商碩 蔣海兵 韋勝

摘要：[目的/意義]本文旨在揭示高速交通網(wǎng)絡(luò)驅(qū)動(dòng)下我國(guó)城市空間聯(lián)系格局與影響因素，對(duì)構(gòu)建人口快速流動(dòng)背景下城鎮(zhèn)體系規(guī)劃方案具有現(xiàn)實(shí)指導(dǎo)意義。[方法/過(guò)程]運(yùn)用人口遷徙數(shù)據(jù)表征全國(guó)地級(jí)以上城市人口的流動(dòng)格局，剖析交通一體化趨勢(shì)下城市空間聯(lián)系和特征，嘗試揭示多種交通出行方式在城市空間聯(lián)系中的作用強(qiáng)度與空間異質(zhì)性，考察可達(dá)性與時(shí)空距離對(duì)城市空間相互作用的影響程度。[結(jié)果/結(jié)論]城市人流量高度集中于少數(shù)中心城市與城市對(duì)，東部城市密集區(qū)高聯(lián)系強(qiáng)度城市對(duì)均呈現(xiàn)多中心網(wǎng)絡(luò)式空間結(jié)構(gòu)；中西部省份高強(qiáng)度城市對(duì)則主要形成了以省會(huì)城市為核心的極核式空間結(jié)構(gòu)；高鐵和航空客運(yùn)對(duì)全國(guó)地級(jí)以上城市空間聯(lián)系發(fā)揮著顯著作用，多種出行方式對(duì)地級(jí)以上城市空間聯(lián)系的作用強(qiáng)度存在明顯的空間異質(zhì)性；城市人流量時(shí)空距離衰減效應(yīng)仍然顯著。

關(guān)鍵詞：城市空間聯(lián)系 人流量 可達(dá)性 交通一體化

分類號(hào)：F50

DOI： 10.19318/j.cnki.issn.2096-1634.2022.02.13

？本文系江蘇高校哲學(xué)社會(huì)科學(xué)研究重大項(xiàng)目“交通一體化驅(qū)動(dòng)下長(zhǎng)三角產(chǎn)業(yè)集聚與空間優(yōu)化配置研究”（項(xiàng)目編號(hào)：2021SJZDA024）成果之一。

1 前言

近年來(lái)，在區(qū)域一體化發(fā)展戰(zhàn)略的指引下，國(guó)家加快了交通一體化建設(shè)的步伐，《交通強(qiáng)國(guó)建設(shè)綱要》中確立在2035年我國(guó)將基本形成現(xiàn)代化綜合交通體系，擁有發(fā)達(dá)的快速網(wǎng)、完善的干線網(wǎng)、廣泛的基礎(chǔ)網(wǎng)。“十四五”期間，國(guó)家將繼續(xù)推進(jìn)交通設(shè)施網(wǎng)絡(luò)化和出行服務(wù)便捷化，強(qiáng)化多種交通銜接協(xié)調(diào)。交通一體化建設(shè)使高速交通網(wǎng)絡(luò)日臻完善，智慧交通出行不斷普及，多種交通方式融合發(fā)展。我國(guó)交通一體化發(fā)展改變城際時(shí)空關(guān)系、可達(dá)性與城市空間相互作用水平，加快區(qū)域空間結(jié)構(gòu)重組，引導(dǎo)著區(qū)域人口流動(dòng)格局與趨勢(shì)。前瞻性地探討交通一體化趨勢(shì)下城市空間相互作用規(guī)律，能夠更好地指導(dǎo)區(qū)域空間一體化建設(shè)、國(guó)土空間規(guī)劃與開(kāi)發(fā)。

城市空間相互作用是城市空間聯(lián)系研究的主要內(nèi)容，國(guó)內(nèi)外地理學(xué)者曾長(zhǎng)期采用修正的空間引力模型表征城市空間聯(lián)系強(qiáng)度，而卡斯特爾（Castells）“流空間”理論為城市空間聯(lián)系研究提供新的研究思路與視角[1]。第一，交通流演繹區(qū)域要素流動(dòng)和城市空間聯(lián)系規(guī)律，彌補(bǔ)傳統(tǒng)數(shù)據(jù)和引力模型分析的不足，相關(guān)研究基于“流空間”數(shù)據(jù)解析不同交通方式下城市空間相互作用強(qiáng)度及其演變特征、中心城市輻射范圍和交通空間組織模式，主要包括航空[2]、鐵路[3-4]、公路[5-7]與多元交通[8-10]聯(lián)系強(qiáng)度與格局研究。第二，近年來(lái)，復(fù)雜網(wǎng)絡(luò)分析方法為城市空間聯(lián)系格局演化研究提供必要支撐，研究關(guān)注多元“流空間”視角下城市復(fù)雜網(wǎng)絡(luò)特征及其演變[11-12]，交通網(wǎng)絡(luò)復(fù)雜性研究涵蓋航空[13-14]、鐵路[15]、公路[16-18]等交通運(yùn)輸網(wǎng)絡(luò)整體特征及其演變研究，通過(guò)引入復(fù)雜網(wǎng)絡(luò)理論和分析方法，系統(tǒng)地解析區(qū)域交通和城市交通網(wǎng)絡(luò)的組織效率、相互作用等問(wèn)題[19]。第三，部分研究通過(guò)多元“流空間”數(shù)據(jù)刻畫(huà)城市群空間結(jié)構(gòu)特征[20-21]，“流空間”數(shù)據(jù)與評(píng)價(jià)指標(biāo)清晰地表征日益網(wǎng)絡(luò)化的區(qū)域內(nèi)部功能結(jié)構(gòu)和關(guān)系。第四，人口遷徙數(shù)據(jù)已在城際出行網(wǎng)絡(luò)研究中廣泛應(yīng)用[22-24]，較好地刻畫(huà)城際人口流動(dòng)格局，揭示不同時(shí)間段居民城際人口流動(dòng)規(guī)律。

綜上所述，以往有關(guān)城市空間聯(lián)系的大多數(shù)文獻(xiàn)聚焦于鐵路、航空、公路等單個(gè)類型交通流網(wǎng)絡(luò)分析與對(duì)比研究，而在人口流動(dòng)視角和綜合交通模式作用下城市空間聯(lián)系特征的相關(guān)分析較少，通過(guò)人口遷徙數(shù)據(jù)開(kāi)展城市空間聯(lián)系格局的研究相對(duì)不足。目前，在城市空間聯(lián)系研究中，綜合交通可達(dá)性研究相對(duì)較少，綜合交通可達(dá)性作用對(duì)城市空間聯(lián)系格局的作用機(jī)理亟需更多探究。因此，本文通過(guò)百度人口遷徙數(shù)據(jù)刻畫(huà)全國(guó)地級(jí)以上城市人口流動(dòng)格局，剖析交通一體化趨勢(shì)下城市空間聯(lián)系和區(qū)域空間結(jié)構(gòu)特征，嘗試揭示多種交通出行方式在城市空間聯(lián)系中的作用強(qiáng)度與空間異質(zhì)性，考察時(shí)空距離與可達(dá)性對(duì)城市空間相互作用的影響程度，以期為我國(guó)空間一體化建設(shè)和國(guó)土空間開(kāi)發(fā)提供科學(xué)依據(jù)和參考。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源與處理

人口遷徙數(shù)據(jù)可以清晰地識(shí)別城際人口流動(dòng)空間格局，本文獲取數(shù)據(jù)的時(shí)間為2020年1月1日至1月9日，研究數(shù)據(jù)為全國(guó)369個(gè)地級(jí)以上城市百度人口遷徙流數(shù)據(jù)，并據(jù)此構(gòu)建起訖點(diǎn)（origin-destination，Q-D）城際日均人流矩陣。根據(jù)日均人流量數(shù)據(jù)分析我國(guó)城市空間聯(lián)系格局特征及其影響因素。本文選取2020年1月1日至1月9日數(shù)據(jù)，考慮到數(shù)據(jù)可獲取性和工作日、假期人流量因素，該時(shí)間段涉及1天元旦假期、2天周末和7天工作日，日均人流量能夠較好地反映全年城際人口流動(dòng)特征。

2020年百度人口遷徙數(shù)據(jù)能夠提供以地級(jí)市為基本單元，每日遷入、遷出城市排名前100位的記錄。百度人口遷徙數(shù)據(jù)能夠識(shí)別公路、鐵路和航空3種獨(dú)立交通和綜合交通方式下的人口流動(dòng)數(shù)據(jù)。首先，采用數(shù)據(jù)為無(wú)量綱化處理數(shù)據(jù)，并非實(shí)際人口出行量數(shù)據(jù)，通過(guò)整理得到85，434個(gè)城市對(duì)數(shù)據(jù)，涉及369個(gè)城市，主要處理321個(gè)城市數(shù)據(jù)；其次，調(diào)用高德地圖API測(cè)量城市O-D矩陣最短時(shí)間，得到69，856個(gè)城市對(duì)O-D矩陣數(shù)據(jù)；再次，通過(guò)2019年中國(guó)城市統(tǒng)計(jì)年鑒，獲取321座相關(guān)城市的GDP、人口、公路客流量和航空客運(yùn)量數(shù)據(jù)；最后，通過(guò)高鐵網(wǎng)統(tǒng)計(jì)全國(guó)321座城市高鐵和動(dòng)車的客運(yùn)班次數(shù)。

2.2 研究方法與指標(biāo)

首先，采用城市日均人流量和城市對(duì)日均人流量表征城市空間聯(lián)系格局；其次，通過(guò)地理加權(quán)回歸模型分析不同交通方式對(duì)城市空間聯(lián)系的作用強(qiáng)度與空間異質(zhì)性；最后，借助距離衰減分析和重力模型分析等方法探析時(shí)空距離、可達(dá)性等因素對(duì)城市空間聯(lián)系格局的影響。

3 結(jié)果分析

3.1 城市人流量空間格局分析

3.1.1 城市人流量空間等級(jí)劃分 通過(guò)式（1）得到321個(gè)城市的日均人流量值，采用自然斷裂法將其分成5類城市，見(jiàn)圖1。

第一等級(jí)城市，人流量最高，人流量在1235179583.3以上，包括上海、廣州、深圳、成都、北京等5座全國(guó)性中心城市。其中，4座城市位于我國(guó)三大城市群，1座城市位于我國(guó)西部地區(qū)。5座城市連線呈現(xiàn)菱形。5座城市人流總量占所有城市人流量的比重為11.71%，是全國(guó)綜合性交通樞紐城市。

第二等級(jí)城市，人流量較多，人流量在728367182.8～1235179583.2之間，包括天津、東莞、佛山、南京、蘇州、杭州、武漢、西安、重慶、鄭州、長(zhǎng)沙等11座區(qū)域性中心城市。其中，6座城市處于三大城市群，5座城市是全國(guó)重要鐵路交通樞紐（京武高鐵線上3座城市，京滬高鐵線上3座城市）。11座城市人流總量占所有城市流量的比重為15.28%，是區(qū)域綜合交通樞紐城市。

第三等級(jí)城市，人流總量一般，人流量在380051771.4～728367182.7之間，包括昆明、合肥、廊坊、濟(jì)南、惠州、貴陽(yáng)、無(wú)錫、沈陽(yáng)、中山、石家莊、南寧、保定、寧波、太原、嘉興、哈爾濱、南昌、青島、咸陽(yáng)、廈門、長(zhǎng)春、溫州、金華、常州和珠海等25座城市。其中，13座城市處于三大城市群，11座省會(huì)城市或副省級(jí)城市。25座城市人流總量占所有城市流量的比重為17.91%，是省域綜合交通樞紐城市。

第四等級(jí)城市，人流總量較低，人流量在165174901.1～380051771.3之間，包括福州、徐州、泉州、蘭州、紹興、臨沂、周口、南通、濰坊、烏魯木齊、滄州、?？凇吂?jié)、唐山等104座城市。其中，39座分布在河南、河北、山東、江蘇、安徽等高人口密度地區(qū)，呈現(xiàn)團(tuán)狀分布形態(tài)，占37.5%。東北地區(qū)僅有大連和綏化兩座城市。胡煥庸線以西地區(qū)僅有6座城市（見(jiàn)圖1），包括呼和浩特、鄂爾多斯、銀川、榆林、蘭州、西寧和烏魯木齊，其占所有城市流量的比重為17.91%。104座城市人流總量占所有城市流量的比重為34.09%。

第五等級(jí)城市，人流總量低，客流量在165174901以下，包括176座城市，占總量的21.01%，主要分布于胡煥庸線以西、東北、海南、云南等地區(qū)。

通過(guò)對(duì)比分析可知，少數(shù)高人流量城市主要位于胡煥庸線以東地區(qū)，前三等級(jí)41座城市人流總量合計(jì)占到44.9%，為客流“大進(jìn)大出”的重點(diǎn)城市，均為我國(guó)高鐵網(wǎng)絡(luò)節(jié)點(diǎn)城市，而且高人流量城市在三大城市群較為密集，其他地區(qū)相對(duì)分散。

3.1.2 城市人流量空間特征

（2）胡煥庸線以西、東北地區(qū)和海南的低等級(jí)城市數(shù)量眾多，占比高。在胡煥庸線以西、東北地區(qū)和海南省，日?？土髁康偷燃?jí)城市有86座，占所有低等級(jí)城市的48.9%。同時(shí)，胡煥庸線以西、東北地區(qū)和海南，擁有第三等級(jí)城市3座、第四等級(jí)城市11座、第五等級(jí)城市占比達(dá)到86%。

（3）經(jīng)濟(jì)發(fā)達(dá)地區(qū)的各類等級(jí)城市齊全，三大城市群人流量占比高。長(zhǎng)三角、珠三角和京津冀城市群包括高、中、低等級(jí)城市，并且中高等級(jí)城市較為密集，山東和江蘇的第五等級(jí)城市數(shù)量較少。三大城市群人流總量占比達(dá)到38.75%。其中，長(zhǎng)三角占比達(dá)19.19%，京津冀達(dá)到8.79%，珠三角達(dá)到10.77%。

（4）省會(huì)城市人流量一般遠(yuǎn)高于省內(nèi)其他城市。除了三大城市群地區(qū)，其他大部分地區(qū)省會(huì)城市或副省級(jí)城市成為省域內(nèi)客流中心。

3.2 城市對(duì)人口流動(dòng)空間格局分析

3.2.1 城市對(duì)人流量等級(jí)劃分 通過(guò)式（2）得到85，434個(gè)城市對(duì)日均人流量值。按照自然斷裂法將城市對(duì)人口流動(dòng)強(qiáng)度劃分為5個(gè)等級(jí)，即得到圖2。

第一等級(jí)，最強(qiáng)城市對(duì)，人流量在92610516.7以上的城市對(duì)12對(duì)，包括上海-蘇州、北京-廊坊、廣州-佛山、深圳-惠州、深圳-東莞、西安-咸陽(yáng)等由中心城市與鄰近城市組成的城市對(duì)。地圖顯示，高速公路網(wǎng)絡(luò)和城際高速鐵路在城市空間聯(lián)系中均發(fā)揮著重要角色，高速鐵路或城際出行時(shí)間在1 h以內(nèi)，城市對(duì)平均公路最短距離65 km，人流量占所有流量的5.25%。

第二等級(jí)，強(qiáng)城市對(duì)，人流量在37670649.8～ 92610516.6的城市對(duì)98對(duì)，包括廣州-深圳、天津-北京、成都-重慶、廣州-東莞、上海-杭州、上海-嘉興、長(zhǎng)春-四平等城市對(duì)。其中既有中心城市組成的城市對(duì)，也有中心城市與鄰近一般城市組成的城市對(duì)，我國(guó)三大城市群內(nèi)強(qiáng)城市聯(lián)系網(wǎng)絡(luò)數(shù)量居多，其他地區(qū)以省會(huì)城市到地級(jí)城市為主，省會(huì)城市是這些城市的首位聯(lián)系城市。這些城市客流強(qiáng)度大，中短途城市對(duì)依舊占較高比重，通過(guò)查詢發(fā)現(xiàn)在上述城市對(duì)，均有高鐵或城際線將彼此聯(lián)系，顯示高速交通網(wǎng)絡(luò)在城市日常人員交流中作用突出。城市對(duì)公路平均最短距離為107 km，最遠(yuǎn)距離包括成都-重慶，城市對(duì)平均公路距離達(dá)到305 km，強(qiáng)聯(lián)系網(wǎng)絡(luò)流量占所有流量的13.28%。

第三等級(jí)，較強(qiáng)城市對(duì)，人流量在12462637.6～ 37670649.7的城市對(duì)459對(duì)，包括上海-北京、南京-上海、杭州-金華等城市對(duì)。其主要以省會(huì)城市至周邊城市的中短距離城市對(duì)為主，少數(shù)是中心城市之間的遠(yuǎn)程的聯(lián)系，包括上海-北京，西安-北京、廣州-重慶、深圳-重慶，反映了城市群之間的聯(lián)系強(qiáng)度處于較強(qiáng)的聯(lián)系水平。在北京、天津、河北、山東、上海、浙江、江蘇和廣東等東部發(fā)達(dá)地區(qū)，較強(qiáng)城市對(duì)展現(xiàn)出網(wǎng)絡(luò)狀空間聯(lián)系。城市對(duì)公路平均最短距離為192 km，其他省份主要形成了以省會(huì)城市為中心的放射狀空間聯(lián)系網(wǎng)絡(luò)，占所有流量的23.79%。距離在1，000 km以上的城市對(duì)包括深圳-重慶、廣東-重慶、北京-上海、西安-北京，此類遠(yuǎn)距離強(qiáng)城市對(duì)更加依賴航空運(yùn)輸網(wǎng)絡(luò)。

第四等級(jí)，一般城市對(duì)，人流量在3108944.5～12462637.5的城市對(duì)1，644對(duì)，城市平均公路距離390 km，占所有流量的25.83%。東西、南北等跨省域的城市對(duì)數(shù)量較多，部分地區(qū)跨省城市對(duì)數(shù)量多，包括廣東對(duì)重慶和湖南、上海對(duì)江浙皖、北京對(duì)京津冀地區(qū)的城市對(duì)較多。

綜上所述，中心城市對(duì)以中遠(yuǎn)距離為主，一般城市對(duì)以中短距離為主，包括北京-三亞、上海-成都等。遠(yuǎn)距離運(yùn)輸采用航空或高鐵運(yùn)輸。其中，以北京、上海、深圳、廣州為目的地和出發(fā)地的城市對(duì)數(shù)量眾多，涉及城市對(duì)數(shù)量278對(duì)，占客流量16.9%，以天津、杭州、南京、重慶、成都、武漢、鄭州、西安為目的地和出發(fā)地的城市對(duì)224對(duì)，占客流量13.6%。其他主要以各省會(huì)城市為目的地和出發(fā)地的城市對(duì)20，126對(duì)，占客流量25.17%。

3.2.2 城市對(duì)人流量空間特征

（1）城市空間聯(lián)系格局存在顯著的地域空間異質(zhì)性。首先，人流量高度集中于少數(shù)城市對(duì)。第三等級(jí)以上城市對(duì)數(shù)量569個(gè)，僅占全部城市對(duì)數(shù)量的0.67%，而人流量占比卻高達(dá)42.32%。其次，在東部沿海城市密集區(qū)，尤其是三大城市群，第三等級(jí)以上的高強(qiáng)度城市對(duì)呈現(xiàn)多中心網(wǎng)絡(luò)化的區(qū)域空間結(jié)構(gòu)。再次，在中部地區(qū)的省域范圍內(nèi)，多數(shù)的高強(qiáng)度城市對(duì)形成以省會(huì)城市為核心的單中心放射狀區(qū)域空間結(jié)構(gòu)。從次，在胡煥庸線以西的高強(qiáng)度城市對(duì)數(shù)量少，大部分地區(qū)城市空間聯(lián)系強(qiáng)度較低。最后，各地主要省份主要聯(lián)系方向有所偏重。例如，湖南主要聯(lián)系方向?yàn)閺V東，河南主要聯(lián)系方向是北京。

（2）部分地區(qū)形成以省會(huì)城市為核心的放射狀強(qiáng)聯(lián)系網(wǎng)絡(luò)和區(qū)域中心城市之間的強(qiáng)聯(lián)系網(wǎng)絡(luò)構(gòu)成了“軸-輻”結(jié)構(gòu)。強(qiáng)空間聯(lián)系主要發(fā)生在區(qū)域中心城市、省會(huì)城市與其他各等級(jí)城市之間，包括省會(huì)城市-地級(jí)城市、區(qū)域中心城市間、區(qū)域中心城市與其他各等級(jí)城市聯(lián)系。北京-西安、北京-上海、深圳-重慶等構(gòu)成“軸”，而北京等中心城市與周邊構(gòu)成“輻”。城市群核心城市之間的人流量值甚至超過(guò)核心城市與鄰近城市，如上海-北京的人流量值超過(guò)上海-南京的人流量值。

（3）中心城市是省域高強(qiáng)度城市對(duì)重要客流起點(diǎn)或終點(diǎn)。在所有高強(qiáng)度城市對(duì)中，省域內(nèi)城市對(duì)占比高，跨省城市對(duì)占比低，表明省會(huì)城市和副省級(jí)城市仍是城市空間聯(lián)系的主要對(duì)象。

（4）中西部城市人流量極化分布，東部人流量呈現(xiàn)相對(duì)均衡分布。根據(jù)首位城市聯(lián)系分析，全國(guó)148個(gè)首位城市，平均關(guān)聯(lián)2.5個(gè)城市，關(guān)聯(lián)10座以上的首位城市包括成都、長(zhǎng)沙、?？?、鄭州、武漢、南寧、沈陽(yáng)、西安，關(guān)聯(lián)5～10座的首位城市有哈爾濱、昆明、蘭州、烏魯木齊、貴陽(yáng)、杭州、合肥、西寧、廣州、南昌、北京、南京和太原，而上海僅關(guān)聯(lián)2座城市（見(jiàn)表1）。研究結(jié)果表明，中西部首位城市關(guān)聯(lián)城市數(shù)量整體較高，而北京、上海、廣州等東部中心城市首位關(guān)聯(lián)城市數(shù)則相對(duì)較少。城市空間聯(lián)系能夠映射出空間一體化水平和中心城市輻射帶動(dòng)能力，長(zhǎng)三角、珠三角和京津冀核心區(qū)城市間空間一體化水平高，呈現(xiàn)出多核心城市輻射帶動(dòng)格局。

3.3 城市空間聯(lián)系影響因素分析

3.3.1 交通出行方式因素分析

（1）交通出行方式對(duì)城市空間聯(lián)系的作用強(qiáng)度分析

按照數(shù)據(jù)可獲得性，本文分別采用地級(jí)以上城市高鐵動(dòng)車班次數(shù)、公路客運(yùn)量和航空客運(yùn)量，來(lái)反映3種交通出行方式對(duì)城市空間聯(lián)系的影響程度。由表2可知，城市人流總量與高鐵動(dòng)車班次和航空客運(yùn)量相關(guān)性較高，相關(guān)性水平達(dá)到了0.7以上，而與公路客運(yùn)量相關(guān)性為0.4。通過(guò)對(duì)比回歸模型的標(biāo)準(zhǔn)系數(shù)，航空和高鐵通過(guò)1%水平的顯著性檢驗(yàn)，其對(duì)于地級(jí)城市空間聯(lián)系作用強(qiáng)度高，標(biāo)準(zhǔn)化系數(shù)分別為0.52和0.43，而公路通過(guò)5%水平的顯著性檢驗(yàn)，作用強(qiáng)度相對(duì)較弱，標(biāo)準(zhǔn)化系數(shù)僅為0.06（見(jiàn)表3）。數(shù)據(jù)顯示，從整體上看，高速交通運(yùn)輸網(wǎng)絡(luò)（高鐵動(dòng)車和航空）是城市之間日?？瓦\(yùn)聯(lián)系的重要交通出行方式，公路交通對(duì)地級(jí)以上城市日?？瓦\(yùn)聯(lián)系作用強(qiáng)度相對(duì)有限。分析表明，航空和高鐵動(dòng)車在地級(jí)以上城市空間聯(lián)系方面發(fā)揮著較為重要作用。

（2）城市交通出行影響因素的空間異質(zhì)性分析

為了檢驗(yàn)GWR模型的適用情況，利用最小二乘法（Ordinary Least Squares，OLS）模型對(duì)影響聯(lián)系強(qiáng)度的3個(gè)因素進(jìn)行回歸分析，得到OLS回歸結(jié)果的R2為0.763，調(diào)整后R2為0.76，AICc值為12，958；而利用GWR模型得到的R2為0.817，調(diào)整R2為0.795，AICc值為12，932，Bandwidth為607，581.92。由R2值和AICc值可知，GWR模型優(yōu)于OLS的回歸結(jié)果。

通過(guò)式（3）的GWR模型和ARCGIS軟件探討城市空間聯(lián)系影響因素作用強(qiáng)度的空間差異，分析了β1、β2、β3的回歸結(jié)果在空間上的分布，可以看出3個(gè)系數(shù)存在明顯的空間差異，解釋變量在各個(gè)地級(jí)以上市單元的參數(shù)估計(jì)結(jié)果各不相同，表明3個(gè)解釋變量對(duì)城市人流量影響存在顯著的空間異質(zhì)性（見(jiàn)圖3）。運(yùn)用GWR模型探索高鐵、航空、公路等交通出行方式對(duì)不同地區(qū)城市人流量的作用強(qiáng)度及其地域差異。

第一，高鐵動(dòng)車出行方式。β1系數(shù)顯示（圖3-a），中西部南北兩端分布為高值區(qū)，低值區(qū)為西部地區(qū)。從顯著性上看，總體顯著性較好，僅有31個(gè)地級(jí)市未通過(guò)5%水平的顯著性檢驗(yàn)，胡煥庸線以東地區(qū)顯著性水平整體較好，通過(guò)1%水平的顯著性檢驗(yàn)（圖3-b）。圖3-c表明，較高值區(qū)主要分布于京廣高鐵沿線，東北、西南地區(qū)低值區(qū)范圍廣，高鐵動(dòng)車對(duì)提高部分中西部部分省份城際客流量發(fā)揮突出的作用。在區(qū)域方面，高鐵出行方式在廣西、廣東、內(nèi)蒙古、山西、陜西和海南等地區(qū)客流量增長(zhǎng)與城市客運(yùn)聯(lián)系的作用較強(qiáng)，在東中部地區(qū)作用中等，而在黑龍江、吉林、遼寧、四川、重慶、貴州、云南等地區(qū)的作用強(qiáng)度相對(duì)較弱。

第二，航空出行方式。β2系數(shù)顯示（圖3-d），高值區(qū)位于西部地區(qū)，低值區(qū)則為東北、華北地區(qū)和西南與華南部分地區(qū)。從顯著性上來(lái)看，全國(guó)大多數(shù)地區(qū)顯著性較好，僅有20個(gè)地級(jí)市未通過(guò)5%水平顯著性檢驗(yàn)（圖3-e）。研究結(jié)果顯示，在西部地區(qū)，甘肅、四川、重慶地區(qū)航空出行對(duì)城際日?？土骱涂臻g聯(lián)系的貢獻(xiàn)率高，而在東北、華北、海南、廣西等地區(qū)相對(duì)較弱，華中、華東等中東部地區(qū)作用中等（圖3-f）。

第三，公路出行方式。β3系數(shù)值呈現(xiàn)由東向西逐漸降低的態(tài)勢(shì)（圖3-g）。這表明東北地區(qū)和沿海地區(qū)公路出行對(duì)城市對(duì)客運(yùn)作用相對(duì)較強(qiáng)，對(duì)城市空間聯(lián)系上的作用更加突出，而在中西部廣大地區(qū)相對(duì)較弱。從顯著性來(lái)看，全國(guó)大多數(shù)地區(qū)顯著性較差，僅有140個(gè)地級(jí)市通過(guò)5%水平顯著性檢驗(yàn)（圖3-h），絕大多數(shù)未通過(guò)顯著性檢驗(yàn)。研究結(jié)果表明，東部地區(qū)發(fā)達(dá)的高速公路網(wǎng)絡(luò)與地級(jí)市地域范圍相對(duì)較小，城際距離短，使公路出行成為城際出行主要方式之一。而中西部地區(qū)地級(jí)市范圍廣大，高速公路網(wǎng)絡(luò)密度較低，使公路出行在城際客運(yùn)中的作用有限。

第四，交通出行方式作用強(qiáng)度對(duì)比。通過(guò)數(shù)據(jù)標(biāo)準(zhǔn)化處理，得到3種交通出行方式對(duì)不同地區(qū)城市空間聯(lián)系的作用強(qiáng)度。圖3-j、3-k、3-l顯示，首先，3種交通方式整體作用強(qiáng)度有所差異，航空作用整體較高，大部分地區(qū)標(biāo)準(zhǔn)化系數(shù)在0.5以上，其他地區(qū)也在0.4～0.5之間。隨后為高鐵客運(yùn)，標(biāo)準(zhǔn)化系數(shù)集中在0.3～0.4之間。公路出行作用弱，標(biāo)準(zhǔn)化系數(shù)大多在0.2以下。其次，3種交通出行方式在不同區(qū)域?qū)Τ鞘锌臻g聯(lián)系的作用強(qiáng)度存在空間異質(zhì)性。在西部地區(qū)航空出行作用強(qiáng)度較為突出，西部大多數(shù)地區(qū)標(biāo)準(zhǔn)化系數(shù)在0.6以上，其他交通出行方式相對(duì)較弱或不顯著；東部地區(qū)和東北地區(qū)公路客運(yùn)作用相對(duì)其他地區(qū)較強(qiáng)，作用強(qiáng)度在0.2以上，東北地區(qū)的作用強(qiáng)度甚至在0.3以上，整體上自東向中部地區(qū)作用強(qiáng)度逐漸降低，中西部大部分地區(qū)不顯著，其與高鐵和航空相比仍然較弱。結(jié)果表明，在地級(jí)以上城市空間相互作用中，各地具有迥然不同的交通出行結(jié)構(gòu)。

綜上所述，GWR模型分析顯示，公路出行是東部沿海和東北地區(qū)城際客運(yùn)的主要方式，公路出行在該地區(qū)作用相對(duì)顯著；西北和西南等部分地區(qū)城際客運(yùn)聯(lián)系更多依賴于航空運(yùn)輸；高鐵動(dòng)車則在提升中西部的南北兩端地區(qū)城際聯(lián)系中發(fā)揮較為突出的作用。分析結(jié)果表明，各地客運(yùn)結(jié)構(gòu)存在顯著的空間異質(zhì)性。

3.3.2 時(shí)空距離因素分析

（1）空間距離衰減特征分析

對(duì)全部85，434個(gè)城市對(duì)空間距離衰減分析發(fā)現(xiàn)（見(jiàn)圖4），在累計(jì)率中，200 km、400 km、600 km和800 km以內(nèi)客流量占比分別達(dá)到 46.95%、69.1%、77.95%和83.14%。在分配率中，200 km以內(nèi)人流量占比最高，達(dá)到46.95%，隨后人流量占比迅速遞減，200～400 km的人流量占比為22.14%，400～600 km的人流量占比為8.86%，600～800 km的人流量占比為5.19%。因此，即使各地?fù)碛懈咚俳煌ňW(wǎng)絡(luò)，城市對(duì)人流量的空間距離衰減規(guī)律仍較為顯著。全國(guó)城市客運(yùn)流量高度集中于400 km范圍以內(nèi)，人流量占比接近70%。1，000 km以內(nèi)客流量占比達(dá)到86.9%。在累計(jì)率中，100 km、200 km、300 km和400 km以內(nèi)客流量占比分別為21.90%、46.95%、60.78%和69.09%。100～200 km客流量占比最高，達(dá)到25.05%。

涉及省會(huì)及以上城市的城市對(duì)有10，631個(gè)，在累計(jì)率中，200 km、400 km、600 km和800 km以內(nèi)客流量占比分別達(dá)到43.69%、64.81%、73.56%和79.17%。在分配率中，200 km以內(nèi)客流量占比最高，達(dá)到43.69%。涉及地級(jí)城市的城市對(duì)有74，803個(gè)，在累計(jì)率中，200 km、400 km、600 km和800 km以內(nèi)客流量占比分別達(dá)到48.52%、71.16%、80.07%和85.06%。在分配率中，200 km以內(nèi)客流量占比最高，達(dá)到48.52%。

因此，盡管目前我國(guó)高速交通網(wǎng)絡(luò)日益發(fā)達(dá)，但是城市對(duì)人流量的空間距離衰減效應(yīng)依舊存在，100～200 km范圍是城市客流量最多的距離，省會(huì)以上城市距離衰減效應(yīng)相對(duì)地級(jí)市要慢，這表明高鐵和公路出行承擔(dān)了全國(guó)地級(jí)以上城市大部分客流。

（2）時(shí)間距離衰減特征分析

對(duì)人流量的時(shí)間距離衰減分析發(fā)現(xiàn)，在累計(jì)率中，1 h、2 h、3 h和4 h以內(nèi)客流量占比分別達(dá)到17.85%、40.78%、56.82%和66.53%，4小時(shí)城市對(duì)共計(jì)4，951個(gè)，僅占城市對(duì)數(shù)量的5.79%。在分配率中，1～2 h以內(nèi)人流量占比最高，達(dá)到22.93%，隨后人流量占比迅速遞減，2～3 h為16.05%，3～4 h為9.71%。10小時(shí)內(nèi)城市對(duì)流量占比89%，人流量時(shí)間距離衰減特征十分明顯（見(jiàn)圖5）。

圖6顯示，4 h以內(nèi)城市對(duì)空間格局，識(shí)別我國(guó)約70%的人流量分布，高密度城市對(duì)地區(qū)位于高鐵沿線地區(qū)，特別是京滬高鐵、京武和寧武高鐵圍合區(qū)域。結(jié)果表明，京滬、京廣、滬蓉、鄭西、哈大高鐵干線和沿線高速公路網(wǎng)絡(luò)承擔(dān)了地級(jí)以上城市對(duì)大量客流運(yùn)輸功能。由此可知，高鐵干線顯著地增強(qiáng)沿線城市空間聯(lián)系強(qiáng)度，是城市高強(qiáng)度聯(lián)系的重要走廊。在我國(guó)高鐵出行已經(jīng)全面普及背景下，高鐵城市腹地空間形態(tài)也由等距圈“面狀空間”轉(zhuǎn)變成等時(shí)圈的“線狀空間”。

結(jié)合文獻(xiàn)[17]的研究結(jié)果，在交通客流距離衰減規(guī)律影響下，公路、高鐵和航空3種交通客運(yùn)聯(lián)系特點(diǎn)不同。公路適合短距離出行，深入小尺度單元腹地。鐵路客流受制于站點(diǎn)數(shù)量、線路分布及腹地人口規(guī)模。航空適合遠(yuǎn)距離出行，機(jī)場(chǎng)數(shù)量少，腹地范圍大，中轉(zhuǎn)時(shí)間長(zhǎng)。上述特征差異致使高強(qiáng)度公路城市對(duì)分布于中心城市鄰近區(qū)域，鐵路城市對(duì)集中于干線網(wǎng)絡(luò)，航空城市對(duì)數(shù)量相對(duì)較少。3種交通站點(diǎn)分布密度和線路數(shù)量差異懸殊，上述特點(diǎn)使得3種交通方式在城市空間聯(lián)系作用中具有一定的互補(bǔ)性，部分地區(qū)城市聯(lián)系通過(guò)多種交通方式實(shí)現(xiàn)跨地區(qū)人口流動(dòng)，多種交通流疊加共同構(gòu)成城際人流量。

3.3.3 可達(dá)性對(duì)城市空間聯(lián)系作用強(qiáng)度分析

采用式（4）得到289個(gè)城市日?？蛇_(dá)性，并與GDP和人口規(guī)模值構(gòu)建多元回歸模型。通過(guò)逐步回歸方法，得到表5，在模型1中，GDP、日?？蛇_(dá)性和人口規(guī)模系數(shù)分別為0.384、0.145和0.208。模型1結(jié)果顯示，城市人流量取決于城市經(jīng)濟(jì)體量，人口規(guī)模和可達(dá)性是影響城市人流總量的重要因素，城市日?？蛇_(dá)性越好，越利于城市人流量產(chǎn)生，表明人口密度高的城市密集區(qū)人流量通常較高。同時(shí)，縮短城際時(shí)間距離，提高日?？蛇_(dá)性水平，將誘發(fā)更多的人流量。由此可知，由規(guī)模各異的城市和時(shí)速不同的交通網(wǎng)絡(luò)構(gòu)成的城鎮(zhèn)空間體系決定各地城市人流量分布格局。

4 結(jié)論與討論

4.1 結(jié)論

（1）城市人流量高度集中于少數(shù)中心城市與城市對(duì)，而高人流量城市主要分布于京津冀、長(zhǎng)三角和珠三角城市群，其他地區(qū)相對(duì)分散。除了三大城市群地區(qū)外，其他大部分地區(qū)省會(huì)城市或副省級(jí)城市為省域客運(yùn)交通樞紐。

（2）東部沿海經(jīng)濟(jì)發(fā)達(dá)省份高聯(lián)系強(qiáng)度城市對(duì)均呈現(xiàn)多中心網(wǎng)絡(luò)式空間結(jié)構(gòu)。中西部省份高強(qiáng)度城市對(duì)則主要形成了以省會(huì)城市為核心的極核式空間結(jié)構(gòu)。部分跨省域高鐵干線地區(qū)高強(qiáng)度城市形成了“軸-輻”式空間結(jié)構(gòu)。

（3）高鐵、航空和公路3種出行方式對(duì)地級(jí)以上城市空間聯(lián)系的作用強(qiáng)度存在明顯的空間異質(zhì)性，高鐵和航空等高速交通對(duì)全國(guó)地級(jí)以上城市空間聯(lián)系發(fā)揮著重要意義，高速交通構(gòu)建了國(guó)家城際內(nèi)聯(lián)外通的客運(yùn)大通道。航空客運(yùn)對(duì)國(guó)家中心城市和區(qū)域性中心城市之間聯(lián)系作用更強(qiáng)。

（4）城市人流量時(shí)空距離衰減效應(yīng)仍然顯著。100～200 km或1～2 h范圍是城市人流量最多的距離段，省會(huì)以上城市距離衰減效應(yīng)相對(duì)地級(jí)市要慢。4 h和400 km以內(nèi)城市對(duì)人流總量占比接近7成人流量，是城市空間聯(lián)系緊密的距離段，高鐵干線是城市高強(qiáng)度空間聯(lián)系的重要走廊。

（5）人口規(guī)模、GDP總量和可達(dá)性是各地城市人流量差異的根本因素，而由此形成的城鎮(zhèn)空間體系決定各地城市人流量分布格局。

4.2 討論

（1）探討構(gòu)建交通一體化和人口快速流動(dòng)框架下城鎮(zhèn)體系規(guī)劃方案。在交通一體化和人口快速流動(dòng)建設(shè)的背景下，高速交通網(wǎng)絡(luò)顯著性地改變了城市空間聯(lián)系強(qiáng)度，重構(gòu)了區(qū)域城鎮(zhèn)空間體系格局。在此背景下思考交通一體化框架下城鎮(zhèn)體系規(guī)劃，能夠有效地指導(dǎo)我國(guó)區(qū)域一體化建設(shè)與國(guó)土空間開(kāi)發(fā)，該方向研究具有現(xiàn)實(shí)必要性。

（2）隨著我國(guó)交通一體化建設(shè)持續(xù)推進(jìn)，多種交通網(wǎng)絡(luò)銜接與融合高效地減少換乘時(shí)間，實(shí)現(xiàn)人口快速流動(dòng)，提高城市可達(dá)性水平與客運(yùn)效率，從而將持續(xù)增強(qiáng)城市空間聯(lián)系強(qiáng)度。因而，基于信息化平臺(tái)規(guī)劃建設(shè)區(qū)域交通換乘樞紐，打造一體化旅客出行鏈，是推進(jìn)客運(yùn)交通多式聯(lián)運(yùn)和聯(lián)程運(yùn)輸?shù)年P(guān)鍵環(huán)節(jié)。

（3）根據(jù)城市空間聯(lián)系強(qiáng)度科學(xué)布局高速交通網(wǎng)絡(luò)與線路，遏止盲目的大規(guī)模交通建設(shè)。城市人流量反映各地區(qū)地級(jí)以上城市交通出行需求程度，為城際交通網(wǎng)絡(luò)與交通線路規(guī)劃和布局提供必要參考依據(jù)。

參考文獻(xiàn)：

[1] CASTELLS M. The rise of network society[M]. Oxford： Blackwell， 1996： 10-15.

[2] 金鳳君. 我國(guó)航空客流網(wǎng)絡(luò)發(fā)展及其地域系統(tǒng)研究[J].地理研究， 2001， 20（1）： 31-39.

[3] 戴特奇， 金鳳君， 王姣娥. 空間相互作用與城市關(guān)聯(lián)網(wǎng)絡(luò)演進(jìn)： 以我國(guó)20世紀(jì)90年代城際鐵路客流為例[J].地理科學(xué)進(jìn)展， 2005， 24（2）： 80-89.

[4] 王海江， 苗長(zhǎng)虹. 中國(guó)中心城市交通聯(lián)系及其空間格局[M]. 北京： 科學(xué)出版社， 2016： 108-132.

[5] 張建松， 韓增林， 董曉菲. 省級(jí)地域公路貨運(yùn)的空間聯(lián)系探討[J]. 地理科學(xué)進(jìn)展， 2006， 25（4）： 96-107.

[6] 李斌， 許立民， 秦奮， 等. 基于重力模型的河南省公路客流空間運(yùn)輸聯(lián)系[J]. 經(jīng)濟(jì)地理， 2010， 30（6）： 955-959.

[7] 靳誠(chéng)， 徐菁， 黃震方， 等. 基于高速公路聯(lián)網(wǎng)收費(fèi)數(shù)據(jù)的江蘇省交通流動(dòng)特征與影響因素[J]. 地理學(xué)報(bào)， 2018， 73（2）： 248-260.

[8] 陳偉， 修春亮， 柯文前， 等. 多元交通流視角下的中國(guó)城市網(wǎng)絡(luò)層級(jí)特征[J]. 地理研究， 2015， 34（11）： 2073-2083.

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

[10] 羅震東， 何鶴鳴， 耿磊. 基于客運(yùn)交通流的長(zhǎng)江三角洲功能多中心結(jié)構(gòu)研究[J]. 城市規(guī)劃學(xué)刊， 2011， 194（2）： 16-23.

[11] CHOI J H， BARNETT G A， CHON B S. Comparing world city networks： A network analysis of internet backbone and air transport intercity linkages[J]. Global Networks， 2006， 6（1）： 81-99.

[12] KWON O， JUNG W S. Intercity express bus flow in Korea and its network analysis[J]. Physica A： Statistical Mechanics and its Applications， 2012， ，391（17）： 4261-4265.

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

[14] 武文杰， 董正斌， 張文忠，等. 中國(guó)城市空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)的時(shí)空演變[J]. 地理學(xué)報(bào)， 2011， 66（4）： 435-445.

[15] 焦敬娟， 王姣娥， 金鳳君， 等. 高速鐵路對(duì)城市網(wǎng)絡(luò)結(jié)構(gòu)的影響研究[J]. 地理學(xué)報(bào)， 2016， 71（2）： 265- 280.

[16] 孟德友， 馮興華， 文玉釗. 鐵路客運(yùn)視角下東北地區(qū)城市網(wǎng)絡(luò)結(jié)構(gòu)演變及組織模式探討[J]. 地理研究， 2017， 36（7）： 1339-1352.

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

[18] 柯文前， 陸玉麒， 陳偉， 等. 高速交通網(wǎng)絡(luò)時(shí)空結(jié)構(gòu)的階段性演進(jìn)及理論模型[J]. 地理學(xué)報(bào)， 2016， 71（2）： 281-292.

[19] 莫輝輝， 王姣娥， 金鳳君. 交通運(yùn)輸網(wǎng)絡(luò)的復(fù)雜性研究[J]. 地理科學(xué)進(jìn)展， 2008， 27（6）： 112-120.

[20] 王垚， 鈕心毅， 宋小冬.“流空間”視角下區(qū)域空間結(jié)構(gòu)研究進(jìn)展[J]. 國(guó)際城市規(guī)劃， 2017， 32（6）： 27-33.

[21] 王少劍， 高爽， 王宇渠. 基于流空間視角的城市群空間結(jié)構(gòu)研究： 以珠三角城市群為例[J]. 地理研究， 2019， 38（8）： 1849-1861.

[22] 魏冶， 修春亮， 劉志敏， 等. 春運(yùn)人口流動(dòng)透視的轉(zhuǎn)型期中國(guó)城市網(wǎng)絡(luò)結(jié)構(gòu)[J]. 地理科學(xué)， 2016， 36（11）： 1654-1660.

[23] 劉望保， 石恩名. 基于ICT的中國(guó)城市間人口日常流動(dòng)空間格局： 以百度遷徙為例[J]. 地理學(xué)報(bào)， 2016， 71（10）： 1667-1679.

[24] 李濤， 王姣娥， 高興川. 中國(guó)居民工作日與節(jié)假日的城際出行網(wǎng)絡(luò)異同性研究[J]. 地理學(xué)報(bào)， 2020， 75（4）： 833-848.

[25] 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[J]. 地理科學(xué)進(jìn)展， 2018， 37（8）： 1086-1095.

[26] 蔣海兵， 祁毅， 李傳武. 中國(guó)城市高速鐵路客運(yùn)的空間聯(lián)系格局[J]. 經(jīng)濟(jì)地理， 2018， 38（7）： 26-33.

作者貢獻(xiàn)說(shuō)明：

商 碩：負(fù)責(zé)論文主體部分撰寫(xiě)和修改；

蔣海兵：負(fù)責(zé)論文構(gòu)思、方法指導(dǎo)及引言寫(xiě)作；

韋 勝：負(fù)責(zé)論文數(shù)據(jù)收集、整理和分析處理。

The Spatial Contact Pattern and Influencing Factors of Cities Above the Prefecture Level in China from the Perspective of Population Mobility

Shang Shuo1 Jiang Haibing1 Wei Sheng2 1 School of Urban and Planning， Yancheng Teachers University， Yancheng 224007 2Jiangsu Institute of Urban Planning and Design， Nanjing 210036

Abstract： [Purpose/significance] This paper aims to reveal the spatial connection pattern and influencing factors of intercity in China driven by high-speed transportation network， it has practical guiding significance for the construction of urban system planning under the background of rapid population flow. [Method/process] This paper applies population migration data to characterize the population flow pattern of cities above the prefecture level across the country， analyzes urban spatial connections and regional spatial structure characteristics under the trend of transportation integration， and tries to reveal the strength and spatial heterogeneity of multiple transportation modes in urban spatial contact， to examine the degree of influence of accessibility on urban spatial interaction.[Result/conclusion] The flow of urban people is highly concentrated in a few central cities and city pairs， and the high-strength urban pairs in the eastern urban dense area all present a multi-center network spatial structure. The high-intensity city pairs in the central and western provinces mainly form a polar-core spatial structure with provincial capital cities as the core. High-speed rail and air transportation play an important role in the spatial connection of cities above the prefecture level across the country. There is obvious spatial heterogeneity in the strength of the effect of multiple travel modes on the spatial contact of cities above the prefecture level. The space-time distance attenuation effect of urban human flow is still significant.

Keywords： urban spatial contact population flow accessibility transportation integration