第12卷第1期 智能系统学报 Vol.12 No.1 2017年2月 CAAI Transactions on Intelligent Systems Feb.2017 D0I:10.11992/tis.201603007 网络出版地址：http:/kns.cmki.net/kcms/detail/23.1538.TP.20170227.1758.008.html 基于基元的区域港口群竞合网络分析 李珊珊，刘巍2，高红2 (1.大连海事大学交通运输管理学院，辽宁大连116026：2.大连海事大学数学系，辽宁大连116026) 摘要：针对区域港口群竞合关系的复杂性、多重性问题，引入了可拓学中的基元理论，提出了一种新的复杂网络模 型构建方法，这种方法使得多重关系的同时分析成为可能。在构建了基于基元的区域港口群竞合网络模型之后，运 用Wd聚类、网络密度分析、网络中心性分析及结构洞分析等方法，研究了区域港口群竞合网络的结构特征及社会 属性特征，帮助港口管理人员进行相关决策。最后，选取珠三角港口群进行实例分析以验证网络分析方法的有效 性，主要结论包括：港口中心性与其港口层次保持一致：竞争网络中，若低层次港口具有过高中心性，则该港口有定 位不明或过度竞争的可能：高中心度的枢纽港对其他港口进行喂给，会对被喂给港口形成较强的限制。 关键词：区域港口群：竞合：网络分析；可拓学；基元；社会网络分析；中心性；结构洞 中图分类号：TP18:F224.33文献标志码：A文章编号：1673-4785(2017)01-0015-09 中文引用格式：李珊珊，刘巍，高红.基于基元的区域港口群竞合网络分析[J].智能系统学报，2017,12(1)：15-23. '英文引用格式：LI Shanshan,LIU Wei,GAO Hong.Research on the co-competition network of the regional port group based on basic-element theory[J].CAAI transactions on intelligent systems,2017,12(1):15-23. Research on the co-competition network of the regional port group based on basic-element theory LI Shanshan',LIU Wei2,GAO Hong? (1.Transport Management College,Dalian Maritime University,Dalian 116026,China;2.Department of Mathematics,Dalian Maritime University,Dalian 116026,China) Abstract:This paper focuses on the complexity and multiplicity problem of the co-competition relationship in the regional port group.Based on the basic-element theory in Extenics,a new method was proposed to construct complex network models.This new method makes it possible to analyze multiple relationships concurrently.After the regional port group co-competition network model was built,the structural characteristics and social attributes of the network were researched using the methods of Ward clustering,network density,network centrality analysis,and structure hole analysis,etc.The results are useful for the port administrators for their management decisions.Furthermore,the port group of Pearl River Delta was selected as an example to prove the validity of the above models.The major conclusions include three aspects.One,the centrality of one port is in accordance with its level in the group.Two,if some feed ports have high centrality in a competition network,in all probability,they have indistinct development orientation or excessive competition.Three,if one port is fed by another port with high centrality,then it will be strongly restricted by that port. Keywords:regional port group;co-competition;network analysis;Extenics;basic-element;social network analysis; centrality;structural hole 在经济全球化日渐凸显，航运联盟正发挥其巨 立必要的竞争合作战略关系，依靠整体力量共同面 大优势的今天，区域港口群内部港口之间必须要建 对国际竞争。因此，港口之间的关系也正在逐渐由 收稿日期：2016-03-04.网络出版日期：2017-02-27. 单纯的竞争或合作转变为“竞合”、“双赢”的多元化 基金项目：辽宁省自然科学基金项目(2015020033). 关系模式，港口之间为竞争而合作，以合作求竞争 通信作者：李珊珊.E-mail:tinalee(@dlmu.ced.cm
第 １２ 卷第 １ 期 智 能 系 统 学 报 Ｖｏｌ．１２ №．１ ２０１７ 年 ２ 月 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ Ｆｅｂ． ２０１７ ＤＯＩ：１０．１１９９２ ／ ｔｉｓ．２０１６０３００７ 网络出版地址：ｈｔｔｐ： ／ ／ ｋｎｓ．ｃｎｋｉ．ｎｅｔ ／ ｋｃｍｓ／ ｄｅｔａｉｌ ／ ２３．１５３８．ＴＰ．２０１７０２２７．１７５８．００８．ｈｔｍｌ 基于基元的区域港口群竞合网络分析 李珊珊１ ，刘巍２ ，高红２ （１．大连海事大学 交通运输管理学院，辽宁 大连 １１６０２６； ２．大连海事大学 数学系，辽宁 大连 １１６０２６） 摘 要：针对区域港口群竞合关系的复杂性、多重性问题，引入了可拓学中的基元理论，提出了一种新的复杂网络模 型构建方法，这种方法使得多重关系的同时分析成为可能。 在构建了基于基元的区域港口群竞合网络模型之后，运 用 Ｗａｒｄ 聚类、网络密度分析、网络中心性分析及结构洞分析等方法，研究了区域港口群竞合网络的结构特征及社会 属性特征，帮助港口管理人员进行相关决策。 最后，选取珠三角港口群进行实例分析以验证网络分析方法的有效 性，主要结论包括：港口中心性与其港口层次保持一致；竞争网络中，若低层次港口具有过高中心性，则该港口有定 位不明或过度竞争的可能；高中心度的枢纽港对其他港口进行喂给，会对被喂给港口形成较强的限制。 关键词：区域港口群；竞合；网络分析；可拓学；基元；社会网络分析；中心性；结构洞 中图分类号： ＴＰ１８；Ｆ２２４．３３ 文献标志码：Ａ 文章编号：１６７３－４７８５（２０１７）０１－００１５－０９ 中文引用格式：李珊珊，刘巍，高红． 基于基元的区域港口群竞合网络分析［Ｊ］． 智能系统学报， ２０１７， １２（１）： １５－２３． 英文引用格式：ＬＩ Ｓｈａｎｓｈａｎ，ＬＩＵ Ｗｅｉ，ＧＡＯ Ｈｏｎｇ． Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ ｃｏ⁃ｃｏｍｐｅｔｉｔｉｏｎ ｎｅｔｗｏｒｋ ｏｆ ｔｈｅ ｒｅｇｉｏｎａｌ ｐｏｒｔ ｇｒｏｕｐ ｂａｓｅｄ ｏｎ ｂａｓｉｃ⁃ｅｌｅｍｅｎｔ ｔｈｅｏｒｙ［Ｊ］． ＣＡＡＩ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｓｙｓｔｅｍｓ， ２０１７， １２（１）： １５－２３． Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ ｃｏ⁃ｃｏｍｐｅｔｉｔｉｏｎ ｎｅｔｗｏｒｋ ｏｆ ｔｈｅ ｒｅｇｉｏｎａｌ ｐｏｒｔ ｇｒｏｕｐ ｂａｓｅｄ ｏｎ ｂａｓｉｃ⁃ｅｌｅｍｅｎｔ ｔｈｅｏｒｙ ＬＩ Ｓｈａｎｓｈａｎ １ ， ＬＩＵ Ｗｅｉ ２ ， ＧＡＯ Ｈｏｎｇ ２ （１．Ｔｒａｎｓｐｏｒｔ Ｍａｎａｇｅｍｅｎｔ Ｃｏｌｌｅｇｅ， Ｄａｌｉａｎ Ｍａｒｉｔｉｍｅ Ｕｎｉｖｅｒｓｉｔｙ， Ｄａｌｉａｎ １１６０２６， Ｃｈｉｎａ； ２． Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｍａｔｈｅｍａｔｉｃｓ， Ｄａｌｉａｎ Ｍａｒｉｔｉｍｅ Ｕｎｉｖｅｒｓｉｔｙ， Ｄａｌｉａｎ １１６０２６， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ｆｏｃｕｓｅｓ ｏｎ ｔｈｅ ｃｏｍｐｌｅｘｉｔｙ ａｎｄ ｍｕｌｔｉｐｌｉｃｉｔｙ ｐｒｏｂｌｅｍ ｏｆ ｔｈｅ ｃｏ⁃ｃｏｍｐｅｔｉｔｉｏｎ ｒｅｌａｔｉｏｎｓｈｉｐ ｉｎ ｔｈｅ ｒｅｇｉｏｎａｌ ｐｏｒｔ ｇｒｏｕｐ． Ｂａｓｅｄ ｏｎ ｔｈｅ ｂａｓｉｃ⁃ｅｌｅｍｅｎｔ ｔｈｅｏｒｙ ｉｎ Ｅｘｔｅｎｉｃｓ， ａ ｎｅｗ ｍｅｔｈｏｄ ｗａｓ ｐｒｏｐｏｓｅｄ ｔｏ ｃｏｎｓｔｒｕｃｔ ｃｏｍｐｌｅｘ ｎｅｔｗｏｒｋ ｍｏｄｅｌｓ． Ｔｈｉｓ ｎｅｗ ｍｅｔｈｏｄ ｍａｋｅｓ ｉｔ ｐｏｓｓｉｂｌｅ ｔｏ ａｎａｌｙｚｅ ｍｕｌｔｉｐｌｅ ｒｅｌａｔｉｏｎｓｈｉｐｓ ｃｏｎｃｕｒｒｅｎｔｌｙ．Ａｆｔｅｒ ｔｈｅ ｒｅｇｉｏｎａｌ ｐｏｒｔ ｇｒｏｕｐ ｃｏ⁃ｃｏｍｐｅｔｉｔｉｏｎ ｎｅｔｗｏｒｋ ｍｏｄｅｌ ｗａｓ ｂｕｉｌｔ， ｔｈｅ ｓｔｒｕｃｔｕｒａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ ｓｏｃｉａｌ ａｔｔｒｉｂｕｔｅｓ ｏｆ ｔｈｅ ｎｅｔｗｏｒｋ ｗｅｒｅ ｒｅｓｅａｒｃｈｅｄ ｕｓｉｎｇ ｔｈｅ ｍｅｔｈｏｄｓ ｏｆ Ｗａｒｄ ｃｌｕｓｔｅｒｉｎｇ， ｎｅｔｗｏｒｋ ｄｅｎｓｉｔｙ， ｎｅｔｗｏｒｋ ｃｅｎｔｒａｌｉｔｙ ａｎａｌｙｓｉｓ， ａｎｄ ｓｔｒｕｃｔｕｒｅ ｈｏｌｅ ａｎａｌｙｓｉｓ， ｅｔｃ．Ｔｈｅ ｒｅｓｕｌｔｓ ａｒｅ ｕｓｅｆｕｌ ｆｏｒ ｔｈｅ ｐｏｒｔ ａｄｍｉｎｉｓｔｒａｔｏｒｓ ｆｏｒ ｔｈｅｉｒ ｍａｎａｇｅｍｅｎｔ ｄｅｃｉｓｉｏｎｓ． Ｆｕｒｔｈｅｒｍｏｒｅ， ｔｈｅ ｐｏｒｔ ｇｒｏｕｐ ｏｆ Ｐｅａｒｌ Ｒｉｖｅｒ Ｄｅｌｔａ ｗａｓ ｓｅｌｅｃｔｅｄ ａｓ ａｎ ｅｘａｍｐｌｅ ｔｏ ｐｒｏｖｅ ｔｈｅ ｖａｌｉｄｉｔｙ ｏｆ ｔｈｅ ａｂｏｖｅ ｍｏｄｅｌｓ． Ｔｈｅ ｍａｊｏｒ ｃｏｎｃｌｕｓｉｏｎｓ ｉｎｃｌｕｄｅ ｔｈｒｅｅ ａｓｐｅｃｔｓ． Ｏｎｅ， ｔｈｅ ｃｅｎｔｒａｌｉｔｙ ｏｆ ｏｎｅ ｐｏｒｔ ｉｓ ｉｎ ａｃｃｏｒｄａｎｃｅ ｗｉｔｈ ｉｔｓ ｌｅｖｅｌ ｉｎ ｔｈｅ ｇｒｏｕｐ． Ｔｗｏ， ｉｆ ｓｏｍｅ ｆｅｅｄ ｐｏｒｔｓ ｈａｖｅ ｈｉｇｈ ｃｅｎｔｒａｌｉｔｙ ｉｎ ａ ｃｏｍｐｅｔｉｔｉｏｎ ｎｅｔｗｏｒｋ， ｉｎ ａｌｌ ｐｒｏｂａｂｉｌｉｔｙ， ｔｈｅｙ ｈａｖｅ ｉｎｄｉｓｔｉｎｃｔ ｄｅｖｅｌｏｐｍｅｎｔ ｏｒｉｅｎｔａｔｉｏｎ ｏｒ ｅｘｃｅｓｓｉｖｅ ｃｏｍｐｅｔｉｔｉｏｎ． Ｔｈｒｅｅ， ｉｆ ｏｎｅ ｐｏｒｔ ｉｓ ｆｅｄ ｂｙ ａｎｏｔｈｅｒ ｐｏｒｔ ｗｉｔｈ ｈｉｇｈ ｃｅｎｔｒａｌｉｔｙ， ｔｈｅｎ ｉｔ ｗｉｌｌ ｂｅ ｓｔｒｏｎｇｌｙ ｒｅｓｔｒｉｃｔｅｄ ｂｙ ｔｈａｔ ｐｏｒｔ． Ｋｅｙｗｏｒｄｓ：ｒｅｇｉｏｎａｌ ｐｏｒｔ ｇｒｏｕｐ； ｃｏ⁃ｃｏｍｐｅｔｉｔｉｏｎ； ｎｅｔｗｏｒｋ ａｎａｌｙｓｉｓ； Ｅｘｔｅｎｉｃｓ； ｂａｓｉｃ⁃ｅｌｅｍｅｎｔ； ｓｏｃｉａｌ ｎｅｔｗｏｒｋ ａｎａｌｙｓｉｓ； ｃｅｎｔｒａｌｉｔｙ； ｓｔｒｕｃｔｕｒａｌ ｈｏｌｅ 收稿日期：２０１６－０３－０４． 网络出版日期：２０１７－０２－２７． 基金项目：辽宁省自然科学基金项目（２０１５０２００３３） ． 通信作者：李珊珊．Ｅ⁃ｍａｉｌ：ｔｉｎａｌｅｅ＠ ｄｌｍｕ．ｅｄｕ．ｃｎ． 在经济全球化日渐凸显，航运联盟正发挥其巨 大优势的今天，区域港口群内部港口之间必须要建 立必要的竞争合作战略关系，依靠整体力量共同面 对国际竞争。 因此，港口之间的关系也正在逐渐由 单纯的竞争或合作转变为“竞合”、“双赢”的多元化 关系模式，港口之间为竞争而合作，以合作求竞争
·16 智能系统学报 第12卷 是未来港口关系发展的新趋势)。区域港口群中， 复杂的竞合关系影响因素，描述了多种类型的竞争 港口间的多元化竞合关系更加紧密，形成了区域港 关系及合作关系，本文主要关注横向竞合关系（主 口群内部的竞合网络。在该网络中，港口间的这种 要指货源竞争)和纵向竞合关系（主要指喂给关 多元化竞合关系体现出了复杂网络的一种普遍属 系)。 性“关系的多重性”)。所谓“关系的多重性”，即网 1.1港口节点物元 络中相同的一组行动者节点，可从不同角度出发， 定义1以网络中的节点O为对象，n个特征 拥有多种不同的关系类型。 cml,c2,…,cmn以及0m关于cm(i=1,2,…,n)对应 一方面，是区域港口群内部港口竞合关系的多元 的特征值vm(i=1,2,…,n)所构成的阵列称为n维 化：另一方面，集装箱船超大型化趋势促使共享腹地 节点物元，用M表示，作为复杂社会网络的基本 的区域港口群逐渐形成了层次化、网络化的竞合格 组成。 局。在这样的大环境下，如何规划港口布局，形成层 Uml 次分明、定位明确、合理分工的良性港口群竞合关系 Cu2' (OC,V) 网络，已成为港口管理决策人员非常关注的问题，也 是区域港口群提升整体竞争力所亟待解决的问题。 以往的网络分析模型中，只关注单一性质的关 由定义1，首先建立区域港口群的物元网络。设 系[)，若要研究多重关系，需要构建多个网络模型， 区域港口群有n个港口对象，分别为P(i=1,2,…, 且需针对每种不同性质的关系单独制作数据文件， n),因此第i个港口节点物元为M:可表示为 单独分析，单独输出，无法实现多重关系同时分析， [P, 货物吞吐量，v 以及分析的输入、输出自动化和程序化。为解决以 港口层次， Umi? M:= =(Pi,C,V) 上问题，本文引入了基于多维基元的复杂社会网 度数中心度， 络构建方法构建区域港口群竞合网络，利用基元 : 理论的优势，定义了“港口群网络物元”、“港口节 港口节点物元中可包含港口节点的基本信息、 点物元”及“港口竞合关系元”，基于此构建了区域 网络分析所需的港口特征、特征值及网络结构分析 港口群竞合网络。 的结果。 本文基于社会网络分析(social network 1.2港口竞合关系元 analysis,SNA)方法，针对如何在区域港口群竞合网 网络分析的研究重点是节点之间的“关系”。 络中正确定位港口功能，如何规划和建立最优港口 以往研究中，节点间关系数据只停留在“有(1)”“无 群竞合关系，进行了分析研究和探索。最终选取珠 (0)”或某个程度（数值）。将“关系”拓展为“关系 三角港口群主要港口进行了实例分析，并使用 元”，可表示关系的多种特征及其特征值，充分体现 MATLAB实现了分析的全部过程。 出了复杂社会网络中关系的“多重性”，是描述网络 中关系的最优形式化范式。 1 基于基元网络模型的区域港口群竞 本文研究的区域港口群网络纵向竞合主要是 合网络构建 指以枢纽港为中心，上下游支线港、喂给港组成的 基元理论由我国学者蔡文教授提出，它把物、事、 港口喂给系统内外的竞争与合作：横向竞合主要包 关系，特征和量值分别统一在一个三元组中，从而形 括港口对腹地货源的竞争[刀 式化描述物、事和关系[。社会网络的基元网表示方 根据关系元[)的定义及表示方法的规范6，港 口竞合网络中的关系元可表示为 法阐述了社会个体成员形成物元网的表示方法[6。 「竞合关系， 前项， P 本节基于多维基元的复杂社会网络模型4]，建立了区 后项， P 域港口群内多个港口之间的竞合关系网络。 在本文中的区域港口群竞合关系网络中，网络 C1, 唱 中的节点由港口对象拓展为港口物元节点，物元节 C2, 唱 点完整地反映了节点自身所拥有的特征属性：网络 中的连线由港口之间的单一关系拓展为港口竞合 Crk, 关系元，港口竞合关系元不但包含港口之间多元
是未来港口关系发展的新趋势［１］ 。 区域港口群中， 港口间的多元化竞合关系更加紧密，形成了区域港 口群内部的竞合网络。 在该网络中，港口间的这种 多元化竞合关系体现出了复杂网络的一种普遍属 性“关系的多重性” ［２］ 。 所谓“关系的多重性”，即网 络中相同的一组行动者节点，可从不同角度出发， 拥有多种不同的关系类型。 一方面，是区域港口群内部港口竞合关系的多元 化；另一方面，集装箱船超大型化趋势促使共享腹地 的区域港口群逐渐形成了层次化、网络化的竞合格 局。 在这样的大环境下，如何规划港口布局，形成层 次分明、定位明确、合理分工的良性港口群竞合关系 网络，已成为港口管理决策人员非常关注的问题，也 是区域港口群提升整体竞争力所亟待解决的问题。 以往的网络分析模型中，只关注单一性质的关 系［３］ ，若要研究多重关系，需要构建多个网络模型， 且需针对每种不同性质的关系单独制作数据文件， 单独分析，单独输出，无法实现多重关系同时分析， 以及分析的输入、输出自动化和程序化。 为解决以 上问题，本文引入了基于多维基元的复杂社会网 络［４］构建方法构建区域港口群竞合网络，利用基元 理论的优势，定义了“港口群网络物元”、 “港口节 点物元”及“港口竞合关系元”，基于此构建了区域 港口群竞合网络。 本 文 基 于 社 会 网 络 分 析 （ ｓｏｃｉａｌ ｎｅｔｗｏｒｋ ａｎａｌｙｓｉｓ，ＳＮＡ）方法，针对如何在区域港口群竞合网 络中正确定位港口功能，如何规划和建立最优港口 群竞合关系，进行了分析研究和探索。 最终选取珠 三角港 口 群 主 要 港 口 进 行 了 实 例 分 析， 并 使 用 ＭＡＴＬＡＢ 实现了分析的全部过程。 １ 基于基元网络模型的区域港口群竞 合网络构建 基元理论由我国学者蔡文教授提出，它把物、事、 关系，特征和量值分别统一在一个三元组中，从而形 式化描述物、事和关系［５］ 。 社会网络的基元网表示方 法阐述了社会个体成员形成物元网的表示方法［６］ 。 本节基于多维基元的复杂社会网络模型［４］ ，建立了区 域港口群内多个港口之间的竞合关系网络。 在本文中的区域港口群竞合关系网络中，网络 中的节点由港口对象拓展为港口物元节点，物元节 点完整地反映了节点自身所拥有的特征属性；网络 中的连线由港口之间的单一关系拓展为港口竞合 关系元，港口竞合关系元不但包含港口之间多元、 复杂的竞合关系影响因素，描述了多种类型的竞争 关系及合作关系，本文主要关注横向竞合关系（主 要指货源竞争） 和纵向竞合关系（ 主要指喂给关 系）。 １．１ 港口节点物元 定义 １ 以网络中的节点 Ｏｍ为对象，ｎ 个特征 ｃｍ１ ，ｃｍ２ ，…，ｃｍｎ以及 Ｏｍ 关于 ｃｍｉ（ ｉ ＝ １，２，…，ｎ）对应 的特征值 ｖｍｉ（ｉ ＝ １，２，…，ｎ）所构成的阵列称为 ｎ 维 节点物元，用 Ｍ 表示，作为复杂社会网络的基本 组成。 Ｍ ＝ Ｏｍ ， ｃｍ１ ， ｖｍ１ ｃｍ２ ， ｖｍ２ ︙ ︙ ｃｍｎ ， ｖｍｎ é ë ê ê ê ê êê ù û ú ú ú ú úú ＝ Ｏｍ ，Ｃｍ ，Ｖｍ ( ) 由定义 １，首先建立区域港口群的物元网络。 设 区域港口群有 ｎ 个港口对象，分别为 Ｐｉ（ｉ ＝ １，２，…， ｎ），因此第 ｉ 个港口节点物元为 Ｍｉ 可表示为 Ｍｉ ＝ Ｐｉ， 货物吞吐量， ｖｍｉ１ 港口层次， ｖｍｉ２ 度数中心度， ｖｍｉ３ ︙ ︙ é ë ê ê ê ê êê ù û ú ú ú ú úú ＝ （Ｐｉ，Ｃｍｉ，Ｖｍｉ） 港口节点物元中可包含港口节点的基本信息、 网络分析所需的港口特征、特征值及网络结构分析 的结果。 １．２ 港口竞合关系元 网络分析的研究重点是节点之间的“关系”。 以往研究中，节点间关系数据只停留在“有（１）”“无 （０）”或某个程度（数值）。 将“关系” 拓展为“关系 元”，可表示关系的多种特征及其特征值，充分体现 出了复杂社会网络中关系的“多重性”，是描述网络 中关系的最优形式化范式。 本文研究的区域港口群网络纵向竞合主要是 指以枢纽港为中心，上下游支线港、喂给港组成的 港口喂给系统内外的竞争与合作；横向竞合主要包 括港口对腹地货源的竞争［７］ 。 根据关系元［８］的定义及表示方法的规范［６］ ，港 口竞合网络中的关系元可表示为 Ｒｉｊ ＝ 竞合关系， 前项， Ｐｉ 后项， Ｐｊ ｃｒ１ ， ｖ ｉｊ ｒ１ ｃｒ２ ， ｖ ｉｊ ｒ２ ︙ ︙ ｃｒｋ， ｖ ｉｊ ｒｋ ︙ ︙ é ë ê ê ê ê ê ê ê ê ê ê ê ù û ú ú ú ú ú ú ú ú ú ú ú ·１６· 智 能 系 统 学 报 第 １２ 卷
第1期 李珊珊，等：基于基元的区域港口群竞合网络分析 ·17. 式中，i=1,2,…,nj=1,2,…,n;k=1,2,…,m。港 2.1.3聚类过程 口竞合关系元用于描述港口P,与港口P,之间的竞 1)初始每个港口样本自成一聚类，可表示为 合关系，为方便起见，可将上述关系元记作R(竞合 G1,G2,…,Gn。 关系，P,P)。关系元可存储港口的各类竞合关系 2)计算各聚类内部的“离差平方和”，即 的特征及其特征值。 3-龙(x0-0)rx0-0) (1) 最后还需要建立一个包含n个港口的区域港群 3)计算每种聚类合并方案所产生的“离差平方 网络物元，其主要作用是表示和存储网络整体属 和”增量，假设将聚类G。和G,合并为Gm,增量计算 性，如网络密度、网络中心势等。 公式为 设G可表示为 D=Sm-(S。+S,) (2) 「区域港口群， 名称， 选取离差平方和增量最小的合并方案进行实 港口数目， 际的合并操作。 网络密度， 4)重复2)和3)直到所有样品合并为一类。 网络中心势， 04 5)根据可接受的节点，得出港口的K个港口网 :」 络层次，记为Levl,Lev2,…,LevK。 2.2网络特性分析—社会网络分析 区域港口群内港口之间的竞争合作网络由节 2.2.1网络密度分析 点物元集合、竞合关系元集合及港口群网络物元 港口竞合网络的密度分析，是指网络中实际存 构成。 在的关系占所有可能存在的关系的比例，表明了港 2区域港口群竞合网络分析过程 口竞争合作关系的“密集程度”，因此过大或过小的 竞合网络密度都代表港口群内部竞合结构并非最 2.1网络层次结构分析一层次聚类 优化)，计算公式如下： 港口网络层次结构是指在港口布局网络中，根 据自然条件、腹地经济、地理通达性等硬件条件和 directed 港口服务效率、服务质量等软件条件，将港口划分 N(N-1) 为全球枢纽港、区域枢纽港、支线港或喂给港等层 次结构。港口网络的各个层次之间是互相联系，协 调发展的9。 Adimc =N(N-1)/2 本文利用社会网络分析方法中的网络层次聚 2.2.2中心性分析 港口群竞合网络中，每个港口扮演着不同的角 类法来划分港口群中的港口层次格局，利用一般分 色，对网络中其他成员的“影响力”也有着巨大的差 类效果最好的“Ward法”[o(离差平方和法)结合 异。中心性反映了网络中港口在等级和优势等方 “欧氏距离”进行聚类分析。 面的差异，是网络结构的重要属性。对中心性的研 2.1.1聚类指标 究可以加深对“权利”的量化认识) 港口规模的评价指标主要包括港口基础设施、 1)度数中心度。 自然情况、腹地经济水平、吞吐量等，本文选取“最 度数中心度(degree centrality),体现了某港口 大吃水泊位水深”“城市人均GDP”“生产性码头泊 在竞合网络结构中的“核心”程度)，记为C(P:)。 位数”“货物吞吐量”“集装箱吞吐量”5个港口规 从港口的中心度分析中可以得出各港口对竞合关 模聚类指标，从港口节点物元中提取相应的特征及 系网结构的影响程度，分辨出扮演“结构中心”角色 特征值。 的港口。有向图的度数中心度分为入度中心度和 2.1.2参数设置 出度中心度。计算公式如下： n为区域港口群港口数量：K为目标聚类个数； Cn(P)h=d(P)=∑4 (3) p为聚类指标维度；G,为在t阶段的一个聚类：X Cn(P,)oa=d(P,)=∑4 (4) 为G中的第i个港口样本，是一个p维向量；n,为 2)中心势。 G,中的样本个数：为聚类G,内的样本均值，聚 中心势是网络整体结构指标，反映了港口竞合 类G,的重心。 网络的“紧凑程度”，记为CD,即
式中，ｉ ＝ １，２，…，ｎ；ｊ ＝ １，２，…，ｎ；ｋ ＝ １，２，…，ｍ。 港 口竞合关系元用于描述港口 Ｐｉ 与港口 Ｐｊ 之间的竞 合关系，为方便起见，可将上述关系元记作 Ｒｉｊ（竞合 关系，Ｐｉ，Ｐｊ）。 关系元可存储港口的各类竞合关系 的特征及其特征值。 最后还需要建立一个包含 ｎ 个港口的区域港群 网络物元，其主要作用是表示和存储网络整体属 性，如网络密度、网络中心势等。 设 Ｇｍ 可表示为 Ｇｍ ＝ 区域港口群， 名称， ｖ１ 港口数目， ｖ２ 网络密度， ｖ３ 网络中心势， ｖ４ ︙ ︙ é ë ê ê ê ê ê ê ê ù û ú ú ú ú ú ú ú 区域港口群内港口之间的竞争合作网络由节 点物元集合、竞合关系元集合及港口群网络物元 构成。 ２ 区域港口群竞合网络分析过程 ２．１ 网络层次结构分析———层次聚类 港口网络层次结构是指在港口布局网络中，根 据自然条件、腹地经济、地理通达性等硬件条件和 港口服务效率、服务质量等软件条件，将港口划分 为全球枢纽港、区域枢纽港、支线港或喂给港等层 次结构。 港口网络的各个层次之间是互相联系，协 调发展的［９］ 。 本文利用社会网络分析方法中的网络层次聚 类法来划分港口群中的港口层次格局，利用一般分 类效果最好的“Ｗａｒｄ 法” ［１０］ （离差平方和法） 结合 “欧氏距离”进行聚类分析。 ２．１．１ 聚类指标 港口规模的评价指标主要包括港口基础设施、 自然情况、腹地经济水平、吞吐量等，本文选取“最 大吃水泊位水深”“城市人均 ＧＤＰ” “生产性码头泊 位数” “货物吞吐量” “集装箱吞吐量”５ 个港口规 模聚类指标，从港口节点物元中提取相应的特征及 特征值。 ２．１．２ 参数设置 ｎ 为区域港口群港口数量；Ｋ 为目标聚类个数； ｐ 为聚类指标维度；Ｇｔ 为在 ｔ 阶段的一个聚类；Ｘ （ｔ） ｉ 为 Ｇｉ 中的第 ｉ 个港口样本，是一个 ｐ 维向量；ｎｔ 为 Ｇｔ 中的样本个数；Ｘ （ｔ） 为聚类 Ｇｔ 内的样本均值，聚 类 Ｇｔ 的重心。 ２．１．３ 聚类过程 １） 初始每个港口样本自成一聚类，可表示为 Ｇ１ ，Ｇ２ ，…，Ｇｎ 。 ２）计算各聚类内部的“离差平方和”，即 Ｓｔ ＝ ∑ ｎｔ ｉ ＝ １ （Ｘ （ｔ） ｉ － Ｘ （ｔ） ） Ｔ （Ｘ （ｔ） ｉ － Ｘ （ｔ） ） （１） ３）计算每种聚类合并方案所产生的“离差平方 和”增量，假设将聚类 Ｇｐ 和 Ｇｑ 合并为 Ｇｍ ，增量计算 公式为 Ｄ ２ ｐｑ ＝ Ｓｍ － （Ｓｐ ＋ Ｓｑ） （２） 选取离差平方和增量最小的合并方案进行实 际的合并操作。 ４）重复 ２）和 ３）直到所有样品合并为一类。 ５）根据可接受的节点，得出港口的 Ｋ 个港口网 络层次，记为 Ｌｅｖ１，Ｌｅｖ２，…，ＬｅｖＫ。 ２．２ 网络特性分析———社会网络分析 ２．２．１ 网络密度分析 港口竞合网络的密度分析，是指网络中实际存 在的关系占所有可能存在的关系的比例，表明了港 口竞争合作关系的“密集程度”，因此过大或过小的 竞合网络密度都代表港口群内部竞合结构并非最 优化［１１］ ，计算公式如下： Δｄｉｒｅｃｔｅｄ ＝ ∑ Ｎ ｉ ＝ １ ∑ Ｎ ｊ ＝ １ ｖ ｉｊ ｒｋ Ｎ（Ｎ － １） Δｕｎｄｉｒｅｃｔｅｄ ＝ ∑ Ｎ ｉ ＝ １ ∑ Ｎ ｊ ＝ １ ｖ ｉｊ ｒｋ Ｎ（Ｎ － １） ／ ２ ２．２．２ 中心性分析 港口群竞合网络中，每个港口扮演着不同的角 色，对网络中其他成员的“影响力”也有着巨大的差 异。 中心性反映了网络中港口在等级和优势等方 面的差异，是网络结构的重要属性。 对中心性的研 究可以加深对“权利”的量化认识［１２］ 。 １）度数中心度。 度数中心度（ ｄｅｇｒｅｅ ｃｅｎｔｒａｌｉｔｙ），体现了某港口 在竞合网络结构中的“核心”程度［１３］ ，记为 ＣＤ（Ｐｉ）。 从港口的中心度分析中可以得出各港口对竞合关 系网结构的影响程度，分辨出扮演“结构中心”角色 的港口。 有向图的度数中心度分为入度中心度和 出度中心度。 计算公式如下： ＣＤ（Ｐｉ）Ｉｎ ＝ ｄＩｎ（Ｐｉ） ＝ ∑ ｊ ｖ ｉｊ ｒｋ （３） ＣＤ（Ｐｉ） Ｏｕｔ ＝ ｄＯｕｔ（Ｐｉ） ＝ ∑ｉ ｖ ｉｊ ｒｋ （４） ２）中心势。 中心势是网络整体结构指标，反映了港口竞合 网络的“紧凑程度”，记为 ＣＤ，即 第 １ 期 李珊珊，等：基于基元的区域港口群竞合网络分析 ·１７·
·18 智能系统学报 第12卷 2(G(P')-Cn(P) 出发，对区域港口群竞合网络进行结构洞分析。 CD= (5) max2(C,(P)-C(P,)） 中间人 式中：C(P·)表示最大的节点度数中心度。 3)接近中心度。 港口竞合网络中节点的接近中心度(closeness centrality)是指港口节点与竞合网络中其他港口的 图1结构洞示意图 捷径距离之和，表明了港口节点到达其他港口节点 Fig.I Schematic diagram of structural hole 要走的“步数”，计算公式为 港口受到的限制度，是指该港口在竞合网络中 拥有的运用结构洞的能力。根据But给出的限制 c.P)=[2dP,P)] (6) i=1 度的操作化定义，港口P:受到P,的限制度指标为 式中：d(P:,P)为P:到P的捷径长度。一般意义 Cg=Pg+∑PPg (8) 上来讲，与中心点距离越远的行动者在信息资源、 式中：P是指港口P:为维持与港口P,的关系所做 权利、声望以及影响方面也越弱。注意，接近中心 的直接投入；q是除R,之外所有的P,到P,的其他 度的值越大，说明该点越不是网络的核心点。 路径上的点；Pm是在港口P:的全部关系中，对q的 在“合作”性质的网络中，港口节点的接近中心 投入所占比重。港口P:受到P,的限制度也可表述 性表明，一个港口节点与其他点越接近这个节点在 为C,=直接投入+间接投入。 合作网络中传递信息就越方便。但是，在“竞争”关 假设某区域港口群之间关系如图2所示，以港 系性质的网络中，接近中心度的含义却截然相反。 口“1”为例，与之接触的港口“5”对港口“1”的限制 若某喂给港或支线港节点处在竞争关系网络的“核 最强，因为在港口“1”的相邻节点中，港口“5”与网 心”，从一定程度上说明了，该港口有着“定位不明 络中其他成员之间的联系最多，“5”对“1”的要求将 确或过度竞争”的可能性。例如，在区域港口群的 是“1”最难以回避的：而港口“3”对“1”的限制性最 腹地范围内，某一种货物的港口运输能力已经饱 小，因为它与“1”的网络中的其他成员之间完 和，但某港口仍然盲目地投资扩张装卸这种货物的 全隔离。 码头泊位，导致其与周边多个港口产生了直接或间 接的竞争关系，造成了市场产能过剩。这种情况不 但浪费了企业资源，还可能造成市场内的恶性低价 竞争。 4)特征向量中心性。 特征向量中心性表明，如果一个港口节点与很 多具有较高中心度的港口相连接，其重要程度就会 很高。 图2限制度计算例图 C(P,)=A1∑R,CE(P,) Fig.2 Case network for constrain calculation (7) 特征向量中心性可以认为是度中心性的改进， 3 实例分析 具有较高特征向量中心性的港口节点连接了更多 的重要节点，系统地位最为突出，信息交互能力 本文选取珠三角具有代表性的若干主要港口 最强。 为例，对以上港口竞合网络分析模型进行实例研 2.2.3结构洞分析 究，数据截至2015年最新数据，采用MATLAB编程 结构洞是由社会学家Burt1s]提出的，用来表示 实现。选取的港口包括香港、广州港、深圳港、珠海 两个行动者之间非冗余的联系。一个结构洞中的 港、汕头港、佛山港、江门港、中山港、虎门港及惠 “中间人”有着更强的“信息利益”和“控制利益”， 州港。 因此比其他位置上的成员更具有竞争优势「6，如图 3.1珠三角港口群竞合网络构建 1所示。在But的结构洞指标中，限制度 港口群G=香港，广州，深圳，珠海，汕头，佛 (constraint)指标最为重要[]，本文从限制度的指标 山，江门，中山，虎门，惠州}。港口群竞合网络物
ＣＤ ＝ ∑ ｎ ｉ ＝ １ ＣＤ Ｐ ∗ ( ) － ＣＤ Ｐｉ ( ( ) ) ｍａｘ∑ ｎ ｉ ＝ １ ＣＤ Ｐ ∗ ( ) － ＣＤ Ｐｉ ( ( ) ) （５） 式中：ＣＤ Ｐ ∗ ( ) 表示最大的节点度数中心度。 ３） 接近中心度。 港口竞合网络中节点的接近中心度（ ｃｌｏｓｅｎｅｓｓ ｃｅｎｔｒａｌｉｔｙ）是指港口节点与竞合网络中其他港口的 捷径距离之和，表明了港口节点到达其他港口节点 要走的“步数”，计算公式为 ＣＣ Ｐｉ ( ) ＝ ∑ ｎ ｊ ＝ １ ｄ Ｐｉ，Ｐｊ [ ( ) ] －１ （６） 式中：ｄ Ｐｉ，Ｐｊ ( ) 为 Ｐｉ 到 Ｐｊ 的捷径长度。 一般意义 上来讲，与中心点距离越远的行动者在信息资源、 权利、声望以及影响方面也越弱。 注意，接近中心 度的值越大，说明该点越不是网络的核心点。 在“合作”性质的网络中，港口节点的接近中心 性表明，一个港口节点与其他点越接近这个节点在 合作网络中传递信息就越方便。 但是，在“竞争”关 系性质的网络中，接近中心度的含义却截然相反。 若某喂给港或支线港节点处在竞争关系网络的“核 心”，从一定程度上说明了，该港口有着“定位不明 确或过度竞争” 的可能性。 例如，在区域港口群的 腹地范围内，某一种货物的港口运输能力已经饱 和，但某港口仍然盲目地投资扩张装卸这种货物的 码头泊位，导致其与周边多个港口产生了直接或间 接的竞争关系，造成了市场产能过剩。 这种情况不 但浪费了企业资源，还可能造成市场内的恶性低价 竞争。 ４） 特征向量中心性。 特征向量中心性表明，如果一个港口节点与很 多具有较高中心度的港口相连接，其重要程度就会 很高［１４］ 。 ＣＥ Ｐｉ ( ) ＝ λ －１∑ｊ ＲｉｊＣＥ Ｐｊ ( ) （７） 特征向量中心性可以认为是度中心性的改进， 具有较高特征向量中心性的港口节点连接了更多 的重要节点， 系统地位最为突出， 信息交互能力 最强。 ２．２．３ 结构洞分析 结构洞是由社会学家 Ｂｕｒｔ ［１５］提出的，用来表示 两个行动者之间非冗余的联系。 一个结构洞中的 “中间人”有着更强的“信息利益” 和“控制利益”， 因此比其他位置上的成员更具有竞争优势［１６］ ，如图 １ 所 示。 在 Ｂｕｒｔ 的 结 构 洞 指 标 中， 限 制 度 （ｃｏｎｓｔｒａｉｎｔ）指标最为重要［１７］ ，本文从限制度的指标 出发，对区域港口群竞合网络进行结构洞分析。 图 １ 结构洞示意图 Ｆｉｇ．１ Ｓｃｈｅｍａｔｉｃ ｄｉａｇｒａｍ ｏｆ ｓｔｒｕｃｔｕｒａｌ ｈｏｌｅ 港口受到的限制度，是指该港口在竞合网络中 拥有的运用结构洞的能力。 根据 Ｂｕｒｔ 给出的限制 度的操作化定义，港口 Ｐｉ 受到 Ｐｊ 的限制度指标为 Ｃｉｊ ＝ ｐｉｊ ＋ ∑ｑ ｐｉｑ ｐｑｊ （８） 式中：ｐｉｊ是指港口 Ｐｉ 为维持与港口 Ｐｊ 的关系所做 的直接投入；ｑ 是除 Ｒｉｊ之外所有的 Ｐｉ 到 Ｐｊ 的其他 路径上的点；ｐｉｑ是在港口 Ｐｉ 的全部关系中，对 ｑ 的 投入所占比重。 港口 Ｐｉ 受到 Ｐｊ 的限制度也可表述 为 Ｃｉｊ ＝直接投入＋间接投入。 假设某区域港口群之间关系如图 ２ 所示，以港 口“１”为例，与之接触的港口“５”对港口“１”的限制 最强，因为在港口“１”的相邻节点中，港口“５”与网 络中其他成员之间的联系最多，“５”对“１”的要求将 是“１”最难以回避的；而港口“３”对“１”的限制性最 小， 因 为 它 与 “ １” 的 网 络 中 的 其 他 成 员 之 间 完 全隔离。 图 ２ 限制度计算例图 Ｆｉｇ．２ Ｃａｓｅ ｎｅｔｗｏｒｋ ｆｏｒ ｃｏｎｓｔｒａｉｎ ｃａｌｃｕｌａｔｉｏｎ ３ 实例分析 本文选取珠三角具有代表性的若干主要港口 为例，对以上港口竞合网络分析模型进行实例研 究，数据截至 ２０１５ 年最新数据，采用 ＭＡＴＬＡＢ 编程 实现。 选取的港口包括香港、广州港、深圳港、珠海 港、汕头港、佛山港、江门港、中山港、虎门港及惠 州港。 ３．１ 珠三角港口群竞合网络构建 港口群 Ｇ ＝ ｛香港，广州，深圳，珠海，汕头，佛 山，江门，中山，虎门，惠州｝。 港口群竞合网络物 ·１８· 智 能 系 统 学 报 第 １２ 卷
第1期 李珊珊，等：基于基元的区域港口群竞合网络分析 ·19 元、港口节点物元及港口竞合关系元在MATLAB程 深圳， 所在区域， 广东 序中以数组的形式存在。 码头前沿水深， 16m 「区域港口群， 名称， 珠三角主要港口 城市人均GDP, 14.95亿元 港口数目， 9 生产性码头泊位数， 144 22323万吨 网络密度， null 货物吞吐量， 集装箱吞吐量， 2403万标箱 网络中心势， null P3= 港口层次， null 其中包含了两个部分：1)港口群网络的基本信 出度中心度， null 息；2)港口群网络的结构信息，初始值为空值 入度中心度， null (null)。 出度接近中心度， null 在珠江三角洲港口竞合网络的节点物元中，初 入度接近中心度、 null 始化存储了港口的一些基本信息，包括港口的所在 特征向量中心度， null 省份（区域），以及层次聚类分析会用到的相关特征 珠海， 所在区域， 广东 及特征值：同时也包括了港口节点的结构信息，初 码头前沿水深， 14.2m 城市人均GDP, 10.36亿元 始值为空值(ull)。部分初始港口物元如下所示： 生产性码头泊位数， 155 「香港， 所在区域， 香港 货物吞吐量， 10703万吨 码头前沿水深， 15.5m 集装箱吞吐量， 117万标箱 城市人均GDP, 26.5亿元 P4= 港口层次， null 生产性码头泊位数， 72 出度中心度， null 货物吞吐量， 29770万吨 入度中心度， null 集装箱吞吐量， 2228万标箱 出度接近中心度， null P1= 港口层次， null 入度接近中心度， null 出度中心度， null null 特征向量中心度， 入度中心度， null 以上数据来源《中国港口年鉴2015》及《中国统 计年鉴2015》。 出度接近中心度， null 在珠江三角洲港口竞合网络关系元中，包含了 入度接近中心度， null 港口之间竞争合作的关系数据。主要包括两个方 特征向量中心度， null 面：一是港口之间的喂给合作，属于有向连接，使用 0(无喂给)或1（有喂给）表示，前项为枢纽港，后向 广州， 所在区域， 广东 为喂给港；二是港口之间的同货类竞争，无向连接， 码头前沿水深， 15.5m 由港口与货类之间的2模隶属关系矩阵转换而 城市人均GDP, 12.93亿元 来[us](使用ucinet'软件实现，具体过程此处不做 生产性码头泊位数， 709 赘述)。另外，关系元中还包含着港口限制度分析 货物吞吐量， 50098万吨 的结果。部分初始港口竞合关系元为 集装箱吞吐量， 1663万标箱 「竞合关系， 前项， 香港 P2= 后项， 广州 港口层次， null 喂给， 1 出度中心度， R12= null 货源竞争， 3 入度中心度， null 限制度， null 出度接近中心度， null 竞合关系， 前项， 香港1 入度接近中心度， null 后项， 深圳 特征向量中心度， null 喂给， 0 货源竞争， 3 限制度， null
元、港口节点物元及港口竞合关系元在 ＭＡＴＬＡＢ 程 序中以数组的形式存在。 Ｇｍ ＝ 区域港口群， 名称， 珠三角主要港口 港口数目， ９ 网络密度， ｎｕｌｌ 网络中心势， ｎｕｌｌ é ë ê ê ê ê ê ù û ú ú ú ú ú 其中包含了两个部分：１）港口群网络的基本信 息；２ ） 港 口 群 网 络 的 结 构 信 息， 初 始 值 为 空 值 （ｎｕｌｌ）。 在珠江三角洲港口竞合网络的节点物元中，初 始化存储了港口的一些基本信息，包括港口的所在 省份（区域），以及层次聚类分析会用到的相关特征 及特征值；同时也包括了港口节点的结构信息，初 始值为空值（ｎｕｌｌ）。 部分初始港口物元如下所示： Ｐ１ ＝ 香港， 所在区域， 香港 码头前沿水深， １５．５ ｍ 城市人均 ＧＤＰ， ２６．５ 亿元 生产性码头泊位数， ７２ 货物吞吐量， ２９ ７７０ 万吨 集装箱吞吐量， ２ ２２８ 万标箱 港口层次， ｎｕｌｌ 出度中心度， ｎｕｌｌ 入度中心度， ｎｕｌｌ 出度接近中心度， ｎｕｌｌ 入度接近中心度， ｎｕｌｌ 特征向量中心度， ｎｕｌｌ é ë ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ù û ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú Ｐ２ ＝ 广州， 所在区域， 广东 码头前沿水深， １５．５ ｍ 城市人均 ＧＤＰ， １２．９３ 亿元 生产性码头泊位数， ７０９ 货物吞吐量， ５０ ０９８ 万吨 集装箱吞吐量， １ ６６３ 万标箱 港口层次， ｎｕｌｌ 出度中心度， ｎｕｌｌ 入度中心度， ｎｕｌｌ 出度接近中心度， ｎｕｌｌ 入度接近中心度， ｎｕｌｌ 特征向量中心度， ｎｕｌｌ é ë ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ù û ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú Ｐ３ ＝ 深圳， 所在区域， 广东 码头前沿水深， １６ ｍ 城市人均 ＧＤＰ， １４．９５ 亿元 生产性码头泊位数， １４４ 货物吞吐量， ２２ ３２３ 万吨 集装箱吞吐量， ２ ４０３ 万标箱 港口层次， ｎｕｌｌ 出度中心度， ｎｕｌｌ 入度中心度， ｎｕｌｌ 出度接近中心度， ｎｕｌｌ 入度接近中心度， ｎｕｌｌ 特征向量中心度， ｎｕｌｌ é ë ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ù û ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú Ｐ４ ＝ 珠海， 所在区域， 广东 码头前沿水深， １４．２ ｍ 城市人均 ＧＤＰ， １０．３６ 亿元 生产性码头泊位数， １５５ 货物吞吐量， １０ ７０３ 万吨 集装箱吞吐量， １１７ 万标箱 港口层次， ｎｕｌｌ 出度中心度， ｎｕｌｌ 入度中心度， ｎｕｌｌ 出度接近中心度， ｎｕｌｌ 入度接近中心度， ｎｕｌｌ 特征向量中心度， ｎｕｌｌ é ë ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ù û ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú 以上数据来源《中国港口年鉴 ２０１５》及《中国统 计年鉴 ２０１５》。 在珠江三角洲港口竞合网络关系元中，包含了 港口之间竞争合作的关系数据。 主要包括两个方 面：一是港口之间的喂给合作，属于有向连接，使用 ０（无喂给）或 １（有喂给）表示，前项为枢纽港，后向 为喂给港；二是港口之间的同货类竞争，无向连接， 由港口与货类之间的 ２⁃模隶属关系矩阵转换而 来［１８］ （使用 ｕｃｉｎｅｔ ［１９］ 软件实现，具体过程此处不做 赘述）。 另外，关系元中还包含着港口限制度分析 的结果。 部分初始港口竞合关系元为 Ｒ１２ ＝ 竞合关系， 前项， 香港 后项， 广州 喂给， １ 货源竞争， ３ 限制度， ｎｕｌｌ é ë ê ê ê ê ê ê ù û ú ú ú ú ú ú Ｒ１３ ＝ 竞合关系， 前项， 香港 后项， 深圳 喂给， ０ 货源竞争， ３ 限制度， ｎｕｌｌ é ë ê ê ê ê ê ê ù û ú ú ú ú ú ú 第 １ 期 李珊珊，等：基于基元的区域港口群竞合网络分析 ·１９·
·20 智能系统学报 第12卷 以上数据来源：调研数据：各港区官网货运业 选取截断点，将珠三角港口竞合网络分为如下 务及航线网络数据统计。 4个层次。 得到了港口节点物元及竞合网络关系元，根据 1)综合枢纽港：广州港。广州港历史悠久，是 社会网络的基元网表示方法[6，区域港口群竞合基 我国沿海主枢纽港之一。广州港向内沟通珠三角 元网络的表示如图3所示。 纵横的河道交通：向外邻接港澳，辐射东南亚，连通 货源竞争 世界各地，是珠三角区域港口群中功能最全的综合 喂 枢纽港。 2)国际集装箱枢纽港：香港，深圳港。深圳港 是全球最有效益的港口之一，已连续3年稳居世界 第三大集装箱港口，也是珠三角产业区最主要的集 装箱枢纽港；香港是中国天然良港，是远东的航运 中心，也是全球最繁忙和最高效率的国际集装箱港 口之一，是全球供应链上的主要枢纽港。 3)国内沿海支线港：珠海港，虎门港。珠海港 位于珠三角西部支线入海口，眦邻香港，接壤澳门。 图3区域港口群竞合基元网络 珠海港通过牵头建立西江港口联盟，与西南地区广 Fig.3 Basic-element network for the regional port group 大腹地建立了紧密的联系。虎门港是珠江口东岸 3.2珠三角港口群竞合网络分析 的沿海支线港，处于广州一东莞一深圳一香港经济 3.2.1网络层次分析 发展带与广州一佛山一中山一珠海经济发展带A 利用MATLAB编程实现Ward法聚类过程，聚 字型框架的重要连接点上。 类循环中间结果如表1所示，聚类过程谱系图如图 4)喂给港：中山港，汕头港，惠州港，佛山港。 4所示。 中山等港口地处产业腹地的内河沿线，主要承担对 表1珠三角港口层次聚类过程数据 枢纽港或支线港的喂给职能。 根据层次分析结果，可在港口节点物元中添加 Table 1 Processing data of the clustering for the Pearl River Delta ports “网络层次”特征及特征值。以广州港为例： 广州 所在区域， 广东 聚类循环 合并的聚类 离差平方和 码头前沿水深， 15.5m 6、9 334.267 城市人均GDP, 12.93亿元 3 5、6 927.654 生产性码头泊位数， 709 3 4、8 2029.500 货物吞吐量， 50098万吨 4 5、7 3297.779 集装箱吞吐量， 1663万标箱 1、3 7022.134 P2= 港口层次， 综合枢纽港 6 4、5 12827.719 出度中心度， null 7 1、2 27631.511 入度中心度， null P 1、4 64248.059 出度接近中心度， null 截断点 入度接近中心度， null 0 10 15 20 25聚类步数 佛山6 特征向量中心度， null 惠州9 3.2.2网络特性分析 汕头5 1)网络密度分析。 中山7 针对珠三角港口群中港口的两种竞合关系，即 珠海4 “喂给关系”和“同货类竞争关系”，根据港口竞合关 虎门8 系元数据，进行计算分析。并相应更改网络物元中 香港1 网络密度的值。 深圳3 PG Name, 珠江三角主要港口 广州2 N, 9 图4聚类过程谱系图 网络密度， 0.2639.0.2857} Fig.4 Tree diagram of the clustering 网络中心势， null
以上数据来源：调研数据；各港区官网货运业 务及航线网络数据统计。 得到了港口节点物元及竞合网络关系元，根据 社会网络的基元网表示方法［６］ ，区域港口群竞合基 元网络的表示如图 ３ 所示。 图 ３ 区域港口群竞合基元网络 Ｆｉｇ．３ Ｂａｓｉｃ⁃ｅｌｅｍｅｎｔ ｎｅｔｗｏｒｋ ｆｏｒ ｔｈｅ ｒｅｇｉｏｎａｌ ｐｏｒｔ ｇｒｏｕｐ ３．２ 珠三角港口群竞合网络分析 ３．２．１ 网络层次分析 利用 ＭＡＴＬＡＢ 编程实现 Ｗａｒｄ 法聚类过程，聚 类循环中间结果如表 １ 所示，聚类过程谱系图如图 ４ 所示。 表 １ 珠三角港口层次聚类过程数据 Ｔａｂｌｅ １ Ｐｒｏｃｅｓｓｉｎｇ ｄａｔａ ｏｆ ｔｈｅ ｃｌｕｓｔｅｒｉｎｇ ｆｏｒ ｔｈｅ Ｐｅａｒｌ Ｒｉｖｅｒ Ｄｅｌｔａ ｐｏｒｔｓ 聚类循环 合并的聚类 离差平方和 １ ６、９ ３３４．２６７ ２ ５、６ ９２７．６５４ ３ ４、８ ２ ０２９．５００ ４ ５、７ ３ ２９７．７７９ ５ １、３ ７ ０２２．１３４ ６ ４、５ １２ ８２７．７１９ ７ １、２ ２７ ６３１．５１１ ８ １、４ ６４ ２４８．０５９ 图 ４ 聚类过程谱系图 Ｆｉｇ．４ Ｔｒｅｅ ｄｉａｇｒａｍ ｏｆ ｔｈｅ ｃｌｕｓｔｅｒｉｎｇ 选取截断点，将珠三角港口竞合网络分为如下 ４ 个层次。 １）综合枢纽港：广州港。 广州港历史悠久，是 我国沿海主枢纽港之一。 广州港向内沟通珠三角 纵横的河道交通；向外邻接港澳，辐射东南亚，连通 世界各地，是珠三角区域港口群中功能最全的综合 枢纽港。 ２）国际集装箱枢纽港：香港，深圳港。 深圳港 是全球最有效益的港口之一，已连续 ３ 年稳居世界 第三大集装箱港口，也是珠三角产业区最主要的集 装箱枢纽港；香港是中国天然良港，是远东的航运 中心，也是全球最繁忙和最高效率的国际集装箱港 口之一，是全球供应链上的主要枢纽港。 ３）国内沿海支线港：珠海港，虎门港。 珠海港 位于珠三角西部支线入海口，毗邻香港，接壤澳门。 珠海港通过牵头建立西江港口联盟，与西南地区广 大腹地建立了紧密的联系。 虎门港是珠江口东岸 的沿海支线港，处于广州—东莞—深圳—香港经济 发展带与广州—佛山—中山—珠海经济发展带 Ａ 字型框架的重要连接点上。 ４）喂给港：中山港，汕头港，惠州港，佛山港。 中山等港口地处产业腹地的内河沿线，主要承担对 枢纽港或支线港的喂给职能。 根据层次分析结果，可在港口节点物元中添加 “网络层次”特征及特征值。 以广州港为例： Ｐ２ ＝ 广州， 所在区域， 广东 码头前沿水深， １５．５ ｍ 城市人均 ＧＤＰ， １２．９３ 亿元 生产性码头泊位数， ７０９ 货物吞吐量， ５０ ０９８ 万吨 集装箱吞吐量， １ ６６３ 万标箱 港口层次， 综合枢纽港 出度中心度， ｎｕｌｌ 入度中心度， ｎｕｌｌ 出度接近中心度， ｎｕｌｌ 入度接近中心度， ｎｕｌｌ 特征向量中心度， ｎｕｌｌ é ë ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê êê ù û ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú úú ３．２．２ 网络特性分析 １）网络密度分析。 针对珠三角港口群中港口的两种竞合关系，即 “喂给关系”和“同货类竞争关系”，根据港口竞合关 系元数据，进行计算分析。 并相应更改网络物元中 网络密度的值。 Ｇｍ ＝ ＰＧ， Ｎａｍｅ， 珠江三角主要港口 Ｎ， ９ 网络密度， ｛０．２６３ ９，０．２８５ ７｝ 网络中心势， ｎｕｌｌ é ë ê ê ê ê ê ù û ú ú ú ú ú ·２０· 智 能 系 统 学 报 第 １２ 卷
第1期 李珊珊，等：基于基元的区域港口群竞合网络分析 ·21· 根据Wellman(1979)2o的研究，多数情况下， 广州， 所在区域， 广东 社会网络是“稀疏的”，即网络密度低。现实的社会 码头前沿水深， 15.5m 网络中，47.1%的网络密度小于0.25。由此可以看 城市人均GDP, 12.93亿元 出，珠三角港口群内部，无论是喂给合作网络，还是 生产性码头泊位数， 709 竞争关系网络，网络的密度都大于0.25，港口之间的 货物吞吐量， 50098万吨 竞争合作互动相对频繁。这与珠三角经济活动活 集装箱吞吐量， 1663万标箱 P2= 跃，港口间距离较近有很大的关系。 港口层次 综合枢纽港 2)中心性分析。 出度中心度， {17,0} 接下来进行珠三角港口群竞合关系的中心性 入度中心度， {17,4} 分析，并相应更新网络物元及港口节点物元的特征 出度接近中心度， {401 值，以网络物元及广州港为例： 入度接近中心度， 156 PG. Name, 珠三角主要港口 特征向量中心度， {0.442.0.42 N, 9 G 网络密度 {0.2639,0.2857} 所有港口节点分析结果总体如表2所示。 网络中心势，{0.3015,0.2891} 表2珠三角港口竞合网络中节点物元中心度列表 Table 2 Centrality degree list of the node matter element in Pearl River Delta port group co-competition network 同货类竞争 喂给关系 节点物元港口对象 网络层次 度数 特征向量 出度 入度 出度接近 入度接近 特征向量 中心度 中心度 中心度 中心度 中心度 中心度 中心度 P 香港 13 0.334 0 7 16 72 0.439 P 广州 1 人 0.442 4 40 56 0.42 P 深圳 3 16 0.418 0 6 17 72 0.399 P 珠海 3 16 0.418 2 56 56 0.324 P 汕头 4 8 0.199 3 0 72 48 0.269 Ps 佛山 8 0.199 4 0 72 40 0.338 P 中山 8 0.199 4 之 AO 0.338 Ps 虎门 3 13 0.334 2 0 72 49 0.184 Ps 惠州 13 0.334 2 0 72 56 0.179 中心势 26.56%(出度) 18.3% 30.15% 28.91% 分析结果 68.75%(入度) 以上分析结果表明：首先，针对同货类竞争关 已形成了层次分明，枢纽港、支线港与喂给港分工 系网络，度数中心度与特征向量中心度保持一致， 明确的局势。 充分体现了广州港处于珠三角港口竞合的“中心”； 3)结构洞分析。 其次，我们很容易注意到处于第3、第4港口层次的 结构洞分析主要针对港口的喂给关系网络。 虎门港、惠州港却有着与支线港、喂给港角色不符 分析结果为港口P.受到P,的“限制度”关系，并将 的高中心度，这与虎门港、惠州港自身“综合型”港 其存储于港口竞合关系元中。以关系元R2(广 口的定位有着很大的关系。但在当前航运市场，港 州一香港)及R(深圳一香港)为例，添加限制度后 口群整体竞争力的重要性远远超越港口本身能力， 的关系如下所示： 此时更应该考虑以“准确定位，分工明确”作为港口 竞合关系， 前项， 香港7 建设的方向。 后项， 广州 从喂给关系网络的角度看，香港是当之无愧的 R 喂给， 珠三角港口群航运中心，在网络中地位最为突出， 货源竞争， 3 信息交互能力最强，而深圳港同样具有很高的枢纽 限制度， 0.145 港地位。并且，从数据可以看出，珠三角区域港口
根据 Ｗｅｌｌｍａｎ（１９７９） ［２０］ 的研究，多数情况下， 社会网络是“稀疏的”，即网络密度低。 现实的社会 网络中，４７．１％的网络密度小于 ０．２５。 由此可以看 出，珠三角港口群内部，无论是喂给合作网络，还是 竞争关系网络，网络的密度都大于 ０．２５，港口之间的 竞争合作互动相对频繁。 这与珠三角经济活动活 跃，港口间距离较近有很大的关系。 ２）中心性分析。 接下来进行珠三角港口群竞合关系的中心性 分析，并相应更新网络物元及港口节点物元的特征 值，以网络物元及广州港为例： Ｇｍ ＝ ＰＧ， Ｎａｍｅ， 珠三角主要港口 Ｎ， ９ 网络密度， ｛０．２６３ ９，０．２８５ ７｝ 网络中心势， ｛０．３０１ ５，０．２８９ １｝ é ë ê ê ê ê ê ù û ú ú ú ú ú Ｐ２ ＝ 广州， 所在区域， 广东 码头前沿水深， １５．５ ｍ 城市人均 ＧＤＰ， １２．９３ 亿元 生产性码头泊位数， ７０９ 货物吞吐量， ５０ ０９８ 万吨 集装箱吞吐量， １ ６６３ 万标箱 港口层次， 综合枢纽港 出度中心度， ｛１７，０｝ 入度中心度， ｛１７，４｝ 出度接近中心度， ｛４０｝ 入度接近中心度， ｛５６｝ 特征向量中心度， ｛０．４４２，０．４２｝ é ë ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê êê ù û ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú úú 所有港口节点分析结果总体如表 ２ 所示。 表 ２ 珠三角港口竞合网络中节点物元中心度列表 Ｔａｂｌｅ ２ Ｃｅｎｔｒａｌｉｔｙ ｄｅｇｒｅｅ ｌｉｓｔ ｏｆ ｔｈｅ ｎｏｄｅ ｍａｔｔｅｒ ｅｌｅｍｅｎｔ ｉｎ Ｐｅａｒｌ Ｒｉｖｅｒ Ｄｅｌｔａ ｐｏｒｔ ｇｒｏｕｐ ｃｏ⁃ｃｏｍｐｅｔｉｔｉｏｎ ｎｅｔｗｏｒｋ 节点物元 港口对象 网络层次 同货类竞争 喂给关系 度数 中心度 特征向量 中心度 出度 中心度 入度 中心度 出度接近 中心度 入度接近 中心度 特征向量 中心度 Ｐ１ 香港 ２ １３ ０．３３４ ０ ７ １６ ７２ ０．４３９ Ｐ２ 广州 １ １７ ０．４４２ ２ ４ ４０ ５６ ０．４２ Ｐ３ 深圳 ２ １６ ０．４１８ ０ ６ １７ ７２ ０．３９９ Ｐ４ 珠海 ３ １６ ０．４１８ ２ ２ ５６ ５６ ０．３２４ Ｐ５ 汕头 ４ ８ ０．１９９ ３ ０ ７２ ４８ ０．２６９ Ｐ６ 佛山 ４ ８ ０．１９９ ４ ０ ７２ ４０ ０．３３８ Ｐ７ 中山 ４ ８ ０．１９９ ４ ０ ７２ ４０ ０．３３８ Ｐ８ 虎门 ３ １３ ０．３３４ ２ ０ ７２ ４９ ０．１８４ Ｐ９ 惠州 ４ １３ ０．３３４ ２ ０ ７２ ５６ ０．１７９ — 中心势 分析结果 — １８．３％ ３０．１５％ ２６．５６％（出度） ６８．７５％（入度） — — — — ２８．９１％ 以上分析结果表明：首先，针对同货类竞争关 系网络，度数中心度与特征向量中心度保持一致， 充分体现了广州港处于珠三角港口竞合的“中心”； 其次，我们很容易注意到处于第 ３、第 ４ 港口层次的 虎门港、惠州港却有着与支线港、喂给港角色不符 的高中心度，这与虎门港、惠州港自身“综合型” 港 口的定位有着很大的关系。 但在当前航运市场，港 口群整体竞争力的重要性远远超越港口本身能力， 此时更应该考虑以“准确定位，分工明确”作为港口 建设的方向。 从喂给关系网络的角度看，香港是当之无愧的 珠三角港口群航运中心，在网络中地位最为突出， 信息交互能力最强，而深圳港同样具有很高的枢纽 港地位。 并且，从数据可以看出，珠三角区域港口 已形成了层次分明，枢纽港、支线港与喂给港分工 明确的局势。 ３）结构洞分析。 结构洞分析主要针对港口的喂给关系网络。 分析结果为港口 Ｐｉ 受到 Ｐｊ 的“限制度”关系，并将 其存储于港口竞合关系元中。 以关系元 Ｒ１２ （ 广 州—香港）及 Ｒ１３（深圳—香港）为例，添加限制度后 的关系如下所示： Ｒ１２ ＝ 竞合关系， 前项， 香港 后项， 广州 喂给， １ 货源竞争， ３ 限制度， ０．１４５ é ë ê ê ê ê ê ê ù û ú ú ú ú ú ú 第 １ 期 李珊珊，等：基于基元的区域港口群竞合网络分析 ·２１·
·22. 智能系统学报 第12卷 竞合关系， 前项， 香港1 身的枢纽港同时还承担着为香港喂给的功能：深圳 后项， 深圳 港受广州港限制最大(C2),主要是由于随着广州港 R13= 喂给， 0 南沙港区的投产，广州港集装箱吞吐量大幅增长， 货源竞争， 3 广深两港之间对集装箱货源的竞争更加激烈：而其 限制度， 0 从结果（表3）中可以找出对每个港口限制最大 他支线港及喂给港主要受其被喂给港口的限制，处 的港口。从喂给关系角度来看，广州港与香港的相 于比较被动的状态，尤其是汕头港对广州港的依赖 互限制比较明显(C2和C2!),主要是由于广州港本 性极大(C62=0.444)。 表3珠三角区域港口间限制度C,列表 Table 3 Constraints C list between ports in Pearl River Delta port group 香港 广州 深圳 珠海 佛山 汕头 中山 虎门 惠州 (P) (P,) (P) (P) (P,) (P。) (P,) (P.) (P,) 香港(P1) 0.000 0.145 0.000 0.057 0.048 0.029 0.048 0.029 0.020 广州(P2) 0.174 0.000 0.111 0.000 0.058 0.058 0.058 0.040 0.000 深圳(P3) 0.000 0.130 0.000 0.077 0.070 0.043 0.070 0.000 0.028 珠海(P4) 0.174 0.000 0.174 0.000 0.174 0.000 0.174 0.000 0.000 佛山(P,) 0.174 0.174 0.174 0.174 0.000 0.000 0.000 0.000 0.000 汕头(P6) 0.198 0.444 0.198 0.000 0.000 0.000 0.000 0.000 0.000 中山(P,) 0.174 0.174 0.174 0.174 0.000 0.000 0.000 0.000 0.000 虎门(Pg) 0.563 0.563 0.000 0.000 0.000 0.000 0.000 0.000 0.000 惠州(P,) 0.250 0.000 0.250 0.000 0.000 0.000 0.000 0.000 0.000 3.2.3分析结果可视化 根据喂给关系中港口节点的入度（被喂给），我 为了更直观地呈现港口竞合网络，使用 们调整了喂给社群图中的节点大小，直观地可以看 Netdraw[2生成珠三角港口群喂给关系及货源竞争 到，珠三角主枢纽港包括香港、深圳和广州。 关系网络社群图，如图5和图6所示。 在货源竞争关系图中，根据竞争关系的权值， 珠海 中山 调整了关系连线的宽度，我们可以明显地看出各港 深圳 佛山 口之间的竞争关系强度的不同。同理，还可以根据 其他分析结果调整社群图的节点、线条的大小及颜 香港 惠州 色等属性以便于更直观地观察网铬的属性。 汕头 4结论 虎门 广州 本文在创新的多维基元网络理论的基础之上， 图5珠三角港口群港口喂给关系社群图 通过定义“港口群网络物元”“港口节点物元”及 Fig.5 Sociogram of the feeding network for the port “港口竞合关系元”构建了区域港口群竞合网络。 group in Pearl River Delta. 在此基础之上，利用网络层次聚类，网络密度、中心 珠海 虎门 性及结构洞等网络分析方法，深入剖析港口节点在 惠州 深圳 整个港口群竞合网络系统中所处的层次、地位、角 色等社会属性。结合珠三角港口群竞合网络实例， 佛山 香港 进一步研究了港口节点的社会属性与节点间的竞 合关系特征是否相符，从而反映出该港口竞合策略 是否有利于形成良性的网络竞合关系局面。最后， 汕头 广州 中山 从建立层次分明、定位明确、合理分工的良性港口 图6珠三角港口群竞争关系社群图 群竞合关系网络的角度，对港口发展提出若干建 Fig.6 Sociogram of the competition network for the 议。结合实例分析，我们还得到区域港口群竞合网 port group in Pearl River Delta. 络的结构及社会属性特征：
Ｒ１３ ＝ 竞合关系， 前项， 香港 后项， 深圳 喂给， ０ 货源竞争， ３ 限制度， ０ é ë ê ê ê ê ê ê ù û ú ú ú ú ú ú 从结果（表 ３）中可以找出对每个港口限制最大 的港口。 从喂给关系角度来看，广州港与香港的相 互限制比较明显（Ｃ１２和 Ｃ２１ ），主要是由于广州港本 身的枢纽港同时还承担着为香港喂给的功能；深圳 港受广州港限制最大（Ｃ３２ ），主要是由于随着广州港 南沙港区的投产，广州港集装箱吞吐量大幅增长， 广深两港之间对集装箱货源的竞争更加激烈；而其 他支线港及喂给港主要受其被喂给港口的限制，处 于比较被动的状态，尤其是汕头港对广州港的依赖 性极大（Ｃ６２ ＝ ０．４４４）。 表 ３ 珠三角区域港口间限制度 Ｃｉｊ列表 Ｔａｂｌｅ ３ Ｃｏｎｓｔｒａｉｎｔｓ Ｃｉｊ ｌｉｓｔ ｂｅｔｗｅｅｎ ｐｏｒｔｓ ｉｎ Ｐｅａｒｌ Ｒｉｖｅｒ Ｄｅｌｔａ ｐｏｒｔ ｇｒｏｕｐ 香港 （Ｐ１ ） 广州 （Ｐ２ ） 深圳 （Ｐ３ ） 珠海 （Ｐ４ ） 佛山 （Ｐ５ ） 汕头 （Ｐ６ ） 中山 （Ｐ７ ） 虎门 （Ｐ８ ） 惠州 （Ｐ９ ） 香港（Ｐ１ ） ０．０００ ０．１４５ ０．０００ ０．０５７ ０．０４８ ０．０２９ ０．０４８ ０．０２９ ０．０２０ 广州（Ｐ２ ） ０．１７４ ０．０００ ０．１１１ ０．０００ ０．０５８ ０．０５８ ０．０５８ ０．０４０ ０．０００ 深圳（Ｐ３ ） ０．０００ ０．１３０ ０．０００ ０．０７７ ０．０７０ ０．０４３ ０．０７０ ０．０００ ０．０２８ 珠海（Ｐ４ ） ０．１７４ ０．０００ ０．１７４ ０．０００ ０．１７４ ０．０００ ０．１７４ ０．０００ ０．０００ 佛山（Ｐ５ ） ０．１７４ ０．１７４ ０．１７４ ０．１７４ ０．０００ ０．０００ ０．０００ ０．０００ ０．０００ 汕头（Ｐ６ ） ０．１９８ ０．４４４ ０．１９８ ０．０００ ０．０００ ０．０００ ０．０００ ０．０００ ０．０００ 中山（Ｐ７ ） ０．１７４ ０．１７４ ０．１７４ ０．１７４ ０．０００ ０．０００ ０．０００ ０．０００ ０．０００ 虎门（Ｐ８ ） ０．５６３ ０．５６３ ０．０００ ０．０００ ０．０００ ０．０００ ０．０００ ０．０００ ０．０００ 惠州（Ｐ９ ） ０．２５０ ０．０００ ０．２５０ ０．０００ ０．０００ ０．０００ ０．０００ ０．０００ ０．０００ ３．２．３ 分析结果可视化 为 了 更 直 观 地 呈 现 港 口 竞 合 网 络， 使 用 Ｎｅｔｄｒａｗ ［２１］生成珠三角港口群喂给关系及货源竞争 关系网络社群图，如图 ５ 和图 ６ 所示。 图 ５ 珠三角港口群港口喂给关系社群图 Ｆｉｇ．５ Ｓｏｃｉｏｇｒａｍ ｏｆ ｔｈｅ ｆｅｅｄｉｎｇ ｎｅｔｗｏｒｋ ｆｏｒ ｔｈｅ ｐｏｒｔ ｇｒｏｕｐ ｉｎ Ｐｅａｒｌ Ｒｉｖｅｒ Ｄｅｌｔａ． 图 ６ 珠三角港口群竞争关系社群图 Ｆｉｇ．６ Ｓｏｃｉｏｇｒａｍ ｏｆ ｔｈｅ ｃｏｍｐｅｔｉｔｉｏｎ ｎｅｔｗｏｒｋ ｆｏｒ ｔｈｅ ｐｏｒｔ ｇｒｏｕｐ ｉｎ Ｐｅａｒｌ Ｒｉｖｅｒ Ｄｅｌｔａ． 根据喂给关系中港口节点的入度（被喂给），我 们调整了喂给社群图中的节点大小，直观地可以看 到，珠三角主枢纽港包括香港、深圳和广州。 在货源竞争关系图中，根据竞争关系的权值， 调整了关系连线的宽度，我们可以明显地看出各港 口之间的竞争关系强度的不同。 同理，还可以根据 其他分析结果调整社群图的节点、线条的大小及颜 色等属性以便于更直观地观察网络的属性。 ４ 结论 本文在创新的多维基元网络理论的基础之上， 通过定义“港口群网络物元” “港口节点物元” 及 “港口竞合关系元” 构建了区域港口群竞合网络。 在此基础之上，利用网络层次聚类，网络密度、中心 性及结构洞等网络分析方法，深入剖析港口节点在 整个港口群竞合网络系统中所处的层次、地位、角 色等社会属性。 结合珠三角港口群竞合网络实例， 进一步研究了港口节点的社会属性与节点间的竞 合关系特征是否相符，从而反映出该港口竞合策略 是否有利于形成良性的网络竞合关系局面。 最后， 从建立层次分明、定位明确、合理分工的良性港口 群竞合关系网络的角度，对港口发展提出若干建 议。 结合实例分析，我们还得到区域港口群竞合网 络的结构及社会属性特征： ·２２· 智 能 系 统 学 报 第 １２ 卷
第1期 李珊珊，等：基于基元的区域港口群竞合网络分析 .23. 1)港口群系统一般存在层次结构，且港口“核 [11 BOCCALETTI S,LATORA V,MORENO Y,et al. 心”程度基本与其港口层次保持一致； Complex networks:structure and dynamics[J].Physics 2)珠三角港口群港口之间竞争合作关系密切： reports,2006,424(4/5):175-308. 3)在竞争性质的网络中，若低层次港口具有过 [12]刘军.社会网络分析导论[M].北京：社会科学文献出 版社，2004. 高中心性，则该港口很有可能存在定位不明确或过 [13]LAMBIOTTE R,AUSLOOS M,HOEYST J A.Majority 度竞争的可能： model on a network with communities [J].Physical 4)喂给港的限制主要来自被喂给港； reviewe,2007,75(3):030101. 5)若中心度高的枢纽港对其他港口进行喂给， [14]罗家德.社会网分析讲义[M.2版.北京：社会科学文 则将会对该港口形成较强的限制。 献出版社，2010. 参考文献： [15 BURT R S.Structural holes:the social structure of competition[M].New York:Cambridge University [1]AHUJA G.Collaboration networks,structural holes,and Press,1995. innovation:a longitudinal study[J].Administrative science [16]AHUJA G.Collaboration networks,structural holes,and quarterly,2000,45(3):425-455. innovation:a longitudinal study [J].Administrative 2]NEWMAN M E J.The structure and function of complex science quarterly,2000,45(3):425-455. networks[J].SIAM review,2003,45(2):167-256. [17]刘军.整体网分析讲义：UCINET软件实用指南[M]. [3 NEWMAN M E J.Scientific collaboration networks.I. 上海：格致出版社，2009. Network construction and fundamental results[J].Physical [18]SCOTT J.Social network analysis:a handbook[M].2nd review E,2001,64(1):016131. ed.New York:SAGE Publications,2000. 「4]李珊珊，刘巍，高红.基于可拓基元理论的复杂社会网 [19]BORGATTI S P,EVERETT M G,FREEMAN L C. 络分析模型[】.科技导报，2014,32(36)：21-25. UCINET6 for windows software for social network analysis LI Shanshan,LIU Wei,GAO Hong.A complex social [P].Harvard:Analytic Technologies,2002. network analysis model based on extenics basic-element [20]WELLMAN B.The community question:the intimate theory[J].Science technology review,2014,32(36): networks of east Yorkers J].American journal of 21-25. sociology,1979,84(5):1201-1231 [5]刘巍，张秀芳.基于可拓信息的知识表示[J].系统工程 [21]BORGATTI S P.NetDraw:graph visualization software 理论与实践，1998(1)：104-107. [Z].Harvard:Analytic Technologies,2002. LIU Wei,ZHANG Xiufang.Knowledge representation on 作者简介： basis of extension information[J].Systems engineering-theory 李珊珊，女，1988年生，博土研究 &practice,1998(1):104-107. 生，主要研究方向为管理科学与决策 [6]杨春燕，李志明.基于可拓学的社会网络结构研究[J]: 复杂社会网铬分析、可拓学。 广东工业大学学报，2014,31(1)：1-6. YANG Chunyan,LI Zhiming.Extenics based social network structure J ]Journal of Guangdong university of technology,2014,31(1):1-6. [7]MALCHOW M,KANAFANI A.A disaggregate analysis of 刘巍，男，1955年生，教授，博士生 factors influencing port selection[].Maritime policy 导师，主要研究方向为优化管理。主持 国家自然科学基金、深圳市交通运输管 management:the flagship journal of international shipping 理委员会项目若干，发表学术论文30 and port research,2001,28(3):265-277. [8]杨春燕，蔡文.可拓学[M].北京：科学出版社，2014. 余篇。 [9]徐敏杰.集装箱港口网络的层系化分析与启示[J].中国 航海，2012,35(2)：106-109. 高红，女，1976年生，副教授，硕士 XU Minjie.Analysis of container port network based on 生导师，主要研究方向为现代算法及其 layering concept []Navigation of China,2012,35(2): 在管理学中的和图论及其应用。主持 106-109. 国家自然基金青年基金项目、省级自然 [10]DEMATTEI C.MOLINARI N,DAUR S J P.Arbitrarily 基金项目，主持深圳市交通运输委员会 shaped multiple spatial cluster detection fore case event 项目若干，发表学术论文20余篇 data[J].Computational statistics data analysis,2007, 51(8):3931-3945
１） 港口群系统一般存在层次结构，且港口“核 心”程度基本与其港口层次保持一致； ２）珠三角港口群港口之间竞争合作关系密切； ３） 在竞争性质的网络中，若低层次港口具有过 高中心性，则该港口很有可能存在定位不明确或过 度竞争的可能； ４） 喂给港的限制主要来自被喂给港； ５） 若中心度高的枢纽港对其他港口进行喂给， 则将会对该港口形成较强的限制。 参考文献： ［１］ ＡＨＵＪＡ Ｇ． Ｃｏｌｌａｂｏｒａｔｉｏｎ ｎｅｔｗｏｒｋｓ， ｓｔｒｕｃｔｕｒａｌ ｈｏｌｅｓ， ａｎｄ ｉｎｎｏｖａｔｉｏｎ： ａ ｌｏｎｇｉｔｕｄｉｎａｌ ｓｔｕｄｙ［Ｊ］． Ａｄｍｉｎｉｓｔｒａｔｉｖｅ ｓｃｉｅｎｃｅ ｑｕａｒｔｅｒｌｙ， ２０００， ４５（３）： ４２５－４５５． ［２］ ＮＥＷＭＡＮ Ｍ Ｅ Ｊ． Ｔｈｅ ｓｔｒｕｃｔｕｒｅ ａｎｄ ｆｕｎｃｔｉｏｎ ｏｆ ｃｏｍｐｌｅｘ ｎｅｔｗｏｒｋｓ［Ｊ］． ＳＩＡＭ ｒｅｖｉｅｗ， ２００３， ４５（２）： １６７－２５６． ［３ ］ ＮＥＷＭＡＮ Ｍ Ｅ Ｊ． Ｓｃｉｅｎｔｉｆｉｃ ｃｏｌｌａｂｏｒａｔｉｏｎ ｎｅｔｗｏｒｋｓ． Ｉ． Ｎｅｔｗｏｒｋ ｃｏｎｓｔｒｕｃｔｉｏｎ ａｎｄ ｆｕｎｄａｍｅｎｔａｌ ｒｅｓｕｌｔｓ［ Ｊ］． Ｐｈｙｓｉｃａｌ ｒｅｖｉｅｗ Ｅ， ２００１， ６４（１）： ０１６１３１． ［４］李珊珊， 刘巍， 高红． 基于可拓基元理论的复杂社会网 络分析模型［Ｊ］． 科技导报， ２０１４， ３２（３６）： ２１－２５． ＬＩ Ｓｈａｎｓｈａｎ， ＬＩＵ Ｗｅｉ， ＧＡＯ Ｈｏｎｇ． Ａ ｃｏｍｐｌｅｘ ｓｏｃｉａｌ ｎｅｔｗｏｒｋ ａｎａｌｙｓｉｓ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ｅｘｔｅｎｉｃｓ ｂａｓｉｃ⁃ｅｌｅｍｅｎｔ ｔｈｅｏｒｙ［Ｊ］． Ｓｃｉｅｎｃｅ ＆ ｔｅｃｈｎｏｌｏｇｙ ｒｅｖｉｅｗ， ２０１４， ３２ （ ３６）： ２１－２５． ［５］刘巍， 张秀芳． 基于可拓信息的知识表示［ Ｊ］． 系统工程 理论与实践， １９９８（１）： １０４－１０７． ＬＩＵ Ｗｅｉ， ＺＨＡＮＧ Ｘｉｕｆａｎｇ． Ｋｎｏｗｌｅｄｇｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｏｎ ｂａｓｉｓ ｏｆ ｅｘｔｅｎｓｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ［Ｊ］． Ｓｙｓｔｅｍｓ ｅｎｇｉｎｅｅｒｉｎｇ⁃ｔｈｅｏｒｙ ＆ ｐｒａｃｔｉｃｅ， １９９８（１）： １０４－１０７． ［６］杨春燕， 李志明． 基于可拓学的社会网络结构研究［ Ｊ］． 广东工业大学学报， ２０１４， ３１（１）： １－６． ＹＡＮＧ Ｃｈｕｎｙａｎ， ＬＩ Ｚｈｉｍｉｎｇ． Ｅｘｔｅｎｉｃｓ ｂａｓｅｄ ｓｏｃｉａｌ ｎｅｔｗｏｒｋ ｓｔｒｕｃｔｕｒｅ ［ Ｊ ］． Ｊｏｕｒｎａｌ ｏｆ Ｇｕａｎｇｄｏｎｇ ｕｎｉｖｅｒｓｉｔｙ ｏｆ ｔｅｃｈｎｏｌｏｇｙ， ２０１４， ３１（１）： １－６． ［７］ ＭＡＬＣＨＯＷ Ｍ， ＫＡＮＡＦＡＮＩ Ａ． Ａ ｄｉｓａｇｇｒｅｇａｔｅ ａｎａｌｙｓｉｓ ｏｆ ｆａｃｔｏｒｓ ｉｎｆｌｕｅｎｃｉｎｇ ｐｏｒｔ ｓｅｌｅｃｔｉｏｎ ［ Ｊ］． Ｍａｒｉｔｉｍｅ ｐｏｌｉｃｙ ＆ ｍａｎａｇｅｍｅｎｔ： ｔｈｅ ｆｌａｇｓｈｉｐ ｊｏｕｒｎａｌ ｏｆ ｉｎｔｅｒｎａｔｉｏｎａｌ ｓｈｉｐｐｉｎｇ ａｎｄ ｐｏｒｔ ｒｅｓｅａｒｃｈ， ２００１， ２８（３）： ２６５－２７７． ［８］杨春燕， 蔡文． 可拓学［Ｍ］． 北京： 科学出版社， ２０１４． ［９］徐敏杰． 集装箱港口网络的层系化分析与启示［Ｊ］． 中国 航海， ２０１２， ３５（２）： １０６－１０９． ＸＵ Ｍｉｎｊｉｅ． Ａｎａｌｙｓｉｓ ｏｆ ｃｏｎｔａｉｎｅｒ ｐｏｒｔ ｎｅｔｗｏｒｋ ｂａｓｅｄ ｏｎ ｌａｙｅｒｉｎｇ ｃｏｎｃｅｐｔ ［ Ｊ］． Ｎａｖｉｇａｔｉｏｎ ｏｆ Ｃｈｉｎａ， ２０１２， ３５ （ ２）： １０６－１０９． ［１０］ＤＥＭＡＴＴＥＩ Ｃ， ＭＯＬＩＮＡＲＩ Ｎ， ＤＡＵＲ Ｓ Ｊ Ｐ． Ａｒｂｉｔｒａｒｉｌｙ ｓｈａｐｅｄ ｍｕｌｔｉｐｌｅ ｓｐａｔｉａｌ ｃｌｕｓｔｅｒ ｄｅｔｅｃｔｉｏｎ ｆｏｒｅ ｃａｓｅ ｅｖｅｎｔ ｄａｔａ［Ｊ］． Ｃｏｍｐｕｔａｔｉｏｎａｌ ｓｔａｔｉｓｔｉｃｓ ＆ ｄａｔａ ａｎａｌｙｓｉｓ， ２００７， ５１（８）： ３９３１－３９４５． ［ １１ ］ ＢＯＣＣＡＬＥＴＴＩ Ｓ， ＬＡＴＯＲＡ Ｖ， ＭＯＲＥＮＯ Ｙ， ｅｔ ａｌ． Ｃｏｍｐｌｅｘ ｎｅｔｗｏｒｋｓ： ｓｔｒｕｃｔｕｒｅ ａｎｄ ｄｙｎａｍｉｃｓ ［ Ｊ］． Ｐｈｙｓｉｃｓ ｒｅｐｏｒｔｓ， ２００６， ４２４（４ ／ ５）： １７５－３０８． ［１２］刘军． 社会网络分析导论［Ｍ］． 北京： 社会科学文献出 版社， ２００４． ［１３］ ＬＡＭＢＩＯＴＴＥ Ｒ， ＡＵＳＬＯＯＳ Ｍ， ＨＯŁＹＳＴ Ｊ Ａ． Ｍａｊｏｒｉｔｙ ｍｏｄｅｌ ｏｎ ａ ｎｅｔｗｏｒｋ ｗｉｔｈ ｃｏｍｍｕｎｉｔｉｅｓ ［ Ｊ ］． Ｐｈｙｓｉｃａｌ ｒｅｖｉｅｗｅ， ２００７， ７５（３）： ０３０１０１． ［１４］罗家德． 社会网分析讲义［Ｍ］． ２ 版． 北京： 社会科学文 献出版社， ２０１０． ［ １５ ］ ＢＵＲＴ Ｒ Ｓ． Ｓｔｒｕｃｔｕｒａｌ ｈｏｌｅｓ： ｔｈｅ ｓｏｃｉａｌ ｓｔｒｕｃｔｕｒｅ ｏｆ ｃｏｍｐｅｔｉｔｉｏｎ［Ｍ］． Ｎｅｗ Ｙｏｒｋ： Ｃａｍｂｒｉｄｇｅ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ， １９９５． ［１６］ ＡＨＵＪＡ Ｇ． Ｃｏｌｌａｂｏｒａｔｉｏｎ ｎｅｔｗｏｒｋｓ， ｓｔｒｕｃｔｕｒａｌ ｈｏｌｅｓ， ａｎｄ ｉｎｎｏｖａｔｉｏｎ： ａ ｌｏｎｇｉｔｕｄｉｎａｌ ｓｔｕｄｙ ［ Ｊ ］． Ａｄｍｉｎｉｓｔｒａｔｉｖｅ ｓｃｉｅｎｃｅ ｑｕａｒｔｅｒｌｙ， ２０００， ４５（３）： ４２５－４５５． ［１７］刘军． 整体网分析讲义： ＵＣＩＮＥＴ 软件实用指南［Ｍ］． 上海： 格致出版社， ２００９． ［１８］ＳＣＯＴＴ Ｊ． Ｓｏｃｉａｌ ｎｅｔｗｏｒｋ ａｎａｌｙｓｉｓ： ａ ｈａｎｄｂｏｏｋ［Ｍ］． ２ｎｄ ｅｄ． Ｎｅｗ Ｙｏｒｋ： ＳＡＧＥ Ｐｕｂｌｉｃａｔｉｏｎｓ， ２０００． ［ １９ ］ ＢＯＲＧＡＴＴＩ Ｓ Ｐ， ＥＶＥＲＥＴＴ Ｍ Ｇ， ＦＲＥＥＭＡＮ Ｌ Ｃ． ＵＣＩＮＥＴ６ ｆｏｒ ｗｉｎｄｏｗｓ ｓｏｆｔｗａｒｅ ｆｏｒ ｓｏｃｉａｌ ｎｅｔｗｏｒｋ ａｎａｌｙｓｉｓ ［Ｐ］． Ｈａｒｖａｒｄ： Ａｎａｌｙｔｉｃ Ｔｅｃｈｎｏｌｏｇｉｅｓ， ２００２． ［２０ ］ ＷＥＬＬＭＡＮ Ｂ． Ｔｈｅ ｃｏｍｍｕｎｉｔｙ ｑｕｅｓｔｉｏｎ： ｔｈｅ ｉｎｔｉｍａｔｅ ｎｅｔｗｏｒｋｓ ｏｆ ｅａｓｔ Ｙｏｒｋｅｒｓ ［ Ｊ ］． Ａｍｅｒｉｃａｎ ｊｏｕｒｎａｌ ｏｆ ｓｏｃｉｏｌｏｇｙ， １９７９， ８４（５）： １２０１－１２３１． ［２１］ ＢＯＲＧＡＴＴＩ Ｓ Ｐ． ＮｅｔＤｒａｗ： ｇｒａｐｈ ｖｉｓｕａｌｉｚａｔｉｏｎ ｓｏｆｔｗａｒｅ ［Ｚ］． Ｈａｒｖａｒｄ： Ａｎａｌｙｔｉｃ Ｔｅｃｈｎｏｌｏｇｉｅｓ， ２００２． 作者简介： 李珊珊， 女，１９８８ 年生，博士研究 生，主要研究方向为管理科学与决策、 复杂社会网络分析、可拓学。 刘巍，男，１９５５ 年生，教授，博士生 导师，主要研究方向为优化管理。 主持 国家自然科学基金、深圳市交通运输管 理委员会项目若干，发表学术论文 ３０ 余篇。 高红，女，１９７６ 年生，副教授，硕士 生导师，主要研究方向为现代算法及其 在管理学中的和图论及其应用。 主持 国家自然基金青年基金项目、省级自然 基金项目，主持深圳市交通运输委员会 项目若干，发表学术论文 ２０ 余篇。 第 １ 期 李珊珊，等：基于基元的区域港口群竞合网络分析 ·２３·