中國港口時空格局演變及影響因素分析

孫世達　姜巍　高衛東

摘 要：港口是水路運輸的樞紐和重要節點，對區域經濟的發展起著重要作用。以我國規模以上港口為研究對象，運用指數分析與齊夫定律對近年來我國港口規模的區域差異、等級規模變化進行分析，通過灰色關聯度模型確定影響港口規模的主要因素，結果發現：我國港口吞吐量增長迅速，以外貿運輸為主；港口規模的區域差異與規模等級差異逐步縮小，各港口吞吐量呈現位序-規模分布，分形結構由單分形轉為雙分形，齊夫參數呈下降趨勢；不同省級行政單元經濟水平對港口規模影響存在差異，分為區域拉動型、外向經濟型、腹地中轉型和補充導向型。

關鍵詞：港口；時空格局；吞吐量；影響因素

中圖分類號：F129.9 文獻標識碼：A

0 引言

改革開放以來，經濟高速發展極大拉動了水運規模的增長。作為水運樞紐與重要節點的港口成為學界研究熱點，研究內容主要集中在以下幾個方面：一是從港口與腹地之間的關系入手，探討港口對腹地經濟發展的影響：如王洪清運用非線性模型對寧波港與腹地經濟關系進行探討，發現寧波港對腹地經濟貢獻彈性具有“U”型特征[1]；韓增林等人以我國東部沿海港口為樣本，利用海港空間效應模型，測度了不同港口與其腹地的經濟空間效應[2]；二是從港口吞吐量時間序列變動規律入手，探討影響港口運輸規模的因素：如孟國連基于我國17個主要內河港口吞吐量時間序列數據建立多元線性回歸模型對影響因素作量化分析，發現GDP、年平均降水量、最高水位對內河港口吞吐量影響最為顯著[3]；Albert Veenstra等人使用指數模型，發現長江水系港口規模的上升受其本身地理位置的制約[4]；郭建科等人運用灰色關聯度模型分析了遼寧沿海港口增長與其腹地之間的關聯程度，發現腹地物流規模、固定資產投資及工業化是影響遼寧港口發展的主要因素[5]。三是從港口及其腹地空間結構入手，探討港口對腹地經濟布局的影響：如梁辰等人以大連港為研究對象，結合分形幾何、空間重心等理論考察臨港產業集聚現象[6]；劉波等使用港口腹地區位熵模型結合外貿依存度分析港口腹地空間演變規律[7]；董曉菲等人對大連港與腹地相關性進行實證研究，發現其呈現出一定的圈層結構并具有生命周期性[8]；Ferrari等人通過考察利古里亞港口規模演變，認為港口與腹地市場間的可達性決定了港口規模上升潛力[9]；Taubenb？觟ck等人通過對印度主要城市遙感影像的解析，發現港口規模的升級會在一定程度上影響城市形態的演變[10]。近年來，也有部分學者開始進行港口空間演化規律的研究，如王成金對秦漢以來中國港口的空間分布特征進行了分析并從產業布局、政治經濟空間關系等宏觀角度探討了影響港口空間分布變化的原因[11]；潘坤友等人運用港口首位度和修正的赫芬達爾指數對中國集裝箱港口體系的空間結構變化進行了分析[12]。

總體來講，已有的研究主要集中在港口與腹地關系、港口規模變化規律上，研究方法多為相關、回歸分析以及預測；研究對象多為單個港口、港口群或某類港口，對我國港口系統整體時空演變規律研究較少。本文以港口貨物吞吐量為切入點，借助空間分異指數對我國港口時空分布規律進行探討，利用灰色關聯度模型分析影響我國港口規模時空格局變化的因素。相關數據主要來源于《中國港口年鑒》（2000-2013）、《中國港口發展報告》（2008-2012）及《中國統計年鑒》（1981-2014），部分數據取自于省級統計年鑒以及地市統計公報。為使數據具有可比性，本文將所有與經濟有關的數據調整為2000年不變價。

1 我國港口運輸發展歷程

港口不僅是國家交通運輸的基礎設施，更是區域產業布局的核心。改革開放以來中國的水運事業蓬勃發展，2013年我國港口生產用碼頭達到31760個，其中萬噸及其以上泊位達到2001個，完成貨物吞吐量117.67億噸[13]；沿海吞吐量過億噸港口有20個，內河吞吐量過億噸港口有9個；具備靠泊裝卸30萬噸級散貨船、44萬噸油輪和1萬標準箱集裝箱船的能力，在空間上自北向南組成了沿海與內河相結合的港口體系（圖1）。近年來我國水運規模和結構變化主要呈現以下特點：

（1） 吞吐量波動增長，海運成為水運主體。外向型經濟發展促進了區域間物資交流，水運規模不斷攀升，吞吐總量從1999年的19.6億噸增至2013年的117.67億噸，外貿吞吐量也從1999年的4.26億噸增加到2013年的33.6億噸，分別為1999年的6倍和7.8倍，年均增長率分別為14%和16%（圖2）。從二者增長變化過程來看，1999年～2003年外貿吞吐量增長率高于吞吐總量增長率，此后隨著國內物資需求增長，在2007年之后，兩者增速基本一致。近年來隨著經濟進入平穩發展期，吞吐量增長率開始放緩，基本保持穩定。海運作為我國水運主體，呈現指數增長趨勢，1980年沿海規模以上港口吞吐量僅為2.17億噸，2013年沿海規模以上港口吞吐量為1980年的33.5倍，增至72.8億噸，占水運總量的61.9%，年均增長率為11%（圖3）。

（2） 運輸結構以能源為主，礦石比重近年來不斷增長。我國港口貨物吞吐量中能源所占比重最大，其次為礦石與建材，農業物資所占比例較小（圖4）。能源（煤炭、石油、天然氣）是我國水運的主體，吞吐量從1998年的4億噸增至2013年的21.5億噸，占貨運總吞吐量的36.9%；礦石與建材（鋼鐵、水泥、木材）在2005年之前吞吐量差異較小，約占貨運總吞吐量的13.5%，此后，逐漸高于建材吞吐量（圖5），目前礦石吞吐量已占貨運總吞吐量的18.7%，成為水運的重要組成部分。農業物資（糧食、鹽、化肥、農藥）吞吐量穩中有升，但增幅較小，甚至出現負增長。

2 港口空間差異演變

2.1 泰爾指數和赫希曼-赫芬達爾指數

泰爾指數（Theil Index， THI）是從信息量和熵的角度出發衡量個人或地區之間不平等程度的一種常見方法[14]，赫希曼-赫芬達爾指數（Herfindahl-Hirschman Index，HHI）是反映市場集中度的指標，用于計量廠商規模的離散程度[15]。本文采用THI和HHI的時間序列變化來表征我國港口體系空間差異的具體過程。

其中，yi表示第i個港口某年度吞吐量，表示各港口吞吐量平均值，Y表示各港口吞吐量總和，n表示港口數量。THI與HHI指數越大，則港口間吞吐量空間差異越大，地理集中程度越高。

總體來看，我國港口規模區域差異在平穩縮小。THI與HHI均呈下降趨勢，分別從1995年的950.8和0.22降至2012年的628.9與0.11（圖6）。

2.2 首位度指數

首位度指數最早用于衡量區域城市規模等級分布變化[16]，為衡量港口吞吐量等級差異，我們借鑒城市首位指數計算方法，分別計算2港口指數、4港口指數和11港口指數（公式3）。其中2港口指數即首位度，表示某年度吞吐量最大港口與第二大港口規模的比值。

其中S2、S4、S11分別表示2港口指數、4港口指數和11港口指數。Tk表示排名第k位港口的吞吐量。正常情況下，1

首位分析表明，我國港口等級規模分布由首位分布逐步轉向均衡分布。S2、S4和S11指數自1995年的1.98、0.74、0.66分別降至2012年的1.17、0.48、0.37 （圖7），港口之間運輸規模逐漸均衡，等級差異縮小。1995年，吞吐量最大的港口為上海港，吞吐量為1.66億噸，是當時全國唯一吞吐量過億噸的港口，排名第二的秦皇島港吞吐量為0.84億噸，港口間規模等級差異較大，上海港表現出明顯的首位優勢。2006年寧波港與舟山港開啟一體化進程，兩港口吞吐量開始合并統計，導致了2港口指數由2005年的1.65驟降至2006年的1.11。2008年，上海港與寧波-舟山港吞吐量基本持平，2港口指數達到了最低值1.02。之后，寧波-舟山港地位逐漸上升，2009年吞吐量超過上海港成為我國第一大港，伴隨著上海港地位的下降，2港口指數又有所上升。2012年，寧波-舟山港完成貨物吞吐量7.44億噸，成為全球貨物吞吐量最大的海港，相比于排名第二的上海港（6.37億噸），寧波-舟山港并沒有表現突出的首位優勢，沒有成為我國絕對壟斷型大港。

2.3 位序-規模變化

哈佛大學George Kingsye Zipf研究自然語言詞匯分布規律時，提出齊夫定律[17]。齊夫公式（公式4）可以很好地描述位序-規模結構[18]，我們將其引入到港口規模等級結構研究中：

lnT（K）=A-qlnK （4）

其中，K為某港口吞吐量位序，T（K）表示位序為K的港口吞吐量，q為齊夫參數，A為常數項。q≥1時，規模等級結構呈冪律分布，q減小說明中間位序單元數增多，規模等級結構差異縮小；q<1時，規模等級結構空間分布模式向對數正態分布轉化。在動態系統中，研究對象的規模不斷演化，點列在坐標系中的位置也會不斷移動。一般認為，點列在雙對數圖中呈直線分布為單分形結構，如果形成兩條直線則為雙分形結構[19]。

港口系統是受自然和人文要素綜合作用的復雜系統，遵循系統演化的一般規律，即從無序到有序，從混沌到復雜[20]。取1990、2000、2006及2012年四個時間節點全國規模以上港口吞吐量數據進行排序，將點列（K，T（K））數據標繪在雙對數坐標圖上，考察其擬合狀況。1990年與2000年，點列在雙對數坐標圖上均為一條直線，q值分別為1.27與1.19，說明吞吐量位序-規模分布具有單分形特征，呈現冪律分布，不同等級港口間吞吐量規模差異較大。2006年與2012年雙對數坐標圖上均有兩條直線段，呈現雙分形結構，吞吐量大的港口間規模差異減小，而吞吐量小的港口間規模差異增大（圖8）。

根據齊夫公式考察我國規模以上港口1995年～2012年吞吐量位序-規模變化狀況（圖9），呈現以下特征：

（1） 由單分形轉為雙分形。2002年之前，港口吞吐量位序-規模呈現單分形結構，2003年后轉為雙分形。原因是2003年港口實行政企分離后，部分港口吞吐量迅速增長，引起港口間吞吐量規模分布大調整，單分形結構退化為局部分形，由原來一個吞吐量規模結構系統蛻變為兩個結構子系統。

（2） 齊夫參數值逐漸減小。1995年至2002年，q值從1.23降至1.08，2002年的q值接近于1，為標準Zipf式，是相對較佳的空間分布結構。2003年至2012年為雙分形結構，第一無標度區與第二無標度區q值均呈下降趨勢（圖9）。第一無標度區q1值由1.22降至0.32，空間形態由冪律分布轉為對數正態分布，表現為第一無標度區內港口吞吐量規模趨同。第二無標度區q2值由11.91降至1.56，吞吐量差異也在減小。這一變化趨勢說明港口規模等級差異縮小，呈總體均衡式分布。

3 港口規模影響因素分析

3.1 灰色關聯度分析方法

港口吞吐量受自然條件及腹地經濟水平雙重影響。自然條件對港口的影響主要體現在港口水況、陸域狀況及腹地連通性等方面，而腹地經濟水平對港口的影響則體現在經濟發展對港口發展的推動上，經濟發達的腹地可為港口發展帶來充沛的貨源。現代社會港口發展更多受區域經濟影響，因此，本文主要將影響港口吞吐規模的經濟因素納入灰色關聯模型，探討影響港口規模的主要因素。

總體來看，港口吞吐量與經濟總量、產業結構、其他運輸方式發展等因素有關。地區經濟發展水平越高，貨物產生量越大，港口運輸需求量也越大；外向型經濟的發展在一定程度上會促進港口吞吐量增長；水、陸交通網絡完善程度，鐵路、公路等其他交通方式運量的變化也會間接引起港口吞吐量變化。基于以上分析，本文選取如下指標（表1）評價腹地經濟對港口貨物吞吐量的影響，其中，X1～X5評價腹地經濟發展綜合水平，X6、X7反映腹地外向型經濟發展水平，X8、X9衡量腹地交通網絡完善程度。

灰色關聯度可以度量復雜系統離散數列的相關程度，對于樣本量以及樣本規律要求較低，因此得到廣泛應用。由于影響港口規模變化的因素并非完全確定，難以使用精確模型度量各因素對港口規模的影響，因此，本文運用灰色關聯度模型定量分析腹地經濟指標對港口吞吐量的影響，通過比較系統中各時期相關統計數據的幾何關系，確定參考數列與比較數列之間在幾何形狀上的相似程度，分析影響系統發展的優勢因素[21]。

首先建立因變量參考數列X0與自變量比較數列Xi，并采用均值化法對數據進行無量綱處理。

式中，p為分辨系數，在區間（0-1）之間，一般取0.5。？孜i（K）為比較數列X0與參考數列Xi對應元素的關聯系數，△min與△max分別表示差數列的最小與最大差值。

比較數列與參考數列關聯度為：

ri值越大，則關聯度越大，參考數列與比較數列之間相關性越強。

3.2 灰色關聯度結果分析

研究腹地經濟對港口吞吐量的影響，比較理想的做法是把握港口腹地城市的經濟狀況。受數據可獲得性限制，本文以具有一定吞吐量規模的省級行政單元為研究對象。省份選取自2002年起《中國港口年鑒》在“分省港口”一章中經常提及的省份，且在使用灰色關聯分析時選取的省份在所研究的時間序列上數據完整。根據公式5和公式6計算港口吞吐量與各影響因素之間的灰色關聯度（表2）。

總體來看，第二產業產值和地區生產總值與港口吞吐量關聯度均值最高，分別達到0.83與0.8，第一產業關聯度最低僅為0.7。原因是港口貨運中與第二產業相關的貨物如建材、能源、礦石所占比重較大，而農業物資運量較小且增長緩慢。進出口總額與外商直接投資額、吞吐量關聯度均值分別為0.75、0.73。鐵路公路貨運量與路網密度、吞吐量關聯度均值分別為0.74、0.72。

不同省級行政單元港口吞吐量與各影響因素灰色關聯度存在差異，借助SPSS聚類分析工具，結合相關文獻[5，11]對港口類型的劃分依據，根據因素之間關聯程度值，可將我國港口腹地劃分為四種類型（表3）。

區域拉動型省市主要分布在西部地區，經濟發展水平總體較差，港口規模較小，吞吐量與地區經濟水平、交通運輸便捷度聯系緊密。其中與地區生產總值和鐵路公路貨運量關聯度均值達到0.93和0.87，與城市化率的關聯度達到0.83，是4類省級行政單元中最高的，這類港口的發展與其所在區域整體發展水平息息相關，區域發展拉動了港口吞吐量的增長。

外向經濟型省市多數處于沿海地區，港口數量多，外向型經濟的發展推動著港口吞吐量的迅速增長，進出口總額與吞吐量關聯度在四類省級行政單元中最高，達到了0.82，此外吞吐量增長與外商投資額也表現出較好的關聯性，關聯度為0.76。湖南作為此類型中唯一的內陸省份，其港口吞吐量近半數來自于岳陽港，而岳陽港是長江流域重要的外貿口岸，也是湖南對外開放的重要基礎[22]。外向型經濟的發展對這類港口規模的增長影響顯著，吞吐量與區域總體經濟水平關聯度反而較低。

腹地中轉型省市位于經濟發達的長江三角洲經濟圈，吞吐量增長與地區生產總值、第二、三產業產值關聯度較高，分別為0.83、0.87、0.85，關聯度最低的因素為進出口額。這類省市的港口更多承擔了腹地貨物中轉的任務，在吞吐量中國際貨物運輸所占比重較低。如上海港位于長江經濟帶和沿海經濟帶交匯處，其直接腹地為長三角地區，間接腹地為長江流域，是我國貨物集疏運的重要節點。

補充導向型省份居于大陸腹地，各影響因素與吞吐量關聯度總體較低，第二產業產值、進出口總額、外商直接投資額關聯度均值相對較高，分別為0.69、0.7、0.7。這類省份水運為內河運輸，規模較小，吞吐量增長依賴于外向型經濟水平的發展，第二產業也能一定程度上推動港口水運。在這類省份經濟發展過程中，港口生產更多起補充作用。

4 結論

以我國規模以上港口為研究對象，運用指數分析和齊夫定律對我國近年來港口規模的區域差異與等級規模變化進行分析，并使用灰色關聯度模型，分析不同省級行政單元內影響港口規模的主要經濟因素，得出以下結論：

（1） 港口吞吐量波動增長，近年來增速減緩，進入穩定發展期。外貿吞吐量增長率在2007年之前高于吞吐總量增長率，近幾年增速趨于一致。運輸結構以能源為主，礦石比重近年來不斷上升，農業物資所占比重最小。

（2） 泰爾指數、赫希曼-赫芬達爾指數呈下降趨勢，表明我國港口規模區域總體差異平穩縮小。港口首位指數分析表明港口規模等級差異逐步減小，基本不存在壟斷型大港。

（3） 規模以上港口吞吐量呈現位序-規模分布，分形結構由單分形轉為雙分形，齊夫參數呈下降趨勢。規模等級結構空間分布模式由冪律分布轉為對數正態分布。

（4） 總體來看，由于運輸結構的原因，第二產業產值與吞吐量灰色關聯度最高。不同省級行政單元影響港口規模的因素存在差異，可分為區域拉動型、外向經濟型、腹地中轉型和補充導向型。

受數據可得性限制，本文所研究港口時空分布是以規模以上港口為研究對象的，所得結論應在更大范圍的港口間進行檢驗；研究影響因素時，以省級行政單元為研究對象，尺度的選取對研究結果具有一定的影響。

參考文獻：

[1] 王洪清，祁春節，劉歡. 港口對腹地經濟貢獻彈性的U型曲線及其理論解釋[J]. 地域研究與開發， 2013， 32（2）： 22-26， 45.

[2] 韓增林，郭建科. 中國海港空間效應的識別與測度[J]. 地理學報， 2014， 69（2）：243-254.

[3] 孟國連. 我國主要內河港口吞吐量影響因素計量分析[J]. 水運管理， 2014， 36（2）：20-21.

[4] Albert veenstra. Theo Notteboomb. The development of the Yangtze River container port system[J]. Journal of Transport Geography， 2011， 19（4）：772-781.

[5] 郭建科，杜小飛，韓增林，等. 遼寧沿海港口成長的影響因素動態分析[J]. 地理與地理信息科學，2015，31（1）： 87-90.

[6] 梁辰，王諾，佟士祺，等. 大連臨港產業集聚與城市空間結構演變研究[J]. 經濟地理， 2012， 32（8）：84-90.

[7] 劉波，朱傳耿，車前進. 港口經濟腹地空間演變及其實證研究—以連云港港口為例[J]. 經濟地理， 2007， 27（6）： 904-909.

[8] 董曉菲，王榮成，韓增林. 港口-腹地系統空間結構演化分析—以大連港-遼寧經濟腹地系統為例[J]. 經濟地理， 2010， 30（11）：1761-1766.

[9] C.ferrari F. Parola E.Gattorna. Measuring the quality of port hinterland accessibility： The Ligurian case[J]. Transport Policy， 2011， 18（11）：382-391.

[10] H. taubenbck M， Wegmann A， Roth H， et. al. Urbanization in India-Spatiotemporal analysis using remote sensing data[J]. Computers， Environment and Urban Systems， 2009， 33（3）：179-188.

[11] 王成金. 中國港口分布格局的演化與發展機理[J]. 地理學報， 2007， 62（8）： 809-820.

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

[13] 交通運輸部綜合規劃司. 2013年交通運輸行業發展統計公報[EB/OL]. http：//www.moc.gov.cn/zfxxgk/bnssj/z

hghs/201405/t20140513_1618277.html， （2014-5-13） [2014-12-11].

[14] 羅亦鵬. 基于Theil指數的城鄉居民收入差距分解分析[J]. 長沙大學學報， 2012， 26（2）：98-101.

[15] 趙建群. 論赫芬達爾指數對市場集中狀況的計量偏誤[J]. 數量經濟技術經濟研究， 2011， 26（12）：132-145.

[16] 那偉，劉繼生. 吉林省城市體系等級規模結構研究[J]. 人文地理，2007，20（5）：50-54.

[17] 崔旭，邵力軍. 齊普夫定律的相關問題研究—貢東公式探由[J]. 現代情報， 2003，23（9）：44-46.

[18] 陳勇，陳嶸，艾南山，等. 城市規模分布的分形研究[J]. 經濟地理， 1993，13（3）：48-53.

[19] 楊國良，張捷，艾南山，等. 旅游流齊夫結構及空間差異化特征-以四川省為例[J]. 地理學報，2006，61（12）：1281-1289.

[20] 魏宏森. 錢學森構建系統論的基本設想[J]. 系統科學學報， 2013， 21（1）：1-8.

[21] 徐建華. 現代地理學中的數學方法[M]. 北京： 高等教育出版社， 2002：338-340.

[22] 杜麒棟，主編. 分省港口-湖南省港口[Z]. 中國港口年鑒， 2013：184-186.