呂靖　張新放

【摘 要】 為提高港口運(yùn)營(yíng)效率評(píng)價(jià)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(duì)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(píng)價(jià)，并運(yùn)用主成分分析（PCA）法確定最終的評(píng)價(jià)指標(biāo)?；诟劭谛试u(píng)價(jià)提出港口發(fā)展對(duì)策：深化港口資源整合，建設(shè)智能智慧化港口，完善集疏運(yùn)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(yùn)是我國(guó)綜合交通運(yùn)輸?shù)闹匾M成部分，其中港口是航運(yùn)業(yè)發(fā)展的重要支撐，在國(guó)際貿(mào)易中的地位越來(lái)越凸顯。因此，提升港口效率，促進(jìn)航運(yùn)貿(mào)易發(fā)展，對(duì)加快我國(guó)“交通強(qiáng)國(guó)”建設(shè)具有重要意義。

港口發(fā)展受多種因素影響，效率評(píng)價(jià)復(fù)雜，選取評(píng)價(jià)指標(biāo)和評(píng)價(jià)方法至關(guān)重要。目前效率評(píng)價(jià)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(méi)有將環(huán)境因素和隨機(jī)誤差考慮在內(nèi)，影響評(píng)價(jià)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(jì)評(píng)價(jià)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(píng)價(jià)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(duì)評(píng)價(jià)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€(gè)評(píng)價(jià)指標(biāo)轉(zhuǎn)變?yōu)樯贁?shù)幾個(gè)典型的主成分綜合指標(biāo)，且主成分之間沒(méi)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(duì)港口效率進(jìn)行評(píng)價(jià)，以此提高評(píng)價(jià)結(jié)果的精確性，客觀、真實(shí)地反映港口的實(shí)際效率。

1 研究方法

DEA作為一種非參數(shù)評(píng)價(jià)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(píng)價(jià)相似DMU間的相對(duì)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(lái)評(píng)價(jià)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(duì)評(píng)價(jià)結(jié)果的影響，評(píng)價(jià)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(duì)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(píng)價(jià)流程見(jiàn)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(duì)DMU的初始投入指標(biāo)和產(chǎn)出指標(biāo)進(jìn)行效率評(píng)價(jià)。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(gè)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(gè)指標(biāo)的影響程度。因此，應(yīng)通過(guò)PCA法對(duì)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(píng)價(jià)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(duì)評(píng)價(jià)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(guò)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)榭煽匾蛩兀沟脜⑴c評(píng)價(jià)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(yùn)用傳統(tǒng)DEA模型對(duì)港口效率進(jìn)行評(píng)價(jià)，計(jì)算經(jīng)過(guò)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(guò)該階段對(duì)港口效率的評(píng)價(jià)，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(yàn)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(píng)價(jià)指標(biāo)時(shí)，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(jiàn)圖2、圖3、圖4。

在評(píng)價(jià)港口效率時(shí)，所選取的評(píng)價(jià)指標(biāo)較多，可能會(huì)出現(xiàn)輸入指標(biāo)與輸出指標(biāo)之和大于DMU個(gè)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(píng)價(jià)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(guó)家對(duì)航運(yùn)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(shí)力的港口整合，使各種資源得以合理利用，各港口從競(jìng)爭(zhēng)轉(zhuǎn)向競(jìng)合、聯(lián)盟，加強(qiáng)信息互通，共享腹地，形成區(qū)域級(jí)甚至國(guó)家級(jí)港口群系統(tǒng)，提高整體實(shí)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(jì)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(jí)，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(yùn)體系。貨物陸路運(yùn)輸方式多樣，可加強(qiáng)各種運(yùn)輸方式的調(diào)配銜接，如海鐵聯(lián)運(yùn)、公水聯(lián)運(yùn)等，形成完整的運(yùn)輸體系，使運(yùn)輸時(shí)間盡可能短，消耗的費(fèi)用盡可能少。

（4）合理規(guī)劃碼頭泊位。泊位是衡量一個(gè)港口貨物吞吐量的重要因素，規(guī)劃時(shí)既要充分考慮自然條件，又要使泊位前沿水域盡可能開(kāi)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(xiǎn)、交易等綜合服務(wù)業(yè)務(wù)，與貨主或托運(yùn)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(duì)航運(yùn)企業(yè)推出具有吸引力的港口使費(fèi)策略，爭(zhēng)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(shí)代的步伐，加強(qiáng)與國(guó)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(yǔ)

近年來(lái)，國(guó)家對(duì)交通領(lǐng)域越來(lái)越重視，尤其是在航運(yùn)貿(mào)易、港口國(guó)際競(jìng)爭(zhēng)力等方面。本文對(duì)港口效率評(píng)價(jià)進(jìn)行研究，通過(guò)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(píng)價(jià)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(duì)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(guò)PCA法確定最終的輸入指標(biāo)和輸出指標(biāo)，再運(yùn)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(duì)提升港口效率提出對(duì)策。

雖然目前對(duì)港口效率的評(píng)價(jià)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(píng)價(jià)模型是否精確等問(wèn)題仍需進(jìn)一步解決和完善。未來(lái)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(píng)價(jià)方法相結(jié)合，彌補(bǔ)單一方法的缺陷。由于本文沒(méi)有對(duì)模型加以實(shí)證研究，下一步的研究將選取實(shí)際港口數(shù)據(jù)進(jìn)行實(shí)證分析，以實(shí)際結(jié)果驗(yàn)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(jìng)爭(zhēng)力，促進(jìn)航運(yùn)貿(mào)易的發(fā)展，加快我國(guó)交通強(qiáng)國(guó)建設(shè)的步伐。