基于城市联系强度与城市流的京津冀城市群空间联系研究

刘建朝，高素英

(河北工业大学 经济管理学院，天津300401)

0 引言

京津冀城市群地域完整，人文相亲，在资源、能源与产业等方面具有天然互补优势，在我国区域经济格局中占据无法替代的战略地位［1］。但是，核心城市无序的过度集中的空间结构、政府间治理制度不足导致的滞后的区域治理制度安排、统一的规划缺失导致明显的产业梯度差和区域经济的不同步性、城市群的空间联系不紧密均严重限制了区域经济的协调发展［2］。在城市经济高速发展的宏观背景下，城市在区域经济发展中的地位日益强化，城市群空间经济联系日益活跃，呈现出更快的速度、更高的结构、更大的规模、更多样的方式，从而促进了城市群的分工与协作，有利于实现协调发展。因此，加强城市空间联系便成为实现京津冀城市群可持续发展的重要科学选择。

当前，国外学术界对空间联系的研究突破了简单的静态描述和理论的定性剖析的局限，更加注重联系过程的动态分解，更加强调定量模型的运用。Simeon Dankov基于贸易流，运用引力模型实证研究了前苏联12个地区1987—1996年间的经济联系的变化特征［3］;Hidenobu Matsumoto以国际航空港城市群为研究对象，基于距离、人口、经济等指标下的引力模型，研究了航空流的强度，进而剖析城市群的网络特征［4］;Edward L Glaeser则通过构建知识溢出模型，研究了城市群各城市间知识的分布及其流动［5］;Kurt Fuellhart以70～90英里为半径，以航空港城市为研究对象，进一步研究了客流替代空间竞争现象［6］;Guo-qiang Shen着重研究了城市群节点城市的引力强弱［7］。

国内对区域空间联系的研究在20世纪90年代以后逐渐出现，研究内容侧重区际联系，研究的焦点在于城市与所在区域或更大范围的空间联系，而且偏重于对空间运输联系的研究［8］。如程大林等以南京都市圈为例，以经济、社会联系流为测度值，通过多种的直接调查与相关联系强度的空间叠置进行了实证分析［9］;顾朝林等以中国城市间的空间联系强度为研究对象，运用引力模型分析了空间联系状态和结节区结构［10］;王芳等则以珠三角城市群为研究指向，从城市群规模结构、空间结构角度出发，采用城市群中心城市吸引力的分维数和空间结构的关联维数以及威尔逊模型、空间关联模型，对各个城市空间联系进行评判［11］;陈群元等基于城市流强度理论模型，对环长株潭城市群的城市流强度值和城市流强度结构进行了测算分析［12］;钟业喜等以ArcGIS为平台，应用自下而上的划分方法对江苏省1990，1996，2002，2008年不同等级的城市及其腹地的吸引范围进行了划分［13］。

综上所述，较之国外学术界，国内学术界当前对城市群经济空间联系的研究仍处于起步阶段，现有的研究主要集中于珠三角城市群、长三角城市群、山东半岛城市群和长株潭城市群等［14］;在研究方法上，主要采用了重力模型，城市流强度模型［15］，且维度较为单一，研究结论存在片面性。在对城市群空间联系的研究中，对于京津冀城市群的研究更为少见。本研究以上述研究为基础，综合采用经济联系强度与城市流两大模型，分别从区域和产业两大维度，对京津冀城市群空间联系进行实证研究，为加强京津冀城市群空间联系、促进京津冀城市群的可持续发展提供佐证。

1 经济联系强度

区域间各种现象间的功能联系和社会经济发展的现实需要是经济联系研究的缘起。之后，经济联系强度经历了从地区联系、中心地联系、城市等级联系、商品流联系、相互作用联系到扩散联系的演变过程，期间产生了一系列研究成果。根据已有的研究成果，本研究确定的经济联系强度模型包括基础模块和核心模块。

1)基础模块为计算中心城市与其余城市的经济距离J，公式如下:

式中:D为公路距离;α，β为修正权数。

本研究基于“公路距离”这一指标，通过两次修正获取“经济距离”数据值［16］。其中，α为由城市间交通决定的通勤距离修正权数(第一次修正)，由于公路与铁路为城市间主要交通方式，故取值为0.7;β为城市群各城市与核心城市人均生产总值的比值所决定的经济落差修正权数(第二次修正)，若各城市与核心城市人均生产总值之比小于0.45，β 则取值1.2，若这一比值大于 0.7，则β取值0.8，若这一比值介于0.45和0.7之间，则β取值1.0［17］。

2)核心模块为经济联系强度(Rij)模型和场强(C)模型，表达式如下:

式中:Pi，Pj为两城市市区非农业人口数;Gi，Gj为两城市市区生产总值﹙亿元﹚;Dij为两城市经济距离。

1.1 经济距离

北京与邢台的经济距离最远，达到341.6 km，其次是邯郸，达到314.3 km，再次是秦皇岛、石家庄，分别达到了203 km和201.6 km。北京与其他城市的经济距离都在200 km以内，与衡水的经济距离为189 km，与承德的经济距离为148.4 km，与张家口的经济距离为136.6 km，与沧州的经济距离为116.48 km，与保定的经济距离为107.8 km。北京与唐山、天津、廊坊的经济距离最近，分别为 98.56，67.76 和42.70 km。

同北京与各城市经济距离类似，天津与邢台的经济距离最远，达到356.16 km，其次是邯郸，达到324.1 km，再次是张家口、石家庄和承德，分别达到了220.5，218.4和208.6 km。天津与其他城市的经济距离都在200 km以内，与秦皇岛、衡水、保定的经济距离分别为187.6，177.8和121.1 km。天津与北京、唐山、沧州、廊坊的经济距离最近，分别为 67.76，67.20，66.64 和49 km。

1.2 经济联系强度与场强

利用公式(2)和(3)计算北京与各城市的经济联系强度和场强(表1)。

表1 各城市与中心城市北京的经济联系强度和场强Tab.1 Intensity of economic ties and field strength between Beijing and other cities

从表1可以得出，经济联系强度方面，北京与天津的经济联系强度最大，高达735.51，远远超过与其他城市联系强度，与廊坊和唐山的经济联系强度次之，但程度远逊于北京与天津的联系程度，分别为115.51和110.32。北京与其他城市的联系强度均低于100，其中，超过10的城市有保定、石家庄、沧州、张家口，强度分别为26.55，17.38，14.40 和 12.41。北京与秦皇岛、承德、邯郸、衡水和邢台的经济联系强度均低于10，分别为6.68，6.40，3.69，3.31 和 1.37。场强方面，北京与天津的场强最大，达到10.85，同样大幅超过北京与其他城市场强，与廊坊和唐山的场强次之，分别为2.71和1.12，仅为京津之间场强的1/4和1/8。北京与其他城市的场强均低于1。其中，与保定、沧州之间的强度超过0.1，分别为0.25和0.12。北京与其他城市的场强均低于0.1，与石家庄、承德、张家口、秦皇岛、衡水、邢台和邯郸的场强分别为 0.09，0.04，0.09，0.03，0.02，0.01，0.01。

同理，可得到各城市与中心城市天津的经济联系强度和场强(表2)。

从表2得出，经济联系强度方面，天津与北京的经济联系强度以735.51居于首位，远远超过与其他城市联系强度，与廊坊和唐山的经济联系强度次之，尽管超过200，但大大低于北京与天津的联系程度，其值分别为236.32和225.72。天津与其他城市的联系强度均低于100，其中，超过10的城市有保定、石家庄、沧州、张家口、秦皇岛和承德，强度分别为 54.31，35.56，29.47，25.39，13.66和13.10。天津与邯郸、衡水和邢台的经济联系强度均低于10，分别为 7.56，6.77 和 2.81。场强方面，天津与北京的场强最大，达到10.85，同样大幅超过北京与其他城市场强，与廊坊的场强次之，也达到5.53。与其他城市的场强低于5，和唐山的场强为2.29。天津与其他城市的场强均低于1，其中，强度超过0.1的城市有石家庄、张家口、保定、沧州，分别为 0.18，0.19，0.50 和0.25。天津与其他城市的场强均低于0.1，与承德、秦皇岛、衡水、邢台和邯郸的场强分别为 0.09，0.07，0.04，0.01和0.02。

表2 各城市与中心城市天津的经济联系强度和场强Tab.2 Intensity of economic ties and field strength between Tianjin and other cities

2 城市流

作为城市之间发生相互作用的基本方式，城市流是指在城市群地域内各种流(包括资金流、信息流、技术流、人流和物流等)高频率、高密度、多方向的流动现象。城市流强度指的是在城市群内城市间的联系中城市外向功能(集聚与辐射)所产生的影响量［18］。计算模型为:

式中:F为城市流强度;N为城市功能效益;E为城市外向功能量。

首先，依据该模型及区位熵对城市的外向功能量的影响，基于各变量的经济意义及数据的可获得性，选取城市产业从业人员数量作为指标，计算i城市 j产业从业人员区位熵:

式中:Qij为i城市j产业从业人员数量;Qi为i城市从业人员数量;Qj为全国j产业从业人员数量;Q为全国总从业人员数量。

如果 LQij＜1，则i城市j产业不存在外向功能量，在此情况下，Eij=0;如果LQij＞1，则i城市j产业存在外向功能量。这说明j产业占i城市总从业人口的比重超过全国平均水平，即i城市的j产业专业化水平较高，有能力为城市边界外的区域提供服务。

其次，计算i城市j产业的外向功能量:

相应地，i城市m个产业总的外向功能量Ei为:

再次，将i城市的功能效率Ni用人均从业人员的GDP(Si)表示为:

最后，计算i城市的流强度Fi:

式中:Ki为i城市总功能量中外向功能量的占比，反映了i城市总功能量的外向程度，即城市流倾向度。

2.1 产业区位熵

根据公式(4)计算得出京津冀城市群各城市主要外向产业的区位熵，可以发现，在京津冀城市群各城市中，所有城市外向服务部门区位熵全部小于1。作为城市群的核心城市，尽管北京具有较为强势的地位，其区位熵普遍大于1，但社会服务产业区位熵只有0.58，说明北京的服务功能仍有提升的空间。另一核心城市天津尽管大多数产业区位熵大于1，但金融保险、社会服务、教育文化广播影视的区位熵均小于1，说明天津的服务业，特别是现代服务业发展仍不尽人意。其他城市中，石家庄的外向产业区位熵普遍较好，但房地产只有0.29。唐山的房地产、社会服务、教育文化广播影视、科研综合技术服务的区位熵均小于1，说明唐山的产业结构仍然偏“硬”，城市服务功能仍需进一步提升。其他城市外向服务部门中仅有少数部门的区位熵大于1，说明其外向型产业发展不足。

2.2 外向功能量

利用公式(5)和(6)计算i城市j部门(LQij＞1)的外向功能量(LQij＜1时，Eij=0)以及i城市的外向功能量Eij。京津冀城市群均有一定程度的外向功能量，其中，北京最高，达到 111.76，天津次之，为 71.34，均大幅领先其他城市，特别是北京，在京津冀城市群中居于核心地位，其教育文化广播影视为代表的外向功能量极为突出;天津的外向功能量之所以落后北京，很大程度上由于金融保险、教育文化广播影视等为代表的服务业发展不足。这一点也和唐山类似，房地产、社会服务、教育文化广播影视、科研综合技术服务发展不充分，导致其服务业发展不足，使得总外向功能量落后于石家庄。其他城市的外向功能量基本都介于10～20之间。

2.3 城市流强度

依据公式(7)和(8)，计算得到京津冀城市群城市流倾向度与城市流强度(表3)。

如果城市流强度值大，说明该城市与城市群中其他城市联系紧密;反之，则联系松散。由表3可知:京津冀城市群各城市的城市流强度相差十分悬殊，据此可将京津冀城市群城市划分为高、中、低3个不同的层次:北京、天津是高城市流强度值的城市，在京津冀城市群中居于绝对领先的地位;石家庄、保定、沧州为中城市流强度值城市;其他城市，包括承德、张家口、秦皇岛、唐山、廊坊、衡水、邢台与邯郸为低城市流强度值城市。依据城市流的强度判断，在京津冀城市群中，北京、天津两大直辖市远远高于群内其他城市，其城市流强度相对其他城市存在着跨级别的巨大优势，这有力地证明了京津两大直辖市在京津冀城市群空间联系中居于核心地位，也在一定程度上支撑了京津冀城市群是以京津为双核心的空间结构，其他城市则居于从属地位;石家庄的城市流强度值仅次于京津，这主要是由于相对其他城市，其金融保险业、交通仓储邮电业、房地产业发展相对较快，城市服务功能较强，其他城市的城市流强度值均较低;保定、沧州的城市流强度值均超过100，其他城市的城市流强度均低于100。因此，京津冀城市群城市之间的相互作用仍不够紧密，空间联系需进一步强化。

表3 京津冀城市群城市流倾向度与城市流强度Tab.3 The degree of tendency and intensity of urban flow in urban agglomerations of Beijing，Tianjin and Hebei

3 结论

采用经济联系强度模型与城市流模型，分别从区域和产业两大维度，对京津冀城市群进行了实证研究。

从北京与其他城市经济联系强度看，北京与天津之间经济联系强度最大;与唐山和廊坊的经济联系强度次之;与保定和沧州的经济联系居于较低水平;与其他城市的经济联系强度很低。从天津与其他城市经济联系强度看，天津与北京之间经济联系强度最大;与唐山和廊坊的经济联系强度次之;与石家庄、保定、沧州和张家口的联系为较低水平;与承德、秦皇岛、衡水、邢台和邯郸经济联系最低。从城市流强度来看，可以将京津冀城市群城市分为高、中、低3个档次:高城市流强度值的城市为北京、天津;中城市流强度值城市为石家庄、保定、沧州;低城市流强度值的城市包括承德、张家口、秦皇岛、唐山、廊坊、衡水、邢台与邯郸。北京、天津的城市流强度值最高，远远高于群内其他城市，这充分表明北京和天津在城市群区域空间联系中处于核心地位;石家庄的城市流强度值仅次于京津;保定、沧州的城市流强度值均超过100，其他城市的城市流强度均低于100。

京津冀城市群各城市之间存在一定程度的空间联系，但较为松散。京津两大直辖市之间经济联系非常紧密，而与其他城市联系均相对松散。而同期长三角城市群中上海、苏州、无锡、杭州、南京等城市之间联系量高达3 893 422，占长三角城市群联系总量的62.11%，城市群结构更为清晰，城市发展更为均衡，网络化发展的态势已经显现［19］。与之相比较，京津两市在城市群中的空间集聚效应大于扩散效应。京津冀三地的经济自成体系，且正在构筑各自的城市体系、调整各自的产业结构、培育各自的联系腹地、拓展各自的对外联系方向、打造各自的中心城市、建设各自的出海口，与长三角城市群相比，远未形成资源共享、优势互补、良性互动的区域经济联合体。加之现行制度安排导致的行政分割和城乡差距，使京津的经济扩散严重不足，形成了对周围地区各种资源要素的“虹吸”效应，使京津成为了该地区经济发展中的两个“孤岛”，这也导致了河北省北部环京津贫困带的形成。相对北京而言，天津与其他城市空间联系广度稍大，但由于外向型服务业发展不充分，导致天津对其他城市联系的强度不高。其他城市中，石家庄、唐山与京津空间联系最为紧密，唐山由于产业结构偏重，因而城市流不如石家庄，但两者依然成为京津冀城市群次核心城市的主要候选者。其他城市与京津的联系强度及城市流都较小，说明其与京津的落差在进一步加大，这也导致了其承接京津产业转移存在较高难度，京津“孤岛”现象仍将进一步持续。因此，京津冀城市群只有不断破除行政边界的阻碍，强化城市间经济联系，形成分工合理的产业体系，不断缩小城市差距，可持续发展才有希望实现。

［1］祝尔娟.“十二五”时期京津冀发展阶段与趋势特征分析［J］.经济与管理研究，2010(10):122-128.

［2］吴群刚，杨开忠.关于京津冀区域一体化发展的思考［J］.城市问题，2010(1):11-16.

［3］Simeon Djankov，Carolinc.Freund Trade Flows in the Former Soviet Union 1987 to 1996［J］.Journal of Comparative Economics，2002，30(1):76-90.

［4］Hidenobu Matsumoto.International Urban Systems and Air Passenger and Cargo Flows Some Calculations［J］.Journal of Air Transport Management，2004(10):241-249.

［5］Edward L Glaeser.Learning in Cities［J］.Journal of Urban Economics，1999，46(2):254-277.

［6］Kurt Fuellhart.Inter-metropolitan Airport Substitution by Consumers in An Asymmetrical Airfare Environment Harrisburg Philadelphia and Baltimore［J］.Journal of Transport Geography，2003(11):285-296.

［7］Shen Guoqiang.Reverse-fitting the Gravity Model to Intercity Airline Passenger Flows by An Algebraic Simplification［J］.Journal of Transport Geography，2004(12):219-234.

［8］李红锦，李胜会.基于引力模型的城市群经济空间联系研究——珠三角城市群的实证研究［J］.华南理工大学学报(社会科学版)，2011，13(1):19-24.

［9］程大林，李侃桢，张京祥.都市圈内部联系与圈层地域界定——南京都市圈的实证研究［J］.城市规划，2003，27(11):30-33.

［10］顾朝林，庞海峰.基于重力模型的中国城市体系空间联系与层域划分［J］.地理研究，2008，27(1):1-12.

［11］王芳，夏丽华，张太煜.基于GIS的珠江三角洲城市群结构与空间关联研究［J］.广州大学学报(自然科学版)，2010，9(1):47-53.

［12］陈群元，宋玉祥.基于城市流视角的环长株潭城市群空间联系分析［J］.经济地理，2011，31(11):1840-1844.

［13］钟业喜，陆玉麒.基于空间联系的城市腹地范围划分——以江苏省为例［J］.地理科学，2012，32(5):536-543.

［14］李平华，陆玉麒.长江三角洲空间运输联系与经济结构的时空演化特征分析［J］.中国人口·资源与环境，2005，15(1):16-20.

［15］朱英明，于念文.沪宁杭城市密集区城市流研究［J］.城市规划汇刊，2002(1):31-33.

［16］高汝熹.城市圈域经济论［M］.北京:科学出版社，2001.

［17］姜博，修春亮，陈才.辽中南城市群城市流分析与模型阐释［J］.经济地理，2008，28(5):853-857.

［18］陈园园，李宁，丁四保.城市群空间联系能力与SOM神经网络分级研究——以辽中南城市群为例［J］.地理科学，2011，31(12):1461-1467.

［19］李娜.长三角城市群空间联系与整合［J］.地域研究与开发，2011，30(5):72-77.