基于实证分析的集装箱港口腹地划分

李欢 徐栋

摘要：为探究多重因素影响下集装箱港口的合理腹地范围，基于运输路径优化模型和配流模型对不同类型集装箱港口的腹地范围进行实例分析。研究表明：集装箱港口的地位、集疏运方式是影响腹地范围的重要因素。现代理念下的集装箱港口腹地划分已突破传统地理空间的约束，为多重因素交织竞争作用下的结果。集运输成本、运作效率、服务质量和增值服务于一体的货源集聚综合能力在集装箱港口腹地划分中发挥重要作用。

关键词：
港口; 经济腹地; 竞争

中图分类号：
U652.1    文献标志码：
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

港口腹地对港口具有非常重要的作用。港口腹地的范围以及港口腹地的经济活动水平，决定着港口货物运输的规模与结构。上海港[1]、新加坡港[2]、香港港[3]、鹿特丹港[4]、安特卫普港[5]等世界知名港口的发展历程充分验证了对港口腹地货源的掌控已成为现代港口竞争的重要保证。

根据古典经济地理学理论，港口对腹地货源的吸引能力主要取决于从经济腹地到港口的运输成本，换言之，物理距离是确定港口腹地范围的主要标准[6]。随着港口集疏运体系的日趋完善和现代港口服务能力的全面提升，特别是全球供应链理念和综合物流服务的兴起，港口腹地划分的标准也在逐步发生改变[7-11]。现代港口发展理论认为港口腹地的划分受到多种因素的影响，除内陆运输条件外，还涉及包括港口、海上运输等环节在内的多式联运体系的有效性，甚至还需要考虑地缘政治、港口博弈以及历史文化和个人偏好因素等。在诸多因素的影响下，港口腹地范围得到了很大的延伸，已经突破了传统地理空间的约束，如：鹿特丹港口腹地可以延伸至距港口200 km到900 km的德国[4，12];安特卫普港腹地最远可以覆盖到距其1 100 km的意大利北部[13];上海港和宁波港的经济腹地几乎可以覆盖整个长三角地区，甚至可以延伸到福建、安徽和江西三省，覆盖半径最远超过1 000 km[14]。

上述现象引出一个新的研究论题：在多重因素的影响下，港口是否存在合理的腹地范围？应该依据何种方法来确定港口腹地范围？目前，有关港口合理经济腹地的研究已有很多，如：ZHANG等[15]以多式联运的通达程度作为出发点，对比了上海港与鹿特丹港的发展路径和未来趋势;YANG等[16]从时空演变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网络优化模型来确定货物的合理运输组织路径，影响货主港口选择决策的运输、经济、政治、心理等多种因素可以通过泛化的“运输成本”体现。然而，这些研究基本上是基于单个微观港口展开的。能否从众多微观研究中，抽象概括出影响港口腹地范围的重要因素和具有普适性的港口腹地范围确定规则，是本文研究的核心。

支持港口腹地范围划分和货源规模水平测算的主流方法是：基于廣义成本最低的运输路径优化模型和基于货主个体偏好的配流模型[17]。为此，本文基于枢纽港、干线港、支线港等3个层面，选择南沙港、深圳港、青岛港、日照港、如皋港、合肥港等6个国内集装箱港口为样本，采用运输路径优化模型和配流模型对这些港口的合理经济腹地进行界定，以求通过实证方式探讨港口腹地范围划分问题。

1 模型构建

基于货主利益的运输路径优化模型指在有运输总时间约束的情况下使广义运输总费用最低。基于货主个体偏好的配流模型认为，货主在选择货物运输路径时由于偏好等原因不一定选择最短路径，往往带有不确定性，各运输路径被选用的概率服从负指数分布[18]。

1.1 模型参数与决策变量

数学符号定义如下：
O为启运港港口集合，O={0，1，2，…，o};P为海向港口集合，P={o+1，o+2，…，p};M为运输模式节点集合，为简化模型，通过设立虚拟节点，使得每个港口的集疏运方式互不交叉，M={p+1，p+2，…，m};D为内陆腹地节点集合，D={m+1，m+2，…，d};I为不含内陆节点的所有节点集合，I=O∪P∪M;J为不含启运港节点的所有节点集合，J=P∪M∪D;N为所有节点集合，N={0，1，2，…，d}，N=O∪P∪M∪D;Rij为从节点i到节点j的路径集合，R为全部可用路径的集合，r，l∈RijR。

cvij和ctij分别为从节点i运输1 TEU货物到节点j的运输成本和资金占用成本，各运输子路径的运输成本集合和资金占用成本集合分别为CV=cvij，CT=ctij;crij和clij分别为选择第r条路径和最短路径（第l条路径）从节点i到节点j（起点—终点）的广义运输成本。

Prij为从节点i到节点j（起点—终点）的交通量在第r条路径上的分配比例;θ为分配参数（一般取5～6），本着尽量按最短路径分配的原则本文取θ=6;xij为0-1决策变量，若路径中包含从节点i到节点j的直接路径则取1，否则取0。

1.2 广义成本函数

本文所讨论的货物的广义成本包括货物运输成本（cvij）和集装箱货物资金占用成本（ctij）两部分，其中：货物运输成本可根据其运输阶段的不同，分为内陆集疏运成本和海运成本;资金占用成本主要由资金的时间价值函数确定。

1.2.1 货物运输成本

（1） 内陆集疏运成本。内陆集疏运成本由内陆段运输的公路运价、水路运价和铁路运价构成。由于内陆集疏运成本随地域和淡旺季的变化略有浮动，本文基于多家物流公司2018年6月给出的珠三角腹地区域、胶东半岛腹地区域的运输价格，取加权平均值，其中20英尺（1英尺=30.48 cm）箱以15 t为标准计算。沿海内贸集装箱水运运价参考2018年6月多家货代公司报价。综合给出不同运距平均运价的参考值，具体见表1。依据国家发展改革委“发改价格〔2015〕183号”附件铁路运输基准运价率表可知，铁路起步运价为500元，单价为2.025元/（TEU·km）。

（2） 海运成本。外贸海运运价依据航线的不同分别选取安特卫普港、东京港、新加坡港、洛杉矶港作为不同海向目的地，并参考各船公司2019年5月海运运价（堆场—堆场）报价加权平均综合确定，见表2。为统一模型的币种，本文选取2019年5月世界银行公布的美元汇率中间价100美元=691元人民币进行折算。

1.2.2 集装箱货物资金占用成本

集装箱货物资金占用成本ctij主要由货币的时間价值产生[17]：ctij=Vcr（tvij+twij）式中：Vc为集装箱货物平均价值，元/TEU;r为市场基准利率;tvij为运输时间，h;twij为待运时间，h。本文依据2018年深圳、青岛、上海海关统计的出口吞吐量进行测算，得出出口集装箱货物平均价值为24.5万元/TEU;利率参照2019年招商银行贷款年化利率4.35%计算。

1.3 数学模型

基于广义成本最小的运输路径优化模型：

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

（1）

基于货主个体偏好的配流模型：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）为目标函数，表示货物运输成本与集装箱货物资金占用成本之和最小。式（2）是基于货主个体偏好的配流模型，可以根据Weilbull分布近似计算出货流分布。式（3）～（7）为约束条件，其中：式（3）表示所有来自起始点的对外运输需求都被满足;式（4）表示所有去往内陆腹地的运输需求都被满足;式（5）和（6）是对中间节点的零库存约束，保证所有货流不在中间节点滞留;式（7）是对0-1变量的定义。

2 实例分析

本文基于枢纽港、干线港、支线港3个层面，选择南沙港、深圳港、青岛港、日照港、如皋港和合肥港等6个国内集装箱港口，采用运输路径优化模型和配流模型对这些港口的合理经济腹地进行界定，见表3和图1。

表3中，合理腹地最大距离可依据基于广义成本最小的运输路径优化模型（式（1））求得。首先在所有可行的运输路径组合中求得基于最优原则的合理腹地最大距离和相应的集疏运方式，其次在最优运输路径之外的其他运输路径组合中求得基于次优原则的合理腹地最大距离和相应的集疏运方式，由两类基于不同原则的合理腹地最大距离获得相应的港口经济腹地范围。

在运输路径优化过程中，所依据的费用类参数在本文第1节中进行了说明，各类运输方式的运输里程数采用2017版《铁路客运运价里程表》、2006版《中国沿海航行里程表》和百度地图所提供的数据。

综上，可以发现：

（1）对于枢纽港来说，广义运输费用准则下的港口腹地范围最远可达1 800 km左右，如：依托公路集疏运，深圳港经济腹地可达93 km，南沙港为61 km;依托水路集疏运，深圳港经济腹地可达695 km，南沙港可达601 km;依托铁路集疏运，深圳港经济腹地可达1 741 km，南沙港可达1 647 km。

（2）对于干线港来说，广义运输费用准则下的经济腹地范围最远可达700 km左右，如：依托公路集疏运，青岛港经济腹地可达165 km;依托铁路集疏运，青岛港经济腹地可达695 km。

（3）对于支线港来说，广义运输费用准则下的经济腹地范围最远可达600 km左右，如：依托公路集疏运，日照港经济腹地可达179 km;依托铁路集疏运，合肥港经济腹地可达372 km，日照港经济腹地可达594 km。

3 分析与讨论

在第2节中，本文对南沙港、深圳港、青岛港、日照港、如皋港和合肥港的合理腹地范围及相关的最优运输路径进行了测算。基于测算结果，本节进一步对影响港口腹地范围的相关因素展开分析和讨论。

3.1 集疏运方式的影响

集疏运方式对港口腹地有显著的影响。由图2可知：公路辐射范围为200 km，水路集疏运辐射范围可达700 km以上，铁路集疏运辐射范围为2 000 km以内。这一结论与常规理解总体上吻合。

值得进一步探讨的是：

（1）集疏运方式对港口经济腹地划分的影响作用与港口的类型密切相关。枢纽港和干线港往往兼有公路、铁路、水路3种不同的集疏运方式，支线港则主要依赖公路集疏运方式。即使采用同一种运输方式，枢纽港的合理运输距离往往比干线港和支线港的大。对于珠三角水系发达的地区南沙港和深圳港， 在不超过200 km的直接经济腹地范围内，采用公路集疏运方式直接运输到港是最优运输方式;在超过200 km腹地范围的西江流域，水水中转是最优运输方式。对于青岛港和日照港，由于腹地无水系网络，在不超过200 km的腹地范围内最优运输方式是公路到港中转，在超过200 km的腹地范围内最优运输方式为铁水联运。

（2）现实中的内陆集疏运结构与理论构架存在一定差异。突出体现在：水水中转和公水中转量占比较高，主要还是通过公路承担，铁水中转量占比较低。据统计，目前我国港口集装箱集疏运量中，公路约占85%，水路约占14%，而铁路仅占1% 左右[19]。造成铁路集疏运比例低的原因主要涉及：铁路装卸网点少，设施不配套，与港口衔接不畅;货量不平衡，空箱调运成本高，且铁路运费较高;港口和内地铁路货运站点所属的海关在特殊监管区域的功能延伸、海关商检的联动等方面有待进一步加强[20-23]。另外，集装箱水水中转存在的主要问题包括：水水中转通关环境有待进一步完善;水水中转信息化水平有待进一步提高;水水中转成本有待进一步降低[24]。

3.2 港口类型与地位的影响

表3表明，港口经济腹地范围往往随着港口地位的提升而扩大，如：作为枢纽港的南沙港、深圳港腹地范围可达1 800 km;作为干线港的青岛港腹地范围可达695 km;如皋港、日照港、合肥港等支线港腹地范围大多在390 km以内。其原因在于：大型枢纽港航线频次多，港口设施装备精良，通关、装卸效率高，可以吸引内陆更深更广的经济腹地;相反，支线港吞吐量小、航线频次少，虽然在绝对的地理空间距离上可能相对大型港口更近、更便捷，但是腹地范围相对小得多[25]。

值得进一步关注的是，邻近港口的布局也在一定程度上影响着港口经济腹地的划分，如：珠三角区域的深圳港和南沙港大部分经济腹地重合，同在山东半岛区域的青岛港和日照港的经济腹地也大部分重合。对于这些相互竞争的港口，基于最优路径的腹地范围相对较小，对于依托公路集疏运方式的最优路径更是如此。

3.3 货源集聚综合能力的影响

表3和图1显示，同一运输方式、同一类型港口的经济腹地范围并不完全相同，相邻港口的腹地范围往往存在交叉现象。由此可见，除集疏运方式、港口类型与地位等传统因素的影响外，港口经济腹地的划分还受其他因素的影响。对此，现代港口腹地理论更倾向于竞争的观点，即：当今的港口经济腹地已突破传统地理空间的约束，成为多重因素交织竞争作用下的、持续动态演变的货物吸引区域。原来侧重地理范围的港口经济腹地划分准则逐步弱化，当今更多地考虑集运输成本、运作效率、服务质量和增值服务于一体的货源集聚综合能力在港口经济腹地划分中所起的作用。

综合各类文献，货源集聚综合能力的影响因素可以归结为地理与基础设施、口岸服务环境、运营组织、港口综合物流服务、泛行业增值服务等5个方面，其中：地理与基础设施涉及经济地理、基础设施、集疏运体系等硬件指标;口岸服务环境涉及口岸通关效率、商务成本（经营性收费、行政性收费）等服务指标;运营组织涉及运输一体化程度、吞吐量、航班规模与密度、航班网络覆盖度等软性指标;港口综合物流服务往往通过装卸、仓储、配送、代理、加工等服务业态的效率与水平体现;泛行业增值服务涉及船舶运输、航运交易、航运咨询等服务业态的质量与水平。

4 结 论

（1）集装箱港口的腹地范围受多重因素影响，实例分析结果显示：港口类型与地位、内陆集疏运方式是其中最重要的影响因素。

（2）枢纽港经济腹地范围最远可达1 800 km左右，干线港经济腹地范围最远可达700 km左右，支线港经济腹地范围最远可达600 km左右;依托公路集疏运方式的港口辐射范围为200 km左右，依托水路集疏運方式的港口辐射范围可达700 km以上，依托铁路集疏运方式的港口辐射范围可远达2 000 km。

（3）在现代竞争理念下，集装箱港口经济腹地范围的划分已突破传统地理空间的约束，成为多重因素交织竞争作用下的结果。集运输成本、运作效率、服务质量和增值服务于一体的货源集聚综合能力在港口腹地划分中发挥着重要作用。参考文献：

[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， 冯邦彦. 港口与直接腹地的相关性研究：
上海港、深圳港和广州港的比较[J]. 产经评论， 2011（2）：
53-61. DOI：
10.14007/j.cnki.cjpl.2011.02.001.

[8] 刘力， 丁四保. 图们江地区港口腹地变化趋势研究[J]. 经济地理， 1999， 19（1）：
86-89. DOI：
10.15957/j.cnki.jjdl.1999.01.018.

[9] 王杰， 杨赞， 陆春峰. 港口腹地划分的两种新方法探讨：
以大连国际航运中心为例[J]. 中国航海， 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] 殷文伟， 牟敦果. 宁波舟山港腹地分析及对发展港口经济的意义[J]. 经济地理， 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. 国际集装箱多式联运与东部港口竞争力分析[J]. 中国航海， 2003（3）：
63-66.

[18] 劉铁鑫. 面向复杂货流的综合运输组织方式优化研究[D]. 武汉：
武汉理工大学， 2010.

[19] 陈羽. 我国港口集疏运系统发展现状分析[J]. 中国港口， 2017（3）：
4-6.

[20] 聂伟， 韩彪. 深圳西部港口海铁联运发展战略探讨[J]. 物流技术， 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] 董岗. 外部成本下成都—洋山港区集装箱集疏运体系的均衡研究[J]. 上海海事大学学报， 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.

（编辑 贾裙平）

收稿日期：
2019- 05- 09 修回日期：
2019- 11- 15

作者简介：
李欢（1975—），男，湖北武汉人，博士研究生，研究方向为交通运输规划与管理，（E-mail）tjlhuan@126.com