“21世纪海上丝绸之路”沿线港口地位综合评价

陈芙英，张建同，罗梅丰

(1.同济大学 经济与管理学院,上海 200092; 2.香港理工大学 物流及航运学系,中国 香港 999077)

0 引言

“一带一路”建设是中国为进一步扩大对外开放、提高对外开放水平的新战略。“21世纪海上丝绸之路”作为“一带一路”战略重要组成部分，将进一步推进我国沿海城市和港口的发展。一方面，港口作为海上运输的重要组成部分，其功能和地理分布对海运网络具有重大影响；另一方面，海上丝绸之路沿线港口众多，分布不均匀，各个港口建设与基础设施发展差异性大。因此，为将“一带一路”战略落到实处，需在海上丝绸之路沿线众多港口中选择重要节点作为核心港口建设丝绸之路港口群，保障海上运输的高效运行，促进海上贸易的互联互通。

目前已有学者对海上丝绸之路沿线港口网络及港口地位进行了研究，如曾庆成[1]等基于复杂网络理论对海上丝绸之路海运网络的复杂性分析得出海上丝绸之路海运网络具有小世界网络效应和无标度网络特征。赵旭[2]等提出运用演化博弈模型分析港口战略联盟的稳定性并阐述港口的演变过程。Tai[3]等提出多准则决策方法对枢纽港全面分析，并以印度尼西亚西部地区港口为例进行评价。Jiang[4]等通过对港口连通性的分析，认为新加坡港是亚太地区海运网络中连通性最好的，其次是上海港、釜山港。Wang[5]等通过数据流分析东亚地区的海运网络结构，认为东亚地区海运网络具有较为明显的层次结构。Low[6]等运用NHPA模型对亚洲港口地位进行评价，结果表明新加坡、香港、上海等是全球性的枢纽港。

然而，现存文献对于海上丝绸之路港口研究存在以下两方面的不足，一是对 “21世纪海上丝绸之路”的空间范围界定不清，“一带一路”是一个开放型的国际区域经济合作，空间范围难以精确和统一；二是现有对海上丝绸之路沿线港口的研究大多数仅限于港口和网络本身的复杂性和稳定性，很少有研究对港口作为海运网络中的节点对海上运输重要作用进行评判。因此，本文将对海上丝绸之路沿线港口的空间范围进行科学的界定，并在复杂网络节点重要性分析方法的基础上融入熵权TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)法研究海上丝绸之路港口的连通性及对港口作为海运网络中重要节点对于海运网络的影响及其在“一带一路”建设中的重要作用。

1 研究方法及范围

1.1 复杂网络节点重要性评价方法

复杂网络中对关键节点重要性的评判不仅对工程实践有重大的意义，对于海运网络中关键港口的识别也有借鉴意义。相比于直接运用多指标分析节点的重要性排序，网络能够更加直观的反映节点在网络中位置的重要性，且不同的网络指标能够反映网络节点不同方面的重要性。在定量分析中，复杂网络关键节点的识别常用中心性指标来衡量[19,20]，而这些中心性指标也存在各自的限制。例如，度中心性可以刻画单个节点与其他节点的直接建立联系的能力，但只反映了节点的局部特征。接近中心性一定程度上它对于网络本身具有很大的依赖性，对于随机网络而言并不适用。中介中心性反映了节点对于网络中的信息流动的控制能力，网络中的某些节点的度中心性值可能很小，但是它的中介中心性值很大，不适用于大型网络。特征向量中心性同时考虑了节点本身的重要性和邻居节点的重要性，但不适用于随机网络。在系统科学研究方法中，可以通过删除节点后，借助网络的连通性变化来确定节点在网络中的重要性，如节点删除法[21]，及节点收缩法[22]。

已有的研究表明复杂网络理论中的单一中心性指标对于网络节点评价具有重要作用。但由于现实网络的复杂性，难以用单个指标全面衡量某个节点在网络中的重要性，网络中每个节点与其他节点有着千丝万缕的联系，同时也和网络本身的拓扑特征有关。因此，本文基于复杂网络理论结合熵权TOPSIS的多属性决策方法，利用复杂网络中的多个中心性指标对海上丝绸之路沿线港口的重要性进行综合评价。此方法在“风筝网络[23]”、“社交网络[24]”、“ARPA网络”中已经得到了充分的应用。但是目前国内外文献中运用此方法对实际海运复杂网络中港口的重要性分析不多。因此，本文在“一带一路”的背景下，结合复杂网络节点重要性分析方法与熵权多属性决策方法对“21世纪海上丝绸之路”沿线港口的地位和重要性排序进行探讨，并与单一指标排序进行比较，为海上丝绸之路港口建设提供建议和参考。

1.2 海上丝绸之路沿线港口的空间范围界定

“一带一路”作为一个重要的国际区域经济合作包含的范围极为广泛，而“21世纪海上丝绸之路”作为“一带一路”重要的一部分，其包含的港口和城市也很多，目前尚没有精确的空间范围。为了便于研究，本文将海上丝绸之路沿线经过的港口根据其地域属性大致划分为六大板块：中国、东南亚、中东及北非、南亚、欧洲以及地中海沿岸。选取2015年全球船公司排名前10其中的7家班轮公司在2015年10月到2016年1月的船期运营时刻表为原始数据，具体包括马士基、达飞、长荣、赫伯罗特、中远、中海、韩进这7家船公司船舶停靠的102个主要港口的经纬度坐标以及在此期间港口与港口直接相连的次数，数据来源于各大船公司网站。

1.3 海上丝绸之路海运网络空间布局及拓扑结构

通过搜集和整理数据，将原始的船期表数据进行矩阵化后，得到102×102的0-1矩阵，运用Matlab2016a进行作图，得到海上丝绸之路海运网络空间布局(图1)。从图中可以看出，海上丝绸之路海运航线比较集中，主要分布在我国沿海及东南亚、南亚、地中海一直延伸到欧洲，且海运网络整体呈现由沿线港口构建的“T”型空间格局，其中我国沿海港口34个，占全部海上丝绸之路沿线港口总数的33.3%，主要海运航线集中于新加坡、上海、宁波、巴生、广州等港口。说明这些港口在海上丝绸之路沿线港口中占据较为重要的地位。

图1 海上丝绸之路海运网络分布图

为构建海上丝绸之路海运网络拓扑结构示意图，本文对网络中的102个港口进行无权处理，模型中的每条边的权数都设为1。运用社会网络分析工具Ucinet6构建海上丝绸之路海运网络模型拓扑模型结构。如图2所示，图中节点的大小表明港口在海运网络中的重要性程度，航线的密集表明港口与其他港口联系的紧密程度。

图2 海上丝绸之路海运网络拓扑结构示意图

以往研究[1]表明海上丝绸之路海运网络属于复杂网络，因此可以用复杂网络方法分析海上丝绸之路海运网络中节点具有的中心性特征。将复杂网络节点重要性评价方法运用到海运网络中，可以比较网络中不同港口的地位高低，进而分析港口在海上运输系统中的作用和对海运网络的影响力。基于此，本文将结合复杂网络节点重要性分析方法与熵权多属性决策方法，分析海上丝绸之路沿线港口在海运网络中的地位和重要作用，为“一带一路”港口建设提供建议和参考。

2 基于单一指标的港口地位评价

在图论中，网络一般被抽象成点集V和边集E构成的连通图G=(V,E)；其中V={vi:i=1,2,…,n},n=|V|为网络中的节点数；E={ei:i=1,2,…,m},m=|E|为网络的边数。用n×n的矩阵A表示网络，根据复杂网络理论，将定义以下几个指标：度中心性表示海上丝绸之路海运网络港口之间的直接可达性，接近中心性反映的是港口之间的相对可达性，中介中心性反映港口的中转、衔接功能，特征向量中心性表示给定港口建立与其他港口连接的重要性。

2.1 各指标定义与度量方法

定义1度中心性，在复杂网络中度中心性一般通过度指标来衡量，节点度值为与该节点直接相连的节点的数目。在具有N个节点的网络中，每个节点的度不会超过N-1，那么度值为k(i)的节点归一化后度中心性值计算为，

(1)

定义2接近中心性，假设dij表示节点vi和vj之间的最短距离，则在具有N个节点的网络中一个节点到达其它节点的距离之和不会小于N-1，那么接近中心性值Cc(i)归一化后可计算为，

(2)

定义3中介中心性，中介中心性用所有节点对间的最短路径经过给定节点的次数来衡量，假设δij表示从节点vi到节点vj的最短路径dij的总条数，则中介中心性Bc(k)计算为，

(3)

定义4特征向量中心性，特征向量中心性是指给网络中的每一个节点一个相对分值，在每个节点分值的贡献中，每个节点的特征向量中心性值为该节点的分值与它相连的节点的分值之和，假设xi表示节点vi的重要性分值，则特征向量中心性Ec(i)为，

(4)

其中λ为常数，即各个特征向量解对应的特征值，N是网络节点总数(取N=102)，记x=(x1,x2,…,xn)T。

2.2 测度结果分析

根据以上指标计算各个节点中心性值，然后对各个指标的重要性评价从大到小进行排序，前10个港口的排序值如表1所示。

表1排序表明在不同中心性测度下海上丝绸之路沿线港口中心性的值和排序有所变化。总体而言，中心性排序前10的港口大致不变，说明海上丝绸之路海运网络鲁棒性较强。由于归一化处理结果新加坡港在四种中心性测度下值都为1，上海港和巴生港的排序始终在第二和第三之间变化，但是上海港的值有较为明显的差异(度中心性0.6667，接近中心性0.9630，中介中心性0.7218，特征向量中心性0.8140)。表明在海上丝绸之路海运网络中上海港接近中心性值最大，它的通达性最广，但上海港与其它港口建立直接联系的能力较弱。另外，豪尔费坎港作为规模较小的一个港口，其中介中心性值较大，说明豪尔费坎港对于周围港口的信息控制能力很强，也是海上丝绸之路上的一个重要节点。

表1 海上丝绸之路沿线港口中心性测度排名前10的港口及计算结果

下面将102个港口的四种中心性测度结果进行排序，如图3所示。图3排序结果表明海上丝绸之路沿线港口中心性随着位序的增加呈现较为明显的递减趋势。总体来说，中心性值从大到小依次为接近中心性、特征向量中心性、度中心性、中介中心性。从单一指标来看，根据度中心性指标对港口重要性测度排序可知，随着位序增加度中心性呈现出递减趋势，但是度值相同的点重要性无法区分；从接近中心性排序结果来看，得到排序结果整体比较平滑，但是不能全面的对节点重要性进行区分，大部分港口接近中心性落在0.5～0.8之间；根据中介中心性指标测度来看，排序结果整体也较为平滑，但是从位序20以后的港口有大部分节点中介中心性值为0，因此中介中心性指标无法表示这部分节点的重要性；利用特征向量中心性对海上丝绸之路港口重要性进行排序可知，节点中心性整体评价较好，但是对于局部节点中心性难以表达，不利于进一步分析港口的重要性。

图3 海上丝绸之路沿线港口中心性测度位序图

以上4个中心性指标评价了海上丝绸之路沿线港口的重要性排序，不同的指标从不同角度探讨了节点的重要程度，然而采用单一指标评价时具有很大的片面性。因此，下面综合以上几个中心性评价指标，提出基于熵权TOPSIS法的海上丝绸之路沿线港口地位的多属性综合评价。

3 基于熵权TOPSIS法的港口地位综合评价

TOPSIS多属性决策[25]也称逼近理想最优解，它的主要思想是根据所要评价的对象与理想最优值之间的相似度进行排序，理想最优解也称为理想解，其包含正理想解和负理想解。在复杂网络中节点重要性综合评价是将网络中的各个节点作为研究方案，将评价节点重要性的指标看成是各个方案的属性，那么节点重要性评价就变成了综合决策问题。

3.1 熵权TOPSIS多属性决策方法计算步骤

熵权法是根据各评价指标的变化程度所反映的信息量大小来确定权重。基于熵权的TOPSIS多属性决策就是在做决策的时候利用熵权赋值法确定多属性中的各指标权重。本文运用基于熵权的TOPSIS法对海上丝绸之路沿线港口在海运网络中的地位进行排序，将熵权理论应用于处理海运网络中港口的中心性权重的确定，从而确定各类中心性在决策影响力上综合排序，克服了单一指标排序的片面和不足。

综合评价体系的计算步骤如下：

步骤1假设复杂网络中有n个节点，用V={V1,V2,…,Vn}表示节点集合，每个节点集合特征指标有m个，用R={R1,R2,…,Rm}来表示指标集合，那么第i个节点的第j个指标可以表示为Vi(Rj),(i=1,2,…,n,j=1,2,…,m)。那么节点的决策矩阵表示为：

(5)

由于节点的各个指标量纲不同，为便于计算比较，将所选指标进行归一化处理。规范化后的决策矩阵记为X=(xij)n×m。

步骤2计算各个指标的权重，为了获得步骤一中各个指标的权重，用熵权法进行计算，其中第j个指标的熵权wj计算为，

(6)

其中第j个指标的信息熵值为，

(7)

步骤3根据规范化决策矩阵X计算正理想方案X+和负理想方案X-，其中

X+={max(xi1,…,xim)}

(8a)

X-={min(xi1,…,xim)}

(8b)

步骤4计算各个方案到正理想解与负理想解的距离，采用欧氏距离计算，

(9a)

(9b)

步骤5计算理想方案的贴近度Zi，最后按照贴近度值从大到小进行排序，即完成了熵权TOPSIS多属性决策的过程，贴近度值越大的节点表明在网络中越重要。

根据式(1)～(5)并结合步骤二计算得出海上丝绸之路海运网络中港口各个中心性指标权重如表2。

表2 各指标熵权

3.2 综合测度结果分析

在表1中，已经给出了海上丝绸之路各中心性测度排名前10的港口，下面表3将列出基于熵权TOPSIS的多属性决策方法对海上丝绸之路沿线前10港口综合排序结果。

表3 基于熵权TOPSIS的海上丝绸之路港口地位综合排名前10结果

从表3中可以看出，基于熵权TOPSIS法的综合排序结果与单一中心性指标排序有较大的不同。在表3的综合排序中我国沿海港口占据着重要位置，尤其是宁波港(0.4479)，香港港(0.3716)，广州港(0.3379)位居前列，而这三大港口在单一指标排序中都比较靠后。在2017年全球港口集装箱吞吐量排名前20的港口中我国沿海港口有九大集装箱港口入围，占据半壁江山，其中宁波港，香港港，广州港的集装箱吞吐量分别位居第四，第六，第七。这说明多属性综合分析的结果更加符合“一带一路”我国港口建设的实际需求，作为“一带一路”建设的倡导者，我国沿海港口对于构建海上丝绸之路畅通安全的运输通道具有重要意义。

下面将对海上丝绸之路沿线102个港口的综合测度结果进行排序(图4)，排序结果表明海上丝绸之路沿线港口重要性综合排序的结果更为平滑。

图4 基于熵权TOPSIS法的海上丝绸之路沿线港口综合评价位序图

为进一步对比分析，突出港口作为关键节点在海运网络中的重要地位，下面将分别根据复杂网络单一指标和TOPSIS多属性决策方法排序结果对海上丝绸之路海运网络进行节点删除，结果如图5所示。

图5(a) 根据度中心性排序结果删除网络前10个港口拓扑结构

图5(b) 根据接近中心性排序结果删除网络前10个港口拓扑结构

图5(c) 根据中介中心性排序结果删除网络前10个港口拓扑结构

图5(d) 根据特征向量中心性排序结果删除网络前10个港口拓扑结构

图5(e) 根据TOPSIS综合排序结果删除网络前10个港口拓扑结构

图5(a)～5(e)依次为根据度中心性、接近中心性、中介中心性、特征向量中心性以及熵权TOPSIS综合排序对海上丝绸之路海运网络拓扑结构删除前10个节点的破坏结果。结合海上丝绸之路海运网络拓扑结构图2可知，基于熵权TOPSIS多属性决策方法得到的排序结果，删除的前10个节点破坏了海上丝绸之路海运网络的10个最重要的节点，分别是新加坡港、上海港、巴生港、宁波港、香港港、广州港、迪拜港、塞得港、深圳港、青岛港。这些港口在海上丝绸之路海运网络中占据着非常重要的地位，而基于各单指标排序结果的节点删除，对海上丝绸之路海运网络的破坏效果都没有多属性决策方法严重。因此，对综合排序前10港口进行节点删除对网络的破坏性最大，其破坏了海上丝绸之路的核心港口群结构，同时说明新加坡港、上海港、巴生港、宁波港、香港港、广州港、迪拜港处于海上丝绸之路沿线港口群核心位置，这一结果与实际情况相吻合，如果这些港口遭到破坏将严重影响海上丝绸之路海运网络的通达状况。因此，相比于复杂网络中的单一指标评价分析，基于熵权TOPSIS多属性决策方法对海上丝绸之路海运网络中港口地位进行的评价更加客观，也更加符合“一带一路”建设的需求。

4 主要结论与建议

在界定“21世纪海上丝绸之路”沿线港口研究范围的基础上，运用复杂网络节点重要性分析方法，以海上丝绸之路沿线港口在“一带一路”建设中重要作用为例，基于单一指标和多属性综合评价“21世纪海上丝绸之路”海运网络中港口地位。本文的主要结论和政策建议如下：

第一，基于海运网络的拓扑结构，对“21世纪海上丝绸之路”沿线港口地位进行的研究对于“一带一路”港口建设意义重大。首先，基于海运网络拓扑结构，从网络节点的度中心性、接近中心性、中介中心性、特征向量中心性4个方面对港口地位进行排序，计算结果显示不同的排序指标反映了港口不同方面的重要性。整体而言，新加坡、巴生、上海等港口具有相对较强的竞争力和中转功能，在排序中居于第一层次，香港、宁波、深圳、广州等国内港口居于第二层次，从排序结果可以看出，港口在网络中的地位对网络结构的依赖性很大，同时海上丝绸之路海运网络对于第一层次的港口具有很强的依赖性。因此，应针对不同层次的港口采取不同的发展规划，以更好的服务“一带一路”建设。

第二，结合海上丝绸之路海运网络拓扑结构图和利用节点删除后的网络对比分析可知，基于熵权TOPSIS法得到的综合排序结果删除的前10个节点破坏了海上丝绸之路海运网络的10个最重要的节点，对网络的破坏性最大，其破坏了海上丝绸之路的核心港口群结构，相比于复杂网络中的单一指标评价分析，基于熵权TOPSIS多属性决策方法对海上丝绸之路海运网络中港口地位进行的评价更加合理，也更加符合“一带一路”建设的实际需求。

第三，本文通过对海上丝绸之路沿线港口在海运网络中地位进行综合评价，表明发展海上丝绸之路沿线港口，构建海上交通的互联互通，需要加强港口群与港口网络的建设，在海上丝绸之路港口建设中应以港口群为发展对象，不能单一的考虑某一个港口。本研究可以为选择重要节点进行海上丝绸之路港口群建设，提供建议和参考。