蒋惠园，丁建军
(武汉理工大学 交通学院，湖北 武汉 430063)
江苏省沿江八市作为“一带一路”建设和长江经济带发展融合交汇地带，在江苏的社会和经济发展中起到重要的战略支撑作用。2019年江苏省沿江八市港口完成货物吞吐量为22.10×108t，集装箱吞吐量为1 326.02×104TEU，共有7个港口吞吐量超过1×108t，其中苏州港吞吐量位居全国第6位。基于此，笔者对江苏省沿江八市港口进行了效率评价和影响因素分析，并对港口行业发展提出有针对性的建议[1]。
目前对港口效率评价采用的方法主要分为参数法和非参数法，其中运用最广的是数据包络分析方法(DEA模型)。R.D.BANKER等[2]首次利用DEA模型建立了港口的技术效率和规模效率评价模型；
高倜鹏等[3-4]运用三阶段DEA模型对“一带一路”主要沿海港口的效率进行了分析，并针对南、北方区域港口效率存在明显差异的现象提出了相关建议；
杜利楠等[5]对我国长江干线20个主要内河港口效率进行了测度评价，并针对我国长江干线港口发展特点，对资源配置进行了优化，提升了港口效率；
丁彩虹[6]以江苏省大型港口作为研究对象，认为江苏省各港口存在外在环境因素和随机误差的干扰，并基于三阶段DEA模型对港口效率进行了分析；
郑琰等[7]以连云港港为例，应用DEA模型对连云港港物流数据进行了效率评价研究，并在此基础上针对其物流发展中存在的问题提出改进建议。传统港口效率的研究大多只对效率进行时空上的评价，未从根本上分析其成因[8]。叶士琳等[9]运用超效率SBM模型和TOBIT模型对长三角地区集装箱码头的效率进行测度分析，结果表明：人力资源和集疏运设施对港口效率具有显著的正向作用。
尽管学界对港口效率研究已取得一定成果，但鲜有学者在研究港口效率时会考虑港口之间相互竞争的关系以及港口效率在空间上存在的差异性。DEA博弈交叉模型充分考虑了各港口之间存在的竞争；
空间杜宾模型能在考虑空间差异的情况下，对港口效率与其影响因素之间的进行分析。基于此，笔者选用DEA博弈交叉效率—SDM模型对江苏省沿江八市港口进行效率及影响因素分析，以期对江苏省港口行业发展提出有针对性的建议，更好服务于长三角地区的经济。
1.1 DEA博弈交叉效率模型
假设有n个决策单元(decision making units, DMU)，决策单元Dj(j=1, 2, …,n)有m个不同的输入和s个不同的输出；
决策单元Dj的第i个输入和第r个输出分别记作xij(i=1, 2, …,m)和yrj(r= 1, 2, …,s)。决策单元Dd的效率值被设定为Ed，则其他决策单元Dj在Dd效率值不被降低的情况下最大化其效率值；
决策单元Dj相对于Dd的博弈交叉效率值αdj可通过式(1)表示[10]。
(1)
博弈交叉效率如式(2)：
(2)
(3)
平均博弈交叉效率值求解过程如下：
(4)
得到一般形式，如式(5)：
(5)
1.2 SDM模型
考虑到周边港口之间存在显著的互相竞争关系，即被解释变量受解释变量的空间滞后项影响。此时建立空间杜宾模型对港口效率和解释变量之间关系进行分析，如式(6)：
(6)
式中：ε～N(0,σ2I)；
γ为参数向量，用以度量相邻区域的解释变量对因变量y的边际影响。
2.1 指标选取
反映港口效率产出的变量为港口吞吐量和港口集装箱吞吐量[11-12]；
投入的变量较多，通过分析港口基本情况及数据统计情况，最终选取生产用码头泊位数、万吨级生产用码头泊位数、码头总长度、人均GDP、公路线路里程、内河航道里程、第三产业固定资产投资、交通运输业从业人数、交通运输从业人员平均工资、出口总额等指标作为投入变量[13]，如表1。
表1 选取指标Table 1 Selection indicators
2.2 数据处理
由于选取的投入变量较多，决策单元与投入产出指标间的比值较小，可能会导致DEA模型的分析能力有所下降。因此，笔者基于SPSS软件对投入变量采用因子分析法提取其主成分。以2019年的数据为例，提取3个特征值大于1的公因子。解释总方差如表2，表2中仅列出特征值大于1的成分；
正交旋转后的成分矩阵如表3。
表2 解释总方差Table 2 Total variance explained %
表3 旋转成分矩阵Table 3 Rotation component matrix
从表3可得出：成分1主要由腹地城市人均GDP、第三产业固定资产投资、交通运输业从业人数、交通运输业人均工资和出口总额组成；
成分2主要由生产用码头个数、万吨级码头个数和码头总长度组成；
成分3主要由公路线路里程、内河航道里程和铁路里程组成。故分别给3个主成分命名为X1(经济投入指标)、X2(基础设施指标)、X3(联运设施指标)，各主成分得分如表4。
表4 主成分得分Table 4 Principal component scores
笔者对江苏省沿江八市港口2012—2018年度的数据进行因子分析，3个主成分分类与2019年一致。各年解释总方差如表5，解释总方差均大于85%，满足提取主成分要求。
表5 各年主成分解释的总方差Table 5 Total variance explained by principal components in each year
由于DEA中投入、产出指标不能为负，需要将表4中得分为负的值变换到区间(0, 1]内，且不能改变评价结果，则数据变换如式(7)。
(7)
依据选取的投入、产出指标，运用DEAP软件求得传统DEA效率值，运用MATLAB软件求解平均博弈交叉效率，得到港口效率值如表6。
表6 2012—2019年各港口博弈交叉效率值Table 6 The game cross efficiency values of each port from 2012 to 2019
3.1 港口效率时序变化
各港口效率值时序变化如图1。从图1可知：港口效率值呈现一定的波动发展趋势。无锡港效率值常年处于较高水平，可以看出无锡港的港口资源利用率很高；
南京港经济资源投入和基础设施投入规模属于省内前列，效率值稳定在省内中下游水平，说明其自身产出并非有效，南京港在今后的发展中更应该注意产出效率的提高；
苏州港和镇江港产出量常年位于省内前列，随着近年来港口资源整合的有序进行，其港口效率也稳步提升；
南通港和常州港经济资源投入规模较大，基础设施投入规模较小，效率值总体呈上升趋势，说明其港口资源利用率稳步提升、港口定位明确；
泰州港和扬州港近年来港口效率值处于持续降低的状态，主要是由于其集装箱化水平较低，2019年泰州港集装箱吞吐量为35.08×104TEU、货物吞吐量为3.063 8×108t，集装箱吞吐量在同一水平线上的常州港(32.05×104TEU)其货物吞吐量仅为0.761 3×108t。
图1 港口平均博弈交叉效率时序变化Fig. 1 Time series vaniation of port average game cross efficiency
总体而言，自长江经济带发展战略提出后，江苏省沿江八市港口效率值一直保持着较快的增长速度。从国家政策应对能力来看，江苏省能很好的把握其带来的发展机遇，在政策环境改变时较好的调整了发展方向，从而保证稳定的发展模式。
3.2 港口效率的空间特征
笔者运用ArcGIS软件采用自然断点法对2019年港口效率值空间分布进行可视化操作，如图2。由港口效率的空间分布得出：效率值呈现中部较高，两端较低的空间特征。
图2 港口效率空间分布特征Fig. 2 Spatial distribution characteristics of port efficiency
3.3 空间效应分析
3.3.1 全局空间自相关检验
进行空间效应分析前，需要对被解释变量进行空间自相关检验。2019年江苏省沿江八市港口效率值的全局Moran’s I=-0.245，z值为-2.16，通过显著性检验，如图3。由图3可知：2019年港口效率具有空间负相关性，这说明效率值和周边港口存在相反的变化趋势，这符合港口间相互竞争的特性。
图3 全局moran’I散点图Fig. 3 Global moran’I scatter plot
3.3.2 空间杜宾模型
笔者采用空间杜宾模型对2019年港口效率值截面数据进行空间效应分析，如表7。
表7 空间杜宾模型回归结果Table 7 Regression results of spatial Doberman model
由表7可知：X1(经济投入指标)对港口效率有显著的正向作用；
X2(基础设施指标)对港口效率有显著的负向作用，说明基础设施投入大于需求，基础设施利用不充分；
X3(联运设施指标)对港口效率有显著的正向作用，即港口联运设施建设不足，发展铁水联运能显著提升港口效率；
W_X1(经济投入指标空间滞后项)对港口效率有显著的正向作用，提高周边地区经济投入能显著提升核心地区港口的效率；
W_X2(基础设施投入空间滞后项)对港口效率有显著的负向作用，周边地区对港口资源有效利用能快速掠夺资源，导致核心地区港口效率降低；
W_X3(联运设施指标空间滞后项)对核心地区港口效率影响不具有显著性；
W_2019(港口效率空间滞后项)对核心地区港口效率有显著的负向作用，进一步验证了全局空间自相关检验的结果。
笔者基于DEA博弈交叉效率—SDM模型对江苏省沿江八市港口进行了效率测度及影响因素分析。得出如下结论：
1)2012—2019年沿江八市港口效率总体处于上升趋势，很好地把握住了长江经济带发展战略带来的机遇；
在空间分布上，与江苏省内河港口的发展定位高度一致。
2)由空间自相关检验结果表明：2019年沿江八市港口效率空间截面数据具有空间负相关性，符合港口间互相竞争的事实，验证了博弈交叉效率的准确性。
3)依据空间杜宾模型分析得出：当其他条件不变时，核心地区经济投入每提升8.9%或联运设施投入提升3.5%，效率就会上升1%；
基础设施投入每提升1.9%，效率则会下降1%。周边地区经济投入每提升1%或基础设施投入下降0.1%，核心地区效率就会上升1%。
4)依据沿江八市港口效率与其影响因素间的关系，江苏省在今后发展中应注意：① 加快推进江苏省港口集团资源整合，强化港口间合作，依据港口特点进行合理的资源分配，降低同质化竞争；
② 针对港口基础设施投入冗余问题，应该注重提高码头泊位专业化水平，推进高等级航道建设，发展重心应该放在“质”而非“量”；
③ 加快构建多式联运体系建设，大力发展公铁水联运，推进疏港铁路建设，打通水铁联运最后一公里；
④ 针对近年来长距离大宗货物的运输，要加快“公转铁”、“公转水”的建设，推进大宗货物散改集，降低运输成本，实现装卸零损耗，同时助力“绿色”运输。