港口产业集群发展影响机理及动态演化研究

梁文丽，徐 伟 （山东科技大学 交通学院，山东 青岛266590）

LIANG Wenli, XU Wei(College of Transportation, Shandong University of Science and Technology, Qingdao 266590, China)

0 引 言

随着我国临港经济和港口功能多元化的发展，工业发展态势较为良好的港口均出现了主导产业和相关副业积聚的港口产业集聚现象，产业集群的形成已经成为临港经济发展的基本面貌和重要趋势。大力发展港口产业集群对于发展临港经济、推动区域经济协调联动发展、优化港口产业布局、提升港口产业核心竞争力至关重要，然而不同港口发展的独特规律，使得中国港口的产业集群整体在快速发展的同时也面临诸多问题。正确分析港口产业集群发展的动态演化规律成为有效发展港口产业集群的前提。

1963 年，Bird[1]提出的任意港（Anyport） 模型指出，港口的发展随着时空的演化可分为形成、扩张和专业化三个阶段，被视作为港口产业集群范畴形成的雏形。2001 年，Haezendonck E[2]第一个提出港口产业集群理论并将其应用到港口产业分析，她运用波特的钻石模型对港口产业集群的竞争力进行分析。自此，大量学者对港口产业集群进行了深入的研究，并取得了丰硕的研究成果[3-8]。这些研究从不同角度探讨了港口产业集群的发展，但忽视了各个地理单元之间的联系，均未从时空结合的角度将产业集群发展的动态演化过程纳入研究视域，导致分析结果可能存在偏差的情况。

近年来，不少学者从时空结合的角度对物流产业的相关领域进行了深入的研究并取得了显著的研究成果，其中：唐建荣等[9]采用探索性空间数据分析和标准差椭圆法对中国物流产业发展的空间相关性及时空差异性进行了动态研究。王力等[10]运用非参数Hicks-Moorsteen TFP 指数从时空结合的角度对我国棉花全要素生产率进行测算及演化分析。郭政、陈爽等[11]采用标准差椭圆、地理集中指数、工业环境绩效指数、空间形态差异指数等方法对长三角城市群工业污染的时空演化进行了分析。

综上所述，考虑时空结合因素的模型具备更优的统计性质、对面板数据的适用性大大增强，且目前国内外并不存在采用时空模型研究港口产业集群相关问题的文献。鉴于此，本文采用2008～2017 年中国沿海规模以上25 个主要港口的面板数据，从时空结合的角度研究港口产业集群的动态演化过程。

1 研究方法

为研究港口产业集群的影响机理及动态演化过程，本文首先构建了港口产业集群的评价体系；进而采用熵权—TOPSIS 模型测度港口产业集群的发展水平，得出得分矩阵；继而结合核密度估计与探索性空间数据分析方法分析港口产业集群的时空演化状况。

1.1 熵权—TOPSIS 模型

TOPSIS 评价值是各港口产业集群的指标与正理想解与负理想解的相对余力，某个港口的评价值越高则表示该港口的各项指标离正理想解越近，该港口的产业集群发展水平越高。评价指标的权重wi通过熵权法确定，具体步骤如下：

（1） 标准化评价矩阵

根据所选指标，建立产业集群评价指标的原始矩阵U= uij（）m×n，其中m表示港口的个数，n表示评价指标的个数，即矩阵中含有m个港口和n个指标。

原始评价指标矩阵为：

式中：uij（i=1,2,…,m;j=1,2,…,n）是i港口的j指标的原始数据。

为消除各指标的量纲、数量级等属性所导致的偏差，将矩阵进行标准化。标准化后的评价矩阵为：

式中：R是评价矩阵，rij是经过标准化处理后的值，ui=｛u1,u2,…,un｝。

（2） 求各指标的熵值

式中：ej是各指标的熵值。

（3） 确定各指标熵值

1.2 核密度估计

Silverman[12]提出可以用核密度估计将随机变量的分布形态以连续密度曲线的形式予以反映，进而对变量的概率密度进行估计。这一方法假定随机变量x的概率密度函数为f（x），在点x的概率密度可以用式（5） 进行估计：

式中：n为观测值的个数；Xi为独立同分布变量的观察值；h为带宽；u为均值；K（）·为核函数。本文采用高斯核函数进行估计，其表达式为：

1.3 探索性空间数据法

探索性空间数据法（ESDA） 常用于分析多维数组的空间自相关特性，在空间数据自相关性的分析中具有很高的应用价值[13]。运用全局Moran 指数来分析我国港口产业集群的空间自相关性，其计算结果可以反映区域港口产业集群发展空间分布特征，有效衡量空间邻接的港口发展水平的相似度，具体公式如下：

式（7） 中：n为商品的个数；ui和uj分别为样本i和样本j的原始值，为样本均值，wij是空间权重矩阵，其构建方式为：1 为正值表示整体存在正向空间集聚，反之表示负向空间集聚。

2 港口产业集群水平测度及动态演化分析

本文选取了2008～2017 年中国25 个港口面板数据，通过本文的方法先构建港口产业集群评价指标体系，对各港口的产业集群水平进行测度，然后结合核密度估计法和探索性数据分析方法从时空结合的角度来探究港口产业集群的动态演化状况。

2.1 指标体系构建

通过较为系统的文献梳理，不同研究者研究视角和目标不同，其所构建的产业集群评价指标体系也不尽相同。本文在参考国内外相关文献的基础上[14]，在遵循系统性、动态性、数据的可获得性和一致性以及定义清晰可量化的原则上，从港口作业能力、港口相关产业发展水平、港口发展潜力、港口所在城市经济发展水平四个方面构建指标体系并利用熵权法确定权重，如表1 所示。

表1 港口产业集群评价指标权重

2.2 产业集群发展水平测度

结合熵权法所确定的指标权重，选取港口旅客吞吐量、外贸吞吐量和集装箱吞吐量三个指标，利用TOPSIS 模型计算出2008～2017 年各港口产业集群发展水平得分，结果如表2 所示。

根据表2 结果，将各年的港口得分进行加权平均处理，按照得分从大到小对港口进行排序，结果用折线图的形式展示如图1 所示。

表2 具体显示了2008～2017 年中国规模以上沿海港口每一年的产业集群发展水平。结合图1 的排名情况可以发现，我国规模以上港口的产业集群发展水平整体上存在明显差异。其中上海港、深圳港、青岛港、宁波港、天津港等港口的产业集群发展水平较高，近年来发展速度较快；温州港、泉州港、秦皇岛港、汕头港、锦州港等港口产业集群发展水平较低，且发展速度较为缓慢。总体上，中国港口呈现出“南强北弱”的发展态势，各港口产业集群发展的初始水平、发展路径和发展速度均存在明显的差异。

2.3 港口产业集群动态演化分析

2.3.1 港口产业集群发展的分布状况

为直观展现出近年来中国港口产业集群整体演化情况，根据港口产业集群发展水平得分情况，分别绘制2008 年、2013 年和2017 年港口产业集群发展水平的高斯Kernel 密度图，从而直观呈现产业集群整体的发展迁移趋势，具体如图2 所示。

图2 中，密度曲线整体向右迁移，反映出各港口的产业集群发展呈现逐步提升态势；2008 和2013 年波峰较缓，2017 年波峰较陡，呈现出双峰分布态势，说明产业集群发展的低位趋同现象出现增强趋势，产业集群发展水平较高地区近两年发展提速较为明显，部分发展水平中等的港口产业集群发展速度较为平缓。

为展现区域间产业发展差异，进一步绘制出2008～2012 年和2013～2017 年中国北方和南方地区港口产业集群发展的核密度对比图。其中，北方地区包括丹东港、大连港、营口港、锦州港、秦皇岛港、唐山港、天津港、烟台港、青岛港、日照港和连云港港，南方地区包括上海港、宁波港、舟山港、台州港、温州港、福州港、泉州港、厦门港、汕头港、深圳港、广州港、珠海港、湛江港和海口港。具体如图3 和图4 所示。

从位置上看，由第一阶段到第二阶段，北方和南方的港口产业集群发展核密度曲线均呈现向右迁移的趋势，表明两个区域的港口产业集群发展水平都有所提升。从形状上看，北方的波峰比南方要陡，且在第二阶段出现了双峰分布态势，这表明北方港口的产业集群近年来发展较为迅猛，区域内的差异较为明显；南方在第二阶段的峰值下降明显，这表明南方港口的产业集群近年来发展较为平缓，区域内部的发展分散化。

表2 2008～2017 年中国规模以上港口产业集群发展水平测度结果

图1 港口产业集群发展水平得分排名图

图2 中国港口产业集群发展的核密度分布图

图3 中国北方和南方地区港口产业集群发展的核密度分布图

图4 各年份港口产业集群发展水平全局Moran 指数图

表3 2008～2017 年港口产业区集群发展的全局Moran 指数统计表

2.3.2 港口产业集群发展的空间相关性

核密度分析显示了港口产业集群发展的区域分布差异，在此基础上可以利用探索性数据分析方法研究港口产业集群发展的空间关联性。由于核函数形式繁多，没有固定的表达式，本文将港口产业集群得分情况的核密度估计以图形的形式进行表现，根据图形分布的变化情况来进行比较分析不同时间节点港口产业集群发展的分布状况以及区域发展之间的差异。利用Goeda 软件对Moran 指数进行求解，结果如图4、表3 所示。

由表3 可知，港口产业集群发展的全局Moran 指数最小值为2011 年的0.0236，最大值为2018 年的0.4005。从时序的角度来看，港口产业集群的空间相关性呈现“U”型发展趋势。2009～2012 年全局Moran 指数呈逐步减小趋势，表明此阶段地理上的局部差异呈增大的趋势，相似性呈减小趋势；2013～2018 年Moran 指数呈逐步增大趋势，表示此阶段产业集群的发展在空间上的正向集聚区域逐步扩大，各港口的空间相关性逐步增强。

3 结束语

本文运用熵权—TOPSIS 模型对中国25 个规模以上的沿海港口的产业集群发展水平进行测度，结合核密度估计和探索性空间数据法对中国港口产业集群发展的动态演化情况作了综合分析。分析结果显示，近年来，中国港口产业集群的发展水平整体逐步提升但呈现出“南强北弱”的发展态势，各港口产业集群发展的初始水平、发展路径、发展速度均存在明显的差异。北方港口的产业集群发展速度较为迅猛，区域内发展水平的差异较为明显；南方港口产业集群发展速度较为平缓，区域内部呈现分散化的发展趋势。各港口产业集群发展的空间相关性呈现先减小后增大的“U”型发展趋势。