基于超效率SBM-Malmquist模型的中國港口綠色發展效率研究

賈鵬 魯琳 馬奇飛 匡海波

摘要：為測度港口綠色發展效率，采用2010—2018年16個港口的面板數據，構建港口社會效益評價指標體系。考慮非期望產出，運用超效率SBM（slacks-based measure）模型和Malmquist全要素生產率指數模型，探究港口綠色發展效率及其跨期變化情況。結果表明：港口綠色發展效率在評價期內呈現波動下降趨勢，在空間層面總體呈現南高北低的特征;社會效益評價指標體系的引入提高了港口的綠色發展效率，并有效改善了投入冗余和產出不足;通過探究港口全要素生產率及其分解指數得出，科技創新和行業信息化是提高港口綠色發展效率的主要貢獻要素。

關鍵詞：

港口綠色發展效率; 港口社會效益; 超效率SBM模型; Malmquist生產率指數模型

中圖分類號：? F552

文獻標志碼：? A

Study on development efficiency of Chinese green ports based on

super efficiency SBM-Malmquist model

JIA Penga，b， LU Lina，b， MA Qifeia，b， KUANG Haiboa

（a. Collaborative Innovation Center for Transport Studies; b. School of Maritime Economics and

Management， Dalian Maritime University， Dalian 116026， Liaoning， China）

Abstract：

In order to measure the green port development efficiency， the panel data of 16 ports from 2010 to 2018 are used to construct a port social benefit evaluation index system. Considering the undesired output， the super efficiency SBM （slacks-based measure） model and the Malmquist total factor productivity index model are used to explore the green port development efficiency and its cross-period changes. The results show that： the green port development efficiency declines with fluctuations during the research period， and it shows high in the south and low in the north at the regional level; the introduction of the social benefit evaluation index system increases the green port development efficiency， and significantly compensates input redundancy and output insufficiency; the technological innovation and the industry informatization are the main contributing factors to increase the green port development efficiency.

Key words：

green port development efficiency; port social benefit; super efficiency SBM model; Malmquist productivity index model

0 引 言

港口效率反映了港口資源配置的有效程度，不僅是港口當局關注的重點，也是港口研究領域的核心問題之一。隨著對外貿易發展，港口貨物和集裝箱吞吐量激增，為港口帶來過量資源投入、高污染等諸多問題，以吞吐量為單一指標衡量港口效率難以繼續推動港口服務水平提升。同時，隨著新發展理念在經濟、社會各領域全面貫徹，港口系統化、智能化、綜合一體化的綠色發展要求上升到了新層次。為此，本文研究港口綠色發展效率，了解港口與經濟、社會和環境系統的協調發展程度，以推動港口統籌協調，推動世界一流港口建設。

學術界關于港口效率的研究，從創新視角看主要聚焦于3個方面。①在港口運營效率測度模型中引入新的投入要素。PREZ等[1]從專業化和港口規模兩方面，對西班牙港口的物流水平進行評價;匡海波[2]構建中國港口上市公司綜合效率評價指標體系，建立了基于神經網絡的港口上市公司綜合效率評價模型;李琳琳等[3]運用多層次模糊分析法構建綜合評價指標體系，對湖北省港口發展進行研究。②改進測度模型的構建方法。港口效率評價應用最廣泛的方法是生產前沿分析法，主要包括隨機前沿分析（stochastic frontier analysis，SFA）法和數據包絡分析（data envelopment analysis，DEA）法，如：余璇等[4]選取郵輪港口10年的歷史數據，運用SFA法計算郵輪港口技術效率;鄭琰等[5]運用規模可變的DEA模型對港口物流效率進行評價分析;匡海波[6]采用超效率DEA法對有效港口進行評價;TOVAR等[7]運用網絡DEA模型，從設施和裝運效率兩方面對巴西港口效率進行優化。③近階段研究從傳統的運營效率向環境效率轉變，其中：LIM等[8]對港口的可持續發展效率進行了系統的綜述和評價;劉勇等[9]引入非期望產出，采用網絡DEA模型評價港口環境效率和集裝箱化效率;WAN等[10]建立綠色港口發展的評估模型，通過層次分析法對港口效率進行研究。

上述研究表明，國內外專家學者對港口效率的研究已取得豐碩成果，但仍存在以下不足：①現有研究在測度港口效率時僅考慮港口系統的經濟和環境效益，考慮社會效益的研究成果較為匱乏。僅考慮經濟和環境效益的港口效率研究已不符合當今新發展理念的要求，而綠色發展理念是未來社會高質量發展的重要基礎，因此，將社會效益指標納入港口效率評價體系顯得尤為重要。②當前對港口效率的研究多是靜態測度，缺乏對港口效率的動態分析。港口發展是一個連續過程，對港口綠色發展效率的全要素生產率進行分解，對于把握港口綠色發展效率演變進程，識別效率驅動因素具有重要意義。

基于此，本文構建港口社會效益評價指標體系，同時引入非期望產出，利用超效率SBM（slacks-based measure）模型，對我國港口綠色發展效率進行測度，并運用Malmquist全要素生產率指數模型分析港口綠色發展效率全要素生產率及其分解指數。

1 研究方法與數據來源

1.1 港口綠色發展效率的內涵界定

交通運輸部在2020年5月印發的《綠色港口等級評價指南》[11]中指出，“綠色港口”是在生產運營和服務過程中貫徹綠色發展理念，積極履行法律責任和社會責任，綜合采取節約資源和能源、保護環境和生態、應對氣候變化的技術和管理措施，達到了綠色港口等級評價要求的港口或碼頭。綠色發展作為重要的新發展理念，進一步凸顯可持續發展的廣度和深度。本文結合相關理念，對港口綠色發展效率和環境效率進行界定。環境效率用來表征以生產、持續為目的的經濟增長和發展方式，強調生產運營與環境的關系。而港口綠色發展效率用來表征以經濟、環境、社會效益為目標，集港口運營、綠色低碳管理、港口社區發展和臨港經濟發展為一體的綠色生產系統，其中：港口運營指在生產運營中以最小的生產要素投入實現最大的經濟產出;綠色低碳管理包括資源和環境可持續發展，要實現綠色生產過程經營化;港口社區發展主要體現在基礎設施建設、就業、教育文化等方面;臨港經濟發展包括腹地城市經濟水平對港口的投入和績效的影響，要推動實現以人為本、完善公共體系的社會效益。

1.4 投入產出變量設定和港口社會效益評價指標體系構建

1.4.1 投入產出變量設定

參考文獻[9，14]對投入產出變量的選取，同時結合數據資料的可獲取性，選取勞動力規模、生產用泊位數、總資產作為投入變量，其中勞動力規模以在職員工數來反映;產出指標從經濟、環境、社會三個方面來反映。傳統DEA模型在衡量相對效率時，要求以有限資源獲取最大產出，但在實際生產中，除期望產出外，也會產生非期望產出。本文將營業收入和社會效益作為期望產出變量，其中社會效益體現在低碳、運營、經濟等多個維度上，表示港口在生產活動中對資源環境、組織管理等所作出的貢獻;碳排放對港口綠色發展效率產生負向影響，本文將碳排放量作為非期望產出變量，計算方法可參閱文獻[15]。投入產出變量的描述性統計分析見表1。

1.4.2 港口社會效益評價指標體系構建

港口作為沿海城市經濟發展的重要基礎和條件，為臨港城市產業發展及對外貿易提供支撐;推動港口綠色發展，將在提升港口運營效益、保障航運安全、推動地區經濟結構調整等方面產生重要影響。本文借鑒已有研究[16]，參考企業年度報告并根據數據可獲取性，從綠色低碳、組織運營、社區治理、臨港經濟4個方面構建港口社會效益評價指標體系（見表2），并采用熵值法計算指標權重。

2 結果分析

2.1 港口綠色發展效率測度結果

選取我國16個港口上市公司作為研究對象，評價周期為2010—2018年。所有數據均來源于《中國統計年鑒》、《中國港口年鑒》、上市公司年報、社會責任報告以及國家與地方統計局官方網站。采用超效率SBM模型進行港口綠色發展效率測度，結果見表3。為探究社會效益指標對港口綠色發展效率的影響，將其與環境效率進行對比，如圖1所示。

2.2 港口綠色發展效率時間趨勢分析

（1）港口綠色發展效率在2010—2018年呈現“先上升后下降”的變化，總體呈波動中緩慢下降的趨勢，且在2011年港口綠色發展效率達到較高水平。2010—2013年港口綠色發展效率在波動中上升，2013—2018在波動中下降。究其原因，港口作為重要的物流樞紐，在多式聯運和對外貿易中作用明顯，且在國家重大戰略指引下建立了以綠色為特征的交通發展模式，促進了資源的集約利用，綠色港口建設取得了階段性成果，提升了港口綠色發展效率。2016年，受全球經濟疲軟影響，對外貿易需求低迷，航運市場出現了投入過剩的局面，導致港口綠色發展效率下降。

（2）從圖1來看，2010—2018年港口的綠色發展效率與環境效率變化呈現一致性。綠色發展效率值總體高于環境效率值，均值達到0.887，而環境效率均值則為0.623，說明社會效益對港口綠色發展效率影響顯著。具體而言，各港口的效率值發生了不同的變化。作為港口規模較大、吞吐量排名高的港口，廣州港、上海港、天津港綠色發展效率相對于其環境效率偏低，究其原因如下：這些港口地處重要的經濟帶，但腹地間的過度競爭給港口帶來較大的經營壓力，制約了港口的綠色發展;作為早期投產建設的港口，在基礎設施、運營體系等方面與城市高速發展要求存在一定差距，進一步導致了港口綠色發展效率下降。

2.3 港口綠色發展效率空間差異特征

為進一步探究港口綠色發展效率的空間差異特征，參閱文獻[17]，對五大港口群進行分析，這五大

港口群分別是環渤海港口群（大連港、錦州港、營口港、天津港、青島港、日照港、唐山港）、東南沿海港口群（廈門港）、長三角港口群（上海港、寧波港、南京港、連云港港）、珠三角港口群（廣州港、赤灣港、珠海港）、西南沿海港口群（北部灣港）。

港口綠色發展效率總體呈現南高北低的特征。2010年綠色發展效率有效港口有7個，主要分布在環渤海港口群、長三角港口群、東南沿海港口群和珠三角港口群;2018年綠色發展效率有效港口下降到3個，主要分布在長三角港口群、東南沿海港口群和珠三角港口群。從波動來看，環渤海港口群和西南沿海港口群波動較小，珠三角港口群特別是廣州港綠色發展效率下降顯著。

為探究各港口的差異，參考文獻[17]的劃分標準，將港口綠色發展效率分為5個等級。2010年和2018年（研究期始末年份）16個港口綠色發展效率分級見表4。

就環境效率而言，研究期內環渤海港口群的環境效率均值為0.67，東南沿海港口群為0.99，長三角港口群為0.58，珠三角港口群為0.44，西南沿海港口群為0.63。廈門港近年來積極制定港口環境發展規劃，通過建設生態港區、應用節能技術、實施排放控制等措施構建生態港口，實現環境效率的提升。環渤海港口群中，天津港、青島港、錦州港環境效率較高，與相關文獻研究結果[15]一致。錦州港整體規模較小，在純技術效率和規模效率方面并不突出，但其在環保措施方面展現了優勢，環境效率提升明顯。長三角港口群中，上海港環境效率達到有效，這與文獻[16]的研究結果產生了差異：從研究內容看，指標選取及研究期差異導致生產前沿面改變;從港口自身看，近年來隨著“綠色港口”“交通強國”等戰略的提出，上海港向深層次的可持續發展方向邁進，加大了港區綠化建設及資金投入，在節能減排、污染防治、環保體制、規劃及自動化方面有明顯的改善，環境治理能力有效提升。

從綠色發展效率看，在引入社會效益評價指標體系后，除西南沿海港口群外，南京港、青島港、赤灣港、廈門港等港口的綠色發展效率均達到有效，進一步說明社會效益評價指標體系的引入有效改善了港口的投入產出比。從企業規模看，港口綠色發展效率與其規模間的相關性并不顯著，規模較小的港口通過明確綠色發展的導向性，加大資金、環保投入，從組織運營、培訓考核、風險管理等方面入手，提升資源配置有效性和促進社會效益實現，從而推動港口系統化的綠色發展。

2.4 社會效益指標對港口綠色發展效率的影響

為進一步探索社會效益指標對港口綠色發展效率的深層影響機理，對港口綠色發展效率各投入產出指標的冗余度和不足率進行計算，從而明確效率損失原因。將港口綠色發展效率各項投入、非期望產出的松弛量分別除以對應的投入量和排放量，獲得投入冗余度和非期望產出冗余度，將期望產出的松弛量除以期望產出值得到期望產出不足率，為港口綠色發展的投入產出優化提供參考。計算結果見表5。

（1）2010—2018年港口綠色發展效率均值為0.887，環境效率均值為0.624，前者比后者提升了42%。總體而言，社會效益指標的引入對港口綠色發展有較明顯的促進作用，這與當前中國經濟綠色低碳轉型發展規劃相適應，有利于推動經濟改革，創造低碳發展新模式。

（2）分別對港口綠色發展效率和環境效率進行評估所得的投入冗余度和期望產出不足率有明顯差別，并且社會效益指標的引入顯著降低了各項投入的冗余度和期望產出不足率。其中，對生產用泊位數的投入冗余度影響最顯著，下降了65.2%;非期望產出冗余度下降了44.9%;而總資產和勞動力規模的投入冗余度分別下降了33.5%和33.6%。社會效益指標對營業收入沒有影響，這表明在不考慮綠色發展規劃下，各港口的主要方向仍在于生產運營，經濟性收入表現較好。

（3）從各港口看，大連港、錦州港、連云港港、青島港、廈門港等港口的綠色發展效率有所提升，這些港口在社會效益各方面成效顯著，明確組織規劃，優化組織運輸和工作機制，推動港口綠色發展。而廣州港、上海港等港口的社會效益指標出現了不同程度的產出不足率，盡管這些港口在現代化、專業化等方面有所提升，但仍面臨一些突出問題，如港口的綠色發展體系建設缺乏健全性，存在資源浪費的問題，部分港口在污染治理、安全隱患排查及防治等方面的措施滯后，削弱了社會效益對港口綠色發展的促進作用。

2.5 港口綠色發展效率全要素生產率指數及其分解指數

為進一步探究港口綠色發展效率的時空變化情況，采用Malmquist全要素生產率指數模型，獲取中國16個港口全要素生產率指數及其分解指數結果（見圖2），分析其時空變化特征。

2.5.1 全要素生產率指數及其分解指數時間變化

（1）從圖2a看，2010—2018年全要素生產率指數均值為1.052，變化幅度5.2%，表明港口綠色發展效率的全要素生產率指數跨期變化差異較小，總體呈上升趨勢，自2011年效率呈現較大幅度上升后，其他年份均呈現不同程度波動，說明研究期內港口在優化結構、提升競爭力的同時，綠色發展效率有明顯改善。

（2）2010—2018年純技術效率指數均值為1.03，變化幅度為3%;規模效率指數均值為1.019，變化幅度為1.9%;提升純技術效率和規模效率對促進港口綠色發展有一定積極作用，且純技術效率的影響程度略高于規模效率的，說明各港口在現有技術條件下，更加注重生產要素的協調，資源配置的有效性得到明顯改善。

（3）綜合技術效率指數在研究期內的均值為1.047，平均增幅4.7%，低于技術進步指數均值，在技術水平如信息化、管理、技術等有所進步的前提下，港口自身在技術發展和規模化方面仍有較大發展潛力，港口自身轉型發展任重道遠。

（4）技術進步指數在研究期內的均值為1.099，變化幅度為9.9%，高于全要素生產率指數均值，說明主導港口綠色發展效率提升的因素是技術水平的進步，港口的技術進步效率連年遞增，這主要得益于國家科技進步對行業水平的支持。信息技術的廣泛應用，使得各港口在口岸建設、信息系統建設等方面表現突出，從而推動港口綠色發展效率的提升。

2.5.2 全要素生產率指數及其分解指數空間差異

對2010—2018年面板數據進行截取，獲取2010—2011年、2014—2015年、2017—2018年3個研究期的截面數據（見表6），分析港口在不同研究期的全要素生產率指數及其分解指數，探究其空間差異特征。

（1）全要素生產率指數變化。從表6看，2010—2011年、2014—2015年、2017—2018年各港口的全要素生產率指數變化分別呈現先增后減、先減后增、持續增減等不穩定狀態。綜合來看，2010—2018年，有6個港口的全要素生產率指數呈上升趨勢，其中漲幅較大的港口有上海港（1.18）、寧波港（1.10）、天津港（1.15）、日照港（1.15）、唐山港（1.19），這些港口地處環渤海和長三角經濟區，技術發展迅速，科技紅利促進港口的技術效率提升。

（2）從研究期時間截面變化看，連云港港、日照港、北部灣港、大連港的全要素生產率指數均表現為先減后增，總體保持下降趨勢。其中，大連港和日照港在研究期內的純技術效率指數和規模效率指數一直保持下降，且變化幅度大于生產技術帶來的進步，而生產技術的迅速發展使其技術進步指數上升顯著，成為全要素生產率在2015年上升的主要原因。連云港港的純技術效率指數和規模效率指數變化與其全要素生產率指數變化基本保持一致;而北部灣港規模效率指數變化較穩定，說明其資源配置能力存在一定欠缺，純技術效率指數下降是其全要素生產率指數呈總體下降的主要原因。

（3）錦州港、營口港、唐山港、青島港的全要素生產率指數均表現為先減后增，總體保持上升趨勢。錦州港、青島港、唐山港的純技術效率指數與其全要素生產率指數變化趨勢一致。技術進步指數表現為總體上升的態勢，這表明港口生產技術不斷提升，各生產要素配置趨于協調，推動了技術水平潛能的釋放。營口港全要素生產率指數總體上升，這主要是由規模效率指數和技術進步指數上升引起的。

（4）廣州港、南京港、寧波港、廈門港和赤灣港的全要素生產率指數均先增后減，總體保持上升趨勢，其中：赤灣港的技術進步指數與其全要素生產率指數變化一致;廣州港和寧波港技術進步指數的提升帶動了其全要素生產率指數的提升;南京港和廈門港純技術效率指數和技術進步指數的共同提升促進了其全要素生產率指數的總體提升。

（5）上海港、天津港、珠海港的全要素生產率指數均處于連年下降態勢。上海港與天津港的純技術效率指數和規模效率指數與其全要素生產率指數變化趨勢一致，且下降幅度高于技術進步指數所帶來的變化。珠海港在研究期內的純技術效率指數和規模效率指數變化不穩定，規模效率指數下降造成其全要素生產率指數的下降。

3 結論與建議

本文主要探討了港口綠色發展效率，通過構建港口社會效益評價指標體系，從運營、節能減排、社區規劃、推動地區發展等方面凸顯港口特征，利用超效率SBM模型和Malmquist全要素生產率指數模型，測度港口綠色發展效率和環境效率，探究港口社會效益評價指標體系對港口綠色發展效率的影響。通過研究，得出以下結論：（1）在時間層面，港口綠色發展效率與環境效率的變化基本一致，總體呈波動下降趨勢，但綠色發展效率高于環境效率，社會效益對港口綠色發展效率影響顯著。在空間層面，港口綠色發展效率總體呈現南高北低的特征，與環境效率相比，港口綠色發展效率有明顯提升。

（2）從港口綠色發展效率的投入產出優化情況來看，社會效益評價指標體系對指標的投入產出改進情況不一，其中對生產用泊位的投入冗余度及非期望產出冗余度的影響最為顯著，港口在提升綠色發展效率的背景下，面臨資源集約化和環境可持續發展的迫切要求。

（3）在探究港口綠色發展全要素生產率指數及分解指數中，純技術效率指數、規模效率指數均保持不同程度的下降，而技術進步指數成為推動全要素生產率提升的主要因素。國家科技水平對行業的支撐，成為推動港口綠色發展效率提升的有效因素。

在國家重大戰略指引下，積極建設綠色港口，加快港城融合發展，是建設世界一流港口的重要保障。本文根據社會效益的影響及綠色發展效率，參考文獻[18-19]提出以下建議。

（1）加大節能環保和污染防治力度，促進環境可持續性發展。加強技術創新，推廣廢棄物處理及新能源應用，嚴格執行污染物及船舶排放標準，打造綠色、清潔產品;提高資源利用率，更新港口基礎設施，推動資源的循環利用;加大環保投資，強化政府政策與資金扶持力度，推進港口全面綠色發展。

（2）明確運營發展戰略，完善組織結構，注重培養高水平人才;結合“雙循環”發展要求，推動開放型經濟發展，營造公平運營環境，積極參與基礎設施建設及國內外運輸體系完善，推動交通運輸制度及標準修訂，增強港口適應新發展理念的能力。

（3）在地區建設方面，加強區域合作，實現港城融合發展。利用區位優勢，實現專業化分工，形成貿易-城市及港口-航運服務等模式，推動資源整合及產業鏈深化，加強港口及城市協調發展。

（4）加強技術研發，推動區域技術完善及科技創新。強化關鍵技術研發，推動行業技術變革，對港口設備進行升級，建設符合技術改造及行業發展要求的基礎設施;結合智慧交通、人工智能，推進智能領域應用。

本文通過引入港口社會效益評價指標體系反映港口綠色發展效率，突出港口可持續發展的目標。但研究存在一定不足：由于指標數量有限，社會效益評價指標體系的構建具備一定主觀性，未來將進一步完善評價指標體系;本文采用的面板數據受限于數據可獲取性，未來將繼續補充數據資料，完善港口綠色發展效率評價。

參考文獻：

[1]PREZ I， GONZLEZMM， TRUJILLO L. Do specialisation and port size affect port efficiency？ Evidence from cargo handling service in Spanish ports[J]. Transportation Research Part A， 2020， 138： 234-249. DOI： 10.1016/j.tra.2020.05.022.

[2]匡海波. 中國港口上市公司綜合效率研究[J]. 科研管理， 2007（3）： 148-155. DOI： 10.19571/j.cnki.1000-2995.2007.03.022.

[3]李琳琳， 姜誠. 基于多層次模糊分析法的湖北省港口發展綜合評價[J]. 水運管理， 2020， 42（9）： 30-33. DOI： 10.13340/j.jsm.2020.09.009.

[4]余璇， 鮑君忠. 基于SFA的不同管理模式下郵輪港口技術效率評價研究[J]. 中國水運， 2016（12）： 39-41. DOI： 10.13646/j.cnki.42-1395/u.2016.12.014.

[5]鄭琰， 許美賢. 基于DEA模型的港口物流效率評價研究[J]. 重慶理工大學學報（自然科學）， 2020， 34（10）： 266-272.

[6]匡海波. 基于超效率CCR-DEA的中國港口上市公司成本效率評價研究[J]. 中國管理科學， 2007（3）： 142-148. DOI： 10.16381/j.cnki.issn1003-207x.2007.03.023.

[7]TOVAR B， WALL A. Are larger and more complex port more productive？ An analysis of Spanish port authorities[J]. Transportation Research Part A， 2019， 121： 265-276. DOI： 10.1016/j.tra.2019.01.008.

[8]LIM S， PETTIT S， ABOUARGHOUB W， et al. Port sustainability and performance： a systematic literature review[J]. Transportation Research Part D， 2019， 72： 47-64. DOI： 10.1016/j.trd.2019.04.009.

[9]劉勇， 汪傳旭. 基于非期望輸出網絡DEA的集裝箱港口群效率評價[J]. 系統工程， 2018， 36（4）： 121-126.

[10]WAN C P， ZHANG D， YAN X P， et al. A novel model for the quantitative evaluation of green port development： a case study of major ports in China[J]. Transportation Research Part D， 2018， 61： 431-443. DOI： 10.1016/j.trd.2017.06.021.

[11]交通運輸部. 交通運輸部關于發布《綠色港口等級評價指南》的公告[EB/OL]. （2020-05-15）[2021-02-01]. http：//xxgk.mot.gov.cn/2020/jigou/syj/202006/t20200623_3314948.html.

[12]TONE K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2001， 130（3）： 498-509. DOI： 10.1016/S0377-2217（99）00407-5.

[13]FARE R， GROSSKOPF S， LINDERGREN B， et al. Productivity changes in Swedish pharmacies 1980-1989： a nonparametric Malmquist approach [J]. Journal of Productivity Analysis， 1992， 3（1）： 85-101. DOI： 10.1007/BF00158770.

[14]袁楊， 孫加森. 基于非期望產出偏好DEA模型的中國上市港口企業環境效率分析[J]. 系統工程， 2017， 35（5）： 85-91.

[15]國家發展改革委. 國家發展改革委關于印發《節能低碳技術推廣管理暫行辦法》的通知[EB/OL]. （2014-01-06）[2021-02-01]. https：//www.ndrc.gov.cn/xxgk/zcfb/tz/201401/t20140110_964014.html.

[16]齊麗云， 魏婷婷. 基于ISO26000的企業社會責任績效評價模型研究[J]. 科研管理， 2013， 34（3）： 84-92 DOI： 10.19571/j.cnki.1000-2995.2013.03.011.

[17]王化田， 方濤， 丁華. 基于強度模型的環渤海港口群輻射能力定量價值評估分析研究[J]. 科學與管理， 2015， 35（5）： 62-69.

[18]王艷， 蘇怡. 綠色發展視角下中國節能減排效率的影響因素： 基于超效率DEA和Tobit模型的實證研究[J]. 管理評論， 2020， 32（10）： 59-71. DOI： 10.14120/j.cnki.cn11-5057/f.20201027.001.

[19]中共中央國務院. 中共中央國務院印發《交通強國建設綱要》[EB/OL]. （2019-09-19）[2021-02-01]. http：//www.gov.cn/zhengce/2019-09/19/content_5431432.htm.

（編輯 趙勉）

收稿日期： 2021-02-01

修回日期： 2021-04-14

基金項目： 國家自然科學基金（72174035，71774018）;遼寧省自然科學基金（2020-HYLH-20）;遼寧省社會科學規劃基金（L21ACL002）;遼寧省“興遼英才計劃”（XLYC2008030）

作者簡介：

賈鵬（1979—），男，遼寧鐵嶺人，教授，博導，博士，研究方向為交通運輸規劃與管理，（E-mail）jiapeng@dlmu.edu.cn