珠三角地區(qū)沿海主要港口效率分析與評價

張小琪

（云南財經(jīng)大學(xué),云南 昆明 650000）

隨著經(jīng)濟全球化的不斷深入，港口作為水陸運輸?shù)慕粎R點，同時也是對外貿(mào)易與交流的窗口，為交通運輸體系與國家經(jīng)濟發(fā)展提供基礎(chǔ)性支撐。珠三角港口群依托珠江水系發(fā)達的自然資源，在我國五大港口群中占據(jù)重要地位，對其主要港口效率進行測度，不僅能夠科學(xué)合理地評判港口自身水平，還能夠識別出阻礙港口高效發(fā)展的相關(guān)因素，助推港口未來發(fā)展。因此，本文運用DEA法對珠三角地區(qū)沿海5個港口2011—2020年的港口靜態(tài)效率和動態(tài)效率結(jié)合分析，以期探究10年間港口實際運營情況，并為港口未來發(fā)展獻計獻策。

1 文獻綜述

當(dāng)前，國內(nèi)外學(xué)術(shù)界對港口效率的研究主要從港口效率評價方法和港口效率評價對象兩個方面出發(fā)。其中，評價方法主要是隨機前沿分析法（SFA）和數(shù)據(jù)包絡(luò)分析法（DEA）[1]。SFA法作為參數(shù)法，考慮了環(huán)境因素引起的誤差，但在指標(biāo)選取上具有任意性。DEA法為非參數(shù)法，能評價有著多投入和多產(chǎn)出的DMU的相對效率，其特征是無須特定的計數(shù)函數(shù)關(guān)系，無須主觀賦予各指標(biāo)相對權(quán)重，具有很強的客觀性[2]。因此，港口效率評價中普遍運用DEA模型[3]。Roll等（1993）首次將DEA模型引入港口效率評價領(lǐng)域以來，后人根據(jù)不同假設(shè)，將其拓展成CCR和BCC模型，并在港口效益評估中廣為應(yīng)用[4]。羅俊浩等（2013）就利用CCR和BCC模型來探究港口效率[5]。但DEA模型無法對有效的決策單元做進一步排序，學(xué)者們將其改進為超效率DEA模型，克服了這一弊端。宋敏等（2018）基于超效率DEA模型，測度了長三角地區(qū)港口效率，并以此代表港口運營成效[6]。隨著研究的不斷深入，能評估跨時期的動態(tài)港口效率，又能度量港口的全要素生產(chǎn)率變化[7]的DEA-Malmqusit指數(shù)模型也被運用到港口效率測算中。

在評價對象的選取中，國外學(xué)者對集裝箱港口效率的研究較多，如Kutin等（2017）基于DEA模型，對東盟集裝箱港口效率進行測度[8]。國內(nèi)學(xué)者主要以中國主要港口、“一帶一路”中的沿海港口以及某一港口群為研究樣本。如賈鵬等（2022）對全國16個港口的綠色發(fā)展效率進行定量分析和評價，鼓勵建成智慧化的綠色港口[9]；高倜鵬（2020）從“一帶一路”中的沿海港口著手，發(fā)現(xiàn)技術(shù)進步是導(dǎo)致港口效率提高的重要原因[10]；李冰等（2022）選取環(huán)渤海地區(qū)港口的投入產(chǎn)出面板數(shù)據(jù)，實證表明各港口之間效率差異較大[11]；吳曉芬等（2022）則以長三角港口群為研究對象，通過對港口動態(tài)特征和競爭力矩陣的分析，將其劃分為四大類型：潛力型、活躍型、低谷型、穩(wěn)定型[12]。

綜上所述，已有文獻對港口效率的研究在不斷深入，但研究對象多集中于“一帶一路”中涉及的港口或是國內(nèi)主要沿海港口，對珠三角地區(qū)沿海港口的效率評價相對較少且缺少對港口的動靜態(tài)效率結(jié)合研究。此外，傳統(tǒng)的DEA模型只能評價港口有效或無效，難以對DEA有效的港口做進一步排名。基于此，本文分別采用超效率DEA模型和DEA-Malmquist指數(shù)模型測算并分析珠三角地區(qū)沿海主要港口的靜態(tài)效率及動態(tài)效率。這樣既符合港口實際狀況，又能對港口水平進行全面分析。

2 港口效率測度

2.1 指標(biāo)選取與數(shù)據(jù)來源

本文以珠三角地區(qū)的廣州港、湛江港、汕頭港、深圳港、珠海港5個港口為研究對象。根據(jù)2022年前5個月最新的統(tǒng)計數(shù)據(jù)，在珠三角范圍內(nèi)，這5個港口的貨物吞吐量占比為74.22%，集裝箱吞吐量占比為90.93%，能較全面反映珠三角地區(qū)港口水平。同時考慮到數(shù)據(jù)可得性、可比性及指標(biāo)合理性，并結(jié)合相關(guān)文獻[10,13]，借助生產(chǎn)法思想，選取能反映港口規(guī)模和影響港口運作能力的碼頭泊位、萬噸級碼頭泊位、碼頭泊位長度為投入指標(biāo)，選取能反映港口建設(shè)投入和考核港口經(jīng)營成果的貨物吞吐量、集裝箱吞吐量為產(chǎn)出指標(biāo)。截取2011—2020年各港口的數(shù)據(jù)，數(shù)據(jù)來源于《中國港口年鑒》《廣東統(tǒng)計年鑒》《珠海統(tǒng)計年鑒》等。

2.2 實證分析

2.2.1 港口效率靜態(tài)分析

運用投入導(dǎo)向的超效率DEA模型，得出2011—2020年各港口的超效率值，如表1所示。

表1 各港口歷年超效率值及排名

由表1可知，10年間深圳港和廣州港的效率值一直穩(wěn)居前二，特別是深圳港有5年的超效率值都大于1，處于有效前沿面上，說明該港口效率較高，能在既定的投入下得到相對最大的產(chǎn)出。這與深圳市政府始終大力發(fā)展深圳港航業(yè)，鼎力支撐港口的投資建設(shè)，充分發(fā)揮市場在資源配置中的決定性作用和政府的引導(dǎo)作用息息相關(guān)。

廣州港2018—2020年的超效率值分別為1.002、1.041、1.040，實現(xiàn)了DEA有效，并在2019年和2020年效率值排名第一，反超深圳港。這是因為2019年起，廣州港就將“加強與港澳合作”“加快粵港澳大灣區(qū)互聯(lián)互通建設(shè)”“更好地服務(wù)于粵港澳”等納入年度工作計劃，同時免除港務(wù)費和港口設(shè)施保安費等，這些重磅政策促成了港口貨物和集裝箱吞吐量再上新臺階。

還可以發(fā)現(xiàn)，湛江港的超效率值排名末位，但作為西部陸海新通道和粵港澳大灣區(qū)交匯點，湛江港在未來將面臨更多的機遇與挑戰(zhàn)，如何促進港口高質(zhì)量發(fā)展，如何探索港口發(fā)展的新舉措，是湛江港亟待解決的關(guān)鍵問題。

2.2.2 港口效率動態(tài)分析

運用超效率DEA模型對港口效率進行測度，得出結(jié)果反映的是港口靜態(tài)效率，為了進一步探究港口的動態(tài)效率，本文運用DEA-Malmquist指數(shù)模型進行測算，結(jié)果如表2所示。

表2 各港口2011—2020年Malmquist指數(shù)

從均值來看，2011—2020年全要素生產(chǎn)率（TFPCH）的年均增長速度為4.9%，表明珠三角地區(qū)沿海港口效率呈小幅增長態(tài)勢。綜合技術(shù)效率（EFFCH）上升了1.8%，技術(shù)進步指數(shù)（TECH）上升了3.1%，因此，技術(shù)進步指數(shù)的上升是推動港口效率上升的主要原因。其中，綜合技術(shù)效率的變動，是由純技術(shù)效率（PTECH）下降了0.7%，規(guī)模效率（SECH）上升了2.5%引起的。究其原因，是純技術(shù)效率拖了后腿，想要提高純技術(shù)效率，不僅要加強先進管理技術(shù)的引進，還要提升港口技術(shù)管理水平，提高港口的服務(wù)質(zhì)量。

從各港口來看，5個沿海港口的全要素生產(chǎn)率指數(shù)均大于1，表明全部港口的運營效率都在上升。其中，珠海港的效率提升最為顯著，綜合技術(shù)效率和技術(shù)進步指數(shù)分別為1.047和1.034，足以證明珠海市始終踐行“以港立市”的發(fā)展戰(zhàn)略，不斷推進港口實現(xiàn)跨越式全面騰飛。與此同時，珠海港的純技術(shù)效率為0.964，這表明在加快建設(shè)港口設(shè)施的同時，也應(yīng)實施科學(xué)有效的經(jīng)營管理方式，提高純技術(shù)效率。廣州港和湛江港的全要素生產(chǎn)率分別為1.039和1.031，其港口效率的提升得益于技術(shù)進步指數(shù)的增長。汕頭港效率的提高來源于技術(shù)進步指數(shù)3.8%和規(guī)模效率4.2%的變動，深圳港技術(shù)進步指數(shù)的提高導(dǎo)致了全要素生產(chǎn)率的增長。由此可知，僅僅是技術(shù)進步或是規(guī)模效率單一方面的動態(tài)增長難以確保整個全要素生產(chǎn)率的提高，在關(guān)注技術(shù)進步和提高規(guī)模效率的同時，港口的管理者應(yīng)及時調(diào)整內(nèi)部管理方式，引入高技術(shù)管理人才，提高在職人員的管理水平[14]，多方協(xié)同發(fā)展才是珠三角港口全要素生產(chǎn)率提升的關(guān)鍵。

進一步按年份進行分析，得出這5個港口所代表的珠三角港口群各時期的Malmquist指數(shù)如表3所示。

由表3可知，2011—2012年珠三角港口群在資源合理配置的情況下，全要素生產(chǎn)率增長了17.9%，為10年來的最大增幅。2017—2018年，珠三角港口群的全要素生產(chǎn)率為0.994，純技術(shù)效率和規(guī)模效率的下降造成了全要素生產(chǎn)率水平的下降，這足以證明純技術(shù)效率和規(guī)模效率都是影響港口效率的重要因素。2018—2019年，港口群的純技術(shù)效率提升至1.012，但顧此失彼，忽視了技術(shù)進步和規(guī)模效率等在港口效率中發(fā)揮著的關(guān)鍵作用，使得全要素生產(chǎn)率下降為0.915。其余年份的全要素生產(chǎn)率都大于1，呈增長態(tài)勢。其中，規(guī)模效率在2013—2019年都小于1，這表明在未來應(yīng)加大港口建設(shè)投資力度，擴大港口規(guī)模。此外，還應(yīng)科學(xué)規(guī)劃港口布局，合理定位港口功能，從而提高港口的規(guī)模效率。

表3 珠三角港口群各時期Malmquist指數(shù)

3 結(jié)論與建議

本文以珠三角地區(qū)沿海主要港口為研究對象，以2011—2020年港口的面板數(shù)據(jù)為研究基礎(chǔ)，先運用超效率DEA模型對港口的靜態(tài)效率進行測度，再結(jié)合DEAMalmquist指數(shù)模型對港口的動態(tài)效率進行測算。

研究結(jié)果表明。從港口靜態(tài)效率來看，珠三角地區(qū)沿海港口之間的效率差異較大，其中深圳港的效率值始終位居前列，湛江港與之相比差距懸殊，未來湛江港仍有很大的提升空間。對港口動態(tài)效率分析，2011—2020年間，珠三角港口群全要素生產(chǎn)率上升4.9%，技術(shù)進步指數(shù)上升了3.1%，純技術(shù)效率指數(shù)下降0.7%。5個沿海港口效率均上漲，其中珠海港效率增長最為顯著，技術(shù)進步和純技術(shù)效率都是影響珠三角地區(qū)沿海港口效率的重要因素。

針對以上研究結(jié)果，本文提出以下提高港口效率的對策建議。（1）整合港口資源，優(yōu)化港口規(guī)模。各港口應(yīng)根據(jù)自身情況和實際發(fā)展需求科學(xué)配置資源，避免因港口的重復(fù)建設(shè)和冗余投入而造成的資源閑置現(xiàn)象。（2）因港施策。針對港口自身特點，創(chuàng)新管理方法，將相關(guān)政策落到實處，同時也可采用橫向、縱向或供應(yīng)鏈的整合模式，實現(xiàn)珠三角港口群的協(xié)同發(fā)展。（3）提高科技創(chuàng)新能力，推進港口智慧化建設(shè)。不僅要持續(xù)推動港口技術(shù)進步，還要增強將技術(shù)轉(zhuǎn)化為生產(chǎn)力的意識，提高技術(shù)管理水平。