基于多源流数据的京津冀城市群网络结构研究

张 贵 ，李海鹏 ，张东旭

（1.河北工业大学 经济管理学院，天津 300401；2.河北工业大学 建筑与艺术设计学院，天津300401；3.河北工业大学 京津冀发展研究中心，天津 300401）

一、引言

随着信息通讯技术快速发展和交通基础设施完善，世界经济体系逐步向流、节点和网络转变。城市群作为全球经济体系的核心节点，城市群内部结构开始由孤立、等级化向联系、网络化过渡。基于地理邻近的传统区域空间开始向围绕各种流构建起来的新型区域空间转变，城市群网络结构作为城市群的骨架，网络结构研究对于城市群发展至关重要。其中，曼纽尔·卡斯特（Manuel Castells）[1]提出的流空间（space of flows）理论为城市群网络结构研究开拓了全新思路，流空间已经成为描述信息化时代下经济变革最为合适的空间形态。

当前，城市群已经成为我国经济增长的重要支撑点与推动新型城镇化的主要载体。京津冀协同发展作为我国区域发展的重大战略之一，相关文件进一步指出，以北京和天津双中心引领京津冀城市群发展，带动环渤海地区协同发展。探讨多源流在京津冀城市群网络中的流动特征，对于以北京和天津双中心引领京津冀城市群发展至关重要，并且基于多源流数据的京津冀城市群网络结构研究，为全球化和信息化背景下的京津冀城市群发展，提供了全新理论框架与重要出发点。

国外流空间理论的实证研究主要集中在世界城市网络方面。Derudder et al.[2]利用各国航空客运数据表征全球交通流，进而对世界城市交通流网络展开定量分析；GaWC小组[3]以175家高端生产服务业（APS）企业总部-分支区位数据，表征世界城市经济流网络，对世界城市网络运作和流动特点进行了系统分析。2010年以后，随着国外世界城市网络研究范式的引入和相关信息技术发展，国内对城市群网络实证研究日渐丰富，主要集中在经济流、交通流、信息流三个方面：关溪媛[4]通过借鉴GaWC小组的研究方法，基于企业总部-分支数据对长三角城市群经济流网络结构特征展开了定量化研究；赵映慧等[5]基于高铁班次数据，对长三角、珠三角、京津冀三大城市群交通流网络结构进行了实证研究；熊丽芳等[6]基于百度指数数据，分析了长三角城市群信息流网络格局。目前京津冀城市群研究普遍基于经济属性数据，对京津冀城市群城市网络结构进行分析研究，如赵金丽等[7]基于经济引力模型测算了京津冀城市群经济流网络结构。

纵观国内外学者的研究，流空间视角下城市群网络结构研究多基于单一交通流或单一信息流，并且交通流多采用客运班次数据，仅能从侧面反映城市群内实际的交通流动。从研究方法来看，现有研究多采用经济引力模型或从某种单一要素流进行研究，应采用实体流与虚拟流双重视角进行研究更为贴近京津冀城市群网络实际情况。从研究数据来看，应采用动态流数据相较于统计年鉴等静态属性数据，更能体现京津冀城市群网络结构特征。由此，本文基于京津冀城市群的腾讯位置大数据的迁徙热度、百度指数的搜索指数，运用ArcGIS与Ucinet软件，对交通信息流网络结构展开定量分析研究，为京津冀城市群整体规划和空间结构优化，提供一定的理论支撑。

二、基于多源流的城市群网络结构演变机理分析

基础设施空间、节点和枢纽、精英组织空间、电子交往空间是流空间的4个层面[8-9]。其中，基础设施空间和电子交往空间的耦合演化形成了多源流的概念，是人流、物流、信息流、技术流等一系列与城市生产与生活相关的流，具有实体流和虚拟流两种形态[10]。同时，流空间导致城市群网络结构发生巨大变化，由单中心逐渐向多中心转变[11]。本文分别以交通流和信息流作为实体流和虚拟流的主要载体，旨在探讨多源流和城市群网络结构演变间的相互作用机理。

（一）多源流对城市群网络结构演变的影响

随着高速交通技术发展，交通流对隐性知识流动促进效果明显，带动了城市群经济的增长和创新的出现[12]。在交通流的作用下，核心城市通勤圈沿交通轴线逐渐扩大，实现城市群核心区域同城化；并以此为基础，实现城市群协同创新，充分发挥核心城市辐射带动作用。信息流的全覆盖和便捷性提供了组织控制和协调远距离网络的手段，使得生产和管理环节在空间布局上呈分离趋势，企业区位更具弹性[13]。信息流将分散的地点，连入快速移动和整合的经济与社会体系之中[14]，有利于城市群内各城市之间在功能上互动，打破传统“摊大饼”的蔓延态势，呈现多中心发展格局。在多源流的影响下，城市群网络结构演变呈现多中心、轴线化、功能联系密切的特点。

（二）城市群网络结构对多源流流动的影响

在单中心放射型结构中，核心城市与各节点城市相连形成网络，节点城市之间基本不发生直接的联系[15]。多源流表现为单向垂直流动，流动效率低[16]，导致城市群中城市间的知识创新要素无法正常流动。多中心轴线型是同单中心放射型相对的网络结构，多向流动是多中心轴线型结构与单中心放射型结构的主要区别[17]。在多中心轴线型结构中，节点城市积极参与城市群发展，多源流在城市间能够多向流动[16]，知识创新要素在城市群内合理分配，推动城市群健康发展。

综上所述，在多源流作用下的城市群网络结构演变机理可以概括为图1所示。

图1 城市群网络结构演变机理分析框架

三、京津冀城市群的交通信息流网络格局

本文采用迁徙热度和搜索指数表征交通流强度和信息流强度，作为京津冀城市群网络结构研究的基础数据。具体数据采集过程如下：腾讯迁徙热度数据采集网址是heat.qq.com/qianxi.php，收集2018年1月1日、15日、29日、31日，3月1日、15日、30日，6月 1日、15日、30日，9月 1日、15日、30日共计13个工作日迁徙热度数据，得到13个关系矩阵，对13个关系矩阵相加求其均值，得到交通流联系矩阵；百度指数数据采集网址是index.baidu.com，收集2018年1月1日—11月1日13个城市间的搜索指数平均值，得到信息流联系矩阵。

根据京津冀城市群13个城市间腾讯位置大数据迁徙热度和百度指数搜索指数数据，计算求得各城市的交通信息流流入量和交通信息流流出量。同时，将京津冀城市群的百度指数和迁徙热度流出流入数据求和转换为无向数据，从而使两两城市间在交通信息流矩阵中仅存在唯一数值；将得出的城市间交通信息流数据运用ArcGIS软件可视化，采用自然断裂点法将交通信息流联系强度划分为5级，进而对交通信息流网络格局展开分析。

（一）京津冀城市群的交通流网络格局

通过分析交通流网络整体联系格局，如图2（a）所示，第一层级联系为北京—廊坊、北京—天津、北京—保定，其中北京—廊坊的交通流联系最为紧密，迁徙热度为65.48，北京—天津和北京—保定的迁徙热度分别为52.64、48.67；第二层级联系为石家庄—保定、石家庄—邢台、北京—石家庄、北京—张家口、天津—廊坊、北京—邯郸、天津—唐山。

通过分析交通信息流首、次位联系，如图2（b）、图2（c）所示，北京（6条交通流首位联系、4条交通流次位联系）、石家庄（3条交通流首位联系、2条交通流次位联系）、天津（2条交通流首位联系、2条交通流次位联系）、保定（1条交通流次位联系）、唐山（1条交通流首位联系、1条交通流次位联系）、邯郸（1条交通流次位联系）交通流受到交通基础设施的较强影响。城市群内城市倾向与交通基础设施网中的重要节点城市建立交通流首、次位联系。

图2 京津冀城市群交通流网络

通过分析交通流的流出量和流入量（见表1）可知，北京交通流流出量大于流入量24.74，交通流总量429.76，占整个城市群交通流总量的14.3%，说明北京是交通流网络的主要辐射极。天津、石家庄的交通流流出量与交通流流入量大致相当，并且石家庄、天津的交通流出总量较大，说明石家庄、天津在承接上一级城市北京交通流辐射的同时，也在向下一级城市传递。与北京、天津、石家庄的情况不同，保定、廊坊、沧州、邯郸、邢台的交通流流入量要大于交通流流出量，表明这些城市主要承接上一级城市交通流流入，并未向下级城市辐射。

交通流网络呈现以北京为交通流网络核心、石家庄、天津为交通流网络次级核心，廊坊、保定为交通流主要节点的倒“L”型格局，形成了京保石、京津两条轴线，交通基础设施对交通流网络格局发挥了重要作用。

（二）京津冀城市群的信息流网络格局

通过分析信息流网络整体联系格局，如图3（a）所示，第一层级联系为北京—天津，两城市间信息流联系量为2 388，高出第二位北京—石家庄的69.4%；第二层级为北京—石家庄、北京—秦皇岛、北京—张家口、北京—保定、北京—廊坊、北京—邯郸、北京—唐山。

表1 京津冀城市群各城市交通流强度（迁徒热度）

通过分析信息流首、次联系，如图 3（b）、图 3（c）所示，北京（12条信息流首位联系）、天津（1条信息流首位联系、4条信息流次位联系）、石家庄（6条信息流次位联系）、唐山（1条信息流次位联系）。京津冀城市群信息流首位联系城市皆为北京，信息流次位联系主要发生在天津、石家庄与周边城市之间。

图3 京津冀城市群信息流网络

通过分析信息流的流出量和流入量（见表2）可知，北京的信息流流出量远远大于信息流流入量，信息流总量为13 289，占整个城市群信息流总量的14.3%，说明北京在信息流网络为控制型主导城市。天津、秦皇岛恰恰相反，信息流流入量远远大于信息流流出量，信息流总量较大；并且北京与天津、秦皇岛的信息流联系较强，表明天津、秦皇岛信息流从属性强，接收上一层级城市北京的信息流较多，信息流流出量小于信息流流入量，依附于上一级城市北京。由于建国以来秦皇岛一直作为国家领导人暑期休息办公场所，具有承载中央暑期度假、国际高峰交流的滨海客厅功能[18]，其与北京信息流总量仅次于北京—天津和北京—石家庄。石家庄、保定信息流的流出量和流入量接近，并且信息流总量较大，说明石家庄、保定依附于上级城市，并与下级城市紧密联系，未来可发展成为信息流网络次级核心城市。

信息流网络呈现以北京为核心的放射型格局，地理距离对于信息流网络影响居于次要地位。北京作为自主创新重要源头和原始创新主要策源地，以较高的知识创新能力对京津冀城市群整体起到高端辐射和引领作用[19]。尽管信息流网络呈现单中心放射型，但是石家庄、保定作为信息流网络的中转城市，未来可发展为次级核心城市，信息流网络呈现多中心化趋势。

表2 京津冀城市群各城市信息流强度（搜索指数）

四、京津冀城市群的交通信息流网络结构特征

（一）京津冀城市群的交通信息流网络整体密度

城市群网络密度是指城市群网络中城市间实际连接数占网络中最大连接数的比重。由于交通信息流网络矩阵为多值矩阵，需要对其进行二值化处理，对交通信息流数据分别以迁徙热度5、搜索指数110为断点值进行处理，大于断点值为1，小于断点值为0，得到京津冀城市群交通信息流网络二值矩阵。基于京津冀城市群交通信息流二值化数据，利用Ucinet软件计算出交通流、信息流网络的整体网络密度。在城市群网络中的各个节点蔓延到连绵成片的过程中，当网络密度超过某个临界值时，整个网络将会达到一种完全连绵状态，根据逾渗理论确定其临界值，三角形、蜂房、连续区、正方形的逾渗阈值分别是 0.5、0.698、0.5、0.593[20]。因为京津冀城市群由北京、天津、河北三方组成，所以将其网络结构简化为三角形点阵。同时，利用Ucinet软件计算得出，交通流网络密度为0.801，信息流网络密度为0.897，网络密度中超过三角形点阵的逾渗阈值0.5，表明交通信息流网络呈现强连接状态。信息流的全覆盖和便捷性，将分散的城市融合为一体化信息流网络，使得信息流网络整体密度高于交通流网络。

（二）京津冀城市群网络节点联系层级分析

本文采用相对度数中心度作为研究指标，相对度数中心度指某节点的实际连线数与连线总数之比，本文根据城市间相对度数中心度值计算结果（见表3），将13个城市划分为三种类型：全域联系型、较多联系型、一般联系型（见表4）。

Cj=1为全域联系型，即该城市在交通信息流网络中与其他所有的城市都建立有效联系。0.8≤Cj＜1为较多联系型，即该城市与京津冀城市群交通信息流网络中的其他大部分城市都建立有效联系。Cj＜0.8为一般联系型，即该城市与京津冀城市群交通信息流网络中的部分城市建立有效联系。

表3 京津冀城市群交通信息流相对度数中心度

表4 基于交通信息流相对度数中心度的京津冀城市群城市联系类型

在交通信息流网络中，北京、石家庄、天津都能与区域内其他城市建立有效联系，为全域联系型。信息流与交通流网络中较多联系型城市相差较多，其中，信息流网络中为保定、秦皇岛、唐山、邢台、沧州、邯郸、廊坊，交通流网络中为保定、唐山、沧州、廊坊，信息流网络中的较多联系型城市多于交通流网络。信息流网络中的一般联系型为张家口、衡水、承德，交通流网络中的一般联系型为邢台、邯郸、秦皇岛、衡水、张家口、承德。张家口、衡水、承德在交通信息流网络皆为一般联系型城市。

信息流依托自身便捷性，有效覆盖京津冀城市群主要地区，一般联系型城市只占城市群的一小部分。本文以京津冀城市群公路、铁路网为基础，采用栅格成本距离分析法得到京津冀城市群交通可达性（见图4）。交通流网络呈现明显核心-边缘结构，北京、天津、廊坊已经形成京津冀城市群交通流网络的核心区域，交通流网络中的一般联系型城市为城市群外围节点城市。

（三）京津冀城市群网络凝聚子群分析

将京津冀城市群的交通信息流联系矩阵输入Ucinet软件，借助Ucinet软件中的CONCOR方法对交通信息流网络进行凝聚子群分析。

分析结果（见图5和图6）显示，京津冀城市群交通信息流网络可分为4个子群，其中，交通流网络中子群1包括北京、沧州、张家口、廊坊、保定，子群2包括秦皇岛、天津、唐山、承德，子群3包括石家庄、衡水，子群4包括邢台、邯郸；信息流网络中子群1包括北京、天津、张家口、廊坊，子群2包括唐山、秦皇岛、承德，子群3包括保定、沧州、石家庄、邯郸，子群4包括邢台、衡水。

图4 京津冀城市群交通可达性

将凝聚子群密度矩阵与交通信息流整体网络密度进行比较，密度大于或近似等于整体密度1表示紧密联系，0表示疏远联系，得出京津冀城市群交通信息流网络像矩阵（见表5和表6）。可以发现，交通流网络中的子群1与子群2、子群1与子群3、子群3与子群4双向互动明显；信息流网络中子群1与子群3双向互动明显，子群2受到子群1单向控制，子群2为子群1的从属子群，子群4与其他三个子群疏远联系。交通信息流网络中的子群1与子群2和子群3联系紧密。北京为核心的子群1与天津、唐山为核心的子群2和石家庄为核心的子群3保持紧密联系，呈现以北京带动城市群全域、次级核心城市带动周边城市的嵌套式发展趋势。

图5 京津冀城市群交通流网络凝聚子群

图6 京津冀城市群信息流网络凝聚子群

表5 京津冀城市群交通流网络像矩阵

表6 京津冀城市群信息流网络像矩阵

五、结论与对策建议

（一）结论

本文以多源流数据为基础，从联系强度、首次位联系、整体密度、相对度数中心度、凝聚子群对京津冀城市群网络结构进行解析，具体结论如下：

1.京津冀城市群交通流网络呈现倒“L”型格局，形成了京保石、京津两条轴线，交通流受到交通基础设施的较强影响；信息流网络呈现以北京为核心的放射型格局，知识创新能力成为影响信息流网络格局的重要因素。

2.通过Ucinet软件分别计算交通信息流网络密度，交通流网络密度为0.801，信息流网络密度为0.897，交通信息流网络皆呈现强连接状态。信息流的全覆盖与便捷性使得信息流网络整体密度高于交通流网络。

3.信息流网络有效覆盖城市群大部分城市，一般联系型城市只占城市群的一小部分；北京、天津、廊坊形成了交通流网络中的核心区域，交通流网络中的一般联系型城市主要为城市群外围节点城市，呈现明显的核心-边缘结构。

4.交通流网络划分为4个子群，信息流网络也划分为4个子群，子群成员大致相同；通过交通信息流网络像矩阵，可知核心子群之间联系紧密，呈现出北京带动全域、次级核心城市带动周边城市的嵌套式发展趋势。

（二）对策建议

1.发挥交通流与信息流各自的优势，虚实结合，共同推进城市群健康发展。一方面，要充分利用交通流推动城市群内部人才高频率、大规模流动，实现城市群知识要素流动和文化融合，提升城市群整体创新能力和建立城市群共同的文化认同感；另一方面，积极利用信息流的全覆盖与便捷性，实现城市群创新链、产业链深度融合，有效疏解北京非首都功能。

2.推进互通共享的交通信息基础设施建设是破解核心-边缘城市群结构困境的关键。一方面，应注重高新技术创新基地、科研中心、大学城的培育，加快信息枢纽和骨干网建设，建设覆盖区域、辐射周边的信息基础设施；另一方面，要完善城市群综合交通网络，以北京为核心，天津、石家庄、保定为次核心，建设以城际铁路、高速铁路、高速公路为主干的多层级综合交通网络。

3.发挥北京作为核心城市的区域引领作用，推动北京带动全域、次级核心城市带动周边城市的嵌套式发展。一方面，要根据次级核心城市自身优势优化职能分工，强化北京与次级核心城市间的功能耦合，通过创新合作机制等手段促进城市群网络结构优化；另一方面，周边城市应精准定位自身城市功能与发展方向，主动利用自身优势构建与次级核心城市的联系纽带，实现与核心子群的紧密依附。

4.塑造多中心信息流空间格局的关键一步是创新型城市建设。一方面，城市群全域充分利用好北京丰富的创新资源，发挥比较优势，借助信息技术提升自身传统产业升级；另一方面，通过制订人才引进政策和推动高等教育建设，吸引和培育高质量创新人才，提升自身原生创新能力。在城市层面，选择历史文化底蕴深厚的场所营造城市创新空间，丰富创意交流、创新孵化等功能。