基于三階段DEA模型的“一帶一路”中國主要沿海港口效率評價

高倜鵬　劉翠蓮　袁博

摘要：為評價“一帶一路”中國主要沿海港口效率，運用三階段數據包絡分析（data envelopment analysis， DEA）模型，對2013—2017年“一帶一路”中國主要沿海港口的運營效率進行實證研究。研究結果表明：（1）中國主要沿海港口總體上效率較低，這主要是由中國主要沿海港口的規模無效率造成的;（2）不同區域港口的效率存在較大差異;（3）北方區域和南方區域內部各港口之間呈現出較為明顯的效率差異。提出一些提升我國沿海港口效率的對策建議。

關鍵詞：“一帶一路”; 港口效率; 效率評價; 數據包絡分析（DEA）

中圖分類號：? F552

文獻標志碼：A

Efficiency evaluation of Chinese main coastal ports along Belt and Road based on three-stage DEA model

GAO Tipeng， LIU Cuilian， YUAN Bo

（College of Transportation Engineering， Dalian Maritime University， Dalian 116026， Liaoning， China）

Abstract：

In order to evaluate the efficiency of Chinese main coastal ports along the Belt and Road， a three-stage data envelopment analysis （DEA） model is used to empirically study the operational efficiency of Chinese main coastal ports along the Belt and Road from 2013 to 2017. The results show that： （1） the Chinese main coastal ports are generally inefficient， and the scale inefficiency is the main reason; （2） the efficiency of ports in different regions is quite different; （3） there are obvious differences in efficiency among the internal ports in the northern region and the southern region. Some countermeasures are put forward to improve the efficiency of Chinese coastal ports.

Key words：

the Belt and Road; port efficiency; efficiency evaluation; data envelopment analysis （DEA）

0 引 言

當今全球經濟仍處于深度調整和緩慢恢復之中，中國作為全球化經濟和貿易的重要參與者，同樣面臨著轉型升級和結構調整的壓力。在新時代背景下，習近平總書記提出了“一帶一路”倡議，旨在借鑒和發展古代絲綢之路的商貿經濟路線和地域文化內涵，與“一帶一路”沿線國家實現更高水平的區域合作，發掘經濟發展的新動力。港口作為“一帶一路”倡議實施的重要節點，承擔著打通“一帶一路”沿線經貿大動脈的重要角色，港口運營效率的高低決定著經貿往來的暢通與否。因此，本文對“一帶一路”沿線中國主要沿海港口的運營效率進行實證研究，為中國主要沿海港口的角色定位和港口建設提出建議。

目前，對數據包絡分析（data envelopment analysis， DEA）方法的研究已經相對成熟，國內外很多專家學者都曾利用DEA方法研究了港口效率。TONGZON[1]和BARROS等[2]運用DEA方法探究了一些國際港口的運營效率問題。AL-ERAQI等[3]在評價港口效率時采用了DEA視窗分析法。聶鯨酈[4]選取了深圳港2009—2014年的投入產出面板數據，運用DEA方法分析了港口全要素生產率的變動狀況?？锖２ǖ萚5]運用DEA模型實例研究了國內若干個港口的成本效率，并對這些港口的效率進行了對比與排名。羅俊浩等[6]借助SBM（slack-based measurement）-DEA模型對國內若干港口的環境效率進行了評價。陳義光[7]運用DEA模型對福建省干散貨港口進行了效率評價分析，結合福建省干散貨港口的發展實踐，從區域港口發展和政府保障措施等方面提出提升福建省港口效率的建議。然而，上述研究僅利用DEA的第一階段進行了分析，并沒有考慮到一些客觀、隨機因素，所得出的結論實際指導意義較小。

LIN等[8]在評價亞洲地區主要集裝箱港口時共選取了5類評價模型，它們分別是D&G、CCR、BCC、SCE和A&P。LIU[9]在研究港口的動態效率時，以太平洋沿岸的數十個港口為研究對象，運用了CCR模型、BCC模型和三階段DEA方法。沈金生等[10]基于三階段DEA模型，測算環渤海地區主要港口的DEA效率值，并給出了相應的對策建議。王愛虎等[11]選取珠三角地區港口的投入產出面板數據，用三階段DEA方法對珠三角地區港口效率進行了實證分析。丁彩虹等[12]運用三階段DEA方法對江蘇省大型港口進行效率測度，并提出了相應的對策建議。從近幾年的文獻可以看出，多階段DEA模型考慮更多的客觀因素，能夠彌補單一階段DEA模型的不足，應用范圍更廣。本文運用FRIED等[13]提出的三階段DEA模型對“一帶一路”中國主要沿海港口的綜合效率、純技術效率和規模效率進行研究，以期對中國主要沿海港口效率進行更準確的評估。

1 研究方法和數據

1.1 研究方法

相較于一般的DEA模型，三階段DEA模型能夠更為客觀地對決策單元（decision making unit， DMU）效率進行評價。三階段DEA模型由三個階段組成：第一階段采用投入導向的BCC-DEA模型對DMU效率進行一般評價，得出初步的DEA效率值;第二階段利用隨機前沿分析（stochastic frontier analysis， SFA）回歸模型對DMU的原始投入進行同質化處理，即剔除環境因素和隨機因素的影響;第三階段將原始投入數據替換為經過同質化處理的各DMU投入數據，再次應用BCC-DEA模型進行效率評價。三階段DEA模型的具體流程見圖1。

1.2 指標選取和數據來源

1.2.1 相關指標選取

國內外相關文獻對港口投入指標和產出指標的選取方向相對集中：對于投入指標，通常從自然條件、區位條件、設施資源和資金投入4個方面進行選取;對于產出指標，通常從生產經營、設施利用和資產收益3個方面進行選取?？紤]數據的可得性和準確性，本文選取碼頭長度、泊位數量和萬噸級以上泊位數作為投入指標，貨物吞吐量、外貿貨物吞吐量和集裝箱吞吐量作為產出指標。

環境變量指客觀上影響港口運營效率但主觀上不可控的因素，現有文獻中環境變量的選取通常從口岸環境、綜合服務、技術水平和環境資源4個方面考慮?？紤]到不同年份數據統計口徑的一致性，本文選取外貿進出口總額、港口城市生產總值和港口城市總人口作為環境變量。

1.2.2 樣本和數據來源

本文選取國家發展改革委、外交部和商務部聯合發布的《推動共建絲綢之路經濟帶和21世紀海上絲綢之路的愿景與行動》中提到的15個沿海港口中的14個港口（三亞港依據“三港分離”戰略規劃不再承擔貨運功能）2013—2017年的數據，共420個投入、產出觀測值，其主要來源于2014—2018年的《中國港口年鑒》、國家統計局網站、相應城市國民經濟與社會發展統計公報以及各城市統計年鑒。

2 實證分析

2.1 第一階段：DEA模型結果

第一階段運用MaxDea 8 Ultra軟件對中國14個沿海港口的運營效率進行測度，結果見表1。由表1可以看出，在不考慮環境變量和隨機因素時，中國14個沿海港口的綜合效率均值為0.731，純技術效率均值為0.847，規模效率均值為0.865。

2.2 第二階段：SFA回歸模型結果

第二階段運用Frontier 4.1將第一階段得到的各投入變量松弛量作為被解釋變量，將外貿進出口總額、港口城市生產總值、港口城市總人口作為自變量，構建SFA回歸模型，結果見表2。

由表2可知，模型中大部分參數估計值都統計性顯著，說明SFA模型回歸效果較好，應用SFA回歸模型去除環境變量對效率結果的影響是有必要的。根據表2可得出以下結論：

（1）外貿進出口總額對于3個投入指標的松弛變量都是有利因素。外貿進出口貨物通常需要經由海運進行遠距離運輸，外貿進出口總額的提升往往意味著需要經由港口完成周轉的貨物吞吐量的增長，同等投入條件下產出的提升意味著港口效率的提升。

（2）港口城市生產總值對于3個投入指標的松弛變量都是有利因素。這是由于港口城市經濟的繁榮促使港口增加了基礎設施的投入，促進了貨物的貿易與流通，使得港口貨物吞吐量等產出得到了比投入更高幅度的增長，從而在一定程度上提升了港口效率。

（3）港口城市總人口對于3個投入指標的松弛變量都是不利因素。這是由于常住人口數的增加促使港口增加基礎設施的投入，但隨之增加的港口產出不能與之相匹配，從而造成港口投入資源利用效率的下降。

2.3 第三階段：投入調整后DEA模型結果

將原始投入數據替換為剔除了環境因素和隨機因素影響的各DMU投入數據，再次運用MaxDea 8 Ultra軟件進行效率評價，可獲得第三階段各港口的效率值，見表3。

由表1和3可以看出，在剔除環境因素和隨機因素的影響后，效率值發生了明顯的變化，表明港口效率值受到了客觀因素的影響，因此利用SFA回歸模型對投入變量進行調整是必要的。

3 中國主要沿海港口和不同區域港口效率差異分析

3.1 中國主要沿海港口效率分析

從中國14個沿海港口2013—2017年效率值的均值來看：第三階段綜合效率均值相較于第一階段的綜合效率均值有微幅上升，從0.731上升到0.746;規模效率均值小幅下降，從0.865下降到0.785;調整后純技術效率的均值上升較為明顯，從0.847上升到0.946。

由圖2可以看出，調整后大連港、天津港、煙臺港、福州港、泉州港、廈門港、汕頭港和湛江港的純技術效率均值均有不同程度的上升，其中煙臺港、福州港、泉州港、廈門港和汕頭港的效率上升最為顯著，表明這5個港口之前較低的純技術效率是較差的外部環境和隨機因素所導致的。從整體上看，除大連港、福州港和廈門港以外，中國主要沿海港口的純技術效率均值均處在高位，且不存在顯著差異，說明中國主要沿海港口的技術管理水平大多處在較高水平，在給定投入的情況下能創造出更大的產出。

由圖3可以看出：廣州港、青島港和深圳港調整前后的規模效率均值基本保持不變;天津港、上海港和寧波舟山港調整后的規模效率均值上升明顯;其他港口調整后的規模效率均值則均有不同幅度的下降，其中煙臺港、福州港、泉州港、廈門港、汕頭港和?？诟鄣囊幠Ｐ示涤忻黠@的下降，這說明本文所選取的3個環境變量對這6個港口的規模效率有顯著的積極影響。具體看，大連港、天津港、青島港、深圳港、廣州港和湛江港調整后的規模效率均值達到或接近DEA有效，其余港口均呈現不同程度的規模無效率。

由圖4可以看出，在剔除環境變量的影響后僅泉州港、汕頭港、湛江港、廣州港和?？诟鄣木C合效率均值出現不同幅度的下降，其余港口的綜合效率均值均有不同程度的上升。具體看，若綜合效率均值達到0.8為優，則綜合效率為優的港口有天津港、青島港、上海港、寧波舟山港、深圳港、廣州港和湛江港，其余港口均呈現不同程度的綜合無效率，特別是汕頭港的綜合效率均值非常低（僅為0.339），這主要是由汕頭港本身規模無效率導致的。

3.2 不同區域港口效率差異

參照文獻[14]將“一帶一路”中國14個沿海港口按空間布局劃分成北方港口群（大連港、天津港、青島港和煙臺港）、長三角港口群（上海港和寧波舟山港）、東南港口群（福州港、廈門港和泉州港）和南方港口群（廣州港、深圳港、汕頭港、湛江港和?？诟郏┧拇髤^域港口。第三階段各港口群2013—2017年效率均值見表4。

從規模效率看，各區域港口間呈現出明顯的效率差異。長三角港口群與北方港口群難分伯仲，規模效率均值分別為0.844和0.886，均較接近DEA有效;南方港口群稍遜一籌，規模效率均值為0.789;東南港口群落后十分明顯，規模效率均值為0.604，低于整體平均水平。

從純技術效率看：長三角港口群純技術效率達到DEA有效;南方港口群和北方港口群也接近DEA有效，純技術效率均值分別為0.994和0.917;東南港口群相對最低，為0.868;四大港口群間差距較小。可以看出，“一帶一路”沿線中國主要沿海港口的純技術效率處于較高的水平，這表明中國主要沿海港口在現有的港口投入條件和技術條件下有著拔群的效益轉化能力。

從綜合效率看：長三角港口群綜合效率均值最高（0.844），北方港口群次之（0.812），南方港口群再次（0.785），東南港口群最低（0.527）;北方港口群和南方港口群內部各港口間的效率差異較為明顯。

4 結論與建議

根據上述分析可以得出以下結論：2013—2017年中國主要沿海港口整體上綜合效率較低，這主要是由中國主要沿海港口的規模無效率造成的;各港口群的效率存在較大差異，長三角港口群效率相對較高，其次是北方港口群效率和南方港口群效率，東南港口群效率相對較低;北方港口群和南方港口群內部各港口之間呈現出較為明顯的效率差異;客觀、隨機的因素確實對沿海港口的生產效率產生了不同程度的影響。

針對實證結果并結合目前我國沿海港口發展特征，提出如下發展建議：

（1）合理規劃碼頭泊位，有序對接“一帶一路”倡議。從上文的數據分析可以看出，“一帶一路”中國主要沿海港口整體效率偏低主要是由港口規模無效率造成的，港口規模與發展現狀不匹配問題較為突出。港口對新泊位建設和對現有碼頭泊位改擴建的盲目追求，并不一定能夠提高港口效率，有時甚至適得其反。因此，港口在對接“一帶一路”倡議的過程中應該進行科學的論證和合理的規劃，切不可急功近利，以免港口產能過剩造成港口效率低下。

（2）依據“一帶一路”倡議，推動區域港口資源整合。港口資源整合能夠從整體的角度出發對區域內部各港口的資源配置、功能定位進行規劃與指導，避免區域內部港口間的重復建設和無序競爭，從而使各港口在協作中共同發展。港口資源整合已經成為提升區域港口競爭力的必經途徑。2017年以來，跨行政區域的港口資源整合的趨勢不斷加強，多個擁有重要沿海港口的省份都積極采取了各種措施對其港口資源進行整合處理，從而不斷提升其自身的綜合實力和核心競爭力，促進了我國對外貿易的快速發展和進步。

（3）推進智慧化港口建設，助力“一帶一路”倡議實施?！耙粠б宦贰敝袊饕睾８劭诘募兗夹g效率均達到或接近DEA有效，利用現有生產運營基礎設施獲得最大產出的能力較高。未來“一帶一路”中國主要沿海港口特別是東南沿海地區的港口應繼續開發和引進新的智能技術，實現碼頭的自動化裝卸、船舶的智能調度、動態信息平臺的構建，進一步提高港口的純技術效率，從而提高港口的效率。這些年我國智慧化港口建設取得了一定成果：中國第一個自動化碼頭廈門遠海碼頭，亞洲第一的自動化碼頭青島港全自動化集裝箱碼頭，以及世界單體最大、綜合自動化程度最高的上海洋山港四期碼頭相繼投入運營。隨著5G時代的到來，更多的港口企業可以實現5G通信，對傳統的人工碼頭進行智慧化升級，進一步助力“一帶一路”倡議的實施。

（4）響應“一帶一路”政策號召，支持港口企業走出國門。港口企業走出國門順應了中國經濟發展需要，有助于促進我國對外貿易水平的不斷提高，加強與其他國家的貿易往來和經濟交流?！耙粠б宦贰背h的提出，受到了諸多國家和地區的積極響應，中國各主要沿海港口也加快了與“一帶一路”沿線國家建立友好經濟關系的步伐，使得我國港口企業走出國門的步伐越發堅定與穩健。煙臺港集團先后投資幾內亞的金波港口和達圣鐵路的建設，建成一條完整的產業鏈條，上港集團以色列海法新港項目進展順利，這些都是中國港口企業走出國門的生動典型。未來中國沿海港口應繼續擴大與周邊國家港口的合作交流，把我國港口成熟的科技、管理制度和資金投向“一帶一路”沿線發展較為落后的國家，推動我國港口產業的蓬勃發展。

參考文獻：

[1]TONGZON J. Efficiency measurement of selected Australian and other international ports using dataenvelopment analysis[J]. Transportation Research Part A， 2001， 35： 107-122. DOI： 10.1016/S0965-8564（99）00049-X.

[2]BARROS C P， ATHANASSIOU M. Efficiency in European seaports with DEA： evidence from Greece and Portugal[J]. Maritime Economics & Logistics， 2004， 6： 122-140. DOI： 10.1057/palgrave.mel.9100099.

[3]AL-ERAQI A S， KHADER A T， MUSTAFA A. DEA Malmquist index measurement in Middle East and East African containers terminals[J]. International Journal of Shipping and Transport Logistics， 2009， 1（3）： 249. DOI： 10.1504/ijstl.2009.027533.

[4]聶鯨酈. 基于DEA模型的深圳港港口效率研究[J]. 綜合運輸， 2018， 40（8）： 114-118.

[5]匡海波， 陳樹文. 中國港口生產效率研究與實證[J]. 科研管理， 2007， 28（5）： 170-177.

[6]羅俊浩， 崔娥英， 季建華. 考慮CO2排放的中國八大集裝箱港口環境效率評價研究： 基于SBM-DEA模型[J]. 科技管理研究， 2014（21）： 66-69. DOI： 10.3969/j.issn.1000-7695.2014.21.014.

[7]陳義光. 基于DEA模型的福建省干散貨港口效率評價研究[J]. 物流科技， 2016（10）： 95-99. DOI： 10.13714/j.cnki.1002-3100.2016.10.026.

[8]LIN L C， TSENG C C. Operational performance evaluation of major container ports in the Asia-Pacific region[J]. Maritime Policy & Management， 2007， 34（6）： 535-551. DOI： 10.1080/03088830701695248.

[9]LIU Chunchu. Evaluating the operational efficiency of major ports in the Asia-Pacific region using data envelopment analysis[J]. Applied Economics， 2008， 40： 1737-1743. DOI： 10.1080/00036840600905126.

[10]沈金生， 郁威. 環渤海地區主要港口經濟效率研究[J]. 華東經濟管理， 2014， 28（10）： 72-76. DOI： 10.3969/j.issn.1007-5097.2014.10.014.

[11]王愛虎， 吳文玲. 基于三階段DEA模型的珠三角港口效率研究[J]. 工業工程， 2017， 20（3）： 82-88. DOI： 10.3969/j.issn.1007-7375.e16-1259.

[12]丁彩虹， 陶永宏. 長江經濟帶戰略視角下的江蘇省大型港口績效評價研究： 基于三階段DEA模型[J]. 江蘇科技大學學報（社會科學版）， 2018， 18（2）： 101-108. DOI： 10.16148/j.cnki.cn32-1743/c.2018.02.014.

[13]FRIED H O， LOVELL C A K， SCHMIDT S S， et al. Accounting for environmental effects and statistical noise in data envelopment analysis[J]. Journal of Productivity Analysis， 2002， 17： 157-174. DOI： 10.1023/a：1013548723393.

[14]劉長儉. “一帶一路”戰略下我國沿海港口的發展方向[J]. 港口經濟， 2016（12）： 13-17.

（編輯 賈裙平）

收稿日期： 2019-09-02

修回日期： 2020-06-23

基金項目： 遼寧省社會科學規劃項目（L14AGL003）

作者簡介：

高倜鵬（1994—），男，江蘇南通人，碩士研究生，研究方向為交通運輸規劃與管理，（E-mail）mingruz22625282@163.com;

劉翠蓮（1964—），女，遼寧大連人，教授，碩導，碩士，研究方向為交通運輸規劃與管理，（E-mail）liu_cuilian@126.com