劉翠蓮,莊海林,張群淑
(大連海事大學(xué) 交通運輸工程學(xué)院,遼寧 大連 116026)
郵輪港口作為郵輪產(chǎn)業(yè)鏈上的中心環(huán)節(jié),是郵輪運輸網(wǎng)絡(luò)不可或缺的一部分。隨著郵輪產(chǎn)業(yè)的發(fā)展,郵輪港口之間競爭日益激烈,因而,建立一種科學(xué)、客觀的郵輪港口競爭力評價體系尤為重要。
國外學(xué)者C.PAOLI等[1]利用能值分析模型比較了波爾托菲諾、圣瑪格麗塔利古爾和拉帕洛3個沿海城市的旅游業(yè)和郵輪業(yè)的環(huán)境成本,制定了郵輪產(chǎn)業(yè)的長期發(fā)展攻略;U.A.L.RODRIGUEZ等[2]用社會網(wǎng)絡(luò)分析了郵輪港口互連及其對整個加勒比港口網(wǎng)絡(luò)運作的影響。國內(nèi)學(xué)者吳慧等[3]構(gòu)建了云模型國際郵輪港口競爭力評價體系,對歐洲與中國的港口的競爭力進行了競爭力評價和比較;王振等[4]運用模糊層次分析法構(gòu)建了港口競爭力評價模型;施樺等[5]采用AHP和TOPSIS方法建立模型,分析了舟山港域的競爭力現(xiàn)狀,發(fā)現(xiàn)船舶維修和燃料供應(yīng)兩方面比較薄弱;錢學(xué)鳳等[6]、張菁菁[7]、蔡二兵等[8]利用因子分析法對我國港口競爭力進行了評價,并提出了發(fā)展建議;孫曉東等[9]構(gòu)建了郵輪母港的游客滿意度指標體系,測評了上海母港的游客滿意度,提出了郵輪母港提升滿意度的對策和措施;邱羚等[10]構(gòu)建了郵輪產(chǎn)業(yè)價值鏈分析模型,分析了郵輪產(chǎn)業(yè)價值鏈增值效應(yīng);孫妍[11]研究了三亞鳳凰島國際郵輪母港所產(chǎn)生的區(qū)域經(jīng)濟帶動效應(yīng),分析了郵輪經(jīng)濟推動海南地區(qū)經(jīng)濟發(fā)展的實現(xiàn)路徑;聶莉等[12]建立了基于熵權(quán)-TOPSIS法的城市郵輪旅游競爭力評價模型,對全國9大港口城市進行了實證分析,比較了郵輪旅游的差異性;陳繼紅等[13]建立了基于灰關(guān)聯(lián)的郵輪港口競爭力評價指標體系,對上海、天津等6個主要沿海典型郵輪港口的競爭力進行了評價和比較,揭示了影響郵輪港口競爭力的主要因素。以上研究,大多采用定性、定量或者定性與定量相結(jié)合的港口評價方法,這些研究方法較為單一,受主觀因素和數(shù)據(jù)樣本影響較大,很難全面且準確地反映港口發(fā)展的真實情況。
筆者采用熵權(quán)-云模型來構(gòu)建郵輪港口的競爭力評價體系。首先,從樣本數(shù)據(jù)的角度,利用熵權(quán)法對指標進行客觀賦權(quán),使權(quán)重的分配有科學(xué)依據(jù);其次,結(jié)合云模型實現(xiàn)定性語言與定量數(shù)值之間的轉(zhuǎn)變,以更好地描述樣本數(shù)據(jù)的模糊性和隨機性,得出綜合評價;最后,以環(huán)渤海郵輪港口為例驗證了模型的可行性和可操作性。
筆者選取“經(jīng)濟條件”“交通條件”“旅游條件”“港口條件”“服務(wù)水平”和“發(fā)展?jié)摿Α钡?個一級指標B,下分22個二級指標C,構(gòu)建郵輪港口競爭力評價指標體系,見表1。
表1 郵輪港口競爭力評價指標體系
熵是系統(tǒng)無序程度的度量。熵權(quán)法是一種客觀賦權(quán)方法,是根據(jù)指標值的變化程度,計算指標提供的有效信息量,盡可能消除主觀因素的影響,從而確定各指標的權(quán)重的方法[14]。
2.1.1 數(shù)據(jù)標準化
根據(jù)a個評價數(shù)列b個評價指標數(shù)據(jù),可構(gòu)建矩陣X=[xij]a×b,并按式(1)進行標準化處理,得到標準化的矩陣M=[mij]a×b:
(1)
式中:xmax、xmin分別為不同評價數(shù)列同一指標的最大、最小值。
2.1.2 信息熵計算
由熵的定義,可根據(jù)a個評價數(shù)列、b個評價指標確定評價指標的熵Ej:
(2)
式中:pij為第j個評價指標下、第i個評價數(shù)據(jù)所占的比重,pij=mij/∑mij。
2.1.3 權(quán)重確定
根據(jù)熵值可得權(quán)重值wj:
(3)
2.2.1 云模型的基本概念
設(shè)U為包含精確數(shù)值的定量論域,x為定量論域U內(nèi)定值[15]。論域U對于定性概念C都存在具有穩(wěn)定傾向的隨機數(shù)μ(x)∈[0,1],則x在論域U上的分布稱為云,每個x稱為一個云滴。云滴是定性概念在數(shù)量上的一次實現(xiàn),它將定性概念轉(zhuǎn)化為一個定量值,反映自然語言中概念的不確定性,從而構(gòu)成定性和定量之間的映射。
2.2.2 云模型的數(shù)字特征及運算
云的整體特征可以由云的數(shù)字特征來反映[16],包括:期望Ex,熵En和超熵He。Ex為定性概念的點,En為定性概念的隨機性與模糊性之間的關(guān)聯(lián)程度,He為熵的不確定性的度量。云模型的基本計算主要分為正向云發(fā)生器計算和逆向云發(fā)生器計算。
1)正向云發(fā)生器計算是將定性的文字概念轉(zhuǎn)化為具體數(shù)值,從而產(chǎn)生云滴。將數(shù)字特征Ex、En、He輸入正向云發(fā)生器中:
Step 1生成以En為期望值、He2為方差的一個正態(tài)隨機數(shù)En,i=NORM(En,He2)。
Step 2生成以期望值En,i為方差的一個正態(tài)隨機數(shù)xi=NORM(Ex,En,i)。
Step 4使具有確信度μi的xi成為數(shù)域中的一個云滴。
2.3.1 評語集建立
設(shè)評語集合為U,U={U1,U2,…,Un}。
2.3.2 評價指標權(quán)重確定
利用熵權(quán)法構(gòu)建郵輪港口競爭力評價體系判斷矩陣X,X=[xij]a×b,用客觀賦權(quán)法對評價體系內(nèi)的每個指標進行客觀賦權(quán)。
2.3.3 二級指標云模型
邀請多位從事港航和郵輪經(jīng)濟發(fā)展相關(guān)領(lǐng)域的專家,依據(jù)表2 郵輪港口競爭力評價標準,對郵輪港口的二級指標進行打分,做出最大值與最小值的評估。經(jīng)過2~3輪修正后,云圖達到穩(wěn)定。將打分數(shù)據(jù)輸入逆向云發(fā)生器,生成最大值與最小值云模型。根據(jù)多層次綜合云模型(4)~(6)計算二級指標的實際云模型[17]:
表2 郵輪港口競爭力評價標準
(4)
(5)
(6)
2.3.4 一級指標云模型
二級指標相互獨立,指標間的關(guān)聯(lián)程度相對較低。將二級指標實際云模型與評價指標權(quán)重相結(jié)合,可得到更準確的一級指標云模型(7)~(9):
(7)
(8)
(9)
2.3.5 合成評價云模型
郵輪港口競爭力的合成評價云模型如式(10)~(12):
(10)
(11)
(12)
2.3.6 合成評價云結(jié)果分析
將各郵輪港口競爭力合成評價云模型與表3基準云模型等級進行相似度分析,從而確定各郵輪港口競爭力等級。
表3 基準云模型等級
根據(jù)式(13)、(14)[18]計算出合成評價云與基準云的相似度值,并進行分析比較:
δi=[WEx?(Ex-Ex,i)2+WEn?(En-En,i)2+
WHe?(He-He,i)2]-1/2
(13)
(14)
式中:Ex,i、En,i、He,i分別為基準云模型特征參數(shù),WEx?、WEn?、WHe?分別為合成評價云模型特征參數(shù)的權(quán)重;δi為第i基準云模型與合成評價云模型的相似程度;Li為第i個基準云模型與合成評價云模型的相似程度占全部基準云相似程度的比重。
3.1.1 二級評價指標云模型的確定
邀請港口及郵輪經(jīng)濟相關(guān)領(lǐng)域的10位專家,對大連市第三產(chǎn)業(yè)增加值C11、人均生產(chǎn)總值C12、人均可支配收入C13進行打分,最大、最小分值見表4。
表4 專家打分最大、最小分值
將表4中打分結(jié)果輸入逆向云發(fā)生器生成打分結(jié)果優(yōu)化云圖,如圖1。
圖1 專家打分優(yōu)化云圖
由圖1可見:圖1(d)較為穩(wěn)定,表明專家的意見較為集中,從而可確定評價指標C11~C13的最大云模型和最小云模型,見表5。
表5 指標的最大云模型和最小云模型
根據(jù)綜合云模型(4)~(6)可以計算得到指標C11、C12、C13的實際云模型:
C11=(0.586,0.133,0.019),
C12=(0.729,0.091,0.015),
C13=(0.789,0.114,0.020)。
同理,可得C21~C64指標的實際云模型,見表6。
表6 C21~C64指標的實際云模型
3.1.2 指標權(quán)重
利用熵權(quán)法計算式(1)~(3)確定指標權(quán)重,結(jié)果見表7。
表7 指標權(quán)重
3.1.3 一級指標云模型
結(jié)合表7的指標權(quán)重,按照式(7)~(9)計算一級指標B的云模型,結(jié)果見表8。
表8 一級指標云模型
3.1.4 合成評價云模型
根據(jù)表8中一級指標B云數(shù)值特征,按照式(10)~(12)計算出合成評價云的數(shù)值特征值Ex=0.716,En=0.082,He=0.028,進而得到大連郵輪港口競爭力云圖,如圖2。
圖2 合成云模型
3.1.5 相似度計算
運用云模型相似度算法計算出合成評價云與基準云的相似度,結(jié)果見表9;同時進一步運用相似度算法得出各一級指標云與競爭力“強”的基準云相似度,結(jié)果見表10。
表9 合成評價云與基準云的相似度
表10 一級指標云與基準云相似度
由表9、表10可見:
1)大連郵輪港口競爭力評估等級為“競爭力強”,與基準云相似度為74.56%。
2)“旅游條件”相似度最高,相似度為72.15%;“服務(wù)水平”及“發(fā)展?jié)摿Α迸c“競爭力強”的基準云相似度最低,分別為37.30%和30.82%。
綜上,大連郵輪港口在“服務(wù)水平”和“發(fā)展?jié)摿Α鄙咸幱诟偁幍牧觿荨?/p>
采用熵權(quán)-云模型分別對天津郵輪港和青島郵輪港進行評價,得到兩個港口一級指標B的云模型和合成評價云模型,見表11。
表11 天津郵輪港和青島郵輪港云模型
運用云模型相似度的算法分別對兩港口合成評價云、一級指標云與基準云進行相似度運算,結(jié)果見表12、表13。
表12 合成評價云與基準云相似度
表13 一級指標云與基準云相似度
由表12、表13可知:
1)天津郵輪港口及青島郵輪港口的競爭力評估等級均為“競爭力強”,它們與基準云相似度分別為59.80%、89.49%。
2)天津郵輪港口各一級指標云與“競爭力強”的基準云比較,“港口條件”的相似度最高,相似度為65.25%,而“經(jīng)濟條件”和“服務(wù)水平”的相似度最低,分別為35.98%和38.21%,表明天津郵輪港口在“經(jīng)濟條件”和“服務(wù)水平”這兩方面競爭力不足。
3)青島郵輪港口各一級指標云與“競爭力強”基準云比較,“旅游條件”的相似度最高,相似度為81.04%,而“交通條件”和“發(fā)展?jié)摿Α钡南嗨贫茸畹?,分別為54.50%和53.04%,表明青島郵輪港在“交通條件”和“發(fā)展?jié)摿Α边@兩方面還處于劣勢地位。
通過熵權(quán)法客觀賦權(quán)及其云模型實現(xiàn)了對環(huán)渤海郵輪港口競爭力評價。云模型可以有效結(jié)合模糊性與不確定性,用云圖來修正打分的結(jié)果;采用熵權(quán)法確定指標權(quán)重,從客觀的角度出發(fā)賦予各個指標相應(yīng)的權(quán)值。這兩種方法的結(jié)合使用,降低了主客觀對評價結(jié)果精確度的影響。對大連、天津和青島3個郵輪港的實例分析表明:云模型可以充分評估指標的隨機性,云模型的相似度可以計算綜合評價云的水平;分析結(jié)果與客觀事實一致,從而驗證了熵權(quán)-云模型在郵輪港口競爭力評價上的客觀性與準確性。