基于船舶大数据的港口装卸效率值计算方法

廖诗管，杨冬，白茜文，翁金贤,1b

(1.上海海事大学，a.海洋科学与工程学院，b.交通运输学院，上海201306；2.香港理工大学，物流及航运学系，香港999077；3.清华大学，工业工程系，北京100084)

0 引言

港口装卸效率是港口竞争力的重要指标，对于缩短船舶在港停泊时间、加快船舶周转、降低运输成本起着至关重要的作用，直接影响着船公司对航线挂靠港的选择[1]。评估港口的装卸效率需要考虑许多因素的影响，包含可获取因素(岸吊数量等)、难以获取因素(港口的操作和管理水平等)和随机因素(天气和岸吊机械故障等)。难以获取因素和随机因素为评估港口实际装卸效率带来巨大挑战，使港口间的效率衡量及比较没有唯一的方法可遵循。为准确估计港口的装卸效率值，比较不同港口装卸效率的差异，亟需提出一种标准化的港口装卸效率值估计方法，以更客观地评估和比较复杂多因素下的港口装卸效率，为港口提升管理水平和船公司决策提供参考。

较为典型的港口效率评估方法是Charnes 等[2]率先提出的数据包络分析法(DEA)，该方法得到了广泛的运用与发展。例如：李丹等[3]采用改进的三阶段DEA 模型对我国沿海集装箱码头2008-2012年的运营效率进行测度分析；Cheon 等[4]构建了基于DEA 模型的Malmquist 生产力指数(MPI)模型，用以评估世界集装箱港口效率变化情况；Wu等[5]应用DEA 技术估算了集装箱港口效率，他们认为难以观测的非有形因素会影响集装箱港口的效率。DEA更多的是考虑宏观指标(资本、劳动和土地等)对港口效率变化的影响，对微观运作指标(港口的装卸设备和运营条件等)缺乏考虑。……