EN中文

经济地理 >

2019 , Vol. 39 >Issue 6: 7 - 15

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.06.002

区域经济理论与方法

流空间视角下的粤港澳大湾区空间网络格局——基于信息流与交通流的对比分析

  • 邱坚坚 ,
  • 刘毅华 , ※ ,
  • 陈浩然 ,
  • 高枫
展开
  • 广州大学 地理科学学院，中国广东 广州 510006
※ 刘毅华（1964—），女，陕西丹凤人，教授，硕士生导师。主要研究方向为区域土地利用及城乡规划。E-mail：。

邱坚坚（1996—），男，广东云浮人，硕士研究生。主要研究方向为产业发展与城乡规划。E-mail：。

收稿日期: 2018-11-17

  修回日期: 2019-05-20

  网络出版日期: 2025-04-24

基金资助

国家自然科学基金项目(41771096)

教育部人文社会科学研究规划项目(13YJA790074)

广东省高等学校国际暨港澳台科技合作创新平台项目(2014KGJHZ009)

收起

Urban Network Structure of Guangdong-Hong Kong-Macao Greater Bay Area with the View of Space of Flows：A Comparison between Information Flow and Transportation Flow

  • QIU Jianjian ,
  • LIU Yihua , ※ ,
  • CHEN Haoran ,
  • GAO Feng
Expand
  • School of Geographical Sciences，Guangzhou University，Guangzhou 510006，Guangdong，China

Received date: 2018-11-17

  Revised date: 2019-05-20

  Online published: 2025-04-24

Fold

摘要

时空压缩背景下，城市间的空间作用转向关注要素联系视角，动态流空间主导着区域空间网络的新格局。文章从信息流和交通流出发，借助测度修正、空间计量、社会网络分析等方法，从内部与外部联系两个维度对粤港澳大湾区的网络结构特征进行识别与分析。结果发现：①湾区内部联系网络呈现以广深为双核心的结构，佛、莞、珠的中心性地位较突出，其中信息流格局具有沿东岸“弧形”轴线分布的特征，网络体系兼具多中心性和扁平性，而交通流则呈“N”字型沿中部延伸，等级性功能联系较明显；②香港是湾区外部联系网络的枢纽，深、广、澳为核心节点，区域格局深受全球非局域中心联系的影响，但整体的交通外部联系较为匮乏；③湾区综合网络格局以三大枢纽为核心，但制度差异下的空间融合联系受到地方化及地缘偏向的约束，对等级关系有一定的依赖，结构上存在主导性缺失。

关键词： 流空间; 城市网络; 粤港澳大湾区; 信息流和交通流; 城市群; 等级规模体系; 协同发展

本文引用格式

邱坚坚 , 刘毅华 , 陈浩然 , 高枫 . 流空间视角下的粤港澳大湾区空间网络格局——基于信息流与交通流的对比分析[J]. 经济地理, 2019 , 39(6) : 7 -15 . DOI: 10.15957/j.cnki.jjdl.2019.06.002

Abstract

In the context of time-space compression, the spatial interaction of intercity relationships turns to factor connection. The dynamic "Space of Flows" plays a dominant role on the regional network structure. Based on the two fundamental element (information flow and transportation flow) and with the compared analysis between internal and external relations of urban flow network, this article distinguishes and analyzes the characteristics of network structure in Guangdong-Hong Kong-Macao Greater Bay Area by such means as measurement modification, spatial quantitative and social network analysis methods. The results are as follows. 1) Internal connection network is characterized by a dual-core structure of Guangzhou and Shenzhen with outstanding nodes of Foshan, Dongguan and Zhuhai on centrality position. The information flow network presents a curve-type structure partial to east coast of the Pearl River estuary with poly-centrality and flatness. Transportation flow, in another way, shows "N"-type central diffusion with distinct hierarchical functional connection feature. 2) Hong Kong is the connection hub of external connection network, Shenzhen, Guangzhou and Macao are core nodes. The regional structure, in this way, is deeply influenced by global-scale non-local connection, whilst shows deficiency of external transportation connection overall. 3) Three hubs jointly construct the centrality of comprehensive network structure of the bay area, but it still lacks dominance and shows certain dependency on the rankings, for localization and geographical deviation turn out to hinder the deep-level integration into global city network and spatial connection under the background of institutional differences.

Key words： space of flows; urban network; Guangdong-Hong Kong-Macao Greater Bay Area; information flow and transportation flow; urban agglomeration; hierarchical scale system; synergetic development

传统地理学的理论中，物理上的邻近是促成各种地理现象及人产生空间聚合的关键，是形成区域空间联系的重要前提。随着信息技术的进步与变革，自1990年代起人类开始进入信息主导（information-dominated）的社会[1]，几乎任何城市都有能力通过紧密的相互联系共同构成复杂而统一的网络系统，时间和空间界限逐渐模糊[2]。通过要素流动免除地理邻接作用从而实现时间共享的流空间（space of flows）成为新的空间组织主导形式[3-4]，基于流动与联系的“网络范式”推动了城市体系研究由关注腹地、规模的等级结构转向强调关系、功能的多尺度网络[5⇓-7]，能够自由跨越行政界限的流网络对区域与城市空间结构起到了重塑性作用。
流空间理论的提出为城市网络研究奠定了重要的框架基础，基于不同尺度城际联系作用下的城市流空间网络成为当前城市地理研究的热点。自20世纪末，西方学者开始先行解构流空间的逻辑内涵，提出全球化、信息化背景下作为节点的城市所联结的复杂流动网络应成为理解现代城市化的基本出发点[2,8-9]；随着早期GaWC小组为构建全球城市网络体系而形成的测度方法论基础[10]，丰富的定量研究从企业组织和基础设施两大视角开展，如结合跨国制造企业、网络带宽流量、航空港口运输等分析全球城市网络的组织状况[5,11-12]。国内学者针对我国的城市发展实际梳理了流空间的结构机制及其本地化差异[13-14]，不过更侧重于以参量替代为主要测度方式的实证研究上延展对信息交互、交通运输的多角度格局分析[15-16]，及进一步对人口、物流、旅游等多要素空间流动的网络特征探讨[17⇓-19]。近年来得益于ICT产业的蓬勃发展，研究手段与方式趋于多元化和智能化，如借助互联网大数据和UGC用户记录数据等获取更全面精确的关系数据以反映城市网络结构[20-21]；研究方法上呈现出经济学、社会学、统计学等多领域交叉融合的趋势，运用模糊分层、社会网络方法、优势流分析、社区网络发现等多层次解析全球或城市内部网络[22⇓⇓-25]。
总的来看，城市流空间网络的相关研究尺度都以较宏观的全球、国家为主，虽在近年的国内相关研究中加强了对省域、城市群的关注，但面对珠三角及粤港澳地区、湾区的研究相对不足，尤其是港澳体制差异的存在为数据获取及指标口径的统一构成了较大困难；研究对象上侧重于分析单要素对城市流空间网络的影响，较少将不同要素流对网络格局的作用放在一起对比，同时全球视角为各生产要素跨界自由流动提供原生性动力，但当前研究对其贯彻运用上有所缺失；国外研究以定性归纳为主，国内则较多运用了社会网络分析，但基本上局限于区域内部而忽略城市外部关系，重视拓扑结构而忽视地理空间作用，流空间所强调的“都会性”（city-ness）非局域联系[2]仍在不同程度上受到行政区划边界的约束，外部联系在城市网络研究中尚缺乏较完备的实证分析。
现今世界经济版图中，以优良海湾为依托而形成的湾区成为最突出的板块，其城市群内外联系网络强大、经济与创新资源集聚，引领着全球经济发展。粤港澳大湾区不仅是世界湾区规模实力上的第四大群体及我国未来发展的重要空间依托，其一国两制三关税区的特殊背景也使要素流动与联系形成了有别于其它湾区的城市网络体系，从流空间视角探讨其空间网络格局对于深入理解湾区内在联系机制、推进建设互利协作的区域共同体具有重要的理论与现实意义。因此，本文拟从湾区内部和外部联系两个维度，主要通过参量替代方式获取城际信息流与交通流数据，对比分析粤港澳大湾区的城市空间联系及网络格局，以期丰富湾区流空间网络结构的实证研究，为相关建设规划与组织管理提供科学依据。

1 研究数据与方法

1.1 研究区域概况

粤港澳大湾区，是由珠三角的广州、深圳、东莞、佛山、中山、惠州、珠海、江门、肇庆9个地级市和香港、澳门2个特别行政区组成的城市群，国土面积约5.65万km2，常住人口约6 956.83万，2017年GDP总量达10.07万亿元，占全国的12%以上，是国家参与全球竞争、建设世界级城市群的重要载体。作为我国经济活力最强和最为开放多元的区域之一，粤港澳大湾区无论是内部城市联系的紧密和发达程度，还是在联动内陆腹地、对接世界网络的综合效能上，都位居全国城市群的前列，是具有全球性重要地位和较强网络关联特性的典型区域（图1）。
图1 研究区域

Fig.1 research area

1.2 数据来源

基于区域内、外部联系两大维度，针对粤港澳三地不同的社会环境差异进行测度修正后获取城际流数据，从城市间要素流动的视角为区域空间流联系的定量分析提供可信依据，能较好完善湾区流空间网络的现实研究。内部联系主要关注湾区内的城市关系，本文以百度和Google两大搜索引擎的城际精确搜索量来表征信息流联系 ① ，以车次网（www.checi.cn）和12306铁路客户服务中心网站（含普速和高速列车）一个常规周内的城市间客运往来班次表征交通流 ② 。外部联系则主要考察湾区融入世界城市网络的程度，综合GaWC世界城市名册（2018）和第24期全球金融中心指数报告（GFCI 24），选取伦敦、纽约、新加坡、巴黎、北京、东京、迪拜、上海、悉尼、芝加哥等10大世界城市为联系对象，信息流获取方式与内部联系一样，但交通流则需借用全球即时航班查询系统（flight.abacus.com.tw）采集一个常规周内湾区城市与它们间的航班往来数据。收集时间均为2018年4月，部分缺失值更正于实地调查及香港、澳门官方统计部门。

1.3 研究方法

1.3.1 要素流强度统计

借鉴Taylor等提出的流空间网络研究方法[26]，分别构建湾区城市的信息、交通联系矩阵，用它们联系量的乘积来表征城际流强度 S：
S = R i j × R j i
式中： R i j、 R j i分别表示城市 i对城市 j、城市 j对城市 i的信息（交通）关联量，经加权修正后得到城际要素流强度。而为了考察某个城市在整个区域中的要素规模实力，构建单一城市总强度 F和相对要素流 T指标：
F k = S 1 + S 2 + S 3 + ⋅ ⋅ ⋅ + S n
T = S k / S m a x
式中： S n表示所有与城市 k有关的城际流强度； S m a x表示区域中要素流强度的最大值。由于要素流的数据来源、组织方式等均有一定的量纲差异，采用变异系数 C v来反映联系数据间的离散程度：
C v = σ / μ
式中： σ、 μ分别表示给定数据组的标准差和均值。

1.3.2 社会网络分析

①相对中心势：借鉴Nystuen等提出的优势流分析原理[27]，识别出依最大流位序关系排列的城市联系流向和流量，值越大，反映某一最大流位序下城市节点的网络控制性实力越强，进而说明城市在区域流网络中的引领性或从属性地位，本文只选取前二位序（首位和次位）对湾区内部网络进行分析。
P C = R C i / ∑ n R C i
式中： R C i表示第 i位序下的城际联系强度。
②度数中心度：度量网络中一个节点联系其它节点的作用强度，主要反映流网络中城市节点的联系中心性水平，其值越大，城市的要素活跃度就越高，联动区域网络的能力越强。
C I i = ∑ j = 1 S i j n - 1
③联系影响度：从要素流位序排列的角度综合度量城市在区域联系网络中的总影响力，值越大说明节点效应越强，网络交互范围越广，网络地位越重要，主要用来反映城市节点在区域网络中的影响力地位。
P I = ∑ i = 1 6 R C i V A D + 3 V S D
式中： V A D、 V S D分别表示 ∑ i = 1 6 R C i的均值和标准差。
④主导性结构指数：借鉴Hanssens等测度巨型城市区域多中心性的空间结构算法[28]，构建各城市在流网络下联动生产要素进行区域空间结构再组织的主导性指数，主要用以反映其网络主导性水平，同时测算区域流动网络结构的聚合或离散特征。
D I i = n ⋅ C I i ∑ C I i
S S I = 1 - S D / 2 S D R   , S D ≤ S D R S D R / 2 S D , S D > S D R
式中： D I为主导性指数，其值越大反映城市在联系网络中的主导地位越高； S D为 D I的标准差； S D R为 R的标准差，其中 R i = 1 / i（ i为所有城市 C I值由大到小排列的序号）； S S I为空间结构指数，0表示绝对主导的单极化，1表示最佳的多中心化。
⑤网络联系指数：分别对内、外部网络中各城市的 C I、 P I、 D I三个指标取平均值，构建地方网络联系度（LNCI）和国际网络接入度（GNCI）两大指数，前者用以表征湾区内部（地方化）流网络下的城市综合联系水平，后者则从全球视角刻画湾区城市在对接外部国际（全球化）流网络中的综合联系主导地位，二者值越大表明城市节点在网络中的辐射带动作用越强。

1.3.3 地理—拓扑网络相结合的可视化

通过弦图（chord diagram）的方式对城际流联系进行可视化表达，以圆弧长短表示城市要素属性的大小，以节点间的连线——弦的粗细反映联系强弱程度，直观地揭示城市节点间的拓扑交互关系。同时，将城市流强度分布与地理空间相叠加，借助ArcGIS空间分析平台梳理湾区的流空间联系结构，探究地域联动机理。

2 粤港澳大湾区的流空间网络格局识别与分析

2.1 要素流空间联系分析

2.1.1 内部网络以广深为双核心，信息和交通联系存在空间集聚分异

根据要素流强度统计方法，湾区内部城市间的信息和交通联系反映了一定的组织结构特征（图2，其中的强度值已作标准化处理）。①广深与其它城市间的平均信息流约占所有城际流的13%，而交通流的这个份额更达到20%，总强度稳居湾区前二位，作为重要的国家经济中心、综合性门户城市、国际性综合交通枢纽，在信息交互、通讯传输、交通往来等方面具有不可替代的主导性和引领性，形成了湾区双核心的内部网络联系结构。②信息流联系强度最大的城市对包括广州—深圳、香港—澳门、深圳—香港、深圳—东莞等，它们的强度值之和占全区城际强度总和的1/4左右，反映了湾区内部信息传输与通讯联系在珠江口沿岸高度集中的趋势，尤其是东岸形成了湾区最重要的空间联系轴线。③交通联系最强的城市对有广州—深圳、广州—佛山、深圳—惠州、广州—东莞等，明显活跃于几大综合交通设施完善的城市之间，反映出湾区内部城市间强烈的功能联系是影响区域空间格局的重要力量；而目前偏向于内陆的交通联系要稍强于珠江口沿岸隔江相望的城市对，相信随着未来更多跨海通道的开通将得到较大改善。
图2 粤港澳大湾区流空间内部联系结构

Fig.2 Internal connection structure in space of flows

2.1.2 外部网络以香港为主导，反映出明显的地缘偏向和联系层次差异

湾区城市与世界城市之间的相互作用关系决定了前者在全球网络中的联系地位，也反映了国际顶端资源进行地方化网络配置的空间响应。图3反映了测度修正后的城市外部联系强度 ① 分布。①香港凸显枢纽地位，外部联系强度高居湾区首位，平均是第2位城市的1.4倍，外部信息流和交通流分别占所有城市总和的1/4和1/3，作为世界一线城市（Alpha+级，GaWC 2018）和全球第三大金融中心，与世界城市网络紧密的功能联系使其发挥着重要的国际引领作用。②外部联系分布从10大世界城市对象来看有一定的地缘关系偏向，湾区城市与北京、上海、新加坡、东京等的联系强度位居前列，尤其是前二位最强联系城市均为北京和上海，反映了物理距离和社会认知距离对全球化进程下城市外部联系表征差异的较大影响。③信息流外部联系最强的湾区城市高度集中在港、深、广、澳之间，前8%的强度之和就占了全体总和的40%，表现出绝对领先的全球性联系水平。但值得注意的是，目前仅有5个湾区城市与主要世界城市之间建立直接航运联系，其它城市则需要以此为“中转站”进行间接关联，一定程度上反映了湾区外部联系网络的层级性差异。
图3 粤港澳大湾区流空间外部联系结构

Fig.3 External connection structure in space of flows

2.2 社会网络结构分析

2.2.1 内部网络结构特征

2.2.1.1 佛、莞、珠是重要的综合性网络节点，香港凸显信息核地位。通过度量各城市首位和次位联系流的相对中心势及其空间网络表现（图4、图5），可以看到，首位联系流中，广州、深圳的PC值均远超其它城市，它们关联的最大联系线占据全区约85%，但在交通首位联系的主导性上广州更为突出，这与其省会城市地位及源远流长的交通建设与历史积淀密切相关。
图4 湾区城市前二位联系相对中心势

Fig.4 The PC index on the first and secondary connection order

图5 城市内部首位和次位要素流空间网络

Fig.5 Internal spatial network on the first and secondary element flow

从次位联系流来看，佛山、东莞、珠海在PC指标、拓扑关系的比重、第二联系线的流向集聚上均占据显著的主导地位。其中，信息流方面，香港在首位、次位的指标分别为0.25、0.26，主导性地位突出，是湾区内部联系网络中仅次于广深的核心性节点，但其辐射范围在外围地区较弱，反映了行政体制差异对其向内信息辐射的约束；莞、佛、珠三市均有3条次位联系线，分别在湾区的东北、西北、西南片区等次区域形成相对强大的聚合中转效应，是起关键作用的信息节点。交通流联系方面，佛山的次位中心势高居第一，首位联系指标是除广、深、港外其余城市的2倍以上，是湾区重要的交通流核心节点；莞、珠同样有0.18左右的较高中心势，是联动周边地区，发挥集疏运和枢纽型服务功能的重要交通节点。
2.2.1.2 信息流结构具有更显著的多中心性与扁平性。通过对内部网络中各城市的中心性（CI）、联系影响性（PI）和主导性（DI）指标进行测度（表1），可以看出湾区内部的网络空间组织差异。①广州、深圳的枢纽性地位凸显，影响性和主导性指数领先第3位城市35%以上；香港、珠海、中山的信息流指标优于佛山和东莞，但交通流则地位互换，落后至少30%，体现了佛莞两地较强的交通节点辐射与中转效应。②肇庆的交通联系主导性地位较信息联系高，澳门则反之，一方面突显了现代交通运输布局对提升“下游城市”功能地位的重要影响（以高铁线为核心的西江流域、泛珠区域腹地扩散），另一方面也看到向全球流动空间的高度响应为信息联系与地域辐射增添了原生性动力。③内部信息流网络的结构指数比交通流高1.4倍，其变异系数（0.75）也小于交通流的1.26，表明网络社会导向下的信息联系以更低门槛、更高效率推动各要素的自由流动与融合，发挥涓滴效应带动所有城市的节点性成长，使区域联系网络呈现多中心化发展趋势。
表1 湾区城市内部网络指标

Tab.1 Internal network index of researched cities

城市 信息流 交通流
CI PI DI CI PI DI
广州 1 396.24 0.805 1.622 160.49 0.819 2.023
深圳 1351.33 0.779 1.570 138.37 0.732 1.744
佛山 867.25 0.473 1.007 103.15 0.566 1.300
东莞 876.43 0.467 1.018 88.40 0.484 1.114
珠海 911.90 0.478 1.059 68.55 0.362 0.864
中山 896.81 0.489 1.042 62.02 0.345 0.782
肇庆 525.74 0.269 0.611 58.71 0.351 0.740
江门 540.96 0.277 0.628 46.61 0.252 0.587
惠州 613.98 0.357 0.713 54.07 0.323 0.682
香港 928.93 0.579 1.079 62.29 0.372 0.785
澳门 561.26 0.336 0.652 30.09 0.180 0.379
SSI 0.387 0.268

2.2.2 外部联系网络以深、广、澳为突出节点，空间极化作用显著

由表2的城市外部网络联系指标表现，可以看到湾区的空间结构指数分别为0.201和0.248，小于内部网络的对应数值，且全体城市流中仅前5%的城市对就交互形成约30%的信息联系和22%的交通联系，说明两种要素流外部网络的单极化效应均比内部强（尤其是信息流），全球网络化影响下的外部联系在湾区城市间存在较大差异。香港在信息流网络上的中心度、联系影响度和主导性指数比第2位城市高65%，交通流则高15%，极化作用突出，既是中国城市对接全球网络的重要媒介，也是世界城市联系网中的重要枢纽节点。
表2 湾区城市外部网络指标

Tab.2 External network index of researched cities

城市 信息流 交通流
CI PI DI CI PI DI
广州 5 401.53 0.468 1.463 117.00 0.517 1.391
深圳 5 930.99 0.528 1.607 118.00 0.527 1.403
佛山 2 542.40 0.188 0.689 － － －
东莞 3 068.32 0.238 0.831 － － －
珠海 2 093.42 0.146 0.567 26.80 0.127 0.319
中山 2 276.39 0.167 0.617 － － －
肇庆 1 665.55 0.114 0.451 － － －
江门 1 689.98 0.120 0.458 － － －
惠州 2 119.73 0.150 0.574 － － －
香港 9 732.52 0.895 2.637 136.80 0.551 1.627
澳门 4 081.55 0.370 1.106 21.90 0.104 0.260
SSI 0.201 0.248
深圳和广州的网络指数紧随香港，从科技创新的互联、智能制造的领衔、开放包容的氛围、领事机构的交往等方面积极对接和吸引国际高端资源，依托逐渐上升的国际地位与影响力成为融入全球流动网络中的重要节点。澳门的规模实力虽然在湾区主要城市中靠后，但凭借其独特的文化背景和地缘关系，在融入全球信息联系网络上表现突出（外部网络指标领先下一位城市40%），是重要的外部联系节点。

2.3 综合网络格局分析

2.3.1 内部核心网络呈现出“弧形”及“N字型”轴线

为了更好识别粤港澳大湾区的内部流空间网络格局，以相对要素流强度作表征，运用自然断裂法对各城市的内部联系总强度进行梯度划分（图6）。其中，考虑到不同要素流的驱动效果差异，分别选取大于0.25和0.30的相对信息流构建主干和骨架网络，交通流则选取大于0.35和0.45的强度构建主干和骨架网络。
图6 粤港澳大湾区城市流空间内部网络格局

Fig.6 Internal network structure of the Bay Area

信息流空间视角下，呈现出以佛、广、莞、深、港、澳、中等城市为主导的“弧形”环珠江口网络轴线，珠江东岸的信息联系通道化效应比西岸更显著，在一定程度上突破了传统行政边界与自然距离的限制。交通流核心网络则主要表现出以佛、广、莞、深、惠等作为关键节点的“N”字型核心构架，呈长带状横亘在湾区中部，东西岸的网络化发展差异不明显，但在支线细化拓展的过程中表现出较强的辐射力。
从区域整体的空间格局来看，信息流与交通流网络有较大的重合性，都主要围绕广、深、佛、莞、港、中等节点构建核心联系区，尤其是主干网络中仅27%的城市对就内化产生了全区约50%的信息和60%的交通联系，反映出区域层面上的核心—边缘分异。但同时二者又存在明显差异，主要表现在：信息流空间网络以珠江口东岸为核心轴线，港澳之间联系紧密，并涌现出广—莞—深—港、广—佛—中等信息通道；交通流则以珠江入海口两岸为主轴，依靠区域性中心城市进行轴辐式外延，再向珠三角外围地区扩展，核心与边缘的交通联系更为突出。

2.3.2 网络的空间拓展存在地方化限制与等级性依赖

根据湾区城市的内、外部网络指标，综合测算地方网络联系度和国际网络接入度（表3）。可以看到，珠三角9市的GNCI都小于LNCI，港澳则反之，一定程度上体现了大陆与港澳城市在地方、国际网络不同维度联系倾向上的“都会性”差异，也说明全球流空间转向过程中仍存在较强的本地化烙印。从信息流来看，深圳、东莞、惠州等东岸城市的GNCI较LNCI的变动幅度少于其它城市，体现其对全球产业转型的本地响应度高，外向型经济地位突出，创新驱动影响性大。从交通流来看，湾区的外部网络联系较为匮乏，广深占据内部网络的绝对核心，区域空间的等级性较为突出并呈“中心—腹地”式拓展，依托广佛肇、深莞惠、珠中江三大都市圈推进，使流动网络也出现一定的“边界”。但相较之下，信息流网络中的城市联系地位更易出现跃级式提升，澳门、惠州等“弱势规模城市”也能通过自由对接都会性联系从而解放邻近性距离上的地域黏性束缚[29]。
表3 粤港澳大湾区城市网络联系指数

Tab.3 Comprehensive network connection index of the Bay Area

城市 信息流 交通流
LNCI GNCI LNCI GNCI
广州 1.214 0.966 1.421 0.954
深圳 1.175 1.068 1.238 0.980
佛山 0.740 0.438 0.933 －
东莞 0.743 0.535 0.799 －
珠海 0.769 0.356 0.613 0.223
中山 0.765 0.392 0.564 －
肇庆 0.440 0.283 0.546 －
江门 0.453 0.289 0.420 －
惠州 0.535 0.362 0.506 －
香港 0.829 1.766 0.579 1.089
澳门 0.494 0.738 0.280 0.182

2.3.3 三大枢纽主导的层级网络深受非局域中心格局影响

将各城市的LNCI和GNCI指数相加，综合其联系性表现，进一步识别区域流网络下的城市层级体系（表4）。其中，广州、深圳、香港的核心地位突出，位于湾区流空间网络的第一层级，构成三大网络枢纽，广深主要体现了内部网络联系上的主导地位，香港则是引领湾区对接世界城市网络的外向型核心。中山、珠海是次区域网络节点城市，受到重大跨城通道建设及产业协作与沿海经济带深化布局等带来的强化影响，联系主导性不断提高。澳门在信息和交通流网络体系中分属第二、第四层级，是湾区中特殊的信息联系节点，主要发挥国际引领效应，联动环珠江口城市及沿海地带向更高层次的信息网络融合发展。惠州和肇庆的交通层级地位高于信息层级，在战略定位上分别面向海西经济区、西南地区等拓展交通辐射，但缺乏非局域网络联系。
表4 粤港澳大湾区流空间综合层级体系

Tab.4 Comprehensive hierarchies of the Bay Area in space of flows

层级 信息流 交通流
第一级 广州、深圳、香港 广州、深圳、香港
第二级 东莞、佛山、澳门 佛山、东莞、珠海
第三级 中山、珠海 中山、惠州、肇庆
第四级 惠州、江门、肇庆 澳门、江门
从流空间的视角来看，湾区内的城市节点功能价值各异，但自枢纽到节点到普通城市的网络组织动态有序，在一定程度上有顺着流空间层级梯度而作延展的趋向。对比信息流和交通流两种网络，可以看到城市综合层级结构很大程度上受到全球非局域性联系的影响，尤其是信息流表现更为突出，“边界模糊效应”体现得更为充分。全球尺度下的流空间网络给传统区域格局以重塑性冲击，圈层式合作、廊道式联系、门户式中转、枢纽式辐射等多种效应的综合作用共同推动着湾区的多层次网络化发展。

3 结论与讨论

3.1 结论

基于多元城际关系型数据的测度分析为流空间网络研究提供了接近真实发展状况的量化表征方式，通过区域内部关联与国际外部对接角度对粤港澳大湾区的网络结构进行探析，主要得出以下结论：
①湾区内部联系网络格局呈现以广州、深圳为双核心，佛、莞、珠为次级节点的特征。其中信息流空间体系以珠江东岸“弧形”骨架为核心，在结构上表现出明显的多中心性与扁平性；交通流则以“N”字型主导沿中部轴线延伸，网络拓展凸显功能联系特性。
②湾区外部联系网络格局呈现以香港为外向型枢纽，深、广、澳为重要节点的结构特征。其中信息流网络内的城市地位更易出现跃级式提升，受到全球尺度下非局域中心联系的重要影响，但整体的直接交通关联不足，层级性分异明显。
③湾区流空间综合网络格局以三大枢纽为主导，但要素流动具有特殊性。主要表现在：制度差异下的空间联系尚存在深化融合障碍，核心—边缘分异反映了对等级关系的依赖；外部网络核心节点的极化效应显著，深受地方化与地缘关系偏向的约束，在融入世界城市网络的过程中存在主导性缺失。

3.2 讨论

全球化与信息化的浪潮下，城市间的组织关系转向以时间邻近为主导的要素联系网络，流空间的深入实践能为区域空间格局的再组织提供新视角与新动力。本文通过城市流空间网络的实证研究发现，在区域联动的一体化协同与全球化引领目标下，粤港澳大湾区的空间网络还不够成熟，但蕴含巨大的联系实力与发育潜力。从未来建设上看，应该要统筹湾区层面相对统一的管治机制，适当进行尺度上移和下推，寻求国家层面统一的组织机构以弱化制度融合壁垒、强化功能互补对接，创设具有湾区特色的权力运作系统；进一步加强市场的自由流通与开放、现代基础设施的同建共享，促进各生产要素无阻碍跨界流动，强化边界模糊与深度协同效应；发挥好枢纽、核心节点的辐射与带动作用，明确地域功能分工，壮大外部联系，重点培育“边缘城市”的原生联动能力，利用好自身优势积极对接国际网络；创新性发展更多跨域紧密联系的组团片区，推动区域联系结构的多中心化发展，优化完善更高效更发达的资源配置网络，逐步消除城市网络格局中的“断头路”。
流动与联系不仅是重塑世界与区域城市空间体系的重要力量，“流空间”也愈发成为城市空间网络研究的重要视角。与“地方”主导的场空间（space of places）不同的是，流空间更加强调非局域的“中心流联系”，因此在传统的国家城市网络体系乃至区域内部城市体系研究中，不仅要重视区域内部城市间的功能联系，更要关注全球尺度下城市的外部联系作用，从内、外两个维度探寻全球流动网络中城市节点间的非均衡化空间联系与演变，才能得到关乎区域网络格局的完备认识。值得注意的是，目前社会空间中的流动网络化转型尚在进行过程中，传统的等级权力关系对现代城市体系仍有较强的主导影响，加上我国城市的主体地位受到垂直行政管理的严格约束[14]，因此在对流空间相关理论的应用方面不可生搬硬套，也切忌先入为主地一味强调流动联系而忽略已有的等级规模体系。
粤港澳大湾区在世界经济版图中独特而典型，粤、港、澳三地特殊的体制文化促成了湾区内不同的社会环境、政治管制、网络习惯、人群偏好等，在看待湾区流空间网络的问题上要充分考虑这些非均质性的地域特色，注重针对其特定时空背景作差异化修正，以更好地深化湾区流动网络的空间内涵。本文在充分考虑三地差异的基础上进行测度修正，强化了城市外部联系，在一定程度上解决了体制社会“边界屏障”下的“数据鸿沟”问题，较为客观地反映了湾区城市流网络的联系现状。但由于湾区的社会环境与权力组织关系极其复杂，现有研究在联系数据的来源方面还存在不足，参量替代的测度方式也不可避免会出现对真实现状反映上的缺陷，更全面更精准的要素联系所带来的影响及其组织机制是今后研究需要继续深化和加强的方面。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Aharon Kellerman. Phases in the Rise of the Information Society[J]. Info, 2000, 2(6):537-541.

[2]
Taylor P J, Hoyler M, Verbruggen R. External Urban Relational Process:Introducing Central Flow Theory to Complement Central Place Theory[J]. Urban Studies, 2010, 47(13):2803-2 818.

[3]
Castells M. The Informational City:Information Technology,Economic Restructuring and the Urban-Regional Progress[M]. Oxford UK & Cambridge USA: Blackwell,1989.

[4]
Castells M. The Rise of the Network Society(The Information Age:Economy,Society and Culture,Volume 1)[M]. Cambridge, MA: Blackwell Publishers,1996.

[5]
Townsend A M. Network Cities and the Global Structure of the Internet[J]. American Behavioral Scientist, 2001, 44(10):1697-1 716.

[6]
Derudder B. Mapping Global Urban Networks:A Decade of Empirical World Cities Research[J]. Geography Compass, 2010, 2(2):559-574.

[7]
马学广, 李贵才. 全球流动空间中的当代世界城市网络理论研究[J]. 经济地理, 2011, 31(10):1630-1 637.

[8]
Castells M. Globalisation,Networking,Urbanisation:Reflections on the Spatial Dynamics of the Information Age[J]. Urban Studies, 2010, 47(13):2737-2 745.

[9]
Pflieger G, Rozenblat C. Urban Networks and Network Theory:The City as the Connector of Multiple Networks[J]. Urban Studies, 2010, 47(13):2723-2 735.

[10]
Taylor P J, Catalano G, Walker D R F. Measurement of the World City Network[J]. Urban Studies, 2002, 39(39):2367-2 376.

[11]
Krätke S. How Manufacturing Industries Connect Cities across the World:Extending Research on‘Multiple Globalizations’[J]. Global Networks, 2014, 14(2):121-147.

[12]
Matsumoto H. International Urban Systems and Air Passenger and Cargo Flows:Some Calculations[J]. Journal of Air Transport Management, 2004, 10(4):239-247.

[13]
孙中伟, 路紫. 流空间基本性质的地理学透视[J]. 地理与地理信息科学, 2005, 21(1):111-114.

[14]
高鑫, 修春亮, 魏冶. 城市地理学的“流空间”视角及其中国化研究[J]. 人文地理, 2012, 27(4):32-36.

[15]
孙中伟, 路紫, 贺军亮. 世界互联网信息流的空间格局及其组织机理[J]. 人文地理, 2009, 24(4):43-49.

[16]
陈伟, 修春亮, 陈金星, 等. 中国城市间交通流强度的空间格局[J]. 人文地理, 2015, 30(4):116-122.

[17]
叶强, 张俪璇, 彭鹏, 等. 基于百度迁徙数据的长江中游城市群网络特征研究[J]. 经济地理, 2017, 37(8):53-59.

[18]
沈丽珍, 席广亮, 秦萧, 等. 基于快递物流测度的区域流动空间特征——以江苏省为例[J]. 人文地理, 2018, 33(1):102-108.

[19]
陈浩, 陆林, 郑嬗婷. 基于旅游流的城市群旅游地旅游空间网络结构分析——以珠江三角洲城市群为例[J]. 地理学报, 2011, 66(2):257-266.

[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]
Laharotte P A, Billot R, Come E, et al. Spatiotemporal Analysis of Bluetooth Data:Application to a Large Urban Network[J]. IEEE Transactions on Intelligent Transportation Systems, 2015, 16(3):1439-1 448.

[22]
Derudder B, Taylor P J, Witlox F, et al. Hierarchical Tendencies and Regional Patterns in the World City Network:A Global Urban Analysis of 234 Cities[J]. Regional Studies, 2003, 37(9):875-886.

[23]
刘正兵, 戴特奇, 廖聪, 等. 中国城际公路货运空间网络特征——基于“第一物流”网站数据[J]. 经济地理, 2017, 37(6):28-35.

[24]
董超, 修春亮, 魏冶. 基于通信流的吉林省流空间网络格局[J]. 地理学报, 2014, 69(4):510-519.

DOI

[25]
Zhong C, Arisona S M, Huang X, et al. Detecting the Dynamics of Urban Structure through Spatial Network Analysis[J]. International Journal of Geographical Information Science, 2014, 28(11):2178-2 199.

[26]
Taylor P J, Derudder B. World City Network:A Global Urban Analysis[J]. International Social Science Journal, 2004, 31(4):641-642.

[27]
Nystuen J D, Dacey M F. A Graph Theory Interpretation of Nodal Regions[J]. Papers of the Regional Science Association, 1961, 7(1):29-42.

[28]
Hanssens H, Derudder B, Stefan V A, et al. Assessing the Functional Polycentricity of the Mega-City-Region of Central Belgium Based on Advanced Producer Service Transaction Links[J]. Regional Studies, 2013, 48(12):1939-1 953.

[29]
沈丽珍, 顾朝林. 区域流动空间整合与全球城市网络构建[J]. 地理科学, 2009, 29(6):787-793.

Options
文章导航

/

〈 〉