“强省会”视角下的黔中城市群空间网络联系测度与特征解析

王思成,宋顶林,梅世龙

(贵州大学 建筑与城市规划学院,贵州 贵阳 550025)

随着我国进入全面建设社会主义现代化国家的新时期,城市群日益成为支撑全国经济增长、促进区域协调发展、参与国际竞争合作的重要载体。国家“十四五”规划和2035年远景目标纲要提出“要以促进城市群发展为抓手,形成多中心、多层级、多节点的网络型城市群。”为积极贯彻实施国家以城市群推进区域经济发展的战略,在新阶段下推动贵州实现高质发展进程、创造高品质生活、参与高水平合作竞争的战略目标,贵州省积极实施“强省会”五年行动,提出“要支持加快建设以贵阳贵安为核心,以便利的交通条件为支撑,带动黔中城市群的社会经济发展,加快形成贵阳、贵安、安顺、黔南的区域协调一体化发展新格局。”

城市群空间网络是区域协调发展的重要表征,而开展城市群空间网络研究可以充分反映城市之间的内在相互关系,也是当前关于城市地理学研究的热点与前沿[1-2]。近年来,学者们多从城市空间联系的空间网络联系特征、经济一体化、空间格局等层面开展研究[3-5];研究范围上,关于城市群空间网络的研究由单一城市群向着区域层面扩大[6-7];研究方法上,涉及城市流、DEA模型、修正的引力模型等[8-10],而今随着大数据时代的到来,城市多维数据的收集与处理变得更加便捷,基于社会网络分析法从网络密度、网络关联度、网络中心性以及块模型等角度来分析城市之间的相互关系也成为了学者们研究的一个重点领域[3-5]。综上,诸多学者对于城市群空间网络开展了大量的研究并取得了相应的进展,但对于城市群空间网络的研究多聚焦于京津冀、长三角等东部发达地区的城市群,较少开展关于中西部欠发达地区的城市群空间网络研究[7,11-12]。因此,本文基于修正的空间引力模型和社会网络分析法,探究黔中城市群空间网络联系,以期为黔中地区的区域协调发展提供决策参考,也为促进贵州省的整体协调发展提供科学支撑。

1 研究区域、研究方法与数据来源

1.1 研究区域

黔中城市群位于贵州省中部,是国家实施新型城镇化战略、长江经济带战略和新一轮西部大开发战略的重点区域,也是贵州省实施城镇化带动主战略和“强省会”五年行动的重要支撑,范围涉及贵阳、遵义、毕节、安顺、黔东南、黔南6个市(州),总面积5.38万km2(图1)。

图1 研究范围Fig.1 Research scope

1.2 数据来源

资料数据以黔中地区28个城市2020年和2021年的《国民经济和社会发展公报》为主,以《贵阳市统计年鉴》《遵义市统计年鉴》《安顺市统计年鉴》和其他市、州统计年鉴及其他相关资料加以补充。

1.3 研究方法

1.3.1修正的空间引力模型

传统的空间引力模型是以人口、GDP总量和距离成本表达城市之间的联系强度,忽视了城市自身经济发展水平、社会生活状况、生态环境安全等其他因子的影响。因此,以贵州省《关于支持实施“强省会”五年行动若干政策措施的意见》指出的用地、用水用能、资金要素、创新和数据要素、总部经济、交通物流枢纽、城市品质和人才强市8个指标为目标层,以建设用地占总用地面积比重、人均建设用地规模、年平均降水量、每亿元GDP能源消耗量、人均社会消费品零售总额等24个指标作为指标层,构建黔中城市群城市发展质量评价体系(表1),采用熵权法计算指标体系中各指标权重,利用综合评价模型计算各城市的城市发展质量得分,并引入修正的空间引力模型[13]。修正的引力模型公式为

(1)

表1 黔中城市群城市发展质量评价指标体系Tab.1 Evaluation indicator system of urban development quality in Qianzhong urban agglomeration

式中:Rij代表城市i和j之间的相互联系强度;G代表城市发展质量;dij代表城市i和城市j之间的空间成本距离,以行政区划质心之间的直线距离表示。

1.3.2社会网络分析法

基于社会网络分析法量化黔中城市群的城市发展质量现状,以黔中城市群各城市作为节点,以修正的空间引力模型关联线作为连线,点和线构成黔中城市群的空间关联网络。从城市群空间网络的全局性特征、中心性特征和块模型3个层面对黔中城市群空间网络联系进行测度与特征解析[13-14](表2)。

表2 社会网络分析法相关指标及含义Tab.2 Indicators and meanings related to social network analysis

社会网络分析指标作为社会网络中行动者与其他节点关系的集合,不仅能揭示整体网络结构特征,还能反映个体在网络中的角色和地位[15]。全局性网络特征指标用网络密度和网络关联度刻画,代表整体城市群空间网络的联系紧密程度和空间网络的稳健性和脆弱性;中心性特征以度数中心度、中介中心度和接近中心度刻画各个城市在网络中所起作用;块模型是在网络面层次上的研究,块模型可以探究各个节点所组成的板块(面要素)之间的相互关系,能够根据结构性信息区分网络中的各个板块[16]。

2 “强省会”视角下黔中城市群城市发展质量测度及特征分析

依据熵值法和综合评价模型测算黔中城市群各城市的城市发展质量,并利用ArcGIS自然断点法进行插值分类(图2)。

图2 黔中城市群城市发展质量分类Fig.2 Quality classification of urban development in Qianzhong urban agglomeration

黔中城市群的城市发展质量呈现出明显的五级梯度差异。贵阳市、遵义市是贵州省城镇化建设发展起步较早的地区,故而黔中城市群内“贵阳-遵义”集群的城市发展质量总体较高。贵阳市区是黔中城市群城市发展质量最高的城市,为第一梯队;凯里市和“贵阳-遵义”集群大部分城市为第二梯队;毕节市七星关区、黔南州都匀市、安顺市西秀区作为对应市、州的行政中心,相较于周边其他城市具有较高的城市发展质量,为第三梯队;遵义市播州区、黔东南州麻江县、毕节市黔西县和织金县等城市为第四梯队城市;其他城市的城市发展质量则相对较低,为第五梯队。城市发展质量得分最高的贵阳市区(0.165 217)是最低得分大方县(0.012 851)的13倍,黔中城市群的城市发展质量差异较大。

3 “强省会”视角下黔中城市群修正的空间引力模型测度及特征分析

依据公式(1),计算各城市之间的相互联系强度,在ArcGIS工具的辅助下,获取修正的黔中城市群空间引力模型(见图3)。

图3 黔中城市群空间引力模型Fig.3 Spatial Gravity Model of Qianzhong urban agglomeration

如图3所示,贵阳市区是黔中城市群空间引力模型的绝对核心,在黔中城市群内具有最强的辐射带动能力和资源要素集聚能力,对于黔中城市群的发展具有重要的引领作用。贵阳市与平坝区、龙里县共同构成了城市空间引力模型的主要核心圈,主要核心圈处于“贵阳一小时经济圈”内,是城市相互联系最为密切的片区;由遵义的红花岗区、汇川区和播州区构成空间引力模型的次要核心圈,次要核心圈内所含城市较少,表明次要核心圈的带动能力及辐射范围有待进一步增强;核心圈城市与黔中城市群外围城市之间相互联系,形成了空间引力模型的外圈,外圈城市相互联系强度相对较低。

从关联线分布来看,主要核心圈与次要核心圈城市发出关系线的数量、等级以及范围都相对有限,反映出核心圈城市的带动能力在时空尺度下发挥的辐射带动能力相对不足。此外,西部城市与其他区域城市之间并不存在四级以上关联线,表明西部城市与城市群其他区域城市相比,西部城市辐射能力和接受辐射带动能力较弱,容易使得自身在城市群的内部竞争中处于弱势地位。

4 “强省会”视角下黔中城市群空间网络的社会网络分析法测度及特征分析

4.1 城市群空间网络全局性特征分析

借助Ucinet的Whole-network measures工具,采用公式(2)和公式(3)计算黔中城市群空间网络全局性特征得分(表3)。网络密度为0.206,说明黔中城市群存在空间关联网络,但网络密度数值较低,城市之间的相互联系较弱;网络关联度为0.86,空间网络的韧性较为不足,城市群空间网络整体的结构稳定性相对较差。

表3 黔中城市群空间网络全局特征测度结果Tab.3 Measurement results of global characteristics of spatial network of Qianzhong urban agglomeration

4.2 城市群空间网络节点特征分析

借助Ucinet工具以及公式(4)、公式(5)和公式(6)计算黔中城市群空间网络各项节点特征得分,并利用ArcGIS对各项计算结果进行可视化(图4、图5、图6)。

图4 黔中城市群度数中心度Fig.4 The degree of centrality of the Qianzhong urban agglomeration

图5 黔中城市群接近中心度Fig.5 The closeness of centrality of Qianzhong urban agglomeration

图6 黔中城市群中介中心度Fig.6 The betweenness of centrality of Qianzhong urban agglomeration

4.2.1度数中心度

贵阳市区是度数中心度最高的城市,是整个空间网络的核心;贵阳市和遵义片区组成度数中心度最高的城市集群,该集群在空间网络中接受外界辐射以及辐射带动其他成员的能力最强,是黔中城市群实现区域协同发展的重要战略引擎;龙里县作为贵阳市沟通黔东和黔南的交通枢纽、西秀区地处黔西南腹地,二者得益于自身特殊的交通区位,成为除“贵阳-遵义”集群外度数中心度最高的城市,是空间网络的重要节点,可以积极接受“贵阳-遵义”集群的辐射带动,并将其传导至其他城市。

4.2.2接近中心度

贵阳市区的接近中心度最小,到达其他城市的捷径距离最短、可达性最高,在城市群空间网络中扮演“中心行动者角色”;遵义片区得益于较高的城市发展质量,在城市群空间网络中也扮演着“中心行动者角色”;而其他城市在城市群当中扮演的是“边缘行动者角色”,这些城市与其他城市之间的捷径距离较长,可达性也不佳。

4.2.3中介中心度

贵阳市区、西秀区和开阳县是城市群空间网络内中介中心度最高的城市,这3个城市在空间网络中处于中介地位,是城市群内部资源集聚、分散的中心城市,在空间网络当中处于支配地位。西南部、东南部、东部和北部地区出现部分节点城市,如:红花岗区和汇川区、凯里市、都匀市、龙里县等,它们的中介中心度高于所处区域的其他城市,是沟通所处区域与中心城市的重要节点,在空间网络中也处于支配地位。西北部城市整体中介中心度较低,缺乏节点城市支撑该区域与其他区域之间进行高效便捷的沟通联系或资源要素交换。

4.3 城市群空间网络块模型

借助Ucinet的Concer算法,并参考已有研究,设置最大切分深度为2,集中标准为0.2,将城市群空间网络划分为4个板块(图7),并计算黔中城市群空间网络的板块溢出效应[17]。

图7 黔中城市群空间网络板块划分Fig.7 Spatial Network Segmentation of Qianzhong urban agglomeration

板块1为以红花岗区和汇川区为首的遵义片区,共计8个城市,位于城市群的北部;板块2包含贵阳市区和清镇市、修文县、龙里县和黔西县5个城市,位于城市群中部;板块3为以西秀区为核心的安顺片区、毕节片区和黔南州的长顺县共计8个城市,位于城市群西部;板块4包含黔南州片区、凯里市、麻江县,共计7个城市,位于城市群东南部。贵州省行政区划对城市群空间网络的板块划分具有一定影响,各市、州的行政区划边界多为黔中城市群的板块划分边界。

由溢出效应(表4)可知,板块1溢出关系数为19、接受关系数为21,接受关系数大于溢出关系数,期望内部关系比远小于实际内部关系比,为净受益板块;板块2溢出关系数为35、接受关系数为33,期望内部关系比小于实际内部关系比,板块2在空间网络内的溢出关系数和接受关系数最多并且处于城市群核心位置,故为经纪人板块;板块3溢出关系数为17、接受关系数为9,溢出关系数大于接受关系数,期望内部关系比小于实际内部关系比,为净溢出板块;板块4溢出关系数为11、接受关系数为11,二者相等且期望内部关系比远小于实际内部关系比,为双向溢出板块。

表4 黔中城市群空间网络联系板块的溢出效应Tab.4 Spillover effects of spatial network linkage plates in Qianzhong urban agglomeration

为进一步分析黔中城市群的板块相互关系,通过块模型测算,得到黔中城市群空间网络的网络密度矩阵,参考已有研究,若板块密度大于整体网络密度0.206,将其赋值为1,反之赋值为0,1表示存在传递关系,0表示不存在传递关系,将密度矩阵转变为像矩阵(表5),并绘制4个板块间的传递关系(图8)[15,18]。

表5 黔中城市群空间网络联系板块的密度矩阵和像矩阵Tab.5 Density matrix and likelihood matrix of spatial network linkage plates in Qianzhong urban agglomeration

图8 黔中城市群空间网络板块相互关系示意Fig.8 Schematic diagram of interrelationships of spatial network plates in Qianzhong urban agglomeration

依据密度矩阵可知,板块1、板块2和板块4的板块内部密度大于外部密度,3个板块内部城市之间的相互联系强于与外部关系联系;由像矩阵来看,黔中城市群的像矩阵不符合“位置层次自反式”特征,是因为板块3作为净溢出板块,内部城市要素流动受制于自身南北向的城市空间分布格局以及基础设施条件,致使内部联系紧密程度低于外部,同时,由于自身为净溢出板块,在空间网络中主要表现为溢出功能,接受辐射带动的能力较弱。

如图8所示,板块2作为黔中城市群的经纪人板块,在城市群内与其他3个板块都具备着双向传递关系,表明板块2的资源集聚、传导功能最强,对于黔中城市群中其他板块城市的辐射能力最强、辐射范围也最广。板块1、板块3和板块4之间不存在传递关系,表明三者为弱相关关系,结合黔中城市群现实情况并分析其原因发现,由于贵州喀斯特地貌的影响,黔中城市群资源要素流动依赖于铁路,然而贵州省的铁路线需经过板块2内的贵阳市中转,一方面进一步强化了贵阳市在空间网络中的核心地位,另一方面也削弱了板块1、板块3和板块4之间的相互直接联系,影响了3个板块相互之间的要素资源流动效率与相互联系的紧密程度。

5 结论

基于贵州省《关于支持实施“强省会”五年行动若干政策措施的意见》,采用修正的空间引力模型和社会网络分析法,从黔中城市群空间网络的全局结构、节点以及块模型3个维度对黔中城市群空间网络进行测度与特征分析,并得到以下结论:

1)黔中城市群的城市发展质量呈现出明显的五级梯度差异。贵阳市与黔中遵义片区城市为第一、第二梯度城市,城市发展质量较高;黔中地区内各市(州)行政中心城市为第三梯队城市;遵义市播州区、黔东南州麻江县、毕节市黔西县和织金县等城市为第四梯队城市,其他城市为第五梯队;第一梯队城市与第五梯队城市的城市发展质量存在较大差异。

2)贵阳、遵义“双核”驱动下的空间网络引力效用日益凸显。贵阳市是城市空间引力模型的核心,与平坝区、龙里县构成了城市空间引力模型的主要核心圈,遵义市红花岗区、汇川区和播州区构成空间引力模型的次要核心圈,核心圈城市与黔中城市群外围城市之间相互联系作用,形成了空间引力模型的外圈。但当前核心圈城市所具备的辐射带动能力在时空关系的作用下发挥受限,辐射带动的范围、强度尤其是辐射带动城市群西部的能力较弱。未来,城市群需要进一步强化中心城市的辐射带动作用,依靠中心城市的强引力、强推动作用提升黔中城市群的整体协调发展水平。

3)黔中城市群各城市之间相互联系的紧密程度较低,城市群城市空间网络韧性较弱,整体空间网络联系表现为“中心-节点”特征。贵阳市是城市群空间网络的核心城市,在城市空间网络中处于中心位置;汇川区、红花岗区、西秀区、都匀市、龙里县等城市得益于自身的政治、交通、地理区位,成为城市空间网络的重要节点;在城市群西部尚未出现节点城市角色。因此,黔中城市群需要积极推进区域的分工协作,形成区域错位互补的发展模式,培育发展一批区域性的中心城市积极吸收、传导中心城市的辐射带动作用。

4)突破行政区划壁垒,互联共享区域基础设施,是增强黔中城市群空间网络联系的基本条件。黔中地区的板块划分受到行政区划边界的影响;贵阳市在城市空间网络中承担“经纪人”角色,拥有极强的资源要素集聚能力及辐射带动能力;遵义片区主要为净受益板块,接受其他城市辐射带动的能力较强,但是自身辐射带动周边城市的能力较弱;黔西片区和安顺片区对外主要表现为溢出功能,接受辐射带动的能力较弱,易受到“虹吸作用”影响;黔东、黔南片区主要为双向溢出板块,可以良好地接受其他城市的辐射带动,也能较好地辐射带动周边城市。各个片区城市相互之间的基础设施互联互通程度不足,致使城市群空间网络联系、韧性欠佳,黔中城市群需进一步完善区域基础设施建设、构建城市群的协调发展机制、积极推进城市群空间网络建设工作,推动形成以线连点、以点带面、集约高效、疏密有致的现代化城市群空间网络。

6 展望

通过修正的空间引力模型和社会网络分析法对黔中城市群空间网络进行测度,得到一些新的发现的同时也存在一定不足。一是未能排除“长江经济带”上游核心城市群——成渝城市群的影响,自国家“长江经济带”发展战略提出、实施以来,成渝城市群对于整个黔中城市群的发展具有明显的辐射带动作用。二是数据上,由于城市群是由若干城市构成的一个自组织的、复杂的、开放的巨系统以及各级地方政府在统计数据的成果形式和统计尺度上存在差异,从而增加了城市群空间网络测度、分析的难度和复杂度。在未来的研究当中,需要进一步拓展数据来源渠道、更新研究方法,多维度、多角度地对城市群空间网络展开测度及特征分析。