Research on Port Logistics Efficiency Evaluation Based on PCA-DEA
蒋建洪 JIANG Jian-hong；杨建波 YANG Jian-bo
（桂林电子科技大学商学院，桂林 541004）
（Business School，Guilin University of Electronic Technology，Guilin 541004，China）
摘要：针对DEA模型在分析较多评价指标变量时，其运算结果无法获得决策单元效率为1时的真实效率值且可靠性和精度易出现缺失的情形，提出PCA-DEA两阶段法评价我国港口企业物流效率。研究表明：港口企业物流综合技术效率偏低，主要归咎于纯技术效率和规模效率无效，物流效率真实值与DEA有效值之比超过1.6倍，其差异较大。平均纯技术效率0.9080，平均规模效率0.8874，纯技术效率较高，并呈波动发展趋势。
Abstract: When analyzing the index variables of DEA model, the results of the calculation can not obtain the real efficiency value when the efficiency of the decision unit is 1 and the reliability and precision are prone to be missing. The PCA-DEA two-stage method is proposed to evaluate the port enterprise logistics efficiency of China. The research shows that the comprehensive technical efficiency of port enterprises is low, mainly due to the inefficiency of pure technical efficiency and scale efficiency. The ratio of the true value of logistics efficiency to the effective value of DEA is more than 1.6 times, which is a great difference. The average pure technical efficiency is 0.9080, the average scale efficiency is 0.8874, and the pure technical efficiency is high, and it is in a fluctuating trend.
关键词：港口物流；综合技术效率；PCA-DEA
Key words: port logistics；comprehensive technical efficiency；PCA-DEA
中图分类号：F552；F252 文献标识码：A 文章编号：1006-4311（2019）01-0087-03
0 引言
港口物流作为供应链物资流通过程中的重要节点，在国际进出口贸易周转运输环节突显着重要的地位。我国港口在基础设施建设水平和生产能力均有显著的提高，但在港口物流效率方面，与欧美相比，依旧存在较大差距，因此有必要提高港口企业物流效率。近年来，国内外学者关于沿海港口企业物流效率评价方面提出了诸多数学模型及和方法。文献[1]运用DEA模型分析比较中韩两国31个主要集装箱码头的运营效率。研究表明，31个集装箱码头均存在资源浪费，中国集装箱码头的总效率高于韩国，而韩国集装箱码头的资源使用效率高于中国。
通过研究诸多学者利用DEA模型评价港口物流效率的理论成果，发现不足之处：①投入和产出指标的数量选取较多时，运算结果的可靠性和精度出现缺失，因此限制了DEA模型多指标反映实际问题的能力[2]；②无法获得CCR模型和BCC模型中决策单元效率为1时的真实效率值。
1 构建PCA-DEA模型
DEA模型虽然能够解决评价指标体系中多投入多产出的情况，但在指标数量选择上存在局限，当决策单元DMU的数量n与投入指标和产出指标数量之和（m+s）不满足2（m+s）?燮n?燮3（m+s）时，DEA模型运算结果的精确度和科学性不能得到保证，由于PCA方法在克服各投入和产出指标之间的相关性以及将原始多指标情形转化为符合DEA模型指标数量具有突出的表现，根据问题的实际现状，将PCA与DEA模型结合起来，对各港口企业物流效率进行评价。
以文献[3]为例的多数文献在选取评价指标时，指标数量仅局限于DEA法则，在实际生产中，未能给管理者提供全面、可靠的经营信息。在考虑实际问题投入产出指标可获取性、可比性的基础上，增加评价指标的数量来构建投入产出指标体系，提升评价效果的全面性，再采用具有较强的信息提取能力和保留原始变量信息的PCA模型对评价数据进行降维处理，增强评价数据的客观性和科学性。
数据包络分析法（DEA）其核心是通过线性规划模型，将决策单元DMU投影到DEA的前沿面上，通过比较决策单元DMU偏离DEA前沿面的程度来评价其相对有效性，同时，还能得到在无效状态下的决策单元投入冗余和产出不足，为生产活动提供改善依据[9]。
1.1 DEA-CCR模型和衍生体—BCC模型
假设评价指标体系中，有n个生产决策单元DMUj（j=1，2，…，n），每个DMUj均由m项投入Xj=（X1j，X2j，…，Xij）T，S项产出Yj=（Y1j，Y2j，…，Ykj）T，Xij表示第j个决策单元的第i个投入（i=1，2，…，m），Ykj表示第j个决策单元的第k个产出（i=1，2，…，s），（X0，Y0）为被评价决策单元DMUj的投入-产出变量。则第j0个DMUj的CCR评价模型为：
■
式（1）求出的θ为综合技术效率评价值（TE），在该式的基础上加入凸性约束条件■，得到了BCC模型，如下式（2）
■
式（2）求出的?鄣为纯技术效率（PTE），由于BCC模型认为DMUj决策单元的规模报酬是可变的，从而将CCR模型中的综合技术效率（TE）分解为纯技术效率（PTE）和规模效率（SE），则由综合技术效率θ与纯技术效率?鄣的比值，可求得规模效率（SE），即SE=TE/PTE。若θ*＝1，S*-＝S*+＝0，则被考察决策单元是效率前沿上的点，该决策单元是DEA有效；若θ*＝1，S*-或S*+存在非零值，该决策单元是DEA弱有效；若θ*<1，则该决策单元是DEA无效。无效决策单元的投入冗余和产出不足可由松弛变量S-和S+值可得到。
1.2 DEA衍生体II—Super-Efficiency模型
为了解决CCR和BCC模型无法获得决策单元效率为1时的真实效率值，一些学者提出了超效率DEA模型[10]，该模型与传统DEA模型的区别在于对第j个决策单元的效率评价时，将第j个决策单元产出投入之比小于等于1的约束去掉，即将第K个决策单元排除在外，并对有效值θ>1的决策单元进行效率值比较，并作出排序。该模型计算原理如式（3）。
■
2 港口物流效率评价指标设计与数据来源
2.1 指标设计
以文献[3]为例的多数文献在选取评价指标时，指标数量仅局限于DEA法则，在实际生产中，未能给管理者提供全面、可靠的经营信息。在考虑实际问题投入产出指标可获取性、可比性的基础上，增加评价指标的数量来构建投入产出指标体系，提升评价效果的全面性，再采用具有较强的信息提取能力和保留原始变量信息的PCA模型对评价数据进行降维处理，增强评价数据的客观性和科学性，评价指标体系见表1。
2.2 数据来源
为了确保DMU决策单元数据符合指标设计要求，择取上市港口物流企业的装卸、仓储和物流等相关业务数据为样本，选取11家上市港口类物流公司2011-2013年的截面数据。数据来源于《中国港口统计年鉴》和各上市港口类物流企业的年度财务报告。
3 实证分析
3.1 基于PCA模型的指标数据降维处理
①原始投入指标的降维处理。
SPSS19.0软件软件结果显示：经相关系数矩阵发现，除了主营业务成本与其他指标之间的相关性较弱，其余投入指标之间的相关性都比较强，客观的说明指标之间存在较为明显的信息重叠现象。偏相关系数KMO=0.764，KMO>0.5且显著性水平Sig=0.00，说明拒绝指标间不相关的原假设。经检验结果表明投入指标体系适合进行主成分分析。经初始公共因子特征值、方差贡献率及累计方差贡献率得知，满足特征值大于1或累计方差贡献率大于85%的主成分有2个，则提取2个主成分可代表原始投入指标。
②主成分指标数据负值转化且无量纲化处理。
鉴于新的投入产出数据存在负值情况，不符合DEA模型对数据正值的要求，且投入产出数据存在不同的量纲和数据数量差距悬殊的情形，利用转换公式对数据处理，使得转换后的投入变量X■■∈（0.1，1），产出变量Y■■∈（0.1，1）。转换公式为：
■
其中，X■■为转换后的新投入变量，Y■■为转换后的新产出变量，xij和yij是通过PCA分析法计算得到的投入与产出变量，最终经过标准化后的投入产出指标数据如表2所示，其中DMUtj表示第j个港口在第t年的决策单元，（t=A、B、C，A=2011、B=2012、C=2013，j=1，2，…，11）。
3.2 基于DEA模型的港口企业物流效率评价
利用DEAP5.0软件将表2标准化后的投入产出指标数据进行处理，得到投入导向下2011-2013年港口企业物流综合技术效率TE、纯技术效率PTE、规模效率SE与规模报酬RTS，见表3。
以表3的数据处理结果为基础，从综合技术效率角度看，除了2013年外，2011和2012年港口企业均存在物流综合技术效率为1的情形，其中，物流综合技术效率为1的港口企业在2011年有深赤湾、南京港、上港集团，而在2012年有厦门港务、南京港、宁波港，表示这些港口在各自年份里纯技术效率和规模效率均有效，即投入合理，产出效率实现了最大化。2011-2013年18.2%的港口企业管理水平和发展规模控制得当，使物流综合效率达到了有效水平，其余港口企业的物流综合效率均小于1，表示在这3年的大部分港口企业物流综合效率没有达到DEA有效，主要由于纯技术效率和规模效率未达到有效引起的，出现了投入冗余或产出不足的情况。
从规模效率角度看，深赤湾（2012-2013）、厦门港务（2011）、南京港（2013）、重庆港九（2011-2013）、营口港（2011-2013）、天津港（2011）、连云港（2011-2013）及大连港（2011和2013）的规模效率均小于1，但是规模效率递增。此8个港口企业规模效率无效是由于港口企业物流资源利用效率低，导致产出与投入比不理想，造成规模效率未达到DEA有效值；规模效率递增的原因是政府对港口产业的投入与重视程度增强以及客户对港口企业基础设施要求逐渐提高，港口发展规模呈逐年递增的状态。
从超效率角度看，港口的超效率值与CCR模型效率有效值之间的比值超过1.6倍，可知港口物流效率真实值与DEA有效值之间的差异较大。效率值真实值排名前3的港口企业在2011年有上港集团、深赤湾、南京港，其效率值分别为1.6331、1.1577、1.0543，而2013年度的超效率均小于1，能够反映了CCR模型和BCC模型下的纯技术效率与规模效率均未达到有效。
4 总结
研究表明，2011-2013年有81.8%的港口企业物流综合效率均小于1，表示在这3年的大部分港口企业物流综合效率未达到DEA有效值，主要由于纯技术效率和规模效率无效引起的，出现了投入冗余或产出不足的情况。纯技术效率无效主要是由于港口企业物流技术的落后和管理水平差导致资源浪费，应加强员工技术方面的培训，同时注重设备更新、先进物流技术的应用以及改善港口物流管理方式来提高纯技术效率；规模效率无效主要是由于港口企业物流资源利用效率低，导致产出与投入比不理想，造成规模效率未达到DEA有效值。2011-2013年有18.2%的港口企业物流效率真实值（超效率值）大于1，侧面验证了CCR模型和BCC模型下的物流综合效率和纯技术效率评价值的准确性。
参考文献：
[1]鲁渤，汪寿阳.中韩集装箱码头运营效率的比较研究[J].管理评论，2017，29（05）:175-182.
[2]曲慧敏.我国港口物流上市企业运营效率评价的实证研究[D].安徽:中国科学技术大学，2015.
[3]杨健，徐佳胤.基于DEA模型的港口物流生产效率评价研究[J].三峡大学学报（自然科学版），2017（02）:19-23.
[4]卫振林，赵鹏，艾姝琳.基于超效率DEA的北京ITMS效率评价研究[J].交通运输系统工程与信息，2012（03）:19-23.
|
