嵌入时间要素的集装箱港口效率实证研究

艾亚钊，巫立群

（1.东莞职业技术学院 物流工程系，广东 东莞 523808；2.中华科技大学 商管学院，台湾 台北 11581）

港口业正面临产业转型升级，港口效率的提升始终是港口建设和运营关注的核心问题。港口作为国际物流的供给侧，需要供给两个重要的“产品”：一是为社会提供高服务水平的供应链节点衔接服务（如通关、保税、货物跟踪等），即物流增值服务；二是为进入港口物流系统的货物提供安全高效的流转作业，即装卸搬运。因此，港口的效率水平决定了国际物流服务水平。

当前，学界关注到了时间要素对港口效率的影响问题①参见：Bichou K..Linking theory with practice in port performance and benchmarking.International Journal of Ocean Systems Management，2012，1（3）：316-338；PwC and Panteia.Measures to enhance the efficiency and quality of port services in the EU，Paper Submitted to the European Commission of the European Union，Directorate-General for Mobility and Transpor.https：//www.pwc.com；Notteboom T..The time factor in liner shipping services.Maritime Economics & Logistics，2006，8：19-39；Clark X.，Dollar D.and Micco A..Maritime transport costs and port efficiency.https：//databank.worldbank.org/data/home.aspx.，但是对于时间要素对港口效率或者港口非效率的影响广度和深度的研究有待深入，不足以支撑说明作为投入要素的时间要素的重要性；或者只是停留在理念层面，有待进一步实证；或者实证了，但是并未充分表达。在我国粤港澳大湾区推进建设，以及“一带一路”建议推动的集装箱港口建设运营的供给侧结构性改革和产业转型升级之际，我国的集装箱港口效率的时间节省问题，至今尚未看到有重要文献专门论述。因此，本文试图以广东省12个集装箱码头（港区）2018年的数据，考察时间要素在中国集装箱港口效率中的作用，基于时间要素的港口效率增进，并提出激励措施供决策参考。

一、集装箱港口“时间”非效率模型演绎

从供应链业务流程来看，货物通过港口装船离港，抵达目的地港口，并经陆运运送至收货人的仓库，有始发地内陆运输（货主仓库至码头）、港口作业、海上运输、目的港作业、目的地内陆运输（码头至收货人仓库）等至少五个环节，在不考虑程序衔接因素、时间因素的情况下，货主的运输成本可以表达为：

其中，CR始、CR终分别为始发地和目的地的每公里内陆运输成本，包括运费和各项杂费；dR始、dR终分别为始发地和目的地的内陆运输距离；Cs为海运成本，包括港口装卸、出入库、查验等；Q为航次货运量（吨或TEU）；dS为海上运输距离。

式（1）是用货币形式表示的货主的运输总成本。如果把时间成本也考虑进来，则每一个货主都期望运输时间最小，但是每一个货主根据其产品特点和运营要求的不同其对时间成本的赋值大小并不一致，设Vi为i货主所承担的时间成本，βi为i货主对时间成本的货币化赋值，βi≥0，设vi=βi/βmax∈（0，1），vi为i货主对时间的依赖值，该值为一相对值，即一货主对时间的货币化赋值与全部货主中最大的货币化赋值的相对比值。可以如下理解：vi是货主的产品特点和运营要求的函数，vi可以把时间t转化为便于研究计算的货币值，则有：

ta为车辆装卸时间；tr始、tr终分别为始发地和目的地的内陆运输时间；ts为海运时间，包括港区装卸船及出入库时间、海上航行时间等；μ为港口效率损失。然而，μ又由车辆进出港时间、船舶靠离泊时间、船舶在港等待时间、非装卸时间、通关时间、单据程序时间、行政手续时间等构成，这些时间与岸吊的台时效率一样，都会影响到港口效率。例如，由于基础设施故障或者港口管理系统故障导致的车辆进出港不畅，车辆进出港时间延长，导致货主时间成本增加，因此可以把港口非效率μ定义为时间损失的集合（见图1）。

图1 港口作业效率损失构成

现在我们来分析vi，如果vi值高，则货主对时间敏感度高，期望值高；vi值低，则货主对时间敏感度较低，期望值不高。由于港口航运业具有半垄断特性，绝大部分货物选择海上运输是因为迫于没有替代的更低价高效率的运输方式可选择。如果存在可接受的高价高效率运输方式，高vi值货主会放弃海运方式，中vi值货主会选择同价高效率的运输方式，低vi值货主则仍会坚持低价低效率的海运方式。

因此，假设在航线两端原有港口的旁边都存在一个硬件设施和经营环境一模一样的港口①暂名“影子港口”，实际上并不存在。，该港口的效率损失最小但不为0，即具有最优的μ‘。为了做到效率损失最小，其收费则较高。海运成本用C’s表示，其他条件不变。那么货主会根据自己在原港口总成本TC和影子港口总成本TC'的大小选择港口，则有：（1）TC'＞TC货主选择原港口；（2）TC'=TC货主任意选择；（3）TC'＜TC货主选择影子港口。

选择影子港口的运输总成本公式为：

此时，2ta+tr始+tr终+ts+μ'可以看作最优状态的总时间，在短期内可以看作一个恒值，即t0=2ta+tr始+tr终+ts+μ'

v'i的意义在于，当vi＞v'i时，TC'＜TC，货主选择影子港口；vi＜v'i时，TC'＞TC货主选择原港口；vi=v'i时，TC'=TC货主可任意选择。

借助影子港口和v'i，我们可以分析出港口效率改进对港口市场份额的影响，进而分析时间对港口效率改进的影响。μ减小，效率改进，选择原港口的货主数量增加，即原港口市场份额增加∆v'i×100%。

利用客户视角的成本分析，我们可以找到港口非效率的构成因素。这些因素都与时间有关，因此港口效率改善的关键是减少时间非效率，可以围绕缩减车辆进出港时间、船舶靠离泊时间、船舶在港等待时间、非装卸时间、通关时间、单据程序时间和行政手续时间，提高机械台时效率等方面展开。

传统理论范式可以描述为：港口以既定的投入要素取得最大的产出（面向产出）或者以既定的产出寻求最少的投入要素（面向投入）。其蕴含前提是投入要素在港口系统中得到了充分利用[1]，先验设定了有效率的港口会尽一切努力减少车、船、货的在港时间，唯其如此，才使产出最大化。然而这一前提设定在复杂的港口生产系统中是难以实现的。如往往出现车船拥堵，到港后需要较长的等待时间，才能进港、靠泊、装卸等，即使港口已经实现了最大产出，也是如此。更不能忽略的事实是，港口航运业的半垄断特性，港口服务的供给方在制订生产规划和产出水平设定时，并没有把相对效率和市场竞争作为优先考虑的决策因素。在这种情况下，仅仅数量上的产出并不能反映车、船、货在港期间对港口投入要素的时间利用深度和广度。换句话说，港口的投入成本并没有因车、船、货在港时间的长短而进行增减核算。进一步讲，基于数量上的产出而展开的港口效率分析不能正确反映货物在港期间的处理时间，与客户视角的港口效率产生错位。因此，传统理论范式基于数量上的产出而展开的港口效率分析因未曾考虑市场竞争、供应链和系统环境的基础支撑而变得苍白无力，难以为港口当局和公共部门提供有精准价值的决策参考。因此，增加时间要素作为投入要素是港口效率统计测度研究的必然要求。但时间投入要素对港口效率的影响程度如何，需要进一步证实。

二、DEA效率模型分析

DEA法较为成熟，已经被诸多研究文献证明是效率分析的得力有效分析工具。DEA源自Farrell提出的生产集合的DEA估计，后由Charnes、Cooper和Rhodes发展成为线性规划法进行运算，假设生产集合具有自由可配置性与凸性，涉及一个给定单元（x，y）相对于{（Xi，Yi），i=1，……，n}的凸包边界的效率的测量，并假设决策单元DMU的规模报酬不变，且所有观察到的组合可以依比例放大或缩小，即所谓的DEA-CCR模型。后来，Banker、Charnes和Cooper提出了基于规模报酬可变的DEA-BCC模型。设有n个同类型的决策单元（Decision Making Units，DMU），对于每个DMU都有m种类型的输入，以及s种类型的输出。DMU由输入变量{Xj=xij；i=1，……，m}和输出变量{Yj=yrj；r=1，……，s}组成，v=（v1，v2，……，vm）和u=（u1，u2，……，us）分别为m种输入和s种输出对应的权向量，且v∈Em，u∈Es，至少有一个xij≥0和yij≥0，使得决策单元DMU0的效率评价指数其表达式为：

对于有K个DMU的面向产出的效率测度问题可以转换为等价的K系列DEA线性规划问题[2]，任一DMUk的线性规划问题可以表示为：

任一DMUk的技术效率值（观察值与潜在最大产出值的比率）为：

把时间作为投入要素和不作为投入要素分两种情况下的技术效率值分别计算，再做对比，可以判断时间要素对技术效率的影响程度。

三、实证研究

港口生产可以理解为各种生产力要素在一段时间t内综合作用的结果，或者说，生产力要素在t期间的利用程度对港口产出至关重要。设有生产力要素x1，x2，x3……，那么，产出公示y可以描述为各要素关于时间t的函数的函数：

为便于简化处理，可以假定生产力要素在时间的利用上与时间呈线性关系，那么，我们作如下的变通，令x1（t）简化为x1.t，则式（11）可以写成：

即y/t=f（x1，x2，x3……）成立。

考虑到作为投入要素的“时间”数据难以获得，而港口的平均船时产量（单船在港每小时作业量）和船舶停靠艘数等数据易于获得，并避免时间概念的泛化，那么我们以“船舶装卸作业时间”①此为国内当前港口船时效率统计的时间基础，即装卸货物的时间是准备时间、装卸时间、结束时间的总和。参见《GB/T 8487-2010 港口装卸术语》，第19页。为研究对象，对于多投入单产出并考虑时间利用程度的产出公式有：

如此一来，对于时间投入数据难以统计的情况下，可以用“平均船时产量×船舶停靠艘数”作为产出数据进行效率分析。事实上，在装卸时间内，船舶停靠艘数无论为多少，在具体时间点上都可以看成是一个由多个船舶组成的虚拟超大型船舶，因此，对于时间投入数据难以统计的情况下，令船舶停靠艘数=1，用平均船时产量作为产出指标，不影响本文的研究目的。我们选取广东省12个码头的2018年的截面数据①数据来源：港口官方网站和作者整理。，来研究时间要素对港口效率的影响程度。选取泊位长度、码头面积、桥吊数量3个最常用投入指标（见表1、2、3），取吞吐量（TEU）和平均船时产量分别作为产出指标分别计算（用阴影以示区别）。采用DEA-CCR模型，通过DEA Excel Solver 5.0软件计算可得技术效率值（见表4）。

表1 集装箱码头技术效率评价指标

表2 2018年广东省集装箱码头投入产出信息一览表

表3 样本统计特征

表4 技术效率值排序变化比较

表4列出了不考虑装卸时间要素的技术效率值e1，和考虑装卸时间要素的技术效率值e2，并给出了考虑时间要素和不考虑时间要素的DEA-CCR技术效率值的变化量（e2-e1），以及变化前后的效率值相对位次对比情况（w1-w2）。例如，以蛇口港集装箱港区为例，在不考虑时间要素时的技术效率值排序在第5位，而考虑时间要素时的技术效率值排序在第7位，其排序下降2个位次，也就是说，效率值和效率值的相对位次均发生了变化。当然，我们不是简单地计算出其效率值，而是着重观察考虑时间要素和不考虑时间要素所带来的效率变化情况，来判断时间作为投入要素对港口效率的影响程度。除去广州港黄埔码头1个港口的效率值在前后两种情况下的效率不显著外，其他码头的效率值均有不同程度的变化，最大变化量为0.513，最小变化量为0。值得注意的是，在不考虑时间要素情况下，仅仅依据数量上的投入产出计算得到的效率值中，盐田港、中山港、南沙港都具有较高的效率值，而当考虑时间要素时，它们的效率值下降幅度均超过30%，尤其是盐田港，下降超过50%；而大铲湾港、汕头港和湛江港却有相反的表现，其效率值有较大幅度上升，上升4个位次。此种现象背后的原因可以解释为：

第一，船时产出量这一指标本身仅仅关注装卸时间，且未考虑同时作业的船型和船舶数量等因素，计算结果对盐田港、南沙港、蛇口港等大型集装箱码头不利。

第二，黄埔码头、中山港、东莞港、大铲湾港等以内贸为主的喂给港与中转量较大的盐田港、南沙港、蛇口港等大型外贸集装箱码头的作业性质完全不同，因其内贸无通关环节，效率值较高符合正常的期望。由此可见，通关时间对港口效率的影响不容忽视。

第三，整体来看，基于数量而不考虑时间要素计算出的效率值高，掩盖了港口生产中时间要素投入的缺失。

由此可见，长期被忽略的时间要素一直都在直接影响着港口效率。时间要素并不是不可控制的外生变量，也不仅仅是一般相关因素，而是一种直接要素。

四、结论与对策建议

传统范式的研究文献的港口效率研究，其默认前提是投入要素在港口系统中得到了充分利用，先验设定了有效率的港口会尽一切努力减少车、船、货的在港时间。唯其如此，其产出最大化。但现实港口运营中，这一假设前提在复杂的港口生产系统中难以实现，我们的理由是，港口生产依赖于多个子系统协同运营和多个主体协同运营，任一子系统或任一主体的拖延都会导致效率损失。本实证研究证实了时间要素并不是不可控制的外生变量，也不仅仅是一般的相关因素，而是作用于港口效率的直接要素，是投入要素之一。基于数量上的产出而展开的港口效率分析不能正确反映货物在港期间的处理时间。因此，港口效率改善的关键应是减少港口非效率μ，即减少时间损失。相应对策建议如下：

第一，提高“港、城、产”基础设施规划的系统性。提高港口与经济腹地的基础设施规划水平，目的是提高港口集疏运系统的通过能力，缩减港口集货与疏运时间损失，进而缩减港口供应链的整体时间。重点是缩减车、船、货的进出港时间、靠离泊时间和非装卸作业时间。

第二，提高公共部门的行政效率和信息系统的协同性。通过提高公共部门的行政手续电子化水平，如电子通关、单据处理、电子商务、信息共享等，缩减通关时间、单据程序时间和行政手续时间，提高系统作业的协同性，缩减协同时间。

第三，提高港口自身的作业技术水平和管理决策水平。如自动识别技术、数据实时交换技术、辅助决策技术等高技术的应用，提高机械台时效率和库场作业效率，缩减装卸时间和货物处理时间。

第四，提高用户需求的时间信息的透明度和可靠度。目的是实现用户对时间的可预见性，缩减用户如货代、货主、船东、保险、银行、陆上运输等的作业准备时间，进而缩减协同作业时间损失。