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_焦敬娟.docx
《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_焦敬娟.docx》由会员分享,可在线阅读,更多相关《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_焦敬娟.docx(16页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、第 71 卷 第 2 期 2016 年 2 月 地 理 学 报 ACTA GEOGRAPHICA SINICA Vol.71, No.2 February, 2016 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 焦敬娟 1,2,王姣娥1,金凤君1,王 涵1,2 ( 1. 中国科学院地理科学与资源研究所 中国科学院区域可持续发展分析与模拟重点实验室,北京 100101; 2. 中国科学院大学,北京 100049) 摘要: 城市网络是近年来城市与区域研究的一个新方向。基于 2003-2013 年间 8 个横截面的中 国铁路客运班列数据,采用加权度中心性和社区结构模型,探讨高速铁路建设对
2、城市等级和集 聚性空间格局及演化的影响。研究表明: 基于铁路客运组织的城市等级结构呈现出位序 规模分布的特征和集聚性,且三大地带和各社区内城市也呈现出明显的位序 规模分布,随着 高速铁路网络的扩展,加权度中心性的集聚性更明显,并逐步呈现出较为明显的层级结构和社 区结构。 城市等级结构呈现出明显的东中西地带性、廊道效应和经济、人口的耦合性,即基 于铁路客运班列的城市等级结构与基于属性数据(人口 /GDP)的结果表现出较大的相似性,但 也存在一定的差异 。 城市社区结构与中国高速铁路网络 、城 市群的空间分布格局基本一致 。 随着高速铁路的建设,东中西三大地带间城市等级的差异呈扩大态势,但各社区间
3、城市等级的 差异呈缩小态势,部分社区核心城市已形成。 关键词: 铁路客运班列;中心性;社区结构;城市网络 DOI: 10.11821/dlxb201602007 1 引言 随着全球化和信息化的快速推进,世界经济的 “ 地点空间 ” 被 “ 流动空间 ” 所代 替。世界经济体系的空间结构逐渐建立在 “ 流 ” 、网络和节点所构成的城市网络基础之上 1, 而控制金融、生产性服务业、交通运输等的世界城市以及具有垂直和横向产业分工 、空 间结构的城市群逐渐成为全球具有核心竞争力的区域 。随着相关理论体系和实证研究方 法的不断完善,城市网络被广泛应用于城市等级结构和城市群等的研究 2。其中,城市等 级结
4、构的研究多侧重于全球和区域世界城市的甄别 、 空间结构和等级体系等 3-4; 基于 “ 相近者相似 ” 原则,城市群被具有较强相互联系的集群或社区所替代。即同一个社区或 集群的城市间具有密切的联系,而不同集群或社区之间的联系相对较小 ,这样的集群或 社区 ( community) 在经济地理学领域又被称为 “ 功能区域 ” ,而城市间的距离被界定为 “ 功能距离 ” 5。 随着 “ 流空间 ” 理论的发展,表征城市间相互联系的关系矩阵取代城市间阻隔 (如 空间和时 间) 和城市属性指标 (如 人口和 GDP) 等 , 成为评价城市网络结构的关键因 收稿日期: 2015-05-15; 修订日期:
5、 2015-08-28 基金项目 : 国家自然科学基金项目 (41171107, 41371143) Foundation: National Natural Science Foundation of China, No.41171107, No.41371143 作者简介: 焦敬娟 (1988-), 女 , 河南安阳人 , 博士 , 主要从事交通运输地理与区域发展研究。 E-mail: 通讯作者: 王姣娥 (1981-), 女 , 湖南涟源人 , 副研究员 , 硕士生导师 , 主要从事交通运输地理和区域发展研究。 E-mail: 265-280 页 266 地 理 学 报 71 卷 素
6、。目前,国内外学者在弗里德曼世界城市假说、卡斯特尔全球流动空间理论和沙森环 球城市理论 6的基础上,借由企业组织网络、基础设施网络和社会文化网络等 7,对城市 网络的特征和结构进行评价。其中,企业组织网络主要是依托生产性服务业和跨国公司 的布局构建 “ 城市 企业 ” 的联系矩阵,反映城市节点的经济功能 3-4;基础设施网络主 要是基于物理网络、组织网络和客货流、信息流构成的 “ 流网络 ” 等构建联系矩阵,城 市在网络中主要承担着区域性交通枢纽、信息枢纽和通信枢纽等作用 8-9;社会文化网络 主要是依托于政府或非政府组织 、访谈数据等构建的城市关联网络 ,反映城市节点的社 会功能 10-11
7、。交通基础设施网络可直接反映城市间的功能联系、交易流和连通度,揭示城 市联系的空间格局及演变特征,可应用于城市等级体系和城市群发展水平的评价 8。目 前,国内部分学者从基础设施网络视角,包括航空网络 9、铁路客货流 12、城际集装箱 13、 信息网络数据 14-15等,对城市在网络中的等级和空间分布特征进行评价。如王成金和金凤 君应用集中化指数,分析了中国对外联系的空间演变特征 16;宋伟等采用优势流的方法 分析了各城市在国内客运航空网络中的层级及其变化 17;王姣娥等采用复杂网络的相关 方法对中国航空网络节点等级性和结构演化特征进行评价 18;钟业喜和陆玉麒基于铁路 客运始发网络对城镇等级体
8、系及其空间分布格局评价,发现城市在铁路网络中的等级结 构与城市体系的规模等级存在较大的相似性 19。总体上,从铁路和网络演化视角对城市 等级和集聚性的研究相对较少 。尤其是近些年随着高速铁路的发展 ,铁路在城市等级和 城市群空间重构的作用日趋重要。 高速铁路作为一种新兴的交通方式,不仅缩短了城市之间的旅行时间,同时也影响 了城市间的连接性 20。目前,国内外关于高速铁路的研究主要是从时空收敛的视角 ,分 析了高速铁路对可达性 21、 区域发展 22、 空间结构 23和其他交通方式 24等的影响 , 而从 “ 流空间 ” 视角探讨高速铁路对城市网络结构的研究相对较少。部分学者认为城市的区位 优势
9、主要依赖于其是否在交通网络上,而不仅是城市之间的距离成本 25。然而,城市在 高速铁路网络中的连接性将会导致经济活动在核心和边缘城市的集聚或分散 ,从而影响 城市在网络中的等级和地位 26。鉴于此,本文从铁路客运组织网络视角,对比分析中国 高速铁路建设前后城市在网络中等级和集聚性及其空间演化特征,以期为未来高速铁路 的建设、城市体系和城市群的发展提供指导和建议。 2 方法和数据 2.1 网络构建与数据 城市网络 (又称城市关联网络) 由城市节点和城市间联系构成,反映城市间相互作 用关系。本文以具有铁路站点的地级市和直辖市 (不包含台湾、香港和澳门) 为研究对 象,采用 全国铁路旅客列车时刻表
10、数据,构建基于铁路列车换乘关系的城市网络: G = (S, E, W ) ( 1) 式中: S 表示在市辖区范围内拥有火车站点的地级行政单元或直辖市 ; E 表示具有直达火 车连接的城市对; W 表示城市对间列车联系的频数 。换乘网络是指同一列车停靠的所有 城市之间均具有联系,即列车 A-B-C,可拆分为 A-B、 B-C 和 A-C 三部分。 根据中国 2014 年 1 月 1 日实施的 铁路安全管理条例 规定,高速铁路是指设计开 行时速 250 km 以上 (含预留),并且初期运营时速 200 km 以上的客运列车专线铁路。根 据上述定义,中国的 “ 高铁 ” 以及部分 “ 动车 ” 和
11、“ 城际列车 ” 都属于高速铁路,基本 上涵盖了以 C、 G 和 D 字头列车所运营的线路。中国高速铁路的发展可以追溯到 2003 年 2 期 焦敬娟 等:高速铁路对城市网络结构的影响研究 267 10 月 (秦皇岛 沈阳客运专线的开通); 2003-2008 年,中国高速铁路网络以既有线路改 造为主,期间先后进行了第五次和第六次 “ 铁路大提速 ” 。到 2007 年,中国拥有运行时 速在 200 km/h 以上的铁路线路 6849 km。 2008 年中国第一条新建高铁 京津城际铁路 建成通车,随后石太、甬台温、武广、郑西、福厦、沪宁、昌九、沪杭、京沪、京石、 石武、哈大等高铁相继建成运营
12、,高速铁路网络进入快速扩张时期 ,该阶段中国高速铁 路网以新建高铁线路为主 (图 1)。新建线路的运行时速和列车频次明显高于既有线路改 造,两者对城市网络空间结构的影响存在一定的差异 。为较全面了解高速铁路对城市网 络的影响,本文结合数据的可获取性选择 2003 年 4 月 (秦皇岛 沈阳客运专线开通前)、 2007 年 3 月 (铁 路 “ 第六次大提速 ” 前)、 2008 年 5 月 (京 津城际开通 前)、 2009 年 12 月、 2010 年 11 月、 2011 年 12 月、 2012 年 12 月和 2013 年 12 月等 8 个时间截面,探讨高速 铁路建设对城市网络结构的
13、影响,并重点对比高铁建设前后 ( 2003 年和 2013 年) 城市网 络结构的变化情况。 2.2 研究方法 中心性和社区结构分别揭示节点在网络中的重要性和集聚性 。中心性的测量指标包 括度中心性、介中心性、邻近中心性、网络流中心性、特征向量中心性和子图中心性等 27; 社区结构的挖掘算法主要包括图形分割算法 ( Laplace 谱平分法、 Kernighan-Lin 算法) 和 图 1 中国高速铁路列车网络空间分布格局 Fig. 1 Spatial distribution of bullet train network in selected years in China Di =aij
14、 Si =wij S WDCi = D i Di Q = 1 Aij - 268 地 理 学 报 71 卷 分级聚类算法 ( GN 算法 、 Newman 快速算 法、 CMM 算法 等) 28。本 文将选择算法复杂 度 较 低 和 计 算 较 便 捷 的 度 中 心 性 和 改 进 的 CMM 算 法 29 进 行 分 析 。 此 外 , 冲 积 图 ( Alluvial diagram) 可直观揭示城市集聚性的演化特征。 2.2.1 加权度中心性 度中心性常用来评价城市与网络中其它城市间联系的可能性和联系 强度的大小,揭示城市在网络中的重要性。在非加权网络中,通常用节点的度 ki (节点
15、衔接边的数目) 表示,反映城市的连通度;在加权网络中,通常用节点的强 ( strength) Si 表示 , 反映城市与网络中其他城市间联系的强度 。 综合考虑城市对外的连通度及强 度,本文采用加权度中心性对节点在网络的等级性进行评价。公式如下: N j N j (1 - ) i ( 2) ( 3) ( 4) 式中: aij表示城市间是否有列车直接联系,有则赋值为 1,无则赋值为 0; wij表示城市间 列车联系的频数,即运营列车数量; Di表示城市 i 的度值; Si表示城市 i 的强值; WDCi表 示城市 i 的加权度中心性,其值越高,表示城市在网络中的等级越高; 为赋值参数,本 文采用
16、 0.5。 2.2.2 社区结构 社区结构 ( community) 是假设整个网络由若干个 “ 群 ” 或 “ 团 ” 构 成,社区内节点之间的连接相对较紧密,而社区之间的连接相对比较稀疏 。社区结构的 识别是基于韩华等改进的 CNM 算法 29,本文不再赘述。社区结构是基于 “ 相似者相近 ” 的原则进行划分,具有较短距离的城市位于同一个社区 。城市距离是指城市在网络中的 拓扑距离,而非城市间的地理距离。拓扑距离的计算综合考虑城市间连接性和联系强 度,即具有铁路列车联系的城市,其联系频数越高,城市间拓扑距离越小。整体上,位 于同一个社区的城市具有较强的铁路列车联系强度 ,而不同社区的联系相
17、对较小。社区 模块度是由 Newman 等人提出的衡量网络社区结构明显程度的标准 30,是网络的一个固 有属性值。公式如下: 2m ij kikj 2m (Ci,Cj) ( 5) 式中: Aij是节点 i 和 j 之间的边权重,代表网络中所有边的权重之和; ki和 kj代表节点 i 和 节点 j 的在非加权网络中的度值; Ci和 Cj代表节点 i 和节点 j 所在的社区; m 表示网络中可 能存在的最大连接数。 Q 值介于 01 之间, Q 值越接近 1,说明社区结构越明显,在现实 网络中, Q 值通常介于 0.30.7。 为评价不同社区在网络中的重要性,本文引入 PageRank 算法对网络
18、中所有节点的连 接情况进行评价,并用各社区中节点 PageRank 值的总和来反映社区对外连接性,对外连 接性越高的社区,在网络中具有越高的地位。 PageRank 具体算法参看文献 31。 2.2.3 冲积图 冲积图是由 Rosvall 提出的一种社区演化关系分析方法 32。 网络社区演化 关系主要包括社区自身内部节点 、关系和结构以及社区间关系、位置的变化,可以通过 对比不同时间截面社区的数量、大小、密度、结构等属性特征进行分析。在冲积图中, 不同颜色代表不同社区;社区的位置表示其在网络中的重要性和地位 ,位于冲积图底部 的社区在网络具有较高的地位和等级;社区的高度用 PageRank 值
19、表示。最后图形的绘制 依托 Edler 和 Rosvall 设计的 Mapequation 平台完成 ( http:/www.mapequation.org)。 2 期 焦敬娟 等:高速铁路对城市网络结构的影响研究 269 3 城市网络等级结构 3.1 统计特征 采用 Zipf 1949 年提出的城市位序 规模法则 33 ( ln Pr = a - q ln r ) 对城市网络节点 等级结构进行分析,计算结果如表 1 所示。 2003-2013 年加权度中心性及其位序的拟合度 均在 0.5 以上,除 2003 年外均低于同年份人口规模的拟合系数,这表明城市网络节点位 序 规模分布特征较人口规模
20、不明显 。高速铁路的建设增加了第一位城市和高等级城市 (加权度中心性较高的城市) 在网络中的地位,导致高等级城市更加集聚,但除 2003 年 外,其集聚程度均低于人口规模的集聚程度。具体分析,回归曲线的截距 a 呈现出增加 的态势,表明网络中第一位城市规模不断的增加;加权度中心性回归曲线的斜率除 2009 年外,呈现出波动上升的态势,即少数城市的加权度中心性明显增加 ,在网络中地位有 所提升。加权度中心性回归曲线的斜率 q 仅 2003 年小于 1, 2007-2013 年均大于 1,表明 城市加权度中心性服从帕累托分布模式和首位分布,即城市在网络中的重要性差异较 大,大城市很突出,中小城市发
21、育程度较低,首位度较高;城市加权度中心性随高速铁 路的建设呈现出向少数城市集聚的趋势 。其次,高速铁路的建设扩大了各城市加权度中 心性的空间差异,高等级城市具有较为便捷的对外联系。 2003 年城市节点加权度中心性 的变异系数为 0.81, 2013 年增加到 0.87;首位度由 1.04 降低为 1.02,而前 5%的城市加权 度中心性占网络节点度中心性的比重由 15.74%增加为 17.36%。此外,高速铁路的建设促 使基于铁路客运组织网络的城市等级结构与城市规模等级体系的相似性呈增强态势 。具 体表现在城市加权度中心性和人口规模的相关系数除 2008 年外呈现出波动上升的态势。 而部分城
22、市,如徐州、株洲等交通枢纽城市,虽具有较高的加权度中心性,但其城市规 模等级相对较低。即一些城市虽人口规模相对较小 ,但由于其在铁路交通网络中占有重 要的地位,具有较强的对外连接性和较大的加权度中心性。 根据组内差异小、组间差异大的原则,中国城市体系形成了三个层级,具体划分标 准和结果如图 2 和表 2 所示。高速铁路的建设使第一层级和第二层级城市等级结构更加明 显,且在传统铁路网络中具有区位优势的城市地位被经济发展水平相对较高的城市取 代。具体分析,第一层级和第二层级城市加权度中心性及其位序的拟合性均呈现增加的 态势,分别由 2003 年的 0.77 和 0.98 增加为 2013 年的 0
23、.89 和 0.99,而第三层级的拟合度略 表 1 2003-2013 年基于铁路客运组织网络的中国城市位序 规模分布统计特征 Tab. 1 Rank-size distribution regression analysis of weighted degree centrality indicator, 2003-2013 年份 城市个数 加权度中心性 人口规模 相关系数 q a R2 q a R2 2003年 245 0.991 3.885 0.581 0.795 9.121 0.518 0.379 2007年 278 1.021 4.063 0.564 1.061 10.788 0.6
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 高速铁路 城市 网络 结构 影响 研究 基于 铁路 客运 分析 焦敬娟
限制150内