基于环境视角评价长江沿线主要港口效率

邓 萍， 应 鉴（重庆交通大学，重庆400074）

0 引 言

在当今的时代，港口不仅是船舶停靠和客货集散的运输节点，也是一个综合的社会文化经济聚合点，更是带动区域经济腾飞的基石。港口效率是衡量资源配置能否体现管理水平及企业满意程度的关键指标，是港口企业评价其市场竞争能力、保证持续性发展的重要参考依据。早些年的学者研究港口效率体系时，只关注利好的经济性产物，例如集装箱吞吐量和散货吞吐量，却忽视与经济效益无关的附加环境产物，如硫化物、氮化物、二氧化碳等。这并不符合实际的生产运营情况，更加不符合当今世界绿色环保的潮流。港口的建设、运营、发展等活动都不可避免地会对港区环境和周边生态产生直接或间接的影响。港口的发展不能只关注期望的产出，也不能只追求规模而不顾生态环境的损害。如何建设绿色生态港口，如何兼顾港口的经济发展和生态环境的保护是未来发展的重点领域。保证港口可持续发展的前提下寻求港口的效率的提升，注重环境的治理同经济的发展相协调，有利于摆脱当前港口发展的困境。因此，科学合理地评价港口效率，解读各港口资源配置水平，探究港口间的效率差距，从环境的角度分析影响港口的因素，并以此提出长江沿线主要港口效率的研究，能够为将来建设环境友好型、资源节约型的绿色可持续发展的港口提供重要的参考依据。

目前，已有不少国内外的学者陆续意识到这个问题，并对此做了相关的研究。2017年袁杨、孙加森提出了改进的非期望产出DEA模型，研究了环境污染产出对港口的影响，并对期望产出加以权重约束以凸显其重视程度。2018年刘勇和汪传旭使用考虑非期望产出的网络DEA模型，将CO排放量作为非期望产出评价了港口的生产效率和环境效率。2019年王腾和吕靖通过非期望产出的SBM网络模型研究了环境污染产出对上海港口效率的影响。2020年武永贵、田芳运用SBM模型对沿海港口进行了评价，该模型考虑了非期望产出碳排放对港口效率的影响。Fare等人使用非期望的产出DDF模型研究了世界92家发电厂污染排放的环境效率。Sun J运用非径向DDF模型对中国港口企业环境效率进行评价分析；Chung等将方向距离函数和ML生产指数结合起来，研究了环境因素下能源效率的问题。2014年赫珍珍、李健等选取工业排放二氧化碳作为环境产出指标，利用环境方向距离函数和非参数线性规划建立了工业环境绩效测度模型，对1990年到2020年工业面板数据进行了研究分析；2015年刘晶对沿海21个主要港口船舶临在港排放量进行了估算，以此作为非期望的环境产出，运用方向距离函数模型计算了港口综合环境效率值。

本文在前人的基础上，运用非期望产出的GDDF模型对长江沿线主要港口的多种环境产出进行分析，研究它们是否会对港口效率产生影响，并探究环境产出的量变对港口效率的影响程度。

1 模型的构建

由于上述模型计算的是各要素的无效率，因此时期的生产要素有效率：ex=1-β∈（0,1），时期的理想产出要素有效率：ey=1/（1+ β）∈（0,1），时期的非期望环境产出要素有效率：eu=1-β；该模型的各要素指标给予了不同的系数，能够做到完全非径向的变化，所以该模型在理论上更加符合目前生产实际的需要。本文认为该模型仍存在一定的局限性，不同时期的DUM生产前沿面存在差异，无法直接进行跨时期的比较分析。故本文引入Global技术理论对模型（1）进行了相关改变，完善了不同时期DUM无法进行对比分析的问题，结合Global技术的完全非径向DDF模型如下所示：

2 实证分析

2.1 长江沿线港口指标的选取与描述。本文以长江沿线12个主要港口作为研究对象，回顾国内外港口效率研究方面的相关文献并结合长江沿线港口的实际情况，选取港口的泊位数和泊位长度作为DEA模型的投入指标，确定港口的散货吞吐量和集装箱吞吐量作为DEA模型产出指标。港口投入和产出指标的数据均来源于国家统计局2016年至2019年的《中国港口统计年鉴》，具有较高的可靠性。以往的学者对港口效率进行评价时，仅考虑港口的期望产出，这与新时代的绿色可持续发展的战略有所不符，非期望产出理应被重视。本文将可吸入颗粒物（PM）、硫化物、氮化物、货物固废作为港口非期望环境产出。参考以往的相关文献，经研究整理后选择了合理的方法对长江沿线港口环境产出指标进行计算，其中可吸入颗粒物（PM）、硫化物、氮化物三种环境产出由两部分组成，即临港排放和在港排放，前者基于燃油法计算获取，后者基于船舶发动机功率法计算获取。具体数据描述性统计如表1所示。

2.2 考虑环境因素下的长江沿线港口效率分析。算例1是基于港口符合生产实际的前提下考虑了环境因素的影响，运用完全非径向GDDF模型评价了长江沿线12个港口的综合效率，从而获得更加客观真实的结果。本文依据国内外生态环境数据处理的经验，采用熵值法并对表1的四种非期望环境产出进行降维处理，最终获得一个环境指标。根据式（2），采用Matlab2018对算例1进行求解，结果如表2所示：

表1 数据描述性统计特征

表2 考虑环境因素的长江沿线港口效率分析

算例1在考虑港口环境因素后，长江沿线各港口效率均有不同程度的提升，说明增加环境产出后，港口的效率被整体拉高了。原因在于，港口的环境产出作为一种新的要素被纳入港口效率评价体系，其本身同样存在效率前沿，港口的效率越接近该前沿，则其环境产出表现越好。因此，忽略环境产出的港口效率往往会被低估，环境产出已经成为现阶段港口综合效率评价中不可忽视的部分。从各年份上来看，环境产出作为新的要素纳入港口效率评价体系，多数港口的效率值较高，但少数港口的效率反而偏低，如宜宾港和宜昌港，应是这些港口的发展同环境的治理出现了严重的脱节，单要素环境产出效率远低于效率前沿面，这类港口应当更多的关注港区环境保护和环境污染产出的控制。部分港口，如镇江港和泰州港前期效率表现较好，随后的几年有所下降，说明其为了提升港口实力，一味的追求发展而轻视了对环境的保护与治理。从时间变化的角度看，长江沿线多数港口效率呈逐年上升的趋势，说明这些港口能够意识到绿色经济的重要性，正稳步向可持续型绿色港口迈进。

随后本文算例1中长江沿线12个主要港口依据地理位置划分为三大区域：长江上游区域、长江中游区域、长江下游区域。拟期从空间位置上研究长江沿线主要港口发展情况，选择每个区域所有港口的年平均效率作为横坐标参数，年份作为纵坐标参数，建立了能够反映长江经济带区域港口跟随时间变化的发展态势及地理位置间差异性的描述图如图1所示。

据图1的时间演化角度来看，考虑环境因素后的长江沿线主要港口的效率大体上呈现持续性增长的趋势。就上游区域港口而言，2012年至2017年以较快速度持续性上升，并在2017年处于最高点；长江中游区域港口效率主要表现为波动式上升；下游区域港口，先是相对平稳下降，后在2015年缓慢升高；从图1中三条线的垂直间距来看，2012年至2017年间长江上中游区域港口正逐年缩短同下游区域港口的差距，说明近些年来的长江经济带战略取得了不错的成绩，带动了沿江主要港口的发展。然而，长江上游区域港口仍存在较大问题，甚至2017年后还与下游港口呈现效率双向背离的情况，这说明上游区域港口并未同中下游区域港口形成联动发展，上游区域港口应当多学习下游优秀港口的发展经验。长江沿线主要港口若要形成整体的规模效应，就应当互帮互助，消除区域差异，大力促进上中游区域港口发展。

图1 长江沿线区域港口时间演化效率图

2.3 考虑使用岸电情况下长江沿线港口的效率分析。岸电是近些年来针对长江沿线港口的环境污染问题做出的应对措施，通过电能代替化学能方式，达到控制污染排放的目的。以往船舶处于泊港状态，需要打开辅机提供能源以满足日常所需，而辅机的驱动需要化石燃料，因而造成了气体污染的排放。岸电就是岸基供电，将岸上的电能输送到泊港船舶，满足能源需求。船舶在港区的排放分为临港排放和在港排放，使用岸电的目的在于消除船舶在港排放。因此，考虑泊船使用岸电的情况下，算例2剔除了非期望产出指标的在港排放，以此研究环境因素削弱下的长江沿线港口效率。

从不同年份数据来看，长江沿线主要港口使用岸电后，港口效率普遍有所提升，宜宾港、泸州港、九江港、泰州港等提升相对明显，说明这几个港口的经济发展与港区环境污染的未能形成良性循环，其中九江港的表现最差，应当给予环境问题足够的重视。泰州港和镇江港2016年的效率表现不佳，同样出现了环境方面的问题，而后的几年改进显著，2019年已经是绿色港口的标杆。此外，还有部分港口，如武汉港、南通港、南京港的效率几乎趋于不变，说明这些港口的环境污染问题已有高度的重视，其非期望产出效率表现良好。总体上来说，长江沿线港口岸电系统的普及，较大程度上减少了港口的非期望环境产出，客观上提升了港口的综合环境效率，有助于实现长江沿线港口的绿色可持续发展的目标。

表3 算例2是否考虑岸电的长江沿线港口效率表

矩阵图2和矩阵图3分别为是否考虑岸电的长江沿线港口波士顿效率矩阵图，以算例3中各港口的4年的年平均效率和年平均吞吐量作为横纵坐标。纵坐标轴表示效率，横坐标轴表示港口货运吞吐量，矩阵图2和矩阵图3分别以效率平均值（0.85）、（0.87）以及吞吐量平均值（14 940.75万吨）为分界线，将矩阵中的港口划分为四个不同的部分，以此分析港口的核心竞争力和绿色经济发展情况。通过对不同维度的港口效率分析，直观地表现长江沿线主要港口的水平差异和发展态势。

图2 忽略岸电的长江沿线港口波士顿效率矩阵图

图3 使用岸电的长江沿线港口波士顿效率矩阵图

如图2所示，（1）第一类型：特点是吞吐量大且效率较高，如江阴港、南京港等，这类港口位于经济繁荣和交通便利的地区，贸易体系成熟且资源利用率较高。此外这类港口还拥有良好的环境保护意识，重视港口经济发展和环境治理的相适性，能更好地控制污染排放对其自身的影响。在整个港口企业的竞争市场中，占据更大的优势，具备更胜一筹的核心竞争力。对于将来的发展，应当稳中求进，合理地进行港口基础设施建设以及适当的产能提升，逐步引入先进的智能化设备和建立智能信息管理体系，争取新的突破。（2）第二类型：特点是吞吐量相对较大，效率却不算高。如镇江港、泰州港，这类港口基础投入大，依赖交通地理位置、区域经济条件的支持，能够取得较好的成绩，而环境保护意识相对欠缺，对港口环境污染产出的重视程度不足，在控制环境污染物排放和基础设施资源的高效利用上，仍存在一定的上升空间。（3）第三类型：特点是能够获得较高效率而货物吞吐量往往不大，如宜宾港和泸州港，这类港口本身规模并不大，又位于长江上游区域，地理位置、航道条件均不占优势，获得较高的效率原因是港口非期望环境产出相对较低，单要素环境产出效率表现较好，拉高了综合效率。应该发展腹地经济，加强邻近地区间的贸易合作关系，发展临港产业，通过科学合理的营销策略刺激腹地的市场需求，从而提高港口的产出。（4）第四类型：特点是货物吞吐量低于平均线而又远高于第三类港口，综合效率却较低于同规模水平的武汉港，如马鞍山港和九江港等，这说明同处长江中游区域的武汉港在环境保护和污染排放治理方面走的更前更快，然而马鞍山港和九江港过多的追求货物吞吐量忽视了环境的护与治，综合效率受环境因素影响较大。

就图3而言，长江沿线港口使用岸电后，非期望产出减少了，其空间位置相较于图2大多上升了一定距离，说明控制港口的污染排放有利于综合效率的提升。具体而言，图2中的泰州港坐标低于效率平均线，而使用岸电后在图3中已经越过了效率平均线，证明了当港口企业开始重视环境问题和控制环境污染产出后，客观上能对自身港口效率的提升产生显著作用。最后值得注意的是，考虑环境因素后，规模较小的港口虽然综合效率数值看上去很高，也只是虚高，并不能说明该类港口的优秀，只是非期望的环境污染产出相对较少，故表现更好。同时，由于模型和目标函数侧重于非期望产出，即最大程度减少非期望产出和最大程度增加期望产出，故非期望产出越少，结果固然越好。这一点也是本研究的不足之处，希望后面的研究者能给出更好的解决办法。

3 总结与结论

本文针对长江沿线主要港口企业日益增加的环境污染产出、资源配置不合理、港口的发展与管理水平不匹配等问题，将环境因素纳入港口效率的研究，并在传统DEA模型的基础上提出了基于非期望环境产出全要素GDDF模型。针对非期望环境产出赋予较大权重，以期反映对港口环境污染的重视程度，并利用该模型对长江沿线主要港口近八年的数据进行分析，客观地评价了港口企业的综合效率，验证了减少非期望环境产出对港口效率提升的有效性。

由实证研究可知：（1）长江沿线各主要港口尚未形成整体的规模效应，尤其是长江上游区域的港口发展水平不高，大部分港口的效率均存在较大提升空间，港口的资源整合、投入和产出的优化、管理水平都有提升的潜力。（2）考虑环境因素后，只有少数港口接近于效率前沿，说明多数港口目前并未重视环境的保护与经济发展的协调性，没有贯彻执行可持续发展战略，仍以牺牲环境为代价加速经济的发展。

最后，本文用算例3实证了港口使用岸电减少环境污染的产出，能够提高港口的效率。这说明，以往被众多学者忽视的环境产出正在影响未来港口的发展，客观上限制了港口效率的提升潜力。未来的港口的标签无疑会是“绿色环保” “可持续发展” “友好的绿色运输节点”等，而现在的长江沿线港口却是“排放大户”。因此，减少港口污染排放的产出、治理已经造成的生态破坏、保护长江的绿水青山会成为未来港口发展的必经之路。