集装箱班轮联营系统协同测度方法与实证

陈继红,胡志华,何新华,韩玲冰

(1.上海海事大学a.交通运输学院,b.物流研究中心,c.经济管理学院,上海201306；2.上海市交通港航发展研究中心,上海200025)

集装箱班轮联营系统协同测度方法与实证

陈继红*1a,胡志华1b,何新华1c,韩玲冰2

(1.上海海事大学a.交通运输学院,b.物流研究中心,c.经济管理学院,上海201306；2.上海市交通港航发展研究中心,上海200025)

针对集装箱班轮联营系统的协同运作绩效问题,本文提出相应协同测度方法和模型,并进行实证应用研究.结合国际航运实际,应用协同理论方法,确定集装箱班轮联营系统协同机制框架,选取班轮联营实际运作指标,构建协同测度模型和评价体系,并以协同度来度量集装箱班轮联营系统的协同状况.以典型的CKYH集装箱班轮联营系统为实证案例,对该问题进行方法和模型的验证.研究结果表明,集装箱班轮联营系统协同度体现在系统各构成部分和系统要素的相互作用中,方法和模型能够有效地测度联营系统协同状况,研究结果符合航运实际,检验了该方法和模型的有效性.

水路运输;集装箱班轮;协同测度;联营系统

1 引 言

随着世界经济总量不断增长和一体化发展,集装箱船舶向大型化发展趋势明显,1万TEU以上的超大型集装箱船舶已投入到主要海运贸易航线.在这种背景下,集装箱班轮运输服务已经向多企业联营与协同模式转变,实现船舶舱位资源共享和规模效应.哈肯教授创立协同学(Synergetics),即“合作的科学”[1],研究系统运行过程中的合作.Gajda将协同理论应用到联盟研究中,从整合程度来研究联盟协同问题[2].Stank and Keller指出协同是成员共同决策的成果,拥有共同愿景、分享资源以达到共同目标[3].Yann Alix等揭示集装箱海运联营的必然性和协同机制问题[4].Pierre C研究了如何通过协同运作提高船舶舱位利用率[5].Brian Slack等研究了全球视野下的集装箱班轮运输业的战略联盟问题[6-8].Lun Y H等建立了班轮运输企业及其业务伙伴的运作和管理的协同网络框架[9].陈继红等应用交易费用理论分析了航运联营组织的两种制度变迁模式[10].Photis M Panayides等分析了航运联营体的动态变迁过程和演化机制[11].Dong Yang等应用合作博弈“核”理论研究海运联营的稳定性和评价问题[12].本文基于协同理念,构建模型和评价体系,对联营系统协同性进行测度,为提高联营系统协同管理能力和持续稳定性奠定理论基础.

2 联营系统的协同框架与指标体系

2.1 协同分析框架

根据协同学系统观,系统由子系统组成,子系统划分成分系统和要素[13].集装箱班轮联营系统由不同合作企业成员组成,通过舱位租赁、舱位互租/互换、共同派船等合作机制来实现规模效应.联营系统的协同性描述了系统的总体协调性.数学表达式为

式中 h(A)、h(B)、h(C)、h(D)分别表示联营系统绩效协同、资源协同、应急协同和环境适应协同, H则表示联营系统总体协同性,如图1所示.

2.2 协同度及其特征

班轮联营系统协同程度用“协同度”来描述,以度量系统内部要素功能及其与外部环境相互关系.“协同度”总体上是一个动态指标,反映系统内部和外部的构成和要素运行协调状况；但在一定的研究期内联营系统协同度也是相对静态指标,反映联营系统在规划期内运行协调的程度.

2.3 协同测度指标体系与方法

联营系统协同测度是一项复杂的系统体系,必须采用合理的体系构架.作为联营系统协同性评价指标体系,既要反映各系统要素及环节间的交互作用,又要重视联营目标与协同性指标设定的关系.指标体系建立过程如下.

(1)确立选取指标的原则.

从目标性、动静结合、定性定量结合、整体局部结合、实用性等原则出发选取指标.目标性原则主要考虑联营系统合作目标的实现状况；动静结合原则主要考虑指标数值在一定时期是可确定的量值,长期来看这是动态变化的特征；定性与定量指标结合原则主要考虑对指标进行细分,从可有数据统计和调研主观两方面来设计指标；评价整体局部原则主要考虑指标体系的整体全面性和细分要素的关联；实用性原则主要考虑航运联营的实际特征,密切结合联营的实践操作,考虑关键因素.

(2)选取细分指标要素并确定指标的具体评价内容.

根据以上的指标选取原则,确定系统细分指标要素,并分析相应的评价内容.细分指标要素的评价内容主要从访谈和量表设计结果来选取,评价内容符合航运联营实践.

(3)分析不同指标的层次关系,建立指标体系.

如上节所述,界定联营系统的系统构成,分析要素之间的关联关系,对系统要素间的关联情况进行评价,最后计算得出系统整体的协同性评价结果.结合班轮联营系统实际,根据班轮联营系统协同关系,把班轮联营系统协同结构分为四大构成部分:协同效应实现、协同资源运作、协同应急机制、协同环境适应.按不同的指标和分系统的关系确定不同的层级,从而构建完整的指标体系.结合航运实际,建立班轮联营系统协同测度指标体系,如图2所示.据此分析联营系统协同状态或合作效率,为联营企业协同决策提供参考.

图2 集装箱班轮联营系统协同测度指标体系Fig.2 Synergy evaluation index system for joint-service system of containerized liner shipping

本研究用协同度来反映系统的内外作用力与其发展方向是否和谐及协调一致的数量指标.系统的不协同是绝对的,协同是相对的.广义上协同度是一个反映一段时间一定范围内系统内部的构成合理与否、运行是否协调,系统内部对外能否适应的动态综合指标,它反映系统中元素、子系统和环境之间和谐关系的总体程度；狭义上,协同度是反映系统在规划期时间段运行是否协调的静态数量指标.根据协同管理理论的思想,先将班轮联营协同系统分成几个系统要素构成,每个子系统要素又有相应的指标,据此建立相应的协同分析矩阵来计算系统协同度,各个指标要素均对系统的协同产生影响.因此,班轮联营系统协同性测度是以联营系统整体为评价主体,应用协同管理理论,可建立协同分析矩阵模型,从系统要素相互配合和协调中存在的问题入手进行研究,避免主观权重的影响[13].联营系统的协同测度以协同效应获取和系统协调性为目标,对联营成员平等合作的协同竞争机制作用下,联营系统整体协调状况及各环节之间的协同关系等进行分析评价.

3 联营系统协同测度方法

定义联营系统协同分析矩阵为HM={Hij},i, j=1,2,3,…,n.Hii表明相同要素自身的协同性；Hij(i,j=1,2,3,…,n,i≠j)表明不同要素的相互作用,第j部分对第i部分的协同性.系统要素相互作用效果不尽相同,可能Hij≠Hji.分析系统的不协同相对容易,从研究系统的不协同程度入手.

建立不协同分析矩阵DH={DHij}[14],DHij表示aj对ai要素或子系统不协同程度.即DHij(i,j =1,2,3,…,n)对应于Hij(i,j=1,2,3,…,n)的不协同性,定义DHij∈[0,1],则DHij取值有三种情况:

DHij=0,系统要素协同最高状态[14]；DHij= δ,系统要素中间协同状态；DHij=1,系统要素极不协同状态.根据协同测度定义,系统要素间相互作用的协同度(若结合元素的间接影响,还应建立完全不协同矩阵DHM).

3.1 数据统计调研处理

不协同矩阵数据处理按下列规则进行:

(1)要素间配合可以数据统计的,如共同派船艘次等,可直接计算；

(2)要素间的配合无法准确计算或定性指标,根据专家评判方法；

(3)根据式(4)和式(5)数据规范化处理.

要素指标数据来源如表1和表2所示.

3.2 确定系统要素直接不协同矩阵DH

定义DHij为aj要素对ai要素不协同度[14].联营系统要素直接不协同矩阵DH={DHij}(SF*ij为ai要求aj最优配合理想值,SFij为aj实际配合值)

同理,DHii表示各要素的自身不协同度,计算如式(5)(为ai理想状态值,SFii为ai实际状态值).

表1 集装箱班轮联营系统协同测度指标要素评价内容Table 1 Evaluation content of indexes for synergy evaluation for joint-service system of containerized liner shipping

表2 集装箱班轮联营系统要素协同调查评价标准Table 2 Evaluation standard of investigation of synergy elements of joint-service system of containerized liner shipping

3.3 确定系统要素完全不协同矩阵DHM

通过相关分析确定不协同矩阵.ai与aj相关,则ai可以直接需要aj提供配合,也可能间接提供配合.考虑多级作用时,建立间接作用的完全不协同矩阵DHM.根据式(6)确定系统要素完全不协同矩阵DHM(rlj为要素al对ai总的不协同度中由于aj引起的比例系数).

其中:

3.4 系统要素协同分析

某要素对系统及其他要素的不协同度记为dDH.联营系统其他要素对某要素的不协同度之和则为系统对各要素的制约程度,记为dCT.dDH(ai)为ai对各要素不协同程度之和；dCT(ai)为ai功能发挥的受制约程度；dDC(ai)为ai的绝对不协同度,其值域为正实数.根据完全不协同矩阵,计算公式为

3.5 系统状态协同度计算

由协同定义可知,Hij→1,则说明ai对aj的协同越高；Hij→0,则说明ai对aj的协同越低.由此计算系统总体协同度H(N为系统要素总数)

3.6 系统结构协同诊断

系统结构协同诊断包括子系统不协同度与受制约度、系统总体结构协同分析及系统结构布局等方面.

(1)子系统不协同度与受制约度.

联营系统划分四个子系统:绩效系统A、资源系统B、应急系统C、环境系统D.子系统又包含多个分系统.定义M∈{A,B,C,D},k=1,2,3,4, nMk表示相应分系统要素个数；nM表示相应子系统要素个数.各分系统及子系统的不协同度和制约度计算

(2)系统总体结构协同分析.

对应子系统A、B、C、D结构四个部分可将不协同矩阵分成矩阵块,四个部分的要素个数分别为nA、nB、nC、nD.两两结构间的协同性由各矩阵块的不协同度来确定.

(3)系统结构分类布局.

系统不协同度与受制约度相当于两个坐标,可建立dDH×dCT空间,空间分为四个区域,如图3所示.Ⅰ区为难控不协同区,应综合治理；Ⅱ区为易控不协同区,容易控制和调节,可从系统结构本身改进；Ⅲ区为易控较协同区,更容易控制和调整；Ⅳ区为难控较协同区,难以调节,应重点解决困难.

图3 系统结构dDH×dCT空间分布Fig.3 Structure dDH×dCTspatial distribution of the system

4 实证研究

4.1 实例描述和调查

以CKYH(COSCO中远集运、KLINE川崎汽船、YANGMING阳明海运、HANJIN韩进海运)联营系统为研究对象.数据来源于CKYH联营伙伴2009年8月份统计与调研访谈.CKYH无论是总运力规模还是在跨太平洋航线和远东/西北欧航线上都在全球联营团体中名列前茅.CKYH系统四家联营比较稳定,合作比较深入广泛.本实证研究根据前述理论思路设计量表,并对这四家公司的相关业务部门主管和员工进行调查访谈,涉及调研样本60份,剔除数据偏差较大的样本12份,收回有效合理样本48份.根据调研和访谈结果进行数据和量值整理,得到各指标取值.

4.2 CKYH系统协同指标计算

根据相关公式,运用Matlab软件计算相关矩阵与指标.应用式(4)和式(5)对原始数据处理,可得直接不协同分析矩阵和完全不协同矩阵,在此基础上,根据式(6)-式(11)确定班轮联营系统要素的不协同度、受制约度及绝对不协同度,如表3所示.

表3 联营系统要素不协同度、受制约度及绝对不协同度Table 3 Non-synergy degree,restriction degree and absolute non-synergy degree of the elements of joint-service system

4.3 CKYH系统协同诊断

(1)系统总体协同度.

根据式(12),计算CKYH系统总体系统度: HCKYH=0.505 8.说明CKYH联营系统总体协同状况处于一个中度协同水平.

(2)系统结构协同分析.

根据式(17)进行CKYH联营系统结构间协同分析,结构间协同性反映四个子系统的总体协调程度,结果如表4所示.CKYH总体结构之间处于中度协调水平,不同子系统间的协同性和制约性处在0.5附近,但不同结构间的相互作用略有不同.

表4 CKYH联营系统结构分析不协同矩阵Table 4 Non-synergy matrix for structure analysis of CKYH joint-service system

(3)系统结构分类布局.

根据式(13)-式(17)分别计算CKYH各子系统及其分系统的不协同程度、受制约程度和绝对不协同程度,如表5所示.根据表5数据,建立CKYH联营子系统及其分系统dDH×dCT空间,相关结构空间分布情况,如图4所示.

4.4 结果分析

根据表5结果,说明CKYH的各子系统及其分系统的联营协同状况良好.各子系统及其分系统均分布在较协同区域内.这说明CYKH联营成员间通过舱位租用、舱位互租和共同派船可以使联营成员充分享受联营运作带来的低单位租金或船舶固定费用.各成员通过联营扩大了各自的航线覆盖范围,拓展市场空间,在更大的市场范围内使既有资源发挥更大的效率,实现规模经济和协同效应. CKYH的四大子系统及其分系统的不协同均小于0.500 0,则其相应的协同度均略大于0.500 0,各子系统与分系统的协同状况良好.但绝对不协同度反映了要素自身总体的不协同情况,因为要素ai的不协同性dDH(ai)不仅包括了ai自身的不协同性,也包括了ai受其他要素或子系统引起的不协同性,为了排除别的要素或子系统引起ai的不协同,衡量ai本身的不协同性,是对要素的绝对不协同性的测度,其值域为正实数.目前该联营系统在目标协同、共同派船、设备共享、联营倒载、改选港、外部环境等分系统层面受到较大的制约性,他们的绝对不协同度均大于1.而在子系统层面,协同绩效子系统和协同环境子系统的绝对不协同度也相对较大,均超过1,未来在这方面应有所改进.

表5 CKYH联营子系统与分系统协同分析指标Table 5 Synergy analysis indexes of subsystems and decomposition systems of the CKYH joint-service system

图4 CKYH联营系统结构dDH×dCT空间分布Fig.4 Structure dDH×dCTspatial distribution of the CKYH joint-service system

根据图4可知,CKYH子系统与分系统的不协同度均小于0.5,则其相应的协同度均略大于0.5,各子系统与分系统的协同状况良好,分布在较协同区域内.从各子系统与分系统制约性来看,几乎一半因素处在易控区,一半因素处在难控区,所以CKYH的系统结构受制约度也是中度水平.

结合表5和图4的结果,从CKYH联营情况实际出发,要改进CKYH的系统协同性,降低系统结构受制约性:

(1)加强目标协同管理,积极建立合作交流机制,获取联营各方对联营合作目标的认同；

(2)运力资源配置和码头/集装箱设备共享等有待于进一步优化,尤其是加强共同派船等更加紧密的船舶运力资源的合作共享部署和设备资源共享；

(3)加强协同应急管理,在联营倒载、改选港等应急操作方面进一步完善合作作业机制和模式建设；

(4)完善共同应对外部环境政策的机制,形成一致的市场行为模式,共同应对市场环境的变化.

5 研究结论

基于协同理念,进行班轮联营系统的协同性测度是一种新的尝试.本文在提出的班轮联营协同分析框架下,构建了协同测度模型,并进行了案例研究.界定了班轮联营系统协同性及协同度的一般内涵,运用协同分析矩阵来构建班轮联营系统的协同测度模型,并进行联营系统协同测度指标体系研究.结合班轮联营的实践,将班轮联营协同系统分为四大子系统,围绕这四个子系统及其分系统,以及系统的各要素之间的协同给出了相应的测度指标.根据调研数据和资料,对CKYH联营系统的联营活动进行了详尽的实证研究.测度的结果与事实相符合,检验了方法和模型的有效性和实用性.

[1] Haken H.Information and self-orgnazation[M].Berlin: Springer,1987.

[2] Gajda R.Utilizing collaboration theory to evaluate strategicalliances[J].AmericanJournalof Evaluation,2004,25(1):65-77.

[3] Stank T P,Keller S B,Daugherty P J.Supply chain collaboration and logistics service performance[J]. Journal of Business Logistics,2001,22(1):29-48.

[4] Yann Alix,Brian Slack,Claude Comtois.Alliance or acquisition?Strategies for growth in the container shipping industry,the case of CP ships[J].Journal of Transport Geography,1999,7(3):203-208.

[5] Pierre C.Strategic alliances in liner shipping:An analysis of“operational synergies”[D].Nantes:Laboratoired Economie deNantes-CORRAILUniversityof Nantes,2000.

[6] Brian Slackc,Claude Comtois,Robert Mccalla.Strategic alliance in the container shipping industry:A global perspective[J].Maritime Policy&Management, 2002,29(1):65-76.

[7] Xiaoning Shi,Stefan Voss.Iterated cooperation and possible deviations between liner shipping carriers based on noncooperative game theory[J].Journal of the Transportation Research Board,2008:60-70.

[8] Pierre Cariou.Liner shipping strategies:An overview [J].InternationalJournalofOceanSystems Management,2008,1(1):2-13.

[9] Lun Y H V,Lai K H,Cheng T C E.A descriptive framework for the development and operation of liner shipping networks[J].Transport Roviews,2009,29 (4):439-457.

[10] 陈继红,真虹,宗蓓华.基于交易费用的航运组织制度演进机理[J].交通运输工程学报,2009,9 (4):92-97.[CHEN J H,ZHEN H,ZONG B H. Institutionalevolutionmechanismofshipping organization based on transaction cost[J].Journal of Traffic and Transportation Engineering,2009,9(4): 92-97.]

[11] Photis M Panayides,Robert Wiedmer.Strategic alliances incontainerlinershipping[J].Researchin Transportation Economics,2011,32(1):25-38.

[12] Dong Yang,Miaojia Liu,Xiaoning Shi.Verifying liner shipping alliance's stability by applying core theory [J].Research in Transportation Economics,2011,32 (1):15-24.

[13] 伍进.现代系统科学方法论及应用——优化方法与探索复杂性[M].成都:电子科技大学出版社, 2005.[WUJ,Themodernsystemscience methodology-optimizationmethodsandexploring complexity[M].Chengdu:University of Electronic Science and Technology Press,2005.]

[14] 席酉民.和谐管理理论研究[M].西安:西安交通大学出版社,2006.[XI Y M.Study on harmonious management theory[M].Xi'an:Xi'an Jiao Tong University press,2006.]

Synergy Evaluation Method and Empirical Application for Joint-Service System of Containerized Liner Shipping

CHEN Ji-hong1a,HU Zhi-hua1b,HE Xin-hua1c,HAN Ling-bing2
(1.a.College of Transport and Communications；b.Logistics Research Center；c.School of Economics&Management,Shanghai Maritime University,Shanghai 201306,China；2.Shanghai Transport&Port Research Center,Shanghai 200025,China)

Focusing on the problem of synergy operation performance of joint-service system of containerized liner shipping,this paper puts forward corresponding synergy evaluation method and models with empirical examples.In view of the international shipping business status,it establishes the synergy mechanism framework of joint-service system of containerized liner shipping through the synergy theory and method.It selects associated operation indexes for joint service of liner shipping,and formulates synergy evaluation models and the evaluation system.Moreover,the synergy degree is used to measure the synergistic effect of joint-service system of containerized liner shipping.The typical CKYH joint-service system of containerized liner shipping is taken as an example for case study to verify the method and models.The results show that the synergy degree of joint-service system of containerized liner shipping system is reflectedin the interaction of the each component and elements of the system.The proposed method can effectively measure the synergy status of the joint-service system.The case study results are also consistent with the actual practice of shipping,which examines the validity of the method.

waterway transportation；containerized liner shipping；synergy evaluation；joint-service system

U692.3

A

U692.3

A

1009-6744(2013)06-0112-08

2012-11-01

2013-03-14录用日期:2013-03-25

国家自然科学基金项目(71101088；71102043)；上海市重点学科建设项目(S30601)；上海高校青年教师培养资助计划项目(SHS11016).

陈继红(1981-),男,湖北黄冈人,博士,讲师.

*通讯作者:jhchen@shmtu.edu.cn