肖祥鴻，宋炳良

（上海海事大學(xué)經(jīng)濟管理學(xué)院，上海 201306）

一、引言

近些年來裝卸總量領(lǐng)先于全球的國內(nèi)許多港口，令世界刮目相看。但是，港口的生產(chǎn)力綜合效率是否有效、規(guī)模效益是否經(jīng)濟、技術(shù)是否先進、投入產(chǎn)出是否恰當(dāng)、管理和經(jīng)營水平是否一流等等，有待用真實數(shù)據(jù)對其效率進行研判。

相對于涉及領(lǐng)域廣泛的港口，用一般的分析方法，不能很容易獲得其有用的數(shù)據(jù)。而利用非參數(shù)法（DEA），能夠比較有效地對港口效率進行評價：第一，采用多投入和多產(chǎn)出變量，可以相對有效地了解各個環(huán)節(jié)的效果；第二，不用量綱統(tǒng)一、自由搭配對象，可以比較容易地對所需要求進行分析；第三，排除了主觀因素，一切可以通過數(shù)據(jù)來展示效率優(yōu)劣。

二、文獻綜述

國內(nèi)外學(xué)者在港口效率研究方面有了很大的發(fā)展，特別是利用非參數(shù)前沿方法分析港口的實例還是不少的。

Tongzon（2001）[1]運用DEA 模型分析了澳大利亞四個港口和及其他12 個國際港口的數(shù)據(jù)，選取投入5 項、產(chǎn)出2 項，盡管其結(jié)果得出效率值為1 的港口有不少，但還是指出了墨爾本、鹿特丹、橫濱、大阪等四港口的非效率主要是碼頭泊位偏少、面積小、工作懈怠等原因造成。Tongzon 和Wu（2005）[2]利用隨機前沿模型對全世界25 個集裝箱港口進行了分析，而且將港口的經(jīng)營行為作了4 種區(qū)分，得出了只有完全民營或地主型性質(zhì)的港口，其效率相對就較高的結(jié)論。Wu 和Goh（2010）[3]對21 國主要港口進行了分析，其中包括發(fā)達國家和發(fā)展中國家。從結(jié)果分析得出：中國的上海港、孟加拉國的吉大港、巴西的桑托斯港比發(fā)達國家G7 的港口更具有優(yōu)勢，其理由是比起單純的貨物量的大小來，港口設(shè)施的運轉(zhuǎn)率的平衡顯得更為重要。倉本一薫·赤井伸郎（2013）[4]對日本國內(nèi)的大小55 個集裝箱港口進行了分析，從財政和港口管理體制等組織方面，謀求相關(guān)效率性因素。將港口管理者的經(jīng)費開支作為勞動力投入，其結(jié)果港口管理者上年度資金轉(zhuǎn)移現(xiàn)象較多，對國債依賴性較強，并沒有很好地進行高效率港口運營。湯莎莎和寺田一薫（2013）[5]為了保持國際競爭力，分析了日本港口管理、規(guī)則、制度的系統(tǒng)及要素結(jié)構(gòu)，對于港口而言，位置對效率的影響不容忽視，從技術(shù)效率值來看，瀨戶內(nèi)海大部分港口比日本海側(cè)來的高，往亞洲的國際航線頻數(shù)和效率性有著非常強的正向關(guān)系。張建勇等（2019）[6]運用DEA 模型對天津港的效率進行了分析，得出結(jié)果是近幾年港口的規(guī)模收益呈遞減趨勢，只有降低成本、優(yōu)化資源配置、加強管理措施，才能提高港口的整體效率。

表1 相關(guān)研究的投入產(chǎn)出一覽表

綜上所述，各學(xué)者利用非參數(shù)法從各個角度對港口效率進行了分析和評價，取得了一定的成效。但是，也存在不足之處：第一，在投入和產(chǎn)出項變量的選取上大致相同但不到位，在投入項中很少列入關(guān)鍵的成本投入變量、勞動力變量，而在產(chǎn)出項中基本上沒有資金收入變量，大都以貨物吞吐量來表示，所以很難正確表示港口的運營能力；第二，從前述國內(nèi)外港口的分析來看，對港口投入、產(chǎn)出的資金增益基本上沒有什么評價，或許是因為缺少相應(yīng)的數(shù)據(jù)、或許是忽視港口經(jīng)濟效益的作用，殊不知經(jīng)濟增長才是港口得以持續(xù)發(fā)展的基礎(chǔ)。

因此，本文以2009—2018 年國內(nèi)8 個主要港口的數(shù)據(jù)，設(shè)定輸入變量為經(jīng)營總成本、勞動力人數(shù)和萬噸級碼頭，產(chǎn)出變量為經(jīng)營總收入和貨物總吞吐量，這樣可以便于對港口的生產(chǎn)力效率、港口盈利情況及港口規(guī)模效益等進行系統(tǒng)性分析，也符合港口生產(chǎn)運營效率的實際情況。

三、研究方法簡介

（一）DEA-CRS（CCR）模型

假設(shè)有n 個DMU1，DMU2，…，DMUn，每個DMU有m 種輸入和s 種輸出，DMUj的輸入和輸出向量分別為xj=（x1j，x2j，…，xmj）T，yj=（y1j，y2j，…，ymj）T，j=1，2，…，n。設(shè)DMUj0的輸入、輸出向量分別為（xj0，yj0）簡記為（xj，yj），則評價第j0個決策單元相對有效性的CCR 模型為：

其中S-和S+是松弛變量，表示投入的冗余量及產(chǎn)出的不足量；λ 是相對于DMU0重新構(gòu)造一個有效DMU 組合中第j 個決策單元的組合比例；θ 為決策單元的有效值，當(dāng)θ=1 且S-和S+=0 時，稱DMU0為DEA 有效；當(dāng)θ=1 且S-和S+≠0 時，稱DMU0為DEA 弱有效，而當(dāng)θ<1 時，稱DMU0為DEA 非有效[7]。

（二）DEA-VRS（BCC）模型

DEA-VRS（BCC）模型是以規(guī)模報酬可變來計算生產(chǎn)部門的技術(shù)效率和純技術(shù)效率，它的經(jīng)濟意義在于用技術(shù)效率來評價企業(yè)在一定的投入條件下，產(chǎn)出是否得到最優(yōu)狀態(tài)；用純技術(shù)效率在投入不變的情況下，產(chǎn)出結(jié)構(gòu)和投入條件是否優(yōu)化或合理。MDU 的效率值由下面的模型計算取得：

技術(shù)效率（TE）=純技術(shù)效率（PTE）×規(guī)模效率（SE），當(dāng)TE=1 的話，則可以說明生產(chǎn)部門的投入和產(chǎn)出達到最優(yōu)；當(dāng)TE<1 時，可以說明生產(chǎn)部門的投入并沒有達到預(yù)期的產(chǎn)出目標。BCC 模型主要對技術(shù)效率進行評價。

假設(shè)有n 個決策單元DMU，而每個決策單元有m 個輸入和S 個輸出，其中：為DMU0的投入、產(chǎn)出的變量，θ 是DMU0的效率值，λ 是對于DMU0有效單元中的n 個DMU 的比例，S 是松弛變量。當(dāng)θ=1，S-=S+=0 時，就表示DMU0相對有效，即在投入X0的基礎(chǔ)上產(chǎn)出Y0達到了最優(yōu)。又當(dāng)θ<1，S-≠0，S+≠0，表示DMU0技術(shù)或規(guī)模無效；如果S-=S+=0，表示技術(shù)有效，令，當(dāng)K=1 時，即DMU0規(guī)模有效，K<1 即規(guī)模報酬遞增，當(dāng)K>l 即規(guī)模報酬遞減[8]。

四、國內(nèi)主要港口的實證分析

以國內(nèi)主要且連年貨物吞吐量排位靠前的沿海8 個港口為研究對象，結(jié)合2009—2018 年10 年來各港口的數(shù)據(jù)，通過DEA-CRS、DEA-VRS 探究其港口效率的真實狀況。所有數(shù)據(jù)來源于中國統(tǒng)計年鑒、中國港口年鑒及滬、深、港三地上市公司年報及融資評價報告。投入產(chǎn)出變量如表2 所示。

表2 DEA 模型的投入產(chǎn)出變量

（一）CCR 模型分析

根據(jù)國內(nèi)8 個主要沿海港口2009—2018 年10年的數(shù)據(jù)，運用DEA 軟件，對DEA-CCR 進行求解。在不考慮規(guī)模報酬的假設(shè)下，對8 個港口10 年來的數(shù)據(jù)進行測算，通過對數(shù)據(jù)的整理，得出其平均值如表3 所示。

表3 2009—2018 年8 個港口的綜合技術(shù)效率值

從表3 中可以看出，8 個港口的綜合效率平均值不盡如人意，并沒有達到DEA 有效（1 為DEA 有效），其中有4 年的平均值都還未達到0.9。但是從8個港口歷年的綜合效率的平均值來看還是呈逐年增長的趨勢。其中長三角地區(qū)的上海港2017 年、2018 年連續(xù)兩年達到EDA 有效，寧波港2009 年和2011 年分別達到DEA 有效；珠三角地區(qū)的廣州港2009 年、2013 年、2017 年和2018 年分別達到DEA有效；環(huán)渤海地區(qū)的天津港2014 年達到DEA 有效，青島港2009 年、2010 年和2018 年達到EDA 有效。但總體來看，顯示出狀態(tài)并不穩(wěn)定，8 個港口10 年達到DEA 有效只占總數(shù)的15%，不少港口處于DEA 欠佳狀態(tài)，其中連云港、廈門港和大連港三個港口十年的平均值分別是0.749、0.808、0.827，雖然其效率值每年有上升趨勢、但仍處于弱勢地位。

在CCR 模型投入導(dǎo)向的狀態(tài)下，由于篇幅關(guān)系這里僅以2018 年1 年8 個港口的效率目標值和實際值進行比較。效率目標值是根據(jù)效率分數(shù)為1 港口設(shè)定的效率前沿計算出來的，是指港口若要達到效率有效的話，應(yīng)該達到的目標值。

根據(jù)模型計算所得的結(jié)果為：除了上海港、廣州港和青島港的效率呈現(xiàn)DEA 有效以外，寧波港、天津港、大連港、連云港和廈門港在總投入、勞動力和泊位數(shù)的徑向值分別應(yīng)按比例下降5.6%、11.4%、18.1%、18.6%、8.8%。即達到目標值總產(chǎn)出和吞吐量，除了上海港、廣州港和青島港以外，其它各港口均應(yīng)適當(dāng)減少它的資金成本投入、勞動力人數(shù)和萬噸泊位數(shù)。其中天津港、連云港、廈門港萬噸級碼頭的松弛值分別冗余4.2%、6.8%和18.8%；產(chǎn)出不足的連云港產(chǎn)出值應(yīng)該增加21.5%、廈門港的吞吐量還需增加20.4%。

從表4 中可以看出，有的港口投入過剩造成資源浪費，有的則是產(chǎn)出值或產(chǎn)能不足，即港口的經(jīng)濟效益和營運效率低下，港口效率隨著國內(nèi)外貿(mào)易形勢和競爭激烈程度的變化而上下起伏不定，即使裝卸量世界領(lǐng)先的港口也不例外。這說明國內(nèi)有些港口在一定程度上還存在應(yīng)對內(nèi)外部環(huán)境變化的能力不足、產(chǎn)能效率穩(wěn)定性差、技術(shù)創(chuàng)新不夠和人浮于事的現(xiàn)象存在。因此，要下功夫去克服困難、擺脫窘境，特別在港口生產(chǎn)能力、規(guī)模效益、資源整合、勞動成本、技術(shù)創(chuàng)新和管理決策方面解決問題。

表4 2018 年目標值和實際值的比較

（二）BCC 模型分析

進一步運用BCC 模型，通過純技術(shù)效率、規(guī)模效率對綜合技術(shù)效率的影響進行效率分析，觀測綜合技術(shù)效率值、純技術(shù)效率值和規(guī)模效率值。為了對數(shù)據(jù)有一定直觀效果，特將2009—2018 年的效率平均值整理如表5、圖1 所示：在BCC 模型下，可以進一步看出綜合技術(shù)效率是由純技術(shù)效率和規(guī)模效率的乘積而成。以表5 和圖1 來看，雖然綜合技術(shù)效率在逐年增大，但規(guī)模效率都低于純技術(shù)效率。從這些港口的總體來看，無論是資本投入、場地設(shè)施、勞動力人數(shù)還是港口吞吐量，都是在國內(nèi)屬于較大規(guī)模的企業(yè)，其中還有特大規(guī)模的企業(yè)。但是其規(guī)模效率并沒有完全體現(xiàn)出來，相反還拖了后腿。這說明有些港口的規(guī)模雖然很大，但由于產(chǎn)業(yè)結(jié)構(gòu)沒能得到很好的優(yōu)化配置、合理安排和有效使用，致使投入的生產(chǎn)要素未能在產(chǎn)出單元獲得更合理的回報。

表5 2009—2018 年港口效率平均值

圖1 2009—2018 年港口效率平均值圖

僅以表6 中2016—2018 年3 年為例，從總體的平均值來看，基本上規(guī)模效率值都低于純技術(shù)效率值，導(dǎo)致綜合效率下降。港口整體在一定程度上存在規(guī)模效率低下，這說明生產(chǎn)要素按比例增加時，產(chǎn)出的增加價值并沒有達到期望值。這與吞吐量的多少并沒有正比關(guān)系，雖然有的港口吞吐量很大，但港口效率并不是最有效的，人浮于事、機構(gòu)龐雜、資源整合欠佳，是它最大的軟肋。

表6 各港口2016—2018 年3 年效率值一覽表

從表6 各港口3 年來的規(guī)模報酬數(shù)據(jù)中可以看出，出現(xiàn)規(guī)模報酬遞減的是：2016 年上海港、寧波港、青島港規(guī)模報酬遞減，2017 年寧波港、青島港規(guī)模報酬遞減，2018 年仍有寧波港規(guī)模報酬遞減。這說明寧波港在擴大生產(chǎn)規(guī)模和市場占有率的同時，已經(jīng)好幾年呈現(xiàn)規(guī)模不經(jīng)濟狀態(tài)了，總產(chǎn)出增加幅度小于總成本的增加幅度，即長期平均總成本上升。

1.綜合技術(shù)效率分析。綜合技術(shù)效率作為投入與產(chǎn)出的整體效率重要指標，表5 中呈現(xiàn)出港口10年的綜合技術(shù)效率平均值為0.899，并沒有處于有效狀態(tài)。從圖2 可以看出，2009—2012 年4 年的效率值都低于平均值，其中最低為2012 年，只達到0.875。一方面原因是金融危機的余波還存在，港口貿(mào)易受到了不小的沖擊，另一方面港口的管理制度、方法與決策正確與否也是一個重要因素。2013年后世界經(jīng)濟雖沒有明顯改觀，但國內(nèi)經(jīng)濟發(fā)展進入新常態(tài)，從高速增長轉(zhuǎn)向中高速增長。各港口以提高發(fā)展質(zhì)量和效益為中心，進一步轉(zhuǎn)變經(jīng)濟發(fā)展模式，使得港口的經(jīng)營效率逐漸增長，2013 年后綜合技術(shù)效率值均高于平均值，并逐漸趨向于平滑，且略有向上的趨勢?？赏ㄟ^管理和技術(shù)手段，加上資源的有效配置，改善純技術(shù)效率和規(guī)模效率兩大指標，來實現(xiàn)綜合和技術(shù)效率的提升。

2.純技術(shù)效率分析。純技術(shù)效率是指通過技術(shù)的利用程度和創(chuàng)新意識，即每一個生產(chǎn)決策單位，利用投入生產(chǎn)資料使得產(chǎn)出效能達到最大的能力。從圖3 中可以看出，2009 年、2011 年、2012 年、2015年和2017 年的純技術(shù)效率都低于平均值0.961（見表5），其中2009 年和2012 年更為明顯。說明那幾年在技術(shù)的利用程度和創(chuàng)新意識上存在一定的問題，資金投入和產(chǎn)出沒有達到充分匹配，投入的生產(chǎn)資料并沒有達到預(yù)期的效果，結(jié)構(gòu)性矛盾還未徹底得到解決。因此，加強港口的自動化程度和港口的智慧化建設(shè)，全面實施信息化和物聯(lián)網(wǎng)的聯(lián)動，加速港口智能物流的研發(fā)和運用，為成為名符其實的世界樞紐港打下基礎(chǔ)。

圖2 國內(nèi)主要沿海港口綜合技術(shù)效率趨勢

圖3 國內(nèi)主要沿海港口純技術(shù)效率趨勢

3.規(guī)模效率分析。規(guī)模效率是指生產(chǎn)要素按在一定比例增加時，產(chǎn)出價值大于投入價值的情況，即產(chǎn)出規(guī)模的有效程度。從表3 中可以看出，規(guī)模效率遠遠低于純技術(shù)效率，導(dǎo)致綜合技術(shù)效率的下降。從圖4 中可以看出，2009—2012 年規(guī)模效率沒有達到平均值，說明各港口基礎(chǔ)設(shè)施的投入、泊位數(shù)的增加、勞動力的增減基本上沒有達到有效。2013 年后，國際運輸行業(yè)開始出現(xiàn)復(fù)蘇跡象，港口規(guī)模效率也逐漸開始增長，基本上保持了一定的平衡。但總體來看規(guī)模效率還是不盡如人意，并沒有達到預(yù)期的目標。因此，管理層有必要通過合理的結(jié)構(gòu)調(diào)整和資源配置，特別是杜絕浪費現(xiàn)象，使生產(chǎn)要素按比例增加時，能夠達到既定的增加值。

為了能夠更好地顯示出港口的經(jīng)營效率，表7中可以看到各港口的實際資金產(chǎn)出/投入的增減比例，從2009—2018 年10 年中，最大為1.518 倍，最小為0.950 倍，即產(chǎn)出小于投入屬于負增長。除了連云港連續(xù)5 年和廈門港1 年處于虧損現(xiàn)象外，其他港口基本上還是盈利的，但并不是很多，而且總的趨勢還是在逐年下降的。這說明各港口的總體效益水平不是很好，資金的投入和產(chǎn)出并不匹配，除了國際貿(mào)易和海運業(yè)不景氣等外在因素以外，還存在不少內(nèi)在的因素，即無論在勞動力成本、還是運營效率、規(guī)模效益等各方面還是存在很多的弊端和問題。特別是營業(yè)收入不能與成本和費用匹配增長，使得各港口負重前行，亟需進行資源要素和經(jīng)營運行機制的深化改革。

圖4 國內(nèi)沿海港口規(guī)模效率趨勢

表7 2009—2018 年各港口實際資金運營產(chǎn)出/投入比例一覽表（倍數(shù)）

目前港口競爭力排名的強弱，大都以貨物或集裝箱吞吐量多少為前提。但是，如果從經(jīng)營效率的視角去觀察港口的實際情況，并不一定如此。僅以表7 中2016—2018 年3 年的資金投入產(chǎn)出為例，貨運或集裝箱吞吐量排名交替第一第二的上海港和寧波港，其資金的運營效率并不如連續(xù)三年貨運或集裝箱吞吐量排名第五的青島港。因為不計成本的投入，反而會造成資源浪費現(xiàn)象的存在，港口有很大的吞吐量，這是作業(yè)能力的一種體現(xiàn)，并不表示運營效率就是很高，也不一定代表港口具有很強的競爭力。如果港口既能體現(xiàn)較高的吞吐量，又能獲得較高的營業(yè)收入的話，即投入產(chǎn)出比在既定范圍內(nèi)，那么就能體現(xiàn)該港口真實的運營效率和競爭力。

五、結(jié)論與建議

從DEA-CCR 和DEA-BCC 模型的分析來看，國內(nèi)港口普遍存在效率不高的現(xiàn)象。究其原因，主要包括四個方面。一是表現(xiàn)在投入過剩而產(chǎn)出不足，主要是規(guī)模效益沒有達到最佳，生產(chǎn)資源沒有達到有效配置，生產(chǎn)要素等比例增加時，產(chǎn)出增加價值并沒有有效回報。二是技術(shù)創(chuàng)新不夠?qū)е庐a(chǎn)能不足，生產(chǎn)力效率沒能達到最佳狀態(tài)。主要是港口的智能化建設(shè)和作業(yè)自動化程度、包括智能物流配送還存在較大的發(fā)展空間。三是管理政策和管理制度有待改善，需要采取相應(yīng)的措施進行防御和整合港口資源，既避免惡性競爭，也避免資源浪費。四是在國際貿(mào)易形勢變化和競爭激烈的情況下，由于貨運需求受到影響，加之而來的是與周邊各港口競爭進一步加劇，導(dǎo)致運量減少、營業(yè)收入欠佳、經(jīng)營效率降低。

雖然國內(nèi)港口還存在著各種問題，但是從模型提供的結(jié)果來看，除個別港口以外，大多數(shù)港口生產(chǎn)力效率還是呈逐漸向好的趨勢。當(dāng)前國內(nèi)各主要港口已經(jīng)在智能化建設(shè)、物聯(lián)網(wǎng)、港口自動化作業(yè)、智能物流方面邁出了一大步，從而使降低運營成本、提高經(jīng)營效率成為可能，如果能在取得港口裝卸量世界領(lǐng)先的同時，經(jīng)濟效益也能達到最優(yōu)狀態(tài)的話，那么國內(nèi)港口將可以真真實實地屹立在世界港口之巔。