考虑CO2排放的中国港口动态网络效率研究

薛凯丽, 贾 鹏, 匡海波

(1.大连海事大学 综合交通运输协同创新中心,辽宁 大连 116026; 2.大连海事大学 交通运输工程学院,辽宁 大连 116026)

0 引言

港口作为“丝绸之路经济带”和“21世纪海上丝绸之路”的重要节点，是通往亚、欧、美大陆的关键门户，在国际运输、贸易等发挥着重要作用，港口的健康发展对中国未来经济发展具有重大战略意义。近年中国港口快速扩张，港口间同质化严重，竞争日益激烈，2020年以来又受到新冠疫情冲击，进出口贸易影响巨大，在复杂的内外环境中如何提升竞争力成为各港口运营工作的重中之重。实现港口竞争力提升的有效途径之一是提高港口效率，而科学测算港口效率是提高港口效率的关键节点。

与其他行业不同，港口的整个运作过程是多时期多流程组成的动态复杂网络运作系统。如何将港口运作过程真实刻画及准确测度效率是港口效率评价的关键问题。基于此，本文将Tone和Tsutsui[1]提出的动态网络SBM模型(Dynamic SBM with Network Structure)用于港口效率评价中，构建了港口动态网络结构，通过测算2013～2016年中国10个主要沿海港口的动态网络效率，获得提高港口竞争力的关键节点和核心要素，为中国港口发展提供参考建议。

1 文献综述

自Charnes等[2]提出DEA(Data Envelopment Analysis)方法，学者相继将DEA模型应用到高新技术、建筑业、金融、军民行业等领域[3～8]。部分学者将DEA方法扩展到港口效率测算中，已成为港口效率评价的主要方法。现有文献运用DEA方法测算港口效率的研究可分为以下几大类:

一是运用传统单阶段DEA模型进行港口效率测度。匡海波[9]建立了基于超效率DEA模型的港口上市公司成本效率评价模型，并用于评价中国13家港口上市公司效率。Güner[10]基于CCR和BCC模型从四个维度研究了土耳其沿海港口的管理绩效。鲁渤和汪寿阳[11]综合运用CCR、BCC和超效率三种DEA模型对比分析了中韩两国主要集装箱码头的运营效率。Wiegmans和Witte[12]使用SFA和DEA方法测算内河集装箱港口和码头效率，并得出影响港口效率的主要因素。上述文献在评价港口效率时，未考虑港口内部结构之间的内在联系，无法获知港口内部结构中的薄弱环节，而现实中的港口是一个拥有多个模块的复杂系统，因此，不考虑港口内部结构使效率值与实际偏离。

二是运用网络DEA模型进行港口效率测度。为克服传统单阶段DEA模型测度港口效率的不足，分析港口内部结构的内在联系，一些学者将Färe和Grosskopf[13]提出的网络DEA模型引入港口效率评价中。Bichou[14]用两阶段供应链DEA模型去测算集装箱港口阶段效率。Wanke[15]通过两阶段DEA模型测算巴西港口的阶段效率。Low等[16]从港口服务的提供者和消费者的角度考虑港口效率和服务有效性，运用网络DEA模型评估全球30个海港的绩效。上述文献虽克服了传统DEA模型无法测量港口内部效率的缺陷，但通过横截面数据静态测算港口效率，忽略了时间序列动态变化过程对效率测量的影响。

三是运用动态效率测量方法进行港口效率测度。为动态考虑港口效率的变化，一些学者将DEA-Malmquist指数等动态度量方法应用到港口效率评价中。赵楠和真虹[17]基于Malmquist指数方法动态评价港口及港口群整合前后的资源配置效率。Chang和Tovar[18]使用DEA-Malmquist模型获得秘鲁和智利港口的生产效率。Gil-Ropero等[19]利用DEA和Malmquist指数度量伊比利亚半岛主要集装箱港口效率的变化情况。现有港口动态效率研究只是简单考虑时间因素对港口效率的影响，往往忽略港口系统中相邻时期间活动对效率测量的影响，且忽略港口内部结构间的内在联系。

四是运用含非期望产出的DEA方法进行港口效率测度。上述研究主要评价了港口的经营效率、生产效率等，忽略了评价港口环境效率的必要性。实际港口运作过程会产出影响环境的非期望产出，如排放CO2，对环境的危害日趋严重。近年来一些国内外学者把港口的环境和港口可持续发展能力考虑到港口效率评价中。Chang[20]运用含非期望产出的SBM模型测算韩国港口的环境效率，并估计各港口可减少的CO2排放量。Na等[21]使用SBM模型估算年中国8个集装箱港口的环境效率。刘勇和汪传旭[22]使用含非期望产出的网络SBM模型评价中国集装箱港口的生产效率、环境效率及港口集装箱化效率。Park等[23]采用数据挖掘和RDEA研究美国集装箱港口的环境绩效。

综上所述，现有研究在港口效率评价方面还存在以下不足：(1)多数动态效率研究仅仅考虑港口的运营效率或环境效率，忽略了相邻时期间活动对港口效率测量的影响，无法真正意义上动态评价港口效率。(2)未综合考虑港口内部结构、跨期活动和非期望产出等因素，未将港口结构看作一个动态的复杂网络系统，使所得港口效率值与实际有所偏差。基于此，本文以2013～2016年中国10个主要沿海港口为研究对象，运用动态网络SBM模型测算中国港口动态网络效率。本文的创新：(1)从经济、运营和环境等多角度将港口内部结构分为两个阶段，特别将CO2排放量作为第一阶段的跨期活动，构建了动态港口复杂网络系统，有效刻画实际港口运作过程。(2)将动态网络SBM模型引入港口效率评价中，构建了动态的考虑相邻阶段间相互活动和相邻时期间跨期活动的非线性目标规划效率模型，不仅反映了港口效率在时间序列中的动态变化，而且揭示了港口内部的薄弱环节，完善了现有港口效率评价中忽略跨期活动和内部结构影响的不足。

2 动态网络SBM模型

图1 动态网络结构原理图

(1)决策单元DMUo的综合动态网络效率表示为:

(1)

(2)DMUo第t个时期的时期效率表示为:

(2)

(3)DMUo第k个阶段的阶段效率表示为：

(3)

本文运用动态网络SBM模型评价港口效率的优势为：将港口看成一个动态网络结构，构建了动态的考虑相邻阶段间相互活动和相邻时期间跨期活动的非线性目标规划效率模型，不仅获得效率在时间序列中的动态变化，而且判别出港口内部的薄弱环节，弥补了现有动态效率评价中忽略跨期活动和内部结构的不足。

3 实证分析

3.1 指标选取

根据港口经营的过程和特点，本文将港口分为两个阶段：生产运营阶段和盈利转化阶段，港口动态网络结构如图2所示。生产运营阶段侧重测量港口生产能力和环境效率，盈利转化阶段侧重测量港口盈利能力。在生产运营阶段，港口利用泊位数和净资产等投入要素获得货物吞吐量。在盈利转化阶段，港口利用货物吞吐量等投入要素通过主营业务、投资、开展配套服务和其他业务等多途径获得净利润。考虑到货物吞吐量在生产运营阶段和盈利转化阶段都起着重要作用，本文选取货物吞吐量作为阶段间的连接指标。同时考虑到港口减排政策的持续性，碳排放量对不同时期的港口生产运营阶段的效率测量均产生影响，本文将碳排放量作为生产运营阶段跨期活动的非期望结转指标。

3.2 数据来源

本文综合考虑2013～2016年的港口货物吞吐量排名、港口软硬件设施水平、港口腹地城市经济社会发展水平和数据可获得性等因素，选取竞争力较强、具有代表性的10个中国沿海港口进行实证分析，港口分布如图3所示。效率测度所需数据来源为2014～2017年《中国港口统计年鉴》、第三产业统计年鉴、各港口腹地省份或城市统计年鉴、各港口上市公司年报以及国家统计局等。其中，港口碳排放量数据不能直接获得，需根据相应测算公式进行计算。本文采用KMI[24]在“Port’s Areas’ Response to the Climate Change Regime”中提出的港口CO2排放计算方法计算本文港口CO2排放量。表1列出10个港口的描述性统计分析。

图2 中国港口动态网络结构及指标体系

图3 中国主要港口分布图

3.3 结果分析

本文运用式(1)～(3)求得各港口的生产运营阶段和盈利转化阶段效率、时期效率、动态网络综合效率及碳排放量数值，结果如下。

(1)港口生产运营阶段效率分析

表2列出10个港口2013年至2016年考虑环境因素(碳排放量)后的生产运营阶段效率值。可以看出，从2013～2016年10个港口生产运营阶段效率排名波动不大，处于相对稳定的水平，但各港口效率差异较大。相对于2013年的生产运营效率，2014～2016年的效率整体呈上升趋势，说明我国沿海港口的生产运营能力有所提高。其中，从港口群角度看，环渤海港口表现最好，长三角港口表现次之，东南沿海及珠三角港口表现较差。但同一港口群内的港口发展不平衡，生产运营效率差异大。如同为环渤海地区的大连港和青岛港排名相差6名。从单个港口角度看，青岛港和连云港港表现最好，生产运营效率为1，处于有效状态，说明上述港口能够合理安排港口业务流程，科学配置各类资源。珠海港、宁波-舟山港表现较差，说明港口应重新调整发展规划，提高基础设施利用率，优化管理模式，提高资源利用水平。

(2)港口盈利转化阶段效率分析

表3列出我国10个港口2013～2016年的盈利转化阶段效率。可以看出，2013～2016年10个港口的盈利转化效率普遍较低，港口间差异在不断增大，且效率平均值逐年下降，说明我国沿海港口盈利转化能力的差距在不断扩大。从港口群角度看，长三角港口表现最好，环渤海港口表现次之，东南沿海及珠三角港口表现较差。但同一港口群内的港口盈利能力不均衡，盈利转化效率差异大。如同为长三角地区的上海港和连云港港排名相差9名。从单个港口角度看，上海港盈利转化效率为1，表明港口的盈利转化阶段效率是有效的。大连港、营口港、厦门港、连云港港、珠海港等5个港口的盈利转化效率很低，其中，大连港和营口港位于东北，说明在东北传统业不景气的背景下，港口未能发展出新的利润增长点，今后应积极发展特色附加增值业务，从而增强盈利转化能力。

表1 2013～2016年港口数据描述性统计分析

表2 2013～2016年10个主要沿海港口生产运营阶段效率值和排名

表3 2013～2016年10个主要沿海港口盈利转化阶段效率值及排名

表4 2013～2016年10个主要沿海港口的时期效率值、动态网络综合效率值及排名

表5 2013～2016年10个主要沿海港口的CO2排放松弛变量(单位：百吨)

表6 基于DSBM和DNSBM模型的2013～2016年10个主要沿海港口的时期效率值及综合效率值

(3)时期效率和动态网络综合效率分析

表4列出10个港口2013年至2016年的时期效率和动态网络综合效率。可以看出，2013～2016年10个港口的时期效率排名波动较小，但各港口时期效率差异逐年增大，效率值整体呈下降趋势，说明我国沿海港口整体竞争力在下降且差距逐渐扩大。其中，从港口群角度看，长三角港口表现最好，环渤海港口次之，东南沿海及珠三角港口较差，但同一港口群内的港口发展不均衡，如同为长三角地区的上海港和连云港港排名相差8名。从单个港口角度看，上海港和宁波-舟山港表现最好，均位于长三角地区，腹地经济发达，城市发展活力大，资源整合能力强。大连港、厦门港、营口港、连云港港、珠海港表现较差，受东北三省经济下行影响，辽宁省港口表现较差，且港口时期效率逐年下降，形势不容乐观，与同为环渤海经济圈的青岛港和天津港差距进一步拉大。从表4中10个港口的动态网络综合效率可以看出，我国沿海港口动态网络综合效率差异大，港口竞争力参差不齐。其中，从港口群角度看，长三角港口表现最好，环渤海港口表现次之，东南沿海及珠三角港口表现较差。但同一港口群内的港口发展极不均衡，综合效率差异大。如同为长三角地区的上海港和连云港港，前者排名第1，后者第10。从单个港口角度看，上海港效率最高，上海港作为我国第一批改革试点港口，相较于其他港口拥有丰富的改革和运营经验，且位于长三角地区，腹地经济发达，因此，上海港总效率远远高于其他港口。青岛港效率排名第2，低于上海港0.3324。青岛港近年大力发展港口业务，推出多项发展举措，已取得一定的效果，腹地经济得以快速发展，借助国家政策优势迅速崛起，成为环渤海地区港口的领先者。宁波-舟山港效率排名第3，效率值略低于青岛港，宁波港和舟山港在2016年正式完成资源整合，整合后的港口竞争力大幅提高。因此，各港口的动态网络综合效率水平也与腹地经济发展和政策环境有很大的关系。

图4 港口的阶段效率与动态网络综合效率

(4)阶段效率与动态网络综合效率分析

图4对比分析了港口阶段效率和动态网络综合效率，结合表2～4和图4可以看出，中国港口的生产运营效率普遍高于盈利转化效率，港口的动态网络综合效率偏低与盈利转化阶段效率低存在很大的关系。因此，提高港口盈利转化阶段的效率能更大幅度的提高港口的动态网络综合效率，且港口盈利转化效率存在很大的提升空间。

(5)港口碳排放松弛量分析

随着我国逐步采用ECA政策来限制港口排放污染，减少污染排放对港口愈加重要。表5列出2013～2016年10个港口的碳排放松弛量和冗余度，碳排放松弛量的大小决定港口碳排放可降低的量。可以看出，港口的整体碳排放量还有很大下降空间。从港口群角度看，长三角港口2013至2016年平均可减排的碳排放量最多，环渤海港口平均可减排量次之，东南沿海及珠三角港口平均可减排量较少。其中，长三角港口平均可减排的碳排放量最多是因为宁波-舟山港的可减排量多，其他2个港口表现良好。2013～2015年，东南沿海及珠三角港口可减排总量均是最多，很大程度是由于厦门港可减排量多。2016年，长三角港口可减排总量最多，环渤海港口可减排总量次之，东南沿海及珠三角可减排总量较少，但2016年的总减排量高于其他三年。从单港口角度看，青岛港、上海港、连云港港表现最好，2013～2016年冗余度均为0，说明港口的碳排放量已是最优值。天津港2014年冗余度为3.42%，其余年份均为0，说明天津港碳排放量还可降低，但降低幅度不大。大连港、营口港、宁波-舟山港、厦门港、广州港表现较差，仅有一年碳排放松弛量和冗余度为0，其余三年都有不同程度的降低空间。其中，厦门港2014年可降低幅度最大，为21.51%。从整体看，2015年碳排放松弛量和冗余度表现最好，有7个港口松弛量和冗余度为0，其余3个港口最大冗余度低于其他年份的最大值。

3.4 对比分析

为验证动态网络SBM模型的适用性，本文运用Tone和Tsutsui[25]提出的动态SBM模型测算港口效率，并将其结果与动态网络SBM模型进行对比分析。港口动态结构如图5所示。

图5 中国港口动态结构及指标体系

表6列出2013～2016年港口动态SBM模型(DSBM)与动态网络SBM模型(DNSBM)的时期效率和综合效率。可以看出，DSBM模型的时期效率值和综合效率值均高于DNSBM模型的时期效率值和综合效率值，DSBM模型的区分力低于DNSBM模型。特别是一些港口在DSBM模型中表现有效，但在DNSBM模型中是无效的。如2013年，有4个港口在DSBM模型下是有效的，但在DNSBM模型下均是无效的，说明忽略内部结构导致相应的效率值偏高或识别为有效，DNSBM模型考虑内部结构后得出的效率值更接近实际值。图6单独列出两种模型得到的综合效率结果，可以看出，10个港口的动态综合效率值均高于动态网络综合效率值，结合表6发现其平均值是动态网络综合效率值的两倍左右。在动态综合效率中，4个港口是有效的，分别是青岛港、上海港、厦门港和连云港港，但在对应的DNSBM模型中，4个港口均是无效的。由此可得，运用DNSBM模型计算的港口效率结果比DSBM模型更有区分力且更接近实际情况。DNSBM模型考虑内部结构后可知综合效率、时期效率和阶段效率之间的关联，助推港口更高效的提高综合效率。因此，DNSBM模型更适合评价港口效率。

图6 港口动态综合效率与动态网络综合效率

4 结论

本文以2013～2016年中国10个主要沿海港口为研究对象，从经济、运营和环境等多角度确定内部结构，将不同时期的港口活动连接成一个动态的系统。并运用动态网络SBM模型测算港口动态网络效率，最后与动态SBM模型的结果进行对比分析。结果表明：运用动态网络SBM模型计算的港口效率结果比动态SBM模型更有区分力且更趋近实际情况。因此，动态网络SBM模型更适合评价港口效率。

综合比较阶段效率和动态网络综合效率发现，我国港口盈利转化效率普遍低于生产运营效率，且每个阶段均普遍存在同一港口群内的港口发展不均衡的现象，港口的动态网络综合效率偏低与盈利转化阶段效率低存在较大的关系。港口管理层通过提高港口盈利转化效率，能更快速、更大幅度的实现港口动态网络综合效率的提高。从碳减排角度看，2013～2016年我国10个港口的碳排放量松弛量和冗余度参差不齐，港口总体碳排放量还有很大下降空间，尤其是大连港、营口港、宁波-舟山港、厦门港、广州港和珠海港等港口应加大碳减排力度。随着我国船舶排放控制等政策的实施，港口管理层应升级改造硬件设施、减少碳排放量，达到降低污染，提高效率的目的。