楊小明，宓為建

（上海海事大學(xué) 科學(xué)研究院，上海 201306）

2006年通過(guò)的全國(guó)《沿海港口布局規(guī)劃》，根據(jù)經(jīng)濟(jì)發(fā)展?fàn)顩r及特點(diǎn)、區(qū)域內(nèi)港口現(xiàn)狀及港口間的運(yùn)輸關(guān)系和主要貨類運(yùn)輸?shù)慕?jīng)濟(jì)合理性，將全國(guó)沿海港口劃分為環(huán)渤海、長(zhǎng)江三角洲、東南沿海、珠江三角洲和西南沿海5個(gè)港口群體，形成煤炭、石油、鐵礦石、集裝箱、糧食、商品汽車、陸島滾裝和旅客運(yùn)輸8大運(yùn)輸系統(tǒng)的布局.以此為標(biāo)志，我國(guó)集裝箱港口初步形成了港口群體的布局，但差異化、分工有序的壟斷競(jìng)爭(zhēng)模式尚未形成.根據(jù)2004年經(jīng)國(guó)務(wù)院審議通過(guò)《長(zhǎng)江三角洲、珠江三角洲、渤海灣三區(qū)域沿海港口建設(shè)規(guī)劃（2004—2010年）》，長(zhǎng)三角以上海、寧波港口為重點(diǎn)，由蘇州港等長(zhǎng)江下游沿江地區(qū)港口共同組成上海國(guó)際航運(yùn)中心集裝箱運(yùn)輸系統(tǒng)；珠三角以深圳、廣州港為主的集裝箱運(yùn)輸系統(tǒng)，按照利益共享、風(fēng)險(xiǎn)共擔(dān)、優(yōu)勢(shì)互補(bǔ)、共同發(fā)展的原則，在努力鞏固和保持香港國(guó)際航運(yùn)中心的采購(gòu)中心和結(jié)算中心地位的同時(shí)，充分發(fā)揮兩地港口的資源優(yōu)勢(shì)，相應(yīng)建設(shè)珠海、東莞等港口的集裝箱碼頭，形成各展所長(zhǎng)、共同發(fā)展的局面，盡可能減少港口資源的浪費(fèi)；環(huán)渤海地區(qū)以大連、天津、青島港為主，相應(yīng)發(fā)展?fàn)I口、丹東、錦州、秦皇島、京唐、黃驊、煙臺(tái)、日照等港口的集裝箱運(yùn)輸系統(tǒng).可見(jiàn)我國(guó)最主要的三大集裝箱港口群的集裝箱運(yùn)輸系統(tǒng)主要以上海、寧波、深圳、廣州、大連、天津、青島這幾大港口城市為核心.考慮到廣州深圳之間相距只有100多km，所以本文擇取上海、天津和廣州深圳作為我國(guó)最主要的三大集裝箱港口群的代表，分別分析它們與經(jīng)濟(jì)腹地之間的相互聯(lián)系的程度，評(píng)價(jià)比較它們的經(jīng)濟(jì)腹地對(duì)于集裝箱吞吐量的貢獻(xiàn)度.

1 經(jīng)濟(jì)腹地分析

港口經(jīng)濟(jì)腹地的劃分方法主要分為兩大類，按腹地地理范圍劃分以及按腹地貨流范圍劃分.本文按腹地貨源范圍劃分的思想，以我國(guó)各省市外貿(mào)海運(yùn)通過(guò)各口岸的比重，來(lái)判別三大港口城市的經(jīng)濟(jì)腹地，并依此作為經(jīng)濟(jì)腹地對(duì)港口城市的依賴程度.以2005年統(tǒng)計(jì)數(shù)據(jù)為參考，其中：隸屬度＝該省市外貿(mào)海運(yùn)通過(guò)對(duì)應(yīng)口岸進(jìn)出口總額／該省市外貿(mào)進(jìn)出口總額［1］.截取隸屬度大于5%的省市為港口城市的主要經(jīng)濟(jì)腹地.其中廣州-深圳是以廣州關(guān)區(qū)、黃埔關(guān)區(qū)和深圳關(guān)區(qū)相關(guān)數(shù)據(jù)的總和.得到各港口城市主要經(jīng)濟(jì)腹地以及它們對(duì)于港口城市的依賴程度參見(jiàn)表1.

表1 經(jīng)濟(jì)腹地隸屬度參考值Tab.1 Membership degree of economic hinterlands

2 評(píng)價(jià)指標(biāo)選擇

影響集裝箱吞吐亮的因素眾多，而且各種因素對(duì)于港口集裝箱吞吐量的影響程度不同，為了找出其中最主要的影響因子，本文選取主成分分析法.主成分分析法可以通過(guò)高維數(shù)據(jù)降維，來(lái)獲取數(shù)據(jù)的主要信息，而且在低維空間將信息分解為互不相關(guān)的更有意義的解釋，同時(shí)在降維的過(guò)程中又能盡量減少信息的損失.考慮到上海港和天津港擁有的經(jīng)濟(jì)腹地范圍廣闊，因而選擇全國(guó)的經(jīng)濟(jì)數(shù)據(jù)來(lái)分析集裝箱吞吐量的影響因子［2］，見(jiàn)表2.

表2 1990年至2010年社會(huì)經(jīng)濟(jì)指標(biāo)Tab.2 Main economic indicators of China

由于不同指標(biāo)具有不同的量綱和數(shù)量級(jí)，為消除由量綱不同帶來(lái)的影響，需對(duì)各個(gè)變量進(jìn)行量綱一化處理：

式中：Zi為量綱一化后的數(shù)據(jù)；xi為原始數(shù)據(jù)；x—為序列均值；σ為序列標(biāo)準(zhǔn)差.

對(duì)量綱一化后的矩陣進(jìn)行處理，求其相關(guān)系數(shù)矩陣R見(jiàn)表3.

表3 相關(guān)系數(shù)矩陣RTab.3 Correlation coefficient matrix R

根據(jù)等式：

式中：R為關(guān)系系數(shù)矩陣；x為特征值對(duì)應(yīng)的標(biāo)準(zhǔn)特征向量；λ為關(guān)系系數(shù)矩陣特征值組成的對(duì)角陣.式（2）也可以寫為

式中：E為單位陣.

設(shè)λi為R的一個(gè)特征值，則由方程：

可求得非零解x＝pi，那么pi就是R對(duì)應(yīng)于特征值λi的特征向量.分別求得相關(guān)系數(shù)矩陣R的特征值及對(duì)應(yīng)特征向量值見(jiàn)表4.

表4 關(guān)系系數(shù)矩陣特征值及對(duì)應(yīng)特征向量Tab.4 Eigenvalue and eigenvector of the correlation coefficient matrix

計(jì)算特征值的變差貢獻(xiàn)積累百分比見(jiàn)表5.

表5 特征值的變差貢獻(xiàn)積累百分比Tab.5 Accumulated percentage of Eigenvalue variation

由于第一個(gè)特征值變差貢獻(xiàn)百分比已經(jīng)超過(guò)85%達(dá)到95.272%，所以起明顯作用的是第一個(gè)特征值.經(jīng)濟(jì)指標(biāo)i的關(guān)于主成分權(quán)系數(shù)為

式中：λi為關(guān)系系數(shù)矩陣第i個(gè)特征值；zn，i為量綱一化后第n年i項(xiàng)統(tǒng)計(jì)指標(biāo)；p1，i為λi對(duì)應(yīng)的特征向量i向坐標(biāo)；N為統(tǒng)計(jì)年數(shù).

計(jì)算得各經(jīng)濟(jì)指標(biāo)關(guān)于主成分的權(quán)系數(shù)見(jiàn)表6.繪制散點(diǎn)圖見(jiàn)圖1.由圖1可知，前6個(gè)指標(biāo)的權(quán)系數(shù)相近，在主成分中起主導(dǎo)作用，說(shuō)明這組指標(biāo)相互之間的關(guān)系極為密切，而集裝箱吞吐量正好處于這組指標(biāo)中.由于所使用的數(shù)據(jù)是全國(guó)統(tǒng)計(jì)數(shù)據(jù)，所以這些指標(biāo)的相互關(guān)系在全國(guó)具有代表性.因而可以使用港口城市經(jīng)濟(jì)腹地中各省市的這組經(jīng)濟(jì)指標(biāo)分析經(jīng)濟(jì)腹地對(duì)集裝箱吞吐量的貢獻(xiàn)程度.觀察相關(guān)系數(shù)矩陣，發(fā)現(xiàn)這組指標(biāo)中，GDP與社會(huì)消費(fèi)品零售總額相互間有著極高的線性關(guān)系，考慮到GDP與集裝箱吞吐量之間的相關(guān)程度更高，所以去除社會(huì)消費(fèi)品零售總額這個(gè)指標(biāo)，同理在貨運(yùn)量與貨運(yùn)周轉(zhuǎn)量之間去除貨運(yùn)量.所以最終確定使用GDP、外貿(mào)進(jìn)出口總額以及貨運(yùn)周轉(zhuǎn)量三個(gè)指標(biāo)來(lái)評(píng)價(jià)經(jīng)濟(jì)腹地對(duì)于港口集裝箱吞吐量的貢獻(xiàn)程度.

表6 經(jīng)濟(jì)指標(biāo)關(guān)于主成分的權(quán)系數(shù)Tab.6 Weight coefficient of economic indicators with principal component

圖1 經(jīng)濟(jì)指標(biāo)關(guān)于主成分的權(quán)系數(shù)Fig.1 Weight coefficient of economic indicators with principal component

3 貢獻(xiàn)度計(jì)算

3.1 指標(biāo)評(píng)分

找出表1中所有省市2007年至2009年GDP、外貿(mào)進(jìn)出口總額以及貨運(yùn)周轉(zhuǎn)量統(tǒng)計(jì)數(shù)據(jù).由于不同指標(biāo)量綱及量級(jí)不同而存在著不可公度性，為了使指標(biāo)轉(zhuǎn)化到0—1區(qū)間，所以對(duì)不同省份同一年度的同一指標(biāo)按照下列公式轉(zhuǎn)化：

式中：Xi為同一年i省份某一指標(biāo)值；Ximin，Ximax為同一年度同一指標(biāo)中的最小、最大值.

為了體現(xiàn)薄古厚今的原則，對(duì)不同年份，于同一省市，同一指標(biāo)按照下式計(jì)算該省市最近3年該項(xiàng)指標(biāo)的得分［3］：

式中：τ1為F1的加權(quán)因子，τ1＝1／2 N；X（k）為第k年指標(biāo)值.

考慮到各指標(biāo)對(duì)集裝箱吞吐量的影響不同，需要比較各指標(biāo)同集裝箱吞吐量的相關(guān)性系數(shù)，可參考表3.按照相關(guān)性系數(shù)越大賦予權(quán)值越高的原則，按下列公式計(jì)算各省市的綜合得分為

式中：τ2為F2的加權(quán)因子，τ2＝1／2 M，M 為需要計(jì)算的經(jīng)濟(jì)指標(biāo)項(xiàng)數(shù)；F（m）為m 指標(biāo)項(xiàng)得分.計(jì)算得各省市綜合得分見(jiàn)表7.

3.2 各港口城市經(jīng)濟(jì)腹地對(duì)集裝箱吞吐量貢獻(xiàn)度

結(jié)合表1和表6計(jì)算結(jié)果，經(jīng)濟(jì)腹地對(duì)于港口城市集裝箱吞吐量的貢獻(xiàn)度為

式中：μ為經(jīng)濟(jì)腹地對(duì)于港口城市的隸屬度，參照表1.上海、天津、廣州深圳各個(gè)經(jīng)濟(jì)腹地對(duì)集裝箱吞吐量的貢獻(xiàn)度，見(jiàn)表8—表10.

由表8可見(jiàn)，上海港經(jīng)濟(jì)腹地中上海、江蘇、浙江三省市對(duì)于集裝箱吞吐量的貢獻(xiàn)最主要，累計(jì)百分比超過(guò)75%.另外北京、湖北、安徽、四川、江西、湖南屬于第二梯隊(duì)經(jīng)濟(jì)腹地.而重慶、新疆、黑龍江、海南、西藏則屬于第三梯隊(duì).

表8 上海港經(jīng)濟(jì)腹地對(duì)于集裝箱吞吐量的貢獻(xiàn)度Tab.8 Economic hinterland’contribution rate of container throughput of Shanghai

表9 天津港經(jīng)濟(jì)腹地對(duì)于集裝箱吞吐量的貢獻(xiàn)度Tab.9 Economic hinterland’contribution rate of container throughput of Tianjin

由表9可見(jiàn)天津港經(jīng)濟(jì)腹地中，天津、河北、內(nèi)蒙、北京4省市對(duì)于集裝箱吞吐量的貢獻(xiàn)最主要，累計(jì)百分比超過(guò)75%.另外河南、山西、新疆、甘肅、四川、陜西屬于第二梯隊(duì)經(jīng)濟(jì)腹地.而寧夏、青海則屬于第三梯隊(duì).由表10可見(jiàn)廣州-深圳港經(jīng)濟(jì)腹地中，廣東省對(duì)于集裝箱吞吐量的貢獻(xiàn)最主要，累計(jì)百分比超過(guò)75%.另外廣西、湖南、云南、江西屬于第二梯隊(duì)經(jīng)濟(jì)腹地.而貴州、海南、西藏則屬于第三梯隊(duì).

表10 廣州深圳經(jīng)濟(jì)腹地對(duì)于集裝箱吞吐量的貢獻(xiàn)度Tab.10 Economic hinterland’contribution rate of container throughput of Guangzhou and Shenzhen

表10 廣州深圳經(jīng)濟(jì)腹地對(duì)于集裝箱吞吐量的貢獻(xiàn)度Tab.10 Economic hinterland’contribution rate of container throughput of Guangzhou and Shenzhen

序號(hào) 省市名稱 隸屬度 指標(biāo)評(píng)分 貢獻(xiàn)度 貢獻(xiàn)度百分比／%累計(jì)貢獻(xiàn)度百分比／%1 廣東0.6811.52121.035985.0385.032 廣西 0.4030.18750.07566.20 91.233 湖南 0.1890.27340.05174.24 95.474 云南 0.1900.12040.02291.88 97.355 江西 0.0840.17350.01461.20 98.546 貴州 0.1690.07160.01210.99 99.547 海南 0.0840.05160.00430.36 99.898 西藏0.5320.00250.00130.11100.00

4 結(jié)論

隨著全球化趨勢(shì)進(jìn)一步增強(qiáng)，區(qū)域經(jīng)濟(jì)一體化進(jìn)程的不斷推進(jìn)以及我國(guó)對(duì)外開(kāi)放程度的提高，港口作為要素和產(chǎn)品的運(yùn)輸集散的樞紐，與其經(jīng)濟(jì)腹地之間的相互促進(jìn)聯(lián)動(dòng)發(fā)展的關(guān)系將進(jìn)一步增強(qiáng).本文通過(guò)我國(guó)幾個(gè)主要港口經(jīng)濟(jì)腹地對(duì)于港口集裝箱吞吐量貢獻(xiàn)度的計(jì)算分析，既可以理清經(jīng)濟(jì)腹地對(duì)于港口城市的依賴程度，又可以很好地應(yīng)用具體的數(shù)據(jù)量化經(jīng)濟(jì)腹地對(duì)于港口集裝箱吞吐量的貢獻(xiàn)度.對(duì)于進(jìn)一步推進(jìn)港口城市同經(jīng)濟(jì)腹地之間的聯(lián)動(dòng)發(fā)展可以提供可靠的信息支持.

［1］劉欣.港口腹地劃分問(wèn)題研究［D］.上海.上海海事大學(xué)，2006.LIU Xin.The classification research of port economic hinterland ［D ］. Shanghai： Shanghai Maritime University，2006.

［2］張潤(rùn)楚.多元統(tǒng)計(jì)分析［M］.北京：科學(xué)出版社，2006.ZHANG Lunchu.Runchu multivariate statistical analysis［M］.Beijing：Science Press，2006.

［3］郭亞軍.綜合評(píng)價(jià)理論、方法及應(yīng)用［M］.北京：科學(xué)出版社，2007.GUO Yajun.Theory and application of the comprehensive assessment［M］.Beijing：Science Press，2007.