基于SEM的港口集疏运系统影响因素研究

杨 莎，刘桂云，王桐菲

（宁波大学海运学院，宁波315211）

基于SEM的港口集疏运系统影响因素研究

杨 莎，刘桂云*，王桐菲

（宁波大学海运学院，宁波315211）

港口集疏运系统的影响因素是复杂而又相互关联的，分析各因素之间的影响程度有利于辨识系统结构。文章以我国沿海主要港口为样本，通过定性与定量相结合的方法，采用结构方程模型（SEM）对港口集疏运系统影响因素进行分析。通过数据分析及专家打分得出基础数据，利用AMOS软件绘制出其路径模型图，计算出其路径系数，进而分析得出主要的影响因素。

港口；集疏运系统；SEM；影响因素

随着全球化一体化的发展，我国外贸经济也随之快速发展。2015年全国沿海规模以上港口完成货物吞吐量78.4亿t，同比增长1%，其中外贸吞吐量完成32.5亿t，增长0.7%。随着货物吞吐量的快速增长，一些港口现有的集疏运系统无法满足日益增长货物的需求，集疏运方式比例不协调等因素影响了港口集疏运系统的效率。据相关资料显示，我国集疏运方式比例不协调的现象较明显，公路运输约占到80%，铁路约占2%～3%，水路约为10%左右。因此，研究港口集疏运系统的影响因素对于提高港口运行效率和综合竞争实力具有重要的意义。

国内外学者对于港口集疏运系统优化进行了研究。Peter Nijkamp［1］通过离散模型和神经元模型对货物运输网的优化和预测能力进行了比较分析，研究了集疏运系统子系统间的协调关系。Cullinance K［2］根据港口的作业流程，提出了将船舶的装卸效率作为影响港口集疏运绩效评价的重要指标。Kenneth J.Butto［3］分析了各运输方式的经济性和技术性特点。张戎［4］等以世界上主要的10个大型港口为样本，运用通径分析方法对集装箱港口各运输方式集疏运量影响因素的途径和作用大小进行实证分析。王晓［5］等运用ISM模型分析港口集疏运系统的主要影响因素，提出信息技术是最关键的影响因素。周翔［6］等基于广义费用最小的目标，建立了港口集疏运系统优化模型。刘沛［7］等认为区域港口集疏运系统应该进行资源整合。杨斌等［8］分析了集疏运系统能耗、时间范围和成本之间的关系。港口集疏运系统的研究大都集中在系统优化或者运输方式改进方面，对集疏运影响因素研究就较少。个别针对影响因素的研究，基本是采用了回归分析的方法。而港口集疏运系统是个复杂系统，其影响因素多且复杂，且有的影响因素是不可测量的，亟需引进结构方程模型等分析方法。

1 结构方程模型

结构方程模型（structural equation modeling，简称SEM）是应用线性方程系统表示测量变量与潜在变量（难以直接测量的变量）以及潜在变量与潜在变量之间关系的一种统计方法。通过为潜变量设定测量变量，用测量变量之间的关系来研究潜变量之间的关系［9］。结构方程模型能够使这个理论的概念在研究中描的更加清晰［10］。结构方程模型的发展与相关软件的开发支持密不可分，常用的结构方程模型分析软件有LISREL，AMOS，EQS和Mplus。

结构方程模型通常包括三个矩阵方程式

方程（1）为结构方程模型，反映了隐变量之间的关系。Γ代表外生隐变量对内生隐变量的影响，B代表内生隐变量之间的相互影响，ζ为结构方程的误差项。

方程（2）和（3）为测量模型，表示隐变量与显变量之间的关系。矩阵Λx和Λy分别为反映x对ξ和y对η关系强弱程度的系数矩阵，即相关系数。ε和δ分别是y和x的测量误差，x为内生测量变量，y为外生测量变量。

2 港口集疏运系统影响因素分析模型

港口集疏运系统主要包括三部分：集疏运设施、集疏运方式和集疏运管理。集疏运设施为基础设施，包括港口、泊位、码头、堆场、仓库等；集疏运方式指的是公路运输、铁路运输、水运运输等各种运输方式；集疏运管理包括港口生产协调、监管查验、生产组织等。根据系统构成，选定港口服务能力、基础设施通行能力、港口吞吐量、集疏运系统效率四个因素作为SEM的潜变量进行集疏运系统影响因素的分析。

2.1 变量设计

（1）港口服务能力潜变量。如图1所示，港口服务能力主要包括转关效率、设施现代化水平、高效集装箱桥吊作业码头个数等三个方面。其中，转关效率的高低直接影响到货物运输的时间，设施的现代化水平与运输作业效率相关，高效集装箱桥吊作业码头是指每小时装卸效率超过30TEU的码头（通过中国港口集装箱统计年鉴上数据统计得出）。转关效率、设施现代化水平、高效集装箱桥吊作业个数为观测变量，港口服务能力为潜在变量，e1、e2、e3、e4为误差变量，w1、w2为回归系数变量（港口服务能力—转关效率，港口服务能力—设施的现代化水平），将港口服务能力—高效集装箱桥吊作业码头个数的回归系数设定为1。

（2）基础设施通行能力潜变量。如图2所示，基础设施通行能力包括泊位个数、码头长度、岸吊与场吊数量的和、堆场面积等指标。在国内一般情况下岸吊与场吊数量越多、堆场面积越大，货物处理效率越高。泊位个数、码头长度、岸吊和场吊数量的和、堆场的面积为观测变量，基础设施通行能力为潜变量。e5、e6、e7、e8、e、为误差变量，w3、w4、w5为回归系数变量（基础设施通行能力—泊位个数，基础设施通行能力—码头长度，基础设施通行能力—堆场面积），将基础设施通行能力—岸吊与场吊数量的和的回归系数设定为1。

图1 港口服务能力测量模型图Fig.1 Model diagram for the measurement of port service capacity

图2 基础设施通行能力测量模型图Fig.2 Model diagram for infrastructure capacity

（3）港口吞吐量潜变量。如图3所示，港口吞吐量主要包括外贸吞吐量、货物吞吐量和集装箱吞吐量。外贸吞吐量、货物吞吐量、集装箱吞吐量为测量变量，港口吞吐量为潜变量。e9、e10、e11、e12为误差变量，w6、w7为回归系数（港口吞吐量—外贸吞吐量，港口吞吐量—货物吞吐量），将港口吞吐量—集装箱吞吐量的回归系数设定为1。

（4）集疏运系统效率潜变量。如图4所示，集疏运系统效率的高低与运输结构比例的合理性、信息现代化水平、所在地区海运集装箱运输需求等有关。运输结构比是指公路、水路、铁路、航空、管道等运输方式货运量的比。运输方式的衔接性是公路、铁路、水运、航空等运输方式间转换的连续性、连贯性。信息的现代化水平指的是跨境物流公共信息平台的建设，EDI信息平台的使用等。运输结构合理性大小、运输方式的衔接性、信息现代化水平为观测变量，集疏运系统效率为潜变量。e13、e14、e15、e16为误差变量，w8、w9为回归系数（集疏运系统效率—运输结构比例合理性大小，集疏运系统效率—运输方式的衔接性），将集疏运系统效率—信息现代化水平的回归系数设定为1。

图3 港口吞吐量测量模型图Fig.3 Model diagram for the measurement of throughput

图4 集疏运系统效率测量模型图Fig.4 Model diagram for the measurement of collecting and distributing system efficiency

2.2 结构方程模型

港口集疏运系统影响因素主要受上述四个潜变量的影响，这四个潜变量之间又是相互影响的。根据相关理论知识可知，基础设施通行能力影响港口服务能力、港口吞吐量和集疏运系统效率。而港口服务能力又对港口吞吐量和集疏运系统效率产生影响，港口吞吐量对集疏运系统效率又产生一定的影响。因此综合以上分析，可以定义变量，如表1所示。

表1 影响因素结构方程模型变量Tab.1 Factors affecting the structural equation model variables

影响因素的结构方程模型是外生潜变量和内生潜变量之间的方程结合，表1中ξ1、ξ2、ξ3为内生潜变量，η为外生潜变量，x1…x9内生观测变量，y1…y4为外生观测变量。基于图5变量之间的关系，得出港口集疏运系统影响因素的测量模型和结构模型。

内生潜变量（服务能力、港口吞吐量、集疏运效率）的测量模型为

式中：λij为第j个内生潜变量对它的第i个测量变量xi的影响系数，系数越大，影响也就越大。

外生潜变量（基础设施通行能力）的测量模型为

港口集疏运系统影响因素的结构模型，表达式如下

式中：γj(j=1,2,3,4)表示第j个内生潜变量ξj对外生潜变量η的影响系数。相关关系的确定依赖于理论的支持，相关系数的大小通过结构方程模型估计。

3 实证分析

港口集疏运系统的影响因素是复杂且相互联系的，为了正确分析港口集疏运系统的影响因素，本文选取国内主要的港口为研究对象。所选取的港口包括大连、营口、天津、烟台、青岛、日照、连云港、南京港、苏州、上海、宁波舟山、福州、厦门、深圳、广州等15个港口。2015年这15个港口的集装箱吞吐量均在200万TEU以上，货物吞吐量均在2亿吨以上，因此是国内比较有代表性的港口。定性指标数据包括：转关效率、设施的现代化水平、信息现代化水平、运输方式的衔接性、运输结构比例合理性大小由相关领域类专家打分获得。定量指标数据包括：高效集装箱桥吊作业码头个数、泊位个数、码头长度、堆场面积、岸吊和场吊数量的和、外贸吞吐量、货物吞吐量及集装箱吞吐量通过港口统计年鉴及各港口统计信息网查询获得。

利用AMOS软件进行模型运算，计算结果如下图6所示，对数据结果主要进行以下四个方面的分析：

（1）结构方程变量之间的影响。结构方程变量主要是由港口服务能力、基础设施通行能力、港口吞吐量及集疏运系统效率四个潜变量组成。其中集疏运系统效率为内在潜变量，不对其他因素产生影响，但会受到港口服务能力和港口吞吐量的影响；港口服务能力和港口吞吐量为中间潜变量，既受基础设施通行能力的影响同时又影响到集疏运系统效率；

基础设施通行能力为外在潜变量，不受外在因素影响，但能影响到港口服务能力和港口吞吐量。外在潜变量通过中间变量对内在潜变量产生影响作用，因此结构方程当中的四个潜变量之间是相互影响作用的。

（2）内生潜变量与测量变量之间的影响。港口服务能力影响因素表示如下

图5 港口集疏运系统影响因素路径图Fig.5 Path diagram for influential factors of collecting and distributing system for port

图6 影响因素结构方程模型路径图Fig.6 Path diagram for influential factors of structural equation model

转关效率对港口服务能力的影响作用为0.43，误差变量e1对转关效率的误差影响作用为0.19；设施的现代化水平对港口服务能力影响作用为0.60，误差变量e2对设施的现代化水平的误差影响作用为0.36；高效集装箱桥吊作业码头个数对港口服务能力的影响作用为0.84，误差变量e3对高效集装箱桥吊作业码头个数的误差影响作用为0.70；误差变量e4对港口服务能力的误差影响作用为0.21；可见在以上几个影响因素中，高效集装箱码头作业个数对港口服务能力的影响力最大，个数越多，则装卸高效更高，服务能力越强。与此同时还受到了外生潜变量基础设施通行能力的影响，影响作用为0.45。

港口吞吐量影响因素表示如下

外贸吞吐量对港口吞吐量的影响作用为0.72，误差变量e9对外贸吞吐量的误差影响作用为0.52；货物吞吐量对港口吞吐量的影响作用为0.47，误差变量e10对货物吞吐量的误差影响作用为0.23；集装箱吞吐量对港口吞吐量的影响作用为0.93，误差变量e11对集装箱吞吐量的误差影响作用为0.87；误差变量e12对港口吞吐量的影响作用为0.97；集装箱吞吐量的大小对港口吞吐量的影响作用最大，越来越多的学者更倾向于集装箱的研究。港口吞吐量还受到了港口服务能力和基础设施通行能力的影响，影响作用分别为0.22和0.86。

集疏运系统效率影响因素表示如下

运输结构比例合理性大小对集疏运系统效率的影响作用为0.21，误差变量e13对运输结构比例合理性大小的误差影响作用为0.04；运输方式的衔接性对集疏运系统效率的影响作用为0.82，误差变量e14对运输方式的衔接性的误差影响作用为0.68；信息现代化水平对集疏运系统效率的影响作用为0.97，误差变量e15对信息现代化水平的影响作用为0.93；因此信息的现代化水平高低对集疏运系统效率的影响比较大，要想提高集疏运系统的效率，信息现代水平的提高成为巨大推动力。此外还受到港口服务能力，港口吞吐量的影响，影响力分别为0.20和0.87。

（3）外生潜变量与测量变量之间的影响。基础设施通行能力影响因素表示如下

泊位个数对基础设施通行能力的影响作用为0.28，误差变量e5对泊位个数的误差影响作用为0.08；码头长度对基础设施通行能力的影响作用为0.37，误差变量e6对码头长度的影响作用为0.14。堆场面积对基础设施通行能力的影响作用为0.83，误差变量e7对堆场面积的误差影响作用为0.69。岸吊和场吊的数量和对基础设施通行能力的影响作用力为0.91，误差变量e8对岸吊和场吊的数量和的误差影响作用为0.75；因此，岸吊和场吊数量和的多少对基础设施通行能力产生很大的影响。

（4）误差变量之间的影响。如表2所示，转关效率误差项e1与设施现代化水平误差项e2相关性为0.561；设施现代化水平误差项e2与高效集装箱桥吊作业码头个数误差项e3相关性为0.778；高效集装箱桥吊作业码头个数误差项e3与堆场面积误差项e7相关性为0.560；泊位个数误差项e5与码头长度误差项e6相关性为0.933；货物吞吐量误差项e10与集装箱吞吐量误差项e11相关性为0.527；集装箱吞吐量误差项e11与信息现代化水平误差项e15相关性为0.196；运输结构比例合理性大小误差项e13与运输方式衔接性误差项e14相关性为0.141；运输方式衔接性误差项e14与信息现代化水平误差项e15相关性为0.166。

表2 误差变量之间的相关系数Tab.2 Correlation coefficient between the error variables

4 结论

采用结构方程模型分析港口集疏运系统的影响因素，能够实现对各个子系统的组合分析，充分考虑各子系统之间的相互影响，避免因为误差变量因素的影响而导致计算结构的偏差。从论文的研究结果来看：对于港口服务能力不足的现象，要逐力增加其高效率集装箱作业桥吊码头个数，与国外相比，国内这样的高效率作业码头是相当少的；对于基础设施方面的建设，政府部门应合理分配好其资金的投入；港口吞吐量的大小对集疏运系统的影响力最大，因此需要对港口吞吐量进行预测，从而对集疏运系统进行改进；集疏运系统的效率是港口集疏运系统影响因素的一个反应，信息现代化水平的高低影响着系统的效率，可以引用国外先进的信息技术，对集疏运系统进行实时监控。

［1］Nikamp P.Comparative modeling of interregional transport flows［J］.Applications to multimodal European freight transport，European Journal of Operational Researeh，2004，155：584-602.

［2］Cullinance K，Song D W，Wang T A.Comparison of mathematical programming approaches to estimating container port production efficiency［J］.J.Prod.Anal，2006，24：73-92.

［3］Kenneth J B.Transport Economics（Third Edition）［M］.Cheltenham：Edward Elgar Press，2010.

［4］张戎，黄科.集装箱港口集疏运体系影响因素通径分析［J］.同济大学学报（自然科学版），2009（1）：57-62. ZHANG R，HUANG K.Path Analysis of Influential Elements of Collecting and Dispatching System for Container Port［J］.Journal of Tongji University（Natural Science Edition），2009（1）：57-62.

［5］王晓，李明，石城秋.基于ISM模型分析港口集疏运系统的主要影响因素［J］.港口经济，2010（8）：21-24. WANG X，LI M，SHI C Q.Analysis the main Influential factors of Collecting and Dispatching System of port based on the ISM model［J］.Journal of Port Economy，2010（8）：21-24.

［6］周翔，陈小鸿，董洁霜.多核化枢纽港集疏运系统优化研究［J］.武汉理工大学学报（交通科学与工程版），2014（4）：739-743. ZHOU X，CHEN X H，DONG J S.Study on the optimization of the freight collection and distribution system of multi-center hub ports［J］.Journal of Wuhan University of Technology（Transportation Science and Engineering），2014（4）：739-743.

［7］刘沛，穆东，苏捷.区域港口集疏运系统资源整合的动力学机理［J］.系统管理学报，2015（3）：444-451. LIU P，MU D，SU J.Dynamics of resources integration in regional inland transportation system［J］.Journal of Systems&Management，2015（3）：444-451.

［8］杨斌，孙少文，胡孝通，等.能耗约束下多起讫点的港口集疏运系统运输策略研究［J］.合肥工业大学学报（自然科学版），2015（3）：411-418. YANG B，SUN S W，HU X T，et al.Transportation strategy for collecting and distributing port system with multiple starting and ending points under energy consumption constraint［J］.Journal of Hefei University of Technology（Natural Science Edition），2015（3）：411-418.

［9］Lee S Y，Song X Y.Application of Structural Equation Models to Quality of life［J］.Structural Equation Modeling，2005，12（3）：435-453.

［10］Byrne B M.Structural Equation Modeling with Amos：Basic concepts，applications and programming［J］.Journal of Applied Quantitative Methods，2010，47（4）：478-480.

Study on influential factors of collecting and distributing system for port based on SEM

YANG Sha,LIU Gui-yun*,WANG Tong-fei
（Faculty of Maritime and Transportation,Ningbo University,Ningbo315211,China）

The influential factors of collecting and distributing system for port are complex and interconnected, and the analysis of influential degree between factors is helpful to identify the system structure.In this paper,a case study was made of some major ports in China′s coastal areas.With both qualitative and quantitative methods,the Structural Equation Model(SEM)was adopted to analyze the influential factors of collecting and distributing system for port.The basic data was obtained from professional analysis and expert estimation,and these model diagrams were mapped out with the AMOS software.Finally the main influential factors were identified.

port;collecting and distributing system;Structural Equation Model;influential factor

X 52；O 242.1

A

1005-8443（2017）01-0103-06

2016-09-07；

2016-11-07

浙江省软科学项目（2015C25039）；宁波市自然科学基金（2016A610074）。

杨莎（1993-），女，湖南常德人，硕士研究生，主要从事港口现代化管理方面研究。

*通讯作者：刘桂云（1972-），女，辽宁鞍山人，教授，主要从事港口物流管理方面研究。E-mail：liuguiyun@nbu.edu.cnBiography：YANG Sha（1993-），female，master student.