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

隨著世界各國對港口資源的大規(guī)模開發(fā)利用以及我國在港口物流方面的快速發(fā)展，港口物流競爭力評價對港口發(fā)展發(fā)揮著日益重要的作用。港口物流競爭力是港口在腹地區(qū)域經(jīng)濟和基礎設施建設基礎上，通過提高港口運作效率和資源利用率，達到在物流方面優(yōu)于市場其他港口的能力。由于港口物流受設備、場地及天氣等因素的影響，因此物流競爭力評價是一個多指標綜合評價的過程。港口物流競爭力的確定需要采用科學、合理、多樣化的評價方法，建立數(shù)學模型進行優(yōu)劣排序，從而求解多指標評價問題。

在解決多指標評價問題時，需要先確定各評價指標的權重。權重的確定方法主要分為兩類：一是主觀賦權法，其權值通常根據(jù)專家經(jīng)驗或各指標對評價的重要程度進行主觀賦值，如層次分析法、專家調查法和二項系數(shù)法等[1-4]；二是客觀賦權法，是根據(jù)客觀數(shù)據(jù)與各評價指標之間的關系，通過建立數(shù)學模型進行賦值的，如熵值法、變異系數(shù)法、主成分分析法和加權平方和法等[5-8]。兩種賦權方法各有優(yōu)缺點：主觀賦權法基于決策者在現(xiàn)實中對指標的重視程度及決策經(jīng)驗，能夠將復雜的問題簡單化，且其決策結果較符合實際，但是帶有一定的依賴性和主觀臆斷性；客觀賦權法將指標權數(shù)與指標變量值相聯(lián)系，能夠體現(xiàn)數(shù)據(jù)本身的性質，有較強的數(shù)學理論依據(jù)，且不依賴于評價者的主觀判斷，但是不能體現(xiàn)出各指標在實際中的重要程度。而基于層次分析法與信息熵的綜合賦權法能夠結合兩種評價方式的優(yōu)點，并縮小兩者權重的偏差，在主觀評價與客觀評價間尋求權重的一致性。吳夢煙等[9]基于灰色局勢決策和組合賦權法對再生水的綜合發(fā)展能力進行評價。在應用組合賦權時通過層次分析法和熵值法分別計算指標權重，引入距離函數(shù)對兩種方法所得的權重進行組合賦權。李素平[10]利用有序加權算子，綜合多位專家對指標打分求得的不同指標權重進行組合賦權，建立廣義偏差最小的物流產(chǎn)業(yè)集群競爭力評價模型。

本研究采用綜合賦權法，建立評價模型對各港口的物流競爭力進行評價，并評價結果分別與交通運輸部和社會的港口評價進行對比，驗證其合理性。本文所提出的方法可以合理評價港口物流競爭力，并為港口發(fā)展提供參考。

1 數(shù)據(jù)標準化處理

在多指標評價過程中，正向指標值越大則評價越優(yōu)，而逆向指標值越小則評價越優(yōu)，因此兩者不能夠以同樣的標準進行評價。為統(tǒng)一不同指標量綱對評價計算的影響，使得正向指標和逆向指標具有可比性，需要將評價矩陣中的數(shù)據(jù)進行標準化處理。設多指標綜合評價問題中有m個評價指標，指標集記為C={C1,C2,…,Cm}，有n個評價對象，記為P={P1,P2,…,Pn}，則評價對象Pj對指標Ci的屬性值為xij(i=1,2,…,m;j=1,2,…,n)，評價矩陣可表示為X=(xij)m×n。定義

(1)

則評價矩陣標準化后可表示為R=(rij)m×n。

2 指標權重的確定

2.1 層次分析法的權重確定

采用層次分析法確定主觀權重時，需要先將各評價指標劃分層次級，并將同一級指標的重要性進行兩兩對比，根據(jù)九標度法[11]將各指標的重要度定量化，構造判斷矩陣Dij。九標度法判定及其含義如表1所示。

由于判斷矩陣是根據(jù)評價者對指標重要度的主觀排序，存在一定誤差，因此需要進行一致性檢驗來修改判斷矩陣。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所對應的特征向量。對特征向量W歸一化處理后可得主觀權重向量W1=(ω1，ω2，…，ωm)Τ。

其次對判斷矩陣進行一致性檢驗。一致性檢驗指標可表示為：

(3)

當CI為0，即最大特征根λmax=m時，該判斷矩陣具有完全一致性；當CI大于0時，隨著CI的增大，判斷矩陣的一致性逐漸減弱，此時需要根據(jù)隨機一致性比率CR判定矩陣是否具有滿意的一致性。

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

(4)

式(4)中，RI為平均隨機一致性指標，不同階數(shù)對應不同的RI值，其值詳見表2。當CR值小于0.1時,可認為判斷矩陣Dij的一致性較為滿意；否則需要修改判斷矩陣，直至得到滿意結果。

表2 平均隨機一致性指標數(shù)值表Tab.2 Numerical table of mean random consistency index

2.2 信息熵的權重確定

熵是對不確定信息的度量，用來描述信源的不確定度。熵值越小，權重越大，說明指標數(shù)據(jù)信息的無序度越小，即不確定度越低，信息值越有效，該指標越重要。在有n個評價對象，m個評價指標的評價矩陣中，第i個評價指標的信息熵值可表示為[12]：

(5)

根據(jù)評價指標的熵值可以確定其權重。指標Ci的客觀權重為：

(6)

因此各指標的客觀權重向量為W2=(μ1，μ2，…，μm)Τ。

2.3 綜合權重及評價值的確定

綜合賦權法[13]是一種結合層次分析法的主觀權重及信息熵的客觀權重的方法，通過對層次分析法和熵權法求得的指標權值分別乘以一個調整系數(shù)得到新的指標權值，并根據(jù)博弈論的思想構建兩個新指標權值與原指標權值間差值總和最小的矩陣函數(shù)，從而求得各指標的綜合權重。綜合賦權法的優(yōu)點是兼顧評價者主觀偏好及數(shù)據(jù)的客觀屬性，能夠在兩種評價方式所得權重間尋找一致性，縮小主、客觀權重的偏差?；趉個權重向量的綜合權重集合W的確定方法如下：

(7)

式中αi表示不同評價方法所得權重的線性組合系數(shù)，對αi進行優(yōu)化可得到使綜合權重與各評價方法權重離差最小的最佳權向量W。通過構建如下交叉規(guī)劃模型可以求得該綜合權向量W：

(8)

由矩陣的微分性質可知，對矩陣函數(shù)進行一階求導構造出線性方程組可求得矩陣離差最小時的解，當式(9)最優(yōu)時需滿足：

(9)

可表示為如下線性方程組：

(10)

將式(10)中的αi求解出來并代入式(8)即可得到綜合權重向量W。評價對象Pj的評價值可由線性加權法[14]計算：

(11)

3 模型應用

以我國部分港口為例[15]，通過7項評價指標對港口的物流競爭能力進行評價，從而選取物流競爭力較強的港口。各港口評價指標及數(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，假定兩者對吞吐能力的貢獻相同，根據(jù)加權平均法[16]對兩者均賦1/2的權值，因此港口物流吞吐能力系數(shù)可表示為：

表3 港口物流競爭力評價指標及數(shù)據(jù)Tab.3 Evaluation index and data of port logistics competitiveness

3.1 層次模型的建立

在港口物流競爭力評價中，將模型劃分為目標層G、準則層C以及方案層P三個層次，其中目標層為交互式多指標綜合評價排序；準則層包括港區(qū)裝卸機械設備數(shù)C1，港口萬噸級泊位數(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，港口機械設備自動化相對水平與作業(yè)能力C6和自然狀況對港口物流的影響程度C7；方案層為5個港口，分別為P1大連，P2寧波，P3廈門，P4深圳和P5湛江。

3.2 主觀權重的確定

根據(jù)評價者對各評價指標的主觀偏好及重視程度，可得判斷矩陣

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

其次進行一致性檢驗。由式(4)、(5)得一致性檢驗指標CI=0.005 9，隨機一致性比率CR=0.004 5<0.1，說明能夠滿足一致性，即判斷矩陣符合要求。

則評價值向量f為：

f=(0.670,0.896,0.654,0.772,0.301)。

3.3 客觀熵權的確定

根據(jù)基數(shù)標度法將定性指標C6和C7進行定量化，得5個港口對指標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)建立評價矩陣X=(xij)m×n。

在評價指標中，指標C1～C6為正向指標，C7為逆向指標，因此需要將評價矩陣X標準化為R=(rij)m×n，由式(1),(2)計算得標準化矩陣R為：

矩陣R歸一化后得P=(pij)m×n：

由此可計算各港口中評價指標的信息熵值E為:

則指標Ci的客觀熵權

則評價值向量

f=(0.596,0.854,0.649,0.748,0.301)。

3.4 綜合權重及排序

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

各港口的評價值向量

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的港口物流競爭力評價模型時，假定貨物和集裝箱吞吐量對港口物流吞吐能力系數(shù)的貢獻相同，即兩者對港口物流吞吐能力系數(shù)的影響因子均為0.5。為驗證這一假定的合理性，分別對貨物和集裝箱吞吐量采用多種影響因子，并計算和比較不同影響因子所對應的客觀評價值向量和綜合評價值向量。計算和對比結果如表4所示。

表4 不同貨物和集裝箱吞吐量影響因子對應的計算結果Tab.4 Calculation results of corresponding impact factors to different cargo and container throughput

根據(jù)表4可知，當貨物和集裝箱吞吐量對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，各港口物流競爭力的客觀評價值和綜合評價值排序均相同，即客觀評價值由高到低依次為寧波、深圳、廈門、大連和湛江，綜合評價值由高到低依次為寧波、深圳、大連、廈門和湛江。由此說明貨物和集裝箱吞吐量對港口物流吞吐能力系數(shù)的貢獻差異對物流競爭力評價值的影響較小，可以忽略；對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，可以在此基礎上進行評價值的計算和比較。

3.6 結果分析

根據(jù)綜合賦權法得到的結果對各港口的物流競爭力進行排序與評價，通過與層次分析法和信息熵的結果進行對比分析，得到不同模型在多指標評價中的區(qū)別。計算結果如表5所示。

表5 不同方法計算結果比較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法求得的指標權重較為接近，且前5個較大權重的指標排序相同，依次為C2，C5，C3，C4，C7(層次分析法中C3，C4，C7的權重并列第3)。

2)熵權法求得7個指標的權重分別為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，說明在該案例中各港口對應的評價指標數(shù)據(jù)較為客觀，信息有效度較高。三種方法求得的港口評價值均表明港口2(寧波港)的物流競爭力最強，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法所得排序結果相同，且兩種方法對于港口1(大連港)、港口3(廈門港)的相對排序與熵權法有所不同。主要原因在于指標權重的差異，其中層次分析法和綜合賦權法中指標2(港口萬噸級泊位數(shù))的排序均為第一，而熵權法中指標2偏后，同時指標2的數(shù)據(jù)中P1>P3，表明層次分析法與綜合賦權法中指標2港口所能容納萬噸級船舶停泊的泊位數(shù)對于物流競爭力評價有重要影響，故港口1(大連港)優(yōu)于港口3(廈門港)。

4)綜合賦權法得到的港口評價值整體介于層次分析法與熵權法之間，對港口物流競爭力的排序較一致，說明綜合賦權結合了對指標的主觀重視度與數(shù)據(jù)的客觀屬性，結果合理可靠。

4 物流競爭力提升建議

通過對港口的7個評價指標進行分析，在綜合賦權法中，港口萬噸級泊位數(shù)和港口覆蓋航線數(shù)的指標權值分別為0.348和0.244，占據(jù)了評價模型整體權重的主要部分，說明以上兩個指標對于提高港口物流競爭力發(fā)揮著重要的作用，因此各港口在發(fā)展過程中應著重擴大萬噸級泊位數(shù)和覆蓋的航線數(shù)，為產(chǎn)業(yè)運營提高良好的硬件設施基礎。在評價指標中，港口陸域面積、物流吞吐能力系數(shù)和自然狀況的權值較大，分別為0.1、0.099和0.096，建議適當擴大港口建設規(guī)模和產(chǎn)業(yè)規(guī)模，選址或建設選擇U形或V形的深水區(qū)以規(guī)避風浪，減小自然狀況對港區(qū)的影響。而指標權重較小的裝卸機械設備數(shù)和機械設備自動化水平與作業(yè)能力由于對物流競爭力的影響較小，可在港口的基礎設施建設和產(chǎn)業(yè)規(guī)模達到較高水平后，作為提升物流競爭力的補充。

對于模型中的五個港口，建議最具物流競爭力的寧波港和深圳港在機械設備方面進行改善，以提高產(chǎn)業(yè)運作效率，促進規(guī)模的進一步擴大；對于物流競爭力較強的大連和廈門港，兩者在港區(qū)規(guī)模上稍有優(yōu)勢，但大連港位于我國的北部，易受溫度、霧霾和海冰等自然因素的影響，而廈門港位于我國較南端，易受風、雨、雷和霧等自然因素的影響，因此大連港和廈門港需要加強自然天氣的預警和防御，盡量減小自然狀況對產(chǎn)業(yè)運作的影響；對于物流競爭力相對較弱的湛江港，由于港區(qū)陸域面積小，航線覆蓋條數(shù)少，因此建議擴大港口建設規(guī)模，為物流吞吐等產(chǎn)業(yè)運作奠定良好的基礎。

5 結論

采用主觀與客觀賦權相結合的方法建立了多指標評價模型，在滿足對指標主觀偏好的同時兼顧其客觀屬性。通過層次分析法和信息論中的熵值理論，分別確定了各指標的主客觀權值。根據(jù)綜合賦權法結合主客觀權值，由線性加權法得出各評價對象的綜合評價值。將該模型應用于港口物流競爭力的評價中，并與僅采用層次分析法或熵權法的結果進行比較分析。三種方法所得各港口的評價值較為接近，相對誤差大部分位于3%以內。通過對其排序可知三種方法中港口2(寧波港)均列物流競爭力第一位，港口4(深圳港)均列第二位，港口1(大連港)和3(廈門港)位列第三或第四位，港口5(湛江港)均列末位，說明評價結果基本一致。根據(jù)交通運輸部公布的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。結合各港口規(guī)模和經(jīng)濟效益進行排名，社會上普遍認為以上港口中寧波港和深圳港較有優(yōu)勢，具有更大的發(fā)展?jié)摿?，而湛江由于在基礎及產(chǎn)業(yè)方面受限，與其他港口存在一定的差距，大連及廈門兩個港口各有優(yōu)勢，但均介于深圳及湛江之間。將綜合賦權法所得港口物流競爭力排名與現(xiàn)實中各港口的排名和評價進行比較，表明本研究結果符合實際情況，驗證了模型評價結果的合理性。綜合以上分析，基于綜合賦權法建立的評價模型是一種可靠有效的方法，可以為港口物流競爭力的評價與擇優(yōu)提供依據(jù)。