21世纪海上丝绸之路我国沿海港口类型化研究
邹云美 陈军
摘要：
为促进21世纪海上丝绸之路我国海上运输体系一体化建设，对21世纪海上丝绸之路我国沿海主要港口（简称港口）进行类型化研究。运用主成分分析法对港口竞争力进行评价与排序。在主成分分析的基础上，运用聚类分析法对港口进行分类。港口竞争力的排序结果表明，运用聚类分析对港口进行分类的结果是合理的。对各类港口在21世纪海上丝绸之路上的角色定位与内容分工进行规划，并提出了相应的发展建议。
关键词：
港口分类； 主成分分析； 聚类分析； 21世纪海上丝绸之路
中图分类号： F552.3
文献标志码： A
Abstract：
To promote the integrated construction of maritime transport system in the 21st Century Maritime Silk Road， the main Chinese coastal ports along the 21st Century Maritime Silk Road （the ports for short） are studied by classification analysis. The principal component analysis method is adopted to evaluate and rank the competitiveness of the ports. Based on the results of principal component analysis， the clustering analysis is used to classify the ports. The ranking result of port competitiveness indicates that the result of port classification by clustering analysis is reasonable. The role orientation and content division for the various classes of ports in the 21st Century Maritime Silk Road are planned， and the corresponding development suggestions are put forward.
Key words：
port classification； principal component analysis； clustering analysis； 21st Century Maritime Silk Road
0引言
“一带一路”开始于中国，终止于欧洲和非洲，是连接亚、欧、非的两大通道。现有关于21世纪海上丝绸之路（即“一路”）沿线港口的研究多从沿海港口城市的竞争力入手：温莉等[1]分析了港口演化的基本类型；傅梦孜等[2]将21世纪海上丝绸之路沿海港口城市以竞争力为依据进行了划分，提出了统筹港口城市经济、构建港口城市联盟的建议；林伟滨等[3]将主要港口城市分为3大类和5亚类，结合城市与港口间的关系提出相应的发展建议。针对港口类型化方面的研究：SHARMA等[4]结合数据挖掘与数据包络法对集装箱港口进行了层次聚类分析；KIM等[5]和YUEN等[6]从区域物流一体化角度将港口城市划分为4类；YEO等[7]、TOVAR等[8]和HAEZENDONCK等[9]以港口成本为视角进行了港口聚类研究，并根据港口具体类型提出了港口发展目标；黄顺泉等[10]利用因子分析与系统凝聚相结合的方法从港口功能角度对我国沿海港口进行了聚类研究；刘天寿等[11]和宋双等[12]根据港口吞吐量的特点，利用SPSS对港口群进行了分类和功能定位分析；周宝刚等[13]、张耀光等[14]、SEREBRISKYA等[15]运用港口代际发展理论，分别对我国辽宁沿海经济带港口、我国海島港口以及拉美与加勒比地区的港口进行了代际分类评价。
本文以提升我国沿海港口整体化水平为目标对其进行类型化分析，为建立港口的层次结构从而形成高效的港口网络做参考。
1研究方法及原理
先用主成分分析法对21世纪海上丝绸之路我国沿海港口进行竞争力评价与排序，再在主成分分析的基础上，运用聚类分析法进行港口类型化研究，同时运用港口竞争力分析结果对分类方案加以佐证，确保分类结果的客观、准确。
1.1主成分分析原理
主成分分析法利用降维的思想，把系统内部多个具有关联性的指标转化为较少的综合指标（即主成分），从而实现用较少的主成分表示系统主要信息的目的。该方法完全建立在统计数据分析的基础上，可避免主观评价因素的参与，保证评价结果的客观性。具体模型构建如下：
设有p个评价指标xj（j=1，2，…，p），其由q个主成分fk（k=1，2，…，q）构成，表示为
x1=a11f1+a12f2+…+a1qfq
x2=a21f1+a22f2+…+a2qfq
…
xp=ap1f1+ap2f2+…+apqfq
（1）
式中：（ajk）p×q为主成分载荷矩阵。
样本i的主成分fk得分为
Fki=ωk1xi1+ωk2xi2+…+ωkpxip （2）
式中：xij，j=1，2，…，p，为样本i的各评价指标值；ωkj，j=1，2，…，p，是与主成分fk相对应的p个评价指标的值系数。实际上，主成分fk得分是以各评价指标对主成分fk的重要程度为权数的加权求和。
主成分fk的权重
ω′k=λkλ1+λ2+…+λq （3）
式中λk是主成分fk的特征值。因此，样本i的主成分综合得分为
Fi=ω′1F1i+ω′2F2i+…+ω′qFqi
（4）
1.2聚类分析原理
聚类分析采用定量数学方法研究样本或变量间的相似度，它根据样本的观测指标，选择能衡量样本间相似度的统计量，以相似性水平为依据对样本进行分类。其基本思想是：样本按就近原则进行集聚，直到每个样本都能聚到适合的类为止。因为研究对象是21世纪海上丝绸之路我国主要沿海港口，属于样本聚类，所以聚类方法选择离差平方和法（Wards method法），样本距离测算选择欧氏距离。
样本i与样本l的距离
dil=pj=1（xij-xlj）2
构成一个距离矩阵
D=（dil）n×n=0d12…d1nd210…d2ndn1dn2…0
式中：dil=dli；n为样本数。
当样本类Ga与Gb合并生成样本类Gr时，样本类Gr与其他样本类（如Gs）的距离的递推公式为
Drs2=ns+nanr+nsDas2+ns+nbnr+nsDbs2-nsnr+nsDab2
式中：na、nb、nr和ns分别为样本类Ga、Gb、Gr和Gs中的样本数；Drs为样本类Gr与Gs间的距离，Das、Dbs和Dab的含义依此类推。
1.3指标体系分析
港口自然条件与区位条件综合决定了港口的基本功能，从而确定了港口在整个港口体系中所承担的任务。港口直接腹地条件是决定港口功能水平的根本影响因素，若港口所在城市的经济水平跟不上港口自身发展的速度，则港口的发展将步入捉襟见肘的境地，更谈不上长远规划与发展。港口基础设施建设及规模与港口自身通过能力紧密相关，是港口辐射功能的主要影响因素，能够直接体现港口自身的实力，是港口类型化研究的重要依据。目前，我国许多港口借助上市公司平臺推动资源整合，增强自身发展潜力，为自身长远发展打基础。这一发展趋势将在未来港口行业中进一步加深，同时对未来港口市场格局有着深远影响。综上，得到港口竞争力评价指标体系，见表1。
2港口类型化研究分析计算
2.1港口原始数据及其标准化处理
“一带一路”发展倡议明确提出，加强上海港、天津港、宁波舟山港、广州港、深圳港、湛江港、汕头港、青岛港、烟台港、大连港、福州港、厦门港、泉州港、海口港等14个主要沿海港口建设，将这些港口打造成“一带一路”的关键节点。因此，对这14个港口进行类型化研究。各港口竞争力二级评价指标值见表2。
对表2中各二级评价指标值xj进行标准化处理：
zj=xj-jσj，j=1，2，…，15
式中：zj为xj标准化后的指标值；j和σj分别为14个港口竞争力评价指标值xj的平均值和标准差。
2.2港口主成分分析
主成分提取条件为其特征值大于1，且主成分累积方差贡献率不小于85%。由表3可得，主成分个数q=3。
对主成分载荷矩阵（ajk）15×3进行标准化正交变换ejk=ajk/λk，得到标准化后的特征向量矩阵（ejk）15×3，见表4。由式（2）得到港口各主成分得分，由式（3）和（4）得出港口主成分综合得分，从而得到港口综合排名结果，见表5。
2.3港口聚类分析
港口聚类分析的数据也源自表2。原始数据的标准化处理与第2.1节一致。图1的聚类分析树状图直观地反映了样本逐渐合并为同一大类的过程。
图1显示：若将这14个港口分为1类或2类，则每类中样本数都过多，没有明显的差异，无实际意义，故不可取；若
将这14个港口分为3类，则不能凸显上海港在聚类过程中长期单独成类的特性，分类结果失去了客观性；若将这14个港口分为5类或更多类，则在上海港单独成类的基础上，又分离出深圳港单独成类，然而由深圳港的主成分得分结果得知，深圳港与天津港、青岛港等并不存在实质性差异，故没必要单独成类。综上，将这14个港口分为4类，结果见表6。
从表6可知，每个港口都与同类港口在综合排名中处于相邻位置，其合理性与客观性得到了验证。
3结果分析及建议
上海港是中国港口高度集约化的产物，依托金融、贸易极其发达的城市上海，有着中国外向型市场经济最发达的长江中下游经济区为其提供稳定、充足的货源，同时其通往全球主要港口的固定航线在所有中国港口中是最多的，完全符合作为航运中心港的条件。上海港作为21世纪海上丝绸之路“门户港”，需要扩大经济腹地，积极参与国际竞争，借助国际市场上的资金、信息技术和管理经验，带动国内其他港口的发展。
宁波舟山港是我国经济强省浙江省的第一大港，位于我国经济发达的长江三角洲地区，有着充足的腹地资源和雄厚的经济基础。广州港是我国经济强省广东省的省会城市港口，位于我国经济发达的珠江三角洲地区，且毗邻国际金融中心香港，有着极其优良的发展条件。因此，宁波舟山港和广州港具备主枢纽港的特征。宁波舟山港和广州港应加快港区建设和技术完善步伐，待发展到一定规模后，可凭借规模经济效应发展成为航运中心港上海港的外港，作为水水中转基地与上海港互相补充，增强彼此在国际航运市场中的竞争力。
深圳港位于珠江三角洲且毗邻香港；天津港位于环渤海沿海地区的核心位置同时地处京津冀经济区；大连港以我国东北金融中心大连为直接经济腹地，并且是东北亚优良的不冻港；青岛港是我国经济大省山东省的第一大港。在港口发展规模和港口基础设施方面，这4个港口比第4类港口有明显的优势，但又与主枢纽港存在差距。这4个港口在区位条件上表现出优势，具备地区性枢纽港的特征。建议这4个港口建立起现代仓储、多式联运、集装箱处理、配送加工、市场培育等立体化物流发展模式，在配合航运中心港和主枢纽港发展的同时，发展自身。
厦门港、福州港、烟台港、泉州港、湛江港、汕头港和海口港为交通基础设施的组成部分，对所在地区经济发展具有积极促进作用。然而，这些港口在发展规模和设施条件上与前几类港口有明显差距，腹地经济基础也不比前几类港口优良，符合基本港的特征。建议该类港口在根据自身特点充分发挥自己优势的基础上最大程度地提升自身实力。
以上对各类港口的分析验证了本文分类方法的正确性。
4结论
针对“一带一路”发展倡议中明确提出的重点建设港口，运用主成分分析法和聚类分析法进行港口竞争力评价和类型分析后，将我国14个沿海港口分为4类：航运中心港、主枢纽港、地区性枢纽港和基本港，并将这4类港口在21世纪海上丝绸之路上的角色定位和内容分工进行了规划。研究分析结果让笔者更具体地认识到，各港口发展水平的差异不仅有港口自身的原因，也与港口的区位条件及经济环境密不可分。
参考文献：
[1]温莉， 姚苑平. 临港地区功能布局模式研究[J]. 城市发展研究， 2012， 19（12）： 164165， 169.
[2]傅梦孜， 楼春豪. 关于21世纪“海上丝绸之路”建设的若干思考[J]. 现代国际关系， 2015（3）： 18， 63.
[3]林伟滨， 唐顺意， 曲曹屹. 一带一路对国内物流业的促进作用分析[J] 物流工程与管理， 2015， 37（5）： 34.
[4]SHARMA M J， SONG J Y. Performance based stratification and clustering for benchmarking of container terminals[J]. Expert Systems with Applications， 2009， 36（3）： 50165022.
[5]KIM S， KANG D， DINWOODIE J. Competitiveness in a multipolar port system： striving for regional gateway status in northeast Asia[J]. The Asian Journal of Shipping and Logistics. 2016， 32（2）： 119125.
[6]YUEN CL A， ZHANG A， CHEUNG W. Port competitiveness from the users perspective： an analysis of major container ports in China and its neighboring countries[J]. Research in Transportation Economics， 2012， 35（1）： 3440.
[7]YEO GT， ROE M， DINWOODIE J. Measuring the competitiveness of container ports： logisticians perspectives[J]. European Journal of Marketing， 2011， 45（3）： 455470.
[8]TOVAR B， RODRGUEZDNIZ H. Classifying ports for efficiency benchmarking： a review and a frontierbased clustering approach[J]. Transport Reviews， 2015， 35（3）： 378400.
[9]HAEZENDONCK E， PISON G， ROUSSEEUW P， et al. The competitive advantage of seaports[J]. International Journal of Maritime Economics， 2000， 2（2）： 6982.
[10]黃顺泉， 曲林迟， 余思勤. 中国港口功能的聚类和判别[J]. 交通运输工程学报， 2011（4）： 7683.
[11]刘天寿， 李红娜， 朱敏峰. 我国环渤海主要港口的功能定位分析[J]. 生产力研究， 2014（6）： 112116， 129.
[12]宋双， 王晓， 李业勋. 金融危机下沿海集装箱运输港口聚类分析[J]. 水运工程， 2010（8）： 5761.
[13]周宝刚， 牛似虎， 刘艳良. 辽宁沿海港口代际分类与发展策略研究[J]. 经济研究参考， 2014（28）： 5357.
[14]张耀光， 刘锴， 郭建科， 等. 中国海岛港口现状特征与类型划分[J]. 地理研究， 2013， 32（6）： 10951102.
[15]SEREBRISKYA T， SARRIERA M J， SUREZALEMN A， et al. Exploring the drivers of port efficiency in Latin America and the Caribbean[J]. Transport Policy， 2016， 45（1）： 3145.
（编辑赵勉）
摘要：
为促进21世纪海上丝绸之路我国海上运输体系一体化建设，对21世纪海上丝绸之路我国沿海主要港口（简称港口）进行类型化研究。运用主成分分析法对港口竞争力进行评价与排序。在主成分分析的基础上，运用聚类分析法对港口进行分类。港口竞争力的排序结果表明，运用聚类分析对港口进行分类的结果是合理的。对各类港口在21世纪海上丝绸之路上的角色定位与内容分工进行规划，并提出了相应的发展建议。
关键词：
港口分类； 主成分分析； 聚类分析； 21世纪海上丝绸之路
中图分类号： F552.3
文献标志码： A
Abstract：
To promote the integrated construction of maritime transport system in the 21st Century Maritime Silk Road， the main Chinese coastal ports along the 21st Century Maritime Silk Road （the ports for short） are studied by classification analysis. The principal component analysis method is adopted to evaluate and rank the competitiveness of the ports. Based on the results of principal component analysis， the clustering analysis is used to classify the ports. The ranking result of port competitiveness indicates that the result of port classification by clustering analysis is reasonable. The role orientation and content division for the various classes of ports in the 21st Century Maritime Silk Road are planned， and the corresponding development suggestions are put forward.
Key words：
port classification； principal component analysis； clustering analysis； 21st Century Maritime Silk Road
0引言
“一带一路”开始于中国，终止于欧洲和非洲，是连接亚、欧、非的两大通道。现有关于21世纪海上丝绸之路（即“一路”）沿线港口的研究多从沿海港口城市的竞争力入手：温莉等[1]分析了港口演化的基本类型；傅梦孜等[2]将21世纪海上丝绸之路沿海港口城市以竞争力为依据进行了划分，提出了统筹港口城市经济、构建港口城市联盟的建议；林伟滨等[3]将主要港口城市分为3大类和5亚类，结合城市与港口间的关系提出相应的发展建议。针对港口类型化方面的研究：SHARMA等[4]结合数据挖掘与数据包络法对集装箱港口进行了层次聚类分析；KIM等[5]和YUEN等[6]从区域物流一体化角度将港口城市划分为4类；YEO等[7]、TOVAR等[8]和HAEZENDONCK等[9]以港口成本为视角进行了港口聚类研究，并根据港口具体类型提出了港口发展目标；黄顺泉等[10]利用因子分析与系统凝聚相结合的方法从港口功能角度对我国沿海港口进行了聚类研究；刘天寿等[11]和宋双等[12]根据港口吞吐量的特点，利用SPSS对港口群进行了分类和功能定位分析；周宝刚等[13]、张耀光等[14]、SEREBRISKYA等[15]运用港口代际发展理论，分别对我国辽宁沿海经济带港口、我国海島港口以及拉美与加勒比地区的港口进行了代际分类评价。
本文以提升我国沿海港口整体化水平为目标对其进行类型化分析，为建立港口的层次结构从而形成高效的港口网络做参考。
1研究方法及原理
先用主成分分析法对21世纪海上丝绸之路我国沿海港口进行竞争力评价与排序，再在主成分分析的基础上，运用聚类分析法进行港口类型化研究，同时运用港口竞争力分析结果对分类方案加以佐证，确保分类结果的客观、准确。
1.1主成分分析原理
主成分分析法利用降维的思想，把系统内部多个具有关联性的指标转化为较少的综合指标（即主成分），从而实现用较少的主成分表示系统主要信息的目的。该方法完全建立在统计数据分析的基础上，可避免主观评价因素的参与，保证评价结果的客观性。具体模型构建如下：
设有p个评价指标xj（j=1，2，…，p），其由q个主成分fk（k=1，2，…，q）构成，表示为
x1=a11f1+a12f2+…+a1qfq
x2=a21f1+a22f2+…+a2qfq
…
xp=ap1f1+ap2f2+…+apqfq
（1）
式中：（ajk）p×q为主成分载荷矩阵。
样本i的主成分fk得分为
Fki=ωk1xi1+ωk2xi2+…+ωkpxip （2）
式中：xij，j=1，2，…，p，为样本i的各评价指标值；ωkj，j=1，2，…，p，是与主成分fk相对应的p个评价指标的值系数。实际上，主成分fk得分是以各评价指标对主成分fk的重要程度为权数的加权求和。
主成分fk的权重
ω′k=λkλ1+λ2+…+λq （3）
式中λk是主成分fk的特征值。因此，样本i的主成分综合得分为
Fi=ω′1F1i+ω′2F2i+…+ω′qFqi
（4）
1.2聚类分析原理
聚类分析采用定量数学方法研究样本或变量间的相似度，它根据样本的观测指标，选择能衡量样本间相似度的统计量，以相似性水平为依据对样本进行分类。其基本思想是：样本按就近原则进行集聚，直到每个样本都能聚到适合的类为止。因为研究对象是21世纪海上丝绸之路我国主要沿海港口，属于样本聚类，所以聚类方法选择离差平方和法（Wards method法），样本距离测算选择欧氏距离。
样本i与样本l的距离
dil=pj=1（xij-xlj）2
构成一个距离矩阵
D=（dil）n×n=0d12…d1nd210…d2ndn1dn2…0
式中：dil=dli；n为样本数。
当样本类Ga与Gb合并生成样本类Gr时，样本类Gr与其他样本类（如Gs）的距离的递推公式为
Drs2=ns+nanr+nsDas2+ns+nbnr+nsDbs2-nsnr+nsDab2
式中：na、nb、nr和ns分别为样本类Ga、Gb、Gr和Gs中的样本数；Drs为样本类Gr与Gs间的距离，Das、Dbs和Dab的含义依此类推。
1.3指标体系分析
港口自然条件与区位条件综合决定了港口的基本功能，从而确定了港口在整个港口体系中所承担的任务。港口直接腹地条件是决定港口功能水平的根本影响因素，若港口所在城市的经济水平跟不上港口自身发展的速度，则港口的发展将步入捉襟见肘的境地，更谈不上长远规划与发展。港口基础设施建设及规模与港口自身通过能力紧密相关，是港口辐射功能的主要影响因素，能够直接体现港口自身的实力，是港口类型化研究的重要依据。目前，我国许多港口借助上市公司平臺推动资源整合，增强自身发展潜力，为自身长远发展打基础。这一发展趋势将在未来港口行业中进一步加深，同时对未来港口市场格局有着深远影响。综上，得到港口竞争力评价指标体系，见表1。
2港口类型化研究分析计算
2.1港口原始数据及其标准化处理
“一带一路”发展倡议明确提出，加强上海港、天津港、宁波舟山港、广州港、深圳港、湛江港、汕头港、青岛港、烟台港、大连港、福州港、厦门港、泉州港、海口港等14个主要沿海港口建设，将这些港口打造成“一带一路”的关键节点。因此，对这14个港口进行类型化研究。各港口竞争力二级评价指标值见表2。
对表2中各二级评价指标值xj进行标准化处理：
zj=xj-jσj，j=1，2，…，15
式中：zj为xj标准化后的指标值；j和σj分别为14个港口竞争力评价指标值xj的平均值和标准差。
2.2港口主成分分析
主成分提取条件为其特征值大于1，且主成分累积方差贡献率不小于85%。由表3可得，主成分个数q=3。
对主成分载荷矩阵（ajk）15×3进行标准化正交变换ejk=ajk/λk，得到标准化后的特征向量矩阵（ejk）15×3，见表4。由式（2）得到港口各主成分得分，由式（3）和（4）得出港口主成分综合得分，从而得到港口综合排名结果，见表5。
2.3港口聚类分析
港口聚类分析的数据也源自表2。原始数据的标准化处理与第2.1节一致。图1的聚类分析树状图直观地反映了样本逐渐合并为同一大类的过程。
图1显示：若将这14个港口分为1类或2类，则每类中样本数都过多，没有明显的差异，无实际意义，故不可取；若
将这14个港口分为3类，则不能凸显上海港在聚类过程中长期单独成类的特性，分类结果失去了客观性；若将这14个港口分为5类或更多类，则在上海港单独成类的基础上，又分离出深圳港单独成类，然而由深圳港的主成分得分结果得知，深圳港与天津港、青岛港等并不存在实质性差异，故没必要单独成类。综上，将这14个港口分为4类，结果见表6。
从表6可知，每个港口都与同类港口在综合排名中处于相邻位置，其合理性与客观性得到了验证。
3结果分析及建议
上海港是中国港口高度集约化的产物，依托金融、贸易极其发达的城市上海，有着中国外向型市场经济最发达的长江中下游经济区为其提供稳定、充足的货源，同时其通往全球主要港口的固定航线在所有中国港口中是最多的，完全符合作为航运中心港的条件。上海港作为21世纪海上丝绸之路“门户港”，需要扩大经济腹地，积极参与国际竞争，借助国际市场上的资金、信息技术和管理经验，带动国内其他港口的发展。
宁波舟山港是我国经济强省浙江省的第一大港，位于我国经济发达的长江三角洲地区，有着充足的腹地资源和雄厚的经济基础。广州港是我国经济强省广东省的省会城市港口，位于我国经济发达的珠江三角洲地区，且毗邻国际金融中心香港，有着极其优良的发展条件。因此，宁波舟山港和广州港具备主枢纽港的特征。宁波舟山港和广州港应加快港区建设和技术完善步伐，待发展到一定规模后，可凭借规模经济效应发展成为航运中心港上海港的外港，作为水水中转基地与上海港互相补充，增强彼此在国际航运市场中的竞争力。
深圳港位于珠江三角洲且毗邻香港；天津港位于环渤海沿海地区的核心位置同时地处京津冀经济区；大连港以我国东北金融中心大连为直接经济腹地，并且是东北亚优良的不冻港；青岛港是我国经济大省山东省的第一大港。在港口发展规模和港口基础设施方面，这4个港口比第4类港口有明显的优势，但又与主枢纽港存在差距。这4个港口在区位条件上表现出优势，具备地区性枢纽港的特征。建议这4个港口建立起现代仓储、多式联运、集装箱处理、配送加工、市场培育等立体化物流发展模式，在配合航运中心港和主枢纽港发展的同时，发展自身。
厦门港、福州港、烟台港、泉州港、湛江港、汕头港和海口港为交通基础设施的组成部分，对所在地区经济发展具有积极促进作用。然而，这些港口在发展规模和设施条件上与前几类港口有明显差距，腹地经济基础也不比前几类港口优良，符合基本港的特征。建议该类港口在根据自身特点充分发挥自己优势的基础上最大程度地提升自身实力。
以上对各类港口的分析验证了本文分类方法的正确性。
4结论
针对“一带一路”发展倡议中明确提出的重点建设港口，运用主成分分析法和聚类分析法进行港口竞争力评价和类型分析后，将我国14个沿海港口分为4类：航运中心港、主枢纽港、地区性枢纽港和基本港，并将这4类港口在21世纪海上丝绸之路上的角色定位和内容分工进行了规划。研究分析结果让笔者更具体地认识到，各港口发展水平的差异不仅有港口自身的原因，也与港口的区位条件及经济环境密不可分。
参考文献：
[1]温莉， 姚苑平. 临港地区功能布局模式研究[J]. 城市发展研究， 2012， 19（12）： 164165， 169.
[2]傅梦孜， 楼春豪. 关于21世纪“海上丝绸之路”建设的若干思考[J]. 现代国际关系， 2015（3）： 18， 63.
[3]林伟滨， 唐顺意， 曲曹屹. 一带一路对国内物流业的促进作用分析[J] 物流工程与管理， 2015， 37（5）： 34.
[4]SHARMA M J， SONG J Y. Performance based stratification and clustering for benchmarking of container terminals[J]. Expert Systems with Applications， 2009， 36（3）： 50165022.
[5]KIM S， KANG D， DINWOODIE J. Competitiveness in a multipolar port system： striving for regional gateway status in northeast Asia[J]. The Asian Journal of Shipping and Logistics. 2016， 32（2）： 119125.
[6]YUEN CL A， ZHANG A， CHEUNG W. Port competitiveness from the users perspective： an analysis of major container ports in China and its neighboring countries[J]. Research in Transportation Economics， 2012， 35（1）： 3440.
[7]YEO GT， ROE M， DINWOODIE J. Measuring the competitiveness of container ports： logisticians perspectives[J]. European Journal of Marketing， 2011， 45（3）： 455470.
[8]TOVAR B， RODRGUEZDNIZ H. Classifying ports for efficiency benchmarking： a review and a frontierbased clustering approach[J]. Transport Reviews， 2015， 35（3）： 378400.
[9]HAEZENDONCK E， PISON G， ROUSSEEUW P， et al. The competitive advantage of seaports[J]. International Journal of Maritime Economics， 2000， 2（2）： 6982.
[10]黃顺泉， 曲林迟， 余思勤. 中国港口功能的聚类和判别[J]. 交通运输工程学报， 2011（4）： 7683.
[11]刘天寿， 李红娜， 朱敏峰. 我国环渤海主要港口的功能定位分析[J]. 生产力研究， 2014（6）： 112116， 129.
[12]宋双， 王晓， 李业勋. 金融危机下沿海集装箱运输港口聚类分析[J]. 水运工程， 2010（8）： 5761.
[13]周宝刚， 牛似虎， 刘艳良. 辽宁沿海港口代际分类与发展策略研究[J]. 经济研究参考， 2014（28）： 5357.
[14]张耀光， 刘锴， 郭建科， 等. 中国海岛港口现状特征与类型划分[J]. 地理研究， 2013， 32（6）： 10951102.
[15]SEREBRISKYA T， SARRIERA M J， SUREZALEMN A， et al. Exploring the drivers of port efficiency in Latin America and the Caribbean[J]. Transport Policy， 2016， 45（1）： 3145.
（编辑赵勉）
