EN中文

经济地理 >

2020 , Vol. 40 >Issue 5: 106 - 117

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.05.012

城市地理与新型城镇化

基于功能性联系的山东半岛城市群空间范围划定实证研究

  • 马学广 , 1 ,
  • 唐承辉 2
展开
  • 1.中国海洋大学 国际事务与公共管理学院，中国山东 青岛 266100
  • 2.上海财经大学 城市与区域科学学院/财经研究所，中国 上海 200433

马学广（1979—），男，山东临沂人，博士，教授，硕士生导师。主要研究方向为城乡规划与区域空间治理、海洋国土空间规划与治理，住房政策与土地资源开发管理。E-mail:。

收稿日期: 2019-05-27

  修回日期: 2019-11-05

  网络出版日期: 2025-04-17

基金资助

教育部人文社会科学研究规划基金(17YJA630071)

国家社会科学基金一般项目(18BJL092)

收起

Spatial Scope of Shandong Peninsula Urban Agglomeration Based on Functional Urban Connection

  • MA Xueguang , 1 ,
  • TANG Chenghui 2
Expand
  • 1. School of International Affairs and Public Administration，Ocean University of China，Qingdao 266100，Shandong，China
  • 2. School of Urban and Regional Science/Institute of Finance and Economics，Shanghai University of Finance and Economics，Shanghai 200433，China

Received date: 2019-05-27

  Revised date: 2019-11-05

  Online published: 2025-04-17

Fold

摘要

基于多元流数据，运用GIS空间分析、社会网络分析和可达性分析等多种研究方法，从市域和县域尺度揭示了山东省地域间联系特征与结构，并划定了山东半岛城市群空间范围。研究表明：在企业流，山东半岛城市群呈现出核心边缘特征，县域尺度城市群空间范围小于城市尺度；在公路客运流，以济南为中心的高密度交通网已基本形成，各地区间联系均较为密切；在铁路客运流，高速铁路沿线地区可达性普遍较好并成为了城市群构成单元；基于多元流数据综合划定的城市群空间范围更接近其实际发育程度，并且以山东半岛城市群为例的实证分析为城市群空间范围划定研究提供有益探索。

关键词： 山东半岛城市群; 空间范围划定; 多元流; 城市联系; 企业流; 可达性

本文引用格式

马学广 , 唐承辉 . 基于功能性联系的山东半岛城市群空间范围划定实证研究[J]. 经济地理, 2020 , 40(5) : 106 -117 . DOI: 10.15957/j.cnki.jjdl.2020.05.012

Abstract

Based on the multivariate flows data, this paper uses social network analysis,GIS spatial analysis, accessibility analysis and so on to reveal characteristics and structure of urban network and demarcate spatial scope of Shandong Peninsula Urban Agglomeration from the scale of city and county. The results are presented as follows: 1) In the enterprise flow, Shandong Peninsula Urban Agglomeration presents the core edge characteristic and the county scope of it is smaller than that of city. 2) In the highway passenger transport flow, the high density transportation network centered on Jinan has basically formed and all areas are closely contacted in urban agglomerations. 3) In the railway passenger transport flow, the accessibility of areas along high-speed railways is generally better and has become an important unit of urban agglomerations. 4) The spatial scope based on multivariate flows data is closer to the actual development level of urban agglomerations, and the empirical analysis based on the Shandong Peninsula Urban Agglomeration is a useful explorations for the delineation of urban agglomeration spatial scope.

Key words： Shandong Peninsula Urban Agglomeration; demarcate spatial scope; multi-flow data; urban connection; business flow; accessibility

随着新技术革命和全球化进程的快速推进，城市群已成为国家参与全球竞争与合作的基本单元，并通过高效率的资源配置方式重构着世界经济格局。城市群概念可追溯到霍华德提出的城镇群体[1]，当今西方对其研究主要形成欧洲多中心网络城市与北美巨型区域两个学派[2-3]。城市群作为特定地域范围内，由至少3个以上大城市为基本构成单元，依托发达的交通与信息等网络，所形成空间相对紧凑、经济联系密切并实现高度一体化的城市群体[4]。由于概念不统一性与边界可变性[5]，国内外学者对城市群空间范围划定缺乏统一标准。因此，充分考虑自然、经济与政策等因素对城市群形成与发展的影响并科学划定其范围，有助于国家城镇化战略的实施与区域一体化发展[6]。目前研究中，城市群空间范围划定主要通过指标体系法与模型法。指标体系法利用社会经济统计数据确定城市群标准，如基于城市规模[7]、人口密度[8]以及交通可达性[9]等指标。模型法主要测度城市腹地以划定城市群范围，如利用引力模型计算城市联系强度与吸引范围[10-11]；基于空间算法和分形特征识别城市群实体空间[12-13]；利用加权Voronoi图对城市的引力范围进行划定等[14-15]。近年来，随着理论研究的深入与空间技术的发展，出现了基于点—轴系统理论[16]、网络分析[17]以及要素流[18]等新型方法划定城市群空间范围。
由于数据获取困难，城市群空间范围划定仍以指标体系法为主，且大部分研究通过静态属性数据测度[19]，难以精确刻画城市群复杂的功能性联系，导致空间范围划定结果与实际存在偏差。作为边界开放的有机整体，城市群空间范围拓展受到城市联系方向与强度的影响，从而可利用功能性联系划定其范围[20]。对于山东半岛城市群范围的划定，本文选取高端生产性服务业（Advanced Produce Service，APS）网点数据、公路与铁路客运流数据综合测度山东省地域间联系，主要基于以下考虑：①数据典型性，目前城市联系测度主要通过企业组织、基础设施与社会文化等途径，APS网点数据揭示了城市间资金等要素流动[21]，公路与铁路客运流等数据反映不同距离下城市间人流与物流等要素流动[22]；②数据可获取性，相比于百度指数等互联网数据，这三类流数据易通过网络爬取并在实践推广；③数据适宜性，青岛等沿海城市区位优势显著且经济对外开放水平高，已成为众多APS企业的集聚地。
山东半岛城市群空间范围经历了多次变迁，并且不同时期学者和政府提出的主张也不尽相同。周一星在2003年《山东半岛城市群发展战略研究》将烟台、威海、青岛、日照、潍坊、淄博、济南、东营8个城市作为城市群范围（8城市方案）[23]。之后，山东省人民政府在2007年颁布的《山东半岛城市群总体规划（2006—2020年）》考虑滨州市邹平县与济南有着密切的社会经济联系，将其与以上8个城市结合作为该城市群空间范围（8+1城市方案），这一地域界定已成为学术界较为公认的山东半岛城市群范围。然而，2010年后上述两个方案已经难以反映山东半岛城市群社会经济快速发展所导致的空间范围变迁。方创琳等在2013年将山东省除临沂、枣庄、济宁和菏泽四市之外的13个城市作为山东半岛城市群的空间范围（13个城市方案），但该方案更多地基于属性数据而未能充分反映城市间多样复杂的功能性联系[24]。山东省人民政府在2017年发布的《山东半岛城市群发展规划（2016—2030年）》将17个城市全部纳入城市群（17个城市方案），但该方案更多服务于省域经济发展与兼顾各城市的利益诉求。此外，国务院2016年批复的《中原城市群发展规划（2016—2020年）》将菏泽、聊城作为中原城市群的组成部分，这与山东半岛城市群空间范围存在交叠。综上所述，山东省内和省外空间政策层面上的城市群范围划定在地域选择和时空延续上存在混乱、夸大和交叉，亟待通过多维多视角的分析对山东半岛城市群的合理范围进行核验。因此，本文基于APS网点数据、公路与铁路客运流数据综合测度山东省地域间联系特征与结构并划定城市群空间范围。

1 研究区域、研究方法与数据来源

1.1 研究区域

本文选取山东省17个城市与140个县级行政单元作为研究区域。目前，中国城市群在选择与培育过程中存在“滥圈滥划、扩容贪大、拔苗助长、无中生有、拼凑成群”等一系列亟待解决的“城市群病”[25]。山东半岛城市群作为快速发展的城市群之一，学者和政府对其范围划定存在较大分歧，尤其是政府划定的城市群范围更多基于经济发展的考虑，而忽略了城市间联系。山东半岛城市群存在的“滥圈滥划”等问题是全国“城市群病”的缩影与典型代表，选择该城市群并科学划定其范围不仅有利于认清城市群发展现状，而且能为其它城市群空间范围划定与政策实施提供较好借鉴。
在自然地理上，山东半岛存在大小之分，青岛、烟台与威海构成小山东半岛，再加上潍坊与日照则构成大山东半岛。同时，济南、淄博、东营与日照在地理范围虽不属于山东半岛，但考虑铁路沿线城市发展与沿海经济区开放等因素，这些城市一般也被学者和政府作为该城市群的重要城市，但缺乏基于城市联系对其范围划定提供依据。随着山东半岛地区城市化和工业化进程的不断推进，城市建成区规模不断扩大且地域间相互作用也不断增强，从而带动城市周边地区发展并使得城市群空间范围产生了拓展。因此，需在学者们提出8个城市、8+1城市以及13个城市等方案基础上扩大考察范围，以适应山东半岛城市群范围变迁的实际。同时，鉴于山东半岛城市群在自然地理上主要依托山东半岛地区，并且城市经济辐射与联系受行政区划的影响主要集中在山东省范围内，属于典型的省域内城市群。此外，目前学者们对山东半岛城市群范围的划定尚未超出山东省范围。因此，综合考虑城市群范围扩张与城市经济辐射有限性等因素，将山东省17个城市与140个县级行政单元均作为研究区域。

1.2 研究方法

1.2.1 基于链锁模型的联通度分析

本文选取山东省设有总部或分支机构的银行、保险、证券、会计与律师事务所五个行业75家APS公司，构建网络并利用链锁模型计算各地区在网络的连通度。鉴于网点数量与规模的影响，首先构建公司与城市的二模网络并通过以下方式获得公司j在城市i的得分 V i j：
V i j = ∑ h W h · n i j , h h = 1,2 , … , 5
式中：h为公司网点的级别，共分为5级，包括总部、省分公司、市分公司、支公司和普通网点等，并根据服务范围确定级别，但银行业网点中不包括ATM机和自助银行； W h为某一层级分支机构对应的权重值，参照国内外已有研究依次从总部到普通网点赋值5~1分； n i j , h表示公司j在城市i所拥有h层级网点的数量。然后将公司与城市间二模矩阵转换为一模矩阵，并通过以下公式计算城市间连通度与单一城市连通度。
公司j在城市a与城市b的连通度 R a b , j：
R a b , j = R a j · V b j     j = 1,2 , … , m
城市a与城市b之间的总体连通值 R a b：
R a b = ∑ j R a b , j     j = 1,2 , … , m
单一城市在网络中的联通度 N a是它与各城市连通度的总和：
N a = ∑ i R a i     i = 1,2 , … , n , i ≠ a
县域连通度计算与城市联通度类似，将城市转换为相应的县域。同时，将 R a b与 N a通过取各值与最大值的比值进行标准化以利于比较。

1.2.2 基于中心度社会网络分析

在复杂网络，各节点因地位与角色的差异而具有不同中心度。节点的度数中心度越大，联系的节点数量越多且越接近网络的核心位置，反之则联系节点数量越少且越处于边缘[26]。因此，依据节点度数中心度及其位置识别节点在网络中的影响力以及与其它节点联系紧密程度，从而区分城市群核心、边缘与外围节点。
C D i = ∑ j = 1 n X i j
式中： C D i为节点i在网络中度数中心度； X i j为节点i与节点j的联系强度。

1.2.3 集聚性分析

集聚性指一个城市与其它城市实际联系强度之和，反映某一城市在网络中的流集聚能力。
P i = ∑ i = 1 n P i j + P j i     i = 1,2 , 3 … , n , i ≠ n
式中： P i j为城市i与其它城市联系强度之和； P j i为城市j与其它城市联系强度之和。县域集聚性计算与其类似，将城市间联系转换为县域间联系。

1.2.4 首次位联系分析

首次位联系分别通过统计与某一城市往来车次数最多与其次的城市，这些城市间最强或其次的经济联系构成了城市网络的主干，直观揭示网络中城市集群[27]，从而为划定城市群空间范围提供依据。

1.2.5 可达性分析

可达性系数指城市某一可达性指标同网络中全部城市该指标平均值的比值，可达性系数越小表明城市间往来的交通成本越低且越有利于人财物等资源流动，进而成为衡量城市联系的重要指标[17]。
A i ' = A i ∑ i - 1 n A i / n
式中：A i为加权平均旅行时间，在考虑经济发展水平的基础上计算城市间最短的时间距离。
A i = ∑ j - 1 n T i j · M J ∑ j - 1 n M J
式中： M J为城市对周边城市（县）辐射力，本文中城市尺度运用全市的GDP（ G j）和常住人口数（ P j）来计算权重，而县级层面则运用市辖区以及县域GDP（ G j）和常住人口数（ P j），即 M J = G j · P j； T i j为城市i与城市j之间的最短旅行时间。
T i j = m i n T i j 0 , T i k + T k j
式中： T i j 0为城市i与城市j之间有直达车次的最短时间，若无直达车次则 T i j 0 = ∞； T i k和 T k j分别为城市i和城市j到城市k的最短时间，即进行一次中转的最短旅行时间。

1.3 数据来源

选取山东省75家APS公司的11 614条网点数据以及公路与铁路客运流数据。考虑数据的可获取性与分级结构，银行业选取中国工商银行、中国建设银行、中国农业银行、中国邮政储蓄银行、中国银行以及交通银行6家全国性银行，保险行业选取选取中国人寿保险（集团）公司、中国平安保险(集团）股份有限公司、中国人民保险集团股份有限公司、新华人寿保险股份有限公司5家全国性保险公司，证券公司和律师与会计事务所分别选取2016年综合实力前100名且山东省各城市有两个以上分支机构的公司。由于中国邮政储蓄银行的末级营业网点更多基于行政原则，而依附于邮政局设立的乡镇“营业所”，难以客观表征城市间经济联系，因此本文不涉及中国邮政储蓄银行的末级营业网点。
APS公司网点数据主要来源于各个公司官方网站，铁路客运流数据和公路客运流数据分别通过爬取查询网（www.ip138.com）与车次网（www.checi.cn），并用极品时刻表补充完善。随后，客运流数据分别将经停站信息转换所在城市和县域信息，利用排列组合获得同一车次下任意两城市或两县域间有效的车次数据，并剔除重复数据。此外，各城市与各县的GDP与常住人口数等指标利用《中国城市统计年鉴2016》和各地区发布的统计公报，缺失数据则用该年份该类数据的平均值进行替换。

2 单一要素流下城市群空间范围划定

2.1 基于企业流的城市群空间范围划定

2.1.1 地域单元间连通度

基于APS网点数据，通过互锁网络模型构建联系矩阵并计算地域间连通度。同时，利用GIS软件自然间断点法对连通度进行分级，以揭示山东省地域间联系强度（图1）。
图1 基于企业流山东省地域间联系的空间格局

Fig.1 Spatial pattern of regional connection based on enterprise flow in Shandong Province

在城市尺度，山东省城市网络形成了较明显的核心区。第一等级的城市联系集中于青岛与济南等城市，青岛与其它6个城市形成较强的关联带，而济南、烟台以及潍坊等城市对外联系数依次递减。APS网点在开展业务时，也促进资源流动与集聚，并为城市群的形成与发展奠定了基础。在县域尺度，高等级联系分布于青岛等城市中心区且更集中于沿海地区。这与城市间连通度具有较高相似性，反映了经济活动高度分离又局部集聚的特征。

2.1.2 城市与县域连通度的空间差异

为分析节点联系强度的空间分布特征，计算各地域单元的网络连通度并进行插值分析（图2）。在城市尺度，该网络具有核心边缘特征并形成三条跨地域关联带。城市联系沿济南—青岛、烟台—临沂以及德州—济宁三条关联带向东西与南北方向拓展，并形成青岛与济南双中心以及临沂与济宁两个次中心。莱芜、枣庄与日照分布着较少的APS网点，尚未与其它城市形成密切的经济联系，处于网络的边缘。在县域尺度，网络碎片化较严重且连通度大致由城市中心区、县级市、县递减。青岛与济南形成了辐射范围广泛的片区，其它城市仅中心区形成了小范围高地。德州市庆云县和夏津县与枣庄市山亭区等地区，由于APS网点数量很少而成为空间联系的孤岛。此外，日照市东港区基于优越的地理位置吸引着较多APS企业集聚而形成联系的高地，说明日照市总体经济规模有限但城市中心区仍处于网络的核心。
图2 基于企业流山东省各地域单元连通度插值图

Fig.2 Interpolation diagram of donnectivity degree of regional unit based on enterprise flow in Shandong Province

2.1.3 复杂网络下城市群的核心区与边缘区

前文分析中，山东省城市与县域网络呈现出明显的核心边缘特征且联系分布不均衡。但未准确识别网络中不同节点的重要性与对外辐射强度，因此利用Ucinet软件基于节点中心度生成拓扑网络（图3）。在该网络，青岛与济南中心度最大并成为全省城市联系的影响源。潍坊、烟台与淄博等节点度也较高而成为次级节点。但日照、莱芜、聊城、菏泽处于网络的边缘，说明它们在复杂网络中资源控制与集聚能力最弱，处于拓扑网络的外围。在县域尺度，高度值节点主要是城市中心区，其次是临近中心区的县级市，最低则为离市中心最远的县，这与连通度插值结果较为类似，反映出拓扑网络与地理网络存在较高的一致性。
图3 基于节点中心度山东省地域间的拓扑网络

Fig.3 Topological network of region based on node centrality in Shandong Province

2.1.4 基于企业流不同尺度城市群空间范围识别

基于城市与县域网络的空间联系特征与节点中心度变化规律，发现处于越接近核心位置的节点联系越密切且拥有越高节点中心度，主导着城市群内部联系强度与方向，可将这些城市作为城市群的核心区。因此，结合城市群须具备密切的城市间联系标准，将城市间连通度低于0.2且处于外围位置的城市节点不作为城市群空间范围，而连通度在0.2与0.5之间且处于中间位置的城市作为城市群的边缘区，进而形成城市群空间范围（图4）。具体而言，在城市层面，城市群空间范围主要是青岛、济南以及潍坊等12个城市，核心区有8个城市而边缘区有4个城市，莱芜等5个外围城市未能成为城市群的范围。在县域层面，城市群的空间范围与城市尺度具有较高相似性但总体范围更小。
图4 基于企业流山东半岛城市群空间范围

Fig.4 Spatial scope based on enterprise flow of Shandong Peninsula Urban Agglomeration

2.2 基于公路客运流的城市群空间范围划定

2.2.1 地域单元间联系特征

在公路客运流，城市联系呈现明显的向心性与地域临近性（图5）。济南作为省会城市集中了最多的联系并成为了网络中心。青岛由于地处边缘，并未与其它城市形成较多城市关联带。青岛—潍坊、烟台—威海、济宁—枣庄以及滨州—淄博形成了同城化取向的城市对。在县域联系，网络呈现出多中心空间格局且高等级联系分布更均衡。济南等城市与周边县的公路客流往来较密切，日照、东营、滨州与淄博缺乏第一等级客流联系。近年来，山东省交通基础设施不断完善，形成四通八达的高速公路网，各地区都成为网络中的组成部分。
图5 基于公路客运流山东省地域间联系的空间格局

Fig.5 Spatial pattern of regional connection based on highway passenger transport flow in Shandong Province

2.2.2 城市与县域集聚性分析

由于公路网络密度较高且地域间联系分散，城市群范围难以精确识别，借助各地区经停车次的插值分析，探讨联系集聚性与空间依赖性（图6）。在城市层面，以济南为中心形成济南—青岛、济南—济宁、济南—聊城、济南—德州四条关联带且向东西南北4个方向拓展，但济南、淄博与潍坊间联系最密切。青岛由于地处边缘，客流集聚性更小，仅形成一定范围高地。济宁与临沂也形成了次一级高地，但二者尚未形成强关联带，说明鲁南经济带发展尚需增强经济联系。由于地处边缘，菏泽与日照与其它城市联系较缺乏。县域尺度，除德州、菏泽、日照、莱芜、枣庄外，其它城市均形成了客流联系高地并对周边县产生较强的辐射力。
图6 基于公路客运流山东省各地域单元集聚性插值图

Fig.6 Interpolation diagram of intensity of agglomeration of regional unit based on highway passenger transport flow in Shandong Province

2.2.3 城市与县域首次位联系分析

作为城市群结构的重要反映，首次位联系影响着资源流动的方向与路径，推动城市群发展。分析各城市首次位联系对象与规模，以揭示山东省公路网络中地域间联系的集群特征，并为城市群范围划定提供依据（图7）。
图7 基于公路客运流山东省首次位联系格局

Fig.7 Pattern of primate connections based on highway passenger transport flow in Shandong Province

在城市尺度，济南成为德州等7个城市首次位联系对象，主导省内中西部地区资源流动。青岛也成为潍坊等4个城市的首次位联系对象，成为东部客流中心。随着高速铁路等新型交通方式出现，公路作为城市联系载体的重要性逐渐降低，使济南、淄博与潍坊等城市间未形成首位联系。济宁集中了4条首次位联系线，成为鲁南地区客流重要集散地，并具备区域次级中心功能。临沂和日照互相成为对方首位联系对象，说明二者之间客运联系密切。
在县域尺度，城市内部联系强于外部联系，表现出显著的行政区经济。在行政边界影响下，各城市成为县域首次位联系的主要对象。该网络中，县域间联系数量由西向东逐渐减少。济南集中了最多首次位联系，并成为了公路客流网络的核心。青岛等沿海城市处于整个网络的边缘地带，导致其联系较分散且规模较小。

2.2.4 基于公路客运流城市群的空间范围识别

汇聚首次位联系数量越多的城市，资源集聚能力越强，从而对周边地区的辐射能力也越强[28]。因此，通过首次位联系揭示城市集群与中心城市的辐射范围，并结合地域间联系及其集聚程度综合划定城市群空间范围。随着公路基础设施不断完善，山东省形成了以济南为中心的高密度网络，城市间交流与合作获得了较大提升，并促使各城市与县域成为网络中的重要节点。因此，将全部城市与县域均纳入城市群范围，并利用首次位联系格局识别各城市影响区。具体而言，当某城市与另一城市（县）形成首位联系则划入该城市影响区，若未形成首位联系则依据次位联系划分影响区（图8）。
图8 基于公路客运流山东半岛城市群空间范围

Fig.8 Spatial scope based on highway passenger transport flow of Shandong Peninsula Urban Agglomeration

在城市尺度，公路网络形成了济南、青岛、济宁与临沂为中心的四大影响区。济南与青岛分别成为省内中西部地区和东部地区客流中心，济宁成为次一级客流中心。临沂与日照互为对方的首位联系对象，并形成以临沂为中心的影响区。同时，淄博和威海首位联系对象分别为滨州与烟台，但次位联系对象分别是济南与青岛，说明它们与两大中心城市也存在密切联系，可分别作为两大中心城市影响区。此外，菏泽与济南形成首位联系，但它与济宁也形成了首位联系。基于地域临近性，暂将菏泽与济宁划分到同一影响区。在县域尺度，各城市成为临近县域首次位联系的主要对象，形成了以各城市为主的影响区，并与其行政区划较吻合。

2.3 基于铁路客运流的城市群空间范围划定

2.3.1 地域单元间联系特征

在铁路客流网络，城市联系差异明显且形成了“一横一纵”两条客流带（图9）。一横是沿胶济线的济南—青岛客流带，一纵是沿京沪线的德州—枣庄客流带。它们处于强连接状态，并主导城市群人流、物流等要素流动的方向与强度。随着青烟威荣高铁的开通，青烟威间客流来往频繁，形成了较高等级城市联系。在县域网络，高等级客运流联系主要分布在胶济线与京沪线山东段的城市及县域间，并呈现“T”字形空间架构。说明这两条铁路干线对于山东省城镇体系发展与空间结构发育具有重要作用。县域网络与城市网络有较高相似性，但由于京沪线在曲阜市设置站点，使其与济南形成第一等级客流联系。济宁与沿线其它城市联系数量相对较少，反映了高速铁路建设虽促进了沿线城市要素流动，但也拉大地域间发展差距。
图9 基于铁路客运流山东省地域间联系的空间格局

Fig.9 Spatial pattern of regional connection based on railway passenger transport flow in Shandong Province

2.3.2 城市与县域可达性分析

作为交通便捷程度的重要指标，可达性系数越小表明地区实际通达性越好，城市群人员与物质等资源流动也越频繁且经济联系越密切，从而成为城市间客流往来的重要表征[29]。从城市与县域两个层面计算可达性系数，分析山东省经济联系的不均衡性及其对区域空间结构影响（图10）。
图10 基于铁路客运流山东省各地域单元可达性插值图

Fig.10 Interpolation diagram of intensity of agglomeration of regional unit based on railway passenger transport flow in Shandong Province

在城市尺度，可达性系数较低区域集中在已开通高速铁路的胶济沿线与京沪山东段沿线。在空间分布上，可达性系数呈现出核心—外围格局，济南与青岛等核心城市可达性系数较低而菏泽与日照等外围城市可达性系数较高。在县域尺度，可达性系数空间分布与城市尺度大致相似，胶济与京沪两大铁路干线强化了沿线地区经济联系，并使得可达性系数普遍低于1。同时，可达性系数空间分布更加不均衡，不仅表现为以青岛为中心的沿海区域可达性优于中西部地区，也体现为市辖区可达性优于周边县。

2.3.3 城市群通勤时间范围分析

济南与青岛作为山东半岛城市群的中心城市[30]，基于密切的贸易往来对周边地区产生强大辐射力。作为城市间往来高度频繁的地区，城市群通勤时间与中心城市的辐射范围密切相关，刘卫东、孙伟以及黄征学等学者认为可用通勤时间划定其范围[31⇓-33]，如中心城市2 h或与3 h的通勤圈等。因此，通过计算济南与青岛2 h与3 h铁路客流通勤范围，分析二者经济作用强度强烈的地区，以作为其影响范围（图11）。
图11 基于铁路客运流山东半岛城市群的通勤时间

Fig.11 Commuting time based on railway passenger transport flow of the Shandong Peninsula Urban Agglomeration

在城市尺度，济南2 h通勤范围包括滨州、聊城与泰安等城市，青岛2 h通勤范围主要有潍坊、威海与烟台等城市。在3 h通勤范围，济南与青岛间也形成客流联系。但菏泽、东营、临沂与日照均与两大中心城市相距较远且缺乏高铁往来，脱离了该通勤圈。县域通勤范围与城市尺度也较相似，滨州等城市与济南形成2 h或3 h通勤圈。滨州、德州与菏泽的外围县域却在济南3 h通勤圈外，烟台部分县域也在青岛3 h通勤圈外。

2.3.4 基于铁路客运流的城市群空间范围识别

通勤时间影响了人财物等资源流动与集聚的便捷程度，避免过长的交通时间成本是实现城市群一体化的要求。目前，城市群空间影响范围主要存在距离中心城市2 h与3 h通勤圈。若距离中心城市超过3 h则说明其交通通达性较差，难以形成区域一体化[30]，从而通过限定中心城市的通勤圈范围，并结合地域间联系综合划定城市群范围（图12）。
图12 基于铁路客运流山东半岛城市群空间范围

Fig.12 Spatial scope based on railway passenger transport flow of the Shandong Peninsula Urban Agglomeration

在城市尺度，滨州等13个城市属于济南或青岛2 h通勤圈内，可作为城市群的范围。东营、菏泽、临沂以及日照均不在济南或青岛3 h通勤范围内，不作为城市群的范围。在县域尺度，城市群空间范围与城市尺度较为相似，主要为济南与青岛3 h通勤范围的城市及其临近县。但由于部分县未设置火车站点或经城市中转，难以在3 h到达中心城市，导致县域城市群范围小于城市尺度。

3 多元流数据下山东半岛城市群空间范围划定

目前，山东半岛城市群处于快速发展阶段，其空间范围随着社会经济发展与城镇体系演变经历了多次变更。因此，对山东半岛城市群空间范围进行划定，既要考虑不断增强的城市联系，也应考虑地理与政策等因素对城市群发展的影响以形成城市群最终的空间范围。

3.1 基于多元流的山东半岛城市群空间范围划定

在单独要素流，城市群范围仅是城市间某一方面联系的体现，而三种流数据共同划定的城市群则表明这些地区在不同类型的城市网络中均存在密切的经济联系[34]。APS网点数据表征了城市间企业关联，而公路与铁路客流数据反映不同距离下城市间人员与物流的往来，通过这三种流数据可以较全面揭示城市群内部的功能性联系，并且避免单一要素与方法划定城市群空间范围的片面性[35]。因此，将三类数据中城市群范围的交集作为山东半岛城市群的空间范围（图13）。在交集范围中，城市群间资金、人员以及物流等资源流动与集聚十分迅速，实现城市群的一体化难度较小[36]。
图13 多元要素流下山东半岛城市群的空间范围

Fig.13 Spatial scope based on multivariate flows data of the Shandong Peninsula Urban Agglomeration

在城市尺度，济南等10个城市基于良好的企业连通度与交通可达性，形成了密切的经济联系并处于三种要素流的交集区域。同时，隶属于这些城市的县区有超过半数以上也形成了密切的联系，从而在县域尺度也成为要素流的交集区域。综合城市与县域尺度的地域间联系，将这10个城市作为山东半岛城市群的空间范围。虽然东营与临沂在企业流与公路流中与其它城市存在较密切的联系，但大部分县与中心城市的通勤时间均超过了3 h，未能成为铁路客流的城市群地区。聊城、莱芜以及枣庄仅在铁路与公路网络拥有较好联系，但大部分县APS网点数量较少而未能形成密切的企业间联系。菏泽与日照两个边缘城市仅在公路网络存在一定的联系，大部分县域企业关联不足且铁路通勤时间也较长，导致生产要素流通与集聚能力较欠缺。此外，由于经济规模与城镇化水平有限，县域城市群范围总体小于城市尺度。

3.2 山东半岛城市群空间范围的调整

作为城镇化发展的高级形式，城市群通过产业与交通网络形成了密切的社会经济联系。因此，基于多元流数据表征城市间联系，并将联系密切的地区作为城市群的空间范围。但城市群作为地域临近的城市区域，对其空间范围划定需考虑空间连续性。此外，城市群是国家新型城镇化的空间平台，承担着提升区域竞争力与优化国土空间布局的重要使命，对其空间范围划定也应考虑国家战略对区域发展的定位。因此，在功能性联系划定基础上，结合空间连续性与国家战略对其范围进行调整，形成三种方案并对其优缺点进行比较，最终划定山东半岛城市群的空间范围（图14）。
图14 山东半岛城市群空间范围的调整方案

Fig.14 Proposals of spatial scope in Shandong Peninsula Urban Agglomeration

方案一：基于前文分析，将莱芜也纳入城市群范围。在《山东省城镇体系规划（2011—2030年）》中，莱芜作为济南都市圈的重要城市且强化了与济南一体化发展。随着2016年济莱协作区正式成立，济南与莱芜积极开展高铁建设、产业协作等众多项目，极大促进了二者资源流动与经济融合。此外，莱芜处于山东省的几何中心。
方案二：将莱芜、东营与日照纳入城市群范围，形成13个城市构成的城市群。东营和日照在铁路客流中未成为城市群的一部分，但二者均属于山东半岛蓝色经济区的城市，对于海洋经济发展具有重要作用。此外，东营还是黄河三角洲高效生态经济区的重要城市。方案二与方创琳等提出的山东半岛城市群空间范围较接近[37]。但相比于聊城，济宁APS网点数量更多且铁路通达性更好，进而成为城市群的一部分。
方案三：将17个城市纳入城市群范围，但将13个城市作为城市群核心区，聊城、菏泽、枣庄与临沂等4个城市作为未来拓展区。目前，聊城等4个城市APS企业发育较为不足且铁路通达性也较差。随着未来山东省“三横五纵”快速铁路网建设与产业协同发展，它们与其它城市间联系将获得增强。因此，也可将它们作为城市群的未来拓展区。
综合三种方案，认为方案二划定的山东半岛城市群空间范围目前较合适。该方案中，10个城市在不同要素流中均存在密切的经济联系，并且综合考虑莱芜、日照以及东营的地理特殊性、海洋经济发展以及国家战略等因素，揭示了山东半岛城市群的实际发育程度并为未来城市群空间战略的制定与实施提供了科学依据。

4 结论与讨论

基于多元流数据，本文利用社会网络分析、GIS空间分析与可达性分析等多种研究方法，从市域与县域两个尺度综合分析了山东省地域间联系特征，并划定了山东半岛城市群空间范围。研究结论主要有：①从企业流来看，山东半岛城市群由济南等12个城市构成，并依据节点的中心度及其位置分为核心区与边缘区。②从公路客运流来看，以济南为中心的高密度交通网络已基本形成，各城市与各县客运流联系频繁，并成为城市群的构成单元。③从铁路客运流来看，山东半岛城市群主要由京沪线与胶济沿线地区构成。由于较多边缘县未设置火车客流站点或经城市中转，县域城市群空间范围也小于城市尺度。④从三种流数据的交集区域来看，流动空间中的城市群主要由济南等10个城市构成，并且这些城市大部分县区也成为了县域城市群的组成部分。⑤由于城市群空间范围受众多因素影响，形成三种划定方案，但基于各方案的优缺点比较，认为方案二较符合目前城市群实际发育程度。
相比于以往研究，本文立足于城市群本质，通过多元流数据下城市与县域间联系特征与结构的综合分析，更精确地划定了流动空间中城市群的空间范围。同时，考虑地理与国家战略等因素对城市群发展的影响，提出了城市群空间范围的调整方案以便于政策制定与实施。此外，本文虽运用了GIS空间分析、社会网络分析以及可达性分析等不同方法，但实质是为了测度城市群内部的功能性联系，从而为空间范围的划定提供充足的科学依据。然而，城市群作为一个复杂、开放的巨型系统，本文虽以山东半岛城市群为例对其空间范围进行了划定，但仍存在诸多不足。尤其是选取APS企业流、公路与铁路流数据虽较容易获取并加以推广，但未来研究中可获取多元的长时间序列流数据对城市群空间变迁的动态过程进行揭示，从而为城市群形成与演变机制提供参考。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Howard E. Garden cities of tomorrow[M]. London:Routledge, 2007.

[2]
贺灿飞, 黄志基. 中国城市发展透视与评价[M]. 北京: 科学出版社, 2014.

[3]
方创琳, 宋吉涛, 蔺雪芹, 等. 中国城市群可持续发展理论与实践[M]. 北京: 科学出版社, 2010.

[4]
马学广, 李贵才. 欧洲多中心城市区域的研究进展和应用实践[J]. 地理科学, 2011, 31(12):1423-1 429.

[5]
顾朝林. 城市群研究进展与展望[J]. 地理研究, 2011, 30(5):771-784.

[6]
马学广. 全球城市区域的空间生产与跨界治理研究[M]. 北京: 科学出版社, 2016.

[7]
Gottmann J. Megalopolis or the urbanization of the northeastern seaboard[J]. Economic Geography, 1957, 33(3):189-200.

[8]
张欣炜, 宁越敏. 中国大都市区的界定和发展研究——基于第六次人口普查数据的研究[J]. 地理科学, 2015, 35(6):665-673.

DOI

[9]
张倩, 胡云锋, 刘纪远, 等. 基于交通、人口和经济的中国城市群识别[J]. 地理学报, 2011, 66(6):761-770.

[10]
邓羽, 刘盛和, 蔡建明, 等. 中国中部地区城市影响范围划分方法的比较[J]. 地理研究, 2013, 32(7):1220-1 230.

[11]
Ferrari C, Parola F, Gattorna E. Measuring the quality of port hinterland accessibility:the ligurian case[J]. Transport Policy, 2011, 18(2):382-391.

[12]
刘飞, 郑新奇, 黄晴. 基于空间分形特征的城市群实体空间识别方法[J]. 地理科学进展, 2017, 36(6):677-684.

DOI

[13]
Tannier C, Thomas I. Defining and characterizing urban boundaries:a fractal analysis of theoretical cities and Belgian Cities[J]. Computers Environment & Urban Systems, 2013, 41(41):234-248.

[14]
梅志雄, 徐颂军, 欧阳军. 珠三角城市群城市空间吸引范围界定及其变化[J]. 经济地理, 2012, 32(12):47-52.

[15]
刘梦丽, 王伟, 刘静玉, 等. 中原城市群城市引力范围界定及演变格局[J]. 地域研究与开发, 2017, 36(4):49-54.

[16]
高晓路, 许泽宁, 牛方曲. 基于“点—轴系统”理论的城市群边界识别[J]. 地理科学进展, 2015, 34(3):280-289.

DOI

[17]
潘竟虎, 戴维丽. 基于网络分析的城市影响区和城市群空间范围识别[J]. 地理科学进展, 2017, 36(6):667-676.

DOI

[18]
席广亮, 甄峰. 基于大数据的城市规划评估思路与方法探讨[J]. 城市规划学刊, 2017(1):56-62.

[19]
王成, 王茂军. 山东省城市关联网络演化特征——基于“中心地”和“流空间”理论的对比[J]. 地理研究, 2017, 36(11):2197-2 212.

[20]
潘竟虎, 刘伟圣. 基于腹地划分的中国城市群空间影响范围识别[J]. 地球科学进展, 2014, 29(3):352-360.

DOI

[21]
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.

[22]
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):2073-2 083.

[23]
周一星, 杨焕彩. 山东半岛城市群发展战略研究[M]. 北京: 中国建筑工业出版社, 2004.

[24]
方创琳, 毛其智. 中国城市群选择与培育的新探索[M]. 北京: 科学出版社, 2015.

[25]
方创琳, 王振波, 马海涛. 中国城市群形成发育规律的理论认知与地理学贡献[J]. 地理学报, 2018, 73(4):1-15.

[26]
刘军. 整体网分析讲义[M]. 上海: 上海人民出版社, 2009.

[27]
王姣娥, 景悦. 中国城市网络等级结构特征及组织模式——基于铁路和航空流的比较[J]. 地理学报, 2017, 72(8):1508-1 519.

[28]
姚士谋, 等. 中国城市群新论[M]. 北京: 科学出版社, 2016.

[29]
孟德友, 陆玉麒. 基于铁路客运网络的省际可达性及经济联系格局[J]. 地理研究, 2012, 31(1):107-122.

DOI

[30]
薛俊菲, 陈雯, 曹有挥. 中国城市密集区空间识别及其与国家主体功能区的对接关系[J]. 地理研究, 2013, 32(1):146-156.

[31]
牛方曲, 刘卫东, 宋涛, 等. 城市群多层次空间结构分析算法及其应用——以京津冀城市群为例[J]. 地理研究, 2015, 34(8):1447-1 460.

[32]
孙伟, 闫东升, 吴加伟. 城市群范围界定方法研究——以长江三角洲城市群为例[J]. 地理研究, 2018(10): 1 957-1 970.

[33]
黄征学. 城市群界定的标准研究[J]. 经济问题探索, 2014(8):156-164.

[34]
顾朝林, 王颖, 邵园, 等. 基于功能区的行政区划调整研究——以绍兴城市群为例[J]. 地理学报, 2015, 70(8):1187-1 201.

[35]
牛亚菲, 宋涛, 刘春凤, 等. 基于要素叠加的旅游景区经济影响域空间分异——以八达岭长城景区为例[J]. 地理科学进展, 2010, 29(2):225-231.

[36]
韩刚, 袁家冬. 论长春都市圈的地域范围与空间结构[J]. 地理科学, 2014, 34(10):1202-1 209.

[37]
方创琳, 毛其智. 中国城市群选择与培育的新探索[M]. 北京: 科学出版社, 2015.

Options
文章导航

/

〈 〉