基于非期望产出SBM-DEA的省级港口效率分析

来源:用户上传      作者:郭宵 孙胜元

　　[摘要]针对传统DEA方法中将所有投入和产出按照径向测度扩张等比例扩张（压缩），无法区分投入指标和产出指标调整的大小与幅度的不足，将负产出引入到港口效率评价，构建了更加符合港口运营实际的SBM-DEA模型。以江苏省为例，对2009-2018年港口效率进行了评价，发现2009-2018年江苏省港口效率整体呈上升趋势;在一定时期内存在港口基础设施投入冗余的现象，且投入冗余量呈现波动性，同时也出现了货物吞吐量和集装箱吞吐量产出交替不足的现象;作为非期望产出的二氧化碳排放的冗余随着时间推移逐渐降低。基于分析结果，从投入、期望产出和非期望产出三个方面提出了相应建议。
　　[关键词]非期望产出;SBM-DEA模型;投入与产出冗余;港口效率;江苏
　　[中图分类号]U691 [文献标识码]A [文章编号]1005-152X（2022）03-0045-05
　　Analysis of Provincial Ports Efficiency Based on Unexpected Output SBM-DEA Model： A Case Study of Jiangsu
　　GUO Xiao， SUN Shengyuan
　　（Taizhou University， Taizhou 225300， China）
　　Abstract： The paper points out that the traditional DEA method would expand （or compress） all inputs and outputs isometrically， which cannot distinguish the size and amplitude of the adjustment of input and output indicators. Aiming at this problem， the paper introduces negative output into port efficiency evaluation， and constructs an SBM-DEA model more consistent with actual port operation. Then， taking Jiangsu Province as an example， the paper evaluates its port efficiency from 2009 to 2018. The result shows that from 2009 to 2018， the overall port efficiency of Jiangsu province shows an upward trend. In a certain period of time， the port infrastructure input shows fluctuant redundancy. At the same time， the output of cargo and container throughput is alternately insufficient. The redundancy of carbon emissions， as an unexpected output， decreases over time. Based on the analysis result， the paper puts forward corresponding suggestions from three aspects of input， expected output and unexpected output.
　　Keywords： unexpected output; SBM-DEA model; input and output redundancy; port efficiency; Jiangsu
　　0 引言
　　一省之鹊母劭谑鞘∧诰济社会发展的重要基础性资源。我国有诸多省份港口资源丰富，如江苏、浙江、湖北、安徽等。近年来，国内很多省份致力于整合省内港口资源，力图完善港口综合体系建设，实现规划一体化、建设一体化、管理一体化、运营一体化。江苏、浙江、江西、湖北纷纷出台了相应的省内港口发展规划。全国各省份中，江苏是港口大省，全省沿江沿海地区共10个港口，其中连云港港、南京港、镇江港、苏州港、南通港为国家主要港口，扬州港、无锡（江阴）港、泰州港、常州港、盐城港为地区性重要港口。近年来，当地有关部门高度重视省内港口的发展，力图通过优化资源配置，提高港口运营效率，有效提高港口岸线利用率，提高基础设施建设水平，提高现代化绿色水平，以更好地服务国家战略。因此对于研究一省之内的港口发展而言，江苏省具有较好的代表性，对江苏省港口一定时期内的效率进行评价分析，对于其他省份的港口规划和发展具有一定的借鉴意义。
　　1 相关研究综述
　　一方面从研究方法上看，现有的基于 DEA模型下的港口效率评价研究多是基于径向测度方法，例如早期 Martinez，et al[1]以及Tongzon，et al[2]用传统的 BCC-DEA模型、CCR-DEA模型对有关港口进行测度。之后国内学者刘大F[3]将DEA方法引入到国内港口的效率评价研究中，用CCR-DEA模型对国内16个港口的效率进行了评价。后续研究中，学者们在港口效率评价中引入了多种DEA模型的变型优化方法。例如，Al-Eraqi[4]，张巧丽，等[5]采用了视窗方法对港口内部运营情况进行动态效率的评价; Fried[6]， Liu[7]，Wang[8]，王健，等[9]，钟祖昌[10]，李丹[11]，王爱虎[12] 使用多层次DEA、网络DEA等模型解决了港口效率评价中DEA方法的“黑箱”问题。时至今日，DEA方法在港口效率评价中已经取得了丰硕的成果。但是，绝大多数研究使用了基于径向测度的方法，即假设投入产出是按照等比例扩张或压缩，这显然与港口的运营实际有一定的差别。因此，本文使用SBM- DEA模型，改变了传统测度方法中将所有的投入和产出模型按照径向测度扩张等比例扩张（压缩），无法区分投入指标和产出指标调整的大小与幅度的不足，同时将港口运营过程中所发生的污染等“负产出”纳入指标体系，更体现了当前港口绿色发展的理念。

nlc202205061825

转载注明来源:https://www.xzbu.com/1/view-15430434.htm