我國(guó)沿海港口物流效率測(cè)度與分析

王曉慧

（浙江海洋學(xué)院 管理學(xué)院，浙江 舟山 316000）

近年來(lái)，隨著我國(guó)與國(guó)際經(jīng)濟(jì)聯(lián)系與合作的不斷加深，進(jìn)、出口貿(mào)易業(yè)得到了迅猛發(fā)展。一方面直接拉動(dòng)了港口業(yè)務(wù)量的連年攀升，另一方面也推動(dòng)了港口行業(yè)規(guī)模的不斷擴(kuò)張。在我國(guó)漫長(zhǎng)的海岸線上，濱海城市紛紛實(shí)施“港航強(qiáng)市”、“以港興市”戰(zhàn)略，積極投資建港，出現(xiàn)了建港熱潮。特別是2003年以來(lái)，從東部沿海到長(zhǎng)江沿線，港口建設(shè)投資逐年增加，沿海岸線資源的開(kāi)發(fā)利用呈跨越式增長(zhǎng)態(tài)勢(shì)。2011年底，全國(guó)港口擁有生產(chǎn)用碼頭泊位31968個(gè)，其中萬(wàn)噸級(jí)及以上泊位1762個(gè)。全國(guó)沿海規(guī)模以上港口生產(chǎn)用碼頭泊位數(shù)5532個(gè)，其中萬(wàn)噸級(jí)及以上泊位1422個(gè)；內(nèi)河規(guī)模以上港口生產(chǎn)用碼頭泊位數(shù)26436個(gè)，其中萬(wàn)噸級(jí)及以上泊位340個(gè)。應(yīng)該說(shuō)，港口作為國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的重要基礎(chǔ)設(shè)施，得到了國(guó)家的重點(diǎn)投資，處于加速擴(kuò)容階段，有力地支撐了經(jīng)濟(jì)、社會(huì)和貿(mào)易發(fā)展。

然而，通過(guò)對(duì)近10年來(lái)港口規(guī)模與港口吞吐量的匹配關(guān)系研究，不難發(fā)現(xiàn)二者之間的增長(zhǎng)速度并不完全同步。我國(guó)沿海規(guī)模以上港口2000-2011年港口規(guī)模、吞吐量及其增長(zhǎng)幅度見(jiàn)下表1、圖1。

表1 2000-2011年沿海規(guī)模以上港口生產(chǎn)用泊位、吞吐量

圖1 沿海規(guī)模以上港口泊位、吞吐量增幅趨勢(shì)

上述圖表表明，我國(guó)沿海港口吞吐量的增長(zhǎng)幅度已經(jīng)在2004年出現(xiàn)向下的拐點(diǎn)，2008-2009年低于泊位長(zhǎng)度和泊位數(shù)量的增長(zhǎng)幅度，2010-2011年吞吐量增幅逐漸恢復(fù)到泊位增幅之上，說(shuō)明港口的產(chǎn)能已得到一定釋放，但仍處于下降趨勢(shì)。這種情況表明，我國(guó)港口整體運(yùn)行過(guò)程中可能存在效率不是最優(yōu)狀態(tài)。這里港口效率的經(jīng)濟(jì)學(xué)涵義是投入產(chǎn)出能力、競(jìng)爭(zhēng)能力和經(jīng)營(yíng)管理水平的總稱。有效率的港口應(yīng)該是對(duì)其資源有效配置,即在投入不變的條件下，通過(guò)港口資源的優(yōu)化組合和有效配置提高效率、增加產(chǎn)出。

由于港口行業(yè)建設(shè)周期長(zhǎng)，并具有較大的進(jìn)入壁壘和退出壁壘，有關(guān)方面必須高度重視港口的運(yùn)營(yíng)效率問(wèn)題。

港口物流效率的研究有多種方法，當(dāng)前比較主流的方法主要有兩大類：一類是非參數(shù)化方法，另一類是參數(shù)化方法。本文擬采用非參數(shù)化方法中的數(shù)據(jù)包絡(luò)分析法(DEA)對(duì)我國(guó)沿海港口物流效率做出測(cè)度與分析。

一、我國(guó)沿海港口效率測(cè)度樣本選擇與數(shù)據(jù)處理

（一）港口樣本及其投入產(chǎn)出變量的選擇

1．樣本的選擇

本文擬對(duì)我國(guó)沿海港口效率進(jìn)行評(píng)價(jià)，但有些小型港口資料不可獲得，故選擇沿海港口中規(guī)模較大的港口作為研究樣本，共選取上海港、寧波—舟山港等15個(gè)港口，具體見(jiàn)表2。

2．港口的投入變量選擇

在現(xiàn)有的研究中，投入指標(biāo)的選取分兩類：一是以貨幣計(jì)量的投入要素，包括港口建設(shè)投資額及其他財(cái)務(wù)指標(biāo)，如固定資產(chǎn)凈額、流動(dòng)資產(chǎn)、實(shí)收資本、營(yíng)業(yè)成本、管理費(fèi)用等[1]；二是以實(shí)物量計(jì)量的投入要素，主要有港口碼頭泊位數(shù)量、泊位長(zhǎng)度、吃水深度、起重機(jī)數(shù)量、堆場(chǎng)面積、鐵路專用線長(zhǎng)度、員工數(shù)量等[2-3]。

顯然，上述兩類指標(biāo)中的第一類貨幣計(jì)量指標(biāo)比較難以取得，其中的財(cái)務(wù)指標(biāo)，只有上市的港口才能從公開(kāi)披露的會(huì)計(jì)年報(bào)中獲得有關(guān)數(shù)據(jù)，但如果僅以上市港口作為研究樣本，將導(dǎo)致樣本數(shù)量受到限制；港口投資額是比較理想的投入指標(biāo)，但目前我國(guó)對(duì)該指標(biāo)的統(tǒng)計(jì)數(shù)據(jù)不具備連續(xù)性，無(wú)法查到近期數(shù)據(jù)，因此第二類實(shí)物量指標(biāo)受到廣泛關(guān)注。理論上講，泊位數(shù)量、泊位長(zhǎng)度、起重機(jī)數(shù)量、堆場(chǎng)面積等港口基礎(chǔ)設(shè)施是港口投資轉(zhuǎn)化的資產(chǎn)，完全可以替代港口投資額成為投入變量。

因此，結(jié)合港口實(shí)際情況以及數(shù)據(jù)來(lái)源的局限性，本文選取港口碼頭生產(chǎn)性的萬(wàn)噸以下泊位數(shù)量、萬(wàn)噸以上泊位數(shù)量、泊位長(zhǎng)度、泊位水深、裝卸機(jī)械及能力、倉(cāng)庫(kù)及堆場(chǎng)面積、港作船舶等7項(xiàng)指標(biāo)作為港口投入變量。但到目前為止各類統(tǒng)計(jì)年鑒僅對(duì)泊位數(shù)量、萬(wàn)噸泊位數(shù)量、泊位長(zhǎng)度有準(zhǔn)確的、連續(xù)的統(tǒng)計(jì)數(shù)據(jù)，且因年鑒出版的滯后性，最近一期的數(shù)據(jù)只能查到2008年。而其他指標(biāo)只能通過(guò)各港口網(wǎng)站上獲得，及時(shí)性和可靠性略低。

3．港口的產(chǎn)出變量選擇

產(chǎn)出的指標(biāo)選擇主要有營(yíng)業(yè)收入、營(yíng)業(yè)利潤(rùn)和吞吐量。如前所述，營(yíng)業(yè)收入和營(yíng)業(yè)利潤(rùn)僅適用于上市港口樣本，因而大多數(shù)分析研究均以吞吐量為產(chǎn)出變量。本文亦考慮選擇貨物吞吐量作為產(chǎn)出變量。我國(guó)規(guī)模以上港口投入變量、港口產(chǎn)出變量具體見(jiàn)表2、表3。

表2 2011年沿海港口投入變量表

表3 2011年沿海港口產(chǎn)出變量表

（二）港口投入產(chǎn)出變量的數(shù)據(jù)處理

1.投入變量因子分析

由于投入變量選擇偏多，不利于DEA模型分析，因此有必要對(duì)投入變量進(jìn)行主成分分析。將樣本的投入變量數(shù)據(jù)標(biāo)準(zhǔn)化處理后，利用SPSS軟件的因子分析功能進(jìn)行因子分析，相關(guān)系數(shù)臨界值,a=0.05時(shí),r=0.5340＞0.3；a=0.01時(shí),r=0.6522＞0.3，說(shuō)明各投入變量的相關(guān)性很好；KMO=0.671，Bartlett的球形度檢驗(yàn)P=0.0001<0.05，結(jié)果表明相關(guān)因數(shù)矩陣與單位矩陣有顯著差異，說(shuō)明上述7個(gè)備選投入變量適合作因子分析。

SPSS軟件運(yùn)行后得到標(biāo)準(zhǔn)化的港口投入數(shù)據(jù)的特征根、方差貢獻(xiàn)率和主成分負(fù)載，可得到結(jié)果如表4、表5。

表4 投入指標(biāo)的主成分分析表——特征值及貢獻(xiàn)率

表5 投入指標(biāo)的主成分負(fù)載系數(shù)矩陣

從“表5投入指標(biāo)的主成分負(fù)載系數(shù)矩陣”可以得出以下結(jié)論：一是7個(gè)備選變量可以歸納為兩類因子，其中x1、x2、x3、x4、x6、x7為第一類主成分，x5為第二類主成分；二是相關(guān)投入變量負(fù)載按由大到小的順序?yàn)閤3＞x2＞x5＞x4＞x1＞x6＞x7,即港口各投入因素按重要程度由大到小的排列順序?yàn)椋翰次婚L(zhǎng)度＞萬(wàn)噸以上泊位數(shù)＞泊位水深＞庫(kù)場(chǎng)面積＞萬(wàn)噸以下泊位數(shù)＞裝卸機(jī)械＞港作船舶。

2.投入產(chǎn)出數(shù)據(jù)處理

由于港口投入主成分得分?jǐn)?shù)據(jù)以及產(chǎn)出標(biāo)準(zhǔn)化數(shù)據(jù)含有負(fù)數(shù)值，為滿足DEA模型條件，輸入輸出數(shù)據(jù)必須不小于0，因此本文采用一種有利于DEA評(píng)價(jià)的轉(zhuǎn)換數(shù)據(jù)方法，即以數(shù)e(約為2.7183)為底，以港口投入產(chǎn)出主成分?jǐn)?shù)據(jù)及產(chǎn)出標(biāo)準(zhǔn)化數(shù)據(jù)為冪進(jìn)行轉(zhuǎn)換,通過(guò)SPSS軟件運(yùn)行得出結(jié)果，見(jiàn)表6。

表6 港口投入產(chǎn)出數(shù)據(jù)處理表

二、基于DEA的沿海港口基本效率評(píng)價(jià)

（一）港口基本效率分析

由于DEA中VRS模型將技術(shù)效率的無(wú)效原因分解成為兩部分，一部分是規(guī)模無(wú)效率，一部分是純技術(shù)無(wú)效，這可以在相同的數(shù)據(jù)上通過(guò)實(shí)施CRS和VRS兩個(gè)DEA模型來(lái)做到。因此，利用DEA軟件分析系統(tǒng)，選擇投入主導(dǎo)的VRS模型，可以得到各港口規(guī)模報(bào)酬變化下的純技術(shù)效率和規(guī)模效率。分析結(jié)果見(jiàn)表7。

表7 港口基本效率測(cè)度表

表7說(shuō)明樣本港口中，只有上海港、廣州港、青島港、秦皇島港DEA有效率，其他港口為DEA無(wú)效率。在無(wú)效率港口中寧波-舟山港、福州港、連云港港、日照港顯示純技術(shù)效率有效，而規(guī)模效率無(wú)效；大連港、天津港、深圳港、廈門(mén)港、營(yíng)口港、煙臺(tái)港、湛江港顯示純技術(shù)效率無(wú)效，且規(guī)模效率無(wú)效。樣本平均綜合效率0．653，相對(duì)偏低，是由于純技術(shù)效率無(wú)效和規(guī)模無(wú)效共同作用的結(jié)果。

（二）港口投入產(chǎn)出投影分析

DEA的CRS模型還提供了投入或產(chǎn)出指標(biāo)松馳變量，這些不為0的變量所對(duì)應(yīng)的指標(biāo)正是制約港口效率的因素。投入指標(biāo)的松馳量代表既定產(chǎn)出水平下某一投入指標(biāo)相對(duì)于其在有效前沿面上投影的冗余量；產(chǎn)出指標(biāo)的松馳量則代表某一產(chǎn)出指標(biāo)相對(duì)其在有效前沿面上投影的不足量。松馳變量可以提供DEA無(wú)效港口向有效前沿面調(diào)整的方向。具體的計(jì)算結(jié)果見(jiàn)表8。

表8 港口投入產(chǎn)出投影分析表

表8說(shuō)明在投入主導(dǎo)模型下，樣本港口明顯存在投入松弛，保持產(chǎn)出不變而使效率提高的方法是減少投入。表中除上海港、廣州港、青島港、秦皇島港等4個(gè)有效率港口的投入產(chǎn)出目標(biāo)值與原投入產(chǎn)出值相等外，其他無(wú)效率港口投入目標(biāo)值均低于原投入值，通過(guò)降低投入保持產(chǎn)出的方法提高現(xiàn)有效率。以寧波-舟山港為例，應(yīng)在投入1要素上降低1．055個(gè)單元投入變量，在投入2要素上降低1．249個(gè)單元投入變量，以便實(shí)現(xiàn)投入目標(biāo)4．665和5．521，達(dá)到8．67產(chǎn)出，即可提高規(guī)模效率。全部樣本的投入松弛均值為0．839，總體投入松弛比達(dá)41．09%。

同樣，如果采用產(chǎn)出主導(dǎo)模型，則樣本港口存在明顯的產(chǎn)出不足，在原有投入不變的前提下若提高效率則必須擴(kuò)大產(chǎn)出。經(jīng)測(cè)算，全部樣本的產(chǎn)出不足均值為2．61，不足比例達(dá)61．35%。

三、基于超效率DEA模型的沿海港口效率評(píng)價(jià)

上述分析顯示15個(gè)樣本港口中有4個(gè)港口的效率值為1，表明有效率，11個(gè)港口效率值小于1，表明無(wú)效率，但對(duì)效率值為1的港口無(wú)法比較優(yōu)劣。事實(shí)上效率值均為1的港口的真實(shí)效率也是不同的。DEA模型雖然可以對(duì)無(wú)效單元提出改進(jìn)的意見(jiàn)，但它卻不能對(duì)相對(duì)有效單元進(jìn)行后續(xù)評(píng)價(jià)。而Per．Anersen等學(xué)者于1993年提出的超效率DEA評(píng)價(jià)模型（SE-DEA）克服了傳統(tǒng)DEA的弱點(diǎn)，可以應(yīng)用于有效單元的排序。

假設(shè)對(duì)第k個(gè)決策單元DMU進(jìn)行效率評(píng)價(jià)，使用下面規(guī)劃模型[4]：

公式中n代表決策單元DMU數(shù)目；Xj表示第j個(gè)DMU的m維投入量；Yj則代表第j個(gè)DMU的s維產(chǎn)出量；θ為第k個(gè)決策單元的總效率值,λj為因數(shù)。Xk、Yk是被評(píng)價(jià)的某決策單元投入、產(chǎn)出向量[5]。

與傳統(tǒng)DEA模型相比，SE-DEA模型在評(píng)價(jià)某單元時(shí),將其與樣本中其他所有DMU的線性組合做比較,而不包括該評(píng)價(jià)單元本身，結(jié)果有效的DMU有可能按比例增加其投入,而效率值保持不變。其投入增加比例即超效率評(píng)價(jià)值。在超效率DEA模型中,將某個(gè)DMU能增加其投入而仍保持相對(duì)有效性的最大比例值，稱為該DMU的“超效率”,該效率值可能大于1[6]。

超效率模型主要是針對(duì)傳統(tǒng)CCR模型評(píng)價(jià)出效率值為1的DMU進(jìn)行優(yōu)化評(píng)價(jià)，對(duì)效率值小于1的決策單元沒(méi)有任何影響，因?yàn)檫@些DMU不在生產(chǎn)前沿面上。因此，超效率的分析將僅對(duì)CCR模型中效率為1的決策單元進(jìn)行分析。

根據(jù)樣本決策單元的DEA分析結(jié)果繪制出的沿海港口生產(chǎn)前沿面如圖2，圖中2、5、7、11分別代表樣本2上海港、樣本5廣州港、樣本7青島港、樣本11秦皇島港，由此可知，4個(gè)港口均在生產(chǎn)前沿面上，效率值均為1。

圖2 沿海港口生產(chǎn)前沿面

為比較4個(gè)港口的超效率，采用SE-DEA方法常用的MyDEA2．0軟件，設(shè)置投入主導(dǎo)型超效率模型，對(duì)相關(guān)樣本數(shù)據(jù)進(jìn)行運(yùn)算，計(jì)算結(jié)果如表9（為便于分析，將15個(gè)港口基本效率、超效率及其排名列示于同一個(gè)表中）。

表9 港口基本效率、超效率及其排名

通過(guò)以上分析可以看出我國(guó)沿海規(guī)模以上港口的運(yùn)行效率處于不平衡狀態(tài)，原因在于近年來(lái)各地港口投資增加幅度與港口吞吐總量增長(zhǎng)幅度的不對(duì)稱。整體上看，長(zhǎng)三角地區(qū)港口的運(yùn)行效率較高，福建地區(qū)港口的經(jīng)營(yíng)效率相對(duì)較低。由于我國(guó)經(jīng)濟(jì)處于快速發(fā)展時(shí)期，進(jìn)出口貿(mào)易量巨大，且港口項(xiàng)目建設(shè)周期長(zhǎng)，為緩解港口長(zhǎng)期超設(shè)計(jì)能力運(yùn)轉(zhuǎn)以及加強(qiáng)港口的未來(lái)經(jīng)營(yíng)能力，港口投資規(guī)模出現(xiàn)了階段性適度超前的狀況。事實(shí)上，2010年、2011年沿海港口吞吐量增長(zhǎng)幅度逐漸超過(guò)港口投資增加幅度，已經(jīng)說(shuō)明前期儲(chǔ)備的港口吞吐能力正處于釋放趨勢(shì)。

綜上所述，本文認(rèn)為雖然我國(guó)15個(gè)沿海港口的綜合效率值僅為0．653，效率值偏低，但各個(gè)港口的空間區(qū)位、陸向腹地以及海向腹地不同，因而各個(gè)港口提升運(yùn)行效率的途徑也不同?？傮w而言，我國(guó)沿海港口應(yīng)改變發(fā)展方式，不僅應(yīng)注重泊位等量的擴(kuò)張，更應(yīng)該重視信息平臺(tái)以及海陸聯(lián)動(dòng)集疏運(yùn)體系建設(shè)，切實(shí)提高港口的品質(zhì)，盡快實(shí)現(xiàn)沿海港口物流業(yè)的轉(zhuǎn)型升級(jí)。

[1]孫柯洋,趙一飛．基于因子分析和SE-DEA的港口上市公司經(jīng)營(yíng)效率評(píng)價(jià)[J]．上海海事大學(xué)學(xué)報(bào)，2010(1)：67-72．

[2]龐瑞芝．我國(guó)主要沿海港口的動(dòng)態(tài)效率評(píng)價(jià)[J]．經(jīng)濟(jì)研究，2006(6)：92-100．

[3]王春芝，王凱，馬慶國(guó)．基于因子分析與DEA的港口行業(yè)上市公司經(jīng)營(yíng)效率評(píng)價(jià)[J]．西安電子科技大學(xué)學(xué)報(bào):社會(huì)科學(xué)版，2008(1):110-116．

[4]Per．Anersen and Niels Christian Petersen．A Procedure for Ranking Efficient unit in Data Envelopment Analysis[J]．Management Science,1993,39(10):1261-1264．

[5]顧鵬飛．基于超效率DEA模型的長(zhǎng)三角地區(qū)城市經(jīng)濟(jì)有效性評(píng)價(jià)[J]．現(xiàn)代商業(yè)，2009（2）:76-77．

[6]鄧慶彪．基于超效率DEA評(píng)價(jià)模型的壽險(xiǎn)公司績(jī)效分析[J]．求索，2006（2）:18-21．