EN中文

Journal of Geo-information Science >

2020 , Vol. 22 >Issue 5: 1008 - 1022

DOI: https://doi.org/10.12082/dqxxkx.2020.190539

Research on the Characteristics of Urban Network Assocoation and Spatial Organization Structure based on Railway Passenger Flow in Hubei Province

  • LIU Quanyi 1, 2 ,
  • ZHAN Qingming , 1, 2, * ,
  • LIU Wen 1, 2 ,
  • YANG Chen 1, 2
Expand
  • 1. School of Urban Design, Wuhan University, Wuhan 430072, China
  • 2. Research Center for Digital City, Wuhan University, Wuhan 430072, China
* ZHAN Qingming, E-mail:

Received date: 2019-09-22

  Request revised date: 2020-01-16

  Online published: 2020-07-25

Supported by

National Natural Science Foundation of China(51878515)

Copyright

Copyright reserved © 2020
Fold

Abstract

Based on the data of railway passenger flow, this paper uses the urban network model to analyze the characteristics of network connection strength and organizational structure in Hubei Province from the mobility and agglomeration of railway passenger flow between cities. Results show that: (1) The urban network structure within the scope of Hubei Province has initially formed, showing the overall trend of “strong in the east, weak in the west, low in the north, and high in the south”. At the same time, within the scope of Hubei Province, the single-center network pattern is obvious while the cross-regional links are weak; (2) The directivity of the central city and the regional proximity are obvious, and the whole province is greatly influenced by Wuhan. The eight surrounding cities closely related to them are the main parts of Wuhan “1+8” urban circle; (3) The traffic axis is the main direction of passenger flow connection, with Shiyan-Xiangyang-Jingmen-Wuhan, and Enshi-Yichang-Jingzhou-Wuhan as the main cities, the “>” type cities with passenger flow are closely linked. Moreover, the pivotal role of Xiangyang and Yichang in Western Hubei has become increasingly prominent. Finally, based on empirical research, this paper makes some discussion on the meaning, trend, and orientation of provincial spatial planning.

Key words： flow space; railway passenger flow; metropolitan; urban network; network association; spatial structure; space planning; Hubei

Cite this article

LIU Quanyi , ZHAN Qingming , LIU Wen , YANG Chen . Research on the Characteristics of Urban Network Assocoation and Spatial Organization Structure based on Railway Passenger Flow in Hubei Province[J]. Journal of Geo-information Science, 2020 , 22(5) : 1008 -1022 . DOI: 10.12082/dqxxkx.2020.190539

1 引言

省域作为中国重要的区域空间类型之一[1],是实现政府与市场资源合理配置、引导城镇化发展的重要载体[2]。2014年《国家新型城镇化规划》[3]和2016年的“十三五规划”纲要[4],均明确以城市群作为推进新型城镇化的主题形态,2019年《中国都市圈发展报告》[5],提出要“培育形成通勤高效、一体化发展的都市圈”,作为完善我国城镇化总体布局的最后一块拼图。基于此,“省”这一空间单元被赋予了越来越多的区域空间治理内涵,作为承载城市群的核心板块,既是支撑跨区域空间组合发展的关键一环,也是孕育都市圈协同发展的重要母体,在我国高质量城镇化战略格局中起到了承上启下的衔接作用是实现我国新型城镇化发展的有力抓手。
为了深刻理解和落实中央政府层面制定的规划和政策,深入探索我国省域尺度下的城镇规划结构及空间组织特征,对进一步理解城市之间的功能联系与空间关系,具有前瞻性的意义。而梳理总结现有的区域规划理论和实证研究,以空间邻近和行政、规模等级为指导原则的经典的“中心地”研究范式仍占主流[1]。但近年来新兴地理学视角下的“流空间”理论和“城市网络”研究在区域和城市规划领域的崛起,为指导省域空间组织的理论基础和实证研究开拓了新的研究趋向。

2 流空间与城市网络理论研究与实证综述

2.1 流空间与城市网络研究

传统的基于城市间关系的研究,总体上以“中心地”理论为基础,或由其衍生的“点-轴”、“核心-边缘”等理论为切入点[6,7,8]。研究方法上大多利用各城市静态属性数据,如经济（GDP）、人口规模、FDI、地方财政收支、建设用地等统计数据,通过定性和定量（主成分分析、聚类分析）方法[6,7,8,9,10,11]。研究内容主要集中在城市的“规模”、“竞争”和“等级”体系,强调城市间垂直和单向的节点结构关系,而忽视了水平、双向互动的城市关系以及这种关系形成背后的动态要素机制,仅适合进行城市比较,但无法描绘城市之间的动态网络关系[6,7,8,9,10,11]。1996年,Manuel Castells提出的“流空间”（Space of Flow）理论,将“邻近”概念抽象为社会行为与关系的接近、时间与过程的共享。在一定程度上颠覆了传统的“中心地”理论基于邻近原则的空间组织逻辑,极大地推动了城市网络研究的崛起[12]。在这之前,霍尔[13]、弗里德曼[14]、萨森[15]等学者曾提出过“世界城市”或“全球城市”体系的理论,通过由软件硬件组成的基础设施网络将全球空间连接起来,将顶级城市以不同的国际劳动分工以“网关”或者“节点”的形式,纳入到新的社会组织网络中,发挥着“基点”或者“组织枢纽”的作用[10,11,12,13]。甚至也有学者认为“流空间”是对既有传统研究和理论的升华,城市的地域重要性趋于减弱,则被看成为脱离其所在区域,成为了“去空间化”的网络节点[14]。
泰勒进一步将城市网络研究理论称为“中心流理论”（Center Flow Theory）[16,17]。“中心流理论”将城市间的关系看作是一种等级式集权化的流动的、网络化的空间关系。其区别于传统的以“中心地”理论为主导的城市体系在于空间组织逻辑的不同,即网络逻辑和等级逻辑。传统的等级逻辑在空间尺度上是固定的,地理区位具有决定性的作用,侧重于城市间的垂直关系及其在场所空间的秩序[18,19];网络逻辑则认为空间尺度是变化的,全球化和地方化的互动已经改变了地理距离在城市体系空间组织方面的决定性作用,关注的是城市间的垂直和水平关系及其在流动空间的组织[20,21,22]。同时泰勒指出,影响城市空间结构发展的内生动力来源于2个有区别但相互关联的过程：① 近邻城市之间基于资源整合和区位优势产生的集聚组团格局,称为“集聚效应”;② 区域城市之间以信息技术为基础的网络和交通流线,支撑起各生产要素的流动创造出城市关联的网络格局,称为“网络效应”。在区域交互流通的网络中,城市通过要素固化的集聚效应获得规模经济的外部性,通过要素流动的关联效应获得网络经济的外部性,两种效应相互促进,促使各种要素在区域空间上的对称与平衡,为区域一体化的高质量发展奠定了稳固的基础[16,17]。

2.2 流空间视角下的城市网络实证研究

泰勒提出的城市“连锁网络模型”,借助城市间的人流、物流、技术流、信息流、金融流等能反映城市间功能关系的动态数据,进行城市间功能联系强度的测度,较为真实地反映了区域空间结构的组织脉络[23,24,25,26,27]。在此分析的基础上,有的学者还采用社会网络分析法中的“网络中心度”、“网络密度”“凝聚子群”等指标来表征城市网络的发育度,进而识别日益网络化的区域内部功能关系和空间结构特征[28,29,30]。近年来,这方面的研究已经取得了诸多进展,根据研究主体的不同可分为3个方面：① 交通数据方面,主要利用利用日发火车、汽车和航运班次数对研究区域的空间联系和功能进行测度研 究[19,22,31-32,38];② 企业数据方面,通过运用泰勒构建的“连锁网络模型”,从生产性服务业或全行业企业分支机构的组织关系对城市网络和功能展开分 析[22,24-25,34-36,39];③ 信息流数据方面,钮心毅[27,33]采用手机信令数据测度省域城镇体系的等级结构,甄 峰[11]、潘碧麟[28]采用微博签到数据研究网络等级与城市等级存在相对的一致性。此外,最新的研究也有用人口迁徙数据研究全国人口的流动格局[23,29,37],从另一维度表达了“流空间”视角下城市间网络关联的结构特征,而这也是本研究关注的重点。
综上所述,随着城市网络理论在我国的引入,也逐渐成为经济地理、区域规划等实证研究领域的热点。梳理已有的研究主要包括以下3个方面： ① 研究尺度上多是聚焦于全国城市网络、京津冀、长三角、珠三角城市群等宏观尺度的研究,对于发育相对不成熟的省域城市群的研究偏少;② 研究内容上聚焦于区域城市网络层级、结构等指征的描述,而对于解读城市网络分析结果,并将其用于支撑区域规划、落实空间政策的实证研究则尚待进一步完善;③ 研究的理论支撑多是借用经典的“中心地”、“流空间”理论分开阐述区域空间组织逻辑,对空间组织结构在理论与实践相互验证的分析较为薄弱。
基于以上研究的不足,本研究将“流空间”理论与“中心流”理论结合起来,以互联网企业—腾讯上亿用户的位置数据推断人口在各级空间单元之间每日的流动数量为数据支撑。以“中心流”理论为研究指导,深入挖掘省域城市群网络空间组织关系,阐述验证“中心地”是一种等级式的集权网络——即流动空间理论与中心流理论存在内在统一性。最后,以研究结论为依据,推动省域空间规划要义创新,为省域空间的科学发展、合理健康实施提供新的规划取向。基于此的迫切需求,选取湖北省为研究对象,其意义在于：① 湖北省处于国家中部地区发展战略实施布局的“腰部”地位,同时也是承接“长江经济带”上下游联动发展的“咽喉”重地,研究具有重要价值意义和代表性;② 湖北省城镇体系发育相对成熟,城镇之间的经济社会联系较为紧密,交通网络设施发达,具有城市网络分析的现实基础;③ 根据《湖北省城镇体系规划（2001—2020）》中提出的“三轴三圈”的网络化空间格局[40],研究其是否已经发育成熟。并为准确摸清“核心城市”与“一般城市”之间的功能联系和空间组织结构提供新的规划指导。

3 研究区概况、数据来源及研究方法

3.1 研究区概况

作为国家中部地区的重要省份,湖北省处于长江中游经济带,是中国经济东西发展的核心大动脉所在,也在国家区域经济地理南北格局中也发挥着“肾脏”传输的作用。另外,湖北省域内部城镇类型丰富、等级结构有序,共设12个地级市、3个县级市、1个自治州、1个林区等城镇单元结构。天然塑造的“七山一水二分田”的用地结构,造就了丰富的空间类型。同时,湖北省域内铁路网络发达,京广线、焦柳线、沪汉蓉线及武康铁路线贯穿整个省域范围,尤其是武汉作为国家“铁脊梁”京广高铁的重要节点枢纽,吸引与辐射能力达到省域全覆盖。随着人们经济社会活动的增加,方便、快捷的普通列车与高速列车成为了城市间出行的最主要交通方式。因此,基于铁路客流分析城市间关系与空间组织结构特征是最理想的研究数据。

3.2 数据源

腾讯位置大数据开放平台基于定位服务（Location Based Service,LBS）是国内LBS数据源最广的数据与技术服务平台,为国内大量的APP提供免费、优质的定位服务,通过第三方用户APP的定位数据统计,获取了海量、现势、动态的人口移动数据,其背后借用云计算平台对每天数亿次的全样LBS定位数据进行运算分析,从而得出人群的迁徙轨迹,最后以可视化形式呈现,铁路客流迁徙数据是其中的一种。本研究通过腾讯位置大数据平台,采集了2018年10月21日至2018年11月20日（前后一个月）的湖北省内17个地级市之间的逐日火车人口迁徙数据,数据包括起点城市与终点城市之间的人口迁徙总数量。经统计,此期间湖北省域城市之间的铁路流总量达到1350万人次,以此作为研究湖北省城市间网络关系与空间组织结构的基础数据,并设置各地级市的中心位置作为每个城市的中心,以每个地级市为基本空间单元收集和整理迁入迁出产生的客流数据。
基于腾讯位置大数据平台采集的数据存在以下的特征与缺陷：① 数据结构包括：迁入、迁出城市在航空、铁路、公路三大出行方式下分开的迁徙数量,采集时间粒度为每30 min一次,数据采集返回为按日迁徙的总量统计;② 此数据并不是真实的城市间日常人口流动,而是通过对众多APP用户定位统计,运用腾讯公司的生态算法得到的能够反映“结构性”问题的无量纲二进制数据,另外大量未使用第三方用户的群体的日常流动行为未被计录;③ 大部分的人口流动被拆解,并非直接的O-D识别,如从A地出发到目的地B,若其途径了C地,则此用户在C地也有定位信息,此次出行会被拆解为A-C和C-B两次出空间位移,同时由于此项数据只是根据用户APP的下载、使用情况统计到的城市间的人口流动量,因此不会包含用户的ID等隐私信息。

3.3 测度方法

流空间视角的城市网络研究主要通过采用英国地理学家泰勒（Taylor）提出的“连锁网络模” 型[16,17],计算两两城市之间的铁路客流迁入、迁出之和来测度城市间的关联强度。具体方法为：
（1）联系强度（ S ij ）。假设铁路网路中每个城市最多与其他n-1个城市有火车联系,相应的表达式为：
S ij = S i - j + S j - i
式中： S i - j 为i城市到j城市的铁路客运量; S j - i 为j城市到i城市的客运量; S ij 是2个城市的联系强度,反映城市在区域关联网络中客流的流动性。
（2）集聚强度 ( S m ) 。以 S mi 为城市m与其他城市的联系强度之和, S im 为城市i与其他城市的联系强度之和, S m 为城市m与城市i的联系强度之和,反映某一个城市在区域关联网络中的客流集聚能力。相应的表达格式为：
S m = ∑ i = 1 n S mi + S im ( i = 1,2 , 3 , … , n , i ≠ n )
式中： S mi 为城市m与其他城市的联系强度之和; S im 为城市i与其他城市的联系强度之和; S m 为城市m与城市i的联系强度之和,反映某一个城市在区域关联网络中的客流集聚能力。

4 城市间铁路客流关联强度

4.1 省域城市网络关联的总体网络特征

利用湖北省域内各地级市O-D迁徙客流联系数据,采用ArcGIS 10.2软件中的网络分析工具生成两两城市之间的256条不对称网络联系,将此作为刻画湖北省城市网络的空间关系,如图1所示。图1中的节点城市以对外联系度为基准,利用自然断裂法Natural Breaks(Jenks)分为4级。从全省度来看,基本上形成了以武汉、襄阳、宜昌三大城市为核心、以主要交通干线为轨迹的放射状格局,其中,鄂东、鄂中地区城市网络结构,由于城市分布密度及与中心城市的距离近因素,已形成局部稳定的“面域”高强度的密集特征,而鄂西地区城市关联强度相对较弱,均质、扁平化的网络化特征明显。
图1 湖北省域城市间铁路客流联系强度

Fig. 1 The passenger flow intensity of intercity railway in Hubei province

从空间组织结构来看,省域内部城市间的迁徙客流刻画出明显的“两横两纵”网络格局,与铁路网大动脉的空间分布高度吻合,“两横”为沪蓉线和武康线,“两纵”为京广线和焦柳线[41]（图2）。作为省域的核心城市,武汉不但自身对外交流能力突出,而且作为枢纽对整个省域网络的交流能力发挥着全局的统领与支配功能,即“单中心”格局明显。
从省域客流的集散层级与空间分布来看,湖北省城市网络表现出显著的“中心流”等级结构特征,如图1所示。最为紧密的联系几乎全部发生在武汉与周边邻近的地方性城市之间,可认为是省域第一网络层级。联系方式为核心圈层的“轴—辐”模式,体现出明显的以客流为经济要素的空间依赖性,也反映了鄂东、鄂中区域经济一体化的发展趋势;第二网络层级,主要是以区域（次）中心城市为主导的跨区域地方性城市之间的联系,侧面反映出核心城市与远距离次中心城市之间的联系遵循距离衰减法则,武汉、襄阳、宜昌分别承担了各自所在区域（鄂中、鄂西）的中心控制职能;第三网络层级,主要是远距离的地方性城市指向省域中心城市（武汉）或区域级中心城市（襄阳、宜昌）与周边邻近的一些地方性城市产生的关联体系,但地方性城市之间联系仍处于弱势,即距离的制约有所突破,但受行政等级因素的影响仍旧很大;第四网络层级,地方性城市之间联系明显增多,开始摆脱距离与行政等级两大因素的影响,网络结构表现出更强的空间自主性和网络交互性。
图2 湖北省十三五铁路客运专线规划示意

注：依据《湖北省综合交通运输“十三五”发展规划文本》改绘。

Fig. 2 Schematic diagram of the 13th five-year railway passenger Special line planning in Hubei province

从空间分布上看,随着铁路基础设施（高速铁路）的建设,交通可达性的整体提高;跨市域联系越来越多,区域整体多核心、多向性的网络化格局逐渐成型;城市联系的均质化与空间集聚性日益明显,逐渐呈现“网络+等级”的区域发展格局。但由于湖北省城市与人口空间分布的不均衡,网络联系的密度仍明显呈现南高北低、东高西低的不平衡局面。

4.2 武汉与三大区域的客流联系

基于铁路客流关联的省域城市网络分析,中心城市武汉与鄂东区域的客流关联强度最大,与鄂中区域的客流关联强度次之,与鄂西区域的客流关联强度呈现低水平、均衡化的态势（表1、图3）。鄂东各城市迁入武汉的平均铁路客流量达50.99万人次,武汉迁出鄂东各城市的平均铁路客流量达48.07万人次,均比武汉与鄂中、鄂西城市的客流强度高,基本为武汉与鄂西城市间平均铁路客流强度的1.8倍,如表1所示。
表1 跨区域间城市客流强度

Tab. 1 The intensity of cross-regional urban passenger flow (万人)

出发地 目的地
武汉 鄂中城市（除武汉） 鄂东城市 鄂西城市
武汉 — 144.22 171.75 116.03
鄂中城市（除武汉） 152.94 — 6.03 9.05
鄂东城市 183.54 4.71 — 39.66
鄂西城市 128.29 7.27 24.00 —
图3 湖北省内各市与武汉客流强度及客流比例

Fig. 3 Passenger flow intensity and passenger flow proportion of each city in Hubei province and wuhan

鄂中和鄂东是三大区域中与武汉客流关联最强的,其中迁入武汉客流强度最大的3个城市是孝感、黄冈和咸宁,从武汉迁出流入三大区域中客流强度最大的3个城市亦是孝感、黄冈和咸宁,客流迁入、迁出相对均衡,符合乘客在出行中一往一返的客观事实。进一步分析三大区域内的城市迁入武汉的铁路客流量占该城市迁出客流总量的比例,研究发现鄂中区域城市迁入武汉的客流量占该地区迁出客流总量的73.35%,其中孝感迁入武汉的铁路客流量占比更是达到80%以上。同理,鄂东区域迁入武汉的铁路客流量占该地区迁出客流总量的60.37%,鄂西区域仅为51.75%。
总体上,鄂东城市与武汉之间既保持了高强度的客流联系,且迁入武汉的客流占比也较高,在一定程度上反映了“武鄂黄黄”一体化发展的趋势正在加强。鄂中城市与武汉之间虽然客流占总流量的比例较高,但客流强度并不高,天门、潜江和仙桃3市发往武汉的铁路客流流量仅为20万人次左右,如图3所示,进一步探索其原因,天门、潜江和仙桃3市虽然在空间距离上与武汉接近,但3个城市的人口规模与鄂中的孝感、咸宁有较大差距,且3市在行政等级上是县级市的原因。导致这3个城市与武汉产生了高比例、低强度的客流联系现象。鄂西城市与武汉之间在客流强度与客流占比方面的数值均不高,反映出鄂西整体与武汉的客流联系较弱。从城市间的客流关联强度来看,武汉与三区域之间的客流联系强度呈现出由东向西逐渐减弱的态势。

4.3 三大区域内部客流联系

由于受武汉中心性和支配性作用的影响,鄂中区域内部城市间产生了高强度、活跃性双向客流联系,鄂西区域次之,鄂东区域最弱,如图4所示。得益于武汉强大的客流集聚与扩散能力,鄂中区域内部城市间的平均客流联系量达到56.05万人次,其中迁入、迁出武汉的客流量占总客流量的93.36%,可以看出武汉对鄂中区域客流的集聚与扩散发挥着较强的中心控制作用,若将武汉排除,鄂中区域内其他城市间的平均客流联系量仅为4.46万人次。鄂西地区城市间的双向平均铁路客流量达24.17万人次,客流方向相对分散,其中“襄阳—十堰”、“宜昌—恩施”城市空间邻近和产业关联度高,相应的铁路客流量较为突出,城市间客流双向平均流量为28.28万人次、25.92万人次,构成了鄂西地区网络关联的密集分布带。相较于鄂东城市与武汉的总客流联系绝对量位居三大地区第一的特征（表1）,鄂东城市间的平均铁路客流量相对较低为26.63万人次,但黄冈、鄂州和黄石之间的客流联系绝对量却较为均衡,在客流关联上3个城市形成了局部稳定的“三角形”内循环结构。究其原因,黄冈、鄂州和黄石之间基于空间近邻、产业互补、人口规模较接近等方面的原因,城市之间产生了双向的高活跃互动。整体来说,三大区域内部之间客流联系差距较大,鄂中城市之间由于与武汉的高互动,形成了内部“网络”密集化;鄂东城市之间客流联系呈现出“均衡化”的网络;鄂西城市之间客流联系呈现出明显的“轴带”密集化特征。
图4 湖北省鄂东、鄂中、鄂西地区城市间客流方向及相应的联系强度

Fig. 4 Passenger flow intensity between cities in eastern Hubei, central Hubei and western Hubeiregions

4.4 跨区域客流联系

鄂东、鄂中（除武汉）、鄂西跨区域间的铁路客流联系强度普遍较弱,主要通过武汉的中枢作用实现跨区域流动,间接反映出湖北省域城市群的“单中心”空间结构（图5）。其中,鄂中与鄂西跨区域的城市间铁路客流联系绝对量值最大,达到437.91万人次左右,其中,迁入武汉的客流量占365.78万人次;鄂东与鄂中地区城市间的铁路客流联系绝对量值次之,达到303.19万人次左右,其中,迁入武汉的客流量占263.77万人次;鄂西地区与鄂东地区城市间的铁路客流联系绝对量值最弱,达到19.06万人次左右。在跨区域主导客流方向及强度上,武汉毫无疑问是鄂东与鄂西区域客流联系的关键换乘点,如表2所示。鄂中与鄂西地区联系的节点主要集中在襄阳、宜昌,尤其是襄阳更为明显。鄂中与鄂东地区联系的相对均衡,没有明显的重要节点。
图5 湖北省城市间铁路客流首、次位联系结构

注：上图中的椭圆是依据城市间首、次位联系形成的区域组团结构。

Fig. 5 Inter-city railway passenger flow and directions in Hubei province

表2 跨区域最大客流方向以及强度

Tab. 2 Maximum passenger flow direction and intensity across the region (万人)

出发地 目的地
武汉 鄂中城市（除武汉） 鄂东城市 鄂西城市
武汉 — 武汉-黄冈（75.71） 武汉-孝感（93.02） 武汉-襄阳（43.20）
鄂中城市（除武汉） 黄冈-武汉（80.96） — 武汉-孝感（93.02） 黄冈-恩施（4.96）
鄂东城市 孝感-武汉（96.84） 咸宁-黄石（2.75） — 孝感-随州（9.84）
鄂西城市 襄阳-武汉（50.09） 恩施-黄冈（2.83） 随州-孝感（93.02） —
基于此可以得出这样的结论：距离衰减规律和增长极的辐射效应在跨区域网络关联过程中发挥着主导的整合作用机制。具体来说： ① 跨区域的网络关联以区域为单元,是省域城市群整合的重心和方向所在,同时受时空距离制约,呈现出随距离增加逐渐减弱的态势,在空间上表现为“区域内”>区域外”的特征;② 以中心城市为增长极,发挥其在区域整合中的主导作用,通过自身的“极化-扩散”效应联合区域内部城市整体发展,但由于受行政区划、交通便利的影响较大,最终形成以核心城市为中心向外辐射蔓延的“核心—边缘”网络化格局。

5 城市间铁路客流组织结构特征

5.1 省域城市网络关联的总体结构特征

为了进一步挖掘分析省域城市客流联系的主导方向与网络组织结构,通过抽取各城市的首、次位客流联系方向,探索各节点城市之间的功能联系。基于数据统计和空间可视化表达可以清晰地发现,如表3、图5所示,武汉与全省主要中心城市的联系量均较大,特别是与空间上临近的城市,如鄂州、黄石、黄冈、孝感等城市。在省域城市网络体系中发挥着统领全局的支配作用,在空间上呈现出显著地“单中心”格局;除武汉外首位城市超过一个的只有襄阳和宜昌。人口联系强度与城市规模及人口流动方向与行政等级具有较高的空间一致性[38],武汉作为湖北省的“核心+枢纽”城市是毋庸置疑的。
表3 湖北省各地级市铁路客流方向与总客流强度

Tab. 3 Railway passenger flow direction and total passenger flow intensity of all prefecture-level cities in Hubei province (万人)

首位客流城市 次位客流城市 关联首位度 迁入客流量 迁出客流量
鄂州 武汉（37.05） 黄石（22.53） 1.64 71.55 72.16
恩施州 武汉（27.68） 宜昌（16.43） 1.68 54.39 40.05
黄冈 武汉（80.96） 黄石（12.09） 6.70 101.84 95.73
黄石 武汉（34.93） 鄂州（22.77） 1.53 79.91 78.67
荆门 武汉（29.56） 宜昌（6.92） 4.27 58.33 53.91
荆州 武汉（43.44） 宜昌（13.21） 3.31 67.96 62.50
潜江 武汉（11.38） 荆州（3.23） 3.52 21.19 20.31
神农架 宜昌（1.51） 武汉（0.91） 1.65 3.29 2.91
十堰 武汉（31.28） 襄阳（28.88） 1.08 71.03 64.57
随州 武汉（28.60） 孝感（10.09） 2.83 51.54 50.71
天门 武汉（17.26） 仙桃（4.41） 3.91 28.49 26.38
武汉 孝感（97.08） 黄冈（75.71） 1.23 372.76 429.33
仙桃 武汉（16.81） 天门（4.65） 3.61 30.53 29.22
咸宁 武汉（31.25） 黄石（4.25） 7.64 49.52 45.05
襄阳 武汉（50.09） 十堰（27.69） 1.81 100.11 91.54
孝感 武汉（96.84） 随州（9.84） 9.84 120.49 119.94
宜昌 武汉（36.72） 荆州（12.71） 2.89 73.19 70.55

注：括号内的数据表示每个城市首、次位联系强度的测量值。

其次,网络中存在不同等级的枢纽,与城市的行政、规模等级层次性略有差异,但整体较为一致。通过统计结果可以看到,如表3所示,武汉的铁路客流无论是迁出量还是迁入量都是最大的,其迁入、迁出总量基本是第二位城市的3~4倍。其他城市在迁入、迁出总量上,相应的排名顺序为孝感第二、黄冈第三、襄阳第四、宜昌第八。可以看出虽然襄阳、宜昌作为省域内的副（次）中心城市,但在客流集聚的中心性上等级却有所下降。究其原因,一方面,孝感、黄冈得益于武汉地理空间上的邻近性,同时又加上自身人口规模的优势,与武汉产生了高活跃性的互动;另一方面,相较于节点的中心性,枢纽型城市作为各种功能流从上一级网络传导至下一级网络的关键锚点,在省域城市网络中起到区别于中心性城市,但至关重要的作用[1]。

5.2 鄂西客流组织结构：中心集聚、轴线带动

鄂西城市的铁路客流组织形成以襄阳、宜昌为核心的两大城市发展圈,在省域铁路大动脉的带动下呈现出依次向东的趋势,如表3、图5所示。在整个鄂西区域中,襄阳、宜昌、荆州以武汉为首位城市,而恩施、荆州、十堰以武汉为次位城市。进一步分析,鄂西地区仅有襄阳、宜昌、荆州与武汉存在首位流向联系,说明武汉对于鄂西城市在客流的吸引与辐射方面并不突出,且呈现出随距离衰减的特征。另外,由于鄂西地区山体、湖泊、行政边界等自然和人为因素的影响,在区域空间结构上形成以“襄阳”、“宜昌”为中心的“核心—边缘”客流集聚特征,在此基础上该圈层结构同时受“武康铁路”和“沪汉蓉铁路”交通轴线的影响产生“摄动”变形,客流联系分布带向东、西2个方向突出,在一定程度上表现出“南集聚北分散”的差异性特征[7];同时,鄂西客流高值分布带也是湖北省省域经济发展和城镇化推进的重要载体,客流要素的集聚性在一定程度上提升了襄阳、宜昌的枢纽地位[35]。总的来说,鄂西地区的客流联系沿交通轴线形成了“吸管效应”,支撑起了省域流动空间网络体系的主要骨架,同时,串联起交通廊道周边的城市形成了向外围延伸的“点—轴”放射状格局,这主要得益于快速交通的高可达性对区域城市网络形成的影响[31,32]。

5.3 鄂中客流组织结构：中心与腹地支撑起的 “面域”空间

鄂中城市整体与武汉保持较高的联系,传统的“中心—腹地”的空间关系仍然发挥着对空间的指导作用,并与网络空间秩序共构形成当前的“武汉都市圈”格局。高强度和近乎全覆盖的城市网络关联,使得武汉与其腹地城市已浑然一体,形成密不可分的“面域”空间,如表3、图5所示。以“流空间”语境下的思维来分析武汉与都市圈内腹地城市的相对迁入、迁出度。显然,多数城市的相对入度要高于相对出度,即鄂中地区的大多数城市受到中心城市武汉的辐射作用,其中武汉的相对入度（对外吸引程度）始终保持首位,而相对出度（受到其他城市的吸引程度）则较低。意味着这些城市正在从外向辐射向接受中心城市吸引、支撑中心城市参与国家竞争的方向转变。需要指出的是,不同于传统意义上的“极化”发展,鄂中地区客流网络权利的集中是在城市对外联系强度发育到一定程度、打破原有“省会—地级市”行政等级结构的空间秩序重构,其以实际的功能联系流支撑起区域空间参与到省域城市网络的构建。总的来说,中心城市武汉在其对应腹地的城市网络中起到绝对的中心和支配地位,将鄂中地区的城市纳入到武汉都市圈主体的构筑中,形成了“核心—边缘”一体化的空间发展格局。同时也说明,人口流动具有明显的“空间依赖”特征,即客流联系具有中心城市指向和地域邻近指向的双重性[34]。

5.4 鄂东客流组织结构：组团式发展,以“整体”的 方式参与“武汉1+8都市圈”的构建

鄂东城市作为武汉都市圈发展的重心所在,基于空间上的临近、产业上的相互关联,铁路客流整体呈现向西指向武汉的特征,如表3、图5所示。具体来说,武汉与鄂东鄂州、黄石、黄冈三市中,武汉与黄石、武汉与黄冈客流关联强度均为首位联系,尽管黄石与黄冈间联系量小,但仍可视为流动空间的次区域。究其原因：① 受核心城市武汉产业分工与转移、人力资源流动等要素移动作用;② 空间上的近临及功能联系的不断密集化,促使城市发展呈现出局部稳定的“三角形”结构特征。因此,以“武鄂黄黄”组团来定义和规划引导这个区域很有必要。另外,从城市联系的组织结构来看,武汉通过强化与鄂东地区的联合发展,不断集聚与整合网络资源,拓展网络腹地,各城市作为网络节点以其各具特色的城市职能融入和支撑起武汉都市圈的发展,形成了不可分割的板块化发展态势,客观上已经成为了“武汉1+8都市圈”的重要组成部分。
总体而言,在空间自组织作用力下,鄂东区域城市间关系受到武汉强辐射,城市间通过高效、双向互动的联合发展,以网络状的整体形式参与到“武汉1+8都市圈”的构建中,紧密多重功能的联系有助于提升区域发展的韧性和都市圈一体化程度的进一步提高。

6 基于铁路客流的省域空间组织结构优化

6.1 省域城市发展规划的要义

省域城市体系发展规划的基本要义是以“流空间”理论为指导,在尊重和顺应市场发展规律的基础上,对区域空间结构组织逻辑的塑造,并不是仅仅局限于行政区制定的“省域城镇体系规划”、“都市圈规划”等具有强烈行政意义的规划。湖北省委、省政府等部门公布的《湖北省城镇体系规划（2001—2020）》中的“三轴三圈”的空间结构[40],促进区域行政协调发展的战略意图和区域一体化的力度强烈。这一开放、动态打破行政壁垒的做规划、谋发展的理念应该成为省域城市体系规划的基本取向并得到贯彻落实。
诚然省域城市网络空间结构是在行政力量和市场力量两种作用机制下形成的空间组织逻辑,基于“流空间”层面构建的省域城市网络体系,代表着加强联系与协作互补将取代区域竞争而成为区域发展的主题。具体而言,省域城市网络空间的形成,因等级规模结构的差异在城市网络中的能级不同,出现了网络整合能力（辐射与集聚）在不同空间尺度上的分化;核心城市及节点城市通过以功能联系网络为“骨架”的基础,发挥着对整个省域网络关联的统领与支配功能,共构形成了湖北省当前的网络空间组织结构。
基于本文研究,在社会网络分析中,利用Ucinet软件提供的CONCOR方法,城市关联网络视为“群”,依据网络关联紧密的程度将一个图划分为相对独立的“子群”。基于实际功能联系的湖北省内部空间组织模式可简单的刻画出,如图6所示,划分结果基本上与湖北省“三轴三圈”的空间格局（图7）相一致：以武汉、襄阳、宜昌引领省内的3个二级组团集聚发展,符合“中心流”理论支持下“空间距离”与“城市等级”对城市网络形成所发挥的支配性作用的解释。另外在以武汉为核心的二级组团内部也形成了一定的产业、职能网络分工,如以鄂州、黄石、黄冈为主的传统制造业关联,以局部整合式的发展参与到省域城市网络的构建;以武汉为主要支点的鄂中旅游业网络高地,引领孝感和咸宁轴带发展;以潜江、仙桃、天门为主的生产服务业组团式联合发展。其次,在鄂西地区的网络核心呈现出“两横一纵”的特征,与铁路大动脉的空间分布吻合。在鄂西北部的联系网络逐渐稳定,襄阳作为鄂西的区域中心城市,沿交通轴线形成东西向的客流密集分布带;在鄂西南部的联系网络中,以宜昌为核心但同时由于受山水湖泊分割作用的影响,形成了以“轴辐式”和“组团式”的联动发展格局;鄂西南北片区之间的网络子群相互嵌套,除襄阳、宜昌外,其他城市之间的客流关联尚不强。比较湖北省城镇体系规划中的空间结构示意图如图7所示,其主要采用传统“中心地”理论视角下的“点—轴—圈”规划模式,且更多的受行政区划机制对于空间组织结构的影响,如图6所示,基于“流空间”视角的省域城市空间组织逻辑,区域性基础设施网络的不断建设,中心城市与周边城市的相互支撑发展,不断促进城市的整合发展;实际的行政边界、空间距离、规模等级等对城市关系的影响正在逐渐弱化。
图6 湖北省基于铁路客流联系的城市组团结构空间

Fig. 6 Sketch map of urban cluster structure based on railway passenger connection in Hubei Province

图7 湖北省“三轴三圈”规划空间格局

Fig. 7 Sketch map of "three-axis and three-ring" spatial structure as planned in Hubei Province

6.2 省域城市发展的趋势及规划取向

长期以来,“中心流”理论在指导省域城镇体系规划中发挥着基础性的理论作用,然而在信息化、全球化、网络化的推动下,基于信息技术的各种要素的流动正在改变时间与空间的关系,进而对我国城市、都市圈及其省域城市体系规划产生日益显著的作用。有学者认为,“流空间”视角下的中心流实际上是一种等级式的集权网络,可以通过“网络语境”对其进行清晰的界定[1]。基于此,未来新的空间组织逻辑是在整合“中心流”和“流空间”两大辩证统一理论的基础上,构建起省域城市体系空间组织结构研究的理论框架。城市在其所在区域并非孤立存在和竞争发展,而是以“节点”的形式参与区域网络的构建,城市的能级更多的取决于其将“流要素”转化为“地方要素”的能力,并非传统意义上的规模、行政等级。如果能够有效利用网络化基础设施的高可达性,将流动要素在地方实现聚集,并将其转化为地方可持续发展的动力,那么将促进地方的快速发展,甚至实现跳跃性发展。相反,如果不能促使要素的聚集,甚至是出现地方要素的大量流失,则必然会导致地方的衰退。
在此背景下,构建我国省域城市空间体系,除了要跳出传统的基于行政区划、等级和规模等固定因素来规划“都市圈”和“发展轴带”以外,更需要引入“流空间”,如人流、知识流、资金流等流动要素和市场力量对空间资源的配置作用,进而指导省域城市体系在规模、职能、空间结构方面的规划。以本研究以湖北省为例,武汉、襄阳、宜昌三市的关联强度远远高于省域其它城市之间、甚至强于三市自身与腹地之间的关联强度。那么,规划是否仍一味强调3个城市引领下的不同腹地各自发展,还是强调“武汉—襄阳—宜昌”相互支撑、紧密协作的省域网络整体化发展值得思考。其次,弱化“都市圈”是行政等级的理念,开放的、灵活的、动态的区域治理机制已经成为发展趋势,在尊重市场化、全球化空间自组织作用力的基础上,更加关注实际功能联系流支撑下的经济社会紧密联系,以“有形的手”不断聚集和整合区域资源,提升腹地城市的相互支撑与互补能力,进而促进“都市圈”的形成与优化,提高其在省域乃至全国中的竞争力。最后,随着区域空间结构由等级式向扁平化的网络空间格局的转变,打破产业竞争格局,从比较优势出发,实现错位发展,构建分工互补与腹地共享发展的一体化都市圈,才能有效地嵌入城市网络、链接全球体系。与此同时,城市在发展中也要注重自身“软实力”的提高,如城市决策者应加强对城市品牌营销、文化传承等方面的重视,城市能否吸引资金流、信息流、产品流等的高效流通。

7 结论与讨论

7.1 结论

本文以“流空间”为理论基础,以新兴的腾讯位置迁徙大数据替代传统的铁路客流数据,采用“网络连锁模型”算法,进一步精确地研究分析了湖北省域城市间日常客流的联系强度与空间组织结构特征,得出以下主要结论：
（1）湖北省域整体的联系表现出“单中心集聚+网络化”的格局,客流流向中心城市的集聚态势明显。整体呈现出“东强西弱,北低南高”的态势,具体而言,鄂中与鄂东地区的城市高度关联（148.93万人次）,鄂中与鄂西地区的关联度次之（116.03万人次）,鄂东与鄂西的关联度呈现低水平、均衡化的态势（24.00万人次）,武汉是链接三大区域的核心枢纽,在城市网络中的中心和支配地位是主要动力机制。除武汉外,鄂东、鄂中、鄂西三大区域以区域内联系为主,跨区域联系较为薄弱,表明各区域由于受行政区划、交通便利及空间距离等因素的天然掣肘,空间整合仍处于以内部组织为主的状态。
（2）城市间客流联系的中心城市指向性和地域临近指向性特征明显。鄂东和鄂中城市基于中心城市强大的吸引与辐射能力及空间临近的区位因素,铁路客流联系的主要方向大都带有武汉指向性特征,受省域中心城市武汉直接影响并紧密联系的城市有孝感（96.84万人次）、黄冈（80.96万人次）、咸宁（31.25万人次）、鄂州（37.05万人次）、黄石（34.93万人次）,是构成武汉都市圈的主体城市。鄂东与鄂中一体化趋势特征日渐成熟,这也是湖北省委、省政府大力发展武汉“1+8”都市圈取得的显著成效。
（3）交通轴线成为省域客流联系的高值分布带。鄂西与鄂中城市以“十堰—襄阳—荆门—武汉”、“恩施—宜昌—荆州—武汉”等城市为主体的“>”型城市带,其空间组织结构联系较为紧密,是推动湖北省经济发展和实施城镇化战略的重要载体,其影响范围也牵动着随州和神农架的发展“神经”。随着经济的快速发展和区域联系的不断强化,区域联系强度和一体化程度有待进一步提高,襄阳、宜昌作为省域次级枢纽城市的地位也将得到进一步巩固。
总而言之,以武汉为核心的湖北省域城市网络体系是“流空间”与“中心流”理论共同作用形成的“场所化了的流空间”结构形态。既能体现“流空间”中的跨区域网络联系特征,也兼顾“中心流”理论下基于空间临近优势的网络腹地的地域性特征。换言之,“流空间”则是在“中心流”理论及其实证研究相互指导、相互验证基础上的创新与升华。根据“流空间”这一新的研究视角,一方面,不同等级之间的城市可以实现双向、跨越性的功能联系;另一方面,核心城市通过“扎根”于所在地域,不断强化与其网络关联城市的联合发展,形成新的空间组织单元和载体,以整体的方式参与省域城市网络的构建,两者共同奠定了省域城市网络融合发展的理论基础与现实指导。同时需要指出的是,交通干线在城市联系方面发挥着重要的作用,快速交通线的高可达性,压缩了城市与区域空间距离,塑造了城市网络的形成机制和联系路径。

7.2 讨论

本文针对省域湖北地区,借鉴“流空间”视角下的城市网络研究理论与方法,尝试了省域省域城市体系关联强度与空间组织的创新方法。但本研究数据要素还存在一定的局限性,今后需要进一步从多源数据,如夜间灯光数据、人口迁徙数据等入手,从静动对比的角度对该研究领域进行进一步的挖掘和探讨,进而达到对省域空间结构科学、准确、全面的规划引导。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
程遥, 王理. 流动空间语境下的中心流理论再思考——以山东省域城市网络为例[J]. 经济地理, 2017,37(12):25-33.

[ Cheng Y, Wang L. Rethinking of central ground theory in the context of mobile space: A case study of regional urban network in shandong province[J]. Economic geography, 2017,37(12):25-33. ]

[2]
万艳华, 罗丹, 余思雨. 湖北省城镇化发展政策实施评估研究[J]. 城市规划学刊, 2011,18(5):37-47.

[ Wan Y H, Luo D, Yu S Y. Evaluation and research on the implementation of urbanization development policy in Hubei province[J]. Journal of urban planning, 2011,18(5):37-47. ]

[3]
中共中央,国务院. 《国家新型城镇化规划(2014–2020年)》. http://www.gov.cn/gongbao/content/2014/content_2644805.htm, 2014-03-16.

[ Central committee of the communist party of China, state council, National plan for new urbanization(2014-2020). http://www.gov.cn/gongbao/content/2014/content_2644805.htm, 2014-03-16. ]

[4]
中华人民共和国国家发展和改革委员会. 《中华人民共和国国民经济和社会发展第十三个五年规划纲要》. https://www.ndrc.gov.cn/, 2016 -05-05.

[ National development and reform commission of the People's Republic of China. Outline of the 13th five-year plan for national economic and social development of the People's Republic of China. https://www.ndrc.gov.cn/, 2016 -05-05. ]

[5]
清华大学中国新型城镇化研究院, 北京清华同衡规划设计院. 《中国都市圈发展报告2018》发布[J]. 城市规划通讯, 2019(6):12.

[ China institute of new urbanization, tsinghua university, Beijing tsinghuatongheng planning and design institute. China metropolitan area development report 2018 [J]. Urban planning newsletter, 2019(6):12. ]

[6]
宋家泰, 顾朝林. 城镇体系规划的理论与方法初探[J]. 地理学报, 1988,42(2):97-107.

[ Song J T, Gu C L. Theory and method of urban system planning[J]. Acta geographicasinica, 1988,42(2):97-107. ]

[7]
姚士谋, 陈振光, 叶高斌, 等. 中国城市群基本概念的再认知[J]. 城市观察, 2015,35(1):73-82.

[ Yao S M, Chen Z G, Ye G B, et al. Re-cognition of the basic concept of urban agglomeration in China[J]. Urban observation, 2015,35(1):73-82. ]

[8]
孙阳, 姚士谋, 张落成. 中国沿海三大城市群城市空间网络拓展分析——以综合交通信息网络为例[J]. 地理科学, 2018,38(6):827-837.

[ Sun Y, Yao S M, Zhang L C. Analysis of urban spatial network expansion of three major coastal city clusters in China: A case study of integrated traffic information network[J]. Journal of geographic sciences, 2018,38(6):827-837. ]

[9]
周一星, 胡智勇. 从航空运输看中国城市体系的空间网络结构[J]. 地理研究, 2002,21(3):276-286.

[ Zhou Y X, Hu Z Y. Spatial network structure of China's urban system from the perspective of air transport[J]. Geography research, 2002,21(3):276-286. ]

[10]
沈丽珍, 罗震东, 陈浩. 区域流空间的关系测度与整合——以湖北省为例[J]. 城市问题, 2011,30(12):30-35.

[ Shen L Z, Luo Z D, Chen H. Measurement and integration of regional flow space: A case study of Hubei province[J]. Urban issues, 2011,30(12):30-35. ]

[11]
程遥, 赵民. 新时期我国建设“全球城市”的辨析与展望——基于空间组织模型的视角[J]. 城市规划, 2015,39(2):9-15.

[ Cheng Y, Zhao M. Analysis and prospect of China's construction of "global cities" in the new era: From the perspective of spatial organization model[J]. Urban planning, 2015,39(2):9-15. ]

[12]
魏冶, 修春亮, 刘志敏, 等. 春运人口流动透视的转型期中国城市网络结构[J]. 地理科学, 2016,36(11):1654-1660.

[ Wei Y, Xiu C L, Liu Z M, et al. Urban network structure in China during the transition period in the perspective of population flow during the Spring Festival travel rush[J]. Geography science, 2016,36(11):1654-1660. ]

[13]
李涛, 程遥, 张伊娜, 等. 城市网络研究的理论、方法与实践[J]. 城市规划学刊, 2017,24(6):43-49.

[ Li T, Cheng Y, Zhang Y N, et al. Theory, method and practice of urban network research[J]. Journal of urban planning, 2017,24(6):43-49. ]

[14]
甄峰, 王波, 陈映雪. 基于网络社会空间的中国城市网络特征——以新浪微博为例[J]. 地理学报, 2012,67(8):1031-1043.

[ Zhen F, wang B, Chen Y X. Characteristics of urban network in China based on network social space: A case study of sinaweibo[J]. Acta geographicasinica, 2012,67(8):1031-1043. ]

[15]
Castells M. The rise of the network society[M]. Oxford:Blackwell, 1996.

[16]
Hall P, Pain K. The polycentric metropolis:learning from mega-city regions in Europe[M]. London: Earthscan, 2006.

[17]
Friedmann J. The world city hypojournal[J]. Development and Change, 1986,17(1):69-83.

[18]
Sassen S. The global city: New York, London, Tokyo[M]. Columbia: Princeton University Press, 1991.

[19]
Taylor P J. World city network: Aglaobal urban analysis[M]. London and New York:Routledge, 2004.

[20]
Taylor P J. Urban hinterworlds: Geographies of corporate service provision under conditions of contemporary globalization[J]. Geography, 2001,86(1):51-60.

[21]
程玉鸿, 程灵云. 基于城市竞合视角的城市竞争力来源分析——以大珠三角地区为例[J]. 城市问题, 2014(12):25-31.

[ Cheng Y H, Cheng L Y. Source analysis of urban competitiveness from the perspective of urban competition and cooperation: A case study of the greater pearl river delta region[J]. Urban issues, 2014(12):25-31. ]

[22]
王发曾, 郭志富, 刘晓丽, 等. 基于城市群整合发展的中原地区城市体系结构优化[J]. 地理研究, 2007,26(4):637-650.

[ Wang F Z, Guo Z F, Liu X L, et al. Optimization of urban system structure in central China based on integrated development of urban agglomeration[J]. Geographical research, 2007,26(4):637-650. ]

[23]
史雅娟, 朱永彬, 冯德显, 等. 中原城市群多中心网络式空间发展模式研究[J]. 地理科学, 2012,32(12):1430-1438.

[ Shi Y J, Zhu Y B, Feng D X, et al. Study on the spatial development model of multi-center network in the central plains urban agglomeration[J]. Geoscience, 2012,32(12):1430-1438. ]

[24]
刘正兵, 刘静玉, 何孝沛, 等. 中原经济区城市空间联系及其网络格局分析——基于城际客运流[J]. 经济地理, 2014,34(7):58-66.

[ Liu Z B, Liu J Y, He X P, et al. Analysis of urban spatial connection and network pattern in central plains economic zone: Based on intercity passenger flow[J]. Economic geography, 2014,34(7):58-66. ]

[25]
孙东琪, 张京祥, 胡毅, 等. 基于产业空间联系的“大城市阴影区”形成机制解析——长三角城市群与京津冀城市群的比较研究[J]. 地理科学, 2013,33(9):1043-1050.

[ Sun D Q, Zhang J X, Hu Y, et al. Analysis of the formation mechanism of "shadow area of metropolis" based on industrial spatial connection: A comparative study of Yangtze river delta urban agglomeration and beijing-tianjin-hebei urban agglomeration[J]. Geosciences, 2013,33(9):1043-1050. ]

[26]
刘望保, 石恩名. “百度迁徙”下中国城市间的人口流空间格局[J]. 华南师范大学学报(自然科学版), 2016,48(5):67-73.

[ Liu W B, Shi E M. Spatial pattern of population flow between Chinese cities under "baidu migration"[J]. Journal of south China normal university (natural science edition), 2016,48(5):67-73. ]

[27]
赵渺希, 刘铮. 基于生产性服务业的中国城市网络研究[J]. 城市规划, 2012,36(9):23-28.

[ Zhao M X, Liu Z. Research on China's urban network based on producer services[J]. Urban planning, 2012,36(9):23-28. ]

[28]
赵渺希, 唐子来. 基于网络关联的长三角区域腹地划分[J]. 经济地理, 2010,30(3):371-376.

[ Zhao M X, Tang Z L. Hinterland division of Yangtze river delta region based on network connection[J]. Economic geography, 2010,30(3):371-376. ]

[29]
曹子威, 罗震东, 耿磊. 基于信息流的城市—区域关系比较研究——以马鞍山和芜湖为例[J]. 经济地理, 2013,33(5):47-53.

[ Cao Z W, Luo Z D, GengL. A comparative study of city-regional relationship based on information flow: A case study of ma 'anshan and wuhu[J]. Economic geography, 2013,33(5):47-53. ]

[30]
王垚, 钮心毅, 宋小冬, 等. 人流联系和经济联系视角下区域城市关联比较——基于手机信令数据和企业关联数据的研究[J]. 人文地理, 2018,33(2):84-91.

[ Wang Y, Niu X Y, Song X D, et al. Comparison of regional urban correlation from the perspective of human flow connection and economic connection: Research based on mobile signaling data and enterprise correlation data[J]. Human geography, 2018,33(2):84-91. ]

[31]
潘碧麟, 王江浩, 葛咏, 等. 基于微博签到数据的武康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.

[ Pan B L, Wang J H, Ge Y, et al. Study on spatial structure of chengdu-chongqing urban agglomeration and intercity population flow based on micro-blog check-in data[J]. Chinese journal of geoscience, 2019,21(1):68-76. ]

[32]
孙阳, 张落成, 姚士谋. 长三角城市群“空间流”网络结构特征——基于公路运输、火车客运及百度指数的综合分析[J]. 长江流域资源与环境, 2017,26(9):1304-1310.

[ Sun Y, Zhang L C, Yao S M. Network structure characteristics of "spatial flow" in urban agglomeration of Yangtze river delta: A comprehensive analysis based on road transportation, train passenger transport and baidu index[J]. Resources and environment of Yangtze river basin, 2017,26(9):1304-1310. ]

[33]
李涛, 周锐. 长三角地区网络腹地划分的关联测度方法比较[J]. 地理学报, 2016,71(2):236-250.

[ Li T, Zhou R. Comparison of correlation measurement methods of network hinterland division in Yangtze river delta region[J]. Acta geographicasinica, 2016,71(2):236-250. ]

[34]
陈伟劲, 马学广, 蔡莉丽, 等. 珠三角城市联系的空间格局特征研究——基于城际客运交通流的分析[J]. 经济地理, 2013,33(4):48-55.

[ Chen W J, Ma X G, CaiL L, et al. Spatial pattern characteristics of urban connections in the pearl river delta: Based on the analysis of intercity passenger traffic flow[J]. Economic geography, 2013,33(4):48-55. ]

[35]
罗震东, 何鹤鸣, 耿磊. 基于客运交通流的长江三角洲功能多中心结构研究[J]. 城市规划学刊, 2011,18(2):16-23.

[ Luo Z D, He H M, GengL. Study on functional multi-center structure of Yangtze river delta based on passenger traffic flow[J]. Journal of urban planning, 2011,18(2):16-23. ]

[36]
钮心毅, 王垚, 丁亮. 利用手机信令数据测度城镇体系的等级结构[J]. 规划师, 2017,33(1):50-56.

[ Niu X Y, Wang Y, Ding L. Using mobile signaling data to measure the hierarchical structure of urban system[J]. Planner, 2017,33(1):50-56. ]

[37]
朱查松, 曹子威, 罗震东. 基于流空间的山东省域城市间关系研究[J]. 城乡规划, 2017,6(4):85-93.

[ Zhu Z S, Cao Z W, Luo Z D. Study on the relationship between regions and cities in shandong province based on flow space[J]. Urban and rural planning, 2017,06(4):85-93. ]

[38]
孙平军, 丁四保, 修春亮, 等. 湖北“人口—经济—空间”城市化及其层级结构[J]. 长江流域资源与环境, 2011,20(10):1172-1179.

[ Sun P J, Ding S B, Xiu C L, et al. "population-economy-space" urbanization and its hierarchical structure in Hubei province[J]. Resources and environment in the Yangtze river basin, 2011,20(10):1172-1179. ]

[39]
车冰清, 简晓彬, 陆玉麒. 江苏省商业网点的空间分布特征及其区域差异因素[J]. 地球信息科学学报, 2017,19(8):1060-1068.

[ Che B Q, Jian X B, Lu Y Q. Spatial distribution characteristics and regional difference factors of commercial outlets in jiangsu province[J]. Journal of Geo-information Science, 2017,19(8):1060-1068. ]

[40]
敖荣军, 蒋亮, 张涛, 等. 湖北省县域迁入人口的空间格局及影响因素[J]. 长江流域资源与环境, 2016,25(11):1672-1678.

[ Ao R J, Jiang L, Zhang T, et al. Spatial pattern and influencing factors of migration population in counties of Hubei province[J]. Resources and environment in the Yangtze river basin, 2016,25(11):1672-1678. ]

[41]
赵心怡, 蒲英霞. 区域人口迁移时空溢出效应与动力机制分析[J]. 地球信息科学学报, 2018,20(6):817-826.

[ Zhao X Y, Pu Y X. Spatio-temporal spillover effect and dynamic mechanism analysis of regional population migration[J]. Journal of Geo-information Science, 2018,20(6):817-826. ]

[42]
于涛方. 京津冀全球城市区域边界研究[J]. 地理与地理信息科学, 2005,21(4):45-50.

[ Yu T F. Study on the regional boundary of beijing-tianjin-hebei global cities[J]. Geography and geographic information science, 2005,21(4):45-50. ]

[43]
湖北省规划设计院. 《湖北省城镇体系规划(2001—2020)》. http://www.hbucdi.com.cn/, 2001-02-10.

[ Planning and design institute of Hubei province. Hubei province urban system planning (2001-2020). http://www.hbucdi.com.cn/, 2001-02-10. ]

[44]
湖北省交通运输厅. 《湖北省综合交通运输“十三五”发展规划》. http://wuhan.gov.cn/, 2006-09-10.

[ Hubei province transportation hall. The comprehensive transportation inHubeiprovince "much starker choices-and graver consequences-in" development plan". http://wuhan.gov.cn/, 2006-09-10. ]

Options
Outlines

/

〈 〉