丁凌 賈衛(wèi)國(guó) 孫旭陽(yáng)

摘 要：港口在國(guó)際貿(mào)易中發(fā)揮著重要作用，港口的競(jìng)爭(zhēng)力對(duì)其所處區(qū)域的經(jīng)濟(jì)發(fā)展具有重大意義。本文運(yùn)用因子分析法對(duì)中國(guó)12個(gè)主要的沿海港口進(jìn)行分析，明確溫州港在沿海港口中的所處位置，并對(duì)發(fā)展?jié)摿顩r進(jìn)行評(píng)價(jià)，為政府提高溫州港口競(jìng)爭(zhēng)力政策的制訂提供一定依據(jù)。

關(guān)鍵詞：港口發(fā)展;溫州港;spss;因子分析法

中圖分類號(hào)：[U6-9]? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? 文章編號(hào)：1006—7973（2021）03-0027-03

港口作為綜合運(yùn)輸網(wǎng)絡(luò)體系中的樞紐，將多種運(yùn)輸方式及諸多物流服務(wù)功能在港口中集成，成為“綜合性港口物流服務(wù)中心”，為用戶提供現(xiàn)代化的物流服務(wù)。港口在世界貿(mào)易中承擔(dān)了重要的角色， 未來(lái)這種作用還將繼續(xù)。[1-2]港口的發(fā)展對(duì)城市和腹地經(jīng)濟(jì)有著輻射作用，可以通過(guò)影響運(yùn)輸業(yè)的布局從而影響原料產(chǎn)品對(duì)物流依賴較強(qiáng)的工業(yè)企業(yè)，從而影響區(qū)域經(jīng)濟(jì)的整體發(fā)展。加強(qiáng)沿海城市港口建設(shè)，強(qiáng)化其樞紐功能對(duì)于推進(jìn)21世紀(jì)海上絲綢之路建設(shè)具有重要意義。

溫州港是全國(guó)沿海25個(gè)主要港口之一和國(guó)家重要樞紐港，是連接長(zhǎng)三角地區(qū)和海西經(jīng)濟(jì)區(qū)的重要節(jié)點(diǎn)，是浙南、浙西南、贛東、閩北、皖南等地區(qū)對(duì)外貿(mào)易的重要出?？?定位為區(qū)域性大宗散貨中轉(zhuǎn)港、產(chǎn)業(yè)配套港、集裝箱輔樞紐港以及參與“一帶一路”、開(kāi)展對(duì)臺(tái)經(jīng)貿(mào)合作的重要支點(diǎn)。

在經(jīng)濟(jì)高速發(fā)展的時(shí)代背景下，溫州港面臨著巨大的競(jìng)爭(zhēng)壓力，如何充分發(fā)揮自身區(qū)位優(yōu)勢(shì)、港口基礎(chǔ)設(shè)施、港口服務(wù)體系以及區(qū)位經(jīng)濟(jì)優(yōu)勢(shì)與把握國(guó)家“一帶一路”戰(zhàn)略機(jī)遇，完善戰(zhàn)略經(jīng)營(yíng)策略，提高自身競(jìng)爭(zhēng)力非常重要。

1 港口發(fā)展?jié)摿Φ闹笜?biāo)確立

港口發(fā)展?jié)摿θQ于自身現(xiàn)有基礎(chǔ)設(shè)施，以及所在城市經(jīng)濟(jì)發(fā)展?fàn)顩r。根據(jù)港口發(fā)展情況選取11個(gè)指標(biāo)分別為：X1港口集裝箱吞吐量/萬(wàn)標(biāo)箱、X2碼頭長(zhǎng)度/米、X3所在地區(qū)生產(chǎn)總值/億元、X4泊位個(gè)數(shù)/個(gè)、X5港口貨物吞吐量/萬(wàn)噸、X6所在地區(qū)第三產(chǎn)業(yè)生產(chǎn)總值/億元、X7進(jìn)出口總額增長(zhǎng)率/ %、X8港口貨物吞吐量增長(zhǎng)率/ %、X9港口集裝箱吞吐量增長(zhǎng)率/%、X10所在地區(qū)生產(chǎn)總值增長(zhǎng)率/ %和X11所在地區(qū)固定資產(chǎn)投資額增長(zhǎng)率/%。

2 基于因子分析法的實(shí)證分析

2.1因子分析法的概念及模型概念

因子分析法的原理是用提取出的公共因子來(lái)反映原始數(shù)據(jù)所包含的主要信息，并解釋公共因子與原始數(shù)據(jù)的關(guān)系，因子分析法的特點(diǎn)是分析客觀和簡(jiǎn)化數(shù)據(jù)，并得出各個(gè)指標(biāo)的綜合得分和排名，適合建立港口發(fā)展?jié)摿υu(píng)價(jià)體系[3]。

消除變量間的量綱關(guān)系，即設(shè)指標(biāo)標(biāo)準(zhǔn)化后的指標(biāo)變量為Xi （i=1， 2， …， n;n為指標(biāo)個(gè)數(shù)） ， 公因子為Fj （j=1， 2， …， m;m為公因子個(gè)數(shù)） ， 特殊指標(biāo)為Cp（p=1， 2， …， n;n為指標(biāo)個(gè)數(shù)） ， 公因子的荷載為Aij （第i個(gè)指標(biāo)變量在第j個(gè)公因子上的荷載） 。所以因子分析法的模型可簡(jiǎn)化為： Xi=Ai1F1+Ai2F2+…+AimFm+C1 （i=1， 2， …， n）。

2.2數(shù)據(jù)搜集

本文選取了上海港、天津港、大連港、秦皇島港、煙臺(tái)港、青島港、連云港、寧波舟山港、溫州港、廣州港、湛江港和威海港十二大沿海港進(jìn)行研究，各項(xiàng)指標(biāo)原始值如表1所示。數(shù)據(jù)來(lái)源：連云港統(tǒng)計(jì)年鑒，中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒。

2.3數(shù)據(jù)處理與分析

為消除變量間的量綱關(guān)系，對(duì)上述原始數(shù)據(jù)進(jìn)行z-score標(biāo)準(zhǔn)化處理，處理結(jié)果如下所示，變量共同度表示的是原始數(shù)據(jù)對(duì)提取的公因子的解釋程度，一般來(lái)講變量共有度超過(guò)75%的公因子對(duì)各變量解釋能力較強(qiáng)[4]。由表2可知，公因子基本超過(guò)75%，僅X7和X9未超過(guò)。

通過(guò)主成分分析法得到因子負(fù)荷矩陣，選取特征值大于1的因子來(lái)解釋多個(gè)變量，從而達(dá)到簡(jiǎn)化變量的目的[7]。這三項(xiàng)的方差所占主要成分方差的78.086%，如表3所示。

采用最大方差旋轉(zhuǎn)法旋轉(zhuǎn)之后的成分矩陣如下表4所示，X1、X2、X3、X4、X5、X6在第一主成分有較高荷載，X7、X8、X9在第二主成分有較高荷載，X10、X11在第三主成分有較高荷載。

2.4計(jì)算主成分權(quán)重和各港口綜合

根據(jù)因子分析法模型以及因子得分函數(shù)的系數(shù)：

F1=0.959*X1+0.918*X2+0.893*X3+0.892*X4+0.881*X5+0.854*X6-0.067*X7+0.324*X8+0.166*X9-0.087*X10-0.355*X11

F2=-0.0638*X1+0.156*X2-0.281*X3+0.179*X4+0.254*X5-0.295*X6+0.734*X7+0.601*X8+0.571*X9+0.307*X10+0.494*X11

F3=0.08*X1+0.114*X2+0.018*X3+0.284*X4-0.048*X5+0.065*X6-0.228*X7-0.576*X8-0.11*X9+0.887*X10+0.561*X11

F=0.581*F1+0.216 *F2+0.203*F3

由表5可見(jiàn)溫州港第一主成分因子排名第八，F(xiàn)1主要反映的是港口的基礎(chǔ)設(shè)施建設(shè)狀況以及區(qū)域產(chǎn)業(yè)生產(chǎn)總值狀況，排名相對(duì)靠后表明其自身基礎(chǔ)設(shè)施建設(shè)還不夠完善，競(jìng)爭(zhēng)力不強(qiáng)。第二主成分因子排名第五，F(xiàn)2反映的進(jìn)出口貨物集裝箱以及進(jìn)出額的增長(zhǎng)，排名相對(duì)靠前，具有相當(dāng)?shù)陌l(fā)展?jié)摿Α５谌鞒煞忠蜃优琶谝?，F(xiàn)3反映的是生產(chǎn)總值以及固定資產(chǎn)投入的增長(zhǎng)，表明區(qū)域經(jīng)濟(jì)發(fā)展在加大投資水平的基礎(chǔ)上，整體經(jīng)濟(jì)水平提升較快。綜合因子排名第三位，總體來(lái)說(shuō)處于領(lǐng)先地位，表明溫州港保持一定發(fā)展增長(zhǎng)速率具有很大的發(fā)展?jié)摿Α?/p>

3 結(jié)論

本文通過(guò)溫州港與我國(guó)其他幾大沿海港口的發(fā)展數(shù)據(jù)的因子分析， 并借助SPSS軟件對(duì)數(shù)據(jù)進(jìn)行處理、建模以及更加科學(xué)合理地對(duì)港口競(jìng)爭(zhēng)力進(jìn)行研究并提出以下增強(qiáng)溫州港發(fā)展?jié)摿Φ慕ㄗh：

（1）雖然多年以來(lái)溫州港的發(fā)展一直處于中高水平階段[5]，溫州港仍應(yīng)加強(qiáng)港口自身基礎(chǔ)設(shè)施的投入和建設(shè)增加萬(wàn)噸級(jí)以上泊位建設(shè)，加強(qiáng)港區(qū)與內(nèi)地有公路相通度，以促進(jìn)港口貨物以及集裝箱吞吐量增加;

（2）溫州的核心腹地溫州市進(jìn)出口總額相對(duì)較低，輻射層腹地經(jīng)濟(jì)外向度尚不高，外貿(mào)總量溫州在經(jīng)濟(jì)發(fā)展?fàn)顩r方面相對(duì)落后，政府應(yīng)出臺(tái)相應(yīng)政策促進(jìn)進(jìn)出口貿(mào)易發(fā)展，使其經(jīng)濟(jì)腹地浙江、皖南、閩北和江西、湖南等省經(jīng)濟(jì)發(fā)展增加對(duì)港口的依存性;

（3）利用自身優(yōu)勢(shì)，保持地區(qū)經(jīng)濟(jì)的高速穩(wěn)步增長(zhǎng)，促進(jìn)第三產(chǎn)業(yè)發(fā)展，不斷開(kāi)拓發(fā)展新的項(xiàng)目，積極開(kāi)展智能港口建設(shè)，運(yùn)用5G技術(shù)能夠使港口更高效運(yùn)作，順應(yīng)時(shí)代潮流發(fā)展趨勢(shì)[6]。四、大力發(fā)展港口物流，新時(shí)代背景下，物流企業(yè)需要進(jìn)行科技化轉(zhuǎn)變以提升工作效率[8]，加大物流技術(shù)的研發(fā)與投入，有利于增強(qiáng)港口發(fā)展?jié)摿?，?gòu)建現(xiàn)代物流服務(wù)體系，走高端化、綜合化、一體化物流發(fā)展路徑[9]。

參考文獻(xiàn)：

[1]劉元華，郭乙運(yùn).青島港打造智慧港口物流電商生態(tài)圈的實(shí)踐[J].中國(guó)港口，2019（06）：48-50.

[2]劉翠翠，黃曉野.“一帶一路”下港口物流生態(tài)圈及對(duì)策——以海南自貿(mào)港為例[J].商業(yè)經(jīng)濟(jì)研究，2020（20）：153-155.

[3]劉卓鑫. 海南-東南亞郵輪航線優(yōu)化研究[D].大連海事大學(xué)，2020.

[4]孟秀娟，楊文娟.基于因子分析的廈門(mén)港口競(jìng)爭(zhēng)力研究[J].物流工程與管理，2010，32（09）：47-48.

[5]席振鑫，劉兆德. 首批14個(gè)沿海開(kāi)放城市經(jīng)濟(jì)發(fā)展水平測(cè)度[A]. 中國(guó)城市規(guī)劃學(xué)會(huì)、重慶市人民政府.活力城鄉(xiāng) 美好人居——2019中國(guó)城市規(guī)劃年會(huì)論文集（16區(qū)域規(guī)劃與城市經(jīng)濟(jì)）[C].中國(guó)城市規(guī)劃學(xué)會(huì)、重慶市人民政府：中國(guó)城市規(guī)劃學(xué)會(huì)，2019：9.

[6]邵杰.5G應(yīng)用背景下加快建設(shè)智慧港口的對(duì)策研究[J].電子世界，2020（20）：8-9.

[7]吳兆婕，貝淑華.基于因子分析法對(duì)江蘇省農(nóng)產(chǎn)品物流發(fā)展策略的思考[J].物流工程與管理，2020，42（04）：127-129.

[8]翟國(guó)宇，王妹.物流企業(yè)融資約束、研發(fā)投入和企業(yè)績(jī)效研究[J].物流科技，2020，43（11）：36-39.

[9]陳偉忠，周春應(yīng).鎮(zhèn)江港口經(jīng)濟(jì)發(fā)展策略分析[J].中國(guó)水運(yùn)，2020（10）：23-25.