姜勇 代洪娜 黃玉娟 高超

摘要：為分析高速公路對都市圈發(fā)展的影響機(jī)理，基于濟(jì)南都市圈2013、2019年的高速公路收費數(shù)據(jù)，采用空模型法，通過距離衰減函數(shù)分析高速公路交通流的空間分布規(guī)律及影響因素。結(jié)果表明：2019年濟(jì)南都市圈出行距離相較于2013年的0～110 km增至0～130 km；2013、2019年濟(jì)南都市圈高速公路交通流出行時間均集中在0～61 min；2019年濟(jì)南都市圈距離衰減系數(shù)減小，呈由濟(jì)南市中心城區(qū)向其他市中心城區(qū)、縣（區(qū)）的梯度遞減特征，由塊狀分布演變?yōu)橐詽?jì)南市為分界線的西高東低片狀空間分布；2019年濟(jì)南都市圈高速公路日均車流量比2013年明顯增加，呈濟(jì)南市為核心、相對集聚的多中心“云朵狀”空間分布；濟(jì)南都市圈高速公路交通流距離衰減系數(shù)與經(jīng)濟(jì)密度、人口密度、國內(nèi)生產(chǎn)總值（gross domestic product，GDP）和人口數(shù)量4個因素呈顯著的負(fù)線性相關(guān)，且影響程度依次降低。未來應(yīng)繼續(xù)加強(qiáng)濟(jì)南市與魯西地區(qū)的經(jīng)濟(jì)聯(lián)系，實現(xiàn)濟(jì)南都市圈內(nèi)各區(qū)縣經(jīng)濟(jì)協(xié)同發(fā)展。

關(guān)鍵詞：高速公路；距離衰減系數(shù)；濟(jì)南都市圈；空間分布

中圖分類號：U491.1⁺12文獻(xiàn)標(biāo)志碼：A文章編號：1672-0032（2023）01-0022-08

引用格式：姜勇，代洪娜，黃玉娟，等.濟(jì)南都市圈高速公路交通流空間演化及影響因素［J］.山東交通學(xué)院學(xué)報，2023，31（1）：22-29.

JIANG Yong，DAI Hongna，HUANG Yujuan，et al.Spatial evolution and influencing factors of expressway traffic flow in Jinan metropolitan areas［J］.Journal of Shandong Jiaotong University，2023，31（1）：22-29.

0 引言

都市圈建設(shè)作為區(qū)域經(jīng)濟(jì)增長的重要載體，對加強(qiáng)中心城市輻射力、拓展經(jīng)濟(jì)發(fā)展空間、推動區(qū)域高質(zhì)量協(xié)調(diào)發(fā)展具有重要意義。文獻(xiàn)[1]明確提出到2035年形成“全國123出行交通圈”，其中“1”為實現(xiàn)都市區(qū)1 h通勤。高速公路作為都市圈快速高效綜合交通系統(tǒng)的重要組成部分，具有全封閉、大容量、高速度等特點，在中、短距離運輸上占優(yōu)勢，對引導(dǎo)和優(yōu)化都市圈區(qū)域發(fā)展具有重要作用，可有效反映都市圈尺度上城市間的聯(lián)系強(qiáng)度及空間關(guān)聯(lián)形勢。高速公路可有效促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展和人口流通，研究高速公路對都市圈發(fā)展的影響機(jī)理具有重要意義。

隨著大數(shù)據(jù)技術(shù)的快速發(fā)展，眾多學(xué)者根據(jù)不同類型、尺度及地域的交通流，研究城市內(nèi)外聯(lián)系的空間結(jié)構(gòu)、解析區(qū)域間組織模式與演化過程、分析區(qū)域間交通流距離衰減規(guī)律。在數(shù)據(jù)研究方面，學(xué)者基于全球定位系統(tǒng)（global positioning system，GPS）數(shù)據(jù)^[2-5]、手機(jī)信令數(shù)據(jù)^[6]、地鐵刷卡數(shù)據(jù)^[7]、出租車數(shù)據(jù)^[8-9]等，識別不同規(guī)模城市內(nèi)交通出行熱點區(qū)域，分析城市內(nèi)部交通流的空間交互關(guān)系；在內(nèi)容研究方面，學(xué)者多從公路^[10-12]、高鐵^[13-15]和航空^[16-19]等方面對比分析不同交通方式下城市網(wǎng)絡(luò)的層級特征及空間演化規(guī)律；在區(qū)域研究方面，學(xué)者基于交通流數(shù)據(jù)分析了福建^[20]、江蘇^[21]、長三角城市群^[22]、長江中下游城市群^[23]、成渝城市群^[24]等區(qū)域各城市間空間結(jié)構(gòu)聯(lián)系。采用交通流數(shù)據(jù)量化區(qū)域城市空間聯(lián)系的研究已取得較豐碩的成果，但多數(shù)研究仍受數(shù)據(jù)樣本量、連續(xù)性、規(guī)模性等影響，從都市圈角度探析距離衰減規(guī)律的空間分布特征與演化規(guī)律的研究較少。本文基于高速公路收費數(shù)據(jù)，分析濟(jì)南都市圈高速公路交通流的距離衰減空間分布特性演化規(guī)律及影響因素，為制定都市圈一體化發(fā)展政策提供科學(xué)依據(jù)。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

濟(jì)南都市圈包括濟(jì)南、濱州、淄博、泰安、德州和聊城6個城市，面積和人口數(shù)量約占山東省的1/3。2013、2019年濟(jì)南都市圈高速公路網(wǎng)如圖1所示。由圖1可知：2013—2019年濟(jì)南都市圈高速公路建設(shè)發(fā)生了質(zhì)的飛躍，新建了京滬、東呂、德上等高速公路，濟(jì)南都市圈內(nèi)高速公路可達(dá)性顯著提高，路網(wǎng)結(jié)構(gòu)進(jìn)一步完善，因此采用2013、2019年濟(jì)南都市圈高速公路交通流數(shù)據(jù)研究其空間演化規(guī)律及影響因素，為避免地區(qū)合并對研究結(jié)果造成影響，將2013年萊蕪市數(shù)據(jù)歸入濟(jì)南市進(jìn)行分析。

對2013、2019年山東省高速公路收費數(shù)據(jù)進(jìn)行預(yù)處理，得到濟(jì)南都市圈6個城市共計52個區(qū)縣的高速公路收費數(shù)據(jù)；通過高速公路收費站的地理位置獲取各市、區(qū)縣間的出行距離和出行時間；主要從文獻(xiàn)[25-26]中獲取濟(jì)南都市圈經(jīng)濟(jì)發(fā)展數(shù)據(jù)，包括各區(qū)縣的國內(nèi)生產(chǎn)總值（gross domestic product，GDP）、人口數(shù)量等。考慮到濟(jì)南市中心城區(qū)的整體性，對歷城區(qū)、歷下區(qū)、槐蔭區(qū)、天橋區(qū)和市中區(qū)進(jìn)行統(tǒng)一化處理；因重點研究濟(jì)南都市圈高速公路客流出行分布特性，僅選取4種客車車型的出行數(shù)據(jù)進(jìn)行分析。

1.2 研究方法

高速公路交通流研究方法有線性回歸法、線性規(guī)劃法、空模型法、粒子群優(yōu)化算法、蒙特卡羅法等^[27-28]。空模型法可較好地模擬隨距離增加，社會經(jīng)濟(jì)聯(lián)系衰減的過程。本文采用空模型法獲取距離效應(yīng)矩陣，根據(jù)區(qū)縣間的出行距離和出行時間，計算距離衰減函數(shù)，分析濟(jì)南都市圈高速公路交通流距離衰減規(guī)律。

構(gòu)建與距離無關(guān)的空間聯(lián)系矩陣G^null，矩陣中的元素

g^null_ij=W_iW_jF/∑∑W_iW_j，

式中：g^null_ij為與距離無關(guān)的節(jié)點i、 j間的模擬流量；W_i為節(jié)點i與周圍節(jié)點的的空間聯(lián)系總量，W_i=∑_jg_ij，其中g(shù)_ij為節(jié)點i、 j間實際觀測的流量；W_j為節(jié)點j與周圍節(jié)點的的空間聯(lián)系總量；F為區(qū)域內(nèi)所有節(jié)點的空間聯(lián)系總量，F(xiàn)=∑∑g_ij。

距離效應(yīng)矩陣T中元素為節(jié)點實際觀測流量矩陣G中的各元素g_ij與G^null中的各元素g^null_ij之比，即

t_ij=g_ij/g^null_ij，

式中t_ij為節(jié)點i、j間距離d_ij的距離衰減效應(yīng)。

分別采用單指數(shù)模式和雙對數(shù)模式擬合距離衰減函數(shù)，前者開方指數(shù)類型的距離衰減函數(shù)為

f（d_ij）=aexp［-b（d_ij）^0.5］， ???（1）

式中：a為常數(shù)，b為距離衰減函數(shù)系數(shù)。

雙對數(shù)模式下Pareto類型和常對數(shù)類型的距離衰減函數(shù)分別為：

2 高速公路交通流空間分布演化規(guī)律及影響因素

2.1 高速公路交通流累計比例曲線

高速公路交通流累計比例曲線可直觀反映交通流集中的區(qū)段及都市圈中心城市對周邊地區(qū)的輻射范圍。2013、2019年濟(jì)南都市圈高速公路交通流累計比例曲線如圖2所示。由圖2可知：以累計比例80%為界，2013、2019年濟(jì)南都市圈高速公路交通流出行距離分別集中在0～110 km、0～130 km，出行時間均集中在0～61 min，與都市區(qū)1 h通勤基本契合。相較于2013年，2019年高速公路交通流出行距離增加，但出行時間基本相同，說明隨高速公路網(wǎng)結(jié)構(gòu)的優(yōu)化、運營管理水平的升級、運行效率的提升，濟(jì)南都市圈的交通流出行范圍進(jìn)一步擴(kuò)大、出行服務(wù)品質(zhì)進(jìn)一步優(yōu)化、出行效率進(jìn)一步提高。

2.2 高速公路交通流距離衰減函數(shù)

高速公路交通流在空間上存在距離衰減規(guī)律，通過距離衰減函數(shù)，分析高速公路交通流在不同區(qū)域距離中衰減系數(shù)的變化，為社會經(jīng)濟(jì)空間組織優(yōu)化提供數(shù)據(jù)支撐。采用空模型法計算濟(jì)南都市圈各市、區(qū)縣的高速公路交通流出行距離、出行時間的效應(yīng)矩陣，通過式（1）（2）進(jìn)行模擬，得到不同類型的距離衰減函數(shù)的主要擬合系數(shù)如表1所示。由表1可知：濟(jì)南都市圈高速公路交通流存在明顯的距離衰減特征，2019年高速公路交通流距離衰減函數(shù)擬合結(jié)果優(yōu)于2013年，說明隨路網(wǎng)結(jié)構(gòu)優(yōu)化及運行效率的提升，高速公路交通流的距離衰減特性越來越顯著；3種距離衰減函數(shù)的擬合度相差不大，但開方指數(shù)距離衰減函數(shù)的擬合度優(yōu)于其他2種，出行時間類型的距離衰減函數(shù)擬合度優(yōu)于出行距離類型的距離衰減函數(shù)，故選擇出行時間類型下開方指數(shù)距離衰減函數(shù)作進(jìn)一步分析。

2.3 高速公路交通流空間分布演化規(guī)律

根據(jù)2013、2019年高速公路交通流數(shù)據(jù)，基于式（1）計算2013、2019年濟(jì)南都市圈高速公路交通流距離衰減系數(shù)的空間分布，結(jié)果如圖3、4所示。

由圖3可知：2013年濟(jì)南都市圈高速公路交通流距離衰減系數(shù)為0.31～3.64，濟(jì)南市作為濟(jì)南都市圈經(jīng)濟(jì)發(fā)展的核心區(qū)，“眾星拱月”式的空間布局使得濟(jì)南市距離衰減系數(shù)較低，輻射引領(lǐng)作用明顯；距離衰減系數(shù)較低的區(qū)域主要集中在濟(jì)南市中心5個城區(qū)（歷下區(qū)、歷城區(qū)、槐蔭區(qū)、天橋區(qū)、市中區(qū)），向東、南和北方向分別延伸至張店區(qū)、泰山區(qū)和慶云縣，呈西高東低、北高南低的“山峰狀”空間分布。2013年距離衰減系數(shù)較低的濟(jì)南市（中心5城區(qū)、濟(jì)陽區(qū)、章丘區(qū)）、淄博市（張店區(qū)、臨淄區(qū)）和泰安市（泰山區(qū)）的日均高速車流量占濟(jì)南都市圈高速公路車流量的43.56%，其中28.52%的車流量發(fā)生在濟(jì)南市內(nèi)部；距離衰減系數(shù)較高的聊城市（臨清市、高唐縣、冠縣、莘縣、東昌府區(qū)、茌平區(qū)、東阿縣、陽谷縣）、德州市（武城縣、夏津縣、平原縣、禹城市、齊河縣）、泰安市（東平縣、肥城市、寧陽縣、岱岳區(qū)）、濟(jì)南市（平陰縣、長清區(qū)）和淄博市（博山區(qū)）的日均高速車流量占濟(jì)南都市圈高速車流量的27.57%。

由圖4可知：2019年濟(jì)南都市圈高速公路交通流距離衰減系數(shù)為0.27～3.57，比2013年距離衰減系數(shù)降低，各區(qū)域間的聯(lián)系加強(qiáng)，呈現(xiàn)西高東低的“兩極分化”空間分布；距離衰減系數(shù)較低的區(qū)域主要集中在濟(jì)南市（中心5個城區(qū)、章丘區(qū)、濟(jì)陽區(qū)、萊蕪區(qū)、鋼城區(qū)），其核心地位進(jìn)一步鞏固，距離衰減系數(shù)向東、南和北方向不斷減小；距離衰減系數(shù)較高的區(qū)域集中在聊城市和泰安市邊緣區(qū)縣，為點狀分布。隨濟(jì)南都市圈內(nèi)德上、京滬、東呂等高速公路的建設(shè)，濟(jì)南市與周邊城市間的聯(lián)系更密切、輻射范圍更廣泛。聊城市位于濟(jì)南都市圈發(fā)展邊緣，距離衰減系數(shù)較高，未來應(yīng)加強(qiáng)濟(jì)南市對聊城市的帶動作用。2019年距離衰減系數(shù)較低的濟(jì)南市（中心5城區(qū)、章丘區(qū)、濟(jì)陽區(qū)、長清區(qū)、萊蕪區(qū)和鋼城區(qū)）、淄博市（沂源縣、博山區(qū)、淄川區(qū)、周村區(qū)、張店區(qū)、臨淄區(qū)）日均高速公路車流量為91 117輛，占濟(jì)南都市圈高速公路車流量的50.38%，其中51.25%的車流量在濟(jì)南市各區(qū)、縣間；距離衰減系數(shù)較高的聊城市（臨清市、高唐縣、冠縣、莘縣、東昌府區(qū)、茌平區(qū)、東阿縣、陽谷縣）、濟(jì)南市（平陰縣）和泰安市（肥城市、東平縣），高速公路日均車流量為30 451輛，僅占濟(jì)南都市圈高速公路車流量的13.26%。2019年濟(jì)南市與泰安市、德州市、聊城市和淄博市高速公路日均車流量比2013年明顯增加，主要集中于各市中心城區(qū)間，形成以中心城區(qū)為中心，向周邊區(qū)、縣輻射的格局，呈現(xiàn)以濟(jì)南市為核心、相對集聚的多中心“云朵狀”空間分布。

2019年濟(jì)南都市圈各市中心城區(qū)的距離衰減系數(shù)比2013年明顯降低，低距離衰減系數(shù)的中心城區(qū)易與周邊區(qū)域形成緊密的社會經(jīng)濟(jì)聯(lián)系，吸引要素集聚，輻射帶動周邊區(qū)域發(fā)展。經(jīng)過6 a的發(fā)展，魯西地區(qū)的距離衰減系數(shù)明顯降低，但仍高于魯中地區(qū)。各市邊緣地區(qū)的距離衰減系數(shù)較高，未來應(yīng)持續(xù)加強(qiáng)濟(jì)南市對魯西地區(qū)的帶動作用，各市應(yīng)加強(qiáng)對邊緣地區(qū)的帶動和發(fā)展，提升濟(jì)南都市圈的總體實力。

2.4 高速公路交通流空間演化影響因素

2013、2019年濟(jì)南都市圈高速公路交通流距離衰減系數(shù)與經(jīng)濟(jì)和人口的關(guān)系如圖5所示。由圖5可知：人口數(shù)量、GDP規(guī)模、人口密度和經(jīng)濟(jì)密度對高速公路交通流距離衰減系數(shù)的影響逐漸減弱，2019年4個指標(biāo)比2013年分別下降20.0%、37.5%、58.0%、77.0%；高速公路交通流距離衰減系數(shù)與經(jīng)濟(jì)發(fā)展指標(biāo)表現(xiàn)為顯著的負(fù)線性相關(guān)，說明經(jīng)濟(jì)密度、人口密度、GDP規(guī)模及人口數(shù)量越大，距離衰減系數(shù)越小。

3 結(jié)論

本文根據(jù)2013、2019年濟(jì)南都市圈高速公路收費數(shù)據(jù)，基于距離衰減函數(shù)分析了濟(jì)南都市圈高速公路交通流距離衰減空間分布演化規(guī)律及影響因素。

1）2013、2019年濟(jì)南都市圈高速公路交通流出行時間均集中在0～61 min，與都市區(qū)1 h通勤基本契合；出行距離由2013年的0～110 km擴(kuò)大至2019年的0～130 km，隨高速公路網(wǎng)的完善，都市圈內(nèi)出行距離進(jìn)一步擴(kuò)大、服務(wù)品質(zhì)進(jìn)一步提升。

2）作為濟(jì)南都市圈經(jīng)濟(jì)發(fā)展核心區(qū)，濟(jì)南市的距離衰減系數(shù)較低，輻射引領(lǐng)作用明顯，高速公路通達(dá)性較好，呈現(xiàn)由濟(jì)南市中心城區(qū)向其他市中心城區(qū)、縣（區(qū)）的梯度遞減特征。相較于2013年，2019年濟(jì)南都市圈距離衰減系數(shù)降低，呈現(xiàn)西高東低的“兩極分化”空間分布，距離衰減系數(shù)較低的地區(qū)由濟(jì)南中心5城區(qū)逐漸向東、南、北3個方向延伸，連接成片狀分布；距離衰減系數(shù)較高的區(qū)域集中在聊城市和泰安市邊緣區(qū)縣，未來應(yīng)繼續(xù)加強(qiáng)濟(jì)南與魯西地區(qū)的經(jīng)濟(jì)聯(lián)系，實現(xiàn)都市圈內(nèi)各區(qū)縣經(jīng)濟(jì)協(xié)同發(fā)展。

3）高速公路交通流距離衰減系數(shù)與GDP規(guī)模、人口數(shù)量、經(jīng)濟(jì)密度和人口密度等指標(biāo)呈顯著的負(fù)線性相關(guān)，經(jīng)濟(jì)密度是距離衰減系數(shù)的主要影響因素。

考慮到傳統(tǒng)引力模型在一定程度上影響空間模擬的準(zhǔn)確性，下一步可結(jié)合實際的交通流數(shù)據(jù)在不同運輸方式下修正引力模型，提高區(qū)域空間相互作用模型的準(zhǔn)確性。

參考文獻(xiàn)：

［1］中華人民共和國國務(wù)院.交通強(qiáng)國建設(shè)綱要[EB/OL].（2019-09-19）[2022-04-08].http：//www.gov.cn/zhengce/2019-09/19/content_5431432.htm？tdsourcetag=s_pcqq_aiomsg.

[2]秦昆，周勍，徐源泉，等.城市交通熱點區(qū)域的空間交互網(wǎng)絡(luò)分析[J].地理科學(xué)進(jìn)展，2017，36（9）：1149-1157.

QIN Kun， ZHOU Qing， XU Yuanquan， et al. Spatial interaction network analysis of urban traffic hotspots[J].Progress in Geography，2017，36（9）：1149-1157.

[3]徐偉.基于機(jī)器學(xué)習(xí)的共享單車熱點區(qū)域識別及需求預(yù)測[J].綜合運輸，2019，41（5）：29-34.

XU Wei. Hotspotrecognition and demand prediction of bike sharing system based on machine learning[J].China Transportation Review， 2019，41（5）：29-34.

[4]周博，馬林兵，胡繼華，等.基于軌跡數(shù)據(jù)場的熱點區(qū)域提取及空間交互分析：以深圳市為例[J].熱帶地理，2019，39（1）：117-124.

ZHOU Bo， MA Linbing， HU Jihua， et al. Extraction of urban hotspots and analysis of spatial interaction based on trajectory data field：a case study of Shenzhen City[J].Tropical Geography， 2019，39（1）：117-124.

[5]馮慧芳，周丹鳳.基于GPS軌跡挖掘的城市空間動態(tài)交互特征研究[J].交通運輸系統(tǒng)工程與信息，2020，20（3）：163-168.

FENG Huifang， ZHOU Danfeng. Dynamic interaction of urban space based on GPS trajectory mining[J].Journal of Transportation Systems Engineering and Information Technology，2020，20（3）：163-168.

[6]WANG Z Z， HE S， LEUNG Y. Applying mobile phone data to travel behaviour research：a literature review[J].Travel Behaviour and Society， 2018，11：141-155.

[7]黃潔，王姣娥，靳海濤，等.北京市地鐵客流的時空分布格局及特征：基于智能交通卡數(shù)據(jù)[J].地理科學(xué)進(jìn)展， 2018，37（3）：397-406.

HUANG Jie， WANG Jiaoe， JIN Haitao， et al. Investigating spatiotemporal patterns of passenger flows in the Beijing metro system from smart card data[J].Progress in Geography，2018，37（3）：397-406.

[8]LIU Y， KANG C， GAO S， et al. Understanding intra-urban trip patterns from taxi trajectory data[J].Journal of Geographical Systems，2012，14：463-483.

[9]WANG W J， PAN L， YUAN N， et al. A comparative analysis of intra-city human mobility by taxi[J].Physica A：Statistical Mechanics and its Applications， 2015，420：134-147.

[10]戢曉峰，戈藝澄，陳方. 基于公路交通流大數(shù)據(jù)的節(jié)假日旅游流時空分異特征：以云南省2017年7個節(jié)假日為例[J].旅游學(xué)刊，2019，34（6）：37-47.

JI Xiaofeng， GE Yicheng， CHEN Fang. Spatial and temporal differentiation characteristics of holiday tourism flow based on highway traffic flow big data：a case study of 7 holidays in 2017 in Yunnan Province[J]. Tourism Tribune， 2019，34（6）：37-47.

[11]陳偉，劉衛(wèi)東，柯文前，等.基于公路客流的中國城市網(wǎng)絡(luò)結(jié)構(gòu)與空間組織模式[J].地理學(xué)報，2017，72（2）：224-241.

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

[12]崔洪軍，任志笑，朱敏清，等.高速公路出行距離特征分析與應(yīng)用[J].科學(xué)技術(shù)與工程，2020，20（8）：3323-3329.

CUI Hongjun， REN Zhixiao， ZHU Minqing， et al. Analysis and application of highway travel distance characteristics[J]. Science Technology and Engineering，2020，20（8）：3323-3329.

[13]王姣娥，杜德林，金鳳君.多元交通流視角下的空間級聯(lián)系統(tǒng)比較與地理空間約束[J].地理學(xué)報， 2019，74（12）：2482-2494.

WANG Jiaoe， DU Delin， JIN Fengjun. Comparison of spatial structure and linkage systems and geographic constraints：a perspective of multiple traffic flows[J].Acta Geographica Sinica， 2019，74（12）：2482-2494.

[14]焦敬娟，王姣娥，金鳳君，等.高速鐵路對城市網(wǎng)絡(luò)結(jié)構(gòu)的影響研究：基于鐵路客運班列分析[J].地理學(xué)報， 2016，71（2）：265-280.

JIAO Jingjuan， WANG Jiaoe， JIN Fengjun，et al. Impact of high-speed rail on inter-city network based on the passenger train network in China[J].Acta Geographica Sinica，2016，71（2）：265-280.

[15]吳康，方創(chuàng)琳，趙渺希.京津城際高速鐵路影響下的跨城流動空間特征[J].地理學(xué)報，2013，68（2）：159-174.

WU Kang， FANG Chuanglin， ZHAO Miaoxi. The intercity space of flow influenced by high-speed rail：a case study for the rail transit passenger behavior between Beijing and Tianjin[J].Acta Geographica Sinica，2013，68（2）：159-174.

[16]王姣娥，王涵，焦敬娟.中國航空運輸業(yè)與旅游業(yè)發(fā)展水平關(guān)系測度[J].地理科學(xué)，2016，36（8）：1125-1133.

WANG Jiaoe， WANG Han， JIAO Jingjuan. The relationship between the development level of civil aviation and tourism in China[J].Scientia Geographica Sinica， 2016，36（8）：1125-1133.

[17]王姣娥，莫輝輝，金鳳君.中國航空網(wǎng)絡(luò)空間結(jié)構(gòu)的復(fù)雜性[J].地理學(xué)報，2009，64（8）：899-910.

WANG Jiaoe， MO Huihui， JIN Fengjun. Spatial structural characteristics of Chinese aviation network based on complex network theory[J].Acta Geographica Sinica，2009，64（8）：899-910.

[18]HUANG J， WANG J E. A comparison of indirect connectivity in Chinese airport hubs：2010 vs.2015[J].Journal of Air Transport Management，2017，65：29-39.

[19]XIAO Y， WANG F H， LIU Y， et al. Reconstructing gravitational attractions of major cities in China from air passenger flow data， 2001-2008：a particle swarm optimization approach[J].Professional Geographer，2013，65（2）：265-282.

[20]陳卓，金鳳君，楊宇，等.高速公路流的距離衰減模式與空間分異特征：基于福建省高速公路收費站數(shù)據(jù)的實證研究[J].地理科學(xué)進(jìn)展，2018，37（8）：1086-1095.

CHEN Zhuo， JIN Fengjun， YANG Yu， et al. Distance-decay pattern and spatial differentiation of expressway flow：an empirical study using data ofexpressway toll station in Fujian Province[J].Progress in Geography，2018，37（8）：1086-1095.

[21]柯文前，陸玉麒，朱宇，等.基于高速公路交通流的江蘇省城市空間關(guān)聯(lián)特征[J].人文地理，2016，31（6）：130-136.

KE Wenqian， LU Yuqi， ZHU Yu， et al. Urban spatial interaction characteristics based on expressway traffic flow：a case study of Jiangsu Province[J].Human Geography，2016，31（6）：130-136.

[22]王垚，鈕心毅，宋小冬.基于城際出行的長三角城市群空間組織特征[J].城市規(guī)劃，2021，45（11）：43-53.

WANG Yao， NIU Xinyi， SONG Xiaodong. Spatial organization characteristics of the Yangtze River Delta Urban Agglomeration based on intercity trips[J].City Planning Review，2021，45（11）：43-53.

[23]肖澤平，鐘業(yè)喜，馮興華，等.長江中游城市群空間結(jié)構(gòu)演變及效應(yīng)分析[J].長江流域資源與環(huán)境，2021，30（11）：2607-2617.

XIAO Zeping， ZHONG Yexi， FENG Xinghua， et al. Spatial structure evolution and effect analysis of urban agglomeration in middle reaches of Yangtze River[J].Resources and Environment in the Yangtze Basin，2021，30（11）：2607-2617.

[24]侯蘭功，孫繼平.復(fù)雜網(wǎng)絡(luò)視角下的成渝城市群網(wǎng)絡(luò)結(jié)構(gòu)韌性演變[J].世界地理研究，2022，31（3）：561-571.

HOU Langong， SUN Jiping. Evaluation of network structure resilience of Chengdu-Chongqing urban agglomeration from the perspective of complex networks[J].World Regional Studies，2022，31（3）：561-571.

[25]山東省統(tǒng)計局.山東統(tǒng)計年鑒[M].北京：中國統(tǒng)計出版社，2013.

[26]山東省統(tǒng)計局.山東統(tǒng)計年鑒[M].北京：中國統(tǒng)計出版社，2019.

[27]王成金.中國交通流的衰減函數(shù)模擬及特征[J].地理科學(xué)進(jìn)展，2009，28（5）：690-696.

WANG Chengjin. Functionsimulation and regularity of distance decay of inter-urban traffic flow in China[J].Progress in Geography， 2009，28（5）：690-696.

[28]王娜，谷玉莉，周夢杰.顧及距離衰減效應(yīng)的網(wǎng)絡(luò)空間同位模式挖掘[J].測繪科學(xué)，2020，45（6）：180-186.

WANG Na， GU Yuli， ZHOU Mengjie. Mining network-constrained co-location patterns considering distance decay effect[J].Science of Surveying and Mapping， 2020，45（6）：180-186.

Spatial evolution and influencing factors of expressway traffic flow in

Jinan metropolitan areas

JIANG Yong¹， DAI Hongna²， HUANG Yujuan³， GAO Chao³

1.School of Transportation and Logistics Engineering， Shandong Jiaotong University， Jinan 250357， China;

2.School of the Don River， Shandong Jiaotong University， Jinan 250357， China;

3.Office of Academic Research， Shandong Jiaotong University， Jinan 250357， China

Abstract：In order to analyze the influence mechanism of expressway on the development of metropolitan areas， based on the expressway tolling data of Jinan metropolitan areas in the year of 2013 and 2019， the null model method and the distance decay function method are used to analyze the spatial scattering pattern and influencing factors of expressway traffic flow. The results show that the travel distances in Jinan metropolitan areas increased from 0-110 km in 2013 to 0-130 km in 2019， while the travel time spans through expressway traffic in Jinan metropolitan areas concentrated in 0-61 min both in the year of 2013 or 2019; the distance decay coefficient of Jinan metropolitan areas decreased in the year of 2019， the decaying feature was gradient decreasing from the downtown of Jinan to the suburb districts even other county areas， the traffic pattern has evolved from block scattering to low-flake spatial scattering， the spatial scattering of traffic flow shows higher in the eastern areas and lower in the western areas if Jinan was in the middle area. The average daily traffic volume of expressways in Jinan metropolitan areas in 2019 increased significantly compared with that in 2013， with the city of Jinan was as the core， the spatial scattering was the multi-center "cloud-like" and relatively clustered. The distance decaying coefficient of expressway traffic flow distance in Jinan metropolitan areas has a significant negative linear correlation with the 4 factors （economic density， population density， gross domestic product and population number）， and the influence degree decreases successively. In the future， we should continue to strengthen the economic relations between Jinan City and western areas and realize the coordinated economic development of all districts and counties in Jinan metropolitan areas.

Keywords：expressway; distance decaying coefficient; Jinan metropolitan areas; space scattering

（責(zé)任編輯：郭守真）