这篇文档属于类型a，即报告了一项原创性研究。以下是针对该研究的学术报告：
本研究的主要作者包括Lingyue Li、Chunzhu Wei、Jing Liu、Jindao Chen和Hongping Yuan。他们分别来自广州航海学院、中山大学、广西大学和广州大学。该研究发表于2024年10月的《Transportation Research Part D》期刊。
研究领域为港口集群的韧性评估，特别是通过超图建模（hypergraph-based modeling）和基于代理的模拟（agent-based simulation）来评估港口集群在应对自然灾害等外部干扰时的韧性。随着全球贸易的增长和极端气候事件的频繁发生，港口集群的韧性成为了一个关键的研究课题。然而，现有研究大多关注单个港口的韧性，而忽视了港口集群复杂网络结构和动态运营的影响。因此，本研究旨在提出一种新的模型，通过整合超图建模和基于代理的模拟，动态评估港口集群的韧性，并分析台风持续时间、船舶跳港行为（vessel port skipping behavior）和港口货物处理能力改进对韧性的影响。
研究主要分为以下几个步骤：
模型构建
研究首先引入了超图理论（hypergraph theory）来准确描述港口集群航运网络中的多港口、多航线交互关系。超图模型能够捕捉港口和船舶之间的复杂关系，克服了传统复杂网络分析的局限性。接着，研究结合了基于代理的模型（agent-based model, ABM）和级联失效模型（cascading failure model, CFM），以模拟港口集群在干扰下的动态响应。ABM用于模拟港口和船舶的微观行为，而CFM则用于分析这些行为如何导致系统级失效。
案例研究
研究以粤港澳大湾区（Guangdong-Hong Kong-Macao Greater Bay Area, GBA）港口集群为例，展示了模型的应用。数据来源包括Alphaliner和Clarksons数据库，研究提取了2022年全球12大航运公司的航线数据，筛选出通过GBA港口的814条航线作为研究对象。
台风情景模拟
研究以台风为例，模拟了其对GBA港口集群的影响。通过分析2000年至2022年的台风历史数据，构建了台风影响的时空动态模型，并利用Clayton copula函数计算了台风的累积概率分布，随机选取台风情景进行模拟。
韧性评估
研究提出了多维韧性指标，包括结构韧性（structural resilience）、运营韧性（operational resilience）和服务韧性（service resilience）。这些指标通过ABM和CFM模型的模拟结果进行计算，量化了港口集群在不同干扰情景下的韧性表现。
结构韧性
在台风情景下，GBA港口集群的结构韧性为0.79，表明其网络结构具有较强的抗干扰和快速恢复能力。台风初期，由于关键港口的关闭，网络密度和连通性显著下降，但随着港口的重新开放，结构韧性逐渐恢复。
运营韧性
运营韧性为0.74，表明港口集群在台风影响下仍能保持较高的运营效率。台风初期，大量船舶因港口关闭而处于等待状态，但随着港口恢复运营，运营韧性逐渐提升。
服务韧性
服务韧性为0.40，表明港口集群在台风影响下服务能力受到较大影响。台风初期，货物延迟显著增加，但随着港口恢复运营，服务韧性逐渐恢复，但恢复速度较慢。
影响因素分析
研究还分析了台风持续时间、船舶跳港行为和港口货物处理能力改进对韧性的影响。结果表明，台风持续时间对韧性影响最大，港口货物处理能力改进次之，船舶跳港行为的影响相对较小。
本研究提出了一种新的港口集群韧性评估模型，通过整合超图建模和基于代理的模拟，动态评估了港口集群在干扰下的韧性表现。案例研究展示了模型的应用，并分析了台风持续时间、船舶跳港行为和港口货物处理能力改进对韧性的影响。研究结果表明，台风持续时间对港口集群韧性影响最大，港口货物处理能力改进次之，船舶跳港行为的影响相对较小。这些发现为港口集群的韧性提升策略提供了重要参考。
创新性模型
本研究首次将超图建模和基于代理的模拟相结合，提出了一个多维韧性评估模型，能够更准确地捕捉港口集群的复杂网络结构和动态运营特征。
实际应用价值
通过案例研究，展示了模型在实际港口集群中的应用，为港口管理者和政策制定者提供了科学的决策支持。
多维度分析
研究不仅关注港口集群的结构韧性，还从运营和服务两个维度进行了全面分析，提供了更全面的韧性评估框架。
研究还提出了未来研究方向，包括扩展模型到其他港口集群、考虑更多类型的干扰情景，以及通过实证数据验证模型的准确性。此外，研究还建议将成本效益分析纳入韧性评估框架，以提供更全面的港口规划和管理决策工具。
通过本研究，港口集群的韧性评估得到了显著提升，为应对极端气候事件和外部干扰提供了科学依据。