基于交通流的关中城市群空间联系网络研究

(西北大学 城市与环境学院,陕西 西安 710127)

1 引言

城市群是以一个或多个特大城市为核心,由联系紧密的多个城市组成,实现高度同城化和一体化的地域单元[1]。《国家新型城镇化规划(2014—2020)》提出,将城市群作为推动我国新型城镇化的主体形态。城市群内部空间的联系网络是发挥城市群主体功能的关键,因此引起了学术界的广泛关注。伴随着城市地理学研究的网络化转向,城市网络、世界城市等概念应运而生[2],有关世界城市网络的研究逐步兴起。同时,流空间理论推动了城市网络研

究范式转型,研究视角由地方空间转向流动空间。

近年来,国外学者的研究主要集中在城市网络分析方法[3]、城市网络节点效应[4]、城市网络理论实证[5]等方面，而国内学者的研究重点主要集中在关注城市群网络边界识别[6]、城市空间联系与相互作用[7]、城市群空间结构形态与演化[8]等方面。因此，如何测度城市空间联系一直是城市群网络研究的难点,目前主要有3种测度方法----基于修正的引力模型[9]、基于城市流强度模型[10]、基于城市间空间流模型[11]。修正的引力模型只能测度城市之间理论上的联系,与现实存在较大误差;城市流强度模型能较好地测度城市的外向性功能,但不具备反映城市间联系的指向性。比较而言,基于城市间空间流模型更能直接反映城市之间实际已经形成的联系,如城市间人口流[12]、交通流[13]、信息流[14]、旅游流[15]等空间流数据,更能直观地反映了城市间的关系。

人作为城市群空间联系的微观主体,人的交通通勤行为是城市间生产和生活联系的外在表现,因此交通流比其他空间流更具有综合性和代表性,基于交通流的城市空间联系较准确客观地反映了城市群网络结构。陈伟劲[16]等利用公路客运交通流数据,分析了城际和功能区两个尺度的珠三角城市群功能联系格局;马学广等[13]利用铁路客运交通流数据,揭示了环渤海地区城市网络的空间形态和联系特征;孙阳等[11]基于高铁客流构建了长三角城市群城市间联系矩阵,发现长三角城市群网络具有层级结构特征。在研究尺度上,既有的城市群网络研究多停留在市域尺度,在全国城市联系网络中尚可保证精度,但针对范围较小、城市较少的城市群,应从区县尺度开展城市群网络结构研究。在研究方法上,社会网络分析方法(SNA)为研究城市群网络结构提供了可视化的分析工具,核心是从关系的视角研究结构问题。它通过定量指标来描述网络中个体之间的互动关系,既能反映个体在网络结构中的位置,又能揭示整个网络的结构特征。

2018年初,《关中平原城市群发展规划》获得国务院批复,关中城市群发展将迎来新的机遇期,对关中城市群开展更充分的学术研究迫在眉睫。然而,学术界对关中城市群网络结构的研究缺乏必要的关注,既有的研究主要集中在关中城市群的发展背景条件[17]、功能结构优化[18]、基于引力模型的联系测度[19]等方面。基于此,本文以关中城市群为研究对象,基于公路和铁路客运交通流数据,在多源交通流数据融合的基础上,运用空间分析和社会网络分析方法,对关中城市群城镇空间联系格局与网络结构进行测度,旨在为发现和解决关中城市群网络结构问题提供一定的参考。

2 研究区和数据源

2.1 研究区概况

关中城市群位于陕西省中部,是坐落于关中平原上的一组城市的集群,其范围包括五市一区,即西安市、咸阳市、宝鸡市、渭南市、铜川市和杨凌示范区。关中城市群是中国十大城市群之一,是我国西部地区的比较优势区域,也是陕西省的人口与经济的集中地,在全国经济发展中占有重要地位。截至2015年末,关中城市群常住人口2385万人,占陕西省总人口的62.9%;地区生产总值为11312亿元,占陕西省总量的62.8%。关中城市群已经形成高速公路与国道组合的“米”字型公路交通网,以陇海线为基础的“一”字型和以西安市为中心的“V”字型铁路交通网。

近年来,随着关中环线和关中城际铁路的开通运营,关中城市群交通基础设施发展态势良好,城市群内部交通流强度加大,基于交通流的城镇空间联系也日趋紧密。为了客观地反映各区县的发展实际,本文对地级或以上市的主城区行政边界进行了合并处理,最终得到了46个关中城市群区县尺度行政单元。

2.2 数据及处理

交通流是城市群内部区域空间联系最直接、最现实的表现形式。研究基于一个前提假设,即区域间客运量越大,空间联系就越强。关中城市群内部交通流以公路和铁路运输为主,考虑到数据的可获得性,本研究使用关中城市群各城镇之间每日往返汽车和火车客运班次数据。其中,公路客运班次数据来源于陕西省道路运输管理局(http://www.sxsjttygj.gov.cn)、车次网(http://www.checi.cn),铁路客运班次数据来源于12306网站(http://www.12306.cn)、极品时刻表软件。官方门户网站和商业网站数据,两者交叉验证、互为补充,为研究提供了实时、可靠的数据源。针对个别城镇客运交通数据缺失问题,我们在车站进行了实地调研来核实(数据检索与实地调研时间为2017年9月16日—10月27日)。为了反映多源交通流对城市群网络的综合效应,本文对城镇间每日往返汽车和火车客运班次进行加权求和。确定权重的方法为:根据2017年的《陕西省统计年鉴》,陕西省公路、铁路、水运、民航的旅客周转量构成比重分别为32.79%、52.34%、0.08%、14.79%,故按上述比重作为权重对综合交通流进行测算,得到关中城市群各城镇之间每日往返客运班次46×46矩阵。

3 研究方法

3.1 空间分析

基于区域交通流数据,本文借助ArcGIS 10.2软件平台,通过Network Analyst模块构建了O-D(Origin-Destination)矩阵,进而对O-D网络连接路径进行了可视化表达。参考张文尝等[20]的相关研究,本文对城镇间联系强度的测度采用以下指标。

联系强度(Sij):联系强度是指城镇之间产生联系的紧密程度。计算方法为两个城镇之间每日客运班次之和:

Sij=Ti-j+Tj-i

(1)

式中,Sij为城镇i与城镇j之间的联系强度;Ti-j为城镇i到城镇j的每日客运班次;Tj-i为城镇j到城镇i的每日客运班次。

综合联系能力(Pi):综合联系能力是指城镇对外联系的综合水平。计算方法为该城镇与区域内其他城镇的联系强度之和:

(2)

式中,Pi为城镇i的综合联系能力;n为区域内城镇个数;Sij为城镇i与城镇j之间的联系强度。

3.2 社会网络分析

本文基于城镇空间联系网络,借助Ucinet 6.1软件平台,从网络密度、网络中心度、网络中心势和核心—边缘结构4个方面测度了关中城市群网络结构，具体计算公式参考刘军的相关论著[21]。

网络密度(Density):网络密度是指网络中各节点之间联系的疏密程度。在城市群网络中,网络密度反映了城市间空间联系的紧密程度,网络密度越高,联系就越紧密。

计算公式为:

(3)

式中,D为网络密度；n为城镇节点数目；Sij为城镇i与城镇j之间的联系强度。

网络中心度(Centrality):网络中心度是指网络中各节点的重要性及其对整个网络的支配能力。在城市群网络中,网络中心度揭示了城市在城市群网络的中心位置。本研究选取点度中心度(Degree Centrality)、中介中心度(Betweenness Centrality)作为网络中心度的量化指标。

计算公式为:

(4)

(5)

式中,CD(i)为城镇i的点度中心度;CB(i)为城镇i的中介中心度;gjk为城镇j与城镇k之间存在的捷径数目;gjk(i)/gjk为城镇i处于城镇j与城镇k捷径上的概率。

在本研究的无向图中,点度中心度即为与该城市直接联系的城市数。点度中心度越高,表示城市就越接近网络中心的位置,与其他城市的联系能力就越强。中介中心度表示城市群网络中某一城市在多大程度上处在其他城市的中间。中介中心度越高,表示城市在网络中就越有可能充当中介和桥梁的角色。

网络中心势(Network Centralization):网络中心势是指网络具备一个中心化的结构的趋势,即整体网络对个别核心节点的集中程度。网络中心势刻画的是整体网络联系的不均衡性,网络中心势的值越接近100%,即网络越具有集中性、网络节点间联系越不均衡。计算公式为:

(6)

式中,C为网络中心势;Cmax为网络核心节点的中心度;Ci为节点i的中心度。

核心—边缘结构(Core-Periphery):核心—边缘结构揭示了各城市节点在城市群网络中的位置与角色属性,目前已成为网络结构分析的研究范式。本研究主要采用连续的核心—边缘模型,基于核心度(Coreness)来确定网络中城市节点的核心区与边缘区的归属。

4 结果分析

4.1 关中城市群空间联系格局

整体联系格局:基于综合交通流的关中城市群空间联系整体上呈现“双中心—辐射”格局(图1)。西安为主中心，宝鸡为副中心,呈放射状联系各城镇,形成等级差异明显的空间联系轴线。从局部来看,基于综合交通流的关中城市群可划分为东西两个子区域,西部区以宝鸡为中心,呈现“扇形”空间联系结构,陇县、千阳、凤翔、岐山、眉县共同与宝鸡组成“扇面”；东部区以西安为中心,呈现“放射状”空间联系结构,西以扶风、眉县为界,东以渭南为桥梁,向东北方向沿大荔—合阳—韩城联系轴带状延伸,形成一条联系紧密的综合客运廊道。从空间联系轴线的等级分布来看,一级联系轴有4条,即西安—咸阳、西安—高陵、西安—渭南、宝鸡—凤翔,其中以西安—渭南空间联系最强,联系强度值达到352。双中心“西安—宝鸡”空间联系强度并未达到一级,主要是因为宝鸡与西安之间距离相对较远,空间联系有赖于铁路客运,公路客运联系较弱。二级联系轴共有15条,总体上沿着一级联系轴向外拓展,集中分布于关中城市群腹地。一、二级联系轴线的空间分布与区域内高速路网和铁路干线的走向基本一致,体现了交通基础设施对关中城市群空间联系的支撑作用。

图1 关中城市群城镇空间联系格局

值得注意的是,关中城市群主城区节点间的空间联系较强,县城节点间的空间联系较弱,表明主城区与县城的空间联系能力存在差异。空间联系强度总体上表现出空间近邻效应,即空间上距离较近的两个城镇联系更紧密。但是也有例外,例如陈仓—宝鸡比凤翔—宝鸡联系弱、华州—渭南比西安—渭南联系弱。出现这一类例外现象的原因是,城市建成区内部(比如宝鸡与陈仓)多以公交车或出租车为交通联系媒介,汽车客运班次较少。另外,研究区内“县—县”比“县—区”之间联系弱,这一现象无法用空间近邻效应来解释,这是因为行政边界壁垒从制度和关系层面削弱了联系强度在空间距离上的衰减效应。

图2 关中城市群城镇首位联系格局

首位联系格局:进一步筛选与各城镇联系强度最大的轴线,即城镇首位联系轴线,对首位联系轴线进行可视化,并计算各城镇综合联系能力。从客运首位联系网络来看(图2),西安—宝鸡“双中心—辐射”格局十分显著。以西安为首位联系城镇的城镇有24个,占关中城市群所有城镇的52%。以宝鸡为首位联系城镇的城镇有8个,占关中城市群所有城镇的17%。西安的首位联系域面较广,西至扶风,东至渭南,集中在关中城市群的中部。宝鸡的首位联系域面相对较小,集中在关中城市群的西部,并不能完全覆盖宝鸡市下辖的各区县,比如扶风、眉县均与西安产生首位联系。这一方面反映了宝鸡空间联系能力有限,在“双中心—辐射”格局中处于弱势地位;另一方面体现了西安空间联系的“跨边界”特征。受交通线引导,西安的空间辐射范围向东北、西北方向扩张。

综合比较客运网络中各城镇综合联系能力,可得出以下初步结论:①西安的综合联系能力最强,宝鸡次之,在空间上形成“双中心”结构。西安的综合联系能力为宝鸡的2.7倍,表明双中心的综合联系能力发展不均衡。②城市的主城区与各区县的综合联系能力有较大差距,形成“主城区联系带动区县”的格局。综合联系能力排在前五位的均为城市的主城区(包括杨凌示范区),且主城区的综合联系能力平均超过各区县的4倍。③综合联系能力强的城镇节点首位联系轴较密集,表现出显著的梯度层级规律。结合城镇首位联系轴与综合联系能力的空间分布,可将关中城市群各城镇划分为3个层级：第一层级----西安、宝鸡(综合联系能力排序前2,首位联系轴数≥7);第二层级----咸阳、渭南、杨凌、大荔(综合联系能力排序前5,首位联系轴数≥2);第三层级----其他区县。

4.2 关中城市群网络结构特征

网络密度分析:经计算,基于综合交通流的关中城市群整体网络密度分别为0.33。结果表明,关中城市群整体网络密度偏低,城镇间尚未形成紧密的联系网络,处于一种弱联结状态。当前较为松散的网络结构决定了关中城市群获取资源能力和相对开放程度有限,网络中的城镇节点间的传递和交互功能较弱。具体来看,关中城市群部分城镇尚未开通铁路客运站,而所有城镇都能经公路直达,可见关中城市群铁路和公路交通发展并不均衡,多数城镇已形成对某种交通方式的路径依赖,同时也意味着尚存在发展交通基础设施的窗口期。

网络中心度和中心势分析:基于综合交通流的网络中心度计算结果显示(图3),点度中心度均值为11.4,表明网络节点联系处于低级水平。点度中心度排序前五位的城镇为西安、咸阳、渭南、铜川、宝鸡,其中西安的点度中心度达到45,即西安与关中城市群其他城镇都存在直接联系,凸显了西安在关中城市群中的核心地位。本文利用反距离权重法(IDW)对计算结果进行空间插值分析,点度中心度的空间分布整体上西低东高,形成西安—咸阳组团,呈现西南—东北走向的轴带特征。点度中心度高于均值的城镇集中于关中城市群东部,如大荔、富平、蒲城、合阳、韩城等,表明东部城镇对城市群网络结构的影响力要强于西部城镇。中介中心度排序前五位的城镇为西安、咸阳、宝鸡、渭南、铜川,与点度中心度排序基本一致,体现了区域中心城镇的“掮客”效应。中介中心度的空间分布不均衡,呈现西安“单核”结构。西安的中介中心度超过咸阳的5倍,而蓝田、宜君、凤县等外围城镇中介中心度为0,表明关中城市群外围城镇“中介”效应不显著。经计算,基于综合交通流的关中城市群网络中心势为83%。综上分析,关中城市群网络已经形成了以西安—咸阳组团为绝对核心的结构,网络具有高度集中性,核心城镇具有对整个网络的支配作用,网络节点间的联系也不均衡。

图3 关中城市群网络点度中心度分布

图4 关中城市群网络核心—边缘结构

核心—边缘分析：本文采用连续的核心—边缘模型对关中城市群网络节点进行三级划分,识别出核心城镇、半边缘城镇、边缘城镇。客运联系网络中(图4),结果拟合值为0.76,具有较高参考价值。核心城镇有5个,分别为西安、咸阳、宝鸡、渭南、铜川,与公路网络点度中心度排序前五位城镇吻合。杨凌作为关中城市群西部与东部对接的城镇,其桥梁作用与辐射效应均不显著。半边缘城镇有17个,呈西南—东北走向连续的轴带分布特征,具有显著的空间邻接效应。边缘城镇呈条带状分布于关中城市群的外围,其中部分与核心城镇相邻,如高陵、临潼、华州,受核心城镇的“阴影效应”影响,这些城镇处于联系网络中的边缘区,对外交通联系依赖于经核心城镇周转。经进一步计算,核心城镇间的联系密度为51.4,边缘城镇间联系密度为3.4,核心与边缘城镇间联系密度为13.7,表明核心城镇内部联系较为紧密,边缘城镇内部联系较为松散,核心城镇与边缘城镇之间联系水平一般。总体上，关中城市群网络体现了“核心—边缘”结构特征,即核心城镇之间强联结,边缘城镇之间弱联结,核心城镇与边缘城镇之间一般联结。

4.3 关中城市群网络结构影响因素

地形条件差异：地形条件决定了城镇对外联系的空间摩擦,地形条件越差,空间摩擦越强。空间摩擦降低了城镇间在空间距离的约束下发生相互作用的机会和程度。从地理位置上看,整个关中城市群位于关中平原,平坦开阔,并无山河形胜阻隔,是关中城市群内部形成空间联系网络的自然基础。但关中城市群南依秦岭,北望黄土高原,各城镇的地形条件存在差异,是关中城市群网络结构发展不均衡的客观因素。西安、咸阳、宝鸡、渭南等综合联系能力强、网络中心度高、在网络中处于核心地位的城镇,均位于关中城市群腹地。反之,综合联系能力弱、网络中心度低、在网络中处于边缘地位的城镇,如宜君、麟游、太白等均位于关中城市群外围边界地带。关中腹地广阔,有效降低了空间摩擦和距离成本,为核心城镇间的联系提供了便利。边界地带受地形起伏影响,空间摩擦较强,尤其是关中城市群南部各城镇,受秦岭山脉阻隔,因此联系微弱。值得注意的是,关中平原呈西南—东北“喇叭状”走向,也为关中城市群东部城镇比西部城镇联系紧密提供了合理的解释。

交通路网建设:交通路网建设为城镇对外联系提供了路径,塑造了城镇间联系网络的“骨架”。交通路网的连结度和通达度决定了沿线城镇的可达性,从而为城镇的对外联系创造了前提。关中城市群公路网已经形成高速公路与国道组合的“米”字型交通干线辐射格局,这与基于公路交通流的关中城市群“中心—辐射”联系网络高度吻合。公路干线交汇处形成的交通枢纽城镇,在关中城市群联系网络中网络中心度较高,如西安、咸阳、宝鸡、渭南,充分体现了公路网对提升城镇综合联系能力的促进作用。关中城市群铁路网已经形成贯穿关中腹地的陇海线“一”字型和以西安市为中心的“V”字型结构,这与基于铁路交通流的关中城市群联系网络格局高度吻合。与公路客运联系不同,铁路客运的长距离联系效应突出,因而西安等区域中心城镇表现出“跨边界”联系现象,整体上网络结构空间近邻效应不显著。随着关中环线和关中城际铁路的逐步开通,沿线城镇的可达性和中心性将进一步提升,城镇联系网络结构将进一步优化,向着《关中城市群建设规划》提出的“一轴一环三走廊”城镇空间发展格局演进。

城镇发展水平：城镇发展水平为城镇对外联系提供了“引力”,城镇发展水平越高,对区域内其他城镇的吸引力越大,由此产生的空间联系就越密切。城镇发展水平直接影响了城镇在网络中的综合联系强度,从一定程度上决定了城镇在联系网络中的地位。为了合理评价关中城市群各城镇发展水平,本文基于前人研究成果[22],并结合关中城市群发展的实际情况,本文选取“常住人口规模、城镇化水平、GDP总量、规模以上工业总产值、第三产业产值比重、地方财政一般预算收入、固定资产投资、社会消费品零售总额”共8项指标来综合评价关中城市群各城镇发展水平。

考虑到区县尺度统计数据的可获得性和代表性,指标的选取偏重社会经济方面,数据来源于《陕西省区域统计年鉴》(2017)和各区县国民经济与社会发展统计公报(2017),因此首先对数据进行极差标准化处理后,采用客观性强、精确度高的熵权TOPSIS法确定指标权重,最终得出各城镇发展水平指数。然后，将各城镇综合联系能力(经标准化处理)与城镇发展水平指数相拟合,结果表明(图5),城镇综合联系能力与城镇发展水平成正相关,且拟合优度R2=0.88,通过置信度为0.01的显著性检验,说明城镇发展水平对城镇综合联系能力有显著影响。

行政边界壁垒:行政边界壁垒为城镇对外联系制造了障碍。行政边界的存在是为了方便政策制度的落实和区域的统一治理,同时也成为人为垒砌的“高墙”。这堵“高墙”阻碍了生产要素的自由流通和资源的有效配置,削弱了城镇间空间联系的强度。从区县尺度研究关中城市群各城镇空间联系,市一级的行政边界是具体的考察对象,跨市域的城镇空间联系是检验行政边界壁垒的指标。经统计,在关中城市群综合交通联系网络中,跨市域的城镇联系轴数量占联系轴总数的17.5%,且跨市域的城镇联系强度平均为市域内的城镇联系强度的1/5,说明城镇优先与所属地级(或以上)市范围内的城镇产生范围广、强度大的联系,与市域范围之外的城镇联系微弱,表明行政边界壁垒对城镇空间联系施加了阻力。具体来讲,分属不同地级(或以上)市的县与县之间联系尤其微弱,如宝鸡市的麟游县与咸阳市的彬县,尽管两者在空间上相邻、距离近。空间近邻效应不能解释这类现象,地缘上的相邻虽然能够削弱行政上的分割与隔离作用,但行政边界壁垒仍然存在,且在关中城市群网络结构的形成与演化中发挥着重要作用。

图5 关中城市群城镇发展水平空间分布与拟合结果

5 结论与展望

5.1 结论

本文以关中城市群为研究对象,基于公路和铁路客运交通流数据,在多源交通流融合的基础上,运用空间分析和社会网络分析方法对关中城市群城镇空间联系格局与网络结构进行了测度,主要得出以下结论:①关中城市群城镇空间联系整体上呈现“双中心—辐射”的格局。在局部上,“扇形”、“放射状”空间联系结构较为发育，以西安为主中心,宝鸡为副中心,双中心综合联系能力发展不均衡。城镇空间联系强度存在层级现象,宝鸡—西安—渭南联系强度高,主城区与各区县的综合联系能力有较大差距,形成“主城区联系带动区县”的格局。②关中城市群网络发育水平较低,城镇间还处于一种弱联结状态。网络具有高度集中性和不均衡性,西安—咸阳组团、宝鸡为城市群网络节点“双核”,东部城镇对城市群网络结构的影响力强于西部城镇。网络总体上呈现“核心—边缘”的结构,核心城镇之间为强联结,边缘城镇之间为弱联结,核心城镇与边缘城镇之间为一般联结。核心城镇对整个网络具有支配作用和“掮客效应”,边缘城镇的“中介效应”不显著。③关中城市群网络结构的形成和发展受到地形条件差异、交通路网建设、城镇发展水平、行政边界壁垒4个方面因素的综合影响。其中，地形条件决定了城镇对外联系的空间摩擦;交通路网建设为城镇对外联系提供了路径,塑造了城镇间联系网络的“骨架”;城镇发展水平为城镇对外联系提供了“引力”;行政边界壁垒为城镇对外联系制造了障碍。在地形条件基本不变的基础上,提升城镇发展水平、推进交通路网建设、打破行政边界壁垒是优化关中城市群网络结构的必经之路。

5.2 展望

本文基于交通流数据从区县尺度研究了关中城市群的空间联系与网络结构,为发现和解决关中城市群网络结构问题提供了一定的参考,但依然存在着不足之处,因此未来应从以下三个方面展开进一步研究:①基于多源交通流数据展开城市群网络结构研究,例如公交车流、出租车流、私家车流等,把它们作为铁路客运数据流和公路客运流数据的补充。②基于人口流、物质流、信息流等对城市群网络结构进行综合研究,与基于交通流的研究结果进行交叉验证和补充,以反映城镇空间联系形式的多样化。③基于历史时期各类“空间流”数据对城市群网络结构的演变进行观测,在长时间尺度下探究城市群网络结构的演变特征。④基于定量模型揭示各类因素对城市群网络结构的形成、发展和演化的影响机理,作为目前定性或“泛定量化”研究手段的补充。另外,基于地理空间大数据来测度城市群空间联系,进而识别城市群网络结构,是未来研究应重点关注的方向。