多要素流视角下黄河“几”字弯都市圈空间网络结构及影响因素研究

曹 晨，黄贤金

（南京大学地理与海洋科学学院，江苏 南京 210023）

都市圈是区域经济发展的重要单元［1］，也是集聚社会经济要素、促进区域协调发展、推动区域高质量城镇化的巨大影响空间。近年来，我国都市圈建设进程不断加快，培育发展一批现代化都市圈、形成区域发展的新增长极，成为我国都市圈建设的新目标。而空间结构决定都市圈资源配置效率和竞争力，因此对空间结构特征和规律的研究应是都市圈建设关注的重点。随着人口增长、交通方式的改变以及互联网和通信技术的发展，对都市圈空间结构的关注由传统的等级规模转向动态的要素流动与相互作用［2］，动态流空间主导着都市圈空间网络的新格局［3］。

流空间理论的提出改变了城市空间网络结构的研究范式，成为审视城市空间网络结构的新视角［4-5］。基于流空间视角，学者们围绕旅游流［6-7］、交通流［8-9］、信息流［10-12］、物流［13-14］、人口流动［15-17］以及经济联系［18-20］等多个要素，对城市空间网络结构开展了广泛的研究，研究成果较为丰富，但仍存在以下不足：一是基于流空间的城市空间网络结构研究较多关注某一单一要素流，如旅游流对区域旅游空间特征与进程的影响［6］、交通流对城市网络形成与发展所起的不同功能与作用［8］等。近年来，随着大数据采集技术的升级，基于百度指数的信息流与基于百度迁徙数据的大规模人口流动成为研究的热点［11,15］。但当前的研究仍然不能摆脱单一要素流的局限性［21］，对多要素流及其共同作用下的城市空间网络结构特征及影响因素的研究有待深入和提高。二是在中国，城市群是区域资源高度整合、要素流动密集的区域，城市群尺度下城市空间网络结构特征是当前研究的热点。同时研究热点地区多集中在区域要素交互频繁、网络化格局较为成熟的珠三角［4-5］、长三角［9,11］、京津冀［16］等城市群，较少从要素流动视角剖析都市圈空间网络结构特征［22］，尤其是中国中西部地区尚处于发展培育期的黄河“几”字弯都市圈。

黄河“几”字弯都市圈位于黄河中上游，是我国中西部地区重要的经济增长极，在中国区域经济战略中具有重要地位［23］。从多元要素流视角剖析黄河“几”字弯都市圈空间网络结构特征及影响因素，对于优化其空间结构、推动黄河“几”字弯都市圈协同发展、促进区域一体化进程具有重要意义，同时也可为其他培育型都市圈的发展与空间优化策略提供一定的理论支撑。

1 研究区概况

黄河“几”字弯都市圈是指黄河流经甘肃、宁夏、内蒙古、陕西、山西5 省（区）形成的“几”字形地区，包含白银市、庆阳市、银川市、石嘴山市、吴忠市、中卫市、呼和浩特市、包头市、鄂尔多斯市、乌兰察布市、巴彦淖尔市、乌海市、阿拉善盟、榆林市、延安市、太原市、忻州市、朔州市、大同市、吕梁市、临汾市21 个地级市（盟），国土面积80.41×104km2，2020 年常住人口4810.05×104人。黄河“几”字弯都市圈因其社会经济发展相对滞后，在核心城市的经济势能与辐射带动能力、内部城市联系的紧密程度以及对接世界网络的综合效能上，相较于长三角、珠三角等城市群均存在一定的差距，是培育型都市圈研究的典型区域。

2 数据与方法

2.1 数据来源

交通流使用盛名时刻表网站（http://smskb.com/）中各盟市之间铁路班次（高速列车+普速火车）数量表征。物流使用快递网（http://www.kuaidi.com/）各盟市内15家物流公司（顺丰、EMS、中通、韵达、圆通、京东、申通、百世、德邦、极兔、天天、全峰、国通、汇通、优速）的物流网点数量表征。资金流使用四大银行（中国银行、中国工商银行、中国建设银行以及中国农业银行）官方网站的银行网点数据表征，包括四大银行在21 个盟市的一级分行、二级分行以及支行（包括分理处与营业室，不包含ATM 网点）的数量。信息流使用百度指数（https://index.baidu.com/）中各盟市之间有向的百度用户关注度数值表征。

2.2 研究方法

2.2.1 要素流网络连接度和联系强度要素流网络连接度指城市间各要素流在网络中的连接程度，要素流网络连接度越大，表明城市间要素流动性越大。

交通流网络连接度使用城市对间铁路班次数量之和表示，其计算公式为：

式中：Tij为城市i与城市j之间的交通流网络连接度；Ti-j为城市i至城市j的铁路班次数量；Tj-i为城市j至城市i的铁路班次数量。

物流网络连接度使用15 家物流公司在城市对间的重要程度之和表示，其计算公式为：

式中：Pij为城市i与城市j之间的物流网络连接度；Pij,m为物流公司m在城市i与城市j之间的网络连接度；Pim和Pjm分别为物流公司m在城市i与城市j中的重要程度。

资金流网络连接度使用银行网点在城市对间的重要程度之和来表示，其计算公式为：

式中：Cij为城市i与城市j之间的资金流网络连接度；Cij,n为银行n在城市i与城市j之间的网络连接度；Cin和Cjn分别为银行n在城市i与城市j中的重要程度。

信息流网络连接度使用城市对间百度用户关注度数值的乘积来表示，其计算公式为：

式中：Iij为城市i与城市j之间的信息流网络连接度；Ii-j为城市i对城市j的百度用户关注度数值；Ij-i为城市j对城市i的百度用户关注度数值。

使用城市对间要素流网络连接度构建城市间要素流联系矩阵。将4种要素流联系矩阵原始数据分别进行归一化处理。计算公式为：

式中：x为要素流联系矩阵原始数据；max 为矩阵中数值最大的值；min 为矩阵中数值最小的值；X为归一化处理后的数值，其数值介于0～1之间，0表示两城市网络连接度最小，即城市间联系最疏远，1表示两城市网络连接度最大，即城市间联系最紧密。

将4 种要素流网络连接度加权求和，参考相关研究［21,24］，认为各要素流同等重要，权重均为0.25，得到综合流网络连接度。

最后，分别对各要素流归一化后的数据求和，以此来表征一个城市与其他城市的要素流联系强度，计算公式为：

式中：Ri为城市i的要素流联系强度；Rij为城市i与城市j的网络连接度。

2.2.2 空间结构指数空间结构指数是Hanssens 等在2013 年提出的测度区域多中心结构的空间结构算法，取值范围介于0～1之间，值越小表明区域空间结构单极化发展特征明显，值越大表明区域空间结构多极化特征明显。其计算公式如下：

式中：SD 为城市节点要素流联系强度的标准差；SDrc为所有城市节点排序后其序号的标准差；SSI为区域的空间结构指数［21,25-26］。

2.2.3 凝聚子群凝聚子群是网络中联系紧密且结构类似的次级群体的集合，可用来解释基于不同要素流的城市网络内部发展状态［4,27］。

2.2.4 QAP回归分析二次指派程序（Quadratic assignment procedure，QAP）分析是一种研究矩阵间关系的非参数方法。其通过矩阵数据的置换，对矩阵的各个单元值进行比较，并对系数进行非参数检验。QAP 分析的优点在于不需要假设自变量间相互独立的条件，能更好地处理变量共线性问题，同时结果更加可靠和稳健［22,28-29］。本文利用QAP回归分析方法定量识别黄河“几”字弯都市圈多要素网络的影响因素。

3 结果与分析

3.1 黄河“几”字弯都市圈空间网络结构

3.1.1 城市节点层级城市节点联系强度显示（图1），黄河“几”字弯都市圈21个盟市的交通流、物流、资金流与信息流联系强度差异明显：各城市节点资金流与物流联系强度大于交通流与信息流；同时交通流与信息流联系强度变化相对于交通流与资金流更为明显；此外，各城市综合流联系强度差距相对较小，综合流联系强度最大的是太原市、呼和浩特市与银川市，以上3个城市分别是山西、内蒙古和宁夏的省会（首府）城市。

图1 黄河“几”字弯都市圈多要素流联系强度Fig.1 Connection strength of multi-dimensional feature flow in Jiziwan Metropolitan Area of the Yellow River

使用ArcGIS 软件中的自然断点法将城市节点联系强度分为五级。城市节点层级显示（表1），省会（首府）城市太原市与呼和浩特市的核心地位比较突出，太原市与呼和浩特市的要素流大多处于联系强度的第一层级；宁夏首府银川市的地位不突出，除资金流处于联系强度的第一层级外，其他要素流大多处于联系强度的第二、三层级。不同要素流联系强度下黄河“几”字弯都市圈第二级城市变化明显，且大多显示出明显的资源型城市导向，如大同市的各要素流联系强度均较大，榆林市的物流与资金流联系强度较大等。第三、四层级城市各有优势，第五层级城市多位于都市圈西部地区，如阿拉善盟、石嘴山市、中卫市等。综合流联系强度显示，黄河“几”字弯都市圈呈现“两核多中心”的发展态势，形成了以省会（首府）城市太原市、呼和浩特市为核心城市，银川市、包头市、大同市为副中心城市，忻州市、榆林市、临汾市、鄂尔多斯市、吕梁市、乌兰察布市、庆阳市和延安市为核心区、其余城市为辐射影响区的“2+3+8+8”的城市空间结构。

表1 黄河“几”字弯都市圈城市层级划分Tab.1 Urban hierarchy division of Jiziwan Metropolitan Area of the Yellow River

3.1.2 城市网络联系使用ArcGIS软件中的自然断点法将各要素流网络连接度分为弱、较弱、中、较强与强五级。从各要素流网络连接度分级特征来看（表2），黄河“几”字弯都市圈内各要素流网络连接度分级存在明显的差异性：交通流与信息流网络连接度集中于较弱等级与弱等级，物流、资金流与综合流网络连接度集中于弱等级、较弱等级和中等级，表明黄河“几”字弯都市圈内物流与资金流的联系较交通流与信息流更为紧密。

表2 黄河“几”字弯都市圈多要素流联系强度分级统计Tab.2 Statistics on the grading of connection strength of multi-dimensional feature flow in Jiziwan Metropolitan Area of the Yellow River

从网络连接度空间分布来看，黄河“几”字弯都市圈交通网络结构空间非均衡特征明显（图2a），交通流网络连接度等级总体上呈现北强南弱的特征，同时较强等级的联系多出现在各省内部或邻近的城市对之间。物流网络同样存在空间非均衡性特征（图2b），物流网络连接度等级从都市圈东部向西部递减。资金流网络呈现多中心发展的态势（图2c），网络连接度为强等级的资金流联系集中于太原市、呼和浩特市、银川市3个省会（首府）城市以及包头市组成的梯形区域，较强等级与中等级的资金流联系逐渐向周边的城市扩展，呈现显著的等级扩散效应。信息流网络形成以太原市与呼和浩特市为中心的放射状格局（图2d），并且呈现出较为明显的邻近扩散效应，即强等级的联系多出现在邻近的城市对之间。综合流网络空间分布相对交通流、物流、资金流以及信息流更加均衡（图2e），网络连接度等级以太原市与呼和浩特市为双核心向外围递减，区域整体呈现“核心-边缘”结构。

图2 黄河“几”字弯都市圈多要素流网络连接度Fig.2 Network connectivity of multi-dimensional feature flow in Jiziwan Metropolitan Area of the Yellow River

3.1.3 城市空间格局

（1）空间结构指数

通过公式（9）计算得出黄河“几”字弯都市圈城市网络空间结构指数（表3）。基于交通流、物流、资金流和信息流的城市网络空间结构指数分别为0.9403、0.8478、0.8145和0.8977，表明不同要素流视角下黄河“几”字弯都市圈空间格局均呈现明显的多中心发展特征，且交通流网络和信息流网络的多中心程度高于资金流网络与物流网络。基于综合流的城市网络空间结构指数为0.8915，表明多要素共同作用下黄河“几”字弯都市圈空间格局仍然呈现多中心发展的特征。

表3 黄河“几”字弯都市圈城市网络空间结构指数Tab.3 Urban network spatial structure index of Jiziwan Metropolitan Area of the Yellow River

（2）凝聚子群分析

从各要素流凝聚子群的空间分布来看（图3），交通流、物流、资金流、信息流与综合流凝聚子群均显示出较为明显的组团式空间结构，且地理邻近性特征明显，即隶属于同一省份或在地理空间上相邻的城市多属于同一个子群。这表明“流空间”视角下黄河“几”字弯都市圈要素联系仍受到传统地理空间距离与行政区划的影响。

3.2 黄河“几”字弯都市圈空间网络结构影响因素

3.2.1 模型设定与变量选取本文使用Ucinet 6.0软件中的QAP 回归方法进一步分析黄河“几”字弯都市圈多要素空间网络结构的影响因素。参考相关研究［18,22,30］，选择地理邻近性、交通效率、经济发展水平、产业结构、要素扩散与集聚和经济全球化6个影响因素，建构模型如下：

式中：Fi为因变量，分别为交通流、物流、资金流、信息流与综合流网络联系矩阵；P为地理邻近性，若都市圈内两城市相邻则为1，不相邻记为0；T为交通效率，通过计算都市圈内两两城市间公路出行时间、铁路出行最长时间与铁路出行最短时间的平均值构建交通效率差值矩阵；E为经济发展水平，使用都市圈内各城市2020 年GDP 数据构建差值矩阵；I为产业结构，采用各城市二三产业产值占比差值矩阵表示；S为要素扩散与集聚，以各城市社会消费品零售总额差值矩阵表示；G为经济全球化，以各城市进出口总额数据构建差值矩阵。为消除不同数据量纲的影响，采用公式（7）对影响因素差异矩阵进行归一化处理。

3.2.2 多要素空间网络影响因素分析QAP 回归结果显示（表4），模型拟合效果较好：5 个模型调整后的R2处于0.266～0.412 之间，且通过了1%显著性水平的检验。影响因素中：（1）经济全球化（G）的影响力最大，其对交通流存在显著的负向影响，对其他要素流均存在显著的正向影响，说明黄河“几”字弯都市圈经济全球化程度越高，越有利于城市间的要素流动，但经济全球化均衡发展更有利于交通网络的发展。（2）交通效率（T）对除物流之外的其他要素流均存在显著的负向影响，说明交通技术进步带来的“时空压缩”效应可有效促进要素在都市圈内流动。（3）产业结构（I）对物流、资金流、信息流与综合流均存在显著的负向影响，说明缩小都市圈内产业结构差异有利于要素流动。（4）地理邻近性（P）对交通流、信息流与综合流存在显著的正向影响，表明城市间交通和信息联系仍受到传统空间距离的影响。（5）要素扩散与集聚（S）对交通流存在显著的正向影响，对物流存在显著的负向影响。（6）经济发展水平（E）仅对交通流存在显著的负向影响，说明城市间经济发展水平差异越小，交通联系强度越大；同时经济发展水平对其他要素流没有显著影响，说明都市圈内要素流动并非由经济因素主导。

表4 黄河“几”字弯都市圈多要素网络结构影响因素回归结果Tab.4 Urban network spatial structure index of Jiziwan Metropolitan Area of the Yellow River

4 讨论

黄河“几”字弯都市圈虽然是黄河中上游地区重要的城市发展区，但其各要素流网络的发展仍处于初级阶段：核心城市的地位不够突出，网络结构空间非均衡性明显，城市间要素联系的地理邻近性特征明显，都市圈空间网络结构与东部发达城市群如长三角与珠三角等存在较大差距。区别于对我国东部发达地区城市群和都市圈空间网络结构的研究以及使用单一要素流测度城市群或都市圈空间网络结构，本文采用多种网络开源数据，从多要素流视角剖析黄河“几”字弯都市圈空间网络结构特征及影响因素，弥补了该地区的研究空白，为全面识别和优化该地区空间网络结构、推动黄河“几”字弯都市圈协同发展提供了一定的理论依据和对策建议。但是，都市圈空间网络结构影响机制较为复杂，本文选取的影响因素不够全面，未来有必要对都市圈多要素流空间网络结构的影响机制进行深入研究；同时由于数据获取的限制，本文未能分析黄河“几”字弯都市圈多要素流空间网络结构的演变，今后可开展多时序的空间网络结构演变研究。

5 结论与建议

5.1 结论

（1）从城市节点来看，黄河“几”字弯都市圈各城市交通流、物流、资金流、信息流与综合流联系强度差异明显。不同要素流联系视角下，第一层级城市主要包括省会（首府）太原市与呼和浩特市，第二、三、四层级城市变化明显、各有优势，第五层级城市相似且大多位于都市圈西部地区。综合流联系强度显示，黄河“几”字弯都市圈形成了以太原市、呼和浩特市为核心城市的“2+3+8+8”的城市空间结构。

（2）从城市网络联系来看，相比交通流与信息流，黄河“几”字弯都市圈内物流与资金流的联系更为紧密。从要素流网络连接度的空间分布来看，各要素流网络空间非均衡特征明显：交通流网络连接度北强南弱，物流网络连接度东强西弱，资金流网络呈现多中心发展的特征，信息流网络呈现以太原市与呼和浩特市为双核心的结构，综合流网络联系分布更加均衡且呈现“核心-边缘”结构。

（3）交通流、物流、资金流、信息流与综合流网络空间结构指数均显示黄河“几”字弯都市圈呈现较为明显的多中心发展特征。同时各要素流凝聚子群均呈现明显的组团式空间结构，地理邻近性特征明显。

（4）QAP 回归结果显示，经济全球化对黄河“几”字弯都市圈多要素流空间网络结构的影响最大；交通效率差异与产业结构差异对多要素流空间网络结构产生不利影响；要素集聚与扩散对交通流与物流存在显著影响；而经济发展水平的影响最小，说明经济发展水平不是黄河“几”字弯都市圈要素流动的主导因素。

5.2 建议

（1）确立核心城市的地位并强化其龙头带动作用。虽然黄河“几”字弯都市圈已呈现以太原市和呼和浩特市2 个省会（首府）城市为中心的发展态势，但另一个省会（首府）城市银川市的核心地位不突出。因此，需要确立太原市、呼和浩特市与银川市3 个省会（首府）城市的核心地位，将以上3 个核心城市培育成都市圈协同发展进程中的重要增长极并带动周边中小城镇的发展。

（2）畅通都市圈城市间要素的流动。在稳步提升核心城市集聚能力的同时，加强不同省（自治区）城市间的交流与联系，同时加强都市圈西部与东部、南部与北部城市间的要素流动，以此带动都市圈西部地区、黄河上游地区的发展，形成优势互补、高效协同的都市圈发展新格局。

（3）注重要素流动网络视角下都市圈城市间的发展差距。通过提高都市圈内城市在经济全球化中的参与度，加强交通基础设施建设以减小城市间交通效率差异，同时升级与完善产业结构以促进产业协调发展，畅通黄河“几”字弯都市圈内要素流动，推动黄河“几”字弯都市圈协同与融合发展。