楊 莎,劉桂云,王桐菲
(寧波大學海運學院,寧波315211)
基于SEM的港口集疏運系統(tǒng)影響因素研究
楊 莎,劉桂云*,王桐菲
(寧波大學海運學院,寧波315211)
港口集疏運系統(tǒng)的影響因素是復雜而又相互關聯(lián)的,分析各因素之間的影響程度有利于辨識系統(tǒng)結構。文章以我國沿海主要港口為樣本,通過定性與定量相結合的方法,采用結構方程模型(SEM)對港口集疏運系統(tǒng)影響因素進行分析。通過數據分析及專家打分得出基礎數據,利用AMOS軟件繪制出其路徑模型圖,計算出其路徑系數,進而分析得出主要的影響因素。
港口;集疏運系統(tǒng);SEM;影響因素
隨著全球化一體化的發(fā)展,我國外貿經濟也隨之快速發(fā)展。2015年全國沿海規(guī)模以上港口完成貨物吞吐量78.4億t,同比增長1%,其中外貿吞吐量完成32.5億t,增長0.7%。隨著貨物吞吐量的快速增長,一些港口現(xiàn)有的集疏運系統(tǒng)無法滿足日益增長貨物的需求,集疏運方式比例不協(xié)調等因素影響了港口集疏運系統(tǒng)的效率。據相關資料顯示,我國集疏運方式比例不協(xié)調的現(xiàn)象較明顯,公路運輸約占到80%,鐵路約占2%~3%,水路約為10%左右。因此,研究港口集疏運系統(tǒng)的影響因素對于提高港口運行效率和綜合競爭實力具有重要的意義。
國內外學者對于港口集疏運系統(tǒng)優(yōu)化進行了研究。Peter Nijkamp[1]通過離散模型和神經元模型對貨物運輸網的優(yōu)化和預測能力進行了比較分析,研究了集疏運系統(tǒng)子系統(tǒng)間的協(xié)調關系。Cullinance K[2]根據港口的作業(yè)流程,提出了將船舶的裝卸效率作為影響港口集疏運績效評價的重要指標。Kenneth J.Butto[3]分析了各運輸方式的經濟性和技術性特點。張戎[4]等以世界上主要的10個大型港口為樣本,運用通徑分析方法對集裝箱港口各運輸方式集疏運量影響因素的途徑和作用大小進行實證分析。王曉[5]等運用ISM模型分析港口集疏運系統(tǒng)的主要影響因素,提出信息技術是最關鍵的影響因素。周翔[6]等基于廣義費用最小的目標,建立了港口集疏運系統(tǒng)優(yōu)化模型。劉沛[7]等認為區(qū)域港口集疏運系統(tǒng)應該進行資源整合。楊斌等[8]分析了集疏運系統(tǒng)能耗、時間范圍和成本之間的關系。港口集疏運系統(tǒng)的研究大都集中在系統(tǒng)優(yōu)化或者運輸方式改進方面,對集疏運影響因素研究就較少。個別針對影響因素的研究,基本是采用了回歸分析的方法。而港口集疏運系統(tǒng)是個復雜系統(tǒng),其影響因素多且復雜,且有的影響因素是不可測量的,亟需引進結構方程模型等分析方法。
結構方程模型(structural equation modeling,簡稱SEM)是應用線性方程系統(tǒng)表示測量變量與潛在變量(難以直接測量的變量)以及潛在變量與潛在變量之間關系的一種統(tǒng)計方法。通過為潛變量設定測量變量,用測量變量之間的關系來研究潛變量之間的關系[9]。結構方程模型能夠使這個理論的概念在研究中描的更加清晰[10]。結構方程模型的發(fā)展與相關軟件的開發(fā)支持密不可分,常用的結構方程模型分析軟件有LISREL,AMOS,EQS和Mplus。
結構方程模型通常包括三個矩陣方程式
方程(1)為結構方程模型,反映了隱變量之間的關系。Γ代表外生隱變量對內生隱變量的影響,B代表內生隱變量之間的相互影響,ζ為結構方程的誤差項。
方程(2)和(3)為測量模型,表示隱變量與顯變量之間的關系。矩陣Λx和Λy分別為反映x對ξ和y對η關系強弱程度的系數矩陣,即相關系數。ε和δ分別是y和x的測量誤差,x為內生測量變量,y為外生測量變量。
港口集疏運系統(tǒng)主要包括三部分:集疏運設施、集疏運方式和集疏運管理。集疏運設施為基礎設施,包括港口、泊位、碼頭、堆場、倉庫等;集疏運方式指的是公路運輸、鐵路運輸、水運運輸等各種運輸方式;集疏運管理包括港口生產協(xié)調、監(jiān)管查驗、生產組織等。根據系統(tǒng)構成,選定港口服務能力、基礎設施通行能力、港口吞吐量、集疏運系統(tǒng)效率四個因素作為SEM的潛變量進行集疏運系統(tǒng)影響因素的分析。
2.1 變量設計
(1)港口服務能力潛變量。如圖1所示,港口服務能力主要包括轉關效率、設施現(xiàn)代化水平、高效集裝箱橋吊作業(yè)碼頭個數等三個方面。其中,轉關效率的高低直接影響到貨物運輸的時間,設施的現(xiàn)代化水平與運輸作業(yè)效率相關,高效集裝箱橋吊作業(yè)碼頭是指每小時裝卸效率超過30TEU的碼頭(通過中國港口集裝箱統(tǒng)計年鑒上數據統(tǒng)計得出)。轉關效率、設施現(xiàn)代化水平、高效集裝箱橋吊作業(yè)個數為觀測變量,港口服務能力為潛在變量,e1、e2、e3、e4為誤差變量,w1、w2為回歸系數變量(港口服務能力—轉關效率,港口服務能力—設施的現(xiàn)代化水平),將港口服務能力—高效集裝箱橋吊作業(yè)碼頭個數的回歸系數設定為1。
(2)基礎設施通行能力潛變量。如圖2所示,基礎設施通行能力包括泊位個數、碼頭長度、岸吊與場吊數量的和、堆場面積等指標。在國內一般情況下岸吊與場吊數量越多、堆場面積越大,貨物處理效率越高。泊位個數、碼頭長度、岸吊和場吊數量的和、堆場的面積為觀測變量,基礎設施通行能力為潛變量。e5、e6、e7、e8、e、為誤差變量,w3、w4、w5為回歸系數變量(基礎設施通行能力—泊位個數,基礎設施通行能力—碼頭長度,基礎設施通行能力—堆場面積),將基礎設施通行能力—岸吊與場吊數量的和的回歸系數設定為1。
圖1 港口服務能力測量模型圖Fig.1 Model diagram for the measurement of port service capacity
圖2 基礎設施通行能力測量模型圖Fig.2 Model diagram for infrastructure capacity
(3)港口吞吐量潛變量。如圖3所示,港口吞吐量主要包括外貿吞吐量、貨物吞吐量和集裝箱吞吐量。外貿吞吐量、貨物吞吐量、集裝箱吞吐量為測量變量,港口吞吐量為潛變量。e9、e10、e11、e12為誤差變量,w6、w7為回歸系數(港口吞吐量—外貿吞吐量,港口吞吐量—貨物吞吐量),將港口吞吐量—集裝箱吞吐量的回歸系數設定為1。
(4)集疏運系統(tǒng)效率潛變量。如圖4所示,集疏運系統(tǒng)效率的高低與運輸結構比例的合理性、信息現(xiàn)代化水平、所在地區(qū)海運集裝箱運輸需求等有關。運輸結構比是指公路、水路、鐵路、航空、管道等運輸方式貨運量的比。運輸方式的銜接性是公路、鐵路、水運、航空等運輸方式間轉換的連續(xù)性、連貫性。信息的現(xiàn)代化水平指的是跨境物流公共信息平臺的建設,EDI信息平臺的使用等。運輸結構合理性大小、運輸方式的銜接性、信息現(xiàn)代化水平為觀測變量,集疏運系統(tǒng)效率為潛變量。e13、e14、e15、e16為誤差變量,w8、w9為回歸系數(集疏運系統(tǒng)效率—運輸結構比例合理性大小,集疏運系統(tǒng)效率—運輸方式的銜接性),將集疏運系統(tǒng)效率—信息現(xiàn)代化水平的回歸系數設定為1。
圖3 港口吞吐量測量模型圖Fig.3 Model diagram for the measurement of throughput
圖4 集疏運系統(tǒng)效率測量模型圖Fig.4 Model diagram for the measurement of collecting and distributing system efficiency
2.2 結構方程模型
港口集疏運系統(tǒng)影響因素主要受上述四個潛變量的影響,這四個潛變量之間又是相互影響的。根據相關理論知識可知,基礎設施通行能力影響港口服務能力、港口吞吐量和集疏運系統(tǒng)效率。而港口服務能力又對港口吞吐量和集疏運系統(tǒng)效率產生影響,港口吞吐量對集疏運系統(tǒng)效率又產生一定的影響。因此綜合以上分析,可以定義變量,如表1所示。
表1 影響因素結構方程模型變量Tab.1 Factors affecting the structural equation model variables
影響因素的結構方程模型是外生潛變量和內生潛變量之間的方程結合,表1中ξ1、ξ2、ξ3為內生潛變量,η為外生潛變量,x1…x9內生觀測變量,y1…y4為外生觀測變量?;趫D5變量之間的關系,得出港口集疏運系統(tǒng)影響因素的測量模型和結構模型。
內生潛變量(服務能力、港口吞吐量、集疏運效率)的測量模型為
式中:λij為第j個內生潛變量對它的第i個測量變量xi的影響系數,系數越大,影響也就越大。
外生潛變量(基礎設施通行能力)的測量模型為
港口集疏運系統(tǒng)影響因素的結構模型,表達式如下
式中:γj(j=1,2,3,4)表示第j個內生潛變量ξj對外生潛變量η的影響系數。相關關系的確定依賴于理論的支持,相關系數的大小通過結構方程模型估計。
港口集疏運系統(tǒng)的影響因素是復雜且相互聯(lián)系的,為了正確分析港口集疏運系統(tǒng)的影響因素,本文選取國內主要的港口為研究對象。所選取的港口包括大連、營口、天津、煙臺、青島、日照、連云港、南京港、蘇州、上海、寧波舟山、福州、廈門、深圳、廣州等15個港口。2015年這15個港口的集裝箱吞吐量均在200萬TEU以上,貨物吞吐量均在2億噸以上,因此是國內比較有代表性的港口。定性指標數據包括:轉關效率、設施的現(xiàn)代化水平、信息現(xiàn)代化水平、運輸方式的銜接性、運輸結構比例合理性大小由相關領域類專家打分獲得。定量指標數據包括:高效集裝箱橋吊作業(yè)碼頭個數、泊位個數、碼頭長度、堆場面積、岸吊和場吊數量的和、外貿吞吐量、貨物吞吐量及集裝箱吞吐量通過港口統(tǒng)計年鑒及各港口統(tǒng)計信息網查詢獲得。
利用AMOS軟件進行模型運算,計算結果如下圖6所示,對數據結果主要進行以下四個方面的分析:
(1)結構方程變量之間的影響。結構方程變量主要是由港口服務能力、基礎設施通行能力、港口吞吐量及集疏運系統(tǒng)效率四個潛變量組成。其中集疏運系統(tǒng)效率為內在潛變量,不對其他因素產生影響,但會受到港口服務能力和港口吞吐量的影響;港口服務能力和港口吞吐量為中間潛變量,既受基礎設施通行能力的影響同時又影響到集疏運系統(tǒng)效率;
基礎設施通行能力為外在潛變量,不受外在因素影響,但能影響到港口服務能力和港口吞吐量。外在潛變量通過中間變量對內在潛變量產生影響作用,因此結構方程當中的四個潛變量之間是相互影響作用的。
(2)內生潛變量與測量變量之間的影響。港口服務能力影響因素表示如下
圖5 港口集疏運系統(tǒng)影響因素路徑圖Fig.5 Path diagram for influential factors of collecting and distributing system for port
圖6 影響因素結構方程模型路徑圖Fig.6 Path diagram for influential factors of structural equation model
轉關效率對港口服務能力的影響作用為0.43,誤差變量e1對轉關效率的誤差影響作用為0.19;設施的現(xiàn)代化水平對港口服務能力影響作用為0.60,誤差變量e2對設施的現(xiàn)代化水平的誤差影響作用為0.36;高效集裝箱橋吊作業(yè)碼頭個數對港口服務能力的影響作用為0.84,誤差變量e3對高效集裝箱橋吊作業(yè)碼頭個數的誤差影響作用為0.70;誤差變量e4對港口服務能力的誤差影響作用為0.21;可見在以上幾個影響因素中,高效集裝箱碼頭作業(yè)個數對港口服務能力的影響力最大,個數越多,則裝卸高效更高,服務能力越強。與此同時還受到了外生潛變量基礎設施通行能力的影響,影響作用為0.45。
港口吞吐量影響因素表示如下
外貿吞吐量對港口吞吐量的影響作用為0.72,誤差變量e9對外貿吞吐量的誤差影響作用為0.52;貨物吞吐量對港口吞吐量的影響作用為0.47,誤差變量e10對貨物吞吐量的誤差影響作用為0.23;集裝箱吞吐量對港口吞吐量的影響作用為0.93,誤差變量e11對集裝箱吞吐量的誤差影響作用為0.87;誤差變量e12對港口吞吐量的影響作用為0.97;集裝箱吞吐量的大小對港口吞吐量的影響作用最大,越來越多的學者更傾向于集裝箱的研究。港口吞吐量還受到了港口服務能力和基礎設施通行能力的影響,影響作用分別為0.22和0.86。
集疏運系統(tǒng)效率影響因素表示如下
運輸結構比例合理性大小對集疏運系統(tǒng)效率的影響作用為0.21,誤差變量e13對運輸結構比例合理性大小的誤差影響作用為0.04;運輸方式的銜接性對集疏運系統(tǒng)效率的影響作用為0.82,誤差變量e14對運輸方式的銜接性的誤差影響作用為0.68;信息現(xiàn)代化水平對集疏運系統(tǒng)效率的影響作用為0.97,誤差變量e15對信息現(xiàn)代化水平的影響作用為0.93;因此信息的現(xiàn)代化水平高低對集疏運系統(tǒng)效率的影響比較大,要想提高集疏運系統(tǒng)的效率,信息現(xiàn)代水平的提高成為巨大推動力。此外還受到港口服務能力,港口吞吐量的影響,影響力分別為0.20和0.87。
(3)外生潛變量與測量變量之間的影響?;A設施通行能力影響因素表示如下
泊位個數對基礎設施通行能力的影響作用為0.28,誤差變量e5對泊位個數的誤差影響作用為0.08;碼頭長度對基礎設施通行能力的影響作用為0.37,誤差變量e6對碼頭長度的影響作用為0.14。堆場面積對基礎設施通行能力的影響作用為0.83,誤差變量e7對堆場面積的誤差影響作用為0.69。岸吊和場吊的數量和對基礎設施通行能力的影響作用力為0.91,誤差變量e8對岸吊和場吊的數量和的誤差影響作用為0.75;因此,岸吊和場吊數量和的多少對基礎設施通行能力產生很大的影響。
(4)誤差變量之間的影響。如表2所示,轉關效率誤差項e1與設施現(xiàn)代化水平誤差項e2相關性為0.561;設施現(xiàn)代化水平誤差項e2與高效集裝箱橋吊作業(yè)碼頭個數誤差項e3相關性為0.778;高效集裝箱橋吊作業(yè)碼頭個數誤差項e3與堆場面積誤差項e7相關性為0.560;泊位個數誤差項e5與碼頭長度誤差項e6相關性為0.933;貨物吞吐量誤差項e10與集裝箱吞吐量誤差項e11相關性為0.527;集裝箱吞吐量誤差項e11與信息現(xiàn)代化水平誤差項e15相關性為0.196;運輸結構比例合理性大小誤差項e13與運輸方式銜接性誤差項e14相關性為0.141;運輸方式銜接性誤差項e14與信息現(xiàn)代化水平誤差項e15相關性為0.166。
表2 誤差變量之間的相關系數Tab.2 Correlation coefficient between the error variables
采用結構方程模型分析港口集疏運系統(tǒng)的影響因素,能夠實現(xiàn)對各個子系統(tǒng)的組合分析,充分考慮各子系統(tǒng)之間的相互影響,避免因為誤差變量因素的影響而導致計算結構的偏差。從論文的研究結果來看:對于港口服務能力不足的現(xiàn)象,要逐力增加其高效率集裝箱作業(yè)橋吊碼頭個數,與國外相比,國內這樣的高效率作業(yè)碼頭是相當少的;對于基礎設施方面的建設,政府部門應合理分配好其資金的投入;港口吞吐量的大小對集疏運系統(tǒng)的影響力最大,因此需要對港口吞吐量進行預測,從而對集疏運系統(tǒng)進行改進;集疏運系統(tǒng)的效率是港口集疏運系統(tǒng)影響因素的一個反應,信息現(xiàn)代化水平的高低影響著系統(tǒng)的效率,可以引用國外先進的信息技術,對集疏運系統(tǒng)進行實時監(jiān)控。
[1]Nikamp P.Comparative modeling of interregional transport flows[J].Applications to multimodal European freight transport,European Journal of Operational Researeh,2004,155:584-602.
[2]Cullinance K,Song D W,Wang T A.Comparison of mathematical programming approaches to estimating container port production efficiency[J].J.Prod.Anal,2006,24:73-92.
[3]Kenneth J B.Transport Economics(Third Edition)[M].Cheltenham:Edward Elgar Press,2010.
[4]張戎,黃科.集裝箱港口集疏運體系影響因素通徑分析[J].同濟大學學報(自然科學版),2009(1):57-62. ZHANG R,HUANG K.Path Analysis of Influential Elements of Collecting and Dispatching System for Container Port[J].Journal of Tongji University(Natural Science Edition),2009(1):57-62.
[5]王曉,李明,石城秋.基于ISM模型分析港口集疏運系統(tǒng)的主要影響因素[J].港口經濟,2010(8):21-24. WANG X,LI M,SHI C Q.Analysis the main Influential factors of Collecting and Dispatching System of port based on the ISM model[J].Journal of Port Economy,2010(8):21-24.
[6]周翔,陳小鴻,董潔霜.多核化樞紐港集疏運系統(tǒng)優(yōu)化研究[J].武漢理工大學學報(交通科學與工程版),2014(4):739-743. ZHOU X,CHEN X H,DONG J S.Study on the optimization of the freight collection and distribution system of multi-center hub ports[J].Journal of Wuhan University of Technology(Transportation Science and Engineering),2014(4):739-743.
[7]劉沛,穆東,蘇捷.區(qū)域港口集疏運系統(tǒng)資源整合的動力學機理[J].系統(tǒng)管理學報,2015(3):444-451. LIU P,MU D,SU J.Dynamics of resources integration in regional inland transportation system[J].Journal of Systems&Management,2015(3):444-451.
[8]楊斌,孫少文,胡孝通,等.能耗約束下多起訖點的港口集疏運系統(tǒng)運輸策略研究[J].合肥工業(yè)大學學報(自然科學版),2015(3):411-418. YANG B,SUN S W,HU X T,et al.Transportation strategy for collecting and distributing port system with multiple starting and ending points under energy consumption constraint[J].Journal of Hefei University of Technology(Natural Science Edition),2015(3):411-418.
[9]Lee S Y,Song X Y.Application of Structural Equation Models to Quality of life[J].Structural Equation Modeling,2005,12(3):435-453.
[10]Byrne B M.Structural Equation Modeling with Amos:Basic concepts,applications and programming[J].Journal of Applied Quantitative Methods,2010,47(4):478-480.
Study on influential factors of collecting and distributing system for port based on SEM
YANG Sha,LIU Gui-yun*,WANG Tong-fei
(Faculty of Maritime and Transportation,Ningbo University,Ningbo315211,China)
The influential factors of collecting and distributing system for port are complex and interconnected, and the analysis of influential degree between factors is helpful to identify the system structure.In this paper,a case study was made of some major ports in China′s coastal areas.With both qualitative and quantitative methods,the Structural Equation Model(SEM)was adopted to analyze the influential factors of collecting and distributing system for port.The basic data was obtained from professional analysis and expert estimation,and these model diagrams were mapped out with the AMOS software.Finally the main influential factors were identified.
port;collecting and distributing system;Structural Equation Model;influential factor
X 52;O 242.1
A
1005-8443(2017)01-0103-06
2016-09-07;
2016-11-07
浙江省軟科學項目(2015C25039);寧波市自然科學基金(2016A610074)。
楊莎(1993-),女,湖南常德人,碩士研究生,主要從事港口現(xiàn)代化管理方面研究。
*通訊作者:劉桂云(1972-),女,遼寧鞍山人,教授,主要從事港口物流管理方面研究。E-mail:liuguiyun@nbu.edu.cnBiography:YANG Sha(1993-),female,master student.