黃建康　姚遠

摘 要：港口吞吐量的預測對于港口規(guī)劃及其可行性研究有著極其重要的意義，對港口吞吐量進行辨識，從中選出影響港口吞吐量的關鍵性因素指標，能夠有效的提高預測的準確性和科學性。本文采用灰色關聯(lián)分析的方法來對連云港港港口吞吐量影響因素進行辨識研究。

關鍵詞：港口；吞吐量；灰色關聯(lián)分析

目前，在我國經(jīng)濟高速發(fā)展的帶動下，許多港口都加大了對港口基礎建設的投入，以提高港口的服務水平，為腹地經(jīng)濟發(fā)展提供全方位的服務。但是港口發(fā)展過程中面臨了許多的困境，如港口碼頭結構性矛盾突出、機械設備水平落后以及集疏運系統(tǒng)不完善等，這些問題嚴重制約著港口的發(fā)展。如果盲目的對港口基礎設施進行擴建，會使得港口規(guī)模過大，遠遠超過了腹地所需的承載能力，這樣又會造成資源的浪費。所以港口的建設需要與港口的吞吐量相適應，這樣才能在最大程度上實現(xiàn)資源的合理利用。為了解決港口所面臨的困境，突破港口發(fā)展的“瓶頸”，必須要先對港口吞吐量的影響因素進行辨識，篩選出港口吞吐量影響因素中的關鍵因素指標，從而對港口吞吐量進行科學和合理的預測。

一、港口吞吐量影響因素分析

1.經(jīng)濟因素

港口腹地的經(jīng)濟實力狀況對港口的進出口貨物量有著直接或間接的影響，如果港口擁有較強經(jīng)濟能力的腹地（臨港城市），則進出口該港口的貨物種類和數(shù)量必然豐富，航線必然密集，集疏運系統(tǒng)也必然發(fā)達，而且由于“馬太效應”，還會吸引更多的貨物前來中轉(zhuǎn)，進一步的提高了該港口的吞吐量。

2.自然條件因素

自然條件因素是一個決定港口吞吐量的重要因素。首先，港口之間的主要競爭對象是腹地區(qū)域貨源和來港中轉(zhuǎn)的貨源，所以港口如果擁有有理的地理位置條件，臨近于經(jīng)濟發(fā)達區(qū)域，則港口在與其他港口就腹地貨源進行競爭中處于比較有利的位置；其次，港口的自然條件也決定了它的集疏運系統(tǒng)發(fā)達程度，集疏運能力大小直接影響著港口的輻射和凝聚功能。另外，港口所在位置也對港口的泊位建設有著影響，能否建設做夠數(shù)量和大小的泊位會對港口的吞吐量產(chǎn)生一定的影響。

3.物流因素

物流因素對港口吞吐量的影響主要包括兩個方面：

第一、物流基礎設施水平。港口的物流基礎設施水平體現(xiàn)了港口的通過能力，先進的設備可以使得貨物在港口進行快速的裝卸，提高貨物的周轉(zhuǎn)水平，減少貨物在港口的逗留時間，迅速的進入下一個運輸環(huán)節(jié)，提高港口的吞吐量。

第二、物流企業(yè)的服務水平。物流企業(yè)的提供服務的完善程度以及提供服務的質(zhì)量如何多港口吞吐量有著至關重要的作用，貨物在集散過程中可能會有儲存、換裝和配送等一些服務需求，物流企業(yè)如果能夠提供更多的服務必定能夠吸引更多的貨物到港口進行集散，這對港口吞吐量的提高有著重大的幫助；另外，物流服務的質(zhì)量關系到貨物在港口的逗留時間以及客戶對港口服務的滿意程度，好的物流服務能夠給港口帶來更多的客戶，從而提高港口的吞吐量。

4.政策因素

政策因素對港口吞吐量有著很大程度的影響，國家以及地方政府對于發(fā)展水運行業(yè)是否鼓勵支持，制定的政策是否有利于水、陸運輸交通方式之間的銜接，是否扶持物流產(chǎn)業(yè)的發(fā)展，都會在一定程度上影響著港口吞吐量。由此可見，政策因素對港口的發(fā)展以及港口吞吐量的提升有著比較大的影響。

二、灰色關聯(lián)分析模型

灰色關聯(lián)分析的目的是分析兩個系統(tǒng)或兩個因素之間的關聯(lián)程度大小，主要是通過計算出兩個系統(tǒng)或兩個因素之間的“灰色關聯(lián)度”來判斷，灰色關聯(lián)度的具體計算步驟如下：

（1）確定系統(tǒng)特征行為序列和其他相關因素序列

設反映系統(tǒng)目標的主要特征的時間序列X0=（x0（1），x0（2），…，x0（n），為特征行為序列（母序列）；影響目標值的系統(tǒng)因素時間序列Xi=（xi（k），xi（2），…，xi（n））為相關因素序列（子序列）。其中，k表示時間節(jié)點序號，時間節(jié)點總數(shù)為n；x0（k），k=1，2，…，n為特征因素在k時刻的觀測數(shù)據(jù)。i=1，2，…，m表示系統(tǒng)相關影響因素序號，影響因素數(shù)目為m；xi（k）為影響因素Xi在k時刻的觀測數(shù)據(jù)。

（2）求各序列的初值像（或均值像）

由于系統(tǒng)中各因素實際數(shù)據(jù)的統(tǒng)計單位通常是不一致的，所以需要對原始數(shù)據(jù)進行變換處理操作。原始數(shù)據(jù)處理的方法有初值化、均值化、標準化法等等，此處只列舉初值化法。

一般來說，初值像化方法適用于呈穩(wěn)定增長趨勢的數(shù)列，這樣可以使得增長趨勢更為明顯。初值化法是用各序列在各時間節(jié)點的觀測值去除以第一個時間節(jié)點的觀測值，公式為：

Xi=Xi/xi（1），i=0，1，…，m （1）

由公式2.1可以得到初值像數(shù)列Xi=（xi（1），xi（2），…，xi（n）），i=0，1，…，m。

（3）求序列差

根據(jù)已無量綱化的特征序列與影響因素序列，計算出對應時間節(jié)點的絕對差，記

△i（k）=|X0（k）=Xi（k）|，i=1，2，…，m（2）

由公式2.3可以求出絕對差序列△i（k）=（△i（1），△i（2），…，△i（n）），i=1，2，…，m。

（4）求兩極最大差與最小差。

經(jīng)過變換后的序列差絕對值中最大值為兩極最大差，最小差為兩級最小差，分別記為：

M=△i（k），m=△i（k）

（5）計算關聯(lián)系數(shù)

特征序列和影響因素序列在k時刻的關聯(lián)系數(shù)計算公式如下：

，ξ∈（0，1）；k=1，2，…，n；i=1，2，…，m（3）

其中ξ為分辨系數(shù)，通常取ξ=0.5，引入ξ是為了提高關聯(lián)系數(shù)之間的差異性水平，η0i（k）就是系統(tǒng)特征序列和影響因素序列在k時刻的關聯(lián)系數(shù)，一般來說，0<η0i<1。

（6）計算灰色關聯(lián)度

在上一步中，計算出來了特征因素和影響因素在各個時間節(jié)點的關聯(lián)系數(shù)，如果要將各個時間節(jié)點的關系數(shù)整合成一個關系值來做整體比較，則需要先將比較的兩個序列的各時間節(jié)點關聯(lián)系數(shù)先做均值化處理，公式為：

，k=1，2，…，n（4）

γ0i即為灰色關聯(lián)度，兩個序列的灰色關聯(lián)度系數(shù)越大，則表示該影響因素對目標因素的影響程度越大，如果關聯(lián)度系數(shù)等于1，則表示任一時間節(jié)點上，這兩個因素時間序列的集合關系都是重合的，這個因素也就是目標因素的重要影響因素。

三、實證分析

本文的主要目的是對港口吞吐量影響因素進行辨識，篩選出其中與港口吞吐量密切相關的影響因素指標，進而利用這些關鍵性的影響因素指標來對港口吞吐量進行科學的預測，提高預測結果的準確性。為了達到這一目的，擬對連云港港進行實例分析。

1.連云港港港口吞吐量影響因素分析指標提取

前文中已經(jīng)提到在對實際港口的吞吐量相關因素指標的提取過程中，應該根據(jù)實際情況來對港口吞吐量影響因素進行分析，找出對港口吞吐量有影響的因素，并提取出相應的指標。鑒于此，在對連云港港口經(jīng)濟、自然條件、物流和政策這四個方面因素進行分析之后發(fā)現(xiàn)，連云港港港口吞吐量主要受到腹地經(jīng)濟發(fā)展水平、腹地經(jīng)濟結構、、港口基礎設施建設以及腹地對外貿(mào)易水平等因素的影響。在對這些影響因素的相關指標提取時，首先要考慮到數(shù)據(jù)的可得性，另外還要進行初步的辨識分析，也就是要選擇強相關性、可操作性和相對獨立的影響因素指標。具體內(nèi)容見表1。

2.各影響因素指標數(shù)據(jù)收集、整理

由前文可知，對港口吞吐量與其影響因素之間的關系進行研究，主要是從港口吞吐量與影響因素指標之間的關系來進行研究分析的，港口吞吐量影響因素辨識研究，主要是對港口吞吐量影響因素指標的識別，篩選出與港口吞吐量密切相關的影響因素指標。因此，先要對各因素指標的統(tǒng)計數(shù)據(jù)進行收集。根據(jù)表1中的影響因素指標，本文收集了2002年至2012年11年間連云港港口吞吐量影響因素指標數(shù)據(jù)，由于腹地的準確范圍難以確定，所以本文采用連云港港的直接腹地連云港市的數(shù)據(jù)來進行研究。具體數(shù)據(jù)如下表2所示。

3.灰色關聯(lián)度求解分析

將表2中的數(shù)據(jù)輸入到DPS數(shù)據(jù)處理軟件中，就可以得到各影響因素與港口吞吐量的關聯(lián)度。連云港港口吞吐量各年數(shù)據(jù)組成的特征行為序列X0，其余影響因素指標為比較序列X1（i=1，2，…，12）。結果如下γ06（0.9149）>γ08（0.9149）>γ05（0.8430）>γ09（0.8418）>γ04（0.8385）>γ01（0.8222）>γ08（0.9123）>γ03（0.8206）>γ010（0.8007）>γ02（0.7538）>γ012（0.6839）>γ011（0.6772）。

數(shù)據(jù)來源：2003年-2013年《江蘇省統(tǒng)計年鑒》、2003年-2013年連云港國民經(jīng)濟和社會發(fā)展統(tǒng)計公報、統(tǒng)計年鑒存

四、結論與分析

由上述關聯(lián)度可以看出，X6，X8，X5，X9，這四個影響因素指標對連云港港口吞吐量影響程度最大，且γ06（0.9149）>γ08（0.9149）>γ05（0.8430）>γ09（0.8418）。所以在對連云港港港口吞吐量進行預測是選用第三產(chǎn)業(yè)總產(chǎn)值、社會消費平零售總額、第二產(chǎn)業(yè)總產(chǎn)值及公路里程數(shù)這四個指標可以有效的提高預測的準確度。

參考文獻：

[1]連云港統(tǒng)計局，連云港市2013年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報[J].

[2]劉斌，陳得力.貧信息狀態(tài)下的集裝箱吞吐量精確預測灰色模型[J].大連海事大學學報.

[3]王丹，楊贊.港口吞吐量影響因素分析[J].水運工程.

作者簡介：黃建康，男，（1965- ），江蘇省南京市人，江南大學商學院國際經(jīng)濟與貿(mào)易專業(yè)責任教授，博士研究生，教授，碩士生導師，主要研究方向：產(chǎn)業(yè)集群、網(wǎng)絡經(jīng)濟學、跨國公司與國際投資；姚遠，男，（1989.07- ），安徽省宣城市人，江南大學商學院碩士研究生，研究方向：物流工程