王棟

摘 要：為避免港口之間惡性競爭，促使港口良性發(fā)展，基于多項式Logit模型，收集長江下游港口中轉選擇行為數(shù)據(jù)，以港口收費、航運成本、港口基礎設施三個屬性作為效用變量對模型參數(shù)進行擬合驗證，分析了對集裝箱選擇中轉港口的影響。結果表明，港口收費和航運成本影響港口競爭力，船公司對港口收費比航運成本更敏感，競爭激烈的臨近港口要適當調整策略，以應對競爭。

關鍵詞：港口收費;內河港口;Logit模型;港口競爭

中圖分類號：[U6-9] ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ?文章編號：1006—7973（2020）07-0016-04

1 引言

近年來，隨著港口的不斷建設與發(fā)展，港口的服務范圍也在不斷地擴大，造成一些臨近港口的服務范圍發(fā)生了重疊。臨近的港口不得不進行激烈競爭，搶占市場份額來提高自身的收益。這不僅是在國際上，在國內也一樣。長江下游作為我國港口密度最大的地區(qū)之一，其貨物吞吐量占據(jù)了全國一定比例。長江下游港口中，江蘇省內河港口就有7個，分別為南京港、鎮(zhèn)江港、揚州港、泰州港、江陰港、南通港和蘇州港，由于各個港口之間距離非常相近，港口之間也面臨著激烈的競爭。此外，在長江入海口處還有上海的洋山港和外高橋港，洋山港作為上海國際航運中心，依托其15m深水港區(qū)和優(yōu)越的航道條件承擔著長江三角洲的遠洋運輸，推動著上海發(fā)展。因此對港口之間的合作與競爭具有重要的研究價值。

目前有較多以Logit模型研究航線與港口選擇，Niretal.（2003）[1]使用MNL模型對臺灣的航運信息進行分析，得出不同的航線，航線頻率以及港口服務等因素影響了港口選擇。Anderson（2009）[2]設置了巢式Logit模型分析航運成本、時間、時刻表準確率及補貼對港口選擇的影響。Simme（2013）[3]使用巢式Logit模型來改進以前的模型，并增加了新的變量增加研究的準確度，結果表明巢式Logit模型有更好的統(tǒng)計效果，且該模型可評估港口干預措施的影響。Wang（2015）[4]使用Logit模型分析了船公司對航線選擇的概率，并考慮了船公司之間的競爭合作，設計算法得出最優(yōu)運費，給船公司提供參考。Martinez（2016）[5]考慮巴拿馬運河拓寬后通過多項式Logit（Multinominal Logit Model，簡稱MNL）模型對航線選擇進行分析，認為主要影響因素有運輸費用、運輸時間和貨物種類等，為航線選擇變化提供建議。Wang（2018）[6]通過調查收集數(shù)據(jù)，將北極航線的風險根據(jù)破冰船的有無進行分析，建立帶有風險因子的Logit模型，為船公司提供了北極航線與蘇伊士運河航線的風險與收益之間的比較。王紅衛(wèi)（2004）[7]用多項式Logit來預測候選址的需求量，效用函數(shù)考慮運輸成本和物流成本兩項對行為選擇人至關重要的影響因素，通過效用函數(shù)和 Logit 模型的表達式，預測出每個候選址備選的概率以及相對應分配的需求量大小。曹悅（2008）[8]引用Logit模型用于競爭性選址研究，將候選址對選擇行為人的效用表示成兩者之間距離的函數(shù)。蔣曉丹（2018）[7]運用巢式Logit模型對多式聯(lián)運方式和陸港選擇進行研究，得出陸港選擇對多式聯(lián)運有顯著效果。

以上已有不少學者通過Logit模型研究海港之間的競爭，只有較少的學者研究內河港口。所以本文研究航運成本、港口收費、港口基礎設施在內河港口的競爭力，通過問卷調查收集長江下游集裝箱對港口中轉的選擇數(shù)據(jù)，并通過多項式Logit模型對港口群內港口效用進行分析。

2 問題描述

本文研究上海港口群的建設與發(fā)展對長江下游的江蘇內河港口群所帶來的影響，并分析長江入?？谔巸蓚€不同航向下的集裝箱對港口的中轉選擇。受限于長江中游的航道深度和南京長江大橋的高度，不少集裝箱海輪無法直接進入長江中游，集裝箱需要在長江下游進行中轉，由江輪進行后續(xù)運輸。本文研究船公司進出長江的中轉港口由江蘇港口群和上海港口群組成，以多項式Logit模型模擬船公司對中轉港口的選擇，且港口群內由于政府的作用采用合作的方式，即港口群內合作，港口群間競爭的情況。本文考慮如圖1所示的長江入?？谔帟斜?、南兩個方向航線，對江蘇港口群與上海港口群在兩個航向下對船公司的吸引力研究，各港口的港口收費由政府設定，船公司根據(jù)各港口的港口收費、各港口基礎設施和航行成本對中轉港口進行選擇。

3 模型建立及數(shù)據(jù)收集

3.1 Logit模型理論

離散選擇模型被廣泛地應用于交通出行方面與交通路線的選擇，而Logit模型是離散選擇模型中使用最頻繁的模型之一。由于離散選擇的基礎是 “效用最大化”假說，故Logit模型也是以此為核心。根據(jù)效用最大化假說，決策者往往會在所有選擇中取效用最大的決策。這里的效用通常被認為是隨機的，原因如下：其一是因為在心理學上，同一條件下的個人效用存在隨機性，即便對已有的選擇充分了解也無法避免這一隨機性;其二是在計量經(jīng)濟學中，由于決策者無法找到影響效用的全部因素，導致決策者的選擇效用并非最大效用。這里使用效用函數(shù)對Logit模型模型進行表達，其公式如下：

3.2問卷數(shù)據(jù)收集

為了準確了解集裝箱船在長江下游進行中轉時的港口選擇，我們采用了RP/SP調查的方式對長江下游的部分船公司進行了問卷調查，以掌握船公司對中轉港的選擇偏好。問卷的調查內容為在長江入?？谔?，船舶分別從北、南兩個方向進出時對港口的中轉選擇。對此，我們擬定從天津港以及廣州港分別到武漢港的航行數(shù)據(jù)，并加以處理，考慮不同的港口收費，船舶航行費用，港口基礎設施和航行時間的情況來進行。可選擇的港口有屬于上海的外高橋港和洋山港以及屬于江蘇的蘇州港，南通港，江陰港，泰州港，揚州港，鎮(zhèn)江港，南京港這九個港口，分別用1，2，3，…9表示如下：

同時，假定上海的港口收費為400元/TEU，江蘇港口為300元/TEU，重油的價格為3500元/噸，2000TEU海輪的航速為24km/h，300TEU江輪的航速為13km/h，所有港口的港口裝卸成本均為200元/TEU。通過以上數(shù)據(jù)，我們可以整理出兩個航行方向下江蘇與上海港口的屬性數(shù)據(jù)如下表：

其中，航行成本單位為元/TEU，航行時間單位為小時發(fā)放的紙質調查問卷和網(wǎng)絡調查問卷總共300份，有效回收293份，通過問卷收集到的中轉港口選擇數(shù)據(jù)如下表所示：

從上表我們可以看出，上海的港口，即洋山港和外高橋港占據(jù)長江內河集裝箱中轉的比例約為70%。說明上海港口群作為長江內河集裝箱的主要轉運港口，承擔了大部分集裝箱在長江下游的中轉。但是，洋山港在北方向的概率明顯低于南方向，相應的，外高橋港的選擇概率則有所上升。我們認為是由于北方向的集裝箱選擇洋山港中轉時，航行距離要比在其他港口中轉要遠，航運成本過高導致的。而在江蘇港口群中，南京港的選擇概率最大，鎮(zhèn)江港與泰州港其次，說明這些港口相對于其他江蘇港口有一定的優(yōu)勢。

4 實例驗證

4.1多項式Logit模型建立

本文主要研究江蘇內河港口群與上海港口群在競爭環(huán)境下，船公司對中轉港的選擇行為，主要考慮港口收費，航行成本以及航行時間這些因素對船公司選擇的影響。通過船公司對長江下游中轉港的選擇問卷調查，我們設定模型的變量如下：

4.2參數(shù)估計

通過問卷調查將收集得到的數(shù)據(jù)代入其中，并通過軟件Biogeme對所建立的模型進行參數(shù)估計以及模型準準確度驗證。因為航行時間的p檢驗值為0.738，說明航行時間的參數(shù)并不準確，其原因如下：首先，由于問卷調查所采用的時間單一，無法有效地體現(xiàn)時間的效用，若有實際的航行數(shù)據(jù)則將會準確;其次，由于不同情況下運輸距離相差并不遠，選擇不同港口所產(chǎn)生的時間差較小;而且運輸時間與運輸距離有較強的相關性，導致航運時間的影響不顯著。對此，我們將航運時間移除，以僅考慮航運成本和港口收費的情況來進行二次擬合估計，結果如下：

二次擬合的極大似然函數(shù)值為-948.3859，而擬合度Rho-square為0.263，一般Logit模型的擬合度在0.2～0.3，說明模型是比較準確的。模型的參數(shù)估計結果如下表：

4.3結果分析

根據(jù)表5我們可以得出每個港口相對應的效用函數(shù)為：

其中，表5第一列表示的是擬合的各個參數(shù);第二列表示的是各個參數(shù)對應的值;第三列表示的是參數(shù)的t檢驗值，檢驗值的絕對值超過1.96時可以認為其對決策者的選擇產(chǎn)生影響;第四列表示的是參數(shù)的p檢驗值，和t檢驗值一樣，是判斷參數(shù)對決策的影響，p<0.01說明參數(shù)影響顯著。

從表5中可以得到以下結果：

（1）航運成本與港口收費的p檢驗值都接近于零，說明航運成本與港口收費對中轉港選擇產(chǎn)生重要影響。

（2））港口收費與航運成本的參數(shù)值分別為-0. 0494和-0. 0146，說明這兩個因素與港口選擇呈負相關，即航運成本和港口收費越高，效用則越低，選擇此港口的概率也會降低，符合船公司選擇的實際情況，并且港口收費的權重要高于航運成本，所以船公司對港口收費的價格更敏感。

（3）洋山港與外高橋港的港口基礎設施參數(shù)遠大于江蘇港口，體現(xiàn)了上海港口的港口基礎設施要優(yōu)于江蘇港口。蘇州港與南通港的設施建設并不比江蘇其他港口差，而反映出港口基礎設施參數(shù)低于江蘇港口平均值，說明過于臨近上海港口導致競爭激烈，無法體現(xiàn)自身港口優(yōu)勢，建議適當調整港口收費，增強港口對船公司的吸引力從而擴大港口的市場份額，提升港口的競爭力。

5 結論

本文在考慮長江下游不同航向的情況下，研究基于Logit模型的集裝箱船對江蘇港口群與上海港口群中轉選擇行為，定量研究各因素影響情況，通過數(shù)據(jù)分析得出以下結論：

（1）港口設施建設，港口收費和航運成本對中轉港口選擇的競爭有著重要影響。通過降低港口收費和航運成本，能有效提高自身在市場上的競爭力，增加該港口的市場份額;而較好的港口設施更能夠吸引集裝箱船的中轉。

（2）可以適當調整蘇州港和南通港在江蘇港口群中的港口收費，提升港口的吸引力，以減緩上海港口帶來的競爭影響。

本文對影響港口競爭力的因素考慮得不完善，且由于收集的數(shù)據(jù)原因，導致無法對航行時間進行研究。未來計劃研究巢式Logit模型對港口群競爭博弈的影響。

參考文獻：

[1]Nir A S，Lin K ，Liang G S.Port choice behaviour--from the perspective of the shipper[J].Marit Policy & Management， 2003，30（2）：165–173.

[2]Anderson C M ，Opaluch J J，Grigalunas T A.The demand for import services at US container ports[J]. Maritime economics & logs， 2009， 11（2）：156-185.

[3]Veldman S，Garcia-Alonso L，Vallejo-Pinto J A.A port choice model with logit models： a case study for the Spanish container trade[J]. Nternational Journal of Shipping & Transport Logistics， 2013， 5（4-5）：373-389.

[4]Wang S，Wang H，Meng Q .Itinerary provision and pricing in container liner shipping revenue management[J]. Transportation Research Part E： Logistics and Transportation Review， 2015， 77：135-146.

[5]Martinez C， Steven A B， Dresner M. East Coast vs. West Coast： The impact of the Panama Canals expansion on the routing of Asian imports into the United States[J]. Transportation Research Part E， 2016， 91：274-289.

[6]Wang H， Zhang Y， Meng Q. How will the opening of the Northern Sea Route influence the Suez Canal Route？ An empirical analysis with discrete choice models[J]. Transportation Research Part A Policy & Practice， 2018， 107：75-89.

[7]王紅衛(wèi).“無水港”建設及離散選擇理論在選址中的應用[D].上海：上海海事大學， 2004：1-59.

[8]曹悅.基于顧客選擇行為的Logit效用函數(shù)的競爭性選址問題研究[D].上海：復旦大學， 2008：1-121.

[9]蔣曉丹，范厚明，張琰雪，etal.港口與運輸方式及陸港聯(lián)合選擇的巢式Logit模型[J].交通運輸系統(tǒng)工程與信息，2018，18（05）：36-41.