摘要:基于交通流视角运用首位度、功能多中心指数、交通流量重心和集中化指数等分析方法,通过ArcGIS等软件分析了具有“同城效应”高速铁路网络对长江三角洲空间联系格局演化的影响。研究发现:①日趋完善的高速铁路网络增强整个区域的联系强度,不同城市间空间联系强度有一定变化,特别是南翼和北翼直接联系的提升使上海的节点功能降低甚至是消失,促进生产要素的自由流动和城市的协同发展;②赫希曼—赫芬达尔指数的降低,功能多中心指数的增加,交通流量重心在苏州境内向南京—杭州沿线的偏移,都说明高速铁路交通流量分布更加均衡,整个区域正在由单功能中心向多功能中心转变,但是与欧洲莱茵鲁尔地区等城市圈还存在一定差距;③集中化指数的降低表明高速铁路目前存在递增的边际效用,在当前阶段修建新的高速铁路比提高已有高速铁路的通行频次能更有效地促进长江三角洲一体化。
关键词:空间联系;长江三角洲;高速铁路;交通流;重心;集中化指数;功能多中心指数
日本新干线于1964年开启高速铁路商业化时代,23个国家和地区在2025年运营里程将达42 322km,跨越式发展的中国高速铁路通车里程已经突破1万km,到2020年将达到1.8万km[1]。高速铁路作为高效能的创新性交通工具,通过改变不同地点的可达性进而引致城市之间时空收缩,降低运输和商务成本,增强要素聚集和辐射能力,加快城市融合[2],对城市圈产生促进城际协同发展的“同城效应”[3]。高速铁路影响空间范围主要集中在中心城市周边1—2.5h可达的250—600km的空间范围内[4],同公路和航空运输相比,在行程85—1 058km内有绝对优势[5]。随着中国高速铁路时代到来,任意两个省会城市(乌鲁木齐、拉萨除外)间将形成8h高速铁路运输圈[6],其必将重塑经济地理空间,对经济社会产生全局性影响,改变地区间空间联系,进而调整区域空间格局,特别是对已经形成完善高速铁路网络的长江三角洲这样世界级城市圈具有更加重要的战略意义。
目前关于区域空间联系格局的研究主要从以下两个方面展开。一方面是基于静态数据如人口、GDP以及其他相关的经济社会指标来比较分析区域空间联系格局。李燕利用“3D”分析框架运用人口密度、经济密度、市场距离以及整合等综合指标分析了长江三角洲城市群经济空间演化[7];此外,其他学者利用单一指标分析单个省份、珠江三角洲等城市圈空间格局的演变[8-15];叶明确等利用GDP和人口等指标分析了中国经济重心的转移及其影响因素以及未来发展趋势[16-19]。另一方面是学者运用动态数据包括通勤流、信息流、货流以及资金流等分析区域间的空间联系格局[20]。孟德友从县域尺度分析了河南省的交通优势及其空间格局的演变[21];曹子威等运用电信话务量和网络发帖量等两组信息流数据分析了马鞍山和芜湖两个城市之间的联系[22];江勇基于客运交通流分析了浙江省县域空间联系格局的变化[23];陈伟劲等利用城际客运交通流从城市和功能区两个尺度对珠江三角洲城市之间功能联系的空间格局进行分析[24];薛俊菲基于航空网络分析了中国城市体系等级结构与分布格局[25];叶倩对中美两国航空客运网络层次结构和地域系统进行比较分析[26];Rimmer通过国际航空客货运量分析东北亚大城市之间和“世界城市”的联系[27];Taaffe利用航空运输资料分析了美国城市的分布和等级体系[28-29];Goetz分析了1950—1985年间美国航空客流与城市体系的关系[30]。
综上所述,学者运用静态和动态数据从国家、省市县等不同行政层级和城市圈等同一经济区来分析区域空间联系格局的演变,研究对象主要集中在国家层面和经济发达的长江三角洲、珠江三角洲和京津冀等城市圈,以及湖南、浙江、安徽和河南等单个省份;从研究内容来看,多以公路客流和航空运输流为主,仅有罗鹏飞从时间视角研究了沪宁高速铁路对区域可达性的影响[31]和罗震东分析了动车对长三角多中心城市体系的影响。长江三角洲地区作为中国发展基础最好、体制环境最优、整体竞争力最强的城市圈,特别是2010年开通的沪宁和沪杭高速铁路以及2013年开通的宁杭甬高速铁路,使长江三角洲形成完善的高速铁路交通网络,极大密切了这一世界级特大城市圈的空间联系,所以从交通流视角研究高速铁路对该地区空间联系格局演化的影响显得尤为必要和具有现实意义。
1 研究方法
1.1 数据选取
本文的研究对象长江三角洲为《长江三角洲地区区域规划(2009—2020)》确定的范围,包括上海市,江苏省的无锡、苏州、扬州、南京、南通、常州、泰州和镇江等8个城市以及浙江省的宁波、舟山、杭州、绍兴、湖州、嘉兴和台州等7个城市,以上述16个城市作为研究的基本分析单元。
一些学者采用最短通勤时间和通勤距离等指标来进行分析,其由于没有考虑列车停靠频次等影响因素,可能会出现运输时间缩短而列车停靠频次没有增加等现象,使得实际交通可达性没有得到有效改变,为克服上述现象本文采用交通流即任意两个城市间每天的通勤频次这一指标。本文列车通勤频次数据来源于极品时刻表,由于沪宁、沪杭和宁杭甬城际高速铁路分别于2010年7月、2010年10月和2013年7月开通运营,我们分别对沪杭线开通后的动车运行数据(版本号为2010.06.25)和宁杭甬线开通后运行数据(版本号为2013.11.25)进行统计作为定量分析的基础数据,数据见表1、表2,其中没有高速铁路和动车通行的城市有南通、扬州、泰州、湖州、舟山等5个城市,2013年湖州开始通行高速列车。地图数据来源于国家基础地理信息库,行政区划信息来自中华人民共和国民政部区划地名司统计信息。
1.2 分析方法
为分析高速铁路对长江三角洲地区空间联系格局演化的影响,本文主要采用以下分析方法:1.2.1城市间联系强度。交通流入量和流出量分别用出发列次和到达列次表示,任意两个城市间的联系强度具体计算公式为:
P(ij)=P(i-j)+P(j-i) (1)
式中:P(ij)为两城市间的联系强度;P(i-j)为城市i到城市j的高速列车每天的运营频次。通过上述计算公式的数值可以分析城市间的联系强度及其变化。
1.2.2 城市节点首位度。该指标可以说明首位城市对次首位城市的影响程度,其计算公式为:
F=P1/P2 (2)
式中:P1为最高联系程度;P2为次高联系程度。
表1 长江三角洲主要城市间动车组运营频次(2010年)
Tab.1 The frequency of intercity CRH in main prefecture-level cities in the Yangtze River Delta(2010)
南京 | 镇江 | 常州 | 无锡 | 苏州 | 上海 | 嘉兴 | 杭州 | 绍兴 | 宁波 | 台州 | 出发合计 | 合计 | |
南京 | 23 | 32 | 37 | 29 | 52 | 2 | 2 | 1 | 1 | 1 | 180 | 351 | |
镇江 | 22 | 18 | 18 | 14 | 23 | 0 | 0 | 0 | 0 | 0 | 95 | 182 | |
常州 | 29 | 15 | 25 | 22 | 36 | 1 | 1 | 0 | 0 | 0 | 129 | 260 | |
无锡 | 33 | 15 | 24 | 26 | 42 | 3 | 3 | 1 | 1 | 1 | 149 | 299 | |
苏州 | 28 | 10 | 17 | 20 | 39 | 2 | 2 | 1 | 1 | 1 | 121 | 252 | |
上海 | 52 | 22 | 33 | 41 | 35 | 20 | 35 | 11 | 16 | 13 | 278 | 562 | |
嘉兴 | 2 | 1 | 2 | 3 | 1 | 19 | 21 | 8 | 8 | 7 | 72 | 141 | |
杭州 | 2 | 1 | 2 | 3 | 1 | 35 | 20 | 15 | 23 | 19 | 121 | 240 | |
绍兴 | 1 | 0 | 1 | 1 | 1 | 9 | 6 | 13 | 15 | 13 | 60 | 121 | |
宁波 | 1 | 0 | 1 | 1 | 1 | 16 | 8 | 23 | 13 | 20 | 84 | 168 | |
台州 | 1 | 0 | 1 | 1 | 1 | 13 | 7 | 19 | 11 | 19 | 73 | 148 | |
到达合计 | 171 | 87 | 131 | 150 | 131 | 284 | 69 | 119 | 61 | 84 | 75 | 1362 | 2764 |
数据来源:极品时刻表(版本为2010.06.25)整理。
表2 长江三角洲主要城市间高速铁路运营频次(2013年)
Tab.2 The frequency of intercity CRH in main prefecture-level cities in the Yangtze River Delta(2013)
南京 | 镇江 | 常州 | 无锡 | 苏州 | 上海 | 嘉兴 | 杭州 | 绍兴 | 宁波 | 台州 | 湖州 | 出发合计 | 合计 | |
南京 | 75 | 100 | 114 | 114 | 145 | 11 | 46 | 24 | 25 | 13 | 30 | 697 | 1379 | |
镇江 | 66 | 60 | 68 | 67 | 75 | 6 | 7 | 5 | 5 | 4 | 0 | 363 | 703 | |
常州 | 101 | 47 | 89 | 95 | 103 | 9 | 12 | 9 | 9 | 5 | 0 | 479 | 971 | |
无锡 | 107 | 56 | 85 | 105 | 121 | 9 | 13 | 9 | 9 | 5 | 0 | 519 | 1050 | |
苏州 | 118 | 60 | 97 | 101 | 123 | 9 | 13 | 9 | 9 | 5 | 0 | 544 | 1099 | |
上海 | 145 | 66 | 104 | 114 | 128 | 58 | 79 | 34 | 42 | 22 | 2 | 794 | 1587 | |
嘉兴 | 11 | 8 | 11 | 10 | 11 | 47 | 58 | 22 | 27 | 17 | 2 | 224 | 424 | |
杭州 | 46 | 10 | 13 | 13 | 13 | 80 | 47 | 56 | 103 | 34 | 29 | 444 | 857 | |
绍兴 | 23 | 6 | 8 | 8 | 8 | 34 | 18 | 57 | 56 | 29 | 11 | 258 | 525 | |
宁波 | 25 | 7 | 9 | 9 | 9 | 42 | 21 | 66 | 57 | 37 | 12 | 294 | 630 | |
台州 | 11 | 5 | 5 | 5 | 5 | 21 | 10 | 32 | 28 | 36 | 4 | 162 | 340 | |
湖州 | 29 | 0 | 0 | 0 | 0 | 2 | 2 | 30 | 14 | 15 | 7 | 99 | 189 | |
到达合计 | 682 | 340 | 492 | 531 | 555 | 793 | 200 | 413 | 267 | 336 | 178 | 90 | 4877 | 9754 |
数据来源:极品时刻表(版本为2013.11.25)整理。
1.2.3 交通流重心。借鉴物理力学原理,引入区域重心这一概念来分析交通流量的空间分布及其演化。假设一个区域由n个小区单元构成,其中第i个区域单元的中心坐标为(Xi,Yi),Mi为该地区单元的交通流量,则重心( )的计算公式为:
1.2.4 集中化指数。为了更进一步分析高速铁路对长江三角洲空间格局演化的影响,在此借鉴反映市场集中化程度的赫希曼—赫芬达尔指数(HHI,Hirshman-Herfindahl Index)构造一个新的集中化指数(CI)来反映高速铁路的集散情况,根据,我们定义:
式中:ci为每天各个城市的交通流量占整个地区交通流量的比重;n为当时通行高速铁路的城市数量,可以看出0<CI<1,当CI趋于1时表明高速铁路交通流趋于集中而趋于0时趋于分散。
1.2.5 功能多中心指数。本文引入欧洲POLYNET项目组“全球化与世界城市”(GaWC)网络的分析方法来衡量长江三角洲城市圈的功能多中心性。多中心指数包括专项和综合两种,要求空间区域必须包括一个以上节点以及节点间功能性地互相连接。
专项功能多中心指数也被称为专项功能多中心指数,其计算公式为:
PSF(N)=(1-σ∂/σ∂max)·Δ (5)
式中:σ∂为节点网络的标准差;σ∂max是一个节点值为0另一节点值为网络N中最高值的双节点网络的标准差。网络密度Δ为网络中实际连接总量(L)与理论连接总量(Lmax)的比值,0≤Δ≤1,0≤PF≤1,若PSF=1则为专项功能绝对多中心,PSF=0则为绝对单中心。
综合功能多中心指数为不同专项功能多中心指数的平均值,及其修正后的公式如下:
为常规多中心指数P(F,N1,N2,…Nn)的标准差。
2 长江三角洲城市圈空间联系强度分析
我们可以通过交通流量的变化来考察动车和高速铁路对长江三角洲城市联系强度的影响,为此把表1和表2经过数学处理,整理后得到反映交通流增量变化的表3。
2.1 省域间城市联系强度对比分析
首先从整个区域层面来分析动车和高速铁路对长江三角洲空间联系强度的影响。
2.1.1 动车增强城市间联系但对两翼间直接联系影响有限。动车开通减低整个区域的运输成本和出行成本,提高了长江三角洲一体化程度。上海作为整个区域的龙头城市,其出发和到达通勤量总和达到562次,提升对其他地区的辐射力和吸引力。南京(351)、无锡(299)、常州(260)、苏州(252)的总通勤量都超过南翼城市,仅有镇江(182)落后于杭州(240),其余南翼城市的通勤量依次为宁波(168)、台州(148)、嘉兴(141)和绍兴(121)。由于江苏省内传统的铁路优势,动车密切了上海与北翼的联系,每天通勤列次都在33—104次之间,而上海与南翼城市的通勤量则在14—70之间,与北翼有较大差距。南翼和北翼之间由于铁路线质量限制,使得两者间的联系要通过上海来实现,最终结果是南翼和北翼存在较弱的直接联系,任意两个城市间直接联系的通勤量在1—3次之间,甚至开通动车的镇江与南翼城市不存在直接联系,而常州只与杭州和嘉兴存在每天1次的通勤量。
因此,动车从总体上提高了上海与南北翼的一体化程度,但是上海与北翼联系紧密程度远超南翼,通过上海这一节点联系的南北翼之间存在弱的直接空间联系。
2.1.2 高速铁路通过提升两翼直接联系加快区域一体化。高速列车进一步降低贸易成本,极大密切了整个长江三角洲一体化程度,城市间联系强度如图1。
图1 基于高速铁路的长江三角洲城市间空间联系程度分布图
Fig.1 The relation intensity with CRH in main prefecture-level cities in the Yangtze River Delta
表3 高速铁路对长江三角洲城市间联系强度对比分析
Tab.3 The comparative analysis of relation intensity with CRH in main prefecture-level cities in the Yangtze River Delta
南京 | 镇江 | 常州 | 无锡 | 苏州 | 上海 | 嘉兴 | 杭州 | 绍兴 | 宁波 | 台州 | 出发合计 | 到达合计 | 合计 | |
南京 | 3.3 | 3.1 | 3.1 | 3.9 | 2.8 | 5.5 | 23.0 | 24.0 | 25.0 | 13.0 | 3.9 | 4.0 | 3.9 | |
镇江 | 3.0 | 3.3 | 3.8 | 4.8 | 3.3 | - | - | - | - | - | 3.8 | 3.9 | 3.9 | |
常州 | 3.5 | 3.1 | 3.6 | 4.3 | 2.9 | 9.0 | 12.0 | - | - | - | 3.7 | 3.8 | 3.7 | |
无锡 | 3.2 | 3.7 | 3.5 | 4.0 | 2.9 | 3.0 | 4.3 | 9.0 | 9.0 | 5.0 | 3.5 | 3.5 | 3.5 | |
苏州 | 4.2 | 6.0 | 5.7 | 5.1 | 3.2 | 4.5 | 6.5 | 9.0 | 9.0 | 5.0 | 4.5 | 4.2 | 4.4 | |
上海 | 2.8 | 3.0 | 3.2 | 2.8 | 3.7 | 2.9 | 2.3 | 3.1 | 2.6 | 1.7 | 2.9 | 2.8 | 2.8 | |
嘉兴 | 5.5 | 8.0 | 5.5 | 3.3 | 11.0 | 2.5 | 2.8 | 2.8 | 3.4 | 2.4 | 3.1 | 2.9 | 3.0 | |
杭州 | 23.0 | 10.0 | 6.5 | 4.3 | 13.0 | 2.3 | 2.4 | 3.7 | 4.5 | 1.8 | 3.7 | 3.5 | 3.6 | |
绍兴 | 23.0 | - | 8.0 | 8.0 | 8.0 | 3.8 | 3.0 | 4.4 | 3.7 | 2.2 | 4.3 | 4.4 | 4.3 | |
宁波 | 25.0 | - | 9.0 | 9.0 | 9.0 | 2.6 | 2.6 | 2.9 | 4.4 | 1.9 | 3.5 | 4.0 | 3.8 | |
台州 | 11.0 | - | 5.0 | 5.0 | 5.0 | 1.6 | 1.4 | 1.7 | 2.5 | 1.9 | 2.2 | 2.4 | 2.3 |
注:-为开通前没有直接联系,开通后有直接联系。
上海依然以1 587次的总通勤量保持龙头地位,紧随其后是北翼的南京(1 379)、苏州(1 099)、无锡(1 050)、常州(971)、和镇江(703),南翼的城市依次为杭州(857)、宁波(630)、绍兴(525)、嘉兴(424)、台州(340)和湖州(189)。上海与北翼通行高速列车的城市通勤量每天都保持在107—290次,苏州、无锡、常州、镇江等地与上海联系频次都超过与省会南京的联系频次,而与南翼城市通勤量每天保持在4—159次之间,从上述结果可以看出上海与北翼联系强度远远大于南翼。南翼与北翼的联系强度在宁杭甬城际线开通后有了质的提升,两者之间每天通勤频次保持在9—92次之间,结束了上海为两翼间的节点以及湖州没有高速列车通行的历史。
通过上述分析发现,高速铁路提高整个区域空间联系特别是增强了南北翼的直接联系,整个长江三角洲一体化程度达到前所未有的高度,有利于促进生产要素流动和城市间协同发展。
2.1.3 对比分析。动车和高速铁路密切了城市间联系,两者每天总通勤量分别达到2 764和9 754次,高速铁路比动车提高了2.5倍,但是南通、扬州、泰州和舟山等4个城市还没有高速列车通行。高速铁路开通后,每个城市总通勤量都有1.3—3.4倍增长,最低的增长率为台州的1.3倍,苏州和绍兴都有3倍以上增长,特别是湖州结束没有高速列车通行的历史。上海与北翼江苏城市之间的通勤量都有2倍以上增长,与南翼浙江城市间有0.5—3的增长,从图1可以看出,上海与北翼联系程度高于南翼。江苏和浙江的城市间联系强度从绝对值到增长率都有显著提高,特别是南京—杭州联系频次由每天4次增加到92次,提高了22倍,南京—绍兴由2次增加到47次,提高23倍,南京—宁波的2次增加到50次,提高24倍,其他城市间也都有2—13倍的增长,特别是镇江和常州与南翼城市开始直接联系,湖州与北翼城市依靠高速铁路直接联系起来。
随着国家层面高速铁路网络的进一步完善,长江三角洲的联系强度会进一步加强。由于高速列车对省域内城市间联系的影响高于省域间城市,因此,下面来讨论其对南北翼内部的城市间影响。
2.2 省域内城市联系强度分析
2.2.1 北翼城市间联系均衡提升。动车开通后北翼江苏省内的城市的联系频次每天在24—70次之间,其中动车通行的城市中南京—无锡(70)联系最为紧密,而苏州—镇江(24)最少。南京每天以233频次领先,其他依次为无锡(198)、常州(182)、苏州(166)、镇江(135)。高速铁路开通后每天联系频次最高的为南京—苏州(232),常州—镇江(107)最低。通勤总量南京以795次保持领先,随后依次为苏州(757)、无锡(725)、常州(674)和镇江(499)。从相对值来看,不同城市间联系频次都有2—4倍增长,其中,苏州—镇江联系增强最明显,苏州在北翼的交通优势地位得到提升。
2.2.2 南翼城市间联系显著提高。动车开通后南翼浙江省内城市间的杭州—宁波(46)联系最为紧密,最少的为嘉兴—绍兴(14)和嘉兴—台州(14),其他城市联系居中。从总通勤量来看,首位为杭州的每天153频次,其他依次为宁波(129)、台州(115)、绍兴(94)和嘉兴(85)。高速铁路开通后每天联系频次最高的为杭州—宁波(169),嘉兴—湖州(4)最低。通勤总量杭州以512次保持领先,其他依次为宁波(430)、绍兴(348)、台州(234)、嘉兴(224)和湖州(126)。从增长率来看,高速铁路开通使城市间联系频次有0.8到3.5倍的增长,特别是绍兴在南翼的通勤总量超过台州,仅次于杭州和宁波,通行高速列车的湖州实现与其他城市直接通勤联系,杭州和宁波均表现出较强的中心性,成为区域枢纽城市。
3 长江三角洲城市圈空间组织分析
3.1 首位度分析
运用首位度数值可以刻画城市间主要联系方向和关联程度,采用公式1和2根据表1和2城市间到达和出发合计交通流量数据计算的首位度结果见表4。
表4 首位度数值表
Tab.4 The urban primacy index
南京 | 镇江 | 常州 | 无锡 | 苏州 | 上海 | 嘉兴 | 杭州 | 绍兴 | 宁波 | 台州 | 湖州 | ||
动车 | 首位 | 上海(104) | 南京(45) | 上海(69) | 上海(83) | 上海(74) | 南京(104) | 杭州(41) | 上海(70) | 宁波(28) | 杭州(46) | 宁波(39) | 无 |
次位 | 无锡(70) | 上海(45) | 南京(61) | 南京(70) | 南京(57) | 无锡(83) | 上海(39) | 宁波(46) | 杭州(28) | 上海(32) | 杭州(38) | 无 | |
F | 1.4857 | 1 | 1.1311 | 1.1857 | 1.2982 | 1.2530 | 1.0513 | 1.5217 | 1 | 1.4375 | 1.026 | ||
高速铁路 | 首位 | 上海(290) | 上海(141) | 上海(207) | 上海(235) | 上海(251) | 南京(290) | 上海(105) | 宁波(169) | 杭州(113) | 杭州(169) | 宁波(73) | 杭州(59) |
次位 | 苏州(232) | ||||||||||||