于謹凱，潘菁

（中國海洋大學經濟學院，山東青島266100）

【產業(yè)經濟】

基于超效率DEA-Malmquist模型的我國海洋交通運輸業(yè)效率分析

于謹凱，潘菁

（中國海洋大學經濟學院，山東青島266100）

結合超效率DEA模型和Malmquist指數，對2009—2013年我國11個沿海省市的海洋交通運輸業(yè)進行效率分析。實證表明：每年只有2～3個省市的經營效率達到了DEA有效，同一年各省市的效率相差較大；行業(yè)呈現規(guī)模報酬遞減的趨勢；行業(yè)整體綜合技術效率較低，同年不同省市的綜合技術效率呈現兩極分化，純技術效率低下是主要原因；我國海洋交通運輸業(yè)Malmquist指數發(fā)展平穩(wěn)，各省市的Malmquist指數相差較大，綜合技術效率的負增長是主要影響因素。

超效率DEA；Malmquist指數；海洋交通運輸業(yè)；效率

1　相關研究概況

1.1海洋交通運輸業(yè)研究概況

Talley W K（2013）［1］研究了海洋運輸業(yè)中承運人利潤、港口吞吐量和托運人物流成本對承運人、港口和托運人選擇的影響，發(fā)現利潤對承運人在海洋運輸中的選擇有直接或間接的正向影響，港口吞吐量對一個港口的選擇也有直接或間接的正向影響，托運人成本則對托運人有直接或間接的反向影響；Karyn Morrissey，Cathal O’Donoghue（2013）［2］運用投入產出方法分析了愛爾蘭海洋交通運輸業(yè)集群的潛能，研究發(fā)現在愛爾蘭的都柏林地區(qū)存在海洋經濟活動的集群并提出應采取加強都柏林地區(qū)港口基礎設施建設，對海洋運輸部門進行明確定位等措施來促進海洋交通運業(yè)的集群。國內對海洋交通運輸業(yè)的研究較少，主要集中在海洋交通運輸業(yè)碳排放和海洋交通運輸業(yè)與整體經濟關系的研究。紀建悅，孔膠膠（2012）［3］運用STIRFDT模型對我國海洋交通運輸業(yè)碳排放進行預測研究，研究表明控制碳排放量主要依靠單位周轉量能耗的降低；紀建悅，孔膠膠（2011）［4］構建了海洋交通運輸業(yè)碳排放恒等式，運用LMDI分解技術，分析了影響我國海洋交通運輸業(yè)碳排放量的關鍵因素，得出了海洋交通運輸業(yè)減排的關鍵在于調整能源結構的結論；張晉青（2010）［5］利用灰色關聯度模型研究了遼寧省海洋交通運輸業(yè)與遼寧省海洋經濟發(fā)展的關系，結合區(qū)位熵和偏離份額分析法對遼寧省海洋交通運輸業(yè)在環(huán)渤海地區(qū)的競爭力進行了定位，并在此基礎上對遼寧省海洋交通運輸業(yè)發(fā)展提出了對策與建議。趙昕，梁明星（2010）［6］以漁業(yè)產值、港口吞吐量、濱海旅游收入為自變量，GDP為因變量進行多元線性回歸，測算了青島海洋漁業(yè)、海洋交通運輸業(yè)和濱海旅游業(yè)對青島整體經濟的影響，實證表明海洋交通運輸業(yè)對整體經濟有明顯的拉動作用，作者提出應加強青島港的龍頭位置，加大港口基礎設施建設，提高港口運作效率，加快港口相關產業(yè)的發(fā)展來促進青島海洋交通運輸業(yè)的發(fā)展，進而拉動青島的整體經濟。

1.2DEA模型研究概況

DEA（Data Envelop Analysis，數據包絡分析）及其改進模型常用于社會經濟系統的績效評價。Alexander Cotte Poveda（2013）［7］運用超效率DEA模型，以1為投入變量，GDP、基尼系數的倒數、未滿足的基本需求的倒數等作為產出變量研究了1993—2007年哥倫比亞各地區(qū)的經濟發(fā)展和增長情況；Peter Wanke，Carlos Barros（2013）［8］運用兩階段DEA模型，以分行個數，員工數目為投入指標，行政費用和人事費用為中間指標，股東權益和固定資產為產出指標，研究了巴西各銀行的成本效率和生產效率，得出了巴西各銀行是異構的的結論；Aydln ?elen，Nese Yal?ln（2012）［9］結合模糊層次分析法、逼近理想解排序法和DEA模型研究了土耳其電力分銷市場的配電效率；Chen Yushan，Chen Biyu（2010）［10］利用DEA模型和Malmquist指數研究了2004—2007年臺灣晶圓制造業(yè)的經營效率，得出了臺灣晶圓制造業(yè)必須提高綜合技術效率和純技術效率來改善經營績效的結論；王雙（2013）［11］從資源環(huán)境、經濟增長、制度環(huán)境三個方面構建了海洋經濟競爭力評價指標，利用DEA模型測算了2001—2010年我國沿海主要經濟區(qū)的經濟競爭力，分析了資源稟賦、產業(yè)結構、科技水平、環(huán)境保護、政策支持五個因素對海洋經濟競爭力的影響，并根據各海洋經濟區(qū)競爭力強弱，提出了提升競爭力的發(fā)展建議；謝子遠，鞠芳輝，孫華平（2012）［12］運用超效率DEA模型測度了2006—2009年我國區(qū)域海洋創(chuàng)新效率，分析了我國海洋科技創(chuàng)新效率的影響因素分析并進行了實證檢驗，研究發(fā)現海洋科研機構規(guī)模、高級職稱人員比重與海洋科技創(chuàng)新效率正相關，專業(yè)技術人員比重及研究生比重與海洋科技創(chuàng)新效率負相關，提出了提高海洋科技創(chuàng)新效率的相應對策；程娜（2012）［13］分析了我國海洋第二產業(yè)的發(fā)展特征，以2006—2010年的海洋第二產業(yè)不同控股類型的上市公司為樣本構建了DEA模型，實證表明：非國有控股類涉海企業(yè)的經營效率要比國有控股類高，大部分的國有控股類涉海企業(yè)均處于無效率的規(guī)模報酬遞減的經營狀態(tài)中，海洋第二產業(yè)的經營效率受產權結構、經營規(guī)模、技術創(chuàng)新能力和經營管理水平等因素的影響；范斐，孫才志，張耀光（2011）［14］運用DEA模型和Malmquist生產力指數分析了1995—2008年環(huán)渤海經濟圈17個沿海城市的海洋經濟效率，實證表明：環(huán)渤海經濟圈沿海城市海洋經濟的效率在不斷提升，技術進步的有效變動是海洋經濟效率提升的主要原因，一些沿海城市海洋經濟發(fā)展因存在純技術無效或者純規(guī)模無效或者純技術與純規(guī)模均無效從而導致綜合運行效率欠佳。

2　超效率DEA模型及Malmquist指數介紹

2.1超效率DEA模型介紹

DEA模型［15］是基于投入和產出變量，利用數學規(guī)劃的方法，用于評價決策單元（decision making unit，DMU）相對效率的非參數估計方法，由Charnes A和Cooper W W等人于1978年提出。DEA模型主要有四個優(yōu)點［7］：①基于多個投入和產出變量，不限制投入產出變量的個數；②不需要假設投入和產出變量的函數關系；③通過判斷DMU是否位于生產可能集的“生產前沿面”上來判斷是否為DEA有效；④不存在內生性問題。基于以上優(yōu)點，DEA模型被廣泛運用于社會經濟系統的相對效率評價中。

經過三十多年的發(fā)展，國內外學者對DEA模型進行了擴充和完善，出現了超效率DEA模型等。一般的DEA模型只能評價DMU是否相對有效，不能對相對有效的DMU進行排序，而超效率DEA模型則可以實現相對有效DMU之間的比較。超效率DEA模型的形式［16］為：

模型共有t個投入變量，m個產出變量，n個DMU。s-和xk為t維向量，xk為第k個DMU（DMU-k）的投入向量，s-為負偏差變量。s+和yk為m維向量，yk為DMU-k的產出向量，s+為正偏差變量。ε為非阿基米德無窮小。λj為DMU-j被引用的權重。θ為DMU-k相對效率值。θ，λj，s+，s-為待估參數。

設θ，λj，s+，s-為上述模型的最優(yōu)解，有：

（2）若θk＞1，則DMU-k為DEA有效，技術和規(guī)模都是有效的，且投入等比例增加（θk-1）倍，DMU-k在樣本中仍能保持相對有效。

（3）若θk＜1且，則DMU-k為非DEA有效，這表明DMU-k在技術和規(guī)模都是無效的，可將投入減至，產出增至（yk+s+）來提升效率，達到DEA有效。

2.2Malmquist指數介紹

Malmquist指數［17］是由Malmquist在消費分析的過程中首先提出，后在1982年經Caves、Christeren和Diewert將其與距離函數結合建立起來的用于考察全要素生產率增長（total factor productivity change，TFP-ch）的生產力指數。由于當時Malmquist指數中距離函數計算的復雜性，其運用并不廣泛。直到DEA理論的快速發(fā)展，Fare等人提出可以通過DEA方法來計算Malmquist指數中的距離函數，Malmquist指數才被廣泛運用于效率分析領域。

根據Shephard距離函數將全要素生產率增長分解為綜合技術變動（technical change，TECH-ch）和技術效率變動（technical efficiency change，TE-ch）。在規(guī)模報酬不變的假設下，TFP-ch的計算公式［18］為：

將Malmquist指數分解可得到：

TECH-ch＞1意味管理組織效率的提升，反之則為降低；TE-ch＞1意味著技術效率提升，反映了技術進步，反之則為技術衰退。

Malmquist指數的距離函數的DEA模型［19］為：

3　指標與數據

3.1指標選取、數據來源及數據處理

本文選取2009—2013年11個沿海省市（天津，河北，遼寧等）作為DMU，選取沿海交通固定投資完成額①因交通運輸部統計公報中沿海交通固定投資完成額的統計時間跨度為每年1—11月，因此以每年1—11月的數據作為指標數值。為投入指標，沿海地區(qū)旅客吞吐量，沿海地區(qū)貨物吞吐量，沿海港口國際標準集裝箱重量和海洋貨物周轉量4個指標為產出指標。本文數據來源于《中國海洋統計年鑒》和中華人民共和國交通運輸部網站（http：//www.moc.gov.cn/）。

3.2指標Pearson相關性檢驗

超效率DEA模型要求投入和產出指標符合同向性關系，即投入和產出同方向變動。因此需對投入和產出指標進行Pearson相關性檢驗［20］。相關系數越高，則效率評價結果越可靠。求解各年投入和產出指標的Pearson相關系數，計算平均值，得到結果如表1所示。

表1　海洋交通運輸業(yè)投入產出指標Pearson相關系數Tab.1Pearson correlation coefficient of marine communicationsand transportation's input and output index

表1顯示投入和產出指標的Pearson相關系數都在0.92以上，相關性非常好，因此本文認為指標選取合適，可用于實證分析。

圖1　海洋交通運輸業(yè)描述性效率分析Fig.1Descriptive analysis of marine communicationsand transportation efficiency

4　海洋交通運輸業(yè)效率實證分析

4.1描述性效率分析

海洋貨物吞吐量和海洋旅客吞吐量能較好地反應海洋交通運輸能力。本文選取這兩個指標，計算11個沿海省市2009—2013年的平均值，進行描述性效率分析。

圖1顯示天津、江蘇、廣西和福建的客運貨物吞吐量均較小；海南的貨物吞吐量較小，但客運吞吐量較大；河北、上海和遼寧的客運吞吐量較小，但貨物吞吐量較大；山東、浙江的客運和貨物吞吐量均較大；廣東在11個省市中貨物和客運吞吐量均位居第一。

表22009　—2013年海洋交通運輸業(yè)超效率DEA模型效率分數及排名結果Tab.2Super efficiency DEA model efficiency score and ranking result of the marine communicationsand transportation industry in 2009-2013

4.2超效率DEA模型結果分析

表2顯示，2009—2013年每年都只有2～3個省市的海洋交通運輸業(yè)經營效率為DEA有效，其中上海在5年中均保持DEA有效，海南除了2012年、廣東除了2013年外其余年份均為DEA有效。廣東和上海是我國海洋經濟實力較強的省市，同時在我國對外貿易中占據非常重要的戰(zhàn)略地位，這就要求二者在港口建設、港口布局、船隊管理、船隊設施配備等方面都要優(yōu)于其他沿海省市，對投入資源的利用更有效，產出效率更理想，從而其海洋交通運輸業(yè)的效率要高于其他沿海省市。海南的固定投資完成額在沿海省市中相對較小，但近幾年來海南一直在加強港口建設，致力于形成“四方五港”格局，為海南國際旅游島服務，這推動了海南海洋交通運輸業(yè)的大力發(fā)展，使海南的海洋交通運輸業(yè)效率位居前列。除上海、廣東和海南以外的沿海省市在2009—2013年一直為DEA無效，其中廣西一直徘徊在10和11名，效率較低。廣西海洋資源豐富，具有很大的發(fā)展?jié)摿Γ＿\航線不足、船舶工業(yè)落后、港口現代化建設不完善、海洋科技落后等問題導致了其在海洋交通運輸業(yè)上的低效率?？v向來看，在2009—2013年中排名變化較大的有：遼寧的排名由2009年的第7名降為2010年的第9名，后一路攀升至2013年的第4名；江蘇的排名由2009年第4名下降至2011年第10名，并在2012年維持在第10名，后又升至2013年第8名。橫向來看，同一年各沿海省市的效率分數相差較大。2013年位居首位的上海的效率分數是764.28%，最后一名廣西的效率分數只有8.66%，這意味著上海再增加664.28%的投入，仍可保持相對有效，廣西卻要將投入至少減少91.34%才能實現DEA有效。各沿海省市效率之間的巨大差異與自身的港口、船隊建設有較大的關系。

4.3Malmquist指數計算結果分析

4.3.1縱向分析

規(guī)模效率反映了DMU所處的規(guī)模狀態(tài)，純技術效率反映了DMU對資源的利用情況，綜合技術效率則結合了規(guī)模效率和純技術效率，綜合反映了DMU的管理組織水平。表3顯示我國海洋交通運輸業(yè)的綜合技術效率較低，且呈現遞減的趨勢。2009—2013年綜合技術效率均未超過0.60，整個行業(yè)處于綜合技術效率無效的狀態(tài)，效率值由2009年的0.60下降到了2013年的0.41。整個行業(yè)純技術效率也較低，呈現先減后增的趨勢，從2009年的0.68降至2012年的0.48，后又升至2013年的0.61。純技術效率小于1說明整個行業(yè)對于投入資源的利用是無效率的，造成了投入資源的浪費，但純技術效率的變動說明利用效率在逐步提升。整個行業(yè)的規(guī)模效率呈現先增后減的趨勢，從2009年的0.86提升至2010年的0.90，后又逐步降至2013年的0.62。規(guī)模效率值小1說明整個行業(yè)的規(guī)模是無效的，沒有獲得規(guī)模效益。由“綜合技術效率=純技術效率×規(guī)模效率”可知，純技術效率或規(guī)模效率的低下都能造成較低的綜合技術效率。我國海洋交通運輸業(yè)的規(guī)模效率一直大于純技術效率，由此可知純技術效率是導致我國海洋交通運輸業(yè)綜合技術效率低下的主要原因。我國港口和船隊的管理效率低下，港口綜合能力不高，缺少世界一流的船隊，船隊的配備設施也難以媲美發(fā)達國家水平，這些都導致了我國海洋交通運輸業(yè)純技術效率的低下，進而造成了較低的綜合技術效率。

從規(guī)模報酬狀態(tài)和DMU單元數來看，規(guī)模報酬遞減的DMU個數先減后增，由2009年的1個減至2010年的0個，后又增加至2013年的6個；規(guī)模報酬不變的DMU個數保持相對穩(wěn)定，維持在2～3個；規(guī)模報酬遞增的DMU個數呈現先增后減的趨勢，由2009年的7個增加至2010年的8個，后減至2013年的3個，變化較大。整體來看，我國海洋交通運輸業(yè)呈現規(guī)模報酬遞減的趨勢，主要是由規(guī)模擴大帶來的內部分工不合理，生產不協調，管理低效率和生產決策信息不對稱造成的，這也與前文分析得出的我國海洋交通運輸業(yè)規(guī)模效率不高保持一致。

表32009　—2013年海洋交通運輸業(yè)各年平均效率值Tab.3 Average efficiency of the marine communicationsand transportation industry in 2009-2013

4.3.2橫向分析

表4顯示2013年我國沿海地區(qū)的綜合技術效率值呈現兩極分化，上海和海南的綜合技術效率為1，位于技術效率前沿，廣東、遼寧和山東的綜合技術效率分別為0.64、0.50和0.48，高于大部分沿海省市；河北、江蘇、浙江、福建的綜合技術效率分布在0.10～0.28之間，廣西和天津的綜合技術效率處于下游位置，分別為0.09和0.07。規(guī)模效率分布在0.4～0.9之間。純技術效率差異較大，遼寧、上海、廣東和海南的純技術效率為1，山東的純技術效率為0.99，實現了對投入資源的有效利用，其余沿海省市則均未超過0.55，資源利用效率較低。除遼寧、浙江、山東和廣西以外的沿海省市規(guī)模效率均大于純技術效率，這意味著純技術效率低下是制約海洋交通運輸業(yè)效率提升的主要因素。從規(guī)模報酬來看，天津、江蘇、廣西是規(guī)模報酬遞增的，同時它們的規(guī)模效率均小于1，處于規(guī)模無效狀態(tài)，因此可以擴大這幾個省市的經營規(guī)模來實現規(guī)模經濟，達到規(guī)模有效。需從管理、分工等方面來改善河北、遼寧、浙江、福建、山東和廣東的規(guī)模報酬遞減問題。其余年份的分析與此類似，不再贅述。

4.3.3動態(tài)分析

表5顯示有5個省市的Malmquist指數大于1，6個省市的Malmquist指數小于1。其中上海的Malmquist指數最大，為1.54，這說明上海的全要素生產率提升最快，達到了54.00%。廣東的Malmquist指數最小，為0.87，這說明廣東雖然實現了經營效率的DEA有效，但出現了全要素生產率的負增長。就均值而言，整個海洋交通運輸業(yè)的Malmquist指數為1.03，意味著整個行業(yè)的全要素生產率增長了3.00%，主要得益于技術效率提升了20.00%，不僅抵消了純技術效率和規(guī)模效率的負增長，還帶動了全要素生產率的增長。除廣東和海南外其他沿海省市的技術效率變動均大于1，表明海洋交通運輸業(yè)的技術出現了一定的進步；純技術效率變動分布在0.70～1.23之間，各省市差距較大。遼寧的純技術效率提升了23%，而江蘇卻出現了30%的負增長，純技術效率變動已經成為各省市拉開生產率效率的主要原因。各省市的規(guī)模效率變動集中分布在0.83～1.00之間，說明規(guī)模效率一直處于負增長狀態(tài)。在純技術效率和規(guī)模效率負增長的共同作用下，河北、江蘇和浙江的Malmquist指數小于1。

表42013　年海洋交通運輸業(yè)各省市的效率值Tab.4The efficiency of marine communications and transportation industry in various provinces in 2013

表52009　—2013年各省市Malmquist指數及各項效率變動Tab.5The efficiency and Malmquist index changes of 11 provinces in 2009-2013

表6顯示我國海洋交通運輸業(yè)的Malmquist指數發(fā)展較為平穩(wěn)，在2009—2010年、2011—2012年和2012—2013年三個時段均維持在1.05～1.12之間。年均Malmquist指數為1.03，意味著全要素生產率較上年平均增長了3.00%。

2009—2010年的Malmquist指數為1.08，較上一年增長了8.00%，主要得益于技術效率提升了46%，不僅抵消了綜合技術效率26%的負增長，還帶動了Malmquist指數的小幅提升。2010—2011年技術效率提升了10%，綜合技術效率下降了19%，綜合技術效率的大幅下降帶動Malmquist指數下降11%。2011—2012年技術效率較上年提升了31%，綜合技術效率較上一年下降了20%，得益于技術效率的再一次大幅提升，Malmquist指數相較上年出現了5%的小幅增長。2010—2011和2011—2012兩個時段綜合技術效率的下降是由純技術效率和規(guī)模效率同時負增長造成的。2012—2013年Malmquist指數出現大幅增長。技術效率變動為0.99，與上年基本持本。純技術效率出現了五年來的第一次增長，較上年增長了33.00%，從而使綜合技術效率提升了14.00%。綜合效率的大幅提升使得Malmquist指數增長了3.00%。

近幾年來，我國在港口建設、航道整治、裝卸工藝、裝備產品等技術上都取得了進步，在一些重大工程關鍵技術上也取得了突破，拉近了與世界先進水平的差距，推動了我國海洋交通運輸業(yè)的發(fā)展，為我國海洋交通運輸業(yè)全要素生產率的提升提供了動力。與此相對應，2009—2013年我國海洋交通運輸業(yè)技術效率的平均變動大于1，但是各時段進步的幅度波動較大，不能成為全要素生產率的穩(wěn)定增長點，如何有效利用科研投入，促進技術進步，是實現生產率快速增長的重要課題。目前我國碼頭泊位嚴重不足，泊位等級不高，港口現有設備數量較少，設施陳舊落后，港口綜合能力不高，海洋運輸船隊老化陳舊，運力不足［22］，這些問題導致了我國海洋交通運輸業(yè)在管理上的低效率，最直接的表現就是2009—2013年中只有2012—2013年的綜合技術效率變動大于1，其余均小于0.82。不穩(wěn)定的技術進步和低效率的管理水平的共同作用結果就是震動波蕩的Malmquist指數，2009—2013年我國海洋交通運輸業(yè)的Malmquist指數的變動趨勢明顯體現了這一特點。因此，如何從技術進步和管理效率兩方面出發(fā)來提升全要素生產率是促進我國海洋交通運輸業(yè)發(fā)展的關鍵所在。

表62009　—2013年海洋交通運輸業(yè)Malmquist指數及各項效率變動Tab.6The efficiency and Malmquist index changes of marine communicationsand transportationindustry in 2009-2013

5　結語

本文選取沿海交通固定投資完成額作為投入指標，海洋旅客吞吐量、海洋貨物吞吐量、集裝箱重量和貨物周轉量作為產出指標，結合超效率DEA模型和Malmquist指數對2009—2013年我國沿海省市的海洋交通運輸業(yè)的效率進行了研究，得到了五個結論：①2009—2013年間每年海洋交通運輸業(yè)經營效率達到DEA有效的只有2～3個省市，上海、廣東和海南位居前列；②我國海洋交通運輸業(yè)綜合技術效率低下，主要是因為純技術效率較低；整個行業(yè)規(guī)模效率不高，呈現規(guī)模報酬遞減的趨勢；③同年不同省市的綜合技術效率呈現兩極分化，2013年上海和海南的綜合技術效率為1，廣西和天津只達到0.09和0.07，與其它沿海省市差距較大，純技術效率是造成差異的主要因素；④2009—2013年各沿海省市的海洋交通運輸業(yè)發(fā)生了明顯的技術進步，但Malmquist指數相差較大，綜合技術效率的不同變動是造成差異的主要原因；⑤2009—2013年我國海洋交通運輸業(yè)Malmquist指數發(fā)展平穩(wěn)，主要得益于技術效率的提升抵消了綜合技術效率的波動。

我國海洋交通運輸業(yè)經營效率的提升面臨的最大障礙就是綜合技術效率低下。本文認為［22］應從港口、船隊和人才建設三方面出發(fā)，來提升綜合技術效率：①大力加強港口建設。繼續(xù)深化“港口先行”的思想，優(yōu)化港口布局，拓展港口功能，大力發(fā)展港口經濟。加強港口群建設，盡快形成大中小結合，功能齊全的港口群。各沿海省市應因地制宜，合理規(guī)劃港口發(fā)展，利用自身優(yōu)勢，發(fā)展不同類型的港口。加快老港改造，新港建設，配備現代化設施，提高港口的綜合水平。②大力加強船隊建設。合理調整船隊運輸結構，提高船隊的技術裝備水平，加強船隊管理和運輸調度，提高船隊綜合運輸能力和服務水平。借鑒發(fā)達國家船隊建設經驗，取長補短，力求打造世界一流船隊。③大力加強海運人才建設。加大對海洋交通運輸業(yè)的科研投入，鼓勵自主創(chuàng)新，不斷吸收高質量的海運人才，舉辦各類宣傳、培訓活動，提高海運人才的整體素質水平，形成以知識帶動海洋交通輸業(yè)發(fā)展的局面。

［1］Talley W K.Maritime transport chains：carrier，port and shipper choice effects［J］.International Journal of Production Economics，2014（151）：174-179.

［2］Morrissey K，O’Donoghue C.The potential for an Irish maritime transportation cluster：An input-output analysis［J］.O-cean&Costal Management，2013（71）：305-313.

［3］紀建悅，孔膠膠.基于STIRFDT模型的海洋交通運輸業(yè)碳排放預測研究［J］.科技管理研究，2012（6）：79-81.

［4］紀建悅，孔膠膠.中國海洋交通運輸業(yè)碳排放因素分解研究［J］.海洋經濟，2011（6）：8-11.

［5］張晉青.遼寧省海洋運輸業(yè)發(fā)展研究［J］.資源開發(fā)與市場，2010（26）：817-820.

［6］趙昕，梁明星.海洋產業(yè)對整體經濟作用的實證分析——以青島市為例［J］.漁業(yè)經濟研究，2010（2）：8-11.

［7］Alexander Cotte P.Economic development and growth in Colombia：An empirical analysis with super-efficiency DEA and panel data models［J］.Socio-Economic Planning Sciences，2011，45（4）：154-164.

［8］Wankea P，Barros C.Two-stage DEA：An application to major Brazilian banks［J］.Expert Systems with Applications，2014，41（5）：2337-2344.

［9］?elen A，Yal?ln N.Performance assessment of Turkish electricitydistributionutilities：Anapplicationofcombined FAHP/TOPSIS/DEA methodology to incorporate quality of service［J］.Utilities Policy，2012（23）：59-71.

［10］Chen Yu-Shan，Chen Bi-Yu.Applying DEA，MPI，and grey model to explore the operation performance of the Taiwanese wafer fabrication industry［J］.Technological Forecasting&Social Change，2011，78（3）：536-546.

［11］王雙.我國主要海洋經濟區(qū)的海洋經濟競爭力比較研究［J］.華東經濟管理，2013（3）：70-75.

［12］謝子遠，鞠芳輝，孫華平.我國海洋科技創(chuàng)新效率影響因素研究［J］.科學管理研究，2012，30（6）：13-16.

［13］程娜.基于DEA方法的我國海洋第二產業(yè)效率研究［J］.財經問題研究，2012（6）：28-34.

［14］范斐，孫才志，張耀光.環(huán)渤海經濟圈沿海城市海洋經濟效率的實證研究［J］.統計與決策，2011（6）：119-123.

［15］魏權齡.評價相對有效性的數據包絡分析模型［M］.北京：中國人民大學出版社，2012.

［16］韓一杰，劉秀麗.基于超效率DEA模型的我國各地區(qū)鋼鐵行業(yè)能源效率及節(jié)能減排潛力分析［J］.系統科學與數學，2011（3）：287-298.

［17］趙秀娟，張洪水.Malmquist指數在中國證券投資基金業(yè)評價中的應用［J］.系統工程理論與實踐，2010（4）：646-653.

［18］趙偉，馬瑞永，何元慶.全要素生產率變動的分解［J］.統計研究，2005（7）：37-42.

［19］楊琛琛.基于能源環(huán)境效率的相關組織決策分析研究［D］.安徽：中國科學技術大學，2012.

［20］陸靜，梁芹，曹志強.我國產險市場的三階段DEA效率演進［J］.保險研究，2012（5）：23-35.

［21］楊樹旺，張康光，牛苗苗.中國礦業(yè)生態(tài)經濟效率評價研究［J］.宏觀經濟研究，2011（12）：66-78.

［22］薛忠義，劉舒.以海洋交通運輸發(fā)展推動海洋強國戰(zhàn)略實施［N］.大連日報，2013-07-12（B03）.

Performance Analysis on the Marine Communications and Transportation Industry in China Based on the Super-efficiency DEA-Malmquist Model

Yu Jinkai，Pan Jing
（School of Economics，Ocean University of China，Qingdao 266100，China）

This article analyzed the performance of China's marine communications and transportation industry through the super-efficiency DEA-Mamlquist model in 11 coastal provinces over the period 2009-2013.The article used fixed asset investment as an input index，and volume of passenger turnover，volume of goods turnover，cargo handledand volume of container as output indexes to rank the provinces.The results showed there were 2-3 provinces whose business efficiency was DEA efficient.And the performance of the provinces was different from one another in the same year.The marine communications and transportation industry showed a tendency of progressively diminishing returns.The integrated technology efficiency of the China's marine communications and transportation industry as a whole was poor，and that among various provinces in the same year seems polarized，the main cause of which was the poorpuretechnicalefficiency.The Malmquist index showed steady development.The Malmquistindexs among various the provinces were very different.The negative growth of the integrated technicalefficiencywas the main reason of poor malmquist index.

super-efficiency DEA；Malmquist index；marinecommunications and transportationindustry；efficiency

F552.3

A

2095-1647（2015）05-0003-10

2015-08-24

國家自然科學基金“海域承載力視角下海洋漁業(yè)空間布局優(yōu)化的模型及應用”［71273247］；國家海洋公益性行業(yè)科研專項“山東半島藍色經濟區(qū)”建設的海洋空間布局優(yōu)化技術體系及決策服務系統應用示范［201205001］；教育部人文社會科學研究項目“我國海洋風能產業(yè)化實現機制研究”［12YJA790020］

于謹凱，男，教授，經濟學博士，主要研究方向為產業(yè)經濟、海洋經濟與管理、國際投資與貿易、總部經濟等，E-mail：YUJINKAI8@126.com。