港口竞争力研究综述

王爱虎，刘晓辉

(华南理工大学工商管理学院，广州 510640)

一、引言

随着社会经济的不断发展，世界经济全球一体化对国际航运业务的需求不断增加。据有关权威机构2010年公布的数据，国际贸易总运量中的2/3以上是通过海运运输，我国进出口货运总量的约90%都是利用海上运输来完成的。[1]截止2010年末，全世界80多个国家和地区有海港9800多个，吞吐量大于100万吨的共有500多个，世界上主要海运贸易港口有3157个，其中，我国有88个(包括台湾省)。[2]截止2011年末，我国港口拥有生产用码头泊位31968个(沿海港口生产用码头泊位5532个，内河港口生产用码头泊位26436个)，吞吐量亿吨以上港口数量达到26个(沿海亿吨港口17个，内河亿吨港口9个)，2011年全年完成货物吞吐量100．41 亿吨，集装箱吞吐量1．64 亿 TEU。[3]由以上数据可以看出，港口作为海运物流的交汇点，已经成为交通运输体系和经济体系的重要环节，对港口及其竞争力的研究有着非常重要的现实意义。

2004年1月《港口法》的实施，鼓励国内外经济组织或个人对港口的依法投资经营，拓宽了中国港口投资建设的渠道。同时，港口经营属地化政策的实施，也刺激了港口数量的增加。港口的增加导致竞争越来越激烈，各种无序的竞争延缓了港口物流整体的发展。港口功能不断增加，港口不再仅仅作为船舶停靠及货物装卸地，而是提供多种增值服务及功能的综合区，由传统的运输功能向货物流、资金流、信息流相结合的多功能转变，使其竞争范围不断扩大，对其竞争力研究的广度和深度有了更高的要求。各港口之间的竞争日益激烈，如何合理地运用评价方法对港口自身竞争力做出正确评估，确定自身优劣势，发现港口发展的薄弱环节，提升竞争力，如何实现资源的有效配置，直接关系到港口的发展前景。为此，本文对港口竞争力的研究方法进行了系统的归纳总结。

一、国内外研究现状

港口竞争力的研究起源较早，但由于前期研究比较零散，加之许多经济学家仅把港口当作航运经济的一部分，重点研究港口与船舶运输之间的关系，一直到20世纪60年代才开始系统地研究港口发展，并逐渐涉及港口竞争力的探究。

英国地理学家伯德(Bird)提出的“港口通用模型”，即 Anyport模型[4][5]，堪称是对港口发展最早的研究。根据港口设施的发展变化，伯德将港口发展划分为六个发展阶段:①原始发展阶段;②顺岸式港口扩展阶段;③顺岸式港口细部变化阶段;④船坞细部变化阶段;⑤港池式码头发展阶段;⑥专业化码头发展阶段。[6]模型提出后不同学者将其应用在东非、加纳、澳大利亚等地的港口，并根据港口自身条件对模型进行修正。但是，该模型对由班轮服务的海向腹地和港口服务的陆向腹地的研究，尤其是对相应航运活动研究不足。[7]

1957年，英国的麦耶(Mayer)首先提出了对港口间陆向腹地竞争的研究[8]，之后，威根德(Weigend)对港口间海向腹地竞争进行了探讨。英国经济学家豪尔(Hoare)则指出港口之间的腹地是相互重叠的，对腹地的竞争实际上是对其交叉腹地的竞争，而不是过去所提出的直接腹地。[9]之后的一段时间内，学者将关注点转移到具体的影响因素上。Malchow和Kanafani[10]的研究指出了海向腹地和陆向腹地之间的距离应该是影响港口竞争力的重要因素之一。Foster通过调研指出，航线数量、航班密度、服务质量、服务便利程度和港口拥挤程度、港口费率等因素对船方选择停靠港口的影响程度远远高于港船之间的距离因素。[11]Van de Voorde和 Winkelmans[12]以及 Slack[13]则认为航线是船方在选择港口时经常考虑的重要因素。Fleming提出以各种服务方式和现代化设施来满足船舶公司的要求，可维持其竞争优势。[14]而Haynes等分析认为香港港及高雄港之所以保持高吞吐量的根本原因在于其具有较高的效率，从而提出效率也是影响港口竞争力的因素[15]，与之观点相类似，Jose也指出港口效率是影响港口竞争力的重要因素。[16][17]伴随着客户对个性化服务的要求，Robison[18]认为向客户提供保持持续价值而非利益价值链的竞争也是非常重要的。

随着竞争的愈演愈烈，港口竞争力影响因素的范围不断扩大，由最初的地理位置影响较大，慢慢演化到多因素共同作用。20世纪70年代，麦耶(Mayer)和肯扬(Kenyon)等学者[19][20]综合考虑劳动力成本、生产率、铁路运输衔接水平、港口可达性、陆上用地情况等因素对港口竞争进行分析，扩展了分析范围。Haezendonck和 Notteboom[21]则认为生产力水平、腹地的可达性、产品质量、货物产生效果、港口声誉及可靠性等是影响港口竞争力的重要因素。上海海事大学许长新等提出并总结了形成港口竞争力的六个主要因素，包括:地理位置、内陆运输连接、港口服务项目和效率、服务价格、社会经济稳定、电信系统。[22]同时，许长新通过研究上海港与其他港口的差异，认为港口间要采取竞争与合作的对策战略，以实现国际航运中心的建设。[23]郭钧等对港口发展进行了系统的研究，提出“港口一体化发展要素体系(Integrated Port Development Factor System)”，即IPDFS。通过对体系中诸要素的综合研究，确认港口发展现状。[24]严以新则从地理区位条件及腹地货源、硬件与软件设施、作业效率、港口费用、港口开发及营运管理方式、整体发展、微观实力、宏观环境等方面，运用模糊综合评价法对集装箱港口竞争力进行评价。[25]2004年孙光圻教授运用模糊综合评价法从运营条件、服务质量、基础设施条件、管理水平、港口形象几方面对大连港的港口竞争力进行评价[26]，分析了影响因素。

而现代港口的竞争已逐渐演变为综合实力的竞争，软实力与硬实力同等重要。在前期学者研究的基础上，John R．M．Gordon等提出依靠资源的整合，包括政府支持政策、充足的投资、良好的港口运作、信息技术以及港口的地理位置和天然深水港，形成持续的竞争优势，并阐述了信息技术和港口运作对港口竞争力的影响。[27]Notteboom和 Winkelmans[28]则认为港口应该不断发挥其核心竞争力，获得竞争优势比取得更多的腹地范围更重要。中国科学院谢世棱也提出大中型港口需同时采取现有港区合理开发及设施更新和新港区扩建两种措施实现港区发展。[29]与此同时，各种评价处理方法也被相继引入到港口竞争力的研究上面来，匡海波、陈树文结合熵权法和TOPSIS法对大连港及上海港等港口进行港口竞争力分析，提高了我国港口竞争力对策。[30]王春颖、肖朋民、肖丽娜通过对港口影响因素进行分析，运用熵权值模糊综合评价法对港口竞争力进行研究。[31]Murphy等则采用单变量和多变量分析的方法对港口选择考虑因素研究后发现，不同国际贸易参与者的衡量标准不同。[32]关于港口竞争力的研究已经发展到一个涉及多因素多领域的阶段，各种评价方法都被应用到竞争力分析上来，以期对港口竞争力有一个合理的评价。

由以上综述可以看出，目前港口竞争力的研究仍处于初级阶段，研究的广度和深度有待进一步的提高。港口是一个复杂的体系，涉及多个领域和学科，影响因素众多，竞争力的研究体系和研究方法不够系统，因此本文将系统地对竞争力的研究方法进行归纳和总结。

二、港口竞争力评价方法

港口发展初期，功能结构单一，港口的区域优势起决定性作用。因为受技术条件、地理条件的限制，人们只会选择那些地理位置优越、经济较为发达的沿海地区建立贸易港口，港口和城市呈现一体化趋势。随着工业和商业的迅速发展，铁路、轮船等的技术进步以及日益增长的国际贸易带来的港口规模的日益膨胀，港口功能已从城市中心分离出去。港口功能呈现多样化，逐步从装卸发展到集装卸、客运、旅游、物流、信息处理等功能于一身，港口竞争力影响因素的范围不断扩大，因此，对港口竞争力评价的难度有所增加，评价方法的选择难度也加大。目前，港口竞争力的评价方法很多，主要分为主观评价方法和客观评价方法两大类。各类的相应评价方法如图1所示:

图1 港口竞争力评价方法分类

(一)主观评价法

主观评价法是根据评估者主观上对各指标的重视程度确定指标权重，带有一定的人为性，主观性强。主要包括专家调查法、标杆分析法、TOPSIS法、层次分析法、模糊综合评价法、证据推理法等。

1．专家调查法

专家调查法，又称德尔菲(Delphi)法或专家评估法，是以专家作为对象索取信息，借助专家的知识和经验，在专家个人判断和专家会议方法的基础上发展起来的一种直观的预测方法。

专家调查法包括以下步骤:①选定主持人，组织专门小组。②拟定调查提纲。调查的问题应明确恰当，数量适中。③选定调查对象。选定的专家要有代表性，业务熟练，有一定的专业特长和声望，并且具有较强的洞察力和判断力。④轮番征询意见。通常需要经过三轮:第一轮寄出问题，要求专家在规定时间内完成调查表并寄回;第二轮修改问题，请专家根据整理的不同意见修改自己所提问题，即让调查对象了解其他见解后，再一次征求其本人的意见;第三轮最后判定，将专家最后考虑的意见搜集起来，加以整理。有时根据实际情况还可进行多轮征询;⑤分析调查结果，得出调查报告。从上述步骤可以看出，专家调查法能否得到理想的结果关键在于专家的选择及其对所调查问题掌握的资料和熟悉程度，此外，主持人的经验和水平也是重要的影响因素。

2．标杆分析法

标杆分析法(Pole Analytical Method)，即对比差距法，在全球范围内寻找最佳实践、确定最佳做法，为自己提出改进方案的一种方法。20世纪70年代最早在美国开始实施，目前已广泛应用于竞争力的测定及提高。测定港口竞争力，需要在拥有同样服务的港口企业中找出绩效显著的港口进行分析，确定最佳港口实践者，并判断其达到最佳的影响因素，通过对目标参评港口与最佳绩效港口的能力进行对比，进而提出缩小差距、提高参评港口绩效的有效途径的一种科学定量的、直观的分析评价方法。[33]

3．TOPSIS法

TOPSIS法，全称为“逼近于理想值的排序方法”，是由C．L．Hwang和K．Yoon于1981年首次提出的一种多目标决策方法[34]，它是根据被评估方案与正理想解和负理想解的距离来排列方案的优劣次序。理想解为设想的最好方案，它的各属性值达到所有被评方案中的最优值;相应地，负理想解则是所设想的最坏方案，它的各属性值都是所有被评方案中的最坏值。进行港口竞争力评价时，将港口竞争力综合得分作为目标，找出影响港口竞争力的指标，建立判断矩阵，然后经过一系列处理得到正负理想解，并分别计算目标值与其之间的欧氏距离和相对接近度，最后借助相对接近度的大小对目标港口排序。

运用TOPSIS法进行排序，首先需要对m个评价单元的n个评价指标进行综合评价，评价值分别为xij，(i=1，…，m;j=1，…，n)，其中指标变化方向应一致，即同趋势化。接着对原始数据归一化处理，得到归一化的评价值zij:

最后根据相对接近度的大小进行排序，Ci越大表明第i个评价单元越接近最优水平。[35]

4．层次分析法

层次分析法(Analytic Hierarchy Process，简称AHP)是美国运筹学家萨蒂(T．L．Saaty)于20世纪80年代提出的一种多准则层次权重决策分析方法。[36]它把一个复杂的多目标决策问题作为一个系统，并将总目标分解为多个分目标或准则，进而分解为若干层次，利用定性指标模糊量化方法算出层次单排序和总排序。在进行港口竞争力评价时，影响竞争力的指标重要性不等，通过对评价指标体系分析，将港口竞争力划分为若干准则层，逐层评价，最后得出总排序。

层次分析法的基本步骤如下:①建立层次结构模型，将问题分为若干层次，如目标层、准则层、指标层。②构造判断矩阵，采用成对比较法和1－9比较尺度法为各因素相对重要性打分。③计算权向量并做一致性检验。一致性指标CI为CI=(λmaxn)/(n－1)，其中λmax为判断矩阵最大特征向量，n为指标数量。随机一致性比率为，(RI为随机一致性指标，查表可得)，CR＜0．1时，认为满足一致性检验，否则需要重新调整判断矩阵元素取值。④计算组合权向量并做组合一致性检验。

5．模糊综合评价法

评价港口竞争力，指标权重的确定是重点。但有些指标可以定量表示，有些指标则只能定性反映，权重值选取的尺度不同，给结果带来偏差，模糊综合评价法的提出解决了这个问题，它是一种基于模糊数学的综合评价方法，根据模糊数学的隶属度理论，构造等级模糊子集，将反映评价对象的定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体评价。基本原理是:首先确定被评判对象的因素集和评价集，再分别确定各个因素的权重及隶属度向量，获得模糊评判矩阵，最后运用模糊运算将模糊评判矩阵和因素的权向量进行归一化处理，得到模糊综合评判结果。[37]

构建模糊评价模型:①构建因素集。设U=(u1，u2，…，um)为被评价对象的影响因素，ui(i=1，2，…，m)指港口竞争力的第一级指标;②构建权重集。设W=(w1，w2，…，wm)是一个权重集合，wi≥0表示第i个指标在ui因素集中的权重，总和为1;③构建评语集。设V=(v1，v2，…，vn)是一个评价集合，vj(j=1，2，…，n)是从高到低的评语，如“优”“良”“差”等n个等级;④评判集。首先对因素ui(i=1，2，…，m)做单因素评判，因素ui对评语vj的隶属度为rij，得出第i个因素ui的单因素评判集:ri(ri1，ri2，…，rin)。所有的m个因素构成一个总的评价矩阵R;⑤模糊算子。加权平均型的综合评价模型M(。，+)以权重的大小对所有因素均衡兼顾;⑥运算结果。被评价对象具有评语vj的程度bj为:

多层次模糊综合评判，从最底层开始逐层向上计算，直至到达最后的评语集。[38]

6．证据推理法

至20世纪90年代，随着科学理论的不断发展，徐冬玲、杨剑波等人提出将指标评价中定性与定量指标的量纲有效统一的方法:证据推理法，即ERA(evidential reasoning approach)。它经不断完善形成一种不确定性评价方法[39]，以证据推理、信息融合、效用理论、模糊数学等多种评价决策理论为基础，能够在不确定因素存在的前提下，有效地解决对定量及定性指标的评价问题。

ERA的基本思想是:①运用模糊规则对港口指标体系中的所有基本属性指标进行直接评价;②在不失去原有价值信息的前提下，利用证据推理算法对基本属性的评价进行变换处理，进而实现了对基本指标的父准则(即指标体系中的子指标)进行间接评价;③利用效用理论，以效用函数值的形式给出最终的评价结果，即目标的价值。

假设有两层指标的指标体系，有m个基本指标ei(i=1，…，m)，定义底层指标集合为E{e1，e2，…，em}，指标权重为W=(w1，w2，…，wm)。假设有N个评价等级H={H1，…，HN}，其中Hn为第n个评价等级，且Hn－1优于Hn。对ei的评价用如下形式表示:S(ei)={(Hn，βn，i)，n=1，…，N}，i=1，…，m;βn，i≥0。βn，i表示一个置信度，即指标 ei被评为Hn的置信度为βn，i。βn为顶层指标y被评为Hn的置信度，由底层指标逐步推算出。

7．小结

专家调查法有其特有的优点:通过通讯方式，如书信等实现信息的沟通;调查对象分布于各个相关领域，能够得到各方面专家意见;调查对象之间实行匿名制，更有助于其发表见解;反复调查，使分散的结果趋于一致;使用统计方法集中意见，将个人判断尽可能反映到归纳的集体意见中。但也存在着交换意见耗费时间长，不能面对面讨论导致问题无法清晰表达和解释，得出的最终意见存在一定的人为强制性，主观因素影响较大等缺点。专家调查法具有如上特点，特别适用于数据或客观资料不足的情况下进行的长期预测，或者是其它方法难以进行的预测。

标杆分析法是一种两对象的直接对比方法，不必进行数值的加总处理，克服了确定各指标权重的主观性影响。但标杆的选取有一定的局限，并且运用此方法需要较多的资源，如果资源不足，得到的效果亦不佳。另外，不能清晰地表明影响港口竞争力的因素，以致对港口制定决策作用不大。

TOPSIS法与传统的多元分析方法相比，其分析原理直观、计算简便及对样本量要求不大。但指标的确定及其评价存在一定的主观性和不完整性，港口竞争力影响因素较多，评价矩阵求解时比较复杂，不易求出正理想解和负理想解，导致评价结果的误差。鉴于此特点可以与其它指标评分方法结合，以提高评价结果的可信度。

层次分析法简单明了，把人的思维过程层次化、数量化，并结合数学为分析、决策、预报或控制提供定量的依据，考虑和衡量了指标的相对重要性，比较适用于解决不确定环境下的多目标决策问题及影响因素不存在定量指标的问题[40]，特别对目标结构复杂且缺乏必要数据、具有分层交错评价指标的目标系统更为适用。[41]但在港口综合竞争力评价中，如果因素过多，标度工作量太大，易引起专家反感和判断混乱，在对标度可能取负值的情况下也有欠考虑，仍存在一定程度的主观性。

模糊综合评价法结果清晰，系统性强，既有严格的定量刻画，也有对一些边界不清，不易定量的模糊现象进行主观上的定性描述，定性与定量相结合，是对受多种因素影响的事物做出全面评价的一种有效的多因素决策方法，适合非确定性问题的解决。但影响港口竞争力的因素很多，运用此方法不能解决由于评价指标间相关性所造成的信息重复问题，也可能会出现某一因素权重值很小的情况，指标转化过程仍带有一定主观性，无法达到评价的要求。

指标的基本属性通常有定性和定量两种形式，因此，在对子指标进行评价时，需要将这两类属性评价结果进行累加，结合成一个可比较的评价结果。ERA可以将多元信息融合在一起，将定性指标与定量指标的量纲统一化，减少评价过程中的信息缺损，同时，也可以进行差异分析、效率分析及灵敏度分析，利用自身软件进行计算，简单精确。适用于存在不确定性信息的港口评价问题，但前期运用模糊规则进行评价过程中存在一定程度的主观性，对客观结果有一定的影响。

(二)客观评价法

随着港口运作时间的增加，数据信息量不断增多，给港口竞争力评价提供了充足的数据。以往主观确定指标权重的方法已经满足不了港口评价的需要，如何从指标数据中提取信息，客观地反映指标权重受到越来越多学者的关注。客观评价法是根据各指标自身提供的信息量及重要性确定指标的权重，能够客观地反映事实，主要包括:熵权法、因子分析法、结构方程法、数据包络法等方法。

1．熵权法

熵权法是众多客观评价方法之一，熵原为热力学中表征物质状态的参量之一，自被数学家Shannon引入信息论后，广泛应用于各种决策和评价中，涵盖了社会技术、工程技术、管理科学与决策等几乎所有学科，已成为一种客观可靠的权重确定方法。

在信息论中，信息是系统有序程度的一个度量，而熵则是无序程度的一个度量，二者大小相等符号相反。若一个目标的信息熵较小，则表明其提供的信息量较大，指标的变异程度也较大，在综合评价中所起的作用理应越大，权重值就应该越高;反之亦然，信息熵大，提供信息少，指标变异程度也较小，权重越小。

按定性与定量结合的原则对m个评价对象的n个评价指标进行综合评价，得出评分值为xij(i=1，…，n;j=1，…，m)，第i个指标的熵定义为:

其中，

计算权重，第i个指标的熵权定义为:

熵权作为权值，并不是代表决策或评估问题中某个指标的重要性系数，而是在被评价对象集合中各指标值确定的情况下，指标之间竞争的相对激烈程度，是一种客观的评价方法。[42]

2．因子分析法

如何在数量众多的港口竞争力影响指标体系中提取出关键指标尤为重要，随着计算机技术及统计分析软件的发展，数据信息的提取变得简单可靠，因子分析法在这一背景下被应用到港口竞争力评价上，与之相类似的还有主成分分析法等方法。因子分析法(Factor Analysis)最初由英国心理学家C．Spearman提出，后被广泛应用到社会学、气象学、政治学、医学及管理学等领域。它通过研究诸多具有内在相关性的变量，压缩数据并找到其基本结构，将原有变量所包含的主要信息用少数几个抽象变量(因子)反映出来，进而得出这些公共因子的因子值，并解释可观测变量之间的相互依赖关系。

在对含有多个变量的被评价对象进行分析时，变量之间往往具有某种相互依存关系，而这些关系往往是因为变量中包含不能直接观测但却能影响可观测变量变化的公共因子。因子分析法就是通过观测变量寻找公共因子的一种方法，用少数几个因子代表变量的绝大部分信息，然后根据公共因子的方差贡献率确定它们的权重。因子分析的数学模型[43]表示为:

用矩阵表示为:X=AF+ε。

其中，f1，f2，…，fm为公共因子;εi为特殊因子，它是每个变量所特有的因子，即变量中不能被公共因子解释的部分，只对本变量起作用;aij是第i个变量在第j个公因子上的载荷，也称为第i个变量对第j个因子的依赖程度。该模型假设m个公共因子不相关，n个特殊因子也不相关，并且公共因子与特殊因子之间也是相互独立的。

3．结构方程法

港口竞争力评价指标涉及多领域多学科，正是由于港口竞争力指标体系的复杂性，越来越多的多学科数理结合方法被应用到港口竞争力评价上，结构方程法就是一种结合了多种数理方法的统计建模技术，结构方程表达式如下:

该方程各参数变量的意义如表1[44]所示:

表1 结构方程参数意义表

结构方程模型通过比较数据点的数目与自由参数数目的大小识别模型，再根据数据进行模型运算估计，得出各参数的估计值和可信度，最后对模型进行检验。结构方程模型利用联立方程组求解，但没有一般统计回归模型严格的限定条件，允许变量存在测算误差，传统的数理统计方法对由自变量测量误差导致的回归参数产生的系统误差无能为力，结构方程模型解决了这个问题，使研究人员在分析中既能处理测量误差，又可分析潜在变量之间的结构关系。[45]

4．数据包络法

数据包络分析DEA(Data Envelopment Analysis)是美国著名运筹学家查恩斯(A．Charnes)和库伯(W．W．Cooper)教授在“相对效率评价”概念的基础上演化而来的一种新的系统分析方法。该方法定义决策单元为“可以通过一系列决策，投入一定数量的生产要素，并有一定数量的产出”的系统。对已知的n个决策单元，可用DEA方法来判断各个单元投入、产出的合理性与有效性。对于某个选定的，判断其有效性的模型的对偶规划[46]可表示为:

在上述C2R模型中，每个DMUj(j=1，2，…，n)有m种输入和s种输出，分别用输入Xj和输出Yj表示，即 Xj=(x1j，x2j，…，xmj)T，Yj=(y1j，y2j，…，ysj)T。其中，xij＞0表示第j个决策单元DMUj的第i种类型输入的输入量，yrj表示第j个决策单元DMUj的第r种类型输出的输出量，i=1，2，…，m;r=1，2，…，s;j=1，2，…，n，Xk=Xjk;Yk=Yjk分别为特定决策单元DMUk的输入和输出;θ为DMUk的投入相对于产出的有效利用程度，满足0≤θ≤1;μj为DMUk重新构造一个有效DMU组合中j个决策单元DMUj的组合比例;为松弛变量。

(1)当vj=1，s+r，si中至少有一个大于零时，则DMUj为弱DEA有效。

(2)当 vj=1，且 s+r=si=0，则 DMUj为 DEA有效。

(3)当 vj＜1，则 DMUj为 DEA 无效。[47]。

数据包络理论的基准模型就是加权产出与加权投入之比值，即相对效率。其核心功能是通过与参考集的相对比较评价区分有效和非有效的DMU，并找出无效DMU的绩效改进方向及相关信息。运用相对效率评价可以实现在仅仅了解参考集所有DMU的相对投入和相对产出情况下对所有DMU的分类和排序。[48]

5．小结

熵权法定性与定量结合，可信度较高，得到各指标权重后与其它综合评判方法协调使用，结果更佳。但运用此方法需要足够的样本数据和实际的问题域，计算方法复杂，通用性及可参与性差，当指标值变动很小或是突然变大变小时，熵权法有一定的局限性，而且不能将评判者对不同属性指标的重视程度表现出来，确定的权重与属性的实际重要程度相差较大，影响结果。确定评价对象并且得到熵权后，可以对评价指标进行调整，以便得出更精确可靠的评价。

传统的评价方法一般都基于人为的赋值，带有一定程度的主观性，使评价结果不具备唯一性和客观性，而因子分析法克服了以上缺点，公共因子的权重不是人为赋予的而是根据因子对总体变量的方差贡献率大小确定，避免了主观的随意性，使结果更加合理。[49]但有时提取的公共因子对原始变量的解释能力可能很弱，不容易对公共因子命名，有一定的局限性。

结构方程法能够有效地解决变量之间多重共线及测量误差的问题，适用于多因变量问题。但对样本容量要求较大，以致操作繁琐，并无法删除冗余指标。

数据包络分析是一种非参数统计的客观评价方法，根据输入、输出动态地调整评价模型的权重指标，以输入和输出指标的权重为变量，从最有利于决策单元的角度进行评价，解决了指标公度性不同、主观性偏好等问题，适用于多输入－多产出问题。

(三)总结

主观评价法适用性强，简单易行，有很强的可操作性，但指标权重的确定及评价过程带有很大的主观性，受到评估者个人认识能力、文化水平等因素影响较大，评价结果不具备说服力。另外，港口竞争力的影响因素涉及多个领域及学科，要求的样本数量巨大，人为赋值，指标所携带的信息很难完整地反映在权重值上，给评价结果造成一定的偏差。但是，对于信息不完全或具有难以量化指标的港口进行分析时比较适用。

客观评价法能够根据指标自身提供的信息量及重要性确定其权重，避免了人为赋值带来的主观影响，使权重值更加真实可靠地反映各指标的情况，结果更接近事实。但是，这些方法往往需要大量的样本数据进行分析，以提取所需信息，操作过程过于机械化，对于特殊情况的处理达不到要求，并且无法对冗余的指标进行删除，使操作起来难度变大，过程繁琐。

三、港口竞争力评价的研究方向

本文详细地整理了港口竞争力评价的发展历程，并对其评价方法进行了归纳总结。随着全球经济一体化及国际贸易的发展，国际物流领域发展迅速，港口的作用日益显著，港口之间的竞争也越来越激烈，竞争因素涉及各个领域多种学科。国内外学者理论联系实际，定性与定量方法相结合从多角度各个方面进行了很多的研究，表明港口仅仅拥有良好的自然条件及地理位置已远远达不到港口物流发展的要求，设备、信息技术、通关效率、费率及增值服务等等因素都影响着港口的竞争力。随着港口物流业务发展模式的不断改变，影响物流委托方选择港口的因素也随之变化，传统的影响因素被取代，港口竞争力评价的难度有所增加。港口作为区域的经济增长点，关系着区域整体的竞争力水平，进而影响着国家的竞争力水平。由于港口竞争力评价研究尚处于初级探索阶段，很多问题有待进一步研究，基于作者对相关文献的综述及对该领域的理解，对未来的研究方向予以展望:

(1)从微观角度运用多主体决策方法对港口竞争力的研究将成为可能的发展方向之一:看似简单的港口尤其是国际型港口涉及地方政府、海关、检验检疫、边防、海事、港口运营商、货代、船代、船公司等多个行为主体，这些行为主体的综合绩效反映为港口的竞争力，然而，从多主体决策的角度对港口竞争力的研究大多处于空白状态。

(2)将港口系统看作一个服务系统从输入、服务和输出的角度对港口竞争力的研究仍然处于起步阶段。现有研究大多从港口自身的硬件或软件条件等方面对其竞争力进行评价，然而港口是一个服务系统，从外向物流的视角看，前端联系腹地，通过海运/空运等与目标市场联系;从内向物流的视角看，前端联系着区域广阔的国内外市场而后端则与腹地密切相关。这样一个具有典型输入、输出和服务机构的系统，其效率和竞争力不仅与港口自身的软硬件相关，而且与输入和输出的特性相关。然而，这方面的研究仍然不多见。

(3)共享腹地港口群整体竞争力的研究将成为未来的发展方向之一:随着全球范围内的产业转移，港口业的发展在经过一段时间的调整后已经形成了颇具特色的共享腹地港口群。规模相当、功能相近、地理位置集中的一些港口构成了共享腹地的港口群，港口群中的港口既相互竞争又不排除相互间的合作，形成了一道独特的风景线。然而，目前对共享腹地港口群间港口竞争力的研究仍然处于起步阶段。

[1]王爱虎．国际物流管理[M]．北京:清华大学出版社，2009．116－118．

[2]2011－2015年中国海运行业投资分析及前景预测报告[EB/OL]，http://b2b．hc360．com/supplyself/105168609．html，2011．1．1－2011．12．15．

[3]2011年公路水路交通运输行业发展统计公报[EB/OL]，http://www．moc． gov． cn/zhuzhan/tongjigongbao/fenxigongbao/hangyegongbao/201204/t20120425_1231778．html，2012．04．25．

[4]Bird J H．Seaport Gateways of Australia[M]．London:Oxford U-niversity Press，1968:27 －71．

[5]Bird J H．Seaports and Seaport Terminal[M]．London:Hutchinson，1971:1 －26．

[6]张芯．港口企业竞争初探[J]．中国港口，1995(2):23－26．

[7]徐永健，阎小培，许学强．西方现代港口与城市、区域发展研究述评[J]．人文地理，2001，16(4):28－33．

[8]Mayer H M，The port of Chicago and the St．Lawrence Seaway[M]．Department of Geography Research Papers No．49，Chicago:University of Chicago，1957:1 －36．

[9]Hoare A G．British ports and their export hinterlands:A rapidly changing geography[J]．Geografiska Annaler，1978，68(B):29 －41．

[10]Malchow M．，Kanafani A．A disaggregate analysis of factors influencing port selection[J]．Maritime Policy ＆ Management，2001，28(4):265－277．

[11]Foster A．T．What shippers should look for[J]．Distribution Worldwide，1978:41 －48．

[12]Van de Voorde E．，Van Hooydonk E．，Verbeke A．Port Competitiveness:An Economic and Legal Analysis of the Factors Determining the Competitiveness of Seaports[J]．Antwerp:De Boeck Ltd．，2002:67－87．

[13]Claudio Ferrari，Francesco Parola，Elena Morchio．Southern European Ports and the Spatial Distribution of EDCs[J]．Maritime Econimics＆ Logistics，2006，8:60－81．

[14]Fleming D．K．World container port rankings[J]．Maritime Policy＆ Management，1997，24:175－181．

[15]Haynes K．E．，Hsing Y．M．，Stough R．R．．Regional port dynamics in the global economy:The case of Kaohsiung，Taiwan[J]．Maritime Policy＆ Management，1997，24:93－113．

[16]Jose Tongzon．Efficiency measurement of selected Australia and other international ports using data envelopment analysis[J]．Transportation Research Part A，200l，35:107 －122．

[17]Notteboom T．，Coeck C．，Van Den Broeck J．Measuring and explaining the relative efficiency of container terminals by means of Bayesian Stochastic Frontier Models[J]．International Journal of Maritime Economics，2000，2:83－106．

[18]Robinson R．Ports as elements in value－driven chain system:The new paradigm[J]．Maritime Policy ＆ Management，2002，29:241－255．

[19]Mayer H．M．Some geographic aspects of technological change in the maritime transportation[J]．Economic Geography，1973，49:145．

[20]Kenvon J．Elements in interport competition in the United States[J]．Economic Geography，1970，46:1 －8．

[21]Haezendonck E．，Notteboom T．The competitive advantage of seaports[J]．Maritime Policy＆ Management，2002，29．126 －145．

[22]许长新，徐杏．上海与周边港口的国际竞争策略[J]．深圳大学学报，2001，3:29－32．

[23]许长新等．上海港与周边港口的国际竞争力比较[J]．海洋工程，200l，4:15－20．

[24]郭钧．港口发展一体化指标体系(IPDFS)研究[J]．综合运输，2003，259(3):12－14．

[25]黄健元，严以新．港口集装箱运输竞争力综合评价指标体系的设计方案[J]．水运管理，2004，9:1－4．

[26]孙光圻．大连东北亚重要国际航运中心的基本概念和功能定位[J]．大连海事大学学报(社会科学版)，2004，1:15－18．

[27]John R．M．，Gordon，Pui－Mun Lee，Henry C．，Lucas Jr．A resource－ based view of competitive．advantage at the port of Singapore[J]．Journal of Strategic Information Systems，2005，14:69－86．

[28]Notteboom T．，Winkelmasn W．．Structural change in logistics:how will port authorities face the challenge[J]．Maritime Policy＆ Management，2001，28:71－89．

[29]黄大明，陈福星．港口经济学[M]．重庆:重庆出版社，1990:5－30．

[30]匡海波，陈树文．基于熵权TOPSIS的港口综合竞争力评价模型研究与实证[J]．科学学与科学技术研究，2007，28(10):157－160．

[31]王春颖，肖朋民，肖丽娜．熵权值模糊综合评判法在港口竞争力评价中的应用[J]．水道港口，2006，27(2):131－134．

[32]Murphy P．R．，Daley J．M．，Dalenberg D．R．Port selection criteria:an application of transportation research framework[J]，Logistics and Transportation Review，1987，28(3):237－255．

[33]李永春，彭玉玲，黄德寅．海西经济区中心港口综合竞争力排序研究[J]．特区经济，2008，10:266－267．

[34]Wang C．L．，Yoon K．S．Multiple attribute decision making methods and applications[M]．Spring－verlag，berlin，1981．

[35]胡永宏．对TOPSIS法用于综合评价的改进[J]．数学的实践与认识，2002，32(4):572－573．

[36]严守军．基于AHP的日照港竞争战略分析[J]．水运管理，2008，2:7－10．

[37]唐顺梅．基于牛顿模型的港口腹地划分研究[J]．辽宁:大连海事大学，2010(6):39－41．

[38]刘芭．基于模糊综合评判的港口竞争力研究[J]．交通信息与安全，2011，29(1):26－27．

[39]李婷婷．基于证据推理法的港口竞争力评价研究[J]．辽宁:大连海事大学，2009(6):32－34．

[40]张建兵．我国港口物流水平的系统评价与分析[J]．辽宁:大连海事大学，2006(6):15－17．

[41]郝俊利，雷蜜．运用AHP评价港口竞争力[J]．中国港口，2005(1):46－47．

[42]郎孔山．港口腹地范围界定方法应用研究[J]．辽宁:大连海事大学，2008(3):32－33．

[43]王璨．深圳港综合竞争力评价研究[J]．辽宁:大连海事大学，2009(6):18－20．

[44]杨香凤．基于粗糙集的港口竞争力评价模型的构建与应用[J]．江西:江西财经大学，2006(6):20－21．

[45]刘薇．上海国际集装箱港口竞争力问题研究[J]．辽宁:大连海事大学，2006(6):24－25．

[46]宋马林，杨烨军．基于超效率数据包络模型的城市竞争力研究－以安徽沿江城市为例[J]．统计教育，2008(4):2．

[47]申恩平，张青山．用数据包络模型评价企业相对效率研究[J]．沈阳工业大学学报，1998(1):2．

[48]吕梁．港口综合竞争力评价模型与方法及其实证研究[J]．辽宁:大连海事大学，2011(6):73－76．

[49]李丽，刘志平，肖汉斌，陶德馨．基于因子分析法的环渤海湾港口竞争力分析[J]．物流技术，2007，5:52－54．