EN中文

Journal of Geo-information Science >

2014 , Vol. 16 >Issue 6: 907 - 914

DOI: https://doi.org/10.3724/SP.J.1047.2014.00907

Orginal Article

Regional Accessibility Measurement and Spatial Characteristics Analysis Based on Road Networks in Guangdong Province

  • CHEN Shaopei , 1 ,
  • LI Yong , 2, * ,
  • ZHUANG Dachang 1 ,
  • QIU Jianni 2
Expand
  • 1. School of Public Policy and Administrate, Guangdong University of Finance and Economics, Guangzhou 510320, China
  • 2. Guangzhou Institute of Geography, Guangzhou 510070, China
*Corresponding author: LI Yong, E-mail:

Received date: 2014-03-17

  Request revised date: 2014-05-12

  Online published: 2014-11-01

Copyright

《地球信息科学学报》编辑部 所有
Fold

Abstract

The adjustment of industrial structure and layout optimization in Guangdong Province is significant,as China is at a critical stage with an impressive acceleration of economic globalization and regional integration process. In order to support the regional economic coordination and the industrial transfer planning, as well as lay out optimization in Guangdong Province, this paper studied and qualified the regional accessibility based on the road networks, and characterized the spatial patterns of regional accessibility with different measurement models. Firstly, cities in Guangdong Province are represented by the nodes in road networks. Secondly, the urban function indices of all cities are introduced to represent their size and economic level, respectively. Then, accessibility measurement models, including daily accessibility model, accessibility measurement model based on matrix analysis, and potential model, are applied to evaluate and qualify the regional accessibility and their spatial patterns. Finally, GIS is used to characterize the spatial patterns and differences of the accessibility derived from difference models. The results show that the spatial patterns of the regional accessibility in Guangdong Province are represented by concentric sphere structures with the center located at the core of Guangzhou and within the Chancheng and Shunde districts in the city of Foshan. The spatial representations of the regional accessibility differences show clear directivity derived from highway networks, and reflect the composite effects of urban geographic locations, transportation conditions and economic levels. Particularly, the cities in the Pearl River Delta at the center of Guangdong Province have the best accessibility and economic ties intensity. But the cities in the north, east and west wings of Guangdong, who are distant from the economic center, i.e. the Pearl River Delta, have the worst accessibility. This reveals the weak associations in the spatial and economic interactions between these cities and the Pearl River Delta. Taking into account of different road networks and economic development scenarios, the study reveals regional accessibility differences in the area of the Guangdong Province. This clearly illustrates the impact of accessibility on the regional economic coordination, the industrial transfer planning and lay out optimization.

Cite this article

CHEN Shaopei , LI Yong , ZHUANG Dachang , QIU Jianni . Regional Accessibility Measurement and Spatial Characteristics Analysis Based on Road Networks in Guangdong Province[J]. Journal of Geo-information Science, 2014 , 16(6) : 907 -914 . DOI: 10.3724/SP.J.1047.2014.00907

1 引言

自改革开放以来,广东省实现了广东省珠三角的产业转移布局规划和空间格局优化,区域通达性的测算及其空间差异特征分析成为一个亟待解决的问题。通达性反映了区域内部连通性及生产要素移动的便捷程度。由于区域之间的相互连通和作用是通过交通网络的连接而产生的,这种便捷程度通常是以区域间往来的交通成本来表达[1-4]。交通网络是支撑城镇发展的必要基础设施,对城镇之间的空间结构关系构成具有极其重要的影响[5],其发展改变了城镇之间的通达阻抗,从而引起彼此之间的通达性变化和区域差异。区域通达性研究普遍以节点(城市)间在交通网络上的连通关系为基础,并针对不同领域(如国家或省域的公路网[6-8]、铁路网[9-11]、航空线网[12-13],或特定区域(经济区或城市)的交通网络[14-17]),所采用的方法也不尽相同。目前,应用较为广泛的研究方法有日通达性模 型[18]、通达性度量模型[19]、加权平均旅行时间模 型[20-21]或潜力模型[22]等。它们将分析结果与交通网络的空间形态分析结合,然后通过等值线[5,9,17,21]或空间句法[15,23]等算法的应用和变化,进而揭示出区域的交通可进入性和空间表征差异。但是,基于交通通达关系的区域通达性度量,难以反映区域的发展潜力和区位条件。近年来,国内外学者开始关注基于社会、经济观点的区域通达性诠释,认为通达性研究不只是反映交通网络中2个区域间的连通便捷程度,更重要的是揭示区域内城市网络系统发育状况,以及城市间的社会、经济活动空间和交往机会的相互作用和吸引力[24-27]。区域通达性研究已经从单一的交通规划考察延伸到土地利用、城市空间扩展和区域经济一体化等多方面的评价[28-29]。因此,通达性研究方法应集成交通出行阻抗因子(如时间和距离等)和多元社会经济发展要素,如人口规模、国民生产总值(GDP)、第三产业比重和固定投资额等指标对通达性进行综合探测。本文通过以广东省省域内节点城市间在公路网络上的交通关系为基础,结合地理区位、社会、经济等观点的通达性认知,从区域的活动规模、经济实力,以及在交通网络中的地理位置等不同因素的综合分析出发,对广东区域通达性进行综合测算,以揭示出涵盖区域间交通便捷程度,以及特定经济和社会机会要素下区域间的相互作用和吸引力。

2 研究区与数据源

本文以广东省省域为研究区域,并将各地级市的市辖区以及各县区(包括县级市、自治县)的几何中心点抽象描述为公路网络上的节点,总共有89个城市节点,包括广州市、深圳市,以及19个地级市市辖区和68个县级辖区。图1显示了研究区范围,其中,珠江三角洲地区包括广州市、深圳市、珠海市、佛山市、江门市、中山市、东莞市、惠州市市辖区和中南部的惠阳县、惠东县和博罗县辖区,以及肇庆市的市辖区及南部的高要县和四会县辖区。
Fig.1 Study area

图1 研究区域

本文基础图件采用测绘出版社出版的《中国公路网交通地图册》(2011版),通过数字化获取广东省省域内的各等级公路网络的数据,以及各地级市的市辖区和县区(包括自治县、县级市)的行政界线数据等(图1)。在此基础上,利用ArcGIS平台对公路网络数据中的道路链接(边)和节点进行拓扑构建,以及链接(边)的道路等级和转向等交通管制信息的集成,从而建立起广东省公路网络拓扑数据拓扑模型,用以支持节点城市间的行车路径及旅行时间分析。另外,根据“公路工程技术标准”对我国各级公路的设计速度的规定,以及考虑到广东省的实际状况,给定各种公路网络体系的平均时速(表1)。最后,本文在高速公路优先条件下通过ArcGIS的网络分析模块对城市间的行车路径进行分析,并获取旅行时间。
Tab.1 Vehicle speed of different transport network systems in Guangdong Province

表1 广东省各公路网络体系的通行速度

通行方式 高速 城市快速路 城市干道 国道 省道 县道 村道
平均时速(km/h) 100 80 60 60 50 40 20
此外,通过2012年广东省统计年鉴和各市、县(区)2012年的统计公报收集了城镇人口数、从业人口数据、GDP、第三产业占GDP比例和固定投资额等主要的社会经济发展指标。

3 城市通达性度量及其空间特征分析

3.1 方法选择

(1)城市的中心职能强度
城市的质量和发展规模主要取决于其基本职能。本文根据沈惊宏等[30]、周凯等[31]和张旭亮等[32]的研究,首先,选择反映城市规模和经济发展实力的5个截面数据,包括城镇人口数(Pi)、从业人口数(Si)、国民生产总值(GDP)(Gi)、第三产业占GDP比重(Ci)和固定投资额(Vi)(其中i表示各个节点城市),然后,计算出各指标的职能指数,最后,对各指标的职能指数进行加权或算术平均值计算,获取城市的中心职能强度指数,用以反映城市活动规模和经济实力。各个指标选取的依据是以城市的常住人口数量作为反映城市发展规模的指标(Pi);将反映城市全部劳动力资源的实际利用状况的从业人口数(Si)作为衡量城市社会经济发展实力的指标;选择城市的生产总值(GDP)(Gi)作为城市经济产出能力与经济实力的指标;选取第三产业占GPD比重(Ci)作为反映各个城市的经济发展阶段的总体水平的指标;另外,把固定资产投资额(Vi)作为反映城市经济发展基础条件和投资环境的主要指标。单一社会经济发展指标(如城镇人口数)的职能指数计算公式为：
M P i = P i ( ∑ j = 1 n P j ) / n (1)
式(1)中, M P i 为节点城市i的城镇人口数(Pi)指标的职能指数;n为区域内节点城市的总数。依据式(1),从业人口数(Si)、国民生产总值(GDP)(Gi)、第三产业占GDP比重(Ci)和固定投资额(Vi)指标的职能指数算法依次类推,并分别记为 M S i 、 M G i 、 M C i 、 M V i 。由于社会经济发展指标选择的非固定性,而且缺乏前期研究的基础和依据,难以对各个指标的职能指数进行确权,因此本文通过各指标的职能指数的算术平均值计算来获取节点城市(i)的中心职能强度指数(Mi),计算公式如式(2)所示。
M i = M P i + M S i + M G i + M C i + M V i 5 (2)
(2)城市的通达性度量
目前,运用较为普遍的通达性度量方法有日可达性模型、加权平均旅行时间模型、基于时间矩阵的通达性度量模型和潜力模型等。
①日可达性模型：通过一个节点为中心,并以在限定交通成本内(如1 h、2 h等)能在交通网络上到达的潜在范围反映中心节点对周边节点的通达性辐射和扩散作用。该指标能够揭示出基于特定节点为中心的通达性在空间表征上的差异性。
②加权平均旅行时间模型：反映了节点城市的社会经济作用对通达性的影响,是一种考虑到目标城市的活动规模和经济实力的通达性评价方法,具体计算公式如下：
K i = ∑ j = 1 n ( t ij × χ j ) ∑ j = 1 n χ j (3)
式(3)中,Ki为节点城市i的加权平均旅行时间通达性指标,其值越小,表明通达性越优;tij是节点城市i通过交通网络到达目标节点j的最少时间;χj是目标节点城市j的质量(权重),本文以城市的中心职能强度指数Mj来衡量。
③基于时间矩阵的通达性度量模型：通过节点间最短时间矩阵分析来衡量节点可到达的便捷程度,指标值愈小,节点的通达性愈好。该模型的建立首先通过节点邻接关系构建一个时间矩阵T=[tij]n×n(其中,tij是起始节点i到达目标节点j的最少时间),然后对矩阵中每一行的tij进行求和,以获得节点城市i的时间通达度Ti,公式表达为：
T i = ∑ j = 1 n t ij (4)
由于节点城市i的时间通达度Ti没有考虑到所有目标节点城市的规模和经济作用力对其通达性的影响,本文将节点城市i的加权平均旅行时间通达性指标(Ki)代替了时间通达度Ti,用以修正基于时间矩阵的通达性度量。修正后的度量模型将节点城市i的加权平均旅行时间通达性指标Ki与全网的节点城市的平均值之比,计算出各节点城市i的加权时间通达性指标Ai,其计算公式为：
A i = ( ∑ i = 1 n K i ) / n (5)
Ai愈小,反映节点城市i的时间通达性愈好。当Ai≤1时,表示节点城市i的时间通达性高于全省的平均水平;而Ai>1时,说明节点城市i的时间通达性低于全省平均水平。Ai值最小的节点是交通网络的几何中心,其时间通达性最优。
④潜力模型：一种类似于重力模型的通达性度量方法,主要是以万有引力定律原理分析节点城市受到其他城市的活动规模和经济实力,对其产出的作用力之和在通达性上的影响,在一定程度上弥补了上述方法难以反映通达性的社会、经济观点的缺点[33]。潜力模型定义最早由Hansen[34]提出,认为通达性为地理实体间的相互作用的潜能,并通过万有引力定律原理确定通达性不仅与节点间的距离阻隔有关,还与起始节点或目标节点的社会、经济活动规模的大小有关,具体的计算公式如下：
μ i = ∑ j = 1 n χ j C ij α (6)
式(6)中,µi表示区域内所有节点城市对城市i的作用力的累计值,其值愈大,表明节点城市i的通达性愈好;а是节点城市间的出行摩擦系数,通常取1;χj为节点城市j的活动规模和质量,本文以城市的中心职能强度指数(Mj)为指标;Cij表示节点城市i到达目标节点城市j的最小交通出行阻抗因子(如时间或距离等),本文以节点城市间的最少时间tij为指标。同时,考虑到与加权通达性指标Ai对通达性评价的一致性,本文以µi值的倒数(ɛi=1/µi)作为节点城市i的潜能通达性指标,用以衡量节点城市的受其他城市作用的潜能大小,即ɛi愈小,节点城市i的潜能通达性愈好。
(3)通达性的空间表征
本文以ArcGIS提供的普通克里金(Ordinary Kriging)空间插值法[35-36],对各个节点城市的通达性指标进行空间分析,并勾画出不同指标的全域等值线图,用以评价区域的通达性空间格局和空间差异,具体参数设置如下：① 采用球面半变异函数模型;② 搜索距离为可变(variable);③ 站点搜索范围设置为临近12个站点;④ 输出栅格单元尺寸(output cell size)为0.015。

3.2 城市通达性度量结构

(1)日通达性评价
广东省省域内的日通达性测算是以广州市辖区为中心节点,首先,通过路径分析算法获取中心节点利用交通网络在特定时间内可到达的潜在范围,然后,应用ArcGIS的普通克里金(Ordinary Kriging)空间插值法生成研究区范围内的日通达性空间格局,并勾画出0.5、1、1.5、2、2.5、3、3.5、4、4.5、5、5.5的等时线(图2)。等时线空间分布形态可以看出,以广州市市辖区为中心的日通达性呈现出同心环分布结构,并随着距离增大逐渐衰减,其中覆盖珠三角地区的等时线(即0.5、1、1.5 h)间隔均衡,走向光滑并趋于圆形,反映出珠三角内部各城市的交通基础设施建设完备和公路网络结构完善。从总体上来看,中、北部城镇的日通达性优于东、西两翼,而东、西两翼城镇的日通达性程度接近,而且区域内的等时线的凹凸变化明显受到高速公路分布的影响。图2还显示出北部、中部和东、西两翼区域的等时线在空间形态上呈现出凸出的“山脊线”特征,这与区域内高速公路走向基本一致。另外,在没有高速公路分布的区域内,等时线走向则凹陷形成“山谷”,表明这些区域的日通达性有显著变差的趋性。例如,东翼的揭西县、北部的连平县和西翼的信宜、廉江县都出现较为明显的凹陷特征,这不仅反映出地处山区的自然地理状况对通达性的消极影响,同时也突出了高速公路对区域通达性的贡献方式及特点。
Fig.2 Daily accessibility spatial pattern in the study area

图2 研究区域的日通达性空间格局

(2)基于时间矩阵的通达性度量
日通达性模型是以时间成本作为唯一评价指标,分析各个节点城市相对于特定中心城市在时间限制内的通达程度。但是,针对单一节点城市的通达性测算,无法满足全域节点城市通达性评价需求。因此,作者进一步应用矩阵分析对任意节点城市间的时间通达性进行度量,并引入加权平均旅行时间模型对节点城市的通达性指标计算进行修正,用以获取全域内所有节点城市的加权通达性指标(Ai)。考虑到版面的限制,表2只列出各个市辖区的通达性指标计算结果。
Tab.2 Central function intensity indices and weighted time accessibilities of different cities in Guangdong Province

表2 广东省各城市中心职能强度指数与加权时间通达性

城市 城市中心职能
强度(Mi)		 加权平均旅行时
间通达指标(Ki)		 加权通达性
指标(Ai)
广州 3.13 47.6 0.7
佛山 1.73 50.4 0.7
东莞 1.65 49.0 0.7
中山 0.84 51.3 0.7
江门 0.87 50.9 0.7
深圳 2.61 53.9 0.8
珠海 0.61 57.8 0.8
惠州 0.97 52.5 0.8
清远 0.69 58.2 0.8
肇庆 0.78 61.1 0.9
河源 0.49 60.5 0.9
汕尾 0.51 68.2 1.0
云浮 0.47 69.3 1.0
阳江 0.53 73.0 1.1
梅州 0.62 85.0 1.2
汕头 0.80 90.2 1.3
韶关 0.61 88.8 1.3
茂名 0.82 92.2 1.3
潮州 0.49 92.7 1.3
揭阳 0.83 85.9 1.3
湛江 0.95 108.9 1.6
均值 1.00 68.9 1.0

注：数量来源2012年广东省统计年鉴及2012年各市统计年报

从表2可知,城市的中心职能强度指数(Mi)越低,其加权时间通达性指标(Ai)就越高,但两者之间的相关性不高(图3)。例如,珠海市的中心职能强度指数值只有0.61,但其加权时间通达性为0.8,位于全省平均水平之上。而北部韶关市市辖区的Mi值也为0.61,但是其Ai值则为1.3,低于全省的平均水平。另外,西翼的湛江市和东翼的汕头市、揭阳市市辖区的中心职能强度指数值(Mi)都大于珠海市,分别为0.95、0.80和0.83,但是它们的加权时间通达性指标(Ai)却明显低于珠海市,分别为1.6、1.5、1.4。造成这种结果的主要原因是节点城市的时间通达性受其在特定区域内的交通网络上的地理位置影响显著。珠海市的中心职能强度指数值较低主要是受制于城市本身的规模不大,特别是城镇人口规模较小。然而,珠海市位于珠三角地区内部,无论是城市内部的交通基础建设的完备性或是与其他城市之间的高速公路连通程度都要高于珠三角外围区域的城市,因此其通达性程度较好。
Fig.3 Comparison of correlations between nodal urban central function intensity and accessibility indices

图3 节点城市中心职能强度与通达性指标的相关性比较

为了更直观地分析节点城市的通达性的区域差异,图4显示了应用Ordinary Kriging空间插值法,并基于各个节点城市的加权通达性指标(Ai)生成等值线图。从等值线的空间分布形态来看,广州市和佛山市的市辖区节点的时间通达性最优,时间通达性从广佛都市圈的几何中心向外围区域辐射,并随着距离的增大而衰减。此外,各条等值线的间隔均匀,表明了时间通达性的距离衰减趋势在空间上均匀变化,最低值位于西翼的湛江和茂名两市。从区域差异看,Ai≤1的等值线贯穿了珠三角地区,表明珠三角区域内的城镇的时间通达性高于全省平均水平,这与其经济实力和在交通网络上的中心地位相匹配。通达性最优的区域覆盖了广州市市辖区的越秀、天河、荔湾、黄埔和番禺北部,以及佛山市的禅城区和顺德区。这说明广佛都市圈的公路路网发育最为成熟,同时也揭示了广东省全域内的空间节点通达性水平均受空间距离和交通条件的双重因素影响,最终导致了时间通达性的空间形态呈现出明显的圈层结构,即珠三角地区的城市通达性表现出最优水平,东、西两翼城市通达性则表现最差。
Fig.4 Weighted accessibility spatial pattern in the study area

图4 广东省全域加权通达性空间格局

上述结果分析表明,加权时间通达性指标对通达性度量侧重于节点城市在交通网络上的时空因素的影响,与城市质量之间呈现弱相关性。因此,为了弥补应用时间通达性指标在诠释通达性综合水平上的局限性,下面将进一步应用潜力模型,从社会、经济观点出发对广东区域通达性进行探测。
(3)基于潜力模型的通达性度量
区域的活动规模、经济潜能,以及产生的相互作用力是影响区域通达性的重要因素之一。由此,本文进一步应用潜力模型对节点城市的通达性进行评价,并且利用ArcGIS的普通克里金(Oridnary Kriging)空间插值法勾画出广东省全域的潜能通达性空间格局(图5)。从图5可知,ɛi = 0.8的等值线所包含的区域覆盖了广州、佛山、东莞和深圳的市辖区,形成一个潜力通达性最优的区域。该特征与4个城市的活动规模和经济实力相吻合。同时,潜力通达性以广州市的市辖区为中心(ɛi =0.4)向四周辐射,随着距离增大逐步衰减,表现出与加权时间通达性空间格局相类似的距离衰减规律。这种趋势一直延伸至中、北部的清远市、韶关市的市辖区及各个县级区节点,体现出广州市对外围区域的城镇强大的经济作用和吸引力,进一步说明广州、佛山、东莞和深圳的市辖区所形成的最优通达区域是整个珠三角地区及中、北部区域的经济地理中心。然而,这种通达性辐射趋势在东部和西部出现了急剧衰减的现象,分别形成了东、西2个“临界带”区域。2个临界带空间分布呈现出一种以珠三角为中心的对称结构,其中西部的临界带由阳江市和云浮市西部县区(ɛi =2.4)构成,东部由汕尾、河源和梅州3市的交界的县区(ɛi =2.4)构成。这说明珠三角地区的城镇活动规模和经济潜能对东、西翼的城镇的作用力较为弱小,主要原因是广东省社会经济发展在过去很长一段时期内,太过于依赖珠三角地区和省会城市的带动作用,而忽视了各区域间和区域内部各城镇横向间的联系,造成了由区域位置所带来的距离衰减趋势越是明显。随着东、西翼区域的城市发展,在两翼区域内各形成了以本地区的经济中心为中心的通达性辐射趋势,东翼以揭阳市市辖区及往南延伸到汕头市的潮阳区(ɛi =1.6)为经济中心,西翼则以湛江市市辖区(ɛi =2)为中心,这与揭阳市和湛江市2个城市的中心职能强度在东、西两翼区域的中心地位相匹配。
Fig.5 Potential-based spatial pattern in the study area

图5 研究区域的潜能空间格局

以上结果和分析表明,广东全域潜力通达性格局呈现出多核心的圈层空间分布形态,在珠三角地区和东、西两翼各形成一个区域性经济地理中心,但珠三角的经济中心通达性明显优于东、西两翼,而西翼差于东翼。无论是日通达性模型的时间矩阵之通达性分析,还是潜力模型分析,通达性最优的节点城市都位于广佛都市圈内,而且空间格局都表现出明显的高等级公路网络指向性。

4 结论

本文研究表明,广东区域日通达性和时间通达性带有明显的高等级公路网络指向性,而且都以广州市市辖区为中心向外沿伸展,构成规则的同心圈层结构。区域差异中珠三角地区的通达性表现最优,东、西翼的通达性程度接近但表现较差,而中部和北部通达性较东、西两翼好。另外,潜力模型的通达性分析表明,全域潜能通达性格局表现出多中心的圈层结构空间形态,并在珠三角地区和东、西两翼各具有一个经济中心区域。综合不同模型及指标的通达性度量结果可知,广州市的核心区域通达性最优,并且在空间布局中基本位于内层核心,而以珠三角地区为中心的高等级公路网络布局使得所形成的通达性空间格局具有相同的空间分布形态,也导致了位于交通网络的东、西和北端的城镇通达性总是最差。鉴此,分析认为,广东省要实现有效和科学的产业结构调整和布局优化,形成以珠三角、东翼、西翼、中部和北部5个块状经济发展空间格局的既定目标,必须注重于全省交通基础建设上的区域均衡和协调,尤其是高等级公路网络的布局优化,而且要避免太多依赖珠三角地区的辐射作用,未来城市建设和发展中尤其需重视区域间或区域内部各城镇间的横向关联,尤其是中、北部和东、西两翼的高等级道路的连通。
由上可见,广东省省域的公路网络通达性对于各个城市的影响日益显著,尤其是高速铁路建设对通达性的空间格局产生重大的影响。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
桑丽杰,舒永钢,祝炜平,等.杭州城市休闲绿地可达性分析[J].地理科学进展,2013,32(6):950-957.

[2]
Jiang Y, Zegras P C, Mehndiratta S.Walk the line: Station context, corridor type and bus rapid transit walk access in Jinan, China[J]. Journal of Transport Geography, 2012,20(3):15-22.

[3]
Salze P, Banos A, Oppert J M, Estimating spatial accessibility to facilities on the regional scale: An extended commuting-based interaction potential model[J]. International Journal of Health Geographics, 2011,10:2-12.

[4]
曹小曙,薛德升,阎小培.中国干线公路网络联结的城市通达性[J].地理学报,2005,60(6):903-910.

[5]
沈惊宏,陆玉麒,段保霞.承接长三角产业转移背景下的皖江示范区通达性分析[J].经济地理,2011,31(11):1786-1792.

[6]
沈惊宏,陆玉麒,兰小机,等.区域综合交通可达性评价——以安徽省为例[J].地理研究,2012,31(7):1280-1292.

[7]
李沛权,曹小曙.广佛都市圈公路网络通达性及其空间格局[J].经济地理,2011,31(3):371-378.

[8]
张兵,金凤君,于良.近年来湖南公路网络优化与空间格局演变[J].地理研究,2007,26(4):712-722.

[9]
Wang J, Jin F J, Mo H H.Spatiotemporal evolution of China’s railway network in the 20th century: An accessibility approach[J]. Transportation Research Part A, 2009,43:765-778.

[10]
吴威,曹有挥,梁双波,等.中国铁路客运网络可达性空间格局[J].地理研究,2009,28(5):1389-1400.

[11]
李涛,曹小曙,黄晓燕.珠江三角洲交通通达性空间格局与人口变化关系[J].地理研究,2012,31(9):1661-1672.

[12]
王娇娥,金凤君,孙炜,等.中国机场体系的空间格局及其服务水平[J].地理学报,2006,61(8):829-838.

[13]
Geertman S C M, Ritsema E J R. GIS and models of accessibility potential: An application in planning[J]. International Journal of Geographical Information Systems, 1995,9(1):67-80.

[14]
Ahlfeldta G M, Wendlandb N. Fifty years of urban accessibility: The impact of the urban railway network on the land gradient in Berlin 1890-1936[J]. Regional Science and Urban Economics, 2011,41(2):77-88.

[15]
程昌秀,张文尝,陈洁,等.基于空间句法的地铁通达性评价分析——以2008年北京地铁规划图为例[J].地球信息科学,2007,9(6):31-35.

[16]
向谦楠,陈义华.轨道交通通达性与区域经济发展的相关研究[J].铁路运输与经济,2010,32(11):69-72.

[17]
邓羽,蔡建明,杨振山,等.北京城区交通时间通达性测度及其空间特征分析[J].地理学报,2012,67(2):169-178.

[18]
Marína A, García-Ródenas R.Location of infrastructure in urban railway networks[J]. Computers & Operations Research, 2009,36(5):1461-1477.

[19]
Black W R.Transportation: A Geographical Analysis[M]. New York: Guilford, 2003.

[20]
吴威,曹有挥,曹卫东,等.长江三角洲公路网络的可达性空间格局及其演化[J].地理学报,2006,61(10):1065-1074.

[21]
王国冈,刘彦随,方方.环渤海地区土地利用效益综合测度及空间分异[J].地理科学进展,2013,32(4):649-656.

[22]
宋正娜,陈雯,车前进,等.基于改进潜能模型的就医空间可达性度量和缺医地区判断——以江苏省如东县为例[J].地理科学,2010,30(2):213-218.

[23]
马晔,李晓龙.基于空间句法的上海、北京城市轨道交通网络拓扑分析及比较[J].佳木斯大学学报,2011,29(5):689-692.

[24]
陆化普,王继峰,张永波.城市交通规划中交通可达性模型及其应用[J].清华大学学报(自然科学版),2009,49(6):765-769.

[25]
Mavoa S, Witten K, McCreanor T, . GIS Based Destination Accessibility via Public Transit and Walking in Auckland, New Zealand[J]. Journal of Transport Geography, 2012,20(5):16-23.

[26]
陈群元,宋玉祥.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,2010,30(5):660-666.

[27]
冯长春,丰学兵,刘思君.高速铁路对中国省际可达性的影响[J].地理科学进展,2013,32(8):1187-1194.

[28]
郭腾云,徐勇,马国霞,等.区域经济空间结构理论与方法的回顾[J].地理科学进展,2009,28(1):111-118.

[29]
梅志雄,徐颂军,欧阳军,等.近20年珠三角城市群城市空间相互作用时空演变[J].地理科学,2012,32(6):695-701.

[30]
沈惊宏,孟德友,陆玉麒.长三角城市群城市经济联系及国际化空间发展战略[J].经济地理,2012,32(3):43-50.

[31]
周凯,蔡瑞林,王彦. 江浙沪城市群经济关系及空间运行的战略构想[J]. 现代经济探讨,2012(9):75-79.

[32]
张旭亮,宁越敏.长三角城市群城市经济联系及国际化空间发展战略[J].经济地理,2012,31(3):353-360.

[33]
王春慧,甄峰,杨梅.京沪高铁对沿线地区可达性的影响评价[J].山东师范大学学报(自然科学版),2010,25(2):97-101.

[34]
Hansen W G.How accessibility shapes land use[J]. Journal of American Institute of Planners, 1959,25(1):73-76.

[35]
徐爱萍,胡力,舒红.空间克里金插值的时空扩展与实现[J].计算机应用,2011,31(1):273-277.

[36]
刘世翔,胡艳飞,闫清华,等.专家克里金插值法在空间插值中的应用[J].地质与资源,2011,20(4):292-295.

Options
Outlines

/

〈 〉