五、京津冀海港口岸与腹地协同度计算

（一）京津冀海港口岸总体与腹地协同度的计算

1．数据获取及处理

（1）原始数据的获取

京津冀海港口岸子系统数据中，天津港外贸货物吞吐量、外贸集装箱吞吐量来源于《中国口岸年鉴》，河北省海港外贸货物吞吐量、外贸集装箱吞吐量来源于历年《河北经济年鉴》；万吨级以上泊位数来源于《天津统计年鉴》《河北经济年鉴》；铁路专用线长度、仓库总面积、堆场面积、集装箱堆场堆存能力、装卸机械台数5项数据中，天津港数据来源于《天津统计年鉴》，唐山港京唐港区数据来源于唐山港集团股份有限公司，秦皇岛港、唐山港曹妃甸港区、黄骅港数据来源于河北港口集团有限公司。

国内目前尚无对各海港口岸通关效率及透明度的评价，在世界经济论坛发布的《全球贸易便利化报告》中有对各个国家该指标的评分。该报告在对该指标进行评分时，主要考虑海关及附属服务机构的效率，由于全国海关及附属服务机构（如银行）均属于垂直管理的系统，即“中国海关”“中国银行”等，其程序是一致的，且京津冀海港口岸由4个口岸组成，可认为其整体通关效率及透明度符合全国平均水平，因此采用该报告中对中国的评分作为京津冀海港口岸的评分。该报告2008—2010年每年发布一次，之后每两年（2012年、2014年、2016年）发布一次，因此间隔年份（2011年、2013年、2015年）的分值取前后两年评分的均值；由于2018年报告尚未公布，而通关效率及透明度在连续的时间内具有一定的稳定性，因此2017年评分继续使用2016年数值。2008—2017年京津冀海港口岸物流子系统发展情况见表2-2。

腹地外向型经济子系统数据中，地区国内生产总值，交通运输、仓储和邮政业固定资产投资（不含农户）数据由《中国统计年鉴》（2009—2018）腹地各省市数据加总；进出口总额、实际利用外商直接投资额来源于腹地各省市2009—2017年统计年鉴或经济年鉴数据加总；运输服务的有效性及质量评分来源于2008—2016年世界经济论坛《全球贸易便利化报告》，该报告中以国家为单位进行评分，分值区间为1～7分，因为京津冀海港口岸腹地范围广，占了中国近52%的国土面积，因此以中国的分值作为腹地的分值；该报告2008—2010年每年发布一次，之后每两年发布一次，因此间隔年份（2011年、2013年、2015年）的分值取前后两年分值的均值，2018年报告尚未公布，由于相邻年份评分具有一定的稳定性，因此2017年运输服务的有效性与质量这一项评分继续使用2016年数值。2008—2017年腹地外向型经济子系统发展情况见表2-3。

（2）序参量值矩阵

每一子系统共有9年数据，n（10或5）个序参量，构成序参量值矩阵X，如式（4）所示。其中x_ij表示第i年第j项序参量的值。

2．序参量权重的确定

衡量系统无序程度可以用信息熵的概念，系统有序度用信息度量，二者绝对值相等，符号相反。一个序参量的值变动幅度越大，信息熵越小，该序参量提供的信息量越大，其权重也越大，反之则权重越小。因此，本章选用熵值法计算序参量权重，步骤如下：

第一步，数据标准化处理。由于各序参量计量单位不统一，因此先对它们进行标准化处理。本章选取的序参量均为正功效序参量，故对其处理为：

由式（4）及式（1）可知，用该法标准化后的值等于该序参量值的功效值。

第二步，计算第i年第j项序参量值的比重。

第三步，计算第j项指标的熵值，其中k为常数，取k=1/lnm，则0≤e_ij≤1。

第四步，计算信息熵冗余度d_j=1-e_i。

第五步，计算序参量j的权重W_j=d_j/∑d_j。

3．计算结果

（1）数据标准化结果

用式（5）的方法对表2-2和表2-3中的原始数据进行数据标准化，在计算过程中，为避免0和1的出现，将序参量的极大值、极小值分别放大、缩小1‰作为临界点的上下限值。结果分别见表2-4、表2-5。

（2）序参量权重的确定

根据前文所述的熵值法，确定各子系统序参量权重（见表2-6）。

从表2-6中可以看出，海港口岸物流子系统中权重占前3位的序参量分别是通关效率及透明度、铁路专用线长度、仓库面积，即该3项序参量对复合系统协同度的影响较大，后文将做进一步研究。

（3）各子系统有序度及复合系统协同度计算

根据式（2）计算京津冀海港口岸物流与腹地外向型经济复合系统两子系统有序度，再根据式（3）计算复合系统协同度，结果见表2-7。

为更直观地观察两子系统有序度及复合系统协同度发展趋势，将表2-7中数据整理成图（见图2-1）：

4．描述性统计分析

（1）京津冀海港口岸子系统有序度变化趋势

京津冀海港口岸物流子系统中，2009年有序度比2008年有所上升，但2010年有序度较2009年明显下降，2011年、2012年增长缓慢，2013年、2014年增长较快，2015年、2016年增长速度放缓，2017年较前一年有所下降。分析原因：2010年京津冀各海港口岸的业务量即货物吞吐量、集装箱吞吐量较前一年明显下降，各海港口岸对物流设施的建设也基本处于停滞状态，导致海港口岸物流子系统有序度较低，几乎没有提高；2011年以后业务量逐渐恢复，各海港口岸也加大了对各项物流设施的投入，因此有序度逐年提升，2013年有一个明显的提升。到2016年海港口岸物流子系统有序度达到0.8528，说明海港口岸各项物流设施及效率均在稳定、均衡增长；2017年海港口岸物流子系统有序度下降，主要是外贸货物吞吐量尤其是外贸集装箱吞吐量减少造成的。

（2）腹地外向型经济子系统有序度变化趋势

腹地外向型经济子系统有序度在2009年较2008年有明显下降，2010开始恢复，之后逐年稳定提高。分析原因：受2008年全球金融危机的持续影响，2009年腹地外向型经济各项指标均有所下降，导致有序度较前一年下降，2010年、2011年两年腹地外向型经济开始从2009年金融危机造成的负面影响中恢复过来，2012年以后稳定提高。2017年腹地外向型经济子系统有序度达到0.8322，说明腹地外向型经济5项主要指标也基本处于稳定增长状态，但增长速度还略不平衡。

（3）两子系统相互之间变化趋势

2008年、2009年京津冀海港口岸物流子系统有序度高于腹地外向型经济子系统有序度，2010—2012年明显低于腹地外向型经济子系统有序度，2012年之后京津冀海港口岸物流子系统有序度增长速度加快，2014—2016年增长速度超过腹地外向型经济子系统，但2017年京津冀海港口岸物流子系统有序度显著下降，并低于腹地外向型经济子系统有序度。分析原因：2010—2012年海港口岸的业务量均不景气，使得海港口岸物流子系统有序度较低；而受2011年、2012年腹地外向型经济恢复的影响，各港口均加大了对港口物流设施的建设，2013年之后海港口岸物流设施的建设速度均高于腹地外向型经济的增长速度；2017年由于外贸集装箱业务量明显下降，导致海港口岸物流子系统有序度明显下降，并低于腹地外向型经济子系统有序度。

（4）复合系统协同度变化趋势

复合系统协同度2009—2012年为负，2013年以后开始稳步提升，2016年协同度达到0.5635，2017年又稍有下降。分析原因：2010—2012年海港口岸物流子系统的有序度与2009年相比下降了，且恢复缓慢，而2010—2012年腹地外向型经济子系统有序度相比2009年一直处于增长状态，这导致两子系统的不协同，即协同度的值为负；2013年随着海港口岸物流子系统有序度明显提升，复合系统协同度也随之稳定提高，但截至2017年，协同度值仍不是太高，只有0.5552。

（二）序参量敏感性分析

为了提高京津冀海港口岸与腹地外向型经济复合系统的协同度，需要分析出影响复合系统协同度变化的主要因素。由于在海港口岸与腹地关系中，海港口岸是为腹地外向型经济服务的，促进两者协同发展需要从海港口岸方面考虑。因此，对海港口岸物流的7个基础设施方面的序参量（泊位长度、万吨级以上泊位数、铁路专用线长度、仓库面积、堆场面积、集装箱堆场堆存能力、装卸机械台数）与通关效率及透明度，共8个序参量进行敏感性分析，将8个序参量2017年数值分别增减5%对复合系统协同度的影响，即分别做敏感性正向分析和负向分析，观察协同度变化情况，分析结果分别见表2-8、表2-9。

由表2-8可以看出，海港口岸物流系统中8项序参量增加5%均可提高复合系统协同度，但提升幅度不同，超过2‰的只有一项序参量，即通关效率及透明度，使复合系统协同度提高了4.03‰，其他序参量增加5%后对复合系统协同度提升作用不明显。

由表2-9可以看出，海港口岸物流系统中8项序参量减少5%基本上都降低了复合系统协同度，只有装卸机械台数一项提升了0.04‰，该值比较微小，且远低于增加5%的装卸机械台数提升的协同度值（0.32‰）。降低作用超过2‰的只有一项序参量，即铁路专用线长度，使复合系统协同度降低了2.76‰。其他序参量的负向敏感度系数相对较小，其变化对复合系统协同度的影响较小。