地理科学进展  2018 , 37 (9): 1231-1244 https://doi.org/10.18306/dlkxjz.2018.09.006

研究论文

“交通—产业”耦合背景下的京津冀城市群空间发育特征

王晓梦12, 王锦1, 吴殿廷1*

1. 北京师范大学地理科学学部,北京 100875
2. 清华大学公共管理学院,北京 100084

Spatial development of the Beijing-Tianjin-Hebei urban agglomeration from the perspective of traffic-industry coupling relation

WANG Xiaomeng12, WANG Jin1, WU Dianting1*

1. Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China
2. School of Public Policy and Management, Tsinghua University, Beijing 100084, China

通讯作者:  通讯作者:吴殿廷(1958-),男,辽宁大连人,博士,教授,博士生导师,主要研究方向为区域规划和旅游规划,E-mail: wudianting@bnu.edu.cn

收稿日期: 2017-11-12

修回日期:  2018-05-6

网络出版日期:  2018-09-28

版权声明:  2018 地理科学进展 《地理科学进展》杂志 版权所有

基金资助:  国家自然科学基金项目(41771128) National Natural Science Foundation of China, No.41771128

作者简介:

作者简介:王晓梦(1996-),女,河南南阳人,博士研究生,主要研究方向为城市地理与公共政策,E-mail: wangxm18@mails.tsinghua.edu.cn

展开

摘要

中国城市群从区域向空间网络的转变,成为城乡统筹发展功能的主体地域单元。基于“交通—产业”的耦合视角,以京津冀城市群为研究区域,选取北京、天津、石家庄、唐山作为城市群发育的辐射中心,结合空间网络分析、引力模型、多层次空间结构MSS-Tree算法,测度识别京津冀城市群空间结构及现状发育范围。结果发现:①京津冀城市群还不成熟,辐射中心周边的辐射发育区“岛、洞”现象明显,表现为连片分布的大城市阴影区;其中北京市周边缺乏成熟副中心,天津市受到北京极化作用影响,辐射区大幅萎缩;石家庄、唐山辐射区发育不足,需首先加强自身经济建设;②交通、产业辐射发育范围重合度较低,交通的先导作用加速了中小城镇生产要素流失,形成环京津贫困带。据此提出了自下而上整合、由内向外扩展的地区发展策略建议。

关键词: 城市群 ; 耦合作用 ; 空间结构 ; 发育范围 ; MSS-Tree ; 网络分析 ; 京津冀

Abstract

The interaction of production factors among cities plays a significant role in the spatial expansion of urban agglomerations. Meanwhile, it drives the change of urban agglomerations from a single-level flat regional space into a multi-level network system. The shift of Chinese urban agglomerations from segregated regions to spatial networks has become the focus of academic research in recent years. Studies have advanced an argument that the relations of traffic and industry between each city-pair not only provide internal dynamics for the spatial expansion and hierarchical organization of urban agglomeration, but also describe the development state of urban agglomeration. Based on the perspective of coupling relationship between traffic and industry, this study identified the multi-level spatial structure and development scope of the Beijing-Tianjin-Hebei urban agglomeration by spatial network analysis, gravity model, and Multi-level Spatial Structure Tree (MSS-Tree), using socioeconomic data, traffic volume data, and enterprise network data. We first selected the municipal districts of Beijing, Tianjin, Shijiazhuang, and Tangshan cities as four radiation centers based on the result of comprehensive strength calculated by factor analysis. Then we combined the gravity model with the MSS-Tree algorithm, and the result shows that continuity, hierarchy, and difference coexist in the theoretical spatial structure of the urban agglomeration. Meanwhile, we applied traffic volume data and enterprise network data to the MSS-Tree algorithm, and the result shows that current spatial structure presents the characteristics of fragmentation, hollow, and jumping, which is quite different from the theoretical structure. According to the comparison between the current scope and the theoretical scope, the current development scope is smaller, and there is obvious an "island and cave" phenomenon in the radiation area of radiation centers, which show contiguous distribution of metropolitan shadow areas. For the four radiation centers, there is a lack of mature sub-centers around Beijing; the spatial scale of radiation area around Tianjin is shrinking greatly because of the polarization effect of Beijing; and the radiation areas around Shijiazhuang and Tangshan are poorly developed, indicating that the two cities need to strengthen their own economic construction. Further, the comparison between traffic and industry radiation areas reveals the phenomenon that traffic develops first while industry lags behind. The unbalanced coupling relationship between traffic and industry leads to low coincidence degree in radiation areas of these two factors. The leading role of traffic accelerates loss of production factors from small or medium-sized cities, thus forms the poverty belt around Beijing and Tianjin. From the perspective of traffic-industry coupling relationship, this study explored the existing problems and their mechanism, which is significant for efficient synergy in the spatial development of urban agglomerations. Finally. Based on the perspective of local government, this article proposed regional development strategies of integration from bottom to top and expansion from inside to outside.

Keywords: urban agglomeration ; coupling relation ; spatial structure ; development scope ; MSS-Tree ; network analysis ; Beijing-Tianjin-Hebei urban agglomeration

0

PDF (17121KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

王晓梦, 王锦, 吴殿廷. “交通—产业”耦合背景下的京津冀城市群空间发育特征[J]. 地理科学进展, 2018, 37(9): 1231-1244 https://doi.org/10.18306/dlkxjz.2018.09.006

WANG Xiaomeng, WANG Jin, WU Dianting. Spatial development of the Beijing-Tianjin-Hebei urban agglomeration from the perspective of traffic-industry coupling relation[J]. Progress in Geography, 2018, 37(9): 1231-1244 https://doi.org/10.18306/dlkxjz.2018.09.006

1 引言

随着信息化、全球化进程加快,推动城市及区域发展的动力不断变化,城市群相关问题也成为全球化进程中重要的区域研究议题(Golledge et al, 1997; Fujita et al, 2004)。在产业结构转型、城乡统筹发展、区域协调规划的政策背景下,中国城市群从区域向空间网络的转变日益受到关注(苗长虹等, 2005; 方创琳, 2009),成为新型城镇化进程中承载城乡统筹发展的主体地域单元。城市群作为国家经济增长核心,其发育形态及发展水平至关重要(顾朝林, 2011)。城市群的发育识别和范围界定也成为学界重点关注的议题。对城市群范围的界定研究,国内学者首先以城市经济区的划分为起点,提出经济空间、人口空间界定法(朱英明, 2004; 宁越敏, 2011);再到结合国际都市圈研究经验,形成新的空间范本(张萍等, 2013);近年逐渐发展为基于点—轴系统理论对城市群实际生长边界的识别探讨。学界愈加强调将城市群发育水平作为界定城市群范围的关键切入点(高晓路等, 2015)。

城市间相互作用在增强城市间联系强度、扩大城市群空间范围的同时,也使城市群从单一层级的平面化地域空间,演化成为多层级的网络体系(张荣天, 2017)。学界对城市群发育过程的认识也逐渐趋于结构化、网络化。从19世纪末主张将城市及其周边地域城镇作为组合群体协调发展的城镇集群(Town Cluster)概念(Howard, 2010);到20世纪初主张城市功能超出边界、城市区域(City Region)演变成为集合城市(Conurbation)、世界城市(World City)的观点(Meller, 1973),以及之后的卫星城理论(Smith, 1974)、有机疏散理论(伊利尔·沙里宁, 1986)对城市群发育过程的探讨;再到20世纪70年代大都市区(Metropolitan Region)、大城市区(Metropolitan Area)、城市化地带(Urbanized Area)对发育过程的论述(Goddard et al, 2016);以及20世纪末全球化兴起的背景下彼得·霍尔等(2010)的巨型城市区域(Mega-city Region)概念,认为城市作为多中心的网络状复合体,网络化形态表现为分散的物质空间和密集的劳动力空间,并由此产生新的城市等级。城市群作为多中心、多层级的网络体系,在发育的同时实现了地域空间的扩展与层级结构的优化。

与此同时,由于城市群空间范围的模糊性和发育过程的动态性(潘竟虎等, 2017),对城市群空间结构识别的模型运用与指标选择较为多样,标准化识别体系尚未形成。城市群识别模型构架可归纳为数理法与经验法两大类,其中数理法通过严谨的数理推导模拟城市群发育过程并识别其空间范围,包括图论算法(顾朝林, 1991)、随机分布过程(李震等, 2006)、空间分形(刘飞等, 2017)、元胞自动机(黄金川等, 2017)等模型算法;经验法基于空间相互作用理论,选择城市群流量指标并结合中心地理论、增长极理论、经济辐射理论等识别城市群结构,典型如引力模型(李震等, 2006)、断裂点模型(党彦龙等, 2014)、场强模型(黄金川, 2016)、MSS-Tree算法(牛方曲等, 2015)等体系架构。其中MSS-Tree算法建立在深入界定城市群概念与层次结构的理论基础上,多叉树的逻辑结构可精确地识别城市群发育状态(牛方曲等, 2016)。随着学科交叉的深入,社会网络分析(方大春等, 2015; 梁经伟等, 2015; 潘竟虎等, 2017)、GIS分析(舒松, 2013; 黄金川等, 2014; 林平等, 2015)等方法的引入为城市群发育研究提供了新的视角。而在衡量城市间联系强度及城市群规模的指标选择方面,学界普遍使用与城市群发育密切相关的人口(Lan et al, 2006)、社会经济(张倩等, 2011; 朱查松等, 2014)、交通(张莉, 2001)等要素指标进行分析。随着大数据技术的成熟,还有社交网络数据(甄峰等, 2012)、手机信令数据(毛晓汶, 2014)等新型数据被引入城市群结构识别与范围划分研究体系中。

现有关于城市群范围划分与结构识别的研究,实现了从单一层级的区域单元到多层级空间结构的视角转变,并愈加重视城市群形成的过程机理。但由于城市群复杂的发育过程与庞大的结构体系,城市群作为网络的空间结构、其区域的空间范围难以界定,城市群的空间界定缺乏系统的研究范式。首先,部分模型构架缺乏理论支持;其次,指标选取存在争议;再次,城市群处于段发育的过程中,由于技术条件及传统数据类型限制,研究往往时效性不足。

“耦合”是指两个或两个以上系统之间存在紧密配合与相互影响,并通过相互作用从一个系统向另一个系统传输信息、能量等的现象。交通、产业既为城市群空间扩展与层级优化提供内部动力,又是城市群空间发育的外部表征,二者存在耦合关系。一方面,交通条件的改善可有效地促进城市群产业结构优化与合理分工,提升产业竞争力,并间接影响企业总部分部的选址与联系强度(张毅等, 2014);另一方面,大规模通勤在固定方向上产生的稳定、大量的客流是保证已建设的交通基础设施发挥效益、产生区域外部效应的前提(陆大道, 2012),产业推动的区域一体化进程作为通勤客流的主要推动力,是高效利用交通基础设施、实现区域发展的保障(牛方曲等, 2016)。因此,在城市群统筹发展、良好发育的进程中,交通与产业应呈现出互为前提、相互作用的耦合关系。城际间交通联系、产业联系的同向、同步、同速耦合是保证城市群空间结构健康稳定发展的前提条件。新一轮北京市总体规划明确提出,协同建立产城融合的产业空间体系、协同形成协调集约的交通等基础设施体系,是城市群可持续发展的两大系统架构。

综上,本文基于“交通—产业”耦合关系的视角,以京津冀地区作为研究区域,分析尺度为县域空间单元,基于道路运量数据、微观企业网络数据,结合引力模型,并借助多层次空间结构MSS-Tree算法,识别京津冀城市群的空间结构特征。将理论范围、发育现状及规划预期进行对比,发掘城市群结构存在的问题及其与产业协同的关系,以期为京津冀世界级城市群的建设提供客观依据。

2 研究区域与数据来源

2.1 研究区域概况

本文以京津冀城市群为研究区域。作为中国三大城市群之一的京津冀城市群域内协同发展被列为国家发展战略,“双城”京津两市作为城市群发展的经济引擎,京津冀协同发展旨在提升区域乃至全国的国际竞争实力。但城市群内部大城市极化作用强烈、核心城市带动作用不明显,区域发展失衡成为京津冀城市群发展的首要问题。本文以区县作为研究尺度,将地级市市辖区合并成为统一的空间单元(如唐山市市辖区合并,称为唐山市城区),北京市城六区(东城区、西城区、海淀区、朝阳区、丰台区、石景山区)合并称为北京市城区,天津市六区(河东区、河西区、和平区、南开区、河北区、红桥区)合并称为天津市城区。识别城市群空间结构的现存问题,有助于京津冀城市群的合理规划,共享区域经济发展成果。

2.2 数据来源与预处理

本文使用的交通路网等基础地理信息数据来源于中国科学院国家基础地理信息数据库,综合不同等级道路(铁路、高速公路、国道、省道、县道)叠加构建城市群路网系统;社会经济数据主要来源于《中国统计年鉴2015》《中国城市统计年鉴2015》《河北经济统计年鉴2015》,结合各县政府工作报告等资料进行补充。

区县间交通联系数据采用爬虫技术,抓取12306官方网站铁路客运数据,获取2016年6-12月,京津冀范围内所有124个车站118个乘降站之间,共501条线路、8008班次列车的实际客流量;同时查询108个汽车客运站的详细时刻表,估算1139条线路、33512班次客车的公路客运实际客流量。产业联系数据通过京津冀境内上交所、深交所上市的所有404家上市公司年报表,提取企业微观数据,包括母子公司关系、母子公司规模、关联贸易额等信息,查询全部4000余家子公司及关联贸易公司的地理位置,并具体分解至区县单元。

3 研究方法

3.1 基于因子分析计算城市综合实力

城市综合实力对生产要素的集聚与扩散效应并存(毕秀晶等, 2013),综合实力强的城市,往往成为城市群的经济重心与辐射核心,带动区域经济增长与协同发展,是确定核心城市的重要参考(丁睿等, 2006; 李少星, 2009)。

构建城市综合实力评价体系,本文参考已有研究成果(顾朝林, 1992; 吴殿廷, 1992; 夏国恩等, 2009),主要关注城市群内部的经济、产业发展。选取“地区生产总值”“第三产业产值比重”“年末总人口”“城镇在岗职工人数”“全社会固定资产投资额”“地方一般财政收入”“规模以上工业企业主营业务收入”“社会消费品零售总额”“实际使用外资”“城乡居民存款年末总额”10个评价指标,用于表征城市的经济实力、人口流动潜力(与通勤流动相关)、投融资能力(金融中心特征)、商业中心特点等方面。在指标权重确定方面,利用因子分析计算模型,考虑评价指标中公共因素的制约,解构评价体系的数理特征,提取公共因素,并通过因子旋转确定指标权重,计算城市综合实力。评价指标及权重见表1。其中,“第三产业产值比重”权重最大,并与“地区生产总值”“地方一般财政收入”“规模以上工业企业主营业务收入”共同构成主成分1,表征城市经济实力;“年末总人口”权重最小,与“城镇在岗职工人数”共同构成主成分2,表征城市的人口流动潜力;“全社会固定资产投资额”“实际使用外资”和“城乡居民存款年末余额”共同构成主成分3,表征城市投融资能力;“社会消费品零售总额”单独表示主成分4,表征城市作为商业中心的特点。

表1   城市综合实力评价指标及权重

Tab.1   Indicators and weights of urban comprehensive strength

序号指标权重主成分
1地区生产总值/万元0.909主成分1:经济实力
2第三产业产值比重/%0.958
3地方一般财政收入/万元0.769
4规模以上工业企业主营业务收入/万元0.858
5年末总人口/万人0.617主成分2:人口流动潜力
6城镇在岗职工人数/万人0.745
7全社会固定资产投资额/万元0.814主成分3:投融资能力
8实际使用外资/万美元0.827
9城乡居民存款年末余额/万元0.893
10社会消费品零售总额/万元0.858主成分4:商业中心特点

新窗口打开

基于上述评价体系计算京津冀城市群各区县综合实力,评价结果如图1所示。由于数据量较大,本文仅展示排名前20的区县评价结果。由图可见,北京市城区得分最高,天津市城区与滨海新区次之,石家庄市城区、唐山市城区名列第4、第5位。排名前5位的市区综合实力得分与其余市区存在明显断点。

图1   京津冀城市群各区县综合实力计算结果(前20)

Fig.1   Comprehensive strength of counties and districts (Top 20) in the Beijing-Tianjin-Hebei urban agglomeration

根据综合实力计算结果,结合新一轮北京市总体规划中的京津冀城市群“一核—双城—三轴—四区—多节点”的规划格局,本文选取北京市城区、天津市城区、石家庄市城区、唐山市城区作为京津冀城市群内的四大辐射中心。而综合实力得分排名第3的滨海新区,由于新区建设的基础设施服务水平较低,商业等第三产业发展不足(苏睿先, 2012; 徐玉静等, 2017),且新区缺乏明显的金融中心、商业中心特征,其综合实力主要依靠地区生产总值及工业产值带动,因此暂不作为城市群内部成熟的辐射中心。

上述4个辐射中心,北京市作为京津冀城市群首要核心,城区综合实力最强;天津市城区综合实力次之,与北京市城区共同作为城市群发展的双城引擎;石家庄市城区综合实力排名第4,作为河北省省会与首位城市、京津冀南部地区的重要副中心,也是城市群发展的“第三极”;唐山市城区综合实力排名第5,得分略低于石家庄市城区,但历史上唐山市经济规模及地区带动作用远大于石家庄,是京津冀城市群东部的重要副中心,为避免东部地区“空间失衡”,同时考虑历史因素,本文将唐山市城区作为城市群内第4个辐射中心。

3.2 利用空间网络分析提取空间辐射范围

本文运用空间网络分析方法划分辐射中心的辐射范围。以县道、省道、国道、高速公路组合作为公路图层要素,参考《公路工程技术标准》(JTG B01-2014)进行速度定标,按照道路平均运行速度,计算经过每段道路线要素的时长。同时考虑到短距离内铁路、公路交通之间不易换乘、相互独立,将铁路图层与公路图层加以区分,分别创建铁路、公路两套网络数据集。进一步提取一级腹地内156个区县的火车站、高速路入口作为起始点和终点的点要素,使用ArcGIS 10.2 平台Network Analyst工具箱构建O-D矩阵,计算基于路网的区县间最短交通时间矩阵。

根据“马切提恒值”理论(Marchetti, 1994),1~2小时的通勤距离是人一天活动范围的上限,也是城市经济活动的范围。提取北京市城区、天津市城区、石家庄市城区、唐山市城区4个辐射中心的两小时通勤圈,作为四大中心的空间辐射范围。若区县位于重叠的辐射范围内,则同时受到对应的多个中心的区域带动作用。本文仅划分四大中心城市的辐射范围,不对重叠部分做进一步划分处理。4个城市的辐射范围相互叠加,共同构成京津冀城市群的理论范围。划分结果见表2

表2   北京、天津、石家庄、唐山两小时通勤圈

Tab.2   Two-hour commuting range of Beijing, Tianjin, Shijiazhuang and Tangshan

核心城市两小时通勤圈
北京市中心城区(东城区、西城区、海淀区、朝阳区、丰台区、石景山区)昌平区、通州区、顺义区、大兴区、大厂回族自治县、固安县、涿州市、三河市、香河县、门头沟区、平谷区、怀来县、武清区、廊坊市城区、延庆区、房山区、密云区、永清县、北辰区、定兴县、高碑店市、蓟州区、雄县、霸州市、玉田县、怀柔区、容城县、宝坻区、东丽区、天津市城区、易县、西青区、宁河区、安新县、静海区、涿鹿县、文安县、津南区、任丘市、大城县、保定城区、滨海新区、张家口城区、高阳县、滦平县、遵化市、承德市城区、涞水县、兴隆县、蔚县
天津市中心城区(河东区、河西区、和平区、南开区、河北区、红桥区)北辰区、东丽区、西青区、津南区、武清区、静海区、滨海新区、宁河区、霸州市、宝坻区、青县、永清县、廊坊市城区、玉田县、香河县、黄骅市、大城县、文安县、沧县、通州区、唐山市城区、固安县、沧州市城区、雄县、大厂回族自治县、容城县、大兴区、蓟州区、北京市城区、海兴县、三河市、高碑店市、顺义区、孟村回族自治县、安新县、滦南县、平谷区、南皮县、任丘市、涿州市、滦县、献县、盐山县、定兴县、高阳县、泊头市、遵化市、昌平区、乐亭县、河间市、东光县、肃宁县、吴桥县、房山区、迁安市、门头沟区、昌黎县、怀柔区
石家庄市中心城区(新华区、桥西区、长安区、裕华区)正定县、新乐市、井陉县、赵县、元氏县、高邑县、无极县、行唐县、平山县、宁晋县、晋州市、定州市、深泽县、赞皇县、深州市、柏乡县、望都县、新河县、隆尧县、曲阳县、辛集市、临城县、安平县、南宫市、灵寿县、安国市、内丘县、顺平县、博野县、武强县、保定市城区、巨鹿县、南和县、唐县、饶阳县、衡水市城区、任县、威县、武邑县、永年县、献县、高阳县、清河县、广宗县、阜平县、鸡泽县、肃宁县、平乡县、容城县、邢台市城区、邯郸县、蠡县、枣强县、定兴县、沙河市、景县、任丘市、成安县、河间市、高碑店市
唐山市中心城区(路南区、路北区、古冶区、开平区、丰南区、丰润区)霸州市、宝坻区、北辰区、滨海新区、昌黎县、承德市城区、大厂回族自治县、东丽区、蓟州区、津南区、静海区、廊坊市城区、乐亭县、卢龙县、滦南县、滦县、宁河区、平谷区、迁安市、迁西县、秦皇岛市城区、青龙满族自治县、青县、三河市、天津市城区、通州区、武清区、西青区、香河县、兴隆县、玉田县、遵化市

新窗口打开

3.3 利用重力模型计算区域间联系强度

城市相互作用促进城市间不断进行人员、物质、资金、信息等要素的流通,城市由彼此分离的空间单元构成有机联系的整体结构。借由城市间的互补性、介入机会与可运输性3个相互作用条件,城市之间形成了物质流、资金流及信息流等城市流类型。借助交通、通讯等基础设施媒介,城市作为结点与城市流协同作用,构成复杂的城市流网络。

运用重力模型计算理论联系强度,作为表征城市群内部区县之间流量大小的指标。构建模型公式如下:

Fij=Gi×Pi×Gj×PjDij2

式中:Fij表征ij:区县的理论联系强度;Pi表示i区县年末总人口;Gi表示i区县的地区生产总值;Dij作为可达性指标,表示ij两地间最短交通时间,通过上文的网络分析方法计算。

同时,城市间“推—拉”作用为城际间的要素流动提供动力,综合规模大、经济实力强的城市常作为极核提供拉力,对势力范围内综合规模小、经济实力弱的城市产生吸引作用,使要素沿流向流入极核城市。基于以上观点,本文比较京津冀城市群内部156个区县的综合实力,按“高级城市→低级城市”的方向规定流向。

3.4 基于MSS-Tree算法划分城市群空间结构

由于城市群发育过程复杂结构体系庞大,关于城市群网络空间结构和区域空间范围的划分方法存在以下不足:①模型构架缺乏理论支持。使用高阶数学计量方法进行测度,复杂算法构筑的统计学意义大于地理学意义,缺乏相关理论的基础支撑与地理学逻辑指导,计算得到的范围结构与发育现状有较大偏差,需要配合长时间序列的现状观测进行纠偏;②指标存在争议。城市群作为多因素作用的“黑箱”系统,由于其空间结构复杂、影响因素自相关,难以选取表征城市群空间形态的指标因子,早期研究多使用GDP单因子指标表征城市群内的城市规模,后续又有学者引入城市人口、贸易等其他社会经济指标,采取因子分析(赵璟等, 2015)、层次分析(虞虎等, 2014)等方法判断指标结构,但依然无法排除因子之间的自相关性;③时效性不足。由于技术条件限制,用于表征城市群空间特征的现状数据通常难以获取,现有研究多使用年鉴统计数据进行预测性识别与评价,对城市群发育形态的现状观测不足。而多层次空间结构交叉树(MSS-Tree)算法基于城市群发育的辐射增长极与扩散机理,测度城市群等级结构和边界范围具有较高精度(牛方曲等, 2015)。

算法逻辑结构如下:①引入社会经济指标,运用因子分析法进行指标赋权,计算各区县综合实力并排序,以此作为参考,选综合实力最强的区县作为城市群的辐射中心,并作为一级城市参与循环;②基于京津冀城市群的基础路网数据,使用空间网络分析方法,计算辐射核心的两小时通勤范围作为辐射范围,范围内与辐射核心存在直接联系的市区归为二级城市,其余与二级城市存在直接联系、与核心城市间接联系的区县划归为三级城市,以此类推,参与循环;③社会经济数据所刻画的理论联系度,道路运量数据、企业网络数据所刻画的实测联系度进行归一化处理,分别将3类数据引入算法结构,重复步骤①②,划分出二级城市和三级城市并参与循环,最终划分出基于理论量测、基于交通实测、基于产业实测的三类城市群层级结构。算法结构如图2所示。

图2   MSS-Tree城市群结构识别算法

Fig.2   Urban agglomeration structure identification algorithm (MSS-Tree)

4 城市群多层次空间结构特征

4.1 理论量测结果:连续性、层级性、差异性

北京市城区理论辐射范围内的二级城市以 地级市城区为主,此批次二级城市下接的三、四级城市多数是河北省境内经济实力较强的区县,理论辐射地区整体具有相对较强的综合实力,城市多层次空间结构特征呈现规模大、实力强、层级多的特点(图3a)。天津市城区理论辐射范围内的多层次空间结构整体规模适中、实力中等、层级较多且层级间差异明显,辐射中心天津市城区下属有五级规模(图3b)。而与北京、天津不同,石家庄市城区理论辐射范围内的多层次结构规模较小、实力较弱且层级结构少,包括辐射中心石家庄城区在内,仅有3层结构。经济辐射作用弱,生产要素吸引力不足(图3c)。而唐山市城区的理论辐射范围更小,包括唐山市城区在内仅有3层结构。城市群空间范围更狭窄,城市群空间结构更少(图3d)。上述理论空间结构中,辐射中心的辐射范围空间连续、层级明显,且4个辐射中心下属的层级结构存在较大差异。

图3   北京、天津、石家庄、唐山理论辐射区空间结构

Fig.3   Spatial structure of the theoretical radiation region around Beijing, Tianjin, Shijiazhuang, and Tangshan

4.2 现实发育特点:断裂性、空心性、跳跃性

京津冀4个辐射中心中,北京市城区作为京津冀乃至全国范围内的重要交通枢纽,与城市群内多个地级市存在直接交通联系,且交通量最大,交通辐射区呈现较理想的连续分布状态(图4a)。而天津市城区在交通方面的辐射影响力相对较小,直接联系的地级市相对较少,下属三级、四级联系的区县经济实力较弱。且辐射范围内出现明显“岛、洞”现象,下属联系区县的空间分布不连续(图4b)。这是由于天津市城区交通辐射范围内的区县经济实力较弱,交通服务等基础设施建设滞后,无法产生类似于北京城区周边如此大规模的通勤流。石家庄市城区在交通方面的影响力和辐射规模与天津城区相似:直接联系较少,间接联系居多。但辐射区空间结构差异较大,最突出体现在石家庄市辐射区域呈独特的“跳跃式”分布。这是由于石家庄作为重要的交通枢纽与铁路、长途汽车中转站,与城市群范围内其他主要地级市存在直接客流联系,承接大规模中转旅客流量。因此,石家庄市城区的交通辐射区多层次空间结构表现为层级少、辐射距离远的空间状态(图4c)。而唐山市城区既非重要的客运中转站,又非辐射整个城市群的经济中心,因此与唐山市城区存在直接交通联系的周边区县居多,地级市城区较少,仅有秦皇岛、廊坊、承德市城区3个空间单元。以唐山市城区为中心的交通辐射范围更小,层级结构更少(图4d)。

图4   北京、天津、石家庄、唐山交通辐射区空间结构

Fig.4   Spatial structure of the current traffic radiation region around Beijing, Tianjin, Shijiazhuang, and Tangshan

进一步基于企业联系数据分析,北京市城区作为城市群发展的第一极核,与各区县的产业联系 强度最大,产业辐射力最强,且多以直接联系为主、与地级市联系为主,层级多、规模大且范围广(图5a)。天津市作为城市群域内第二大经济重心,天津市城区的产业辐射能力明显不如北京市城区,仅与7个二级区县存在直接联系,层级少、规模小、辐射范围较窄(图5b)。这在一定程度上显示出城市群范围内,北京市对经济要素的巨大极化作用,显示出城市群发展失衡、区域统筹协调能力不足的发育现状:石家庄市城区的产业辐射区范围更窄,与地级市的直接产业联系更少,仅有邢台市城区、保定市城区2个空间单元,层级结构更少,空间规模更小(图5c)。与石家庄相似,与唐山市存在直接产业联系的地级市城区仅有承德市城区,其余均为周边市辖区县,层级浅,规模小(图5d)。

图5   北京、天津、石家庄、唐山产业辐射区空间结构

Fig.5   Spatial structure of the current industry radiation region around Beijing, Tianjin, Shijiazhuang, and Tangshan

5 城市群发育范围测度结果比较

5.1 现存问题:发育程度不理想,“岛、洞”现象明显

将京津冀城市群的理论覆盖范围、现状发育范围及京津冀协同发展规划布局进行比较,可以发现,与规划预期相比,城市群发育范围不理想,表现为大都市阴影区和环京津贫困带的“岛、洞”现象明显(图6)。京津冀城市群规划蓝图全面覆盖河北省境内11个区域中心节点城市,以轴串点以点带面,规划出协同发展的大格局(毛汉英, 2017)。但基于交通、产业联系的现状观测显示,京津冀城市群的现状发育边界远小于规划范围,虽然现状范围成功涵盖河北省境内所有11个地级市城区,但北部承德、张家口、秦皇岛市,南部邯郸市下辖大部分区县都不在当前城市群影响范围内,京津冀城市群范围内存在大面积空心岛、洞。

图6   京津冀城市群理论范围与发育现状的差异

Fig.6   Differences between theoretical scope and developmental status of the Beijing-Tianjin-Hebei urban agglomeration

比较京津冀城市群理论和现状发育范围,可以发现,京津冀地区的城市建设与产业发展不协调。一般情况下,若理论计算范围大于现状范围,则城市群发育过程中可能存在城市发展水平较低、发展滞后的问题;若理论计算范围小于现状范围,则城市群发育过程中可能存在承载各种城市间联系的基础设施建设滞后的问题。一方面,理论范围与现状范围之间的空间差异可作为城市群发育过程中的潜在开发空间。对于潜在空间的合理开发、适度建设是城市群发展的重要基础。另一方面,可将上述差异区视为城市群内部的大都市阴影区。重点开发、合理规划阴影区内部的产业结构,加强阴影区与周边大城市的产业、交通联系,是调整和优化城市群结构的重要途径。

比较结果显示,北京市城区的理论辐射范围与现状辐射范围在空间分布上相对一致。但现状联系中,北京市城区周边存在“岛、洞”散布,由此判断其周边缺乏成熟的副中心,尚未形成理想的“核心城市—副中心—外围城市”空间结构(图7a)。而天津市城区的理论辐射范围与现状辐射范围空间分布差异较大,现状辐射范围,尤其是产业经济辐射范围明显要小于理论辐射范围。虽然天津规划有“滨海新区—天津市城区”的双核城市结构,形成天津城市经济发展与产业分工的双极点,但受到北京市的强烈挤压作用,处在北京市辐射范围内的天津市依然需要进一步发展对外交通、产业联系,以扩大区域辐射能力,强化天津市在京津冀范围内作为第二大经济重心的带动作用(图7b)。而石家庄市城区受到天津市和北京市的双重影响,自身的理论辐射范围集中于河北南部,在此基础上发展起来的现状辐射区明显小于理论辐射范围。为此,应首先加强自身经济建设,优化产业结构,在京津大都市阴影区内发挥好第三极核的作用(图7c)。唐山市城区距离北京、天津两市更近,受到两市的极化作用更强,产业及交通辐射区大多覆盖东北部唐山、承德及其所辖区县,仅少量覆盖天津市北部若干区县。今后应进一步优化产业结构、加速产业转型,加快实现京津唐老工业基地的产业结构优化与区域协同合作(图7d)。

图7   北京、天津、石家庄、唐山理论辐射范围与发育现状的差异

Fig.7   Differences between theoretical scope and developmental status of the Beijing, Tianjin, Shijiazhuang, and Tangshan urban areas

一般而言,邻近大城市的小城镇往往会得到优先发展,但也存在另一种可能,即核心城市的吸引和集聚作用过强,导致区域外围的劳动力、资金等生产要素越过邻近小城镇直接进入核心城市,邻近小城镇内部也由于核心城市的吸引力导致生产要素流失,地区发展停滞。在这种区域内部经济极化、要素集聚的发展阶段,靠近核心城市的中小城镇反而受到大城市的制约,形成“大都市阴影区”。这种现象在城市群空间地域内常常表现为核心城市周边区县经济实力和产业竞争力弱、发展滞后的现象。本文将北京市、天津市城区周边地区存在“空心岛洞”的现状视为大都市阴影区(表3)。

表3   京津周边大都市阴影区内市县统计

Tab.3   Statistics of districts in metropolitan shadow areas around Beijing and Tianjin

核心城市区县名称所属地级市
北京定兴县保定市
大厂县廊坊市
津南区天津市
宁河区天津市
天津大城县廊坊市
沧县沧州市
宁河区天津市
津南区天津市

新窗口打开

5.2 问题形成的可能原因:交通先行发展,而产业协同不足

现代铁路公路交通,尤其是大城市周边城际轨道交通和高速公路交通,提高了城市群内部城际间的经济联系强度,使核心城市间客运、货运条件大大改善,促进了人员、物资、资金等城际流动,从而增强核心城市的辐射带动作用,使其经济辐射半径增大、资源聚集和扩散能力增强(秦晴晴, 2013)。城市群内部交通、产业联系同步发展,协同促进,是区域协同发展、城市群健康发育的必要条件。

比较4个辐射中心的交通、产业辐射范围(图4图5),发现北京市产业与交通辐射范围重合度相对较高。除北京市周边区县外,产业辐射区扩展至天津市城区、廊坊市城区等市辖区单元及周边区县。北侧、东侧发育程度较高,与交通辐射范围基本重合,西南侧上市公司子公司规模小数量少,与母公司的年总交易额相对较小,产业联系相对较弱,交通联系未带来足够的产业发展红利。而在“一核双城”的结构下,由于北京市城区对于资金、人才的吸引,极化作用导致天津市城区产业竞争力下降,周边地区的产业联系向北京靠拢,导致天津市产业辐射范围迅速紧缩,远小于交通辐射范围,难以扩展至河北省内地级市及其周边县区,未能实现“产业—交通”联系的优势互补,产业辐射区严重发育不足。同时,第三极核石家庄市,由于自身经济实力、产业竞争力弱,上市公司规模小、数量少,与周边地区产业联系弱,石家庄市城区产业辐射区的范围远小于交通辐射区,交通建设对调整产业结构、优化产业布局的带动作用不明显,在城市群内部更多地承担着交通枢纽而非经济重心的角色。唐山市城区与石家庄市城区相似,作为京津冀东部的重要经济中心,产业辐射范围远小于交通辐射范围,地区经济、产业发展滞后于交通等基础设施建设。

为顺应城市群发展需要,京津冀城际铁路、公路交通规划与建设飞速发展。已有的环渤海京津冀地区城际轨道交通网规划(2005-2020年)要求建设北京—天津—塘沽、北京—石家庄、北京—唐山—秦皇岛等多条城际高速铁路干线,有效地扩展了北京、天津、石家庄、唐山4个城市的通勤范围。但根据实际运量、上市公司数据反映的交通、产业辐射范围,四大辐射中心的交通、产业辐射范围重合度较低,产业联系普遍弱于交通联系。交通先行发展、产业跟进不足,导致城市群现状发育范围缩减、“岛、洞”现象明显,进而形成若干大都市阴影区。北京、天津两大经济核心周边产业竞争力弱、发展滞后的区县,交通基础的建设导致人才与资金加速外流,直接向京津两市集聚,形成明显的环京津贫困带。因此,京津冀协同发展,京津冀世界级城市群建设,产业协同、北京非首都功能疏解,任重道远。

6 结论与讨论

长期以来,京津冀城市群面临核心城市带动力不足、区域发展不协调的问题。挖掘城市群空间结构特征,剖析现状问题及问题机制,对城市群内部高效协同与健康发展十分重要。本文从城市群发育的“交通—产业”耦合机制出发,基于区县尺度,借助MSS-Tree算法,从理论和现状联系2个角度测度并划分京津冀城市群的层级结构,算法具有地理意义和地理学逻辑支撑;引入新型的即时观测数据,识别发育范围,对比理论规模、发育现状与规划预期的差异,有助于诊断城市群空间结构的现存问题。概括全文,结论如下:

(1) 中心城市辐射区的空间结构方面,理论空间结构连续性、层级性、差异性并存。北京市辐射规模大,辐射范围内区县实力强、等级多且层级间差异明显。石家庄、唐山两市辐射规模小,辐射范围内区县实力弱、层级少。而城市群现状空间结构与理论差异较大,断裂性、空心性、跳跃性明显。北京现状辐射区层级多、规模大且范围广。天津市现状辐射区层级少、规模小、范围较窄。石家庄、唐山市现状辐射结构层级更少、范围更小,但石家庄交通辐射区呈层级较多、面积较广的“跳跃式”分布。

(2) 中心城市影响范围方面,相较于理论计算结果,中心城市现状影响范围内“岛、洞”现象明显,存在连片分布的大城市阴影区。北京市影响区的发育现状与理论范围基本一致,但尚未形成“核心城市—副中心—外围城市”的理想空间结构。天津市影响区的发育现状,尤其是产业辐射区的发育明显小于理论范围。石家庄、唐山两市影响区发育范围更小。进一步优化产业结构、加快北京非首都功能疏解,从而发挥京津冀中南部、东部经济重心的辐射带动作用,意义重大。

(3) 问题机制发掘方面,从“交通—产业”的耦合视角出发,其中产业布局一体化进展迟缓是重要因素。财政分灶吃饭,以及在此基础上形成的以行政区划为基础的产业布局方式,是导致京津冀城市群空间结构不理想和环京津贫困带的深层次原因。

为解决上述问题,京津冀城市群建设应突破行政体制障碍,让市场在产业布局中发挥基础作用,自下而上主动整合,利用邻近中心城市的区位优势,发展地区特色,挖掘独特的地区功能,积极吸引中心城市生产要素反向外流与功能疏解。同时也需要由内向外拓展联系,鼓励中心城市主动与邻近市镇、其他核心城市、边缘地区建立联系,形成覆盖全域的联系网络,充分利用域内各地市市场资源实现域内要素集聚,突破大城市对要素极化的发展限制。此外,本文作为一项探索性研究,仅从交通、产业发展是否同步的角度揭示城市群的现状特点与现存问题。对于城市群发展规划、结构优化、空间管制的政策启示具有局限性。今后的进一步研究需要考虑土地、政策等产业布局影响要素,深入探究区域内人口、资金等生产要素的动态集聚、扩散过程及其外部效应。

The authors have declared that no competing interests exist.


参考文献

[1] 彼得·霍尔, 凯西·佩恩. 2010.

多中心大都市: 来自欧洲巨型城市区域的经验

[M]. 罗震东, 等, 译. 北京: 中国建筑工业出版社.

[本文引用: 1]     

[Hall P, Penn C.2010.

Polycentric metropolis: Experience from a large urban area in Europe

[M]. Luo Z D, et al, Trans. Beijing, China: China Architecture & Building Press.]

[本文引用: 1]     

[2] 毕秀晶, 宁越敏. 2013.

长三角大都市区空间溢出与城市群集聚扩散的空间计量分析

[J]. 经济地理, 33(1): 46-53.

URL      [本文引用: 1]      摘要

大都市区是城市群的增长极核与辐射源,城市群又是其所在区域的增长中心,研究大都市区的溢出效应及城市群的集聚与扩散特征有助于为区域发展决策与战略研究提供经验借鉴。以长三角区域为例,在“六普”分县人口数据的基础上利用空间自相关等空间计量经济学方法,研究了长三角城市群的集聚与扩散以及大都市区的空间溢出效应。研究发现:人口等要素资源向长三角城市群集聚现象显著,但在城市群内部大都市区外围区县形成新的集聚空间,溢出效应明显;在影响经济空间格局的各因素中,除要素投入、政策、集聚经济等因素外,区位条件也有重要作用;是否邻接大都市区这一虚拟变量通过了检验,除了说明区位条件具有重要影响力以外,也进一步证实了大都市区的空间溢出效应。

[Bi Q J, Ning Y M.2013.

Empirical research on spatial spillover of metropolitan and the spatial agglomeration and dispersion in Yangtze River Delta urban agglomeration

[J]. Economic Geography, 33(1): 46-53.]

URL      [本文引用: 1]      摘要

大都市区是城市群的增长极核与辐射源,城市群又是其所在区域的增长中心,研究大都市区的溢出效应及城市群的集聚与扩散特征有助于为区域发展决策与战略研究提供经验借鉴。以长三角区域为例,在“六普”分县人口数据的基础上利用空间自相关等空间计量经济学方法,研究了长三角城市群的集聚与扩散以及大都市区的空间溢出效应。研究发现:人口等要素资源向长三角城市群集聚现象显著,但在城市群内部大都市区外围区县形成新的集聚空间,溢出效应明显;在影响经济空间格局的各因素中,除要素投入、政策、集聚经济等因素外,区位条件也有重要作用;是否邻接大都市区这一虚拟变量通过了检验,除了说明区位条件具有重要影响力以外,也进一步证实了大都市区的空间溢出效应。
[3] 党彦龙, 白永亮. 2014.

长江中游城市群经济空间辐射范围和空间结构研究

[J]. 开发研究, (5): 53-57.

[本文引用: 1]     

[Dang Y L, Bai Y L.2014.

Study on the spatial radiation range and spatial structure of urban agglomeration in the middle reaches of Yangtze River

[J]. Research on Development, (5): 53-57.]

[本文引用: 1]     

[4] 丁睿, 顾朝林, 庞海峰, . 2006.

2020年中国城市等级规模结构预测

[J]. 经济地理, 26(S1): 218-221.

[本文引用: 1]     

[Ding R, Gu C L, Pang H F, et al.2006.

Forecast for rank-size of China' s urban system in 2020

[J]. Economic Geography, 26(S1): 218-221.]

[本文引用: 1]     

[5] 方创琳. 2009.

城市群空间范围识别标准的研究进展与基本判断

[J]. 城市规划学刊, (4): 1-6.

[本文引用: 1]     

[Fang C L.2009.

Research progress and general definition about identification standards of urban agglomeration space

[J]. Urban Planning Forum, (4): 1-6.]

[本文引用: 1]     

[6] 方大春, 孙明月. 2015.

高铁时代下长三角城市群空间结构重构: 基于社会网络分析

[J]. 经济地理, 35(10): 50-56.

[本文引用: 1]     

[Fang D C, Sun M Y.2015.

The reconstruction of the spatial structure of the Yangtze River Delta city group in the high-speed era: Based on the social network analysis

[J]. Economic Geography, 35(10): 50-56.]

[本文引用: 1]     

[7] 高晓路, 许泽宁, 牛方曲. 2015.

基于“点—轴系统”理论的城市群边界识别

[J]. 地理科学进展, 34(3): 280-289.

Magsci      [本文引用: 1]      摘要

合理界定城市群的边界是认识和研究城市群的必然要求,也是通过空间规划落实区域功能空间布局和发展指向的基础条件。然而,社会各界对城市群的概念尚未达成统一的认识,对城市群空间范围的理解更是莫衷一是。为此,本文从经济地理学的“点—轴系统”理论出发,对城市群的概念进行了梳理,并提出判别城市群边界的4个步骤:一是分析对象区域是否存在若干发育良好的中心城市;二是分析这个区域的城市体系是否健全,是否具有较好的资源和环境条件;三是分析城市之间是否具有较强的社会经济联系,使之具有一体化发展的社会经济基础;四是通过对城市群实际生长边界的判别,对“点—轴系统”的发育程度进行评估,从而对该区域是否已经形成城市群进行判断。较之以往的学术研究,强调城市群的发育程度也应该作为城市群判别的重要条件,同时,也通过POI数据的Densi-Graph分析提出了判别城市群发育程度的方法。基于此,对京津冀及全国主要地区城市群的形成和发育进行了分析。结果表明,长三角城市群和珠三角城市群发展较为成熟,京津冀城市群一体化程度较之偏低,长江中游城市群和成渝城市群则尚处于形成阶段。这些结论对于客观认识城市群以及制定城市群未来发展的目标和战略具有重要意义,可为多层次的空间规划和管理政策提供参考。

[Gao X L, Xu Z N, Niu F Q.2015.

Delineating the scope of urban agglomerations based upon the Pole-Axis theory

[J]. Progress in Geography, 34(3): 280-289.]

Magsci      [本文引用: 1]      摘要

合理界定城市群的边界是认识和研究城市群的必然要求,也是通过空间规划落实区域功能空间布局和发展指向的基础条件。然而,社会各界对城市群的概念尚未达成统一的认识,对城市群空间范围的理解更是莫衷一是。为此,本文从经济地理学的“点—轴系统”理论出发,对城市群的概念进行了梳理,并提出判别城市群边界的4个步骤:一是分析对象区域是否存在若干发育良好的中心城市;二是分析这个区域的城市体系是否健全,是否具有较好的资源和环境条件;三是分析城市之间是否具有较强的社会经济联系,使之具有一体化发展的社会经济基础;四是通过对城市群实际生长边界的判别,对“点—轴系统”的发育程度进行评估,从而对该区域是否已经形成城市群进行判断。较之以往的学术研究,强调城市群的发育程度也应该作为城市群判别的重要条件,同时,也通过POI数据的Densi-Graph分析提出了判别城市群发育程度的方法。基于此,对京津冀及全国主要地区城市群的形成和发育进行了分析。结果表明,长三角城市群和珠三角城市群发展较为成熟,京津冀城市群一体化程度较之偏低,长江中游城市群和成渝城市群则尚处于形成阶段。这些结论对于客观认识城市群以及制定城市群未来发展的目标和战略具有重要意义,可为多层次的空间规划和管理政策提供参考。
[8] 顾朝林. 1991.

中国城市经济区划分的初步研究

[J]. 地理学报, 1(2): 3-15.

[本文引用: 1]     

[Gu C L.1991.

A perliminary study on the division of urban economic regions in China

[J]. Acta Geographica Sinica, 1(2): 3-15.]

[本文引用: 1]     

[9] 顾朝林. 1992.

城市实力综合评价方法初探

[J]. 地域研究与开发, (1): 5-11.

[本文引用: 1]     

[Gu C L, 1992.

Methods of evaluting the urban comprehensive strength index

[J]. Areal Research and Development, (1): 5-11.]

[本文引用: 1]     

[10] 顾朝林. 2011.

城市群研究进展与展望

[J]. 地理研究, 30(5): 771-784.

[本文引用: 1]     

[Gu C L.2011.

Study on urban agglomeration: Progress and prospects

[J]. Geographical Research, 30(5): 771-784.]

[本文引用: 1]     

[11] 黄金川. 2016.

基于辐射扩散测度的中国城市群发育格局识别

[J]. 经济地理, 36(11): 199-206.

[本文引用: 1]     

[Huang J C.2016.

Dentification of urban agglomeration in China based on radiation diffusion measurement

[J]. Economic Geography, 36(11): 199-206.]

[本文引用: 1]     

[12] 黄金川, 林浩曦. 2017.

京津冀城市群多情景空间演化模拟

[J]. 地理研究, 36(3): 506-517.

[本文引用: 1]     

[Huang J C, Lin H X.2017.

Spatial evolution analysis and multi-scenarios simulation of Beijing-Tianjin-Hebei urban agglomeration

[J]. Geographical Research, 36(3): 506-517.]

[本文引用: 1]     

[13] 黄金川, 刘倩倩, 陈明. 2014.

基于GIS的中国城市群发育格局识别研究

[J]. 城市规划学刊, (3): 37-44.

[本文引用: 1]     

[Huang J C, Liu Q Q, Chen M.2014.

The identificatipn of urban agglomeration distribution in China based on GIS analysis

[J]. Urban Planning Forum, (3): 37-44.]

[本文引用: 1]     

[14] 李少星. 2009.

改革开放以来中国城市等级体系演变的基本特征

[J]. 地理与地理信息科学, 25(3): 58-61.

[本文引用: 1]     

[Li S X.2009.

Evolution characters of urban hierarchy system in China since the Reform and Opening-up

[J]. Geography and Geo-Information Science, 25(3): 58-61.]

[本文引用: 1]     

[15] 李震, 顾朝林, 姚士媒. 2006.

当代中国城镇体系地域空间结构类型定量研究

[J]. 地理科学, 26(5): 544-550.

[本文引用: 2]     

[Li Z, Gu C L, Yao S M.2006.

A quantitative study on regional spatial structure of urban system in contemporary China

[J]. Scientia Geographica Sinica, 26(5): 544-550.]

[本文引用: 2]     

[16] 梁经伟, 文淑惠, 方俊智. 2015.

中国-东盟自贸区城市群空间经济关联研究: 基于社会网络分析法的视角

[J]. 地理科学, 35(5): 521-528.

Magsci      [本文引用: 1]      摘要

<p>从城市群的角度运用社会网络分析法对中国-东盟自贸区空间经济联系进行研究, 首先从度、入度、出度3个角度对自贸区内的44个城市建立网络模型分析城市之间的复杂关系。其次对网络图进行中心度分析, 判断城市的经济辐射范围, 基于核心-边缘理论对自贸区内44个城市划分。最后利用派系过滤算法对城市网络图进行社团结构分析, 利用K-plex算法进行凝聚子群分析。分析结果表明自贸区内城市之间存在密切的联系, 核心城市群与边缘城市群圈层明显; 同时中国在自贸区内扮演着重要角色, 带动国家经济关系建设, 促进区域经济的繁荣发展。</p>

[Liang J W, Wen S H, Fang J Z.2015.

The spatial economic association of city agglomeration on CAFTA based on the perspective of social network analysis

[J]. Scientia Geographica Sinica, 35(5): 521-528.]

Magsci      [本文引用: 1]      摘要

<p>从城市群的角度运用社会网络分析法对中国-东盟自贸区空间经济联系进行研究, 首先从度、入度、出度3个角度对自贸区内的44个城市建立网络模型分析城市之间的复杂关系。其次对网络图进行中心度分析, 判断城市的经济辐射范围, 基于核心-边缘理论对自贸区内44个城市划分。最后利用派系过滤算法对城市网络图进行社团结构分析, 利用K-plex算法进行凝聚子群分析。分析结果表明自贸区内城市之间存在密切的联系, 核心城市群与边缘城市群圈层明显; 同时中国在自贸区内扮演着重要角色, 带动国家经济关系建设, 促进区域经济的繁荣发展。</p>
[17] 林平, 杜姗姗. 2015.

基于GIS和计量模型的首都城市群空间范围界定

[J]. 北京联合大学学报, 29(3): 58-66.

[本文引用: 1]     

[Lin P, Du S S.2015.

Definition of space range of capital city group based on GIS and measurement model

[J]. Journal of Beijing Union University, 29(3): 58-66.]

[本文引用: 1]     

[18] 刘飞, 郑新奇, 黄晴. 2017.

基于空间分形特征的城市群实体空间识别方法

[J]. 地理科学进展, 36(6): 677-684.

[本文引用: 1]     

[Liu F, Zheng X Q, Huang Q.2017.

Identification of the physical space of urban systems based on fractal analysis

[J]. Progress in Geography, 36(6): 677-684.]

[本文引用: 1]     

[19] 陆大道. 2012.

关于避免中国交通建设过度超前的建议

[J]. 地理科学, 32(1): 2-11.

[本文引用: 1]     

[Lu D D.2012.

The proposition to avoid the over advance and inappropriate construction of China′s transport infrastructures

[J]. Scientia Geographica Sinica, 32(1): 2-11.]

[本文引用: 1]     

[20] 毛汉英. 2017.

京津冀协同发展的机制创新与区域政策研究

[J]. 地理科学进展, 36(1): 2-14.

[本文引用: 1]     

[Mao H Y.2017.

Innovation of mechanism and regional policy for promoting coordinated development of the Beijing-Tianjin-Hebei

[J]. Progress in Geography, 36(1): 2-14.]

[本文引用: 1]     

[21] 毛晓汶. 2014.

基于手机信令技术的区域交通出行特征研究

[D]. 重庆: 重庆交通大学.

[本文引用: 1]     

[Mao X W.2014.

Research of regional traffic characteristics based on mobile signaling technology

[D]. Chongqing, China: Chongqing Jiaotong University.]

[本文引用: 1]     

[22] 苗长虹, 王海江. 2005.

中国城市群发展态势分析

[J]. 城市发展研究, 12(4): 11-14.

[本文引用: 1]     

[Miao C H, Wang H J.2005.

The analysis on developmental situations of China's urban agglomerations

[J]. Urban Studies, 12(4): 11-14.]

[本文引用: 1]     

[23] 宁越敏. 2011.

中国都市区和大城市群的界定: 兼论大城市群在区域经济发展中的作用

[J]. 地理科学, 31(3): 257-263.

URL      [本文引用: 1]      摘要

大城市群正在成为城市化空间组织的主要形态,构成国家经济发展的重心。改革开放以来,中国重新纳入到世界经济体系之中,工业化与城市化加速发展推动了城市群规模壮大与能级提升。本文首先采用"五普"资料对大都市区进行界定,以大都市区为基本组成单元界定中国的大城市群,分析了中国13个大城市群的空间分布特征及在区域经济发展中的引领作用。

[Ning Y M.2011.

Definition of Chinese metropolitan areas and large urban agglomerations: Role of large urban agglomerations in regional development

[J]. Scientia Geographica Sinica, 31(3): 257-263.]

URL      [本文引用: 1]      摘要

大城市群正在成为城市化空间组织的主要形态,构成国家经济发展的重心。改革开放以来,中国重新纳入到世界经济体系之中,工业化与城市化加速发展推动了城市群规模壮大与能级提升。本文首先采用"五普"资料对大都市区进行界定,以大都市区为基本组成单元界定中国的大城市群,分析了中国13个大城市群的空间分布特征及在区域经济发展中的引领作用。
[24] 牛方曲, 刘卫东. 2016.

基于互联网大数据的区域多层次空间结构分析研究

[J]. 地球信息科学学报, 18(6): 719-726.

https://doi.org/10.3724/SP.J.1047.2016.00719      Magsci      [本文引用: 2]      摘要

<p>大数据逐渐成为各领域学者开展研究的重要途径,目前在人文-经济地理学界逐渐得到重视,并进行了初步应用,相关研究依据尺度不同可以分为居民出行和消费、城市空间结构、区域社会经济联系等。但目前大数据在人文-经济学的应用研究还属起步阶段,少有研究基于大数据对区域多层级空间结构进行系统甄别分析。本文在采集互联网大数据的基础上,结合统计数据、交通路网等传统数据评价城市综合实力、城际联系强度,并基于此构建区域空间结构计算机算法分析区域多层级空间结构。京津冀案例应用揭示了京津冀多层级体系结构,确定了各城市辐射范围、城际相互作用关系。本文初步探索使用互联网大数据甄别区域空间结构,希望能为人文-经济地理领域开展大数据应用研究提供参考。</p>

[Niu F Q, Liu W D.2016.

Identifying the hierarchical regional spatial structure using internet big data

[J]. Journal of Geo-information Science, 18(6): 719-726.]

https://doi.org/10.3724/SP.J.1047.2016.00719      Magsci      [本文引用: 2]      摘要

<p>大数据逐渐成为各领域学者开展研究的重要途径,目前在人文-经济地理学界逐渐得到重视,并进行了初步应用,相关研究依据尺度不同可以分为居民出行和消费、城市空间结构、区域社会经济联系等。但目前大数据在人文-经济学的应用研究还属起步阶段,少有研究基于大数据对区域多层级空间结构进行系统甄别分析。本文在采集互联网大数据的基础上,结合统计数据、交通路网等传统数据评价城市综合实力、城际联系强度,并基于此构建区域空间结构计算机算法分析区域多层级空间结构。京津冀案例应用揭示了京津冀多层级体系结构,确定了各城市辐射范围、城际相互作用关系。本文初步探索使用互联网大数据甄别区域空间结构,希望能为人文-经济地理领域开展大数据应用研究提供参考。</p>
[25] 牛方曲, 刘卫东, 宋涛, . 2015.

城市群多层次空间结构分析算法及其应用: 以京津冀城市群为例

[J]. 地理研究, 34(8): 1447-1460.

[本文引用: 2]     

[Niu F Q, Liu W D, Song T, et al.2015.

A multi-level spatial structure analysis algorithm for urban agglomeration study in China

[J]. Geographical Research, 34(8): 1447-1460.]

[本文引用: 2]     

[26] 潘竟虎, 戴维丽. 2017.

基于网络分析的城市影响区和城市群空间范围识别

[J]. 地理科学进展, 36(6): 667-676.

[本文引用: 2]     

[Pan J H, Dai W L.2017.

Identification of urban hinterlands and urban agglomerations in China based on network analysis

[J]. Progress in Geography, 36(6): 667-676.]

[本文引用: 2]     

[27] 秦晴晴. 2013.

城际轨道交通对城市群产业竞争力的作用评价研究

[D]. 北京: 北京交通大学.

[本文引用: 1]     

[Qin Q Q.2013.

Research on effece of intercity rail transit on industrial competitiveness of urban agglomeration

[D]. Beijing, China: Beijing Jiaotong University.]

[本文引用: 1]     

[28] 舒松. 2013.

基于稳定夜间灯光遥感数据的城市群空间模式识别方法研究

[D]. 上海: 华东师范大学.

[本文引用: 1]     

[Shu S.2013.

Spatial cluster analysis of urban landscape pattern using stable nighttime light satellite images

[D]. Shanghai, China: East China Normal University.]

[本文引用: 1]     

[29] 苏睿先. 2012.

基于可持续发展理念的区域产业安全评估: 以天津滨海新区为例

[J]. 经济地理, 32(10): 89-94.

[本文引用: 1]     

[Su R X.2012.

Evaluation of regional industry security based on sustainable development theory: A case study of Binhai New Area,Tianjin

[J]. Economic Geography, 32(10): 89-94.]

[本文引用: 1]     

[30] 吴殿廷. 1992.

国力综合评估中的几个问题

[J]. 人文地理, (2): 59-65.

[本文引用: 1]     

[Wu D T.1992.

Some problems in the comprehensive evaluation of the national power

[J]. Human Geography, (2): 59-65.]

[本文引用: 1]     

[31] 夏国恩, 兰政海. 2009.

基于因子分析的广西区各城市综合经济实力评价

[J]. 特区经济, (12): 211-213.

[本文引用: 1]     

[Xia G N, Lan Z H.2009.

The evalution of urban comprehensive economic strength in Guangxi District based on factor analysis

[J]. Special Zone Economy, (12): 211-213.]

[本文引用: 1]     

[32] 徐玉静, 王帅民, 赵明月. 2017.

天津滨海新区土地利用变化及驱动因子分析

[J]. 测绘与空间地理信息, 40(4): 220-224.

[本文引用: 1]     

[Xu Y J, Wang S M, Zhao M Y.2017.

Analysis of land use change and driving factors in Tianjin Binhai New Area

[J]. Geomatics & Spatial Information Technology, 40(4): 220-224.]

[本文引用: 1]     

[33] 伊利尔·沙里宁. 1986.

城市: 它的发展、衰败与未来

[M]. 顾启元, 译. 北京: 中国建筑工业出版社.

[本文引用: 1]     

[Saarinen E.1986.

City: Its development, decline and future

[M]. Gu Q Y, Trans. Beijing, China: China Architecture & Building Press.]

[本文引用: 1]     

[34] 虞虎, 陈田, 陆林, . 2014.

江淮城市群旅游经济网络空间结构与空间发展模式

[J]. 地理科学进展, 33(2): 169-180.

https://doi.org/10.11820/dlkxjz.2014.02.003      Magsci      [本文引用: 1]      摘要

以旅游业推动第三产业发展,将成为未来城市群经济增长的重要方式之一。结合重力模型与社会网络,构建江淮城市群旅游地旅游经济网络模型,应用Ucinet 6软件分析城市旅游地功能特征,探讨空间发展模式。结果表明:江淮城市群旅游经济网络联系呈南紧北疏的空间不平衡态势,城市旅游地之间网络密度、联结边数、联系紧密度正在增长,而重点城市的中介能力和核心作用有降低趋势,多数城市呈路径依赖的循环累计,网络空间均衡性增强,据此将11个城市旅游地划分为5种类型。结合区域交通布局、旅游资源分布、城市经济实力等要素,对11城市进行旅游地层次划分,提出了“三条一级旅游轴线、两条二级旅游轴线、一条潜在旅游轴线”的空间结构及与周边重要旅游区域协调发展的空间发展模式。

[Yu H, Chen T, Lu L, et al.2014.

Structure of tourist economy network and its spatial development pattern in Jianghuai urban agglomeration

[J]. Progress in Geography, 33(2): 169-180.]

https://doi.org/10.11820/dlkxjz.2014.02.003      Magsci      [本文引用: 1]      摘要

以旅游业推动第三产业发展,将成为未来城市群经济增长的重要方式之一。结合重力模型与社会网络,构建江淮城市群旅游地旅游经济网络模型,应用Ucinet 6软件分析城市旅游地功能特征,探讨空间发展模式。结果表明:江淮城市群旅游经济网络联系呈南紧北疏的空间不平衡态势,城市旅游地之间网络密度、联结边数、联系紧密度正在增长,而重点城市的中介能力和核心作用有降低趋势,多数城市呈路径依赖的循环累计,网络空间均衡性增强,据此将11个城市旅游地划分为5种类型。结合区域交通布局、旅游资源分布、城市经济实力等要素,对11城市进行旅游地层次划分,提出了“三条一级旅游轴线、两条二级旅游轴线、一条潜在旅游轴线”的空间结构及与周边重要旅游区域协调发展的空间发展模式。
[35] 张莉. 2001.

我国区际经济联系探讨: 以铁路客运为例

[J]. 中国软科学, (11): 99-103.

[本文引用: 1]     

[Zhang L.2001.

Study on the inter-regional economic linkage in China

[J]. China Soft Science, (11): 99-103.]

[本文引用: 1]     

[36] 张萍, 张玉鑫. 2013.

上海大都市区空间范围研究

[J]. 城市规划学刊, (4): 27-32.

[本文引用: 1]     

[Zhang P, Zhang Y X.2013.

上海大都市区空间范围研究

[J]. Urban Planning Forum, (4): 27-32.]

[本文引用: 1]     

[37] 张倩, 胡云锋, 刘纪远, . 2011.

基于交通、人口和经济的中国城市群识别

[J]. 地理学报, 66(6): 761-770.

[本文引用: 1]     

[Zhang Q, Hu Y F, Liu J Y, et al.2011.

Identification of urban clusters in China based on assessment of transportation accessibility and socio-economic indicators

[J]. Acta Geographica Sinica, 66(6): 761-770.]

[本文引用: 1]     

[38] 张荣天. 2017.

长三角城市群网络结构时空演变分析

[J]. 经济地理, 37(2): 46-52.

[本文引用: 1]     

[Zhang R T.2017.

Urban agglomeration spatial network structure spatial-temporal evolution in the Yangtze River Delta

[J]. Economic Geography, 37(2): 46-52.]

[本文引用: 1]     

[39] 张毅, 张恒奇, 欧阳斌, . 2014.

绿色低碳交通与产业结构的关联分析及能源强度的趋势预测

[J]. 中国人口·资源与环境, 24(S3): 5-9.

[本文引用: 1]     

[Zhang Y, Zhang H Q, Ouyang B, et al.2014.

Analysis and forecast of energy consumption in transportation industry: Based on the grey model

[J]. China Population, Resources and Environment, 24(S3): 5-9.]

[本文引用: 1]     

[40] 赵璟, 刘佳. 2015.

基于动态因子分析的区域城市化质量时空分析: 以陕西省关中城市群为例

[J]. 地理与地理信息科学, 31(2): 81-86.

[本文引用: 1]     

[Zhao J, Liu J.2015.

Space-time analysis of regional urbanization quality based on dynamic factor analysis: A case study of Guanzhong urban agglomeration in Shaanxi Province

[J]. Geography and Geo-Information Science, 31(2): 81-86.]

[本文引用: 1]     

[41] 甄峰, 王波, 陈映雪. 2012.

基于网络社会空间的中国城市网络特征: 以新浪微博为例

[J]. 地理学报, 67(8): 1031-1043.

[本文引用: 1]     

[Zhen F, Wang B, Chen Y X.2012.

China's city network characteristics based on social network space: An empirical analysis of Sina micro-blog

[J]. Acta Geographica Sinica, 67(8): 1031-1043.]

[本文引用: 1]     

[42] 朱查松, 王德, 罗震东. 2014.

中心性与控制力: 长三角城市网络结构的组织特征及演化: 企业联系的视角

[J]. 城市规划学刊, (4): 24-30.

[本文引用: 1]     

[Zhu C S, Wang D, Luo Z D.2014.

Centrality and power: A method of analyzing city network spatial structure

[J]. Urban Planning Forum, (4): 24-30.]

[本文引用: 1]     

[43] 朱英明. 2004.

城市群经济空间分析

[M]. 北京: 科学出版社.

[本文引用: 1]     

[Zhu Y M.2004.

Economic space analysis of urban agglomeration

[M]. Beijing, China: Science Press.]

[本文引用: 1]     

[44] Fujita M, Mori T.2004.

Structural stability and evolution of urban systems

[J]. Regional Science & Urban Economics, 27(4-5): 399-442.

[本文引用: 1]     

[45] Goddard J B, Berry B J L, Horton F E.2016.

Geographic perspectives on urban systems

[J]. Geographical Journal, 137(1):103.

[本文引用: 1]     

[46] Golledge R G, Stimson R J.1997.

Spatial behavior: A geographic perspective

[J]. Economic Geography, 74(1): 83-85.

[本文引用: 1]     

[47] Howard E.2010.

Tomorrow: A peaceful path to real reform

[M]. Cambridge, UK: Cambridge University Press.

[本文引用: 1]     

[48] Lan M U, Wang X.2006.

Population landscape: A geometric approach to studying spatial patterns of the US urban hierarchy

[J]. International Journal of Geographical Information Science, 20(6): 649-667.

https://doi.org/10.1080/13658810600661342      URL      [本文引用: 1]     

[49] Marchetti C.1994.

Anthropological invariants in travel behavior

[J]. Technological Forecasting & Social Change, 47(1): 75-88.

[本文引用: 1]     

[50] Meller H E.1973.

Patrick Geddes: An analysis of his theory of civics, 1880-1904

[J]. Victorian Studies, 16(3): 291-315.

[本文引用: 1]     

[51] Smith R.1974.

New towns: Regional planning and development

[J]. Urban Studies, 11(1): 114-115.

https://doi.org/10.1080/00420987420080241      URL      [本文引用: 1]     

/