利用 DEA 模式評估港埠績效之相關文獻

Ferrell(1957)提出同時考慮所有投入要素以衡量相對效率之效率衡量 方法，以單位等產量曲線來探討技術效率與配置效率，並以線性規劃法估 得生產邊界。其後便有許多學者應用 Ferrell(1957)之效率觀念，發展出不 同績效衡量的方法論，大致上可將其分為兩大主流；一種方法是利用數學 規劃法，將實際投入產出總和比例作為生產效率評比指標的資料包絡分析 法(Data Envelopment Analysis ,DEA)。另ㄧ種方法為計量經濟法，此法是估 計隨機邊界函數(Stochastic Frontier Model)，計算出經驗觀察值(Empirical Observation)與理論效率邊界(Efficient Frontier)的距離。

Charnes, Cooper 與 Rhodes(1978)三人發表了資料包絡分析法開創性的 文章後，各類模式及相關之應用便相繼被提出。DEA 亦為近年來在效率評 估與管理領域上，應用極為廣泛的一種新的效率評估方法。其原係針對非 營利事業機構多產出與多投入之特性而發展出以數學歸劃法將實際投入 產出總和比例作為生產效率指標的評估模式。由於其操作簡單，且不需事 先設定權重，即可提供同業間之相對效率比較，其成果頗受學術界與應用 被評機關之肯定，因此亦被廣泛的應用於各領域之績效評估。而近年來 DEA 應用於運輸領域之研究逐一被發表，可見此種評估方法適用於運輸產 業之績效評估。且自 Roll and Hayuth(1993)首先將資料包絡分析法應用於 港埠之績效評估後，後續便有許多針對港埠績效之相關應用被提出。由於 DEA 之相關研究數目過多，無法一一介紹，所以只回顧應用於港埠相關領 域的研究報告，詳如表 2.1 所示，其內容摘要如下：

Roll et al.［1993］首先以資料包絡分析法應用於港埠績效評估，其將 港埠之實質投入與產出比例轉換為在產出一單位時，港埠生產者在某時段 是否具有效率的指標。以 DEA 的單一衡量指標，衡量二十個港埠的營運 績效。所選擇放入 DEA 模式之投入變數包括人力、資本、貨種ㄧ致性(Cargo Uniformity)；產出變數則包括總裝卸量、服務水準(以船舶在港時間與裝卸 時間之比值表示)、顧客滿意度、到港船舶總艘數等，其認為若能定期以此 法評估，將可作為管理者衡量不同時期或不同政策對經營效率影響的有效 工具。

蔡文化［民 84］運用 DEA 針對台灣地區的五個國際港埠；基隆港、

高雄港、花蓮港、台中港與蘇澳港的港埠作業效率進行比較。分別取其縱 斷面三年的資料分成十五個受評估單位，並將港埠營運業務分成倉儲及裝 卸兩大部分，以此兩項營運作業做為投入產出因素選定之方向。且參考運 研所(民 81)所彙總之指標為篩選之依據，但除去有關閉值之投入產出項，

因為貨幣單位的衡量，愈早年度往往有低估的現象，很難找到依合理的貨 幣指數加以調整。因此該研究者最後則選出四個投入項變數，分別為裝卸 設備數(台)、淀泊船舶數(艘)、延日總容量(千公噸)與延人工時(人-小時)，

而產出項變數則分別為裝卸量(千計費噸)與延日存倉量(千公噸日)兩項。之 後再以 DEA 之 CCR 模式和 BCC 模式將上述港埠之投入與產出項加以彙 總分析，而得到各港埠之總技術效率、純技術效率以及規模效率，並針對 港埠無效率之年度進行差額變數之分析探討，可發現港埠無效率之原因以 及其改善方向與幅度。此研究之最後結論提出三年來各國際港埠在裝卸作 業與倉儲作業的效率表現，其優劣依次為台中港、高雄港、基隆港、花蓮 港、蘇澳港。而造成基隆港無效率現象之主要因素，可歸因於純技術效率 因素；高雄港、花蓮港、蘇澳港之無效率現象則可歸因於規模效率因素。

最後提出台灣國際港埠皆有擴張規模之需要，且花蓮港與蘇澳港應改善增 加其倉儲作業量，以達到效率階段。

李怡容［民 84］採用資料包絡分析法(DEA)之 CCR 模式來評估基隆 港三個貨櫃基地歷年之生產效率。其所選擇之投入項變數分別為橋式起重 機(台)、輪型機具數量(跨載機與堆積機數總和，單位為台)、貨櫃基地之勞 工總數(港務局員工、專班司機、大班工人等人數總和，單位為人)、裝卸 機具所用維修費用與相關物料費用總和(元)以及電量與燃油用量所轉換之 熱能等值(百萬卡)；而產出項變數則為橋式式裝卸量(全年橋式機裝卸櫃次) 與輪型機裝卸量(全年所有貨櫃堆積場內作業裝卸櫃次)。並藉由效率分 析、差額變數分析及敏感度分析，說明投入要素與產出要素組合未充分運 用之程度，以及造成生產無效率的原因。分析結果發現，基隆港三個貨櫃 基地之平均生產效率優劣依序為第三貨櫃基地、第一貨櫃基地、第二貨櫃 基地。而能源、橋式機、後線機具等資源未能充分運用，係造成各貨櫃港 基地生產無效率的主要原因。第一貨櫃基地的橋式機未充分運用最為嚴 重，應加強橋式機的維修汰換，惟其總數可維持不變。第二貨櫃基地輪型 機未充分運用幅度最大，因此在裝卸生產方面仍有相當大的改善空間，且 其後線機具可考慮出租或售予航商，以改善其生產之無效率。第三貨櫃基 地電力耗費過高，應將其與第一貨櫃基地合併，俾利後現場地、機具互相 支援，以及碼頭工人靈活調度。

Martines-Budria et al.［1999］應用 DEA 之 BCC 模式比較西班牙 26 個港口管理當局在 1993~1997 年連續五年之跨期資料的作業效率。並將 26 個港口依其複雜性分成三個群落。其所選擇之投入項變數為勞力支出、折 舊費用以及其他支出三項；而產出項變數則為總處理貨物量與港口設備租 金兩項。此研究最後發現高複雜性之港口有較高的相對效率；中度複雜性

的港口在近五年內的作業效率成長有趨於減緩之現象；而在低複雜性之港 口作業效率則呈現負成長。

Tongzon［2001］將資料包絡分析法應用在 16 個真實港埠(澳洲、亞 洲和歐洲)資料的效率分析上。並且收集 1996 年的港埠相關資料，透過兩 項產出項變數貨櫃吞吐量(TEUs)和船舶作業率(每船每工時貨櫃移動的數 量)和六項投入項變數船席數、起重機數量、拖船數、港埠管理單位的員工 數、碼頭面積和延滯時間(停靠船席的時間加上等待船席的時間，與船舶開 始作業至結束作業間之時間的差異)，來衡量港埠之效率。並且藉由 CCR 模式以及 Additive DEA 模式來估計港埠之效率，比較兩種模式的衡量結果 可以發現，CCR 模式評估為無效率之港埠較 Additive DEA 模式之評估結 果為多。其中之因素為 CCR 模式必須符合線性生產技術，而 Additive DEA 模式則因為是變動的規模報酬，較具彈性，因此必須有較多的港埠去定義 其效率前緣。而港埠根據 Additive DEA 模式之評估結果為無效率者，若以 CCR 模式之評估，其結果也會是無效率，然而反之卻不盡然。而由兩種模 式之差額變數分析皆可輕易的發現，貨櫃船席、碼頭面積與員工的低效率 使用，都是造成港埠容量浪費之原因，而無效率的員工更是造成這些港埠 無效率之重要因素。

郭建男［民 91］利用 DEA 方法來進行我國國際港埠與鄰近主要競爭 性港埠貨櫃作業績效之評比。此研究依據資料取得可行性、具控制性、衡 量基準ㄧ致、與貨櫃運輸的關係明確以及投入與產出間應符合＂Isotonicity

＂之假設等原則，來篩選投入產出項之變數。而其最後提出之投入項變數 為橋式起重機數量、櫃場搬運機具數、貨櫃船席數以及貨櫃場面積四項，

產出項變數則為年裝卸總量(萬 TEU)。並應用技術效率、規模效率分析、

規模報酬分析、差額變數分析、虛擬乘數分析及敏感度分析來分析我國港 埠之整體作業效率，並探究效率低落的癥結所在，進一步提出改善方向。

而此研究受評單位之選取，則以會成為我國港埠競爭對手之考量條件為原 則來選取受評單位，分別為與我國國際商港地理區位相近之港埠、可提供 給顧客服務條件能力相當之港埠，以及與我國國際商港顧客重疊性高之港 埠，使其港埠績效之比較更具意義。最後此研究結果發現，香港、上海港 及基隆港為相對有效率的港埠，另外新加坡港、廈門港及高雄港為相對較 無效率的港埠，但只須針對其資源進行小幅度調整，則能使其作業效率最 佳化，其他受評港埠則為相對無效率，須針對其資源進行較大的調整，才 能使其轉變為有效率。

Itoh［2002］主要藉由資料包絡分析法(Data Envelopment Analysis, DEA) 來看日本的八個主要貨櫃港埠，於 1990~1999 年間之效率變化。此八個貨 櫃港包括 Tokyo、Yokohama、Shimizu、Nagoya、Yokkaichi、Osaka、Kobe 與 Kitakyushu。根據港埠之營運，此研究定義貨櫃港埠之產出項變數為每 一個港埠每年之進出口總量(TEUs)，而投入項變數則可概分為貨櫃碼頭面 積、貨櫃船席數、起重機數以及港埠之總員工數四項。並透過 CCR 模式 與 BCC 模式來衡量受評單位之技術效率、規模效率與港埠之技術無效率

的部分，整體而言，Tokyo 能夠維持一致之高效率可歸因於船舶之大型化，

和進口需求之成長。至於 Nagoya 之衰退則是因為需求之減少，而造成此 結果之因素也許和 Nagoya 缺乏可供大型船舶停靠之深水船席有關。而 Yokkaichi 與 Kitakyushu 則由於其規模之無效率，因此造成其效率相對較 低，必需藉由擴張其貨櫃作業來提昇其規模效率。另外 Yokohama 與 Osaka 由於船席規模較其他港埠來的小，因此並沒有相當的貨櫃成長量，而使得 生產無效率。

曾兆君［民 92］運用 CCR 模式、BCC 模式及簡單交叉效率模式、D&G 模式、A&P 模式等 DEA 修正模式，針對亞太地區十個港埠進行經營效率 的評估，以從各模式獲得多樣且互補之資訊，並採用 1998-2001 年的跨期 資料來探討亞太地區港埠歷年效率變動及其原因。此研究之投入項變數分 別為貨櫃基地面積、貨櫃碼頭長度與深水碼頭數三項；而產出項變數則為

曾兆君［民 92］運用 CCR 模式、BCC 模式及簡單交叉效率模式、D&G 模式、A&P 模式等 DEA 修正模式，針對亞太地區十個港埠進行經營效率 的評估，以從各模式獲得多樣且互補之資訊，並採用 1998-2001 年的跨期 資料來探討亞太地區港埠歷年效率變動及其原因。此研究之投入項變數分 別為貨櫃基地面積、貨櫃碼頭長度與深水碼頭數三項；而產出項變數則為