长江三角洲港口群DEA模型分析

肖子先

（上海海事大学，上海201306）

一、长江三角洲江海联运现状

长江江海联运始于2006年，由上海港与武汉港在中远集团的开通下合作完成。“武汉—上海”这条江海联运直达线路，船舶将从武汉启航，直接驶往上海，由于不需要在中途挂靠别的港口，相较原来的五天时间，现仅需要两天。随着江海联运的优势逐渐显现出来，一些船东公司以及大的货主企业也先后加入进来，长江江海联运也由此拉开了序幕。后又有“芜湖—广州”的江海联运直达航线开通，其船型多数为1.5万吨级，此条航线的开通使得芜湖的海螺水泥可以通过江海联运这种更加低成本高效率的方式运输，极大程度上推动了当地的经济发展。南京港在2015年也加入了江海联运的队伍之中，其与太仓港联手开通了“南京—太仓—日本”的江海联运航线。

现如今，长江三角洲的江海联运已十分普遍，以上海港与宁波舟山港为主要枢纽港的江海联运体系中，有着芜湖、镇江、扬州、苏州、连云港、南京等众多支线喂给港。然而值得注意的是，上海港目前相较于其他国际性港口来说，其水水中转率不是很高，这就导致许多货物想从内河的外高桥港区转运到洋山深水港就必须通过陆上交通的转运，这无形之中就拉长了运输时间、拉高了运输成本。而相比之下，宁波舟山港正在大力推行江海联运，建设了舟山江海联运服务中心，加上其得天独厚的深水航道，与低成本的停泊、劳务费用，吸引了许多国际航线乃至原本是上海港的中转货物来挂靠，在水水中转比例上涨的同时，其每年的货物吞吐量也在稳定上升。宁波舟山港通过江海联运的发展，将重点放在大宗散货上，其每年中转大宗散货的比例占到了总吞吐量的56.68%，主要的三样货物就是原油、金属与煤炭。数据显示，2018年舟山港域港口货物吞吐量突破5亿吨，达5.08亿吨，江海联运量达到2.11亿吨。

根据交通运输部提出的关于特定航线江海直达运输发展的意见，将在2030年建成安全、绿色、高效的江海直达运输系统，从而更加强有力地带动长江经济带的发展与进步。在船型方面，除了现有的“武汉—洋山”直达航线中的特定船型与2017年在舟山开建的两万吨级江海联运散货船之外，将推行研究长江干线至上海港洋山港区的700TEU江海联运集装箱船以及长江三角洲至上海港洋山港区的124TEU与64TEU的江海联运集装箱船，并在适应港口与航道条件的基础上，发展5000、10000与15000吨级的散货直达系列船型。

二、案例分析

（一）港口介绍

论文对长江三角洲地区的重要港口进行筛选后，选取了以下七个港口作为研究对象，并对其现有港口设施与数据进行了汇总整理（表1）。

表1 港口数据

（二）DEA评价

论文DEA模型选取以上7个港口为7个决策单元，输入变量为万吨级以上泊位数、最大靠泊能力、航道水深，输出向量为2018年各港口所统计的年吞吐量。论文所选取的7个港口虽然均处于长江三角洲地区，但由于长江下游地区水深深浅不一，航道宽度也有所不同，加上每个港口的设备设施能力不同，因此每个港口都有各自的优势与劣势。在运用DEA模型对7个港口进行分析后，可以有效地判别出哪些港口没有有效地利用其港口设施资源，哪些港口可以通过其强大的枢纽能力来带动其他港口在江海联运方面的发展，使各个港口发挥更好的作用，以此促进长江三角洲地区整体关于江海联运的发展。

由表1以及2018年港口年鉴所收集到的数据绘制表2。

表2 港口数据

将表2中的各港口根据DEA模型原理按照自上而下的顺序记为j=1，2，3，…，7，并选取3个输入向量，1个输出向量，即取i=1，2，3，r=1。

运用CCR模型

通过使用LINGO软件进行计算求解，得出：

对于DMU1和DMU2来说，最优解均为1；DMU3最优解为0.782；DMU4最优解为0.450；DMU5最优解为0.609；DMU6最优解为0.439；DMU7最优解为0.549。

其中DMU1和DMU2即上海港与宁波舟山港均为DEA有效，其余5个港口按照DEA有效值进行排序为DMU3＞DMU5＞DMU7＞DMU4＞DMU6，即南京港＞镇江港＞连云港港＞南通港＞扬州港。

但因此次数据仅考虑了各港口2018年的年吞吐总量为输出向量，并没有考虑其集装箱的吞吐量数据，通过结合DEA模型对输出向量优秀适配性的特点，下文将对输入向量保持不变，选取2018年各港口年货物吞吐总量以及2018年各港口集装箱吞吐总量作为输出向量，运用CCR模型再次进行LINGO软件的求解，其数据见表3。

表3 港口数据

解得DMU1最优解为0.485；DMU2最优解为1；DMU3最优解为0.311；DMU4最优解为0.354；DMU5最优解为0.19；DMU6最优解为0.439；DMU7最优解为0.423。

其中DMU2，即上海港为DEA有效，其余6个港口按照DEA有效值进行排序为DMU1＞DMU6＞DMU7＞DMU4＞DMU3＞DMU5，即宁波舟山港＞扬州港＞连云港港＞南通港＞南京港＞镇江港。

三、结论

论文通过筛选长江三角洲中的重要港口，选取了其中7个港口作为研究对象，并对其港口信息与数据进行了整理，通过使用DEA模型，分别对宁波舟山港、上海港、南京港、镇江港、连云港港、扬州港以及南通港进行了DEA分析与评价，首先将万吨级以上泊位数、港口最大靠泊能力以及航道水深作为输入向量，将港口的年货运吞吐量作为输出向量，得出决策单元的有效值排序为：

DMU1=DMU2＞DMU3＞DMU5＞DMU7＞DMU4＞DMU6，即上海港=宁波舟山港＞南京港＞镇江港＞连云港港＞南通港＞扬州港。其中DMU1=DMU2=1。

从得出的有效值排序结果可以看出，上海港与宁波舟山港为DEA有效，而其他5个港口是可以继续开发与挖掘港口潜力的，这与目前各个港口的现状相符。上海港共拥有万吨级以上泊位数约49个，最大靠泊能力20万吨，最大航道水深为20米，而宁波舟山港拥有生产性泊位620多个，万吨级以上大型泊位约为160个，而其中包括了5万吨级以上的大型与超大型泊位共计90余个，其大型与超大型泊位数量远远超过了上海港，这也使得宁波舟山港的货物吞吐量遥遥领先，连续11年位列世界第一。对于上海港与宁波舟山港而言，完全可以继续遵循船舶大型化的发展趋势，并利用自身的超大泊位与航道水深的优势，在岸线长度与泊位水深的基础上，继续开发深水泊位与岸线长度，与内河港口合作，进一步推进江海联运的发展。

其次为了将港口的年集装箱吞吐量作为输出向量进行研究分析，论文对输入向量保持不变，选取2018年各港口年货物吞吐总量以及2018年各港口集装箱吞吐总量作为输出向量，再次得出了决策单位的有效值排序：

DMU2＞DMU1＞DMU6＞DMU7＞DMU4＞DMU3＞DMU5，

即上海港＞宁波舟山港＞扬州港＞连云港港＞南通港＞南京港＞镇江港。其中DMU2=1。

可以发现，虽然宁波舟山港的年货运吞吐量常年居于世界第一，但其年集装箱吞吐量并没有上海港多，从表1中可以看到，上海港的年吞吐量约为宁波舟山港的60%，但其年集装箱吞吐量却超过宁波舟山港将近一倍，这说明无论是在散货、件杂货，抑或是集装箱吞吐量上，上海港都充分利用了自身的优势，而宁波舟山港则还可以进一步通过其世界级港口的硬件优势，带动长江三角洲地区集装箱吞吐量的发展，作为江海联运重要的枢纽港，宁波舟山港年集装箱吞吐量的提升将会很大程度上辐射到与之相近的内河港口，从而提升长江三角洲江海联运的发展。

镇江港与扬州港两港仅一江之隔，同样位于京杭大运河与长江交汇之处，其中扬州港的万吨级以上泊位数为23个，镇江港则为58个，在航道水深相差不多但有如此巨大的泊位数量差的情况下，两港的年货运吞吐量却相差不远。这说明镇江港并没有充分发挥出自身港口的优势，应根据自身的泊位数量优势，适当加深航道水深，以港口效率最大化为目标，提升年货运吞吐量。不仅如此，扬州港的年集装箱吞吐量要大于镇江港的年集装箱吞吐量，而将年集装箱吞吐量加入输出向量后，镇江港的DEA有效值从原本的0.609降到了0.19，因此镇江港作为下游河段重要的水水中转与水陆联运的中转港口，可以加大江海联运集装箱船的进港量，充分利用其泊位数量优势，适当拓宽水深，从而发挥自身优势扩大年吞吐量。

无独有偶，南京港的两次DEA有效值分别为0.782与0.311，也充分体现出了南京港关于集装箱吞吐量的可发展性。南京港背靠京杭大运河，又面对着出海口，与许多国家都有着众多贸易往来，其具备了江河、江海、水陆等多种联运方式，作为全亚洲最大的内河港口之一，南京港应起到干线港的龙头效应，在适当加深航道水深的同时，提高年集装箱吞吐比例，在与各国进行贸易往来的同时，利用其自身已拥有的硬件优势，提高长江三角洲江海联运比例，为宁波舟山港与上海港提供强有力的干线支撑。

南通港、连云港港与扬州港的两次DEA有效值都小于1，并且波动并不是太大，说明这些港口的自身定位并不准确，并没有完全发挥出自身的优势，浪费了许多资源。应根据自身港口定位，制定中长期的发展目标，由于内河港受到航道水深的限制，并不适合一味地顺应船舶大型化的发展需求，在泊位数量可以跟上的前提下，提高江海联运的比例，通过上海港与宁波舟山港两个巨大枢纽港带来的龙头效应，提高自身喂给数量，将对这些港口的发展起到有效作用。