中國沿海規模以上港口物流效率研究

孫家慶，楊 玚

(1.大連海事大學 深圳研究院，廣東 深圳 518000； 2.大連海事大學 交通運輸工程學院，遼寧 大連 116026)

一、引 言

隨著全球化的深入發展，港口已經成為國家經濟高質量發展的“晴雨表”，港口競爭力造就國家競爭力，國家競爭力則可以增強國家經濟實力。港口物流，即港口的物流活動，突出包括港口集貨、存貨、配貨等在內的特殊形態下的綜合物流體系，是現代物流供應鏈的核心環節。近年來隨著國內港口改革轉型以及數字化智能化港口的建設，我國港口發展取得長足的進步，但受到新冠疫情蔓延和海運業萎縮的影響，我國港口物流效率呈下降趨勢。在此背景下，分析和評價我國沿海規模以上港口的物流效率并提出相應措施提高港口競爭力，具有現實意義。

目前，關于數據包絡分析方法在物流效率中的應用，國內外學者進行了深入的研究。盧美麗[1]采用投入導向型的BCC模型對省級物流業效率進行評價，并研究了影響物流業效率提升的因素；Rita等[2]采用DEA-PC組合模型對29個歐美國家的物流效率進行測算，與DEA模型得出的結果進行比較，證明了組合模型在物流效率測度方面的優越性；蔡林美等[3]采用DEA模型對我國西部12省物流業效率進行評價，結果表明除少數省份外，其余省份需要多次DEA調整才能達到有效；Min等[4]采用DEA模型對美國UPS、Fedex等物流企業效率進行評價分析，并根據評價結果提出對策建議；李軍等[5]采用DEA-Malmquist方法對2008—2017年“一帶一路”沿線18個省區市物流效率進行評價，結果表明“一帶一路”沿線省區市物流業效率不高。

在數據包絡分析方法的應用中，對省區市整體物流效率的研究較多，而對物流產業涉足較少，針對港口物流效率的研究，目前有如下進展：Itoh[6]對日本沿海的八大港口物流效率進行研究，并得出擴大投資規模可以提升港口物流效率這一關鍵性結論；Cullinane等[7]采用DEA模型對1992—1999年全球排名前30位的沿海港口物流效率進行研究，結果表明港口所有權的歸屬并不影響物流效率的變化；張陽等[8]采用Super-SBM模型對2007—2017年京津冀港口物流效率進行研究，并提出提升京津冀港口物流效率的新路徑；吳曉芬等[9]采用多階段DEA-Malmquist模型對2010—2018年長三角港口群進行動態效率評價，并根據測算結果，將長三角港口分為活躍型、穩定型、潛力型和低谷型四類；蔣建洪等[10]采用PCA-DEA模型對2011—2013年我國港口企業進行效率評價，驗證了CCR和BCC模型在純技術效率評價方面的準確性；陳榮等[11]采用交叉效率與區間層次分析法組合模型對我國8個港口物流效率進行評價，結果表明交叉效率DEA-IAHP模型在實際應用方面優于超效率DEA-IAHP模型；吳靈輝等[12]創新性地采用三階段超效率DEA模型對我國沿海集裝箱港口進行靜態分析，結果表明與傳統DEA模型相比，三階段超效率DEA模型的效率測算值更加準確。

綜上，目前港口物流效率研究主要針對的是區域港口，且以靜態評價為主。針對現有研究的不足，本文利用2011—2020年我國沿海規模以上的24個港口(年吞吐量1000萬t以上的沿海港口)的投入產出數據，采用投入導向型DEA-BCC(規模報酬可變)模型進行港口物流效率的靜態評價，之后采用DEA-Malmquist模型進行動態評價并構建港口競爭力矩陣，為促進我國沿海港口高質量發展提供有益參考。

二、研究方法、指標選取與數據來源

(一)DEA-BCC模型

DEA(數據包絡分析)方法由美國著名數學家Charnes等[13]在1978年提出，是研究經濟生產邊界的一種運籌學方法。該方法主要應用于決策部門生產效率的測算，對具有相同性質的DMU(決策單元)之間的相對有效性進行評價。目前，應用最為廣泛的DEA模型有CCR模型和BCC模型，后者是基于CCR模型對無效指標難以解釋做出的一種優化模型。本文采用規模報酬可變的BCC模型對我國沿海規模以上港口物流效率進行靜態評價，具體模型如下：

式中：σj為單位組合系數，用于合成前沿面并銜接前沿點；s-、s+為剩余變量和松弛變量，取值范圍大于等于0；θ表示第i個決策單元的綜合效率值，范圍在0到1之間，當θ=1時，該決策單元DEA有效，當θ<1時，該決策單元DEA無效。綜合效率值可轉化為純技術效率值和規模效率值的乘積。

(二)DEA-Malmquist模型

盡管DEA-BCC模型可以測算出不同決策單元的相對有效性，但對跨時期決策單元的效率無法做出有效評價。因此，相關學者將數據包絡分析方法結合Malmquist指數，創建了DEA-Malmquist模型，以便對相關效率進行動態評價。Malmquist指數可以表示前后兩個時期的生產率變化，具體公式如下：

式中：Dt(xi,yi)和Dt+1(xi,yi)為第t時期和t+1時期的距離函數，i=t，t+1；xt,yt,xt+1,yt+1則表示第t和t+1時期的投入產出變量；結果M0>1時，前后兩個時期的全要素生產率呈上升趨勢，M0<1時，前后兩個時期的全要素生產率呈下降趨勢。全要素生產率可以進一步表示為技術進步效率指數和綜合技術效率指數的乘積：

式中，綜合技術效率指數又可表示為純技術效率指數和規模效率指數的乘積：

式中：CRS為規模報酬不變，VRS為規模報酬可變。將Malmquist指數進行分解，可以分析出效率變化的具體原因。

(三)指標選取和數據來源

采用DEA方法對我國沿海規模以上港口物流效率進行研究，選取合適的投入和產出指標十分關鍵。對相關學者選擇的指標進行匯總，結果見表1。

由表1可知，各學者對于港口物流效率的投入指標集中在碼頭泊位數和碼頭泊位長度方面，產出指標集中在港口貨物吞吐量和港口集裝箱吞吐量方面。根據數據可得性原則，選取以上指標作為本文的部分投入產出指標，另外為反映港口的集疏運能力，本文創新性地選取港口城市貨運量和港口城市貨物周轉量作為投入指標。本文建立的指標體系見表2。

本文以我國沿海規模以上的24個港口為研究對象，數據來源于2011—2020年10年間的《中國統計年鑒》、各城市統計年鑒以及國民經濟和社會發展公報。

三、實證分析

我國沿海規模以上的24個港口分別為：大連港、營口港、秦皇島港、天津港、煙臺港、威海港、青島港、日照港、上海港、連云港、寧波-舟山港、臺州港、溫州港、福州港、廈門港、汕頭港、深圳港、廣州港、珠海港、湛江港、北海港、防城港、海口港、八所港。本文以此24個港口為研究對象，采用DEA-BCC模型對其物流效率進行靜態分析，采用DEA-Malmquist模型進行動態分析，之后根據評價結果構建我國沿海規模以上港口競爭力矩陣。

(一)中國沿海規模以上港口物流效率靜態分析

通過DEAP2.1專業軟件中投入導向型的DEA-BCC模型對我國沿海規模以上港口物流效率進行靜態分析，將結果進行歸納匯總，得到各港口2011—2020年物流業效率平均值，見表3。

根據表3的測算結果，2011—2020年期間，我國沿海規模以上的24個港口綜合技術效率的均值只有0.646，且純技術效率和規模效率的均值均未達到DEA有效，說明整體物流效率不高，管理水平、技術水平和資源配置等方面存在較大問題。具體比較來看，規模效率低于純技術效率，說明整體物流效率受規模效率的制約更大，促進港口運營規模與生產能力相適配是目前提升港口物流效率的關鍵。

從單個港口情況來看，各港口綜合技術效率平均值差異明顯，其中：青島港、日照港、深圳港的技術效率為1，即達到了DEA有效；秦皇島港、營口港、寧波-舟山港、連云港的技術效率大于0.9，為高技術效率港口；上海港、珠海港、天津港的技術效率位于0.7～0.9，屬于一般技術效率港口；汕頭港、廈門港、海口港的技術效率在0.6～0.7范圍內，屬于較低技術效率港口；其他11個港口技術效率小于0.6，為技術效率低下區域。DEA無效的港口又可以分為兩種類型：第一種為北海港、威海港、汕頭港、海口港等13個港口，這些港口規模效率均值小于純技術效率均值，說明是港口規模大小等因素導致港口物流效率不高；第二種為大連港、煙臺港、福州港、廣州港等8個港口，這些港口規模效率均值大于純技術效率均值，說明是港口技術和管理水平等因素導致港口物流效率不高。

2011—2020年我國各年份沿海規模以上港口綜合技術效率、純技術效率和規模效率隨時間變化的情況如圖1所示。10年間，我國沿海規模以上的24個港口綜合技術效率不高，均未達到0.7，還有很大的改進空間和發展潛力，除2014年效率值下降明顯外，其余年份效率值波動不大。將技術效率拆開來看，除2020年純技術效率與規模效率幾乎相等外，其余年份純技術效率均大于規模效率，表明在未來一段時間，各港口應注重規模效率的提升，同時，保持高水平的純技術效率，加快產業升級和高新技術的應用來提升港口物流業的效率水平。

為了更加直觀地觀察數據的變化發展趨勢，以3年為一個周期，采用2011年、2014年、2017年和2020年各港口的效率值進行分析，具體數據見表4。

由表4可知，在以3年為一個周期的4個年份里，秦皇島港、青島港、日照港、深圳港的綜合效率值大于0.9，為高技術效率港口；威海港、臺州港、溫州港、福州港、北海港、八所港的綜合效率值小于0.6，為技術效率低下港口；其他港口的綜合效率變化不一。大連港、煙臺港、上海港、防城港的綜合效率呈上升趨勢，其中：大連港和煙臺港4年中規模效率大于0.9，說明是純技術效率較低制約了港口綜合效率的提升，在未來，應注重人才的引進和培養，創新管理模式，通過技術創新來突破瓶頸；上海港的純技術效率一直為1，說明其在技術和管理水平方面已經成為我國港口的領頭羊，其他港口應主動學習其先進經驗來提升純技術效率，這也表明上海港綜合效率的增長得益于規模效率的提升，說明近10年來上海港在保持高水平的技術和管理業務的同時，進一步擴大港口規模，形成規模經濟，進而實現物流效率的提升；防城港作為中國西部地區第一大港，在2011—2017年期間，注重技術人才的培養，將純技術效率提升至1，進而提升綜合技術效率。寧波-舟山港和連云港比較特殊，除2020年外，其余年份綜合效率值均大于0.95，這可能是由于2020年新冠疫情的爆發對港口業務沖擊較大。營口港、天津港、廈門港、汕頭港、廣州港、珠海港、湛江港、海口港的綜合效率波動性較大，暫無規律可循。

(二)中國沿海規模以上港口物流效率動態分析

靜態分析是測度某一時間節點的港口技術效率，而港口生產是一個長期且連續的過程，因此，對物流效率的動態分析尤為重要。本文采用DEA-Malmquist模型對我國24個沿海規模以上港口的物流效率進行動態分析，利用DEAP2.1軟件進行測算，得到各港口效率指標的變化情況，見表5。

由表5可知，在Malmquist指數方面，大連港、營口港、煙臺港、青島港、日照港、福州港、汕頭港、深圳港、廣州港、珠海港、湛江港、防城港、海口港的Malmquist指數均大于等于1，說明這10年間這些港口的資源配置效率呈上升趨勢，其中：大連港和海口港只有規模效率小于1，表明這兩個港口在基礎設施上的資源投入不夠，在未來的發展中應更加注重港口規模大小對物流效率的影響；廣州港只有純技術效率小于1，表明廣州港應在港口技術創新方面實現新突破，并積極引進新興技術和相關技術人才等，在未來一段時間提高單位要素的生產效率是廣州港物流業高質量發展的關鍵；營口港的綜合技術效率、規模效率、純技術效率均小于1，表明營口港在注重技術與管理水平的同時還要關注規模經濟效益對物流效率的影響。

Malmquist指數小于1的港口又可以分為三類。第一類為威海港、天津港、臺州港、溫州港4個港口，其綜合技術效率小于1，技術進步效率達到有效狀態，表明這類港口全要素生產率指數小于1是由綜合技術效率低下導致的，改進港口的管理和決策方法是未來一段時間的發展策略。第二類為上海港，其技術進步效率小于1，綜合技術效率達到有效狀態，表明上海港有較為完備的管理和決策體系，但技術退步導致其Malmquist指數小于1。第三類為秦皇島港、八所港、寧波-舟山港、廈門港、連云港、北海港6個港口，其綜合技術效率和技術進步效率均未達到有效狀態，導致Malmquist指數較低，表明這些港口管理和決策水平以及技術先進性均有待提高。進一步分析其效率低下的原因，主要有以下三點：一是近年來全球經濟水平不容樂觀的大背景下，國際航運業長期處于低迷狀態，產能與產出效率波動較大；二是在港口新興技術應用、航運成本控制及技術管理水平等方面與發達國家相比還有較大差距；三是我國港口的智慧化覆蓋水平較低，物聯網、大數據、云計算、自動化倉庫管理等技術還未有效融合利用，港口數字物流還處在初級階段。因此，要想提升港口全要素生產率，首先要在港口企業的管理和決策方面進行整改，加快港口智慧化建設，對資源進行有效整合和利用，降本增效，促進港口持續健康發展，與此同時，加大沿海港口城市開放力度，積極引入外資，引入新技術新工藝，提升國際貿易交易量。

在綜合技術效率方面，有12個港口效率指數大于1，占港口總數的一半，表明我國沿海規模以上港口管理與技術水平的發展參差不齊。按地理位置劃分后，華南地區的9個港口綜合技術效率有效率達到66.7%，為三個地區中的最高值。究其原因，一方面是華南地區沿海港口都有著很明顯的區位優勢，這為多式聯運提供了較大的發展空間；另一方面是華南地區沿海港口城市交通運輸網絡及集疏運樞紐體系較為完善，且港口自動化程度較高。

在技術進步效率方面，除秦皇島港、上海港、連云港、寧波-舟山港、珠海港、廈門港、北海港、八所港外，其余港口技術進步效率均達到有效狀態，這表明我國沿海規模以上港口整體上的技術是進步的。

利用DEAP2.1軟件進行測算，得出各港口按年份的效率指標平均值，并繪制出折線圖，如圖2所示。

從各個年度來看，2013—2015年、2016—2017年、2018—2019年全要素生產率沒有達到有效狀態。其中2013—2015年連續兩個年度的全要素生產率小于1，原因可能是2012年11月份后我國交通運輸業“營改增”政策的實施導致稅率提高，可抵扣稅額項目減少，尤其是對于一些成熟的港口，其對于基礎設施設備的購買需求會減少，從而導致在一些重大項目上可抵的進項稅減少，減稅效果不明顯。同時，港口企業由于其行業的特殊性，“營改增”政策實施后，涉稅風險加劇，這就要求相關財務管理人員有更強的專業素養，而重新招聘人員或對相關人員進行培訓都會導致財務支出成本上升，從而增加港口企業管理成本，故2013—2015年Malmquist指數未達到有效狀態。2016—2017年則是因為2016年以來，全球貿易保護主義抬頭，國際航運市場持續低迷，導致我國港口企業競爭激烈，在成本不斷增加的同時收益卻沒有同步增長。2018—2019年是因為中美貿易摩擦以及我國一些環保政策的出臺，港口部分項目建設周期延長，加之我國提出全面落實“六穩”工作，使得該年度我國沿海港口吞吐量呈現“高基數，低增速”的特點。

從9個年度整體來看，2011—2020年間Malmquist指數平均每年增長0.74%，綜合技術效率平均每年增長0.23%，技術進步效率平均每年增長2.68%。

從圖2中可以直觀看到，10年間組成全要素生產率的兩個效率指數中，綜合技術效率與全要素生產率走勢基本一致，而技術進步效率與全要素生產率走勢差異較大，說明綜合技術效率的改善是全要素生產率提升的關鍵，即相較于技術創新與高新技術的應用，提升管理與決策水平以及擴大規模效益是我國沿海規模以上港口未來亟待解決的問題。純技術效率在2016—2020年連續降低，說明近年來港口企業在管理和技術水平方面重視程度不夠，未來應加強港口的精細化管理，優化產業結構，積極培養相關管理人才，促進集約化經營管理的實現。

(三)中國沿海規模以上港口競爭力矩陣分析

通過靜態分析與動態分析測算出的我國沿海規模以上24個港口技術效率與全要素生產率指數排名見表6。

通過排名可以發現，各港口靜態視角下的技術效率與動態視角下的全要素生產率指數排名差異較大，因此，為了更直觀地體現各港口物流效率的排名情況，考慮以靜態效率評價中的技術效率為橫坐標，以動態效率中的全要素生產率為縱坐標，構建我國沿海規模以上港口競爭力矩陣。選擇2011—2020年港口靜態技術效率平均值(0.646)和全要素生產率平均值(1.006)作為劃分界限，將我國24個沿海規模以上港口劃分為低谷型、潛力型、穩定型、活躍型4類，如圖3所示。

由圖3可見，低谷型港口有臺州港、溫州港、北海港、威海港、廈門港、八所港。這6個低谷型港口中除廈門港外，其余港口規模均較小，管理和業務模式也較為落后，加之近年來我國航運業不景氣，各港口競爭激烈，資源浪費現象嚴重，這些都導致中小型港口競爭力不足。該類港口在未來應明確發展方向，尋找自身優勢，為自身發展注入持久動力。廈門港處在低谷型港口的位置，原因有二：一是相較于珠三角、長三角沿海規模以上港口，廈門港擁有的船舶數量較少，航線覆蓋面較窄，這些均導致廈門港在面臨周邊港口競爭和夾擊時處在下風；二是由于近年來福建省產業發展的限制，廈門港經營覆蓋的區域擴張困難，缺乏足夠的貨物，從而導致其發展緩慢。

潛力型港口包括福州港、防城港、汕頭港、煙臺港、大連港、廣州港、海口港、湛江港。這8個潛力型港口技術效率較低，但全要素生產率在平均值以上，說明近10年來該類港口在技術、人才培養等方面投入資本較多，但收益并不同步，投入產出比失衡，從而導致技術效率低下。但這類港口資源配置已形成體系，還有較大的發展潛力，在之后的港口規模提升階段形成規模經濟后，港口技術效率將會有較大的提升。

穩定型港口包括天津港、秦皇島港、上海港、寧波-舟山港、連云港。這5個港口因其良好的區位優勢在集疏運水平、運輸能力等方面都已成熟，有一定的競爭力，但由于技術創新、產業升級等方面較為保守，其港口發展動力不足，生產率增長放緩。以上海港為例，上海港作為連續12年世界集裝箱吞吐量第一大港，處在穩定型港口的位置，原因主要有以下三點：一是近年來集裝箱船大型化趨勢明顯，但港口服務業發展緩慢，限制了港口的發展；二是內陸集疏運模式中運輸方式的組合還有待優化，例如洋山深水港與上海以東海大橋連接，采用成本高、能耗高的公路運輸，資源浪費較為嚴重，還有悖于我國“雙碳”政策的落實；三是上海港部分港區仍然注重散貨與雜貨業務，基礎設施設備信息化、智能化水平落后，物流園區內部潛力還未完全發揮出來。未來這類港口在穩步發展的同時應更加注重技術創新和運營管理方面的改革，以促進港口的高質量發展。

活躍型港口包括營口港、日照港、青島港、珠海港、深圳港。這5個港口發展動力足，有較強的競爭力，單位要素的收益投入比較高，加之這類港口地理位置優越，資源豐富，物流效率較高，且增長率還在不斷提升，是我國沿海規模以上港口高質量發展的典范標桿。

四、結論與建議

本文選用DEA-BCC模型和DEA-Malmquist模型對我國沿海規模以上24個港口2011—2020年的物流效率進行靜態和動態評價，研究結果表明：

(1)24個港口整體技術效率均值為0.646，說明我國沿海規模以上港口物流業效率不高，未來應在管理決策水平、人才培養、技術創新、規模經濟等方面下功夫。按年份來看，除2020年純技術效率與規模效率持平外，其余9年規模效率均小于純技術效率，表明在今后的發展中各港口應注重規模效率的提升，同時，保持高水平的純技術效率，加快產業升級與高新技術的應用來提升港口物流業的效率水平。

(2)動態分析顯示，Malmquist指數平均值為1.006，其中綜合技術效率與全要素生產率走勢相似，而技術進步效率與全要素生產率走勢差異較大，說明綜合技術效率對全要素生產率影響明顯，即相較于技術創新、高新技術的應用，提升管理與決策水平以及擴大規模效益是我國沿海規模以上港口未來亟待解決的問題。

(3)構建港口競爭力矩陣，得出臺州港、溫州港、北海港、威海港、廈門港、八所港屬于低谷型港口，福州港、防城港、汕頭港、煙臺港、大連港、廣州港、海口港、湛江港屬于潛力型港口，天津港、秦皇島港、上海港、寧波-舟山港、連云港屬于穩定型港口，營口港、日照港、青島港、珠海港、深圳港屬于活躍型港口。

基于以上研究結果，為促進我國沿海港口高質量發展，提出以下對策建議。

(1)提高港口的規模效率。從靜態視角來看，規模效率低下是阻礙我國沿海港口技術效率進一步提升的原因。為提高港口的規模效率，需要解決以下問題：一是區位因素限制規模效率提升；二是港口生產力與腹地經濟水平不匹配；三是港口同質化競爭嚴重。針對區位因素的限制，可以對港口進行SWOT分析，揚長避短，更加明確地定位港口功能。針對港口與腹地經濟不匹配的現象，可以充分利用港口的輻射功能和腹地的優質資源，提升港口規模化水平，推動腹地經濟發展。同時港口企業的定位也應做出改變，其不應再僅僅圍繞港口物流開展服務，而要延伸到臨港產業及臨港城市的服務，變成面向大客戶、深腹地、產業鏈的前沿，成為港口引流提質的主力。針對港口同質化競爭嚴重的問題，要加快對各港口群及省域港口的資源整合，建立港口聯盟，使資源利用實現最大化。

(2)提升港口的管理與決策水平。從動態視角來看，提升管理與決策水平有助于港口全要素生產率的提高。首先，應進一步深化我國港口“放管服”改革，更新港口管理模式，促進港口通關一體化、便利化運輸，利用新興技術，搭建“一站式”貿易服務平臺，推進港口企業轉型升級。其次，要強化人才支撐，通過“人才興港”戰略提升港口的管理與決策水平。要建立健全港口企業人才培養機制，尤其是管理層人員的培養，出臺相應的人才吸引政策，為港口企業管理與決策部門注入新鮮血液。最后，各港口要強化溝通交流，學習借鑒先進港口在管理模式、人才培養、工作機制等方面的經驗，完善自身管理制度，促進融合發展，實現互利共贏。

(3)加快智慧港口建設以提高港口競爭力。當前，我國港口正在從智能化走向智慧化。隨著新興技術的應用，建設智慧港口已經成為提高港口競爭力的必然趨勢。智慧港口即通過物聯網、移動互聯網、云計算、大數據、人工智能等新一代信息技術與港口功能的深度融合，建設具有智能管理、智能裝卸、數字服務等鮮明特征的新型生態港口。如目前通過驗收的上海洋山深水港四期碼頭是全國首個實現“5G+智能駕駛”的智慧碼頭，青島港全自動化碼頭實現從“零”到多個“世界領先”。通過這些港口的實踐可以看出，智慧港口在遠程高清監控、貨船人工智能分析、高精度定位、智能網聯駕駛等場景應用廣泛，可以極大提高港口操作智能化、物流服務電商化、企業管理平臺化水平，提升港口物流效率及港口核心競爭力。