EN中文

Acta Geographica Sinica >

2022 , Vol. 77 >Issue 6: 1531 - 1545

DOI: https://doi.org/10.11821/dlxb202206016

Geopolitics and World Geography

The coupling characteristics of the shipping network and trade between China and the countries along the 21st Century Maritime Silk Road

  • GUO Jianke , 1, 2, 3 ,
  • LIANG Muxin 1, 2, 3
Expand
  • 1. Key Research Base of Humanities and Social Sciences of the Ministry Education, Center for Studies of Marine Economy and Sustainable Development, Liaoning Normal University, Dalian 116029, Liaoning, China
  • 2. University Collaborative Innovation Center of Marine Economy High-Quality Development of Liaoning Province, Dalian 116029, Liaoning, China
  • 3. Institute of Marine Sustainable Development, Liaoning Normal University, Dalian 116029, Liaoning, China

Received date: 2021-03-24

  Revised date: 2022-02-14

  Online published: 2022-08-19

Supported by

National Natural Science Foundation of China(41871112)

LiaoNing Revitalization Talents Program(XLYC2007174)

Fold

Abstract

As the material carrier of international trade, the shipping network that has been formed between China and the countries along the Belt and Road is an important support for the prosperity and development of the Maritime Silk Road. In this paper, a complex network model was used to characterize the port shipping network between China and the countries along the Maritime Silk Road in 2008 and 2018. Then, the coupling characteristics of the network and trade of various countries were analyzed by constructing an index system to reveal the shipping network's ability to support trade. Finally, spatial heterogeneity of influencing factors was analyzed by using geographically and temporally weighted regression model. The results show that: (1) on the whole, the port shipping network in 2008 and 2018 had obvious complex network characteristics. Network density increased by 111%, while its overall operating efficiency decreased by 8.73%. (2) The coordination degree between the shipping network and trade increased by 5%. It is also noted that most well-performed countries were distributed in East Asia and Southeast Asia. By 2018, about 36% of the shipping network of countries along the Maritime Silk Road lagged behind the level of trade, resulting in a significant shortage of shipping support. About 28% of the shipping elements of countries along the route were oversupplied. Most of the remaining countries evolved from low-level coordination to intermediate coordination. From a regional perspective, the coordination of these countries had obvious space club convergence. (3) There were obvious regional differences in the factors influencing the coupling relationship. In general, the scale of trade, the efficiency of port shipping and the economic benefit of foreign trade are the most important factors that promote the synergy effect of the shipping networks and trade, while the coverage of liner routes, port transit capacity and trade barriers are not so influential.

Key words： shipping network; trade; coupling characteristics; influencing factor; Maritime Silk Road

Cite this article

GUO Jianke , LIANG Muxin . The coupling characteristics of the shipping network and trade between China and the countries along the 21st Century Maritime Silk Road[J]. Acta Geographica Sinica, 2022 , 77(6) : 1531 -1545 . DOI: 10.11821/dlxb202206016

1 引言

“一带一路”倡议作为中国的供应链策略[1],为推动国际贸易、要素流动及区域经济融合注入了强劲动力,同时共建“21世纪海上丝绸之路”（简称“海上丝路”）的原则与价值理念对国际合作和海洋开发利用具有重要意义。据联合国贸易和发展会议报告显示,近年来中国已发展为国际海上贸易联系最紧密的国家,国际贸易地位明显提升。据国家商务部统计,2013—2018年中国与“一带一路”沿线国家货物贸易总额超过6万亿美元,年均增速高于同期中国对外贸易增速,占总额的27.4%。海上航运网络承担了国际贸易90%的货运量[2-3],近年来,中国开通泛太平洋、欧洲、泛大西洋、亚太、东南亚及南亚等集装箱航线,进一步形成国际物流主通道网络,以国际海运、航空货运、铁路联运为主的国际物流供应链服务体系逐步形成,“一带一路”沿线国家和地区联系更加紧密。在此背景下,研究基于中国与“海上丝路”沿线国家航运网络及经贸联系的耦合关系,对于厘清该航运网络结构特征、有效加强中国在国际贸易中扮演的角色、进一步开拓海外贸易市场具有重要的理论价值和现实意义。
当前,以地理学视角,从海上航运网络窥探国际供应链与产业链特征也成为了交通地理学的研究热点。综观已有研究,关于交通设施与经贸联系的互动研究多集中在陆运和空运,如章秀琴等[4]和吕越等[5]等对“一带一路”经济走廊的贸易潜力、基础设施的经贸效应进行了分析;梁双陆等[6]和王全良[7]对中国国际航空运输经济进行了研究。在海运方面,大部分学者认为国际贸易与海上运输两者存在双向互动发展的关系[8⇓-10],但现有研究多侧重单一视角分析：① 国内外学者对港口体系[11⇓-13]等进行相关研究外,开始考察“一带一路”倡议对航运网络格局的影响[14-15],识别沿线重要节点[16⇓-18],投资建设沿线自贸区和航运中心[19⇓-21]。② 部分学者对“一带一路”沿线贸易特征[22-23]、竞合关系[24]、对外投资[25]等方面进行了探析。而关于两者关系的研究也多基于单一视角进行简单测度,如王列辉等[14]、郭建科等[26]、王武林等[27]对中国与“海上丝路”沿线国或区域航运网络结构及贸易模式进行了定量分析。综上,目前仅有的研究未能全面揭示国际航运网络与经贸联系的相互作用和演化机制。
鉴于此,本文基于以“海上丝路”为背景,借鉴复杂网络方法刻画中国与沿线国家的港口航运网络结构,通过构建指标体系,结合耦合协调度模型与空间马尔可夫链,从国家、国际区域尺度研究中国与沿线国航运网络与经贸联系的耦合特征及动态变化,揭示航运网络对沿线贸易的支撑能力;并运用时空地理加权回归方法,分析航运网络与经贸联系耦合关系的影响因素在不同国际区域或国家的空间异质性,为识别“海上丝路”互联互通的薄弱环节,优化中国国际产业链与供应链互动格局提供理论参考。

2 计量模型与数据处理

2.1 研究区域概况

《推动共建“一带一路”的愿景与行动》指出：共建“一带一路”致力于亚欧非大陆及附近海洋的互联互通,建立和加强沿线各国互联互通伙伴关系,构建全方位、多层次、复合型的互联互通网络,实现沿线各国多元、自主、平衡、可持续的发展,助力解决金融危机造成的经济长期停滞问题。因此,结合研究需求,本文截取2008年、2018年中国沿海港口至亚洲、欧洲和非洲各港的集装箱船期数据,并通过“一市一港”（地级以上城市）原则构建中国与沿线国家航运网络数据库。鉴于“海上丝路”的航运联系空间跨度大、运输周期长,故基于远洋航线的稳定性考虑,选取6月份为研究时间段,数据来源于相应年份的《中国航务周刊》和《中国港口年鉴》。
选取这两个年份为研究节点,主要是基于两点考虑：① 金融危机对贸易及航运市场的影响具有一定滞后性,初期对集装箱航运的影响不明显;结合中国外贸商品结构特征,金融危机爆发主要地区—欧洲对中国航运服务的需求较大。②“一带一路”倡议提出的时间较短,平台合作规模不断扩大,航运网络结构也随之变化。故主要考虑周期性,选取了倡议提出的5年前（2008年6月份对金融危机对航运市场影响尚未显现）和5年后（2018年）进行比较分析,以满足文章的分析需求。

2.2 计量模型

2.2.1 复杂网络模型

复杂网络是以复杂系统实体及实体间的相互作用或关联构建网络,是描绘和研究复杂系统拓扑结构和行为的关键因素。其中,网络的小世界特征与无标度特性是复杂网络的基本特征。其指标包括度及度分布、集聚系数、平均路径长度以及度中心性、邻近中心性和介数中心性等;其中度及度分布是描述节点特征的重要指标,度分布符合幂率分布的网络称为无标度网络。小世界网络是指具有较短的平均路径和较大的集聚系数,平均路径长度越小,网络整体运行效率越高;集聚系数为网络中各节点间形成的短距离联系的程度。网络中心性的含义如表1所示、公式参见文献[26]。
表1 国际航运网络及经贸联系评价指标体系

Tab. 1 Evaluation index system of international shipping network and trade

一级指标 二级指标(功效) 表达含义 来源
航运
(μ1)
邻近中心性(+) 反映节点在网络中的相对可达性,体现节点的航运效率 利用《中国航务周刊》《中国港口年鉴》统计、运用复杂网络模型计算得到
介数中心性(+) 反映节点在网络中的中转和衔接功能,体现节点的调节能力
度中心性(+) 反映节点与其他节点发生直接联系的可能性,体现节点的对外交流能力
航线覆盖面/条(+) 反映航线覆盖范围及通达能力
进出口周转时间(-) 指从发货点到装货港再到收货人的中值时间,反映周转效率 世界银行
经贸
(μ2)		 外贸额/亿美元(+) 反映一个国家在对外贸易方面的总规模的重要指标 UN Comtrade
净贸易条件指数(+) 衡量在一定时期内一国出口相对于进口的盈利能力和贸易利益的指标,反映一国宏观上对外贸易的经济效益,在双边贸易中尤为重要 世界银行
关税(-) 关税越高,对国家间贸易的阻碍越大 《全球竞争力报告》

2.2.2 耦合协调度

（1）耦合协调模型。耦合是指两个或多个系统运动方式经各种相互作用而彼此影响的现象,耦合协调度可有效测算系统间的协调程度。本文以耦合协调度模型探讨中国与“海上丝路”沿线国家航运网络及经贸联系（简称航贸联系）交互耦合的协调程度。
C = 2 μ 1 × μ 2 / μ 1 + μ 2 2 1 / 2
T = a μ 1 + b μ 2 , D = ( C × T ) 1 / 2
E = μ 1 / μ 2
式中：μ1和μ2分别表示航运发展水平与经贸发展水平指数;C为耦合度指数,该值越大说明两者耦合作用越强;T为二者综合调和指数;a、b为待定系数,一般均取0.5;D为协调度指数（0 ≤ D ≤ 1）,D值越大说明双方发展越协调;E为相对发展度指数。
（2）指标体系构建及数据说明。为充分反映中国与“海上丝路”沿线国家航贸联系耦合特征的变化,基于已有研究[9-10,15,26 -27],本文选取度中心性、邻近中心性、介数中心性、航线覆盖面、进出口周转时间、贸易额、净贸易条件以及关税共8个指标（表1）,通过极差标准化消除数据由于变量间不同量纲所产生的影响,并运用熵值法对二者的发展水平进行综合测度,公式参见文献[28]。鉴于以港口为尺度的贸易、关税等数据较难获取,本文仅以国家或区域尺度进行测度,中心性及航线等数据通过取各国港口相关指标的平均值而得,因缺航运数据而无法统计港口重要性的国家,其相关指标数据值视为0;中国港口的数据包括香港及台湾的港口,澳门港口数据暂缺。

2.2.3 空间马尔可夫链

加入空间滞后概念的空间马尔科夫链弥补了传统马尔可夫链忽视了地理空间关联性的影响,即借鉴该方法将传统马尔科夫转移概率矩阵以初始年份（2008年）的空间滞后类型为条件,分解成k个k×k转移条件概率矩阵,可以考察空间效应对航贸联系耦合特征动态变化的影响。本文采用空间邻接原则定义沿线国间的空间关系,并考虑岛国等特殊地理环境,综合计算出权重矩阵,进而得出空间滞后因子,具体见参考文献[29]。

2.2.4 时空地理加权回归模型

时空地理加权回归（Geographically and Temporally Weighted Regression, GTWR）是基于地理加权回归加入时间因子构建的时空依赖的局部模型,探究自变量对因变量影响的时空异质性。计算公式为：
y i = β 0 μ i , v i , t i + ∑ β k μ i , v i , t i x i k + ε i
式中：yi为观测值;xik为自变量;β0和βk为参数;k为单元数（个）;(μi, νi, ti)是i点的时空坐标;β0(μi, νi, ti)为常数项;βk(μi, νi, ti)是i点的第k个回归参数;εi是第i个地区的随机误差。

3 航运网络复杂性特征

3.1 航运网络正处于结构转型、要素重组时期

为能具体了解中国与“海上丝路”沿线国家航运网络结构变化,结合Space L拓扑算法,运用复杂网络模型刻画2008年、2018年港口航运网络结构特征。结果表明该网络具有明显的无标度特性与小世界特征,并从低级网络过渡到高级网络。具体表现为：
（1）从累计度分布来看,2008年、2018年港口航运网络幂指数特征明显,无权拟合度R2分别为0.865、0.903,基于航次加权R2分别为0.903、0.876,置信水平均高于80%,与中国早期与“海上丝路”沿线国家航运网络相比（1998年R2不足80%）,具有更明显的无标度特性。港口间的联系水平趋向不均衡化发展,港口平均度值从11降至9,而平均加权度增加了100,增幅为111%,表明网络整体稠密程度大幅度提高。
（2）从集聚特征看,该网络具有较强的集聚性,港口间的传递性较好,平均集聚系数（C）从0.520降至0.440,与同规模的随机网络相比集聚系数较大,C分别相差0.505、0.425。网络平均路径（L）均小于同规模的随机网络,但随着网络结构与规模的变化,L从2.693增至2.928,即任意两港口间的连接航段增加了0.235条,说明网络运行效率下降了8.73%,其中香港、上海、巴生、青岛、迪拜、塞得、南安普顿等关键港口在网络中的相对运行效率降幅均大于12%。
（3）从区域层面进行分析,网络平均可达性（邻近中心性）上升了9%,其中欧洲地区上升最为明显,提升了14%,区域内可达性提升较为均衡,其中以地中海地区的提升最大（17%）;亚洲地区平均可达性则提升了11%,且主要集中在南亚（16%）和西亚地区（13%）;非洲地区整体以0.7%的小幅度下降,分布在东非（-5%）和南部非洲地区（-4%）。随着网络结构的变化,中国港口也存在较大的区域差异,西南港口群的可达性明显提升,其次为珠三角和东南港口群,而长三角港口群的可达性降低了10%;从南北差异来看,南方港口的可达性提升了36%,而北方港口降低了5%。从枢纽性（介数中心性）来看,南方港口的枢纽性上升了13%,主要集中在珠三角,而北方港口的调控功能有所减弱。综上表明研究期内以深圳—香港为核心的珠三角港口群在嵌入“海上丝路”航运网络的作用最为活跃。中国与“海上丝路”沿线国家航运网络结构正在转型升级,航运系统结构发生了适应性改变,即与“海上丝路”发展环境不相适应的网络要素进行重组,如港口联系及航线重新划分等,导致了航运系统内部呈现出复杂的非线性变化、转型。

3.2 航运网络联系特征

（1）从航运联系广度来看（图1）,2008—2018年中国与“海上丝路”沿线国家航运联系增幅较大,班轮航次增加了96%,联系国家（地区）从74个减至62个。期间,具有稳定联系的国家数为57个,港口数分别为210个、212个;联系稳定的港口数为159个,港口联系变化波动性较大。网络联系结构重心向东亚、东南亚迁移,港口间的协作程度增大,2008年和2018年欧洲、亚洲、非洲港口占比分别为20%和17%、61%和73%、19%和11%,其中亚洲港口数增幅最大,由128个增至153个,非洲占比降低40%,欧洲占比较为稳定。中国与日本的航运联系最为紧密,航线占比从26%增至40%;与新加坡、韩国、马来西亚、越南等国联系紧密程度次之;与荷兰、德国、法国、英国等欧洲地区枢纽的航线占比平均降低至6%;与以埃及、南非为核心的非洲地区平均降低至4%,幅度为-45%。此外,随着中国—中南半岛经济走廊经贸效应的逐渐显现,该地区港口在整个网络的地位得到提升,主要体现在发展态势上,除日本外,中国与越南、泰国的航运联系强度与密度均增幅明显。
图1 中国与“海上丝路”沿线国家航运网络联系格局

注：基于自然资源部标准地图服务网站GS(2016)1666号的标准地图制作,底图边界无修改,下文同。

Fig. 1 The pattern of the shipping network between China and the countries along the Maritime Silk Road

（2）从网络结构来看（图1）,中国对外航运联系具有明显的不均衡性,少数核心港口归集了大量航线,且主要集中在区域内影响力较强的枢纽港,具有距离中国越近影响力越大或地处如马六甲海峡等战略航道其航运联系越紧密等特点。而低点度港口主要处于网络的边缘,是中国对外航运联系的低渗透港,通过枢纽港的调控与其外部港口联系。整个网络呈现以中国（上海、宁波、青岛、深圳、香港等）、日韩（釜山、东京港口群）、东盟（新加坡、巴生）、欧盟（鹿特丹等）为主的蝶形躯干,中东、非洲地区港口连缀成两翼的航运网络架构。至2018年,蝶形网络更为成熟,东亚、东盟和欧盟各国各港口在“海上丝路”航运网络中的核心地位进一步增强,中东和非洲港口作为重要补充,强有力地支撑着中国与沿线国间的经贸往来。

4 航运网络与经贸联系耦合关系及其动态变化

4.1 航运网络与经贸联系的聚类特征

从贸易联系来看,2008—2018年中国与“海上丝路”沿线有航运联系的国家（地区）双边贸易规模由1.809万亿美元增至2.941万亿美元,增加了63%,其中与非洲东、中、西部地区及东南亚地区双边贸易强劲增长,均超120%,其次南亚、欧洲、西亚、南部非洲增幅也较大（均大于50%）。至2018年,中国与日韩、东盟、欧盟的贸易联系极强,贸易规模占比均在20%以上。从国家尺度来看,与日韩两国的外贸占比最强,分别为13%、12%;其次为德国（7%）、越南（6%）、马来西亚（5%）、新加坡（5%）,为“海上丝路”沿线贸易高渗透国。
为反映中国与“海上丝路”沿线国家航贸联系的特征,本文采用系统聚类方法,以表1中8个指标为变量,对2018年的研究样本进行分类,得到沿线国的航贸联系类别。聚类过程中结合相关研究及样本特征,设定聚类结果为3类,分别命名为“中转集散型贸易”“边缘型贸易”“复合型贸易”。结果显示（图2）,“中转集散型贸易”占42%,主要有新加坡、韩国、西班牙等“海上丝路”沿线地理位置较为特殊的国家,其港口重要性较强、辐射范围广,中转集散作用明显,航贸联系渗透度相对较高,是衔接中国港口与其余港口的重要桥梁。“边缘型贸易”占18%,主要处于航运网络的边缘,港口重要性低或腹地经济不发达,主要包括叙利亚、也门等。“复合型贸易”占40%,该类型的主要特征为与中国的航运联系相对紧密或腹地宽广,经贸联系强度处于中等水平,包括阿联酋、俄罗斯、埃及等。随着中国与沿线国家航运网络和贸易的发展,沿线港口的功能及贸易合作模式也发生一定程度的变化,中国大部分港口的重要性增强,尤其是北方港口直航能力的增强,很大程度上减少了对韩国港口进行中转贸易的依赖性。
图2 2018年中国与“海上丝路”沿线国家航运网络及贸易联系特征

Fig. 2 Characteristics of the shipping network and trade between China and the countries the Maritime Silk Road in 2018

4.2 航运网络与经贸联系的空间耦合特征

为充分反映二者耦合特征的变化,参考已有研究[25,28]并结合实际情况,本文以0.45、0.65为分界点,将中国与“海上丝路”沿线国家航贸联系协调类型（D）分为失调衰退、转型升级与协调发展;将二者的相对发展度（E）分为3类（表2）：当E ≥ 1.2时为航运超前型,当0.8 < E < 1.2时为同步发展型,而当E ≤ 0.8时为航运滞后型。
表2 航运网络及经贸联系耦合协调类别划分标准

Tab. 2 Classification criteria of shipping network and trade

耦合协调度 相对发展度 类型 耦合协调类型特征 发展阶段
0 ≤ D ≤ 0.45 0 < E ≤ 0.8 Ⅰ 航运网络滞后于经贸发展,制约经贸发展,航运网络要素的支撑能力不足,系统退化。 失调衰退
0.8 < E < 1.2 Ⅱ 航运网络同步于经贸发展,推动经贸发展,航运网络要素的支撑能力发挥较好,系统优化。
1.2 ≤ E Ⅲ 航运网络超前于经贸发展,影响经贸发展,航运网络要素的支撑作用尚未充分发挥,系统退化。
0.45 < D < 0.65 0 < E ≤ 0.8 Ⅳ 航运网络滞后于经贸发展,制约经贸发展,航运网络要素的支撑能力不足,系统退化。 转型升级
0.8 < E < 1.2 Ⅴ 航运网络同步于经贸发展,推动经贸发展,航运网络要素的支撑能力发挥较好,系统优化。
1.2 ≤ E Ⅵ 航运网络超前于经贸发展,影响经贸发展,航运网络要素的支撑作用尚未充分发挥,系统退化。
0.65 ≤ D ≤ 1 0 < E ≤ 0.8 Ⅶ 航运网络滞后于经贸发展,制约经贸发展,航运网络要素的支撑能力不足,系统退化。 协调发展
0.8 < E < 1.2 Ⅷ 航运网络同步于经贸发展,推动经贸发展,航运网络要素的支撑能力发挥较好,系统优化。
1.2 ≤ E Ⅸ 航运网络超前于经贸发展,影响经贸发展,航运网络要素的支撑作用尚未充分发挥,系统退化。
研究年份内中国与“海上丝路”沿线国家航贸联系耦合度均值均大于0.9,表明二者的关联性较强,但仍未在结构和功能上实现理想状态下的良性互动。具体来看,2008—2018年二者协调性上升了5%,约65%的沿线国协调性明显上升（增幅均大于5%）,其中亚洲地区约占2/5,且主要集中在西亚、东南亚地区,其次欧盟、南部非洲的提升也较为明显;约27%协调性下降,主要为西非地区。至2018年仅新加坡、日本属于协调发展型,占3%;属于转型升级型的沿线国增加了17个,主要分布在欧盟、西亚;而属于失调衰退的沿线国由50个减至32个。从表3可知,航运要素分布仍具有明显的“马太效应”,2008年和2018年航运支撑能力不足（Ⅰ、Ⅳ、Ⅶ）与航运要素过剩（Ⅲ、Ⅵ、Ⅸ）分别占45%和36%、23%和28%,“两极分化”现象严重。至2018年,约36%的沿线国（Ⅰ、Ⅳ、Ⅶ）由于航运要素未能满足与之经贸快速发展的要求,从而制约了经贸要素的流动,如日本（Ⅶ）、韩国（Ⅳ）、德国（Ⅳ）、也门（Ⅰ）等28国。约28%的沿线国（Ⅲ、Ⅵ、Ⅸ）其航运要素供给相对过剩,支撑能力仍未充分发挥,包括新加坡（Ⅸ）、斯里兰卡（Ⅵ）,巴基斯坦（Ⅲ）等22国,未来在巩固航运往来的同时,需要加强与各国的经贸合作。二者发展较为均衡的国家约为35%,航运要素发挥较为充分,相比2008年,处于转型升级阶段的沿线国增加了69%,其中多由低级协同向均衡优化发展而成,如阿联酋（Ⅴ）等。
表3 中国与“海上丝路”沿线国家航运网络及经贸联系耦合协调度发展评价

Tab. 3 Evaluation of the coupling coordination of the shipping network and trade between China and the countries along the Maritime Silk Road

年份 航运滞后型 相对同步型 航运超前型
2008 阿尔及利亚Ⅰ、喀麦隆Ⅰ、波兰Ⅰ、柬埔寨Ⅰ、越南Ⅰ、阿联酋Ⅳ、阿曼Ⅳ、安哥拉Ⅳ、俄罗斯Ⅳ、日本Ⅳ、韩国Ⅳ、加蓬Ⅳ、文莱Ⅳ、也门Ⅳ、伊朗Ⅳ等35国 贝宁Ⅱ、克罗地亚Ⅱ、葡萄牙Ⅱ、乌克兰Ⅱ、以色列Ⅱ、印度Ⅱ、泰国Ⅱ、德国Ⅴ、意大利Ⅴ、英国Ⅴ、法国Ⅴ、科特迪瓦Ⅴ、南非Ⅴ、沙特Ⅴ、马来西亚Ⅴ等25国 巴基斯坦Ⅲ、多哥Ⅲ、菲律宾Ⅲ、吉布提Ⅲ、肯尼亚Ⅲ、罗马尼亚Ⅲ、毛里求斯Ⅲ、土耳其Ⅲ、西班牙Ⅲ、希腊Ⅲ、埃及Ⅵ、斯里兰卡Ⅵ、新加坡Ⅸ等18国
2018 阿尔及利亚Ⅰ、叙利亚Ⅰ、加蓬Ⅰ、也门Ⅰ、喀麦隆Ⅳ、安哥拉Ⅳ、俄罗斯Ⅳ、韩国Ⅳ、文莱Ⅳ、伊拉克Ⅳ、德国Ⅳ、加纳Ⅳ、日本Ⅶ等28国 贝宁Ⅱ、克罗地亚Ⅱ、乌克兰Ⅱ、越南Ⅴ、以色列Ⅴ、印度Ⅴ、毛里求斯Ⅴ、阿联酋Ⅴ、伊朗Ⅴ、印尼Ⅴ、法国Ⅴ、科特迪瓦Ⅴ、南非Ⅴ、沙特Ⅴ、意大利Ⅴ、英国Ⅴ、埃及Ⅴ等28国 柬埔寨Ⅲ、巴基斯坦Ⅲ、吉布提Ⅲ、肯尼亚Ⅲ、土耳其Ⅲ、泰国Ⅵ、多哥Ⅵ、菲律宾Ⅵ、西班牙Ⅵ、希腊Ⅵ、马来西亚Ⅵ、斯里兰卡Ⅵ、新加坡Ⅸ等22国
从大的区域层面来看（表4）,研究年份内中国与沿线国家航运发展水平和经贸联系水平分别提升了21%、8%,其中航运要素提升明显的地区分布在东南亚（46%）及欧盟（45%）,西非地区下降了21%;经贸联系水平提升幅度较高的地区集中在南亚（42%）、欧盟（26%）,而西亚下降了10%。从协调性来看,欧盟、南亚、东南亚、南部非洲提升较大,分别优化了16%、14%、12%、11%。至2018年,东欧与北非、西非、中—东非处于失调衰退阶段,原因在于地区与中国日益深化的经贸合作同滞后的航运网络支撑能力相矛盾;而其余研究区域则为转型升级阶段,其中以东亚、东南亚的协调值较高,分别为0.64、0.54。不同区域的制约因素不同,从相对发展类型来看,处于转型升级阶段的南亚、东南亚、地中海欧洲地区主要为航运要素相对过剩,航运要素未能充分发挥;东亚、西亚地区则受制于航运发展相对滞后,航运要素支撑能力不足;西北欧及南部非洲地区则处于相对同步发展,航贸联系相互作用较好,航运要素发挥较为充分。
表4 中国与“海上丝路”沿线各区域的航运网络及经贸联系耦合协调度的分类

Tab. 4 Classification of coupling coordination degree of the shipping network and trade in the regions along the Maritime Silk Road

年份 失调衰退 转型升级 协调发展
2008 地中海欧洲,西北欧,东欧*,中—东非*、
西非、南部非洲*,西亚*,南亚**		 北非*,东南亚,东亚* -
2018 北非*,西非*,中—东非*,东欧* 地中海欧洲**,东南亚**,东亚*,南部非洲,
南亚**,西北欧,西亚*		 -

注：*、**分别表示航运要素相对滞后型和航运要素相对过剩,其余为航贸要素相对同步。

4.3 耦合协调度的空间溢出效应分析

为研究耦合阶段的转变,结合空间马尔科夫链方法,通过对比空间与非空间矩阵中相应元素,刻画出2008—2018年沿线国航贸联系耦合协调类型转移概率和相邻国家间的关系及其时空动态特征（图3）。其中,耦合协调类型由低阶段向高阶段变化的定义为向上发展,相反则为向下,发展类型不变则为平稳发展。
图3 中国与“海上丝路”沿线国家航运网络及经贸联系耦合协调类型转移及其邻域转移的空间分布格局

Fig. 3 The spatial pattern of coupling coordination type and its neighborhood transfer of the shipping network and trade between China and the countries along the Maritime Silk Road from 2008 to 2018

由图3a可知,多数沿线国协调类型变动较小,趋于平稳发展,向下转移的国家为也门、加蓬和毛里塔尼亚,向上转移发展的国家分布较为零散,主要以东亚及东南亚国家居多。从图3b可知,区域和邻域都向上转移的国家主要有西班牙、葡萄牙、希腊、摩洛哥;区域和邻域均保持不变的国家较多,如埃及、阿联酋、伊朗等33国;区域向下、邻域平稳的国家有毛里塔尼亚、加蓬、也门;自身平稳、邻域向下发展的国家仅有吉布提;自身不变、邻域向上的国家有俄罗斯、德国、法国、斯里兰卡、土耳其、乌克兰等19国;其余像波兰、黎巴嫩、罗马尼亚、泰国、比利时、菲律宾等18国为自身向上而邻域保持稳定发展的国家。
结合图3、表5可知,沿线国的航贸联系耦合协调特征与邻域国家的协调类型存在较强的“俱乐部趋同”现象,相邻国家间协调性受彼此影响,各协调类型的时空变化具有一定的时空依赖性。总体而言,高协调性的国家对与其相邻国家释放正向溢出,相反,低协调性国家则存在负向溢出。与高协调性类型相邻的国家,其协调类型向上转移的概率要大于向下转移的概率,如当与转型升级阶段和协调发展阶段的国家为邻时,协调性处于失调衰退阶段的国家向上转移的概率大于其向上转移的平均概率（0.16）,其转移概率平均增加到0.24;而当与失调衰退阶段相邻时,其向上转移的概率仅为0.12。相反,与低协调类型相邻的国家,其协调类型向上转移的概率较小,向下转移的概率较大,如处于转型升级阶段的国家与失调衰退阶段的为邻时,其向下转移的概率（0.08）大于其向上转移的概率（0）。研究期内,协调性类型维持不变的概率为0.54,表明在区域空间依赖性作用下,国家间正向溢出效应对协调性较低的地区提升相对有限。
表5 2008—2018年中国与“海上丝路”沿线国家航运网络及经贸联系耦合特征的空间马尔可夫转移矩阵

Tab. 5 Spatial Markov transfer matrix of the coupling characteristics of the shipping network and trade between China and the countries along the Maritime Silk Road from 2008 to 2018

空间滞后 耦合类型 失调衰退 转型升级 协调发展
失调衰退 失调衰退 0.63 0.37 0.00
转型升级 0.08 0.92 0.00
协调发展 0.00 0.00 0.00
转型升级 失调衰退 0.52 0.48 0.00
转型升级 0.17 0.75 0.08
协调发展 0.00 0.00 1.00
协调发展 失调衰退 0.00 0.00 0.00
转型升级 0.00 1.00 0.00
协调发展 0.00 0.00 0.00

5 航运网络与经贸联系耦合的影响因素分析

5.1 GTWR模型计算结果

本文表1中的8个指标作为中国与沿线国航贸联系耦合特征的影响因素进行分析,以各标准化处理后的影响因子作为模型自变量,再选取投影坐标系作为坐标,以固定高斯函数为权属函数,以AIC法确定带宽,利用GTWR 1.1进行回归计算。
由于二者耦合特征的空间分布具有显著的空间相关性和空间异质性,仅考虑整体系数的传统OLS模型可能会忽略空间因素,经对比,GTWR模型的AICc值小于OLS模型的值,差值为88,大于3,结合GTWR模型拟合优度（调整R2）为0.937,大于OLS模型R2（0.860）,表明GTWR模型的解释效果要优于OLS模型。GTWR在OLS的基础上考虑了时间、空间因素,可以估计局部系数特征得出的回归系数,说明二者耦合特征的影响因素作用机制不同,具有明显的时空非平稳性。

5.2 耦合特征的影响因素分析

利用GTWR模型年均局域估计结果,以东亚、东南亚、南亚、西亚、西北欧、东欧、地中海欧洲、北非、西非、中—东非、南部非洲等11个区域为尺度,各回归系数取其均值进行可视化处理。中国与“海上丝路”沿线国家航贸联系耦合特征的影响因素具有显著的空间差异性,各因素对二者协调性作用程度存在明显的个体差异,整体以地区呈现带状分布（图4）。按照影响程度大小的绝对值,依次为：贸易规模>港口航运效率>外贸的经济效益>进出口周转效率>港口对外交流能力>航线覆盖面>港口中转能力>贸易壁垒。
图4 2008—2018年中国与“海上丝路”沿线国家航运网络及经贸联系耦合特征回归系数的空间分布

Fig. 4 Spatial distribution of regression coefficient of the coupling characteristics of the shipping network and trade between China and the countries along the Maritime Silk Road from 2008 to 2018

（1）就贸易联系对耦合特征的影响而言（图4a）,贸易额回归系数的空间分布呈现由西非向东亚递减趋势,最大值在西非,最小值在东亚。表明非洲和地中海欧洲地区与中国的贸易规模对二者协调性的正向效益相对较强。原因在于非洲地区作为“海上丝路”的重要组成部分,随着非洲经济的崛起以及中国—非洲全方位交流的不断深化,中国—非洲贸易规模扩大推动其港航经济繁荣的同时,也极大地推动了非洲地区航贸联系的互动能力;而与日韩等国家的贸易额已达到一定规模,相对影响作用不明显。
净贸易条件指数回归系数的空间分布呈现以南亚—南部非洲为中轴线向两边递减格局,最小值与最大值分别在东亚和南亚,即南亚在外贸的经济效益方面正向作用明显,随着中国与南亚、南部非洲的进出口贸易结构的改变,合作方式的转变,双边贸易的效益化有所提升,进一步促进了对二者协调性（图4b）。
关税是对二者耦合特征影响作用最小的因子,其分布格局整体呈现以南亚—西亚为轴向两边递减的“中部高两端低”的特征,最大值在南亚、最小值在西非,表明关税对中国与南亚地区贸易联系可持续发展的影响作用较强,贸易不通畅仍是中国—非洲航贸联系的最大阻碍（图4c）。
（2）从航运网络对二者耦合特征的影响来看,度中心性系数的空间分布呈“南高北低”的分布特点。非洲大部分地区及东亚港口对外交流能力的提升对于二者耦合协调度的正效应明显。究其原因在于以南非为核心港口经济圈在随着中国—非洲经贸的全方面合作,对港航交通的需求增强了其港口对外交流能力,进而改善了该地区航运与经贸发展水平低且不均衡的局面;而日韩、东盟等国家因其与中国隔海相望,与中国的航运联系基本为直航,贸易对航运的需求促进了其航运与贸易的互动能力（图4d）。
邻近中心性体现的港口航运效率格局呈现由西非向东亚递减趋势,日韩及东盟国家港口是离中国最近的港口国家,同时也是中国面向“海上丝路”的重要门户,该地理位置赋予了其较强的港口航运效率,其效率效益已具备一定值,相对而言并非是该地区的薄弱环节,相反以西非为主的非洲地区航运效率的提高,其耦合效应的作用有所增强（图4e）。
港口的调节能力、衔接功能总体呈现由西非—西北欧向东亚递减格局。随着“海上丝路”的交流深化,中国与非洲的港口联系相对加强,提高了该地区港口的调节中转功能,相对网络中港口中转功能强的地区（东亚、东南亚等）来说,对二者的协调效益提升明显;欧盟作为中国第一大贸易伙伴,随着中国—欧洲航运网络布点连线地不断完善,欧盟作为链接中国与欧洲地区港口的重要枢纽,其中转衔接能力的增强对其二者耦合特征的影响作用较大（图4f）。
航线覆盖面对二者耦合特征的影响整体上呈现“北高南低”的分布特征,其影响力排序为：东亚、西北欧、东欧>东南亚及地中海欧洲地区>非洲地区。其中南部非洲地区航线覆盖范围及通达能力相对不足造成了航运要素相对滞后,进而阻碍该地区二者协调能力的发展,而东亚等地区的航线支撑仍对航贸联系协调性作用明显（图4g）,与前文结论相符。
进出口周转时间对耦合协调度的分布格局相对分散化。随着非洲港口资源的开发及基础设施服务能力的改善,其进出口周转效率也得到进一步提升,对整体的协调性优化提升具有重要作用,其次则为西欧、西亚地区（图4h）。
总体而言,贸易规模、港口航运效率、外贸经济效益是促进中国与“海上丝路”沿线国家航贸联系协同效应最主要因素,而航线覆盖面、港口中转能力和贸易壁垒影响较弱。由回归结果可知,各影响因素对二者协调性的效益存在明显的个体差异,从各因素作用的区域差异分析,东亚、西北欧地区受航线通达性影响较大;东欧、东盟除受航线影响较大外,还受贸易壁垒的影响作用较大;外贸的经济效益以及关税对南亚影响较大;西亚受外贸以及航运效率的影响效益明显;港口中转能力对地中海欧洲地区的驱动能力较强;北非、西非地区对港口中转能力、进出口周转效率、贸易规模的依赖性较强;港口对外联系水平以及航运效率对非洲中部、东部、南部3个区域的正向效益明显,同时贸易规模对中—东非具有较强正相关性。

6 结论与建议

6.1 结论

本文融合了港口城市、国家和国际区域等多尺度分析,截取2008年和2018年两个时间断面,运用复杂网络模型刻画中国与“21世纪海上丝绸之路”沿线国家航运网络结构演化特征,通过构建指标体系分析该网络与各沿线国经贸联系耦合特征的空间变化特征,并探讨其影响因素。研究结果如下：
（1）港口航运网络具有如下明显特征：① 2008年和2018年中国与“海上丝路”沿线国家航运网络符合复杂网络特性,航运系统结构发生了适应性改变,港口间的传递性和集聚性较强,网络稠密程度明显变大。而中国对外航运联系仍具有明显的不均衡性,整体上以深圳—香港为核心的珠三角港口群活跃度较高,但少数如香港、上海、迪拜等关键港口在网络中的相对运行效率下降均超过12%,致使网络运行效率降低了8.73%,究其原因在于该少部分核心港口归集了大量航线,航线出现局部拥堵现象。② 整个网络呈现以中日韩—东盟—欧盟为主的蝶形躯干,中东、非洲地区港口连缀成两翼的航运网络架构。至2018年,蝶形网络更为成熟,东亚、东盟和欧盟各国各港口在“海上丝路”航运网络中的核心地位进一步增强,中东和非洲港口作为重要补充,强有力地支撑着中国与沿线国间的经贸往来。
（2）中国与“海上丝路”沿线国家航运网络及经贸联系的耦合特征主要有：① 基于耦合协调度模型得出,二者相互促进又相互制约。或由于研究期内航运网络重组、外贸经济效益降低、沿线贸易与航运发展不平衡等关系,2008—2018年二者协调性仅上升了5%,各洲主要集中在西亚、欧盟及南部非洲。不同耦合特征的国家,其航运要素的支撑能力、利用形式和功能类型存在显著差异。② 基于空间马尔可夫链的耦合协调类型的空间转移可得,耦合协调类型转移存在较强的“俱乐部趋同”现象,各类型协调性时空变化具有一定的时空依赖性。研究期内约54%的概率协调性保持不变的概率说明在区域空间依赖性作用下,国家间正向溢出效应对协调性较低的地区提升相对有限,耦合特征的转变是个相对稳定持续的过程,中国与“海上丝路”沿线国家航贸联系耦合特征在结构、功能上的良性互动仍有较大的优化空间。
（3）基于GTWR模型的分析可得,中国与“海上丝路”沿线国家航贸联系耦合特征影响因素的作用机制具有明显的空间非平稳性。整体上贸易规模、港口航运效率、外贸经济效益是促进二者协同效应最主要因素,而航线覆盖面、港口中转能力、贸易壁垒影响较弱。各影响因素对二者协调性的效益存在明显的个体差异。

6.2 建议

“21世纪海上丝绸之路”将中国与欧亚非大陆沿海国家链接成一个密不可分的“海上命运共同体”。在中国—中南半岛经济走廊、中巴、孟中印缅经济走廊、中国—印度洋—非洲—地中海蓝色经济通道等海上通道,形成了一个以中国为连通核心的航运网络。本文结合“海上丝路”的愿景理念及本文实证分析的结果,从各区域的影响因素及其薄弱环节提出针对性的发展建议：
（1）从网络结构来看,继续优化以东亚、东盟和欧盟各国枢纽港口为核心的“海上丝路”航运网络,并强化与中东和非洲港口的航运联系,进一步提升对沿线国经贸联系的支撑能力。国内以大连、天津、青岛、上海、宁波、深圳、广州等核心港联通东北、西北、西南等腹地以畅通陆海联运,辐射带动区域港口发展,从航运效率、港口调控功能方面优化港口功能布局,构建国内港口区域性新型竞合关系。对外联系则以上海—宁波—青岛—大连—釜山—东京、深圳—香港—广州—新加坡—巴生为核心的两大世界级港口集群牵引中日韩自贸区、中国—东盟自贸区为代表的新兴经济体建设发展,并以此分别作为中国依托北极航线提升新战略空间和打造面向“海上丝路”的重要门户,进一步辐射带动中国—亚洲、中国—欧洲、中国—非洲航运网络及沿线贸易合作等各要素的转型升级,成为推动航运经济发展的新引擎,进而促进中国国内大循环为主体、国内国际双循环相互促进的新发展格局的形成,助力中国由航运大国向航运强国转变。
（2）中国与“海上丝路”沿线不同国家或地区航贸联系耦合协调类型不同,各因素相互作用机制也存在明显差异。处于转型升级阶段的南亚、东南亚、地中海欧洲地区主要受制于航运要素相对过剩,航运要素未能充分发挥,根据其主要影响因素加快中国—东盟自贸区建设合作,破除贸易壁垒,推进贸易畅通以促使贸易投资自由化便利化,以深化经贸合作高质量发展;南亚则可以在积极推进与该地区国家构建自由贸易区以消除贸易障碍的同时,优化贸易结构,提高外贸的经济效益;地中海欧洲地区在提升其港口地位外,还可加强与其地区的外贸联系。东亚、西亚地区航运发展相对滞后,航运要素支撑能力不足。东亚可提升其航线通达能力以及港口的对外联系能力,以适应不断增长的国际贸易需求;西亚可以加强港航设施建设,提升航运支撑能力及航线组织稳定性。西北欧及南部非洲地区处于相对同步发展,航贸联系相互作用较好,航运要素发挥较为充分,根据其影响因素的主要作用,西北欧地区可提升其港口航线的连通能力,而南部非洲地区可以通过港口对外联系能力及航运效率方面进行结构优化。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Xiao Zuopeng. From urban logistics planning to urban supply chain planning. Urban Transport of China, 2021, 19(2): 37-45, 54.

[肖作鹏. 从城市物流规划到城市供应链规划. 城市交通, 2021, 19(2): 37-45, 54.]

[2]
Kosowska-Stamirowska Z. Network effects govern the evolution of maritime trade. PNAS, 2020, 117(23): 12719-12728.

DOI PMID

[3]
Doshi D, Malhotra B, Bressan S, et al. Mining maritime schedules for analysing global shipping networks. International Journal of Business Intelligence and Data Mining, 2012, 7(3): 186-202.

DOI

[4]
Zhang Xiuqin, Yu Changjing. A study of the trade effect of infrastructure construction under "The Belt and Road" Initiative. International Business, 2019(1): 72-83.

[章秀琴, 余长婧. “一带一路”基础设施建设的贸易效应研究. 国际商务, 2019(1): 72-83.]

[5]
Lyu Yue, Lu Yi, Wu Songbo, et al. The effect of the Belt and Road Initiative on firms' OFDI: Evidence from China's greenfield investment. Economic Research Journal, 2019, 54(9): 187-202.

[吕越, 陆毅, 吴嵩博, 等. “一带一路”倡议的对外投资促进效应: 基于2005—2016年中国企业绿地投资的双重差分检验. 经济研究, 2019, 54(9): 187-202.]

[6]
Liang Shuanglu, Zhang Mei. The influence of infrastructure interconnectivity on the border effect of trade between China and its neighboring countries. Asia-Pacific Economic Review, 2016(1): 101-106.

[梁双陆, 张梅. 基础设施互联互通对我国与周边国家贸易边界效应的影响. 亚太经济, 2016(1): 101-106.]

[7]
Wang Quanliang. Research on the relationship between China's airport economic zone and the hinterland regional economy based on dynamic spatial model. Geographical Research, 2017, 36(11): 2141-2155.

DOI

[王全良. 基于动态空间模型的中国临空经济区与腹地区域经济关系研究. 地理研究, 2017, 36(11): 2141-2155.]

DOI

[8]
Wang Chengjin, Yu Liang. Formation and evolution of world container ports system and coupling mechanism with international trade networks. Geographical Research, 2007, 26(3): 557-568.

[王成金, 于良. 世界集装箱港的形成演化及与国际贸易的耦合机制. 地理研究, 2007, 26(3): 557-568.]

[9]
Wang Liehui, Lin Yushan, Ducruet C. Changes of ports' connection across the Taiwan Straits in the global maritime network (1895-2016). Acta Geographica Sinica, 2018, 73(12): 2282-2296.

DOI

[王列辉, 林羽珊, Cesar Ducruet. 1895—2016年全球海运网络中的海峡两岸港口运输联系变化. 地理学报, 2018, 73(12): 2282-2296.]

DOI

[10]
Jiang Bao, Li Jian, Gong Chunxia. Study on the correlation between shipping and trade on "Maritime Silk Road". World Economy Studies, 2015(7): 81-88, 129.

[姜宝, 李剑, 宫春霞. “海上丝绸之路”上的航运与贸易关联度研究. 世界经济研究, 2015(7): 81-88, 129.]

[11]
Guo Jianke, Han Zenglin. The port-city spatial system evolution theory and empirical study of Chinese seaport city. Scientia Geographica Sinica, 2013, 33(11): 1285-1292.

DOI

[郭建科, 韩增林. 中国海港城市“港—城空间系统”演化理论与实证. 地理科学, 2013, 33(11): 1285-1292.]

DOI

[12]
Chen Hang. On the formation and evolution of sea-port regional complexes. Acta Geographica Sinica, 1996, 51(6): 501-507.

DOI

[陈航. 论海港地域组合的形成机制与发展过程. 地理学报, 1996, 51(6): 501-507.]

DOI

[13]
Guo J K, Qin Y F, Du X F, et al. Dynamic measurements and mechanisms of coastal port-city relationships based on the DCI model: Empirical evidence from China. Cities, 2020, 96. DOI: 10.1016/j.cities.2019.102440.

DOI

[14]
Wang Liehui, Zhu Yan. The evolution of China's international maritime network based on the "21st Century Maritime Silk Road". Acta Geographica Sinica, 2017, 72(12): 2265-2280.

DOI

[王列辉, 朱艳. 基于“21世纪海上丝绸之路”的中国国际航运网络演化. 地理学报, 2017, 72(12): 2265-2280.]

DOI

[15]
Guo Jianke, Hou Yajie, He Yao. Characteristics of change of the China-Europe port shipping network under the Belt and Road Initiative. Progress in Geography, 2020, 39(5): 716-726.

DOI

[郭建科, 侯雅洁, 何瑶. “一带一路”背景下中欧港口航运网络的演化特征. 地理科学进展, 2020, 39(5): 716-726.]

DOI

[16]
Wang Cheng, Wang Maojun, Wang Yi. Identification of Chinese key nodes in the shipping network of the 21st Century Maritime Silk Road. Progress in Geography, 2018, 37(11): 1485-1498.

DOI

[王成, 王茂军, 王艺. 中国嵌入“21世纪海上丝绸之路”航运网络的关键节点识别. 地理科学进展, 2018, 37(11): 1485-1498.]

DOI

[17]
Zeng Q C, Wang G W Y, Qu C R, et al. Impact of the Carat Canal on the evolution of hub ports under China's Belt and Road initiative. Transportation Research Part E: Logistics and Transportation Review, 2018, 117: 96-107.

DOI

[18]
Wang C J, Chen P R, Chen Y H. The identification of global strategic shipping pivots and their spatial patterns. Journal of Geographical Sciences, 2018, 28(9): 1215-1232.

DOI

[19]
Yuan Lilin, Ji Peng. Optimization of regional hub ports along the "21st-Century Maritime Silk Road". Economic Geography, 2017, 37(11): 1-9.

DOI

[袁莉琳, 季鹏. “21世纪海上丝绸之路”沿线区域枢纽港优化选择. 经济地理, 2017, 37(11): 1-9.]

[20]
Hu H, Wang S F, He J L. Comparative advantages of free trade port construction in Shanghai under the Belt and Road Initiative. International Journal of Financial Studies, 2020, 8(1): 6. DOI: 10.3390/ijfs8010006.

DOI

[21]
Cao Youhui, Liang Shuangbo, Wu Wei, et al. Spatial organizational mechanism of port and shipping service industry in a hub port city: A case study of Shanghai. Acta Geographica Sinica, 2017, 72(12): 2226-2240.

DOI

[曹有挥, 梁双波, 吴威, 等. 枢纽港口城市港航服务业空间组织机理: 以上海市为例. 地理学报, 2017, 72(12): 2226-2240.]

DOI

[22]
Zhang Y, Zhang J H, Tian Q, et al. Virtual water trade of agricultural products: A new perspective to explore the Belt and Road. Science of the Total Environment, 2018, 622-623: 988-996.

DOI

[23]
Song Zhouying, Che Shuyun, Yang Yu. Topological relationship between trade network in the Belt and Road Initiative area and global trade network. Progress in Geography, 2017, 36(11): 1340-1348.

DOI

[宋周莺, 车姝韵, 杨宇. “一带一路”贸易网络与全球贸易网络的拓扑关系. 地理科学进展, 2017, 36(11): 1340-1348.]

DOI

[24]
Feng L Y, Xu H L, Wu G, et al. Exploring the structure and influence factors of trade competitive advantage network along the Belt and Road. Physica A: Statistical Mechanics and Its Applications, 2020, 559: 125057. DOI: 10.1016/j.physa.2020.125057.

DOI

[25]
Liu Zhigao, Wang Tao. The multi-scale coupling construction mechanism of China's overseas intergovernmental cooperation parks: A case study of China-Belarus Industrial Park. Acta Geographica Sinica, 2020, 75(6): 1185-1198.

DOI

[刘志高, 王涛. 中国境外政府间合作园区多尺度耦合建设机制: 以中白工业园为例. 地理学报, 2020, 75(6): 1185-1198.]

DOI

[26]
Guo Jianke, Guo Shu, Qin Yafeng, et al. Change of China-Africa container shipping network and its ability to support economic and trade ties. Resources Science, 2020, 42(11): 2145-2157.

[郭建科, 郭姝, 秦娅风, 等. 中非集装箱航运网络演化及其对经贸联系的支撑能力. 资源科学, 2020, 42(11): 2145-2157.]

[27]
Wang Wulin, Wang Chengjin. Research of China-EU trade based on the Northern Sea Route. Acta Geographica Sinica, 2021, 76(5): 1105-1121.

DOI

[王武林, 王成金. 基于东北航线的中欧贸易研究. 地理学报, 2021, 76(5): 1105-1121.]

DOI

[28]
Xiao Liming, Zhang Xianpeng. Spatio-temporal characteristics of coupling coordination between green innovation efficiency and ecological welfare performance under the concept of strong sustainability. Journal of Natural Resources, 2019, 34(2): 312-324.

DOI

[肖黎明, 张仙鹏. 强可持续理念下绿色创新效率与生态福利绩效耦合协调的时空特征. 自然资源学报, 2019, 34(2): 312-324.]

[29]
Wang Shaojian, Gao Shuang, Huang Yongyuan, et al. Spatio-temporal evolution and trend prediction of urban carbon emission performance in China based on super-efficiency SBM model. Acta Geographica Sinica, 2020, 75(6): 1316-1330.

DOI

[王少剑, 高爽, 黄永源, 等. 基于超效率SBM模型的中国城市碳排放绩效时空演变格局及预测. 地理学报, 2020, 75(6): 1316-1330.]

DOI

Options
Outlines

/

〈 〉