珠三角地区沿海主要港口效率分析与评价

张小琪

（云南财经大学,云南 昆明 650000）

随着经济全球化的不断深入，港口作为水陆运输的交汇点，同时也是对外贸易与交流的窗口，为交通运输体系与国家经济发展提供基础性支撑。珠三角港口群依托珠江水系发达的自然资源，在我国五大港口群中占据重要地位，对其主要港口效率进行测度，不仅能够科学合理地评判港口自身水平，还能够识别出阻碍港口高效发展的相关因素，助推港口未来发展。因此，本文运用DEA法对珠三角地区沿海5个港口2011—2020年的港口静态效率和动态效率结合分析，以期探究10年间港口实际运营情况，并为港口未来发展献计献策。

1 文献综述

当前，国内外学术界对港口效率的研究主要从港口效率评价方法和港口效率评价对象两个方面出发。其中，评价方法主要是随机前沿分析法（SFA）和数据包络分析法（DEA）[1]。SFA法作为参数法，考虑了环境因素引起的误差，但在指标选取上具有任意性。DEA法为非参数法，能评价有着多投入和多产出的DMU的相对效率，其特征是无须特定的计数函数关系，无须主观赋予各指标相对权重，具有很强的客观性[2]。因此，港口效率评价中普遍运用DEA模型[3]。Roll等（1993）首次将DEA模型引入港口效率评价领域以来，后人根据不同假设，将其拓展成CCR和BCC模型，并在港口效益评估中广为应用[4]。罗俊浩等（2013）就利用CCR和BCC模型来探究港口效率[5]。但DEA模型无法对有效的决策单元做进一步排序，学者们将其改进为超效率DEA模型，克服了这一弊端。宋敏等（2018）基于超效率DEA模型，测度了长三角地区港口效率，并以此代表港口运营成效[6]。随着研究的不断深入，能评估跨时期的动态港口效率，又能度量港口的全要素生产率变化[7]的DEA-Malmqusit指数模型也被运用到港口效率测算中。

在评价对象的选取中，国外学者对集装箱港口效率的研究较多，如Kutin等（2017）基于DEA模型，对东盟集装箱港口效率进行测度[8]。国内学者主要以中国主要港口、“一带一路”中的沿海港口以及某一港口群为研究样本。如贾鹏等（2022）对全国16个港口的绿色发展效率进行定量分析和评价，鼓励建成智慧化的绿色港口[9]；高倜鹏（2020）从“一带一路”中的沿海港口着手，发现技术进步是导致港口效率提高的重要原因[10]；李冰等（2022）选取环渤海地区港口的投入产出面板数据，实证表明各港口之间效率差异较大[11]；吴晓芬等（2022）则以长三角港口群为研究对象，通过对港口动态特征和竞争力矩阵的分析，将其划分为四大类型：潜力型、活跃型、低谷型、稳定型[12]。

综上所述，已有文献对港口效率的研究在不断深入，但研究对象多集中于“一带一路”中涉及的港口或是国内主要沿海港口，对珠三角地区沿海港口的效率评价相对较少且缺少对港口的动静态效率结合研究。此外，传统的DEA模型只能评价港口有效或无效，难以对DEA有效的港口做进一步排名。基于此，本文分别采用超效率DEA模型和DEA-Malmquist指数模型测算并分析珠三角地区沿海主要港口的静态效率及动态效率。这样既符合港口实际状况，又能对港口水平进行全面分析。

2 港口效率测度

2.1 指标选取与数据来源

本文以珠三角地区的广州港、湛江港、汕头港、深圳港、珠海港5个港口为研究对象。根据2022年前5个月最新的统计数据，在珠三角范围内，这5个港口的货物吞吐量占比为74.22%，集装箱吞吐量占比为90.93%，能较全面反映珠三角地区港口水平。同时考虑到数据可得性、可比性及指标合理性，并结合相关文献[10,13]，借助生产法思想，选取能反映港口规模和影响港口运作能力的码头泊位、万吨级码头泊位、码头泊位长度为投入指标，选取能反映港口建设投入和考核港口经营成果的货物吞吐量、集装箱吞吐量为产出指标。截取2011—2020年各港口的数据，数据来源于《中国港口年鉴》《广东统计年鉴》《珠海统计年鉴》等。

2.2 实证分析

2.2.1 港口效率静态分析

运用投入导向的超效率DEA模型，得出2011—2020年各港口的超效率值，如表1所示。

表1 各港口历年超效率值及排名

由表1可知，10年间深圳港和广州港的效率值一直稳居前二，特别是深圳港有5年的超效率值都大于1，处于有效前沿面上，说明该港口效率较高，能在既定的投入下得到相对最大的产出。这与深圳市政府始终大力发展深圳港航业，鼎力支撑港口的投资建设，充分发挥市场在资源配置中的决定性作用和政府的引导作用息息相关。

广州港2018—2020年的超效率值分别为1.002、1.041、1.040，实现了DEA有效，并在2019年和2020年效率值排名第一，反超深圳港。这是因为2019年起，广州港就将“加强与港澳合作”“加快粤港澳大湾区互联互通建设”“更好地服务于粤港澳”等纳入年度工作计划，同时免除港务费和港口设施保安费等，这些重磅政策促成了港口货物和集装箱吞吐量再上新台阶。

还可以发现，湛江港的超效率值排名末位，但作为西部陆海新通道和粤港澳大湾区交汇点，湛江港在未来将面临更多的机遇与挑战，如何促进港口高质量发展，如何探索港口发展的新举措，是湛江港亟待解决的关键问题。

2.2.2 港口效率动态分析

运用超效率DEA模型对港口效率进行测度，得出结果反映的是港口静态效率，为了进一步探究港口的动态效率，本文运用DEA-Malmquist指数模型进行测算，结果如表2所示。

表2 各港口2011—2020年Malmquist指数

从均值来看，2011—2020年全要素生产率（TFPCH）的年均增长速度为4.9%，表明珠三角地区沿海港口效率呈小幅增长态势。综合技术效率（EFFCH）上升了1.8%，技术进步指数（TECH）上升了3.1%，因此，技术进步指数的上升是推动港口效率上升的主要原因。其中，综合技术效率的变动，是由纯技术效率（PTECH）下降了0.7%，规模效率（SECH）上升了2.5%引起的。究其原因，是纯技术效率拖了后腿，想要提高纯技术效率，不仅要加强先进管理技术的引进，还要提升港口技术管理水平，提高港口的服务质量。

从各港口来看，5个沿海港口的全要素生产率指数均大于1，表明全部港口的运营效率都在上升。其中，珠海港的效率提升最为显著，综合技术效率和技术进步指数分别为1.047和1.034，足以证明珠海市始终践行“以港立市”的发展战略，不断推进港口实现跨越式全面腾飞。与此同时，珠海港的纯技术效率为0.964，这表明在加快建设港口设施的同时，也应实施科学有效的经营管理方式，提高纯技术效率。广州港和湛江港的全要素生产率分别为1.039和1.031，其港口效率的提升得益于技术进步指数的增长。汕头港效率的提高来源于技术进步指数3.8%和规模效率4.2%的变动，深圳港技术进步指数的提高导致了全要素生产率的增长。由此可知，仅仅是技术进步或是规模效率单一方面的动态增长难以确保整个全要素生产率的提高，在关注技术进步和提高规模效率的同时，港口的管理者应及时调整内部管理方式，引入高技术管理人才，提高在职人员的管理水平[14]，多方协同发展才是珠三角港口全要素生产率提升的关键。

进一步按年份进行分析，得出这5个港口所代表的珠三角港口群各时期的Malmquist指数如表3所示。

由表3可知，2011—2012年珠三角港口群在资源合理配置的情况下，全要素生产率增长了17.9%，为10年来的最大增幅。2017—2018年，珠三角港口群的全要素生产率为0.994，纯技术效率和规模效率的下降造成了全要素生产率水平的下降，这足以证明纯技术效率和规模效率都是影响港口效率的重要因素。2018—2019年，港口群的纯技术效率提升至1.012，但顾此失彼，忽视了技术进步和规模效率等在港口效率中发挥着的关键作用，使得全要素生产率下降为0.915。其余年份的全要素生产率都大于1，呈增长态势。其中，规模效率在2013—2019年都小于1，这表明在未来应加大港口建设投资力度，扩大港口规模。此外，还应科学规划港口布局，合理定位港口功能，从而提高港口的规模效率。

表3 珠三角港口群各时期Malmquist指数

3 结论与建议

本文以珠三角地区沿海主要港口为研究对象，以2011—2020年港口的面板数据为研究基础，先运用超效率DEA模型对港口的静态效率进行测度，再结合DEAMalmquist指数模型对港口的动态效率进行测算。

研究结果表明。从港口静态效率来看，珠三角地区沿海港口之间的效率差异较大，其中深圳港的效率值始终位居前列，湛江港与之相比差距悬殊，未来湛江港仍有很大的提升空间。对港口动态效率分析，2011—2020年间，珠三角港口群全要素生产率上升4.9%，技术进步指数上升了3.1%，纯技术效率指数下降0.7%。5个沿海港口效率均上涨，其中珠海港效率增长最为显著，技术进步和纯技术效率都是影响珠三角地区沿海港口效率的重要因素。

针对以上研究结果，本文提出以下提高港口效率的对策建议。（1）整合港口资源，优化港口规模。各港口应根据自身情况和实际发展需求科学配置资源，避免因港口的重复建设和冗余投入而造成的资源闲置现象。（2）因港施策。针对港口自身特点，创新管理方法，将相关政策落到实处，同时也可采用横向、纵向或供应链的整合模式，实现珠三角港口群的协同发展。（3）提高科技创新能力，推进港口智慧化建设。不仅要持续推动港口技术进步，还要增强将技术转化为生产力的意识，提高技术管理水平。