EN中文

SCIENTIA GEOGRAPHICA SINICA >

2024 , Vol. 44 >Issue 12: 2113 - 2122

DOI: https://doi.org/10.13249/j.cnki.sgs.20240726

The structural resilience of China’s trade network based on transport modes

  • Fang Jiawen , 1, 2 ,
  • Sheng Hantian 1 ,
  • He Canfei , 1, 2, *
Expand
  • 1. College of Urban and Environmental Sciences, Peking University, Beijing 100871, China
  • 2. Peking University-Lincoln Institute Center for Urban Development and Land Policy, Beijing 100871, China

Received date: 2024-03-30

  Revised date: 2024-07-17

  Online published: 2025-01-16

Supported by

(42171169)

Copyright

Copyright reserved © 2024.
Fold

Abstract

The transport system, serving as the foundational backbone for global trade movements, significantly influences the trading relationships among domestic cities and their integration into global production networks. The existing literature has analyzed the global trade networks carried by a particular transport mode or investigated the resilience of the trade network regardless of its transportation modes, both of which neglect the transportation resilience in the global trade networks. In light of this, this study seeks to investigate the spatial evolution and structural resilience of trade networks facilitated by various transportation means through social network analysis coupled with scenario simulation techniques, based on city-level trade data extracted from General Administration of Customs. P. R. China (2000—2015). The marginal contributions of this study can be summarized as: 1) Systematically explores the evolution and characteristics of trade networks from the perspective of transportation modes, filling the gap in the existing economic geography literature where transportation networks and trade networks are disconnected; 2) Clarifies the importance and changing process of specific cities in the trade network from the perspective of transportation mode complexity; 3) Measures the resilience level of trade networks under specific transportation modes and identifies alternative city transportation networks. The key findings include: 1) Across all four transport modes, there is a consistent rise in trade network density, with waterways showing the highest density and railroads demonstrating the highest degree of network modularity. Such results indicate the maturity of waterway-based trade network and the limitations of track-dependent railway-based trade networks. 2) The development of the domestic transport infrastructure helps to mitigate the intricacy of trade connections between cities across different regions, particularly in terms of access to a variety of transportation options. Inland cities now have more access to waterway-based trade networks, and coastal cities have developed complicated trade connections with Asian or European countries carried by railways or trucks. 3) Among the transport systems, the waterway-based trade network demonstrates the highest level of resilience, followed by air-based and road-based transport networks. Over the past 15 years, the trade networks have been less dependent on top 15 ports for each transport mode, suggesting a higher level of resilience of each mode. 4) The swift progression of airport infrastructure augments the availability of alternative cities that can respond to temporary disruptions in air cargo-based trade activities, by either reduce the distance from nearest available backup cities or increase the number of nearby backup options, especially for cities in inland area. In summary, these findings offer valuable insights for national strategies aimed at refining major production configurations and bolstering the growth of strategic hinterlands. Firstly, the domestic transportation system plays a critical role offering various regions the possibility to develop multiple trade transport modes. Secondly, although railway transport along the Eurasian Land Bridge has developed rapidly in recent years, it still has limitations and falls short of the scale and system of waterway, air, and highway transport. Thirdly, when countries plan for productive force safety layouts, they need to explore potential alternative city locations based on existing foreign trade connections to ensure the resilience of foreign trade at the transportation level and smooth the transfer and handover processes between cities.

Key words： transportation; trade network; complex network; network resilience; transportation modes

Cite this article

Fang Jiawen , Sheng Hantian , He Canfei . The structural resilience of China’s trade network based on transport modes[J]. SCIENTIA GEOGRAPHICA SINICA, 2024 , 44(12) : 2113 -2122 . DOI: 10.13249/j.cnki.sgs.20240726

在“双循环”新发展格局和国家战略腹地建设等大背景下，中国城市间要素流动以及城市对外贸易流动对推动高质量发展具有重要作用[1]。交通运输是建立统一大市场、打通国内国际双循环的重要保障[2]。一方面，交通基础设施建设有助于搭建城际要素流动网络，加快城市、区域间分工合作，有效降低全社会物流成本[3]；另一方面，交通运输方式直接关系到国内城市产品进出口贸易格局，深刻影响其嵌入全球价值链与全球生产网络的程度[4]。因此在“百年未有之大变局”下，基于交通运输方式视角开展中国城市贸易网络研究、了解特定运输方式下贸易网络的韧性水平，能进一步推动国家交通运输格局重塑，服务国家总体安全建设。
交通运输作为国际贸易的物质载体，其运行效率和空间格局深刻影响着国际贸易的运转。已有研究多从某一类运输方式的角度切入，探索该类交通运输基础设施与国际贸易联系的互动关系。其中，海运是国际贸易中最主要的运输方式，长期以来得到国内外学者关注，从港口体系发展[5]、航线网络格局演化[6]、国际贸易与海上运输之间的相互关系[7-8]等角度进行探索。相比于以货运为主的海运体系，以航空为运输方式的国际贸易联系较少，研究方向主要集中在探索航空货运网络结构的特性[9-10]、连通性[11]、复杂性[12]及其与国际贸易的关系上[13]。陆运方式可分为铁路和公路2种，前者与海运的运载量和速度类似，但覆盖范围有限；后者与空运的运载量类似，但同样无法实现远距离的运输需求。因此，铁路和公路运输方式下的国际贸易联系通常局限在邻近国家（地区）或陆地相接的邻洲国家（地区）之间。随着中国“一带一路”倡议的提出和沿线交通基础设施的不断完善，国内学者近年来关注中欧班列开通对沿线国家（地区）贸易往来的影响，并探索了经贸合作加强背后的机制[14]。基于公路的贸易运输研究在探索道路联通性之外更强调了通关的便利化[15]。然而，在实际的国际贸易联系中，不同的运输方式之间竞争与互补关系共存，虽然已经有一些研究开始关注到多种运输网络本身的结构差异[16]以及其对国际贸易的效应差异[17]，但是这类研究尚且不足。此外，运输网络和贸易网络的数据之间较独立，并不能真实反映特定运输方式下贸易网络的结构特征，对于贸易数据中运输方式异质性的挖掘有待加强。
网络韧性通常是指复杂网络在面对扰动事件时的反应，或复杂系统调整其组织形式以维持基本功能的能力[18]。以交通枢纽为节点、交通流为边构成的交通运输网络是复杂网络韧性研究中的重要对象。现有研究主要运用情景模拟、数据驱动、统筹优化等方法系统评估了海运网络[19]、航空网络[20]、城市公共交通网络[21]的韧性水平[22]。在当前逆全球化浪潮中，贸易网络韧性研究已经成为热点。贸易网络通常以国家（地区）为节点，以贸易流为边，反映东道地区与目的地间的进出口关系。现有研究主要考察经济制裁[23]、新冠疫情[24]等对贸易网络结构的冲击作用，尚未从交通方式视角对贸易网络进行解构并分析各种交通方式下贸易网络韧性的差异性。虽然有研究发现中欧班列开通提升了中国企业的出口韧性[25]，但是相关研究并未基于已有的铁路贸易运输网络分析中欧班列开通对网络韧性水平的影响，因此尚未从整体上说明重大交通基础设施建设对贸易网络效率与安全的提升作用。
综上所述，本文拟采用社会网络分析并结合情景模拟下的复杂网络韧性分析法，重点回答以下研究问题：① 不同交通运输方式下的贸易网络如何演化；② 不同交通运输方式下贸易网络的韧性水平及其演化规律为何；③ 给定交通运输方式，特定冲击下国内城市间运输替代关系为何？本研究的边际贡献主要有以下3方面：① 系统探讨了交通运输方式视角下贸易网络的演化过程及其特征，弥补了现有经济地理文献中交通运输网络与贸易网络相割裂的不足；② 在传统社会网络分析指标基础上基于二分图复杂度计算方法，从运输方式复杂度视角厘清了特定城市在贸易网络中的重要性及变化过程；③ 基于网络节点与连边删除等情景模拟方法测度了特定交通运输方式下贸易网络的韧性水平，并识别了城市运输方式替代网络。本文的研究成果对新发展格局下“优化重大生产力布局，加强国家战略腹地建设”有一定的借鉴意义。

1 数据来源与研究方法

1.1 数据来源

本文中用到的贸易数据包含2000—2015年中国海关进出口详细数据（不包含港澳台数据），来源于中国海关总署内部发布的中国海关进出口数据库，着重利用“运输方式”这一字段来拆分贸易网络在不同交通运输方式下的时空演化格局，重点关注“2=江海运输，3=铁路运输，4=汽车运输，5=航空运输”这4类主要运输方式。除此之外，在探究网络韧性的部分中，本文由《从统计看民航》[26]获取了核心年份的机场数据。

1.2 研究方法

1） 不同运输方式下二模贸易网络构建。一个社会网络是由多个点和各点之间的连线组成的集合。如果研究对象是一个集合的行动者，发生在一个集合内部各个行动者之间的关系构成的网络叫做一模网络，如果研究对象是2个集合的行动者，发生在2个集合之间各个行动者之间的关系构成的网络则一个整体，作为国际贸易网络中的一个节点，会导致地级市主体特征信息缺失，难以挖掘交通运输网络在其中的作用。此外，建立城市−国家（地区）的二模网络，有助于探索在突发事件下，城市之间互为后备的可能性。因此，本文将中国地级市作为第一模，贸易伙伴国家（地区）视作第二模，以城市−国家（地区）之间的进出口贸易额作为边的权重，构建加权的城市−国家（地区）二模贸易网络。
$ {G}_{trade}=\left[\begin{array}{ccc}trad{e}_{11}& \cdots & trad{e}_{1X}\\ \vdots & \ddots & \vdots \\ trad{e}_{m1}& \cdots & trad{e}_{mX}\end{array}\right] $
式中，Gtrade 为加权无向网络；trademX为城市m与国家（地区）X之间的进出口贸易总额。
2） 社会网络指标计算方法。① 度：与某节点相连接的边的数目。平均度为网络中所有节点的度的平均值，根据贸易额加权后可得到加权平均度，由此来展示贸易网络各个节点的强度和活跃度。② 网络密度：定义为网络中实际存在的边数与最大可能的边数之比，可衡量网络中各个节点之间联络的紧密程度，本文中可展示国家（地区）间贸易紧密联系程度和活动频率。③ 模块度：模块度是衡量网络结构能够划分为不同模块（或分组、集群或社群）的倾向性。网络的模块度越高，说明同一个模块内部的节点之间联系紧密，不同模块之间的节点联系稀疏。④ 复杂度：本研究涉及的城市−国家（地区）网络属于典型的二分图网络，基于二分图网络结构，本研究参考已有研究[27-28]的方法，采用反射迭代法计算了贸易网络中各城市的复杂度水平。⑤ 复杂网络韧性分析方法 ：采用移除网络节点或连边的模拟方式观测网络核心指标的变化情况。本研究参考相关研究的方法[29-30]，通过逐渐增加网络节点删除比例，依次计算网络整体效率的变化情况来表征网络韧性的变化情况。此外，考虑到网络韧性指标在实际交通运输贸易网络中的地理性及实际意义，本研究基于口岸实际进出口贸易额数据，筛选出每种运输方式下前15位重点口岸城市，删除这些节点后观察网络整体效率的变化率。网络效率损失越大，相应被删除口岸城市在贸易网络中的连通性地位越突出，口岸间尚未建立具有韧性的替代性关联。

2 不同运输方式下中国对外贸易网络结构的演化发展

2.1 整体网络指标描述和分析

本文首先对“城市−国家（地区）”二模贸易网络的结构特征和演变过程进行了计算和描述，其中核心指标为网络平均度、网络密度和网络模块度，分别展示贸易网络中的整体联系强度、贸易活动频率以及贸易联系形成局部模块群体的倾向性（图1）。首先，平均度和网络密度的发展趋势均呈现出随时间逐步增大的趋势；水运贸易网的整体平均度和密度最大，其次是航空和公路，最后是铁路网络，远小于其他3类运输方式，且这一格局在15 a间并未发生显著改变。模块度指标相对复杂：水运贸易网的模块度长期处于低值，说明中国的水运贸易网络早在2000年就已形成均衡的格局；航空贸易网络呈现相似特征，整体小幅下降后略有增长，但整体水平一直不高；铁路运输网络模块度的初始值很高，近几年来略有下降，与中欧班列开通后铁路贸易伙伴关系拓展相关；公路贸易网络变化最大，其初始值非常低，在2005年略微下降之后大幅增长，反映出国际公路运输网在15 a间的快速发展，逐步形成与一些国家（地区）的紧密贸易联系组团。综上所述，各类运输方式下的贸易联系网络均呈现整体联系程度加强、活跃度增减的趋势，公路和铁路2类陆上运输模式下的贸易网络的局部组团性更强，航空和海运2类非陆上运输模式的自由度更大，贸易网络更为分散和均衡。
图1 城市−国家（地区）二模贸易网络整体网络指标变化

未含港澳台数据

Fig. 1 Changes in city-country trade network metrics

2.2 城市对外贸易联系复杂性分析

本文基于“城市−国家（地区）”二模网络得到每个城市对外贸易联系的广度和强度，若与某城市产生的贸易联系越多，证明该城市具有更多样复杂的贸易联系伙伴。本文分别计算了2000年和2015年各城市分别在水运、铁路、公路和航空这4类运输方式下的网络复杂性，按运输方式排序后，比较了15 a间复杂性指标的排序变化，其中排名提升最高的20个城市总结如表1所示。水运贸易网络中，距离东南沿海港口较远的城市出现大幅度的地位上升，说明这些城市在15 a间得益于国内运输系统的完善，让内陆地区的贸易可通过公路或铁路等方式与海港之间转运。铁路贸易网络的变化与水运相反，表现在东南沿海城市的重要性排序大幅提升，中欧班列的开通为这些城市与欧洲间贸易联系提供更快捷经济的通道。公路运贸易联系网络与铁路相似，略有不同的是，东部（东部、中部、西部、东北地区划分依据国家统计局，https://www.stats.gov.cn/zt_18555/zthd/sjtjr/dejtjkfr/tjkp/202302/t20230216_1909741.htm）沿海偏北地区的城市复杂度提升更高，说明这些城市开辟了更多通过西北边境口岸的对外贸易联系；西南地区以重庆为中心，其邻近城市在公路贸易复杂性上的提升也十分可观，一定程度上反应出西南边陲地区边境口岸的进一步发展。最后，航空贸易网络中，复杂性提升的城市较为分散，但基本邻近航空枢纽；其中西南地区提升幅度突出，反映出重渝城市群在高新技术产业的发展和交通基础设施建设方面的进步。
表1 2015年相比于2000年贸易网络复杂度地位提升前20名的城市

Table 1 The top 20 cities with increase trade network complexity

排名 水运贸易网络 铁路贸易网络 公路贸易网络 航空贸易网络
　　注：不含港澳台数据。
1 重庆市 白银市 宣城市 重庆市
2 资阳市 克孜勒苏柯尔克孜自治州 潍坊市 阿里地区
3 阿里地区 日喀则市 重庆市 南充市
4 玉树藏族自治州 重庆市 东营市 毕节市
5 亳州市 丽水市 衡水市 贵阳市
6 贵阳市 温州市 泰安市 宣城市
7 毕节市 白城市 济南市 通辽市
8 盘锦市 三亚市 金华市 呼伦贝尔市
9 呼伦贝尔市 宁德市 绥化市 资阳市
10 百色市 福州市 盘锦市 海南藏族自治州
11 宣城市 石嘴山市 威海市 上饶市
12 潮州市 潮州市 毕节市 亳州市
13 宜春市 嘉兴市 资阳市 宿迁市
14 吉安市 赣州市 吕梁市 防城港市
15 菏泽市 揭阳市 芜湖市 巴中市
16 常德市 西双版纳傣族自治州 保定市 孝感市
17 江门市 鹰潭市 德州市 江门市
18 巴音郭楞蒙古自治州 湛江市 沈阳市 九江市
19 安顺市 马鞍山市 黔西南布依族苗族自治州 徐州市
20 珠海市 廊坊市 菏泽市 德州市

3 不同运输方式下中国对外贸易网络韧性模拟分析

本研究考虑节点失效与连边失效2类的情景模拟（图2）。在节点失效模拟（情景1）中通过按一定比例移除网络节点，从而探究网络整体效率的变化情况。从现实情况看，节点失效可能意味着城市或国家（地区）的交通枢纽瘫痪，进而导致进出口贸易中断。在连边失效模拟（情景2）中，一旦某个“城市−国家（地区）”对的联系中断，那么该城市需要通过其他城市维持进出口贸易，因而出现了城市间的替代关系。考虑到水运、铁路、公路运输常常存在多式联运场景，本研究主要使用航空网络数据来支撑情景2的模拟。
图2 城市−国家（地区）二模贸易网络节点失效与连边失效情景模拟

Fig. 2 The scenario simulation of node failure and edge failure in city-country trade networks

3.1 针对于节点攻击的网络整体效率变化

本节使用Python程序模拟节点失效下贸易网络整体效率的变化情况，分别考察了所有节点失效后和排名前15的口岸失效后的网络整体效率变化（图3）。水运贸易网络整体韧性较强，即在删除一定比例节点后仍保持较高的效率水平；铁路贸易网络整体韧性较弱，小规模节点删除可能造成网络迅速崩塌。通过删除前15位的口岸所反映的网络效率首位集中程度显示，各类网络的首位集中度大体呈现逐步降低的趋势，网络发展趋向于分散和平均，是韧性水平提升的一种表现。
图3 节点攻击下网络整体效率变化情况

未含港澳台数据

Fig. 3 Changes in overall network efficiency under node attack

从水运贸易看，全球航运网络复杂程度较高，枢纽型港口众多[31]，这样的网络拓扑结构提升了水运贸易网络的整体效率与韧性。此外，中国自加入世界贸易组织以来不断加快大型港口建设，在沿海、沿江地区布局了一系列港口枢纽，增强了航运贸易网络韧性[32]。水运贸易网络中前15位的港口若失效，网络整体效率损失率较低且呈现降低趋势，说明水运贸易网络并没有过度集中在少数节点上，网络结构韧性较强。铁路贸易网络的韧性水平整体最低，主要原因有二：第一，国内铁路枢纽型城市较少，铁路贸易网络密度较低，模块化程度较高[33]，一旦出现节点失效较难在短时间内形成互补关系；第二，跨国（地区）铁路贸易网络呈现出明显的“廊道”特征，一旦廊道中某一环节失效，铁路转运效率将急转直下。此外，在本研究数据期限内中欧班列及泛亚铁路建设仍处在起步阶段，因此能发现铁路贸易网络韧性在2005年后有所增强但并没有显著提高。航空与公路贸易网络的韧性水平明显提升且两者韧性水平相当。2000年，删除20%节点后的航空与公路贸易网络后整体效率几乎降为0；而在2005年后的各个样本年份，同样删除20%节点后其仍能保持超过0.3的整体效率水平。航空与公路贸易网络韧性大幅提升主要与交通基础设施建设有关。中国近年来持续加快空港建设，不断增密国际客货运航线，对国内城市而言提高了境外国家（地区）的可达性。与此同时，中国西部、东北地区机场增速显著高于同期东、中部地区，极大地改善了边境地区交通、贸易条件[34]。而国家路网建设则与保税区、边境地区跨境产业园建设同步进行，不仅增强了国家内部的交通通达性，同时优化了跨境公路运输效率，支撑了中西部地区的对外贸易发展[35]。此外，公路体系完备也进一步提升了城市间货物转运能力，进一步强化了突发情况下城市间的替代关系。

3.2 重要贸易联系中断后的城市替代网络

全局韧性很难从微观层面体现城市尺度的韧性响应机制，尤其难以展现不同地理位置和区位条件下的响应差异。因此，本节将从较为微观的尺度视角出发，探索贸易断链发生时，城市在运输方面可能的响应方案。考虑到水运、铁路、公路运输常存在多式联运场景，本研究主要使用2000—2015年航空网络数据支撑本节的模拟。假设城市m机场封锁，那么城市n需具备以下几个条件成为城市m的替代城市：① 城市m、n均与国家（地区）X存在通过航空运输的贸易联系并设有机场；② 城市n与城市m之间的距离是所有满足条件①的城市中最短的，由此可得到替代城市网络Galt。
$ {G}_{alt}=\left[\begin{array}{ccc}{backup}_{11}& \cdots & {backup}_{1n}\\\vdots & \ddots & \vdots \\{backup}_{m1}& \cdots & {backup}_{mn}\end{array}\right] $
式中，替代城市网络Galt是一个有向网络；backupmn 为城市m与城市n之间的替代联系，方向从被冲击城市指向替代城市。现实中若某城市出现暴风雨或其他社会安全因素取消航班或无法降落的情况时，往往影响多个对外贸易伙伴。考虑短期的冲击影响，国家（地区）X选取当年通过航空产生的贸易额前10位的国家（地区），以此来代表最有可能出现危机的贸易联系。由此可得到加权有向的替代城市网络Galt，权重为替代关系发生的次数，次数越多意味着城市m与城市n在航空运输方式和贸易伙伴关系上具有越高的替代性。为更直观地表现城市间的替代关系网络，本文将2000年和2015年的结果按照城市的地理坐标，利用Gephi软件地理布局（Geo Layout）方法可视化并比较（图4）。
图4 短期冲击下贸易替代城市网络变化

圆圈大小为该城市可作为替代城市次数的大小；箭头联系线粗细为替代次数大小；不含港澳台数据

Fig. 4 Changes in the network of trade-substituting cities under short-term shocks

整体来看，替代城市网络的节点数和网络密度都得到了显著的提升，该现象在中、西部地区尤为显著。相比于2000年，2015年新增的替代城市和替代关系较均衡地分布在全国范围内，说明以航空为运输方式的城市对外贸易联系网络在不断优化，各城市在突发情况下可以找到更近的替代城市，完成原有的贸易联系。一方面，中、西部地区的基础设施尤其是航空基础设施建设迅速[36]，另一方面中西部地区城市的对外贸易联系在中国加入世贸组织之后迅速增强。从替代链条的结构来看，在2000年需要跨越长距离产生联系的替代联系，在2015年时可以就近连接，并实现多选择替代，这一现象在西北和西南地区尤为明显。从节点的强度来看，直径越大的城市代表越具有成为替代城市的潜力，可以发现大部分具有强替代潜力的城市不是中国的4大航空枢纽（北京、上海、广州、重庆），而是城市群中的邻近城市。在国家生产力布局的过程中，这些城市有望成为一线航空港的后备军，同时也具有发展与航空领域相关制造业（航空装备制造或适合通过航空运输的高附加值产品）的潜力。

4 结论与讨论

本文基于2000—2015年中国海关进出口详细数据中的“运输方式”字段，采用社会网络方法，结合情景模拟下的复杂网络韧性分析法，探索其网络的整体结构、韧性水平和应对冲击时城市间的潜在运输替代性关系，主要结论如下：① 就网络的拓扑结构变化而言，各类运输方式下的贸易联系网络均呈现整体联系程度加强、活跃度增减的趋势，公路和铁路2类陆上运输模式下的贸易网络的局部组团性更强，航空和海运2类非陆上运输模式的自由度更大，贸易网络更为分散和均衡；② 就贸易联系的复杂多样性而言，国内运输系统的完善为各地区城市开拓新的贸易运输方式提供了保障；③ 就网络的韧性水平变化而言，水运运输贸易网络整体韧性较强，铁路贸易网络整体韧性较弱，航空和公路贸易网络韧性水平相当且快速发展。各类网络的整体效率首位集中程度逐步降低，贸易活动在各节点的分散程度提升；④ 就网络的恢复力稳定性而言，航空和公路快速发展让突发状况下邻近城市之间相互替代完成贸易联系的可能性增强，潜在后备城市网络的密度不断增强，潜在后备城市之间的距离缩短，其韧性不断得到提升，为国家贸易运输安全提供了越来越坚实的保障。
从现实层面来看，中华民族复兴战略全局与世界百年未有之大变局历史性交汇。新冠肺炎疫情、俄乌冲突影响广泛深远，全球产业链供应链加速重构，全球经济和贸易格局动荡。实现进出口的升级优化需要生产端的路径突破和需求端的市场开拓，同样也需要运输端的保驾护航，让高价值的产品以快捷、高效、稳妥的方式运送到世界各地，更好发挥连接生产消费、畅通国内大循环的支撑作用。本研究的发现一定程度上可为国家安全生产力布局提供借鉴意义。第一，国内运输系统起到了关键性的作用，其逐步完善可弥补地理区位的不足，给予各地区发展多种贸易运输方式的可能，同时也让突发情况下城市之间的替代更加迅捷和灵活，由此可增强各类运输网络的韧性。第二，虽然近年来亚欧大陆桥沿线的铁路运输发展迅速，但仍具有局限性，远不足水运、航空和公路运输的规模和体系，在实际的运输过程中需要格外关注其安全性。第三，国家在进行生产力安全布局时，需要根据已有的对外贸易联系挖掘可能的替代城市区位，保证对外贸易在运输层面的韧性，疏通城市之间的转运交接过程。这类城市往往布局在一线城市附近，这类城市在国际贸易流通中的地位较低，但仍然可以作为一线城市在各类自然、社会和经济冲击下的物流缓冲城市，为中国对外贸易网络的稳健性提供保障。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
冯晓华, 邱思远. 中国城市国内国际双循环测度及影响因素[J]. 地理学报, 2023, 78(8): 2019-2040.

Feng Xiaohua, Qiu Siyuan. Measurement and influencing factors of dual circulations at the city level in China. Acta Geographica Sinica, 2023, 78(8): 2019-2040

[2]
陈明星, 王成金, 程嘉梵, 等. 中国式现代化与中国区域发展新格局[J]. 经济地理, 2023, 43(7): 20-26.

Chen Mingxing, Wang Chengjin, Cheng Jiafan et al. Chinese path to modernization and new pattern of regional development in China. Economic Geography, 2023, 43(7): 20-26

[3]
王姣娥, 陈娱, 戴特奇, 等. 中国交通地理学的传承发展与创新[J]. 经济地理, 2021, 41(10): 59-69.

Wang Jiao’e, Chen Yu, Dai Teqi et al. Inheritance, development and innovation of Transport Geography in China. Economic Geography, 2021, 41(10): 59-69

[4]
丁金学. 新发展格局下交通运输与产业协同发展的路径模拟[J]. 宏观经济管理, 2023(2): 42-49.

Ding Jinxue. The model and path of coordinated development of transport and industries under a new pattern of development. Macroeconomic Management, 2023(2): 42-49

[5]
王绍卜. 我国沿海集装箱港口体系的空间结构及演化[J]. 经济地理, 2016, 36(8): 93-98.

Wang Shaobu. The spatial structure and evolution of China’s coastal container port system. Economic Geography, 2016, 36(8): 93-98

[6]
王列辉, 朱艳. 基于“21世纪海上丝绸之路”的中国国际航运网络演化[J]. 地理学报, 2017, 72(12): 2265-2280.

Wang Liehui, Zhu Yan. The evolution of China’s international maritime network based on the “21st Century Maritime Silk Road”. Acta Geographica Sinica, 2017, 72(12): 2265-2280

[7]
王爱虎, 匡桂华. 中国沿海集装箱港口群体系结构演化与竞争态势[J]. 经济地理, 2014, 34(6): 92-99.

Wang Aihu, Kuang Guihua. The evolution and competition situation of container port cluster system in China. Economic Geography, 2014, 34(6): 92-99

[8]
郭建科, 梁木新. 中国与“21世纪海上丝绸之路”沿线国家航运网络及经贸联系的耦合特征[J]. 地理学报, 2022, 77(6): 1531-1545.

Guo Jianke, Liang Muxin. The coupling characteristics of the shipping network and trade between China and the countries along the 21st Century Maritime Silk Road. Acta Geographica Sinica, 2022, 77(6): 1531-1545

[9]
张兵, 胡华清, 张莉, 等. 中国航空货运发展及其空间格局研究[J]. 地理科学, 2010, 30(4): 489-495.

Zhang Bing, Hu Huaqing, Zhang Li et al. The air cargo transportation development and air cargo flow’s spatial pattern in China. Scientia Geographica Sinica, 2010, 30(4): 489-495

[10]
Walcott S M, Fan Z. Comparison of major air freight network hubs in the U. S. and China[J]. Journal of Air Transport Management, 2016, 61(6): 64-72.

[11]
Kim J Y, Park Y. Connectivity analysis of transshipments at a cargo hub airport[J]. Journal of Air Transport Management, 2012, 18(1): 12-15.

[12]
褚艳玲, 宫之光, 杨忠振. 21世纪以来中国航空货运空间变化研究[J]. 地理科学, 2016, 36(3): 335-341.

Chu Yanling, Gong Zhiguang, Yang Zongzhen. The spatial pattern of China air cargo transportation in 21st century. Scientia Geographica Sinica, 2016, 36(3): 335-341

[13]
Gong Q, Wang K, Fan X et al. International trade drivers and freight network analysis—The case of the Chinese air cargo sector[J]. Journal of Transport Geography, 2018, 71: 253-262

DOI

[14]
周学仁, 张越. 国际运输通道与中国进出口增长: 来自中欧班列的证据[J]. 管理世界, 2021, 37(4): 52-67,102.

Zhou Xueren, Zhang Yue. International transport corridor and China’s trade growth: Evidence from China-Europe freight train. Journal of Management World, 2021, 37(4): 52-67,102

[15]
李晓丽, 吴威, 刘玮辰. 基于国际公路运输链的“一带一路”区域公路通达性分析[J]. 地理研究, 2020, 39(11): 2552-2567.

Li Xiaoli, Wu Wei, Liu Weichen. Analyzing the highway accessibility in the Belt and Road region based on international highway transport chain. Geographical Research, 2020, 39(11): 2552-2567

[16]
王成金, 陈沛然, 王姣娥, 等. 中国−丝路国家基础设施连通性评估方法与格局[J]. 地理研究, 2020, 39(12): 2685-2704.

Wang Chengjin, Chen Peiran, Wang Jiao’e et al. Evaluation method of infrastructure interconnection between China and other countries along the Belt and Road and its spatial pattern. Geographical Research, 2020, 39(12): 2685-2704

[17]
Wessel J. Evaluating the transport-mode-specific trade effects of different transport infrastructure types[J]. Transport Policy, 2019, 78: 42-57

DOI

[18]
Liu X, Li D, Ma M et al. Network resilience[J]. Physics Reports, 2022, 971: 1-108

DOI

[19]
Asadabadi A, Miller-Hooks E. Maritime port network resiliency and reliability through co-opetition[J]. Transportation Research Part E: Logistics and Transportation Review, 2020, 137: 101916.

DOI

[20]
Janić M. Reprint of “modelling the resilience, friability and costs of an air transport network affected by a large-scale disruptive event”[J]. Transportation Research Part A: Policy and Practice, 2015, 81: 77-92

DOI

[21]
Goncalves L A P J, Ribeiro P J G. Resilience of urban transportation systems: Concept, characteristics and methods[J]. Journal of Transport Geography, 2020, 85: 102727.

DOI

[22]
魏石梅, 潘竟虎. 中国地级及以上城市网络结构韧性测度[J]. 地理学报, 2021, 76(6): 1394-1407.

Wei Shimei, Pan Jinghu. Network structure resilience of cities at the prefecture level and above in China. Acta Geographica Sinica, 2021, 76(6): 1394-1407

[23]
王珊珊, 孙程九. 经济制裁是否破坏了增加值贸易网络——基于全球制裁数据的社会网络分析[J]. 国际贸易问题, 2023(2): 74-91.

Wang Shanshan, Sun Chengjiu. Do economic sanctions damage value-added trade networks—Social network analysis based on the Global Sanctions Database. Journal of International Trade, 2023(2): 74-91

[24]
任卓然, 徐青文, 贺灿飞. 新冠肺炎疫情时期中国出口韧性及出口贸易格局研究[J]. 地理科学, 2023, 43(12): 2196-2207.

Ren Zhuoran, Xu Qingwen, He Canfei. China’s export resilience and the geographical pattern of export trade during the COVID-19 pandemic. Scientia Geographica Sinica, 2023, 43(12): 2196-2207

[25]
孙林, 陈霜. 中欧班列开通、贸易网络效应与中国企业出口韧性[J]. 国际贸易问题, 2023(10): 71-89.

Sun Lin, Chen Shuang. Opening of China-Europe freight trains, trade network effects, and the export resilience of Chinese companies. Journal of International Trade, 2023(10): 71-89

[26]
中国民用航空局发展计划司. 从统计看民航[M].2001—2016. 北京: 中国民航出版社, 2001—2016

Civil Aviation Administration of China. Statistical data on civil aviation of China. 2001—2016. Beijing: China Civil Aviation of Publishing House, 2001—2016.

[27]
Hidalgo C A, Hausmann R. The building blocks of economic complexity[J]. Proceedings of the National Academy of Sciences, 2009, 106(26): 10570-10575

DOI

[28]
Balland P A, Rigby D. The geography of complex knowledge[J]. Economic Geography, 2017, 93(1): 1-23

DOI

[29]
Artime O, Grassia M, De Deomenico M et al. Robustness and resilience of complex networks[J]. Nature Reviews Physics, 2024, 6: 114-131

DOI

[30]
周漩, 张凤鸣, 周卫平, 等. 利用节点效率评估复杂网络功能鲁棒性[J]. 物理学报, 2012, 61(19): 190201

DOI

Zhou Xuan, Zhang Fengming, Zhou Weiping et al. Evaluating complex network functional robustness by node efficiency. Acta Physica Sinica, 2012, 61(19): 190201

DOI

[31]
王伟, 金凤君. 全球集装箱航运企业的航线网络格局及影响因素[J]. 地理学报, 2023, 39(5): 1088-1103.

Wang Wei, Jin Fengjun. Route network pattern and its influencing factors of container shipping enterprises. Acta Geographica Sinica, 2023, 39(5): 1088-1103

[32]
拔芊, 何丹, 康译之. 长三角集装箱港口直接腹地与间接腹地的识别与演化[J]. 地理学报, 2023, 78(10): 2520-2534.

Ba Qian, He Dan, Kang Yizhi. Local hinterland and distant hinterland: Evidence from container ports regionalization in Yangtze River Delta. Acta Geographica Sinica, 2023, 78(10): 2520-2534

[33]
李涛, 彭天浩, 王姣娥, 等. 铁路功效运输联系空间差异化及区域整合效应[J]. 地理学报, 2023, 78(4): 946-960

DOI

Li Tao, Peng Tianhao, Wang Jiao’e et al. Spatial differentiation and effect on regional integration of inter-city connections in China. Acta Geographica Sinica, 2023, 78(4): 946-960

DOI

[34]
马淑燕, 赵作权, 赵紫威, 等. 2000—2019年中国航空客运格局演变及其影响因素研究[J]. 地理科学, 2023, 43(6): 1011-1021.

Ma Shuyan, Zhao Zuoquan, Zhao Ziwei et al. Evolution and influencing factors of air passenger transport in China from 2000 to 2019. Scientia Geographica Sinica, 2023, 43(6): 1011-1021

[35]
赵鹏军, 吕迪, 胡昊宇, 等. 适应人口发展的现代化综合交通运输体系研究[J]. 地理学报, 2020, 75(12): 2699-2715

DOI

Zhao Pengjun, Lyu Di, Hu Haoyu et al. Population-development oriented comprehensive modern transport system in China. Acta Geographica Sinica, 2020, 75(12): 2699-2715

DOI

[36]
莫辉辉, 王姣娥, 黄洁. 中国枢纽机场网络体系演变格局[J]. 热带地理, 2018, 38(5): 599-605.

Mo Huihui, Wang Jiao’e Huang Jie. Evolutionary configuration of hub airport network in China: A k-core network model experience. Tropical Geography, 2018, 38(5): 599-605

Options
Outlines

/

〈 〉