The impact of normalized operation of the Arctic Northeast Passage on the evolution of the spatial pattern of China's international maritime network

doi:10.3969/j.issn.1004-9479.2026.09.20250054

Abstract

Abstract:

The extended navigable window of the Arctic Northeast Passage brought about by global warming provides a realistic possibility for its normalized operation. This paper utilized a social network analysis method to construct China's international maritime network based on the schedule data of the world's top eight liner companies, weighted by the navigation frequency and set up three normalized scenarios in combination with the current situation of cross-border transport of the Northeast Passage, to explore the evolution trends of the spatial pattern of China's international maritime network. The results show that: ① With the extended navigable period of the Northeast Passage, the network scale expands and connectivity strengthens, and the small-world characteristics become more significant, but the uneven development of ports also aggravates the network heterogeneity. ② As for the evolution of port status, the distribution of hub ports remains relatively stable, with only minor adjustments in order. When the Northeast Passage achieves normalized operation in summer, Shanghai port surpasses Singapore port and becomes the new network core. The shipping center gradually shifts northward, with ports north of Shanghai port significantly enhancing their central positions, among which Dalian port increases the most. Besides, the radiation scope of the northern core port group gradually expands, which strengthens the interconnection with European ports. ③ The China-Europe maritime pattern is reshaped. The transshipment roles of Southeast Asian ports on the traditional routes and Algeciras in Europe are gradually weakened, while ports such as Yokohama in northeast Asia and Hamburg in northwest Europe will emerge as new transshipment hub ports.

Key words: Arctic Northeast Passage, normalized operation, maritime network, weighted centrality, spatial pattern evolution

摘要：

全球气候变暖使北极东北航道的通航窗口期延长，为其常态化运营提供了现实可能性。本文利用社会网络分析法，基于全球前八大班轮公司的船期表数据，以通航频次为权重构建中国国际海运网络，并结合北极东北航道的跨境运输现状，设置了三种常态化运营的情景，探讨不同情景下中国国际海运网络空间格局的演变。结果表明：①随着北极东北航道通航窗口期的延长，网络规模扩大且连通性逐渐增强，“小世界”特性愈发显著，但港口发展不均衡程度的加深也使得网络异质性进一步加剧；②在港口地位演变方面，枢纽港分布相对稳定，仅在排名次序上小幅调整；当北极东北航道实现夏季常态化运营时，上海港将超过新加坡港，成为新的网络核心；航运中心逐渐北移，上海港以北港口的中心地位明显提升，其中大连港增幅最大，且北部核心港口群辐射范围逐步扩大，并强化了与欧洲港口的互联互通；③中欧海运格局将被重塑，传统航线上的东南亚港口和欧洲的阿尔赫西拉斯港的中转作用逐步减弱，而东北亚地区的横滨港和西北欧的汉堡港等港口将成为新的中转枢纽港。

关键词: 北极东北航道, 常态化运营, 海运网络, 加权中心性, 空间格局演变

Yongyan LI, Maixiu HU. The impact of normalized operation of the Arctic Northeast Passage on the evolution of the spatial pattern of China's international maritime network[J]. World Regional Studies, 2026, 35(9): 48-62.

李永艳, 胡麦秀. 北极东北航道常态化运营对中国国际海运网络空间格局演变的影响[J]. 世界地理研究, 2026, 35(9): 48-62.

Figures/Tables 15

Fig.1 Three routes of the Arctic shipping routes

Fig.2 Total ships and voyages for cross-regional transportation via the Northeast Passage （2011-2024）

Fig.3 Ships and voyages of Chinese merchant vessels via the Northeast Passage （2013-2024）

Tab.1 Main routes from China to Europe through the Northeast Passage (2011-2024)

航线名称	航运路线
中国-荷兰（5）	秦皇岛（1）、太仓（1）、南通（2）-鹿特丹；天津-阿姆斯特丹（1）
中国-瑞典（11）	江阴-哥德堡（1）；江阴-瓦尔贝里（1）；太仓-于默奥（2）；太仓-海讷桑德（1）；连云港-奥斯卡（1）；太仓（2）、扬州（1）、秦皇岛（1）-耶夫勒；秦皇岛-乌德瓦拉（1）
中国-丹麦（6）	连云港（2）、天津（1）、太仓（1）-埃斯比约；太仓（1）、扬州（1）-斯卡恩
中国-德国（11）	上海（1）、太仓（2）-不来梅哈芬；天津-库克斯（1）；太仓-布拉克（2）；上海（1）、太仓（2）-汉堡；连云港-埃姆登（2）
中国-波兰（6）	天津（1）、江阴（1）、大丰（1）-格丁尼亚；上海-希维诺乌伊希切（2）；南通-什切青（1）
中国-挪威（3）	上海-吉斯马尔维克（1）；太仓-波斯格伦（1）；日照-纳尔维克（1）
中国-英国（2）	天津-格拉斯哥（1）；宁波-利物浦（1）
中国-法国（1）	连云港-鲁昂
中国-俄罗斯（56）	上海（4）、黄骅（2）、曹妃甸（1）、岚山（1）、青岛（2）、宁波（4）、天津（7）、大连（4）、蓬莱（2）、香港（1）、珠海（1）、玉环（1）、海南（1）、黄埔（1）、惠州（1）、岚桥（1）、钦州（1）-摩尔曼斯克
	天津（1）、上海（1）、广州（2）、宁波（1）、日照（1）-圣彼得堡
	上海（2）、天津（2）、大连（1）-阿尔汉格尔斯克
	天津（1）、青岛（2）-萨贝塔；日照-波罗奈斯克（1）；大连（1）、香港（1）、南通（1）、宁波（1）-鲁戈港；天津-加里宁格勒（1）；上海-杜丁卡（1）

Tab.2 Main routes from Europe to China through the Northeast Passage (2011-2024)

航线名称	航运路线
芬兰-中国（13）	赫尔辛基-青岛（9）；科特卡-青岛（2）、上海（1）；雅各布斯塔德-青岛（1）
丹麦-中国（11）	奥尔堡-上海（1）、台中（6）；埃斯比约-台中（1）；斯卡恩-青岛（2）；格雷诺-青岛（1）
俄罗斯-中国（95）	摩尔曼斯克-京唐（2）、湛江（1）、黄骅（4）、岚山（5）、青岛（2）、宁波（13）、天津（6）、岚桥（2）、大连（5）、日照（8）、香港（1）、深圳（1）、启东（1）、惠州（2）、钦州（1）、唐山（3）、海南（1）、北海（1）、曹妃甸（1）
	圣彼得堡-上海（2）、青岛（1）、营口（1）、烟台（1）、天津（1）
	阿尔汉格尔斯克-青岛（1）、天津（1）、日照（2）、上海（2）
	波罗奈斯克-天津（2）、莱州（1）、日照（2）、大连（2）、河口（1）、秦皇岛（1）；鲁戈港-日照（1）、大连（1）、宁波（1）、曹妃甸（1）、唐山（2）、营口（1）；萨贝塔-青岛（1）；北德文斯克-青岛（1）；维基诺-宁波（1）；维基诺-惠州（4）
立陶宛-中国（2）	克莱佩达-青岛（1）；克拉佩达-潍坊（1）
荷兰-中国（2）	鹿特丹-上海（1）；鹿特丹-盐田（1）
德国-中国（1）	汉堡-大连
英国-中国（2）	伦敦-大连（1）、希尔内斯-大连（1）
挪威-中国（3）	希尔克内斯-蓬莱（1）；哈默菲斯特-漳州（1）；蒙斯塔德-麦寮（1）
瑞典-中国（1）	哥德堡-青岛

Tab.3 Comparison of voyages between China-Europe via traditional shipping route and the Northeast Passage

航线名称	起始港	目的港	航行时间/天	传统航道/nmile	东北航道/nmile	航程缩短比例/%
中国-荷兰	太仓	鹿特丹	30	10 622	8 013	24.56
中国-瑞典	江阴	哥德堡	25	11 148	8 014	28.11
中国-瑞典	秦皇岛	耶夫勒	30	12 254	8 700	29.00
中国-丹麦	太仓	埃斯比约	26	10 900	7 833	28.14
中国-德国	上海	汉堡	26	10 889	7 973	26.01
中国-德国	上海	不莱梅哈芬	27	10 819	7 918	26.23
中国-波兰	江阴	格丁尼亚	28	11 536	8 354	27.58
中国-挪威	日照	纳尔维克	33	11 969	6 995	41.56
中国-挪威	太仓	波斯格伦	28	11 091	7 842	29.24
中国-英国	宁波	利物浦	27	10 395	8 124	21.85
中国-法国	连云港	鲁昂	29	10 769	8 285	23.07
芬兰-中国	赫尔辛基	青岛	33	12 030	8 524	28.84
芬兰-中国	科特卡	青岛	29	12 092	8 586	28.69
立陶宛-中国	克莱佩达	潍坊	32	12 032	8 435	29.56
中国-俄罗斯	天津	萨贝塔	27	13 673	5 975	56.30
中国-俄罗斯	大连	摩尔曼斯克	22	12 632	6 538	48.24

Fig.4 Seasonal distribution of cross-regional voyages through the Northeast Passage （2012-2024）

Tab.4 Settings for normalized operation of the Northeast Passage

运营情景	夏季常态化	夏秋两季常态化	全年常态化
通航窗口期	7月—10月（4个月）	6月—次年1月（8个月）	全年（12个月）
破冰船保障条件	北极级核动力破冰船	新“北极”级核动力破冰船	“北极”级和“领袖”级核动力破冰船
运营阶段	试探阶段	规模化运营	成熟阶段
运营模式	传统中欧航线在通航期内转向东北航线，优先新增已多次通航的俄罗斯境内核心集装箱港口（通航频次≥10次）	传统航线在通航期内向东北航线转移的比例增加，同时继续新增北极国家的大型集装箱港口	中国往返于西北欧的传统航线均转向东北航线，并进一步新增北极边缘港口
预计实现时间	2025年	2030年	2050年

Tab.5 China's international shipping network metrics and their implications

指标	计算方法	说明
度与度分布	$k i = ∑ j ∈ N, j ≠ i a i j$ ； $P k = n (k) ∑ j = 1 ∞ n (j)$	度反映节点在网络中的直接联系。度分布 $P (k)$ 常用度为k的节点占节点总数的比值来衡量。N为所有节点的数量， $a i j$ 为节点间的边数， $n (k)$ 表示k个类别的频数
平均路径长度	$L = 2 N (N - 1) ∑ i ≥ j d i j$	表示网络中任意两个节点之间距离的平均值。 $d i j$ 表示任意两节点i和j之间的最短路径
聚类系数	$C i = 2 E i N i (N i - 1)$	用于刻画网络中节点的聚集程度。 $N i$ 表示该节点的邻居节点的个数， $E i$ 表示节点i与其邻居节点间的边数
加权度中心性	$C (d, i) = ∑ j ∈ N w i j$	表示与该节点直接相连的所有边的权重之和，反映了港口的繁忙程度。 $w i j$ 为节点间边的权重
加权介数中心性	$C (b, i) = ∑ j ≠ i ≠ k n k j (i) n k j ∑ i = 1 n ∑ j ≠ i ≠ k n k j (i) n k j$	指网络中任意两个节点的加权最短路径中经过某节点的次数，衡量港口的中转能力。 $n k j$ 表示节点k和j之间的加权最短路径的条数
加权接近中心性	$C (c, i) = 1 N - 1 ∑ j = 1, j ≠ i n d i j w - 1$	用于衡量一个节点相对于其他节点的远近程度，能够揭示港口的可达性。 $d i, j w$ 表示节点i 和j 之间的加权最短路径距离
综合中心性	①指标标准化；②计算各指标的客观权重；③计算各港口与理想解的相对贴近度。	为了克服因不同指标侧重点不同带来的单一评价的局限性，参照陈芙英等^[23]的做法，采用熵权TOPSIS法整合上述三种中心性指标得到综合中心性
社区发现	$Q = 1 2 M ∑ i j (A i j - k i k j 2 M) δ (C i, C j)$	本文采用Louvain 算法^[24]识别网络社区。 $A i j$ 表示网络的邻接矩阵，M为所有边权重的和， $δ (C i, C j)$ 为指示函数，若节点i和j同属一个社区，则取值为1，否则为0

Tab.5 China's international shipping network metrics and their implications

指标	计算方法	说明
度与度分布	$k i = ∑ j ∈ N, j ≠ i a i j$ ； $P k = n (k) ∑ j = 1 ∞ n (j)$	度反映节点在网络中的直接联系。度分布 $P (k)$ 常用度为k的节点占节点总数的比值来衡量。N为所有节点的数量， $a i j$ 为节点间的边数， $n (k)$ 表示k个类别的频数
平均路径长度	$L = 2 N (N - 1) ∑ i ≥ j d i j$	表示网络中任意两个节点之间距离的平均值。 $d i j$ 表示任意两节点i和j之间的最短路径
聚类系数	$C i = 2 E i N i (N i - 1)$	用于刻画网络中节点的聚集程度。 $N i$ 表示该节点的邻居节点的个数， $E i$ 表示节点i与其邻居节点间的边数
加权度中心性	$C (d, i) = ∑ j ∈ N w i j$	表示与该节点直接相连的所有边的权重之和，反映了港口的繁忙程度。 $w i j$ 为节点间边的权重
加权介数中心性	$C (b, i) = ∑ j ≠ i ≠ k n k j (i) n k j ∑ i = 1 n ∑ j ≠ i ≠ k n k j (i) n k j$	指网络中任意两个节点的加权最短路径中经过某节点的次数，衡量港口的中转能力。 $n k j$ 表示节点k和j之间的加权最短路径的条数
加权接近中心性	$C (c, i) = 1 N - 1 ∑ j = 1, j ≠ i n d i j w - 1$	用于衡量一个节点相对于其他节点的远近程度，能够揭示港口的可达性。 $d i, j w$ 表示节点i 和j 之间的加权最短路径距离
综合中心性	①指标标准化；②计算各指标的客观权重；③计算各港口与理想解的相对贴近度。	为了克服因不同指标侧重点不同带来的单一评价的局限性，参照陈芙英等^[23]的做法，采用熵权TOPSIS法整合上述三种中心性指标得到综合中心性
社区发现	$Q = 1 2 M ∑ i j (A i j - k i k j 2 M) δ (C i, C j)$	本文采用Louvain 算法^[24]识别网络社区。 $A i j$ 表示网络的邻接矩阵，M为所有边权重的和， $δ (C i, C j)$ 为指示函数，若节点i和j同属一个社区，则取值为1，否则为0

Fig.5 Spatial distribution of China's international maritime ports， traditional routes and Northeast Passage routes

Tab.6 Shipping route adjustment rules in different situations

情景	夏季常态化	夏秋两季常态化	全年常态化
航程缩短（ $∆ D$ ）阈值	$∆ D ≥ 20 % 时,$ 开始部分转移	∆D≥25%，进一步转移	∆D≥30%，完全转移
转移比例（ $P 转移$ ）	$P 转移 = 1 + ∆ D - 20 % 30 % - 20 % × 0.1 × 412$	$P 转移 = 1 + 25 % - ∆ D 30 % - 20 % × 0.1 × 812, ∆ D ∈ [20 %, 25 %] 1 + ∆ D - 25 % 30 % - 25 % × 0.1 × 812, ∆ D ∈ [25 %, 30 %]$	100%； $∆ D ∈ [20 %, 30 %]$
新增北极航线边权重	$W 北极 = f × T 通航期$	同上	同上
受影响的传统航线的边权重	$W 传统 = W 基期 × (1 - P 转移)$	$W 传统 = W 基期 × (1 - P 转移)$	$W 传统 = 0$
参数依据	$∆ D$ 阈值的设置基于中国至西北欧航线的历史通航统计数据（表3）

Tab.6 Shipping route adjustment rules in different situations

情景	夏季常态化	夏秋两季常态化	全年常态化
航程缩短（ $∆ D$ ）阈值	$∆ D ≥ 20 % 时,$ 开始部分转移	∆D≥25%，进一步转移	∆D≥30%，完全转移
转移比例（ $P 转移$ ）	$P 转移 = 1 + ∆ D - 20 % 30 % - 20 % × 0.1 × 412$	$P 转移 = 1 + 25 % - ∆ D 30 % - 20 % × 0.1 × 812, ∆ D ∈ [20 %, 25 %] 1 + ∆ D - 25 % 30 % - 25 % × 0.1 × 812, ∆ D ∈ [25 %, 30 %]$	100%； $∆ D ∈ [20 %, 30 %]$
新增北极航线边权重	$W 北极 = f × T 通航期$	同上	同上
受影响的传统航线的边权重	$W 传统 = W 基期 × (1 - P 转移)$	$W 传统 = W 基期 × (1 - P 转移)$	$W 传统 = 0$
参数依据	$∆ D$ 阈值的设置基于中国至西北欧航线的历史通航统计数据（表3）

Tab.7 Results of China's international shipping network structural characteristics in different normalized-operation scenarios

网络类型	节点	平均度	平均加权度	平均路径长度	平均聚类系数
东北航道开通前	260	6.349	190.238	3.229	0.412
常态化运营4个月	263	6.588	192.835	3.174	0.416
常态化运营8个月	267	6.724	195.903	3.127	0.429
全年常态化	274	6.895	201.378	3.085	0.454

Fig.6 Kernel density distribution of China's shipping network degree and weight degree in different normalized scenarios of the Northeast Passage

Tab.8 Comprehensive centrality values and ranking of part ports in different normalized scenarios

港口	东北航道开通前		夏季常态化		夏秋两季常态化		全年常态化
港口	综合中心性	排名	综合中心性	排名	综合中心性	排名	综合中心性	排名
新加坡	0.807	1	0.765	2	0.724	2	0.683	2
上海	0.744	2	0.847	1	0.928	1	0.997	1
宁波	0.643	3	0.631	3	0.622	3	0.601	3
深圳	0.610	4	0.582	4	0.563	4	0.465	6
巴生	0.599	5	0.565	5	0.541	5	0.529	5
釜山	0.437	6	0.476	6	0.493	6	0.567	4
丹戎帕拉帕斯	0.382	7	0.372	7	0.361	8	0.345	8
高雄	0.366	8	0.348	9	0.322	9	0.314	9
青岛	0.330	9	0.361	8	0.407	7	0.432	7
香港	0.323	10	0.313	10	0.295	11	0.270	12
阿尔赫西拉斯	0.195	16	0.109	29	0.081	34	0.067	48
天津	0.124	23	0.182	19	0.195	18	0.236	15
横滨	0.124	24	0.232	15	0.247	14	0.262	13
大连	0.092	29	0.139	25	0.173	20	0.204	16
汉堡	0.036	93	0.053	64	0.076	38	0.114	27
哥德堡	0.027	139	0.045	76	0.065	50	0.107	29

Tab.9 Community structure and evolution characteristics of major port groups in different normalized scenarios

常态化运营情景	主要港口群社区结构	代表性港口	演变特征
东北航道开通前	中国北部-东北亚港口群	上海、青岛、天津、大连、釜山、横滨等	中国北部港口群与欧洲港口群分属不同的社区，传统中欧航线联系占主导
	东南亚-传统航线港口群	新加坡、巴生、丹戎帕拉帕斯等
	欧洲港口群	汉堡、鹿特丹、哥德堡、阿尔赫西拉斯等
夏季常态化	中国北部-东北亚-东北航道沿线港口群	上海、青岛、天津、大连、釜山、横滨、摩尔曼斯克、阿尔汉格尔斯克等	中国北部港口群逐步与东北航道沿线新增港口同属一个社区，欧洲港口群仍保持相对独立
	欧洲港口群	汉堡、鹿特丹、哥德堡、阿尔赫西拉斯等
	东南亚-传统航线港口群	新加坡、巴生、丹戎帕拉帕斯等
夏秋两季常态化	中国北部-东北亚-东北航道-欧洲港口群	上海、青岛、天津、大连、釜山、横滨、摩尔曼斯克、阿尔汉格尔斯克、赫尔辛基、奥尔堡等	中国北部港口群与东北航道沿线港口的联系进一步增强，阿尔赫西拉斯港开始与欧洲港口群分离，并与传统航线港口同属一个社区
	欧洲港口群	汉堡、哥德堡、鹿特丹、安特卫普等
	东南亚-传统航线港口群	新加坡、巴生、丹戎帕拉帕斯、阿尔赫西拉斯等
全年常态化	中国北部-东北亚-东北航道-西北欧港口群	上海、青岛、天津、大连、釜山、横滨、摩尔曼斯克、阿尔汉格尔斯克、汉堡、哥德堡等	北部核心港口群辐射范围进一步扩大，西北欧港口与中国北部、东北亚及东北航道沿线港口同属一个社区，中欧港口联系持续增强
全年常态化	东南亚-传统航线港口群	新加坡、巴生、丹戎帕拉帕斯、阿尔赫西拉斯等	北部核心港口群辐射范围进一步扩大，西北欧港口与中国北部、东北亚及东北航道沿线港口同属一个社区，中欧港口联系持续增强

Tab.9 Community structure and evolution characteristics of major port groups in different normalized scenarios

常态化运营情景	主要港口群社区结构	代表性港口	演变特征
东北航道开通前	中国北部-东北亚港口群	上海、青岛、天津、大连、釜山、横滨等	中国北部港口群与欧洲港口群分属不同的社区，传统中欧航线联系占主导
	东南亚-传统航线港口群	新加坡、巴生、丹戎帕拉帕斯等
	欧洲港口群	汉堡、鹿特丹、哥德堡、阿尔赫西拉斯等
夏季常态化	中国北部-东北亚-东北航道沿线港口群	上海、青岛、天津、大连、釜山、横滨、摩尔曼斯克、阿尔汉格尔斯克等	中国北部港口群逐步与东北航道沿线新增港口同属一个社区，欧洲港口群仍保持相对独立
	欧洲港口群	汉堡、鹿特丹、哥德堡、阿尔赫西拉斯等
	东南亚-传统航线港口群	新加坡、巴生、丹戎帕拉帕斯等
夏秋两季常态化	中国北部-东北亚-东北航道-欧洲港口群	上海、青岛、天津、大连、釜山、横滨、摩尔曼斯克、阿尔汉格尔斯克、赫尔辛基、奥尔堡等	中国北部港口群与东北航道沿线港口的联系进一步增强，阿尔赫西拉斯港开始与欧洲港口群分离，并与传统航线港口同属一个社区
	欧洲港口群	汉堡、哥德堡、鹿特丹、安特卫普等
	东南亚-传统航线港口群	新加坡、巴生、丹戎帕拉帕斯、阿尔赫西拉斯等
全年常态化	中国北部-东北亚-东北航道-西北欧港口群	上海、青岛、天津、大连、釜山、横滨、摩尔曼斯克、阿尔汉格尔斯克、汉堡、哥德堡等	北部核心港口群辐射范围进一步扩大，西北欧港口与中国北部、东北亚及东北航道沿线港口同属一个社区，中欧港口联系持续增强
全年常态化	东南亚-传统航线港口群	新加坡、巴生、丹戎帕拉帕斯、阿尔赫西拉斯等	北部核心港口群辐射范围进一步扩大，西北欧港口与中国北部、东北亚及东北航道沿线港口同属一个社区，中欧港口联系持续增强

References 27

[1]	陈闪闪,彭澎,陆锋,等.海洋主航道对全球集装箱运输网络的影响分析.地理研究,2019,38(09):2273-2287.
	CHEN S, PENG P, LU F, et al. Influence of the main channels on global container ship network. Geographical Research,2019,38(09):2273-2287.
[2]	HO J. The implications of Arctic sea ice decline on shipping. Marine Policy, 2010, 34(3): 713-715.
[3]	陈曦,钟德平,刘宝剑,等.北极航道的通航网络识别方法与变化趋势分析.中国航海,2024,47(04):105-113.
	CHEN X, ZHONG D, LIU B, et al. Identification methods and trend analysis of navigable network in Arctic shipping routes. Navigation of China, 2024,47(04):105-113.
[4]	李振福,刘诗炎,徐梦俏.中国集装箱内河运输网络的结构脆弱性研究.地域研究与开发,2018,37(03):11-16.
	LI Z, LIU S, XU M. Structural vulnerability of Chinese inland waterway container shipping network. Areal Research and Development,2018,37(03):11-16.
[5]	王琪,韦春竹,陈炜.中国港口群内部格局与参与全球航运网络联系分析.人文地理,2022,37(01):181-192.
	WANG Q, WEI C, CHEN W. Connection and analysis of Chinese port clusters internal structure and participation in global shipping network. Human Geography, 2022,37(01):181-192.
[6]	张圣,王列辉."亚洲地中海"航运连通性研究.地理学报,2022,77(10):2616-2632.
	ZHANG S, WANG L. A study on shipping connectivity in the Asian Mediterranean. Acta Geographica Sinica, 2022,77(10):2616-2632.
[7]	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.地理学报,2017,72(12):2265-2280.
	WANG L, ZHU Y. The evolution of China's international maritime network based on the "21st Century Maritime Silk Road". Acta Geographica Sinica, 2017,72(12):2265-2280.
[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.地理学报,2022,77(06):1531-1545.
	GUO J, LIANG M. 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(06):1531-1545.
[9]	吴迪,王诺,吴暖,等.主航道中断背景下集装箱海运网络的脆弱性及其对中国的影响.地理研究,2017,36(04):719-730.
	WU D, WANG N, WU N, et al. The impact of main channel interruption on vulnerability of container shipping network and China container shipping. Geographical Research, 2017,36(04):719-730.
[10]	WEN T, GAO Q, CHEN Y, et al. Exploring the vulnerability of transportation networks by entropy: A case study of Asia–Europe maritime transportation network. Reliability Engineering & System Safety, 2022, 226:108578.
[11]	王诺,闫冰,吴迪,等.北极通航背景下中欧海运航线的时空格局.经济地理,2017,37(12):9-16.
	WANG N, YAN B, WU D, et al. The spatio-temporal pattern of China-EU shipping route under the background of Arctic navigation. Economic Geography, 2017,37(12):9-16.
[12]	BEKKERS E, FRANCOIS J F, ROJAS R H. Melting ice caps and the economic impact of opening the northern sea route. The Economic Journal, 2018, 128:1095-1127.
[13]	姜苗苗,胡麦秀.不同航运模式下北极东北航道航运经济性评估.极地研究,2021,33(04):577-590.
	JIANG M, HU M. Economic evaluation of various shipping modes via the Northeast Passage. Chinese Journal of Polar Research, 2021,33(04):577-590.
[14]	李振福,陈卓,韦博文.考虑东北航线的亚欧LNG运输发展潜力研究.世界地理研究,2020,29(04):686-696.
	LI Z, CHEN Z, WEI B. Study on development potential of LNG transportation through the Northern Sea Route between Asia and Europe. World Regional Studies,2020,29(04):686-696.
[15]	NG A, ANDREWS J, BABB D, et al. Implications of climate change for shipping: Opening the Arctic seas. Wiley Interdisciplinary Reviews: Climate Change, 2018, 9(2): e507.
[16]	WAN Z, NIE A, CHEN J, et al. Key barriers to the commercial use of the Northern Sea Route: View from China with a fuzzy DEMATEL approach. Ocean & Coastal Management, 2021, 208(1):105630.
[17]	HUNTINGTON H, OLSEN J, ZDOR E, et al. Effects of Arctic commercial shipping on environments and communities: Context, governance, priorities. Transportation Research, Part D: Transport and Environment, 2023, 118:103731.
[18]	寿建敏,周紫荆.基于北极航道全成本模型的液化天然气进口船队规模研究.极地研究,2022,34(03):317-328.
	SHOU J, ZHOU Z. Vessel fleet configuration for liquefied natural gas import via Arctic passage based on the full cost model. Chinese Journal of Polar Research, 2022,34(03):317-328.
[19]	章文俊,王昱,牟聪瑞,等.考虑多风险因素的北极东北航道航线规划.大连海事大学学报,2024,50(02):1-10.
	ZHANG W, WANG Y, MU C, et al.Arctic northeast passage route planning considering multiple risk factors. Journal of Dalian Maritime University, 2024,50(02):1-10.
[20]	黄季夏,张天媛,曹云锋,等.北极海冰消融情景下东北航道通航性能演变分析.地理学报,2021,76(05):1051-1064.
	HUANG J, ZHANG T, CAO Y, et al. The evolution of navigation performance of Northeast Passage under the scenario of Arctic sea ice melting. Acta Geographica Sinica, 2021,76(05):1051-1064.
[21]	季伊慧,廖泽芳.基于货物时间价值的北极航线集装箱运输潜力研究.中国航海,2023,46(04):109-115.
	JI Y, LIAO Z. On potential of the Arctic Route in container transportation: An analysis based on time value of goods. Navigation of China, 2023,46(04):109-115.
[22]	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.地理研究,2020,39(05):1088-1103.
	WANG W, JIN F. Route network pattern and its influencing factors of container shipping enterprises. Geographical Research, 2020,39(05):1088-1103.
[23]	陈芙英,张建同,罗梅丰."21世纪海上丝绸之路"沿线港口地位综合评价.运筹与管理,2020,29(01):157-164.
	CHEN F, ZHANG J, LUO M. Comprehensive evaluation of the positions of the ports along "21 Maritime Silk Road". Operations Research and Management Science, 2020,29(01):157-164.
[24]	BLONDEL V, GUILLAUME J, LAMBIOTTE R, et al. Fast unfolding of communities in large networks. Journal of Statistical Mechanics: Theory and Experiment, 2008:P10008.
[25]	吴莎莎,梁木新,郭建科,等.基于航运网络的港口海向可达性识别与测度.地理研究,2024,43(04):824-842.
	WU S, LIANG M, GUO J, et al. Identification and measurement of seaward accessibility of port based on shipping networks. Geographical Research, 2024,43(04):824-842.
[26]	王丹,张浩.北极通航对中国北方港口的影响及其应对策略研究.中国软科学,2014(03):16-31.
	WANG D, ZHANG H. Impact of the Arctic Passage's opening on Chinese northern ports and China's response. China Soft Science, 2014(03):16-31.
[27]	王华春,李志鹏,李琛,等.北极航道建设对中国的机遇、挑战及应对.国际经济合作,2024,40(04):67-76.
	WANG H, LI Z, LI C, et al. Opportunities, challenges and countermeasures brought by development of Arctic shipping routes to China. Journal of International Economic Cooperation, 2024,40(04):67-76.