随着21世纪海上丝绸之路（简称海上丝路）倡议的不断推进，沿线各国经济合作更加紧密，海运交通联系愈加频繁，使得资源配置加速，交通不均衡性越发突出^{[1, 2]}。交通网络的不均衡性反映了各国贸易的空间关系^[3]，研究这种不均衡性有利于探析海运贸易合作的时空态势和交通网络的薄弱点，有助于从国家战略高度协调海运贸易关系，制定宏观的经贸合作策略，为实现区域经济一体化^[4]提供科学参考。现有海运网络交通不均衡性的研究大多通过港口绩效^[5-7]、港口系统集中度^{[8, 9]}、枢纽港地位^[10-12]等量化指标来间接体现交通不均衡性。实际上，交通不均衡反映各节点在网络内的相互联系与差异，表征着各国在海运网络中扮演的角色及各国间的交通关系。

海运交通不均衡性的研究方法主要分为指标法与网络流分析法两类。Notteboom^[13]运用基尼系数对1975—2003年间欧洲和北美地区港口的货流集中度演变进行了比较，得到北美港口的货物集中度更高的结论。指标法通过比较数值进行度量，解释性较差，且不能反映网络的空间动力学信息。基于网络流分析方法对海运交通不均衡性进行研究较为新颖，Wang等^[14]基于图论探索海运交通不均衡性，并以东亚港口为研究案例，分析内部层次结构及空间交互作用，评估交通整合对集装箱行业的影响。Xu等^[15]运用主导流分析法研究全球航运网络各航区地位的不均衡演变规律，证实了交通总量并不能充分反映节点地位的假设。网络流分析方法将网络的联结属性考虑在内，能够更加综合、细致地反映交通流模式的形成和运行机制，对网络节点自身角色和相互之间关系的判定与维护有着无可替代的天然优势。

利用船舶自动识别系统（automatic identification system，AIS）传感器能够获取船舶的实时航行信息^{[16, 17]}，提高海运网络研究的精度与准确度^[18]。利用AIS数据能够准确构建实时海运交通网络，从而更有效地分析交通不均衡性。因此，本文基于AIS船舶轨迹数据，通过网络流分析方法对海运交通不均衡性进行探析，同时采用了不同的可视化表达形式，以直观、科学地展示海上丝路沿线各国的海运交通角色和交通关系。

1 数据和方法 1.1 研究区域

丝绸之路是古代中国与亚欧非国家政治、经济、文化往来通道的统称，是具有历史意义的文明传播之路^[19]。现在，海上丝路的合作对象扩大至世界各国，以亚欧非经济带一体为目标，为中国和海上丝路沿线各合作国经济发展做出贡献。据此确定本文研究区域为在海上丝路处于主导地位的位于东北亚、东南亚、西亚和欧洲沿线的39个国家，见图 1。

1.2 研究数据

基于AIS轨迹数据与全球港口索引文件提取船舶抵、离港信息，将每艘船舶一次抵港与离港的经纬度、港口号及时间戳等信息作为一条起讫点（origin destination，OD）数据。涉及海上丝路沿线39个国家，最终得到交通流OD数据257 715条，本文研究单元是国家，因此，结合全球港口索引文件以及国家基本信息将港口进行国家归属划分，将某一国家的抵、离港数据相加，形成以国家为节点的海运网络。

1.3 研究方法

采用多重流分析方法探测交通不均衡性引致的国家海运交通角色与关系的不同，采用Gephi和ECharts来可视化海运交通网络及进行交通不均衡性的表达。

1.3.1 多重流分析方法

多重流分析方法将高于一定阈值的流均考虑在内，关注的是海运网络中所有较显著的连接。基本计算过程是将国家间的海运交通流按照交通流量大小由大（W₁）到小（W_n）排列，其期望值计算公式如下：

$ {\hat W_1} = {\hat W_2} = \cdots = {\hat W_n} = \frac{1}{n}\sum\limits_{i = 1}^n {{W_i}} $

(1)

式中，W_i为第i流的流量，i ∈ n，n为两个海运区域之间所有海运交通流的集合；Ŵⁱ为交通流量的期望值。

通过可决系数r²来衡量期望值与真实值的拟合程度。若第j步的可决系数r²最大，则两国之间海运交通流为显著流，显著流量为j条^[1]。r²计算公式如下：

$ {r^2} = 1 - \frac{{\sum\limits_{i = 1}^n {{{\left( {{W_i} - {{\hat W}_i}} \right)}^2}} }}{{\sum\limits_{i = 1}^n {{{\left( {{W_i} - \bar W} \right)}^2}} }} $

(2)

式中，W表示交通流量的均值。

1）交通流流向与表征的关系。根据多重流的特点，交通流分布与节点的关系存在着不同的分散模式，表现出不同的依赖、互补关系，进而可以识别出目标节点的竞争协同关系等。若对于节点A、B，存在A→B，即A的显著流指向B，那么表现为A对B的高度依赖；若A↔B，则同时表现出A和B的互补性和依赖性。

2）竞争与协同模型。运用多重流分析方法得出的显著流不仅能反映节点的重要性，还能反映节点间的关系^[20]。若A→(B₁，B₂，⋯，B_n)，则表明节点B之间存在竞争关系；若(A₁，A₂，⋯，A_n)→B，则表明B在整个网络中具有较重要的地位；若某一节点指向的目标节点与另一节点的目标节点存在交集，则两个源节点形成协同关系。节点间的竞争‐协同关系网络为无向加权网络，权值表征关系强度。竞争强度为目标节点竞争相同源节点流入的个数，若两个目标节点承担多个相同源节点的流，则这两个目标节点竞争强度较大。协同强度为两个源节点流入目标国的交集，交集越大，源节点间的协同强度越大。对关系强度进行分类：将强度为1的关系定义为“非显著关系”，关系不明显；强度大于1的关系定义为“显著关系”。在“显著关系”中，将强度为2的关系定义为“弱关系”，强度大于2的关系定义为“强关系”，以此来探究节点间的主要关系。

1.3.2 可视化方法

根据可视化表达的需求，采用Gephi软件和ECharts开源库对数据进行展示。Gephi软件是一款开源免费的复杂网络分析软件，多用于各种网络和复杂系统的交互可视化，是当前科学数据可视化领域的一款重要软件，它不但能处理大规模数据集并生成漂亮的可视化图形，还能对数据进行清洗和分类，并且提供了10余种不同的布局算法，可以根据不同需要生成优美的展示效果。当前大多数针对互联网、生物网络、连接分析、社交图谱等的探索性数据分析基本上都是基于该软件进行的。ECharts是一个基于JavaScript的开源可视化图表库，其图表类型丰富，渲染引擎多样，支持数据过滤、聚类、回归等分析，可以实现同一份数据的多维度分析，还具有开源交互等功能，因此成为当前诸多领域进行可视化分析的首选开源库。

2 交通不均衡性的可视化分析 2.1 海运交通网络表达

在Gephi软件中采用Geo Layout布局算法对各国及其交通流联系进行可视化。Geo Layout算法使用经纬度坐标设置网络上的节点位置，对网络节点进行地理布局，即能根据地理编码属性（纬度和经度）和标准投影显示图形。

采用Geo Layout布局算法进行海运网络可视化的基本步骤如下：①在Gephi软件中导入节点文件，包括ID、Label、Latitude和Longitude字段，边文件包括Source、Target节点以及Weight字段，使用Geo Layout算法进行布局，使其结构形状依据节点的经纬度位置变化；②在外观设置中渲染节点和边，指定颜色、尺寸、标签等；③通过预览界面调节参数，美化复杂网络的可视化效果，并使用Inkscape软件将Geo Layout算法的可视化效果图与ArcMap制作的地理底图（亚洲、欧洲、非洲、大洋洲）叠加，生成各国交通流联系的可视化图像，见图 2。

2.2 国家海运交通角色分析

通过显著流分析，构建海运网络的主干结构，以进一步分析各国的海运角色。为形象直观地刻画不同国家的海运角色，本文将各国所承担的海运交通流量等级划分为3类：大于10 000、大于3 000、大于100。采用Gephi软件绘制关系网络，并以区域为单元将其划分为4个版块，绘制国家海运交通角色评估图，如图 3所示。

从区际角度来看，在欧洲地中海地区，希腊承担的区际间显著流最多，西亚以及东南亚国家对希腊存在交通流依赖。在西亚，土耳其承担的区际显著流最多，来自欧洲地中海的西班牙、马耳他、意大利和希腊以及俄罗斯。在欧洲地中海‐西亚地区，希腊‐土耳其‐塞浦路斯‐黎巴嫩‐以色列形成了跨域海上交通流集中圈。东北亚地区承担区际显著流最多、范围最广的国家是中国，除对东南亚存在交通流依赖外，中国还与西亚的阿联酋和沙特阿拉伯存在重要的交通关系。在东南亚，马来西亚承担的区际显著流较多。

从各区域内部来看，在欧洲，意大利对海上交通流具有强劲的控制能力，承担欧洲地中海沿线所有国家的显著交通流，成为欧洲地中海地区首屈一指的船舶“集散中心”。在西亚地区，阿联酋对区域内海上交通流的控制能力强于其他国家，承担了阿曼、巴林、卡塔尔、科威特、沙特阿拉伯、伊拉克和伊朗7个国家的显著交通流。在东北亚，中国承担区域内所有国家的显著交通流，且承担的显著交通流数量在区域内遥遥领先。作为世界上最大的制造业国家，有“世界工厂”之称的中国成为东北亚地区乃至世界海运交通的“集散中心”。在东南亚，新加坡对海上交通流的控制力较该区域其他国家更强。

综上来看，意大利、新加坡和中国在海上丝路海上交通网络中发挥着支柱作用，而作为局部枢纽的希腊、土耳其以及以色列等构建起了地中海东部海域的主要交通流结构，对地中海区域的海运贸易起到了积极的推动作用。沙特阿拉伯是海上丝路国家中与各地区海运交通联系最均衡的国家，为欧洲和亚洲构建起了海运贸易的桥梁。

2.3 各国海运关系分析

如图 4所示，从关系的数量和强度两个层面对国家海运关系进行定量分析，基于竞争‐协同模型，采用ECharts统计和可视化方法展示各区域内各个国家承担的竞争和协同关系度值分布和占比以及各区域的交通关系强度。可以看出，竞争与协同关系趋势线走向相似。定义度值大于30的国家为高层次国家，度值在（20，30]内的国家为中层次国家，度值在（10，20]内的国家为低层次国家。可以看到，西亚和欧洲地中海地区的国家两极分化明显，相比之下，东亚各国的交通关系则更均衡。由图 4（b）可知，从关系的空间分布与强度上看，区际交通关系远远多于区域内部交通关系，关系强度与总体平均强度值相近。在各区域内部，西亚的交通关系最多，但强度远未达到总体平均强度；欧洲竞争、协同关系比西亚少，但关系强度更大；东南亚交通关系极强；东北亚交通关系强度仅次于东南亚。因此，各国跨区远洋交通目前仍有较大发展空间，各国应积极主动加强跨区海运贸易合作。

继续从区际和区域两个视角探究交通关系。使用ECharts可视化库构建弦图，以形象刻画交通关系，根据不同国家权重大小构造不同半径的节点，按照起始节点与目标节点的强、弱关系以及权重确定线数据，得到跨区国家间显著交通关系网络，如图 5所示。关系网络中的强关系占比70% 以上，故显著交通关系网络以强关系为主。将竞争与协同关系强度从大到小排列，图 5（b）和图 5（c）展示了前15名的关系分布，可以看到，竞争网络中的部分核心国家在协同网络中也处于核心地位，两者高度重合。因此，大多数国家间既有竞争交通关系又有协同交通关系，形成竞争‐协同型交通关系。其中，中国、新加坡、马来西亚承担的区际交通关系最多，进一步对这3个国家的海运交通关系进行研究。可以发现，中国、新加坡和马来西亚相互之间海运交通联系作用很强，此外，马来西亚与欧洲的希腊、法国、意大利，西亚的阿联酋、沙特阿拉伯和东北亚的韩国竞争‐协同型交通关系较强。新加坡与欧洲的西班牙、希腊、意大利，西亚的阿联酋和东北亚的韩国、日本存在较强的竞争‐协同型交通关系。因此，地理邻近的海运大国间更易形成区域内较强的竞争‐协同型交通关系。

3 结束语

海上丝路海运交通网络的不均衡性体现在沿线国家在海运网络中承担的不同角色及其之间的不同交通关系，本文通过Gephi软件利用AIS轨迹数据构建海运交通网络，采用网络流分析方法，通过ECharts可视化库对国家的交通角色和国家间的交通关系进行了可视化分析，得出了以下结论：

1）从海上丝路海运网络结构上看，海运网络空间分布不均使得沿线国家海运地位及联系特征差异明显，意大利、新加坡和中国在海上丝路海运网络中承担了极为重要的角色，希腊‐土耳其‐塞浦路斯‐黎巴嫩‐以色列形成了欧洲地中海‐西亚地区的海运交通圈，沙特阿拉伯是亚欧贸易的桥梁；从交通关系数量上看，欧洲地中海与西亚国家两极分化明显，东亚国家表现较均衡；从交通关系强度上看，东南亚国家间关系强度最强，西亚的关系强度最弱；从交通关系类型上看，大多数国家间已形成了竞争‐协同型交通关系。

2）从可视化的手段来看，Gephi软件和ECharts可视化库能够优美地展示海运交通网络的结构特征，深度刻画交通不均衡性引致的国家角色及交通关系的差异，将复杂的地理问题形象化，使分析结果更具可读性和可解释性。