解煌鳴

摘要：為優(yōu)化亞洲航運網絡，推進亞洲航運的建設，基于復雜網絡理論從度值中心性和港口流量角度分析了港口的連接性特征。結果表明： 亞洲航運港口網絡存在層次性，度值在81以上的港口為第一層次核心港口，度值在32到80之間的港口為第二層次半核心港口，度值小于32的為第三層次邊緣港口。度值中心性排名前30的港口多分布在中國沿海和東南亞地區(qū)，比例達到50%以上，這些港口擁有最廣的聯(lián)系密度和聯(lián)系強度，而印度沿岸和中東地區(qū)等港口立足區(qū)位優(yōu)勢和資源優(yōu)勢，分別擁有突出的中轉功能和聯(lián)系強度，港口流量的排名均處于前位，從而鞏固并提升了其在航線網絡中的地位。

關鍵詞：亞洲航運港口網絡 復雜網絡 港口 連接性

0 引言

21 世紀是海洋的世紀，海洋為人類未來發(fā)展提供了所需要的資源和空間。海洋交通運輸業(yè)作為海洋服務業(yè)中重要的組成部分，其發(fā)展狀況對我國經濟發(fā)展產生了重要影響。航運系統(tǒng)是一個復雜網絡，其重要部分由港口構成，并且整體效率受到港口功能和連接性的直接影響。分析亞洲航運港口網絡的連接性特征，可以更好地了解和解釋亞洲航運網絡的基本構成特點，優(yōu)化亞洲航線網絡、推動亞洲航線網絡建設與完善。

復雜網絡是具有自組織、自相似、吸引子、小世界、無標度中部分或全部性質的網絡[1]，可以用來描述自然領域和社會科學中許多復雜網絡的特性與復雜系統(tǒng)的形成機理。在海運航線網絡方面，田煒和牟向偉等[2-3]分別對馬士基海運網和CMACGMgroup的掛靠數據進行了實證分析，宗康[4]基于海上絲綢之路對沿線港口進行了連接性分析，Kaluza和McCalla等[5-6]分別對全球海運網絡的小世界特性和加勒比海地區(qū)的復雜網絡結構進行了研究。

研究表明，復雜網絡特征可由復雜網絡理論揭示，且網絡中的個體關系及關系網絡結構也可由復雜網絡理論反應?；诖?，本文利用度值中心性這種復雜網絡中心性測度，基于港口流量，來分析其連接性特征。

1數據和方法

在亞洲航運網絡拓撲結構的構建過程中，為了考察亞洲航運中港口與港口之間的連接性，本文假設一條航線上所有港口之間存在航線運輸而全部直接相連，在數據可達性的原則下，本文利用馬士基的航運數據，其業(yè)務范圍基本覆蓋所有航線。

以馬士基網站公布的船期表為基礎，分別跟蹤和獲取每條航線上一個航期中所有掛靠的港口。為了統(tǒng)計數據的完整性，在數據的收集中不區(qū)分航線是否為主干航線還是支線航線，力求構建最能反映真實的亞洲海運網絡。

為計算簡便，構建港口0-1鄰接矩陣，并運用Ucinet畫出航線網絡結構。本口統(tǒng)計得到港口總數191，利用MATLAB軟件，構建出191*191的0-1鄰接矩陣。

2結構和分析

按照構建的0-1鄰接矩陣，對亞洲航運網絡結構進行分析。本文選取復雜網絡中的中心性測度，結合港口流量來對亞洲航線港口的連接性進行分析。

在亞洲航運網絡中，上海港具有最大的港口度數124，港口度最小為3。

對港口度進行一個簡單的分類，如表1所示。

各測度反映的港口連接性特征如表 2 所示，表 3 顯示了2種測度下排名前10 的港口及其計算結果。

從圖3可以看出，亞洲航線港口網絡的度分布函數在雙對數坐標下曲線近似直線且尾部較粗，度分布服從冪率分布，冪指數為0.31，從而說明亞洲航線港口網絡是一個BA無標度網絡。

2.1 度值中心度

港口的度值中心性顯示了復雜網絡中與該港口通過航線可直接相連的港口數量，可以判斷該港口在整個復雜網絡中的聯(lián)系廣度。根據度值中心性，SHANGHAI港、NINGBO港、BUSAN港的度值均在100以上，位居前3，說明這3個港口在整個亞洲航線網絡中通過航線可直接到達的港口數較多。SINGAPORE港到CHIWAN港這7 個港口的度值處于99～60之間，XINGANG港到KEELUNG港這20個港口的度值處于59～20之間，剩余37個港口的度值均在20～0以內，可以看出，大多數港口的度值處于中等或較少范圍。圖4為度值中心性排名前30港口的分布圖，從圖中可以看出排名前15度值的港口多數處于中國沿海地區(qū)、東南亞地區(qū)。

2.2港口流量

港口流量顯示了選定時間內港口之間航運的流量，可以表示該港口與其他港口的聯(lián)系強度。由表3可以看出，DUBAI港港口流量進入了排名前10，作為中東地區(qū)的重要港口，DUBAI港的度值雖沒有SHANGHAI港、TANJUNG PELEPAS港等港口高，但其與世界主要港口之間存在的大強度航運聯(lián)系使其顯示出了較高的港口流量。圖 5 顯示了流量排名前30港口的地區(qū)分布及所占數量，可以看出，中國沿海的港口分布依然存在顯著優(yōu)勢，沿海大流量港口數量多于亞洲其余地區(qū)總和。

2.3 評價性能

港口網絡連接性的不同特性可分別由度值中心性及港口流量體現(xiàn)。將勞氏報業(yè)排出前 100 位港口與亞洲航線網絡中的67個港口對比，保留兩者排名共同前20位部分，運用SPSS進行相關性分析。由表 4 的測度相關性檢驗結果可知，排名前20位港口中度值中心性的港口排名與吞吐量的港口排名在顯著水平為 0. 01 的情況下顯著相關的，相關系數達到0.817，相關程度較高?；谏鲜龅姆治隹梢园l(fā)現(xiàn)，度值中心性在核心港口的識別過程中具有一定程度上的實踐意義。

現(xiàn)有研究表明，布拉德福信息分布定律在網絡分析中具有一定的適用性[7-8]，本文依托布拉德福定律以及度值中心性獲得的港口排名，采用區(qū)域分析法對亞洲航線港口進行分析，將網絡中67個港口分成三個層次，使每一個層所包含的航線總數相等，得到港口數在三個層次的分布比例為6：13：48。以港口數量的對數為橫坐標，港口累計連邊數為縱坐標進行圖像描述，得到布拉德福分散曲線，如圖6所示，曲線分成三部分[9]，可見層次分布規(guī)律大致符合布拉德福分布定律。

從表5中可以看出：

核心港口：度值處于80以上的SHANGHAI港、NINGBO港、BUSAN港、SINGAPORE港、TANJUNG PELEPAS港等港口構成亞洲航線港口網絡中的核心港口，聯(lián)系范圍最廣，直接相連的港口數量最多，構成網絡第一層次的港口

半核心港口：以HONG KONG港、QINGDAO港、NANSHA港、CHIWAN港、XINGANG港為代表的度值大于32的港口組成了第二層次的港口。

邊緣港口：度值中心度低于32的所有港口構成第三層次，并處于網絡的邊緣地位。

圖7以象限圖的形式從聯(lián)系廣度和聯(lián)系強度兩個方面對海上絲綢之路沿線港口的連接性進一步分析，其中以港口度值排名為橫坐標，以港口流量排名為縱坐標，把67個港口分成了四個象限。

第一象限港口在聯(lián)系廣度和聯(lián)系強度兩個方面均表現(xiàn)較為優(yōu)秀。SHANGHAI港、SINGAPORE港、YANTIAN港、NINGBO港等港口均處于前 10，說明它們在亞洲海運港口網絡中從聯(lián)系數量和聯(lián)系強度的排名都是處于前列的。

第二象限港口有較強的聯(lián)系強度，但聯(lián)系廣度較為薄弱。這一象限共包含3個港口，分別是Ho Chi Minh港、Tokyo港和Lianyungang港。Ho Chi Minh港、Tokyo港和Lianyungang港在港口流量排名中位于排名前列，而在港口度值排名中卻處于后端，體現(xiàn)了這些港口在亞洲海運網絡中對外聯(lián)系廣度較弱。

第三象限的港口在兩個方面的排名均較為靠后。第三象限包含的港口數量與第一象限港口數量相當，并且在亞洲航運港口網路中均處于邊緣層。這些港口本身在聯(lián)系強度中因地區(qū)經濟發(fā)展原因，港口流量較小，而在聯(lián)系廣度方面，其航線主要連接港口又較多為同一區(qū)域內港口，拉低了它們在兩個方面中的排名，使得其處于網絡邊緣。

第四象限港口是在聯(lián)系強度方面排名較后，而在聯(lián)系廣度上排名卻較為靠前的港口。第四象限一共包含3個港口，分別是Davao港、Aqaba港和Pipavav港。這幾個港口分別位于其分別處在東南亞港口群和中東港口群，之所以能夠逐漸成為海運樞紐港口，這要歸功于良好的地理位置和優(yōu)越的海岸線條件使其能更有效地連接其他港口。

3結論

本文對亞洲航運港口網絡的連接性進行了研究分析，得到了以下幾點結論：

1.基于對亞洲航運網絡中心性指標和港口流量的研究，在通過2種測度分析，超過50%以上的排名前30的港口分布在中國沿海及東南亞地區(qū)，港口之間高效的連接為中國經濟的蓬勃發(fā)展奠定了堅實的基礎；與此同時，由于石油貿易的頻繁往來并且連接著亞洲和地中海，中東、印度沿岸也有部分港口擁有較高流量，沿線港口擁有較強的中轉功能。東南亞地區(qū)依托其坐落著眾多國際干線樞紐港，在整個海運網絡中擁有良好的溝通效率。

2.基于布拉德福分布定律以及港口度值中心性排名，亞洲航運港口網絡存在層次性。其中SHANGHAI港、NINGBO港、BUSAN港、SINGAPORE港、TANJUNG PELEPAS港等核心港口的度值均在80以上，構成網絡核心港口，其聯(lián)系密度、聯(lián)系強度均較大； 度值在32到80之間的半核心港口居于第二層次； 度值在小于32的邊緣港口居于第三層次。

3.通過坐標軸港口排名直觀分析，發(fā)現(xiàn)Ho Chi Minh港、Tokyo港和Lianyungang港等港口聯(lián)系強度較弱，其度值中心性排名在50位之外，但因在網絡中的高流量，使其達到了前25的排名。Davao港、Aqaba港和Pipavav港等港口基于重要的腹地位置，度值排名位于前35，具備很強的海運聯(lián)系的優(yōu)勢。

參考文獻：

[1]郭世澤. 復雜網絡基礎理論[M]. 科學出版社， 2012.

[2]田煒， 鄧貴仕， 武佩劍，等. 世界航運網絡復雜性分析[J]. 大連理工大學學報， 2007， 47（4）：605-609.

[3]牟向偉， 陳燕， 楊明，等. 班輪航運網絡拓撲特性[J]. 大連海事大學學報， 2009， 35（2）：34-37.

[4]宗康， 胡志華. 海上絲綢之路沿線港口的連接性分析[J]. 廣西大學學報（自然科學版）， 2016， 41（5）：1423-1431.

[5]Kaluza P， K?lzsch A， Gastner M T， et al. The complex network of global cargo ship movements[J]. Journal of the Royal Society Interface， 2010， 7（48）：1093-1103.

[6]Robert McCalla， Brian Slack， Claude Comtois. The Caribbean basin： adjusting to global trends in containerization[J]. Maritime Policy & Management， 2005， 32（3）：245-261.

[7]馬費成， 裴雷. 網絡信息資源的分布規(guī)律[J]. 情報科學， 2003， 21（11）：1121-1124.

[8]孫紅霞. 網上學術信息離散分布規(guī)律研究—H5N1禽流感信息分布實證研究[D]. 中南大學， 2008.

[9]邱均平. 信息計量學（四）：第四講 文獻信息離散分布規(guī)律—布拉德福定律[J]. 情報理論與實踐， 2000（4）：315-320.