孫　建，胡志華

(上海海事大學(xué) 物流研究中心，上海 201306)

?

全球集裝箱海運航線網(wǎng)絡(luò)關(guān)鍵港口識別

孫建，胡志華

(上海海事大學(xué) 物流研究中心，上海 201306)

針對關(guān)鍵港口識別方法相對孤立、測度指標(biāo)相對單一的現(xiàn)狀，基于復(fù)雜網(wǎng)絡(luò)理論，以海運航線網(wǎng)絡(luò)中港口度、港口介數(shù)、接近度、集聚因數(shù)和港口流量為指標(biāo)，運用主成分分析法，得出了海運航線網(wǎng)絡(luò)中港口的綜合排名。以排名比較靠前的港口為關(guān)鍵港口，并運用相關(guān)性分析對港口的綜合排名進(jìn)行驗證。驗證結(jié)果表明：關(guān)鍵港口的分布受腹地位置影響，在數(shù)量上，亞洲和歐洲居于主導(dǎo)地位，新加坡港口以絕對優(yōu)勢居于綜合排名的首位，中國的上海港口和香港港口分別進(jìn)入了前10位。

復(fù)雜網(wǎng)絡(luò)；海運航線網(wǎng)絡(luò)；關(guān)鍵港口；主成分分析

0　引言

隨著經(jīng)濟(jì)全球化和貿(mào)易自由化的發(fā)展，國際間貨物運輸量越來越大，海運變得越來越重要。高效可靠的航線網(wǎng)絡(luò)是各國間進(jìn)行海上貿(mào)易的前提，而海運航線網(wǎng)絡(luò)的可靠性由關(guān)鍵港口的穩(wěn)定性決定，如何準(zhǔn)確識別關(guān)鍵港口，對航線網(wǎng)絡(luò)的規(guī)劃和管理是至關(guān)重要的。

復(fù)雜網(wǎng)絡(luò)是描繪和研究復(fù)雜系統(tǒng)拓?fù)浣Y(jié)構(gòu)和行為因素的有效途徑，錢學(xué)森將其定義為具有自組織、自相似、吸引子、小世界、無標(biāo)度中部分或全部性質(zhì)的網(wǎng)絡(luò)[1]。最近幾年，國內(nèi)外一些學(xué)者將海運航線網(wǎng)絡(luò)抽象成眾多航線構(gòu)成的復(fù)雜網(wǎng)絡(luò)，并在海運航線網(wǎng)絡(luò)的復(fù)雜性、連通性和可靠性等方面做了許多有影響力的研究。文獻(xiàn)[2]對世界航運網(wǎng)絡(luò)的復(fù)雜性進(jìn)行了研究。文獻(xiàn)[3]研究了集裝箱航運網(wǎng)絡(luò)的連通性。文獻(xiàn)[4]揭示了航運區(qū)域中心性演化規(guī)律。文獻(xiàn)[5]研究了集裝箱班輪航運網(wǎng)絡(luò)的可靠性。文獻(xiàn)[6]研究了海上絲綢之路港口空間分布特征。文獻(xiàn)[7]研究了某種傳染性疾病的網(wǎng)絡(luò)，以病患為節(jié)點，以特別明顯病癥為關(guān)鍵節(jié)點，實施專門的醫(yī)治，不僅可以迅速找到醫(yī)治的方法，而且還能防止病毒的傳播?，F(xiàn)有的研究大部分使用單一的測度指標(biāo)，僅是各個測度指標(biāo)的依次使用，可能會造成一定程度的關(guān)鍵港口遺失。

文獻(xiàn)[8-9]的研究表明：復(fù)雜網(wǎng)絡(luò)理論可以有效解釋復(fù)雜系統(tǒng)的形成機(jī)理，反映出網(wǎng)絡(luò)中的關(guān)鍵個體及個體之間的關(guān)系。利用復(fù)雜網(wǎng)絡(luò)理論方法，有助于揭示海運航線網(wǎng)絡(luò)的關(guān)鍵港口，為網(wǎng)絡(luò)的規(guī)劃、管理以及可靠性研究提供依據(jù)。本文結(jié)合復(fù)雜網(wǎng)絡(luò)的相關(guān)理論，以港口度、港口介數(shù)、接近度、集聚因數(shù)和港口流量為測度指標(biāo)，得出港口的綜合排名，綜合排名靠前的港口即為關(guān)鍵港口。

1　數(shù)據(jù)采集

在數(shù)據(jù)可達(dá)性的原則下，搜集了世界排名前10位班輪公司中7家公司的航運數(shù)據(jù)，他們占全球海運運輸份額的44.4%，7家班輪公司標(biāo)準(zhǔn)集裝箱(twenty-feetequivalentunit,TEU)數(shù)量及市場份額如表1所示。以班輪公司網(wǎng)站上公布的船期表為基礎(chǔ)，分別跟蹤、獲取每條海運航線上一個航期中班輪掛靠的所有港口[10]，跟蹤時間為2015年10月1日至2016年1月1日。

表1　7家班輪公司TEU數(shù)量及市場份額

圖1　海運航線網(wǎng)絡(luò)港口分布

根據(jù)海運航線情況，搜集了網(wǎng)絡(luò)中掛靠的777個港口數(shù)據(jù)、航線數(shù)據(jù)及物流統(tǒng)計數(shù)據(jù)，使用MATLAB軟件對相應(yīng)數(shù)據(jù)進(jìn)行整理，畫出了這777個港口的具體位置，如圖1所示。

2　關(guān)鍵港口評價指標(biāo)設(shè)計

這777個港口形成的海運航線網(wǎng)絡(luò)具有小世界特征和無標(biāo)度特性，因此，可認(rèn)為其具有復(fù)雜網(wǎng)絡(luò)的特征，是復(fù)雜網(wǎng)絡(luò)。故選取以下指標(biāo)來衡量港口。

(Ⅰ)港口度。港口度是指與港口Vi連接的其他港口數(shù)目，用Ki表示。所有港口度的平均值稱為海運航線網(wǎng)絡(luò)的平均度，用表示。網(wǎng)絡(luò)中港口度分布用度分布函數(shù)P(k)表示，描述的是一個港口恰好連接K個港口的概率，P(k)為港口度是K的港口數(shù)占總港口數(shù)的比例。

(Ⅱ)集聚因數(shù)[11]。集聚因數(shù)用來描述海運航線網(wǎng)絡(luò)中港口的聚集情況，即網(wǎng)絡(luò)的緊密程度。假設(shè)網(wǎng)絡(luò)中港口Vi與Ki個港口相連接，則這Ki個港口間最多可能存在的航線數(shù)為Ki(Ki-1)/2。假設(shè)這Ki個港口間實際存在的航線數(shù)為Ei，則港口的集聚因數(shù)Ci為Ei與最多可能存在的航線數(shù)之比，計算公式見式(1)。整個網(wǎng)絡(luò)的集聚因數(shù)C為所有港口集聚因數(shù)的平均值，計算公式見式(2)。

(1)

(2)

(Ⅲ)港口介數(shù)[11]。港口介數(shù)CB(Vi)為網(wǎng)絡(luò)中所有最短路徑中經(jīng)過港口Vi的路徑數(shù)目占最短路徑總數(shù)的比值，計算公式為：

(3)

其中：σij為港口i和港口j之間最短路徑數(shù)；σij(Vi)為港口i和港口j之間的最短路徑中通過港口Vi的數(shù)目；N為網(wǎng)絡(luò)的總港口數(shù)。

(Ⅳ)接近度[4]。港口接近度Cij(i)為港口i與網(wǎng)絡(luò)中其余港口的最短距離之和，計算公式為:

(4)

其中：dij為港口i和港口j之間的最短距離。

(Ⅴ)港口流量。港口流量反映了選定時間內(nèi)海港之間海運聯(lián)系的次數(shù)，可以衡量該港口與其他港口的聯(lián)系強度。

3　關(guān)鍵港口識別

運用MATLAB軟件分別計算出777個港口的港口度、港口介數(shù)、接近度、集聚因數(shù)和港口流量，分別記為X1、X2、X3、X4和X5，再運用SPSS軟件對其進(jìn)行主成分分析[12]。

3.1數(shù)據(jù)檢驗

對主成分分析采用了Kaiser-Meyer-Olkin(KMO)和Bartlett檢驗。檢驗結(jié)果為：KMO值為0.689；近似卡方值為2 449.667；自由度df為10；顯著性水平Sig為0.000，各變量之間的信息重疊程度比較高，說明主成分分析法是可行的。

3.2主成分分析

運用主成分分析對數(shù)據(jù)進(jìn)行處理，結(jié)果見表2。由表2可知：第1個成分特征值大于1，第2個成分接近1，且兩個成分累計貢獻(xiàn)率達(dá)80.696%，故選擇前兩個成分為主成分。

表2　主成分分析結(jié)果

表3為因子載荷矩陣，從表3中可以看出：第1主成分對X1、X2、X3和X5的解釋力度較大；而第2主成分對X4的解釋力度較大。

表4是成分得分系數(shù)矩陣，由表4可以得出兩個主成分的表達(dá)式：

W1=0.313X1+0.280X2+0.308X3+0.117X4+0.280X5；

(5)

W2=-0.040X1-0.086X2+0.287X3+0.950X4-0.021X5，

(6)

其中：W1和W2分別為第1主成分和第2主成分；X為標(biāo)準(zhǔn)化后的數(shù)據(jù)。

表3　因子載荷矩陣

表4　成分得分系數(shù)矩陣

計算各港口的綜合得分F，以每個主成分的特征值與所選取的兩個主成分總特征值之和的比值為權(quán)重：

(7)

其中：λ1和λ2分別為第1主成分和第2主成分的特征值。

根據(jù)表2中第1主成分和第2主成分的初始特征值數(shù)據(jù)，以及式(5)～式(7)可以得到下式：

F=0.183X1+0.154X2+0.242X3+0.254X4+0.167X5，

(8)

其中：X1、X2、X3、X4和X5分別表示港口度、港口介數(shù)、接近度、集聚因數(shù)和港口流量，且都為標(biāo)準(zhǔn)化后的數(shù)據(jù)。

由式(8)可以看出：在決定關(guān)鍵港口時，港口度權(quán)重為0.183；港口介數(shù)權(quán)重為0.154；接近度權(quán)重為0.242；集聚因數(shù)權(quán)重為0.254；港口流量權(quán)重為0.167，接近度和集聚因數(shù)相對比較重要。通過式(8)可以計算得到排名前10港口的指標(biāo)和綜合得分，結(jié)果如表5所示。

表5　排名前10位港口的指標(biāo)和綜合得分

圖2　海運航線網(wǎng)絡(luò)中排名前100位的港口分布

根據(jù)主成分分析法，計算出了777個港口的綜合排名，排名靠前的部分港口即為海運航線網(wǎng)絡(luò)中的關(guān)鍵港口，圖2顯示了海運航線網(wǎng)絡(luò)中排名前100位的港口。

由圖2可以看出：亞洲、歐洲、美洲、非洲和大洋洲分別包含41個、27個、19個、11個和2個關(guān)鍵港口。海運航線網(wǎng)絡(luò)的關(guān)鍵港口主要分布在東亞到東南亞、歐洲與地中海沿岸以及北美的墨西哥灣一帶，豐富的海岸線資源和良好的戰(zhàn)略位置為這些港口的發(fā)展提供了重要條件。

4　結(jié)果與分析

為驗證本文識別關(guān)鍵港口方法的有效性。選取了2015年全球TEU排名前100位港口與本文中分析獲得的港口排名進(jìn)行了相關(guān)性分析[13]，數(shù)據(jù)處理如下：將2015年全球TEU排名前100位港口與本文所研究的777個港口對比，保留兩者共同的港口，最終選取了85個港口為樣本。表6為港口TEU排名及本文排名順序的對比(節(jié)選)。

表6　港口TEU排名及本文排名順序的對比(節(jié)選)

由表6可知：上海港口、新加坡港口、香港港口、釜山港口、巴生港港口和安特衛(wèi)普港口的TEU排名和本文港口綜合排名較為接近，鹽田港口、南沙港口、青島港口、阿里山港口、天津港口、大連港口、洛杉磯港港口和長灘港口的TEU排名與本文港口綜合排名存在一定的差距。故對2015年全球TEU前100位港口的排名與本文中分析獲得的港口綜合排名進(jìn)行相關(guān)性分析。相關(guān)性分析結(jié)果認(rèn)為：TEU前100位港口排名與本文港口排名在顯著性水平0.000的情況下顯著相關(guān)，相關(guān)系數(shù)達(dá)到0.678。說明本文研究的關(guān)鍵港口識別在一定程度上與按照港口吞吐量大小確定的關(guān)鍵港口是吻合的。

5　結(jié)束語

本文以海運航線網(wǎng)絡(luò)中港口度、港口介數(shù)、接近度、集聚因數(shù)和港口流量為指標(biāo)，運用主成分分析法綜合考慮港口的排名，排名靠前的部分港口即為海運航線網(wǎng)絡(luò)中的關(guān)鍵港口。其中，新加坡港口、上海港口和香港港口等都為關(guān)鍵港口，并對關(guān)鍵港口的具體分布進(jìn)行了分析，關(guān)鍵港口主要分布在東亞、南亞、地中海及墨西哥灣一帶。其中，亞洲的關(guān)鍵港口數(shù)量高達(dá)41個，說明亞洲在世界海運網(wǎng)絡(luò)中占有重要地位。最后，運用2015年TEU排名前100位港口的排名與本文得出的港口排名進(jìn)行相關(guān)性分析，相關(guān)系數(shù)為 0.678，說明本文所采用的識別關(guān)鍵港口的方法是可行的。

[1]郭世澤,陸哲明.復(fù)雜網(wǎng)絡(luò)基礎(chǔ)理論[M].北京:科學(xué)出版社,2012:9-11.

[2]田煒,鄧貴仕,武佩劍,等.世界航運網(wǎng)絡(luò)復(fù)雜性分析[J].大連理工大學(xué)學(xué)報(自然科學(xué)版),2007,47(4):605-610.

[3]JIANGJL,LEELH,CHEWEP,etal.Portconnectivitystudy:ananalysisframeworkfromaglobalcontainerlinershippingnetworkperspective[J].Transportationresearchparte,2015,73:47-64.

[4]LIZF,XUMQ,SHIYL,etal.Centralityinglobalshippingnetworkbasingonworldwideshippingareas[J].Geojournal,2015,80(1):47-60.

[5]武佩劍.集裝箱班輪航運網(wǎng)絡(luò)可靠性建模與仿真研究[D].大連:大連理工大學(xué),2010.

[6]曾慶成,吳凱,滕藤.海上絲綢之路港口的空間分布特征研究[J].大連理工大學(xué)學(xué)報(社會科學(xué)版),2016,37(1):25-31.

[7]呂天陽,樸秀峰,謝文艷,等.基于傳播免疫的復(fù)雜網(wǎng)絡(luò)可控性研究[J].物理學(xué)報,2012,61(17):141-149.

[8]WATTSDJ,STROGATZSH.Collectivedynamicsofsmallworldnetworks[J].Nature,1998,393(6684):440-442.

[9]BARABASIAL,ALBERTR.Emergenceofscalinginrandomnetworks[J].Science,1999,286(5439):509-512.

[10]顏章龍.世界海運網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)及演化規(guī)律研究[D].大連:大連海事大學(xué),2013.

[11]楊汀.依復(fù)雜網(wǎng)絡(luò)關(guān)鍵節(jié)點識別技術(shù)研究[D].南京:南京理工大學(xué),2011.

[12]海峰,閻欣,丁燦,等.基于軸輻理論的現(xiàn)代區(qū)域物流網(wǎng)絡(luò)節(jié)點選擇[J].計算機(jī)集成制造系統(tǒng),2012,18(6):1295-1305.

[13]廖小琴,孫建軍,鄭彥寧,等.高校微博互聯(lián)網(wǎng)絡(luò)-邊緣結(jié)構(gòu)分析(鏈接結(jié)構(gòu)和信息分布視角)[J].情報科學(xué),2014,32(1):119-123,149.

國家自然科學(xué)基金項目(71471109,71101088);教育部博士點基金項目(20113121120002);交通部應(yīng)用基礎(chǔ)研究基金項目(2015329810260);上海市曙光計劃基金項目(13SG48);上海市教委科研創(chuàng)新基金項目(14YZ100)

孫建(1991-),男,江蘇揚州人,碩士生;胡志華(1977-),男,湖南長沙人,教授,博士,博士生導(dǎo)師,主要研究方向為港航與物流運作優(yōu)化、社會科學(xué)計算實驗和計算智能.

2016-04-23

1672-6871(2016)06-0095-05

10.15926/j.cnki.issn1672-6871.2016.06.020

F550.74

A