基于吞吐量预测的南通港营收绩效评价研究＊

■ 任莹 王宏新 周婷

1.辽宁工程技术大学工商管理学院 葫芦岛 125100

2.江南大学商学院 无锡 2114122

0 引言

随着中国经济的快速增长，我国的进出口贸易总额也在不断攀升，港口已成为我国进出口贸易的重要平台。2019年世界港口大会显示，我国已在环渤海、长三角、东南沿海、珠三角和西南沿海区域建成了规模庞大且相对集中的五大沿海港口群，随着港口设施规模的不断扩大、服务水平的不断提升，我国港口吞吐量已经连续多年稳居世界第一。在国际贸易量日益增长的大背景下，研究如何深度优化对葫芦岛港资源配置以及快速提升港口竞争力显得尤为重要。为此，葫芦岛市高度重视，进一步，社会科学联合会专门设立了创新绩效研究课题，本文作为该课题的部分成果，先通过对规模较大的南通港进行研究，得到港口贸易资源优化配置的一般规律及有效管理措施，并将该成果试运用于葫芦岛港，从而对葫芦岛港起到借鉴意义。

有关于港口绩效评价的文献颇多。整体来看，现有的文献大致可以分为两类：第1类是绩效评价指标研究，第2类则是运用各种研究方法对港口绩效或生产力进行评价。有关于绩效评价指标研究方面，王洪海[1]从物流上市公司的盈利能力、营运能力、偿债能力和发展能力等方面选取财务指标，并运用层次分析和TOPSIS 法，对一些港口物流企业的财务绩效进行综合评价，顾煜[2]等则借助指标分析法构建港口物流上市公司绩效评价体系，对我国54家物流上市公司的财务绩效进行了对比分析。姜宝[3]等运用多元回归法分析了港口上市公司治理结构对经营绩效的影响。Khalid Bichou[4]提出一系列的假设并通过实证研究指出港口绩效评价指标应将港口规模、货物混合、转运率、运营结构及工作流程纳入其中。Chi-lok Andrew Yuen[5]等利用层次分析法，从港口使用者（航运公司、货代、托运人）的角度来衡量影响港口竞争力因素的重要性，研究发现航运公司认为港口成本是界定港口竞争力最为重要的因素，而货代和托运人则认为港口规模是决定港口竞争力最为重要的因素。

对港口效率进行分析的方法主要两类，一类是参数化方法，另一类则是非参数化方法。参数化方法研究发面，Dong-jin KIM[6]利用一种多属性决策方法（PROMETHEE），从泊位长度、起重机数量、工作时长及集装箱区域面积四个方面对欧洲的19个港口进行绩效评价。其他使用较为广泛的方法主要有层次聚类分析、随机边界函数分析[7]。唐沙沙[8]采用时变超越对数形式的随机前沿生产函数对我国72 家集装箱码头企业在2005 至2012年间的技术效率和全要素生产率进行了测定比较,研究显示,我国集装箱码头企业的技术效率仍有较大提升空间, 全要素生产率总体呈下降趋势, 集装箱码头产出增加比例均低于投入增加的比例。艾亚钊[9]等采用随机边界方法（Stochastic Frontier Approach, SFA）比较了我国部分港口的纯效率和全效率,得出港口腹地进出口贸易总额作为外生变量对港口效率起正强化作用这一结论。非参数化方法研究方面，Wayne K.Talley[10]等提出了港口服务链这一概念，并以此来对港口绩效进行评价，除此之外，数据包络分析（Data Envelopment Analysis, DEA）是用来进行绩效评价最为常见的一种方法[11-13]。除了传统的DEA模型之外，不少学者对DEA方法进行了改进，如Mithun J Sharma[14]提出递归DEA 不仅仅提供一个有效前沿面，而是为不同层级的港口分别提供一个有效前沿面，从而在非有效港口最大能力范围内优化其效率。罗丹[15]等从供应链视角出发，构建港口物流系统绩效评价指标体系，利用超效率DEA-CCR 模型对中国的港口上市公司运作绩效进行评价。Mithun J Sharma[16]提出了一种基于决策树的DEA 模型来对港口的效率进行评价，对不同的港口进行分层，并分别对不同层级里的非有效港口提出改进的目标。Peter F.Wanke、Li Dan[17-18]利用两阶段DEA、三阶段DEA 模型对巴西、中国的港口效率进行评价。

根据2019年交通运输部公布的全国各港口吞吐量来看，相较于葫芦岛港，镇江港、南通港等江苏省部分港口成为吞吐量同比增长最快的港口，因而研究上述吞吐量同比增长快速的港口，将有助于葫芦岛港的进一步发展。其中，在2019年吞吐量同比增长最快的港口中，有关于南通港的文献研究相关研究内容较少，对南通港港口物流的研究主要集中于港口竞争力研究及港口与城市互动关系研究，且研究内容以定性分析为主，缺乏对南通港港口定量研究。汤丽丽[19]构建了江海河联运体系，有效化解了港城矛盾和推进了智慧港口建设。沈昱成[20]通过分析物联网技术对保税物流管理的作用,提出具体的应用方案,以此来实现物联网技术的价值。王生[21]研究了南通港口和上海港口的发展现状及存在的问题,并提出南通港口融入上海港口的可行性发展路径,包括推动双方在发展规划,运营管理,监督机构,硬件建设等方面的融合。从上述文献不难发现，现有有关于港口绩效研究的文章一类侧重于指标体系的构建，一类侧重于绩效评价模型的改进。从评价对象来看，多是对世界主要大型港口、国内大型港口群进行评价比较，缺乏对具体港口的深入研究；从评价的时间看，多是对港口过去的效率进行评价，缺乏对港口未来绩效的预测评价。基于此，本文首先利用灰色预测模型[Grey Model,GM（1,1）]对南通港2015～2019 的吞吐量进行预测，GM(1,1)模型是灰色系统理论中应用最广泛的一种灰色动态预测模型，该模型是由一个单变量的一阶微分方程构成。在此基础上，利用DEA 模型对南通港1998～2019 的绩效进行评价与分析。本文构建了灰色预测模型GM（1,1），对南通港绩效进行了实证分析，总结了葫芦岛港吞吐量同比增速不及南通港的原因，并给出了促进葫芦岛港发展的对策与建议。

1 模型构建

首先构建灰色预测模型GM（1,1）模型对南通港港口2015～2019的吞吐量进行预测。灰色预测的基本思路就是对原始数据序列进行处理，生成新的规律性较强的数据序列，通过对新的数列序列进行预测之后将预测结果进行逆运算得到原始数据序列的预测结果。GM(1，1)是一阶、一个变量的微分方程模型。假设x(0)为原始数据序列，即 GM(1，1)的建模序列。x(0)=(x(0)(1),x(0)(2),...,x(0)(n))，其中n 为序列中的数据个数。将原始数据序列累加获得AGO 序列为：x(1)=(x(1)(1),x(1)(2),...,x(1)(n)) ；x(1)(1) =x(0)(1) ，其中，x(1)(k) == 1,2,..,n。令z(1)为x(1)的均值序列，则：z(1)(k) = 0.5x(1)(k) + 0.5x(1)(k- 1),k= 2,3,...,n。GM（1,1）的灰微分方程模型为x(0)(k) +az(1)(k) =b，其中a为发展系数，b为灰作用量，利用最小二乘法求出a,b的

值为：=(a,b)T=(BTB)-1BTY，其中，

对(k+ 1)和(k)进行离散，二者相减可得到原始数据序列的估计值为：

然后利用数据包络分析对南通港港口的效率进行评价。数据包络分析于1978年被A. Charnes, W. W.Cooper等学者提出，是评价具有多投入和多产出的决策单元（Decision Making Unit,DMU）相对效率的一种有效的方法。利用DEA 方法评价决策单元（DMU）效率时，无需事先假设任何权重比率，也不需考虑投入与产出之间的函数关系，较好的避免了主观因素的影响。DEA 的第一个模型由A. Charnes,W.W. Cooper 和E. Rhodes 于1978年提出，该模型假定决策单元规模报酬不变（Constant Return Scale,CRS），但这一假设在现实中较难以实现。1984年，R. D. Banker 等人在规模报酬可变（Variable Returns to Scale,VRS）的基础上提出了BCC 模型。假定有j个决策单元，每个决策单元有m个投入指标和s个产出指标，xij(i= 1,2,3,...,m)和yrj(r= 1,2,3,...,s)分别表示决策单元DMUj的投入和产出，则DEA 模型中的BCC 模型即为在假设DMU 处于变动规模报酬情形下，用来衡量纯技术和规模效率的一种DEA 模型,模型如下所示：：

其中，si-表示投入冗余，sr+表示产出不足，为非阿基米德无穷小量，一般取为10-6。

表1 港口绩效评价指标体系

DEA 模型分为投入导向型和产出导向型，投入导向型即保持产出不变，追求投入的最小化，而产出导向型则是保持投入不变，追求产出的最大化。Yen-Chun 等指出投入导向型模型与运营管理紧密相关，而产出导向型则大多与规划及政策制定相关。鉴于此，本文选用投入导向型DEA模型来对南通港绩效进行评价。

利用DEA 模型进行绩效评价的前提是确定绩效评价指标。现有文献在选取港口绩效评价指标的时候大多是从两个角度出发，即港口生产运营角度和财务角度。文献[2]、[3]、[13]等从港口生产运营角度出发，将泊位长度、港口泊位数量、桥吊数量、堆场面积、员工人数等作为投入指标，将集装箱吞吐量、货物吞吐量、集装箱吞吐量增长率、货物吞吐量增长作为产出指标。而文献[17]等则从财务角度出发，将固定资产净值、净资产、主营业务成本、员工人数作为投入指标，将主营业务收入、净利润、每股收益等作为产出指标。

由于南通港口由几家不同的公司经营，因此从财务角度出发选取其中任何一家公司的财务状况来对港口绩效进行评价都有失偏颇，因此本文在总结前人经验的基础上，从港口生产运营角度出发，兼顾数据的可得性，选取生产用码头总延长、生产用泊位、仓库面积、堆场面积、装卸机械五个指标作为投入指标，货物吞吐量和集装箱吞吐量两个指标作为产出指标，具体如表1所示。

根据表1中的指标体系，找到相应的数据如表2，数据来源于《南通统计年鉴》。

2 实证分析

2.1 基于灰色GM（1,1）模型的南通港吞吐量预测

南通港地处我国大陆海岸线中部，长江下游河口段北岸，距入海口195.5 公里，位于长江和沿海“T”字型经济发展带的交汇点上，属于国家一类对外开放口岸，包括了海港和河港。南通港作为我国发展综合运输的沿海主枢纽港、上海国际航运中心北翼的重要组成部分，目前已与世界上100 多个国家和地区的300 多个港口通航。

表2 表 南通港投入—产出数据（1998～2014）

图1 南通港货物及集装箱吞吐量情况

南通港共有369 公里岸线，其中沿江岸线166 公里，沿海岸线203 公里，共计13 个锚地。长江主航道流经南通港沿江各港区。南通港沿江拥有营船港、天生港两条专用航道，而沿海则拥有洋口港区烂沙洋南航道、北航道及吕四港区进港航道。南通港包含11个港区，其中中沿江港区包括如皋、天生、南通、狼山、任港、富民、通海、江海、启海9 个港区，沿海港区包括洋口、吕四2 个港区。2015年6月5日，地处腰沙—冷家沙海域的通州湾港区总体规划通过审评，即将成为南通港第12个港区。狼山港区是南通港主要的综合性港区，其运输主要以大宗散货、集装箱和散杂货等公共货物为主；江海港区则是运输油品、液体化工品为主的公用港区，同时为南通经济开发区提供服务；南通港是客、货运兼顾的公用港区；如皋、任港、富民、天生、启海等港区则主要依托后方电力、石化、冶金、造船等临港产业，以运输能源、通用件杂、化工品等工业原材料和产成品为主。如今，南通港作为上海国际航运中心集装箱运输支线港，已成为其集装箱运输体系的重要组成部分，长江沿线冶金、电力等大型企业能源、原材料及长江中上游地区内外贸物资海进江运输的重要港口。此外，南通港临港产业的快速发展使得南通港成为我国重要的船舶修造和造纸基地、重要的海工基地及全省第二大化工基地。

表3 南通港2015～2019货物吞吐量预测值

表4 南通港2015～2019集装箱吞吐量预测值

南通港基础设施发展相对完善，截至2014年，南通港生产用码头总延长达17540 米，泊位99 个，其中万吨级泊位达51个，建有仓库37.2万平方米，堆场208.7万平方米，工作船只32 艘，装卸机械934 台。此外，南通港拥有长江港口群中最为先进的散货作业系统、面积最大的长江港池、吨位最大的散货码头和容积最多的化工储罐。南通港洋口港区LNG项目于2011年5月开港作业，成为江苏省第1 个、全国第4 个投产的LNG 接收站（LNG Terminal），吞吐能力更上一层楼。2006年，南通港货物吞吐量首次突破亿吨，跻身当年全国10大亿吨大港之列，此后不断刷新纪录，2014年达2.2亿吨。（图1）

灰色预测模型适用于小样本，因此本文选取南通港2010～2014年的货物吞吐量和集装箱吞吐量数据作为GM(1，1)的建模数据，建立预测方程，对南通港2015～2019的数据作出预测。

以货物吞吐量为例，原始数据序列为：

x(0)=(x2010，x2011，x2012，x2013，x2014)

x(0)=(15069.8，17330.6，18526.4，20494.5，22019.4)

将原始数据累加获得的AGO序列为：

x(1)=(15069.8，32400.4，50926.8，71421.3，93440.7)

紧邻均值生成序列z(1)(k) = 0.5x(1)(k) + 0.5x(1)(k-1),k= 2,3,...,n

表5 南通港保持现有投入规模情况下综合效率、技术效率、规模效率值

z(1)=(23735.1，41663.6，61174.1，82431.0 )

计算出发展系数和灰色作用量为：

a= -0.1，b= 15308.4

以此得出南通港2015～2019年的货物吞吐量预测值见表3。

同理，计算出南通港2015～2019年的集装箱货物吞吐量预测值见表4。

2.2 基于吞吐量预测的南通港绩效评价

若南通港保持现有的投入规模（2014年）在2015 至2019年不变，将南通港1998～2019 的投入、产出数据输入DEAP软件进行计算，得出南通港的绩效见表5。

图2 1998～2016南通港效率图

为了更直观的表示南通港的效率变化，将南通港的综合效率、技术效率、规模效率用图2来表示。整体来看，南通港的综合效率及技术效率波动较大，规模效率相对而言波动幅度较小，说明南通港的效率一直处于不稳定的状态。

综合效率、技术效率和规模效率都有效的年份只有2001年、2002年及2019年，说明只有这3年南通港的投入-产出比例趋于合理化，港口效率实现最大化。需要注意的是，这并不表示南通港在这3 个年份里发展不存在问题，DEA 评价的是相对效率，总有一个年份是效率有效的。

1998年、1999年、2004 及2007年，南通港的技术效率达到了最佳，但由于规模效率不佳导致南通港的综合效率没有实现最大化。由此可见，当港口的技术效率达到最佳状态时，港口规模是否与产出量相适应会直接影响港口的综合效率。其中南通港在1998年、1999年、2007年呈规模报酬递增状态，说明南通港在1998年、1999年和2007年这3 个年份港口投入规模没能满足产出的需要，而2004年南通港则呈规模报酬递减状态，说明南通港逐年增加投入，至2004年的时候已经是过度扩张，港口规模超出了产出需要。

2003年南通港综合效率由前两年的1降至0.756，主要原因是2003年南通港实施了大规模的扩建，各项投入相比于2002 增加了约1 倍，而当年的吞吐量增量却没有达到相同的比例，这也就直接导致了2003南通港效率的低下。事实上，大多港口都会根据预估的产出提前进行规划，并扩大港口的投入规模以满足产出的增长需求，这就会导致港口的效率出现短暂的下跌。随后，当港口的产出达到规划时的预估值时，港口效率也会随上升，从上表可以发现南通港2004年的效率回升至0.966。

2015～2019年这4年中，仅有2019年为效率有效，2015 至2019年综合效率、技术效率均为非有效，且都呈现出递增的规模报酬，说明若南通港保持现有的投入规模（2014年）不变，会导致未来的3年内，港口投入-产出比例失衡，投入无法满足产出需要。因此，南通港应该适当扩大投入规模以满足产出需要。但，若南通港的投入保持2015～2019年的增加比例，效率又将如何呢？

若南通港的投入规模保持现有的增速，使用灰色预测模型预测出2015～2019年的各项投入数据后带入DEAP进行计算，得出的南通港效率见表6。

若南通港保持现有投入规模增速，则1998～2019年其整体效率普遍上升，效率为有效的年份增加为6年。相比于保持2014年的投入规模不变的情况，南通港2015～2019综合效率、技术效率及规模效率都有所提高，但仍然只有2019年一年为综合效率有效，进一步说明南通港应该在未来的3年内继续扩大投入规模。值得注意的是，2015～2017年南通港都呈现出规模报酬递增的状态，说明南通港在这3年中可适当加快投入速度，而2018年南通港港口规模效率就达到了1 ，规模效率为有效，2018年和2019年南通港港口则呈现规模报酬不变的状态，说明前期的投入已能够满足南通港港口这两年的产出需求，投入-产出比例相对较为均衡，实现了港口资源的优化配置。

3 结论

本文在总结前人研究的基础上，从港口生产运营角度提出港口绩效评价指标体系，利用灰色预测模型GM（1,1）模型对南通港2015～2019 的货物吞吐量和集装箱吞吐量进行预测，并以此为基础，分别在保持南通港现有投入规模（2014年）不变和保持南通港现有投入增速两种情况下对南通港1998～2019年绩效进行了评价与分析。实证分析结果表明，当港口的技术效率达到最佳状态时，港口规模是否与产出量相适应会直接影响港口的综合效率。相比于保持现有投入规模（2014年）不变，保持南通港投入增速的情况下南通港整体效率更高，且2015～2017 这3年间仍呈现规模报酬递增，至2018年实现规模效率最大化，因此南通港应在2015～2017年间进一步扩大投入规模。根据本文对南通港1998～2019年绩效的评价分析结果，可以发现，与南通港相比，葫芦岛港吞吐量同比增速不及南通港的原因主要在于缺乏体系化、内外线结合配套匮乏，覆盖面不足等。

4 对策建议

(1)加速发展沿海港区，努力实现江海联动。加大对临海港区的开发建设及对南通沿海航区的投入使用力度；

表6 南通港保持投入增速情况下综合效率、技术效率、规模效率值

（2）调整南通港临港工业布局，实现港口可持续发展。将沿江部分技术水平较低、环保压力较大的一些产业转移至沿海，促进沿海临港工业的发展。同时，利用沿海地区的高技术产业（生物医药、海水利用、海洋化工等产业）形成南通沿海富有特色的产业。

（3）强化区域港口合作，实现共同发展。发挥滨江临海优势，建立以先进制造业基地和综合性物流加工基地和江海交汇的国际港口。