長三角港口腹地動態演變及耦合協調度研究

宋 敏，史 婷，王 茜

(河海大學商學院，江蘇 南京 211100)

隨著我國家經濟建設和對外貿易的不斷擴大，貨物運輸量不斷增加。在航運方面，港口發揮著不可替代的作用，港口的功能與建設影響著腹地區域的經濟發展，而腹地作為港口的一個服務區域，承擔著供貨、中轉的重要功能，是港口興衰的根基所在。長三角地區是“一帶一路”與長江經濟帶的重要交匯地帶。隨著國家沿海港口布局規劃的實施和港口體系的不斷建設，已形成以上海港為中心，北起連云港，西溯南京港的港口系統。伴隨中美貿易沖突頻發的現狀，港口面臨的國際貿易形勢日益嚴峻。如何避免港口間惡性競爭，提升長三角地區港口競爭力，需要合理分析各港口的腹地范圍，分析港口與腹地城市經濟協調發展態勢。

1 研究現狀

國外學者對于港口和腹地的研究比較早，對于港口與腹地間的作用關系進行了有益的探索。高茲于1934年在《海港區位論》中首次探討了港口與腹地的內在聯系[1]。Weigend[2]通過分析漢堡港的陸向腹地和海向腹地范圍對港口建設提供指向標。Patton[3]和Morgan[4]以紐約港為例，研究發現港口發展動力來源于腹地，腹地在港口形成與發展過程中有著關鍵作用。Hayuth[5]和Slack[6]深層次剖析了港口腹地變化原因，認為經濟發展和政府管制解除是導致海港和其競爭對手腹地范圍發生較大變化的主要原因。國內研究內容主要包括兩個方面：一是港口與腹地之間的互動關系研究。學者們通過構建港口與腹地經濟協同發展指標評價體系，測度港口與腹地經濟協同度[7-9]。宋敏等[10]、楊留星等[11]通過分析港口對腹地的效應機理，構建面板數據模型測算了港口對直接腹地、間接腹地經濟的影響。王洪清等[12]實證發現寧波港口對腹地經濟貢獻彈性呈U型變化。二是港口腹地的劃分以及空間演變。姜曉麗等[13]運用Huff模型計算遼寧省沿海6個港口對腹地城市影響勢能值，并對遼寧沿海港口腹地空間演變進行定量研究。董曉菲等[14]在Huff模型基礎上,綜合考慮港城引力、時間成本因素，分別利用實際最短時間距離和加權時間距離，探究港口群腹地的范圍劃分問題。李振福等[15]以煙羽模型為出發點，對遼寧省各港口、大渤海圈港口的腹地范圍進行了劃分。

綜上所述，已有的研究大多把港口腹地空間演變和港口腹地互動關系作為兩個獨立的部分進行研究，而通過劃分港口腹地進而研究港腹協調性則更具有科學性。因此，筆者通過選取長三角地區2006、2011和2016年3個時間斷面港口系統、腹地經濟系統相關數據，引入能綜合反映港口城市與其他城市聯系強度的煙羽模型厘定各港口的腹地范圍，并運用耦合模型測算港口—腹地經濟系統的協調發展度，以期為長三角港口—腹地協調發展提供建議。

2 指標選擇和分析方法

2.1 研究對象選擇

(1) 港口選擇。目前長江三角洲地區主要有沿海港口19個，內河港口10個。以上海港為中心，江浙為南北兩翼，服務于長三角及長江沿線地區的經濟社會發展。其中上海港、寧波—舟山港、連云港、蘇州港、南通港、南京港為長三角地區主要港口，根據相關統計數據，2016年上述6個港口的貨物吞吐量總量超過28.06億t，外貿貨物吞吐量達到12.79億t，集裝箱吞吐量達到6 825.6萬TEU，占長三角地區港口貨物吞吐量、外貿貨物吞吐量、集裝箱吞吐量總量的67.22%，82.10%和87.42%，選擇上述6個港口為研究對象具有典型性和可操作性。

(2) 腹地選擇。腹地直接位于港口陸上交通的后方，任何一個港口都必須以一定的區域作為它的腹地。根據2016年5月國務院批準的《長江三角洲城市群發展規劃》，長三角城市群包括：上海，江蘇省的南京、無錫、常州、蘇州、南通、鹽城、揚州、鎮江、泰州，浙江省的杭州、寧波、嘉興、湖州、紹興、金華、舟山、臺州，安徽省的合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城等26市。2016年地區生產總值15.02萬億元，同比增長8.98%，經濟總量占全國比重為20.4%。因連云港屬于長江三角洲主要港口，腹地加入連云港。

2.2 指標選擇與數據來源

2.2.1 指標體系構建

港口與腹地經濟是復雜的系統工程，選擇指標體系應該呈現出結構的層次性，能完整系統反映港口與腹地之間的耦合關系。因此，指標的選擇應該遵循以下原則：一是基礎性。選擇的指標能反映港口和腹地經濟的發展水平及系統各重要的部分。二是相關性。所選的指標應該體現港口和腹地經濟的支撐、促進和反饋的互動關系。依據上述原則，筆者根據指標進行進一步的設置和篩選，從港口規模、港口結構、港口可持續發展力、經濟增長、經濟質量、經濟結構六大方面初步確定兩大系統，再對其進行指標的分解和細化。在對長三角港口—腹地系統進行科學、系統的分析的基礎上，構建指標體系，如表1所示：

表1 港口—腹地指標評價體系

2.2.2 數據來源

研究數據來源于2007、2012年、2017年《中國港口統計年鑒》《上海統計年鑒》《江蘇統計年鑒》《浙江統計年鑒》《安徽統計年鑒》《中國城市統計年鑒》以及上海市、江蘇省、浙江省政府網站發布的統計公報和數據以及中國港口網發布的一些即時信息等。

2.3 研究方法

2.3.1 高斯煙羽模型

煙羽模型最初用于計算污染物在某一地區的擴散濃度和極限擴散距離，基本方程如式(1)所示。

(1)

(2)

2.3.2 耦合協調評價模型

首先利用熵值模型計算港口、腹地系統各指標權重，運用線性綜合加權法計算出港口系統-腹地經濟系統綜合評價指數：

(3)

(4)

式中：wij為第j項指標的權重；Ui為系統i的綜合發展評價值，取值范圍是[0-1]，數字越大說明綜合發展水平越高；Uij為系統中第i年第j項指標對系統的功效貢獻。

求出港口與腹地綜合發展指數后，借鑒已有學者建立的耦合度模型對長三角地區港口和腹地系統的耦合關系進行評價，并對耦合等級進行劃分和分類，詳見表2。

C={(u1×u2)/(u1+u2)2}1/2

(5)

(6)

式中：C為耦合度，當C=1時，表明子系統處于最佳耦合狀態；D為耦合協調度，可反映出各系統間的協調水平；T為系統間綜合協調指數；α、β為待定系數，參考相關學者的研究[16],筆者認為兩個子系統同等重要，α、β均取值0.5。

表2 港口-腹地系統協調等級劃分

3 實例分析

3.1 港口直接腹地演變分析

3.1.1 港口影響強度測算

(1) 港口源強和關聯度分析。高斯煙羽模型簡化后可以得到計算港口的影響強度的具體指標，要想求出港口影響強度Uij，首先需要先求出港口源強Qij、港口關聯度Rij。

港口源強是影響港口腹地范圍的決定性因素，取決于港口的規模和發展水平，港口源強的大小決定了對腹地范圍的輻射能力的高低。根據表1所構建的港口系統的指標評價體系測算港口源強。采用SPSS 20.0對港口強度指標體系進行降維的因子分析。以各因子的方差貢獻率作為權重，計算港口因子綜合得分的公式為：

F=0.660 09F1+0.222 63F2+0.083 21F3+0.030 20F4

(7)

由此得到長三角地區2006年、2011年、2016年主要港口的源強值，詳見表3。

表3 各個港口的源強值F

港口與地區之間的關聯度反映了港城之間聯系的緊密程度。港城之間是一個復雜的動態的演變體系，兩者互相影響。關聯度作為一個需要被量化的指標，在綜合考慮各方面因素下，筆者選用城市工業產值和常住人口數作為代表性指標量化港口與城市的關聯度。

(8)

式中:Eij為港口城市與腹地城市的關聯度；Pi、Pj分別為2006、2011、2016年港口所在城市和長三角地區(本文選取上海、江蘇、浙江各地市)年末常住人口數；分別表示Vi、Vj表示2016年港口所在城市和長三角各地市工業產值。計算得出港口與各地市間的關聯度。

(2) 港口的影響強度。得出港口源強和港口之間關聯度后，使用MATLAB計算2006年、2011年、2016年各個港口的影響程度以及各個港口影響強度占綜合影響強度的百分比，通過比較各港口綜合影響強度占比，可以推測出港口在10年間的發展概況以及未來可能的發展趨勢，結果如表4所示。

從表4可以看出，港口綜合影響強度呈現上升、穩定、下降3種態勢，其中上海港綜合影響強度特征明顯，“一支獨大”的優勢逐步被削弱，呈現不斷下降的態勢，港口影響強度由2006年的80.78%下降到2011年的71.16%，下降了9.62%；2011年到2016年由71.16%變為59.51%，下降了11.25%，比前5年下降幅度大。盡管上海港的腹地范圍呈逐漸縮小的態勢，但目前仍占據主導地位，在長三角區域內仍舊處于中心位置，整體來說，整個長三角地區都可以看成是上海港的腹地；溫州港在長三角地區中位于邊緣港口的位置，影響強度綜合占比不高并且越來越低，腹地范圍呈現縮小的趨勢，2016年港口的影響強度只占綜合影響強度的0.11%；寧波—舟山港作為浙江省規模最大和建設力度最強的港口中心，腹地波動不是特別明顯，基本保持穩定態勢，在整個長三角地區綜合影響強度占到10%左右，寧波—舟山港的腹地主要穩定在浙江省內，所以上升趨勢不是很明顯；連云港、南通港盡管發展起步較晚，目前所占綜合影響強度不大，但是呈現上升的趨勢；蘇州港、南京港的港口影響強度上升趨勢明顯，并且港口影響強度占綜合影響強度越來越高，兩個港口都達到10%以上，在長三角港口群中的地位越來越重要，未來可能腹地范圍會進一步擴大。

表4 2006、2011、2016年長三角主要港口影響強度

長三角地區各港口對各地市的具體影響強度如圖1、圖2、圖3所示。2006年上海港的腹地包括了15個城市，從圖1中可以看出，除無錫為蘇州港的腹地，揚州、鎮江、蕪湖、馬鞍山、滁州為南京港腹地，臺州為寧波—舟山港腹地，南通港、連云港腹地為自身所在城市，其余皆為上海港腹地。而且可以看出，2006年離上海較遠的安徽省的滁州、安慶，浙江省的紹興、金華等市受上海港的影響強度大，而不是距離較近的南京港、蘇州港、寧波港的腹地，原因主要是上海港的建設周期最長，政策扶持時間長、力度大，自改革開放以來，國家重視上海港的發展，政策制定清晰、發展規劃明確，建設上海國際航運中心戰略決策的提出使上海港的發展步入了新的階段，尤其是洋山深水港區開始建設后，上海港開始從河口港向真正的海港跨越，貨物吞吐量和集裝箱吞吐量都有較大幅度的提升，而其他港口在這一時期無論是所在城市的經濟建設還是自身規劃發展都與上海港存在差距，因此影響強度低、范圍窄。

圖1 2006年長三角主要港口腹地范圍

圖2 2011年長三角主要港口腹地范圍

圖3 2016年長三角主要港口腹地范圍

2011年上海港的腹地已經開始縮減，從圖2中可以看出，泰州已經變成南京港的腹地，常州、湖州已經變成蘇州港的腹地，紹興已經變為寧波—舟山港的腹地，其他腹地沒有發生變化。主要原因是在這一時期以蘇州港、寧波—舟山港為代表的港口憑借獨特的區位、資源優勢以及腹地經濟的有力支撐，加快打造樞紐港口的重要戰略位置，同時對周邊港口進行整合合并，蘇州港由張家港、太倉港、常熟港3個獨立港口合并而成，寧波港、舟山港也合并為寧波—舟山港，不僅避免了港口“內耗”，提升了港口競爭力，整合了港口岸線資源，同時也成為腹地經濟發展的重要依托。

2016年上海港的腹地進一步縮減，從圖3中可以看出，合肥已經變成南京港的腹地，其他港口的影響強度正在逐步增強。除了上文提到的上海港的部分原因，另一部分原因是南京港作為內河港，發展初期的功能定位是以水陸中轉為主，主要服務于南京及南京周邊城市，對于其他地區的影響強度不高，包括距離較近的安徽省的某些城市，從影響強度來看，屬于上海港的腹地。隨著港區的建設，在合理的規劃和清晰的布局定位下，南京港憑借其獨特的地理位置，逐漸擁有完善的轉運、聯運功能和集輸體系，發展成為服務長江經濟帶的核心載體，因此，其腹地范圍呈現進一步擴大的趨勢。

3.1.2 港口腹地演變特征分析

通過對港口綜合影響強度占比和分港口影響強度進行整體分析，我們可以得出長三角港口腹地的演變特征：

(1) 總體演變特征。從劃分結果來看，上海港的腹地數量始終處于長三角主要港口的首位，這是由于長三角地區貨物運輸一直以上海港為中心，上海港的地理位置優越，建設周期較長，配置比較完備。但隨著各個地區港口的建設和港口功能的不斷完善，加上上海港的體量已經過于龐大，發展速度比不上體量比較小的港口，導致上海港的影響強度呈現一種遞減的態勢，腹地范圍不斷縮小。腹地由2006年的14個變為2016年的10個，常州、紹興、湖州、合肥不再是上海港的腹地。由此可見，上海港的中心地位不變，但邊緣腹地會有所波動，整體穩定，局部波動應是長三角地區港口腹地演變的基本特征。

(2) 分港口演變特征。從時間序列來看，整個研究區的各港口影響力呈遞增態勢，這離不開腹地經濟為港口發展提供的科技、管理的有力支撐，但是各個港口的變化差異較大；從空間分布來看，港口對腹地的影響呈現“中心—外圍”結構，高影響程度區分布在各港口的周邊地區，低影響程度區分布于遠離港口的外圍地區。

3.2 港口與直接腹地耦合協調分析

在對長三角主要港口直接腹地進行劃分后，筆者采用熵值法對各項指標及綜合指標進行賦權(表5)。港口規模、港口結構、港口可持續發展力的權重加總后分別為69.84%、16.69%、14.23%。經濟增長、經濟結構、經濟質量權重加總后分別為52.79%、33.80%、13.41%。

表5 港口—腹地指標權重

根據權重計算2006、2011、2016年上海港、寧波-舟山港、連云港、蘇州港、南通港、南京港港口系統、腹地經濟系統的綜合發展指數；基于綜合指數對港口、經濟系統的耦合協調水平進行分析，并對6個港口的耦合協調程度進行分析。

表6 長三角港口—腹地綜合發展指數

(1) 港口與腹地經濟綜合發展指數評價。由表6可見，從港口、腹地經濟發展指數整體來看，蘇州、南通的港口綜合發展指數小于腹地經濟發展指數，其他港口的港口綜合發展指數大于腹地經濟發展指數。原因在于，蘇州港的腹地基本位于蘇南地區，經濟發展水平較高，腹地經濟推動了港口設施的進一步完善、港口功能進一步健全。南通港腹地為南通，經濟增速領先于港口建設。從港口綜合發展指數看，在2006、2011、2016年3個時間節點上，各地區港口綜合發展指數都呈現上升態勢，說明在2006—2016期間長三角港口規劃建設穩步推進；整體來看，港口綜合發展指數可分為3個等級，上海港和寧波港綜合發展指數最高，蘇州港較高，連云港、南通港、南京港綜合發展指數較前兩級較低；從腹地經濟發展指數分析，蘇州、寧波—舟山經濟指數較高，上海、南京、連云港經濟發展指數較低。原因在于上海港、南京港雖然自身經濟發展水平較高，但是通過煙羽模型測算出的港口直接腹地的經濟發展水平拉低了腹地整體經濟水平。

表7 長三角港口—腹地耦合度與耦合協調度

(2) 港口與腹地經濟耦合度分析。根據表7得知，長三角港口—腹地耦合度一直維持在較高水平，實現了高水平耦合，寧波—舟山港耦合程度最高。

(3) 港口與腹地經濟耦合協調度分析。整體來看，2006年長三角港腹耦合協調度位于0.540～0.760之間，2016年耦合協調度位于0.889～0.984之間，耦合協調度整體呈現上升態勢。分地區來看，2006年寧波—舟山港、蘇州港、上海港達到了良好協調，南京港、南通港實現了初級協調，連云港處于低度失調；2011年除南京港、連云港位于初級協調階段，其他港口都實現了中級協調，寧波—舟山港協調度最高，達到了0.898；2016年除連云港外，其他港口基本實現優質協調，隨著上海港腹地的縮減，上海港港口腹地耦合協調度超過了南通港，重新上升至第三位。

4 結 論

筆者運用煙羽模型，綜合港口各項指標，以長三角地區主要港口為例，在2006、2011、2016年3個時間節點上實現了對上海港港、寧波-舟山港、連云港、蘇州港、南通港和南京港腹地范圍劃分，并在此基礎上構建耦合協調模型測算了各港口與腹地經濟的耦合協調度，研究結果顯示：

(1) 長三角地區港口呈現“一超多強”的格局。上海港港口影響程度最強，處于第一層級，從整體來說，上海港的直接經濟腹地為上海市、浙北和蘇南地區，通過長江運輸大動脈，間接腹地可以拓展到整個長江流域；寧波—舟山港、蘇州港、南京港港口實力也較強并且還在不斷提升，處于第二層級；其余港口的影響程度暫時還比較弱。

(2) 港口腹地范圍呈現擴大、穩定、縮小3種態勢。上海港仍處于中心位置，但邊緣腹地不斷縮減；蘇州港、連云港、南通港、南京港的腹地范圍有擴大態勢；寧波—舟山港的腹地演變趨于穩定，浙江大部分地區都是寧波港的腹地。

(3) 長三角主要港口與腹地經濟之間耦合協調度呈現出整體持續上升的態勢，2016年除連云港外基本實現優質協調。其中寧波—舟山港腹協調發展度最高，蘇州港其次，隨著上海港腹地縮減，2016年協調度重新超過南通成為第三位，連云港腹協調度最低。

基于以上結論，提出如下政策建議：①加強港口資源整合。長三角主要港口存在對腹地的競爭，可通過資源整合統籌協作，推進區域港口一體化和深度融合發展，提高長三角港口運行效率；②關注港口—腹地聯動發展。拓展港口的空間和功能，依托腹地資源支撐基礎，實現港—產—城良性有序互動發展。