珠三角地區沿海主要港口效率分析與評價

張小琪

（云南財經大學,云南 昆明 650000）

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

1 文獻綜述

當前，國內外學術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。其中，評價方法主要是隨機前沿分析法（SFA）和數據包絡分析法（DEA）[1]。SFA法作為參數法，考慮了環境因素引起的誤差，但在指標選取上具有任意性。DEA法為非參數法，能評價有著多投入和多產出的DMU的相對效率，其特征是無須特定的計數函數關系，無須主觀賦予各指標相對權重，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域以來，后人根據不同假設，將其拓展成CCR和BCC模型，并在港口效益評估中廣為應用[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港口效率，又能度量港口的全要素生產率變化[7]的DEA-Malmqusit指數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]。國內學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，發現技術進步是導致港口效率提高的重要原因[10]；李冰等（2022）選取環渤海地區港口的投入產出面板數據，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主要沿海港口，對珠三角地區沿海港口的效率評價相對較少且缺少對港口的動靜態效率結合研究。此外，傳統的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指數模型測算并分析珠三角地區沿海主要港口的靜態效率及動態效率。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 指標選取與數據來源

本文以珠三角地區的廣州港、湛江港、汕頭港、深圳港、珠海港5個港口為研究對象。根據2022年前5個月最新的統計數據，在珠三角范圍內，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港口水平。同時考慮到數據可得性、可比性及指標合理性，并結合相關文獻[10,13]，借助生產法思想，選取能反映港口規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，選取能反映港口建設投入和考核港口經營成果的貨物吞吐量、集裝箱吞吐量為產出指標。截取2011—2020年各港口的數據，數據來源于《中國港口年鑒》《廣東統計年鑒》《珠海統計年鑒》等。

2.2 實證分析

2.2.1 港口效率靜態分析

運用投入導向的超效率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出。這與深圳市政府始終大力發展深圳港航業，鼎力支撐港口的投資建設，充分發揮市場在資源配置中的決定性作用和政府的引導作用息息相關。

廣州港2018—2020年的超效率值分別為1.002、1.041、1.040，實現了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”“加快粵港澳大灣區互聯互通建設”“更好地服務于粵港澳”等納入年度工作計劃，同時免除港務費和港口設施保安費等，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。

還可以發現，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交匯點，湛江港在未來將面臨更多的機遇與挑戰，如何促進港口高質量發展，如何探索港口發展的新舉措，是湛江港亟待解決的關鍵問題。

2.2.2 港口效率動態分析

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

表2 各港口2011—2020年Malmquist指數

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

從各港口來看，5個沿海港口的全要素生產率指數均大于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，綜合技術效率和技術進步指數分別為1.047和1.034，足以證明珠海市始終踐行“以港立市”的發展戰略，不斷推進港口實現跨越式全面騰飛。與此同時，珠海港的純技術效率為0.964，這表明在加快建設港口設施的同時，也應實施科學有效的經營管理方式，提高純技術效率。廣州港和湛江港的全要素生產率分別為1.039和1.031，其港口效率的提升得益于技術進步指數的增長。汕頭港效率的提高來源于技術進步指數3.8%和規模效率4.2%的變動，深圳港技術進步指數的提高導致了全要素生產率的增長。由此可知，僅僅是技術進步或是規模效率單一方面的動態增長難以確保整個全要素生產率的提高，在關注技術進步和提高規模效率的同時，港口的管理者應及時調整內部管理方式，引入高技術管理人才，提高在職人員的管理水平[14]，多方協同發展才是珠三角港口全要素生產率提升的關鍵。

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率為0.994，純技術效率和規模效率的下降造成了全要素生產率水平的下降，這足以證明純技術效率和規模效率都是影響港口效率的重要因素。2018—2019年，港口群的純技術效率提升至1.012，但顧此失彼，忽視了技術進步和規模效率等在港口效率中發揮著的關鍵作用，使得全要素生產率下降為0.915。其余年份的全要素生產率都大于1，呈增長態勢。其中，規模效率在2013—2019年都小于1，這表明在未來應加大港口建設投資力度，擴大港口規模。此外，還應科學規劃港口布局，合理定位港口功能，從而提高港口的規模效率。

表3 珠三角港口群各時期Malmquist指數

3 結論與建議

本文以珠三角地區沿海主要港口為研究對象，以2011—2020年港口的面板數據為研究基礎，先運用超效率DEA模型對港口的靜態效率進行測度，再結合DEAMalmquist指數模型對港口的動態效率進行測算。

研究結果表明。從港口靜態效率來看，珠三角地區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。對港口動態效率分析，2011—2020年間，珠三角港口群全要素生產率上升4.9%，技術進步指數上升了3.1%，純技術效率指數下降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，技術進步和純技術效率都是影響珠三角地區沿海港口效率的重要因素。

針對以上研究結果，本文提出以下提高港口效率的對策建議。（1）整合港口資源，優化港口規模。各港口應根據自身情況和實際發展需求科學配置資源，避免因港口的重復建設和冗余投入而造成的資源閑置現象。（2）因港施策。針對港口自身特點，創新管理方法，將相關政策落到實處，同時也可采用橫向、縱向或供應鏈的整合模式，實現珠三角港口群的協同發展。（3）提高科技創新能力，推進港口智慧化建設。不僅要持續推動港口技術進步，還要增強將技術轉化為生產力的意識，提高技術管理水平。