港城互动模型改进

为了深化互动研究的需要，对原有的港城互动模型进行修改，以便更好地反映港口与产业的数量对比关系。

一、原有系统动力学模型

通过港口与产业互动研究，以系统动力学和区域经济学的相关理论为基础，对港口与产业各要素之间的关系进行因果分析，并构建港口与产业互动的系统动力学模型（见图1‐1）。

该模型基于港口与产业互动指标，以系统动力学的基本理论为基础，分析了港口、产业和环境之间的互动关系，深入探究各个要素之间的相互影响，并通过敏感性分析描述港口与产业系统的动态发展趋势。从实际效果来看，能够较好地分析港口与产业之间的动态关系。

在研究过程中，笔者也发现了模型存在的一些局限性，需要进一步完善。

二、模型的改进

（一）改进的基本原则

首先，遵循客观性。模型就是应用科学分析方法，建立理想化的研究客体，作为研究的基础和中间环节，再现原形的各种复杂结构、功能和联系的科学方法。因此，模型首先是对客观世界的描述，不符合客观世界的模型都是不科学的。因此，需要对模型实际结果进行分析，找出模型中与实际情况的差异，并加以改进。

其次，抓住主要因素。由于研究对象结构复杂，往往受许多因素的影响和干扰，有的是主要因素，有的是次要因素。构建模型时不可能把所有的因素都反映在内，而是对研究的客体进行整理、筛选，突出主要因素，忽略次要的、非本质的因素。因此，需要对原有模型进行结构分析，对其中的次要因素进行删减，对于遗漏的主要因素进行补充。

最后，坚持需求导向。构建模型的目的是把握问题的本质，便于对问题的研究。构建模型要努力满足研究的需求，在深刻理解所研究问题本质的基础上，利用模型对问题加以刻画。因此，对于不能满足所研究问题的需求的部分，需要作进一步改进。

（二）模型的优化措施

根据原有模型及其结果，结合本书的研究目的和要求，需要对模型进行改进和优化。主要措施如下。

首先，增强各个指标间的联系。港口与产业之间的关系，需要以港口指标、产业指标和环境指标之间的具体联系进行刻画。根据普遍联系的观点，所有的指标之间都存在或多或少的关系，因此在所构建的模型中，应该主要考虑各个指标之间的直接联系。对于较为重要的间接指标，通过增加中间指标建立联系。只有这样，才能保证模型结构的逻辑严谨，才能更为充分地刻画港口与城市之间的互动关系。

其次，增强外部环境对港口的影响。原有模型中重点考虑了外部环境对产业发展的影响，而对外部环境影响港口考虑较少。实际上，因为产业与港口都受到外部环境的影响，港口自身的发展不仅受到产业的推动，还受到诸如人才、科技、政策、环保等外部环境的制约。因此，将考虑外部环境对港口发展的影响纳入港口与产业系统动力学模型中，能够保证模型的科学性。

再次，优化投入变量。系统动力模型的运行依赖于投入变量的动态变化，因此，投入变量的选择，对于系统动力学模型的运行结果有着重要影响。本次优化将增加港口与产业的投入变量，及政策、制度、创新力等投入变量，以强调软性投入。

最后，增加定性指标。由于系统动力学模型需要建立变量间的定量关系，因此对指标的要求比较严格，要求所有指标能够量化。因此，原有模型中重点考虑了定量指标。但从港口与产业发展的影响因素来看，完全选择定量指标有一定的片面性。因此，本次将增加定性指标，并对定性指标进行量化处理，以保证指标体系的全面性和科学性。

（三）算法的修正

首先，为了强化各个指标间的联系，对指标间的联系紧密程度进行过滤。计算指标间的相关系数，将相关系数低于0.6的联系去掉。对相关系数高于0.6的指标之间的关系进行判断，将其中直接而重要的联系反映在模型中。这样，就能保证在港口与城市的系统动力学模型中充分而全面地考虑各个指标之间的联系。

其次，回归计算时考虑非线性回归。原有模型的回归公式都是线性的，而部分指标之间的联系很难用线性方程进行描述。采用部分非线性方程，有助于更加精确地反映指标之间的联系，使得模型结果更加准确。

最后，对异动数据进行处理。对模型计算的基础是指标的五年数据。由于外部环境或者内部环境的突变，有可能造成部分数据变动趋势或者变动幅度出现大幅度变动，影响了数据的连续性。这些数据的存在，对于计算回归方程，是非常不利的。因此，改进后的模型将对异动数据进行模拟处理，保证五年数据的连续性，进而保证回归方程的准确性。

（四）模型应用的优化

不同的港口城市，产业结构、经济环境、港口规模等存在较大差异。因此，用一个高度统一的模型去评价这些城市的港口与产业发展的关系，可能无法反映不同港口城市的特色。因此，应该适当保持模型的灵活性，根据不同城市的特点，对模型进行调整。例如，不同港口城市的港口产业的内容各异，需要在指标中加以体现。

（五）数据包络分析法（DEA方法）的应用

除了对港口与产业不同指标之间的关系进行分析外，还应该从投入和产出角度，分析港口与产业互动的效率。本研究在进行不同港口城市之间的对比时，为了充分考虑不同港口城市之间的现有基础和实际投入水平的差距，将运用数据包络分析法（DEA方法），从投入和产出之间的关系角度对港口与城市互动的效率进行对比。这样，才能保证比较的公平性和科学性。

1978年由著名的运筹学家A.Charnes，W.W.Cooper和E.Rhodes首先提出了一个被称为数据包络分析（Data Envelopment Analysis，简称DEA）的方法，用以评价部门间的相对有效性（因此被称为DEA有效）。此后，在运用和发展运筹学理论与实践的基础上，逐渐形成了主要依赖线性规划技术并常常用于经济定量分析的非参数方法。经过美国著名运筹学家A.Charnes和W.W.Copper等人的努力，使得数据包络（DEA）的形式在20世纪80年代初流行起来。因此，DEA有时也被称为非参数方法或Farrell型有效分析法。DEA方法以相对效率概念为基础，用于评价具有相同类型的多投入、多产出的决策单元是否技术有效的一种非参数统计方法。从生产函数角度看，这一模型是用来研究具有多个输入，特别是具有多个输出的“生产部门”同时为“规模有效”与“技术有效”的十分理想且卓有成效的方法。数据包络分析（即DEA）可以看作是一种统计分析的新方法。它是根据一组关于输入—输出的观察值来估计有效生产前沿面的。可以证明，DEA有效性与相应的多目标规划问题的pareto有效解（或非支配解）是等价的。在有效性的评价方面， DEA方法比其他方法更加有效，尤其是在具有处理多输入，特别是多输出的问题时，优势更加明显。而且，DEA方法不仅可以用线性规划来判断决策单元对应的点是否位于有效生产前沿面上，还能获得许多有用的管理信息。因此，DEA方法比其他的一些方法（包括采用统计的方法）优越，用处也更广泛。

通过对港口与产业系统动力学的改进和优化，并运用DEA方法对港城互动的效率进行评价，能够为更深入研究港口与产业之间互动关系奠定坚实的基础，并提高港口与产业之间互动关系的评价的系统性、科学性和公平性。