基于ICM和CPM的二階段航運(yùn)業(yè)發(fā)展現(xiàn)狀評(píng)價(jià)方法

陸玉華，封學(xué)軍，蔣柳鵬，楊 健

(河海大學(xué)港口海岸與近海工程學(xué)院，江蘇 南京 210098)

航運(yùn)業(yè)是國民經(jīng)濟(jì)的基礎(chǔ)產(chǎn)業(yè)，其興衰榮辱與國家的經(jīng)濟(jì)發(fā)展密切相關(guān)，準(zhǔn)確合理地對(duì)其進(jìn)行評(píng)價(jià)是當(dāng)前行業(yè)研究的熱點(diǎn)問題之一。航運(yùn)業(yè)作為一個(gè)復(fù)雜的宏觀概念，迄今為止對(duì)其定義還未達(dá)成共識(shí)。

航運(yùn)業(yè)的評(píng)價(jià)研究方法目前可分為兩類：①主觀方法確定指標(biāo)權(quán)重與客觀評(píng)價(jià)方法相結(jié)合。如鄭士源等[1]從供需關(guān)系出發(fā)，通過征求有關(guān)專家意見建立國際干散貨航運(yùn)市場(chǎng)評(píng)價(jià)指標(biāo)體系，再應(yīng)用因子分析法對(duì)1993—2001年的國際干散貨航運(yùn)市場(chǎng)進(jìn)行綜合評(píng)價(jià)。陳繼紅等[2]將產(chǎn)業(yè)集群理論應(yīng)用于航運(yùn)產(chǎn)業(yè)，從航運(yùn)主業(yè)、航運(yùn)輔助業(yè)、航運(yùn)衍生服務(wù)業(yè)3個(gè)方面建立了評(píng)價(jià)指標(biāo)體系，再通過專家調(diào)查法和層次分析法相結(jié)合的賦權(quán)法區(qū)分不同指標(biāo)的重要性程度。游士兵等[3]將模糊綜合評(píng)價(jià)法應(yīng)用于長江航運(yùn)的綜合競(jìng)爭(zhēng)力評(píng)價(jià)問題，從基礎(chǔ)競(jìng)爭(zhēng)力、核心競(jìng)爭(zhēng)力、環(huán)境競(jìng)爭(zhēng)力3個(gè)方面選出27個(gè)指標(biāo)構(gòu)成長江航運(yùn)競(jìng)爭(zhēng)力綜合指標(biāo)體系，并采用專家打分法確定各指標(biāo)的權(quán)重。李振福等[4]從安全管理、安全設(shè)施及安全技術(shù)等5個(gè)方面選取12個(gè)指標(biāo)構(gòu)成航運(yùn)企業(yè)航運(yùn)安全簡(jiǎn)單評(píng)價(jià)指標(biāo)體系，再采用專家評(píng)價(jià)法和層次分析法相結(jié)合的方法對(duì)某航運(yùn)企業(yè)的航運(yùn)安全問題進(jìn)行評(píng)價(jià)分析。②客觀方法確定指標(biāo)權(quán)重并進(jìn)行評(píng)價(jià)分析。如Kangjuan等[5]從宏觀環(huán)境與政府直接投資、航運(yùn)經(jīng)營等6個(gè)方面建立了上海航運(yùn)中心建設(shè)效率評(píng)價(jià)指標(biāo)體系，并運(yùn)用數(shù)據(jù)包絡(luò)分析法(DEA)就該指標(biāo)體系對(duì)上海航運(yùn)業(yè)2000—2010年間的發(fā)展?fàn)顩r進(jìn)行評(píng)價(jià)分析。同樣地，Lin等[6]也采用數(shù)據(jù)包絡(luò)分析法(DEA)對(duì)航運(yùn)業(yè)的經(jīng)營效率進(jìn)行評(píng)價(jià)分析。范麗先等[7]基于航運(yùn)中心五要素進(jìn)一步擴(kuò)展出二級(jí)指標(biāo)，構(gòu)成國家航運(yùn)中心綜合評(píng)價(jià)指標(biāo)體系。將層次分析法(AHP)與質(zhì)量功能展開法(QFD)相結(jié)合，分析得出上海、新加坡和倫敦的航運(yùn)要素競(jìng)爭(zhēng)能力指數(shù)。Aikhuele等[8]將M-TOPSIS方法與Shannon模糊熵方法相結(jié)合，選擇了綜合腹地運(yùn)輸、地理范圍等12個(gè)指標(biāo)，并通過Shannon模糊熵方法確定各評(píng)價(jià)指標(biāo)的權(quán)重，將該方法成功應(yīng)用于為馬來西亞某航運(yùn)公司排名和確定最適合的航運(yùn)合作伙伴中。

目前的航運(yùn)業(yè)評(píng)價(jià)指標(biāo)體系多基于專家及有關(guān)學(xué)者的主觀選擇而建立，一方面會(huì)遺漏重要指標(biāo)，另一方面也存在指標(biāo)反映信息冗余的情況。另外，目前的航運(yùn)業(yè)評(píng)價(jià)研究面臨著指標(biāo)體系龐大、數(shù)據(jù)獲取難、指標(biāo)權(quán)重確定缺乏客觀性等問題。通過專家打分這類主觀方法進(jìn)行評(píng)價(jià)時(shí)，僅依靠指標(biāo)的含義和個(gè)人經(jīng)驗(yàn)確定指標(biāo)的權(quán)重，主觀隨意性強(qiáng)；而通過數(shù)據(jù)包絡(luò)法、Shannon模糊熵方法等客觀方法確定指標(biāo)權(quán)重，也存在過度依賴數(shù)據(jù)，易忽略指標(biāo)實(shí)際含義的問題。

針對(duì)以上問題，本文采用基于信息含量最大和突變級(jí)數(shù)的二階段航運(yùn)業(yè)發(fā)展現(xiàn)狀評(píng)價(jià)方法。首先基于信息含量最大理論(ICM：Information Content Maximization)，利用R聚類和變異系數(shù)相結(jié)合的方法定量篩選指標(biāo)，構(gòu)建航運(yùn)業(yè)評(píng)價(jià)指標(biāo)體系；再基于評(píng)價(jià)指標(biāo)體系，通過指標(biāo)的熵值及指標(biāo)間的pearson相關(guān)性系數(shù)確定指標(biāo)的重要性排序及相關(guān)性，再應(yīng)用突變級(jí)數(shù)法(CPM：Catastrophe Progression Method)進(jìn)行評(píng)價(jià)，既避免了主觀篩選指標(biāo)產(chǎn)生的遺漏或重復(fù)等問題，又可在確保不降低評(píng)價(jià)精度的同時(shí)，以盡量少的計(jì)算量高效地獲得評(píng)價(jià)結(jié)論。

1 二階段航運(yùn)業(yè)發(fā)展現(xiàn)狀評(píng)價(jià)方法概述

1.1 第一階段：基于最大信息含量的航運(yùn)業(yè)發(fā)展現(xiàn)狀評(píng)價(jià)指標(biāo)體系

信息論中，一條信息的信息含量與其不確定性直接相關(guān)，且信息的不確定性一般用方差和熵表示[9]。信息含量反映了指標(biāo)數(shù)據(jù)對(duì)航運(yùn)業(yè)評(píng)價(jià)的鑒別能力，某一指標(biāo)數(shù)據(jù)的差異性越大，表明該指標(biāo)越能鑒別航運(yùn)業(yè)，反之則不能。采用變異系數(shù)表示指標(biāo)的信息含量，本質(zhì)即根據(jù)方差反應(yīng)指標(biāo)的信息含量，再通過變異系數(shù)篩選出各類指標(biāo)中鑒別能力最強(qiáng)的指標(biāo)。

1.1.1 航運(yùn)業(yè)指標(biāo)體系海選

采用文獻(xiàn)梳理[9-13]、調(diào)查研究及專家咨詢法，從港口服務(wù)業(yè)、船舶運(yùn)輸業(yè)及航運(yùn)衍生業(yè)三方面進(jìn)行指標(biāo)海選，整理出72個(gè)指標(biāo)，見表1。

表1 航運(yùn)業(yè)發(fā)展現(xiàn)狀評(píng)價(jià)海選指標(biāo)集

(續(xù)表)

1.1.2 數(shù)據(jù)標(biāo)準(zhǔn)化

為消除不同指標(biāo)的量綱不同對(duì)指標(biāo)篩選結(jié)果帶來的影響，需進(jìn)行指標(biāo)標(biāo)準(zhǔn)化。指標(biāo)分為正向指標(biāo)和負(fù)向指標(biāo)。正向指標(biāo)即數(shù)據(jù)值越大，表明航運(yùn)業(yè)發(fā)展越好，反之為負(fù)向指標(biāo)。標(biāo)準(zhǔn)化計(jì)算公式如下：

(1)

(2)

式中：xij為第i指標(biāo)第j年標(biāo)準(zhǔn)值；Vij為第i指標(biāo)第j年原始值；m為年份數(shù)。

1.1.3 指標(biāo)聚類

為避免指標(biāo)所反映的信息重復(fù)，應(yīng)用R聚類將反映信息相同的指標(biāo)聚為一類，再進(jìn)行篩選。由于R聚類依靠數(shù)據(jù)關(guān)系對(duì)指標(biāo)進(jìn)行分類，而不考慮指標(biāo)的實(shí)際含義，因而本文是對(duì)因素層內(nèi)指標(biāo)聚類而不對(duì)整個(gè)指標(biāo)體系聚類。

1.1.4 基于信息含量的指標(biāo)篩選

采用變異系數(shù)計(jì)算指標(biāo)的信息含量，計(jì)算公式如下[14]：

(3)

(4)

在各類指標(biāo)中選取變異系數(shù)最大的指標(biāo)，保證篩選出的指標(biāo)體系對(duì)評(píng)價(jià)結(jié)果的影響最大。

1.1.4 指標(biāo)體系合理性判定

指標(biāo)體系合理性判定標(biāo)準(zhǔn)：用30%以下的指標(biāo)反映95%以上的原始信息，則認(rèn)為指標(biāo)體系構(gòu)建合理。根據(jù)指標(biāo)原始數(shù)據(jù)計(jì)算各指標(biāo)的方差，通過篩選后的指標(biāo)方差之和trSs與海選指標(biāo)的方差之和 trSh的比值來反映篩選后的指標(biāo)對(duì)海選指標(biāo)的信息貢獻(xiàn)率In[14]：

In=trSs/trSh

(5)

(6)

1.2 第二階段：基于突變級(jí)數(shù)的航運(yùn)業(yè)評(píng)價(jià)方法

突變級(jí)數(shù)法的基本思想是通過對(duì)評(píng)價(jià)目標(biāo)進(jìn)行多層次分解，用突變理論與模糊數(shù)學(xué)相結(jié)合產(chǎn)生突變模糊隸屬函數(shù)，再由歸一公式進(jìn)行綜合量化運(yùn)算，最后歸一為一個(gè)參數(shù)，求出總的隸屬函數(shù)，從而對(duì)評(píng)價(jià)目標(biāo)進(jìn)行排序分析。

1.2.1 應(yīng)用熵值法確定指標(biāo)排序

在計(jì)算前，突變級(jí)數(shù)要求對(duì)各層次指標(biāo)的相對(duì)重要性進(jìn)行排序，本文應(yīng)用熵值法按照對(duì)上層指標(biāo)的貢獻(xiàn)對(duì)同一層次的指標(biāo)進(jìn)行排序，避免人為排序的主觀性[15]。

1.2.2 根據(jù)pearson相關(guān)性系數(shù)判斷指標(biāo)相關(guān)性

下層指標(biāo)的相互關(guān)系直接影響上層指標(biāo)突變值的計(jì)算，因而在進(jìn)行評(píng)價(jià)前還需確定同一層次指標(biāo)的相互關(guān)系。若同一層次的指標(biāo)之間不存在明顯的相互關(guān)聯(lián)作用，則稱該狀態(tài)變量中的各控制變量為非互補(bǔ)型；反之，則為互補(bǔ)型[16]。本文通過SPSS軟件計(jì)算指標(biāo)間的pearson相關(guān)性系數(shù)，并以此判斷指標(biāo)間的相關(guān)性。pearson相關(guān)性系數(shù)絕對(duì)值越接近1，相關(guān)性越強(qiáng)，越接近于0，相關(guān)性越弱。通常情況下，pearson相關(guān)系數(shù)絕對(duì)值以0.6為基準(zhǔn)，大于0.6說明指標(biāo)間為互補(bǔ)關(guān)系，小于0.6說明指標(biāo)間為非互補(bǔ)關(guān)系[17]。

1.2.3 確定指標(biāo)體系各層次的突變類型

目前由突變理論得來的初等突變形式有7種，常用為4種[17]，見表2。表2中x為系統(tǒng)的狀態(tài)變量，G(x)是狀態(tài)變量x，y的勢(shì)函數(shù)，a，b，c，d是狀態(tài)變量x的控制變量，按相對(duì)重要性進(jìn)行排序，其中a，b，c，d重要性依次減弱。在歸一公式中，控制變量a，b，c，d表征的是狀態(tài)變量x在不同方面的特征，其原始數(shù)據(jù)取值范圍和度量單位不同，因此在計(jì)算前，需要將控制變量a，b，c，d的原始數(shù)據(jù)轉(zhuǎn)化為[0，1]取值范圍內(nèi)的無量綱的正向指標(biāo)。

表2 4種常見突變類型

1.2.4 利用歸一公式對(duì)評(píng)價(jià)主體進(jìn)行綜合評(píng)價(jià)

利用歸一公式根據(jù)各層次指標(biāo)數(shù)值計(jì)算其上層指標(biāo)的突變值。對(duì)于非互補(bǔ)型指標(biāo)，按照“大中取小”的原則計(jì)算上層指標(biāo)的突變值，即x=min(xa，xb，xc，xd)；對(duì)于互補(bǔ)型指標(biāo)，按狀態(tài)變量的平均值作為最終狀態(tài)值，即x=(xa，xb，xc，xd)/4[18]。根據(jù)指標(biāo)體系的層次，從指標(biāo)層到準(zhǔn)則層依次根據(jù)低層次相應(yīng)的歸一公式及指標(biāo)值計(jì)算上一層次的突變值。最終，根據(jù)港口服務(wù)業(yè)、船舶運(yùn)輸業(yè)及航運(yùn)衍生業(yè)的突變值計(jì)算出航運(yùn)業(yè)發(fā)展現(xiàn)狀的評(píng)價(jià)值。

2 案例分析

2.1 基于信息含量最大的福建省航運(yùn)業(yè)發(fā)展現(xiàn)狀評(píng)價(jià)指標(biāo)體系構(gòu)建

2.1.1 數(shù)據(jù)來源

通過參考《中國港口年鑒》以及福建省航運(yùn)相關(guān)企業(yè)網(wǎng)站，根據(jù)表1查找原始數(shù)據(jù)。根據(jù)可觀測(cè)性原則刪除數(shù)據(jù)無法獲取的海選指標(biāo)，保證初步篩選后的指標(biāo)體系可以量化。為避免出現(xiàn)變異系數(shù)為0的情況，根據(jù)數(shù)據(jù)標(biāo)準(zhǔn)化結(jié)果，刪除各年數(shù)據(jù)無變化的指標(biāo)。不可觀測(cè)刪除及標(biāo)準(zhǔn)化刪除的結(jié)果見表1第5列。

福建省航運(yùn)業(yè)發(fā)展現(xiàn)狀評(píng)價(jià)原始數(shù)據(jù)見表3第5～9列，標(biāo)準(zhǔn)化數(shù)據(jù)見第10～14列。

2.1.2 指標(biāo)篩選

a.R聚類。以因素層X1112個(gè)指標(biāo)為例，說明R聚類的過程。將此12個(gè)指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)輸入SPSS軟件，選擇離差平方和，將X11因素層指標(biāo)聚為3類。按照同樣方法，可將其他因素層分類。

b.R聚類數(shù)目合理性判定——K-W檢驗(yàn)。以X11港口基礎(chǔ)設(shè)施因素層第1類指標(biāo)進(jìn)行K-W檢驗(yàn)

表3 福建省航運(yùn)業(yè)發(fā)展現(xiàn)狀評(píng)價(jià)指標(biāo)原始數(shù)據(jù)及標(biāo)準(zhǔn)化結(jié)果

表4 福建省航運(yùn)業(yè)發(fā)展現(xiàn)狀評(píng)價(jià)指標(biāo)體系

為例，說明R聚類數(shù)目合理性判定的過程。由表1中第5列可得：指標(biāo)X11，1，X11，3～X11，8，X11，11為同類指標(biāo)，將這8個(gè)指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)輸入SPSS軟件，選擇非參數(shù)K-W檢驗(yàn)，得到K-W檢驗(yàn)值為Sig=0.961。

按照同樣方法，可以得到其余聚類結(jié)果的K-W檢驗(yàn)值。由計(jì)算結(jié)果可知K-W檢驗(yàn)值均顯著大于臨界值0.05[14]，證明各因素層現(xiàn)有分類合理。

c. 信息含量最大指標(biāo)的篩選。以X11，1氣象、水文等自然環(huán)境(%)為例，說明變異系數(shù)求解指標(biāo)信息含量的過程。

將X11，1的2013—2017年標(biāo)準(zhǔn)化數(shù)據(jù)帶入式(1)，得到X11，1變異系數(shù)：

按照同樣方法，可以得到其他指標(biāo)的變異系數(shù)。

再在R聚類的同類指標(biāo)中，選出變異系數(shù)最大的一個(gè)指標(biāo)，同時(shí)剔除該類中的其余指標(biāo)，得到基于信息含量最大的航運(yùn)業(yè)評(píng)價(jià)指標(biāo)體系。

d. 航運(yùn)業(yè)發(fā)展現(xiàn)狀評(píng)價(jià)指標(biāo)體系合理性的判定。

根據(jù)式(3)計(jì)算信息貢獻(xiàn)率：

即篩選出30.55%(22/72=30.55%)的指標(biāo)，反映了海選指標(biāo)體系96.82%的原始信息，證明篩選合理。

2.2 基于突變級(jí)數(shù)法的福建省航運(yùn)業(yè)發(fā)展現(xiàn)狀評(píng)價(jià)

首先基于熵值法與pearson相關(guān)性系數(shù)判斷各層次指標(biāo)的重要性順序以及相關(guān)性，并據(jù)此判斷各層指標(biāo)的突變類型，具體結(jié)果可見表4。

2.2.1 突變值計(jì)算

以2014年為例介紹福建省航運(yùn)業(yè)發(fā)展現(xiàn)狀評(píng)價(jià)的計(jì)算過程。

a. 因素層指標(biāo)的突變值。以X32航運(yùn)衍生企業(yè)為例。其系統(tǒng)類型為互補(bǔ)型燕尾突變，歸一公式計(jì)算如下：

則互補(bǔ)型X32航運(yùn)衍生業(yè)的突變值為

(0.336 606+0.556 575+0.679 267)/3=0.524 149

同理可得因素層8個(gè)指標(biāo)的突變值，并以此數(shù)值計(jì)算準(zhǔn)則層指標(biāo)的突變值。

b. 準(zhǔn)則層指標(biāo)的突變值。以X3航運(yùn)衍生業(yè)為例。其系統(tǒng)類型為互補(bǔ)型尖點(diǎn)突變，歸一公式計(jì)算如下：

則互補(bǔ)型X3航運(yùn)衍生業(yè)的突變值為

(0.723 982+0.714 995)/2=0.719 488

同理可得準(zhǔn)測(cè)層3個(gè)指標(biāo)的突變值，并以此數(shù)值計(jì)算航運(yùn)業(yè)發(fā)展現(xiàn)狀的突變值。

c. 航運(yùn)業(yè)的突變值。對(duì)于航運(yùn)業(yè)發(fā)展現(xiàn)狀的X3航運(yùn)衍生業(yè)、X1港口服務(wù)業(yè)、X2船舶運(yùn)輸業(yè)3個(gè)指標(biāo)，突變系統(tǒng)為互補(bǔ)型燕尾突變，歸一公式計(jì)算如下：

則互補(bǔ)型航運(yùn)業(yè)的突變值為

(0.848 227+0.925 275+0.938 604)/3=0.904 035

按上述步驟可計(jì)算出2013—2017年航運(yùn)業(yè)發(fā)展現(xiàn)狀的突變值，結(jié)果可見表5。

表5 2013—2017年福建省航運(yùn)業(yè)發(fā)展現(xiàn)狀突變值

由評(píng)價(jià)結(jié)果可見，2013年以來福建省航運(yùn)業(yè)的發(fā)展?fàn)顩r持續(xù)低迷，直至2015年福建省航運(yùn)業(yè)略有回暖。福建航運(yùn)業(yè)低迷一方面是由于貨源的減少，這主要是2008年金融危機(jī)以來，歐美等國消費(fèi)的持續(xù)低迷對(duì)我國外貿(mào)出口產(chǎn)生的負(fù)面影響。另一方面我國航運(yùn)業(yè)運(yùn)力過剩的問題一直存在，這直接導(dǎo)致了運(yùn)價(jià)大幅下跌，進(jìn)一步導(dǎo)致多數(shù)船東虧損運(yùn)營。另外，貨運(yùn)成本如柴油價(jià)格、人工成本的不斷上漲更加劇了福建省航運(yùn)業(yè)的問題。

3 結(jié) 論

a. 第一階段：本文采用文獻(xiàn)梳理、調(diào)查研究及專家咨詢法從港口服務(wù)業(yè)、船舶運(yùn)輸業(yè)及航運(yùn)衍生業(yè)三方面進(jìn)行指標(biāo)海選，整理出72個(gè)指標(biāo)。再基于信息含量最大理論，利用R聚類和變異系數(shù)相結(jié)合的方法從72個(gè)海選指標(biāo)篩選出各類指標(biāo)中鑒別能力最強(qiáng)的指標(biāo)，構(gòu)建由22個(gè)指標(biāo)構(gòu)成的航運(yùn)業(yè)評(píng)價(jià)指標(biāo)體系。第二階段：基于指標(biāo)體系，通過指標(biāo)的熵值及指標(biāo)間的pearson相關(guān)性系數(shù)確定指標(biāo)的重要性順序及相關(guān)性，避免人為確定的主觀性，再應(yīng)用突變級(jí)數(shù)法進(jìn)行評(píng)價(jià)。此二階段評(píng)價(jià)方法既避免了主觀篩選指標(biāo)產(chǎn)生的遺漏或重復(fù)等問題，又可在確保不降低評(píng)價(jià)精度的同時(shí)、以盡量少的計(jì)算量高效地獲得評(píng)價(jià)結(jié)論。

b. 將此二階段方法應(yīng)用于福建省航運(yùn)業(yè)評(píng)價(jià)進(jìn)行實(shí)證分析，評(píng)價(jià)結(jié)果基本符合實(shí)際，一定程度上證明將該方法應(yīng)用于航運(yùn)業(yè)評(píng)價(jià)研究的有效性，為進(jìn)行航運(yùn)業(yè)評(píng)價(jià)研究提供了方法參考。

本文研究在進(jìn)行指標(biāo)構(gòu)建過程中篩去了一些缺乏實(shí)際數(shù)據(jù)的指標(biāo)，如X23，11海關(guān)通關(guān)效率。航運(yùn)業(yè)評(píng)價(jià)研究是長期且復(fù)雜的，在航運(yùn)業(yè)評(píng)價(jià)指標(biāo)體系構(gòu)建的過程中，如何更準(zhǔn)確地量化指標(biāo)仍需進(jìn)一步研究。