EN中文

经济地理 >

2019 , Vol. 39 >Issue 1: 29 - 36

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.01.004

区域经济理论与方法

流视角下中国铁路交通联系空间模拟与格局解析

  • 王海江 , 1 ,
  • 苗长虹 2 ,
  • 李欣欣 1
展开
  • 1.河南理工大学 测绘与国土信息工程学院，中国河南 焦作 454000
  • 2.河南大学 黄河文明与可持续发展研究中心/环境与规划学院，中国河南 开封 475004

王海江（1971—），男，河南焦作人，博士，副教授。主要研究方向为经济地理与区域发展。E-mail: 。

收稿日期: 2018-06-27

  修回日期: 2018-09-13

  网络出版日期: 2025-04-25

基金资助

国家自然科学基金项目(41371133)

国家自然科学基金项目(41430637)

河南省高校哲学社科研究优秀学者资助项目(2016-YXXZ-19)

河南省高校科技创新人才（人文社科类）支持计划(2017-CXRC-013)

河南省高校哲学社科创新团队支持计划(2016-CXTD-04)

河南理工大学创新型科研团队(T2018-4)

收起

Spatial Simulation and Pattern Analysis of China's Railway Transport Contacts from the Perspective of Flows

  • WANG Haijiang , 1 ,
  • MIAO Changhong 2 ,
  • LI Xinxin 1
Expand
  • 1. School of Surveying & Land Information Engineering，Henan Polytechnic University，Jiaozuo 454000，Henan，China
  • 2. Key Research Institute of Yellow River Civilization and Sustainable Development/College of Environment & Planning，Henan University，Kaifeng 475004，Henan，China

Received date: 2018-06-27

  Revised date: 2018-09-13

  Online published: 2025-04-25

Fold

摘要

基于“流空间”视角，借助GIS空间分析法，建立交互式的空间联系网络，对近域联系下城市间交通联系进行空间趋近模拟，深度解析全国铁路交通联系的空间分布与集聚格局。通过对列车运营线路上各城市间的近域联系路径进行空间选取和逐次连接，采取类似“裁弯取直”式的空间趋近模拟方法，完整模拟出各车次列车的运营路线，实现对铁路交通实际运营路径的空间刻画。基于7 000余车次的巨量客运数据，构建了全国地级城市间交互式的铁路客运空间联系网络，进而清晰展现了全国铁路客运联系空间分布与区域集聚图景。研究显示，全国铁路交通联系以纵横向铁路主通道为基本骨架，以国家及区域中心城市为联系核心，以各级城市群为主要联系方向。长三角、京津冀、珠三角城市群形成高铁时代“三群鼎立”这一基本空间架构，但高铁发展依然呈现以京广线为界“西冷东热”的空间分布态势。细分车次类型来看，全国铁路交通联系基本格局是以普速列车为本底，K字头列车为框架，G字头高铁为骨架，高速铁路为主通道，高铁与动车互相补充，高速与普速协同发展。

关键词： 铁路交通; 客运; 流空间; 空间模拟; 空间联系; 大数据

本文引用格式

王海江 , 苗长虹 , 李欣欣 . 流视角下中国铁路交通联系空间模拟与格局解析[J]. 经济地理, 2019 , 39(1) : 29 -36 . DOI: 10.15957/j.cnki.jjdl.2019.01.004

Abstract

Based on the "flow space" perspective and with the help of GIS spatial analysis, this article builds an interactive spatial contact network. By means of the spatial approach simulation of intercity traffic contact, we deeply analyze the spatial distribution and agglomeration pattern of China's railway transport contacts. Selecting and successively connecting intercity neighbor contact path in the in-use railway lines, we completely simulate the operation route of each train by the method of spatial approach simulation and describe the actual operation path of railway traffic. Based on the railway traffic data of actual operation, this paper constructs an interactive contact network of intercity railway transportation in prefecture level, and analyses the spatial distribution and regional agglomeration of the national railway passenger transport contacts. Research shows that China's railway transport contacts are developed along the main railway lines, take the national and regional central cities as the contact core and the urban agglomerations as the main direction, railway traffic contact network presents the spatial pattern of tripartite confrontation that is Yangtze River Delta urban agglomeration, Beijing-Tianjin-Hebei urban agglomeration and Pearl River Delta urban agglomeration, and the high-speed railways are mainly distributed in the east of Beijing-Guangzhou railway line. In terms of the train type, the China's railway transport contacts are generally based on the normal speed trains, fast trains and high-speed trains, high-speed and multiple unit trains complement each other and develop in a synergetic way.

Key words： railway transport; passenger transport; flows space; spatial simulation; spatial contacts; big data

铁路在国家经济社会发展中的地位和作用至关重要，铁路交通联系诸多命题一直是地学研究的重要领域。近些年来，国外研究多关注交通设施与集聚经济[1]、可达性与经济发展[2-3]、交通投资的空间外溢[4]、高铁对城市与区域的影响[5-7]、交通网络可达性[8-9]等方面。
国内研究视角深入空间格局、网络结构、演变规律、区域效应等领域，主要集中在交通基础设施与区域经济发展关系[10-12]、交通联系形成与增长机理[13-15]、交通网络演进与空间优化[16-17]、组织模式[18]与结构特征[19]、分布规律[20]与空间格局[21]等方面。铁路交通可达性研究则关注空间通达性评价[22]、可达性与经济联系格局[23]、可达性与区域经济发展水平关系[24]方面。高铁相关研究持续高涨，如高铁与区域经济增长[25-27]、高速铁路对地区旅游的影响效应[28-29]、高速交通对城市空间结构的影响[30-31]、高铁对可达性格局的影响[32-33]。研究多运用空间联系模型、空间计量分析、社会网络分析、GIS空间分析等方法体系进行综合分析和量化评价，数据来源也多样化。
这些研究理论与实践相联系，定性与定量相结合，地学研究“致用”的优良传统在不断体现和传承。但也存在一些问题，如研究的空间分析模型及其指标体系复杂多变，针对性和通用性较弱；研究过程中GIS分析技术大量引入，但其应用的深度和精度还不够；作为“流空间”形式之一，交通流的空间解析范式与图形表达方式需要进一步完善；交通客货流数据的系统获取、数据信息的深度挖掘与处理、空间分析方法的适用与便捷性等方面依然是研究瓶颈所在。尤其是在大数据信息时代，各种空间尺度下巨量交通数据的获取途径与处理方法仍需进一步改进和提升。
本研究借助全国铁路客运大数据，应用GIS空间分析方法，建立城市间交互式的空间联系网络，通过对铁路交通实际运营线路的空间模拟，构建全国地级城市铁路交通空间联系网络，深入解析由全国铁路客运交通形成的“流空间”联系路径、网络结构与空间集聚特征。

1 数据来源与样本处理

数据来源于2017年11~12月期间从中国铁路客户服务中心12306网站获取的全套铁路客运数据，涵盖全部正在实际运营的7 000余列车次。其中高速动车（G字头）1 847列、城际动车（C字头）1 228列、普通动车（D字头）1 668列、直达（Z字头）242列、特快（T字头）204列、快速（K字头）1 447列、普通列车418列、旅游列车（Y字头）17列。
每一列车次数据包含起点站、中途各停靠站、终点站以及车次类型、运营里程、运营时间等信息。由于每列车次经停站点所在的城镇规模等级差别较大，选取地级以上中心城市为数据处理样本，舍弃同城内的城际动车。一个城市有多个铁路站点的，将其合并为该城市的同一个站点。如此，研究数据覆盖全国所有设站的地级以上城市的全部实际运营列车车次。

2 铁路交通联系“流空间”模拟

“流空间”最早由城市社会学家Manuel Castells针对信息网络社会的迅速崛起而提出[34]，是通过信息流的不断运动所形成的空间场所或载体，标志着城市与区域研究范式由传统意义上的“场所空间”开始向“流空间”转变。目前，“流空间”已从信息流延伸到了人流、物流、资金流和技术流等方面[35]。
在空间联系上，多个城市因为某一交通方式的开行而在空间上被串联在了一起，交通线路上的每个城市都会因此与其它城市建立一种距离远近不同的空间联系。在一定区域空间范围内，城市间的各种空间联系产生诸多交通连接，区域内密切的交通联系让各城市构成一个区域系统。区域系统内各交通流纵横交错、流动交汇，相互关联、相互影响，形成交通联系下的“流空间”。在交通线路上的各种流空间联系中，空间相邻的两个城市之间的交通联系为近域联系，中间没有别的站点，是相邻两城市间联系最直接、连接路径最短的空间联系 ①。
对于铁路交通联系，基于O-D网络GIS空间分析法 ② ，通过对每一次列车运营线路上的近域联系路径进行空间选取和逐次连接，可渐次勾勒出各次列车的空间运营路径。具体方法是从始发站开始，沿着列车运行的方向，依次选取相邻城市之间的近域联系路径，直到终点站为止，然后将选出的各段近域联系路径在空间上首尾连接起来，即得到该次列车的空间运行路径。当然，用此方法建立的相邻城市间的近域联系路径为空间直线连接，与实际列车运营路径并不完全重合，这是一种类似“裁弯取直”式的空间趋近模拟，但可以在很大程度上刻画和展现全国铁路交通线的实际走向与空间分布状态。
应用此方法，对京广线、京哈线、陇海—兰新铁路交通线进行近域联系条件下的验证性空间模拟，其模拟情形如图1。
图1 交通联系路径空间模拟与实际铁路线对比（京广、京哈与陇海—兰新线）

Fig.1 Traffic contact path based on the spatial simulation and actual railway lines (Beijing-Guangzhou railway line, Beijing-Harbin railway line, Longhai railway line and Lanzhou-Alashankou railway line)

对比交通联系的模拟路径与实际的铁路交通线，两者的线路走向基本上是完全一致，空间重合度极高，显示这种对铁路交通近域联系“裁弯取直”式的趋近模拟可以刻画实际的铁路运营线路。再进一步，若将铁路站点的规模等级从地级城市向下细化为县镇级别，其近域联系的空间距离会更近，路径模拟将更加精细准确。在中宏观学术研究层面上，如此刻画出的空间联系路径完全可以替代实际的铁路线。
通过将模拟出的空间联系路径替代实际运营线路，可以实现对“流空间”联系路径空间属性的多样化赋值与空间量化分析，如可关联城市间的交通流量、空间距离、人口规模及经济发展水平等指标，方便实现对其进行网络结构、空间分布及区域集聚等特征的深度解析。并且，此方法适合大数据背景下巨量交互式空间联系数据的批量处理与图景展现，这也是传统交通联系空间分析难以实现的。

3 中国铁路客运交通联系的空间分布与区域集聚

研究建立的GIS空间分析网络为全国350个地级市之间的交互式联系网络，经与铁路客运实际运营线路对接，纳入研究的城市样本为285个。通过上述方法构建的全国地级城市间铁路交通近域联系路径为1 700多个，其上通行的全部车次共建立了31 200多个铁路客运交通联系。
将全部铁路客运交通联系空间模拟结果进行空间分布与网络结构图景展现，并进一步对地级以上中心城市的交通联系进行空间自相关性分析，得到清晰的全国铁路客运联系空间分布格局与空间集聚图景，如图2、图3所示。同时，汇总并比较不同车次类型在全国辐射的区域范围、影响人口与经济比例及沿线区域经济发展水平等，结果见表1。
图2 中国铁路客运交通联系的空间模拟

Fig.2 Spatial simulation of China's railway passenger transport contacts

图3 中国铁路客运交通联系区域集聚图景

Fig.3 Spatial distribution of China's railway passenger transport contacts and the number of trains of departure city

表1 铁路客运联系分车次类型的全国占比结构

Tab.1 Proportion structures of railway passenger transport contacts on the basis of different type train in China

铁路客运联系 开行城市
数量/个		 开行城市
占比/%		 开行车次
数量/列		 车次类型
占比/%		 铁路客运
联系占比/%		 覆盖国土
面积占比/%		 辐射区域
人口占比/%		 辐射区域
GDP占比/%		 辐射区域人均GDP同比全国
全部车次类型 285 81.43 7 054 100.00 100.00 46.04 95.02 94.83 1.00
高速车次 C字头 35 10.00 1 228 17.41 3.83 3.68 15.57 25.17 1.61
G字头 150 42.86 1 847 26.18 36.40 18.82 61.20 69.43 1.13
D字头 157 44.86 1 668 23.65 17.84 25.81 59.31 72.71 1.22
GC（高铁） 158 45.14 3 075 43.59 40.23 19.89 63.15 72.51 1.14
高速合计 197 56.29 4 743 67.24 58.06 30.77 72.91 81.19 1.11
普速车次 K字头 260 74.29 1 447 20.51 30.31 42.98 88.53 88.23 0.99
T字头 179 51.14 204 2.89 4.20 28.08 67.32 71.70 1.06
Z字头 158 45.14 242 3.43 4.80 26.57 62.53 70.9 1.13
普快 162 46.29 418 5.93 2.33 28.95 56.33 57.05 1.01
普速合计 269 76.86 2 311 32.76 41.79 43.93 90.08 89.29 0.99

注：1.铁路客运覆盖的国土面积与辐射的区域面积以途经地级中心城市所辖行政区域为统计口径。2.全国地级以上中心城市以350个为总数。3.高速车次包括C、G、D车次，其中G、C车次为高铁，普速车次为K、T、Z车次。4.此表不含旅游列车。

总体上，全国铁路交通客运联系空间网络化基本格局已经初步形成，“纵”、“横”交错的铁路联系主通道骨架已经突显，尤其是纵向的京沪、京广、京哈通道已经成形，京九和东南沿海通道也已初步显现出来。横向的陆桥、沿江、沪昆、广昆通道已经建成，京兰、绥满、厦渝等通道则正在形成之中。
从铁路交通联系的空间集聚情况来考察，其分布呈现以国家三大城市群为地理集中区域和主要联系方向，以其它城市群为区域性集聚中心，并沿交通主通道走向密集分布，尤其是在各主通道交汇处的集聚程度相对较高。整体而言，全国铁路交通联系以纵横向铁路主通道为基本骨架，以国家及区域中心城市为联系核心，以各级城市群为主要联系方向，呈现布局合理、覆盖广泛、高效便捷的现代化铁路交通网络分布格局。
区分高速与普速车次类型来看（图4，表1），普速车次开行269个地级市，联系的城市数量相对较多，其铁路联系总量占全国的42%，覆盖的国土面积、辐射的区域人口及经济总量都比较高，但是其辐射区域内的人均经济发展水平相对较低。高速车次已经开行了197个地级市，影响的城市数量相对较少，覆盖的国土面积还较小，但其铁路联系总量占到全国的58%，辐射了全国近3/4的人口，直接或间接影响了全国4/5的经济活动，其辐射区域内的人均经济发展水平远高于传统的普速车次。
图4 高速与普速车次下的铁路客运联系空间模拟图景

Fig.4 Spatial distribution simulation of railway passenger contacts of high speed and universal speed trians

对于高速车次下的全国铁路客运联系，多年以来积极建设的“四纵四横”的快速客运网主骨架已经形成并清晰呈现。在此基础上，为满足快速增长的客运需求，优化拓展区域发展空间，新的“八纵八横”主通道正在引导并构筑起更加高效便捷的高速铁路网络。
对于普速车次，由于形成历史时间相对较长，其网络连接功能相对完善，辐射影响的区域更加广泛。现代高速铁路快速发展的背景下，积极扩大中西部路网覆盖，完善东部网络布局，弥补高速铁路网络的不足，对于推动老少边穷地区扶贫脱贫、平衡区域发展差异、提升沿边地区对外开放水平、维护国家安全等方面，普速车次依然起着巨大的支撑和保障作用。

4 中国中心城市的交通联系与区域集聚

交通流空间中的各级中心城市，是区域人口、经济、信息、资金与技术等要素的汇集中心与集聚高地。铁路是国民经济大动脉、国家重要基础设施和大众化交通工具，在中国经济社会发展中的地位和作用至关重要。中心城市作为国家和区域的铁路交通枢纽，是交通流空间网络中的控制性节点、生产基地或交换中心。各省区的省会及计划单列城市为全国交通联系的国家及区域性集聚中心，将全国省域中心城市铁路客运的近域联系格局进行单独的空间模拟与图景展示（图5）。
图5 全国省域中心城市铁路客运联系的空间模拟图景

Fig.5 The spatial simulation of railway passenger connects in provincial cities of China

可以看出，在国家及区域中心城市的辐射带动下，各省区大都形成了以省域中心城市为联系核心的区域性铁路交通联系网络，其中经济较发达、区际联系较为密切的区域已经呈现出更大空间范围的区域交通一体化趋势。如北京—天津—石家庄—济南组成京津冀鲁经济区、合肥—南京—上海—杭州—宁波组成的长三角经济区。作为国家三大城市群之一的珠三角城市群，其铁路交通的近域联系除了京广方向较密集外，还是主要集中在省内的珠江三角洲区域，但其在广昆、深厦方向上已经开始了大力拓展。内陆地区也有一些区际交通联系较为密切的区域，如哈尔滨—长春—沈阳—大连组成的东北经济走廊、武汉—长沙—南昌组成的长江中游经济区、成都—重庆组成的成渝经济区，徐州—郑州—西安—兰州—西宁—乌鲁木齐等组成的陆桥通道经济带也在形成壮大之中。

5 不同类型铁路客运联系的空间集聚效应

高速铁路与普通列车在地域分布、线路走向、开行条件、功能定位等方面的差别极大。为区分不同类型铁路客运联系的空间分布及其集聚效应异同，将全部列车细分出不同车次类型进行近域联系相关分析，其空间结构图谱如图6。
对于高速车次，以高铁（G、C字头）和动车（D字头）来区分。其中G字头高速动车开行1 847列，占全部车次的26.18%，C字头城际动车开行1 228列，占比为17.41%。C字头车次主要是为短途而且沿线人口密集，开行条件较高，其辐射区域人均GDP同比全国要高出61个百分点，而G字头同比全国则仅仅高出13个百分点。整体上，高铁的开行车次占全部车次的43.49%，占全部铁路客运联系总量的40.23%，覆盖的国土面积虽然只有20%，但却影响了约63%的人口、73%的GDP生产，高铁对国家经济社会发展及人们日常交通出行作用日益突出。
图6 不同车次类型的铁路客运空间联系与空间集聚图谱

Fig.6 Spatial distribution and agglomeration of railway passenger connects based on different type train

从全国中心城市高铁联系的空间分布来看，国家主要城市群及重要发展轴带都已经被高铁覆盖，但不同地区及轴带的高铁运营情况差别还比较大，总体上以京广线为界，呈现“西冷东热”的空间分布态势。京沪、京广、京哈（含沈阳—大连）、沪昆轴已经开行高密度的高铁车次，尤其是在长三角、京津冀、珠三角地区的各大中心城市成为多数高铁联系的起点和终点，三大城市群形成高铁时代“三群鼎立”这一基本空间架构。沿长江轴的上海—重庆—成都高铁东西全线已经贯通，陆桥轴徐州—郑州—西安—兰州段、广昆轴广州—桂林段也开通了高铁营运，加上沪昆轴的长沙—贵阳—昆明段，这四条京广以西、东西横向的高铁轴线，使我国的中东部地区与西北、成渝及西南地区实现了高速铁路连通，对国家区域空间总体发展的战略平衡意义重大。
国家目前开行D字头普通动车1 668列，占全部车次的23.65%，连通着157个地级城市，铁路联系总量全国占比为17.84%，覆盖了全国约26%的国土面积和60%的人口。D字头车次的开行条件也相对较高，其辐射区域人均GDP同比全国要高出22个百分点。普通动车在全国的空间分布较不均衡且相对零散，如其开行区域主要分布在西安—兰州—西宁—乌鲁木齐等陆桥通道西段、沿长江通道几个主要中心城市之间、沿海通道的沪浙闽粤段、广昆通道的粤西北和桂东南、太原—石家庄—北京—沈阳、哈尔滨—大庆—齐齐哈尔等区域或方向上。如此的分布恰好与已经形成交通主骨架的高铁形成空间上的互补关系，主要原因是交通技术的长足进步和客运专线的持续建设，高铁已经在许多发展条件较好、人口密度较高地区替代了部分运行相对速度稍慢普通动车，且此趋势还在持续加强。
各类型的普速车次，由于其建设历史久远、开行城市较多，影响的人口及覆盖的区域较广，普速车次构建了全国铁路交通联系格局的本底。目前，K字头车次开行260个地级城市，发出1 447列车次，车次类型占比为20.51%，铁路客运联系占比为30.31%，覆盖全国43%国土面积，而其影响的人口及GDP全国占比都在接近90%，K字头车次的交通联系作用与功能远超其它类型的普速车次。K字头车次客运联系的空间分布格局也真实地反映了上述情况，其在全国分布最为均衡，联系着全国数量最多的大中小城市，沟通了除西藏之外的全部城市群或经济区，构筑了全国铁路交通联系本底上的主框架。特快、直达和普快车次，其开行城市、运行车次、辐射区域、影响人口等指标数量相对较小，份量相对较轻，其作用与功能也随着时代进步而逐渐弱化，但其在完善全国铁路网络布局、支持城乡协调、平衡区域差异等方面的作用依然不可替代。

6 结论与讨论

本研究通过对交通运营线路的空间模拟，构建了全国铁路交通“流空间”联系网络，深入解析了全国铁路交通客流的空间分布格局。
①应用GIS空间分析方法，通过对交通线路上各城市间的近域联系路径进行“裁弯取直”式的空间模拟，实现对交通联系“流空间”的路径刻画和空间展现。
②基于铁路客运大数据，构建了全国地级城市间交互式铁路客运联系空间网络，进而通过联系路径空间属性的多样化赋值与定量化分析，清晰展现了全国铁路交通联系的空间分布与区域集聚图景。
③研究显示，国家铁路交通联系空间网络化基本格局已经初步形成。全国以纵横向铁路联系主通道为基本骨架，以国家及区域中心城市为联系核心，以各级城市群为主要联系方向，呈现布局合理、覆盖广泛、高效便捷的现代化铁路交通网络分布格局。
④长三角、京津冀、珠三角城市群成为众多高铁联系的起点和终点，形成高铁时代“三群鼎立”的基本空间架构。但我国高铁建设依然呈现以京广线为界“西冷东热”的空间分布态势。
⑤细分车次类型，全国铁路交通联系基本格局是以普速列车为本底，K字头列车为框架，G字头高铁为骨架，高速铁路为主通道，高铁与动车相互补充，高速与普速协同发展。
铁路交通联系是诸多空间联系形式的一种，近域联系条件下交通联系的空间趋近模拟方法与思维模式同样适用于公路、水运及航空客货流联系，也可向信息流、技术流、资金流等其它“流空间”领域拓展，尤其适用于复杂的多节点、多路径下的空间联系网络。
由于本研究为全国宏观层面，数据模拟的空间尺度停留在地市级层面，空间模拟路径与实际交通线路不完全重合。如果要对单条铁路运营线路或较小的区域范围进行更加精细化的模拟分析，可将近域联系的空间节点进一步缩小到县城或乡镇级别的站点，其空间模拟的精度会极大提高。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Holl A. Transport infrastructure,agglomeration economies,and firm birth:Empirical evidence from Portugal[J]. Journal of Regional Science, 2004, 44(4):693-712.

[2]
Roger Vickerman, Klaus Spiekermann, Michael Wegener. Accessibility and economic development in Europe[J]. Regional Studies, 1999, 33(1):1-15.

[3]
David Keeble, Peter L. Owens, Chris Thompson. Regional accessibility and economic potential in the European community[J]. Regional Studies the Journal of the Regional Studies Association, 1982, 16(6):419-432.

[4]
Gutiérrez J, Condeco-Melhorado A, Martín J C. Using accessibility indicators and GIS to assess spatial spillovers of transport infrastructure investment[J]. Journal of Transport Geography, 2010, 18(1):141-152.

[5]
Ureña J M, Menerault P, Garmendia M. The high-speed rail challenge for big intermediate cities:A national,regional and local perspective[J]. Cities, 2011, 26(5):266-279.

[6]
Ortega E, López E, Monzón A. Territorial cohesion impacts of high-speed rail under different zoning systems[J]. Journal of Transport Geography, 2014,34:16-24.

[7]
Sasaki K, Ohashi T, Ando A. High-speed rail transit impact on regional systems:does the Shinkansen contribute to dispersion?[J]. Annals of Regional Science, 1997, 31(1):77-98.

[8]
Sánchez-Mateos H S M, Givoni M. The accessibility impact of a new high-speed rail line in the UK-a preliminary analysis of winners and losers[J]. Journal of Transport Geography, 2012, 25(9):105-114.

[9]
Gutiérrez J. Location, economic potential and daily accessibility:an analysis of the accessibility impact of the high-speed line Madrid-Barcelona-French border[J]. Journal of Transport Geography, 2001, 9(4):229-242.

[10]
俞勇军, 陆玉麒. 交通投资与经济发展的关系及其区域效应评价方法研究[J]. 人文地理, 2005, 20(1):27-31.

[11]
张学良. 中国交通基础设施促进了区域经济增长吗——兼论交通基础设施的空间溢出效应[J]. 中国社会科学, 2012(3):60-77.

[12]
周浩, 郑筱婷. 交通基础设施质量与经济增长:来自中国铁路提速的证据[J]. 世界经济, 2012(1):78-97.

[13]
张文尝, 金凤君, 唐秀芳. 空间运输联系的生成与增长规律研究[J]. 地理学报, 1994, 49(5):440-448.

[14]
张文尝, 金凤君, 唐秀芳. 空间运输联系的分布与交流规律研究[J]. 地理学报, 1994, 49(6):490-499.

[15]
李平华, 陆玉麒. 长江三角洲空间运输联系与经济结构的时空演化特征分析[J]. 中国人口·资源与环境, 2005, 15(1):19-23.

[16]
戴特奇, 金凤君, 王姣娥. 空间相互作用与城市关联网络演进:以我国20世纪90年代城际铁路客流为例[J]. 地理科学进展, 2005, 24(2):80-89.

[17]
王姣娥, 金凤君. 中国铁路客运网络组织与空间服务系统优化[J]. 地理学报, 2005, 60(3):371-380.

[18]
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.

[19]
王海江, 苗长虹. 中国中心城市铁路客运的空间联系及其结构图谱[J]. 地理研究, 2015, 34(1):157-168.

[20]
王海江, 苗长虹. 基于O-D网络的全国中心城市铁路客运联系及其分布规律[J]. 经济地理, 2014, 34(5):83-90.

[21]
钟业喜, 陆玉麒. 基于铁路网络的中国城市等级体系与分布格局[J]. 地理研究, 2011, 30(5):785-794.

[22]
金凤君, 王姣娥. 20世纪中国铁路网扩展及其空间通达性[J]. 地理学报, 2004, 52(2):293-302.

[23]
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.

[24]
陈博文, 陆玉麒, 柯文前, 等. 江苏交通可达性与区域经济发展水平关系测度:基于空间计量视角[J]. 地理研究, 2015, 34(12):2283-2 294.

[25]
鲁万波, 贾婧. 高速铁路、城市发展与区域经济发展不平等——来自中国的经验数据[J]. 华东经济管理, 2018(2):5-14.

[26]
李新光, 黄安民. 高铁对县域经济增长溢出效应的影响研究——以福建省为例[J]. 地理科学, 2018, 38(2):233-241.

[27]
王雨飞, 倪鹏飞. 高速铁路影响下的经济增长溢出与区域空间优化[J]. 中国工业经济, 2016(2):21-36.

[28]
倪维秋, 廖茂林. 高速铁路对中国省会城市旅游经济联系的空间影响[J]. 中国人口·资源与环境, 2018, 28(3):160-168.

[29]
张岳军, 张宁. 高速铁路对沿线城市旅游的影响效应与作用机制研究[J]. 铁道运输与经济, 2013, 35(9):84-88.

[30]
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.

[31]
王姣娥, 丁金学. 高速铁路对中国城市空间结构的影响研究[J]. 国际城市规划, 2011, 26(6):47-52.

[32]
钟业喜, 黄洁, 文玉钊. 高铁对中国城市可达性格局的影响分析[J]. 地理科学, 2015, 35(4):387-395.

[33]
孟德友, 陈文峰, 陆玉麒. 高速铁路建设对我国省际可达性空间格局的影响[J]. 地域研究与开发, 2011, 30(4):6-10.

[34]
Castells M. The informational city:information technology, economic restructuring and the urban-regional progress[M]. Oxford UK & Cambridge USA: Blackwell,1989.

[35]
沈丽珍. 流动空间[M]. 南京: 东南大学出版社, 2010.

Options
文章导航

/

〈 〉