賴秀艷 洪家祥

摘 要：為評(píng)價(jià)長(zhǎng)江中下游港口效率，運(yùn)用傳統(tǒng)DEA模型對(duì)2019年我國(guó)長(zhǎng)江中下游主要港口進(jìn)行靜態(tài)效率分析，運(yùn)用Malmquist生產(chǎn)率指數(shù)對(duì)其2015-2019年間動(dòng)態(tài)效率進(jìn)行分析作為補(bǔ)充。實(shí)證結(jié)果表明：我國(guó)長(zhǎng)江中下游主要港口總體效率偏低，純技術(shù)效率偏低和技術(shù)落后是主要原因，但整體生產(chǎn)率2015-2019年間顯示上升狀態(tài);長(zhǎng)江中游港口效率明顯低于下游港口效率;港口間效率差距較大。

關(guān)鍵詞：長(zhǎng)江中下游;港口效率;DEA模型;Malmquist指數(shù)

中圖分類號(hào)：[U6-9] ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ?文章編號(hào)：1006—7973（2021）07-0024-03

長(zhǎng)江航運(yùn)是長(zhǎng)江經(jīng)濟(jì)帶發(fā)展的依托，是連接長(zhǎng)江三角洲城市群、長(zhǎng)江中游城市群、成渝城市群的交通運(yùn)輸大動(dòng)脈，港口作為長(zhǎng)江航運(yùn)的首要戰(zhàn)略節(jié)點(diǎn)，其效率的高低決定著沿江經(jīng)貿(mào)往來(lái)的通暢與否。圍繞港口效率評(píng)價(jià)，國(guó)內(nèi)外學(xué)者已經(jīng)做了不少研究。龐瑞芝[1]運(yùn)用DEA模型，將我國(guó)沿海50個(gè)港口作為為研究對(duì)象，選取了1999-2002年的相關(guān)數(shù)據(jù)，對(duì)港口的經(jīng)營(yíng)效率進(jìn)行總體分析與評(píng)價(jià)。王玲[2]等運(yùn)用三階段DEA模型，對(duì)2008年我國(guó)30個(gè)主要內(nèi)河港口的效率進(jìn)行了實(shí)證研究。劉名武[3]采用DEA-Tobit兩階段法研究長(zhǎng)江中上游集裝箱港口效率，并分析了影響集裝箱港口運(yùn)營(yíng)效率的有關(guān)因素。總體來(lái)說(shuō)，學(xué)者們對(duì)于長(zhǎng)江中下游港口物流效率研究較少，且缺少動(dòng)態(tài)效率的評(píng)價(jià)分析。因此，本文以長(zhǎng)江中下游17個(gè)主要港口為研究對(duì)象，通過(guò)傳統(tǒng)DEA模型評(píng)價(jià)其靜態(tài)效率，運(yùn)用Malmquist生產(chǎn)率指數(shù)模型評(píng)價(jià)其動(dòng)態(tài)效率，以期對(duì)長(zhǎng)江中下游港口效率進(jìn)行更準(zhǔn)確的評(píng)估。

1 研究方法與評(píng)價(jià)指標(biāo)

1.1 DEA-Malmquist模型構(gòu)建

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）是一種基于被評(píng)價(jià)對(duì)象間相對(duì)比較的非參數(shù)技術(shù)效率分析方法，其基本思想是根據(jù)多投入和多產(chǎn)出的一組決策單元，使用線性規(guī)劃模型得到有效前沿面，然后根據(jù)每個(gè)DMU與有效前沿面的距離來(lái)判斷是否有效。本文擬選擇規(guī)模報(bào)酬可變的投入導(dǎo)向BCC模型對(duì)港口效率進(jìn)行靜態(tài)分析，經(jīng)典BCC模型如下：

式中值越接近1，港口綜合效率越接近有效。港口綜合效率反映港口整體的投入產(chǎn)出效率，等于純技術(shù)效率與規(guī)模效率的乘積，其中，純技術(shù)效率反映的是港口對(duì)現(xiàn)有技術(shù)的利用程度以及管理水平，規(guī)模效率則表示港口的經(jīng)營(yíng)規(guī)模是否達(dá)到最優(yōu)狀態(tài)。

Malmquist 指數(shù)方法是基于DEA 模型的動(dòng)態(tài)分析方法，被廣泛用于測(cè)算生產(chǎn)率變化。Fare等將全要素生產(chǎn)率指數(shù)分解為技術(shù)效率變化指數(shù)和技術(shù)水平變化指數(shù)兩部分[4]。技術(shù)效率變化指數(shù)度量了 t + 1 期相對(duì) t 期的技術(shù)效率變化程度。技術(shù)效率變化指數(shù)又可以進(jìn)一步分解為規(guī)模效率（SE） 與純技術(shù)效率（PE） ，即：TEP= EFFTE= PESETE

式中： TEP為生產(chǎn)率變化指數(shù)，若 TEP> 1，表示生產(chǎn)能力提高，若 TEP< 1，則表示生產(chǎn)能力惡化;EFF為技術(shù)效率變化指數(shù);TE為技術(shù)水平變化指數(shù)。

1.2 指標(biāo)選取

本文在選擇指標(biāo)時(shí)遵循通用可比性原則和客觀實(shí)用性原則，參考國(guó)內(nèi)外相關(guān)文獻(xiàn)，結(jié)合數(shù)據(jù)的可得性，選取港口生產(chǎn)用泊位數(shù)量和碼頭長(zhǎng)度兩個(gè)具有代表性的指標(biāo)作為模型的投入指標(biāo)，選取港口貨物吞吐量和集裝箱吞吐量作為產(chǎn)出指標(biāo)。其中，港口泊位的數(shù)量影響船舶的流通速率和港口的運(yùn)營(yíng)效率，碼頭岸線長(zhǎng)度不僅決定著泊位的數(shù)量和長(zhǎng)度，還體現(xiàn)了資源利用效率和港口生產(chǎn)力水平;而港口吞吐量既是評(píng)估港口運(yùn)營(yíng)效果的主要依據(jù)，也是測(cè)度沿海區(qū)域綜合發(fā)展水平的重要計(jì)算指標(biāo)[5]。在DEA 模型中，DMU的數(shù)量一般應(yīng)不少于投入和產(chǎn)出指標(biāo)數(shù)量的乘積，同時(shí)不少于投入和產(chǎn)出指標(biāo)數(shù)量之和的三倍，此時(shí)模型的區(qū)分能力能夠達(dá)到比較高的水平。本文以17個(gè)長(zhǎng)江中下游主要港口為研究對(duì)象，DMU數(shù)量為17，投入產(chǎn)出指標(biāo)均為2個(gè)，滿足DEA模型對(duì)于指標(biāo)數(shù)量的要求。本文所使用的數(shù)據(jù)來(lái)源于2015-2020年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)港口年鑒》和相關(guān)部門公布的數(shù)據(jù)。

2 實(shí)證分析

2.1基于傳統(tǒng)DEA模型的港口效率靜態(tài)分析

本文利用DEAP2.1軟件中的BBC模型，對(duì)2019年我國(guó)長(zhǎng)江中下游17個(gè)主要港口進(jìn)行靜態(tài)效率研究，對(duì)各港口的物流效率進(jìn)行測(cè)算，結(jié)果整理如表 1所示：

（1）長(zhǎng)江中下游港口總體效率偏低。從綜合效率指數(shù)來(lái)看，平均值為0.739，表明長(zhǎng)江中下游港口效率總體上僅達(dá)到相對(duì)有效水平。其中，純技術(shù)效率平均值為0.827，與前沿面相差0.173，低于規(guī)模效率平均值0.890，表明純技術(shù)效率是制約港口綜合效率的主要因素，因此，港口管理水平和技術(shù)利用程度的提升成為目前提高港口效率的關(guān)鍵。從規(guī)模收益來(lái)看，所有港口均處于遞增或不變狀態(tài)，發(fā)展較好。

（2）港口間效率差距較大。綜合效率達(dá)到DEA有效的港口僅有南京港和南通港，說(shuō)明與其他港口相比，在規(guī)模、技術(shù)不變的情況下它們的投入和產(chǎn)出是相對(duì)合理的。綜合效率低于0.6的有宜昌港、黃石港、九江港和安慶港，處于無(wú)效狀態(tài)。其他港口綜合效率在0.6到0.9之間，處于相對(duì)有效水平，均有較大提升空間。從純技術(shù)效率來(lái)看，港口間差距明顯。武漢、岳陽(yáng)、南京、揚(yáng)州、常州、南通六港純技術(shù)效率達(dá)到DEA有效，而宜昌港和九江港則低于0.6，處于無(wú)效狀態(tài)，表明快速提高港口管理水平和技術(shù)水平是當(dāng)務(wù)之急，其他港口純技術(shù)效率多在0.8左右，均有較大提升空間。從規(guī)模效率來(lái)看，港口間差距相對(duì)較小，絕大多數(shù)港口達(dá)到或接近DEA有效，表明各港口資源配置較為合理。但安慶港和黃石港規(guī)模效率分別為0.408、0.603，遠(yuǎn)低于平均水平，應(yīng)增加基礎(chǔ)設(shè)施的投入，以達(dá)到最佳規(guī)模。

（3）中游港口效率明顯低于下游港口。長(zhǎng)江中游港口綜合效率、純技術(shù)效率、規(guī)模效率均值分別為0.625、0.726、0.863，低于長(zhǎng)江下游港口的0.786、0.869、0.901，差距明顯。效率無(wú)效港口中有3/4位于中游，40%的中游港口效率屬于相對(duì)有效狀態(tài)，而91.6%的下游港口為相對(duì)有效狀態(tài)。以上數(shù)據(jù)均表明，長(zhǎng)江中游港口和下游港口之間效率存在明顯差距，其中純技術(shù)效率差距較大，規(guī)模效率差距較小。原因可能有腹地經(jīng)濟(jì)發(fā)展水平的影響，也有中游港口物流運(yùn)作中自身還存在技術(shù)水平低下、港口規(guī)模與發(fā)展不匹配等問(wèn)題。

2.2基于Malmquist指數(shù)的港口動(dòng)態(tài)效率分析

以上基于傳統(tǒng)DEA模型進(jìn)行的長(zhǎng)江中下游主要港口效率的分析，只能體現(xiàn)2019年各港口的綜合效率，無(wú)法反映港口在一定時(shí)期內(nèi)的動(dòng)態(tài)效率變化。接下來(lái)利用Malmquist指數(shù)計(jì)算各港口的動(dòng)態(tài)效率，如表2、表3所示：

（1）總體港口生產(chǎn)率變化分析。由表2可知，2015-2019年長(zhǎng)江中下游主要港口全要素生產(chǎn)率指數(shù)均值為1.086，總體呈上升態(tài)勢(shì)，且研究期間每年的全要素生產(chǎn)率指數(shù)均大于1，表明長(zhǎng)江中下游港口發(fā)展處于持續(xù)上升階段。分解來(lái)看，2015-2019年間技術(shù)效率均值為1.131，上升了13.1%，技術(shù)進(jìn)步均值為0.978，下降了2.2%，說(shuō)明港口管理水平和資源利用效率促進(jìn)了港口全要素生產(chǎn)率的提高，而技術(shù)進(jìn)步則抑制了全要素生產(chǎn)率的增長(zhǎng)，可見(jiàn)，現(xiàn)階段長(zhǎng)江中下游主要港口全要素生產(chǎn)率的提高重點(diǎn)應(yīng)是技術(shù)的進(jìn)步。

（2）港口間生產(chǎn)率變化分析。如表3所示，各港口生產(chǎn)率總體趨于上升趨勢(shì)。2015-2019年間，全要素生產(chǎn)率下降的有3個(gè)港口，宜昌港降幅達(dá)到了32.2%，其中純技術(shù)效率指數(shù)下降了25.6%，是其全要素生產(chǎn)率下降的主要原因。常州港和銅陵港的全要素生產(chǎn)率指數(shù)也有小幅下降，主要來(lái)自于技術(shù)進(jìn)步指數(shù)的影響;其余14個(gè)港口全要素生產(chǎn)率指數(shù)均高于1，其中生產(chǎn)率增長(zhǎng)較快的池州港、黃石港和武漢港，分別增長(zhǎng)了32.3%、27.7%和25.2%，主要得益于純技術(shù)效率的快速上升，但其技術(shù)進(jìn)步指數(shù)并未同步增長(zhǎng)。同時(shí)，全部17個(gè)港口中有11個(gè)港口的技術(shù)進(jìn)步變化處于倒退狀態(tài)，占比64.7%，這也進(jìn)一步印證了技術(shù)進(jìn)步對(duì)于當(dāng)下長(zhǎng)江中下游主要港口發(fā)展的重要性。

（3）流域間港口生產(chǎn)率變化分析。分流域來(lái)看，2015-2019年間長(zhǎng)江中游港口和下游港口全要素生產(chǎn)率均值分別為1.092和1.097，全要素生產(chǎn)率變化差距較小，結(jié)合DEA模型靜態(tài)分析的結(jié)果，可以認(rèn)為，長(zhǎng)江中游港口效率明顯低于下游港口，但在2015-2019年間，中游港口的發(fā)展水平正逐漸向下游港口靠攏。

3 總結(jié)

基于DEA模型結(jié)果可以看出，2019年長(zhǎng)江中下游港口綜合效率總體上處于相對(duì)有效水平，各港口間效率差距較大，中游港口效率明顯低于下游港口效率。其中純技術(shù)效率顯著低于規(guī)模效率，表明純技術(shù)效率低是港口效率不高的主要原因，應(yīng)提高管理水平，加強(qiáng)員工技術(shù)培訓(xùn)，充分利用投入資源以提高產(chǎn)出?；贛almquist指數(shù)測(cè)算結(jié)果表明，在2015-2019年間，長(zhǎng)江中下游主要港口整體生產(chǎn)率顯示上升狀態(tài)，但技術(shù)進(jìn)步水平呈現(xiàn)出落后狀態(tài)。因此，需要重視設(shè)備的更新和先進(jìn)物流技術(shù)的應(yīng)用，增強(qiáng)港口物流活動(dòng)的技術(shù)含量。同時(shí)，各港口應(yīng)加快建設(shè)專業(yè)碼頭和集疏運(yùn)網(wǎng)絡(luò)，提升港口競(jìng)爭(zhēng)力，推動(dòng)實(shí)現(xiàn)城港一體。

參考文獻(xiàn)：

[1]龐瑞芝. 我國(guó)主要沿海港口的動(dòng)態(tài)效率評(píng)價(jià)[J]. 經(jīng)濟(jì)研究，2006（06）：92-100.

[2]王玲，畢志雯. 基于三階段DEA模型的我國(guó)主要內(nèi)河港口效率研究[J]. 產(chǎn)業(yè)經(jīng)濟(jì)研究，2010（04）：40-48.

[3]劉名武，王玄霜. 基于DEA-Tobit的長(zhǎng)江中上游集裝箱港口運(yùn)營(yíng)效率研究[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2019，49（14）：36-46.

[4]FARER，GROSSKOPF S，NORRIS M，et al. Productivity growth，technical progress，and efficiency change in industrialized countries[J].American Economic Review，1994，84（ 1） ： 66-83.

[5]張建勇，王夢(mèng)雅，王欣然，田思雨. 基于DEA模型的天津港港口效率分析[J]. 水運(yùn)管理，2019 ，（11）：11-25.