基于汽车客运班次的新疆城市网络特征

doi:10.7523/j.ucas.2021.0036

摘要/Abstract

摘要： 用交通流替代传统的属性数据表征城市间的社会经济联系，可以更直接真实地反映城市网络特征。基于汽车客运班次数据选取新疆88个县市，从联系强度、网络节点特征角度刻画新疆城市网络的格局与特征，利用模块化分析对城市网络进行区域划分，识别其内部的关联结构。研究表明：1)公路客运联系以近域联系为主，联系强度呈现出明显的等级特征。2)新疆城市网络节点的极化特征明显，空间结构差异较大，高层级节点城市呈现出沿高速公路干线分布的特征，尤其沿天山北坡交通干线分布较为集中。北疆区域的空间集聚能力整体高于南疆，尤以乌鲁木齐最强。3)新疆城市网络被划分为10个“城市组团”，具有行政边界效应、组团效应和大城市溢出效应。综上，新疆城市网络特征总体呈现出以乌鲁木齐为核心，以伊宁、库尔勒、和田、喀什、奎屯为区域中心的“一核五心”的局面，主要受到城市等级与地理距离在空间上相互叠加作用的影响。

关键词: 客运流, 城市联系, 城市网络, 新疆

Abstract: Compared with the traditional attribute data, the traffic flow data can characterize the socio-economic connections between cities more directly and objectively. And traffic flow is a kind of data flow commonly used to reflect city network. This paper selects 88 counties and cities in Xinjiang based on highway passenger flows, and describes the pattern and characteristics of Xinjiang's urban network from the perspectives of connection strength and network node characteristics and then uses modularity class to segment the urban networks and identify its internal correlation structures. The results show that:1) The highway passenger transport connection is mainly near area connection, and the connection intensity shows obvious grade characteristics.2) The extreme characteristics of urban network nodes in Xinjiang are significantly unbalanced, and the spatial structure is quite different. The high-level node cities present the characteristics of distribution along the main highway, especially the main traffic distribution along the northern slope of Tianshan Mountain. The spatial agglomeration capacity of northern Xinjiang is higher than that of southern Xinjiang, and Urumqi is the strongest. 3) The Xinjiang urban network is divided into 10 "city groups", which have administrative boundary effects, group effects, and big city spillover effects. In summary, the overall characteristics of Xinjiang's urban network show a situation of "one core and five centers" with Urumqi as the core and Yining, Korla, Hotan, Kashgar, and Kuitun as the regional centers, which is mainly affected by the superposition of the city level and geographical distance in space.

Key words: passenger flow, city linkage, urban network, Xinjiang

中图分类号:

F129.9

靳传芬, 杜宏茹. 基于汽车客运班次的新疆城市网络特征[J]. 中国科学院大学学报, 2023, 40(3): 343-350.

JIN Chuanfen, DU Hongru. Characteristics of Xinjiang urban network based on intercity bus flows[J]. Journal of University of Chinese Academy of Sciences, 2023, 40(3): 343-350.

参考文献

[1] 陆大道,陈明星.关于"国家新型城镇化规划(2014-2020)"编制大背景的几点认识[J]. 地理学报, 2015, 70(2):179-185.
[2] 陈明星,隋昱文,郭莎莎.中国新型城镇化在"十九大"后发展的新态势[J]. 地理研究, 2019, 38(1):181-192.
[3] 梅志雄,欧阳军.国内外空间集聚研究回顾与展望[J].云南地理环境研究, 2013, 25(6):89-95.
[4] 焦敬娟,王姣娥,金凤君,等.高速铁路对城市网络结构的影响研究:基于铁路客运班列分析[J]. 地理学报, 2016, 71(2):265-280.
[5] 马学广,李贵才.西方城市网络研究进展和应用实践[J]. 国际城市规划, 2012, 27(4):65-70,101.
[6] Sassen S. The global city:New York, London, Tokyo.[M]. New Jersey:Princeton University Press,1991.
[7] Friedmann J. Regional development policy:a case study of Venezuela[M]. Massachusetts, USA:MIT Press, 1966.
[8] 葛浩然,朱占峰,钟昌标,等.基于引力和客运联系的浙江省城镇网络特征[J]. 长江流域资源与环境, 2018, 27(6):1186-1197.
[9] 梁壮,欧向军,邹晨,等.基于交通与信息流的淮海经济区空间网络结构特征[J]. 江苏师范大学学报(自然科学版), 2018, 36(3):19-23.
[10] Wall R S, van der Knaap G A. Sectoral differentiation and network structure within contemporary worldwide corporate networks[J]. Economic Geography, 2011, 87(3):267-308.
[11] 路旭,马学广,李贵才.基于国际高级生产者服务业布局的珠三角城市网络空间格局研究[J]. 经济地理, 2012, 32(4):50-54.
[12] 武前波,宁越敏.中国城市空间网络分析:基于电子信息企业生产网络视角[J]. 地理研究, 2012, 31(2):207-219.
[13] 陈晨,修春亮.流空间视角的东北地区城市网络研究[J]. 地域研究与开发, 2014, 33(4):82-89.
[14] 赵渺希,钟烨,徐高峰.中国三大城市群多中心网络的时空演化[J]. 经济地理, 2015, 35(3):52-59.
[15] 马学广,李鲁奇.中国城市网络化空间联系结构:基于银行网点数据的研究[J]. 地理科学进展, 2017, 36(4):393-403.
[16] 孙阳,张落成,姚士谋.基于快递企业总-分机构的中国城市网络空间结构[J]. 中国科学院大学学报, 2017, 34(5):591-597.
[17] 盛科荣,王云靓,樊杰.中国城市网络空间结构的演化特征及机理研究:基于上市公司500强企业网络视角[J]. 经济地理, 2019, 39(11):84-93.
[18] Derudder B, Witlox F. Mapping world City networks through airline flows:context, relevance, and problems[J]. Journal of Transport Geography, 2008, 16(5):305-312.
[19] Devriendt L, Derudder B, Witlox F. Conceptualizing digital and physical connectivity:the position of European cities in internet backbone and air traffic flows[J]. Telecommunications Policy, 2010, 34(8):417-429.
[20] 熊丽芳,甄峰,王波,等.基于百度指数的长三角核心区城市网络特征研究[J]. 经济地理, 2013, 33(7):67-73.
[21] 甄峰,王波,陈映雪.基于网络社会空间的中国城市网络特征:以新浪微博为例[J]. 地理学报, 2012, 67(8):1031-1043.
[22] 宋伟,李秀伟,修春亮.基于航空客流的中国城市层级结构分析[J]. 地理研究, 2008, 27(4):917-926.
[23] Taylor P J. The new geography of global civil society:NGOs in the world city network[J]. Globalizations, 2004, 1(2):265-277.
[24] Krätke S, Taylor P J. A world geography of global media cities[J]. European Planning Studies,2004, 12(4):459-477.
[25] 王丰龙,曾刚,叶琴,等.基于创新合作联系的城市网络格局分析:以长江经济带为例[J]. 长江流域资源与环境, 2017, 26(6):797-805.
[26] 马海涛.基于知识流动的中国城市网络研究进展与展望[J]. 经济地理, 2016, 36(11):207-213,223.
[27] 吴康,方创琳,赵渺希,等.京津城际高速铁路影响下的跨城流动空间特征[J]. 地理学报, 2013, 68(2):159-174.
[28] 温锋华,张阿曼,李桂君.基于金融企业网络的京津冀城市网络结构特征分析[J]. 城市发展研究, 2017, 24(9):64-71.
[29] 罗震东,何鹤鸣,耿磊.基于客运交通流的长江三角洲功能多中心结构研究[J]. 城市规划学刊, 2011(2):16-23.
[30] 李仙德.基于上市公司网络的长三角城市网络空间结构研究[J].地理科学进展,2014,33(12):1587-1600.
[31] 戴靓,曹湛,张维阳,等.多重空间流视角下长三角城市网络特征分析[J].长江流域资源与环境, 2020, 29(6):1280-1289.
[32] 杜珊.基于陆路客运交通的长三角地区城市网络空间结构与关联性研究[D]. 上海:上海师范大学, 2020.
[33] 刘晓丽,方创琳,王发曾.中原城市群的空间组合特征与整合模式[J]. 地理研究, 2008, 27(2):409-420.
[34] 史雅娟,朱永彬,冯德显,等.中原城市群多中心网络式空间发展模式研究[J]. 地理科学, 2012, 32(12):1430-1438.
[35] 刘正兵,丁志伟,卜书朋,等.中原城市群城镇网络结构特征分析:基于空间引力与客运联系[J]. 人文地理, 2015, 30(4):79-86.
[36] 王开泳,邓羽.基于微博数据的中原城市群空间联系强度测度[J]. 中国科学院大学学报, 2016, 33(6):775-782.
[37] 韩婷婷,霍佳梅,薛娇娇,等.基于多源数据的中原城市群城市网络结构对比研究[J]. 河南大学学报(自然科学版), 2020, 50(4):379-390.
[38] 曾菊新,冯娟,蔡靖方.论西部地区的城镇网络化发展[J]. 地域研究与开发, 2003, 22(1):22-25.
[39] 郭倩倩,张志斌,师晶,等.中国西北地区城市网络结构的时空演变:基于铁路客运流视角的分析[J]. 城市问题, 2019(9):19-27.
[40] 高超,雷军.新疆天山北坡城市群经济联系分析[J].干旱区资源与环境, 2011, 25(6):24-30.
[41] 刘佳斌.新疆地州市区域空间经济联系研究[D]. 乌鲁木齐:新疆财经大学, 2015.
[42] 杜宏茹,刘毅.我国干旱区绿洲城市研究进展[J]. 地理科学进展, 2005, 24(2):69-79.
[43] 陈伟,刘卫东,柯文前,等.基于公路客流的中国城市网络结构与空间组织模式[J]. 地理学报, 2017, 72(2):224-241.
[44] 陈伟,修春亮,柯文前,等.多元交通流视角下的中国城市网络层级特征[J]. 地理研究, 2015, 34(11):2073-2083.
[45] 宗会明,黄言,胡佯佯.基于多元城际客流的成渝城市群城市网络特征研究[J]. 地域研究与开发, 2018, 37(5):60-65,82.
[46] Newman M E J.Modularity and community structure in networks[J]. PNAS, 2006, 103(23):8577-8582.
[47] Xiang J,Hu T,Zhang Y,et al.Local modularity for community detection in complex networks[J]. Physica A:Statistical Mechanics and its Applications, 2016, 443:451-459.
[48] 黄洁,杜德林,王姣娥,等.基于城市群尺度的高铁列车与长途汽车网络结构比较[J]. 地理科学, 2020, 40(12):1958-1966.