Construction of evaluation index system for collaborative layout of port clusters and practical exploration of Shenzhen Port
Article Text (Baidu Translation)
-
摘要: 有别于传统以城市为基本单元的港口群协同评估模式，基于港口航运实际供应链组织特点，提出以港区而非城市为基本单元的港口群协同评估技术方法，具体从城市不同港区间的协同和区域不同港口间的协同2个维度展开。为有效评估沿海城市在港口群协同布局中存在的问题，并准确判定港口内外协同发展水平，基于系统协同理论，采用组合赋权-非线性增益方法建立协同评估模型，并以深圳港为例，通过层次分析法（AHP），邀请专家评分构建判断矩阵，确定主观权重，依据熵权法，结合深圳港2018~2024年面板数据计算信息熵，确定客观权重，以权重系数融合主客观权重；创新性引入协同增益项，选取城市级港口群及区域级港口群评价指标体系中的主要核心指标构建非线性评价模型，量化港口城市内外协同效应。研究结果表明：2024年，深圳港在城市级港口群中的协同得分为0.831 8，呈现整体优秀协同状态，但5类指标存在明显差异，信息协同（0.90）最好，生态环保协同（0.50）最差，运营管理协同（0.75）、制度协同（0.73）和基础设施协同（0.71）等相对次之，深圳港内部各港区应重点加强能源共享和基础设施的建设；深圳港在粤港澳大湾区港口群中的协同得分为0.682 8，呈现初级协同状态，深圳港在区域级港口群协同布局中还存在较大提升空间，6类指标中，信息协同（0.76）相对最好，运营管理协同（0.66）达到初级水平，基础设施协同（0.57）、经济效益协同（0.48）、制度协同（0.42）、生态环保协同（0.35）等4个方面存在严重的失调现象；深圳港需实施“制度-生态”双轮驱动策略，对内在完善基础设施协同布局的基础上，优先建立港口联盟收益分配机制，加快液化天然气（LNG）加注网络建设，在一定期限内改进核心短板，从而有效提升能源利用效率，对外则应探索粤港澳大湾区港口群提供保障政策。Abstract: Different from the traditional collaborative evaluation model of port clusters with cities as the basic unit, a technical method was proposed for collaborative evaluation of port clusters with port areas instead of cities as the basic unit based on the actual organizational characteristics of port shipping supply chains. Specifically, the evaluation was conducted from two dimensions: collaboration among different port areas in cities and collaboration among different ports in regions. To effectively evaluate the issues in the collaborative layout of coastal cities within port clusters and accurately determine the level of internal and external collaborative development of ports, the "combined weighting-nonlinear gain" method was employed to construct a collaborative evaluation model based on the system collaboration theory. Taking Shenzhen Port as an example, the analytic hierarchy process (AHP) was used to invite expert scoring to construct a judgment matrix and determine the subjective weights. Based on the entropy weight method, the information entropy was calculated with the panel data of Shenzhen Port from 2018 to 2024 to determine the objective weights. The subjective and objective weights were integrated using the weight coefficient. A collaborative gain term was innovatively introduced. The main core indicators from the evaluation index system of city-level and regional-level port clusters were selected to construct a nonlinear evaluation model to quantify the internal and external collaborative effects of port cities. The empirical results show that in 2024, Shenzhen Port has achieved a collaboration score of 0.831 8 within the city-level port cluster, indicating an overall excellent collaborative state. However, there are significant differences among the five indicators. The information collaboration (0.90) is the best, while ecological and environmental collaboration (0.50) is the worst, followed by operational management collaboration (0.75), institutional collaboration (0.73) and infrastructure collaboration (0.71). Therefore, the port areas within Shenzhen Port should focus on strengthening energy sharing and infrastructure construction. In the Guangdong-Hong Kong-Macao Greater Bay Area port cluster, Shenzhen Port gains a collaboration score of 0.682 8, indicating a primary collaborative state. There is still considerable room for improvement in Shenzhen Port's collaborative layout within the regional port cluster. Among the six indicators, information collaboration (0.76) is relatively the best, operational management collaboration (0.66) reaches a primary level, while infrastructure collaboration (0.57), economic benefit collaboration (0.48), institutional collaboration (0.42) and ecological and environmental collaboration (0.35) show serious imbalances. Shenzhen Port should implement a system and ecology-driven strategy. Internally, based on an improved collaborative layout of infrastructure, the establishment of a port alliance revenue distribution mechanism should be prioritized to accelerate the construction of an LNG bunkering network and improve the core weaknesses within a certain period, effectively enhancing energy utilization efficiency. Externally, the collaborative safeguard policies for the Guangdong-Hong Kong-Macao Greater Bay Area port cluster should be further studied.
-
图 7 智能调度匹配度敏感性分析
Figure 7. Sensitivity analysis of intelligent scheduling matching degree
图 10 岸线统筹利用率敏感性分析
Figure 10. Sensitivity analysis of shoreline integrated utilization rate
图 11 跨境数据互通率敏感性分析
Figure 11. Sensitivity analysis of cross-border data interconnection rate
表 1 设计原则
Table 1. Design principles
维度 城市级港口群 区域级港口群 核心目标 优化港区资源整合，提升运营效率 突破行政壁垒，实现跨区域协同发展 评估重点 物理连接、作业协同、管理一致性 跨境治理、经济互补、制度协调 数据形式 港区级精细数据（如泊位共享率） 区域级宏观数据（如岸线统筹利用率）[18] 政策适配性 城市统一管理，执行阻力小 需协调各地政策差异 
下载: 导出CSV
表 2 指标体系
Table 2. Indicator system
指标维度 指标名称 指标核心差异说明 城市级港口群 区域级港口群 基础设施协同 港区间连通指数 多式联运覆盖率 城市群如果涉及出入境需要考虑跨境影响因素[21] 泊位共享率 航道共享利用率 多式联运覆盖率 岸线统筹利用率 航道协同利用率 运营管理协同 航线互补指数 航线互补指数 区域级需强调跨行政应急联动 吞吐量协调度 吞吐量协调度 船舶调度协同效率 船舶调度协同效率 应急资源共享率 应急联合响应能力 经济效益协同 物流成本协同效应 内部港区弱化经济指标 腹地经济互补性 投资回报协同度 信息共享协同 数据互通率 跨境数据互通率 区域之间侧重跨境数据标准统一 智能调度匹配度 单证电子化率 智慧港口建设同步率 生态环保协同 碳排放协同减排率 碳排放协同减排率 指标一致，但区域城市群需联合碳核算[21-22] 清洁能源共享度 清洁能源共享度 制度一体协同 港区管理细则一致性 政策协调指数 涉及出入境需要新增跨境治理类指标 人力资源流动率 利益分配公平性 安全联防联控水平 港口群品牌影响力 人才培训共享率
下载: 导出CSV
表 3 城市级港口群指标体系
Table 3. Indicator system of city-level port cluster
指标维度 指标名称 含义 计算方法 数据来源 基础设施协同 港区间连通指数 港区之间公路及铁路连接完备度 衔接节点数量/规划节点数量 深圳市交通规划图 泊位共享率 深水泊位共用比例 共用泊位数/总泊位数 港口管理局年报 多式联运覆盖率 支持海铁联运、海陆联运、水中转的码头占比 具备多式联运功能的码头数/总码头数 码头运营统计表 航道协同利用率 共用航道的船舶通行效率 共用航道船舶量/总船舶量 AIS船舶轨迹数据 运营管理协同 航线互补指数 避免航线重复布局 1-（重叠航线数/总航线数） 船公司航线图 吞吐量协调度 货类分布均衡性 赫芬达尔指数IHHI=Σ各货类市场份额2，反向标准化1-IHHI 港区吞吐量报告 船舶调度协同效率 跨港区船舶调度效率 （基期待泊时间-当前待泊时间）/基期时间 港口调度日志 应急资源共享率 联合应急资源覆盖范围 共享应急设备类型数/总类型数 应急管理档案 信息共享协同 数据互通率 港区间数据平台互联水平 接入统一EDI/区块链平台的港区数/总港区数 信息技术部门报告 智能调度匹配度 AI泊位分配成功率 AI系统匹配成功次数/总申请次数 智能系统日志 生态环保协同 碳排放协同减排率 单位吞吐量碳排放下降率 （基期碳排放-当前排放）/基期排放 环境监测报告 清洁能源共享度 液化天然气/岸电设施共用水平 提供共享服务的码头数/总码头数 能源消耗统计 制度一体协同 港区管理细则一致性 政策文件标准化程度 一致条款数/总条款数 政策文件文本分析 人力资源流动率 员工跨港区调配灵活性 跨港区调动人数/总员工数 人力资源部门数据
下载: 导出CSV
表 4 区域级港口群指标体系
Table 4. Indicator system of regional port cluster
指标维度 指标名称 含义 计算方法 数据来源 基础设施协同 多式联运覆盖率 跨区及跨境海铁、海陆、水等联运衔接水平 支持跨区及跨境多式联运的港口数/总港口数 区域交通规划 航道共享利用率 区域共用航道效率 共用航道船舶量/总船舶量 AIS数据、港口年报 岸线统筹利用率 避免岸线重复开发 协调使用的岸线长度/总规划长度 自然资源部岸线规划 运营管理协同 航线互补指数 避免大湾区航线同质化 1-（区域重叠航线数/总航线数） 航运联盟航线图 吞吐量协调度 货类分布均衡性 赫芬达尔指数IHHI=Σ各港口货类份额2 各港口吞吐量报告 船舶调度协同效率 跨区及跨境船舶调度效率 （基期引航时间-当前时间）/基期时间 引航站记录 应急联合响应能力 跨港口突发事件处置能力 联合演练次数×覆盖率 应急管理部门报告 经济效益协同 物流成本协同效应 区域物流成本降低效果 （基期成本-当前成本）/基期成本 企业物流成本调研 腹地经济互补性 货源地差异化程度 熵值法[Σ（p_i ln p_i）]，p_i为各港口货类占比 海关进出口数据 投资回报协同度 避免重复建设导致的资本浪费 港口群整体投资回报提升率 财务审计报告 信息共享协同 跨境数据互通率 深港数据标准统一性 区块链节点数/目标节点数 单一窗口数据 单证电子化率 电子单证普及率 电子提单数/总提单数 口岸管理部门统计 智慧港口建设同步率 技术应用协同进度 自动化码头同步建设项目数/总项目数 各港口技术部门报告 生态环保协同 碳排放协同减排率 区域碳减排协同性 （基期碳排放-当前排放）/基期排放 环保部门监测数据 清洁能源共享度 液化天然气/岸电设施共用水平 跨境清洁能源设施共享 能源部门统计 制度一体协同 政策协调指数 各地政策一致性 联合文件数×执行评分 政府公文、专家评分 利益分配公平性 收益分配合理性 1-Shapley值方差 财务数据、博弈模型 安全联防联控水平 跨境安全协作水平 联合安检覆盖率×响应速度评分 海关、边检部门记录 港口群品牌影响力 国际声誉综合评分 航运中心排名标准化 新华·波罗的海指数 人才培训共享率 从业人员资质互认水平 跨港口认证人员数/总人员数 人力资源部门数据
下载: 导出CSV
表 5 评价标准
Table 5. Evaluation criteria
得分区间 协同等级 特征描述 政策相应建议 0.90~1.00 卓越协同 所有核心指标达优，非线性增益大于20%，形成示范效应 推广经验，申报国家战略项目 0.80~0.89 优秀协同 核心指标均达标，协同增益15%~20%，运营效率领先 优化细节，探索创新模式 0.70~0.79 良好协同 80%指标达标，关键短板小于等于2项，增益10%~15% 定向补强短板指标 0.60~0.69 初级协同 基础协同框架建立，但核心指标30%未达标，增益5%~10% 制定3年提升计划 0.00~0.59 协同失调 资源竞争为主，核心指标半数未达标，增益小于5% 启动专项整改，调整功能定位
下载: 导出CSV
表 6 城市级港口群数据计算结果
Table 6. Calculation results of city-level port cluster
指标维度 指标名称 原始值 标准化值 权重 加权得分 是否属于
核心协同指标基础设施协同 港区间连通指数 3条 0.750 0 0.110 0 0.082 5 否 泊位共享率 32% 0.685 7 0.100 0 0.068 6 否 多式联运覆盖率 85% 0.850 0 0.080 0 0.068 0 否 航道协同利用率 68% 0.723 4 0.070 0 0.050 6 否 运营管理协同 航线互补指数 82 0.820 0 0.130 0 0.106 6 是 吞吐量协调度 0.21 0.700 0 0.100 0 0.070 0 否 船舶调度协同效率 12% 0.653 3 0.090 0 0.058 8 否 应急资源共享率 80% 0.782 6 0.050 0 0.039 1 否 信息共享协同 数据互通率 88% 0.880 0 0.060 0 0.052 8 是 智能调度匹配度 92% 0.920 0 0.060 0 0.055 2 是 生态环保协同 碳排放协同减排率 10% 0.600 0 0.050 0 0.030 0 否 清洁能源共享度 40% 0.550 0 0.040 0 0.022 0 否 制度一体协同 港区管理细则一致性 90% 0.900 0 0.020 0 0.018 0 否 人力资源流动率 15% 0.550 0 0.040 0 0.022 0 否 合计 1.000 0 0.744 2
下载: 导出CSV
表 7 城市级港口群评价结果
Table 7. Evaluation results of city-level port cluster
指标维度 得分均值 关键特征 突出问题 基础设施协同 0.71 物理连接良好（港区间连通指数0.75），但泊位共享率（0.69）低于目标值 西部港区铁路衔接不足 运营管理协同 0.75 航线互补性优（0.82），但船舶调度效率（0.65）拖累整体 跨港区拖轮调配响应慢 信息共享协同 0.90 数据互通（0.88）与智能调度（0.92）领先，但系统间接口未完全开放 部分子系统数据孤岛 生态环保协同 0.50 清洁能源共享度（0.40）严重滞后，碳排放减排（0.60）仅达基准线 液化天然气加注设施覆盖率不足 制度一体协同 0.73 管理细则一致性（0.90）高，但人力资源流动率（0.55）制约灵活性 跨港区岗位认证体系缺失
下载: 导出CSV
表 8 区域级港口群数据计算结果
Table 8. Calculation results of regional port cluster
指标维度 指标名称 原始值 标准化值 权重 加权得分 是否属于
核心协同指标基础设施协同 多式联运覆盖率 35% 0.550 0 0.065 0 0.035 8 是 航道共享利用率 62% 0.620 0 0.056 9 0.035 3 否 岸线统筹利用率 63% 0.630 0 0.048 8 0.030 7 是 运营管理协同 航线互补指数 0.75 0.750 0 0.081 3 0.061 0 否 吞吐量协调度 0.28 0.650 0 0.065 0 0.042 3 否 船舶调度协同效率 8% 0.580 0 0.048 8 0.028 3 否 应急联合响应能力 4次·年-1 0.666 7 0.040 7 0.027 1 否 经济效益协同 物流成本协同效应 5% 0.450 0 0.056 9 0.025 6 否 腹地经济互补性 0.52 0.520 0 0.040 7 0.021 1 否 投资回报协同度 2% 0.200 0 0.024 4 0.004 9 否 信息共享协同 跨境数据互通率 120节点 0.800 0 0.073 2 0.058 5 是 单证电子化率 68% 0.680 0 0.040 7 0.027 6 否 智慧港口建设同步率 75% 0.750 0 0.048 8 0.036 6 否 生态环保协同 碳排放协同减排率 9% 0.450 0 0.048 8 0.022 0 否 清洁能源共享度 30% 0.300 0 0.032 5 0.009 8 否 制度一体协同 政策协调指数 3份 0.400 0 0.097 6 0.039 0 是 利益分配公平性 0.31 0.350 0 0.065 0 0.022 8 否 安全联防联控水平 7.2/10 0.720 0 0.024 4 0.017 6 否 港口群品牌影响力 8.1/10 0.810 0 0.016 3 0.013 2 否 人才培训共享率 25% 0.250 0 0.024 4 0.006 1 否 合计 1.000 0 0.565 2
下载: 导出CSV
表 9 区域级港口群评价结果
Table 9. Evaluation results of regional port cluster
指标维度 得分均值 关键特征 突出问题 基础设施协同 0.57 岸线统筹（0.63）较好、多式联运覆盖率（0.55）不足 深港海铁联运衔接薄弱、珠江东西岸港口连接不畅 运营管理协同 0.66 吞吐量协调度（0.65）尚可、应急响应（0.67）依赖临时机制 缺乏常态化联合演练、跨市船舶调度效率低 经济效益协同 0.48 物流成本效应（0.45）未达预期、腹地经济互补性（0.52）偏低 广深货类重叠率32%、产业同质化竞争 信息共享协同 0.76 跨境数据互通（0.80）领先、单证电子化率（0.68）受法律制约 电子提单跨境认证障碍、三地数据标准不统一 生态环保协同 0.35 碳排放协同减排率（0.45）进展缓慢、清洁能源共享度（0.25）极低 区域碳交易机制缺失、LNG加注设施覆盖率不足 制度一体协同 0.42 政策协调指数（0.40）严重滞后、安全联防（0.72）仅限技术层面 三地海关标准未统一、行政壁垒难以突破
下载: 导出CSV
-
[1] 余思勤, 孙佳会. 长三角港口群与城市群协调发展分析[J]. 同济大学学报(自然科学版), 2021, 49(9): 1335-1344.YU Si-qin, SUN Jia-hui. Analysis on coordinated development of port cluster and urban agglomeration in Yangtze River Delta[J]. Journal of Tongji University (Natural Science), 2021, 49(9): 1335-1344. [2] 李振福, 崔万达, 周玉涛. 中国沿海港口群港城协同发展的动态演进及差异[J]. 地域研究与开发, 2024, 43(6): 60-66.LI Zhen-fu, CUI Wan-da, ZHOU Yu-tao. Dynamic evolution and differences of coordinated development of China's coastal port clusters[J]. Areal Research and Development, 2024, 43(6): 60-66. [3] 邓剑虹, 徐传谌, 周维良. 双循环新发展格局下港口腹地时空演变机理: 以粤港澳大湾区港口群为例[J]. 中国流通经济, 2022, 36(1): 20-32.DENG Jian-hong, XU Chuan-shen, ZHOU Wei-liang. The space-time evolutionary mechanism of port group hinterland under the "dual circulation" new development pattern: Taking the port group of Guangdong-Hong Kong-Macao greater bay area as the case[J]. China Business and Market, 2022, 36(1): 20-32. [4] 邱一君, 章强. 基于空间杜宾面板模型的中国港口溢出效应研究[J]. 上海海事大学学报, 2024, 45(3): 65-74.QIU Yi-jun, ZHANG Qiang. Spillover effects of Chinese ports based on spatial Durbin panel model[J]. Journal of Shanghai Maritime University, 2024, 45(3): 65-74. [5] 刘峻源, 周威平. 江苏沿江港口群空间协调发展研究[J]. 南通大学学报(社会科学版), 2020, 36(3): 39-48.LIU Jun-yuan, ZHOU Wei-ping. Study of the spatial-coordinated development of the port group along the Yangtze River in Jiangsu Province[J]. Journal of Nantong University (Social Sciences Edition), 2020, 36(3): 39-48. [6] 朱吉双, 李清, 林晶晶, 等. 世界一流港口综合评价指标体系与方法[J]. 中国航海, 2025, 48(1): 1-8.ZHU Ji-shuang, LI Qing, LIN Jing-jing, et al. Comprehensive evaluation index system and method for world-class ports[J]. Navigation of China, 2025, 48(1): 1-8. [7] 陈红梅, 李鑫依. 世界一流港口建设背景下环渤海港口高质量发展水平测度[J]. 上海海事大学学报, 2023, 44(4): 58-68.CHEN Hong-mei, LI Xin-yi. Measurement of high-quality development level of Bohai Rim ports under background of world-class ports construction[J]. Journal of Shanghai Maritime University, 2023, 44(4): 58-68. [8] 任晓红, 沈佳, 冯知滔. 港口运行效率和安全韧性[J]. 科学技术与工程, 2024, 24(7): 2975-2985.REN Xiao-hong, SHEN Jia, FENG Zhi-tao. Port operation efficiency and safety resilience[J]. Science Technology and Engineering, 2024, 24(7): 2975-2985. [9] 周海英, 张文静. 绿色港口建设下港口与船舶减排决策研究[J]. 科技管理研究, 2022, 42(7): 205-214.ZHOU Hai-ying, ZHANG Wen-jing. Research on emission reduction decisions of port and ship under the construction of green ports[J]. Science and Technology Management Research, 2022, 42(7): 205-214. [10] 何大春, 谈健, 苏宜强, 等. 主客观信息融合的港口综合能源系统评价指标体系[J]. 上海海事大学学报, 2020, 41(3): 110-116.HE Da-chun, TAN Jian, SU Yi-qiang, et al. Evaluation index system for port integrated energy system based on subjective-objective information fusion[J]. Journal of Shanghai Maritime University, 2020, 41(3): 110-116. [11] 陈睿, 梁军波. 低碳港口评价指标体系的创建和赋值研究[J]. 水运工程, 2024(6): 45-50.CHEN Rui, LIANG Jun-bo. Establishment and value assignment of low-carbon port evaluation index system[J]. Port & Waterway Engineering, 2024(6): 45-50. [12] 张利国, 张永林, 程金香, 等. 港口总体规划环境影响评价指标体系研究[J]. 环境工程技术学报, 2022, 12(6): 1809-1816.ZHANG Li-guo, ZHANG Yong-lin, CHENG Jin-xiang, et al. Study on environmental impact assessment index system of port master plans[J]. Journal of Environmental Engineering Technology, 2022, 12(6): 1809-1816. [13] 郑建风, 赵煜星, 刘欣桐, 等. 多港口区域泊位资源的最优配置与分配[J]. 交通运输工程学报, 2023, 23(5): 183-191. doi: 10.19818/j.cnki.1671-1637.2023.05.012ZHENG Jian-feng, ZHAO Yu-xing, LIU Xin-tong, et al. Optimal configuration and allocation of berth resources in multi-port regions[J]. Journal of Traffic and Transportation Engineering, 2023, 23(5): 183-191. doi: 10.19818/j.cnki.1671-1637.2023.05.012 [14] FEI H P, SHI H D, PAN X Y. A systematic review of green port evaluation: Methods, subjects, and indicators[J]. Journal of Marine Science and Engineering, 2025, 13(3): 604. doi: 10.3390/jmse13030604 [15] WU X H, DONG Z C, MENG S H. Strong facilities but weak benefits: An empirical evaluation of facility performance and business performance of 14 cruise ports in China[J]. Research in Transportation Business & Management, 2025, 60: 101334. [16] 贾鹏, 马奇飞, 邬桐, 等. 一体化运营模式下中国区域港群效率研究[J]. 科研管理, 2023, 44(4): 112-126.JIA Peng, MA Qi-fei, WU Tong, et al. Research on the efficiency of China's regional port groups under the integrated operation mode[J]. Science Research Management, 2023, 44(4): 112-126. [17] SONG M J. Research on the coordinated development of port logistics and regional economy[J]. Scientific Journal of Economics and Management Research, 2024, 6(12): 198-204. doi: 10.54691/w3s60m45 [18] CHEN D X, GU Y J, YANG Z Z. Multi-period port cluster investment along the maritime silk road considering the matching of relocated industries and recipient countries[J]. Ocean & Coastal Management, 2025, 266: 107665. [19] WANG X N. Construction and evaluation of green logistics system in Guangzhou Port[J]. Population, Resources & Environmental Economics, 2025, 6(1): 29-37. [20] 石思文, 饶小玉, 韩瑜, 等. 广东省沿海港口物流效率评价及影响因素研究[J]. 铁道运输与经济, 2025, 47(4): 39-47.SHI Si-wen, RAO Xiao-yu, HAN Yu, et al. Assessment of coastal port logistics efficiency and analysis of influencing factors in Guangdong Province[J]. Railway Transport and Economy, 2025, 47(4): 39-47. [21] LI H, YANG Q, SHEN Z K. A competitiveness analysis of Guangxi Beibu Gulf Port Group based on the entropy TOPSIS method[J]. Journal of Chinese Economic and Business Studies, 2025, 23(2): 191-208. doi: 10.1080/14765284.2024.2388490 [22] 余心宽, 袁克镖, 冷兆华. 基于熵权-TOPSIS法的港口集疏运体系评价研究: 以宁波舟山港为例[J]. 产业创新研究, 2025(7): 55-57.YU Xin-kuan, YUAN Ke-biao, LENG Zhao-hua. Study on evaluation of port collection and distribution system based on entropy weight-TOPSIS method: A case study of Zhoushan Port in Ningbo[J]. Industrial Innovation, 2025(7): 55-57. [23] LIU G X, CHANG D F, WEN F R. Research on the Beibu Gulf Port container terminal operation system construction performance evaluation based on the AISM-ANP[J]. Journal of Marine Science and Engineering, 2022, 10(11): 1574. doi: 10.3390/jmse10111574 [24] 沈丹丹, 宁常郁, 黎雪萍. 广西北部湾港港口物流与腹地经济互动关系及协同发展研究[J]. 沿海企业与科技, 2025, 30(2): 37-44.SHEN Dan-dan, NING Chang-yu, LI Xue-ping. Study on the Interactive Relationship and Collaborative Development between Beibu Gulf port Port Logistics and Hinterland Economy[J]. Coastal Enterprises and Science & Technology, 2025, 30(2): 37-44. [25] XIAO Y, CHEN Z, MCNEIL L. Digital empowerment for shipping development: A framework for establishing a smart shipping index system[J]. Maritime Policy & Management, 2022, 49(6): 850-863. [26] SHANG C J, LI Z W, WANG J, et al. Research on evaluation of port railway collection and transportation system[J]. E3S Web of Conferences, 2021, 261: 03028. doi: 10.1051/e3sconf/202126103028 [27] 高雪亮, 薛召, 吴英豪, 等. 基于层次分析-熵权法的海砂运输船舶通航安全评价分析[J]. 中国新技术新产品, 2024(7): 140-142.GAO Xue-liang, XUE Zhao, WU Ying-hao, et al. Navigation safety evaluation and analysis of sea sand transport ships based on AHP-entropy weight method[J]. New Technology & New Products of China, 2024(7): 140-142. [28] 赵爽, 王永祥, 张浩, 等. 基于层次分析法的临港片区规划方案绿色低碳评价体系研究[J]. 北京规划建设, 2024(3): 105-109.ZHAO Shuang, WANG Yong-xiang, ZHANG Hao, et al. Research on green and low-carbon evaluation system of Lingang district planning scheme based on analytic hierarchy process[J]. Beijing Planning Review, 2024(3): 105-109. [29] 夏新海, 王星颐. 粤港澳大湾区港口群与城市群协同发展评价[J]. 珠江水运, 2025(1): 109-112.XIA Xin-hai, WANG Xing-yi. Evaluation on coordinated development of Guangdong-Hong Kong-Macao greater bay area port group and urban agglomeration[J]. Pearl River Water Transport, 2025(1): 109-112. [30] 刘朋群, 殷明. 基于VAR模型的港口群和区域经济协同发展比较研究[J]. 中国航海, 2022, 45(3): 47-56, 64.LIU Peng-qun, YIN Ming. VAR-model based comparative study on coordinated development of port group and regional economy[J]. Navigation of China, 2022, 45(3): 47-56, 64. [31] 庾娟. 新质生产力赋能下的长江上游港口发展研究[J]. 经济研究导刊, 2025(6): 41-45.YU Juan. Research on the development of ports in the upper reaches of the Yangtze River empowered by new quality productivity[J]. Economic Research Guide, 2025(6): 41-45. -
图(12) / 表(9)
计量
- 文章访问数: 9
- HTML全文浏览量: 5
- PDF下载量: 0
- 被引次数: 0
