尽管多指标评价体系相比于单一指标较为全面,但却难以较为清晰地判别总体效率及其变动情况,所以近期研究者逐渐开始从多个不同角度进行深入分析,主要从技术、配置、规模、成本等多个方面对港口效率展开分类界定与评价。其中,Roll 和 Hayuth ( 1993 )、Liu ( 1995 )、Tongzon (2001 )、Estache 等(2002)、Cullinane 等(2002; 2003; 2004; 2005; 2006)、Wang 等(2003 )等研究,着重关注既定生产投入下港口实际产出与理论最大产出的差距,并以此反映港口的技术效率。而近期研究还从规模效率、配置效率、成本效率等角度进一步补充和完善,如庞瑞芝和李占平(2005)、庞瑞芝(2006)、匡海波(2007)等。
现有关于港口效率的测度主要有参数化和非参数化两种方法,但是现在研究大都倾向于非参数化的研究思路,源`自,751.文;论"文'网[www.751com.cn其中数据包络分析(DEA)则是近年来港口效率测度最常用的非参数方法。本文也采用该方法对港口效率进行测度。
Banker和Charnes等(1984)利用DEA建立了港口的技术效率和规模效率评价模型。DEA方法以相对效率的概念为基础,可用于评价具有多投入、多产出的相同类型部门或单位之间的相对有效性。"Barros和Athanassiou(2004)利用DEA模型对葡萄牙和希腊的港口效率进行了对比分析,"Lee和Chou(2005)针对台湾港口的特点,建立了基于DEA的港口效率评价模型,"李選士和周明道等、(2003)周明道,李選士等(2004)应用数据包络分析评估了亚太地区货运港的效率。现有研究大多采用CCR、BCC等DEA基本模型进行港口效率测度。Tongzon(1996,2001)则借助数据包络分析方法研究了国际性大港口的优势,对4个亚洲和12个其它地区的国际港口效率进行比较研究。结果表明港口效率水平与港口规模关系不明确。匡海波(2007)利用DEA,主要从港口投入产出角度,构建考虑货运量等因素影响的港口技术效率、成本效率和X-效率评价指标体系,并建立了基于超效率CCR-DEA、神经网络以及随机边界的港口技术效率、成本效率和X—效率评价模型,并借助主成分分析法分析了港口效率的主要影响因素,并对采用国内主要港口进行了实证研究。邓娟(2012)基于DEA方法,对中国主要港口、港口群及腹地区域的相对效率作测度和评估,并通过投影手段揭示无效成因及改进方向。
而本文将在现有研究的基础上,借鉴已有研究方法,利用DEA测度,分析和评价中国几个水海产品出口沿海省份的港口效率。
参考文献
[1] 陈伟.我国水产品国际竞争力的提升策略[J].湛江海洋大学学报,2006(2):1-5.
[2] 吴迪.我国水产品国际竞争力的实证分析[J].渔业经济研究,2007(3):4-8
[3] 孙琛,葛宏明.中国水产品竞争力分析[J].西北农林科技大学学报:社会科学版,2012(6):93-97
[4] 钱俊翔.我国水产品出口竞争力分析及提升策略——基于扩展的钻石模型[J].经济论坛.2010(8):163-166
[5] 韩丽娜.中国水产品出口竞争力及发展策略研究[J].世界农业,2014(7):78-81
[6] 孙丽燕.山东省水产品出口竞争优势分析[D].山东:山东农业大学,2008
[7] 孙琛,李金明.我国水产品国际竞争力分析及发展对策[J].海洋渔业,2002(3):101-105
[8] 张玫.中国水产品国际竞争力研究[D].武汉:华中农业大学,2007