港口连通可理解为从某个港口出发,至少可找到1条路径将货物运往其他港口.本研究将港口连通性界定为港口与其他港口之间实现货物流通的便捷程度.借鉴Tovar等^[8]评价指标选取思路,从港口在航运网络中的相对重要性及其对航运网络连通影响程度两方面对港口连通性进行分析.选取复杂网络的中心性作为衡量节点的相对重要性指标,包括度中心性、介数中心性和特征向量中心性,选取复杂网络的核数、聚类系数和平均路径长度作为衡量节点对网络连通影响程度的指标.

福建省在“一带一路”战略中定位为21世纪海上丝绸之路建设的核心区,福建沿海的福州港、厦门港和泉州港也成为海上丝绸之路重点建设港口.因此本研究将这3个港口作为研究对象.

建立数学模型评价港口连通性,首先需搜集航线数据.在全球航运中,超过70%的货物以集装箱方式通过班轮运输完成^[17] .因此,搜集Alphaliner统计的运力排名靠前的6家班轮公司公布在各自官网的2015年第4季度船期数据^[18].这6家公司分别是马士基、达飞、中远海运、赫伯罗特、长荣和韩进海运,它们总的集装箱运输市场份额约占全球班轮公司的40.3%,航线网络遍布6大洲,其船期数据基本可反映全球的航运状况.其次,确定航运网络的边界.根据中国在2015年发布的《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》文件定义,将亚洲港口、欧洲港口和大洋洲港口作为海上丝绸之路港口,删除所有包含非海上丝绸之路港口的航线,整理得到涉及572个海上丝绸之路港口的2 299条海上丝绸之路航线.最后,利用航线数据构建航运网络,以邻接矩阵形式表达.航线是船舶在起讫港口之间航行的线路,包含船舶挂靠港口的次序,通过Matlab R2016a软件处理航线数据的步骤如下:对港口进行编号,初始化行和列值为572的邻接矩阵,若两个连续的港口之间至少有1条航线经过,则两个港口对应的邻接矩阵元素值为1,否则为0.

计算572个港口在6个连通性指标上的评价结果,结果见图1.其中,福建省各港口在6个连通性指标上的评价结果见表1.

图1 572个港口的连通性评价结果
Fig.1 Connectivity evaluation results of 572 ports

表1 福建省港口连通性评价结果
Table 1 Connectivity evaluation results of Fujian ports

从表1可见,厦门港的度中心性值最大,说明与福州港、泉州港相比,与厦门港直接相连的海上丝绸之路港口数量最多; 厦门港的介数中心性远超过福州港和泉州港,意味着有最多的班轮航线在厦门港挂靠; 厦门港的特征向量中心性值最大,说明与厦门港直接相连的港口在航运网络中占更重要的地位; 厦门港的核数最大,表明厦门港在航运网络中属于核心港口; 福州港的聚类系数小于厦门港,意味着度值小的港口更趋于聚集成团,而泉州港聚类系数为0,这是由于与泉州港相邻的港口之间没有直达航线; 从平均路径长度结果看,世界上任意一个港口与厦门港、福州港之间通过不到3个航段就可相互连通,和泉州港之间则需4个航段.

将所有港口的指标数据写入矩阵 X^*=x_ij; i=1, 2, …, 572; j=1, 2, …, 6. 对 X^*进行标准化处理得到样本矩阵 X, 通过 X计算指标间的相关性,得到60%指标的皮尔逊相关系数 |R|>0.5,说明6个指标之间存在较强的相关性.借助SPSS 24.0进行Bartlett球形度和KMO检验,结果显示:巴特利球形度近似卡方值为3 505.83,统计量为15,相应概率为0; KMO测度值为0.667,接近1.0.上述结果表明,本研究样本数据适合进行主成分分析,其结果如表2.

表2 主成分分析结果
Table 2 Results of principal component analysis

为使综合评价分析最大程度地减少信息损失,提取累计方差贡献率为92.13%的前3个主成分 f_i1、 f_i2和 f_i3, 构造港口连通性评价函数如式(6),并通过该函数计算每个港口的连通度,结果如图2.

Z_i=0.631 0f_i1+0.198 5f_i2+0.092 6f_i3(6)

图2 海上丝绸之路港口连通度
Fig.2 (Color online)Connectivity of

从连通度计算结果看,厦门港、福州港和泉州港的连通度分别为18.53、7.462和-2.994,在572个港口中排名分别为第18、第52和第357.为直观分析港口的连通性地位,按连通度大小将样本港口分为4个级别:Ⅰ级强连通型港口(15≤Z_i<50), Ⅱ级较强连通型港口(5≤Z_i<15), Ⅲ级一般连通型港口(0≤Z_i<5), Ⅳ级弱连通型港口(Z_i<0). 根据上述分类,得到Ⅰ级港口25个,占比4.37%; Ⅱ级港口56个,占比9.79%; Ⅲ级港口165个,占比28.85%; Ⅳ级港口326个,占比56.99%.显然,厦门港为Ⅰ级港口,福州港为Ⅱ级港口,泉州港为Ⅳ级港口.

为深入分析福建省港口连通性的现状和地位,选取“一带一路”重点建设的8个世界百强港口进行比较,分别是:上海、深圳、宁波-舟山、广州、青岛、天津、大连和烟台.绘制11个港口吞吐量与连通度散点图(图3).其中,TEU为国际标准箱单位.

图3 港口吞吐量与连通度相关性分析
Fig.3 Correlation analysis between the ports throughput and connectivity

图3表明,港口的连通度排名与其吞吐量排名大体一致,在一定程度上验证了本研究连通度评价方法的有效性与可行性.港口连通度与吞吐量的线性拟合结果表明,二者存在显著正相关,可决系数R²=0.863 5. 在Ⅰ级强连通型港口中,上海港的连通度排名和吞吐量排名均位于第1,且远高于其他港口.上海被定位为“国际性综合交通枢纽”,近年来上海港的基础设施能力提升很快,是我国航线密度最大的港口.大部分Ⅰ级港口,如深圳、宁波—舟山和青岛,都具有较为一致的连通度和吞吐量排序,除了广州港和厦门港.广州港的吞吐量排名第4,但连通度排名仅为第6,这可能是由于广州与周边大型港口(如深圳和香港)地理位置接近,在提供转运服务时容易被邻近港口替代.厦门港的吞吐量排名第8,而连通度排名第5,这与其优越的地理位置有关.厦门港是连接两岸三地和亚太地区集装箱运输的干线港,作为我国东南沿海的枢纽港口,在沿海货物转运中发挥着重要作用.在Ⅱ级较强连通型港口中,大连港和福州港的连通度与吞吐量保持了一致的水平.值得一提的是天津港,从图4可见,天津港座落在偏离拟合直线较多的位置,其连通度排名弱于吞吐量排名,这意味着天津港的国际中转运业务较少,这与其地理位置有很大关系,天津港位于渤海湾底部,海上交通远不及周边大连港和青岛港便利.烟台和泉州是Ⅲ级和Ⅳ级港口,是海上丝绸之路重点建设港口中吞吐量和连通度最弱的港口.

标准化11个港口的连通性评价指标D(i)、 B(i)、 E(i)、 H(i)、 C(i)和L(i)数据,按照港口连通度强弱自左向右排序后绘制出图4,分析6个指标对港口连通度的影响.

从图4可见,随着港口连通度的不断减弱, D(i)、 B(i)、 E(i)和H(i)数值不断下降, C(i)和L(i)不断增加.这说明,港口的度值、介数、特征向量和连通度呈正相关,港口的聚类系数和平均路径长度和连通度呈负相关.进一步计算上述指标与连通度Z(i)的皮尔逊相关系数分别为0.962、0.781、0.906、0.644、-0.689和-0.896.结果表明,度中心性、特征向量中心性和平均路径长度对连通度的影响远大于介数中心性、核数和聚类系数.也就是说,提升度中心性、特征向量中心性和平均路径长度将有助于大幅提升港口的连通性.可见,港口应通过提升物流服务水平,吸引班轮公司挂靠,增加出入度值,提升港口的度中心性,尤其是开辟与连通性较强的港口间的航线,从而提升港口的特征向量中心性,缩短港口之间平均路径长度.

图4 “一带一路”重点建设港口的连通性评价结果
Fig.4 (Color online)Connectivity evaluation results of the key construction ports of the Belt and Road