高铁对中原城市群流空间网络结构的影响分析

张宏乔，万年庆

(河南财政金融学院 旅游管理学院，河南 郑州 450046)

0 引言

高铁被认为是带动区域经济发展及空间结构演变的重要因素[1]，其发展一直受到国内外关注。我国于2008年8月正式开通并持续运营的京津城际高铁，被认为是第一条严格意义上的高铁。此后，高铁的建设和发展极为迅速，根据《铁路“十三五”发展规划》，到2020年高速铁路网覆盖80%以上的大城市，这也使得高铁的影响研究成为近几年的热点。

综合国内目前相关研究，主要集中于高铁对可达性的影响[2-7]、高铁对区域联系和区域空间结构的影响[8-10]、高铁对区域经济的影响[11-14]、高铁对不同产业尤其是旅游业的影响[15-20]等，其中，可达性研究是高铁影响研究中的热点。学者们往往从时间可达性和经济潜力可达性两方面着手，使用最短旅行时间、加权平均旅行时间、日常可达性、空间经济联系、经济潜力等指标，分析高铁发展后可达性发生的变化。多数研究显示，高铁建设提升了区域可达性，但可达性的提升往往具有差异性。此外，可达性被认为是区域空间结构的“发生器”[7]，所以在分析可达性时，多数研究也同时探讨可达性对于区域空间结构的影响，比如初楠臣等利用时空距离可达性、可达性重心和哈夫模型综合评估哈齐、哈佳、哈牡绥城际高铁开通后对黑龙江城镇体系空间格局演变的潜在影响[8]；马颖忆等通过节点可达性、区域可达性、空间联系强度等指标分析了泛亚高铁建设对中国西南边疆地区与中南半岛空间联系的影响[9]。此外，高铁影响区域间相互作用的强度和方向。基于此，王姣娥分析了中国333个地级行政单元和4个直辖市在无高铁、高铁现状和规划高铁三种情景下对外经济联系总量和城市对间经济联系强度的空间分布特征[10]。

总体而言，目前国内高铁影响研究主要侧重于高铁发展引起的可达性变化，以及可达性变化对于区域空间联系、空间结构等产生的影响，且研究对象集中于武广、京沪等单条高铁线路和较成熟的长三角、珠三角、京津冀城市群[12]，也有部分研究将焦点放在高铁对区域经济、产业结构的影响等方面，从“流空间”视角开展的高铁影响研究较为少见。

自20世纪90年代社会学家卡斯托罗提出经典的流空间理论以来，流空间角度的区域研究引起人们的关注。与传统的区域研究不同，流空间理论更加注重区域间的相互联系而非区域的属性特征，用表征“流”的关系矩阵取代城市属性指标评价城市网络结构[21]。与“最短旅行时间”“加权平均旅行时间”等指标相比，表征“流”的关系矩阵更能反映交通方式变迁对城市间相互作用方向、强度等产生的实际影响，因而逐渐引起了学者们的研究兴趣。如焦敬娟等选取铁路客运班列数据分析了高铁建设对中国城市等级和集聚性空间格局及其发展演化的影响[21]；初楠臣等根据城市间高铁流量分析中国城市高铁网络结构特征[22]。这些研究丰富和创新了高铁影响研究的视角。但总体而言，相关研究的数量还较少且主要从国家层面展开，区域层面，尤其是对中西部区域的研究比较少见。因此，本研究拟以中原城市群为研究对象，从流空间的角度研究高铁发展对城市网络空间结构产生的影响，尤其是对城市间联系、城市节点地位和作用等产生的影响。

1 研究对象、数据来源和研究方法

1.1 研究对象和数据来源

中原城市群包括河南郑州、开封、洛阳、平顶山、安阳、鹤壁、新乡、焦作、濮阳、许昌、漯河、三门峡、南阳、商丘、信阳、周口、驻马店、济源，山西长治、晋城、运城，河北邯郸、邢台，山东聊城、菏泽，以及安徽淮北、亳州、宿州、蚌埠、阜阳，共5省30个城市。在2016年国务院批复的《中原城市群发展规划》中，中原城市群被定位为中国经济发展新增长极、中西部地区创新创业先行区等。郑州也在同年被确定为国家中心城市，作为贯通东西、人口密集、发展潜力巨大的中部城市群，其发展值得关注。

研究选取不包括高铁班次和包括高铁班次两种情况下城市间铁路客运班次数据，分别表征无高铁和有高铁两种情况下城市间的交通流状况。城市间铁路客运班次越多，则认为城市间的交通联系越强，反之则越弱。铁路客运班次数据通过查询12306网站获取，考虑到其可能的波动，分别选取节假日、平时、周末3个时段进行数据采集并取其平均值，以降低波动造成的影响，最终获得中原城市群无高铁和有高铁两种情况下的30×30交通流矩阵。通过二者的对比分析，了解高铁对于城市流空间网络结构所造成的影响。

1.2 研究方法

1.2.1 基础分析

假设城市a到城市b的铁路客运班次为Fab，城市b到城市a的铁路客运班次为Fba，则a、b两城市间的交通流强度为

Rab=Rba=Fab+Fba，

(1)

城市a在区域内的交通流总量

(2)

城市a的相对关注度为

(3)

其中Nh为该区域内交通流总量的最大值。

1.2.2 社会网络分析(social network analysis，SNA)

社会网络分析更为关注关系数据而非属性数据的分析，对于流空间视角下的城市网络研究非常适用。通过SNA软件，可以对关系网络进行可视化表达，也可以对网络结构进行定量化研究。在此选用UCINET 6对中原城市群无、有高铁两种情况下的交通流网络进行分析，具体包括中心度、网络密度测算和凝聚子群分析等。通过点、线、面、群等不同角度的分析和对比，综合反映两种情况下流空间网络结构特征的差异。

1)中心度。中心度包括多种，在此选用点度中心度。点度中心度主要衡量某城市节点与其他城市节点的联系情况，又可分为点出度和点入度，点出度即某城市影响其他城市的程度，点入度指其他城市联系和影响某城市的程度。如果以Fib表示与城市b关联的第i个城市对城市b的影响程度，以Fbj表示城市b对与城市b关联的第j个城市的影响程度，则

点入度

(4)

相对点入度

(5)

点出度

(6)

相对点出度

(7)

其中CD(in)max、CD(out)max分别表示点入度最大值和点出度最大值。

2)网络密度。网络密度反映了网络中所有节点间关系的紧密程度，取值0～1，其值越大，意味着节点间的联系越密集。二值网络中，网络密度往往以网络中实际存在的联系数与网络可能的最大联系数n×(n-1)相比得到。交通流网络不是二值网络，如果以这种方法计算网络密度，会导致大量的信息量损失。在此采用改进的网络密度测算方法，以网络中实际存在的最高多维度作为权重进行计算[23]。同时，为了使无、有高铁两种情况下的网络密度具有可比性，计算时都以网络中实际存在的联系数与包括高铁班次时网络的最大联系数相比得到。

3)凝聚子群。凝聚子群分析的目的在于了解节点间实际存在的或潜在的关系模式，找出网络中存在的子结构，从面、群的角度分析流空间网络的结构特征。

1.2.3 空间结构指数FPI(functional polycentricity index)

比利时学者HANSSENS根据高级生产性服务业的交易联系分析比利时中部城市区域时提出空间结构指数FPI，用以表示区域空间结构的离散或聚合程度。FPI取值0～1，当取值为0时，意味着某个城市的绝对主导地位，区域空间结构单极化；当取值为1时，表示区域空间结构多极化[24]，计算方式为

(8)

(9)

(10)

(11)

其中DIi为城市i的主导性指数，该值越大，区域的单极化现象越突出；RCi为城市i标准化后的联系强度指数；RCj为除城市i外的其他城市的标准化后的联系强度指数；J为除城市i外的其余城市数；i为所有城市联系强度值从大到小排序后的序号；SD是所有城市DIi的标准差；SDrc是所有城市RC′i的标准差。

2 高铁影响下的中原城市群流空间网络结构分析

2.1 城市间空间联系变化

为了直观地了解无、有高铁两种情况下中原城市群不同城市间交通联系，采用UCINET 6绘图，结果见图1，图2。图中，线表示城市间交通联系，线的粗细反映了交通联系的强度；点表示城市的相对关注度，点的大小反映相对关注度的大小。

图1 中原城市群交通流网络(不包括高铁班次)Fig.1 Traffic flow network of Zhongyuan Urban Agglomeration(high speed train service not included)

图2 中原城市群交通流网络(包括高铁班次)Fig.2 Traffic flow network of Zhongyuan Urban Agglomeration(high speed train service included)

在无高铁时，30座城市间存在566对交通联系，有高铁时，30座城市间存在576对交通联系。可见，高铁虽然扩展了中原城市群30座城市间的交通联系，但扩展范围有限。多数城市对都是在普通铁路客运开通的基础上新增高铁客运班次，较少存在没有普通铁路客运、直接开通高铁客运的情况，反映出铁路客运发展基础对交通联系的影响。

但是，高铁的发展显著增加了城市间的联系强度。无高铁时，中原城市群联系最强的城市对是郑州—商丘，二者之间的交通流强度为102次/d，交通流强度达100次/d以上的仅此1对；有高铁时，联系最强的城市对则是郑州—洛阳，二者之间的交通流强度达到209次/d，交通流强度达100次/d以上的有19对。交通流强度的增加也体现在网络密度上，无高铁时中原城市群流空间网络的网络密度为0.038 7，有高铁时网络密度为0.071 9。可见，尽管网络密度总体仍处于较低水平，但高铁的发展使得网络密度有了一定程度的提升，不同城市间的联系更加密集。

综上，高铁的发展，对中原城市群交通联系的方向、联系的对象改变不大，但明显增加了城市间的联系强度，使得城市间交往更加频繁。

2.2 城市节点地位、作用的变化

节点既是“流”的发出者，“流”的方向和强度反映了节点的对外影响力，影响和塑造着该节点和其他节点之间的关系；节点也是“流”汇集的区域，此时，“流”的方向和强度反映了其他节点对其影响情况以及该节点自身的吸引力。因而，了解节点的地位、作用就十分必要。

2.2.1 城市节点交通流总量、相对关注度的变化

交通流总量是某节点与区域其余节点之间联系强度的总和，其大小反映了该节点在区域交通联系中的地位和重要性。从表1可知，无、有高铁两种情况下，交通流总量最多的都是郑州，郑州的交通流总量显著高于区域其他城市，意味着郑州与区域其他城市的交通联系最密切，在铁路客运网络中处于重要地位。与之对应，两种情况下，交通流总量最少的都是濮阳。濮阳是铁路基础薄弱城市，目前开通的铁路班次较少，在铁路客运网络中发挥的作用有限。从交通流总量的增幅看，除尚未开通高铁的城市和运城外，其余18个城市的交通流总量都显著提升，反映出高铁在增强区域联系方面发挥的重要作用。信阳、驻马店、邯郸、宿州、郑州、许昌、漯河、鹤壁、安阳、三门峡等高铁沿线城市的增幅较大，其中信阳的增幅高达293%，是区域中交通流总量增加最多的城市，反映出高铁发展对其产生的巨大影响。总体而言，高铁提升了沿线城市与其他城市的交流联系，但由于没有开通高铁的城市并未受益，从而使得节点地位更加不均衡。

表1 中原城市群各城市交通流总量/列Tab.1 Na of cities in Zhongyuan Urban Agglomeration/line

相对关注度是某节点的交通流总量与区域交通流总量最大值相比所得，反映了节点在区域中的相对地位。从表2可知，无、有高铁两种情况下，郑州、商丘、洛阳的相对关注度始终保持前三名，反映出这3个城市在高铁发展前后都是铁路客运网络中的重要节点，铁路客运基础和发展速度都处于区域较高水平。济源、运城、濮阳的相对关注度则始终是后三名，这些城市普遍铁路客运基础较弱、客运班次少，因而高铁发展前后在铁路客运网络中都处于较低地位。

表2 中原城市群各城市相对关注度排序Tab.2 Order of relative attention degree of cities in Zhongyuan Urban Agglomeration

除以上城市外，其他城市的相对关注度排序有所变化。其中，信阳、邯郸、漯河、驻马店、三门峡、许昌、鹤壁、宿州、淮北、安阳、焦作等城市的相对关注度排序有所提升，阜阳、菏泽、聊城、开封、邢台、平顶山、蚌埠、亳州、南阳、新乡、周口、长治、晋城等城市的相对关注度排序则有不同程度的下降。相对关注度排序的变化，意味着高铁的发展虽然使不同城市间的联系更加密切，但由于发展基础、速度的不均衡，不同城市从高铁发展中的受益情况具有差异性，从而使得城市节点在城市网络格局中的地位发生变化，验证了前述分析的结论。

2.2.2 城市节点中心度的变化

相对关注度反映的是节点在城市网络中的总体地位，相对点出度和相对点入度则分别反映了节点的对外影响力和对内吸引力，各城市在相对点出度和相对点入度上的表现见表3。

表3 中原城市群各城市相对点出度和相对点入度Tab.3 Relative out-degree and relative in-degree of cities in Zhongyuan Urban Agglomeration

在相对点出度方面，无、有高铁两种情况下前三名都是郑州、商丘、洛阳，后三名都是濮阳、运城、济源，相对点入度的排序也是如此，进一步验证了相对关注度分析的相关结论。

除了以上铁路客运优势城市或劣势城市仍延续其地位外，其余城市受高铁发展的影响不同。相对于无高铁的情况，在相对点出度方面，信阳、驻马店、邯郸、漯河、鹤壁、许昌、三门峡、淮北、宿州等城市的排序提升，阜阳、聊城、菏泽、开封、平顶山、蚌埠等城市的排序则变得靠后；在相对点入度方面，信阳、驻马店、漯河、许昌、鹤壁、三门峡、宿州、淮北、安阳等城市的排序提升，阜阳、聊城、菏泽、开封、邢台、亳州、新乡、蚌埠、平顶山、南阳等城市的排序变得靠后。排序的变化意味着高铁的发展在促进城市对外影响力、对内吸引力提升的同时，也改变了各个城市在城市网络中的地位。部分城市如信阳、驻马店等，借助于高铁发展起来，在区域联系和交流中扮演着越来越重要的角色，也有部分城市如阜阳、聊城、开封等高铁发展滞后于区域其他城市，在城市网络中的重要性下降。以开封为例，无高铁时相对点出度排第5名，有高铁时相对点出度下降至第11名，其在区域中的对外影响力严重下降。

2.3 高铁对中原城市群流空间网络结构的总体影响

2.3.1 总体空间结构特征

节点和流的变化势必影响城市网络空间的总体结构，分别计算无、有高铁两种情况下的主导性指数Di和空间结构指数FPI，结果见表4。两种情况下郑州、商丘、洛阳3市的Di值都居于前三位，其中郑州的Di值远高于区域其他城市，反映出郑州在铁路客运网络中的核心地位。两种情况下，中原城市群的FPI值都较低，反映出中原城市群流空间网络总体呈现单极化。但是，有高铁时FPI值略大，这意味着高铁的发展增进了中原城市群其他城市间的联系，提升了多数城市的城市地位，尽管郑州的核心地位仍十分突出，但区域单极化有一定程度的降低。

表4 中原城市群空间结构指数及各城市主导性指数Tab.4 FPI and Di of cities in Zhongyuan Urban Agglomeration

2.3.2 凝聚子群分析

运用UCINET 6的CONCOR函数分析中原城市群凝聚子群构成，CONCOR是一种迭代相关收敛法[25]，侧重于了解节点间的相似性。其分析结果中，同一凝聚子群的节点在内外联系上表现出相似性，而与其他凝聚子群的节点表现出相异性。经分析，中原城市群交通流网络可以分为7个凝聚子群(表5)，同时根据α-密度指标分析各凝聚子群的像矩阵。

表5 中原城市群交通流网络凝聚子群构成Tab.5 Sub-groups of traffic flow network of Zhongyuan Urban Agglomeration

对比无、有高铁两种情况下凝聚子群可知，二者构成极为相似，仅有部分城市归属发生变化。这意味着尽管高铁的发展促进了中原城市群不同城市间的交流，改变了城市在网络中的地位和影响力，但并未颠覆铁路客运网络的总体格局。铁路客运基础，尤其是铁路站点和线路的布局对铁路客运网络的发展格局起到控制作用。具体分析各凝聚子群的构成可知，地域临近的城市或者位于同一铁路线路的城市更易归属同一凝聚子群，在区域联系特征上表现出相似性。

此外，尽管30座城市归属不同凝聚子群，但通过像矩阵分析发现，除凝聚子群6、7外，多数凝聚子群之间都建立了直接的联系。交通流网络在形成不同小群体的同时又保持相互联系，反映出中原城市群流空间网络结构的复杂性。无论是无高铁的情况下，还是有高铁的情况下，凝聚子群6、7与区域其他凝聚子群间都未建立完备的关系，说明凝聚子群6、7所包括的城市尚未较好地融入中原城市群交通网络中，网络整体的联通性有待加强。

3 结论和讨论

3.1 结论

1)高铁的发展，对中原城市群交通联系的方向、对象改变不大，交通联系更多受铁路客运发展基础的影响，多数城市都是在普通铁路客运发展的基础上新增高铁客运班次，较少存在没有普通铁路客运、直接开通高铁客运的情况。但高铁的发展显著地增加了城市之间的联系强度，使得不同城市间的交往更加密切，尽管城市网络总体还较为疏松，但网络密度在低水平基础上有所增大。

2)在城市节点方面，无、有高铁两种情况下，郑州、商丘、洛阳的相对关注度、相对点出度和相对点入度都始终保持前三名，在铁路客运网络中处于重要地位；济源、运城、濮阳3市的相对关注度、相对点出度和相对点入度则始终是后三名，铁路客运相对落后。其余城市从高铁发展中受益不均衡，高铁发展加剧了流空间网络中城市地位的差异性。

3)高铁发展对中原城市群流空间网络的总体结构产生影响，但并非颠覆性的改变。无、有高铁两种情况下，区域空间结构总体都呈现单极化，郑州在网络中扮演着“极”的作用。此外，两种情况下，中原城市群凝聚子群构成也极为相似，其形成受到地域临近性、铁路站点和线路布局等因素的共同影响，凝聚子群在彼此互异的基础上又保持相互联系，流空间网络结构总体呈现复杂性。但是，高铁的发展使得城市间联系和交流更加频繁，部分城市的重要性提升，从而使区域单极化程度有所降低。

3.2 讨论

从上述分析可知，尽管高铁发展促进了区域联系，客流、货流等的流动性得以加强，但不同城市受益的不均衡性值得引起关注。国内外相关研究中都提及“边缘位置城市”或“没有高铁站点的城市”在高铁发展中受到的威胁，国外学者更是将研究视野转向区域公平问题[12]。如何促进高铁的网络化、均衡化发展，增强区域发展的协调性，是值得深思的问题。

此外，由于侧重于了解高铁对铁路客运网络产生的影响，故研究主要选取了铁路客运班次数据，但交通流还包括了公路、水路等其他形式，此外还有货流、信息流等，如果能将其他形式的流囊括其中并分析高铁对区域“综合流空间”的影响，对于了解高铁发展的影响将更加有益，这也是今后值得改进和研究的方向。