考慮貨-港雙方利益的港口經(jīng)濟腹地劃分模型

初良勇, 許小衛(wèi)(集美大學 .現(xiàn)代物流研究中心; b.航海學院， 福建 廈門 361021)

考慮貨-港雙方利益的港口經(jīng)濟腹地劃分模型

初良勇a,b, 許小衛(wèi)a
(集美大學 a.現(xiàn)代物流研究中心; b.航海學院， 福建 廈門 361021)

港口經(jīng)濟腹地的合理劃分關(guān)系著港口生產(chǎn)與發(fā)展大局。對此,為準確劃分港口經(jīng)濟腹地范圍，綜合考慮貨主方成本和港口方收益的因素，從“效用”的角度出發(fā)，提出劃分港口經(jīng)濟腹地范圍的新模型。同時,應(yīng)用蟻群算法進行求解，并以廈門港和寧波港經(jīng)濟腹地范圍劃分實例為例，驗證模型的正確性和實用性。

交通運輸經(jīng)濟學； 港口腹地； “效用”模型； 蟻群算法； 貨主成本； 港口收益

港口是港城發(fā)展的生命線，而港口經(jīng)濟腹地則是港口生存和發(fā)展的基石。目前各港口搶占經(jīng)濟腹地的大潮已經(jīng)到來，準確劃分出經(jīng)濟腹地范圍已成為港口合理規(guī)劃腹地、安排港口生產(chǎn)和制定發(fā)展目標的前提。1934年德國學者高茲在其《海港區(qū)位論》中論證了海港的區(qū)位是根據(jù)綜合費用最小原則確定的，開始強調(diào)經(jīng)濟腹地因素對海港區(qū)位的作用；MAYER等[1-3]分析勞動費用、港口可達性和交通集疏運完備程度等因素對經(jīng)濟腹地的競爭產(chǎn)生的影響；PATTON等[4-5]著重從國家和區(qū)域政策的角度討論經(jīng)濟腹地對港口發(fā)展的支持作用；TAN[6]以新加坡和加爾各答兩港為例，從港口城市的角度分析不同類型的經(jīng)濟腹地與港口的關(guān)系。此外，近年來國內(nèi)相關(guān)學者在港口經(jīng)濟腹地劃分問題上也取得了較豐碩的研究成果:王杰等[7]通過引用經(jīng)濟地理學中的圈層法和點軸法，提出2種經(jīng)濟腹地劃分的方法，并以大連國際航運中心為例進行驗證分析；馮社苗[8]通過引入最佳運輸線路的概念，分析港口間接腹地的特點，并應(yīng)用蟻群算法對內(nèi)陸城市的出海通道進行優(yōu)化，進而實現(xiàn)對港口間接腹地的劃分；楊家其[9]結(jié)合港口經(jīng)濟腹地引力劃分模型和模糊判斷模型，確定港口對經(jīng)濟腹地的吸引力和范圍，并用實例驗證模型的可靠性和實用性；姜曉麗等[10]在研究遼寧沿海港口腹地演變規(guī)律時引入Huff模型，通過計算港口對腹地城市的影響勢能值分析港口腹地空間的演變規(guī)律。

國內(nèi)外相關(guān)學者的研究成果已充分論證經(jīng)濟腹地對港口的重要意義；同時，港口經(jīng)濟腹地范圍的定量劃分模型(如引力模型、電子云模型、煙羽模型等)和貨主成本最低的最優(yōu)化模型也都對港口腹地劃分研究做出了貢獻。但現(xiàn)實中，港口貨物運輸涉及港口和貨主雙方共同的利益，港口方希望通過更多的貨物進出增加收益，而貨主方則希望貨物運輸總成本最小，從而形成一定程度上的相互對立。因此,若能綜合考慮這兩方面因素建立模型，將會有效提高腹地范圍劃分的準確性。

1 問題的描述

通常情況下，內(nèi)陸腹地貨主選擇港口進行貨物運輸時，主要考慮港口的可達性、臨港交易(服務(wù))環(huán)境、對貨物和船舶的處理與接納能力、陸路運輸費用、港口作業(yè)費用及時間成本等因素；相對的，港口通過采取降低港口費用、制定寬松的港口政策、優(yōu)化集疏運體系和增強大型船舶的掛靠能力等多種措施不斷拓展經(jīng)濟腹地范圍,以提高港口貨物吞吐量來增加收入、拉動港城經(jīng)濟增長。港口方若想吸引更多、更遠距離的貨物抵達港口，除了不斷提升港口服務(wù)質(zhì)量和基礎(chǔ)設(shè)施水平以外，還需降低港口費用。一個發(fā)展較為成熟的港口城市的港城經(jīng)濟與港口經(jīng)濟的互動關(guān)系通常較為緊密，因此在研究港口的收益時,除了考慮貨物產(chǎn)生的港口費用和運輸船舶的港口費用以外，還要考慮港城因貨、船到達而帶來的經(jīng)濟增量。假設(shè)針對內(nèi)陸腹地不同地區(qū)的某類貨物選擇沿海不同港口中較為合適的港口運輸，其間(如有必要)需經(jīng)過中間城市進行換裝作業(yè)，大體可表示為圖1。假設(shè)圖1中的港口均符合貨物處理和船舶掛靠的條件,傳輸過程中貨主方追求成本最低,港口方追求收益最大，兩方面不能單獨考慮。因此,選擇從貨-港雙方整體層面考慮，以“效用”來描述港口收益與貨主成本之間的關(guān)系，根據(jù)“效用”值的大小重新定義內(nèi)陸腹地與港口的緊密程度。

圖1 內(nèi)陸腹地經(jīng)中間城市到港口進出貨物網(wǎng)絡(luò)圖

2 模型的建立與算法設(shè)計

2.1相關(guān)函數(shù)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)定義了目標函數(shù)，即“效用”值函數(shù)，f(Q)和f(C)分別為港口收益Q及貨物運輸成本C的函數(shù)；式(2)為貨主成本及變量取值；式(3)為港口收益；式(4)表示貨物有無中間城市的換裝作業(yè)；式(5)表示港口能處理該類貨物，且貨物總量不超過港口的最大處理能力；式(6)表示貨物整體運輸；式(7)為時間的懲罰函數(shù)[3]，且ET和LT分別為最長和最短運輸時間；式(8)表示不同內(nèi)陸腹地之間不能相互運輸貨物，且貨物起運到中間城市后也不能回運到另外一個起運的內(nèi)陸腹地再進行運輸；式(9)表示在同一內(nèi)陸腹地出發(fā)經(jīng)不同線路到達不同港口時，若“效用”值相等，則取費用和收益乘積最小的路徑。

2.3模型分析

由于所提出的“效用”模型的實質(zhì)是建立在港口方收益和貨主方成本比值上的經(jīng)濟關(guān)系，因此在式(2)～式(9)條件下將出現(xiàn)以下3種現(xiàn)象。

1) 同一內(nèi)陸腹地，經(jīng)過不同的運輸線路到達不同的港口，出現(xiàn)“效用值”相等的情形。若不同線路出現(xiàn)相同的“效用值”，則必然是因為港口方對較遠距離運輸?shù)呢浳锸杖≥^高的費用。

2) 不同腹地，經(jīng)過不同的運輸線路到達同一港口，鑒于港口收費(即港口收益值)是一定的，自然會出現(xiàn)遠距離運輸?shù)摹靶в弥怠钡汀⒔嚯x的“效用值”高的情形，從這方面可直觀地理解港口與腹地聯(lián)系的緊密度問題。

3) 不同腹地，經(jīng)過不同的運輸線路到達不同的港口，理論上也會出現(xiàn)“效用值”相同的情形，這恰恰證明各自是其路線上港口的經(jīng)濟腹地。

因此，這里根據(jù)式(9)的約束，從理論上解決上述3種問題，進而保證模型在可行解的范圍內(nèi)求得最優(yōu)解。

2.4求解算法

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

蟻群算法來源于對自然界螞蟻尋找食物行為的仿真模擬,1992年由MARCO DORIGO首先提出。通過大量研究發(fā)現(xiàn)，一群螞蟻在尋找食物的過程中會按自己的概率選擇路線到達食物所在地點，并在尋找食物的路徑上留下信息素(Phenomenon),這些信息素影響著螞蟻再次找尋食物時路徑的選擇，當其中一條路徑較優(yōu)而吸引越來越多的螞蟻通過時,其信息素的濃度會越來越大，該路徑也就成為螞蟻尋找食物的最優(yōu)路徑。

2.4.2內(nèi)陸腹地到港口“效用”值最大算法設(shè)計

用蟻群算法解決“效用”值求解問題的關(guān)鍵是完成成本路徑的選擇。將內(nèi)陸腹地城市表示為蟻穴，港口表示為食物，通過中間的若干城市將內(nèi)陸腹地城市與港口連接起來，形成若干條不同的運輸通道，這樣不同的內(nèi)陸腹地城市與不同的港口之間就形成運輸通道網(wǎng)絡(luò)(中間城市較多時，可預(yù)先做分層處理)。算法開始時,將m只螞蟻放在n個內(nèi)陸腹地上(試驗證明m=n最優(yōu))[11]，每只螞蟻從起點城市到達港口就是一個可行解方案。螞蟻i從起點出發(fā)，自城市x轉(zhuǎn)移到城市z時遵循以下概率。

(10)

(11)

當所有螞蟻都從起點城市到達目標港口后，僅選擇其中一個需要的“效用值”最大的路線的螞蟻標記信息素，信息素是會隨時間(迭代)揮發(fā)的，這樣就使得算法不容易陷入局部最優(yōu)的情況。在“效用”值最大的螞蟻路徑被標識出后，下一步就要對其路徑上的信息素濃度進行全局更新，按以下規(guī)則。

χx,z(t+n)=(1-ρ)χx,z(t)+Δχx,z(t)

(12)

(13)

式(12)～式(13)中:ρ為信息素揮發(fā)系數(shù)，且ρ?[0,1]，Δχx,z(t)為更新中x城市到z城市的信息素增量;∑χ為信息素強度[13]。

3 模型的算例仿真

內(nèi)陸腹地、中間城市和港口組成的運輸通道連同附著在上面的時間、費用和經(jīng)濟等因素一起形成了一個龐大、復(fù)雜的系統(tǒng)。為驗證式(1)～式(9)的正確性及其在劃分港口腹地問題上的實用性，選取東南沿海比較典型的廈門港和寧波港進行實例分析(基本原理分析如“2.1”)，設(shè)起點分別為內(nèi)陸地區(qū)JN和NC兩點，并在前期對數(shù)據(jù)進行預(yù)先處理(見表1和表2)，同時查閱近年廈門港和寧波港港口經(jīng)濟統(tǒng)計數(shù)據(jù)，應(yīng)用投入產(chǎn)出法[14]確定式(3)中港口各自對港城經(jīng)濟的貢獻率γ值分別為2.4和2.1(見表3)。

表1 城市間運輸費率表

表2 時間、換裝成本換算表

表3 廈門港、寧波港收益換算表

在用C++的求解程序中，設(shè)定α=1.0，β=2.0,ρ=0.5，m=31，∑χ=100。經(jīng)過計算得出:JN—明溪—漳平—廈門港與JN—南平—上饒—金華—寧波港,NC—撫州—龍巖—廈門港與NC—鷹潭—上饒—金華—臺州—寧波港分別是JN和NC到廈門港、寧波港的最優(yōu)線路，各自“效用”的相對值分別為0.685,0.341,0.655和0.663。兩兩比較可得出:JN與廈門港聯(lián)系更加緊密，NC與廈門港和寧波港緊密度相當；同時，與NC相比，JN與廈門港聯(lián)系緊密度更高。這里僅取兩例驗證“效用”模型的正確性和可行性，當數(shù)據(jù)采集足夠多時，應(yīng)用模型可按“效用”值從大到小的順序，以一定的區(qū)間將其值分為若干等份，如此即可實現(xiàn)對貨物的港口直接腹地和間接腹地等經(jīng)濟腹地范圍的劃分。

4 結(jié)束語

現(xiàn)實中很多情況下，在貨主選擇距離較遠的港口運輸貨物或各港口開拓內(nèi)陸經(jīng)濟腹地時，會出現(xiàn)犧牲港口方利益而盲目劃分腹地范圍的情況，導(dǎo)致資源浪費。這里提出的模型區(qū)別于以往只從港口方或貨主方一方利益考慮建立的模型，通過綜合考慮貨主和港口雙方的利益正確劃分港口腹地范圍，并以廈門港和寧波港為例驗證模型的正確性和實用性。由經(jīng)濟腹地、中間城市和港口組合成的通道網(wǎng)絡(luò)及附著在上面的時間、費用等因素決定這是一個龐大、復(fù)雜的系統(tǒng)，因此在解決實際問題時會帶來巨大的數(shù)據(jù)采集工作量。此外,模型中經(jīng)濟因子值確定的合理性和經(jīng)濟腹地與港口關(guān)系的動態(tài)性都會對港口腹地范圍劃分的準確性產(chǎn)生較大影響，這將是下一步研究的重點內(nèi)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] 蘇麗燕. 基于貨主角度的港口合理腹地范圍問題研究[D].大連:大連海事大學,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,楊贊,陸春峰. 港口腹地劃分的兩種新方法探討——以大連國際航運中心為例[J].中國航海,2005(3):57-61.

[8] 馮社苗. 基于蟻群算法的港口間接腹地劃分模型[J]. 水運工程,2009(5):47-50.

[9] 楊家其. 基于模糊綜合評判的現(xiàn)代港口腹地劃分引力模型[J]. 交通運輸工程學報,2002,2(2):123-126.

[10] 姜曉麗,張平宇. 基于Huff模型的遼寧沿海港口腹地演變分析[J]. 地理科學,2013,33(3):282-290.

[11] 紀震，廖惠連.粒子群算法及應(yīng)用[M].北京:科學出版社，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] 吳斌,史忠植. 一種基于蟻群算法的TSP問題分段求解算法[J]. 計算機學報,2001,24(12):1328-1333.

[14] 李冰瑩. 大連港對城市經(jīng)濟貢獻度評價[D].大連:大連海事大學,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

福建省自然科學基金(2012J01302)；福建省教育廳科技項目(JA10195)；廈門市科技項目(3502Z20113032)；集美大學科研基金(ZQ2008005 )；廈門市科技項目(3502Z20143022)

初良勇(1973—)，男，黑龍江訥河人,副教授，主要從事交通系統(tǒng)規(guī)劃、現(xiàn)代物流與供應(yīng)鏈管理方向研究。

E-mail:chuliangyong@163.com

許小衛(wèi)(1988—)，男，安徽宿州人,碩士生，研究方向為交通運輸規(guī)劃與管理、現(xiàn)代物流與供應(yīng)鏈管理。E-mail:704664885@qq.com

1000-4653(2015)03-0116-05

U651

A