基于實證分析的集裝箱港口腹地劃分

李歡 徐棟

摘要：為探究多重因素影響下集裝箱港口的合理腹地范圍，基于運輸路徑優化模型和配流模型對不同類型集裝箱港口的腹地范圍進行實例分析。研究表明：集裝箱港口的地位、集疏運方式是影響腹地范圍的重要因素。現代理念下的集裝箱港口腹地劃分已突破傳統地理空間的約束，為多重因素交織競爭作用下的結果。集運輸成本、運作效率、服務質量和增值服務于一體的貨源集聚綜合能力在集裝箱港口腹地劃分中發揮重要作用。

關鍵詞： 港口; 經濟腹地; 競爭

中圖分類號： U652.1 ? ?文獻標志碼： A

Container port hinterland division based on empirical analysis

LI Huan， XU Dong

（School of Transport & Communications， Shanghai Maritime University， Shanghai 201306， China）

Abstract： In order to explore the reasonable hinterland range of container ports under the influence of multiple factors， the hinterland range of different types of container ports is analyzed by an example based on the transportation route optimization model and the distribution model. The research shows that the status of container ports and the mode of collecting and distributing are important factors affecting the hinterland range. The division of the hinterland of container ports under the modern concept has broken through the constraints of traditional geospatial space， which is the result of interweaving competition of multiple factors. The integrated capacity of source gathering， which integrates transportation cost， operation efficiency， service quality and value-added service， plays an important role in the container port hinterland division.

Key words： port; economic hinterland; competition

0 引 言

港口腹地對港口具有非常重要的作用。港口腹地的范圍以及港口腹地的經濟活動水平，決定著港口貨物運輸的規模與結構。上海港[1]、新加坡港[2]、香港港[3]、鹿特丹港[4]、安特衛普港[5]等世界知名港口的發展歷程充分驗證了對港口腹地貨源的掌控已成為現代港口競爭的重要保證。

根據古典經濟地理學理論，港口對腹地貨源的吸引能力主要取決于從經濟腹地到港口的運輸成本，換言之，物理距離是確定港口腹地范圍的主要標準[6]。隨著港口集疏運體系的日趨完善和現代港口服務能力的全面提升，特別是全球供應鏈理念和綜合物流服務的興起，港口腹地劃分的標準也在逐步發生改變[7-11]。現代港口發展理論認為港口腹地的劃分受到多種因素的影響，除內陸運輸條件外，還涉及包括港口、海上運輸等環節在內的多式聯運體系的有效性，甚至還需要考慮地緣政治、港口博弈以及歷史文化和個人偏好因素等。在諸多因素的影響下，港口腹地范圍得到了很大的延伸，已經突破了傳統地理空間的約束，如：鹿特丹港口腹地可以延伸至距港口200 km到900 km的德國[4，12];安特衛普港腹地最遠可以覆蓋到距其1 100 km的意大利北部[13];上海港和寧波港的經濟腹地幾乎可以覆蓋整個長三角地區，甚至可以延伸到福建、安徽和江西三省，覆蓋半徑最遠超過1 000 km[14]。

上述現象引出一個新的研究論題：在多重因素的影響下，港口是否存在合理的腹地范圍？應該依據何種方法來確定港口腹地范圍？目前，有關港口合理經濟腹地的研究已有很多，如：ZHANG等[15]以多式聯運的通達程度作為出發點，對比了上海港與鹿特丹港的發展路徑和未來趨勢;YANG等[16]從時空演變的角度研究了上海港及其腹地的演化特征。上述研究主要依托O-D網絡優化模型來確定貨物的合理運輸組織路徑，影響貨主港口選擇決策的運輸、經濟、政治、心理等多種因素可以通過泛化的“運輸成本”體現。然而，這些研究基本上是基于單個微觀港口展開的。能否從眾多微觀研究中，抽象概括出影響港口腹地范圍的重要因素和具有普適性的港口腹地范圍確定規則，是本文研究的核心。

支持港口腹地范圍劃分和貨源規模水平測算的主流方法是：基于廣義成本最低的運輸路徑優化模型和基于貨主個體偏好的配流模型[17]。為此，本文基于樞紐港、干線港、支線港等3個層面，選擇南沙港、深圳港、青島港、日照港、如皋港、合肥港等6個國內集裝箱港口為樣本，采用運輸路徑優化模型和配流模型對這些港口的合理經濟腹地進行界定，以求通過實證方式探討港口腹地范圍劃分問題。

1 模型構建

基于貨主利益的運輸路徑優化模型指在有運輸總時間約束的情況下使廣義運輸總費用最低?；谪浿鱾€體偏好的配流模型認為，貨主在選擇貨物運輸路徑時由于偏好等原因不一定選擇最短路徑，往往帶有不確定性，各運輸路徑被選用的概率服從負指數分布[18]。

1.1 模型參數與決策變量

數學符號定義如下： O為啟運港港口集合，O={0，1，2，…，o};P為海向港口集合，P={o+1，o+2，…，p};M為運輸模式節點集合，為簡化模型，通過設立虛擬節點，使得每個港口的集疏運方式互不交叉，M={p+1，p+2，…，m};D為內陸腹地節點集合，D={m+1，m+2，…，d};I為不含內陸節點的所有節點集合，I=O∪P∪M;J為不含啟運港節點的所有節點集合，J=P∪M∪D;N為所有節點集合，N={0，1，2，…，d}，N=O∪P∪M∪D;Rij為從節點i到節點j的路徑集合，R為全部可用路徑的集合，r，l∈RijR。

cvij和ctij分別為從節點i運輸1 TEU貨物到節點j的運輸成本和資金占用成本，各運輸子路徑的運輸成本集合和資金占用成本集合分別為CV=cvij，CT=ctij;crij和clij分別為選擇第r條路徑和最短路徑（第l條路徑）從節點i到節點j（起點—終點）的廣義運輸成本。

Prij為從節點i到節點j（起點—終點）的交通量在第r條路徑上的分配比例;θ為分配參數（一般取5～6），本著盡量按最短路徑分配的原則本文取θ=6;xij為0-1決策變量，若路徑中包含從節點i到節點j的直接路徑則取1，否則取0。

1.2 廣義成本函數

本文所討論的貨物的廣義成本包括貨物運輸成本（cvij）和集裝箱貨物資金占用成本（ctij）兩部分，其中：貨物運輸成本可根據其運輸階段的不同，分為內陸集疏運成本和海運成本;資金占用成本主要由資金的時間價值函數確定。

1.2.1 貨物運輸成本

（1） 內陸集疏運成本。內陸集疏運成本由內陸段運輸的公路運價、水路運價和鐵路運價構成。由于內陸集疏運成本隨地域和淡旺季的變化略有浮動，本文基于多家物流公司2018年6月給出的珠三角腹地區域、膠東半島腹地區域的運輸價格，取加權平均值，其中20英尺（1英尺=30.48 cm）箱以15 t為標準計算。沿海內貿集裝箱水運運價參考2018年6月多家貨代公司報價。綜合給出不同運距平均運價的參考值，具體見表1。依據國家發展改革委“發改價格〔2015〕183號”附件鐵路運輸基準運價率表可知，鐵路起步運價為500元，單價為2.025元/（TEU·km）。

（2） 海運成本。外貿海運運價依據航線的不同分別選取安特衛普港、東京港、新加坡港、洛杉磯港作為不同海向目的地，并參考各船公司2019年5月海運運價（堆場—堆場）報價加權平均綜合確定，見表2。為統一模型的幣種，本文選取2019年5月世界銀行公布的美元匯率中間價100美元=691元人民幣進行折算。

1.2.2 集裝箱貨物資金占用成本

集裝箱貨物資金占用成本ctij主要由貨幣的時間價值產生[17]：ctij=Vcr（tvij+twij）式中：Vc為集裝箱貨物平均價值，元/TEU;r為市場基準利率;tvij為運輸時間，h;twij為待運時間，h。本文依據2018年深圳、青島、上海海關統計的出口吞吐量進行測算，得出出口集裝箱貨物平均價值為24.5萬元/TEU;利率參照2019年招商銀行貸款年化利率4.35%計算。

1.3 數學模型

基于廣義成本最小的運輸路徑優化模型：

min fc|fc=i∈I j∈Jcvijxij+i∈I j∈Jctijxij

（1）

基于貨主個體偏好的配流模型：Prij=exp（-θcrij/clij）r∈Rexp（-θcrij/clij）

（2）

s.t.

j∈Pxij≥1，i∈O

（3）

i∈Mxij≥1，j∈D

（4）

i∈Oxik-j∈Mxkj=0，k∈P

（5）

i∈Pxik-j∈Dxkj=0，k∈M

（6）

xij∈{0，1}，i，j∈N

（7） ?式（1）為目標函數，表示貨物運輸成本與集裝箱貨物資金占用成本之和最小。式（2）是基于貨主個體偏好的配流模型，可以根據Weilbull分布近似計算出貨流分布。式（3）～（7）為約束條件，其中：式（3）表示所有來自起始點的對外運輸需求都被滿足;式（4）表示所有去往內陸腹地的運輸需求都被滿足;式（5）和（6）是對中間節點的零庫存約束，保證所有貨流不在中間節點滯留;式（7）是對0-1變量的定義。

2 實例分析

本文基于樞紐港、干線港、支線港3個層面，選擇南沙港、深圳港、青島港、日照港、如皋港和合肥港等6個國內集裝箱港口，采用運輸路徑優化模型和配流模型對這些港口的合理經濟腹地進行界定，見表3和圖1。

表3中，合理腹地最大距離可依據基于廣義成本最小的運輸路徑優化模型（式（1））求得。首先在所有可行的運輸路徑組合中求得基于最優原則的合理腹地最大距離和相應的集疏運方式，其次在最優運輸路徑之外的其他運輸路徑組合中求得基于次優原則的合理腹地最大距離和相應的集疏運方式，由兩類基于不同原則的合理腹地最大距離獲得相應的港口經濟腹地范圍。 在運輸路徑優化過程中，所依據的費用類參數在本文第1節中進行了說明，各類運輸方式的運輸里程數采用2017版《鐵路客運運價里程表》、2006版《中國沿海航行里程表》和百度地圖所提供的數據。

綜上，可以發現：

（1）對于樞紐港來說，廣義運輸費用準則下的港口腹地范圍最遠可達1 800 km左右，如：依托公路集疏運，深圳港經濟腹地可達93 km，南沙港為61 km;依托水路集疏運，深圳港經濟腹地可達695 km，南沙港可達601 km;依托鐵路集疏運，深圳港經濟腹地可達1 741 km，南沙港可達1 647 km。

（2）對于干線港來說，廣義運輸費用準則下的經濟腹地范圍最遠可達700 km左右，如：依托公路集疏運，青島港經濟腹地可達165 km;依托鐵路集疏運，青島港經濟腹地可達695 km。

（3）對于支線港來說，廣義運輸費用準則下的經濟腹地范圍最遠可達600 km左右，如：依托公路集疏運，日照港經濟腹地可達179 km;依托鐵路集疏運，合肥港經濟腹地可達372 km，日照港經濟腹地可達594 km。

3 分析與討論

在第2節中，本文對南沙港、深圳港、青島港、日照港、如皋港和合肥港的合理腹地范圍及相關的最優運輸路徑進行了測算?；跍y算結果，本節進一步對影響港口腹地范圍的相關因素展開分析和討論。

3.1 集疏運方式的影響

集疏運方式對港口腹地有顯著的影響。由圖2可知：公路輻射范圍為200 km，水路集疏運輻射范圍可達700 km以上，鐵路集疏運輻射范圍為2 000 km以內。這一結論與常規理解總體上吻合。

值得進一步探討的是：

（1）集疏運方式對港口經濟腹地劃分的影響作用與港口的類型密切相關。樞紐港和干線港往往兼有公路、鐵路、水路3種不同的集疏運方式，支線港則主要依賴公路集疏運方式。即使采用同一種運輸方式，樞紐港的合理運輸距離往往比干線港和支線港的大。對于珠三角水系發達的地區南沙港和深圳港， 在不超過200 km的直接經濟腹地范圍內，采用公路集疏運方式直接運輸到港是最優運輸方式;在超過200 km腹地范圍的西江流域，水水中轉是最優運輸方式。對于青島港和日照港，由于腹地無水系網絡，在不超過200 km的腹地范圍內最優運輸方式是公路到港中轉，在超過200 km的腹地范圍內最優運輸方式為鐵水聯運。

（2）現實中的內陸集疏運結構與理論構架存在一定差異。突出體現在：水水中轉和公水中轉量占比較高，主要還是通過公路承擔，鐵水中轉量占比較低。據統計，目前我國港口集裝箱集疏運量中，公路約占85%，水路約占14%，而鐵路僅占1% 左右[19]。造成鐵路集疏運比例低的原因主要涉及：鐵路裝卸網點少，設施不配套，與港口銜接不暢;貨量不平衡，空箱調運成本高，且鐵路運費較高;港口和內地鐵路貨運站點所屬的海關在特殊監管區域的功能延伸、海關商檢的聯動等方面有待進一步加強[20-23]。另外，集裝箱水水中轉存在的主要問題包括：水水中轉通關環境有待進一步完善;水水中轉信息化水平有待進一步提高;水水中轉成本有待進一步降低[24]。

3.2 港口類型與地位的影響

表3表明，港口經濟腹地范圍往往隨著港口地位的提升而擴大，如：作為樞紐港的南沙港、深圳港腹地范圍可達1 800 km;作為干線港的青島港腹地范圍可達695 km;如皋港、日照港、合肥港等支線港腹地范圍大多在390 km以內。其原因在于：大型樞紐港航線頻次多，港口設施裝備精良，通關、裝卸效率高，可以吸引內陸更深更廣的經濟腹地;相反，支線港吞吐量小、航線頻次少，雖然在絕對的地理空間距離上可能相對大型港口更近、更便捷，但是腹地范圍相對小得多[25]。

值得進一步關注的是，鄰近港口的布局也在一定程度上影響著港口經濟腹地的劃分，如：珠三角區域的深圳港和南沙港大部分經濟腹地重合，同在山東半島區域的青島港和日照港的經濟腹地也大部分重合。對于這些相互競爭的港口，基于最優路徑的腹地范圍相對較小，對于依托公路集疏運方式的最優路徑更是如此。

3.3 貨源集聚綜合能力的影響

表3和圖1顯示，同一運輸方式、同一類型港口的經濟腹地范圍并不完全相同，相鄰港口的腹地范圍往往存在交叉現象。由此可見，除集疏運方式、港口類型與地位等傳統因素的影響外，港口經濟腹地的劃分還受其他因素的影響。對此，現代港口腹地理論更傾向于競爭的觀點，即：當今的港口經濟腹地已突破傳統地理空間的約束，成為多重因素交織競爭作用下的、持續動態演變的貨物吸引區域。原來側重地理范圍的港口經濟腹地劃分準則逐步弱化，當今更多地考慮集運輸成本、運作效率、服務質量和增值服務于一體的貨源集聚綜合能力在港口經濟腹地劃分中所起的作用。

綜合各類文獻，貨源集聚綜合能力的影響因素可以歸結為地理與基礎設施、口岸服務環境、運營組織、港口綜合物流服務、泛行業增值服務等5個方面，其中：地理與基礎設施涉及經濟地理、基礎設施、集疏運體系等硬件指標;口岸服務環境涉及口岸通關效率、商務成本（經營性收費、行政性收費）等服務指標;運營組織涉及運輸一體化程度、吞吐量、航班規模與密度、航班網絡覆蓋度等軟性指標;港口綜合物流服務往往通過裝卸、倉儲、配送、代理、加工等服務業態的效率與水平體現;泛行業增值服務涉及船舶運輸、航運交易、航運咨詢等服務業態的質量與水平。

4 結 論

（1）集裝箱港口的腹地范圍受多重因素影響，實例分析結果顯示：港口類型與地位、內陸集疏運方式是其中最重要的影響因素。

（2）樞紐港經濟腹地范圍最遠可達1 800 km左右，干線港經濟腹地范圍最遠可達700 km左右，支線港經濟腹地范圍最遠可達600 km左右;依托公路集疏運方式的港口輻射范圍為200 km左右，依托水路集疏運方式的港口輻射范圍可達700 km以上，依托鐵路集疏運方式的港口輻射范圍可遠達2 000 km。

（3）在現代競爭理念下，集裝箱港口經濟腹地范圍的劃分已突破傳統地理空間的約束，成為多重因素交織競爭作用下的結果。集運輸成本、運作效率、服務質量和增值服務于一體的貨源集聚綜合能力在港口腹地劃分中發揮著重要作用。參考文獻：

[1] WANG J J， SLACK B. Regional governance of port development in China： a case study of Shanghai International Shipping Center[J]. Maritime Policy & Management， 2004， 31（4）： 357-373. DOI： 10.1080/0308883042000304467.

[2] PETTIT S J， BERESFORD A K C. Port development： from gateways to logistics hubs[J]. Maritime Policy & Management， 2009， 36（3）： 253-267. DOI： 10.1080/03088830902861144.

[3] WANG James Jixian. A container load center with a developing hinterland： a case study of Hong Kong[J]. Journal of Transport Geography， 1998， 6（3）： 187-201. DOI： 10.1016/S0966-6923（98）00011-8.

[4] VAN KLINK H A， VAN DEN BERG G C. Gateways and intermodalism[J]. Journal of Transport Geography， 1998， 6（1）： 1-9. DOI： 10.1016/S0966-6923（97）00035-5.

[5] CUYPERS K. Modal shift policy strategic collaboration and interconnectivity[R/OL]. Strategy & Development， Antwerp Port Authority. （2012-09-07）[2019-10-23]. https：//globalmaritimehub.com/wp-content/uploads/attach_369.pdf.

[6] TANG Owen. Port economics on managing the development between ports and their hinterland[J/OL]. Seaview， 2013（4）： 4. http：//seatransport.org/wp-content/uploads/2019/06/4-Port-hinterland.pdf.

[7] 張燕， 馮邦彥. 港口與直接腹地的相關性研究： 上海港、深圳港和廣州港的比較[J]. 產經評論， 2011（2）： 53-61. DOI： 10.14007/j.cnki.cjpl.2011.02.001.

[8] 劉力， 丁四保. 圖們江地區港口腹地變化趨勢研究[J]. 經濟地理， 1999， 19（1）： 86-89. DOI： 10.15957/j.cnki.jjdl.1999.01.018.

[9] 王杰， 楊贊， 陸春峰. 港口腹地劃分的兩種新方法探討： 以大連國際航運中心為例[J]. 中國航海， 2005（3）： 57-61.

[10] HAYUTH Y. Rationalization and deconcentration of the U.S. container port system[J]. Professional Geographer， 1988， 40（3）： 279-288. DOI： 10.1111/j.0033-0124.1988.00279.x.

[11] SLACK B. Intermodal transportation in North America and the development of inland load centers[J]. Professional Geographer， 1990， 42（1）： 72-83.DOI： 10.1111/j.0033-0124.1990.00072.x.

[12] VISSER J， KONINGS R， PIELAGE B-J， et al. A new hinterland transport concept for the port of Rotterdam： organisational and/or technological challenges· [R]. 48th Annual Transportation Research Forum， Boston， Massachusetts， March 15-17， 2007. DOI： 10.22004/ag.econ.207936.

[13] GERRITS W A. Dynamic port planning under competition： development of a tool for strategic investment planning[D]. Delft， Netherlands： Delft University of Technology， 2007.

[14] 殷文偉， 牟敦果. 寧波舟山港腹地分析及對發展港口經濟的意義[J]. 經濟地理， 2011， 31（3）： 447-452. DOI： 10.15957/j.cnki.jjdl.2011.03.017.

[15] ZHANG Yong， MA Chenglin， LI Xuhong， et al. Methodology of hinterland strategy selection for container port based on GE matrix and fuzzy TOPSIS： case of Lianyungang Port in China [J]. Transportation Research Record： Journal of the Transportation Research Board， 2008， 2066（1）： 50-59. DOI： 10.3141/2066-06.

[16] YANG Shuang， GUO Kun， LI Jianping， et al. Framework formation of financial data classification standard in the era of the big data[J]. Procedia Computer Science， 2014， 30： 88-96. DOI： 10.1016/j.procs.2014.05.385.

[17] 宋炳良. 國際集裝箱多式聯運與東部港口競爭力分析[J]. 中國航海， 2003（3）： 63-66.

[18] 劉鐵鑫. 面向復雜貨流的綜合運輸組織方式優化研究[D]. 武漢： 武漢理工大學， 2010.

[19] 陳羽. 我國港口集疏運系統發展現狀分析[J]. 中國港口， 2017（3）： 4-6.

[20] 聶偉， 韓彪. 深圳西部港口海鐵聯運發展戰略探討[J]. 物流技術， 2010， 29（17）： 7-8. DOI： 10.3969/j.issn.1005-152X.2010.17.003.

[21] YAP W Y， LAM J S L. An interpretation of inter-container port relationships from the demand perspective[J]. Maritime Policy & Management， 2004， 31（4）： 337-355. DOI： 10.1080/0308883042000259729.

[22] SHI Xin， LI Huan. Developing the port hinterland： different perspectives and their application to Shenzhen Port， China[J]. Research in Transportation Business & Management， 2016， 19： 42-50. DOI： 10.1016/j.rtbm.2016.05.004.

[23] MOURA T G Z， GARCIA-ALONSO L， SALAS-OLMEDO M H. Delimiting the scope of the hinterland of ports： proposal and case study[J]. Journal of Transport Geography， 2017， 65： 35-43. DOI： 10.1016/j.jtrangeo.2017.09.012.

[24] 董崗. 外部成本下成都—洋山港區集裝箱集疏運體系的均衡研究[J]. 上海海事大學學報， 2011， 32（3）： 38-42. DOI： 10.3969/j.issn.1672-9498.2011.03.008.

[25] ZHENG Jianfeng， MENG Qiang， SUN Zhuo. Liner hub-and-spoke shipping network design[J]. Transportation Research Part E， 2015， 75： 32-48. DOI： 10.1016/j.tre.2014.12.014.

（編輯 賈裙平）

收稿日期： 2019- 05- 09 修回日期： 2019- 11- 15

作者簡介： 李歡（1975—），男，湖北武漢人，博士研究生，研究方向為交通運輸規劃與管理，（E-mail）tjlhuan@126.com