“流空间”视角下长三角地区一体化发展空间分异特征

蒋海兵，商 硕

引言

改革开放以来，国家和地方高度重视长三角地区城市之间的协同发展，积极推动该地区经济一体化发展。1992年由上海牵头，南京、杭州协助，长江三角洲协作办（委）主任联席会议开始举办，涵盖长三角14个主要城市。2010年国家发展改革委发布《长江三角洲地区区域规划》。2016年国家发展改革委、住房和城乡建设部发布《长江三角洲城市群发展规划》，明确未来将长三角地区建成具有全球影响力的世界级城市群。2018年长三角一体化上升为国家战略。2019年中共中央、国务院发布《长江三角洲区域一体化发展规划纲要》，规划重点从强调“点—轴”开发与协同到以都市圈为核心的重点板块、重点区域协同发展[1]。

空间一体化是区域一体化发展的重要载体，它强调加强区域内部城市空间联系强度，增强中心城市对落后地区的辐射带动作用，缩小地区社会经济发展差距[2]。长三角地区一体化国家发展战略对该地区城市空间联系研究提出现实需求，深入开展长三角地区城市空间联系研究，揭示城市空间联系网络特征与发展趋势，能够有效识别长三角地区空间一体化发展水平和异质性，助力国家制定区域一体化发展政策和政府相关部门制定规划方案。

“流空间”是围绕人流、物流、技术流和信息流等要素建立起来的空间，以网络流线和快速交通流线为支撑，创造一种有目的的、反复的、可程式化的动态运动[3]。城市空间联系研究旨在探究城市空间相互作用和城市空间组织结构特征。早期研究普遍采用引力模型、城市流强度模型、静态客货流量数据和GIS技术剖析城市空间联系格局[4-7]。近年来，学者们基于“流空间”理论，广泛应用多元交通流数据和复杂网络分析法开展城市空间联系研究，解析城市空间联系格局、空间组织模式及演化特征，表征日益网络化的区域内部功能结构和关系，研究既涉及航空[8-9]、铁路[10-11]、公路[12-13]、多元交通方式[14-15]视角下城市空间联系网络及其演变特征研究，又涵盖多元“流空间”数据支撑下的城市群空间结构研究[16-20]。多元交通流数据和人口迁徙数据在城市空间联系和城际出行网络研究中得以应用[21-24]，揭示不同时间段城际人口流动规律，显示城市空间联系紧密程度。近年来学者们尝试通过城市空间联系研究定量测度同城化发展水平，同城化地区是城市群与都市圈一体化建设的核心区，它们在社会、经济和空间等方面实现了协同发展[25]。

综上所述，以往研究聚焦于交通流作用下城市空间联系网络分析与对比研究，而人口迁徙数据更多用于研究城际人口流动空间格局及其因素分析，人口流动视角下城市空间联系格局研究相对较少。同时，基于城市空间联系的同城化研究越来越多，而“流空间”视角下的区域一体化的研究则依然偏少。

有鉴于此，本文以长三角地区为实证区，利用人口迁徙数据和社会网络分析方法，通过网络中心性、网络密度、凝聚子群等评价指标，从“点”“线”“面”尺度全方位解析长三角地区城市空间联系网络特征，表征空间一体化发展格局，以期为长三角地区高质量一体化发展规划提供参考依据。

1 数据来源与研究方法

1.1 数据来源

《长江三角洲区域一体化发展规划纲要》指出长三角地区规划范围包括上海、江苏、浙江和安徽省全域。据此，本文研究范围为上海及江苏、浙江、安徽省的41个城市，采用2020年1月百度人口迁徙数据，获取2020年1月1日—2020年1月9日长三角地区41个地级以上城市之间的人口迁徙流数据，并构建O—D城际日均人流矩阵。百度人口迁徙数据以地级市为基本单元，本文采用的数据为无量纲化处理数据，并非实际人口出行量数据。地区人流联系强度在一定程度上反映区域社会经济等各类要素的空间联系格局，体现区域空间一体化发展水平，因而选择人口迁徙流数据可说明空间一体化发展格局。

1.2 研究方法

社会网络分析法认为社会是一个巨大的整体网络，构成网络的线是社会中的各种关系，而网络节点可以代指社会中的各个行动者。通过研究整体网络结构，把握网络内部个体之间的关系，可以揭示网络的整体性与层次性[26]。本文运用社会网络分析法和UCINET软件定量分析长三角地区城市空间联系网络特征。

①中心性。它主要用于衡量节点在网络中的重要程度，可以测度城市地位以及在城市空间联系网络中的重要性。中心性有多种测度指标，本文选用度中心性指标，度中心性指与该节点有直接联系的节点数[26]，反映节点在网络中的重要程度和控制能力，也可以用来衡量城市交流能力的强弱，节点的度中心性程度越高说明该节点与其他节点的联系越广泛，城市交流联系能力和信息获取能力就越强。

②凝聚子群。在社会网络研究中，若网络中的行动者具有某些紧密、积极、直接或者经常的关系，这些行动者的子集合被称为“小团体”或“凝聚子群”[26]。该指标可用于研究长三角地区城市空间联系网络结构特征，对城际人口流量的凝聚子群进行分析，厘清该地区城市“小团体”集聚及城市之间的亲疏关系现象，以此表征区域空间一体化发展水平及其空间异质性。

③网络密度。它表示网络中凝聚子群内部或者凝聚子群之间的联系紧密程度，网络密度值越高，凝聚子群内部或凝聚子群之间的联系越紧密。

2 长三角地区一体化发展空间分异特征

2.1 长三角地区一体化发展空间异质性测度分析

2.1.1 长三角地区城市空间联系格局分析

本文运用GIS软件的网络分析模块，将长三角地区城际人流量可视化（图1），采用自然断裂法，将城市对人流量划分为5个等级，依次为高、较高、一般、较低和低等级。

图1 长三角地区城市空间联系网络分析

首先，长三角地区相互邻近的中心城市之间人流量最高，人流量值最高的城市对为上海—苏州，人流量值高达155 489 543，它们均为长三角地区核心区中心城市，该城市对空间距离短，距离在100 km左右，城市常住人口规模和经济体量大是人流量高的根本因素，两地区域一体化水平很高，邻近中心城市之间的联系十分紧密，表明城市规模、地理位置和时空距离仍然是决定城市空间联系强度的重要因素。

其次，高人流城市对集中分布于沪宁轴线与沪杭金轴线，两条轴线拥有沪宁高速公路、沪宁高铁、沪昆高速公路、沪昆高铁等高速交通干线，两条轴线范围内城市对外辐射扩散和集聚能力明显强于其他城市，沿线城市之间空间联系强度高，空间一体化程度高，如上海—苏州、南京—镇江、苏州—无锡、无锡—镇江、杭州—金华、上海—嘉兴、嘉兴—杭州等城市对。同时，人流量较强的轴线包括杭甬轴线和沿海轴线，杭甬轴线涉及湖州、杭州、绍兴和宁波，沿海轴线涉及连云港、盐城、南通、上海、宁波、台州和温州。

第三，区域中心城市与邻近的地级市构成的城市对人流量一般较高，城市空间联系较强。南京—镇江、苏州—无锡、无锡—常州、上海—南通、上海—杭州、上海—金华、杭州—金华、上海—嘉兴、杭州—嘉兴、合肥—六安、杭州—绍兴、杭州—湖州等城市对人流量值处于28 343 696—68 592 959，为较高城市对。

第四，省会城市、区域中心城市与其他城市共同构成“核心放射状”空间格局。第三等级城市对主要有上海—盐城、南京—盐城、安庆—合肥、亳州—合肥、衢州—杭州等，这些城市对人流量值可以达到11 749 009—28 343 695，城市对人流量水平中等。由此可见，上海、南京、杭州和合肥等区域中心城市是长三角地区重要的目的地和出发地，它们与其他众多城市之间社会经济联系十分密切。

最后，长三角地区外围区域城市空间联系一般较弱。第四等级城市对主要分布于长三角地区外围地区，主要有连云港—徐州、连云港—盐城、安庆—杭州、衢州—金华、宣城—芜湖、淮安—盐城等，这些城市对人流量值可以达到3 667 322—11 749 008，而处于最低等级的城市对人流量仅为13 498—3 667 321，该类城市对数量众多，城市空间联系较为薄弱。

2.1.2 长三角地区城市中心性分析

度中心性既表示城市之间的人口流量规模大小，又反映节点城市对城市网络的控制力。采用自然断裂法，将长三角地区城市度中心性值划分为5个等级，分别表示高、较高、一般、较低和低级别。

城市度中心性空间格局中，度中心性高值区集中于少数中心城市。上海、苏州、杭州的度中心性值最高，达到345 816 481—557 385 280，对长三角地区整体城市网络的控制力最强，三市在城市网络中交通枢纽地位十分突出，具有很强的集聚与辐射扩散能力。合肥、南京、无锡的度中心性较高，度中心性高的城市集中分布于沪宁轴线和沪杭轴线，度中心性由核心高值区向边缘低值区逐渐递减，低值区主要位于北部和西南地区城市，包括连云港、淮北、铜陵、黄山、衢州、丽水，边缘城市度中心性值最低，仅为31 055 302—66 434 292，区域度中心性呈现出典型的“核心—边缘”空间格局。度中心性高值区的城市和其他城市的社会经济联系十分紧密，而低值区城市受制于区位条件和自身城市发展规模，对外扩散水平相对较低。

2.1.3 长三角地区城市空间联系网络的凝聚子群分析

凝聚子群分析能够区分哪些城市之间存在紧密、积极、直接或者经常的联系。采用UCINET软件Concor算法模块和城际人口迁徙流量数据分析长三角地区城市凝聚子群特征，得到长三角地区二、三级凝聚子群组成状况（表1）和密度值（表2—3）。

表1 2020年长三角地区城市空间联系网络凝聚子群划分

表2 2020年长三角地区城市空间联系网络二级凝聚子群网络密度分析

长三角地区城市空间联系网络在二级层面上出现4个凝聚子群（表1、图2），区域内部形成以安庆—宣城为核心的西片区、合肥—宿州为核心的中片区、上海—苏州—南京为核心的北片区、杭州—宁波为核心的南片区。首先，省域行政区边界对二级凝聚子群形成作用突出，北片区与南片区与江苏和浙江的省域行政区边界基本一致，它表明行政区划壁垒对城际人口流动的阻碍作用依然显著。其次，子群分布形态具有一定的组织性，以空间距离邻近性为基础，形成了相对稳定的四片区格局。第三，从片区网络密度看（表2），北片区网络密度最高，为46 425 198.5，上海与江苏省内城市空间联系较其他省份更为紧密，上海、苏州、无锡和南京对该凝聚子群内其他城市发挥着重要影响力。西片区密度最小，凝聚子群内部城市之间处于弱连接状态，表明安徽省内中南部地区城市联系相对较弱。在南片区中，杭州和宁波是该地区的核心城市。

图2 长三角地区城市联系网络二级凝聚子群空间分布格局

长三角地区城市空间联系网络形成8个三级凝聚子群（表1、图3），第1、2、3、4子群地处安徽省内，安徽省三级凝聚子群数量多，它表明该省内部城市联系相对松散。第5和第6子群在江苏和上海市内，第7和第8子群在浙江省内。第1子群包含安庆市、黄山市、淮南市、芜湖市、池州市、铜陵市和六安市，子群网络密度为1 960 150；第2子群包含宣城市、马鞍山市和滁州市，子群网络密度为1 503 894；第3子群包含蚌埠市、阜阳市、亳州市和合肥市，子群密度为11 610 053；第4子群包含淮北市、宿州市，子群密度为21 311 698；第5子群包含常州市、盐城市、上海市、南通市、苏州市、泰州市和无锡市，子群密度为24 621 316，在8个子群中该子群内部网络密度值最高，城市空间联系最为紧密；第6子群包含淮安市、南京市、徐州市、连云港市、镇江市、宿迁市、扬州市，凝聚子群密度为9 292 408；第7子群包含舟山市、绍兴市、宁波市、杭州市、嘉兴市、湖州市，子群密度为17 986 030，网络密度值较高；第8子群包含丽水市、金华市、衢州市、台州市、温州市，子群密度为7 017 354。对比8个子群可知，8个子群网络密度由上海向外围地区整体递减，第3、5、6、7子群是长三角地区重要的凝聚子群，区内中心城市数量多，网络密度值普遍较高，表明该地区城市内部联系十分紧密，空间一体化发展水平相对较高，4个子群核心城市依次为合肥、南京、上海和杭州，而第1、2、8子群城际联系偏弱，空间一体化程度较低。

通过对比分析8个子群之间的网络密度（表3）可知，第1、2、3、4子群均在安徽省内，其中，子群1、2、4均与子群3联系最紧密，子群3是安徽省核心子群，拥有安徽省会合肥。子群2和4与子群6联系较为紧密。安徽省内三级子群数量最多，与省会城市一组的子群内部城市数量少，说明该省内部城市之间联系程度较弱，合肥对本省其他城市的影响力相对有限。子群5与子群6、7之间的网络密度高，表明这些子群之间的联系紧密，与其他子群联系薄弱。子群5、6和7拥有上海、苏州、南京、杭州、宁波等中心城市，是长三角地区核心子群。安徽省内4个子群与5、6和7子群之间的网络密度低，凝聚子群之间联系强度较弱，它显示安徽省内城市与长三角核心地区之间的空间一体化程度相对较低。分析结果表明，三级凝聚子群之间的空间邻近关系、高速交通网络走向、核心城市规模及省域行政区划等因素制约着凝聚子群之间的联系程度，它们是影响空间一体化的关键因素。

表3 2020年长三角地区城市空间联系网络三级凝聚子群网络密度分析

2.2 长三角地区多尺度的区域一体化发展空间特征

城市联系网络指标测度指标刻画了长三角地区一体化发展空间分异格局，识别出空间一体化高发展区和中低发展区，其中，区域一体化高发展区包括都市圈地区、关键“轴—辐”扩展区和核心组团区，区域一体化中低发展区则为过渡组团区和边缘组团区。

首先，长三角地区形成了高强度的向心性城市空间联系格局，围绕区域中心城市构成了众多的高强度城市对，多个城市对组成都市圈地区，都市圈地区城市空间一体化发展水平普遍较高，社会经济联系十分紧密。都市圈是长三角区域一体化发展的重要战略引擎，已经成为支撑区域高质量发展的重要平台[26-28]。上海和苏州、南通、嘉兴、杭州人流量高，南京—镇江和合肥—六安人流量较高，反映上海与苏州等城市一体化程度很高，而镇江、六安则与省会城市一体化水平较高。

其次，长三角地区高强度城市联系网络呈现出“轴—辐”结构，该空间联系网络由中心城市为核心的放射状轴线和中心城市之间的轴线共同构成，它们组成了关键“轴—辐”扩展区。

第三，江苏东部与浙江北部组团为核心组团区，它们地区内部网络密度高；安徽西南部组团为边缘组团区，它们距离区域核心城市远，联系弱；核心组团区和边缘组团区以外的地区为过渡地区。

总之，长三角地区呈现出多层次多尺度的区域空间一体化发展格局。其一，都市圈建设带动下的区域一体化发展，包括上海、南京、合肥、杭州、宁波、苏锡常都市圈。其二，重要轴线牵引驱动下的区域一体化发展，涉及沪宁发展带、杭甬发展带、沪杭金发展带、皖江发展带和沿海发展带沿线城市。其三，组团分区推进下的区域一体化发展。既有内部联系紧密的核心组团，也有内部联系相对松散的边缘组团。

3 结语

本文通过人口迁徙数据与社会网络分析法，构建长三角地区城市空间联系网络模型，通过网络密度、中心性和凝聚子群等指标刻画长三角地区城市空间联系网络特征，据此研判长三角地区空间一体化发展差异，为区域空间一体化测度提供定量的研究视角。长三角地区一体化发展空间分异特征包括3个方面。

首先，上海、苏州、杭州、南京、合肥等节点城市对长三角地区城市网络具有突出的影响力和控制力，大规模人口流动主要发生于核心城市之间。黄山、淮北、连云港等长三角外围地区城市处于弱势地位，城市人流量相对有限。长三角地区城市度中心性呈现典型的“核心—边缘”空间格局。

其次，长三角地区高强度城市联系网络呈现出“轴—辐”结构。高联系强度城市对集中分布于沪宁轴线和沪杭金轴线沿线，外围地区城际空间联系一般较弱。并且，高强度城市对具有明显的向心性特征，以中心城市为核心的放射状轴线和重要交通轴线共同构成高强度城市联系的“轴—辐”结构。

第三，长三角地区凝聚子群之间联系和凝聚子群内部联系水平差异显著。江苏东部、上海和浙江北部的凝聚子群不仅内部城际联系密切，而且凝聚子群之间联系也较为紧密，区域一体化程度较高。与之相比，安徽省内凝聚子群与江苏、上海和浙江的凝聚子群联系较为薄弱。此外，邻近关系、高速交通通道走向、核心城市规模、省域行政区划等因素影响着凝聚子群之间的联系程度和子群空间形态。

综上所述，长三角地区空间一体化发展呈现出多尺度区域一体化发展格局，区域一体化空间格局不仅展现出由上海向外围地区逐渐递减的“核心—边缘”圈层结构和“轴—辐”式高强度城市空间联系网络，而且不同片区内部一体化发展水平也存在显著的空间异质性。

因而，为持续推动长三角地区空间一体化发展进程，在遵循城市空间联系规律的基础上，依托长三角地区日益完善的高速公路和高速铁路网络，通过“以点带线、以线促面、点线面融合”的方式，构筑多层级“轴—辐”空间组织模式。其一，都市圈建设将不断强化中心城市及其毗邻城市之间的放射状“辐条”式联系结构。其二，围绕高速交通网络和中心城市打造区域一体化发展的关键轴线，从而有助于打破行政区划壁垒，建立不同等级的“轴—辐”式的空间一体化发展区，尤其针对外围地区构筑一体化发展轴带，如宁安轴带、徐盐轴带和连镇轴带。其三，针对边缘组团区，通过培育重要轴线和组团内中心城市，提升中心城市对弱势地区的辐射带动效应，促进地区一体化进程。