EN中文

Journal of Geo-information Science >

2022 , Vol. 24 >Issue 8: 1525 - 1540

DOI: https://doi.org/10.12082/dqxxkx.2022.210309

Comparison of Network Structure Patterns of Urban Agglomerations in China from the Perspective of Space of Flows: Analysis based on Railway Schedule

  • HU Haoyu , 1 ,
  • HUANG Xinrong 2, 3 ,
  • LI Peilin 4 ,
  • ZHAO Pengjun , 1, 5, *
Expand
  • 1. College of Urban and Environmental Sciences, Peking University, Beijing 100871, China
  • 2. Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China
  • 3. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China
  • 4. Institute of Spatial Planning and Regional Economy, Chinese Academy of Macroeconomic Research, Beijing 100038, China
  • 5. School of Urban Planning and Design, Peking University Shenzhen Graduate School, Shenzhen 518055, China
*ZHAO Pengjun, E-mail:

Received date: 2021-06-01

  Revised date: 2021-07-01

  Online published: 2022-10-25

Supported by

National Natural Science Foundation of China(41925003)

Key Projects of Philosophy and Social Sciences Research, Ministry of Education(18JZD029)

Fold

Abstract

Railway passenger flows reflect economic and social interactions in urban agglomerations. Urban agglomeration is the basic regional unit for a country to participate in global competition and international division of labor. It is also the main form of China's new urbanization and an important carrier of modernization. The integrated development of urban agglomerations is one of the major strategies for the development of urban agglomerations in China. An important sign of urban agglomeration integration is the structural characteristics of population, goods, information, and other flows within the urban agglomeration. In this context, the theory of flow space is applied in this study. Based on China's railway schedule OD data in 2018, this study uses complex network approach to analyze the structure patterns of urban agglomerations at the national scale, and investigates the variations of the spatial structure, scale structure, and network node structure in the five major urban agglomerations. The results of analysis show that there is a certain spatial dislocation in the scope between the urban agglomeration area based on the railway schedule and the urban agglomeration in the planning scheme. The planning scope of urban agglomerations is often larger than that of railway passenger transport service supply network. This shows that the supply of railway passenger service may lag behind the urban agglomeration planning. The five major urban agglomerations, Yangtze River Delta, Pearl River Delta, Jingjinji, Middle reach of the Yangtze River, and Chengdu-Chongqing, have different local patterns. Yangtze River Delta has a network-shaped spatial form and centralized scale distribution, the main problem of which is the mismatch between hub function and scale of local nodes. Pearl River Delta has a radial spatial form and centralized scale distribution, the main problem of which is the relative weak connection with other urban agglomerations. Jingjinji has a radial spatial form and centralized scale distribution, the main problem of which is the existence of marginalized nodes. The middle reach of the Yangtze River has a cluster-like spatial form and decentralized scale distribution, the main problem of which is the loose internal structure. Chengdu-Chongqing has a dumbbell-shaped spatial form and centralized scale distribution, the main problem of which is the weak connection with other urban agglomerations. With the process of regional integration, it is necessary to make up for the weak links within and among urban agglomerations according to the differences in the development stages of the network structure, so as to promote the coordination with the scale structure. It is necessary to promote the construction of passenger transport service network with distinct levels, cooperative hubs, and balanced spatial form to support the integrated development of urban agglomeration.

Key words： railway schedule; urban agglomeration; network structure; space of flows; comparison; transportation; passenger traffic; complex network

Cite this article

HU Haoyu , HUANG Xinrong , LI Peilin , ZHAO Pengjun . Comparison of Network Structure Patterns of Urban Agglomerations in China from the Perspective of Space of Flows: Analysis based on Railway Schedule[J]. Journal of Geo-information Science, 2022 , 24(8) : 1525 -1540 . DOI: 10.12082/dqxxkx.2022.210309

1 引言

城市群是国家参与全球竞争与国际分工的基本地域单元,也是中国新型城镇化的主体形态和现代化建设的重要载体[1]。近年来,我国陆续编制了“长三角一体化”、“京津冀协同发展”等一系列以城市群为主体的区域协调发展有关的规划。国家“十四五”规划纲要指出,要发展壮大城市群和都市圈,推动城市群一体化发展,全面形成“两横三纵”城镇化战略格局。城市群一体化发展是我国当前城市群发展的重大战略之一。
城市群一体化的重要标志是城市群内部的人口、货物、信息等流的结构特征,这些流的规模越大、网络化趋势越明显,则城市群的一体化水平就越高。当前对于城市群流的网络结构研究,已由静态的等级模式为代表的形态地理学转向以网络模式为代表的功能地理学[2]。区域内城市体系的规模、空间、功能结构和联系网络的研究由来已久,已有研究在空间特征、演化过程、动力机制等方面都积累了丰富的研究成果[3]。在城市网络研究中,国内外学者基于企业生产网络[4-5]、基础设施网络[6⇓⇓⇓-10]、社会网络[11⇓-13]等多元化网络考察世界、中国或区域多尺度的城市网络关系,该类研究多采用城市的静态特征数据。
流空间（Space of flows）的概念及理论由Castells[14]提出,他认为流空间是一种通过流动而运作的、共享时间的社会时间的物质组织。流空间是相对场所空间而言的,相较而言,流空间理论更将关注地域发展过程中,不同单位或组织之间的的网络连接所形成的空间关系,而非单位或组织地理实体本身。流空间概念的出现和发展,使学界更加关注社会的网络结构[15]。Castells[16]认为流空间的构成具有3个层次：① 流空间的物质支撑,即各类基础设施网络;② 流空间运转的场所,即各个节点与枢纽;③ 流空间的空间组织,即各个要素流形成的层次结构。流空间既依附于传统意义的地理空间,又作用于地理空间。Castells的流空间理论成为了当前地理学研究中城市网络实证研究的理论基础。Taylor等[17]城市地理学者认为Christaller中心地理论及Friedman的区域空间结构理论存在一定局限性,他们认为城市孕育和发展于特定的城市网络中,并且以网络化的形态而存在。等级和网络可以看作一种对立统一的关系[18]。采用流空间与网络的视角观察城市意味着积极寻求城市间的协同性和互动关系。无论城市网络还是城市等级都包含着城市间关系的属性[19],等级通常意味着竞争而网络意味着合作[20],这2种关系往往是共存的。
近年来,流空间理论在城市群流的网络特征研究中,逐渐得到重视和应用。不少学者开始关注资金流[21]、旅游流[22]、客货流[23⇓⇓-26]等流空间视角下的城市网络关系。交通是地理空间中承载要素联系的重要支撑,流空间理论被引入地理学后,在交通地理中得到了较为广泛的应用。学者通过对交通网络的研究,来洞悉区域的空间结构特征。一般而言,交通网络往往具有多个不同的层次[27],自下而上通常至少包括设施网络空间、组织网络空间、需求网络空间3个内涵。① 设施网络空间指的是交通基础设施线网节点构成的空间,严格意义上并不是一种流空间,而是流空间的一种物理支撑。国内对设施网络的代表性研究包括王成金等[28-29]、周恺[30]对公路网的研究,金凤君等[31]、朱桃杏等[32]对铁路网的研究等。设施网络通过改变城市与区域的可达性,为要素的流动提供了物理上的可能。② 组织网络空间指的是交通运营部门指定的交通线网班次运营方案等构成的空间,国内对组织网络的代表性研究包括,周一星等[33]、王姣娥等[34]对航空网络的研究,王成金等[35]对集装箱航运网络的研究,焦静娟等[36]对高速铁路班次网络的研究,黄洁等[37]对高铁网络与长途汽车网络的对比研究等。在设施网络提供的物理可能基础上,组织网络空间为要素的流动限定了最大的流动量,是区域流空间的一种有效反映。③ 需求网络空间指的是城市之间实际交通需求构成的空间。城市间的交通需求通常可以通过引力模型等方法进行测算,但交通需求和实际客货流构成的网络并非完全一致,模型估计结果只是对需求的一种粗略测度。设施网络、组织网络与需求网络是相互影响的,前二者影响了需求网络形成的可能性,而需求网络则是建构设施网络与组织网络的基础。现有研究表现出以下特征,传统研究依旧多以场所空间的视角来研究城市群结构特征,多选取静态的属性特征指标来反映城市网络结构特征,在近几年铁路等城际交通迅猛发展和城市间多要素加速流动的背景下,仍需要加强对流空间的关注。另外,现有基于列车时刻表的研究文献多以全国的铁路网络和某一具体的城市群的铁路网络为研究对象,欠缺对不同城市群的铁路网络间的比较。
本文将采用复杂网络方法和中国铁路班次OD数据研究城市群社区结构特征。在城市群网络结构特征研究中,人是社会经济活动的主体,铁路是城市群内人口流动的重要载体,铁路客运网络刻画了城市群内的社会经济联系[38]。交通运输部门或企业对客运班次的制定是以各起讫点之间旅客出行需求量为基础的,并兼顾区域公平性,以充分满足旅客的出行需求,并提高交通运输部门或企业效益[39⇓-41]。在城市群范围的识别划定中,学界将依托发达的交通运输以实现城市间的紧密社会经济联系作为重要依据之一[42-43]。然而在政策层面,城市群规划编制往往会受各地区利益诉求的强烈影响,范围选择常常脱离城市群发育阶段和实际需求[44]。另一方面,由于不同地区的交通基础设施建设或滞后或超前于实际需求,铁路客运的供给网络和需求网络间亦存在错配。因此,铁路客运网络与城市群范围间的空间关系亟待分析和探讨,为未来的铁路规划运营及城市群范围选择提供参考。
本研究从全国和城市群内部2个层面,以京津冀城市群、长江三角洲（简称长三角）、珠江三角洲（简称珠三角）、成渝和长江中游5个城市群为研究对象,采用复杂网络分析方法,重点研究解决2个问题： ① 基于铁路客运班次网络分析得到的城市群国家规划方案中的城市群在范围和定位上的异同; ② 5个主要城市群基于铁路客运班次在空间格局、规模结构特征和网络结构特征上存在的差异。

2 研究设计

2.1 研究区概况

国家“十三五”规划提出了在全国范围内建设19个城市群,其中京津冀、长三角和珠三角被定位为世界级城市群。方创琳等[44]提出“5+9+6”城市群方案,其中“5”指的是京津冀、长三角、珠三角、长江中游、成渝5个主要城市群。赵鹏军等[45]提出综合交通运输体系的“钻石战略”,将京津冀、长三角、珠三角、成渝4个主要城市群作为“钻石”四极,长江中游城市群作为“钻石”的十字交汇点。这5个城市群相对发育较为成熟,且与京津冀协同发展、长三角一体化、粤港澳大湾区、长江经济带等重大国家发展战略相关。本研究选取这5个城市群作为城市群研究范围（图1）。其中,每个城市群的范围主要依据相关规划和政策文件[46⇓⇓⇓-50]。由于数据获取困难,本次研究不包括香港、台湾和澳门。
图1 研究区5个城市群的范围

注：该图基于自然资源部标准地图服务网站审图号为 GS(2019)1815号的标准地图制作,底图无修改。由于数据获取 困难,本次研究不包括香港、台湾和澳门。

Fig. 1 Range of 5 urban agglomerations in study areas

2.2 数据来源及处理

选取有铁路客运列车停靠的地级市及直辖市作为研究单元,采用通过网络爬虫技术从盛名时刻表网站[51]（http://smskb.com/）抓取的2018年11月全国铁路旅客列车时刻表数据,列车包括动车组列车的G、D、C和普速列车的Z、T、K等,构建基于铁路客运班次的城市网络：
G = S , E , W
式中：S表示网络的节点,即市域范围内拥有铁路客运列车停靠的地级市及直辖市;E表示网络的边,即具有直达客运列车的城市对;W表示边的权重,即 2个城市各个车站间列车联系的频数之和。在构建过程中,不仅包括始发站和终到站所在城市之间,同一列车所停靠的所有站点所在城市之间均视为有一次联系。
对于城市群之间的联系量,按照城市的城市群归属进行计算,公式如下：
E α , β = ∑ E i , j ϑ i , α ϑ j , β
ϑ i , α = 1 i ∈ α 0 i ∉ α
式中： E α , β表示城市群 α和城市群 β之间边的权重; E i , j分别表示节点 i和节点 j之间边的权重; ϑ ( i , α )和 ϑ ( j , β )分别表示节点 i和节点 j是否归属于城市群 α和城市群 β。计算过程通过SQL Server实现。

2.3 研究方法

本研究从全国和城市群2个尺度进行研究,研究框架如图2所示。首先,在全国尺度下,通过社区结构挖掘,探究我国规划中的5个主要城市群在流空间视角下是否具有“群”的集群性特征,并与规划方案进行对比;其次,针对城市群内部,通过优势流,提取城市群内部的主要联系轴线,展示空间形态的基本格局;通过Zipf模型,解析城市群的规模分布结构;通过网络中心性评价,从不同维度分析网络中城市节点的层次结构。分析过程主要通过SQL Server、Gephi、R、ArcGIS等软件完成。
图2 基于铁路客运班次的城市群网络结构研究框架

Fig. 2 Research framework of urban agglomeration network structure based on railway passenger transport frequency

（1）社区结构挖掘。社区结构揭示了一个网络中存在的相对集聚的“群”的特征。一个社区指的是网络中的一个子网络,社区内部各个节点间的联系相对紧密,而社区内节点与社区外其他节点之间的联系相对稀疏。判断一个网络社区结构的显著程度的关键指标是Newman等提出的模块度,模块度的计算公式为：
Q = 1 2 m ∑ A i j - k i k j 2 m δ C i , C j
式中： A i j表示节点i和节点j之间边的权重; k i和 k j分别表示与节点i和与节点j相连的边权重和, δ ( C i , C j )表示节点i和节点j是否处于同一个社区;m表示网络中可能存在的最大连接数。模块度Q介于0和1之间,Q越大表明社区结构越明显。本研究采用Gephi内置的Louvain 算法进行社区结构挖掘,具体算法流程在此不再赘述。
为了评价各个城市群在全国网络中的重要性,本研究利用PageRank算法对节点进行评价。将各个城市群中所有节点的PageRank值总和来反映该城市群的对外连接性,PageRank值越高表明该城市群在全国网络中的地位越高。具体算法在此不再赘述。
为了评价各个城市群在多大程度上具有“群”的特征,本研究利用局部模块度进行评价,局部模块度的计算公示为：
Q * = 1 2 m * ∑ A i j δ C i , C j
式中： A i j表示该城市群内部节点i和节点j之间边的权重; δ ( C i , C j )表示节点i和节点j是否处于同一个社区; m *表示与城市群内所有节点与城市群内外所有节点间边的权之和。局部模块度越高,表明该城市群越具有内部联系紧密的特征;反之,则表明该城市群内部联系松散。
（2）优势流。优势流指的是各个节点的首要联系方向的集合,由Nystuen和Dacey于1961年提 出[52]。通过城市的主要要素流方向判断城市在城市群中的地位,反映了该城市在空间相互作用中的影响力。
（3）Zipf模型。Zipf模型通常用于研究一个地区内城市等级与城市规模之间的关系。其基本公式为：
R i S i α = A
式中： R i表示城市i的规模排序; S i表示城市i的规模;A为一个常数。α为1时,呈标准规模位序分布。本研究中,用网络节点的加权度中心性来表征规模。α越大,表明城市群网络节点的规模分布越倾向于均衡分布;反之,则表明城市群网络节点越倾向于集聚的首位分布。
（4）中心性评价。中心性反映一个网络中节点的重要程度。本研究采用基于有权网络的加权度中心性和基于无权网络的特征向量中心性分别进行评价。加权度中心性,反映的是一个节点与其他节点的总联系强度,即城市群中某一城市的规模体量特征。特征向量中心性,反映的是节点是否与网络中其他重要节点有紧密联系,即城市群中某一城市的网络地位特征。在特征向量中心性计算前,取联系量10作为阈值,将网络转换为无权网络。加权度中心性和特征向量中心性的具体计算原理在此不再赘述。

3 结果及分析

3.1 城市群规划范围与铁路客运供给网络的耦合性分析

为了评价我国规划中5个城市群在铁路客运班次联系方面是否具有“群”的集聚性,本研究将社区结构划分结果和城市群规划范围进行比照。应用Louvain算法对全国的城市网络进行社区结构划分,结果得到13个社区（图3）,划分结果与规划城市群的范围并不完全吻合。划分出的社区大致可以归纳为4种类型：① 大区域主体片区,例如社区8是东北主体片区,片区内多个省份处于一个互相联系紧密的结构中;② 省域主体片区型,例如社区5是浙江主体片区,通常为某一省份内部建立起了体系较为完整的铁路客运网络;③ 铁路沿线主体片区,例如社区7的节点主要在京九铁路沿线,沿线城市通过铁路干线及与之相连的支线,形成了一个依托于交通干线的廊道型体系;④ 跨界城市主体片区,例如社区1主要由京津冀几个城市节点组成,由于社区内铁路交通联系强,且与其他社区间的联系相对较弱,形成了跨省级行政区城市为主体的社区结构。
图3 社区结构划分结果与城市群范围

注：该图基于自然资源部标准地图服务网站审图号为GS(2019)1815号的标准地图制作,底图无修改。由于数据获取困难,本次研究不包括香港、台湾和澳门。

Fig. 3 Community division result and the range of urban agglomeration

将社区划分结果与城市群规划范围进行逐一比较（表1）,可以发现部分城市群比较吻合,而有些城市群则不甚吻合。
表1 城市网络社区主体片区划分结果

Tab. 1 Community division result of city network

社区编号 主体片区名称 类型
1 京津冀主体片区 跨界城市主体片区
2 福建主体片区 省域主体片区
3 京广铁路沿线主体片区 铁路沿线主体片区
4 成渝主体片区 跨界城市主体片区
5 浙江主体片区 省域主体片区
6 沪苏皖主体片区 跨界城市主体片区
7 京九铁路沿线主体片区 铁路沿线主体片区
8 东北主体片区 大区域主体片区
9 山东主体片区 省域主体片区
10 西北主体片区 大区域主体片区
11 苏北主体片区 跨界城市主体片区
12 沪昆铁路沿线主体片区 铁路沿线主体片区
13 海南主体片区 省域主体片区
珠三角城市群与成渝城市群与社区划分结果比较吻合,同一城市群范围内的城市基本被识别至了同一个社区。珠三角城市群的城市均被划入社区3,社区3的范围还包括广西和京广线沿线其他城市,表明从铁路客运角度看珠三角城市群内部联系紧密且影响力还延伸至周边地区。成渝城市群所在的社区4,则还包括了湖北、陕西、河南部分地区,也彰显了成渝城市群与周边省份部分城市的交通协同发展。
长三角城市群、京津冀城市群、长江中游城市群则与社区划分结果不甚吻合。从划分结果看,长三角城市群可以提取出3个内部组团,表明长江和省域行政界线在一定程度上割裂了长三角地区的交通一体化发展,尤其是跨江、跨省铁路线亟待补充完善。京津冀城市群的城市主要被归入社区1,但是社区1的范围没有覆盖京津冀全域,表明京津冀地区在铁路网上协同发展不足,北京对周边地区的协同带动作用比较有限。长江中游城市群的归属则显得更加“支离破碎”,内部的城市分别被划入多个跨区域的干线廊道型社区,还有一些城市被划入了相邻地区为主体的社区,表明从基于铁路客运的城市网络来看,长江中游地区可能尚不具备城市群的特征。
为了定量评价各个城市群的集群特征和网络地位,计算各个城市群的局部模块度和PageRank值（表2）。从局部模块度计算结果来看,长三角和珠三角的值高于全局划分的模块度,分别达到0.5353和0.4037,表明长三角和珠三角的内部铁路客运联系比较紧密;京津冀、成渝、长江中游的局部模块度低于全局,表明这3个城市群的内部铁路客运联系比较松散,其中最为薄弱的是京津冀城市群,仅为0.2968。为了减小城市群内城市数目对横向比较的影响,在计算PageRank总值的同时还计算了各城市群的PageRank均值。从PageRank计算结果来看,长三角和长江中游的总和和均值均较高,京津冀的均值最高,珠三角和成渝的总和和均值均较低。这表明,长三角城市群不仅内部联系紧密,而且在全国网络中具有较为重要的地位。长江中游城市群尽管内部结构松散,但在全国网络中地位较高,这可能与长江中游地区在区位上位于全国铁路网中心有关。京津冀城市群虽然内部结构松散,但其核心节点北京等城市在全国网络有非常高的地位。珠三角城市群尽管内部联系比较紧密,但与全国其他地区的衔接还存在短板。成渝城市群在全国网络中的地位相对最低,表明其与全国其他地区的衔接等方面与其他4个城市群尚存在较大差距。
表2 城市群局部模块度与Pagerank指标

Tab. 2 Local modularity and Pagerank index of urban agglomeration

城市群 局部模块度 Pagerank总和 Pagerank均值
长三角 0.5353 0.1256 0.0048
珠三角 0.4037 0.0439 0.0029
京津冀 0.2968 0.0708 0.0054
长江中游 0.3630 0.1300 0.0042
成渝 0.3143 0.0368 0.0023

3.2 网络联系特征比较

从5个主要城市群之间的铁路客运网络联系来看（图4）,与其他城市群联系最紧密的依次是长江中游和长三角,与其他城市群联系最不紧密的是成渝。长江中游城市群与其他城市群联系最为紧密的原因可能包括：该城市群的规划范围相对较大,城市数目相对较多;该城市群位于5个城市群的地理中心位置,京广线、京九线等南北干线和沪昆线等东西干线均于此交汇;在八纵八横高速铁路网规划中,京广高铁等南北向高铁和沪汉蓉铁路、沪昆高铁等东西向高铁均建成时间较早并在此交汇,进一步强化了其与其他城市群之间的跨区域联系。除了长江中游与其他城市群之间外,长三角与京津冀之间的铁路客运联系亦相对紧密,两地间的京沪线和京沪高铁分别是普速铁路和高铁中最早建成、最繁忙的线路之一。与其他城市群间联系最弱的成渝受地理位置与自然地形条件限制,跨区域的干线普铁及高铁数量相对少且设计时速标准相对偏低,与其他城市群直通直连的高铁线路亟待进一步完善。
图4 5个城市群之间铁路班次OD弦图

Fig. 4 Chord diagram of railway timetable between five urban agglomerations

为了进一步评价各个城市群内部的特征,提取城市群内部的网络并构建城市群内部铁路OD图（图5）,反映城市群内部的所有联系。长三角、京津冀、长江中游内部各城市联系占比相对均衡,其中长三角存在上海、南京、杭州、苏州、无锡等多个重要节点,长江中游存在武汉、长沙、南昌、衡阳、株洲等多个重要节点,京津冀存在北京、天津、石家庄、唐山等多个重要节点,其中北京的占比相对较大。珠三角、成渝则呈现出由个别城市主导的联系特征,2个核心城市的规模占据了整个城市群的约一半,是内部最主要的联系。其中珠三角以广州、深圳为主要节点,成渝以成都、重庆为主要节点。
图5 城市群内部铁路班次OD弦图

Fig. 5 Chord diagram of railway timetable within urban agglomeration

为了进一步解析各个城市群在铁路客运班次联系方面流空间的空间结构,提取各个城市群的首位优势流,反映城市群的骨干联系。从图6结果可以看出,长三角骨干联系呈现“网络状”结构,结构最为复杂,苏州、杭州、南京是网络中的主要枢纽节点,长三角地区还有3个相对独立的小组团（江苏长江以北的通泰扬盐四市、浙东的甬台绍三市、皖南的安池铜三市）,表明这几个小组团与长三角主体骨干网络的联系相对薄弱。长江中游的骨干联系呈现“多核心组团状”结构,武汉是结构的核心节点,长沙、南昌是2个次核心节点,这3个节点则是许多其他周边城市的首位联系方向,表明了3个主要城市在各自所在片区的辐射作用较强。珠三角和京津冀骨干联系呈现“强中心放射状”结构,其核心分别是广州和北京,在各自地区起到了最重要的核心作用,2个地区还分别具有深圳、石家庄2个次一级的核心,一方面承接核心城市的辐射,另一方面起到了局部的辐射作用。成渝骨干联系呈现“双核心哑铃状”结构,成都、重庆分别是结构的两端,成渝之间是区域的主廊道,而2个城市各自还对周边地区产生辐射。
图6 城市群内部铁路班次第一优势流

注：该图基于自然资源部标准地图服务网站审图号为 GS(2019)1815号的标准地图制作,底图无修改。由于数据获取困难,本次研究不包括香港、台湾和澳门。

Fig. 6 Advantage flow of railway timetable within urban agglomeration

为了直观反映其网络结构,利用Force Atlas算法对取阈值转换为无权网络的结果进行可视化,反映城市群的主要联系。从图7中可以发现,与前文所述的城市群规划范围与铁路客运网络社区划分的耦合性关系结果对比来看,吻合较好的珠三角城市群与成渝城市群的内部网络联系呈现辐射型的结构;而吻合相对不佳的3个城市群中,长三角城市群和京津冀城市群均有部分城市“孤悬”在各自主体网络之外,而长江中游城市群的联系网络则更加松散。这一现象说明,规划范围与铁路客运供给耦合较好的情况下往往城市群内部联系比较紧密,但与是否形成网络化发展没有必然联系;二者耦合不佳则通常意味着城市群内部存在部分城市与其他城市间的铁路客运联系不紧密,需要加强部分城市与城市群核心城市间的联系。
图7 城市群内铁路班次网络取阈值无权化的网络

注：节点大小表示取阈值无权化网络的节点度中心性。

Fig. 7 Unweighted network diagram of railway timetable within urban agglomeration

3.3 规模特征比较

为了比较各个城市群在铁路客运班次联系方面的规模,对各个城市群的加权度中心性进行统计。从图8结果可以发现,长三角各个城市在规模上显著高于其他城市群,有大量城市都高于其他城市群的首位城市,彰显出长三角内部网络发育程度明显高于其他城市群。长江中游城市群规模其次,但需要注意到,长江中游城市群的空间范围较大,在空间尺度上较其他几个城市群有优势,这也是导致其内部主要城市加权度中心性较高的原因之一。珠三角和京津冀规模接近,但珠三角内部分异更加突出,中心城市在城市群内部有更大的优势地位。成渝城市群的规模体量最小。
图8 城市群内节点加权度中心性的规模分布

Fig. 8 Weighted degree centrality of nodes within urban agglomeration

为了比较各个城市群的内部规模分布特征,分别计算Zipf模型中的α值、两城市指数和首位占比。为了减小城市群内城市数目对横向比较的影响,本文综合采用这3个指标,其中α值反映城市群整体规模分布特征的集中度,两城市指数反映首位城市对次位城市的优势,首位占比反映首位城市在整个城市群的优势。表3结果反映,长三角城市群3个指标均比较低,表明长三角铁路客运网络整体呈现较高的集聚度,但首位城市上海的首位度并不高,属于多中心的集聚;珠三角的α值较低,而两城市指数和首位占比较高,表明珠三角整体也呈现较高集聚度,且首位城市广州的首位度很高;京津冀城市群3个指标也比较低,但均高于长三角,表明京津冀整体有一定的集聚度;长江中游城市群的α值最高,达到0.885,且两城市指数和首位占比都较低,表明长江中游城市群的规模分布最为均衡,集聚度最低;成渝城市群的α值最低,仅为0.421,两城市指数和首位占比都较高,表明成渝城市群的规模分布最为集中,具有最突出的首位分布特征。综上所述,长三角和京津冀具有多中心集聚的特征,珠三角和成渝具有首位集聚的特征,长江中游具有多中心分散的特征。
表3 城市群的铁路班次网络首位度特征指标

Tab. 3 Primacy index of railway timetable within urban agglomeration

城市群 α 两城市指数 首位占比
长三角 0.517 1.086 0.106
珠三角 0.556 1.532 0.274
京津冀 0.600 1.175 0.167
长江中游 0.885 1.035 0.101
成渝 0.421 1.539 0.262

3.4 网络结构特征评价

为进一步比较各个城市群的网络内部节点结构特征,计算节点的特征向量中心性,并比较各城市群特征向量中心性前10的主要节点及其加权度中心性。为了反映铁路始发终到站与中间站的节点性质差异,我们按班次的始发站与终到站构建网络再次计算各个节点的特征向量中心性,并与前 2个指标进行比较。为便于城市群间的横向对比,对3个指标进行归一化处理,映射至[0, 1]区间,如图9所示。
图9 城市群内主要节点加权度中心性和特征向量中心性

Fig. 9 Weighted degree centrality and eigenvector centrality of nodes within urban agglomeration

从加权度中心性和特征向量中心性的对比来看,长三角城市群内各节点二者排名存在较大差别,特征向量中心性最高的是南京,而加权度中心性最高的是上海,即上海是规模体量最大的节点,但在网络中并不处于最核心的枢纽位置;珠三角城市群内各节点两个指标的排名比较吻合,但也有一定的差别,广州、深圳、东莞在2个指标均位列前三,表明这几个城市既是网络中处于核心位置,又具有较高的联系量;京津冀城市群内各节点2个指标的排名也比较吻合,北京、天津2个指标均居于前两位,表明京津两市在该地区网络中的核心地位,石家庄加权度中心性高于特征向量中心性,表明相对于石家庄的体量而言,其枢纽地位还有待进一步提高;长江中游城市群的2个指标的首位城市有差别,南昌和长沙分别为特征向量中心性的首位城市,武汉在2个指标上也均位居前三,其他特征向量中心性较高的城市包括株洲和衡阳等传统铁路枢纽城市;成渝城市群2个指标基本吻合,成都、重庆两指标均居于前两位,在其他城市中,绵阳、德阳的加权度中心性明显高于特征向量中心性,达州等铁路枢纽城市则特征向量中心性较高。
结合基于始发终到的特征向量中心性来看,长三角城市群铁路客运的始发终到功能主要由上海、南京、杭州等中心城市承担,而苏州、无锡等该指标明显低于其他指标,表明这些城市虽联系规模大但承担的始发终到功能比较薄弱,二者间存在一定错位;珠三角城市群铁路客运的始发终到功能主要集中在深圳、广州、佛山等中心城市,而城市群外围大部分城市没有承担始发终到功能;京津冀城市群铁路客运的始发终到功能主要由北京、天津、石家庄等中心城市和邯郸、秦皇岛等城市群边界城市承担,其中北京的3个指标均位列第一,表现出了在城市群铁路客运网络中的绝对核心地位;长江中游城市群铁路客运的始发终到功能高度集中于武汉、南昌两个铁路局驻地的中心城市,长沙承担的城市群内始发终到功能相对于其联系规模而言较弱;成渝城市群铁路客运的始发终到功能主要由成都、重庆两个中心城市及南充、达州等铁路枢纽城市承担,其中成都的3个指标均位列第一,表现出了在城市群铁路客运网络中的绝对核心地位。
综上所述,长三角的上海、苏州,珠三角的佛山、肇庆,京津冀的石家庄、天津,成渝的绵阳等城市,属于特征向量中心性相对偏低的城市,尽管具有较大的体量规模,但在网络中的枢纽性有待提升。而一些传统或新兴铁路枢纽城市,如合肥、芜湖、株洲、上饶、达州等,则在网络地位上优于其体量规模。
从铁路客运供给与规划范围的关系、网络地位、空间形态、规模分布、节点规模与枢纽性的匹配5个维度分别对5个城市群的分析,可以总结它们各自存在不同的核心问题（表4）：长三角城市群网络发展水平较高,但局部仍可进一步优化,具体包括,一方面是城市群内长江南北、不同省域间的联系尚需进一步加强,另一方面是上海、苏州等节点在网络中的枢纽作用有待进一步发挥;京津冀城市群的核心问题在于存在部分边缘化节点如张家口、承德等,仅与北京有相对较强的联系,城市群的铁路运输组织功能主要由北京承担,而其他节点对于城市群交通组织的功能有待提升;珠三角和成渝的核心问题在于与其他城市群之间的联系偏弱,跨城市群联系有待加强,此外,这2个城市群内部的集聚度亦偏高,网络化发展水平也有待提高;长江中游城市群的核心问题在于内部结构松散,一体化程度比较低,有待加强武汉都市圈、长株潭、环鄱阳湖3个片区之间的联系。
表4 不同城市群铁路客运网络结构特征对比总结

Tab. 4 Comparison and summary of railway passenger transport network structure characteristics of different urban agglomerations

城市群 全国网络中的特征 城市群内部特征 核心问题总结
与规划范围的关系 网络地位 空间形态 规模分布 节点规模与枢纽性
长三角 不吻合 高 网络状 较集聚 不匹配 局部可进一步优化
珠三角 较吻合 低 放射状 较集聚 较匹配 跨城市群联系弱
京津冀 不吻合 较高 放射状 较集聚 较匹配 存在边缘化节点
长江中游 不吻合 高 组团状 较分散 不匹配 内部结构松散
成渝 较吻合 低 哑铃状 较集聚 较匹配 跨城市群联系弱

4 结论与讨论

4.1 结论

本研究在我国城市群一体化发展的战略背景下,从全国和城市群内部2个层面,以京津冀城市群、长三角城市群、珠三角城市群、成渝城市群和长江中游城市群5个城市群为研究对象,采用复杂网络方法和中国铁路班次数据,重点研究了铁路客运班次网络与国家规划方案中的城市群范围的关系,和5个主要城市群铁路客运班次网络的空间格局、规模结构特征及网络结构特征差异,主要结论如下：
（1）在全国层面上,基于铁路客运班次的城市组团片区与国家规划方案中的城市群在范围上存在一定的空间错位,这种空间错位同时体现在空间范围的大小和位置上。人为的行政界线和自然的地形阻隔往往是造成范围错位的重要原因,例如在长三角地区,划分结果中的沪苏皖主体片区、浙江主体片区和苏北主体片区的分界线与各省的行政界线及作为重要自然阻隔的长江比较吻合。区域经济一体化发展程度较高的地区往往在分析结果中的组团片区较大,例如珠三角地区城市均被划分入了同一片区,且所属的片区还覆盖了广西、湖南等周边地区。不同城市群在全国网络中的地位也存在差异,京津冀、长江中游各自内部联系比较松散,但在全国网络中具有重要地位;珠三角、成渝各自内部联系比较紧密,但在全国网络中的地位相对不高;长三角内部联系较为紧密且在全国网络中具有重要地位。
（2）从主要城市群内部来看,其基于铁路班次的空间特征、规模特征和网络特征有所不同。在空间结构特征上,长三角城市群呈现多节点“网络状”骨干联系,珠三角城市群以广州等节点为核心形成了“强中心放射状”的骨干联系;京津冀城市群以北京等节点为主形成了“强中心放射状”的骨干联系;长江中游城市群呈现较为松散的“多核心组团状”的骨干联系;成渝城市群以成都、重庆为核心形成了“双核心哑铃状”的骨干联系。在规模结构特征上,长三角、京津冀表现为多中心集聚,珠三角和成渝表现为首位度高的集聚,长江中游城市表现为多中心分散。从网络结构上看,长三角网络中城市的规模位序和枢纽地位不匹配,京津冀和成渝网络规模位序和枢纽地位相对吻合,珠三角和长江中游头部城市规模位序和枢纽地位较为一致,但有部分城市存在错位。

4.2 讨论

本研究依然存在一定的局限性,本研究关注城市群流空间的形态特征,不同城市群彼此间仅为相对水平的比较,而判定其形态的阈值还需要进一步的研究探讨。不同类型的铁路班次在速度、运力、价格等方面存在一定的差异,本研究未探讨不同类型铁路班次网络结构的差异,有待未来在后续研究中分析不同班次类型铁路客运网络与需求结构间的关系。受数据获取限制,本研究未能考察城市群网络的动态发展演变过程。新线路的建成通车会对原有客运网络结构产生一定的影响,例如2020年长三角城市群沪苏通铁路、连镇铁路通车以来,苏中地区与上海及苏南地区间的铁路客运联系得到了极大的加强,而南京原先的节点地位则发生了显著改变。在未来可以继续开展铁路客运网络随时间变化的研究,综合分析城市群网络的演变过程和动力机制。此外,本研究所采用的铁路客运班次仅能反映特定交通方式下的城市群流空间结构,而未纳入公路客流等其他交通流和信息流、资金流、旅游流等其他联系,在后续研究中还可以结合多源数据,全面系统地反映多种流下的流空间结构差异。
本研究发现当前城市群规划范围往往大于铁路客运服务供给网络的组团片区范围。这说明在部分地区,铁路客运服务的供给可能相对滞后于城市群规划范围。与前人相关研究对比来看,一些地区原先铁路客运服务与城市群规划范围的错位已经得到优化。例如,前人基于2013年数据的研究发现成渝城市群分属不同组团片区[36],而本研究结论中该城市群所有城市均属于同一个组团片区,表明随着该地区城际铁路的建设,城市群内部铁路客运的一体化水平得到了提升。然而,仍有一些地区的错位依然存在,例如从铁路客运服务供给现状来看,规划中的长江中游城市群当前更类似于若干个更小的城市群,这一特征也在其他学者对该城市群的创新网络[53]、人口迁徙网络[54]等研究中有类似的发现。此外,不少地区不考虑现实基础盲目扩大城市群规划范围的现象,在一些学者利用夜光影像与POI数据的研究结论中也有所印证[55]。
本研究发现的结论可以为城市群规划范围划定和城市群交通规划2个方面提供政策参考价值。在城市群的范围方面,针对铁路客运服务供给与城市群规划范围不一致的问题,在未来的规划中,一方面,应当依据发展现状及预期合理确定城市群的地域范围,避免随意扩大城市群范围;另一方面,应当做好与上位规划的衔接和城市群内部的融合协调发展,尤其是针对一些跨省域的城市群,更应建立区域合作的长效机制,减小行政区划及自然地形对区域一体化发展的影响。在城市群交通规划方面,发现不同城市群存在网络结构发展阶段的差异。在未来的规划中,既要加强综合枢纽城市建设,发挥区域辐射带动作用,促进规模位序结构与网络结构的耦合发展;也要处理好效率与公平的关系,加强区域边缘城市的补短板建设,促进区域交通的网络化发展,支撑城市群一体化发展。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
方创琳. 中国城市群研究取得的重要进展与未来发展方向[J]. 地理学报, 2014, 69(8):1130-1144.

DOI

[ Fang C L. Progress and the future direction of research into urban agglomeration in China[J]. Acta Geographica Sinica, 2014, 69(8):1130-1144. ]

[2]
Beaverstock J V, Smith R G, Taylor P J. World-city network: A new metageography?[J]. Annals of the Association of American Geographers, 2000, 90(1):123-134.

[3]
刘建国, 张妍, 黄杏灵. 中国人文地理学区域空间结构研究的主要领域及展望[J]. 地理科学, 2019, 39(6):874-885.

DOI

[ Liu J G, Zhang Y, Huang X L. Main areas and prospects of regional spatial structure research in Chinese human geography[J]. Scientia Geographica Sinica, 2019, 39(6):874-885. ]

[4]
武前波, 宁越敏. 中国城市空间网络分析——基于电子信息企业生产网络视角[J]. 地理研究, 2012, 31(2):207-219.

[ Wu Q B, Ning Y M. China's urban network based on spatial organization of electronic information enterprises[J]. Geographical Research, 2012, 31(2):207-219. ]

[5]
李仙德. 基于上市公司网络的长三角城市网络空间结构研究[J]. 地理科学进展, 2014, 33(12):1587-1600.

DOI

[ Li X D. Spatial structure of the Yangtze River Delta urban network based on the pattern of listed companies network[J]. Progress in Geography, 2014, 33(12):1587-1600. ]

[6]
Malecki E J. The economic geography of the internet's infrastructure[J]. Economic Geography, 2002, 78(4):399-424.

[7]
Derudder B, Witlox F, Faulconbridge J, et al. Airline data for global city network research: Reviewing and refining existing approaches[J]. GeoJournal, 2008, 71(1):5-18.

[8]
Song G, Yang J W. Measuring the spatiotemporal variation and evolution of transport network of China's megaregions[J]. Journal of Geographical Sciences, 2016, 26(10):1497-1516.

[9]
钟业喜, 陆玉麒. 基于铁路网络的中国城市等级体系与分布格局[J]. 地理研究, 2011, 30(5):785-794.

[ Zhong Y X, Lu Y Q. Hierarchical structure and distribution pattern of Chinese urban system based on railway network[J]. Geographical Research, 2011, 30(5):785-794. ]

[10]
薛俊菲. 基于航空网络的中国城市体系等级结构与分布格局[J]. 地理研究, 2008, 27(1):23-32.

[ Xue J F. Hierarchical structure and distribution pattern of Chinese urban system based on aviation network[J]. Geographical Research, 2008, 27(1):23-32. ]

[11]
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.

DOI

[ Zhen F, Wang B, Chen Y X. China's city network characteristics based on social network space: An empirical analysis of Sina micro-blog[J]. Acta Geographica Sinica, 2012, 67(8):1031-1043. ]

[12]
熊丽芳, 甄峰, 王波, 等. 基于百度指数的长三角核心区城市网络特征研究[J]. 经济地理, 2013, 33(7):67-73.

[ Xiong L F, Zhen F, Wang B, et al. The research of the Yangtze River Delta core area's city network characteristics based on Baidu index[J]. Economic Geography, 2013, 33(7):67-73. ]

[13]
李雪铭, 刘贺, 田深圳, 等. 东北三省城市人居活动网络结构及影响因素分析——基于百度贴吧分析[J]. 地理科学进展, 2019, 38(11):1-9.

[ Li X M, Liu H, Tian S Z, et al. Network structure and influencing factors of urban human habitat activities in the three provinces of Northeast China: Based on Baidu post bar data[J]. Progress in Geography, 2019, 38(11):1-9. ]

[14]
Castells M. The rise of the network society[M]. Oxford: Blackwell, 1996.

[15]
Castells M. The network society: A cross-cultural perspective[M]. Cheltenham: Edward Elgar, 2004.

[16]
董超. “流空间”的地理学属性及其区域发展效应分析[J]. 地域研究与开发, 2012, 31(2):5-8,14.

[ Dong C. On the Geographical attributes of space of flows and their effects in regional development[J]. Areal Research and Development, 2012, 31(02):5-8,14. ]

[17]
Taylor P J, Catalano G, Walker D R F. Measurement of the world city network[J]. Urban Studies, 2002, 39(13):2367-2376.

[18]
Powell W W. Neither market nor hierarchy: Network forms of organization[J]. Research in Organizational Behavior, 1990(12):295-336.

[19]
Thompson G. Between hierarchies and markets[M]. Oxford: Oxford University Press, 2003.

[20]
马学广, 李贵才. 全球流动空间中的当代世界城市网络理论研究[J]. 经济地理, 2011, 31(10):1630-1637.

[ Ma X G, Li G C. Study on world city network theory within global space of flow[J]. Economic Geography, 2011, 31(10):1630-1637. ]

[21]
侯赟慧, 刘洪. 基于社会网络的城市群结构定量化分析——以长江三角洲城市群资金往来关系为例[J]. 复杂系统与复杂性科学, 2006, 3(2):35-42.

[ Hou Y H, Liu H. Quantitative analysis to the city agglomeration structure based on social network: A case of capital exchange network of the Yangtse river delta[J]. Complex Systems and Complexity Science, 2006, 3(2):35-42. ]

[22]
陈浩, 陆林, 郑嬗婷. 基于旅游流的城市群旅游地旅游空间网络结构分析——以珠江三角洲城市群为例[J]. 地理学报, 2011, 66(2):257-266.

[ Chen H, Lu L, Zheng S T. The spatial network structure of the tourism destinations in urban agglomerations based on tourist flow: A case study of the Pearl River Delta[J]. Acta Geographica Sinica, 2011, 66(2):257-266. ]

[23]
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

[ Wang J E, Jing Y. Comparison of spatial structure and organization mode of inter-city networks from the perspective of railway and air passenger flow[J]. Acta Geographica Sinica, 2017, 72(8):1508-1519. ]

[24]
Wang J E, Mo H H, Wang F H, et al. Exploring the network structure and nodal centrality of China's air transport network: A complex network approach[J]. Journal of Transport Geography, 2011, 19(4):712-721.

[25]
王少剑, 高爽, 王宇渠. 基于流空间视角的城市群空间结构研究——以珠三角城市群为例[J]. 地理研究, 2019, 38(8):1849-1861.

DOI

[ Wang S J, Gao S, Wang Y Q. Spatial structure of the urban agglomeration based on space of flows: The study of the Pearl River Delta[J]. Geographical Research, 2019, 38(8):1849-1861. ]

[26]
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(2):16-23.

[ Luo Z D, He H M, Geng L. Analysis of the polycentric structure of Yangtze River Delta based on passenger traffic flow[J]. Urban Planning Forum, 2011(2):16-23. ]

[27]
王姣娥, 焦敬娟, 黄洁, 等. 交通发展区位测度的理论与方法[J]. 地理学报, 2018, 73(4):666-676.

DOI

[ Wang J E, Jiao J J, Huang J, et al. Theory and methodology of transportation development and location measures[J]. Acta Geographica Sinica, 2018, 73(4):666-676. ]

[28]
王成金, 丁金学, 杨威. 中国高速公路规划网的空间效应与政策机制[J]. 地理学报, 2011, 66(8):1076-1088.

[ Wang C J, Jing J X, Yang W. Policy and spatial effect of expressway planning network in China[J]. Acta Geographica Sinica, 2011, 66(8):1076-1088. ]

[29]
王成金. 中国高速公路网的发展演化及区域效应研究[J]. 地理科学进展, 2006, 25(6):126-137.

[ Wang C J. Regional impaction and evolution of express way networks in China[J]. Progress in Geography, 2006, 25(6):126-137. ]

[30]
周恺. 长江三角洲高速公路网通达性与城镇空间结构发展[J]. 地理科学进展, 2010, 29(2):241-248.

[ Zhou K. Expressway network accessibility analysis and structured change of urban system in Yangtze Delta Megalopolis[J]. Progress in Geography, 2010, 29(2):241-248. ]

[31]
金凤君, 王姣娥. 20世纪中国铁路网扩展及其空间通达性[J]. 地理学报, 2004, 59(2):293-302.

[ Jin F J, Wang J E. Railway network expansion and spatial accessibility analysis in China: 1906-2000[J]. Acta Geographica Sinica, 2004, 59(2):293-302. ]

[32]
朱桃杏, 吴殿廷, 马继刚, 等. 京津冀区域铁路交通网络结构评价[J]. 经济地理, 2011, 31(4):561-565,572.

[ Zhu T X, Wu D T, Ma J G, et al. Evaluation of rail transport network within Beijing-Tianjin-Hebei region[J]. Economic Geography, 2011, 31(4):561-565,572. ]

[33]
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. Looking into the network structure of Chinese urban system from the perspective of air transportation[J]. Geographical Research, 2002, 21(3):276-286. ]

[34]
王姣娥, 莫辉辉, 金凤君. 中国航空网络空间结构的复杂性[J]. 地理学报, 2009, 64(8):899-910.

DOI

[ Wang J E, Mo H H, Jin F J. Spatial structural characteristics of Chinese aviation network based on complex network theory[J]. Acta Geographica Sinica, 2009, 64(8):899-910. ]

[35]
王成金, 金凤君. 中国海上集装箱运输的组织网络研究[J]. 地理科学, 2006, 26(4):392-401.

[ Wang C J, Jin F J. Organization networks of Chinese marine container transportation[J]. Scientia Geographica Sinica, 2006, 26(4):392-401. ]

[36]
焦敬娟, 王姣娥, 金凤君, 等. 高速铁路对城市网络结构的影响研究——基于铁路客运班列分析[J]. 地理学报, 2016, 71(2):265-280.

DOI

[ Jiao J J, Wang J E, Jin F J, et al. Impact of high-speed rail on inter-city network based on the passenger train network in China, 2003-2013[J]. Acta Geographica Sinica, 2016, 71(2):265-280. ]

[37]
黄洁, 杜德林, 王姣娥, 等. 基于城市群尺度的高铁列车与长途汽车网络结构比较[J]. 地理科学, 2020, 40(12):1958-1966.

DOI

[ Huang J, Lin D L, Wang J E, et al. A comparative study on network structures of high-speed train and inter-city coach based on the urban agglomerations[J]. Scientia Geographica Sinica, 2020, 40(12):1958-1966.]

DOI

[38]
Hall P, Pain K. The polycentric metropolis:leatning from mega-city regions in Europe[M]. London: Earthscan, 2006.

[39]
周文梁. 客运专线网络列车开行方案与运行图综合优化模型及算法[D]. 长沙: 中南大学, 2010.

[ Zhou W L. Integrated optimization model and algorithm of train plan and diagram on dedicated passenger network[D]. Changsha: Central South University, 2010. ]

[40]
陶思宇. 客运专线网络旅客列车开行方案优化设计与调整研究[D]. 成都: 西南交通大学, 2012.

[ Tao S Y. Optimization and adjustment of passenger train operation scheme in passenger dedicated line net[D]. Chengdu: Southwest Jiaotong University, 2012. ]

[41]
牛永涛, 韩宝明, 李华. 我国铁路客运市场特点及客运专线客流组织原则研究[J]. 铁道经济研究, 2010(1):40-43.

[ Niu Y T, Han B M, Li H. Research on characteristics of passenger transport market and organization principle of passenger traffic of PDL[J]. Railway Economics Research, 2010(1):40-43. ]

[42]
方创琳, 王振波, 马海涛. 中国城市群形成发育规律的理论认知与地理学贡献[J]. 地理学报, 2018, 73(4):651-665.

DOI

[ Fang C L, Wang Z B, Ma H T. The theoretical cognition of the development law of China's urban agglomeration and academic contribution[J]. Acta Geographica Sinica, 2018, 73(4):651-665. ]

[43]
陈守强, 黄金川. 城市群空间发育范围识别方法综述[J]. 地理科学进展, 2015, 34(3):313-320.

DOI

[ Chen S Q, Huang J C. Review of range recognition research on urban agglomerations[J]. Progress in Geography, 2015, 34(3):313-320.]

[44]
方创琳, 毛其智, 倪鹏飞. 中国城市群科学选择与分级发展的争鸣及探索[J]. 地理学报, 2015, 70(4):515-527.

DOI

[ Fang C L, Mao Q Z, Ni P F. Discussion on the scientific selection and development of China's urban agglomerations[J]. Acta Geographica Sinica, 2015, 70(4):515-527. ]

[45]
赵鹏军, 吕迪, 胡昊宇, 等. 适应人口发展的现代化综合交通运输体系研究[J]. 地理学报, 2020, 75(12):2699-2715.

DOI

[ Zhao P J, Lyu D, Hu H Y, et al. Population-development oriented comprehensive modern transport system in China[J]. Acta Geographica Sinica, 2020, 75(12):2699-2715. ]

[46]
国家发展改革委. 京津冀协同发展[EB/OL]. (2019-11-27)[2021-06-01]. https://www.ndrc.gov.cn/gjzl/jjjxtfz/201911/t20191127_1213171.html.

[National Development and Reform Commission. Beijing-Tianjin-Hebei collaborative development[EB/OL] (2019-11-27)[2021-06-01]. https://www.ndrc.gov.cn/gjzl/jjjxtfz/201911/t20191127_1213171.html.

[47]
国家发展改革委. 中共中央国务院印发长江三角洲区域一体化发展规划纲要[EB/OL]. (2020-07-28)[2021-06-01]. https://www.ndrc.gov.cn/xwdt/ztzl/cjsjyth1/ghzc/202007/t20200728_1234708.ht.ml

[National Development and Reform Commission. The Central Committee of the Communist Party of China and the State Council issued the outline of the regional integration development plan for the Yangtze River Delta[EB/OL] (2020-07-28)[2021-06-01]. https://www.ndrc.gov.cn/xwdt/ztzl/cjsjyth1/ghzc/202007/t20200728_1234708.html.

[48]
国家发展改革委. 国家发展改革委关于印发长江中游城市群发展规划的通知[EB/OL]. (2015-04-13)[2021-06-01]. https://www.ndrc.gov.cn/xxgk/zcfb/tz/201504/t20150416_963800.html.

[National Development and Reform Commission. National Development and Reform Commission issued development plan of urban agglomeration in the middle reaches of the Yangtze River[EB/OL]. (2015-04-13)[2021-06-01]. https://www.ndrc.gov.cn/xxgk/zcfb/tz/201504/t20150416_963800.html.

[49]
国家发展改革委. 国家发展改革委住房城乡建设部关于印发成渝城市群发展规划的通知[EB/OL]. (2016-04-27)[2021-06-01]. https://www.ndrc.gov.cn/fzggw/jgsj/ghs/sjdt/201605/t20160504_1170022_ext.html.

[National Development and Reform Commission. National Development and Reform Commission,Ministry of Housing and Urban-rural development issued Chengdu Chongqing urban agglomeration development plan[EB/OL]. (2016-04-27)[2021-06-01]. https://www.ndrc.gov.cn/fzggw/jgsj/ghs/sjdt/201605/t20160504_1170022_ext.html.

[50]
人民论坛. 珠三角14个城市综合创新能力测评及排名[EB/OL]. (2017-12-29)[2021-06-01]. http://www.rmlt.com.cn/2017/1229/507293.shtml.

[People's Forum. Evaluation and ranking of comprehensive innovation ability of 14 cities in Pearl River Delta[EB/OL]. (2017-12-29)[2021-06-01]. http://www.rmlt.com.cn/2017/1229/507293.shtml.

[51]
盛名时刻表[EB/OL]. http://smskb.com/.

[SM timetable[EB/OL]. http://smskb.com/.

[52]
Nystuen J D, Dacey M F. A graph theory interpretation of nodal regions[C]// Papers of the Regional Science Association. Springer-Verlag, 1961, 7(1):29-42.

[53]
李琳, 彭璨. 长江中游城市群协同创新空间关联网络结构时空演变研究[J]. 人文地理, 2020, 35(5):94-102.

[ Li L, Peng C. Study on the structure of collaborative innovation network of urban agglomeration in the middle reaches of the Yangtze River and its evolution[J]. Human Geography, 2020, 35(5):94-102. ]

[54]
郑伯红, 钟延芬. 基于复杂网络的长江中游城市群人口迁徙网络空间结构[J]. 经济地理, 2020, 40(5):118-128.

[ Zheng B H, Zhong Y F. Study on spatial structure of population migration network of urban agglomeration in the middle Yangtze River based on complex network[J]. Economic Geography, 2020, 40(5):118-128. ]

[55]
梁泽, 黄姣, 韦飞黎, 等. 基于夜光遥感影像与百度POI数据的中国城市群空间范围识别方法[J]. 地理研究, 2020, 39(1):92-102.

DOI

[ Liang Z, Huang J, Wei F L, et al. Identifying the spatial range of urban agglomerations in China based on night light remote sensing and POI data[J]. Geographical Research, 2020, 39(1):92-102. ]

Options
Outlines

/

〈 〉