EN中文

地理科学进展 >

2019 , Vol. 38 >Issue 7: 1093 - 1102

DOI: https://doi.org/10.18306/dlkxjz.2019.07.013

研究论文

武汉城市圈内部空间联系及其轴-辐网络结构演化

  • 田野 , 1, 2 ,
  • 罗静 , 2, * ,
  • 孙建伟 3 ,
  • 董莹 1 ,
  • 陈国磊 3
展开
  • 1. 湖北经济学院长江经济带发展战略研究院/财经高等研究院,武汉 430205
  • 2. 华中师范大学地理过程分析与模拟湖北省重点实验室/城市与环境科学学院,武汉 430079
  • 3. 贵州师范大学地理与环境科学学院,贵阳 550025
*罗静(1966— ),男,湖北松滋人,教授,博士生导师,主要研究方向为人文与经济地理学。E-mail:

田野(1990— ),男,河南永城人,博士生,研究方向为区域发展与城乡规划。E-mail:

收稿日期: 2018-12-27

  要求修回日期: 2019-03-15

  网络出版日期: 2019-07-28

基金资助

国家自然科学基金项目(41871176,41801177)

国家社会科学基金项目(18CJY048)

华中师范大学中央高校基本科研业务费(CCNU18ZDPY09)

收起

Urban spatial linkages and the hub-spoke network structure in the Wuhan metropolitan area

  • TIAN Ye , 1, 2 ,
  • LUO Jing , 2, * ,
  • SUN Jianwei 3 ,
  • DONG Ying 1 ,
  • CHEN Guolei 3
Expand
  • 1. Changjiang Academy of Development and Strategy/Institute for Advanced Studies in Finance and Economics, Hubei University of Economics, Wuhan 430205, China
  • 2. Key Laboratory for Geographical Process Analysis & Simulation of Hubei Province / College of Urban and Environmental Sciences, Central China Normal University, Wuhan 430079, China;
  • 3. School of Geographic and Environmental Sciences, Guizhou Normal University, Guiyang 550025, China

Received date: 2018-12-27

  Request revised date: 2019-03-15

  Online published: 2019-07-28

Supported by

National Natural Science Foundation of China, No. 41871176 and 41801177

National Social Science Fund of China, No. 18CJY048

Fundamental Research Funds for the Central Universities, No. CCNU18ZDPY09.

Copyright

《地理科学进展》杂志 版权所有
Fold

摘要

轴-辐伺服网络是一种高效的网络类型,有利于降低要素流动成本,提高效率,并发挥规模效应。选取武汉城市圈内37个城镇作为网络节点,利用修正后的引力模型计算其1995—2015年空间联系并进行分析,之后根据联系强度分布构建空间联系网络,并运用Python第三方开源软件包Networkx对其轴-辐网络结构及演化进行评价,得到如下结论：① 城市间联系强度逐渐增强,由单极放射状向网状一体化渐次演化,总体联系呈现以武汉主城区为中心的核心—边缘格局。空间联系网络与联系强度同步发育,结构更加致密,同时关键节点的枢纽地位愈发凸显。② 关键轴心城镇与联系通道围绕武汉主城区逐步发育,最终形成覆盖武汉主城区东、北、南三向的多重连接环,构成辐点城镇与轴心城镇进行联系的主要路径。③ 整体网络形成以武汉主城区为一级轴心,部分地级城市主城区为二级轴心,其他城镇为辐点的轴—辐网络结构,形态则呈现点对式网络—初级轴-辐网络—层级轴-辐网络的演化过程,且仍处于继续发育中。

关键词： 武汉城市圈; 空间联系; 轴-辐网络; 演化

本文引用格式

田野 , 罗静 , 孙建伟 , 董莹 , 陈国磊 . 武汉城市圈内部空间联系及其轴-辐网络结构演化[J]. 地理科学进展, 2019 , 38(7) : 1093 -1102 . DOI: 10.18306/dlkxjz.2019.07.013

Abstract

Hub-spoke network is an efficient network structure, which is helpful for reducing the cost of factor flow, improving efficiency, and increasing scale effect. Hub-spoke network consists of some hubs and spoke, where the hubs play the key role of circulating factors like people, capital, information, and so on, and the spoke receive the factors and transfer them in a specific way so that efficiency would be improved significantly. In this study, we took 37 counties and districts in the Wuhan metropolitan area as the research area and used the modified gravity model to calculate the spatial linkage strength in 1995, 2005, and 2015 between the 37 units. Then we mapped the hub-spoke network with networkx, an open source package of python and analyzed the changes. The results show that: 1) The strength of the linkages between towns and cities have gradually increased, and the pattern evolved from unipolar radiation to network integration. Meanwhile, the overall linkages present a core-periphery pattern centered on the main urban area of Wuhan City. The spatial linkage network developed synchronously with linkage strength, and network structure has become increasingly more compact. At the same time, the pivotal position of key nodes is becoming more prominent. 2) Key hub towns and linkage channels gradually developed around the main urban area of Wuhan City, forming some connecting rings covering the northeast and south of the main urban area of Wuhan City as the key connecting channels between key hub towns and spoke towns. 3) The structure of the overall linkage network consists of a high level hub, which is the main urban area of Wuhan City, some middle level hubs, which are the main urban areas of some prefecture-level cities, and the spoke towns in the Wuhan metropolitan area. The hub and spoke network structure has evolved from point-to-point to primary hub and spoke network and leveled hub and spoke network, but this structure is not perfect at present and is still in development.

Key words： Wuhan metropolitan area; spatial linkage; hub and spoke network; evolution

随着经济的不断发展,市场化、全球化的不断推进,城市间的经济和社会联系更加复杂密切,并推动着人流、信息流、资金流、技术流等快速流转,形成了城市间复杂的空间联系,并由此衍生出城市联系网络的变化与演进(姜博等, 2009; 王圣云等, 2016)。伴随中国新型城镇化的不断推进,区域发展的竞争已经由个体城市的竞争演化为区域内多个群体综合实力的竞争,都市圈(群)作为区域发展的重要引擎,深入研究其内部的群体空间联系与网络化特征对于揭示其内部结构与发展方向、优化区域分工合作、提升区域整体竞争力具有重要的意义(俞艳等, 2017)。
城市空间联系是地理学的经典研究课题之一,由之引发的城市网络研究成为近期学者关注的热点。早期国外城市联系研究多集中于基于城市间联系的城市中心性以及由此引起的城市等级体系判读(Kohsaka, 1986; Russon et al, 1995)。随着城市间联系的日益频繁,开始转向城市间的人流、物流、信息流、资本流等形成的城市联系(Conti et al, 2003; Beckmann et al, 2010)。伴随网络科学的兴起,开始逐渐转向对城市网络这一地域空间结构概念的研究(Batten, 2014),如城市网络的流空间(Taylor et al, 2010)、网络组织形态(Derudder et al,2008)、网络等级体系(Alderson et al, 2004)、网络群体结构特征(Derudder et al, 2005)等。国内研究也大致呈现相同的研究路径,即从城市联系到城市网络,如早期有关城市联系的区际经济联系(宋吉涛等, 2009)、区域经济格局(郭源园等, 2012)、城市等级体系判读(顾朝林等, 2008);到近期基于引力模型(修正)的城市联系网络(冷炳荣等, 2011; 王圣云等, 2016; 郑文升等, 2016)、基于交通联系的城市网络(孙阳等, 2016)、基于物流企业联系的城市网络(叶磊等, 2016)、基于现代通讯技术的城市网络(蒋大亮等, 2015)等。研究方法也从简单无向网络(李亚婷等, 2014)向加权有向网络转化(宋琼等, 2018)。
轴-辐(hub and spoke)伺服网络结构源自美国航空公司20世纪70年代在机场站点设置上的自发性探索(Okelly, 1987),其基本结构模式为以枢纽机场为轴心,以低等级机场为轴心辐射的支点,并在其间形成若干关键联系通道,“流”在这一网络中传播与流动,通过轴心与辐点的交互作用使成本最小化,效率最大化,并发挥密度经济和网络规模效应(金凤君等, 2005)。这一结构模式在物流等行业领域被广泛应用(曹炳汝等, 2016)。事实上,城市网络中时刻在产生着人流、物流、资金流、信息流等各种不同类型的“流”要素,在要素流动过程中,城市网络会根据要素流动的需求,自组织发育成为结构最优的网络形态。轴-辐伺服网络作为一种高效的网络形态自然也会成为城市网络发育过程中的选择之一。事实上,已有研究对城市网络的轴-辐结构有所涉及(潘少奇等, 2014),但对于城市联系轴-辐网络结构形成与演化的揭示仍有所不足。因此,本文选择武汉城市圈作为都市圈典型代表,以城市综合吸引力、综合交通通行时间等对引力模型进行修正,并计算其内部空间联系。之后,根据空间联系强度的分布,构建有向无权网络,并利用Python开源软件包Networkx,通过编程获取都市圈空间联系的相关属性,并对其内部联系网络的轴-辐结构演化进行分析,以期深入揭示都市圈内部网络结构的形成与演化特征。

1 研究区概况

武汉城市圈是指以中部地区最大城市武汉为圆心,覆盖黄石、鄂州、黄冈、孝感、咸宁、仙桃、潜江、天门等周边8个大中型城市所组成的城市群。2007年12月7日,武汉城市圈被国务院正式批准为“全国资源节约型和环境友好型社会建设综合配套改革试验区”,具有较高的典型性和代表性。为更深入地表现武汉城市圈内部的空间联系与联系网络内部结构与演化,本文以县域为单元。考虑到数据的可获取性及城市间交互作用空间载体的实际情况,在此将地级城市中心城区的相关数据进行归并,形成6个中心城区、31个县市区,共计37个基本研究单元。需要指出的是,鄂州市面积较小,且无下辖县,因此将其下辖城区进行归并,以鄂州市作为整体研究单元。为了便于行文,以下城市中心城区、县市区统称为城镇。

2 研究方法与数据来源

2.1 评价方法

2.1.1 城市空间联系评价——修正引力模型
引力模型是根据牛顿所提出的万有引力模型所构建的,是表现城市间交互作用的有力工具(陈彦光等, 2002),其原始表现形式如下：
F ij = K Q i Q j d ij r (1)
式中：Fij指i城市对j城市引力的大小;K为引力常数;Qi、Qj指两个城市的质量;dij为i城市与j城市之间的距离;r为由距离产生的摩擦系数。
引力模型原理清晰明了、数据应用范围较广,是构建城市间潜在空间联系的重要方法之一。考虑到现代城市交互联系的多样性,为了更深入地展现城市空间联系基本格局,此处对城市质量、城市距离和摩擦系数进行修正,具体思路如下：
对城市质量的修正。以往研究多以地区人口或GDP作为表征城市质量的主要指标,然而随着区域人口、物质、信息、资本流动的日趋频繁,仅以二者作为表征城市质量的指标难以充分反映城市间多要素的潜在空间联系。因此从城市人口、经济、社会、资源环境、发展潜力、对外联系等方面出发,构建城市综合吸引力评价指标体系(表1),以城市综合吸引力作为城市质量的表征指标。在对原始数据进行标准化的基础上,利用因子分析法构建全部40个指标的相关系数矩阵,根据累计方差贡献率在85%以上的原则,提取能够体现城市综合吸引力的公共因子。由于原始因子载荷矩阵对变量的解释能力相对较弱,因此对其进行方差最大正交旋转变换,构建因子载荷矩阵和因子得分系数矩阵,可得到各指标的因子得分,最后以各指标的贡献率为权重数,对其进行加权求和,即得到各城市综合吸引力得分A,可视为修正后的城市质量。
Tab.1 Evaluation index system of urban attraction

表1 城市吸引力评价指标体系

目标层 目标子层 指标层
人口吸引力 人口规模吸引力 总人口(X1)、人口密度(X2)、城市化率(X3)
人口素质吸引力 大专以上学历人数(X4)、第二、三产业从业人员比重(X5)
经济吸引力 经济规模吸引力 GDP(X6)、公共财政收入(X7)、固定资产投资额(X8)
经济结构吸引力 第一产业总产值(X9)、第二产业总产值(X10)、第三产业总产值(X11)、第一产业产值占GDP比重(X12)、第二产业产值占GDP比重(X13)、第三产业产值占GDP比重(X14)
社会吸引力 社会发展吸引力 人均可支配收入(X15)、居民储蓄存款余额(X16)、城镇居民失业率(X17)
社会保障吸引力 医疗卫生机构数量(X18)、拥有三甲医院数量(X19)、万人拥有医生人数(X20)、万人拥有卫生机构床位数(X21)
资源环境吸引力 城市环境吸引力 土地面积(X22)、人均绿化面积(X23)、建成区绿地率(X24)
城市废弃物处理 工业污水处理率(X25)、生活垃圾无害化处理率(X26)
发展潜力吸引力 教育发展潜力吸引力 教育经费总投入(X27)、高等院校在校学生数(X28)、高校教师数量(X29)、公共图书馆数量(X30)、公共图书馆馆藏量(X31)
科技发展潜力吸引力 科研经费支出(X32)、专利申请授权量(X33)、专业技术职称人数(X34)、高新技术产业总产值(X35)
对外联系吸引力 交通联系吸引力 道路长度(X36)、高速公路过境条数(X37)、火车站点数(X38)
信息联系吸引力 邮电业务总量(X39)、移动电话数目(X40)
对城市距离的修正。考虑到区域都市圈(群)一体化的迅速推进,构建包含高速铁路、城际铁路、普通铁路、高速公路、国道、省道、县道等在内的都市圈综合交通网络。根据《中华人民共和国公路工程技术标准(JTG B01—2014)》,并参考其他学者的研究成果(刘承良等, 2013; 田野等, 2018),对不同类型交通线路赋予不同的行车速度(表2),利用GIS网络分析中O-D成本计算工具,获得城市i、j间的最短交通联系时间T,作为表征城市距离的主要指标(图1)。
Tab.2 Speed limit of traffic lines at different levels in 1995, 2005 and 2015 (km/h)

表2 不同类型、年份交通线路速度设定

年份 铁路(城际/动车/高铁) 高速 国道 省道 县乡道
1995 75 90 70 60 35
2005 85 100 80 70 40
2015 95(120/150/250) 110 90 80 45
Fig.1 Transport networks in the Wuhan metropolitan area in 1995, 2005 and 2015

图1 1995、2005、2015年武汉城市圈交通网络演化

对距离摩擦系数的修正。对于距离摩擦系数r,考虑到线路及节点的等级差异,引入交通方式等级权重,将区域内交通联系时长T分为n等,即T0,T1, …, Tn,同时为不同等级交通方式赋权重W0(T), W1(T), …, Wn(T),构建区域内节点间的摩擦系数：
r ij = ∑ n = 1 n T n × W n ( T ) (2)
式中：rij指城市群(圈)内城市i、j间的距离摩擦系数;Tn指联系城市i、j中第n等交通方式所花费时长;Wn(T)指第n等交通方式的权重。为避免主观赋权的影响,不同交通方式权重利用熵值法(杨宇, 2006)获取,具体权重分布为铁路0.3312、高速公路0.2419、国道0.1932、省道0.15118、县道0.08252。
修正后的引力模型为：
F ij = K ij A i A j T ij r ij (3)
式中：Ai、Aj分别为城市i、j的吸引力大小;Tij为城市i、j之间的交通时间距离;rij为修正后的距离摩擦系数。为了更清晰地展现由于城市彼此吸引力大小而造成的潜在空间联系强度差异,此处引入引力影响系数Kij,其具体形式为Kij= A i ( A i + A j ) 。
2.1.2 轴-辐网络结构评价
引入复杂网络分析方法,对武汉城市圈空间联系轴-辐网络结构演化进行分析。将武汉城市圈37个城镇抽象为37个节点,之间的空间联系则抽象为网络中的联系,从而构建武汉城市圈空间联系网络。在此从网络全局特征和网络要素特征等方面选取指标对武汉城市圈空间联系轴-辐网络结构演化进行评价。
(1) 网络全局特征
网络密度。网络密度是指网络中节点的实际联系数与可能拥有的最大联系数之比,它实际上反映了网络的整体连接程度,网络密度越大,网络发育越成熟,结构越致密,公式如下：
D = ∑ i = 1 n ∑ j = 1 n c ( m i , m j ) / n ( n - 1 ) (4)
式中：D为网络密度;n为网络中节点数(此处为武汉城市圈内城镇数);c为节点间联系;mi、mj为节点间联系函数。
平均路径长度。网络中连通任意两节点的最少边数,定义为这2个节点的最短路径长度,对网络中所有点对的路径长度取平均值,即为网络的平均路径长度,它是网络的全局特征。平均路径越小表明任意两节点连接过程中所经过的其他节点越少,网络的连通性与通达性越好,公式如下：
L = 2 n ( n - 1 ) ∑ d ij (5)
式中：L为平均路径长度;n为网络中节点数;dij为网络中任意2个节点i、j之间的距离。
(2) 网络要素特征
选取点度数和点介数作为表征节点网络特征的表征指标。点度数指一节点连接其他节点的数目,表征该节点在区域中的重要性,节点的度数越大表明节点的连接能力越强。
C D ( m i ) = ∑ j = 1 n c ij (6)
式中：CD(mi)指节点度数;cij指城镇间的联系强度。
点介数表征节点的媒介作用,即节点在连接其他节点最短路径过程中被经过的概率。点介数越大,表明其他节点在进行网络连接时,通过该节点进行中转的可能性越大,因此可以作为衡量节点中转能力的重要指标。
C B m i = ∑ j = 1 n ∑ k = 1 n m jk ( i ) (7)
式中：CB(mi)指节点介数;mjk(i)指节点i经过点j、k之间的概率。
选取边介数作为表征网络连接通道重要性的指标。边介数指所有节点间的最短路径通过某一边的概率,即通过某一边的最短路径数与网络中所有节点间最短路径的比。与点介数类同,边介数越大,表明节点连接过程中经过该条边的可能性越大,其联系功能也就越强。
C B e = ∑ σ ( s , t / e ) σ ( s , t ) (8)
式中： C B e 为边介数;V指网络中的点集合;σ(s, t/e)指网络中最短路径通过边e的数量;σ(s, t)指网络中所有的最短路径数。

2.2 数据来源与处理

城市吸引力评价指标数据分别来自1996、2006和2016年《湖北统计年鉴》《中国城市统计年鉴》《中国县(市)社会经济统计年鉴》及所涉及县市单元的统计年鉴和统计公报,部分缺失数据通过插补和相应数据替代解决。武汉城市圈1995—2015年交通网络数据分别根据1996年《中国公路交通地图册》(测绘出版社)、2006年《中华人民共和国交通地图集》(星球出版社)和2016年《中国交通地图册》(中国地图出版社),借助ArcGIS 10.2软件平台,经采样、配准、矢量化后构建交通网络矢量数据库。之后采用湖北省1∶250000基础地理数据,将要素全部按照Gauss_Kruger三度带投影,投影至武汉(113°41′~115°05′E)所在第38度带,其中央经线为114°E。城镇节点数据经Google Earth提取城镇政府所在地坐标,合并城区提取地级市政府所在地坐标,经转换形成点状矢量数据,作为计算节点联系的点状要素。

3 空间联系格局演化分析

在对原始指标数据进行无量纲处理后,使用因子分析法对37个城市的吸引力进行评价。由于因子分析最终计算城市吸引力结果存在负值,不利于后文引力模型计算及网络构建,因此采用陈群元等(2010)提出的数据变换方法对计算结果进行变换,形成数值区间为[1,10],且数值大小顺序不变的城市吸引力评价结果。之后运用修正后的引力模型计算得到37个城镇间的引力大小,需要说明的是,引力模型系依据城市质量与距离大小所获得的潜在联系,可将之视为城市间潜在的空间联系强度,分析结果如下。

3.1 空间联系强度逐渐增大,高强度联系格局由单极放射向网状一体结构演化

引力模型所计算的城镇联系为双向联系,在此将两城镇间的空间联系进行加总,作为表征2个城镇间空间联系的指标。结果发现,1995、2005、2015年,武汉城市圈空间联系的平均值分别为0.22、1.13、8.92,城市空间联系强度显著增强。为了直观表现武汉城市圈空间联系的基本格局,选择强度大于3的联系进行可视化,结果发现,武汉城市圈空间联系格局在1995年呈现出以武汉主城区为中心的单极放射状分布,较强的空间联系主要集中于武汉主城区的对外辐射,且强度大于3的联系仅有8条。2005年,这一单极辐射态势更加明显,但在武汉主城区之外,开始出现仙潜天(仙桃-潜江-天门)组团与黄鄂黄(黄石-鄂州-黄冈)组团。至2015年,高强度城市空间联系开始出现迅猛增长,并呈现出网络化趋势,区域协同一体化发展的能力显著增强(图2)。
Fig.2 Pattern of spatial linkages in the Wuhan metropolitan area in 1995, 2005 and 2015

图2 1995、2005、2015年武汉城市圈城市空间联系格局演化及其示意

3.2 总体对外联系强度差异明显,形成了以武汉主城区为中心的核心—边缘结构

将一城镇与其他所有城镇的联系强度进行加总,即得到城镇对外联系总量,总量越大,该城镇对外联系的强度越高。从武汉城市圈各城镇空间联系总量的分布来看,圈内不同城镇的对外联系总量呈现出显著的空间不平衡,联系强度高低差异大。联系强度高的城镇主要分布在武汉市及其周边,以武汉主城区对外联系强度最大,其次为鄂州市、黄石主城区等周边城镇,均位于武汉市周边。低强度联系则主要分布于武汉外围的黄冈、孝感等地级市下辖城镇。从联系总量的变化来看,1995、2005、2015年,联系总量最大的均为武汉主城区,分别为75.74、299.56、1210.49;最小的均为咸宁市下辖通山县,分别为0.84、3.43、31.19。整体联系强度分布大致形成了以武汉主城区为核心,以武汉远城区、仙潜天、鄂州、黄石等为中间层,以孝感、黄冈、咸宁为外围的核心—边缘结构(图3)。
Fig.3 Spatial linkage intensity of towns and cities in the Wuhan metropolitan area in 1995, 2005 and 2015

图3 1995、2005、2015年武汉城市圈各城镇联系总量分布演化

4 空间联系轴-辐网络结构演化分析

以引力模型所计算的两两联系构建武汉城市圈3个年份37个城镇之间的37×37的空间联系矩阵。按照联系强度的分布,以3作为划分空间联系的阈值。联系强度小于3的赋值为0,大于3的赋值为1。由于引力系数影响,当城市间吸引力大小存在差异时,二者之间的引力大小也相应出现高低差异,因此构建有向无权网络。之后利用式(4)至(8),计算武汉城市圈空间联系网络的相关属性。

4.1 联系网络与强度同步发育,结构更加致密,关键节点控制作用日趋增强

从武汉城市圈空间联系网络整体结构的演化来看,网络密度由1995年的0.055提高至2015年的0.188,平均点度数由0.889增加至6.757,即网络中单一节点所连接的节点数大幅增加,结构更加致密。但与此同时,平均点介数和平均路径长度却呈现逐渐上升的趋势,二者分别从1995年的0.111、1.111增加至2015年的14.104、1.989,即节点在连通过程中,需要经过的关键节点有所增加,路径也随之有所增大,关键节点在网络中的控制作用开始日益显著(表3)。
Tab.3 Evaluation indicator values of spatial linkage network in the Wuhan metropolitan area in 1995, 2005 and 2015

表3 武汉城市圈空间联系网络结构评价指标

评价指标 1995年 2005年 2015年
D 0.055 0.111 0.188
L 1.111 1.258 1.989
CD(mi) 0.889 1.973 6.757
CB(mi) 0.111 0.649 14.108

4.2 单一轴心向层级轴心演化,地级城市主城区成为轴心与辐点的连接枢纽

在轴-辐网络中,轴心(hub)实际上充当了要素流动的重要转运中心,即节点在进行人口、资金、技术等要素的交换过程中要经过这些节点的中转才能实现要素的高效流动。在此以点介数作为衡量轴心中转能力的主要指标。观察点介数的分布可以发现,1995年网络结构相对较为简单,大部分节点均围绕武汉主城区进行连接,仅有武汉主城区这一个轴心城镇。2005年,武汉主城区的轴心作用显著加强,点介数达到10;与此同时,东侧鄂州的中转作用开始凸显,点介数达到8;在武汉主城区一级轴心之外,开始逐渐形成鄂州、江夏、黄石主城区等次一级轴心。到2015年,武汉主城区的一级轴心地位已然确立,点介数达到163,远远超过网络中的其他节点;与此同时,二级轴心鄂州、黄石主城区、孝南区、咸安区开始形成,成为要素流动中转的关键节点,层级轴-辐网络开始加速发育(表4、图4)。
Tab.4 Distribution of key nodes and edges attribute in the Wuhan metropolitan area in 1995, 2005 and 2015

表4 武汉城市圈关键节点城镇及边属性分布

年份 排名 点度数 点介数 边介数
关键节点城镇 CD(mi) 关键节点城镇 CB(mi) 关键边 CB(e)
1995 1 武汉主城区 7 武汉主城区 4 武汉主城区-鄂州市 0.389
2 鄂州市 2 鄂州市 1 — 0.222
3 — 1 — 0 — 0.222
2005 1 武汉主城区 39 武汉主城区 10 武汉主城区-鄂州市 0.054
2 鄂州市 9 鄂州市 8 武汉主城区-江夏区 0.054
3 黄石主城区 5 江夏区 3 鄂州市-黄石主城区 0.035
4 江夏区 4 黄石主城区 3 武汉主城区-仙桃市 0.035
5 仙桃市 3 — 0 黄石主城区-大冶市 0.023
2015 1 武汉主城区 51 武汉主城区 163 武汉主城区-鄂州市 0.054
2 鄂州市 34 鄂州市 79 武汉主城区-咸安区 0.054
3 江夏区 30 孝南区 76 武汉主城区-孝南区 0.054
4 东西湖区 28 咸安区 67 武汉主城区-黄石主城区 0.051
5 新洲区 27 黄石主城区 48 鄂州市-黄石主城区 0.035

注：因本文所构建网络为有向网络,节点属性为双向(出,入)度数加总。另外,因篇幅所限,此处仅列举每个年份top5节点城镇与联系,1995年由于网络结构较为简单,大部分节点及边属性相同,仅列举属性不重复节点及边,重复者以“—”表示。

Fig.4 Structure of urban spatial linkage network in the Wuhan metropolitan area in 1995, 2005 and 2015

图4 武汉城市圈空间联系网络拓扑结构演化

4.3 关键轴线与轴心同步发育,沿一级轴心向外扩散,形成东、北、南多向联系通道

利用边介数作为衡量边连通性的主要指标,可以发现边介数较高的联系基本全部分布在武汉主城区周边,且与介数较高的节点发育具有一定的一致性,二者相互连接构成了轴心向外扩散的主要通道。1995年,高边介数的联系仅有1条,即武汉主城区-鄂州市。2005年,关键轴线的数量开始增加,东向增加武汉-黄石主城区,西向增加武汉主城区-仙桃市。2015年,关键轴线的数量开始较大幅度增加,分别在东向形成武汉主城区-鄂州市、武汉主城区-黄石主城区,南向形成武汉主城区-咸安区,北向形成武汉主城区-孝南区3个方向的4大轴线,并在一级轴线的基础上,依托二级轴心向外扩散,形成次一级轴线。轴-辐网络的关键轴线在2015年覆盖了武汉城市圈大部分方向,构成了节点与轴心进行联系的主要通道(表4、图4)。

4.4 网络形态呈现点对式—初级轴-辐—层级轴-辐网络的演化过程,并处于继续发育中

提取网络中的关键轴心城镇与通道及主要联系节点,构建武汉城市圈空间联系轴-辐网络示意图(图5)。可以发现,武汉城市圈城市联系网络总体形成了以武汉主城区为轴心,以部分地级城市主城区为二级轴心,其他城镇为辐点的轴-辐网络结构,而且这一结构呈现出明显的动态变化过程,呈现出由1995年的点对式网络至2005年的初级轴-辐网络,再到2015年的层级轴-辐网络的演化过程,其形态日趋复杂,结构日趋完善。1995年,网络节点联系强度均相对较弱,以武汉主城区为轴心,基本呈现一对一式的点对式网络结构。2005年,东部鄂州市地位凸显,形成二级轴心,并通过次一级联系通道与黄石主城区联动,形成东部相互连通的连接环,成为东部和东南部城镇的关键中转中心,但这一阶段二级轴心发育不足,轴-辐式网络结构仍处于相对初级的阶段。2015年,东部鄂州市、南部咸安区、北部孝南区的连通作用大大增强,分别成为东、南、北部的主要中转中心,形成了武汉主城区-鄂州-黄石主城区、武汉主城区-黄石主城区-咸安区两大连通环,构成了东部和南部幕阜山区城镇进行连接的重要通道。孝南区则成为连接桐柏山区城镇的关键节点,层级轴-辐网络结构已经形成。但是明显可以看出这一层级轴-辐网络并不成熟,孝南区虽然已成为重要节点,但与南部城镇缺少关键通道的连接,并没有形成环状联系形态。东北部大别山区城镇仍然缺乏二级轴心城镇和联系通道,轴-辐网络形态并不成熟,仍处于继续发育阶段(表4、图5)。
Fig.5 Sketch diagram of the hub-spoke network structure in the Wuhan metropolitan area in 1995, 2005 and 2015

图5 武汉城市圈轴-辐网络结构演化示意图

5 结论与讨论

5.1 结论

通过构建城市吸引力指标体系,对武汉城市圈内37个城镇近20 a城市吸引力进行评价,并构建改进引力模型,获得各城镇间空间联系。根据城镇间空间联系的分布构建城市联系网络,对其相关网络属性进行计算,得到如下主要结论：
(1) 空间联系强度逐渐增大,高强度空间联系格局呈现由单极放射状向网状一体化格局演化,对外联系总量则呈现出以武汉主城区为核心的核心—边缘结构。与此同时,空间联系网络随空间联系强度增强同步发育,随联系强度的提高,网络整体结构更加致密,但同时节点间联系的中转次数逐渐增多,关键节点的枢纽地位开始凸显。
(2) 网络关键轴心城镇与主要联系通道随网络结构演化逐步发育。关键轴心逐步由单一轴心向层级轴心发展,并于2015年形成覆盖一级轴心武汉主城区东、北、南的多重连接环。关键通道与轴心城镇的发育基本同步,以一级轴心城镇武汉主城区为核心发散,并依托二级轴心城镇构成联系一级轴心城镇与节点城镇的关键联系通道,构成辐点城镇与轴心城镇进行空间联系的主要路径。
(3) 空间联系网络总体形成以武汉主城区为一级轴心,部分地级城市主城区为二级轴心,其他城镇为辐点的轴-辐网络结构,且这一结构显现出由点对式网络—初级轴-辐网络—层级轴-辐网络的演化趋势。但是这一层级轴辐网络结构并不成熟,西北部缺少联系通道构成完整连接环,东北部轴心城镇与联系通道发育均较弱,次一级轴-辐连接系统尚处于持续发展中。

5.2 讨论

(1) 轴-辐结构是一种高效的网络结构形态,在降低要素流动成本的同时能够有效提高要素流动效率。都市圈空间联系网络由点对式到层级轴-辐网络的发育是都市圈网络自组织发育的自发性选择,即在秉承要素流动成本降低、效率提高的原则下,都市圈网络会自发形成若干轴心城镇和关键通道,并逐步向轴-辐网络演化。实际上,众多都市圈(群)的结构都具有一定的轴-辐网络结构的特征。轴-辐式网络是否是城市联系网络发育的共性特征,有待未来进一步扩大研究范围,对这一都市圈内部网络结构形态进行验证。
(2) 利用引力模型虽然能够有效表现都市圈内部城镇间联系,但由于其数据为静态数据,对于动态流空间的形态表现仍有所欠缺。未来要进一步扩大数据源,运用人流、物流、信息流等动态数据对都市圈网络结构进行进一步研究。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
曹炳汝, 尹娣. 2016. 基于轴-辐式理论的长三角区域物流网络的构建研究[J]. 地理与地理信息科学, 32(2): 105-110.

[Cao B R, Yin D.2016. Construction of regional logistics network for the Yangtze River Delta based on hub and spoke theory. Geography and Geo-Information Science, 32(2): 105-110. ]

[2]
陈群元, 宋玉祥. 2010. 城市群空间范围的综合界定方法研究: 以长株潭城市群为例[J]. 地理科学, 30(5): 660-666.以城市综合实力代替城市人口或城市经济总量,结合主成分分析法,对传统的引力模型进行改进,得出了基于引力模型的长株潭城市群空间范围界定,并对引力模型本身的局限性进行了分析。针对城市群系统的本质特征是内部存在密切的生产要素流,进一步得出了基于要素流分析法的长株潭城市群空间范围界定。最后,综合这两种界定方法,得出了理论上的长株潭城市群空间范围,并与政府划定的长株潭城市群空间范围进行对比,发现政府划定的城市群空间范围要大于理论计算的城市群空间范围。考虑到城市群的地域邻近性特征,以及政府对城市群发展的推动作用,对长株潭城市群中远期的空间范围进行了预测。

[Chen Q Y, Song Y X.2010. Methods of dividing the boundary of urban agglomerations-Chang-Zhu-Tan urban agglomeration as a case. Scientia Geographica Sinica, 30(5): 660-666. ]

[3]
陈彦光, 刘继生. 2002. 基于引力模型的城市空间互相关和功率谱分析: 引力模型的理论证明、函数推广及应用实例[J]. 地理研究, 21(6): 742-752.

[Chen Y G, Liu J S.2002. Derivation and generalization of the urban gravitational model using fractal idea with an application to the spatial cross-correlation between Beijing and Tianjin. Geographical Research, 21(6): 742-752. ]

[4]
顾朝林, 庞海峰. 2008. 基于重力模型的中国城市体系空间联系与层域划分[J]. 地理研究, 27(1): 1-12.

[Gu C L, Pang H F.2008. Study on spatial relations of Chinese urban system: Gravity model approach. Geographical Research, 27(1): 1-12. ]

[5]
郭源园, 胡守庚, 金贵. 2012. 基于改进城市引力模型的湖南省经济区空间格局演变研究[J]. 经济地理, 32(12): 67-72.

[Guo Y Y, Hu S G, Jin G.2012. Evolution of spatial pattern on Hunan Province's economic zones based on improved gravitational models of cities. Economic Geography, 32(12): 67-72. ]

[6]
姜博, 修春亮, 赵映慧. 2009. “十五”时期环渤海城市群经济联系分析[J]. 地理科学, 29(3): 347-352.环渤海城市群是中国北方重要的经济增长区域,未来发展前景十分广阔,分析“十五”时期环渤海城市群经济联系的动态变化规律必将为"十一五"乃至更长一段时期环渤海城市群空间经济联系产生"抛砖引玉"的功效。选取“十五”时期环渤海地区京津冀、辽中南、山东半岛共28座城市的市区从业人员、GDP、人均GDP等指标,利用城市流强度等模型测度了三大城市群内部经济联系强度,并与长三角、珠三角共25座城市相比较。结果表明:京津冀城市群经济联系强度居环渤海地区首位,辽中南次之,山东半岛位居最后;“十五”期末与期初相比,京津冀、辽中南的经济联系强度均呈上升态势,其中,尤以京津冀上升幅度最大,而山东半岛则出现了明显的下降;与长三角、珠三角相比,京津冀经济联系强度虽弱于长三角,但略强于珠三角,而辽中南、山东半岛与长三角、珠三角的差距则更为显著。

[Jiang B, Xiu C L, Zhao Y H.2009. Economic contacts of urban groups in Bohai Sea in the Tenth Five -Year Period. Scientia Geographica Sinica, 29(3): 347-352. ]

[7]
蒋大亮, 孙烨, 任航, 等. 2015. 基于百度指数的长江中游城市群城市网络特征研究[J]. 长江流域资源与环境, 24(10): 1654-1664.随着地理研究迈入大数据时代,运用互联网展开城市网络结构研究逐渐成为经理地理研究的新思路。以长江中游城市群为研究对象,借助百度指数,获取2011年~2014年百度用户关注度,构建百度指数城市信息流网络,从大城市群视角和所辖三大子城市群视角,分别探讨城市网络格局的时空变化。研究发现:长江中游城市群在一体化进程中城市等级日益明晰,差距拉大。三大子城市群表现出极化效应与扩散效应并存,区域非均衡性突显;互联网的普及在一定程度上重塑和改造着城市群,但非完全颠覆传统城市网络格局,地理区位对城市网络格局和城市影响力的影响仍不容忽视。

DOI

[Jiang D L, Sun Y, Ren H, et al.2015. Analyses on the city network characteristics of middle Yangtze urban agglomeration based on Baidu index. Resources and Environment in the Yangtze Basin, 24(10): 1654-1664. ]

[8]
金凤君, 王成金. 2005. 轴-辐侍服理念下的中国航空网络模式构筑[J]. 地理研究, 24(5): 774-784.

[Jin F J, Wang C J.2005. Hub-and-spoke system and China aviation network organization. Geographical Research, 24(5): 774-784. ]

[9]
冷炳荣, 杨永春, 李英杰, 等. 2011. 中国城市经济网络结构空间特征及其复杂性分析[J]. 地理学报, 66(2): 199-211.

[Leng B G, Yang Y C, Li Y J, et al.2011. Spatial characteristics and complex analysis: A perspective from basic activities of urban networks in China. Acta Geographica Sinica, 66(2): 199-211. ]

[10]
李亚婷, 潘少奇, 苗长虹. 2014. 中原经济区县际经济联系网络结构及其演化特征[J]. 地理研究, 33(7): 1239-1250.

[Li Y T, Pan S Q, Miao C H.2014. Structure and evolution of economic linkage network at county level in Central Plains Economic Zone. Geographical Research, 33(7): 1239-1250. ]

[11]
刘承良, 段德忠, 余瑞林. 2013. 武汉城市圈城乡道路网通达性的空间演化[J]. 经济地理, 33(9): 43-50.

[Liu C L, Duan D Z, Yu R L.2013. Spatial evolution of space-time distance accessibility of urban-rural road network in Wuhan metropolitan area. Economic Geography, 33(9): 43-50. ]

[12]
潘少奇, 李亚婷, 高建华. 2014. 中原经济区经济联系网络空间格局[J]. 地理科学进展, 33(1): 92-101.以中原经济区县级行政单元为网络节点，利用重力模型测算1996 年、2010 年231 个节点间的经济联系强度，分别取各个节点对外联系强度第1 位、前5 位、前10 位的连接建立经济联系网络，运用GIS 工具和社会网络分析方法分析网络的空间格局与演化特征。研究发现：① 中原经济区经济联系网络发育不平衡，节点度分布呈明显的右倾“斜长尾分布”特征，少数节点掌握着绝对的“网络权力”，郑州市为整个网络的首位核心，洛阳市、邯郸市为副中心；网络中部、北部节点间连通情况相对较好，而东、南两个方向上节点连通能力亟需提升。② 核心、边缘节点网络权力差距进一步扩大，2010 年节点度值基尼系数和集中度指数比1996 年均有明显提高，边缘区节点连通能力不足且进一步弱化，不利于中原经济区同毗邻地区的互动发展。③ 网络呈现多重轴—辐结构，郑州市为一级枢纽，洛阳市、邯郸市、漯河市等为二级枢纽；中原经济区正在建设的“十”字形发展轴和“米”字形发展带，有助于巩固一、二级枢纽间的经济联系，并使整个经济区实现优势互补、联动发展。④ 网络中的“掮客”节点主要位于中原城市群板块中，因此中原城市群发展对提高网络整体连通能力有很大作用。

DOI

[Pan S Q, Li Y T, Gao J H.2014. Spatial pattern of economic linkage network in Central Plains Economic Zone. Progress in Geography, 33(1): 92-101. ]

[13]
宋吉涛, 赵晖, 陆军, 等. 2009. 基于投入产出理论的城市群产业空间联系[J]. 地理科学进展, 28(6): 932-943.<p>在对城市群空间联系研究成果回顾的基础上，通过引入感应系数和影响系数，构建度量两两城市之间产业联系强度的指数，通过强度大小确定城市群内部产业联系的主要方向和次要方向，即空间结构。根据该指数大小，认为在同一城市群范围内，该指数存在较大的差异，差异程度与城市群的发育程度以及节点的空间配置关系耦合度较高，表现出较强的自组织性；根据主要联系方向和次要方向在不同节点的配置关系，确立了网络密集型、结构分散型、聚核居中型和聚核偏离型4种空间结构类型。基于空间发展战略和规划导向，分析了产业空间联系结构的应用价值，进一步明确城市群内部的空间开发时序以及不同城市群在不同时期的开发方向与重点等。最后指出了本文研究的理论意义及未来研究的主要方向。</p>

DOI

[Song J T, Zhao H, Lu J, et al.2009. Approach and empirical research on industry contact |in urban agglomeration. Progress in Geography, 28(6): 932-943. ]

[14]
宋琼, 赵新正, 李同昇, 等. 2018. 多重城市网络空间结构及影响因素: 基于有向多值关系视角[J]. 地理科学进展, 37(9): 1257-1267.

[Song Q, Zhao X Z, Li T S, et al.2018. Spatial structures and influencing factors of multiple urban networks based on the perspective of directed-multivalued relation. Progress in Geography, 37(9): 1257-1267. ]

[15]
孙阳, 姚士谋, 张落成. 2016. 长三角城市群“空间流”层级功能结构: 基于高铁客运数据的分析[J]. 地理科学进展, 35(11): 1381-1387.

[Sun Y, Yao S M, Zhang L C.2016. Functional structure of spatial flow in the Yangtze River Delta: Analysis of passenger based data for the high speed railway. Progress in Geography, 35(11): 1381-1387. ]

[16]
王圣云, 翟晨阳, 顾筱和. 2016. 长江中游城市群空间联系网络结构及其动态演化[J]. 长江流域资源与环境, 25(3): 353-364.长江中游城市群是推动和引领长江中游地区乃至中部经济崛起的重要增长极。应用社会网络方法,对1990、2000、2012年长江中游城市群空间网络结构动态演变进行比较分析,研究发现:(1)1990年,武汉市与长沙市是长江中游的中心城市,长江中游城市群空间网络形态尚不完备,多数城市游离于网络之外,呈现一种稀疏网络空间结构,分别以武汉市和长沙市为中心形成两个星形城市小群体,构成的线型空间结构;(2)2000年,长江中游城市群网络结构日趋完整,武汉城市圈与长株潭城市群联系密切,环鄱阳湖城市群在南昌市的带领下积极融入其中;(3)2012年,南昌市由节点城市升级为中心城市,城市群网络异质性降低,网络扩散更为均匀,空间联系效率整体提高。城市群内城市间联系更加紧密、直接和成熟;(4)加强城市之间的直接交流联系,以共享目标引导城市群网络构建,走跨省区城市集群联合发展道路,发展多中心网络结构是实现长江中游地区崛起的关键。

DOI

[Wang S Y, Zhai C Y, Gu X H.2016. Analysis on spatial network structure's dynamic evolution of urban agglomerations in the middle Yangtze River Basin. Resources and Environment in the Yangtze Basin, 25(3): 353-364. ]

[17]
杨宇. 2006. 多指标综合评价中赋权方法评析[J]. 统计与决策, (7): 17-19.

[Yang Y.2006. Evaluation and analysis of different weight methods in comprehensive evaluation with multi-index. Statistics and Decision, (7): 17-19. ]

[18]
叶磊, 段学军. 2016. 基于物流企业的长三角地区城市网络结构[J]. 地理科学进展, 35(5): 622-631.

[Ye L, Duan X J.2016. City network structure of the Yangtze River Delta region based on logistics enterprise network. Progress in Geography, 35(5): 622-631. ]

[19]
田野,罗静,孙建伟, 等. 2018. 区域可达性改善与交通联系网络结构演化: 以湖北省为例[J]. 经济地理, 38(3): 72-81.

[Tian Y, Luo J, Sun J W, et al.2018. Regional accessibility improvement and evolution of traffic connection network structure: A case study of Hubei Province. Economic Geography, 38(3): 72-81. ]

[20]
俞艳, 童艳, 胡珊珊, 等. 2017. 武汉城市圈城市空间相互作用时空演变分析[J]. 长江流域资源与环境, 26(11): 1784-1794.

[Yu Y, Tong Y, Hu S S, et al.2017. Spatio-temporal evolution of spatial interaction among cities of Wuhan metropolitan area. Resources and Environment in the Yangtze Basin, 26(11): 1784-1794. ]

[21]
郑文升, 姜玉培, 卓蓉蓉, 等. 2016. 安徽省县际经济联系网络结构演变及影响因素[J]. 地理科学, 36(2): 265-273.lt;p>选取安徽省全部78 个县级经济区域作为网络节点,采用修正后的1996 年、2004 年及2013 年的经济联系强度反映节点之间的联系,运用GIS 工具和社会网络、空间马尔科夫等方法分析县际经济联系网络结构的动态变化及其影响因素.结果表明:① 安徽省县际经济联系网络密度不断增强,县际经济联系逐渐多向化、稠密化、纵深化;② 合肥中心城区一直处于网络中心,经济扩散能力不断增强;③ 无为、怀远、肥东等县逐渐成为衔接地区经济联系的&quot;门户节点&quot;;④ 县际经济联系网络结构具有分层集聚特征,基本上形成&quot;四大八小&quot;的空间格局;⑤影响县际经济联系网络结构演变的因素主要包括要素集聚与扩散、空间近邻作用、交通可达性改善、政策激励与引导.</p>

DOI

[Zheng W S, Jiang Y P, Zhuo R R, et al.2016. Evolution and influencing factors of the structure of economic linkage network at county level in Anhui Province. Scientia Geographica Sinica, 36(2): 265-273. ]

[22]
Alderson A S, Beckfield J.2004. Power and position in the world city system[J]. American Journal of Sociology, 109(4): 811-851.

DOI

[23]
Batten D F.2014. Network cities: Creative urban agglomerations for the 21st century[J]. Urban Studies, 32(2): 313-327.

[24]
Beckmann M J, Mcpherson J C.2010. City size distribution in a central place hierarchy: An alternative approach[J]. Journal of Regional Science, 10(1): 25-33.

[25]
Conti D V, Witte J S.2003. Hierarchical modeling of linkage disequilibrium: Genetic structure and spatial relations[J]. American Journal of Human Genetics, 72(2): 351-363.

DOI

[26]
Derudder B, Taylor P.2005. The cliquishness of world cities[J]. Global Networks, 5(1): 71-91.

DOI

[27]
Derudder B, Witlox F, Faulconbridge J, et al.2008. Airline data for global city network research: Reviewing and refining existing approaches[J]. Geojournal, 71(1): 5-18.

DOI

[28]
Kohsaka H.1986. The location process of central place system within a circular city[J]. Economic Geography, 62(3): 254-266.

DOI

[29]
Okelly M E.1987. A quadratic integer program for the location of interacting hub facilities[J]. European Journal of Operational Research, 32(3): 393-404.

DOI

[30]
Russon M G, Vakil F.1995. Population, convenience and distance decay in a short-haul model of United States air transportation[J]. Journal of Transport Geography, 3(3): 179-185.

DOI

[31]
Taylor P J, Hoyler M, Verbruggen R.2010. External urban relational process: Introducing central flow theory to complement central place theory[J]. Urban Studies, 47(13): 2803-2818.

DOI

Options
文章导航

/

〈 〉