基于大数据的城市群空间结构识别及机制研究

刘帅宾 刘晨露

摘 要：城市群空间结构精准识别是城市群规划和建设的基础。本文以中原城市群为案例区，在2015年、2017年和2019年三个时段的腾讯位置大数据的基础上，采用数理统计和社会网络分析等方法，从城市群人口流动规模和方向、流动网络密度、节点中心度等多个角度识别城市群空间结构演化特征，并进一步分析城市群空间结构演化的影响因素。主要研究结论如下：（1）城市群空间网络密度较低，但整体呈现增长趋势;（2）城市群空间网络结构不均衡，呈现出典型的核心—边缘结构;（3）城市群网络中心度分布重心有南移趋势，豫北城市在整体网络中的优势有所下降;（4）城市群空间网络结构是行政边界、交通布局、城市职能及城市实力等因素综合影响的结果，而不同影响因素作用方式的差异导致演进方向的差异。

关键词：城市群;空间结构;人口流动;大数据

城镇化是新时期以来我国经济社会快速发展的空间缩影，其演化的空间范畴已经从单个城市的纵向维度拓展至区域之间的横向维度，尤其是随着城市群发展战略成为当前我国推进城镇化建设的主要载体，各地的城市群不断提出或扩容。而城市群的扩容，导致城市群空间结构更为复杂。如何协调具有不同规模和职能的城市做好发展定位及职能分工，成为城市群能否持续发展的基础，而这更需要深入剖析城市群空间网络结构特征。随着现代交通和信息技术发展，区域范围内的要素流动速度加快、流动规模扩大，城市群空间结构和形态日益复杂且快速变化，城市群空间结构识别需要进一步补充新的数据和方法。而信息技术的发展，也使区域之间的要素流动数据更加容易获取，要素流量成为学界测度区域联系程度的重要指标。在众多的要素指标中，人口流通常是各种经济、技术甚至是资本流动的直观体现，可以作为测度城市群空间关联程度的综合指标。

目前国内外关于城市网络的研究，通常按照空间尺度可以分为全球城市网络、国家城市网络和区域城市网络等三个层面。其中，西方学者侧重于全球层面的世界城市网络和区域层面的多中心城市网络，国内学者较多关注国家层面的国家城市网络和区域层面的多中心城市网络。随着对城市体系认识的转变，学者逐步意识到了城市之间的联系对城市和区域发展的重要性，“网络社会”“流动空间”等重要概念引起了许多国内学者的关注。国内学者在引入国外城市网络研究模型的基础上，结合中国城镇化快速发展的背景，开展了大量中国城市网络研究。国内外相关学者在城市网络的理论、方法和分析等方面取得了丰富的研究成果，为后续相关研究奠定了良好基础。国内研究方面已经在全国尺度城市网络研究，以及区域尺度的城市网络研究方面取得了大量成果，但多数成果集中在长三角等发达地区，对中西部欠发达地区的城市网络仍需进一步研究。本文以中原城市群为案例，依据2015年、2017年和2019年的腾讯位置大数据，并利用社会网络分析方法，揭示中原城市群空间结构演化特征及形成机制，以期为中原城市群空间结构优化提供科学依据。

1 研究数据与方法

1.1 研究数据

本文所采用人口流动大数据，主要来源于2015年、2017年和2019年春节前后10天的腾讯位置大数据，并通过累积求和获得。腾讯人口流动大数据主要提供了城市之间人口流量前10位的城市，可以揭示城市群人口流动网络的主要特征，能够满足研究需要。

1.2 研究方法

社会网络分析方法是通过社会环境中人与人之间的相互作用关系来反映社会结构的一种分析方法，其核心在于“关系”，关系是社会网络分析理论的基础，从关系的角度出发研究社会现象和社会结构。在城市群中以城市为节点，城市间的人口流动作为“关系”载体，构建城市关联网络，并通过网络密度、中心度等指标来研究中原城市群空间网络中城市之间的关系演变特征。

1.2.1 网络密度

网络密度用于反映网络中各个城市节点间联络的紧密程度，节点之间连线越多，网络密度就越大。一个城市群的网络密度可以用该城市群中各城市间实际上拥有的联系路径与理论上拥有的最多联系路径之比来表示。

1.2.2 中心度

中心度表示一个节点在整体网络中处于核心地位的程度，中心势表示整个图的紧密程度，换句话说，度表示单个节点的中心度，势表示整体图的中心度（趋势）。中心度常用的有三种：度数中心度、中间中心度、接近中心度。

度数中心度表示在整体网络中与一个城市直接相连的城市个数，一个城市与其他很多城市发生直接联系，那么这个城市就处于中心地位。度中心度越高，则说明该城市越接近中心位置。

中间中心度表示某一城市出现在其他城市之间的最短路径上的个数，测量的是该城市对其他城市信息传播或资源的控制能力。如果某一城市处于许多其他城市间的捷径（最短的途径）上，就说明该城市具有较高的中间中心度。

接近中心度反映某一节点与其他节点之间的接近程度，一个城市越是与其他城市接近，该城市在传递信息方面就更加容易，就越不依赖于其他城市，因而可能居于城市网络的中心位置。

2 结果分析

2.1 城市群空间关联的方向特征

按照自然断裂点法，将2015年、2017年和2019年城市群城市间人口流动规模的划分为五个等级，可以发现，中原城市群内部城市人口流入规模的空间格局较为稳定。其中，第一等级城市在2015年仅有郑州一个城市，2019年增加至郑州、周口两个城市;第二等级的城市数量和分布范围基本稳定，主要集中在以郑州为中心的周边地区;第三、第四和第五等级城市数量变化不大，且主要分布在城市群的边缘地区。

进一步统计城市流动人口来源地数量的变异系数，可以发现，郑州市的变异系数显著低于其他城市，均在1.2以下，说明中原城市群内部，郑州的人口來源方向最多，且较为稳定。安阳市、济源市、漯河市、平顶山市、周口市和驻马店市等6个城市的变异系数普遍在2～3之间，反映这些城市在中原城市群内部的流动人口来源方向相对居中。邯郸市、菏泽市、晋城市、聊城市、邢台市和运城市等6个城市的变异系数普遍在5以上，反映这些城市在中原城市群内部人口的来源方向相对较少，与其他城市的联系程度不高。进一步从变异系数的变化幅度来看，变化较大的主要有鹤壁市、濮阳市、新乡市、信阳市、许昌市、周口市和驻马店，说明该区域内的人口来源方向变化较大。其中，鹤壁市、濮阳市和信阳市的变异系数在2019年均有所增加，说明这些地区的人口来源方向减少，来源更加集中;而信阳市、许昌市、周口和驻马店市的变异系数具有下降的趋势，说明这些地区人口来源的方向有所增加。

2.2 城市群空间关联网络的密度特征

运用社会网络分析软件分析2015—2019年中原城市群网络结构特征，可以看出，河南省内部城市网络较为集中，城市联系非常密切，但与山西、山东、河北、安徽的联系较弱，这些省份城市多为各省的内部联系，城市网络总体较为稀疏。在2015—2019年里，郑州市、周口市等中心地位尤为突出，与其他城市的联系最为密切，随着各个城市经济的快速发展，某些后来者居上的城市逐渐开始占据中心位置，如开封等。

对中原城市群网络的空间特征进行进一步的量化分析，得出空间网络的密度与关联路径数量。其中，网络密度的取值介于0～1之间，若取值为0，说明任何节点之间均没有联系;若取值为1，说明网络内所有节点之间均有直接联系。可以发现，研究期内中原城市群网络密度整体上并不高，最高值仅为0.231。但从变化趋势来看，2015年之后，网络密度呈现连年升高的趋势，各个节点城市之间联系的路径数量也持续增加，这意味着中原城市群中不同城市之间的人口流动越来越频繁，城市网络总体上更趋向于复杂和紧密。

2.3 城市群空间关联网络的中心度特征

进一步统计中原城市群30个城市在6个时段的中心度。可以看出，城市群各个节点城市的相对中心度整体上呈现增长趋势，表明从2015年到2019年中原城市群空间结构呈现开放性演变，城市间的联系与辐射范围逐渐增强。但从个别城市的变化过程来看，部分城市并不稳定，反映了不同城市的发展具有阶段性，这种变化随着自身经济技术的发展或者产业结构的调整而出现。

进一步将中心度分为点出度与点入度。一个城市的人口流动包括流出和流入两个方向，城市的点出度可以解释为该城市在人口流出方向的中心度，在关联路径上城市作为起始点;点入度为该城市在人口流入方向的中心度，在关联路径上城市作为终点。对各个城市的相对点出度与相对点入度进行统计，可以看出2015—2019年各城市的相对点出度和相对点入度均呈现上升的趋势，说明城市群空间结构整体上是朝向复杂化演变。但从局部城市来看，不同城市的发展具有差异性。以相对点出度为例，2015—2019年各城市点出度的标准差总体呈上升的趋势，也就说明各个城市的相对点出度是增长的，但不同城市间的增长幅度不同，导致了城市间的影响力不对等的加剧。

2.4 城市群空间关联结构演化的影响因素

根据中原城市群在6个时段关联网络结构的演变特征，结合中原城市群的综合地理特征，发现中原城市关联网络结构演变受到行政边界、交通体系、城市职能及城市发展实力等因素的综合作用。

2.4.1 行政边界效应的影响

中原城市群不同时期的关联网络结构中，存在联系紧密的城市节点均集中在河南省行政范围内。而关联性弱的城市节点则分布在山西、山东、河北、安徽等四省的城市，而这些城市在各自省域范围内部组合成团，与网络中其他节点的联系不多，这反映了行政边界对城市群一体化发展仍然呈现阻碍作用。当前，中原城市群跨行政区域的协作平台仍未实现常态化运作，导致不同行政范围内的城市在进行资源配置、功能定位等方面的协同程度较低，跨行政边界的联系动力不足。

2.4.2 交通体系布局的影响

交通是城市之间联系的条件，从不同方向的变化来看，中原城市群网络形态与区域内的交通体系布局存在相似性。郑州市作为全国重要的铁路、航空和公路交通枢纽，与城市群中的多数城市均存在联系，导致其网络中心度较高。同时地处城市群西北方向的晋城、运城，东北方向的聊城、菏泽，以及东南方向的蚌埠、阜阳等地区，缺乏与城市群核心区的高效联系通道，导致与其他城市的联系较弱，在城市群网络中较为孤立。

2.4.3 城市职能结构的影响

城市功能差异是联系发生的基礎，而城市的功能结构的复杂程度影响城市的关注程度，对外服务职能越多的城市，其中心程度也越高。郑州作为省会城市，是城市群范围内的教育、医疗和行政等中心，成为多数城市联系的核心。而开封、洛阳和新乡等城市，高等教育资源和旅游资源较多丰富，城市群内其他城市的人口在求学和旅游时的关注较高，进而导致较多的联系，提升其网络中心程度。

2.4.4 城市发展实力的影响

城市实力的差异是联系发生的动力，人口从欠发达的地区流向发达地区是普遍性规律。城市群内部，郑州市作为中心城市，近年来发展迅速，GDP突破万亿，人口每年净流入超过20万人次，这极大地提升了其网络中心地位。而洛阳尽管城市职能结构较为多元，但新世纪以来经济增长相对较低，没有形成相对其他城市明显的经济实力，导致其网络中心地位并不突出，制约其副中心城市职能的发挥。而周口、南阳等城市人口规模较大，庞大的人口基数奠定了人际交往流动的基础。城市群周边城市中，存在着北京、西安、武汉及长三角城市群等经济发达城市的竞争，其对周边城市的引力作用，也是导致边缘城市与城市群主体区联系较弱的原因之一。

3 结论

本文以2015年、2017年和2019年的腾讯位置大数据为基础，采用社会网络分析方法对中原城市群空间结构进行综合分析，并分析中原城市群空间结构演化的主要影响因素。得到的结论如下：

（1）中原城市群空间网络密度较低，但呈现增长趋势。整体上看，2015—2019年期间中原城市群空间网络密度均在0.25以下，但其呈现增长趋势。

（2）中原城市群空间网络不均衡，呈现出典型的核心—边缘结构。空间上呈现以郑州为中心，以省内联系为主的格局，边缘的省外城市分布较为孤立。

（3）中原城市群空间网络中心度有所南移，豫北城市在整体网络中的优势有所下降。洛阳作为副中心城市，与豫北城市联系较多，但其整体的中心度并不高，对周边城市的辐射带动能力较弱。

（4）中原城市群空间网络结构演化，受到行政边界、交通体系、城市职能及城市实力的综合影响。行政边界效用导致城市群内部城市职能分工协作较为不便;交通体系布局通过影响人口出行方向塑造了城市群网络形态;城市职能差异是城市联系发生的基础，而城市实力是城市联系的动力，中原城市群网络形态的形成受到中心城市和周边城市竞争实力的交互影响。

参考文献：

[1]Castells M.The Rise of the Network Society[M].Oxford：Blackwell，1996.

[2]Taylor P.World City Network：A Global Urban Analysis[M].London：Routledge，2004.

[3]刘军.整体网分析讲义：UCINET软件实用指南[M].上海人民出版社，2009.

[4]沈丽珍，汪侠，甄峰.社会网络分析视角下城市流动空间网络的特征[J].城市问题，2017（03）：2834.

基金资助：河南省教育厅人文社科项目“基于人口迁徙大数据的中原地区城市关联网络结构特征及形成机理（2020ZZJH483）”

作者简介：刘帅宾（1988— ），男，河南汝州人，博士，讲师，研究方向：城乡发展与空间规划。