5.1港口效率驱动因素模型
5.1.1变量选取及数据来源说明
结合上文对环渤海港口效率进行评价所选取的投入产出指标以及对过往研究的梳理，根据环渤海港口在生产运营过程中面对的实际情况，本文认为驱动环渤海港口效率的外部环境因素包括经济社会环境、集输运系统能力等方面。社会经济环境主要指港口腹地的经济发展、市场需求以及人才储备等，腹地为港口提供贸易支持，对货物运输量和港口发展起着一定的影响作用；集疏运系统发达程度包括货物运输量的多少、运输方式等。本文主要从腹地经济发展水平、腹地市场需求、对外开放水平和水平、运输方式、产业结构、人才储备状况等方面表现经济社会环境与集疏运系统能力等对环渤海港口效率的驱动作用。
本文所选取的研究港口驱动因素的指标数据为面板数据，纵向覆盖2000-2019年共计20年的数据，横向包含了环渤海地区17个港口的6个指标，共计2040个数据单元。所选择的人均GDP、进出口总额、第三产业占比、普通高等学校在校生人数、公路货运量、常住人口数量这6项指标主要来源于2000-2019年的《中国统计年鉴》、《中国城统计年鉴》、《中国港口年鉴》以及环渤海地区各个港口城市统计年鉴和城市统计公报。
6研究结论与建议
6.1研究结论
本文以环渤海17个港口为主要研究对象，在博弈视角下，借助Python等软件计算了博弈竞争情景下的环渤海港口博弈交叉效率，从港口群整体和局域的角度出发，对环渤海港口效率的演化情况进行分析；然后运用Tobit回归模型，探讨了驱动环渤海港口在博弈竞争中提升效率的影响因素；最后，根据以上测度分析结果为环渤海港口效率的提升提出切实可行的建议和管理启示。本文在界定了相关重要概念、分析和总结现有关于港口、港口企业效率及效率影响因素的基础上得出主要结论如下：
（1）基于博弈竞争情景的环渤海港口效率评价
采用CCR-DEA模型、传统DEA交叉效率模型和博弈交叉效率模型在2000-2019年的时期内计算了基于自评、互评情形下环渤海港口效率的。针对传统方法的不足和环渤海港口之间的博弈交叉关系出发，采用博弈交叉效率模型研究了博弈竞争视角下环渤海港口效率。与CCR-DEA模型、传统DEA交叉效率模型相比，博弈交叉效率模型不仅改进和解决了传统方法的弊端，还充分验证了博弈竞争关系确实对港口效率提升有着十分重要的助力作用，即与CCR-DEA模型、传统DEA交叉效率模型相比，采用博弈交叉效率模型的分析结果证实了博弈竞争情景下环渤海港口博弈交叉效率确有提升。此外，从排序的角度看，由于博弃交叉效率模型弥补了CCR-DEA模型、传统DEA交叉效率模型的缺陷，因此使用博弈交叉效率进行排序更可信，更具说服力。
（2）环渤海港口博弈交叉效率的时间演化分析
从时间序列上来看，环渤海港口博弈交叉效率值呈现波动发展趋势，但整体仍处于上升态势；环渤海区域内，以津冀港口为代表的港口群之间的博弈交叉效率值的差距有缩小的趋势，虽然辽宁沿海港口和山东沿海港口的效率差距并不是十分明显，但整个环渤海港口仍然表现出博弈交叉效率的差距有所减小的趋势。辽宁沿海港口群中，营口港的博弈交叉效率值普遍处于区域较高位水平，成为近年来辽宁沿海港口群中发展水平较高的港口。而大连港作为环渤海各港口中泊位数量与码头长度位列第一名的港口，其博弈交叉效率却处于中等水平，在竞争中的优势并不显著。
参考文献（略）
