基于OD矩阵的我国城市群空间联系分析

肖惠珍

摘 要：通过以交通运输设施为基础进行物质、人口交流产生的相互作用与关系探讨，揭示区域经济联系的空间特征已经成为现阶段城市群空间联系的研究重心，本文以九个城市群为案例，利用OD矩阵的方法定量分析城市群中心城市之间的铁路客流量以及航空客流量和货运量。经过研究中国九个城市群之间的外部经济联系及时空变化，其结果表明：（1）城市群的外部联系主要体现在核心城市上；（2）港口城市在城市群对外经济联系中发挥枢纽性作用；（3）城市群对外联系强度基本仍呈现菱形分布格局；（4）城市群空间联系呈三大区域性集中格局；（5）城市群经济联系不断加强，空间网络结构日趋复杂。

关键词：运输联系 城市群 OD矩阵 外部经济联系

中图分类号：U49 文献标识码：A 文章编号：1672-3791（2018）06（c）-0251-05

随着城市地区社会经济的快速发展以及在地区经济发展中的显赫地位和作用凸现，城市体系经济联系更为活跃，呈现出网络化联系特征，并以前所未有的方式、结构、速度、规模向前发展，相关的空间经济联系与地域组织优化研究成为研究最活跃、成果最丰富的部分之一。普遍认为交通运输网络与城市群空间网络紧密相关，强调交通运输网络是形成城市群网络系统的物质条件和必要前提，良好的交通连接与国家、区域和全球层次城市群的空间整合有着密切的联系（W. Owen.，1987）。城市群的空间联系推动区域经济的快速发展，进而促进城市化的进程。

普遍认为交通运输网络与城市群空间网络紧密相关，强调交通运输网络是形成城市群网络系统的物质条件和必要前提，良好的交通连接与国家、区域和全球层次城市群的空间整合有着密切的联系。经济联系特征已经使城市群的空间结构呈现空间拓展广域化、空间结构多核化、空间运输网络化、空间联系国际化、空间扩散垂直化的发展特征。因此，通过城市群核心城市之间的人口、物质流通情况研究城市群空间经济联系，有助于认识城市群的内部空间结构和产业结构调整，为城市群空间城市合理的产业分工和功能定位提供必不可少的理论依据和决策支持。

1 城市群空间联系的定量化方法

1.1 城市群空间联系的层次性

城市群发展到一定阶段后，在一个城市群内部形成了大、中、小不同规模层次的城市，构成了各自独立而又紧密联系的城市群，不同规模、层次、结构与功能的城市通过交通网络、商品网络、技术网络、资金网络、人才网络以及信息网络等密切联系在一起，将集中集聚和分散集聚的优点相互结合，充分体现了空间集聚的优越性。

可见，城市群不仅是自然和经济社会发展的必然结果，同时也是一个开放的复杂系统，因此，必然要和外部城市群以及内部不同等级和层次的城市间发生联系，即城市群的空间联系包括外部联系和内部联系两个层次，而这种联系主要以交通、通讯等各种形式的网络作为媒介实现，包括人流、物流和信息流等要素的流动，见图1。

本文主要分析了城市群的外部经济联系，由于信息流数据的收集比较困难，因此，本文笔者通过收集了9个城市群的主要中心城市之间2010年和2016年航空客运量和货运量，以及从铁道部官网上收集的2017年客运车次进行网络分析。

1.2 城市群空间联系的内容

城市群经济联系的复杂性空间规律已经成为城市地理学、区域地理学、经济地理学研究的重点范畴。区域经济联系表现为经济实体区域间相互作用和关系，在地域空间上体现为各种空间“流”，地区间的这种物质、能量、信息交流通过人口流、物流、信息流、资金流、技术流等形式维持区域系统的活力，其空间分布最直接反映区际经济社会联系特征。

1.3 城市群空間联系的定量化研究

定量化研究主要基于一定的数学模型和空间分析算法，从而对各类要素的空间流动方向和强度进行量化表达。目前，基于地理信息系统的城市群空间联系定量方法也越来越成熟，例如基于引力模型的城市间经济联系，依据距离衰减原理，引力模型已经广泛应用于经济研究分析中，特别是在新经济地理学和区域经济学领域，成为研究空间相互作用的核心工具。基于城市流强度的城市间经济联系。城市流强度是指在城市群区域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，城市流强度说明了城市与外界（城市或农村）联系的数量指标。基于要素实际流动量的城市间联系研究。以人流、物流、信息流等流动要素为重点，通过对商务旅行和交流程度的测度，能够为清晰地反映日益网络化的城市区域内部的功能结构和关系，为深入揭示城市区域内的互动演进过程提供有力支撑。我国也有学者通过计算长江三角洲16个城市间高速铁路和长途客车的客运交通流量，分析了长三角主要城市间功能联系强度和联系方向等特征，并对长三角功能多中心的结构进行了分析判断。基于要素强度和流量的方法，如OD矩阵，基于网络的模型，如人口密度和路网密度等。

2 基于OD矩阵的城市群空间联系分析

2.1 OD矩阵

OD矩阵，或称OD表，是描述交通网络中所有出行起点（Origin）与终点（Destination）之间在一定时间范围内出行交换数量的表格，能够反映网络中各节点间的交通联系及其流量大小。基于OD矩阵的基本概念，可以将其引申至城市群空间联系的定量分析中。由于其他经济联系数据获取的局限性，分别获取城市间航空客货运输量和铁路车次，根据九大城市群的划分原则，对原始数据进行预处理后，分别构建九大城市群间2010年和2016年的航空客货运输OD矩阵以及2017年铁路客运车次的OD矩阵。

2.2 数据来源与处理

2.2.1 空间数据及其预处理

9个城市群的位置数据是国家1∶400万中国电子地形图（国界、省界、地级市等）的基础上，参考城市群的规模采集各个城市群的城市经纬度，并提取城市群的几何中心位置作为OD矩阵的起点O（Original）和终点D（Destination），通过ArcGIS软件计算城市群中心的位置，平均几何中心坐标的计算公式见公式（1）～（2）。

X=∑Xi /n （1）

Y=∑Yi /n （2）

其中，（X，Y）分别为几何中心的经纬度坐标值，（Xi，Yi）为第i个城市的地理经纬度坐标值，n为城市群内部城市数量，其计算结果见表1。

2.2.2 属性数据及其预处理

本文城市群的经济联系分析所涉及的属性数据是经济联系的指标数据。包括2010年和2016年九大城市群中心城市的航空旅客运输量和货物运输量，以及城市群范围内重点城市间2017年12月的旅客列车车次数据，笔者从铁道12306网站以及航空局整理的数据。

3 基于OD矩阵的城市群空间联系定量分析

根据城市群内部各城市的经纬度坐标值，计算出每个城市群的几何中心，将各几何中心进行空间联接，构成城市群间一对多的网络图，通过网络可反映城市群外部空间联系的空间结构。

根据上述OD矩阵数据，为每条网络联接线赋予相应的专题属性值，包括2010年和2016年航空客货运输量，2017年铁路车次等，再进行网络流量的图形化表达，见图2和图3。

根据网络OD图中的航空客货运输量和铁路车次，可以半定量地间接反映城市群间的外部经济联系强弱关系。同时通过对2010年和2016年航空客货运输量的对比，可以反映城市群间空间经济联系的变化。

根据网络OD矩阵图可见，我国主要城市群之间都存在不同程度的联系，形成了网络化的空间联系格局，其中京津冀城市群、长三角城市群、珠三角城市群和成渝城市群的枢纽性作用非常明显，无论是客运流还是货运流，这四大城市群之间的联系量都非常大，占据主导性的优势地位。

由于航空运输属于较高端的空间经济联系，因此，能够反映城市群间经济联系的质量。根据上述图表数据，对航空运输网络流量进行分析，在货运量方面，京津冀城市群、长三角城市群和珠三角城市群之间的联系在城市群之间联系中呈主导性作用，其次为京津冀城市群与川渝城市群、珠三角城市群与成渝城市群、长三角城市群与川渝城市群。在客运量方面，京津冀城市群与长三角城市群、长三角城市群与珠三角城市群之间的联系呈现主导性地位，其次为京津冀城市群与珠三角城市群、京津冀城市群与川渝城市群、珠三角城市群与成渝城市群，可见，九大城市群间的经济联系的质量是具有层次性和等级性的。

铁路客运反映的是城市群间人员往来的数量，由于客运数据获取的困难性，因此，通过客运列车的车次数量也可以间接反映客运量的相对大小。根据2017年数据，京津冀城市群与长三角城市群、辽中南城市群和山东半岛城市群间的车次总量均大于100，鄂东城市群与珠三角城市群间车次总量也在100以上，形成南北两个枢纽。而长三角与鄂东和海西间的车次也在50～100之间，其他城市群间的车次数量则小于50，说明人员联系没有上述三个地区密切见图4。

4 结论

4.1 城市群的外部联系主要体现在核心城市上

城市群一方面对内是一个一体化程度很高的综合体，另一方面城市群还是一个对外的开放体，城市群对外的经济联系主要体现在核心城市的对外联系上。这一个方面是因为城市群内部核心城市的首位度一般都比较高，集聚了城市群内部最好的生产要素资源，其市场范围和服务空间往往会超过城市群自身的市场范围，需要与外部加强经济联系，拓展市场范围，以便在更大区位范围内实现资源的优化配置。另一方面，在部分城市群内部，核心城市往往是靠近港口的门户城市，这类核心城市在城市群中往往担任内聚外联的作用，城市群内部的成员城市一般是通过门户核心城市间接与外部发生经济联系。

4.2 港口城市在城市群对外经济联系中发挥枢纽性作用

港口城市在城市群对外联系中发挥重要的枢纽性作用，很多城市群的对外经济联系主要是通过港口城市的对外联系得到体现的。这主要是因为港口城市在集聚人口和生产要素方面具有得天独厚的优势，在历史发展过程中，很多区位条件和建港条件优越的港口城市，往往得到快速发展，成为区域发展的龙头城市。港口中心城市本身具有优越的区位条件和便利的交通优势，成为区域内人口和产业的集聚中心，而且还往往是区域内的行政中心，从而在一定程度上强化了人口和产业的集聚功能，促进了区域中心城市城市规模的扩大和功能的完善。港口城市對外联系低廉便捷的先天优势，进一步强化了其在城市群中内聚外联的作用。

4.3 城市群对外联系强度基本仍呈现菱形分布格局

从我国城市群对外联系强度的空间分布来看，基本呈现出由京津冀、长三角、珠三角、成渝组成的菱形空间分布格局。这种菱形格局基本与中国区域发展长期形成的“T”字型空间是相吻合的。其中京津冀城市群、长三角城市群和珠三角城市群是我国沿海地区最为发达和规模最大的城市群，川渝城市群是我国长江沿岸和西南地区的重要城市群，这四大城市群之间的经济联系强度最大，相互之间的人员流动和货物流动量都比较大。在全国的城市群结构体系中，这四大城市群之间的相互联系占据主导型地位，其数量和质量都明显大于其他城市群间的联系，因此，具有较高的层次性和等级性。

4.4 城市群空间联系呈三大区域性集中格局

从人员流动性看，京津冀城市群分别与长三角城市群、辽中南城市群和山东半岛城市群间；鄂东城市群与珠三角城市群间；长三角城市群与鄂东城市群和海西城市群间的联系基本上在同一个层次上，形成了相对集中的三个区域性集中联系格局，即北方城市群间、西南城市群间和东南沿海城市群间的三大次级空间联系格局。

4.5 城市群经济联系不断加强，空间网络结构日趋复杂

根据前述2010年航空客货运输量的对比，可以明显看到多年来城市群空间联系在强度、数量和质量上的增加，同时联系的层次性也更加明显，网络结构更加复杂。2010年航空客运联系量没有超过500万人的，而到2016年时，长三角城市群与京津冀城市群和珠三角城市群的航空客运量均超过1000万人，其他层次的联系也不断增加。

参考文献

[1] 顾朝林.城市群研究进展与展望[J].地理研究，2011，30 （5）：771-784.

[2] 罗震东，何鹤鸣，耿磊.基于客运交通流的长江三角洲功能多中心结构研究[J].城市规划学刊，2011（2）：16-23.

[3] W. Owen. Transportation and world development[M]. Baltimore MD： Johns Hopkins University Press，1987.

[4] 陈彦光，刘继生.基于引力模型的城市空间互相关和功率谱分析[J].地理研究，200（6）：89-90.

[5] 卢万合，刘继生.中国十大城市群城市流强度的比较分析[J].统计与信息论坛，2010（2）：113-114.

[6] 罗震东，何鹤鸣，耿磊.基于客运交通流的长江三角洲功能多中心结构研究[J].城市规划学刊，2011（2）：116-117.