港口在国际贸易和全球供应链中的重要性

海运被认为是国际贸易和全球经济的支柱^1，2，3.．港口支持生产中心和跨境消费市场的一体化⁴，在经济规模和结构(如贸易构成、供应链结构)的变化与通过特定港口的预期货运量之间存在很大的依赖和反馈^5，6．同样，海上运输网络的变化(如新的基础设施投资)或中断(如港口关闭)可能对多个国家和行业的供应链产生影响⁷．

海上运输和全球供应链网络在不同的空间尺度上相互作用，最近发生的事件说明了两者之间的紧密耦合。在最大的空间尺度上，即全球贸易网络上，海上贸易需求是由各国的贸易需求、提供这种贸易的国家以及海上贸易的份额(即模式分割)所驱动的。因此，货流的相对变化反映了贸易需求、供应和模式分割的变化。COVID-19大流行影响了世界各地的港口运营，同时改变了需求和供应模式⁸．一方面，由于工厂关闭、港口关闭和劳动力短缺，海上运输和供应链受到影响⁹另一方面，由于需求模式的变化，这导致许多港口出现了严重的贸易瓶颈¹⁰．由连接港口的海上航线构成的基础海上运输网络的货运需求，是由运输服务的地理需求和系统网络结构决定的。对于某些商品，这个网络更加集中(例如集装箱)，而对于其他商品，这个网络更加分散(例如散装运输)。¹¹．2021年苏伊士运河的堵塞突显出，海上运输网络中某条特定路线受到的巨大冲击，可能会影响全球多个港口，并最终影响依赖这些港口的供应链¹²．最终，港口处理的贸易流服务于不同腹地的供应链，要么直接(例如公司直接从港口接收货物)，要么间接(例如公司依赖其他公司从港口接收货物)。例如，卡特里娜飓风(2005年)导致路易斯安那州主要港口关闭，导致全球粮食供应严重中断，导致美国出口损失，波及到全球依赖它的供应链，并推高了大宗商品价格^13，14．

港口对经济的重要性，即系统(即基于网络的)重要性，通常是根据流经港口的绝对贸易量，其在海上运输网络中的网络特征(例如节点中心性)来确定的。^11，15，16，或按其对本地或区域经济的贡献(例如区域就业及增值)计算。¹⁷．然而，这些框架忽略了港口作为连接各国供应链的实体基础设施的主要功能^1，4，因此未能全面反映港口与经济之间的依赖关系和反馈。

在全球范围内建立单个工业部门如何利用海上运输的精细表示，以及单个港口如何对全球供应链至关重要，可以帮助我们重新思考港口的重要性，这可以为不同学科提供信息。例如，它可以让人们更好地理解供应链上实物贸易流的地理分布^18，19，将环境足迹与商品流动联系起来^20.，21，随着经济增长，预测未来港口需求(在数量和所需空间方面)²²，帮助将海洋排放(2012年全球温室气体排放量约2.6%)分配给国家和部门^23，24，并评估海运中断可能造成的供应链损失^25，26．

到目前为止，许多宏观经济研究研究了国际贸易和供应链互联性的演变^27，28，29．多区域投入产出(MRIO)表的提供为这一分析提供了支持，该表描述了国家内部和国家之间的行业间和行业内依赖关系^{30.，31，32，33}．尽管MRIO表在国家和区域范围内提供了关于行业间和行业内贸易流动的广泛数据，但它没有提供用于这些贸易流动的国内和国际运输系统的深入见解。另一组文献通过复杂性科学的视角分析了海上运输网的网络结构和演变^{11，15，34，35，36，37，38，39}．然而，这项研究只关注港口之间的航运联系，而没有包括有关海上船只所载货物的信息，货物从哪里来，到哪里去，以及货物在经济中如何使用。因此，迄今为止，描述全球经济结构的信息(即全球贸易和供应链数据)与用于促进这一经济结构的运输网络(即观察到的海上运输流量)的自下而上表示之间仍然存在空间不匹配。

在这里，我们提出了一个新的建模框架，可以全面理解港口对国内和全球经济(例如在贸易、运输和供应链层面)的重要性的不同维度，这些维度没有被汇总在港口级贸易统计数据中。为此，我们对港口与海上贸易之间的联系、港口利用的运输网络(207个国家的1378个港口)以及港口所服务的供应链(176个国家的1298个港口)进行了全球一致的评估(见方法)。要实现这一目标，首先要估算海上贸易在所有双边贸易流中的比例，并将其输入新开发的牛津海上运输(OxMarTrans)模型，该模型模拟运输海上贸易流所采用的海上和内陆路线。然后，通过港口的贸易流被链接到全球供应链数据库(EORA MRIO表)³²)，以量化港口与经济之间的联系和反馈。

我们发现，全球约50%的贸易(按价值计算)是海上贸易，采矿和采石行业的这一比例高达76%。低收入国家和小岛屿发展中国家对海洋贸易的依赖程度过高，其海洋进口比例分别是全球平均水平的1.5倍和2.0倍。港口每流通1美元，平均为全球经济贡献4.3美元的价值。我们确定了对全球和国内经济至关重要的港口，展示了前5大宏观关键港口处理的货物对全球经济的贡献为>1.4%，而40个港口处理的货物占其服务的国内经济价值的>10%(即国内关键港口)。此外，我们发现，最终需求(即满足最终消费和出口所需的商品)每增加1000美元，服务于这些经济体的港口的海上进口中位数就会增加84.6美元，其中30个港口的海上进口增长了100美元。我们的研究结果为更好地理解港口、海洋基础设施网络和全球经济之间的关键联系、依赖关系和反馈铺平了道路，这是可持续基础设施规划的重要信息。

概述

结果总结了模型在不同层次上的输出;贸易网络层、运输网络层和港口供应链层。这三个层的概念在补充图中。1．贸易网络层结果讨论了全球模式分割模型(即跨运输方式的贸易流分布)的输出，该模型量化了一个国家对海上贸易依赖程度的变化，作为商品水平上贸易总额的一部分。传输网络层的结果概述了OxMarTrans模型的几个输出。OxMarTrans模型模拟了内陆和海上运输网络上207个国家的3400个地区之间数百万海上货流的路线选择。产出包括运输网络和通过两条主要运河(苏伊士运河和巴拿马运河)的全球总货流、各国通过陆基连接和转运对外国管辖范围内海洋基础设施的依赖程度、港口级贸易流量以及所有港口的贸易流量分布。为了量化国内和全球经济对港口贸易流(即港口供应链层)的依赖程度，我们使用了EORA MRIO表³²我们将其延伸到港口层面，将流经港口的商品与它们所服务的全球供应链联系起来。构造了两个度量来捕获这些依赖关系;(1)端口级输出系数(PLOC)和(2)端口级输入系数(PLIC)。本分析中考虑的基准年是2015年，这是EORA MRIO数据库中可用的最新年份(在撰写本文时)。在整个研究过程中，我们采用了符合EORA MRIO的11个行业分类来评估行业之间的关键差异(补充表1)．

海运在全球贸易中的份额

在贸易网络层内，国家之间的海上贸易量由国家对之间所有模式的贸易绝对值和其中的海上贸易份额决定。我们的运输模式分割模型在商品水平上估计了全球约800万双边贸易流量的海上贸易份额(HS6)。值得注意的是，在本研究中，运输方式被定义为供应商-消费者联系中占主导地位的运输方式(距离最长)，这意味着内陆国家仍然可以依赖海运(见方法)。

我们估计，2015年有94亿吨的贸易是海上贸易，相当于价值约7.6万亿美元。海洋贸易在全球贸易中所占的比重，按重量计算约为75%，按价值计算约为50%。这一数字与联合国贸易和发展会议报告的2015年港口贸易量估计为99.6亿吨相吻合⁴⁰．然而，各部门之间存在很大差异。例如，虽然75.7%(86.0%)的采矿业(第三部门)产品以价值(重量)计算通过海运运输，但大多数制造业(第四部门至第11部门)仅使用海运运输其贸易价值(重量)的40% - 57%(53% - 60%)。

数字1显示海运占总进口的百分比(图。1)和出口总额(图1 b)，而补充数字。2而且3.显示每个经济部门所考虑的相同结果。贸易中海上运输的主导地位或缺席主要取决于贸易伙伴的地理位置(例如距离、岛国)、是否存在替代模式(快速和更便宜)、商品的价值重量比以及进口国的生活水平(例如物流服务质量)。⁴¹．

从图中可以看出。1美国、加勒比岛屿、大洋洲国家和一些非洲国家(如索马里、尼日利亚、加蓬)在进出口方面不成比例地依赖海运(图2)。1 a, b)．欧洲国家，特别是内陆国家(如罗马尼亚、匈牙利、瑞士)的海运份额要低得多，这主要是因为欧洲国家之间的贸易流量很大，它们使用公路、铁路和内陆水路运输在相对较短的距离内运输货物^42，43．中东(沙特阿拉伯、阿拉伯联合酋长国)和南美(巴西、哥伦比亚)国家的出口比进口更依赖海运。这些国家主要出口以海运为主的原材料(如石油、煤炭、粮食)，但进口以多种方式运输的更多样化的商品。小岛屿发展中国家过分依赖海运，86.5%的进口和79.8%的出口通过海运，几乎是非小岛屿发展中国家的两倍。小岛屿发展中国家往往只有几条海上运输路线，运输费用很高⁴⁴这使得可靠的海上运输服务对小岛屿发展中国家经济的良好运转至关重要。

数字1 c显示海运在进口总额中所占的份额，按国家收入水平分组(使用2021年世界银行分类)。低收入国家通过海运进口的平均水平是高收入国家的1.5倍(68%比45%)。制造业部门(第8至第11部门)的差异最大，其海事份额是高收入国家的1.5至1.8倍。这种差异可以解释为，低收入国家贸易的往往是低价值的大宗商品，海运是唯一可行的选择，而高价值的商品相对较少，更多地是通过飞机运输⁴⁵．即使在同一大洲，例如在非洲，海运往往是某些货物的唯一可行的运输方式，因为公路基础设施缺乏可靠性和有效的卡车运输能力，过境可能耗时^46，47．因此，低收入国家需要融入复杂的制造业供应链，而这一供应链严重依赖于准时制物流服务⁴⁸这些国家可能会因过度依赖海运而受阻，因为海运比空运慢得多^49，50．

全球海运流量配置

海上运输网络由使用不同船型(如油轮、集装箱)运输货物的港口和海上航线组成，将生产地点与其需求市场连接起来。OxMarTrans模型预测哪些港口和海上航线(包括转运地点)被用于在每个国家对和每个经济部门之间运输海上贸易流量(见方法)。底层腹地和海上由1378个港口组成，基于自动识别系统(AIS)数据观测到的船舶活动数据集，将港口连接和海上网络容量纳入模型⁹．因此，OxMarTrans模型有助于识别端口的空间连通性;用于运输货物进出特定港口的海上子网(我们在补充图中显示了九个港口的空间连通性。4)．

在全球范围内，为满足海上贸易需求，我们估计有90.5万亿吨公里的货物通过海洋运输，另外还有33.4万亿吨公里的货物通过陆地运输，以连接腹地和港口。该模型预测的海上运费与贸发会议估计的84万亿吨公里一致⁴⁰．43%的海上吨公里仅属于采矿和采石行业(第3行业)，而电气和机械产品(第9行业)、运输设备(第10行业)和其他制造业(第11行业)合计仅占总吨公里的2.7%。补充图。5显示每个港口的总吞吐量(进口、出口及转运的总和)，以及海上运输网的估计流量。6每个扇区显示类似的结果。

许多国家依赖通过苏伊士运河或巴拿马运河的货物运输。总的来说，根据官方统计数据，我们的模型预测2015年分别有1.1万亿美元(占海上贸易的13.9%)和0.49万亿美元(占海上贸易的6.2%)通过苏伊士运河和巴拿马运河(见补充说明)3.)．对于巴拿马运河来说，墨西哥湾、南美洲西海岸和东亚部分地区的港口直接依赖于通过运河运输的货物(图2)。2)．苏伊士运河对亚洲和欧洲的贸易往来非常重要。在运河的东部，新加坡、吉达、科伦坡、米纳杰贝阿里的港口最依赖苏伊士运河，而在苏伊士运河的西部，比雷埃夫斯、鹿特丹、马萨斯洛克和阿尔赫西拉斯的港口最依赖它(图。2 b)．

跨境海上基础设施依赖关系

内陆经济体和海洋经济体都依赖其他国家的海洋基础设施，因为它们要么利用邻国的港口进口或出口货物，要么利用转运服务将货物从原产地运往目的地。例如，2012年全球约28%的集装箱吞吐量涉及转运，即从深海船只卸下的集装箱被转运到另一艘深海船只或更小的船只(即支线船只)，以服务于其他不相连的港口对⁵¹．

利用OxMarTrans，我们估计约16.4%的全球港口吞吐量(按价值计算)是转运，而19.4%的港口吞吐量是通过腹地运输网络连接到国外的进口或出口。数字2摄氏度显示每个端口的外国端口吞吐量的比例。就绝对值而言，大型转运枢纽(新加坡、阿尔赫西拉斯、瓦伦西亚和马萨斯洛克)在国外吞吐量中占有很大份额。此外，在勒阿弗尔-汉堡范围内的港口(勒阿弗尔，安特卫普，鹿特丹，不莱梅)处理最大数量的外国进出口价值，因为他们竞争贸易往来，中欧腹地⁵²．

从区域来看，一些港口在为内陆国家或岛国提供服务方面发挥着关键作用(见图中突出的港口)。2摄氏度)．例如，在非洲，吉布提港处理了埃塞俄比亚几乎所有的海上贸易，达累斯萨拉姆(坦桑尼亚)和贝拉(莫桑比克)港口对撒哈拉以南非洲内陆国家至关重要，而Lomé(多哥)和科托努(贝宁)港口对西非内陆国家至关重要。在南美洲，阿里卡港(智利)和伊洛港(秘鲁)处理玻利维亚的大部分海上贸易，而卡亚俄港(秘鲁)是南美洲重要的转运枢纽。在大洋洲，有几个港口(如布里斯班、奥克兰、阿普拉、莱)是太平洋岛屿经济体的重要转运枢纽，加勒比区域的主要区域转运枢纽也有类似的观察结果(见图)。2摄氏度)．

每个港口的贸易流量分布情况

几个因素决定了通过港口的海上贸易流量总量(如海上连通性、物流服务、腹地的存在)。数字3 a, b显示了进口的分布(图。3)和出口(图。3 b)涵盖所有贸易流，并标注了前十大港口。我们还展示了全球核心港口，定义为那些负责进出口全球贸易50%的港口(黑边颜色)。核心进口港口位于北美(洛杉矶-长滩，纽约-新泽西)，西欧(鹿特丹)，中东(米纳杰贝阿里)和亚洲(新加坡，上海)，这些港口服务于人口稠密的腹地(所谓的门户港口)³⁹)或工业及物流中心。在核心出口港口中，有对出口农产品(温哥华、新奥尔良、桑托斯)、石化产品(休斯顿、新加坡、鹿特丹)、铁矿石(黑德兰港和丹皮尔)、电气和机械制造(上海、釜山、高雄)、汽车制造(蔚山、名古屋、不来梅港)、石油和天然气(拉斯塔努拉、法赫德国王工业港)至关重要的专业港口。

贸易高度集中在相对较少的几个核心港口。贸易不平衡性表现为处理10%、50%和90%贸易的港口数量。仅4(3)个港口占10%，56(48)个港口占50%，而378(366)个港口占全球海运进出口的90%(补充表)2)．这突出表明，从全球角度看，海上运输网由少数核心港口和大量次要港口(即外围港口)组成。

总体结果确实掩盖了某些端口在扇区层面上的重要性。数字3 c显示每个部门核心进出口港口的地理位置，显示与重要需求市场相连的贸易流的清晰地理集群⁵³，或邻近大型行业集群⁵³．农业贸易(部门1)在美国、巴西和阿根廷有明确的原产地港口，服务于欧洲和亚洲各地的港口。采矿业(行业3)和食品饮料(行业4)产品的进出口热点在全球范围内分布更广，反映了不同地区的出口专业化(例如中东的石油、澳大利亚的铁矿石和煤炭、印度尼西亚和马来西亚的食品)。木材和造纸制造业(第6部门)部门在斯堪的纳维亚半岛、美国和中国有大型出口港口，向英国、日本和中东的港口出口木材产品。金属产品(第8类)通过中国、南非和智利港口出口，供应给中东、东南亚和美国。其余的制造业部门(第5,9 -11部门)都在西欧、东亚和美国的港口进行大量出口，在中东、澳大利亚和南美洲部分地区的港口进行进口。

不同行业的贸易不平衡程度差异很大(见补充表)2)．纺织品和服装(第5类)、运输设备制造业(第10类)和其他制造业(第11类)的出口贸易不平衡程度最大，而农产品(第1类)、食品和饮料(第4类)以及石油、化学和非金属矿产产品的进口贸易不平衡程度最低。

这些部门的不均匀性不仅反映了工业聚集的差异，而且也反映了某些货物运输中的规模经济^54，55．例如，对于一些高度集中的部门，绝大多数货物将在核心港口的子集之间运输，而其他不太集中的部门将使用较为分散的运输网络。这些部门差异加强了以往研究的结果，这些研究分析了不同类型海上船舶网络的特征(这些特征是部门的指示性)，并发现这些船舶网络之间存在类似的重大差异^11，35，39．

端口级输出系数

每个港口都与它们所服务的国内外经济体中的一条或多条供应链相连，要么通过直接经济联系(例如，通过公司直接从港口发送或接收货物)，要么通过间接经济联系(例如，通过公司依赖其他公司从港口发送或接收货物)。更具体地说，通过港口进口的产品要么直接在一个经济体中消费，要么用于生产过程中生产供国内消费或出口的产品。此外，通过港口出口的货物被用于生产过程，或直接消费到其他地方。我们称之为港口供应链网络。为了了解港口贸易便利化功能对国内和全球供应链的重要性，我们开发了一个度量标准，称为港口水平产出系数(PLOC)，它可以捕获直接或间接依赖于港口贸易流量的行业总产出和消费，无论是绝对值(PLOCA)还是相对于通过港口的贸易量(PLOCR)。这是通过从扩展的MRIO表中删除经过某个港口的贸易流，并量化国内和全球经济的产出变化来实现的(参见方法)。

按相对价值计算(PLOCR)，通过港口的每一美元贸易对全球经济的平均影响(第5 - 95百分位)4.34(3.84 - 5.03)美元的价值(补充图。7)．东亚的港口(如中国、韩国、台湾)在全球供应链中高度整合，但澳大利亚(如黑德兰港和丹皮尔港)和非洲(如萨尔丹哈港)的一些原材料出口港口也有较大的相对价值，这些港口对下游供应链很重要(如使用使用原材料生产的中间产品的公司)。

从绝对值来看(PLOCA)，一些港口对国内经济很重要，而其他港口对全球经济更重要。在某些情况下，端口对两者都至关重要，如图所示。4，显示了对国内经济和全球经济最关键的10个港口。全球经济最关键的5个港口(新加坡、上海、釜山、鹿特丹、安特卫普)所处理的货物都直接或间接地贡献了全球工业产出的1.4%。总的来说，94个港口被认为是全球供应链的宏观关键港口，这表明超过0.1%的全球工业产出依赖于这些港口。40个港口被认为是国内关键港口，超过10%的工业产出依赖于通过一个港口的贸易。一些对国内经济至关重要，但在全球范围内可以忽略不计的港口的例子(图中深蓝色或紫色标记)。4)分别是路易港(毛里求斯，国内产出的26.9%)、皮埃尔角(特立尼达和多巴哥，国内产出的24.9%)、雷克雅未克(冰岛，23.0%)和锡特拉(巴林，国内产出的25.3%)。高雄(台湾)、香港(香港)、林查邦(泰国)和巴生港(马来西亚)的港口(红色标记图)。4)被认为对国内和全球经济都至关重要。各国的最终消费需求也可得出类似的数字，全球和国内关键港口如补充图所示。8．尽管总体空间足迹相似，但一些港口在满足最终消费方面更为重要，特别是对一些小岛屿经济体而言，单个港口的进口占最终消费需求的35%以上。因此，专注于通过一个港口进行贸易的绝对规模来划分其重要性的倾向忽略了一些较小的港口对国内经济仍然至关重要。

在全球供应链中定位港口

为了进一步解读PLOC指标，人们可以描述流经港口的货物是相对更依赖于国内还是国外的生产流程，以及相对更依赖于正向联系(在供应链下游的生产流程中使用的出口货物)还是反向联系(在供应链上游的生产流程中使用的进口货物)。这四个组成部分的相对重要性决定了港口在全球供应链网络中的不同定位。

在无花果。5，我们展示了港口吞吐量对供应链下游(向前)或上游(向后)行业产出的贡献以及产出与国内或国外供应链联系的程度的相对重要性。我们展示了许多端口的位置，这些端口都被认为是宏观关键的，但位于频谱的相反两端。鹿特丹、新加坡和阿尔赫西拉斯的港口有很大的对外依赖性，鹿特丹和新加坡处于供应链的中间位置(主要是由于它们作为石化枢纽的角色)，而阿尔赫西拉斯则更接近供应链的末端(考虑到其制成品的转运)。另一方面，上海和不来梅港的国内依存度更高，向后联系更大。这些港口与国内制造业供应链高度融合(如不来梅港的汽车制造业，上海的电子和其他制造业)。洛杉矶-长滩港具有较大的后向联系，说明它主要进口处于供应链末端的商品，而蔚山港具有较大的前向联系，因为它在国内生产的商品(如汽车)出口中发挥着关键作用。左手边的港口主要是前向连接，这意味着它们主要出口在供应链下游生产阶段使用的货物，如Itaqui(铁矿石和谷物)和Mina Al Ahmadi(石油)。

PLOC指标说明了国内和全球供应链与港口的联系，以及港口在全球供应链网络中的不同定位。虽然超出了这项工作的范围，但这一措施可以帮助评估如果港口受到冲击而中断，供应链网络中的潜在损失。此外，它还有助于将港口货流中的海上排放分配给特定的供应链。

港口级进口系数

随着经济增长，最终需求(即国内消费和出口)的绝对值和构成发生变化，通过港口进口是促进这一增长的必要条件。由于供应链的日益分散(即不同国家的不同生产阶段)和全球化(即全球扩张)^27，56在美国，依赖海运进口来支持最终需求的情况有所增加。作为描述港口和经济之间反馈的补充指标，我们使用扩展的MRIO表来估计每个港口为满足其所服务经济体的国内消费和出口所需的直接和间接进口(通过行业间依赖关系)。港口级进口系数(PLIC，见方法)量化了所有经济体最终需求每1000美元变化所对应的港口级进口边际变化。

数字6高亮显示PLIC值最大的15个端口。这前15个端口的PLIC值均为>170(最高486)，其中27个端口的PLIC值为>100。PLIC值最大的港口是服务于岛国的相对较小的港口(如马尔代夫、阿鲁巴、毛里求斯、法属波利尼西亚)，但也包括服务于坦桑尼亚和非洲内陆腹地的达累斯萨拉姆港口。一些作为重要转运枢纽的较大港口(新加坡、金斯敦、马萨斯洛克和自由港)也有较大的PLIC值，这表明它们不仅对连接整个区域的港口至关重要，而且对满足其岛屿经济体的最终需求也至关重要。

与跨境吞吐量依赖关系类似，一些港口对外国经济的需求变化比其国内经济更敏感(补充图)。9)．例如，非洲的一些主要港口(吉布提、柏培拉、科托努、马普托)对外国需求的变化比对国内需求的变化更敏感，因为它们服务的内陆经济体比它们自己的规模更大。同样，在欧洲，巴尔(黑山)和布尔加斯(保加利亚)的港口对外国需求非常敏感。

一般来说，在进口港口数量有限、总体贸易开放程度较高的国家，港口的PLIC值较大，即它们不成比例地依赖外国产品来满足国内消费和国内生产过程中使用的产品，然后出口到其他国家。为了进一步探索国家之间的差异，我们将其所服务经济体的PLIC值(国家级进口系数，CLIC)汇总，表明由于最终需求增加1000美元，全国范围内海运进口增加了1000美元。

在国家层面，最终需求每增加1000美元，为该国服务的港口的海运进口中位数(最大值)就会增加84.6美元(501.5美元)，这凸显了各国之间的巨大差异。小岛屿发展中国家的CLIC比率是非小岛屿发展中国家的1.5倍。6 b)．数字6摄氏度显示了各收入群体的CLIC，表明低收入国家的CLIC较低，因为它们的供应链往往较不整合和多样化。一般而言，制造业部门的进口系数较大，每单位最终需求需要更多的海运进口⁵⁶．例如，在所有国家，农业(第1部门)和采矿业(第3部门)部门需求每变化1000美元平均需要40美元，而一些制造业部门(第9 - 11部门)部门需求每变化1000美元平均需要112 - 153美元。因此，考虑到高收入国家通常更加多样化(例如，更高的制造业基地)，并且更好地融入全球供应链，他们在最终需求的每美元变化中需要更多的海运进口。

进口系数(港口和国家层面)有助于理解随着国家发展(如需求增长)、供应链重组(如更好的供应链整合)和部门构成变化(如更高的制造基地)，未来通过港口的贸易流量将如何变化。

本研究对1300个单个港口对国际贸易、海上运输和全球供应链网络的重要性的不同维度进行了全面的全球分析。这项研究超越了传统的投入产出分析和海事网络分析，迈出了重要一步。传统的投入产出分析没有解决单个港口的作用，而海事网络分析没有反映网络上特定行业的货物运输量，从而对港口的重要性给出了具有误导性的优先级排序。总之，这项工作提出了一个新的量化框架，使人们能够重新思考特定港口在国内和全球经济中的作用，以及对海事基础设施的跨境依赖。

我们发现，全球贸易中约50%的价值是通过海运实现的，尽管采矿和采石行业的价值更高(76%)。海上贸易流量高度集中在少数几个受益于规模经济的港口，并与海上和腹地网络良好地结合在一起。在考虑的1380个港口中，约有50个港口占全球海上贸易的50%，在某些行业，如纺织品和服装制造业和运输设备制造业，这种贸易不平衡要大得多。

低收入经济体和小岛屿发展中国家不成比例地依赖其港口基础设施进行贸易。低收入国家通过海运方式的进口是高收入国家的1.5倍，而小岛屿发展中国家对海运进口的依赖是非小岛屿发展中国家的两倍。因此，在低收入国家和小岛屿发展中国家投资可靠的港口基础设施是至关重要的，这样才能使进一步的经济增长不受港口容量的限制⁵⁷．港口带来的贸易便利化的好处可能超出港口边界，因为港口往往会吸引产业集群^58，59降低贸易交易成本，这可通过进入国际市场(如粮食供应、扩大出口市场)带来间接利益。^60，61，62．

我们发现，由于陆地连接或转运服务，港口与其所服务的经济体之间存在很大的跨境依赖性。在全球范围内，外国(陆联)国家的转运服务和港口使用占全球港口吞吐量的35%。我们确定了非洲和南美内陆国家与特定沿海港口之间的重要跨境联系，以及依赖区域转运枢纽的太平洋和加勒比岛屿经济体。经济体对外国海洋基础设施的相互依赖意味着，当经济或海洋网络发生冲击或结构性变化时，可能会产生溢出效应。例如，内陆经济体的强劲经济增长或内陆国家与其海洋邻国之间跨境运输网络的改善(如“一带一路”倡议和“双洋公路走廊”)可导致对相连港口的需求增加。

港口对整合国内和全球供应链至关重要。相对而言，通过港口的每一美元平均为经济贡献4.3美元的价值。虽然我们发现一些世界上最大的港口对全球经济至关重要(全球1.4%的产出依赖于通过这些港口的贸易)，但我们发现，在依赖贸易的经济体中，有一些港口(40个)对国内10%的工业产出至关重要。港口在供应链中的位置取决于国内与国外以及向前与向后供应链联系的相对重要性。就规模而言，在不同的地区可能会发现类似的港口，这对通过港口的经济和贸易流之间的反馈，以及在港口中断时评估供应链损失的潜在规模和空间范围具有重要意义。

最后，我们发现，一个经济体的最终需求(如国内消费和出口)每增加1000美元，服务于该经济体的港口的海运进口中位数就会增加85美元。然而，一些(27个)港口在其所服务的经济体中，每1000美元的最终需求变化中进口超过100美元，其中大多数是服务于小岛屿经济体的港口，但也有服务于内陆经济体的港口(如达累斯萨拉姆、吉布提)。虽然低收入国家每美元需求变化的海运进口需求低于高收入国家，但随着经济增长、变得更加多样化和更好地融入全球供应链，低收入国家的进口敏感性预计将增加。

我们的定量建模框架为未来各学科的研究铺平了道路。首先，我们对全球贸易流的分类分析可以估算海洋运输中的碳排放，并有助于将这些排放分配给国家和部门^23，63．其次，通过将各种运输政策纳入模型，如基础设施投资(如新的运输路线)、改善贸易便利化(如减少边境过境时间)或(海上)碳税，可以评估货流分配的变化。第三，通过分析未来的贸易流动，当前的分析可以帮助量化未来在新港口基础设施方面的投资需求。最后，通过将该框架与灾害影响模型耦合⁶⁴，可以评估港口或海上运输中断造成的经济损失(国内和全球)，包括气候变化(如海平面上升)造成的未来损失。

总之，港口通过促进连接全球供应链网络的贸易流动，与经济紧密相连。我们的研究强调，有必要重新思考港口对国内和全球经济的关键特征，这些特征在很大程度上隐藏在港口级贸易统计数据中。我们进一步强调，需要将港口基础设施的长期规划与全系统对互联互通运输和经济系统的理解结合起来。鉴于社会对海上运输的巨大依赖，评估港口与经济之间的关键环节、反馈和依赖关系对经济的可持续发展至关重要。

概述

我们使用MRIO表描述了模式分割模型、海上运输模型以及港口和供应链之间的联系的方法。在整个分析中，我们使用国民经济作为空间层面的聚集，我们进一步分解到港口层面。这是因为国际贸易数据和全球供应链数据库是建立在一个国家的基础上，限制使用地方经济数据。我们确实认识到，这可能会使一些结果产生偏差，因为对结果的一些解释可能与经济规模有关。此外，在整个研究过程中，港口被定义为特定港口边界内的一个或多个码头，这些港口边界是根据世界港口指数(World port Index)划定的，这是使用最广泛的港口数据库。

模态分裂模型

我们开发了一个全球模态分割模型，以在商品水平上预测海上贸易在每个双边贸易流中的份额。关于模型的详细说明载于补充注1。模型选择模型旨在预测一个给定的起点-目的地(O-D)在可选和竞争运输模式中的货运流量分配⁶⁵．使用特定模式在每个O-D之间运输货物具有托运人希望最大化的给定效用，其中包括模式特定变量(成本、时间)、O-D特定变量(收入、邻国)和商品特定变量(数量、价值重量比、易腐性)。我们拟合的模态分裂模型的基础上报告的数据，在国际贸易的模态分裂数据从联合国Comtrade⁶⁶．我们使用这个模型来预测协调BACI贸易数据库中报告的每个双边贸易流的模态分裂⁶⁷．该数据库包含商品层面的800多万贸易流量，我们在整个工作中采用了11个行业分类系统(见补充表)1)．这个行业分类对应于我们稍后使用的EORA MRIO表中包含的11个商品行业(参见投入产出表链接)。这个国与国之间的海上贸易数据库用于模拟全球各国在海上运输网络上分配的货物供求情况。模型结果的外部验证包括在补充说明中2．

牛津海运模型

为本研究开发的新的全球海上运输模型(牛津海上运输模型，或OxMarTrans)结合了自上而下的运输需求表示(由预测的海上贸易流量驱动)和自下而上的海上和腹地运输网络表示(资产级)。它的主要目的是在海上运输网络上准确分配国家之间的贸易流量，我们将其分解到国家内部的行政区域，同时考虑到根据经验船舶运动数据(自动识别系统，或AIS)观察到的1380个港口之间的特定部门能力所采取的可能的港口和海上航线。详细的模型描述和验证包括在补充说明3.．

据我们所知，OxMarTrans是目前最详细的全球海上运输模型。它建立在以前开发的海上运输流模型的基础上，或者专门用于集装箱流^5，68或多种血管类型⁴¹，用于分配海上运输网络国家之间的贸易。然而，OxMarTrans模型对这些早期模型进行了一些明显的改进。首先，它模拟了全球约3400个次国家级区域之间的流动，而不是使用国家中心，后者可以更好地捕捉不同港口如何促进特定腹地的贸易。其次，它包括一个多模式的腹地运输网络，因此，它捕捉到港口的选择是如何受到各自腹地内港口更好的整合(更好的连通性或替代模式的可用性)的驱动。第三，我们将观测到的基于实际船舶运动的海上运输网络嵌入到模型中，因此将揭示的路线偏好(例如战略路线决策)考虑在内。以前的工作没有包括这一点，因此很难实际地模拟路线选择，特别是转运流程。第四，我们在模型框架中添加了特定行业的约束，帮助我们捕捉不同港口的专业化，从而捕捉它们处理的特定货物。第五，我们执行每个经济部门的流量分配，其输出提供了与MRIO的明确联系，这在早期的模型框架中没有做到。

产出模型按每个来源国和目的地国和经济部门，按出口、转运和进口点以及所采用的海运和陆运路线计算经过特定港口的海上贸易份额。这样，我们既可以分析港口层面的贸易流，也可以分析某些运输路线(例如苏伊士运河和巴拿马运河或内陆运输走廊)在国家对之间进行货物贸易的使用。

链接到输入-输出表

为了将端口级贸易流连接到I-O表，我们使用了最新的EORA MRIO³²(2015年撰写本文时)，描述了190个经济体的国家间和行业间依赖关系。在港口到港口贸易网络中包含的207个国家中，有176个国家被纳入了MRIO，因此我们有1300个港口可供分析。MRIO表中包含的贸易流量并不总是与BACI贸易数据库中包含的贸易流量相似⁶⁷，因此我们在分析中只能修改重叠的贸易流(因为我们只计算了这些特定贸易流的海运百分比)。

输入系数的推导与Hummels等人的工作一致⁵⁶，该研究使用进口系数的概念来量化一个国家出口中所包含的进口额(即垂直专业化)。虽然Hummels等人的方法⁵⁶．是为单个国家的I-O表开发的，Dietzenbacher⁶⁹显示MRIO也有同样的结果。我们的港口进口系数(PLIC)量度量度通过一个港口的进口数量(p)作为一个国家(k)内嵌在导出(e(出口向量)和本地最终消费(c，消费向量)。在MRIO表中，输入系数矩阵(一个)，因为国家的经济来源是行业间贸易(Z)和行业产出(x)．对于一个k = 1的国家，它由\ ({{{{{{\ boldsymbol{一}}}}}}}^ {11}{{{{{\ boldsymbol {=}}}}}}{{{{{{\ boldsymbol {Z}}}}}}} ^{11}{\离开(\帽子{x} \右)}^ {1}\)对于国内生产的投入和\ ({{{{{{\ boldsymbol{一}}}}}}}^ {k1} {{{{{\ boldsymbol {=}}}}}}{{{{{{\ boldsymbol {Z}}}}}}} ^ {k1}{\离开(\帽子{x} \右)}^ {1}\)从国家进口的投入物K (K≠1)．

国内生产所需的e是\({\离开({{{{{\ boldsymbol{我 }}}}}}{{{{{\ boldsymbol {-}}}}}}{{{{{{\ boldsymbol{一}}}}}}}^{11}\右)}^ {1}{{{{{\ boldsymbol {e}}}}}} \)和c是\({\离开({{{{{\ boldsymbol{我 }}}}}}{{{{{\ boldsymbol {-}}}}}}{{{{{{\ boldsymbol{一}}}}}}}^{11}\右)}^ {1}{{{{{\ boldsymbol {c}}}}}} \)，需要导入\ ({{{{{\ boldsymbol {M }}}}}}{{{{{\ boldsymbol {=}}}}}}{\ 总和 }_{{{{{{\ rm {c}}}}}} = 2} ^ {{{{{{rm \ {k }}}}}}}{{{{{{\ {一个男朋友 }}}}}}}^{{{{{{\ rm {c}}}}}} 1} \)(c=2 ~ k为其他国家的投入)。因此，进口总量要满足e是\ ({{{{{{\ boldsymbol{年代}}}}}}{\ '}{{{{{\ boldsymbol {M}}}}}} \离开({{{{{\ boldsymbol{我 }}}}}}{{{{{\ boldsymbol {-}}}}}}{{{{{{\ boldsymbol{一}}}}}}}^ {11}\ )}^{{{{{{\ boldsymbol {-}}}}}}{{{{{\ boldsymbol {1 }}}}}}}{{{{{\ boldsymbol {e}}}}}} \)为了满足c是\ ({{{{{{\ boldsymbol{年代}}}}}}{\ '}{{{{{\ boldsymbol {M}}}}}} \离开({{{{{\ boldsymbol{我 }}}}}}{{{{{\ boldsymbol {-}}}}}}{{{{{{\ boldsymbol{一}}}}}}}^{11}\右)}^ {1}{{{{{\ boldsymbol {c}}}}}} \),年代求和向量。为了找到通过港口的进口货物，我们修改了米矩阵采用港口到港口的贸易网络，由第一制作M = 0，并填妥米每个部门通过一个港口的国与国贸易(共享时间贸易流量)比例矩阵(年代) (一个_p^c1港口级从国家进口c从国家1到港口p)．这将导致一个新的米_p每个港口涵盖来自国家的输入系数k港口的东道国(country .C = 1)，经由该港口运输。使用这个，我们可以通过找到PLIC指标

而且

描述为满足港口服务国家的最终需求所需的港口级进口(PLIC_p= PLIC_{dom, p}+PLIC_经验值,)．一个国家的总进口乘数(CLIC)是通过将服务于一个国家需求的每个港口的plic指标(p c) (CLIC =C \ (\ {PLI}和{}_ {p C} \))．在国家一级，特定部门的进口乘数是通过替换得到的c而且e用1表示特定扇区的向量，否则为0。

端口级输出系数(PLOC)度量是假设提取方法(HEM)的变体。^70，71，72用于I-O分析，其中一个扇区假设设为零(矩阵的第i行和第j列)一个)，以便通过行业产出的变化来评估行业间的依赖关系和对经济的重要性。对于PLOC，我们通过从I-O表中删除经过某个端口的贸易流来量化经济的产出变化。为此，我们使用供应驱动(Ghosh)和需求驱动(Leontief)版本的I-O表来找到正向(供应驱动)和反向(需求驱动)联系。使用Ghoshian模型在这里是合理的，因为我们看到了工业产出的减少(参见Rose和Wei的讨论)²⁵)．PLOC度量由(1)修改行业间贸易矩阵(Z)和(2)最终需求矩阵(y)来计算经过港口的贸易流量。首先，我们将港口级贸易流(包括进口和出口)从Z重新评估新的一个_{p, 1}采用需求驱动模型和新的B_{p, 1}使用供应驱动模式(\ ({{{{{{\ boldsymbol {B}}}}}}} _ {p, 1} = \帽子\ boldsymbol {{{{{{{{x }}}}}}}^{- 1}} {{{{{\ boldsymbol {Z }}}}}}{{{{{\ boldsymbol {)}}}}}}{{{{{\ boldsymbol {.}}}}}}\)我们发现工业产出的反向损失(\({\三角洲{{{{{\ boldsymbol {x}}}}}}} _ {b p, 1{印第安纳}}{{{{{\ boldsymbol {)}}}}}}\)通过重新计算行业产出(x_{p, 1,印第安纳州})，使用修正后的直接需求矩阵:

而前向连接的新工业产出(\({\三角洲{{{{{\ boldsymbol {x}}}}}}} _ {f p, 1{印第安纳}}{{{{{\ boldsymbol {)}}}}}}\)：

与v增值向量。工业产出的变化是国内产出变化的相加\(δ{{{{{{(\ \ boldsymbol {x }}}}}}}_{{ dom},{印第安纳},b} {{{{{rm \{;}}}}}} \三角洲{{{{{{\ boldsymbol {x }}}}}}}_{{ dom},{印第安纳},f}) \)以及经济其他部分产出的变化\(δ{{{{{{(\ \ boldsymbol {x }}}}}}}_{{ 行}、{印第安纳}}{{{{{\ rm {;}}}}}} \ 三角洲{{{{{{\ boldsymbol {x }}}}}}}_{{ 行},{印第安纳},f}) \)．此外，我们还评估了由于直接消费中嵌入的港口级贸易而导致的工业产出变化。这是通过修改需求矩阵(y)导致国内最终消费(进口)和其他国家最终消费(出口)相应减少。在国家1的港口，与最终消费变化相关的产出损失\(({{{{{{\ boldsymbol {y}}}}}}} _ {p, 1}) \)可通过求解:

从\ \ varDelta \ ()x_{p, 1,案子,b}我们可以发现国内产出的变化\(δ{{{{{{(\ \ boldsymbol {x }}}}}}}_{{ dom}, {}, b}) \)以及其他经济部门产出的变化\(δ{{{{{{(\ \ boldsymbol {x }}}}}}}_{{ 行},{},b}) \)以类似于上面描述的方式。与最终消费贸易相关的远期损失只是最终消费的贸易流量，进口导致国内消费的减少\(δ{{{{{{(\ \ boldsymbol {c }}}}}}}_{{ dom}, {}, f}) \)出口导致国外消费减少\(δ{{{{{{(\ \ boldsymbol {c }}}}}}}_{{ 行},{},f}) \)．

这就产生了PLOCA指标，它可以从产出和消费的变化中推导出来:

PLOCR可由其导出:

与T通过该端口的吞吐量。通过划分PLOCA的不同组成部分(忽略最终消费变化)，可以得出全球与国内经济联系以及前向与后向经济联系的相对重要性。港口的全球和国内重要性是通过将行业总产出变化与全球和国内行业产出相除以而简单得出的。对于最终的消费变化也进行了类似的练习。

报告总结

有关研究设计的进一步资料，请参阅自然研究报告摘要链接到这篇文章。