周茂安 舒展容

摘?要：科學(xué)合理捕捉影響港口集裝箱吞吐量的關(guān)鍵因素對準確把握港口集裝箱吞吐量發(fā)展態(tài)勢具有重要意義。文章通過專家訪談、文獻調(diào)查以及問卷調(diào)查，構(gòu)建港口集裝箱吞吐量影響因素體系。以南昌鐵路局港口為研究對象，運用層次分析法分析自然地理、經(jīng)濟社會、基礎(chǔ)設(shè)施、港口運營四個維度因素對南昌鐵路局港口集裝箱吞吐量影響的相對重要性，并結(jié)合南昌鐵路局港口集裝箱業(yè)務(wù)發(fā)展實際，提出科學(xué)可行的政策建議。

關(guān)鍵詞：港口集裝箱；吞吐量；影響因素；層次分析法

中圖分類號：U691文獻標識碼：A文章編號：1005-6432（2024）03-0180-05

DOI：10.13939/j.cnki.zgsc.2024.03.043

1?引言

港口在綜合交通運輸體系中的主樞紐功能對促進現(xiàn)代物流發(fā)展、保障經(jīng)濟安全、服務(wù)高水平開放等方面發(fā)揮著重要的先導(dǎo)作用。集裝箱運輸作為先進的運輸組織方式，具有安全、便捷、高效、綠色等特點，是港口現(xiàn)代化的重要標志[1]。而港口集裝箱吞吐量直接反映了港口集裝箱貨運服務(wù)能力，是港口規(guī)劃建設(shè)與運營的重要參考指標，也是港口綜合運輸競爭力評估的重要因素[2]。因此，準確把握港口集裝箱吞吐量發(fā)展態(tài)勢有助于合理分配與利用港口資源、科學(xué)規(guī)劃港口基礎(chǔ)設(shè)施建設(shè)、有效提升港口經(jīng)營效率與效益。但港口集裝箱吞吐量數(shù)據(jù)序列具有典型的非平穩(wěn)性、高波動性、不規(guī)則性以及非線性等特征，本質(zhì)原因在于影響港口集裝箱吞吐量的因素眾多且錯綜復(fù)雜[3-4]。因此如何有效捕捉關(guān)鍵引領(lǐng)性影響因素對準確把握港口集裝箱吞吐量具有重要意義。

現(xiàn)有關(guān)于港口集裝箱吞吐量發(fā)展態(tài)勢的研究主要包括三個維度：一是基于港口集裝箱吞吐量時間序列數(shù)據(jù)展開分析，所采用的典型方法主要包括指數(shù)平滑法、灰色預(yù)測GM（1，N）模型、單整自回歸移動平均（ARIMA）模型、季節(jié)ARIMA模型、馬爾可夫模型等[5]；二是基于相關(guān)影響因素建立計量經(jīng)濟模型展開分析，所采用的典型方法主要包括多元線性回歸模型、向量自回歸（VAR）模型、向量誤差修正（VECM）模型、自回歸分布滯后（ARDL）模型等[6]；三是基于時間序列數(shù)據(jù)或相關(guān)影響因素的智能優(yōu)化算法展開分析，所采用的典型方法主要包括神經(jīng)網(wǎng)絡(luò)算法、模擬退火算法、遺傳算法、粒子群算法等[7]。上述三個維度的分析中，基于相關(guān)影響因素的分析主要聚焦于港口腹地經(jīng)濟社會因素，基于時間序列數(shù)據(jù)的分析主要聚焦于通過優(yōu)化預(yù)測模型以提高預(yù)測精度。但現(xiàn)有研究總體仍缺乏對港口集裝箱吞吐量影響因素的系統(tǒng)分析，且并未深入探究影響港口集裝箱吞吐量因素的相對重要程度，進而無法厘清和識別港口集裝箱業(yè)務(wù)發(fā)展的關(guān)鍵路徑。

鑒于此，文章以中國鐵路南昌局集團有限公司（下面簡稱南昌鐵路局）港口為研究對象，在相關(guān)研究成果的基礎(chǔ)上，結(jié)合專家訪談、文獻調(diào)查、問卷調(diào)查以及層次分析法，深度探究影響南昌鐵路局港口集裝箱吞吐量的關(guān)鍵因素，以期為南昌鐵路局港口找到制約其集裝箱業(yè)務(wù)發(fā)展的瓶頸原因，并為提高其集裝箱吞吐量提供科學(xué)可行的政策建議。

2?研究設(shè)計

2.1?港口集裝箱吞吐量影響因素體系構(gòu)建

為確保港口集裝箱吞吐量關(guān)鍵影響因素提取質(zhì)量，在對鐵路系統(tǒng)高?？蒲腥藛T和港口高級管理人員訪談的基礎(chǔ)上，歸納整理現(xiàn)有關(guān)于港口集裝箱吞吐量影響因素的相關(guān)研究成果，初步構(gòu)建了港口集裝箱吞吐量影響因素體系。并以此為基礎(chǔ)，制作《港口集裝箱吞吐量影響因素評價指標專家調(diào)查問卷》，共邀請5位鐵路系統(tǒng)高?？蒲腥藛T對初步影響因素體系的科學(xué)性、全面性、長期性、可比性、層次性等方面展開評估，并最終形成包括自然地理因素、經(jīng)濟社會因素、基礎(chǔ)設(shè)施因素以及港口經(jīng)營因素共四維度，16個具體影響因素的港口集裝箱吞吐量影響因素體系，具體如表1所示。

2.2?港口集裝箱吞吐量影響因素層次結(jié)構(gòu)模型構(gòu)建

港口集裝箱吞吐量影響因素的重要性評價分析中，較為常用的方法包括層次分析法、灰色關(guān)聯(lián)法以及因子分析法等。其中，灰色關(guān)聯(lián)法和因子分析法對各指標的數(shù)據(jù)資料要求較高，但由于港口集裝箱吞吐量影響因素包括眾多無法或較難進行具體量化的指標，且影響因素間也并不能用單純的量化關(guān)系來表達，進而可能導(dǎo)致評價結(jié)果與實際情況存在一定偏差。而層次分析法利用較少的定量信息，把決策的思維過程數(shù)學(xué)化，對解決此類包含眾多相互關(guān)聯(lián)、相互制約影響因素所構(gòu)成的復(fù)雜問題提供了一種簡潔實用的科學(xué)決策工具。具體而言，層次分析法根據(jù)影響因素間的相互關(guān)聯(lián)影響及隸屬關(guān)系將復(fù)雜問題層次化，形成多層次的分析結(jié)構(gòu)模型，并依次自下而上計算出最下層因素相對于最上層的相對重要性權(quán)值或相對優(yōu)劣次序的排序值[8]?；诟劭诩b箱吞吐量影響因素表，文章構(gòu)建了港口集裝箱吞吐量影響因素層次結(jié)構(gòu)模型，具體如圖1所示。

3?實證研究

3.1?構(gòu)造判斷矩陣

基于所構(gòu)建的港口集裝箱吞吐量影響因素層次結(jié)構(gòu)，文章將依據(jù)層次分析法中常用的1～9重要性標度方法，通過對各層元素的相對重要性進行兩兩比較構(gòu)建判斷矩陣。同時，編制《南昌鐵路局港口集裝箱吞吐量影響因素層次分析法專家打分表》，采取在線問卷調(diào)查方式對所構(gòu)建的港口集裝箱吞吐量影響因素體系在南昌鐵路局港口集裝箱業(yè)務(wù)中的實際應(yīng)用進行了調(diào)查。調(diào)查對象包括鐵路系統(tǒng)高校科研人員、南昌鐵路局集團公司所轄南昌、九江、贛州、福州、漳州車務(wù)段及對應(yīng)港口管理人員，共收到有效調(diào)查問卷20份，并對20份調(diào)查問卷中各專家打分情況進行幾何平均處理，得到兩兩比較判斷矩陣。港口集裝箱吞吐量影響因素體系一級判斷矩陣（A）、自然地理因素所屬二級判斷矩陣（B1）、經(jīng)濟社會因素所屬二級判斷矩陣（B2）、基礎(chǔ)設(shè)施因素所屬二級判斷矩陣（B3）以及港口經(jīng)營因素所屬二級判斷矩陣（B4）分別如表2、表3、表4、表5、表6所示。

3.2?層次單排序、一致性檢驗與層次總排序

為確定對于上一層元素而言本層次與之有關(guān)聯(lián)的元素重要性次序的權(quán)值，文章將通過計算各判斷矩陣最大特征根及其對應(yīng)特征向量的方根法方法計算各影響因素的權(quán)重。同時，為確保應(yīng)用層次分析法分析得到的結(jié)論合理，文章應(yīng)用隨機一致性比率指標CR對各專家在對各影響因素的重要性進行兩兩比較中的判斷思維進行一致性檢驗。為進一步明確最低層影響因素相對于最高層目標的權(quán)重，文章將依次沿遞階層次由上而下逐層計算層次總排序。層次單排序、一致性檢驗與層次總排序結(jié)果如表7所示，其中，各判斷矩陣隨機一致性比率指標均滿足CR<0.1，即各判斷矩陣可認為具有滿意的一致性，表明各影響因素權(quán)重計算結(jié)果科學(xué)可靠。

3.3?實證結(jié)果分析與討論

從實證結(jié)果來看，對于南昌鐵路局港口集裝箱業(yè)務(wù)而言，一級影響因素的重要性排序為：經(jīng)濟社會因素（0.3738）>自然地理因素（0.3515）>基礎(chǔ)設(shè)施因素（0.1569）>港口經(jīng)營因素（0.1186）。對于經(jīng)濟社會因素維度而言，港口腹地經(jīng)濟總量權(quán)重最高，其次是經(jīng)濟結(jié)構(gòu)；對于自然地理因素維度而言，港口區(qū)位條件權(quán)重最高；對于基礎(chǔ)設(shè)施因素維度而言，集裝箱碼頭泊位數(shù)權(quán)重最高，其次是泊位等級；對于港口經(jīng)營因素而言，港口航線數(shù)權(quán)重最高。對總目標而言，各影響因素的相對重要性權(quán)值排序為：港口腹地經(jīng)濟總量>區(qū)位條件>輻射范圍>自然條件>腹地經(jīng)濟結(jié)構(gòu)>腹地貨物貿(mào)易進出口總額>碼頭泊位數(shù)>腹地社會消費品零售總額>碼頭泊位等級>航線數(shù)>集疏運通道>航線密度>費率水平>倉儲、裝卸、搬運設(shè)施設(shè)備>作業(yè)效率>增值服務(wù)能力。

因此，為突破南昌鐵路局港口集裝箱業(yè)務(wù)目前的發(fā)展瓶頸，其首先應(yīng)該關(guān)注港口腹地經(jīng)濟社會發(fā)展情況，尤其是經(jīng)濟總量和經(jīng)濟結(jié)構(gòu)因素，這直接關(guān)系到港口集裝箱貨源是否充足。即南昌鐵路局的馬尾港、東吳港、國投港、羅嶼港、可門港、江陰港、廈門港、施厝港、九江港等港口應(yīng)加強與經(jīng)濟腹地的深度融合，做到以港興城、港為城用，港城融合，以港口樞紐吸引要素聚集，增強區(qū)域產(chǎn)業(yè)集群整體競爭力，促進城市群、都市圈發(fā)展，提升新發(fā)展階段的經(jīng)濟產(chǎn)業(yè)發(fā)展的新動能。同時應(yīng)積極拓展除煤、礦石、汽車和農(nóng)副產(chǎn)品等目前主要貨種的其他貨源，促進倉儲、集卡運輸、境內(nèi)外加工等臨港產(chǎn)業(yè)發(fā)展，提升臨港產(chǎn)業(yè)發(fā)展規(guī)模與水平，為港口集裝箱運輸發(fā)展提供臨港直接集裝箱貨源。

鑒于港口區(qū)位條件是影響南昌鐵路局港口集裝箱業(yè)務(wù)的關(guān)鍵決定性因素，因此應(yīng)充分發(fā)揮沿海港口、福建省鐵路港口、江西省鐵路港口的區(qū)位優(yōu)勢，把握沿海港口在支撐“雙循環(huán)”新發(fā)展格局的機遇，抓住福建、江西兩省港口貨運增量的紅利，基于南昌鐵路局管內(nèi)鐵路運輸?shù)膬?yōu)勢，擴大港口集裝箱運輸經(jīng)濟腹地輻射范圍，有效擴大南昌鐵路局港口集裝箱運輸業(yè)務(wù)貨源。

港口基礎(chǔ)設(shè)施建設(shè)水平對港口作業(yè)能力具有重要影響，南昌鐵路局應(yīng)著重提升港口泊位數(shù)及泊位等級，突破部分港口泊位上的瓶頸，加強泊位基礎(chǔ)設(shè)施建設(shè)，提升港口泊位通過能力。同時應(yīng)全方位提升港口集疏運能力，完善物流作業(yè)所需的配套基建設(shè)備，主動對接地方政府規(guī)劃和重點企業(yè)訴求，積極發(fā)揮鐵路集裝箱場站網(wǎng)點多的優(yōu)勢，加快鐵路專用線的入港、入園、入企，打通鐵路“最后一公里”，暢通“微循環(huán)”，實現(xiàn)鐵路網(wǎng)通江達海，推動鐵公水多式聯(lián)運發(fā)展，充分挖掘運輸結(jié)構(gòu)調(diào)整市場潛力。

為進一步提升南昌鐵路局港口集裝箱吞吐量，南昌鐵路局應(yīng)提升港口航線數(shù)和航線密度，完善集裝箱航線覆蓋網(wǎng)絡(luò)，尤其是優(yōu)化中歐中亞班列開行方案，推進集約化和市場化經(jīng)營，進一步提升港口輻射能力和貨源吸引能力。同時要運用好價格政策實現(xiàn)各港口區(qū)域合作、合理分工，形成以福建高鐵沿線港口為核心、九江港口為主力、其他普速港口為補充的全方位港口集裝箱增運戰(zhàn)略。另外，要完善鐵路港口協(xié)調(diào)機制，加強裝卸車組織工作，聯(lián)合鐵路與港口共同制定裝卸作業(yè)標準和責(zé)任，提高集裝箱運輸作業(yè)效率。

4?研究結(jié)論

文章通過專家訪談、文獻調(diào)查以及問卷調(diào)查等方法，編制出具有科學(xué)性、適用性的港口集裝箱吞吐量影響因素體系，包括自然地理、經(jīng)濟社會、基礎(chǔ)設(shè)施以及港口經(jīng)營四維度，16個具體影響因素。同時，以南昌鐵路局港口為實證對象，將所構(gòu)建的影響因素體系應(yīng)用于南昌鐵路局港口集裝箱業(yè)務(wù)，應(yīng)用層次分析法科學(xué)分析南昌鐵路局港口集裝箱吞吐量各影響因素的相對重要性，并基于實證結(jié)果提出有針對性的發(fā)展建議，以為實現(xiàn)南昌鐵路局港口高質(zhì)量發(fā)展提供科學(xué)合理的政策依據(jù)。

參考文獻：

[1]王鳳武，張曉博，吉哲，等.基于多變量LSTM模型的青島港集裝箱吞吐量預(yù)測[J].重慶交通大學(xué)學(xué)報（自然科學(xué)版），2022，41（10）：?54-61.

[2]楊波，劉昱，楊政龍.引入邏輯斯蒂增長模型的集裝箱吞吐量長期預(yù)測[J].重慶交通大學(xué)學(xué)報（自然科學(xué)版），2020，?39（11）：?45-50.

[3]邵媛媛.基于群體智能優(yōu)化算法的港口集裝箱吞吐量預(yù)測模型比較研究[D].大連：東北財經(jīng)大學(xué)，2022.

[4]黃巧彬.?基于非線性集成方法和誤差修正的集裝箱吞吐量預(yù)測研究[D].蘭州：?蘭州交通大學(xué)，2020.

[5]趙尚威，周建紅.中國港口集裝箱吞吐量預(yù)測：基于組合時間序列[J].系統(tǒng)科學(xué)與數(shù)學(xué)，?2018，?38（2）：?210-219.

[6]謝新連，王余寬，許小衛(wèi)，等.基于隨機森林算法的港口集裝箱吞吐量預(yù)測方法[J].重慶交通大學(xué)學(xué)報（自然科學(xué)版），2022，41（2）：15-20.

[7]肖進，文章，劉博，等.基于選擇性深度集成的集裝箱吞吐量混合預(yù)測模型研究[J].系統(tǒng)工程理論與實踐，2022，?42（4）：1107-1128.

[8]杜棟，龐慶華，吳炎.現(xiàn)代綜合評價方法與案例精選[M].北京：清華大學(xué)出版社，2015.