三大國(guó)家級(jí)城市群網(wǎng)絡(luò)結(jié)構(gòu)特征及其層級(jí)聯(lián)系研究

王 瑞，何文舉，魯 嬋

（湖南工商大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院，湖南 長(zhǎng)沙 410205）

1 研究背景

城市群是城市發(fā)展到成熟階段的最高空間組織形式，它代表了一個(gè)特定的地理區(qū)域，主要是以1 個(gè)以上特大城市為核心，由最少3 個(gè)大中城市組合而成，并以先進(jìn)的交通和通訊等基礎(chǔ)設(shè)施網(wǎng)絡(luò)為依托，形成了緊湊的空間組織、緊密的經(jīng)濟(jì)聯(lián)系的群體，最終形成了一個(gè)高度協(xié)同、高度同城和高度一體化的聚集的城市群體。城市群是由區(qū)域內(nèi)集中分布的若干特大城市和主要城市組成的大型、多核、多層次的城市集團(tuán)，是大都市區(qū)域的聯(lián)合體。隨著時(shí)代的進(jìn)步，近年來(lái)信息網(wǎng)絡(luò)愈發(fā)影響著當(dāng)代人的社交生活，改變了企業(yè)的組織模式和商業(yè)模式，從而重塑了社會(huì)的空間結(jié)構(gòu)，間接影響了城市群地域空間結(jié)構(gòu)的演變[1-2]。

國(guó)外學(xué)者提出的流動(dòng)空間理論認(rèn)為城市流動(dòng)空間是網(wǎng)絡(luò)化的，城市的重要性不僅表現(xiàn)在它擁有的要素的數(shù)量，更因其是經(jīng)濟(jì)網(wǎng)絡(luò)、信息網(wǎng)絡(luò)等網(wǎng)絡(luò)的重要節(jié)點(diǎn)[3]。國(guó)外對(duì)于城市空間網(wǎng)絡(luò)研究的主要理論依據(jù)是流空間理論，如航空流[4]、基于公路鐵路的客運(yùn)流[5-6]和物業(yè)流[7]，也有部分學(xué)者采用社會(huì)網(wǎng)絡(luò)分析法（social network analysis，SNA）對(duì)城市空間網(wǎng)絡(luò)的結(jié)構(gòu)進(jìn)行了研究[8]，探究整體城市網(wǎng)絡(luò)的層級(jí)結(jié)構(gòu)，明確個(gè)體城市節(jié)點(diǎn)的經(jīng)濟(jì)活動(dòng)相互作用的內(nèi)在機(jī)制[9]。國(guó)內(nèi)學(xué)者關(guān)于城市空間網(wǎng)絡(luò)的研究主要有以下3 個(gè)方面：一是從地理視角，基于高鐵網(wǎng)絡(luò)，交通運(yùn)輸網(wǎng)絡(luò)研究城市間的聯(lián)系強(qiáng)度[10-12]；二是從經(jīng)濟(jì)視角，將城市經(jīng)濟(jì)和地理相結(jié)合，采用社會(huì)網(wǎng)絡(luò)分析方法研究城市、城市群之間的空間關(guān)聯(lián)網(wǎng)絡(luò)特征以及城市聯(lián)系強(qiáng)度[13-17]；三是從信息流視角，利用大數(shù)據(jù)技術(shù)，獲取百度指數(shù)，微博大數(shù)據(jù)等，探究城市空間網(wǎng)絡(luò)的顯著特征[18-19]。

然而，現(xiàn)有的城市空間關(guān)聯(lián)網(wǎng)絡(luò)研究還僅限于網(wǎng)絡(luò)結(jié)構(gòu)的拓?fù)涮卣鞣治觯狈?duì)網(wǎng)絡(luò)內(nèi)部傳播強(qiáng)度和經(jīng)濟(jì)要素流動(dòng)的深入研究。一方面，作為城市空間網(wǎng)絡(luò)水平較高的城市，有突破地理位置限制的輻射整體實(shí)力和聚集需求力，但難以避免受限于距離衰減定律，其影響力很難無(wú)限擴(kuò)大。因此，除了對(duì)城市群空間網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的科學(xué)研究，也有必要對(duì)城市群空間關(guān)聯(lián)網(wǎng)絡(luò)的內(nèi)在經(jīng)濟(jì)效應(yīng)進(jìn)行評(píng)估以及更深層次的解讀。另一方面，目前的研究對(duì)象多集中于單個(gè)地區(qū)、單個(gè)城市群，基于SNA 對(duì)比不同城市群的研究較少。長(zhǎng)三角、珠三角和京津冀城市群是中國(guó)發(fā)展最好的三大城市群，基于此，擬以三大城市群目前開(kāi)通高鐵的地級(jí)市為研究對(duì)象，構(gòu)建長(zhǎng)三角26×26、珠三角9×9 和京津冀13×13 的O-D（origin-destination）城市關(guān)聯(lián)矩陣，運(yùn)用SNA 研究城市群空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征、內(nèi)在經(jīng)濟(jì)效應(yīng)機(jī)制，為城市群的發(fā)展提供借鑒和參考。

2 研究方法與數(shù)據(jù)來(lái)源

2.1 研究方法

2.1.1 社會(huì)網(wǎng)絡(luò)分析法

社會(huì)網(wǎng)絡(luò)分析法運(yùn)用圖論、數(shù)學(xué)等學(xué)科方法，將整個(gè)網(wǎng)絡(luò)系統(tǒng)和社會(huì)網(wǎng)絡(luò)中個(gè)體間關(guān)系相互結(jié)合，進(jìn)行定量分析。Ucinet、Networks、ArcGIS 等軟件的開(kāi)發(fā)和運(yùn)用，使社會(huì)網(wǎng)絡(luò)分析法廣泛運(yùn)用于區(qū)域經(jīng)濟(jì)學(xué)、管理學(xué)和地理學(xué)等領(lǐng)域。本文采用SNA 法思想，將網(wǎng)絡(luò)結(jié)構(gòu)分為整體網(wǎng)、局域網(wǎng)和個(gè)體網(wǎng)3 部分。在整體網(wǎng)絡(luò)層面，選取多項(xiàng)主要指標(biāo)分析三大城市群空間網(wǎng)絡(luò)結(jié)構(gòu)的拓?fù)涮卣?；在局域網(wǎng)層面，通過(guò)分析凝聚子群，分析城市群內(nèi)部聚集狀態(tài)；在個(gè)體網(wǎng)層面，通過(guò)分析城市節(jié)點(diǎn)的中心性，研究了每個(gè)城市群的空間結(jié)構(gòu)和經(jīng)濟(jì)影響。各特征指標(biāo)含義及度量方法如下。

1）關(guān)系總數(shù)和網(wǎng)絡(luò)密度。關(guān)系總數(shù)表示城市群空間網(wǎng)絡(luò)中城市節(jié)點(diǎn)聯(lián)系數(shù)，與網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜性結(jié)果一致；網(wǎng)絡(luò)密度是網(wǎng)絡(luò)中各個(gè)城市節(jié)點(diǎn)之間聯(lián)絡(luò)的緊密程度，固定規(guī)模的點(diǎn)之間連線越多，該網(wǎng)絡(luò)的密度越大，該網(wǎng)絡(luò)對(duì)其中節(jié)點(diǎn)的行為產(chǎn)生的影響越大，具體公式如下：

式中：D為網(wǎng)絡(luò)密度；k為城市數(shù)；d(i,j)為城市i和城市j之間的鐵路客運(yùn)量。

2）平均聚類(lèi)系數(shù)和平均路徑長(zhǎng)度。聚類(lèi)系數(shù)表示網(wǎng)絡(luò)結(jié)構(gòu)的可達(dá)性，平均聚類(lèi)系數(shù)是城市節(jié)點(diǎn)聚類(lèi)系數(shù)的均值，具體公式如下：

式中：C為平均聚類(lèi)系數(shù)；N為節(jié)點(diǎn)數(shù)量；Ci為與節(jié)點(diǎn)i直接相連的其他節(jié)點(diǎn)的個(gè)數(shù)；Ei為節(jié)點(diǎn)i鄰近節(jié)點(diǎn)中實(shí)際存在的邊數(shù)；ki為節(jié)點(diǎn)i的度數(shù)。

路徑長(zhǎng)度表示兩個(gè)城市節(jié)點(diǎn)連接的最小邊數(shù)，平均路徑長(zhǎng)度表明城市節(jié)點(diǎn)之間交流通暢程度，具體公式為

式中：L為平均路徑長(zhǎng)度；dij為節(jié)點(diǎn)i和節(jié)點(diǎn)j之間的最短路徑距離。

3）中心度。中心度是對(duì)個(gè)體節(jié)點(diǎn)權(quán)利的量化分析，分為度數(shù)中心度、中介中心度、接近中心度3 種。其中，度數(shù)中心度（Mi）表示與該節(jié)點(diǎn)相連的其他節(jié)點(diǎn)個(gè)數(shù)，表明該城市是整個(gè)城市群網(wǎng)絡(luò)的中心城市，具體公式如下：

中介中心度（Oi）表示網(wǎng)絡(luò)中節(jié)點(diǎn)城市對(duì)其他城市的控制能力，該節(jié)點(diǎn)起橋梁作用，表明其獲取核心資源的能力較強(qiáng)，控制網(wǎng)絡(luò)中的信息流動(dòng)能力較強(qiáng)，具有較高的中介中心度，具體公式如下：

式中：gst為從節(jié)點(diǎn)s到節(jié)點(diǎn)t的最短路徑數(shù)目；ni st從節(jié)點(diǎn)s到節(jié)點(diǎn)t的gst條最短路徑中經(jīng)過(guò)節(jié)點(diǎn)i的最短路徑數(shù)目。

接近中心度（Pi）表示城市節(jié)點(diǎn)與其他節(jié)點(diǎn)聯(lián)系的遠(yuǎn)近程度，該節(jié)點(diǎn)具有越大的接近中心度，則該節(jié)點(diǎn)與其它節(jié)點(diǎn)的距離越短。具體公式為

4）凝聚子群。當(dāng)網(wǎng)絡(luò)中某些行動(dòng)者之間的關(guān)系特別緊密以至于集合成一個(gè)次級(jí)團(tuán)體時(shí)，這樣的集合在社會(huì)網(wǎng)絡(luò)分析中被稱(chēng)為凝聚子群。城市網(wǎng)絡(luò)凝聚子群可揭示城市群內(nèi)部子結(jié)構(gòu)狀態(tài)，通過(guò)發(fā)現(xiàn)城市群網(wǎng)絡(luò)中凝聚子群的個(gè)數(shù)以及每個(gè)凝聚子群包含哪些城市成員，分析凝聚子群間的關(guān)系和連接方式，觀察城市群網(wǎng)絡(luò)的發(fā)展?fàn)顩r。

2.1.2 層級(jí)聯(lián)系法

1961年Nystuen 和Dacey 提出主導(dǎo)流的概念，該方法根據(jù)一個(gè)城市最大的要素流的流向和城市規(guī)模判斷該城市在城市體系中地位，是現(xiàn)在分析城市層級(jí)結(jié)構(gòu)的較為常見(jiàn)的方法。

本文研究京津冀和長(zhǎng)三角城市群網(wǎng)絡(luò)聯(lián)系，并利用ArcGIS 將要素流可視化，根據(jù)要素流動(dòng)的數(shù)值，按照自然斷裂法將城市分為5 個(gè)層級(jí)，第一層級(jí)是主導(dǎo)城市，第二層級(jí)是次級(jí)主導(dǎo)城市，第三、四、五層級(jí)是從屬城市。

2.2 數(shù)據(jù)來(lái)源

本文的研究對(duì)象包括京津冀城市群13 個(gè)城市，長(zhǎng)三角城市群26 個(gè)城市和珠三角城市群9 個(gè)城市，共計(jì)48 個(gè)城市。城市群空間網(wǎng)絡(luò)由城市間的客運(yùn)流數(shù)據(jù)構(gòu)成，選取城市之間的汽車(chē)班次數(shù)據(jù)和火車(chē)車(chē)次數(shù)據(jù)來(lái)辨識(shí)客運(yùn)流強(qiáng)度，收集2010年4月15日、2020年10月11日當(dāng)天的客運(yùn)量?？瓦\(yùn)車(chē)次數(shù)據(jù)來(lái)源于中國(guó)公路客運(yùn)官網(wǎng)認(rèn)可的巴士管家官網(wǎng)（http://www.chebada.com），火車(chē)車(chē)次數(shù)據(jù)來(lái)源于中國(guó)鐵路客服中心（http://www.12306.cn），考慮動(dòng)車(chē)和高鐵的速度遠(yuǎn)遠(yuǎn)快于火車(chē)和汽車(chē)，并且它們對(duì)于促進(jìn)城市間客運(yùn)聯(lián)系的功能不同，因此對(duì)車(chē)次信息進(jìn)行加權(quán)求和，能準(zhǔn)確體現(xiàn)城市間的聯(lián)系強(qiáng)度?；谝陨蠑?shù)據(jù)，運(yùn)用復(fù)雜網(wǎng)絡(luò)軟件gephi 進(jìn)行城市群空間網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)分析，再運(yùn)用ArcGIS 實(shí)現(xiàn)可視化表達(dá)。

3 三大城市群網(wǎng)絡(luò)演化特征

3.1 整體網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

城市間聯(lián)系來(lái)用鐵路客運(yùn)流衡量，對(duì)三大城市群網(wǎng)絡(luò)原始數(shù)據(jù)進(jìn)行二值化處理，即城市網(wǎng)絡(luò)中兩兩有聯(lián)系城市間值取1，無(wú)聯(lián)系城市間使取0，計(jì)算整體網(wǎng)絡(luò)密度，整體網(wǎng)絡(luò)密度指的是圖中各個(gè)點(diǎn)之間聯(lián)系的緊密程度，可以衡量一個(gè)網(wǎng)絡(luò)的整體性。若固定規(guī)模的點(diǎn)之間的連線越多，則該網(wǎng)絡(luò)的密度越大，該網(wǎng)絡(luò)對(duì)每個(gè)節(jié)點(diǎn)產(chǎn)生的影響越大，網(wǎng)絡(luò)整體聯(lián)系越緊密。于是，整體網(wǎng)絡(luò)密度是實(shí)際邊數(shù)除以最大可能邊數(shù)，計(jì)算公式是D=m/n(n-1)，其中D是整體網(wǎng)絡(luò)密度，m是網(wǎng)絡(luò)中實(shí)際邊數(shù)，n是網(wǎng)絡(luò)中節(jié)點(diǎn)數(shù)。

表1對(duì)三大城市群整體網(wǎng)絡(luò)拓?fù)涮卣髑闆r進(jìn)行了分析說(shuō)明。分析表1中的數(shù)據(jù)可以得知，2020年三大城市群交通網(wǎng)絡(luò)密度排序依次是：珠三角（0.666 7）、京津冀（0.461 5）、長(zhǎng)三角（0.392 3），這表明珠三角城市間聯(lián)系更強(qiáng)，京津冀次之，長(zhǎng)三角城市間聯(lián)系較弱，即長(zhǎng)三角城市群的交通網(wǎng)絡(luò)結(jié)構(gòu)較松散，城市群內(nèi)各城市的聯(lián)系有待加強(qiáng)。2010年三大城市群交通網(wǎng)絡(luò)密度排序依次是：京津冀（0.410 3）、長(zhǎng)三角（0.201 5）、珠三角（0.111 1），表明2010年京津冀城市間的聯(lián)系更強(qiáng)，長(zhǎng)三角次之，珠三角相對(duì)較弱。

表1 三大城市群網(wǎng)絡(luò)拓?fù)涮卣鱐able 1 Network topological characteristics of three major urban agglomerations

城市間交通流的差別較大，深圳-廣州（864 次）、佛山-廣州（720 次）、肇慶-廣州（621 次）、東莞-廣州（547 次）、廣州-深圳（684 次）、廣州-佛山（580 次）、廣州-東莞（569 次）、廣州-肇慶（650 次），上海-南京（532 次）、上海-蘇州（502次）、南京-上海（534 次）、蘇州-上海（605 次）是高密度聯(lián)系城市（日頻次>500 次），上述城市分別位于城市群網(wǎng)絡(luò)的中心結(jié)構(gòu)，是核心城市，對(duì)網(wǎng)絡(luò)中其他城市有較大的影響力。

對(duì)比10 a 三大城市群網(wǎng)絡(luò)密度，珠三角城市群的網(wǎng)絡(luò)密度大幅度增加，世界金融危機(jī)蔓延以來(lái)，珠三角的對(duì)外貿(mào)易受到嚴(yán)重限制，所以珠三角城市群內(nèi)各地級(jí)市之間的貿(mào)易往來(lái)增加，各市之間的生產(chǎn)要素流動(dòng)大大增加，滿足要素流動(dòng)的班次逐漸增加，珠三角城市群交通網(wǎng)絡(luò)緊密程度達(dá)到較高的穩(wěn)定值。京津冀城市群的網(wǎng)絡(luò)密度保持穩(wěn)定，京津冀的人才引進(jìn)、科技政策和產(chǎn)業(yè)政策，促進(jìn)了城市間人才的流動(dòng)，人才流動(dòng)需出行，導(dǎo)致城市間的交通網(wǎng)絡(luò)更便捷，交通網(wǎng)絡(luò)逐漸完善，京津冀城市群整體關(guān)聯(lián)緊密。長(zhǎng)三角城市群跨越地域廣，安徽省、江蘇省、浙江省，各個(gè)省域內(nèi)部城市的交通網(wǎng)絡(luò)聯(lián)系緊密，省份之間的聯(lián)系強(qiáng)弱不勻，省份外圍城市與其他城市的聯(lián)系較弱，長(zhǎng)三角城市群整體網(wǎng)絡(luò)密度較低。

3.2 城市中心性分析

為了進(jìn)一步分析城市群網(wǎng)絡(luò)，本文測(cè)算了城市群的關(guān)聯(lián)中心度，表2是以京津冀城市群網(wǎng)絡(luò)為研究對(duì)象，分別從度數(shù)中心度、接近中心度、中介中心度3個(gè)方面進(jìn)行研究得到的中心性結(jié)果。

分析表2中的數(shù)據(jù)可以得知，2010年北京、天津、石家莊的度數(shù)中心度分別是1 080,698,706，而2020年3 個(gè)城市的度數(shù)中心度高達(dá)2 543,1 952,1 930，10 a 間京津冀城市群的聯(lián)系顯著加強(qiáng)，京津冀城市關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)保持穩(wěn)固。

表2 2010、2020年京津冀城市群城市關(guān)聯(lián)網(wǎng)絡(luò)的中心性結(jié)果Table 2 Centrality results of the urban network in the Beijing-Tianjin-Hebei urban agglomeration in 2010 and 2020

京津冀城市關(guān)聯(lián)網(wǎng)絡(luò)呈現(xiàn)典型的主次結(jié)構(gòu)。從度數(shù)中心度看，北京是中國(guó)首都，是國(guó)家中心城市，其加權(quán)入度和加權(quán)出度高達(dá)1 252 和1 291，充分體現(xiàn)其門(mén)戶和目的地的城市功能，其經(jīng)濟(jì)增長(zhǎng)對(duì)其他城市具有“引領(lǐng)”作用，天津和石家莊在京津冀城市網(wǎng)絡(luò)中也處于核心地位。度數(shù)中心度排名靠后的城市有滄州、衡水等，這些城市與京津冀內(nèi)其他城市聯(lián)系較少，需要進(jìn)一步尋找與其他城市經(jīng)濟(jì)聯(lián)系的渠道，加快各城市的人才、技術(shù)等經(jīng)濟(jì)要素的流動(dòng)，從而有助于自身更快更好的發(fā)展。

從中介中心度看，北京和唐山發(fā)揮著“橋梁”作用，對(duì)其他城市的經(jīng)濟(jì)聯(lián)系有明顯影響。北京充分發(fā)揮了京津冀城市群核心城市的位置優(yōu)勢(shì)，唐山是河北省重要的工業(yè)城市，擁有先進(jìn)的技術(shù)和豐富的資源，有助于對(duì)其他城市的經(jīng)濟(jì)聯(lián)系進(jìn)行控制。此外，京津冀各城市的中介中心度差異顯著，大部分的經(jīng)濟(jì)聯(lián)系要通過(guò)北京實(shí)現(xiàn)。而2010年京津冀城市群中，石家莊既發(fā)揮著“橋梁”作用，又距離北京較近，發(fā)展速度較快，有助于其對(duì)其他城市進(jìn)行產(chǎn)業(yè)轉(zhuǎn)移。

從接近中心度看，京津冀城市網(wǎng)絡(luò)接近中心度的均值是0.922，排名靠前的城市有北京、唐山，表明他們?cè)诮粨Q技術(shù)信息等資源方面具有優(yōu)勢(shì)。

鐵路客運(yùn)連接強(qiáng)度是指京津冀兩個(gè)城市間的交通網(wǎng)絡(luò)連接狀況，以城市之間的鐵路客運(yùn)班次的日均值表示?！肮┙o側(cè)”數(shù)據(jù)是列車(chē)班次數(shù)據(jù)，是中國(guó)鐵路部門(mén)經(jīng)過(guò)全面的市場(chǎng)調(diào)查和長(zhǎng)期運(yùn)行的反饋所給出的數(shù)據(jù)，很大程度上代表了地區(qū)間的社會(huì)經(jīng)濟(jì)活動(dòng)以及客流狀況。為對(duì)京津冀網(wǎng)絡(luò)主體結(jié)構(gòu)作更清晰的分析，運(yùn)用gephi 軟件，根據(jù)收集的交通客運(yùn)流數(shù)據(jù)，構(gòu)建了如圖1所示的京津冀城市群空間關(guān)聯(lián)網(wǎng)絡(luò)圖。

圖1 2010年與2020年京津冀城市群空間關(guān)聯(lián)網(wǎng)絡(luò)Fig.1 Spatial correlation network of Beijing-Tianjin-Hebei urban agglomeration in 2010 and 2020

根據(jù)圖1可以看出，京津冀地區(qū)的網(wǎng)絡(luò)比較發(fā)達(dá)，一直都以北京、天津、石家莊為網(wǎng)絡(luò)的重要節(jié)點(diǎn)，這些城市之間的聯(lián)系愈發(fā)緊密，聯(lián)系強(qiáng)度逐漸升高。從網(wǎng)絡(luò)演變的角度分析，城市間的網(wǎng)絡(luò)連接線逐漸變粗，說(shuō)明各大城市間的聯(lián)系逐漸加強(qiáng)，隨著城市群內(nèi)的不斷發(fā)展，各大城市都在積極加入京津冀城市群一體化的大格局中，并且逐漸壯大，承德、廊坊和衡水等城市與京津冀城市群內(nèi)部其他城市的聯(lián)系還有待加強(qiáng)。表3以長(zhǎng)三角城市群網(wǎng)絡(luò)為研究對(duì)象，分別從度數(shù)中心度、接近中心度、中介中心度3 個(gè)方面進(jìn)行了研究。

分析表3中的數(shù)據(jù)可以得知，2010年長(zhǎng)三角城市群關(guān)聯(lián)網(wǎng)絡(luò)的最大度數(shù)中心度是1 832，2020年達(dá)到7 980，網(wǎng)絡(luò)連線更加密集，表明10 a 間，長(zhǎng)三角城市群各城市之間的聯(lián)系顯著加強(qiáng)，增長(zhǎng)速度高于預(yù)期，隨著經(jīng)濟(jì)的復(fù)蘇，城市之間的經(jīng)濟(jì)聚集、經(jīng)濟(jì)溢出效應(yīng)更加明顯。

表3 2010、2020年長(zhǎng)三角城市群城市關(guān)聯(lián)網(wǎng)絡(luò)的中心性結(jié)果Table 3 Centrality results of the urban network in the Yangtze River Delta urban agglomeration in 2010 and 2020

長(zhǎng)三角城市關(guān)聯(lián)網(wǎng)絡(luò)呈現(xiàn)典型的多中心結(jié)構(gòu)，且江蘇省聯(lián)系強(qiáng)度高于浙江省。從度數(shù)中心度看，高于度數(shù)中心度均值的城市有8 個(gè)，且有5 個(gè)城市在江蘇省內(nèi)，即經(jīng)濟(jì)溢出效應(yīng)中，江蘇省處于中心地位，上海、南京、蘇州是長(zhǎng)三角城市群關(guān)聯(lián)網(wǎng)絡(luò)中的領(lǐng)導(dǎo)者。上海是國(guó)際經(jīng)濟(jì)中心，輻射能力遠(yuǎn)大于一般城市；南京是江蘇省的省會(huì)城市，是全國(guó)經(jīng)濟(jì)中心城市，對(duì)城市群內(nèi)其他城市的影響較大；隨著蘇州人口的迅速增長(zhǎng)和經(jīng)濟(jì)實(shí)力的不斷增強(qiáng)，它和其他城市的聯(lián)系程度加強(qiáng)，因此這3 個(gè)城市的經(jīng)濟(jì)溢出效應(yīng)較強(qiáng)。

從中介中心度看，南京、杭州、常州和嘉興的中介中心度最大，為5.006，對(duì)流動(dòng)資源有較強(qiáng)的控制能力，在城市網(wǎng)絡(luò)中發(fā)揮著重要的橋梁作用。泰州、臺(tái)州的中介中心度均小于1，容易被中介中心度較大的城市支配和控制，更加依賴其他城市的發(fā)展。

從接近中心度看，65%的城市接近中心度高于均值，表明長(zhǎng)三角城市網(wǎng)絡(luò)中絕大部分城市能迅速地與其他城市產(chǎn)生連接，是網(wǎng)絡(luò)中的中心行動(dòng)者。其可能的原因是中心度較高的城市中，絕大多數(shù)是省會(huì)城市或交通便捷城市，這使得與其他城市的經(jīng)濟(jì)要素流動(dòng)頻率更快。

為對(duì)長(zhǎng)三角網(wǎng)絡(luò)主體結(jié)構(gòu)作更為清晰的分析，以長(zhǎng)三角城市群各城市間的鐵路客運(yùn)班次的日均值表示鐵路客運(yùn)連接強(qiáng)度，運(yùn)用gephi 軟件，根據(jù)收集的交通客運(yùn)流數(shù)據(jù)，構(gòu)建了圖2所示的長(zhǎng)三角城市群空間關(guān)聯(lián)網(wǎng)絡(luò)圖。

圖2 2010年與2020年長(zhǎng)三角城市群空間關(guān)聯(lián)網(wǎng)絡(luò)Fig.2 Spatial correlation network of the Yangtze River Delta urban agglomeration in 2010 and 2020

根據(jù)圖2可以看出，長(zhǎng)三角地區(qū)的網(wǎng)絡(luò)比較發(fā)達(dá)，一直都以南京、上海為網(wǎng)絡(luò)的重要節(jié)點(diǎn)，越靠近中心節(jié)點(diǎn)城市，城市之間的聯(lián)系愈發(fā)緊密，聯(lián)系強(qiáng)度逐漸升高。從網(wǎng)絡(luò)演變的角度分析，城市間的網(wǎng)絡(luò)連接線逐漸變粗，變得更密集，說(shuō)明各大城市間的聯(lián)系逐漸加強(qiáng)，同時(shí)隨著城市群內(nèi)各大城市的不斷發(fā)展，湖州、銅陵和舟山都在積極加入長(zhǎng)三角城市群一體化的大格局中，并且在逐漸壯大，這有利于加快長(zhǎng)三角城市群的一體化進(jìn)程。表4給出了從度數(shù)中心度、接近中心度、中介中心度3 個(gè)方面研究珠三角城市群關(guān)聯(lián)網(wǎng)絡(luò)的中心性。

表4 2010、2020年珠三角城市群城市關(guān)聯(lián)網(wǎng)絡(luò)的中心性結(jié)果Table 4 Centrality results of the urban network in the Pearl River Delta urban agglomeration in 2010 and 2020

分析表4中的數(shù)據(jù)可以得知，2010年珠三角城市群關(guān)聯(lián)網(wǎng)絡(luò)的最大度數(shù)中心度值是868，而2020年達(dá)到7 808，這表明珠三角城市群各城市間的聯(lián)系隨時(shí)代變遷更加密切。

從度數(shù)中心度看，廣州和深圳2020年的度數(shù)中心度值分別是7 808 和4 189，遠(yuǎn)大于其他城市的對(duì)應(yīng)值，這表明珠三角城市群已經(jīng)形成了以廣州、深圳為核心的城市空間結(jié)構(gòu)格局。同時(shí)，廣州和深圳之間的勞動(dòng)力、人才等經(jīng)濟(jì)要素流動(dòng)最顯著，相應(yīng)地帶來(lái)的經(jīng)濟(jì)接收和經(jīng)濟(jì)溢出效應(yīng)也較為顯著，兩市的加權(quán)入度和加權(quán)出度均較高，是珠三角城市網(wǎng)絡(luò)中最主要的接收城市和出發(fā)城市。

從中介中心度看，2020年?yáng)|莞、珠海兩市的中介中心度為0，容易被其他城市“孤立”，因此其他中介中心度較大的城市應(yīng)發(fā)揮“橋梁”作用，以減少東莞、珠海被孤立和邊緣的風(fēng)險(xiǎn)。廣州穩(wěn)居珠三角城市群的核心地位，應(yīng)充分發(fā)揮其輻射作用，加強(qiáng)與其他城市的資源、信息、人才等方面的交流，以促進(jìn)珠三角城市群均衡發(fā)展。

從接近中心度看，2020年珠三角城市群各城市節(jié)點(diǎn)的接近中心度為1 或0.889，即網(wǎng)絡(luò)的完善使各城市間的“時(shí)空距離”縮短，提高了珠三角城市群吸收人才、信息、資源等經(jīng)濟(jì)要素的能力。

以珠三角城市群各城市間的鐵路客運(yùn)班次的日均值表示鐵路客運(yùn)連接強(qiáng)度，為對(duì)珠三角網(wǎng)絡(luò)主體結(jié)構(gòu)作更為清晰的分析，根據(jù)收集的交通客運(yùn)流數(shù)據(jù)，運(yùn)用gephi 軟件，構(gòu)建珠三角城市群空間關(guān)聯(lián)網(wǎng)絡(luò)圖，如圖3所示。

由圖3可知，珠三角城市群網(wǎng)絡(luò)一直以廣州、深圳為網(wǎng)絡(luò)重要節(jié)點(diǎn)，隨著時(shí)間推移這些城市的聯(lián)系愈發(fā)緊密，聯(lián)系強(qiáng)度逐漸升高。從網(wǎng)絡(luò)演變角度分析，城市間的網(wǎng)絡(luò)連接線變得更密集，說(shuō)明珠三角城市群一體化取得顯著效果，同時(shí)隨著各大城市不斷發(fā)展，中山、江門(mén)和珠海都在積極加入珠三角城市群一體化大格局中，積極推進(jìn)珠三角城市群一體化進(jìn)程。

圖3 2010年與2020年珠三角城市群空間關(guān)聯(lián)網(wǎng)絡(luò)Fig.3 Spatial association network of the Pearl River Delta urban agglomeration in 2010 and 2020

3.3 凝聚子群分析

凝聚子群是指在城市空間網(wǎng)絡(luò)中，各個(gè)成員之間有著密切的關(guān)系的“團(tuán)體”，這些團(tuán)體并不是因?yàn)榛?dòng)而簡(jiǎn)單聚集在一起。由于凝聚子群中成員關(guān)系非常密切，一些學(xué)者把它形象地稱(chēng)作“社區(qū)現(xiàn)象”。在城市空間關(guān)聯(lián)網(wǎng)絡(luò)中，群體關(guān)系和派別都需要用凝聚子群來(lái)表達(dá)，對(duì)于探索城市群的空間結(jié)構(gòu)特點(diǎn)具有積極作用。對(duì)城市群內(nèi)的城市之間的聯(lián)系、聯(lián)系方式進(jìn)行分析，有助于從新的角度來(lái)觀察城市群的發(fā)展。本文采用Ucinet 中的迭代相關(guān)收斂法，研究了三大城市群空間關(guān)聯(lián)網(wǎng)絡(luò)凝聚子群的特點(diǎn)結(jié)果如圖4所示。

圖4 京津冀、長(zhǎng)三角、珠三角城市群空間關(guān)聯(lián)網(wǎng)絡(luò)凝聚子群圖Fig.4 Agglomerative subgroup diagram of the spatial network of Beijing-Tianjin-Hebei,the Yangtze River Delta and the Pearl River Delta urban agglomerations

根據(jù)圖4可以看出，北京、天津是直轄市，信息資源和經(jīng)濟(jì)要素集中，構(gòu)成凝聚子群；唐山和秦皇島城市抱團(tuán)承接核心城市的資源要素，成為除核心城市外新的經(jīng)濟(jì)中心城市。長(zhǎng)三角城市群凝聚子群大多由地理位置相近的城市組成，且凝聚子群內(nèi)部城市的空間關(guān)聯(lián)程度較強(qiáng)，但是省際間城市的關(guān)聯(lián)度較低，融合程度較差，各省并沒(méi)有跨越行政界線，區(qū)域壁壘依舊存在，上海作為中心城市，與蘇南地區(qū)保持著活躍的經(jīng)濟(jì)聯(lián)系。總體看，在長(zhǎng)三角城市群一體化進(jìn)程中，不同凝聚子群通過(guò)空間聯(lián)系，實(shí)現(xiàn)了技術(shù)、信息、資源和勞動(dòng)力等經(jīng)濟(jì)要素的流動(dòng)。珠三角城市群凝聚子群基本依據(jù)城市地理位置的遠(yuǎn)近進(jìn)行劃分，各子群內(nèi)部城市擁有較強(qiáng)的經(jīng)濟(jì)聯(lián)系，有利于城市間勞動(dòng)力、信息等資源要素的自由流動(dòng)。

4 城市群層級(jí)聯(lián)系分析

以京津冀和長(zhǎng)三角城市群為例，運(yùn)用ArcGIS Janks（自然斷裂法）對(duì)城市網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)一步分析，節(jié)點(diǎn)大小表示城市節(jié)點(diǎn)的聯(lián)系入度，節(jié)點(diǎn)的粗細(xì)程度表示城市節(jié)點(diǎn)的聯(lián)系入度總和，繪制了如圖5所示的京津冀、長(zhǎng)三角城市群層級(jí)聯(lián)系圖，同時(shí)根據(jù)組間差異最大、組內(nèi)差異最小的原則進(jìn)行分類(lèi)，將城市群空間關(guān)聯(lián)網(wǎng)絡(luò)劃分為5 個(gè)層級(jí)。

圖5 京津冀和長(zhǎng)三角城市群層級(jí)聯(lián)系圖Fig.5 Hierarchical connection diagram of Beijing-Tianjin-Hebei and the Yangtze River Delta urban agglomerations

根據(jù)圖5可以得出，京津冀城市群第一層級(jí)是北京-天津，聯(lián)系強(qiáng)度達(dá)到243～364。北京、天津是京津冀城市群的兩個(gè)特大型城市，不論是經(jīng)濟(jì)總量還是人均消費(fèi)水平，都處于明顯的優(yōu)勢(shì)地位，是京津冀城市群的雙核心。第二層級(jí)是北京-唐山，聯(lián)系強(qiáng)度達(dá)129～242。唐山經(jīng)濟(jì)發(fā)展迅速，實(shí)力雄厚，隨著曹妃甸新區(qū)的開(kāi)發(fā)，唐山逐漸成為北方的制造業(yè)基地，其核心地位無(wú)可置疑。第三層級(jí)是廊坊-秦皇島，聯(lián)系強(qiáng)度達(dá)58～128。廊坊地處北京和天津中間，有“京津走廊，黃金地帶”之稱(chēng)，因其獨(dú)特的地理位置，廊坊的經(jīng)濟(jì)發(fā)展迅速，有可能成為京津冀城市群未來(lái)的核心城市。滄州東臨渤海，南接齊魯，北依京津的渤海新區(qū)，經(jīng)濟(jì)發(fā)展后來(lái)居上，也是較具發(fā)展?jié)摿Φ某鞘兄?。張家口等城市處于京津冀城市網(wǎng)絡(luò)結(jié)構(gòu)的外圍，構(gòu)成網(wǎng)絡(luò)的第四、第五層級(jí)，聯(lián)系強(qiáng)度較小，分別是22～57 和0～21。

長(zhǎng)三角城市群第一層級(jí)是上海-蘇州，上海-南京，聯(lián)系強(qiáng)度達(dá)273～605，上海市是國(guó)家重要的經(jīng)濟(jì)增長(zhǎng)極之一，通過(guò)溢出和集聚效應(yīng)帶動(dòng)長(zhǎng)三角地區(qū)其他城市的發(fā)展。南京是江蘇省的省會(huì)，地處長(zhǎng)三角地區(qū)的西北部，主要輻射的是蘇中地區(qū)的城市，南京依靠長(zhǎng)江的“黃金水道”，成為長(zhǎng)江航運(yùn)物流中心和先進(jìn)的制造業(yè)基地。第二層級(jí)有杭州、鎮(zhèn)江、寧波等，該層級(jí)城市的公共服務(wù)好、人口素質(zhì)高、人口流動(dòng)快，從而能快速吸收新技術(shù)，促進(jìn)經(jīng)濟(jì)發(fā)展，也能輻射周邊城市。第三層級(jí)是合肥、南通等，該層級(jí)城市因臨近區(qū)域中心或者副中心城市，區(qū)域聯(lián)系密切。合肥重視教育行業(yè)，教育可以儲(chǔ)備高素質(zhì)人才，形成知識(shí)溢出效應(yīng)，在長(zhǎng)三角城市群一體化進(jìn)程中，提供創(chuàng)新型人才和相應(yīng)的知識(shí)儲(chǔ)備。鹽城等城市構(gòu)成了網(wǎng)絡(luò)的第四、第五層級(jí)，聯(lián)系強(qiáng)度分別是25～70和0～24。

5 結(jié)論與討論

本文以沿海三大城市群48 個(gè)城市間客運(yùn)流為研究對(duì)象，利用社會(huì)網(wǎng)絡(luò)分析法、層級(jí)聯(lián)系法研究城市群空間網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)特征及其內(nèi)在經(jīng)濟(jì)效應(yīng)，結(jié)果顯示：1）珠三角城市群空間關(guān)聯(lián)的網(wǎng)絡(luò)密度最大，城市之間的聯(lián)系較強(qiáng)，京津冀城市群次之，長(zhǎng)三角城市群較弱，因長(zhǎng)三角城市群跨越地域廣，各個(gè)省份之間的聯(lián)系強(qiáng)弱不勻。2）京津冀城市群空間網(wǎng)絡(luò)呈現(xiàn)典型的主次結(jié)構(gòu)，北京、天津、石家莊是網(wǎng)絡(luò)中的領(lǐng)導(dǎo)者；長(zhǎng)三角城市群空間網(wǎng)絡(luò)呈現(xiàn)典型的多中心結(jié)構(gòu)，上海、南京等8 個(gè)城市居于核心地位；珠三角城市群空間網(wǎng)絡(luò)呈現(xiàn)穗深雙核結(jié)構(gòu)，其中廣州、深圳是核心城市。3）城市間的距離、要素?cái)U(kuò)散與集聚、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)全球化等4 類(lèi)因素對(duì)凝聚子群劃分有顯著影響。4）京津冀城市群的主導(dǎo)城市是北京，其聯(lián)系強(qiáng)度達(dá)243～364；長(zhǎng)三角城市群的主導(dǎo)城市是上海，其聯(lián)系強(qiáng)度達(dá)273～605。

京津冀城市群、長(zhǎng)三角城市群以及珠三角城市群經(jīng)濟(jì)發(fā)達(dá)，如何促進(jìn)三大城市群的經(jīng)濟(jì)、社會(huì)、信息的資源共享，使城市群均衡發(fā)展是一個(gè)值得研究的問(wèn)題。本文僅從客運(yùn)流角度分析城市群空間網(wǎng)絡(luò)，缺少其他角度，角度不同會(huì)導(dǎo)致關(guān)鍵節(jié)點(diǎn)城市的排序存在差異，在實(shí)際網(wǎng)絡(luò)的考察中需要綜合利用不同方法，使結(jié)果更有說(shuō)服力，這將是下一步研究的重點(diǎn)。