基于DEA-Tobit 模型對(duì)長(zhǎng)三角地區(qū)港口物流效率及其影響因素的實(shí)證研究

姚博鴻 譚春蘭 朱徐凱 王 彬

1.上海海洋大學(xué)上海 201306 2.洋山港海事局上海 201306

長(zhǎng)江三角洲是長(zhǎng)江入海之前的沖積平原， 作為中國(guó)的第一大經(jīng)濟(jì)區(qū)、 亞太地區(qū)重要的國(guó)際門戶， 其不論是經(jīng)濟(jì)還是港口物流等各方面的發(fā)展一直都備受外界的關(guān)注。 長(zhǎng)三角地區(qū)共擁有27 個(gè)城市， 以上海市為首， 涉及蘇浙皖 “三省一市” 全部地區(qū)， 廣闊的經(jīng)濟(jì)腹地孕育了8 個(gè)沿海深水港和26 個(gè)內(nèi)河港， 是中國(guó)眾多港口群中分布最密集的港口群， 在港口貨物吞吐量方面也是名列前茅， 這與該地區(qū)港口物流的發(fā)展是分不開的。 近些年， 國(guó)家為推動(dòng)長(zhǎng)三角地區(qū)港口物流的發(fā)展也制定了一系列的政策和制度。 2018 年， 國(guó)家主席習(xí)近平明確提出將“長(zhǎng)三角區(qū)域一體化發(fā)展戰(zhàn)略” 上升為國(guó)家戰(zhàn)略。 同時(shí)， 為進(jìn)一步推動(dòng)長(zhǎng)三角港航發(fā)展， 2019 年國(guó)務(wù)院印發(fā)了《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》， 明確指出： “推動(dòng)港口資源整合，優(yōu)化港口布局， 健全一體化發(fā)展機(jī)制， 增強(qiáng)服務(wù)全國(guó)的能力。” 長(zhǎng)三角一體化戰(zhàn)略的提出是推動(dòng)港口物流發(fā)展的重大機(jī)遇。 在這一背景下， 加快長(zhǎng)三角地區(qū)港口物流建設(shè)， 提高港口物流運(yùn)行效率對(duì)推進(jìn)長(zhǎng)三角一體化戰(zhàn)略實(shí)施具有重要意義。

通過回顧國(guó)內(nèi)外學(xué)者在該領(lǐng)域的研究成果可以發(fā)現(xiàn)， 當(dāng)前學(xué)者對(duì)港口物流效率的研究主要集中在兩個(gè)方面： 評(píng)價(jià)指標(biāo)研究和評(píng)價(jià)方法研究。

國(guó)外對(duì)港口物流效率評(píng)價(jià)指標(biāo)的研究較早。 1986年國(guó)外學(xué)者KIM 等就開始對(duì)港口效率值進(jìn)行測(cè)度，應(yīng)用單一指標(biāo)對(duì)衡量港口效率進(jìn)行衡量[1]。 此后， 學(xué)者陸續(xù)開始對(duì)相關(guān)領(lǐng)域展開研究。 MATINES-BURDIA等為研究港口物流業(yè)企業(yè)的經(jīng)營(yíng)效益， 從投入產(chǎn)出的角度構(gòu)建了包括工資以及其他成本支出在內(nèi)的評(píng)價(jià)指標(biāo)[2]。 國(guó)內(nèi)學(xué)者對(duì)港口物流效率評(píng)價(jià)指標(biāo)的研究主要有： 李劍、 孟威、 陳繼紅等從港口服務(wù)水平的角度選取指標(biāo)， 將航運(yùn)和集疏運(yùn)條件、 服務(wù)態(tài)度和投訴處理等指標(biāo)作為研究基準(zhǔn)[3-5]。 馬冬梅、 計(jì)春陽(yáng)等構(gòu)建了一組包括港口物流信息化年收入增長(zhǎng)率、 港口物流信息化帶來(lái)的凈利潤(rùn)增長(zhǎng)率等指標(biāo)體系[6-7]。這些指標(biāo)體系的研究視角多元但仍不夠全面， 而且強(qiáng)調(diào)港口自身的基礎(chǔ)設(shè)施和硬件條件等影響因素，不利于對(duì)港口物流效率的綜合性分析。

有關(guān)港口物流效率評(píng)價(jià)方法的研究。 國(guó)外學(xué)者ROLL 和HAYUTH 首創(chuàng)以DEA 模型為主要研究方法對(duì)港口物流效率進(jìn)行評(píng)價(jià)， 提高了評(píng)價(jià)的綜合性[8]。隨著計(jì)量模型和數(shù)理分析在經(jīng)濟(jì)學(xué)研究中的廣泛應(yīng)用， 關(guān)于港口物流效率評(píng)價(jià)的定量研究也日益增多。其他相關(guān)效率評(píng)價(jià)方法還包括有： AHP 層次分析法、模糊綜合評(píng)判、 熵權(quán)法、 云模型等。 國(guó)內(nèi)學(xué)者在眾多方法的選擇上應(yīng)用DEA 模型的較多， 但局限于對(duì)效率的測(cè)度方面的研究， 對(duì)效率變化及其影響因素的研究幾乎空白。 楊華龍、 員麗芬通過利用測(cè)度-X 效率的模型， 發(fā)現(xiàn)我國(guó)大部分港口企業(yè)仍處于規(guī)模報(bào)酬遞增狀態(tài)， 還有很大的發(fā)展空間[9-10]。 俞海宏等指出當(dāng)前長(zhǎng)三角港口群效率尚未達(dá)到穩(wěn)態(tài)， 港口群整體效率有待提高[11]。 綜合來(lái)看， 當(dāng)前大部分學(xué)者集中于對(duì)港口物流效率的測(cè)度及評(píng)價(jià)指標(biāo)和方法的研究， 而針對(duì)港口效率影響因素的研究不多。 因此， 為進(jìn)一步拓展相關(guān)研究， 本文以長(zhǎng)三角主要港口為研究對(duì)象， 運(yùn)用DEA 模型， 同時(shí)結(jié)合Malmquist 指數(shù)分析法對(duì)其效率值進(jìn)行測(cè)算之后， 通過建立Tobit 回歸模型對(duì)其效率影響因素再進(jìn)行綜合分析。

1 研究方法與評(píng)價(jià)指標(biāo)構(gòu)建

1.1 研究方法

1.1.1 DEA 模型

為研究長(zhǎng)三角地區(qū)港口運(yùn)行效率， 采用數(shù)據(jù)包絡(luò)分析 （DEA） 方法， 通過建立DEA 模型， 對(duì)其效率進(jìn)行測(cè)算。 下面對(duì)DEA 模型和基本原理進(jìn)行簡(jiǎn)單的總結(jié)歸納。

假設(shè)有n個(gè)樣本決策單元DMUi（i= 1， 2， 3，…，n）， 在本文中指各港口的效率， 即對(duì)這n個(gè)港口效率進(jìn)行評(píng)價(jià)， 若選定的評(píng)價(jià)指標(biāo)中有t種投入項(xiàng)s種產(chǎn)出項(xiàng)， 假設(shè)X1、X2、X3， …，Xt是每個(gè)港口效率的投入項(xiàng)，X1、X2、X3， …，Xs是每個(gè)港口效率的產(chǎn)出項(xiàng)， 即DMU 滿足以下式子：

其中Xi、Yi分別是港口效率的多指標(biāo)投入矩陣和多指標(biāo)產(chǎn)出矩陣， 且分別滿足：Xi={x1i，x2i， …，xtiT}，Yi={y1i，y2i， …，ysiT} （xti和ysi分別表示第i個(gè)港口效率的投入量和產(chǎn)出量）， 在規(guī)模報(bào)酬不變下， DEA的CCR 模型表示為對(duì)港口 （X0Y0） 求下列極值問題。

式 （2） 求出的ω 中值即為港口 （X0Y0） 的綜合技術(shù)效率值（TE）， λi（i=1， 2， 3， …，n） 為對(duì)偶變量，s-、s+為松弛變量， 綜合技術(shù)效率值 （TE） 可由純技術(shù)效率 （PTE） 和規(guī)模效率 （SE） （3 個(gè)效率值均介于0～1 之間） 的乘積得到， 由此又可求得規(guī)模效率（SE）， 即SE=TE/PTE[12]。

1.1.2 Malmquist 全要素生產(chǎn)率指數(shù)

鑒于DEA 模型側(cè)重對(duì)某一時(shí)點(diǎn)的效率值進(jìn)行測(cè)算， 屬于靜態(tài)效率值， 因此為了更全面地分析長(zhǎng)三角地區(qū)港口效率的動(dòng)態(tài)變化， 又引入Malmquist 生產(chǎn)率指數(shù)模型。 該模型主要用于考察在一段時(shí)期內(nèi)的效率變化趨勢(shì)， 能夠更為全面地反映效率運(yùn)行狀況。 模型數(shù)學(xué)表達(dá)式如下：

Mt指決策單元在t 時(shí)期的技術(shù)效率變化（effch）；Mt+1指決策單元在t+1 時(shí)期的技術(shù)水平變化 （tech）。則表示決策單位 （DMU） 從t 時(shí)期到t+1 時(shí)期的技術(shù)效率變化的動(dòng)態(tài)趨勢(shì)， 即全要素生產(chǎn)率指數(shù)[12]。

1.1.3 Tobit 回歸模型

經(jīng)濟(jì)學(xué)家Tobit 在1958 年提出了Tobit 回歸模型， 常被用于研究受限因變量的模型構(gòu)建問題。 具體操作方法是將DEA 模型測(cè)算出的綜合效率值作為被解釋變量， 選取可能對(duì)效率值造成影響的因素作為解釋變量。 具體模型如下：

式中，Y表示效率值向量，Y*表示截?cái)嘁蜃兞肯蛄浚琗表示自變量向量， α 表示截距項(xiàng)向量， β 表示相關(guān)系數(shù)向量， 誤差項(xiàng)ε～N （0， ?2）。

1.2 投入產(chǎn)出評(píng)價(jià)指標(biāo)的構(gòu)建

當(dāng)前國(guó)內(nèi)外學(xué)者從不同角度對(duì)港口物流效率評(píng)價(jià)指標(biāo)進(jìn)行研究， 構(gòu)建的港口物流競(jìng)爭(zhēng)力、 信息化水平、 績(jī)效水平等評(píng)價(jià)體系均為本文研究提供了一定參考。 因此本文基于科學(xué)系統(tǒng)的思想， 從港口綜合效率研究角度出發(fā)， 初步構(gòu)建了有關(guān)港口物流效率的評(píng)價(jià)體系， 涵蓋港口、 城市、 腹地經(jīng)濟(jì)3 個(gè)維度。 鑒于數(shù)據(jù)資料的可獲得性和可比性， 具體指標(biāo)選取如表1所示。

表1 港口物流效率評(píng)價(jià)指標(biāo)

有關(guān)投入指標(biāo)主要涵蓋港口物流的基礎(chǔ)設(shè)施、 港口腹地的集疏運(yùn)能力以及港口信息化水平3 個(gè)方面。港口物流的基礎(chǔ)設(shè)施對(duì)港口物流的產(chǎn)出能力有直接促進(jìn)作用， 對(duì)港口物流的建設(shè)至關(guān)重要。 有關(guān)港口物流的基礎(chǔ)設(shè)施主要包括港口的萬(wàn)噸級(jí)泊位數(shù)、 港口碼頭長(zhǎng)度、 堆場(chǎng)有效面積等。 港口腹地的集疏運(yùn)通道是港口與腹地之間的重要交通基礎(chǔ)設(shè)施， 是港口賴以存在和發(fā)展的外部條件， 同時(shí)也是眾多供貨商、 船舶公司選擇港口的首要考慮因素。 良好的集疏運(yùn)能力能有效縮短貨物運(yùn)輸?shù)臅r(shí)間， 減少運(yùn)輸成本， 是體現(xiàn)港口物流效率高低的關(guān)鍵。 港口信息化水平的高低能直接體現(xiàn)港口物流建設(shè)的技術(shù)水平和發(fā)展?jié)摿Γ?考慮到數(shù)據(jù)的可收集性， 本文主要選取港口在信息化方面的資金投入作為信息化水平評(píng)價(jià)的標(biāo)準(zhǔn)。 有關(guān)產(chǎn)出指標(biāo)主要從港口作業(yè)能力和發(fā)展?jié)摿蓚€(gè)方面選取指標(biāo)。 港口作業(yè)能力是衡量港口產(chǎn)出能力的重要標(biāo)準(zhǔn)之一， 港口的產(chǎn)出主要包括港口貨物吞吐量和集裝箱吞吐量， 這兩項(xiàng)指標(biāo)直接體現(xiàn)了港口物流產(chǎn)出規(guī)模的大小。 為了更為精準(zhǔn)地量化港口的產(chǎn)出能力， 增加對(duì)其發(fā)展?jié)摿Φ暮饬浚?主要從產(chǎn)能增長(zhǎng)率方面來(lái)判定， 包括港口貨物吞吐量和集裝箱吞吐量的增長(zhǎng)率。

2 長(zhǎng)三角地區(qū)港口物流效率分析

2.1 長(zhǎng)三角地區(qū)港口物流靜態(tài)效率分析

根據(jù)前文構(gòu)建的港口物流的綜合效率評(píng)價(jià)指標(biāo)體系， 利用DEAP2.1 軟件對(duì)該地區(qū)港口在2012 年和2018 年間港口靜態(tài)綜合效率平均值及其增速進(jìn)行測(cè)算， 同時(shí)按照沿海和內(nèi)陸以及港口所處地理位置劃分為長(zhǎng)三角南部 （上海市、 浙江?。?中部 （江蘇?。┖捅辈康貐^(qū)（安徽?。?進(jìn)行統(tǒng)計(jì)分析[13]， 具體如表2、表3 所示。

表2 長(zhǎng)三角地區(qū)港口2012 年和2018 年效率值

表3 長(zhǎng)三角地區(qū)沿海港口和內(nèi)陸港口2012 年和2018 年效率均值

2.1.1 長(zhǎng)三角地區(qū)港口物流效率水平的整體特征

（1） 長(zhǎng)三角地區(qū)的港口綜合效率水平提升較快。通過表2 可以看出長(zhǎng)三角地區(qū)2012 年和2018 年綜合效率均值分別為0.846， 0.989， 從效率最優(yōu)水平的80%提升到90%以上。 2012 年和2018 年分別有3 個(gè)港口（上海港， 揚(yáng)州港， 鎮(zhèn)江港） 和7 個(gè)港口 （上海港， 寧波舟山港， 泰州港， 南京港， 揚(yáng)州港， 江陰港， 常州港） 綜合效率達(dá)到DEA 有效狀態(tài)， 分別占12 個(gè)研究對(duì)象的25%和58%。

（2） 長(zhǎng)三角地區(qū)沿海港口物流效率值明顯高于內(nèi)陸港口物流效率值， 但綜合效率值年均增速低于內(nèi)陸港口。 通過表3 可以看出長(zhǎng)三角港口地區(qū)主要沿海港口分別為上海港， 寧波舟山港， 連云港， 南京港， 鎮(zhèn)江港5 大港口。 2012 年到2018 年， 沿海港口綜合效率均值從0.944 增加到0.984， 年均增速達(dá)到0.4%；內(nèi)陸港口綜合效率值從0.923 增加到0.978， 年均增速為0.9%。

（3） 長(zhǎng)三角區(qū)域的港口物流效率值地區(qū)性差異明顯， 由南向北有所遞減。 從整體上來(lái)看， 2012—2018年長(zhǎng)三角地區(qū)港口的DEA 效率值呈遞增狀態(tài)， 但是處于DEA 有效狀態(tài)并不多， 僅占研究區(qū)間的35%，主要集中在長(zhǎng)三角南部地區(qū)， 其次是中部和北部地區(qū)港口， 即港口物流效率在區(qū)域之間呈現(xiàn)南部地區(qū)> 中部地區(qū)>北部地區(qū)（表2）。

（4） 效率增速由南向北有所遞增。 對(duì)長(zhǎng)三角區(qū)域各港口物流效率分析發(fā)現(xiàn)， 研究時(shí)段內(nèi)長(zhǎng)三角地區(qū)港口物流效率整體發(fā)展速度較好， 綜合效率平均增速為2.3%， 并且效率增速在區(qū)域之間呈現(xiàn)由北向南依次遞增， 即長(zhǎng)三角北部地區(qū)>中部地區(qū)>南部地區(qū)。

2.1.2 長(zhǎng)三角地區(qū)港口物流效率分解指數(shù)的特征

通過利用DEAP2.1 軟件對(duì)該地區(qū)港口在2012—2018 年間港口各效率平均值進(jìn)行了測(cè)算， 匯總情況如表4 所示。

（1） 綜合效率值分析

通過表4 可見， 近些年各港口的綜合效率均值均沒有達(dá)到DEA 有效狀態(tài)， 除了馬鞍山港和銅陵港在0.9 以下， 其余港口的綜合效率值都處在0.9～1 之間。從中可見， 綜合效率值較高的港口基本都位于長(zhǎng)江三角洲的前端和中部， 處于核心區(qū)域的有寧波舟山港、上海港， 中部區(qū)域主要是揚(yáng)州港、 江陰港、 鎮(zhèn)江港、南京港、 泰州港、 常州港等， 地理位置優(yōu)越， 水路交通便利， 經(jīng)濟(jì)實(shí)力雄厚， 為港口物流發(fā)展提供了良好的條件。 其中， 揚(yáng)州港是長(zhǎng)三角中部區(qū)域效率值最高的， 這得益于它地處江河交匯處。 近年來(lái)， 通過合理定位泊位功能， 與腹地產(chǎn)業(yè)建立了緊密的合作關(guān)系，效率值相對(duì)較高。 位于長(zhǎng)江中下游南岸的蕪湖港， 地理位置優(yōu)越， 近些年緊抓長(zhǎng)三角一體化戰(zhàn)略機(jī)遇， 為蕪湖港邁向億噸級(jí)增加強(qiáng)勁動(dòng)力， 因而效率值也較高。 再看效率值比較靠后的幾個(gè)港口， 連云港位于長(zhǎng)江三角洲最北端， 相對(duì)于經(jīng)濟(jì)發(fā)達(dá)的中部核心區(qū)域較遠(yuǎn)， 經(jīng)濟(jì)發(fā)展緩慢， 因而不能為港口物流發(fā)展提供有力支撐， 所以效率值不是很高。 銅陵港、 馬鞍山港綜合效率排名最靠后， 整體實(shí)力不足， 存在較大的提升空間。

表4 長(zhǎng)三角地區(qū)港口2012—2018 年DEA 效率均值

（2） 純技術(shù)效率值分析

從純技術(shù)效率值來(lái)看， 排在前面的港口主要是上海港、 寧波舟山港、 泰州港和馬鞍山港口， 純技術(shù)效率值均為1， 是DEA 有效狀態(tài)， 緊隨其后的依次為銅陵港、 蕪湖港、 江陰港、 揚(yáng)州港、 南京港。 其中銅陵港的純技術(shù)效率值最高為0.998， 而其余港口的純技術(shù)效率值分別為0.995、 0.993、 0.991、 0.990， 也都在0.990 以上， 技術(shù)效率值也比較高。 排名靠后的3個(gè)港口為常州港、 連云港、 鎮(zhèn)江港， 除常州港的純技術(shù)效率值在0.980 以上， 其余兩個(gè)港口的純技術(shù)效率值均在0.980 以下， 分別為0.975、 0.970， 相對(duì)于其綜合效率值排名來(lái)看， 純技術(shù)效率值的排名比較靠后，說明連云港和鎮(zhèn)江港在技術(shù)效率方面有待提高。

（3） 規(guī)模效率值分析

在規(guī)模效率值方面， 可以發(fā)現(xiàn)， 馬鞍山港的規(guī)模效率值最低， 僅為0.825， 其余港口的規(guī)模效率值基本維持相對(duì)較高的水平。 上海港的規(guī)模效率依然是排名最靠前的， 其次是寧波舟山港、 揚(yáng)州港、 鎮(zhèn)江港、蕪湖港、 江陰港、 南京港、 泰州港、 常州港、 連云港、 銅陵港。 揚(yáng)州港的規(guī)模效率排名和寧波舟山港并列， 說明近幾年揚(yáng)州港在基礎(chǔ)設(shè)施方面加大了投入，從而提高了規(guī)模效益。 其余各港口的規(guī)模效率排名與其綜合效率排名幾乎并無(wú)差異， 說明港口的規(guī)模效率是影響綜合效率的關(guān)鍵因素。

2.2 基于Malmquist 指數(shù)法對(duì)長(zhǎng)三角地區(qū)港口動(dòng)態(tài)效率分析

為了進(jìn)一步研究近些年長(zhǎng)三角地區(qū)港口物流效率的運(yùn)行狀況， 將長(zhǎng)三角各港口看成一個(gè)整體， 通過DEAP2.1 軟件對(duì)長(zhǎng)三角地區(qū)港口在2012—2018 年的序列數(shù)據(jù)進(jìn)行Malmquist 指數(shù)分析， 測(cè)算出相關(guān)效率值， 具體數(shù)值如表5 和表6 所示。

表5 長(zhǎng)三角港口Malmqusit 指數(shù)

表6 長(zhǎng)三角三大區(qū)域港口2012—2018 年效率變化均值

2.2.1 港口物流效率整體變化特征

由于各地區(qū)港口規(guī)模效率 （sech） 值不高， 通過觀察上表可以看出技術(shù)效率變化 （effch） 和技術(shù)進(jìn)步（techch） 這兩組數(shù)據(jù)與1 的大小關(guān)系， 同全要素生產(chǎn)率（tfpch） 與1 的大小關(guān)系具有一致性， 即當(dāng)前者大于1 時(shí)， 后者也大于1， 反之也是。 這說明長(zhǎng)三角地區(qū)港口的全要素生產(chǎn)率 （tfpch） 受技術(shù)效率變化（effch） 和技術(shù)進(jìn)步（techch） 的影響。 其中全要素生產(chǎn)率 （tfpch） 大于1 的港口占12 個(gè)研究目標(biāo)的70%以上， 但是全部全要素生產(chǎn)率 （tfpch） 均值僅1.04。對(duì)技術(shù)效率變化（effch） 進(jìn)一步分解可知技術(shù)效率的增長(zhǎng)主要來(lái)自純技術(shù)效率變化 （pech）， 但是由于各港口規(guī)模效率不高使得純技術(shù)效率變化 （pech） 對(duì)其技術(shù)效率的增長(zhǎng)貢獻(xiàn)率降低。 由此可見， 長(zhǎng)三角地區(qū)港口綜合效率的提升多來(lái)自技術(shù)進(jìn)步和技術(shù)利用效率增長(zhǎng)的貢獻(xiàn)， 而由于該地區(qū)港口的規(guī)模效率不高， 反而在一定程度拉低了前者對(duì)整體的貢獻(xiàn)率。 因此， 為保證該地區(qū)港口綜合效率的穩(wěn)步提升， 應(yīng)進(jìn)一步加強(qiáng)管理力度， 提升規(guī)模效率。

2.2.2 港口物流效率變化的區(qū)域特征

從分區(qū)域來(lái)看（表6、 圖3） 全要素生產(chǎn)率（tfpch）指數(shù)的計(jì)算結(jié)果可知， 盡管2012—2018 年期間長(zhǎng)三角三大區(qū)域港口的效率值基本都在1 以上， 但是TFP值波動(dòng)明顯甚至有下降趨勢(shì)[12]。 值得注意的是各區(qū)域港口在2012—2018 年間TFP 峰值均介于2013—2015年， 此后均有所下降， 其中波動(dòng)最為明顯的是北部地區(qū)， 中部地區(qū)和南部地區(qū)相較于北部較為穩(wěn)定，但效率增長(zhǎng)動(dòng)力不足。 由此可以看出， 長(zhǎng)三角北部地區(qū)港口效率應(yīng)作為重點(diǎn)發(fā)展地區(qū)， 存在較大效率增長(zhǎng)空間。

圖3 2012—2018 年長(zhǎng)三角三大區(qū)域港口TFP 變化情況

3 效率影響因素分析

為分析影響港口物流效率的因素， 將港口物流效率值當(dāng)作因變量， 可能影響港口物流效率的內(nèi)外部因素 （表7） 當(dāng)作自變量構(gòu)建Tobit 回歸模型。

表7 影響因素變量

其中，Ye表示港口物流效率值， β1～β6均為回歸系數(shù)，X1為港口地區(qū)GDP 總額，X2為港口地區(qū)對(duì)外貿(mào)易總額，X3表示單位港口泊位產(chǎn)出（港口貨物吞吐量/ 港口泊位總數(shù)），X4表示每公里公路和鐵路貨運(yùn)量（貨運(yùn)總量/ 里程數(shù)），X5表示管理者素質(zhì)、 消費(fèi)者滿意程度，X6表示信息化資金投入， μ 為誤差項(xiàng)[14]。

通過建立tobit 模型， 同時(shí)利用eviews8.0 軟件， 對(duì)港口物流效率影響因素進(jìn)行分析， 具體結(jié)果如表8所示。

表8 Tobit 模型回歸結(jié)果

由表中結(jié)果可看出， 港口城市GDP 總值X1系數(shù)較小， 僅為1.54E-3， 并且顯著性水平大于1， 說明港口城市GDP 總值對(duì)港口效率影響很小。 港口城市對(duì)外貿(mào)易總額X2系數(shù)為0.001 544， 而且顯著性水平小于0.05， 因此港口城市對(duì)外貿(mào)易總額對(duì)港口物流效率有正向作用， 即對(duì)外貿(mào)易總額每增加1， 港口物流效率提高0.001 544。 港口腹地固定資產(chǎn)投資額X3統(tǒng)計(jì)結(jié)果不顯著， 而且系數(shù)很小， 因此港口腹地固定資產(chǎn)投資額對(duì)港口物流效率沒有什么影響。 單位泊位產(chǎn)出X4顯著性水平大于0.05， 系數(shù)為0.005 82， 說明單位泊位產(chǎn)出越高， 港口效率水平越高， 但影響不顯著。單位公路、 鐵路貨運(yùn)量X5顯著性水平小于0.05， 且系數(shù)為正0.043 8， 說明港口物流的集疏運(yùn)能力對(duì)港口物流效率有正向作用， 即單位公路、 鐵路貨運(yùn)量每增加1， 港口物流效率提高0.043 8。 管理者素質(zhì)、 消費(fèi)者滿意度X6顯著性水平大于1， 并且系數(shù)很小， 因此管理者素質(zhì)、 消費(fèi)者滿意度對(duì)港口物流效率的影響不大。 信息化資金投入X7顯著性水平小于0.05， 系數(shù)為正0.034 4， 說明港口物流的信息化投入對(duì)港口物流效率有正向積極作用。 這意味著當(dāng)前港口的發(fā)展已然進(jìn)入了信息化發(fā)展的階段， 港口的信息化、 自動(dòng)化程度越高， 港口物流效率也就越高[15]。

4 結(jié)論及建議

本文利用DEA-Tobit 模型對(duì)長(zhǎng)三角地區(qū)12 個(gè)港口的2012—2018 年港口物流效率及其影響因素進(jìn)行定量分析， 研究結(jié)果顯示： （1） 從靜態(tài)效率值來(lái)看，長(zhǎng)三角地區(qū)港口物流綜合效率在研究期間內(nèi)提升較快， 其中沿海港口效率值明顯高于內(nèi)陸港口， 而效率增速低于內(nèi)陸港口。 從地理區(qū)域來(lái)看， 長(zhǎng)三角地區(qū)港口效率值也存在明顯的地區(qū)性差異， 而且效率值從北向南依次遞增， 效率增速?gòu)谋毕蚰弦来芜f減。 （2） 基于Malmquist 指數(shù)動(dòng)態(tài)效率值來(lái)看， 長(zhǎng)三角地區(qū)港口綜合效率的提升多來(lái)自技術(shù)進(jìn)步和技術(shù)利用效率增長(zhǎng)的貢獻(xiàn)， 而在港口的管理力度上各地仍有一定的改進(jìn)的空間， 并且長(zhǎng)三角三大區(qū)域港口TFP 值波動(dòng)明顯甚至有下降趨勢(shì)， 其中波動(dòng)最為明顯的地區(qū)是北部地區(qū)， 中部和南部地區(qū)相較于北部較為穩(wěn)定， 但效率增長(zhǎng)動(dòng)力明顯不足。 （3） 從效率影響因素研究結(jié)果來(lái)看， 港口物流效率水平受港口基礎(chǔ)設(shè)施 （單位泊位產(chǎn)出）、 港口信息化資金投入、 腹地對(duì)外貿(mào)易總額、 腹地集疏運(yùn)能力等因素影響較大， 而港口城市GDP 總值、 腹地固定資產(chǎn)投資額、 管理者素質(zhì)、 消費(fèi)者滿意度等因素對(duì)港口物流效率影響較小。

基于以上研究結(jié)果， 提出以下建議。

（1） 牢牢抓住長(zhǎng)三角一體化戰(zhàn)略發(fā)展機(jī)遇， 強(qiáng)化綜合交通樞紐銜接， 提高港口集疏運(yùn)能力。 港口集疏運(yùn)通道通常涉及公路、 鐵路、 管道、 水運(yùn)4 種運(yùn)輸方式， 是港口與腹地之間的重要交通基礎(chǔ)設(shè)施， 是港口賴以存在和發(fā)展的外部條件， 因此長(zhǎng)三角地區(qū)應(yīng)進(jìn)一步加大對(duì)港口集疏運(yùn)設(shè)施的傾斜力度和港口基礎(chǔ)設(shè)施建設(shè)的投入。 明確公路網(wǎng)絡(luò)建設(shè)在交通網(wǎng)絡(luò)布局中的核心作用， 以城市軌道交通為骨架， 以水運(yùn)、 港航作為支撐[13]。 依托國(guó)家綜合運(yùn)輸通道沿海、 京滬、 京港臺(tái)、 陸橋等， 有序推進(jìn)上海、 寧波、 杭州、 南京、 蘇錫、 合肥等主要交通節(jié)點(diǎn)建設(shè)工程。 圍繞公路、 鐵路等規(guī)劃建設(shè)， 打通沿海、 沿江和省際通道， 提升區(qū)域公路通達(dá)能力， 依托上海國(guó)際線綜合交通樞紐， 聯(lián)動(dòng)南通、 蘇州、 嘉興等地發(fā)揮輻射功能， 加快推進(jìn)國(guó)際門戶樞紐集群建設(shè)。 統(tǒng)籌優(yōu)化航道網(wǎng)絡(luò)布局， 提升港航集疏運(yùn)能力， 加快引領(lǐng)長(zhǎng)三角地區(qū)邁向世界級(jí)現(xiàn)代化多層次綜合交通運(yùn)輸體系。

（2） 依托政策扶持， 深入開展商貿(mào)合作， 提高對(duì)外貿(mào)易水平。 盡管當(dāng)前長(zhǎng)三角地區(qū)國(guó)際貿(mào)易規(guī)模相對(duì)于國(guó)內(nèi)其他經(jīng)濟(jì)圈而言貿(mào)易規(guī)模很大， 具有較強(qiáng)的競(jìng)爭(zhēng)力， 但是仍存在區(qū)域物流基礎(chǔ)設(shè)施不完善的問題，這在一定程度上也對(duì)外貿(mào)的提升造成阻礙。 同時(shí)， 由于目前長(zhǎng)三角外貿(mào)方式主要以加工貿(mào)易為主， 產(chǎn)品附加值低， 在國(guó)際市場(chǎng)處于劣勢(shì)， 因此就目前長(zhǎng)三角地區(qū)外貿(mào)狀況來(lái)看， 應(yīng)從優(yōu)化出口產(chǎn)品結(jié)構(gòu)出發(fā)， 努力探索新型貿(mào)易方式。 為保證長(zhǎng)三角外貿(mào)穩(wěn)步提升， 深化海外貿(mào)易組織合作， 精準(zhǔn)對(duì)接“一帶一路” 、 京津冀地區(qū)、 長(zhǎng)江經(jīng)濟(jì)帶和粵港澳大灣區(qū)， 促進(jìn)海外貿(mào)易組織機(jī)構(gòu)落戶， 助力跨境電子商務(wù)綜合試驗(yàn)區(qū)建設(shè)，打造長(zhǎng)三角貿(mào)易新高地。 上海市應(yīng)充分發(fā)揮長(zhǎng)三角龍頭帶動(dòng)作用， 提升產(chǎn)業(yè)輻射能力， 推動(dòng)蘇浙皖產(chǎn)業(yè)的聯(lián)動(dòng)發(fā)展， 促進(jìn)區(qū)域產(chǎn)業(yè)優(yōu)化升級(jí)、 產(chǎn)業(yè)資源流動(dòng)和產(chǎn)業(yè)化項(xiàng)目落地， 形成一批跨境產(chǎn)業(yè)聯(lián)動(dòng)發(fā)展的園區(qū)中心， 加強(qiáng)與國(guó)際貿(mào)易港的互聯(lián)互通， 助力長(zhǎng)三角區(qū)域商貿(mào)轉(zhuǎn)型升級(jí)[12]。 重視實(shí)施區(qū)域差異化發(fā)展戰(zhàn)略，提高產(chǎn)品和服務(wù)的差異化， 加大高新技術(shù)生產(chǎn)投入，提高自主創(chuàng)新能力， 積極把握世界市場(chǎng)方向， 努力拓展新市場(chǎng)。

（3） 通過港航資源整合， 推動(dòng)港口錯(cuò)位發(fā)展， 促進(jìn)物流資源集約化。 長(zhǎng)三角地區(qū)港口眾多， 盡管整體效益較高， 但是由于港口分布分散， 惡性競(jìng)爭(zhēng)不可避免， 同時(shí)存在重復(fù)開發(fā)和布局， 港口定位不明確等問題， 導(dǎo)致地區(qū)之間的港口效率差異明顯， 規(guī)模效率不顯著。 因此要促進(jìn)區(qū)域港口良性競(jìng)爭(zhēng)， 明確港口定位， 推動(dòng)港口錯(cuò)位發(fā)展。 近些年， 上海港集裝箱貨物吞吐量一直名列世界首位， 毫無(wú)疑問上海港在集裝箱貨物運(yùn)輸方面具有絕對(duì)優(yōu)勢(shì)， 因此上海港應(yīng)將集裝箱運(yùn)輸作為發(fā)展重點(diǎn)， 加快推進(jìn)干線運(yùn)輸、 江海聯(lián)運(yùn)與郵輪運(yùn)輸相結(jié)合， 通過不斷提升高端航運(yùn)服務(wù)， 推動(dòng)上海港向智能化、 高效化的集裝箱樞紐港邁進(jìn)。 寧波舟山港， 由于地理位置優(yōu)勢(shì)， 一直在集裝箱、 大宗能源、 原材料等運(yùn)輸方面存在絕對(duì)優(yōu)勢(shì)， 因此寧波舟山港仍應(yīng)將其作為發(fā)展重點(diǎn)， 進(jìn)一步強(qiáng)化集裝箱樞紐功能， 推動(dòng)相關(guān)臨港產(chǎn)業(yè)發(fā)展， 打造以服務(wù)海洋產(chǎn)業(yè)為主兼顧綜合業(yè)務(wù)的國(guó)際型樞紐港。

連云港在集裝箱運(yùn)輸量方面占據(jù)江蘇省首位， 應(yīng)以集裝箱運(yùn)輸優(yōu)先發(fā)展為宗旨， 全力服務(wù)于地方及中西部區(qū)域發(fā)展， 努力建成帶動(dòng)區(qū)域經(jīng)濟(jì)發(fā)展的組合大港。 將安徽地區(qū)港口作為重點(diǎn)發(fā)展區(qū)域， 保障疏港鐵路規(guī)劃建設(shè)工程有序推進(jìn)， 不斷完善港口集疏運(yùn)網(wǎng)絡(luò)， 推動(dòng)產(chǎn)業(yè)、 技術(shù)、 人才的快速流動(dòng)和高效配置，深入推進(jìn)安徽港口、 江蘇港口資源整合。 加強(qiáng)江、海、 河聯(lián)運(yùn)發(fā)展， 不斷推進(jìn)江蘇、 安徽沿江港口江海直達(dá)、 聯(lián)運(yùn)的相關(guān)碼頭、 錨地等港口基礎(chǔ)設(shè)施改造工程建設(shè)， 有序開展蕪湖、 馬鞍山港口資源整合， 強(qiáng)化江海聯(lián)運(yùn)中轉(zhuǎn)服務(wù)功能。 通過鼓勵(lì)采取交叉持股等方式不斷強(qiáng)化各港口集團(tuán)合作， 促進(jìn)長(zhǎng)三角地區(qū)港口協(xié)同聯(lián)動(dòng)發(fā)展[14]。

（4） 強(qiáng)化航運(yùn)服務(wù)功能， 加大港口信息化建設(shè)投入， 提升港口軟實(shí)力。 堅(jiān)持務(wù)實(shí)合作， 依托現(xiàn)有航運(yùn)服務(wù)基礎(chǔ)， 積極發(fā)展航運(yùn)金融、 航運(yùn)信息、 航運(yùn)科技服務(wù)等， 整合提升港口航運(yùn)服務(wù)質(zhì)量， 打造現(xiàn)代化高端航運(yùn)服務(wù)業(yè)， 不斷提升全球航運(yùn)資源組織配置能力[16]。 進(jìn)一步增加信息化資金投入， 將 “互聯(lián)網(wǎng)+”、物聯(lián)網(wǎng)、 大數(shù)據(jù)、 移動(dòng)互聯(lián)網(wǎng)應(yīng)用于港口物流業(yè)， 以信息為紐帶加快構(gòu)建港口物流大數(shù)據(jù)服務(wù)平臺(tái)， 強(qiáng)化信息集聚和處理的能力。 憑借信息技術(shù)， 努力建設(shè)出一個(gè)集聚港口物流信息的網(wǎng)絡(luò)中心， 對(duì)港口內(nèi)部信息進(jìn)行高效整合和處理， 逐步實(shí)現(xiàn)港口內(nèi)部運(yùn)營(yíng)的信息化和智能化。 對(duì)于港口的外部聯(lián)通方面， 可以從優(yōu)化港口物流信息系統(tǒng)的性能著手， 如可以將外部的相關(guān)流程轉(zhuǎn)變?yōu)楦劭趦?nèi)部信息系統(tǒng)的服務(wù)環(huán)節(jié)， 如支付結(jié)算、 信息查詢等， 加快建成智慧港口。