天津水灾LOGISTICS ENGINEERING AND MANAGEMENT
物流技术
2021年 第2期 第43卷总第320期
doi ：10.3969/j.issn. 1674 -4993.2021. 02. 014
评价研究*
*【收稿日期】2020 - 09 - 27
*基金项目：江苏省高等学校自然科学基金面上项目(17KJB580008)
【作者简介】巴文婷(1999-)，女，新疆伊犁人，南京林业大学汽车与交通工程学院本科在读，研究方向：物流工程。
郑 琰(1983-)，女，汉族，河北唐山人，南京林业大学汽车与交通工程学院，副教授，研究方向：港口物流，物流系统 优化。
□巴文婷，郑琰，魏淑琳
(南京林业大学汽车与交通工程学院，江苏南京210037)萤火虫祖先被发现
【摘要】港口作为水陆交通的集结点和运输枢纽，其生产运输效率能直接反映出一个区域的物流水平和社会经济 发展水平。文中采用三阶段DEA 模型，对我国2017年沿海十大港口物流效率进行实例研究。通过研究发现，我国沿海
港口总体物流效率较高，各港口呈明显的层次分布，规模效率是综合效率的核心影响因素。文中结合地区生产总值和
进出口总额作为环境影响因素，证实了经济环境与港口物流发展存在的相互协同关系，最后，分析各港口管理无效率 项、规模与港口物流效率间的相互影响，为各沿海港口物流的高速优质发展提出可行性建议。
【关键词】物流效率；三阶段DEA 模型；港口
【中图分类号】F552；F259.2 【文献标识码】B 【文章编号】1674 -4993(2021 )02 -0046 -03
A Study on Logistics Performance Evaluation of China's Main Coastal Ports
Based on the Three 一 stage DEA Model
□ BA Wen -ting,ZHENG Yan,WEI Shu - lin
(College of Automobile and Traffic Engineering ,Nanjing Forestry University,Nanjing 210037,China)
[Abstract] As the assembly point and transportation hub of land and water transportation , the production and transportation
efficiency of port can directly reflect the level of logistics and social and economic development in a region. Based on the three 一
stage DEA model , this paper studies the logistics efficiency of ten coastal ports in 2017. The results show that :The overall logistics
efficiency of coastal ports in China is high , and the scale efficiency is the core factor of comprehensive efficiency. Combined with
regional GDP and total import and export as environmental factors , the relationship between economic environment and port
logistics development is confirmed.
[Key words] logistics efficiency ；three - stage DEA model ；container terminals 在我国信息化建设飞速发展的背景下，中国港口吞吐量
已稳居世界榜首，预计“十三五”我国港口吞吐量增长率为9.
5%o 在不断发展的同时，我国沿海港口物流效率正面临多方
面问题。自2012至2019年，我国沿海港口建设投资规模开
始连续负增长，投资规模由1004.14亿元下降至563亿元。各
个港口之间的竞争也在不断加剧，我国港口物流在大数据时 代背景下高速信息化建设的同时，还需进一步改善其存在的
不足之处。
Fried 将传统的DEA 效率评价模型的影响因素分为三类,
分别是管理无效率因素、环境因素和随机扰动因素即表 示：若用传统DEA 模型进行计算得到一组效率较高的结果,
该结果可能是由于外部环境优越或运气成分的影响，而非真
正具有较高的管理水平。为了克服传统DEA 模型的缺陷，更准确地反映港口管理
古代帝王驭人术效率，本文利用三阶段DEA 模型进行研究：利用第一阶段计 算出各港口的物流效率及投入松弛变量；利用第二阶段将松
弛变量分离成含有三个影响因素作为自变量的类似SFA 回归 函数，剥离环境因素和随机扰动因素的影响并调整港口投入
值；利用第三阶段计算出更具有真实、准确的沿海港口物流
效率。
1三阶段DEA 模型
1.1第一阶段：传统DEA 模型计算初始效率
DEA 模型具有以下主要特点：从实际数据角度出发，对决
策变量输入指标和输出指标给予科学赋权；输入与输出数据 之间关系表达式不需很明确；应用前不需要对数据进行无量 纲化处理。由于港口物流投入、产出的规模收益可变，本文第
第2期巴文婷等：基于三阶段DEA模型的港口物流绩效评价研究47
一阶采取DEA模型中的投入导向BCC模型进行计算。
DEA模型的评价结果可以提供有效的同等级决策单元进
行对比，提供无效的决策单元的重要性信息及计算出在具体
方面的调整以降低无效率的方法。
1.2第二阶段：利用类似SFA函数分离变量及调整投入值
第二阶段利用类似SFA随机前沿函数对每一个投入变量
都设定一个回归模型，进行多次重复操作，经过计算和调整评
估得到新的估计投入值。SFA模型的具体执行公式
如下f
S”=%-%x人(1)
S”=/(z；;0”)+%+如(2)
Ege)=丑空
a ©(入旦)
CT 叫旦)
a
a=J"；+O■爲入二”2鳥2,%+%⑶⑷
欧％1%+如)=%-f(Z i-E[^ni\v ni+如](5)二％+[max(/(Z£,p n)-/(Z f+[max(%)-％]
(6)
i二1,2,...Z，兀二1,2, (7)
公式(1)为松弛变量公式；式(2)中z；是环境指标,0”是环境指标的未知参数，捡代表随机误差项的随机变量，“”代表管理无效率项的随机变量,％和“”之和为混合误差项；式(3)是将三影响因素相互分离的分离公式；式(4)中，/代表该数学模型的方差,7代表环境因素占总影响因素的比值竝代表混合误差项；式(5)是用来分离随机扰动影响因素的公式；式(6)是对各DMU投入进行可行性调整的公式，循环次数与投入变量个数一致。
1.3第三阶段：调整后DEA模型计算最终效率
重复进行第二阶段投入变量回归分析后，得到新的估计投入数据(本文得到三组)。将调整后的投入数据再次代入BCC投入导向模型中，获得去除环境影响因素和随机扰动影响因素的效率值，更准确、直接地体现了管理效率对决策单元各效率值的影响。
2建立评价体系
本文结合港口的自身特性，综合采用DEA模型分析港口效率的相关文献，并结合评价指标的选取原则和可获得性，选取码头长度、泊位数量及区域公路总里程作为输入变量，港口集装箱吞吐量、港口货物吞吐量及货运量作为输出变量。
环境变量是指，指标本身不受主观因素的调控，但其大小对于沿海港口效率存在一定影响。鉴于地区生产总值(GDP)和进出口总额直接或间接地影响了区域物流行业的发展，从而对港口物流效率造成影响，本文以此作为环境影响因素⑷。本文研究2017年各港口的物流效率值，研究数据源于各市2018年统计年鉴、《中国统计年鉴2018》、《港口资料统计》、交通部及相关论文。我国沿海十大港口物流效率评价的投产指标及环境指标如表1所示。
表1港口生产效率评价指标及环境指标
指标类别指标名称单位符号方差齐性检验
港口码头泊位数个X1
投入指标码头长度m X2
公路总里程数量km X3
产出指标港口货物吞吐量万吨Yi
港口集装箱吞吐量万TEU丫2
货运量万吨丫3
环境指标地区生产总值亿元Z1
进出口贸易总额亿美元Z2
3实证研究
考虑到各港口效率横向和纵向的比较分析，本文选取沿海综合实力较强的天津港、深圳港、上海港、厦门港、大连港、宁波港、广州港、青岛港、连云港港及日照港十大港口作为同等级决策单元进行比较分析[7_9]o各港口2017年投入和产出数据及环境指标如表2所示：
表22017年我国十大沿海港口投入、产出、环境指标
序号港口XI X2X3Y1Y2Y3Z1Z2
1上海港107810612013222750514023.39725730632.994761.23 2深圳港155171566758241362521.23226922490.064141.46 3舟山港7019453211236551512461.052520984
2.061238.55 4青岛港1272994714845513141830.03253711037.28741.24 5广州港80770219322590112037.012073721503.521432.50 6天津港1603768616532501071560.03473718549.191129.19 7粗港248453111358345517971.0449557363.90590.15 8厦门港41112902199211161038.0302764351.72830.63 9连云港港176259391211715299471.0162022640.3182.10 10日照港27418844867640472322.0171842002.65140.09
3.1第一阶段：传统DEA模型计算初始效率
利用DEAP2.1软件将表2数据代入所建立BBC投入导向模型，得到2017年我国沿海十大港口物流效率值，如表5所示。可以明显地看出，在不考虑环境因素和随机扰动对效率值影响的情况下,2017年我国十大沿海港口的规模效率(SE)、纯技术效率(PTE)、综合效率(TE)的平均值分别为0.81,0.898,0.74o其中，厦门港、深圳港和广州港三个效率值均为1，港口物流效率相对有效。
3.2第二阶段：利用类似SFA函数分离变量及调整投入值
利用FRONTIER4.1软件计算，利用类似随机前沿函数(SFA)剥离环境因素和随机扰动因素对效率值的影响，基于投入松弛变量为基础数据，对2个环境变量和随机误差项进行类似SFA函数回归，得到表3。
表3类似SFA随机前沿分析结果
港口泊位冗余量码头长度冗余量区域公路里程冗余量常数项-1.86263-1777.969402662.37420务(地区生产总值)-9.83704E-040.102080.07090
卷(进出口贸易总额) 3.39612E-03-0.29804-0.16159 (T2 2.21697E+03 5.32727E+08 1.49924E+07
7 1.00000** 1.00000** 1.00000**
Log likelihood Function-0.45376E+02-0.10603E+03-0.88583E+02 LR test of one-sided error O.53821E+O10.79560E+010.80199E+01
这6张中国名片震撼世界48物流工程与管理第43卷
参照上述调整公式并利用FRONTIER4.1软件对投入指
标进行调整，调整后结果如表4所示：
表4优化后的投入变量
序号港口泊位数（个）码头长度（m）公路里程（km）
1上海港1090106180.1014259.92
2深圳港16117862.677748.716
3宁波港70595664.6211486.76
4青岛港13330809.3914901.06
5广州港8217021.019402.04
6天津港17237897.1916568.11
7大连港25146503.3513616.92
8厦门港4112861.512422.04
9连云港港17627426.1212117.00
10日照港27420449.58709.06
如表3所示，地区生产总值（GDP）和进出口总额在一定程度上对码头泊位、码头长度及区域公路里程具有解释作用。
如表3所示，在第二阶段SFA随机前沿模型的分析中，将环境因素影响和随机扰动影响分离与管理无效率项分离后，环境因素占总影响因素的比例Y为1，说明环境影响因素在本次回归调查中占主导因素，而随机扰动对效率值几乎不产生影响。从上述计算所得回归系数中，可以得到如下结论：
①地区生产总值（GDP）与港口泊位松弛变量的回归系数为负；与区域公路里程、码头长度松弛变量的回归系数为正，表明地区当生产总值增加时，港口物流在港口泊位的投入冗余量会随该因素的增加而减小，资源被充分有效地利用，对港口物流技术效率具有隐性的推动作用，而在码头长度、区域公路里程投入方面会产生冗余。
②港口泊位数、区域公路总里程与进出口贸易总额松弛变量回归系数均为负；与码头长度松弛变量回归系数为正，说明进出口总贸易额的提高会导致码头长度投入冗余量的增加，但会促进在港口泊位数和区域公路里程方面支出的利用。表示进出口贸易总额的升高，能通过促使港口泊位数和区域公路里程有效利用，从而促进港口的发展。
该结果在一定程度上表示出区域经济和港口物流发展之间的协同发展的关系，管理者可以通过调节外界经济环境中的指标间接带动港口物流效率的提高。
3.3第三阶段：调整后DEA模型计算最终效率
依据随机前沿函数（SFA）分析结果，调整后的投入指标数据二次代入传统BCC投入导向模型中，并与初次运行所得效率值进行对比，如表5所示。
表52017年我国十大沿海港口一、三阶段
DEA效率值结果对比表
综合技术效率纯技术效率规模效率规模报酬状态
一阶段三阶段一阶段三阶段一阶段三阶段一阶段三阶段1上海港0.6450.685110.6450.658drs drs-2深圳港111111--
3宁波港0.5110.5510.8930.9060.5730.608drs drs 4青岛港0.8990.974110.8990.974drs drs 5广州港111111--注：血、论、-分别表示规模报酬递减、规模报酬递增和规模报酬不变6天津港0.6970.7670.880.8550.7930.897drs drs 7大连港0.5080.5520.8350.8480.6080.651drs drs 8厦门港111111--
9连云港港0.2870.3040.4280.4570.6710.664irs irs 10日照港0.8550.880.940.9550.910.922drs drs 平均值0.740.7690.8980.9020.810.837
如表5所示，效率值在调整前后有明显的提高。由此得出，环境影响因素和随机影响因素确实会影响到第一阶段效率值，说明了进行本研究的必要性。该研究发现：
①中国十大沿海港口效率总体偏上，不同港口差异性较大。广州港、深圳港和厦门港的综合技术效率最高，天津港、日照港、青岛港和上海港综合效率次之，大连港、连云港港和宁波港的综合效率最低。综合效率低表示冗余输入变量较大，会对输出结果产生较严重的不利影响。
②深圳港、广州港和厦门港（珠三角地区）调整前后综合效率值（技术效率）均为1，表示上述港口管理效率和环境指标均达到了很高的水平，港口发展达成熟阶段。
③大部分港口如日照港、青岛港在进行了三阶段DEA模型的调整后，综合技术效率均提升，说明该类港口管理效率较高，但环境因素较优越港口稍显逊，可以从提高管理效率和环境指标着手，通过提高地区进出口总贸易额和GDP来拉动整个港口的综合效率。
④大部分沿海港口物流效率调整后规模效率和纯技术效率都增加，表明港口的发展受规模制约；青岛港、上海港的纯技术效率在调整前后均为1，调整后规模效率升高，表示上海港和青岛港管理效率相对有效，但港口发展受限于规模；连云港港调整后规模效率均有所降低，表明规模不经济和管理无效率是造成港口综合效率较低的主要原因。因此，连云港港应考虑适当加大规模来促进综合效率的提高。
⑤研究发现，上海市港口吞吐量和集装箱吞吐量等输出变量均为全国第一，但港口泊位数、码头长度和区域公路总里程等输入变量也为全国第一，表明上海港2017年虽有较大规模的产出，但也有较大规模的投入。上海港大规模产出与投入的比例较优秀港口存在一定差距，故综合效率表现一般。
4结论与建议
本文通过三阶段DEA模型对中国沿海十大港口物流效率进行了评价与调整，研究结果表明：我国沿海港口总体物流效率偏上，各港口呈明显的层次分布，规模效率是港口物流综合效率的核心影响因素。
不同沿海港口的效率存在较大的差异，厦门港、广州港和深圳港物流效率值最高，连云港港物流效率值最低。珠三角港口发展已到成熟阶段；天津港地区生产总值和进出口总额指标较优越，可将重心置于提高管理效率上，如提高港口泊位和区域内公路的有效利用率等；绝大部分港口，如大连港、青岛港港口发展在管理效率和环境因素上均有待提升；连云港港发展受限制较多，应当在管理效率、环境因素和规模上作出相应调整和提高，以促进港口高速优质的发展。
从管理效率角度，应按照职能进行明确（下转第45页）
第2期谢旦岚：自动化生产线中AGV数量配置的仿真优化研究45
在第一次优化后，整个生产线中AGV平均工作时间占比从63.3%增加至67.2%，但是总的AGV数量并
没有改变。在原始方案下，涂装成品库AGV平均空闲时间为0，车间下达给涂装成品库区AGV的配送任务并没有全部完成，这也验证了之前在原方案涂装成品库AGV运行状态中的推断。在第二次优化，增加3台AGV之后，所有AGV平均运行时间从67. 2%下降至65.6%。
4结语
通过对初始方案进行仿真分析，出了原始方案的问题所在，并通过两步优化，使得整个自动化生产线车间AGV调配得到了优化。优化结果满足整个车间的零件配送需求, AGV利用率基本满足预设值,AGV配送负荷在正常水平之内，并且AGV小时利用率基本都处于一个规律的波动状态。传统的静态数学解析方法，虽然能通过计算很快得出AGV配置的方案，但是由于其局限于理想状态条件，而在实际生产线配送过程中，由于随机因素以及其他干扰因素造成的一系列问题都无法体现，因此，结果与实际需求必然存在较大的出Ao利用系统仿真软件FlexSim对方案进行逐步优化。利用仿真软件所建立的仿真模型可视性强，更加直观贴近现实系统，并且数据输出更加具体准确，可通过简单的参数设置计算出大量有效的动态数据用于分析处理，减少了差错率。为整个制造业生产线AGV数量配置以及其他相关行业的类型问题提供了很好的借鉴。
[参考文献]
[1]谢旦岚，俞海宏，陈靖，等.自动化物流设备充电模式的仿
真优化研究[J].系统仿真学报,2017,29(9):2213 -2220.
[2]Lixiang Zhang, Yaoguang Hu,Yu Guan.Research on hybrid
-load AGV dispatching problem for mixed-model automobile assembly line[J].Procedia CIRP,2019,81. [3]张远春，范秀敏，驹田邦久.基于仿真优化的多种类型
AGV数量配置优化方法[J].中国机械工程,2011,22
(14):1680-1685.
[4]韩晓龙，樊加伟.自动化港口AGV调度配置仿真分析
[J]•重庆交通大学学报(自然科学版),2016,35(5):151 -154.
[5]杨雷，钱晓明，肖海宁.基于遗传算法的自动导引车系统
数量配置方法研究[J]・机械设计与制造工程,2016,45 (005)：18-23.
[6]朱瑞丹，韦华南•车身车间AGV物料搬运系统小车数量
配置规划探究[J].汽车实用技术,2018,277(22):211 -213.
(上接第48页)
分工，提高信息化处理水平，引进新兴的物流技术与设备，进行可靠性信息数据处理和分析，帮助做出正确的决策，提高设施设备之间合作匹配度。
在外界经济环境的改良上，港口应当注重周围环境，应出台相应政策指导建设临港工业区，提供良好的融资环境并利用良好的外界经济环境来实现港口自身发展；在规模效率上，适当的缩减可扩大港口规模，以促进港口物流高速优良发展。
[参考文献]
[1]Fried,H.0.,Lovell,C.A.K.Schmidt,S.S.,Yaisawamg,S.
Accounting for Environmental Effectsand Statistical Noisein Data Envelopment Analysis[J].Journal of Productivity Analysis,2002,17(1-2)：157-174.
[2]郭子雪，张雅辉，黄新.基于DEA模型的京津冀区域物流
效率评价研究[J]•数学的实践与认识,2018,48(24)：41 -50.[3]丁彩虹，陶永宏.长江经济带战略视角下的江苏省大型港
口绩效评价研究—
—基于三阶段DEA模型[J].江苏科技大学学报(社会科学版),2018,18(02)：101-108. [4]沈玮弊，薛亮.冷链物流包装现状及绿化发展[J].艺术
科技,2020,33(2):25-26.
[5]钟祖昌.考虑环境效应和随机误差的中国潘口技术效率
分析—
—基于三阶段DEA模型的测度[J].福建师范大学学报(哲学社会科学版),2013(02)：93-98.
[6]王玲，毕志雯.基于三阶段DEA模型的我国主要内河港
螺旋槽丝锥口效率研究[J].产业经济研究,2010(04)：40-48,
[7]薛亮.基于元分析视角的国内应急物流研究综述[J].物
流科技,2020,43(04)：64-68.
[8]许美贤，郑琰.绿低碳港口竞争力评价[J].物流技术,
2019,38(07)：60-64,
[9]刘亦迅，郑琰.基于DEA模型下港口物流效率与当地经
济发展关系研究[J].物流工程与管理,2020,42(07):33 -35.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议