(重慶師范大學(xué) 地理與旅游學(xué)院，重慶 401331)

在高速交通與通訊基礎(chǔ)設(shè)施的支撐下,區(qū)域尺度乃至全球尺度下的城市通過各種類型的“流”形成了緊密的聯(lián)系網(wǎng)絡(luò)。城市與區(qū)域聯(lián)系網(wǎng)的網(wǎng)絡(luò)與流空間日益成為理解當(dāng)代城市外部關(guān)系的重要關(guān)鍵詞。Taylor將城市之間的網(wǎng)絡(luò)關(guān)系視為城市的“第二本質(zhì)”[1]。獲取城市之間、具備O-D屬性的有效數(shù)據(jù)成為能否揭示網(wǎng)絡(luò)時代背景下城市間關(guān)系格局的關(guān)鍵。當(dāng)前獲取關(guān)系數(shù)據(jù)主要通過三種途徑實

現(xiàn):模型擬合、參量替代與實測數(shù)據(jù)。模型擬合主要依賴重力模型及其修正形式[2]。InhoHong、Woo-SungJung利用重力模型對韓國公交系統(tǒng)進(jìn)行了模擬[3]。參量替代主要通過生產(chǎn)者服務(wù)業(yè)公司的結(jié)構(gòu)數(shù)據(jù)來替代。Peter Talyor領(lǐng)導(dǎo)的GaWC研究團(tuán)隊是該領(lǐng)域研究的重要推動者,他們嘗試?yán)梅煞?wù)公司網(wǎng)絡(luò)、航空流網(wǎng)絡(luò)、高級生產(chǎn)性服務(wù)業(yè)網(wǎng)絡(luò)、高檔酒店的分布、高等教育機(jī)構(gòu)的分布、全球性媒體的分布、非政府組織的分布、科學(xué)文獻(xiàn)引用網(wǎng)絡(luò)、基礎(chǔ)設(shè)施網(wǎng)絡(luò)等途徑來構(gòu)建全球城市體系的網(wǎng)絡(luò)框架。實測數(shù)據(jù)主要包括抽樣調(diào)查數(shù)據(jù)和大數(shù)據(jù)分析運(yùn)算。Jiang、Liu利用出租車的GPS軌跡分析了城市空間結(jié)構(gòu)對城市的影響[4,5];Roth等利用倫敦地鐵卡數(shù)據(jù)分析了多中心城市的城市結(jié)構(gòu)[6];龍瀛利用北京市公交刷卡數(shù)據(jù)分析了職住關(guān)系與通勤出行的關(guān)系[7];甄峰、王波等通過微博這一影響力巨大的社會媒體平臺, 研究了我國的城市網(wǎng)絡(luò)體系[8]。此外,城市間不同類型的客貨運(yùn)發(fā)車車次也是替代實際聯(lián)系流的有效手段。特別是隨著各類互聯(lián)網(wǎng)票務(wù)發(fā)售平臺的興起,使車次數(shù)據(jù)的獲取更加便捷,相關(guān)研究也不斷涌現(xiàn)。鐘業(yè)喜將列車始發(fā)車數(shù)量作為屬性數(shù)據(jù),判定我國城市的等級體系[9];陳偉勁、馬學(xué)廣等借用客運(yùn)班次信息,表征了珠三角城市聯(lián)系的空間格局特征[10];馮長春借助城際軌道交通數(shù)據(jù),對珠三角城市的功能多中心進(jìn)行了探討[11];羅振東、何鶴鳴等選擇日常公路客流入手,分析了省域城市間的空間內(nèi)在關(guān)聯(lián)[12];陳偉等采用多元交通流對我國城市網(wǎng)絡(luò)層級結(jié)構(gòu)與特征進(jìn)行了研究[13]?？土魇菂^(qū)域聯(lián)系中能動性較強(qiáng)的聯(lián)系流,它不但自身承擔(dān)著信息傳播的重要作用,而且可通過地緣與親緣社會網(wǎng)絡(luò)進(jìn)一步滲透,擴(kuò)展影響其范圍,影響城市間商品貿(mào)易(貨物流)的聯(lián)系。

當(dāng)前的研究在地域上主要關(guān)注珠三角等沿海城市群,而對作為國家五大城市群之一的川渝城市群關(guān)注不夠。目前針對川渝城市群聯(lián)系網(wǎng)絡(luò)的探討僅見譚一氵名等采用川渝高級生產(chǎn)者服務(wù)業(yè)公司的網(wǎng)絡(luò)研究[14]。而以重化工為主導(dǎo)產(chǎn)業(yè)體系的川渝地區(qū)是我國西部城鎮(zhèn)密度最高、發(fā)展條件最好的地區(qū),是全國“兩橫三縱”城市化戰(zhàn)略格局中沿長江通道橫軸和包昆通道縱軸的交匯地帶[15],是“一帶一路”與“長江經(jīng)濟(jì)帶”兩大國家戰(zhàn)略的重要銜接點(diǎn)。研究川渝城市群內(nèi)部的聯(lián)系狀況以及優(yōu)化配置具有重要的現(xiàn)實意義。本文借助城市間陸路客運(yùn)車次數(shù)據(jù)初步揭示川渝城市群客流聯(lián)系網(wǎng)絡(luò)的格局,有利于川渝城市群的規(guī)劃與建設(shè)協(xié)調(diào),并為微觀層面的城市規(guī)劃或區(qū)域規(guī)劃提供參考與依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究范圍

研究范圍包括四川省與重慶市行政范圍內(nèi)的所有地級行政單元。本文將汽車客運(yùn)站的地理位置歸屬到對應(yīng)的地市級行政單元。由于重慶主城區(qū)與成都三圈層內(nèi)客運(yùn)站的設(shè)置與行政區(qū)劃并不一致,且主城區(qū)之間存在著地鐵、輕軌等高效公共交通體系,區(qū)級行政單元之間共享客運(yùn)市場的現(xiàn)象較普遍,因此分別合并為重慶主城區(qū)和成都主城區(qū),故研究單元共有52個(圖1)。

1.2 數(shù)據(jù)來源

本研究搜集了2016年3月24日至4月9日期間的四川省汽車客運(yùn)票務(wù)網(wǎng)(https://www.scqckypw.com/)和重慶市公路客運(yùn)售票網(wǎng)(http://www.96096kp.com/)每周兩天(工作日和非工作日各抽取一天)的雙向公路汽車客運(yùn)數(shù)據(jù),并通過“12306”中國鐵路客服中心網(wǎng)站搜集2016年7月25日至7月31日列車(普通列車、高鐵、動車)的客運(yùn)數(shù)據(jù)。研究共收集城市之間具有“O-D”信息的公路客運(yùn)車輛數(shù)據(jù)2126條、列車數(shù)據(jù)922條,并分別根據(jù)公路客運(yùn)聯(lián)系、列車客運(yùn)聯(lián)系和陸路客運(yùn)總聯(lián)系建立研究單元之間的聯(lián)系矩陣。工業(yè)總產(chǎn)值、人口數(shù)量、GDP等屬性數(shù)據(jù)來源于2015年的《四川省統(tǒng)計年鑒》和《重慶市統(tǒng)計年鑒》。

圖1 研究區(qū)

1.3 研究方法

本研究利用社會網(wǎng)絡(luò)分析方法(Ucinet軟件)完成相關(guān)網(wǎng)絡(luò)的處理與分析,并利用ArcGIS10.0軟件完成制圖。社會網(wǎng)絡(luò)分析是分析復(fù)雜網(wǎng)絡(luò)的經(jīng)典方法,中心性分析、核心邊緣結(jié)構(gòu)分析、最大聯(lián)系流是常用的分析指標(biāo)。此外,針對城市與區(qū)域網(wǎng)絡(luò)的特殊性,本研究將不對稱性引入到分析框架中。不對稱性在一定程度上是城市間內(nèi)在等級、協(xié)作關(guān)系的外在表現(xiàn)。

核心邊緣結(jié)構(gòu):該結(jié)構(gòu)是關(guān)于區(qū)域空間結(jié)構(gòu)與經(jīng)濟(jì)發(fā)展變化的一個模型結(jié)構(gòu),包括了核心區(qū)域和邊緣區(qū)域。核心區(qū)域和邊緣區(qū)域共同組成空間系統(tǒng),核心區(qū)域在空間系統(tǒng)中具有支配地位,核心度越高，反映該區(qū)域的經(jīng)濟(jì)發(fā)展越快,具備創(chuàng)新活動的條件越優(yōu)越。

最大聯(lián)系流:在客流網(wǎng)絡(luò)中,根據(jù)每個節(jié)點(diǎn)的聯(lián)系方向與聯(lián)系量的大小依次提取最大向心流和最大離心流。線條粗細(xì)代表聯(lián)系量的大小,聯(lián)系量越大,表明兩地區(qū)的聯(lián)系越緊密。

不對稱性分析:網(wǎng)絡(luò)聯(lián)系的不對稱程度體現(xiàn)著聯(lián)系主體之間的地位與等級關(guān)系。本文將兩節(jié)點(diǎn)城市間車次往來差值大小與城市等級相結(jié)合進(jìn)行不對稱性分析。

2 基于陸路客運(yùn)聯(lián)系的川渝城市網(wǎng)絡(luò)

2.1 網(wǎng)絡(luò)結(jié)構(gòu)分析

首先,將列車聯(lián)系矩陣與汽車聯(lián)系矩陣相加,得到總體陸路客流聯(lián)系矩陣。其次,分別針對列車聯(lián)系矩陣與客運(yùn)汽車聯(lián)系矩陣做進(jìn)一步分析。

中心性:從總體陸路客流聯(lián)系網(wǎng)絡(luò)來看,重慶市主城區(qū)與成都市主城區(qū)及周邊區(qū)縣是中心性最高的地區(qū),中心性達(dá)2.45以上(圖2)。其中,成都主城區(qū)高達(dá)13.56,重慶主城區(qū)達(dá)6.32。瀘州市、綿陽市、德陽市、內(nèi)江市、眉山市、資陽市也比較高。川渝城市群兩大核心之間的中間地帶是中心性較高的區(qū)域,尤其是瀘州市。

圖2 總體陸路客流聯(lián)系中心性

從公路客流網(wǎng)絡(luò)來看(圖3),成都主城區(qū)及其周邊區(qū)縣、重慶主城區(qū)中心性明顯占優(yōu),四川省各城市在中心性方面顯著高于重慶市各區(qū)縣，這與地形條件、主城區(qū)吸引范圍以及主城與腹地間的關(guān)聯(lián)性強(qiáng)度有關(guān)。從鐵路客流網(wǎng)絡(luò)來看(圖4),由于川渝地區(qū)鐵路發(fā)展相對滯后,路網(wǎng)結(jié)構(gòu)也不甚合理,鐵路的影響范圍基本局限在沿線地區(qū)，因此城市群北部的城市中心性明顯占優(yōu)勢。成都主城區(qū)及其周邊縣市、重慶主城區(qū)、達(dá)州市、遂寧市、涪陵區(qū)的鐵路客流網(wǎng)絡(luò)中心性較高。

核心邊緣結(jié)構(gòu):從總體陸路客流聯(lián)系網(wǎng)絡(luò)來看(圖5),四川省明顯處于核心地位。成都主城區(qū)及“成綿樂”發(fā)展軸、成渝高速(G85)沿線的資陽、內(nèi)江等城市與區(qū)域在網(wǎng)絡(luò)中核心度最高,是網(wǎng)絡(luò)的核心部分。

圖3 客車中心度

圖4 列車中心度

從公路客流網(wǎng)絡(luò)來看(圖6),成都、綿陽、眉山、樂山、資陽等城市是網(wǎng)絡(luò)的核心部分,尤其是“成綿樂”發(fā)展軸的核心地位突出。從鐵路客流網(wǎng)絡(luò)來看(圖7),核心部分仍集中在城市群的北部。成都主城區(qū)和川東北的達(dá)州、廣安、南充、遂寧核心度較高，重慶主城區(qū)、萬州以及新興的鐵路交通樞紐區(qū)縣(如合川、涪陵、豐都、石柱等)的核心度較高。

最大聯(lián)系流:從總體客流網(wǎng)絡(luò)來看,成都主城區(qū)與重慶主城區(qū)的輻射范圍基本與其省級行政區(qū)劃邊界吻合(圖8、圖9)，但川東北的達(dá)州、巴中、廣安主要的客流聯(lián)系對象卻是重慶主城區(qū)。從公路客流網(wǎng)絡(luò)和鐵路客流網(wǎng)絡(luò)來看(圖10、圖11),公路客流網(wǎng)絡(luò)的節(jié)點(diǎn)層級分布是獨(dú)立的雙中心結(jié)構(gòu)(圖12、圖13),而鐵路客流網(wǎng)絡(luò)則呈現(xiàn)出軸輻結(jié)構(gòu)模式。這種區(qū)別主要是由于鐵路客運(yùn)與公路客運(yùn)在輻射范圍尺度上的差別。川東北的達(dá)州、廣安、巴中在上述網(wǎng)絡(luò)中均位于重慶主城區(qū)的輻射影響范圍。在鐵路客流網(wǎng)絡(luò)中,成渝客運(yùn)專線的貫通,使成渝兩地及其中部沿線的內(nèi)江等城市的客流聯(lián)系非常緊密。

圖5 陸路客流網(wǎng)絡(luò)核心邊緣結(jié)構(gòu)

圖6 公路客流網(wǎng)絡(luò)核心邊緣結(jié)構(gòu)

圖7 鐵路客流網(wǎng)絡(luò)核心邊緣結(jié)構(gòu)

圖8 陸運(yùn)客流最大向心流網(wǎng)絡(luò)

圖9 陸運(yùn)客流最大離心流網(wǎng)絡(luò)

圖10 公路客流最大向心流網(wǎng)絡(luò)

圖11 公路客流最大離心流網(wǎng)絡(luò)

圖12 鐵路客流最大向心流網(wǎng)絡(luò)

圖13 鐵路客流最大離心流網(wǎng)絡(luò)

不對稱性:網(wǎng)絡(luò)聯(lián)系的不對稱程度體現(xiàn)著聯(lián)系主體之間的地位與等級關(guān)系?？土骶W(wǎng)絡(luò)的不對稱性一定程度上也反映了人口流動的方向。從公路客流網(wǎng)絡(luò)來看(圖14),以成都主城區(qū)和重慶主城區(qū)為兩大核心,周邊分布著大量不對稱的聯(lián)系。其中,成都主城區(qū)的不對稱聯(lián)系最明顯,與其保持不對稱聯(lián)系的節(jié)點(diǎn)城市主要分布在成都的東部和南部,即老成渝線(G85渝昆高速)沿線;成都主城區(qū)與瀘州市的公路客流聯(lián)系差值最大,且方向由瀘州指向成都。從鐵路客流網(wǎng)絡(luò)來看(圖15),不對稱性聯(lián)系主要集中在重慶主城—遂寧—成都一線，差值最大的聯(lián)系分布在重慶主城區(qū)與成都主城區(qū)之間。此外,位于成渝兩地中間地帶的遂寧市與其他城市間不對稱聯(lián)系的分布也較集中。

圖14 公路客流網(wǎng)絡(luò)不對稱聯(lián)系分布

圖15 鐵路客流網(wǎng)絡(luò)不對稱聯(lián)系分布

2.2 陸路客流網(wǎng)絡(luò)的相關(guān)性分析

城市間客流大小的影響因素分為宏觀因素和微觀因素。宏觀方面,人口總數(shù)是最基本因素。較豐富的就業(yè)崗位、較高的收入水平是導(dǎo)致人口集聚的重要因子。微觀方面,個體的社會交往圈、社會群體間的文化與社會認(rèn)同影響城市間客流的大小。遷移個體的性別、年齡、家庭結(jié)構(gòu)等因素也會對客流產(chǎn)生影響。由于數(shù)據(jù)可獲性的制約,本文僅針對川渝城市群影響陸運(yùn)客流的宏觀因素進(jìn)行初步探討。

由于歷史背景和地理條件的限制,四川盆地制造業(yè)在國民經(jīng)濟(jì)中占有重要地位,重慶市表現(xiàn)得尤為顯著，但鐵路交通基礎(chǔ)設(shè)施的建設(shè)水平較國內(nèi)其他地區(qū)相對落后。長期以來,鐵路運(yùn)輸在四川盆地內(nèi)部社會經(jīng)濟(jì)發(fā)展中起到的作用遠(yuǎn)不及公路交通。這一點(diǎn)與東北地區(qū)的情況有較大差異。近年來,由于高速鐵路發(fā)展,動車、城際高鐵在社會經(jīng)濟(jì)中發(fā)揮的作用逐漸增強(qiáng)，鐵路客運(yùn)在社會經(jīng)濟(jì)發(fā)展中的地位有顯著提高。因此,本文以工業(yè)總產(chǎn)值、人口數(shù)量、GDP總量作為代表性因素,運(yùn)用QAP相關(guān)分析方法,探討陸路客流網(wǎng)絡(luò)與網(wǎng)絡(luò)主體的上述屬性數(shù)據(jù)之間的相關(guān)性。結(jié)果表明:公路客流網(wǎng)絡(luò)與工業(yè)總產(chǎn)值相關(guān)性最強(qiáng)(表1),鐵路客流網(wǎng)絡(luò)與GDP總量的相關(guān)性最強(qiáng)(表2)。

表1 公路客流網(wǎng)絡(luò)相關(guān)性分析

表2 鐵路客流網(wǎng)絡(luò)相關(guān)性分析

3 結(jié)論與展望

主要是:①川渝陸路客流網(wǎng)絡(luò)總體呈現(xiàn)出顯著的“T”字型結(jié)構(gòu)。重慶主城區(qū)與成都市共同構(gòu)成網(wǎng)絡(luò)的兩大核心節(jié)點(diǎn),并沿主要的交通線路延展,形成“成綿樂”發(fā)展軸與“成渝”沿線發(fā)展軸。其中,“成綿樂”發(fā)展軸客流網(wǎng)絡(luò)的發(fā)育程度較好,形成了以成都市為中心,綿陽、眉山、樂山為次中心的空間關(guān)聯(lián)體系。得益于成渝城際鐵路的貫通,成渝之間的城市在網(wǎng)絡(luò)中的地位也較高。由于自然地形的限制、環(huán)狀交通線路建設(shè)相對滯后,重慶主城區(qū)與周邊區(qū)縣、周邊區(qū)縣之間的聯(lián)系網(wǎng)絡(luò)發(fā)展相對不足。②重慶市陸運(yùn)客流網(wǎng)絡(luò)的輻射范圍與行政區(qū)劃范圍不一致。川東北的達(dá)州、巴中與廣安屬于重慶市的輻射范圍,應(yīng)在交通基礎(chǔ)設(shè)施建設(shè)方面進(jìn)行統(tǒng)一規(guī)劃、協(xié)調(diào)建設(shè)。③瀘州市在未來成渝合作中的地位不容小覷。瀘州與成都保持著網(wǎng)絡(luò)中最大的不對稱聯(lián)系,表明成都對瀘州存在著較強(qiáng)的客流引力?？紤]到未來渝昆高鐵的修建將有望極大促進(jìn)重慶與瀘州的客流聯(lián)系，屆時瀘州將可能成長為川渝客流新的匯集地。④鐵路客流網(wǎng)絡(luò)的發(fā)育較公路客流網(wǎng)絡(luò)欠發(fā)達(dá)。公路客流網(wǎng)絡(luò)的流量分布雖然存在顯著的核心邊緣結(jié)構(gòu),但整體上較均衡。鐵路客流網(wǎng)絡(luò)的客流分布極不均衡,呈明顯的“北高南低”。⑤公路客流網(wǎng)絡(luò)與工業(yè)經(jīng)濟(jì)發(fā)展程度密切相關(guān),而鐵路客流網(wǎng)絡(luò)與經(jīng)濟(jì)總量相關(guān)性較強(qiáng)。本地區(qū)公路客運(yùn)網(wǎng)絡(luò)布局應(yīng)重視工業(yè)企業(yè)的布局情況,而鐵路客流基礎(chǔ)設(shè)施(尤其是高速鐵路的建設(shè))的布局應(yīng)考慮到途經(jīng)地的經(jīng)濟(jì)發(fā)展程度。

本文僅為初步研究,在研究深度、數(shù)據(jù)采集周期方面均有不足,數(shù)據(jù)來源包含不夠全面,具體表現(xiàn)在:通過汽車客運(yùn)網(wǎng)站不能搜集到所有區(qū)縣公路客運(yùn)點(diǎn)的網(wǎng)絡(luò)售票情況(尚未接入省級公路客運(yùn)官網(wǎng)售票的小型站點(diǎn)之間的車次量無法直接獲得)，因此研究結(jié)果存在一定的誤差。此外,對聯(lián)系格局影響因素的分析有待進(jìn)一步深入。未來將選取更加多元化的方式繼續(xù)拓展關(guān)系數(shù)據(jù)的來源渠道,延長數(shù)據(jù)采集時段,并探討專門針對多值有向網(wǎng)絡(luò)的分析方法,以期更加精準(zhǔn)地表征川渝城市群的網(wǎng)絡(luò)格局特征,并逐步實現(xiàn)預(yù)測與優(yōu)化。

[1]Taylor P J.World Cities Network:A Global Urban Analysis[M].London:Routledge,2004.

[2]Harris C D,Ullman E L.The Nature of Cities[J].The Annals of the American Academy of Political and Social Science,1945,242(1)∶7-17.

[3]Inho Hong,Woo-SungJung.Application of Gravity Model on the Korean Urban Bus Network[J].Physica A：Statistical Mechanics and its Applications,2016,462(11)∶48-55.

[4]Jiang B,Yin J,Zhao S.Characterizing Human Mobility Patterns in a Large Street Network[J].Physical Review,2009，80(2)∶1711-1715.

[5]Liu L,Andris C,Ratti C.Uncovering Cabdrivers′ Behavior Patterns from Their Digital Traces Computers[J]. Environment and Urban Systems,2010,34(6)∶541-548.

[6]Roth C,Kang S M,Batty M,etal.Structure of Urban Movements：Polycentric Activity and Entangled Hierarchical Flows[J].PLoS ONE,2011,6(1)∶15-23.

[7]龍瀛,張宇,崔承印.利用公交刷卡數(shù)據(jù)分析北京職住關(guān)系和通勤出行[J].地理學(xué)報,2012,67(10)∶1339-1352.

[8]甄峰,王波,陳映雪.基于網(wǎng)絡(luò)社會空間的中國城市網(wǎng)絡(luò)特征——以新浪微博為例[J].地理學(xué)報,2012,67(8)∶1031-1032.

[9]鐘業(yè)喜,陸玉麒.基于鐵路網(wǎng)絡(luò)的中國城市等級體系與分布格局[J].地理研究,2011,30(5)∶785-794.

[10]陳偉勁,馬廣學(xué),蔡莉麗,等.珠三角城市聯(lián)系的空間格局特征研究基于城際客運(yùn)交通流的分析[J].經(jīng)濟(jì)地理,2013,33(4)∶48-55.

[11]馮長春,謝旦杏,馬學(xué)廣,等.基于城際軌道交通流的珠三角城市區(qū)域功能多中心研究[J].地理科學(xué),2014,34(6)∶648-655.

[12]羅震東,何鶴鳴,韋江綠.基于公路客流趨勢的省域城市間關(guān)系與結(jié)構(gòu)研究——以安徽省為例[J].地理科學(xué),2012,32(10)∶1193-1198.

[13]陳偉,修春亮,柯文前,等.多元交通流視角下的中國城市網(wǎng)絡(luò)層級結(jié)構(gòu)[J].地理研究,2015,34(11)∶2073-2080.

[14]譚一氵名,楊永春,冷炳榮,等.基于高級生產(chǎn)者服務(wù)業(yè)視角的成渝地區(qū)城市網(wǎng)絡(luò)體系[J].地理科學(xué)進(jìn)展,2011,30(6)∶724-732.

[15]鄭朝彬.民族文化對構(gòu)建黔中經(jīng)濟(jì)區(qū)的作用[J].安順學(xué)院學(xué)報,2011,13(3)∶5-8.

[16]Newman M E J.Networks an Introduction[M].Oxford,UK：Oxford University Press,2010.