中国港口时空格局演变及影响因素分析

孙世达　姜巍　高卫东

摘 要：港口是水路运输的枢纽和重要节点，对区域经济的发展起着重要作用。以我国规模以上港口为研究对象，运用指数分析与齐夫定律对近年来我国港口规模的区域差异、等级规模变化进行分析，通过灰色关联度模型确定影响港口规模的主要因素，结果发现：我国港口吞吐量增长迅速，以外贸运输为主；港口规模的区域差异与规模等级差异逐步缩小，各港口吞吐量呈现位序-规模分布，分形结构由单分形转为双分形，齐夫参数呈下降趋势；不同省级行政单元经济水平对港口规模影响存在差异，分为区域拉动型、外向经济型、腹地中转型和补充导向型。

关键词：港口；时空格局；吞吐量；影响因素

中图分类号：F129.9 文献标识码：A

0 引言

改革开放以来，经济高速发展极大拉动了水运规模的增长。作为水运枢纽与重要节点的港口成为学界研究热点，研究内容主要集中在以下几个方面：一是从港口与腹地之间的关系入手，探讨港口对腹地经济发展的影响：如王洪清运用非线性模型对宁波港与腹地经济关系进行探讨，发现宁波港对腹地经济贡献弹性具有“U”型特征[1]；韩增林等人以我国东部沿海港口为样本，利用海港空间效应模型，测度了不同港口与其腹地的经济空间效应[2]；二是从港口吞吐量时间序列变动规律入手，探讨影响港口运输规模的因素：如孟国连基于我国17个主要内河港口吞吐量时间序列数据建立多元线性回归模型对影响因素作量化分析，发现GDP、年平均降水量、最高水位对内河港口吞吐量影响最为显著[3]；Albert Veenstra等人使用指数模型，发现长江水系港口规模的上升受其本身地理位置的制约[4]；郭建科等人运用灰色关联度模型分析了辽宁沿海港口增长与其腹地之间的关联程度，发现腹地物流规模、固定资产投资及工业化是影响辽宁港口发展的主要因素[5]。三是从港口及其腹地空间结构入手，探讨港口对腹地经济布局的影响：如梁辰等人以大连港为研究对象，结合分形几何、空间重心等理论考察临港产业集聚现象[6]；刘波等使用港口腹地区位熵模型结合外贸依存度分析港口腹地空间演变规律[7]；董晓菲等人对大连港与腹地相关性进行实证研究，发现其呈现出一定的圈层结构并具有生命周期性[8]；Ferrari等人通过考察利古里亚港口规模演变，认为港口与腹地市场间的可达性决定了港口规模上升潜力[9]；Taubenb？觟ck等人通过对印度主要城市遥感影像的解析，发现港口规模的升级会在一定程度上影响城市形态的演变[10]。近年来，也有部分学者开始进行港口空间演化规律的研究，如王成金对秦汉以来中国港口的空间分布特征进行了分析并从产业布局、政治经济空间关系等宏观角度探讨了影响港口空间分布变化的原因[11]；潘坤友等人运用港口首位度和修正的赫芬达尔指数对中国集装箱港口体系的空间结构变化进行了分析[12]。

总体来讲，已有的研究主要集中在港口与腹地关系、港口规模变化规律上，研究方法多为相关、回归分析以及预测；研究对象多为单个港口、港口群或某类港口，对我国港口系统整体时空演变规律研究较少。本文以港口货物吞吐量为切入点，借助空间分异指数对我国港口时空分布规律进行探讨，利用灰色关联度模型分析影响我国港口规模时空格局变化的因素。相关数据主要来源于《中国港口年鉴》（2000-2013）、《中国港口发展报告》（2008-2012）及《中国统计年鉴》（1981-2014），部分数据取自于省级统计年鉴以及地市统计公报。为使数据具有可比性，本文将所有与经济有关的数据调整为2000年不变价。

1 我国港口运输发展历程

港口不仅是国家交通运输的基础设施，更是区域产业布局的核心。改革开放以来中国的水运事业蓬勃发展，2013年我国港口生产用码头达到31760个，其中万吨及其以上泊位达到2001个，完成货物吞吐量117.67亿吨[13]；沿海吞吐量过亿吨港口有20个，内河吞吐量过亿吨港口有9个；具备靠泊装卸30万吨级散货船、44万吨油轮和1万标准箱集装箱船的能力，在空间上自北向南组成了沿海与内河相结合的港口体系（图1）。近年来我国水运规模和结构变化主要呈现以下特点：

（1） 吞吐量波动增长，海运成为水运主体。外向型经济发展促进了区域间物资交流，水运规模不断攀升，吞吐总量从1999年的19.6亿吨增至2013年的117.67亿吨，外贸吞吐量也从1999年的4.26亿吨增加到2013年的33.6亿吨，分别为1999年的6倍和7.8倍，年均增长率分别为14%和16%（图2）。从二者增长变化过程来看，1999年～2003年外贸吞吐量增长率高于吞吐总量增长率，此后随着国内物资需求增长，在2007年之后，两者增速基本一致。近年来随着经济进入平稳发展期，吞吐量增长率开始放缓，基本保持稳定。海运作为我国水运主体，呈现指数增长趋势，1980年沿海规模以上港口吞吐量仅为2.17亿吨，2013年沿海规模以上港口吞吐量为1980年的33.5倍，增至72.8亿吨，占水运总量的61.9%，年均增长率为11%（图3）。

（2） 运输结构以能源为主，矿石比重近年来不断增长。我国港口货物吞吐量中能源所占比重最大，其次为矿石与建材，农业物资所占比例较小（图4）。能源（煤炭、石油、天然气）是我国水运的主体，吞吐量从1998年的4亿吨增至2013年的21.5亿吨，占货运总吞吐量的36.9%；矿石与建材（钢铁、水泥、木材）在2005年之前吞吐量差异较小，约占货运总吞吐量的13.5%，此后，逐渐高于建材吞吐量（图5），目前矿石吞吐量已占货运总吞吐量的18.7%，成为水运的重要组成部分。农业物资（粮食、盐、化肥、农药）吞吐量稳中有升，但增幅较小，甚至出现负增长。

2 港口空间差异演变

2.1 泰尔指数和赫希曼-赫芬达尔指数

泰尔指数（Theil Index， THI）是从信息量和熵的角度出发衡量个人或地区之间不平等程度的一种常见方法[14]，赫希曼-赫芬达尔指数（Herfindahl-Hirschman Index，HHI）是反映市场集中度的指标，用于计量厂商规模的离散程度[15]。本文采用THI和HHI的时间序列变化来表征我国港口体系空间差异的具体过程。

其中，yi表示第i个港口某年度吞吐量，表示各港口吞吐量平均值，Y表示各港口吞吐量总和，n表示港口数量。THI与HHI指数越大，则港口间吞吐量空间差异越大，地理集中程度越高。

总体来看，我国港口规模区域差异在平稳缩小。THI与HHI均呈下降趋势，分别从1995年的950.8和0.22降至2012年的628.9与0.11（图6）。

2.2 首位度指数

首位度指数最早用于衡量区域城市规模等级分布变化[16]，为衡量港口吞吐量等级差异，我们借鉴城市首位指数计算方法，分别计算2港口指数、4港口指数和11港口指数（公式3）。其中2港口指数即首位度，表示某年度吞吐量最大港口与第二大港口规模的比值。

其中S2、S4、S11分别表示2港口指数、4港口指数和11港口指数。Tk表示排名第k位港口的吞吐量。正常情况下，1

首位分析表明，我国港口等级规模分布由首位分布逐步转向均衡分布。S2、S4和S11指数自1995年的1.98、0.74、0.66分别降至2012年的1.17、0.48、0.37 （图7），港口之间运输规模逐渐均衡，等级差异缩小。1995年，吞吐量最大的港口为上海港，吞吐量为1.66亿吨，是当时全国唯一吞吐量过亿吨的港口，排名第二的秦皇岛港吞吐量为0.84亿吨，港口间规模等级差异较大，上海港表现出明显的首位优势。2006年宁波港与舟山港开启一体化进程，两港口吞吐量开始合并统计，导致了2港口指数由2005年的1.65骤降至2006年的1.11。2008年，上海港与宁波-舟山港吞吐量基本持平，2港口指数达到了最低值1.02。之后，宁波-舟山港地位逐渐上升，2009年吞吐量超过上海港成为我国第一大港，伴随着上海港地位的下降，2港口指数又有所上升。2012年，宁波-舟山港完成货物吞吐量7.44亿吨，成为全球货物吞吐量最大的海港，相比于排名第二的上海港（6.37亿吨），宁波-舟山港并没有表现突出的首位优势，没有成为我国绝对垄断型大港。

2.3 位序-规模变化

哈佛大学George Kingsye Zipf研究自然语言词汇分布规律时，提出齐夫定律[17]。齐夫公式（公式4）可以很好地描述位序-规模结构[18]，我们将其引入到港口规模等级结构研究中：

lnT（K）=A-qlnK （4）

其中，K为某港口吞吐量位序，T（K）表示位序为K的港口吞吐量，q为齐夫参数，A为常数项。q≥1时，规模等级结构呈幂律分布，q减小说明中间位序单元数增多，规模等级结构差异缩小；q<1时，规模等级结构空间分布模式向对数正态分布转化。在动态系统中，研究对象的规模不断演化，点列在坐标系中的位置也会不断移动。一般认为，点列在双对数图中呈直线分布为单分形结构，如果形成两条直线则为双分形结构[19]。

港口系统是受自然和人文要素综合作用的复杂系统，遵循系统演化的一般规律，即从无序到有序，从混沌到复杂[20]。取1990、2000、2006及2012年四个时间节点全国规模以上港口吞吐量数据进行排序，将点列（K，T（K））数据标绘在双对数坐标图上，考察其拟合状况。1990年与2000年，点列在双对数坐标图上均为一条直线，q值分别为1.27与1.19，说明吞吐量位序-规模分布具有单分形特征，呈现幂律分布，不同等级港口间吞吐量规模差异较大。2006年与2012年双对数坐标图上均有两条直线段，呈现双分形结构，吞吐量大的港口间规模差异减小，而吞吐量小的港口间规模差异增大（图8）。

根据齐夫公式考察我国规模以上港口1995年～2012年吞吐量位序-规模变化状况（图9），呈现以下特征：

（1） 由单分形转为双分形。2002年之前，港口吞吐量位序-规模呈现单分形结构，2003年后转为双分形。原因是2003年港口实行政企分离后，部分港口吞吐量迅速增长，引起港口间吞吐量规模分布大调整，单分形结构退化为局部分形，由原来一个吞吐量规模结构系统蜕变为两个结构子系统。

（2） 齐夫参数值逐渐减小。1995年至2002年，q值从1.23降至1.08，2002年的q值接近于1，为标准Zipf式，是相对较佳的空间分布结构。2003年至2012年为双分形结构，第一无标度区与第二无标度区q值均呈下降趋势（图9）。第一无标度区q1值由1.22降至0.32，空间形态由幂律分布转为对数正态分布，表现为第一无标度区内港口吞吐量规模趋同。第二无标度区q2值由11.91降至1.56，吞吐量差异也在减小。这一变化趋势说明港口规模等级差异缩小，呈总体均衡式分布。

3 港口规模影响因素分析

3.1 灰色关联度分析方法

港口吞吐量受自然条件及腹地经济水平双重影响。自然条件对港口的影响主要体现在港口水况、陆域状况及腹地连通性等方面，而腹地经济水平对港口的影响则体现在经济发展对港口发展的推动上，经济发达的腹地可为港口发展带来充沛的货源。现代社会港口发展更多受区域经济影响，因此，本文主要将影响港口吞吐规模的经济因素纳入灰色关联模型，探讨影响港口规模的主要因素。

总体来看，港口吞吐量与经济总量、产业结构、其他运输方式发展等因素有关。地区经济发展水平越高，货物产生量越大，港口运输需求量也越大；外向型经济的发展在一定程度上会促进港口吞吐量增长；水、陆交通网络完善程度，铁路、公路等其他交通方式运量的变化也会间接引起港口吞吐量变化。基于以上分析，本文选取如下指标（表1）评价腹地经济对港口货物吞吐量的影响，其中，X1～X5评价腹地经济发展综合水平，X6、X7反映腹地外向型经济发展水平，X8、X9衡量腹地交通网络完善程度。

灰色关联度可以度量复杂系统离散数列的相关程度，对于样本量以及样本规律要求较低，因此得到广泛应用。由于影响港口规模变化的因素并非完全确定，难以使用精确模型度量各因素对港口规模的影响，因此，本文运用灰色关联度模型定量分析腹地经济指标对港口吞吐量的影响，通过比较系统中各时期相关统计数据的几何关系，确定参考数列与比较数列之间在几何形状上的相似程度，分析影响系统发展的优势因素[21]。

首先建立因变量参考数列X0与自变量比较数列Xi，并采用均值化法对数据进行无量纲处理。

式中，p为分辨系数，在区间（0-1）之间，一般取0.5。？孜i（K）为比较数列X0与参考数列Xi对应元素的关联系数，△min与△max分别表示差数列的最小与最大差值。

比较数列与参考数列关联度为：

ri值越大，则关联度越大，参考数列与比较数列之间相关性越强。

3.2 灰色关联度结果分析

研究腹地经济对港口吞吐量的影响，比较理想的做法是把握港口腹地城市的经济状况。受数据可获得性限制，本文以具有一定吞吐量规模的省级行政单元为研究对象。省份选取自2002年起《中国港口年鉴》在“分省港口”一章中经常提及的省份，且在使用灰色关联分析时选取的省份在所研究的时间序列上数据完整。根据公式5和公式6计算港口吞吐量与各影响因素之间的灰色关联度（表2）。

总体来看，第二产业产值和地区生产总值与港口吞吐量关联度均值最高，分别达到0.83与0.8，第一产业关联度最低仅为0.7。原因是港口货运中与第二产业相关的货物如建材、能源、矿石所占比重较大，而农业物资运量较小且增长缓慢。进出口总额与外商直接投资额、吞吐量关联度均值分别为0.75、0.73。铁路公路货运量与路网密度、吞吐量关联度均值分别为0.74、0.72。

不同省级行政单元港口吞吐量与各影响因素灰色关联度存在差异，借助SPSS聚类分析工具，结合相关文献[5，11]对港口类型的划分依据，根据因素之间关联程度值，可将我国港口腹地划分为四种类型（表3）。

区域拉动型省市主要分布在西部地区，经济发展水平总体较差，港口规模较小，吞吐量与地区经济水平、交通运输便捷度联系紧密。其中与地区生产总值和铁路公路货运量关联度均值达到0.93和0.87，与城市化率的关联度达到0.83，是4类省级行政单元中最高的，这类港口的发展与其所在区域整体发展水平息息相关，区域发展拉动了港口吞吐量的增长。

外向经济型省市多数处于沿海地区，港口数量多，外向型经济的发展推动着港口吞吐量的迅速增长，进出口总额与吞吐量关联度在四类省级行政单元中最高，达到了0.82，此外吞吐量增长与外商投资额也表现出较好的关联性，关联度为0.76。湖南作为此类型中唯一的内陆省份，其港口吞吐量近半数来自于岳阳港，而岳阳港是长江流域重要的外贸口岸，也是湖南对外开放的重要基础[22]。外向型经济的发展对这类港口规模的增长影响显著，吞吐量与区域总体经济水平关联度反而较低。

腹地中转型省市位于经济发达的长江三角洲经济圈，吞吐量增长与地区生产总值、第二、三产业产值关联度较高，分别为0.83、0.87、0.85，关联度最低的因素为进出口额。这类省市的港口更多承担了腹地货物中转的任务，在吞吐量中国际货物运输所占比重较低。如上海港位于长江经济带和沿海经济带交汇处，其直接腹地为长三角地区，间接腹地为长江流域，是我国货物集疏运的重要节点。

补充导向型省份居于大陆腹地，各影响因素与吞吐量关联度总体较低，第二产业产值、进出口总额、外商直接投资额关联度均值相对较高，分别为0.69、0.7、0.7。这类省份水运为内河运输，规模较小，吞吐量增长依赖于外向型经济水平的发展，第二产业也能一定程度上推动港口水运。在这类省份经济发展过程中，港口生产更多起补充作用。

4 结论

以我国规模以上港口为研究对象，运用指数分析和齐夫定律对我国近年来港口规模的区域差异与等级规模变化进行分析，并使用灰色关联度模型，分析不同省级行政单元内影响港口规模的主要经济因素，得出以下结论：

（1） 港口吞吐量波动增长，近年来增速减缓，进入稳定发展期。外贸吞吐量增长率在2007年之前高于吞吐总量增长率，近几年增速趋于一致。运输结构以能源为主，矿石比重近年来不断上升，农业物资所占比重最小。

（2） 泰尔指数、赫希曼-赫芬达尔指数呈下降趋势，表明我国港口规模区域总体差异平稳缩小。港口首位指数分析表明港口规模等级差异逐步减小，基本不存在垄断型大港。

（3） 规模以上港口吞吐量呈现位序-规模分布，分形结构由单分形转为双分形，齐夫参数呈下降趋势。规模等级结构空间分布模式由幂律分布转为对数正态分布。

（4） 总体来看，由于运输结构的原因，第二产业产值与吞吐量灰色关联度最高。不同省级行政单元影响港口规模的因素存在差异，可分为区域拉动型、外向经济型、腹地中转型和补充导向型。

受数据可得性限制，本文所研究港口时空分布是以规模以上港口为研究对象的，所得结论应在更大范围的港口间进行检验；研究影响因素时，以省级行政单元为研究对象，尺度的选取对研究结果具有一定的影响。

参考文献：

[1] 王洪清，祁春节，刘欢. 港口对腹地经济贡献弹性的U型曲线及其理论解释[J]. 地域研究与开发， 2013， 32（2）： 22-26， 45.

[2] 韩增林，郭建科. 中国海港空间效应的识别与测度[J]. 地理学报， 2014， 69（2）：243-254.

[3] 孟国连. 我国主要内河港口吞吐量影响因素计量分析[J]. 水运管理， 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，杜小飞，韩增林，等. 辽宁沿海港口成长的影响因素动态分析[J]. 地理与地理信息科学，2015，31（1）： 87-90.

[6] 梁辰，王诺，佟士祺，等. 大连临港产业集聚与城市空间结构演变研究[J]. 经济地理， 2012， 32（8）：84-90.

[7] 刘波，朱传耿，车前进. 港口经济腹地空间演变及其实证研究—以连云港港口为例[J]. 经济地理， 2007， 27（6）： 904-909.

[8] 董晓菲，王荣成，韩增林. 港口-腹地系统空间结构演化分析—以大连港-辽宁经济腹地系统为例[J]. 经济地理， 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. 中国港口分布格局的演化与发展机理[J]. 地理学报， 2007， 62（8）： 809-820.

[12] 潘坤友，曹有挥，梁双波，等. 中国集装箱多门户港口区域空间结构的形成与机理[J]. 地理科学进展， 2013， 32（2）：214-222.

[13] 交通运输部综合规划司. 2013年交通运输行业发展统计公报[EB/OL]. http：//www.moc.gov.cn/zfxxgk/bnssj/z

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

[14] 罗亦鹏. 基于Theil指数的城乡居民收入差距分解分析[J]. 长沙大学学报， 2012， 26（2）：98-101.

[15] 赵建群. 论赫芬达尔指数对市场集中状况的计量偏误[J]. 数量经济技术经济研究， 2011， 26（12）：132-145.

[16] 那伟，刘继生. 吉林省城市体系等级规模结构研究[J]. 人文地理，2007，20（5）：50-54.

[17] 崔旭，邵力军. 齐普夫定律的相关问题研究—贡东公式探由[J]. 现代情报， 2003，23（9）：44-46.

[18] 陈勇，陈嵘，艾南山，等. 城市规模分布的分形研究[J]. 经济地理， 1993，13（3）：48-53.

[19] 杨国良，张捷，艾南山，等. 旅游流齐夫结构及空间差异化特征-以四川省为例[J]. 地理学报，2006，61（12）：1281-1289.

[20] 魏宏森. 钱学森构建系统论的基本设想[J]. 系统科学学报， 2013， 21（1）：1-8.

[21] 徐建华. 现代地理学中的数学方法[M]. 北京： 高等教育出版社， 2002：338-340.

[22] 杜麒栋，主编. 分省港口-湖南省港口[Z]. 中国港口年鉴， 2013：184-186.