基于主成分分析法和三階段數(shù)據(jù)包絡(luò)分析模型的港口效率評價

呂靖　張新放

【摘 要】 為提高港口運營效率評價的精確性，在傳統(tǒng)數(shù)據(jù)包絡(luò)分析（DEA）模型的基礎(chǔ)上，提出三階段DEA法，對港口的技術(shù)效率、規(guī)模效率和純技術(shù)效率等進(jìn)行評價，并運用主成分分析（PCA）法確定最終的評價指標(biāo)。基于港口效率評價提出港口發(fā)展對策：深化港口資源整合，建設(shè)智能智慧化港口，完善集疏運體系，合理規(guī)劃碼頭泊位，提升港口綜合服務(wù)水平，建立港口信息聯(lián)通機(jī)制。

【關(guān)鍵詞】 數(shù)據(jù)包絡(luò)分析（DEA）；三階段DEA法；技術(shù)效率；主成分分析（PCA）

0 引 言

航運是我國綜合交通運輸?shù)闹匾M成部分，其中港口是航運業(yè)發(fā)展的重要支撐，在國際貿(mào)易中的地位越來越凸顯。因此，提升港口效率，促進(jìn)航運貿(mào)易發(fā)展，對加快我國“交通強(qiáng)國”建設(shè)具有重要意義。

港口發(fā)展受多種因素影響，效率評價復(fù)雜，選取評價指標(biāo)和評價方法至關(guān)重要。目前效率評價的研究主要采用數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）法。由于傳統(tǒng)DEA模型沒有將環(huán)境因素和隨機(jī)誤差考慮在內(nèi)，影響評價結(jié)果的精確性，因此，有學(xué)者提出了三階段DEA法（Three-stage DEA，T-S DEA）。該方法聯(lián)合隨機(jī)前沿分析（Stochastic Frontier Analysis，SFA），即在相同的外部條件下，基于SFA回歸模型調(diào)節(jié)初始輸入數(shù)據(jù)，用最大似然估計評價變量的回歸系數(shù)，較好地彌補(bǔ)了傳統(tǒng)DEA模型的缺陷，提高了效率評價的精確性。然而，由于輸入指標(biāo)與輸出指標(biāo)之間一般具有較強(qiáng)的相關(guān)性，SFA回歸模型同樣對評價結(jié)果具有較大的影響，而主成分分析（Principle Component Analysis，PCA）借助降維理論能夠?qū)⒍鄠€評價指標(biāo)轉(zhuǎn)變?yōu)樯贁?shù)幾個典型的主成分綜合指標(biāo)，且主成分之間沒有相關(guān)性或具有弱相關(guān)性。因此，本文采用T-S DEA結(jié)合PCA法和SFA回歸模型對港口效率進(jìn)行評價，以此提高評價結(jié)果的精確性，客觀、真實地反映港口的實際效率。

1 研究方法

DEA作為一種非參數(shù)評價方法，利用數(shù)學(xué)規(guī)劃模型衡量輸入指標(biāo)與輸出指標(biāo)的決策單元（Decision Making Units，DMU）之間的效率，本質(zhì)上是基于DMU的輸入數(shù)據(jù)和輸出數(shù)據(jù)判斷DEA是否有效，即判斷DMU是否處于生產(chǎn)前沿面上。該生產(chǎn)前沿面是由以最小投入、最大產(chǎn)出為目標(biāo)的帕累托最優(yōu)解組成的。

1.1 DEA法

1.1.1 CCR-DEA模型

DEA最初由Charnes、Cooper和Rhode等人于1978年提出，被稱為CCR-DEA模型。它能評價相似DMU間的相對效率，包括規(guī)模效率（Scale Efficiency，SE，ES）和技術(shù)效率（Technology Efficiency，TE，ET），因此也稱作規(guī)模收益不變（Constant Returns to Scale，CRS）模型或投入導(dǎo)向的DEA模型。

1.1.2 BCC-DEA模型

1984年Banker等人基于規(guī)模收益可變（Variable Returns to Scale，VRS），即產(chǎn)出規(guī)模的擴(kuò)大與投入的增加成等比例關(guān)系，在CCR-DEA模型中加入常數(shù)約束，提出了BCC-DEA模型，用來評價不考慮ES的純技術(shù)效率（Pure Technology Efficiency，PTE，EPT），其中， EPT=ET / ES。

1.2 T-S DEA法

由于傳統(tǒng)DEA模型未考慮環(huán)境變量和隨機(jī)誤差對評價結(jié)果的影響，評價結(jié)果的精確性較低，因此在傳統(tǒng)DEA模型的基礎(chǔ)上提出了T-S DEA模型。T-S DEA模型聯(lián)合SFA回歸模型，對輸入數(shù)據(jù)進(jìn)行調(diào)節(jié)，使DMU均處于相同或相似的外部條件下，有效剔除環(huán)境變量和隨機(jī)誤差的影響，較好地彌補(bǔ)傳統(tǒng)DEA模型的缺陷。T-S DEA模型評價流程見圖1。

第一階段：采用傳統(tǒng)DEA模型。

采用傳統(tǒng)DEA模型（包括CCR-DEA和BCC-DEA模型）對DMU的初始投入指標(biāo)和產(chǎn)出指標(biāo)進(jìn)行效率評價。為了較全面地考慮影響港口效率的因素，往往選取與港口內(nèi)外部相關(guān)的多個綜合指標(biāo)，且各指標(biāo)間的關(guān)聯(lián)性較強(qiáng)，不能準(zhǔn)確得出單個指標(biāo)的影響程度。因此，應(yīng)通過PCA法對選取的初始指標(biāo)進(jìn)行提取，得到最終的輸入指標(biāo)和輸出指標(biāo)。該階段可獲得TE、VRS、松弛和剩余變量，且評價結(jié)果受環(huán)境變量和隨機(jī)誤差的影響。

第二階段：建立相似SFA模型。

由于第一階段未考慮環(huán)境因素和隨機(jī)誤差對評價效率值的影響，結(jié)果的準(zhǔn)確性較低。為了消除其影響，通過回歸分析建立SFA模型及輸入指標(biāo)與環(huán)境變量、隨機(jī)誤差間的回歸關(guān)系。以環(huán)境因素為自變量，以輸入冗余為因變量，建立相似SFA模型，剔除外部因素的干擾，調(diào)整后的輸入數(shù)據(jù)變?yōu)榭煽匾蛩?，使得參與評價的所有DMU均具有相似的外部條件。

第三階段：調(diào)整后的DEA模型。

利用第二階段調(diào)整后的輸入值和第一階段最終確定的輸出值再次運用傳統(tǒng)DEA模型對港口效率進(jìn)行評價，計算經(jīng)過第二階段SFA回歸分析消除環(huán)境變數(shù)與隨機(jī)誤差因素以后的DMU效率。通過該階段對港口效率的評價，得到的效率值消除了環(huán)境變量和隨機(jī)誤差的影響，并將所得結(jié)果與第一階段結(jié)果進(jìn)行比較，以驗證本文方法的優(yōu)越性。

2 指標(biāo)選取及分析

由于影響港口效率的因素較多，因此在選取評價指標(biāo)時，應(yīng)盡可能全面考慮，綜合選取。港口的輸入指標(biāo)、輸出指標(biāo)和環(huán)境因素的選取分別見圖2、圖3、圖4。

在評價港口效率時，所選取的評價指標(biāo)較多，可能會出現(xiàn)輸入指標(biāo)與輸出指標(biāo)之和大于DMU個數(shù)、輸入指標(biāo)與輸出指標(biāo)之間的相關(guān)性較強(qiáng)等情況，使DEA評價效率降低。因此，應(yīng)先采用PCA法處理初始輸入指標(biāo)和輸出指標(biāo)，以確定最終的指標(biāo)。這些指標(biāo)基本上能夠代表港口效率的影響因素。

3 提升港口效率的建議

（1）深化港口資源整合。借助目前國家對航運港口資源整合高度重視的東風(fēng)，加快跨區(qū)域、跨省市不同實力的港口整合，使各種資源得以合理利用，各港口從競爭轉(zhuǎn)向競合、聯(lián)盟，加強(qiáng)信息互通，共享腹地，形成區(qū)域級甚至國家級港口群系統(tǒng)，提高整體實力。

（2）建設(shè)智能智慧化港口。借助目前的物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能和區(qū)塊鏈等高新技術(shù)，加快港口的轉(zhuǎn)型升級，建設(shè)高度智能化的碼頭，提高作業(yè)效率，降低作業(yè)成本，優(yōu)化設(shè)施設(shè)備，減少設(shè)備能耗。

（3）完善集疏運體系。貨物陸路運輸方式多樣，可加強(qiáng)各種運輸方式的調(diào)配銜接，如海鐵聯(lián)運、公水聯(lián)運等，形成完整的運輸體系，使運輸時間盡可能短，消耗的費用盡可能少。

（4）合理規(guī)劃碼頭泊位。泊位是衡量一個港口貨物吞吐量的重要因素，規(guī)劃時既要充分考慮自然條件，又要使泊位前沿水域盡可能開闊、水深盡可能大，能夠容納噸位較大的船舶裝卸貨物。

（5）提升港口綜合服務(wù)水平。轉(zhuǎn)變傳統(tǒng)港口職能，提供金融、經(jīng)紀(jì)、咨詢、保險、交易等綜合服務(wù)業(yè)務(wù)，與貨主或托運人建立合作關(guān)系，提供優(yōu)惠政策，維持客戶的穩(wěn)定；針對航運企業(yè)推出具有吸引力的港口使費策略，爭取盡可能多的船舶掛靠，使泊位閑置率降到最低。

（6）建立港口信息聯(lián)通機(jī)制。緊跟信息化時代的步伐，加強(qiáng)與國內(nèi)外港口、物流供應(yīng)鏈上各企業(yè)間信息的互聯(lián)互通和共享，提升貨物處理能力，建設(shè)信息化、智能化的現(xiàn)代港口。

4 結(jié) 語

近年來，國家對交通領(lǐng)域越來越重視，尤其是在航運貿(mào)易、港口國際競爭力等方面。本文對港口效率評價進(jìn)行研究，通過選取影響港口效率的輸入指標(biāo)、輸出指標(biāo)及環(huán)境變量等構(gòu)建港口效率評價指標(biāo)體系，采用T-S DEA模型與PCA方法和SFA回歸模型相結(jié)合，對港口的ET、ES、EPT等進(jìn)行分析。首先選取初始的輸入指標(biāo)和輸出指標(biāo)，通過PCA法確定最終的輸入指標(biāo)和輸出指標(biāo)，再運用T-S DEA模型，將最終得出的結(jié)果與傳統(tǒng)DEA結(jié)果進(jìn)行比較，最后對提升港口效率提出對策。

雖然目前對港口效率的評價已有較多研究，但由于港口效率的影響因素較多且關(guān)系極其復(fù)雜，評價模型是否精確等問題仍需進(jìn)一步解決和完善。未來的研究應(yīng)進(jìn)一步考慮更多參數(shù)以提高精確性，或與其他評價方法相結(jié)合，彌補(bǔ)單一方法的缺陷。由于本文沒有對模型加以實證研究，下一步的研究將選取實際港口數(shù)據(jù)進(jìn)行實證分析，以實際結(jié)果驗證模型的有效性，分析提升港口效率的措施，提高港口的整體競爭力，促進(jìn)航運貿(mào)易的發(fā)展，加快我國交通強(qiáng)國建設(shè)的步伐。