EN中文

地理科学 >

2019 , Vol. 39 >Issue 12: 1929 - 1937

DOI: https://doi.org/10.13249/j.cnki.sgs.2019.12.011

中原城市群城市空间联系网络格局分析——基于综合交通信息流

  • 安俞静 1, 2, 3 ,
  • 刘静玉 , 3 ,
  • 乔墩墩 3
展开
  • 1. 中国科学院南京地理与湖泊研究所, 江苏 南京 210008
  • 2. 中国科学院大学, 北京 100049
  • 3. 河南大学环境与规划学院/区域发展与规划研究中心/黄河中下游数字地理技术教育部重点实验室, 河南 开封 475000
刘静玉,教授。E-mail:

安俞静（1994-）,女,河南周口人,博士研究生,主要从事人文地理学、城市发展与区域规划研究。E-mail: yujing_1912@163.com

收稿日期: 2018-11-10

  要求修回日期: 2019-04-17

  网络出版日期: 2020-03-01

基金资助

国家自然科学基金项目资助(41701130)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Urban Spatial Connection and Network Structure in Zhongyuan Urban Agglomeration: A Study Based on Integrated Traffic and Information Flow

  • An Yujing 1, 2, 3 ,
  • Liu Jingyu , 3 ,
  • Qiao Dundun 3
Expand
  • 1. Nanjing Institute of Geography & Limnology, Chinese Academy of Sciences, Nanjing 210008, Jiangsu, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. College of Environment and Planning/Centre for Regional Development and Regional Planning/Key Laboratory of Geospatial Technology for the Middle and Lower Yellow River Regions, Henan University, Kaifeng 475000, Henan, China

Received date: 2018-11-10

  Request revised date: 2019-04-17

  Online published: 2020-03-01

Supported by

National Natural Science Foundation of China(41701130)

Copyright

Copyright reserved © 2019. Office of Acta Agronomica Sinica All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.
Fold

摘要

基于中原城市群30个省辖市间的公路、普速、高速列车客运班次和百度指数数据,利用层次分析法、空间可视化和社会网络分析,从多元要素流视角对中原城市群城市空间联系及网络格局进行研究。结果表明:① 交通网络中晋皖地区被边缘化特征明显,信息网络呈现多维度钻石型关联格局,首位联系受省界制约且具有明显指向性。② 综合联系网络呈现“一横两纵”格局,具有低密度、单中心和“富人俱乐部”的基本特征,整体空间上“行政区”掣肘现象依然明显。③ 城市综合实力、基础设施、行政效应与政策导向能够较好的反映城市空间联系及网络格局的形成。

关键词： 城市网络; 联系强度; 空间组织; 中原城市群

本文引用格式

安俞静 , 刘静玉 , 乔墩墩 . 中原城市群城市空间联系网络格局分析——基于综合交通信息流[J]. 地理科学, 2019 , 39(12) : 1929 -1937 . DOI: 10.13249/j.cnki.sgs.2019.12.011

Abstract

With the rapid development of globalization, informatization and urbanization, time-space compression has led to the considerable consolidation of linkages among cities, which show characteristics of network. Therefore, studies on urban network based on space flows have become one of the most important issues of human geography in the era of big date. This article focuses on the identification and spatial structure of multiple elementary flows as well as their synthesis effects for regional development. The data of space flows with highway buses, ordinary trains, high-speed trains and Baidu index information between provincial cities in Zhongyuan urban agglomeration are collected for analyses. Using hierarchy process, spatial variation and social network analytical methods, we explore characteristics of urban spatial connection and network structure from various aspects. Our results indicate that: 1) Traffic flows based urban network displays characteristics of the axis bands, cities with high value of external relations are distributed along the main traffic arteries, while Shanxi and Anhui are marginalized in the regional connection. In contrast, the information network shows a relatively complete, orderly, and coordinated state of connection, and generally presents a multi-dimensional diamone-shaped correlation pattern. The dominant flow is restricted by provincial boundaries and has obvious directivity, which is mostly the one-way flow from low-grade city to higher-grade city. 2) The comprehensive linkage network of traffic and information flow reflects a “one horizontal and two vertical” pattern with the basic characteristics of low density, single center and “rich club”. The connectivity ability among nodes varies significantly. Zhengzhou, Luoyang, Shangqiu and Anyang, in the core development area, have relatively stronger control over the connection network. 3) There is an outstanding phenomenon of subgroups agglomeration in this region, according to the comprehensive linkage network. Moreover, the urban distribution in each subgroup conforms to the principle of spatial proximity. “Axial and radial extension-grouped partition” is the main pattern of spatial organization in Zhongyuan urban agglomeration. 4) At last, the urban size, comprehensive development strength, infrastructure construction, administrative effects and policy orientation could explain the formation of urban spatial relationships and network structure.

Key words： urban network; connection intensity; spatial organization; Zhongyuan urban agglomeration

城市并非空间中孤立存在的单独个体,城市与区域发展离不开互动关联的城市体系,长久以来,侧重于规模属性、等级分布、腹地范围的城市体系研究一直是人文地理学领域的重要议题[1]。伴随全球化与信息化的快速推进,现代通讯技术和交通工具的迅猛发展使得地域空间组织呈现多元化发展态势[2],Castells提出“流空间”概念,表达一种不依靠空间临近而共享社会资源的组织方式,城市间功能性联系的网络化模式开始显现[3]。
立足于“流空间”理论,国内外学者多基于基础设施、企业组织和社会文化对城市网络进行刻画和表达。企业组织路径是西方城市地理学的主流研究方向,以Taylor为代表的GaWC研究小组借助连锁网络模型和总部-分支机构模型构建全球城市网络[4,5],国内学者多从民营企业、上市企业、生产性服务业与全行业企业等不同视角,对全国和重点城市群区域展开系统研究[6,7,8,9]。基础设施路径方面,早期相关研究集中于航空流视角,国外学者在全球城市体系和网络构建方面做出了诸多有益探讨[10,11]。21世纪以来,国内城市网络研究蓬勃兴起,学者们基于航空、铁路、公路客货流视角对不同尺度的城市与区域网络展开探索[12,13,14,15],并开始关注高速铁路发展对于区域空间结构重组的塑造问题[16],同时,复合交通流与不同类型要素流间的对比研究也呈逐渐增多趋势[17,18,19]。伴随信息化和互联网技术的飞速发展,城市空间与虚拟电子信息间的关系已被深刻改变并愈加复杂,以微博、豆瓣、贴吧等社交工具[20,21,22],百度指数、CN域名、手机信令和实时位置[23,24]等大数据为主的城市网络研究已成为城市与区域结构研究的一个崭新方向。除企业布局网络和基础设施网络外,部分学者仍尝试从社会文化、组织机构与社会群体、人员流动、知识与创新视角展开系列探索[25,26,27,28]。总体来看,现有城市网络研究虽呈现视角与方法的多元化特征,但更多偏重于探讨单经济或单要素流形式下的城市网络格局,较少探讨多重要素流对于区域空间结构的识别及综合影响,且多关注于功能联系紧密、经济发展水平较高区域,对于中西部欠发达地区的研究相对较少。结合中共中央国务院颁发的《国家新型城镇化（2014~2020）》“以城市群为主体形态”的实践需求,交通信息流视角下的城市群研究有着重要的理论和实践意义。
中原城市群地处中国“两横三纵”城市化战略格局陆桥通道与京广通道交汇区域,是中部崛起战略的重要引擎。作为一个包含5省30市的融合区域,不同城市间发展差距较大,优质资源未能有效整合,内部碎片化、非均衡化的发展痕迹明显。如何实现要素资源的空间优化与经济活动的合理配置,是该区域发展所面临的重要问题。鉴于以上背景,本文以中原城市群为研究区域,以公路、普速铁路、高速铁路和信息网络数据为表征构建区域综合联系网络,探讨多重要素流共同作用下的区域网络结构特征,以期为中原城市群整体协调发展和空间结构优化提供科学支撑。

1 研究区域、数据来源与研究方法

1.1 研究区域

以国家发展改革委颁布的《中原城市群发展规划（2016~2020）》为依据,其范围涵盖河南、山东、山西、河北和安徽5省30个省辖市,面积约28.70万km2。具体包括河南省郑州、开封、洛阳、平顶山、安阳、鹤壁、新乡、焦作、濮阳、许昌、漯河、三门峡、商丘、周口、驻马店、南阳、信阳、济源;山东省聊城、菏泽,山西省长治、晋城、运城,河北省邯郸、邢台,以及安徽省蚌埠、淮北、阜阳、宿州、亳州。

1.2 数据来源

本文的原始数据为中原城市群30个省辖市间的汽车、普速列车、高速列车客运班次和百度指数。普通列车（K、T、Z开头及4位数字车次）和高速列车（G、D、C开头车次）班次数据来源于12306铁路客户服务中心（http://www.12306.cn/mormhweb）,汽车班次数据则来源于中国公路客票网（http://www.bus365.com）、114票价网（http://www.114piaowu.com）,因公路与铁路行程班次相对固定,均选取1 d数据为代表,数据采集时间为2018年3月20日;信息网络数据通过“百度指数”界面的“地区对比”功能搜索获得,选用2018年3月份两两城市间用户关注度的月平均值。分别基于普速列车、高速列车提取两城市间最短旅行时间数据,无直达列车的城市间按最短时间、最短路程原则,提取耗时最短的中转路线,本文只统计路程时间,不考虑换乘的中转时间和停留时间;公路最短旅行时间来源于百度地图两市政府所在地之间行车时间的最小值。文中社会经济数据来源于2017年《中国城市统计年鉴》[29]。

1.3 研究方法

1） 层次分析法。分别征求35位行业专家,依次对汽车、普通列车、高速列车和信息要素流的重要性进行评价,以此构造判断矩阵并通过一致性检验,最终采用几何平均法确定汽车（0.35）、普速列车（0.20）、高速列车（0.26）和信息流（0.19）权重,以此构建区域综合网络。
2） 社会网络分析方法。① 网络密度。用以反映整体或部分网络联系的稠密程度,通过网络中实际存在的联系数量与理论上最大关联数量之比进行表示[30];② 网络中心性。即反映某城市节点在网络中的中心地位,常用的测度指标有程度中心度和中介中心度[30];③ 凝聚子群分析。凝聚子群是基于城市间功能联系的相对强度和频率而进行的团体划分,团体内部各单元间具有相对紧密的综合联系,更多体现了城市间经济联系与合作倾向。
3） 可达性测度方法。参考已有相关研究[31],综合考虑公路、铁路运输方式,分别提取城市间基于汽车、普速列车和高速列车的最短旅行时间,综合中原城市群公路、铁路客运量占公路铁路客运总量的比重以及普通列车与高速列车运行班次之比最终确定加权系数,采用加权平均旅行时间对各城市综合交通可达性进行测度:
A i = ∑ j = 1 n T ij × M j / ∑ j = 1 n M j
T ij = ∑ t ij w x
式中, A i 为 i 城市的综合交通可达性水平,其数值越小代表可达性越好; M j 为 j 城市综合发展实力; n 为节点城市个数; T i j 为节点 i 与 j 间的综合最短旅行时间; t ij 代表 i 、 j 这2城市间基于第 x 种运输方式的最短旅行时间; w x 代表第 x 种运输方式的权重。
进一步探讨各城市在交通网络中的地位,采用可达性系数来表征其可达性水平的相对高低:
A i ' = A i / [ ( ∑ i = 1 n A i ) / n ]
式中, A i ' 为 i 城市的可达性系数, A i ' <1,表示 i 城市可达性水平高于区域平均水平,反之低于区域平均水平。

2 中原城市群空间联系网络格局分析

2.1 多要素网络空间格局分析

1） 公路网络。公路网络呈现以中心城市为核心,以其临近城市为腹地的放射状关联格局,整体符合空间距离愈短,城市关联愈强的特征规律,各城市首位联系多指向于距其最近的城市节点,中心组团呈现以郑州为核心的星形网络。网络中城市节点同其发展水平存在一定程度耦合,空间依赖和区域尺度特征明显,对于识别区域核心及重点发展城市具有一定的支持作用（图1a）。
图1 中原城市群四大要素网络联系

Fig.1 Four network linkages in Zhongyuan urban agglomeration

2） 普速列车网络。普速列车网络凸显“一横两纵”的轴带特征,铁路交汇处郑州、商丘的对外联系总量最高,并成为其他城市的首次位联系目标,濮阳、周口、济源则为铁路客运流的“孤点”。铁路交通的跳跃性特点使得空间距离影响得以减弱,城市群边界的邯郸、信阳、蚌埠、阜阳与区域内其他城市均保持有较强联系（图1b）。
3） 高速列车网络。高速列车网络呈现以郑州为核心的“十”字型框架格局,更直接突出城市群最主要的发达区域。郑州与其他城市间互通的高铁班次数量最多,焦作、宿州、蚌埠3市虽开通有高铁线路,但对外联系频次较少;南北向城市间的联系多且强于东西向,表明高速列车运行下区域内京广铁路的承载力与运输力大于陇海铁路（图1c）。
4） 信息网络。信息网络整体凸显多维度钻石型关联格局,城市间距离摩擦基本为零,形成了相对完整、有序、协调的联系状态。首位联系受省界制约明显,省会城市、地区性中心城市承担首位联系城市职能,辐射范围具有鲜明的属地特征与临近性腹地结构特征。跨省联系中,商丘与安徽省地市,安阳与河北、山东地市的网络联系较强（图1d）。
进一步,依首位联系强度将所有城市对划分为4种类型,以判断某城市对其首位城市的依赖程度[32]（表1）。可以看出:① 四大要素网络中强联系数量较少,均以弱联系和次强联系为主。从平均首位联系强度看,高速列车网络最高（0.52）,表明郑州对于其他城市节点具有较强的控制作用;公路网络值最低（0.22）,即汽车客运流动方向不具有明显的集中趋势。② 四大网络中仅存在长治-晋城、宿州-蚌埠、邢台-邯郸3对耦合联系,其余城市对间首位联系具有较为明显的方向性,多为低等级城市向高等级城市的单向流动,以此形成不同等级城市节点的垂直关联特征。
表1 城市对间首位联系强度统计

Table 1 Statistical results of dominant flow by city pair

强联系
（&gt;0.6）
（个）		 次强联系
（0.3~0.6）
（个）		 弱联系
（<0.3）
（个）		 耦合联系
（互为首位
联系）（个）		 平均首
位度
公路 1 14 9 0 0.22
普速铁路 1 7 15 2 0.37
高速铁路 1 7 8 1 0.52
百度信息 2 10 14 1 0.26

2.2 综合联系网络及其组织结构分析

1） 城市空间关联分析。对原始数据进行标准化处理,依层次分析法确定的权重合并为综合联系矩阵,构建中原城市群综合联系网络（图2）。可以看出,网络空间呈现“一横两纵”格局,处于综合高联系水平的城市与单要素网络中高联系水平的主要城市基本吻合,综合联系主轴线同区域内主要交通线路基本平行。以高铁和信息为代表的新要素流对区域网络效率产生了积极影响,加强了边缘区与核心区的互动关联,另一方面也加剧了区际不公平,产生区域发展的“虹吸效应”。城市群整体网络密度为0.38,局部核心发展区网络密度达到0.61,“富人俱乐部”现象明显。空间结构方面,郑州、洛阳、开封承担区域轴心[33]职能,三大城市的联系强度占据区域总强度的25%,对于“流”资源的集聚与扩散能力较强,平顶山、焦作、新乡、许昌、商丘等城市节点因其临边的区位条件使其外向需求相对显著,成为区域次级轴心城市。城市群干线通道为连接以上节点枢纽的“十”字型通道——区域内京广、陇海铁路段,作为轴辐系统的核心组成部分,担负着区域内流资源交换与扩散的载体角色。
图2 基于综合联系网络的中原城市群空间结构

Fig.2 Spatial structure of Zhongyuan urban agglomeration based on the comprehensive network of linkages

2） 中心性分析。运用Ucinet6.0软件计算中原城市群综合联系网络的结构特征参数,并借助ArcGIS10.3进行空间可视化表达（图3）。可以看出,程度中心度高值区地域集聚特征明显,郑洛开商地区发展主轴地位稳固,高值区内部城市交往能力明显高于区域其他城市。运城、宿州、济源、长治、淮北等市,既无法对周围城市产生辐射影响,也较少接受邻近城市的吸引带动,局部空间关联较弱。中介中心度呈现明显的两极分化现象,核心城市对于区域联系网络的控制能力较强,高值区城市分布与区域内陇海铁路段契合,进一步验证现代化交通对于提升城市功能的重要作用。从中介中心度数值看,30个省辖市的中介中心度总量为570.90,而排名前10的城市中心度之和高达510.34,空间分布极为不均衡,表明相当一部分城市间的相互联系是通过中心性较强的城市沟通与联结而成。
图3 中原城市群城市程度中心度与中介中心度

Fig.3 Spatial expression of urban degree centrality and betweenness centrality in Zhongyuan urban agglomeration

3） 凝聚子群分析。借助Ucinet6.0中网络结构分析的concor模块,得到郑州-洛阳-新乡、开封-商丘-焦作-许昌-周口-平顶山、三门峡-济源、邯郸-邢台-安阳-鹤壁、运城-长治-晋城、聊城-菏泽、蚌埠-淮北、阜阳-宿州-亳州8个凝聚子群及其密度分布表（表2）。2级层面上,城市群整体存在4个较大的凝聚子群,3级层面上可分为8个较小的凝聚子群。具体来看,中南部组团以核心发展区城市为主,数量上占城市总数的43%,组团内各单元综合实力较强、基础设施完善且地理区位良好,是中原城市群流资源交换与扩散最密集区域,同时控制其他组团间交往与联系的优势地位明显。山西-山东组团内联系密度较小,远距离城市联系受到地形及行政边界效应阻隔,空间联系相对薄弱,北部组团与东南部组团处于城市群边界地带,受地理区位及自身发展影响,组团内部联系密切,组团之间联系匮乏,整体空间上“行政区”掣肘现象依然明显。
表2 中原城市群综合联系网络凝聚子群密度

Table 2 Density of cohesive subgroups of urban comprehensive network in Zhongyuan urban agglomeration

1 2 3 4 5 6 7 8
1 1.00 1.00 1.00 0.92 0.56 0.50 0.67 0.44
2 0.91 0.85 0.36 0.25 0.06 0.09 0.09 0.21
3 0.83 0.46 0.10 0.50 0.00 0.00 0.00 0.00
4 1.00 0.16 0.50 0.58 0.08 0.50 0.00 0.00
5 0.56 0.06 0.00 0.00 1.00 0.00 0.00 0.00
6 0.67 0.18 0.25 0.37 0.00 1.00 0.00 0.50
7 0.17 0.00 0.00 0.00 0.00 0.00 0.50 0.67
8 0.22 0.06 0.00 0.00 0.00 0.00 1.00 0.67

注: 1. 郑州-洛阳-新乡城市群; 2. 开封-商丘-焦作-许昌-周口-平顶山城市群; 3. 三门峡-济源城市群;4. 邯郸-邢台-安阳-鹤壁城市群; 5. 运城-长治-晋城城市群; 6. 聊城-菏泽城市群; 7. 蚌埠-淮北城市群; 8. 阜阳-宿州-亳州城市群

3 空间联系与网络结构影响因素分析

城市网络是基于要素流动而形成的全面、复杂的网络状联系形态,是依托于城市间综合联系的空间表达。完善的基础设施是空间联系发生的基本前提,城市自身发展实力在一定程度上决定了网络结构,此外,行政效应与政策导向也是影响人员和资本流动意向的重要因素。因此,本文主要从综合实力、基础设施、行政区划与政策导向4个方面阐释综合交通信息流视角下的中原城市群空间联系及网络结构特征。

3.1 综合发展实力

遵循科学性与可得性原则,综合选取地区生产总值、人均GDP、二三产业比重、公共财政收入、固定资产投资、居民储蓄存款、从业人员数量、人均可支配收入、消费品零售总额、邮电业务量、医疗床位、人均道路面积、人均公园绿地面积与建成区绿地覆盖率14个指标,采用主成分分析方法计算各城市综合评价值。进一步对城市综合实力与2种中心度进行相关分析,相关系数分别为0.89和0.84,呈现显著正相关。表明,城市等级体系与其网络地位具有一定的匹配性,实力较强的城市在整体网络中占据核心位置,对于网络整体的控制与连接能力较为突出。由此,在发挥郑州大都市区核心带动作用的同时,需要提升边缘区城市综合发展实力,实现区域协调有序发展,以促进区域联系的均衡状态。

3.2 基础设施建设

作为城市间沟通与交流的必要条件,基础设施的健全与否直接影响城市与区域的综合承载力,基于公路、铁路交通和城市综合发展实力,对各城市综合交通可达性水平进行测度（表3）。从加权平均旅行时间看,郑州市可达性最优,在区域整体中承担联系枢纽角色,综合联系及网络控制能力最强,网络核心地位明显;运城市可达性水平最低,落后的基础设施建设和区域边界的地理区位使其与外界功能联系的时间成本较高,处于网络中被边缘化状态。从可达性系数看,核心发展区新乡、开封、新乡、洛阳等15个城市的可达性水平较辐射区高,由此形成的核心区联系网络密切、复杂于城市群整体网络。在信息网络层面,信息开放水平代表一个城市接收新事物的速度与挖掘信息的能力,借助于邮电业务总量、互联网宽带接入用户和移动电话年末用户总数等指标进行表征。受网民规模的地域差异影响,网络联系高值区集中于人力资源丰富、经济发展良好、信息化水平较高区域,城市群中部的郑州、洛阳、新乡和北部的安阳,南部的南阳、信阳等城市信息网络发育程度较好。借鉴于良好的通讯基础设施,城市之间越来越摆脱空间上的距离阻碍作用,“时空压缩”的可达性改善一定程度上强化边缘区与核心区的联动发展。
表3 中原城市群各城市可达性水平

Table 3 Accessibility of cities in Zhongyuan urban agglomeration

城市名称 Ai（h） Ai' 城市名称 Ai（h） Ai' 城市名称 Ai（h） Ai'
郑州 2.70 0.58 鹤壁 4.42 0.94 晋城 5.04 1.08
开封 3.03 0.65 济源 4.50 0.97 濮阳 5.22 1.12
新乡 3.11 0.67 平顶山 4.53 0.98 聊城 5.53 1.19
许昌 3.26 0.70 菏泽 4.60 0.99 宿州 5.56 1.20
焦作 3.40 0.73 周口 4.64 0.99 阜阳 5.62 1.21
安阳 3.60 0.77 邢台 4.65 1.00 南阳 5.69 1.22
洛阳 3.69 0.79 驻马店 4.67 1.01 淮北 5.86 1.26
漯河 3.91 0.84 三门峡 4.95 1.06 长治 6.17 1.33
商丘 4.00 0.86 信阳 5.01 1.08 蚌埠 6.61 1.42
邯郸 4.06 0.87 亳州 5.02 1.08 运城 6.91 1.49

注: Ai为i城市的综合交通可达性水平; Ai' 为i城市的可达性系数。

3.3 行政效应制约

如何在城市群区域内建立并实行全面均衡的协调发展机制,是中国城市群发展所面临的共性问题。由以上分析可知,中原城市群网络空间存在有明显的区域差异,行政区经济依然存在,在跨省域区域范围内,表现为行政区域对于要素市场的分割与功利竞争性、政策的非统一性等方面。省级行政体制下,各城市趋向于距其最近的同省内城市联系,省份间的空间联系网络差异明显,难以实现跨越大尺度区域与其他城市形成较强的均衡关联,区域内小团体集聚现象突出。另一方面,地缘上相邻能够一定程度上减弱行政分割效应,如邢台、邯郸与安阳、聊城与濮阳、商丘与菏泽之间均保持有较为密切的互动关联。基于此,应着力发展省级边界城市,充分发挥其连接远距离跨省份城市联系的“桥梁”作用。

3.4 政府政策导向

政策导向对于城市功能定位、区域协调机制建立与规划战略实施方面具有重要影响,有利于正确指导政府活动、优化资源配置、提升城市与区域竞争力。中原城市群概念自2003年提出以来,其范围由河南省9个城市扩大到18个城市,再扩展至如今包括周边4省12个城市在内的30个省辖市,历次规划均以郑州为中心、洛阳为区域副中心,突出强调两市的核心带动作用,也奠定了区域空间联系基本格局。伴随《中原城市群发展规划》的实施,“米”字型交通网络初步形成并将深刻影响区域联系与网络结构,郑济、郑万、郑合、郑太等高速铁路的修建将进一步增强沿线节点地位和轴线联系的多方位性,有助于推动区域边缘城市聊城、濮阳、长治、晋城、蚌埠深入融合整体网络。

4 结论与讨论

通过选取中原城市群30个省辖市间的公路、普速铁路、高速铁路与百度信息联系数据,基于多元复合要素流视角对中原城市群空间联系及网络格局进行分析,得出以下结论:
1） 客运联系视角下各城市等级差异显著,空间联系主轴线同主要交通线路基本契合;信息网络呈现多维度钻石型关联特征,形成相对完整、有序、协调的联系状态;综合联系视角下区域整体呈现“一横两纵”空间格局,由城市地位而形成的“马太效应”明显。
2） 中原城市群综合联系网络具备低密度、单中心和“富人俱乐部”的基本特征。中心度高值区的地域集聚特征明显,核心区城市郑州、洛阳、商丘、安阳等对于联系网络的控制能力较强;各凝聚子群内城市分布基本符合空间邻近原则,行政区经济发展现象依然存在,“轴-辐拓展”加“组团分区”是城市群空间组织的主要模式。
3） 城市综合实力、基础设施建设、行政效应制约与政府政策导向是影响中原城市群空间联系与网络结构特征的重要因素。优化中原城市群城市网络结构应针对不同分区采取不同对策,一方面强化主要联系路径,充分发挥区域核心增长极的辐射与带动效应;另一方面着重提升低度值中介城市节点的综合实力和基础设施建设,促进区域边缘“洼地”节点融入整体网络;同时完善城市群区域的一体化政策,打破行政效应制约,建立起城市联系的制度保障。
本文基于多元要素流数据对中原城市群空间联系及网络格局进行分析,并对其影响因素做出初步探讨,能够为区域空间结构研究提供一定价值的参考。基于交通信息流对城市群网络进行分析,仅代表一个可以量化的角度,并不能绝对反映区域内的真实联系,但直接流动数据的应用为大势所趋。不可否认,公路、铁路与百度信息流更能紧密地将城市群内不同等级城市节点联系起来,一定程度上提升并优化了空间联系网络格局。但同时,因客运班次和百度指数数据具有时效性特点,数据变化与更新迅速,实时更新与准确数据的获取颇受限制,研究结果存在一定程度的局限性。基于数据可获取性考虑,仅选择省辖市为基本研究单元,未能统计县、镇等次级行政单元的流动数据,不利于深入分析区域联系方向与空间结构的细部特征。另外,网络空间的经济产出效率评估与关联机理,也是今后需做进一步研究的方向。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
王姣娥, 景悦 . 中国城市网络等级结构特征及组织模式——基于铁路和航空流的比较[J]. 地理学报, 2017,72(8):1508-1519.

[ Wang Jiao’e, Jing Yue . Comparison of spatial structure and organization mode of inter-city networks from the perspective of railway and air passenger flow. Acta Geographica Sinica, 2017,72(8):1508-1519.]

[2]
陈伟, 刘卫东, 柯文前 , 等. 基于公路客流的中国城市网络结构与空间组织模式[J]. 地理学报, 2017,72(2):224-241.

[ Chen Wei, Liu Weidong, Ke Wenqian et al. The spatial structures and organization patterns of China’s city networks based on the highway passenger flows. Acta Geographica Sinica, 2017,72(2):224-241.]

[3]
Castells M . The informational city: Information technology, economic restructuring and the urban-regional progress[M]. Oxford UK & Cambridge USA: Blackwell, 1989.

[4]
Taylor P J . The new geography of global civil society: NGOs in the world city network[J]. Globalizations, 2004,1(2):265-277.

[5]
Alderson A S, Beckfield J, Jessica S J . Intercity relations and globalization: The evolution of the global urban hierarchy, 1981-2007[J]. Urban Studies, 2010,47(9):1899-1923.

[6]
王茂军, 柴箐 . 北京市产业网络结构特征与调节效应[J]. 地理研究, 2013,32(3):543-555.

[ Wang Maojun, Chai Qing . Beijing industrial network structural features and moderating effect. Geographical Research, 2013,32(3):543-555.]

[7]
庄德林, 杨羊, 晋盛武 , 等. 基于战略性新兴产业的长江三角洲城市网络结构演变研究[J]. 地理科学, 2017,37(4):546-553.

[ Zhuang Delin, Yang Yang, Jin Shengwu et al. Evolution of the Yangtze River Delta’s city network based on the strategic emerging industries. Scientia Geographica Sinica, 2017,37(4):546-553.]

[8]
盛科荣, 张红霞, 佀丹丹 . 中国城市网络中心性的空间格局及影响因素[J]. 地理科学, 2018,38(8):1256-1265.

[ Sheng Kerong, Zhang Hongxia, Si Dandan . The spatial pattern and influential factors of urban network centrality in China. Scientia Geographica Sinica, 2018,38(8):1256-1265.]

[9]
季菲菲, 陈雯, 魏也华 , 等. 长三角一体化下的金融流动格局变动及驱动机理——基于上市企业金融交易数据的分析[J]. 地理学报, 2014,69(6):823-837.

[ Ji Feifei, Chen Wen, Wei Yehua et al. Changing financial flow patterns and driving mechanisms of financial flows under the integration of the Yangtze River Delta: An analysis of the financial transaction data of listed companies. Acta Geographica Sinica, 2014,69(6):823-837.]

[10]
Derudder B, Witlox F . Mapping world city networks through airline flows: Context, relevance, and problems[J]. Journal of Transport Geography, 2008,16(5):305-312.

[11]
Mahutga M C, Ma X, Smith D A et al. Economic globalization and the structure of the world city system: The case of airline passenger data[J]. Urban Studies, 2010,47(9):1925-1947.

[12]
金凤君, 王成金 . 轴-辐侍服理念下的中国航空网络模式构筑[J]. 地理研究, 2005,24(5):774-784.

[ Jin Fengjun, Wang Chengjin . Hub and spoke system and China aviation network organization. Geographical Research, 2005,24(5):774-784.]

[13]
王海江, 苗长虹 . 中国航空联系的网络结构与区域差异[J]. 地理科学, 2015,35(10):1220-1229.

[ Wang Haijiang, Miao Changhong . Network structure and regional difference of aviation links in China. Scientia Geographica Sinica, 2015,35(10):1220-1229.]

[14]
冯兴华, 修春亮, 刘志敏 , 等. 东北地区城市网络层级演变特征分析——基于铁路客运流视角[J]. 地理科学, 2018,38(9):1430-1438.

[ Feng Xinghua, Xiu Chunliang, Liu Zhimin et al. Characteristics of urban network hierarchy evolution based on the perspective of railway passenger transport in northeast China. Scientia Geographica Sinica, 2018,38(9):1430-1438.]

[15]
高鑫, 修春亮, 魏冶 . 基于高速公路货流数据的重庆市区县关联网络格局研究[J]. 人文地理, 2016,31(1):73-80.

[ Gao Xin, Xiu Chunliang, Wei Ye . Study on the network of districts and counties in Chongqing based on the data of the highway cargo flows. Human Geography, 2016,31(1):73-80.]

[16]
王姣娥, 焦敬娟, 金凤君 . 高速铁路对中国城市空间相互作用强度的影响[J]. 地理学报, 2014,69(12):1833-1846.

[ Wang Jiao’e, Jiao Jingjuan, Jin Fengjun . Spatial effects of high-speed rails on interurban economic linkages in China. Acta Geographica Sinica, 2014,69(12):1833-1846.]

[17]
孙阳, 姚士谋, 张落成 . 中国沿海三大城市群城市空间网络拓展分析——以综合交通信息网络为例[J]. 地理科学, 2018,38(6):827-837.

[ Sun Yang, Yao Shimou, Zhang Luocheng . Spatial expansion of urban network for the three coastal agglomerations of China: A study based on integrated traffic information network. Scientia Geographica Sinica, 2018,38(6):827-837.]

[18]
叶磊, 段学军, 欧向军 . 基于交通信息流的江苏省流空间网络结构研究[J]. 地理科学, 2015,35(10):1230-1237.

[ Ye Lei, Duan Xuejun, Ou Xiangjun . The urban network structure of Jiangsu province based on the traffic and information flow. Scientia Geographica Sinica, 2015,35(10):1230-1237.]

[19]
陈伟, 修春亮, 柯文前 , 等. 多元交通流视角下的中国城市网络层级特征[J]. 地理研究, 2015,34(11):2073-2083.

[ Chen Wei, Xiu Chunliang, Ke Wenqian et al. Hierarchical structures of China's city network from the perspective of multiple traffic flows. Geographical Research, 2015,34(11):2073-2083.]

[20]
甄峰, 王波, 陈映雪 . 基于网络社会空间的中国城市网络特征——以新浪微博为例[J]. 地理学报, 2012,67(8):1031-1043.

[ Zhen Feng, Wang Bo, Chen Yingxue . China’s city network characteristics based on social network space: An empirical of sina micro-blog. Acta Geographica Sinica, 2012,67(8):1031-1043.]

[21]
黎智枫, 赵渺希 . 赛博空间视角下中国三大城市群网络特征——基于豆瓣跨城活动数据[J]. 人文地理, 2016,31(6):102-107.

[ Li Zhifeng, Zhao Miaoxi . City network in cyberspace: Using Douban-event to measure the cross-city activities in urban agglomeration of China. Human Geography, 2016,31(6):102-107.]

[22]
邓楚雄, 宋雄伟, 谢炳庚 , 等. 基于百度贴吧数据的长江中游城市群城市网络联系分析[J]. 地理研究, 2018,37(6):1181-1192.

[ Deng Chuxiong, Song Xiongwei, Xie Binggeng et al. City network link analysis of urban agglomeration in the middle Yangtze River basin based on the Baidu Post Bar data. Geographical Research, 2018,37(6):1181-1192.]

[23]
王垚, 钮心毅, 宋小冬 , 等. 人流联系和经济联系视角下区域城市关联比较——基于手机信令数据和企业关联数据的研究[J]. 人文地理, 2018,33(2):84-91.

[ Wang Yao, Niu Xinyi, Song Xiaodong et al. The comparison of regional urban relations between people flow and capital flow. Human Geography, 2018,33(2):84-91.]

[24]
王波, 甄峰, 张浩 . 基于签到数据的城市活动时空间动态变化及区划研究[J]. 地理科学, 2015,35(2):151-160.

[ Wang Bo, Zhen Feng, Zhang Hao . The dynamic changes of urban space-time activity and activity zoning based on check-in data in sina web. Scientia Geographica Sinica, 2015,35(2):151-160.]

[25]
Taylor P J . New political geographies: Global civil society and global governance through world city networks[J]. Political Geography, 2005,24(6):703-730.

[26]
魏冶, 修春亮, 刘志敏 , 等. 春运人口流动透视的转型期中国城市网络结构[J]. 地理科学, 2016,36(11):1654-1660.

[ Wei Ye, Xiu Chunliang, Liu Zhimin et al. Spatial pattern of city network in transitional China based on the population flows in ‘chunyun’ period. Scientia Geographica Sinica, 2016,36(11):1654-1660.]

[27]
李丹丹, 汪涛, 魏也华 , 等. 中国城市尺度科学知识网络与技术知识网络结构的时空复杂性[J]. 地理研究, 2015,34(3):525-540.

[ Li Dandan, Wang Tao, Wei Yehua et al. Spatial and temporal complexity of scientific knowledge network and technological knowledge network on China's urban scale. Geographical Research, 2015,34(3):525-540.]

[28]
马海涛 . 基于人才流动的城市网络关系构建[J]. 地理研究, 2017,36(1):161-170.

[ Ma Haitao . Triangle model of Chinese returnees: A tentative method for city networks based on talent flows. Geographical Research, 2017,36(1):161-170.]

[29]
国家统计局城市社会经济调查司. 中国城市统计年鉴[M]. 北京: 中国统计出版社, 2017.

[ National Bureau of Statistics the city Social and Economic Investigation Department. China city statistical yearbook. Beijing: China Statistics Press, 2017.]

[30]
刘军 . 整体网分析讲义:UCINET软件实用指南[M]. 上海: 上海人民出版社, 2009.

[ Liu Jun. Lecture on whole network approach: A Practical Guide to UCINET. Shanghai: Truth and Wisdom Press, 2009.]

[31]
何胜, 唐承丽, 周国华 . 长江中游城市群空间相互作用研究[J]. 经济地理, 2014,34(4):46-53.

[ He Sheng, Tang Chengli, Zhou Guohua . Research on spatial interaction of the urban agglomeration in the middle reaches of the Yangtze River. Economic Geography, 2014,34(4):46-53.]

[32]
王姣娥, 金凤君, 孙炜 , 等. 中国机场体系的空间格局及其服务水平[J]. 地理学报, 2006,61(8):829-838.

[ Wang Jiao’e, Jin Fengjun, Sun Wei et al. Research on spatial distribution and service level of Chinese airport system. Acta Geographica Sinica, 2006,61(8):829-838.]

[33]
孟德友, 冯兴华, 文玉钊 . 铁路客运视角下东北地区城市网络结构演变及组织模式探讨[J]. 地理研究, 2017,36(7):1339-1352.

[ Meng Deyou, Feng Xinghua, Wen Yuzhao . Urban networks structure evolution and organization pattern in Northeast China from the perspective of railway passenger transport. Geographical Research, 2017,36(7):1339-1352.]

Options
文章导航

/

〈 〉