考虑货-港双方利益的港口经济腹地划分模型

初良勇, 许小卫(集美大学 .现代物流研究中心; b.航海学院， 福建 厦门 361021)

考虑货-港双方利益的港口经济腹地划分模型

初良勇a,b, 许小卫a
(集美大学 a.现代物流研究中心; b.航海学院， 福建 厦门 361021)

港口经济腹地的合理划分关系着港口生产与发展大局。对此,为准确划分港口经济腹地范围，综合考虑货主方成本和港口方收益的因素，从“效用”的角度出发，提出划分港口经济腹地范围的新模型。同时,应用蚁群算法进行求解，并以厦门港和宁波港经济腹地范围划分实例为例，验证模型的正确性和实用性。

交通运输经济学； 港口腹地； “效用”模型； 蚁群算法； 货主成本； 港口收益

港口是港城发展的生命线，而港口经济腹地则是港口生存和发展的基石。目前各港口抢占经济腹地的大潮已经到来，准确划分出经济腹地范围已成为港口合理规划腹地、安排港口生产和制定发展目标的前提。1934年德国学者高兹在其《海港区位论》中论证了海港的区位是根据综合费用最小原则确定的，开始强调经济腹地因素对海港区位的作用；MAYER等[1-3]分析劳动费用、港口可达性和交通集疏运完备程度等因素对经济腹地的竞争产生的影响；PATTON等[4-5]着重从国家和区域政策的角度讨论经济腹地对港口发展的支持作用；TAN[6]以新加坡和加尔各答两港为例，从港口城市的角度分析不同类型的经济腹地与港口的关系。此外，近年来国内相关学者在港口经济腹地划分问题上也取得了较丰硕的研究成果:王杰等[7]通过引用经济地理学中的圈层法和点轴法，提出2种经济腹地划分的方法，并以大连国际航运中心为例进行验证分析；冯社苗[8]通过引入最佳运输线路的概念，分析港口间接腹地的特点，并应用蚁群算法对内陆城市的出海通道进行优化，进而实现对港口间接腹地的划分；杨家其[9]结合港口经济腹地引力划分模型和模糊判断模型，确定港口对经济腹地的吸引力和范围，并用实例验证模型的可靠性和实用性；姜晓丽等[10]在研究辽宁沿海港口腹地演变规律时引入Huff模型，通过计算港口对腹地城市的影响势能值分析港口腹地空间的演变规律。

国内外相关学者的研究成果已充分论证经济腹地对港口的重要意义；同时，港口经济腹地范围的定量划分模型(如引力模型、电子云模型、烟羽模型等)和货主成本最低的最优化模型也都对港口腹地划分研究做出了贡献。但现实中，港口货物运输涉及港口和货主双方共同的利益，港口方希望通过更多的货物进出增加收益，而货主方则希望货物运输总成本最小，从而形成一定程度上的相互对立。因此,若能综合考虑这两方面因素建立模型，将会有效提高腹地范围划分的准确性。

1 问题的描述

通常情况下，内陆腹地货主选择港口进行货物运输时，主要考虑港口的可达性、临港交易(服务)环境、对货物和船舶的处理与接纳能力、陆路运输费用、港口作业费用及时间成本等因素；相对的，港口通过采取降低港口费用、制定宽松的港口政策、优化集疏运体系和增强大型船舶的挂靠能力等多种措施不断拓展经济腹地范围,以提高港口货物吞吐量来增加收入、拉动港城经济增长。港口方若想吸引更多、更远距离的货物抵达港口，除了不断提升港口服务质量和基础设施水平以外，还需降低港口费用。一个发展较为成熟的港口城市的港城经济与港口经济的互动关系通常较为紧密，因此在研究港口的收益时,除了考虑货物产生的港口费用和运输船舶的港口费用以外，还要考虑港城因货、船到达而带来的经济增量。假设针对内陆腹地不同地区的某类货物选择沿海不同港口中较为合适的港口运输，其间(如有必要)需经过中间城市进行换装作业，大体可表示为图1。假设图1中的港口均符合货物处理和船舶挂靠的条件,传输过程中货主方追求成本最低,港口方追求收益最大，两方面不能单独考虑。因此,选择从货-港双方整体层面考虑，以“效用”来描述港口收益与货主成本之间的关系，根据“效用”值的大小重新定义内陆腹地与港口的紧密程度。

图1 内陆腹地经中间城市到港口进出货物网络图

2 模型的建立与算法设计

2.1相关函数分析

2.2“效用”模型

(1)

s.t.

i∈{1,2,…,n},j∈{1,2,…,m}∪{1,2,…,p},

q∈{1,2,…,q},X={x1,x2,…,xm},

Z={z1,z2,…,zp},m,p∈{1,2,…,k},k≥1

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(ηi1=ηi1,ηi2=0),∀ηi1=ηi2,

且Ci1,q1Qi1,q1≤Ci1,q2Qi1,q2

(9)

式(1)定义了目标函数，即“效用”值函数，f(Q)和f(C)分别为港口收益Q及货物运输成本C的函数；式(2)为货主成本及变量取值；式(3)为港口收益；式(4)表示货物有无中间城市的换装作业；式(5)表示港口能处理该类货物，且货物总量不超过港口的最大处理能力；式(6)表示货物整体运输；式(7)为时间的惩罚函数[3]，且ET和LT分别为最长和最短运输时间；式(8)表示不同内陆腹地之间不能相互运输货物，且货物起运到中间城市后也不能回运到另外一个起运的内陆腹地再进行运输；式(9)表示在同一内陆腹地出发经不同线路到达不同港口时，若“效用”值相等，则取费用和收益乘积最小的路径。

2.3模型分析

由于所提出的“效用”模型的实质是建立在港口方收益和货主方成本比值上的经济关系，因此在式(2)～式(9)条件下将出现以下3种现象。

1) 同一内陆腹地，经过不同的运输线路到达不同的港口，出现“效用值”相等的情形。若不同线路出现相同的“效用值”，则必然是因为港口方对较远距离运输的货物收取较高的费用。

2) 不同腹地，经过不同的运输线路到达同一港口，鉴于港口收费(即港口收益值)是一定的，自然会出现远距离运输的“效用值”低、近距离的“效用值”高的情形，从这方面可直观地理解港口与腹地联系的紧密度问题。

3) 不同腹地，经过不同的运输线路到达不同的港口，理论上也会出现“效用值”相同的情形，这恰恰证明各自是其路线上港口的经济腹地。

因此，这里根据式(9)的约束，从理论上解决上述3种问题，进而保证模型在可行解的范围内求得最优解。

2.4求解算法

2.4.1蚁群算法(Ant Colony Optimization, ACO)的思想

蚁群算法来源于对自然界蚂蚁寻找食物行为的仿真模拟,1992年由MARCO DORIGO首先提出。通过大量研究发现，一群蚂蚁在寻找食物的过程中会按自己的概率选择路线到达食物所在地点，并在寻找食物的路径上留下信息素(Phenomenon),这些信息素影响着蚂蚁再次找寻食物时路径的选择，当其中一条路径较优而吸引越来越多的蚂蚁通过时,其信息素的浓度会越来越大，该路径也就成为蚂蚁寻找食物的最优路径。

2.4.2内陆腹地到港口“效用”值最大算法设计

用蚁群算法解决“效用”值求解问题的关键是完成成本路径的选择。将内陆腹地城市表示为蚁穴，港口表示为食物，通过中间的若干城市将内陆腹地城市与港口连接起来，形成若干条不同的运输通道，这样不同的内陆腹地城市与不同的港口之间就形成运输通道网络(中间城市较多时，可预先做分层处理)。算法开始时,将m只蚂蚁放在n个内陆腹地上(试验证明m=n最优)[11]，每只蚂蚁从起点城市到达港口就是一个可行解方案。蚂蚁i从起点出发，自城市x转移到城市z时遵循以下概率。

(10)

(11)

当所有蚂蚁都从起点城市到达目标港口后，仅选择其中一个需要的“效用值”最大的路线的蚂蚁标记信息素，信息素是会随时间(迭代)挥发的，这样就使得算法不容易陷入局部最优的情况。在“效用”值最大的蚂蚁路径被标识出后，下一步就要对其路径上的信息素浓度进行全局更新，按以下规则。

χx,z(t+n)=(1-ρ)χx,z(t)+Δχx,z(t)

(12)

(13)

式(12)～式(13)中:ρ为信息素挥发系数，且ρ⊂[0,1]，Δχx,z(t)为更新中x城市到z城市的信息素增量;∑χ为信息素强度[13]。

3 模型的算例仿真

内陆腹地、中间城市和港口组成的运输通道连同附着在上面的时间、费用和经济等因素一起形成了一个庞大、复杂的系统。为验证式(1)～式(9)的正确性及其在划分港口腹地问题上的实用性，选取东南沿海比较典型的厦门港和宁波港进行实例分析(基本原理分析如“2.1”)，设起点分别为内陆地区JN和NC两点，并在前期对数据进行预先处理(见表1和表2)，同时查阅近年厦门港和宁波港港口经济统计数据，应用投入产出法[14]确定式(3)中港口各自对港城经济的贡献率γ值分别为2.4和2.1(见表3)。

表1 城市间运输费率表

表2 时间、换装成本换算表

表3 厦门港、宁波港收益换算表

在用C++的求解程序中，设定α=1.0，β=2.0,ρ=0.5，m=31，∑χ=100。经过计算得出:JN—明溪—漳平—厦门港与JN—南平—上饶—金华—宁波港,NC—抚州—龙岩—厦门港与NC—鹰潭—上饶—金华—台州—宁波港分别是JN和NC到厦门港、宁波港的最优线路，各自“效用”的相对值分别为0.685,0.341,0.655和0.663。两两比较可得出:JN与厦门港联系更加紧密，NC与厦门港和宁波港紧密度相当；同时，与NC相比，JN与厦门港联系紧密度更高。这里仅取两例验证“效用”模型的正确性和可行性，当数据采集足够多时，应用模型可按“效用”值从大到小的顺序，以一定的区间将其值分为若干等份，如此即可实现对货物的港口直接腹地和间接腹地等经济腹地范围的划分。

4 结束语

现实中很多情况下，在货主选择距离较远的港口运输货物或各港口开拓内陆经济腹地时，会出现牺牲港口方利益而盲目划分腹地范围的情况，导致资源浪费。这里提出的模型区别于以往只从港口方或货主方一方利益考虑建立的模型，通过综合考虑货主和港口双方的利益正确划分港口腹地范围，并以厦门港和宁波港为例验证模型的正确性和实用性。由经济腹地、中间城市和港口组合成的通道网络及附着在上面的时间、费用等因素决定这是一个庞大、复杂的系统，因此在解决实际问题时会带来巨大的数据采集工作量。此外,模型中经济因子值确定的合理性和经济腹地与港口关系的动态性都会对港口腹地范围划分的准确性产生较大影响，这将是下一步研究的重点内容。

[1] MAYER H M. Current Trends in Great Lakers Shipping [J].Geo Journal,1978(2):117-122.

[2] HAYUTH Y.Inter-Modality: Concept and Practice [M].London:Lloyd’s of London Press,1987:173-182.

[3] 苏丽燕. 基于货主角度的港口合理腹地范围问题研究[D].大连:大连海事大学,2010.

[4] PATTON D J. General Cargo Hinterland of New York, Philadelphia, Baltimore and New Orleans[Z]. Annals of AAG,1958.

[5] DORIGE M.Optimization, Learning and Natural Algorithms[D].Milan: Dipartmento Di Elettronica, Politecnico Di Milano, 1992.

[6] TAN Taiyong. Port Cities and Hinterlands: A Comparative Study of Singapore and Calcutta[J].Political Geography,2007(26):7.

[7] 王杰,杨赞,陆春峰. 港口腹地划分的两种新方法探讨——以大连国际航运中心为例[J].中国航海,2005(3):57-61.

[8] 冯社苗. 基于蚁群算法的港口间接腹地划分模型[J]. 水运工程,2009(5):47-50.

[9] 杨家其. 基于模糊综合评判的现代港口腹地划分引力模型[J]. 交通运输工程学报,2002,2(2):123-126.

[10] 姜晓丽,张平宇. 基于Huff模型的辽宁沿海港口腹地演变分析[J]. 地理科学,2013,33(3):282-290.

[11] 纪震，廖惠连.粒子群算法及应用[M].北京:科学出版社，2009:9-13.

[12] SLACK B. Intermodal Transportation in North America and the Development of Inland Load Centers[J].Professional Geographer, 1990,42(1):72-85.

[13] 吴斌,史忠植. 一种基于蚁群算法的TSP问题分段求解算法[J]. 计算机学报,2001,24(12):1328-1333.

[14] 李冰莹. 大连港对城市经济贡献度评价[D].大连:大连海事大学,2012.

ModelforArrangingHinterlandtoMaximizeBenefitforBothCargoOwnerandPort

CHULiangyonga,b，XUXiaoweia
(a. Modern Research Center of Logistics; b. Navigation College, Jimei University, Xiamen 361021, China)

A rational range of hinterland for a port is necessary because it supports port operation and its overall development. A new simulation model is built including both the profit of the port and the costs of the cargo owners, for the effectiveness investigation. The Ant Colony Optimization is used to solve the hinterland problem with the model to let the port enjoy higher profits while cargo owners use the port at lower transport costs. The cases of hinterland range design for Xiamen Port and Ningbo Port are performed to verify the model.

traffic transport economics; port hinterland; effectiveness model; Ant Colony Optimization; cost of cargo owner; profit of port

2015-05-10

福建省自然科学基金(2012J01302)；福建省教育厅科技项目(JA10195)；厦门市科技项目(3502Z20113032)；集美大学科研基金(ZQ2008005 )；厦门市科技项目(3502Z20143022)

初良勇(1973—)，男，黑龙江讷河人,副教授，主要从事交通系统规划、现代物流与供应链管理方向研究。

E-mail:chuliangyong@163.com

许小卫(1988—)，男，安徽宿州人,硕士生，研究方向为交通运输规划与管理、现代物流与供应链管理。E-mail:704664885@qq.com

1000-4653(2015)03-0116-05

U651

A