能源合作是共建“一带一路”的重点领域,其中原油是能源合作中的重要部分。中国作为全球第一大原油进口国,进口原油中绝大部分是通过海运完成的。对此,中国海上原油运量的时空变化分析,对国家能源安全意义重大。然而,目前常规的原油运量数据以统计数据为主,时空尺度较粗,难以获取特定时间、特定航线、特定港口等的海上原油运量。船舶自动识别系统（Automatic Identification System,简称AIS）作为一种新型、实时的大数据源,可提取中国高时空分辨率的海上原油运量,为国家能源运输安全和能源储备战略提供数据支持。目前有关海上原油运量计算的研究中还存在诸多不足:基于统计数据的方法获得的原油运量时空分辨率低,基于重力方程的方法获得的原油运量模型不够成熟、结果精度低,基于AIS大数据的方法虽能提取高时空分辨率、丰富信息量的海上原油运量数据,但尚无简单易行的计算方法。对此,开展基于AIS大数据的海上原油运量分析,相较于基于统计数据的现有研究,能从更深和更广层次挖掘中国原油进口现状,更精准地掌握中国原油进口的时空特征。本文以中国海上原油运量为研究对象,以AIS大数据为基础,提出了一套海上原油运量计算方法,并完成精度验证。运用时序分解法、网络分析法、空间聚类法、社区划分法、数理统计法等方法,从国家和港口两个层级,对中国海上原油运量进行时序分析和空间分异研究。研究内容主要包括以下三个方面:（1）提出了一套基于原油轮空满载状态的海上原油运量计算方法。包括数据预处理和海上原油运量计算两大部分,统计了国家、港口两个层级高时空分辨率海上原油运量。其中,数据预处理包括原油轮数据筛选、“脏数据”清洗、船舶载重信息映射、船舶共用海上移动通信业务标识码识别,海上原油运量计算包括基于k-means聚类算法的原油轮空满载判别、考虑船舶全生命周期的原油轮航程划分、基于航程空满载状态的原油载重统计。对比分析本文所提取的海上原油运量与联合组织数据倡议（Joint Organizations Data Initiative,简称JODI）的原油贸易量统计数据,发现两者相关系数R2为0.82,具有很强的相关性。由于非岛国存在经由他国港口再通过陆路、铁路、管道等运输方式实现本国原油进出口的情况,本文数据和JODI数据间存在时空偏移。但原油总运量相对稳定,其中本文数据较JODI数据在原油进出口量上均偏低12%,这是因为本文数据仅统计国家的海上原油运量而JODI数据统计国家所有方式运输的原油总量。上述现象均表明本文方法的可靠性。（2）从国家层级分析中国海上原油运量的时空特征。在时序分析方面,发现中国年时间尺度海上原油运量与克拉克森研究数据接近,且变化趋势相似,验证了中国海上原油运量的准确性;由于美国在波斯湾的军事活动和2015年全球爆发的中东呼吸综合征疫情,中国海上原油运量存在两个明显低谷,忽略低谷总体呈现上升至平稳的变化趋势。在空间分布方面,中国海运原油主要供应国为安哥拉和中东国家;在以国家为节点的有向原油运输网络中,由于中国原油进多出少的特性,中国的度中心性和加权度中心性很高,而接近中心性和介中心性较低。在此基础上,针对原油轮不同大小、不同所属国等情景开展时空分析研究,发现原油轮越大,向中国进口的原油量就越多,变化趋势与中国越一致,原油供应国就越多,主要原油供应国离中国越远;原油轮所属国的航程占比越高,向中国进口的原油量就越多,变化趋势与中国越一致,原油供应国除所属科威特的原油轮主要来往于科威特和中国,其余所属国的原油轮运输原油中无特别的国家倾向性。（3）从港口层级分析中国海上原油运量的空间分异。在差异分析方面,中国港口经空间聚类形成渤海、东海、台海（台湾海峡）、南海四个港口群,四个港口群海运原油进口量北多南少。此外,四个港口群的时序变化趋势和主要原油供应国空间分布相似,但他们的港口结构和原油供应量结构不同。在网络分析方面,在以港口为节点的无向原油流动网络中,中国港口的度中心性和加权度中心性存在幂函数关系,且由于该网络中港口间原油运输不区分方向,接近中心性第一的中国港口世界排名较中国明显上升;对网络进行社区划分,中国港口被分为四个港区,空间分布离散交叉,主要港区与中东地区相连,次要港区与中国周边地区相连,其余港区起辅助作用。在比较分析方面,比较上述原油流动网络和以港口为节点的无向原油轮流动网络,两者中心性具有很强的相关性,且在数值、排名上十分相似。原油轮流动网络中中国港口被分为三个港区,主要港区几乎囊括中国港口,与中东地区和中国周边地区相连,两者社区划分结果则差别巨大。