海運物流企業績效研究

摘 要：為科學準確的評價我國海運物流企業的績效水平，選取13家上市的海運物流企業，采用因子分析的方法對相關數據進行簡化，從海運物流企業的償債能力、經營發展能力、盈利能力、資本結構、未來發展方面構建海運物流企業績效評價指標體系，運用數據包絡分析方法對這些企業績效情況進行實證分析，建立了投入產出的DEA模型，以此得出海運物流企業管理績效評價值和前沿面圖，結合評價結果和企業實際運營情況證實了這種方法對海運物流企業績效研究有較好的應用價值。

關鍵詞：DEA;海運物流;指標體系;企業績效評價

中圖分類號：F12 " 文獻標志碼：A " 文章編號：1002-2589（2015）32-0048-02

隨著中國經濟進入新常態，中國海洋運輸業已經成為世界海運競爭舞臺重要組成部分。面臨此次機遇，中國海洋運輸自身能力還需不斷提高，因此如何科學準確地評價多因素復雜系統的海運物流企業績效，就顯得尤為重要。此次，天津濱海新區危險品倉庫爆炸事故又將物流港安全事宜引起人們的重視。對于數據輸入輸出涉及非參數性和多變量的投入產出效率測量評價方法有多種，其中最有效的是Berger、Humphrey和Ruggiero[1]提出DEA方法，它可以有效地對受多因素影響的海運物流企業績效進行評價[2]。

一、DEA模型的基本介紹

選取n個樣本，xj，yj分別為第j個海運物流企業績效的參考指數和當前指數，數組（xj，yj）為第j個海運物流企業績效的指數狀態。

稱

為指數狀態（xj，yj）組成的狀態可能集。建立A.Chames的DEA模型[3]：

若線性規劃（2）的最優值Z=1，則該海運物流企業績效狀態處在可能集T的前沿面上，其決策單元有效;若Z*=1，則不在T的前沿面上，其決策單元沒有作用。令j0=xj0，j0=Z*yj0，（j，）在的前沿面上，稱（j，j）績效j0的指數狀態（xj0，yj0）在T前沿面上的投影，（x1，y1）和（x2，y2）分別代表企業績效（1）和（2）的指數狀態。當Z*=1，績效（1）的指數狀態（x1，y1）處于的T前沿面上;當Z*gt;1，績效（2）的指數狀態（x2，y2）不在的前沿面上。

二、建立指標體系

遵循財務分析方法和DEA建模原理建立了海運物流企業績效評價體系[4-6]，再選取了鹽田港、天津港、營口港、錦州港、上港集團、北海港、中遠航運、中海海盛、寧波海運、中海發展、大連港、日照港、連云港等這些上市的13家海運物流企業公布的財務數據①帶入所建立的評價體系中，其中一級指標5個，這樣可以避免財務數據數目瑣碎繁多的弊病。分別定義為：Y1為償債務指標、Y2為經營指標、Y3為效益指標、Y4為資本結構指標、Y5為未來發展指標。

三、實證分析

以2013年7月至2014年6月的修正后數據為參考性系數，以2014年7月至2015年6月的加權平均數據為當前性系數。應用SPSS軟件來進行運算，算出公因子解釋的方差和累計值，其中有5個因子λgt;1，這5個公因子解釋的累計方差和為86.82544%，符合大于85%的要求，且5個公因子解釋的總方差為96.418%，旋轉后為96.259%，依然大于85%，故Yi（i=1，2…5）這5個公因子可以解釋相關數據。

根據決策單元的分類和有效變換的不變性[7-8]，原來有效DEA的決策單元不受投入、產出數據的影響，將2014年修正后的數據Yi（i=1，2…5）看為當前性業績指數系數，將2013年修正后的數據Yi′（i=1，2…5）看作參考性業績指數系數代入模型中。采取Lindo軟件和SR4.0評價軟件進行計算分析，結果如表1所示。

可知，評價值大于0.85的港口有大連港、中海發展、中海海盛、錦州港，它們可以歸為上等;評價值小于0.6的港口有天津港、營口港和中遠航，它們可以歸為下等;介于0.6-0.85之間的港口，如：北海港、日照港和上港集團等可以歸為中等。

四、結論

這些海運物流港口中，評價值較高的企業多是凈資產收益率、主營業務利潤率較高的企業。這些企業的規模較大、管理層相對穩定、經營效益好，這些企業運營穩定，它們的控股公司財務結構合理、股票走勢相對平穩，它們的分支機構分布在國內多座城市及美國、歐洲、亞非等國家和地區，具有沿海客船、高速客輪、國內國際客運及國際貨船運輸的經營資質。在貨代、船代、租船、保關報檢、倉儲、包裝、裝卸以及能源化工、光伏科技等領域具有優勢。而評價得分較低的企業，主要是一些提供碼頭貿易貨物的貨代、船舶租賃、倉儲和裝卸等單純貨物運輸的物流企業，較少涉及金融證券等相關業務，管理相對混亂，一些重大的環節把關不嚴。比如天津港就有倉儲的物品混亂等現象。這些反映到財務評價指標上就是凈資產收益率、主營業務利潤率較低的企業。這與我國海運物流企業發展實際情況基本一致，所以應用這種方法對對于海運物流企業績效分析具有重大的意義。這項方法也為多輸入多輸出情況下的評價和決策問題提供了新的手段。

參考文獻：

[1]Ondrich J，Ruggiero J.Efficiency measurement in the stocha-

stic frontier mode[J].European Journal of Operationl Resear-

ch，2001，129（2）：434-442.

[2]A.Charnes，W.W.Cooper and E.Rhodes. Measuring the effic-

iency of decision making units[J].European Journal of opera-

tional，Research，2010：429-444.

[3]魏權齡.數據包羅分析[M].北京：科學出版社，2004：146-169.

[4]Siyong Zhuang， Yingjun Feng. An Evaluation of Management Performance about Company Core Competence Based on DEA[J].Journal of Systems Science and Information，2005，3（2）：363-370.

[5]Braglia M，Zanoni S，Zavanella L.Measuring and benchmark-

ing productive systems performance using DEA：an industrial case[J].Production Planningamp;Control，2003，14（6）：542-554.

[6]Toshiyuki S.Production analysis in different time periods： An application of data envelopment analysis [J].European Joumal of "Operationl Reseatch，2010，86：216-230.

[7]盛昭瀚，朱喬，吳廣謀.DEA理論、方法與應用[M].北京：科學出版社，1996：353-360.

[8]Zhu J.Multi-factor performance measure model with an application to Fortune 500 companies[J].European Jourmal of Operational Research，2000，123：105-124.