基于大數據分析的港口績效評價研究

章 強，何 凱，王學鋒

(1. 上海海事大學 交通運輸學院，上海 201306； 2. 浙江省海港集團，浙江 寧波 315040)

0 引 言

隨著港口在全球物流和供應鏈體系中扮演著越來越重要的角色，科學地評價港口績效已成為全球港口實踐與學術領域均高度關注的熱點問題。合理且完善的港口績效評價(port performance measurement, PPM)可以協助決策者更為高效地制定港口規劃，了解港口管理中所存在的不足，進而實現更好的港口治理。我國是世界港口大國，在2016年全球貨物吞吐量排名前10位的港口中，我國港口占據7席[1]。盡管成績矚目，但我國港口業仍面臨重復建設、投資過度、效率低下等問題[2]。因此，優化并完善現行的港口績效評價體系對于促進我國水運港口行業的健康發展有著積極意義。為了把握有關港口績效評價研究的發展現狀和最新動態，筆者對國內外相關研究文獻進行了深入回顧，系統梳理了有關港口績效評價的指標體系和分析方法，總結了當前研究存在的主要問題和未來主要研究方向。

1 國內外相關研究的基本概況

早在1976年，聯合國貿易和發展會議(UNCTAD)為推動全球港口業發展對外發布題為《港口績效指標》(Port Performance Indicators)的報告[3]，肯定了港口績效指標在港口規劃和港口日常運營管理中的積極作用。盡管該報告僅側重于構建指標體系和數據統計，未能深入探討如何分析和評價所構建的指標體系，但其為隨后數十年的港口績效評價研究奠定了必要基礎。

筆者通過中國知網(CNKI)和Science Direct這2大數據庫獲取中英文文獻，分別以“港口績效/港口效率”和“port performance”為搜索詞來檢索研究文獻(不限發表時間和文獻來源)，經必要篩選，最終(最后檢索時間為2017年8月23日)獲得51篇中文文獻(39篇題名中含有“港口效率”，12篇題名中含有“港口績效”，其中博士論文2篇，碩士論文14篇，期刊論文35篇)和28篇英文文獻(均為期刊論文)。以下3方面需要說明：

1)盡管在詞義上，“港口績效”不等同于“港口效率”，但在我國港口績效評價研究中，通過對比不同文獻實際所選擇的評價指標可以發現，學者們基本將兩者作等同處理并納入同一研究框架。國外研究中實際上也存在“port performance”與“port efficiency”間的混淆，但“port performance”的使用更為廣泛并占據主流，PPM也已成為港口研究中一個特定子領域[4]。

2)由于一些外文期刊未被Science Direct收錄且該數據庫不包含碩/博士論文，因此，不能基于中英文文獻數量的簡單對比來評判國內外學術界對該主題在研究程度上的差異。

3)有關港口績效評價的英文文獻中有較大比重的研究是針對于空港(airport)，而在中文文獻中則主要針對水運港口(海港或內河港)。由于筆者的研究對象是水運港口，故將針對空港的文獻予以必要剔除，綜述中所涉及的28篇英文文獻均針對水運港口。

圖1為國內外相關研究成果的時間分布。由圖可見，該領域內國外研究在時間上先于國內，但在整體趨勢上保持一致，研究主要集中在2010—2017年的這段時間，說明港口績效評價仍屬于新興研究領域。

圖1 中文和英文文獻的數量與時間分布

盡管港口績效評價屬于較新的研究主題，然而實際上，績效評價在經濟學、會計學等基礎學科領域早已有相關研究。如S. B. UMIT等[5]明確對績效評價與績效管理進行了有效區分；J. HOFFECKER等[6]指出傳統績效評價大多偏重財務評價；周守華[7]認為績效評價與企業組織形式和公司治理結構密不可分；劉笑霞[8]則系統研究了政府績效評價的主體、客體、信息基礎等基本問題。總體來看，績效評價面向兩大主要對象，即企業和政府部門。

2 港口績效評價的測度對象

由于學術界對“績效”和“效率”的經濟學內涵尚未形成普遍共識[9]，導致一些港口績效評價文獻的研究測度對象間存在一定差異。早期的相關研究[10-12]不太注重對于“港口績效”或“港口效率”的內涵界定，不注重測度對象與指標體系間的內在邏輯。隨著研究的深入，經濟學研究中的技術效率(technical efficiency)、成本效率(cost efficiency)、配置效率(allocative efficiency)、效益(effectiveness)等具有較為明確內涵的概念開始被廣泛地應用到港口績效評價研究中。W. K. TALLEY[13]深入地探討了港口在不同情形(如競爭/非競爭環境)下績效測度對象(技術效率/成本效率/運營效益)以及后續評價指標的選擇(目標確定法/指標確定法)問題；鄭士源[2]將港口績效評價的測度對象設定為生產率(productivity)、技術效率和配置效率，并將生產率進一步細分為純技術效率、技術變化和規模效率來予以分析；M. R. BROOKS[14]強調港口績效評價中需要將效率測度和效益測度緊密結合，并進一步指出港口績效評價與港口體制改革績效評價有著內在一致性；K. BICHOU[15]從港口績效評價方法的角度將測度對象分為3大類：①面向港口或港口企業的指標；②港口的經濟影響力；③港口前沿效率。其中，第①類測度對象又可進一步細分為財務性生產率(financial productivity)、單要素生產率(single factor productivity)、多要素或全要素生產率(multi/total factor productivity)。可見港口績效評價的概念邊界和測度范圍隨著相關研究的深入也愈加明晰。

隨著研究的進一步深入，相關研究在明確測度對象具體內涵的同時也越來越注重其內涵的全面性和綜合性。鄧娟[16]基于港口的功能演進與功能拓展將港口效率分解為4個方面來予以測度，即基于運輸樞紐功能、加工裝卸服務功能、物流及服務功能、資源配置功能的港口效率；鄧娟等[17，18]還基于港口在社會生產中的經濟聯系，進一步提出包含針對港口內部運營活動的港口內部效率、反映港口群經濟聯系的港口間聯網效率、反映港口與腹地間經濟聯系的港口輻射效率的港口效率體系；M. H. HA等[4]基于利益相關者理論提出了涉及港口6大方面(核心活動、支持性活動、財務表現、用戶滿意度、供應鏈整合表現、可持續發展)的測度對象體系。港口績效評價測度對象內涵的不斷完善從一個側面也反映出隨著現代物流和供應鏈體系的健全與發展，越來越需要在一個綜合評價的視角下來考察港口作為物流體系中一個組成部分的運作績效。

3 港口績效的評價指標體系

構建指標體系是完成港口績效評價的關鍵步驟之一。在實際研究中，指標體系的構建與港口績效評價的具體目的、分析方法、數據/信息的可獲取性等方面息息相關。綜合相關文獻，港口績效評價的指標體系大體可以分為以下3類。

3.1 傳統績效評價指標體系

面向港口或港口企業的傳統績效評價指標體系見表1。該體系通常將間接性的財務指標與直接性的生產指標相結合，且一般均采用定量指標，方便進行縱向和橫向的比較評價。但該類評價指標體系的缺點在于：體系較為復雜，需要建立相應健全的數據收集系統；只面向港口或港口企業，緊緊圍繞港口的核心活動，缺乏對港口物流和供應鏈系統中其他參與者和其他相關經濟活動的充分考量；未能充分考慮港口生產活動中資源投入與產出效益間的內在聯系。

表1 反映傳統績效評價指標體系的代表文獻

3.2 投入產出評價指標體系

面向港口或港口企業的投入產出評價指標體系見表2。該體系最大的特點就是對相關指標進行投入指標與產出指標的劃分，作這樣的劃分一方面是因與后續的分析方法緊密相關，另一方面也是為了更合理地考察港口資源利用的效果，特別是投入與產出間的關系。該評價指標體系在實際使用中所表現的缺點就是：體系較為簡單，不同文獻所構建的評價指標體系表現出較大的差異性，特別是在投入指標方面。值得關注的是，將船舶在港的污染排放量等非期望產出納入產出指標體系來進行綜合考量是近年來的研究相比以往研究的一個突破。

表2 反映投入產出評價指標體系的代表文獻

3.3 綜合績效評價指標體系

面向港口利益相關者的綜合績效評價指標體系見表3，該體系的發展得益于港口在國際物流和供應鏈系統中發揮著愈加重要的作用，以及人們對于港口生產活動對周邊環境影響的重視。

表3 反映綜合績效評價指標體系的主要文獻

也正是由于供應鏈思想和環保意識的驅動，港口綜合績效評價指標體系十分注重兼顧港口供應鏈和環境生態體系中其他多元利益相關者(multi-stakeholder)(如：港口管理機構、港口用戶、港口輔助性服務的提供商、環保組織等)對于港口績效的認知與評價。該類評價指標體系的特點就是具有較強的綜合性，將定量指標與定性指標相結合，但在具體使用過程中存在體系過于龐大、部分信息統計困難等缺陷。

4 港口績效評價的分析方法

隨著港口績效評價研究的深入開展，相關分析方法也呈現出明顯的多樣化變化。

4.1 前沿分析法

前沿分析法是通過前沿生產函數(frontier production function)來測量效率水平。前沿生產函數反映在具體給定的技術水平和生產要素的投入條件下，企業投入組合與最大產出量之間的函數關系，通過比較企業的實際產出與最優產出(前沿面)間的差距來測度企業的綜合效率。前沿生產函數的研究有參數和非參數2種基本方法，隨機前沿分析法(stochastic frontier analysis，SFA)和數據包絡分析法(data envelopment analysis，DEA)分別是參數法和非參數法中的常用方法[28]，兩者在港口績效評價中均有使用，其中以DEA模型在港口績效評價中的應用最為普遍[29]。需要指出的是，SFA和DEA模型度量出的技術效率是相對效率，其效率值在樣本內部具有很強的可比性，但在不同樣本間計算出的效率值可比性不強。

4.1.1 SFA模型

SFA模型是在確定性生產函數的基礎之上構建的具有復合擾動項的隨機邊界模型，其主要思想是隨機擾動項由Vi和Ui構成。其中，Vi是隨機誤差項，是企業不能控制的影響因素，具有隨機性，用以反映系統非效率；Ui是技術損失誤差項，屬于企業能夠控制的影響因素，用以反映技術無效率。SFA模型的基本表達形式為：

lnYi=lnf(Xi;β)+Vi-Ui(i=1,2,3,…,n)

(1)

式中：Yi和Xi分別為生產單位i的投入和產出觀測值；β為參數向量；Vi為隨機誤差項，服從正態分布；Ui為技術損失誤差項，一般設定其服從非負的截斷式正態分布；Vi和Ui相互獨立。

在采用SFA進行港口績效評價的研究中，艾亞釗等[30]比較了我國部分港口的純效率和全效率，指出港口腹地進出口貿易總額作為外生變量對港口效率起正強化作用；J. TONGZON等[31]研究了港口私有化與港口效率間的關系，認為私有資本的參與可以提升港口效率和港口競爭力；唐沙沙[32]采用時變超越對數形式的隨機前沿生產函數對我國72家集裝箱碼頭企業在2005—2012年間的技術效率和全要素生產率進行了測定比較，研究顯示，我國集裝箱碼頭企業的技術效率仍有較大提升空間，全要素生產率總體呈下降趨勢，集裝箱碼頭產出增加比例均低于投入增加的比例。

綜合來看，從技術方法而言，SFA模型的優勢在于其既考慮了技術非效率因素，還考慮了實踐中難以預計的隨機沖擊效應。但是在SFA模型的使用中有生產函數的選擇、技術誤差項Ui的概率密度分布選擇及合成誤差項Vi-Ui的偏度等3方面問題值得注意，若處理不當則會影響模型結果的合理性。

4.1.2 DEA模型

DEA模型是對有著多投入和多產出的同類經濟單位(企業)的相對效率進行評價的一種非參數線性工具，其主要特點就是不需要具體的技術函數形式，不需要主觀地賦予各指標相對權重，具有很強的客觀性[9]。假設有k個評價對象，每個評價對象記為一個決策單位(DMU)，每個決策單位DMUi(i=1,2,3,…,n)有m種投入和s種產出，用Xij表示DMUi的第j項投入，Yik表示DMUi的第k項產出，因此，所有DMUi的投入可表示為Xi=(Xi1,Xi2,…,Xim)T，所有的產出可表示為Yi=(Yi1,Yi2,…,Yis)T。DMUi的效率可相應表示為Ei=uTYi/vTXi，其中uT和vT分別為投入和產出變量的度量(權系數)。若對第i0(1≤i0≤n)個DMU進行效率評價，得到DEA原始模型如下：

(2)

s.t.Ei0≤1且vT≥0、uT≥0

(3)

式(2)、(3)即為CCR-DEA模型。通過Charnes-Cooper變換可由分式規劃轉化成線性規劃，然后利用對偶規劃進行求解。若在CCR-DEA模型中加入一個凸約束，即可得到BCC-DEA模型，從而將綜合技術效率分解為純技術效率和規模效率2部分，進而可據此分析造成無效率的原因是因技術無效率還是因規模無效率[33]。

在港口績效評價研究中，DEA模型的應用極為廣泛，近年來不少研究開始在DEA經典模型的基礎之上結合其他方法來進一步拓展港口績效評價研究。如周婷婷[34]利用SFA模型對BCC-DEA模型中投入值進行必要調整，進而重新計算DEA效率值，形成3階段DEA模型；劉晶[29]利用通用方向距離函數(GDDF)模型來兼容基于松弛變量的DEA模型(BSM-DEA)和一般DEA模型，并進行對考慮非期望產出(如：港口污染廢氣的排放)的港口效率評價；李多志[33]則將“時間”因素考慮進DEA模型，利用Malmquist全要素生產率指數方法來考察港口效率的年際變動情況。

值得關注的是，港口績效評價研究中常用的CCR-DEA和BCC-DEA模型存在2個問題：①沒有考慮隨機誤差；②當被考察決策單位有效率時，無法區別決策單位間的效率高低。因此，有些港口績效評價研究引入了超效率模型，但是超效率模型本身也有弊端，在規模報酬可變情況下，超效率模型的度量結果通常會有多個決策單位的效率值為任意大，此時仍無法區分這些決策單位的技術效率水平。

4.2 BP神經網絡法

BP(back propagation)神經網絡是目前應用最廣泛的人工神經網絡模型。BP神經網絡因其具有實現復雜非線性映射的功能，且能較好地避免主觀隨機因素的影響，故而被廣泛引入企業經營績效的評價研究，但在港口績效評價中的應用尚處于起步階段[21]。

典型的BP神經網絡是包括輸入層、隱含層和輸出層的多層結構，在隱含層節點足夠多的前提下，三層BP神經網絡可以逼近任意連續函數。BP神經網絡算法的基本思想是根據輸出層的誤差，從輸出層反向傳播來調整網絡的權值和閾值，最后使得輸出的均方誤差最小。

設xi是神經元i(i=1,2,…,n)的輸入，wij是神經元i和j(j=1,2,…,q)之間的連接權，θj為閾值，則：

神經元j的輸出為yj=f(Sj)

其中，函數f(x)為神經元的傳遞函數，常用的傳遞函數有對數Sigmoid函數，即f(x)=(1+e-x)-1。

需要注意的是，在實際應用BP神經網絡模型時，需要根據實際情況和必要測算來合理地確定訓練樣本數量、隱含層節點數、學習速率、最大訓練次數以及網絡精度等參數。

就港口績效評價研究而言，BP神經網絡方法逐漸受到學者關注。匡海波[9]利用BP神經網絡對我國13家上市港口企業的成本效率進行了分析；陳姿穎[21]則將平衡計分卡與BP神經網絡模型相結合，對我國5家散雜貨港務公司的生產績效進行了綜合評價；劉玲玲[35]利用BP神經網絡對我國10家集裝箱碼頭企業的技術效率進行了評價。值得注意的是，目前大多使用BP神經網絡方法的港口績效評價研究都未能充分清晰地闡述和論證其在選擇確定隱含層節點數、激勵函數、訓練函數等關鍵內容時的依據。

4.3 模擬仿真法

模擬仿真法即是通過計算機軟件(如Flexsim)來對真實系統進行有條件的模仿試驗，從而求得數值解的一種分析方法。該方法通常包括3個主要步驟：①建立系統的數學模型并確保模型的可信度；②對仿真模型進行數值實驗并求解；③對仿真結果進行分析。

模擬仿真方法在港航研究領域并不鮮見，但就港口績效評價研究而言，該方法的使用并不十分常見。相關研究通常僅考察港口某一生產條件或能力的改變對港口績效的影響，缺乏對港口績效的系統評價研究。如O. A. ALMAZ等[36]利用模擬仿真方法評估疏浚加深特拉華河(Delaware River)航道對于沿岸港口績效的影響，仿真模型中考慮了船型、船舶到港頻次、船舶在港時間、靠泊規則等諸多條件，并設置了4種不同的模擬場景對比加深航道前后的港口績效，研究顯示通航條件的改善對于港口提升操作集裝箱和油品兩大貨種的績效比提升操作散雜貨的績效要明顯。S. KAVAKEB等[37]利用模擬仿真方法研究集裝箱碼頭采用智能小車取代傳統集卡對于碼頭績效提升的影響，模型中考慮了碼頭布局、集裝箱操作量、碼頭裝卸設備的效率、場內車輛的速度及發車策略等因素，將碼頭的總裝卸時間作為評價碼頭績效的關鍵指標，研究顯示：當智能小車僅作水平運輸而不使用裝卸功能(pick up/droop off)時，碼頭整體效率與使用傳統集卡時相近，但智能小車作水平運輸之用且使用裝卸功能時則可大幅提升碼頭績效。總體來看，模擬仿真方法在港口績效評價研究中的使用比較少見，一方面是由于模擬仿真需要使用大量的隨機數，會造成仿真的誤差；另一方面就整個港口運營系統而言，模擬仿真的方案難以真實反映實際狀況。

4.4 綜合分析法

綜合分析法主要是指定量分析與定性分析相結合的研究方法。由于在以往的港口績效評價研究中，定量分析往往為便于數據處理而將港口生產過程簡單化和理想化，而定性分析又常常表現出過多的主觀色彩。隨著供應鏈思想和港口環保意識的驅動，港口綜合績效評價指標體系開始受到越來越多的關注，綜合分析方法也相應地被開發出來。如， M. H. HA等[4]綜合模糊證據推理(fuzzy evidential reasoning, FER)、決策試驗與評價試驗(decision making trail and evaluation laboratory, DEMATEL)和網絡分析法(analytical network process, ANP)完成了從指標體系構建到指標權重確定，再到最終的港口績效評價實例應用；A. G. MADEIRA等[38]將因子分析(factor analysis)與基于分類評價的吸引力度量方法(measuring attractiveness by a categorical based evaluation technique, MACBETH)相結合，綜合考量反映港口績效的定量和定性指標，并完成對港口績效的動態評價；匡海波[9]綜合使用DEA模型、BP神經網絡模型、主成分分析法以及熵權方法(technique for order preference by similarity to ideal solution, TOPSIS)對中國港口績效以及影響因素進行了較為全面的研究。

綜合分析方法因其全面性，自然有其自身獨特的優勢。但需要指出的是，在綜合分析方法使用的過程中經常會遇到評價指標體系過于龐大、指標間互有沖突或重復、部分信息難以統計等問題，從而會影響綜合分析方法的實際可操作性。

5 研究方向

研究發現，港口績效評價研究在以下3方面還需進一步深入：

1)測度對象方面。需對“績效”和“效率”兩大概念進行有效地區分和細化。要重視企業管理行為、市場競爭狀況、外部制度環境等因素對于港口績效的影響，尤其是港口管理體制改革對于港口績效的影響測度。

2)評價指標體系方面。需重視指標體系與測度對象間的內在聯系以及指標體系中各指標間的相互關系。要重視指標體系與測度對象間的邏輯關系，指標體系的適用性，要加強指標體系中指標間的相關性(interdependency)的研究。

3)評價分析方法方面。現有的主流研究方法DEA法缺乏對定性指標的有效兼容，綜合研究方法盡管可通過科學的研究方法將定量化的定性指標與其他定量指標進行定量綜合分析，但需要注意在綜合評價方案的設計時需充分考慮評價方法的實際可操作性。因此，需進一步開發結合定性與定量的綜合研究方法。