周海斌

摘要：以長(zhǎng)江三角洲地區(qū)16個(gè)主要港口為研究對(duì)象，選取2007～2019年各港口的集裝箱吞吐量和貨物吞吐量，運(yùn)用赫芬達(dá)爾—赫希曼指數(shù)、探索性空間數(shù)據(jù)分析方法，并結(jié)合ArcMap10.7軟件，研究長(zhǎng)江三角洲港口體系的空間結(jié)構(gòu)及其演化過程。結(jié)果表明，2007～2019年集裝箱和貨物的集中度呈現(xiàn)下降趨勢(shì)，港口間的競(jìng)爭(zhēng)加劇。港口集裝箱吞吐量和貨物吞吐量空間結(jié)構(gòu)整體上均呈現(xiàn)弱空間分散格局，沿海港口對(duì)沿江港口的輻射帶動(dòng)作用不強(qiáng)。分別從港口層面、物流層面、國(guó)家層面的角度提出了港口協(xié)同發(fā)展戰(zhàn)略、多式聯(lián)運(yùn)發(fā)展戰(zhàn)略、一體化發(fā)展戰(zhàn)略。

關(guān)鍵詞：長(zhǎng)三角地區(qū);港口體系;空間結(jié)構(gòu);戰(zhàn)略研究

長(zhǎng)江三角洲地區(qū)濱江臨海、水網(wǎng)交織、經(jīng)貿(mào)繁盛，分布眾多的沿江港口和沿海港口，構(gòu)成了我國(guó)乃至世界上最具影響力的綜合性港口體系。港口體系是指在一定地域范圍內(nèi)提供服務(wù)，具有相同空間地理特征的不同類型、不同規(guī)模的港口組合。自古以來，港口體系都深刻影響著區(qū)域發(fā)展和國(guó)民經(jīng)濟(jì)，一直是學(xué)者們研究的熱點(diǎn)。

當(dāng)前，學(xué)者們有關(guān)港口體系的研究主要集中于港口體系的形成、演化模型、演變規(guī)律、發(fā)展趨勢(shì)，研究方法多采用基尼系數(shù)分析法、偏移—份額分析法以及其他方法。然而，已有研究對(duì)港口體系的集聚分析不多，且未將港口的集裝箱吞吐量和貨物吞吐量結(jié)合起來進(jìn)行空間結(jié)構(gòu)演化分析，運(yùn)用探索性空間數(shù)據(jù)分析方法來研究港口體系的空間結(jié)構(gòu)演化的成果更是鮮見?；谇叭搜芯砍晒?，本文以長(zhǎng)江三角洲港口體系為研究對(duì)象，運(yùn)用HHI和空間分析方法，結(jié)合各港口的集裝箱吞吐量和貨物吞吐量分析2007～2019年港口體系空間結(jié)構(gòu)演化特征，以期為推進(jìn)長(zhǎng)江三角洲港口一體化提供理論參考和發(fā)展建議。

一、研究對(duì)象及數(shù)據(jù)來源

本文以長(zhǎng)江三角洲地區(qū)的 16 個(gè)主要港口作為研究對(duì)象，研究樣本既包含上海港、寧波-舟山港兩個(gè)具有全球影響力的國(guó)際大港，又包括常州港、臺(tái)州港等地方性小港，港口類型涵蓋了沿海港和內(nèi)河港，所選擇的樣本具有較好的典型性和覆蓋度。2006年原寧波港和舟山港正式合并，其統(tǒng)計(jì)數(shù)據(jù)也開始合并計(jì)量?；诖?，綜合考慮港口發(fā)展情況與數(shù)據(jù)的可獲得性，以2007年為始點(diǎn)，2019年為終點(diǎn)，采集該區(qū)間的長(zhǎng)三角地區(qū)各港口貨物吞吐量數(shù)據(jù)與集裝箱吞吐量數(shù)據(jù)。文中涉及的各港口吞吐量數(shù)據(jù)主要來源于歷年中國(guó)港口年鑒，部分缺失數(shù)據(jù)從各年份各地市統(tǒng)計(jì)年鑒補(bǔ)充。

二、研究方法

（一）赫芬達(dá)爾—赫希曼指數(shù)（HHI）

赫芬達(dá)爾—赫希曼指數(shù)（Herfindahl-Hirschman Index，簡(jiǎn)稱HHI），是計(jì)算集合中的個(gè)體與總體的比重，通過考察該比重偏離個(gè)體平均分布的程度，進(jìn)而分析出各個(gè)體之間相互轉(zhuǎn)移的份額大小。HHI主要用于計(jì)量市場(chǎng)份額的變化，反映產(chǎn)業(yè)市場(chǎng)的集中度，在經(jīng)濟(jì)學(xué)中運(yùn)用較多。近年來，HHI逐漸擴(kuò)展到港口體系的研究中來，用于港口集中度分析，它是指港口體系內(nèi)各港口吞吐量與總吞吐量比重的平方和，其公式為：

HHI=（Xi/X）2

式中：n為長(zhǎng)三角地區(qū)的港口數(shù);Xi為港口i的吞吐量;X表示港口體系吞吐量總和，HHI為港口體系的集中度指數(shù)。0

（二）探索性空間數(shù)據(jù)分析法（ESDA）

探索性空間數(shù)據(jù)分析（Explore Spatial Data Analysis，簡(jiǎn)稱ESDA）是對(duì)空間事物進(jìn)行可視化分析的方法與技術(shù)，可以有效地探索事物的空間依賴性與空間異質(zhì)性，以揭示空間關(guān)聯(lián)。主要包括全局空間自相關(guān)和局部空間自相關(guān)。

全局自空間相關(guān)統(tǒng)可用于整體上的空間研究，衡量所有空間對(duì)象之間的依賴與差異等。通常使用莫蘭指數(shù)作為全局空間自相關(guān)的統(tǒng)計(jì)量，其表達(dá)式為：

局部空間自相關(guān)可作為全局自相關(guān)的補(bǔ)充分析，它填補(bǔ)了全局自相關(guān)在局域差異描述上的不足，可以有效揭示不同空間位置上的空間關(guān)聯(lián)效應(yīng)。通常使用局部莫蘭指數(shù)作為局部空間自相關(guān)統(tǒng)計(jì)量，其表達(dá)式為：

上式中，n為樣本量，即長(zhǎng)江三角洲港口數(shù)量16;xi表示第i個(gè)港口的吞吐量;x為所有港口吞吐量的均值;wij是樣本間的空間權(quán)重;S0是空間權(quán)重矩陣w的所有元素之和。

三、長(zhǎng)三角港口群集中度變化

長(zhǎng)江三角洲港口群基于集裝箱吞吐量和貨物吞吐量計(jì)算得出的赫芬達(dá)爾—赫希曼指數(shù)見表1，可以看出，基于集裝箱吞吐量的HHI值，從2007年的0.4540下降至2019年的0.3200;基于貨物吞吐量的HHI值，從2007年的0.1400下降至2019年的0.1207。由圖1可以清晰直觀地看出，基于集裝箱吞吐量和貨物吞吐量的長(zhǎng)江三角洲港口群的HHI總體上都呈現(xiàn)下降趨勢(shì)，該變化表明長(zhǎng)三角港口群體系逐漸朝著分散的趨勢(shì)發(fā)展，各個(gè)港口彼此相互競(jìng)爭(zhēng)。

國(guó)內(nèi)一些研究結(jié)論表明港口體系出現(xiàn)分散特征，主要是由于港口間競(jìng)爭(zhēng)加劇。結(jié)合市場(chǎng)占有比的角度分析，上海港 2007年的集裝箱吞吐量為2615.20萬TEU，貨物吞吐量為49227萬噸，在長(zhǎng)三角港口群市場(chǎng)內(nèi)占有比分別為63%和25%;至2019年，上海港的集裝箱吞吐量和貨物吞吐量市場(chǎng)占有比分別下降至47%和16%。而寧波-舟山港的集裝箱吞吐量和貨物吞吐量分別由2007年的943萬TEU、47336萬噸上升到2019年的2735萬TEU、112009萬噸，其中集裝箱吞吐量市場(chǎng)占有比從22.7%上升至29.8%，貨物吞吐量市場(chǎng)占有比從23.4%增加至24.3%，兩港之間的差距逐漸縮小，可見港口之間的競(jìng)爭(zhēng)劇烈。

四、長(zhǎng)江三角洲港口體系的空間格局

（一）港口吞吐量空間結(jié)構(gòu)全局自相關(guān)分析

2006～2019年長(zhǎng)江三角洲地區(qū)港口體系集裝箱和貨物吞吐量的全局自相關(guān)分析結(jié)果見表2。從整體角度來看，長(zhǎng)三角地區(qū)港口吞吐量全局自相關(guān)Morans I值均小于0且接近于0，說明2007年至2019年長(zhǎng)三角地區(qū)港口的集裝箱吞吐量和貨物吞吐量都存在弱分散的空間格局。