中的作用不容小覷。因此科學、有效地評價港口物流績效具有很大的研究意義。文章綜合考慮港口數據具有隨機性以及各項指標權重具有不確定性的客觀事實，建立了適合港口的績效評價體系，在對產出指標數據處理后采用隨機DEA模型對浙江省四大沿海港口進行實證分析，為港口績效評價與港口建設提供理論參考。

關鍵詞：港口物流;隨機DEA;績效評價體系

中圖分類號：U691 ? ?文獻標識碼：A

Abstract： As an important node in the global logistics industry， the port's role in logistics and transportation cannot be underestimated. Therefore， scientific and effective evaluation of port logistics performance has great research significance. Article considering randomness of port data and each index weight is uncertain objective facts， the establishment of a suitable port performance evaluation system， is used for the output indicators after the data processing in random DEA model an empirical analysis of four major coastal ports in Zhejiang province， provide theoretical reference for performance evaluation of port and port construction.

Key words： port logistics; stochastic DEA; performance evaluation system

0 ?引 ?言

隨著經濟的全球一體化，外貿行業對我國經濟發展有著不可替代的地位。海運在外貿物流當中是一種重要的運輸手段，在進出口供應鏈中有著舉足輕重的地位。如何提升港口的服務質量以及基礎設施建設是港口物流企業需要考慮的很重要的一個問題。由于港口物流的貨物運輸量逐漸加大，客戶的要求也在逐漸提高。合理的配備港口資源是港口可持續發展的重要方式，通過對港口物流績效進行科學的評價可以發現港口物流存在的一些隱藏問題，并且根據績效研究結果可以為港口發展提供有參考價值的意見，從而使港口更科學合理的運營，最終使得港口物流運輸更加有效。

近年來，越來越多的國內外學者對港口物流績效評價運用各種方法展開了研究。由于數據包絡分析（DEA）模型不必考慮每項投入產出所占比權重，可以很好地解決多投入多產出的問題，大多數學者采用該方法進行港口物流績效的研究。陳軍飛等[1]運用DEA模型對15家水運上市公司經營效率進行評價，并根據反映水運公司經營效率的評價結果提出改善措施。楊華龍等[2]利用DEA模型對我國主要集裝箱港口績效進行綜合評價，探討各大港口的瓶頸問題從而提出了大連港集裝箱發展建議。在研究過程中，學者們發現當決策單元中的指標數量到一個程度時，評價結果的可靠性與精確度將會受影響。曹陽龍等[3]將主成分分析法（PCA）與DEA相結合，提出PCA-DEA復合評價模式，以解決直接采用DEA的限制問題。融入PCA的DEA應用領域廣泛，逐漸受到廣大學者的關注。但現有研究大多基于傳統的DEA，并未考慮統計、觀測引起的誤差。而事實上，港口績效的投入與產出指標往往會受到測量誤差以及數據噪音等影響，加上投入后產出效益的規律，各項產出指標實際上具有一定的隨機性。虞曉雯等[4]對2005～2011年中國商業銀行效率進行了實證分析，提出一種新的隨機DEA方法，并運用該方法與傳統DEA得出的分析結果進行對比，結果發現這種隨機DEA方法比傳統DEA具有更高的區分度。

本文受隨機DEA模型啟發，考慮到傳統的DEA模型未將統計、觀測等引起的實際誤差考慮在內，且實際上港口物流績效的數據具有不確定性以及某年的投入所產生的效益會持續較長一段時間，所以決策單元的數據難以精確確定。而且為了使評價結果具有科學性、合理性，應該用幾年的數據來綜合分析港口的績效，港口的投入和輸出服從一定的隨機分布。所以對于傳統DEA模型，隨機DEA模型更加具有實際意義[5]。

1 ?研究方法

1.1 ?隨機數據包絡分析

數據包絡分析（Data Envelopment Analysis）是1978年美國運籌學家A. charnes和W. W. Cooper提出的一種交叉運籌學、管理科學與數理經濟學的研究方法，它是根據多項投入產出，利用線性規劃的方法，對同類單位進行有效性評價的一種數量分析方法。而隨機DEA模型是在傳統DEA模型的基礎上考慮到指標的隨機性提出的一種模型，該模型適用于多投入多產出且存在隨機性指標的同類單位的效率評價[6]。

1.2 ?普通最小二乘法

普通最小二乘法（Ordinary Least Squares）是一種回歸分析方法，通過使散點圖上的所有觀測值到回歸直線距離平方和最小，從而得到擬合曲線[8]。

由于港口物流公司的產出指標（包括貨物吞吐，集裝箱吞吐、旅客吞吐）隨時間有明顯的增長趨勢，因此本文運用普通最小二乘法線性回歸模型，得到產出變量的估計值，用估計值的期望和方差作為產出變量隨機分布的期望與方差。

2 ?評價指標的選取

港口物流績效的評價指標的選取是以對物流服務進行判別和評價的前提，并且對研究結果有著重要的影響，因此對于評價指標的選取應該遵循相關的原則。本文對港口物流績效評價所采用的基本原則如下[9]：

（1）科學有效性：選取的指標有一定的科學依據作為支撐，選出的指標是港口物流績效評價結果的重要因素。

（2）可比性：選取的各項指標應該是普遍的而不應該是特殊的，各項指標應該是每個港口所共有的，而不是單獨某個港口所特有的。

（3）可得性：選取的指標數據應該是可以獲取的，如果選取的指標數據無法通過合理合法的方式獲得，那么這項指標便失去了它的價值。

（4）時代性：評價指標需反映出當前的時代特征和服務方式，不得過于先進或者過于落后當前時代的物流水平。

根據上述的指標選取原則，本文所選取的指標評價體系如表1所示。

根據上述指標體系以及各項指標的性質，可以確定模型中的輸出指標與輸入指標。因此輸入指標有港口建設規模的兩項指標，以及港口物流規模下的碼頭總長度、港口泊位數。輸出指標包含基礎設施指標三項指標、經濟發展水平三項指標[10]。

3 ?浙江省港口物流績效評價過程

3.1 ?對輸出指標處理

由于港口的物流業績指標（集裝箱吞吐、貨物吞吐）隨著時間呈現一定的增長趨勢，所以本文用時間作為自變量，運用普通最小二乘法（OLS）線性回歸模型，得到了產出變量的估計值，并用該估計值的均值與方差作為產出變量服從隨機變量的均值與方差[11]。

文章選取浙江省港口2014～2018年的數據，對寧波港、舟山港、溫州港、臺州港這四個沿海港口進行物流績效研究。數據來源中國港口統計年鑒以及浙江省統計年鑒。將貨物吞吐、集裝箱吞吐、旅客吞吐三項數據作為因變量，進行OLS線性回歸?；貧w結果顯示年份的估計系數大部分在0.08%的水平上顯著，說明時間對三個輸出變量有顯著作用。

根據回歸方程，得到了上述六項指標的估計值及其方差，并將其作為每個港口的輸出指標在各個年份的均值與方差，對港口進出口總值、港口城市GDP、港口城市人均GDP這三項指標本文將其每年的觀測值的均值與方差作為隨機變量的均值與方差。這里對輸出指標分不同方法處理是因為社會經濟發展的三項指標受影響的因素太多，盡管運用OLS線性回歸得到的結果各項估計系數在1%以內，但與每年觀測值的均值與方差結果相差并不明顯。以寧波港為例，數據處理結果如表2所示：

3.2 ?港口物流績效的評價結果

在對數據進行預處理后，采用隨機DEA模型對2014～2018寧波港、舟山港、溫州港、臺州港的港口物流進行績效評價，對隨機DEA模型的置信水平a分別設為0.05、0.1、0.15，運用Matlab8.0求解模型，并對不同置信水平下得到的效率值進行算術平均，結果如表3所示：

通過表3中可以看出浙江省沿海四大港口效率值大方向呈現逐年上升的趨勢，這說明近年來海運港口物流發展規模有遞增趨勢。計算2014～2018年各港口的平均效率值，可以得出效率值順序排名為寧波港>舟山港>臺州港>溫州港?？梢哉f明2014

～2018年寧波港口投入后得到的回報收益效率最大，其次是舟山港、臺州港，最后是溫州港。其中舟山港與臺州港的效率值相差極小，這兩個港口盡管在吞吐規模上相差很大，但投入成本后的產出效益率大致相同。

4 ?總 ?結

考慮到港口產出指標受數據噪音、統計誤差的影響以及投入成本后的產出收益受時間制約，故可認為產出變量服從某種隨機分布。因此本文采用不同于傳統DEA的隨機DEA模型對港口物流進行績效研究，通過對浙江省四大沿海港口進行實例分析，驗證了該方法的可行性與有效性。

參考文獻：

[1] 陳軍飛，許長新，嚴以新. 用數據包絡分析法對港口水運上市公司經營效率的評價[J]. 上海海運學院學報，2004（1）：51-55.

[2] 楊華龍，任超，王清斌，等. 基于數據包絡分析的集裝箱港口績效評價[J]. 大連海事大學學報，2005（1）：51-54.

[3] 曹陽龍，史本山. 基于主成分分析的DEA復合評價模式及其應用研究[J]. 現代管理科學，2006（9）：26-28.

[4] 虞曉雯，雷明，王其文，等. 中國商業銀行效率的實證分析（2005-2011）——基于時間序列回歸和隨機DEA的機會約束模型[J]. 中國管理科學，2012，20（S1）：356-362.

[5] ?Juan Aparicio， Jose M Cordero， Lidia Ortiz. Measuring efficiency in education： The influence of imprecision and variability in data on DEA estimates[J]. Socio-Economic Planning Sciences， 2019，68：1-12.

[6] 胡冬強. 基于隨機DEA的多階段投資組合效率評價研究[D]. 長沙：湖南大學（碩士學位論文），2019.

[7] 苑希港，張曉青，肖志玲. 我國省域能源效率及工業“三廢”排放研究——基于隨機約束型DEA模型的測度[J]. 中國物流與采購，2019（17）：37-38.

[8] 伍興國，雷欽禮. 再議普通最小二乘法下回歸系數的性質[J]. 統計與決策，2020，36（1）：12-16.

[9] 王蕾，于成成，王敏. 我國農業生產效率的政策效應及時空差異研究——基于三階段DEA模型的實證分析[J]. 軟科學，2019（9）：33-39.

[10] 梅國平，龔雅玲，萬建香. 基于三階段DEA模型的華東地區物流產業效率測度研究[J]. 管理評論，2019，31（10）：234-241.

[11] 李楊. 基于改進的PCA-PROMETHEE港口物流績效評價[D]. 保定：河北大學（碩士學位論文），2018.

收稿日期：2020-10-21

作者簡介：劉 ?忠（1995-），男，江西上饒人，上海理工大學管理學院碩士研究生，研究方向：決策分析;王 ?波（1960-），男，上海人，上海理工大學管理學院，教授，研究方向：決策分析。