基于SDK数据的城镇体系网络特征研究*——以浙江省宁海县为例

陈秋晓 沈晨莹 章明宇

0 引言

城镇体系是指在某个特定的区域内，各城镇为促进区域整体发展，结合自身的职能分工、规模等级差异，通过合理的空间布局所构成的有机整体[1]。长期以来，在传统中心地理论视角下，我国的城镇体系规划主要内容包括城镇规模等级结构、职能类型结构、地域空间结构和网络系统（区域综合交通体系和基础设施网络）组织，以确定城市的规模与性质为核心[2]。随着信息技术和交通技术的发展，地域空间结构从等级化向网络化发展，促使城镇体系的研究视角经历了由等级制的传统中心地理论向关系制的城市网络的转变[3]。曼纽尔·卡斯特尔（Manuel Castells）提出的“流空间”（space of flow）概念为城市网络研究提供了理论基础，其认为城市间的信息流、资本流、技术流、人流等要素流构成了全球城市体系[4]。表征“流”的“关系型数据”（relational data）将在“属性型数据”的基础上以网络视角进行城市体系的研究[5]。城镇体系的规模等级结构特征主要利用人口、GDP等“属性型数据”划定分级，关注网络中的点要素（单个城镇等），而“关系型数据”将构建网络线要素。

目前，国内外已有众多学者基于交通流、信息流、资金流、物流等多种要素流的视角进行了全球、全国、城市群等较大区域尺度的城市网络研究[6-7]。主要通过客运（航空、铁路等）班次[8]、互联网（百度指数等）联系[9]、企业组织关系[10]、货运线路[11]等数据表征网络节点（国家、城市等）之间的联系强度。但对于县域、镇域等较小尺度的区域，受限于“流”数据的可获取性，以往研究主要利用属性数据（如社会经济统计数据等）通过引力模型计算节点村镇的联系强度，并结合社会网络分析法等方法测度其空间结构[12-14]。通过引力模型构建的城镇体系实际上是一种“伪网络”，其节点之间的网络连线并不能表征实际的联系强度。人口流动强度是区域联系强度的直观体现，但由于其数据较难获取，以往研究多基于交通流视角利用交通客运数据代替进行区域网络结构的研究[15]。而人流数据反映的是全模式客运交通联系，相较于单一的交通流数据（公路、铁路、航空）更能真实地表现区域联系程度[16-17]。信息技术的发展提高了人流数据的可获取性和多样性，相关研究利用手机信令数据[16,18]、百度迁徙数据[17]、手机SDK数据[19]、腾讯位置大数据[20-21]等数据计算区域之间的实测人流强度，并据此探析区域城镇体系网络特征。依托于精度较高的手机信令数据，也有学者也进行了县域村镇层面的网络联系探索，如周吉喆（Zhou）等[22]通过手机信令数据挖掘分析了村庄与周边城市和村庄的联系强度，对区域村镇体系进行了识别；谭文垦等[23]论证了手机信令数据对于县域村镇问题区域识别的适用性；赵渺希等[24]利用手机信令数据测算了中山三乡镇多时段内的村镇聚落网络联系特征；张洋等[25]基于手机信令数据识别江西省鄱阳县的城镇体系，与规划进行对比，并提出优化建议。

总体而言，利用大数据对县域城镇体系的测度既可评估以往规划的实施效果，也可为规划修编、发展政策制定提供分析基础。钮心毅等[26]已经提出了利用手机信令数据服务城镇体系规划的技术框架。但高精度的手机信令数据获取成本较高，使得利用大数据在县域、乡镇尺度服务城镇体系规划研究的普遍性有所欠缺。手机信令数据进行城镇体系识别本质上是根据用户地理位置信息提取用户的出行路径，从而计算城市、乡镇之间的联系强度，因此可用其他基于位置的服务（location based service, LBS）数据进行补充替代。SDK数据是以软件开发工具（software development kit, SDK）采集的手机APP数据，包括APP用户匿名地理位置信息，可利用后台APP刷新、交互、推送等获取用户的移动轨迹[27]。相较手机信令数据，SDK数据具有低成本、更高的开放程度和定位精度等优势，李星月等基于此数据研究了舟山市的人群活动分布特征以及中小城市之间的联系强度[19,26]。

基于上述研究背景，本研究将以浙江省宁海县为研究区域，利用SDK数据代替手机信令数据表征实测人流数据，通过社会网络分析法、改进的优势流法及位序—规模法测度城镇体系网络特征，最后与现行城镇体系规划进行对比分析，为相关发展政策的制定提供指导依据，优化宁海县城镇体系以促进其社会经济的高质量发展。

1 数据与方法

1.1 研究区域

宁海县是浙江省宁波市辖县，地处29°06′N～29°32′N，121°09′E～121°49′E，位于浙江省东部和宁波市南部沿海区域，东北接象山港，东南临三门湾。全县土地面积1843 km2，2020年末户籍总人口为63.3万，共辖4个街道、11个镇、3个乡。

1.2 研究数据

研究数据主要包括宁海县手机SDK数据、行政边界矢量数据，以及相关社会经济统计等属性数据。宁海县SDK数据由浙江每日互动网络科技股份有限公司的“个推”产品提供，本研究根据2018年1—12月连续一年的SDK数据计算乡镇间的人口交互数，以此表征人流联系强度。若一天内，用户在某个乡镇停留超过1 h，则定义其为该乡镇的有效驻留，连续两个有效驻留范围之间构成乡镇联系，统计每两个乡镇间的出行数量则为人口交互数[19]。乡镇级的行政边界矢量数据来源于宁海县自然资源和规划局。各乡镇的城镇人口统计数据来源于《宁海统计年鉴2019》，常住人口统计数据来源于2018年宁海县乡卡。

1.3 研究方法

本研究将利用社会网络分析法、改进的优势流法、位序—规模法等刻画宁海县城镇体系网络结构。将各乡镇抽象为网络节点，利用其人口交互数据构建的18×18人流联系强度矩阵（由于本研究使用的数据不区分人流方向，其为对称矩阵）为网络连接边，分析宁海县城镇体系网络结构。

1.3.1 社会网络分析法

社会网络分析法（social network analysis，SNA）认为社会是由各种关系组成的网络，网络节点即是社会行动者，网络的边即为各行动者间的关系，利用相关定量和定性分析可测度网络结构特征[28]。中心性分析可衡量节点在网络中的地位重要程度，利用社会网络分析法中的度中心度（degree centrality）概念分析各乡镇在城镇体系中的联系强度和地位。度中心度可分为绝对度中心度和相对度中心度[28]。对于多值网络，i节点的绝对度中心度为与其相连的点权重（与i之间的联系强度）之和，其公式为[29]：

式中：Mj为节点j的权重（即节点i与节点j的联系强度），假设与节点i相连的有j个点，其权重分别为M1、M2、……、Mj。

1.3.2 改进的优势流法

优势流法最早由尼斯图恩（Nystuen）和达西（Dacey）于1961年提出，可根据城市要素流的相对较高流向判断其在城镇体系中的地位，优势流数量可反映城市的中心性[16,30]。本研究的人流数据反映的是两个乡镇间的总联系量（不具备方向性），因此对优势流法稍作修改，利用总联系量反映其中心性。假设第i个乡镇与其他各乡镇的人流联系总强度分别为Ai1、Ai2、……、Aim，识别其中的第一联系强度、第二联系强度、第三联系强度及对应的第一联系乡镇、第二联系乡镇、第三联系乡镇，并与i乡镇两两连线。

相关研究主要根据节点汇集的优势流数量对其进行分级[16,25,31]，考虑到各乡镇本身在城镇体系中具有不同的重要性，直接根据优势流数量判断节点的等级可能将无法充分体现各级别优势流的差异。因此考虑对优势流赋予不同的权重，权重值的差异将体现在两方面：第一，同一乡镇的第一优势流、第二优势流、第三优势流的权重q1、q2、q3具有差异，分别赋予为5、3、1；第二，各乡镇本身赋予不同的权重Q，其值将根据各乡镇常住人口确定，利用自然间断点分级法将其分为三级，分别赋予权重为3、2、1。第i个乡镇的优势流总强度Li的计算公式为：

式中：li1、li2、li3为第i个乡镇各优势流的数量；q1、q2、q3为各优势流的权重值；Qi为根据各乡镇常住人口确定的乡镇权重值。

1.3.3 位序—规模法

位序—规模法可根据城市规模和城市规模位序的关系考察城市体系的规模分布，其公式如下所示：

式中：Ri为城市i的位序；Pi为位序为Ri的城市规模；P1为首位城市的规模；q为Zipf维数。若q小于1，表明城市规模等级差异较小，中间位序的城市较多；若q等于1，表明城市规模等级结构为理想情况的帕累托分布；若q大于1，表明规模结构较为分散，首位城市具有较高的地位[32]。

魏冶等[32]在网络语境下以网络节点的联系强度检验位序—规模分布情况，表明传统属性指标已难以反映真实的区域关系。钮心毅等[16]对比了位序—规模法和优势流法测度的城镇体系等级结构，其用城市常住人口数量为规模指标，划分城镇规模等级结构。本研究将根据宁海县2018年各乡镇的城镇人口和计算所得的度中心度检验其位序—规模分布，并根据城镇人口通过自然间断分级法划分节点层级结构。

2 宁海县城镇体系网络结构特征

2.1 城镇体系网络的规模分布特征

根据位序—规模法则，以位序对数为自变量，分别以城镇人口对数和度中心度对数为因变量，进行回归分析，结果如图1-2所示。

图1 位序—城镇人口分布双对数拟合Fig.1 double logarithmic fitting of rank-urban population distribution

可见线性回归结果的R2均大于0.9，表明宁海县基于城镇人口和度中心度的规模结构符合位序—规模法则。其中，基于城镇人口的Zipf维数为1.072，其值接近1，表明在人口规模视角下，宁海县乡镇等级结构接近理想情况；但基于度中心度的结果显示Zipf维数为1.317，其值大于1，表明在人流联系视角下，宁海县内部乡镇结构体系较为分散，具有较大的差异性，高等级的乡镇具有较强的垄断性。此外，根据各乡镇的城镇人口，利用自然间断分级法划分为4级，结果如表1所示。其中跃龙街道由于具有绝对的人口优势而位于第一层级（其城镇人口约为排序第二的桃源街道的1.8倍），各层级的乡镇数量呈现金字塔结构。

图2 位序—度中心度分布双对数拟合Fig.2 double logarithmic fitting of rank-degree centrality distribution

表1 基于城镇人口的宁海县城镇体系规模结构Tab.1 scale structure of urban system in Ninghai County based on urban population

2.2 基于人流联系量的网络联系特征

2.2.1 网络总体特征

利用ArcGIS10.6对各乡镇间的人口交互数进行可视化，并通过自然间断点分级法根据各节点的度中心度划分城镇体系网络等级，结果如图3所示。表明宁海县乡镇间的联系整体上呈现出西强东弱、北强南弱的不均衡特征，其中西部片区除深甽镇之外，各乡镇之间的联系均较为密切。

图3 宁海县人流联系网络结构图Fig.3 network structure of people flow in Ninghai County

2.2.2 优势流分解特征

根据上述改进的优势流法，进行优势流分解分析，各乡镇的第一优势流、第二优势流、第三优势流及其对应的乡镇如图4所示。对于第一优势流，从i乡镇指向j乡镇的有向联系线表示i、j之间的优势流强度在各节点与i的所有优势流中最大（类似地，第二优势流表示第二大；第三优势流表示第三大）。

图4 第一、第二和第三优势流分解分析Fig.4 decomposition analysis of the first, second and third dominant flows

第一优势流的统计结果表明桃源街道和跃龙街道是主要的汇集节点，各乡镇主要倾向与中心城区联系。同时，力洋镇在宁海县东南片区具有较高的等级地位，其汇集了茶院乡和胡陈乡的第一优势流。此外，可见离中心城区较远的节点首先倾向于与较为邻近的节点联系，如桑洲镇、深甽镇、胡陈乡的第一优势流分别指向岔路镇、西店镇和力洋镇。交通因素使得综合实力相对较强的邻近乡镇相较于中心城区具有地理区位的优势。但位于东南角的长街镇仍然与跃龙街道具有较强的联系，这表明交通并非唯一的因素。

第二优势流的统计结果表明桃源街道和跃龙街道仍是主要的汇集节点，且梅林街道汇集了跃龙街道、桃源街道和桥头胡街道的第二优势流，表明中心城区内部联系较为紧密。此外，尽管长街镇的第一优势流指向跃龙街道，但第二优势流指向力洋镇，进一步表明力洋镇具有较高的区域中心性。第三优势流的统计结果呈现明显向中心城区汇集的特征，只有少部分指向邻近乡镇。

2.3 基于人流联系量的网络节点层级特征

利用自然间断点分级法根据各节点的度中心度划分城镇体系等级，结果如表2所示。分别根据各乡镇的优势流总数量及结合权重式（2）进行分级，结果如表3所示。在各种分级方式中，桃源街道和跃龙街道始终位于第一层级。黄坛镇、前童镇等尽管具有较高的中心度，但汇集的优势流较少，可能是受到桃源街道和跃龙街道绝对优势地位的影响。

3 结果分析

3.1 对比宁海县城镇体系规划

基于上述研究，宁海县城镇体系层级划分结果和总体规划设想如表4所示。《宁海县域总体规划（2007—2020年）》中，规划设想宁海县的城镇体系空间发展结构为“一主一副，纵横两轴，和谐三片”，“一主”是指主城区（包括梅林街道、桥头胡街道、桃源街道、跃龙街道及黄坛部分区域），“一副”是指宁东工贸新城（茶院乡和力洋镇）；“纵横两轴”包括由沿着甬台温铁路、甬台温高速公路、甬临线构成的对接联动轴和由沿海南线构成的山海发展轴（图5）；“三片”指宁海湾循环型片区、西部生态旅游片区、三门湾综合发展片区。对比本研究的网络结构特征和城镇体系规划设想，主要可得到以下3点结论。

表4 宁海县城镇体系网络结构划分和规划设想对比Tab.4 comparison of network structure division and planning assumptions of urban system in Ninghai County

第一，规划设想仍首先以行政区划为基础，将主城区划分为第一层级，本研究中根据城镇人口的分级结果表明乡镇的规模可能会超过街道，传统的规模结构规划方式受限于行政等级，无法体现网络节点的实际地位。

第二，西店镇的节点地位符合总体规划中的设想等级，但根据总体网络结构，可见其在北部宁海湾循环经济型片区中与各节点联系较弱，可能是由于西店镇、强蛟镇和大佳何镇的镇区在地理区位上存在自然山水的阻隔，促使各节点与中心城区的联系更为紧密；西部生态旅游片区总体联系紧密，但深甽镇与其余乡镇的联系相对较弱；三门湾综合发展片区中的长街镇与力洋镇、桃源街道、跃龙街道的联系较强，但与胡陈乡、越溪乡、一市镇的联系一般，其片区中心镇的地位不显著。

第三，根据城镇体系网络总体特征和度中心划分的等级结果，可见宁海县的人群流动通廊基本符合规划设想的轴线走向，这与宁海县的主要对外交通系统布局也基本一致（图6）。

图6 宁海县对外综合交通结构图Fig.6 external comprehensive transportation structure of Ninghai County

3.2 发展建议

总体上，人口日常通勤出行的目的主要包括求学、上班、就医、游玩等，一方面，应加强交通网络建设，完善基础设施配置，为人口、货物等流动提供物质载体；另一方面，可通过促进公共服务均等化、优化产业结构以实现资源共享、优势互补，强化薄弱节点的中心性和网络整体均衡性。根据上述分析与结论，提出下列几点发展策略。

第一，增强片区联系，强化轴线作用。统筹区域交通发展，依托南北向区域交通干线，加强从北至南的西店镇、中心城区、前童镇、岔路镇、桑洲镇的人流、物流的联系，带动南部网络节点均衡发展以及增强对外联系。以中心城区为桥梁，连接西部生态旅游片区和东部综合发展片区，增强东西向的联系。

第二，强化重点乡镇的中心性，加强片区内部的联系。长街镇在网络结构中的等级不高，影响力不足，与总体规划的中心镇设想具有一定的差距。因此，可通过促进要素流动，提升节点区域影响力，进一步提升三门湾综合发展片区的实力，往北融入中心城区的辐射圈层，往南增强与三门县、象山县的联系发展。西店镇的自身实力较强，应进一步加强与周边乡镇（如强蛟镇）的互联互通，统筹北部宁海湾循环型片区的发展。

第三，整合要素资源，促进区域协同发展。岔路镇—前童镇以及茶院乡—力洋镇组合符合总体规划设想，需完善协作策略制定和政策机制保障，提升乡镇组合单元在区域网络中的地位。

4 结论与讨论

4.1 结论

宁海县城镇体系网络呈现出北强南弱，西强东弱的整体特征，通过优势流法识别出茶院乡—力洋镇—胡陈乡、前童镇—岔路镇两个联系紧密的乡镇组合。

对于等级结构，不同分级方式的结果各有侧重，根据人口规模分级的结果依赖于人口统计数据，无法体现各乡镇实际地位；基于度中心度的分级结果较能反映乡镇的综合实力，但其高等级和低等级内部的分级不显著；基于优势流数量和权重的分级方式均受节点区域地位的影响，容易将县域范围内实际综合实力不强但与周边联系较强的乡镇（如茶院乡）识别为较高等级的节点，其中结合权重的方式可减弱这种影响，如避免将越溪乡划分为较高等级的节点。

综合多种分级方式划分宁海县城镇体系的四级结构，并与《宁海县域总体规划（2007—2020年）》进行对比，发现长街镇的发展尚未满足规划设想。实测的人群流动通廊与规划轴线、对外交通系统布局契合度较高。

4.2 讨论

基于人口、GDP等社会经济属性数据刻画的城镇体系静态结构具有滞后性，且对于判断节点在网络体系中的等级具有片面性；基于传统属性数据建立的引力模型依托地理空间距离量化节点的影响力，反映的是静态、简化抽象的网络关系；相较而言，基于实测流建立的关联网络更具真实性和实时性，既可代替传统属性数据计算网络节点的中心性，服务于等级结构的分析，也可通过优势流法分析网络联系特征，识别区域内联系较强的“网络线”和关联紧密的“网络点”组合，服务于区域的城镇体系规划，促进区域协同发展。利用基于SDK数据计算的人口交互数表征乡镇（街道）之间实际联系强度，可代替相对昂贵的手机信令数据较为真实地刻画县域尺度的城镇体系网络特征，进一步对比现行规划对城镇体系发展进行问题诊断和识别，并针对性地提出发展策略。

但本研究仍有以下几点待改进之处：第一，着眼于宁海县内部，对县域周边地区缺乏考虑；第二，尽管人流能代表全模式的客运交通联系，但区域和城市中仍然存在其他形式的“流”（信息流、资金流、货流等），基于单一流的研究仍具有片面性。此外，未来可考虑获取更多时间段的数据，对城镇体系网络结构进行长时间序列的动态分析，加强对城镇发展规划的指导意义。

图表来源：

图1-4：作者绘制

图5：根据《宁海县域总体规划（2007—2020年）》绘制

图6：改绘自《宁波市城市综合交通规划（2015—2020年）》中的“2020年对外综合交通规划图”

表1-4：作者绘制