京津冀港口物流效率及影响因素研究

张 阳 ，陈贞婕 ，岳 瑾 ，邓雨佳 ，杜欣欣

（天津商业大学：1.管理学院；2．管理创新与评价研究中心，天津 300134）

一、导言

随着全球化进程的不断加快，港口已逐渐成为引领国家和区域经济持续发展和保持竞争优势的新航标。港口物流是定位在港口的货物流通，包括货物集散、配货装载、运输等①，它是现代物流供应链的重要支撑点，是一个区域的战略和优势所在。近年来，京津冀港口物流对区域经济发展的辅助效用日益凸显。但各港口仍存在物流作业成本偏高、设施建设重复率较高、港口发展不协同的现象，导致港口运营效率较低，在一定程度上阻碍了各港口及京津冀港口的协同发展。同时，京津冀区域颁布的物流政策存在目标不够明确、各部门之间不协调的情况②。因此，有必要进一步有效地评价京津冀港口物流效率，并深入分析相关政策及环境等因素对港口物流效率的影响。

物流效率研究主要集中于长三角③、珠三角④及环渤海⑤等港口规模较为完善的区域，京津冀区域港口物流研究涉足较少。在测算方法的选择上，多采用传统的 DEA、DEA-BCC、DEA-CCR 模型⑥⑦和改进的 DEA 模型，如 PCA-DEA⑧⑨、超效率 DEA⑩⑪、SE-DEA⑫⑬、三阶段 DEA⑭等进行效率评价。 就分析效果来看，各模型仍存在无法有效考虑松弛变量、非期望产出等问题。关于物流效率影响因素的研究，国内外学者侧重分析行业内部因素（政府财政支持⑮⑯⑰、物流资源投入水平⑱等）和外部因素（区位优势⑮、信息技术水平⑰、经济发展水平⑲等）。 Super-SBM模型兼有超效率和SBM模型的优点，可以更好地测度港口物流效率。并且纵观现有研究，涉及政府支持力度这一因素的研究多从财政角度出发，而政策本身可以从空间布局、投资建设、运营方式等方面全面指导社会物流高效运行和健康发展，更能全面地衡量政府支持力度。

鉴于此，文章选取天津港、秦皇岛港、唐山港及黄骅港为研究对象，构建Super-SBM模型从非径向、非导向的视角对2007—2017年京津冀区域主要港口的物流效率进行实证分析，弥补了传统DEA中径向和角度的选择而产生的偏差；在此基础上将政策文本量化作为政府支持力度，根据面板数据探究政府支持力度、环境污染水平等不同外部环境条件对京津冀港口物流效率的影响。据此提出促进京津冀港口物流效率模式与途径，为推动京津冀港口物流发展提供理论参考。

二、研究方法与指标数据

（一）研究方法

1.Super-SBM模型。Super-SBM模型是Tone提出的一种考虑松弛变量与非期望产出的模型⑳。相较于传统DEA无法对多个效率值大于1的决策单元进行评价和排序，其优点在于采用非径向、非角度的测算方法，有效考虑了松弛变量与非期望产出，规避了传统DEA中径向和角度的选择而产生的偏差，同时使得其效率没有[0,1]的限制。理论模型公式如下：

式中：ρ表示所要计算的港口物流效率，n和q分别表示投入与产出的指标个数，其中n=2,q=4,xik和yrk分别表示第k个港口第i项投入和第k个港口第r项产出，j表示港口总数，其中m=4，s分别表示投入、产出的松弛量，λ表示权重向量。若ρ≥1或ρ＜1时，代表决策单元或有效或无效。

2.回归模型。 公式为：yi=α+β1x1i+β1x2i+…+βkxki+ei。对公式进行标准化：

式中:xi0为各变量原始值；ximax为第i个变量最大值；ximin为第i个变量最小值，对于经济水平，取港口城市地区生产总值的最小值；xi为标准化后的变量，标准化后xi的取值范围为0-1。

（二）指标选取与数据来源

1.港口物流效率指标选取。选取合理的投入产出指标是测算港口物流效率的关键，在对前人使用的指标进行分析整理的基础上进行汇总（表 1）。

基于此，在兼顾评价指标选取的适用性原则与数据可得性原则的前提下，选取反映港口基础设施规模的码头长度、码头泊位总数为投入指标，反映港口物流作业水平的货物吞吐量、货物吞吐量年增长率、集装箱吞吐量、集装箱吞吐量年增长率为产出指标（表2）。

2.港口物流效率影响因素指标选取。选取京津冀港口物流效率平均值作为因变量，结合已有研究中港口物流效率的影响因素，从以下几个方面选取港口物流效率的影响因素。

（1）经济因素。经济发展水平会直接影响港口规模大小及港口运营水平，从而间接影响港口物流效率；外贸水平能有效衡量港口核心竞争力。选取港口城市地区生产总值反映该区域的经济水平，进出口总额来衡量外贸水平。

（2）政府政策因素。物流政策不仅能在宏观上调控和约束物流业的发展，而且在具体的物流实践上具有指导和调整作用，对港口物流效率的提升具有间接作用。对京津冀区域近十年颁布的物流政策从政策力度、政策措施、政策目标三个维度进行量化，以此衡量政府支持力度。具体过程如下：

通过在北大法律信息网、国家法律信息网以及京津冀三地人民政府等各职能部门网站，以“物流”“流通”“运输”等为关键词，搜集整理2007—2017年京津冀三地颁布的241项物流政策文本，按照发布时间和发布单位对政策进行排序整理。将物流政策文本逐一从政策力度、政策措施、政策目标三个维度进行量化，根据公式计算政府支持力度x7x7，结果见表3、4。公式为：

表1 港口物流效率指标选取表

表2 京津冀区域港口物流效率投入和产出指标评价体系

式中：YPEi表示第i年京津冀三地颁布的物流政策平均效力，pej、pmj、pgj分别表示第 i年颁布的第j条政策的政策力度、政策措施、政策目标的分值，N表示第i年颁布的政策总数。

表3 2007—2017年京津冀地区物流政策效力

表4 影响因素变量描述

（3）环境因素。港口所处环境主要分为外部环境和内部环境。外部环境具体指环境污染水平和环境治理水平，选取京津冀区域的二氧化硫、氮氧化物及粉尘排放量，用主成分分析法进行降维处理，以衡量京津冀区域的环境污染水平。选取环境污染治理投资总额衡量环境治理水平；港口内部环境主要是港口所处地区的交通能力、港口对先进设备和技术的应用情况等，决定了港口集散货物、处理货物的规模和速度。因此选取该区域公路、铁路的货运量和周转量通过主成分分析法降维处理来衡量集疏运能力，选取R&D经费内部支出、R&D人员全时当量、有效发明专利数、发表科技论文数通过主成分分析法降维来衡量科技水平。

三、京津冀港口物流效率评价分析

因规模较小的港口相关数据缺失，所以在进行效率测度时将京津冀区域规模较小的港口剔除，选取天津港、秦皇岛港、唐山港和黄骅港为主要研究对象。鉴于2018—2019年数据不完整，因此主要根据2007—2017年京津冀区域的面板数据，采用Super-SBM模型，用DEA-SOLVER Pro5测算京津冀区域港口物流效率水平，具体结果见表5，效率趋势图见图。

由表5可知，2007—2017年京津冀港口物流平均效率大小排名依次为天津港、黄骅港、唐山港和秦皇岛港。其中天津港及秦皇岛港物流效率波动幅度较大，唐山港及黄骅港物流效率整体波动幅度较小。

天津港物流效率平均值为1.62，且天津港十年来的物流效率值均在平均值以上。主要由于天津港位于京津冀与环渤海经济圈的交汇点，有良好的区位优势和广阔的经济腹地，且有完善的港口基础设施、稳定的货源与吞吐量，为港口物流效率的提升奠定了良好的基础。值得注意的是，2015年天津港正处于国家 “一带一路”建设、京津冀协同发展等的机遇期，其物流效率在2015年增至最高。

秦皇岛港的物流效率波动较大，且效率值大多为无效状态。主要受煤炭运输不景气、我国钢铁产能过剩、港航市场持续低迷，并且有政策要求钢厂远离京津地区的影响。导致秦皇岛港货物吞吐量受到一定冲击，造成港口产出不足，进而港口物流效率偏低⑤。

作为新兴港口，除个别年份外黄骅港及唐山港物流效率均在平均值以上，整体物流效率水平较高。主要与两港不断加深港口泊位建设、加大技术改进和调整综合交通运输体系有关，煤炭吞吐量和货物吞吐量近年来都有显著的上涨，在一定程度上推动了港口物流效率的提升。

四、京津冀港口物流效率影响因素分析

运用SPSS对回归模型进行计算，如表6所示。结果显示，除集疏运能力之外，环境污染水平、环境治理水平、经济发展水平、外贸水平、科技水平及政府扶持力度五个变量均通过了显著性水平检验，具体解释如表6。

表5 京津冀区域2007—2017年港口物流效率评价结果

图1 京津冀区域2007—2017年港口物流效率趋势图

表6 京津冀港口物流效率影响因素回归结果 （系数a）

（一）经济因素

经济水平对港口物流效率提升具有显著正影响，而外贸水平对港口物流效率具有负影响。经济发展水平越高的地区，港口先进生产技术、生产工具、管理手段等运用水平较高，从而推动港口物流效率的提升。当前京津冀港口外贸水平的提高大大增加了对港口货物集散能力的要求，而囿于港口本身的规模，这一需求尚不能得到充分满足，从而产生了大量压船压货的现象，在一定程度上对港口物流效率造成了负面影响。

（二）政府政策因素

政府支持力度对港口物流效率具有显著负影响，唐建荣认为政府支持力度对物流效率的提高作用之所以表现为阻碍，是因为政府对物流业的发展支持欠缺针对性㉗。在对京津冀物流政策收集、整理与精读过程中发现具体针对港口物流发展的政策文本数量极少，且有些政策措施与目标在具体运用中可操作性不强，除此之外缺少具有前瞻性的物流政策，因此对京津冀区域港口物流的发展并没有起到实质性的促进作用。

（三）环境因素

内部环境表明科技水平在10%水平上通过了显著性检验，区域科技水平越高，港口自动化、智能化机器设备应用水平越高，对港口物流效率的提升具有积极影响。集疏运能力对港口物流效率具有正向影响，但没有通过显著性检验。可能与港口各种运输方式分配不合理，相互之间衔接不畅等原因有关，因此对港口物流效率的提升作用不显著。

五、讨论与结论

（一）讨论

1.把握京津冀协同发展战略机遇，实现港口协同发展。对京津冀港口物流效率测度分析可见四个港口发展协同度不高。天津港与秦皇岛港作为传统型港口，呈现出两种截然不同的港口物流发展现象。唐山港与黄骅港作为新兴港口，整体物流效率水平较高。因此应紧跟相关政策，把握京津冀协同发展战略机遇，整合港口物流资源，加强各港口间的联系。从根源上解决港口间恶性竞争、重复建设、争抢货源等问题，以发展优势互补、互利共赢的港口群，推动京津冀港口协同发展，实现由港口各自发展向港口群发展的转变。

2.加速京津冀港口转型升级，实现港口错位发展。加速京津冀港口转型升级，推动京津冀港口功能形态向“第四代港口”发展。同时应明确京津冀港口各自的功能定位，根据各港口地理位置和功能特点等制定港口有效发展的经营方案，合理分配不同类型的业务，最大化地发挥各港口优势。天津港应紧抓北方国际航运中心的机遇，加强建设有竞争力的国际贸易大港。秦皇岛港作为世界最大的煤炭输出港应加快 “西港东迁”建设，推动港口向绿色新型港口转型。唐山港应综合发展煤炭、石油、铁矿石及集装箱等业务。黄骅港应综合发展煤炭运输、石油化工业务。以构建功能明确、分工合理的港口群，实现京津冀港口错位发展。

3.调整政策方针，实现港口与环境协调发展。京津冀区域政府应不断调整政策方针的落实制定，加强港口物流业发展政策的针对性，从长远角度把握物流业发展趋势，制定对港口产业发展有方向性指导意义且有前瞻性的物流政策。同时政府应发挥主导作用，积极制定环保物流发展规划和相关技术标准，根据各港口自身实际经营现状和区域环境情况，不断调整环境规制力度。对环境污染情况较为严重的地区加大港口物流环保政策力度，协调处理环境与港口物流发展的不平衡状况，从而现环境与港口物流和谐发展的双赢局面。

（二）结论

本研究采用Super-SBM模型对2007—2017年京津冀区域四个主要港口的物流效率进行测度分析，并分析港口物流效率的影响因素，得出以下研究结论：

1.2007 —2017年京津冀区域四个港口发展情况为天津港物流效率最高，其次为黄骅港、唐山港及秦皇岛港。四个港口物流效率发展趋势不同，整体上升趋势不明显，并且协同性不高。其中天津港物流效率较为稳定且处于领先地位；黄骅港近六年来发展较好；唐山港物流效率围绕平均效率曲线上下波动，整体发展趋势良好；作为北方最大的煤炭枢纽港，秦皇岛港物流效率波动较大，大多为无效状态。

2.由影响因素分析结果可知，环境污染水平、经济水平及科技水平对提高京津冀港口物流效率具有正向促进作用，而政府支持力度及环境治理水平对京津冀港口物流效率的提升有显著负影响。

注释：

①苏丹.物流——低碳约束下港口物流服务供应链的效率研究[J].教育现代化,2017,4(48):261-262+267.

②牛鹏飞,田雪,王晨,刘小芳.京津冀协同发展下三地物流业创新政策分类模式与问题研究[J].商丘职业技术学院学报,2017,16(04):54-58.

③马金凤.基于DEA模型的长三角几大港口物流效率分析[J].当代经济,2014,(14):118-119.

④杨永义.珠三角港口物流竞争力评价和竞合策略研究[D].浙江大学,2010.

⑤李钊.基于SCOR的环渤海港口物流效率研究[D].中国石油大学(华东),2014.

⑥李谭,王利,王瑜.辽宁省港口物流效率及其与腹地经济协同发展研究[J].经济地理,2012,32(09):108-113.

⑦杨健,徐佳胤.基于DEA模型的港口物流生产效率评价研究[J].三峡大学学报（自然科学版）,2017,(2).

⑧蒋建洪,杨建波.基于PCA-DEA的港口物流效率评价研究[J].价值工程,2019,38(01):87-89

⑨黄巧珍.基于PCA-DEA方法的“丝绸之路经济带”沿线国家物流效率测量研究[J].知识经济,2019,(06):20-21.

⑩涂建,柳键.产业结构调整对低碳物流效率的影响研究——以江西省为例[J].荆楚理工学院学报,2018,33(02):60-66.

⑪贾圣强.中部地区农产品物流效率及其影响因素分析——基于超效率和Tobit模型的实证[J].商业经济研究,2019,(11):158-160.

⑫周叶,张孟晓,杨洁.基于SE-DEA的省域物流行业生态效率研究[J].北京交通大学学报(社会科学版),2015,14(04):99-106.

⑬肖丹,刘联辉.基于SE-DEA模型的广东城市物流效率评价分析[J].物流技术,2011,30(11):101-103+112.

⑭吴文玲.“一带一路”背景下我国沿海主要港口效率研究[D].华南理工大学,2018.

⑮魏国辰,乐雄平,孔令钦.长江经济带物流产业效率及其影响因素研究[J].数学的实践与认识,2018,48(09):41-47.

⑯王维国,马越越.中国区域物流产业效率——基于三阶段DEA模型的Malmquist-luenberger指数.

⑰于丽静,陈忠全.低碳视角下中国区域物流效率研究——基于SFA与PP的实证分析[J].生态经济,2017,33(04):43-48+91.

⑱罗丹,谢守红.供应链视角下的港口物流绩效评价研究——基于超效率三阶段DEA模型[J].物流技术,2017,36(03):152-157.

⑲何新安.广东物流效率影响因素实证研究[J].铁道运输与经济,2017,39(12):6-11.

⑳Tone K．Dealing with Undesirable Outputs in DEA:A Slacksbased Measure(SBM)Approach[R]．GRIPS Research Report Series，I-2003-0005．

㉑蒙露霜,罗瑶.钦州港物流效率与其腹地经济协同发展[J].广西民族师范学院学报,2017,34(06):77-81.

㉒倪志敏,高秀丽.广东省港口物流效率评价及影响因素研究——基于DEA-Tobit模型的实证分析[J].广东海洋大学学报,2017,37(05):11-16.

㉓秦雯.供给侧改革下珠海港口物流效率及影响因素研究[J].商业经济研究,2018,(22):138-140.

㉔张雪阳,范元伟.上海市港口物流效率与其产业结构的关联性分析[J].物流科技,2016,39(05):91-94.

㉕赵冰梅,高磊,任冬.基于投入主导DEA模型的我国沿海主要港口物流效率研究[J].对外经贸,2015,(10):66-69.

㉖郭淑芬,赵晓丽,郭金花.文化产业创新政策协同研究——以山西为例[J].经济问题,2017,(04):76-81.

㉗唐建荣,唐萍萍.中国物流产业效率的时空演化[J].北京工商大学学报(社会科学版),2018,33(06):43-53.

㉘马冬,肖寒,白涛,陈伟程,付云芳.美国船舶港口大气污染防治及对我国的启示[J].世界海运,2017,40(11):23-28.