于謹(jǐn)凱，潘菁

（中國海洋大學(xué)經(jīng)濟(jì)學(xué)院，山東青島266100）

【產(chǎn)業(yè)經(jīng)濟(jì)】

基于超效率DEA-Malmquist模型的我國海洋交通運(yùn)輸業(yè)效率分析

于謹(jǐn)凱，潘菁

（中國海洋大學(xué)經(jīng)濟(jì)學(xué)院，山東青島266100）

結(jié)合超效率DEA模型和Malmquist指數(shù)，對2009—2013年我國11個沿海省市的海洋交通運(yùn)輸業(yè)進(jìn)行效率分析。實證表明：每年只有2～3個省市的經(jīng)營效率達(dá)到了DEA有效，同一年各省市的效率相差較大；行業(yè)呈現(xiàn)規(guī)模報酬遞減的趨勢；行業(yè)整體綜合技術(shù)效率較低，同年不同省市的綜合技術(shù)效率呈現(xiàn)兩極分化，純技術(shù)效率低下是主要原因；我國海洋交通運(yùn)輸業(yè)Malmquist指數(shù)發(fā)展平穩(wěn)，各省市的Malmquist指數(shù)相差較大，綜合技術(shù)效率的負(fù)增長是主要影響因素。

超效率DEA；Malmquist指數(shù)；海洋交通運(yùn)輸業(yè)；效率

1　相關(guān)研究概況

1.1海洋交通運(yùn)輸業(yè)研究概況

Talley W K（2013）［1］研究了海洋運(yùn)輸業(yè)中承運(yùn)人利潤、港口吞吐量和托運(yùn)人物流成本對承運(yùn)人、港口和托運(yùn)人選擇的影響，發(fā)現(xiàn)利潤對承運(yùn)人在海洋運(yùn)輸中的選擇有直接或間接的正向影響，港口吞吐量對一個港口的選擇也有直接或間接的正向影響，托運(yùn)人成本則對托運(yùn)人有直接或間接的反向影響；Karyn Morrissey，Cathal O’Donoghue（2013）［2］運(yùn)用投入產(chǎn)出方法分析了愛爾蘭海洋交通運(yùn)輸業(yè)集群的潛能，研究發(fā)現(xiàn)在愛爾蘭的都柏林地區(qū)存在海洋經(jīng)濟(jì)活動的集群并提出應(yīng)采取加強(qiáng)都柏林地區(qū)港口基礎(chǔ)設(shè)施建設(shè)，對海洋運(yùn)輸部門進(jìn)行明確定位等措施來促進(jìn)海洋交通運(yùn)業(yè)的集群。國內(nèi)對海洋交通運(yùn)輸業(yè)的研究較少，主要集中在海洋交通運(yùn)輸業(yè)碳排放和海洋交通運(yùn)輸業(yè)與整體經(jīng)濟(jì)關(guān)系的研究。紀(jì)建悅，孔膠膠（2012）［3］運(yùn)用STIRFDT模型對我國海洋交通運(yùn)輸業(yè)碳排放進(jìn)行預(yù)測研究，研究表明控制碳排放量主要依靠單位周轉(zhuǎn)量能耗的降低；紀(jì)建悅，孔膠膠（2011）［4］構(gòu)建了海洋交通運(yùn)輸業(yè)碳排放恒等式，運(yùn)用LMDI分解技術(shù)，分析了影響我國海洋交通運(yùn)輸業(yè)碳排放量的關(guān)鍵因素，得出了海洋交通運(yùn)輸業(yè)減排的關(guān)鍵在于調(diào)整能源結(jié)構(gòu)的結(jié)論；張晉青（2010）［5］利用灰色關(guān)聯(lián)度模型研究了遼寧省海洋交通運(yùn)輸業(yè)與遼寧省海洋經(jīng)濟(jì)發(fā)展的關(guān)系，結(jié)合區(qū)位熵和偏離份額分析法對遼寧省海洋交通運(yùn)輸業(yè)在環(huán)渤海地區(qū)的競爭力進(jìn)行了定位，并在此基礎(chǔ)上對遼寧省海洋交通運(yùn)輸業(yè)發(fā)展提出了對策與建議。趙昕，梁明星（2010）［6］以漁業(yè)產(chǎn)值、港口吞吐量、濱海旅游收入為自變量，GDP為因變量進(jìn)行多元線性回歸，測算了青島海洋漁業(yè)、海洋交通運(yùn)輸業(yè)和濱海旅游業(yè)對青島整體經(jīng)濟(jì)的影響，實證表明海洋交通運(yùn)輸業(yè)對整體經(jīng)濟(jì)有明顯的拉動作用，作者提出應(yīng)加強(qiáng)青島港的龍頭位置，加大港口基礎(chǔ)設(shè)施建設(shè)，提高港口運(yùn)作效率，加快港口相關(guān)產(chǎn)業(yè)的發(fā)展來促進(jìn)青島海洋交通運(yùn)輸業(yè)的發(fā)展，進(jìn)而拉動青島的整體經(jīng)濟(jì)。

1.2DEA模型研究概況

DEA（Data Envelop Analysis，數(shù)據(jù)包絡(luò)分析）及其改進(jìn)模型常用于社會經(jīng)濟(jì)系統(tǒng)的績效評價。Alexander Cotte Poveda（2013）［7］運(yùn)用超效率DEA模型，以1為投入變量，GDP、基尼系數(shù)的倒數(shù)、未滿足的基本需求的倒數(shù)等作為產(chǎn)出變量研究了1993—2007年哥倫比亞各地區(qū)的經(jīng)濟(jì)發(fā)展和增長情況；Peter Wanke，Carlos Barros（2013）［8］運(yùn)用兩階段DEA模型，以分行個數(shù)，員工數(shù)目為投入指標(biāo)，行政費(fèi)用和人事費(fèi)用為中間指標(biāo)，股東權(quán)益和固定資產(chǎn)為產(chǎn)出指標(biāo)，研究了巴西各銀行的成本效率和生產(chǎn)效率，得出了巴西各銀行是異構(gòu)的的結(jié)論；Aydln ?elen，Nese Yal?ln（2012）［9］結(jié)合模糊層次分析法、逼近理想解排序法和DEA模型研究了土耳其電力分銷市場的配電效率；Chen Yushan，Chen Biyu（2010）［10］利用DEA模型和Malmquist指數(shù)研究了2004—2007年臺灣晶圓制造業(yè)的經(jīng)營效率，得出了臺灣晶圓制造業(yè)必須提高綜合技術(shù)效率和純技術(shù)效率來改善經(jīng)營績效的結(jié)論；王雙（2013）［11］從資源環(huán)境、經(jīng)濟(jì)增長、制度環(huán)境三個方面構(gòu)建了海洋經(jīng)濟(jì)競爭力評價指標(biāo)，利用DEA模型測算了2001—2010年我國沿海主要經(jīng)濟(jì)區(qū)的經(jīng)濟(jì)競爭力，分析了資源稟賦、產(chǎn)業(yè)結(jié)構(gòu)、科技水平、環(huán)境保護(hù)、政策支持五個因素對海洋經(jīng)濟(jì)競爭力的影響，并根據(jù)各海洋經(jīng)濟(jì)區(qū)競爭力強(qiáng)弱，提出了提升競爭力的發(fā)展建議；謝子遠(yuǎn)，鞠芳輝，孫華平（2012）［12］運(yùn)用超效率DEA模型測度了2006—2009年我國區(qū)域海洋創(chuàng)新效率，分析了我國海洋科技創(chuàng)新效率的影響因素分析并進(jìn)行了實證檢驗，研究發(fā)現(xiàn)海洋科研機(jī)構(gòu)規(guī)模、高級職稱人員比重與海洋科技創(chuàng)新效率正相關(guān)，專業(yè)技術(shù)人員比重及研究生比重與海洋科技創(chuàng)新效率負(fù)相關(guān)，提出了提高海洋科技創(chuàng)新效率的相應(yīng)對策；程娜（2012）［13］分析了我國海洋第二產(chǎn)業(yè)的發(fā)展特征，以2006—2010年的海洋第二產(chǎn)業(yè)不同控股類型的上市公司為樣本構(gòu)建了DEA模型，實證表明：非國有控股類涉海企業(yè)的經(jīng)營效率要比國有控股類高，大部分的國有控股類涉海企業(yè)均處于無效率的規(guī)模報酬遞減的經(jīng)營狀態(tài)中，海洋第二產(chǎn)業(yè)的經(jīng)營效率受產(chǎn)權(quán)結(jié)構(gòu)、經(jīng)營規(guī)模、技術(shù)創(chuàng)新能力和經(jīng)營管理水平等因素的影響；范斐，孫才志，張耀光（2011）［14］運(yùn)用DEA模型和Malmquist生產(chǎn)力指數(shù)分析了1995—2008年環(huán)渤海經(jīng)濟(jì)圈17個沿海城市的海洋經(jīng)濟(jì)效率，實證表明：環(huán)渤海經(jīng)濟(jì)圈沿海城市海洋經(jīng)濟(jì)的效率在不斷提升，技術(shù)進(jìn)步的有效變動是海洋經(jīng)濟(jì)效率提升的主要原因，一些沿海城市海洋經(jīng)濟(jì)發(fā)展因存在純技術(shù)無效或者純規(guī)模無效或者純技術(shù)與純規(guī)模均無效從而導(dǎo)致綜合運(yùn)行效率欠佳。

2　超效率DEA模型及Malmquist指數(shù)介紹

2.1超效率DEA模型介紹

DEA模型［15］是基于投入和產(chǎn)出變量，利用數(shù)學(xué)規(guī)劃的方法，用于評價決策單元（decision making unit，DMU）相對效率的非參數(shù)估計方法，由Charnes A和Cooper W W等人于1978年提出。DEA模型主要有四個優(yōu)點(diǎn)［7］：①基于多個投入和產(chǎn)出變量，不限制投入產(chǎn)出變量的個數(shù)；②不需要假設(shè)投入和產(chǎn)出變量的函數(shù)關(guān)系；③通過判斷DMU是否位于生產(chǎn)可能集的“生產(chǎn)前沿面”上來判斷是否為DEA有效；④不存在內(nèi)生性問題?；谝陨蟽?yōu)點(diǎn)，DEA模型被廣泛運(yùn)用于社會經(jīng)濟(jì)系統(tǒng)的相對效率評價中。

經(jīng)過三十多年的發(fā)展，國內(nèi)外學(xué)者對DEA模型進(jìn)行了擴(kuò)充和完善，出現(xiàn)了超效率DEA模型等。一般的DEA模型只能評價DMU是否相對有效，不能對相對有效的DMU進(jìn)行排序，而超效率DEA模型則可以實現(xiàn)相對有效DMU之間的比較。超效率DEA模型的形式［16］為：

模型共有t個投入變量，m個產(chǎn)出變量，n個DMU。s-和xk為t維向量，xk為第k個DMU（DMU-k）的投入向量，s-為負(fù)偏差變量。s+和yk為m維向量，yk為DMU-k的產(chǎn)出向量，s+為正偏差變量。ε為非阿基米德無窮小。λj為DMU-j被引用的權(quán)重。θ為DMU-k相對效率值。θ，λj，s+，s-為待估參數(shù)。

設(shè)θ，λj，s+，s-為上述模型的最優(yōu)解，有：

（2）若θk＞1，則DMU-k為DEA有效，技術(shù)和規(guī)模都是有效的，且投入等比例增加（θk-1）倍，DMU-k在樣本中仍能保持相對有效。

（3）若θk＜1且，則DMU-k為非DEA有效，這表明DMU-k在技術(shù)和規(guī)模都是無效的，可將投入減至，產(chǎn)出增至（yk+s+）來提升效率，達(dá)到DEA有效。

2.2Malmquist指數(shù)介紹

Malmquist指數(shù)［17］是由Malmquist在消費(fèi)分析的過程中首先提出，后在1982年經(jīng)Caves、Christeren和Diewert將其與距離函數(shù)結(jié)合建立起來的用于考察全要素生產(chǎn)率增長（total factor productivity change，TFP-ch）的生產(chǎn)力指數(shù)。由于當(dāng)時Malmquist指數(shù)中距離函數(shù)計算的復(fù)雜性，其運(yùn)用并不廣泛。直到DEA理論的快速發(fā)展，F(xiàn)are等人提出可以通過DEA方法來計算Malmquist指數(shù)中的距離函數(shù)，Malmquist指數(shù)才被廣泛運(yùn)用于效率分析領(lǐng)域。

根據(jù)Shephard距離函數(shù)將全要素生產(chǎn)率增長分解為綜合技術(shù)變動（technical change，TECH-ch）和技術(shù)效率變動（technical efficiency change，TE-ch）。在規(guī)模報酬不變的假設(shè)下，TFP-ch的計算公式［18］為：

將Malmquist指數(shù)分解可得到：

TECH-ch＞1意味管理組織效率的提升，反之則為降低；TE-ch＞1意味著技術(shù)效率提升，反映了技術(shù)進(jìn)步，反之則為技術(shù)衰退。

Malmquist指數(shù)的距離函數(shù)的DEA模型［19］為：

3　指標(biāo)與數(shù)據(jù)

3.1指標(biāo)選取、數(shù)據(jù)來源及數(shù)據(jù)處理

本文選取2009—2013年11個沿海省市（天津，河北，遼寧等）作為DMU，選取沿海交通固定投資完成額①因交通運(yùn)輸部統(tǒng)計公報中沿海交通固定投資完成額的統(tǒng)計時間跨度為每年1—11月，因此以每年1—11月的數(shù)據(jù)作為指標(biāo)數(shù)值。為投入指標(biāo)，沿海地區(qū)旅客吞吐量，沿海地區(qū)貨物吞吐量，沿海港口國際標(biāo)準(zhǔn)集裝箱重量和海洋貨物周轉(zhuǎn)量4個指標(biāo)為產(chǎn)出指標(biāo)。本文數(shù)據(jù)來源于《中國海洋統(tǒng)計年鑒》和中華人民共和國交通運(yùn)輸部網(wǎng)站（http：//www.moc.gov.cn/）。

3.2指標(biāo)Pearson相關(guān)性檢驗

超效率DEA模型要求投入和產(chǎn)出指標(biāo)符合同向性關(guān)系，即投入和產(chǎn)出同方向變動。因此需對投入和產(chǎn)出指標(biāo)進(jìn)行Pearson相關(guān)性檢驗［20］。相關(guān)系數(shù)越高，則效率評價結(jié)果越可靠。求解各年投入和產(chǎn)出指標(biāo)的Pearson相關(guān)系數(shù)，計算平均值，得到結(jié)果如表1所示。

表1　海洋交通運(yùn)輸業(yè)投入產(chǎn)出指標(biāo)Pearson相關(guān)系數(shù)Tab.1Pearson correlation coefficient of marine communicationsand transportation's input and output index

表1顯示投入和產(chǎn)出指標(biāo)的Pearson相關(guān)系數(shù)都在0.92以上，相關(guān)性非常好，因此本文認(rèn)為指標(biāo)選取合適，可用于實證分析。

圖1　海洋交通運(yùn)輸業(yè)描述性效率分析Fig.1Descriptive analysis of marine communicationsand transportation efficiency

4　海洋交通運(yùn)輸業(yè)效率實證分析

4.1描述性效率分析

海洋貨物吞吐量和海洋旅客吞吐量能較好地反應(yīng)海洋交通運(yùn)輸能力。本文選取這兩個指標(biāo)，計算11個沿海省市2009—2013年的平均值，進(jìn)行描述性效率分析。

圖1顯示天津、江蘇、廣西和福建的客運(yùn)貨物吞吐量均較??；海南的貨物吞吐量較小，但客運(yùn)吞吐量較大；河北、上海和遼寧的客運(yùn)吞吐量較小，但貨物吞吐量較大；山東、浙江的客運(yùn)和貨物吞吐量均較大；廣東在11個省市中貨物和客運(yùn)吞吐量均位居第一。

表22009　—2013年海洋交通運(yùn)輸業(yè)超效率DEA模型效率分?jǐn)?shù)及排名結(jié)果Tab.2Super efficiency DEA model efficiency score and ranking result of the marine communicationsand transportation industry in 2009-2013

4.2超效率DEA模型結(jié)果分析

表2顯示，2009—2013年每年都只有2～3個省市的海洋交通運(yùn)輸業(yè)經(jīng)營效率為DEA有效，其中上海在5年中均保持DEA有效，海南除了2012年、廣東除了2013年外其余年份均為DEA有效。廣東和上海是我國海洋經(jīng)濟(jì)實力較強(qiáng)的省市，同時在我國對外貿(mào)易中占據(jù)非常重要的戰(zhàn)略地位，這就要求二者在港口建設(shè)、港口布局、船隊管理、船隊設(shè)施配備等方面都要優(yōu)于其他沿海省市，對投入資源的利用更有效，產(chǎn)出效率更理想，從而其海洋交通運(yùn)輸業(yè)的效率要高于其他沿海省市。海南的固定投資完成額在沿海省市中相對較小，但近幾年來海南一直在加強(qiáng)港口建設(shè)，致力于形成“四方五港”格局，為海南國際旅游島服務(wù)，這推動了海南海洋交通運(yùn)輸業(yè)的大力發(fā)展，使海南的海洋交通運(yùn)輸業(yè)效率位居前列。除上海、廣東和海南以外的沿海省市在2009—2013年一直為DEA無效，其中廣西一直徘徊在10和11名，效率較低。廣西海洋資源豐富，具有很大的發(fā)展?jié)摿Γ＿\(yùn)航線不足、船舶工業(yè)落后、港口現(xiàn)代化建設(shè)不完善、海洋科技落后等問題導(dǎo)致了其在海洋交通運(yùn)輸業(yè)上的低效率?？v向來看，在2009—2013年中排名變化較大的有：遼寧的排名由2009年的第7名降為2010年的第9名，后一路攀升至2013年的第4名；江蘇的排名由2009年第4名下降至2011年第10名，并在2012年維持在第10名，后又升至2013年第8名。橫向來看，同一年各沿海省市的效率分?jǐn)?shù)相差較大。2013年位居首位的上海的效率分?jǐn)?shù)是764.28%，最后一名廣西的效率分?jǐn)?shù)只有8.66%，這意味著上海再增加664.28%的投入，仍可保持相對有效，廣西卻要將投入至少減少91.34%才能實現(xiàn)DEA有效。各沿海省市效率之間的巨大差異與自身的港口、船隊建設(shè)有較大的關(guān)系。

4.3Malmquist指數(shù)計算結(jié)果分析

4.3.1縱向分析

規(guī)模效率反映了DMU所處的規(guī)模狀態(tài)，純技術(shù)效率反映了DMU對資源的利用情況，綜合技術(shù)效率則結(jié)合了規(guī)模效率和純技術(shù)效率，綜合反映了DMU的管理組織水平。表3顯示我國海洋交通運(yùn)輸業(yè)的綜合技術(shù)效率較低，且呈現(xiàn)遞減的趨勢。2009—2013年綜合技術(shù)效率均未超過0.60，整個行業(yè)處于綜合技術(shù)效率無效的狀態(tài)，效率值由2009年的0.60下降到了2013年的0.41。整個行業(yè)純技術(shù)效率也較低，呈現(xiàn)先減后增的趨勢，從2009年的0.68降至2012年的0.48，后又升至2013年的0.61。純技術(shù)效率小于1說明整個行業(yè)對于投入資源的利用是無效率的，造成了投入資源的浪費(fèi)，但純技術(shù)效率的變動說明利用效率在逐步提升。整個行業(yè)的規(guī)模效率呈現(xiàn)先增后減的趨勢，從2009年的0.86提升至2010年的0.90，后又逐步降至2013年的0.62。規(guī)模效率值小1說明整個行業(yè)的規(guī)模是無效的，沒有獲得規(guī)模效益。由“綜合技術(shù)效率=純技術(shù)效率×規(guī)模效率”可知，純技術(shù)效率或規(guī)模效率的低下都能造成較低的綜合技術(shù)效率。我國海洋交通運(yùn)輸業(yè)的規(guī)模效率一直大于純技術(shù)效率，由此可知純技術(shù)效率是導(dǎo)致我國海洋交通運(yùn)輸業(yè)綜合技術(shù)效率低下的主要原因。我國港口和船隊的管理效率低下，港口綜合能力不高，缺少世界一流的船隊，船隊的配備設(shè)施也難以媲美發(fā)達(dá)國家水平，這些都導(dǎo)致了我國海洋交通運(yùn)輸業(yè)純技術(shù)效率的低下，進(jìn)而造成了較低的綜合技術(shù)效率。

從規(guī)模報酬狀態(tài)和DMU單元數(shù)來看，規(guī)模報酬遞減的DMU個數(shù)先減后增，由2009年的1個減至2010年的0個，后又增加至2013年的6個；規(guī)模報酬不變的DMU個數(shù)保持相對穩(wěn)定，維持在2～3個；規(guī)模報酬遞增的DMU個數(shù)呈現(xiàn)先增后減的趨勢，由2009年的7個增加至2010年的8個，后減至2013年的3個，變化較大。整體來看，我國海洋交通運(yùn)輸業(yè)呈現(xiàn)規(guī)模報酬遞減的趨勢，主要是由規(guī)模擴(kuò)大帶來的內(nèi)部分工不合理，生產(chǎn)不協(xié)調(diào)，管理低效率和生產(chǎn)決策信息不對稱造成的，這也與前文分析得出的我國海洋交通運(yùn)輸業(yè)規(guī)模效率不高保持一致。

表32009　—2013年海洋交通運(yùn)輸業(yè)各年平均效率值Tab.3 Average efficiency of the marine communicationsand transportation industry in 2009-2013

4.3.2橫向分析

表4顯示2013年我國沿海地區(qū)的綜合技術(shù)效率值呈現(xiàn)兩極分化，上海和海南的綜合技術(shù)效率為1，位于技術(shù)效率前沿，廣東、遼寧和山東的綜合技術(shù)效率分別為0.64、0.50和0.48，高于大部分沿海省市；河北、江蘇、浙江、福建的綜合技術(shù)效率分布在0.10～0.28之間，廣西和天津的綜合技術(shù)效率處于下游位置，分別為0.09和0.07。規(guī)模效率分布在0.4～0.9之間。純技術(shù)效率差異較大，遼寧、上海、廣東和海南的純技術(shù)效率為1，山東的純技術(shù)效率為0.99，實現(xiàn)了對投入資源的有效利用，其余沿海省市則均未超過0.55，資源利用效率較低。除遼寧、浙江、山東和廣西以外的沿海省市規(guī)模效率均大于純技術(shù)效率，這意味著純技術(shù)效率低下是制約海洋交通運(yùn)輸業(yè)效率提升的主要因素。從規(guī)模報酬來看，天津、江蘇、廣西是規(guī)模報酬遞增的，同時它們的規(guī)模效率均小于1，處于規(guī)模無效狀態(tài)，因此可以擴(kuò)大這幾個省市的經(jīng)營規(guī)模來實現(xiàn)規(guī)模經(jīng)濟(jì)，達(dá)到規(guī)模有效。需從管理、分工等方面來改善河北、遼寧、浙江、福建、山東和廣東的規(guī)模報酬遞減問題。其余年份的分析與此類似，不再贅述。

4.3.3動態(tài)分析

表5顯示有5個省市的Malmquist指數(shù)大于1，6個省市的Malmquist指數(shù)小于1。其中上海的Malmquist指數(shù)最大，為1.54，這說明上海的全要素生產(chǎn)率提升最快，達(dá)到了54.00%。廣東的Malmquist指數(shù)最小，為0.87，這說明廣東雖然實現(xiàn)了經(jīng)營效率的DEA有效，但出現(xiàn)了全要素生產(chǎn)率的負(fù)增長。就均值而言，整個海洋交通運(yùn)輸業(yè)的Malmquist指數(shù)為1.03，意味著整個行業(yè)的全要素生產(chǎn)率增長了3.00%，主要得益于技術(shù)效率提升了20.00%，不僅抵消了純技術(shù)效率和規(guī)模效率的負(fù)增長，還帶動了全要素生產(chǎn)率的增長。除廣東和海南外其他沿海省市的技術(shù)效率變動均大于1，表明海洋交通運(yùn)輸業(yè)的技術(shù)出現(xiàn)了一定的進(jìn)步；純技術(shù)效率變動分布在0.70～1.23之間，各省市差距較大。遼寧的純技術(shù)效率提升了23%，而江蘇卻出現(xiàn)了30%的負(fù)增長，純技術(shù)效率變動已經(jīng)成為各省市拉開生產(chǎn)率效率的主要原因。各省市的規(guī)模效率變動集中分布在0.83～1.00之間，說明規(guī)模效率一直處于負(fù)增長狀態(tài)。在純技術(shù)效率和規(guī)模效率負(fù)增長的共同作用下，河北、江蘇和浙江的Malmquist指數(shù)小于1。

表42013　年海洋交通運(yùn)輸業(yè)各省市的效率值Tab.4The efficiency of marine communications and transportation industry in various provinces in 2013

表52009　—2013年各省市Malmquist指數(shù)及各項效率變動Tab.5The efficiency and Malmquist index changes of 11 provinces in 2009-2013

表6顯示我國海洋交通運(yùn)輸業(yè)的Malmquist指數(shù)發(fā)展較為平穩(wěn)，在2009—2010年、2011—2012年和2012—2013年三個時段均維持在1.05～1.12之間。年均Malmquist指數(shù)為1.03，意味著全要素生產(chǎn)率較上年平均增長了3.00%。

2009—2010年的Malmquist指數(shù)為1.08，較上一年增長了8.00%，主要得益于技術(shù)效率提升了46%，不僅抵消了綜合技術(shù)效率26%的負(fù)增長，還帶動了Malmquist指數(shù)的小幅提升。2010—2011年技術(shù)效率提升了10%，綜合技術(shù)效率下降了19%，綜合技術(shù)效率的大幅下降帶動Malmquist指數(shù)下降11%。2011—2012年技術(shù)效率較上年提升了31%，綜合技術(shù)效率較上一年下降了20%，得益于技術(shù)效率的再一次大幅提升，Malmquist指數(shù)相較上年出現(xiàn)了5%的小幅增長。2010—2011和2011—2012兩個時段綜合技術(shù)效率的下降是由純技術(shù)效率和規(guī)模效率同時負(fù)增長造成的。2012—2013年Malmquist指數(shù)出現(xiàn)大幅增長。技術(shù)效率變動為0.99，與上年基本持本。純技術(shù)效率出現(xiàn)了五年來的第一次增長，較上年增長了33.00%，從而使綜合技術(shù)效率提升了14.00%。綜合效率的大幅提升使得Malmquist指數(shù)增長了3.00%。

近幾年來，我國在港口建設(shè)、航道整治、裝卸工藝、裝備產(chǎn)品等技術(shù)上都取得了進(jìn)步，在一些重大工程關(guān)鍵技術(shù)上也取得了突破，拉近了與世界先進(jìn)水平的差距，推動了我國海洋交通運(yùn)輸業(yè)的發(fā)展，為我國海洋交通運(yùn)輸業(yè)全要素生產(chǎn)率的提升提供了動力。與此相對應(yīng)，2009—2013年我國海洋交通運(yùn)輸業(yè)技術(shù)效率的平均變動大于1，但是各時段進(jìn)步的幅度波動較大，不能成為全要素生產(chǎn)率的穩(wěn)定增長點(diǎn)，如何有效利用科研投入，促進(jìn)技術(shù)進(jìn)步，是實現(xiàn)生產(chǎn)率快速增長的重要課題。目前我國碼頭泊位嚴(yán)重不足，泊位等級不高，港口現(xiàn)有設(shè)備數(shù)量較少，設(shè)施陳舊落后，港口綜合能力不高，海洋運(yùn)輸船隊老化陳舊，運(yùn)力不足［22］，這些問題導(dǎo)致了我國海洋交通運(yùn)輸業(yè)在管理上的低效率，最直接的表現(xiàn)就是2009—2013年中只有2012—2013年的綜合技術(shù)效率變動大于1，其余均小于0.82。不穩(wěn)定的技術(shù)進(jìn)步和低效率的管理水平的共同作用結(jié)果就是震動波蕩的Malmquist指數(shù)，2009—2013年我國海洋交通運(yùn)輸業(yè)的Malmquist指數(shù)的變動趨勢明顯體現(xiàn)了這一特點(diǎn)。因此，如何從技術(shù)進(jìn)步和管理效率兩方面出發(fā)來提升全要素生產(chǎn)率是促進(jìn)我國海洋交通運(yùn)輸業(yè)發(fā)展的關(guān)鍵所在。

表62009　—2013年海洋交通運(yùn)輸業(yè)Malmquist指數(shù)及各項效率變動Tab.6The efficiency and Malmquist index changes of marine communicationsand transportationindustry in 2009-2013

5　結(jié)語

本文選取沿海交通固定投資完成額作為投入指標(biāo)，海洋旅客吞吐量、海洋貨物吞吐量、集裝箱重量和貨物周轉(zhuǎn)量作為產(chǎn)出指標(biāo)，結(jié)合超效率DEA模型和Malmquist指數(shù)對2009—2013年我國沿海省市的海洋交通運(yùn)輸業(yè)的效率進(jìn)行了研究，得到了五個結(jié)論：①2009—2013年間每年海洋交通運(yùn)輸業(yè)經(jīng)營效率達(dá)到DEA有效的只有2～3個省市，上海、廣東和海南位居前列；②我國海洋交通運(yùn)輸業(yè)綜合技術(shù)效率低下，主要是因為純技術(shù)效率較低；整個行業(yè)規(guī)模效率不高，呈現(xiàn)規(guī)模報酬遞減的趨勢；③同年不同省市的綜合技術(shù)效率呈現(xiàn)兩極分化，2013年上海和海南的綜合技術(shù)效率為1，廣西和天津只達(dá)到0.09和0.07，與其它沿海省市差距較大，純技術(shù)效率是造成差異的主要因素；④2009—2013年各沿海省市的海洋交通運(yùn)輸業(yè)發(fā)生了明顯的技術(shù)進(jìn)步，但Malmquist指數(shù)相差較大，綜合技術(shù)效率的不同變動是造成差異的主要原因；⑤2009—2013年我國海洋交通運(yùn)輸業(yè)Malmquist指數(shù)發(fā)展平穩(wěn)，主要得益于技術(shù)效率的提升抵消了綜合技術(shù)效率的波動。

我國海洋交通運(yùn)輸業(yè)經(jīng)營效率的提升面臨的最大障礙就是綜合技術(shù)效率低下。本文認(rèn)為［22］應(yīng)從港口、船隊和人才建設(shè)三方面出發(fā)，來提升綜合技術(shù)效率：①大力加強(qiáng)港口建設(shè)。繼續(xù)深化“港口先行”的思想，優(yōu)化港口布局，拓展港口功能，大力發(fā)展港口經(jīng)濟(jì)。加強(qiáng)港口群建設(shè)，盡快形成大中小結(jié)合，功能齊全的港口群。各沿海省市應(yīng)因地制宜，合理規(guī)劃港口發(fā)展，利用自身優(yōu)勢，發(fā)展不同類型的港口。加快老港改造，新港建設(shè)，配備現(xiàn)代化設(shè)施，提高港口的綜合水平。②大力加強(qiáng)船隊建設(shè)。合理調(diào)整船隊運(yùn)輸結(jié)構(gòu)，提高船隊的技術(shù)裝備水平，加強(qiáng)船隊管理和運(yùn)輸調(diào)度，提高船隊綜合運(yùn)輸能力和服務(wù)水平。借鑒發(fā)達(dá)國家船隊建設(shè)經(jīng)驗，取長補(bǔ)短，力求打造世界一流船隊。③大力加強(qiáng)海運(yùn)人才建設(shè)。加大對海洋交通運(yùn)輸業(yè)的科研投入，鼓勵自主創(chuàng)新，不斷吸收高質(zhì)量的海運(yùn)人才，舉辦各類宣傳、培訓(xùn)活動，提高海運(yùn)人才的整體素質(zhì)水平，形成以知識帶動海洋交通輸業(yè)發(fā)展的局面。

［1］Talley W K.Maritime transport chains：carrier，port and shipper choice effects［J］.International Journal of Production Economics，2014（151）：174-179.

［2］Morrissey K，O’Donoghue C.The potential for an Irish maritime transportation cluster：An input-output analysis［J］.O-cean&Costal Management，2013（71）：305-313.

［3］紀(jì)建悅，孔膠膠.基于STIRFDT模型的海洋交通運(yùn)輸業(yè)碳排放預(yù)測研究［J］.科技管理研究，2012（6）：79-81.

［4］紀(jì)建悅，孔膠膠.中國海洋交通運(yùn)輸業(yè)碳排放因素分解研究［J］.海洋經(jīng)濟(jì)，2011（6）：8-11.

［5］張晉青.遼寧省海洋運(yùn)輸業(yè)發(fā)展研究［J］.資源開發(fā)與市場，2010（26）：817-820.

［6］趙昕，梁明星.海洋產(chǎn)業(yè)對整體經(jīng)濟(jì)作用的實證分析——以青島市為例［J］.漁業(yè)經(jīng)濟(jì)研究，2010（2）：8-11.

［7］Alexander Cotte P.Economic development and growth in Colombia：An empirical analysis with super-efficiency DEA and panel data models［J］.Socio-Economic Planning Sciences，2011，45（4）：154-164.

［8］Wankea P，Barros C.Two-stage DEA：An application to major Brazilian banks［J］.Expert Systems with Applications，2014，41（5）：2337-2344.

［9］?elen A，Yal?ln N.Performance assessment of Turkish electricitydistributionutilities：Anapplicationofcombined FAHP/TOPSIS/DEA methodology to incorporate quality of service［J］.Utilities Policy，2012（23）：59-71.

［10］Chen Yu-Shan，Chen Bi-Yu.Applying DEA，MPI，and grey model to explore the operation performance of the Taiwanese wafer fabrication industry［J］.Technological Forecasting&Social Change，2011，78（3）：536-546.

［11］王雙.我國主要海洋經(jīng)濟(jì)區(qū)的海洋經(jīng)濟(jì)競爭力比較研究［J］.華東經(jīng)濟(jì)管理，2013（3）：70-75.

［12］謝子遠(yuǎn)，鞠芳輝，孫華平.我國海洋科技創(chuàng)新效率影響因素研究［J］.科學(xué)管理研究，2012，30（6）：13-16.

［13］程娜.基于DEA方法的我國海洋第二產(chǎn)業(yè)效率研究［J］.財經(jīng)問題研究，2012（6）：28-34.

［14］范斐，孫才志，張耀光.環(huán)渤海經(jīng)濟(jì)圈沿海城市海洋經(jīng)濟(jì)效率的實證研究［J］.統(tǒng)計與決策，2011（6）：119-123.

［15］魏權(quán)齡.評價相對有效性的數(shù)據(jù)包絡(luò)分析模型［M］.北京：中國人民大學(xué)出版社，2012.

［16］韓一杰，劉秀麗.基于超效率DEA模型的我國各地區(qū)鋼鐵行業(yè)能源效率及節(jié)能減排潛力分析［J］.系統(tǒng)科學(xué)與數(shù)學(xué)，2011（3）：287-298.

［17］趙秀娟，張洪水.Malmquist指數(shù)在中國證券投資基金業(yè)評價中的應(yīng)用［J］.系統(tǒng)工程理論與實踐，2010（4）：646-653.

［18］趙偉，馬瑞永，何元慶.全要素生產(chǎn)率變動的分解［J］.統(tǒng)計研究，2005（7）：37-42.

［19］楊琛琛.基于能源環(huán)境效率的相關(guān)組織決策分析研究［D］.安徽：中國科學(xué)技術(shù)大學(xué)，2012.

［20］陸靜，梁芹，曹志強(qiáng).我國產(chǎn)險市場的三階段DEA效率演進(jìn)［J］.保險研究，2012（5）：23-35.

［21］楊樹旺，張康光，牛苗苗.中國礦業(yè)生態(tài)經(jīng)濟(jì)效率評價研究［J］.宏觀經(jīng)濟(jì)研究，2011（12）：66-78.

［22］薛忠義，劉舒.以海洋交通運(yùn)輸發(fā)展推動海洋強(qiáng)國戰(zhàn)略實施［N］.大連日報，2013-07-12（B03）.

Performance Analysis on the Marine Communications and Transportation Industry in China Based on the Super-efficiency DEA-Malmquist Model

Yu Jinkai，Pan Jing
（School of Economics，Ocean University of China，Qingdao 266100，China）

This article analyzed the performance of China's marine communications and transportation industry through the super-efficiency DEA-Mamlquist model in 11 coastal provinces over the period 2009-2013.The article used fixed asset investment as an input index，and volume of passenger turnover，volume of goods turnover，cargo handledand volume of container as output indexes to rank the provinces.The results showed there were 2-3 provinces whose business efficiency was DEA efficient.And the performance of the provinces was different from one another in the same year.The marine communications and transportation industry showed a tendency of progressively diminishing returns.The integrated technology efficiency of the China's marine communications and transportation industry as a whole was poor，and that among various provinces in the same year seems polarized，the main cause of which was the poorpuretechnicalefficiency.The Malmquist index showed steady development.The Malmquistindexs among various the provinces were very different.The negative growth of the integrated technicalefficiencywas the main reason of poor malmquist index.

super-efficiency DEA；Malmquist index；marinecommunications and transportationindustry；efficiency

F552.3

A

2095-1647（2015）05-0003-10

2015-08-24

國家自然科學(xué)基金“海域承載力視角下海洋漁業(yè)空間布局優(yōu)化的模型及應(yīng)用”［71273247］；國家海洋公益性行業(yè)科研專項“山東半島藍(lán)色經(jīng)濟(jì)區(qū)”建設(shè)的海洋空間布局優(yōu)化技術(shù)體系及決策服務(wù)系統(tǒng)應(yīng)用示范［201205001］；教育部人文社會科學(xué)研究項目“我國海洋風(fēng)能產(chǎn)業(yè)化實現(xiàn)機(jī)制研究”［12YJA790020］

于謹(jǐn)凱，男，教授，經(jīng)濟(jì)學(xué)博士，主要研究方向為產(chǎn)業(yè)經(jīng)濟(jì)、海洋經(jīng)濟(jì)與管理、國際投資與貿(mào)易、總部經(jīng)濟(jì)等，E-mail：YUJINKAI8@126.com。