基于DEA 的國內沿海主要港口生產力的效率分析

肖祥鴻，宋炳良

（上海海事大學經濟管理學院，上海 201306）

一、引言

近些年來裝卸總量領先于全球的國內許多港口，令世界刮目相看。但是，港口的生產力綜合效率是否有效、規模效益是否經濟、技術是否先進、投入產出是否恰當、管理和經營水平是否一流等等，有待用真實數據對其效率進行研判。

相對于涉及領域廣泛的港口，用一般的分析方法，不能很容易獲得其有用的數據。而利用非參數法（DEA），能夠比較有效地對港口效率進行評價：第一，采用多投入和多產出變量，可以相對有效地了解各個環節的效果；第二，不用量綱統一、自由搭配對象，可以比較容易地對所需要求進行分析；第三，排除了主觀因素，一切可以通過數據來展示效率優劣。

二、文獻綜述

國內外學者在港口效率研究方面有了很大的發展，特別是利用非參數前沿方法分析港口的實例還是不少的。

Tongzon（2001）[1]運用DEA 模型分析了澳大利亞四個港口和及其他12 個國際港口的數據，選取投入5 項、產出2 項，盡管其結果得出效率值為1 的港口有不少，但還是指出了墨爾本、鹿特丹、橫濱、大阪等四港口的非效率主要是碼頭泊位偏少、面積小、工作懈怠等原因造成。Tongzon 和Wu（2005）[2]利用隨機前沿模型對全世界25 個集裝箱港口進行了分析，而且將港口的經營行為作了4 種區分，得出了只有完全民營或地主型性質的港口，其效率相對就較高的結論。Wu 和Goh（2010）[3]對21 國主要港口進行了分析，其中包括發達國家和發展中國家。從結果分析得出：中國的上海港、孟加拉國的吉大港、巴西的桑托斯港比發達國家G7 的港口更具有優勢，其理由是比起單純的貨物量的大小來，港口設施的運轉率的平衡顯得更為重要。倉本一薫·赤井伸郎（2013）[4]對日本國內的大小55 個集裝箱港口進行了分析，從財政和港口管理體制等組織方面，謀求相關效率性因素。將港口管理者的經費開支作為勞動力投入，其結果港口管理者上年度資金轉移現象較多，對國債依賴性較強，并沒有很好地進行高效率港口運營。湯莎莎和寺田一薫（2013）[5]為了保持國際競爭力，分析了日本港口管理、規則、制度的系統及要素結構，對于港口而言，位置對效率的影響不容忽視，從技術效率值來看，瀨戶內海大部分港口比日本海側來的高，往亞洲的國際航線頻數和效率性有著非常強的正向關系。張建勇等（2019）[6]運用DEA 模型對天津港的效率進行了分析，得出結果是近幾年港口的規模收益呈遞減趨勢，只有降低成本、優化資源配置、加強管理措施，才能提高港口的整體效率。

表1 相關研究的投入產出一覽表

綜上所述，各學者利用非參數法從各個角度對港口效率進行了分析和評價，取得了一定的成效。但是，也存在不足之處：第一，在投入和產出項變量的選取上大致相同但不到位，在投入項中很少列入關鍵的成本投入變量、勞動力變量，而在產出項中基本上沒有資金收入變量，大都以貨物吞吐量來表示，所以很難正確表示港口的運營能力；第二，從前述國內外港口的分析來看，對港口投入、產出的資金增益基本上沒有什么評價，或許是因為缺少相應的數據、或許是忽視港口經濟效益的作用，殊不知經濟增長才是港口得以持續發展的基礎。

因此，本文以2009—2018 年國內8 個主要港口的數據，設定輸入變量為經營總成本、勞動力人數和萬噸級碼頭，產出變量為經營總收入和貨物總吞吐量，這樣可以便于對港口的生產力效率、港口盈利情況及港口規模效益等進行系統性分析，也符合港口生產運營效率的實際情況。

三、研究方法簡介

（一）DEA-CRS（CCR）模型

假設有n 個DMU1，DMU2，…，DMUn，每個DMU有m 種輸入和s 種輸出，DMUj的輸入和輸出向量分別為xj=（x1j，x2j，…，xmj）T，yj=（y1j，y2j，…，ymj）T，j=1，2，…，n。設DMUj0的輸入、輸出向量分別為（xj0，yj0）簡記為（xj，yj），則評價第j0個決策單元相對有效性的CCR 模型為：

其中S-和S+是松弛變量，表示投入的冗余量及產出的不足量；λ 是相對于DMU0重新構造一個有效DMU 組合中第j 個決策單元的組合比例；θ 為決策單元的有效值，當θ=1 且S-和S+=0 時，稱DMU0為DEA 有效；當θ=1 且S-和S+≠0 時，稱DMU0為DEA 弱有效，而當θ<1 時，稱DMU0為DEA 非有效[7]。

（二）DEA-VRS（BCC）模型

DEA-VRS（BCC）模型是以規模報酬可變來計算生產部門的技術效率和純技術效率，它的經濟意義在于用技術效率來評價企業在一定的投入條件下，產出是否得到最優狀態；用純技術效率在投入不變的情況下，產出結構和投入條件是否優化或合理。MDU 的效率值由下面的模型計算取得：

技術效率（TE）=純技術效率（PTE）×規模效率（SE），當TE=1 的話，則可以說明生產部門的投入和產出達到最優；當TE<1 時，可以說明生產部門的投入并沒有達到預期的產出目標。BCC 模型主要對技術效率進行評價。

假設有n 個決策單元DMU，而每個決策單元有m 個輸入和S 個輸出，其中：為DMU0的投入、產出的變量，θ 是DMU0的效率值，λ 是對于DMU0有效單元中的n 個DMU 的比例，S 是松弛變量。當θ=1，S-=S+=0 時，就表示DMU0相對有效，即在投入X0的基礎上產出Y0達到了最優。又當θ<1，S-≠0，S+≠0，表示DMU0技術或規模無效；如果S-=S+=0，表示技術有效，令，當K=1 時，即DMU0規模有效，K<1 即規模報酬遞增，當K>l 即規模報酬遞減[8]。

四、國內主要港口的實證分析

以國內主要且連年貨物吞吐量排位靠前的沿海8 個港口為研究對象，結合2009—2018 年10 年來各港口的數據，通過DEA-CRS、DEA-VRS 探究其港口效率的真實狀況。所有數據來源于中國統計年鑒、中國港口年鑒及滬、深、港三地上市公司年報及融資評價報告。投入產出變量如表2 所示。

表2 DEA 模型的投入產出變量

（一）CCR 模型分析

根據國內8 個主要沿海港口2009—2018 年10年的數據，運用DEA 軟件，對DEA-CCR 進行求解。在不考慮規模報酬的假設下，對8 個港口10 年來的數據進行測算，通過對數據的整理，得出其平均值如表3 所示。

表3 2009—2018 年8 個港口的綜合技術效率值

從表3 中可以看出，8 個港口的綜合效率平均值不盡如人意，并沒有達到DEA 有效（1 為DEA 有效），其中有4 年的平均值都還未達到0.9。但是從8個港口歷年的綜合效率的平均值來看還是呈逐年增長的趨勢。其中長三角地區的上海港2017 年、2018 年連續兩年達到EDA 有效，寧波港2009 年和2011 年分別達到DEA 有效；珠三角地區的廣州港2009 年、2013 年、2017 年和2018 年分別達到DEA有效；環渤海地區的天津港2014 年達到DEA 有效，青島港2009 年、2010 年和2018 年達到EDA 有效。但總體來看，顯示出狀態并不穩定，8 個港口10 年達到DEA 有效只占總數的15%，不少港口處于DEA 欠佳狀態，其中連云港、廈門港和大連港三個港口十年的平均值分別是0.749、0.808、0.827，雖然其效率值每年有上升趨勢、但仍處于弱勢地位。

在CCR 模型投入導向的狀態下，由于篇幅關系這里僅以2018 年1 年8 個港口的效率目標值和實際值進行比較。效率目標值是根據效率分數為1 港口設定的效率前沿計算出來的，是指港口若要達到效率有效的話，應該達到的目標值。

根據模型計算所得的結果為：除了上海港、廣州港和青島港的效率呈現DEA 有效以外，寧波港、天津港、大連港、連云港和廈門港在總投入、勞動力和泊位數的徑向值分別應按比例下降5.6%、11.4%、18.1%、18.6%、8.8%。即達到目標值總產出和吞吐量，除了上海港、廣州港和青島港以外，其它各港口均應適當減少它的資金成本投入、勞動力人數和萬噸泊位數。其中天津港、連云港、廈門港萬噸級碼頭的松弛值分別冗余4.2%、6.8%和18.8%；產出不足的連云港產出值應該增加21.5%、廈門港的吞吐量還需增加20.4%。

從表4 中可以看出，有的港口投入過剩造成資源浪費，有的則是產出值或產能不足，即港口的經濟效益和營運效率低下，港口效率隨著國內外貿易形勢和競爭激烈程度的變化而上下起伏不定，即使裝卸量世界領先的港口也不例外。這說明國內有些港口在一定程度上還存在應對內外部環境變化的能力不足、產能效率穩定性差、技術創新不夠和人浮于事的現象存在。因此，要下功夫去克服困難、擺脫窘境，特別在港口生產能力、規模效益、資源整合、勞動成本、技術創新和管理決策方面解決問題。

表4 2018 年目標值和實際值的比較

（二）BCC 模型分析

進一步運用BCC 模型，通過純技術效率、規模效率對綜合技術效率的影響進行效率分析，觀測綜合技術效率值、純技術效率值和規模效率值。為了對數據有一定直觀效果，特將2009—2018 年的效率平均值整理如表5、圖1 所示：在BCC 模型下，可以進一步看出綜合技術效率是由純技術效率和規模效率的乘積而成。以表5 和圖1 來看，雖然綜合技術效率在逐年增大，但規模效率都低于純技術效率。從這些港口的總體來看，無論是資本投入、場地設施、勞動力人數還是港口吞吐量，都是在國內屬于較大規模的企業，其中還有特大規模的企業。但是其規模效率并沒有完全體現出來，相反還拖了后腿。這說明有些港口的規模雖然很大，但由于產業結構沒能得到很好的優化配置、合理安排和有效使用，致使投入的生產要素未能在產出單元獲得更合理的回報。

表5 2009—2018 年港口效率平均值

圖1 2009—2018 年港口效率平均值圖

僅以表6 中2016—2018 年3 年為例，從總體的平均值來看，基本上規模效率值都低于純技術效率值，導致綜合效率下降。港口整體在一定程度上存在規模效率低下，這說明生產要素按比例增加時，產出的增加價值并沒有達到期望值。這與吞吐量的多少并沒有正比關系，雖然有的港口吞吐量很大，但港口效率并不是最有效的，人浮于事、機構龐雜、資源整合欠佳，是它最大的軟肋。

表6 各港口2016—2018 年3 年效率值一覽表

從表6 各港口3 年來的規模報酬數據中可以看出，出現規模報酬遞減的是：2016 年上海港、寧波港、青島港規模報酬遞減，2017 年寧波港、青島港規模報酬遞減，2018 年仍有寧波港規模報酬遞減。這說明寧波港在擴大生產規模和市場占有率的同時，已經好幾年呈現規模不經濟狀態了，總產出增加幅度小于總成本的增加幅度，即長期平均總成本上升。

1.綜合技術效率分析。綜合技術效率作為投入與產出的整體效率重要指標，表5 中呈現出港口10年的綜合技術效率平均值為0.899，并沒有處于有效狀態。從圖2 可以看出，2009—2012 年4 年的效率值都低于平均值，其中最低為2012 年，只達到0.875。一方面原因是金融危機的余波還存在，港口貿易受到了不小的沖擊，另一方面港口的管理制度、方法與決策正確與否也是一個重要因素。2013年后世界經濟雖沒有明顯改觀，但國內經濟發展進入新常態，從高速增長轉向中高速增長。各港口以提高發展質量和效益為中心，進一步轉變經濟發展模式，使得港口的經營效率逐漸增長，2013 年后綜合技術效率值均高于平均值，并逐漸趨向于平滑，且略有向上的趨勢。可通過管理和技術手段，加上資源的有效配置，改善純技術效率和規模效率兩大指標，來實現綜合和技術效率的提升。

2.純技術效率分析。純技術效率是指通過技術的利用程度和創新意識，即每一個生產決策單位，利用投入生產資料使得產出效能達到最大的能力。從圖3 中可以看出，2009 年、2011 年、2012 年、2015年和2017 年的純技術效率都低于平均值0.961（見表5），其中2009 年和2012 年更為明顯。說明那幾年在技術的利用程度和創新意識上存在一定的問題，資金投入和產出沒有達到充分匹配，投入的生產資料并沒有達到預期的效果，結構性矛盾還未徹底得到解決。因此，加強港口的自動化程度和港口的智慧化建設，全面實施信息化和物聯網的聯動，加速港口智能物流的研發和運用，為成為名符其實的世界樞紐港打下基礎。

圖2 國內主要沿海港口綜合技術效率趨勢

圖3 國內主要沿海港口純技術效率趨勢

3.規模效率分析。規模效率是指生產要素按在一定比例增加時，產出價值大于投入價值的情況，即產出規模的有效程度。從表3 中可以看出，規模效率遠遠低于純技術效率，導致綜合技術效率的下降。從圖4 中可以看出，2009—2012 年規模效率沒有達到平均值，說明各港口基礎設施的投入、泊位數的增加、勞動力的增減基本上沒有達到有效。2013 年后，國際運輸行業開始出現復蘇跡象，港口規模效率也逐漸開始增長，基本上保持了一定的平衡。但總體來看規模效率還是不盡如人意，并沒有達到預期的目標。因此，管理層有必要通過合理的結構調整和資源配置，特別是杜絕浪費現象，使生產要素按比例增加時，能夠達到既定的增加值。

為了能夠更好地顯示出港口的經營效率，表7中可以看到各港口的實際資金產出/投入的增減比例，從2009—2018 年10 年中，最大為1.518 倍，最小為0.950 倍，即產出小于投入屬于負增長。除了連云港連續5 年和廈門港1 年處于虧損現象外，其他港口基本上還是盈利的，但并不是很多，而且總的趨勢還是在逐年下降的。這說明各港口的總體效益水平不是很好，資金的投入和產出并不匹配，除了國際貿易和海運業不景氣等外在因素以外，還存在不少內在的因素，即無論在勞動力成本、還是運營效率、規模效益等各方面還是存在很多的弊端和問題。特別是營業收入不能與成本和費用匹配增長，使得各港口負重前行，亟需進行資源要素和經營運行機制的深化改革。

圖4 國內沿海港口規模效率趨勢

表7 2009—2018 年各港口實際資金運營產出/投入比例一覽表（倍數）

目前港口競爭力排名的強弱，大都以貨物或集裝箱吞吐量多少為前提。但是，如果從經營效率的視角去觀察港口的實際情況，并不一定如此。僅以表7 中2016—2018 年3 年的資金投入產出為例，貨運或集裝箱吞吐量排名交替第一第二的上海港和寧波港，其資金的運營效率并不如連續三年貨運或集裝箱吞吐量排名第五的青島港。因為不計成本的投入，反而會造成資源浪費現象的存在，港口有很大的吞吐量，這是作業能力的一種體現，并不表示運營效率就是很高，也不一定代表港口具有很強的競爭力。如果港口既能體現較高的吞吐量，又能獲得較高的營業收入的話，即投入產出比在既定范圍內，那么就能體現該港口真實的運營效率和競爭力。

五、結論與建議

從DEA-CCR 和DEA-BCC 模型的分析來看，國內港口普遍存在效率不高的現象。究其原因，主要包括四個方面。一是表現在投入過剩而產出不足，主要是規模效益沒有達到最佳，生產資源沒有達到有效配置，生產要素等比例增加時，產出增加價值并沒有有效回報。二是技術創新不夠導致產能不足，生產力效率沒能達到最佳狀態。主要是港口的智能化建設和作業自動化程度、包括智能物流配送還存在較大的發展空間。三是管理政策和管理制度有待改善，需要采取相應的措施進行防御和整合港口資源，既避免惡性競爭，也避免資源浪費。四是在國際貿易形勢變化和競爭激烈的情況下，由于貨運需求受到影響，加之而來的是與周邊各港口競爭進一步加劇，導致運量減少、營業收入欠佳、經營效率降低。

雖然國內港口還存在著各種問題，但是從模型提供的結果來看，除個別港口以外，大多數港口生產力效率還是呈逐漸向好的趨勢。當前國內各主要港口已經在智能化建設、物聯網、港口自動化作業、智能物流方面邁出了一大步，從而使降低運營成本、提高經營效率成為可能，如果能在取得港口裝卸量世界領先的同時，經濟效益也能達到最優狀態的話，那么國內港口將可以真真實實地屹立在世界港口之巔。