集装箱港口效率增进的付出补偿机制

艾亚钊 巫立群

摘要：为寻找港口为效率增进而付出的总成本与其因效率增进而获得的总收益之间的关系，探索集装箱港口效率增进的付出补偿机制，寻找效率增进途径。从时间要素的角度分析港口效率损失，构建效率增进的付出补偿模型，分析港口效率增进的付出与补偿关系，并明确效率增进的努力方向为减少效率损失。得出结论：效率损失的本质是时间;当增进效率付出的成本较小时，其驱动力来自竞争;当增进效率付出的成本较大时，需要靠来自政府的补偿，补偿的大小应根据效率增进的结果（而不是过程）而定。

关键词： 效率增进; 集装箱港口; 补偿机制

中图分类号： U691; F223    文献标志码： A

Payment compensation mechanism for improvement of

container port efficiency

AI Yazhao1， WU Lichun2

（1.Logistics Engineering Department， Dongguan Polytechnic， Dongguan 523808， Guangdong， China;

2.College of Commerce and Management， China University of Science and Technology， Taipei 11581， Taiwan， China）

Abstract： In order to find out the relationship between the total cost paid by the port for improving efficiency and the total revenue gained by improving efficiency， the payment compensation mechanism for improvement of container port efficiency is explored to find ways of improving efficiency. The loss of port efficiency is analyzed from the perspective of time factor， and the payment compensation model for efficiency improvement is built to analyze the relationship between the payment and compensation of port efficiency improvement. It is defined that the direction of efficiency improvement is to reduce the loss of efficiency. It is concluded that： the essence of efficiency loss is time; when the payment cost for improving efficiency is smaller， its driving force comes from competition; when the payment cost for improving efficiency is larger， it needs to rely on the compensation from the government， and the size of compensation should be determined by the result （not the process） of efficiency improvement.

Key words： efficiency improvement; container port; compensation mechanism

0 引 言

全球貿易的蓬勃发展，正在把供应链全球化和一体化推向巅峰，以集装箱港口为核心的国际物流服务供应链正扮演着关键节点的角色，供应商对物流提前期（leadtime）的要求越来越短，对港航作业的可得性、可靠性和一致性的要求越来越高，这正是当前港口航运业转型升级的深层原因。港航业正在经历的服务柔性化、港城一体化、运营精益化和管理信息化等转型措施也正是基于供应链思维所展开的竞争策略。问题是，集装箱港口为什么要自发地提高自身的作业效率？港口为效率增进而付出的总成本与其因效率增进而获得的总收益之间的关系如何衡量？鉴于此，有必要分析集装箱港口效率增进的付出补偿机制，为公共部门制定效率激励政策提供参考。

1 理论基础与现有文献述评

对货主来说，集装箱港口效率增进所带来的效用取决于时间缩短的程度，即完成货物运输的时间更短，换言之，货主完成货物运输的时间成本降低了。然而，集装箱港口为增进效率而付出的成本增加，必然会导致其向货主征收更高的作业费用。当其增收的港口作业费不足以弥补其为效率增进而付出的成本时，则需要一定的补偿，该种补偿可能来自公共部门的直接补偿或者间接补偿，来纠正市场的外部性[1]。因为集装箱港口具有准公共物品、准经营性和社会公益性的特点，所以政府补偿的本质是为协调社会资本私人需要与公共需要的矛盾而进行微观经济主体干预的一种手段，是政府经济职能的延续[2]。

关于集装箱港口效率的研究，可追溯至20世纪20年代末美国数学家柯布（C. W. Cobb）和经济学家保罗·道格拉斯（Paul H.Douglas）提出的柯布-道格拉斯生产函数及其应用，随后不断有新的研究成果出现，如固定替代弹性函数、二次函数、超越对数函数、广义列昂惕夫函数等多种生产函数的提出及应用。上述函数均从生产力的投入与产出的角度进行分析，广泛采用各种指标测度港口效率[3]，如采用劳动力、资本、设施（起重机、泊位、仓库、码头面积、岸线长度）、作业（搬运、移动、储存、船舶停靠）等要素作为投入指标，采用吞吐量、滚装作业量等要素作为产出指标。常态方法主要有参数化方法和非参数化方法，前者主要为随机前沿分析（stochastic frontier analysis，SFA）法，后者主要为数据包络分析（data envelopment analysis，DEA）法，这为测度港口效率、研究港口投入有效性提供了切实可行的基础方法。然而，只有少量文献尝试探讨了时间要素对港口效率的作用，如：TOVAR等[4]搜集了拉丁美洲55个港口的数据，采用主成分分析法，归纳港口作业时间的构成，从时间角度总结出提高港口效率的驱动因素，包括集装箱装卸效率、单船年平均装卸效率、单船年平均等待时间等;CULLINANE等[5]重点分析了港口非效率状态以及时间损失问题，认为通关程序、集装箱处理费、货物处理限制、强制性服务、港口治安等都是导致港口非效率的因素。

现有文献仅把时间要素作为港口效率的影响因素加以对待，而忽视了时间成本对港口效率增进的重要作用，因此需要建立更精准的模型[6-7]。同时，对港口生产的系统性和多主体协同性认识不足：（1）港口生产的系统性不仅体现在港口自身由3个复杂的物理系统（泊位子系统、堆场子系统和集疏运子系统）和一个支持系统（装卸子系统）的密切协作上，而且体现在港口本身必须与航运系统（船公司）、通关系统（海关）、边检系统（检验检疫、卫生检疫、商品检验等）、国际物流系统（保税仓库、国际货代企业、货主等）和配套服务系统（保险、银行）等众多系统的密切配合上，任何一个环节的延迟和耽误，都会导致港口产出的损失。（2）港口生产的多主体协同性体现在港口的生产活动必须有船公司、货主、货代企业、内陆运输企业、保税仓库、报关行、海关、边检、商检、保险、银行等众多主体的一致配合、协同运作，才能顺利完成。任何一个主体的缺失或怠慢都会影响整个港口作业系统的效率。（3）传统的港口生产效率的研究被局限在劳动力、资本、设施、作业等硬件资源的投入上，然而这些硬件资源的利用程度远比其自身对港口效率的影响重要，如岸桥的数量远不及岸桥的利用率重要，即一个岸桥数量多而闲置率高的港口的效率可能不及一个岸桥数量少而利用率高的港口的效率高。对港口效率的研究仅仅关注港口自身硬件的投入产出分析，存在一定的局限性。

本文引入时间成本研究港口效率。港口效率增进带来了作业时间缩短，货主收益增加，同时港口为效率增进而付出的成本增加，则港口收费提高，但整体上又带来社会效益增加。如此，港口效率增进的驱动机制变得复杂，有必要对港口效率增进的付出补偿机制进行推演和梳理。本文首先从货主的时间成本入手，分析港口的效率损失，然后构建效率增进的付出补偿模型，分析港口效率增进后的收益及补偿形成机制，明确效率增进的努力方向。

2 港口效率损失

陆上运输用r表示，海上运输（含货物在港作业）用s表示。货主通过港口完成单位（1 t或1 TEU）货物的全程运输总成本为CT=Cr+Cs+v（tr+ts+μ）， v∈（0，1）

（1）式中：Cr为陆上运输成本，包括陆上运费、燃油费和各项杂费;Cs为海运成本，包括海上运费和货物在港装卸、查验等费用;tr为陆上运输总时间（含车辆装卸时间）;ts为海运总时间，包括港区装卸船、出入库时间和海上航行时间等;μ为港口效率损失（由于货物通过港口的时间包括车辆进出港时间、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，这些时间的延长都会导致货主时间成本的增加，从这一角度看可以把港口效率损失μ定义为时间损失的集合）;v为货主对时间的依赖值，v∈（0，1），可以理解为v是关于货主的产品特点和运营要求的函数，v把时间t转化为货币值;v（tr+ts+μ）为货主的时间成本，每个货主都期望运输时间最短，但不同的货主根据其产品特点和运营要求的不同，对时间的货币赋值也不同。

假设在原有港口p的旁边都存在一个与其硬件设施和经营环境一模一样的港口y（暂命名为“影子港口”，但事实上不存在），港口y的效率损失最小但不为0，即具有最优的μ（y）。港口y的效率损失最小意味着其收费较高。在其他条件不变的前提下，货主选择原港口p完成单位货物的全程运输总成本为

C（p）T=C（p）r+C（p）s+v（t（p）r+t（p）s+μ（p））， v∈（0，1）

貨主选择影子港口y完成单位货物的全程运输总成本为

C（y）T=C（y）r+C（y）s+v（t（y）r+t（y）s+μ（y））， v∈（0，1）

若C（y）T>C（p）T，则货主选择原港口p;若C（y）T=C（p）T，则货主可任意选择港口p或y;若C（y）T

为更易于研究港口效率，可以假定原港口与影子港口的陆上运输成本相同、陆上运输时间相同，即C（p）r=C（y）r，t（p）r=t（y）r;设θ为港口为增进效率的努力程度，θ∈（0，1），μ（θ）为效率损失的变化量，也就是μ（θ）是关于θ的函数。在θ的作用下v也发生变化，因此在考虑效率损失变化量的情况下，货主选择原港口完成单位货物的全程运输总成本为C（p）T=C（p）r+C（p）s+v（t（p）r+t（p）s+μ（p）+μ（θ）），

v∈（0，1）， μ（θ）<0

（2）令C（p）T=C（y）T，可得v*=C（y）s-C（p）st（p）s-t（y）s+μ（p）-μ（y）+μ（θ）

（3）  v*的意义在于：当v>v*时，C（y）T

3 港口效率增进的付出补偿模型

根据前述分析，构建效率增进后港口的利润函数为

π=v*（Cs-c）-k-c（θ）+S（-μ（θ））

（4）

式中：c为港口航运作业的单位成本;k为资金成本;c（θ）为港口效率增进需要付出的成本，设c（θ）=θ，c（0）=0，c（1）=1，c（θ）的大小表明港口为增进效率的努力程度;S（-μ（θ））为港口效率增进而获得的收益，该收益来自港口企业外部（如公共部门政策层面的政府补贴、税收减免和辅助支持）和港口企业内部（如效率增进带来的市场份额增加，以及由此带来的收入增加）。无论收益来自港口企业外部还是内部，在宏观层面上都需要考虑社会成本最小化问题，同时问题求解需满足参与约束和激励相容约束。参与约束意味着港口经营人愿意接受该收益，其参与的最小期望收益应大于零。激励相容约束意味着港口为增进效率的努力越大其收益越大。令社会成本为Csoc，则

min Csoc

s.t.

Ni=1p（θ）（v*（Cs-c）-k-

θ+S（-μ（θ）））≥0

（5）

θNi=1p（θ）（v*（Cs -c） -k-

θ+S（-μ（θ）））≥0

（6）

μ（θ）<0 （当μ（θ）≥0时函数无意义）

（7）

式中：p（θ）为参与度函数;μ（y）为常数。上式均有一阶连续偏导数，属非线性凸规划问题，满足库恩-塔克（Kuhn-Tucker）条件。为便于计算，引入μ（θ）的同构函数ε（θ）（ε（θ）>0）用来辅助判断μ（θ）的特性。令μ（θ）=-ε（θ）<0（μ（θ）<0，ε（θ）>0），则有拉格朗日函数

L（θ，ε，λ，η）=Csoc+λNi=1p（θ）（v*ε（Cs-c）-k-

θ+S（ε（θ）））+ηθNi=1p（θ）（v*ε（Cs-

c）-k-θ+S（ε（θ）））

式中：v*ε=C（y）s-C（p）st（p）s-t（y）s+μ（p）-μ（y）-ε（θ）。

社会成本Csoc可以理解为C（y）T+C（p）T+S（ε（θ）），当C（y）T=C（p）T时，为方便计算，更多地关注原港口的效率损失。考虑到原港口与影子港口的假设条件，令Δc=Cs-c，Δt=t（p）s-t（y）s+μ（p）-μ（y），ΔCs=C（y）s-C（p）s，則有     L（θ，ε，λ，η）=Csoc+λNi=1p（θ）ΔCsΔcΔt-ε（θ）-k-θ+S（ε（θ））+

ηθNi=1p（θ）ΔCsΔcΔt-ε（θ）-k-θ+S（ε（θ））

（8）

Csoc=Ni=1p（θ）2Cr+2C（p）s+ΔCs+t（p）+S（ε（θ））

（9）

将式（9）代入式（8），求解关于独立变量θ和ε的导数，得到拉格朗日函数一阶条件（计算过程略去求和符号）：L（θ，ε，λ，η）θ=p′（θ）S（ε）+λp′（θ）ΔCsΔcΔt-ε-k-θ+S（ε）-p（θ）+

ηp″（θ）ΔCsΔcΔt-ε-k-θ+S（ε）+ηp′（θ）ΔCsΔc（Δt-ε）2+S′（ε）-2p′（θ）=0

（10）

L（θ，ε，λ，η）ε=p（θ）S′（ε）+λp（θ）ΔCsΔc（Δt-ε）2+S′（ε）+ηp′（θ）ΔCsΔc（Δt-ε）2+S′（ε）=0

（11）

整理式（11）得

-1 = S′（ε） + ΔCsΔc（Δt-ε）2λ + ηp′（θ）p（θ）S′（ε）

（12）

由约束条件式（6）可知p′（θ）p（θ）>0，代入式（12）可得S′（ε）<0。-ΔcΔCs>S′（ε（θ））（Δt-ε（θ））2

（13）  在θ为自变量和ε（θ）为中间变量的情况下，拉格朗日函数一阶条件为L（θ，ε，λ，η）θ=p′（θ）S（ε）+p（θ）S′（ε）ε′+λp′（θ）ΔCsΔcΔt-ε-k-θ+S（ε）+p（θ）ΔCsΔc（Δt-ε）2+

S′（ε）ε′-1+ηp″（θ）ΔCsΔcΔt-ε-k-θ+S（ε）+2p′（θ）ΔCsΔc（Δt-ε）2+S′（ε）ε′-1+

ηp（θ）2ΔCsΔc（Δt-ε）3（ε′）2+ΔCsΔc（Δt-ε）2+S′（ε）ε″+S″（ε）（ε′）2=0

（14）

合并式（10）、（11）和（14），整理得

ΔCsΔc（Δt-ε）2+S′（ε）ε″+

ε′2S″（ε）+2ΔCsΔc（Δt-ε）3=0

假设S（ε（θ））与港口效率损失之间存在线性关系，S″（ε）=0，则有ε″>0。因为关于θ的单调连续函数μ（θ）与ε（θ）存在关系μ（θ）=-ε（θ）<0（ε（θ）>0），所以有μ″（θ）<0。

综上，可得结论：（1）μ（θ）<0（μ（θ）≥0时无意义）;（2）p′（θ）/p（θ）>0，μ′（θ）<0，μ″（θ）<0;（3）-ΔcΔCs>S′（-μ（θ））（Δt+μ（θ））2，S′（-μ（θ））<0。

效率增进的收益S（-μ（θ））的大小取决于港口效率损失μ（θ）的减少程度，效率损失μ是关于港口为增进效率的努力程度θ的凹函数。这意味着港口为增进效率的努力程度θ越大，其效率损失越小，收益S（-μ（θ））越大。随着努力程度的不断增大，增进成本c（θ）不断增加，效率增进的边际空间越来越小。这是因为大部分效率损失的减少可以通过技术改造投资和运营管理优化实现。那么，港口在增进效率时都会把焦点放在效率损失μ与增进成本c（θ）的权衡上。对于-ΔcΔCs>S′（-μ（θ））（Δt+μ（θ））2，根据Δc，ΔCs为不考虑时间成本的货币成本，ΔcΔCs不受效率增进措施的影响，其大小取决于整个行业平均利润水平，S′（-μ（θ））（Δt+μ（θ））2的大小受S′（-μ（θ））和μ（θ）的影响。

4 集装箱港口效率增进的付出补偿机制4.1 市场收益补偿  本文研究目的之一是考察港口增进效率的动力来源，即港口增进效率的驱动因素。

（1）若港口怠于增进效率，则θ<0，意味着港口不仅没有为增进效率付出努力，而且任由效率损失扩大，故效率损失的变化量为正值，即μ（θ）≥0。这意味着效率改变后的效率损失μ（x）≥μ（p），根据先前的假设（存在影子港口竞争的情况），效率改变后的收费必有C（y）s-C（p）s≤0，即ΔCs≤0，那么必有效率改变后的市场份额v*≤0，利润函数值π≤0，即在市场竞争下港口若不增进效率则无利可图。

（2）若港口为效率增进而付出努力，效率损失减少，则港口效率增进带来的收益来自市场收益。因为有θ>0，μ（θ）<0，效率改变后的效率损失μ（x）<μ（p），ΔCs<0，所以有

v*θ=-（C（y）s-C（p）s）（t（p）s-t（y）s+μ（p）-μ（y）+μ（θ））2μ′（θ）>0

v*μ（θ）=-（C（y）s-C（p）s）（t（p）s-t（y）s+μ（p）-μ（y）+μ（θ））2<0

即在存在市场竞争的情况下，效率损失减少，市场份额v*是努力程度θ的增函数，是效率损失变化μ（θ）的减函数。若设S（-μ（θ））=0，则效率改变后利润π（x）>π，符合对市场竞争的正常期望，即港口为增进效率付出努力而获得来自市场的额外收益补偿为π（x）-π。

（3）事实上，μ（θ）的本质是时间，效率增进的最终结果必然落实在总时间的减少上。当然，本文研究同样存在先验假设，即c（θ）=θ，c（0）=0，c（1）=1。事实上，存在c（θ）较大的情况，使港口航运作业成本增大，那么利润函数可以转换为π=v*（Cs-（c+c（θ）））-k-c（θ），即港口在效率损失变化μ（θ）与增进效率的投入成本c（θ）之间进行进一步的权衡。当c（θ）较大时，效率增进的边际空间缩小，会出现c（θ）>π（x）-π的情况，也就是说港口为效率增进的付出大于效率增进带来的收益，港口企业将回到怠于增进效率的状态。若要进一步激励港口增进效率，则需要来自政府的补偿机制。

4.2 政府补贴补偿  本文另一目的是考察当c（θ）较大时，来自政府的激励措施对港口效率增进的影响。公共部门为促进港口效率的提升，需要制定政策激励港口为增进效率付出努力。这种外部激励最终落实在港口为增进效率付出努力而获得的额外收益上，也就是政府补贴。政府补贴可以是直接的货币补贴，也可以是间接的补贴，如税收减免、辅助支持等。此时的S（-μ（θ））为港口因效率增进而获得的政府补贴。为便于分析，设效率损失与效率增进的努力程度之间有凹函数关系μ（θ）=-θ2。

（1）如果无论效率增进的努力程度如何，港口都会收到固定数额的政府补贴，那么结果就是，港口经营人会以最小的努力程度增进效率以赢得这个货币收益，甚至努力程度几乎为零，则S（-μ（θ））=0，此时，效率增进的结果与补贴额无关。

（2）如果港口因增进效率而获得的补贴与效率损失的减少成一定比例，即假设S（-μ（θ））=-αμ（θ），μ（θ）<0，那么港口要尋求最大的α，而政府部门要在确保参与效果的前提下使α最小。αmin=12θ-ΔcΔCs（Δt-θ2）2>0，这意味着效率增进的边际报酬与努力程度呈负相关关系。一方面，为增进效率的努力程度越大，效率损失的减少幅度越大;另一方面，为增进效率的努力程度越大，效率损失减少带来的边际报酬越低。α在效率增进与收益之间确立的直接联系中可以理解为，α的大小代表效率损失的价值或者重要程度，而效率损失可归结为由时间损失所导致的港口效率的降低。在公共政策激励层面，需要在效率损失的减少与补贴之间建立直接联系，使港口依据效率损失减少的多寡获得相应比例的收益。当然，效率损失减少的多寡是港口为增进效率的努力程度高低的直接结果，收益的大小应相当于港口为增进效率而在诸如优化运营流程、简化行政管理手续、建立港航信息化和通关信息化以缩短在港停留时间等领域的投资。对于补贴的提供方（政府及公共部门）而言，补贴的大小应限定在合理范围内的最小值，政府补贴作为效率增进所产生的间接收益为供应链各环节共享（含港口自身），达到社会福利整体最大化的目的。由此得出结论，政府补贴的大小依效率增进的结果而定，而非过程。

5 结 论

本文假设一个本不存在的同等条件的影子港口在不同收费水平下与原港口进行竞争的模型。市场竞争的存在使得集装箱港口企业若不增进效率则无利可图，而付出较小的努力增进效率会获得来自市场的额外收益补偿π（x）-π。这是港口增进效率的驱动力，而该动力来自竞争。实践中又会因集装箱港口的自然垄断性导致其增进效率的动力大打折扣，即市场失灵。影子港口的假设有一定的现实基础，当两个集装箱港口距离很近时，如深圳港的盐田港区和蛇口港区，市场竞争可放松社会总成本模型中的参与约束，后续可做实证研究并扩展至相似领域。

当增进效率的付出成本c（θ）较大时，效率增进的边际空间缩小，即出现c（θ）>π（x）-π时，需要靠来自政府的补偿机制。若要发挥政府补贴对效率增进的激励作用，则必须在补贴额与效率损失的减少之间建立一定的比例关系，即政府补贴的大小应根据效率增进的结果（而不是过程）而定。

效率损失的本质是时间，效率增进的最终结果必然落实在总时间的减少上。因此，在公共部门制定产业政策和私营部门制定经营策略时，有必要基于港口生产的系统性和多主体协同性，提高系统作业的透明度，缩短系统时间，揭开港口节点作业流程的神秘面纱，使得节点的成本（包括时间成本）在客户端可控。这是效率激励的努力方向。

参考文献：

[1] 田宇， 郑雁玲. 基于物流投资补偿的双渠道供应链激励机制研究[J]. 中山大学学报（社会科学版）， 2012， 52（6）： 197-202.

[2] 熊维勤. 引导基金模式下的政府补偿及其激励效应[J]. 系统工程理论与实践， 2013， 33（8）： 1927-1933.

[3] 艾亚钊， 周坤晓. 基于随机前沿分析（SFA）法的集装箱港口效率分析[J]. 上海海事大学学报， 2015， 36（2）： 31-35. DOI： 10.13340/j.jsmu.2015.02.006.

[4] TOVAR B， WALL A. Dynamic cost efficiency in port infrastructure using a directional distance function： accounting for the adjustment of quasi-fixed inputs over time[J]. Transportation Science， 2017， 51（1）： 296-304. DOI： 10.1287/trsc.2016.0684.

[5] CULLINANE K， WANG Tengfei. The efficiency analysis of container port production using DEA panel data approaches[EB/OL]. （2010-03-11）[2019-09-27]. http：//search.ebscohost.com/login.aspx·profile=ehost. DOI：10.1007/s00291-010-0202-7.

[6] 賴成寿， 吕靖， 李祥全. 基于二阶段DEA博弈交叉效率模型的港口生产效率研究[J]. 上海海事大学学报， 2018， 39（1）： 52-59. DOI： 10.13340/j.jsmu.2018.01.010.

[7] 莫云萍， 陈飞儿， 赵一飞， 等. Malmquist指数方法在港口上市企业经营效率分析中的应用[J]. 上海海事大学学报， 2012， 33（2）： 70-75.

（编辑 赵勉）

收稿日期： 2019- 06- 25 修回日期： 2019- 09- 29

基金项目： 中国物流学会2019年课题（2019CSLKT3172）;广东省哲学社会科学“十三五”规划2017年度学科共建项目（GD17XGL01）

作者简介： 艾亚钊（1979—），男，河南许昌人，副教授，硕士，研究方向为运输经济学，（E-mail）490229783@qq.com;

巫立群（1958—），男，台湾台北人，副教授，博士，研究方向为计量经济学，（E-mail）mic.wu@msa.hinet.net