中非集装箱航运网络演化及其对经贸联系的支撑能力

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

郭建科^,¹, 郭姝¹, 秦娅风², 梁木新¹

1.辽宁师范大学海洋可持续发展研究院,大连 16029

2.辽宁师范大学地理科学学院,大连 116029

Change of China-Africa container shipping network and its ability to support economic and trade ties

GUO Jianke^,¹, GUO Shu¹, QIN Yafeng², LIANG Muxin¹

1. Institute of Marine Sustainable Development, Liaoning Normal University, Dalian 116029, China

2. School of Geography, Liaoning Normal University, Dalian 116029, China

收稿日期:2020-05-11修回日期:2020-09-6网络出版日期:2020-11-25

基金资助:

国家自然科学基金项目.41871112
国家自然科学基金项目.41671129
教育部人文社会科学基地重大项目.18JJD790005

Received:2020-05-11Revised:2020-09-6Online:2020-11-25
作者简介 About authors
郭建科,男,山西长治人,教授,博士,研究方向为交通地理与港航网络、海洋经济地理、城市地理。E-mail: gjianke98@126.com

摘要
中非海运网络既是国际航运网络的重要组成部分,又对保障中非贸易的畅通具有重要意义。本文基于1998年、2008年和2018年3个时间断面的中非航运集装箱数据, 深入探讨“海上丝路”背景下中非航运网络格局和其演化特征并揭示中非地缘经济联系强度的影响因素。结果表明：①整体看网络复杂性增强,中非港口联系广度与强度明显提高,“小世界”和无标度特征明显。网络呈现“纺锤形”结构,网络尚没有形成一体化的轴-辐结构;②从网络节点发育及功能分化看,国内港口较为稳定,上海、宁波和深圳始终处于中非联系的前三位;新加坡、巴生港在中转港中占据主导地位;非洲港口出现明显的迁移,南非、北非、东非、西非各形成了区域性枢纽港,但没有形成具有大洲层面整合作用的枢纽港;③航运中间性是中国与非洲地缘经济联系的重要推动力,航运邻近性对中国与非洲地缘经济联系作用显著,航运直达性对中国与非洲地缘经济联系的作用有限。中非友好互助历史悠久,伴随着“一带一路”倡议的深入推进、中非地缘经济联系的加强,应该采取相应的措施完善与优化海运结构以提高对经济合作与联系的支撑能力。
关键词： “21世纪海上丝绸之路”;中非合作;航运网络;地理加权;集装箱;航运与经贸联系

Abstract

As an important part of the international shipping network, the China-Africa maritime network is of great significance for ensuring the unimpeded trade between China and Africa. Based on the China-Africa shipping container data in 1998, 2008, and 2018, this study explored the spatial pattern of China-Africa shipping network and its characteristics of change under the background of the Maritime Silk Road construction, and revealed the influencing factors of the strength of China-Africa geo-economic ties. The results show that: (1) On the whole, the complexity of the network has grown, the breadth and strength of China-Africa port connections have increased significantly, and the “small world” and scale-free characteristics of the network are obvious. The network presents a “spindle” structure and has not yet formed an integrated hub-spoke structure. (2) From the perspective of network node development and functional differentiation, Chinese ports are relatively stable. The ports of Shanghai, Ningbo, and Shenzhen have always been among the top three in China-Africa ties; Singapore and Port Klang occupy a dominant position among the transit ports; and there has been a significant shift of African ports. South Africa, North Africa, East Africa, and West Africa have each formed a regional hub port, but a hub port with a continent-level integration effect has not been formed. (3) Shipping betweenness is an important driving force of geo-economic ties between China and Africa; shipping proximity plays a significant role in geo-economic relations between China and Africa, while shipping directness plays a limited role in geo-economic relations between China and Africa. China and Africa have a long history of friendship and mutual assistance. With the deepening of the Belt and Road initiative and the strengthening of geo-economic ties between China and Africa, corresponding measures should be taken to improve and optimize the maritime transport structure to enhance the supporting capacity of economic cooperation and ties.

Keywords：21st Century Maritime Silk Road;China-Africa cooperation;shipping network;geographically weighted;containers;shipping and economic relation

PDF (14469KB)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
郭建科, 郭姝, 秦娅风, 梁木新. 中非集装箱航运网络演化及其对经贸联系的支撑能力. 资源科学[J], 2020, 42(11): 2145-2157 doi:10.18402/resci.2020.11.08
GUO Jianke, GUO Shu, QIN Yafeng, LIANG Muxin. Change of China-Africa container shipping network and its ability to support economic and trade ties. RESOURCES SCIENCE[J], 2020, 42(11): 2145-2157 doi:10.18402/resci.2020.11.08

1 引言

海洋运输通道是国际经贸联系的空间载体,承担着国际贸易总量的90%。经济全球化迫使航运公司对其挂靠港口和运输路线进行重新选择与规划^[1,2,3]。因此,从集装箱航线的布局与调整可以窥探到国际贸易的地理特征。国外****针对集装箱港口效率^[4]、枢纽港形成的动力学机制^[5]、港口的空间分布均衡性^[6]等方面进行了深入剖析。研究表明,欧洲集装箱港口与码头的竞争激烈,港口与腹地的联系限制了集装箱港口的运输能力^[7],而南非集装箱港口在全球海运网络中所发挥的功能与所处的地位可能正从网络的边缘向起关键作用的中间地带转变^[8,9,10,11]。国内的关注点集中在集装箱港口体系^[12,13,14]、港口空间分布格局与结构^[15,16,17]、“一带一路”沿线航运网络的演化^{[18,19,20,21]}、网络鲁棒性与脆弱性^{[22,23,24,25]}等方面,同时以航运企业和网络中的关键节点作为切入点^[26,27,28],对不同尺度下的航运网络进行了探究。

非洲是“一带一路”发展的重要方向和国际互联互通、交流互鉴最活跃的成长空间。目前,关于中非合作的研究主要聚焦于双方经贸合作^[29,30]、命运共同体建设^[31,32]、旅游^[33,34]等发展现状、面临的机遇与挑战^[35]等内容的探讨,而关于中非国际航运联系的研究尚处于空白。从航运地理学理论创新的需求看,广泛的国际航运联系网络已经形成,港口航运网络既是国际贸易的载体又是国际贸易发展演化的产物,一个国家或区域的港口航运网络与其港口资源开发与布局、世界经济与供应链地理区位、国际经贸联系等多种因素密切相关。但不同国家、不同区域间的航运网络发育程度存在明显差异,同水平航运网络的空间组织结构与类型也不尽相同,与经贸联系的耦合状态也有差别。因此,通过不同联系区域航运网络特征的比较分析和多维度刻画,对于揭示国际航运网络的格局、过程与机理问题具有重要意义。此外,从“一带一路”发展实践意义看,中非航运网络尚处在快速发展壮大之中,港口航运网络的发展如何更快地适应中非经贸合作的需求成为加强中非联系的重要支撑。

非洲作为“海上丝绸之路”的终点,是重要的建设方向与落脚点,中非航运网络则是“海上丝路”沿岸国际航运网络的重要组成部分。港口作为非洲大陆与世界建立联系的门户,加强同门户港口的联系有利于优化航运结构,充分发挥核心港口集聚扩散效应,加强同非洲各国的经济合作,实现贸易互联互通。中国与非洲各国的海运联系作为“21世纪海上丝绸之路”的重要组成部分,将随着中非全方位交流互鉴得到不断深化和拓展,非洲经济的崛起和中非贸易规模扩大势必会带动非洲港口资源的开发和港航经济的繁荣。海洋既是中非联系的战略通道,又是贸易投资的载体,在实现对海洋利用的同时见证了中非经贸联系的成长历程,也为中非深化合作、实现共赢发展提供了坚实的物流通道和后勤保障。本文以中非港口为研究对象,以复杂网络分析法为主要研究方法,并为其赋予地理意义,探究不同时间节点下中非集装箱航运网络的发展与演化特征以及航运联系空间格局的变化。其次,运用地理加权回归模型,从异质性视角考察航运联系下的中非经贸合作的空间分异,重点探讨航运对中非经贸联系的影响以及显著性水平。本文的主要目的是通过系统刻画中非港口航运网络结构特征及发展演化过程,揭示中非航运网络所处的发展阶段,结合其他区域航运网络特征比较,分析中非航运网络的规律性与特殊性,了解未来发展态势;进而根据中非经贸联系的发展态势,研判中非港口航运网络对经贸联系的支撑能力,为中非港口航运网络的空间优化提供理论参考。

2 数据来源与研究方法

2.1 数据来源

本文数据来源于由国家发改委主管、中国交通运输协会主办的货物航运信息周刊《中国航务周刊》^[37,38,39]（下文称之为《周刊》）。本文选取1998、2008和2018年中国至世界各地船期表,构建中国至世界各地的船期信息平台,从中筛选整理出中国至非洲的船期信息（包含中转港）,以此为基础构建中非国际集装箱航线数据库。由于中非联系属于远洋航线,周期较长,鉴于远洋航线的稳定性问题,故选取6月份为研究时间段。经访谈确认,除船公司对个别航线的调整没有囊括在内,涵盖了90%的航线数据,故认为该数据可以反映实际的航运发展状况。之所以选取这3个年份为研究节点,主要是探究中国航运业蓬勃发展期—航运萎缩期—中非合作纳入“一带一路”建设框架后,中非集装箱航运联系的演变特征,中国和非洲港口节点在航运网络中地位、角色的转变,同时探究航运联系对中非经贸合作的影响因素及影响程度。

2.2 研究方法

本文以复杂网络分析法作为研究中非航运网络演化的主要方法来分析网络性质和复杂性特征和航运联系的空间表现形态。然后在测度航运与贸易相关性的基础之上,运用地理加权回归模型探究航运与贸易的空间异质性,揭示航运各要素对中非经贸联系的影响程度。

（1）复杂网络统计指标

度及度分布：节点的度在一定程度上直观地反映了该节点在网络中与其他节点联系的密切程度和影响力。本文以每条航线集装箱班轮运输的频次作为权重构建加权网络,利用点强度

S_{i}

和累计概率分布函数

P (k)

刻画各港口间联系强度的差异以及节点的分布情况。

（1）

S_{i} = \sum^{} w_{ij}

（2）

P (k_{i}) = \overset{\infty}{\sum_{i \in N_{i}}} p (k_{i})

式中：

S_{i}

为节点

i

的强度;

N_{i}

为节点

i

的邻点集合;

w_{ij}

为连接节点

i

和

j

的边的权重;

P (k_{i})

为节点度累计概率分布函数;

p (k_{i})

为度

k_{i}

的概率;

k_{i}

为节点的度值。

网络平均路径长度：也称之为特征路径长度,主要是衡量整个网络的连通性。网络平均路径长度

L

则定义为任意两个节点之间的距离的平均值。

（3）

L = \frac{1}{P_{n}^{2}} \sum^{} d_{ij}

式中：

L

为网络平均路径长度;P为组合数;

n

为节点总数;

d_{ij}

为网络中节点

i

和

j

的距离。

集聚系数：网络的集聚系数

C

就是所有节点

i

的聚类系数

C_{i}

的平均值。

（4）

C_{i} = \frac{E_{i}}{C_{k}^{2}}

（5）

C = \frac{1}{C_{n}^{2}} \overset{n}{\sum_{i = 1}} C_{i}

式中：

C_{i}

为节点

i

的集聚系数;

E_{i}

为节点

i

的

k

个邻居节点之间实际存在的边数;

C_{k}^{2}

为节点

i

的

k

个邻居节点之间可能存在的总边数;

C

为网络的集聚系数。

（2）网络中心性衡量指标

度数中心性（WDC）：旨在反映节点的关联广度。测算原理是与港口节点

i

存在直接航运关联的节点

j

的数量总和。通过港口节点的实际航线数量直观地反映某港口节点为其腹地提供外向航运链接的广度和机会大小。

（6）

WD C_{i} = \overset{N}{\sum_{i = 1}} k_{ij}

式中：

k_{ij}

为节点

i

的度数,即节点

i

所连接的边数。

邻近中心性（WCC）：揭示节点的航运效率。港口节点由于自身为数不多的直接链接对象拥有更多的间接链接对象,从而获得较高的间接参与网络的机会。

（7）

WC C_{i} = \frac{N - 1}{\overset{N}{\sum_{j = 1, j \neq i}} d_{ij}}

介数中心性（WBC）：衡量港口的中转与衔接能力。若某港口位于其他港口联系的捷径上,这类港口作为中转站,能在竞合过程中打破其他港口的共谋而获得额外利好与发展的契机。

（8）

WB C_{i} = \frac{\sum^{} \frac{N_{kj} (i)}{N_{kj}}}{\overset{N}{\sum_{i = 1}} \sum^{} \frac{N_{kj} (i)}{N_{kj}}}

式中：

N_{kj}

代表节点

k

与节点

j

之间所有加权最短路径的条数;

N_{kj} (i)

为节点

k

与节点

j

之间的最短路径经过节点

i

的条数。

（3）最小二乘法回归与地理加权回归模型

将隶属于同一国家的港口进行合并的同时计算得到所有港口度中心性、邻近中心性和介数中心性的平均值,将其作为港口所属国在中非航运网络中的直达性、中间性和邻近性值。以各非洲国家的直达性、中间性和邻近性为自变量,以中非经贸额为因变量,分别建立普通最小二乘法线性回归（OLS）和地理加权回归模型（GWR）。

最小二乘法回归模型的计算公式：

（9）

y_{m} = β_{0} + \overset{3}{\sum_{q = 1}} β_{q} x_{pq} + ε_{m}

式中：

y_{m}

为第

m

个非洲国家与中国的经贸额;

β_{0}

为回归常数;

x_{pq}

为第

p

个非洲国家（

p = 1,2, ?, k

）的第

q

个自变量值（

q = 1,2, 3

）,

β_{q}

为回归系数;

ε_{m}

表示第

m

个非洲国家的独立分布随机误差项;

k

为非洲国家的数量。

地理加权回归（GWR）是对传统回归模型的延伸,旨在探究解释变量对被解释变量影响的空间异质性。通过在空间范围内建立局部回归方程,探究中非经济联系影响因素的空间异质性。计算公式：

（10）

\begin{array}{l} f_{i} (C) = λ_{0} (α_{i}, β_{i}) + \overset{m}{\sum_{j}} λ_{1} (α_{i}, β_{i}) x_{ij} (WDC) + \\ \overset{m}{\sum_{j}} λ_{2} (α_{i}, β_{i}) x_{ij} (WBC) + \overset{m}{\sum_{j}} λ_{3} (α_{i}, β_{i}) x_{ij} (WCC) + φ_{i} \end{array}

式中：

λ_{0}

为截距;

(α_{i}, β_{i})

为第

i

个港口港区地理坐标;

λ_{k} (k = 1,2, ?, n)

为解释变量的回归系数,

x_{ij}

为第

i

个港口第

j

个自变量值;

φ_{i}

为随机误差。

3 结果与分析

3.1 中非航运网络复杂性及其时空演化特征

3.1.1 网络规模

1998年、2008年和2018年中非航运网络涉及到的港口（起讫港和中转港）数量分别为59个、69个、61个;航线数量分别是1281条、1206条、2456条。通航港口逐渐趋于稳定,且航线数量提升了1倍。中非航运联系强度显著增强,经贸联系更加密切（图1）。

图1

新窗口打开|下载原图ZIP|生成PPT
图11998—2018年中非航线分布与演化

Figure 1Distribution and change of China-Africa shipping routes from 1998 to 2018

1998年、2008年和2018年,中国与非洲航运联系最紧密的前3位港口（塞得港、苏丹港、苏伊士港→苏伊士港、德班港、塞得港→开普敦港、罗安达港、德班港）的航运联系占航运总联系量的比重分别为20.18%、12.99%、24.43%,先下降后上升。集中化指数计算结果（0.415→0.381→0.688）呈现出先下降后上升的趋势,反映出中非航线经历了分散化和集中化发展的两个阶段。整体上,2018年航线分布的集聚程度较1998年有明显的提高,航线愈发集中于少数港口。对比区域间航线的分布,区域间航运联系强度差性显著。其中,非洲港口挂靠航线量的增长最为显著,涨幅达213%;国内和亚洲中转港联系强度增幅较小且相对缓慢,分别是153%、114%。

整体来看,中非集装箱航线和港口数量增加扩大了网络的覆盖范围和规模的同时港口联系广度、强度明显增加。

3.1.2 网络的“小世界”特征明显

相关指标计算结果显示,中非航运网络平均路径长度缩短（1.634 →1.774→1.329）,集聚系数增大（0.321→0.799→0.862）。与同等规模随机网络相比较,1998年中非航运网络复杂性特征不明显,2008年和2018年均具备“小世界”网络的特征且越发明显。

累计度概率分布显示（图2）,网络中节点度分布跨度较大,空间异质性较明显,指数分布特征显著。2018年网络初具无标度特征,但无标度区域狭窄,尚未容纳所有节点。据相关理论和研究成果,指数分布是对网络标度间断性的反映^[37]。当节点度分布呈现指数特征时,表明网络的复杂性在不断增强,中非航运联系处于由简单混乱向复杂有序的过渡阶段,具体表现为网络已具备无标度特性但不显著。

图2

新窗口打开|下载原图ZIP|生成PPT
图21998—2018年双对数坐标下节点度分布

Figure 2Node degree distribution under double logarithmic coordinates from 1998 to 2018

3.1.3 网络“轴-辐”结构尚在发育中

航运网络是由一个主干网络和若干支线网络共同组成的,其中部分节点成为枢纽,作为集散节点,彼此间的链接具有规模运输经济效应,被称之为“轴”,而其余节点与枢纽节点相连,构成“辐”,网络的这种组织形式被称之为“轴-辐”结构。本文通过筛选各节点与其他节点的最强联系并进行可视化来分析网络“轴-辐”结构的发育情况。

从中非航线组织结构来看,整个网络是由一个较大规模的主干联系网络和几个较小规模的支线联系网络共同构成（图3）。具体表现在上海作为中非航运联系主枢纽港的地位保持稳定,新加坡港则经历了由副中心变为区域性枢纽港又转变为副中心的过程,而宁波港的快速发展与崛起,超越了与其处于同一发展水平的深圳港,在网络中承担着副中心的航运功能与上海港形成互动。非洲港口尚未培育出具有大洲层面整合作用的枢纽港。若干非洲区域性枢纽港仍不具备广泛的航线组织能力,网络溢出效应及航运协同效应不明显,港口之间的协作能力有待提高。上海的轴心地位保持稳定,但其首位联系量减少,1998年以上海港为轴心的主干网络结构单一,53%的港口与上海港的关系为直接联系;2008与2018年主干网络中的直接航线数量减少,“轴”的规模效应显著提高。支线网络呈现出“组团”特征,1998年和2008年各组团中均没有明显的中心,2018年,科托努、苏科纳成为了其所在组团中的中心。整体而言,中非航运网络尚没有形成一体化的“轴-辐”结构,而是呈现出组团式的空间结构特征。在港口发展和航运联系日益紧密的推动下,网络“轴-辐”结构的一体化将加速实现。

图3

新窗口打开|下载原图ZIP|生成PPT
图31998—2018年集装箱航运网络“轴-辐”结构

Figure 3“Hub-spoke” of the container shipping network from 1998 to 2018

3.2 港口体系演化与功能分化

3.2.1 港口联系变动趋势

对比航运联系中的始发港、中转港以及目的港所拥有的航线数量,发现：国内上海港、宁波港和深圳港作为主要的始发港,开辟和拥有的航线数量稳步增加且地位保持稳定。

航线作为典型的关系数据为揭示跨区域联系所体现出的层次性和空间格局提供了开放、动态和网络化的视角。中国与非洲受到地理距离远、贸易体量小的制约,强烈地依赖于亚洲中转港口群。从网络中港口的分布情况来看,整个网络呈“纺锤形”（图4）。中转港数量占据绝对优势,即使新加坡港、科伦坡港等国际性中转港在网络中占据着举足轻重的位置,航运联系不断扩大,但整体中转港所占航运联系的总比重不断下降。相反,作为始发港和目的港的中国和非洲港口数量相对少,但其辐射范围不断扩大,航运联系不断增加,尤其是非洲港口的对外联系强度显著增加,相应地,中非港口在整个网络中的联系比重不断增加,从1998年到2018年,中非港口联系比重从34.84%上升至61.78%,比重增加了约一倍。由中转港构成“纺锤形”结构的腹部,形成了以新加坡为绝对主导核心的中转体系。其中,2008年巴生港超越新加坡港,成为中转港口群的核心,新加坡港退居其次。巴生港作为马来西亚最大的集装箱港口,凭借区位优势吸引了大量经停新加坡的中转业务,业务范围与运输量迅速得到扩展与增加,在中非联系中的支撑作用显著增强。新加坡港与巴生港紧张的竞争与合作侧面反映出中非远洋集装箱班轮运输网络稳定性的增强,抗风险能力的提高以及运输效率的提升。

图4

新窗口打开|下载原图ZIP|生成PPT
图4“纺锤形”结构示意图

Figure 4Schematic diagram of the “spindle shaped” structure

与始发港相似,中转首位港相对稳定（表1）,1998年、2008年和2018年分别是新加坡港、巴生港、新加坡港;首位目的港变化显著,依次是塞得港、苏伊士港、开普敦港。比较发现,中转港多集中在东南亚的新加坡、马来西亚、斯里兰卡等国家,与非洲港口的联系变化最为明显。1998年中非保持紧密联系的港口为塞得港;2008年苏伊士港排在首位。较1998年而言,中国与非洲联系最紧密的港口虽发生了变动,但仍隶属埃及;2008年—2018年期间,南非港口发展势头迅猛,对埃及港口在中非网络中的地位提出挑战,埃及港口地位有所下降。开普敦港跃居首位,港口在地理分布上更为均衡。

Table 1
表1
表11998、2008和2018年网络中起讫港和中转港的变化
Table 1Changes in departure, destination, and transit ports in the China-Africa shipping network, 1998, 2008, and 2018

1998			2008			2018
中国	亚洲	非洲	中国	亚洲	非洲	中国	亚洲	非洲
上海港	新加坡港	塞得港	深圳港	巴生港	苏伊士港	宁波港	新加坡港	开普敦港
深圳港	科伦坡港	苏丹港	上海港	新加坡港	德班港	深圳港	海法港	罗安达港
天津港	马德拉斯港	亚历山大港	宁波港	吉达港	塞得港	上海港	林查班港	德班港
大连港	槟城港	达米埃塔港	香港港	丹戎帕拉帕斯港	洛美港	厦门港	科伦坡港	科托努港
青岛港	卡拉奇港	苏伊士港	厦门港	伊斯坦布尔港	特马港	天津港	巴生港	洛美港

新窗口打开|下载CSV

中转港与目的港的首位选择处于动态变化且各有特点。主要体现在,中转港呈现出邻近区域不同国家之间的变动态势,排名靠前的港口比较稳定;目的港则呈现区域间变动的态势,北非港口地位下降的同时南非、中非、西非港口崛起。总体而言,非洲港口表现出均衡化发展趋势。

3.2.2 港口功能分化

非洲港口规模、发展水平及效能与全球其他地区存在显著差距。根据前述复杂网络方法计算得到的节点度值和加权度,运用K-Means聚类法对非洲港口在中非航运联系中的作用,划分为3类港口：区域性枢纽港、区域骨干港以及一般节点（表2）。

Table 2
表2
表2非洲港口类型划分
Table 2Types of ports in Africa

节点类型	代表节点
区域性枢纽港	开普敦港、塞得港、蒙巴萨港、尼日利亚港
区域性骨干港	德班港、阿尔及尔港、吉布提港、苏丹港、杜阿拉港、塞得港、罗安达港、特马港、阿帕帕港、
一般节点	科托努港、洛美港、沃尔维斯湾港、纳卡拉港、路易港、安纳巴港、阿比让港、达累斯萨拉姆港

新窗口打开|下载CSV

（1）区域性枢纽港。主要有开普敦港、塞得港口、蒙巴萨港、尼日利亚港口等。典型特征表现在中非航运联系中的活跃度高,一定程度上控制和主导着非洲对外联系,是非洲大陆的门户,是非洲大陆各区域内的集散中心,核心辐射与带动能力强,是非洲港口发展和融入国际航运网络的关键节点。

（2）区域骨干港。典型代表有德班港、阿尔及尔港口、吉布提、苏丹港以及杜阿拉港口等。该种功能类型的港口在中非交流中所发挥的作用与区域性枢纽港的差距小,具备成长为枢纽型港口的潜力。其主要作用是接受更低级港口的喂给和喂给区域性枢纽港。

（3）一般节点。该类型节点是中非航运联系的“冷区”。是非洲与中国建立通航联系中等级最低的港口,挂靠在此的航线数量稀少,与高等级节点建立紧密联系的能力差,在网络中的航运联系结构薄弱。

结合航运网络的“轴-辐”结构,非洲区域性枢纽港和区域性骨干港数量增加,逐渐从网络的外围地带过渡并进入中间层,非洲港口开发及国际航运网络处在高速成长阶段。但整体而言,中非航运联系中,非洲港口层级低,且不均衡的发展状态,是中非航运联系与发展面临的困境之一。

3.3 航运网络对经贸联系的支撑能力分析

3.3.1 基于OLS模型计算结果分析

为掌握航运各因素对中非经贸联系的全局影响,首先基于最小二乘法线性回归模型（OLS）对影响中非经贸联系的因素进行分析,OLS模型估算结果见表3。3个研究节点下的

R^{2}

分别为0.041、0.064、0.117,表明OLS模型对数据解释和拟合的程度低。由影响因素回归系数绝对值的大小可知,重要性由大到小分别是邻近性、中间性和直达性,邻近性的回归系数最显著。OLS回归的残差空间分布具有一定的空间集聚特征（图5）。但残差的相关性检验结果表明：全局Moran’s I指数值为0.402,在1%显著水平下z得分0.632,证明残差具备显著的空间自相关性,说明基于全局回归模型下的计算结果偏差大,对于各影响因素的解释力不足,OLS全局模型不适合,因此运用局部回归模型验证各影响因素的解释力。

Table 3
表3
表3OLS模型计算结果
Table 3Calculation results of the ordinary least squares (OLS) model

年份	变量	回归系数	稳健标准差	稳健t统计量	稳健p值	方差膨胀因子
1998	WDC	0.027	0.022	1.248	0.238	3.270
	WCC	12.968	9.451	1.372	0.197	1.765
	WBC	-0.047	0.034	-1.388	0.193	2.579
2008	WDC	-0.027	0.039	-0.693	0.495	3.841
	WCC	3.773	2.545	1.482	0.151	1.914
	WBC	0.004	0.037	0.099	0.922	2.509
2018	WDC	0.014	0.010	1.459	0.163	1.207
	WCC	0.242	1.258	0.192	0.850	1.418
	WBC	0.033	0.028	1.151	0.266	1.392

注：回归系数的值为通过5%的显著性水平检验的值。

新窗口打开|下载CSV

图5

新窗口打开|下载原图ZIP|生成PPT
图51998—2018年OLS回归残差分布

Figure 5Spatial distribution of the ordinary least squares (OLS) regression residuals from 1998 to 2018

3.3.2 基于GWR模型计算结果分析

从GWR模型的计算结果显示,GWR模型的整体拟合度较OLS模型有很大的提升（表4）,其回归

R^{2}

分别达到了0.363、0.357、0.532,拟合效果较OLS模型有很大的提升。这说明,OLS和GWR模型对比下,GWR模型更合理且解释度更高,因此GWR模型更适合分析中非航运联系对中非经济联系的影响。

Table 4
表4
表4OLS模型和GWR模型计算结果对比
Table 4Comparison of results of the ordinary least squares (OLS) model and the geographically weighted regression (GWR) model

年份	指标	OLS	GWR
1998年	AIC	1363.795	1129.314
	R²	0.041	0.363
	调整后的R²	-0.190	0.279
2008年	AIC	1447.614	1151.848
	R²	0.064	0.357
	调整后的R²	-0.086	0.203
2018年	AIC	1617.257	1324.008
	R²	0.117	0.532
	调整后的R²	0.025	0.317

新窗口打开|下载CSV

从GWR模型估计结果的中位数来看（表5）,1998、2008和2018年与中非经济联系呈正相关且相关性较大的为航运网络中间性,其次是邻近性,直达性的相关性程度最弱;1998年和2008年邻近性与经济联系呈负相关,但是负相关性程度有所减弱。除中间性,直达性和邻近性的回归系数都有正有负,表明所选指标对中非经济联系的影响具有明显的差异。但总体而言,航运网络的直达性、邻近性以及中间性与中非经济联系的正相关性程度不断增强。

Table 5
表5
表5GWR模型的运算结果
Table 5Calculation results of the geographically weighted regression (GWR) model

	解释变量	最大值	最小值	中位数	平均值
1998年	直达性	2.685	2.672	2.679	2.680
	中间性	12.980	12.965	12.972	12.972
	邻近性	-4.673	-4.690	-4.684	-4.682
2008年	直达性	2.804	-6.050	-3.540	-3.211
	中间性	50.830	30.765	41.264	40.216
	邻近性	3.788	-5.899	0.655	0.410
2018年	直达性	14.065	13.963	14.005	14.012
	中间性	24.332	24.014	24.190	24.170
	邻近性	32.516	32.437	32.492	32.486

新窗口打开|下载CSV

3.3.3 中非经济联系影响因素的空间异质性

依据GWR模型的回归结果,利用Arcmap 10.6对所选指标的回归系数进行可视化（图6）,探讨其空间分布差异特征及其原因。

图6

新窗口打开|下载原图ZIP|生成PPT
图61998—2018年GWR模型局部回归系数分析结果

Figure 6Local regression coefficient of the geographically weighted regression (GWR) model from 1998 to 2018

网络中间性是对网络中港口中转衔接能力的反映,对经济联系影响的显著性水平最高且整体上呈增强趋势,是地缘经济联系的重要推动力。如北非地区,是中国通往欧洲地区的必经地区,是大西洋与印度洋航线的捷径,班轮多在此进行中转、停靠,南非地区则位于通往西非航线上。其中埃及和南非是非洲大陆上最大的经济体,港口专业化程度高,港口体系更为健全,在此挂靠的班轮和航线数量不断增加,在地理区位优势的双重作用下,港口的可达性水平不但较其他区域强,中转能力也更为突出,为增强中非经济联系提供了强有力的支撑。

网络直达性对中非地缘经济联系的作用有限,并在2008年呈现负相关关系,表明网络直达性对加强中非经济合作与联系的促进作用不明显。从空间分布来看,直达性的回归系数从由北向南衰减转变为由南向北递减,反映出北非地区在航运网络中的直接可达性程度降低,相应的,南非地区的直接可达性得到显著增强,但整体上网络的直接可达性程度不高。

对比港口直接可达性和中转能力,网络邻近性对经济合作影响的显著性介于二者之间,航运邻近性对中国与非洲地缘经济联系作用显著。整体分布显示北非地区的显著性程度最高,其次是西非地区和南非地区。北非和西非地区的港口,可以经直布罗陀海峡继续向北或者向东、向西通往欧洲地区,特别是西非地区港口,虽然港口的直接可达性远远落后于北非港口,但是港口的间接可达性仅次于北非港口。对比而言,南非和东非地区港口的间接可达性较差,尤其是东非港口。非洲东岸虽然是“海上丝绸之路”建设的终点,具备经济地理的区位优势,但港口发育落后及可达性较差,对中国与东非地区经济合作发展的制约性较强。

根据航运网络直达性、邻近性和中间性对非洲各国的影响,不同国家在不同的时间节点下所选指标对经济联系的影响差异性大。北非主要经济体埃及,直达性的作用呈减弱趋势,中间性和邻近性的优势不断增强。肯尼亚和坦桑尼亚则是直达性影响不断增强,中间性和邻近性影响无明显变化的国家。南非和安哥拉作为南部非洲区域内主要经济大国,与中国的经济联系受到航运直达性的影响显著增强,邻近性对经济联系的影响相对稳定,相反,中间性对经济的作用力明显减弱。而尼日利亚、贝宁等西非国家经济联系对航运网络中间性和邻近性的依赖程度较高。整体而言,直达性对经济联系的影响与作用力增强的国家是南非、安哥拉和肯尼亚、坦桑尼亚,减弱的国家则是埃及,而埃及是邻近性和中间性对经济联系不断增强的国家,邻近性对尼日利亚、贝宁等西非国家与中国经济联系的影响大。基于各指标对非洲各国与中国经济联系能力影响强度的分异,可以通过加强经贸合作反向推动双方建立更紧密的航运联系。

4 结论与建议

4.1 结论

本文从3个年份的时间断面出发,以中国与非洲集装箱班轮公司船期表为切入点,借助复杂网络模型对中非港口航运网络结构的演化特征进行了系统刻画,在此基础上运用地理加权回归分析了航运网络对中非经贸联系的支撑能力,主要结论如下：

（1）整体看,1998年以来,中非航运网络覆盖的港口节点数变化不大,但稳定运行的规模以上航线数量翻了一番。整个网络更加复杂,港口联系广度、深度和强度明显增强。特别是随着2008年整个网络脱离随机网络的属性,表现出越来越明显的“小世界”特性和无标度特征,中非航运网络在整体性、系统性和自组织性方面得到显著提升。整个航运网络系统逐渐从发育期步入高速成长期。另一方面,由于中非距离遥远且经贸联系仍处于快速成长阶段,港口网络体系呈现明显的纺锤形结构,中转港在港口网络中占据重要地位,起讫港特别是非洲的腹地型港口节点尚没有完成网络化转型,未形成一体化的轴-辐结构,网络效率仍有待提升。

（2）从网络节点发育及功能分化看,中国港口较为稳定,非洲港口则出现明显的迁移。中国港口中,上海港、宁波港和深圳港始终处于中非联系网络的三甲,新加坡、巴生港在中转港中占据主导地位,中转港呈现出邻近区域不同国家之间的变动态势。1998年和2008年,北非的埃及港口占据核心地位,而2018年南非的港口对北非港口形成挑战,非洲港口呈现区域间变动的态势,北非港口地位下降的同时南非、中非、西非港口崛起,港口节点分布更加多元化。另一方面,非洲港口规模、发展水平及效能与全球其他地区存在显著差距,非洲地区尚没有形成高度一体化的港口体系。南非、北非、东非、西非各自形成了区域性枢纽港,具备区域性航线主导能力,并通过区域性骨干港的喂给集散货源。而众多发育中的港口节点仍处于腹地物流系统孵化与国际贸易成长中。

（3）基于GWR方法,航运网络对中国与非洲地缘经济联系的影响程度存在显著差异,并表现出显著的空间异质性和不稳定性。通过对中非经贸联系强度影响因子分析,发现航运网络直达性、中间性和邻近性是重要的地缘经济联系影响因子。航运中间性是中国与非洲地缘经济联系的重要推动力,航运邻近性对中国与非洲地缘经济联系作用显著,航运直达性对中国与非洲地缘经济联系的作用有限。在研究时间段内,中非海运联系的增强对中非地缘经济联系的影响与支撑能力得到明显提高,伴随着航运结构的优化与航线布局的调整,航运对中非经济的推动与支撑作用将愈来愈强。

4.2 建议

从中非航运联系、航线分布与GWR模型的规模结果来看,中非航运联系对中非经贸往来的影响较弱,在区域、国家之间的差异愈发明显,航运的支撑能力亟待增强,为了提高与加强航运对经济的支撑能力,建议从以下两方面着手：

（1）围绕中非航运联系中的核心港口加强航运联系并提高运输效率,充分发挥核心港口的空间溢出效应,提高港口经济的开放水平;加强区域骨干港、一般节点同核心港口的喂给与联系。加强航运网络“轴-辐”结构的支线建设,以中非经贸往来为核心完善航线布局,使更多的港口节点纳入中非航运网络中。

（2）规范码头标准化建设,实现协同发展。针对开普敦港、塞得港、蒙巴萨等区域性枢纽港口,要加强与腹地的联系,实现港口-腹地良性互动的同时积极对接国际标准,加快自身港口物流标准化与信息化的建设进程,实现自身港口物流网络化、规范化与全球化,提高港区的交通基础设施的建设和优化、物流服务效率,提升中非航运联系以及世界航运网络中的地位与竞争优势,从而实现中非贸易与航运的一体化建设与协同发展。

本文研究进一步丰富了“一带一路”沿线港口航运网络分析,对于认识和提升中非经贸联系的支撑能力具有重要意义。但由于篇幅限制,对长时间序列网络空间联系及其影响因素的揭示不够,这将在以后的研究中逐步完善。

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]

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, (4):479-488.