在“双碳”目标的背景下评估中国沿海港口的低碳效率

中国沿海港口碳排放效率的三阶段DEA模型分析及其时空特征研究。基于2013-2023年数据，构建三阶段超效率SBM-DEA模型，结合核密度估计、马尔可夫链和Dagum基尼系数，揭示港口碳效时空演变规律与区域差异机制，发现除深圳、海口、青岛外，多数港口未达有效前沿，需通过技术创新、资源整合和政策引导优化发展策略。

吴音诺|吴彦怡|钟长彪

中国宁波大学商学院

摘要

为了探索实现“双碳”目标的有效策略，即在平衡节能减排与沿海港口发展的同时实现这一目标，本文利用三阶段数据包络分析（DEA）模型分析了2013至2023年间中国主要沿海港口的碳排放效率。通过核密度、马尔可夫矩阵和达古姆基尼系数来探讨考虑碳排放的沿海港口的时间和空间演变特征。研究结果表明：在第一阶段，超效率DEA模型显示平均碳排放效率呈波动上升趋势；然而，除深圳和海口外，大多数港口未能达到效率前沿。在第二阶段，采用随机前沿分析（SFA）来考虑腹地GDP等环境因素，以减少外部因素和随机误差对效率的影响。第三阶段，使用调整后的投入产出值重新评估港口效率，得到了更准确的效率评分。尽管与第一阶段的结果相比效率有所提高，但港口的排名基本保持不变。除深圳、海口和青岛已实现高效生产外，大多数港口的碳排放效率仍有较大提升空间。利用核密度和达古姆基尼系数的分析揭示了资源分配、发展平衡以及港口集群间竞争合作的动态变化，从而揭示了区域发展不平衡现象。基于这些发现，本文从技术创新、资源整合和政策指导等方面提出了相应的优化策略，以促进碳排放减排与港口发展的协调推进，为沿海港口实现“双碳”目标提供理论基础和实践参考。

引言

在全球气候变化的背景下，减少温室气体排放已成为国际社会的核心任务[1]。作为最大的发展中国家之一和主要碳排放国[2]，中国提出了“双碳”目标，即力争在2030年前达到碳排放峰值，并在2060年前实现碳中和[3]。这一承诺不仅体现了中国参与全球气候治理的决心，也标志着经济发展模式的根本转变[4][5]。

作为全球贸易物流网络的关键节点，港口是连接内陆和海上区域、促进经济整合的重要基础设施[6]。由于地理位置优越和资源优势，中国的沿海港口在全球航运市场中占据重要地位[7]。但随着港口吞吐量的持续增加，能源消耗和碳排放也随之上升，对环境造成了巨大压力[8]。因此，在“双碳”目标框架下，提高中国沿海港口的运营效率并减少碳排放已成为紧迫任务[9]。

碳排放效率是衡量港口低碳发展水平的核心指标，能够定量反映投入产出因素、外部环境与碳排放之间的内在关系[10]。基于此，本研究构建了一个涵盖碳排放因素的中国沿海港口效率评估体系[11]。通过对碳排放效率和运营效率的定量分析，为港口管理部门制定绿色高效发展策略提供了科学决策依据[12]。通过三阶段DEA方法，本研究全面评估了2013至2023年间中国主要沿海港口在低碳目标下的发展效率。利用马尔可夫链分析其时空变化，并通过核密度估计和达古姆基尼系数量化港口间的绝对和相对效率差异，为制定可持续港口发展的科学低碳政策提供了依据。为清晰展示当前研究进展和效率差距，我们在表1中整理了与港口效率和碳排放密切相关的主要研究文献。通过该表的对比分析，可以直接识别以往研究在视角和方法论方面的特点和局限性。

基于上述背景和目标，本研究旨在解决以下研究问题：（1）在“双碳”目标下，中国沿海港口的当前碳排放效率水平如何？（2）外部环境因素和随机误差是否影响港口效率的测量？消除这些因素后，结果与第一阶段测量结果有何差异？（3）沿海港口的碳排放效率在空间和时间上的变化模式如何，存在哪些区域差异？

尽管已有研究探讨了港口的能源效率和碳排放问题，但大多数研究仅关注单一技术路径或局部排放分析，缺乏从整体系统效率角度进行的综合评估，也未充分考虑包括碳排放在内的不良输出以及外部环境和随机误差的影响[13]。本研究构建了一个三阶段超效率SBM-DEA模型，并结合核密度估计、马尔可夫链和达古姆基尼系数分解方法，不仅量化了中国沿海港口的碳排放效率，还揭示了其时空演变和区域差异机制。本文提供了一个更全面的效率评估框架和区域协同发展策略，为港口的低碳转型提供了系统性的决策支持。

本研究的主要贡献：（1）创新研究视角：将全球气候治理需求与中国“双碳”目标相结合，将碳排放因素纳入中国沿海港口的效率评估体系，有效控制环境变量和统计噪声，改变以往仅关注运营效率的传统研究模式，从低碳发展角度重新审视港口发展，填补了特定背景下港口效率综合评估的研究空白，并探索港口低碳转型的新方向。（2）多方法融合分析推动港口低碳转型实践：利用三阶段DEA结合马尔可夫链等方法构建分析框架，准确评估港口的碳排放效率，消除外部因素，分析其时空变化和区域差异。通过研究碳排放与运营效率之间的内在关系，可以识别资源分配不均和技术创新不足等关键问题，并为港口制定针对性的低碳发展策略，以实现绿色转型和“双碳”目标。

本文的其余部分结构如下：第2节：研究方法和模型构建；第3节：变量选择和数据来源；第4节：实证结果与讨论；第5节：结论。

港口碳排放估算方法

沿海港口的碳排放评估主要基于国际公认的框架，如《温室气体（GHG）议定书》和《碳足迹指南文件》（CFGD）[14]。二氧化碳排放作为不良输出，在评估沿海港口的碳排放效率中起着重要作用[15]。借鉴Ge Y.Y.等（2021年）和Shao Y.B.等（2023年）[16][17]的研究成果，本研究采用了《温室气体议定书》的相关方法。

评估指标的选择

本研究中DEA模型用于衡量效率的关键因素是决策单位的投入产出指标[20]。聚焦资本、土地和劳动力这三个主要因素，在考虑投入指标的同时，根据数据可获得性，选择了码头长度、泊位数量、员工数量和10,000吨级泊位数量作为投入指标。在选择输出变量时，考虑了货物吞吐量和集装箱吞吐量

基于三阶段超效率DEA的中国沿海港口碳排放效率评估模型应用分析

为说明本文提出的方法在中国沿海港口碳排放效率评估中的实际应用路径，本节系统阐述了该模型在具体港口评估中的应用过程，结合了图1所示的三阶段分析框架。

第一阶段：初始效率评估和松弛度识别。本研究将每个港口视为一个决策单元（DMU），并采用超效率

结论

本研究通过构建三阶段DEA模型并结合多种时空分析方法，系统评估了中国沿海港口的碳排放效率及其演变特征。与以往侧重技术路径和能源结构的研究相比，本文在方法整合、系统评估和区域协作策略方面提供了新的研究视角和实证依据，具有更全面性

CRediT作者贡献声明

吴音诺：撰写——原始稿件、验证、软件、资源、方法论、调查、形式分析、数据整理、概念化。钟长彪：撰写——审稿与编辑、监督、软件、项目管理、方法论、资金获取。吴彦怡：撰写——原始稿件、可视化、验证、监督、资源、资金获取

利益冲突

作者声明本文的发表不存在利益冲突。

资金支持

本研究得到了国家重大社会科学项目（22&ZD111）的支持

利益冲突声明

☒ 作者声明他们没有已知的可能影响本文工作的竞争性财务利益或个人关系。