莊佳芳，余思勤

(上海海事大學(xué)經(jīng)濟管理學(xué)院，上海 201306)

0 引言

港口是水陸運輸?shù)臉屑~，它作為國民經(jīng)濟和社會發(fā)展的重要基礎(chǔ)設(shè)施，對經(jīng)濟社會貿(mào)易的發(fā)展、國家綜合實力的提升，以及綜合運輸網(wǎng)絡(luò)的完善等具有十分重要的作用.港口空間格局問題的相關(guān)研究在國外最早見于20世紀(jì)30年代，國內(nèi)則要到20世紀(jì)90年代中后期.社會經(jīng)濟課題中空間結(jié)構(gòu)研究通常關(guān)注事物在空間的相互作用及所形成空間的集聚程度和集聚形態(tài)，基于此思路的港口空間結(jié)構(gòu)定量分析借助經(jīng)濟研究中常見的吉尼系數(shù)(Gini coefficient)［1-8］、洛倫茲曲線(Lorenz curve)［2-3，9］、赫希曼-赫芬達爾指數(shù)(Hirshmann-Herfindahilindex)［2，7-8，10-13］、偏 移-分 享 分 析 (Shift-Share analysis)［2，9-10，14］等方法展開.本文則嘗試運用探索性空間數(shù)據(jù)分析方法對港口的空間格局問題進行研究.與上述幾種常用方法不同的是，本方法運用地理數(shù)據(jù)庫并結(jié)合港口的實際地理位置，不僅能用數(shù)據(jù)表達港口空間格局的變化狀況，更可通過地圖的方式直觀地展現(xiàn)港口的集聚位置、集聚程度以及集聚狀態(tài)變化過程.

1 研究方法

探索性空間數(shù)據(jù)分析是一種具有識別功能的空間數(shù)據(jù)分析方法，它結(jié)合統(tǒng)計學(xué)和現(xiàn)代圖形計算技術(shù)探測空間分布的非隨機性或空間自相關(guān)性，可以將空間數(shù)據(jù)中隱含的空間分布、空間模式以及空間相互作用等特征直觀展示出來.空間自相關(guān)性分析(也稱聚類檢驗)［15］是認識空間分布特征、選擇適宜的空間尺度來完成空間分析的最常用方法.作為一種由數(shù)據(jù)驅(qū)動的探索過程，探索性空間數(shù)據(jù)分析方法能夠?qū)⒏鞣N與空間有關(guān)的數(shù)據(jù)與地理位置鏈接在一起，從空間的角度出發(fā)去表達和分析各種數(shù)據(jù)，并用直觀的方法展現(xiàn)空間數(shù)據(jù)中隱含的特征，具有對GIS地理數(shù)據(jù)庫中的空間數(shù)據(jù)進行挖掘和深加工的功能.空間數(shù)據(jù)分析方法可以分析時空過程(如疾病傳播、技術(shù)擴散)、形態(tài)變化(如河道演變)、空間格局(如河網(wǎng)、疾病分布)等，因此被廣泛應(yīng)用于資源管理與配置、土地信息系統(tǒng)和地籍管理、地震災(zāi)害和損失估計、道路交通管理、地形地貌分析、醫(yī)療衛(wèi)生、軍事等領(lǐng)域.

1.1 空間自相關(guān)性

空間自相關(guān)性表明事件在空間上集聚或分異的非隨機性.考慮到空間統(tǒng)計中的局部空間統(tǒng)計指標(biāo)側(cè)重屬性變量的區(qū)際差異更符合港口分布的地理特性，本文采用局部莫蘭指數(shù)I進行空間自相關(guān)性分析，具體公式為

式中:n是研究區(qū)域內(nèi)的樣本總數(shù)，在文中以我國長江和沿海城市為樣本;ωij是樣本間的空間權(quán)重;xi和xj是樣本i和j的空間屬性值，在文中以港口貨物吞吐量表示;x－是研究區(qū)域內(nèi)所有樣本的屬性平均值.區(qū)域i的局部莫蘭指數(shù)Ii若為正值，表示區(qū)域i存在相似值聚集，負值為相異值聚集，零值表示區(qū)域的該屬性值不存在空間相關(guān)性.

1.2 空間權(quán)重矩陣

空間權(quán)重矩陣是對象空間關(guān)系的數(shù)值化，通常依賴于空間距離或拓撲鄰接進行定義.港口的貨物吞吐量屬性與港口所處的地區(qū)存在顯著的空間因果關(guān)系，因此本研究基于區(qū)域的空間關(guān)系定義空間權(quán)重矩陣.考慮到選取的樣本具有沿海、沿江分布的空間特殊性，將固定距離分帶法和距離閾值法相結(jié)合來定義空間權(quán)重

式中:閾值D是通過計算最優(yōu)空間鄰近的平均距離產(chǎn)生的，具備距離影響程度的合理性.在計算過程中，設(shè)置每個樣本至少與3個樣本存在空間相關(guān)，計算出的平均距離為120 km.此外，鑒于特定樣本對象(如島嶼)在地理位置上的特殊性，本文手動設(shè)定島嶼城市與沿江(海)城市的鄰接關(guān)系.

1.3 顯著性檢驗

空間自相關(guān)性意味著樣本觀測值在空間上的非獨立性，而空間聚類分析在統(tǒng)計學(xué)上是基于屬性在空間上的完全隨機性假設(shè)，即零假設(shè).因此，只有拒絕零假設(shè)才能檢驗其空間聚類顯著性.顯著性檢驗即直接反映出聚類結(jié)果的可靠程度.

在計算莫蘭指數(shù)的同時將p值作為統(tǒng)計顯著性的度量，用于判斷整體或逐個要素是否拒絕零假設(shè).p值的計算采用ArcGIS 9.3空間分析工具中內(nèi)置的公式，p值表示所觀測到的空間模式是由某一隨機過程創(chuàng)建而成的概率，一般選用 0.01，0.05，0.10 作為顯著性水平的標(biāo)尺.當(dāng)p值很小時，意味著所觀測到的空間聚類不太可能產(chǎn)生于隨機過程，因此可以拒絕零假設(shè).

2 數(shù)據(jù)選用與計算結(jié)果分析

2.1 數(shù)據(jù)選用

為保證樣本的數(shù)量和統(tǒng)計學(xué)意義，選取我國沿海沿江的84個地級市作為研究區(qū)域(未列入香港的數(shù)據(jù))，其矢量模型均在WGS 84坐標(biāo)系下，與實際地理位置相同.研究區(qū)域的貨物吞吐量數(shù)據(jù)來自1985—2012年的《中國港口年鑒》.

2.2 計算結(jié)果與分析

由于研究所采用的工具不僅能進行數(shù)值計算，更能很直觀地展現(xiàn)數(shù)據(jù)結(jié)果(集聚狀態(tài)分布)，因此結(jié)合兩者進行以下分析.

2.2.1 三大港口群空間格局顯著

基于局部莫蘭指數(shù)和p值形成的港口空間集聚狀況分年份圖見圖1.圖中，由星號、點和圓圈區(qū)別的圖形塊與相異值集聚程度有關(guān)(它們分別表示p值小于1%，5%和10%)，由橫線、虛線和點劃線區(qū)別的圖形塊與相似值集聚程度有關(guān)(它們分別表示p值小于1%，5%和10%)，橫線圖塊表明聚集程度最高，虛線其次，點劃線最低.淡灰色圖形塊表示非集聚.圖1(a)為數(shù)據(jù)起始年份即1985年的港口空間集聚狀況，圖1(b)為數(shù)據(jù)終止年份即2012年的港口空間集聚狀況.

用莫蘭指數(shù)分析獲得的1985—2012年我國港口空間布局變化情況顯示，我國三大港口群的空間格局明顯.在20世紀(jì)80年代中期我國的港口空間聚集只出現(xiàn)在以廣州和上海為中心的南部區(qū)域，且這兩個區(qū)域的集聚均表現(xiàn)為高值被低值包圍的集聚，即相異值集聚;而其他區(qū)域則表現(xiàn)為非集聚，即隨機分布狀態(tài).可見，當(dāng)時我國的港口布局是分別以廣州和上海為中心的聚集，港口總體格局的集聚重心偏南.之后，隨著國家從優(yōu)先支持樞紐港建設(shè)轉(zhuǎn)向開始支持樞紐港邊緣條件優(yōu)越港口的發(fā)展，尤其是2005年國家對港口管理體制的調(diào)整，沿江沿海各省市建設(shè)發(fā)展港口的積極性高漲，在港口數(shù)量迅猛增長的同時，我國港口總體布局也由此發(fā)生變化.從2012年的莫蘭指數(shù)圖可以看到，我國港口的空間布局為從北到南的三大集聚區(qū)，即通常所概括的環(huán)渤海灣、長江三角洲和珠江三角洲三大港口群.這種格局的出現(xiàn)表明我國港口的總體空間格局正趨于分散化和均衡化，同時港口總體布局的重心由南向北轉(zhuǎn)移，并且各港口群的局部集中態(tài)勢日趨明顯.

2.2.2 港口群內(nèi)集聚狀態(tài)各異

分析三大港口群內(nèi)部的空間集聚變化過程可以看到，各港口群的空間結(jié)構(gòu)變化各具特點:長三角港口群在單個高低集聚向高高集聚轉(zhuǎn)變的同時出現(xiàn)新的高低集聚;環(huán)渤海港口群表現(xiàn)為由單個高低集聚向多個高高集聚的演變;珠三角港口群則在研究時間段內(nèi)維持相對穩(wěn)定的高低集聚狀態(tài).

各港口群內(nèi)最具影響力的核心港口莫蘭指數(shù)見表1.表中，莫蘭指數(shù)絕對值越高表明集聚程度越高，其中負值表明相異值(高低)集聚程度，而正值表明相似值(高高)集聚程度.

表1 上海、寧波、天津、大連、青島、廣州、深圳各港口局部莫蘭指數(shù)

首先，長三角港口群的空間格局變化情況在很大程度上受到上海港和寧波港以及兩者間博弈關(guān)系的影響.從莫蘭指數(shù)的變化看，上海港一直到2000年前均處在明顯的相異值集聚狀態(tài)，且莫蘭指數(shù)表現(xiàn)為較高的絕對值，也就是說上海港是唯一樞紐港的狀態(tài)在相對長的時間內(nèi)保持穩(wěn)定，而其他周邊港口則為其支線或喂給港.2000年以后隨著周邊港口的快速發(fā)展，在這個我國港口密度最大的地區(qū)之一出現(xiàn)相似值集聚(即高高集聚)的格局，上海港一港獨大的局面逐步被多港口共同發(fā)展的狀況所替代，并且隨著2008年杭州灣跨海大橋的通車，這種高高集聚的狀態(tài)得到進一步鞏固和提升(見圖2).

圖2 1985—2012年上海港局部莫蘭指數(shù)圖

同在長三角港口群內(nèi)，寧波的發(fā)展則經(jīng)歷了一個從非集聚到集聚的變化過程.在港口集聚度圖中這個變化的轉(zhuǎn)折點雖然到2006年才表現(xiàn)出來，但從緣由上看，寧波港集團有限公司和之后的寧波港股份有限公司的成立顯然從體制機制上為寧波港的快速發(fā)展打下堅實的基礎(chǔ).圖3展示相關(guān)年份寧波港與其周邊港口的集聚度變化過程.雖然從成圖的角度，圖中符號的設(shè)定并未細致到將基于莫蘭指數(shù)的每一微小集聚度變化均展現(xiàn)出來，但指數(shù)本身的變化仍然可以較好地說明港口集聚的程度和方式變化.

圖3 基于局部莫蘭指數(shù)的2004，2006，2008年寧波及周邊港口集聚度變化

其次，環(huán)渤海港口群中的大連港、青島港和天津港三大港口對該區(qū)域內(nèi)集聚度變化起著關(guān)鍵作用(見圖4和5).對比環(huán)渤海港口群的莫蘭指數(shù)所反映出的港口集聚度變化可以看到，環(huán)渤海港口群空間格局表現(xiàn)出由單個高低集聚向多個高高集聚的演變，這也意味著遼東半島、渤海西岸及山東半島的港口在吞吐量總體水平較高的背景下呈現(xiàn)出區(qū)域內(nèi)分散的格局.

圖4 1985—2012年大連、青島、天津三港貨物吞吐量折線

圖5 1985—2012年大連、青島、天津三港局部莫蘭指數(shù)

從環(huán)渤海港口群空間格局的演變過程看，天津港的地位特殊，不管是從最早顯現(xiàn)出集聚的角度，或者是從集聚程度和集聚方式的角度，天津港均表現(xiàn)得比較突出.尤其是在天津港成為北方第一個破億噸大港的2001年后，隨著北方地區(qū)經(jīng)濟格局的新一輪調(diào)整，天津作為北方經(jīng)濟中心的作用進一步發(fā)揮，而秦皇島港的屬地化、京唐港及黃驊港的相繼建設(shè)，尤其是曹妃甸港的實質(zhì)性啟動，使得該區(qū)域的港口格局從天津港獨占鰲頭的相異值集聚模式(莫蘭指數(shù)為負值)快速向相似值集聚模式(莫蘭指數(shù)為正值)轉(zhuǎn)變，多港齊頭并進、共同發(fā)展的局面得以顯現(xiàn).此外值得一提的是青島港，雖然從圖1中并不能看到山東沿海港口集聚的狀態(tài)，但從莫蘭指數(shù)的變化看，以青島港為核心并由煙臺、日照、威海等港口組成的港口群正逐漸明顯地呈現(xiàn)出高高聚集趨勢.

最后，珠三角港口群的集聚度表現(xiàn)與廣州港和深圳港關(guān)系密切.從圖6所展現(xiàn)的廣州和深圳局部莫蘭指數(shù)看，兩港均表現(xiàn)為相異值集聚的狀態(tài)，即這兩個港口分別被如珠海、汕頭、惠州、茂名、虎門、中山、陽江等港口圍繞，并形成較明顯的主輔關(guān)系，且這種高低集聚維持相對穩(wěn)定的格局，只是廣州港的集聚程度在早期更明顯些.

圖6 1985—2012年廣州、深圳兩港局部莫蘭指數(shù)

2.2.3 影響港口集聚狀態(tài)的因素

港口群的產(chǎn)生既可以看作是一種產(chǎn)業(yè)集聚的結(jié)果，同時也是引導(dǎo)和帶動新一輪產(chǎn)業(yè)布局調(diào)整的誘因.港口群的發(fā)展能為經(jīng)濟發(fā)展擴展人流、物流、資金流和信息流，帶動城市經(jīng)濟、腹地經(jīng)濟、區(qū)域經(jīng)濟的繁榮.港口本身的聚集效應(yīng)和擴散效應(yīng)促進所在地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，優(yōu)化資源配置，推動區(qū)域經(jīng)濟一體化.作為水陸運輸?shù)墓?jié)點，港口群所發(fā)揮的資源配置基礎(chǔ)性作用有利于各種資源物流成本的降低，有利于環(huán)境的良好發(fā)展和區(qū)域競爭優(yōu)勢的增強，進而達到促使整個區(qū)域的聯(lián)系更為緊密、整體性更強、各行業(yè)協(xié)同發(fā)展的效果.

分析我國已經(jīng)明顯成型的三大港口群空間格局以及各港口群內(nèi)各具特點的港口集聚程度和集聚方式，如下幾方面因素所產(chǎn)生的作用不容忽視:

第一是港口所依托的城市及城市經(jīng)濟的支撐作用.港口發(fā)展與城市發(fā)展之間是相輔相成的關(guān)系.從地理位置看，三大港口群背后依托的無不是位列我國經(jīng)濟發(fā)展前沿的城市，這些城市的經(jīng)濟發(fā)展和產(chǎn)業(yè)布局在根本上影響著港口的核心業(yè)務(wù);從時間進程看，三大港口群由珠三角和長三角再到環(huán)渤海灣的順次繁榮發(fā)展過程正與我國經(jīng)濟發(fā)展經(jīng)歷的由南到北的遞次發(fā)展相對應(yīng);從空間格局看，三大港口群顯現(xiàn)出的重心北抬均衡化發(fā)展趨勢將是各城市結(jié)合自身經(jīng)濟特點應(yīng)對全球金融危機和經(jīng)濟轉(zhuǎn)型的產(chǎn)物.

其次是地方政府的推動作用.港口具有地域?qū)傩?，隨著對港口重要性認識的提升，各沿海城市將港口視作戰(zhàn)略性資源紛紛投入巨資，以期通過港口的建設(shè)和發(fā)展帶動城市經(jīng)濟能級的提升.這種局部區(qū)域的港口發(fā)展需求，在推動港口總體格局朝均衡化方向發(fā)展的同時，也會加劇港口之間因行政壁壘而產(chǎn)生的競爭，港口群內(nèi)部各具特點的集聚態(tài)勢在很大程度上是多方力量博弈的結(jié)果.

第三是國家政策與規(guī)劃的引導(dǎo)作用.從國家政策層面，20世紀(jì)80—90年代港口管理權(quán)的逐步下放和優(yōu)先支持主樞紐港建設(shè)的政策，決定性地導(dǎo)致上海港的先發(fā)優(yōu)勢;進入21世紀(jì)后，中央支持樞紐港邊緣條件優(yōu)越港口發(fā)展的政策催生寧波、深圳等港口的快速成長.從規(guī)劃層面，2006年交通運輸部發(fā)布的《沿海港口布局規(guī)劃》提出我國沿海港口群的總體格局，并確定各港口的定位和發(fā)展方向.可以說，我國各港口發(fā)展的順序和速度，并由此而逐步形成的港口總體空間格局和港口群內(nèi)布局特征都直接或間接受到國家宏觀指導(dǎo)和調(diào)控的影響.

3 結(jié)束語

隨著空間思維被主流經(jīng)濟學(xué)所接受，將空間因素納入到分析中來研究經(jīng)濟活動的空間分布規(guī)律已成為一種重要方法.本文以探索性空間分析方法的研究思路，運用ArcGIS為工具對我國港口1985—2012年的空間格局演變進行分析.通過以局部莫蘭指數(shù)為表征的空間相關(guān)性分析可以看到，我國港口的三大港口群空間分布格局明顯，且不同港口群內(nèi)部呈現(xiàn)出不同的集聚狀態(tài)演變特點.長三角港口群中的上海港和寧波港、環(huán)渤海港口群中的天津港、青島港和大連港，珠三角港口群中的廣州港和深圳港，這些關(guān)鍵港口的發(fā)展及其因與周邊港口之間的相關(guān)性而產(chǎn)生的作用，對該區(qū)域港口群內(nèi)部空間格局的影響是決定性的，而這些變化也最終會影響到我國港口整體格局的轉(zhuǎn)變.從深層次的原因看，各港口所依托城市及其經(jīng)濟的發(fā)展、地方政府的推動和國家政策與規(guī)劃的引導(dǎo)，都影響著港口格局的產(chǎn)生和發(fā)展.

事物形成空間相關(guān)性的原因多種多樣，可能源于因果關(guān)系、事物間的相互作用、擴散關(guān)系等.與莫蘭指數(shù)表現(xiàn)為負值(即高低集聚)或者表現(xiàn)為正值(即高高集聚)相對應(yīng)，港口個體的發(fā)展并由此影響帶動周邊港口的發(fā)展，進而使港口之間表現(xiàn)出或者是樞紐港與喂給港、干線港與支線港的集聚關(guān)系，或者是彼此競爭博弈乃至雙贏的集聚關(guān)系，可以通過探索性空間分析方法得到較直觀的寫照.相對于常見的港口空間格局分析方法，本方法在將港口的空間集聚狀態(tài)和程度直觀地展現(xiàn)出來方面優(yōu)勢明顯.當(dāng)然從算法本身看，我國港口在地理空間上呈現(xiàn)出的類似條帶狀的分布特征，給權(quán)重矩陣和距離閾值的設(shè)定帶來難度;同時，相對于統(tǒng)計學(xué)上對樣本數(shù)量的高要求，能獲得更多更細化的港口數(shù)據(jù)對取得更有效的分析結(jié)果會帶來更加積極的作用.

［1］KENYON J.Elements in interport competition in the United States［J］.Economic Geography，1970，46(1):1-24.

［2］NOTTEBOOM T E.Concentration and load centre development in the European container port system［J］.J Transport Geography，1997，5(2):99-115.

［3］McCalla R J.From St John’s to Miami:containerization at Eastern Seaboard Ports［J］.Geo J，1999(48):21-28.

［4］曹有揮.長江沿岸港口體系空間結(jié)構(gòu)研究［J］.地理學(xué)報，1999，54(3):233-239.

［5］慈慶玲，韓時琳，呂國平.長株潭港口體系空間結(jié)構(gòu)的定量分析［J］.水運工程，2006(1):36-39.

［6］王圣云，沈玉芳.長山群島港口地域組合空間結(jié)構(gòu)演化定量分析［J］.地理科學(xué)進展，2008，27(7):103-109.

［7］謝燮.我國港口空間格局演化的成因及趨勢分析［J］.中國水運，2010(1):8-9.

［8］謝凌峰，肖富，宋敏.珠江口港口群空間結(jié)構(gòu)演化特征［J］.水運工程，2012(2):58-61.

［9］高愛穎，劉凱，傅玲.基于港口空間結(jié)構(gòu)的港市物流發(fā)展戰(zhàn)略研究［J］.物流技術(shù)，2006(2):4-7.

［10］曹有揮，李海建，陳雯.中國集裝箱港口體系的空間結(jié)構(gòu)與競爭格局［J］.地理學(xué)報，2004，59(11):1020-1027.

［11］陳斕，伍世代，陳培健.福建港口體系結(jié)構(gòu)研究［J］.熱帶地理，2007，27(5):249-253.

［12］潘坤友，曹有揮，梁雙波.中國集裝箱多門戶港口區(qū)域空間結(jié)構(gòu)的形成與機理［J］.地理科學(xué)進展，2013，32(2):214-222.

［13］吉阿兵.長三角集裝箱港口群空間結(jié)果演變實證研究［J］.港口經(jīng)濟，2013(3):23-27.

［14］梁雙波，曹有揮，曹衛(wèi)東，等.長三角集裝箱港口體系的偏移增長與演化模式［J］.地理科學(xué)進展，2008，27(5):95-102.

［15］沈體雁，馮等田，孫鐵山.空間計量經(jīng)濟學(xué)［M］.北京:北京大學(xué)出版社，2010.