Transport Research >

2023 , Vol. 9 >Issue 1: 127 - 133

DOI: https://doi.org/10.16503/j.cnki.2095-9931.2023.01.013

Evaluation Method of Smart Port Development Based on Gray Entropy Variable Weight

  • LUO Ben-cheng ,
  • HU Jia ,
  • WANG Ruo-di
Expand
  • China Waterborne Transport Research Institute, Beijing 100088, China

Received date: 2022-11-24

  Online published: 2023-03-08

Fold

Abstract

In order to evaluate the intelligent development level of China′s ports scientifically and promote the construction and development of smart ports better, firstly, the connotation and characteristics of smart port were analyzed based on ecological theory by combining the laws of port evolution and related practices at home and abroad. Secondly, based on hierarchical classification of objectives, five hierarchical evaluation index systems were constructed from two dimensions of comprehensive operation and innovation integration. At last, combined with the constant weight evaluation method and the variable weight theory method, the evaluation model and method based on grey entropy variable weight were proposed, and the TOP13 container throughput ports in China were selected for empirical analysis. The results showed that the intelligence level of TOP13 ports in China could be divided into three echelons according to their intelligence level, including three 4-star ports, five 3-star ports, and five ports that fail to reach the 3-star standard. In terms of infrastructure level, intelligent operation level, comprehensive service quality and efficiency, innovation leading ability and other indicators, the top coastal ports in the forefront had relatively leading advantage. In terms of ecological harmony degree index, there was no obvious difference during the development level of ports, which reflected that building a harmonious ecosystem and improving the reputation of ports had gradually become an important content of major ports.

Key words： smart port; index system; constant weight evaluation; gray entropy variable weight method; development evaluation

Cite this article

LUO Ben-cheng , HU Jia , WANG Ruo-di . Evaluation Method of Smart Port Development Based on Gray Entropy Variable Weight[J]. Transport Research, 2023 , 9(1) : 127 -133 . DOI: 10.16503/j.cnki.2095-9931.2023.01.013

0 引言

近年来，随着全球经济一体化和国际贸易的快速发展，世界各大港口加快推进智慧港口建设，并将智慧化作为提升港口综合竞争力的重要抓手[1⇓-3]。因此，全面、系统、科学地评价港口智慧化发展水平，从而更好地促进智慧港口建设发展尤为重要。
目前，国内外关于智慧港口评价的文献相对较少，对智慧港口内涵特征的理解认识也不统一。国外学者侧重于港口可持续发展，更多聚焦于作业效率、综合能耗、绿色环保等评价指标方面。如：Anahita等[4]基于港口生态理念，提出了智慧港口概念框架和发展指数；Robert等[5]基于智能港口发展视角，构建了港口数字化评价指标体系，并开展了应用评估；Cámara等[6]从港口数字化多维度评价的视角，构建了评价指标体系，以评估港口的数字化水平。国内学者主要关注港口运营侧的基础设施能级和科技创新应用评价。如：杨凯等[7]从智慧港口内涵特征出发，初步构建了智慧港口评价指标体系，并探索性地提出了智慧港口等级划分方法；蔡文学等[8]从港口的职能、理论和技术等3个维度建立了智慧港口评价指标体系，并对广东省港口智慧化发展水平进行了评估；张新[9]采用DPSIR模型，利用层次分析法确定指标权重，并对智慧港口建设水平进行定量分析；张胜权等[10]基于全球智慧港口发展动态，对国内外智慧港口评价指标体系进行了对比分析；曹杰等[11]结合国内外相关研究成果，引入基于云模型的改进物元理论，构建了智慧港口评价方法，并以天津港作为案例开展了应用研究。
尽管国内外学者对智慧港口的内涵、评价指标体系均有研究，但对智慧港口的内涵特征剖析不够系统、深入，在评价指标选取上多聚焦于技术条件、业务成效指标，鲜有生态圈视角的指标。一些颇有价值的指标，如创新研发、安全管控、文化品牌等，未能直接纳入评价体系，评价的科学性和客观性方面均存在较大局限性。为此，本文结合港口演变规律及国内外智慧港口探索实践，基于生态理论，剖析了智慧港口的内涵特征，从基础设施能级、智能运营水平、综合服务质效、创新引领能力、生态和谐程度等5个方面确定分层分级的评价指标体系，并引入灰色熵变权方法，提出智慧港口等级评价模型与评价方法，为系统科学地评价港口智慧化水平提供一个新的视角和参考依据。

1 智慧港口的内涵与特征

准确理解智慧港口的内涵与特征是做好智慧港口等级评价的重要前提。目前，国内外对智慧港口的内涵和特征尚未形成统一的认识和理解（见表1）。国内侧重于科技创新应用，通过将云计算、大数据、物联网、人工智能等技术融合应用，推进智能运营、数字服务、智能安全环保。如：上海港通过码头运营智能化、海运物流协同化、国际贸易便利化、金融场景普及化、数据服务创新化，推进智慧港口建设。天津港围绕运营管理智能化、贸易物流便利化、创新共享生态化三大目标，持续推进智慧港口建设。国外侧重于港口可持续发展，聚焦于综合运营、服务能力、安全环保等方面，推进智慧港口建设。如：新加坡港强化港口物流供应链协同，推进贸易物流便利化，以期实现“表现力、生产力、可持续发展”三大目标提升；迪拜港注重科技赋能和港产城深度融合，探索打造智能、绿色、安全的智慧港口。
表1 国内外部分智慧港口特征[2,4,12,13]
港口名称 智慧港口特征
新加坡港 注重“表现力、生产力、可持续发展”提升，突出运营效率、创新服务、绿色环保和港口生态圈
鹿特丹港 注重码头运营智能化和腹地运输网络体系化，强化港口物流价值链服务和安全绿色发展
汉堡港 注重综合运营效率和港产城融合，强化智慧交通系统和智慧能源系统建设
迪拜港 注重科技赋能和港产城融合，突出卓越运营和创新引领
上海港 注重港口全方位价值链服务，突出卓越运营、创新拓展和生态开放
天津港 聚焦运营管理智能化、贸易物流便利化、创新共享生态化，打造一流的智慧港口
作为物流供应链的核心枢纽，港口先后经历了从装卸中心、物流中心到综合商贸中心的演变过程，其内涵和外延已发生了深刻变化。尽管国内外在智慧港口探索实践路径选择方面有所区别，但从生态视角来看，并没有本质上的不同。基于生态理论，智慧港口不仅要健全自身运营管理体系，更要强化价值服务链环境生态打造。围绕港口价值服务链，积极探寻业务变革与服务创新，形成差异化的核心竞争优势，是港口智慧化发展的必然要求。同时，作为现代港口发展的新理念，通过科技赋能，实现跨行业、跨部门、跨区域的高效组织与物流链协作，也是智慧港口的重要体现。
由此可见，智慧港口不是简单的技术应用，而是港口发展变革和科技创新驱动共同催生的新概念，其核心在于通过科技赋能，重构多边界、系统化的港口生态圈，实现智能化的生产运营、高效的组织与供应链协作、开放式的业务创新、便捷可靠的客户体验。

2 评价指标体系构建

评价指标体系设计必须充分反映智慧港口的内涵特征与发展趋势，应遵循综合性、系统性、典型性、可比性及简明性原则，建立分层分级的评价指标体系[14⇓⇓⇓-18]。
借鉴已有研究成果[1⇓⇓⇓⇓⇓⇓⇓⇓⇓-11]，结合对智慧港口内涵特征的分析，基于港口生态圈理论，可从综合运营和创新融合两个维度构建智慧港口等级评价指标体系。
综合运营维度，突出“安全可靠、智能高效”的价值导向，主要反映港口运营智能化水平及综合服务能级高低，是检验港口智慧化水平的重要标尺，包括基础设施能级、智能运营水平、综合服务质效等指标。
创新融合维度，突出“创新引领、开放融合”的价值导向。一方面，反映港口创新生态环境、科技创新团队建设、创新驱动发展、破解关键核心技术及“卡脖子”技术难题等创新引领发展能力，包括创新研发、人才队伍、标准规范等指标。另一方面，反映港口和谐生态圈、港口美誉度等情况，除了考量港口战略布局和绿色人文环境，也综合评价港口与生态圈关联方协调融合发展水平，包括战略管理、开放融合、绿色人文等指标。
综合考虑指标的代表性、系统性及数据的可获得性，采用聚类分析和因子分析方法，在两个维度上建立5类共12个一级级指标和40个二级指标（含4个定性指标）的智慧港口等级评价指标体系，如表2所示。
表2 智慧港口等级评价指标体系
目标维度 准则层 一级指标 二级指标
综合运营维度 基础设施能级 1.基础设施设备 码头大型装卸设备（%）；集疏运体系完备度*（1~10）
2.信息基础设施 信息化设施设备（1~10）；云服务覆盖度（%）；技术融合应用（1~10）；网络信息安全（1~10）
智能运营水平 3.生产作业自动化 自动化装卸设备（%）；水平运输无人化（%）；智能生产系统（%）；智能辅助生产（1~-10）
4.智能运营管控 智能集成调度（1~10）；企业经营管理（1~10）；智能安全管控（1~10）；智能环境监控（1~10） ；设备智能运维（1~10）
综合服务质效 5.综合服务效能 码头装卸效率（TEU/h）；船舶在泊平均停时（h）；船舶在港平均停时（h）；多式联运发展（%）
6.创新服务模式 业务线上办理率（%）；单证电子化率（%）；通关服务效率（h）；商贸金融服务（1~10）；数据产品服务（1~10）
创新融合维度 创新引领能力 7.创新
研发		 关键技术研发（项）；科技创新产出（项）；创新研发投入（%）
8.人才
队伍		 创新团队建设（1~10）；高级人才占比（%）
9.标准
规范		 标准规范体系建设（%）；标准规范制修订（1~10）
生态和谐程度 10.战略
管理		 港口战略规划（%）；组织机制建设（1~10）；战略规划实施（%）
11.开放
融合		 港航融合* （1~10）；港产城融合* （1~10）；监管协同（1~10）
12.绿色
人文		 生产综合能耗（吨标准煤/万t）；文化品牌创建* （1~10）；宣传教育（次/月）

注：*为定性指标，采用综合研判和经验分析法，打分越高，水平越优；1~10表示累计加分项。

3 基于灰色熵变权的智慧等级评价模型

3.1 数据规范化

首先，根据各指标的含义和设定的导向评分方法，计算各单项指标的分值。为消除不同量纲的影响，本文采用极值化方法对原始数据进行规范化处理，并乘以系数100，以便测度分析。
设 X = { X 11 ,   X 12 , … ,   X 21 ,   X 22 , … ,   X i 1 , … ,   X i j }表示所有指标的集合，第   i  类第 j个指标规范化后的值为 X i j '，正向指标使用公式（1），负向指标使用公式（2），具体如下：
X i j ' + = X i j - m i n X i j m a x X i j - m i n X i j × 100
X i j ' - = m a x X i j - X i j m a x X i j - m i n X i j × 100
从而得到满足归一性的指标集合 X ' = { X 11 ' ,   X 12 ' , … ,   X 21 ' ,   X 22 ' , … ,   X i 1 ' , … ,   X i j ' }。

3.2 确定灰熵权重

理论上，如果某个指标对其他指标的影响程度大，则说明该指标包含的信息量大，反之则说明该指标包含的信息量小[15]。确定指标权重，通常采用层次分析法（Analytic Hierarchy Process, AHP）、灰色关联度法等方法。由于常权评价中，指标的权重始终不变，未考量港口总体智慧化发展水平，评价的主观性因素较多，从而降低了评价的准确度和科学性。
为此，本文引入变权理论方法，采用文献[15]中的灰熵法确定指标的常权权重，再结合因子分析和方差分析，确定指标的动态权重，以克服常权评价的局限性，进一步增强评价的客观性。
结合灰色熵法和变权理论，首先采用公式（3）计算指标灰关联度rij，进而由公式（4）计算指标灰关联度比重 T j ( i )，再由公式（5）计算指标信息熵 P j ( i )，最后得出指标常权权重 W j ( c )：
r i j = m i n i = 1 m X i j ' - X i ' ¯ + ζ m a x i = 1 m X i j ' - X i ' ¯ X i j ' - X i ' ¯ + ζ m a x i = 1 m X i j ' - X i ' ¯ ∀ i = 1 ,   2 , … ,   m ; ∀ j = 1 ,   2 , … ,   n
T j ( i ) = ∑ i = 1 m r i j ∑ j = 1 n ∑ i = 1 m r i j ∀ i = 1 ,   2 , … ,   m ; ∀ j = 1 ,   2 , … ,   n
P j ( i ) = - 1 l n m ∑ k = 1 m T j ( i ) l n T j ( i ) 1 ≤ k ≤ m ,     0 ≤ P j ≤ 1
且当 T j ( i ) = 0时，定义 l n T j ( i ) = 0
W j ( C ) = 1 - P j ( i ) ∑ j = 1 n ( 1 - P j ( i ) ) 0 ≤ W j ( C ) ≤ 1 ,     ∑ j = 1 n W j ( C ) = 1
由此，可计算第j个指标的变权权重 W j i为：
W j i = ∑ i = 1 m W i ( c ) X i j ' ∑ j = 1 n ∑ i = 1 m W i ( c ) X i j ' ∀ i = 1 ,   2 , … ,   m ; ∀ j = 1 ,   2 , … ,   n
式（3）~式（7）中： W j ( c )为第 j个指标的常权权重； r i j 为灰关联度；常系数 ζ为灰关联的分辨系数，其作用在于调整比较环境的大小，在实际应用中一般令 ζ = 0.5。

3.3 智慧等级计算

根据评价原则，采用“定性定量结合，系统层次推进，综合要素评价”的思路，通过对5个分项测度的加权合成，计算得到智慧港口综合评价得分。首先，采用式（8）分别计算港口基础设施能级、智能运营水平、综合服务质效、创新引领能力、生态和谐程度等5个分项指标的加权得分。然后，通过加权求和，得到智慧等级综合得分。
P i j = ∑ j = 1 n W j i X i j ' ∑ j = 1 n W j i = 1 W j i ≥ 0 ;   ∀ i = 1 ,   2 , … ,   m ;   ∀ j = 1 ,   2 , … ,   n
S j = ∑ i = 1 m P i j λ i ∑ i = 1 m λ i = 1 λ i ≥ 0 ;   ∀ i = 1 ,   2 , … ,   m ;   ∀ j = 1 ,   2 , … ,   n
式（8）~式（9）中： P i j为第j个评价对象（港口）的第i个准则层指标的加权得分； λ i 为第i个准则层指标权重； S j为第 j 个评价对象（港口）的智慧等级综合得分。
为了减少主观因素对评价结果的影响，本文采取AHP和定性定量分析相结合的方式，确定5个准则层指标的权重分别为0.15, 0.25, 0.25, 0.25和0.10。港口智慧等级评价综合得分是各指标下所有内容的加权得分之和，满分为100分。指标体系的综合得分，是智慧港口等级评价的主要依据[18⇓-20]，评分规则见表3。智慧港口评定等级由低到高依次为3星级、4星级、5星级。
表3 智慧港口等级评价规则
智慧港口等级评价 权重 3星级 4星级 5星级
综合评价得分S — 75≤S<85 85≤S<95 S≥95
基础设施能级P1 0.15 P1≥70 P1≥80 P1≥90
智能运营水平P2 0.25 P2≥75 P2≥85 P2≥90
综合服务质效P3 0.25 P3≥75 P3≥85 P3≥90
创新引领能力P4 0.25 P4≥75 P4≥85 P4≥90
生态和谐程度P5 0.10 P5≥80 P5≥85 P5≥90

4 实证分析

4.1 研究对象及数据来源

根据2021年全国港口集装箱吞吐量排行榜，选取了排行前13位的港口（以下简称TOP13港口），即上海港、宁波舟山港、深圳港、广州港、青岛港等13个港口作为研究对象。2021年全国集装箱吞吐量为2.8亿TEU，其中TOP13港口共完成吞吐量2.2亿TEU，约占全国的78%，总体可以代表当前我国港口智慧化发展的最新水平。数据来源于2019—2021年各港口公布的生产经营数据、2019—2021年交通运输部发布的《全国交通运输统计资料汇编》[21⇓-23]、中国港口协会发布的《港口发展报告》[24-25]以及其他相关渠道。

4.2 指标权重计算

40个二级评价指标中含定量指标36个、定性指标4个。结合评价指标体系中相关指标定义域计算方法，确定指标的量值。根据TOP13港口相关指标数据，首先采用式（1）~式（2）进行数据规范化处理；然后，采用灰熵法确定指标的常权权重，再结合因子分析和方差分析，通过式（3）计算得到智慧港口等级评价指标的变权权重，如表4所示。
表4 智慧港口等级评价指标权重
准则层 准则层权重 一级指标 权重 指标常权权重 指标变
权权重
基础设施能级 0.15 1.基础设施设备 0.65 0.098 0.086
2.信息基础设施 0.35 0.053 0.086
智能运营水平 0.25 3.生产作业自动化 0.55 0.138 0.074
4.智能运营管控 0.45 0.113 0.078
综合服务质效 0.25 5.综合服务效能 0.50 0.125 0.086
6.创新服务模式 0.50 0.125 0.081
创新引领能力 0.25 7.创新研发 0.55 0.138 0.082
8.人才队伍 0.35 0.088 0.086
9.标准规范 0.10 0.025 0.084
生态和谐程度 0.10 10.战略管理 0.50 0.05 0.087
11.开放融合 0.15 0.015 0.086
12.绿色人文 0.35 0.035 0.084

4.3 智慧等级评价分析

基于构建的灰熵变权智慧港口评价模型，利用式（8）和式（9）计算TOP13港口的智慧化发展水平的综合得分。再根据智慧港口等级评价规则，结合不同等级得分标准要求，给出各港口智慧化发展水平的综合评分，结果如表5和图1所示。
表5 全国TOP13港口智慧发展等级统计分析
智慧港口等级评价 极大值 极小值 均值 标准差
基础设施能级 92 61 81.33 9.967
智能运营水平 86 61 74.92 8.404
综合服务质效 89.5 71.5 80.72 6.926
创新引领能力 90 64.67 81.12 7.203
生态和谐程度 90 73.5 82.79 5.492
综合评价得分 89.03 65.84 79.28 7.484
图1 基于灰熵变权评价的全国TOP13港口智慧等级排名
从图1可以看出，全国TOP13港口智慧等级形成3个梯队。其中，4星级港口3家，分别是深圳港、青岛港、上海港，且均为沿海港口，平均得分88.62分；3星级港口5家，分别是天津港、宁波舟山港、广州港、厦门港、北部湾港，平均得分81.25分，各单项得分均超过75分；其余5个港口未达到3星级标准。特别是，苏州港作为唯一的内河港，虽然智慧等级排名居后，但其物流协同化、绿色环保、开放融合等指标得分，与第二梯队的5家沿海港口的差距并不明显。
在分项评价层面，除个别港口外，各港口在生态和谐程度方面的发展水平差距并不明显，反映了打造和谐生态圈、提升港口美誉度逐步成为各大港口关注的重要内容。而基础设施能级、智能运营水平、综合服务质效和创新引领能力等4个方面得分离散度相对较大，特别是位居前列的5个沿海港口，在基础设施建设、智能生产管控等方面有较明显优势，反映了其领先的“硬”实力，同时在综合服务效率、标准规范建设等方面相对领先。
值得注意的是，基础设施能级指标中的TOP13港口集疏运体系的评价得分离散度虽然较低，但综合得分明显低于其他39个指标，总体反映出我国港口在集疏运体系建设方面还有较大提升空间。
无论从综合评价层面，还是从分项评价层面来看，评价结果与国内作的世界一流港口评价结果总体一致[19⇓⇓⇓⇓⇓⇓-26]，能够客观反映我国智慧港口发展的实际情况。

5 结语

建立科学的评价指标体系是科学评估港口智慧化发展水平的关键。本文基于生态理论，剖析了智慧港口的内涵特征，综合对比分析了国内外评价指标体系，从综合运营和创新融合两个维度构建分层分级的评价指标体系。为克服常权评价局限性，进一步提升评价的客观性和置信度，引入了灰色熵变权方法，提出了智慧港口等级评价模型，并确定智慧港口等级水平（3~ 5星级）评价规则。选取全国典型集装箱港口（TOP13港口）进行实证分析，结果验证了基于灰熵变权的智慧港口等级评价方法具有良好的实操性和适用性。
受数据样本获取的限制，本研究仅采用TOP13港口数据进行实证分析，评价的全面性、系统性还有待进一步实践检验。特别是由于评价指标选取、权值计算和评价阈值划分对评价结果影响较大，后续有必要深化国际对标和扩大样本，进一步完善智慧港口等级评价指标体系和计算方法。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Mikael Lind. Smart ports: On the move to become global logistics information exchange hubs[R/OL]. (2020-04-21)[2022-10-25]. https://safety4sea.com/smart-ports-on-the-move-to-become-global-logistics-information-exchange-hubs/.

[2]
罗本成. 智慧港口探索实践与发展趋势[J]. 中国远洋海运, 2018(6):32-35.

[3]
TONGZON J L. Determinants of port performance and efficiency[J]. Transport Research, 1995, 29(3): 245-352.

[4]
ANAHITA M, GINO J. A Framework for building a smart port and smart port index[J]. International Journal of Sustainable Transportation, 2019, 9(5): 1-16.

[5]
ROBERT P. Digital readiness index assessment towards smart port development[J]. Nachhaltigkeits Management Forum, 2020, 28(1): 49-60

[6]
CÁMARA N, DAVID T. Measuring financial inclusion: A multidimensional index of digitization[R/OL]. (2019-03-11)[2022-11-05]. https://www.bbvaresearch.com/wp-content/uploads/2019/04/Digix_v7-1.pdf.

[7]
杨凯, 胡亚杰, 马瑞鑫. 我国智慧港口评价指标体系初步研究[J]. 水道港口, 2017(6):647-652.

[8]
蔡文学, 郑冀川. 广东省港口智慧化程度评价指标体系构建[J]. 水运管理, 2019(9):14-17.

[9]
张新. 智慧港口评价指标体系构建[J]. 港口科技, 2020(3):1-3.

[10]
张胜权, 李红亮. 交通强国战略下智慧港口指标体系构建研究[J]. 交通企业管理, 2020(5):6-9.

[11]
曹杰, 王大成, 戴冉, 等. 基于改进物元法的智慧港口发展水平评价模型[J]. 重庆交通大学学报, 2021(6):59-65.

[12]
JOSEPH K, SHENG H, WANG D. RFID based model for an intelligent port[J]. Computers in Industry, 2017(62):795-810.

[13]
RDM Campus. The 3rd Erasmus Smart Port[R]. Rotterdam: The Third Erasmus Smart Port Rotterdam, 2014:1-123.

[14]
刘永刚, 刘强. 基于智能船舶的港口岸基辅助系统建设构想[J]. 水运工程, 2021(10):252-255.

[15]
罗本成, 原魁, 眭凌, 等. 基于灰关联度评价的投资决策模型及应用[J]. 系统工程理论与实践, 2002, 22(9):132-136.

[16]
DOUAIOUI K, FRI M, MABROUKI C, et al. Smart port: Design and perspectives[R/OL]. (2018-04-01)[2022-09-21]. https://www.researchgate.net/publication/325701742_Smart_port_Design_and_p erspectives.

[17]
WANG P, HU Q Y, XU Y J, et al. Evaluation methods of port dominance: A critical review[J]. Ocean & Coastal Management, 2021, 215: 105954. 1-105954.11.

[18]
MORFOULAKI M, PAPANIKOLAOU A, KAPR-OS S. Intelligent policy recommendations on ports administration: Introducing a business model app-roach for the evaluation of ports′ services[J]. Procedia-Social and Behavioral Sciences, 2012, 48: 2012-2021.

[19]
郑仲, 李红亮. 基于KPI和AHP的国际港口智慧化评价[J]. 武汉理工大学学报(社会科学版), 2022, 35(1):81-88.

[20]
梅叶. 自动化码头配套服务的模糊物元评价法建构与应用[J]. 中国航海, 2020, 43(4):123-128.

[21]
中华人民共和国交通运输部. 2019全国交通运输统计资料汇编[Z]. 北京: 中华人民共和国交通运输部, 2020.

[22]
中华人民共和国交通运输部. 2020全国交通运输统计资料汇编[Z]. 北京: 中华人民共和国交通运输部, 2021.

[23]
中华人民共和国交通运输部. 2021全国交通运输统计资料汇编[Z]. 北京: 中华人民共和国交通运输部, 2022.

[24]
中国港口协会. 2019—2020中国港口发展报告[R]. 上海: 中国港口协会, 2021.

[25]
中国港口协会. 2020—2021中国港口发展报告[R]. 上海: 中国港口协会, 2022.

[26]
罗本成, 邓延洁, 程紫来, 等. 建立等级评价指标体系引导智慧港口高质量发展[N]. 中国水运报,2021-11-17(2).

Options
Outlines

/

〈 〉