基于船舶運行數據的我國沿海港口運輸景氣指數構建與分析

邱偉維 朱吉雙

摘要：航運業是國際貿易貨物運輸的重要渠道，是國民經濟的基礎產業之一。港口作為國民經濟的晴雨表，能夠在一定程度上反映社會、經濟、貿易的發展態勢。依托于船舶運行數據，本文構建了包含集裝箱運輸生產指數、干散貨運輸指數和液體散貨運輸生產指數3個分指數的中國沿海港口運輸景氣指數，并選取了沿海23個港口作為評價樣本，進行了實證分析。通過該景氣指數，實現動態跟蹤和評估宏觀經濟波動，實時監測我國沿海港口運輸生產狀況，輔助宏觀經濟運行分析等工作。

關鍵詞：沿海港口;生產運輸;船舶運行數據;景氣指數

中圖分類號：[U6-9]文獻標識碼：A文章編號：1006—7973（2022）05-0015-03

港口作為國民經濟的晴雨表，能夠在一定程度上反映社會、經濟、貿易的發展態勢。建立一套合理、有效的景氣指數來實現動態跟蹤和評估宏觀經濟波動，輔助宏觀經濟運行分析成為了亟待研究的問題。本文依托船舶運行數據，建立了包含集裝箱運輸生產指數、干散貨運輸指數和液體散貨運輸生產指數3個分指數的中國沿海港口運輸景氣指數來反映沿海港口運輸生產狀況，真正發揮外貿經濟“晴雨表”的功能，為國家部委出臺相關政策、制定戰略規劃提供必要的決策支撐。

1港口航運指數研究現狀

近年來，國內學者對航運及港口指數模型展開了一系列研究。曹蓓蓓等基于Logit模型和平均法并將動態權重分配與拉式指數方法結合，構建了國際航運綜合運價指數的模型[1]。楊菁、陳朝等從人、船舶、環境和管理因素四個方面分析了內河水上交通安全的影響因素，并基于貝葉斯理論建立了安全指數，從而對長江某段的通航安全進行評估，為我國內河航運管理部門提供參考[2]-[3]。成耀榮等運用大數據的分析方法，結合我國內河航運的特點，通過考慮不同貨物運量和運價算的相關性系數，提出了跨水域內河干散貨指數模型，并采用湘江、長江干散貨航運數據進行實例計算，來反映貨物種類的季節性、波動性和周期性變化[4]。林淑瑜基于單變量航運數據和多變量航運數據，以航線為節點，航線間的相關性作為構建航運市場復雜網絡的模型，并采用派系過濾算法分析航運網絡的社團機構，提出了新的權重分配和航運指數計算方式，實現動態權重和指數[5]。戈艷艷等基于沿海港口的數據結合Data Envelopment Analysis 方法和方向距離函數，并考慮了碳排放及非期望產出構建了港口全要素生產率指數模型[7]。此外，國內一些社會機構也發布了港口相關指數，例如上海航運交易所依托船舶軌跡數據和船期信息，構建了全球集裝箱班輪準班率指數，其中，包括全球主干航線準班率指數、班輪公司及聯盟準班率指數、港口班輪準班率指數等，反映全球集裝箱運輸行業班輪服務準班率情況。但是這些指數多是針對港航領域某一專業方向進行深入分析及評估，鮮有反映宏觀經濟經濟運行的指數。

2中國沿海港口運輸景氣指數構建

2.1測度指標

一般情況下，可以通過吞吐量和價格兩個方面來反映港口行業的景氣狀況。2017年7月12日交通運輸部和國家發展改革委印發的《港口收費計費辦法》中明確港口收費包括實行政府定價、政府指導價和市場調節價的經營服務性收費。港口裝卸費價格是相對固定的，價格因素難以及時反應港口的景氣狀況。

因此，采用運輸需求量就可以表征整個行業的景氣程度，而到港船舶的艘次、噸位和在泊時間恰好是反映港口的運輸需求規模的核心指標。一般來說，停靠沿海港口的船舶艘次越多，噸位越大，靠泊時間越長，說明沿海港口運輸需求越旺盛，港口生產運輸景氣程度越高。

綜上分析，本文采用到港船舶的艘次、噸位和在泊時間作為中國沿海港口運輸景氣指數的測度指標。

2.2指標構架

按照沿海港口運輸的重點貨類，中國沿海港口運輸景氣指數進一步細分為三大分指數：集裝箱運輸生產指數、干散貨運輸生產指數、液體散貨運輸生產指數。之后經過數據清洗、無綱量化、權重設置、合成指數等處理環節，由三大分指數根據上年全國港口分貨類吞吐量比重進行加權合成得到中國沿海港口運輸景氣指數，英文縮寫“CPTPI”（Coastal Port Transport Prosperity Index），用以表征我國沿海港口的生產規模變動情況和景氣程度。

3指數計算方法

3.1分指數計算方法

本文使用的船舶運行數據主要是船舶自動識別系統AIS（Automatic identification System）數據，其主要通過岸基設備和衛星設備接收，信息完整性受多方面因素影響。內河船舶和一些內貿船沒有裝載船舶軌跡數據設備，或使用不規范，導致部分船舶數據缺失。因此，選取1000TEU及以上的集裝箱船和1萬載重噸及以上干散貨船舶、液體散貨船作為樣本船型。

根據船舶軌跡數據分析，可以計算得到每條船舶在泊位的總時長。考慮到不同船舶在泊位上的非作業時間問題，需要從泊位的總時長中剔除等開工時間和等離泊時間，得到船舶的在泊作業時長。根據港口調研數據，一般情況下，等開工時間平均為2小時，等離泊時間平均為1小時。

令在第n個時間周期內，樣本港口內所有第k類，s噸位船舶在泊位上的總停時T_n^ks，則有：

其中i代表樣本港口，j代表到達樣本港口船舶，t_n，ij^ks代表第j條船靠泊第i個港口時的在泊作業時長。

設定2020年第1周的總停時T₀^ks對應于基期CI₀^k=100，則第n周期內指數值CI_n^k計算如下：

其中，E_s^k代表第k類船舶，s噸位時的權重。由于不同噸位船舶在港口的作業效率、作業量都存在較大差異，所以在計算k類船舶運輸生產指數時，根據不同貨類不同噸位船舶的作業效率分別設置不同權重，加權得到該類型船舶運輸生產指數。0034B99A-E42D-4EC0-A6A1-BAAEFE328D47

3.2綜合指數計算方法

中國沿海港口運輸景氣指數CI_n計算公式為：

其中，分別k=1，2，3分別代表集裝箱、干散貨和液體散貨，CI_n^k代表各貨類運輸景氣的分指數，W^k代表權重系數，權重按照集裝箱、干散貨、液體散貨三大貨類吞吐量相對比重來確定各分指標的權重。

4實證分析

4.1樣本選取

考慮到港口規模影響力、在區位中發揮作用等因素，本報告選取沿海23個港口（大連港、營口港、秦皇島港、黃驊港、唐山港、天津港、煙臺港、青島港、日照港、連云港港、上海港、寧波舟山港、溫州港、福州港、廈門港、汕頭港、深圳港、廣州港、珠海港、湛江港、北部灣港、海口港、洋浦港）作為評價樣本，暫未包括長三角地區的南京、鎮江、蘇州、南通港，也未包括港澳臺地區港口。

4.2結果分析

首先基于AIS數據，獲得每艘船舶的進出港信息，再根據上述指數模型，對2020年1月-2021年10月的中國沿海港口干散貨運輸生產指數、液體散貨運輸生產指數、集裝箱運輸生產指數及綜合運輸生產指數進行計算，并與中國沿海港口外貿吞吐量與外貿進出口額進行相關系數分析。

CPTPI與我國外貿吞吐量、夕卜貿進出口額的時差相關性分析結果見圖1。可以看出CPTPI與我國外貿吞吐量和外貿進出口額都并無明顯的先行、滯后關系。在無滯后周期時，與我國外貿吞吐量相關系數達到了0.78，與外貿進出口額相關系數為0.90，與這兩個指標表現出了高度的一致相關性。

從計算結果可以看出，雖然受到疫情影響，但我國沿海港口生產總體呈現逆勢增長態勢。中國沿海港口運輸景氣指數穩中有升，周指數均值由2020年的100點上升至2021年的118點。具體來看，2020年初，受新冠肺炎疫情影響，全球供應鏈受到巨大沖擊，CPTPI走勢持續低迷，不足100點，而后隨著我國防疫成效逐步顯現，國內經濟快速復蘇，2020年6月后，CPTPI指數突破100點，恢復至年初水平，且繼續震蕩上揚。2021 年隨著全球普遍性的貨幣寬松與財政刺激，加之新冠疫苗的廣泛接種，全球經濟強勁復蘇，被壓抑的需求逐漸釋放。在此背景下，2021年年初CPTPI指數持續上揚。但到2021年下半年后，由于港口擁堵情況的持續發生且新冠變種德爾塔病毒的反復肆虐，全球航運市場受到一定程度的沖擊，CPTPI指數也呈現出更大幅度的波動。

5總結

航運業作為綜合運輸體系及國際供應鏈中的重要一環，是國民經濟發展的“晴雨表”，本文通過船舶軌跡數據，構建了中國沿海港口運輸景氣指數，客觀地反映了我國沿海港口運輸生產狀況，其綜合指數與外貿進出口額、外貿吞吐量相關性達到了0.90和0.78，表現出了高度一致性。因此，該指數既可以反映港口運輸生產的變化情況，也可以為管理部門、運輸企業、從業人員更好判斷航運市場運行態勢提供一定的數據基礎。

參考文獻：

[1]曹蓓蓓，謝新連，趙福杰，等.航運市場綜合運價指數構建[J]，大連海事大學學報，2013（4）：4.

[2]楊菁.基于安全投入的內河航運安全指數優化研究[D].武漢理工大學.

[3]陳朝，張慶年，孫可朝等.內河航運安全指數構建和發布機制研究[J].綜合運輸，2018，40（2）：7.

[4]成耀榮，劉晉文.跨水域內河水運干散貨運價指數編制法研究——以湘江、長江干散貨航運為例[J].價格理論與實踐，2018（6）：4.

[5]林淑喻.基于復雜網絡理論的航運指數構建及應用研究[D].華南理工大學，2020.

[6]戈艷艷，王姍姍.考慮碳排放的港口全要素生產率及影響因素分析[J].交通運輸系統工程與信息.0034B99A-E42D-4EC0-A6A1-BAAEFE328D47