Ứng dụng mô hình dea để đánh giá hiệu quả hoạt động của các doanh nghiệp logistics tại việt nam

BỘ GIÁO DỤC VÀ ĐÀO TẠOTRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH CÔNG TRÌNH NGHIÊN CỨU KHOA HỌC CẤP TRƯỜNG ỨNG DỤNG MÔ HÌNH DEA ĐỂ ĐÁNH GIÁ HIỆU QUẢ HOẠT ĐỘNG CỦA CÁC DOANH

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT

THÀNH PHỐ HỒ CHÍ MINH

CÔNG TRÌNH NGHIÊN CỨU KHOA HỌC CẤP TRƯỜNG

ỨNG DỤNG MÔ HÌNH DEA ĐỂ ĐÁNH GIÁ HIỆU QUẢ HOẠT ĐỘNG CỦA CÁC DOANH NGHIỆP

LOGISTICS TẠI VIỆT NAM

SKC 0 0 6 9 5 5

MÃ SỐ:T2019-71TĐ

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT

THÀNH PHỐ HỒ CHÍ MINH

BÁO CÁO TỔNG KẾT

ĐỀ TÀI KH&CN CẤP TRƯỜNG TRỌNG ĐIỂM

Chủ nhiệm đề tài: TS Hồ Thị Hồng Xuyên

MỤC LỤC

DANH MỤC HÌNH ii

DANH MỤC BẢNG iii

DANH MỤC CÁC TỪ VIẾT TẮT iv

THÔNG TIN KẾT QUẢ NGHIÊN CỨU v

INFORMATION ON RESEARCH RESULTS vi

CHƯƠNG 1: GIỚI THIỆU 1

1.1 Lý do thực hiện đề tài 1

1.2 Mục tiêu nghiên cứu 2

1.3 Phương pháp nghiên cứu 2

1.4 Đối tượng và phạm vi nghiên cứu 2

1.5 Bố cục của bài nghiên cứu 2

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 4

2.1 Khái niệm về hiệu quả (Efficiency) 4

ệ ả ạ độ 4

2.3 Giới thiệu về phương pháp phân tích đường bao dữ liệu DEA và đo lường hiệu quả kỹ thuật (tương đối) 5

2.4 Mô hình DEA 9

2.4.1 Mô hình CCR 9

2.4.2 Mô hình BBC 10

2.4.3 Mô hình SBM 11

2.4.4 Ước lượng năng suất tổng hợp bằng chỉ số Malmquist trong DEA 11

2.5 Tổng quan các nghiên cứu về ứng dụng phương pháp DEA 12

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 17

3.1 Quy trình nghiên cứu 17

3.2 Slack based model (SBM) 20

3.3 Malmquist productivity index 20

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 24

4.1 Hệ số tương quan Pearson 24

4.2 Xếp hạng hiệu suất: kết quả dựa trên mô hình SBM 26

4.3 Năng suất nhân tố tổng hợp (TFP – Total Factor Productivity) 28

4.4 Thay đổi tiến bộ công nghệ (Technological Change -TECHCH) 34

4.5 Thay đổi hiệu quả kỹ thuật (Technical Efficiency Change - TECI) 36

CHƯƠNG 5: KẾT LUẬN 40

TÀI LIỆU THAM KHẢO 42

DANH MỤC HÌNH

Hình 1: Đường giới hạn khả năng sản xuất ứng với hai hàng hóa H1 và H2 6

Hình 2: Đường PPF trong trường hợp tối thiểu hóa đầu vào 7

Hình 3: Hiệu quả không đổi/thay đổi theo quy mô và đường bao giới hạn PPF 8

Hình 4: Sơ đồ quy trình các bước nghiên cứu 17

Hình 5: Hai dạng mặt giới hạn và hướng dịch chuyển trong DEA 21

Hình 6: Bảng xếp hạng các DMU năm 2014……… 28

Hình 7: Bảng xếp hạng các DMU năm 2015……… 29

Hình 8: Bảng xếp hạng các DMU năm 2016……… 33

Hình 9: Bảng xếp hạng các DMU năm 2017……… ,35

Hình 10: Thay đổi công nghệ của các DMUs từ 2014-2017 36

Hình 11: Thay đổi hiệu quả kỹ thuật trong giai đoạn 2014-2017 38

DANH MỤC BẢNG

Bảng 1: Thống kế các nghiên cứu sử dụng phương pháp phân tích đuòng bao dữ liệu 12

Bảng 2: Danh sách các công ty logistics và vận tải 19

Bảng 3: Tương quan giữa yếu tố đầu vào và đầu ra năm 2014 24

Bảng 4: Tương quan giữa yếu tố đầu vào và đầu ra năm 2015 25

Bảng 5: Tương quan giữa yếu tố đầu vào và đầu ra năm 2016 25

Bảng 6: Tương quan giữa yếu tố đầu vào và đầu ra năm 2017 26

Bảng 7: Xếp hạng và điểm số của DMU (2014-2017) 27

Bảng 8: Chỉ số thay đổi năng suất nhân tố tổng hợp (MPI) từ 2014-2017 23

Bảng 9: Kết quả chỉ số trung bình của thay đổi đổi công nghệ 35

Bảng 10: Kết quả chỉ số trung bình của thay đổi hiệu quả kỹ thuật 37

DANH MỤC CÁC TỪ VIẾT TẮT

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT

THÔNG TIN KẾT QUẢ NGHIÊN CỨU

1 Thông tin chung:

- Tên đề tài: Ứng dụng mô hình DEA để đánh giá hiệu quả hoạt động của các doanh nghiệp

logistics tại Việt nam

- Mã số:

- Chủ nhiệm: TS Hồ Thị Hồng Xuyên

- Cơ quan chủ trì: Đại học Sư Phạm Kỹ Thuật TP.HCM

- Thời gian thực hiện: 12 tháng

2 Mục tiêu:

- Đánh giá hiệu quả hoạt động của các doanh nghiệp logistics tại Việt nam

- Đề xuất một số kiến nghị với doanh nghiệp Logistics

1 Tính mới và sáng tạo:

Tích hợp chỉ số Malmquist productivity index (MPI) và mô hình Slack based model (SBM) để đánh giá hiệu quả hoạt động của các doanh nghiệp logistics tại Việt Nam

2 Kết quả nghiên cứu:

Nghiên cứu này đánh giá hiệu suất hoạt động của các doanh nghiệp logistics Việt nam trong giai đoạn 2014 -2017 bằng phương pháp tích hợp chỉ số năng suất Malmquist và mô hình SBM của phương pháp phân tích màng bao dữ liệu Kết quả chỉ ra rằng, các công ty logistics tại Viêt Nam có sự cải tiến trong hiệu quả kỹ thuật nhưng không thay đổi nhiều về công nghệ Vì vậy, ngành logistics Việt nam cần cải cải thiện nhiều hơn về công nghệ để đạt được hiệu quả kinh doanh

3 Thông tin chi tiết sản phẩm:

- Sản phẩm khoa học:

+ Bài báo đăng trên tạp chí quốc tế:

Hong Xuyen Ho Thi, “Application of DEA Model to Evaluate the Performance of

Logistics Enterprises in Vietnam”, International Research Journal of Advanced

Engineering and Science, Volume 4, Issue 4, pp 146-149, 2019

4 Hiệu quả, phương thức chuyển giao kết quả nghiên cứu và khả năng áp dụng:

- Tài liệu tham khảo cho các giảng viên gỉang dạy chuyên ngành Logistics và Supply chain

- Tài liệu tham khảo cho các doanh nghiệp Logistics Việt nam

INFORMATION ON RESEARCH RESULTS

1 General information:

Project title: Application of DEA Model to Evaluate the Performance of Logistics Enterprises in Vietnam

Code number:

Coordinator: PhD Ho Thi Hong Xuyen

Implementing institution: Ho Chi Minh city University of Technology and Education Duration: 12 months

2 Objective(s):

- Evaluate the performance of logistics enterprises in Vietnam

- Provide several recommendations to Vietnam Logistics enterprises

3 Creativeness and innovativeness:

Integrating Malmquist productivity index (MPI) and Slack based model (SBM) to evaluate the performance of logistics enterprises in Vietnam

5 Research results:

The objective of this paper is to evaluate the operation performance of logistics and transport companies The slack based model and Malmquist productivity index in Data envelopment analysis are implemented to rank and evaluate the average efficiency change from the period of 2014 to 2017 The empirical results show that almost DMUs growth in productivity change based on technical efficiency change and not to change in technology Thus, Vietnam logistics industry needs to improve more in technology to reach their business efficiency

5 Products:

International Journal

Hong Xuyen Ho Thi, “Application of DEA Model to Evaluate the Performance of

Logistics Enterprises in Vietnam”, International Research Journal of Advanced

Engineering and Science, Volume 4, Issue 4, pp 146-149, 2019

6 Effects, transfer alternatives of research results and applicability:

+ Reference materials for lecturers teaching in Logistics and Supply chain

+ References for Vietnamese Logistics enterprises

CHƯƠNG 1: GIỚI THIỆU

1.1 Lý do thực hiện đề tài

Dịch vụ logistics đóng vai trò ngày càng quan trọng trong việc phát triển kinh tế và

ổn định hàng đầu tại Việt nam trong những năm gần đây Dịch vụ logistics ở Việt Nam hiện có quy mô khoảng 20-22 tỷ USD/năm, hiệu suất của ngành logistics chiếm 20, 9% GDP của cả nước Tốc độ tăng trưởng bình quân của ngành Dịch vụ logistics trong những năm qua là từ 16 – 20%/năm Do đó, đây là một trong những ngành dịch vụ tăng trưởng nhanh và ổn định nhất của Việt Nam trong thời gian qua (Báo cáo Logistics Việt Nam, 2017)

Tuy nhiên, theo báo cáo của Ngân Hàng Thế Giới thì các hoạt động logistics tại Việt Nam tương đối thiếu hiệu quả và năng lực cạnh tranh của các doanh nghiệp kinh doanh dịch vụ logistics ở Việt Nam còn chưa cao so với doanh nghiệp các nước trong khu vực và thế giới Hơn thế nữa, theo chỉ số hoạt động logistics (LPI) 2018 của ngân hàng thế giới Việt Nam xếp hạng 39 trong số 160 quốc gia Vì vậy, hoạt động logistics đặc biệt quan trọng đối với nền kinh tế Việt Nam Tuy nhiên, chi phí cao và đồng bộ hóa kém là những vấn đề đối với ngành công nghiệp logistic Việt Nam, và điều này cũng chính là nguyên nhân gây ảnh hưởng đến khả năng cạnh tranh và có khả năng làm xấu

đi nền kinh tế của Việt Nam (Blancas et al., 2014)

Mặt khác, hầu hết các mạng lưới logistics của Việt Nam thiếu tính tích hợp và hoạt động ở quy mô nhỏ mà không sử dụng các thiết bị hoặc hệ thống hiện đại (Ngoc Anh, 2018) Theo tác giả Dinh Le Hai Ha và cộng sự (2019), ngành logistics hoạt động tốt sẽ đóng một vai trò quan trọng trong việc giảm chi phí kinh doanh, góp phần thúc đẩy mạnh khả năng cạnh tranh thương mại của Việt Nam so với các nước trong khu vực Do

đó, ngành logistics Việt Nam cần được thay đổi để đáp ứng nhu cầu phát triển của thị trường và nền kinh tế

Chính vì vậy, việc đánh giá hiệu quả hoạt động của các công ty logistics Việt Nam

là rất quan trọng để giúp các nhà quản lý của các doanh nghiệp logistics có các phương hướng cũng như những giải pháp phù hợp để nhanh chóng cải thiện hoạt động kinh doanh Từ những lập luận trên, tác giả đã thực hiện đề tài “Ứng Dụng Mô Hình DEA Để Đánh Giá Hiệu Quả Hoạt Động Của Các Doanh Nghiệp Logistics Tại Việt Nam” Nghiên

cứu này còn giúp cho các nhà hoạch định chính sách và các nhà đầu tư có cái nhìn tổng quan về thực tế của ngành logistics Việt Nam Từ đó, các nhà hoạch định chính sách và các nhà đầu tư sẽ có những định hướng phát triển nhằm nâng cao năng lực cạnh tranh của ngành dịch vụ logistics Việt Nam

1.2 Mục tiêu nghiên cứu

Mục đích của nghiên cứu này là đánh giá hiệu quả hoạt động của các doanh nghiệp logistics Việt Nam bằng cách tích hợp mô hình Slack based model (SBM) và chỉ

số năng suất Malmquist (Malmquist productivity index- MPI) của phương pháp phân tích đường bao dữ liệu (Data envelopment analysis-DEA) Kết quả nghiên cứu giúp các nhà quản lý của các doanh nghiệp logistics, các nhà hoạch định chính sách nắm bắt được tình hình hoạt động của các doanh nghiệp logistics Việt Nam Từ đó có thể đưa ra những giải pháp kịp thời để cải tiến hoạt động cho ngành dịch vụ logistics Việt nam Hơn thế nữa, kết quả nghiên cứu còn giúp các nhà đầu tư lựa chọn đối tác liên minh phù hợp để tạo ra nhiều lợi ích hơn, giảm rủi ro và ra các quyết định đúng đắn trong quản lý

1.3 Phương pháp nghiên cứu

Trong nghiên cứu này, tác giả thực hiện nghiên cứu định lượng với phương pháp tích hợp mô hình SBM và MPI để đo lường hiệu quả của các doanh nghiệp logistics Việt Nam Để có được dữ liệu đáng tin cậy và công bằng, nghiên cứu này lấy dữ liệu đầu vào và đầu ra là các chỉ số tài chính của 13 công ty logistics và vận tải có trên sàn chứng khoán trong giai đoạn 2014 đến 2017 Để thực hiện nghiên cứu này, tác giả đã sử dụng phần mềm phân tích đường bao dữ liệu DEA phiên bản 14

1.4 Đối tượng và phạm vi nghiên cứu

- Đối tượng nghiên cứu: là các công ty làm về dịch vụ hậu cần và vận tải của Việt Nam

- Phạm vi nghiên cứu: Nghiên cứu này lấy dữ liệu thứ cấp là các chỉ số tài chính của 13 công ty hậu cần và vận tải của Việt Nam từ giai đoạn 2014 đến 2017

Bài nghiên cứu có bố cục 5 chương, bao gồm:

- Chương 1: Giới thiệu

Chương này sẽ được ra lý do thực hiện bài nghiên cứu, mục tiêu, đối tượng và phạm vi thực hiện nghiên cứu, phương pháp nghiên cứu và bố cục của bài nghiên cứu sẽ được thực hiện

- Chương 2: Cơ sở lý thuyết

Chương này đưa ra các khái niệm cơ bản trong nghiên cứu, các khảo lược nghiên cứu trong và ngoài nước, từ đó, tác giả đề xuất mô hình nghiên cứu

- Chương 3: Phương pháp nghiên cứu

Trong chương này tác giả sẽ trình bày mô hình SBM và MPI

- Chương 4: Kết quả nghiên cứu

Trong chương này, tác giả sẽ đưa ra những phân tích đánh giá và kết luận Từ đó tác giả đưa ra một số đề xuất và kiến nghị cho các công ty logistics Việt Nam

- Chương 5: Kết luận và kiến nghị

Chương này đưa ra các kết luận về bài nghiên cứu và đưa ra các khuyến nghị dựa trên kết quả phân tích của đề tài

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

2.1 Khái niệm về hiệu quả (Efficiency)

Theo Coelli (2005), Hiệu quả là sự liên quan giữa nguồn lực đầu vào (như lao động, vốn, máy móc thiết bị,…) với kết quả trung gian hay kết quả cuối cùng Hiệu quả

là một phạm trù được sử dụng rộng rãi trong tất cả các lĩnh vực kinh tế, kỹ thuật, xã hội Hiểu theo nghĩa rộng, hiệu quả thể hiện mối tương quan giữa các biến số đầu ra thu được (outputs) so với các biến số đầu vào (inputs) đã được sử dụng để tạo ra những kết quả đầu ra đó

ệ ả Đầ Đầ

Theo nhà kinh tế học M Farrell (1957), hiệu quả hoạt động (operational efficiency) được chia làm 2 phần: Hiệu quả kỹ thuật hoặc hiệu quả sản xuất (technical efficiency) và Hiệu quả phân phối nguồn lực (allocative efficiency) Tuy nhiên, trong nghiên cứu này tác giả tập trung đánh giá hiệu quả kỹ thuật trong quá trình hoạt động của các doanh nghiệp logistics Việt Nam

Hiệu quả kỹ thuật là tối thiểu hóa lượng các yếu tố đầu vào với đầu ra cho trước hoặc tối đa hóa các yếu tố đầu ra với lượng yếu tố đầu vào cho trước Có hai phương pháp đo lường hiệu quả kỹ thuật phổ biến là: phân tích đường bao dữ liệu (Data Envelopment Analysis – DEA) và phân tích đường biên ngẫu nhiên (Schochastic frontier analysis – SFA), trong đó SFA sử dụng phương pháp tham số (parametric methods), DEA dựa theo phương pháp phi tham số (non – parametric methods) để ước lượng giới hạn khả năng sản xuất dựa trên các quan sát thực tế DEA được xây dựng dựa trên các điểm thực tế (observed data) nên nó có thể được áp dụng với các mẫu nghiên cứu (sample size) nhỏ, khác với phương pháp phân tích hồi quy thường yêu cầu

cỡ mẫu lớn Do vậy DEA thường được sử dụng để phân tích chuyên sâu theo khu vực, địa phương (region), chẳng hạn như phân tích hiệu quả của các các công ty trên cùng

một lĩnh vực, các nền kinh tế trong một khu vực… Do đó, tác giả chọn phương pháp DEA để đánh giá hiệu quả hoạt động của các doanh nghiệp logistics Việt nam

2.3 Giới thiệu về phương pháp phân tích đường bao dữ liệu DEA và đo lường hiệu quả kỹ thuật (tương đối)

Phương pháp đường bao dữ liệu (DEA) được đưa ra bởi Charnes, Cooper va ̀ Rhodes (1978), dựa trên ý tưởng của Farrell (1957) vê ̀ ước lượng hiệu quả kỹ thuật với đường biên sản xuất DEA là một phương pháp phi ngẫu nhiên và phi tham số dựa trên cách tiếp cận quy hoạch tuyến tính Nó được sử dụng rộng rãi để đo lường hiệu quả tương đối của các đơn vị ra quyết định (Deacison making units- DMUs), sử dụng nhiều đầu vào và đầu ra khác nhau Việc đo lường hiệu quả như vậy dựa trên cơ sở của phương pháp phân tích giới hạn (frontier analysis), theo đó, các DMU có hiệu quả cao nhất sẽ xác lập nên một đường giới hạn khả năng sản xuất (production frontier), và các DMU sẽ được so sánh với đường giới hạn này để xác định xem chúng hoạt động có hiệu quả hay không Đối với các DMU hiệu quả, vì chúng nằm trên đường giới hạn, nên điểm hiệu quả kỹ thuật (technical efficiency score, gọi tắt là TE) của chúng bằng 1 Đối với các DMU kém hiệu quả (nằm trong đường giới hạn), điểm hiệu quả của chúng sẽ nhỏ hơn 1

Kể từ khi mô hình DEA được giới thiệu lần đầu tiên vào năm 1978, các nhà nghiên cứu đã nhanh chóng nhận ra rằng đây là một phương pháp tuyệt vời và dễ sử dụng để đánh giá hiệu suất Ví dụ, Zhu (2003) cung cấp một số mô hình bảng tính DEA có thể được sử dụng trong đánh giá hiệu suất và điểm chuẩn Farrell (1957) đưa ra

ý tưởng sử dụng đường giới hạn khả năng sản xuất (production possibilities frontier – PPF) làm tiêu chí đánh giá hiệu quả (tương đối) giữa các công ty trong cùng một ngành; theo đó các công ty đạt đến mức giới hạn sẽ được coi là hiệu quả (hơn) và các công ty không đạt đến đường PPF sẽ bị coi là kém hiệu quả (so với các công ty kia) Cụ thể, trong Hình 1, các DMU B, C và E có TEB = TEC = TEE = 1; còn DMU A và D có TEA

= 0A/0A’ < 1 và TED = 0D/0D’ < 1

Hình 1 Đường giới hạn khả năng sản xuất ứng với hai hàng hóa H1 và H2

(Nguồn: : Farrell 1957)

Đường PPF cho trường hợp sử dụng 2 yếu tố đầu vào (x1 và x2) để sản xuất ra 1 yếu tố đầu ra (y) có thể được biểu diễn như một đường đẳng lượng (isoquant) trong Hình 2 Theo đó, một DMU sản xuất tại vị trí Q được coi là hiệu quả (TEQ = 0Q/0Q = 1), trong khi nếu nó sản xuất tại vị trí P là kém hiệu quả (TEP = 0Q/0P < 1) Chú ý là Hình 2 giả thiết là với đầu ra y xác định, SS’ là đường đẳng lượng thể hiện mức kết hợp tối thiểu của x1 và x2 và do đó, Hình 2 áp dụng mô hình tối thiểu hóa đầu vào (input-orientation hoặc input-minimization) Nếu giả thiết giữ nguyên đầu vào mà có thể đạt được mức sản lượng đầu ra cao nhất thì đường PPF sẽ có dạng tương tự như trong Hình

1 và khi đó nó áp dụng mô hình tối đa hóa đầu ra (orientation hoặc maximization)

Hình 2: Đường PPF trong trường hợp tối thiểu hóa đầu vào

Nguồn: Farrell (1957)

Một điểm đáng chú ý khác trong Hình 2 là nếu kết hợp với đường đẳng phí (isocost) AA’ thì có thể thấy Q’ mới là điểm tối ưu chứ không phải Q Do đó, nếu DMU sản xuất tại Q thì nó có thể có hiệu quả kỹ thuật (TEQ=1) nhưng lại kém hiệu quả về phân bổ nguồn lực (Q nằm trên đường đẳng phí AA’), do đó QR thể hiện hiệu quả phân

bổ đầu vào (allocative efficiency)

Một cách ngắn gọn, ta có:

Hiệu quả kinh tế (tổng hợp) = Hiệu quả kỹ thuật x Hiệu quả phân bổ

0R/0P = 0Q/0P x 0R/0Q

Trong phương pháp phân tích giới hạn, một loại hình đồ thị thường gặp khác là

đồ thị biểu diễn mối quan hệ giữa tổng đầu vào và tổng đầu ra (Hình 3)

Hình 3: Hiệu quả không đổi/thay đổi theo quy mô và đường bao giới hạn PPF

Nguồn: Farrell (1957)

Theo đó, đường CRS PPF là một đường thẳng nối liền gốc tọa độ và DMU có hiệu quả (TE = y/x) cao nhất (TE = 1) Đường CRS PPF do đó không tính đến sự khác biệt về quy mô (scale) giữa các DMU mà chỉ đơn giản so sánh các tỷ số hiệu quả (TEi = yi/xi) giữa việc sử dụng đầu vào xi để tạo ra đầu ra yi Trong khi đó, đường VRS PPF lại tính toán cả đến yếu tố quy mô, vì vậy VRS PPF có hình dạng như một đường bao (envelop) bao quanh các DMU kém hiệu quả khác (CRS PPF cũng là 1 dạng đường bao, nhưng “lỏng lẻo” hơn) Đây chính là nguồn gốc của cái tên phương pháp Phân tích bao

dữ liệu

Một cách đơn giản, hiệu quả (mang tính kỹ thuật) của việc sử dụng yếu tố đầu vào x để thu được yếu tố đầu ra y có thể được đo lường theo công thức:

TE= (1)

Công thức (1) chỉ có thể được áp dụng trong trường hợp chỉ có 1 biến đầu vào (input) và 1 biến đầu ra (output), ví dụ như hiệu quả sử dụng vốn (Doanh thu/Vốn) hay hiệu quả sử dụng lao động (Thu nhập/Lao động) Khi áp dụng cho một doanh nghiệp (hay gọi chung là DMU) có k yếu tố đầu vào và sản xuất ra m kết quả đầu ra, thì cần phải dựa trên giá cả pi và wj của các yếu tố đầu vào/đầu ra đó để tính toán:

Tuy nhiên, việc xác định giá cả của từng yếu tố đầu vào/đầu ra thường rất phức tạp, nhất là trong những lĩnh vực như tài chính ngân hàng, giáo dục đào tạo,… Trong trường hợp này, có thể giả thiết là mỗi DMU sẽ sử dụng những trọng số nhất định um và

vk sao cho điểm hiệu quả TE của nó là cao nhất, nói cách khác, um và vk là những trọng

số giúp cho DMU đó tiến gần đến đường giới hạn khả năng sản xuất PPF nhất Vì vậy, chúng còn được gọi là “giá ẩn” (shadow prices) vì mặc dù chúng không phải là giá cả thực (true prices) những lại đóng vai trò như giá cả trong việc tính toán hiệu quả kỹ thuật TE

2.4 Mô hình DEA

2.4.1 CCR model

Mô hình CCR được phát triển bởi Charnes, Cooper và Rhodes (1978) Mô hình này bắt nguồn từ khuôn khổ Ferrell trong việc ước tính hiệu quả Nhưng sự khác biệt giữa mô hình CCR và Ferrell, là CCR có thể giải quyết vấn đề trong việc ước tính nhiều đầu vào

và đầu ra Mô hình DEA truyền thống chỉ có thể giải quyết vấn đề của hai đầu vào và một đầu ra Mô hình CCR có thể tìm thấy biên giới hiệu quả của DMU và đo giá trị hiệu quả tương đối của từng DMU Nó giả định rằng n DMU được đánh giá Mỗi DMU có m đầu vào khác nhau để tạo ra các đầu ra khác nhau Hiệu quả tương đối của DMU thứ k là:

Mô hình BCC đã mở rộng mô hình CCR và được phát triển bởi Banker, Charnes

và Cooper (1978) Trong mô hình CCR, nó giả định tất cả các DMU là CRS, mô hình BCC định hướng đầu vào đánh giá hiệu quả của DMU thứ k bằng cách giải quyết phương trình tuyến tính sau:

y là đầu ra thứ r của DMU thứ j

j là vô hướng không âm

j

h là giá trị của hiệu quả kỹ thuật thuần túy

Hệ số nhân của phương trình tuyến tính được thể hiện như sau:

u v r, i o u là vô hướng, r=1,2,…,s; i=1,2,…,m ; j

Trong đó :

Nếu u j>0 đại diện cho DMU giảm theo quy mô

u j 0 đại diện cho DMU là lợi nhuận không đổi

u j 0 đại diện cho DMU đang gia tăng trở lại quy mô

2.4.3 Mô hình SBM

Tone (2001) đã đề xuất một mô hình không xuyên tâm được gọi là “Slacks based

model” SBM Trong đó sử dụng thuật ngữ “Slack” để thể hiện sự dư thừa đầu vào và sự thiếu hụt đầu ra và giao dịch trực tiếp với chúng và bằng cách tối đa hóa các luận điểm

Mô hình này cho phép xếp hạng hiểu quả các DMU Do đó, mô hình SBM đã được sử dụng trong nghiên cứu này Mô hình này được trình bày chi tiết ở chương 3

2.4.4 Ước lượng năng suất tổng hợp bằng chỉ số Malmquist trong DEA

Bên cạnh việc tính toán hiệu quả kỹ thuật tại một thời điểm nhất định, việc tính toán hiệu quả theo thời gian cũng quan trọng không kém Sự so sánh các mức hiệu quả giữa các giai đoạn khác nhau giúp các nhà nghiên cứu có cái nhìn rõ nét hơn về sự thay đổi của hiệu quả theo thời gian, từ đó có thể đánh giá về những thay đổi trong các giai đoạn đó có tác động thế nào tới hiệu quả, cũng như có thể phần nào dự báo được biến động của hiệu quả trong tương lai

Trong phương pháp DEA, việc ước lượng hiệu quả kỹ thuật được thực hiện dựa trên một đường giới hạn (frontier) xác định, và do đó, so sánh hiệu quả giữa hai giai đoạn dựa trên hai đường giới hạn khác nhau là rất phức tạp Tuy nhiên, nếu quy về cùng một gốc tọa độ thì vấn đề trở nên đơn giản hơn với sự giúp đỡ của các hàm khoảng cách (distance functions) 2 Fare và đồng sự (1957) đưa ra mô hình xác định mức thay đổi của năng suất tổng hợp theo thời gian trong đó một DMU bất kỳ sẽ được nghiên cứu tại hai thời điểm khác nhau t và t+1 (tương ứng với hai đường frontier khác nhau tại hai

thời điểm t và t+1) rồi so sánh sự thay đổi về năng suất tổng hợp của DMU đó Phần này được trình bày cụ thể ở chương 3

2.5 Tổng quan các nghiên cứu về ứng dụng phương pháp DEA

Phương pháp phân tích đường bao dữ liệu nói trên có ưu điểm là áp dụng được cho nhiều lĩnh vực (chỉ cần có thể xác định được giá trị của yếu tố đầu vào và đầu ra mà không bắt buộc phải có thêm các thông tin cụ thể khác) và có thể được thực hiện trong phạm vi hẹp (kích thước mẫu nhỏ) Các lĩnh vực thường ứng dụng phương pháp này trong phân tích hiệu quả là giáo dục, y tế, tài chính - ngân hàng, bảo hiểm,…và được nhiều nhà nghiên cứu sử dụng khá nhiều trong các bài báo, công trình nghiên cứu khoa học quốc tế về kinh tế đặc biệt là trong lĩnh vực logistics và chuỗi cung ứng như bảng 1

Bảng 1: Thống kế các nghiên cứu sử dụng phương pháp phân tích đuòng bao dữ liệu

Paper

ID Year Citation Industry DMU

Data Begin

Data End

NoOf DMUs

(1992) Logistics 3PL Company 1988 1989 18 USA

2 1996 Weber (1996) Food Suppliers 1996 1996 6 USA

3 2000

Braglia and

Petroni (2000) Machinery Suppliers 10 Italy

4 2000 Liu et al (2000) Machinery Suppliers 18 USA

North America

Ross and Droge

(2002) Petroleum Warehouses 1993 1996 102 USA

10 2002

Talluri and Sarkis

(2010) Logistics 3PL Company 1988 1989 18 USA

11 2003 Haas et al (2003) Logistics Supply Chains 23 USA USA

12 2004

Ahn and Lee

(2004)

TFT LCD Manufacturing Suppliers 7 Korea

13 2006 Biehl et al (2006) Manufacturing Supply Chains 87 Canada Canada

14 2006 Liang et al (2006) NA Supply Chains NA NA 10 NA NA

15 2006

Min and Joo

(2006) Logistics 3PL Companies 1999 2002 6 USA USA

16 2006

Reiner and

Hofmann (2006)

Across Industries Processes 65

Europe and USA

Europe and USA

17 2006

Talluri et al

(2006)

Fortune 500 Pharmaceutical Company Suppliers 6 USA USA

Wong and Wong

(2007) Semiconductor Supply Chains 22 Malaysia Malaysia

Netherland

s

26 2008 Ng (2008) Machinery Suppliers 18 Hong Kong

27 2008 Saen (2008) Logistics 3PL Company 1988 1989 18 USA

28 2008

Wu and Olson

(2008) NA Suppliers 10 USA

29 2008 Zhou et al (2008) Logistics 3PL Companies 2000 2004 10 China China

30 2009 Ha et al (2009) Automotive Suppliers 27 Korea

31 2009

Min and Joo

(2009) Logistics 3PL Companies 2005 2007 12 USA USA

Kang and Lee

(2010) Packaging Suppliers 9 Taiwan

35 2010 Kuo et al (2010) Electronics Suppliers 12 Taiwan Taiwan

36 2010 Saen (2010) Logistics 3PL Company 1988 1989 18 USA

37 2010

Sharma and Yu

(2010) FMCG Processes 11

South Korea

38 2010

Tektas and Tosun

(2010)

Food and Beverage Supply Chains 2007 2007 23 Turkey Turkey

(2011) Automotive Suppliers 2007 2010 7 Turkey Turkey

41 2012 Akçay et al.(2012) Automotive Vendors Turkey Turkey

Nguồn: Supplement Document for: ‘DEA-based benchmarking models in supply chain

management: an application-oriented literature review

Singhal và Singhal (2012) đã mô tả việc sử dụng DEA cho mục đích quản lý chuỗi cung ứng Họ chỉ ra rằng DEA có thể xác định các DMUs trên biên giới hiệu quả Marschall

và Flessa (2009) đã áp dụng DEA để đánh giá hiệu quả của các trung tâm y tế nông thôn

ở Burkina Faso Sun và Stuebs (2013) đã sử dụng DEA để đo năng suất của công ty trong ngành hóa chất Hoa Kỳ Tương tự, Lin et al (2015) áp dụng DEA để ước tính

mức tiêu thụ năng lượng liên quan đến các phương thức vận chuyển ở Trung Quốc Mỗi

tổ chức có thể áp dụng các trọng số phù hợp để đạt được một bộ các biện pháp thực hiện

và đưa ra các ưu tiên cho người ra quyết định bằng cách sử dụng DEA

Trong những năm gần đây, một số lượng lớn các nghiên cứu đã sử dụng DEA để đánh giá hiệu quả hoạt động của các doanh nghiệp logistics (Zhou et al.,2008 ; Hamdan

& Rogers, 2008; Ramanathan ,2007; Azadi & Saen, 2011; Guarnieri et al., 2015 Rashidi & Cullinane (2015) đã áp dụng phân tích đường bao dữ liệu để đánh giá tính bền vững trong ngành logistics của các quốc gia khác nhau Kết quả cho thấy hiệu quả hoạt động ngành công nghiệp logistics của Hoa Kỳ, Hà Lan, Na Uy và Úc đạt hiệu quả cao, trong khi đó Hy Lạp, Hàn Quốc, Ý và Bồ Đào Nha cần có những giải pháp để cải tiến Marchet et al (2017) ứng dụng phương pháp DEA để đánh giá hiệu quả hoạt động

và sự đổi mới của 13 công ty third party logistics (3PL) Kết quả chỉ ra rằng 13 doanh nghiệp 3PL đều đạt hiệu quả trong kinh doanh, tuy nhiên chỉ có 6 doanh nghiệp 3PL có

sự đổi mới về công nghệ Chandraprakaikul và Suebpongsakorn (2017) đã sử dụng chỉ

số năng suất Malmquist (MPI) trong DEA để đánh giá hiệu quả hoạt động của 55 công

ty logistics Thái Lan từ năm 2007 đến năm 2010 Nghiên cứu góp phần tìm ra điểm yếu của các công ty logistics Thái Lan nhằm cải thiện hiệu quả hoạt động logistics của họ Zhang et.al (2015) đã đề xuất chỉ số Malmquist-DEA để đo lường lượng phát thải carbon của ngành vận tải Trung Quốc Kết quả thực nghiệm cho thấy hiệu suất của lượng thải carbon của ngành vận tải Trung Quốc nói chung đã giảm 32,8% trong giai đoạn thực nghiệm Pires và Fernandes (2012) đã sử dụng chỉ số Malmquist để chỉ ra sự thay đổi cấu trúc vốn của các hãng hàng không từ năm 2001 đến 2002 Chu và Wu (2018) đã áp dụng mô hình slack based model (SBM) trong DEA để đánh giá hiệu quả của các hệ thống giao thông ở 30 khu vực tỉnh của Trung Quốc Hamdan và Rogers (2008) cũng triển khai mô hình SBM để xác định hiệu quả của hoạt động của các doanh nghiệp 3PL Kết quả cho thấy hoạt động của các công ty 3PL đạt hiệu quả, nghiên cứu còn cung cấp những thông tin quan trọng hỗ trợ các nhà quản lý đưa ra những ra những quyết định phù hợp trong việc đẩy mạnh hoạt động kinh doanh trong tương lai Bajec và Tuljak (2019) đã đánh giá hiệu suất của các nhà cung cấp dịch vụ hậu bằng cách áp dựng mô hình SBM-DEA Wang et.al (2017) tích hợp mô hình SBM và chỉ số năng suất Malmquist để đánh giá và lựa chọn các nhà cung cấp dịch vụ hậu cần xanh cho mục tiêu

phát triển bền vững Kết quả thực nghiệm đã cung cấp thông tin hữu ích cho các nhà cung cấp dịch vụ hậu cần xanh nhằm cải thiện hiệu quả tài chính cũng như các hoạt động về môi trường

Một số nhà nghiên cứu tại Việt Nam cũng đã ứng dụng phương pháp DEA trong các công trình nghiên cứu của mình Nguyễn Văn Ngọc và Nguyễn Thành Cường (2010) đã phân tích hiệu quả kỹ thuật trong ngành chế biến thủy sản Khánh Hòa bằng phương pháp DEA Kết quả phân tích 39 doanh nghiệp của ngành trong năm 2009 cho thấy có đến 67% có hiệu quả kỹ thuật thấp, chỉ có khoảng 10% đạt hiệu quả kỹ thuật cao nhờ cấu trúc vốn hợp lý Nghiên cứu cũng chỉ ra sự thay đổi về hiệu quả kỹ thuật của các doanh nghiệp trong giai đoạn 2005-2009 với hai trường hợp: qui mô không đổi và qui

mô thay đổi Từ Mai Hoàng Phi (2016) đánh giá hiệu quả hoạt động của các doanh nghiệp có vốn đầu tư nước ngoài tại địa bàn Khánh Hòa trong giai đoạn 2012-2013 Nghiên cứu này dùng phương pháp phân tích đường bao dữ liệu (DEA) tối thiểu hóa đầu vào nhằm đánh giá hiệu quả hoạt động tài chính của 28 doanh nghiệp có vốn đầu tư nước ngoài tại địa bàn Khánh Hòa trong giai đoạn 2012 – 2013 Kết quả chỉ ra rằng tại Khánh Hòa có 11,11%% công ty có vốn đầu tư nước ngoài đạt hiệu quả kỹ thuật năm

2012 và 42,86% công ty là không hiệu quả kỹ thuật trong năm 2013 Trần Thụy Ái Đông và cộng sự (2017) ứng dụng phương pháp phân tích đường bao dữ liệu để phân tích hiệu quả kỹ thuật của nông hộ sản xuất cam sành ở huyện Cái Bè, tỉnh Tiền Giang Kết quả cho thấy, nông hộ sản xuất cam sành đạt hiệu quả kỹ thuật ở mức trung bình và hiệu quả theo quy mô của nông hộ sản xuất cam sành ở huyện Cái Bè cũng đạt mức trung bình khác Nguyên Thị Thu Thương (2017) đánh giá đánh giá hiệu quả hoạt động của 21 ngân hàng thương mại (NHTM) trên địa bàn tỉnh Thái Nguyên, giai đoạn 2011-

2015 Kết quả chỉ ra rằng các NHTM sử dụng tương đối hiệu quả các nguồn lực đầu vào với chỉ số hiệu quả kỹ thuật trung bình đạt 94% Nghiên cứu cũng ho thấy, tiến bộ công nghệ là nguyên nhân chính dẫn đến sự thay đổi Chỉ số Malmquist Đỗ Quang Giám (2011) ứng dụng phương pháp phân tích đường bao dữ liệu đánh giá hiệu quả kỹ thuật trong sản xuất vải thiều ở tỉnh Băcs Giang Kết quả cho thấy mức hiệu quả kỹ thuật trung bình đạt được trong các hộ điều tra là 85,5%

Tuy nhiên chưa có nghiên cứu nào tích hợp mô hình SBM và MPI trong phương pháp DEA để đánh giá hiệu quả hoạt động của các doanh nghiệp logistics Việt Nam

Do đó, bài nghiên cứu này đã tích hợp hai mô hình trên để đánh giá hiệu quả hoạt động cho các doanh nghiệp logistics Việt Nam Kết quả nghiên cứu là thông tin hữu ích cho các nhà quản lý, nhà đầu tư và các nhà hoạch định chính sách có cái nhìn tổng quan về tình hình hoạt động của các doanh nghiệp logistics Việt Nam Từ đó đó thể đưa ra các chiến lược phù hợp nhằm giúp doanh nghiệp Việt Nam tăng năng lực canh tranh với các nước trong khu vực và thế giới

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU

3.1 Quy trình nghiên cứu

Để đánh giá hiệu quả hoạt động của các doanh nghiệp Logistics Việt Nam Sau khi lược khảo các tài liệu, tác giả đã thiết lập Quy trình nghiên cứu như sau:

Hình 4: Sơ đồ quy trình các bước nghiên cứu

Bước 1: Thu thập thông tin các doanh nghiệp Logistics

Hiện tại ở Việt Nam có khoảng 3.000 doanh nghiệp dịch vụ logistics, hoạt động trong nhiều các lĩnh vực từ vận tải đường bộ, đường sắt, đường biển, đường thủy nội địa, đường hàng không

Choose input/output variables

DEA model design

index Data collection

Research conclusion and

suggestions

Tuy nhiên, các doanh nghiệp logistics Việt Nam chủ yếu ở quy mô nhỏ Do đó căn cứ vào dữ liệu bảng Báo cáo tài chính được công bố trên sàn chứng khoán, tác giả

đã lựa chọn được 13 doanh nghiệp cung cấp dịch vụ logistics và vận tải được gọi là các yếu tố ra quyết định (DMUs) Thông tin ở bảng 1

Bước 2: Chọn các biến đầu vào và đầu ra

Theo như các nghiên cứu trước đó (Kuo, 2010; Ramanathan, 2007; Saen (2010) các chỉ số tài chính là các yếu tố rất quan trọng trong việc đánh giá hiệu quả hoạt động của doanh nghiệp và là thước đo của sự thành công trên trong thị trường cạnh tranh Do

đó, nghiên cứu này chọn các biến đầu vào và đầu ra là các chỉ số tài chính của 13 doanh nghiệp dịch vụ logistics và vận tải được công bô trên sàn chứng khoán trong giai đoạn 2014-2017 Với quan điểm về đánh giá hiệu quả hoạt động của ngành logistics là dựa trên tiêu chuẩn đánh giá hiệu quả kinh tế, thể hiện mối quan hệ tối ưu giữa kết quả kinh

tế đạt được và chi phí bỏ ra để đạt được kết quả đó, cùng với lược khảo các nghiên cứu trước, nghiên cứu này chọn ba biến đầu vào là tổng tài sản, tổng chi phí hoạt động, tổng

nợ và hai biến đầu ra là vốn chủ sở hữu và thu nhập ròng Đây là cách tiếp cận phù hợp cho việc đánh giá hiệu quả biên

Bước 3: Mô hình DEA

Đầu tiên, tác giả sử dụng mô hình SBM được đề xuất bởi Tone (2002) để xếp hạng và đo lường hiệu quả của 13 công ty logistics được chọn trong giai đoạn 2014-

2017 Sau đó, chỉ số MPI được áp dụng phản ánh sự thay đổi của các độ đo hiệu quả kỹ thuật, tiến bộ công nghệ, hiệu quả thuần, hiệu quả quy mô và năng suất nhân tố tổng hợp với sự hỗ trợ của phần mềm DEA phiên bản 14 Từ đó phân tích tình hình thay đổi năng suất trong hoạt động ngành logistics Việt Nam thời kỳ này

Bước 4: Kết luận và kiến nghị

Dựa trên kết quả phân tích từ mô hình SBM và chỉ số MPI, nghiên cứu đưa ra kết luận và kiến nghị

Bảng 2: Danh sách các công ty logistics và vận tải DMUs Full English name of companies Stock name

DMU1 Vinalink Logistics Corporation VNL

DMU2 Vinalines Logistics Vietnam VLG

DMU7 Sea & Air Freight International SFI

DMU10 Vietnam Airlines JSC HVN

DMU11 Railway Contruction Corporation RCC

DMU12 Viet Nam Ocean Shipping VOS

DMU13 Petrolimex Joint Stock Tanker PJT

(Nguồn tổng hợp từ tác giả)

3.2 Slack based model (SBM)

Mô hình này có thể phân biệt và xếp hạng hiệu suất của các đơn vị ra quyết định hiệu quả (DMUs) Trong mô hình này với n DMU với ma trận đầu vào và đầu ra

0 1

1

mmin =

1

m

i i i

s

i i i

s x

s y s

(1)

Với x0 X s , y0 Y s , 0, s- 0, s+ 0

Hãy để một giải pháp tối ưu cho SBM là * * * *

(p , ,s ,s ) Một DMU đạt hiểu quả nếu

3.3 Malmquist productivity index

DEA là một kỹ thuật quy hoạch tuyến tính phi tham số để đánh giá một đơn vị ra quyết định DMU (Decision Making Unit), mỗi DMU như một thực thể chịu trách nhiệm chuyển đổi đầu vào thành đầu ra Kỹ thuật này tạo ra một tập hợp biên các DMU hiệu quả và so sánh nó với các DMU còn lại Từ đó DEA cho phép xác định hiệu quả tương đối của các đơn vị hoạt động trong một hệ thống phức tạp DEA cung cấp một sự phân tích toàn diện, hiệu quả tương đối của các DMU với nhiều đầu vào và nhiều đầu ra bởi việc ước lượng từng DMU và đo lường hiệu quả tương đối đối với biên hiệu quả Theo DEA thì một đơn vị hoạt động tốt nhất sẽ có chỉ số hiệu quả là 1, trong khi đó chỉ số của các đơn vị phi hiệu quả được tình bằng việc chiếu các đơn vị phi hiệu quả lên biên hiệu

quả

Output (y)

O

Input (x)5

Hình 5: Hai dạng mặt giới hạn và hướng dịch chuyển trong DEA

Kỹ thuật qui hoạch trong phương pháp tiếp cận phi tham số là một trong những công cụ khá mạnh được sử dụng để đo lường các chỉ số Malmquist; đó là các chỉ số phản ánh sự thay đổi của các độ đo hiệu quả kỹ thuật, tiến bộ công nghệ, hiệu quả thuần, hiệu quả qui mô và năng suất nhân tố tổng hợp

Để xác định chỉ số Malmquist về thay đổi năng suất theo đầu ra, chúng ta giả thiết rằng tương ứng với mỗi thời kỳ t=1,2,…,T có công nghệ sản xuất Ht biểu thị cách kết hợp tất

cả đầu ra yt có thể được sản xuất bằng cách sử dụng đầu vào xt, tức là:

Ht = [(xt,yt):xt có thể sản xuất yt] (2) Giả định rằng Ht thỏa mãn một số tiêu chuẩn nhất định để xác định hàm khoảng cách đầu ra Hàm khoảng cách đầu ra được xác định theo Ht trong thời kỳ t như sau:

t t

t t

t t

H y

x y

x

Hàm khoảng cách 0( , ) 1

t t

D khi và chỉ khi (x,y) H Hơn nữa 0( , ) 1

t t

D khi và chỉ khi (x,y) nằm trong biên của công nghệ Để xác định chỉ số Malmquist, chúng ta cần

mô tả bốn hàm khoảng cách như sau:

t t t

y x

D tương ứng là hàm khoảng cách theo đó các điểm sản xuất được so sánh với công nghệ biên tại thời điểm t và t+1

t t t

y x

D là hàm khoảng cách đầu ra theo đó các điểm sản xuất được

so sánh với công nghệ biên tại thời điểm khác nhau

Theo Caves, Christensen và Diewert (1982) chỉ số năng suất Malmquist theo đầu ra được xác định như sau:

) , (

) , (

0

1 1 0

0 t t t

t t t t

y x D

y x D M

Trong đó M0t đo sự thay đổi năng suất bắt nguồn từ sự thay đổi trong hiệu quả kỹ thuật trong thời kỳ t tới t+1 với công nghệ thời kỳ t+1 được cho như sau:

) , (

) , (

1 0

1 1 1 0 1

t t t t

y x D

y x D M

(5)

Để tránh chọn ngưỡng chuẩn một cách tùy tiện, chúng ta sẽ chỉ định chỉ số thay đổi năng suất Malmquist theo đầu ra là giá trị trung bình nhân của hai loại chỉ số năng suất Malmquist nói trên:

),(

),()

,(

),()

,,,

0

1 1 1 0 0

1 1 0 1

1

t t t t

t t

t t t t

t t t

y x D

y x D y

x D

y x D y

x y x M

(6)

Chỉ số thay đổi năng suất Malmquist theo đầu ra có thể được phân rã thành:

),(

),()

,(

),()

,(

),()

,,

,

0

0 1

1 1 0

1 1 0 0

1 1 1 0 1

1

t t t t

t t

t t t t

t t

t t t t

t t

t

y x D

y x D y

x D

y x D y

x D

y x D y

x y

0

1 1 1 0

t t t

t t t

y x D

y x D

đo sự thay đổi hiệu quả tương đối giữa năm t và năm t+1 trong điều kiện hiệu quả không đổi theo qui mô