区域一体化视角下长三角高铁网络结构特征研究

穆 成 林

(阜阳师范大学 历史文化与旅游学院,安徽 阜阳 236037)

0 引言

2019年12月,中共中央、国务院印发了《长江三角洲区域一体化发展规划纲要》,指出长三角地区范围包括上海、江苏、浙江与安徽三省一市,共计41个城市单元[1]。长三角区域一体化战略上升为国家战略,这也进一步突出城市群作为引领区域经济高质量发展的重要动力[2]。“高质量”和“一体化”是长三角地区发展的两大核心要求[3],而交通网络是城市群内部人流及物流等实体联系的主要载体,对城市群发展具有重要支撑和引导作用[4]。交通视角下的“流空间”成为描述城市群各节点间关系的重要方式[5],在区域交通网络中,快速交通系统是城市群形成和发展的先导条件,其引发的区域非均质时空收敛效应,深刻地影响城市群的发展空间格局[6]。高速铁路(以下简称高铁),其显著的时空收敛效应[7],极大提升沿线城市可达性,高铁同城化效应发挥的作用日趋明显[8-9],对区域市场一体化、城市竞合和城市群空间效应产生重要影响[10]。高铁网络化的发展构筑了城市间相互关联的骨架[11],它使得区域空间由静态的地方属性空间转变为动态的流动空间[12],高铁流作为研究空间联系的新范式,其流动的频次、周期、强度、方向等因素也成为影响城市空间联系的强弱[4,13-15]。

综上,目前较多学者依托高铁网络的可达性、空间结构和客运联系网络等,对城市群进行了深度研究。研究的对象多集中在全国和较为成熟的城市群或都市圈,较少将扩容后的长三角区域作为研究对象。扩容后的长三角区域空间范围广泛,不同省市的综合发展水平差异明显,为推动长三角区域一体化的发展,要加快共建轨道上的长三角[16]。故本文在区域一体化视角下,使用社会网络的分析方法,分析长三角区域高铁网络空间结构特征和节点城市功能定位,以期深度挖掘高铁网络对长三角区域一体化发展的实质影响,为各节点城市如何利用高铁网络化,融入长三角的发展路径提供一定借鉴意义。

1 数据来源与研究方法

1.1 研究区域

《长江三角洲区域一体化发展规划纲要》指出长三角地区范围包括上海、江苏、浙江与安徽三省一市,共计41个城市单元,分别为上海、江苏省13个地级市、浙江省11个地级市、安徽省16个地级市。截至2022年年底,长三角地区高速铁路运营里程达6668 km,较2017年年底翻一番,里程和面积密度均居全国主要城市群之首[17]。在区域一体化的背景下,高铁网络不断完善,成为区域一体化发展的重要支撑与载体。

1.2 数据来源

高铁网络中各节点城市之间的每日高铁运营频次可以直观反映各城市之间高铁联系程度,进而反映出区域高铁网络的空间结构特征。数据收集过程中,发现浙江省舟山市与其他40个城市间均无高铁连接,将其剔除,故文中的研究单元为40个城市。通过 12306 订票官网获取长三角区域40个城市间每日的高铁运营频次,查询时间2023年7月,统计车次类型为GC-高铁/城际、D-动车、复兴号和智能动车组,构建长三角区域40×40的O-D城市间日高铁运营频次矩阵。其中城市作为出发点时,为每日高铁流出量;城市作为目的地时,为每日高铁流入量。

1.3 研究方法

主要使用社会网络分析的方法,从整体网络结构分析和节点结构分析两个视角切入,分析长三角区域高铁网络空间结构,并通过NetDraw将其可视化。研究过程中,利用整体网络密度、网络中心势、核心边缘结构、凝聚子群、节点中心度等指标,分析长三角区域高铁网络空间结构特征及各节点城市功能。

2 长三角区域高铁网络整体结构分析

2.1 区域高铁网络流量分析

长三角区域高铁网络包括40个节点城市,节点城市之间每日高铁流总量为50450次,其中上海市每日高铁总流量占比9.3%,江苏省13个节点城市日高铁总流量占比42.3%,浙江省10个节点城市日高铁总流量占比23.8%,安徽省16个节点城市日高铁总流量占比24.7%。区域高铁网络中各节点城市每日高铁流量呈现明显的差异,可分为三个等级。第一等级,上海、南京、杭州、苏州、无锡、合肥、常州、镇江8个城市,每日的高铁流出量、流入量均大于1000次,日总流量大于2000次。第二等级,徐州、芜湖、温州、嘉兴、宁波、扬州、泰州、金华、湖州、蚌埠10个城市,每日的高铁流出量、流入量均大于500次,日总流量均小于2000次,但大于1000次。第三等级包括淮安、阜阳、台州、淮南、绍兴等22个城市,每日的高铁流出量、流入量均小于500次,日总流量均小于1000次(如图1)。

图1 长三角区域高铁网络流量概况

高铁网络日流量总量大于1000次的18个城市中,江苏省占总比44%,浙江省占城市总数的33%,安徽省占城市总数的17%,结合三省一市的日高铁总流量在区域每日高铁总流量的占比情况,上海作为主核心,每日高铁流入、流出及总量均居于首位,南京、杭州、合肥作为省会城市,交通枢纽及通道功能显著,每日高铁流量密集。除核心和省会城市外,苏州、无锡、常州、镇江每日高铁流量均位于第一等级,苏州、无锡、常州是长三角区域中苏锡常都市圈的核心城市,其紧邻上海、南京都市圈,与区域高铁网络的核心城市往返高铁班次密集,形成高铁流量密集区。整体上,长三角区域高铁网络流量差异明显,高铁流主要指向区域核心城市和省会城市,在江苏省南部形成密集区(图2)。

图2 长三角区域高铁网络整体结构图

2.2 区域高铁整体网络结构分析

长三角区域高铁网络规模包括40个节点城市,根据40个节点城市间的每日高铁流量矩阵,选择1作为切分值,两个城市间有直达高铁班次的取值为1,无直达班次的取值为0,将赋值矩阵转化成二分矩阵。利用网络密度、点度中心势、中介中心势、接近中心势分析区域高铁网络结构。网络密度用来表征区域高铁网络节点城市之间关系,网络密度越高,说明节点间的联系紧密程度,网络功能也越完善;中心势用来表征整体网络的总体整合度,点度中心势是用来表征整体网络的集中性;点度中心势值越大,说明区域高铁网络的集聚趋势愈明显,反之则相对分散;中介中心度,是用来衡量某一节点的关键性和对其他节点的控制程度,中介中心势数值越低,说明网络中的节点更倾向于依赖核心节点;用点与点之间的距离来刻画节点的接近中心度,接近中心势与点度中心势类似,表明区域高铁网络集聚程度[15,18-19]。

具体计算公式如下：

整体网络密度：

m/(n/(n-1))

(1)

式中：m为该整体网络中包含的实际关系数目,n为该整体网络中的行动者个数[18]。

点度中心势：

(2)

式中：CD(n*) 为该网络中最大的点度中心性值, 分子表示被评价网络中所有其他节点点度中心性与最大点度中心性之间的差值之和,k为节点数[20]。

(3)

式中：CB(n*) 为被评价网络节点的最大中介性值, 分子表示被评价网络中所有其他节点中介性与最大中介性之间的差值之和,k为节点数[20]。

接近中心势：

(4)

式中：CC(n*)为被评价网络节点的最大接近性值,分子表示被评价网络中所有其他节点接近中性与最大接近性之间的差值之和,k为节点数[20]。

长三角区域高铁网络规模由40个节点构成,理论上应该包含1560条关系,实际包含关系数为1111条,整体密度为0.7122,区域高铁网络节点城市间高铁联系紧密,网络功能较完善。点度中心势内、外向值均为29.52%,接近中心势值外向值为43.77%、内向值为43.64%,数值较高,说明区域高铁网络流量集聚程度较高,中介中心势较低,为1.35%,说明整体网络中存在较少中介节点城市,核心节点城市起到重要作用。综上说明,区域高铁网络各节点间的高铁联系具有差异性,区域高铁流空间结构存在不均衡。

2.3 核心-边缘模型

根据长三角区域高铁网络流量数据,利用UCINET 6.212中的Core-periphery model分析模块,得出长三角区域高铁网络存在核心-边缘结构。分析得出：核心区包括24个节点城市,其中除上海外,江苏省有南京、无锡、苏州、常州、扬州、镇江、泰州、徐州和淮安 9个城市,浙江省有杭州、宁波、温州、湖州、嘉兴、绍兴、金华和台州 8个城市,安徽省有合肥、芜湖、安庆、宣城、蚌埠和淮南6个城市。边缘区包括16个节点城市,其中江苏省4个城市,浙江省2个城市,安徽省10个城市。核心区内的联系密度为0.913,高铁流量丰富,联系非常紧密,一体化程度高。核心与边缘区之间的联系密度为0.688,说明核心节点与边缘节点之间也存在较多高铁联系,对边缘区具有带动作用,但与核心区内部联系强度相比,仍处在弱势。边缘区的联系密度为0.308,节点之间高铁流量较少,联系松散,节点在整体网络中相对独立。综上,核心区主要集中在上海和江苏、浙江两省,长三角区域未扩容之前,其区域高铁网络发展就较为成熟,相较之下,安徽省高铁线路建设起步较晚,与长三角区域高铁网络的融合存在滞后性。

2.4 凝聚子群

通过使用UCINET 6.212中凝聚子群Roles &Positions模块识别长三角区域高铁网络中凝聚力较强的节点城市集合,分析整体网络中是否存在凝聚子群,分析凝聚子群内部和外部间的密度,了解内部网络结构形态。长三角区域高铁网络包括8个聚集子群分别为：1.上海、南京、杭州;2.无锡、常州、苏州、镇江;3.扬州、盐城、淮安、连云港、马鞍山;4.亳州、泰州、池州、阜阳、铜陵、安庆、合肥、芜湖、宣城;5.南通、宿迁、徐州、嘉兴;6.宁波、绍兴、六安、温州、台州、淮北;7.淮南、黄山、湖州;8.宿州、滁州、金华、蚌埠、衢州、丽水。

如表1所示,1、2、3、4、5、7、8这7个凝聚子群内部密度值均高于0.9,各子群内部节点城市之间高铁联系频繁,凝聚力强。6子群内部密度值为0.7,相较于其他子群内部高铁流互动较弱。1子群与其他7个群之间的联系密度值较高,均为1,说明上海、南京、杭州在整体网络中与其他节点之间的关联性较强,在整体网络中形成高铁流核心集聚区。2子群与1、3、6子群之间联系密度值为1,节点之前高铁联系紧密,具有较明显的地理区位邻近性特征,依托未扩容之前成熟的长三角高铁网络,区域聚合和辐射效应显著。3子群与1、2子群联系密度值较高,同样体现出地理区位邻近性特征,江苏省省域内高铁网络功能完善,省域内集聚效应明显。4子群与1、2、7子群之间联系密度值较高,4、7子群内多为安徽省内节点城市,省域内集聚效应明显,同时与1、2子群联系密切,也表现出鲜明核心城市与区域指向性。5子群与1、3子群之间联系密度值较高,体现出地理区位邻近性特征。6子群与1、2之间联系密度值较高,7子群与1子群之间联系密度值较高,8子群与1、2之间联系密度值较高,均体现出核心城市与区域指向性特征。

表1 长三角区域高铁网络子群间的密度

3 长三角区域高铁网络节点结构分析

3.1 节点中心度指标

使用社会网络中心度分析模块,通过度数中心度、中介中心度和接近中心度三个指标评价区域高铁网络节点结构。度数中心度用来衡量区域高铁网络中各节点之间联系的紧密程度,如果一个节点与其他许多节点发生高铁联系,那么该节点度数中心度较高;中介中心度用来衡量区域高铁网络中节点在其他节点发展联系的过程中是否承担中介的功能,中介中心度数值越高,说明该节点媒介功能突出;如果一个点与网络中所有其他点的距离都很短,则称该点具有较高的接近中心度,用来衡量区域高铁网络中一个节点与其他节点之间的可达性,可达性越强,接近中心度数值越高[15,18-19]。

具体计公式如下：

度数中心度：

(5)

式中：CD,in(ni) 和CD,out(ni) 分别表示为内向度数中心度和外向度数中心度。rij,in表示从节点j到i的方向存在有向联系,rij,out表示节点i到j方向存在有向联系[20]。

(6)

式中：CB(ni)表示中介中心度,gjk是节点j到节点k之间存在最短路径的数目,gjk(ni)是j到k之间存在的经过节点i的最短路径的数目[20]。

接近中心度：

(7)

式中：CC(ni)表示接近中心性,d(ni,nj)代表节点ni与nj之间最短路径距离[20]。

3.2 节点结构分析

如表2,上海、南京、杭州、无锡、苏州、合肥6个节点城市的内、外向的度数中心度值相同,并排在前六位,说明这6个节点城市与其他节点之间的高铁流量丰富,且同时具有集聚和辐射功能,是区域高铁网络核心节点。常州、徐州、镇江、宁波、嘉兴、温州、芜湖、扬州8个节点城市,内、外向度数中心度均为大于30,且数值相差较小,这些节点城市与其他节点之间高铁联系较多,是区域高铁网络的重要节点。湖州、绍兴外向度数中心度大于30,内向度数中心度小于30,高铁流多为向外发散。金华、台州、淮南,外向度数中心度小于30,内向度数中心度大于30,高铁流多向内集聚。剩余其他节点内、外向度数中心度值均小于30,与其他节点高铁联系一般,为区域高铁网络一般节点。

表2 长三角区域高铁网络节点结构指标排序表

区域高铁网络节点的中介中心度呈现3个等级,第一等级为上海、南京、杭州,中介中心性值均大于30,且数值相等,在区域高铁流的中转和控制力较强,是节点间发生高铁联系的重要桥梁。第二等级为无锡、苏州、常州、徐州、合肥、镇江,中介中心值大于20、小于30,具有较为重要的中介功能。其余31节点城市属于第三等级,中介中心值均小于20,中介功能较弱。区域高铁网络节点的接近中心性呈现4个等级,第一等级为上海、南京、杭州,接近中心度值为100,且内、外中心度值相等,与区域高铁网络中其他节点间的可达性强。第二等级为无锡、苏州、常州、合肥,内、外接近中心度值大于90,与区域高铁网络中其他节点间的可达性较强。第三等级为徐州、镇江、台州、宁波、温州、芜湖、扬州、嘉兴,内、外接近中心度值小于90,大于80。其余25个节点为第四等级。

综上可得,上海、南京、杭州在长三角区域高铁网络中承担重要角色,三个中心性指标均为第一等级,在区域高铁网络中兼具集聚、辐射和桥梁功能,是核心节点。其次,无锡、苏州、常州、合肥、镇江在区域高铁网络中与其他节点通达性较强,联系紧密,同时也具有一定的中介功能,是区域高铁网络的重要节点。徐州、宁波、嘉兴、温州、芜湖、扬州在区域高铁流网络中具有一定的集聚或辐射作用,是区域高铁网络的次重要节点。长三角区域高铁网络节点结构呈现出核心节点城市地位突出,等级差异明显的特征。

4 结论与讨论

高效率、大容量的区域高铁网络成为区域节点城市间要素空间流动的基础,从高铁流视角切入,构建长三角区域高铁客流网络,在此基础上梳理区域高铁网络中各节点城市之间亲疏关系,厘清长三角区域高铁网络的空间结构特征,并提出相关建议。

4.1 长三角区域高铁网络中各节点城市每日高铁流量有明显差异,综合每日高铁流入量、流出量和总流量分析,可分为三个等级,高铁流具有区域核心城市和省会城市指向性的特征。自2008年发布的《中长期铁路网规划 (2008 年调整)》内容中,明确表示到 2020 年,全国铁路网络将建成“四纵四横”的客运专线1.2 万 km以上的高速铁路。“四纵”中包括“北京—上海”“上海—南京”“上海—杭州”“杭州—宁波”客运专线,贯通京津冀、长三角、珠三角和东南沿海地区。“四横”中“杭州—昆明”“南京—成都”客运专线,连接西南、华中、华东地区。随着全国高速铁路网络的快速发展,京沪、沪昆、沪宁、沪杭、杭甬、宁杭、合蚌、合福、宁安、甬台温、合宁、合武、杭黄等多条高铁线路开通,往来城市间的高铁班次增多,上海、杭州、南京、合肥,俨然成为区域高铁网络枢纽城市,占据重要地位。在区域一体化的视角下,长三角高铁网络中各节点城市在外向联系或内部组团间联系都依赖于核心城市。

4.2 区域高铁整体网络功能较完善,高铁流量集聚程度较高,核心区内部互动频繁,对边缘区的带动作用显著。上海和江苏、浙江两省一市占据核心区75%,形成高铁流核心集聚区。上海、杭州、南京在区域高铁网络中承担重要角色,与其他节点之间的关联性较强,在区域高铁网络中兼具集聚、辐射和桥梁功能,核心节点城市地位突出。无锡、苏州、常州、合肥、镇江与其他节点之间高铁流量丰富,与其他节点通达性较强,也具有一定的中介功能,是区域高铁网络的重要节点。徐州、宁波、嘉兴、温州、芜湖、扬州在区域高铁流网络中具有一定的集聚或辐射作用,是区域高铁网络的次重要节点。其余城市为区域高铁网络中的一般节点。综上,长三角区域高铁网络空间结构呈现出多中心,核心城市地位突出,节点城市等级结构差异明显的特征。

4.3 各节点城市在区域高铁网络中的地位和功能差别明显,在融入区域一体化进程中应采取不同的发展策略。(1)上海、杭州、南京,作为核心枢纽城市,在区域高铁网络中处于主导地位,在未来区域一体化进程中,要扩大其空间辐射效应以提升各发展要素在区域内的流通效率。(2)无锡、苏州、常州、合肥、镇江作为区域高铁网络的重要节点,依托自身的交通发展优势,在经济、创新、生态,社会发展等方面,积极融入核心区,弥补自身发展劣势,优化城市协同发展格局,同时也要发挥在省域内“中心城市”的作用,带动周边边缘城市的发展。(3)徐州、宁波、嘉兴、温州、芜湖、安庆、阜阳等作为区域高铁网络中的次重点、一般节点城市,要善于利用不断完善的现代轨道交通运输体系所带来的机遇,找到自身发展优势,积极寻找融入区域一体化的机会。