我国内河港口与沿海港口的效率对比——基于共同边界和序列SBM

《软科￣）２０１ａ年３月．第２７卷．第３期（总第１５９期）　

我国内河港口与沿海港口的效率对比　

基于共同边界和序列ＳＢＭ—ＤＥＡ的研究　

王玲，孟辉　

（南开大学经济与社会发展研究院现代物流研究中心，天津３０００７１）　

摘要：运用共同边界（ｍｅｔａ—ｆｒｏｎｔｉｅｒ）技术和序列ＳＢＭ—ＤＥＡ方法，对２００６—２００９年我国ｌ４个内河港口和１７个沿　

海港口的效率进行对比分析。结果表明：我国港口总体效率偏低，近几年甚至出现下滑趋势，而货物吞吐量产出不　

足是我国港口效率低下的根本原因；沿海港口技术代表了共同边界技术，而内河港口技术则落后于沿海港口技术；　

尽管与共同边界的技术落差在逐渐缩小，但内河港口无论是规模还是效率都远远低于沿海港口，产出严重不足导　

致的规模不经济和资源浪费现象十分严重。最后提出了提升内河港口效率的对策建议。　

关键词：内河港口；沿海港口；共同边界；序列ＳＢＭ—ＤＥＡ；组群效率　

中图分类号：Ｆ２９０　文献标识码：Ａ　文章编号：１００１—８４０９（２０１３）０３—００９０—０６　

Ａ　Ｃｏｍｐａｒａｔｉｖｅ　Ｓｔｕｄｙ　ｏｎ　Ｅｆｆｉｃｉｅｎｃｙ　ｂｅｔｗｅｅｎ　

Ｉｎｌａｎｄ　Ｐｏｒｔｓ　ａｎｄ　Ｓｅａ　Ｐｏｒｔｓ　ｉｎ　Ｃｈｉｎａ　

——

Ｂａｓｅｄ　０ｎ　ｔｈｅ　Ｍｅｔａ—ｆｒｏｎｔｉｅｒ　ａｎｄ　Ｓｅｑｕｅｎｔｉａｌ　ＳＢＭ—ＤＥＡ　

ＷＡＮＧ　Ｌｉｎｇ，ＭＥＮＧ　Ｈｕｉ　

（Ｌｏｇ￣ｔｃｉｓ　Ｒｅｓｅａｒｃｈ　Ｃｅｎｔｅｒ，Ｃｏｌｌｅｇｅ　ｏｆＥｃｏｎｏｍｉｃ　ａｎｄ　Ｓｏｃｉａｌ　Ｄｅｖｅｌｏｐｍｅｔ，ｎＮａｎｋａｉ　Ｕｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ　３０００７１）　

Ａｂｓｔｒａｃｔ：Ｔｈｉｓ　ｐａｐｅｒ　ａｎａｌｙｓｅｓ　ｔｈｅ　ｅｆｆｉｃｉｅｎｃｙ　ｏｆ　１４　ｉｎｌａｎｄ　ｐｏｒｔｓ　ａｎｄ　１７　ｓｅａ　ｐｏｒｔｓ　ｉｎ　Ｃｈｉｎａ　ｂｅｔｗｅｅｎ　２００６　ａｎｄ　２００９　ｕｓｉｎｇ　ｍｅｔａ　

—

ｆｒｏｎｔｉｅｒ　ｎｄ　ｓｅｑｕｅｎｔｉａａｌ　ＳＢＭ—ＤＥＡ．Ｔｈｅ　ｒｅｓｕｌｔ　ｓｈｏｗｓ　ｔｈａｔ　ｔｈｅ　ｏｖｅｒａｌｌ　ｅｆｆｉｃｉｅｎｃｙ　ｏｆ　Ｃｈｉｎａ　Ｓ　ｐｏｒｔｓ　ｉｓ　ｒｅａｌｌｙ　ｌｏｗ　ａｎｄ　ｅｖｅｎ　

ｇｏｅｓ　ｄｏｗｎ　ｉｎ　ｒｅｃｅｎｔ　ｙｅａｒｓ．Ｔｈｅ　ｉｎｅｆｉｃｉｆｅｎｃｙ　ｏｆ　ｃａｒｇｏ　ｔｈｒｏｕｇｈｐｕｔ　ｉｓ　ｔｈｅ　ｒｏｏｔ　ｃａｕｓｅ．Ｔｈｅ　ｔｅｃｈｎｉｑｕｅ　ｏｆ　ｓｅａ　ｐｏｒｔｓ　ｒｅｐｒｅｓｅｎｔ　ｔｈｅ　

ｃｏｍｍｏｎ　ｐｒｏｄｕｃｔｉｏｎ　ｆｒｏｎｔｉｅｒ，ｔｈｅ　ｔｅｃｈｎｉｑｕｅ　ｏｆ　ｉｎｌａｎｄ　ｐｏｒｔｓ，ｈｏｗｅｖｅｒ，ｉｓ　ｆａｒ　ｂｅｈｉｎｄ　ｔｈａｔ　ｏｆ　ｓｅａ　ｐｏｒｔｓ．Ａｌｔｈｏｕｇｈ　ｔｈｅ　ｇａｐ　ｉｓ　ｂｅ—　

ｉｎｇ　ｎａｒｒｏｗｅｄ，ｔｈｅ　ｔｈｒｏｕｇｈｐｕｔ　ａｎｄ　ｅｆｉｃｉｆｅｎｃｙ　ｏｆ　ｉｎｌｎｄ　ａｐｏｒｔｓ　ｉｓ　ｆａｒ　ｂｅｌｏｗ　ｔｈａｔ　ｏｆ　ｓｅａ　ｏｒｐｔｓ．Ｔｈｅ　ｉｎｅｆｉｃｉｆｅｎｃｙ　ｏｆ　ｏｕｔｐｕｔ　ｉｎ　ｉｎｌａｎｄ　

ｐｏｒｔｓ　ｌｅａｄｓ　ｔｏ　ｄｉｓｅｃｏｎｏｍｉｅｓ　ｏｆ　ｓｃａｌｅ　ａｎｄ　ｓｅｖｅｒｅ　ｗａｓｔｅ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｅ　ｋｅｙ　ｔｏ　ｉｍｐｒｏｖｅ　ｔｈｅ　ｅｆｉｃｉｆｅｎｃｙ　ｏｆ　ｉｎｌａｎｄ　ｐｏｒｔｓ　ｉｓ　ｔｏ　ｉｍ－　

ｐｒｏｖｅ　ｔｈｅ　ｔｅｃｈｎｉｑｕｅ　ｌｅｖｅｌ　ｒｅｆｅｒｒｉｎｇ　ｔｏ　ｔｈｅ　ｓｅａ　ｐｏｒｔｓ．Ｆｉｎａｌｌｙ，ｔｈｉｓ　ｐａｐｅｒ　ｐｕｔｓ　ｆｏｒｗａｒｄｓ　ｓｏｍｅ　ｍｅａｓｕｒｅｓ　ｔｏ　ｉｍｐｒｏｖｅ　ｔｈｅ　ｅｆｉｃｉｅｎｃｙ　ｆ

ｏｆ　Ｃｈｉｎａ　ｓ　ｉｎｌａｎｄ　ｐ０ｒｔｓ．　

Ｋｅｙ　ｗｏｒｄｓ：ｉｎｌａｎｄ　ｐｏｒｔｓ；ｓｅａ　ｐ０ｒｔｓ；Ｍｅｔａ—ｆｒｏｎｔｉｅｒ；ｓｅｑｕｅｎｔｉａｌ　ＳＢＭ—ＤＥＡ；ｇｒｏｕｐ　ｅｆｉｃｉｆｅｎｃｙ　

一

、

引言　

繁忙的通航河流，对促进流域经济协调发展发挥了重要作　

改革开放以来特别是近１Ｏ年来，我国内河水运建设与　

发展取得了显著成绩，形成了以长江、珠江、京杭运河、淮河、　

用。但是我国内河水运发展水平远低于沿海港口，与综合运　

输体系发展的要求存在较大差距。２０１１年１月，国务院颁布　

《关于加快长江等内河水运发展的意见》，标志着加快内河水　

黑龙江和松辽水系为主体的内河水运格局，内河航道通航里　

程位居世界第一，长江干线已成为世界上运量最大、运输最　

运发展上升为国家战略，内河水运成为综合运输体系的战略　

收稿日期：２０１２—０６一Ｏ１　

基金项目：教育部人文社会科学研究规划基金项目（１２ＹＪＡ７９０１３６）；中央高校基本科研业务专项资金资助项目　

（ＮＫＺＸＹＹ１１１８）。　

作者简介：王玲（１９６６一），女，山东章丘人，博士，美国宾夕法尼亚州立大学访问学者，研究方向为物流产业分析、物流与供　

应链管理；孟

・

辉（１９８２一），女，北京人，研究方向为物流经济。　

９Ｏ・　

《囊Ｃ科掌）２０１３＃－３月．第２７卷．第３期（总第１５９期）　

重点之一，内河水运发展迎来了新一轮重大发展机遇。　（ＳＦＡ）构建共同边界，在假设所有ＤＭＵ可以取得相同技术　

内河水运是国家综合运输体系和水资源综合利用的重　

水平的前提下，进行生产效率的比较分析　；Ｏ’Ｄｏｎｎｅｌｌ等　

要组成部分，具有运能大、占地少、能耗低、污染小、安全可靠　则进一步建立了以ＤＥＡ为基础的共同边界框架以解决ＳＦＡ　

等特点，是我国实现经济社会可持续发展的重要战略资源。　

只能处理单一产出的问题ｎ　。针对径向性和角度性问题，　

但是我国内河水运的优势和潜力尚未充分发挥，存在高等级　

Ｆｕｋｕｙａｍａ等以及Ｆａｒｅ等对于基于松弛模型（ＳＢＭ）的技术效　

航道里程少，规模化、专业化港区不足，船舶船型标准化程度　

率测度进行改进，形成了一般化的方向性距离函数¨　“］。　

低，港口集输运输方式落后等诸多问题。本文从效率的角　

本文在Ｍｅｔａ—ｆｒｏｎｔｉｅｒ的基础上，采用序列ＳＢＭ—ＤＥＡ　

度，运用共同边界和序列ＳＢＭ—ＤＥＡ技术，分析内河港口与　

模型，对２００６～２００９年间我国内河港口和沿海港口的效率　

沿海港口的差距及原因，提出改进方向和建议，以利于内河　

进行实证研究，分析内河港口和沿海港口的效率差距及内在　

水运的健康发展。　

原因。　

二、文献综述　

三、研究方法　

数据包络分析方法（ＤＥＡ）是一种基于多投入、多产出来　

（一）序列ＤＥＡ和ＳＢＭ方向性距离函数　

评价对象相对有效性的效率评价方法，最初由美国运筹学家　

根据Ｆａｒｅ等人在１９９６年阐述的当期ＤＥＡ方法，考虑每　

Ｃｈａｍｅｓ等人在相对有效性概念基础上发展出来的一种系统　

期规模报酬可变，投入要素可处置的条件下，参考技术被定　

评价方法…。近年，ＤＥＡ被广泛应用于港口效率的评价。　

义为　］：　

Ｔｏｎｇｚｏｎ应用ＤＥＡ—ＣＣＲ模型和ＤＥＡ—Ａｄｄｉｔｉｖｅ模型，对澳　

大利亚４个港口和其他１２个国际集装箱港口效率进行分析　

（　）＝｛　：，，‘≤ｚ‘　，ｚｔＸｔ≤　，∑ｚ‘＝１，ｚ‘≥０）　（１）　

其中，ｔ为时期（ｔ＝１，……，Ｔ）；ｘ‘、ｙｔ为特定ＤＭＵ在ｔ时　

排名　。Ｃｕｌｌｉｎａｎｅ等将ＤＥＡ窗口分析方法用于港口工业的　

期的投入、产出向量；Ｘ‘、Ｙ　为所有ＤＭＵ的投入、产出向量；　

效率评价，运用１９９２—１９９９年世界各地主要２５个集装箱港　

口的面板数据，进行了效率分析　。匡海波等运用ＤＥＡ港　

Ｚ‘为ｔ时期各观察值的权重。　

口生产效率评价模型和主成分分析法，对大连港等８个国内　

而在序列ＤＥＡ中，可变规模报酬（ＶＲＳ）下参考技术被　

主要港口生产效率进行排序，分析了影响港口生产效率的主　

定义为：　

７

要因素　。庞瑞芝利用ＤＥＡ对我国５Ｏ家主要沿海港口　

１９９９—２００２年的经营效率进行分析与评价，并运用　

：　

’Ｖ　售　ｔ　ｌ　（２）　

Ｊ　

Ｍａｌｍｑｕｉｓｔ生产率指数分析了沿海港口的动态效率　。王玲　

Ｌ　Ｖｎ；　

＝

１，之＞１０，Ｖｋ　

．　

等运用三阶段ＤＥＡ方法，对我国３０个主要内河港口效率进　

根据Ｔｏｎｅ［　和Ｆｕｋｕｙａｍａ等ｍ　，本文定义融合序列　

行了研究　。李兰冰等运用ＤＥＡ和Ｍａｌｍｑｕｉｓｔ全要素生产　

ＤＥＡ思想的序列ＳＢＭ方向性距离函数，如下：　

率指数，对两岸三地ｌ６个沿海港口的动态效率及竞争地位　

和竞争态势进行评价　。　

～

［Ｎ￥ｘ　Ｍ￥Ｙｊ＿ｌ　

综上可以看出，第一，目前研究大都集中在沿海港口效　

约束条件为：　

率的分析上，对内河港口的研究十分缺乏。第二，所有研究　

Ｔ　Ｋ　Ｔ　Ｋ　Ｔ　Ｋ　

均采用当期ＤＥＡ进行测算，容易导致测算中出现技术退步　

占ｚ　ｘ　＋ｓ：＝ｘＴ　Ｖｎ；　舌ｚｋｔ　ｙｋｔ　一ｓ　＝ｙＴ　Ｖｍ；　舌　

现象。第三，研究大多建立在决策主体技术水平相同的假设　

Ｚ　＝１，ｚ　≥０，Ｖｋ；Ｓ：≥０，Ｖｎ；ｓ　≥０，Ｖｍ，为ＶＲＳ下的序列　

条件下，忽略了现实中技术水平的差异性。第四，研究模型　

ＳＢＭ方向性距离函数。式中（ｘ　，Ｙ　）是港口ｋ的投人、产　

在一定程度上都具有径向性和角度性的缺陷①。后三个问题　出变量，（ｆ，ｆｙ）表示投入压缩、产出扩张值为正的方向向量，　

广泛存在于当前的效率评价研究中，一些学者为了克服这些　

（Ｓ：，ｓ　）表示投入、产出的松弛向量，即投入拥挤、产出不足　

缺陷，从其他角度做了努力。　

的量。目标函数代表投入无效率与产出无效率平均值总和　

围绕技术退化问题，Ｌｙｎｄｅ等建立了一个时间序列的　

的最大值。根据Ｃｏｏｐｅｒ等人的理论　，无效率可分解为投　

ＤＥＡ模型，分析了１９６６～１９９０年英国制造业生产率和效率　

入无效率和产出无效率。　

的变化，序列ＤＥＡ方法通过引入以前各期的技术，解决了跨　

投入无效率：　

期技术水平退步的问题　。王兵等运用时间序列ＤＥＡ方　

法，对１９５２～２０００年我国的生产率与效率进行了研究　Ｊ，陈　

／Ｅｘ＝赫軎　（４）　

诚运用序列ＤＥＡ方法对中国全要素生产率进行了再测　

产出无效率：　

算　。关于技术落差问题，Ｂａｔｔｅｓｅ等提出了共同生产边界　

＝　

函数（ｍｅｔａ—ｆｒｏｎｔｉｅｒ　ｐｒｏｄｕｃｔｉｏｎ　ｆｕｎｃｔｉｏｎ），利用随机前沿分析　

手　（５）　

①径向性意味着在评价技术效率时要求投入或产出同比例变动；角度性意味着评价技术效率时需要做出基于投入（假设产出不变）或基于产出（假设投入不　

变）的选择。　

・

９１・　

根据上述序列ＳＢＭ方向性距离函数，可得各ＤＭＵ无效　

率水平，数值越大表明无效率水平越高，即技术效率水平越　

低。当数值为零时，表明该ＤＭＵ处于生产边界上，且不存在　

投入拥挤或产出不足的问题，该ＤＭＵ的技术效率水平为１。　

技术效率计算公式为　：　

Ｅ：１／［１＋　（　“　，Ｙ　）］　（６）　

（二）共同边界技术效率、组群边界技术效率与技术落差　

蛊　

与传统技术评价模型相比，共同边界可以评价不同技术　

水平下的ＤＭＵ。基于Ｍｅｔａ—ｆｒｏｎｔｉｅｒ方法和ＤＥＡ共同边界　

构架思路，融合序列ＤＥＡ思想，构建本文基于序列ＳＢＭ的共　

同边界模型。由Ｐ‘（Ｘ‘）为ｔ期投入Ｘ　下可能产出ｙ’的集合　

可知，当产出共同边界集合Ｌ且其产出集合为Ｐ　（Ｘ）时，包　

含了全部样本投入的ＳＢＭ方向性距离函数，可以表示为　

西　（Ｘ　，Ｙ　；ｒ，ｆｒ）；将全部样本划分为组群，如分成Ｋ个组　

群，其投入对应的产出技术组合为Ｌ　，组群产出集合为Ｐ　（ｘ）　

时，则序列ＳＢＭ方向性距离函数为　。（ｘ　，ｙ　；ｆ，ｆｙ）。共同　

生产边界由　一中最优ＤＭＵ构成，而组群的生产边界由　

中最优ＤＭＵ形成。Ｍｅｔａ—ｆｒｏｎｔｉｅｒ框架如图１所示，三个组　

群边界Ａ、Ｂ、Ｃ是由组群中具有最优效率的ＤＭＵ构成，而共　

同边界Ｍｅｔａ—ｆｒｏｎｔｉｅｒ由全部样本即三个组群中最优效率　

ＤＭＵ共同构成。　

圈１　Ｍｃｔａ－ｆｒｏｎｔｉｅｒ框架　

根据式（６），可以分别得出Ｅ…（共同边界技术效率）和　

Ｅ　（Ｋ组群技术效率），且同一ＤＭＵ的Ｅ　≥Ｅ～。两　

者的差异在于技术落差率，即：　　’

ＴＲＧ＝Ｅ删。／Ｅ　“　（７）　

式（７）中ＴＲＧ值越大表示该决策单位所用生产技术越　

接近潜在技术水平，其技术水平越高。共同边界技术效率、　

组群边界技术效率和技术效率落差率三者之间的关系如下：　

Ｅ　＝ＴＲＧＸＥ　“　（８）　

式（８）将共同技术效率拆分为剥离制度环境因素后形成　

的技术效率（Ｅ　）和特定组群制度环境因素影响下的技　

术效率与共同技术形成的技术落差（ＴＲＧ）两个部分，这也为　

解决实际问题提供了导向，即：如果无效率是由组群效率导　

・

９２・　

《软科攀）２ｏ１３＃－３月．第２７　ｇ－．第３期（总第１５９期）　

致的，则应着重在管理效率和策略方面进行改进；而如果无　

效率是由技术效率落差导致的，则首要应该提高技术水准。　

四、数据处理　

运用ＤＥＡ方法分析港口效率的文献中，港口产出和投　

入指标大多集中在以下方面。从产出指标来看，货物吞吐量　

为首选产出指标，也有研究将集装箱吞吐量、港口利润、服务　

水平和客户满意度作为产出指标。从投入指标来看，主要集　

中在资本、劳动和土地三个方面，泊位数量、泊位长度和港口　

机械设备是主要的投入指标，同时堆、货场面积，员工工资和　

数量也是常用投入指标。鉴于数据的可得性，本文选取泊位　

数量和泊位长度作为投入指标，货物吞吐量作为产出指标。　

本文以ｌ４家内河港口和１７家沿海港口为样本进行效　

率对比分析，选取２００６—２００９年共３７２个投入、产出观测值，　

数据来源于《中国港口年鉴》（２００７～２０１０）、《中国海洋统计　

年鉴》（２００７—２０１０）、《第三产业统计年鉴》（２００７～２０１０）和　

中经网数据库以及相关港口所在省市统计局网站。　

本文运用Ｌｉｎｇｏｌ０．０软件实现模型优化与测算。　

五、实证分析　

（一）平均技术效率与无效率分解　

在可变规模报酬条件下，从共同边界角度来看，我国内　

河及沿海港口的平均技术效率、无效率及其来源的分解如表　

１所示。表１显示，２００６—２００９年，我国内河和沿海港口共　

同边界下平均技术效率为０．５６５，其中沿海港口效率为　

０．６８９，而内河港口仅为０．４３４。可见，我国港口效率总体偏　

低，而内河港口效率又远低于沿海港口效率。在ＶＲＳ下，全　

国内河和沿海港口的无效率值高达１．４９６，其中，货物吞吐量　

的无效率高达１．４０３，占总体无效率的９３．７８％，成为无效率　

的主要根源，即产出无效率是我国港口无效率的主要原因。　

共同组群的无效率分解显示，？白位数量和？白位长度分别减少　

７．１％和２．２％，而货物吞吐量则需大幅度提高，才能达到完　

全技术效率。　

表１　２００６～２００９年我国内河和沿海港口技术效率　

平均值及无效率来源分解　

注：Ｘ　表示泊位数量，Ｘ２表示泊位长度，Ｙ　表示货物吞吐量　

从变动趋势来看，２００６—２００９年，沿海港口效率远远高　

于内河港口效率，但无论是内河港口还是沿海港口，效率值　

变动幅度不大，却均呈逐年下降态势，导致港口总体效率逐　

年下降（如图２所示）。可见，近几年尽管我国加大对港口尤　

其是对沿海港口的建设力度，港口吞吐量也保持了较快增　

长，但港口效率却未得到明显改善，甚至出现下滑趋势。　

《　科掌）２０１３　ｇ－３月．第２７卷．第３期（总第１５９期）　

图３是可变规模下，２００６和２００９年共同组群及内河和　

沿海组群无效率及其来源分解。２００６年，全部港口无效率的　

平均值为１．３２３，２００９年达到１．４９７，上升了０．１７４。投入和　

产出指标均存在无效率现象，但最主要的还是产出无效率。　

在无效率分解中，内河港口货物吞吐量无效率从２００６年的　

１．９９５上升到２００９年的２．３７，分别占内河港口无效率值的　

９５．２４％和９５．４％；尽管沿海港口货物吞吐量无效率从２００６　

年的０．６１５下降到２００９年的０．５９７，但也分别占沿海港口无　

效率值的８９．５２％和８７．２８％。随着港口投入的增加，沿海港　

口泊位数量和泊位长度投入出现不同程度的拥挤，其无效率　

值也在不断上升，但产出水平低却是我国港口效率低下的根　

本原因，尤其是内河港口，产出无效率更是成为发展中的瓶　

颈。　

Ｏ－８　

坦Ｏ・６　

褂　

颧Ｏ

．

４　

０．２　

—

◆一共同　－－Ｉ．－－内河—●一沿海　

图２　２００６—２００９年我国港口效率变动趋势　

２．５　

２　

１．５　

饕　

■沿海　

■共同　

Ｏ．５　

一内河　

Ｏ　

目　看　目　闰　吾　

２０ｏ６　２００９　

图３　２００６年与２００９年我国港口无效率及其来源分解（ＶＲＳ）　

（二）组群效率、共同效率与技术落差　

表２显示，２００６～２００９年，内河港口和沿海港口的组群　

效率（Ｇ—Ｅ）平均值分别为０．６８２和０．６９２，说明在各自的技　

术水平下，内河港口与沿海港口的效率基本相同。但是内河　

港口和沿海港口的共同效率（Ｍ—Ｅ）却相差较大，平均值分　

别为０．４２１和０．６８３，可见在共同边界技术下，内河港口的效　

率远远低于沿海港口的效率。从技术落差率（ＴＧＲ）来看，　

２ＯＯ６～２００９年内河港口和沿海港口ＴＧＲ平均值分别为　

０．５９１和０．９８６，说明沿海港口的技术水平达到共同边界水　

平的９８．６％，而内河港口只达到共同边界水平的５９．１％。运　

用组群边界技术分析，内河港口的效率改进空间仅为　

３１．８％，而事实上，在共同边界技术下，其效率改进空间则高　

达５７．９％。可见，内河港口技术水平明显落后于沿海港口。　

将内河港口和沿海港口的组群效率和共同效率制成二　

维矩阵图（图４）可以看出，沿海港口基本处于对角线上，而　

内河港口基本处于对角线以下，说明沿海港口技术基本代表　

了共同边界技术，而内河港口技术则落后于沿海港口技术。　

以共同效率的平均值作为矩阵的分界线，分界线右边的沿海　

港口已处于较高效率水平，而内河港口效率提升的重点在于　

参考沿海港口，提高技术水准；分界线左边的沿海港口基本　

达到共同技术水准，效率提升的重点在于提高管理水平。而　

内河港口则既要提升技术水准，又要提升管理水平。　

表２　２００６—２００９年各港口的平均组群效率、　

共同效率、技术落差率和技术落差率的变动率　

注：Ｇ—Ｅ、Ｍ—Ｅ、ＴＧＲ和ＴＧＲ—ｒ分别表示组群效率、共同效率、技术　

落差率和技术落差率的变动率　

技术落差率的变动率（ＴＧＲ—ｒ）反映了港口追赶最佳生　

产技术的情况。从表２看出，内河港口ＴＧＲ—ｒ的平均值为　

正，表明内河港口在不断追赶共同边界，与共同边界的技术　

落差在逐渐减小，但标准差较高，说明在追赶技术前沿的过　

・

９３・　

《软群

程中，内部存在较大差异。而沿海港口ＴＧＲ—ｒ的平均值为　

负，说明沿海港口与共同边界的距离有所扩大，这是由于大　

部分沿海港口处于共同边界上，个别港口出现技术衰退，从　

ｌ　９　８　７　６　５　４　３　２　ｌ　０　

》２ｏ１３＃－３月．第２７卷．第３期（总第１５９期）　

内河港口面临的严重问题。　

而造成技术落差变动率为负。从各港口来看，内河港口表现　

较好的是武汉港、苏州港、重庆港、扬州港和杭州港，２００６—　

２００９年，五个港口的ＴＧＲ—ｒ年均上升了１１．２％、９．３％、　

７．６％、７．１％和６．６％，而马鞍山港则衰退严重，年均衰退了　

１０．９％，说明其与共同边界的差距快速拉大。在沿海组群　

中，厦门港、湛江港和防城港表现较好，而海口港则衰退严　

重。　

◆　

◆　◆　

．＿◆　

◆　）Ｋ　

褥　

◆◆　）Ｉｃ）【　

辎　

．

◆

）　

匿　

）【　Ｋ　

◆　

ｘ

Ｏ　Ｏ＿２　０．４　０．６　０．８　

组群效率值　

图４内河港口和沿海港口的组群效率一共同效率矩阵　

注：。◆表示沿海港口效率改进方向．ｃ　表示内河港口　

效率改进方向：ｘ内河港口，・沿海港口　

（三）货物吞吐量一效率矩阵　

下面运用货物吞吐量一效率矩阵对比分析２００６～２００９　

年我国内河港口和沿海港口基于效率视角的港口实力。图５　

和图６分别是内河港口和沿海港口货物吞吐量一组群效率　

矩阵，图７是全部港口的货物吞吐量一共同效率矩阵，矩阵　

的分界线分别为港口货物吞吐量的平均值和效率的平均值。　

矩阵中，右上角代表货物吞吐量和效率都高于平均值，说明　

港口实力相对强大，竞争力较强，是大型港口的发展方向；右　

下角代表货物吞吐量不高但效率较高，说明港口充分利用了　

设施设备等投入，具有发展潜力；左上角代表货物吞吐量较　

高但效率较低，说明港口投入存在严重冗余，资源浪费严重；　

左下角代表货物吞吐量和效率都低于平均值，说明港口产出　

严重不足，这也造成了投入资源的浪费。　

从图５和图６可以看出，我国低于效率平均值的港口主　

要集中在左下角，尤其是内河港口，产出严重不足的港口占　

全部内河港口的４２．９％，远高于沿海港口的２９．４％，即产出　

不足严重影响了内河港口的效率。但沿海港口位于左上角　

的比例为１７．６％，高于内河港口的７．１％，说明沿海港口投入　

冗余造成资源浪费的现象比内河港口严重。如果将内河港　

口与沿海港口置于共同边界下进行比较（见图７），可以看　

出，绝大部分内河港口落在了左下角，而右上角则全部为沿　

海港口，说明我国内河港口无论是规模还是效率，都远低于　

沿海港口，产出严重不足导致的规模不经济以及资源浪费是　

・

９４・　

营１５０００　

×　

Ｘ　

１００００　

悻扛　

）Ｉ（　…　ｖ　

蠹５０００　

）Ｋ　

×　

）【　

×　

Ｏ　

Ｏ　０．２　０．４　０．６　０．８　ｌ　

效率值　

图５内河港口的货物吞吐●ｌ＿组群效率矩阵　

ｘ内河港口组群效率　

６０Ｏ００　

５００００　

◆◆　

４００００　

３００００　

◆　◆　

辞　蝗２００００　

．◆　ｌ　

◆　◆　

妪１００００　

◆　◆　

０　

◆　

◆　

一营　一咖茸帖霉妪　

０　０．２　

５　４　４　３　３　２　２　１　１　

０．４　０．６　０．８　１　

图６沿海港口的货物吞吐量一组群效率矩阵　

舢姗哪姗哪姗咖舢姗姗ｏ

效率值　

◆沿海港口组群效率　

Ｔ●　

◆　◆　

◆　

◆　◆　

Ｘ●　

Ｘ　＾　

’◆ｘ　◆　

×・　

ｘ　

）．　

×　

０　０．２　０．４　０．６　０．８　１　

效率值　

图７内河港口与沿海港口的货物吞吐■一组群效率矩阵　

・沿海港口组群效率ｘ内河港口组群效率　

六、对策建议　

１．加快高等级航道建设，改善内河通航条件。２０１０年　

底，全国内河航道通航里程１２．４２万千米，但四级以上高等　

级航道仅占１３．７５％。航道等级低、高等级航道短，导致船舶　

平均吨位低、通行能力低，成为内河港口面临的共同问题，也　

是影响内河港口产出效率的重要因素。因此，我国应加大力　

度进行航道疏浚与整治，加快建设高等级航道，尽快改善通　

航条件，全面提升航道通过能力。　

２．加快深水码头和万吨级码头建设，提高码头泊位能　

力。２０１０年底，全国港口拥有生产用码头泊位３１６３４个，其　

《　科ｔｌＩ｝２ｏ，３＃－３月．第２７卷．第３期（总第１５９期）　

中，内河港口占８２．７６％，然而，全国港口拥有万吨级及以上　

泊位１６６１个，而内河港口仅占２３．６８％。可见，我国内河港　

口码头数量众多，但单个码头规模小、泊位能力低，大型船舶　

难以靠港、入港，这也是导致内河港口效率低下的重要原因。　

因此，我国应加快深水码头和万吨级码头的建设，提高码头　

泊位能力，解决内河港口大船难入问题，提升港口作业能力。　

３．大力发展内河集装箱运输，推进江海直达的运输。集　

装箱运输是世界公认的一种高效率运输方式。２０１０年，全国　

［５］庞瑞芝．我国主要沿海港口的动态效率评价［Ｊ］．经济研究，　

２００６（６　：９２—１０ｏ．　

［６］王玲，毕志文．基于三阶段ＤＥＡ模型的我国主要内河港口效率　

研究［Ｊ］．产业经济研究，２０１０（４）：４０—４８．　

［７］李兰冰，刘军，李春辉．两岸三地主要沿海港口动态效率评　

价——基于ＤＥＡ—Ｍａｌｍｑｕｉｓｔ全要素生产率指数［Ｊ］．软科学，　

２０１１，２５（５）：８０—８４．　

［８］Ｌｙｎｄｅ　ｃ，Ｒｉｃｈｍｏｎｄ　Ｊ．Ｐｒｏｄｕｃｔｉｖｉｔｙ　ａｎｄ　Ｅｆｉｃｉｅｎｃｙ　ｉｆｎ　ｔｈｅ　ＵＫ：Ａ　

Ｔｉｍｅ　Ｓｅｒｉｅｓ　Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ＤＥＡ［Ｊ］．Ｅｃｏｎｏｍｉｃ　Ｍｏｄｅｌｉｎｇ，１９９９，１６　

（１）：１０５—１２２．　

港口集装箱吞吐量达１．４６亿ＴＥＵ，其中内河港口仅完成　

ｌ０．ｏ５％，平均每个生产性泊位完成５６０．７ＴＥＵ，远远低于沿　

海港口２．４万ＴＥＵ的水平。欧盟自１９９２年起推出若干个推　

动江海联运发展项目，已建成超过２００个内河集装箱港　

口　。因此，我国应在建设并完善码头和航道等基础设施的　

基础上，引进先进的集装箱运输和吊桥设备，改善内河港口　

设施设备，建设内河集装箱港口，大力发展内河集装箱运输，　

推进江海直达的运输。　

４．建设专业化码头，发展规模化港区。我国内河港口通　

用杂货泊位多，集装箱、液体散货等专业化码头缺乏，也是内　

河港口效率低下的一个重要原因。因此，我国应以主要港口　

为重点，加快内河港口规模化、专业化港区建设，建成一批集　

装箱、汽车滚装、大宗散货等专业化泊位，提高港口运作效　

率。　

５．构建临港产业，创造内河港口物流需求。内河港口应　

紧紧抓住东部产业向西部转移的有利契机，充分利用港口优　

势，发展临港工业，积极吸引产品适合水路运输的企业、出口　

加工企业等落户临港工业区，同时建设区域物流中心，构建　

以港口为重要节点的物流服务网络，拓展仓储、货物贸易服　

务等功能，为港口创造持续增长的物流需求。　

参考文献：　

［１］Ｃｈａｒｎｅｓ　Ａ，Ｃｏｏｐｅｒ　Ｗ　Ｗ，Ｒｈｏｄｅｓ　Ｅ．Ｍｅａｓｕｒｉｎｇ　ｔｈｅ　Ｅｆｉｆｃｉｅｎｃｙ　ｏｆ　Ｄｅ—　

ｃｉｓｉｏｎ　Ｍａｒｋｉｎｇ　Ｕｎｉｔｓ［Ｊ］．Ｅｕｒｏｐｅａｎ　Ｊｏｕｒｎａｌ　ｏｆ　Ｏｐｅｒａｔｉｏｎａｌ　Ｒｅ・　

ｓｅａｒｃｈ，１９７８，２（６）：４２９－４４４．　

［２］Ｔｏｎｇｚｏｎ　Ｊ．Ｅｆｉｆｃｉｅｎｃｙ　Ｍｅａｓｕｒｅｍｅｎｔ　ｏｆ　Ｓｅｌｅｃｔｅｄ　Ａｕｓｔｒａｌｉａｎ　ａｎｄ　Ｏｔｈｅｒ　

Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｐｏｒｔｓ　Ｕｓｉｎｇ　Ｄａｔａ　Ｅｎｖｅｌｏｐｍｅｎｔ　ａｎａｌｙｓｉｓ［Ｊ］．Ｔｒａｎｓｐｏｒ－　

ｒａｔｉｏｎ　Ｒｅｓｅａｒｃｈ　Ｐａｒｔ　Ａ：Ｐｏｌｉｃｙ　ａｎｄ　Ｐｒａｃｔｉｃｅ，２００１，３５（２）：１０７—　

１２２．　

［３］ＣｕＵｉｎｎａｅ　Ｋ，Ｓｏｎｇ　Ｄ　Ｗ，Ｊｉ　Ｐ，Ｗａｎｇ　Ｔ　Ｆ．Ａｎ　Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ＤＥＡ　

Ｗｉｎｄｏｗｓ　Ａｎａｌｙｓｉｓ　ｔｏ　Ｃｏｎｔａｉｎｅｒ　Ｐｏｒｔ　Ｐｒｏｄｕｃｔｉｏｎ　Ｅｆｉｆｃｉｅｎｃｙ［Ｊ］．Ｒｅ・　

ｖｉｅｗ　ｏｆ　Ｎｅｔｗｏｒｋ　Ｅｃｏｎｏｍｉｃｓ，２００４，３（２）：１８４—２０６．　

［４］匡海波，陈树文．中国港口生产效率研究与实证［Ｊ］．科研管理，　

２００７。２８（５）：１７０—１７６．　

［９］王兵，颜鹏飞．中国的生产率与效率：１９５２—２Ｏ０ｏ——基于时间　

序列的ＤＥＡ分析［Ｊ］．数量经济技术经济研究，２００６（８）：２２—　

３Ｏ．　

［１Ｏ］陈诚．基于序列ＤＥＡ方法：中国全要素生产率的再测算［Ｊ］．　

武汉金融，２ＯＬＯ（８）：３１—３４．　

［１１］ＢａｔｔｅｓｅＧＥ，ＰｒａｓａｄａＲａｏ　Ｄ　Ｓ．ＴｅｃｈｎｏｌｏｇｙＧａｐ　ｏｆＥｆｉｆｃｉｅｎｃｙａｎｄ　ａ　

Ｓｔｏｃｈａｓｔｉｃ　Ｍｅｔａ—Ｆｒｏｎｔｉｅｒ　Ｆｕｎｃｔｉｏｎ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　

Ｂｕｓｉｎｅｓｓ　ａｎｄ　Ｅｃｏｎｏｍｉｃ，２００２，１（２）：８７—９３．　

［１２］Ｏ’ＤｏｎｎｅＨ　Ｃ　Ｊ，ＰｒａｓａｄａＲａｏＤ　Ｓ，ＢａｔｔｅｓｅＧＥ．ＭｅｔａｆｒｏｎｔｉｅｒＦｒａｍｅ—　

ｗｏｒｋｓｆｏｒｔｈｅ　Ｓｔｕｄｙ　ｏｆＲｍ—－ＬｅｖｅｌＥｆｉｃｉｅｎｃｉｅｓａｎｄＴｅｃｈｎｏｌｏｇｙＲａｔｉ－・　

ＯＳ［Ｊ］．Ｅｍｐｉｒｉｃａｌ　Ｅｃｏｎｏｍｉｃｓ，２００８，３４（２）：２３１—２５５．　

［１３］Ｆｕｋｕｙａｍａ　Ｈ，Ｗｅｂｅｒ　Ｗ．Ａ　Ｄｉｒｅｃｔｉｏｎａｌ　Ｓｌａｃｋｓ—Ｂａｓｅｄ　Ｍｅａｓｕｒｅ　ｏｆ　

Ｔｅｃｈｎｉｃａｌ　Ｉｎｅｆｉｆｃｉｅｎｃｙ［Ｊ］．Ｓｏｃｉｏ—Ｅｃｏｎｏｍｉｃ　Ｐｌａｎｎｉｎｇ　Ｓｃｉｅｎｃｅｓ，　

２００９，４３（４）：２７４—２８７．　

［１４］Ｆａｒｅ　Ｒ，Ｇｒｏｓｓｋｏｐｆ　Ｓ．Ｉｎｔｅｒｔｅｍｐｏｒｌａ　Ｐｒｏｄｕｃｔｉｏｎ　Ｆｒｏｎｔｉｅｒｓ：Ｗｉｔｈ　Ｄｙ－　

ｎａｍｉｅ　ＤＥＡ［Ｍ］．１９９６，Ｂｏｓｔｏｎ：Ｋｈｗｅｒ　Ａｃａｄｅｍｉｃ　Ｐｕｂｌｉｓｈｅｒｓ．　

［１５］Ｆａｒｅ　Ｒ，Ｇｒｏｓｓｋｏｐｆ　Ｓ．Ｄｉｒｅｃｔｉｏｎａｌ　Ｄｉｓｔａｎｃｅ　Ｆｕｎｃｔｉｏｎｓ　ｎａｄ　Ｓｌａｃｋｓ—　

Ｂａｓｅｄ　Ｍｅａｓｕｒｅｓ　ｏｆ　Ｅｆｉｆｃｉｅｎｃｙ［Ｊ］．Ｅｕｒｏｐｅａｎ　Ｊｏｕｒｎａｌ　ｏｆ　Ｏｐｅｒａｔｉｏｎａｌ　

Ｒｅｓｅａｒｃｈ，２０１０，２００（１）：３２０—３２２．　

［１６］Ｔｏｎｅ　Ｋ．Ｄｅａｌｉｎｇ　ｗｉｔｈ　Ｕｎｄｅｓｉｒａｂｌｅ　Ｏｕｔｐｕｔｓ　ｉｎ　ＤＥＡ：Ａ　Ｓｌａｃｋｓ　Ｂａｓｅｄ　

Ｍｅａｓｕｒｅ（ＳＢＭ）Ａｐｐｒｏａｃｈ［Ｊ］．Ｎｉｐｐｏｎ　Ｏｐｅｒｅｓｈｏｎｚｕ，Ｒｉｓａｃｈｉ　

Ｇａｋｋａｉ　Ｓｈｎｎｋｉ　Ｋｅｎｋｙｕ　Ｈａｐｐｙｏｋａｉ　Ａｈｕｓｕｔｏｒａｋｕｔｏｓｈｕ，２００４：４４—　

４５．　

［１７］Ｃｏｏｐｅｒ　Ｗ　Ｗ，Ｓｅｉ￣ｒｄ　Ｌ　Ｍ，Ｔｏｎｅ　Ｋ．Ａ　Ｃｏｍｐｒｅｈｅｎｓｉｖｅ　Ｔｅｘｔ　ｗｉｔｈ　

Ｍｏｄｅｌｓ，Ａｐｐｌｉｃａｔｉｏｎｓ，Ｒｅｆｅｒｅｎｃｅｓ　ａｎｄ　ＤＥＡ—Ｓｏｌｖｅｒ　Ｓｏｆｗｔａｒｅ［Ｍ］．　

Ｎｅｗ　Ｙｏｒｋ：Ｓｐｒｉｎｇｅｒ，２００７．　

［１８］Ｃｏｏｐｅｒ　Ｗ　Ｗ，Ｓｅｉｆｏｒｄ　Ｌ　Ｍ，Ｔｏｎｅ　Ｋ．Ｄａｔａ　Ｅｎｖｅｌｏｐｍｅｎｔ　Ａｎａｌｙｓｉｓ：Ａ　

Ｃｏｍｐｒｅｈｅｎｓｉｖｅ　Ｔｅｘｔ　ｗｉｔｈ　Ｍｏｄｅｌｓ，Ａｐｐｌｉｃａｔｉｏｎｓ［Ｍ］，２００７，Ｎｅｗ　

Ｙｏｒｋ：Ｓｐｒｉｎｇｅｒ．　

［１９］李跃旗．欧洲集装箱内河运输经验借鉴［Ｊ］．中国航海，２Ｏ０７（１）：　

８９—９２．　

（责任编辑：王惠萍）　

・

９５・