港口城市经济腹地对集装箱吞吐量的贡献度分析

杨小明，宓为建

（上海海事大学 科学研究院，上海 201306）

2006年通过的全国《沿海港口布局规划》，根据经济发展状况及特点、区域内港口现状及港口间的运输关系和主要货类运输的经济合理性，将全国沿海港口划分为环渤海、长江三角洲、东南沿海、珠江三角洲和西南沿海5个港口群体，形成煤炭、石油、铁矿石、集装箱、粮食、商品汽车、陆岛滚装和旅客运输8大运输系统的布局.以此为标志，我国集装箱港口初步形成了港口群体的布局，但差异化、分工有序的垄断竞争模式尚未形成.根据2004年经国务院审议通过《长江三角洲、珠江三角洲、渤海湾三区域沿海港口建设规划（2004—2010年）》，长三角以上海、宁波港口为重点，由苏州港等长江下游沿江地区港口共同组成上海国际航运中心集装箱运输系统；珠三角以深圳、广州港为主的集装箱运输系统，按照利益共享、风险共担、优势互补、共同发展的原则，在努力巩固和保持香港国际航运中心的采购中心和结算中心地位的同时，充分发挥两地港口的资源优势，相应建设珠海、东莞等港口的集装箱码头，形成各展所长、共同发展的局面，尽可能减少港口资源的浪费；环渤海地区以大连、天津、青岛港为主，相应发展营口、丹东、锦州、秦皇岛、京唐、黄骅、烟台、日照等港口的集装箱运输系统.可见我国最主要的三大集装箱港口群的集装箱运输系统主要以上海、宁波、深圳、广州、大连、天津、青岛这几大港口城市为核心.考虑到广州深圳之间相距只有100多km，所以本文择取上海、天津和广州深圳作为我国最主要的三大集装箱港口群的代表，分别分析它们与经济腹地之间的相互联系的程度，评价比较它们的经济腹地对于集装箱吞吐量的贡献度.

1 经济腹地分析

港口经济腹地的划分方法主要分为两大类，按腹地地理范围划分以及按腹地货流范围划分.本文按腹地货源范围划分的思想，以我国各省市外贸海运通过各口岸的比重，来判别三大港口城市的经济腹地，并依此作为经济腹地对港口城市的依赖程度.以2005年统计数据为参考，其中：隶属度＝该省市外贸海运通过对应口岸进出口总额／该省市外贸进出口总额［1］.截取隶属度大于5%的省市为港口城市的主要经济腹地.其中广州-深圳是以广州关区、黄埔关区和深圳关区相关数据的总和.得到各港口城市主要经济腹地以及它们对于港口城市的依赖程度参见表1.

表1 经济腹地隶属度参考值Tab.1 Membership degree of economic hinterlands

2 评价指标选择

影响集装箱吞吐亮的因素众多，而且各种因素对于港口集装箱吞吐量的影响程度不同，为了找出其中最主要的影响因子，本文选取主成分分析法.主成分分析法可以通过高维数据降维，来获取数据的主要信息，而且在低维空间将信息分解为互不相关的更有意义的解释，同时在降维的过程中又能尽量减少信息的损失.考虑到上海港和天津港拥有的经济腹地范围广阔，因而选择全国的经济数据来分析集装箱吞吐量的影响因子［2］，见表2.

表2 1990年至2010年社会经济指标Tab.2 Main economic indicators of China

由于不同指标具有不同的量纲和数量级，为消除由量纲不同带来的影响，需对各个变量进行量纲一化处理：

式中：Zi为量纲一化后的数据；xi为原始数据；x—为序列均值；σ为序列标准差.

对量纲一化后的矩阵进行处理，求其相关系数矩阵R见表3.

表3 相关系数矩阵RTab.3 Correlation coefficient matrix R

根据等式：

式中：R为关系系数矩阵；x为特征值对应的标准特征向量；λ为关系系数矩阵特征值组成的对角阵.式（2）也可以写为

式中：E为单位阵.

设λi为R的一个特征值，则由方程：

可求得非零解x＝pi，那么pi就是R对应于特征值λi的特征向量.分别求得相关系数矩阵R的特征值及对应特征向量值见表4.

表4 关系系数矩阵特征值及对应特征向量Tab.4 Eigenvalue and eigenvector of the correlation coefficient matrix

计算特征值的变差贡献积累百分比见表5.

表5 特征值的变差贡献积累百分比Tab.5 Accumulated percentage of Eigenvalue variation

由于第一个特征值变差贡献百分比已经超过85%达到95.272%，所以起明显作用的是第一个特征值.经济指标i的关于主成分权系数为

式中：λi为关系系数矩阵第i个特征值；zn，i为量纲一化后第n年i项统计指标；p1，i为λi对应的特征向量i向坐标；N为统计年数.

计算得各经济指标关于主成分的权系数见表6.绘制散点图见图1.由图1可知，前6个指标的权系数相近，在主成分中起主导作用，说明这组指标相互之间的关系极为密切，而集装箱吞吐量正好处于这组指标中.由于所使用的数据是全国统计数据，所以这些指标的相互关系在全国具有代表性.因而可以使用港口城市经济腹地中各省市的这组经济指标分析经济腹地对集装箱吞吐量的贡献程度.观察相关系数矩阵，发现这组指标中，GDP与社会消费品零售总额相互间有着极高的线性关系，考虑到GDP与集装箱吞吐量之间的相关程度更高，所以去除社会消费品零售总额这个指标，同理在货运量与货运周转量之间去除货运量.所以最终确定使用GDP、外贸进出口总额以及货运周转量三个指标来评价经济腹地对于港口集装箱吞吐量的贡献程度.

表6 经济指标关于主成分的权系数Tab.6 Weight coefficient of economic indicators with principal component

图1 经济指标关于主成分的权系数Fig.1 Weight coefficient of economic indicators with principal component

3 贡献度计算

3.1 指标评分

找出表1中所有省市2007年至2009年GDP、外贸进出口总额以及货运周转量统计数据.由于不同指标量纲及量级不同而存在着不可公度性，为了使指标转化到0—1区间，所以对不同省份同一年度的同一指标按照下列公式转化：

式中：Xi为同一年i省份某一指标值；Ximin，Ximax为同一年度同一指标中的最小、最大值.

为了体现薄古厚今的原则，对不同年份，于同一省市，同一指标按照下式计算该省市最近3年该项指标的得分［3］：

式中：τ1为F1的加权因子，τ1＝1／2 N；X（k）为第k年指标值.

考虑到各指标对集装箱吞吐量的影响不同，需要比较各指标同集装箱吞吐量的相关性系数，可参考表3.按照相关性系数越大赋予权值越高的原则，按下列公式计算各省市的综合得分为

式中：τ2为F2的加权因子，τ2＝1／2 M，M 为需要计算的经济指标项数；F（m）为m 指标项得分.计算得各省市综合得分见表7.

3.2 各港口城市经济腹地对集装箱吞吐量贡献度

结合表1和表6计算结果，经济腹地对于港口城市集装箱吞吐量的贡献度为

式中：μ为经济腹地对于港口城市的隶属度，参照表1.上海、天津、广州深圳各个经济腹地对集装箱吞吐量的贡献度，见表8—表10.

由表8可见，上海港经济腹地中上海、江苏、浙江三省市对于集装箱吞吐量的贡献最主要，累计百分比超过75%.另外北京、湖北、安徽、四川、江西、湖南属于第二梯队经济腹地.而重庆、新疆、黑龙江、海南、西藏则属于第三梯队.

表8 上海港经济腹地对于集装箱吞吐量的贡献度Tab.8 Economic hinterland’contribution rate of container throughput of Shanghai

表9 天津港经济腹地对于集装箱吞吐量的贡献度Tab.9 Economic hinterland’contribution rate of container throughput of Tianjin

由表9可见天津港经济腹地中，天津、河北、内蒙、北京4省市对于集装箱吞吐量的贡献最主要，累计百分比超过75%.另外河南、山西、新疆、甘肃、四川、陕西属于第二梯队经济腹地.而宁夏、青海则属于第三梯队.由表10可见广州-深圳港经济腹地中，广东省对于集装箱吞吐量的贡献最主要，累计百分比超过75%.另外广西、湖南、云南、江西属于第二梯队经济腹地.而贵州、海南、西藏则属于第三梯队.

表10 广州深圳经济腹地对于集装箱吞吐量的贡献度Tab.10 Economic hinterland’contribution rate of container throughput of Guangzhou and Shenzhen

表10 广州深圳经济腹地对于集装箱吞吐量的贡献度Tab.10 Economic hinterland’contribution rate of container throughput of Guangzhou and Shenzhen

序号 省市名称 隶属度 指标评分 贡献度 贡献度百分比／%累计贡献度百分比／%1 广东0.6811.52121.035985.0385.032 广西 0.4030.18750.07566.20 91.233 湖南 0.1890.27340.05174.24 95.474 云南 0.1900.12040.02291.88 97.355 江西 0.0840.17350.01461.20 98.546 贵州 0.1690.07160.01210.99 99.547 海南 0.0840.05160.00430.36 99.898 西藏0.5320.00250.00130.11100.00

4 结论

随着全球化趋势进一步增强，区域经济一体化进程的不断推进以及我国对外开放程度的提高，港口作为要素和产品的运输集散的枢纽，与其经济腹地之间的相互促进联动发展的关系将进一步增强.本文通过我国几个主要港口经济腹地对于港口集装箱吞吐量贡献度的计算分析，既可以理清经济腹地对于港口城市的依赖程度，又可以很好地应用具体的数据量化经济腹地对于港口集装箱吞吐量的贡献度.对于进一步推进港口城市同经济腹地之间的联动发展可以提供可靠的信息支持.

［1］刘欣.港口腹地划分问题研究［D］.上海.上海海事大学，2006.LIU Xin.The classification research of port economic hinterland ［D ］. Shanghai： Shanghai Maritime University，2006.

［2］张润楚.多元统计分析［M］.北京：科学出版社，2006.ZHANG Lunchu.Runchu multivariate statistical analysis［M］.Beijing：Science Press，2006.

［3］郭亚军.综合评价理论、方法及应用［M］.北京：科学出版社，2007.GUO Yajun.Theory and application of the comprehensive assessment［M］.Beijing：Science Press，2007.