任曉紅, 沈佳, 馮知滔

(1.重慶交通大學(xué)經(jīng)濟與管理學(xué)院, 重慶 400074; 2.重慶交通大學(xué)交通運輸學(xué)院, 重慶 400074)

港口是中國綜合交通運輸體系的重要組成部分,在國際貿(mào)易中扮演著至關(guān)重要的角色,并在國家發(fā)展中發(fā)揮著日益關(guān)鍵的作用。通過港口,中國能夠與世界各地進行高效的貿(mào)易往來,加強與其他國家的經(jīng)濟合作,推動貿(mào)易自由化和經(jīng)濟全球化進程。同時,港口還為中國的產(chǎn)業(yè)鏈和供應(yīng)鏈提供了強大的支撐,促進了國內(nèi)外企業(yè)的合作與競爭,推動了產(chǎn)業(yè)結(jié)構(gòu)的升級和優(yōu)化。作為“一帶一路”建設(shè)的重要節(jié)點和樞紐,港口連接著亞歐大陸,為沿線國家和地區(qū)的貿(mào)易往來提供了重要便利。

一方面,目前,評估港口發(fā)展?fàn)顩r主要依靠對港口運行效率的度量,這種度量方式可以具體而客觀地反映港口的發(fā)展情況;另一方面,安全韌性是當(dāng)前公共安全科學(xué)的前沿理念,而港口安全韌性,則是港口正常運行的后勤保障。港口安全韌性越強,發(fā)生水上交通事故的概率越低,這不僅僅來源于當(dāng)?shù)睾Ｊ戮炙辖煌ò踩O(jiān)管工作的嚴格執(zhí)行,還源自水上通行者安全意識的提升。港口安全韌性越強的區(qū)域,在發(fā)生重大水上交通事故時,能做到有效應(yīng)對各種挑戰(zhàn),確保港口的安全運營,最大程度地保障人民的生命、財產(chǎn)安全以及社會的穩(wěn)定。港口運行效率和港口安全韌性是港口運營的兩個重要方面港口運行效率和港口安全韌性是港口運營的兩個重要方面,它們之間存在著緊密的聯(lián)系。首先,港口運行效率和港口安全韌性都是港口運營的關(guān)鍵指標(biāo),它們的提高都可以直接影響到港口的經(jīng)濟效益和運營安全。例如,提高港口運行效率可以提高貨物周轉(zhuǎn)率和吞吐量,從而增加港口的收入。而提高港口安全韌性可以減少港口發(fā)生事故的概率,并提高應(yīng)急救援能力,保障港口的運營安全和穩(wěn)定。其次,港口的運行效率和安全韌性之間也存在著相互影響。例如,港口的高效運作需要充分考慮水上交通安全和保障措施,確保貨物的安全運輸。另外,港口的安全韌性也需要依賴高效的運作和管理,如建立應(yīng)急預(yù)案,加強設(shè)施設(shè)備的維護和保養(yǎng),提高港口的應(yīng)對能力和恢復(fù)能力。因此,港口的運行效率和安全韌性是相互依存的,需要在港口運營的各個方面進行綜合考慮和提高。

目前對港口運行效率的研究主要采用參數(shù)化方法和非參數(shù)化方法。參數(shù)化方法包括線性回歸法和隨機前沿分析法(stochastic frontier approach,SFA),非參數(shù)化分析法主要是數(shù)據(jù)包絡(luò)分析法(data envelopment analysis,DEA)。由于港口系統(tǒng)的復(fù)雜性和參數(shù)分析方法的局限性,而DEA法正好適合具有較復(fù)雜投入產(chǎn)出關(guān)系的港口運行效率的評估,所以目前主要采用DEA法對港口運行效率進行研究。Roll等[1]率先做出了嘗試,他們將DEA應(yīng)用于港口部門的一個理論探索,發(fā)現(xiàn)DEA模型在該領(lǐng)域的適用性,但沒有利用實際數(shù)據(jù)并進行分析。因此,后人在此基礎(chǔ)上研究更為深入。Tongzon[2]結(jié)合DEA-CCR和DEA可加性模型,發(fā)現(xiàn)1996年澳大利亞4個港口和其他12個國際集裝箱港口中,有效率的港口要多于無效率的港口?？锖２ǖ萚3]利用DEA-CCR模型計算出了中國主要七大沿海港口各個港口的效率得分與排名。在進一步深入研究中,Tone等[4]發(fā)展出SBM-DEA模型,進一步分析決策單元效率低下的具體原因。羅俊浩等[5]采用SBM-DEA模型,評價2005—2011年中國8個集裝箱港口的環(huán)境效率。馮烽等[6]以SBM-DEA模型對中國17家港口上市公司2010—2015年的運營效率進行測算,了解各港口上市公司的相對效率和提升效率的投入產(chǎn)出調(diào)整路徑。在此基礎(chǔ)上,學(xué)者研究出超效率(super-efficiency slacks-based measure,SUPER-SBM)模型,用于判別有效單元中存在的效率差異。魯渤等[7]結(jié)合傳統(tǒng)DEA和超效率DEA對比分析中韓兩國31個主要集裝箱港口效率。隨后,學(xué)者們開始運用考慮外部環(huán)境因素的三階段DEA模型來測算港口效率。杜浩等[8]采用三階段超效率DEA方法測度2007—2016年中國主要沿海港口的運行效率,并針對性地對各種類型的港口提出改進建議。

而目前學(xué)術(shù)界對于港口安全韌性的研究還較少,大多是關(guān)于港口安全管理方面。在港口內(nèi)各功能區(qū)的安全方面:汪彤等[9]基于AHP(analytic hierarchy process)評價模型對港口儲罐區(qū)特大安全事故的危險源和風(fēng)險因素進行分析;李嵌[10]針對集裝箱堆場存在的安全問題,采用層次分析法分析12個影響集裝箱堆場安全指標(biāo),對天津港集裝箱堆場的安全水平進行評價。港口設(shè)備設(shè)施安全防護和保障能力方面:基于風(fēng)險管理原理,劉家祥[11]通過系統(tǒng)地識別危險源,并應(yīng)用相關(guān)技術(shù)原理和方法,研發(fā)了設(shè)備隱患排查標(biāo)準,并結(jié)合公司實際管理制度,制定了港口設(shè)備隱患的分級排查標(biāo)準;張靜等[12]通過“需求與供給”的定量對比分析,從而明確國家安全視角的港口基礎(chǔ)設(shè)施保障能力。在港口安全評價與區(qū)域風(fēng)險評估方面:林廣利等[13]構(gòu)建了港口安全事故應(yīng)急處理能力評價指標(biāo)體系,采用G1賦權(quán)法綜合評價煙臺港港口安全事故應(yīng)急處理能力。

已有研究對港口效率的研究進行了不斷的拓展,但仍存在需要改進的方面:①大多數(shù)研究僅關(guān)注動態(tài)效率或靜態(tài)效率,缺乏動靜態(tài)效率的結(jié)合研究;②多數(shù)文獻指標(biāo)選取方面不夠全面和貼切。而對于港口安全韌性方面的研究,目前還較少,少數(shù)學(xué)者曾進行理論分析,缺乏定量的研究。本文對于港口安全韌性的研究,可以為該領(lǐng)域的研究提供參考,利用實際數(shù)據(jù)進行分析,更有現(xiàn)實依據(jù);③同時研究港口運行效率和港口安全韌性,能夠為港口運營提供參考,平衡運行效率和安全韌性之間的關(guān)系,提高港口的整體運營水平和競爭力。鑒于上述原因,現(xiàn)采用超效率DEA模型和DEA-Malmquist指數(shù)模型分析2010—2021年中國沿海7個主要港口的運行效率情況。投入指標(biāo)選取方面選取生產(chǎn)用港口基礎(chǔ)設(shè)施,更貼近運行效率的內(nèi)涵,同時加入了固定資產(chǎn)投資;產(chǎn)出指標(biāo)選取方面還增加了腹地人均GDP。然后,結(jié)合層次分析法和熵權(quán)法對港口安全韌性進行定量研究,利用障礙度模型研究準則層和指標(biāo)層對港口安全韌性的影響程度。最后利用港口安全韌性-效率矩陣對港口進行分類,結(jié)合港口安全韌性和運行效率的情況,為各個港口提供有針對性的參考意見。

1 指標(biāo)體系構(gòu)建及數(shù)據(jù)來源

1.1 港口運行效率

港口運行效率的投入產(chǎn)出指標(biāo)[14]的選取結(jié)果如表1所示。

表1 港口運行效率指標(biāo)Table 1 Port operation efficiency index

1.2 港口安全韌性

港口安全韌性可以從抗風(fēng)險能力、應(yīng)對能力和恢復(fù)能力三個方面進行刻畫[14]。水上交通安全“四項指標(biāo)”能夠體現(xiàn)港口所轄區(qū)水域的水上交通安全形勢,能夠直觀地體現(xiàn)該轄區(qū)的水上交通風(fēng)險程度[15],是港口在發(fā)生交通事故時,其抗風(fēng)險能力發(fā)揮作用之后的結(jié)果,同時考慮到相關(guān)的安全設(shè)施、設(shè)備、人員等數(shù)據(jù)的可得性,故本文用水上交通安全“四項指標(biāo)”來體現(xiàn)港口的抗風(fēng)險能力。當(dāng)港口所轄區(qū)發(fā)生較大的安全事故時,當(dāng)?shù)氐淖晕揖仍芰ν鞘钟邢薜?物資和救災(zāi)人員有限,不足以快速解救受災(zāi)人員、挽回損失。需要提前布局應(yīng)急救援網(wǎng)絡(luò),進行合理的資源選址和配置,在事故發(fā)生后第一時間將物資、救援人員送入災(zāi)區(qū)[16]。此時,當(dāng)?shù)氐木仍芰褪韪劢煌芰惋@得格外重要,兩者結(jié)合能夠很大程度上保證救援人員和物資的及時配備,同時進行人口疏散,減少人員傷亡和經(jīng)濟損失[12],故本文中用當(dāng)?shù)氐尼t(yī)療服務(wù)水平和交通運輸能力來體現(xiàn)發(fā)生事故時港口的應(yīng)對能力和恢復(fù)能力。綜上所述,現(xiàn)從水上交通安全、救援能力和疏港交通能力三個方面評估港口安全韌性,構(gòu)建相應(yīng)的指標(biāo)體系,如表2所示。

表2 港口安全韌性指標(biāo)體系Table 2 Port security resilience index system

1.3 數(shù)據(jù)來源

數(shù)據(jù)來源于2010—2021年《中國統(tǒng)計年鑒》《中國交通年鑒》《中國港口年鑒》以及各個地方海事局的官網(wǎng),缺失數(shù)據(jù)利用鄰近值插補法補齊。

1.4 港口選取

選取中國7個重要沿海港口,包括天津港、煙臺港、青島港、上海港、連云港港、寧波-舟山港、深圳港。這些港口具有兩個共同特點:首先,它們都位于沿海地區(qū),參與了大量的進出口貿(mào)易,是中國航運經(jīng)濟的重要推動力。其次,它們都是中國規(guī)模以上的主要港口,貨物吞吐量和集裝箱吞吐量均位于中國港口前列,且都分布于中國四大港口群,能夠反映中國港口的整體水平。

2 研究方法和數(shù)據(jù)預(yù)處理

2.1 超效率DEA模型

1993年, Andersen 等[17]對DEA模型進行了改進,建立了超效率DEA模型[18],公式為

(1)

2.2 Malmquist生產(chǎn)率指數(shù)模型

應(yīng)用DEA-Malmquist生產(chǎn)率指數(shù)模型測算全要素生產(chǎn)率(Tfp)變化,表示為

Tfp=TpEt=TpEptEs

(2)

式(2)中:Tp為技術(shù)進步,反映了生產(chǎn)前沿面的移動;Et為技術(shù)效率,表示某DMU對生產(chǎn)可能性邊界的追趕速度,可以分解為純技術(shù)效率(Ept)和規(guī)模效率(Es)之積[18]。

2.3 熵權(quán)法

熵權(quán)法是一種客觀賦權(quán)法,根據(jù)各指標(biāo)的變異程度確定各指標(biāo)權(quán)重。倘若指標(biāo)的變異程度越小,所反映的信息量也越少,其對應(yīng)的權(quán)值也應(yīng)該越低。其計算過程[19]如下。

(1)計算信息熵:

(3)

(4)

(2)計算權(quán)重:

(5)

式中:Zij為指標(biāo)體系中各指標(biāo)標(biāo)準化后的數(shù)值;ej為第j個指標(biāo)的信息熵值;Wj為第j個指標(biāo)的權(quán)重。

2.4 層次分析法

層次分析法(analytic hierarchy process,AHP)是一種系統(tǒng)而層次化的分析方法,結(jié)合了定性和定量要素。本文中選取從事港口相關(guān)行業(yè)的集團、企業(yè)和高校等部門的25位專家港口安全韌性評價準則層的具體情況進行問卷調(diào)查,經(jīng)過對問卷結(jié)果的分析和計算,建立判斷矩陣

(6)

通過計算得出判斷矩陣特征向量W及最大特征值,結(jié)果如表3所示,其中CR(consistency ratio)=0.008,滿足小于0.10的條件。

表3 指標(biāo)權(quán)重計算結(jié)果Table 3 Index weight calculation results

熵權(quán)法和層次分析法權(quán)重計算結(jié)果如表4所示。

表4 港口安全韌性指標(biāo)權(quán)重計算結(jié)果Table 4 Weight calculation results of port safety toughness index

2.5 障礙度模型

障礙度為港口安全韌性各指標(biāo)對港口安全韌性系統(tǒng)的影響程度,該值的大小可體現(xiàn)系統(tǒng)中各指標(biāo)的主次排序[20],公式為

(7)

3 結(jié)果分析

3.1 超效率DEA模型結(jié)果分析

利用超效率(SUPER-DEA)模型對中國2010—2021年7個重要沿海港口進行效率比較分析,研究12年來各港口的發(fā)展趨勢。2010—2021年7大沿海港口超效率計算結(jié)果的平均值如圖1所示。

圖1 2010—2021年7大港口超效率平均值Fig.1 Average super efficiency of seven major ports during 2010—2021

從圖2的結(jié)果可知,從整體來看2010—2021年7個主要沿海港口的超效率平均值呈上升趨勢,從1.37提升至1.46,港口的運行效率在穩(wěn)步提升,但是可以發(fā)現(xiàn)在很多年份存在明顯的下滑現(xiàn)象。例如,2012年,受到歐洲債務(wù)危機沖擊影響,港口生產(chǎn)出現(xiàn)“疲軟”之勢,7大港口超效率平均值出現(xiàn)明顯下滑現(xiàn)象。2014年和2015年是中國經(jīng)濟面臨較大下行壓力的時期。在2014年,國際大宗商品價格持續(xù)下滑,包括原油、鐵礦石和煤炭等價格大幅下降。

圖2 2020年7大港口安全韌性-效率矩陣Fig.2 Security ductile-efficiency matrix of seven major ports in 2020

同時,中國經(jīng)濟結(jié)構(gòu)調(diào)整和需求有限,導(dǎo)致外貿(mào)貨物吞吐量增速從上年的高位回落,尤其在第四季度下降速度加快。隨著2015年煤炭和鐵礦石等兩大進口貨種吞吐量的回落,外貿(mào)貨物吞吐量也出現(xiàn)了下降趨勢。與此同時,中國經(jīng)濟增長放緩,特別是房地產(chǎn)泡沫破裂、開工率降低以及投資意愿下降,對大宗貨物的需求產(chǎn)生了負面影響,進而導(dǎo)致2015年外貿(mào)貨物吞吐量增速下滑。2019年,受中美貿(mào)易戰(zhàn)的影響,中國沿海港口受到?jīng)_擊,而美國航線正好集中于本文所選取的7大港口中的青島港、上海港、寧波-舟山港、深圳港等,因此2019年7大港口超效率平均值也出現(xiàn)下降趨勢。2021年,深圳鹽田港、寧波舟山港先后于5月、8月因港區(qū)內(nèi)發(fā)現(xiàn)新冠陽性患者而關(guān)停港口,導(dǎo)致船舶在港外積壓,對全球供應(yīng)鏈造成沖擊,可能是影響2021年7大港口超效率平均值下降的原因之一。

從2010—2021年,由于長期以來國家產(chǎn)業(yè)政策的支持和鼓勵以及良好的經(jīng)濟形勢,港口行業(yè)得到快速發(fā)展,7個港口的超效率平均值都穩(wěn)步提升,但各個港口的運行效率仍存在差異。表5顯示了2010—2021年7個重要沿海港口各自的超效率值和排名情況。

表5 2010—2021年7個沿海港口的超效率值和排名Table 5 Super efficiency values and rankings of seven coastal ports from 2010 to 2021

從表5可知,12年來連云港港超效率值一直處于第一位,超效率值處于1.8～4.1,處于效率的前沿面,其高效率相比于其他6個港口越來越突出,這與其發(fā)展現(xiàn)狀是符合的。2010年以來連云港港各項投入指標(biāo)都處于7個港口的最低位,到2021年,貨物吞吐量漲幅達到111.3%,位于7個港口的第二位,第一名是煙臺港,但由于煙臺港的投入指標(biāo)漲幅較高,其超效率值只居于7個港口的第6位。2014年,連云港港口在全國大多數(shù)沿海港口告別高速增長的形勢下,面臨著貨源緊張和港際競爭的巨大壓力。然而,通過適應(yīng)生產(chǎn)的“新常態(tài)”,連云港港口成功實現(xiàn)了吞吐量的平穩(wěn)增長,為搶抓“一帶一路”機遇提供了有力的支撐。多年以來,連云港港注重港企合作,注重和各地鐵路局的合作溝通,與順豐泰森控股、浦銀金融等企業(yè)簽訂了戰(zhàn)略合作協(xié)議,并積極打通港口服務(wù)鏈,為港口高效生產(chǎn)奠定了堅實基礎(chǔ)。

深圳港、寧波-舟山港和青島港12年來港口超效率值都相對比較接近,處于1.26～1.58。深圳港通過與香港的合作,整體實力大幅提升,與深圳市經(jīng)濟發(fā)展基本同步,其輻射作用不斷擴大,成為全國沿海交通樞紐和華南國際集裝箱樞紐港。寧波-舟山港位于浙江省東北海岸,港口條件非常優(yōu)越。2017年12月,寧波舟山港成為全球首個年貨物吞吐量超“10億噸”大港,連續(xù)9年位居世界第一。2021年,寧波-舟山港年集裝箱吞吐量突破3 000萬標(biāo)準箱,成為繼上海港和新加坡港之后,全球第三個加入“超3 000萬箱俱樂部”的港口。青島港作為世界聞名的天然良港,擁有百年發(fā)展歷史,近年來更是躋身世界著名億噸大港之列,在全球與450多個港口、150多個國家和地區(qū)有著廣泛的貿(mào)易往來。青島港是中國最大的原油碼頭和20萬噸級礦石碼頭,也是中國交通行業(yè)唯一的示范窗口。2010—2021年,青島港貨物吞吐量漲幅達到80%,集裝箱吞吐量漲幅達97.4%,是在基數(shù)較大的大港中增幅較快的港口。上述三個港口相對于連云港港來說,基數(shù)較大,其超效率值提升相對不易。

上海港超效率值一直居于第5位,12年來,貨物吞吐量漲幅為24%,集裝箱吞吐量漲幅為61.8%,腹地人均GDP漲幅為19.3%。2020年,上海港以4 350萬TEU(twenty-foot equivalent unit)的吞吐規(guī)模保持了全球最大集裝箱港口的地位,領(lǐng)先于新加坡,港口吞吐量增長了0.5%。上海港集裝箱吞吐量自2010年起連續(xù)11年位居世界第一,并連續(xù)四年超4 000萬標(biāo)準箱。上海港港口體量較大,各項投入指標(biāo)都居于7個港口之首,其超效率值提升相對較難。

煙臺港超效率值居于第6位,12年來,產(chǎn)出指標(biāo)中,貨物吞吐量漲幅為181.6%,集裝箱吞吐量漲幅為113.6%,腹地人均GDP漲幅為93%,投入指標(biāo)中生產(chǎn)用碼頭長度漲幅為174%,生產(chǎn)用萬噸級泊位數(shù)漲幅為139%,就業(yè)人數(shù)漲幅為38%,固定資產(chǎn)投資漲幅為106%。相對于產(chǎn)出指標(biāo)的高漲幅,其投入指標(biāo)漲幅也較高,導(dǎo)致其超效率值排名不高。

天津港超效率值一直排名末尾,12年間,其超效率值較低,與其他港口的差距較大。主要原因如下:首先,天津港的地理位置受限,周邊港口的迅速發(fā)展不斷擠壓天津港的貨物吞吐量和集裝箱吞吐量。較遠的有上海港、深圳港等大型港口,臨近的有大連港、青島港等。其次,天津港的基礎(chǔ)設(shè)施受限,集裝箱化比例太低,發(fā)展速度跟不上快速發(fā)展的港口吞吐量需求[21]。再次,相比較于其他港口,天津港的海關(guān)、檢驗檢疫、邊防、海事等政府部門在政策上的支持力度較小。最后,除了生產(chǎn)裝卸主業(yè),天津港對于其他多元化業(yè)務(wù)的開展力度還有待提高。

3.2 Malmquist生產(chǎn)率指數(shù)及分解情況

2010—2021年,7個港口運行效率的Malmquist生產(chǎn)率指數(shù)及分解情況如表6和表7所示。

表6 年度Malmquist生產(chǎn)率指數(shù)及分解情況Table 6 Annual Malmquist productivity index and decomposition

表7 各港口Malmquist生產(chǎn)率指數(shù)及分解情況Table 7 Malmquist productivity index and decomposition of each port

3.2.1 技術(shù)效率指數(shù)變化情況

2010—2021年,各港口技術(shù)效率指數(shù)整體平均值大于1,說明這些港口的科技研發(fā)效率整體上有了提高,其中,提升幅度最大的為上海港,技術(shù)效率指數(shù)平均值高達1.017。而天津港的技術(shù)效率指數(shù)平均值僅為0.988,處于相對低效的狀態(tài)。煙臺港、青島港、連云港港、寧波-舟山港和深圳港的技術(shù)效率指數(shù)平均值都為1,都達到有效層面。

3.2.2 技術(shù)進步率指數(shù)變化情況

2010—2021年,各港口技術(shù)進步率整體平均值大于1,說明這些港口整體上都處于技術(shù)進步狀態(tài)。其中,寧波-舟山港,技術(shù)進步率平均值高達1.02,其次為連云港港的1.016,天津港技術(shù)進步率平均值為1.012,青島港為1.005,說明上述港口在2010—2021年,科技研發(fā)水平都得到了提高。而煙臺港、上海港、深圳港技術(shù)進步率平均值都低于1,說明其科技研發(fā)水平相對較低。

3.2.3 全要素生產(chǎn)率指數(shù)變化情況

總體來看,2010—2021年的技術(shù)效率、技術(shù)進步率和全要素生產(chǎn)率均值都為1.001,說明各港口全要素生產(chǎn)率的提升不僅僅依賴于科技研發(fā)效率,還依賴于科技研發(fā)水平。因此,提升各大港口全要素生產(chǎn)率的關(guān)鍵在于科技研發(fā)效率和水平,科學(xué)配置各港口的科技研發(fā)要素,加強科技資源管理能力建設(shè),增加科研投入,提升科技研發(fā)水平。

分港口來看,除了煙臺港和深圳港,其余港口全要素生產(chǎn)率均值都達到了1。對于煙臺港和深圳港來說,在港口發(fā)展中,更應(yīng)該注重提升港口的科技研發(fā)效率和水平,從而提高港口運行效率。

3.3 港口安全韌性

結(jié)合熵權(quán)法和層次分析法計算7個港口的港口安全韌性得分,計算結(jié)果如表8所示。

表8 港口安全韌性得分計算結(jié)果Table 8 Calculation results of port safety toughness score

港口安全韌性得分平均值在0.5以上的依次有深圳港、天津港、青島港和上海港。深圳港港口安全韌性得分由2010年的0.640 1上升到2012年的峰值0.694 0,2013年為0.501 6,隨后增加到2019年的0.548 0,2021年,下降到0.535 2。天津港港口安全韌性得分整體呈上升趨勢,由2010年的0.455 9上升到2021年的0.582 7。青島港港口安全韌性得分整體也呈上升趨勢,由2010年的0.461 7上升到2021年的0.557 4。上海港港口安全韌性得分波動較大,2010年為0.508 1,2011年下降為0.354 6,然后上升到2012年的0.508 9,隨后又下降到2013年的0.382 6,然后快速上升到2015年的0.635 7,2016年、2018年、2020年出現(xiàn)小幅度下降,至2021年達到0.670 7。

煙臺港港口安全韌性得分平均值為0.488 8,接近0.5。12年間,港口安全韌性得分都在0.38～0.55波動,在2019年之后逐漸穩(wěn)定在0.49左右。

寧波-舟山港港口安全韌性得分平均值為0.360 3。2010—2021年,港口安全韌性得分呈上升趨勢,在2018年和2020年得分稍有下降,2021年達到0.488 8。

連云港港港口安全韌性得分為0.345 0,為7個港口中排名最末。整體上呈上升趨勢,但波動較大,12年間,港口安全韌性得分都在0.22～0.46波動,在2021年達到峰值,為0.456 4。

總體來看,2010—2020年,除了深圳港,其余各港口安全韌性得分都有一定的提升,深圳港安全韌性得分則出現(xiàn)了下降,但其得分也在0.5之上,保持高水平的安全韌性。

3.4 障礙度模型計算結(jié)果

3.4.1 準則層計算結(jié)果

分別對7個港口安全韌性準則層因素進行障礙度計算,結(jié)果如表9所示(只展示天津港的障礙度模型計算結(jié)果)。

表9 天津港安全韌性準則層障礙度計算結(jié)果Table 9 Calculation results of layer obstacle degree of safety toughness criterion of Tianjin Port

根據(jù)準則層障礙度計算結(jié)果可知,2010—2021年,天津港、煙臺港、青島港、連云港港四個港口的疏港交通能力障礙度相對其他準則層較高,是港口安全韌性提升的主要障礙因子。深圳港在2010—2013年,港口安全韌性提升的主要障礙因子為救援能力,2013年之后轉(zhuǎn)為疏港交通能力。而寧波-舟山港和上海港12年來的主要障礙因子,則是在水上交通安全和疏港交通能力之間反復(fù)變動。

綜合來看,影響7個港口安全韌性提升的準則層主要障礙因子為疏港交通能力,其次為水上交通安全,最后是救援能力。

3.4.2 指標(biāo)層計算結(jié)果

分別對7個港口安全韌性指標(biāo)層因素進行障礙度計算,結(jié)果如表10所示。

表10 天津港安全韌性指標(biāo)層障礙度計算結(jié)果Table 10 Calculation results of safety toughness index layer obstacle degree of Tianjin Port

根據(jù)指標(biāo)層障礙度計算結(jié)果可知,2010—2021年,天津港、煙臺港、青島港、連云港港、深圳港五個港口的港口安全韌性提升的主要障礙因子從高到低依次都為客運量、貨運量和醫(yī)療衛(wèi)生機構(gòu)床位數(shù)。而寧波-舟山港和上海港港口安全韌性提升的主要障礙因子最高都是客運量,其次為沉船數(shù)量和死亡失蹤人數(shù)。

綜合來看,影響7個港口安全韌性提升的指標(biāo)層主要障礙因子為客運量,其次為貨運量、醫(yī)療衛(wèi)生機構(gòu)數(shù)、沉船數(shù)量和死亡失蹤人數(shù)。

3.5 港口安全韌性-效率矩陣

2019年12月末,新冠肺炎疫情爆發(fā),對中國經(jīng)濟發(fā)展、行業(yè)生產(chǎn)及人民生活形成較大沖擊。2020—2021年,全國疫情防控形勢持續(xù)向好,生產(chǎn)生活秩序加快恢復(fù),疫情防控和經(jīng)濟社會發(fā)展工作取得了積極成效。然而,中國仍面臨著一些新情況和新問題。特別是境外疫情的擴散蔓延以及其對全球經(jīng)濟的不利影響,給我們的疫情防控和經(jīng)濟發(fā)展帶來了新的挑戰(zhàn)。港口作為運輸戰(zhàn)略物資的重要交通領(lǐng)域,同樣受到一定影響。本文中選擇新冠疫情爆發(fā)之后兩年2020年和2021年,通過構(gòu)建港口安全韌性-港口運行效率矩陣,從兩者結(jié)合的角度綜合評價港口的競爭能力。從計算結(jié)果來看,港口安全韌性得分較高的港口,其運行效率并不一定高,本文以港口安全韌性得分為縱坐標(biāo),以港口運行超效率值為橫坐標(biāo)構(gòu)建港口安全韌性-效率矩陣,并以港口安全韌性為0.5(港口安全韌性計算結(jié)果為0～1的截斷數(shù)據(jù),選取0.5作為分界線較為合理)和超效率值1.3(選取超效率值排名為3、4的港口當(dāng)年的超效率值,取平均數(shù))為界限,劃分出4個象限,分別為4種類型,強壯型、肥胖型、精干型和瘦弱型。2020年和2021年7大港口安全韌性-效率矩陣如圖2和圖3所示。

圖3 2021年7大港口安全韌性-效率矩陣Fig.3 Security toughness-efficiency matrix of seven major ports in 2021

第一類是強壯型港口。這一類港口不僅擁有較高的運行效率,且港口安全韌性得分也較高。本文的研究對象中,青島港和深圳港在2020年和2021年都屬于這一類型。這類港口有著合理的基礎(chǔ)設(shè)施投入和高效的產(chǎn)出,并且其港口安全監(jiān)管制度和配套設(shè)施都相對健全。這樣的港口在綜合發(fā)展中極具競爭力。

第二類是精干型港口。這一類港口擁有較高的運行效率,但港口安全韌性得分不高。本文的研究對象中,連云港港和寧波-舟山港在2020年和2021年都屬于這一類型。這類港口得益于其合理的基礎(chǔ)設(shè)施投入和高效的產(chǎn)出,但港口安全監(jiān)管制度和配套設(shè)施仍需完善。這樣的港口在綜合發(fā)展中潛力較大。

第三類是肥胖型港口。這類港口安全韌性得分較高,但運行效率卻較低。本文的研究對象中,2020年和2021年的天津港和上海港以及2020年的煙臺港都屬于這一類型。這類港口在安全監(jiān)管制度和配套設(shè)施方面都相對較健全,但其基礎(chǔ)設(shè)施投入和產(chǎn)出不匹配,造成運行效率不高的現(xiàn)象。因此如何調(diào)整資源的合理配置是提升肥胖型港口走向強壯型港口的關(guān)鍵。

第四類是瘦弱型港口。這類港口運行效率較低,且安全韌性得分不高。本文的研究對象中,2021年煙臺港屬于這一類型。煙臺港規(guī)模較小,雖然基礎(chǔ)設(shè)施投入漲幅較大,但產(chǎn)出難以保持高速增長,同時港口的安全監(jiān)管制度和配套設(shè)施還不夠完善。對于小型港口如何整合好現(xiàn)有資源,是走向精干型港口的關(guān)鍵。此類港口在提升運行效率的同時,還需注意安全管理。

4 結(jié)論和建議

基于2010—2021年中國7個重要沿海港口的面板數(shù)據(jù),利用超效率DEA模型測算港口運行效率,利用DEA-Malmquist指數(shù)模型對各港口全要素生產(chǎn)率進行分解,探究港口效率變化的原因,然后結(jié)合熵權(quán)法和層次分析法測算各港口的安全韌性得分,利用障礙度模型從準則層和指標(biāo)層探究影響港口安全韌性的主要障礙因子,最后利用港口安全韌性-效率矩陣對2020年和2021年7個港口的發(fā)展進行分類,以期為中國港口指出當(dāng)前發(fā)展的薄弱環(huán)節(jié),為目前存在的問題提供有針對性的解決方案,從而進一步提升中國港口的運行效率,提高港口的競爭力。研究結(jié)果表明:

(1)超效率DEA模型分析結(jié)果表明:從整體來看2010—2021年7個主要沿海港口的超效率平均值呈上升趨勢,從1.37提升至1.46,港口的運行效率在穩(wěn)步提升。除了天津港,其他港口都達到DEA有效,港口效率提升的空間較大。結(jié)合各個港口具體的超效率值可以發(fā)現(xiàn)國際債務(wù)危機、國際大宗商品價格波動、中美貿(mào)易戰(zhàn)和新冠疫情等原因,都會對我國沿海港口運行效率造成嚴重影響。

(2)DEA-Malmquist指數(shù)模型分析結(jié)果表明:總體來看,2010—2021年的各港口全要素生產(chǎn)率均值為1.001,其中,技術(shù)效率的均值為1.001,技術(shù)進步率的均值為1.001,說明各港口全要素生產(chǎn)率的提升不僅僅依賴于科技研發(fā)效率,還依賴于科技研發(fā)水平。分港口來看,除了煙臺港和深圳港,其余港口全要素生產(chǎn)率均值都達到了1。對于煙臺港和深圳港來說,在港口發(fā)展中,更應(yīng)該注重提升港口的科技研發(fā)效率和水平,從而提高港口運行效率。

(3)港口安全韌性計算結(jié)果可知:總體來看,2010—2020年,除了深圳港,其余各港口安全韌性得分都有一定的提升,深圳港安全韌性得分則出現(xiàn)了下降,但其得分也在0.5之上,保持高水平的安全韌性。港口安全韌性得分平均值在0.5以上的依次有深圳港、天津港、青島港和上海港。其次為煙臺港、寧波-舟山港,連云港港港口安全韌性得分為0.345 0,為7個港口中排名最末。

(4)障礙度模型分析結(jié)果可知:從準則層因素分析來看,影響7個港口安全韌性提升的準則層主要障礙因子為疏港交通能力,其次為水上交通安全,最后是救援能力。從指標(biāo)層因素分析來看,影響7個港口安全韌性提升的指標(biāo)層主要障礙因子為客運量,其次為貨運量、醫(yī)療衛(wèi)生機構(gòu)數(shù)、沉船數(shù)量和死亡失蹤人數(shù)。

(5)港口安全韌性-效率矩陣分析結(jié)果可知:青島港和深圳港在2020年和2021年都屬于強壯型港口,不僅擁有較高的運行效率,且港口安全韌性得分也較高,在綜合發(fā)展中極具競爭力。連云港港和寧波-舟山港在2020年和2021年都屬于精干型港口,擁有較高的運行效率,但港口安全韌性得分不高,在綜合發(fā)展中潛力較大。2020年和2021年的天津港和上海港以及2020年的煙臺港都屬于肥胖型港口,港口安全韌性得分較高,但運行效率卻較低,調(diào)整資源的合理配置是發(fā)展的關(guān)鍵。2021年煙臺港屬于瘦弱型港口,港口運行效率較低,且安全韌性得分不高,在發(fā)展中需要調(diào)整資源的合理配置,同時還需注意安全管理。

針對以上研究結(jié)果,本文提出以下相應(yīng)的對策建議。

(1)各港口應(yīng)重新整合內(nèi)部資源,優(yōu)化資源配置,調(diào)整投入產(chǎn)出結(jié)構(gòu)。對于一些傳統(tǒng)意義上的大港,如上海港、寧波-舟山港等在碼頭修建方面投入過多,存在一定的資源浪費現(xiàn)象,可以適當(dāng)縮減碼頭的修建,注重運行效率的提升。

(2)各港口應(yīng)注重提升可持續(xù)綠色發(fā)展和抵御國際環(huán)境風(fēng)險沖擊的能力。各港口應(yīng)注重提升科技研發(fā)效率和水平,注重技術(shù)革新。同時,貫徹“生態(tài)優(yōu)先、綠色發(fā)展”理念,以落實環(huán)保要求、保護環(huán)境、保護生態(tài)為大前提。優(yōu)化港口布局,加快大型化、專業(yè)化的碼頭建設(shè),實行港口的先進化和集約化運營,積極培育、引導(dǎo)港企之間的相互合作,建立戰(zhàn)略聯(lián)盟。

(3)各港口應(yīng)加強水上交通安全監(jiān)管力度。堅持打防并舉,切實維護水域治安秩序。加大工作服務(wù)力度,預(yù)防群體性事件發(fā)生。積極開展轄區(qū)內(nèi)安全檢查工作,加強巡邏防范。加大救援隊伍建設(shè)力度,提高水上救援能力。

(4)政府應(yīng)加大對當(dāng)?shù)毓不A(chǔ)設(shè)施投入,注重醫(yī)療基礎(chǔ)設(shè)施和交通基礎(chǔ)設(shè)施的建設(shè)。建立專項資金和保障對當(dāng)?shù)毓不A(chǔ)設(shè)施投入的長效機制。

(5)政府應(yīng)完善相關(guān)政策及規(guī)劃,加強規(guī)劃指導(dǎo)性和可操作性。為實現(xiàn)港口的適度平穩(wěn)發(fā)展,國家發(fā)展改革委員會、交通主管部門和自然資源部門等政府部門,應(yīng)結(jié)合新的經(jīng)濟發(fā)展形勢和生態(tài)環(huán)保的要求,以集約節(jié)約用海和高效有效用海為原則,進一步完善沿海港口布局規(guī)劃和各港口的總體規(guī)劃。同時加強對港口建設(shè)的指導(dǎo)和宏觀調(diào)控作用,以適應(yīng)新的需求。