文章快速检索     高级检索
  人文地理  2022, Vol. 37 Issue (1): 181-192  DOI: 10.13959/j.issn.1003-2398.2022.01.020
0

引用本文  

王琪, 韦春竹, 陈炜. 中国港口群内部格局与参与全球航运网络联系分析[J]. 人文地理, 2022, 37(1): 181-192. DOI: 10.13959/j.issn.1003-2398.2022.01.020.
WANG Qi, WEI Chun-zhu, CHEN Wei. CONNECTION AND ANALYSIS OF CHINESE PORT CLUSTERS INTERNAL STRUCTURE AND PARTICIPATING IN GLOBAL SHIPPING NETWORK[J]. Human Geography, 2022, 37(1): 181-192. DOI: 10.13959/j.issn.1003-2398.2022.01.020.

基金项目

国家自然科学基金项目(42001178,41930646);南方海洋科学与工程广东省实验室(珠海)创新团队建设项目(311021018)

作者简介

王琪(1997-), 女, 黑龙江鸡西人, 硕士研究生, 主要研究方向为全球城市网络、港口城市与发展。E-mail: wangq265@mail2.sysu.edu.cn

通讯作者

韦春竹(1987-), 女, 广西东兰人, 副教授, 主要研究方向为全球城市群扩张、土地利用分类及相关遥感与应用分析。E-mail: weichzh@mail.sysu.edu.cn

文章历史

收稿日期:2021-07-08
修订日期:2021-12-08
中国港口群内部格局与参与全球航运网络联系分析
王琪 1,2, 韦春竹 1,2, 陈炜 1,2     
1. 中山大学 地理科学与规划学院, 广州 510275;
2. 南方海洋科学与工程广东省实验室(珠海), 珠海 519080
提   要:基于2004—2019年中国沿海港口吞吐量数据,利用市场集中度指数、引力模型等方法对比五大沿海港口群内部竞合关系;结合全球TOP10航运公司2019年航线数据,通过社会网络分析描述各港口群参与全球八大航运区域的空间格局。结果表明:中国各港口群间内部竞争加剧,其中珠三角、长三角、环渤海港口群已形成多中心枢纽竞争模式,而东南沿海港口群为寡头集中发展模式,西南沿海港口群则处于多港口竞争阶段;各港口群内部寡头港如上海港、深圳港、香港港、青岛港等在对外联系中发挥主要作用。在参与全球航运网络方面,中国沿海港口群与全球八大航运区的空间联系差异显著,长三角、珠三角港口群已与全球航运区域建立较为紧密的直接航运联系,而东南沿海、西南沿海港口群对外联系程度较低;东南亚、东亚地区成为中国港口群主要对外联系区域,而与拉丁美洲、中东中南亚和非洲等地区的航线网络还需要进一步加强。
关键词港口群    航运网络    竞争与合作    社会网络分析    
CONNECTION AND ANALYSIS OF CHINESE PORT CLUSTERS INTERNAL STRUCTURE AND PARTICIPATING IN GLOBAL SHIPPING NETWORK
WANG Qi1,2 , WEI Chun-zhu1,2 , CHEN Wei1,2     
1. School of Geography and Urban Planning, Sun Yat-sen University, Guangzhou 510275, China;
2. Southern Marine Science and Engineering Guangdong Laboratory(Zhuhai), Zhuhai 519080, China
Abstract: Based on throughput data of China's coastal ports from 2004 to 2019, this paper use HHI index, gravity model to compare competition and cooperation of five coastal port clusters. Combined with the route data of world's top10 shipping companies in 2019, the spatial pattern of port groups participating in the world's eight shipping regions is described through social network analysis. The results show that internal competition has intensified, among which the Pearl River Delta port cluster, Yangtze River Delta port cluster and the Bohai Rim ports cluster have formed multi-center hub competition mode, while the Southeast coastal ports cluster is still oligopoly concentrated, and the Southwest coastal ports cluster is still in the stage of multi-port competition. The oligarchic ports such as the port of Shanghai, Shenzhen, Hong Kong and Qingdao, play a major role in the external relations. The spatial connections are significantly different. The ports clusters of the Yangtze River Delta and the Pearl River Delta have established relatively close shipping links with the eight major shipping regions, while the southeast and southwest coastal port clusters have a low degree of external contact. The port groups need to optimize the internal development pattern to meet the unknown opportunities and challenges of globalization.
Key words: ports cluster    shipping network    co-opetition    social network analysis    
1 引言

2015年3月国家发展和改革委员会、外交部、商务部联合发布的《推动共建丝绸之路经济带和21世纪海上丝绸之路的远景与行动》 [1],随着国家“海洋强国战略”战略的大力实施,中国沿海港口成为了海上丝绸之路战略的必经通道和重要的合作平台。港口如何发展并充分发挥其在全球运输网络中的节点枢纽功能目前已经成为世界各国制定经济发展战略中的重要内容。从中国港口体系发展看,1985年中我国大陆尚无港口进入世界集装箱港口排名前10,到2001年上海港与深圳港已名列世界前5和前8,至2020年世界集装箱港口排名前10中有7个为中国大陆港口。我国主要港口正在向世界一流港口迈进的同时,沿海港口为了提升在全球竞争范围中的整体实力,逐渐形成了环渤海、长三角、东南沿海、珠三角和西南沿海五大港口群[2, 3],在经济全球化和区域经济一体发展过程中,港口呈集聚化发展趋势[4]

港口群内部各个港口之间的竞争和合作关系,是衡量港口群“增长极”效应的重要指标,也是分析港口群未来发展的重要依据[5]。目前国内外学者通过对比集装箱吞吐量、港口泊位数、港口服务质量等综合分析长三角、珠三角、环渤海港口群体系演化机制[6-10]。但是已有研究尚未对全国各大港口群的航运功能级别及其层级演化历程进行深入探究。因此,如何描述各大港口群协同发展的合作现状及其空间格局,是港口群规划管理应首要关注的问题[11, 12],也是区域港口群提升整体竞争力,形成层次分明、定位明确的港口群网络,所亟待解决的问题。

与此同时,区域港口群的集群发展会直接导致全球航运网络层次化、网络化发展的新格局,也是区域港口群提升整体竞争力所面临的新挑战。目前已有复杂航运网络的研究,还依然只是以世界各港口为抽象节点[13-15],只注重讨论各港口参与全球航运网络的单一性质的关系[16, 17],例如刻画中国重要节点港口参与东南亚、亚洲以及全球港口区域的航运网络特征、空间联系格局及其演变[7, 18, 19];描述中国主要港口在航运网络中的中心地位和航运能力[20-22]。鲜有研究以港口群为基本单元,分析探讨港口集群参与全球各区域航运网络所形成的多层级、多中心的空间网络格局[23]。因此,在目前海洋强国战略和海上丝绸之路战略大力发展的新时期,要综合发挥港口群在全球航运运输中集聚经济、有效分工等优势,探究与揭示中国沿海港口群参与全球航运运输网络的角色与地位。

因此本文立足于港口集群和复杂网络的相关理论,解析港口群的内部以及港口群参与全球航运网络的空间格局及其发展特征,探讨港口群的发展现状以及参与全球经济网络的贡献。本文的研究对象包括了环渤海、长三角、东南沿海、珠三角和西南沿海五大港口群。首先将以各港口群为研究对象,借助赫希曼—赫芬达尔系数、引力模型等方法[24-26],对各港口群内部各港口的功能结构和竞合关系进行综合对比分析。其次,以全球8大区域的航运网络为背景,结合复杂网络分析方法[27, 28],探讨我国5大港口群参与全球8大区域航运网络的空间格局及其功能定位。所构建的港口群内部与外部的竞合网络,能够从不同角度度量新形势下我国港口群协同发展的战略地位,为中国沿海港口参与全球区域航运网络建设提供一定的建设性意见。

2 数据来源与研究方法 2.1 研究区概况

2007年,《全国沿海港口布局规划》颁布,规划提出沿海港口布局规划按照服务经济、区域协调、突出重点、综合运输、节约资源的原则和思路,在现有港口布局的基础上,确定将全国沿海港口划分为环渤海、长江三角洲、东南沿海、珠江三角洲和西南沿海5个港口群体,强化群体内综合性、大型港口的主体作用,至此以港口群适应经济发展的总体发展模式逐渐形成(图 1)。

图 1 全国沿海港口分区域布局示意图 Fig.1 Distribution of Coastal Ports Across China 注:基于国家测绘地理信息局标准地图(审图号为GS(2016)2884号)绘制,比例尺为1:2200万,底图无修改。

环渤海港口群由辽宁、津冀和山东沿海港口组成,主要由青岛港、天津港、大连港和周边中小型港口组成,服务于我国北方沿海和内陆地区的社会经济发展。环渤海地区岸线资源丰富,港口腹地遍及我国的13个省和自治区,为港口发展提供了充足而稳定的货源。随着山东半岛蓝色经济区、天津滨海新区、中日韩自由贸易区等的建立,环渤海港口群迎来了快速发展机遇,青岛港、天津港等港口集装箱吞吐量连年上升,2019年青岛港集装箱吞吐量超过2000万标箱,位于全国第5位。

长三角港口群以内部上海港、宁波舟山港为核心,合作发力,其中,上海港自2010年起成为世界吞吐量最大的集装箱港口,2020年达到4350万标准箱,成为长三角区域乃至全国的航运枢纽。与此同时,区域内部重要航运一体化港口宁波舟山港作为国内重要集装箱远洋干线港,自2005年实现实质性一体化后,吞吐量连年上升,2020年完成集装箱吞吐量2872万标箱,位列全球第三。长三角港口群内以上海港、宁波舟山港为两极核心的区域港口群良性竞合关系逐渐形成,未来如何在保持大型港口的领先地位的基础上,促进区域内部小型港口的进一步发展、促进区域资源的合理分配成为未来港口群的发展重点。

东南沿海港口群围绕厦门港为中心,福州港、泉州港为周边港口的架构,主要服务于东南沿海地区、江西等南方内陆地区。厦门港作为区域大型港口,2020年集装箱吞吐量完成1140万标箱,领跑区域港口群,占据区域绝对领先地位。

珠三角港口群是我国港口密度最高的区域,区域内部竞争日益激烈,合作不断涌现,国际枢纽港香港港、深圳港、广州港之间的角力随着深圳港、广州港的日益壮大而不断加剧,2013年深圳港集装箱吞吐量首次超过香港港,始终保持区域领先地位,在2020年达到2654万标箱;与此用时,中小型港口在各地方政府的大力支持下,积极建设港口基础设施,拓展腹地资源,增开内外贸航线;珠三角区域由于腹地重叠,码头距离近,港口功能同质化等原因导致港口竞争加剧,港口群的发展上升遇到了瓶颈。

西南沿海地区港口群主要有湛江港、防城港、钦州港、北海港和海南的洋浦港、海口港组成,是西南地区能源、原材料和非金属矿石的重要物资转运的重要枢纽。随着中国—东盟互联互通尤其是海上互联互通(2011)启动实施以来,西南沿海地区港口发展迅速,货物吞吐量集装箱吞吐量不断上升,有效的支撑着北部湾经济区、西南地区乃至中国—东盟自由贸易区的经济和贸易的发展。虽然西南沿海港口群的区位优势明显,但因其腹地经济发展水平相对较低,港口群在全国五大港口群中处于相对弱势地位,未来联合区域各港口优势,合力打造西南区域港口枢纽成为港口群发展的重点。

总体来看,五大港口群发展中区域内部各港口间竞争与合作不断涌现,寡头大港在区域中地位显著,在全球航运贸易中发挥重要的节点作用。如何系统描述各港口群的内部竞争合作发展格局,进一步刻画各港口群对外联系发展模式成为促进港口群结构合理化发展、区域资源合理分配的重要前提。

2.2 数据来源

中国沿海港口集装箱吞吐量数据来自于《中国港口年鉴》,航线数据以全球十大班轮运输公司港口集装箱航线数据作为主要数据来源,通过航运公司官网公布的航线数据以及船期表,整理获得截至2019年度相关船舶在各航线运输中的港口航线信息,构建得出基于全球TOP10航运公司的航线网络数据,统计并整理得到162个国家和地区、613个港口、3255条航线的数据,覆盖欧洲、北美洲、拉丁美洲、东亚、东南亚、中东和中南亚、大洋洲和非洲地区的众多港口与航线(表 1)。

表 1 全球TOP10班轮运输公司列表 Tab.1 List of Global TOP 10 Liner Shipping Companies
2.3 研究方法 2.3.1 港口群内部竞争结构分析

本文首先以赫希曼—赫芬达尔系数(HHI指数)计算港口群内部港口间的竞争情况,综合考虑了集装箱港口群内所有港口集装箱吞吐量,可充分反映体系内各个港口之间的竞争情况,HHI指数具体公式为:

(1)

式中,n为港口群中港口的数量,TEUi为港口i的集装箱吞吐量,HHI为港口体系的赫希曼—赫芬达尔系数(0 < HHI < 1)。HHI值越大,说明港口群中集装箱吞吐量分布越不均衡,港口群空间结构趋于集中,反之,港口群空间结构演化趋于分散。

其次,通过引力模型进行港口群内部结构的分析,以各港口群内部主要联系港口对为重点分析对象,采用原始引力模型,以港口集装箱吞吐量代表港口发展实力、港口间航运时间代替实际航行距离,得出各港口群主要港口城市间的引力系数反映港口群内部的主要联系对。引力系数模型如下:

(2)

式中,F为两港口间引力系数大小,M表示港口2019年度港口集装箱吞吐量(万TEU),d以港口间通行时间(统计中值)代表港口间距离。

2.3.2 复杂网络分析

随着复杂网络理论的发展,尤其是无标度模型和小世界模型提出后,该理论越来越广泛地运用于各领域的网络研究中,也十分常见其被运用于航运网络的相关研究中。因此本文采用复杂网络分析方法对已构建的航运网络进行评价,主要使用复杂网络理论中的相关指标进行量化分析,本研究主要采用度与度的分布以及度数中心性作为主要指标,采用Gephi软件进行航运网络的可视化和部分统计指标计算(表 2)。

表 2 复杂网络基本指标[29-31] Tab.2 Basic Indicators of Complex Networks
3 中国沿海港口群结构特征 3.1 全国港口群间竞争加剧,港口群内部以寡头集中为主要结构

从全国港口的HHI值变化可以看出(图 2),HHI值从2014年的0.19下降至2019年的0.11,表明中国沿海港口体系逐渐由一定的集中寡头发展向多港口竞争的分散发展模式转变。从全国各港口群的HHI值可以看出(图 2),中国沿海五大港口群均展现出一定寡头集中的特征,不同港口群间寡头集中程度呈现一定的差异[24, 32],其中,长三角港口群与东南沿海港口群的集中寡头程度高于珠三角港口群与环渤海港口群(表 3)。

图 2 中国沿海各港口群HHI指数变化图 Fig.2 Changes in HHI Index of China's Coastal Port Groups
表 3 市场集中度类型 Tab.3 Market Concentration Types

从港口群吞吐量占比来看(图 3),市场航运吞吐量占比逐渐向均衡状态发展,从2004年的珠三角港口群的绝对领先地位(53.3%),逐渐发展至2019年珠三角港口群(32.7%)、长三角港口群(33.5%)、环渤海港口群(23.9%)等多港口群均衡发展状态。其中,东南沿海港口群、西南沿海港口群的集装箱吞吐量占比均不到8%,处于低水平的稳定发展阶段。总体来看,全国的沿海港口群逐渐形成了以长三角港口群、珠三角港口群、环渤海港口群为主体的局面,港口群间逐渐向多主体竞争局面转变。

图 3 中国沿海各港口群吞吐量占比情况 Fig.3 Percentage of Throughput of Port Clusters
3.2 港口群内部由单枢纽中心集中向多中心港口结构发展

2004—2019年中国各港口群中,长三角港口群、珠三角港口群和环渤海港口群的HHI值处于下降趋势(图 2),以市场集中度的判断标准来看,三大港口群内部的体系结构由集中、单一港口枢纽中心向多中心港口体系结构发展。以珠三角港口群为例(图 4),2004年香港港、深圳港、广州港各自的航运吞吐量在港口群内占比分别为55.4%、34.3%、8.3%,到2019年三港口集装箱吞吐量占整个珠三角港口群吞吐量为24.6%、34.6%、30.6%,三者之间的差异逐渐缩小。长三角港口群中的上海港与宁波舟山港,环渤海港口群中的青岛港与天津港等集装箱吞吐量区域占比也在逐渐缩小。因此,中国沿海港口群中发展较快的三大港口群:珠三角港口群、长三角港口群、环渤海港口群其内部空间结构正在由单一的寡头中心向多中心港口体系发展。在港口群的发展建设中,不断增长的贸易货物体量需求与有限的港口开发建设,造成原中心枢纽港无法满足规模要求,进而逐渐开发与建设周边港口,从而逐渐带动港口群区域内的其他港口发展,港口群逐渐向多中心的港口群体系转变。

图 4 珠三角港口群内部吞吐量占比变化 Fig.4 Proportion of Throughput in PRD
3.3 集中枢纽型港口群与分散发展型港口群并存

东南沿海港口群HHI值从2004年—2019年整体保持稳定的趋势,HHI值在0.46—0.53范围内变化(图 2),整体高于国内其他港口群。而从内部港口的集装箱吞吐量占比情况来看,厦门港在2004年—2019年期间,其港口集装箱吞吐量市场占比始终保持在62%以上,处于港口群区域内的绝对核心枢纽型港口,东南沿海港口群整体处于集中枢纽阶段。

西南沿海港口群背靠北部湾区域,经济发展程度相较其他沿海区域而言较为不发达,而腹地经济发展为港口发展提供动力源,带动港口吞吐量的增加,进而有效促进港口的发展与建设。目前,西部地区的港口在国家的政策及经济结构调整的背景下,得到一定发展,但仍处于集装箱港口的初步运营阶段,其港口群内部的结构变化较为波动,其HHI值波动幅度较大,整体变化范围在0.25—0.54间。从其内部港口集装箱吞吐量占比来看(图 5),两个主要港口湛江港、防城港其吞吐量占比处于波动下降的趋势,洋浦港波动变化范围较大,而钦州港在进行资源整合后得到了迅速的发展。整体来看,西南沿海港口群的集装箱港口建设起步较晚,发展水平较低,港口结构较为分散,港口群内部处于枢纽港口间的争夺和竞争阶段,发展状态较不稳定。

图 5 西南沿海港口群内部吞吐量占比变化 Fig.5 Proportion of Throughput in Southwest Coastal Port Cluster
3.4 港口群内部发展以大型港口间联系为主要作用

通过各港口群内部的引力系数矩阵可以发现,各港口群内部以主要寡头港口间的联系为主,环渤海港口群内部以青岛港—日照港、青岛港—天津港为主要联系;长三角港口群内部以上海港—宁波港为绝对领先地位;东南沿海港口群内部厦门港—泉州港为主要联系;珠三角港口群内部以深圳港—广州港、深圳港—香港港为绝对领先地位;西南沿海港口群内部以钦州港—湛江港为主要联系。可以发现,各港口群内部间的主要联系仍以内部寡头港口间的联系为主要作用,港口群内部的其他港口间联系程度较弱(表 4)。

表 4 中国沿海各港口群引力系数 Tab.4 Gravitational Coefficient of China's Coastal Port Groups
4 中国沿海港口群参与全球航运网络特征 4.1 中国沿海港口群对外联系区域差异性显著

通过对获取数据进行地理区域的划分,将中国沿海港口与全球其他区域港口间的联系进行一定的统计与分区,可以得到如下表所示的分区统计结果。按照地理航线的区域划分,将除中国外的其他区域航线划分为八大区域,分别为北美洲(只包括美国、加拿大)、拉丁美洲、大洋洲、欧洲、非洲、东亚地区、东南亚地区、中东和中南亚区域(表 5)。

表 5 中国港口群与全球港口分区航线联系统计 Tab.5 Statistics on the Connection Between China's Port Clusters and Regional Ports

由统计结果可得,中国沿海港口群对外联系的主要区域集中在东亚与东南亚,地理空间邻近的优势,中国沿海港口与东亚韩国、日本等国、东南亚新加坡、马来西亚等国建立较为紧密的航运联系,另一方面,对比东亚区域内部、东南亚区域内部航运联系,中国沿海港口参与其区域整体航运联系的比重较大,其中东亚区域中国与其建立航运联系的比重已超过其东亚区域内部的航线联系比重,展现出中国沿海港口与东亚港口建立稳定紧密的海上贸易联系。除东亚地区与东南亚地区外,中国沿海港口与北美洲、大洋洲、欧洲的航运联系比重要高于拉丁美洲、非洲和中东中南亚区域,除去具有地理位置邻近优势的东亚与东南亚区域外,北美地区、欧洲、大洋洲等地经济发展水平相对较高,其与中国的贸易航运联系比重会优于经济发展水平较为落后的拉丁美洲、非洲、中东中南亚地区。但与其区域内部港口间的联系相比,中国沿海港口参与其区域航运联系的比例在以上地理区域均处于较低水平,其内部的航运网络构建占据区域航运联系的主体地位(图 6)。

图 6 中国沿海港口与全球港口对外联系图 Fig.6 Connection Between China's Coastal Ports and Global Ports 注:基于国家测绘地理信息局标准地图(审图号为GS(2016)1665号)绘制,比例尺为1:1.2亿,底图无修改。
4.2 港口群内区域大港为对外联系主体,港口集群联系特征不明显

首先在与北美洲(美国、加拿大)建立的航运联系网络中(图 7),航运网络联系较为简单,共得到涉及中国北美洲21个港口,27对航运联系对的空间航运网络。中国沿海港口群中以长三角港口群、珠三角港口群作为主要的联系区域,其中区域大港:上海港、宁波港、深圳港等为主要联系港口,其航线联系频次较多;北美洲港口方面以美国主要大港洛杉矶港、长滩港、奥克兰港作为主要联系港口,东西海岸间无明显差异。主要港口间联系对方面,联系频次主要集中在1—7频次范围内,处于低频词的联系范围;其中以深圳港—洛杉矶港、宁波港—洛杉矶港航线联系比重处于前列。中国沿海港口与北美洲建立的航运联系受限于航运航程较远,表现为区域内部大港间的联系,无明显的地理区域空间差异。

图 7 中国港口与全球区域港口航运网络联系拓扑图与空间联系图 Fig.7 Topological and Spatial Connection Between Chinese Ports and the Regional Port Shipping Network 注:基于国家测绘地理信息局标准地图(审图号为GS(2016)1665号)绘制,比例尺为:北美洲1:8000万;大洋洲1:6000万;东南亚1:4000万;东亚1:2000万,底图无修改。

中国沿海港口群与大洋洲的对外航运联系网络中,可以明显看出,航运网络格局较为简单,主要参与港口较少,13个中国与大洋洲港口共建立14对港口间联系对。珠三角港口群作为主要联系区域,香港港与深圳港与澳大利亚的布里斯班港、悉尼港、墨尔本港口建立一定的联系。主要港口间的联系频次方面,处于低频次的联系,联系数量集中在1—3次,除香港港—悉尼港、深圳港—陶兰加港外,无较为明显的主要航线联系对。

中国沿海港口群与东南亚区域的对外航运联系网络格局较为明显,涉及中国与东南亚区域众多港口,航线联系数量较多,共统计得到40个港口,124对港口间联系对共同构建起中国沿海港口群—东南亚区域航运网络格局。在中国沿海港口群中,以珠三角港口群作为主要重点联系区域,深圳港、香港港、广州港作为对外联系的主要港口与东南亚区域的新加坡港、丹戎帕拉帕斯港、巴生港等建立一定的航运联系,其中新加坡港的联系程度占据绝对领先的程度,这与新加坡港本身作为全球重要航运中心等地位作用联系密不可分,中国沿海港口群通过新加坡港进一步与其他区域港口建立航运贸易联系。主要港口间联系对数值方面,差异明显,航线联系频次较高的港口联系对如深圳港—新加坡港,其航线联系数值可达108次,其余少数港口间联系数值多集中在10—30次,10次联系频次港口对占据整体联系对的11%,如香港港—新加坡港(45次)、新加坡港—广州港(29次)、新加坡港—上海港(25次)等,其余众多港口间处于低频次联系的程度。通过上述中国沿海港口群与东南亚区域港口建立的航运网络来看,网络主体格局集中在珠三角港口群中的寡头港口与东南亚区域间建立的联系,以珠三角港口群为主的中国港口与东南亚航运网络联系格局呈现一定的地理空间分异。

中国沿海港口群与东亚区域的对外航运联系网络格局中,共涉及32个中国与东亚港口,建立112对港口间联系对。区域网络呈现一定的格局,以长三角港口群、环渤海港口群、珠三角港口群作为主要联系区域,其中上海港、宁波港、青岛港、香港港、深圳港作为中国区域主要联系港口,主要与东亚区域中韩国的釜山港、日本的东京港、台湾地区的基隆港作为主要的联系目的港口,其中环渤海港口群港口、长三角地区港口群主要与韩国、日本等港口建立直接联系,而珠三角港口群中的香港港、深圳港等主要与台湾地区的港口建立一定的联系,呈现出一定的地理空间分异。港口间联系对频次数量方面,13.6%的港口间联系次数超过10次,其中以釜山港—上海港(58次)、釜山港—青岛港(42次)、高雄港—香港港(39次)作为突出联系对,展现了长三角港口群、环渤海港口群、珠三角港口群中的寡头重点港口与东亚地区重点港口间的联系,而其余区域港口间建立的联系均处于低于10次的低频次联系范围,共同构建出中国沿海港口群与东亚地区港口间的航线联系网络。

从中国沿海港口群与非洲区域的港口建立的对外航运联系网络格局中(图 8),可以明显看出,网络联系格局十分简单,港口集群的联系特征并不明显,仅有4个港口参与构建整体的网络,组成4个港口间联系对的单一直线型网络联系。其中中国的香港港分别与苏伊士运河港口、巴塔港口建立一定的联系,上海港与苏伊士运河港口建立联系,彼此间的联系处于低频次1次的联系程度。

图 8 中国港口与全球区域港口航运网络联系拓扑图与空间联系图 Fig.8 Topological and Spatial Connection Between Chinese Ports and the Regional Port Shipping Network 注:基于国家测绘地理信息局标准地图(审图号为GS(2016)1665号)绘制,比例尺为:非洲1:6000万;欧洲1:6000万;中东中南亚1:4000万;拉丁美洲1:1亿,底图无修改。

中国沿海港口群与欧洲的港口建立的对外航运联系格局中,网络联系格局较为分散,如下图的拓扑关系图所示,除以香港港—巴里港—深圳港—鹿特丹港—上海港—福斯港建立了网络的主要框架格局外,其余主要网络联系对较为分散,以单一的两港口间联系为主,如大连港—奥尔胡斯港、厦门港—夫利克斯托港、宁波港—不莱梅港等。网络中共有15个港口,建立了13个港口间联系对,以长三角港口群、珠三角港口群中的区域大港为主,如上海港、深圳港等,欧洲的港口涉及荷兰、意大利、德国、法国、西班牙等主要欧洲国家的国际大港。主要港口间的联系频次方面,处于低频次的联系,联系数量集中在1—3次,无较为明显的主要航线联系对。

中国沿海港口群与中东中南亚区域的对外航运联系网络中,可以明显看出,航运网络格局较为简单,主要参与港口较少,10个中国及中东中南亚区域港口共建立9对港口间联系对。以长三角港口群、及珠三角港口群中的区域大港为主,如宁波港、上海港、广州港与深圳港等,与中东中南亚区域的吉大港、杰贝阿里港建立一定的联系。主要港口间的联系频次方面,处于极低频次的联系,均为单一的一次单向或双向联系,无较为明显的主要航线联系对。中国沿海港口群与拉丁美洲的港口建立的对外航运联系格局中,网络联系格局较为简单,共涉及10个港口,建立13对港口间航线联系对。其中中国区域的港口主要集中在珠三角港口群的香港港、长三角港口群的宁波港以及上海港,对外联系的拉丁美洲主要港口为墨西哥的曼萨尼略港、智利的圣安东尼奥港、巴拿马的科隆港、巴拿马城港等。主要港口间的联系频次方面,处于低频次的联系,联系数量集中在1—7次,除香港港—圣安东尼奥港、宁波港—曼萨尼略港、上海港—曼萨尼略港外,无较为明显的主要航线联系对。

总体来看,首先,中国沿海各港口群在参与全球航运网络构建中呈现一定的集群差异,区域性大港数目较多、区域经济贸易发展水平较高的港口群,如长三角港口群、珠三角港口群,能够较为紧密的与全球八大航运区域间建立直接的航运联系;而发展水平较低的港口群,如西南沿海地区港口群、东南沿海地区港口群在全球航运网络中与全球8大航运区域间联系频次较低。其次,在各港口群中,区域性的大型港口在与全球外部区域建立航运联系中发挥了主要作用,如上海港、深圳港、青岛港、香港港、宁波港等,区域性大型港口的分布特征一定程度上导致了不同港口群在对外联系强度上的差异,而港口群的集群效应、港口集群对外联系的特征差异性并不明显。

5 结论与讨论

我国现有沿海港口150余个,2019年港口集装箱吞吐量达到26107万TEU,占据世界港口发展前列。沿海港口作为国民经济和社会发展的重要基础设施,有力地支撑了经济、社会和贸易发展以及人民生活水平的提高,对于国家综合实力的提升、综合运输网的完善等具有十分重要的作用。在此基础上,沿海港口布局得到进一步规划,按照服务经济、区域协调、突出重点、综合运输、节约资源的原则和思路,在现有港口布局的基础上,确定将全国沿海港口划分为环渤海、长江三角洲、东南沿海、珠江三角洲和西南沿海5个港口群体,港口群顺应历史发展潮流,积极进行基础建设,不断提高港口的竞争力和影响力。同时港口间由于争夺货物来源和腹地,竞争程度也日益加剧,随着集装箱运输方式的发展,少数港口依托先进的港口设备和管理经验逐渐发展为中心港口,中心港口周围分布的小型港口,由于在竞争上处于劣势,逐步与中心港口形成协作关系。

通过市场集中度指数与引力模型对中国五大沿海港口群内部结构特征进行解析。可以发现,中国各港口群间竞争加剧,逐渐形成以珠三角港口群、长三角港口群、环渤海港口群为主体的竞争发展模式。而港口群内部的空间结构呈现多样化发展模式,三大沿海港口群逐渐由单一的集中枢纽港口模式向多中心枢纽竞争模式发展,随着广州港、深圳港、宁波舟山港、天津港、大连港等港口的崛起,逐渐形成区域的多中心航运枢纽。2004—2019年中国各港口群中,长三角港口群、珠三角港口群和环渤海港口群的HHI值处于下降趋势。以珠三角港口群为例,2004年香港港、深圳港、广州港航运吞吐量占比分别为55.4%、34.3%、8.3%,到2019年三港口占比为24.6%、34.6%、30.6%,三者之间的差异逐渐缩小,大型港口竞争更为明显,深圳港的航运吞吐量超过香港港成为区域航运领先。港口群内部腹地重叠,码头距离近,港口功能同质化等原因导致竞争加剧,港口的发展上升遇到了瓶颈。在未来的发展中,港口群区域一体化的建设超越各港口间的竞争格局,深圳港、广州港和香港港与其相互竞争,不如打破壁垒,整合港口资源,结合三地港口货物贸易结构,更好的分配资源。广州港依托其广阔的腹地向内发展,广泛开展内地贸易运输;深圳港凭借劳动力和运输费用价格低廉的优势,以发展出口贸易为主;香港港则依托“一国两制”带来便捷的清关程序,可以继续保持发展转口贸易。区域港口分工合作提高整体竞争力,提高区域整体在国际贸易上的竞争力。

另一方面,东南沿海港口群表现为以厦门港为核心的集中枢纽型港口群发展模式,HHI值2004年—2019年间整体保持稳定的趋势,稳定在0.46—0.53范围内变化,整体高于国内其他港口群,厦门港吞吐量区域占比始终保持在62%以上,区域绝对领先地位在对台贸易、一带一路战略支点等重要角色中得到体现;而西南沿海港口群则处于分散型多港口竞争港口群发展阶段,内部的防城港、钦州港和北海港等主要港口在发挥政策导向、区位差异及后发优势的基础上,结合未来港口群整合优化和联动发展的趋势,形成了新的竞合模式,合力打造立足北部湾,服务西南、华南和中南,辐射东盟的区域国际航运中心。

其次,本文在对各港口群分析的基础上,运用社会网络分析方法对中国沿海港口群与全球8大航线区域的港口分别建立航运网络格局,试图分析中国沿海港口群在建立对外航运联系时的空间差异格局。可以发现,在对外联系区域差异方面,中国沿海港口群与全球港口间对外联系空间差异显著,凭借地理位置、贸易经济往来等因素,东南亚地区、东亚地区成为中国沿海港口群主要对外联系区域,除此之外与北美地区、欧洲、大洋洲、拉丁美洲、非洲、中东中南亚地区联系逐渐减弱。另一方面,对全球不同区域的航运联系网络进行分析,以港口集群作为研究主体时,对外航运联系空间差异性并不明显,各港口群中的区域性大型港口成为对外联系的引领主体,港口群的集群效应在对外联系空间差异上无明显体现,这也在一定程度上反映出,目前中国的港口群的发展未能实现一定的集群效应,港口群内部港口间的合作、港口群之间的联动等仍是后续港口群规划与发展的重点内容,以期进一步提升各港口群在世界航运网络中的地位。

在2019年的世界港口大会上,交通部宣布我国已形成五大沿海港口群,主要港口正在向世界一流港口迈进,对区域经济协调发展的辐射和带动作用正显著增强。本文以中国沿海港口群作为研究主体,探究港口群内部竞争与合作结构演变,以及港口群对外联系网络的格局。港口群的形成为区域内部的航运发展以及对外的交流联系提供了一个新的发展平台,如何在港口群的背景下规划好内部寡头大型港口与众多港口间的竞争与合作关系,合理安排港口群中各港口的角色与地位,以港口群为主体参与全球航运网络的联系与网络的构建成为未来在港口群的规划与发展过程中较为重要的关注点。

参考文献
[1]
孙涛, 吴琳, 王飞, 等. 大规模航运数据下"一带一路"国家和地区贸易网络分析[J]. 地球信息科学学报, 2018, 20(5): 593-601. [Sun Tao, Wu Lin, Wang Fei, et al. Analysis on the trade networks of the Belt and Road countries and regions under large scale shipping[J]. Journal of Geo-Information Science, 2018, 20(5): 593-601.]
[2]
宋长利. 中国沿海港口群经济发展研究[D]. 沈阳: 辽宁大学, 2019: 46-64. [Song Changli. Research on the Economic Development of China's Coastal Port Groups[D]. Shenyang: Liaoning University, 2019: 46-64.]
[3]
王爱虎, 匡桂华. 中国沿海集装箱港口群体系结构演化与竞争态势[J]. 经济地理, 2014, 34(6): 92-99. [Wang Aihu, Kuang Guihua. The evolution and competition situation of China's coastal container port group system structure[J]. Economic Geography, 2014, 34(6): 92-99.]
[4]
李珊珊. 区域港口群的竞合关系网络研究[D]. 大连: 大连海事大学, 2017: 13-14. [Li Shanshan. Research on the Network of Competition and Cooperation of Regional Port Groups[D]. Dalian: Dalian Maritime University, 2017: 13-14.]
[5]
丁丽君. 我国环渤海港口群与区域经济互动发展研究[D]. 青岛: 中国海洋大学, 2012: 10-11. [Ding Lijun. Research on the Interactive Development of Bohai Sea Rim Port Group and Regional Economy[D]. Qingdao: Ocean University of China, 2012: 10-11.]
[6]
韩增林, 安筱鹏, 王利, 等. 中国国际集装箱运输网络的布局与优化[J]. 地理学报, 2002, 57(4): 479-488. [Han Zenglin, An Xiaopeng, Wang Li, et al. The layout and optimization of China's international container transportation network[J]. Acta Geographica Sinica, 2002, 57(4): 479-488. DOI:10.3321/j.issn:0375-5444.2002.04.013]
[7]
王列辉, 洪彦. 直航背景下海峡两岸集装箱港口体系空间结构——基于复杂网络的视角[J]. 地理学报, 2016, 71(4): 605-620. [Wang Liehui, Hong Yan. The spatial structure of the container port system on both sides of the Taiwan Strait under the background of direct shipping: Based on the perspective of complex networks[J]. Acta Geographica Sinica, 2016, 71(4): 605-620.]
[8]
刘婵娟, 胡志 华". 21世纪海上丝绸之路"海运网络空间格局及其复杂性研究[J]. 世界地理研究, 2018, 27(3): 11-18. [Liu Chanjuan, Hu Zhihua. "21st Century Maritime Silk Road" maritime network spatial structure and complexity research[J]. World Regional Studies, 2018, 27(3): 11-18. DOI:10.3969/j.issn.1004-9479.2018.03.002]
[9]
李珊珊, 刘巍, 高红. 基于基元的区域港口群竞合网络分析[J]. 智能系统学报, 2017, 12(1): 15-23. [Li Shanshan, Liu Wei, Gao Hong. Primitive-based regional port group competition and cooperation network analysis[J]. Journal of Intelligent Systems, 2017, 12(1): 15-23.]
[10]
张新放, 吕靖. 21世纪海上丝绸之路港口体系时空格局演变[J]. 经济地理, 2019, 39(11): 33-40. [Zhang Xinfang, Lv Jing. The evolution of the time and space pattern of the port system on the Maritime Silk Road in the 21st century[J]. Economic Geography, 2019, 39(11): 33-40.]
[11]
王绍卜. 我国沿海集装箱港口体系的空间结构及演化[J]. 经济地理, 2016, 36(8): 93-98. [Wang Shaobu. The spatial structure and evolution of coastal container port system[J]. Economic Geography, 2016, 36(8): 93-98.]
[12]
魏玲. 我国沿海港口群综合评价研究[D]. 大连: 大连海事大学, 2007: 62. [Wei Ling. Research on Comprehensive Evaluation of Coastal Port Groups[D]. Dalian: Dalian Maritime University, 2007: 62.]
[13]
Lam J S L, Yap W Y. Dynamics of liner shipping network and port connectivity in supply chain systems: Analysis on East Asia[J]. Journal of Transport Geography, 2011, 19(6): 1272-1281.
[14]
Wang C, Wang J. Spatial pattern of the global shipping network and its hub-and-spoke system[J]. Research in Transportation Economics, 2011, 32(1): 54-63.
[15]
Xu M, Li Z, Shi Y, et al. Evolution of regional inequality in the global shipping network[J]. Journal of Transport Geography, 2015, 44(3): 1-12.
[16]
范斐, 刘承良, 游小珺, 等. 全球港口间集装箱运输贸易网络的时空分异[J]. 经济地理, 2015, 35(6): 109-115. [Fan Fei, Liu Chengliang, You Xiaojun, et al. The temporal and spatial differentiation of container transportation and trade networks among global ports[J]. Economic Geography, 2015, 35(6): 109-115.]
[17]
曾庆成, 滕藤. 海上丝绸之路航线网络的复杂性分析[J]. 中国航海, 2015, 38(2): 122-125, 134. [Zeng Qingcheng, Teng Teng. Analysis of the ccomplexity of the Maritime Silk Road route network[J]. China Navigation, 2015, 38(2): 122-125, 134.]
[18]
陈芙英, 胡志华. 海上丝绸之路东南亚航运网络空间格局研究[J]. 大连海事大学学报, 2016, 42(4): 91-96, 104. [Chen Fuying, Hu Zhihua. Research on the spatial pattern of Southeast Asian shipping network on the Maritime Silk Road[J]. Journal of Dalian Maritime University, 2016, 42(4): 91-96, 104.]
[19]
李振福, 李漪. 北极航线的世界航运网络格局影响分析[J]. 世界地理研究, 2014, 23(1): 1-9. [Li Zhenfu, Li Yi. Analysis of the influence of the Arctic route on the world shipping network pattern[J]. World Regional Studies, 2014, 23(1): 1-9.]
[20]
郭建科, 侯雅洁, 何瑶. "一带一路"背景下中欧港口航运网络的演化特征[J]. 地理科学进展, 2020, 39(5): 716-726. [Guo Jianke, Hou Yajie, He Yao. The evolutionary characteristics of China-Europe port shipping network under the background of "One Belt One Road"[J]. Progress in Geography, 2020, 39(5): 716-726.]
[21]
郭建科, 何瑶, 侯雅洁. 中国沿海集装箱港口航运网络空间联系及区域差异[J]. 地理科学进展, 2018, 37(11): 1499-1509. [Guo Jianke, He Yao, Hou Yajie. Spatial connections and regional differences of China's coastal container port shipping network[J]. Progress in Geography, 2018, 37(11): 1499-1509.]
[22]
王爱虎, 匡桂华. 中国沿海集装箱港口群体系结构演化与竞争态势[J]. 经济地理, 2014, 34(6): 92-99. [Wang Aihu, Kuang Guihua. The evolution and competition situation of China's coastal container port group system structure[J]. Economic Geography, 2014, 34(6): 92-99.]
[23]
Ducruet C, Notteboom T. The worldwide maritime network of container shipping: Spatial structure and regional dynamics[J]. Global Networks (Oxford), 2012, 12(3): 395-423.
[24]
曹有挥, 李海建, 陈雯. 中国集装箱港口体系的空间结构与竞争格局[J]. 地理学报, 2004, 59(6): 1020-1027. [Cao Youhui, Li Haijian, Chen Wen. The spatial structure and competition pattern of China's container port system[J]. Acta Geographica Sinica, 2004, 59(6): 1020-1027.]
[25]
程佳佳, 王成金. 珠江三角洲集装箱港口体系演化及动力机制[J]. 地理学报, 2015, 70(8): 1256-1270. [Cheng Jiajia, Wang Chengjin. The evolution and dynamic mechanism of the container port system in the Pearl River Delta[J]. Acta Geographica Sinica, 2015, 70(8): 1256-1270.]
[26]
王绍卜. 我国沿海集装箱港口体系的空间结构及演化[J]. 经济地理, 2016, 36(8): 93-98. [Wang Shaobu. The spatial structure and evolution of coastal container port system[J]. Economic Geography, 2016, 36(8): 93-98.]
[27]
秦奇, 吴良, 李飞, 等. 基于社会网络分析的东南亚地缘关系研究[J]. 地理学报, 2018, 73(10): 2014-2030. [Qin Qi, Wu Liang, Li Fei, et al. Research on the geopolitical relations of Southeast Asia based on social network analysis[J]. Acta Geographica Sinica, 2018, 73(10): 2014-2030.]
[28]
潘峰华, 赖志勇, 葛岳静. 经贸视角下中国周边地缘环境分析——基于社会网络分析方法[J]. 地理研究, 2015, 34(4): 775-786. [Pan Fenghua, Lai Zhiyong, Ge Yuejing. Analysis of China's surrounding geo-environment from the perspective of economy and trade: Based on social network analysis method[J]. Geographical Research, 2015, 34(4): 775-786.]
[29]
Watts D J, Strogatz S H. Collective dynamics of 'Small-World' networks[J]. Nature: International Weekly Journal of Science, 1998, 393(6684): 440-442.
[30]
莫辉辉, 金凤君, 刘毅, 等. 机场体系中心性的网络分析方法与实证[J]. 地理科学, 2010, 30(2): 204-212. [Mo Huihui, Jin Fengjun, Liu Yi, et al. Network analysis method and empirical research on the centrality of airport system[J]. Scientia Geographica Sinca, 2010, 30(2): 204-212.]
[31]
徐梦俏. 基于"区域-港口-货流"的世界集装箱海运网络复杂性相关研究[D]. 大连: 大连海事大学, 2016: 150. [Xu Mengqiao. Research on the Complexity of the World Container Shipping Network Based on "Region-port-cargo Flow"[D]. Dalian: Dalian Maritime University, 2016: 150.]
[32]
刘涛, 刘均卫. 长江干线集装箱港口体系集中度演进分析[J]. 经济地理, 2018, 38(3): 113-119. [Liu Tao, Liu Junwei. Analysis on the evolution of the concentration of the Yangtze River trunk line container port system[J]. Economic Geography, 2018, 38(3): 113-119.]