EN中文

经济地理 >

2020 , Vol. 40 >Issue 5: 136 - 144

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.05.015

产业经济与创新发展

中美集装箱航运网络格局演化与脆弱性评估

  • 王列辉 , 1, 2, 3, 4 ,
  • 叶斐 5 ,
  • 郑渊博 1, 4
展开
  • 1.华东师范大学 中国现代城市研究中心，中国 上海 200062
  • 2.华东师范大学 中国行政区划研究中心，中国 上海 200241
  • 3.华东师范大学 未来城市实验室，中国 上海 200241
  • 4.华东师范大学 城市与区域科学学院，中国 上海 200241
  • 5.上海市城市规划设计研究院，中国 上海 200040

王列辉（1978—），男，浙江慈溪人，博士，教授。主要研究方向为交通地理学、城市地理学、历史地理学。E-mail：。

收稿日期: 2019-08-25

  修回日期: 2020-02-27

  网络出版日期: 2025-04-17

基金资助

国家自然科学基金面上项目(41971155)

上海市哲学社会科学规划一般课题(2018BCK010)

教育部人文社会科学重点研究基地重大项目(17JJD790007)

收起

The Assessment of Sino-US Container Shipping Network Evolution and vulnerability

  • WANG Liehui , 1, 2, 3, 4 ,
  • YE Fei 5 ,
  • ZHENG Yuanbo 1, 4
Expand
  • 1. The Center for Modern Chinese City Studies，East China Normal University，Shanghai 200062，China
  • 2. Research Center for China Administrative Division，East China Normal University，Shanghai 200062，China
  • 3. Future City Lab，East China Normal University，Shanghai 200241，China
  • 4. School of Urban and Regional Science，East China Normal University，Shanghai 200241，China
  • 5. Shanghai Urban Planning and Design Research Institute，Shanghai 200040，China

Received date: 2019-08-25

  Revised date: 2020-02-27

  Online published: 2025-04-17

Fold

摘要

中美两国有着非常紧密的航运贸易联系，中美贸易战引发了人们对中美集装箱航运网络和航运贸易的再思考。基于中美集装箱航运贸易数据、中美航线O-D数据和全球18家船公司的航线数据，采用随机和蓄意攻击两种方式对航运网络进行攻击，通过网络平均度、聚类系数、孤立节点比例、平均路径长度等特征值变化来衡量中美集装箱航运网络脆弱性变化并结合中美贸易数据分析重要港口的影响。结果表明：1995—2017年，中美集装箱航运网络结构呈现出单中心—三中心—多中心的转变；蓄意攻击节点数为7个和22个时，网络开始崩溃和崩溃成诸多子网络；奥克兰港的失效对上海港的影响最大，纽约港和长滩港的失效造成深圳港的平均变化率较大；釜山港、新加坡港、东京港、巴生港和曼萨尼约港等中介港口对中美集装箱航运网络的正常运营至关重要。

关键词： 中美集装箱航运; 网络格局; 脆弱性; 中美贸易战; 中美航线; 海上丝绸之路; 全球化战略

本文引用格式

王列辉 , 叶斐 , 郑渊博 . 中美集装箱航运网络格局演化与脆弱性评估[J]. 经济地理, 2020 , 40(5) : 136 -144 . DOI: 10.15957/j.cnki.jjdl.2020.05.015

Abstract

The Sino-US trade war has brought many uncertainties to the Sino-US container shipping network. Under this circumstance,this paper adopt random attack and intentional attack to attack the Sino-US container shipping network and study its evolution and vulnerability changes,based on Sino-US shipping trade data,O-D data of Sino-US routes and route data of 18 shipping companies. The changes in the vulnerability of the Sino-US container shipping network are measured by the changes in the characteristic values such as network average degree,clustering coefficient, isolated-node proportion and network average shortest-path length,and the influences of important ports are analyzed by combining the Sino-US trade data. The results are as follows: 1) the network structure demonstrates the transformation from single center,three centers,to multi centers,and gradually shifts from the Pearl river delta to the Yangtze river delta; 2) in 2017,there are 312 shipping lines and 95 ports in the Sino-US shipping network,under the intentional attack,when the number of attack nodes is 7 and 22, the network begins to collapse and collapses into many sub-networks,separately,so the top 22 ports play an important role in the connectivity of Sino-US container shipping network; 3) in terms of the impact on Chinese ports,the attack on the port of Auckland has the greatest impact on Shanghai Port, and the attack on the port of New York and Long Beach has resulted in a large average change rate of Shenzhen port; 4) the intermediary ports such as Busan Port,Singapore Port, Tokyo Port, Bashan Port and Manzanillo Port play a vital role in the Sino-US container shipping network. Finally,we propose corresponding countermeasures to strengthen the construction of Sino-us container shipping network. Overall,this study provides a theoretical reference for government decision-making departments to formulate policies and port and liner companies to formulate port planning and set up routes.

Key words： Sino-US container shipping; network pattern; vulnerability; Sino-US trade war; China US Route; Maritime Silk Road; globalization strategy

中美两国存在着非常紧密的航运贸易联系，其中，2017年美国进口中国的集装箱货物贸易量约1 064万TEU，金额约1 539亿美元，美国出口中国的集装箱货物贸易量约274万TEU，金额约840亿美元 ① 。中国对美国的出口贸易方式主要为集装箱海运，进口贸易依靠散货船运输，兼具集装箱海运。由于贸易与航运息息相关，航运界非常关注三个问题：中美之间的贸易战究竟会走向何方、航运市场受到多大程度影响和应该采取何种措施[1-2]。国外对于中美间关系的研究主要集中在军事政治、经济贸易等方面[3-4]，而对中美间航运港口的研究不多，Kevin比较了中国和美国集装箱港口在吞吐量、数量和港口集中度等方面的演变情况[5]。国内对于中美集装箱航运的研究相对较少，大多数集中在中美贸易战对航运的影响，美东、美西港口的现状、机遇和挑战以及对中美港口进行对比等进行定性的描述[6⇓⇓⇓-10]，杨静蕾等对美国和中美港口的对比进行定量化分析[11-12]。总体上，中美之间航运定性或定量的研究均只集中在港口的层面上，缺少从港口和航线两个层面对中美集装箱航运网络进行定量研究。当前的研究不足一方面源于数据的缺乏，既没有港口间的货运量数据，也缺少对美国数据的挖掘，另一方面是源于研究方法的局限，导致无法用替代指标和数据来做实证研究。
近年来，多篇文章在回顾和反思港口地理学的研究进展[13⇓⇓⇓-17]，港口地理学最主要的研究主题由1967—1982年的“北美”“集装箱服务”，1983—1998年的“深水港”“航运市场”“竞争”转变为1999—2013年的“港口”“网络”[18]。港口地理学研究中基于图论的网络分析方法运用和数据可获得性提高也推动了航运网络的研究[19-20]。航运网络主要侧重于网络的现状、格局等的研究，对于网络演变机制等的研究还存在不足。
1998年Watts等发表在Nature上的文章[21]以及1999年Barabasi等发表在Science上的文章[22]发现了真实世界的小世界特性和无标度特性，揭开了复杂网络研究的新时代。网络脆弱性是复杂网络研究的热点之一，2000年R Albert等对脆弱性程度进行研究[23]。Berdica研究公路运输系统的脆弱性，并就脆弱性的概念、当前的发展现状以及未来发展进行了比较详细的阐述[24]。脆弱性近年来广泛地应用于铁路、航空及海运等交通地理领域的研究中[25⇓⇓⇓-29]。在航运网络方面，对脆弱性的研究主要从全球和区域两个尺度出发，王成金、邓贵仕和王诺等均先后对全球航运网络和全球集装箱海运网络从不同的角度研究其脆弱性[30⇓⇓⇓⇓-35]。而在区域尺度的研究上，吴迪、Jianke和李振福等先后对“海上丝绸之路”、中日韩、中国内河等区域的网络空间结构及脆弱性进行研究[36⇓-38]。
上述研究大多针对的是全球的航运网络或者“海丝之路”等一个比较大的空间范围，缺乏对两个国家之间的航运网络的分析。同时，在以往的研究中网络格局的演化与脆弱性的评估都是相互割裂的，即要么进行网络格局的研究，要么进行网络脆弱性的研究。本文分析1995—2017年中美集装箱航运网络格局的变化，同时统计了2017年全球18家集装箱班轮公司的中美航线数据，分析中美集装箱航运网络的脆弱性，并对维持中美集装箱航运网络稳定性起决定性作用的港口进行识别，提出相应的安全保障对策，从而也深化港口地理学和复杂网络的研究。

1 数据来源及衡量指标

1.1 数据来源

本文的数据由三部分组成，第一部分数据包括中美集装箱航运贸易间港口吞吐量、金额等相关数据，为分析中美集装箱航运网络的格局和脆弱性提供依据，这些数据主要来自美国的Descartes以及U.S.Trade Numbers；第二部分数据为O-D数据，主要用来分析中美集装箱航运网络格局的演变，来自《中国航务周刊》中1995、2005和2017年的中美港口之间的航线数据；第三部分数据用于对中美集装箱航运网络的脆弱性进行分析，数据来自于2017年马士基、地中海航运、中远、飞达等全球前18家集装箱班轮公司的航线数据，上述班轮公司约占全球84.8%的集装箱航运运力，该部分的数据包括599个集装箱港口，航线2 000多条，其中在中美集装箱航运网络中，共有集装箱港口95个，航线312条。

1.2 衡量指标

1.2.1 复杂网络指标

近年来，学者开始将各种中心性度量指标应用于交通网络的研究，用于评价节点在网络中的地位，其中度中心性、邻近中心性、介数中心性是最常见的中心性的3种指标，其分别代表着不同的含义（表1）。
表1 复杂网络指标

Tab.1 Complex network index

指标 泛指意义 在航运网络中的意义
度中心性 节点在网络中的重要性[39-40]


 与该港口有直接联系的航线数，反映与其他港口建立直接联系的可能性大小。港口的度值越大，表示港口与网络中其他港口联系越紧密
邻近中心性 某节点到网络中其他节点最短距离和的大小[41]
 给定港口到网络中所有港口最短距离之和，如果港口的邻近中心性越大，表示港口的相对可达性越大，转运能力越强
介数中心性 节点在整个网络的影响力，用于表示节点间间接联系的强度[42] 网络中所有港口对之间最短路径经过给定港口次数和，港口的介数中心性越大表示港口的枢纽性越强

1.2.2 脆弱性衡量指标

网络的脆弱性，是指在网络在受到攻击后，网络连通性受到影响的程度。在中美集装箱航运网络中，指部分航线或港口不能正常营运对整个航运网络以及重要港口的影响。本文选取了研究脆弱性主流的特征值，如孤立节点比例、网络平均度、聚类系数、网络密度、平均路径长度等，通过对比攻击前后特征值的变化定量分析中美集装箱航运网络变化。
①孤立节点比例。孤立节点比例指没有边与其相连接的节点所占的比例。在航运网络中，当一个港口成为孤立节点，意味着该港口与其周围的港口没有航线往来从而停止营运。计算公式为[33]：
Δ N = 1 - N * N × 100 %
式中： N和 N *分别为网络遭受攻击前后的节点总数。
②网络平均度。网络平均度指网络中所有节点度的平均值。在航运网络中，节点指集装箱港口，反映港口的重要程度。网络受到蓄意和随机攻击后，平均度变化幅度越大，表示该网络越脆弱。公式为[32]：
K = 1 N ∑ i = 1 N k i
式中： K为平均节点度； N为节点总数； k i为节点i的度。
③聚类系数。网络聚类系数指在网络中与同一节点连接的两节点之间相互连接的平均概率，反映网络节点聚集的紧密程度。聚类系数下降越多，则网络越脆弱。港口i的簇系数 C i的公式为[32]：
C i = 2 M i k i k i - 1 , i = 1,2 , 3 , … N
式中： M i为港口i与相邻港口间存在的边数。
网络聚类系数 C的计算公式为：
C = 1 N ∑ i = 1 n C i , i = 1,2 , 3 … N
④网络密度。在航运网络中网络密度是指各港口之间联络的紧密程度。网络 G的网络密度d（ G）定义为[43]：
d G = 2 M N N - 1
式中： M为网络中实际拥有的连接数； N为网络节点数。网络密度的取值范围为（0，1），当网络内部完全连通时，网络密度为1。
⑤平均路径长度。平均路径长度在航运网络中指所有港口之间最短路径经过边数的平均值，反映港口间的平均分离程度。平均路径长度越大，意味着中转的港口越多，航运网络的效率越低。平均路径长度L计算公式为[32]：
L = 2 N N - 1 ∑ i = 1 N ∑ j = i + 1 N d i j
式中： d i j为港口i和港口j之间最短路径经过的边数。

2 中美集装箱航运网络格局演化

2.1 中国港口网络结构由单中心向多中心演化

1995年中国仅有5个港口与美国港口之间有航运往来，航运网络呈现为以香港港为中心向外辐散的单中心结构（图1a）。香港港与美国37个港口开通109条航线，占总航线的78.42%，航运联系的范围和强度远高于第二位的深圳港，具有绝对的核心地位。这一时期的香港港一方面得益于特殊的历史因素和地理优势，其作为自由贸易港有着先进的管理经验、现代化的港口基础设施以及通关优势，另一方面由于此时内地港口正处于起步阶段，使得香港港成为华南地区乃至南中国中转枢纽港[44-45]。
图1 1995、2005、2017年中美集装箱航运网络

资料来源：笔者通过《中国航务周刊》数据绘制。

Fig.1 Sino-US container shipping network in 1995, 2005 and 2017

2005年参与到中美集装箱航运网络中的中国港口增加到12个，呈现出以深圳、上海、香港为核心的三中心结构（图1b）。此时香港港的中心性逐渐被上海港和深圳港超越，但差距不大。香港港面临着土地的局限及价格的上升、装卸和陆路运输成本的提高等问题，而中国加入WTO后，允许国外的码头运营商投资内地港口，促进内地港口硬件设施和管理水平的提高[45-46]。
2017年的中美集装箱航运网络呈现出多中心结构即以上海和深圳两港为主，宁波、厦门、香港为辅的向外联系的格局，参与到中美集装箱航运网络中的中国的港口达到22个（图1c）。与美国港口间有航运往来的集中在少数几个沿海港口中，其中上海、深圳、宁波、厦门、香港、青岛等港占据全国80%以上的与美国港口间的航线往来。伴随着内地对外联系水平的提高、国家和地方政策的支持以及港口管理体制的下放，内地港口呈现繁荣发展，而香港港转口贸易形式发生转变，着重发展高端航运服务业[44,47]，此时香港港与美国港口间的航运往来的航线数又陆续被宁波、厦门等港口超越。
近20多年来，虽然深圳港与美国港口间的航运联系越来越频繁，但伴随着香港港中心地位的下降，上海和宁波两港的崛起，在中美集装箱航运网络中中国的枢纽港口在空间上经历着由南到北的变化，即由珠三角逐渐向北转移到长三角等区域。

2.2 美东港口数量多，美西港口联系强度高

在中美集装箱航运网络中，美国的港口数量呈现出先下降后逐渐趋于稳定，中美之间的航运联系也经历了由分散到逐渐集中的过程。美国东海岸的港口数量多，西海岸的港口占比相对较少。同时美西港口主要承担着美国与亚洲尤其是我国间的贸易往来，其中2017年与洛杉矶港的航运联系总量占中美航线总量的27.84%，主要由于洛杉矶港是美西最大的海港，与同样在美国港口中占有重要地位的纽约港相较而言，洛杉矶港与中国港口间的航线更短，联系更加便捷，因大量的中国的产品直接运达该港，然后分销到美国市场。
美国港口中有5个港口完成了全国84%的集装箱吞吐量，形成多个中心并存的港口格局。在2017年进口吞吐量排名前20的港口中，美西港口占了5个，而且排名均在前10名中（表2），且除奥克兰港以外，其他港口与中国的贸易达到其总和的一半以上，主要由于美西港口主要承担着美国与亚洲的航运往来，而美东港口主要承担着与欧洲间的航运网络[6]。美西港口集装箱进口吞吐量排名前2位的是洛杉矶港和长滩港。美东的纽约港虽然集装箱进口集装箱的吞吐量不及长滩港，但是进口额远高于长滩港，仅次于洛杉矶港。
表2 2017年美国港口集装箱进口吞吐量排名前20的港口

Tab.2 Top 20 U.S. ports by container import throughput in 2017

排名 港口 位置 总吞吐量
（万TEU）		 中国占比
（%）		 总价值
（亿美元）
1 洛杉矶 美西 467.68 56 2 409
2 长滩 美西 380.94 64 556
3 纽约 美东 334.20 31 1 567
4 萨凡纳 美东 186.64 45 593
5 诺福克 美东 123.96 35 564
6 休斯敦 美东 106.64 31 498
7 查尔斯顿 美东 95.09 28 461
8 奥克兰 美西 88.08 47 442
9 塔科马 美西 82.22 57 438
10 西雅图 美西 62.46 61 359
11 巴尔的摩 美东 46.72 32 302
12 迈阿密 美东 42.93 31 177
13 埃弗格雷斯 美东 35.88 15 174
14 费城 美东 33.76 14 152
15 杰克逊维尔 美东 23.23 42 145
16 威尔明顿 美东 18.30 40 104
17 圣胡安 美东 16.99 17 92
18 波士顿 美东 13.05 47 69
19 莫比尔 美东 11.41 35 77
20 新奥尔良 美东 10.79 15 54

资料来源：笔者通过Descartes和U.S.Trade Numbers数据整理绘制。

3 中美集装箱航运网络脆弱性分析

3.1 网络特性分析

网络的无标度特性指网络的节点度服从幂律分布[23]。由图2可以看出该曲线满足节点递减幂律分布，体现无标度特性。
图2 中美集装箱航运网络节点度概率分布

资料来源：笔者通过全球前18家集装箱班轮公司的航线数据绘制。

Fig.2 Distribution of port’s node degrees in the Sino-US container shipping network

据表3，中美集装箱航运网络，平均路径长度为3.111，说明该网络中从起始港到目的港大约需要中转2次，聚类系数为0.423，说明和同等规模的随机网络相比，中美集装箱航运网络有着相当的平均路径长度和较大的聚类系数，体现出“小世界”特性[22]。
表3 中美集装箱航运网络与同等规模随机网络基本特征值比较

Tab.3 Comparison of Sino-US container shipping network and same-size random network metric

节点数 平均度 网络直径 聚类系数 网络密度 平均路径长度
中美集装箱航运网络 95 7.032 9 0.423 0.075 3.111
随机网络 95 6.779 5 0.051 0.072 2.874

注：笔者通过Gephi软件计算所得数据绘制。

3.2 网络特征值分析

本文采用随机攻击和蓄意攻击两种方式来分析2017年中美集装箱航运网络脆弱性的变化。由于节点度值的大小反映该节点与网络中其他节点联系的紧密程度，进而反映节点的地位和重要性[36]，因此按照节点度值从大到小的顺序对节点进行删除作为蓄意攻击的次序。节点度值排名前十位的港口依次为：釜山、上海、深圳、香港、纽约、青岛、高雄、洛杉矶、诺福克、奥克兰，同时为了全面分析中美集装箱航运网络的脆弱性，本文随机挑选某个节点进行删除作为随机攻击的次序，计算受随机和蓄意攻击时网络特征值，并分析其攻击前后的变化，结果如图3所示。
图3 网络特征值变化

资料来源：笔者通过特征值计算所得数据绘制。

Fig.3 Changes in the network metric

孤立节点比例随着攻击节点比例的增加，呈上升的趋势，且蓄意攻击下的孤立节点比例的增长速率远高于随机攻击。在中美集装箱航运网络中，随机攻击下的网络较强壮，蓄意攻击下的网络较脆弱。另一方面蓄意攻击前20%的节点导致网络特征值变化速率最明显，可以说明节点度排名前20的港口在航运网络中处于绝对重要的地位（图3）。
中美集装箱航运网络在面对随机和蓄意攻击时，都具有一定的抵御能力，只是崩溃的速度有所不同，即航运网络连通效率下降速度不同。平均路径长度能够反映网络连通性，作为判断网络崩溃的重要特征值（图3d）[36]。在蓄意攻击时，当攻击节点个数小于7个时，平均路径长度呈迅速增长趋势，当攻击节点数为7个，平均路径长度出现了第一次下降，此时的网络开始崩溃；当攻击节点数为17个，平均路径长度出现了第二次下降，此时的网络进一步崩溃；当蓄意攻击节点数为22个，即攻击的比例达到23.1%时，平均路径长度下降到初始值以下，网络已经崩溃成诸多子网络。因此，节点度值排名前7位的港口对中美集装箱航运网络的连通性起着绝对重要的作用，为核心枢纽港，节点度值排名8~17位的港口为次级枢纽港，节点度值排名18~22位的港口为一般枢纽港。

3.3 美国重要港口脆弱性变化的影响

3.3.1 对中美集装箱航运网络的影响

据表4，核心枢纽港相对于次级和一般枢纽港对中美集装箱航运网络影响更大。纽约港作为核心枢纽港在受到攻击时，特征值的平均变化率最大，主要由于在中美集装箱航运网络中，纽约港与其余的23个港口有着航运上的往来，在整个网络的连通性上起到重要的作用，同时纽约港是美国东海岸中集装箱进出口吞吐量和金额最大的港口，也是从中国集装箱进出口量最多的港口，分别达到103.6万TEU和74.36万TEU。
表4 美国重要港口不能正常营运时网络特征值变化

Tab.4 Changes in the network metrics when major U.S. ports cannot operate normally

类型 港口 网络平均度 孤立节点比例 集聚系数 平均路径长度 网络密度 平均
变化率		 综合
排序
数值 变化率 变化率 数值 变化率 数值 变化率 数值 变化率
核心枢纽港 纽约 6.617 0.0590 0.0000 0.409 0.0331 3.148 0.0119 0.071 0.0533 0.0315 1
次级枢纽港 洛杉矶 6.681 0.0499 0.0105 0.427 0.0095 3.135 0.0077 0.072 0.0400 0.0235 3
诺福克 6.681 0.0499 0.0000 0.416 0.0165 3.134 0.0074 0.072 0.0400 0.0228 4
奥克兰 6.702 0.0469 0.0000 0.425 0.0047 3.135 0.0077 0.072 0.0400 0.0199 5
萨凡纳 6.723 0.0439 0.0000 0.411 0.0284 3.136 0.0080 0.072 0.0400 0.0241 2
长滩 6.809 0.0317 0.0000 0.423 0.0000 3.124 0.0042 0.073 0.0267 0.0125 6
一般枢纽港 查尔斯顿 6.851 0.0257 0.0000 0.418 0.0118 3.127 0.0051 0.074 0.0133 0.0112 7
迈阿密 6.897 0.0192 0.0000 0.429 0.0142 3.133 0.0071 0.074 0.0133 0.0108 8
正常通航时网络 7.032 0.423 3.111 0.075

资料来源：笔者通过特征值计算所得数据绘制。

在次级枢纽港中，萨凡纳港是受到攻击时特征值的平均变化率第二位的港口，萨凡纳港是美国集装箱进口吞吐量排名第四位的港口，来自中国进口的集装箱吞吐量占45%。洛杉矶港的特征值变化率处于第三位，也是唯一一个受到攻击时孤立节点比例发生变化的港口，主要由于在中美集装箱航运网络中，火奴鲁鲁港只和洛杉矶港有着航运网络，所以当受到攻击时，火奴鲁鲁港迅速成为孤立节点，同时洛杉矶港作为美国港口中进口集装箱吞吐量和金额排名第一的港口，每年处理货物中近1/3来自中国，与中国的航运网络非常密集。长滩港不能正常营运时，集聚系数和平均路径长度的变化幅度最低，相对于其余7个港口，在长滩港中转的集装箱相对较少，大多数的中美航线都将长滩港作为目的港而不是转运港，这些集装箱在长滩港上岸后，通过大陆桥运往美国内陆。

3.3.2 对中国港口的影响

通过对美国重要港口的逐个攻击所导致的中国港口度中心性、邻近中心性和介数中心性这三个指标的平均变化率来衡量美国重要港口失效对中国港口造成的影响，见表5。美国单个重要港口的失效对上海港、香港港造成的平均变化率相差较小，主要由于上海港、香港港的航运联系范围较广泛，与众多的港口均有了航运上的往来，并不主要依赖个别重要的港口。但是中国沿海的其他港口受美国特定港口的影响较大，如纽约港和长滩港的失效造成深圳港的平均变化率最大，主要由于纽约港失效造成深圳港的邻近中心性变化幅度较大，导致深圳港的相对可达性减弱，转运能力下降较明显。纽约港、奥克兰港和诺福克港受到攻击时对青岛港的影响较大；当长滩港失效时造成高雄港的平均变化率最大；洛杉矶港和萨凡纳港受到攻击时对宁波港影响最大；对厦门港而言，奥克兰港失效造成的平均变化率最大，主要是由于介数中心性的变化率较大，说明奥克兰港失效，造成中美集装箱航运网络中港口对之间最短路径经过厦门港的次数下降幅度较大。总体上，美东的纽约港和美西的洛杉矶港、长滩港和奥克兰港等失效后对中国港口影响较大。
表5 美国重要港口不能正常营运时中国重要港口变化（平均变化率）

Tab.5 Changes in China's major ports when major U.S. ports fail to operate normally

港口类型 港口 纽约 洛杉矶 诺福克 奥克兰 萨凡纳 长滩
核心枢纽港 上海 0.0211 0.0230 0.0245 0.0292 0.0275 0.0181
深圳 0.0299 0.0207 0.0104 0.0093 0.0068 0.0244
香港 0.015 0.0192 0.0060 0.0201 0.0008 0.0017
青岛 0.0389 0.0037 0.0341 0.0343 0.0128 0.0261
高雄 0.0116 0.0214 0.0014 0.0197 0.0006 0.0238
次级枢纽港 宁波 0.0261 0.0483 0.0055 0.0230 0.0473 0.0389
厦门 0.0467 0.0490 0.0876 0.2024 0.1011 0.0287

资料来源：笔者通过特征值计算所得数据绘制。

当对排名前6位的美国重要港口进行逐个攻击时，除了对长滩港攻击造成宁波港的平均变化率最大外，其余的5个港口均是厦门港的平均变化率最大。主要由于厦门港与美国港口之间的航运联系集中在奥克兰港、西雅图港、诺福克港、纽约港等少数几个最重要的港口中，且来往航线相对较少，所以单个港口的失效对厦门港造成的影响较大，同时由于美国航线在厦门港国际航线中占比最高为32.7%[48]。由此可知，如果中美贸易战进一步加剧，美国最重要的港口从中国进口集装箱下降后，对厦门的连锁反应最为明显。

3.4 转运港口识别分析

在中美集装箱航运网络中，连接中美之间的港口主要有三条航线，第一条为中国沿海港口—美西港口（如洛杉矶港、长滩港等）；第二条为中国沿海港口—巴拿马运河—美东港口（如纽约港、萨凡纳港等）；第三条为中国沿海港口—马六甲海峡—苏伊士运河—直布罗陀海峡—美东港口。根据对2017年船公司航线数据的统计，美西航线有201条，占航线总数的64%，美东航线共有109条，其中经巴拿马运河的航线有66条，占比为21%，经马六甲海峡的航线有43条，占14%。
通过对网络平均度等指标的计算，发现釜山港、东京港、新加坡港、巴生港、曼萨尼约港、温哥华港和横滨港是中美集装箱航运网络中最重要的中转港，对整个网络起着至关重要的作用（表6）。韩国的釜山港在受到攻击时，特征值的平均变化率最大，对整个网络的稳定性产生重大的影响，其作为中美集装箱航运网络中最重要的转运港，网络的平均度甚至超过上海港，为度中心性排名第一的核心枢纽港。在中美集装箱航运中每年有超过300万TEU 经釜山港中转至美国港口，其中多为集装箱班轮公司的技术型中转，另有约100万TEU为北方中小港口喂给釜山港[49]。在中美集装箱航运网络中，绝大多数的航线由我国港口直达运往美国港口，在去程（中国—美国）很少经由东京港中转，但是在回程（美国—中国）有很多的航线选择先转运到日本的东京港、横滨港，再由这两个港口运输到中国的沿海港口。美东航线的其中一种方向是通过马六甲海峡，因此，处于马六甲海峡的新加坡港和巴生港也是重要的转运港，每年有一定数量的集装箱船只从新加坡港、巴生港中转，特别是深圳港和香港港占绝大部分。美东航线的另一种为经巴拿马运河到达美国东部的港口，所以巴拿马的曼萨尼约港在连通中国港口和美国东部港口中起到重要的作用。在连接美西的港口中一部分航线选择将温哥华港作为其中转港之一。
表6 中美集装箱航运网络沿线港口不能正常营运时特征值变化

Tab.6 Changes in the network metrics when ports along the Sino-US container shipping network cannot operate normally

类型 港口 网络平均度 孤立节点比例 集聚系数 平均路径长度 网络密度 平均
变化率		 综合
排序
数值 变化率 变化率 数值 变化率 数值 变化率 数值 变化率
核心枢纽港 釜山 6.489 0.077 0.000 0.412 0.026 3.197 0.028 0.070 0.067 0.0395 1
次级枢纽港 新加坡 6.723 0.044 0.000 0.410 0.031 3.156 0.014 0.072 0.040 0.0258 3
东京 6.787 0.035 0.000 0.429 0.014 3.431 0.103 0.073 0.027 0.0357 2
巴生 6.830 0.029 0.000 0.426 0.007 3.140 0.009 0.073 0.027 0.0144 4
一般枢纽港 温哥华 6.851 0.026 0.000 0.423 0.000 3.124 0.004 0.074 0.013 0.0087 6
横滨 6.894 0.020 0.000 0.421 0.005 3.122 0.004 0.074 0.013 0.0082 7
曼萨尼约/巴拿马 6.894 0.020 0.000 0.420 0.007 3.155 0.014 0.074 0.013 0.0108 5
正常通航时网络 7.032 0.423 3.111 0.075

资料来源：笔者通过特征值计算所得数据绘制。

4 结论与讨论

基于中美航运贸易、《中国航务周刊》和18家船公司航线和港口的数据，利用复杂网络的理论对中美集装箱航运网络的格局演化和脆弱性进行研究，并结合中美集装箱航运贸易及中美港口的吞吐量和进出口贸易等相关的统计数据进行分析。主要得出以下结论：
①在中美集装箱航运网络中，中国港口1995—2017年的网络结构呈现出由单中心向三中心再向多中心转变过程，网络的重心由珠三角转移到长三角；美西港口数较稳定，美东港口逐渐增多，美西港口联系强度较高。
②在中美集装箱航运网络中，随机攻击下的网络较强壮，蓄意攻击下的网络较脆弱。在蓄意攻击下，当攻击节点数为7个，网络开始崩溃，当攻击节点数为22个，网络已经崩溃成诸多子网络，因此排名前22的港口在中美集装箱航运网络的连通性起到重要的作用。
③在美国港口中，纽约港为核心枢纽，洛杉矶、诺福克、奥克兰、萨凡纳、长滩港依次为次级枢纽，查尔斯顿和迈尔密港为一般枢纽港。纽约港特征值的平均变化率最大，核心枢纽港对中美集装箱航运网络影响更大。奥克兰港的失效对上海港的影响最大；纽约港和长滩港的失效造成深圳港的平均变化率较大；美国单个重要港口的失效造成的香港港平均变化率较小，主要得益于香港港的航运联系范围较广泛；纽约港、奥克兰港和诺福克港失效对青岛港、长滩港失效对高雄港造成的平均变化率最大。
④在中美集装箱航运网络转运港口中，釜山港、东京港、新加坡港、曼萨尼约港等是重要的中转港。目前中远海运和和记黄埔已在釜山港投资码头，中远海运也在新加坡港投资码头。但中国码头运营商并没有在巴拿马投资码头，2017年中国与巴拿马的建交将有利于中国码头运营商投资诸如曼萨尼约港等在内的巴拿马的港口。近年来中远海运的实力大大增强，一跃成为全球第三大船公司，中远海运应突出全球化战略，加快码头的全球化布局。
本文以中美集装箱航运网络格局的演化为基础，分析重要港口和航线的变化特点，不仅能全面掌握中美集装箱航运网络的格局，也为脆弱性的研究提供了分析依据。网络格局刻画的是中美集装箱航运网络历史的演化过程，网络脆弱性通过节点的攻击模拟未来航运网络可能的发生的情况，从而体现出时间上的连续性。同时在中美贸易战的影响下，航运网络存在着很多不确定的变化，本研究对于认清中美集装箱航运网络的脆弱性及风险控制方法，更好的保障两国航运的互联互通，具有一定的理论价值和现实意义。但本文在进行模拟攻击时，未考虑港口节点失效时产生的级联效应。因此，在动态的环境下中美航运网络港口节点的失效带来的影响范围，将是下一步研究的内容。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
张涛. 贸易战持续发酵航运业如何应对[J]. 中国水运, 2018(8):20-21.

[2]
海商通. 中美贸易“互怼”对航运之影响[J]. 珠江水运, 2018(4):8-9.

[3]
Jung SC. Lonely China,popular United States:power transition and alliance politics in Asia[J]. Pacific Focus, 2018, 33(2):260-283.

[4]
Hur N. Historical and strategic concern over the US-China trade war:will they be within the WTO?[J]. Journal of East Asia and International Law, 2018, 11:393-411.

[5]
Li K X, Luo M, Yang J. Container port systems in China and the USA:a comparative study[J]. Maritime Policy & Management, 2012, 39(5):461-478.

[6]
彭传圣. 美国港口集装箱吞吐量的不平衡性[J]. 集装箱化, 2008(10):13-16.

[7]
李幼萌. 金融危机后的美国西海岸港口[J]. 港口经济, 2012(7):50-52.

[8]
彭传圣. 美国西海岸港口的集装箱运输[J]. 集装箱化, 2008(1):15-17.

[9]
宋轶昊. 美国东海岸港口“趁火打劫”[J]. 中国船检, 2015(7):43-45.

[10]
王丽丽. 中美港口集装箱运输发展的差异比较与经验借鉴[J]. 对外经贸实务, 2017(4):77-80.

[11]
杨静蕾, 罗梅丰, 吴晓璠. 美国集装箱港口体系演进过程研[J]. 经济地理, 2012, 32(2):94-100.

[12]
杨静蕾, 吴晓璠, 罗梅丰. 地区经济、交通基础设施与集装箱港口体系集中度变迁——基于1979-2010年中美集装箱港口体系的对比研究[J]. 经济地理, 2014, 34(2):80-85.

[13]
Julián M M, María F V. Port choice in container market:a literature review[J]. Transport Reviews, 2017, 37(3):300-321.

[14]
Ducruet C. Multilayer dynamics of complex spatial networks:The case of global maritime flows (1977-2008)[J]. Journal of Transport Geography,2017, 60:47-58.

[15]
Ng A K Y, Ducruet C, Jacobs W, et al. Port geography at the crossroads with human geography:between flows and spaces[J]. Journal of Transport Geography, 2014, 41:84-96.

[16]
Notteboom T E, Parola F, Satta G, et al. The relationship between port choice and terminal involvement of alliance members in container shipping[J]. Journal of Transport Geography, 2017, 64:158-173.

[17]
Ducruet C, Cuyala S, El Hosni A. Maritime networks as systems of cities:the long-term interdependencies between global shipping flows and urban development (1890-2010)[J]. Journal of Transport Geography,2018, 66:340-355.

[18]
Lau Y Y, Ducruet C, Ng A K Y, et al. Across the waves:a bibliometric analysis of container shipping research since the 1960s[J]. Maritime Policy & Management, 2017, 44:667-684.

[19]
王列辉, 洪彦. 直航背景下海峡两岸集装箱港口体系空间结构——基于复杂网络的视角[J]. 地理学报, 2016, 71(4):605-620.

DOI

[20]
Ducruet C, Wang L. China’s global shipping connectivity:internal and external dynamics in the contemporary era (1890-2016)[J]. Chinese Geographical Science,2018, 28(2):202-216.

[21]
Watts D J, Strogatz S H. Collective dynamics of "small-world" networks[J]. Nature, 1998, 393:440-442.

[22]
Barabasi A L, Albert R. Emergence of scaling in random networks[J]. Science, 1999, 286:509-512.

DOI PMID

[23]
Albert R, Jeong H, Barabasi A L. Error and attack tolerance of complex network[J]. Nature, 2000, 406:378-382.

[24]
Berdica K. An introduction to road vulnerability:what has been done,is done and should be done[J]. Transport policy, 2002, 9(2):117-127.

[25]
金凤君, 王姣娥. 20世纪中国铁路网扩展及其空间通达性[J]. 地理学报, 2004, 59(2):293-302.

[26]
赵伟, 何红生, 林中材, 等. 中国铁路客运网网络性质的研究[J]. 物理学报, 2006, 55(8):3906-3 911.

[27]
陈娱, 王姣娥, 金凤君. 中国国内航空网络的可靠性评价[J]. 地理与地理信息科学, 2015, 31(3):59-64.

[28]
姚红光, 朱丽萍. 基于仿真分析的中国航空网络鲁棒性研究[J]. 武汉理工大学学报:交通科学与工程版, 2012, 36(1):42-46.

[29]
徐凤, 朱金福, 苗建军. 基于复杂网络的空铁复合网络的鲁棒性研究[J]. 复杂系统与复杂性科学, 2015, 12(1):40-45.

[30]
王成金. 全球集装箱航运的空间组织网络[J]. 地理研究, 2008, 27(3):636-648.

[31]
王成金, Cesar Ducruet. 现代集装箱港口体系演进理论与实证[J]. 地理研究, 2011, 30(3):397-410.

[32]
邓贵仕, 武佩剑, 田炜. 全球航运网络鲁棒性和脆弱性研究[J]. 大连理工大学学报, 2008, 48(5):765-768.

[33]
王诺, 董玲玲, 吴暖, 等. 蓄意攻击下全球集装箱海运网络脆弱性变化[J]. 地理学报, 2016, 71(2):293-303.

DOI

[34]
彭澎, 程诗奋, 刘希亮, 等. 全球海洋运输网络健壮性评估[J]. 地理学报, 2017, 72(12):2241-2 251.

[35]
吴迪, 王诺, 吴暖, 等. 主航道中断背景下集装箱海运网络的脆弱性及其对中国的影响[J]. 地理研究, 2017, 36(4):719-730.

DOI

[36]
吴迪, 王诺, 于安琪, 等. “丝路”海运网络的脆弱性及风险控制研究[J]. 地理学报, 2018, 73(6):1133-1 148.

[37]
Jianke G, Shaobo W, Dandan W, et al. Spatial structural pattern and vulnerability of China-Japan-Korea shipping network[J]. Chinese Geographical Science, 2017, 27(5):697-708.

[38]
李振福, 刘诗炎, 徐梦俏. 中国集装箱内河运输网络的结构脆弱性研究[J]. 地域研究与开发, 2018, 37(3):11-16.

[39]
Brandes U, Erlebach T. Network analysis:methodological foundations[M]. Springer Verlage, 2005.

[40]
Shaw S L. Hub structures of major US passenger airlines[J]. Journal of Transport Geography, 1997, 1(1):47-58.

[41]
Wang J, Jin F, Mo H, et al. Spatiotemporal evolution of China's railway network in the 20th century:an accessibility approach[J]. Transportation Research Part A, 2009, 43(8):765-778.

[42]
Fleming D K, Hayuth Y. Spatial characteristics of transportation hubs:centrality and intermediacy[J]. Journal of Transport Geography, 1994, 2(1):3-18.

[43]
初楠臣, 张平宇, 姜博. 基于日高铁流量视角的中国高速铁路网络空间特征[J]. 地理研究, 2018, 37(11):2193-2 205.

[44]
许志桦, 潘裕娟, 曹小曙. 香港港口与城市发展[J]. 城市观察, 2012(1):59-67.

[45]
胡天新. 香港的港口资源及港口运输业的发展[J]. 自然资源, 1997(1):16-22.

[46]
萧怡钦. 香港港口中心枢纽地位难以取代[J]. 广东交通, 2005(6):18-21.

[47]
孙歌悦. 上海自贸区开启对香港港口经济的冲击性分析[J]. 全国流通经济, 2017(15):14-15.

[48]
赵楠, 杜旭丰. 美国港口在北美地区地位遭遇挑战[J]. 港口经济, 2013(1):57-58.

[49]
孙瀚冰, 靳廉洁. 中美贸易冲突对我国沿海港口影响几何? 中国港口, 2018(7):5-8.

Options
文章导航

/

〈 〉