基于因子分析的沿海城市港口競爭力評價

朱堅真， 楊 蕊， 崔曦文

(廣東海洋大學 經濟學院， 廣東 湛江 524088)

港口是全球生產要素的流通載體。縱觀全球世界級的經濟城市，港口城市占比最多，也詮釋了港口對于城市建設的重要程度。“臨港而生，因港而興”，提高港口的競爭力，對城市與國家提升自身參與國際資源要素、增強區域經濟輻射能力至關重要。目前中國上海、深圳已發展成為國際性港口城市，港口的國際航運能力是其中一項重要的評價指標。目前中國還有眾多港口城市尚未發揮自身優勢，國內港口同質化問題較為嚴重，港城矛盾明顯，協調困難，是中國目前港口轉型發展面臨的現實問題。

相對說來，國外對港口綜合競爭實力的研究較早，國外經濟學家對港口的最初研究重點是港口與航運的經濟聯系。20世紀60年代，各國學者開始對沿海城市港口綜合競爭力進行研究，英國學者Bird最早提出了“Anyport模型”這一概念，并且對港口綜合經濟進行分析，該模型最后被其他國家的學者廣泛改進和修正以應用于其他的國家和地區的港口[1]。隨后，英國學者Mayer開始對港口與腹地經濟進行聯系和結合，建立了一套新的數據指標體系，對港口的競爭力進行分析[2]。Haynes等分析了高雄和香港的港口效率較高，其港口的集裝箱和貨物吞吐量較大，提高港口的效率對港口的運轉會產生較大的積極作用[3]。20世紀70年代，Mayer將勞動力投入、港口所在地理位置可達性、交通便利情況納入港口綜合經濟實力的衡量因素中[4]。Haezendonck和Notteboom則將港口所在城市的生產力水平、腹地經濟，港口的名聲作為衡量港口經濟最重要的因素。Mitchell等對港口研究發現港口之間的競爭強度以及航運公司之間的競爭也會影響港口的競爭力[5]。從已發表的文章和出版的著作來看，國內學者對港口的研究主要集中在港口物流和港口經濟上。萬征等運用主成分分析法對廣州灣和深圳灣進行橫向對比，認為廣州灣港口的吞吐量和深圳灣相比存在較大差距，但是腹地經濟發展程度較之深圳更加成熟，同時廣州灣依靠其整體經濟發展的潛力巨大，據此提出了廣州灣的發展策略[6]。童慧玲根據港口的用途和定義對港口物流進行分類，根據分類情況建立了一套較完整的港口物流業評價指標體系[7]。楊躍輝和王俊輝選取港口的規模、基礎設施、物流競爭力3個比較具有代表性的指標，分析了上海港與寧波-舟山港兩個港口各自的強板和短板，提出了提高港口的綜合競爭實力的相關建議[8]。趙文娟和壽建敏通過主成分分析法和聚類分析法對中國19個主要沿海城市港口進行分析，對這些港口進行討論和分析[9]。吳祖軍和彭勃以寧波-舟山港和國內其余十大港口為研究對象，通過主成分分析方法對研究的城市港口進行對比，提出了寧波-舟山港在擴大港口容量的基礎上提高自身競爭力的對策[10]。

本文通過選取20個具有代表性的沿海城市港口進行聚類分析，通過主成分分析法和聚類分析對沿海城市港口的發展狀況進行分類，在此基礎上提出提升沿海城市港口經濟發展的對策建議。

1 數據指標體系的構建與數據來源

1.1 數據指標體系的構建

以沿海城市港口航運發展水平為研究對象，建立相應的指標體系反映港口基礎設施、腹地經濟發展、信息化水平3個維度的綜合發展情況，綜合評價沿海城市的港口航運發展水平。通過查閱文獻和相關數據，確定港口經濟綜合發展的指標，見表1。

表1 港口航運水平綜合評價體系

1.2 數據來源與處理

由于數據可得性的限制，主要查找了《中國港口統計年鑒2018》《中國城市統計年鑒2019》中城市與港口的數據作為實證分析的數據來源，由于指標單位的不同，考慮到量綱差異，對原始數據進行標準化以消除量綱差異對數據分析的結果造成的影響，標準化公式為

(1)

式中：xij表示沒有標準化的數據，即港口及城市i的第j個原始數據；uj表示第j個指標數據在所有城市中的平均值；σ為某些指標原始數據的標準差，其取值為0～1。

2 主成分分析過程

2.1 數據處理及主成分提取

主成分分析主要是指利用線性代數的方法和理論等將原始指標重新組合，通過降維的方法將多個指標濃縮成幾個較少的指標來代替原來的指標，反映原本要傳遞的信息。采用主成分分析法，對2018年的港口綜合實力進行綜合評價，單個主成分得分和綜合得分的計算公式為

Fi=UiX=U1iX1+U2iX2+,…,+UpiXi

(2)

F=W1F2+W2F2+…+WiFi

(3)

式中：F為綜合得分；Fi為第i主成分得分；Wi為第i主成分權重，即各主成分因子的貢獻率；Ui為第i主成分的得分系數矩陣；U1i，U2i，…，Upi為第i主成分的得分系數；X為標準化的原始數據矩陣；Xp并非原始數據，需要在原始數據上進行標準化才能得到。

2.2 基本結論

為了消除量綱的影響，需要先對原始變量進行標準化處理，用SPSS軟件將標準化后的數據進行相關關系分析，得到相關系數矩陣；通過方差解釋百分比提取出主成分，計算出各個主成分的得分，再根據各個主成分的得分計算實力總分。

為了檢驗模型的適用性，一般采用 KMO 和 Bartlett 球行度檢驗，結果見表2。由巴特利特球形檢驗可以得出KMO取樣適切性量數為0.636，大于0.5，顯著性為0.00，因此可以進行主成分分析。

表2 KMO和巴特利特檢驗

2.3 方差選擇

公因子的提取數量可以根據碎石圖進行判斷，提取特征根大于 1 的公因子，在表3中列出了特征值大于1的公因子的情況，因子對各變量提供的方差貢獻加和起來即為方差貢獻，提取3 個公因子時，方差貢獻率分別為55.95%，14.551%和9.97%，累計方差貢獻率達到80.472%，因此，保留3個公共因子就能保留原始變量的絕大部分信息，因此選擇提取的公因子數為3個。

表3 方差解釋

由圖1的碎石圖可以看出，提取3個公因子后折線斜率開始變緩，說明3個公因子即可滿足目前公因子的數目。

圖1 碎石圖數據來源：根據SPSS軟件計算

根據主成分分析的得分的系數矩陣(表4)可以得到計算的因子得分如下(其中Z是標準化的數據)：

F1=-0.137Z1-0.101Z2+0.054Z3-

0.051Z4+0.029Z5+0.149Z6+0.147Z7+0.178Z8+

0.249Z9+0.198Z10+0.217Z11+0.145Z12；

F2=0.434 7Z1+0.345Z2+0.185Z3-0.302Z4-

0.091Z5+0.017Z6+0.001Z7-0.005Z8-0.144Z9-

0.059Z10-0.079Z11-0.039Z12；

F3=-0.034Z1-0.048Z2+0.005Z3+

0.005Z4+0.465Z5+0.007Z6-0.714Z7-0.210Z8-

0.081Z9-0.001Z10-0.058Z11+0.139Z12

表4 成分得分系數矩陣

一致指標組主成分分析結果見表5。

表5 一致指標組主成分分析

通過主成分的得分函數，可以計算出沿海城市港口各主成分得分和綜合得分并根據得分排名，見表6。

表6 主成分與綜合得分

由表6可知，海洋港口競爭力上，F1的值得分中，上海最高，其次是深圳和廣州，F2的得分中，舟山最高，其次是上海、天津，F3得分的排名中，海口最高，其次是秦皇島和上海，F總得分，最高值為上海，其次為深圳和廣州，與F1的排名比較一致。可以從旋轉后的成分矩陣上觀察得出因子1在郵電業務總量X10，移動電話年末用戶X11以及國際互聯網用戶X123個變量上的荷載較大，因子2主要在碼頭長度X1，泊位數X2，港口集裝箱吞吐量X3和港口貨運量X4上荷載較大，因子3主要在第三產業增加值占GDP的比重X7以及社會消費品零售總額X7上荷載較大。由此也可以解釋各個主成分的分值和排名。

3 聚類分析模型的建立

3.1 系統聚類模型

聚類分析是多元統計分析中比較重要的內容，在實證分析中運用廣泛，通常會結合多元統計分析中的其他方法，分析實際問題。聚類分析主要包括系統聚類、調優法(動態聚類法)、最優分割法等。本文樣本量較小，主要采用系統聚類法。系統聚類根據樣本間距離遠近的不同，將近距離的先聚成一類，再將遠距離的樣本后聚成類，然后通過不斷循環將所有的對象都聚成類。聚類分析中，距離的計算公式有很多，常用到的距離計算公式為歐氏距離，本文將采用歐氏距離來計算各樣本之間距離[11]。歐氏距離的計算公式為

(4)

聚類分析中最常使用的距離就是歐氏距離，本文采用的是組間平均距離連接法計算距離，Gp、Gq之間的距離可以定義為Dpq，為Gp中各個樣本兩兩之間的距離Di1i2的平方的平均值，即為

(5)

Gp、Gq、Gr、Gk中的樣本個數為np、nq、nr、nk,且有nr=np+nq，在上述距離公式中有距離的平方，所以從D(0)距離中的元素是可以用平方替代。

3.2 數據指標的選取

完成主成分分析后，得到3個主成分得分，將主成分分析結果作為聚類分析的數據，利用系統聚類的方法，所選取的20個沿海城市港口根據其綜合發展程度和主成分得分異同被聚集成4類，通過聚類結果可以對國內各港口的發展水平進行初步評估。

3.3 聚類結果分析

使用SPSS軟件，選取的2018年各方面的指標進行聚類，得到系統聚類結果的表格和譜系圖，如表7和圖2所示。

表7 聚類結果

圖2 系統聚類分析結果數據來源：SPSS計算分析

第1類：上海、深圳、廣州；第2類：舟山；第3類：泉州；第4類：天津、大連、青島、廈門、福州、海口、珠海、煙臺、唐山、秦皇島、連云港、嘉興、溫州、臺州、汕頭。

選取的聚類數為4，由表7可知，當聚類成員為4個時，上海，深圳、廣州聚為一類，舟山和泉州各自單獨為第2、3類，天津、大連、青島、廈門、福州、海口、珠海、煙臺、唐山、秦皇島、連云港、嘉興、溫州、臺州、汕頭則歸為第4類。

4 實證結果綜合分析

基于以上主成分分析與聚類分析的結果，對中國沿海城市港口經濟發展的綜合實力進行分析。

上海、深圳、廣州在聚類分析中歸為一類，主成分分析的各主成分得分中，上海的第1個主成分和綜合得分都是最高的，位居榜首，緊隨上海之后的深圳、廣州、天津和青島的第1個主成分和綜合主成分得分排名也是一致的，分別位于第2、3、4、5位，各個城市的總得分與F1的得分在排名上總體來說比較一致。上海的第2個主成分位于第2，第3個主成分位于第3位，總的來說差距不大，說明上海在各方面的實力都處于比較強勁的水平。

深圳的第1個主成分排在第2位，第2個和第3個主成分的得分上卻排在第15、16位，由原始數據可以看出深圳在郵電業務總量，移動電話年末用戶以及國際互聯網用戶的數據都處于較高水平，由于城市整體量級和人口的限制腹地經濟和上海、廣州相比存在差距，在全國也處于中等水平，并且在泊位長度、泊位個數以及港口吞吐量上卻不及其他城市港口。廣州的第2個主成分和第3個主成分的排名分別是第8、第5，從廣州的數據來看，其城市的信息化水平是最高的，尤其是郵電業務總量和年末移動電話用戶數在全國范圍內最高，國際互聯網用戶數僅次于上海。天津的主成分1、2以及總體主成分得分排名均排在全國第4位，主成分3排在第6位，說明天津的港口經濟和腹地經濟發展水平比較協調。

青島與天津相似，其主成分1、2以及綜合得分均排在第5位，主成分3排在全國范圍內的第8位，從數據來看，青島的港口量級總體處于靠前水平，在泊位長度、泊位數和吞吐量上略低于天津。泉州和廈門的排名較為相似，在第1個主成分上排名分別為6和10，但是在第3個主成分上排名分別為20、18，從折線圖看出，兩座沿海城市的港口量級與吞吐量都處于中等水平，廈門在貨物和集裝箱吞吐量上還低于泉州的水平。福州的3個主成分排名分別為8、12、10，總的來說差距不大，城市與港口發展水平較平均，嘉興的3個主成分得分排名分別為9、18、12，從數據來看，嘉興的港口發展水品較低導致第2個主成分排名落后。

溫州、海口與秦皇島的排名都是第3個主成分排名較高，分別為位列第4、1，由圖2可以觀察到第3個主成分排名較高是由海口的第三產業占比高、溫州的國際互聯網用戶數較多導致的。舟山、唐山和大連在第2個主成分上的排名分別為1、3、6，均處于較高水平，由折線圖可以觀察到舟山的港口無論從量級還是吞吐量上都位居前列。汕頭、連云港、臺州3個城市的3個主成分都處于中等水平，3個成分的排名并未出現較大差距，說明港口經濟發展與城市發展都處于較靠后的水平。

聚類分析中位于第1類的是上海、深圳與廣州，無論從原始數據來看還是從主成分分析結果來看，這3座一線城市的港口經濟能力均處于較強的發展水平，理應歸為一類。第2類是舟山，從舟山的主成分分析結果可以看出舟山最終結果的特殊性，舟山的第1個主成分得分是最后一名，而再第2個主成分的得分是第1名，兩個成分排名差距之大的原因來源于舟山本身是個島嶼城市，地理位置的優勢決定了其港口發展的迅速和強大，然后城市的人口和量級決定了其在港口之外的經濟發展與其余的城市的差距。第3類城市只有泉州，泉州與舟山不同，泉州的港口經濟不及舟山，它的主要特征是第3和第1主成分排名差距較大。第4類城市包括天津、大連、青島、廈門、福州、海口、珠海、煙臺、唐山、秦皇島、連云港、嘉興、溫州、臺州、汕頭。這些城市在3個主成分的得分上來看就處于比較平均的水平，沒有像舟山和泉州一樣存在主成分的排名比較懸殊的情況，并且這15座城市的港口經濟發展在中國都處于一種較為中等的水平。

5 對策建議

5.1 運用先進的港口技術，以“智慧港口”作為中國港口建設的發展目標

當前，全球各港口競爭激烈，港口技術升級發展對于建設海洋中心城市的建設起到了至關重要的作用，智慧型能夠提高港口的競爭力，“智慧港口”的建設是大勢所趨。隨著遠洋船舶大型化發展，港口泊位進行技術上的升級改造，提升港區作業的自動化水平，目前的深圳港、上海港、舟山港均以較大的集裝箱吞吐量排列世界各大港口前列。但是隨著港口發展，港口質量的發展不應該僅僅依靠集裝箱的吞吐量為主要衡量指標，而更應該注重港口資源的區域創新協調發展、與各港口之間的協同程度以及港口所使用的技術效率和整體生產作業的綠色化、協同化、智慧化水平。因此需要引進先進的港口技術，如自動化碼頭、智能船舶交通管理系統和港口數字化社區，將信息技術與智能技術與港口的業務深度融合，提高航運效率，節省船舶在港和運輸時間，增效省時為航運公司節約各項成本，有利于航運公司與港口達成長久的戰略合作關系，為港口的發展提供更多的業務機會，提升港口的綜合競爭力，實現港口長久穩定的可持續發展。

5.2 遵循生態文明機制，打造“城市-海岸-港口”綠色協調發展方案

于沿海城市而言，海岸、城市與港口互哺，三者相互銜接，密不可分，港口是聯結城市與外界往來的重要中介，提供了城市的集疏運功能，港口的發展也是衡量城市現代化和科技化的發展程度的重要指標，城市的物資和產業同樣是港口發展的重要支撐，港口的硬件設施離不開城市經濟的支持和保障。如今現代化和城市化的進程加快以及港口擴張的需求，港口與城市城區不再是分離的個體，而是相互交融的兩個部分，港口集疏運對城市環境和資源占用的壓力與日俱增。政府應該注重以創新主導為主線，依托港口群協同分工，適度疏解非核心港口功能，優化對于親水岸線等生態資源的利用，打造支撐全球海洋中心城市發展的現代化港口。建立沿海城市港口綠色化發展方案，并關注清潔能源的使用、港城協調發展等可能存在的問題，推進污染治理方案，并將其運用到港口作業中，加強對船舶和港口的環保監督和污染治理工作，對標國際海洋都市，對港口泊位進行岸電設施改造，爭取將深圳、上海打造成為國內和全球的綠色港口發展樣板。

5.3 加強港口間的交流與合作，互通有無，推進港口集群協調均衡發展

隨著互聯網行業的快速發展以及港口現代化的建設，各個港口之間的交流合作也日漸頻繁和緊密，在港口金融和港口物流上加強沿海港口之間的聯運合作對于港口自身及其合作港口的發展都會產生較大的促進作用，當前應當鼓勵各個港口實行交叉持股的方式，依據距離及合作緊密程度成立更多的港口聯盟，如珠三角港口群、長三角港口群、環渤海及北部灣港口群，必要時也應當加強跨區域的聯系與合作，對港口之間進行優勢及業務互補，減少港口之間的同質化競爭，同時突出不同港口的個性化及特色化，著重各個港口核心功能發揮，提高港口的服務及運作效率，促進港口綜合競爭力邁向更高水平。