(1.山東科技大學(xué) 交通學(xué)院，山東 青島 266590；2.海洋石油工程(青島)有限公司，山東 青島 266520)

隨著世界各國(guó)對(duì)港口資源的大規(guī)模開(kāi)發(fā)利用以及我國(guó)在港口物流方面的快速發(fā)展，港口物流競(jìng)爭(zhēng)力評(píng)價(jià)對(duì)港口發(fā)展發(fā)揮著日益重要的作用。港口物流競(jìng)爭(zhēng)力是港口在腹地區(qū)域經(jīng)濟(jì)和基礎(chǔ)設(shè)施建設(shè)基礎(chǔ)上，通過(guò)提高港口運(yùn)作效率和資源利用率，達(dá)到在物流方面優(yōu)于市場(chǎng)其他港口的能力。由于港口物流受設(shè)備、場(chǎng)地及天氣等因素的影響，因此物流競(jìng)爭(zhēng)力評(píng)價(jià)是一個(gè)多指標(biāo)綜合評(píng)價(jià)的過(guò)程。港口物流競(jìng)爭(zhēng)力的確定需要采用科學(xué)、合理、多樣化的評(píng)價(jià)方法，建立數(shù)學(xué)模型進(jìn)行優(yōu)劣排序，從而求解多指標(biāo)評(píng)價(jià)問(wèn)題。

在解決多指標(biāo)評(píng)價(jià)問(wèn)題時(shí)，需要先確定各評(píng)價(jià)指標(biāo)的權(quán)重。權(quán)重的確定方法主要分為兩類：一是主觀賦權(quán)法，其權(quán)值通常根據(jù)專家經(jīng)驗(yàn)或各指標(biāo)對(duì)評(píng)價(jià)的重要程度進(jìn)行主觀賦值，如層次分析法、專家調(diào)查法和二項(xiàng)系數(shù)法等[1-4]；二是客觀賦權(quán)法，是根據(jù)客觀數(shù)據(jù)與各評(píng)價(jià)指標(biāo)之間的關(guān)系，通過(guò)建立數(shù)學(xué)模型進(jìn)行賦值的，如熵值法、變異系數(shù)法、主成分分析法和加權(quán)平方和法等[5-8]。兩種賦權(quán)方法各有優(yōu)缺點(diǎn)：主觀賦權(quán)法基于決策者在現(xiàn)實(shí)中對(duì)指標(biāo)的重視程度及決策經(jīng)驗(yàn)，能夠?qū)?fù)雜的問(wèn)題簡(jiǎn)單化，且其決策結(jié)果較符合實(shí)際，但是帶有一定的依賴性和主觀臆斷性；客觀賦權(quán)法將指標(biāo)權(quán)數(shù)與指標(biāo)變量值相聯(lián)系，能夠體現(xiàn)數(shù)據(jù)本身的性質(zhì)，有較強(qiáng)的數(shù)學(xué)理論依據(jù)，且不依賴于評(píng)價(jià)者的主觀判斷，但是不能體現(xiàn)出各指標(biāo)在實(shí)際中的重要程度。而基于層次分析法與信息熵的綜合賦權(quán)法能夠結(jié)合兩種評(píng)價(jià)方式的優(yōu)點(diǎn)，并縮小兩者權(quán)重的偏差，在主觀評(píng)價(jià)與客觀評(píng)價(jià)間尋求權(quán)重的一致性。吳夢(mèng)煙等[9]基于灰色局勢(shì)決策和組合賦權(quán)法對(duì)再生水的綜合發(fā)展能力進(jìn)行評(píng)價(jià)。在應(yīng)用組合賦權(quán)時(shí)通過(guò)層次分析法和熵值法分別計(jì)算指標(biāo)權(quán)重，引入距離函數(shù)對(duì)兩種方法所得的權(quán)重進(jìn)行組合賦權(quán)。李素平[10]利用有序加權(quán)算子，綜合多位專家對(duì)指標(biāo)打分求得的不同指標(biāo)權(quán)重進(jìn)行組合賦權(quán)，建立廣義偏差最小的物流產(chǎn)業(yè)集群競(jìng)爭(zhēng)力評(píng)價(jià)模型。

本研究采用綜合賦權(quán)法，建立評(píng)價(jià)模型對(duì)各港口的物流競(jìng)爭(zhēng)力進(jìn)行評(píng)價(jià)，并評(píng)價(jià)結(jié)果分別與交通運(yùn)輸部和社會(huì)的港口評(píng)價(jià)進(jìn)行對(duì)比，驗(yàn)證其合理性。本文所提出的方法可以合理評(píng)價(jià)港口物流競(jìng)爭(zhēng)力，并為港口發(fā)展提供參考。

1 數(shù)據(jù)標(biāo)準(zhǔn)化處理

在多指標(biāo)評(píng)價(jià)過(guò)程中，正向指標(biāo)值越大則評(píng)價(jià)越優(yōu)，而逆向指標(biāo)值越小則評(píng)價(jià)越優(yōu)，因此兩者不能夠以同樣的標(biāo)準(zhǔn)進(jìn)行評(píng)價(jià)。為統(tǒng)一不同指標(biāo)量綱對(duì)評(píng)價(jià)計(jì)算的影響，使得正向指標(biāo)和逆向指標(biāo)具有可比性，需要將評(píng)價(jià)矩陣中的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。設(shè)多指標(biāo)綜合評(píng)價(jià)問(wèn)題中有m個(gè)評(píng)價(jià)指標(biāo)，指標(biāo)集記為C={C1,C2,…,Cm}，有n個(gè)評(píng)價(jià)對(duì)象，記為P={P1,P2,…,Pn}，則評(píng)價(jià)對(duì)象Pj對(duì)指標(biāo)Ci的屬性值為xij(i=1,2,…,m;j=1,2,…,n)，評(píng)價(jià)矩陣可表示為X=(xij)m×n。定義

(1)

則評(píng)價(jià)矩陣標(biāo)準(zhǔn)化后可表示為R=(rij)m×n。

2 指標(biāo)權(quán)重的確定

2.1 層次分析法的權(quán)重確定

采用層次分析法確定主觀權(quán)重時(shí)，需要先將各評(píng)價(jià)指標(biāo)劃分層次級(jí)，并將同一級(jí)指標(biāo)的重要性進(jìn)行兩兩對(duì)比，根據(jù)九標(biāo)度法[11]將各指標(biāo)的重要度定量化，構(gòu)造判斷矩陣Dij。九標(biāo)度法判定及其含義如表1所示。

由于判斷矩陣是根據(jù)評(píng)價(jià)者對(duì)指標(biāo)重要度的主觀排序，存在一定誤差，因此需要進(jìn)行一致性檢驗(yàn)來(lái)修改判斷矩陣。判斷矩陣Dij的特征方程為：

D·W=λmax·W。

(2)

式中，λmax表示判斷矩陣Dij的最大特征根(存在且唯一)，W表示最大特征根λmax所對(duì)應(yīng)的特征向量。對(duì)特征向量W歸一化處理后可得主觀權(quán)重向量W1=(ω1，ω2，…，ωm)Τ。

其次對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn)。一致性檢驗(yàn)指標(biāo)可表示為：

(3)

當(dāng)CI為0，即最大特征根λmax=m時(shí)，該判斷矩陣具有完全一致性；當(dāng)CI大于0時(shí)，隨著CI的增大，判斷矩陣的一致性逐漸減弱，此時(shí)需要根據(jù)隨機(jī)一致性比率CR判定矩陣是否具有滿意的一致性。

表1 九標(biāo)度法判定及其含義Tab.1 Definition and meaning of the nine-scale method

(4)

式(4)中，RI為平均隨機(jī)一致性指標(biāo)，不同階數(shù)對(duì)應(yīng)不同的RI值，其值詳見(jiàn)表2。當(dāng)CR值小于0.1時(shí),可認(rèn)為判斷矩陣Dij的一致性較為滿意；否則需要修改判斷矩陣，直至得到滿意結(jié)果。

表2 平均隨機(jī)一致性指標(biāo)數(shù)值表Tab.2 Numerical table of mean random consistency index

2.2 信息熵的權(quán)重確定

熵是對(duì)不確定信息的度量，用來(lái)描述信源的不確定度。熵值越小，權(quán)重越大，說(shuō)明指標(biāo)數(shù)據(jù)信息的無(wú)序度越小，即不確定度越低，信息值越有效，該指標(biāo)越重要。在有n個(gè)評(píng)價(jià)對(duì)象，m個(gè)評(píng)價(jià)指標(biāo)的評(píng)價(jià)矩陣中，第i個(gè)評(píng)價(jià)指標(biāo)的信息熵值可表示為[12]：

(5)

根據(jù)評(píng)價(jià)指標(biāo)的熵值可以確定其權(quán)重。指標(biāo)Ci的客觀權(quán)重為：

(6)

因此各指標(biāo)的客觀權(quán)重向量為W2=(μ1，μ2，…，μm)Τ。

2.3 綜合權(quán)重及評(píng)價(jià)值的確定

綜合賦權(quán)法[13]是一種結(jié)合層次分析法的主觀權(quán)重及信息熵的客觀權(quán)重的方法，通過(guò)對(duì)層次分析法和熵權(quán)法求得的指標(biāo)權(quán)值分別乘以一個(gè)調(diào)整系數(shù)得到新的指標(biāo)權(quán)值，并根據(jù)博弈論的思想構(gòu)建兩個(gè)新指標(biāo)權(quán)值與原指標(biāo)權(quán)值間差值總和最小的矩陣函數(shù)，從而求得各指標(biāo)的綜合權(quán)重。綜合賦權(quán)法的優(yōu)點(diǎn)是兼顧評(píng)價(jià)者主觀偏好及數(shù)據(jù)的客觀屬性，能夠在兩種評(píng)價(jià)方式所得權(quán)重間尋找一致性，縮小主、客觀權(quán)重的偏差?；趉個(gè)權(quán)重向量的綜合權(quán)重集合W的確定方法如下：

(7)

式中αi表示不同評(píng)價(jià)方法所得權(quán)重的線性組合系數(shù)，對(duì)αi進(jìn)行優(yōu)化可得到使綜合權(quán)重與各評(píng)價(jià)方法權(quán)重離差最小的最佳權(quán)向量W。通過(guò)構(gòu)建如下交叉規(guī)劃模型可以求得該綜合權(quán)向量W：

(8)

由矩陣的微分性質(zhì)可知，對(duì)矩陣函數(shù)進(jìn)行一階求導(dǎo)構(gòu)造出線性方程組可求得矩陣離差最小時(shí)的解，當(dāng)式(9)最優(yōu)時(shí)需滿足：

(9)

可表示為如下線性方程組：

(10)

將式(10)中的αi求解出來(lái)并代入式(8)即可得到綜合權(quán)重向量W。評(píng)價(jià)對(duì)象Pj的評(píng)價(jià)值可由線性加權(quán)法[14]計(jì)算：

(11)

3 模型應(yīng)用

以我國(guó)部分港口為例[15]，通過(guò)7項(xiàng)評(píng)價(jià)指標(biāo)對(duì)港口的物流競(jìng)爭(zhēng)能力進(jìn)行評(píng)價(jià)，從而選取物流競(jìng)爭(zhēng)力較強(qiáng)的港口。各港口評(píng)價(jià)指標(biāo)及數(shù)據(jù)如表3所示，其中港口物流吞吐能力系數(shù)由港口貨物吞吐量及港口集裝箱貨物吞吐量確定，假定兩者對(duì)吞吐能力的貢獻(xiàn)相同，根據(jù)加權(quán)平均法[16]對(duì)兩者均賦1/2的權(quán)值，因此港口物流吞吐能力系數(shù)可表示為：

表3 港口物流競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)及數(shù)據(jù)Tab.3 Evaluation index and data of port logistics competitiveness

3.1 層次模型的建立

在港口物流競(jìng)爭(zhēng)力評(píng)價(jià)中，將模型劃分為目標(biāo)層G、準(zhǔn)則層C以及方案層P三個(gè)層次，其中目標(biāo)層為交互式多指標(biāo)綜合評(píng)價(jià)排序；準(zhǔn)則層包括港區(qū)裝卸機(jī)械設(shè)備數(shù)C1，港口萬(wàn)噸級(jí)泊位數(shù)C2，港口陸域面積C3，港口物流吞吐能力系數(shù)C4，港口覆蓋的航線數(shù)C5，港口機(jī)械設(shè)備自動(dòng)化相對(duì)水平與作業(yè)能力C6和自然狀況對(duì)港口物流的影響程度C7；方案層為5個(gè)港口，分別為P1大連，P2寧波，P3廈門(mén)，P4深圳和P5湛江。

3.2 主觀權(quán)重的確定

根據(jù)評(píng)價(jià)者對(duì)各評(píng)價(jià)指標(biāo)的主觀偏好及重視程度，可得判斷矩陣

根據(jù)式(3)對(duì)以上判斷矩陣Dij求最大特征值，得λmax=7.035 2。最大特征值對(duì)應(yīng)的特征向量作歸一化處理后可得主觀權(quán)重向量為：

其次進(jìn)行一致性檢驗(yàn)。由式(4)、(5)得一致性檢驗(yàn)指標(biāo)CI=0.005 9，隨機(jī)一致性比率CR=0.004 5<0.1，說(shuō)明能夠滿足一致性，即判斷矩陣符合要求。

則評(píng)價(jià)值向量f為：

f=(0.670,0.896,0.654,0.772,0.301)。

3.3 客觀熵權(quán)的確定

根據(jù)基數(shù)標(biāo)度法將定性指標(biāo)C6和C7進(jìn)行定量化，得5個(gè)港口對(duì)指標(biāo)C6和C7的屬性值分別為5、6、8、4、2和4、3、6、6、6。由表3中數(shù)據(jù)建立評(píng)價(jià)矩陣X=(xij)m×n。

在評(píng)價(jià)指標(biāo)中，指標(biāo)C1～C6為正向指標(biāo)，C7為逆向指標(biāo)，因此需要將評(píng)價(jià)矩陣X標(biāo)準(zhǔn)化為R=(rij)m×n，由式(1),(2)計(jì)算得標(biāo)準(zhǔn)化矩陣R為：

矩陣R歸一化后得P=(pij)m×n：

由此可計(jì)算各港口中評(píng)價(jià)指標(biāo)的信息熵值E為:

則指標(biāo)Ci的客觀熵權(quán)

則評(píng)價(jià)值向量

f=(0.596,0.854,0.649,0.748,0.301)。

3.4 綜合權(quán)重及排序

將求得的主觀與客觀權(quán)重分別代入式(11)中可得W1、W2所對(duì)應(yīng)的歸一化系數(shù)分別為α1=0.915 6，α2=0.084 4。將W1、W2和α1、α2代入式(8)，得結(jié)合主、客觀的綜合權(quán)重

各港口的評(píng)價(jià)值向量

f=(0.664,0.893,0.653,0.770,0.301)

3.5 貨物和集裝箱吞吐量影響因子的討論

在建立基于綜合賦權(quán)的港口物流競(jìng)爭(zhēng)力評(píng)價(jià)模型時(shí)，假定貨物和集裝箱吞吐量對(duì)港口物流吞吐能力系數(shù)的貢獻(xiàn)相同，即兩者對(duì)港口物流吞吐能力系數(shù)的影響因子均為0.5。為驗(yàn)證這一假定的合理性，分別對(duì)貨物和集裝箱吞吐量采用多種影響因子，并計(jì)算和比較不同影響因子所對(duì)應(yīng)的客觀評(píng)價(jià)值向量和綜合評(píng)價(jià)值向量。計(jì)算和對(duì)比結(jié)果如表4所示。

表4 不同貨物和集裝箱吞吐量影響因子對(duì)應(yīng)的計(jì)算結(jié)果Tab.4 Calculation results of corresponding impact factors to different cargo and container throughput

根據(jù)表4可知，當(dāng)貨物和集裝箱吞吐量對(duì)港口物流吞吐能力系數(shù)的影響因子分別采用(0.5;0.5)，(0.4;0.6)，(0.6;0.4)，(0.3;0.7)和(0.7;0.3)時(shí)，各港口物流競(jìng)爭(zhēng)力的客觀評(píng)價(jià)值和綜合評(píng)價(jià)值排序均相同，即客觀評(píng)價(jià)值由高到低依次為寧波、深圳、廈門(mén)、大連和湛江，綜合評(píng)價(jià)值由高到低依次為寧波、深圳、大連、廈門(mén)和湛江。由此說(shuō)明貨物和集裝箱吞吐量對(duì)港口物流吞吐能力系數(shù)的貢獻(xiàn)差異對(duì)物流競(jìng)爭(zhēng)力評(píng)價(jià)值的影響較小，可以忽略；對(duì)貨物和集裝箱吞吐量分別采用(0.5;0.5)的影響因子是合理的，可以在此基礎(chǔ)上進(jìn)行評(píng)價(jià)值的計(jì)算和比較。

3.6 結(jié)果分析

根據(jù)綜合賦權(quán)法得到的結(jié)果對(duì)各港口的物流競(jìng)爭(zhēng)力進(jìn)行排序與評(píng)價(jià)，通過(guò)與層次分析法和信息熵的結(jié)果進(jìn)行對(duì)比分析，得到不同模型在多指標(biāo)評(píng)價(jià)中的區(qū)別。計(jì)算結(jié)果如表5所示。

表5 不同方法計(jì)算結(jié)果比較Tab.5 Comparison of calculation results by different methods

由表5可知：

1)層次分析法與綜合賦權(quán)法求得的指標(biāo)權(quán)重較為接近，且前5個(gè)較大權(quán)重的指標(biāo)排序相同，依次為C2，C5，C3，C4，C7(層次分析法中C3，C4，C7的權(quán)重并列第3)。

2)熵權(quán)法求得7個(gè)指標(biāo)的權(quán)重分別為0.122、0.124、0.178、0.159、0.153、0.139和0.125，在數(shù)值上較小且較為接近，說(shuō)明在該案例中各港口對(duì)應(yīng)的評(píng)價(jià)指標(biāo)數(shù)據(jù)較為客觀，信息有效度較高。三種方法求得的港口評(píng)價(jià)值均表明港口2(寧波港)的物流競(jìng)爭(zhēng)力最強(qiáng)，港口4(深圳港)位居第二，港口5(湛江港)最弱。

3)層次分析法和綜合賦權(quán)法所得排序結(jié)果相同，且兩種方法對(duì)于港口1(大連港)、港口3(廈門(mén)港)的相對(duì)排序與熵權(quán)法有所不同。主要原因在于指標(biāo)權(quán)重的差異，其中層次分析法和綜合賦權(quán)法中指標(biāo)2(港口萬(wàn)噸級(jí)泊位數(shù))的排序均為第一，而熵權(quán)法中指標(biāo)2偏后，同時(shí)指標(biāo)2的數(shù)據(jù)中P1>P3，表明層次分析法與綜合賦權(quán)法中指標(biāo)2港口所能容納萬(wàn)噸級(jí)船舶停泊的泊位數(shù)對(duì)于物流競(jìng)爭(zhēng)力評(píng)價(jià)有重要影響，故港口1(大連港)優(yōu)于港口3(廈門(mén)港)。

4)綜合賦權(quán)法得到的港口評(píng)價(jià)值整體介于層次分析法與熵權(quán)法之間，對(duì)港口物流競(jìng)爭(zhēng)力的排序較一致，說(shuō)明綜合賦權(quán)結(jié)合了對(duì)指標(biāo)的主觀重視度與數(shù)據(jù)的客觀屬性，結(jié)果合理可靠。

4 物流競(jìng)爭(zhēng)力提升建議

通過(guò)對(duì)港口的7個(gè)評(píng)價(jià)指標(biāo)進(jìn)行分析，在綜合賦權(quán)法中，港口萬(wàn)噸級(jí)泊位數(shù)和港口覆蓋航線數(shù)的指標(biāo)權(quán)值分別為0.348和0.244，占據(jù)了評(píng)價(jià)模型整體權(quán)重的主要部分，說(shuō)明以上兩個(gè)指標(biāo)對(duì)于提高港口物流競(jìng)爭(zhēng)力發(fā)揮著重要的作用，因此各港口在發(fā)展過(guò)程中應(yīng)著重?cái)U(kuò)大萬(wàn)噸級(jí)泊位數(shù)和覆蓋的航線數(shù)，為產(chǎn)業(yè)運(yùn)營(yíng)提高良好的硬件設(shè)施基礎(chǔ)。在評(píng)價(jià)指標(biāo)中，港口陸域面積、物流吞吐能力系數(shù)和自然狀況的權(quán)值較大，分別為0.1、0.099和0.096，建議適當(dāng)擴(kuò)大港口建設(shè)規(guī)模和產(chǎn)業(yè)規(guī)模，選址或建設(shè)選擇U形或V形的深水區(qū)以規(guī)避風(fēng)浪，減小自然狀況對(duì)港區(qū)的影響。而指標(biāo)權(quán)重較小的裝卸機(jī)械設(shè)備數(shù)和機(jī)械設(shè)備自動(dòng)化水平與作業(yè)能力由于對(duì)物流競(jìng)爭(zhēng)力的影響較小，可在港口的基礎(chǔ)設(shè)施建設(shè)和產(chǎn)業(yè)規(guī)模達(dá)到較高水平后，作為提升物流競(jìng)爭(zhēng)力的補(bǔ)充。

對(duì)于模型中的五個(gè)港口，建議最具物流競(jìng)爭(zhēng)力的寧波港和深圳港在機(jī)械設(shè)備方面進(jìn)行改善，以提高產(chǎn)業(yè)運(yùn)作效率，促進(jìn)規(guī)模的進(jìn)一步擴(kuò)大；對(duì)于物流競(jìng)爭(zhēng)力較強(qiáng)的大連和廈門(mén)港，兩者在港區(qū)規(guī)模上稍有優(yōu)勢(shì)，但大連港位于我國(guó)的北部，易受溫度、霧霾和海冰等自然因素的影響，而廈門(mén)港位于我國(guó)較南端，易受風(fēng)、雨、雷和霧等自然因素的影響，因此大連港和廈門(mén)港需要加強(qiáng)自然天氣的預(yù)警和防御，盡量減小自然狀況對(duì)產(chǎn)業(yè)運(yùn)作的影響；對(duì)于物流競(jìng)爭(zhēng)力相對(duì)較弱的湛江港，由于港區(qū)陸域面積小，航線覆蓋條數(shù)少，因此建議擴(kuò)大港口建設(shè)規(guī)模，為物流吞吐等產(chǎn)業(yè)運(yùn)作奠定良好的基礎(chǔ)。

5 結(jié)論

采用主觀與客觀賦權(quán)相結(jié)合的方法建立了多指標(biāo)評(píng)價(jià)模型，在滿足對(duì)指標(biāo)主觀偏好的同時(shí)兼顧其客觀屬性。通過(guò)層次分析法和信息論中的熵值理論，分別確定了各指標(biāo)的主客觀權(quán)值。根據(jù)綜合賦權(quán)法結(jié)合主客觀權(quán)值，由線性加權(quán)法得出各評(píng)價(jià)對(duì)象的綜合評(píng)價(jià)值。將該模型應(yīng)用于港口物流競(jìng)爭(zhēng)力的評(píng)價(jià)中，并與僅采用層次分析法或熵權(quán)法的結(jié)果進(jìn)行比較分析。三種方法所得各港口的評(píng)價(jià)值較為接近，相對(duì)誤差大部分位于3%以內(nèi)。通過(guò)對(duì)其排序可知三種方法中港口2(寧波港)均列物流競(jìng)爭(zhēng)力第一位，港口4(深圳港)均列第二位，港口1(大連港)和3(廈門(mén)港)位列第三或第四位，港口5(湛江港)均列末位，說(shuō)明評(píng)價(jià)結(jié)果基本一致。根據(jù)交通運(yùn)輸部公布的2018年1—9月份港口貨物和集裝箱吞吐量數(shù)據(jù)，在模型的五個(gè)港口中，寧波港貨物及集裝箱吞吐量均列第一，深圳港的集裝箱吞吐量較大位列第二，而湛江港雖貨物吞吐量較大但集裝箱吞吐量極低。結(jié)合各港口規(guī)模和經(jīng)濟(jì)效益進(jìn)行排名，社會(huì)上普遍認(rèn)為以上港口中寧波港和深圳港較有優(yōu)勢(shì)，具有更大的發(fā)展?jié)摿Γ拷捎谠诨A(chǔ)及產(chǎn)業(yè)方面受限，與其他港口存在一定的差距，大連及廈門(mén)兩個(gè)港口各有優(yōu)勢(shì)，但均介于深圳及湛江之間。將綜合賦權(quán)法所得港口物流競(jìng)爭(zhēng)力排名與現(xiàn)實(shí)中各港口的排名和評(píng)價(jià)進(jìn)行比較，表明本研究結(jié)果符合實(shí)際情況，驗(yàn)證了模型評(píng)價(jià)結(jié)果的合理性。綜合以上分析，基于綜合賦權(quán)法建立的評(píng)價(jià)模型是一種可靠有效的方法，可以為港口物流競(jìng)爭(zhēng)力的評(píng)價(jià)與擇優(yōu)提供依據(jù)。