孫勝元，張 鵬

（泰州學院，江蘇 泰州 225300）

1 引言

港口效率是制約貨物運輸?shù)钠款i之一，這一點在經(jīng)濟快速增長，尤其是貿(mào)易增長速度較快的時期尤為突出。因此，在相當長的一段時期內(nèi)，港口效率的評價方法是港口發(fā)展理論的研究熱點。作者在中國知網(wǎng)上以主題詞“港口效率”進行檢索，檢索到中文文獻510 條，其中期刊類論文273 篇，碩博畢業(yè)論文217 篇，報紙文章5 篇，國內(nèi)會議論文5 篇，外文文獻101篇。傳統(tǒng)的對效率的測度方法大致分為兩類，分別是基于隨機前沿分析的參數(shù)法和基于非參數(shù)的DEA方法。由于隨機前沿分析建立在一系列苛刻的假設(shè)基礎(chǔ)上，其前沿函數(shù)的形式及其準確性、參數(shù)值及其確定方法等會影響效率評價結(jié)果，更多的學者傾向于用非參數(shù)方法對港口效率進行評價，而DEA方法成為近年來最常用的非參數(shù)方法。該領(lǐng)域最早的研究來自于 1993 年 Roll 和 Hayuth[1]對 DEA 方法運用于港口企業(yè)評價進行的理論探討，盡管作者并沒有進行實際定量測度。

DEA方法本身的相關(guān)研究工作包括方法與實踐正在以指數(shù)規(guī)律增長[2]。Bichoud[3]總結(jié)發(fā)現(xiàn)諸多港口效率的評價研究結(jié)論不同，這其中是否存在某些技術(shù)環(huán)節(jié)或者數(shù)據(jù)選取的問題。Odeck 和Brathen[4]認為事實上，諸多因素影響了港口效率的評價，例如方法、投入和產(chǎn)出的指標、港口所在的國家和地區(qū)因素等。本研究旨在梳理DEA方法及其各種拓展模型在港口效率測度上的應(yīng)用和進展，以期為港口效率評價提供一定的借鑒。

2 相關(guān)概念

2.1 港口效率

經(jīng)濟學角度講，港口效率是對其資源的有效配置,是投入產(chǎn)出能力、競爭能力和經(jīng)營管理水平的總稱。龐瑞芝[5]、張小蒂，等[6]將港口效率內(nèi)涵體系分解為港口內(nèi)部運營效率、港口與港口之間的聯(lián)網(wǎng)效率及港口對腹地經(jīng)濟的輻射效率三個層次。目前，對于港口效率的研究更多的是基于港口內(nèi)部的運營效率這一層次展開。

2.2 DEA方法

DEA 方法是由美國運籌學家Charnes 和Cooper[7]等以相對有效性概念為基礎(chǔ)發(fā)展起來的一種效率評價方法。DEA方法是一種針對決策單元多投入多產(chǎn)出情況下，相對有效性和規(guī)模收益評價廣泛使用的方法[8]。

3 相關(guān)研究綜述

楊國梁，等[9]分析了DEA方法基于6個關(guān)鍵因素（角度）及其組合：（1）生產(chǎn)可能集：不變、可變；（2）測度：徑向測度、Russell測度等；（3）偏好：帕累托偏好、平均偏好等；（4）變量的類型：非任意變化變量、不可控變量、有界變量等；（5）問題的層次；（6）數(shù)據(jù)是否確定等。DEA 模型從這6 個關(guān)鍵因素及其組合可以拓展為多種變型以解決不同的問題。而有關(guān)運用DEA方法對港口效率的評價也是從最初簡單的模型（方法）引入到不斷的優(yōu)化評價方法，以更加符合港口運營的實際，更加準確測度港口效率這條主線展開的。具體而言，基于DEA 方法的港口效率評價沿著從最初的靜態(tài)的、單層的、徑向測度的逐步向動態(tài)的、多層次的、非徑向測度的DEA模型應(yīng)用轉(zhuǎn)變這一脈絡(luò)演進。本文將沿著這一脈絡(luò)對已有研究進行梳理。

3.1 港口效率評價的傳統(tǒng)DEA模型

DEA方法提出的最基本的模型便是假定規(guī)模收益不變的CCR 模型，之后在1984 年由Banker[10]等人拓展為規(guī)模收益可變的BBC 模型。鑒于CCR、BCC模型是比較成熟的傳統(tǒng)模型，本研究不做贅述。

早期，基于DEA 方法的港口效率評價多是將CCR、BCC兩種傳統(tǒng)模型直接引入。目前能檢索到的最早的運用DEA方法對港口效率進行測度的外文文獻是 Martinez 等人[11]利用 BCC 模型對 26 個港口效率進行評價。另外國外較早研究的是Tongzon[12]利用CCR模型，將澳大利亞的4個集裝箱港口和國際上其他12個集裝箱港口的效率進行比較分析。這兩篇文獻是目前引用率較高的早期文獻。國內(nèi)的定量研究比國外要開始的早，劉大镕[13]1994 年發(fā)表的論文中，通過因子分析法分別對投入指標和產(chǎn)出指標壓縮為少數(shù)新指標，進而運用CCR 模型對交通運輸部所屬16 個港口的經(jīng)濟效益進行了評價。然而在此之后，國內(nèi)學者使用DEA模型測度港口效率的方法并沒有得到廣泛應(yīng)用，直到陳軍飛，等[14]應(yīng)用CCR 模型對2002 年15 家港口水運上市公司的經(jīng)營效率進行評價。之后，國內(nèi)使用DEA 模型評價港口經(jīng)營效率的研究逐漸增多，也逐漸拓展了規(guī)模收益可變的假定，后續(xù)有較多的研究使用BCC 模型、CCR 模型與BCC模型結(jié)合。本研究不做過多羅列。

早期研究無疑對港口效率評價具有開創(chuàng)性的意義，但是這類研究也有其局限性，包括：所用數(shù)據(jù)為靜態(tài)橫截面數(shù)據(jù)；沒有涉及環(huán)境變量；將港口運營過程視為“黑箱”沒有深入運營內(nèi)部；假定投入產(chǎn)出為徑向測度等。后續(xù)研究者正是通過不斷引入新的DEA模型來改進早期的研究。

3.2 港口效率評價的動態(tài)DEA模型

早期研究是基于橫截面數(shù)據(jù)，即不考慮時間上的變化，只比較同時期內(nèi)的被評的港口與其他港口，輸出的結(jié)果事實上屬于靜態(tài)效率，無法反映被評價單元的效率變化和穩(wěn)定性。后續(xù)研究中，學者們開始嘗試引入動態(tài)數(shù)據(jù)評價。

（1）DEA 方法與Malmquist 相結(jié)合。這類研究為DEA 方法與 CAVES[15]等人 1982 年提出的 Malmquist指數(shù)方法相結(jié)合。在實證評價中，學者們[5,16-23]利用Fare 等[24]所界定的Malquist 指數(shù)=綜合技術(shù)效率變化指數(shù)×技術(shù)水平變化指數(shù)；綜合技術(shù)效率=純技術(shù)效率變化指數(shù)×規(guī)模效率變化指數(shù)，選取面板數(shù)據(jù)，全面測度綜合技術(shù)效率變化、技術(shù)效率變化、規(guī)模效率變化、純技術(shù)效率變化。學者們發(fā)現(xiàn)了各類效率的變化趨勢，并分析被評價單元的效率高低以及形成原因。

（2）DEA 視窗模型。這類研究主要利用Charnes等人[25]提出的DEA 視窗模型（Window Analysis，WA）考察港口在不同時期的效率變化情況?；驹硎?，選取面板數(shù)據(jù)，將同一個港口的不同時期看作一個獨立的決策單元，設(shè)定視窗寬度w，將一個港口在一段時期（t）的數(shù)據(jù)分割為t-w+1個有所重疊的時間窗，進而比較t-w+1 個時間窗數(shù)據(jù)，評價港口的效率變化情況。這類方法既比較了同一時間跨度內(nèi)不同時間點同一港口效率的變化趨勢，也比較了不同窗口內(nèi)同一時間點的同一港口的相關(guān)數(shù)據(jù)，體現(xiàn)了時間的連續(xù)性，在得出效率評價結(jié)果的同時，也有利于分析效率變化的原因。Al-Eraqi，等[26]在評價世界主要集裝箱港口的效率時比較了基于橫截面數(shù)據(jù)靜態(tài)DEA 模型和DEA 視窗模型，驗證了該方法的優(yōu)越性在于發(fā)現(xiàn)了效率變動的細節(jié)和原因。國內(nèi)學者張巧麗，等[27]運用DEA視窗分析模型，從空間和時間兩個維度出發(fā)，利用面板數(shù)據(jù)，對渤海灣地區(qū)三大主要港口的內(nèi)部運營效率進行研究，并利用在DEA 相對有效面上的投影分析，明確港口效率低的原因。

3.3 港口效率評價的多層次DEA模型

3.3.1 三階段DEA模型。針對單層DEA模型沒有考慮被評價單元所處的客觀環(huán)境、隨機因素等對效率的影響。文獻[28]采用Fried[29]提出的三階段DEA 模型，對太平洋十大港口1998-2008年間的動態(tài)效率進行了評價，對比CCR、BCC 模型測度的結(jié)果，認為三階段DEA 模型的評價結(jié)果更為客觀。其他文獻[30-34]也進行了類似的測度。這類研究過程大同小異，第一階段運用傳統(tǒng)DEA（CCR、BBC）模型進行初步測度；第二階段運用有關(guān)方法對投入量、產(chǎn)出量進行調(diào)整，建立松弛變量與環(huán)境變量關(guān)系，并將隨機誤差分離，得到僅由管理無效率造成的決策單元投入/產(chǎn)出冗余；第三階段用調(diào)整后各決策單元的投入、產(chǎn)出數(shù)據(jù)，結(jié)合傳統(tǒng)DEA 模型進行評價。這種方法剔除了外部環(huán)境因素和隨機誤差對港口效率評估所造成的偏誤，相對傳統(tǒng)CCR、BBC模型，評價結(jié)果更為真實。

3.3.2 網(wǎng)絡(luò)DEA模型。傳統(tǒng)的DEA模型對港口效率的測度是將港口的運作視為“黑箱”，只關(guān)注兩端的投入和產(chǎn)出，沒有深入到港口內(nèi)部的運作。為此，學者們試圖從打開“黑箱”這一視角，深入到港口運營內(nèi)部對其效率進行評價。王燕，等[35]將港口企業(yè)的盈利過程分解為運營和資本兩個子過程，將BCC模型分別應(yīng)用于兩個子過程，發(fā)現(xiàn)了效率提升的促進因素和阻礙因素。劉丹，等[36]認為這種研究中的中間變量具有投入和產(chǎn)出的雙重屬性，致使兩個子過程在效率改進的方向上存在矛盾，進而將港口運營分解為裝卸子過程與港區(qū)物流服務(wù)兩個串聯(lián)在一起的過程，利用Kao[37]提出的多時期網(wǎng)絡(luò)模型發(fā)現(xiàn)了具體港口在觀察期內(nèi)總效率與不同時間點的效率之間的關(guān)系，以及總效率與兩個子過程效率之間的關(guān)系，最終找出了影響港口效率的原因，并提出了解決對策。Peter F W[38]進行了類似的研究，不同之處在于，其將港口效率分為基礎(chǔ)設(shè)施效率和裝運整合效率兩個串聯(lián)結(jié)構(gòu)，通過多時期網(wǎng)絡(luò)模型進行評價，通過并利用截斷回歸發(fā)現(xiàn)了外部環(huán)境變量，包括所有制、港口腹地面積、附近高速公路數(shù)量等對港口效率的影響。

3.4 港口效率評價的非徑向測度DEA模型

傳統(tǒng)研究是基于DEA 徑向測度模型，即所有的投入和產(chǎn)出按照徑向測度擴張等比例擴張（壓縮），這并不符合港口運營的實際，評價結(jié)果無法區(qū)分投入指標和產(chǎn)出指標調(diào)整的大小與幅度，同時也沒有考慮港口運營過程中所發(fā)生的環(huán)境污染等問題會對港口效率產(chǎn)生影響。學者們嘗試將非徑向測度DEA模型運用到港口效率評價中。馮烽，等[39]引入了Tone[40]所提出的基于松弛變量的非徑向測度DEA 模型—SBM（salacks based measure,SBM）模型，對17家港口上市公司2010—2015年的運營效率進行評價，并給出了非有效的DMU 改進效率的指標調(diào)整路徑與大小。國外有文獻[41]用相同的模型測度了Safaga 港與DP World Sokhna的效率，并進行了比較，提出了Safaga港效率提升的路徑。國內(nèi)學者羅俊浩[42]進行了類似的研究，不同之處在于作者將“二氧化碳排放”做為產(chǎn)出指標之一，印證了二氧化碳排放這一“非期望產(chǎn)出”對于港口效率具有明顯的影響，同樣作者也提出了港口效率提升的指標調(diào)整幅度和路徑。

3.5 港口效率評價的其他類型DEA模型

針對經(jīng)典DEA模型無法對港口效率進行排序的問題，吉阿兵，等[43]早在2005年引入極效率DEA模型對16 個知名集裝箱港口的效率進行了測度，并進行了排序。而后，張潔，等[44]進行了相似的研究。賴成壽，等[45]基于博弈論思想，引入二階段博弈交叉效率模型對我國港口生產(chǎn)效率進行測度，解決了傳統(tǒng)DEA模型不能實現(xiàn)全排序的問題。

3.6 不同指標類型

產(chǎn)出指標上，多數(shù)研究都將“吞吐量”包括貨物吞吐量和集裝箱吞吐量作為產(chǎn)出指標。一些研究還將其他項目列為產(chǎn)出指標，如用戶滿意度、收入性指標如利潤、主營業(yè)務(wù)收入等。早期研究所選定的產(chǎn)出指標多為“正向”指標，近年來少數(shù)文獻將港口運營中所產(chǎn)出的“負向”（例如環(huán)境污染）考慮在內(nèi)。

投入指標上，多數(shù)研究將港口運營實際投入的設(shè)施（泊位、碼頭、堆場）和設(shè)備（各類型吊車、起重機、集卡等）、勞動力作為投入指標。也有研究使用了會計統(tǒng)計指標，例如固定資產(chǎn)、主營業(yè)務(wù)成本、資產(chǎn)、股本/營業(yè)收入、流動資金等。需要指出的是，在多階段DEA 模型的運用中，少數(shù)文獻考慮了外部環(huán)境指標對港口效率的影響。

4 簡評與展望

現(xiàn)有研究從早期研究生產(chǎn)可能集不變假定、靜態(tài)、單層、徑向測度、非帕累托最優(yōu)的DEA模型應(yīng)用，到生產(chǎn)可能集假定可變、動態(tài)、多層（網(wǎng)絡(luò)）、非徑向測度、帕累托最優(yōu)的DEA 模型轉(zhuǎn)變。前人研究極大的豐富了DEA 方法在港口效率評價上的應(yīng)用，也得出一些有意義的結(jié)果，也為后續(xù)研究留下了進一步拓展的空間。限于DEA 模型的種類繁多，本研究做以下研究展望。

第一，港口效率評價的DEA模型應(yīng)用處于向“動態(tài)”演進過程中。一方面，DEA 方法與Malmquist 相結(jié)合的研究中，技術(shù)規(guī)模報酬如何處理學術(shù)界仍存在著分歧[15，46]，例如，Grifell-Tatje，等[47]指出非固定規(guī)模報酬的存在，導致Malmquist 指數(shù)難以精確測度生產(chǎn)率變化，且這種偏差具有系統(tǒng)性，主要取測算中所使用的距離函數(shù)；另一方面，DEA視窗模型在使用過程中首期和末期的數(shù)據(jù)只使用了一次，相對其他時期的數(shù)據(jù)明顯偏少，因而首尾數(shù)據(jù)使用是不充分的[48]。所以，未來基于DEA 方法的港口效率動態(tài)評價還需解決“動態(tài)數(shù)據(jù)”的使用和處理這一難題。

第二，港口效率評價的DEA模型應(yīng)用處于向“多層”演進過程中。盡管已有研究已經(jīng)從打開“黑箱”的視角，從港口運營內(nèi)部過程來對其效率進行評價，但是未來針對港口內(nèi)部運營環(huán)節(jié)間的作用機理的研究仍需進一步細化。

第三，港口效率評價的DEA 模型處于不同測度的演進中。當前多數(shù)研究是基于徑向測度的DEA模型，盡管有少數(shù)文獻嘗試引入了SBM-DEA非徑向測度模型，但是，對于為提高港口效率的各類投入的擴張（收縮）幅度并沒有給出精確的測度。后續(xù)可以借鑒多種非徑向測度模型進行研究。

第四，在指標選取上，早期絕大多數(shù)文獻只考慮了正向變量，后期研究中考慮了非期望產(chǎn)出等負向指標。后續(xù)研究中，應(yīng)該重點關(guān)注各種變量，包括投入變量、產(chǎn)出變量、環(huán)境變量之間相互作用的機理。