地理科学进展, 2022, 41(6): 985-998 doi: 10.18306/dlkxjz.2022.06.004

研究论文

东北地区人口流动与多元交通网络格局的偏离和关联

李卓伟,1, 王士君,1,*, 程利莎2, 施响3, 关皓明1, 舒畅4

1.东北师范大学地理科学学院,长春 130024

2.河南大学地理与环境学院,河南 开封 475004

3.吉林大学东北亚学院,长春 130015

4.东北师范大学数学与统计学院,长春 130024

Differences and relationship between population flow and transportation networks in Northeast China

LI Zhuowei,1, WANG Shijun,1,*, CHENG Lisha2, SHI Xiang3, GUAN Haoming1, SHU Chang4

1. School of Geographical Science, Northeast Normal University, Changchun 130024, China

2. College of Geography and Environment, Henan University, Kaifeng 475004, Henan, China

3. Northeast Asian Studies College, Jilin University, Changchun 130015, China

4. School of Mathematics and Statistics, Northeast Normal University, Changchun 130024, China

通讯作者: *王士君(1963— ),男,吉林长春人,博士,教授,博士生导师,主要研究方向为经济地理学和城市地理学。E-mail: wangsj@nenu.edu.cn

收稿日期: 2021-10-12   修回日期: 2022-02-10  

基金资助: 国家自然科学基金项目(42171198)
国家自然科学基金项目(42001117)
国家自然科学基金项目(41801153)
中央高校基本科研业务费项目(2412020FZ001)

Received: 2021-10-12   Revised: 2022-02-10  

Fund supported: National Natural Science Foundation of China(42171198)
National Natural Science Foundation of China(42001117)
National Natural Science Foundation of China(41801153)
The Fundamental Research Funds for the Central Universities(2412020FZ001)

作者简介 About authors

李卓伟(1994— ),男,辽宁辽阳人,博士生,主要研究方向为城市地理学和城市网络。E-mail: lizw198@nenu.edu.cn

摘要

受限于个体流动数据的获取制约,以往人口流动研究多采用交通网络强度来模拟城市间的人口流动强度,忽视了二者之间的偏离。论文以铁路、公路车次构建交通网络,以腾讯位置大数据的铁路出行、公路出行数据构建人口流动网络,运用社会网络分析法、QAP模型,对比分析两者之间的偏离和关联。研究发现:① 东北地区铁路人口流动和其交通网络格局均呈现出以“哈大”走廊为轴的南密北疏、东众西寡的特征。铁路人口流动网络结构较为分散,铁路交通网络的极化效应明显。② 公路人口流动和其交通网络的偏离较大。公路和铁路之间存在竞争和互补关系,在铁路交通不太发达的地区,公路人口流动强度和其交通网络强度较高。③ 人口流动与交通网络存在一定关联,但人口流动受多方面因素影响,综合联系网络模型则能更准确地模拟城市间人口流动。其他影响因素中,经济联系、人口规模等因素对人口流动的影响不够明显,而城市间的邻接关系对人口流动有显著影响。④ 铁路人口流动与其交通网络的关联程度较公路人口与其交通网络的关联程度高。论文定量说明了人口流动与其交通网络的相关程度,为交通网络模拟人口流动提供了理论和实际操作层面的参考。

关键词: 人口流动; 交通网络; 偏离和关联; 社会网络分析法; QAP模型; 东北地区

Abstract

Limited by the difficulty of obtaining individual mobility data, existing studies on population mobility mostly used strength of traffic flow to simulate population flow between cities, while ignoring the differences between them. This study constructed transportation networks based on inter-city bus and train trips in Northeast China, and built population flow networks based on Tencent location big data correspondingly. It then analyzed the differences and relationship between the two types of networks by using social network analysis and quadratic assignment procedure model. The results are as follows: 1) Both railway population network and railway transportation network in Northeast China are characterized by a spatial pattern of dense in the south and sparse in the north and numerous in the east and fewer in the west, with the Harbin-Dalian corridor as the axis. The spatial structure of railway population flow is more dispersed, while the polarization effect of railway transportation network is obvious. 2) There are great differences between road population flow network and road transportation network. There is not only competition but also complementary relationship between roads and railways. That is, road population or transportation flow is often strong in areas with less developed railways. 3) The accuracy of simulating inter-city population flow with a single transportation network is low, while the composite influencing factors can more accurately express the inter-city population flow structure. Among other influencing factors, economic ties and population size do not have significant impact on population flow, while adjacency between cities has a significant impact on the structure of population flow. 4) The fitting regression between railway population flow strength and its transportation network is better than that of roads. This study quantitatively explained the correlation between population flow and its transportation network, which provides a theoretical and practical reference for the simulation of population flow in transportation network.

Keywords: population flow; transportation network; differences and relationship; social network analysis; quadratic assignment procedure model; Northeast China

PDF (10015KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

李卓伟, 王士君, 程利莎, 施响, 关皓明, 舒畅. 东北地区人口流动与多元交通网络格局的偏离和关联[J]. 地理科学进展, 2022, 41(6): 985-998 doi:10.18306/dlkxjz.2022.06.004

LI Zhuowei, WANG Shijun, CHENG Lisha, SHI Xiang, GUAN Haoming, SHU Chang. Differences and relationship between population flow and transportation networks in Northeast China[J]. Progress in Geography, 2022, 41(6): 985-998 doi:10.18306/dlkxjz.2022.06.004

交通基础设施作为经济、社会活动的基础,承载着城市间大量人口和物质要素流动。人口在城市间的流动影响着地区间资源和劳动力的配置,进而影响城市之间的等级关系和相互联系[1]。人口流动作为城市间要素转移的重要载体,一直是学者们研究的重点。但城市间的日常人口流动数据获取难度较高,而交通基础设施是人口流动的基础且结构相对固定,交通基础设施流量就成为模拟城市间人口流动的理想替代。随着交通基础设施的革新,城市间的人口流动变得更加频繁,两者之间的偏离和关联情况越发复杂,探究两者之间的关系对于深入了解城市地域系统,解构地区城市网络结构具有重要的理论与现实意义。

城市地域系统作为人类活动重要的载体,一直是城市地理学研究的核心对象。随着全球化、信息化的推进和交通出行方式的进步,城市间的相互联系加强,城市间各要素的流动激增,城市体系和城市空间联系系统开始变化,流空间与地方空间的共存促使城市空间结构从等级化转向网络化[2-6]。众多中外学者利用基础设施、企业组织、人口流动、互联网联系等要素流刻画了不同地区、类型、尺度的城市网络[7-12]。随着网络研究的不断加深,研究者们逐步发现单一要素流城市空间联系所表现出的局限性,多元要素流研究开始兴起[13-18]。多元要素流的组成极富多样化,不同要素流所蕴含的内涵不尽相同,“轻重缓急”程度也会有所差异,其中人口流动被部分学者认为是生产要素在空间上重新配置的重要表现形式,同时其在特定空间范围内的移动一定程度上导致了社会、经济要素的重新集聚与扩散,导致资本、知识、信息等要素通过人口流动进而实现网络化的区域组织模式[19-20],故人口流动在城市网络研究中具有重要意义。交通网络是连接城市的重要纽带,是区域发展的重要条件,对优化区域发展的空间秩序具有重要意义,交通网络也是城市间人流、物流的重要通道,是人口能够产生流动的基础条件[21]

人口流动网络与交通网络间存在紧密关联和不可忽视的偏离。关联在于人口流动依托于交通网络而存在,良好的交通基础设施是人口流动的充分条件。偏离在于交通基础设施同时存在前瞻性和滞后性,实际承载人数和设定承载人数往往并不同期。以往研究中,受限于人口流动数据的获取难度,人文地理学者们对人口流动研究常赋予理想化假设,多采用交通网络强度来模拟地区间的人口流动网络[22],如王姣娥等[23]在比较分析不同交通方式的空间联系系统时,利用总载客量与班次相除的方法拟定航空、高铁和长途汽车的单次运量。但长途汽车存在“经停”“拼客”和“拼车”等现象,长途汽车的实际满载、半车、空车等情况难以预测,客运火车更是受大站小站、停靠时间、城市人口流动性等客观因素影响,理想化的假设必然与实际情况存在一定偏离。

近些年由于大数据的兴起,个体移动数据缺乏的障碍被跨越,部分学者开始聚焦于人口流动方面的研究,基于百度迁徙大数据的春运人口研究[24-25]、基于手机信令数据的大都市区范围划定[26]、基于微博签到数据的长三角人口移动网络研究等大数据研究为人口流动网络研究提供了思路和方法[27-28]。传统的统计检验方法难以对复杂的城市网络关系的矩阵数据进行检测,但随着QAP(quadratic assignment procedure)方法的引入,矩阵与矩阵之间的回归关系也可被深入探究。本文结合学者们对人口流动网络和交通网络的研究基础,依托大数据时代背景,借助新兴城市网络研究方法,对人口流动与其多元交通网络偏离和关联进行分析,测度二者间偏离和关联程度,并尝试构建交通基础设施模拟日常人口流动的回归模型,为相关领域研究提供新的研究视角。

东北地区是中国重要的老工业基地、生态功能区,在中国经济社会发展的各个方面扮演重要角色。东北地区偏居一隅,内外部联系相对独立,铁路交通发达,高速公路网络密集,且高速铁路架构初步成型,交通网络特征鲜明。近30多年来,由“东北现象”到东北振兴,由“新东北现象”到东北再振兴,东北地区经济社会发展经历了多次转型过程[29]。在此过程中人口流动和交通网络起着重要的驱动作用,对其人口流动和交通网络进行解构,探讨其中的偏离和关联对于东北振兴具有重要意义。综上,本文以东北地区为研究区域,基于腾讯位置大数据和铁路、公路交通时刻表分别构建东北地区人口流动和多元交通网络,利用社会网络分析法,从城市节点、联系和整体网络解构东北地区城市网络格局,借助QAP模型,阐述人口流动和交通网络间的定量关系,深入探讨东北地区人口流动和多元交通网络的偏离和关联,以期为相关研究提供理论和实际操作指导,为城市网络研究提供新的思路与方法。

1 数据来源与研究方法

1.1 数据来源

1.1.1 人口流动数据来源

人口流动数据来源于腾讯位置大数据。腾讯位置大数据依托智能手机中的QQ、微信在内的众多腾讯APP,通过手机定位的方式,采用高精度算法获取用户行为轨迹。2018年平均每日定位次数超过400亿次,覆盖中国所有地区,可最大限度保障人口流动数据的真实准确。腾讯位置大数据以日为单位记录人口流动数量,对数据进行预处理后,可获取多个字段,包括city、cities、time、type、nums等有效字段。其中city表示人口流动的来源城市;cities表示目标城市;time为人口流动的时间(以d为单位);type表示人口流动的交通方式,包括air(飞机)、bus(汽车)、train(火车)3种类型;nums则表示在特定条件下,城市之间人口流动的总数。腾讯位置大数据可逐条获取人口流动过程中起始城市路径和人口流量,精度可达个人级别,并可区分人口流动过程中所使用的飞机、汽车、火车3种交通方式。人口流动研究对时间尺度的选取极富敏感性,例如1 d数据会受到人口的通勤移动的误差影响,2 d数据则受商务旅行的误差影响[30-31]。为描述常态化人口流动网络,尽可能减少误差,本文选择2018年12月1—31日,共计31 d的长序列人口流动数据。研究范围为东北地区(即黑、吉、辽三省及内蒙古东北地区的呼伦贝尔市、兴安盟、通辽市、赤峰市和锡林郭勒盟),以地级市、盟、州(以下均称为市)为研究基本单元,共获取人口流动频次2020.23万人次。将1个月的人口流动数据除以天数,转化为1 d的人口流动数据,方便进一步研究(图1)。

图1

图1   东北地区日常人口流动网络

Fig.1   Daily population flow network in Northeast China


1.1.2 交通网络数据来源

交通设施是人口流动的基础,也是人口流动的载体,铁路、长途汽车、航空和轮渡是最常见的4种城际交通方式。就东北地区而言,只有辽宁部分城市沿海,在其内部交通联系中轮渡的人口流动承载量较小。航空在中长距离上才能提供充足的服务[32],在东北内部交通网络中流量较低。东北内部铁路网络密度高,公路里程长,内部出行多以长途汽车和铁路为主,故本文交通网络和人口流动网络的关系探究集中于公路和铁路。选取2018年12月东北地区的铁路和长途汽车时刻表数据,以平均1 d内的往来班次频率表达东北地区交通城市网络。铁路数据来源于中国铁路客服服务中心12306网站(https://www.12306.cn/),长途汽车数据来源于欣欣旅游网(http:/www.cncn.com)。针对一个城市出现多个火车站点和汽车站点的情况,将站点进行合并,进而将车站相互联系转化为城市间联系。

1.1.3 回归模型自变量数据来源

QAP模型回归中的影响因素数据主要来源于2019年《中国城市统计年鉴》《吉林省统计年鉴》《黑龙江省统计年鉴》《辽宁省统计年鉴》和《内蒙古统计年鉴》,部分缺失数据在各市(州、盟)统计年鉴补充。

1.2 研究方法

将东北地区作为研究区域,以地级市(盟、州)作为基本研究单元。将城市之间相互联系的人口流、交通流作为网络关系,分别构建41×41的城市关系矩阵。为方便对比,将人口流动网络分为铁路人口流动网络和公路人口流动网络,交通网络则分为铁路交通网络和公路交通网络,共计4个城市网络矩阵。交通网络和人口流动网络均由节点、边和权重组成。节点是城市,边是城市之间的联系,权重则是城市之间联系的强度(交通流为运输频次,人口流为流动人次)。研究方法主要为社会网络分析法。

1.2.1 度中心性

度中心性是社会网络分析法中测量节点在网络中绝对地位最直接的指标。公式为:

Di=j=1nwij

式中:Di为城市i的度中心性,其值越高,证明其在网络中的作用越明显;wij是指城市ij之间的路径权重;n为城市网络中城市的数量。

1.2.2 中间中心性

中间中心性也是表达城市在网络中的地位,但与度中心性不同,中间中心度主要反映城市对资源的控制能力,如果一个城市处于网络中其他城市对的最短途径上,可认为其对资源控制能力较高,具有较高的中间中心度。公式为:

CABi=i=1nj=1nbijk(jki,i<j)
bij(k)=gij(k)gij

式中:CABi表示中间中心性;gij表示城市ij之间存在的捷径数;k为处于城市ij最短路径上的城市;bij(k)表示k处于ij之间的捷径上的概率。

1.2.3 社区结构

社区结构在社会网络研究中是用以刻画网络局部集聚体特征的研究方法,基于节点间的拓扑距离,网络可以被划分为若干社区。同一社区内部节点联系密切,社区之间联系则相对稀疏,不同社区间的城市联系相对稀疏,据此揭示东北地区交通和人口网络内部潜在结构特征。参考White等[33]提出的“块模型”理论,利用CONCOR(convergent correlations)迭代相关收敛法来区分城市网络社区结构,此过程可以通过UCINET 6.0软件实现。

1.2.4 QAP模型

QAP是一种非参数检测方法,是解释交通网络和人口流动网络关联程度的理想模型。QAP相关分析可以检测交通网络与人口流动网络的关系矩阵相关性;QAP回归分析可以探究多个矩阵和人口流动网络矩阵间的回归关系。相关分析可佐证交通网络与人口流动的相关性,而QAP回归则用于探究网络与网络之间的关系及不同网络对人口流动网络的影响程度。

总结国内外关于中国人口流动格局、演变、特征和影响机制的研究成果,同时考虑回归操作的简便性和相关领域研究的可持续性,将影响因素适当简化,通过7类8个影响因素矩阵,基于QAP模型来综合探究交通网络与人口流动的关联程度。影响因素选择与模型构建过程详见表1

表1   QAP回归分析研究假设

Tab.1  Assumptions of QAP regression analysis

序号自变量选择关系矩阵构建方法影响因素选择原因预期影响
1交通基础
设施因素
运用前文的方法,构建铁路交通网和公路交通网络矩阵可达性是人口产生流动的基本要素,不同的出行方式对人口流动的促进程度有所差异。高铁的建设使得东北地区沿线城市间可达性大大提升,城市间人口流动更为频繁,故交通基础设施是人口流动的首要影响因素正向
2城市经济
联系因素
Rij=Pi×PjLij2
式中:Rij表示城市ij间的经济联系,PiPj分别表示城市ij的GDP总量,Lij表示城市间的空间距离
经济规模大的城市因集聚效应、规模经济等发展优势,对人的吸引性越高,发生人口流动的可能性也就越大。城市间的经济联系越高,则人口流动强度相对较高正向
3省际边界
阻碍要素
将城市间存在省际边界阻碍的关系定义为1,不存在定义为0,进而将省际边界壁垒转换为城市矩阵不同省份间的城市在联系过程中会遭遇行政边界阻碍,行政边界的制度壁垒在一定程度上限制了经济社会交流和其他跨区域要素流动,进而影响人口的自由流动负向
4城市邻接
关系要素
将空间邻接的城市关系定义为1,不邻接的定义为0,转化为城市矩阵由于全球化的快速推进,城市不再以个体形式存在,空间扩散的强度提升,空间邻近的城市接受扩散的影响,同质化加强,相互依赖性提升,人口流动更为频繁正向
5城市人口
规模要素
将研究区内不同城市的人口两两相除,进而形成关系矩阵城市的等级不单单可以用经济总量来衡量,城市人口总量也是表征城市级别的重要指标。人口越多的城市其公共服务设施、医疗配套设施更为完善,就业岗位越多,对其他城市人口的吸引力也越高,人口流动的可能性越高正向
6城市空间
距离要素
城市间的空间距离交通基础设施的革新,城市之间的人口流动逐步加强,但城市间的空间距离仍然是阻碍城市人口流动的重要影响因素,空间距离越长,则人口流动的可能性越小负向
7高铁交通
网络因素
对铁路列车时刻表中的高速铁路列车(G/D/C字头列车)的车次进行提取,参考铁路交通网络的构建方法,用高铁平均1 d内的往来班次频率构建城市间高铁交通网络矩阵高铁对地区间的要素联系具有明显的时空压缩效应,在对比铁路人口流动和其交通网络关联时应给予关注正向

新窗口打开| 下载CSV


2 人口流动与多元交通网络的格局特征

2.1 多元交通网络格局特征

铁路交通网络整体呈现出南密北疏、东众西寡的特征,由于高铁所引发的时空收敛及廊道效应,“哈大”交通走廊也得以形成(图2a)。辽宁、吉林铁路交通网络密度较高,而黑龙江、内蒙古东部密度较低。高速铁路对于地区铁路强度具有极化效应,铁路强度排名前10位的城市全部有高铁相连。“哈长沈大”4个东北地区中心城市在网络中发挥着强烈集聚特性,枢纽位置显著,彼此联系密切,交通指向性明显。四平依托“哈大”走廊的良好“通过”位置,其铁路交通强度较高,发挥了中介作用。辽阳、葫芦岛、铁岭等一些经济发展较为缓慢的城市因交通地理位置优越,在铁路交通网络中层级较高,亦发挥着交通中介的作用。交通联系的强度与其所处的地理位置有关,处于地理位置边缘的城市铁路交通联系较少,如锡林郭勒、黑河等城市。值得注意的是,相邻的城市并不一定会产生铁路交通的强联系,例如辽西走廊地带东部的城市交通流强度较高,但与西部的城市铁路联系较低,强的交通联系在铁路流中并不能辐射落后地区,强者愈强、弱者愈弱的“马太效应”在此类走廊地区逐步体现。

图2

图2   东北地区多元交通网络联系拓扑图

Fig.2   Topology of multiple transportation networks in Northeast China


公路交通网络则表现出多中心分区集聚的特征(图2b)。公路交通和铁路交通间存在明显的竞争与互补关系,铁路交通强度较弱区域的公路交通强度往往较强,如黑龙江铁路交通相对滞后,但公路交通较为发达。省会城市无论在公路交通还是铁路交通都牢牢占据前3名的位置,在省域范围内形成各自的辐射区域。东北地区4大中心城市间公路交通联系较少,公路交通更多发生于邻接城市间。公路交通会弥补铁路交通欠缺的短板,在铁路交通不太发达的地区,公路交通联系往往较强。黑龙江东北部的佳木斯、鸡西等城市铁路交通联系较少,但公路交通来往极为密切,填补了人口流动所需的交通基础设施的缺口。辽西地区亦是如此,东部和西部铁路联系稀少,但公路交通来往紧密。公路交通受空间距离和邻接因素影响,可在一定程度上克服省际壁垒,如赤峰与锦州、白城与兴安盟、齐齐哈尔与呼伦贝尔等城市之间跨省际的公路交通联系。

铁路交通和公路交通网络格局特征具有较大的差异性。铁路交通网络表现出明显的“哈大”走廊路径依赖,且东北三省各自中心城市表现出明显的聚集特征;公路交通网络则表现出明显的空间邻接依赖性,邻接的城市往往公路交通联系密切(图2)。东北地区铁路交通网络因原有轨道路线、新建高铁线路,已形成“哈大”为轴的交通走廊。公路交通网络则依托东北地区公路基础设施和各地交通流动需求、组织运输等供需关系,形成邻接城市、短距离城市间的紧密联系。两大交通网络特征各异,公路交通在一定程度上弥补铁路交通的缺口,两者相辅相成,为东北地区的人口流动提供了基础保障。

2.2 相应的人口流动网络特征

铁路人口流动相较其交通网络更为均衡化,但南密北疏、东众西寡的特征依然存在(图3a)。辽宁铁路人口流动强度较其他地区频率稍高。不同城市间的人口流动强度差异较大,排名最高的沈阳日均近8.07万人次,而最低的大兴安岭则只有千余人次,除大兴安岭地区外,内蒙古东部与东北三省各市之间联系稀少,仅邻接城市间出现了人口流动的强联系。相较于铁路交通网络,铁路人口流动网络的结构更为发散,仅用交通网络强度模拟人口流动网络会造成城市间流动强度差距的放大。部分学者认为省会城市之间交通流量较高,人口流动也较强,本文研究发现,东北地区省内首位度第一与第二的城市间人口流动关系最为密切,相邻城市之间的联系其次,省会城市间的联系强度仅仅排在第三位。铁路交通强度低的区域并不意味着人口流动强度低,如黑龙江东北部地区的铁路交通联系稀少,但从铁路人口流动网络来看,其内部已经形成以佳木斯为核心的人口密切往来区域。

图3

图3   东北地区人口流动拓扑图

Fig.3   Topology of population flow networks in Northeast China


公路人口流动网络表现出大范围均质、小群落聚集的特征(图3b)。相邻城市间公路人口流动密切,跨区域联系较少,整体呈现出无规则连续的特征。公路与铁路的人口流动网络同样存在互补关系。三大省会城市的公路人口流动强度依旧最高,大连相对降低,且人口流动强度较高的城市都是紧邻省会的城市。沈阳日均人口流动达2.27万人次,最低的大兴安岭地区仅有100余人次。相对辽宁,黑龙江、吉林对于公路的依赖性更强。公路人口流动和公路交通网络结构差异较为明显,两者存在明显偏离。黑龙江东北部公路交通网络强度较高,但真实人口流动强度较交通网络明显降低。内蒙古东部地区与相邻的东北三省城市间存在公路人口流动的强联系,部分跨省城市间的公路人口流动也较为频繁,从图3b中可以看出,省际边界对公路人口流动网络存在一定制约,但城市间的相邻关系更起主导作用。

人口流动依托于交通网络,交通网络会对人口流动产生影响,但人口流动同时受个体出行意愿的影响,与交通网络格局必然存在一定偏离。总体来看,铁路人口日均流动量(44.20万人次)远高于公路(20.97万人次),东北地区人口流动以铁路出行为主。相较于铁路交通网络,铁路人口流动网络对“哈大”走廊依赖性降低,更多是以4大中心城市为核心的中心集聚特征;相较于公路交通网络,公路人口流动网络同样表现出空间邻接依赖性,但其呈现出的无规则发散与公路交通网络结构差异较大。

3 人口流动与多元交通网络的偏离

3.1 基于中心性的人口流动与多元交通网络的偏离

基于度中心性、中间中心性方法,可以比较人口流动与多元交通网络的偏离。人口流动不同于交通网络,人口流动需要考虑人的出行意愿,中间中心性在人口流动研究中没有实质含义,故仅用度中心性来对其进行深入分析。

铁路交通网络度中心性排名中,由于高铁对地区的极化效应,度中心性前10名有7个城市属于辽宁(表2),“哈长沈大”4个中心城市处于前5位置,四平依托“通过”位置,位居第4名。中间中心性排名中,辽阳、佳木斯、牡丹江的排名相较度中心性排名有所上升,证明其在铁路交通网络中具备一定发展潜力。铁路人口流动度中心性排名与铁路交通网络排名大体相近,“哈长沈大”处于度中心性前4位置,而部分处于高铁“通过”位置的城市,如四平、辽阳、铁岭、葫芦岛等城市的排名有所下降。锡林郭勒、七台河、伊春、黑河、双鸭山等城市无论是铁路交通网络度中心性还是中间中心性排名均为倒数,且人口流动强度较低,已形成城市网络中的“孤岛”,亟需交通基础设施的投入摆脱现有困境。铁路人口流动网络与铁路交通网络的关联性较高,但因铁路交通存在极化现象,若仅从交通网络强度模拟人口流动,黑河、伊春、双鸭山、赤峰等边缘区域的铁路人口流动强度被缩小,“哈大”走廊、辽西走廊等“走廊地带”城市的人口流动强度被放大。

表2   东北地区铁路人口流动及其交通网络中心性排名

Tab.2  Centrality rankings of railway population flow network and transportation network in Northeast China

排名铁路交通网络铁路人口流动
度中心性
排名铁路交通网络铁路人口流动
度中心性
度中心性中间中心性度中心性中间中心性
1沈阳沈阳沈阳22延边丹东延边
2长春大连哈尔滨23通辽鹤岗通化
3哈尔滨鞍山长春24呼伦贝尔阜新本溪
4四平哈尔滨大连25鸡西赤峰朝阳
5大连长春四平26通化呼伦贝尔通辽
6锦州辽阳鞍山27松原抚顺丹东
7铁岭四平锦州28抚顺白山阜新
8鞍山锦州铁岭29阜新营口辽源
9辽阳葫芦岛吉林30大兴安岭盘锦呼伦贝尔
10葫芦岛兴安盟绥化31朝阳大兴安岭黑河
11吉林铁岭齐齐哈尔32兴安盟朝阳赤峰
12齐齐哈尔佳木斯营口33白山松原伊春
13大庆绥化大庆34赤峰延边双鸭山
14佳木斯齐齐哈尔辽阳35辽源辽源鸡西
15营口牡丹江葫芦岛36鹤岗鸡西兴安盟
16本溪大庆抚顺37双鸭山双鸭山白山
17绥化通辽松原38黑河七台河鹤岗
18丹东本溪佳木斯39伊春黑河七台河
19盘锦白城牡丹江40七台河伊春锡林郭勒
20牡丹江通化盘锦41锡林郭勒锡林郭勒大兴安岭
21白城吉林白城

新窗口打开| 下载CSV


公路交通网络度中心性排名中,黑龙江相较其他两省,铁路交通网络稍差,对公路交通的需求也较高,度中心性排名前10的城市中黑龙江占据4个(表3)。“长沈哈大”4个中心城市在公路交通度中心性排名中牢牢霸占前4名的位置,东北地区西部城市的公路交通度中心性排名较低。中间中心性排名中,松原、大庆、阜新等城市相较度中心性排名大幅提升,极具公路交通发展潜力,且上述城市铁路交通并不发达,发展公路交通可加强与其他城市的联系。公路人口流动度中心性排名与其交通网络排名差异较大,3大省会城市度中心性排名依旧最高,但大连的排名降低明显,绥化、四平、松原等紧邻省会的城市公路人口流动度中心性排名明显上升。黑龙江东北部城市的公路人口流动度中心性相较公路交通度中心性有着明显的降低,可见,运用公路交通网络来模拟人口流动会产生一定偏离。

表3   东北地区公路人口流动及其交通网络中心性排名

Tab.3  Centrality rankings of road population flow network and transportation network in Northeast China

排名公路交通网络公路人口流动
度中心性
排名公路交通网络公路人口流动
度中心性
度中心性中间中心性度中心性中间中心性
1长春哈尔滨沈阳22松原白城白城
2沈阳沈阳长春23抚顺四平兴安盟
3哈尔滨大连哈尔滨24丹东吉林大连
4大连长春绥化25鹤岗伊春延边
5锦州松原四平26铁岭锦州葫芦岛
6七台河大庆大庆27本溪抚顺呼伦贝尔
7四平兴安盟鞍山28通化七台河通化
8佳木斯阜新松原29阜新本溪辽源
9鸡西通辽锦州30辽阳辽阳双鸭山
10盘锦黑河盘锦31通辽丹东本溪
11鞍山赤峰齐齐哈尔32伊春佳木斯丹东
12大庆朝阳辽阳33葫芦岛鸡西黑河
13双鸭山呼伦贝尔营口34白山鹤岗牡丹江
14营口铁岭通辽35兴安盟双鸭山七台河
15辽源延边铁岭36延边白山白山
16朝阳鞍山吉林37白城盘锦鹤岗
17绥化齐齐哈尔抚顺38呼伦贝尔营口锡林郭勒
18牡丹江通化佳木斯39黑河葫芦岛鸡西
19齐齐哈尔绥化赤峰40锡林郭勒大兴安岭伊春
20吉林辽源阜新41大兴安岭锡林郭勒大兴安岭
21赤峰牡丹江朝阳

新窗口打开| 下载CSV


3.2 基于社区结构的人口流动与多元交通网络的偏离

运用社区结构方法从结构上探究不同网络中的小社区,进而揭示东北地区交通网络和人口流动网络内部联系结构的偏离。人口流动与其交通网络均具有显著的社区结构特征,为方便比对其偏离程度,将各网络分为7个社区(图4)。铁路与公路各自社区呈现出不同的状态,但各社区的构成与城市区位具有较高的拟合度,各社区均较大程度遵从省级行政边界,部分相邻城市跨越省级行政边界连为同一社区,跨区域隔空组成的社区较少。

图4

图4   人口流动与多元交通网络社区结构比较

Fig.4   Comparison of population flow network and multiple transportation network community structure


铁路人口流动和其交通网络的社区结构形态相似。铁路交通网络由于“哈大”走廊的极化效应,沈阳和铁岭被划分至以吉林省为主要构成的社区1当中,通化和白山被划分至以辽宁省为主要构成的社区3当中。但铁路人口流动则表现出更强的省际壁垒,社区构成更多以省内城市为主,内蒙古东部地区则更多与相邻城市间构成社区,受东北三省经济、交通辐射的影响,内蒙古东部地区内部间并未产生交通与人口流动的强联系。

公路人口流动和其交通网络的社区构成偏离程度较高。公路交通网络形成的社区结构割裂严重,但大体遵守相邻城市共同组建社区的特征,公路人口流动凝聚性相对较强,社区结构特点更为鲜明。内蒙古东部地区分属于不同的社区,不同城市与相邻的东北三省城市间形成紧密的社团。从图4d可以看出,黑龙江呈现以哈尔滨、牡丹江为界的东西侧各自组团的社区结构特征,中部地区海拔差异与生态保护限制了两侧城市间的沟通发展,东西向各自联系密切但相互联系不足。从社区结构的相似与异同现象可以发现,人口流动与交通网络存在关联亦有偏离,故对两者间关系进行定量探究具有一定意义。

4 人口流动与多元交通网络的关联

4.1 人口流动与多元交通网络的关联

运用QAP回归分析方法,将人口流动网络矩阵作为有偏变量,将第1~6类共计7个影响因素作为无偏变量进行分析,研究人口流动与交通网络之间的联系。将随机置换次数定为2000次,计算出决定系数(R2)为0.651,调整后决定系数(Adj R2)为0.650,即7个影响因素矩阵可以解释人口流动网络矩阵的65.0%,回归效果显著(表4)。回归拟合概率(P值)<0.001,采用单尾检测方式,概率越趋近于0,显著水平越高[34-35]。在相同条件下,单独用铁路交通网络、公路交通网络与人口流动网络分别进行回归分析,得到的调整后决定系数(Adj R2)分别为0.465和0.420。结果表明,人口流动与交通网络存在一定关联性,铁路交通网络模拟人口流动的效果略强于公路交通网络,但人口流动受多方面因素影响,将交通网络与多类要素网络结合构建的综合联系网络模型能更为准确地模拟城市间的人口流动。

表4   人口流动与多元交通网络等影响因素的QAP回归结果

Tab.4  QAP regression results of multiple transportation networks and other influencing factors and population flow networks

影响因素标准化
回归系数
非标准化
回归系数
显著性
水平P
回归截距0-292.228
铁路交通网络0.50065.846<0.001
公路交通网络0.24738.732<0.001
城市经济联系0.0650.0460.011
城市人口规模0.04145.0410.021
省际边界阻碍-0.098-320.3160.001
城市邻接关系0.2511133.405<0.001
城市空间距离0.0210.0820.225
决定系数(R2)0.651<0.001
调整后决定系数(Adj R2)0.650<0.001

新窗口打开| 下载CSV


从QAP模型的回归结果来看,各影响因素中铁路交通网络、公路交通网络和城市邻接关系在99%置信水平上显著,城市经济联系、城市人口规模和省际边界阻碍在95%置信水平上显著。而城市空间距离未通过90%置信水平检测。这可能是因为,东北地区铁路、公路交通网络较为发达,随着高速铁路、高速公路等交通基础设施的完善,东北地区人口流动已逐步跨越城市间空间距离的障碍,故空间距离对人口流动网络的影响不够显著。剩余6个影响因素除省际边界阻碍外,对城市人口流动均为正向影响,省际边界对于人口流动仍有一定阻碍。在65.0%的可能下,城市间铁路交通网络强度增加100%,人口流动强度将会增加50.0%。同理,公路交通、邻接关系、城市经济联系、人口规模、省际边界阻碍分别增加100%,则人口流动强度将分别增加24.7%、25.1%、6.5%、4.1%、-9.8%。从上述结果来看,铁路交通网络、公路交通网络与人口流动网络之间的影响关系最为显著,城市的邻接关系会增加人口流动的可能性。城市经济联系、人口规模对东北地区人口流动也有正向促进作用,不同于人口迁徙,人口产生流动的因素较为多样,人口日常流动不一定是经济原因,经济往来和人口规模对人口迁徙的意愿影响较大,但对日常的人口流动的影响效果不够明显。单一的交通网络强度难以准确表达真实的人口流动,利用QAP方法和综合网络联系模型既能相对准确地模拟城市间人口流动,又能挖掘各影响因素对人口流动网络的影响程度。

4.2 铁路人口流动与其交通网络的关联

QAP相关分析可以检验铁路人口流动和其交通网络的相关关系,选择5000次随机置换计算出系数为0.742(置信度达99%),证明两者的相关性较高。但相关并不意味着线性回归关系,还需要QAP回归来证实两者的线性回归关系,将铁路交通网络和第2~6类影响因素作为无偏变量加入模型,同时考虑到高速铁路所带来的时空压缩效应,添加第7类高铁交通网络因素,综合探究铁路交通网络对铁路人口流动的影响,具体见表5。调整后决定系数为0.644,即以上7个影响因素矩阵可以解释铁路人口流动的64.4%,除城市空间距离显著性水平稍低外,6个影响因素置信度均大于95%。当铁路交通网络、城市经济联系、城市人口规模、省际边界阻碍、城市邻接关系和高铁交通网络6个影响因素分别增加100%,则铁路人口流动强度将分别增加56.3%、3.7%、7.2%、-9.9%、27.2%和9.8%。各影响因素中,铁路交通网络强度对铁路人口流动的影响最为显著,同时高速铁路的建设也会极化人口流动网络结构,城市邻接关系对铁路人口流动强度的影响也较为显著。铁路人口流动和其交通网络的关联较强,但仅从铁路交通网络来表达其人口流动强度会造成城市间人口流动的极化效应,城市邻接关系、人口规模、省际边界等因素也应得到关注。

表5   铁路及公路人口流动与其各自交通网络等影响因素的QAP回归结果

Tab.5  QAP regression results of railway and road population flow networks and their respective transportation networks and other influencing factors

影响因素铁路人口流动与其交通网络公路人口流动与其交通网络
标准化回归系数非标准化回归系数显著性水平P标准化回归系数非标准化回归系数显著性水平P
回归截距0-66.9480-15.567
铁路/公路交通网络0.56350.288<0.0010.3620.523<0.001
城市经济联系0.0370.0180.0290.1340.0340.008
城市人口规模0.07252.9290.002-0.001-0.5460.515
省际边界阻碍-0.099-219.966<0.001-0.087-103.6790.002
城市邻接关系0.272830.856<0.0010.337553.406<0.001
城市空间距离0.0450.1220.067-0.069-0.0990.039
高铁交通网络0.09815.9680.016
决定系数(R2)0.645<0.0010.467<0.001
调整后决定系数
(Adj R2)
0.644<0.0010.465<0.001

新窗口打开| 下载CSV


4.3 公路人口流动与其交通网络的关联

利用QAP相关分析,同理检验公路人口流动与其交通网络的相关关系,系数为0.624,两者也属紧密关联。两者的线性回归关系还需QAP回归来进行测度,将公路交通网络和第2~6类影响因素作为无偏变量加入模型,具体结果见表5。调整后决定系数为0.465,其中城市人口规模因素并未通过95%置信度检测。当公路交通强度、城市经济联系、省际边界阻碍、城市邻接关系和城市空间距离5个影响因素分别增加100%,公路人口流动将分别增加36.0%、13.4%、-8.7%、33.7%和-6.9%。省际边界阻碍和城市空间距离对东北地区的人口流动有着负向作用,随着空间距离的增长和省际边界的出现,人口日常出行选择公路的概率明显降低,公路人口流动强度更取决于城市间是否存在邻接关系。且公路交通存在“经停”“拼客”“拼车”等现象,故其人口流动与其交通网络回归系数偏低。

5 结论与讨论

5.1 结论

本文利用腾讯位置大数据和铁路交通、公路交通时刻表分别构建东北地区人口流动网络和多元交通网络,运用社会网络分析法、QAP模型等研究方法,对东北地区的城市网络进行解析,同时对比分析两者的偏离和关联,测度人口流动与其交通网络的相关程度,为交通网络模拟真实人口流动网络提供了理论和实际操作层面的指导,也为后续城市网络中相关领域的研究提供一定参考。研究发现:

(1) 铁路人口流动和其交通网络偏离较小。东北地区铁路人口流动和其交通网络格局均呈现出以“哈大”走廊为轴的南密北疏、东众西寡的特征。相较而言,铁路人口流动网络更为分散,铁路交通网络的极化效应明显,若仅用铁路交通网络模拟铁路人口流动,会导致真实的人口流动差距被放大。东北地区中心城市之间铁路交通联系最为密切,但从铁路人口流动网络强度来看,最为密切的是各省内首位度第一与第二城市间的联系,省会城市间的铁路人口流动强度仅排在第三位。

(2) 公路人口流动与其交通网络的偏离较大。公路交通网络呈现出多中心集聚特征,其人口流动网络则表现出大范围均质、小群落聚集的特征。公路和铁路之间既存在竞争关系,也存在互补关系,公路会弥补铁路的缺口,在铁路交通不太发达的地区,尤其是未通高速铁路的地区,公路人口流动强度和交通网络强度较高。公路人口流动更多受空间距离和邻接因素影响,省际壁垒对其阻碍效应有限。

(3) 人口流动网络和交通网络间存在关联,铁路交通网络模拟人口流动的效果略强于公路交通网络,综合联系网络模型则能更为准确地模拟城市间人口流动网络。回归结果显示,调整后决定系数(Adj R2)可达0.650,其中铁路交通和公路交通的标准化回归系数分别为0.500和0.247,即在65.0%的可能下,铁路交通和公路交通强度分别增加100%,城市间的人口流动则会分别增加50.0%和24.7%。其他影响因素中经济联系、人口规模等因素对人口流动有促进作用,但不够明显,而城市间的邻接关系对人口流动网络有显著影响。

(4) 对比不同的交通网络与其人口流动的关联,铁路人口流动与其交通网络的关联程度较公路之间的关联程度高。将铁路交通网络与其他影响因素进行QAP回归后,调整后决定系数(Adj R2)可达0.644。而公路人口流动网络的QAP回归调整后决定系数(Adj R2)为0.465,由于公路交通存在“经停”“拼客”“拼车”等现象,故其人口流动与其交通网络的关联稍弱。

5.2 讨论

人口流动网络研究多聚焦于经济联系、产业差异、城市距离等,较少有目光凝聚在交通基础设施上,但交通基础设施作为人口产生流动的基础要素,其对人口流动的影响不言而喻。由于个体流动数据的获取制约,人口流动和交通网络的耦合关系被学者们默认,如陈伟等[22]利用客运汽车班次数据替代人口流动数据探究中国城市客流网络结构和组织模式,还有学者在交通地理学的相关研究也常用交通流量来模拟人口流动强度[17,23]。本文对人口流动和交通网络间的偏离和关联进行测度,对两者间的结构偏离和关联程度进行解释说明,尝试性构建交通网络模拟日常人口流动的回归模型,为相关领域的研究进行了补充和完善,也提供了新的研究视角。

由于人类个体与群体间存在思维习惯、迁徙意愿等主观要素的差异性,人口流动网络与交通网络的真实关系远比模型复杂。腾讯位置大数据依托于用户的智能手机,导致其未能捕捉部分未使用智能手机的老年人和未成年人的流动轨迹,人口样本不能做到全覆盖,从而产生一定误差。人口流动具有方向性,本文将其做了无向处理,而迁入地、迁出地各个要素对人口流动网络的影响还有待探究。因此,未来研究一方面还需进一步扩充对人口流动数据的获取途径,针对不同年龄段的人口流动特征进行深入研究;另一方面,东北地区四季分明,不同时间段的人口流动与交通网络耦合关系也有强弱之分,接下来的研究应扩充时间序列长度,对不同季节、月份的人口流动特征进行分析。运用更长时间序列、更加精密完整的人口流动数据可以更好地探究不同网络间的关系,这也是未来研究应该重点关注的方向。值得注意的是,中国幅员辽阔,不同区域间的差异较大,未来的道路交通规划,尤其是高速铁路的建设势必会对不同区域的人口流动产生影响,相关领域的研究应该持续跟进,根据不同区域的特点,对人口流动和交通网络的偏离和关联进行测度,这对地区交通基础设施优化建设和促进城市间人口流动具备一定理论和现实意义。

参考文献

李苑君, 吴旗韬, 张玉玲, .

“流空间”视角下高速公路交通流网络结构特征及其形成机制: 以广东省为例

[J]. 地理研究, 2021, 40(8): 2204-2219.

DOI:10.11821/dlyj020210050      [本文引用: 1]

交通流是城市经济联系最显性的表现,为更清晰地识别城市网络结构提供了新视角。本研究采用高速公路联网收费数据作为交通流&#x0201c;关系数据&#x0201d;,综合图论、社会网络分析法(SNA)和GIS空间分析,以广东省为研究区域探索高速公路交通流网络空间结构特征,并利用QAP回归法探究影响网络形成的因素。结果表明:① 广东省高速公路已形成典型的网络式空间结构,具有&#x0201c;小世界&#x0201d;网络效应。其节点度值服从幂律无标度分布,交通出入量基本平衡,节点重要性自区域中心向外围递减;网络有向边权值等级差异显著,优势交通流具有&#x0201c;向心指向&#x0201d;特征和距离依赖性。② GDP、常住人口、社会消费品零售总额、县区间行驶距离等已成为影响广东省高速公路交通流网络形成的重要因素。其中人口因素是影响城市间交通流动的主要因素,网络形成受制于距离因素,消费因素逐渐成为刺激城市间交通流动的强大动力。③ 广东省高速公路交通流动模式分为邻近指向型、中心指向型和等级指向型三种,以邻近指向型为典型模式。研究结果对于揭示交通流动规律,丰富城市网络理论,推动道路合理规划和区域协调发展具有重要理论和实践意义。

[ Li Yuanjun, Wu Qitao, Zhang Yuling, et al.

Spatial structure and formation mechanism of expressway traffic flow network based on space of flows: A case study of Guangdong Province

Geographical Research, 2021, 40(8): 2204-2219. ]

DOI:10.11821/dlyj020210050      [本文引用: 1]

Traffic flow is the most powerful indicator to map urban economic connections, which provides a new perspective to identify urban network spatial structure clearly. This study uses Guangdong's data to explore the spatial structure of expressway network based on theory of synthesized graph, social network analysis (SNA) and GIS spatial analysis. QAP regression method is used to explore the factors which influence the network characteristics. The results show that: (1) The Guangdong's expressway forms a typical network spatial structure with “small world” network effect. The out-degree and in-degree values of network nodes follow the power law scale-free distribution, traffic volume is basically balanced, and the importance of nodes decreases from regional center to periphery. There are significant differences in the weights of directed edges, and the dominant traffic flows have the characteristics of “centripetal direction” and “distance dependence”. (2) The results of QAP regression show that the character of Guangdong's expressway traffic flow network is significantly affected by GDP, resident population, total retail sales of consumer goods, and the distance. Population is the most powerful factor which affects inter-city traffic flows, the formation of network is restricted by distance, and the consumption factor is gradually becoming a powerful driving force to stimulate the inter-city traffic flows. (3) The traffic flow patterns of expressway in Guangdong are divided into three types, namely, proximity-oriented, central-oriented and hierarchical-oriented. The proximity-oriented traffic flow is typical, which is widely distributed in the province; the central-oriented traffic flow is concentrated in the Pearl River Delta urban agglomeration; and the hierarchical-oriented traffic flow is mainly distributed between Guangzhou and Qingyuan, and between Shenzhen and Shantou. The research results have important theoretical and practical significance for revealing the laws of traffic flow, and enriching urban network theory. Furthermore, it provides theoretical support for scientific road planning and coordinated regional development.

Henderson J, Dicken P, Hess M, et al.

Global production networks and the analysis of economic development

[J]. Review of International Political Economy, 2002, 9(3): 436-464.

DOI:10.1080/09692290210150842      URL     [本文引用: 1]

Avgerou C.

The informational city: Information technology economic restructuring and the urban regional process

[J]. European Journal of Information Systems, 1991, 1(1): 76-77.

DOI:10.1057/ejis.1991.11      URL     [本文引用: 1]

Taylor P J, Hoyler M, Verbruggen R.

External urban relational process: Introducing central flow theory to complement central place theory

[J]. Urban Studies, 2010, 47(13): 2803-2818.

DOI:10.1177/0042098010377367      URL     [本文引用: 1]

王士君, 廉超, 赵梓渝.

从中心地到城市网络: 中国城镇体系研究的理论转变

[J]. 地理研究, 2019, 38(1): 64-74.

DOI:10.11821/dlyj020180468      [本文引用: 1]

城镇体系核心特征的演变,推动其研究视角由等级制的传统中心地理论向关系制的现代城市网络转变。以已有相关研究成果为基础,简要回顾克氏中心地理论在中国城镇体系研究中的理论和实证进展,通过对中心地理论固有缺陷,以及城镇体系研究逻辑变化的分析,阐明传统中心地理论在解释和解决现代城镇体系问题时的局限性;指出城市网络理论兴起的背景:交通革命带来的时空压缩导致区位论的解释失效、流空间理论的产生、全球化与生产网络的产生、制度与体制演变——中心地组织原则的转化;从企业组织、交通流、信息流三个研究视角,揭示中国城镇体系研究的网络思维端倪;通过研究主体特征的关注由中心性到节点属性、主体关系由等级从属到功能互补、时空尺度由地方到全球三个方面的对比,指出中心地与城市网络应用于城镇体系研究中的理论差异。

[ Wang Shijun, Lian Chao, Zhao Ziyu.

From central place to city network: A theoretical change in China's urban system study

Geographical Research, 2019, 38(1): 64-74. ]

DOI:10.11821/dlyj020180468      [本文引用: 1]

The systematic and organizational nature of the urban system is not naturally formed and immutable, but it is actively reconstructed and evolved along with the process of social spatial production. The evolution of the characteristics of the research object has promoted the theoretical development of the urban system research. The research perspective has changed from the hierarchical central traditional theory to the modern urban network of the relational system. Based on the integration of relevant research results, the paper first briefly reviews the theoretical and empirical progress of the Christaller center theory in China's urban system research. By analyzing the inherent defects of the central geography theory and the logical changes in the research of the urban system, the limitations of the traditional central theories in interpreting and solving the problems of the modern urban system are expounded. That is, the main deficiencies of the central theories are owing to closed systems. The hypothesis of spatial homogenization created by theory is too ideal and the perfect structural picture which is devoted to the condition of strict hypothesis is unlikely to exist in reality which leads to the lack of universality in its application and the influence of practical value. Secondly, it is pointed out that the theoretical failure of central land theory and the rise of urban network theory are reflected in the following aspects: the time and space compression brought by the traffic revolution leads to the failure of the interpretation of location theory, the generation of space of flow theory, the generation of globalization and production network, the evolution of system and the transformation of the central organization principle. Thirdly, from the three research perspectives of enterprise organization, infrastructure, and information flow, and the evaluation index system of degree-centrality and cluster structure, etc., the network thinking of China's urban system research is revealed. Finally, it is pointed out that from the level to the network, the differences between the traditional and modern urban system research and the theoretical transformation of China's urban system research are reflected in the main characteristics changing from the central to the node attributes, and the main relationship, from hierarchical subordinate to functional complementary. The analysis logic of the subject relationship is transformed from vertical, monopoly and control of research objects, scale relation to vertical and horizontal, complementary and cooperative, and complex relationship network relations; spatial scales change from the locality to the global; the foothold of the research is from the result of closed and static to the process of open and dynamic.

魏冶, 修春亮.

城市网络韧性的概念与分析框架探析

[J]. 地理科学进展, 2020, 39(3): 488-502.

DOI:10.18306/dlkxjz.2020.03.013      [本文引用: 1]

城市网络作为一种新的城市地域系统组织形式和研究范式被广泛关注。目前绝大多数城市网络研究都基于正面视角,对城市网络的负面效应、安全与可持续发展问题却鲜有提及。论文通过梳理城市网络与区域韧性的相关研究进展,探索性地提出一种基于演化韧性的城市网络韧性概念来探讨城市网络的&#x0201C;负面问题&#x0201D;。城市网络韧性可理解为城市网络系统借助于城市间社会、经济、工程与组织等各领域的协作和互补关系,能够预防、抵御、响应和适应外部急性冲击和慢性压力的影响并从中恢复或转换的能力。基于此概念,结合演化韧性与适应性循环理论,将城市网络视为一个动态演化的复杂适应系统,基于基础设施、组织、经济与社会等4个维度,兼顾适应性与适应能力,尝试性地提出基于韧性特征和韧性过程视角的城市网络韧性综合分析框架,并对城市网络韧性的分析方法、优化方法予以展望,对涉及的若干核心问题展开讨论。研究可为以安全发展为目标的区域规划、区域政策制定和区域组织建立提供科学依据,也可为各城市节点找准自身角色、有效参与区域治理提供有价值的参考。

[ Wei Ye, Xiu Chunliang.

Study on the concept and analytical framework of city network resilience

Progress in Geography, 2020, 39(3): 488-502. ]

[本文引用: 1]

Mahutga M C, Ma X L, Smith D A, et al.

Economic globalisation and the structure of the world city system: The case of airline passenger data

[J]. Urban Studies, 2010, 47(9): 1925-1947.

DOI:10.1177/0042098010372684      URL     [本文引用: 1]

Yang H R, Dobruszkes F, Wang J E, et al.

Comparing China's urban systems in high-speed railway and airline networks

[J]. Journal of Transport Geography, 2018, 68: 233-244.

DOI:10.1016/j.jtrangeo.2018.03.015      URL     [本文引用: 1]

盛科荣, 杨雨, 孙威.

中国城市网络中心性的影响因素及形成机理: 基于上市公司500强企业网络视角

[J]. 地理科学进展, 2019, 38(2): 248-258.

DOI:10.18306/dlkxjz.2019.02.008      [本文引用: 1]

利用2016年中国上市公司500强企业网络数据和隶属联系模型构建中国城市网络,在解析城市网络中心性结构特征的基础上,定量识别与测度了中国城市网络中心性空间分异的影响因素,在“行为—结构—绩效”分析框架下探索性解析了城市网络中心性的形成机理。研究发现:城市出度中心性体系呈现“香港-北京”双核结构特征,中介度体系呈现以北京为首位城市的首位分布特征,入度中心性体系则呈现多核心结构特征;市场潜力、关键资源、区位条件和经营环境等城市属性特征对于城市网络中心性具有显著正向影响,不同维度中心性特征对于不同类型影响因素的敏感性存在差异;择优选择、偏好依附和网络邻近是中国城市网络中心性发育的动力机制,这将进一步强化具有传统优势城市的网络地位。在网络发展环境下,中国城市化政策和城市治理体系需要作出相应调整,中国政府必须积极应对网络环境下的城市间发展差距,并在更大空间尺度上推动城市之间的网络合作。

[ Sheng Kerong, Yang Yu, Sun Wei.

Determinants and mechanisms of degree centrality in the urban network in China: A study based on corporate networks of the largest 500 listed companies

Progress in Geography, 2019, 38(2): 248-258. ]

DOI:10.18306/dlkxjz.2019.02.008      [本文引用: 1]

This article aims to analyze the determinants and mechanisms of network power and position of cities for developing urban network theory and improving urbanization policy in China. Data on headquarter and branch locations of the largest 500 listed companies in China in 2016 were subjected to ownership linkage model to approximate the urban network, resulting in a 294×294 valued urban network. Three conclusions are drawn: 1) Outdegree centrality presents a dual core spatial structure, betweeness has a primate distribution, and indegree centrality is a multi-core system. These three measurements of centrality have a strong spatial correlation, and the cities with high centrality values are densely concentrated in the traditional urban agglomerations. 2) City attributes such as market potential, key resources, location condition, and business environment have a significant positive impact on the centrality of urban network, and the sensitivity of different centrality characteristics to various types of influencing factors is different. 3) Selecting superior actors, preferential attachment, and geographical proximity are the dynamic mechanisms in the expansion of urban network space in China, which will further strengthen the power of cities with traditional advantages. The Chinese government must actively respond to the possibly increasing gap between cities under the network environment and promote the cooperation between cities on a larger spatial scale.

蒋小荣, 汪胜兰, 杨永春.

中国城市人口流动网络研究: 基于百度LBS大数据分析

[J]. 人口与发展, 2017, 23(1): 13-23.

[本文引用: 1]

[ Jiang Xiaorong, Wang Shenglan, Yang Yongchun.

Research on China's urban population mobility network based on Baidu LBS big data

Population and Development, 2017, 23(1): 13-23. ]

[本文引用: 1]

赖建波, 潘竟虎.

基于腾讯迁徙数据的中国“春运”城市间人口流动空间格局

[J]. 人文地理, 2019, 34(3): 108-117.

[本文引用: 1]

[ Lai Jianbo, Pan Jinghu.

Spatial pattern of population flow among cities in China during the spring festival travel rush based on "tencent migration" data

Human Geography, 2019, 34(3): 108-117. ]

[本文引用: 1]

杨延杰, 尹丹, 刘紫玟, .

基于大数据的流空间研究进展

[J]. 地理科学进展, 2020, 39(8): 1397-1411.

[本文引用: 1]

[ Yang Yanjie, Yin Dan, Liu Ziwen, et al.

Research progress on the space of flow using big data

Progress in Geography, 2020, 39(8): 1397-1411. ]

[本文引用: 1]

马丽亚, 修春亮, 冯兴华.

多元流视角下东北城市网络特征分析

[J]. 经济地理, 2019, 39(8): 51-58.

[本文引用: 1]

[ Ma Liya, Xiu Chunliang, Feng Xinghua.

Analysis of network characteristics of northeast cities from the perspective of multi-flow

Economic Geography, 2019, 39(8): 51-58. ]

[本文引用: 1]

李卓伟, 王彬燕, 王士君, .

基于多元流的走廊地带城市网络联系分析: 以辽西走廊为例

[J]. 经济地理, 2020, 40(10): 74-82.

[本文引用: 1]

[ Li Zhuowei, Wang Binyan, Wang Shijun, et al.

Relationship of urban network in corridor area based on multiple flows: A case study of Liaoxi Corridor

Economic Geography, 2020, 40(10): 74-82. ]

[本文引用: 1]

Zhen F, Qin X, Ye X Y, et al.

Analyzing urban development patterns based on the flow analysis method

[J]. Cities, 2019, 86: 178-197.

DOI:10.1016/j.cities.2018.09.015      URL     [本文引用: 1]

王海军, 翟丽君, 刘艳芳, .

基于多维城市要素流的武汉城市圈城市联系与功能分析

[J]. 经济地理, 2018, 38(7): 50-58.

[本文引用: 1]

[ Wang Haijun, Zhai Lijun, Liu Yanfang, et al.

Urban connection and function in Wuhan urban agglomeration based on multi-dimensional urban factor flows

Economic Geography, 2018, 38(7): 50-58. ]

[本文引用: 1]

王姣娥, 景悦.

中国城市网络等级结构特征及组织模式: 基于铁路和航空流的比较

[J]. 地理学报, 2017, 72(8): 1508-1519.

DOI:10.11821/dlxb201708013      [本文引用: 2]

交通流是反映城市间社会经济联系的重要表征,被广泛应用于城市网络研究中。基于2010年中国城际铁路与航空客流OD数据,本文从城市节点、流量、子网络视角对中国城市网络的结构特征与组织模式进行了比较研究,发现:① 铁路与航空流视角下的中国城市网络均呈现出以北上广为顶层节点的空间等级结构体系,但除顶层结构外两种网络结构差异较大。② 城市网络体系中的铁路流联系表现出空间邻近性特征,而航空流联系则主要受到城市节点的规模大小与职能属性的影响。③ 铁路流的首位联系受省级行政区划的制约,航空流的首位联系空间跨度大,形成了若干具有垂直层间联系的地域子系统。④ 铁路网络拥有具有显著地域特征的7个子网络,而航空网络中则不存在明显的子网络。技术经济特征与管理体制是造成铁路与航空两种网络特征差异的主要原因。

[ Wang Jiao'e, Jing Yue.

Comparison of spatial structure and organization mode of inter-city networks from the perspective of railway and air passenger flow

Acta Geographica Sinica, 2017, 72(8): 1508-1519. ]

[本文引用: 2]

程利莎, 王士君, 杨冉.

基于交通与信息流的哈长城市群空间网络结构

[J]. 经济地理, 2017, 37(5): 74-80.

[本文引用: 1]

[ Cheng Lisha, Wang Shijun, Yang Ran.

The urban network structure of Ha-Chang urban agglomerations based on the traffic and information flow

Economic Geography, 2017, 37(5): 74-80. ]

[本文引用: 1]

郑艳婷.

中国城市群的空间模式: 分散性区域集聚的理论背景、形成机理及最新进展

[J]. 地理科学进展, 2020, 39(2): 339-352.

DOI:10.18306/dlkxjz.2020.02.014      [本文引用: 1]

从空间模式而言,城市群的本质是人口和经济活动在更大范围城市地域实体内的集聚。在这一集聚体内,原乡村地区密集参与着工业化、经济发展。在国内外经典文献分析的基础上,论文将城市群这一特征概括为分散性区域集聚,并认为分散性区域集聚是信息技术革命以来经济全球化空间选择的结果,也是中国政策制度背景的产物。作为全球制造业生产平台和协调控制中心在空间上的独特反映,这一根本属性使得城市群区别于传统区域,在空间上并不遍在;其分散性的发展特征使得它同时代表着最为严重的资源环境约束,值得特别关注。从分散性的地域单元入手的规划策略较目前的城市群整体战略而言,可能较易实施和取得效果。同时,随着中国内需战略和&#x0201C;一带一路&#x0201D;倡议的实施,城市群发生发展的国内外背景正在发生重要转变。分散性区域集聚的空间模式并不一定适用于中国所有区域,在进行规划管理时,必须审慎对待这一客观事实。

[ Zheng Yanting.

Spatial pattern of China's urban agglomerations: Theoretical background, formation mechanisms, and latest progress of research of dispersed regional concentration

Progress in Geography, 2020, 39(2): 339-352. ]

DOI:10.18306/dlkxjz.2020.02.014      [本文引用: 1]

From the spatial perspective, an urban agglomeration can be understood as the concentration of population and economic activities within a large urban region. In this urban region, the original rural areas were densely involved in industrialization and economic development. On the basis of a comprehensive review of classical theories, this article proposes to understand urban agglomeration from the unique characteristics of spatial patterns, namely, dispersed regional concentration. We believe that the dispersed regional concentration is the result of spatial choices of economic globalization and information technology revolution, and also the product of the unique policies and institutional background of China. As a unique reflection of global manufacturing platform and coordinated control center in space, this fundamental attribute makes urban agglomeration different from traditional regions and not ubiquitous in space. Its dispersive development characteristics represents the most serious resource and environmental constraints, which deserve special attention. The planning strategy based on these decentralized regional units may be easier to implement and achieve results than the current overall urban agglomeration strategy. At the same time, with the implementation of domestic consumption demand strategy and the Belt and Road initiative, the Chinese and international backgrounds of urban agglomeration development are undergoing important transformations. The spatial pattern of dispersed regional concentration does not necessarily apply to all regions of China. This fact is of great significance and must be carefully considered in future regional planning and management.

张华, 刘哲达, 殷小冰.

中国跨省流动人口回流意愿的空间差异及影响因素

[J]. 地理科学进展, 2021, 40(1): 73-84.

DOI:10.18306/dlkxjz.2021.01.007      [本文引用: 1]

在中国城市产业结构升级和乡村经济发展的宏观背景下,乡城流动人口的返乡回流现象逐渐显现,流动人口呈现外出与回流并存的趋势,大量的流动人口回流对中国的新型城镇化和城乡发展产生了重要影响,是探索中国城乡关系变化的重要视角。论文采用2016年全国流动人口卫生计生动态监测调查数据,建立二分类Logistic模型,对全国跨省流动人口回流意愿的空间差异和影响因素进行分析。研究结果表明:① 具有回流意愿的流动人口具有相似的人口学特征,包括年龄较大、受教育水平较低、没有稳定的婚姻状态等;② 跨省流动人口的回流意愿具有明显的空间差异,从流入地来看,东南沿海地区和西部地区的流动人口回流意愿较高,从流出地来看,中部地区的流动人口回流意愿较高;③ 流动人口的回流意愿受到个人因素、流动因素、家庭因素、制度因素多个方面的影响,其中年龄、婚姻状况、受教育程度、进城务工时间、是否为独自流动、家庭月收入、现住房性质、社会保障制度对流动人口回流意愿具有显著影响。

[ Zhang Hua, Liu Zheda, Yin Xiaobing.

Spatial differences and influencing factors of inter-provincial migrant workers' backflow intention in China

Progress in Geography, 2021, 40(1): 73-84. ]

[本文引用: 1]

王新贤, 高向东.

中国流动人口分布演变及其对城镇化的影响: 基于省际、省内流动的对比分析

[J]. 地理科学, 2019, 39(12): 1866-1874.

DOI:10.13249/j.cnki.sgs.2019.12.004      [本文引用: 1]

基于2000、2010年中国人口普查分县数据资料,对比分析省际、省内跨县流动人口的空间格局、形成机制及城镇化的差异。结果表明:① 省际、省内跨县流动人口的集聚发展趋势存在差异,省际流动人口表现为&#x0201C;聚中有散&#x0201D;,即集聚程度较高,分散化迹象趋于明显;省内跨县流动人口则表现为&#x0201C;散中有聚&#x0201D;,其较为分散地分布省会、地级市等大中城市,在向前1%城市集聚。② 流动人口流入地的选择受政府和市场力量双重作用的影响,省际流动人口倾向于有更多就业机会、更高工资水平的省会级城市;省内跨县流动人口更看重就业机会,更偏向地级市,财政支出对其流入地选择影响更大。③ 省际、省内跨县流动人口对2010年全国城镇化水平的贡献分别为4.24%,2.74%,前者推动着东部沿海地区城市群的发展优化,后者则强化着中西部大中城市&#x0201C;一城独大&#x0201D;的态势。

[ Wang Xinxian, Gao Xiangdong.

The evolution of China's floating population and its impact on urbanization: A comparative analysis based on inter- and intra-provincial perspectives

Scientia Geographica Sinica, 2019, 39(12): 1866-1874. ]

DOI:10.13249/j.cnki.sgs.2019.12.004      [本文引用: 1]

Based on the data of the 2000 and 2010 China Census counties, this paper compares and analyzes the spatial pattern, formation mechanism and urbanization of the inter-provincial and intra-provincial floating population. The results are as follows: 1) The polarization pattern of the Inter- and Intra-provincial floating population is weakening, and the proportion of the floating population absorbed by the top 10 cities has declined. In the trend of agglomeration, the inter-provincial floating population showed ‘High concentration while showing signs of decentralization’, that is, the degree of agglomeration was higher, and the signs of decentralization became more obvious. The proportion of inter-provincial floating population absorbed by the former 1% city decreased significantly. The floating population in the province is characterized by “Dispersion of distribution while developing toward agglomeration”. It is more scattered and distributed in large and medium-sized cities such as provincial capitals and prefecture-level cities, and is still gathering in 1% of cities. 2) The inter-provincial and intra-provincial floating population is affected by the dual role of the government and market forces. The inter-provincial floating population is more inclined to the provincial capitals and municipalities with more employment opportunities and higher wages in the process of selecting inflows. The floating population in the province pays more attention to employment opportunities, and prefers to flow to prefecture-level cities. In contrast to the inter-provincial population, urban public services have a greater impact on the inflow of floating population in the Intra-provincial Floating population. 3) The “molecular effect” of the inter-provincial and intra-provincial floating population has increased the level of urbanization through the “molecular effect” of urban population changes. The contribution of the inter-provincial and intra-provincial floating population to urbanization reached 4.24% and 2.74% respectively in 2010. In addition, the inter-provincial and intra-provincial floating population has also greatly affected the hierarchical system and spatial distribution of China's urban system.

陈伟, 刘卫东, 柯文前, .

基于公路客流的中国城市网络结构与空间组织模式

[J]. 地理学报, 2017, 72(2): 224-241.

DOI:10.11821/dlxb201702004      [本文引用: 2]

多视角和多尺度城市网络逐渐成为认识空间关系的主要途径。公路流数据具有显著的空间依赖性和距离衰减特性,对于刻画区域尺度空间关系具有重要意义。基于全国地级行政单元间的公路客运流,论文尝试刻画中国城市网络功能结构和区域效应,并对其空间组织模式进行特征提取和规律挖掘,以期能够为城市网络研究提供新的方法支撑和认知视角。研究结果表明:① 基于公路流的城市网络空间形态表现出强烈的空间依赖性和层级特征,与中国主要城市群分布存在较大程度的空间耦合,更多体现的是区域尺度的空间关系及核心—外围组合关系;② 通过社区发现算法识别出19个城市经济区,其空间内涵主要包括行政区经济、巨型区域溢出效应和核心—边缘结构等;③ 不同地域系统内城市网络自成体系,表现出显著的空间依赖性和多元的空间组织模式,多层次、流动性和网络化的地域系统格局凸显;④ 从空间形态上看,区域城市网络空间结构大致可划分为单中心结构、双核心结构、多中心结构和低水平均势结构等区域关联形态,并以单中心发育模式为主。

[ Chen Wei, Liu Weidong, Ke Wenqian, et al.

The spatial structures and organization patterns of China's city networks based on the highway passenger flows

Acta Geographica Sinica, 2017, 72(2): 224-241. ]

[本文引用: 2]

王姣娥, 杜德林, 金凤君.

多元交通流视角下的空间级联系统比较与地理空间约束

[J]. 地理学报, 2019, 74(12): 2482-2494.

DOI:10.11821/dlxb201912005      [本文引用: 2]

交通运输联系是区域空间级联系统与城市体系结构研究的重要视角之一,而不同交通运输方式表达的级联体系结构亦存在一定的差异。为综合研究交通运输体系刻画的空间级联系统及克服单一交通方式的局限性,基于长途汽车、高铁和航班时刻表数据,比较分析了多元交通网络的空间级联体系结构及其表达的城市网络组织体系,并进一步揭示了地理空间的约束作用。研究发现:① 每种交通运输方式适合在一定的空间尺度和行政范围内刻画和表达城市网络体系结构与城市联系,公路客运受省域行政范围约束,高铁联系具有廊道影响效应,航空运输体现全国和区域尺度较高层次的社会经济联系。② 从旅客直达视角分析,长途汽车与高铁的城际运输市场重叠最大,近年来长途汽车的运输市场受高铁影响明显。③ 地理空间是影响陆路交通运输和组织的重要约束因子,距离衰减效应明显;结合设施空间、行政空间和管理体制的作用,长途汽车和高铁运输在空间上形成分异的社区结构;航空运输由于具有超空间连接特性,既不遵循距离衰减规律,社区结构也并不明显。

[ Wang Jiao'e, Du Delin, Jin Fengjun.

Comparison of spatial structure and linkage systems and geographic constraints: A perspective of multiple traffic flows

Acta Geographica Sinica, 2019, 74(12): 2482-2494. ]

DOI:10.11821/dlxb201912005      [本文引用: 2]

Transportation connection has always been one of the important perspectives of studying spatial cascading systems and urban systems. Based on the timetable data in 2018 of inter-city coach, high-speed train and aviation, this paper builds networks of the three modes of transportation in China. Through the methods of the city-pair connectivity and community detection, this paper compares the spatial structure and linkage systems of multi-traffic flow network and reveals the geospatial constraints. The research results show that: (1) Different modes of transportation are suitable for portraying urban systems on different spatial and administrative scales. Inter-city coaches are constrained by the provincial administrative boundaries. High-speed train network shows the effect of corridors especially along the main trunks. The aviation network reflects the spatial relationship at the national scale. (2) From the perspective of the direct accessibility, there is a large spatial overlap between inter-city coaches and high-speed trains, and the market of inter-city coaches is obviously squeezed in recent years. For air transport, its frequency advantage mainly concentrates on the city-pairs with a long distance. The competition and complementarity of the three modes of transportation have a great impact on the urban system and are useful for the understanding of the spatial cascading system. (3) Geographical space, infrastructure space and administrative space constraint and management system are important factors affecting the transportation networks. Inter-city coach network and high-speed train network are obviously affected by distance attenuation effects, and they present significant community structures in the two networks, but their communities have different spatial characteristics. However, air transport does not follow the constraint of distance attenuation, and there is not an obvious community structure in the network. Factors related to the passenger transport market, such as social and economic links and tourism resources, play the important roles in the aviation network structure.

赵梓渝, 魏冶, 杨冉, .

中国人口省际流动重力模型的参数标定与误差估算

[J]. 地理学报, 2019, 74(2): 203-221.

DOI:10.11821/dlxb201902001      [本文引用: 1]

空间交互模型被广泛应用于地理要素关系强度的模拟,然而目前大量研究或建立在模型参数标定理想化、模式化的假设条件下,或是在暗箱中完成,由此导致模拟结果与实际的偏差却被严重低估。基于2015年中国春运期间人口省际流动的城市间O-D数据,在逐日、分市的研究精度下,实证推算人口流动重力模型变量的回归系数,探究模型代理变量影响效应的空间异质性,并评估重力模型在人口流动模拟上的误差。结果显示:① 重力模型参数标定的复杂性体现在交互对象代理变量影响程度的非对称性,和变量回归系数的空间异质性随研究精度加深显著加剧两个方面,因此模型参数标定的模式化将导致估算结果空间差异的趋势收敛;② 2015年春运期间中国人口省际流动距离衰减系数为1.970,在地级行政单元视角下,人口流出地距离衰减系数值域为0.712(驻马店)~7.699(乌鲁木齐),人口流入地系数值域为0.792(三亚)~8.223(乌鲁木齐);③ 应用重力模型模拟人口流动结果与实测流(百度迁徙数据)存在显著误差。就加权绝对平均误差而言,拟合总误差为85.54%,其中空间相互作用效应造成了86.09%的实测流与模拟流的最大误差,相对流出力、相对吸引力分别造成57.73%、49.34%的模型误差。因此,空间交互效应仍然是当前最难以模式化的因素。

[ Zhao Ziyu, Wei Ye, Yang Ran, et al.

Gravity model coefficient calibration and error estimation: Based on Chinese interprovincial population flow

Acta Geographica Sinica, 2019, 74(2): 203-221. ]

[本文引用: 1]

魏冶, 修春亮, 王绮, .

中国春运人口流动网络的富人俱乐部现象与不平衡性分析

[J]. 人文地理, 2018, 33(2): 124-129.

[本文引用: 1]

[ Wei Ye, Xiu Chunliang, Wang Qi, et al.

Rich-club phenomenon and disequilibrium of China's population flow network during spring festival travel period

Human Geography, 2018, 33(2): 124-129. ]

[本文引用: 1]

王德, 顾家焕, 晏龙旭.

上海都市区边界划分: 基于手机信令数据的探索

[J]. 地理学报, 2018, 73(10): 1896-1909.

DOI:10.11821/dlxb201810006      [本文引用: 1]

都市区是中心城市及其主要影响范围,在区域经济发展中有重要的引领作用。国外都市区范围根据中心城市与外围地区的通勤联系划分,本质上是与中心城市具有密切经济联系的统一劳动市场区。国内由于统计数据的缺乏,通过通勤联系划分都市区的相关研究难以开展,且划分结果在内涵上与国外都市区差异较大。移动电话是目前普及率最高的移动通讯终端设备,其包含的地理位置标签可反映用户的职住地信息。利用上海移动2014年上半年某两周2G手机信令数据,识别用户的居住地和工作地,参照国外标准,根据中心与外围地区的通勤联系划分上海市都市区。在通勤联系的基础上,尝试采用消费联系作为都市区划分的辅助标准,并对划分结果进行了调整。结果表明:① 基于通勤联系的上海都市区主要包括中心城周边地区、松江新城及外围大型工业区,基于消费联系调整的上海都市区包括中心城周边地区、松江、嘉定、青浦等新城及浦东惠南地区、长兴岛,整体上呈现东西略长、南北略窄的形态;② 通勤联系和消费联系可以相互结合划分中国的都市区边界,通勤联系作为主要指标,消费联系作为辅助指标;③ 上海与国外城市都市区差异较大,国外都市区范围扩展极广,上海都市区范围未超过行政边界,局限在在中心城周围相对较小的范围内。

[ Wang De, Gu Jiahuan, Yan Longxu.

Delimiting the Shanghai metropolitan area using mobile phone data

Acta Geographica Sinica, 2018, 73(10): 1896-1909. ]

[本文引用: 1]

潘碧麟, 王江浩, 葛咏, .

基于微博签到数据的成渝城市群空间结构及其城际人口流动研究

[J]. 地球信息科学学报, 2019, 21(1): 68-76.

DOI:10.12082/dqxxkx.2019.180235      [本文引用: 1]

随着区域一体化进程的加快,中国城市群快速地发展起来,城市群城际间的人口流动研究得到了国内外学者的关注。城市群空间结构的研究以地理实体空间分析为主,城际人口流动的研究多使用传统统计数据,而将大数据运用于城市群空构特征,并结合传统的社会经济统计数据对该区域人口流动的影响因素进行分析。研究发现:① 微博签到数据进一步解释了成渝城市群呈现出“双核多中心”的组团特征,成都市和重庆主城构成了“双核”;② 微博人口流动的方向会受到行政区划的影响,微博人口流动的强度呈现出一定的等级差异;③ 微博人口流动的强度与方向同社会经济发展水平呈现出相对一致性,即地区生产总值越高、人口规模越大或交通联系强度越强,则人口流动越强烈。

[ Pan Bilin, Wang Jianghao, Ge Yong, et al.

Spatial structure and population flow analysis in Chengdu-Chongqing urban agglomeration based on Weibo check-in big data

Journal of Geo-information Science, 2019, 21(1): 68-76. ]

[本文引用: 1]

王波, 甄峰, 张浩.

基于签到数据的城市活动时空间动态变化及区划研究

[J]. 地理科学, 2015, 35(2): 151-160.

DOI:10.13249/j.cnki.sgs.2015.02.151      [本文引用: 1]

借助新浪微博,引入位置服务大数据,以南京市为例,从时间、空间、活动3个方面分析城市活动空间的动态变化,并在掌握变化规律的基础上进一步划分城市活动区域。研究发现:传统的作息规律仍然支配着人们的签到活动,时间与活动内容间的对应关系仍然存在;居民活动在工作日、休息日与节假日,以及主城与外围地区存在差异;城市活动空间在一天内经历了相对分散-集聚-进一步集聚-分散-相对集聚的动态变化;城市活动区域可以划分为就业活动区、居住活动区、休闲活动区、夜生活活动区,及综合活动区;活动功能区呈现出混合化与边界模糊化的特征。

[ Wang Bo, Zhen Feng, Zhang Hao.

The dynamic changes of urban space-time activity and activity zoning based on check-in data in Sina web.

Scientia Geographica Sinica, 2015, 35(2): 151-160. ]

[本文引用: 1]

田俊峰, 王彬燕, 程利莎, .

政策主导下的区域土地利用转型过程与机制: 以中国东北地区为例

[J]. 地理研究, 2020, 39(4): 805-821.

DOI:10.11821/dlyj020190257      [本文引用: 1]

从构建政策主导下区域土地利用转型解释框架入手,以东北地区为例,探究政策主导下区域土地利用转型机制。结果表明:① 1995—2015年,东北地区经济社会发展可划分为“经济低速增长,城镇化与人口发展停滞期”与“经济波动,城镇化稳定发展,人口转型期”两大阶段。② 伴随经济社会转型,东北地区发生土地利用转型。转型特征主要表现为:在数量上,区域耕地规模持续扩张,但增速放缓,耕地内部水田占比上升;林地与草地规模持续缩减,但下降速度放缓;区域建设用地加速增长,增长主体由农村建设用地转变为城镇建设用地。在空间上,耕地分布重心持续向东北方向移动,林地与未利用地分布重心向西南方向移动,建设用地与草地分布重心呈现显著的转折特征。③ 东北地区土地利用转型是区域内不同土地利用类型在空间上由冲突到协调的持续性重构过程。区域功能定位以及经济现代化与城镇化是导致土地利用转型的核心因素。政策主导下的区域土地利用转型是政策引导下的社会-生态反馈路径与政策影响下的社会-经济变化诱发路径综合作用的结果,两者间存在耦合与拮抗过程。前者决定区域土地利用转型的方向,后者决定区域土地利用转型的速度与强度。

[ Tian Junfeng, Wang Binyan, Cheng Lisha, et al.

The process and mechanism of regional land use transition guided by policy: A case study of Northeast China

Geographical Research, 2020, 39(4): 805-821. ]

DOI:10.11821/dlyj020190257      [本文引用: 1]

In view of the typical regional development strategic areas such as Northeast China and West China, this paper constructs a policy-led interpretation framework for regional land use transition. Based on the empirical study of land use transition process in Northeast China from 1995 to 2015, this paper further explores and explains the regional land use transition mechanism guided by policy. The results show that: (1) There are two main paths for the regional land use transition guided by policy, namely, the socio-ecological feedback path under the policy guidance and the social-economic change path under the policy influence. Land scarcity and land intensification, ecological environment protection and policy intervention, regional function orientation and land use, economic modernization and urbanization, market and globalization, population growth and migration are the main factors leading to regional land use transition guided by policy. (2) From 1995 to 2015, the socio-economic development of Northeast China showed a process of transition and land use transition took place at the same time. The transition of regional land use is mainly manifested in the change of regional land quantity structure, the conversion relationship and intensity among different types of land, and the change of spatial structure of land use. (3) Empirical study on land use transition in Northeast China shows that the policy-led regional land use transition is the result of the comprehensive effect of the social-ecological feedback path under the policy guidance and the social-economic change path under the policy influence. There is a coupling and antagonistic process between the two paths. The former path affects the process of regional land use transition by influencing the supply of different types of land. The government's understanding of the importance of different resources determines the direction of its policy role and changes the land supply. The socio-ecological feedback under the guidance of policies determines the direction of regional land use transition. The latter path comes from the changes of regional socio-economic development. In this process, economic modernization, population growth and migration, market and globalization bring about changes in regional land use demand. Regional industrial development policy and urbanization policy affect the process of land use transition by changing the direction of regional development and accelerating the process of regional development. The socio-economic change under the influence of policies determines the speed and intensity of regional land use transition. The regional function orientation, as well as economic modernization and urbanization, are the two core factors leading to the regional land use transition under the policy guidance. We also have some other findings about the regional land use transition guided by policies. For example, the implementation of some inclination policies led to the unsustainable use of regional land. Therefore, how to improve the policy system and realize the transition of land use to sustainable development through policy guidance and policy coordination should be the focus of future research.

张艳, 柴彦威.

基于居住区比较的北京城市通勤研究

[J]. 地理研究, 2009, 28(5): 1327-1340.

[本文引用: 1]

[ Zhang Yan, Chai Yanwei.

Characteristics of commuting pattern in Beijing: Based on the comparison of different urban residential areas

Geographical Research, 2009, 28(5): 1327-1340. ]

[本文引用: 1]

Zhang W Y, Derudder B, Wang J H, et al.

Regionalization in the Yangtze River Delta, China, from the perspective of inter-city daily mobility

[J]. Regional Studies, 2018, 52(4): 528-541.

DOI:10.1080/00343404.2017.1334878      URL     [本文引用: 1]

王姣娥, 景悦, 杨浩然.

中国高铁—民航竞争网络的空间演化模式及影响因素

[J]. 地理科学, 2020, 40(5): 675-684.

DOI:10.13249/j.cnki.sgs.2020.05.001      [本文引用: 1]

随着中国高速铁路与民用航空的快速发展,两者运营网络的空间竞争范围越来越大。从个人出行视角出发,同时拥有高铁与民航直达列车/航班的城市对为出行提供了选择机会,定义为高铁-民航竞争网络。以2007-2015年高铁-民航竞争网络的所有城市对为切入点,尝试刻画其演化过程与模式、网络结构与距离分布规律,并最终总结网络演化的影响因素。研究结论为:① 中国高铁-民航竞争网络在空间上呈现出由东向西、由北向南的扩张趋势,规模不断扩大。② 高铁-民航竞争网络具有向北京、上海等少数城市集聚的特征。③ 高铁-民航竞争网络城市对的距离范围主要分布在800~1 500 km,但运营的列车/航班频率竞争关系的临界值为1 000~1 100 km。④ 高铁-民航竞争网络在空间上遵循核心-核心、核心-边缘自上至下的拓展规律,并主要受城市规模、行政职能等级以及地理空间约束等因素的影响。

[ Wang Jiaoe, Jing Yue, Yang Haoran.

The evolution mode of China's HSR-air competitive network and its driving factors

Scientia Geographica Sinica, 2020, 40(5): 675-684. ]

[本文引用: 1]

White H C, Boorman S A, Breiger R L. Social structure from multiple networks[M]. Beijing, China: Foreign Languages Press, 1976.

[本文引用: 1]

Macdonald S.

Book review: Social network analysis: A handbook

[J]. Systemic Practice & Action Research, 1998, 11(3): 344-346.

[本文引用: 1]

Wolfe A W.

Social network analysis: Methods and applications

[J]. Contemporary Sociology, 1995, 91: 219-220.

[本文引用: 1]

/