王瀛幟 吳紅偉

摘 要：本文應(yīng)用系統(tǒng)聚類法對(duì)長(zhǎng)三角港口群31個(gè)港口進(jìn)行層次劃分，確定了航運(yùn)中心港、主樞紐港、重要港和一般港的子系統(tǒng)定位，應(yīng)用BCC-DEA模型對(duì)各層次港口進(jìn)行效率分析，以此來(lái)評(píng)價(jià)港口資源配置情況，找到資源配置中存在的問(wèn)題，在此基礎(chǔ)上，本文提出定性與定量相結(jié)合的資源配置優(yōu)化思路，并以重要港為例分析，為長(zhǎng)三角港口群資源的優(yōu)化配置提供參考。

關(guān)鍵詞：長(zhǎng)三角港口群;系統(tǒng)層次劃分;資源配置優(yōu)化;BCC-DEA模型

0 引言

隨著長(zhǎng)三角一體化戰(zhàn)略的不斷推進(jìn)，長(zhǎng)三角地區(qū)港口群的發(fā)展也要跟緊戰(zhàn)略步伐，長(zhǎng)三角地區(qū)港口群將要發(fā)展成為世界級(jí)港口群。“但值得注意的是，過(guò)去高速發(fā)展的港口產(chǎn)業(yè)和令人矚目的港口業(yè)績(jī)?cè)谝欢ǔ潭壬涎谏w了長(zhǎng)三角港口群在協(xié)同發(fā)展方面的諸多問(wèn)題”[1]，比如缺乏統(tǒng)籌規(guī)劃，導(dǎo)致無(wú)序競(jìng)爭(zhēng)、重復(fù)建設(shè)、岸線利用粗放等問(wèn)題。在提倡高質(zhì)量發(fā)展的時(shí)代背景下，港口群資源需要更加合理地開(kāi)發(fā)和利用，以保障經(jīng)濟(jì)和社會(huì)全面、協(xié)調(diào)、可持續(xù)發(fā)展。因此解決長(zhǎng)三角港口群協(xié)同發(fā)展過(guò)程中的資源優(yōu)化配置就成為重要研究問(wèn)題，研究這一問(wèn)題有利于打造分工合理、協(xié)同發(fā)展的現(xiàn)代化港口群，有利于提高長(zhǎng)三角港口群的整體競(jìng)爭(zhēng)力，有利于推動(dòng)長(zhǎng)三角地區(qū)更高質(zhì)量一體化發(fā)展。

1 理論及方法

1.1 港口效率理論

研究長(zhǎng)三角港口群系統(tǒng)資源配置優(yōu)化問(wèn)題，以港口效率作為切入點(diǎn)，衡量長(zhǎng)三角港口群的資源配置情況。港口效率分為三種：港口綜合（技術(shù)）效率、港口規(guī)模效率和港口純技術(shù)效率，在規(guī)模報(bào)酬可變的前提假設(shè)下，三者之間的關(guān)系為：港口綜合效率=港口規(guī)模效率*港口純技術(shù)效率[2]。

1.2 聚類分析方法

“聚類屬于無(wú)監(jiān)督分類的學(xué)習(xí)過(guò)程的一種，聚類與分類的根本區(qū)別在于：分類是需要事先知道所依據(jù)的數(shù)據(jù)特征，而聚類是要找到這個(gè)數(shù)據(jù)特征”[3]，聚類分析是進(jìn)一步研究分析的基礎(chǔ)。本文使用的是系統(tǒng)聚類算法，其計(jì)算復(fù)雜度較高的缺點(diǎn)可以有軟件解決，且樣本數(shù)據(jù)量并不小，可避免聚類成鏈狀。

1.3 DEA方法

“R.D.Banker等人認(rèn)為，與數(shù)學(xué)規(guī)劃法相比，DEA方法更適合研究港口效率評(píng)價(jià)問(wèn)題?！盵4]后來(lái)研究發(fā)現(xiàn)DEA方法可以很好地解決港口效率評(píng)價(jià)問(wèn)題，因此越來(lái)越多的研究?jī)A向使用DEA方法。本文使用基于規(guī)模報(bào)酬可變假設(shè)的BCC-DEA模型。

2 港口群系統(tǒng)層次劃分

本文在已有研究的基礎(chǔ)[5-8]上結(jié)合數(shù)據(jù)收集情況，提出長(zhǎng)三角港口群層次劃分的評(píng)價(jià)指標(biāo)體系：（1）港口條件指標(biāo)：規(guī)劃岸線長(zhǎng)度、碼頭泊位數(shù)量、萬(wàn)噸級(jí)泊位數(shù)量、泊位長(zhǎng)度、港口貨物吞吐量、港口集裝箱吞吐量。（2）腹地條件指標(biāo)：港口所在城市GDP、港口所在城市第三產(chǎn)業(yè)總產(chǎn)值、港口所在城市外貿(mào)進(jìn)出口總額。（3）港口發(fā)展?jié)摿χ笜?biāo)：港口所在城市GDP增長(zhǎng)率、港口所在城市外貿(mào)進(jìn)出口總額增長(zhǎng)率、港口吞吐量增長(zhǎng)率。

本文選取31個(gè)長(zhǎng)三角港口在2016-2018年的相關(guān)指標(biāo)數(shù)據(jù)，數(shù)據(jù)來(lái)源中國(guó)港口年鑒、上海市統(tǒng)計(jì)年鑒、浙江省統(tǒng)計(jì)年鑒、江蘇省統(tǒng)計(jì)年鑒、安徽省統(tǒng)計(jì)年鑒等。將標(biāo)準(zhǔn)化后數(shù)據(jù)導(dǎo)入SPSS24軟件進(jìn)行系統(tǒng)聚類，樣本間距離選擇歐式距離，類間距離選擇組間平均連接方法。聚類結(jié)果為：航運(yùn)中心港：上海港;主樞紐港：寧波舟山港、蘇州港;重要港：杭州港、連云港港、嘉興港、江陰港、泰州港、揚(yáng)州港、鎮(zhèn)江港、南通港、無(wú)錫港、南京港;一般港：紹興港、常州港、合肥港、徐州港、銅陵港、湖州港、淮安港、馬鞍山港、蕪湖港、臺(tái)州港、溫州港、鹽城港、池州港、宿遷港、亳州港、安慶港、阜陽(yáng)港、滁州港。每個(gè)港口都與同類港口在綜合排名中處于相鄰位置，其合理性與客觀性得到了驗(yàn)證，這是港口群系統(tǒng)資源配置優(yōu)化的基礎(chǔ)。

3 港口群系統(tǒng)資源配置優(yōu)化

參考已有文獻(xiàn)[9-11]，本文以生產(chǎn)法選擇投入產(chǎn)出指標(biāo)體系，投入指標(biāo)選擇泊位長(zhǎng)度和泊位數(shù)量，產(chǎn)出指標(biāo)選擇貨物吞吐量和集裝箱吞吐量。使用DEAP2.1軟件進(jìn)行計(jì)算，綜合效率方面：航運(yùn)中心港為1.000，主樞紐港為0.888，重要港為0.578，一般港為0.382，4個(gè)層次港口的綜合效率差異明顯，同一層次港口的平均綜合效率有個(gè)別港口較突出，但總體差別不大。基于求解的各層次港口群中的綜合效率、技術(shù)效率、規(guī)模效率以及規(guī)模報(bào)酬的情況進(jìn)行定性分析;再對(duì)BCC-DEA模型的松弛變量進(jìn)行靈敏度分析得到投入資源優(yōu)化的理論數(shù)值，對(duì)弱有效港口的冗余情況進(jìn)行調(diào)整，使之變得強(qiáng)有效進(jìn)行定量分析。本文以重要港為例進(jìn)行分析，結(jié)果如表1。

4 結(jié)論

基于系統(tǒng)聚類方法將長(zhǎng)三角地區(qū)31個(gè)港口分為四類，使用BCC-DEA模型進(jìn)行效率分析，結(jié)果顯示：各層次港口綜合效率分層明顯，在各自內(nèi)部的綜合效率差別不大，對(duì)長(zhǎng)三角地區(qū)港口群進(jìn)行分層效率研究是有必要的?；谇蠼獬龅母鲗哟胃劭谌褐械木C合效率、技術(shù)效率、規(guī)模效率以及規(guī)模報(bào)酬的情況，確定一個(gè)資源配置優(yōu)化的思路，并以重要港層次的港口為例證分析，得到投入資源優(yōu)化的具體決策方案，可為長(zhǎng)三角港口群資源的優(yōu)化配置提供參考。

參考文獻(xiàn)：

[1]章強(qiáng)，殷明，周琢.長(zhǎng)三角地區(qū)港口群協(xié)同發(fā)展思路研究[J].科學(xué)發(fā)展，2018（11）：58-64.

[2]郭曉娜.我國(guó)主要港口的運(yùn)營(yíng)效率評(píng)價(jià)及其影響因素研究[D].北京：北京交通大學(xué)，2016.

[3]段明秀.層次聚類算法的研究及應(yīng)用[D].長(zhǎng)沙：中南大學(xué)，2009.

[4]Banker R D，Charnes A，Cooper W W.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science，1984，30（9）：1078-1092.

[5]高鴻麗，顧亞竹.聚類分析在長(zhǎng)江三角洲地區(qū)港口分類中的應(yīng)用[J].中國(guó)航海，2003（4）：26-30.

[6]武驍，宗蓓華，鄭士源.我國(guó)沿海集裝箱港口層次布局問(wèn)題研究[J].綜合運(yùn)輸，2004（6）：46-48.

[7]馮清.基于模糊聚類的區(qū)域性港口層次布局研究[D].大連：大連海事大學(xué)，2007.

[8]王丹，陳艷艷，張浩.基于聚類分析的遼寧港口群協(xié)調(diào)發(fā)展研究[J].水運(yùn)管理，2013，35（11）：28-30.

[9]龐瑞芝.我國(guó)主要沿海港口的動(dòng)態(tài)效率評(píng)價(jià)[J].經(jīng)濟(jì)研究，2006（6）：92-100.

[10]匡海波，陳樹(shù)文.基于熵權(quán)TOPSIS的港口綜合競(jìng)爭(zhēng)力評(píng)價(jià)模型研究與實(shí)證[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2007（10）：159-164.

[11]陳春芳，宗蓓華.基于SFA的上海港集裝箱碼頭效率評(píng)價(jià)[J].上海海事大學(xué)學(xué)報(bào)，2008，29（3）：87-92.