供應鏈視角下港口集裝箱碼頭集疏運系統效率評價實證研究

劉南，居水木，董健

（浙江大學管理學院，浙江杭州 310058）

一、引言

港口在國家經濟、社會、政治及金融福利中扮演了重要的角色［1］。在生產和分銷活動全球化過程中，港口角色的變化帶來的收益正日益增加［2－5］。而隨著競爭的不斷加劇，港口競爭力問題已引起人們的廣泛關注。港口的運作效率和服務水平則是港口競爭力的一個重要體現。Tally 指出：港口效率是影響港口競爭力至關重要的因素之一。［6］實際上，有學者早就指出港口效率是判斷一個國家國際競爭力的重要標準［7－8］。因此，近些年關于港口效率特別是港口效率評價方面的研究方興未艾。

目前，關于這些問題的研究主要集中在以下幾個方面：一是關于港口效率及其評價的影響因素和指標體系的研究。包括港口運作性能和服務效率的決定因素及各個因素對于服務運營效率相對貢獻度的研究［9］，港口運營效率評價的指標體系研究［10－14］，多式聯運港口運作效率的主要影響因素分析［15］等方面；二是關于港口效率與港口所有權結構方面的研究。如，所有權由公有轉變為私有對港口物流服務效率的影響研究［16－18］，管理渠道競爭對港口競爭力及效率影響的研究［19］。其他方面的研究包括：港口最優服務作業空間分配和基于區別定價理論的最優定價決策問題［20］；標桿管理在港口物流服務改革及服務效率評價中的應用［21］；精益港口（Lean Ports）及其效率評價［22］；港口技術效率研究［23］等。從已有的研究來看，學者們應用不同的方法對港口效率進行了分析，從各個角度研究了港口效率評價的變量指標體系，但是從供應鏈角度研究港口作業效率的文獻還很少。隨著港口吞吐量，特別是港口集裝箱吞吐量的不斷增加，港口集裝箱碼頭作業效率對整個港口甚至是全球物流供應鏈效率的影響也在不斷增加。因此，港口集裝箱碼頭集疏運系統效率的評價研究對港口乃至全球物流供應鏈的效率提升都有著重要的理論和實踐意義。

二、問題描述

隨著經濟全球化的進一步深入及國際貿易量的不斷增長，港口已成為國際貨物運輸中關鍵的樞紐和節點，是多式聯運中不可或缺的重要一環，其運營效率對整個國際物流運輸效率有著重要的影響。從供應鏈的角度來看，貨物（集裝箱）通過海運運抵港口，通過相應信息預報，港口對船舶進港進行提前安排，經由岸邊裝卸設施進行進港及碼頭作業，再由相應的運輸及裝吊設備運至堆場進行堆放，最后通過分揀經由出港作業將其運往內陸目的地，結合Bichou［24］的研究，我們繪制了如下的示意圖。

圖1 供應鏈視角下港口集裝箱碼頭集疏運系統作業示意圖

從圖1可以看出，港口集裝箱碼頭集疏運系統是港口乃至國際物流供應鏈非常重要的一環，其效率對整個港口及物流供應鏈的效率有著至關重要的影響。對港口集裝箱碼頭集疏運系統效率進行評價就是要找出相關的影響因素，構建合理的評價指標體系并運用合適的方法對其進行評價。

三、港口集裝箱碼頭集疏運系統效率評價方法及評價指標體系

港口集裝箱碼頭集疏運系統效率評價的關鍵是選擇合適的評價方法及構建合理的評價指標體系。在效率評價方法方面前人已經有過很多的研究，我們需要通過比較和分析合理地選擇適合本研究的方法；關于港口效率的評價指標學者們也做過較多研究，我們在前人研究的基礎上結合本文研究的內容和目的構建合理的港口集裝箱碼頭集疏運系統評價指標體系。

（一）港口集裝箱集疏運系統效率評價方法

目前，港口特別是集裝箱港口效率評價的方法有：隨機前沿面分析（SFA）［25－26］、數據包絡分析（DEA）［27－28］、多元線性回歸分析［9］、全要素生產率（TFP）［29－30］和自由處置殼方法（FDH）［14］［17］等。從使用頻率上看，SFA 和DEA 使用最為普遍。而從傾向上看，研究者們似乎更偏向于DEA，理由如下：首先，DEA 已經被證明在進行多重效率測度方面是相對有效的［31－33］，而其他單一的測度方法忽略了不同對象效率測度中的交互、替代或者權衡作用［34－37］；其次，DEA 不需要對模型中的參數進行預估，有效地避免了在效率評價中的主觀影響因素和人為誤差的產生；最后，在很多集裝箱港口效率評價的研究中都成功地采用了DEA的方法［18］。因此，結合以上理由及研究目的，本文選擇了數據包絡分析（DEA）對港口集裝箱集疏運系統的效率進行評價。

本文研究中的港口集裝箱集疏運系統效率評價包括DEA－CCR 模型和DEA－BCC 模型［38］，DEA－CCR 模型分析集疏運系統的技術效率，而DEABCC 模型用來分析純技術效率，并在此基礎上對規模效率進行分析。根據形成的最佳實踐有效前沿面，識別不在有效前沿面上的集疏運系統，作為具體的研究對象。

對于DEA－CCR 模型而言，其對偶形式在分析決策單元有效性及評價體系指標敏感度方面更有優勢，表達形式如下：

其中：θ為效率值，s＋、s－為松弛變量。

θ與s＋、s－取值組合的含義可有三種情況：

ⅰ，若θ＝1且s＋＝s－＝0，則DMUj0為有效決策單元，表明在當前輸入量下，輸出量為最優；

ⅱ，若θ＝1，且s＋≠0，s－≠0，則DMUj0為弱有效單元。具體來說，若s＋＝0，s－≠0，在減少單元部分輸入量的情況下輸出量保持不變；若s＋≠0，s－＝0，在單元輸入量不變時可增加部分輸出量；

ⅲ，若θ＜1，則DMUj0為無效單元，可在輸出量不變時，將輸入量降至原來的θ倍。

其中：θ為效率值，s＋、s－為松弛變量。

由于假設規模收益恒定，因此BBC模型也被稱為純技術效率模型。為了使其顯得更直觀，評價時我們仍采用其對偶形式：

用CCR 模型得到的技術效率（TE）和用BCC 得到的純技術效率（PTE）以及規模效率（SE）之間的關系為：PTE＝TE／SE。因此，可采用上述模型對港口集裝箱碼頭作業的三個效率進行分析，從而能找出無效決策單元效率較低的原因，即，要么規模上有問題，要么作業無效率。

（二）港口集裝箱集疏運系統效率評價指標體系

關于港口運營效率及其評價指標學者們已經做過一些研究，我們從數據包絡分析的角度對其進行了梳理和總結。從輸入指標的角度看主要包括以下幾種：人力資源成本投入［10－12］，除人力資源外的港口其他投入費用，如基礎設施投入及經營性投入等［11－12］；與港口運營有關的基礎設施數量，如吊裝設備數量、碼頭及泊位長度、堆場容量等［10，13］；輸出指標中采用最多的是貨物吞吐量［10－13］。其他輸出指標還包括：港口服務水平及客戶滿意度［11］、港口企業利潤［12］、集裝箱進出港數量［13］等。

從上述學者的研究來看，都是從不同側面選取港口運營效率的評價指標，而且其中有些指標帶有一定的主觀性。而其中最主要的問題在于上述研究缺乏系統性。正如Bichou［4］所指出的：沒有將從碼頭作業到內陸運輸聯系起來進行研究是關于港口研究文獻中一個主要的不足。因此，本研究將從集裝箱進入碼頭到離開碼頭堆場的過程作為一個系統研究其效率可以在一定程度上彌補過去研究的不足。結合前人的研究成果、DEA 方法的相應要求及港口集裝箱碼頭作業的過程，我們初步選定以下變量作為評價指標。輸入指標包括：臨港航道長度、碼頭長度及堆場面積、泊位個數、吊裝設備的數量。其中吊裝設備又分為吊橋和場橋，吊橋包括各類起重機（如，碼頭起重機、岸邊集裝箱起重機、移動式起重機、浮式集裝箱起重機）。場橋則包括一些起重機及運輸工具（如，場內移動起重機、頂部起重機、集裝箱叉車、集裝箱跨運車、集裝箱正面吊）。輸出指標還是采用最為常用的港口集裝箱碼頭年度總吞吐量。關于所選取指標的合理性，我們將結合DEA的要求進行適當的調整。

四、實證研究

確定了港口集裝箱集疏運系統效率評價的方法及評價指標體系后，接下來的工作就是結合實際數據進行實證分析。分析的步驟是先選擇合適的樣本并對評價指標進行合理性驗證，然后采用DEA 模型對港口集裝箱集疏運系統的技術效率、純技術效率及規模效率進行分析，找出相應的有效及無效決策單元，根據有效單元分析無效單元非效率的原因。

（一）研究樣本選取

研究樣本的選取應遵循相應的原則。在本研究中所確定的原則包括：代表性，即樣本的集裝箱吞吐量特別是跨國業務量應位于各港口的前列，并且其總體的運營水平應相對較高；地理位置，即港口所處的地域。由于港口有海港（Seaport）和內陸港口（Inland port）之分，而本研究旨在全球物流供應鏈的視角下研究港口集裝箱碼頭集疏運系統的效率，因此，主要選擇的是沿海港口，并選取2006年至2009年的時間區間內的指標變量的數據作為分析對象。樣本空間如下：

Ω＝｛上海港（SH.H.P.），寧波－舟山港（N.B.－ZH.SH.P.），廣州港（G.ZH.P.），青島港（Q.D.P.），深圳港（SH.ZH.P.），天津港（T.J.P），連云港港（L，Y.G.P.），大連港（D.L.P.），日照港（R.ZH.P.），營口港（Y.K.P.），錦州港（J.ZH.P.），廈門港（X.M.P.），煙臺港（Y.T.P.），北海港（B.H.P.），秦皇島港（Q.H.D.P.）｝

（二）評價指標的取舍

前面我們已經構建了港口集裝箱集疏運系統的評價指標體系，并談到了其選取的標準，其中重要的一條就是DEA 模型要求能夠精確獲得指標變量的值。通過查找相關的統計年鑒及具有公信力的數據庫及網站發現，前面選取的指標變量中除了“集裝箱碼頭堆場面積”外，其余都可以精確獲取。堆場面積相對于本研究來說應該是比較重要的一個指標，但是經過種種努力也沒有獲得我們所觀察的時間區間內該指標變量完整精確的歷史數據，因此，只能將該指標剔除。剔除該指標后的評價指標包括：輸入指標：碼頭長度（I1，單位：米）、泊位個數（I2，單位：個）、碼頭吊橋數量（I3，單位：輛）、場橋數量（I4，單位：輛）、臨港航道長度（I5，單位：米）；輸出指標為港口集裝箱碼頭年度總吞吐量（O，單位：TEU）。我們選取的決策單元具有同質性（都是港口集裝箱碼頭集疏運系統，具有相同的輸入、輸出變量等），并且單元數量滿足輸入、輸出變量和兩倍的基本要求，因此，可以基本斷定對上述研究對象及指標體系適合采用DEA 方法進行分析。

（三）港口集裝箱碼頭作業效率評價

接下來，我們采用DEAP軟件就上述指標結合樣本實際觀測數據進行實證分析。本研究的數據來源于歷年《中國統計年鑒》、《中國港口統計年鑒》、國泰君安數據庫、巨潮資訊網（中國證監會指定信息披露網站）、國研網數據庫，時間區間：2006－2009年。

采用DEAP 軟件對DEA－BBC 模型進行線性求解，獲得了各決策單元各年的三個效率值及其平均值，見表1、2。

從分析結果可以看出：

（1）在分析的時間框架內，就技術效率而言，大部分港口集裝箱集疏運系統都是無效率的，說明這些港口的集裝箱集疏運系統在投入產出上沒有達到最優。其中，有些港口的集裝箱集疏運系統在個別年份為有效DEA單元。如，2006年的連云港港、2007年的連云港港及廣州港、2008年的日照港、連云港港及青島港、2009年的青島港，說明這些港口在這些年份的投入產出上達到了最優，但這只是“偶然”現象，這些港口在集裝箱集疏運系統的資源投入及規模建設方面對產出的貢獻沒有形成常態，因而不具有可持續性。深圳港和上海港在我們的時間框架內都達到了DEA 有效，這兩個港口在集裝箱碼頭投入與產出上達到了最優，而且具有持續性，其做法對其他港口具有指導意義。

表1 2006、2007年各港口集裝箱碼頭作業效率分析結果

表2 2008、2009年各港口集裝箱碼頭作業效率分析結果

（2）從純技術效率和規模效率上看，一方面由于純技術效率剔除了規模收益的影響，反映了在一定投入下港口集裝箱集疏運系統的產出能力。它的無效率對整體的技術效率產生了很大的影響，如果某決策單元的純技術是無效的，并且其純技術效率低于規模效率，那么可以斷定其整體無效率的根本性原因就是純技術無效率，相對于既定的投入其產出應該還可以進行改進。在上述分析結果中，天津港、廣州港和寧波－舟山港就是典型的例子；另一方面，規模效率衡量了港口集裝箱集疏運系統的規模相對于既定產出是否有效。從分析結果中可以看出，大部分無效率的決策單元中，規模效率值都低于純技術效率值，而且對于這些決策單元顯示的基本都是規模效益遞增的，因此，對于它們而言，應該根據自身所處的環境和特點控制好發展規模或者改善經營水平，以達到規模有效率。

（3）從總體平均值的角度分析各港口集裝箱集疏運系統的效率變化趨勢也許更能反映出我國港口在該領域發展的整體情況。因此，我們對分析結果中的平均效率按時間順序做了比較（圖2）。從圖中可以看出，港口集裝箱集疏運系統的純技術效率平均值隨時間基本呈遞增趨勢，這表明經過多年的建設，資源的投入對我國港口集裝箱集疏運系統（至少在我們的研究范圍內）的整體產出水平的貢獻越來越大。而其他兩個平均效率（特別是技術效率）不僅數值很低而且呈現出波動態勢，說明我國港口集裝箱集疏運系統的整體效率特別是規模效率還有很大的改進空間，而且任務很重。

五、結語

本文采用DEA 方法，通過構建評價指標體系和選擇研究對象對部分港口的集裝箱集疏運系統的效率進行了實證研究。從理論角度來說，通過把港口集裝箱集疏運系統作為供應鏈的一個重要環節并作為一個整體進行研究，從一定程度上彌補了過去關于港口研究的一個不足。

研究結果顯示，經過多年的努力，在中國對外貿易量不斷增長的情況下，資源投入對我國港口集裝箱集疏運系統產出的作用正在逐步顯現，但整體效率特別是規模效率還較低，這不僅影響了以我國作為重要節點的全球物流供應鏈的效率，而且大大降低了我國港口的國際競爭力。具體到各個港口，上海港和深圳港在研究的時間框架內都是DEA 有效的，而其他港口要么有些年份有效，要么所有年份都無效。因此，其他港口可以借鑒上海港及深圳港的做法，在資源投入的同時努力提升自身的運營服務水平，做到港口集裝箱集疏運系統的發展規模與產出能力相匹配，以提升整體效率。而且各港口要注意利用國家提供的政策契機，提升自身的效率。如，分析結果中顯示天津港的純技術效率呈現出了較為迅猛的增長勢頭，這與同期國家實施的渤海灣開發政策是緊密相連的，而包括寧波－舟山港在內的許多港口也正面臨著這樣的政策契機。

另外，我們認為將來對該問題的研究可能會集中在以下方面：一是完善評價指標體系，如包括閘口在內的信息系統的投入，由于統計數據的可得性，在我們的研究中有些投入指標沒有納入，這是研究的缺憾；二是基于理論及實證分析的政策、措施研究；三是拓展研究范圍，將整個港口集疏運系統甚至是供應鏈系統納入到研究范圍中來。

［1］Peggy D Lee.Port Supply Chains as Social Networks［J］.Service Operations and Logistics，and Informatics，2006.SOLI’06.IEEE International Conference on.

［2］Robinson R.Ports as elements in value－driven chain systems：the new paradigm ［J］.Maritime Policy and Management，2002，25（1），21－40.

［3］Carbone V，De Martino M.The changing role of ports in supply－chain management：an empirical analysis［J］.Maritime Policy and Management，2003，30（4），305－320.

［4］Bichou K，Gray R.A logistics and supply chain management approach to port performance measurement［J］.Maritime Policy ＆ Management，2004，31（1），47－67.

［5］Notteboom TE，Rodrigue JP.Port regionalization：towards a new phase in port development［J］.Maritime Policy ＆ Management，2005，32（3），297－313.

［6］WK Talley.The Blackwell Companion to Maritime Economics［M］.Chichester：Wiley－Blackwell Publisher，2012.

［7］Tongzon J.The impact of wharf age costs on Victoria’s export－oriented industries［J］.Economic Papers，1989（8），58－64.

［8］Chin A，Tongzon J.Maintaining Singapore as a major shipping and air transport hub.In：Ton，T.（Ed.），Competitiveness of the Singapore Economy［M］.Singapore：Singapore University Press，1998：83－114.

［9］Tongzon J.Determinants of port performance and efficiency［J］.Transportation Research Part A，1995，29（3），245－252.

［10］Tongzon J.Efficiency measurement of selected Australian and other international ports using data envelopment analysis［J］.Transportation Research Part A，2001，35（2），107－122.

［11］Roll Y，Hayuth Y.Port performance comparison applying data envelopment analysis（DEA）［J］.Maritime Policy and Management，1993，20（2），153－161.

［12］Martinez－Budria E，Diaz－Armas R.，Navarro－Ibanez M.，Ravelo－Mesa T.A study of the efficiency of Spanish port authorities using data envelopment analysis［J］.International Journal of Transport Economics，1999，26（2），237－253.

［13］Valentine VF，Gray R.The measurement of port efficiency using data envelopment analysis［C］.Proceedings of the 9th World Conference on Transport Research.Seoul，South Korea，2001.

［14］Wang，T－F，Cullinane K，Song D－W Container port production efficiency：a comparative study of DEA and FDH approach［J］.Journal of the Eastern AsiaSociety for Transportation Studies 5，2003，698－713.

［15］Kozan E.Optimising Container Transfers at Multimodal Terminals［J］.Mathematical and Computer Modelling，2000（31），235－243.

［16］Cullinane K，Song D－W，Gray R.A stochastic frontier model of the efficiency of major container terminals in Asia：assessing the influence of administrative and ownership structures［J］.Transportation Research Part A，2002，36（8），743－762.

［17］Cullinane K，Song D－W，Wang T.The application of mathematical programming approaches to estimating container port production efficiency［J］.Journal of Productivity Analysis，2005a，24（1），73－92.

［18］Cullinane K，Wang T－F，Ji P.The relationship between privatization and DEA estimates of efficiency in the container port industry ［J］.Journal of Economics and Business，2005b，57（5），433－462.

［19］K Bichou，R Gray.A critical review of conventional terminology for classifying seaports ［J］.Transportation Research Part A，2005，39（1），75－92.

［20］Jose HV.Optimal pricing for priority service and space allocation in container ports［J］.Transportation Research，1999（33），81－106.

［21］Estache A.Efficiency Gains from Port Reform and the Potential for Yardstick Competition：Lessons from Mexico ［J］.World Development，2002（30），545－560.

［22］Marlow，P，Ana C P.Measuring lean ports performance［J］.International Journal of Transport Management，2003（1），189－202.

［23］匡海波.基于神經網絡的技術效率研究－對中國港口的實證分析［J］.科學學研究，2007，25（4），676－681.

［24］Khalid Bichou.Review of PortPerformance Approaches and a Supply Chain Framework to PortPerformance Benchmarking［J］.Research in Transportation Economics，2006（17），567－598.

［25］Cullinane K，Song D－W.A stochastic frontier model of the productive efficiency of Korean container terminals［J］.Applied Economics2003，35（3），251－267.

［26］Liu Z.The comparative performance of public and private enterprises：the case of British ports［J］.Journal of Transport Economics and Policy，1995，29（3），263－274.

［27］Barros CP，Athanassiou M.Efficiency in European seaports with DEA：evidence from Greece and Portugal［J］.Maritime Economics ＆Logistics，2004，6（2），122－140.

［28］Kaisar EI，Pathomsiri S，Haghani A.Efficiency measurement of US ports using data envelopment analysis［C］.National Urban Freight Conference，Long Beach，CA，1－3Feb 2006.

［29］Estache A，de la Fé，B T.Sources of efficiency gains in port reform：a DEA decomposition of a Malmquist TFP index for Mexico［J］.Utilities Policy，2004，12（4），221－230.

［30］Cheon S－H，Dowall DE，Song D－W.Evaluating impacts of institutional reforms on port efficiency changes：ownership，corporate structure，and total factor productivity changes of world container ports［J］.Transportation Research Part E，2010，46（4），546－561.

［31］Coope WW，Seiford LM，Tone K.Data Envelopment Analysis：A Comprehensive Text with Models Applications References and DEA－ Solver Software ［M］.seconded.Springer，2007.

［32］Zhu J.Quantitative Models for Performance Evaluation and Benchmarking：Data Envelopment Analysis with Spreadsheets［M］.seconded.Springer，2009.

［33］Kao C.Efficiency measurement for parallel production systems［J］.European Journal of Operational Research，2009，196（3），1107－1112.

［34］Cook WD，Zhu J.Classifying inputs and outputs in data envelopment analysis［J］.European Journal of Operational Research，2007，180（2），692－699.

［35］Chen Y，Liang L，Zhu J.Equivalence in two－stage DEA approaches［J］.European Journal of Operational Research，2009，193（2），600－604.

［36］Amado CAF，Dyson RG.On comparing the performance of primary care providers［J］.European Journal of Operational Research，2008，185（3），915－932.

［37］Lu WM，Lo SF.A closer look at the economic－environmental disparities for regional development in China［J］.European Journal of Operational Research，2007，183（2），882－894.

［38］Banker R，Charnes A，Cooper W.Some models for estimating technical and scaleinefficiencies in data envelopment analysis［J］.Management Science，1984，30（9），1078－1092.