霍尔木兹海峡中断对全球原油运输网络的影响

《Ocean & Coastal Management》:Effects of the strait of Hormuz disruption on the global crude oil shipping network

【字体: 大 中 小 】 时间:2026年10月21日 来源:Ocean & Coastal Management 5.9

编辑推荐:

   - 霍尔木兹海峡中断事件急剧缩减了历史原油运输关系。 - 事件期间运输在缩减后仍保留了非随机的结构性骨架。 - 对恢复至关重要的邻域集中了大部分运输能力下降。 - 新增强路线仅弥补了下降能力的6.94%。 - 到达异常与历史航行时间滞后在时间上一致。 1. 引言 原油运输

  

- 霍尔木兹海峡中断事件急剧缩减了历史原油运输关系。
- 事件期间运输在缩减后仍保留了非随机的结构性骨架。
- 对恢复至关重要的邻域集中了大部分运输能力下降。
- 新增强路线仅弥补了下降能力的6.94%。
- 到达异常与历史航行时间滞后在时间上一致。

1. 引言

原油运输网络是全球能源供应体系的重要组成部分,尤其容易受到单点中断的影响。原油运输网络通过长期建立的起讫地(OD)关系连接产油区、转运节点和消费市场,同时依赖少数关键海上咽喉要道来维持区域间能源流动(Ducruet 等,2018;Kaluza 等,2010;Si 等,2026)。包括霍尔木兹海峡、马六甲海峡、苏伊士运河、曼德海峡和巴拿马运河在内的主要咽喉要道承担了大量能源贸易运输量。这些地点的中断可能引发供应延误、运输成本上升、能源价格波动以及海上交通模式的快速变化(Cao 等,2026;Pratson,2023;美国能源信息管理局,2026b;Verschuur 等,2025;Yang 等,2026)。其中,霍尔木兹海峡是波斯湾原油的主要海上出口通道,而海湾原油出口缺乏具有同等运输能力的替代通道(Modarress 等,2012;Shepard 和 Pratson,2020;美国能源信息管理局,2026b)。2026年霍尔木兹海峡中断事件因此提供了一个实证场景,用于研究全球原油运输网络如何对关键海上咽喉要道中断做出结构性响应(美国能源信息管理局,2026a)。

咽喉要道中断最直接的表现是船舶通行量和运输能力的下降。然而,其更深层的结构性影响在于已建立的空间连接是否被破坏,以及新的或增强的运输关系能否提供有效替代。在原油运输网络中,长期OD关系代表的不只是运输能力;它们构成了连接供给端、需求端和中间节点的历史骨架。因此,中断期间网络的结构性响应不能简单归结为运输总量恢复或新链接的出现。只有当新增强关系在运输能力、目的地、来源社区归属和航行时间方面能够补偿被中断的关系时,它们才能构成有效的重新连接(Chen 和 Miller-Hooks,2012;Elliott 等,2022;Ivanov 和 Dolgui,2020)。当这些关系出现但在此类规模、空间、结构和时间约束下补偿仍然有限时,由此产生的状态在本文中被称为受限重新连接。据此,本研究提出三个相关问题:中断后初始阶段历史运输关系是否收缩;结构性退化是否集中在具有强历史结构支撑和重大事件期间功能缺口的邻域;以及新增强关系是否能在此约束下提供有效补偿。

关于关键咽喉要道中断的现有研究主要考察了咽喉要道暴露程度、网络结构变化和供应链恢复。这些研究方向分别强调咽喉要道的重要性、常规网络指标和总体功能恢复,使得难以同时评估历史运输关系是否收缩、结构性退化集中在何处,以及新关系是否能有效补偿被中断的供需连接(Pratson,2023;Fang 等,2018;He 等,2025;Chen 和 Miller-Hooks,2012;Pettit 等,2010)。因此,需要一种联合诊断方法来识别网络范围的结构变化、确定退化集中区域,并评估替代OD关系是否提供有效补偿(Gu 等,2021;Pech 等,2017;Elliott 等,2022)。

为弥补这些研究空白,本研究构建了国家层面的有向加权原油运输网络,并开发了一种以历史运输关系为参照的诊断框架。该框架整合了网络范围的结构性退化、恢复关键邻域以及通过替代OD关系实现重新连接的有效性,以诊断2026年霍尔木兹海峡中断期间网络重构和替代约束。

本研究做出三项贡献。首先,通过将历史运输关系的保留情况、潜在结构组织和替代OD关系的有效性联合考察,将关键咽喉要道中断的评估从单纯的运输总量变化扩展开来。其次,开发了一种结构缺口指数,该指数将节点的历史结构支撑与其事件期间功能下降相结合,并将分析单元从单个节点扩展到下降OD关系的一阶邻域。第三,从四个维度——运输能力、目的地、来源社区归属和航行时间——评估重新连接,并将霍尔木兹海峡中断与历史中断事件进行比较,以评估其响应的相对网络异常性及分析框架的更广泛适用性。这些贡献共同为关键海上咽喉要道监测、接收端应急准备和替代运输响应评估提供了分析基础。

2. 文献综述

2.1 能源运输网络与关键海上咽喉要道中断

霍尔木兹海峡、马六甲海峡、苏伊士运河和巴拿马运河连接了主要产油区与消费市场,承担着高度集中的原油贸易流量。当这些咽喉要道因军事冲突、地缘政治制裁或航行事故而中断时,其后果可能超越局部通行能力的减少,而改变整个海运运输系统的网络连接、改道模式和到达时间表(Pratson,2023;美国能源信息管理局,2026b;Verschuur 等,2025)。

关于关键海上咽喉要道中断的研究主要考察了交通集中度、国家进口依赖度、运输网络连接性以及替代路线的可行性。一些研究使用AIS轨迹、船舶挂靠记录和贸易数据来识别中断事件前后运输能力、节点重要性和空间模式的变化(He 等,2025;Liu 等,2025;Si 等,2026)。对2026年霍尔木兹海峡中断的最新观测进一步显示,海峡交通急剧减少,运输活动出现大规模空间重新分布,研究采用了卫星雷达与AIS观测相结合以及独立SAR监测数据(Cao 等,2026;Yang 等,2026)。另一些研究则评估了改道选项、运输成本和替代供应来源(Meza 等,2026;Modarress 等,2012;Rose 等,2018;Shepard 和 Pratson,2020;Siddiqui 等,2013)。这些研究共同推进了对咽喉要道暴露和海运运输风险的理解。然而,大多数研究以运输量、通行能力或连通性丧失来评估中断效应,对长期建立的OD关系是否仍然活跃或主要流量模式是否偏离历史基线关注有限。因此,咽喉要道中断也需要通过运输关系及其空间组织的变化来进行考察。

2.2 网络相似度与结构性退化诊断

网络科学提供了在运输中断前后评估物流网络结构变化的比较工具。图论指标、网络相似度度量以及时空方法已被广泛用于识别全球航运网络中的长期稳定性、区域重组和事件相关响应。该文献表明,海运网络的变化不仅限于节点和链接数量的增减;它们还可能涉及连接集合和主要流量关系的结构性转变(Ducruet 和 Notteboom,2012;Ducruet 等,2018;Fang 等,2018;Kaluza 等,2010)。

除了对观测链接集合的比较外,链接预测和低秩矩阵恢复方法提供了一种评估网络是否保留潜在结构组织的手段。如果稳定的供应模块、主要进口市场和核心出口国继续组织运输关系,那么隐藏的真实链接应获得比随机选择的非链接更高的恢复分数。恢复绩效的下降则表明周期性供需组织的弱化(Gu 等,2021;Liben-Nowell 和 Kleinberg,2007;Lü 和 Zhou,2011;Pech 等,2017)。

然而,现有研究主要将网络相似度、链接预测和低秩恢复应用于长期网络演化或一般性链接预测问题。这些方法较少被用于诊断关键海上咽喉要道可观测中断的短期结构响应。在原油运输网络中,仅凭链接数量或运输总量的变化无法确定事件期间网络是历史关系的随机稀薄子集,还是具有残余结构组织的收缩。因此,更完整的诊断需要联合评估历史关系保留情况、主要流量模式偏差和低秩可恢复性。

2.3 关键节点识别与恢复关键邻域

确定网络退化集中在何处,需要区分具有重要历史结构角色的节点与在特定中断期间经历重大功能下降的节点。现有研究通常使用中心性、社区连通性、核心-边缘位置和网络分量重要性指标来识别海运网络中的关键节点(Barker 等,2013;Dui 等,2021;Opsahl 等,2010)。这些方法捕捉了节点在网络连通性、流量组织和社区间关系中的结构角色(Traag 等,2019;Xin 和 Yang,2026),但主要描述历史结构位置而非特定中断期间的实际功能下降。

动态中断研究将关键节点分析从静态重要性扩展到损坏传播和修复贡献。级联故障研究考察了节点中断如何通过流量重新分配传播到网络的其他部分(Xu 等,2024, 2025;Xu 等,2025)。反事实修复研究评估了恢复选定节点或邻域如何改善网络连通性和结构绩效(Almoghathawi 等,2023;Barker 等,2013;Di Muro 等,2016;Ramirez-Marquez 等,2018)。该文献表明,节点重要性不仅取决于结构位置,还取决于周围邻域在中断传播和网络修复中所起的作用(Berche 等,2009;Bhatia 等,2015;Dui 等,2021)。

然而,历史结构重要性并不等同于实际的事件期间损害。静态中心性、历史流量或单一事件期间下降指标均无法充分识别同时具有强历史结构支撑和重大功能缺口的节点。这些指标也无法确定结构性退化是否集中在围绕这些节点的一阶运输邻域中。本研究开发的结构缺口指数通过综合考虑节点的历史结构角色及其事件期间功能下降来解决这一局限。

2.4 供应链恢复与替代重新连接的有效性

供应链韧性研究为理解中断后的恢复提供了重要的理论基础。该文献通常将冗余、多源采购、运营灵活性和路线替代作为降低中断影响的机制,并将恢复定义为供应能力、运输能力或服务绩效逐步回归基线水平的过程(Chen 和 Miller-Hooks,2012;Christopher 和 Peck,2004;Mattsson 和 Jenelius,2015;Pettit 等,2010;Sheffi 和 Rice,2005)。

尽管这些研究阐明了替代资源和适应能力的重要性,但原油运输网络的恢复受到更具体的空间和时间约束。原油航程相对较长,供给侧变化可能需要相当长的时间才能在接收端显现(Rose 等,2018;Siddiqui 等,2013)。替代来源还受到区域供应结构、港口接收能力、原油品质兼容性、长期合同和船队调度的限制(Meza 等,2026;Modarress 等,2012;Rose 等,2018;Shepard 和 Pratson,2020;Siddiqui 等,2013)。

因此,原油运输网络的恢复不能简单归结为运输总量的回升(Elliott 等,2022;Ivanov 和 Dolgui,2020)。新增强运输关系只有在与被中断的关系在运输能力、目的地、来源社区归属和时间上相对应时,才能构成有效的重新连接(Chen 和 Miller-Hooks,2012;Elliott 等,2022;Ivanov 和 Dolgui,2020)。然而,现有韧性研究通常通过运输总量恢复来操作化恢复概念,因此无法确定新形成的连接是否补偿了被中断的供需关系。

2.5 研究空白与分析框架

现有研究在关键海上咽喉要道中断、网络结构诊断、关键节点识别和供应链恢复方面提供了大量基础。然而,这些研究方向主要沿不同分析维度分别发展,尚未被整合为中断期间结构响应的统一诊断。

三个相关问题仍未得到解决:历史OD关系是否发生结构性收缩;退化是否集中在具有强历史结构支撑和重大事件期间功能缺口的恢复关键邻域中;以及新增强OD关系能否在运输能力、目的地、来源社区归属和航行时间方面提供有效的重新连接。

据此,本研究开发了一个整合框架,将三个分析组件联系起来:网络范围的结构性退化、恢复关键邻域和受限重新连接。

该框架区分随机稀疏化与收缩驱动型重组,识别兼具历史结构支撑与事件期功能衰退的邻域,并评估新建立或强化的OD关系能否有效弥补受扰运输关系的缺失(见图1)。下载:下载高分辨率图像(1 MB)下载:下载全尺寸图像

图1. 关键海峡中断对原油海运网络影响分析框架。

3. 数据与方法
3.1. 数据来源、样本处理与网络构建

本研究使用商业授权的原油油轮港口停靠与航行记录,以及覆盖2019年1月至2026年3月的AIS轨迹数据和船舶技术参数数据。AIS轨迹数据和船舶技术参数数据来自ShipXY(http://www.shipxy.com/),经授权用于本研究。港口停靠和航行记录用于识别始发港与目的港、始发国与目的国、离港与到港时间以及航行关系。船舶静态记录提供包括IMO编号、MMSI编号、船舶类型和载重吨(DWT)在内的属性信息。利用船舶类型和货物字段识别原油油轮记录:分类为"原油油轮"的记录直接保留,而"原油/成品油油轮"和"成品油油轮"记录仅在货物字段标识为原油时纳入。AIS轨迹用于识别船舶在2025–2026年是否实际穿越霍尔木兹海峡,并协助验证航行方向、咽喉要道关联性和运输状态。研究的空间覆盖范围以及用于霍尔木兹海峡通行识别的西、东侧AIS识别区域如图2a所示。为避免将压载航行、等待、锚泊或调度活动误判为原油运输,主分析仅保留可识别为满载的航行,并使用对应船舶的DWT表示以运力为口径的运输规模。国家级OD网络、结构差距分析和低秩结构诊断使用离港时间,而主要进口国到港异常分析使用到港时间。详细数据字段、匹配规则和异常记录处理见补充附录A。港口停靠和航行记录通过研究组持有的商业第三方许可访问。本研究使用的授权原始记录受第三方限制,不得公开再分发。图2a中使用的国家边界来自Natural Earth 1:50m Admin 0 – Countries数据集(版本5.1.1)。数据覆盖范围、分析字段、分析用途及可获取性的详细信息见补充表S1。

下载:下载高分辨率图像(881 KB)下载:下载全尺寸图像

图2. 研究区域及霍尔木兹海峡原油油轮流量的观测变化。(a)研究的空间覆盖范围及霍尔木兹海峡的放大视图。阴影区域表示用于识别霍尔木兹海峡通行的西、东侧AIS识别区域。虚线标示霍尔木兹海峡的大致位置,仅作为地理参考。(b)2026年1月1日至3月31日通过霍尔木兹海峡的日原油油轮通行次数。(c)同一时期原油油轮通行的日总载重吨(DWT)。面板(b)和(c)中,竖直虚线标记2026年2月28日,即事件观察期起始日,阴影区域表示事件观察期。

基于AIS轨迹识别的霍尔木兹海峡通行变化,将2026年1月1日至2月27日定义为事件前期,2月28日至3月31日定义为事件初期观察期。为考虑接收端航行时滞,到港异常观察窗口延长至2026年4月5日。该延长窗口不用于计算国家级OD网络结构、结构差距或替代补偿比率。将2019至2025年对应日历窗口内观测到的OD关系合并,构建历史同期关系集,用于评估事件期保留率。该基线代表七年年同期窗口OD关系的并集,而非单一年度或年均网络。合并集作为主要历史关系库保留,同时采用基于年度和持续性的替代基线进行稳健性分析。2019–2025年完整样本额外用于构建全期历史网络,以识别长期社区结构和节点的历史结构支撑。

将国家视为节点,满载原油航次聚合为有向加权运输网络。时间窗口t内的网络定义为:
(1) G(t)=(V, E(t), W(t))
其中Vt为国家节点集合,Et为有向国际OD链路集合,Wt为链路权重集合。若时间窗口t内至少有一个满载原油航次从国家i出发驶往国家j,则形成有向链路i→j。其权重定义为所有对应航次DWT之和:
(2) w(ij,t)=∑(v∈Ω(ij,t)) DWT(v)
其中Ω(ij,t)表示时间窗口t内从国家i到国家j的满载航次集合,DWT(v)为执行航次v的船舶的载重吨。自环被移除,仅保留国际运输关系。因此,链路权重代表以运力为口径的运输规模,而非实际装卸货物量。DWT被保留为主要运输规模代理指标,因为它在整个研究期间提供了一致的船舶运力度量。作为辅助稳健性分析,对具有足够吃水深度和船舶特定信息的航次计算了基于AIS吃水数据推导的货物载量估计,以评估加权网络结果对使用DWT的敏感性。

对于2025–2026年,霍尔木兹海峡关联性从实际观测的AIS通行中识别。2019至2024年的历史航次使用从实际通行样本中推导的规则进行回溯分类,包括港口区域、航行方向和国家层面运输关系。

3.2. 网络整体结构退化:关系收缩、流量偏离与潜在结构组织

为确定事件期变化是否仅反映运输规模下降,还是长期运输关系的收缩与重组,我们比较了合并历史同期网络与事件观察网络之间的OD关系连续性和流量结构相似性。无权Jaccard指数衡量两个网络边集的交集程度(Fang et al., 2018):
(3) J = |E(base) ∩ E(event)| / |E(base) ∪ E(event)|
其中E(base)和E(event)分别表示合并历史同期基线网络和中断后观察网络的OD链路集合。加权Jaccard指数还纳入了链路权重差异,衡量主要流量结构的保留程度:
(4) Jw = ∑((i,j)∈E(base)∪E(event)) min(w(base)(ij), w(event)(ij)) / ∑((i,j)∈E(base)∪E(event)) max(w(base)(ij), w(event)(ij))
分析还计算了历史OD保留率、历史OD关系未保留比例以及事件期新OD关系比例。OD偏离率和加权OD偏离率分别定义为1减去无权Jaccard指数和加权Jaccard指数。

在此基础上,采用基于SVD的低秩边恢复实验来检验网络是否保留了可复现的潜在供需组织(Gu et al., 2021; Liben-Nowell and Kleinberg, 2007; Lü and Zhou, 2011; Pech et al., 2017)。

在合并历史同期网络、2026年事件前网络和事件观察网络的公共节点集上构建有向邻接矩阵,矩阵中非零元素用log(1+DWT)表示。每次实验中,随机隐藏10%的真实边,使用秩10的截断SVD重构剩余网络,并抽取等量的非边作为负样本。AUC衡量隐藏的真实边获得比随机非边更高重构分数的概率。值越高表明网络边结构可被潜在低秩结构更好地解释。主分析重复200次,报告均值和标准差。秩10作为主要规格保留,作为中等潜在维度,而非事后选择以最大化恢复性能。在相同隐藏边和负样本实现下,使用秩5、15和20评估敏感性。完整事件观察期网络包含450个OD关系,其中445个正边保留在公共节点集内。因此,后续边数匹配的基线基于445条边。

3.3. 结构差距指数与恢复关键邻域识别

在全网络结构诊断之后,构建结构差距指数以识别兼具强历史结构支撑与显著事件期功能衰退的节点。随后提取高结构差距节点的一阶衰退OD邻域,考察网络退化是否集中于有限的恢复关键邻域。

历史结构支撑得分刻画国家节点在原油海运网络中的长期结构角色,包含五个维度:方向性运输强度、跨社区连通性、霍尔木兹海峡关联性、历史持续性和核心层级。方向性运输强度刻画节点的内向、外向和双向运输规模(Opsahl et al., 2010)。跨社区连通性基于2019–2025全期历史网络的Leiden社区划分(Traag et al., 2019)。历史持续性使用月度活动频率度量。核心层级使用加权双曲嵌入度量,区分来源端和目的端位置(Kochurov et al., 2020; Krioukov et al., 2010; Nickel and Kiela, 2017):
(5) S(i) = 0.2 × (T(D,i) + C(D,i) + K(D,i) + R(D,i) + H(D,i))
五个指标经标准化后以等权重聚合,以避免在缺乏明确先验信息的情况下强调任何单一维度。使用替代权重方案进行稳健性检验。

事件功能差距G(i)度量2026年霍尔木兹海峡事件观察期内国家节点相对于其历史基线的功能衰退。运输规模指标以2019–2025年历史同期均值为基线,而结构指标(包括跨社区连通性、咽喉要道关联性和核心层级)以合并历史同期网络为基线。对任意节点指标X(i),其在事件观察期内的差距定义为:
(6) gap(X(i)) = max(0, 1 ? X(event)(i) / (X(base)(i) + ε))
其中X(event)(i)为中断后观察期内观测值,X(base)(i)为历史基准值,ε为为避免除以零而引入的小常数。该定义仅记录相对于历史基准的下降。若中断后观测值超过历史基准,对应差距设为零。

复合事件期功能差距综合六个维度:内向功能差距gap(in,i)、外向功能差距gap(out,i)、双向功能差距gap(bi,i)、跨社区连通性差距gap(C,i)、霍尔木兹海峡关联性差距gap(K,i)以及核心层级位置差距gap(H,i):
(7) G(i) = [gap(in,i) + gap(out,i) + gap(bi,i) + gap(C,i) + gap(K,i) + gap(H,i)] / 6

在获得历史结构支撑得分和事件功能差距后,构建结构差距指数为:
(8) SG(i) = S(i) × G(i)
乘积形式要求历史结构重要性和事件期功能衰退同时存在。因此,历史上重要但受影响较弱的节点,或受显著影响但历史网络支撑较弱的节点,不会获得高分。该指数反映原油海运网络中的结构-功能差距,并不代表实际能源短缺。

根据主导功能差距类型,将高结构差距节点分为供应侧、需求侧、桥接型和复合型。供应侧和需求侧节点分别以外向差距和内向差距为主要特征,而桥接型节点以跨社区连通性差距为主。复合差距高但无单一主导维度的节点被归类为复合型节点。研究进一步提取了排名前10、20和30位节点的一阶受影响运输邻域,定义为以这些节点为始发或目的且事件期边权低于历史基线的OD关系。随后比较其累积DWT下降量、历史关系保留率和加权Jaccard指数。若少数高差距节点的邻域占网络整体下降的大部分,且关系连续性低于全网络,则结构退化被视为集中于恢复关键邻域。

3.4. 替代性重连与需求侧响应的有效性

操作层面,受限重连指事件期间出现新建立或强化的OD关系,但在考虑运输规模、目的地、来源社区和时间约束后,对衰退历史关系的补偿有限的情形。

3.4.1. 运输规模与结构约束下的补偿

为确定新建立或强化的运输关系是否在事件观察期内形成了有效替代,比较了历史基线与事件观察网络之间的OD链路权重。

对于OD关系 i→j,连接权重的变化定义为:
(9) Δw_ij = w_event_ij - w_base_ij
其中 w_base_ij 和 w_event_ij 分别表示OD关系 (i, j) 的历史同期和事件观测期权重;任一时期未观测到的关系其权重被赋值为零。根据公式(9),OD关系被划分为三个互斥集合。E_down 包含 w_base_ij >0 且 Δw_ij <0 的历史关系;E_enh 包含 w_base_ij >0 且 Δw_ij >0 的历史关系;E_new 包含 w_base_ij = 0 且 Δw_ij >0 的关系,分别定义在公式(10)–(12)中。
(10) E_down = {(i, j) | w_base_ij >0, Δw_ij <0}
(11) E_enh = {(i, j) | w_base_ij >0, Δw_ij >0}
(12) E_new = {(i, j) | w_base_ij = 0, w_event_ij >0}

建立了三个逐渐严格限制的补偿指标,从总体规模替代过渡到功能匹配替代。全网替代补偿率将所有新增和增强的OD关系的正增量与所有下降OD关系的绝对降量进行比较,该指标上限设为1:
(13) Comp_all = min{1, [∑_{(i,j)∈E_new} w_event_ij + ∑_{(i,j)∈E_enh} Δw_ij] / ∑_{(i,j)∈E_down} |Δw_ij|}
令 D 表示受影响目的地的集合,即与至少一个历史下降OD关系相关联的目的地。目的地匹配补偿率将指向 D 中目的地的新增或增强关系的正增量计入补偿,但计入的补偿量受每个目的地关联的总下降DWT上限限制:
(14) Comp_dest = [∑_{j∈D} min{∑_{(k,j)∈E_new} w_event_kj + ∑_{(k,j)∈E_enh} Δw_kj, ∑_{(i,j)∈E_down} |Δw_ij|}] / ∑_{(i,j)∈E_down} |Δw_ij|
令 C_i 表示源节点 i 的固定历史 Leiden 社区。目的地与源社区匹配补偿率进一步计入正增量,当除目的地匹配外,替代源与相应的下降关系的源属于同一历史 Leiden 社区时。计入的补偿在每个“目的地–源社区”单元内设定上限:
(15) Comp_dest,comm = [∑_{j∈D} ∑_{g∈C} min{∑_{(k,j)∈E_new, C_k=g} w_event_kj + ∑_{(k,j)∈E_enh, C_k=g} Δw_kj, ∑_{(i,j)∈E_down, C_i=g} |Δw_ij|}] / ∑_{(i,j)∈E_down} |Δw_ij|
这三个指标分别检验了总体规模、目的地方向和源社区匹配。此外,还计算了社区内替代份额,以确定新增和增强的关系是否沿着既定的供应模块发生。

3.4.2. 抵达异常与航行时间匹配
对于主要进口国,将事件观测期的平均每日抵达DWT与相应的2019–2025年历史同期平均值进行比较,并计算抵达缺口(Arrival Gap):
(16) ArrivalGap_c = max(0, 1 - (A_event_c / N_event) / (A_base_c / N_base))
其中,A_event_c 和 A_base_c 分别表示国家 c 在事件观测期和历史同期窗口内的总抵达DWT,N_event 和 N_base 分别表示相应窗口内的天数。抵达DWT按ISO历法周进行汇总,历史同期分布中低于第25百分位和第10百分位的观测值被认定为异常。由于事件发生在2026年第9个ISO历法周的中间,该周被视为周度观测值,而不是完整的事件周。抵达观测期延长至4月5日。预期影响窗口根据主要下降OD关系的历史航行时间中位数推断得出,并与主要进口国观测到的抵达异常周进行比较。该分析仅用于评估供应方关系变化与接收端异常之间的时间一致性,并不构成严格的因果识别。

3.5. 稳健性与辅助识别分析
除非另有说明,稳健性分析保留了3.1–3.4节的指标定义,并改变了历史基准、暴露规范、运输规模代理变量或SVD秩。附加的结构缺口排序和跨事件敏感性分析见补充附录F和G。

3.5.1. 历史基准稳健性
为了评估观测到的关系收缩是否由合并多个历史年份机械地引起,检验了三种替代的基准规范。首先将2026年事件观测网络分别与2019年至2025年每一年的相应年度网络进行比较。随后构建了持续的历史关系集合,保留在至少 m 个历史年份中观测到的OD关系,其中 m = 2, 3, 4 或 5。在基于持续性的分析中,历史同期日历窗口、事件期网络和OD权重定义与主分析保持一致,因此仅改变最小历史发生阈值 m。最后,一种均质化伪事件设计使基准年份数量相等:每个历史年份都被视为一个伪事件,并与由其他六年组成的合并关系集进行比较;类似地,2026年与七个六年历史基准进行了比较,每个基准排除一个历史年份。这些分析检验了事件期低留存率是否主要归因于合并历史关系集的广度。

3.5.2. 先前霍尔木兹暴露的差异性变化
为了评估事件期变化是否不成比例地集中在先前暴露于霍尔木兹海峡的OD关系上,对中断前活跃的关联进行了补充的OD-周面板分析。先前霍尔木兹暴露仅根据事件前信息进行定义,当某个OD关系在2025年有AIS确认的霍尔木兹海峡通行记录时等于1。模型设定为:
(17) Y_ijt = α_ij + λ_t + β(Exposed_ij × Post_t) + ε_ijt
其中 Y_ijt 表示 log(1 + 每周DWT) 或活跃OD指示变量,模型包含OD和周固定效应。标准误在OD层面进行聚类。基于事件前平均DWT、活跃周频率、航行次数和历史起终点社区成员身份的倾向得分重叠权重被用来提高暴露和未暴露关系之间的可比性。联合前期趋势检验用于评估暴露和未暴露关系在中断前是否表现出系统性分歧。为了评估对随时间变化的国家级冲击的敏感性,模型在保留OD固定效应、原始重叠权重和OD聚类标准误的同时,使用起运地按周固定效应、目的地按周固定效应以及两者共同固定效应进行了重新估计。这些规范吸收了可能与事件期重合的源国特定和目的地国特定的周度冲击。识别效果通过固定效应吸收后“暴露乘事后”项的残余变异进行评估。由于未暴露关系也可能通过替代和市场调整产生间接反应,β被解释为与先前霍尔木兹暴露相关的差异性事件期变化,而不是中断的总因果效应。

3.5.3. 替代运输规模代理变量
为了评估对使用DWT的敏感性,为具有足够AIS和船舶特性信息的航行构建了一个基于AIS吃水推导的载货量估计。使用MMSI(海上移动通信业务标识)和从出发到抵达的时间窗口将AIS观测值匹配到单个航行,并为每次航行保留众数有效吃水。船长、型宽、设计吃水和DWT从船舶档案中匹配。载货量的上下限根据观测到的吃水、船舶几何尺寸、油轮型值系数、海水密度以及对非货物可变载荷的允许值进行估计;其中点值用作替代航行权重,高于DWT的正估计值以DWT为上限。在完全相同的完整案例航行上,对基于吃水推导的与基于DWT的网络指标进行了比较。得出的指标是基于模型的载货量代理变量,而非直接观测到的货物。详细程序和数据诊断见补充附录G。

3.5.4. SVD秩敏感性
使用秩5、10、15和20评估了低秩边恢复对所选SVD秩的敏感性。对于每个网络时期和重复试验,所有秩规范都使用相同的隐藏正边和相同的采样非边,其中隐藏10%的观测边,每个秩进行200次重复试验。这种配对设计检验了跨期比较是否依赖于所选的潜变量维度,而不是随机测试样本之间的差异。

4. 结果

4.1. 全网结构退化:收缩主导的重构与非随机骨干的保留

4.1.1. 历史运输关系的收缩与流量结构的偏差
原油运输网络中的OD关系集合在事件观测期内发生了收缩。2019–2025年历史同期合并网络包含1964个国家级OD关系,而在事件期间观测到450个活跃OD关系。其中398个与历史关系集合重叠,表明约有79.7%的历史关系未被保留。在事件观测期内又出现了52个OD关系,占450个活跃事件期关系的11.6%。OD集合的Jaccard相似系数为0.197,对应的OD偏差为0.803,而加权Jaccard系数为0.177。较低的加权系数表明,该偏差影响了历史上重要的高交易量运输关系,而不仅仅是局限于边缘性的低交易量OD关系。结合图2b和2c所示的霍尔木兹海峡通行量的迅速下降,这些结果描绘了一个事件期网络的特征:历史关系广泛撤回,新关系出现有限,且主要流量出现重大偏差。

历史基准稳健性分析表明,这种收缩并不完全归因于七年的合并关系集。2019–2025年的年度比较得出的留存率为0.300–0.359,而在基于持续性的基准下,当排除不频繁的历史关系时,留存率有所上升。在四年的持续性阈值下,613个历史关系中有270个被保留(0.440)。在均质化的六年伪事件比较中,所有七个2026年留存估计值(0.207–0.218)均低于历史经验范围(0.343–0.385)。因此,合并操作确实降低了绝对留存水平,但不能解释2026年观测到的异常低的历史关系连续性。

在完全匹配的完整案例子集中,替代运输规模分析产生了相似的模式,该子集覆盖了事件期68.1%的DWT和74.9%的有向OD关系。相同航行的DWT规范得出加权Jaccard系数为0.169,接近全样本值0.177。在这些相同航行上,使用基于AIS吃水推导的载货量中点值得出的事件期与历史期比率为0.238,使用DWT得出的比率为0.242,分别对应下降76.25%和75.84%;在两种规范下,加权Jaccard系数均约为0.169。这些结果表明,在匹配的完整案例子集中,关于运输规模收缩和加权OD偏差的主要发现对运输规模代理变量并不敏感。

4.1.2. 潜在结构组织减弱与非随机骨干的保留
低秩边恢复实验显示,事件期的结构可恢复性较弱。对于历史同期合并网络和事件前网络,SVD边恢复AUC分别为0.810 ± 0.029和0.761 ± 0.043,而事件观测网络的AUC降至0.684 ± 0.066。数值报告为200次重复实验的均值 ± 标准差。为了将OD关系收缩与潜在结构组织的变化区分开来,从历史网络中随机抽取了445条连接——与事件期共同节点网络中的正连接数量相同——以构建一个边数匹配的稀疏基准。其AUC为0.546 ± 0.066,低于事件观测网络的AUC。因此,事件期网络并不仅仅是历史网络的随机稀疏残留,尽管OD关系大量收缩,它仍保留了一个非随机骨干,该骨干在一定程度上仍可由低秩结构解释。

综合来看,OD集合、加权流量和低秩结果表明,历史关系覆盖率降低,主要流量出现偏差,结构可恢复性减弱,同时保留了比边数匹配的历史稀疏基准更强的非随机骨干。这种状态被表征为收缩主导的重构。在SVD秩5、10、15和20下,历史 > 事件前 > 事件期的排序保持不变,这表明事件期低秩可恢复性的下降并非特定于秩10规范(表S17)。

补充的暴露分析进一步显示,在先前暴露于霍尔木兹海峡的OD关系上,事件期的下降更为明显。在中断前活跃的930个关系中,有168个根据2025年AIS确认的霍尔木兹海峡通行记录被归类为暴露。在具有OD和周固定效应的基线重叠加权规范中,对于 log(1 + 每周DWT),暴露乘事后系数为 ?0.910(聚类SE = 0.379,p = 0.016),对于活跃OD指示变量为 ?0.074(聚类SE = 0.030,p = 0.013)。联合前期趋势检验未显示事件前存在系统性分歧(p值分别为0.219和0.204)。在进一步吸收特定的起运地和目的地周度冲击后,负向差异性变化依然保留。在包含起运地按周和目的地按周固定效应的最饱和规范中,对于 log(1 + 每周DWT),系数为 ?1.574(SE = 0.507;95% CI [?2.567, ?0.581]),对于活跃OD指示变量为 ?0.124(SE = 0.041;95% CI [?0.204, ?0.044])。最饱和的规范保留了29.8%的基线处理残差方差。这些估计表明,先前暴露的关系中存在稳健的负向差异性事件期变化,但不解释为中断的总因果效应。

4.2. 结构缺口与识别恢复关键邻域

4.2.1. 多个节点功能同时中断下的结构缺口
前20个结构缺口节点跨越了多个功能位置,包括供应方、需求方、桥接和复合节点。它们包括海湾和非海湾供应商,东亚和南亚进口商,以及连接不同社区的节点。其详细分类见表1。

表1。

# 高结构差距节点的功能类别与结构含义

| 节点类型 | 代表性节点 | 主导功能差距 | 关键证据 | 机制解释 |
|---------|-----------|-------------|---------|---------|
| 供应侧 | 伊拉克、科威特、卡塔尔、阿拉伯联合酋长国、巴林、沙特阿拉伯;安哥拉、尼日利亚、加蓬 | 出向供应关系收缩 | 出向功能差距、霍尔木兹海峡相关OD关系下降、非海湾供应OD关系下降 | 海湾供应商的出向功能受到干扰,非海湾供应商则反映了供应邻域内的收缩或重组 |
| 需求侧 | 日本、中国、中国台湾、韩国、印度 | 入向接收功能和到达量下降 | 主要进口国家的入向功能差距和到达异常 | 供应侧和OD结构的变化在远距离需求侧节点上表现为接收功能差距 |
| 桥接 | 加纳、比利时、新加坡、泰国、荷属安的列斯 | 社区间连通性中断 | 社区间连通性、社区连接差距、跨社区DWT下降 | 差距不仅反映了进出口规模的变化,还反映了运输关系社区之间连接的减弱 |
| 复合结构差距节点 | 越南 | 区域邻域OD关系收缩 | Top 20中的一个复合节点;主要下降的OD关系包括科威特—越南和越南—阿拉伯联合酋长国 | 差距并非由单一的供应侧、需求侧或桥接功能主导,而是反映了区域邻域关系的收缩 |

Leiden分区将历史网络划分为四个社区:欧洲—地中海—北/西非、海湾—亚洲核心供需、美洲—加勒比、中国—东南亚—非海湾供应商。高差距节点分布在不同社区和功能类别中,表明中断影响了供应组织、远距离接收功能、社区间连通性和区域邻域关系。

不同节点类型的主导功能差距各不相同。在需求侧节点中,中国台湾和日本的入向功能差距分别为0.950和0.930,反映了相对于历史同期基线而言,入向OD强度的显著下降。相比之下,桥接节点主要以社区间连通性下降为特征。

### 4.2.2 恢复关键邻域的集中与反事实修复验证

网络收缩高度集中于排名最高的结构差距节点的一阶下降OD邻域中。Top 10节点占所有节点的7.63%,但占据了全网DWT下降量的51.78%。Top 20节点占15.27%,占下降量的67.98%;Top 30节点占22.90%,占下降量的79.75%。

这些邻域内的关系保持率也低于全网水平。Top 10邻域的OD保持率为0.172,加权Jaccard系数为0.134。Top 20邻域对应的值分别为0.168和0.140,均低于全网的0.203和0.177。这些结果识别出了事件期间收缩最为集中的高结构差距邻域。其空间分布见图3。

下载:下载高分辨率图片(765KB)下载:下载全尺寸图片

图3. 高结构差距节点的功能分化与邻域集中度

反事实修复实验为这些邻域的结构重要性提供了额外证据。将Top 20高结构差距节点周边邻域恢复到历史基线水平,使AUC从0.683提升至0.807。这超过了随机20节点修复的平均AUC值0.765,对应于随机分布的99.5百分位。

所得到的AUC低于按运输强度选择节点的值0.813,但略高于使用历史结构支撑的值0.806。三种基于结构的节点选择策略产生了相似的结果。结构差距指数的独特价值在于将历史结构支撑与事件期间功能下降相结合,并识别主导中断发生在供应侧、需求侧还是桥接维度。这提高了功能解释和恢复监测优先级的针对性,如表2所述。因此,恢复监测应超越单个节点,延伸至其一阶受影响运输邻域。

**表2. 恢复关键邻域的反事实修复结果。**

| 修复情景 | AUC | 相对于原始事件期间网络的增幅 | 描述 |
|---------|-----|--------------------------|------|
| 原始事件观察期网络 | 0.683 | — | 无邻域修复 |
| 随机20节点修复均值 | 0.765 | 0.082 | 200个随机选择节点集的均值;标准差=0.017 |
| Top 20结构差距节点邻域 | 0.807 | 0.124 | 位于随机分布的99.5百分位;200个随机集中有1个达到或超过该值 |
| Top 20支撑节点邻域 | 0.806 | 0.123 | 按历史结构支撑选择的节点 |
| Top 20强度节点邻域 | 0.813 | 0.130 | 按运输强度选择的节点 |

注:随机20节点修复情景的均值和标准差是从200个随机选择的节点集计算得出的。标准差0.017代表不同随机节点集之间AUC值的离散程度,并非来自重复SVD隐藏边实验的标准差。

### 4.2.3 复合节点与区域邻域溢出效应

复合节点数量有限,但表明网络收缩已超越核心功能节点,延伸至周边区域邻域。其高结构差距得分并非源于单一主导功能下降,而是源于其一阶邻域内多类型关系的同时减少。

随着排名范围的扩大,复合节点的比例逐渐增加。Top 20中包含一个复合节点——越南,占Top 20的5.0%,占全网复合节点相关DWT下降量的0.99%。Top 30中包含三个复合节点,占10.0%,占下降量的3.97%。Top 50中包含十个复合节点,占20.0%,占下降量的7.89%,如表3所示。这些结果表明,最高的结构差距得分仍集中于核心功能节点,而区域邻域收缩在中等至较高差距范围内更为常见。

**表3. 复合结构差距节点在各排名范围内的分布及相关DWT下降。**

| 排名范围 | 复合节点数 | 复合节点占比 | 复合节点列表 | 相关下降DWT | 占全网下降份额 |
|---------|----------|------------|------------|-----------|--------------|
| Top 20 | 1 | 5.0% | 越南 | 5,454,617.5 | 0.99% |
| Top 30 | 3 | 10.0% | 越南、阿曼、摩洛哥 | 21,964,215.5 | 3.97% |
| Top 50 | 10 | 20.0% | 越南、阿曼、摩洛哥、孟加拉国、以色列、罗马尼亚、希腊、美属维尔京群岛、塞浦路斯、古巴 | 43,596,239.5 | 7.89% |

越南是一个代表性案例。它属于海湾—亚洲核心社区,事件观察期间其若干邻域关系发生收缩,包括科威特—越南、越南—阿拉伯联合酋长国、越南—伊拉克。这一模式反映了核心社区内部区域关系的同时收缩。

邻域关联分析显示,Top 50复合节点与Top 20节点的平均邻域重叠率为69.2%,且它们到Top 20节点的最短距离始终为一。这一模式表明复合节点在结构上嵌入于最高差距节点的一阶邻域之中。因此,复合节点可作为二级结构暴露的补充监测对象。

### 4.3 受限重连与滞后的需求侧响应

#### 4.3.1 新增和加强运输关系对现实替代的不足

事件观察期间,下降OD关系的总DWT下降量为552,765,942,而新增和加强OD关系的正增量合计为38,382,940.5。全网补偿率因此为6.94%。

施加方向约束后,目的地匹配的封顶补偿率为6.63%。目的地和源社区匹配的封顶补偿率进一步降至5.58%。这一渐进下降表明,随着额外结构匹配条件的施加,替代关系提供的补偿变得越来越不足。

社区内替代占正增量的64.10%,社区间替代占35.90%,表明替代关系主要集中于现有网络社区内部。综合而言,在运输规模、目的地和源社区约束下,新增和加强关系提供的有限补偿表明重连受到约束。下降、新增和加强运输关系的矩阵分布及其源社区构成见图4。

下载:下载高分辨率图片(1MB)下载:下载全尺寸图片

图4. 受限重连:替代OD矩阵的源社区与量变模式

#### 4.3.2 受限重连下需求侧的到达异常与滞后响应

在接收端,受限重连伴随着若干主要进口国的滞后到达异常。本节使用到达时间而非出发时间来衡量事件观察期间主要进口国接收端的变化。为考虑航程时间滞后,周到达响应窗口延长至2026年4月5日,并按ISO日历周组织。

接收端差距因各国的源侧补偿水平不同而有所差异。日本的源侧补偿率为1.06%,到达差距为0.322。在事件相关窗口内,五次周观测值低于历史25百分位,五次低于历史10百分位。中国台湾的源侧补偿率为6.41%,到达差距为0.378,四次周观测值低于25百分位,四次低于10百分位。

相比之下,中国、韩国和印度的源侧补偿率分别为52.95%、45.65%和74.36%,到达差距分别为0.056、0.017和0.086。此处P25和P10分别表示2019—2025年历史同期周到达DWT分布的25百分位和10百分位。观察到的模式与源结构和替代能力的差异一致,日本和中国台湾表现出更为持久的异常。

入向功能差距和到达差距基于接收过程的不同阶段计算。前者基于出发时间的入向OD结构,后者基于到达时间的接收结果。因此,它们代表需求侧中断的不同维度,并非同一指标。

时间模式也与历史航程持续时间一致。21个主要下降OD关系中有18个在预期影响周前后一个ISO周内发生到达异常。以2026年2月28日为事件起始日,从阿拉伯联合酋长国和沙特阿拉伯到日本的航程持续时间中位数约为22—23天,将预期影响窗口置于三月底。中国台湾表现出类似模式,航程持续时间约为21—22天,而印度显示出较早的异常窗口,与其主要来源国约九天的较短历史航程持续时间一致。

周补偿率整体偏低,最高为13.53%,平均为4.66%,不足以在同一时间窗口内抵消到达差距。因此,受限重连体现为在运输规模、目的地和源社区约束下补偿有限,以及替代流量与随后接收端异常之间的时间错配。主要进口国的周到达异常、航程时间匹配以及复合节点的邻域关系见图5。

下载:下载高分辨率图片(1MB)下载:下载全尺寸图片

图5. 滞后的进口侧到达异常及从恢复关键邻域向复合节点的溢出效应

注:Week 0表示2026年ISO第9周,包含2月28日中断日期。

### 4.4 与历史中断事件的比较

为评估霍尔木兹海峡中断的相对网络异常性,本分析与五个代表性历史中断事件进行比较:与COVID-19相关的全球航运初始冲击、苏伊士运河封锁、俄乌能源运输重组、巴拿马运河干旱相关限制以及红海海上安全危机(He et al., 2025; Liu et al., 2025; Pratson, 2023; Su and Lu, 2025; Verschuur et al., 2025)。具体事件窗口、指标定义和标准化程序见补充附录F。

霍尔木兹海峡中断在全部四种评分方案下均排名第一:等权重、排除到达差距、排除AUC下降以及结构优先方案。这一综合排名第一并不意味着该中断在每一项单独指标上都最为极端。特别是,在标准化28天比较下,其SVD AUC下降幅度为六个事件中最小。其综合排名由到达差距、OD偏差、加权OD偏差和Top 50下降DWT份额的联合极端性所驱动,且在从评分中排除AUC下降时仍保持第一。

各事件之间的差异与其中断机制和替代条件一致。COVID-19代表广泛的系统性航运冲击,而苏伊士运河封锁则是短暂且空间集中的;俄乌冲突涉及更为渐进的能源运输重组,而巴拿马运河干旱主要施加了通航能力约束。红海危机允许更大的航线调整空间,而霍尔木兹海峡中断则直接限制了波斯湾原油的一个主要出口通道,其等效的海上通行能力有限。这些差异有助于解释为什么各事件产生了不同的OD收缩、流量偏差和接收端效应的组合。因此,该比较评估的是相对网络异常性,而非假设各事件具有共同的中断机制。

## 5. 讨论

### 5.1 收缩驱动的重组与恢复关键邻域

现有研究主要从咽喉点暴露、网络连通性、关键节点和供应链韧性的角度来解释海运中断(Dui et al., 2021; Pratson, 2023; Si et al., 2026; Verschuur et al., 2025)。

由于这些视角通常被分开考察,它们并不能直接判断运输关系如何变化、结构性退化集中在何处,以及新形成的关系是否提供了有效的替代。本研究结果表明,运输总量的下降或活跃链接数量的减少并不能完全反映关键海上咽喉要道中断的网络效应。观察到的关系收缩并不意味着完全的结构性失序,而且历史上重要的节点也不一定是特定事件期间经历最大功能下降的节点(Barker等,2013;Dui等,2021;Xu等,2025)。在霍尔木兹海峡中断期间,原油运输网络表现出收缩主导的重构、对恢复至关重要的邻域中的集中退化以及受限的重连。相对于合并历史同期关系集合,约79.7%的历史OD关系在事件观测期间未被保留。尽管绝对保留水平对历史关系集合的广度较为敏感,但年度、持久性基础和匹配的伪事件比较一致表明,2026年的历史关系连续性异常偏低。低秩边恢复AUC从0.810下降至0.684,但仍高于边计数匹配的历史稀疏基线的0.546。这表明,尽管历史关系退出且主要流向发生偏移,网络仍保留了一定的非随机骨干。Top 20高结构差距节点占全部节点的15.27%,但其一阶受影响邻域占总DWT下降的67.98%,并包含供给侧、需求侧和跨社区桥接节点。

5.2 受限的重连与需求侧响应

供应链韧性研究强调冗余性、多样化和替代来源(Christopher和Peck,2004;Ivanov和Dolgui,2020;Pettit等,2010),但新航线或新形成的OD关系只有在其运输能力、目的地、来源结构和航行时间与被中断关系相对应时,才能构成有效的重连。因此,本研究通过同时考虑全网结构性变化、恢复关键邻域以及替代OD关系的有效性,扩展了对关键海上咽喉要道中断的评估。新关系和强化关系补偿了6.94%的DWT下降,在施加目的地和来源社区约束后,这一比例降至5.58%。有限的重连也主要集中在现有来源社区内部,这一模式与原油运输网络中与供应地理、航距和接收端条件相关的路径依赖一致(Ducruet和Notteboom,2012;Elliott等,2022;Xin和Yang,2026)。到达异常与历史航行时长的对应关系也与重连的时间约束一致。然而,这种时间一致性不应被解释为严格因果传递的证据。暴露分析提供了额外的证据,表明观察到的收缩不成比例地集中在具有霍尔木兹暴露史的OD关系上。除基线OD和周固定效应外,额外的规格吸收了来源-周和目的地-周冲击,同时保留相同的重叠权重。在这些更严格的控制下,负向差异变化依然存在,降低了该结果主要由来源国特有的生产、出口或制裁相关变化或目的地国特有的需求和港口条件驱动的担忧。然而,这些规格无法完全隔离所有同期因素、企业层面调整或间接网络响应。因此,观察到的变化应被解释为与先前霍尔木兹暴露相关的差异事件期变化,而非海峡中断的完整因果效应。

5.3 可迁移性与适用范围条件

本研究开发的分析框架将全网结构性退化、恢复关键邻域和受限重连整合在共同的分析序列中。该框架首先区分随机稀疏化与收缩主导的重构,然后确定退化的集中节点和邻域,最后评估新关系和强化关系是否补偿了被中断的运输关系。该框架的价值不在于增加指标数量,而在于基于共同的历史关系基线评估结构性变化的位置和程度以及重连的质量。其基本逻辑可通过调整观测窗口、识别咽喉要道关联的方法以及表征节点功能的维度,适应不同的咽喉要道、港口和能源运输中断。与历史中断事件的比较为其跨事件适用性提供了初步支持,尽管不同事件的持续时间、中断机制和替代条件仍需分别评估。该框架最适用于能够建立稳定历史运输关系基线、且可从船舶运动一致识别受影响海上通道、港口或运输走廊的中断。对于由需求冲击、监管变化或长期贸易重构主导的中断,其适用性需要额外的控制变量,因为OD关系的变化可能主要归因于局部运输约束之外。

5.4 管理启示

这些发现表明,关键海上咽喉要道风险的管理不应仅依赖船舶过境、总DWT或运输量的短期变化。监测系统还应评估历史OD关系是否持续退出、主要流向结构是否偏离历史基线、以及运输下降是否集中在高结构差距节点及其邻域周围。能源进口国和接收港口还应利用历史航行时长来确定上游变化可能在接收端显现的时间窗口,并应优先考虑那些兼具长期结构重要性和实际事件期功能下降的节点和OD关系。新的供应来源、改道方案和额外航线应根据其能力覆盖率、目的地匹配度、来源可替代性和到达及时性进行评估。这些标准可以为能源当局、港口运营方和航运公司提供一致的结构性诊断依据。

6. 结论

本研究以2026年霍尔木兹海峡中断为案例,考察了关键海上咽喉要道中断期间全球原油运输网络的结构性变化。该中断不仅表现为运输规模下降,还表现为历史运输关系收缩、恢复关键邻域中退化集中以及替代性重连受限。相对于合并历史同期关系集合,约79.7%的OD关系在事件观测期间未被保留。无权Jaccard系数和加权Jaccard系数分别为0.197和0.177。SVD边恢复AUC从合并历史同期网络的0.810下降至事件观测期间网络的0.684,但仍高于边计数匹配的历史稀疏基线的0.546。这表明,尽管OD关系大幅收缩,网络仍保留了部分非随机骨干。Top 20高结构差距节点占全部节点的15.27%,但其一阶受影响邻域占总DWT下降的67.98%。全网新关系和强化关系的补偿率为6.94%,在考虑目的地和来源社区匹配后降至5.58%。在若干主要进口国中也观察到与历史航行时长一致的到达异常。总体而言,事件期网络表现出收缩主导的重构,而非网络的等比例缩减。有限的重连主要发生在现有空间组织内部,未能充分补偿被中断的运输关系。这些发现为监测关键海上咽喉要道的运输关系、识别优先受影响邻域以及评估应急响应选项提供了分析基础。

结论应在数据和方法的局限性框架内解释。DWT代表船舶运力,不能等同于实际装载货物、港口卸货量或结算贸易量。基于吃水线的稳健性分析提供了航次层面装载条件的另一种近似,但仍依赖AIS吃水线质量、船舶参数以及关于船舶几何结构和非货物载荷的假设。因此,应将其解释为基于模型的货物装载代理指标,而非直接观测的原油货物。结构差距指数捕捉了国家节点在原油运输网络中结构功能的下降,不应直接解释为实际的能源短缺。基于SVD的低秩可恢复性反映的是网络链接结构和可预测性的变化,而非现实供应链的恢复能力。航行时间匹配仅表明供给侧关系变化与进口侧异常之间的时间一致性,并不构成严格的因果识别。补充的暴露分析识别了与先前霍尔木兹暴露相关的差异变化,但无法完全隔离所有同期因素或间接网络响应。研究窗口截止于2026年3月31日,因此主要捕捉了对中断的初始网络响应;无法确定长期重连的程度或最终恢复结果。未来研究可扩展事件观测期,并纳入实际货量、港口卸货数据、库存、长期合同、炼厂兼容性、船队部署、价格变化以及更细粒度的AIS轨迹,以识别替代关系出现或保持受限的运营机制。该框架的适用性也应在其他关键海上咽喉要道中断中进一步检验。

CRediT作者贡献声明

王明:写作—原始草案、可视化、软件、方法论、形式分析、数据管理、概念构思。马天宇:写作—审阅与编辑。赵鹏军:写作—审阅与编辑、监督、资源、概念构思。

基金资助

本工作得到了中国国家自然科学基金(项目编号:42130402、42525101和42506234)、深圳市科技创新计划(项目编号:KQTD20221101093604016)以及北京大学区域研究基金的资助。

王明 | 马天宇 | 赵鹏军
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号