EN中文

经济地理 >

2024 , Vol. 44 >Issue 3: 127 - 137

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.03.013

区域经济与理论方法

风险常态化背景下长江经济带物流网络结构韧性

  • 周欢 ,
  • 黄金 ,
  • 郑湘明 , ※
展开
  • 湖南工业大学 商学院，中国湖南 株洲 412007
※郑湘明（1967—），男，博士，研究员，研究方向为资源环境管理。E-mail：

周欢（1982—），女，博士，教授，研究方向为社会计算、物流与供应链管理。E-mail：

收稿日期: 2023-06-16

  修回日期: 2024-01-18

  网络出版日期: 2024-09-12

基金资助

国家自然科学基金项目(71801090)

国家自然科学基金项目(62106074)

国家社会科学基金项目(21BGL025)

湖南省自然科学基金项目(2023JJ30220)

湖南省教育厅科学研究项目(23A0440)

湖南省研究生科研创新项目(CX20231119)

收起

Resilience of Logistics Network Structure in the Yangtze River Economic Belt under the Background of Risk Normalization

  • ZHOU Huan ,
  • HUANG Jin ,
  • ZHENG Xiangming , ※
Expand
  • School of Business，Hunan University of Technology，Zhuzhou 412007，Hunan，China

Received date: 2023-06-16

  Revised date: 2024-01-18

  Online published: 2024-09-12

Fold

摘要

文章采用真实货运“流动数据”表征城市物流联系，从公路、铁路、水路、航空4类物流联系分析长江经济带物流网络，同时引用复杂网络理论和仿真攻击策略评估了物流网络结构的静态韧性和动态韧性，并通过模拟新冠疫情冲击探讨了上海等主导性节点城市物流网络在应对风险时的韧性表现。结果表明：①长江经济带形成了以公铁陆运为主干、水运为辅助、航空为补充的物流网络，其中各省会城市发挥着重要枢纽功能；②其物流网络层级性、异配性显著，具备良好传输韧性，但物流资源过度集中于核心城市，易引发局部区域的闭塞和僵化；③物流网络结构的韧性能力并非固定不变，而是随风险冲击增大呈现阶段变化特征，核心部分未遭受严重破坏，整体网络就仍能维持正常运转；④新冠疫情模拟下，上海等核心城市“封城”并未使物流网络陷入困境，其他城市可增强自身中介作用来弥补网络核心缺失，实现网络结构的再平衡。由此，从物流基础建设、主导性节点和脆弱性节点3方面提出物流网络结构韧性的优化建议。

关键词： 风险常态化; 物流网络; 网络结构韧性; 公路与铁路; 新冠疫情; 攻击策略; 物流基础设施

本文引用格式

周欢 , 黄金 , 郑湘明 . 风险常态化背景下长江经济带物流网络结构韧性[J]. 经济地理, 2024 , 44(3) : 127 -137 . DOI: 10.15957/j.cnki.jjdl.2024.03.013

Abstract

This article constructs an urban logistics network based on the real freight data as logistics "flow data",analyzes the logistics network of the Yangtze River Economic Belt from four-type logistics connections of highway,railway,waterway and air,and combines complex network theory and different simulation attack strategies to evaluate the static resilience and dynamic resilience of logistics network structure. It also explores the resilience performance of logistics network in response to risk shocks by simulating the COVID-19 pandemic. The results show that: 1) The Yangtze River Economic Belt has formed a logistics network with the highway and railway transportation as the mainstay,water transportation as the auxiliary,and air transportation as the supplement, in which provincial capital cities play an important hub function.2) The logistics network has significant hierarchy and heterogeneity,and has good transmission resilience,but logistics resources are excessively concentrated in core cities, which may cause blockage and rigidity in local areas; 3) The resilience ability of logistics network structure is not fixed, but shows a stage change characteristic with the increase of risk shocks. The core network can still maintain the normal operation of the whole network without serious damage. 4) In the COVID-19 pandemic simulation experiment,the lockdown of Shanghai and other core cities has not caused the logistics network to collapse. Other cities can strengthen their own intermediary role to make up for the lack of network core,and rebalance the network structure. Therefore,from the perspectives of logistics infrastructure,dominant nodes,and vulnerable nodes,it proposes some optimization suggestions for the resilience of the logistics network structure.

Key words： risk normalization; logistics network; network structure resilience; highway and railway; COVID-19 pandemic; attack strategy; logistics infrastructure

当前，全球范围面临着能源短缺、经济分化、生态恶化等严峻挑战，导致区域巨系统和城市遭受越来越多的风险冲击[1]。物流业作为城市经济活动的重要支撑，不断承受需求变化、交通管控、低碳转型、运力紧张等多重压力，导致物流时效变慢、仓储爆仓、恢复困难[2-4]。作为区域物流系统的基础框架，城市物流网络面临着严重的中断和紊乱风险，成为制约城市和区域可持续发展的瓶颈。而城市物流网络中的风险蔓延本质上属于复杂网络系统的动力学过程[5-6]，根据系统论中“结构决定功能”的原理[7-8]，“网络结构”是决定复杂网络功能运行的基础[9]，抑制和消除风险蔓延还需回到对“网络结构”自身韧性的探究上，即物流网络结构在遭受外部冲击或内部故障时，能够维持自身运行、适应恢复到原有状态，乃至重新配置资源以拓展新发展路径的能力[10-11]。因此，面对未来风险扰动将成为新常态的时代环境[12-13]，提升城市物流网络结构韧性，保障区域物流稳定可持续发展，成为当前亟待解决的问题。
如何有效测度和提升区域网络结构韧性，以最大程度缓解外部冲击带来的负面影响，是当前学术界的热点课题。目前较为流行的研究范式包含两个关键步骤：第一步，基于规模优势与空间邻近必定产生联系的理论假设，利用引力模型等数理模型计算节点间联系强度[14-15]，构建得到区域联系网络。第二步，运用社会网络分析法度量节点、边和整体的拓扑结构特征[16-18]，据此探究区域网络结构的韧性水平，常用的结构指标包括节点位置、网络效率和网络聚集程度等[19-21]。这一研究范式将复杂的经济活动抽象为网络结构，在实际活动数据难以获得的情况下，可在一定程度上揭示城市联系网络结构的韧性特征。但仍存在以下局限：①多依赖于统计或调查数据，通过数理模型或是位置分布模拟来衡量地区间的物流联系，与现实情况存在一定差距；②多关注于城市网络结构的整体空间联系[22-23]，鲜有对区域内部单个经济要素进行深入分析，而后者正是了解区域空间网络的基础性工作；③现有结构韧性评估方法本质仍属于传统的指标体系法，且大部分是基于网络拓扑结构的静态分析，缺乏对城市网络在持续受到干扰时的动态韧性研究，难以反映韧性理论所强调的“适应性”[24-25]。
长江经济带贯穿我国东中西三大区域，涵盖三大国家级城市群，是畅通国内国际双循环的主动脉、引领经济高质量发展的主力军，其发展关系到国家战略全局。基于此，本研究拟从物流要素角度切入，借助真实货运“流动数据”构建长江经济带城市物流网络，再运用复杂网络理论和计算机仿真模拟对风险冲击下物流网络结构的静态韧性和动态韧性进行评估，并以新冠疫情“封城”防控为例，深入探讨上海等发达城市因“封城”失效对区域物流网络韧性的影响，以期正确把握长江经济带物流活动的韧性特征，为制定区域韧性发展规划和应对风险事件冲击提供有益探索。

1 研究区域、方法与数据

1.1 研究区域

由于长江经济带的空间范围跨度较大，涉及城市数量较多，综合考虑研究单元的统一性和不同省市统计数据的协调性，本文根据国务院批准的《长江三角洲城市群发展规划》《长江中游城市群发展规划》《成渝城市群发展规划》和中共中央印发的《长江经济带发展规划纲要》，选取长江经济带三大城市群的73个城市，包括长江三角洲城市群26个城市、长江中游城市群31个城市、成渝城市群16个城市为研究对象。

1.2 研究方法

1.2.1 物流联系测度及网络构建

物流因其自身运输转移特性而产生物流空间联系[16]，承载着物流活动在各节点城市之间不断进行流动与配置，其联系强度是构建长江经济带物流网络的必要前提。本研究所采集的货运数据均为城市间“点对点”OD信息，城市间联系强度值可通过货运OD联系数量加和得到，由此构建公路、铁路、水路、航空4类货运联系矩阵。同时，本文还采用极值法将货运联系矩阵进行归一化处理，并随机邀请10名来自长江经济带不同省份的专家及相关物流行业从业者，对区域内公路、铁路、水运和航空4种运输方式的重要性打分，确定各联系矩阵权重（公路0.307、铁路0.293、水运0.271、航空0.129），将归一化后的4种货运联系矩阵赋权合并，构建得到综合多种货运流的物流联系网络。

1.2.2 物流网络结构静态韧性测度

网络结构属性差异直接影响区域物流的功能和韧性，是表征区域物流网络格局和评估区域物流韧性能力的重要途径[26]。现有研究主要围绕集群风险、网络弹性、节点功能及其相互关系对网络结构韧性进行分析，认为节点位置、节点等级性、网络连通性和异质性、网络聚集程度等是决定网络结构韧性的重要因素[27-29]。因此，参照已有研究[30-36]，本文归纳成层级性、匹配性、传输性、集聚性和多样性5方面对长江经济带物流网络结构韧性进行测度，以更有效地反映物流网络拓扑联系所形成的静态韧性特征，具体见表1。
表1 城市物流网络结构静态韧性评估指标体系

Tab.1 Static resilience assessment index system of urban logistics network structure

评估维度 研究指标 代表含义
层级性 加权度 节点联系强度
加权度分布 节点加权度值的分布特征
匹配性 加权度关联 节点之间的关联特征
传输性 平均路径长度 网络资源传播便利性
集聚性 局部聚类系数 节点与相邻节点的聚类结构
平均聚类系数 网络整体的集聚程度
多样性 平均独立路径数量 节点间连通路径的灵活性

1.2.3 物流网络结构动态韧性测度

不同于静态韧性反映物流网络在风险来临前的抗干扰能力，动态韧性则更多强调网络在遭受外部攻击或内部故障之时，能够调整自身结构和运作方式以维持基本活动的风险适应能力，即网络如何缓解风险破坏以保障自身状态稳定。据此，本文借鉴计算机仿真模拟攻击方法[34,37]，通过蓄意攻击和随机攻击2种节点攻击模式来分析网络受到风险冲击时的韧性变化情况，同时加入网络效率、最大连通子图、网络载荷量等作为动态韧性指标以更好地衡量外部风险对网络造成的影响，从而进一步反映长江经济带物流网络结构韧性的动态适应能力。

1.3 数据来源

考虑到物流运输活动具有动态流动性，并且存在多种运输方式，因此选择公路物流专线、铁路货运班列、水路船运货盘和航空货运班次4类“流动数据”来表征不同物流货运联系，从而更真实地刻画城市之间物流要素的交互联系及其网络结构特征。其中，公路物流数据来源于绿蚂蚁物流搜索平台（http://www.lvmae.com/），获取两两城市间的公路专线数量；铁路物流数据来源于中国铁路局12306的货运服务平台（https://www.12306.cn/mormhweb/hyfw/），采集156条快运货物班列和362条直达货运班列数据；水路物流数据来源于水陆联运网中的货源广场（http://www.ship56.net/square），可获得当日前后4天的最新船运信息；航空物流数据来源于顺丰航空货运平台（https://acps.sf-express.com/#/home/flight），可查询当日及之后2个月内的货运航班计划。

2 长江经济带城市物流联系特征

基于不同运输方式的物流联系矩阵，利用自然断点法将节点城市间的物流联系强度划分为5个级别，并通过ArcGIS软件进行空间可视化表达，绘制得到不同运输方式下的物流联系空间格局（图1），以此来解析长江经济带城市间物流联系状况。
图1 不同物流运输方式的联系空间格局

Fig.1 Spatial pattern of different logistics transportation modes

2.1 公路物流联系特征

公路物流联系承东启西、四通八达，是长江经济带最发达的物流运输方式。从微观城市角度来看，上海、苏州和宁波作为东部长三角城市群的核心城市，其物流联系总量分别为4070、2826和1901，位列城市节点的前三位，其他高值区也集中于长三角及省会城市。相较而言，省内地级市的物流联系较弱，联系总量基本在560以下，且主要与省会城市发生物流活动，而各省会城市则在长江经济带物流活动中发挥重要货物集散功能，一方面汇聚省内各地货物进行接驳转运，另一方面也充当与省外城市跨区域交互的平台。从宏观联系角度来看，上海市所在的长三角地区是经济带内货物流动最密集的地方，联系强度大多在50以上，整体呈现以长三角为“大本营”向中西部城市由强到弱梯度放射的空间分布形态，加上在各城市群扮演中介桥梁角色的省会城市，总体形成以长江下游上海市、中游武汉市、上游成都市与重庆市为区域核心极，其他省会城市为次核心增长极的公路物流联系格局。

2.2 铁路物流联系特征

铁路物流联系沿线路关联特征明显，高等级联系集中于铁路枢纽节点，且距离效应显著，即距离越近联系强度越强。从微观城市角度来看，南北大动脉京广线上各节点城市间的物流可达性最好，其联通着长江中游的武汉都市圈与长株潭城市群两大城市体系，二者物流活动相对密切，城市间日均货运班列数都在25列左右，而另一侧以南昌为首的环鄱阳湖城市群相对弱势，日均货运班列数在15列左右；东部城市则基本沿京沪线、沪杭线两大城际高铁进行物流交互，节点联系总量基本在250以上；而西部内陆地区则因地势复杂、喀斯特地貌普遍，铁路建设困难，货物运输能力相较欠缺，城市物流联系总量大多低于35。从宏观联系角度来看，东西向铁路运输能力不足，多依赖于沪昆铁路，而南北向铁路通道却相对紧张，在空间整体上构成“三叉戟”式分布形态。随着未来沪渝蓉沿江高铁的建成通车，东西干线的铁路物流将得到有效改善，这对于进一步促进东西合作、推动区域物流协同高质量发展都将有重大意义。

2.3 水路物流联系特征

水路物流仍旧呈现东强西弱的分布形态，主要依托水运发达节点进行货物转运。从微观城市角度来看，长江下游因航运基础设施完善、可开发利用航道长等优势条件，所属城市大多位列水运物流榜首，尤其是以苏州市为代表的江苏省，其内部水运网络十分发达，城市物流联系总量基本在150以上；另外，长江经济带现阶段水运物流依托长江水运航道，以石子、钢材建筑材料以及玉米、大豆粮食作物等大宗货物的转运服务为主，其联系强度受地区经济发展水平影响并不显著，而是对城市水运能力、开放程度等要求较高，如九江、岳阳、宜昌、黄石等普通地级市，发展程度虽比不上省会城市，但联系总量却均在120以上，是长江中游重要水运节点。从宏观联系角度来看，水路物流呈现东部紧密、西部稀疏的空间格局，东部区域对中西部城市存在强劲物流吸引力，西部长江上游还处于起步阶段，水运物流联系较少，需重点加快其航道疏浚整治工程，提高水路通行货载能力。

2.4 航空物流联系特征

航空物流联系量较少，在4种物流运输方式中排在末尾。从微观城市角度来看，航空物流联系存在明显的马太效应，大量货运航班集中于少数发达城市，其中联系总量排名前五的城市承担起长江经济带66.73%的航空物流活动。另外，西部地区因陆路、水运等基础设施和便携程度相对落后于中东部地区，多集中力量发展航空货物运输，使之空运相对发达，成都和重庆的航空物流联系总量分别为367和231，位列城市排名的第一和第三。从宏观联系角度来看，航空物流的长运输特点打破了距离因素的限制，表现出强烈的东西横向联系特征，这也与航空物流以直接航班联系为主不无关系，各节点城市趋向与核心航空枢纽节点进行直接物流联系，而不在地区性机场节点进行中间转运活动。

3 长江经济带城市物流网络结构韧性分析

3.1 物流网络结构静态韧性评估

在前文4种物流货运矩阵赋权合并得到物流综合联系网络的基础上，通过Gephi软件对其拓扑结构进行提取，进而从层级性、匹配性、传输性、集聚性和多样性5个维度评估物流网络结构静态韧性。
①层级性。对网络中所有城市节点的加权度进行排序，得到加权度分布曲线斜率 α为0.806，接近于1，表明物流网络中城市等级结构差异明显。由图2可知，上海、苏州、武汉等排名靠前的核心城市对整个网络具有很强控制地位，一定程度上保证了物流网络面对外部风险冲击时的抗压能力，但是由于物流资源有限，其附属的低等级城市数量众多，也进一步增加了核心城市的韧性负担。再结合加权度来看，经济发达，基础设施完善的大型城市处于引领地位，是物流资源高效集散的枢纽节点，而大部分中西部城市的加权度却处于较低层级，对省会城市存在着高度关联与依赖，易造成相对闭塞的区域“锁定”现象。这种高度集中的差异化网络结构不利于形成具有韧性的物流网络，一旦核心城市发生崩溃，可能引发局部甚至整体网络的瘫痪。
图2 加权度和邻居加权平均度的空间分布格局

Fig.2 Spatial distribution pattern of weighted degree and neighbor-weighted average degree

②匹配性。基于邻居加权平均度与加权度的线性关系来表征物流网络的匹配韧性，得到加权度关联指数为-0.152，表示长江经济带物流网络具有异配性，核心城市在与地位相近、规模相当的城市产生物流交互的同时，也能发挥辐射带动作用，与发展水平差异较大的边缘城市进行物流联系，这不仅有利于构筑起跨层级交流的桥梁，使物流资源能够在经济带内更好地传播，也降低了物流活动在城市间的中转成本，形成更强的结构韧性。再结合空间分布格局（图2）来看，东部长三角地区的邻居加权平均度呈现集中连片式分布，这与其内部基础设施完善、城市结构合理不无关系，促使物流联系更倾向于抱团式、片区化，进而形成“富人俱乐部”现象，虽有利于局部范围内的资源高效流动，但也限制了全局层面的网络韧性发展。此外，还存在少量加权度和邻居加权度两者均较低的节点城市，意味着它们相对处于孤立状态，难以接收传递网络中的物流要素，对网络整体韧性存在负作用。
③传输性。通过测度网络传输性指标，得到长江经济带物流网络的平均路径长度为1.213，其中无需中转直接产生联系的路径有2068条，表示78.73%的城市可以进行货运直达，剩余21.27%的路径也仅需通过一个中转城市便可联系起来，这意味着长江经济带内的物流资源只需要经过不多于两次的中转即可到达目标地点，货物可在城市之间相对自由地进行流通，总体上具备很强的传输效率和区域可达性。这种短路径高速率网络在为物流资源整合与要素流动提供良好传输环境的同时，也能够降低运输转移过程中产生的额外成本，并不断盘活区域内部生产要素，帮助节点城市在外界扰动下更快做出反应，增强抗风险能力。
④集聚性。长江经济带物流网络的平均聚类系数达到0.89的高值，表明网络集聚效应显著，大部分节点城市与其邻近城市存在联系并构成联系紧密的小团体，彼此之间的物流活动往往也具有一定地域性，通过整合资源、共享信息可以增强成员抵御风险的能力（图3）。从空间分布来看，物流联系量靠前的东部长三角及地方省会城市的无权聚类系数均在第一层级0.78~0.83，说明这些城市邻近地区之间的直接互动并不显著，更多是非核心城市依靠核心城市产生物流联系，网络化状态尚未充分展现。这可能导致区域锁定和过度根植现象发生，形成“屏蔽门”效应，阻碍外界物流要素的流入。再结合加权聚类系数来看，整个经济带范围内的差异化现象明显，围绕东部长三角及地方省会割裂为多个团块，集聚程度由东至西逐渐减弱。由于加入了物流活动量作为权重，可以清楚地看出资源主要向小团体核心城市聚集，但同时也能为区域边缘城市提供更多发展机会。
图3 聚类系数的空间分布

Fig.3 Spatial distribution of clustering coefficients

⑤多样性。计算得到长江经济带物流网络的平均独立路径数量为48.41，具有较高的多样韧性。具体来看，共有325对节点之间的独立路径数量达到最大值72，占比12.37%，基本都为东部长三角和省会等核心城市之间的交流路径，它们可以灵活选择最优的方式到达目标节点，即使网络中部分路径遭受破坏，仍然能够快速选择其他路径来适应环境变化，表现出较强的容错能力和稳健性，这也是核心城市物流要素传播能力强、网络控制地位显著的主要原因。独立路径数量最小值26的节点对有72个，全部来源于雅安、自贡、仙桃等边缘城市，遇到外部冲击时很难找到其他可用路径来维持物流交互活动，容易导致自身的失衡和崩溃，其路径脆弱性也严重限制了物流网络整体鲁棒性的提升。

3.2 风险冲击下的物流网络结构动态韧性评估

利用Python语言设计蓄意攻击和随机攻击2种节点攻击策略，仿真模拟物流网络在遭受风险冲击时的韧性指标变化过程。其中，蓄意攻击是针对网络中的关键节点进行有目的性的破坏，具体按加权度的大小逐次剔除节点，可以模拟恐怖袭击、网络黑客等人为事件；随机攻击则是对物流网络中的节点进行无差别攻击，即随机删除网络中的节点，可以反映如疫情、事故灾难、地震等突发性事件。
由图4可知，在蓄意攻击模式下，动态韧性指标特征值的变化趋势明显，网络表现出较强的脆弱性。攻击伊始，平均路径长度持续上升，并逐渐加快速度，最大连通子图相对大小随节点的逐个失效呈现线性下降特征，此阶段平均加权度和网络载荷量的下降幅度尤为突出，其特征值在攻击比例达到12%时就已弱化至原来状态的50%，网络效率、平均独立路径数量和网络密度则相对下降缓慢，而平均聚类系数却受攻击影响不大，基本维持在0.8左右，甚至在攻击比例达到52%时出现反向上升，表明灾害或危机刚发生时，物流网络受其影响正呈现不断变化的态势；当攻击比例进一步提高至70%时，平均路径长度升至顶点3.12，意味着物流资源需中转3个城市才可到达，孤立节点也不断出现，造成最大连通子图加速缩小，此阶段的平均加权度和网络载荷量早已趋近于临界值，网络效率也突现拐点，直接下降至0.2左右，平均独立路径数量则降低到1以下，代表2个节点之间只存在一条线路所连接，网络密度和平均聚类系数的下降幅度同样在不断增大。以上特征表明，此时网络整体的可达性已降至最低，物流网络开始分解成诸多孤立子网络，趋于土崩瓦解状态；当攻击比例达到84%时，除最大连通子图相对大小停留在最低水平0.014以外，其他韧性指标均降为0，意味着物流网络已经彻底崩溃，剩余节点无法实现物流交互活动，完全处于孤立无缘状态。综上可知，长江经济带物流网络的动态韧性并非一成不变，而是具有阶段性变化特征，当攻击比例达到阶段阈值时，网络韧性指标便会出现剧烈波动，其网络结构和功能也受到严重影响。在攻击前期，整体网络韧性尚能保持一定水平，然而一旦攻击强度超过临界点，网络便会迅速破碎并逐渐走向崩溃。
图4 蓄意攻击与随机攻击下物流网络动态韧性指标变化趋势

Fig.4 Trends in dynamic resilience metrics of logistics networks under deliberate and random attacks

通过比较随机攻击和蓄意攻击2种状态的韧性指标变化，可以发现物流网络的动态韧性与节点重要性密切相关。在随机攻击模式下，网络受破坏影响程度较小，整个网络仍然能够在相当长的时间段维持稳定运行；但蓄意攻击对物流网络的冲击破坏则远远大于随机攻击所造成的影响，抵抗干扰和恢复能力会大大减弱，网络的崩溃和破碎也会更快发生。此外，在蓄意攻击模式下，网络在攻击比例达到70%时便迅速分裂，而随机攻击则直到93%时网络才开始分崩离析。由此可知，长江经济带物流网络存在着由若干关键节点组成的核心网络，只要核心网络未受到重大破坏，其网络结构就仍能维持高效的运行状态。

3.3 核心网络和关键节点识别

为了找出影响物流网络结构韧性水平的关键要素，本文选取前文蓄意攻击至70%和84%时的2个拐点作为临界阈值，以识别长江经济带物流核心网络和关键节点（表2）。
表2 不同临界阈值下的韧性指标特征值

Tab.2 Characteristic values of resilience indicators at different critical thresholds

攻击比例（%） 平均路径长度 最大连通子图相对大小 平均加权度 网络载荷量 网络效率 平均独立路径数量（条） 网络密度 平均聚类系数
0 1.213 1.000 3.948 144.093 0.894 48.411 0.787 0.887
70 3.124 0.301 0.037 0.410 0.623 2.727 0.247 0.684
84 0.000 0.014 0.000 0.000 0.000 0.000 0.000 0.000
当节点攻击比例达到70%时，平均路径长度达到峰值3.124，之后就由涨转跌，网络效率、密度和聚类系数还尚能维持一定程度，但最大连通子图仅剩至初始网络的30%，网络中的物流联系量和独立路径数量也大幅缩减，此时的物流网络早已破碎，接近崩溃的边缘；当节点攻击比例达到84%时，最大连通子图相对大小已跌至最低点0.014，其他韧性指标同样归零，意味着网络中仅剩的12个城市均为孤立节点，彼此间不存在任何物流活动往来，此时的长江经济带物流网络已完全失效瘫痪。由此，可推断出长江经济带物流核心网络主要由蓄意攻击前70%的节点城市构成，这些城市在正常情况下具有较强的韧性能力，能够适应外部环境的动态变化，但遭遇冲击后也会对网络造成更大的影响。而后30%的节点城市则处于网络外围地带，具有明显脆弱性，受到干扰后便会迅速失去网络连接和功能。
基于以上分析结果，将加权度第四、五层级的节点城市划分为主导性节点，蓄意攻击比例70%之后（即非核心网络）的节点城市划分为脆弱性节点，据此得到13个在长江经济带物流网络发挥引领作用的主导性节点和21个易受外界干扰的脆弱性节点（图5）。主导性节点包括长三角部分发达城市和内陆省会城市，基本都属于各城市群的核心，具有较强的物流资源水平和辐射带动能力。从西端的成都顺着长江一直延伸至东端的上海，形成了一条长江经济带物流发展轴线，与沿江高铁、长江水系航道等交通主干基本契合。这条轴线不仅是支撑长江经济带的物流动脉，更是其物流网络结构韧性的关键所在，一旦轴线上的节点出现故障，将导致整个物流网络运行效率和韧性水平的大幅下降。因此，保障该轴线的安全运行，也是提升长江经济带物流业稳定可持续发展的重要前提。脆弱性节点多为中西部内陆经济欠发达、交通设施落后的中小城市，且主要分布在区域城市群的外围，与中心城市相距甚远，成为了“边缘化城市”。这类城市的物流韧性水平较低，且易受其他城市失效的影响而进一步衰减。虽然它们在网络中的占比小，对其他城市作用弱，但也严重削弱了其所在区域的韧性结构，增加周边城市面临外来冲击的风险，造成信息传递不畅、资源供应迟缓等问题。
图5 物流网络节点城市分类空间布局

Fig.5 Classification spatial layout of logistics network node cities

4 新冠疫情模拟下城市物流网络结构韧性分析

2019年末在全球爆发的新冠疫情对物流网络的运行效率造成了严重影响，也威胁着内部节点城市的安全稳定，任何一个接入网络的节点城市都无法“独善其身”，尤其像全国“经济之都”上海这样的主导性城市，在遭受疫情打击时所带来的损失和挑战则会更加严峻。因此，通过模拟新冠疫情期间上海及其他主导节点性城市实施封城措施对长江经济带物流网络韧性的影响，对于未来应对重大公共卫生危机，保障区域物流的安全稳定具有重要研究意义和实践价值。

4.1 网络结构韧性变化

在上海及其他主导性节点城市因疫情“封城”时，相关的物流运输和中转活动被迫中断，其余未受影响节点之间的物流活动则依然正常进行，将其模拟至物流网络中，就相当于“封城”节点的所有出入物流联系全部失效，成为完全孤立的节点。因此，借鉴仿真模拟攻击方法，计算了初始网络、上海“封城”失效和主导性节点“封城”失效3种不同状态下物流网络结构韧性指标特征值的变化。
表3结果显示，物流网络结构韧性指标因城市“封城”失效而产生不同程度的变化，其中平均加权度和网络载荷量下降幅度最大，分别达到65.43%和71.59%，表明重要物流节点的失效会导致区域内的货物流动受到严重阻碍，大大削弱网络中的物流联系强度和物流活动规模。其次，平均路径长度从1.213增加到1.316，独立路径数量表现明显下降趋势，增加了物流网络中节点之间的距离和传输成本，货物需要绕行更长的路径才能到达目的地。而相比之下，网络效率、网络密度和聚类系数的变化较小，基本维持在10%以内，表明主导性节点的失效，虽会致使货物流动受到严重干扰，但整体网络仍能保持一定程度的连接性和紧密性，不会造成整个物流网络断裂或瘫痪。综上所述，长江经济带物流网络在面对疫情“封城”时，仍能够维持基本的运营功能，但其结构韧性却受到严重影响，特别是在物流网络中发挥着关键作用的主导性节点，一旦它们失效就会对整个物流网络造成极大破坏。因此，在未来应对类似突发卫生事件时，提高主导性节点的抗灾能力和恢复能力是保障物流网络结构韧性的关键。
表3 新冠疫情模拟下网络结构韧性指标变化

Tab.3 Changes in network structural resilience metrics under COVID-19 simulation

封城状况 平均加权度 网络载荷量 平均路径长度 平均独立路径数量（条） 网络效率 网络密度 平均聚类系数
初始网络 3.948 144.093 1.213 48.411 0.894 0.787 0.887
上海“封城” 3.480 125.288 1.219 47.184 0.891 0.781 0.885
主导性节点“封城” 1.365 40.941 1.316 32.188 0.842 0.684 0.856

4.2 节点城市特征变化

区域物流网络在遭遇疫情封城时，除了会对网络整体结构造成影响，网络中的其他节点也在发生重大变化。根据网络分析方法，比较上海和主导性节点“封城”状态前后各节点加权度和中介中心度的特征变化来分析疫情对节点城市的影响。
①分析封城状态下节点与其他节点城市之间的物流联系强度，即加权度的变化情况。由图6可以看出，随着上海“封城”措施的实施，网络中其他城市的加权度值都产生了不同程度的衰减，其中地处城市群边缘的雅安、仙桃、常德等脆弱性节点受到了最大冲击，加权度下降比例均超过15%。当13个主导性节点全部“封城”时，网络中其他城市的加权度平均下降幅度更是激增至43.3%，对其他城市的物流活动造成巨大破坏。而相比之下，武汉、长沙等省会城市及其周边地区则表现出较强的抗干扰能力，受影响程度较小，具备更强的协同性和容错能力，能够在疫情威胁下更有效地应对风险与挑战。
图6 上海封城和主导性节点封城下节点城市加权度变化

Fig.6 Changes in the weighted degree of node cities under Shanghai closure and dominant node closure

②分析封城状态下节点城市中介中心度的变化情况，该指标主要反映个体城市作为中转枢纽的能力，其值越高，表明越多城市之间的物流联系需通过该城市才能实现，因此也更加处于物流网络的中心位置。由图7看出，在上海“封城”失效时，其他城市的中介中心度普遍呈现上升态势，其中长三角城市的中介地位上升最为显著，在物流网络中承担了更多的物流中转任务；其次是各省会城市，也存在一定程度的中介地位提升；而空间距离较远、位于网络边缘的脆弱性节点城市受到影响较小，上升态势偏弱。随着13个主导性节点全部失效，影响程度会进一步加深，合肥、南昌、芜湖等城市的中介中心度更是暴涨70%左右，说明物流网络在面对重大危机时，能够通过调整内部节点的位置和功能来适应网络结构破坏性影响，即使在主导性节点全部封闭的极端情况下，其他城市也能增强自身的中介作用来弥补网络核心部分的缺失，从而实现网络结构的再平衡，体现出一定的风险适应能力。
图7 上海封城和主导性节点封城下节点城市中介中心度变化

Fig.7 Changes in betweenness of node cities under Shanghai closure and dominant node closure

5 结论与建议

本文基于公路、铁路、水运和航空4类真实“流动数据”构建了长江经济带物流网络，通过复杂网络分析和仿真攻击策略法评估了物流网络结构的静态和动态韧性，进而识别出核心网络和关键性节点，最后结合突发性公共卫生事件，深入探讨了上海等主导性节点城市“封城”失效对物流网络的影响。主要结论如下：
①长江经济带已形成以公铁陆运为主干、水运为辅助、航空为补充的物流联系网络。其中东部长三角公路物流最为活跃，各省会城市在物流网络中扮演着重要枢纽角色；铁路物流呈现显著沿线路关联特征，南北方向运力供不应求，而东西方向干线则有待加强；水路货运受水系分布和航道条件的影响，主要集中于水运发达节点城市；西部内陆地区则因地形复杂、交通设施相对落后，着力发展航空货运，具有明显的东西向物流联系特征。
②从静态韧性来看，长江经济带物流网络层级性较高，上海、苏州等核心城市在网络中占据主导地位，推动网络趋于立体化发展，同时网络异配性显著，物流联系路径异质多元，节点城市之间存在多种路径选择，具备良好的传输效率和区域可达性。然而，物流网络也存在局部集聚现象，物流资源向小团体核心城市过度集中，不仅使核心城市的韧性负担加重，还易引发局部区域的闭塞和僵化，不利于结构韧性良性发展。
③从动态韧性来看，外部风险侵袭会致使物流网络的传输量、荷载量等指标同步下降，且蓄意攻击对网络的破坏程度远超随机攻击，但其韧性能力并非固定不变，而是随着攻击加大呈现阶段变化特征。网络中存在由蓄意攻击比例前70%的节点城市组成的核心网络，核心网络未遭受严重破坏，整体网络就仍能保持正常运转，而后30%的城市则属于脆弱性节点城市，位于网络边缘地带，受到干扰后便会迅速失去网络连接和功能。
④面对如新冠疫情这样的重大公共卫生事件时，长江经济带内部货物流动遭到严重阻碍，区域之间的物流联系大幅减弱，但部分节点城市并未因此陷入困境，而是利用自身资源优势实现自我调节，增强中介能力以弥补网络核心部分的缺失，实现了网络结构的再平衡。
根据以上研究结论，提出如下对策建议：
①加强物流基础建设，优化货运联程服务，增强物流网络的连通性。西部地区应重点发展航空货运，加快推进天府机场、万州机场等重点项目建设，优化空域结构和飞行程序，提高机场容量和效率，以成都、重庆双核城市为引领支撑建设成渝世界级机场群；借助三峡水库、向家坝水库等建设契机，完善干支流水库群联合调度，细化长江上游分段通航标准，畅通岷江、嘉陵江等航道，做强重庆长江上游航运中心，与空运形成优势互补，改善西部交通条件和区位劣势。东部和中部地区应加快东西向沪渝蓉沿江高铁建设；采用原路加宽为主、新建复线为辅等方式推动沪蓉、沪渝等高速公路扩容改造；同时实施航空快线、干支协同等模式，增加南京、武汉、合肥等地区枢纽机场与周边支线机场间的航班数量和规模，打造高频率高品质的航空货运网络；推进沿江港口建设和管理服务创新，提升苏州、九江、岳阳等港口型城市间的沿江班轮航线网络密度，支持宁波舟山港、上海港洋山港区等江海直达运输配套码头、锚地等设施的升级改造，进而提升物流联运疏解效率，实现高铁、干线航道和高速公路等运输方式的快速转换。另外，要创新交通运输产品服务和组织模式，完善装载交接、支付结算等联运规则和货物互认清单，不断推广交通“一卡通”和“一票畅行”等多式联程服务，形成城市群内、城市群之间在交通运输服务的“软联通”。
②强化主导性节点城市自身辐射功能，主动培育次级核心，保障城市物流安全。主导性节点城市应当利用自身区位优势和资源集聚效应，大力发展临空经济、临港经济、陆港经济等枢纽偏好型产业，加强与南北沿海物流带、长江物流带、丝绸之路物流带等国家物流大通道的对接，提高与周边物流枢纽城市的联运换装效率，不断强化自身物流资源要素集散点的辐射功能。同时，通过支援资金、技术和人才培养，主动帮扶次级核心城市，例如设立专项基金、贷款担保、减免税费等方式，支持次核心城市的物流项目建设和运营，降低其资金成本和风险；建立技术交流平台、组织技术培训、推广技术标准等方式，提升次核心城市的物流技术水平和服务效率；支持建立省级物流产业发展指导委员会，组织定期的产业交流和日常对话论坛，学习分享各地物流产业实践发展的经验和成果，引导省属高校与物流企业、行业协会的合作，共同建设物流实习实训基地，为地方物流行业提供优秀人才储备。另外，主导性城市还应加强自身物流安全风险防范和应急处置能力，制定科学合理的物流应急预案和操作规程，定期开展物流应急演练和评估，保障物流运行的安全稳定；开发建设方式需从规模扩张向内涵提升进行转变，有序疏解中心城市一般性制造业、区域性物流基地、专业市场等非核心功能和设施，以分担核心物流网络承载压力，降低主导性节点失效风险。
③找准脆弱性节点自身发展定位，主动谋求合作机会，提升物流服务水平。脆弱性节点是物流网络结构韧性的短板，提升其韧性强度仍是当务之急，故需淡化规模等级观念，从产业结构、人口规模、物流设施及服务等方面分析当地的物流供需状况，找出自身的物流优劣势，以及与其他城市的竞争和合作关系，依据自身定位制定差异化的物流发展战略，打造特色物流产业链、物流园区、物流品牌等，提高物流服务附加值和竞争力。同时，应摒弃“等靠要”的思想，通过物流联盟、项目合作、共建物流园等方式积极参与大城市的物流规划和建设，主动承接符合自身发展定位的产业转移和功能疏解，争取在大城市的物流枢纽和平台上获得更多的资源和机会。此外，要引进和培育一批具有规模效应和品牌竞争力的现代物流企业，推动物流产业集约化、规模化、专业化发展，提高当地物流服务质量和水平，以提升抵御外界风险的能力。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
路兰, 周宏伟, 许清清. 多维关联网络视角下城市韧性的综合评价应用研究[J]. 城市问题, 2020(8):42-55.

[2]
谢泗薪. 长江经济带绿色经济发展视角下韧性物流引领战略创新研究[J]. 南通大学学报:社会科学版, 2023, 39(1):11-22.

[3]
钱晓东, 宣志. 复杂网络背景下的物流网络风险因子扩散研究[J]. 计算机工程与应用, 2022, 58(13):303-314.

DOI

[4]
赵闯, 郎坤. 基于贝叶斯网络的生鲜物流风险评估[J]. 系统科学与数学, 2020, 40(11):2108-2124.

DOI

[5]
Liu X, Li D, Ma M, et al. Network resilience[J]. Physics Reports, 2022, 971:1-108.

[6]
林樱子, 彭翀, 王宝强. 基于传播模拟的国土开发空间网络结构韧性优化[J]. 自然资源学报, 2021, 36(9):2193-2204.

DOI

[7]
Bombelli A, Santos B F, Tavasszy L. Analysis of the air cargo transport network using a complex network theory perspective[J]. Transportation Research Part E:Logistics and Transportation Review, 2020,https://doi.org/10.1016/j.tre.2020.101959.

[8]
Dixit V, Verma P, Tiwari M K. Assessment of pre and post-disaster supply chain resilience based on network structural parameters with CVaR as a risk measure[J]. International Journal of Production Economics, 2020, 227(9):1-17.

[9]
Crespo J, Suire R, Vicente J. Lock-in or lock-out?How structural properties of knowledge networks affect regional resilience[J]. Journal of Economic Geography, 2014, 14(1):199-219.

[10]
林樱子. 城市网络结构韧性评估及其优化策略研究[D]. 武汉: 华中科技大学, 2017.

[11]
彭翀, 林樱子, 顾朝林. 长江中游城市网络结构韧性评估及其优化策略[J]. 地理研究, 2018, 37(6):1193-1207.

DOI

[12]
朱文伟, 王增杰. 新时代我国面临的风险挑战问题论析[J]. 中州学刊, 2021(4):8-13.

[13]
刘尚希, 傅志华, 程瑜, 等. 不确定形势下企业面临的风险挑战和成本变化趋势——2022年“企业成本”调研总报告[J]. 财政研究, 2023(1):9-26.

[14]
彭芳梅. 粤港澳大湾区及周边城市经济空间联系与空间结构——基于改进引力模型与社会网络分析的实证分析[J]. 经济地理, 2017, 37(12):57-64.

[15]
周欢, 黄金, 邹筱. 湖南省物流空间联系及其网络结构研究[J]. 湖南城市学院学报:自然科学版, 2022, 31(3):51-58.

[16]
周宏伟. 多维网络视角下城市结构韧性的测度及应用研究[D]. 青岛: 青岛大学, 2021.

[17]
李苑君, 吴旗韬, 张玉玲, 等. 中国三大城市群电子商务快递物流网络空间结构及其形成机制研究[J]. 地理科学, 2021, 41(8):1398-1408.

DOI

[18]
侯兰功, 孙继平. 复杂网络视角下的成渝城市群网络结构韧性演变[J]. 世界地理研究, 2022, 31(3):561-571.

DOI

[19]
徐维祥, 周建平, 周梦瑶, 等. 长三角协同创新网络韧性演化及驱动机制研究[J]. 科技进步与对策, 2022, 39(3):40-49.

DOI

[20]
Zhang Y, Yang Y, Wei S, et al. Research on spatial structure and resilience of complex urban network:A case study of Jing-Jin-Ji Urban Agglomeration[J]. Frontiers in Environmental Science, 2022,https://doi.org/10.3389/fenvs.2022.999124.

[21]
Janić M. Modeling the resilience of an airline cargo transport network affected by a large scale disruptive event[J]. Transportation Research Part D:Transport and Environment, 2019, 77:425-448.

[22]
冯怡, 彭迪云, 周美楠. 长江经济带城市群网络结构韧性之演化——基于“流空间”视角的分析[J]. 江西社会科学, 2022, 42(8):53-62.

[23]
魏石梅, 潘竟虎. 中国地级及以上城市网络结构韧性测度[J]. 地理学报, 2021, 76(6):1394-1407.

DOI

[24]
陈梦远. 国际区域经济韧性研究进展——基于演化论的理论分析框架介绍[J]. 地理科学进展, 2017, 36(11):1435-1444.

DOI

[25]
魏冶, 修春亮. 城市网络韧性的概念与分析框架探析[J]. 地理科学进展, 2020, 39(3):488-502.

DOI

[26]
吴思雨. 流空间视角下的长江中游城市群网络结构研究[D]. 南昌: 江西师范大学, 2021.

[27]
王章郡, 周小曼, 方忠权. 基于新冠疫情冲击的城市旅游流网络结构韧性评估——以重庆市中心城区为例[J]. 干旱区资源与环境, 2022, 36(11):148-157.

[28]
田野, 高欣, 罗静, 等. 长江经济带民航城市网络的空间复杂性与结构韧性[J]. 地域研究与开发, 2022, 41(3):82-88.

[29]
马书红, 武亚俊, 陈西芳. 城市群多模式交通网络结构韧性分析——以关中平原城市群为例[J]. 清华大学学报:自然科学版, 2022, 62(7):1228-1235.

[30]
魏石梅. 中国地级及以上城市网络结构韧性测度研究[D]. 兰州: 西北师范大学, 2020.

[31]
Boccaletti S, Latora V, Moreno Y, et al. Complex networks:Structure and dynamics[J]. Physics Reports, 2006, 424(4-5):175-308.

[32]
李博, 曹盖. 基于涉海A股上市公司的中国沿海地区海洋经济网络结构韧性演化研究[J]. 地理科学进展, 2022, 41(6):945-955.

DOI

[33]
钟业喜, 吴思雨, 吴青青. 多要素网络结构韧性分析——以长江中游城市群为例[J]. 江西师范大学学报:哲学社会科学版, 2022, 55(5):99-109.

[34]
赖建波, 朱军, 郭煜坤, 等. 中原城市群人口流动空间格局与网络结构韧性分析[J]. 地理与地理信息科学, 2023, 39(2):55-63.

[35]
Stubbs-Richardson M S, Cosby A K, Bergene K D, et al. Searching for safety:Crime prevention in the era of Google[J]. Crime Science, 2018(7):1-13.

[36]
Ip W H, Wang D. Resilience and friability of transportation networks:Evaluation,analysis and optimization[J]. IEEE Systems Journal, 2011, 5(2):189-198.

[37]
彭翀, 陈思宇, 王宝强. 中断模拟下城市群网络结构韧性研究——以长江中游城市群客运网络为例[J]. 经济地理, 2019, 39(8):68-76.

DOI

Options
文章导航

/

〈 〉