基于网络SBM模型的中国港口上市公司运营效率评价与持续性分析

《Sustainability》:Operational Efficiency Evaluation and Persistence Analysis for Chinese Port-Listed Companies Using the Network SBM Model

【字体: 大 中 小 】 时间:2026年07月02日 来源:Sustainability 4.1

编辑推荐:

  港口在全球海运物流系统中发挥着关键作用,评估其运营效率对于改善资源配置至关重要。然而,现有研究往往将港口运营视为“黑箱”,限制了对其内部机制及低效率来源的理解。基于2018—2023年17家中国港口上市公司的面板数据,本研究采用网络松弛变量测度(SBM)模型,

  
港口在全球海运物流系统中发挥着关键作用,评估其运营效率对于改善资源配置至关重要。然而,现有研究往往将港口运营视为“黑箱”,限制了对其内部机制及低效率来源的理解。基于2018—2023年17家中国港口上市公司的面板数据,本研究采用网络松弛变量测度(SBM)模型,在两阶段框架下评估运营效率。服务阶段将劳动、固定资产和泊位长度转化为货物吞吐量与集装箱吞吐量,而盈利阶段则将上述产出进一步转化为营业收入和净利润。结果表明,整体运营效率仍处于相对较低水平。盈利阶段效率总体低于服务阶段效率,说明低效率主要源于将运营绩效转化为财务结果的能力有限。不同区域和不同运营规模之间亦存在显著差异。为进一步刻画持续性,本研究通过同时考虑随时间变化的增长性与波动性,对效率的动态表现进行评估。研究发现,多数低效率港口表现出较弱的持续性,反映其维持稳定效率改进的能力有限。本研究提供了一个基于阶段划分的分析框架,用于识别低效率来源,并为提升港口运营效率及其长期稳定性提供了启示。
该文发表于《Sustainability》,聚焦中国港口上市公司运营效率的结构性识别与动态持续性评估。研究背景在于,随着全球海运贸易扩张、港口现代化推进以及供应链竞争加剧,港口企业不仅需要维持较高的作业效率,还必须在市场波动环境中保持绩效稳定。然而,既有港口效率研究长期存在两方面不足:其一,大量文献将港口生产过程视作单一投入—产出系统,重点考察基础设施和劳动等要素向吞吐量的转化效率,较少进一步分析这些服务产出能否有效转化为营业收入和净利润,从而难以识别低效率究竟发生在服务供给环节还是盈利实现环节;其二,多数研究停留在静态截面比较,缺乏对效率改善是否能够持续、是否具有时间稳定性的系统检验。基于此,研究人员以资源基础观(RBV,Resource-Based View,强调企业通过资源配置与能力整合形成竞争优势)为理论支撑,将港口运营界定为“资源—服务—财务结果”的两阶段价值创造过程,从而揭示港口内部价值创造瓶颈所在,并补充效率持续性这一长期韧性维度。

研究人员以2018—2023年17家中国港口上市公司为样本,构建两阶段网络松弛变量测度(SBM,slacks-based measure)模型,对总体运营效率及分阶段效率进行测度。研究将港口运营划分为服务阶段与盈利阶段:前者使用泊位长度、员工人数和固定资产等投入生成货物吞吐量与集装箱吞吐量,后者再将这些中间产出转化为营业收入和净利润。在此基础上,研究人员进一步从地理区域和运营规模两个维度开展分类比较,并采用方差与线性回归系数β相结合的方法刻画效率持续性,考察各港口在观察期内效率变化的稳定性与趋势方向。研究结论表明,中国港口上市公司整体运营效率水平偏低,且低效率主要集中于盈利阶段,即许多港口具备一定服务供给能力,但将吞吐与作业成果转化为财务收益的能力不足;同时,多数低效率港口的效率持续性较弱,表明其改进缺乏稳定支撑。该研究的重要意义在于,将港口效率评价由单纯“测量效率高低”推进到“诊断低效率来源”,并通过持续性分析揭示港口长期运营韧性的不足,为港口企业优化资源配置、完善盈利模式和提升长期稳定发展能力提供了依据。

在技术方法方面,研究人员首先基于17家中国港口上市公司2018—2023年的平衡面板数据开展分析,样本数据来自公司年报、港口年鉴及官方网站。方法上,采用可处理多投入、多产出及松弛变量的网络SBM模型,在变动报酬规模(VRS,variable returns to scale)假设下测算总体效率、服务阶段效率和盈利阶段效率;进一步以年度效率方差衡量波动性,以2018—2023年时间序列的简单线性回归系数β衡量变化趋势,并通过散点图判别效率持续性类型;最后设置不同阶段权重、不同投入产出变量以及不同模型框架进行稳健性比较,包括标准SBM、BCC和超效率SBM模型。

5.1. Overall Analysis of Port Operational Efficiency
研究人员在两阶段赋予相等权重的条件下,测算了17家港口上市公司2018—2023年的总体运营效率及分阶段效率。结果显示,样本总体运营效率均值为0.3494,说明中国港口上市公司整体仍处于较低效率水平,且多数企业低于样本均值。服务阶段效率均值为0.7859,是各阶段中表现最强的环节,表明多数港口已形成相对稳定的基础作业能力,但不同港口之间在产能利用、技术水平和劳动生产率方面仍有差距。相比之下,盈利阶段效率均值仅为0.2992,明显低于服务阶段,表明低效率主要出现在服务产出向财务收益的转化环节。时间趋势方面,总体运营效率在2018—2020年稳步上升,2021—2022年回落,2023年趋于稳定;服务阶段效率虽整体较高,但后期呈下降态势;盈利阶段效率波动更为显著,是驱动总体效率波动的核心因素。基于这一结果,研究人员指出,港口企业的主要瓶颈并非单纯的吞吐能力,而是盈利获取能力不足。

5.2. Classification Analysis
为进一步识别异质性,研究人员从地理区域与运营规模两个维度进行分类分析。

5.2.1. Analysis from a Geographical Region
区域分类将17家港口公司划分为环渤海港口群、长江经济带港口群和东南沿海港口群。结果显示,东南沿海港口群总体运营效率最高,其次为长江经济带港口群,环渤海港口群最低。就服务阶段而言,环渤海港口群效率最高,长江经济带港口群次之,东南沿海港口群最低;就盈利阶段而言,东南沿海港口群明显领先,长江经济带港口群次之,环渤海港口群显著落后。该结果表明,区域差异更多体现为盈利转化能力差异,而非基础服务供给能力差异。环渤海港口群虽具有较强的大宗货物处理能力和较高服务阶段效率,但由于对低利润率大宗货种依赖较强、区域同质化竞争突出,其盈利阶段效率偏低,从而拖累总体表现。东南沿海港口群虽然服务阶段效率并不占优,但依托外向型制造腹地、高附加值物流需求及更强的市场化服务体系,在营业收入和利润转化方面表现更好,因此总体效率最高。

5.2.2. Analysis from an Operational Scale
按2023年货物吞吐规模,研究将样本分为小规模、中等规模和大规模港口三组。结果表明,大规模港口总体运营效率最高,小规模港口次之,中等规模港口最低。服务阶段方面,小规模港口效率最高,中等规模港口次之,大规模港口最低;盈利阶段方面,大规模港口最高,小规模港口居中,中等规模港口最低。这说明规模扩张并不会自动提升所有阶段效率。小规模港口由于组织结构相对简单、资源配置灵活、业务功能较为聚焦,在服务阶段能够实现较高效率;但其盈利能力仍受限。大规模港口则面临更复杂的协调成本和管理难度,因此服务阶段效率偏低,但凭借规模经济、市场议价能力、综合物流服务和高价值货源结构,在盈利阶段和总体运营效率上占据优势。中等规模港口在两个维度之间均不占优,尤其盈利阶段效率最低,反映其在扩张投入与收益回收之间承受较大压力。

5.3. Persistence Analysis for Efficiency
在效率持续性分析中,研究人员以2018—2023年运营效率年度方差表示波动程度,以回归系数β表示变化趋势,并据此划分不同类型的持续性。低方差且β为正的港口表现出最强持续性,说明其效率不仅稳定而且持续改善;高方差且β为正的港口虽有提升趋势,但稳定性不足;低方差且β非正的港口表现相对平稳,但改善能力有限;高方差且β为负的港口同时存在较强波动和下降趋势,持续性最弱。结果显示,多数低效率港口并不具备强持续性,说明其效率改进难以长期维持。YTP位于边界位置,方差为0且β为0,意味着其在整个观察期内始终保持有效状态,可视为最稳定的标杆企业。这一分析表明,港口高效率并不必然意味着高持续性,而长期稳健发展需要兼顾效率提升与年度波动控制。

5.4. Result Comparison
为验证结果稳健性,研究人员设置九种情景,对阶段权重、投入产出变量以及模型类型进行比较。首先,在不同阶段权重设定下,基准情景S1与其他权重情景的总体效率均值差异较小,说明两阶段权重调整不会显著改变总体结论,S1采用0.5/0.5等权设定具有代表性。其次,将固定资产替换为总资产并调整最终产出变量后,S1与S6的总体效率及阶段效率差异仍较有限,表明模型对投入产出设定变化具有一定稳健性。再次,与单阶段的SBM、BCC及超效率SBM模型相比,网络SBM模型给出的总体效率均值较低,但能够更充分反映内部网络结构和阶段性效率损失。研究人员据此认为,基准网络SBM模型能够更有效识别港口运营过程中的结构性低效率来源。

6. Discussion and Managerial Implications
讨论部分强调,本研究与既有文献结果差异,可能与样本构成及观察期覆盖COVID-19疫情有关,但文中并未对疫情冲击进行单独识别,因此相关解释仅具有合理性而非确定性。更重要的是,研究系统确认港口低效率主要来源于盈利阶段,这意味着港口企业虽然在吞吐与服务供给上具备一定基础,却未能充分将这些能力转化为经济收益。文中指出,这一现象与港口利润模式对传统装卸、堆存业务的依赖以及高附加值服务拓展不足有关。区域与规模比较进一步支持这一判断:环渤海港口群和小规模港口在服务阶段可表现较优,但未必在盈利阶段占优;东南沿海港口群和大规模港口则凭借更强的价值获取能力获得更高总体效率。持续性视角则补充说明,短期吞吐或收入增长并不等于长期效率改善,只有增强运营能力与利润实现之间的协调性,才能提升效率持续性和长期韧性。文中还提到,2020年盈利阶段效率上升、2021—2022年回落、2023年部分恢复的时间轨迹,与疫情期间运价、需求、拥堵、劳动力短缺、供应链中断及成本上升等因素的阶段性影响相一致。

管理启示部分提出三方面建议。其一,港口企业应加强资源配置和技术创新,通过优化劳动、固定资产和基础设施使用效率,并加大新技术和新设备投入,提升作业能力与市场适应性。其二,应将改进重点放在盈利阶段,突破单纯依赖装卸收费的传统模式,向保税物流、冷链加工、跨境电商物流等高附加值业务延伸,同时实施更精细化、差异化的定价策略,以提升收入和利润获取能力。其三,应针对不同区域和规模港口的效率差异,推动跨港协同与经验共享,借鉴高盈利转化地区和高服务效率港口的运营模式,以提升行业整体效率与长期稳定性。

研究结论部分指出:本研究将港口公司运营过程划分为服务阶段和盈利阶段,运用网络SBM模型系统评估了2018—2023年17家中国港口公司的运营效率,并结合区域和规模分层分析识别差异。主要发现包括:第一,港口公司整体运营效率长期处于偏低且相对稳定的次优水平,仍有较大提升空间;第二,盈利阶段效率滞后于服务阶段效率,因此盈利阶段应成为效率改进的优先方向;第三,多数低效率港口公司的持续性得分为负或为零,说明其运营持续性较弱;第四,从区域看,不同港口群之间存在显著差异,从规模看,不同规模港口在服务阶段与盈利阶段呈现不同优势结构。总之,研究强调,实现港口持续发展不仅需要提升效率水平,还需要增强效率随时间维持稳定和持续改善的能力。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号