基于環境視角評價長江沿線主要港口效率

鄧 萍， 應 鑒（重慶交通大學，重慶400074）

0 引 言

在當今的時代，港口不僅是船舶停靠和客貨集散的運輸節點，也是一個綜合的社會文化經濟聚合點，更是帶動區域經濟騰飛的基石。港口效率是衡量資源配置能否體現管理水平及企業滿意程度的關鍵指標，是港口企業評價其市場競爭能力、保證持續性發展的重要參考依據。早些年的學者研究港口效率體系時，只關注利好的經濟性產物，例如集裝箱吞吐量和散貨吞吐量，卻忽視與經濟效益無關的附加環境產物，如硫化物、氮化物、二氧化碳等。這并不符合實際的生產運營情況，更加不符合當今世界綠色環保的潮流。港口的建設、運營、發展等活動都不可避免地會對港區環境和周邊生態產生直接或間接的影響。港口的發展不能只關注期望的產出，也不能只追求規模而不顧生態環境的損害。如何建設綠色生態港口，如何兼顧港口的經濟發展和生態環境的保護是未來發展的重點領域。保證港口可持續發展的前提下尋求港口的效率的提升，注重環境的治理同經濟的發展相協調，有利于擺脫當前港口發展的困境。因此，科學合理地評價港口效率，解讀各港口資源配置水平，探究港口間的效率差距，從環境的角度分析影響港口的因素，并以此提出長江沿線主要港口效率的研究，能夠為將來建設環境友好型、資源節約型的綠色可持續發展的港口提供重要的參考依據。

目前，已有不少國內外的學者陸續意識到這個問題，并對此做了相關的研究。2017年袁楊、孫加森提出了改進的非期望產出DEA模型，研究了環境污染產出對港口的影響，并對期望產出加以權重約束以凸顯其重視程度。2018年劉勇和汪傳旭使用考慮非期望產出的網絡DEA模型，將CO排放量作為非期望產出評價了港口的生產效率和環境效率。2019年王騰和呂靖通過非期望產出的SBM網絡模型研究了環境污染產出對上海港口效率的影響。2020年武永貴、田芳運用SBM模型對沿海港口進行了評價，該模型考慮了非期望產出碳排放對港口效率的影響。Fare等人使用非期望的產出DDF模型研究了世界92家發電廠污染排放的環境效率。Sun J運用非徑向DDF模型對中國港口企業環境效率進行評價分析；Chung等將方向距離函數和ML生產指數結合起來，研究了環境因素下能源效率的問題。2014年赫珍珍、李健等選取工業排放二氧化碳作為環境產出指標，利用環境方向距離函數和非參數線性規劃建立了工業環境績效測度模型，對1990年到2020年工業面板數據進行了研究分析；2015年劉晶對沿海21個主要港口船舶臨在港排放量進行了估算，以此作為非期望的環境產出，運用方向距離函數模型計算了港口綜合環境效率值。

本文在前人的基礎上，運用非期望產出的GDDF模型對長江沿線主要港口的多種環境產出進行分析，研究它們是否會對港口效率產生影響，并探究環境產出的量變對港口效率的影響程度。

1 模型的構建

由于上述模型計算的是各要素的無效率，因此時期的生產要素有效率：ex=1-β∈（0,1），時期的理想產出要素有效率：ey=1/（1+ β）∈（0,1），時期的非期望環境產出要素有效率：eu=1-β；該模型的各要素指標給予了不同的系數，能夠做到完全非徑向的變化，所以該模型在理論上更加符合目前生產實際的需要。本文認為該模型仍存在一定的局限性，不同時期的DUM生產前沿面存在差異，無法直接進行跨時期的比較分析。故本文引入Global技術理論對模型（1）進行了相關改變，完善了不同時期DUM無法進行對比分析的問題，結合Global技術的完全非徑向DDF模型如下所示：

2 實證分析

2.1 長江沿線港口指標的選取與描述。本文以長江沿線12個主要港口作為研究對象，回顧國內外港口效率研究方面的相關文獻并結合長江沿線港口的實際情況，選取港口的泊位數和泊位長度作為DEA模型的投入指標，確定港口的散貨吞吐量和集裝箱吞吐量作為DEA模型產出指標。港口投入和產出指標的數據均來源于國家統計局2016年至2019年的《中國港口統計年鑒》，具有較高的可靠性。以往的學者對港口效率進行評價時，僅考慮港口的期望產出，這與新時代的綠色可持續發展的戰略有所不符，非期望產出理應被重視。本文將可吸入顆粒物（PM）、硫化物、氮化物、貨物固廢作為港口非期望環境產出。參考以往的相關文獻，經研究整理后選擇了合理的方法對長江沿線港口環境產出指標進行計算，其中可吸入顆粒物（PM）、硫化物、氮化物三種環境產出由兩部分組成，即臨港排放和在港排放，前者基于燃油法計算獲取，后者基于船舶發動機功率法計算獲取。具體數據描述性統計如表1所示。

2.2 考慮環境因素下的長江沿線港口效率分析。算例1是基于港口符合生產實際的前提下考慮了環境因素的影響，運用完全非徑向GDDF模型評價了長江沿線12個港口的綜合效率，從而獲得更加客觀真實的結果。本文依據國內外生態環境數據處理的經驗，采用熵值法并對表1的四種非期望環境產出進行降維處理，最終獲得一個環境指標。根據式（2），采用Matlab2018對算例1進行求解，結果如表2所示：

表1 數據描述性統計特征

表2 考慮環境因素的長江沿線港口效率分析

算例1在考慮港口環境因素后，長江沿線各港口效率均有不同程度的提升，說明增加環境產出后，港口的效率被整體拉高了。原因在于，港口的環境產出作為一種新的要素被納入港口效率評價體系，其本身同樣存在效率前沿，港口的效率越接近該前沿，則其環境產出表現越好。因此，忽略環境產出的港口效率往往會被低估，環境產出已經成為現階段港口綜合效率評價中不可忽視的部分。從各年份上來看，環境產出作為新的要素納入港口效率評價體系，多數港口的效率值較高，但少數港口的效率反而偏低，如宜賓港和宜昌港，應是這些港口的發展同環境的治理出現了嚴重的脫節，單要素環境產出效率遠低于效率前沿面，這類港口應當更多的關注港區環境保護和環境污染產出的控制。部分港口，如鎮江港和泰州港前期效率表現較好，隨后的幾年有所下降，說明其為了提升港口實力，一味的追求發展而輕視了對環境的保護與治理。從時間變化的角度看，長江沿線多數港口效率呈逐年上升的趨勢，說明這些港口能夠意識到綠色經濟的重要性，正穩步向可持續型綠色港口邁進。

隨后本文算例1中長江沿線12個主要港口依據地理位置劃分為三大區域：長江上游區域、長江中游區域、長江下游區域。擬期從空間位置上研究長江沿線主要港口發展情況，選擇每個區域所有港口的年平均效率作為橫坐標參數，年份作為縱坐標參數，建立了能夠反映長江經濟帶區域港口跟隨時間變化的發展態勢及地理位置間差異性的描述圖如圖1所示。

據圖1的時間演化角度來看，考慮環境因素后的長江沿線主要港口的效率大體上呈現持續性增長的趨勢。就上游區域港口而言，2012年至2017年以較快速度持續性上升，并在2017年處于最高點；長江中游區域港口效率主要表現為波動式上升；下游區域港口，先是相對平穩下降，后在2015年緩慢升高；從圖1中三條線的垂直間距來看，2012年至2017年間長江上中游區域港口正逐年縮短同下游區域港口的差距，說明近些年來的長江經濟帶戰略取得了不錯的成績，帶動了沿江主要港口的發展。然而，長江上游區域港口仍存在較大問題，甚至2017年后還與下游港口呈現效率雙向背離的情況，這說明上游區域港口并未同中下游區域港口形成聯動發展，上游區域港口應當多學習下游優秀港口的發展經驗。長江沿線主要港口若要形成整體的規模效應，就應當互幫互助，消除區域差異，大力促進上中游區域港口發展。

圖1 長江沿線區域港口時間演化效率圖

2.3 考慮使用岸電情況下長江沿線港口的效率分析。岸電是近些年來針對長江沿線港口的環境污染問題做出的應對措施，通過電能代替化學能方式，達到控制污染排放的目的。以往船舶處于泊港狀態，需要打開輔機提供能源以滿足日常所需，而輔機的驅動需要化石燃料，因而造成了氣體污染的排放。岸電就是岸基供電，將岸上的電能輸送到泊港船舶，滿足能源需求。船舶在港區的排放分為臨港排放和在港排放，使用岸電的目的在于消除船舶在港排放。因此，考慮泊船使用岸電的情況下，算例2剔除了非期望產出指標的在港排放，以此研究環境因素削弱下的長江沿線港口效率。

從不同年份數據來看，長江沿線主要港口使用岸電后，港口效率普遍有所提升，宜賓港、瀘州港、九江港、泰州港等提升相對明顯，說明這幾個港口的經濟發展與港區環境污染的未能形成良性循環，其中九江港的表現最差，應當給予環境問題足夠的重視。泰州港和鎮江港2016年的效率表現不佳，同樣出現了環境方面的問題，而后的幾年改進顯著，2019年已經是綠色港口的標桿。此外，還有部分港口，如武漢港、南通港、南京港的效率幾乎趨于不變，說明這些港口的環境污染問題已有高度的重視，其非期望產出效率表現良好。總體上來說，長江沿線港口岸電系統的普及，較大程度上減少了港口的非期望環境產出，客觀上提升了港口的綜合環境效率，有助于實現長江沿線港口的綠色可持續發展的目標。

表3 算例2是否考慮岸電的長江沿線港口效率表

矩陣圖2和矩陣圖3分別為是否考慮岸電的長江沿線港口波士頓效率矩陣圖，以算例3中各港口的4年的年平均效率和年平均吞吐量作為橫縱坐標。縱坐標軸表示效率，橫坐標軸表示港口貨運吞吐量，矩陣圖2和矩陣圖3分別以效率平均值（0.85）、（0.87）以及吞吐量平均值（14 940.75萬噸）為分界線，將矩陣中的港口劃分為四個不同的部分，以此分析港口的核心競爭力和綠色經濟發展情況。通過對不同維度的港口效率分析，直觀地表現長江沿線主要港口的水平差異和發展態勢。

圖2 忽略岸電的長江沿線港口波士頓效率矩陣圖

圖3 使用岸電的長江沿線港口波士頓效率矩陣圖

如圖2所示，（1）第一類型：特點是吞吐量大且效率較高，如江陰港、南京港等，這類港口位于經濟繁榮和交通便利的地區，貿易體系成熟且資源利用率較高。此外這類港口還擁有良好的環境保護意識，重視港口經濟發展和環境治理的相適性，能更好地控制污染排放對其自身的影響。在整個港口企業的競爭市場中，占據更大的優勢，具備更勝一籌的核心競爭力。對于將來的發展，應當穩中求進，合理地進行港口基礎設施建設以及適當的產能提升，逐步引入先進的智能化設備和建立智能信息管理體系，爭取新的突破。（2）第二類型：特點是吞吐量相對較大，效率卻不算高。如鎮江港、泰州港，這類港口基礎投入大，依賴交通地理位置、區域經濟條件的支持，能夠取得較好的成績，而環境保護意識相對欠缺，對港口環境污染產出的重視程度不足，在控制環境污染物排放和基礎設施資源的高效利用上，仍存在一定的上升空間。（3）第三類型：特點是能夠獲得較高效率而貨物吞吐量往往不大，如宜賓港和瀘州港，這類港口本身規模并不大，又位于長江上游區域，地理位置、航道條件均不占優勢，獲得較高的效率原因是港口非期望環境產出相對較低，單要素環境產出效率表現較好，拉高了綜合效率。應該發展腹地經濟，加強鄰近地區間的貿易合作關系，發展臨港產業，通過科學合理的營銷策略刺激腹地的市場需求，從而提高港口的產出。（4）第四類型：特點是貨物吞吐量低于平均線而又遠高于第三類港口，綜合效率卻較低于同規模水平的武漢港，如馬鞍山港和九江港等，這說明同處長江中游區域的武漢港在環境保護和污染排放治理方面走的更前更快，然而馬鞍山港和九江港過多的追求貨物吞吐量忽視了環境的護與治，綜合效率受環境因素影響較大。

就圖3而言，長江沿線港口使用岸電后，非期望產出減少了，其空間位置相較于圖2大多上升了一定距離，說明控制港口的污染排放有利于綜合效率的提升。具體而言，圖2中的泰州港坐標低于效率平均線，而使用岸電后在圖3中已經越過了效率平均線，證明了當港口企業開始重視環境問題和控制環境污染產出后，客觀上能對自身港口效率的提升產生顯著作用。最后值得注意的是，考慮環境因素后，規模較小的港口雖然綜合效率數值看上去很高，也只是虛高，并不能說明該類港口的優秀，只是非期望的環境污染產出相對較少，故表現更好。同時，由于模型和目標函數側重于非期望產出，即最大程度減少非期望產出和最大程度增加期望產出，故非期望產出越少，結果固然越好。這一點也是本研究的不足之處，希望后面的研究者能給出更好的解決辦法。

3 總結與結論

本文針對長江沿線主要港口企業日益增加的環境污染產出、資源配置不合理、港口的發展與管理水平不匹配等問題，將環境因素納入港口效率的研究，并在傳統DEA模型的基礎上提出了基于非期望環境產出全要素GDDF模型。針對非期望環境產出賦予較大權重，以期反映對港口環境污染的重視程度，并利用該模型對長江沿線主要港口近八年的數據進行分析，客觀地評價了港口企業的綜合效率，驗證了減少非期望環境產出對港口效率提升的有效性。

由實證研究可知：（1）長江沿線各主要港口尚未形成整體的規模效應，尤其是長江上游區域的港口發展水平不高，大部分港口的效率均存在較大提升空間，港口的資源整合、投入和產出的優化、管理水平都有提升的潛力。（2）考慮環境因素后，只有少數港口接近于效率前沿，說明多數港口目前并未重視環境的保護與經濟發展的協調性，沒有貫徹執行可持續發展戰略，仍以犧牲環境為代價加速經濟的發展。

最后，本文用算例3實證了港口使用岸電減少環境污染的產出，能夠提高港口的效率。這說明，以往被眾多學者忽視的環境產出正在影響未來港口的發展，客觀上限制了港口效率的提升潛力。未來的港口的標簽無疑會是“綠色環保” “可持續發展” “友好的綠色運輸節點”等，而現在的長江沿線港口卻是“排放大戶”。因此，減少港口污染排放的產出、治理已經造成的生態破壞、保護長江的綠水青山會成為未來港口發展的必經之路。