“一帶一路”下的福建省港口績效評價研究
——基于PCA-DEA 組合模型

郭雨玨，邵 博，馮 昊，葉 翀 GUO Yujue， SHAO Bo， FENG Hao， YE Chong

（福州大學 經濟與管理學院，福建 福州 350116）

(School of Economics and Management, Fuzhou University, Fuzhou 350116, China)

0 引 言

近年來，隨著生產經營與經濟貿易的日趨全球一體化，我國積極探索與國際全面接軌的佳徑，與世界各國的經濟貿易愈加頻繁。2013 年至今，在“一帶一路”的合作領域互聯共通，基礎建設全面開啟的過程中，物流與商流、資金流等并駕齊驅，現代物流業已經發展為國民經濟的重要支柱產業。而港口物流作為全球干線運輸重要組成部分、全球運輸網絡的重要節點和貨物集散地，在“21 世紀海上絲綢之路”中扮演舉足輕重的角色，促進我國與其他國家、地區之間的商貿往來，對經濟進一步發展影響顯著。

港口物流（Port Logistics） 指沿海沿江的中心港口城市以原有臨港產業為基礎，利用其口岸優勢，包含金融、科技、商貿的現代化綜合物流服務體系。“一帶一路”的實施對港口物流帶來重大的發展機遇。據國家統計局公布的數據顯示，2018 年全國港口貨物吞吐量133 億噸，集裝箱吞吐量24 955 萬TEU，比上年增長2.7%和5.2%。而福建省作為“21 世紀海上絲綢之路”的核心區，省內沿海重要港口皆被列為戰略支點，2018 年全省港口貨物吞吐量同比增長7.3%，港口集裝箱吞吐量同比增長5.3%。在這樣巨大的市場規模中，科學、全面、準確地診斷港口物流狀況，合理地配置資源是港口長期持續發展的重要方式，而對其物流活動綜合有效的績效評價是至關重要的前提。科學研究港口物流績效問題，減少港口物流系統成本，提高港口物流效率，對“一帶一路”的推進實施和現代化物流產業的建設發展將起到促進作用。

1 研究現狀

績效研究需要多指標的綜合評價，鑒于數據包絡分析（DEA） 能處理多投入、多產出指標的優點，該方法在港口物流績效測度中的研究形式也已趨于成熟。云俊、張帆（2006） 利用DEA 對我國主要集裝箱港口的物流效率進行綜合評價，探討各大港口的瓶頸問題與改善措施。學者們在研究進程中發現，當評價指標的數量擴大到一定程度時，通過DEA 提取決策單元實際差異的可靠性和精確度將被限制。曹陽龍、史本山（2006） 將主成分分析法（PCA） 與DEA 相結合，提出PCA-DEA 復合評價模式，以解決直接采用DEA 的限制問題。融入PCA 的DEA 應用領域廣泛，逐漸受到廣大學者的關注。帥斌、杜文（2006） 分別用DEA 和PCA 計算物流產業數據，進行逐年評價與綜合分析，助力物流產業的優化和發展。Chun-hua Ju 等（2012） 采用DEA 和PCA 方法對長三角地區25 個城市的物流網絡基礎設施進行了4 個聚類的實證研究與比較，為物流網絡基礎設施的合理建設提出有效的改進建議。同時，陳思云、彭俊（2012） 與蔣建洪、楊建波（2019） 也將PCA-DEA 兩階段法應用到港口物流績效的研究中，分別對我國重要港口與多家上市港口類物流公司的績效進行量化分析。而呂靖、張新放（2018） 在PCA 處理的基礎上提出三階段DEA 法以剔除外部因素的干擾，基于港口效率評價提出有效發展對策。

2 研究方法

2.1 主成分分析法（PCA）

主成分分析（Principal Component Analysis） 是一種得到廣泛應用的多元統計分析方法，通過數學變換將原來相關的各原始變量轉變為相互獨立的分量后，再計算分量的綜合評價值。其優點在于：能夠消除評價指標之間的相關影響，降低信息損失；且具有較強的提取能力，能有效進行指標選取。

2.2 數據包絡分析（DEA）

數據包絡分析（Data Envelopment Analysis） 是1978 年由美國運籌學家A.Charnel 和W.W.Cooper 提出的一種交叉管理科學、運籌學和數理經濟學的研究方法，它是根據多指標投入和多指標產出指標，運用線性規劃的方法，對具有可比性的指標進行相對性評價的數學分析方法。

若在評價體系中共存在n 個評價對象，即DEA 中的決策單元DMU，而指標體系由m 個投入指標和δ 個產出指標構成，其中第 j 個決策單元的投入變量為 Xj= （xj1，xj2，…，xmj）T＞0，j=1，2，…，n，產出變量 Yj= （yj1，yj2，…，yjδ）T＞0， j=1，2，…，n。則評價第j0個決策單元的含有非阿基米德無窮小量ε 的C2R 模型為：

3 港口物流績效評價指標體系的選取

港口物流績效指標的選取反映港口物流的內涵，體現港口各方面的實際狀況。綜合考慮現實中投入與產出指標的可獲取性、可代表性與可比較性，本文海選出高頻且富有象征性的港口物流評價指標，從港口建設水平和港口物流服務水平層面建立包括碼頭泊位數和貨物綜合通過能力在內的5 個投入指標；從港口吞吐量、港口經濟環境與港口發展潛力三個層面建立包括貨物吞吐量、港口城市GDP 與其增長率在內的14 個產出指標。評價指標體系見表1。根據所構建的指標體系，本文選取福建省重要港口2009～2018 年的截面數據進行實證研究，數據來源于《中國港口統計年鑒》。

4 基于PCA-DEA 的福建省港口物流績效實例分析

應用PCA-DEA 模型解決港口物流績效評價問題的核心：首先應用PCA 針對港口物流指標進行主成分分析排序篩選，對評價指標體系中的眾多指標進行特征提取，選出對港口物流績效累計貢獻率較大的指標作為數據包絡分析的投入與產出指標；然后再通過DEA 計算各個港口的效率值和規模報酬，進而結合計算結果進行綜合評價。

表1 港口物流績效評價指標體系

4.1 PCA 分析提取指標

在企業實際生產中，管理者往往以經營數據信息中可獲取的指標為基礎，在構建投入產出指標體系時盡可能增加評價指標的數量，同時考慮實際問題中各投入產出指標的可比性，以期產生全面的數據評價結果。再利用PCA 模型對評價數據進行降維處理，在幾乎完整保留原始變量信息的基礎上有效提取信息，從而增強績效評價的客觀性和科學性。港口物流數據經SPSS軟件處理，得到總方差解釋，提取4 個主要成分，其累積貢獻率達89.66%。

表2 成分系數矩陣

通過SPSS 軟件運行得出的成分系數矩陣（見表2），取前四個特征值，計算相應的特征向量，進而得到4 個主成分表達式如下：

依照以上4 個主成分所對應特征值占所提取主成分總特征值之和的比例，計算出對應的權重，從而得到綜合得分模型如下：

根據該綜合得分模型，本文選取權重較大的8 個指標，其中貨物綜合通過能力、生產用碼頭泊位、萬噸級及以上泊位數這3 個指標可作為DEA 分析的投入指標；另外的旅客吞吐量、貨物吞吐量、外貿貨物吞吐量、集裝箱吞吐量以及貨物吞吐量增長率5 個指標可作為DEA 分析的產出指標。

4.2 DEA 綜合評價績效

由以上分析得到DEA 分析指標，利用DEAP2.1 軟件處理指標數據，對港口有效性分析與規模效益進行分析，進而得到投入導向下2009～2018 年福建省福州、泉州、廈門三大港口的物流綜合技術效率TE、純技術效率PTE、規模效率SE 與規模報酬RTS（見表 3）。

根據表3 的數據處理結果，從綜合技術效率角度分析，除了2009 和2016 年，福建省在另外8 年均存在1 個及以上港口物流綜合技術效率為1 的情形。其中，廈門港的綜合技術效率在這8 年均為1；泉州港的綜合技術效率為1 的年份有2012、2015、2017 和2018 年；福州港的綜合技術效率為1 的年份有2011 和2014 年。上述情況表示這些港口在各自綜合技術效率為1 的年份里投入合理，產出效率實現最大化，純技術效率與規模效率均有效。福州港在這10 年間的物流綜合技術效率僅有2年達到DEA 有效，說明該港投入冗余或產出不足的情況出現得較為頻繁，相比于廈門港和泉州港還存在一定的差距。從規模效率角度看，除廈門港（2016） 和福州港（2018） 之外，各年份規模效率小于1 的福建省港口，規模報酬均呈遞增狀態。港口規模效率無效是因港口物流資源利用效率低而導致，不理想的產出與投入之比造成規模效率未達到DEA 有效值。而在此情形下規模報酬遞增主要有兩方面的原因，其一是政府對港口產業逐漸增強的重視程度與建設投入；其二是客戶對港口基礎設施要求的逐步提高，共同促成了近10 年來港口發展規模的遞增趨勢。

表3 2009～2018 年福建省港口企業物流效率分析

5 總 結

本文運用PCA 和DEA 相結合的評價模型定性選取港口物流績效指標體系，并進行定量的數據包絡分析，全面有效地對福建省港口進行績效評價，本文研究的意義主要體現在以下方面：

（1） 運用PCA-DEA 組合模型進行物流績效評價，既考慮到物流體系中難以量化的定性因素，又通過具體數據分析避免定性過程中的主觀因素，因此該港口物流績效評價結果更為全面可靠。

（2） 該模型運用PCA 選取到的物流指標評價體系，克服了數據包絡分析（DEA） 中提取能力弱、不符合客觀實際等缺陷，綜合考慮主客觀因素分析得到最優評價。

（3） 本研究根據模型計算結果對福建省重要沿海港口近10 年的發展狀況進行分析，在一定程度上為今后發揮港口優勢，建立戰略合作聯盟，加速融入“一帶一路”規劃建設提供參考和建議。

對港口物流績效進行客觀有效的分析，有助于監測港口經營活動，實現合理的資源配置分配，對于維持港口物流系統高效運行有著不可或缺的意義。由于數據的局限性，本文的評價體系還存在部分缺陷，需要依靠物流大數據分析等，構建更加全面完善的港口物流績效評價指標體系，助力我國的港口物流健康發展。