中国沿海港口物流网络空间结构演化及其影响因素

郭建科，喻铄琪

（1. 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；2. 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）

近年来，随着经济全球化与各国生产贸易的网络化发展，沿海港口作为海陆间连接点，在物流功能上正不断拓展与创新，这为沿海港口物流业的快速发展奠定了基础（Hesse et al., 2006；王成金，2006）。港口物流逐渐由传统的装卸服务转向综合物流服务，并在全球货物贸易网络中承担着重要作用（叶士琳等，2017a）。而作为港口物流活动的重要载体，港口物流企业主要进行跨区域组织物流活动。随着城市内港口物流企业的集聚与城市间港口物流企业的扩散，港口物流网络雏形初步显现。港口物流网络化发展是现代港口物流业发展的重要推动力，通过有效结合各类生产要素，形成高效运作体系与专业化分工，可推动港口物流企业协同合作，提升整体运输效率，最终实现网络化配置资源。因此对港口物流网络开展研究具有重要现实意义。

近年来，国内外关于港口物流的研究主要集中在物流网络、港口物流企业空间布局以及港口物流行业3个方面。1）物流网络方面。国外对物流网络研究始于20 世纪90 年代，已有研究侧重于物流合作网络与配送网络（Fleming et al.,1994;Robinson,1998;Lin et al.,2003）。随着物流企业在欧美的快速发展，国外学者进一步探究物流企业网络枢纽的影响机制（Carbone et al.,2005;Kim et al.,2005;Rimmer et al.,2005;Ko et al.,2006），并借助轴辐理论刻画物流网络。但有关物流网络的研究还处于初步探索阶段，缺乏系统性。而国内港口物流网络化发展起步相对较晚，国内学者早先更多从区域视角探究港口物流网络，如王健（2005）采用模糊聚类方法对福建省主要沿海港口进行宏观规划层次分析。而随着全球化的不断深入，专业化程度与社会分工正不断加深，物流活动布局在地理范围上逐步扩展，更多学者将研究范围放眼于全国，如魏雯青等（2015）针对性地从物流网络视角提出提升港口物流竞争力的策略。胡荣等（2022）指出可通过建立海铁联运、疏港铁路等相结合的交通网络以提升物流网络水平。2）港口物流企业空间布局方面。国内相关研究多侧重于单个区域范围内港口物流企业空间格局及区位选择，如梁双波（2013）、朱慧（2017）、王瑞（2018）等基于港口物流企业空间数据，运用GIS空间分析、数理统计等方法，研究单个区域内港口物流企业空间分布特征及影响因素，针对性地提出优化企业空间格局的相关对策建议。港口物流企业作为港口物流网络的重要单元，其空间布局对网络发展起到至关重要的作用，合理规划企业布局不仅有利于各企业自身发展，而且也有助于推动港口物流网络的整体发展。3）港口物流行业方面。国内学者针对中国港口物流业发展现状，借鉴先进港口城市发展经验，有的放矢地提出推进中国港口物流业发展的相关对策建议，如吴磊等（2016）借鉴鹿特丹和新加坡港口物流转型升级的经验，提出解决中国港口物流业转型升级的关键举措；黄仁刚（2020）指出粤港澳大湾区的物流发展存在资源配置优化不足、同质化竞争、人才匮乏与机制创新不足等问题。

综上，已有关于港口物流的研究较为丰富，但在港口物流网络这一细分领域上较少涉及港口节点与航线。面对港口物流综合服务化发展趋势，港口物流企业作为沿海城市间重要的物流业务联系纽带，正成为网络研究的切入点。基于企业这一微观视角的港口物流网络研究不仅有助于掌握中国沿海港口物流网络的空间结构特征，同时可揭示网络发展的影响因素，对于合理规划沿海港口物流空间布局具有一定指导意义。基于此，本文基于中国沿海城市港口物流企业数据，分析2009—2019年港口物流网络空间结构演化特征，并运用QAP分析法探究网络空间结构演化的影响因素，以期为中国沿海港口物流空间布局与网络结构优化提供参考。

1 数据来源与方法

1.1 数据来源

以中国大陆地区沿海港口物流上市公司和货代物流企业为研究对象。参照中国国际物流与货代网①http://www.cifa-china.com/cn/index.html发布的2019年度中国货代物流企业百强名单与中国物流上市公司名单，基于企业官网信息筛选出主营业务与港口物流服务相关的企业，结合国家企业信用信息公示平台②http://www.gsxt.gov.cn/index.html，选取在中国沿海城市设立分支机构且信息完备的港口物流企业。最终选定59家港口物流企业，其总部分布于全国21个主要沿海城市，分支机构分布于44 个沿海城市。以2009、2014、2019 年为时间节点，采集企业的办公地址、注册地址、注册日期等数据。需要说明的是，本文所选取的港口物流企业在中国沿海港口物流市场占具较大规模且拥有较高影响力，代表性较强，可有效体现中国沿海港口物流网络空间结构。进一步，依照港口物流企业在各市的分支机构（总部、区域分公司、地方分公司和办事处）等级规模依序赋值为4、3、2、1分，从而构建出总部—分支机构联系矩阵（叶士琳等，2017b）。影响因素分析所涉及的国民生产总值、万吨级以上泊位数等数据来源于2010、2015、2020 年《中国城市统计年鉴》（国家统计局城市社会经济调查司，2010；2015；2020）《中国港口年鉴》（中国港口年鉴编辑部，2010；2015；2020），部分缺失数据补充自各城市统计年鉴和社会发展统计公报。

1.2 研究方法

1.2.1 网络联系测度方法 借鉴世界城市网络方法（Taylor, 2001），对沿海港口物流网络联系进行量化。以港口物流企业q所在城市i和城市j的得分表示企业q分布于城市i和城市j的分支机构在其港口物流网络中的重要程度，分别用viq和vjq表示。在此基础上，城市i和城市j间的组织联系度为rij，表达式为：

式中：rijq表示企业q所在城市i与城市j之间的基本组织联系量；m表示企业总数。城市i在港口物流网络中联系强度为Ri，表达式为：

式中：n表示城市总数，每个城市至多存在（n-1）个联系。

1.2.2 社会网络基本指标 1）平均度。该指标用以测算沿海港口物流网络中与城市i直接相连城市的个数，反映该城市中心性高低（Duncan et al.,1998）。

2）加权平均度。该指标是平均度的一般形式，对取得的每个点，将其边的权重进行求和，计算与节点数的比值即为加权平均度，数值越高，表示城市在沿海港口物流网络中的中心性越高。

3）网络密度。用于测度沿海港口物流网络联系的密集程度，取值范围处于[0,1]，数值越高表示沿海港口物流网络中城市间联系越紧密，具体表达式为：

式中：D表示沿海港口物流网络密度；n表示沿海港口物流网络中节点数量；L表示沿海港口物流网络实际的联系数。

4）平均路径长度（Average Path Length）。该指标是体现沿海港口物流网络中任意两城市间的最短路径边数平均值的重要依据，公式为：

式中：L表示平均路径长度；n表示沿海港口物流网络节点数；dij表示城市i、j之间的最短路径的条数；L值越小，反映沿海港口物流网络连通性与空间组织效能越高（Newman,2003）。

5）聚类系数（Clustering Coefficient），该指标是表示沿海港口物流网络集团化水平的重要指标，体现邻接城市间联系密切程度，公式为：

式中：Ci表示城市i的聚类系数；Ei表示城市i与邻接城市间存在的实际边数；ki表示城市i的度数；Ci介于[0,1]区间，Ci的数值越高，表示城市i与其邻接城市之间的相互联系越密切。而整体沿海港口物流网络聚类系数C则为网络中全部城市聚类系数的平均值，公式为：

式中：C表示沿海港口物流网络中全部城市的平均聚类系数；n表示该网络中全部城市数量；C值越高，则整个网络局部联系程度越为密切。

1.2.3 二次指派程序 QAP （Quadratic Assignment Procedure）是一种对两个（或多个）方阵中对应各元素值进行比较的方法，用以研究关系网络的影响因素（王圣云等，2020）。通过比较各方阵对应的格值，给出2个矩阵之间的相关系数，同时对系数进行非参数检验。该分析方法可有效回避多重共线性问题，适用于港口物流网络分析研究。

2 中国沿海港口物流网络结构特征演变分析

2.1 沿海港口物流网络联系的整体特征

1）网络整体覆盖范围逐步扩大

2009—2019年，中国沿海港口物流网络覆盖城市与企业的数量不断增加，城市间联系强度持续提升。从网络节点与边数看，2009—2019年港口物流网络覆盖节点增加7 个，边数较2009 年同比增长20.56%，网络空间覆盖范围显著扩大；2014—2019年，节点数保持不变，边数同比增长9.26%，增幅明显下降，网络空间覆盖范围波动趋于平缓。从企业数量看，2009、2014、2019年物流网络覆盖港口物流企业数量同比增幅分别为30.88%、32.72%，企业数量增幅较大且增长态势稳定。其中，上海、青岛、宁波、大连、天津、广州6个城市的企业增加总数占总体的40%。作为国际贸易的重要口岸城市与国内核心物流枢纽城市，这些城市正成为港口物流网络发展的主要支撑力。

2）网络拓扑特征与动态变化趋于稳定

2009—2019年，中国沿海港口物流网络平均度增幅为10.77%，表明城市节点整体的重要程度正不断提高（表1）。每个城市平均可获得港口物流运输路线从21 条增至23 条，辐射范围扩大，连接度和可达性提高，与其他城市联系也更加便利。同时，沿海港口物流网络集聚程度不断提高，平均聚类系数增至0.887，表现出较强的集聚性；平均路径长度降至1.437，表明网络中城市节点间港口物流运输所需经过的中转点数量减少，可选择的运输路线增多，货物运输的效率有所提高；网络密度上升至0.592，表明整体网络结构更加紧密，节点间联系稳步增强。其中，2009—2014年各项指标的增幅远低于2014—2019年，这与网络空间覆盖范围的变化有直接关系。2009—2014年，网络覆盖节点增长率与边数增长率较为接近，导致网络中所有节点度值的平均值等指标波动平缓；而2014—2019年，网络覆盖节点未发生变化，但边数有所增加，导致平均度等指标增幅更为明显。由此可见，新城市节点的加入使得中国沿海港口物流网络整体空间结构逐渐趋于成熟，网络关联程度显著提升，网络地理空间要素联系的广度与深度也有所增强。

表1 2009—2019年中国沿海港口物流网络整体结构特征Table 1 The overall topological structure characteristics of China's coastal port logistics network from 2009 to 2019

2.2 沿海港口物流网络的空间分异结构演变特征

为进一步探究中国沿海港口物流网络空间结构演化特征，将2009、2014、2019年所有城市间的联系强度进行降序排列，分别提取前1%、1%～5%、5%～30%主要网络联系城市对，将其分划为核心网络、骨架网络与区域联系网络3种类型，以简化复杂联系网络便于分析。同时，运用ArcGIS 10.8 分类绘图进行可视化分析（图1）。

2009—2019年，中国沿海港口物流的核心网络由以上海为核心增长极，辐射天津、宁波、厦门和大连的一核四副结构转变为一核六副结构，新增青岛、深圳2个副中心城市，核心网络规模略有扩大。随着青岛与深圳被列入港口型国家物流枢纽承载城市，这2个城市积极开拓布局国内外航线，优化航线布局，大力发展港口物流业务。其规模以上港口物流企业增幅分别为64.44%和78.26%，极大增强与其他沿海城市物流业务上的互动；核心网络组织联系度从[257,329]上升至[399,626]，城市对间联系强度显著提升，其中联系强度最高城市对由上海—天津（329）变为上海—宁波（626）。这是由于建成宁波集装箱干线枢纽港为长三角地区的远洋集装箱船提供了中转站，极大地节约短途运输费用；同时，建设“一环六射”高速公路主架可实现与上海等城市的2 h 经济圈；此外，宁波交通基础设施的优化布局也为其发展港口物流提供交通优势，增强了与其他沿海城市的业务联系，尤其是与上海的网络联系。但各副中心城市除与上海相联系外，其相互间均无直接联系。这表明在核心网络中，上海起到决定性支撑作用，因此，增强其他城市相互间的业务联系对强化核心网络具有关键性作用。

2009—2019年，中国沿海港口物流的骨架网络保持“多三角”结构，且新增天津—青岛—大连“三角区”，网络结构更加丰富。随着环渤海港口统筹整合持续发展规划布局的实施，天津—青岛—大连3个核心城市间的港口物流联系进一步加强，区域港口分工也更加明确。骨架网络中城市节点从11个增至17 个，相互联系城市对从16 组增至21 组，相较核心网络，其网络结构更加稳定与紧密；同时，骨架网络联系强度显著增强，网络组织联系度从[96, 234]上升至[156, 365]。其中，上海—厦门城市对的联系强度稳居首位，从234 增至391，增长67.09%；而上海、宁波、舟山、天津、大连、青岛等城市节点联系强度也显著增强，助推骨架网络形成以主要城市为联系中心向东西南北方向辐射的“多三角”结构。

2009—2019年，在骨架网络的基础上，区域网络向西南沿海城市扩张，共涵盖全国44个主要沿海城市。大部分边缘城市以联系中心城市的途径融入中国沿海港口物流网络，但在组织联系程度上仍与中心城市存在明显差距，港口物流业务联系仍以中心城市为主要发力点。其中，处于5%～10%联系网络的城市对从19 组增加至25 组，且组织联系度介于[46,96]。以天津、大连、宁波、厦门、广州为顶点的近似“三棱柱”网络结构中，大连被烟台所替代，形成新“三棱柱”网络结构。在省港口集团整合的未来趋势下，烟台积极参与环渤海湾港口建设及“集散双向”等业务合作，极大地促进了其与天津港口物流业务联系，进而成为“三棱柱”网络结构的重要顶点。处于10%～30%联系网络的城市对从79组增加至104组，网络规模显著扩大且结构更为完整。同前两类联系网络相比，区域网络的整体联系度水平相对较低，但网络联系空间结构更加复杂与稠密。

2.3 沿海港口物流网络的层级结构演变特征

借助Gephi-0.9.2 对2009、2014、2019 年中国沿海港口物流网络空间结构进行可视化，并依据各节点城市加权平均度将港口物流网络划分为核心城市圈层（＞6 001）、次核心城市圈层（2 001～6 001）、一般城市圈层（501～2 000）以及边缘城市圈层（＜501）4种层级排列（图2）。2009年，中国沿海港口物流网络形成以上海为核心城市节点，青岛、厦门、天津、大连、宁波、深圳6个城市节点为次核心城市圈层，福州、广州等12个城市节点为一般城市圈层，威海等18个城市节点为边缘城市圈层的四层级圈环网状结构（图2-a）；2014年，上海保持核心城市节点地位不变，次核心圈层中新增福州节点，沧州、杭州、威海3个城市节点跻身一般城市圈层，边缘城市圈层对比2009 年新增了防城港、钦州等8个城市节点，港口物流网络节点数量呈现增长趋势，节点间关联程度显著增强（图2-b）；2019年，宁波升级为核心城市节点，与上海共同构成了核心城市圈层，次核心城市圈层中增加舟山、广州2个城市节点，唐山、钦州从边缘城市节点转为一般城市节点，港口物流网络节点数量与2014 年保持一致，但圈层间联系强度较2014 年明显增强（图2-c）。

从2009-2019 年，上海的加权平均度稳居第一。作为沿海港口物流网络的核心城市节点，上海对沿海港口资源要素具有核心配置能力。而随着“一带一路”倡议的实施和上海自贸区的加速推进，宁波的经济水平与港口物流实现纵深向发展，对港口物流网络资源的控制能力显著增强，2019年跻身为核心城市，与上海共同形成双核核心城市圈层。青岛、厦门、天津、大连、深圳稳定处于次核心城市圈层；同时，2019年广州、舟山升级为次核心城市节点，这些城市在经济水平、港口基础设施与环境上具有相对优势与发展潜力。而其余大部分城市节点长期处于一般与边缘城市等级上，可能是由于这些城市的港口基础设施、港口物流市场环境与信息化水平整体相对落后，因而其港口物流市场规模较小，导致其与核心城市节点间的港口物流业务联系较少，较难实现城市层级的升级。

3 中国沿海港口物流网络影响因素分析

3.1 变量选取与模型构建

2009—2019年，中国沿海港口物流网络整体性与关联性呈现增强态势，主要沿海城市在网络中的地位发生显著变化。为进一步探究沿海港口物流网络的影响因素，借鉴已有研究（产志勇等，2012；黄晗，2013；宗会明等，2020；王介勇等，2021；尹宗明等，2021），以中国沿海港口物流网络联系度为被解释变量，表示各样本城市在沿海港口物流网络中的地位；从经济发展水平、沿海港口物流市场规模、对外贸易环境、物流人力资源、港口基础设施、产业结构、信息化水平、港口物流企业总部规模8个层面的城市属性因素综合分析港口物流网络形成的影响因素。

选取解释变量依据：1）经济发展水平：经济的发展有利于港口物流业的进一步优化升级，是港口物流业发展的基础，故采用国内生产总值（XGDP）衡量经济发展水平。2）沿海港口物流市场规模：市场规模的扩大有助于物流要素在空间上自由流动与配置，推动物流产业发展，缩小物流业发展差距，故选取沿海港口货运吞吐量（XGKTT）量化沿海港口物流市场规模，考察市场规模对空间联系的驱动作用。3）对外贸易环境：港口物流作为全球性的经济活动，广泛的对外贸易决定了港口物流的发展潜能，故采用进出口总额（XJCZE）衡量对外贸易环境。4）物流人力资源：人力资源作为港口物流业基础运营与宏观布局的核心要素，决定港口物流网络未来发展方向，故以港口物流从业人数（XCYRS）量化物流人力资源。5）港口基础设施：基础设施条件是港口进行物流作业的物质基础，完善的港口设施不仅可以提升物流工作效率，而且影响港口物流发展规模，故选用万吨级以上泊位数（XWDBW）量化港口基础设施。6）产业结构：产业结构的优化对要素流在地理空间上的转移与整合具有推动作用，以物流贡献率即物流业产值占GDP比值（XWLGX）衡量产业结构变化，分析其对港口物流网络的影响。7）信息化水平：网络信息化时代下，智慧化港口物流势在必行，完善成熟的港口物流信息平台对提供港口物流流通效率具有重要作用，为此采用邮电业务总量（XYDZL）量化信息化水平。8）港口物流企业总部规模：企业总部对于分支机构及同类企业集聚与扩散具有导向作用，影响港口物流网络的形成，故以港口物流企业总部数量（XQYZB）衡量港口物流企业总部规模。

根据上述指标，在选取样本时间点利用各沿海城市对应指标的绝对差异建立差异矩阵，构建沿海港口物流网络影响因素模型：

3.2 实证结果

3.2.1 相关分析 借助UCINET 软件进行QAP 相关性分析，选择5 000 次随机置换，结果如表2 所示。2009、2014、2019 年，8 个指标都对港口物流网络联系度具有一定相关性，其中沿海港口货物吞吐量在3 个年份均通过1%的显著性检验，其余解释变量通过10%的显著性检验。国内生产总值（XGDP）、沿海港口货物吞吐量（XGKTT）、进出口总额（XJCZE）、港口物流企业总部数量（XQYZB）的差异对港口物流网络联系度具有显著的正影响，而港口物流从业人数（XCYRS）、万吨级以上泊位数（XWDBW）、物流贡献率（XWLGX）、邮电业务总量（XYDZL）的差异对港口物流网络联系度具有显著的负向影响。2009—2019年，沿海港口货物吞吐量、万吨级以上泊位数与港口物流网络联系度的相关程度呈现上升趋势，而国内生产总值、进出口总额、港口物流从业人数、物流贡献率、邮电业务总量、港口物流企业总部数量的相关程度呈现下降趋势，即这些影响因素对港口物流网络联系度的影响程度有所减弱。

表2 沿海港口物流网络QAP相关性分析和回归分析结果Table 2 QAP correlation analysis and regression analysis results of coastal port logistics networks

3.2.2 回归分析 在影响因素均满足相关检验的基础上，进一步进行QAP 回归分析，结果如表2 所示。2009—2019年，R2在港口物流网络中呈现增长态势，均通过10%统计显著性检验，较高程度上可解释各因素差异对港口物流网络联系度的影响。基于回归分析结果可得：1）国内生产总值在2009、2014、2019年均通过统计显著性检验，回归系数为正，表明经济水平差异越大，城市间港口物流联系越紧密。但从2009-2019年，国内生产总值的回归系数呈现递减态势，说明其对港口物流网络的影响程度有所减弱。随着区域经济合作与协调工作的推进，区域合作机制不断完善，城市间经济发展不平衡现象有所减弱，城市间经济水平差异缩小导致其对港口物流网络的影响程度减弱。2）沿海港口货物吞吐量在3个年份均通过统计显著性检验，回归系数为正且有所回落，表明沿海港口货物吞吐量的差异化发展有助于港口物流网络空间格局的形成。随着各港口发展水平的逐步提高，各沿海城市港口物流市场需求的扩张降低了其差异程度，降低了该变量对港口物流网络发展所产生的影响。3）进出口总额与港口物流网络联系度在3个年份中均显著正相关，但有所降低，表明城市经济与外贸环境差异化发展推动了港口物流网络的形成。城市经济发展与外贸环境对港口物流发展起到支撑作用，直接影响港口物流发展的规模与结构，但随着区域经济联动发展与经济全球化的影响，其差异化发展对港口物流网络的促进作用有所降低。4）万吨级以上泊位数在3个年份中的回归系数均为负且绝对值有所增加，表明港口物流基础设均衡化发展有助于港口物流网络的形成。基础设施均衡化发展对于降低城市间港口同质竞争与合理分工具有重要作用，深刻影响港口集疏运网络的发展，进而形成更加庞大的港口物流网络。5）港口物流企业总部数量与港口物流网络联系度显著正相关，但稍有降低。港口物流企业总部分布广泛的城市往往是经济较为发达且地理位置具有优势的城市，因而港口物流企业总部分布的差异化发展有助于各城市节点在网络中的分工合作与协调发展。但随着物流协同化发展的推进，港口企业总部分布差异化发展会导致资源分配不平衡，进而降低对港口物流网络的促进作用。6）邮电业务总量与港口物流网络联系度显著负相关，但绝对值呈现降低趋势，表明信息水平的差异化发展不利于城市信息网络的构建，在一定程度上阻碍各市港口物流业务的沟通与合作。但随着通信网络技术的发展，各城市信息水平较2009 年有很大提升，在一定程度上降低了信息水平差异化，从而降低了其产生的不利影响。而港口物流从业人数、物流贡献率与港口物流网络联系度的回归分析均未通过显著性检验，表明物流从业人员与产业结构对港口物流网络的作用不明显。

3.3 影响因素分析

城市经济发展水平与对外贸易环境是港口物流发展的重要基石。经济发达、对外开放程度高的腹地城市为港口物流发展提供先进便利的软硬件条件与较大的港口物流市场体量，同时经济发达城市的发展实力较强与规模较大，能够充分利用政府政策实现港口自身发展。环渤海、长三角、珠三角地区港口群经济实力发达且外贸环境优越，为其港口物流发展奠定良好的物质、制度基础与提供广阔的海外市场；而西南沿海地区由于经济实力的限制与国际市场的开发不足，其港口物流发展水平较低。但由于经济发展两极化，长三角、珠三角区域内的港口物流差异化较西南沿海地区与环渤海地区也较大，进而导致整体网络空间结构呈现差异化特征。

港口物流市场规模是物流网络发展的重要引擎，是决定港口物流企业布局的关键因素。大连、天津、青岛，上海、宁波，厦门、福州，广州、深圳分别作为环渤海港口群、长三角港口群、东南沿海港口群、珠三角港口群的发展主体，拥有较大港口物流市场份额与自然资源优势，在港口物流网络中起重要的中介作用；而西南沿海港口群整体发展水平较低，在网络中的地位处于劣势。

完善的港口基础设施促进了物流网络的业务与地理空间延伸。港口基础设施是反映一个城市港口物流运输能力的核心指标，良好的港口基础设施不仅可为拓宽海外市场提供贸易硬件支撑，同时也有助于吸引港口物流企业的集聚，进而提升腹地城市吸引能力与网络地位，加强与其他沿海城市间的物流网络联系。从核心网络中7个城市的港口基础设施条件看，上海、天津、宁波、大连和青岛的港口基础设施条件在中国沿海城市中名列前茅，深圳、广州也处于偏上游水平，得天独厚的基础设施优势推动这些城市港口物流业高质量发展。

信息化水平反映城市港口物流发展潜力。智慧化与自动化是港口物流未来的发展方向，而信息水平作为其发展的基础，决定港口物流未来发展空间。同时，当今世界正处在信息化网络时代，信息化水平影响城市与外部物流网络联系的紧密程度。相较而言，环渤海地区、长三角地区、东南沿海地区主要沿海城市的信息化发展水平更具有优势，这为港口物流跨时空联系提供了更有力的网络支撑，进而推动城市间港口物流业务联系。

港口物流企业总部分布对港口物流企业集聚与扩散发挥引力作用。物流企业总部通过辐射其他城市建立分支机构，成立其他地区的市场营销和物流组织，促进其与总部城市进行业务往来；同时物流企业总部集聚程度较高的城市，其物流市场规模一般较为庞大，可吸引其他城市物流企业总部到当地发展分支机构，进而不断壮大其物流企业整体规模实力。物流企业的大量聚集会促进城市物流的规模化、专业化、个性化，进一步扩大物流市场需求，进而反作用于城市企业总部的增设，形成良性循环。中国规模以上港口物流企业总部多集中在上海、深圳、天津、大连、青岛、宁波6个城市，占据整体的65%，企业总部规模化发展带动城市物流网络的不断壮大。

4 结论与讨论

基于中国沿海港口物流企业总部—分支机构的相关数据，借鉴世界城市网络方法与社会网络理论，刻画中国沿海港口物流网络结构演化特征，并进一步分析其演化机制。得到的主要研究结论有：

1）2009—2019 年，中国沿海港口物流网络结构趋于成熟，新城市节点的加入扩展了网络地理空间，且缩短了城市间的平均距离，提升网络城市间可达性；同时，网络整体平均度值与集聚系数均有所提升，各城市间联系程度显著增强。但就整体网络发育程度而言，整体网络密度偏低，大多数城市仍处于弱连接状态。

2）网络联系空间保持核心—边缘结构，其中上海稳定保持核心联系城市，辐射天津、大连、青岛、宁波、深圳、厦门构成核心网络，而边缘城市主要通过连接核心城市加入网络，且边缘城市间互动性较弱；沿海港口物流网络层级结构明显，依据网络中城市地位差异，呈现出核心—次核心—一般—边缘4级圈层网状联系结构，且圈层间联系强度随圈层等级降低而逐渐减弱。其中，核心圈层由单核心（上海）向双核心（上海、宁波）发展。

3）沿海港口物流网络的发展受多种因素共同作用。其中，受沿海港口物流市场规模与港口物流企业总部规模的正向影响作用最大，这2个变量反映城市港口物流的市场发展空间与供给能力，且其差异化发展有助于港口物流网络分工格局的形成，促进港口物流网络协调发展；城市经济发展水平与对外贸易环境的正向作用次之，城市经济发展水平与外贸环境水平越高，城市的港口物流市场需求越大，这为其物流发展提供有力经济发展环境；物流人力资源与产业结构对港口物流网络的作用不明显；港口基础设施差异化发展不利于港口物流网络的形成，推动基础设施均衡化发展将是降低城市间港口同质竞争与合理分工的重要举措；信息化水平的差异化发展不利于城市信息网络的构建，在一定程度上阻碍各市港口物流业务的沟通与合作。

本文将网络分析法和经济学方法相融合，结合企业组织网络理论、城市网络理论，采用关系数据研究沿海港口物流组织网络，相比较于单一方法、单一学科和属性数据下的研究更能够反映沿海港口物流组织网络联系的现实意义。但由于数据获取困难，且港口物流企业没有明确的定义与分类，本文并未将港口物流企业进行分类研究；同时，定性影响指标较少可能会导致对演化机制分析不全面。因此，在以后的研究中可对港口物流企业进行分类研究，探究不同类型港口物流企业组织网络演化过程，使研究结果更具有参考价值。