基于改进物元法的智慧港口发展水平评价模型

曹 杰，王大李 红，黄富程

(1.大连海事大学 航海学院，辽宁 大连 116026；2.中国交通通信信息中心，北京 10011)

0 引 言

2011年,鹿特丹港提出建设“智慧港口”的战略愿景，并且规划了该港到2030年的发展蓝图[1]。中国也在2017年决定开展智慧港口示范工程，首批示范工程在2019年年底进行验收。我国智慧港口建设与国外典型港口的发展理念不同,国外港口主要侧重对未来发展愿景、发展理念和发展模式的战略性体系建立，我国则主要集中在物联网、云计算、大数据、5G等新兴信息技术在港口的应用[2]，所以国外智慧港口评价体系对国内港口的参考价值有限。

目前，关于智慧港口评价体系的研究较少。杨凯等[2]在借鉴绿色港口和智慧城市评价指标的基础上，首次提出了系统且符合我国实际情况的智慧港口评价指标体系；蔡文学等[3]从港口的职能、理论和技术等3个维度构造智慧港口的框架,建立港口智慧化程度评价指标体系。基于物元理论和云模型的评价方法已较为成熟，邢虎松等[4]采用模糊物元模型，对港口物流系统发展水平进行评价；郑辉等[5]建立了港口资源、港口结构和港口能力的物元模型,给出了基于发展度和持续度的港口可持续竞争力评价模型；蹇令香等[6]应用正态云模型，结合熵权法对港口产业总体发展水平进行评价；刘翠莲等[7]利用云模型，结合德尔菲法建立了港口低碳绿色发展评价。然而，传统指标体系存在不易量化、主观因素影响较大的问题，单一评价方法都难以对定性指标进行定量转换。

笔者在现有研究基础上，通过港口实地调研与专家评议，给出了易量化且人为主观因素影响小的评价指标体系。结合标度法与层次分析法求取主观权重，运用熵值法求得客观权重，再通过加法集成原理得到综合权重，以降低主观因素造成的误差。综合云模型和物元理论，提出一种既能体现评估的双重不确定性，又能定性定量分析和处理问题的基于改进物元法的智慧港口发展水平综合评估方法。最后通过算例计算，证明该评价模型的有效和可靠性。

1 智慧港口发展评价

1.1 智慧港口定义

目前，智慧港口的定义在国内外尚未达成共识，宓为建[8]将智慧港口定义为：以信息物理系统为结构框架，通过高新技术的创新应用，使物流供给方和需求方共同融入集疏运一体化系统；极大提升港口及其相关物流园区对信息的综合处理能力和对相关资源的优化配置能力；智能监管、智能服务、自动装卸成为其主要呈现形式，并能为现代物流业提供高安全、高效率和高品质服务的一类新型港口。该理论是较符合我国智慧港口建设思路，也是国内学者认可度较高的智慧港口概念。

1.2 评价指标体系

以智慧港口定义和目标，智慧港口发展要素和内容，以及智慧港口建设发展路径等研究内容为基础，并与国内外信息化发展评价指标体系的研究成果进行了融合，构建了适合国内智慧港口建设发展的评价指标体系。

智慧港口发展评价体系主要从物流系统高效化程度、码头作业自动化程度、港航业务电子化程度、数据共建共享程度、业务创新能力和港口生产安全性，共6个方面来进行构建，每个一级指标下分别有若干个二级指标，如图1。

图1 智慧港口发展评价指标体系Fig.1 Smart port development evaluation index system

1.3 评价指标度量

为了保证评价体系的可信度和实用性，共制定了16个二级评价指标，其中定量指标占13个，定性指标3个。定量指标的比重高，保证了该评价体系在实际工程评价中的客观性和可操作性。以下为部分较难理解的定量二级评价指标的具体评价方法：

1)多式联运运输效率C1：运输过程中采用多式联运所节约的运输时间与采用单一运输方式所消耗时间的比值；

2)物流仓储自动化水平C2：储运过程中人工搬运耗时占整个储运流程所用时间的比例；

3)港口业务线上办理率C6：年度线上办理的货量占港口总货量的比例；

4)线上平台用户比例C7：在线上业务平台注册的企业用户数量占港口企业客户总数的比例；

5)上下游企业信息互联度C8：与港口实现电子数据交换的上下游企业数量占港口上下游企业总数的比例；

6)业务单证电子化比例C9：港口核心单证的电子化程度；

7)数据交换标准化程度C11：港口相关数据标准建设与应用情况，核心数据完整性与一致性评价；

8)数据中心融合比例C12：与港口实现共用同一数据中心的上下游企业占企业总数的比例；

9)网络安全防护水平C16：信息安全技术体系和网络安全管理体系的建设与防护能力，以及移动互联、云计算、大数据、物联网和工业控制等新技术、新应用情况下网络安全防护能力。

1.4 评价指标的分级

结合文献[9]～文献[11]和港口建设与信息化领域的专家意见，将智慧港口发展分为Ⅰ～Ⅴ,共5个等级，依次表示智慧化程度“高”“较高”“一般”“较低”“低”。评价指标中的13个定量指标均为可以量化的数值。而对前沿科技创新能力、前沿科技应用能力和网络安全防护水平这3个定性指标，采用专家打分制，根据相关专家学者对相应指标进行打分确定其指标量值，采用百分制对相应的指标等级进行划分，具体分级情况见表1。

表1 智慧港口发展评价指标评价等级Table 1 Smart port development evaluation index evaluation grade

2 基于改进物元结构的智慧港口评价模型

2.1 基于云模型的改进物元结构

2.1.1 改进物元理论

云模型(Cloud model)于1995年由李德毅提出，是基于概率论与模糊数学理论提出的定性和定量转换模型，笔者采用应用范围最广、适应性最强的正态云模型，用3个数据(Ex,En,He)表示其数量特征[12]，其中：Ex为期望，是定性概念在论域中的中心值；En为熵，是定性概念模糊度的度量；He为超熵，是对熵值不确定性的度量。

物元结构是以物元为基本单位组成的，研究客观事物质变与量变之间的转化，记R=(N，C，V)，其中N表示事物、C表示事物特征、V表示该特征的量值[13-14]。传统物元理论没有考虑事物的模糊性和随机性，模糊物元分析虽然考虑了量值的模糊性，但因忽略了等级边界的模糊性而不能反应实际的评价等级。

基于云模型的改进物元理论出于传统物元理论，在评估过程中对定性指标表达较为困难。通过云模型代替物元结构中事物特征对应的量值V,实现了定性描述与定量描述的结合，改善了物元理论中没有考虑事物模糊性和随机性的缺点。因此，基于云模型和物元结构得到的云物元理论兼顾了事物的双重不确定性。基于云模型的改进物元结构可表示为式(1):

(1)

式中：(Exm，Enm，Hem)为云物元模型中反应事物特征量值的期望Ex、熵En、超熵He。

2.1.2 关联度计算

基于云模型的改进物元结构中，样本量值与标准正态云之间的隶属度发生了改变。新的关联度k计算步骤如下[15]：

1)首先计算得出(Exi,Eni,Hei)；

2)生成期望为En，标准差为He的正态随机数E′n；

3)根据式(2)求解云滴x的隶属度：

(2)

重复上述3个步骤m次，然后得到所有结果的平均值为云滴x最终隶属度度值。

2.1.3 等级界限标准云模型

物元模型在以往的应用中，对各等级边界的处理较为简单，各区间有明确的等级界限，这不利于展现现实问题中，事物边界的模糊性和随机性。云模型的加入弥补了物元理论在的不足，通过对区间边界的模糊化处理，使相邻等级区间有一定的重叠范围，这也更加符合事物的双重不确定性。将每个等级区间转换为一个双约束空间[Cmax，Cmin]，通过式(3)～式(5)：

(3)

(4)

He=S

(5)

可得到等级界限标准云模型的期望Ex，熵En，超熵He，三者共同组成了云模型的数字特征。

将表1中的区间量值代入式(3)～式(5)，可得出各评价指标的标准正态云模型，如表2。

表2 智慧港口发展评价等级界限标准云模型Table 2 Standard cloud model of smart port development evaluation grade boundary

2.2 综合权重系数

采用层次分析法确定主观权重[15]，熵权法确定客观权重[16]，最后利用加法集成原理得到主客观综合权重，其表达如式(6)～式(8):

ωi=aWi+bηi

(6)

(7)

b=1-a

(8)

式中：ωi为综合权重；Wi为主观权重；ηi为客观权重；Pi为主观权重按从小到大排序后的相应分项。

2.3 智慧港口发展等级

首先根据式(2)和式(6)计算出待评指标相对于标准正态云的关联度和综合权重，再通过式(9)计算出该指标的综合评判关联度：

(9)

利用加权平均法计算出初步的评判结果r：

(10)

式中：fi为待评价项所属等级的得分，等级“好”、“较好”、“一般”、“较差”、“差”对应的分数依次取值为5、4、3、2、1。

整个计算过程中，在利用式(2)求取指标的关联度时，因E′n随机产生，为减小E′n生成过程对整体结果造成的随机误差，采用数学工具对其多次计算求其期望与熵，如式(11)、(12)：

(11)

(12)

式中：Erx为r的期望；Ern为r的熵；m为重复计算次数；笔者采取100次循环运算。

2.4 评价结果可信度

期望Erx的结果代表了智慧港口发展等级，而熵Ern的值反映了评价结果的分散程度。当Ern的值越小，就表示评价结果越集中，结果的可信度就越高，反之，则表示可信度较低。为了表示这种可信度的高低，笔者用置信度ρ来表示：

(13)

3 工程实例

3.1 工程概况

天津港是中国北方最大的综合性港口，2020年，货物吞吐量高达5.03×108t，世界排名第九位；集装箱吞吐量超过1 835万标准箱，世界排名第八位。目前，天津港数字港口基本建成，实现了覆盖装卸、物流、经营、管理、设施设备、对外服务等多领域的信息技术普及应用。在“智慧港口”的前期探索方面，天津港已经制定了智慧港口发展战略规划。在大数据、大型设备远程操控、海铁联运等方面进行了关键技术研究，通过相关应用系统建设,不断完善集疏运体系、提升服务贸易便利化水平、助推绿色安全可持续发展。笔者以天津港为例，对智慧港口发展程度进行简要计算分析。

3.2 智慧港口发展评价

3.2.1 待测指标值的计算

通过对天津港的调研，统计了所有定量指标的数据，并对数据进行百分制处理。对于定性指标，采取专家打分方式，组织了11位熟悉天津港的教授和高级工程师对各指标进行打分，经过数据筛选和加权计算后。得出各一级指标的待测指标值，如表3。

表3 待评物元各一级指标的待测指标值Table 3 Index value to be measured of each first-level index of matter element to be evaluated

3.2.2 确定评价指标权重

根据层次分析法与熵权法，分别确定主客观权重，再根据式(7)、(8)计算出综合权重计算系数a=0.736 3、b=0.263 7，最终由式(6)得到综合权重，如表4。

表4 各评估指标综合权重Table 4 Comprehensive weights of various evaluation indicators

3.2.3 关联度计算与评价结果

根据式(2)计算各指标关于不同等级的隶属度，在确定待测指标值和确定其权重基础上，由式(9)计算得到天津港智慧港口发展程度与各等级云模型之间的关联度。然后由式(10)、(11)采取100次循环运算，得到评价结果Erx=3.995 6，根据式(12)、(13)得出置信度ρ=4.046 4×10-6。由2.4节可知天港的智慧港口发展程度较好(略偏一般)，置信度ρ较小，说明评价结果的可信度较高。最后，通过MATLAB绘制出各待测指标的发展水平云和相邻发展水平的标准云如图2。由图2可知在所有待测指标中，天津港业务创新能力发展水平较弱，介于一般与较好之间，在发展过程中应加快产学研深度融合的技术创新体系建设。

图2 各一级指标云模型Fig.2 First-level indicator cloud model

同时，运用文献[6]中正态云模型和文献[17]中灰色关联分析法对该算例进行验证计算，最终得到的评价结果均为发展水平较好，一级指标B5的发展水平为一般，其余一级指标的发展水平为较好。通过以上两种方法的评价结果可以验证，笔者提出的基于改进物元法的评价模型与其他评价方法所得结果一致，体现了该模型的有效性，且该方法能够通过置信度的数值体现出评价结果的可靠性。

4 结 语

笔者以智慧港口定义和目标，智慧港口发展要素和内容，以及智慧港口建设发展路径等研究内容为基础，结合国内外信息化发展评价指标体系的研究成果，构建了智慧港口建设发展评价指标体系。

结合标度法与层次分析法解决主观权重，运用熵值法得出客观权重，再通过加法集成原理得到主客观综合权重。在智慧港口发展评价中，引入基于云模型的改进物元理论，有效降低了评价中双重不确定性带来的误差，首次提出了智慧港口发展水平评价模型。

评价模型充分考虑了评价过程中的主观影响，多采用定量指标，并通过标度法来提高AHP判断主观权重的稳定性，该算法简洁实用，不仅能够得到评价等级，同时也能够通过置信度表现出该结果的置信度，为智慧港口建设与评价体系发展提供了参考依据。

最后利用该模型对天津港的智慧港口发展水平进行算例分析，评价结果为3.995 6，置信度为4.046 4×10-6，评价等级为较好，正态云模型和灰色关联分析的验证结果表明该模型评价结果有效且可信度高。