陈如铁
, 马健
Chen Rutie, Ma Jian
中图分类号: TU984
文献标识码: A
文章编号: 1000-0690（2017）06-0841-09
收稿日期: 2016-06-5
修回日期: 2017-01-2
网络出版日期: 2017-06-20
版权声明: 2017 《地理科学》编辑部 本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
作者简介：陈如铁（1968-）,男,吉林九台人,博士研究生,教授级高级工程师。主要研究方向：城市规划。E-mail:pj_crt@163.com
展开
摘要
以城市人口规模、城市间距离为指标,通过多元回归模型,定量分析辽宁中部城市群中城市规模与空间距离的关系,以及城市与“最近城市”的距离和“距离位序”之间是否存在类似“城市位序-规模律”的定量关系。研究发现：① 城市i的规模Pi与“最近城市”n的规模Pn、距离Di-n以及区域中心城市c的距离Di-c有关,与首位城市的规模和距离无关,其中Pn、Di-n为正向影响,Di-c为负向影响。就影响力而言,区域中心城市c的影响大于“最近城市”n,这一点区别于国内其他城市群。② 城市群中存在“城市距离-位序律”的定量关系。③ 利用城市规模与距离的定量关系可以测算理论人口规模和影响范围,为辽宁中部城市群的人口预测和空间结构划分提供有益参考。
关键词：
Abstract
The research establishes a multiple regression model according to city population and distance between cities, and quantitatively analyzes the relationship between city size and distance in urban system of Central Liaoning Urban Agglomeration to measure whether the distance between the city and the “nearest city” and the “distance order” have a similar quantitative relationship as the “Rank-Size Rule”. The results show: 1）in the Central Liaoning Urban Agglomeration, the population size of a certain city i (Pi) can be explained by the population size of the nearest city n (Pn) , the distance between n and i (Di-n), and the distance between the regional center city c and i (Di-c), but the size does not relate to the size and distance of the First city. In the relationships, Pn and Di-n have positive impacts on Pi, while Di-c has negative impact. Di-c is the most important factor, and its impact is bigger than Pn and Di-n, which is different from other urban systems in China. 2) The quantitative relationship between Di-n and ordinal number R of city n in the urban system is the same as the “Rank-Size Rule”. 3) The results indicate the quantitative relationship between population size and distance could estimate theoretical city sizes and influence range, which provides powerful evidence for population forecasts and spatial structure divisions of Central Liaoning Urban Agglomeration.
Keywords：
城市体系（urban system）是指在一个相对完整的区域中,由一系列不同职能分工、不同等级规模、空间分布有序的城镇所组成的联系密切、相互依存的城镇群体[1],在城市与城市之间的空间组织、产业分工、专业领域协作等方面发挥着重要作用。2015年底,中央时隔37 a后再次召开城市工作会议,明确提出“统筹空间、规模、产业三大结构,……要以城市群为主体形态,科学规划城市空间布局。”可见,城市群已经成为国家推进城市工作的重要空间载体[2],研究城市规模、空间布局对新时期城市体系的发展具有重要价值。
国外对城市体系的研究始于20世纪30~40年代,从Jefferson M 的城市首位定律、Zipf的城市位序-规模法则到Mandelbrot B的分形城市理论[3-5],这些丰富的研究成果揭示了城市等级规模的总体演化过程。20世纪90年代后期,英国著名城市地理学家Batty M教授基于城市形态、起源与复杂性研究提出了等级钟理论,首次在理论上揭示了城市等级规模与空间演化的机制 [6]。进入21世纪后,美国、日本等国学者开始对城市体系中城市空间距离与城市规模的关系进行研究,发现美国城市间空间距离对城市规模成长的影响并不显著[7],而日本城市间空间距离则是影响城市规模的重要因素[8]。
国内对城市体系研究开始较晚。改革开放至20世纪90年代后期,国内学者对中国城市体系的研究主要集中于地域空间结构、等级规模结构、职能类型结构和网络系统[9]。进入21世纪后,随着研究及实践的深入,中国学者开始重视新理论、新技术、信息化、全球化对城市体系的影响。城市等级规模方面,不少学者采用位序-规模法则、分形理论等数学方法对中国城市人口等级规模空间分布的合理性进行了评价[10-13]。城市空间分布方面,学者们广泛采用RS、GIS等现代技术手段,对中国城市的密度、空间集聚扩散、平均邻近距离、空间分布重心等进行研究[14-16]。在信息化、全球化的影响下,中国城市体系正逐渐由传统的“场所空间”向人流、物流、技术流、信息流、资金流联接而成“网络空间”转变[17],学者们采用重力模型、航空和铁路交通流量、跨国公司企业分布、互联网连接数据等数据对中国城市间的空间联系强度和影响范围进行推算,据此刻画城市网络的空间格局[18-25]。上述研究成果在很大程度上推动了中国城市体系研究的理论与方法,但目前城市体系中对城市规模与空间分布（城市间距离）的研究多是孤立进行的,对二者之间可能存在的关系研究相对偏少,已有研究多是运用重力模型、Granger因果关系检验等方法进行理论探索 [12,19,26],缺少针对具体城市群的实证研究。
辽宁中部城市群是中国重要的城市群之一,在带动东北转型与振兴方面具有十分重要的地位。本文以辽宁中部城市群为研究对象,对已有理论研究结果进行实证,更能客观地揭示城市体系中城市规模与距离关系的内在规律性,对于新时期制定辽宁中部城市群区域发展政策具有一定的理论意义和现实指导意义。
辽宁中部城市群是以沈阳为中心,包括鞍山、抚顺、本溪、营口、阜新、辽阳、铁岭共8个地级市在内的城市体系。由于抚顺县和抚顺市、铁岭县和铁岭市为县市同城,在研究时合并为一个城市计算,因此本文的研究对象为29个市（县）,包括8个地级市,7个县级市和14个县城,如图1所示。
图1 辽宁中部城市群城市（县）分布
Fig. 1 The cities distribution in the Central Liaoning Urban Agglomeration
本文的研究数据主要包括城市规模和城市距离2类。
文中的城市规模指的是城市人口规模。由于近年来人口迁移日益活跃,现行统计口径中的户籍人口和非农业人口均已不能体现城市的实际人口规模,故本文采用 “市人口”概念,即城区（县城）常住人口和城区（县城）暂住人口之和,具体数据取自辽宁省《2014城乡建设统计年报》①(① 该年报由辽宁省住房和城乡建设厅组织编制,为内部资料,未公开发行。)。
文中的城市距离指的是两城市之间的空间距离。一般来说空间距离有直线距离、铁路距离、公路距离等多种形式,其中,直线距离不能反映现实的道路可达性;铁路距离因高速铁路、普通铁路形式不同而有较大差异,不便于选择和比较;公路在各城市发展较为普遍,距离相对稳定,与地形等条件联系密切,通达性好,是区域内城市间物流、人流联系的主要载体。因此,文本以城市间公路运行最小距离作为城市距离,具体数据于2015年12月通过百度地图查询获得。
在影响城市i规模的城市中,规模大于i且距离i近的城市对i产生的影响往往更为明显,已有研究[18,19,26]选择3类城市进行研究,分别为城市体系中“最近城市”n、首位城市s和区域中心城市c。“最近城市”在文中指的是区域内人口规模大于研究对象城市i,且与城市i之间公路运行距离最近的城市;首位城市是城市体系中规模最大的城市;区域中心城市则是在直接首位联系法①(① 直接首位联系法是城市体系等级规模结构的分析方法之一,具体计算过程为：首先确定低人口规模城市的“最近城市”,然后按照城市规模由小到大依次连接,最终形成城市体系的等级规模结构。)所构成的城市体系等级结构中隶属城市数量最多的城市。
辽宁中部城市群是典型的首位型城市体系,首位城市为沈阳,2城市指数高达3.205,4城市指数也达到了1.310②(② 根据2014年辽宁省城乡建设统计年报,辽宁中部城市群首位城市沈阳的人口规模为516.55万人,第二、第三、第四位城市为鞍山、抚顺、营口,人口规模分别为161.15万人、132.82万人、100.3万人,则辽宁中部城市群的2城市指数S=P1/P2=516.55/161.16=3.205,4城市指数S=P1/(P2+P3+P4)= 516.55/(161.16+132.82+100.3)=1.310。)。根据直接首位联系法辽宁中部城市群内形成2个金字塔型城市规模等级结构（次区域）：以沈阳为中心的北部区域,包括沈阳、本溪、抚顺、铁岭、阜新等18个市（县）;以鞍山为中心的南部区域,包括鞍山、辽阳、营口等11个市（县）（图2）。由此可知,本文研究的城市i为29个市（县）,“最近城市”n在城市群内选择,首位城市s为沈阳,区域中心城市c为沈阳和鞍山。
图2 基于直接首位联系法的辽宁中部城市群城市体系规模等级结构
Fig. 2 The city size hierarchical structure in urban system of Central Liaoning Urban Agglomeration based on the Direct First Contact Method
本文通过建立多元回归模型,研究城市i的规模与城市体系内其他城市规模和空间距离的关系,以及城市与“最近城市”空间距离和“距离位序”是否存在一定的数量关系。
1.3.1 城市规模与城市空间距离关系的测度方法
建立城市规模与对其施加影响的城市之间相互作用关系的测度公式：
式中：Pi为城市i的人口规模;Pn为城市i的“最近城市”n的人口规模;Di-n为城市i与城市n之间的距离;Ps为首位城市s的人口规模,Di-s为城市i与城市s之间的距离;Pc为区域中心城市c的人口规模,Di-c为城市i与城市c之间的距离;K为常数项,a、b、c、d、e、f为对应变量的系数。
两边取对数,公式（1）变形为线性函数
将公式（2）转化为多个回归模型,通过系数值就可以考察辽宁中部城市群中城市i的规模与城市n、s、c的关系（表1）。根据校正决定系数Adjusted R2和显著性检验Significance F判断模型的拟合程度。Adjusted R2越趋近于1则表明模型拟合效果越好;Significance F分为3档：小于0.01为0.01水平上显著,0.01和0.05之间为0.05水平上显著,0.05和0.1之间为0.1水平上显著,数值越小模型拟合效果越好。模型变量前的系数可以判断因变量与自变量的相关性,如果系数为正值,则表明因变量Pi与研究变量呈正相关,如果系数为负值,则Pi与研究变量呈负相关。
表1 辽宁中部城市群城市规模与距离关系模型
Table 1 The relationship model between city size and distance between cities in the Central Liaoning Urban Agglomeration
| 模型 | 研究对象 | 公式 | |
|---|---|---|---|
| 模型1 | 城市i的规模与 单个城市的关系 | 城市i的规模Pi 与“最近城市”n的规模Pn的关系 | |
| 模型2 | 城市i的规模Pi 与“最近城市”n的距离Di-n的关系 | ||
| 模型3 | Pi 与“最近城市”n的规模Pn和距离Di-n的关系 | ||
| 模型4 | Pi 与首位城市s的规模Ps和距离Di-s的关系 | ||
| 模型5 | Pi 与区域中心城市c的规模Pc和距离Di-c的关系 | ||
| 模型6 | 城市i的规模与 多个城市的关系 | Pi 与3个城市的规模Pn、Ps和Pc之间的关系 | |
| 模型7 | Pi 与3个城市的距离Di-n、Di-s和Di-c之间的关系 | ||
| 模型8 | Pi 与3个城市的规模、距离6个变量之间的关系 |
1.3.2 城市与“最近城市”的距离和“距离位序”关系的测度方法
“距离位序”是将城市与其“最近城市”之间的距离从大到小进行排列,得到的顺序位序即为该城市体系的“距离位序”。 已有研究发现[11,15],区域中城市与“最近城市”的距离和“距离位序”之间存在类似“城市位序-规模律”,用公式表示为：
为了直观和方便计算,将公式（3）转化为对数形式
式中： Di-n为城市i与其“最近城市”n的距离;R为城市i的顺序位序;D2n为城市体系中Di-n排名第二位的城市与其“最近城市”的距离,即次位城市与首位城市之间的距离;
回归结果显示（表2）,模型1、模型2、模型3的拟合效果都较好,说明Pi与“最近城市”n的规模Pn和距离Di-n之间具有统计学关系,Pi与Pn、Di-n呈正相关,且Pn对Pi的正向影响大于Di-n。
表2 辽宁中部城市群城市规模与距离的回归结果
Table 2 Regression results between city size and distance between cities in the Central Liaoning Urban Agglomeration
| 模型 | 常数项 K | 系数值（显著性） | 校正决定 系数R2 | F值 | 显著性 | |||||
|---|---|---|---|---|---|---|---|---|---|---|
| “最近城市”n | 首位城市s | 区域中心城市c | ||||||||
| 规模a | 距离b | 规模e | 距离f | |||||||
| 模型1 | 0.1822 | 0.6163（***） | 0.5373 | 33.5168 | *** | |||||
| 模型2 | 0.3602 | 0.6134***） | 0.2004 | 8.0163 | *** | |||||
| 模型3 | -0.1177 | 0.5465（***） | 0.2551（*） | 0.5545 | 18.4262 | *** | ||||
| 模型4 | 0.9638 | 0 | 0.2183 | -0.0234 | 0.3597 | — | ||||
| 模型5 | 3.1676 | -0.0551 | -0.8382（**） | 0.1573 | 3.5200 | ** | ||||
| 模型5再次回归 | 3.0543 | -0.8511（**） | 0.1885 | 7.2733 | ** | |||||
| 模型6 | 0.6859 | 0.5207（***） | 0 | -0.1344 | 0.4094 | 12.034 | *** | |||
| 模型7 | 2.3768 | 0.5359（**） | 0.2598 | -1.2346（**） | 0.2977 | 4.8133 | *** | |||
| 模型7再次回归 | 2.5480 | 0.5402（**） | -1.055（***） | 0.3184 | 7.3058 | *** | ||||
| 模型8 | 0.6547 | 0.4141（***） | 0.2169（*） | 0 | 0.5813 | 0.1066 | -0.9730（*） | 0.4352 | 5.9983 | *** |
| 模型8再次回归 | 1.3111 | 0.3924（***） | 0.2514（*） | -0.5739（*） | 0.4988 | 9.9572 | *** | |||
模型4回归结果显示Adjusted R2为负值,Significance F没有通过0.1水平的显著性检验,说明Pi与首位城市的规模Ps和距离Di-s没有明确的相关性。
模型5回归结果显示Pc的系数e没有通过0.1水平的显著性检验,剔除变量Pc后再次回归,结果通过检验,表明Pi与Di-c为负相关。
模型1至模型5考察的是单个城市与城市i规模的关系,是一种较为理想的状态,实际中一个城市往往受到外部2个或多个城市的共同影响。因此这部分将同时考察城市i的规模与“最近城市”n、首位城市s和区域中心城市c的关系,检验哪个城市对城市i规模影响更大,以及距离因子和规模因子哪个解释贡献率更大。
模型6回归结果表明,Pi与Pn呈正相关,与Ps、Pc没有明确相关性。
模型7回归结果表明,Di-s的系数d没有通过0.1水平的显著性检验,剔除变量Di-s后继续进行多元回归,结果显示Pi与Di-n呈正相关,与Di-c呈负相关性。
模型8回归结果显示,Di-s 、Pc的系数d、e没有通过0.1水平的显著性检验,剔除变量Di-s 、Pc后再次多元回归,结果显示Pi与Pn、Di-n呈正向关,与Di-c呈负相关,就其影响力而言,Di-c最大,Pn次之,Di-n再次之。
利用公式（4）对辽宁中部城市群城市i与“最近城市”的距离和“距离位序”进行回归分析（表3）。回归模型的校正决定系数为0.836 1,在0.01水平上显著,说明该模型是可信的。系数α的值为0.928 3,绝对值趋近于1,说明辽宁中部城市群中城市i与“最近城市”的距离和“距离位序”之间存在类似“城市位序-规模律”的内在定量关系,即“城市距离-位序律”,这一结果与王茂军等的研究结果一致[19]。
表3 城市i与“最近城市”n的距离和“距离位序”的回归结果
Table 3 Regression results of distance between the nearest city n and i and its ordinal number
| 模型 | 系数值 | T值 | 校正决定系数R2 | F统计量 | |||
|---|---|---|---|---|---|---|---|
| 常数项 | α值 | 常数项 | α值 | ||||
| 辽宁中部城市群模型 | 2.7147 | 0.9283 | 36.123 | -13.918 | 0.836 | 193.720 | |
| 北方城市体系模型 | 3.8070 | 0.9390 | 78.474 | -37.112 | 0.874 | 1377.269 | |
注：北方城市体系模型数据来源于参考文献[19]。
本文对辽宁中部城市群中城市规模与距离关系的研究结果与王茂军等[19]的研究结果大部分一致（表4）,差别主要有2点：一是Pi与区域中心城市c的关系研究中解释变量不同,二是对Pi影响力研究中解释贡献率最大的变量不同。本文对产生差异的原因作了进一步分析。
表4 不同城市体系中城市规模与距离关系
Table 4 Relationships between city size and distance in different urban systems
| “最近城市”n | 首位城市s | 区域中心城市c | ||||||
|---|---|---|---|---|---|---|---|---|
| 规模Pn | 距离Di-n | 规模Ps | 距离Di-s | 规模Pc | 距离Di-c | |||
| 辽宁中部城市群 | 正相关（影响次之） | 正相关（影响再次之） | 无关 | 无关 | 无关 | 负相关（影响最大） | ||
| 北方城市体系 | 正相关（影响次之） | 正相关（影响最大） | 无关 | 无关 | 正相关（影响再次之） | 无关 | ||
| 南方城市体系 | 正相关（影响最大） | 正相关（影响次之） | 无关 | 无关 | 无关 | 负相关（影响再次之） | ||
| 全国城市体系 | 正相关（影响最大） | 正相关（影响次之） | 无关 | 无关 | 无关 | 负相关（影响再次之） | ||
2.4.1 区域中心城市对Pi的解释变量选择
这里可以用Di-c、Pc/Pi这2个数值来分析,其中,Di-c代表空间相互作用的衰减,Pc/Pi则代表区域中心城市c与城市i的规模差异。王茂军等研究认为,全国和南方城市体系中Di-c是Pi的解释变量,只有在北方城市体系中Pc才成为Pi的解释变量,是因为南方城市体系中Di-c与Pc/Pi的数值均普遍小于北方城市体系,可以推断出Di-c在南方城市体系中的影响要大于北方城市体系,Pc在北方城市体系中的影响要大于南方城市体系[19]。
考察辽宁中部城市群,其Di-c与Pc/Pi的值分别为106.43和9.59,比南京、武汉、杭州等典型南方城市体系的数值还小（表5）,表明辽宁中部城市群内城市分布密集,空间相互作用衰减更为明显;区域内城市规模普遍较大,区域中心城市c与城市i的规模差异相对来说较小,说明辽宁中部城市群虽然地处北方但具有南方城市体系的一些特征,因此区域中心城市对Pi的解释变量应为Di-c。
表5 辽宁中部城市群与北方、南方城市体系的Di-c与Pc/Pi的距离
Table 5 Comparisons of Di-c and Pc/Pi in the Central Liaoning Urban Agglomeration, North China and South China urban systems
| 区域中心城市 | 北方城市体系 | 南方城市体系 | 辽宁中部城市群城市体系 | |||||
|---|---|---|---|---|---|---|---|---|
| 北京 | 西安 | 南京 | 武汉 | 杭州 | 沈阳 | |||
| Di-c平均值 | 490.38 | 1528.93 | 341.45 | 477.10 | 487.75 | 106.43 | ||
| Pc/Pi平均值 | 42.52 | 18.92 | 12.52 | 18.54 | 11.94 | 9.59 | ||
| 城市个数 | 24 | 28 | 29 | 48 | 20 | 29 | ||
2.4.2 Pc和Di-n对Pi解释贡献率的比较
王茂军等研究认为,全国城市体系和南方城市体系中Pn影响最大,Di-n次之,Di-c再次之;北方城市体系中Di-n影响最大,Pn次之,Pc再次之 [19]。其结论隐含不管对于哪一个城市体系,“最近城市”的影响力都排在区域中心城市之前。而本文验证的结果则是Di-c影响大于Pn、大于Di-n,意为对辽宁中部城市群来说,区域中心城市的影响力要大于“最近城市”。因此,2个变量的比较可转化为“最近城市”n与区域中心城市c哪一个对城市i的影响力更大。
通过分析发现,辽宁中部城市群内城市分布密集,区域中心城市沈阳、鞍山与城市之间的距离小,有10个城市的“最近城市”与区域中心城市重合,占到了区域城市总数的34.5%,这在其他城市体系中并不多见,因此表现出区域中心城市对城市的影响力较大。
人口规模预测是城市体系规划的重要内容之一,根据前文的研究结论,利用模型8可以计算在“最近城市”n、区域中心城市c的影响下城市i的理论人口规模。理论人口大于实际人口表示在城市n、c影响下城市i的规模还会继续增长,反之则表示城市i的规模已经超过了城市n、c的影响范围,应控制城市i的规模,这为城市体系规划中人口规模预测及人口政策制定提供了参考与方向。
以此方法测算辽宁中部城市群中各城市的理论人口规模（表6）。铁岭市、新民市、灯塔市、台安县、辽阳县、清原满族自治县、桓仁满族自治县、本溪满族自治县的理论人口大于实际人口,且偏差率较大,这8个城市应作为未来吸引人口流入的重点区域,不断壮大城市规模。与之相对,沈阳市、鞍山市、抚顺市、营口市、辽阳市的实际人口已远超理论人口,应控制人口规模;调兵山市、昌图县、开原市、康平县的理论人口规模与实际值相差较大,说明理论上城市无法承载这么多人口,应予以疏解,这也与目前辽北地区人口不断流出的趋势相吻合。
表6 辽宁中部城市群城市理论人口和影响范围预测
Table 6 Predictions of theoretical city size and influence range in the Central Liaoning Urban Agglomeration
| 序号 | 城市i | 城市理论人口预测 | 城市影响范围预测 | |||||
|---|---|---|---|---|---|---|---|---|
| 实际人口 （万人） | 理论人口 （万人） | 预测偏差率 （%） | 实际影响范围（km） | 理论影响范围（km） | 预测偏差率（%） | |||
| 1 | 沈阳市 | —— | —— | —— | 684.1 | 518.43 | 24.20 | |
| 2 | 辽中县 | 12.31 | 13.21 | 7.3% | 37.6 | 32.13 | 14.50 | |
| 3 | 康平县 | 14.29 | 9.77 | -31.6% | 30.6 | 27.13 | 11.30 | |
| 4 | 法库县 | 20.40 | 18.31 | -10.3% | 50.7 | 37.36 | 26.30 | |
| 5 | 新民市 | 22.26 | 63.71 | 186.2% | 59.3 | 51.63 | 12.90 | |
| 6 | 台安县 | 13.84 | 35.48 | 156.4% | 72.6 | 75.22 | -3.60 | |
| 7 | 岫岩满族自治县 | 14.57 | 15.59 | 7.0% | 94.9 | 98.25 | -3.50 | |
| 8 | 海城市 | 40.42 | 44.85 | 11.0% | 42.5 | 33.7 | 20.70 | |
| 9 | 新宾满族自治县 | 6.89 | 7.52 | 9.1% | 69.8 | 67.43 | 3.40 | |
| 10 | 清原满族自治县 | 9.14 | 25.03 | 173.8% | 92.5 | 85.15 | 7.90 | |
| 11 | 本溪满族自治县 | 12.00 | 23.83 | 98.6% | 59.5 | 55.97 | 5.90 | |
| 12 | 桓仁满族自治县 | 12.70 | 22.82 | 79.7% | 170.5 | 186.97 | -9.70 | |
| 13 | 盖州市 | 30.71 | 19.28 | -37.2% | 32.5 | 29.41 | 9.50 | |
| 14 | 大石桥市 | 29.36 | 22.60 | -23.0% | 25.8 | 26.12 | -1.20 | |
| 15 | 阜新蒙古族自治县 | 8.65 | 10.21 | 18.0% | 9.3 | 22.76 | -144.70 | |
| 16 | 彰武县 | 8.13 | 12.50 | 53.7% | 56.8 | 41.97 | 26.10 | |
| 17 | 辽阳县 | 10.65 | 23.44 | 120.0% | 16.8 | 24.32 | -44.80 | |
| 18 | 灯塔市 | 12.31 | 25.74 | 109.1% | 21.2 | 25.19 | -18.80 | |
| 19 | 西丰县 | 8.70 | 9.69 | 11.3% | 67 | 61.15 | 8.70 | |
| 20 | 昌图县 | 20.00 | 10.94 | -45.3% | 37.2 | 30.71 | 17.50 | |
| 21 | 调兵山市 | 18.24 | 8.96 | -50.9% | 13.1 | 23.51 | -79.50 | |
| 22 | 开原市 | 26.53 | 16.59 | -37.4% | 51.5 | 39.53 | 23.20 | |
| 23 | 鞍山市 | 161.15 | 54.61 | -66.1% | 95.6 | 116.37 | -21.70 | |
| 24 | 抚顺市 | 132.82 | 63.71 | -52.0% | 59.3 | 47.93 | 19.20 | |
| 25 | 营口市 | 100.30 | 33.94 | -66.2% | 98.7 | 143.15 | -45.00 | |
| 26 | 辽阳市 | 79.99 | 54.21 | -32.2% | 31.9 | 28.22 | 11.50 | |
| 27 | 本溪市 | 95.00 | 69.44 | -26.9% | 45.4 | 35.43 | 22.00 | |
| 28 | 阜新市 | 78.26 | 44.02 | -43.8% | 172.6 | 272.42 | -57.80 | |
| 29 | 铁岭市 | 45.12 | 63.77 | 41.3% | 59.1 | 44.74 | 24.30 | |
根据城市的影响辐射范围确定城市中心等级、划分城镇空间结构是城市体系规划的常用方法之一。根据前文的研究结论,利用公式（4）可以测算在现有“距离位序”下城市i的理论影响范围Di-n。如果Di-n的实际值大于理论值,表明城市i在体系中的影响范围已经超过当前规模的理论影响范围,城市中心等级较高;反之,则表明城市i在体系中的影响力较弱,城市中心等级较低。
以此方法计算辽宁中部城市群中各城市的影响范围（表6）。在现有“距离位序”下,阜新市、营口市、鞍山市、调兵山市、灯塔市、辽阳县和阜新蒙古族自治县的理论影响范围大于实际值,表明这些城市的区域影响范围未达到当前人口规模下应有的程度,特别是阜新市、阜新蒙古族自治县、调兵山市的预测偏差率在50%以上,在城市体系中的中心等级、影响范围与理想状态还有较大差距。与之相对,沈阳市、铁岭市、本溪市、开原市、海城市、彰武县、法库县的理论影响范围小于实际值,说明这几个城市在城市体系中起到辐射带动作用,是一定地域范围内的中心城市。
本文对辽宁中部城市群中城市规模与距离之间的关系以及“城市距离-位序律”进行了实证研究。结果显示：
1） 单个城市影响下,“最近城市”n的规模和距离对城市i的规模Pi均为正向影响,表明两城市距离一定情况下,“最近城市”n的规模越大对城市i的拉动作用越强;“最近城市”n规模一定情况下,两城市在空间上为竞争关系。区域中心城市c的距离Di-c对城市i的规模Pi为负向影响,其规模Pc对Pi则无影响,这一特征与南方城市体系相类似。在首位城市s与“最近城市n”或“区域中心城市”c不重合的情况下,首位城市的规模和距离与城市i的规模Pi无相关性。
2） 多个城市共同影响下,城市i的规模与“最近城市”n的规模、距离和区域中心城市c的距离有关,与首位城市s无关,其中Pn、Di-n为正向影响, Di-c为负向影响。就影响力而言,中心城市c影响最大,这与全国其他城市体系中“最近城市”n影响力最大有所不同,原因在于辽宁中部城市群中三分之一的城市“最近城市”与区域中心城市重合,因此表现出区域中心城市影响力较大。
3） 辽宁中部城市群中城市与“最近城市”的距离和“距离位序”之间存在定量关系,用公式表示为
4） 城市规模与距离的定量关系在城市体系规划中有两方面应用。第一,利用城市规模与距离的关系测算城市理论人口规模,为城市规划中人口规模预测及人口政策制定提供参考与方向;第二,利用“城市距离-位序律”测算城市理论影响范围,为城市体系中各级中心城市的选择和城镇空间结构划分提供依据。测算结果在辽宁中部城市群中具有较高的有效性。
The authors have declared that no competing interests exist.
| [1] |
|
| [2] |
作为人居环境的中国城市群——空间格局与展望 [J].https://doi.org/10.11819/cpr20150604a URL [本文引用: 1] 摘要
城市群是国家推进新型城镇化的主体形态,同时也是主要的人居环境.从人居的角度来看,中国城市群的发展将受制于在相对狭小的宜居空间内集聚大规模人口的特殊国情,同时受到区域快速交通网络发展的影响.将城市群视为不同尺度空间之叠合,一是在国家/区域尺度上以快速交通网络为骨架的城市节点网络空间;二是在区域/地方尺度上以不同等级城市组成的中心地体系.基于“网络”与“中心地体系”的空间特征,提出了模拟城市群空间格局的“递归近邻搜索法”,模拟了快速铁路网络条件下由3个世界级城市群、5个国家重点城市群、以及若干个区域性城市群组成的中国城市群新格局.对城市群的未来格局进行展望,并提出优化我国城市群的人居环境的建议,为新型城镇化进程中城市群规划和政策的制定提供借鉴和参考.
Spatial pattern and development of China’s urban agglomerations: an interpretation of the sciences of human settlements .https://doi.org/10.11819/cpr20150604a URL [本文引用: 1] 摘要
城市群是国家推进新型城镇化的主体形态,同时也是主要的人居环境.从人居的角度来看,中国城市群的发展将受制于在相对狭小的宜居空间内集聚大规模人口的特殊国情,同时受到区域快速交通网络发展的影响.将城市群视为不同尺度空间之叠合,一是在国家/区域尺度上以快速交通网络为骨架的城市节点网络空间;二是在区域/地方尺度上以不同等级城市组成的中心地体系.基于“网络”与“中心地体系”的空间特征,提出了模拟城市群空间格局的“递归近邻搜索法”,模拟了快速铁路网络条件下由3个世界级城市群、5个国家重点城市群、以及若干个区域性城市群组成的中国城市群新格局.对城市群的未来格局进行展望,并提出优化我国城市群的人居环境的建议,为新型城镇化进程中城市群规划和政策的制定提供借鉴和参考.
|
| [3] |
The law of the primate city [J].https://doi.org/10.2307/209944 URL [本文引用: 1] |
| [4] |
Human behavior and the principle of least effort [M],
|
| [5] |
The fractal geometry of nature [Z]. |
| [6] |
And shape of cities [J]. |
| [7] |
Spatial interactions among U.S.cities:1900-1990 [J]. |
| [8] |
日本における都市の階層性と空間構造——「規模」と「距離」による都市間構造分析 [J].
日本の都市の空間的配置(都市間構造)には規則性があるように見える。また、都市の立地や規模の分布に関する研究には、「距離」と「規模」の関連を示唆するものも多い。そこで本稿では、都市の空間的配置の規則性について、都市規模と都市間距離を明示的な変数として実証を試みる。分析のツールとして、「自都市圏より規模の大きい都市圏のうち、最も距離の近い都市圏」(直近大都市圏)を設定し、それと都市規模の関係を中心に考察する。その結果、以下の3点に要約されるように、日本の都市間構造にとって規模と距離が重要な規定要因であることがわかる。1) 日本の都市圏のおおまかな階層構造を、直近大都市圏を結ぶことで表すことができる。2) 直近大都市圏距離とその順位には、ランク99ディスタンスルールというべき規則性がある。3) 自都市圏規模は、都市圏間距離と直近大都市圏規模によって規定される。直近大都市圏に対しては距離に関して競合関係、規模に関して補完関係があり、また、直近中枢都市圏および東京都市圏に対しては距離に関して補完関係がある。
Urban hierarchical and spatial structure in Japan--The cities structural analysis based on scale and distance .
日本の都市の空間的配置(都市間構造)には規則性があるように見える。また、都市の立地や規模の分布に関する研究には、「距離」と「規模」の関連を示唆するものも多い。そこで本稿では、都市の空間的配置の規則性について、都市規模と都市間距離を明示的な変数として実証を試みる。分析のツールとして、「自都市圏より規模の大きい都市圏のうち、最も距離の近い都市圏」(直近大都市圏)を設定し、それと都市規模の関係を中心に考察する。その結果、以下の3点に要約されるように、日本の都市間構造にとって規模と距離が重要な規定要因であることがわかる。1) 日本の都市圏のおおまかな階層構造を、直近大都市圏を結ぶことで表すことができる。2) 直近大都市圏距離とその順位には、ランク99ディスタンスルールというべき規則性がある。3) 自都市圏規模は、都市圏間距離と直近大都市圏規模によって規定される。直近大都市圏に対しては距離に関して競合関係、規模に関して補完関係があり、また、直近中枢都市圏および東京都市圏に対しては距離に関して補完関係がある。
|
| [9] |
我国城镇体系规划与研究的发展历程、现实困境和展望 [J].https://doi.org/10.3969/j.issn.1006-0022.2013.05.014 URL [本文引用: 1] 摘要
经过三十多年的发展,我国城镇体系规划在理论和实践上都逐渐走向成熟,成为我国区域规划层面的法定规划。目前,城镇体系规划表现出对市场考虑不够、规划弹性不足和可行性不强等问题,并面临市场化、全球化和信息化的外部挑战。作为协调区域发展格局、纠正市场错误和实现国家宏观战略目标的重要工具,未来城镇体系规划应重视市场力量,在定位上向保护和引导型规划转变,在性质上由刚性向弹性转变,在编制方法上向契约制转变,在内容框架上进行动态更新。
Urban system planning evolution, problems, and future .https://doi.org/10.3969/j.issn.1006-0022.2013.05.014 URL [本文引用: 1] 摘要
经过三十多年的发展,我国城镇体系规划在理论和实践上都逐渐走向成熟,成为我国区域规划层面的法定规划。目前,城镇体系规划表现出对市场考虑不够、规划弹性不足和可行性不强等问题,并面临市场化、全球化和信息化的外部挑战。作为协调区域发展格局、纠正市场错误和实现国家宏观战略目标的重要工具,未来城镇体系规划应重视市场力量,在定位上向保护和引导型规划转变,在性质上由刚性向弹性转变,在编制方法上向契约制转变,在内容框架上进行动态更新。
|
| [10] |
基于分形理论的江苏省城市规模分布与异速生长特征 [J].https://doi.org/10.11821/yj2011120004 URL Magsci [本文引用: 1] 摘要
以江苏省1996～2008年城市非农业人口和建成区土地面积为主要数据,借助分形地理学中的城市位序-规模分布法则和异速生长定律及其广义分形性质,对全省城市规模分布演化规律、结构容量和城市人口-面积异速生长标度指数、退化关系进行探讨。结果表明:全省城市体系发育较为健全,规模序列结构正处于集中向分散过渡的时期,大中城市成为城市化发展的主要承载空间;全省城市人口-面积异速生长关系在整体上呈现退化迹象,2001年以后异速生长关系由负转正;南京、苏州、徐州等市的异速生长系数明显高于其他地市,土地城市化快于人口城市化的现象较为突出,但两者关系是否不相协调仍值得深究。全省城市体系演化形成的复杂格局对走江苏特色的新型城市化道路提出了更高的要求。
Research on city-size distribution and allometric growth in Jiangsu Province based on fractal theory .https://doi.org/10.11821/yj2011120004 URL Magsci [本文引用: 1] 摘要
以江苏省1996～2008年城市非农业人口和建成区土地面积为主要数据,借助分形地理学中的城市位序-规模分布法则和异速生长定律及其广义分形性质,对全省城市规模分布演化规律、结构容量和城市人口-面积异速生长标度指数、退化关系进行探讨。结果表明:全省城市体系发育较为健全,规模序列结构正处于集中向分散过渡的时期,大中城市成为城市化发展的主要承载空间;全省城市人口-面积异速生长关系在整体上呈现退化迹象,2001年以后异速生长关系由负转正;南京、苏州、徐州等市的异速生长系数明显高于其他地市,土地城市化快于人口城市化的现象较为突出,但两者关系是否不相协调仍值得深究。全省城市体系演化形成的复杂格局对走江苏特色的新型城市化道路提出了更高的要求。
|
| [11] |
中国城镇化格局变动与人口合理分布 [J].General trends of urbanization and rational distribution of urban population in China . |
| [12] |
城市体系规模分布与空间分布的关系研究 [J].The relationship between size distribution and spatial distribution of urban systems . |
| [13] |
基于等级钟理论的中国城市规模等级体系演化特征 [J].The time-scale effects of the city-size hierarchy in China based on Rank-Clock methodology . |
| [14] |
区域双核结构模式的形成机理 [J].https://doi.org/10.3321/j.issn:0375-5444.2002.01.010 URL [本文引用: 1] 摘要
双核结构模式是指在某－区域中，由区域中心城市和港口城市及其连线所组成的一种空间结构现象。它广泛存在于中国沿海和沿江地区，以及其它国家和地区中。从机理上考察，它导源于港口城市与区域中心城市的宁间组合，由于兼顾了区域中心城市的居中性和港口城市的边缘性，从山可以实现区位上和功能上的互补。从形成类型看，可分为内源型和外生型２种类型的双核结构，中国和美国分别是其典型代表。对于后者，还衍生出由新旧首都构成的一种特殊的双核结构现象。双核结构的形成与流域有莫大的关系，据此可建立基于流域的双核结构形成的理想图式。流域自然条件、运输结构的改变，以及运输主通道走向等因素的综合作用，可使双核结构的形成区域由流域拓展至其它一般区域。
The mechanism of the model of dual-nuclei structure .https://doi.org/10.3321/j.issn:0375-5444.2002.01.010 URL [本文引用: 1] 摘要
双核结构模式是指在某－区域中，由区域中心城市和港口城市及其连线所组成的一种空间结构现象。它广泛存在于中国沿海和沿江地区，以及其它国家和地区中。从机理上考察，它导源于港口城市与区域中心城市的宁间组合，由于兼顾了区域中心城市的居中性和港口城市的边缘性，从山可以实现区位上和功能上的互补。从形成类型看，可分为内源型和外生型２种类型的双核结构，中国和美国分别是其典型代表。对于后者，还衍生出由新旧首都构成的一种特殊的双核结构现象。双核结构的形成与流域有莫大的关系，据此可建立基于流域的双核结构形成的理想图式。流域自然条件、运输结构的改变，以及运输主通道走向等因素的综合作用，可使双核结构的形成区域由流域拓展至其它一般区域。
|
| [15] |
分形城市引力模型的一般形式和应用方法——关于城市体系空间作用的引力理论探讨 [J].https://doi.org/10.3969/j.issn.1000-0690.2000.06.007 URL [本文引用: 1] 摘要
基于分形思想和城市规模-产出关系推导出城市引力模型的一般形式Iij=GijMaiiMajjR-bij,论证了参数a和b的分维性质,并将引力系数定义为Gij=G|Rij,|/(1+Sij),式中Rii为i、j两城市的相关系数,Sij为二者的相似系数,G为量纲转换系数.以长春城镇体系和郑、汴、洛点-轴系统为实例说明了模型的应用方法,并指出了城市引力数值的相对性特征.作者发现,城镇体系各要素的引力之和Fi=∑Iij,在一定时空条件下满足位序-规模法则F(k)=F1K-q(k=1,2,…,n);这也表明,借助引力计算可以揭示城市体系某些隐含的地理规律.
The gravitational models of franctal cities: Theoretical basis and applied methods .https://doi.org/10.3969/j.issn.1000-0690.2000.06.007 URL [本文引用: 1] 摘要
基于分形思想和城市规模-产出关系推导出城市引力模型的一般形式Iij=GijMaiiMajjR-bij,论证了参数a和b的分维性质,并将引力系数定义为Gij=G|Rij,|/(1+Sij),式中Rii为i、j两城市的相关系数,Sij为二者的相似系数,G为量纲转换系数.以长春城镇体系和郑、汴、洛点-轴系统为实例说明了模型的应用方法,并指出了城市引力数值的相对性特征.作者发现,城镇体系各要素的引力之和Fi=∑Iij,在一定时空条件下满足位序-规模法则F(k)=F1K-q(k=1,2,…,n);这也表明,借助引力计算可以揭示城市体系某些隐含的地理规律.
|
| [16] |
中国城市空间分布的省际差异及其影响因子分析 [J].https://doi.org/10.3969/j.issn.1002-2104.2012.12.025 URL [本文引用: 1] 摘要
采用全国县城所在的建制镇与所有设市城市数据,以省区作为基本研究单元,运用最近邻分析与种群分布理论定量分析了2009年城市体系空间分布的省际差异及其影响因素.研究表明:2009年我国各省区的城市空间分布格局以均匀分布为主,明显表现出集聚分布的仅有西藏、青海和新疆三省；通过对中国各省区城市分布与自然、社会经济条件进行回归分析发现,各省区城市的空间分布模式与自然及社会经济因素具有较强的相关性；从各变量的重要性来看,影响区域城市空间分布形态最主要的因素是路网密度,其次分别是复种指数、人均耕地面积、土地垦殖率与城市化率；城市在发展的过程中,为了获得足够的要素维持自身生长,各城市必定会最大化地攫取要素资源,导致了城市之间的资源竞争；区域内城市的外部环境越趋于均匀,城市的空间分布越趋于均匀,而区域内城市外部环境分布不均则导致城市表现出集聚分布模式；在其他影响因素不变的情况下,复种指数与城市化水平的提高在一定程度上降低了城市分布对其他因素的依赖.
Inter-provincial differences and its impact factors of urban spatial distribution in China .https://doi.org/10.3969/j.issn.1002-2104.2012.12.025 URL [本文引用: 1] 摘要
采用全国县城所在的建制镇与所有设市城市数据,以省区作为基本研究单元,运用最近邻分析与种群分布理论定量分析了2009年城市体系空间分布的省际差异及其影响因素.研究表明:2009年我国各省区的城市空间分布格局以均匀分布为主,明显表现出集聚分布的仅有西藏、青海和新疆三省；通过对中国各省区城市分布与自然、社会经济条件进行回归分析发现,各省区城市的空间分布模式与自然及社会经济因素具有较强的相关性；从各变量的重要性来看,影响区域城市空间分布形态最主要的因素是路网密度,其次分别是复种指数、人均耕地面积、土地垦殖率与城市化率；城市在发展的过程中,为了获得足够的要素维持自身生长,各城市必定会最大化地攫取要素资源,导致了城市之间的资源竞争；区域内城市的外部环境越趋于均匀,城市的空间分布越趋于均匀,而区域内城市外部环境分布不均则导致城市表现出集聚分布模式；在其他影响因素不变的情况下,复种指数与城市化水平的提高在一定程度上降低了城市分布对其他因素的依赖.
|
| [17] |
中国城市体系的空间格局研究评述与展望 [J].https://doi.org/10.11820/dlkxjz.2014.10.002 Magsci [本文引用: 1] 摘要
构建科学合理的城市空间格局,是推进中国新型城镇化的重要内容。本文从中国城市体系的空间分布与空间结构、等级规模结构、职能结构与城市网络的空间格局等方面,对国家尺度城市体系的空间格局现状特征、演变过程及形成机理等方面的研究进展进行了梳理,并据此得出:当前基于社会经济发展的中国城市体系的空间格局研究虽较多,但仍需深化和完善;基于生态环境和自然资源安全的城市体系的空间格局研究较少,不能满足现实需要;而城市体系空间格局优化理论与合理性评价研究较为缺乏,系统模拟与优化模式研究则更为薄弱。因此,未来应在深化和完善现有研究内容的基础上,强化中国城市体系的生态安全格局、资源环境格局、经济社会发展格局的空间耦合研究,加强中国城市体系空间格局的优化理论、合理性评价方法、系统模拟方法、优化模式及优化对策研究,并形成综合集成体系。
Review and prospect of research on the spatial pattern of China's urban system .https://doi.org/10.11820/dlkxjz.2014.10.002 Magsci [本文引用: 1] 摘要
构建科学合理的城市空间格局,是推进中国新型城镇化的重要内容。本文从中国城市体系的空间分布与空间结构、等级规模结构、职能结构与城市网络的空间格局等方面,对国家尺度城市体系的空间格局现状特征、演变过程及形成机理等方面的研究进展进行了梳理,并据此得出:当前基于社会经济发展的中国城市体系的空间格局研究虽较多,但仍需深化和完善;基于生态环境和自然资源安全的城市体系的空间格局研究较少,不能满足现实需要;而城市体系空间格局优化理论与合理性评价研究较为缺乏,系统模拟与优化模式研究则更为薄弱。因此,未来应在深化和完善现有研究内容的基础上,强化中国城市体系的生态安全格局、资源环境格局、经济社会发展格局的空间耦合研究,加强中国城市体系空间格局的优化理论、合理性评价方法、系统模拟方法、优化模式及优化对策研究,并形成综合集成体系。
|
| [18] |
基于重力模型的中国城市体系空间联系与层域划分 [J].https://doi.org/10.3321/j.issn:1000-0585.2008.01.001 URL Magsci [本文引用: 2] 摘要
<p>新中国成立以来,中国大陆城市体系空间格局发生了深刻的变化。传统的城市体系空间联系主要从人流、物流、技术流、信息流、金融流进行数据的收集和分析,也有运用图论原理进行Rd链分析。近来,随着社会主义市场经济的迅速发展,城市之间的联系变得异常复杂、数据不易得到。本文试图运用重力模型方法对中国城市间的空间联系强度进行定量计算,据此刻画中国城市体系的空间联系状态和结节区结构。从研究结果看,所得结论与实际情况基本吻合。</p>
Study on spatial relations of Chinese urban system: Gravity Model Approach .https://doi.org/10.3321/j.issn:1000-0585.2008.01.001 URL Magsci [本文引用: 2] 摘要
<p>新中国成立以来,中国大陆城市体系空间格局发生了深刻的变化。传统的城市体系空间联系主要从人流、物流、技术流、信息流、金融流进行数据的收集和分析,也有运用图论原理进行Rd链分析。近来,随着社会主义市场经济的迅速发展,城市之间的联系变得异常复杂、数据不易得到。本文试图运用重力模型方法对中国城市间的空间联系强度进行定量计算,据此刻画中国城市体系的空间联系状态和结节区结构。从研究结果看,所得结论与实际情况基本吻合。</p>
|
| [19] |
基于距离与规模的中国城市体系规模结构 [J].
<p>城市规模结构是城市体系研究的重要内容。经济基础理论相关的研究忽视了城市体系中某一城市规模往往受到其他城市规模、距离的影响。本文以第五次人口普查的"市人口"作为城市人口规模标度指标,以铁路运行距离为两城市间距离的标度指标,证明了距离要素对解释中国城市体系结节结构的有效性。讨论了全国城市体系、北方城市、南方城市体系中城市<em>i</em>的规模<em>P<sub>i</sub></em>与最近距离城市n的规模<em>P<sub>n</sub></em>、城市体系首位城市s的规模<em>P<sub>s</sub></em>、区域中心城市c的规模P<sub>c</sub>,及与相应城市间距离D<sub>in</sub>、D<sub>is</sub>、D<sub>ic</sub>的定量关系,以及D<sub>in</sub>及其位序的定量关系。研究发现:(1)全国城市体系中,P<sub>i</sub>可以用P<sub>n</sub>、D<sub>in</sub>、D<sub>ic</sub>来说明,其中,P<sub>n</sub>、D<sub>in</sub>为正向影响,D<sub>ic</sub>为负向影响,P<sub>n</sub>影响最大,D<sub>in</sub>次之,D<sub>ic</sub>再次之。(2)北方城市体系中,P<sub>n</sub>、D<sub>in</sub>、P<sub>c</sub>均对P<sub>i</sub>有正向影响,D<sub>in</sub>影响力最大,P<sub>n</sub>次之,P<sub>c</sub>再次之。(3)南方城市体系中P<sub>i</sub>的解释因素及各因素的重要性与全国城市体系相同。南方城市体系与北方城市体系中P<sub>i</sub>的解释因素的差异性源自南方城市体系中D<sub>ic</sub>、P<sub>c</sub>/P<sub>i</sub>较小。(4)D<sub>in</sub>与其位序R间存在与城市位序-规模律相同的内在定量关系。</p>
Study on structure of urban system in China from the angles of distance between cities and city population size .
<p>城市规模结构是城市体系研究的重要内容。经济基础理论相关的研究忽视了城市体系中某一城市规模往往受到其他城市规模、距离的影响。本文以第五次人口普查的"市人口"作为城市人口规模标度指标,以铁路运行距离为两城市间距离的标度指标,证明了距离要素对解释中国城市体系结节结构的有效性。讨论了全国城市体系、北方城市、南方城市体系中城市<em>i</em>的规模<em>P<sub>i</sub></em>与最近距离城市n的规模<em>P<sub>n</sub></em>、城市体系首位城市s的规模<em>P<sub>s</sub></em>、区域中心城市c的规模P<sub>c</sub>,及与相应城市间距离D<sub>in</sub>、D<sub>is</sub>、D<sub>ic</sub>的定量关系,以及D<sub>in</sub>及其位序的定量关系。研究发现:(1)全国城市体系中,P<sub>i</sub>可以用P<sub>n</sub>、D<sub>in</sub>、D<sub>ic</sub>来说明,其中,P<sub>n</sub>、D<sub>in</sub>为正向影响,D<sub>ic</sub>为负向影响,P<sub>n</sub>影响最大,D<sub>in</sub>次之,D<sub>ic</sub>再次之。(2)北方城市体系中,P<sub>n</sub>、D<sub>in</sub>、P<sub>c</sub>均对P<sub>i</sub>有正向影响,D<sub>in</sub>影响力最大,P<sub>n</sub>次之,P<sub>c</sub>再次之。(3)南方城市体系中P<sub>i</sub>的解释因素及各因素的重要性与全国城市体系相同。南方城市体系与北方城市体系中P<sub>i</sub>的解释因素的差异性源自南方城市体系中D<sub>ic</sub>、P<sub>c</sub>/P<sub>i</sub>较小。(4)D<sub>in</sub>与其位序R间存在与城市位序-规模律相同的内在定量关系。</p>
|
| [20] |
城市规模分布的经济绩效——基于中国市域数据的实证研究 [J].URL 摘要
目前中国城镇化的关注点逐渐从提高城镇化率转移到优化空间效率上来,探寻有助于提高经济绩效的城市规模分布具有极其重要的现实意义。然而国内外关于城市规模分布的经济绩效研究仍十分匮乏。基于2010年市域数据,本文定量分析市域范围的城市规模分布对经济绩效的影响,并探索最优城市规模分布的影响因素。结果表明,在控制了其它重要的生产要素后,单中心规模分布具有更高的劳动生产率;随着规模由小变大,具有最优经济绩效的城市规模分布形式存在单中心-多中心-单中心的转变;西部地区城市规模单中心分布更有助于提高经济绩效。
City size distribution and economic performance: evidence from city-regions in China [J].URL 摘要
目前中国城镇化的关注点逐渐从提高城镇化率转移到优化空间效率上来,探寻有助于提高经济绩效的城市规模分布具有极其重要的现实意义。然而国内外关于城市规模分布的经济绩效研究仍十分匮乏。基于2010年市域数据,本文定量分析市域范围的城市规模分布对经济绩效的影响,并探索最优城市规模分布的影响因素。结果表明,在控制了其它重要的生产要素后,单中心规模分布具有更高的劳动生产率;随着规模由小变大,具有最优经济绩效的城市规模分布形式存在单中心-多中心-单中心的转变;西部地区城市规模单中心分布更有助于提高经济绩效。
|
| [21] |
中国城市体系等级结构及其空间格局——基于DMSP/OLS夜间灯光数据的实证 [J].
Hierarchical structure and spatial pattern of China's urban system: Evidence from DMSP/OLS nightlight data .
|
| [22] |
高速铁路影响下的经济增长溢出与区域空间优化 [J].URL 摘要
交通对经济发展产生了增长效应和结构效应。增长效应主要体现在交通发展促进了区域间的经济溢出进而实现经济增长．而结构效应则是交通发展对经济空间格局的改变。两种效应并存且都是交通发展的结果，高铁的发展更加强化了这两种效应。本文梳理了交通发展产生这两种效应的作用机理．并将高铁开通后城市间的最短时间距离纳入实证检验中．分别用空间计量模型和超制图学的方法检验交通对经济发展的增长效应和结构效应．全国284个地级及以上城市的计量结果显示，高铁开通后。中国区域间经济增长的溢出效应确有提高．同时也证明了交通对经济发展存在增长效应。基于包括高铁在内的不同交通方式时速绘制的时间距离地图表明．交通对经济发展产生了结构效应，交通发展改变了区域和城市的空间结构、分布结构和层级结构。从全国范围看，经济基础相对较好的东部和中部城市进入中心区。而基础薄弱的东北和西部地区面临边缘化的危险。
Economic growth spillover and spatial optimization of high-speed railway .URL 摘要
交通对经济发展产生了增长效应和结构效应。增长效应主要体现在交通发展促进了区域间的经济溢出进而实现经济增长．而结构效应则是交通发展对经济空间格局的改变。两种效应并存且都是交通发展的结果，高铁的发展更加强化了这两种效应。本文梳理了交通发展产生这两种效应的作用机理．并将高铁开通后城市间的最短时间距离纳入实证检验中．分别用空间计量模型和超制图学的方法检验交通对经济发展的增长效应和结构效应．全国284个地级及以上城市的计量结果显示，高铁开通后。中国区域间经济增长的溢出效应确有提高．同时也证明了交通对经济发展存在增长效应。基于包括高铁在内的不同交通方式时速绘制的时间距离地图表明．交通对经济发展产生了结构效应，交通发展改变了区域和城市的空间结构、分布结构和层级结构。从全国范围看，经济基础相对较好的东部和中部城市进入中心区。而基础薄弱的东北和西部地区面临边缘化的危险。
|
| [23] |
中国航空联系的网络结构与区域差异 [J].
Network structure and regional difference of aviation links in China [J].
|
| [24] |
基于生产性服务业的中国城市网络研究 [J].URL 摘要
借鉴世界城市网络(WCN)的概念框架,从三个层面分析了中国大陆地区生产性服务业的城市网络体系.基于中国城市网络(CCN)的计算结果,研究认为:生产性服务业企业的区位竞争不再仅依赖于线性地拓展腹地赢取空间垄断地位,而是以网络化的布局模式在核心城市设立分支机构以实现利润的最大化；在城市节点层面,上海、北京成为主要的生产性服务业集聚城市,沿海的城市群则成为生产性服务业的主要集聚区域,内地的大部分城市处于生产性服务业链接程度相对较低的外围；在城市网络层面,城市之间关联网络中的首位效应(北京一上海的关联)非常明显,三大城市群中核心城市(北京、上海、广州、深圳)之间的网络构成了中国大陆地区生产性服务业的核心链接.
Research on China's city network based on production service industry .URL 摘要
借鉴世界城市网络(WCN)的概念框架,从三个层面分析了中国大陆地区生产性服务业的城市网络体系.基于中国城市网络(CCN)的计算结果,研究认为:生产性服务业企业的区位竞争不再仅依赖于线性地拓展腹地赢取空间垄断地位,而是以网络化的布局模式在核心城市设立分支机构以实现利润的最大化；在城市节点层面,上海、北京成为主要的生产性服务业集聚城市,沿海的城市群则成为生产性服务业的主要集聚区域,内地的大部分城市处于生产性服务业链接程度相对较低的外围；在城市网络层面,城市之间关联网络中的首位效应(北京一上海的关联)非常明显,三大城市群中核心城市(北京、上海、广州、深圳)之间的网络构成了中国大陆地区生产性服务业的核心链接.
|
| [25] |
互联网下的我国城市等级体系及其作用机制——基于百度搜索的实证分析 [J].https://doi.org/10.15957/j.cnki.jjdl.2016.01.007 URL [本文引用: 1] 摘要
利用百度指数中的地区分布模块,统计各地级以上城市的网络用户搜索关注的前10位城市。城市排名越靠前以及在前10位中出现频次越高,则可视为被其他城市搜索关注的程度更高,在互联网下的城市等级越高。基于此,通过对286个地级以上城市的网络用户搜索关注的前10位城市的分析,发现:1互联网下城市的网络被搜索关注程度差距明显,存在等级差异;2互联网下的城市等级体系空间布局呈现出空间集聚特征以及区域板块差异;3经济、地理因素影响着网络用户在互联网上对城市的搜索关注,网络用户倾向于搜索关注经济发展水平更高的城市与地理空间距离更近的城市。
China's city hierarchy under Internet and its influencing mechanism:an empirical analysis based on baidu search .https://doi.org/10.15957/j.cnki.jjdl.2016.01.007 URL [本文引用: 1] 摘要
利用百度指数中的地区分布模块,统计各地级以上城市的网络用户搜索关注的前10位城市。城市排名越靠前以及在前10位中出现频次越高,则可视为被其他城市搜索关注的程度更高,在互联网下的城市等级越高。基于此,通过对286个地级以上城市的网络用户搜索关注的前10位城市的分析,发现:1互联网下城市的网络被搜索关注程度差距明显,存在等级差异;2互联网下的城市等级体系空间布局呈现出空间集聚特征以及区域板块差异;3经济、地理因素影响着网络用户在互联网上对城市的搜索关注,网络用户倾向于搜索关注经济发展水平更高的城市与地理空间距离更近的城市。
|
| [26] |
环鄱阳湖城市体系规模结构变动——基于距离、规模、创新扩散的解释 [J].The evolution of city size distribution of urban agglomeration around poyang lake——based on the explanation of distance, city scale and innovation diffusion . |
/
| 〈 |
|
〉 |
