2. 大连海事大学 综合交通运输协同创新中心, 大连 116026;
3. 辽宁师范大学 地理科学学院, 大连 116029
2. Collaborative Innovation Center for Transport Studies, Dalian Maritime University, Dalian 116026, China;
3. School of Geographical Sciences, Liaoning Normal University, Dalian 116029, China
作为现代物流活动的重要方式,集装箱运输是实现运输合理化、科学化的必然途径,是运输结构优化的必要组成[1],对全球贸易、区域发展、货运空间组织等产生深远影响[2]。铁路集装箱运输因成本低、环境效益高[3, 4]等优势成为我国发展对欧洲、东盟等地区贸易的重要运输方式,也成为运输地理重要研究课题。在“公转铁、双碳目标”发展背景下,适时开展铁路集装箱运输网络特征研究对调整城市货运结构,构建高效物流体系,推动我国运输结构绿色转型具有重要意义。
目前,国内外学者主要关注以下几方面内容:首先,学者们对于集装箱运输网络的构建与优化关注较多,尝试通过对集装箱运输网络演化规律的把握及其资源的优化配置实现集装箱运输系统效率的提升等[5, 6]。韩增林等人建立了中国集装箱运输GIS系统,提出了集装箱港口及集装箱中转站的优化布局方案[7]。Li Kevin等人基于图论和经济学开发了一种运输网络连接指数(TNCI),旨在从多式联运角度测量集装箱运输网络的连通性[8]。Jiang Liupeng等人以集装箱航运网络聚类为例,证明了联合网络在集装箱航运网络分析中的潜力[9]。其次,集装箱运输网络所承载的空间效应,及其映射的城市与港口结构也是学者们关注的重点[10, 11]。FanFei等人提出集装箱运输与产业结构升级间存在长期显著的均衡关系,且当下集装箱航运网络结构路径依赖明显[12]。César Ducruet等人证实,距离仍是全球集装箱航运网络在城市层面交流的强大反力量。YangZhongzhen等人通过构建中欧班列可达性网络发现当大规模运输设施或模式可用时,核心物流中心基于机会与效用的运输可达性将大幅增加[13]。再次,铁路运输流一直是运输地理与城市地理学科交叉的热点,从1990年代金凤君等最早开始关注省际间铁路货运格局[14, 15],后随着铁路运输的发展,关注重点从网络联系[16]拓展至集装箱交流枢纽及其物流特征[17],同时精细到城市级别的集装箱流空间组织结构[6],研究涵盖面逐渐扩大。政策[18, 19]、运输需求[20]与基础网络拓展[21]等因素对铁路运输的影响日益增大,特殊货种如煤炭[22, 23]、特殊地区如东北地区[24, 25]、长三角地区等[26]也成为铁路运输研究的重要构成。
当下,“散改集,公转铁”运输结构调整、“碳达峰,碳中和”目标的提出促使铁路集装箱运输迎来了重要发展机遇[27, 28]。同时,已有针对集装箱运输网络和铁路货运的相关内容丰富,也为本文研究奠定了良好基础。值得注意的是,集装箱作为铁路运输的重要载体,虽然已有学者关注到铁路集装箱运输对社会发展的重要作用[29, 30],但更多的是关注发展对策、网络优化、组织方案等,对以市域为单位的运输网络及组团结构关注不足。而铁路集装箱运输形成的网络规模演化、层级结构及组团特征从现实层面反映了物流活动在空间组织层面的特性[31, 32]。社会网络分析以结构关系视角出发探索研究对象间网络关系的特性、社区发现算法在识别组团结构方面的优势,契合了集装箱运输网络的组织特性,能从理论层面丰富铁路集装箱运输的相关研究,从而为引导城市运输功能的发挥,提升运输水平提供现实依据。
鉴于此,在铁路集装箱运输处于发展重要窗口期,追求构建高效低碳物流体系背景下,以地级行政区为基本单元,以铁路市场化改革(2013年)为起始年,基于集装箱办理站数据,以“总体规模—网络结构与演化—网络组团分布与演化”为主线,引入社会网络分析法及社区发现算法,以更精准揭示我国市域尺度下铁路集装箱运输活动规律,为调整运输结构,构建高效物流体系进而促进区域协调发展提供决策参考。
2 研究数据与方法 2.1 数据来源及处理数据获取自课题组,采用2013—2020年办理站数据,探究铁路货运改革后我国铁路集装箱运输网络演化特征。数据包含中欧班列境内运输段,不包含起讫点和终到点为境外的数据(表 1),不含港澳台。
![]() |
表 1 数据属性及预处理 Tab.1 Data Attributes and Preprocessing |
基于图论原理,以地级行政区为节点,运量为边,构建网络(表 2)。网络构建节点由2013年的249个增加至2020年的314个(占比由74.7% 变化至94.3%),参与集装箱运输活动的城市增多;网络密度和平均聚类系数有所下降,铁路集装箱运输活动分散趋势明显;但平均路径长度增大表明整体运输网络的传输性能与效率正逐渐提升。
![]() |
表 2 铁路集装箱运输网络基本属性 Tab.2 Basic Properties of Railway Container Transport Network |
同客运流[33]、航空流[34]类似,铁路集装箱运输亦属于矢量交通流,反映出城市间运输联系,并形成具有一定结构的网络。本研究通过加权度中心性(DCi)、中间中心度(Ci)和特征向量中心度(ECi)定量分析对其他节点的控制吸引、节点的“桥梁作用”和节点在网络中的重要程度[35, 36]来衡量我国铁路集装箱运输网络等级与结构。
加权度中心性(DCi):衡量节点在货运网络中地位与重要性的指标,由节点运输发生量和吸引量构成。值越大在网络中越重要,对网络的吸引力与控制力越强。
![]() |
(1) |
式中,DCini为节点i吸引量,DCouti为节点i发生量;Iji为从节点i以外的任意节点流向节点j的运输量;Iij为从节点i以外的任意节点流向节点i的货运量;n为节点数量。
中间中心度(Ci):节点i对其他节点控制与依赖程度,通过测度某节点出现另外两个节点之间次数的多少来表示,等同于“桥梁”。
![]() |
(2) |
式中,gjk为节点j到节点k的最短路径数,gjk(ni)表示从节点j到节点k的最短路径中经过i节点的数量。Ci越大,节点i对节点间货流控制力越大,在运输网络结构中优势更多,其他节点对该节点依赖程度越高。
特征向量中心度(ECi):衡量节点重要程度,同时考虑了与其直接关联节点的数量与重要性。
![]() |
(3) |
式中,ECi越高表明城市i越重要。Xj为与i节点相连接的节点j的中心度;Iij为节点j对节点i重要性的贡献量,c为比例常数。
2.4 社区发现算法社区发现也被称为社区挖掘,是基于拓扑关系与属性,识别网络内含的社区结构,本质是对网络中联系紧密且相似的节点进行归并[37]。目前主流社区发现算法包括Info‐ map[38]、Fastgreedy[39]、Multi-level[40]、Label Propagation[41]和Girvan-Newman[42]等。Infomap算法因其能充分考虑连接方向、节点权重和连边权重等拓扑属性,对真实世界网络社区划分具有显著适应性和稳健性而被广泛应用。基于信息论和流,通过最小化随机游走路径作为优化的目标函数,将社区划分转化为信息流路径编码压缩。应用Python以城市为节点,城市间运量为边权重,识别铁路集装箱运输网络的社区分布,旨在揭示运输网络组织与功能间关系。
香农定理假设使用n个码字描述随机变量X在游走过程中出现概率Pi的n种状态信息,则平均编码长度不低于X的熵。
![]() |
(4) |
式中,H(X)表示随机变量X的熵。
对网络节点进行霍夫曼编码,描述网络中编码组合的任意路径。根据信息熵理论,其映射方程如下:
![]() |
(5) |
货运改革后,我国铁路集装箱运输需求进一步增大,办理站数量与运量上升趋势明显,但以2015年为节点,存在明显的阶段性特征,运量增长滞后于办理站数量增长(图 1)。受市场需求与供给能力影响,办理站分布集中于中东部地区,但变化趋势上东中西大区间差异不大。从办理站增量来看,我国铁路集装箱运输的大力推广和办理站开办条件的降低促使办理站数量从562增长至1520,北方地区增长最为明显;运量上从2013年的791.3万TEU变化至2020年的4065.5万TEU,货运量持续增长,为国家稳经济促增长持续助力。办理站和运量的双增长,表明我国铁路货运改革卓有成效,铁路集装箱运输正在为在促进国际国内双循环、保障国民经济平稳运行提供有力支撑。
![]() |
图 1 2013—2020年中国铁路集装箱办理站数量及运量变化 Fig.1 2013—2020 China's Railway Container Handling Station Number and Volume Changes 注:该图基于自然资源部标准底图服务网站审图号为GS(2020)4619号(比例尺为1:14000000)标准底图制作,底图无修改。 |
从铁路集装箱运输的矢量流变化规模可以看出(图 2),我国城市间有向运输流表现出“帕累托效应”,即20%的城市对贡献了80% 的运输量,这与我国运输基础与运输需求区域差异显著的现状相符合。运输城市对由11755对扩充至16690对,铁路集装箱运输普及率明显上升;运量规模达到2013年的6倍,集装箱运输流分布均衡化趋势突显。中欧班列的开通及与东盟国家贸易增多,促使防城港—昆明、昌吉回族自治州—石河子市、乌鲁木齐—昌吉回族自治州、营口—长春等沿边沿海枢纽城市运量增大。运输方式的特殊性及“双循环”新发展格局的形成使沿边防城港、乌鲁木齐、昌吉回族自治州等城市在铁路集装箱运输网络中的重要性不断提升。
![]() |
图 2 中国城市间铁路集装箱运量累计分布 Fig.2 The Cumulative Distribution of Railway Container Traffic Between Cities in China |
无向运输流城市对由9019上升至11429,但贡献量降至44.2%,侧面印证了我国铁路集装箱运输流呈现均衡化趋势(图 3)。值得注意的是,昆明—防城港间运量持续高位。昆明作为西南地区对外开放重要城市,也是西南地区铁路集装箱集散枢纽城市,而防城港“沿海沿边”的特色成为内陆腹地进入东盟最便捷的门户,昆明与防城港联动直接带动了西南内陆地区与北部湾经济腹地的发展。特别是随着一带一路倡议的深入和西部陆海新通道的建设,防城港的海铁联运需求将进一步上升,铁路集装箱运输将迎来长足发展,与昆明等城市的运输交流将进一步增加。整体上,营口—天津—青岛为主导的环渤海核心运输网,宁波—上海—无锡为中心的东部次级运输网,乌鲁木齐—伊犁哈萨克自治州为中心的西北运输网,以及以昆明—防城港为主要轴线的西南的高运量层级运输网初步形成。西南运输网具有一定的独立性,这与西南地区自然环境相对闭塞,运输出口多为北部湾方向有关。
![]() |
图 3 中国城市间铁路集装箱运输流空间分布格局 Fig.3 The Spatial Distribution Pattern of Railway Container Transport Flow Between Cities in China 注:该图基于自然资源部标准底图服务网站审图号为GS(2020)4619号(比例尺为1:14000000)标准底图制作,底图无修改。 |
内陆城市作为重要货源集散地及消费市场,沿边及沿海城市则是进出口贸易的重要转点[43, 44],选择18个集装箱中心站城市作为内陆城市,40个沿海城市,28个沿边城市[45]分析集装箱有向运输网络特征(多类别城市重复计算)(图 4)。
![]() |
图 4 中国不同类别城市间铁路集装箱流向演变趋势 Fig.4 Evolution Trend of Railway Container Cargo Flow Between Cities in China 注:该图基于自然资源部标准底图服务网站审图号为GS(2020)4619号(比例尺为1:14000000)标准底图制作,底图无修改。 |
首先,天津成为向内陆运输的主要沿海城市;向沿海运输的内陆枢纽则由重庆扩展至成都、乌鲁木齐等地。向沿边运输的内陆重心由昆明转移至乌鲁木齐,运输方向从传统的北部沿边为主扩大至西南地区;向内陆方向运输的沿边枢纽则由西南地区防城港等地变化至西北地区新疆昌吉州等地,我国陆路贸易对象由东盟扩展至中亚、欧洲等地。天津逐渐成为向沿边运输的主要沿海城市,内蒙古包头则取代新疆博尔塔拉成为向沿海运输的主要沿边城市。其次,铁路集装箱运输向心性明显,尤以昆明、青岛、博尔塔拉、乌鲁木齐、天津、包头等城市最为显著。一系列变化与我国现行政策规划紧密相连,地理位置及货源集散优势,成都、重庆、乌鲁木齐等地已成为内陆运输流枢纽城市。“丝绸之路经济带”、中欧班列开行及与东盟贸易扩大等均为铁路集装箱运输创造了发展机会,乌鲁木齐、昌吉州、包头等沿边枢纽,天津、连云港、防城港、东莞等沿海城市在运输网络中日益重要。
3.2.2 运输网络等级与结构演化特征选择2013/2015/2017/2019年累计运量大于80% 的节点参与可视化(图 5)。城市数量由67增加至95个,增长趋势明显,运输均衡化趋势明显。受限于出海口方向单一及重工业布局等因素,东北地区极化效应明显,大连、营口等城市首位度增加,对集装箱流的支配能力和对底层运输城市的控制力强化。全国范围内,“区域—门户”结构明显,一级城市均为为港口、口岸或地区枢纽,周边存在运输塌陷区,这与铁路集装箱运输的中长距离特性有关。2016年《中长期铁路网规划》提出建设18个集装箱物流城市,通过对比发现,乌鲁木齐、昆明、北京、天津等铁路集装箱物流枢纽建设卓有成效,广州、深圳、西安、郑州等城市集装箱物流建设仍需加强。对节点DCi进行位序规模拟合,发现其具有幂律分布特征,节点规模结构亦遵循帕累托分布模式。大部分节点由于需求市场、基础设施等原因,处于排序末尾,使得节点规模分布表现出不均衡性,位序规模拟合成两条直线,铁路集装箱货运节点表现为双分形结构。通过双标度区线性拟合,发现拐点前拟合优度均大于0.8,拟合效果良好;拐点后,除2019年和2020年外,拟合优度均处于0.8附近,拟合效果可接受。zipf指数表明,拐点左侧显著大于拐点左侧,则高位序城市DCi远高于低位序城市,运输节点等级表现为不规则帕累托模式。加强位于头部区域的节点城市规模效应的发挥对促进我国铁路集装箱运输发展具有积极意义。
![]() |
图 5 中国铁路集装箱运输城市节点等级与加权中心度(DCi)指标位序规模拟合 Fig.5 China Railway Container Freight City Node Level and Fitting the Scale of The Weighted Centrality (DCi) Index 注:该图基于自然资源部标准底图服务网站审图号为GS(2020)4619号(比例尺为1:14000000)标准底图制作,底图无修改。 |
结构上(图 6),乌鲁木齐、重庆、成都、昆明“桥梁”作用明显,佛山、伊犁、西安、贵阳则相对弱一些,“桥梁”城市分布集中于西北和西南地区,这与地区城市首位度高,运输集散能力强等因素有关。从网络节点重要性来看,受“一带一路”倡议、中欧物流贸易联系增强的影响,集装箱货运网络重心由东北地区转移至西北、西南地区,东北地区节点重要性下降。具体表现在2013年货运改革之初,重要节点城市均位于东北,2015—2017年则转移至西南和西北和中部,2019年西北节点重要性上升。
![]() |
图 6 中国城市铁路集装箱运输网络结构与拓扑特征 Fig.6 Structural Characteristics of China's Urban Railway Container Transportation Network |
选择前30位序城市生成网络结构拓扑图,揭示运输网络主干结构及拓扑关系。主干运输网络由昆明、防城港、昌吉回族自治州、石河子、乌鲁木齐、营口、长春、连云港、伊犁等城市对构成。值得注意的是,乌鲁木齐、昌吉回族自治州等城市内部存在较大流量,为典型中转型城市,拥有较多集装箱办理站。乌鲁木齐依托国际陆港区特有的区位优势,成为西北地区集装箱枢纽城市,承担着重要集散功能,内部交流需求大;昌吉回族自治州作为通往中亚、欧洲的必经之路,是陆上丝绸之路经济带核心区的重要构成,内部集装箱转运量大。针对此类城市特殊的中转功能,加大运输基础设施投资建设,加速物流产业及配套服务业集聚,打造国际贸易、转口贸易的综合物流是未来发展的必经之路。
3.3 铁路集装箱运输网络组团分布与演化 3.3.1 运输网络组团分布通过对运输网络中联系紧密且相似的节点进行归并,揭示中国铁路集装箱运输的组团分布(图 7)。选择累计运量大于80% 的城市对参与组团划分。整体上,经济发展及铁路运输的不断变化使货流网络组团规模减小,数量从2013年的8个增加至2019年的22个,地域邻近性对组团形成的影响力正逐渐减弱,破碎化趋势明显。空间上,华北和东北地区是高强度运输流最集中的区域,组团内联系紧密;部分组团存在巨型溢出效应,如锡林郭勒盟与赣州、梅州、揭阳等城市为同一组团,这一现象与运输方式的中长距离特性有关。需要指出的是,随着我国铁路基础设施覆盖范围的不断扩大,行政边界与地理距离对集装箱运输的影响正不断减弱,经济交流正成为运输产生与发展的主要动力。
![]() |
图 7 中国铁路集装箱运输组团分布 Fig.7 Group Distribution of China's Railway Container Transportation 注:该图基于自然资源部标准底图服务网站审图号为GS(2020)4619号(比例尺为1:14000000)标准底图制作,底图无修改。 |
由于中国地域辽阔,形成组团众多,根据地区及特性选择重要组团进一步探究我国运输组团的演化过程(图 8)。我国北部一直是运输流的核心地带,空间邻近性和空间跳跃性同时存在。2013—2016年,重要组团包括东北部地区组团、中北部地区组团和东南部地区组团;2017—2020年,西南部地区组团逐渐成形。演化上,东北地区组团空间邻近性表现最为明显,内部联系更为紧密;其余三个组团受路网影响空间跳跃性更为明显,路网线路布局与集装箱货流关系密切。组团涵盖城市上,运输范围的扩大使得西部城市对外开放性增强,逐渐进入到中部地区组团、东南部地区组团和西南地区组团。特例如西藏,自然环境与基建较差使得其运输联系较弱;海口等城市则因琼州海峡阻隔,与内陆城市货运交流较少,西藏及海南均属于运输边缘地带。重要运输组团的演化进一步验证,经济交流仍是组团演化的主要动力,但同时,少数地区的地理隔阂对运输的影响仍不可忽视。增强西藏、海南同外界的运输交流仍是必要的。
![]() |
图 8 中国铁路集装箱运输的重要组团演化 Fig.8 The Evolution of Important Groupings of China's Railway Container Transportation Network 注:该图基于自然资源部标准底图服务网站审图号为GS(2020)4619号(比例尺为1:14000000)标准底图制作,底图无修改。 |
深入剖析我国铁路集装箱目前发展现状,发挥优势地区带动作用,补齐薄弱地区发展短板,是充分发挥铁路运输经济促进作用的重要前提,是达成双碳目标,建设交通强国建设的重要途径。采用社会网络分析法及社区发现算法等对铁路货运市场化改革后,铁路集装箱运输网络演化特征进行分析,结论如下:
(1)运输总体规模演化:办理站和运量的双增长,表明我国铁路货运改革卓有成效,铁路集装箱运输正在为在促进国际国内双循环、保障国民经济平稳运行提供有力支撑;运量增长和办理站阶段性特征明显,运量增长一定程度上依赖于办理站的增加。矢量铁路集装箱运输流分布表现出“帕累托效应”,但分布均衡化趋势突显;运输方式的特殊性、“双循环”新发展格局的形成、中欧班列的开通及与东盟国家贸易的增多等因素促使诸如防城港、乌鲁木齐、昌吉回族自治州等沿边城市的运输重要性不断增强。
(2)铁路集装箱运输网络与结构演化:运输网络等级上,高运量城市对对总运量的贡献率不断下降,运输均衡化趋势显著。环渤海核心运输网、东部次级运输网,西北运输网及西南运输网正逐渐形成,且西南运输网具有一定的独立性。成都、重庆、乌鲁木齐等成为内陆运输枢纽城市,昌吉回族自治州、包头等为重要沿边枢纽,天津、连云港、防城港、东莞等为重要沿海运输枢纽。运输网络结构演化方面,运输主干网络由昆明、防城港、昌吉、石河子、营口等城市构成,且全国范围内“区域—门户”结构明显。功能上,重庆、成都、昆明“桥梁”作用显著,乌鲁木齐、昌吉等城市中转功能明显。
(3)运输组团分布与演化:分布上,空间邻近性特征和空间跳跃性特征并存,破碎化、分散化趋势明显,地域邻近性对组团形成的影响力正逐渐减弱,区域间经济联系正成为形成组团的主要动力,但少数地区的地理隔阂对运输的影响仍不可忽视;华北和东北地区高强度集装箱货流集中,组团内联系紧密。演化上,北方地区一直是铁路集装箱运输的核心地带;路网线路布局与集装箱货流的密切关系,使得东北地区组团空间邻近性表现明显,西部组团对外开放性有所增强。
4.2 讨论集装箱化是铁路运输的重要发展方向,也是发展多式联运的重要载体,对构建高效物流运输体系,调整运输结构意义重大。通过研究发现,随着贸易政策与方向的不断调整,我国铁路集装箱运输网络中防城港、乌鲁木齐等沿边城市重要性正逐步提升,同时具有显著区域层级特性的网络结构已具雏形。同铁路货运相比,覆盖范围扩大、密度增加、组团破碎化、极化效应等特征[16, 21]在铁路集装箱运输中同样存在,尤其是“新东北现象”使得东北地区极化效应更为显著。网络枢纽中,城市运输功能逐渐异化,如乌鲁木齐、昌吉回族自治州等中转功能明显,重庆、成都、昆明等城市则表现出更显著的“桥梁”功能。
本文研究结论一定程度上揭示了我国铁路集装箱运输网络演化规律,可为相关运输规划提供借鉴。第一,充分认识到办理站数量与运量间关系,针对部分地区,如东北地区铁路集装箱办理站数量增长与运量增长不协调现象,根据覆盖范围、所在区位合理调控办理站数量及布局。第二,集装箱多式联运作为物流竞争的核心优势需依靠核心枢纽城市建设来发挥,目前仍需强化广州、深圳、西安等铁路集装箱枢纽城市建设,同时充分发挥枢纽城市“桥梁”功能,依据城市内河运输、公路运输、沿边沿海位置等自身优势,促进铁水联运、公铁联运等高效、环保、低成本的运输方式发展。第三,针对西南运输网络具有较强独立性,西藏、海南等地的地理隔离性要着力推进基础路网建设向西部地区倾斜,增加与中东部城市运输交流;鉴于西部地区自然环境特性和重要位置特性,未来集装箱运输发展中需强化乌鲁木齐等沿边城市的枢纽功能。受数据所限,时序仅为八年,未来将获取更多数据,深入探究我国铁路集装箱运输背后存在的驱动机理。
[1] |
苏顺虎. 中国铁路集装箱运输发展研究与实践[M]. 北京: 中国铁道出版社, 2010: 215-223. [Su Shunhu. Research and Practice of China Railway Container Transport Development[M]. Beijing: China Railway Press, 2010: 215-223.]
|
[2] |
叶士琳, 曹有挥, 王佳韡, 等. 基于企业视角的中国集装箱运输组织网络[J]. 地理学报, 2017, 72(8): 1520-1530. [Ye Shilin, Cao Youhui, Wang Jiawei, et al. Organization network of Chinese container transportation from the perspective of enterprises[J]. Acta Geographica Sinica, 2017, 72(8): 1520-1530.] |
[3] |
Hu S, Wang A, Du K, et al. Can China railway express improve environmental efficiency? Evidence from China's cities[J]. Environmental Impact Assessment Review, 2023, 99: 1-12. |
[4] |
Tian Y, Zhu Q, Lai K, et al. Analysis of greenhouse gas emissions of freight transport sector in China[J]. Journal of Transport Geography, 2014, 40: 43-52. DOI:10.1016/j.jtrangeo.2014.05.003 |
[5] |
王成金, 金凤君. 中国海上集装箱运输的组织网络研究[J]. 地理科学, 2006, 26(4): 4392-4401. [Wang Chengjin, Jin Fengjun. Organization networks of chinese maritime container transportation[J]. Scientia Geographica Sinica, 2006, 26(4): 4392-4401.] |
[6] |
金杉, 戴特奇. 1990年代中国城际铁路集装箱运输网络空间演[J]. 经济地理, 2008, 28(4): 583-587. [Jin Shan, Dai Teqi. The spatial evolution of china's inter-city railway container transportation network in 1990s[J]. Economic Geography, 2008, 28(4): 583-587.] |
[7] |
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. Distribution and optimization of container transportation network in china[J]. Acta Geographica Sinica, 2002, 57(4): 479-488. DOI:10.3321/j.issn:0375-5444.2002.04.013] |
[8] |
Li K, Park T—J, Lee P, et al. Container Transport Network for Sustainable Development in South Korea[J]. Sustainability, 2018, 10(10): 3575. DOI:10.3390/su10103575 |
[9] |
Jiang L, Chen L, Wang W, et al. Advanced Network Representation Learning for Container Shipping Network Analysis[J]. IEEE Network, 2021, 35(2): 182-187. DOI:10.1109/MNET.011.2000444 |
[10] |
李振福, 李婉莹. 基于多重流分析的中国集装箱港口竞争格局[J]. 经济地理, 2019, 39(2): 124-131. [Li Zhenfu, Li Wanying. Competition situation of chinese container ports based on multiple linkage analysis[J]. Economic Geography, 2019, 39(2): 124-131.] |
[11] |
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 Xiaojian, et al. The spatial-temporal differentiation and of global trade of container transpotation network between Ports[J]. Economic Geography, 2015, 35(6): 109-115.] |
[12] |
Fan F, Zhang X, Yang W, et al. Spatiotemporal Evolution of China's Ports in the International Container Transport Network under Upgraded Industrial Structure[J]. Transportation Journal, University Pk: Penn State Univ Press, 2021, 60(1): 43-69. |
[13] |
Yang Z, Sun Y, Lee P T-W. Impact of the development of the China-Europe Railway Express: A case on the Chongqing international logistics center[J]. Transportation Research Part A: Policy and Practice, 2020, 136: 244-261. DOI:10.1016/j.tra.2020.03.022 |
[14] |
金凤君, 张文尝. 省级区域铁路货运联系的系统研究[J]. 地理科学, 1991(1): 19-29, 99. [Jin Fengjun, Zhang Wenchang. A systematic study of railway freight transportation links in provincial regions[J]. Scientia Geographica Sinica, 1991(1): 19-29, 99.] |
[15] |
金凤君. 我国空间运输联系的实证研究——以货流为例[J]. 地理学报, 1991, 46(1): 16-25. [Jin Fengjun. An empirical study of china's space transportation linkage-take the cargo flow as an example[J]. Acta Geographica sinica, 1991, 46(1): 16-25.] |
[16] |
赵映慧, 朱亮, 马百通, 等. 1998-2016年中国省际网络联系结构特征——基于铁路货流视角[J]. 地理科学, 2020, 40(10): 1671-1678. [Zhao Yinghui, Zhu Liang, Ma Baitong, et al. Structural characteristics of inter-provincial network connections in china from 1998 to 2016-Based on the perspective of railway freight flow[J]. Scientia Geographica Sinica, 2020, 40(10): 1671-1678.] |
[17] |
王成金. 城际集装箱交流枢纽的识别及其物流特征—以中国铁路运输为例[J]. 地理学报, 2010, 10(65): 1275-1286. [Wang Chengjin. Identification and logistics characteristics of inter-city container exchange hub-taking china's railway transportation as an example[J]. Acta Geographica sinica, 2010, 10(65): 1275-1286.] |
[18] |
Gangwar R, Morris S, Pandey A, et al. Container movement by rail in India: A review of policy evolution[J]. Transport Policy, 2012, 22: 20-28. |
[19] |
Garg C P, Kashav V. Assessment of Sustainable Initiatives in the Containerized Freight Railways of India using Fuzzy AHP Framework[J]. Transportation Research Procedia, 2020, 48: 522-539. |
[20] |
Cebeci A, Tüydeş-Yaman H, Islam D M Z. Spatial Distribution of the Rail Freight Demand in Turkey Prior to Railway Reform[J]. Research in Transportation Business & Management, 2022, 44: 100658. DOI:10.1016/j.rtbm.2021.100658 |
[21] |
宗会明, 黄言, 季欣. 2000年以来中国铁路货物运输格局演化特征与影响因素[J]. 经济地理, 2021, 41(7): 128-137. [Zong Huiming, Huang Yan, Ji Xin. Evolution characteristics and influencing factors of China's railway freight transport pattern since 2000[J]. Economic Geography, 2021, 41(7): 128-137.] |
[22] |
姜巍, 高卫东, 张敏. 中国煤炭资源铁路流通网络结构特征及其演变[J]. 经济地理, 2013, 33(1): 98-104. [Jiang Wei, Gao Weidong, Zhang Min. Structural characteristics and evolution of china's coal resources railway circulation network[J]. Economic Geography, 2013, 33(1): 98-104.] |
[23] |
Wang C, Ducruet C. Transport corridors and regional balance in China: the case of coal trade and logistics[J]. Journal of Transport Geography, 2014, 40: 3-16. |
[24] |
修春亮, 赵映慧, 宋伟. 1990年以来东北地区铁路运输的空间极化[J]. 地理学报, 2008, 63(10): 1097-1107. [Xiu Chunliang, Zhao Yinghui, Song Wei. Spatial polarization of railway transportation in northeast china since 1990[J]. Acta Geographica Sinica, 2008, 63(10): 1097-1107.] |
[25] |
魏冶, 修春亮, 赵映慧. 基于GIS的东北地区铁路运输空间极化动力机制分析[J]. 铁道学报, 2010, 32(3): 111-118. [Wei Ye, Xiu Chunliang, Zhao Yinghui. Analysis of spatial polarization dynamic mechanism of railway transportation in northeast china based on GIS[J]. Journal of the China Railway Society, 2010, 32(3): 111-118.] |
[26] |
陈维肖, 刘纬辰, 段学军. 基于"流空间"视角的铁路客运空间组织分析—以长三角城市群为例[J]. 地理研究, 2020, 10(39): 2330-2344. [Chen Weixiao, Liu Weichen, Duan Xuejun. Analysis of spatial organization of railway passenger transport from the perspective of "flow space"-taking the yangtze river delta urban agglomeration as an example[J]. Geographical Research, 2020, 10(39): 2330-2344.] |
[27] |
胡秀莲, 苗韧. 对IPCC第五次评估报告部门减排路径和措施评估结果的解读[J]. 气候变化研究进展, 2014, 10(5): 331-339. [Hu Xiulian, Miao Ren. Interpretation of the assessment results of emission reduction paths and measures in the fifth assessment report of IPCC[J]. Climate Change Research, 2014, 10(5): 331-339.] |
[28] |
王勇, 韩舒婉, 李嘉源, 等. 五大交通运输方式碳达峰的经验分解与情景预测—以东北三省为例[J]. 资源科学, 2019, 10(41): 1824-1836. [Wang Yong, Han Shuwan, Li Jiayuan, et al. Empirical decomposition and scenario prediction of five major modes of transportation in peak carbon dioxide emissions-taking three northeastern provinces as an example[J]. Resource Science, 2019, 10(41): 1824-1836.] |
[29] |
Özer M, Canbay Ş, Kırca M. The impact of container transport on economic growth in Turkey: An ardl bounds testing approach[J]. Research in Transportation Economics, 2021, 88: 101002. DOI:10.1016/j.retrec.2020.101002 |
[30] |
Bai Z, Kuang H, Yang J, et al. Evolution of spatial and temporal patterns of railway container transportation: A case study of China cities[J]. Frontiers in Public Health, 2022, 10. DOI:10.3389/fpubh.2022.1087234 |
[31] |
贾鹏, 吴寄石, 李海江, 等. 中国物流枢纽承载城市货运网络时空演化及驱动机制[J]. 地理科学, 2021, 5(41): 759-767. [Jia Peng, Wu Jishi, Li Haijiang, et al. The spatio-temporal evolution and driving mechanism of freight network in China's logistics hubs[J]. Scientia Geographica Sinica, 2021, 5(41): 759-767.] |
[32] |
金凤君, 陈卓. 基于《地理学报》创刊85年载文的中国交通地理学传承与发展[J]. 地理学报, 2019, 74(11): 2230-2242. [Jin Fengjun, Chen Zhuo. The inheritance and development of transportation geography in china: based on analysis of papers published in Acta Geographica Sinica[J]. Acta Geographica Sinica, 2019, 74(11): 2230-2242.] |
[33] |
焦敬娟, 王姣娥, 金凤君, 等. 高速铁路对城市网络结构的影响研究——基于铁路客运班列分析[J]. 地理学报, 2016, 71(2): 265-280. [Jiao Jingjuan, Wang Jiaoe, Jin Fengjun, et al. Impact of high-speed rail on inter-city network based on the passenger train network in China, 2003-2013[J]. Acta Geographica Sinica, 2016, 71(2): 265-280.] |
[34] |
王姣娥, 景悦. 中国城市网络等级结构特征及组织模式—基于铁路和航空流的比较[J]. 地理学报, 2017, 8(72): 1508-1519. [Wang Jiao 'e, Jing Yue. Comparison of spatial structure and organization mode of inter-city networks from the perspective of railway and air passenger flow[J]. Acta Geographica Sinica, 2017, 8(72): 1508-1519.] |
[35] |
Huali T, Peiji S, Jun L, et al. The Structure and Pattern of Urban Network in the Lanzhou-Xining Urban Agglomeration[J]. Chinese Geographical Science, New York: Springer, 2020, 30(1): 59-74. |
[36] |
Qian S, Fanghua T, Yong T. An economic tie network-structure analysis of urban agglomeration in the middle reaches of Changjiang River based on SNA[J]. Journal of Geographical Sciences, Beijing: Science Press, 2015, 25(6): 739-755. |
[37] |
陈伟, 刘卫东, 柯文前, 等. 基于公路客流的中国城市网络结构与空间组织模式[J]. 地理学报, 2017, 72(2): 224-241. [Chen Wei, Liu Weidong, Ke Wenqian, et al. Urban network structure and spatial organization mode in China based on road passenger flow[J]. Acta Geographica sinica, 2017, 72(2): 224-241.] |
[38] |
Rosvall M, Bergstrom C T. Maps of Random Walks on Complex Networks Reveal Community Structure[J]. Proceedings of the National Academy of Sciences, 2008, 105(4): 1118-1123. |
[39] |
Clauset A, Newman M, Moore C. Finding community structure in very large networks[J]. Physical Review E, 2004, 70(6): 066111. DOI:10.1103/PhysRevE.70.066111 |
[40] |
Blondel V D, Guillaume J L, Lambiotte R, et al. Fast unfolding of communities in large networks[J]. Journal of Statistical Mechanics Theory & Experiment, 2008, 2008(10): P10008. DOI:10.1088/1742-5468/2008/10/P10008 |
[41] |
Raghavan U N, Albert R, Kumara S. Near Linear Time Algorithm to Detect Community Structures in Large-Scale Networks[J]. Physical Review E, 2007, 76(3): 036106. DOI:10.1103/PhysRevE.76.036106 |
[42] |
Girvan M, Newman M E. Community structure in social and biological networks[J]. Procdings of the National Academy of Sciences of The United States of America, 2002, 99(12): 7821-7826. |
[43] |
丁国蕾, 王晓光. 一带一路"建设与中西部内陆城市经济开放[J]. 城市发展研究, 2019, 26(3): 10-14, 20. [Ding Guolei, Wang Xiaoguang. Construction of belt and road and economic opening of inland cities[J]. Urban Development Studies, 2019, 26(3): 10-14, 20.] |
[44] |
国家发改委, 交通运输部, 中国铁路总公司. 中长期铁路网规划[EB/OL]. (2016-07-13)[2023-02-15]. http://www.gov.cn/xinwen/2016-07/20/content_5093165.htm. [National Development and Reform Commission, Ministry of Transport, China Railway Corporation. Medium and long-term railway network planning[EB/OL]. (2016-07-13)[2023-02-15]. http://www.gov.cn/xinwen/2016-07/20/content_5093165.htm.]
|
[45] |
国家口岸管理办公室. 国家"十四五"口岸发展规划[EB/OL]. (2021-09-17)[2023-03-30]. http://shenzhen.customs.gov.cn/customs/302249/zfxxgk/zfxxgkml34/3896488/index.html?ivk_sa=1024320u. [State port management office. National "14th Five-Year Plan" Port Development Plan[EB/OL]. (2021-09-17)[2023-03-30]. http://Shenzhen.customs.gov.cn/customs/302249/zfxxgk/zfxxgkml34/3896488/index.html?ivk_sa=1024320u.]
|