全球高端航运服务业的时空演化及影响因素分析

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

王列辉^,¹^,²^,³^,⁴, 张楠翌¹, 林羽珊¹

1.华东师范大学中国现代城市研究中心,上海 200062

2.华东师范大学中国行政区划研究中心,上海 200241

3.南方海洋科学与工程广东省实验室（广州）,广州 511458

4.华东师范大学未来城市实验室,上海 200241

Spatial evolution and factors of global advanced maritime service industry

WANG Liehui^,¹^,²^,³^,⁴, ZHANG Nanyi¹, LIN Yushan¹

1. The Center for Modern Chinese City Studies, Shanghai 200062, China

2. Research Center for China Administrative Division, East China Normal University, Shanghai 200241, China

3. Southern Marine Science and Engineering Guangdong Laboratory (Guangzhou), Guangzhou 511458, China

4. Future City Lab, East China Normal University, Shanghai 200241, China

收稿日期:2019-11-29接受日期:2020-08-7网络出版日期:2021-03-10

基金资助:

国家社科基金重大项目.20&ZD070
国家自然科学基金面上项目.41971155
南方海洋科学与工程广东省实验室(广州)人才团队引进重大专项.GML2019ZD0601

Received:2019-11-29Accepted:2020-08-7Online:2021-03-10
作者简介 About authors
王列辉（1978-）,男,浙江慈溪人,博士,教授,博士生导师,主要从事交通地理学、城市地理学、历史地理学的研究。E-mail: lhwang@re.ecnu.edu.cn

摘要
发展高端航运服务业是港口城市产业转型的重要着力点。基于劳合社海事企业名录,利用连锁网络、回归模型等,研究1982—2018年全球高端航运服务业节点城市和城际联系的空间演变及影响因素。结果表明：① 全球高端航运服务业骨架由“T”字型向“大三角形”转变,网络重心不断东移,欧洲、地中海和亚太地区构成的东西向市场是其发展主线。② 节点城市的网络地位提升与该城市和前序城市建立的联系强度有密切关系,与覆盖的市场范围联系不大。③ 高端航运服务业的区位选择主要受资本、技术和市场的共同影响,其布局临近客户和市场,倾向于知识密集型的产业集聚。④ 集装箱吞吐量和地区宏观经济对高端航运服务业布局的显著性增强,人口数量、港口和行政中心的显著性消失。
关键词： 全球高端航运服务业;时空演化;连锁网络;影响机制

Abstract

The maritime service industry has become a key driving force for promoting the spatial structure adjustment and economic development of port cities and is also a core element for enhancing the global competitiveness of hub port cities. Based on the chain network model, the regression model and the list of British Lloyd's Maritime Enterprises, this paper studies the spatial shaping process of the node cities and inter-city links in the global advanced maritime service industry in 1982-2018. The study analyzes the relevance between the connectivity or the number of advanced maritime service producers in the node cities and the shipping, economic, political and cultural location factors. The analysis concludes as follows: (1) Advanced maritime service producers mainly gather in Europe, the Mediterranean and Asia-Pacific region. The east-west market formed by these three regions is the main line of the global advanced maritime service industry. The main spatial pattern changes from "T" shape to triangle. The barycenter of the network is constantly moving eastward and has moved from Europe to the Asia-Pacific region. (2) The network status of the node city is closely related to the strength of the connection between this node city and the top cities and has nothing to do with the extensiveness of the city connection. Node cities can quickly improve their strategic position by establishing strong links with international shipping service centers. (3) The location of the advanced maritime service industry is mainly influenced by capital, technology and market. Its layout is close to customers and markets. These three factors also affect the strength of the aggregation effect of high-end shipping service industry activities. The advanced maritime service industry tends to be knowledge-intensive. (4) With the influence of economic globalization and technological progress, the significance of the relevance between container throughput or regional economy and the layout of the advanced maritime service industry has increased. The significance of the population, ports and administrative centers disappear. The research results reveal the enlightenment and experience of the space-time evolution of the global advanced maritime service industry and provide useful references for the efficient development of international shipping service centers.

Keywords：global advanced maritime service industry;spatio-temporal variations;chain network;factors

PDF (4395KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
王列辉, 张楠翌, 林羽珊. 全球高端航运服务业的时空演化及影响因素分析. 地理研究[J], 2021, 40(3): 708-724 doi:10.11821/dlyj020191031
WANG Liehui, ZHANG Nanyi, LIN Yushan. Spatial evolution and factors of global advanced maritime service industry. Geographical Research[J], 2021, 40(3): 708-724 doi:10.11821/dlyj020191031

1 引言

航运服务业在国际经济贸易往来中至关重要,也是港口整体竞争力的重要表征^[1,2,3]。航运服务业的发展对港口功能演进的影响举足轻重,是海港城市升级空间结构和发展可持续经济的关键推动力^[4]。同时,受互联网技术、经济全球化以及生产消费方式变革的影响,供应链革命正深刻地重塑全球供应链地理格局^[5],一部分枢纽港升级为全球贸易中心或供应链中心,如伦敦、香港、新加坡等^[6,7]。航运服务业快速发展并逐渐升级转型的过程就是港口城市重塑空间结构以及寻求功能突破的地理进程^[8]。国内外现有的港口供应链研究大多关注实物的生产、运输而不是港口提供的服务,对港口服务的研究还十分有限^[9,10,11,12]。对码头运输的过度关注导致了对港口其他服务供应链的忽视^[13]。而港口企业只有被嵌入到港口服务供应链中,为货主提供更大的价值,才能在竞争中取得优势^[14]。当前,港口竞争逐渐演变为航运企业在港口供应链上的竞争,其中港口服务供应链对港口城市竞争力的影响作用越发突出。因此,探究航运服务业空间组织的地理-社会过程,揭示其区位分布特征及形成机制,具有十分重要的研究价值。

在有关世界城市和城市网络的讨论中,大多数研究专注于世界或全球城市的形成^[15,16,17]。随着经济全球化的不断深入,航运服务业对全球城市网络形成所起到的作用也不断受到关注。Jacobs等认为高端航运服务业网络的分布与海洋本地化经济高度相关,特别是与船东和临港产业相关,但与港口的货物吞吐量无关,并且指出航运服务企业大多集中在美国东海岸、西欧和地中海沿岸地区,香港、伦敦和新加坡等节点城市有着较高“话语权”^[18]。基于城市视角,陈继红等剖析了现代航运服务业的发展现状和存在问题,并针对体制、机制、管理和环境等方面提出了相应对策^[19]。茅伯科深入探讨了在航运中心建设过程中,航运服务业的地位及引领作用,指出航运中心本质是航运的服务中心^[20]。葛春凤等、吴向鹏揭示了高端航运服务业发展模式和形成机制^[21,22]。基于企业视角,叶士琳等分析了中国集装箱运输组织网络,认为集装箱运输组织网络是区域经济发展格局与物流企业市场组织行为长期耦合的结果^[23]。王聪等指出长三角城市网络与已有城市等级体系特征具有显著的层级特征,而不同类型的生产性服务业所形成的网络特征也不同^[24]。据王列辉等对伦敦、新加坡、挪威及长江沿岸港口城市的高端航运服务业网络研究,不同类型的航运服务业的网络结构、等级体系并非一致,货代物流与港口相结合,而航运金融、航运保险等是可以和港口相分离的^[25,26,27]。

当前,中国的航运服务业特别是高端航运服务业的发展相对滞后,作为生产性服务业的重要板块,“大力发展现代航运服务业”已受到高度关注^[28,29]。既有的研究大部分把研究对象集中在伦敦、新加坡、香港等最发达的城市,对其进行孤立地实证分析或进行静态的比较研究^[30];也很少关注航运中心的具体形成过程;同时把全球航运中心与一般港口城市截然分开,且把一般港口城市排斥在外,进而排斥对正在崛起中的航运中心的研究。

如上所述,有关航运服务业的理论与实证研究不断丰富,但整体上看,现有研究多集中于少数重要的枢纽港口城市,而忽视了作为基础连接的中小城市或本地化企业行为在其中所起到的作用与影响。本研究从全球视角分析1982年、1996年、2006年和2018年高端航运服务企业（AMPS,包括航运金融、航运保险、航运咨询）的空间分布及其特点,利用连锁网络模型构建全球高端航运服务业网络,从动态演变的视角去解释高端航运服务业的变化规律和影响机制。

2 数据来源与研究方法

2.1 数据来源

研究实证部分的所有数据均来源于劳合社的海事企业名录（Lloyd's maritime directory）。劳合社（Lloyd's）是英国最大的保险组织,主营业务包括水险、非水险、航空和汽车保险。水险业务大概覆盖了世界上80%的远洋船舶。劳合社海事企业名录全面详尽记录了航运服务业的公司名称、地址及联系方式等信息。本研究梳理了航运金融、航运保险、航运咨询这3个高端航运服务业门类的企业数据,记录了企业的名称、总部及分支机构所在地等信息。

数据与指标模型的对照关系：在空间分析层面,根据Jacobs的企业总部-分支机构赋值方法^[18],对原始数据中的企业总部及分支机构所在地赋值,获取企业在每个城市中的服务价值数据,由此建立企业-城市矩阵,通过连锁网络模型得到城际联系度指标和全球网络联系度指标,并以城际联系度为权重,计算节点城市的介数中心性,用以反映城市之间的连通性以及单个城市的网络重要性和枢纽性。在机制分析层面,以城市为单位,将2018年同一城市的企业机构数量进行汇总,结合2018年各城市的航运、经济、政治和人才等要素数据,分析影响高端航运服务业发展的机制。

2.2 连锁网络模型

根据Jacobs对高端航运服务企业总部-分支机构的赋值方法^[18],将企业办公地所在城市分别赋值0、1、2、3、4、5,得到服务价值数据。赋值方法如下：若企业拥有15个及以上（含总部）分布地点,则企业总部所在城市赋值为5,其余分支机构所在城市赋值为3;若企业拥有8~14个（含总部）分布地点,则企业总部所在城市赋值为4,其余分支机构所在城市赋值为2;若企业拥有2~7个（含总部）分布地点,则企业总部所在城市赋值为3,其余分支机构所在城市赋值为1;若该城市没有设置任何总部或分支机构,则赋值为0。通过上述赋值方法,得到企业在每个城市中的服务价值数据

V_{a, j}

。该服务价值是描述一个城市在一个企业办公网络中重要性的标准化指标,它取决于该企业分支机构的规模和功能。

研究选取了1982年、1996年、2006年和2018年作为时间截面。各年份所含的企业和城市数目、航运金融、航运保险和航运咨询所占比例以及服务价值数据条数等基本情况见表1。1982—2018年间,企业数量由43家增加到454家,城市数量从81个增加到838个,航运服务价值数据条数由3483条增加到380452条,航运咨询在三类服务业中的占比增长迅速,而航运保险则下降明显,航运金融的占比相对稳定。

Tab. 1
表1
表1原始数据基本情况
Tab. 1Basic situation of raw data

	1982年	1996年	2006年	2018年
企业数（家）	43	258	352	454
城市数（个）	81	319	759	838
航运金融占比（%）	74^* 74^*	18	14	12
航运保险占比（%）	74^* 74^*	44	30	25
航运咨询占比（%）	26	38	56	63
服务价值数据（条）	3483	82302	267168	380452

注：1982年的数据源中航运金融和航运保险一并统计,并未做行业区分;* 数据表示航运金融和航运保险合计占74%。

新窗口打开|下载CSV

根据Taylor对世界城市网络基本研究框架的定义^[31],确定了以城市-企业的关系矩阵

V_{a, j}

为基础轮廓的全球高端航运服务业网络。城市之间的连通性可以用两个城市间的业务联系强度来衡量,即城际联系度。城际联系度是城市a与城市i之间所有共同企业的服务价值数据的总和。城际联系度越高,表明更多企业会倾向于将办公点设置在这两个城市的组合之中,而这两个城市也可能会因此产生更多的业务,增强城市在全球网络中的战略地位。同时,办公点的级别越高,其与其他高级办公点的业务联系越密切^[31]。城际联系度的计算公式为^[31]：

（1）

C_{a ~ i} = \sum V_{a, j} \times V_{i, j} (a \neq i)

式中：

C_{a ~ i}

表示城市a与城市i之间的城际联系度;

V_{a, j}

表示企业j在城市a中的服务价值数据;

V_{i, j}

表示企业j在城市i中的服务价值数据。为了便于统计和比较,将

C_{a ~ i}

的测量结果以最大值的百分比表示,因此结果范围在0%（对于没有共同公司的城市对）到100%（最多连接的城市对）之间,使得测量结果独立于公司和城市的数量。

全球网络联系度

GN C_{a}

,是城市a与网络中其他所有城市的城际联系度之和,表示了城市a在全球高端航运服务业网络中的重要程度。

GN C_{a}

越大,城市a在网络中扮演着越重要的空间组织地位。公式为^[31]：

（2）

GN C_{a} = \sum C_{a ~ i} (a \neq i)

（3）

GN C^{*} = \frac{GN C_{a}}{GNC}

式中：

GN C_{a}

的测量结果以最大连通性

GNC

的百分比表示,称为相对网络联系度

GN C^{*}

。因此

GN C^{*}

的测量范围从0%（表示没有办公点的城市）到100%（最大连通性的城市）。相对网络联系度使得测量结果独立于整体的网络规模,在多年份的比较分析中更加直观。

节点a的介数中心性

B_{a}

,指在网络中经过节点a的所有最短路径数量占整个最短路径数量的占比。介数中心性主要反映节点在网络中的枢纽作用,数值较大的节点被认为是网络的运输枢纽。公式为^[32]：

（4）

B_{a} = \sum^{} \frac{\sum^{} δ_{l}^{i}}{|S_{aj}|}

式中：

S_{aj}

为城市a到城市j之间最短路径的组合;

\sum^{} δ_{l}^{i}

为经过节点a最短路径的总和。在高端航运服务网络中,城市的介数中心性越大,说明其他城市与该城市建立高端航运服务业务的通达性越强,该城市的枢纽性越强。

2.3 回归模型

行业特殊性影响着高端航运服务业的城市网络布局模式以及空间配置^[33]。全球高端航运服务企业的总部在具有一定经济活力的地区集聚,共享聚集效应。他们发展的优势可能来源于地区的经济规模、政府管理和公共服务等^[18,33-35]。

综合前人对全球高端航运服务企业空间集聚因素研究的成果,本文借鉴了Jacobs的变量指标^[18],并添加了新的变量。Jacobs提出“本地化”的分类标准旨在区分航运在全球高端服务业中的行业特殊性。本文只聚焦航运行业,故将影响高端航运服务企业集聚的区位要素分为四类：航运变量（港口、集装箱吞吐量、船东）;经济变量（人均资本投资、人均国内生产总值、航空联系）;政治变量（人口数量、政府治理水平、行政中心）;人才变量（大学）,由此考察全球高端航运服务业的企业数量及其网络连通性与城市中这五类区位要素之间的相关关系。2018年节点城市拥有的高端航运服务企业数量为被解释变量,解释变量说明见表2。

Tab. 2
表2
表2解释变量说明
Tab. 2Explanation of variables

类别	解释变量	变量或解释（单位）	数据文献来源
航运	港口	是否有港口	[36]
	集装箱吞吐量	集装箱吞吐量（万TEU）	[37]
	船东	船舶合法拥有者或企业的数量（家）	[38]
经济	人均资本投资金额	地区总投资额与总人口的比值（美元）	[39]
	人均国内生产总值	国内生产总值与这个国家常住人口的比值（美元）	[40]
	航空联系	建立航空联系的城市个数（个）	[41]
政治	人口数量	城市人口数量（人）	[42]
	行政中心	是否为首都	[43]
	政府平均治理水平	地区政治民主度、政府稳定性、政府效能、质量监管、法治和腐败控制六个指标的平均值	[44]
人才	大学	拥有QS TOP200大学的数量（所）	[45]

新窗口打开|下载CSV

根据所有样本数据的可获得性和计算结果的可信度,本文对劳合社海事企业名录的基础数据集进行了一定筛选,最终得到了186个节点城市的数据集,样本的描述性统计见表3。

Tab. 3
表3
表3描述性统计
Tab. 3Descriptive statistics

变量（单位）	平均值	标准差	最小值	最大值
高端航运服务企业数（家）	35.108	58.561	9.000	464.000
全球网络联系度	3837.511	2656.680	0.000	10093.000
港口	0.919	0.272	0.000	1.000
集装箱吞吐量（万TEU）	205.613	532.363	0.000	4023.000
船东（家）	1480.586	1674.923	0.000	5794.000
人均资本投资金额（美元）	1927.433	6756.613	0.000	72819.000
人均国内生产总值（美元）	37357.846	124532.189	1256.661	1705885.000
航空联系（个）	72.823	81.636	0.000	411.000
人口数量（人）	3723229.048	6323642.864	2957.000	46400000.000
行政中心	0.242	0.428	0.000	1.000
政府平均治理水平	0.541	0.868	-1.978	1.861
人才（所）	0.387	0.968	0.000	7.000

新窗口打开|下载CSV

利用横截面计数数据,分析高端航运服务企业集聚的影响因素,计数模型是常用的空间计数数据回归检验方法。样本经过计算后,最小二乘线性（OLS）回归和泊松回归的结果差别较大。由于OLS会低估结果,泊松回归有等离差假设的限制^[46],故而本文采用负二项模型放松这个假设。零膨胀回归结果拒绝了alpha=0的原假设,并验证了不存在过量零^[47]208,最终选择负二项回归模型,公式为^[47]203：

（5）

\ln λ_{i} = \ln K_{i} + offse t_{i} + β_{0} + β_{1} X_{1} + β_{2} X_{2} + \dots + β_{i} X_{i}

（6）

P (Y_{i} = y_{i} | X_{i}) = \frac{e^{- λ_{i}} λ_{i}^{y_{i}}}{y_{i}!}, y = 0,1, 2, \dots, n

（7）

λ_{i} = e^{β x_{i}} (i = 1,2, 3 \dots)

式中：

λ_{i}

是

Y_{i}

的估计参数,

Y_{i}

服从泊松分布;

K

为超离散程度,服从方差为

α

,均值为0的伽马分布;

β_{i}

是解释变量。当

α = 0

时,该模型为泊松回归模型。

标准负二项回归方程为：

（8） $\begin{aligned}H_{i}=& \beta_{0}+\beta_{1}(\text { 港口 })_{i}+\beta_{2} \log (\text { 集装箱吞吐量 })_{i}+\beta_{3}\left(_{i} \text { 船东 }\right)_{i}+\\& \beta_{4} \log (\text { 人均资本投资全额 })_{i}+\beta_{5} \log (\text { 人均国内生产总值 })_{i}+\\& \beta_{6} \log (\text { 航空联系 })_{i}+\beta_{7} \log (\text { 人口数量 })_{i}+\beta_{8}(\text { 行政中心 })+\\& \beta_{9}(\text { 政府平均治理水平 })_{i}+\beta_{10}(\text { 人才 })_{i}+\varepsilon_{i}\end{aligned}$

式中：

H_{i}

为被解释变量,这里表示城市i所拥有的2018年高端航运服务企业数量（AMPS）或城市i的网络连通性

GN C_{a}

。

综合AMPS和

GN C_{a}

的负二项回归结果和1982年的高端航运服务业区位分析,我们对港口和行政中心的不显著存在疑惑。于是,分开考察了高端航运服务业长期演变过程中,这两者的显著性变化。在考察Vuong统计量之后^[48],行政中心使用标准负二项回归,港口选择零膨胀负二项回归。公式为^[49]：

（9）

f (y_{i} | X_{i}, β, τ, α) = \{\begin{array}{l} P_{i} + (1 - P_{i}) q (0 | μ_{i}, α), if y_{i} = 0 \\ (1 - P_{i}) q (y_{i} | μ_{i}, α), if y_{i} > 0 \end{array}

（10）

q (y_{i} | μ_{i}, α) = \frac{(\frac{τ (y_{i} + α^{- 1})}{{y_{i}}^{!}} / τ (α^{- 1})) {(\frac{α^{- 1}}{α^{- 1} + μ_{i}})}^{α^{- 1}} {(\frac{μ_{i}}{α^{- 1} + μ_{i}})}^{y_{i}}}{1 - (1 + α μ_{i})^{- α^{- 1}}}

（11）

\ln (μ_{i}) = β_{0} + β_{1} x_{i 1} + β_{2} x_{i 2} + \dots + β_{k} x_{ki} = X_{i} β

（12）

p_{i} = p_{i} (y_{i} = 0 | X_{i}, β, τ) = Φ (τ X_{i} β)

式中：

X_{i}

是负二项回归模型中港口变量的向量;

β

是系数向量;

p_{i}

是理想状态的概率;

α

是分散参数;

τ

是校准参数;Φ为标准正态随机变量的累积分布函数。

3 全球高端航运服务业网络的城际联系分析

选取了相对城市网络联系度

GN C^{*}

≥0.01的节点城市,以及城际联系度大于最强城际联系度20%的城市组合,绘制了各年份节点城市的相对网络联系度及重要的城际联系度（见图1~图3,图4见第715页）。这些节点城市构成的网络覆盖了全球高端航运服务业网络联系度总额的93%以上。

图1

新窗口打开|下载原图ZIP|生成PPT
图11982年全球高端航运服务业网络

注：此图基于国家自然资源部标准地图服务系统的标准地图（审图号：GS(2016)1666号）绘制,底图无修改;图中显示全球相对城市网络联系度排名前20位的城市名称。
Fig. 1Global urban links based on maritime advanced producer services in 1982

图2

新窗口打开|下载原图ZIP|生成PPT
图21996年全球高端航运服务业网络

注：此图基于国家自然资源部标准地图服务系统的标准地图（审图号：GS(2016)1666号）绘制,底图无修改;图中显示全球相对城市网络联系度排名前20位的城市名称。
Fig. 2Global urban links based on maritime advanced producer services in 1996

图3

新窗口打开|下载原图ZIP|生成PPT
图32006年全球高端航运服务业网络

注：此图基于国家自然资源部标准地图服务系统的标准地图（审图号：GS(2016)1666号）绘制,底图无修改;图中显示全球相对城市网络联系度排名前20位的城市名称。
Fig. 3Global urban links based on maritime advanced producer services in 2006

图4

新窗口打开|下载原图ZIP|生成PPT
图42018年全球高端航运服务业网络

注：此图基于国家自然资源部标准地图服务系统的标准地图（审图号：GS(2016)1666号）绘制,底图无修改;图中显示全球相对城市网络联系度排名前20位的城市名称。
Fig. 4Global urban links based on maritime advanced producer services in 2018

3.1 1982年：“T”字型格局

1982年全球高端航运服务业网络呈现“T”字型格局。英国和美国之间的强联系构成重要的东西向轴线,非洲南部成为高端航运服务业沿南北方向发展的主要聚集地。城际间的强联系多集中在欧洲、地中海沿岸地区和大国（英国、美国）之间。重要节点分布具有明显的不均衡性。

1982年,共81个节点城市和77组城市对入选。全球网络联系度最高的城市是英国伦敦,拥有TOP 20城市对数量最多,介数中心性最高（见图1）。作为老牌的世界金融中心,伦敦集聚了195家高端航运服务企业,约占同期市场份额的21%,有着很强的航运资源配置能力。汉密尔顿位于北美制造业心脏地带——五大湖地区,服务业是汉密尔顿的支柱产业^[50]。这一阶段,全球高端航运服务网络的重心在欧洲,伦敦与北美、南非有密切的联系,巴黎则面向以吉达、雅典为代表的地中海沿岸和中东地区。吉达和香港位于第2、3名,但它们的相对网络联系度不及伦敦的一半。地中海沿岸的高端航运服务业联系主要分布在吉达、安曼、雅典与贝鲁特之间。香港、马尼拉、东京是东亚及东南亚地区重要的三个节点,该区域内的其他节点城市多分布在这三个城市附近。20世纪70年代初,香港实行经济多元化政策,各类服务产业迅速发展,其介数中心性排名第二,网络枢纽性仅次于伦敦,航运服务业处于全球较高水平。南非在这一时期的表现尤为突出,全球网络联系度排名前20的城市中有8个节点城市位于南非。由于政治、历史传统等原因,英国与非洲的贸易往来已久^[51]。非洲与伦敦建立的强联系集中在南非和纳米比亚。同时,非洲与欧洲以及非洲内部各重要节点城市之间都保持着较强且均衡的高端航运服务联系。南美洲和大洋洲在网络中的参与度不高。

1982年全球网络联系度前20位的城市中有13个首都城市,其余的均为港口城市或重要的金融中心,这一时期行政力量影响着高端航运服务业的选址和布局（见表4）。有些首都城市如巴黎并没有海港,但其全球资源配置能力很强。整体上看,重要的节点城市分布在发达国家,普通节点城市倾向于与地理空间上邻近且枢纽性较强的节点城市建立联系,形成小范围的空间集聚。形成地理邻近的航运服务业集群,可实现企业与机构组织的良好互动,有助于物质流、信息流的快速扩散和共享^[19]。地理空间上邻近的城市通常也会形成联系度最强的城市组合,例如,贝鲁特与吉达,香港与马尼拉、东京与神户等。

Tab. 4
表4
表41982年、1996年、2006年和2018年全球网络联系度前20位城市的城市性质
Tab. 4Urban nature of the top 20 cities’

GN C_{a}

in 1982, 1996, 2006 and 2018

	1982年	1996年	2006年	2018年
首都	伦敦	伦敦	新加坡	新加坡
	马尼拉	巴黎	迪拜	迪拜
	巴黎	新加坡	布宜诺斯艾利斯	布宜诺斯艾利斯
	安曼	马德里	伦敦	伦敦
	雅典	曼谷	马尼拉	卡塔赫纳
	贝鲁特	马尼拉	哥本哈根	奥斯陆
	布隆方丹	吉隆坡	瓦莱塔	雅加达
	开普敦	首尔	开普敦	悉尼
	卢森堡	迪拜		巴黎
	茨瓦内	纽约		赫尔辛基
	罗马	东京
	温得和克	墨西哥城
	东京
港口城市	吉达	香港	比雷埃夫斯	香港
	香港	台北	伊斯坦布尔	汉堡
	德班	汉堡	亚历山大	比雷埃夫斯
	伊丽莎白港	安特卫普	汉堡	亚历山大
	沃尔维斯湾	奥克兰	鹿特丹	热那亚
	比雷埃夫斯	伊斯坦布尔	香港	孟买
			里约热内卢	鹿特丹
			神户	安特卫普
			休斯敦	里约热内卢
			热那亚	上海
			上海
			安特卫普
内陆城市	约翰内斯堡	日内瓦
内陆城市		圣保罗

新窗口打开|下载CSV

3.2 1996年：“大四边形”空间格局

在1996年全球高端航运服务网络中,以新加坡为代表的东亚、东南亚港口城市快速崛起,基本形成了以伦敦、纽约、新加坡、东京为顶点的“大四边形”空间格局。1996年,共192个节点城市和90组城市对入选。相较于1982年,图2中各节点城市对网络的贡献率增加,越来越多的中小节点城市参与到全球高端航运服务业网络中来,空间分布范围有所拓展。相对网络联系度排名前三位的分别是伦敦、香港和巴黎,且相对网络联系度分别是1、0.97、0.90。伦敦的网络枢纽地位进一步突显,但其高端航运服务企业市场份额减小至11.86%。新加坡的相对网络联系度从第69名上升至第4名,介数中心性排名也迅速提高至第4名,与伦敦、香港、纽约分别建立了较强的城际联系,这3个城市对的城际联系度排名分别是第5、6、10名。纽约迅速崛起,替代汉密尔顿成为跨大西洋的门户。纽约与伦敦建立了全球最强的城际联系,与东京、香港和新加坡的城际联系度也均位于前十,枢纽性排名第三。汉密尔顿与伦敦之间的高端航运服务业联系强度增加2倍多,但总排名下降到第16名。“亚洲四小龙”经济的迅速腾飞对香港、新加坡、台北和首尔这4个城市在全球网络中地位的提升有着积极影响。南非与伦敦的城际联系无明显增加。非洲扩大了与香港、加拿大、新加坡等新兴市场的联系,但它在网络中的重要性下降。同时,墨西哥城、圣保罗及奥克兰等有较高的全球网络联系度,但与其他城市间的联系不强。1996年,前20位城市中有12个首都城市（见表4）,高端航运服务企业仍倾向于在政治中心展开布局。相较于1982年,1996年重要节点城市的空间集聚效应显著,全球高端航运服务网络的整体发展水平有所提高。伦敦、巴黎、马德里等城市的枢纽作用突显。东亚、东南亚的高端航运服务业也快速发展。

3.3 2006年：高端航运服务网络重心东移

2006年全球高端航运服务网络中,节点城市的联系强度显著提高,排名发生明显的位序变化。整体网络资源的分配由集中化转向分散化,网络联系的重心有不断东移的趋势。2006年,共541个节点城市和1475组城市对入选。相对网络联系度前三名的城市为新加坡、比雷埃夫斯和伊斯坦布尔（见图3）。新加坡是亚洲重要的航运服务中心,其与前20位城市的连接数量最多。比雷埃夫斯是希腊的重要港口,也是船东高度集中的港口城市,吸引了大量来自伦敦的企业在此设立分支机构。伊斯坦布尔是欧、亚大陆交通要冲,凭借欧洲领先的船舶维修制造和拆解技术,吸引大量的船厂和船东集聚。汉堡、鹿特丹等城市的介数中心性排名前十,其在欧洲地区的高端航运服务业网络中的枢纽作用逐步显现。美洲地区城市的分布范围不断扩大,巴拿马运河附近及南北美洲东岸地区有着明显的集聚趋势,休斯顿、里约热内卢、布宜诺斯艾利斯等城市成为美洲地区高端航运服务业的重要枢纽。同期,北美还新增了较多内陆节点城市。南美洲和南非城市大多与“伦敦-新加坡”沿线的节点城市建立主要联系。而以上海、香港、新加坡为代表的亚洲城市则与欧洲和地中海沿岸地区的城市产生城际联系。从城际联系度来看,排名前五的城市联系组合由伦敦、新加坡、香港、比雷埃夫斯四个节点城市组成,伦敦和新加坡之间的城际联系最强,同时,高端航运服务网络的枢纽性排名前三名依次是伦敦、新加坡和香港。这佐证了泰勒等人有关“总部设在伦敦的企业通常会在新加坡或香港设立分支机构”的发现^[17]。1996至2006年间,全球高端航运服务业活动大量增加,并向南北方向市场辐射,六大洲均有重要的节点城市和城际联系兴起,节点城市枢纽性的相对极差缩小53.2%,整体网络格局由集中化转向分散化,但发达城市之间的强联系依然占主导地位。相比于1996年,高于相对城市网络联系度平均水平（GNC^*≥0.5）的亚洲城市个数从13个增加到20个,排名前两位的城市皆为亚洲城市。在城际联系度排名前十的城市组合中,亚洲城市出现的次数占比从40%提高到55%,新加坡和香港保持优势,迪拜的上升势头明显。从整体上看,网络重心已经从英美之间转移到欧洲和亚太地区之间,全球高端航运服务网络的重心不断东移。

3.4 2018年：形成“大三角形”发展格局

2018年以伦敦、新加坡、香港为主的“大三角形”的全球高端航运服务业空间格局基本形成且相对稳定。整体上看,节点城市间的城际联系均具有明显的空间指向性,欧洲、地中海沿岸及东亚、东南亚是高端航运服务业的主要集聚区。2018年,共529个节点城市和1752组城市对入选。数据极差较大导致计算结果偏低,这也是造成2018年的城际联系强度在视觉上比2006年弱的原因（见图3、图4）,但2018年的网络整体规模大于2006年。2018年,相对网络联系度排名前三位的城市为新加坡、迪拜和香港,其枢纽性排名依次是第5、第8和第4名。城际联系度排名前10的城市联系组合中还包括迪拜、鹿特丹、比雷埃夫斯和汉堡。这些城市均是重要的港口城市,例如迪拜是中东地区的经济金融中心,也是中东地区旅客和货物的主要运输枢纽;在比雷埃夫斯,许多希腊船东设置了商业运营基地;鹿特丹有大量与港口相关的行业,如大型炼油和化工公司;汉堡则是德国重要的航运中心。香港和新加坡都曾是英国的殖民地,较早与伦敦建立了牢固的商业关系,因此三者之间的强联系存在着路径依赖。伦敦相对网络联系度排名维持在第11名,但介数中心性长期稳居首位,仍具备较强的吸引力。纽约的强联系节点城市仍是伦敦,但其城际联系度排名仅为47。纽约在全球高端航运服务业中的排名远低于其在GaWC世界城市体系中的排名,说明了特定行业的专业化对企业的选址和企业办公网络的形成有着显著影响。以里约热内卢和布宜诺斯艾利斯为代表的南美城市仍倾向于与“伦敦-新加坡”沿线的节点城市发生重要联系,而以德班和开普敦为代表的南非城市的联系范围则遍布各大洲,但城际联系的重要程度均不高。在东亚地区,香港的重要性最突出,是其他三个重要节点城市（上海、新加坡、雅加达）的重要合作伙伴,香港既是亚太地区的门户,同时还是中国同亚太地区联系的枢纽。1982至2006年,首都城市和内陆城市的占比逐渐减小,港口城市占比增加,说明企业在布局选择时除了考虑行政中心带来的商业利好,开始考虑城市的航运服务能力和市场环境。到2018年,全球网络联系度前20位的城市中,首都城市和港口城市各占一半（见表4）,相比2006年,首都城市个数增加了2个,比雷埃夫斯、汉堡、鹿特丹等重要枢纽港口城市保持其领先地位。航运网络的整体城际联系强度有所增加,但分布范围变化不大,节点城市的枢纽性差距小幅提升。

4 全球高端航运服务业的影响因素分析

回归结果表明,集装箱吞吐量、船东、人均资本投资、人均国内生产总值、航空联系和人才变量对高端航运服务企业的空间集聚有显著影响,而港口、人口规模、行政中心和政府治理水平变量未通过显著性检验（见表5）。与Jacobs的结论相比^[18],集装箱吞吐量和人均国内生产总值的显著性增强,港口、人口数量和行政中心对高端航运服务业布局不再具有显著性。

Tab. 5
表5
表5AMPS和GNC_a的负二项回归结果
Tab. 5Results for negative binomial estimates of the number of AMPS and

GN C_{a}

	AMPS		$GN C_{a}$
	系数	p值	系数	p值
港口	0.243	(0.209)	0.494	(0.018)**
集装箱吞吐量（万TEU）	0.001	(0.000)***	0.000	(0.000)***
船东（家）	0.000	(0.006)**	0.000	(0.070)*
人均资本投资金额（美元）	0.000	(0.003)**	0.000	(0.185)
人均国内生产总值（美元）	0.000	(0.003)**	0.000	(0.000)***
航空联系（个）	0.003	(0.009)**	0.001	(0.090)*
人口数量（人）	0.000	(0.338)	0.000	(0.137)
行政中心	0.096	(0.448)	0.059	(0.610)
政府平均治理水平	0.068	(0.280)	0.053	(0.432)
人才（所）	0.152	(0.040)**	0.022	(0.664)
常数	2.738	(0.000)***	7.804	(0.000)***
Log pseudolikelihood	-765.788		-1709.380
Wald chi2	164.500		101.530
LR chi2	167.190		19.660

注：*、**和***分别表示10%、5%和1%的显著性水平。

新窗口打开|下载CSV

在航运变量方面,集装箱吞吐量和船东的影响作用显著。一方面,集装箱吞吐量和船东源于港口,代表了高端航运服务业的市场与客户。随着国际对船舶安全管理的要求越来越高,船东倾向于将部分业务委托给服务业管理和咨询。另一方面,集装箱运输技术的发展和集装箱船的大型化促使港口的集装箱吞吐量快速增长,高端航运服务业市场不断扩张。企业为了更好的服务于市场及客户,集聚在拥有大量集装箱吞吐量和船东的城市。因此,高端航运服务企业的区位选择倾向于在邻近市场与客户的节点布局。港口变量不显著,这在一定程度上解释了巴黎、马德里和莫斯科等城市并没有港口,但却拥有大量的高端航运服务企业。表6显示,在长时期演变视角下,港口对高端航运服务业布局的影响力经历了从强变弱的过程。这归因于20世纪后期经济中心向亚洲转移,很多新的航运中心得到发展,但上述航运中心的高端航运服务业发展较慢,导致了运输中心与航运服务中心在地理空间上产生分离^[25]。企业往往在航运服务中心设置总部以获取高端服务要素,通过在运输中心即港口城市,设立子公司来支撑集装箱和船东等航运要素。因此,现在港口成为提高全球高端航运服务业网络联系的重要因素,但在重要机构布局中的显著性低。

Tab. 6
表6
表6港口的负二项回归结果
Tab. 6Results for negative binomial estimates of the number of ports

	AMPS					$GN C_{a}$
	1982年	1996年	2006年	2018年		1982年	1996年	2006年	2018年
系数	1.122	0.004	0.365	0.365	-0.314		-0.890	0.620	0.569
P值	0.065*	0.992	0.135	0.154	0.676		0.194	0.027**	0.031**
LR chi2	2.700	0.000	2.070	1.850	0.190		2.160	4.080	3.930
Log likelihood	-364.717	-566.638	-647.047	-847.726	-255.726		-970.884	-1621.650	-1682.040

注：*、**和***分别表示10%、5%和1%的显著性水平。

新窗口打开|下载CSV

在经济变量中,人均资本投资金额、人均国内生产总值和航空联系表现出显著性。资本投入与购买力体现了地区的宏观经济水平,是高端航运服务业高速发展的动力。宏观经济可以通过产业规模及市场环境等方面间接推动高端航运服务业的发展。城市的航空服务覆盖范围则体现了城市的对外开放程度。航空服务覆盖范围较大的城市能为高端航运服务企业提供更多的对外联系和交流合作机会。

在政治和文化变量中,人口数量未通过显著性检验,大学数量对高端航运服务企业的空间集聚有显著影响。从事高端航运服务业的专业人才,是高端航运服务企业商业活动中的重要组成部分,其规模和质量可对商业活动产生深刻影响。高校人才市场的邻近在很大程度上影响了节点城市高端航运服务企业的集聚,也说明如今的全球高端航运服务业更加接近于知识密集型商业服务。首都是政策制定中心,高端航运服务企业在此集聚,以期及时了解政策走向并快速对市场做出反应。高水平的政府治理有利于市场环境的良好运行,也为当地提供了比其他地方更大的“管辖权优势”,以吸引和发展专业化活动^[34]。政府治理水平的回归结果与Jacobs的结果相一致。反观,行政中心未通过显著性检验,符合上海、比雷埃夫斯等非首都城市具有高排名的事实。

综上所述,与Jacobs的研究结论相比较发现,如今高端航运服务业的区位选择依然很大程度上取决于客户和市场,集装箱吞吐量和人均GDP的显著性明显增强,人口数量和行政中心不再具有显著性。从长期演变视角出发,货运中心和航运服务中心在地理空间上分离,削弱了港口对高端航运服务业布局的影响,同时,技术进步扩大了集装箱吞吐量的影响力。据表7,在高端航运服务业发展初期,行政中心对企业的区位选择具有重要意义,但自20世纪90年代以来,其影响力逐渐减弱。此外,高端航运服务企业还倾向于在宏观经济基础良好的节点城市集聚,位于发达城市的高端航运服务企业拥有更多的航运资源配置能力。这与强调客户空间邻近的知识密集型服务业区位选择的实证结果一致,呼应了Jacbos研究中的本地化经济的逻辑。

Tab. 7
表7
表7行政中心的零膨胀负二项回归结果
Tab. 7Results for zero expansion and negative binomial estimates of the capital

	AMPS				$GN C_{a}$
	1982年	1996年	2006年	2018年	1982年	1996年	2006年	2018年
系数	1.240	0.925	0.452	0.464	1.172	1.157	0.198	0.119
P value	0.047**	0.029**	0.094*	0.114	0.016**	0.000**	0.100*	0.317
Wald chi2	3.950	4.780	2.800	2.500	5.770	40.820	2.710	1.000
Log pseudolikelihood	-359.003	-558.712	-643.252	-844.172	-268.379	-993.530	-1679.580	-1715.450

注：*、**和***分别表示10%、5%和1%的显著性水平。

新窗口打开|下载CSV

5 结论与讨论

研究结合Taylor和Jacobs对连锁网络模型的定义、服务价值矩阵的赋值方法和回归模型,重点探究了1982年、1996年、2006年和2018年全球高端航运服务业中城市空间分布、联系强度以及城际关系的动态演化规律,并对其影响因素进行了计量分析,主要结论如下：

从历史演变角度,1982—2018年全球高端航运服务业网络由“T字型”向“大四边形”转化,当前以伦敦、新加坡、香港为主的“大三边形”的发展格局已基本形成。欧洲和地中海地区是重要的全球高端航运服务业集聚区。伦敦、巴黎、比雷埃夫斯等重要枢纽城市延续着其在航运服务业的领先优势。美洲以美国为首,高端航运服务业的空间分布逐步扩大,对外联系强度不断增大,重要枢纽城市分布相对分散。以20世纪80年代“亚洲四小龙”的迅速腾飞为契机,以新加坡和香港等为代表的东亚及东南亚地区的高端航运服务业开始崛起。在有关研究证明了以集装箱为代表的实体全球航运重心转移到亚太之后^[29,52],全球高端航运服务业重心转移到亚太地区的结论也在本研究中被证实。普通节点城市倾向于与地理空间上邻近的重要节点城市联系,形成小范围的空间集聚。

节点城市的全球网络联系度与城市所能联系到前序城市对数量的多寡呈正相关关系。节点城市可通过与前序城市建立强联系提高其全球网络联系度,而不是扩大空间覆盖范围和增加与普通节点的连接数量。从网络联系的角度看,最重要的联系是伦敦、香港和新加坡,三者间的强联系构成了全球高端航运服务业网络的基础发展框架,上海、广州等城市发展高端航运服务业需要与这三个重要枢纽城市建立强联系来快速提升自己的地位。

就集聚效应而言,从长期演化角度来看,2018年集装箱吞吐量和人均GDP的显著性明显增强,港口、人口数量和行政中心显著性消失,船东和政府治理水平的显著性无变化。如今高端航运服务业空间分布的区位选择主要受资本、技术和市场的共同影响。高端航运服务业更倾向知识密集型的产业集聚。受到地方行业偏好及服务对象等影响,市场则表现了高端航运服务业活动的扩散效应。这种扩散得益于全球化分工和科学技术的进步,使得航运市场不再高度集中于几个主要城市,高端航运服务业活动的空间布局不断拓宽。国际航运中心重要地位不断凸显,也是这三种要素相互作用相互耦合的结果。扩大市场、聚集航运要素以及加快地方经济增长是航运中心优化营商环境及提高国际竞争力的重要途径。中国需努力提升航运金融、航运保险、航运咨询、海事仲裁等高附加值领域在航运服务业中的占比,一方面要保持高水平航运货物流量,另一方面需要注重培育船东和航运服务企业等客户群体,扩大高层次、复合型的专业人才储备。

本研究虽从高端航运服务业及其细分行业的视角出发,但仍未涉及所有的航运服务业类型。在解释变量的选取和数据的获得上仍有较大的局限性。航运服务业空间集聚效应及其对城市空间结构或等级体系的影响,航运服务业对区域经济发展及产业结构调整或行业分工的作用,都是未来研究中亟待解决的问题。

致谢

真诚感谢二位匿名评审专家在论文评审中所付出的时间和精力,评审专家对本文研究思路、指标选取、图件完善、结果分析以及结论梳理方面的修改意见,使本文获益匪浅。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

宋春丽, 刘桂云. 基于共生理论的区域航运服务业合作发展研究
物流技术, 2019,38(1):72-76, 87.

[本文引用: 1]

[ Song

Chunli

, Liu

Guiyun

. Research on cooperative development of regional shipping service industry based on symbiosis theory
Logistics Technology, 2019,38(1):72-76, 87.]. DOI: 10.3969/j.issn.1005-152X.2019.01.013.

[本文引用: 1]

[2]

Stavroulakis P

, Papadimitriou

. The strategic factors shaping competitiveness for maritime clusters
Research in Transportation Business & Management, 2016,19:34-41. DOI: 10.1016/j.rtbm.2016.03.004.

[本文引用: 1]

[3]

Beaverstock J

, Doel M

, Hubbard P

. Attending to the word: Competition, cooperation and connectivity in the world city network
Global Networks, 2002,2(2):111-132. DOI: 10.1111/1471-0374.00031.

[本文引用: 1]

[4]

叶士琳, 曹有挥. 地理学视角下的港航服务业研究进展
经济地理, 2018,38(11):150-157.

[本文引用: 1]

[ Ye

Shilin

, Cao

Youhui

. Research on port and shipping service industry from the perspective of geography
Economic Geography, 2018,38(11):150-157.]. DOI: 10.15957/j.cnki.jjdl.2018.11.017.

[本文引用: 1]

[5]

帕拉格·康纳. 超级版图: 全球供应链、超级城市与新视野文明的崛起. 崔传刚, 周大昕译. 北京: 中信出版社, 2016: 13.

[本文引用: 1]

[ Parag

Khanna

. Connectography: Mapping the Future of Global Civilization. Translated by Cui Chuangang, Zhou Daxin. Beijin: China CITIC Press, 2016: 13.]. DOI: 10.23860/MGDR-2019-04-04-03.

[本文引用: 1]

[6]

Wang J

, Cheng M

C B

. Mature hub ports in the free trade environment, the way forward from a global supply chain perspective: An Asian case
Maritime Policy & Management, 2015,42(5):436-458. DOI: 10.1080/03088839.2013.873544.

[本文引用: 1]

[7]

O'Connor

. Australian ports, metropolitan areas and trade-related services
Australian Geographer, 1989,20(2):167-172. DOI: 10.1080/00049188908702988.

[本文引用: 1]

[8]

曹有挥, 梁双波, 吴威. 枢纽港口城市港航服务业空间组织机理: 以上海市为例
地理学报, 2017,72(12):2226-2240.

[本文引用: 1]

[ Cao

Youhui

, Liang

Shuangbo

, Wu

Wei

. Spatial organizational mechanism of port and shipping service industry in a hub port city: A case study of Shanghai
Acta Geographica Sinica, 2017,72(12):2226-2240.]. DOI: 10.11821/dlxb201712008.

[本文引用: 1]

[9]

Talley W

, Ng M

. Hinterland transport chains: A behavioral examination approach
Transportation Research Part E: Logistics and Transportation Review, 2018,113:94-98. DOI: 10.1016/j.tre.2018.03.001.

[本文引用: 1]

[10]

Chen

, Lam

J S L

, Liu

. Strategic investment in enhancing port-hinterland container transportation network resilience: A network game theory approach
Transportation Research Part B: Methodological, 2018,111:83-112. DOI: 10.1016/j.trb.2018.03.004.

[本文引用: 1]

[11]

Chang Y

, Talley W

. Port competitiveness, efficiency, and supply chains: A literature review
Transportation Journal, 2019,58(1):1-20. DOI: 10.5325/transportationj.58.1.0001.

[本文引用: 1]

[12]

Ruan

, Feng

, Pang

. Development of port service network in OBOR via capacity sharing: An idea from Zhejiang province in China
Maritime Policy & Management, 2019,45(1):105-124. DOI: 10.1080/03088839.2017.1391412.

[本文引用: 1]

[13]

Bichou

. Review of port performance approaches and a supply chain framework to port performance benchmarking
Research in Transportation Economics, 2006,17(1):567-598. DOI: 10.1016/S0739-8859(06)17024-9.

[本文引用: 1]

[14]

邵万清. 港口服务供应链的协调与优化. 杭州: 浙江工商大学出版社, 2014: 2.

[本文引用: 1]

[ Shao

Wanqing

. Coordination and Optimization of Port Service Supply Chain. Hangzhou: Zhejiang Gongshang University Publications, 2014: 2.]

[本文引用: 1]

[15]

Sassen

. Cities in a World Economy
Oxford: Blackwell Publishers, 2002: 32-56. DOI: 10.1177/089692059602200111.

[本文引用: 1]

[16]

Beaverstock V

. Subcontracting the accountant! Professional labour markets, migration, and organisational networks in the global accountancy industry
Environment and Planning A, 1996,28(2):303-326. DOI: 10.1068/a280303.

[本文引用: 1]

[17]

Taylor P

. World City Network: A Global Urban Analysis
London: Routledge, 2004: 159. DOI: 10.4324/9780203634059.

[本文引用: 2]

[18]

Jacobs

, Koster

, Hall

. The location and global network structure of maritime advanced producer services
Urban Studies, 2011,48(13):2749-2769. DOI: 10.1177/0042098010391294.

[本文引用: 6]

[19]

陈继红, 真虹, 宗蓓华. 上海市现代航运服务业发展对策
水运管理, 2008,30(12):26-27.

[本文引用: 2]

[ Chen

Jihong

, Zhen

Hong

, Zong

Peihua

. Development countermeasures of modern shipping service industry in Shanghai
Shipping Management, 2008,30(12):26-27.]. DOI: 10.3969/j.issn.1000-8799.2008.12.008.

[本文引用: 2]

[20]

茅伯科. 航运服务业在我国航运中心建设中的地位与作用
港口经济, 2010, (3):20-23.

[本文引用: 1]

[ Mao

Boke

. The position and role of shipping service industry in the construction of China's shipping center
Port Economy, 2010, (3):20-23.]

[本文引用: 1]

[21]

葛春凤, 黄小彪. 国际航运中心的现代航运服务业发展经验及启示
港口经济, 2010, (6):14-16.

[本文引用: 1]

[ Ge

Chunfeng

, Huang

Xiaobiao

. Development experience and enlightenment of modern shipping service industry in international shipping center
Port Economy, 2010, (6):14-16.]

[本文引用: 1]

[22]

吴向鹏. 高端航运服务业发展机理、模式与启示
港口经济, 2010, (3):24-27.

[本文引用: 1]

[ Wu

Xiangpeng

. Development mechanism, model and enlightenment of advanced shipping service industry
Port Economy, 2010, (3):24-27.]

[本文引用: 1]

[23]

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
地理学报, 2017,72(8):1520-1530.

[本文引用: 1]

[ Ye

Shilin

, Cao

Youhui

, Wang

Jiawei

, et al. Organization network of Chinese container transportation from the perspective of enterprises
Acta Geographica Sinica, 2017,72(8):1520-1530.]. DOI: 10.11821/dlxb201708014.

[本文引用: 1]

[24]

王聪, 曹有挥, 陈国伟. 基于生产性服务业的长江三角洲城市网络
地理研究, 2014,33(2):323-335.

[本文引用: 1]

[ Wang

Cong

, Cao

Youhui

, Chen

Guowei

. Study on urban network of Yangtze River Delta region based on producer services
Geographical Research, 2014,33(2):323-335.]. DOI: 10.11821/dlyj2014011.

[本文引用: 1]

[25]

王列辉. 高端航运服务业的不同模式及对上海的启示
上海经济研究, 2009, (9):99-107.

[本文引用: 2]

[ Wang

Liehui

. Different models of high-end maritime services and inspiration for Shanghai
Shanghai Journal of Economics, 2009, (9):99-107.]. DOI: 10.19626/j.cnki.cn31-1163/f.2009.09.014.

[本文引用: 2]

[26]

王列辉, 宁越敏. 国际高端航运服务业发展趋势与宁波的策略
经济地理, 2010,30(2):268-272.

[本文引用: 1]

[ Wang

Liehui

, Ning

Yuemin

. International maritime services trends and the study of high-end maritime services development in Ningbo
Economic Geography, 2010,30(2):268-272.]. DOI: 10.15957/j.cnki.jjdl.2010.02.021.

[本文引用: 1]

[27]

王列辉, 张圣. 长江沿岸港口城市网络结构: 基于航运服务业视角
城市规划学刊, 2018,242(2):19-28.

[本文引用: 1]

[ Wang

Liehui

, Zhang

Sheng

. The network structure of ports cities along Yangtze River: In view of shipping services
Urban Planning Forum, 2018,242(2):19-28.]. DOI: 10.16361/j.upf.201802002.

[本文引用: 1]

[28]

张页. 大力发展现代航运服务业
中国水运, 2015, (2):12-13.

[本文引用: 1]

[ Zhang

. Vigorously develop modern shipping service industry
China Water Transport, 2015, (2):12-13.]. DOI: 10.13646/j.cnki.42-1395/u.2015.02.002.

[本文引用: 1]

[29]

余明珠, 山峻. 区域港口群中竞合关系的博弈研究
运筹与管理, 2014,23(5):93-100.

[本文引用: 2]

[ Yu

Mingzhu

, Shan

Jun

. The multi-dimensional game about cooperation and competition in the regional port system
Operations Research and Management Science, 2014,23(5):93-100.]. DOI: 10.3969/j.issn.1007-3221.2014.05.014.

[本文引用: 2]

[30]

Zhang

, Lam

J S L

. An empirical analysis of maritime cluster evolution from the port development perspective: Cases of London and Hong Kong
Transportation Research Part A: Policy and Practice, 2017,105:219-232. DOI: 10.1016/j.tra.2017.05.015.

[本文引用: 1]

[31]

Taylor

, Derudder

, Hoyler

. City-dyad analyses of China's integration into the world city network
Urban Studies, 2014,51(5):868-882. DOI: 10.1177/0042098013494419.

[本文引用: 4]

[32]

Fusilo

. Structural factors underlying mergers and acquisitions in liner shipping
Maritime Economics & Logistics, 2009,11(2):209-226. DOI: 10.1057/mel.2009.3.

[本文引用: 1]

[33]

Jacobs

, Ducruet

, Langen P

. Integrating world cities into production networks: The case of port cities
Global Networks, 2010,10(1):92-113. DOI: 10.1111/j.1471-0374.2010.00276.x.

[本文引用: 2]

[34]

Martin

, Feldman

. Constructing jurisdictional advantage
Research Policy, 2005,34(8):1235-1249. DOI: 10.1016/j.respol.2005.03.015.

[本文引用: 1]

[35]

Frenken

, Van Oort

F G

, Verburg

. Relate variety, unrelated variety and regional economic growth
Regional Studies, 2007,41(5):685-697. DOI: 10.1080/00343400601120296.

[本文引用: 1]

[36]

世界港口查询系统. 世界港口查询. http://gangkou.00cha.net, 2019-7-30.

URL

[ Search system for world ports. Search of World Ports. http://gangkou.00cha.net, 2019-7-30. ]

URL

[37]

Lloyd 's List. One hundred ports 2018. https://lloydslist.maritimeintelligence.informa.com/one-hundred-container-ports-2018, 2019-7-30.

URL

[38]

航运在线. 全球船东名录. http://tool.sol.com.cn/global_shipowner_intro.asp, 2019-7-30.

URL

[ Shipping Online. Directory of Global Shipowners, http://tool.sol.com.cn/global_shipowner_intro.asp, 2019-7-30. ]

URL

[39]

The geography of venture capital investment in cities and metros across the globe. Rise of the Global Startup City. https://universityresearchpark.org/wp-content/uploads/2016/01/Rise-of-the-Global-Startup-City.pdf, 2019-7-30.

URL

[40]

World Bank. GDP in the world in 2018. https://data.worldbank.org.cn/indicator/NY.GDP.MKTP.CD, 2019-7-30.

URL

[41]

飞常准航线图. http://map.variflight.com, 2019-6-11.

URL

[ Variflight Map. http://map.variflight.com, 2019-6-11. ]

URL

[42]

World Population Review. Urban population in 2018. https://worldpopulationreview.com/world-cities, 2019-6-11.

URL

[43]

世界知识. 世界各国和地区名称及首都(首府)一览表. https://baike.so.com/doc/5294699-5529316.html, 2019-6-11.

URL

[ World Affairs. A list of the names and capitals of countries and regions in the world. https://baike.so.com/doc/5294699-5529316.html, 2019-6-11. ]

URL

[44]

World Bank. The Worldwide Governance Indicators in 2018. https://databank.worldbank.org/source/D:\https:\databank.worldbank.org\source\worldwide-governance-indicators, 2019-6-11.

URL

[45]

The Times Higher Education. World university rankings in 2018. https://www.timeshighereducation.com/world-university-rankings/2018/world-ranking, 2019-6-11.

URL

[46]

Long Scott

. Regression Models for Categorical and Limited Dependent Variables
Calif: Sage Publications, 1997: 5.

[本文引用: 1]

[47]

陈强. 高级计量经济学及Stata应用. 北京: 高等教育出版社, 2010.

[本文引用: 2]

[ Chen

Qiang

. Advanced Econometrics and Stata Applications. Beijing: Higher Education Press, 2010.]

[本文引用: 2]

[48]

Vuong

. Likelihood ratio tests for model slection and non-nested hypotheses
Econometrica, 1989,59(2):307-334. DOI: 10.2307/1912557.

URL [本文引用: 1]

[49]

Weng

Jinxian

, Ge

Yingen

, Han

Hao

. Evaluation of shipping accident casualties using zero-inflated negative binomial regression technique
Journal of Navigation, 2016,69(2):433-448. DOI: 10.1017/S0373463315000788.

URL [本文引用: 1]

[50]

陈恒, 李文硕. 全球化时代的中心城市转型及其路径
中国社会科学, 2017, (12):72-93.

[本文引用: 1]

[ Chen

Heng

, Li

Wenshuo

. The center city transformation in the era of globalization and its path
Social Sciences in China, 2017, (12):72-93.]

[本文引用: 1]

[51]

高晋元. 中国与英国对非洲经贸关系比较
西亚非洲, 2009, (5):33-38.

[本文引用: 1]

[ Gao

Jinyuan

. A comparison of China-Africa and Britain-Africa trade Relations
West Asia and Africa, 2009, (5):33-38.]. DOI: 10.3969/j.issn.1002-7122.2009.05.006.

[本文引用: 1]

[52]

吕康娟, 张蓉蓉. 基于复杂网络的世界航运中心网络结构与特征
系统管理学报, 2012,21(1):87-92.

[本文引用: 1]

[ Lv

Kangjuan

, Zhang

Rongrong

. On the structure and characteristics of international shipping center based on complex network theory
Journal of Systems & Management, 2012,21(1):87-92.]. DOI: 10.3969/j.issn.1005-2542.2012.01.014.

[本文引用: 1]