李涛^1,2, 张维阳^,3,4,*, 曹小曙^1,2, 汪丽⁵, 张隆⁶1. 陕西师范大学西北国土资源研究中心,西安 710119
2. 陕西师范大学全球区域与城市研究院,西安 710119
3. 华东师范大学中国现代城市研究中心,上海 200062
4. 华东师范大学城市与区域科学学院,上海 200241
5. 西安外国语大学旅游学院人文地理研究所,西安 710128
6. 南京师范大学地理科学学院,南京210023

Analyzing intercity railways network in the Pearl River Delta: A comparative study based on connections, capacity and actual flow

LI Tao^1,2, ZHANG Weiyang^,3,4,*, CAO Xiaoshu^1,2, WANG Li⁵, ZHANG Long⁶1. Northwest Land and Resource Research Center, Shaanxi Normal University, Xi'an 710119, China
2. Global Regional and Urban Research Institute, Shaanxi Normal University, Xi'an 710119, China
3. The Center for Modern Chinese City Studies, East China Normal University, Shanghai 200062, China
4. School of Urban and Regional Science, East China Normal University, Shanghai 200241, China
5. Tourism College and Institute of Human Geography, Xi'an International Studies University, Xi'an 710128, China
6. School of Geography, Nanjing Normal University, Nanjing 210023, China

通讯作者: 张维阳（1989-）,男,山东济宁人,博士,主要从事城市网络与多中心结构研究。E-mail: wyzhang@re.ecnu.edu.cn

收稿日期:2019-02-21修回日期:2019-08-13网络出版日期:2019-11-20

基金资助:

国家自然科学基金项目.41501120 国家自然科学基金项目.41901186 广州市科技计划项目.201704020136 中央高校基本科研业务费项目.18SZYB01 教育部人文社会科学重点研究基地重大项目.17JJD790007

Received:2019-02-21Revised:2019-08-13Online:2019-11-20
作者简介 About authors
李涛（1985-）,男,山西长治人,博士,副教授,硕士生导师,主要从事交通运输地理与区域发展研究E-mail:taoli-2008@163.com。







摘要
城际交通网络包含提供联系可能性的基础设施连接网络（铁轨等）,反映承载容量的组织网络（列车班次等）与实际需求的流量网络（客货流等）3类,分别从连接可能性、潜力容量和实际流量三方面映射了网络发育的不同特征。理清城市在这3种维度网络中的不同位置,对分辨城市的节点位势和城市系统构造具有重要意义。以珠三角城市群城际轨道网络为研究对象,本文系统分析了3种网络整体结构、城市的节点位置和城际连接性的差异。结果表明：虽然3种网络城镇地方中心度均呈现出显著的等级差异特征,相较于需求网络,设施网络和组织网络扁平化特征更为显著;组织网络和需求网络均表现出了以广深为核心、以广深、广珠和广佛为主要联系的结构体系,设施网络则呈现出明显的“沿线效应”,突出了珠江口西岸广珠城际沿线的骨干地位;与组织和设施网络相比,需求网络突出了肇庆、江门等城市的重要性,轨道沿线中小城镇位势则逐渐降低。研究一方面通过区分3种铁路交通网络强调了城市网络研究中明确“刻画何种网络”的重要性;另一方面通过对比城市节点和城际连接在不同网络中的位置,识别出可能性、利用潜力和实际流量的差异,为交通线路规划和区域空间优化政策制定提供依据。
关键词： 城市网络;城际轨道;基础设施连接;容量;流量;珠江三角洲

Abstract
Intercity transportation network can be manifested as infrastructure connection network, connection capacity network, and actual flow network. The layer of infrastructure connection (rail, etc.) enables the occurring of intercity transportation, and thus providing the possibility of contact. The layer of connection capacity reflects the volume of connection, in which the number of trains can be deemed as a concrete index of connection capacity, while the layer of actual flows reflect the tangible moving of goods or passengers. These different layers project different characteristics of networks from the lenses of possibility, potentiality, and actual flow, respectively. As a result, clarifying different positions of cities in the three networks could help to carefully distinguish urban system structure and cities’ node position. Taking the intercity rail network of the Pearl River Delta metropolitan area as an example, this paper empirically investigates the differences between connections, capacity and actual flow. To be specific, differences of the overall structure, node position of cities and intercity connectivity are systematically analyzed. The results show that the hierarchical structure of local centrality of nodes in the three networks presents a clear rank-size distribution, while the flattening characteristics of connection network and capacity network are more significant when compared with the flow network. In both the capacity network and the flow network, Guangzhou and Shenzhen are the core nodes, and Guangzhou-Shenzhen, Guangzhou-Zhuhai, and Guangzhou-Foshan are the core links. The connection network shows a clear feature of backbone along main railway lines, highlighting the key position of Guangzhou-Zhuhai railway in the west coast of the Pearl River estuary. The flow network highlights the importance of Zhaoqing, Jiangmen and other prefecture-level cities, while the advantages of position of small and medium-sized towns along the railway is gradually shrinking. This study emphasizes the importance of clarifying the definition of ‘network’ in urban network research on the one hand, while on the other hand it identifies the difference between possibility, utilization potentiality and actual flow in railway transportation networks. Furthermore, this research provides potential references for making transportation planning and regional allocation policies. For instance, for the central cities such as Guangzhou and Shenzhen, more attention should be paid to improving their connections in infrastructure and capacity networks, while surpluses of infrastructure and capacity should be fully utilized to attract more tangible flows of goods and passengers.
Keywords：urban network;intercity transit;infrastructure connectivity;capacity;flow;Pearl River Delta


PDF (10863KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
李涛, 张维阳, 曹小曙, 汪丽, 张隆. 珠江三角洲城际轨道网络结构：基于连接、容量和流量的对比. 地理研究[J], 2019, 38(11): 2730-2744 doi:10.11821/dlyj020190132
LI Tao. Analyzing intercity railways network in the Pearl River Delta: A comparative study based on connections, capacity and actual flow. Geographical Research[J], 2019, 38(11): 2730-2744 doi:10.11821/dlyj020190132

1 引言

“流空间”与网络化转型背景下,城市网络和功能多中心结构研究为理解处于空间重构进程中的多尺度城市体系提供了新视角和解释力。通过各类关系型数据建构并解析城际功能联系也就成为揭示城市网络组织结构特征的主要途径^[1]。

作为城际关联的物质基础,涵盖航空、铁路和公路等多层次的交通网络在不同尺度区位与空间重构中发挥着重要作用,在评价多尺度城市网络和多中心城市区域特征等方面得到了广泛应用^[2,3,4,5]。航线网络、客流数据的易获得性以及航空的长途区际运输特征,使其成为揭示全球和国家尺度城市网络特征的主要途径。例如,Smith等、Burghouwt等、Lee等****基于航线网络对全球和欧洲城市网络进行了系统分析^[6,7,8],国内****周一星等、金凤君和王姣娥等也利用航线网络对中国城市网络发育特征进行了深入研究^[9,10,11]。相较于航空运输,铁路中长途运行技术特征使得其成为国家和区域层面城市网络研究的主要途径之一,例如,戴特奇等、焦敬娟等****基于铁路客流、班次信息数据对中国城市网络进行了系统研究^[5,12]。中短途占优势的公路运输则主要应用于区域尺度（特别是城市群）城市网络研究领域,相关****利用公路长途客车发车时刻表数据对中国和城市群层面城市网络和多中心城市区域问题进行了系列探讨^[13,14,15]。在网络规模和复杂化程度不断增加的背景下,基于统计物理学的复杂网络理论方法为深层次揭示复杂交通网络的结构特征和动力学特征提供了有利工具^[16,17],在航空、铁路以及公路等交通网络中得到了广泛应用。这些研究通常采用度、平均路径长度、集聚系数以及社团结构等指标分别从节点、边和网络整体三方面揭示交通设施网络、组织网络和需求网络的静态结构和动力学结构特征,以间接反映出城市网络功能结构特征^[17]。

交通网络具有不同内涵,包括反映城际连接可能性的基础设施网络（铁轨等）、连接潜力容量的组织网络（列车班次等）和连接实际现状的客货流量需求网络等^[18]。这三种不同内涵的交通网络不仅提供了理解城际交通连接网络的不同维度,各自不同的结构以及城市在三种维度网络中的不同位置也为分辨城市的节点位势和城市系统构造提供依据。如果没有对三种层次网络清晰区分,对所刻画的城市网络的解读可能会造成误判。一个典型的例子就是铁路网络中组织网络和需求网络的差异^[19]。不同于公路长途运营线路所采用的点对点直达运输,在链状运营网络的铁路运输中,对于一条有n个站点的线路而言,沿线城市将会产生n（n-1）/2条连接关系。基于班次数据揭示的该条线路的城际关系将会呈现出重要城市和同处于该条线路的小城市具有同等地位的结果,其结果是重要城市的地位被低估,而次级城市的地位被提升,造成了城市网络结构的“先天”扁平化。类似的,航空网络的“轴-辐”拓扑中,重要中转职能的节点城市具有很大规模的出入港航班数据,然而其并不等同于服务本地的实际客货流动^[20]。

国内外对于交通网络本身以及基于交通网络揭示不同尺度上的城市网络结构特征开展了大量工作,在方法与数据构建、识别不同尺度城市网络特征与形成原因等方面取得了系列成果。然而,现有研究主要以单一类型交通网络为分析对象,专门针对三种维度交通网络的比较研究尚不多见。部分研究对组织网络和需求网络结构异同进行分析后发现在使用时刻表数据时,社会经济发展水平高的一线城市以及在各个地区连接核心城市和大城市的高铁枢纽城市的优势被低估^[19,21]。基础设施网络、组织网络和需求网络3类网络差异能够反映出城际间连接的可能性、潜力和现状特征,理清三种层次交通网络的异同对于准确分辨城市节点位置和城市系统构造至关重要。据此,本文以三种层次差异最为明显的铁路轨道交通为研究对象,借助复杂网络相关分析方法指标,通过珠三角城市群三种城际轨道连接网络的实证对比分析,分别从网络整体结构、城镇节点和城际联系三方面系统分析3类网络异同性。其中,城轨基础设施网络采用更能表征其是否连接和连接可能性程度的铁轨距离;列车班次信息映射城际组织网络;由于真实客流数据难以获取,采用经过验证的基于“停站”时间模拟实际客流方法进行实际客流模拟进而映射真实需求网络^[19]。研究为在相关实证分析中明确“交通网络是拟映射的什么网络”提供学术参考的同时,通过对比城市节点和城际连接的不同位置,为交通线路规划和区域空间优化政策制定提供依据。

2 分析框架

作为支撑城际联系的物理基础,交通网络实际上可以划分为三个层面,即反映城际连接可能性的基础设施网络（铁道线路等）、反映城际连接潜力的组织网络（列车班次等）和反映城际连接实际现状的需求网络（客货流等）^[18]（图1）。设施网络主要由城市以及铺设于城市之间的轨道、公路等交通基础设施线路组成,主要从供应角度反映了交通基础设施存量状态,该网络的存在为城市间的客货联系提供了前提可能,因此设施网络结构状况反映了城际连接的可能性（图2）。已有研究多基于设施网络从可达性和连通性角度刻画城市网络特征。例如,Derudder等、Liu等、Zhu等****基于综合交通网络对东南亚地区和中国的城市网络连通性和多中心发展特征进行了系统研究^[3,22,23]。组织网络主要由城市及城际间开行的机动车流量（如长途客运班次、列车班次等）组成,从供应角度反映了交通基础设施运营特征,在设施网络反映是否可能连接的基础上,又进一步提供了有多少可能连接的信息,换句话说,基于班次信息等映射的组织网络反映了城际流动潜在的承载容量。班次数据的易获得性使得其在城市网络研究中得到了大量的应用^{[12,21,24,25]}。需求网络主要由城市及发生于城际间实际的客货流组成,相较于前两种网络,需求网络从需求角度反映了城际间实际发生的移动流量,因此需求网络更接近真实的城际流动信息。由于客货流数据难以获取,该类数据在城市网络和多中心区域等领域的应用较少,多见于航空客流数据在城市网络的应用^[2,11,26]。基于上述三个层面交通网络本质及其所反映的网络特征差异,本文通过比较分析三种网络结构特征差异性,试图更全面揭示珠江三角洲城际轨道网络发育特征,准确掌握不同的结构以及城市在这三种维度中的不同位置,为分辨城市节点位置和城市系统构造提供依据。

图1

新窗口打开|下载原图ZIP|生成PPT
图1交通连接网络层次构成

Fig. 1Constitution of transportation network

图2

新窗口打开|下载原图ZIP|生成PPT
图2城际轨道网络结构分析框架

Fig. 2Conceptual framework for structural analysis of intercity rail networks

3 研究区域及数据来源

3.1 研究区域与分析单元

本文的研究区域以《珠江三角洲地区改革发展规划纲要（2008—2020年）》中说明的“珠江三角洲地区”地域范围为准,包括广州、深圳、珠海、佛山、江门、东莞、中山、惠州、肇庆9个城市（图3）,土地面积约5.48万km²。本文选择县域（县级市、区）、地级市市区为分析单元,考虑到东莞和中山“市-镇”两级组合方式,为了保证分析尺度的一致性,将东莞和中山市域内开通城轨站点所属镇域一同提取进行分析,共27个研究单元。改革开放以来,珠三角人口、产业集聚快速集聚,城乡建成空间高度连绵,成为全球规模最大的城镇化地区之一,正在步入高水平——网络化发展阶段^[24]。本文重点关注城际轨道网络结构,其他交通方式暂不做考虑。2011年,珠三角第一条同时也是国内第一条城际铁路广珠城际开通运营,根据《珠江三角洲地区城际轨道交通网规划（2009年修订）》,珠三角地区规划轨道线路23条,总长度2000 km左右。与国内其他城市群相比,珠三角城市群拥有较为完善的运营和在建城际轨道,在产业结构高级化和同城化发展趋势下,高效便捷、整洁安全的城际轨道正逐步成为珠三角城市群居民城际出行的主要方式。可以预见,轨道交通将成为未来珠三角地区（粤港澳大湾区）协同融合发展的关键支撑。

图3

新窗口打开|下载原图ZIP|生成PPT
图3研究区域

注：香港和澳门没有数据。
Fig. 3Map showing the Pearl River Delta

3.2 数据来源与研究方法

3.2.1 基于“轨道距离”的城际轨道设施网络 构建城际轨道设施网络的关键是要根据城际轨道布局建立连接矩阵。传统的建立方法多基于两城市间是否有连接的0~1网络,忽视了连接的实际权重。本文以“轨道距离”为权重构建连接矩阵。珠三角城际轨道网络主要来源于《珠江三角洲地区城际轨道交通网规划（2009年修订）》的矢量化。

3.2.2 基于“列车班次”的城际组织网络 列车班次数据来源于中国铁道部12306官方网站（http://www.12306.cn/）,考虑到城际轨道运营时刻的相对固定性以及消除运营计划波动所造成的数据异常,本文仅抓取一天的数据作为代表,具体采集日期为2017年2月11日。最终爬取到研究区域内59个城轨开通站点间1979趟列车班次数据,数据记录包括了每趟列车起讫站点、停靠站点及停靠时间。对于拥有多个城际轨道站点的城市节点,将其数据进行合并,并将原先的有向关系矩阵转换为27×27的无向对称城市网络矩阵结构,共计生成351对关系,其中95对有效非零连接。

3.2.3 基于“模拟真实客流”的城际需求网络 由于客流数据难以获得,****基于铁路运行的实际情况开发了多种模拟方法去逼近真实发生的旅客流量。其中,基于实际发生的 停站时间和售票信息等进行的客流模拟相对更为合理,通过分析列车运行规则的相关文件和实地调查发现,客运列车在城市的停留时间主要取决于上下客流量,此外也受会车、让线、站台制约等一些次要因素的影响^[27]。本文采用Zhang等人提出的根据客运班次和城市停站时间建立的模拟方法进行实际客流的模拟^[19],该方法利用统计方法规避其它因素影响,依据处理后的净停站时间与上下站客流成正相关的原则,对城际实际客流量进行模拟,并与实际城际移动数据进行了对比验证,证实了方法的可靠性。公式主要包括：

列车在非始发和非终点城市i, j间客流量v_ij的计算公式为：

（1）vij=α×r2×(ti×tj)/4
列车在始发城市和非终点城市o, i间客流量v_oi的计算公式为：

（2）voi=α×r2×(to×ti)/2
列车在非始发城市和终点城市i,d间客流量v_id的计算公式为：

（3）vid=α×r2×(ti×td)/2
列车在始发城市和终点城市o,d间客流量v_od的计算公式为：

（4）vod=α×r2×(to×td)
式中：变量t_i,t_j,t_o,t_d分别为i, j城市以及始发城市o和抵达城市d的停站时间;α为描述上下车旅客和总流量关系的虚拟变量;r为单位时间的旅客上下量。由于研究关注城际客流的相对大小,系数α和r的实际取值多少并不影响整体网络的结构;换言之,在实际计算中,虚拟变量α×r²可一同略去,从而得到珠三角城际实际客流的相对大小。基于从中国铁道部12306官方网站（http://www.12306.cn/）获得的珠三角城际轨道列车班次运营数据,利用公式（1）~公式（4）计算了珠三角城际实际流量（图4）。

图4

新窗口打开|下载原图ZIP|生成PPT
图4珠江三角洲城际轨道模拟承载客流格局

Fig. 4The pattern of simulating passenger flows within the Pearl River Delta



3.2.4 网络结构测度指标

（1）地方中心度。中心度是衡量节点在城市网络中的地位和重要程度的指标,地方中心度越大,说明该节点在整个网络中的地位越高,资源控制能力越强。计算公式为^[8]：

（5）Li=t/(g-1)×FiMg
式中：L_i为地方中心度;g为城市网络中所有存在联系的节点数量;t表示与i节点存在联系的节点数量;F_i为i节点的交通流量;M_g为所有节点的平均交通流量。

（2）网络联系度。城市网络联系度代表节点之间的联系紧密程度,城市网络联系度越低,说明两个节点之间的联系量越小,联系越不紧密。计算公式为^[8]：

（6）Cij=fijm×Li×Lj
式中：C_ij为i与j节点的网络联系度;f_ij为i和j节点之间的交通流量;m为所有节点间联系路径的平均交通流量;L_i和L_j分别为i和j节点地方中心度。

4 三种网络结构对比

4.1 整体网络结构

利用公式（5）计算各城镇地方中心度,并借鉴城市地理学位序-规模法则^[27]对3类网络整体结构进行位序-规模分布拟合（见表1、图5）。三种网络城镇地方中心度及其位序的判定系数分别为0.88、0.94和0.86,说明3类网络的城镇地方中心度均遵循位序-规模分布。分维值（D）的变化可以从整体上揭示网络结构扁平化（均衡化）发育特征,分维值越大,各城镇之间的地方中心度水平就越接近,网络越趋向于扁平化发展,反之亦然。3类网络的分维值依次为设施网络（0.99）>组织网络（0.90）>需求网络（0.81）,相较于需求网络,设施网络和组织网络更为扁平化。3种类型网络分别从供应角度的连接可能性和容量潜力、需求角度的连接流量现状映射网络发育特征。受城轨布局和网络化运营配置等因素的影响,供应角度的设施网络和组织网络更趋于均衡化,需求网络则主要受到了城市经济社会吸引力的影响,体现出了相对较低的均衡化水平。

Tab. 1
表1
表1三种网络城镇地方中心度位序-规模拟合统计
Tab. 1Statistical characteristics of rank-size distribution of city L_i for three networks

网络类型	拟合方程（S=S0Riq）	判定系数（R2）	分维值/D
设施网络	Y=3.4359x-0.889	0.879	0.99
组织网络	Y=2.3317x-1.038	0.937	0.90
需求网络	Y=2.3792x-1.186	0.962	0.81

新窗口打开|下载CSV

图5

新窗口打开|下载原图ZIP|生成PPT
图5三种网络城镇地方中心度位序-规模分布

Fig. 5Rank-size distribution of city L_i for three networks

4.2 城镇节点

分别计算27个城镇基于设施、组织和需求网络的地方中心度,根据组内差异小、组间差异大的原则,将3类网络中的城镇划分为4种类型（表2）：即,强中心、次强中心、弱中心和从属城镇。强中心而言,3个网络中均只包含广州,地方中心度值分别为2.01、1.92和2.67。次强中心而言,组织网络和需求网络中均包含珠三角另一核心城市深圳,地方中心度值分别为0.78和0.73;与组织和需求网络明显不同,设施网络中次强中心为中山小榄和南头两个下辖城镇。究其原因,设施网络主要是基于实际“轨道距离”构建,这两个城镇所辖的小榄站和南头站地处珠三角西岸广珠城际沿线,沿线站点分布密集,提供了较大的相互作用可能性,地方中心度值分别为1.53和1.29。深圳则由于其偏于一隅的区位和较远的站点距离,地方中心度值仅为0.46。弱中心而言,组织网络中共有7个,包括珠海、肇庆等珠三角地级核心城市以及顺德、小榄、虎门和樟木头等发达镇,除虎门和樟木头位于东岸外,其余均位于珠江口西翼和西岸区域。需求网络中,除虎门和樟木头未出现外,组织网络中的其余城市均出现在需求网络中。设施网络中的弱中心城市集中分布珠江口西岸珠海、中山下辖镇和佛山顺德。从属型城镇数量在三类网络中均占据主导地位,占比分别达到66.67%、74.07%和59.26%。总体而言,组织网络和需求网络的城市分类及其空间分布基本一致。设施网络由于受到城轨网络以及站点布局的影响,除强中心广州与前两类网络一致外,其余各类型城镇均表现出了较大差异,突出了珠江口西岸广珠城际沿线城镇的骨干地位。

Tab. 2
表2
表2三种网络基于地方中心度的城镇等级K-mean划分
Tab. 2Statistical result of K-mean clustering to L_i for three networks

类型	设施网络	组织网络	需求网络
强中心	广州	广州	广州
次强中心	小榄、南头	深圳	深圳
弱中心	古镇、江门、东升、开发区、南朗、中山、顺德、珠海	虎门、顺德、小榄、樟木头、肇庆、珠海、常平	顺德、小榄、肇庆、珠海、常平
从属城镇	肇庆、常平、虎门、樟木头、广宁、怀集、惠东、惠州、三水、四会、新会、惠阳、南海、石龙、谢岗、深圳	南头、广宁、怀集、惠东、惠州、三水、四会、新会、惠阳、南海、石龙、谢岗、古镇、江门、东升、开发区、南朗、中山	樟木头、南头、广宁、怀集、惠东、惠州、三水、四会、新会、惠阳、南海、石龙、谢岗、古镇、江门、东升、开发区、南朗、中山、虎门

新窗口打开|下载CSV

组织网络和需求网络分别从供需视角映射了流量结构,本文进一步对这两类网络进行比较（图6）。需求网络地方中心度水平低于组织网络,平均值分别为0.27和0.30。两类网络相比,广州、珠海和新会在需求网络中的作用进一步凸显。广州作为华南和珠三角地区的核心交通枢纽,地方中心度在两类网络中均居于首位,且中心度值从组织网络的1.92增加到需求网络2.67。珠海和新会的地方中心度值分别从0.45、0.17增加到0.46和0.22,其位序也分别从第6和14位上升到第3和8位。2011年开通运营的广珠城际是珠三角第一条城际轨道,已成为珠江口西岸地区城际客运联系的主要通道,进一步凸显了分别位于广珠城际主线终点珠海和支线终点新会的位势（截止到2017年2月）。需求网络中肇庆、江门等城市位序提升较为明显,表明这些城镇的相对重要性逐渐显现出来。与此相对应,小榄、常平、樟木头、虎门等城镇位序下降,相对重要性逐渐降低。这与国内****对全国尺度的研究结论相似^[21]。由于铁路网络链状运营特征,基于时刻表数据揭示的某条线路上城际关系将会呈现出重要城市和同处于该条线路的小城市具有同等地位的结果,其结果是重要城市的地位被低估,而次级城市的地位被提升,造成了城市网络结构的“先天”扁平化。

图6

新窗口打开|下载原图ZIP|生成PPT
图6组织网络和需求网络地方中心度对比

Fig. 6Comparison of L_i between capacity network and flow network

4.3 城际网络联系

4.3.1 总体特征 按照公式（6）分别得到珠三角地区3类网络中95对城际网络联系度,表3统计了3类网络中居于前15位城际联系对。就组织和需求网络来看,珠三角城际联系形成了以广深、广珠和广佛为核心分别向东西两翼递减的态势,城际间人流移动受经济吸引力的影响,表现出向广州和深圳集聚的特征。两类网络前15位联系对中,以广州为起点的网络联系对分别为10对和12对,广州居于客运组织网络中的绝对核心地位,这与前述广州地方中心度居于首位相一致。设施网络呈现出了截然不同的特征,前15位联系对中,13对城镇联系集中在中山和江门内部联系对之间。不难理解,这主要是受到这一地区站点密集、站点间距离较短的影响。设施网络、组织网络和需求网络前15位城镇联系度总和分别为40.63、35.94和81.13,占总联系度值的比重分别为61.81%、86.95%和96.38%,与地方中心度所揭示的特征一致,流量网络等级结构特征更为显著。

Tab. 3
表3
表3三种网络主要城镇联系度对比
Tab. 3Comparison of C_ij for three networks

排序	设施网络		组织网络		需求网络
	网络联系对	网络联系度	网络联系对	网络联系度	网络联系对	网络联系度
1	南头-小榄	8.16	广州-深圳	14.92	广州-深圳	55.89
2	东升-小榄	5.74	广州-顺德	3.04	广州-珠海	6.63
3	古镇-小榄	4.29	常平-广州	2.38	广州-顺德	3.72
4	东升-中山	3.22	常平-深圳	2.20	广州-肇庆	2.09
5	中山-小榄	3.15	广州-樟木头	1.87	常平-深圳	1.94
6	东升-南头	2.25	广州-小榄	1.83	广州-小榄	1.91
7	古镇-南头	1.73	广州-珠海	1.63	常平-广州	1.88
8	江门-小榄	1.73	顺德-珠海	1.33	广州-新会	1.64
9	南头-中山	1.69	广州-虎门	1.29	顺德-珠海	1.22
10	开发区-中山	1.64	广州-肇庆	1.20	广州-虎门	1.11
11	南头-顺德	1.62	深圳-樟木头	1.07	广州-石龙	0.80
12	顺德-小榄	1.44	顺德-小榄	0.91	常平-惠州	0.71
13	开发区-小榄	1.42	广州-石龙	0.86	广州-樟木头	0.61
14	广州-顺德	1.28	小榄-珠海	0.74	广州-中山	0.53
15	广州-小榄	1.27	虎门-深圳	0.67	广州-三水	0.45

新窗口打开|下载CSV

进一步,将组织网络优势关联（C_ij（组织）-C_ij（需求）>0）和需求网络优势关联（C_ij（需求）-C_ij（组织）>0）进行对比分析。组织网络中共有72对联系对优于需求网络,在空间格局上形成了以地级市加邻近周边城镇的关联结构,这就说明组织网络显著凸显了短距离停靠站点间网络联系度（图7a）,例如广深沿线（广州-樟木头、深圳-樟木头、常平-樟木头、虎门-深圳等）和佛山-珠海沿线（顺德-小榄、小榄-珠海、中山-顺德等）;相较于组织网络,需求网络中共有23对联系有更强的连接性。其中,广州-深圳、广州-珠海、广州-肇庆、广州-江门等网络联系度值显著增加,在空间格局上则呈现出显著的以广州为核心、地级市间联系的放射式空间结构（图7b）。

图7

新窗口打开|下载原图ZIP|生成PPT
图7珠江三角洲组织网络和需求网络优势关联比较

Fig. 7City links with an advantage on C_ij between capacity network and flow network in the Pearl River Delta



4.3.2 空间层级结构 从城际间网络联系度分布规律看,3种网络均呈现出向少数城际间网络联系对集聚的态势（图8）,其中需求网络集聚特征更为显著,90%的网络联系规模集中在1%的城市对间。根据组间差异大、组内差异小的分类原则,对3类网络城镇联系对划分为4个等级（图9）。

图8

新窗口打开|下载原图ZIP|生成PPT
图8珠江三角洲城际网络联系规模累计规律比较

Fig. 8Distribution of flow by city pair in the Pearl River Delta

图9

新窗口打开|下载原图ZIP|生成PPT
图9珠江三角洲3类网络空间格局比较

Fig. 9Comparison of spatial distribution of three networks in the Pearl River Delta



（1）第一等级联系。组织网络和需求网络的第一等级联系包括广州-深圳1对,这与珠三角城市群广深发展走廊相一致;设施网络的第一等级联系主要分布在城轨站点密集地区,包括南头-小榄1对城镇联系。

（2）第二等级联系。组织网络中的第二等级联系对3个,在第一等级联系的基础上以广州和深圳为核心进一步向外扩展,新增广州-顺德、广州-常平和深圳-常平第二等级联系;需求网络第二等级联系对1个,广州-珠海联系凸显出来,这与珠三角地区西岸广珠走廊相一致;设施网络第二等级联系同样集中在广珠城轨站点密集地区,包括古镇-小榄、东升-小榄2对联系。

（3）第三等级联系。组织网络、需求网络和设施网络中的第三等级联系对分别为9对、5对和12对,占总量的比重分别为9.47%、5.26%和12.63%。在组织网络中,广州的辐射能力进一步显现,分别与小榄、珠海、肇庆、虎门、东莞、樟木头建立了联系。此外,佛山顺德-小榄、深圳-樟木头也出现在这一等级网络联系中。需求网络中仅凸显了广州核心作用,5对第三等级联系均是与广州直接相关。设施网络主要反映的是城轨基础设施连接特征,受到线路、站点布局的影响较大,沿途经过城镇的影响相对较小,第三等级联系呈现出明显的“沿线效应”,12对联系集中在广珠城际沿线地区。

（4）第四等级联系。组织网络中第四等级联系81对,占总量的85.26%;需求网络88对,占总量的92.63%;设施网络78对,占总量的82.11%。受珠三角城镇吸引力格局、城轨网络布局特征的共同作用,3类网络第四等级联系网络覆盖范围进一步向外扩张至城轨覆盖区域,珠江三角洲东西两翼外围地区城镇节点进入到网络中,形成了3类网络的底层联系特征。

5 城镇节点和城际连接的分类及其政策启示

依据第二部分所构建的分析框架,基于地方中心度和网络联系度对3类网络进行两两比较,并据此对城镇节点和城际连接进行分类（图10）。图10中,上下两条虚线分别指示3类网络两两比较后地方中心度（网络联系度值）差值分别等于纵坐标10%和横坐标的10%,位于虚线之间的城镇（城镇联系）则视为二者相等,网络地位基本一致。

图10

新窗口打开|下载原图ZIP|生成PPT
图10城镇节点与城际网络连接分类

Fig. 10Typology of city nodes and intercity links



（1）设施网络与组织网络。设施网络与组织网络的对比主要揭示的是轨道连接可能性和容量潜力之间的匹配关系。广州、东莞和常平等城镇位于10%线间,说明这些城镇位势在反映可能性的设施网络和潜力的组织网络中基本一致。根据城镇节点和连接所处的位置,将其划分为两种类型：① 容量优势型（可能性<容量）。深圳和虎门等地处城轨网络东岸边缘位置的城镇节点位于容量优势区域。广州-顺德、广州-常平、广州-小榄等长距离干线连接属于这一类型,在未来铁路网规划中,应增加这些城市与其他城市的设施连接性。② 设施优势型（可能性>容量）。珠三角西岸的珠海、中山、小榄和南头等城镇、以及顺德-小榄、古镇-小榄等较短距离支线处于设施网络优势区域,说明这些城镇处于珠三角城轨网络的优越位置,在未来规划中,应增加过境列车的停站次数,从而增加在容量网络中的地位以发挥这一区位优势。

（2）设施网络与需求网络。设施网络与需求网络的对比主要揭示的是轨道连接可能性和实际连接流量之间的匹配关系。根据城镇节点和连接所处的位置,将其划分为两种类型：① 流量优势型（可能性<流量）。广州和深圳等城镇以及广州-顺德、广州-肇庆和广州-小榄等城际连接属于这一类型,广州和深圳处于珠三角中心城市地位,但在现有城际轨道网络结构下,这类城镇在设施网络中并不处于核心位置,未来应通过完善轨道网络布局提升这类城镇在设施网络的位置来支撑其在需求网络核心地位。② 设施优势型（可能性>流量）,这类型主要包括珠海、顺德、中山等地。珠江口西岸城际联系如古镇-小榄、东升-小榄等也属于这一类型,虽然这些城镇处于现有轨道网络核心位置,但在经济社会等因素的影响下,并没有在需求网络中取得相应地地位,未来应在促进经济社会发展的前提下,充分利用好优越的设施网络资源。

（3）需求网络与组织网络。组织网络与需求网络的对比主要揭示的是轨道连接容量潜力和连接实际流量之间的匹配关系。就城镇节点来说,深圳和珠海处于10%线间,表明深圳和珠海在反映可能性的组织网络和实际的需求网络中的地位基本一致。就城际连接来讲,广州-小榄、广州-虎门处于10%虚线间,同样表明二者在需求网络和组织网络中的地位基本一致。其余城镇划分为两类：① 流量优势型（容量<流量）。仅有广州属于这一类型,广州凭借其发达的经济社会水平和优越的枢纽区位,属于主要的客流原地和目的地,未来应通过增加更多的停靠班次数量继续保持这一优势地位;广州-珠海、广州-深圳、广州-顺德、广州-肇庆、广州-新会等主要中心城市之间的城际连接属于流量优势型,未来应增加更多班次的停靠数量以提升在组织网络中的位势。② 容量优势型（容量>流量）。顺德、小榄等城镇属于容量优势型,这类城镇处于广珠、广佛肇城际沿线,承担了中间过境职能。就城际连接来看,广州-常平、广州-樟木头、常平-深圳广深沿线过境连接属于这一类型,未来应充分发挥其过境职能吸引更多客流。

6 结论与讨论

本文以珠三角城市群城际轨道网络为研究对象,通过对三种城际轨道连接网络的实证对比,系统分析三种连接中整体结构、城市的节点位置和城际连接性的差异,得出的结论主要有：

（1）不同类型交通网络映射了城市网络的不同特征,在利用交通网络揭示城市网络的研究中需要明确“刻画何种网络”的重要性。与组织和设施网络相比,需求网络突出了广州、深圳、肇庆、江门等城市的重要性,轨道沿线中小城镇位势则逐渐降低。

（2）设施网络、组织网络与需求网络分别从供应角度的连接可能性和连接容量潜力、需求角度的连接流量现状映射网络发育特征。受城轨布局和网络化运营配置等因素的影响,供应角度的设施网络和组织网络更趋于均衡化,与此相对应,需求网络则主要受到了城市吸引力因素的影响,在追求效率作用下,需求网络体现出了相对较低的均衡化水平。

（3）组织和需求网络表现出了以广深为核心节点、以广深、广珠和广佛为核心联系的结构体系。受珠江口西岸地区站点密集、站点间距离较短的因素影响,呈现出明显的“沿线效应”,突出了珠江口西岸广珠城际沿线的骨干地位。

轨道交通将成为未来珠三角地区（粤港澳大湾区）协同融合发展的关键支撑,本文研究结果对未来珠三角和其他城市群轨道交通网络规划建设均有一定启示意义。在关注单一交通连接网络塑造下的城市网络结构特征的同时,更要关注内涵不同的交通连接网络的对比差异;对于广州、深圳等主要中心城市而言,未来应通过完善轨道线路建设和运营网络优化提升二者在设施和组织网络的位置,以持续支撑其需求网络中的枢纽地位;对于包括珠海、顺德、中山等地,珠江口西岸等城镇而言,未来应在经济社会发展的前提下,充分利用好其在设施网络中优势区位资源。

参考文献 View Option 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1] 马学广, 李贵才 . 世界城市网络研究方法论
地理科学进展, 2012,31(2):255-263.
[本文引用: 1]

[ Ma Xueguang, Li Guicai . Research methods for world city network and relevant inspirations
Progress in Geography, 2012,31(2):255-263.]
[本文引用: 1]

[2] Derudder B, Witlox F . Mapping world city networks through airline flows: context, relevance, and problems
Journal of Transport Geography, 2008,16(5):305-312.
DOI:10.1016/j.jtrangeo.2007.12.005Magsci [本文引用: 2]
<h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">This paper contextualises and reviews the burgeoning research in which data on air passenger flows are used to analyse a network of world cities. Rather than taking the relevance of such airline statistics on trust, we consider their advantages and drawbacks in the context of the different approaches devised in the empirical research at large. To assess the potential of data on air passenger flows in this context, we construct a taxonomy of approaches that distinguishes between information on global corporate organization and large-scale infrastructure networks. While this evaluation suggests that information on air passenger flows may indeed be a prime data source in this context, it is equally clear that the relevance of such research is potentially undermined by inadequate statistics. It is argued that future research should explore and/or construct alternative airline datasets that allow for more meaningful analyses.</p>

[3] Derudder B, Liu X, Kunaka C , et al. The connectivity of South Asian cities in infrastructure networks
Journal of Maps, 2014,10(1):47-52.
DOI:10.1080/17445647.2013.858084Magsci [本文引用: 2]
This map summarizes information on the connectivity of 67 important South Asian cities concerning infrastructure networks. The map combines four information layers to reveal a city's overall stature in the region's infrastructure networks, i.e. rail, road, air, and information technology networks. Three dimensions of connectivity are shown: edge thickness reflecting tie strength between pairs of cities; node size reflecting a city's betweenness centrality; and node color reflecting the dominant geographical orientation of a city's connections. A threshold is used for the edges to ensure the map does not appear clogged. The map shows that major connections tend to be within-country linkages between large cities. There are five communities in South Asia's urban infrastructure networks, which largely follow national borders. Delhi, Mumbai, Lahore, Karachi, Chennai, Colombo and Dhaka are shown to be important nodes for the infrastructural integration of South Asia, as these cities mediate flows between relatively unconnected communities and cities.

[4] Liu X, Derudder B, Wu K . Measuring polycentric urban development in China: An intercity transportation network perspective
Regional Studies, 2016,50(8):1302-1315.
[本文引用: 1]

[5] 戴特奇, 金凤君, 王姣娥 . 空间相互作用与城市关联网络演进: 以我国20世纪90年代城际铁路客流为例
地理科学进展, 2005,24(2):80-89.
[本文引用: 2]

[ Dai Teqi, Jin Fengjun Wang Jiao'e . Spatial interaction and network structure evolvement of cities in term of China’s railway passenger flow in 1990s
Progress in Geography, 2005,24(2):80-89.]
[本文引用: 2]

[6] Smith D A, Timberlake M F . World city networks and hierarchies, 1977-1997: An empirical analysis of global air travel links
American Behavioral Scientist, 2001,44(10):1656-1678.
[本文引用: 1]

[7] Burghouwt G, Hakfoort J, Van Eck JR . The spatial configuration of airline networks in Europe
Journal of Air Transport Management, 2003,9(5):309-323.
DOI:10.1016/S0969-6997(03)00039-5Magsci [本文引用: 1]
<h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">The deregulation of US domestic passenger aviation in 1978 resulted in the reconfiguration of airline networks into radial route systems, spatially concentrated around a small number of central airports or &lsquo;hubs&rsquo;. This paper investigates whether a similar spatial concentration trend can be observed in the European aviation network after deregulation at the airline network level. Using the network concentration index, it is demonstrated that European &lsquo;flag carriers&rsquo; already showed a very high traffic concentration rate at the beginning of deregulation. Between 1990 and 1999, the distribution of European traffic of these carriers remained remarkably stable according to the network concentration index. A spatial concentration trend of European traffic on a small number of hubs can only be observed for some regional airlines.</p>

[8] Lee H S . The networkability of cities in the international air passenger flows 1992-2004
Journal of Transport Geography, 2009,17(3):166-175.
DOI:10.1016/j.jtrangeo.2008.07.011Magsci [本文引用: 3]
<h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">A modified <em>social network analysis</em> model was designed in this study for use in the examination of the international air network. By using this model in analyzing the <em>networkability</em> of cities, the connectivity of the air routes was estimated, using the air traffic and the number of air routes. <em>Networkability</em> is the quantitative measurement of the spatial interaction relationships in the international air network. Through this process, this study aims to analyze the structural changes of the global network in 1992 and 2004. As a result, it was observed that London, Paris, Frankfurt, Amsterdam, and New York were class 1 cities that were at the top in both years. Tokyo was included in class 1 in 1992, but not in 2004. Rome, Zurich, Singapore, Los Angeles, and other cities were identified as the class 2 cities in 1992, while Singapore, Tokyo, Madrid, Hong Kong, Bangkok, etc. were identified as the class 2 cities in 2004. These cities occupy the center of the global network, and the class 1 cities are connected to the class 2 cities, which perform the function of hubs in each continent, thus uniting the whole world as one network.</p>

[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
地理研究, 2002,21(3):276-286.
[本文引用: 1]

[ Zhou Yixing, Hu Zhiyong . Looking into the network structure of Chinese urban system from the perspective of air transportation
Geographical Research, 2002,21(3):276-286.]
[本文引用: 1]

[10] 金凤君 . 我国航空流量网络发展及其地域系统研究
地理研究, 2001,20(1):31-39.
[本文引用: 1]

[ Jin Fengjun . A study on network of domestic air passenger flow in China
Geographical Research, 2001,20(1):31-39.]
[本文引用: 1]

[11] 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
地理学报, 2017,72(8):1508-1519.
[本文引用: 2]

[ Wang Jiao'e, Jing Yue . Comparison of spatial structure and organization mode of inter-city networks from the perspective of railway and air passenger flow
Acta Geographica Sinica, 2017,72(8):1508-1519.]
[本文引用: 2]

[12] 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
地理学报, 2016,71(2):265-280.
[本文引用: 2]

[ Jiao Jingjuan Wang Jiao'e Jin Fengjun . et al Impact of high-speed rail on inter-city based on the passenger train network in China, 2003-2013
Acta Geographica Sinica, 2016,71(2):265-280.]
[本文引用: 2]

[13] 陈伟, 刘卫东, 柯文前 , 等. 基于公路客流的中国城市网络结构与空间组织模式
地理学报, 2017,72(2):224-241.
[本文引用: 1]

[ 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
Acta Geographica Sinica, 2017,72(2):224-241.]
[本文引用: 1]

[14] 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
城市规划学刊, 2011(2):16-23.
[本文引用: 1]

[ Luo Zhendong, He Hongmin, Geng Lei . Analysis of the polycentric structure of Yangtze River Delta based on passenger traffic flow
Urban Planning Forum, 2011, ( 2):16-23.]
[本文引用: 1]

[15] 蔡莉丽, 马学广, 陈伟劲 , 等. 基于客运交通流的珠三角城市区域功能多中心特征研究
经济地理, 2013,33(11):52-57.
[本文引用: 1]

[ Cai Lili, Ma Xueguang, Chen Weijin , et al. Characteristics of functional polycentricity of PRD urban region based on passenger traffic flow
Economic Geography, 2013,33(11):52-57.]
[本文引用: 1]

[16] 莫辉辉, 王姣娥, 金凤君 . 交通运输网络的复杂性研究
地理科学进展, 2008,27(06):112-120.
[本文引用: 1]

[ Mo Huihui, Wang Jiao'e, Jin Fengjun . Complexity perspectives on transportation network
Progress in Geography, 2008,27(6):112-120.]
[本文引用: 1]

[17] 莫辉辉, 王姣娥 . 复杂交通网络: 结构、过程与机理. 北京: 经济管理出版社, 2012.
[本文引用: 2]

[ Mo Huihui Wang Jiao'e . Complex Transport Network: Structure Process Mechanism. Beijing: Economic Management Press, 2012.]
[本文引用: 2]

[18] 王姣娥, 焦敬娟, 黄洁 , 等. 交通发展区位测度的理论与方法
地理学报, 2018,73(4):666-676.
[本文引用: 2]

[ Wang Jiao'e, Jiao Jingjuan, Huang Jie , et al. Theory and methodology of transportation development and location measures
Acta Geographica Sinica, 2018,73(4):666-676.]
[本文引用: 2]

[19] Zhang W, Derudder B, Wang J , et al. Approximating actual flows in physical infrastructure networks: The case of the Yangtze River Delta high-speed railway network. Bulletin of Geography.
Socio-economic Series, 2016,31:145-160.
[本文引用: 4]

[20] Neal Z . Refining the air traffic approach to city networks
Urban Studies, 2010,47:2195-2215.
[本文引用: 1]

[21] Yang H, Dijst M, Witte P , et al. Comparing passenger flow and time schedule data to analyze high-speed railways and urban networks in China
Urban Studies, 2018,56(6):1267-1287.
[本文引用: 3]

[22] Liu X, Derudder B, Wu K . Measuring polycentric urban development in China: An intercity transportation network perspective
Regional Studies, 2016,50(8):1302-1315.
[本文引用: 1]

[23] Zhu Z, Zhang A, Zhang Y . Connectivity of intercity passenger transportation in China: A multi-modal and network approach
Journal of Transport Geography, 2017,71:263-276.
[本文引用: 1]

[24] 冯长春, 谢旦杏, 马学广 , 等. 基于城际轨道交通流的珠三角城市区域功能多中心研究
地理科学, 2014,34(6):648-655.
[本文引用: 2]

[ Feng Changchun, Xie Danxing, Ma Xueguang , et al. Functional polycentricity of the urban region in the Zhujiang River Delta based on intercity rail traffic flow
Scientia Geographica Sinica, 2014,34(6):648-655.]
[本文引用: 2]

[25] Zhang W, Derudder B, Wang J . et al. An analysis of the determinants of the multiplex urban networks in the Yangtze River Delta
Tijdschrift voor Economische en Sociale Geografie. 2019. https://doi.org/10.1111/tesg.12361 .
URL [本文引用: 1]

[26] 马学广, 鹿宇 . 基于航空客运流的中国城市空间格局与空间联系
经济地理, 2018,38(8):47-57.
[本文引用: 1]

[ Ma Xueguang, Lu Yu . Spatial structure and connection of cities in China based on air passenger transport flow
Economic Geography, 2018,38(8):47-57.]
[本文引用: 1]

[27] Jong J-C and Chang E-F . Investigation and estimation of train dwell time for timetable planning
In: Proceedings of 9th World Congress on Railway Research, Lille, France, 2011.
[本文引用: 2]

[28] 许学强, 周一星, 宁越敏 . 城市地理学. 北京: 高等教育出版社, 1997.


[ Xu Xueqiang, Zhou Yixing, Ning Yueming . Urban Geography. Beijing: Higher Education Press, 1997.]