长三角城市群网络特征与省际边界效应——基于人口流动视角

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

王雪微^,¹, 赵梓渝^,², 曹卫东¹, 王士君³

1.安徽师范大学地理与旅游学院,芜湖 241002

2.青岛大学旅游与地理科学学院,青岛 266071

3.东北师范大学地理科学学院,长春 130024

Study of network characteristics and inter-provincial boundary effect of the Yangtze River Delta urban agglomeration: From the perspective of population flow

WANG Xuewei^,¹, ZHAO Ziyu^,², CAO Weidong¹, WANG Shijun³

1. School of Geography and Tourism, Anhui Normal University, Wuhu 241002, Anhui, China

2. School of Tourism and Geography Science, Qingdao University, Qingdao 266071, Shandong, China

3. School of Geographical Sciences, Northeast Normal University, Changchun 130024, Jilin, China

通讯作者: 赵梓渝（1986-）,男,吉林长春人,博士,讲师,硕士生导师,研究方向为城市网络。 E-mail: 171462539@qq.com

收稿日期:2020-06-19接受日期:2020-12-16网络出版日期:2021-06-10

基金资助:

国家自然科学基金项目.41901151
国家自然科学基金项目.41630749
国家自然科学基金项目.42001176
教育部人文社会科学研究青年基金.20YJCZH241
安徽省自然科学基金项目.1908085QD162

Received:2020-06-19Accepted:2020-12-16Online:2021-06-10
作者简介 About authors
王雪微（1988-）,女,黑龙江海伦人,博士,讲师,硕士生导师,研究方向为城市与区域规划。 E-mail: wangxw697@ahnu.edu.cn

摘要
构建城市网络化与消除行政边界所导致的阻隔效应是城市群一体化过程中所面临的双重问题。网络视角下,行政边界呈现出何种程度的空间效应是揭示区域演化机制的科学问题。基于人口流动要素构建长三角城市群网络,定量识别城市网络中的省际边界效应问题。研究指出：① 网络密度、平均中心性和平均控制力三项指标一致表明基于人口流动的长三角城市群网络呈现出强联结状态;② 经济规模、政治资源、产业结构、历史基础、就业机会和劳动收益是人口流动网络形成的重要影响因素,而省际边界、跨界频数、时间距离是人口流动网络流向的关键引导因素;③ 基于二次指派程序（QAP）的人口流动影响因素和网络拓扑结构分析共同表明,长三角城市群网络中存在显著的边界效应,且人口流动网络中边界效应表现出明显差异。省际边界在长三角城市群人口流动网络中发挥了融合（沪苏边界上海-苏州段）、过滤（沪浙边界上海-嘉兴段等）、接触（浙皖边界湖州-宣城段等）、阻隔（苏皖边界常州-宣城段等）四种不同的空间效应。论文对于深入理解城市群一体化驱动机制具有理论和现实意义。
关键词： 边界效应;城市网络;人口流动;二次指派程序;长三角城市群

Abstract

Construction of urban network and the barrier effect (caused by the elimination of administrative borders) are problems in the integration of urban agglomeration. From the perspective of network, the extent of spatial effect indicated by administrative borders reveals the mechanism of regional evolution. This study developed the Yangtze River Delta urban agglomeration network based on the population flow elements, and also quantitatively identified the problems of inter-provincial boundary effects in the urban network. The results showed that: (1) Network density, average centrality, and average control force indicate that the Yangtze River Delta urban agglomeration network shows a strong connection, based on the population flow. (2) Economic situation, political resources, industrial structure, historical basis, employment opportunities, and labor gains are important influencing factors in the formation of a population flow network, while inter-provincial border, cross-border frequency, and temporal distance are key guiding factors of the flow direction of the population flow networks. This conclusion also just proves that the traditional elements group is not able to fully explain the formation and development mechanism of urban network under the background of elements flow efficiently. (3) The analysis of influencing factors of population flow, based on the quadratic assignment procedure (QAP) and network topological structure, showed a significant boundary effect in the Yangtze River Delta urban agglomeration network. Furthermore, the boundary effect of population flow network showed obvious differences. The provincial boundary considers four spatial effects in the Yangtze River Delta urban agglomeration network, including: integration (the Shanghai-Suzhou section on the border between Shanghai and Jiangsu), filtration (e.g. the Shanghai-Jiaxing section on the border between Shanghai and Zhejiang), contact (e.g. the Huzhou-Xuancheng section on the border between Zhejiang and Anhui), and barrier (e.g. the Changzhou-Xuancheng section on the border between Jiangsu and Anhui). This study has theoretical and practical significance for further understanding of the driving mechanisms of urban agglomeration integration.

Keywords：boundary effect;urban network;population flow;quadratic assignment procedure (QAP);Yangtze River Delta urban agglomeration

PDF (4940KB)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
王雪微, 赵梓渝, 曹卫东, 王士君. 长三角城市群网络特征与省际边界效应——基于人口流动视角. 地理研究[J], 2021, 40(6): 1621-1636 doi:10.11821/dlyj020200563
WANG Xuewei, ZHAO Ziyu, CAO Weidong, WANG Shijun. Study of network characteristics and inter-provincial boundary effect of the Yangtze River Delta urban agglomeration: From the perspective of population flow. Geographical Research[J], 2021, 40(6): 1621-1636 doi:10.11821/dlyj020200563

1 引言

城市群是中国城镇化的主体形态,其一体化是新型城镇化的内在要求。边界效应阐述了以行政边界为代表的一系列约束要素流动的限制^[1,2,3],是城市群高质量一体化过程中所面临和迫切需要解决的核心问题之一。信息化作用下地方空间与流空间的共存促使地域空间结构从等级化转向网络化^[4]。由于边界和边界地区对网络化的响应并非同质,为此,网络化背景下边界效应研究是否发生了本质变化值得从地理学视角给予回应。基于城市体系的网络研究范式解析城市群一体化过程中的边界效应为该议题研究提供了新的视角。本文以长三角城市群为例,解构以人口流动为代理人的城市群网络中省际边界效应,梳理跨边界的要素流动实践规律及其在城市群一体化网络构建中的差异化表现,以期为边界效应理论研究提供有益借鉴,同时也为长三角城市群高质量发展提供科学参考。

城市网络是以流要素为代理人,在相对无约束的时空尺度下产生的一种城市关系,多尺度是城市网络在城市体系研究中的优势所在^[5],城市群网络研究更是备受关注^[6,7,8,9,10]。相关研究从经济、产业、创新合作等视角对城市群网络的多中心结构、城市群一体化驱动机制相关议题展开研究^{[11,12,13,14]}。值得注意的是,区域一体化发展同时面临着构建区域网络化和消除边界阻碍制约的双重问题。一方面,网络化是城市群高质量一体化发展的必要途径。流空间背景下,各种高速基础设施和信息网络,使城市间的联系超出了以往中心地时代所认知的界限^[15,16],形成了多空间尺度和多等级城市之间时空共享的网络关系^[17,18,19];另一方面,边界效应是城市群一体化发展面临的现实问题。随着全球化和区域一体化的不断推进,边界效应研究视角不断多样化^[20,21],研究从传统的市场经济、贸易合作、资本差异、结构估计等单一经济学视角不断转向多学科融合视角^{[22,23,24,25]}。在这其中,地理****基于不同领域对边界效应的理论发展做出了卓有成效的贡献：经济地理学将经济活动视为同质要素,探讨行政边界引起跨区域经济发展与产业关联的差异化现象^[26];城市地理学将城市属性视为同质要素,探讨行政边界引起跨区域城镇体系发展的差异化现象^[27,28];政治地理学将政治实体视为同质要素,探讨行政边界引起跨区域合作机制与政策管治的差异化现象^[29]。已有研究缺乏对城市群网络结构和边界效应的并列统一探讨,更多是将边界效应定义为跨区域城市间经济水平增长的差距变化^[30]。

人口流动是中国改革开放以来规模最大、意义最为深远的地理过程之一^[31],社会经济发展、户籍制度改革、高速交通设施建设等促使人口流动行为日益活跃。在这其中,一方面是日常阶段的人口流动现象。人口流动是生产要素的空间再配置过程,各种企业及组织间以价值创造为导向的横纵向的、正式与非正式的联系构成了人口流动网络存在的基础^[32];另一方面是春运期间的人口流动现象。春运被誉为人类历史上规模最为壮观的周期性人口大流动,2015年中国春运流动人口规模约28.09亿人次,其中最主要的是劳动力从农村向城市大规模流动。因此,春运作为中国特有的重大社会现象,成为研究人口流动的重要视角^[33,34,35],并可以与非春运的日常阶段人口流动空间特征进行对比研究。人口流动是一种大规模的群体性时空行为,而中国国内流动人口的估计数量对计数方法极为敏感^[36]。信息化背景下,GPS、LBS等技术的发展为大规模人口行为时空特征的观测提供了技术支撑,被广泛应用于基于流数据的人类空间轨迹和空间相互作用研究中^[37]。因此,基于大数据研究个体或群体行为,发现活动中蕴含的空间认知规律及空间行为和交互模式,支撑要素跨界流动决策成为地理科学研究的前沿问题。

综上所述,论文基于人口流动视角考察长三角城市群网络中的省际边界效应问题。在以往经济规模、政治资源、劳动力市场及其收益等城市网络影响因素分析基础上,引入时间距离、行政边界及出行跨界频数3个因素。检验基于人口流动的长三角城市群网络中的边界效应,并进一步定量识别边界效应类型和分析边界效应特征。

2 数据来源与研究方法

2.1 研究区概况

长三角城市群是“一带一路”与长江经济带的重要交汇地,经济腹地广阔,拥有现代化江海港口群和机场群,交通干线密度全国领先。2016年《长江三角洲城市群发展规划》中,将安徽省皖江地区8个城市纳入长三角城市群,范围从“两省一市”扩展到“三省一市”。地理空间上包括26个城市（图1）,覆盖国土面积21.17万km²。2019年长三角地区生产总值19.74万亿元（占全国19.92%）,总人口1.56亿人（占全国11.11%）。

图1

新窗口打开|下载原图ZIP|生成PPT
图1长三角城市群交通网络图

Fig. 1Traffic network of the Yangtze River Delta urban agglomeration

2.2 数据来源

研究数据来源于百度地图迁徙（http://qianxi.baidu.com）。百度迁徙基于定位服务技术映射人口流动轨迹,在国内较早公开基于信息技术手段反应人口流动空间现象,因此相较于腾讯、高德等人口流动数据,其更多被应用于人口流动、城市网络相关研究^[38,39]。人口流动数据由两部分组成,一为春运期间数据,通过人口流动间接识别城市间流动劳动力要素的空间集聚;二为日常阶段数据,通过人口流动表征城市间劳动力要素空间流动关系。2015年中国春运官方定义周期为2月4日至3月16日,由于数据获取原因,本文研究时间为2月7日至3月18日,计40天（下文春运期间均指这一时段）。由于百度迁徙数据不含流动个体的社会经济属性、流动目的等个人信息,因此无法从中剥离不同出行意义的人。同时,受限于服务商仅能够采集到该公司用户数据,数据结果无法全面反应研究时段内中国人口流动的空间状况与规模差异。对此,刘望保等指出,地理行为大数据存在被采集群体偏向性较强和个体社会经济属性缺失或不真实等问题,但通过海量数据全程、动态、即时地展示了城市之间的人口流动格局也是其他数据无法比拟的^[40]。研究涉及的社会经济统计数据来源于各省市统计年鉴和国民经济与社会发展统计公报。

2.3 研究方法

2.3.1 社会网络分析法通过春运期间及日常阶段百度迁徙数据,构建长三角城市群省际人口流动网络矩阵。社会网络分析方法是城市网络研究的主要方法之一,其中,网络密度衡量了网络中各节点之间关系的紧密程度：

（1）

D = \sum_{i = 1} \sum_{j = 1} d (n {}_{i}, n_{j}) / k (k - 1)

式中：D为网络密度;k为节点数;d为人口流动网络中的路径权重,即两个城市之间的人口流强度。

分别通过中心性和控制力衡量城市在春运期间人口净流入规模与日常阶段人口流动规模。其中,春运人口流可分为春节前返乡流和春节后返工流。2015年春节国家法定假日为2月18日（除夕）至2月24日（初六）。基于这一时间安排及对数据的总体观察,确定节前时间起止为2月7日至23日,该时间阶段下人口主要由发达城市向欠发达城市流动;节后时间起止为2月24日至3月18日,该时间阶段下人口主要由欠发达城市向发达城市集聚。需要补充说明的是,严格的时间分割忽略了长三角城市群各城市人口流动的时间差异性,因此将导致计算结果出现微小偏差。

中心性（Centrality_i）通过春运期间节后返工流的城市人口净流入值与节前返乡流城市人口净流入值的差值进行计算：

（2）

Centralit y_{i} = \sum N I_{i_dayA} - \sum N I_{i_dayD}

式中：NI_{i_dayA}为节后城市i人口净流入规模;NI_{i_dayD}为节前城市i人口净流入规模。当Centrality_i>0时,表明该市对以流动人口为代表的要素产生空间集聚效应;当Centrality_i<0时,表明该市对以流动人口为代表的要素产生空间扩散效应。

控制力（Power_i）为城市i日常期间人口流动的总强度,可反映城市人口流动的活跃程度,计算公式如下：

（3）

Powe r_{i} = R_{i}^{T} + R_{i}

式中：R_i为人口省际流动矩阵;R^T_i为R_i转置矩阵。

2.3.2 二次指派程序（Quadratic Assignment Procedure,QAP） QAP即二次指派程序法,可用来研究关系之间的关系,即研究矩阵间的相关性和回归性。QAP方法需构建城市属性关系矩阵,如果城市i和j的某一属性相同,则该属性关系矩阵中i、j交叉处的编码值为1,否则编码值为0。依次基于春运期间和日常阶段人口流动网络进行矩阵相关分析（QAP correlation）和矩阵回归分析（QAP regression）,前者用于检验边界区域、跨界频数等城市属性关系矩阵与人口流动网络关系矩阵的相关性,后者用于定量识别各类城市属性关系矩阵对人口流动网络关系矩阵的影响程度。

基于人口流动的城市网络中,路径选择行为构成理解城市网络格局的微观基础。本文基于“行为-结构-效应”的分析框架,解释长三角城市群网络空间格局的形成机理。人口空间流动行为在宏观层面上表现为路径择优、路径依赖等为主要特征的城市连接过程,推动城市网络自组织系统的有序演化,并形成一定效应。因此,影响人口流动路径选择的因素从根本上塑造着城市网络的关系格局。从这一思路出发,本文选取城市属性、地理空间和网络时间滞后项3个一级指标,9个二级指标,共12个解释变量（表1）。其中城市属性指标选取原则是假设成为有吸引力的网络伙伴取决于城市的个体特征,流动人口更多地倾向于能够让自己获利的城市。地理空间指标选取意义在于地理区位和交通条件是影响人口流动强度的重要因素,尤其空间区位和跨界频数可有效获取不随时间变化的解释变量的影响,对传统指标体系进行补充的同时为后续效应研究提供基础。网络时间滞后项的选取抓住了城市网络发育过程中路径依赖（偏好依附,preferential attachment）这一原则^[41,42],即城市网络链接关系的生长发育,不仅受到同期相关变量的影响,而且取决于历史上形成的链接关系格局,即人口流动路径选择习惯性。

Tab. 1
表1
表1QAP分析指标体系
Tab. 1Index system of QAP analysis

一级指标	二级指标	变量代理符号	解释变量	单位
城市属性	经济规模	GDP	人均地区生产总值	万元/人
	政治资源	Capital	城市行政级别虚拟变量	-
	劳动力市场及收益	Employment	新增城镇就业岗位	个
		Unemployment	常住人口城镇登记失业率	%
		Wage	在岗职工平均工资	元
	产业结构	Industry	二、三产业产值占生产总值的比例	%
地理空间	空间距离	Min-Distance	每一对城市之间的最短出行距离	km
	时间距离	Min-Time	每一对城市之间的最短出行时间	min
	空间区位	Shoreline	沿海沿江岸线虚拟变量	-
	空间区位	Border	边界区域虚拟变量	-
	跨界频数	Transborder	最佳出行路径所需经过的省际边界次数	次
网络时间滞后项	网络时间滞后项	Lag2010	2010年的城市网络关系矩阵	-

注：① 城市行政级别虚拟变量：直辖市、省会城市、计划单列市赋值为1,其他城市赋值为0。② 每一对城市之间的最短出行距离：基于百度地图查询,获取高速铁路、高速公路、普通铁路、国道、省道、其他公路交通系统中每一对城市间的最短交通距离。③ 每一对城市之间的最短出行时间：通过百度地图查询,基于以上交通系统获取每对城市间最短出行时间（如需换乘,换乘时间计算在内）。为确保数据准确性,起止点指定为各城市的主要火车站,此外,通过12306和高德导航对233对城市出行进行导航查询,进一步检验数据的可靠性。④ 沿海沿江岸线虚拟变量：长江沿线和沿海城市编码为1,其他城市编码为0。⑤ 边界区域虚拟变量：省际边界线两侧城市编码为1,其他城市编码为0。⑥ 最佳出行路径所需经过的省际边界次数：233条网络关联中通过省际边界次数最少为1次,最多为3次。⑦ 2010年的城市网络关系矩阵：2010年尚无系统的百度迁徙数据,流动人口数据来源于第六次人口普查。

新窗口打开|下载CSV

2.3.3 省际边界效应识别首先,基于QAP矩阵分析,将边界区域、时间距离、跨界频数等省际边界因子嵌入到城市网络影响因素研究中,不仅对经济规模、政治资源、产业结构、劳动力市场及收益等构成的传统要素群进行必要补充,同时可定量证实城市网络中省际边界效应存在的科学性。其次,基于跨界网络关系强度（人口流动规模）和跨界交通指数的自然断裂（natural breaks）,将城市网络化程度嵌入到省际边界效应类型划分中。由于城市网络化目前仍处于加速发展阶段,无法直接界定跨界网络关系强度和交通指数的高低临界值,因此,本文采取相对界定法,将四个等级中强度和指数值高的边界界定为边界融合效应、较高的界定为边界过滤效应、较低的界定为边界接触效应、低的界定为边界阻隔效应,实现相对定量地识别省际边界的效应类型。最后,通过春运期间和日常阶段人口流动网络簇结构统计,对边界效应类型识别结果予以检验。证明基于人口流动网络的边界效应识别结果具有稳定性,同时进一步解释边界效应可以由屏蔽向中介演化的事实,弥补以往边界经济屏蔽效应单一性测度的不足。此外,将城市网络空间结构指标整体嵌入到边界效应研究中,实现对城市网络中边界效应识别结果的量化检验。

3 人口流动网络结构特征及其影响因素

3.1 人口流动网络结构特征

基于百度迁徙数据,识别2015年春运期间长三角城市群人口净流入指数为286.32。上海市虹吸效应显著,城市群内部人口净流入强度前十位的人口流有7条流入上海,并与苏州、南京、杭州、宁波、无锡、常州累积集聚86.95%的净流入强度。在日常阶段,长三角城市群人口流动指数为549.98,其中,沪-苏人口流动指数224.57,占总流动规模的40.83%,沪-浙、苏-皖、苏-浙人口流动规模所占比例分别为18.09%、16.70%和16.33%。流动强度前十位的关联城市大多相邻且分属省际边界两侧,说明省际边界在人口流动网络发育中可能发挥一定效应。对比分析春运和日常两个时段人口流动网络结构,均呈现明显的层级特征（图2）。春运期间,净流入指数超过10的6条关联路径共承载29.5%的人口净流入强度,上海市为主要流入地;指数介于1~10的关联共56条,承载57.3%的人口净流入强度,流入地主要为苏州、南京、无锡等13个城市;指数小于1的关联141条,承载13.2%的人口净流入强度,流入地主要包括宁波、嘉兴等21个城市。可见春运期间二级网络关系为主要人口流动路径。日常阶段,流动指数大于10的网络关联13条,承载62.4%的人口流动规模;指数介于1~10的关联51条,承载30.6%的人口流动规模;指数小于1的关联154条,承载7.0%的人口流动规模,表明日常阶段一级网络关系为主要人口流动路径。

图2

新窗口打开|下载原图ZIP|生成PPT
图2春运期间和日常阶段人口流动网络空间特征

Fig. 2Spatial characteristics of the population flow in the Spring Festival and daily stage

就长三角城市群内部而言,春运人口净流入的中心性均值为23.08,即10个人口净流入城市平均吸纳长三角城市群内部流动人口指数为23.08。流入中心性前4位依次为上海、南京、苏州和杭州（表2）,上海吸纳全部流动人口资源的64.5%。春运人口净流出的中心性均值为-14.43,即16个人口净流出城市平均扩散长三角城市群内部流动人口指数为14.43。流出中心性前4位依次为滁州、安庆、宣城和盐城。在日常阶段,长三角城市群城市网络平均控制力为42.31,前5位城市上海、苏州、南京、杭州和嘉兴承载城市群全部人口流的65.8%。其中上海关联了长三角城市群日常人口流动强度的31.4%。一个优良的城市群空间应当具有一定的密度效应,在城市群从蔓延到连绵的发展过程中,存在一个临界值。当密度超过该临界值时,整个区域会达到一种完全连绵状态,形成大的空间集团,对其研究涉及逾渗理论。不同的点阵逾渗阈值不同,三角形、正方形、蜂房的密度临界值分别是0.5、0.593、0.698^[43]。长三角城市群作为中国社会经济发展最发达的地区之一,其网络结构可以抽象为蜂房状的多中心结构。基于日常时段人口流动的长三角城市群网络密度为0.711,达到逾渗阈值0.698,整体网络联系表现出一种强联结状态,说明长三角城市群城市间联系程度高,获取信息、共享资源等途径较多,网络的资源互惠性达到了较高程度,基本构成一体化的城市网络。

Tab. 2
表2
表2各城市中心性与控制力统计
Tab. 2Statistics of cities centrality and power

城市	中心性	控制力	城市	中心性	控制力
上海	148.99	345.36	台州	-4.20	7.68
南京	22.68	83.93	绍兴	-4.40	12.96
苏州	19.69	178.46	马鞍山	-5.36	18.02
杭州	13.44	59.75	扬州	-7.35	15.74
宁波	8.46	23.24	芜湖	-10.24	12.72
无锡	7.87	37.32	池州	-11.45	3.60
常州	3.66	22.47	泰州	-12.99	12.02
嘉兴	3.38	56.25	合肥	-16.51	25.11
湖州	2.05	34.03	南通	-21.39	34.43
金华	0.62	10.36	盐城	-22.50	13.58
镇江	-0.31	8.30	宣城	-22.95	27.63
铜陵	-1.93	1.32	安庆	-41.65	8.77
舟山	-2.62	7.96	滁州	-44.97	38.97

新窗口打开|下载CSV

3.2 网络格局形成的影响因素

在春运期间有向加权网络和日常阶段无向加权网络的QAP相关和回归中（表3）,经济规模、政治资源、就业机会、劳动工资、产业结构、沿海沿江岸线虚拟变量、边界区域虚拟变量和网络时间滞后项均为正值且通过显著性检验。例如,在春运期间人口流动网络回归分析中就业机会的拟合系数为0.347,在随机重排实验中,拟合系数大于实际观测值的概率P（Large）为0.025,小于实际观测值的概率P（Small）为0.975。随机置换产生的回归系数小于观察到的回归系数的随机置换次数占总置换次数的比例为97.5%,代表该拟合系数具备高可信度。在日常阶段人口流动网络回归分析中就业机会的拟合系数为0.405,在随机重排实验中,拟合系数大于实际观测值的概率为0.000,而小于实际观测值的概率为1.000。失业率、空间距离、时间距离和跨界频数在春运期间人口流动网络和日常阶段人口流动网络回归分析中均为负值。春运期间人口流动网络回归分析中失业率和空间距离均未通过显著性检验,日常阶段人口流动网络回归分析中空间距离未通过显著性检验。综合来看,经济规模等12个因素解释了85.6%的春运期间人口流动网络链接关系分布变差,解释了89.0%的日常阶段人口流动网络链接关系分布变差。

Tab. 3
表3
表3QAP矩阵相关和回归分析结果
Tab. 3Analysis results of QAP correlation and regression

	春运期间人口流动网络				日常阶段人口流动网络
	相关系数	拟合系数	P(Large)	P(Small)	相关系数	拟合系数	P(Large)	P(Small)
GDP	0.334^***	0.057^***	0.025	0.975	0.368^***	0.071^***	0.001	0.999
Capital	0.521^***	0.067^***	0.100	0.900	0.454^***	0.247^**	0.071	0.929
Employment	0.925^***	0.347^***	0.025	0.975	0.877^***	0.405^***	0.000	1.000
Unemployment	-0.209^*	-0.262	0.722	0.278	-0.255^*	-0.068^*	0.075	0.925
Wage	0.763^***	0.051^***	0.000	1.000	0.735^***	0.312^***	0.000	1.000
Industry	0.393^**	0.030^**	0.065	0.935	0.375^*	0.075^*	0.025	0.975
Lag2010	0.903^***	0.799^***	0.000	1.000	0.839^***	0.701^**	0.000	1.000
Min-Distance	-0.303^*	-0.033	0.724	0.276	-0.333^*	-0.064	0.866	0.134
Min-Time	-0.542^**	-0.209^**	0.066	0.934	-0.653^***	-0.291^**	0.005	0.995
Shoreline	0.210^**	0.047^**	0.000	1.000	0.226^**	0.051^**	0.000	1.000
Border	0.646^***	0.174^***	0.005	0.995	0.652^***	0.335^***	0.000	1.000
Transborder	-0.196^***	0.031^***	0.044	0.946	-0.106^***	-0.072^***	0.022	0.978
R-square	0.856				0.890

注：^***、^**、^*分别代表在1%、5%和10%的水平上显著。

新窗口打开|下载CSV

第一,经济规模、政治资源和产业结构是人口流动网络形成的重要影响因素,就业机会和劳动工资是人口流动网络流向的关键引导因素。以属性值的平均值为截断值,判断高、低属性值城市类别。实际属性值高于截断值的城市确定为“H”类型,实际属性值低于截断值的城市确定为“L”类型。通过城市属性与网络关系假设检验可得,H-H、L-H人均GDP城市之间人口流动期望值显著低于实际观测值,L-L人均GDP城市之间人口流动期望值显著高于实际观测值;政治资源和产业结构与网络关系的假设检验呈现类似特征。就业机会与网络关系、劳动工资与网络关系的分析结果显示相关系数均大于0.7且通过显著性检验。与资本流动逐利性相似,人口流动具有明显趋优性,因此就业机会和劳动工资在人口流动的流向选择中起到关键引导作用。H-H、L-H就业机会城市之间人口流动期望值显著低于实际观测值,L-L就业机会城市之间人口流动期望值显著高于实际观测值;劳动工资与网络关系的假设检验结果特征同上。这说明,城市经济规模大、政治资源丰富、产业结构优化程度高有助于促进人口流动,此外,就业机会多、劳动工资高的城市利于吸引外来人口的流入。

第二,历史基础深刻影响着人口流动网络关系的形成和发育。2010年和2015年网络关系的QAP相关分析结果表明,相关系数等参与拟合值均为正值且通过显著性检验,二者相关关系具有稳健性。在历史上存在较多链接关系的城市之间倾向于进一步提高链接关系的强度,而那些缺乏活跃人口流的城市之间链接关系仍然较少。表明循环累积因果关系机制是人口流动网络链接关系的重要基础,导致网络格局发展呈现路径依赖和自我强化的特征。然而,2010年和2015年人口流动链接规模强度序列不完全对应,说明城市竞争力和城市间人口流动关系具有动态性,以及城市网络关系演化动力机制的复合性。

第三,时间距离和边界区域、跨界频数等区位条件是影响人口流动网络形成的决定性因素。时间距离与网络关系的QAP分析结果均通过显著性检验,空间距离仅Pearson相关系数和Gamma值通过显著性检验。可见时间距离对人口流动网络空间格局的影响更显著,且在时间距离与网络关系的假设检验中,时间距离短的城市之间人口流动期望值显著低于实际观测值。沿海沿江岸线城市及边界区域城市之间有利于形成密切的人口流动链接关系,二者与网络关系的假设检验中,沿海沿江岸线城市、边界区域城市间人口流动期望值显著低于实际观测值,而其他城市间人口流动期望值显著高于实际观测值。QAP相关分析显示,边界区域对人口流动网络空间格局形成的影响显著为正,跨界频数影响恰好相反,且受空间距离和时间距离的制约。这表明,省际边界对于人口跨省流动网络关系的发育具有重要驱动作用。受地理距离、时间距离和跨界频数的多重影响,择优路径能否突破省际边界成为人口流动网络空间格局形成的决定性因素。

4 省际边界效应分析

4.1 人口流动网络中的省际边界属性

长三角城市群内共形成14条地级及以上城市间省际陆路边界,其中苏皖边界南京-滁州段最长,达198.88 km,苏皖边界无锡-宣城段最短,仅有11.98 km。按照前文所述方法,依据最短出行时间检索长三角城市群内233条省际人口流动最佳出行路线,随后依托人口流动情况识别并提取人口流动关联路线跨越省际边界情况。可得沪苏边界上海-苏州段通过人口流动规模最大,指数高达272.06,是沪浙边界上海-嘉兴段的2.16倍、苏皖边界南京-滁州段的4.63倍,首位特征突出。每条边界的流动关联数量与流动规模存在显著差异性,233条关联共跨越省际边界307次,其中通过苏皖边界南京-马鞍山段的关联数量最多,达72条,其次是苏浙边界无锡-湖州段,共通过63条。苏皖边界扬州-滁州段和苏皖边界无锡-宣城段人口流动规模不足百人。上海?宣城、嘉兴?合肥、嘉兴?芜湖、嘉兴?滁州、嘉兴?马鞍山的最佳出行路径需跨越省际边界3次,上海?合肥、杭州?芜湖、宁波?无锡等64条关联的最佳出行路径需跨越省际边界2次,其余164条关联均可通过1次跨界实现人口流动。

4.2 基于人口流动网络的边界效应识别

对跨界人口流动规模进行四级自然断裂,并对相邻两级做相对比较,识别各级边界在人口流动网络中发挥的效应类型（表4）。边界的原始角色是壁垒,初级作用是阻隔,故将Ⅰ级边界效应界定为阻隔效应;Ⅱ级相对Ⅰ级出现小规模不稳定人口流动,边界两侧相互触及,故将其界定为接触效应;Ⅲ级相对Ⅱ级人口流动规模扩大,但因边界两侧差异化发展,人口多为A→B的单向惯性流动,边界处呈现明显的单向过滤状态,故将其界定为过滤效应;Ⅳ级相对Ⅲ级人口流动规模进一步扩大,人口出现A?B的双向稳定流动,边界处于模糊状态,边界两侧联系紧密,故将其界定为融合效应。这一结果与基于重力模型修正的测定方法及其在长江三角洲的应用所得边界效应可变性的结论^[30]基本一致,与之不同的是本文在屏蔽效应与中介效应之间增加了两个过渡效应,突出边界效应在区域一体化发展过程中的递进式演化规律。对比可发现,春运期间沪苏边界与苏皖边界流动人口通过率明显高于其他边界,其中苏皖边界南京-滁州段和南京-马鞍山段的边界人口流动规模等级高于日常时段。此外苏浙边界无锡-湖州段和浙皖边界湖州-宣城段在两个时期所处等级不同,说明春运期间苏浙皖三省交界处人口流动较日常阶段活跃。上海作为长三角城市群的核心城市具有显著虹吸效应,与苏州和嘉兴的边界分别呈现融合效应和过滤效应。南京与滁州和马鞍山两市的边界日常阶段为过滤效应,春运期间为融合效应,可见,南京既是滁州、马鞍山两市的主要就业目的地,同时也是两市重要的生活集聚核心。湖州与宣城间的边界在日常阶段为接触效应,春运期间表现为过滤效应。宣城市南邻浙江省省会杭州市,北接江苏省南京市、常州市和无锡市,但宣城与这四个城市间的边界效应类型均为阻隔效应,这也恰恰证明了影响人口流动网络形成的因素不仅局限于经济规模、政治资源、就业机会与收益等。

Tab. 4
表4
表4省际边界效应类型识别表
Tab. 4Type identification of inter-provincial border effects

基于春运期间人口流动网络的类型识别					基于日常阶段人口流动网络的类型识别
级别	流动规模	个数	边界名称	效应类型	级别	流动规模	个数	边界名称	效应类型
Ⅳ	32.54~129.89	3	上海-苏州段南京-滁州段南京-马鞍山段	融合效应	Ⅳ	125.69~272.06	1	上海-苏州段	融合效应
Ⅲ	9.73~32.53	3	上海-嘉兴段无锡-湖州段湖州-宣城段	过滤效应	Ⅲ	33.16~125.68	3	上海-嘉兴段南京-滁州段南京-马鞍山段	过滤效应
Ⅱ	1.52~9.72	2	苏州-嘉兴段苏州-湖州段	接触效应	Ⅱ	1.88~33.15	4	苏州-嘉兴段苏州-湖州段无锡-湖州段湖州-宣城段	接触效应
Ⅰ	0.00~1.51	6	上海-南通段扬州-滁州段南京-宣城段常州-宣城段无锡-宣城段杭州-宣城段	阻隔效应	Ⅰ	0.00~1.87	6	上海-南通段扬州-滁州段南京-宣城段常州-宣城段无锡-宣城段杭州-宣城段	阻隔效应

新窗口打开|下载CSV

从地理空间指标入手解释边界效应类型的成因。一是交通指数：通过该边界的各类交通线路的当量指数^①(①共提取高速铁路、普通铁路、高速公路、国道、省道、其他公路六类交通线路,根据《中华人民共和国公路工程技术标准（JTGB01-2014）》和《中华人民共和国铁路线路设计规范（TB10098-2017）》对不同等级道路网络运行速度进行设定,其中高速铁路平均运行时速取G、C、D字头列车运行时速加权平均值200 km/h,普通铁路90 km/h,高速公路100 km/h,国道80 km/h,省道60 km/h,县道等其他道路30 km/h,将最低等级道路设定为指数1,以平均运行时速为基准,将所有道路统一换算为当量交通指数。)。二是边界通过指数：单位长度边界通过的流动人口规模。分别依托交通指数和通过指数对省际边界进行等级划分（表5）,其中基于交通指数的等级划分结果与基于日常阶段人口流动规模的边界等级划分结果完全一致。由此可见,影响人口流动网络中边界效应类型的关键因素是交通,尤其是高速交通,而不是边界线的长度。沪苏边界上海-苏州段共有14条过境交通线路,包括2条高速铁路、4条高速公路,交通指数为42.00。高速交通缩短了城市间最短出行时间,实现人口的双向自由流动,省际边界两侧一体化发展成熟,区域呈现融合发展态势,边界此时发挥“融合效应”。苏皖边界南京-滁州段、沪浙边界上海-嘉兴段、苏皖边界南京-马鞍山段过境交通线路分别有15条、15条和10条,其中高速交通分别为5条、5条和4条,交通指数介于28.33~40.67。因高速交通的存在,使得狭长行政边界的壁垒作用被逐渐消除,尤其在高速交通线路周围人口流动频繁,大部分人口流可高效通过省际边界。因受社会经济属性差异化的影响,人口流动以滁州→南京、嘉兴→上海、马鞍山→南京单向流动为主,此时边界发挥“过滤效应”。浙皖边界湖州-宣城段、苏浙边界无锡-湖州段、苏浙边界苏州-嘉兴段和苏浙边界苏州-湖州段过境交通分别有9条、7条、5条和4条,高速交通仅有1~2条,交通指数介于9.00~17.00。交通设施已初具规模,但高速交通尚不发达,人口出现小规模的跨界流动,边界此时发挥“接触效应”。浙皖边界杭州-宣城段、苏皖边界常州-宣城段、苏皖边界南京-宣城段、苏皖边界扬州-滁州段、沪苏边界上海-南通段和苏皖边界无锡-宣城段过境交通仅有1~3条,且均无高速交通线路穿过。交通指数较低,其中苏皖边界无锡-宣城段交通指数低至2.00,人口流动规模不足百人,这类边界在人口流动网络构建中形成一道天然屏障,发挥着“阻隔效应”（图3）。综上,省际边界在人口流动网络形成过程中发挥显著效应,当边界发挥过滤或融合效应时,人口形成单向或双向的稳定大规模流动;当边界发挥接触或阻隔效应时,人口形成小规模随机流动甚至阻碍人口的跨界流动。

Tab. 5
表5
表5基于交通指数和边界通过指数的边界等级划分表
Tab. 5Border classification based on traffic index and border pass index

基于交通指数的边界等级划分			基于边界通过指数的边界等级划分
交通指数	个数	边界名称	边界通过指数	个数	边界名称
40.68~42.00	1	上海-苏州段	1.17~1.74	1	上海-苏州段
17.01~40.67	3	上海-嘉兴段南京-滁州段南京-马鞍山段	0.48~1.16	2	上海-嘉兴段无锡-湖州段
5.01~17.00	4	苏州-嘉兴段苏州-湖州段无锡-湖州段湖州-宣城段	0.14~0.47	4	苏州-嘉兴段苏州-湖州段南京-滁州段南京-马鞍山段
2.00~5.00	6	上海-南通段扬州-滁州段南京-宣城段常州-宣城段无锡-宣城段杭州-宣城段	0.00~0.13	7	上海-南通段扬州-滁州段南京-宣城段常州-宣城段无锡-宣城段湖州-宣城段杭州-宣城段

新窗口打开|下载CSV

图3

新窗口打开|下载原图ZIP|生成PPT
图3省际边界人口流动规模与交通指数

Fig. 3Inter-provincial border population flow scale and transportation index

4.3 边界效应识别结果检验

小世界具有大部分节点可以从任意其他点经少数关联就可到达的特性。聚类系数和平均路径长度能够反映网络是否存在“小世界”现象,即表明节点是如何嵌入其邻居当中。长三角城市群春运期间和日常阶段人口流动网络平均聚类系数分别为0.290和0.583,均显著高于同节点数量下随机网络系数0.029和0.058;平均路径长度分别为1.799和1.289,与随机网络1.818和1.306接近。表明无论是春运期间还是日常阶段的人口流动网络均存在“小世界”现象,即网络局部具有明显的簇结构特征。簇结构网络是聚类按照一定的规则与其他聚类相互联系而构成的更加复杂的系统,高平均聚类系数的网络具有簇结构特征。由于同簇节点之间具有关系更为密切的特性,因此对基于人口流动的城市网络进行簇结构分析,本质上是观察地理层面的人口流动行为在网络拓扑结构上的关系程度。一方面,通常情况下,地域相近的城市单元之间人口流强度更大,形成同一个簇结构。这既遵循地理距离的空间效应制约,也符合边界效应的现实情况;另一方面,以人口为代表的空间流动要素是否会呈现出长距离的紧密关系、在一定程度上克服地理距离制约或边界效应影响,是值得考虑的问题^[44]。利用模块化（modularity class）计算法对长三角城市群春运及日常关联进行测度,分别得到4个和3个簇结构（表6）。春运期间人口流动网络形成长三角中南部单向簇、苏皖边界簇、长三角核心-边缘簇和浙皖边界湖州-宣城簇。日常阶段人口流动网络形成苏皖边界簇、苏浙皖省际交界簇和长三角核心-边缘簇。其中,苏皖边界簇检验了苏皖边界南京-滁州段和南京-马鞍山段效应类型高等级的稳定性。春运期间浙皖边界湖州-宣城簇的出现检验了宣城与苏浙形成的5条省际边界中浙皖边界湖州-宣城段的特殊性。长三角中南部单向簇检验了苏浙、浙皖省际边界处明显的单向过滤效应特征。长三角核心-边缘簇在空间上因被其他簇结构分割,呈现出空间跳跃性,分布在长三角的东西两侧空间,说明流空间背景下,人口流动存在部分克服空间摩擦的趋势。

Tab. 6
表6
表6城市网络簇结构统计
Tab. 6Statistics of clusters in city network

春运期间			日常阶段
簇	覆盖城市	数量(个)	簇	覆盖城市	数量(个)
长三角中南部单向簇	安庆、常州、池州、杭州、宁波	5	苏皖边界簇	滁州、马鞍山、南京、铜陵、芜湖、扬州	6
苏皖边界簇	滁州、金华、马鞍山、南京、无锡、镇江	6	长三角核心-边缘簇	安庆、池州、杭州、合肥、嘉兴、金华、南通、宁波、上海、绍兴、苏州、台州、泰州、无锡、盐城、镇江、舟山	17
长三角核心-边缘簇	上海、合肥、嘉兴、南通、绍兴、苏州、台州、泰州、铜陵、芜湖、盐城、扬州、舟山	13	长三角核心-边缘簇	安庆、池州、杭州、合肥、嘉兴、金华、南通、宁波、上海、绍兴、苏州、台州、泰州、无锡、盐城、镇江、舟山	17
浙皖边界湖州-宣城簇	湖州、宣城	2	苏浙皖省际交界簇	常州、湖州、宣城	3

新窗口打开|下载CSV

5 结论与讨论

5.1 结论

（1）上海作为中心城市的虹吸效应显著,吸纳了春运期间长三角城市群内部六成以上流动人口,关联了日常阶段下三成的人口流动强度。网络密度、平均中心性和平均控制力3项指标一致表明基于人口流动的长三角城市群网络呈现出强联结状态。此外,人口流动网络呈现出层级性特征,且春运期间中级网络关系为主要人口流动路径,日常阶段高级网络关系为主要人口流动路径。

（2）经济规模、政治资源、产业结构、历史基础、就业机会和劳动工资是人口流动网络形成的重要影响因素,而行政边界、跨界频数、时间距离是人口流动网络流向的关键引导因素,其中行政边界的影响力尤为突出。行政边界、跨界频数、时间距离、沿海沿江岸线等指标的加入,不仅完善了城市网络格局形成的影响因素群,同时表明了省际边界对于人口流动网络关系的发育具有主要驱动作用。受地理距离、时间距离和跨界频数的多重影响,择优路径能否突破省际边界是人口流动网络空间格局形成的决定性因素。

（3）基于春运期间和日常阶段人口流动网络的边界效应识别结果显示,苏皖边界南京-滁州段和南京-马鞍山段、苏浙边界无锡-湖州段、浙皖边界湖州-宣城段在两个时期内发挥的边界效应不同。春运期间南京与马鞍山、滁州两市的跨界人口流动规模骤增,湖州与宣城、无锡两市的人口跨界流动规模也明显增加,说明春运期间南京与滁州、马鞍山,苏浙皖三省交界处人口流动较日常阶段活跃。基于日常阶段网络关系规模和交通指数的边界效应识别结果完全一致,一定程度上解释了行政边界在城市网络结构形成及发育过程中发挥不同效应的根本原因。长三角城市群的14条省际陆路边界在城市网络结构形成过程中发挥出融合（沪苏边界上海-苏州段）、过滤（沪浙边界上海-嘉兴段等）、接触（浙皖边界湖州-宣城段等）、阻隔（苏皖边界常州-宣城段等）四种不同的效应类型。此外,运用网络簇结构对省际边界效应识别结果进行检验,显示了基于城市网络的省际边界效应识别结果的准确性。

5.2 讨论

本文在城市网络形成及发育影响因素研究中引入行政边界区域、要素流动跨界频数、时间距离、沿海沿江岸线等指标,完善网络结构形成与发育的影响因素群并予以检验。同时基于城市网络结构特征及其影响因素识别边界效应,有效检验了基于人口流动的城市网络与省际边界效应之间相关关系的客观性,为基于网络结构的边界效应定量识别奠定基础。与以往研究相比实现了边界效应动态研究方法上的新尝试。长三角城市群于2016年出现大范围扩容,探讨扩容前后属性特征成为剖析问题、挖掘潜力、突出优势的重要切入点,也是促进长三角城市群实现高质量一体化发展的有效途径。本文基于2015年春运期间和日常阶段人口流动网络特征及影响因素的探讨定量识别长三角城市群省际边界效应,发现苏皖和浙皖跨界人口流动行为具备较高的活跃性,部分边界的流动规模已经超过苏浙和沪浙边界。表现为安徽省与江苏省、浙江省的关联强度大幅度增强,且部分区域间的关联强度明显高于原长三角城市群核心区的省际关联强度。这也突出显示了苏皖与浙皖两条省际边界为安徽省融入长三角城市群提供了有利条件,为2016年长三角城市群空间扩容至安徽省提供了理论支撑和科学解释。

本文仍存在一些不足之处。一是本文针对边界效应意涵的理解为“边界的存在之于两侧跨界人口要素流动的影响”,将网络密度、边界通过指数和交通指数进行叠加分析所得结论与长三角城市群的现实情况基本吻合。但囿于缺乏2015年省内城际人口流动数据,文章尚未对省际和省内城际人口流动强度进行比较。后续研究中随着数据的逐年完善和多样化,将对该内容予以补充,以便更好地对定量分析结果进行检验。二是人口流动网络是基于要素流动的城市网络研究的一个方面,物流、资本流、信息流等在探讨城市网络问题中同样具有重要意义。不同要素流动的城市网络结构特征一定程度上存在异同,依托不同要素流动网络的边界效应研究代表了各自的本质。为此,基于多元要素流数据的比较分析将成为未来研究的重点。三是边界效应研究很长一段时间内被简单地视为屏蔽效应,以往重力模型、垄断竞争模型等定量研究方法也更多地表现出明显的屏蔽效应测度倾向,相对排斥要素流动性和空间网络化等方法的介入,以致城市群网络与省际边界效应相结合的实证研究仍显不足,少有网络化视域下的边界效应探讨。长三角作为中国发展成熟度最高的城市群,针对该问题的研究也处于起步阶段,因此,多地区、多尺度的对比研究将成为未来研究的另一个重点。

致谢

真诚感谢匿名评审专家在论文评审中所付出的时间和精力,评审专家对本文严谨性、研究方法、结果分析等方面的修改意见,使本文获益匪浅,特此感谢！

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

Borraz

, Cavallo

, Rigobon

, et al. Distance and political boundaries: Estimating border effects under inequality constraints
International Journal of Finance & Economics, 2016, 21(1): 3-35. DOI: 10.1002/ijfe.1517.

[本文引用: 1]

[2]

Subhayu

, Sajal

, Howard

, et al. Cross-border lobbying in preferential trading agreements: Implications for external tariffs and welfare
Review of International Economics, 2012, 20(5): 1034-1045. DOI: 10.1111/roie.12011.

URL [本文引用: 1]

[3]

余斌, 刘明华, 朱丽霞, 等. 城市群的边界效应与边界地区发展
地理科学, 2012, 32(6): 666-672.

DOI:10.13249/j.cnki.sgs.2012.06.666 [本文引用: 1]

在城市群主导区域发展的空间背景下,城市群间的相互作用已形成一种新的边界地区。提出城市群间相互作用的边界效应模型,并重构了边界地区的发展阶段。以武汉城市圈-中原城市群及信阳市为对象进行实证研究,结果表明：边界效应模型能够测度城市群间相互作用对其边界地区的可能影响;现阶段,武汉城市圈与中原城市群间的相互作用为信阳市发展提供了较大的介入机会,但尚未形成显著的边界效应,可能原因是信阳市自身的介入能力不足,说明边界效应是外部介入机会与内部介入能力耦合作用的结果;与此相对应,信阳市总体上仍处于地方化主导的发展阶段,推进区域化进程将是其未来发展的战略选择。研究结论能够为城市群间的相互作用及其边界地区发展提供借鉴和启示。

[Yu

Bin

, Liu

Minghua

, Zhu

Lixia

, et al. The border effect and the development of border region between conurbations
Scientia Geographica Sinica, 2012, 32(6): 666-672.] DOI: 10.13249/j.cnki.sgs.2012.06.666.

[本文引用: 1]

[4]

王士君, 廉超, 赵梓渝. 从中心地到城市网络: 中国城镇体系研究的理论转变
地理研究, 2019, 38(1): 64-74.

DOI:10.11821/dlyj020180468 [本文引用: 1]

城镇体系核心特征的演变,推动其研究视角由等级制的传统中心地理论向关系制的现代城市网络转变。以已有相关研究成果为基础,简要回顾克氏中心地理论在中国城镇体系研究中的理论和实证进展,通过对中心地理论固有缺陷,以及城镇体系研究逻辑变化的分析,阐明传统中心地理论在解释和解决现代城镇体系问题时的局限性;指出城市网络理论兴起的背景：交通革命带来的时空压缩导致区位论的解释失效、流空间理论的产生、全球化与生产网络的产生、制度与体制演变——中心地组织原则的转化;从企业组织、交通流、信息流三个研究视角,揭示中国城镇体系研究的网络思维端倪;通过研究主体特征的关注由中心性到节点属性、主体关系由等级从属到功能互补、时空尺度由地方到全球三个方面的对比,指出中心地与城市网络应用于城镇体系研究中的理论差异。

[Wang

Shijun

, Lian

Chao

, Zhao

Ziyu

. From central place to city network: A theoretical change in China`s urban system study
Geographical Research, 2019, 38(1): 64-74.] DOI: 10.11821/dlyj020180468.

[本文引用: 1]

[5]

Luthi

, Thierstein

, Hoyler

. The world city network: Evaluating top-down versus bottom-up approaches
Cities, 2018, 72B: 287-294. DOI: 10.1016/j.cities.2017.09.006.

[本文引用: 1]

[6]

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
地理研究, 2019, 38(8): 1849-1861.

DOI:10.11821/dlyj020180635 [本文引用: 1]

随着现代交通、通信以及信息技术的发展,基于网络社会的“流空间”成为研究城市群空间结构的重要理论前沿。借助珠三角城市群9个城市的人流、物流、资金流和信息流数据,对珠三角城市群空间结构的现状和发展趋势进行综合性判断。研究发现：① 珠三角城市群的空间结构现状在“点-线-网-面域”4个层面均呈现出明显单极化态势,广州市是“流空间”视角下珠三角城市群的核心,区域网络结构呈现出“缺位型金字塔形结构”;② 珠三角城市群网络的未来发展中位于不同层级的城市将起着不同的作用,其中广州、深圳、东莞等城市对空间结构发展起着导向性作用,而佛山、中山等城市将承担着联系中转站功能;③ 珠三角各城市的流度辐射区一体化明显,各城市辐射影响区的空间形态也表明了各城市的功能圈和势力范围。未来随着全球化趋势和区域一体化政策的加强,珠三角城市群的集聚效应将不断转化为扩散效应,将极大提升珠三角城市群对全球范围内资源的吸聚和配置能力,助力珠三角城市群走向网络化的发展时代。

[Wang

Shaojian

, Gao

Shuang

, Wang

Yuqu

. Spatial structure of the urban agglomeration based on space of flows: The study of the Pearl River Delta
Geographical Research, 2019, 38(8): 1849-1861.] DOI: 10.11821/dlyj020180635.

[本文引用: 1]

[7]

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
地理学报, 2018, 73(4): 651-665.

DOI:10.11821/dlxb201804005 [本文引用: 1]

城市群是国家工业化和城镇化发展到高级阶段的产物,是高度一体化和同城化的城市群体,城市群形成发育过程是一个各城市之间由竞争变为竞合的漫长自然过程,遵循自然发展规律。中国正处在新型城镇化转型发展的新阶段,已进入21世纪引领全球城市群发展的新时代,中国城市群研究与建设的经验模式正在被全球城市群建设所效仿和借鉴。本文从理论上梳理并提出了城市群形成发育遵循的自然规律,包括城市群形成发育的阶段性规律、城市群多尺度空间集约利用传导规律、城市群空间晶体结构组合规律、城市群自然生长的育树成林规律和城市群可持续发展的梯度爬升规律。地理学家遵循这些发展规律,从学术理论、技术方法、决策支持和规划实践等方面为中国城市群的研究和发展做出了不可替代的重大贡献,主要包括提出并科学界定了城市群概念,提出了城市群空间范围的识别标准,创建了城市群空间集约拓展与布局仿真决策支持技术链,研制了城市群空间集约拓展与布局仿真决策支持系统软件链,提出了中国城市群空间组织的“5+9+6”新格局,研制出国内第一部《城市群规划技术规程》,编制完成了全国多数城市群发展规划,转化为国家决策的重要依据。未来中国城市群的发展与研究中,地理学家发挥作用的空间越来越大,地理学家肩负着不可推卸的责任使命,应责无旁贷地采用定性与定量相结合的研究方法,引用大数据、智能决策支持技术等新手段解决城市群发展面临的一系列问题,一如既往地为城市群发展吸纳众智、献计献策,发挥更大作用,做出更大贡献。

[Fang

Chuanglin

, Wang

Zhenbo

, Ma

Haitao

. The theoretical cognition of the development law of China's urban agglomeration and academic contribution
Acta Geographica Sinica, 2018, 73(4): 651-665.] DOI: 10.11821/dlxb201804005.

[本文引用: 1]

[8]

胡国建, 陈传明, 金星星, 等. 中国城市体系网络化研究
地理学报, 2019, 74(4): 681-693.

DOI:10.11821/dlxb201904005 [本文引用: 1]

当前,****普遍认同城市体系研究的重心从等级范式向网络范式转向。在大量的文献梳理基础上,阐述20世纪80年代以来中国城市体系研究范式的转向过程,并进一步梳理中国城市网络研究的进展、问题与关注重点。结果表明：2010年之后,网络成为中国城市体系研究的主流范式,等级体系文献数量呈波动递减趋势,全国和长三角成为热点关注区域;属性数据一定程度上弥补了早期城市网络研究中数据匮乏的状况,关系数据应成为未来研究的侧重点;不同研究视角及其所应用的数据存在着一定的局限性,多元视角的综合研究成为趋势。在此基础上,提出城市网络研究未来可能的突破点,包括：调整国家城市网络的研究框架、超越交通数据直接考察城市间的实体联系、测度企业外部的横向联系、有向加权网络分析和可视化、增加研究中的地理“意味”等。

[Hu

Guojian

, Chen

Chuanming

, JinXingxing, et al. Research progress of networking of urban system in China
Acta Geographica Sinica, 2019, 74(4): 681-693.] DOI: 10.11821/dlxb201904005.

[本文引用: 1]

[9]

李亚婷, 潘少奇, 苗长虹. 中原经济区县际经济联系网络结构及其演化特征
地理研究, 2014, 33(7): 1239-1250.

DOI:10.11821/dlyj201407005 [本文引用: 1]

以中原经济区县级行政单元为网络节点，利用重力模型分别测算1996 年、2010 年226 个节点间的经济联系强度。首先设定同一阈值筛选有效连接，分析网络连通能力变化；再设定不同阈值，分析网络结构及其演化特征。研究发现：① 中原经济区经济网络连通能力有大幅度提高，经济发展和交通改善是网络稠密化和便捷化的主要原因。② 节点连通能力差异很大，少数节点掌握着绝对的网络权力，郑州市等5 个核心节点的地位尤其突出，其连线呈横向“T”字形状，建设“十”字形发展轴需要提升东部节点的连通能力。③ 网络呈明显的核心—外围结构并有极化趋势，核心区影响力和辐射力进一步增强，中原经济区只有提高边缘“洼地”节点连通能力才能加强与毗邻区的融合发展。④ 网络节点集聚现象明显，围绕次级核心节点形成了多个轴—辐结构子网络，“十”字形发展轴和“米”字形发展带的构建与发展，将有利于形成多重轴—辐结构嵌套的经济联系网络。⑤ 郑州市等高度值节点因较强的连通能力成为网络中的中介节点，一些度值不高的节点因处于“结构洞”位置上也具有较强的中介作用，在提高中介节点连通能力的同时，需要改善低度值中介节点所在小区域的经济和交通状况。

[Li

Yating

, Pan

Shaoqi

, Miao

Changhong

. Structure and evolution of economic linkage network at county level in Central Plains Economic Zone
Geographical Research, 2014, 33(7): 1239-1250.] DOI: 10.11821/dlyj201407005.

[本文引用: 1]

[10]

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
地理科学, 2012, 32(12): 1431-1438.

[本文引用: 1]

[Shi

Yajuan

, Zhu

Yongbin

, Feng

Dexian

, et al. Polycentric network development pattern of Zhongyuan urban agglomeration
Scientia Geographica Sinica, 2012, 32(12): 1431-1438.] DOI: 10.13249/j.cnki.sgs.2012.012.1430.

[本文引用: 1]

[11]

马双, 曾刚. 网络视角下中国十大城市群区域创新模式研究
地理科学, 2019, 39(6): 905-911.

DOI:10.13249/j.cnki.sgs.2019.06.005 [本文引用: 1]

从地理开放、区域协同和创新能力3个维度构建理论分析框架,基于网络视角刻画2015年中国十大城市群的区域创新特点,并据此划分城市群的区域创新模式。研究表明,中国十大城市群的区域创新模式存在显著差异。长三角、京津冀和珠三角城市群已具有较好基础,海西城市群缺乏高水平的内部协同,长江中游和成渝城市群过度依赖外部联系,北部湾城市群拥有较明显的核心-边缘内部网络结构,哈长、中原和关中城市群各维度评价均不高,区域创新模式最差。

[Ma

Shuang

, Zeng

Gang

. Regional innovation models of China's ten major urban agglomerations from the perspective of network
Scientia Geographica Sinica, 2019, 39(6): 905-911.] DOI: 10.13249/j.cnki.sgs.2019.06.005.

[本文引用: 1]

[12]

, Wang

. Towards a mega-regional economy: A financial geography perspective to understanding Shanghai's role in the Yangtze River Delta integration
Geoforum, 2019, 101(2): 1-9. DOI: 10.1016/j.geoforum.2019.02.016.

URL [本文引用: 1]

[13]

Wang

, Wang

, Liu

. How do urban spatial structures evolution in the high-speed rail era? Case study of Yangtze River Delta, China
Habitat International, 2019, 93(11): 1-15. DOI: 10.1016/j.habitatint.2019.102051.

[本文引用: 1]

[14]

Ouyang

, Gao

, Du

, et al. Industrial sectors' energy rebound effect: A empirical study of Yangtze River Delta urban agglomeration
Energy, 2018, 145(8): 408-416. DOI: 10.1016/j.energy.2018.01.009.

URL [本文引用: 1]

[15]

唐雪琼, 杨茜好, 钱俊希. 流动性视角下边界的空间实践及其意义: 以云南省河口县中越边境地区X村为例
地理研究, 2016, 35(8): 1535-1546.

DOI:10.11821/dlyj201608011 [本文引用: 1]

边界是不同的社会与政治实体接触和交流的场所,跨边界的日常生活流动是历久和普遍的社会事实。边民与边境管理者丰富的跨界流动性实践,包括了自下而上到自上而下的双向互动,促进了边界意义的生产与再生产。透过流动性的研究视角,基于Newman对边境的地理学问题研究论调,从边境管理者和边民两个方面的日常空间实践进行了展现,选取云南省河口县中越边境地区的典型边寨为案例地,通过质性研究方法分析跨界流动的空间实践及其意义,进一步为解读边界的空间意义提供中国案例,以期更全面地看待边界问题。研究发现：边境草根群体自下而上的跨界流动,促进边界成为衡量经济、社会关系、文化意义以及政治权力形成和变迁过程的一个重要变量和维度。跨界流动实用主义色彩之上,也作用于边境社会关系网络的建构,对边民民族文化认同、国家认同等的建构产生积极作用。权力机关在边境生存法则基础上的流动性实践深化了国家意志,边界即成为权力“物化”的工具,流动性形成治理的手段和方法之一,边境地区同时被不断地规划和塑造。

[Tang

Xueqiong

, Yang

Xihao

, Qian

Junxi

. Meanings and practices of borders from the perspective of cross-border mobility: A case study of village X, Hekou, Yunnan at the Sino-Vietnamese borderlands
Geographical Research, 2016, 35(8): 1535-1546.] DOI: 10.11821/dlyj201608011.

[本文引用: 1]

[16]

武凯华, 李朝奎, 刘俊杰, 等. 基于空间句法理论的城市群核心区发展边界识别
地理研究, 2020, 39(6): 1418-1426.

DOI:10.11821/dlyj020190516 [本文引用: 1]

准确识别当前城市群建设进程中核心区发展边界是研究城市群的一项重要内容。本文提出一种研究思路：采用空间句法分析城市群道路网,将得到的4个分析指标融合成新指标——“城市群集群度”,并提取“城市群集群度”等值线和“城市群集群度”曲线,通过计算找到最佳阈值从而提取出城市群核心区发展边界。以长株潭城市群为例,将基于空间句法的研究结果与基于Densi-Graph方法的研究结果进行对比,在除去数据质量因素后,城市群核心区发展边界识别差异有望控制在10%以内。研究表明：基于空间句法理论的城市群核心区发展边界识别方法容易获取计算数据,适用范围广,可靠性强。

[Wu

Kaihua

, Li

Chaokui

, Liu

Junjie

, et al. Identification of growth boundary of core areas in an urban agglomeration based on spatial syntax theory
Geographical Research, 2020, 39(6): 1418-1426.] DOI: 10.11821/dlyj020190516.

[本文引用: 1]

[17]

李涛, 张维阳, 曹小曙, 等. 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, 2019, 38(11): 2730-2744.

DOI:10.11821/dlyj020190132 [本文引用: 1]

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。

[Li

Tao

, Zhang

Weiyang

, Cao

Xiaoshu

, et al. Analyzing intercity railways network in the Pearl River Delta: A comparative study based on connections, capacity and actual flow
Geographical Research, 2019, 38(11): 2730-2744.] DOI: 10.11821/dlyj020190132.

[本文引用: 1]

[18]

盛彦文, 骆华松, 宋金平, 等. 中国东部沿海五大城市群创新效率、影响因素及空间溢出效应
地理研究, 2020, 39(2): 257-271.

DOI:10.11821/dlyj020181124 [本文引用: 1]

作为经济发展的战略核心区域,东部沿海城市群的创新效率关系到创新驱动发展战略的实施和创新型国家建设。基于东部沿海五大城市群创新投入和产出面板数据,引入随机前沿生产函数测度2001—2015年五大城市群的创新效率,并利用空间Durbin模型定量分析创新效率的空间溢出效应。结果表明：① 2001年以来,五大城市群的创新效率均呈现稳定增长的趋势;② 京津冀创新效率增长缓慢,山东半岛城市群创新效率的提升幅度最大,长三角创新效率的提升幅度和均值仅次于山东半岛和京津冀城市群,而城市群核心城市虽然创新资源投入较多,但创新效率偏低;③ 经济发展水平、集聚经济、外商投资、劳动力素质、政府资助、基础设施、产业结构和高新技术产业对城市群创新效率有直接作用和溢出效应。

[Sheng

Yanwen

, Luo

Huasong

, Song

Jinping

, et al. Evaluation, influencing factors and spatial spillover of innovation efficiency in five major urban agglomerations in coastal China
Geographical Research, 2020, 39(2): 257-271.] DOI: 10.11821/dlyj020181124.

[本文引用: 1]

[19]

史焱文, 李二玲, 李小建. 地理邻近、关系邻近对农业产业集群创新影响: 基于山东省寿光蔬菜产业集群实证研究
地理科学, 2016, 36(5): 751-759.

DOI:10.13249/j.cnki.sgs.2016.05.013 [本文引用: 1]

以寿光蔬菜产业集群为例,运用ArcGIS 10.0软件的空间邻近分析,Ucinet软件的社会网络分析以及多元线性回归模型从多维邻近性视角探究蔬菜集群企业的地理邻近、关系邻近特征及两者在集群企业创新中的影响。研究表明：① 蔬菜集群企业具有明显的地理集聚特征,企业的空间邻近有利于集群创新氛围的形成;② 集群企业及各创新主体间拥有紧密的关系邻近网络,关系网络中多核心节点,促使创新资源、隐性知识、新技术等的扩散与传播;③ 进一步回归分析表明,关系邻近对蔬菜产业集群创新作用更显著,永久性地理邻近在寿光蔬菜产业集群创新中仍然起到正向作用,但作用要弱于关系邻近。说明多元关系邻近在集群创新过程中能够对消除过度的地理邻近、单一关系邻近造成的创新锁定起到作用,同时还为全球化背景下农业集群创新提供新的渠道。

[Shi

Yanwen

, Li

Erling

, Li

Xiaojian

. Impact of geographical proximity and relational proximity on innovation in agriculture industrial cluster based on the Shouguang vegetable industrial cluster
Scientia Geographica Sinica, 2016, 36(5): 751-759.] DOI: 10.13249/j.cnki.sgs.2016.05.013.

[本文引用: 1]

[20]

Ishise

, Matsuo

. US-Canada border effect between 1993 and 2007: Smaller, less asymmetrical, and declining
Review World Economic, 2015, 151(10): 291-308. DOI: 10.1007/s10290-015-0212-2.

URL [本文引用: 1]

[21]

Nuria

, Carlos

. The border effect and the nonlinear relationship between trade and distance
Review of International Economics, 2014, 22(5): 1016-1048. DOI: 10.1111/roie.12152.

URL [本文引用: 1]

[22]

Helble

. Border effect estimates for France and Germany combining international trade and intranational transport flows
Review of World Economics, 2007, 143(3): 433-463. DOI: 10.1007/s10290-007-0116-x.

URL [本文引用: 1]

[23]

Olper

, Raimondi

. Agricultural market integration in the OECD: A gravity-border effect approach
Food Policy, 2008, 33(2): 165-175. DOI: 10.1016/j.foodpol.2007.06.003.

URL [本文引用: 1]

[24]

Head

, Mayer

. Non-Europe: The magnitude and causes of market fragmentation in the EU
Review of World Economics, 2000, 136(2): 284-314. DOI: 10.1007/BF02707689.

URL [本文引用: 1]

[25]

McCallum

. National borders matter: Canada-U.S. regional trade patterns
The American Economic Review, 1995, 85(3): 615-623. DOI: 10.2753/PET1061-1991380390.

[本文引用: 1]

[26]

Engel

, Rogers J

. How wide is the border
The American Economic Review, 1996, 86(5): 1112-1125. DOI: 10.17016/IFDP.1995.498.

[本文引用: 1]

[27]

王成龙, 刘慧, 张梦天. 边界效应研究进展及展望
地理科学进展, 2016, 35(9): 1109-1118.

DOI:10.18306/dlkxjz.2016.09.006 [本文引用: 1]

边界作为人为的空间地理要素,像一堵无形的高墙,影响着全球化和区域一体化的进程。根据国内外1995-2014年文献统计分析可知,近10年来边界效应研究快速增加。基于边界效应和市场分割视角探究边界效应的作用机理和影响效果,是经济地理学边界效应研究的主要内容。随着研究范围的拓展,旅游地理学、城市地理学、政治地理学等领域的区域合作与一体化问题也成为研究的热点。根据重力模型、趋同分析和垄断竞争模型构建边界效应模型是研究的主要方法,虽然理论基础不同,但都选取“边界”作为虚拟变量,定量测度边界效应的大小。最后,提出未来开展边界效应研究需要关注的重点：基于行政边界的本质探究边界效应机理、拓展边界效应研究的空间尺度和创新边界效应的研究方法。

[Wang

Chenglong

, Liu

Hui

, Zhang

Mengtian

. Progress and prospects of border research
Progress in Geography, 2016, 35(9): 1109-1118.] DOI: 10.18306/dlkxjz.2016.09.006.

[本文引用: 1]

[28]

陈慧灵, 曹小曙, 梁斐雯, 等. 跨界道路交通对同城化地区时空联系影响研究: 广佛案例
地理研究, 2018, 37(3): 551-563.

DOI:10.11821/dlyj201803008 [本文引用: 1]

同城化是区域内城市发展到一定阶段的产物,而交通是同城化时空联系产生的重要基础。利用空间句法以及时间地图方法,分析广佛时空结构特征,多方面探讨跨界道路建设对广州与佛山时空联系的影响。结果表明：① 广佛时空结构特征方面,5 km、10 km句法整合度模型呈现以广州内环高速范围内地区为中心的极化格局特征,佛山中心城区位于节点位置;20 km、100 km整合度模型中广佛中心集聚特征明显;广佛时间地图呈东西方向收缩。② 跨界道路影响方面,通行后越接近交界区域,时间距离偏移越大,广州南部地区与南海、顺德时间成本改善明显。③ 跨界道路通行有利于不同尺度下路网可达性整体水平的提高,能为广佛路、陈村大桥、禺山西等道路分流部分交通流。空间句法与时间地图方法的使用识别了不同尺度上广佛等级差异与交通潜力,且对地理空间进行了时空转换,结论能为今后城市功能整合提供参照,并为相关研究提供新的分析维度和视角。

[Chen

Huiling

, Cao

Xiaoshu

, Liang

Feiwen

, et al. The influence of cross-border roads on spatio-temporal connection in the city integration areas: Guangzhou-Foshan case
Geographical Research, 2018, 37(3): 551-563.] DOI: 10.11821/dlyj201803008.

[本文引用: 1]

[29]

汤建中, 张兵, 陈瑛. 边界效应与跨国界经济合作的地域模式: 以东亚地区为例
人文地理, 2002, 17(1): 8-12.

[本文引用: 1]

[Tang

Jianzhong

, Zhang

Bing

, Chen

Ying

. The boundary effect and cross-border subregional economic cooperation: A case study of East Asia
Human Geography, 2002, 17(1): 8-12.] DOI: 10.13959/j.issn.1003-2398.2002.01.003.

[本文引用: 1]

[30]

李郇, 徐现祥. 边界效应的测定方法及其在长江三角洲的应用
地理研究, 2006, 25(5): 792-802.

[本文引用: 2]

[Li

Xun

, Xu

Xianxiang

. On the temporo-spatial variations of border effects: Approach and empirics
Geographical Research, 2006, 25(5): 792-802.] DOI: 10.11821/yj2006050005.

[本文引用: 2]

[31]

朱宇, 林李月. 中国人口迁移流动的时间过程及其空间效应研究: 回顾与展望
地理科学, 2016, 36(6): 820-828.

DOI:10.13249/j.cnki.sgs.2016.06.003 [本文引用: 1]

对人口迁移流动时间过程及其空间效应研究的国内外研究进展进行了全面系统的回顾和评述,揭示了中国迄今这方面工作在研究内容、数据来源和理论框架等方面的不足,在此基础上展望了中国人口迁移流动时间过程及其空间效应研究的未来发展,认为今后中国人口迁移流动研究的一个重要方向是在获取迁移流动人口流迁过程历时数据的基础上,分阶段系统考察人口迁移流动各具体环节及相关就业、住房、家庭等特征的时空变化及其机制,填补在人口迁移流动时间过程研究上的缺漏,并把对各单个流迁阶段的研究结果整合为对整体流迁过程的新的规律性认识。这将拓展和深化人口迁移流动空间格局及其形成机制的研究,推进人口迁移流动时空过程及其演变规律相关理论的发展。

[Zhu

, Lin

Liyue

. Studies on the temporal processes of migration and their spatial effects in China: Progress and prospect
Scientia Geographica Sinica, 2016, 36(6): 820-828.] DOI: 10.13249/j.cnki.sgs.2016.06.003.

[本文引用: 1]

[32]

赵梓渝, 魏冶, 庞瑞秋, 等. 基于人口省际流动的中国城市网络转变中心性与控制力研究: 兼论递归理论用于城市网络研究的条件性
地理学报, 2017, 72(6): 1032-1048.

DOI:10.11821/dlxb201706007 [本文引用: 1]

转变中心性和控制力是近年来城市网络研究的重要方法。本文首先从网络拓扑结构角度讨论递归理论用于城市网络研究的条件性;其次,基于百度迁徙数据构建城市网络,利用复杂网络方法、改进后的转变中心性和控制力方法对城市网络进行测度。结论指出：① 递归理论用于城市网络分析有其特定的数据结构要求,其适用于树形结构、而不适用于局部存在完整图的网络结构的测度;② 基于人口省际流动的中国城市网络存在小世界现象,人口流动空间格局在全国和区域尺度下均呈现出明显的核心—边缘结构,国家城市化发展战略与重要交通设施对人口流动网络产生框架性的导向作用。哈尔滨—北京—西安—成都—大理一线是关联结构与强度空间差异的明显界限。③ 转变中心性与控制力更能揭示中国城市网络节点的属性特征,和辨识资源流通对网络城市产生的不同影响与空间效应。城市网络中既包括北京、上海、重庆、广州等以高中心性高控制力为特征的典型城市,也包括武汉、太原、贵阳、福州等高中心性低控制力的枢纽城市,和兰州、银川等低中心性高控制力的门户城市。因此,转变中心性和控制力概念对加深城市复杂多样化内涵的认识具有重要的意义。

[Zhao

Ziyu

, Wei

, Pang

Ruiqiu

, et al. Alter-based centrality and power of Chinese city network using inter-provincial population flow
Acta Geographica Sinica, 2017, 72(6): 1032-1048.] DOI: 10.11821/dlxb201706007.

[本文引用: 1]

[33]

赖建波, 潘竟虎. 基于腾讯迁徙数据的中国“春运”城市间人口流动空间格局
人文地理, 2019, 34(3): 108-117.

[本文引用: 1]

[Lai

Jianbo

, Pan

Jinghu

. Spatial pattern of population flow among cities in China during the Spring Festival travel rush based on “tencent migration” data
Human Geography, 2019, 34(3): 108-117.] DOI: 10.13959/j.issn.1003-2398.2019.03.015.

[本文引用: 1]

[34]

赵梓渝, 魏冶, 庞瑞秋, 等. 中国春运人口省际流动的时空与结构特征
地理科学进展, 2017, 36(8): 952-964.

DOI:10.18306/dlkxjz.2017.08.00 [本文引用: 1]

本文通过构建人口省际流动的关系矩阵,透视2015年中国春节期间人口省际流动的动态过程、网络特征,并对各省人口流入、流出的规模差异进行测度。研究结论如下：①春节前后中国各省每日人口净流入人次存在显著的规律性特征,2月13-17日和2月25日-3月1日为各省节前返乡流和节后返工流期间人口净流入、流出峰值时段,可作为基于春运研究中国人口省际流动的重要依据;②识别了14个人口净流入省、17个人口净流出省,净流入位序前六省和后八省分别吸纳和提供了全国9成人口的集聚与扩散。人口主要流入省的沿海绵延和主要流出省的中部“人口塌陷”共同构成了双纵格局;③各省流出首位流的指向特征显著,南方人口流出省的流出指向存在共性,京津、长三角、珠三角地区的人口集聚路径存在差异。④移动数据为发掘人口流动过程中蕴含的丰富信息提供了平台,基于节后、节前净流入值差值的方法可以有效识别中国人口流动的规模差异、属性特征。通过与以往研究对比,证实了移动数据与基于人口普查数据研究的诸多结论相似性。

[Zhao

Ziyu

, Wei

, Pang

Ruiqiu

, et al. Spatiotemporal and structural characteristics of interprovincial population flow during the 2015 Spring Festival travel rush
Progress in Geography, 2017, 36(8): 952-964.] DOI: 10.18306/dlkxjz.2017.08.00.

[本文引用: 1]

[35]

赵梓渝, 魏冶, 杨冉, 等. 中国人口省际流动重力模型的参数标定与误差估算
地理学报, 2019, 74(2): 203-221.

DOI:10.11821/dlxb201902001 [本文引用: 1]

空间交互模型被广泛应用于地理要素关系强度的模拟,然而目前大量研究或建立在模型参数标定理想化、模式化的假设条件下,或是在暗箱中完成,由此导致模拟结果与实际的偏差却被严重低估。基于2015年中国春运期间人口省际流动的城市间O-D数据,在逐日、分市的研究精度下,实证推算人口流动重力模型变量的回归系数,探究模型代理变量影响效应的空间异质性,并评估重力模型在人口流动模拟上的误差。结果显示：① 重力模型参数标定的复杂性体现在交互对象代理变量影响程度的非对称性,和变量回归系数的空间异质性随研究精度加深显著加剧两个方面,因此模型参数标定的模式化将导致估算结果空间差异的趋势收敛;② 2015年春运期间中国人口省际流动距离衰减系数为1.970,在地级行政单元视角下,人口流出地距离衰减系数值域为0.712（驻马店）~7.699（乌鲁木齐）,人口流入地系数值域为0.792（三亚）~8.223（乌鲁木齐）;③ 应用重力模型模拟人口流动结果与实测流（百度迁徙数据）存在显著误差。就加权绝对平均误差而言,拟合总误差为85.54%,其中空间相互作用效应造成了86.09%的实测流与模拟流的最大误差,相对流出力、相对吸引力分别造成57.73%、49.34%的模型误差。因此,空间交互效应仍然是当前最难以模式化的因素。

[Zhao

Ziyu

, Wei

, Yang

Ran

, et al. Gravity model coefficient calibration and error estimation: Based on Chinese interprovincial population flow
Acta Geographica Sinica, 2019, 74(2): 203-221.] DOI: 10.11821/dlxb201902001.

[本文引用: 1]

[36]

Ebenstein

, Zhao

. Tracking rural-to-urban migration in China: Lessons from the 2005 inter-census population survey
Population Studies, 2015, 69(3): 1-17. DOI: 10.1080/00324728.2015.1065342.

URL [本文引用: 1]

[37]

Liu

, Liu

, Gao

, et al. Social sensing: A new approach to understanding our socioeconomic environments
Annals of the Association of American Geographers. 2015, 105(3): 512-530. DOI: 10.1080/00045608.2015.1018773.

URL [本文引用: 1]

[38]

刘望保, 石恩名. 基于ICT的中国城市间人口日常流动空间格局: 以百度迁徙为例
地理学报, 2016, 71(10): 16671679.

[本文引用: 1]

[Liu

Wangbao

, Shi

Enming

. Spatial pattern of population daily flow among cities based on ICT: A case study of “Baidu Migration”
Acta Geographica Sinica, 2016, 71(10): 1667-1679.] DOI: 10.11821/dlxb201610001.

[本文引用: 1]

[39]

赵梓渝, 魏冶, 王士君, 等. 有向加权城市网络的转变中心性与控制力测度: 以中国春运人口流动网络为例
地理研究, 2017, 36(4): 647-660.

DOI:10.11821/dlyj201704004 [本文引用: 1]

目前中国地学领域对网络的研究仍处于起步阶段,大量网络研究方法尚未得到应用的同时,许多地理现象尚未寻找到合适的抽象网络模型,不断拓展和应用有效的网络分析方法成为当务之急。在这一背景下,基于百度迁徙平台获取的春运人口流动大数据,构建中国春运人口流动的有向加权城市网络,在已有研究基础上提出有向转变中心性与控制力测度方法,对该城市网络的节点重要性和功能进行评估和分类,分析其呈现的二维空间特征与地理空间分布特征,并与已有方法进行对比。结果表明：利用有向转变中心性和控制力方法,可有效提取有向加权网络的层级结构、功能分异和非均衡性等特征,不但可区分典型城市、枢纽城市、门户城市与边缘城市等不同的城市类型,还可以识别城市的集聚与扩散特征,从而获得比无权无向网络更为丰富和具有实践意义的信息参考,是一种有效的地理网络分析方法。

[Zhao

Ziyu

, Wei

, Wang

Shijun

, et al. Measurement of directed alternative centricity and power of directed weighted urban network: A case of population flow network of China during “Chunyun” period
Geographical Research, 2017, 36(4): 647-660.] DOI: 10.11821/dlyj201704004.

[本文引用: 1]

[40]

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

[本文引用: 1]

[Liu

Wangbao

, Shi

Enming

. The spatial pattern of population flow among cities based on “Baidu Migration”
Journal of South China Normal University: Natural Science Edition, 2016, 48(5): 67-73.] DOI: 10.6054/j.jscnun.2016.09.005.

[本文引用: 1]

[41]

盛科荣, 杨雨, 张红霞. 中国城市网络的凝聚子群及影响因素研究
地理研究, 2019, 38(11): 2639-2652.

DOI:10.11821/dlyj020180729 [本文引用: 1]

凝聚子群特征及形成机理的研究是理解城市网络发育规律及其动力机制的重要切入点。利用2016年中国上市公司500强企业总部-分支机构数据,研究了中国城市网络凝聚子群的多维度特征,定量测度了城市间链接关系的影响因素,探索性的分析了凝聚子群的形成机理。结果发现：派系、k-核、lambda集合、核心-边缘方法都表明中国城市网络存在凝聚子群现象,揭示了城市网络链接强度的层级特征;经济规模、政治资源、知识资本是凝聚子群发育的重要影响因素,网络邻近性、地理区位和历史基础也深刻的影响着凝聚子群的空间格局;择优链接和路径依赖是凝聚子群发育的动力机制,城市关键资源和区位优势将进一步转化为城市网络竞争优势。在网络发展环境下,中国政府需要在更大空间尺度上推动城市间合作,并积极应对城市间发展差距趋于扩大的问题。

[Sheng

Kerong

, Yang

, Zhang

Hongxia

. Cohesive subgroups and underlying factors in the urban network in China
Geographical Research, 2019, 38(11): 2639-2652.] DOI: 10.11821/dlyj020180729.

[本文引用: 1]

[42]

Liu

, Derudder

, Liu

. Regional geographies of intercity corporate networks: The use of exponential random graph models to assess regional network formation
Papers in Regional Science, 2015, 94(1): 109-126. DOI: 10.1111/pirs.12060.

[本文引用: 1]

[43]

叶强, 张俪璇, 彭鹏, 等. 基于百度迁徙数据的长江中游城市群网络特征研究
经济地理, 2017, 37(8): 53-59.

[本文引用: 1]

[Ye

Qiang

, Zhang

Lixuan

, Peng

Peng

, et al. The network characteristics of urban agglomerations in the middle reaches of the Yangtze River based on baidu migration data
Economic Geography, 2017, 37(8): 53-59.] DOI: 10.15957/j.cnki.jjdl.2017.08.007.

[本文引用: 1]

[44]

Blondel V

, Guillaume J

, Lambiotte

, et al. Fast unfolding of communities in large networks
Journal of Statistical Mechanics, 2008(10): 155-168. DOI: 10.1088/1742-5468/2008/10/p10008.

[本文引用: 1]