基于企业组织机构的中国大陆航运中心层级体系与网络联系

郭 建 科，吴 莎 莎

(教育部人文社科重点研究基地，辽宁师范大学海洋经济与可持续发展研究中心，辽宁 大连 116029；辽宁省“海洋经济高质量发展”高校协同创新中心，辽宁 大连 116029)

0 引言

21世纪被联合国称为“海洋世纪”，越来越多的国家或地区通过海洋竞争全球资源。而国际航运中心是以区域经济中心城市为依托，集商贸、物流、金融等航运要素于一体，位于国际航运网络的战略节点，在某经济区域的港口群中处于主导地位的航运交通枢纽，其对国家或地区参与世界经济分工与合作具有重要作用。

在国际贸易分工组织和航运技术变革的引领下，国际航运联系网络已经形成，部分学者利用集装箱班轮船期数据在港口间建立节点、连接和网络的基础上，研讨区域集装箱港口体系的空间联系格局[1]，对中国国际航运网络的结构特征和贸易特征进行分析[2,3]；郭建科等用枢纽度模型、赫芬达尔—赫希曼以及复杂网络方法构建“海上丝绸之路”航运网络，分析中国与“海上丝绸之路”沿线国家的航运网络空间格局[4,5]，证明航运网络具有“小世界特征”和“无标度特征”。但已有学者针对航运网络的相关研究多集中在航运网络结构特征及港口在网络中的重要性和地位上，而航运中心是航运要素集聚的空间载体，航运企业驱动航运要素的集聚。国内外学者结合多元化航运产业表征港口之间和航运中心之间的联系，研究表明：临港产业集聚发展推动国际航运中心的建设，对港口城市空间结构演变产生影响[6]；港航服务企业的发展趋势[7]和组织行为会影响码头经营[8]，进而影响港口运行[9]。近年来，有学者构筑航运要素指标体系研究港航服务业的集聚发展与空间状况[10]，从海洋产业[11]、港口物流企业[12]、中国邮船[13]方面对港口企业的空间格局和演化规律进行探究，或研究港航企业空间分布以分析港口的区位特征和空间联系，探索航运服务集聚区的集聚驱动力[14-17]。

既有研究侧重分析整体航运网络的一般特征[18]。国内学者一是针对港口体系的演化特征[19]、空间联系的拓扑结构[20]、资源流动程度与路径展开研究；二是围绕区域港口联系的节点、密度与能级展开研究，主要涉及国家和港口群尺度；三是以单一行业或企业网络为视角[21]，对其空间格局、时空演化和动力机制等展开研究，缺乏航运全产业链的研究成果。基于此，本文从跨国航运企业组织地理布局的视角构建中国大陆航运网络，定量分析航运中心节点和网络联系，识别航运中心的层级特征和联系密度，以期进一步研究航运中心网络体系，为探究中国航运中心网络布局及发展方式提供参考。

1 研究对象、数据和方法

1.1 研究对象与数据

本文根据中国交通运输部公布的港口数据及《全国沿海港口布局规划》(2006年)的相关规定，基于沿海港口城市的历史沿革和发展现状，选取50个沿海港口城市构建中国大陆航运中心网络。航运中心可分为以下3种类型：货运型航运中心，主要提供货物集散服务但不具主动操纵集散、影响调配的能力；服务型航运中心，指在国际航运中心资源配置过程中占主导地位的是航运服务业务；知识型航运中心，是以知识和创新广泛应用和渗透于各种类型的航运业务之中，为航运业务的顺利开展提供管理、决策和支持服务[22]。由此基于货运、服务、知识3个层面界定航运企业组织(表1)，构建指标体系测度航运中心的网络关系，通过每个企业组织的官方网站查找企业组织的名称、总部及分支机构所在地等信息，对数据收集整理并筛选出在中国大陆至少设有1个办事处的企业，最终确定航运企业组织137家，其中货运型79家，服务型30家，知识型28家。

表1 航运企业组织分类及其测度指标体系Table 1 Classification of shipping enterprise organizations and their measurement index system

1.2 研究方法

(1)连锁网络模型。2001年，Taylor建立连锁网络模型并基于企业机构分布研究城市网络[23]，随后该模型被广泛用于不同区域[24]、不同要素[25]的研究。该模型利用企业分支机构服务值的设定构建世界城市网络，在世界城市网络分析中融入“流动空间”理念，通过对企业组织内部不同企业机构职能与规模等级赋值，将各级企业机构所在的城市相互关联，进而构筑以城市为载体的企业组织关系型矩阵，并测度出区域内城市网络关系[26]。

(2)航运企业组织网络构建。首先构建由50个航运中心和137家航运企业组织组成的关系矩阵，航运中心i中航运企业组织j的得分值Vij被定义为航运企业组织j在企业组织网络中的服务值，即航运中心i的企业分支机构在航运企业组织j结构网络中的地位或重要程度。航运中心之间的连通性用航运中心间的企业组织联系强度衡量，即相对网络关联度Rab(式(1))，是航运中心a、b之间所有共同企业组织的服务值之和，其值越高，表明两个航运中心之间的联系越密切，在航运企业组织网络中的地位越高，并会吸引更多企业组织将分支机构设置在两个航运中心的组合之中。由此可构建一个50×50的航运中心关联强度矩阵，单个航运中心a与其他所有航运中心的相对网络总关联度Na、整个网络的总关联度T和单个航运中心a的相对网络关联度La的计算公式见式(2)-式(4)。

(1)

(2)

(3)

La=Na/T

(4)

(3)航运中心综合指数和分项指数。统计137家航运企业组织在中国50个航运中心的5种职能等级并赋予不同分值，即全球总部(5分)、区域总部(4分)、国家总部(3分)、分公司(2分)、办事处或一般机构(1分)。为减少航运企业组织在航运中心设置分支机构时衡量标准不同所带来的误差，对原始数据航运中心服务值进行标准化处理并通过熵值法得出各航运中心的指标权重，进而利用综合加权法计算各航运中心的综合指数(表2)；同理，分别由货运、服务、知识要素的原始数据计算出各航运中心的分项指数(即货运、服务、知识要素指数)。

(4)集中化指数。为进一步分析航运网络空间分布格局，借鉴衡量区域经济集中化程度的洛伦兹曲线集中化指数CI(式(5))分析航运网络的集散情况，CI接近1表示航运要素流趋于集中，CI接近0则表示航运要素流趋于分散。

CI=(X-Y)/(M-Y)

(5)

式中：X为各航运中心综合指数累计百分比；M、Y分别为综合指数集中分布时和均匀分布时的累计百分比总和。

表2 航运中心的综合指数Table 2 Comprehensive index of shipping centers

2 中国大陆航运中心层级体系与功能分化

2.1 航运中心层级体系

基于跨国航运企业组织关系网络的航运中心相对网络总关联度，利用ArcGIS 10.8的分层聚类法将50个航运中心分为5类(表3)，可见中国大陆航运网络层级分化特征明显并呈现纺锤状结构，位于不同层级的航运中心承担不同的专业化功能。第一层级为全球性国际航运中心，仅有上海，相对网络总关联度Na为78.510，占整个网络总关联度的22.98%，表明上海处于中国整个航运网络金字塔的顶端，与其他航运中心联系最紧密，中心性功能较强；第二层级为区域性国际航运中心，包括深圳、宁波—舟山、青岛、广州、天津、厦门、大连，在各区域发挥重要枢纽功能，Na占整个网络总关联度的66.71%且占比最大，在航运网络资源配置中占有相当重要的地位，日益受到跨国航运企业组织的青睐；第三层级为国际航运节点，Na占整个网络总关联度的8.94%，第四层级为地方性航运中心，Na占整个网络总关联度的1.34%，第五层级为地方性航运节点，Na占整个网络总关联度的0.02%，中、低(第三、四、五)层级航运中心的相对网络总关联度虽远低于高(第一、二)层级航运中心，但航运中心之间形成密集的联系对，横向延伸了航运网络的广度，形成庞大的航运网络以吸引运输仓储等基础性港航业务，充当支线港和喂给港角色，促进了地域间航运要素的流通与交换。

表3 基于航运企业组织关系网络的中国大陆航运中心层级分布Table 3 Hierarchical distribution of Chinese mainland shipping centers based on the connection network of shipping enterprise organizations

2.2 国际航运中心的主导功能差异

航运枢纽对航运网络具有重要控制作用[27]，分析表明中国大陆航运中心形成以上海、深圳、青岛、宁波—舟山、广州、天津、厦门、大连为枢纽的八大国际航运中心。利用航运中心的综合指数及不同要素指数计算航运中心的航运要素比重构成，并通过SPSS对航运要素比重构成进行聚类分析，划分出四大航运中心发展类型(表4)，其中货运型航运要素比重均超过32.61%，表明国际航运中心的建设离不开发达的货运产业以吸引高附加值航运产业集聚。由图1可知，2019年集装箱吞吐量与航运中心层级变化趋势密切相关，其中八大国际航运中心的集装箱吞吐量处于领先地位，这些航运中心均具备建设深水港、深水航道的硬条件，为其航运服务产业的发展提供扎实的基础。

表4 八大国际航运中心航运要素比重构成Table 4 Proportion of shipping elements for the eight international shipping centers

图1 中国大陆航运中心综合指数与2019年集装箱吞吐量的关系Fig.1 Relationship between the comprehensive index and container throughput of Chinese mainland shipping centers in 2019

(1)货运型国际航运中心。宁波—舟山的货运比重高达56.08%，远超其他航运中心的货运比重，青岛货运比重为48.11%，珠三角地区的广州(47.27%)、深圳(43.65%)、厦门(41.15%)货运比重均超过40%，而环渤海地区的天津、大连由于腹地经济支撑不足，其货运比重较低。同时，宁波—舟山航运中心发展态势良好且综合指数仅次于上海国际航运中心，货运功能是其核心功能，良好的港口基础建设和完善的集疏运体系是其持续发展的驱动力量。

(2)货运—服务型国际航运中心。服务型航运要素中跨国银行、劳合社及国际保赔协会成员、中国邮轮母港与证券交易所的网络重要节点主要分布在上海、深圳、天津和厦门，分别为64、24、18、15家，服务比重均超过32%，远高于其他航运中心。上海、深圳、天津和厦门航运中心集聚的服务型航运产业以无形产品为主，服务消费与供给的即时性、信息的流通与传递对市场环境要求高，服务型企业组织之间还因存在相互依存关系而有着大量的业务联系，在规模效应下，上海、深圳、天津和厦门航运中心资源规模大、航运产业基础强，进一步吸引航运产业要素不断汇聚。

(3)货运—知识型国际航运中心。知识型航运企业组织在上海、广州、青岛、大连航运中心的机构分支分别为58、23、22、36家，而在厦门、天津、深圳的机构分支较少(共45家)。知识型航运要素是以知识和人力资本为基本生产要素，知识资本转移和传播较实体产业转移慢[20]，其区位选择是跨时间的长期动态的过程，从而导致形成和转变相对较慢，上海、广州、青岛、大连航运中心集聚的高等教育专业、国际航运协会、海事法律仲裁机构、国家开放政策等知识航运要素规模庞大，发展成为知识型航运中心的潜力相对较高。

(4)综合型国际航运中心。上海货运、服务、知识航运要素所占比重均在30%左右，要素分布均衡。总体看，上海航运企业组织的总部及分支共234家，班轮航线密集程度最大，覆盖航线472条，相比其他航运中心集聚了大量的航运产业要素，依靠高度集聚的航运产业基础可降低联系成本，通过循环累计因果机制使这一集聚趋势持续强化，新的航运产业和服务业态也在集聚的基础上不断交叉融合、扩展衍生。

3 中国大陆航运中心网络联系

3.1 航运网络空间联系的整体特征

3.1.1 相对网络关联度分析 航运中心间的联系是因国际经济贸易需求而产生的运输联系，并经航运企业组织分布在不同航运中心而实现。分析航运网络的整体空间格局，目的在于考察中国大陆航运中心的主要组织方向，但因航运中心联系数量过多，难以逐一分析，所以提取相对网络关联度前210位联系构成主要航运中心间的网络进行分析，结果表明：1)航运网络稳定在以高层级航运中心为重要节点的多核心结构。相对网络关联度前210位的航运中心构成的网络共涉及34个航运中心，其总的相对网络关联度为144.266，其中与上海、深圳、宁波—舟山、青岛、广州、天津、厦门、大连产生联系的为141.920，占总数的98.37%。这表明高层级航运中心与其他航运中心产生的联系强度均较高，同时随着相对网络关联度降低，关联线数迅速减少，直观反映了高层级航运中心构成航运网络的基本框架，网络骨架稳定在深圳/广州—上海—天津—大连/青岛的菱形空间结构(图2)。2)低层级航运中心的空间关联较弱甚至存在断层。低层级航运中心间的空间关联性仍不够紧密，从而使得整个航运网络的要素流动不畅通，具体表现为低层级航运中心相对网络关联度普遍低于0.001，其相对网络关联度的总和为2.346，仅占总数的1.63%。目前，低层级航运中心发展相对孤立且发展方向不明确，自身缺乏承接辐射的基础条件、人力资本，创新资源匮乏。

注：审图号为GS(2020)4619号，底图无修改。

3.1.2 不同航运要素网络联系分析 巨大的航运网络使资本、产品、人员伴随各种信息和知识在航运中心之间流动，网络化、层次化和功能多元化是航运中心发展的必然趋势，利用ArcGIS 10.8分层聚类功能分析不同航运要素航运中心的层级特征，并基于航运中心间最强和次强相对网络关联度，结合货运型、服务型、知识型航运要素指数，利用Gephi生成网络图(图3)，以揭示其网络结构特征。

图3 基于不同要素航运中心间强次联系的中国大陆航运中心“轴—辐”图Fig.3 "Hub-and-spoke" diagram of Chinese mainland shipping centers based on strong and sub-strong connections among shipping centers with different elements

(1)货运型航运要素网络中处于第一层级的有上海、深圳、宁波—舟山、青岛，排名前五的联系对为深圳—上海、上海—宁波—舟山、深圳—宁波—舟山、上海—青岛、上海—厦门，整体形成更高效、稳定的多中心网络体系，全国性枢纽港—区域性枢纽港—干线港—支线港—喂给港层级体系明显。从货运要素分布看，造船厂、跨国航运公司、全球货代物流公司和国际航线等劳动和技术密集型行业与集装箱网络关联密切，因而其业务活动倾向于分散化布局，网络结构辐射较广，是许多航运中心的主导产业。

(2)服务型航运要素网络中处于第一层级的有上海、广州、深圳，排名前五的联系对为上海—深圳、上海—天津、上海—广州、上海—大连、上海—厦门，均与上海的联系较强，其他航运中心的联系较少且相对网络关联度偏低。与货运型、知识型航运要素网络相比，服务型航运中心的最强和次强联系对数量明显减少，涉及30个航运中心节点，比货运型航运节点少20个，比知识型航运节点少19个。从服务要素看，由于航运服务行业的内在属性，受自然条件的限制相对较小，对信息联系和社会关系的依赖程度较高，服务资源规模大、产业基础强的航运中心可突破地域限制，服务多个航运中心。

(3)知识型航运要素网络中处于第一层级的有上海、大连、宁波—舟山、广州、青岛、天津，排名前五的联系对为宁波—舟山—大连、大连—青岛、大连—上海、上海—宁波—舟山、上海—广州，相对网络关联度强的联系对主要集聚在第一层级，且第一层级航运中心的辐射范围明显大于货运型和服务型航运要素网络，形成较完整的“轴—辐”网络体系。从联系对看，航运中心间的强次联系流近半数与上海有关，其相对网络总关联度占整个网络总关联度的42.5%，航运网络以上海为核心并向全国辐射，其中大连、宁波—舟山、广州、青岛、天津具有较弱程度的次中心发育态势，航运中心间“轴—辐”功能协作增强，实现了联动发展。

3.2 区域航运网络联系的差异分析

根据航运中心最强、次强首位联系以及区域航运中心联系，结合航运中心综合指数，利用Gephi生成网络图。如图4所示，中国大陆航运中心呈现局部密集的网络格局，围绕上海和宁波—舟山、深圳和广州、天津和青岛以及厦门和福州、海口组成庞大的“3+2”区域联系网络格局，长三角区域是连接中国大陆航运中心最重要的区域网络。从各区域航运网络的内部分析，天津/青岛/大连、上海、厦门、深圳/广州、海口和各区域航运网络内部航运中心相对网络关联度总和与对应区域航运网络内部总关联度的比值分别为47.11%、59.53%、54.68%、54.55%、42.05%，表明国际航运中心具有较高的首位度，在区域航运网络中占据重要地位，其中上海最突出。

图4 中国大陆航运中心首位联系区域网络分布Fig.4 Network profile of the first contact areas of Chinese mainland shipping centers

由表5可知，区域航运网络内部总关联度、区域航运网络外部总关联度(区域航运中心与其区域航运网络外航运中心的相对网络关联度总和)及其内外部比值均呈现长三角、珠三角、环渤海、东南沿海和西南沿海区域依次递减趋势，相较于东南沿海和西南沿海区域，长三角、珠三角和环渤海区域航运中心在中国大陆航运网络中联系对多且对内对外总关联度较高。长三角区域航运网络内部总关联度最强且与其他区域航运中心联系密切，能突破地域限制集聚较多的首位联系，航运产业的发展更具有活力和自发性，其航运中心上海以发达的城市群经济和成熟的航运市场机制，对全国沿海地区的航运要素形成较强的“虹吸效应”，全区域形成“内外双修”的局面；环渤海和珠三角航运中心主要与长三角航运中心建立最强和次强联系，其内外部比值远低于长三角区域，其次，环渤海和珠三角区域内部的航运市场发展差异性较大，形成以外向引领内向均衡发展的格局，为开拓腹地市场、服务接纳航运产业转移和入驻夯实基础。在区域网络的研究中，珠三角与长三角相比对内对外关联度稍弱，需要说明的是,本研究将港、澳2个航运中心排除在外，一定程度上降低了珠三角区域的地位。

表5 五大区域航运网络内外部关系Table 5 Internal and external relationships of the five regional shipping networks

3.3 集中化指数分析

从企业组织关系网络考察单个航运中心与其他港口联系圈的集中化程度，可以反映航运中心海上腹地联系的广度和强度。航运中心网络联系集中化指数(CI)(图5)呈现三方面特征：1)不同航运中心网络联系集中化程度差异较大。总体看，航运中心层级越高，其网络联系CI越高，具有国际航运职能的前三层级航运中心的CI下降相对平稳，而第四、五层级的地方性航运中心及地方性航运节点的CI波动较大，且与前三层级航运中心差距明显。2)综合CI与分项CI呈现不同特征。综合CI与货运CI随航运中心层级的降低而逐渐减小，二者的决定系数R2达到0.8891，说明在目前的发展阶段，我国单个航运中心的“综合联系圈”取决于其“货运联系圈”。集中化程度在前三层级航运中心变化稳定，在第四、五层级航运中心则出现巨大的波动，说明航运中心层级越高其对外联系的“朋友圈”越稳定。服务CI与综合CI的决定系数R2为0.5584，两者相关性较低，珠三角区域和长三角区域的大部分航运中心的服务CI在0.62以上，集中化程度较高。知识CI与综合CI的拟合R2为0.3369，两者相关性极低，前者呈无规律波动变化且数值整体低于后者。3)服务、知识CI波动明显。服务CI仅在第一层级航运中心的波动较小，在其他层级航运中心的波动较大，而知识CI整体波动较大，表明服务、知识要素在航运网络的分布趋于分散化，国际航运中心在航运体系中的枢纽地位被削弱，航运中心更倾向于均衡化、网络化发展，空间差异趋向缩小。

图5 中国大陆航运中心不同航运要素集中化指数Fig.5 Centralization index of different shipping elements of Chinese mainland shipping centers

4 结论与讨论

国际航运中心是航运要素集聚的“洼地”，使航运业产业形成集群，提升全球航运资源配置。本文基于航运企业组织机构布局数据，采用社会网络分析法和ArcGIS 10.8、Gephi可视化工具，揭示中国大陆航运中心层级体系与网络联系的一般特征。1)中国大陆航运中心层级体系形成纺锤状结构，分为全球性国际航运中心、区域性国际航运中心、国际航运节点和地方性航运中心、地方性航运节点5个层级，且位于不同层级的航运中心承担不同的专业化功能，上海、深圳、宁波—舟山、青岛、厦门、广州、天津、大连八大国际航运中心发挥重要的枢纽功能，形成以深圳/广州—上海—天津—大连/青岛为基本网络骨架的菱形结构，中、低层级航运中心充当支线港和喂给港的角色，其联系对数量大幅增加，但低层级航运中心的空间关联较弱甚至存在断层，使得整个网络的航运要素流动不顺畅。2)不同航运要素网络联系和层级分布显著不同，货运型航运要素形成上海、深圳、宁波—舟山、青岛四大国际航运中心，服务型航运要素形成上海、广州、深圳三大国际航运中心，知识型航运要素形成上海、大连、宁波—舟山、广州、青岛、天津六大国际航运中心。由于航运产业的内在属性和区位禀赋特性，货运型航运要素网络体系最稳定且成熟，服务型航运要素网络联系相对较弱，辐射范围最小，知识型航运要素网络形成较为完整的“轴—辐”结构。八大国际航运中心航运要素集聚程度已具相当规模，呈现上海向综合型国际航运中心发展，宁波—舟山向货运型国际航运中心发展，广州、青岛、大连向货运—知识型国际航运中心发展，天津、深圳和厦门向货运—服务型国际航运中心发展的态势。3)不同航运中心综合集中化指数差异大，随航运中心层级降低而逐渐减小。货运集中化指数与综合集中化指数高度拟合，集中化程度在第一、二、三层级航运中心变化稳定，在第四、五层级航运中心波动性巨大，表明航运中心层级越高，对外联系圈越稳定，而服务与知识型集中化指数波动性巨大，说明目前我国单个航运中心的“综合联系圈”主要取决于 “货运联系圈”。中国大陆航运中心呈现“3+2”区域格局，长三角区域形成“内外双修”的格局，是连接中国大陆航运中心最重要的区域网络，环渤海和珠三角区域外向联系较突出。

本文初步探讨了航运企业组织全产业链的中国大陆航运中心的层级分化、网络关联度、区域网络格局以及多视角航运要素网络联系与层级分布情况，揭示了网络节点层级性、网络关联性及网络差异性等空间特征。由于航运产业机构数据更新速度快，数据获取难度较大，可能导致网络构建不全，且缺乏网络的纵向演化特征，未能对航运机构的布局变迁、航运机构进入时间路径对应的航运中心时空特征进行分析；加之受连锁网络模型的限制，仅考虑了企业地理布局联系，未能深入研究企业内联系与企业间联系，有待后续完善。