《The Asian Journal of Shipping and Logistics》：A study on the efficiency and influencing factors of China’s four-stage ports using DEA and Tobit two-stage models
编辑推荐：
为评估中国沿海港口在关键发展阶段（2010-2019年）的效率水平与驱动因素，研究者开展了一项题为“A study on the efficiency and influencing factors of China’s four-stage ports using DEA and Tobit two-stage models”的研究。该研究采用数据包络分析（DEA）-Window模型与Tobit回归模型，分析了16个主要港口的效率及其与所在城市经济指标的关系。结果显示，多数港口维持较高效率，但存在资源利用效率低、过度扩张等问题，且地区间差异显著。该研究为港口资源配置优化与政策制定提供了实证依据，对提升港口运营效益和区域协同发展具有重要意义。
在全球化经济深度融合的浪潮中，海运贸易占据着举足轻重的地位，全球超过三分之二的国际贸易通过海上航线进行。作为海上物流的基石，港口不仅是货物进出的枢纽，更是推动区域乃至国家经济发展的强劲引擎。2013年，中国超越美国成为世界最大的货物贸易国，其中海运贸易额约占外贸总额的65%，凸显了中国港口在全球供应链中的核心地位。据统计，港口每装卸1亿吨货物，就能创造超过100亿元人民币的GDP，占全国62个主要沿海城市GDP总和约42%的份额。可以说，港口的效率与活力，直接关系着中国经济的“血脉”是否畅通。
自2013年进入“第四阶段”发展以来，中国港口在“一带一路”倡议等国家战略的推动下，迎来了现代化设施改造和全球网络扩张的新机遇。然而，在宏伟的蓝图和持续的投资背后，一系列现实问题也逐渐浮现：各大港口的运营效率究竟如何？是否存在资源浪费、盲目扩张或战略规划缺失的情况？港口的发展与所在城市的经济发展、人口规模、产业结构等因素之间，又存在着怎样微妙的互动关系？回答这些问题，对于确保宝贵的投资能够转化为真正的竞争力，避免“大而不强”，实现港口与区域经济的可持续协同发展至关重要。
为此，三位来自韩国全南大学交通与物流系的研究者——Xinyuan Zhu, Ae Rim So, Seungsik Shin，在《The Asian Journal of Shipping and Logistics》上发表了一项深入研究。他们巧妙地运用了两套经典的经济学模型“组合拳”：先是用数据包络分析（DEA）-Window模型这把“尺子”，精准度量了2010年至2019年间中国16个主要沿海港口的运营效率及其动态变化；接着，用Tobit回归模型这根“探针”，深入探测了港口所在城市的经济社会因素（如人口、工业用电、金融机构贷款、地区生产总值、外商投资企业数量）对港口效率的具体影响。这项研究如同一份详尽的“港口健康体检报告”，不仅揭示了各港口的“体能”状况和排名，更剖析了其“健康状况”背后的深层“病因”。
关键技术方法
研究者采用了两阶段混合分析方法。第一阶段为基准效率分析，运用数据包络分析（DEA）-Window模型，这是一种非参数的线性规划方法，用于评估多个决策单元（Decision-Making Units, DMUs，此处为各港口年度观测值）的相对效率。该模型能处理多输入多输出问题，并通过设置滑动时间窗口（本研究窗口宽度w=3年）来追踪效率的跨期动态变化，克服了静态DEA无法进行纵向比较的局限。研究采用产出导向（output-oriented）模型，并假设规模报酬不变（Constant Returns to Scale, CRS）。输入指标包括：码头长度、泊位数量、运营成本、员工人数；输出指标包括：货物总吞吐量、营业收入。第二阶段为影响因素分析，由于第一阶段计算出的效率值介于0到1之间，且存在截尾数据，故采用适用于受限因变量的两限制Tobit回归模型进行分析，以避免普通最小二乘法（OLS）回归的估计偏差。研究使用DEA-Solver Pro软件计算效率值，使用Stata 17.0软件进行Tobit回归。
研究结果
4.1. 中国主要沿海港口效率分析
基于DEA-Window模型的计算结果，研究对中国16个主要港口2010-2019年的效率进行了深入分析。
- •
4.1.1. 港口效率的时间变化：总体来看，大多数港口在观察期内效率呈上升趋势，但伴随波动，整体维持在较高水平。这表明中国主要港口在资源利用和发展战略上总体有效。根据平均效率值，港口被分为高、中、低三组。出人意料的是，平均效率最高的并非全球排名领先的上海港，而是唐山港。这归因于唐山港在布局调整、避免盲目扩张以及应用5G、人工智能等新技术方面的成功。上海港虽为国际枢纽，但因其结构性问题（如洋山港缺乏铁路连接）可能限制了整体资源利用效率。宁波-舟山港、北部湾港等复合型港口因内部资源分配和发展不均衡，效率处于中游。大连、厦门、珠海等港口则因地理位置、运营成本高、就业过剩或资源竞争等问题，效率相对较低。
- •
4.1.2. 港口效率的空间特征：从空间分布看，高效率港口主要集中在环渤海港口群（唐山、天津、青岛、日照），以及长三角的上海港、连云港港和珠三角的深圳-盐田港。这表明环渤海港口群在发展战略和港口间合作方面表现优异。中效率组港口分布广泛，包括环渤海（营口、烟台）、长三角（宁波-舟山）、珠三角（广州、湛江）和西南沿海（北部湾）的港口，它们大多地理位置优越，发展潜力大。低效率组包括环渤海的大连港、东南沿海的厦门港和珠三角的珠海港，这些港口需重点提升自动化水平，制定与国家政策及全球经济形势相符的战略。
4.2. 中国主要沿海港口效率影响因素分析
通过Tobit回归模型，研究检验了五个关于城市因素对港口效率影响的假设。
- •
4.2.1. Tobit回归模型的测量结果：回归分析结果显示：
- 1.
城市总人口（ltp） 对港口效率有正向影响，且在10%水平上显著（P=0.075），支持了假设1。人口规模为港口提供了劳动力和市场需求，促进了港口发展。
- 2.
城市工业用电量（liew） 对港口效率有正向影响，且在10%水平上显著（P=0.086），支持了假设2。工业用电量反映工业生产力，工业生产力提升会增加货物运输需求，从而提高港口吞吐量和效率。
- 3.
城市金融机构贷款额（lea_lafi） 对港口效率有显著的负向影响，在5%水平上显著（P=0.017），与假设3相反。这表明金融机构的贷款支持可能并未有效转化为港口运营效率的提升，反而可能由于资金配置不当、投资过度或缺乏有效监管而导致效率下降。
- 4.
城市地区生产总值（GRP）（lcgrp） 对港口效率有显著的正向影响，在5%水平上显著（P=0.023），支持了假设4。更高的经济发展水平直接刺激物流和贸易需求，从而提升港口效率。
- 5.
城市外商投资企业数量（ldoco_fi） 对港口效率的影响为负，但不显著（P=0.182），假设5未得到支持。这可能是因为外商投资带来的技术和管理经验溢出效应有限，或者外资企业与港口本地运营的协同不足。
研究结论与意义
本研究通过DEA-Window与Tobit两阶段模型，系统评估了中国16个主要沿海港口在第三阶段后期至第四阶段（2010-2019年）的效率及其影响因素。主要结论如下：首先，尽管大多数港口保持了较高的平均效率，但资源利用效率低下、过度扩张和战略规划缺乏等问题依然存在，且存在明显的区域差异。以唐山港为代表的部分港口通过合理规划和技术创新实现了极高效率，而一些大型复合港或特定港口则因内部发展不均衡、地理位置或成本结构问题效率相对较低。其次，港口效率受到其所在城市经济社会因素的显著影响。城市人口规模、工业生产力（用电量）和经济发展水平（GRP） 对港口效率有积极促进作用。然而，一个反直觉且重要的发现是，来自金融机构的贷款支持与港口效率呈负相关，这警示单纯的资金注入若缺乏高效的管理和精准的投资方向，可能无法提升甚至损害港口运营效率。外商投资的作用在本研究时段内则未显现出显著影响。
这项研究的意义重大。在学术上，它丰富了关于新兴经济体港口效率的实证研究，特别是应用DEA-Window模型结合Tobit回归，深入分析了中国港口在特定发展阶段的效率动态及城市经济动因。在实践层面，研究结果为中国政府、港口管理当局、运营商乃至国际港口行业提供了关键的政策启示。对于决策者而言，应更加关注港口投资的质量而非单纯的数量，优化资源配置，鼓励技术创新和自动化升级，并制定差异化的区域港口发展战略。对于港口管理者和运营商，研究强调了提升内部管理效率、控制运营成本、以及与所在城市经济产业紧密协同的重要性。特别是，研究关于金融贷款与效率负相关的发现，提示需要建立更有效的资金使用监督和绩效评估机制，确保金融资源能够精准赋能于提升港口核心竞争力的领域。总之，该研究为在新时代背景下推动中国港口的高质量、可持续发展，以及实现港口与区域经济的互利共赢，提供了宝贵的实证依据和决策参考。
