摘 要： 以长三角地区19个主要港口为研究对象， 运用赫希曼—赫芬达尔指数分析2004—2012年主要货类吞吐量的集中度变化趋势， 并采用探索性空间数据分析方法研究主要货类吞吐量的空间演变特征。 结果表明： 2004—2012年煤炭、 石油以及集装箱的集中度呈现下降趋势。 煤炭吞吐量出现空间分散格局向空间集聚演变的趋势， 但集聚效应不显著； 石油吞吐量出现空间相关性增加的趋势； 集装箱吞吐量未出现明显的空间集聚或分散效应。

关键词： 港口体系； 时空演变； 探索性空间数据分析；

长三角地区港口体系是在一定地域范围内， 由于腹地交叉或重合而形成的在规模、 类型、 等级、 职能上相互联系的港口有机群体［1］ 。 港口对区域经济与城市的发展有重要作用， 港口之间的合作与竞争导致港口体系结构不断演变。港口体系早期的研究侧重于探讨港口体系的形成和发展过程， Carter以北美60个港口为对象，从总吨位、 货种、 运输类型、 货流平衡、 贸易种类和外贸价值等方面分析了相关各港的特征［2］ 。

1963年Taaffe等提出了一个海港空间结构演化模型， 把港口体系的演化过程分为6个阶段， 即港口孤立发展阶段、 航线渗透和港口集中阶段、 支线相互联络阶段、 腹地交通继续发展阶段、 腹地节点集中阶段和国家干线形成阶段［3］ 。

近年来随着船舶大型化、 集装箱化和多式联运的发展， 国外学者关注了港口体系的结构演变， 比如港口之间枢纽港地位的竞争、 集装箱技术对港口之间空间结构的影响等［4］ 。 Rimmer与Hayuth注意到港口体系发展的分散化趋势［5-6］ 。 Hayuth从技术革新和发散的角度提出的集装箱港口体系阶段发展模型。 Hayuth认为， 集装箱港口体系先后经历准备阶段、 集装箱采用阶段、 港口集中阶段、 枢纽中心阶段和周边港口挑战阶段。国内学者也对港口体系结构进行了研究， 陈航研究了港口体系结构及地域组合问题［7］ ； 曹有挥等对长江下游的港口体系进行了分析［8］ ； 杨静蕾等分析了美国集装箱港口体系演进过程［9］ 。

曹有挥等对我国集装箱港口体系的空间结构、 竞争格局进行了研究， 结果表明1992—2001年整个港口体系出现集中化现象［10］ ； 吉阿兵得到2000—2010年间长三角集装箱港口群出现总体分散化特征［11］ ； 蹇令香等通过分析1979—2011年中国集装箱港口体系演进规律， 认为港口体系先后出现分散—集中—分散化的现象［12］ 。现有研究未对长三角地区港口的主要货类空间结构进行系统分析， 因而， 基于现有研究成果， 本文以长三角地区19个主要港口组成的港口体系为研究对象， 分析2004—2012年港口体系主要货类的空间结构演变过程， 旨在为构建科学合理的长三角港口体系提供理论参考。

1 数据来源与研究方法

长三角港口体系是由沿海港口和沿江港口组成的综合性港口群， 是我国最重要的港口体系之一。 2012 年长三角地区港口共完成货物吞吐量320 030万t， 规模以上港口货物吞吐量占全国比重为32.80%。 长三角地区港口在中国经济和港口航运发展中继续保持重要的地位。 中央提出上海国际航运中心建设的目标是形成以上海为中心、 江浙为两翼， 以长江流域为腹地， 与国内其他港口合理分工、紧密协作的国际航运枢纽港， 形成分工合作、 优势互补、 竞争有序的港口格局。 但由于港口腹地上的接近或重合， 长三角地区内各港口竞争激烈［13］ 。 因此， 研究长三角地区港口主要货类的空间结构演变， 促进长三角地区港口的协调发展， 将有助于上海国际航运中心的建设。

1.1 数据来源本文以长三角地区港口体系为研究对象， 包括上海港、 连云港港、 宁波港、 舟山港、 温州港、 台州港、 嘉兴港、 南京港、 镇江港、 苏州港、 南通港、 常州港、 江阴港、 扬州港、 泰州港、 徐州港、 无锡港、 湖州港、 杭州港等19个主要港口。 2006年1月1日宁波—舟山港的名称启用， 但宁波、 舟山的货物吞吐量各自均有统计， 本文把宁波、 舟山港分开， 更好地说明不同货类吞吐量的空间结构。 文中的各货类吞吐量数据来源于2005—2013年的中国港口年鉴以及宁波、 舟山等地市统计年鉴。

1.2 研究方法国内外学者研究港口体系的集散趋势时常使用赫希曼—赫芬达尔指数［9， 14］ ， 因此， 本文先运用赫希曼—赫芬达尔指数 （HHI） 分析2004—2012年长三角港口体系主要货类的吞吐量集中度变化趋势。赫希曼—赫芬达尔指数测度方法缺少空间角度， 不能反映变量在空间结构上的变化。 进一步采用探索性空间数据分析 （ESDA） 方法研究主要货类吞吐量的空间演变特征［15-17］ ， 以揭示货物吞吐量的空间集聚模式。

1.2.1 赫希曼—赫芬达尔指数。 赫希曼—赫芬达尔指数 （HHI） ， 是一种测量市场集中度的综合指数。把赫芬达尔指数应用于长三角地区港口市场的集中度分析， 它是指港口体系内某一货类各港口的货物吞吐量市场占有率的平方和， 其公式为：HHI i = ∑j=1n( )X ij X i2式中： n为该地区的港口数； X ij 为j港口的货类i吞吐量； X i 为港口体系内货类i的总吞吐量； HHI i 为港口体系货类i的集中度指数。 0<HHI i <1 ， HHI i越大， 表示市场集中程度越高， 垄断程度越高。

1.2.2 探索性空间数据分析。 探索性空间数据分析（ESDA） 以空间关联测度为核心， 旨在描述空间分布， 发现空间离群值或空间集聚模式， 揭示空间联系的结构。 ESDA方法建立在地理学第一定律描述的空间自相关的基础上， 包括全局自相关与局部自相关关系。全局自相关统计量可用于描述整个研究区域上， 所有空间对象之间的平均关联程度、 空间分布模式等。 Moran’ s I 统计量是一个应用广泛的全局空间自相关统计量， 其表达式为：I= ∑i=1n∑j=1nw ij ( ) y i-y ˉ( )y j-y ˉS2 ∑i=1n∑j=1nw ij式中： n为样本数； y i 与 y j 为第i和第j港口的属性值； S2=1n ∑i=1n( )y j-y ˉ2；y ˉ为属性的平均值； w ij 为空间权重矩阵元素。 Moran’ s I 统计量的取值范围介于-1与1之间。 若Moran’ s I显著为正时， 表明高的观测值倾向与高的观测值集聚在一起， 低的观测值倾向与低的观测值集聚在一起， 呈现高高集聚或低低集聚的空间分布； 若Moran’ s I显著为负时， 表明高的观测值倾向于和低的观测值集聚在一起， 高低相异， 呈现空间分散分布。全局自相关是研究整个区域内空间对象的某一属性值是否存在集聚现象， 但不能描述集聚的具体空间位置。 局部空间自相关统计量可用于识别不同空间位置上存在的空间关联模式或空间集聚模式。 局部自相关统计量为：I i =y i-y ˉS2 ∑jn( )y j-y ˉ通常用LISA Moran散点图来表示四种空间集聚类型： HH型， 表明位置i与邻近位置的属性值都较高； LL型， 表明位置i与邻近位置的属性值都较低； HL型， 表明邻近位置的属性值显著低于位置i的属性值； LH型， 表明邻近位置的属性值显著高于位置i的属性值。

2 长三角地区港口体系

主要货类集中度变化长三角港口体系基于货物吞吐量计算的赫希曼—赫芬达尔指数如图1所示， 包括煤炭及制品（简称煤炭） 、 石油及制品 （简称石油） 和集装箱三个HHI指数。 2004—2012年， 各货类的集中度呈现下降趋势， 表明煤炭、 石油以及集装箱等货类的吞吐量结构趋于分散。 与国内的一些研究结论［11-12］ — —集装箱港口体系出现分散特征类似， 主要是由于长三角各港口之间相互竞争引起的。 其中集装箱的指数大致从0.5降到0.3， 下降最明显。 长三角港口体系中主要货类的集中度从高到低依次为： 集装箱、石油及制品、 煤炭及制品。图1 长三角港口体系赫芬达尔指数Fig.1 HHI index for the port system of YRD3 长三角地区港口体系主要货类吞吐量的空间演变

3.1 港口主要货类吞吐量空间结构全局自相关分析2004—2012年长三角地区港口体系吞吐量的全局自相关分析结果见表1。

3.1.1 煤炭吞吐量空间结构。 2004—2012年长三角地区19个港口的煤炭吞吐量分布如图2所示， 按吞吐量大小分成四组。 2004—2012年上海港的煤炭吞吐量一直是最高的； 苏州港的吞吐量快速增长， 到2012年苏州港与上海港组成煤炭吞吐量的最高组。而杭州、 湖州、 无锡、 常州等港口的吞吐量一直处于最低组， 主要是经济发展有路径依赖效应， 导致这些城市对煤炭的直接需求较低。由2004—2012年煤炭吞吐量全局性自相关分析结果， 除2006年， 2004—2008年的全局Moran’ s I值均小于 0； 除 2011 年， 2009—2012 年的全局 Mo⁃ran’ s I 值均大于 0。 2004 年的全局 Moran’ s I 值为-0.0536， 最低； 2012年值为0.1211， 最高。 因而， 总体上2004—2008年长三角地区港口煤炭吞吐量之间存在弱空间分散格局， 2009—2012年长三角港口煤炭吞吐量存在弱空间集聚格局， 表明长三角港口煤炭吞吐量有从空间分散格局向空间集聚演变的趋势。

3.1.2 石油吞吐量空间结构。 2004年与2012年长三角地区19个港口的石油吞吐量分布如图3所示。2004年宁波港、 舟山港、 上海港与南京港的石油吞吐量处于最高组， 到2012年吞吐量最高组由宁波港与舟山港组成， 因为这两个港口地理位置优越并且基础设施良好， 成为了华东地区石油转运和储备中心。 而温州、 台州、 湖州、 无锡、 常州以及苏北港口的吞吐量一直处于最低组。由2004—2012年长三角港口石油吞吐量全局性自相关分析结果 （表1） ， 2004—2012年全局Mo⁃ran’ s I值呈现上升的趋势。 2004年、 2008年与2012年 的 全 局 Moran’ s I 值 分 别 为 0.1477、 0.2843、0.3297。 这表明石油吞吐量空间集聚性表现出增加趋势。

3.1.3 集装箱吞吐量空间结构。 2004年与2012年长三角地区主要港口的集装箱吞吐量分布如图4所示。 2004年与2012年在集装箱吞吐量最高组的港口只有上海港， 上海港凭借自身在人才、 资金、 技术等方面的优势始终占据集装箱吞吐量第一的位置。而在该时期内宁波港处于集装箱吞吐量第二组， 表明相对于其他港口 （除上海港） ， 宁波港具有比较优势。由2004—2012年长三角港口集装箱吞吐量全局性自相关分析结果， 2004—2012年的全局Moran’s I值均小于0， 但变化趋势不明显。 2004、 2008年与2012年的全局Moran’ s I值分别为-0.0941、 -0.1146、-0.1127。 这表明2004—2012年间各港口集装箱吞吐量存在弱空间分散格局， 但并不显著。

3.2 港口主要货类吞吐量空间结构局部自相关分析全局空间自相关考查了货物吞吐量在长三角地区空间分布的整体关联性， 未能表明空间异质性规律。 接着采用局部空间自相关研究货物吞吐量的局部空间关联特征， 结果见表2~表4。从LISA Moran散点图得到煤炭吞吐量空间演变趋势见表2， 可以得到以下结论：①2004—2012年长三角地区煤炭吞吐量空间分布没有出现明显的集聚效应。 2004年高值与高值集聚、 低值与低值集聚的港口数量为9， 高低值集聚的港口数量为10； 2012年高高值集聚、 低低值集聚的数量为11， 高低值集聚的数量为8。②2004—2012 年间， 上海港与其临近的苏州港、 江阴港等江苏港口间出现高高集聚的现象； 而煤炭吞吐量低值主要分布在温州港、 杭州港、 湖州港等浙江港口以及苏北的徐州港和连云港港。③宁波港一直处于高低值集聚区域， 宁波港的煤炭吞吐量一直较高， 但其周边地区港口的煤炭吞吐量较低， 表明宁波港对其周边港口的辐射带动作用不明显。从LISA Moran散点图得到石油吞吐量空间演变趋势见表3， 2004—2012年， 长三角地区的空间集聚性较显著。 可以得到以下结论：①2004—2012年间长三角地区的石油吞吐量呈现空间相关性增加的趋势。 2004 年、 2008 年与2012年长三角地区高值与高值集聚、 低值与低值集聚的港口数量明显多于高值与低值集聚的港口数量。②2012年长三角地区石油吞吐量高值区分布在宁波港、 舟山港、 上海港与南京港， 因为这些地区具有良好的区位优势以及石化产业基础； 石油吞吐量低值区域主要分布在温州、 杭州、 湖州等浙江港口以及江苏的其他港口， 与宁波、 上海、 南京等港口相比， 这些港口在区位条件与产业基础等方面相对较差。③南京港一直处于LISA Moran图的HL区域，南京港的石油吞吐量一直较高， 但其周边地区港口的石油吞吐量较低。 台州港与嘉兴港一直处于LI⁃SA Moran图的LH区域， 表明这两个港口属于低值区而周边港口大多是高值区。从LISA Moran散点图得到集装箱吞吐量空间演变趋势见表4， 可以得到以下结论：①2004—2012年长三角地区集装箱吞吐量空间分布未出现明显的集聚或分散效应。 2004年高高值集聚、 低低值集聚的港口数量为11， 高低值集聚的港口数量为8； 2012年高高值集聚、 低低值集聚的数量为10， 高低值集聚的数量为9。②2004年与2008年没有港口处于HH区域， 在2012年苏州港处于HH区域， 表明近四年苏州港的集装箱吞吐量增长较快； 集装箱吞吐量的低值区主要分布在苏南和浙北的港口。③上海和宁波两港一直处于HL区域， 这两个港口的集装箱吞吐量较高， 而其临近港口的吞吐量较低； 而连云港港从2008年开始处于HL区域。

3.3 长三角港口主要货类吞吐量结构演变分析结合空间结构的全局自相关分析与局部自相关分析， 得到长三角港口货类吞吐量结构演变具有以下几个特征。

3.3.1 煤炭及其制品。 长三角地区煤炭资源较匮乏， 大部分煤炭从外部调入， 以水运方式为主。 国内的煤炭主要通过北方的秦皇岛、 唐山、 天津等煤炭装运港经海运至长三角地区卸船港， 运输船舶以3~10万t为主。 国外的煤炭通过10~15万t级船舶运输， 至上海港、 宁波港进行转运［18］ 。上海港在煤炭运输市场上有优势， 但出现吞吐量向周边港口扩散的趋势， 江苏港口在承接上海港煤炭物资的转移方面占有优势。 依托长江水运的优势， 上海港以及周边的苏州、 江阴、 南通、 南京等江苏港口煤炭运输发展较快， 满足了长江沿线城市的煤炭需求。 这些需求促成了上海及临近长江各港口煤炭吞吐量的增加， 形成HH集聚区。宁波港在煤炭运输市场的份额较稳定， 但辐射能力有限。 宁波港外海水深条件较好， 承担煤炭接卸和转运任务， 除了满足本地的煤炭需求外， 另外为华东地区煤炭需求服务。 但宁波港周边地区对煤炭的需求相对较小， 临近港口的吞吐量不高， 因此宁波一直在HL区域。

3.3.2 石油及其制品。 长三角地区的原油消费对外依存度很高， 原油的来源有内陆原油、 海上原油以及进口原油。 长三角区域的上海、 南京、 宁波是我国的三大炼油基地， 三地化工区的炼油产能均超过了2 000万t［19］ 。 受到强劲需求的拉动， 上海港、 宁波港和南京港的石油吞吐量较大。宁波港和舟山港在石油及其制品的集聚效应明显。 宁波港与舟山港依靠港口航道、 深水岸线资源的优势， 在北仑、 榭岛、 岙山、 册子岛等地建设大型原油码头， 除满足华东地区原油转运外， 还成为国家战略石油储备基地的组成部分。 因此， 宁波、 舟山、 上海等港口形成HH集聚区。 南京港在石油及制品市场的份额较大。 受其影响， 扬州、 镇江、 泰州等周边港口吞吐量有一定增长， 但总量不高。 因而， 南京港一直处于HL区域。

3.3.3 集装箱。 上海港加快优化产业结构， 加强了在集装箱业务的资源集聚。 上海港在港口物流业中的信息、 咨询、 金融等高附加值物流服务领域处于领先地位， 集装箱物流具有较强竞争优势。 宁波港近年来把战略的重点放在集装箱上， 依靠所具有的自然条件、 基础设施、 政府政策等优势， 使得港口的集装箱吞吐能力不断提高。苏州港位于长江入海口， 具有江海联运的地理优势， 且苏锡常地区是苏州港的直接腹地， 该地区以外向型经济为主， 为港口发展提供了货源， 加上政策的引导， 最终促使苏州港集装箱吞吐量快速增长。 另外， 2008年连云港港顺应 “借港出海” 需求， 大力开拓市场， 大幅提高了集装箱吞吐量。

4 结论与建议

港口发展是促进地方经济发展的重要因素， 港口的空间结构演变是国内外学者关注的重要内容。长三角地区是中国港口密度最大的地区， 本文以长三角地区19个主要港口为研究对象， 运用赫希曼—赫芬达尔指数 （HHI） 分析2004—2012年主要货类的吞吐量集中度变化趋势， 并采用探索性空间数据分析 （ESDA） 方法研究主要货类吞吐量的空间演变特征。结果表明煤炭、 石油以及集装箱的吞吐量结构均趋向分散。 2004—2012年长三角港口煤炭吞吐量出现空间分散格局向空间集聚演变的趋势， 但集聚效应不显著； 2012年， 上海港与其附近的苏州港、 江阴港等江苏港口之间出现高高集聚的现象。 2004—2012年长三角地区港口的石油吞吐量出现空间相关性增加的趋势； 宁波港、 舟山港、 上海港与南京港处于石油吞吐量高值区。 2004—2012年长三角地区集装箱吞吐量未出现明显的空间集聚或分散效应；上海港和宁波港的吞吐量较高， 苏州港和连云港港的集装箱吞吐量增长较快。从长三角港口主要货类吞吐量结构演变特征可得到， 港口基础设施、 集疏运网络、 腹地经济状况、 政府政策导向等因素推动了长三角港口体系空间结构的演化。 在上海国际航运中心建设背景下，需从长三角整体利益出发， 构建科学合理的长三角港口体系， 提升长三角港口的综合服务能力和国际竞争力。合理分工与合作， 建设港口物流体系。 突出上海港、 宁波港在上海国际航运中心建设的集装箱干线港地位， 同时建设苏州港、 连云港港、 温州港等港口， 成为集装箱业务的支线港、 喂给港。 进一步发挥宁波港、 舟山港深水岸线航道资源优势和已形成的水水中转优势， 建设煤炭、 石油等大宗商品码头， 并建设一批接卸码头形成完善的江海联运体系。推进集疏运建设， 优化集疏运网络体系。 长三角港口现有的运输网络结构不合理， 公路运输比例太高， 这给城市交通、 节能减排工作带来巨大的挑战。 因此， 需进一步完善港口的集疏运方式， 整合海港、 公路、 铁路、 长江水运和内河水网运输， 努力促进江海联运、 海海联运、 海铁联运等集疏运方式的发展。加强港口协调规划， 支持港口联盟发展。 近年来长三角港口呈现资源整合的趋势， 长三角港口不仅在业务上加强合作， 而且在资本上的合作也更加紧密。 要积极支持上海港、 宁波—舟山港、 南京港、苏州港等主要港口通过战略投资、 资产重组、 股权控制等不同方式， 形成多形式的港口联盟。

参考文献：［1］ 陈春芳. 长三角港口体系结构演变及分货种优势比较 ［J］ . 水运工程， 2011(6)： 54 - 60.［2］ Carter R E. A comparative analysis of United States ports andtheir traffic characteristics ［J］ . Economic Geography， 1962， 38(2)： 162 - 175.［3］ Taaffe E， Morrill R， Gould P. Transport expansion in underde-veloped countries： a comparative analysis ［J］ . Geographical Re-view， 1963， 53(4)： 503 - 529.［4］ 王列辉. 国外港口体系研究述评 ［J］ . 经济地理， 2007， 27(2)：291 - 295.［5］ Hayuth Y. Rationalization and deconcentration of the US con-tainer port system ［J］ . The Professional Geographer， 1988， 40(3)： 279 - 288.［6］ Rimmer P J. Recent changes in the status of seaports in the NewZealand coastal trade［J］ . Economic Geography， 1967， 43(3)：231 - 243.［7］ 陈航. 论海港地域组合的形成机制与发展过程 ［J］ . 地理学报，1996， 51(6)： 501 - 507.［8］ 曹有挥， 毛汉英， 许刚. 长江下游港口体系的职能结构 ［J］ . 地理学报， 2001， 56(5)： 590 - 598.［9］ 杨静蕾， 罗梅丰， 吴晓皤. 美国集装箱港口体系演进过程研究［J］ . 经济地理， 2012， 32(2)： 94 - 100.［10］ 曹有挥， 李海建， 陈雯. 中国集装箱港口体系的空间结构与竞争格局 ［J］ . 地理学报， 2004， 59(6)： 1 020 - 1 027.［11］ 吉阿兵. 长三角集装箱港口群空间结构演变实证研究 ［J］ . 港口经济， 2013(3)： 23 - 27.［12］ 蹇令香， 李东兵， 刘玲玲. 我国集装箱港口体系演进规律研究［J］ . 经济地理， 2012， 32(12)： 91 - 96.［13］ 王列辉， 茅伯科. 港口群制度合作模式的比选及对长三角的启示 ［J］ . 社会科学， 2010(6)： 37 - 45.［14］ 张永庆， 鲍宗客. 长三角制造业产业空间转移实证研究 ［J］ .科技与经济， 2010， 23(1)： 8 - 12.［15］ 夏永久， 朱喜钢， 储金龙. 基于ESDA的安徽省县域经济综合竞争力空间演变特征研究 ［J］ . 经济地理， 2011， 31(9)： 1 427 -1 438.［16］ 张晓兵， 王美昌. 关中—天水经济区县域经济差异及时空演变的空间统计分析 ［J］ . 经济地理， 2011， 31(10)： 1 599 - 1 603.［17］ 赵明华， 郑元文. 近10年来山东省区域经济发展差异时空演变及驱动力分析 ［J］ . 经济地理， 2013， 33(1)： 79 - 85.［18］ 刘万锋， 张永锋， 陈羽. 构建长三角地区煤炭水运大格局 ［J］ .中国水运， 2011(3)： 18 - 19.［19］ 邵佳. 城市规划视角下的海西石化物流中心规划问题探讨［J］ . 物流工程与管理， 2012， 34(11)： 85 - 90