长江干线主要港口综合效率时空演化研究*

杜利楠，郭紫莹，邢虎松

(交通运输部水运科学研究院，北京 100088)

港口作为重要的货运枢纽，是构建现代物流体系、促进经济社会发展的重要支撑。伴随着全球经济一体化，国际贸易和现代物流实现快速发展，港口的服务功能已由传统的货物中转转变成为产业链、供应链的重要环节。当前，世界百年变局与世纪疫情叠加，全球产业链和供应链遭受重创，不稳定因素突显，技术变革与产业革命深入推进，港航业运营环境和外部条件发生深刻变化，港口间竞争态势日趋激烈，行业发展面临新机遇、新挑战。与之相比，内河港口发展相对滞后、起步晚，但在构建新发展格局背景下，坚持扩大内需战略基点，内河港口与航运业承担着畅通国内大循环、沟通国际国内双循环的使命与责任，这对内河港口进一步优化资源配置、提高生产效率和综合竞争力提出了更高的要求。

港口效率评价一直是交通经济、航运经济领域关注的热点问题，国内外相关学者已形成丰富的研究成果。港口效率评价方法从单要素生产率、全要素生产率、回归分析到随机前沿法(SFA)、数据包络分析(DEA)，综合评价方法因考虑要素指标多、能够更加客观反映不同指标的影响而广泛应用，DEA更是成为效率评价最重要的方法之一。De Oliveira等[1]、Beuren等[2]分别利用传统DEA模型研究了不同区域范围内港口的运营效率和竞争力。也有不少学者尝试DEA方法与其他计量分析模型相结合，比如庞瑞芝[3]、滕炜超等[4]分别探讨了Malmquist生产率指数、TOPSIS等方法与DEA的结合，对比分析测度沿海港口的效率；王玲等[5]、王玄霜等[6]则运用三阶段DEA方法对我国主要内河(集装箱)港口的效率进行了测度实证研究。

本文构建三阶段DEA评价模型，针对2010、2013、2016、2020年我国长江干线主要港口的投入产出效率，剔除了环境变量和随机因素对港口效率的影响，从时间、空间两个维度揭示港口综合效率的时空演化特征。研究结论对提升长江港口综合效率、服务内河港口高质量发展具有重要的借鉴意义。

1 研究方法与模型

数据包络分析最初由Charnes等[7]于1978年提出，但传统模型难以有效克服外部环境等因素带来的误差问题，为此Fried[8-9]将环境因素和随机噪声引入模型，即三阶段DEA，以提高评价结果的真实性、准确性。

1.1 第一阶段：传统DEA-BCC建模

构建传统的DEA-BCC模型，即投入导向的规模保持可变模型，测算得出原始投入产出数据下的评价单元效率，该模型是一种较为成熟的方法，其原理与数学模型不再赘述；利用DEAP 2.1和FRONTIER 4.1软件输入相应的样本、投入、产出指标值即可。

1.2 第二阶段：随机前沿分析法(SFA)

在传统DEA评价基础上，构建随机前沿分析模型验证环境变量、管理无效率和统计噪声对传统DEA评价结果的影响。

1)建立松弛变量。

Sni=xni-λxni(n=1，…，N；i=1，2，…，I)

(1)

式中：xni为第i个决策单元(DMU)的第n个投入值；N、I分别为投入指标和决策单元的个数；λxni为第i个DMU的第n个投入值在效率前沿面的最优映射；Sni为相应的投入松弛变量。

2)构造SFA回归函数模型。

Sni=f(Zi；βn)+νni+μni

(i=1，2，…，I；n=1，2，…，N)

(2)

式中：Zi和βn分别表示环境变量及其系数；νni+μni是混合误差项，νni表示随机干扰项，μni表示管理无效率，其中ν和μ分别是随机误差项和管理无效率。

3)调整投入变量。

(i=1，2，…，I；n=1，2，…，N)

(3)

1.3 第三阶段：调整投入要素后的DEA-BCC建模

在此阶段，利用调整投入要素，再次运用DEAP 2.1和FRONTIER 4.1软件构建DEA-BCC模型，可得出无外部因素干扰下的真实效率值。评价结果包括综合效率、规模效率和技术效率，其中规模效率是指通过优化投入要素结构配置对产出单元所发生作用的大小；技术效率是指投入要素结构能否符合总体要求(综合效益)并使之发挥最大的经济和社会效益；综合效率为规模效率和技术效率二者的乘积。

2 实证分析

2.1 指标体系构建和数据来源

本文以长江干线20个主要港口为研究样本，重点考虑从资源(包括岸线及土地资源)、设施设备及建设投资等3个维度选取投入指标，具体包括生产用码头泊位长度、生产用仓库面积、堆场面积、装卸机械数量和港航建设投资。选取各港口历年的货物吞吐量、集装箱吞吐量作为产出指标。国内外港口发展实践表明，港口所在城市经济、贸易发展水平对港口运营产生较大影响，因此，选用人均GDP、对外贸易额两个因素作为环境变量，分别反映某地区经济发展综合水平和贸易活动对港口货运需求、运营效果的影响。港口资源配置效率评价指标与数据来源见表1。

表1 港口资源配置效率评价指标与数据来源

2.2 环境变量对港口效率的影响

2.2.1SFA回归结果分析

运用FRONTIER4.1将传统DEA分析结果中5个投入变量的松弛值作为被解释变量，将人均地区生产总值、对外贸易额2个环境变量作为解释变量，构建SFA回归模型处理后，可以得出投入变量的回归系数、标准差，2020年回归分析结果见表2。

表2 2020年长江干线主要港口SFA回归分析结果

根据SFA回归分析结果，长江干线主要港口所在城市的人均GDP和对外贸易额能够显著影响港口投入产出效率，即随着港口城市经济发展和对外贸易水平的提升，港口经济实现快速发展，有利于提高港口的投入产出比[10]。其中，人均GDP与投入指标主要表现为正相关关系，主要原因在于：随着经济水平提升，拉动码头、航道、堆场等基础设施、作业设备等建设及投资，同时降低岸线、堆场、设施等资源浪费或降低浪费发生的频率，可能进一步提升港口的资源配置效率。而对外贸易额与仓库面积、堆场面积和装卸机械数量表现为正相关，与港航建设投资、码头泊位长度表现为负相关，可能是由于与沿海港口相比，内河港口所在城市自身对外贸易规模偏小，外贸货物对港口的依存度偏弱[11]。

2.2.2港口DEA效率对比

对比第一阶段与第三阶段DEA综合效率可以看出，不考虑外部环境变量的影响，长江干线20个主要港口的DEA综合效率更高。环境变量对技术效率、规模效率均产生一定影响。传统第一阶段DEA分析中，技术效率基本稳定在0.85～0.88；而剔除环境变量影响后，规模效率受环境变量影响更为显著，提出环境变量后的第三阶段规模效率明显低于第一阶段规模效率(图1)。这也侧面反映出港口基础设施投资规模与经济、贸易等外部变量密切相关，而经济、贸易等外部变量的影响会叠加到基础设施投入效果上，带来规模效率提高。

图1 长江干线主要港口DEA综合效率变化

2.3 港口效率的变化趋势

2.3.1指标变化情况

2010—2020年，长江干线20个主要港口投入产出指标(表3)呈现增长趋势，产出指标——货物吞吐量、集装箱吞吐量分别实现6.46%和5.30%的快速增长，而码头泊位长度、堆场面积、装卸机械数量等指标增幅分别为1.05%、1.95%和1.46%，仓库面积和港航建设投资增幅较大，分别为4.36%和6.22%。其中港航建设投资额实现先升后降，2013年超过200亿元投资额，随后建设投资降低，至2020年完成148.93亿元投资。

表3 2010—2020年港口投入产出各项指标变化情况

2.3.2DEA效率的变化趋势

2010—2020年长江干线港口三阶段DEA效率比较见表4。2020年，20个主要港口综合效率达到0.765，比2010年小幅上升，且纯技术效率始终处于0.95以上的较高水平。其中13个港口纯技术效率达到最优；7个港口规模效率达到最优，大部分港口规模效率偏低，部分港口处于规模报酬递增状态，存在投入要素结构不优和产出水平低下的现实情况，港口资源投入未能发挥其应有效率。同时，由于DEA效率是决策单元间的投入与产出指标的相对效率，受疫情等多方面因素影响，2020年长江干线主要港口的综合效率有所下降，但结合各项投入产出指标的变化情况可以看出，投入指标增速明显低于产出指标增速，也就是说投入要素增加带来产出更大幅度的增长，DEA效率在不同的经济发展环境、技术条件、管理水平下，实现了更高水平的投入产出效率。

表4 2010—2020年长江干线港口三阶段DEA效率比较

2.4 港口效率的时空演化特征

从流域划分来看，下游港口效率普遍更高，2020年，DEA综合效率达到1的港口有5个(分别是南京、镇江、苏州、江阴、泰州)；中上游港口效率偏低，且差距较大。下游港口中，南京、苏州、南通、江阴、泰州等江苏省5个港口在观察期内几乎一直处于DEA有效状态，即达到效率前沿面，且下游港口技术效率均达到1，说明下游港口在信息处理、运营管理等方面水平相对较高。长江中游芜湖港、铜陵港、武汉港DEA效率表现较优，其中武汉港DEA综合效率明显提高，表明其在要素资源投入与产出效能提升方面改善比较明显。大部分港口规模效率偏低，说明码头岸线、土地资源、装卸机械设备、建设投资等要素投入可能存在不足或结构不合理的情况，需要根据实际情况调整各类生产要素的结构，进一步提升港口综合效率。相比而言，上游4个港口在观察期内表现出DEA效率明显波动，主要原因有：近几年长江经济带坚持“共抓大保护、不搞大开发”，重庆、四川两地在严禁河道采砂、整治关停小散码头方面开展专项行动，导致港口货物吞吐量明显下降，影响了评价结果。此外，长江上游内河港口基础条件相对较差，发展初期随着基础设施及作业条件不断改善，带来港口产出大幅增加，但之后要素投入的规模效应逐步降低，同时其信息化手段、管理效能与下游港口相比仍有一定差距(图2)。

图2 长江干线港口DEA效率空间演化过程

3 结语

1)第一阶段、第三阶段DEA效率差别明显，表明环境变量和随机因素显著影响港口的投入产出效率，需要科学把握和调整外部环境变量以提升港口效率。

2)从时间维度看，剔除外部环境因素影响，10年间港口综合效率略有提升，且投入指标增长率远低于产出指标，表明内河港口实现了更高水平的效率值。

3)从空间维度看，综合效率达到最优的港口主要集中在长江下游，特别是江苏省港口几乎一直处于DEA效率前沿面；而长江中上游港口的综合效率，尤其是规模效率相对较低且差距较大。

4)长江干线有13个港口纯技术效率达到最优，仍有部分港口技术和管理水平偏低的现实情况，港口信息化、管理水平需加快提升。

5)不同港口的效率评价结果差异明显，需要结合各港口发展实际，因地制宜，制定相应的发展策略，更好地推进港口转型升级和高质量发展。

6)以长江干线20个主要港口为研究对象，验证了三阶段DEA模型在评价港口综合效率方面的适用性，但考虑到近10年是内河港口快速发展期，原本水上过驳或临时性码头完成矿建材料、矿石、煤炭等货物运输比例较高，近几年随着内河港口的严格规范管理，统计口径、统计指标数值有较大的变化，对本文研究结论产生一定影响，在港口策略选择和实际应用中需综合考虑上述问题。