2. 中国科学院大学, 北京 100049;
3. 海南省地球观测重点实验室, 海南 三亚 572000;
4. 山东农业大学, 山东 泰安 271018;
5. 中国土地勘测规划院, 北京 100035;
6. 山东科技大学, 山东 青岛 266590
2. University of Chinese Academy of Sciences, Beijing 100049, China;
3. Key Laboratory of Earth Observation of Hainan Province, Sanya 572000, Hainan, China;
4. Shandong Agricultural University, Tai'an 271018, Shandong, China;
5. Chinese Land Surveying and Planning Institute, Beijing 100035, China;
6. Shandong University of Science and Technology, Qingdao 266590, Shandong, China
21世纪海上丝绸之路是“一带一路”倡议的一个重要组成部分,其建设是在经济全球化的新形势下,以海洋经济为突破口,推动中国与沿线国家经济、贸易、文化更好发展的重要举措。高效的海上航线网络是促进海上互联互通,推进海上丝绸之路建设的重要基础。港口作为综合运输的枢纽和进出口货物的主要集散地,在海上航线网络中起着举足轻重的作用,其发展和功能直接影响航线网络的整体效率[1]。近年来,中国提出的“一带一路”倡议,将港口和港口城市作为海上丝绸之路的重要节点,给沿线港口及城市建设带来新一轮的快速发展。
港口的发展与其所依托的城市的发展有着十分密切的关系。一方面,港口的发展不仅推动腹地与城市经济的增长,还能促进和带动工业、文化产业、基础设施等其他城市功能的发展,改善城市的产业结构;另一方面,城市与腹地经济的发展,港口城市经济职能的上升可以为港口发展所需的货物资源提供保障,为港口运输所需的货运要求提供基础设施和技术支撑[2],进一步促进港口规模和等级的发展与提升。
国内外有关港城关系的研究主要集中在港口与城市规模关系、功能关系、空间关系、经济关联、港口建设与城市环境关系等方面[3-4]。总体而言,当前学者们对于港城关系的宏观研究较少,多侧重于单个城市或小区域的港城关系的研究,以大区域范围内的港口城市为基本研究单元,阐释港城关系的发展演变特征的研究有待补充。实现较大范围内多个港口城市的横向比较,将有助于克服以往研究中用单个港口城市来解释发展趋势的问题。
监测和了解21世纪海上丝绸之路沿线不同地区的港口变化情况,分析沿线重要港口的时空变化特征及港城关系状况,对于港口及其腹地基础设施建设、优化海上丝绸之路航线网络以及推进“一带一路”倡议等具有重要意义[5]。
本文采用空间分析法,1)基于港口用地面积探讨21世纪海上丝绸之路沿线重要港口的时空变化特征;2)基于相对集中指数,用建设用地面积表征城市发展规模、港口吞吐量表征港口规模,探讨21世纪海上丝绸之路沿线港口与港口城市的港城关系变化状况;从而更科学地认知海上丝绸之路沿线重要港口发展状况,理解港口与城市发展的作用机制。
1 研究区21世纪海上丝绸之路是一条贯穿东亚、东南亚、南亚、中东波斯湾、北非、地中海沿岸以及太平洋岛国的海上运输路线。沿线涉及30多个国家和地区,包含超过50个重要港口,沿线国家和地区的人口占据世界总人口的50%以上。21世纪海上丝绸之路重点方向有两条,一是从中国沿海港口过南海到印度洋,延伸至欧洲;二是从中国沿海港口经南海到南太平洋[6],两条线路构成21世纪海上丝绸之路建设发展的主要框架。
本研究以全球航运业发展的地理分区特征、港口位置特征与发展现状为选取基础,根据港口在21世纪海上丝绸之路所发挥的作用以及与中国合作的紧密程度,综合沿线港口所在城市的区位优势、经济、政治地位等因素,选取21世纪海上丝绸之路沿线国外(东南亚、南亚、西亚、非洲、欧洲5个区域)38个港口城市的主要港口作为研究区(表 1)。
海丝沿线主要港口在各区域分布比较不平衡。在东南亚、南亚、西亚、非洲、欧洲5个区域中,亚洲地区尤其是东南亚分布的港口最多,非洲(东、北非)地区分布港口较少。
其中东南亚农业发达,需要借助于航运的强大运输能力进行出口,且东盟各国也是21世纪海上丝绸之路建设的重要合作国,马六甲海峡作为连通东南亚与南亚、西亚等地区海域的咽喉,多个港口分布于其周围国家,因此在东南亚区域选择了较多港口,共计13个(34%)。
和东南亚相似,南亚经济结构也是以农业生产为主, 工业为辅的综合型经济,是全球最具活力的集装箱市场之一,在南亚区域选择了7个(18%)港口。
西亚蕴藏着丰富的石油资源,石油是许多国家的经济命脉。较大的石油输出需求奠定了港口在该区域的重要地位和作用,在西亚区域选择了6个(16%)港口。
非洲尤其是东、北非地区货源有限,经贸潜力尚待开发,同时该段航线距离相对较短,因此在非洲地区选取的港口较少,共计4个(11%)。
欧洲地区经济发达,贸易需求大,地中海作为欧、亚、非三洲之间的重要航道和沟通大西洋、印度洋的重要通道,沿岸分布了许多重要港口,因此在欧洲区域选择了8个(21%)港口。
2 数据与方法 2.1 港口用地提取港口有多种类别和形状,很难用统一的几何模型描述其形状[7]。为了更好地实现港口提取,首先要对港口组成结构进行研究,明确港口主要由哪些部分构成。
港口由水域和陆域两大部分组成。每个港口都有它的个性或特点,但所有港口也都有它们的共性和相同的基本组成部分,这就是港口水域、码头和陆域设施[8]。
港口水域是指与船舶进出港、停靠及港口作业相关的水上区域,其主要设施一般包括航道、港池、锚地、防波堤及导航、助航设施等。港口陆域是指从事与港口功能相关服务的陆上区域,其主要设施包括码头、库场、公路、港区道路、装卸和运输机械等。陆域岸边建有码头,岸上建有港口库场和道路等[9]。
根据以上的港口组成及分布特点,本研究利用Google Earth上多源遥感影像对研究区各个港口城市的主要港口范围进行提取(图 1),提取范围以港口陆域为主,包括码头、仓库、堆场、港口建筑物等。基于2008、2017年两个时期的港口提取结果对港口面积进行统计。
Download:
|
|
港城关系作为港口城市发展的主线,贯穿于港口城市发展的整个过程[10]。
国内外有关港口与城市关系的相关研究中,相对集中指数(relative concentration index,RCI)是用来量化和评价港城关系的一个较为实用的指标[3]。该指数由Vallega[11]于1979年提出,用来分析地中海地区的港区和与之关联的居民点的组织关系,他定义RCI为一个整体区域中某一港口吞吐量比重与同该港口相关的居民点人口比重的比值。
借鉴国内外学者的相关研究,引入RCI指数反映港口与港口城市规模的相对大小。公式为
$ \mathrm{RCI}=\left(\frac{T_{i}}{\sum\limits_{i=1}^{n} T_{i}}\right)/\left(\frac{P_{i}}{\sum\limits_{i=1}^{n} P_{i}}\right), $ | (1) |
式中:Ti为城市i港口集装箱吞吐量,是衡量港口规模和地位的重要指标;Pi为城市i总人口,是反映城市规模的指标;n为一定区域内的港口城市数量。
RCI值表示一定区域内港口与城市相对规模的水平,RCI=1表示港口规模与城市规模相当,RCI→0表示港口城市系统中城市的地位趋于重要,RCI→∞表示港口城市系统中港口的地位趋于重要。对于RCI临界值的确定,参照Ducruet和Lee[12]利用RCI指数对世界任意时空港口城市的一般性界定:RCI值趋近于1(0.75~1.25)表示港口与城市规模之间处于相对平衡状态(城市为典型港城);1.25 < RCI < 3认为港口的重要性显著(城市为门户城市);0.33 < RCI < 0.75认为城市的重要性显著(城市为海滨城市);当RCI>3和RCI < 0.33时反映港口与城市规模严重不平衡,是交通枢纽城市(hub cities)与一般城市(general cities)特征显著的情况。
在相关领域的研究中,RCI大都遵循最初的计算方法,即用港口吞吐量比重与城市总人口比重的比值反映港口与城市规模的相对大小。该指数的优点是指标简单、易于操作,但是仅用人口来指代城市属性不足以反映城市整体规模和发展水平[13]。而城市建设用地面积作为城市发展的表征指标,可以较好地体现城市发展的状况和水平[14]。因此,本文在前人的研究基础上,引入城市建设用地面积替代人口指标,对RCI指数进行了修改:
$ \mathrm{RCI}=\left(\frac{T_{i}}{\sum\limits_{i=1}^{n} T_{i}}\right) /\left(\frac{C_{i}}{\sum\limits_{i=1}^{n} C_{i}}\right). $ | (2) |
式中:Ti为城市i港口集装箱吞吐量,Ci为城市i建设用地面积,n为一定区域内的港口城市数量。
其中,港口城市的建设用地数据是基于2008、2017年Landsat遥感数据,利用CART决策树方法进行土地利用分类后提取得到。CART决策树算法是使用监督学习的方法,从一组无规律分布的复杂数据中寻找最佳分类体系,构建一个二分支模型,实现对数据的分类和预测[15]。特征变量选择是该算法的一个关键。单纯利用光谱信息分类,往往会出现较多的错分、漏分情况,本研究在特征选择上综合光谱特征、纹理特征以及植被、水体和建筑指数等其他特征,以提高遥感分类的效果。
港口集装箱吞吐量数据从法国的全球航运咨询统计网站Alphaliner上获取。
基于以上方法得到港口矢量数据及港口城市建设用地数据,采用空间统计分析的方法,对21世纪海上丝绸之路沿线港口的面积变化(比例)和港城关系状况进行分析。
3 统计与分析 3.1 港口特征分类港口历来在各国的经济发展中扮演着重要的角色。运输将世界联通,而港口是运输中的重要环节。世界上的发达国家一般都具有功能较为完善的港口。全球港口的发展演变主要经历3个过程:第1个过程,港口主要是海运货物的装卸、仓储中心;第2个过程,港口增加了工业、商业活动,成为具有使货物增值效应的服务中心;第3个过程,港口为了适应国际经济、贸易、航运和物流发展的新变化,逐步走向国际物流中心[16]。当前海上丝绸之路沿线上的许多港口已处于第2个过程向第3个过程转变的状态。
依据不同的特征,港口具有不同的分类标准。依地理环境而分,21世纪海上丝绸之路国外的38个重要港口主要分为海港和河港两类,其中东南亚的仰光港、胡志明港、曼谷港以及南亚的加尔各答港4个港口为河港,其他34个港口为海港。依用途而分,港口主要分为商港、工业港、渔港、客运港、娱乐港、军港、避风塘7类港口类型。一个城市可能有几个不同港口,每个港口可能包含多种用途和功能,本研究选取的港口多为海丝沿线国外区域重要的多用途港口(主要为商港、工业港及客运港)。
3.2 港口面积时空变化特征2008年,全区域的港口平均面积约为5 km2;2017年,全区域港口平均面积增长到6 km2左右。除欧洲和西亚港口平均面积明显高于全区域的平均水平外,其他3个区域(东南亚、南亚和非洲)均低于全区域的平均水平(图 2)。
Download:
|
|
2017年,统计的38个港口中,将近3/4的港口面积在6 km2以内(图 3),其中,0~3 km2的港口共计16个(约42%),3~6 km2的港口共计12个(约32%),这些港口主要分布在东南亚、南亚和非洲地区。欧洲和西亚则是面积大于6 km2的港口的主要分布地。
Download:
|
|
在空间分布上,21世纪海上丝绸之路沿线港口以瓜达尔为分界线,呈现出两种不同的格局(图 4)。瓜达尔以西,欧洲以及西亚的大部分港口面积较大,发展已较为成熟,如欧洲的最大港口鹿特丹港2017年港口面积超过50 km2,西亚的最大港口迪拜港2017年港口面积达到近30 km2,港口面积居于所有港口前列。瓜达尔以东,港口面积相对较小,尤其是很多南亚、东南亚港口的发展仍处于起步阶段,发展潜力较大,如东南亚的西哈努克港(2017年港口面积约0.6 km2)、皇京港(2017年港口面积约0.8 km2)等。
Download:
|
|
东南亚和南亚的港口面积整体呈现出“北小南大”的特点(图 4)。南部区域位于沟通太平洋与印度洋的咽喉要道马六甲海峡附近,海运繁忙,港口的运输需求较大,因此港口面积整体大于北部区域。
2008—2017年间,港口面积变化最大的地区是亚洲,其中东南亚和南亚是港口面积增长比例最大的两个区域,分别增长38%和55%(图 5),近些年来开展的一些港口建设项目(如2014年开建至今的科伦坡港口城项目,2007年开建至今的汉班托塔深水港项目,2002年开建至2015年竣工的瓜达尔深水港建设项目等)是该区域港口面积变化较大的主要原因之一。
Download:
|
|
对2008—2017年间港口面积变化和面积变化比例进行统计(图 6),发现沿线港口面积变化比例超过50%的港口有吉布提港、科伦坡港、瓜达尔港、汉班托塔港、新加坡港、海防港、仰光港、皇京港、槟城港、阿巴斯港共10个,分别分布在非洲、南亚和东南亚。这些地区多为发展中国家,港口结构较不完善,发展速度较快;由于欧洲的港口大多较已成熟,尽管个别港口面积变化较大,港口面积变化比例较小。
Download:
|
|
由海丝沿线港口面积及面积变化比例空间分布图可以看出,面积变化为1~5 km2的港口共有11个(图 7),在欧洲、西亚、东南亚、南亚均有分布,尤以西亚地区波斯湾及阿拉伯海沿岸分布较为集中。
Download:
|
|
2008—2017年,欧洲地区的8个港口中,没有一个港口面积变化比例超过0.5倍(图 8)。对面积变化比例超过0.5倍的港口(共10个)区域分布情况进行统计后可以发现,东南亚和南亚是港口面积变化比例较大的港口分布个数最多的地区(东南亚5个,南亚3个),这些港口呈现小范围聚集的特点,如位于“东方十字路口”马六甲海峡附近的新加坡港、皇京港等,位于“印度洋心脏”孟加拉湾附近的科伦坡港和汉班托塔港,聚集区域多具有较好的地理区位优势。
Download:
|
|
根据港口吞吐量数据的可获取情况,并综合区域的代表性原则,选取新加坡、阿尔赫西拉斯等12个港口城市作为研究区。通过随机点生成法在Google Earth高分辨率影像上对这12个港口城市建设用地提取结果进行精度验证。12个港口城市2期建设用地提取精度在79%~86%范围内,平均83.5%。应用公式(2),分别计算2008、2017年各港口城市的RCI值,计算结果如表 2所示。
2008年,新加坡RCI指数值最高(8.20),其次为阿尔赫西拉斯(3.58),其余几个RCI指数值大于1的港口城市依次为鹿特丹、瓦伦西亚、迪拜、科伦坡,这些港口城市中港口对城市的作用关系较强,港口是城市的关键与优势部门,这些城市多凭借港口获得发展机会与区域地位。其他几个港口城市如胡志明、吉隆坡、吉达、马尼拉、雅加达、泗水,港城互动关系中城市对港口的作用关系较强(RCI均小于1),城市本身自组织与自运行能力较为综合与完善,对港口的依赖相对较小。
从各市RCI值变化来看,新加坡、鹿特丹、迪拜、吉达4个城市的RCI值呈现下降的趋势;其余港口城市的RCI值呈现上升的趋势,其中,科伦坡、瓦伦西亚、胡志明和阿尔赫西拉斯RCI值上升明显。可以看出,新加坡、鹿特丹、迪拜等发展较为成熟的港口城市,在发展中对港口的依赖程度在降低;而其他港口城市正逐步向以港口为依托发展进行转变,城市希望通过港口获得更多的发展机会与更高的区域地位。
4 结论与讨论本文综合港口面积、港口城市建设用地面积、港口集装箱吞吐量等数据,探究21世纪海上丝绸之路沿线国外重要港口的面积时空变化特征及港城关系变化状况。
21世纪海上丝绸之路沿线重要港口面积区域化特征明显。以瓜达尔为分界线,港口面积整体呈“西部大东部小”的分布格局。欧洲地区的港口总面积和港口平均面积最高,其次为阿拉伯海及波斯湾沿岸的西亚地区,东南亚、南亚及非洲(东、北非)地区的港口总面积和港口平均面积相对较小。
港口面积变化及面积变化比例分布情况均存在区域分异特征。除非洲地区外,欧洲、东南亚、南亚、西亚地区港口面积变化差异较小;各区域港口面积变化比例差异较大,南亚和东南亚面积变化比例最高,非洲和西亚地区次之,欧洲地区面积变化比例最低。
港城关系状况存在明显的区域化特征。欧洲地区港口对城市的作用关系相对较强(2017年平均RCI约为2.98);亚洲地区港口对城市的作用关系整体相对较弱(2017年平均RCI约为1.51),其中以东南亚地区的港城关系状况差异最为显著。
本文的研究成果可为更好地认知21世纪海上丝绸之路沿线重要港口发展状况,理解沿线港口与城市发展的作用机制提供一定的科学参考依据。然而,本文仍存在以下不足:由于港口集装箱吞吐量数据获取的局限性,港城关系分析中选取的港城数量相对较少,对区域港城关系分析结果有待完善。
[1] |
曾庆成, 吴凯, 滕藤. 海上丝绸之路港口的空间分布特征研究[J]. 大连理工大学学报(社会科学版), 2016, 37(1): 25-30. |
[2] |
熊勇清, 许智宏. 海上丝绸之路上港口与港口城市的互动发展机制研究[J]. 财经理论与实践, 2017, 38(1): 128-133. Doi:10.3969/j.issn.1003-7217.2017.01.020 |
[3] |
姜丽丽, 王士君, 刘志虹. 港口与城市规模关系的评价与比较:以辽宁省港口城市为例[J]. 地理科学, 2011, 31(12): 1468-1473. |
[4] |
朱俊, 张利鸣, 浦静姣, 等. 基于GIS的营口港总体规划生态环境影响分析[J]. 环境科学研究, 2006, 19(5): 142-148. Doi:10.3321/j.issn:1001-6929.2006.05.027 |
[5] |
牟乃夏, 廖梦迪, 张恒才, 等. "海上丝绸之路"沿线重要港口区位优势度评估[J]. 地球信息科学学报, 2018, 20(5): 613-622. |
[6] |
国家发展改革委, 外交部, 商务部.推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动[N].人民日报, 2015-03-29(004).
|
[7] |
陈琪, 陆军, 杨仝, 等. 基于模型的遥感图像港口检测[J]. 信号处理, 2010, 26(6): 941-945. Doi:10.3969/j.issn.1003-0530.2010.06.025 |
[8] |
洪承礼. 港口规划与布置[M]. 北京: 人民交通出版社, 1999: 118.
|
[9] |
韩理安. 港口水工建筑物[M]. 北京: 人民交通出版社, 2000: 1.
|
[10] |
陈洪波. 科学发展观与现代化港口城市建设[M]. 北京: 经济科学出版社, 2010: 69.
|
[11] |
Vallega A. Fonctions portuaires et polarisations littorales dans la nouvelle régionalisation de la Méditerranée, quelques réflexions[Z]. The 2nd French-Japanese Geographical Colloquium, Tokyo, 1979: 44-48.
|
[12] |
Ducruet C, Lee S W. Frontline soldiers of globalisation:port-city evolution and regional competition[J]. Geojournal, 2006, 67(2): 107-122. |
[13] |
郭建科, 杜小飞, 孙才志, 等. 环渤海地区港口与城市关系的动态测度及驱动模式研究[J]. 地理研究, 2015, 34(4): 740-750. |
[14] |
刘珍环, 王仰麟, 彭建. 不透水表面遥感监测及其应用研究进展[J]. 地理科学进展, 2010, 29(9): 1143-1152. |
[15] |
吕利利, 颉耀文, 黄晓君, 等. 基于CART决策树分类的沙漠化信息提取方法研究[J]. 遥感技术与应用, 2017, 32(3): 499-506. |
[16] |
孙建军, 胡佳. 欧亚三大港口物流发展模式的比较及其启示:以鹿特丹港、新加坡港、香港港为例[J]. 华东交通大学学报, 2014(3): 35-41. Doi:10.3969/j.issn.1005-0523.2014.03.007 |