EN中文

地理研究 >

2024 , Vol. 43 >Issue 4: 809 - 823

DOI: https://doi.org/10.11821/dlyj020230718

研究论文

全球海空枢纽识别与影响因素研究

  • 王列辉 , 1, 2, 3 ,
  • 项阳 1 ,
  • 张圣 , 1
展开
  • 1.华东师范大学中国现代城市研究中心，上海 200062
  • 2.华东师范大学中国行政区划研究中心，上海 200241
  • 3.华东师范大学全球创新与发展研究院，上海 200062
张圣（1994-），男，安徽宣城人，博士生，主要从事交通地理学、城市地理学研究。E-mail:

王列辉（1978-），男，浙江慈溪人，博士，教授，博士生导师，主要从事交通地理学、城市地理学、历史地理学的研究。E-mail:

收稿日期: 2023-08-21

  录用日期: 2024-01-27

  网络出版日期: 2024-04-12

基金资助

国家社会科学基金重大项目(20&ZD070)

国家自然科学基金项目(42371178)

国家自然科学基金项目(41971155)

中央高校基本科研业务费项目(2022QKT002)

中央高校基本科研业务费项目(2022ECNU-XWK-XK001)

收起

Research on identification and influencing factors of global sea-air hubs

  • WANG Liehui , 1, 2, 3 ,
  • XIANG Yang 1 ,
  • ZHANG Sheng , 1
Expand
  • 1. The Center for Modern Chinese City Studies, East China Normal University; Shanghai 200062, China
  • 2. Research Center for ChinaAdministrative Division, East China Normal University, Shanghai 200241, China
  • 3. Institute for Global Innovation and Development, East China Normal University, Shanghai 200062, China

Received date: 2023-08-21

  Accepted date: 2024-01-27

  Online published: 2024-04-12

Fold

摘要

全球海空枢纽是海上运输、空中运输与陆上运输的立体交互，具有更强大、更广泛的交通运输和集散能力。海空枢纽除基本的运输功能外，还以独特的产业运行过程，发展成为城市与区域经济发展的动力源。本文基于联通度和吞吐量两个维度分别进行全球海空枢纽识别，提出海空枢纽度这一指标表征枢纽的运输集散能力，并进一步探讨不同因素对海空枢纽能力的影响。研究发现：① 文章识别出35个全球海空枢纽，包括上海、纽约、新加坡、深圳、广州、香港、迪拜、洛杉矶等城市，聚集在东亚东南亚、欧洲和北美洲，多位于重要的全球城市或全球海运的重要航道。上海在联通度和吞吐量上都位居前列，是重要的全球海空枢纽。② 新加坡是全球排名第一的海空枢纽，中国的海空枢纽排名普遍较高，而大部分东南亚南亚城市的海空枢纽度排名靠后。绝大部分海空枢纽分布于高收入国家（地区）和中等偏上国家（地区），但海空枢纽度和国家（地区）收入水平之间存在一定的异质性，即使位于同一国家的海空枢纽之间在海空枢纽度的表现上也具有极大差异。③ 城市人口数量、外籍人口占比、船东企业数量、港口水深条件、港口平均在泊船只数、机场航站楼数量、国际旅客比例以及机场入驻的空运公司数量对于城市的海空枢纽度有显著影响，海运和空运指标的显著性高于腹地城市指标，基础设施属性指标和经济社会属性指标同样具有显著性。

关键词： 全球海空枢纽; 海空枢纽度; 海空联运; 分布特征; 影响因素

本文引用格式

王列辉 , 项阳 , 张圣 . 全球海空枢纽识别与影响因素研究[J]. 地理研究, 2024 , 43(4) : 809 -823 . DOI: 10.11821/dlyj020230718

Abstract

The global sea-air hub is the interaction of maritime transport, air transport and land transport, with more powerful and broader transportation and distribution capabilities. In addition to the basic transportation function, the sea-air hub also develops as the power source of urban and regional economic development with its unique industrial operation process. This paper identifies global sea-air hubs based on connectivity and throughput, proposes the sea-air index to represent the transportation and distribution capacity of the hub, and further explores the impact of different factors on the capacity of sea-air hubs. The results are as follows: (1) The article identified 35 global sea-air hubs, including Shanghai, New York, Singapore, Shenzhen, Guangzhou, Hong Kong, Dubai, Los Angeles and other cities, clustered in East Asia, Southeast Asia, Europe and North America, most of which are located in important global cities or global shipping lanes. Shanghai ranks at the forefront of connectivity and throughput as an important sea-air hub. (2) Singapore is the top of sea-air hubs in the world. China's sea-air hubs’ rankings are generally high, while most cities in Southeast Asia and South Asia rank low in sea-air hub index. Most of the sea-air hubs are distributed in high-income countries (regions) and upper-middle countries (regions), but there is a certain heterogeneity between the degree of sea-air hubs and the income level of countries and regions. Even the sea-air hubs located in the same country have great differences in the performance of the sea-air index (3) The number of urban population, the proportion of foreign population, the number of shipowner enterprise, the water depth of the port, the average number of ships at the port, the number of airport terminals, the proportion of international passengers and the number of air transport companies settled in the airport have a significant impact on the degree of sea-air hub of the city. The significance of sea transport and air transport indicators is higher than that of hinterland cities and infrastructure attribute index and economic and social attribute index are equally significant.

Key words： global sea-air hub; sea-air hub index; sea-air intermodal transportation; distribution characteristics; influencing factors

1 引言

长期以来，多式联运极具优势，海铁联运、空铁联运等方式受到越来越多的关注，但海运和空运由于存在货种结构差异以及时间成本差异，二者的相互替代性较为有限，因此很少被一起研究。海洋运输往往集中在笨重且附加值不高的大宗货物，单位运输成本低但耗时长，而航空运输主要用于小巧、高附加值、需要快速运输的货物，价格承受力强且时效要求高，同时航空运输承担了大部分跨境人员流动，因此空运与海运联系不紧密。
近年来，对于空运和海运的联合研究逐渐被关注，一方面综合了海运的经济性和空运的快捷性的海空联运优势被逐渐挖掘，特别是跨界电商与海外仓新业态的产生为海空联运的发展提供了新的可能。境内企业往往通过海运将货物通过跨界物流出口至境外仓库储存，在跨境电商平台实现交易，再依据订单从海外仓选择空运等方式送达境外购买者，不仅大大降低物流成本，也大幅节省报关时间。另一方面，一些突发事件也让同时拥有空运和海运优势的城市价值得到体现。2021年3月23日，长荣海运集团超大型集装箱船“长赐”号在苏伊士运河搁浅，导致运河双向航道堵塞。在此背景下，迪拜充分发挥了海空联运中转枢纽的优势，货物从亚洲海运到杰贝阿里港，然后再从迪拜空运到欧洲或美洲[1]。航空公司与船公司之间强化合作，扩大设施共享，以同港多发的形式扩大海运联通和空运联通，以此降低因海空基础设施供给不足、港口和机场停运带来的风险。近年来，有越来越多的城市开始进行海空联运的探索。在此大背景下，很有必要对全球海空枢纽进行识别，总结其空间分布规律和主要影响因素，才能更好把握未来的发展趋势。
当前交通网络研究以单一交通模式为主，重点探究网络拓扑结构特征、网络演化机制以及交通流视角下的城市层级，对于多交通部门的综合研究仍然较少。由于高铁客运和空运客运具有较高的竞争性，近年来有学者开始基于高铁和空运进行双层加权网络结构特征的研究[2⇓⇓-5]，以及高铁和航空运输的竞合关系研究[6⇓-8]。海铁联运也一直是学者研究的热门议题，已有研究聚焦于路径选择优化[9⇓-11]、物流网络结构[12⇓-14]以及从宏观视角探究区域海铁联运发展情况[15]。目前学界对于海空联运的研究非常有限，其中大部分基于小尺度对城市或地区海空联运发展现状进行探究[16,17]，以及从供应链视角研究联运物流网络的优化[18]，缺少从全球层面对海空枢纽的梳理和识别。
从现有文献研究来看，基于运输主体的差异，目前针对全球海空枢纽研究较少，而全球海运网络与全球空运网络的研究已较为丰富。空运互联互通的研究以空运机场所在城市为节点，以客运和货运航线为基础数据，分析全球空运网络时空变化、联通特征及组织模式等[19⇓⇓⇓-23]，近年来也有学者以机场为节点，探究多机场体系航运网络的竞争合作关系[24,25]。中国是民航业发展最快速的国家之一，中国学者对中国空运网络发展特征、运输模式等研究内容更加深入[26⇓⇓⇓-30]。海运网络与空运网络研究内容具相似性，全球时空地理格局和时空发展规律的探究是重点研究领域，主要关注海事网络层次结构[31,32]、港城关系[33]等研究内容。在已有的研究中，海运与空运通常作为一个独立的分析对象出现，即便在多层网络研究中，城市的海空特征通常较少被看作一个统一整体。且海空枢纽研究与多层网络研究的分析逻辑有一定差异，海空枢纽基本特征是空中运输与海上运输的立体交互，海空枢纽作为综合交通运输枢纽，在海空交互下具有更强的辐射能力，同时也配套有高中低梯度性城市服务功能[17]。因此，海空枢纽并非简单的基础设施，而是空运枢纽、海运枢纽和城市服务功能的综合性功能集成，主要以世界级的大型全球城市为主。多层交通网络分析主要聚焦物理图层叠加和拓扑结构分析，缺乏全球综合海空交通枢纽视角，因此探究全球海空枢纽的分布及其影响因素具有一定的研究意义。

2 全球海空枢纽含义

2.1 全球海空枢纽的兴起

海空联运是海运和空运的有机组合，又称为空桥运输，是从迅捷但昂贵的空运以及价格低廉但耗费较长时间的海运发展而来的。早期有学者对海空联运方式出现的原因进行探究：① 早期代理人选择使用海运方式导致货物配送延迟，而全部改为空运过早到达目的地也造成了仓储成本的上升，货主对运输时间的要求是足够准确，因此在两种运输方式之间选择海空联运来机动地平衡时限和效益的需求[34]。② 某条航线上货流不平衡会吸引周边货源产生海空联运业务，如迪拜同时拥有条件优良的海港和机场，机场的到港货物很充足但缺乏离港货物，因此航空公司对离港航班制订了一系列优惠运价来吸引周边货源。周围地区的代理将货物海运至迪拜港再装机空运，实现低成本的海空联运[35]。③ 也有学者提出大型船公司会关注航运的环保问题，早期的Damco船公司表示海空联运和空运相比能够削减40%~50%的排放[34]。
海空联运方式最先出现于20世纪60年代，加拿大航空公司通过集装箱海运将货物从日本运往温哥华，再通过温哥华国际机场运往美国东海岸、欧洲和中东地区。70年代中后期海空货物联运业务得到迅速发展，从美国扩展到其它海湾地区。80年代至90年代以来亚洲国家货物出口量的激增促进了海空联运业务的进一步发展，新加坡在当时已经作为世界级海空货物联运枢纽出现在国际市场上[36]。21世纪以来，海空联运得到持续发展运用，中国在粤港澳大湾区开展了客运海空联运新方式，世界各地经香港到珠江三角洲的旅客、以及从珠江三角洲经香港到世界各地的旅客，在香港无需办理进出境手续就可以直接转船或转机到达目的地，缩短了行程同时节省了时间[37]。如今随着电商的发展，人们对于订单的时效要求也越来越严格，电商企业为了保持竞争力也使商品库存离消费者越来越近，前置仓、微型仓以及国外的Dark Store等也越来越多，这些仓库周转率高、仓库面积小、按订单需求高速出库等特征也是海空联运发展的新机遇。如在南沙保税区出口企业可根据业务需求多元化选择海空联运至香港机场出口或陆空联运至广州白云机场出口，搭建起了海港与湾区各大空港机场群协同作业联合发展的一体化平台[38]。
海空联运开展的关键在中转点的选择，而具有优势条件的中枢节点有更大的可能成为中转枢纽，进而因为兼具海运空运的优势条件发展成为全球海空枢纽。作为两种运输方式的汇集地，全球海空枢纽是大宗客货流中转、换乘、换装与集散之地，其布局对客货流的运输路径、运输效率、运转速度等产生决定性影响。学者们对能够产生海空枢纽的优势条件进行归类。首先，货运能力的强弱对海空联运产生巨大影响，航线密度高、货流量大的机场或港口相比之下更具有进行海空联运的潜力[35]；其次，为了保证海空转运的效率，货运站必须让港口与机场尽量地在空间位置上相互接近，因此那些同时拥有海港和机场的城市会受到货运人的偏爱；此外，配套设施的具备与否，以及是否有对于海空多式联运的政策产业支持（如设立特定的保税区或自由贸易区等）也会影响中转点的发展。在长期的发展过程中，全球已经出现了一些成熟的中转枢纽，如韩国的仁川、中国的台北、中东的迪拜以及北美的温哥华、洛杉矶、迈阿密和西雅图等[39]。因此，本文结合海空联运的发展历程以及中转枢纽的选择要求，进一步提出全球海空枢纽的内涵。

2.2 全球海空枢纽的内涵

海空枢纽是综合交通枢纽的一种，是以城市为单元，同时具有海运枢纽性与空运枢纽性的节点，其运行逻辑见图1。
图1 海空枢纽运行逻辑

Fig. 1 Sea-air hub operation logic

第一，交通枢纽的最基本特点在于不同交通方式交互，对海运枢纽来讲，就是水上运输与陆上运输的交互；对空运枢纽来讲，就是空中运输与陆上运输的交互。海空枢纽即为海上运输、空中运输与中转衔接的陆上运输的立体交互，它具有更强大、更广泛的交通运输和集散能力。海空枢纽特别是区域性或全球性的海空枢纽是城市发挥基本职能的主要门户，海空枢纽的能级在一定程度上影响并决定着城市经济与外部市场的交互能力，进而决定了城市发展的市场容量。第二，海空枢纽除基本的运输功能外，还以独特的产业运行过程，发展成为城市与区域经济发展的动力源。海空枢纽与自由港或自由贸易区等相结合，形成综合交通枢纽平台，其基本功能已从传统的进出口门户转变为国家贸易增值服务的产业基础，成为推动区域经济发展的重要动力源。由此，海空枢纽的运输功能向城市功能拓展，海空枢纽向“海空枢纽+”转变。
因此，海空枢纽并非简单的基础设施枢纽，而是海运枢纽、空运枢纽和城市服务功能的综合性功能的集成，全球性的海空枢纽主要以全球城市为主。以中国沿海为例，香港是全球海运服务中心、空运枢纽及海运物流集散中心，是具有极强竞争力的全球海空枢纽。基于海运和空运的不同发展强度，可以把城市分为9大类型（图2），海空枢纽是海运和空运都非常发达的城市。
图2 基于海运与空运发展程度差异的海空城市分类

Fig. 2 Classification of sea-air cities based on different development degrees of sea and air transport

本研究将全球同时具备海运和空运条件的城市纳入研究范畴，即同时拥有海港和货运机场的城市。将所有城市依据海运和空运的不同发展能级进行低、中、高三级分类，将发展强度中等的城市分别称为空运城市和海洋城市，发展强度高的城市分别为空运枢纽和海洋枢纽，再根据海运和空运发展的均衡状态进一步划分为9个类别。其中海运和空运发展水平相当的城市按照能级高低依次分为弱交通城市、海空均衡发展城市以及海空枢纽。
吞吐量与联通性是城市枢纽节点的两个评价维度，本研究认定的海空枢纽既包含高运力枢纽，又包括高联通性的枢纽。海空枢纽的基本要求是枢纽性，即交通运输枢纽具有全球扩散力和影响力，海运和空运的双强是必要条件。虽然强度临界值的调整和设置具有灵活性，但海运强空运弱或空运强海运弱均不能称为海空枢纽。

3 数据来源与研究方法

3.1 数据来源

受到新冠疫情的影响，大部分海空枢纽在疫情前后的联通能力表现出大幅度波动，单一年份的数值无法全面体现枢纽水平。为了更客观地识别全球海空枢纽，综合考量疫情前后的全球空运海运数据，本文全球空运货运吞吐量数据来源于国际机场理事会2019—2021年年度报告中的全球吞吐量排名前60榜单，空运航线数据来源于国际民航组织（ICAO）公布的2019年和2020年全球空运网络数据，全球海运集装箱吞吐量数据来源于劳合社发布的2019—2021年前100名集装箱港口排名榜单，海运航线数据来源于自各船公司网站提取的船期表。城市属性数据以及港口机场属性数据来源于不同国家统计局以及机场、港务集团官网。
在海空枢纽影响因素的研究中，本文将综合前人对于空运枢纽、海运枢纽以及全球城市的相关研究[40,41]，对影响全球海空枢纽得分的因素进行归纳整理，根据性质进一步划分一、二、三级指标（表1）。城市指标包括地方经济发展程度、城市政治环境、城市人口情况，以及城市创新条件4个类别。港口的评价指标包括港口基础条件、港口服务效率以及航运市场三部分，空运的评价指标包括机场的基础设施条件、航线网络布局，以及机场的综合交通效率3个类别。
表1 全球海空枢纽的影响因素汇总表

Tab. 1 Influencing factors of global air-sea hubs

一级指标 二级指标 三级指标 解释变量及单位 来源
城市指标 地方经济 国内生产总值 在一年中，一个国家或地区的经济中所生产出的全部最终产品和劳务的价值（$）
贸易开放程度 城市进出口总额占城市生产总值的比值（%）
第三产业占比 城市第三产业产值占地区生产总值的比值（%）
世界500强总部企业数量 《财富》榜单中世界500强企业总部的数量（个）
政治环境 政府平均治理水平 地区腐败控制、政府效率、政治稳定性、监管质量、法治和政治民主度六个指标的平均分 世界银行
行政中心 是否为首都
人口情况 人口数量 城市人口数量（人）
外籍人口占比 城市外籍常驻人口数占城市常住人口数的
比值（%）
创新条件 研究研发人员数量
（每百万人）		 城市每百万人中研究研发人员的数量（人） 世界银行
大学数量 拥有QS前500大学数量（个） QS大学
排名榜单
港口指标 基础条件 泊位数 港口的泊位数（个） 船视宝
泊位岸线长度 港口码头岸线长度（m）
港口最大吃水深度 港口的最大吃水深度（m） 船视宝
服务效率 平均在港船只 港口的年均在港船只数（艘） 船视宝
平均在泊船只 港口的年均在泊船只数（艘） 船视宝
平均作业时长 港口的年均作业时长（h） 船视宝
航运市场 船公司数量 港口城市拥有的船东企业数量（个） 劳合社海事企业名录
空运指标 基础设施 航站楼数量 机场现在运营中的航站楼数（个）
跑道数量 机场现有跑道数（个）
航线网络 国际旅客比例 机场国际旅客吞吐量占旅客吞吐量的比值（%）
空运公司数量 机场入驻航司数量（个）
交通效率 城市中心到机场用时 从城市CBD到机场的最短用时（min）
准点率 各机场的准点的航班占所有航班的比值（%） 飞常准

3.2 研究方法

3.2.1 海空枢纽度

本文对于全球海空枢纽的定义是海运和空运双强的城市，同时枢纽既包含高运力枢纽，又包括高联通性的枢纽。因此，综合枢纽城市的海空吞吐量数据以及海空联通度数据为影响城市海空枢纽度的重要指标，吞吐量数据包括港口集装箱吞吐量以及空运货运吞吐量，联通度数据分别包括海运枢纽和空运枢纽的度中心性、中介中心性、接近中心性、特征向量中心性，使用Gephi软件计算海空枢纽的四大中心性数值，具体测算方式见表2。度中心性反映了节点与其它节点直接发生联系的可能性，体现节点在网络中的影响力大小；中介中心性反映了节点在网络中的中转能力，承担中转角色越多的节点在网络中重要性越高；接近中心性反映了节点到其它节点最短路径的平均长度，体现了节点的运输效率；特征向量中心性反映了节点与更多核心节点存在连接，其在网络中的重要性高。不同指标衡量了海空枢纽不同方面的表现情况，为了深入分析全球海空枢纽的排名，文章运用主成分分析法将多指标降维，得到可以涵盖所有特征的海空枢纽度，并根据此得分对识别出的全球海空枢纽进行排位。
表2 中心性指标测度

Tab. 2 Centrality index measurement

指标 公式 具体含义
度中心性 P ( r ) = D r N Dr是与节点r相连的节点数；N为所有节点数。
中介中心性 C b i = 2 ∑ a ≠ b ≠ i ∈ V N g a b ( i ) g a b ( N - 1 ) ( N - 2 ) gab(i)是其它城市ab的连接经过城市 i的最短路径数量；gab是其它城市ab间最短路径数量；VN表示网络中的点集。
接近中心性 C c i = N - 1 ∑ j ∈ V N , j ≠ i D i s t ( i , j ) Dist(i,j)是城市i和城市j之间连接的最短路径。
特征向量中心性 C E i = 1 λ ∑ j W i j C E ( j ) Wij是城市i和城市j之间的连接强度；λ取最大的特征值；CE(j)表示节点j的特征向量中心性。

3.2.2 稳健回归

在对于全球海空枢纽影响因素的探究中，由于全球枢纽的数量有限且个体差异性较大，其指标数据很难较好地满足正态分布，往往存在一些偏离数据集但同样重要的异常值，因此常用于回归分析的最小二乘法不再是最好的方法。稳健回归就是将对异常值十分敏感的经典最小二乘回归中的目标函数进行修改得到的一种回归方法，通过给予偏离点较低得到权重，控制其对参数的影响，使得回归结果更具有稳健性。本研究使用稳健回归中的随机采样一致性算法（RANSAC），其计算过程为：
Q = ∑ i = 1 n ρ ( e i ) = ∑ i = 1 n ρ ( y i - ∑ k = 1 l β k x i k )
式中：Q为观测点偏离回归函数的程度最小值；ρ为残差函数；i为观测点样本数，i=1,2,…,n；k为自变量个数，k=1,2,…,l；ei为随机误差，且均值为0；βk为回归系数；xik为回归分析观测值；yi为目标函数值。
对ρ(ei)求导，并令其求导函数为φ(ei)，公式（1）对回归参数βk求偏导并令其值为0，有：
∑ i = 1 n φ ( e i ) x i k = 0
定义权重函数 ω ( e i ) = φ ( e i ) e i，则公式（2）可变化为
∑ i = 1 n ω ( e i ) x i k y i - ∑ k = 1 l β k x i k = 0

4 全球海空枢纽识别

4.1 基于航线联通性和运输吞吐量的全球海空枢纽识别

4.1.1 基于航线联通性的全球海空枢纽

度中心性表示了枢纽与其它城市联系的广度，对度中心性即枢纽对外联系的数量进行二维分析，将空运联通度和海运联通度排名前600的城市进行二维匹配，识别出全球150余个海空城市，代表性城市见图3。基于联通性强度差异，按照前文对海空城市的分类，将这150个城市依照三分位数点聚类为9个类别，本文设定空运与海运联通性排名均在前50以内的为海空枢纽，识别出基于联通性的全球海空枢纽共29个，主要分布于西欧、北美、东亚和东南亚。中美两国拥有最多的海空枢纽，分别为天津、青岛、上海、宁波、广州、厦门、深圳、香港、台北，以及纽约、迈阿密、休斯顿、洛杉矶、西雅图。此外还有欧洲的伦敦、汉堡、巴塞罗那、赫尔辛基、圣彼得堡、温哥华，中东地区的伊斯坦布尔、迪拜，东亚的东京、大阪、仁川，东南亚地区的新加坡、马尼拉、雅加达以及澳大利亚的悉尼（图4）。
图3 全球海空城市分类

Fig. 3 Classification of global sea-air hubs

图4 基于联通性的全球海空枢纽（2021年）

Fig. 4 Sea-air hubs based on connectivity(2021)

上海在海运全球联通性和空运全球联通性上都位居前列，是最重要的全球海空枢纽，深圳、迪拜、纽约、洛杉矶均为海空枢纽中空运海运均衡强势发展的城市。青岛、厦门、宁波、香港等新兴国家城市在海运联通性上更胜一筹，而休斯顿、迈阿密、伦敦、巴塞罗那、圣彼得堡、赫尔辛基等发达国家的城市在空运联通性上表现突出。这也与不同发展阶段的国家和城市在产业链中所处的位置有关，新兴国家的城市往往处于产业链的制造端环节，制造业的原材料进口和制成品出口都以海运为主要交通方式，货物的大进大出是主要的运输特征；而发达国家的城市主要以服务业为主，在产业链中处于微笑曲线的两端，因此商务人士的出行和高精尖产品的运输支撑了空运的发展。

4.1.2 基于运输吞吐量的全球海空枢纽

因为海空联运更多用于货物运输，本文对于海空枢纽能力的考察更着重于货运吞吐能力，选取2021年全球集装箱吞吐量排名前100的港口城市和空运货运吞吐量排名前60的机场所在城市进行叠合分析。得到吞吐量具有全球绝对枢纽地位的海空枢纽共有23个城市（图5），其中有18个城市位于亚洲地区，大部分位于东亚及东南亚国家，以及部分联通度同样有优势的欧美国家城市如纽约、伦敦、洛杉矶、西雅图、休斯顿。上海、新加坡、香港以及迪拜和深圳的集装箱和空运货邮的吞吐量都很大，在全球处于绝对枢纽地位。
图5 基于吞吐量的全球海空枢纽（2021年）

Fig. 5 Sea-air hubs based on throughput(2021)

4.2 全球海空枢纽识别及枢纽度测算

综上基于吞吐量和联通性对全球海空枢纽进行总结分析，本研究认为海空枢纽是全球城市中空运与海运双强、具有高吞吐量和高联通度的城市。因此将基于吞吐量识别的全球海空枢纽与基于联通度识别的海空枢纽合并，得出以下35个全球海空枢纽（表3）。上海、纽约、新加坡、深圳、广州、香港、迪拜、洛杉矶、东京、伦敦、休斯顿、西雅图等是全球最重要的海空枢纽。
表3 基于海运与空运的海空枢纽分类

Tab. 3 Classification of sea-air hubs based on sea and air transport

等级 类型 含义 主要城市
枢纽 海空枢纽 高空运强度，高海运强度；具有全球性辐射能力；高吞吐量和高联通度；全球城市。 上海、纽约、新加坡、深圳、广州、香港、迪拜、洛杉矶、东京、伦敦、休斯顿、西雅图、青岛、厦门、雅加达、温哥华、天津、胡志明市、马尼拉、仁川、台北、大阪、奥克兰、阿布扎比、伊斯坦布尔、迈阿密、巴塞罗那、河内、孟买、圣彼得堡、赫尔辛基、汉堡、悉尼、宁波、曼谷
空运枢纽 高空运强度，弱等海运强度；仅
空运全球性辐射能力城市		 孟菲斯、北京、成都、莫斯科等
海洋枢纽 高海运强度，弱空运强度；仅
海洋运输具有全球性辐射能力		 釜山、鹿特丹、巴生、安特卫普等
综合考虑枢纽的吞吐能力和联通能力以及稳定性指标进行海空枢纽度的计算，选取城市海运集装箱吞吐量、空运货运量、空运海运网络指标（度中心性、中介中心性、接近中心性、特征向量中心性）共10个指标进行主成分分析，测算不同城市的海空枢纽度。
主成分分析共得到3个主成分变量，累计贡献率为79%，基本反映了原变量的主要信息。其中，第一主成分受海运集装箱吞吐量、海运度中心性、海运接近中心性、海运中介中心性、海运特征向量中心性影响最大，主要反映海空枢纽在海运运输方面的能力，第二、第三位主成分分别受空运货运吞吐量、空运度中心性、空运接近中心性、空运中介中心性和空运特征向量中心性影响大，表现为海空枢纽在空运运输方面的能力。主成分矩阵出现负数，通过数据平移进行非负化处理，根据各主成分方差贡献值，进行加权复合得到35个海空枢纽的全球枢纽度（表4）。新加坡、上海、深圳、香港和迪拜是具有最强实力的全球海空枢纽。
表4 全球海空枢纽排名

Tab. 4 Global sea-air hubs ranking

海空枢纽 排名 海空枢纽度 海空枢纽 排名 海空枢纽度
新加坡 1 6.51 伊斯坦布尔 19 2.10
上海 2 5.61 迈阿密 20 2.00
深圳 3 4.56 胡志明市 21 1.99
香港 4 4.03 马尼拉 22 1.96
迪拜 5 3.98 休斯顿 23 1.94
伦敦 6 3.75 河内 24 1.74
纽约 7 3.57 雅加达 25 1.54
东京 8 3.21 曼谷 26 1.52
洛杉矶 9 3.03 奥克兰 27 1.51
广州 10 2.97 巴塞罗那 28 1.50
青岛 11 2.90 西雅图 29 1.44
宁波 12 2.83 大阪 30 1.35
厦门 13 2.68 赫尔辛基 31 1.34
温哥华 14 2.64 圣彼得堡 32 1.31
汉堡 15 2.27 悉尼 33 1.24
仁川 16 2.26 阿布扎比 34 1.04
天津 17 2.22 孟买 35 0.95
台北 18 2.19
综合来看，35个海空枢纽布局相对集中，聚集在东亚东南亚、欧洲和北美洲，多位于重要的全球城市或全球海运的重要航道（图6）。中国和美国的海空枢纽数量最多，这与中美两国巨大的经济发展需求和频繁的空运货运往来密不可分。中国的海空枢纽排名普遍较高，具备较强的发展潜力。大部分东南亚南亚城市的海空枢纽度排名靠后，与高排名的海空枢纽相比虽然缺乏优势的腹地经济条件，但因其在全球产业链中的重要位置与地理区位优势，仍然成为具有影响力的全球海空枢纽，新加坡是东南亚地区最突出的海空枢纽，也是全球排名第一的海空枢纽。
图6 全球海空枢纽分布图

注：基于自然资源部地图技术审查中心标准地图服务网站的标准地图（审图号：GS(2016)1666号）绘制，底图边界无修改。

Fig. 6 Map of global sea-air hubs

将全球海空枢纽布局的国家和地区按照世界银行2022年更新的国家收入标准划分为高收入国家（HIC）、中等偏上收入国家（UMIC）、中等偏下收入国家（LMIC）和低收入国家（LIC）四类。绝大部分海空枢纽分布于高收入国家（地区）和中等偏上国家（地区），少部分枢纽位于中等偏下收入国家。位于前列的海空枢纽均来自高收入国家（地区）和中等偏上收入国家（地区），但海空枢纽度和国家（地区）收入水平之间并不呈现绝对的正相关关系，存在着一定的异质性。如位于欧美国家的巴塞罗那、赫尔辛基、悉尼、西雅图等海空枢纽，虽然拥有高收入水平，但海空枢纽度的排序靠后。而东南亚地区的海空枢纽如胡志明市、马尼拉、雅加达等，虽位于低收入国家，其海空枢纽度却高于部分高收入国家（地区）。此外，位于同一国家的海空枢纽之间在海空枢纽度的表现上也具有极大差异，如阿联酋的迪拜和阿布扎比以及美国的奥克兰和纽约。因此本文将进一步探究影响海空枢纽度的关键因素。

5 全球海空枢纽影响因素分析

全球海空枢纽作为兼具强海运条件和强空运条件的枢纽城市，同样具有空运枢纽和海运枢纽的动力机制条件。城市作为枢纽发展的依托，往往为其空运航运拓展提供政治背景和必要的经济条件，航运和空运的全面发展也是推动全球城市能级提升的必然路径。
本文选取2021年全球海空枢纽的截面数据，以海空枢纽度作为被解释变量，利用SPSS软件与上述指标进行回归分析。对计算结果进行自相关检验，发现部分变量之间存在较强的共线性，为消除组内自相关，利用多重共线性检验和相关系数矩阵，通过反复对比矫正，删除了具有多重共线关系的指标，最后留下17个指标进入回归分析（表6）。
表6 稳健回归结果

Tab. 6 Robust regression result

影响因素 回归系数 P
常数 -0.999 0.265
GDP -0.000 0.641
人口数量 0.000 0.002**
第三产业占比 0.010 0.061
首府城市 0.264 0.078
外籍人口占比 0.011 0.000***
世界500强企业数量 0.020 0.147
港口泊位数 -0.001 0.637
船东企业数量 0.004 0.005**
水深条件 0.067 0.010**
平均在泊船只 0.020 0.000***
机场航站楼数 0.085 0.047*
跑道数量 -0.101 0.169
城市中心到机场用时 -0.013 0.064
国际旅客比例 0.009 0.011*
航空准点率 0.003 0.798
空运公司数 0.033 0.000***

注：*表示在5%显著性水平下显著；**表示在1%显著性水平下显著；***表示在0.1%显著性水平下显著。

回归结果表明，城市人口数量、外籍人口占比、船东企业数量、港口水深条件、港口平均在泊船只数、机场航站楼数量、国际旅客比例以及机场入驻的空运公司数量对于城市的海空枢纽度有显著影响。
在城市指标方面，人口数量和外籍人口占比的正向影响作用显著。人口数量表现了城市的经济体量，同时更大的人口基数更容易催生交通运输需求。外籍人口占比体现了一个城市人力流和信息流的复杂程度，拥有更高比例外籍常住人口的城市，催生更复杂多样的社会关系网络和信息交流模式，也将产生更大强度的人员货物流动需求，进而促进了全球海空枢纽的能级提升。
在港口指标方面，船东企业数量、港口水深条件和平均在泊船只呈现显著正相关。船东是上游航运服务业的重要一环，地区船东企业的数量体现了城市航运市场的发展水平，船东企业的投资集聚将满足更多的交易需求，推动港口航运市场的不断扩张，进而带来能级的提升。港口最大水深是港口发展航运的先天自然条件，深水港建设已成为世界港口发展的主要趋势，天然深水良港对于港口发展物流与国际贸易起到支撑作用，是发展大型枢纽港的必要条件。平均在泊船只数量一方面是港口效率的体现，另一方面也集中体现了港口运转的繁忙程度，也进而代表了港口运输吞吐量的大小。相比之下港口的基础设施条件并没有显著影响海空枢纽度。
在空运指标方面，机场拥有航站楼数量、国际旅客占比和机场入驻的空运公司数量具有显著性。机场航站楼数量作为机场的硬件基础设施条件，显著影响机场客货流动的效率，进而在一定时间内影响客货运吞吐量能力。国际旅客占比是枢纽联通能力和中转能力的一种体现，机场中入驻的空运公司数量增加意味着航运市场得到扩大，机场的辐射范围得到扩展，已有的航运联系得到加密，这进一步提升了机场的枢纽能级地位。
综合指标来看，港口和空运指标的显著性高于腹地城市指标，这证明了虽然许多全球海空枢纽与全球城市紧密相关，但城市属性并不是构成全球海空枢纽的重要条件，空运属性和海运属性的显著优势才是构成高海空枢纽度的主要原因。在所有指标中，基础设施属性指标和经济社会属性指标同样具有显著性，这也体现出作为全球海空枢纽，良好的硬件基础设施是发展航运的先决基础条件，基础设施塑造的联通性水平决定了一个地区获得发展机遇的能力，海空枢纽所要承担的中转衔接职能，也对港口与机场之间腹地的基础设施效率提出更高要求。而作为全球核心的海空枢纽，能级提升的关键不仅仅专注于硬件基础设施的精进，而是打通“海空枢纽”到“海空枢纽+”的渠道，更加注重枢纽的场所功能价值挖掘和软环境改善提升，带动航运效率提升，培育航运附加产业，推动区域经济功能提升，进而提高枢纽的综合实力和辐射影响力。

6 结论与讨论

本文对海空联运的发展历程进行梳理分析，提出全球海空枢纽的基本内涵为海上运输、空中运输与陆上运输的立体交互，具有更强大、更广泛的交通运输和集散能力，是城市发挥基本职能的主要门户。同时，海空枢纽除基本的运输功能外，还以独特的产业运行过程，发展成为城市与区域经济发展的动力源，其运输功能向城市功能拓展，海空枢纽向“海空枢纽+”转变。根据此定义进一步进行全球海空枢纽的识别研究。
研究通过联通度和吞吐量两个方面识别出35个全球海空枢纽，包括上海、纽约、新加坡、深圳、广州、香港、迪拜、洛杉矶等城市，聚集在东亚东南亚、欧洲和北美洲，多位于重要的全球城市或全球海运的重要航道。综合考虑枢纽的吞吐能力和联通能力进行海空枢纽度的计算发现，中国的海空枢纽排名普遍较高，具备较强的发展潜力，而大部分东南亚南亚城市的海空枢纽度排名靠后，新加坡是东南亚地区最突出的海空枢纽，也是全球排名第一的海空枢纽。绝大部分海空枢纽分布于高收入国家（地区）和中等偏上国家（地区），少部分枢纽位于中等偏下收入国家。位于前列的海空枢纽均来自高收入国家地区和中等偏上收入国家（地区），但海空枢纽度和国家（地区）收入水平之间并不呈现绝对的正相关关系，存在着一定的异质性。
进一步对全球海空枢纽的影响因素探究发现城市人口数量、外籍人口占比、船东企业数量、港口水深条件、港口平均在泊船只数、机场航站楼数量、国际旅客比例以及机场入驻的空运公司数量对于城市的海空枢纽度有显著影响。港口和空运指标的显著性高于腹地城市指标，基础设施属性指标和经济社会属性指标同样具有显著性。作为全球海空枢纽，良好的硬件基础设施是发展航运的先决基础条件，而能级提升的关键不仅仅专注于硬件基础设施的精进，而是打通“海空枢纽”到“海空枢纽+”的渠道，更加注重枢纽的场所功能价值挖掘和软环境改善提升，提高枢纽的综合实力和辐射影响力。
本文虽识别出全球海空枢纽的核心城市，但在解释变量的选取和数据的获得上仍有较大的局限性，研究时段与新冠疫情全球大流行的前期基本重叠，无法避免疫情对航运冲击。同时，文章仅在属性方面对海空枢纽进行识别，基于数据获取的限制并没有细致探究海空联运的机制和评价。未来将进一步探究全球海空枢纽不同阶段的内涵演变、全球海空枢纽的海空运输协同机制、不同海空枢纽之间的竞争合作等重要议题。

真诚感谢匿名评审专家在论文评审中所付出的时间和精力，专家对本文整体研究思路、海空枢纽定义进一步阐释、海空枢纽度与收入水平异质性分析的修改意见，使本文获益匪浅。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Damian Brett. Sea-air and product demand on the up at Emirates SkyCargo. Air Cargo News. 2022.08.15. https://www.aircargonews.net/airlines/sea-air-and-product-demand-on-the-up-at-emirates-skycargo/.

[2]
徐凤, 朱金福, 陈丹. 基于多层网络的空铁联运双层加权网络结构特性. 复杂系统与复杂性科学, 2023, 20(1): 49-56.

[Xu Feng, Zhu Jinfu, Chen Dan. Structure characteristics of air-rail double-layer weighted network based on multilayer network. Complex Systems and Complexity Science, 2023, 20(1): 49-56.] DOI: 10.13306/j.1672-3813.2023.01.007.

[3]
王姣娥, 景悦, 杨浩然. 中国高铁-民航竞争网络的空间演化模式及影响因素. 地理科学, 2020, 40(5): 675-684.

DOI

[Wang Jiao'e, Jing Yue, Yang Haoran. The evolution mode of China's HSR-air competitive network and its driving factors. Scientia Geographica Sinica, 2020, 40(5): 675-684.] DOI: 10.13249/j.cnki.sgs.2020.05.00.

[4]
杨浩然, 王潇萌, 张钦然, 等. 基于航空和高铁流的中国城市网络格局及演化. 地理科学, 2022, 42(3): 436-445.

DOI

[Yang Haoran, Wang Xiaomeng, Zhang Qinran et al. Pattern characteristics and dynamic evolution of urban network development in China based on the comparison between high-speed rail and airlines flows. Scientia Geographica Sinica, 2022, 42(3): 436-445.] DOI: 10.13249/j.cnki.sgs.2022.03.008.

[5]
Ma S, Zhang P, Wang J, et al. Evaluating accessibility based on the combined high-speed rail and air transportation network in China. Transportation Research Record, 2023, 2677(6), 376-394. DOI: 10.1177/03611981221147512.

[6]
雷渝, 帅斌. 基于Lotka-Volterra模型的高铁与航空快递运输竞合关系研究. 铁道运输与经济, 2022, 44(3): 73-78, 91.

[Lei Yu, Shuai Bin, Research on coopetition relationships between high-speed rail and air express transportation based on Lotka-Volterra model. Railway Transport and Economy, 2022, 44(3): 73-78, 91.] DOI: 10.16668/j.cnki.issn.1003-1421.2022.03.12.

[7]
程谦, 朱晓宁, 卢万胜. 中长运距城际旅客出行方式选择行为模型: 以高铁、民航为例. 重庆交通大学学报: 自然科学版, 2021, 40(7): 39-45.

[Cheng Qian, Zhu Xiaoning, Lu Wansheng, Travel mode choice behavior model of intercity passengers with medium and long haul: A case study of high-speed railway and air transport. Journal of Chongqing Jiaotong University: Natural Science, 2021, 40(7): 39-45.] DOI: 10.3969/j.issn.1674-0696.2021.07.06.

[8]
王姣娥, 景悦, 杨浩然. 高速铁路对国内民航旅客运输的替代效应测度. 自然资源学报, 2019, 34(9): 1933-1944.

DOI

[Wang Jiao'e, Jing Yue, Yang Haoran. Impacts of high-speed rail on China's domestic air transportation. Journal of Natural Resources, 2019, 34(9): 1933-1944.] DOI: 10.31497/zrzyxb.20190910.

[9]
陈庆佳, 徐磊, 徐硕江, 等. 一种基于预测的多式联运集装箱运输路径选择方法. 供应链管理, 2023, 4(5): 87-96.

[Chen Hingkai, Xu Lei, Xu Shuojiang, et al. A predictive-based method for selecting transportation routes in multimodal container transport. Supply Chain Management, 2023, 4(5): 87-96.] DOI: 10.19868/j.cnki.gylgl.2023.05.009.

[10]
袁雪丽, 杨菊花, 任金荟. 随机运输时间下集装箱海铁联运箱流径路优化方法. 交通信息与安全, 2022, 40(6): 106-117.

[Yuan Xueli, Yang Juhua, Ren Jinhui. A path optimization method for sea-rail intermodal container transport under random transit time. Journal of Transport Information and Safety, 2022, 40(6): 106-117.] DOI: 10.3963/j.jssn.1674-4861.2022.06.011.

[11]
吕靖, 张丹阳, 季嘉慧. 日韩货物中欧班列海铁联运路径选择研究. 重庆交通大学学报: 自然科学版, 2021, 40(11): 1-8.

[Lyu Jing, Zhang Danyang, Ji Jiahui. Sea-rail intermodal transport path selection for Japan-Korea freight based on CR express. Journal of Chongqing Jiaotong University: Natural Science, 2021, 40(11): 1-8.] DOI: 10.3969/j.issn.1674-0696.2021.11.01.

[12]
李安林, 魏海蕊. 长江流域海铁联运模式下港口集疏运物流网络研究. 铁道运输与经济, 2022, 44(1): 52-58, 66.

[Li Anlin, Wei Hairui. Port collection and distribution logistics network under sea-rail combined transport mode in Yangtze river basin. Railway Transport and Economy, 2022, 44(1): 52-58, 66.] DOI: 10.16668/j.cnki.issn.1003-1421.2022.01.08.

[13]
李安林, 魏海蕊. 复杂网络视角下海铁联运物流网络研究. 软件导刊, 2021, 20(11): 57-64.

[Li Anlin, Wei Hairui. Research on logistics network of sea-rail combined transport from the perspective of complex network. Software Guide, 2021, 20(11): 57-64.] DOI: 10.11907/rjdk.202691.

[14]
Sun Z, Zhang R, Zhu T. Simulating the impact of the sustained melting arctic on the global container sea-rail intermodal shipping. Sustainability, 2022, 14. DOI: 10.3390/su141912214.

[15]
Ge J, Wang X, Shi W, et al. Investigating the practices, problems, and policies for port sea-rail intermodal transport in China. Transportation Research Record, 2020, 2674(6): 33-44. DOI: 10.1177/0361198120917670.

[16]
Yang Y C. Future prospect of sea-air transport logistics across the Taiwan Strait Via the Kaohsiung Offshore Shipping Center. Journal of Marine Science and Technology, 2010, 18(4): 546-552. DOI: 10.3934/jimo.2010.6.691.

[17]
王列辉. 提升上海海空枢纽港能级, 促进临港新片区建设. 科学发展, 2021, (2): 49-57.

[Wang Liehui. Enhancing the level of Shanghai's sea and air hub port and promoting the construction of Lin-gang new area. Scientific Development, 2021, (2): 49-57.]

[18]
赵冰, 郁斢兰, 王诺. 基于海空协同运输的南海群岛物流网络优化模型及算法. 运筹与管理, https://kns.cnki.net/kcms/detail//34.1133.G3.20230214.1448.006.htm, 2023-02-14.

[Zhao Bing, Yu Tiaolan, Wang Nuo. Logistics network optimization model and algorithm of the South China Sea islands based on sea-and-air collaborative transportation. Operations Research and Management Science, https://kns.cnki.net/kcms/detail//34.1133.G3.20230214.1448.006.htm, 2023-02-14.]

[19]
Cheung T K Y, Wong C W H, Zhang A. The evolution of aviation network: Global airport connectivity index 2006-2016. Transportation Research Part E: Logistics and Transportation Review, 2020, 133. DOI:10.1016/j.tre.2019.101826.

[20]
Wong W H, Cheung T, Zhang A, et al. Is spatial dispersal the dominant trend in air transport development? A global analysis for 2006-2015. Journal of Air Transport Management, 2019, 74: 1-12. DOI: 10.1016/j.jairtraman.2018.09.011.

[21]
杜方叶, 王姣娥, 谢家昊, 等. “一带一路”背景下中国国际航空网络的空间格局及演变. 地理科学进展, 2019, 38(7): 963-972.

DOI

[Du Fangye, Wang Jiao'e, Xie Jiahao, et al. Spatial pattern and change of China's international air transport network since the Belt and Road Initiative. Progress in Geography, 2019, 38(7): 963-972.] DOI: 10.18306/dlkxjz.2019.07.002.

[22]
李恩康, 陆玉麒, 杨星, 等. 全球城市网络联系强度的时空演化研究: 基于2014—2018年航空客运数据. 地理科学, 2020, 40(1): 32-39.

DOI

[Li Enkang, Lu Yuqi, Yang Xing, et al. Spatio-temporal evolution on connection strength of global city network based on passenger flight data from 2014 to 2018. Scientia Geographica Sinica, 2020, 40(1): 32-39.] DOI: 10.13249/j.cnki.sgs.2020.01.005.

[23]
刘望保, 韩茂凡, 谢智豪. 全球航线数据下世界城市网络的连接性特征与社团识别. 经济地理, 2020, 40(1): 34-40, 49.

[Liu Wangbao, Han Maofan, Xie Zhihao. Connectivity characteristics and communities identification of world city network based on global airline. Economic Geography, 2020, 40(1): 34-40, 49.] DOI: 10.15957/j.cnki.jjdl.2020.01.004.

[24]
莫辉辉, 王姣娥, 王涵, 等. 多机场体系航线网络竞合的理论模式与实证研究. 地理研究, 2023, 42(3): 761-774.

DOI

[Mo Huihui, Wang Jiaoe, Wang Han, et al. Competition and cooperation of multiple airport system from air transport network perspective: An empirical study on Shanghai. Geographical Research, 2023, 42(3): 761-774.] DOI: 10.11821/dlyj020220439.

[25]
肖凡, 莫辉辉, 王姣娥, 等. 多机场体系的概念内涵、识别方法与实证研究. 地理科学, 2023, 43(4): 606-616.

DOI

[Xiao Fan, Mo Huihui, Wang Jiao'e, et al. Concept and identification of multiple airport systems: A geographical empirical research. Scientia Geographica Sinica, 2023, 43(4): 606-616.] DOI: 10.13249/j.cnki.sgs.2023.04.004.

[26]
Wang J, Mo H, Wang F, et al. Exploring the network structure and nodal centrality of China's air transportnetwork: A complex network approach. Journal of Transport Geography, 2011, 19(4):19. DOI: 10.1016/j.jtrangeo.2010.08.012.

[27]
张婷婷, 陈瑛, 王孟林. 基于航空联系的中国城市网络格局演变分析. 世界地理研究, 2022, 31(1): 166-176.

DOI

[Zhang Tingting, Chen Ying, Wang Menglin. Analysis of the evolution of China's urban network pattern based on aviation connection network. World Regional Studies, 2022, 31(1): 166-176.] DOI: 10.3969/j.issn.1004-9479.2022.01.2020744.

[28]
陆璐, 魏冶, 庞瑞秋, 等. 航空企业视角的中国航空客运网络组织模式. 地理科学, 2019, 39(4): 550-559.

DOI

[Lu Lu, Wei Ye, Pang Ruiqiu, et al. Organization mode of China air passenger transport network from the perspective of aviation enterprise. Scientia Geographica Sinica, 2019, 39(4): 550-559.] DOI: 10.13249/j.cnki.sgs.2019.04.004.

[29]
莫辉辉, 王姣娥, 黄洁. 中国枢纽机场网络体系演变格局. 热带地理, 2018, 38(5): 599-605.

DOI

[Mo Huihui, Wang Jiao'e, Huang Jie. Evolutionary configuration of hub airport network in China: A k-core network model experience. Tropical Geography, 38(5): 599-605.] DOI: 10.13284/j.cnki.rddl.003073.

[30]
杜方叶, 王姣娥, 王涵. 新冠疫情对中国国际航空网络连通性的影响及空间差异. 热带地理, 2020, 40(3): 386-395.

DOI

[Du Fangye, Wang Jiao'e, Wang Han. The impacts of COVID-19 on the connectivity of China's international air transport network and the spatial differences. Tropical Geography, 40(3): 386-395.] DOI: 10.13284/j.cnki.rddl.003248.

[31]
Ducruet C. The geography of maritime networks: A critical review. Journal of Transport Geography, 2020, 88. DOI:10.1016/j.jtrangeo.2020.102824.

[32]
Shi X, Wang Y, Zhuang H, et al. Global hierarchy of maritime clusters: Stability and reconstruction. Journal of Transport Geography, 2021, 96. DOI: 10.1016/j.jtrangeo.2021.103205.

[33]
Ducruet C, Itoh H, Berli J. Urban gravity in the global container shipping network. Journal of Transport Geography, 2020, 85. DOI: 10.1016/j.jtrangeo.2020.102729.

[34]
倪海云, Alexandra Lennane. 让海空联运成为航空货运的延伸. 空运商务, 2011, (15): 42-43.

[Ni Haiyun, Alexandra Lennane. Let sea and air transport become an extension of air cargo. Air Transport & Business, 2011, (15): 42-43.]

[35]
李鹏. 海空联运双赢的选择. 国际商报, 2000-11-18(004).

[Li Peng. Sea and air transport win-win choice. International Business, 2000-11-18(004).]

[36]
贾海鹰. 海空货物联运: 一种有发展潜力的联运模式. 世界海运, 1999, (6): 17-18.

[Jia Haiying. Combined transport of cargo by sea and air: A potential mode of combined transport. World Shipping, 1999, (6): 17-18.] DOI: 10.16176/j.cnki.21-1284.1999.06.008.

[37]
曾和. “海空”联运世界首创香港国际机场码头社会效益、经济效益双丰收. 珠江水运, 2005, (1): 23.

[Zeng He. Hong Kong International Airport (HKIA) has achieved both social and economic benefits through the world's first sea-air transport. Pearl River Water Transport, 2005, (1): 23.] DOI: 10.14125/j.cnki.zjsy.2005.01.010.

[38]
柳时强, 关悦. 广州海关助南沙打造“海陆空铁”立体贸易物流枢纽. 南方日报, 2022-04-26(AA4).

[Liu Shiqiang, Guan Yue. Guangzhou Customs to help Nansha build a “sea, land, air and rail” three-dimensional trade logistics hub. Nanfang Daily, 2022-04-26(AA4).] DOI: 10.28597/n.cnki.nnfrb.2022.002076.

[39]
马燕强. 货物多式联运的运输链构成及相关参与者分析: 以中欧海空货物运输为例. 技术与市场, 2009, 16(5): 31-32.

[Ma Yanqiang. Transport chain structure and relevant participants of multimodal cargo transport: A case study of air and sea cargo transport in Central Europe. Technology and Market, 2009, 16(5): 31-32.]

[40]
Guerrero D, Letrouit L, Pais-Montes C. The container transport system during Covid-19: An analysis through the prism of complex networks. Transport Policy, 2022, 115. DOI:10.1016/j.tranpol.2021.10.021.

[41]
Verschuur J, Pant R, Koks E, et al. A systemic risk framework to improve the resilience of port and supply-chain networks to natural hazards. Maritime Economics & Logistics, 2022: 1-18. DOI: 10.1057/s41278-021-00204-8.

Options
文章导航

/

〈 〉