EN中文

经济地理 >

2019 , Vol. 39 >Issue 2: 73 - 81

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.02.009

城市地理与新型城镇化

双向联系视域下长江经济带城市群网络结构——基于时间距离和社会网络分析方法

  • 王圣云 , 1, 2 ,
  • 宋雅宁 2 ,
  • 温湖炜 1, 2 ,
  • 李晶 , 1, 2, ※
展开
  • 1.南昌大学 中国中部经济社会发展研究中心，中国江西 南昌 330031
  • 2.南昌大学 经济管理学院，中国江西 南昌 330047
※李晶（1988—），女，山东济宁人，博士，助理研究员。主要研究方向为环境经济学、区域经济学。E-mail:。

王圣云（1977—），男，山西河曲人，博士，副研究员。主要研究方向为福祉地理学与区域经济。E-mail：。

收稿日期: 2018-06-01

  修回日期: 2018-07-28

  网络出版日期: 2025-04-27

基金资助

国家自然科学基金项目(41861025)

江西省社会科学“十三五”(2018)

规划项目(18JL01)

教育部人文社会科学研究项目(18YJA790082)

江西省自然科学基金管理科学项目(20181BAA208004)

收起

Network Structure Analysis of Urban Agglomeration in the Yangtze River Economic Belt under the Perspective of Bidirectional Economic Connection：Based on Time Distance and Social Network Analysis Method

  • WANG Shengyun , 1, 2 ,
  • SONG Yaning 2 ,
  • WEN Huwei 1, 2 ,
  • LI Jing , 1, 2, ※
Expand
  • 1. Research Center of Central China Economic and Social Development，Nanchang University，Nanchang 330031，Jiangxi，China
  • 2. School of Economics and Management，Nanchang University，Nanchang 330047，Jiangxi，China

Received date: 2018-06-01

  Revised date: 2018-07-28

  Online published: 2025-04-27

Fold

摘要

基于修正引力模型和社会网络分析方法，分析长江经济带城市群城市间的双向经济联系格局与城市网络得出：①长江经济带城市群城际经济联系强度存在明显的方向性差异，上海、苏州、重庆、武汉等城市对其他城市的经济联系强度与其他城市对其经济联系强度差异明显。②长江经济带城市群内部经济联系强度总量较大，而城市群之间的经济联系强度总量较小。长江经济带5个城市群之间的经济联系格局很不平衡，长三角城市群经济联系强度总量约占长江经济带城市群城市经济联系强度总量的77%。③长江经济带城市群城市网络密集程度整体不高，城市网络空间结构“西疏东密”。长江经济带城市之间以直接联系为主，但城市网络仍依赖一些关键城市作为联系“媒介”，重庆、武汉和成都的中介功能尤为突出。④聚类分析发现，长江经济带城市群84个城市可分为8个三级子群、4个二级子群，组成滇中黔中、成渝以及长江中下游3个城市小团体。

关键词： 长江经济带; 城市群; 城市网络; 时间距离; 社会网络分析方法; 长三角地区; 双向经济联系

本文引用格式

王圣云 , 宋雅宁 , 温湖炜 , 李晶 . 双向联系视域下长江经济带城市群网络结构——基于时间距离和社会网络分析方法[J]. 经济地理, 2019 , 39(2) : 73 -81 . DOI: 10.15957/j.cnki.jjdl.2019.02.009

Abstract

Using the modified gravity model and social network analysis method, this study investigates bidirectional economic connection pattern and network of urban agglomeration in Yangtze River Economic Belt (YREB). The results indicate that: 1) There are obvious directional differences in economic connection intensity between cities in YREB. Economic connection intensity of Shanghai, Suzhou, Chongqing and Wuhan towards other cities is distinct different from other cities' economic connection intensity towards them. 2) The total amount of economic connection intensity is relatively large within urban agglomerations and relatively small among urban agglomerations. The economic connection pattern among the five urban agglomerations in YREB is unevenly distributed. The total amount of economic connection intensity in Yangtze River Delta urban agglomeration accounts for 77% of the total amount of economic connection intensity in YREB. 3) The density of urban network in YREB is in the medium level and presents a trend that it is much stronger in the east of the east of YREB than the west. Urban network in YREB is dominated by direct contact, but still rely on some key cities as the "medium". The intermediary function of Chongqing, Wuhan and Chengdu is particularly prominent. 4) Cluster analysis shows that 84 cities in the YREB are divided into eight third-level cohesive subgroups and four second-level cohesive subgroups, which consist of three subsets that are Yunnan-Guizhou subset, Chengdu-Chongqing subset and the middle and lower reaches of the Yangtze River.

Key words： Yangtze River Economic Belt; urban agglomeration; urban network; time distance; social network analysis method; the Yangtze River Delta; bidirectional economic connection

长江经济带城市密集，城市之间相互作用、相互联系形成一条城市网络带，且由东向西涵盖了下游的长三角城市群、中游的长江中游城市群和上游的成渝城市群及黔中、滇中城市群，这5个城市群支撑长江经济带成为我国东西向的经济主轴带，对我国东中西区域协调发展具有重要作用。目前，长江经济带相关研究主要集中在城市经济联系格局与城市网络两方面，在城市经济联系格局方面，吴常艳等分析了长江经济带经济联系空间格局及一体化趋势[1]；冯兴华等分析了长江经济带城市体系空间格局演变[2]。在长江经济带城市网络研究方面，王圣云等分析了长江经济带城市集群网络结构与空间合作路径[3]；邹琳等分析了长江经济带的经济联系网络特征[4]。此外，一些学者对长江上中下游地区的城市网络进行了研究，刘耀彬等分析了环鄱阳湖城市群城市网络结构[5]；汤放华等分析了长江中游城市集群网络结构[6]；宋琼等分析了长江中游城市群城市网络空间结构[7]；张荣天分析了长三角城市群的城市网络结构时空演变[8]。由上可知，已有城市网络研究多基于对城市之间经济联系强度测度，测度城市之间经济联系强度的关键在于构建经济联系强度矩阵，学界通常采用引力模型[9]，而在引力模型的距离指标选取方面，多数研究采用城市两两之间的空间距离，尤其是公路距离[10]，认为城市之间经济联系强度与城市之间的空间距离成反比。尽管有较少研究综合考虑了公路和铁路两种方式[1-2]，但忽视了火车普快、动车、高铁的车速差异。近年来，中国城市群发展迅速，城市之间赖以联系的交通基础设施得到迅猛发展，这大幅降低了城际联系的时间成本，也大大增进了城市之间的空间联系[11-12]。显然，城市网络从“点空间”向“流空间”不断转变的背景下[13]，仅着眼于地理空间距离或仅考虑公路（或铁路）一种交通方式，不足以较好地刻画城市之间的“距离”。同时，已有研究在测度城市之间的经济联系强度时，没有区分城市之间“距离”的方向性，即默认为从城市A到城市B与从城市B到城市A的“距离”是相等的[1-10]，实际上，从城市A到城市B与城市B到城市A的空间距离相等，但时间距离未必相同。为此，本文首先综合公路、铁路两种主要交通方式确定城市两两之间的双向联系时间矩阵，然后应用双向时间距离修正城市之间经济联系的引力模型，在此基础上揭示长江经济带城市群城市之间的双向经济联系格局，运用社会网络分析方法进一步分析长江经济带城市群的城市网络结构、城市小团体和凝聚子群状况，以期为长江经济带城市群城市网络一体化构建和区域协调发展提供参考。

1 研究方法

1.1 基于时间距离的引力模型修正

应用双向时间距离对引力模型[14]的距离指标进行修正，结合公路、铁路两种交通方式，将铁路分为普快、动车、高铁，对长江经济带城市群城市之间的双向时间距离进行测度，修正后的引力模型如下：
R i j = K i j P i G i P j G j T i j 2 , K i j = G i G i + G j , T i j = r i j p i j q i j g i j 1 s R j i = K j i P j G j P i G i T j i 2 , K j i = G j G j + G i , T j i = r j i p j i q j i g j i 1 s
式中：Rij、Rji分别为城市i对城市j、城市j对城市i的经济联系强度；Pi、Pj分别为城市i、城市j的非农人口数；Gi、Gj分别为城市i、城市j的GDP；Tij、Tji是指城市i到城市j、城市j到城市i的时间距离；rij、pij、qij、gij与rji、pji、qji、gji分别为城市i到城市j、城市j到城市i的公路驾车、普快、动车、高铁的最短时长；s为开通列车类型数。
将长江经济带5个城市群84个城市两两之间6 972项经济联系划分为3 486对经济联系：
F 1 = m a x R i j , R j i / ∑ i , j = 1 n = 84 R i j   , F 2 = m i n R i j , R j i / ∑ j , i = 1 n = 84 R j i
式中： F 1、 F 2分别为每对经济联系中较大经济联系强度、较小经济联系强度占长江经济带城市经济联系强度总量的比重；n为城市个数。

1.2 社会网络分析方法

1.2.1 中心度

在社会网络分析中，主要通过中心度来衡量城市中心性[15]，即从节点角度衡量城市在城市网络中的地位[3]。中心度主要包括程度中心度、接近中心度和中介中心度三个指标，程度中心度是衡量城市位于城市网络中心地位的指标，分为外向程度中心度和内向程度中心度，其计算公式分别为：
C o d ' i = ∑ j = 1 n X i j / n - 1   , C i d ' i = ∑ i = 1 n X j i / n - 1
式中： C o d ' i、 C i d ' i分别为外向程度中心度、内向程度中心度； X i j、 X j i分别表示城市i对城市j和城市j对城市i是否有直接联系，无直接联系其值为0、有直接联系其值为1。
接近中心度根据城市网络中城市之间联系的最短路径距离来测度，其值越大，说明该城市对其他城市产生联系的最短路径距离越短，经济联系能力越强。本文选取外向接近中心度指标，其计算公式为：
C o c ' i = n - 1 / ∑ j = 1 n d i , j
式中： C o c ' i为外向接近中心度； d i , j表示城市i对城市j产生联系的最短路径距离。
中介中心度表示城市网络中某城市作为联系节点使其他两个城市进行交往的能力，其计算公式为：
C b ' i = ∑ j k g j k i / g j k n - 1 n - 2
式中： C b ' i为中介中心度； g j k为城市j对城市k产生联系的最短路径总数； g j k i是指城市j对城市k产生联系的最短路径经过城市i的数量。

1.2.2 网络密度

网络密度是整体反映城市网络中城市之间经济联系疏密程度的指标[15]。网络密度越大，说明城市网络中城市之间经济联系越紧密，其计算公式为：
D = m / n × n - 1
式中：D为网络密度；m为城市网络中城市之间的实际联系数。

1.2.3 网络效率

网络效率越低，说明城市之间产生联系的路径越多，网络结构越稳定[15]。其计算公式为：
E = 1 - V / m a x V
式中：E为网络效率；V为城市网络中多余的联系数，即城市网络中实际联系数减去理论上城市网络中包含的最小联系数； m a x V为理论上城市网络中最大可能的多余的联系数，即理论上城市网络中包含的最大联系数减去其最小数。

1.2.4 小团体与凝聚子群

小团体分析是指对城市经济联系强度二值矩阵提取强联系矩阵，从而聚类得出城市网络中具有紧密经济联系的城市小团体。凝聚子群分析也是一种聚类分析方法，用来研究城市网络中具有较强紧密联系的城市子群[15]，可应用于分析城市网络中城市子群内部城市之间的联系以及各城市子群之间的联系。

1.3 研究范围与数据来源

本文以长江经济带长三角城市群、长江中游城市群、成渝城市群、黔中城市群和滇中城市群5个城市群为研究对象，研究范围依据《长江三角洲城市群发展规划》《长江中游城市群发展规划》《成渝城市群发展规划》《黔中城市群发展规划》《滇中城市群规划（2016—2049年）》。其中，长三角城市群包括上海、合肥、杭州、南京等26个城市；长江中游城市群包括武汉城市圈、环鄱阳湖城市群、环长株潭城市群3个城市群，由武汉、南昌、长沙等31个城市组成；成渝城市群包括重庆、成都等16个城市；黔中城市群包括贵阳、遵义等6个城市；滇中城市群包括昆明、曲靖等5个城市。本文数据主要来源于百度地图、中国铁路客户服务中心网站、2017年《中国城市统计年鉴》和各省市统计年鉴。

2 结果分析

2.1 长江经济带双向经济联系强度分析

2.1.1 城市之间经济联系强度分析

通过修正引力模型计算出长江经济带城市群城市两两之间的双向经济联系强度，借助ArcGIS 10.2绘制长江经济带城市双向经济联系强度图（图1）。需要说明的是，图1a、1b分别根据每对经济联系中较大经济联系强度、较小经济联系强度绘制，箭头方向表示经济联系方向。为了更好的图示效果，图1a、1b分别只选取经济联系强度值高于50 000亿元 ×万人/ h2、20 000亿元 ×万人/ h2的经济联系。同时，基于城市双向经济联系强度矩阵，计算长江经济带3 486对城际经济联系强度占比及排名，由于篇幅所限，本文根据F1排名选取前50对经济联系，见表1。由图1、表1可以看出：①长江经济带城市群城市之间的经济联系强度存在明显的方向性差异。其中，上海、苏州、重庆、武汉等城市与其他城市之间经济联系强度的方向性差异十分明显，这些城市对其他城市的经济联系强度与其他城市对其经济联系强度存在明显差异。尤其是上海、苏州、重庆对其他城市的经济联系强度与其他城市对其经济联系强度存在量级差异。上海对天门的经济联系强度（19 500亿元 ×万人/ h2）约为天门对上海经济联系强度（313亿元 ×万人/ h2）的62倍，苏州对安顺的经济联系强度（4 667亿元 ×万人/ h2）约为安顺对苏州经济联系强度（110亿元 ×万人/ h2）的43倍，重庆对潜江的经济联系强度（23 621亿元 ×万人/ h2）约为潜江对重庆的经济联系强度（779亿元 ×万人/ h2）的30倍（图1a、1b）；②长江经济带城市群城市之间的经济联系强度总量差距很大。根据笔者统计，长江经济带经济联系强度总量（即该城市与其他城市经济联系强度之和）前10位的城市有苏州（17 552万亿元 ×万人/ h2）、上海（14 882万亿元 ×万人/ h2）、无锡（14 007万亿元 ×万人/ h2）、常州（5 567万亿元 ×万人/ h2）、杭州（5 328万亿元 ×万人/ h2）、南京（5 013万亿元 ×万人/ h2）、嘉兴（3 056万亿元 ×万人/ h2）、武汉（2 757万亿元 ×万人/ h2）、镇江（2 580万亿元 ×万人/ h2）、绍兴（2 360万亿元 ×万人/ h2），而黔东南、雅安、红河、楚雄的经济联系强度总量均在50万亿元 ×万人/ h2以下。从表1中F1、F2及其比值可以看出，双向经济联系强度前10的城市均分布在长三角城市群，上海与苏州、无锡的经济联系十分紧密，与嘉兴、杭州、常州、南京的经济联系较为紧密，反映出上海在长三角城市群甚至长江经济带的重要地位。武汉城市圈内部经济联系强度的方向性差异十分明显，武汉对其他城市的经济联系强度值很大，但其他城市对武汉的经济联系较少，反映出武汉在武汉城市圈中的“领头羊”地位。与之相比，长沙作为环长株潭城市群的中心城市，其与株洲、湘潭、岳阳之间的双向经济联系强度差距相对较小，表明环长株潭城市群的城市经济联系结构较为均衡。
图1 长江经济带城市群城市之间双向经济联系强度

Fig.1 Bidirectional economic connection intensity among cities of urban agglomerations in YREB

表1 长江经济带城市群城际经济联系强度：前50对

Tab.1 Top 50 economic connection intensity between two cities of urban agglomerations in YREB

经济联系方向 F1 经济联系方向 F2 F1/F2 经济联系方向 F1 经济联系方向 F2 F1/F2
% 排名 % 排名 % 排名 % 排名
苏州—无锡 10.66 1 无锡—苏州 4.55 1 2.34 重庆—成都 0.41 26 成都—重庆 0.29 14 1.42
上海—苏州 7.83 2 苏州—上海 4.10 2 1.91 南京—无锡 0.41 27 无锡—南京 0.36 10 1.13
上海—无锡 3.66 3 无锡—上海 0.69 4 5.29 苏州—镇江 0.39 28 镇江—苏州 0.10 36 3.75
上海—嘉兴 2.73 4 嘉兴—上海 0.33 12 8.29 上海—镇江 0.37 29 镇江—上海 0.05 62 7.53
无锡—常州 2.63 5 常州—无锡 1.67 3 1.57 上海—宁波 0.37 30 宁波—上海 0.10 37 3.57
杭州—绍兴 1.78 6 绍兴—杭州 0.68 5 2.61 宁波—绍兴 0.36 31 绍兴—宁波 0.19 22 1.91
上海—杭州 1.76 7 杭州—上海 0.68 6 2.60 南京—扬州 0.36 32 扬州—南京 0.15 27 2.41
苏州—常州 1.43 8 常州—苏州 0.67 7 2.12 武汉—鄂州 0.35 33 鄂州—武汉 0.02 133 16.29
南京—镇江 1.25 9 镇江—南京 0.42 8 2.96 武汉—咸宁 0.35 34 咸宁—武汉 0.03 97 11.33
上海—常州 1.19 10 常州—上海 0.24 18 4.99 无锡—镇江 0.35 35 镇江—无锡 0.16 25 2.21
杭州—嘉兴 1.02 11 嘉兴—杭州 0.33 13 3.12 苏州—嘉兴 0.35 36 嘉兴—苏州 0.07 53 4.77
长沙—株洲 0.91 12 株洲—长沙 0.22 21 4.11 武汉—黄石 0.33 37 黄石—武汉 0.03 88 9.67
武汉—黄冈 0.89 13 黄冈—武汉 0.11 35 8.33 杭州—宁波 0.33 38 宁波—杭州 0.26 16 1.26
杭州—湖州 0.84 14 湖州—杭州 0.17 24 5.07 南京—芜湖 0.33 39 芜湖—南京 0.08 45 3.91
南京—马鞍山 0.74 15 马鞍山—南京 0.11 33 6.80 苏州—南通 0.32 40 南通—苏州 0.15 26 2.13
上海—南京 0.74 16 南京—上海 0.25 17 2.95 南京—合肥 0.30 41 合肥—南京 0.18 23 1.64
武汉—孝感 0.71 17 孝感—武汉 0.10 38 7.45 苏州—杭州 0.29 42 杭州—苏州 0.22 20 1.30
成都—德阳 0.64 18 德阳—成都 0.09 39 7.00 成都—眉山 0.27 43 眉山—成都 0.03 111 10.16
长沙—湘潭 0.61 19 湘潭—长沙 0.13 29 4.86 重庆—南充 0.27 44 南充—重庆 0.02 137 12.64
上海—南通 0.58 20 南通—上海 0.11 31 5.02 成都—绵阳 0.25 45 绵阳—成都 0.04 82 6.92
南京—常州 0.57 21 常州—南京 0.28 15 2.03 杭州—金华 0.25 46 金华—杭州 0.09 43 2.79
苏州—南京 0.54 22 南京—苏州 0.36 11 1.53 扬州—泰州 0.25 47 泰州—扬州 0.23 19 1.07
常州—镇江 0.53 23 镇江—常州 0.40 9 1.32 长沙—岳阳 0.24 48 岳阳—长沙 0.07 50 3.27
南京—滁州 0.53 24 滁州—南京 0.07 56 7.95 上海—湖州 0.23 49 湖州—上海 0.02 155 13.19
上海—绍兴 0.43 25 绍兴—上海 0.07 49 5.78 长沙—益阳 0.20 50 益阳—长沙 0.03 113 7.70

2.1.2 城市群之间经济联系强度分析

长江经济带各城市群内部的经济联系强度总量明显大于各城市群对其他城市群的经济联系强度总量，表明长江经济带城市群内部经济联系强度较大，而城市群之间的经济联系强度较小。长三角、长江中游、成渝、滇中、黔中城市群内部的经济联系强度总量之和约为49 620万亿元 ×万人/ h2，其约占长江经济带城市群城市经济联系强度总量的95%，而5个城市群之间的经济联系强度总量仅占5%，表明长江经济带5个城市群之间的经济联系远远弱于城市群内部经济联系。此外，长江经济带各城市群内部的经济联系强度总量差距十分显著，长三角、长江中游、成渝、滇中、黔中城市群内部的经济联系强度总量分别约为40 219万亿元 ×万人/ h2、6 431万亿元 ×万人/ h2、2 700万亿元 ×万人/ h2、163万亿元 ×万人/ h2、106万亿元 ×万人/ h2，其在长江经济带城市群城市经济联系强度总量的占比分别为77.00%、12.31%、5.17%、0.31%与0.20%，可见长江经济带5个城市群之间的经济联系格局很不平衡（表2）。
表2 长江经济带城市群之间的双向经济联系强度矩阵

Tab.2 Bidirectional economic connection intensity matrix of urban agglomerations in YREB

城市群名称 经济联系强度
（亿元 ×万人/ h2）		 滇中城市群 黔中城市群 成渝城市群 长江中游城市群 长三角城市群
滇中城市群 经济联系强度（占比） 1 633 834（0.31%） 198 917（0.04%） 129 809（0.02%） 147 974（0.03%） 76 962（0.01%）
辐射强度 － 0.36 0.23 0.27 0.14
吸引强度 0.20 0.29 0.24 0.27
黔中城市群 经济联系强度（占比） 158 559（0.03%） 1 063 111（0.20%） 425 858（0.08%） 300 784（0.06%） 113 237（0.02%）
辐射强度 0.16 － 0.43 0.30 0.11
吸引强度 0.10 0.50 0.23 0.18
成渝城市群 经济联系强度（占比） 233 891（0.04%） 1 029 165（0.20%） 2 700 1179（5.17%） 1 897 267（0.36%） 956 891（0.18%）
辐射强度 0.06 0.25 － 0.46 0.23
吸引强度 0.05 0.16 0.40 0.39
长江中游城市群 经济联系强度（占比） 190 446（0.04%） 468 483（0.09%） 1 063 294（0.20%） 64 308 382（12.31%） 6 090 949（1.17%）
辐射强度 0.02 0.06 0.14 － 0.78
吸引强度 0.01 0.02 0.14 0.82
长三角城市群 经济联系强度（占比） 215 204（0.04%） 379 555（0.07%） 1 032 649（0.20%） 11 012 670（2.11%） 402 191 247（77.00%）
辐射强度 0.02 0.03 0.08 0.87 －
吸引强度 0.01 0.02 0.13 0.84

注：经济联系强度占比是指此项经济联系强度占长江经济带5个城市群经济联系强度总量的比重。

进一步计算长江经济带各城市群的辐射强度和吸引强度，将城市群A对城市群B的辐射强度定义为城市群A对城市群B的经济联系强度与城市群A对其他城市群的经济联系强度总量之比；城市群A对城市群B的吸引强度即为城市群B对城市群A的经济联系强度与其他城市群对城市群A的经济联系强度总量之比。从表2可知，长江经济带5个城市群之间的经济联系存在空间梯度临近关联特征，具体表现在：黔中城市群辐射、吸引强度最大的城市群是成渝城市群，而成渝城市群辐射、吸引强度最大的城市群是长江中游城市群，长江中游城市群辐射、吸引强度最大的城市群是长三角城市群，长三角城市群辐射、吸引强度最大的城市群是长江中游城市群。

2.2 长江经济带城市群城市网络分析

2.2.1 城市中心性分析

由图2、表3可知：①长江经济带城市群城市网络的外向程度中心度为67.08%，外向接近中心度为80.01%，长江经济带城市群中城市对外辐射能力整体较强。其中重庆、武汉和上海的外向程度中心度位列前三，表明重庆、武汉和上海分别作为长江上游、中游和下游地区的中心城市，对外直接辐射能力很强。此外，从外向程度中心度来看，长江经济带各城市群之间的经济辐射能力差距很大。长三角城市群的外向程度中心度值最高，对外直接辐射能力最强。长江中游、成渝城市群的外向程度中心度值虽然整体较高，但也存在潜江、鹰潭、天门、景德镇、雅安等对外直接辐射能力偏弱的城市，说明其城市的直接辐射能力存在较大差异。黔中、滇中城市群的外向程度中心度值最低，对外直接辐射能力最弱。②长江经济带城市群城市网络的内向程度中心度为29.28%，表明长江经济带城市群中城市的吸引力整体低于辐射力。从内向程度中心度值的分布区间可知，长江中游城市群的吸引力整体最强，然后依次是长三角城市群、成渝城市群、黔中城市群、滇中城市群。武汉、南昌和长沙的内向程度中心度位列前三，吸引力很强。结合外向程度中心度来看，滇中、黔中城市群的辐射力、吸引力均弱，长三角城市群的辐射力强于吸引力，长江中游城市群则是吸引力强于辐射力，而成渝城市群的吸引力和辐射力较为相近。比较可知，长三角城市群的经济辐射力最强。长江中游城市群由于其承东启西的重要区位，对上下游城市群具有较强吸引力。成渝城市群在带动滇中、黔中城市群以及在与长江中下游城市群联系方面发挥了重要作用。③通过中介中心度可以看出，长江经济带城市群整体上仍十分依赖少数城市作为“媒介”来扩大城市之间的经济联系，重庆、武汉和成都的中介功能尤为突出，昆明、贵阳、长沙、南昌、合肥、上海也是十分重要的区域性中介城市，昆明、贵阳在黔中、滇中城市群中作为中介城市的联系功能尤其重要。需要指出的是，红河、楚雄、池州、雅安等城市的中介中心度为0，表明其明显处于长江经济带城市网络边缘。
图2 长江经济带城市群城市网络城市中心度

Fig.2 Centrality of urban network of urban agglomerations in YREB

表3 长江经济带城市群城市网络指标

Tab.3 Indicators of urban network in urban agglomerations of YREB

城市群名称 程度中心度(%) 外向接近中心度(%) 中介中心度(%) 网络密度 网络效率
外向度 内向度
长江经济带5个城市群 67.08 29.28 80.01 14.05 0.30 0.63
滇中城市群 7.23 10.36 39.93 0.93 0.85 0.17
黔中城市群 10.64 15.06 45.51 0.89 0.70 0.20
成渝城市群 23.19 20.11 57.04 1.67 0.79 0.20
长江中游城市群 28.68 37.31 57.10 1.03 0.57 0.34
长三角城市群 44.95 34.94 63.51 0.63 0.86 0.04

2.2.2 城市群城市网络结构分析

从表3网络密度指标可以看出，长江经济带城市群城市网络密集程度整体不高。各城市群的城市网络密度均高于长江经济带5个城市群整体网络密度，说明城市群之间的经济联系相对于城市群内部的经济联系更少。需要指出的是，长三角城市群、滇中城市群的城市网络密度较高，而长江中游城市群的城市网络密度仅为0.57，相对较低，其城市联系有待加强。从表3网络效率指标可知，长江经济带城市群城市网络结构稳定性整体较差，即城市网络过于依赖某些关键城市。长三角城市群的城市网络结构较为稳定，城市之间的经济联系最为密集。
从图3可以看出，长江经济带城市群城市网络空间结构呈现“西疏东密”特征。滇中城市群、黔中城市群城市网络最为稀疏，成渝城市群城市网络略为密集，而长江中游城市群，尤其是长三角城市群的城市网络最为紧密。具体来看，长江上游地区主要依靠重庆、成都作为门户城市与长江中下游地区进行经济联系，但重庆市的“媒介”作用比成都市更为突出，昆明、贵阳在长江上游与中下游地区联系中发挥的“媒介”作用比重庆和成都弱很多。此外，从图3可以发现，长江中游城市群与长三角城市群之间的城市网络趋于融合，上海、武汉、长沙、苏州、合肥、杭州、南京、南昌等城市位于长江中下游城市网络的核心。舟山、池州、景德镇、鹰潭、吉安、湘潭、鄂州、天门等城市主要分布在长江中下游城市网络外围。
图3 长江经济带城市群城市网络空间结构

Fig.3 Spatial structure of urban network in urban agglomerations of the YREB

2.3 长江经济带城市群城市网络聚类分析

2.3.1 城市小团体分析

运用UCINET 6.2软件的Netdraw组件绘制长江经济带城市群城市小团体网络结构，由图4可见，长江经济带5个城市群已初步形成滇中、黔中，成渝以及长江中下游3个城市小团体。与图3相似，长江中下游城市小团体内部的城市网络最为密集，滇中、黔中城市小团体内部的城市网络较为稀疏。可以看出，成渝城市小团体与长江中下游城市小团体之间的经济联系比与滇中、黔中城市小团体之间的经济联系更多，也反映出2.1.2中揭示的城市群之间经济联系的空间梯度临近关联特征。需要指出的是，遵义市等城市已经融入成渝城市小团体。与前文中介中心度分析结果一致，成渝城市小团体主要依赖重庆、成都对外展开经济联系，滇中、黔中城市小团体则主要通过昆明、贵阳等城市进行对外联系。
图4 长江经济带城市群小团体网络结构

Fig.4 Spatial network structure of subsets in YREB

2.3.2 城市网络凝聚子群分析

进一步运用UCINET 6.2软件对长江经济带城市群城市网络进行凝聚子群分析，长江经济带城市群城市网络可分为8个三级子群和4个二级子群（图5）。在8个三级子群中，第1子群包括昆明、曲靖、玉溪、楚雄、红河，为滇中城市群；第2子群包括贵阳、毕节、安顺、黔南、黔东南，主要为黔中城市群；第3子群包括重庆、成都、遵义；第4子群包括成渝城市群除重庆、成都外的所有城市；第5子群包括长沙、合肥、无锡、金华、九江、南通、南京、苏州、武汉、南昌、宁波、上饶、杭州、上海，主要为长江中下游地区的省会城市或沿江重点城市；第6子群包括绍兴、镇江、芜湖、安庆、马鞍山等城市，主要分布在长三角城市群；第7子群主要涵盖环鄱阳湖城市群、环长株潭城市群除南昌、长沙外的其他城市；第8子群主要为武汉城市圈除武汉以外的其他城市。对上述8个三级子群进行二级聚类可知，第1、2子群属于滇中、黔中城市小团体，即二级子群的第1子群；第3、4子群属于成渝城市小团体，即二级子群的第2子群；第5、6、7、8子群合为长江中下游城市小团体，即为二级子群的第3、4子群。综合凝聚子群和城市小团体的聚类分析结果可以发现，长江经济带已经浮现出长江中游城市群和长三角城市群逐步融合形成长江中下游城市网络的趋势。
图5 长江经济带城市群城市网络凝聚子群

Fig.5 Cohesive subgroups of urban agglomerations in YREB

3 结论与讨论

①长江经济带城市之间的经济联系强度存在明显的方向性差异。上海、苏州、重庆、武汉等城市对其他城市的经济联系强度与其他城市对其经济联系强度很不对称，尤其是上海、苏州、重庆对其他城市的经济联系强度与其他城市对其经济联系强度存在很大差异。长江经济带城市之间的经济联系强度总量差距明显。上海与苏州、无锡的经济联系较为紧密，上海在长三角城市群的龙头地位十分重要。武汉城市圈经济联系强度的方向性差异特征尤为明显，武汉在武汉城市圈中“一枝独秀”，环长株潭城市群经济联系格局较为均衡。经济联系的方向性揭示的是城市之间经济联系功能和强度的不对称、差异化特征，如何发挥龙头城市和重要中心城市的辐射、吸引、带动作用，是长江经济带推进城市网络化的重要向度。
②长江经济带城市群内部经济联系强度总量较大，而城市群之间的经济联系强度总量较小。5个城市群各自内部的经济联系强度总量约占长江经济带城市群城市经济联系强度总量的95%，其中，长三角城市群内部的经济联系强度总量约占长江经济带城市群城市经济联系强度总量的77%。尽管长江经济带5个城市群之间的经济联系强度总量仅占5%，但其经济联系存在空间梯度临近关联特征。与黔中城市群经济联系强度最大的城市群是成渝城市群，与成渝城市群经济联系强度最大的城市群是长江中游城市群，与长江中游城市群经济联系强度最大的城市群是长三角城市群。可见，加强城市群之间的经济联系，以长江中下游城市集群式发展引领长江经济带城市群联动发展，是各级政府要考虑的重要问题。
③长江经济带城市群城市网络密集程度整体不高，城市网络在空间上呈现“西疏东密”不平衡性。滇中、黔中城市群城市网络稀疏，成渝城市群城市网络略为密集，长江中游城市群城市网络较为紧密，长三角城市群城市网络最为密集。此外，长三角城市群的辐射力最强，长江中游城市群的吸引力最强，长三角城市群的辐射力强于吸引力，长江中游城市群吸引力强于辐射力，滇中、黔中城市群的辐射力、吸引力均弱，成渝城市群的吸引力和辐射力相近。长江经济带城市群城市网络分为8个三级子群和4个二级子群，二级子群的第1子群属于滇中、黔中城市小团体，第2子群属于成渝城市小团体，第3、4子群为长江中下游城市小团体。长江经济带5个城市群已初步形成滇中、黔中，成渝以及长江中下游3个城市小团体。因此，要尽快加强滇中、黔中城市群的交通路网建设，大力发展城际铁路，缩短其与其他城市群的交通运输时间。充分发挥长江中游城市群的区位优势，既要辐射带动长江上游城市群和长江中游城市群的交流合作[16]，也要加快长江中游城市群与长三角城市群的融合发展，打造世界级的长江中下游城市群[17]。
④长江经济带目前以城市间的直接联系为主，构建长江流域的城市网络仍要依赖一些关键城市作为联系“媒介”，尤其是重庆、武汉和成都的中介功能不容忽略。滇中、黔中城市群要注重依赖昆明、贵阳等省会城市，借助遵义、毕节等城市加强与成渝城市群以及长江中下游城市群的经济联系。要重视发挥成渝城市群作为连接长江上中下游城市群的重要桥梁作用，大力促进长三角城市群和长江中游城市群的进一步融合，更大程度上带动滇中、黔中城市群的发展。根据各城市群的经济联系特征和优势，加强城市群之间的经济联系，创新城市群之间的合作机制，促进长江经济带各城市群之间的分工合作和联动发展，构建密集高效互通互联的长江经济带城市网络体系，支撑长江经济带成为我国东中西协调发展的横向主轴带。
⑤本文将公路和铁路结合，相对全面地反映了城际联系的时间距离，但在模型构建时由于难以明确区分公路、普快、动车、高铁的重要程度或权重，所以在计算时间距离时采取了几何平均方法。相对于只关注城市之间单向经济联系的研究而言，本文基于双向时间距离修正的引力模型在刻画长江经济带城市网络时能够较好地反映城市之间、城市群之间的双向经济联系格局。尽管一些城市之间的双向时间距离差异不是很大，但由于城市人口规模及经济总量对时间距离的附加影响，会对城市之间的经济联系产生放大效应。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
吴常艳, 黄贤金, 陈博文, 等. 长江经济带经济联系空间格局及其经济一体化趋势[J]. 经济地理, 2017, 37(7):71-78.

[2]
冯兴华, 钟业喜, 李峥荣, 等. 长江经济带城市体系空间格局演变[J]. 长江流域资源与环境, 2017, 26(11):1 721-1 733.

[3]
王圣云, 翟晨阳. 长江经济带城市集群网络结构与空间合作路径[J]. 经济地理, 2015, 35(11):61-70.

[4]
邹琳, 曾刚, 曹贤忠, 等. 长江经济带的经济联系网络空间特征分析[J]. 经济地理, 2015, 35(6):1-7.

[5]
刘耀彬, 戴璐. 基于SNA的环鄱阳湖城市群网络结构的经济联系分析[J]. 长江流域资源与环境, 2013, 22(3):263-271.

[6]
汤放华, 汤慧, 孙倩, 等. 长江中游城市集群经济网络结构分析[J]. 地理学报, 2013, 68(10):1 357-1 366.

[7]
宋琼, 谢志祥, 李同昇, 等. 长江中游城市群城市网络空间结构研究[J]. 地域研究与开发, 2017, 36(3):59-65.

[8]
张荣天. 长三角城市群网络结构时空演变分析[J]. 经济地理, 2017, 37(2):46-52.

[9]
苗长虹, 王海江. 河南省城市的经济联系方向与强度——兼论中原城市群的形成与对外联系[J]. 地理研究, 2006, 25(2):222-232.

[10]
尹娟, 董少华, 陈红. 2004—2013年滇中城市群城市空间联系强度时空演变[J]. 地域研究与开发, 2015, 34(1):65-70.

[11]
方大春, 孙明月. 高铁时代下长三角城市群空间结构重构——基于社会网络分析[J]. 经济地理, 2015, 35(10):50-56.

[12]
郭建科, 王绍博, 李博, 等. 哈大高铁对东北城市旅游经济联系的空间影响[J]. 地理科学, 2016, 36(4):521-529.

DOI

[13]
曼纽尔·卡斯特. 网络社会的崛起[M]. 夏铸九, 王志弘,等译. 北京: 社会科学文献出版社, 2003.

[14]
王德忠, 庄仁兴. 区域经济联系定量分析初探:以上海与苏锡常地区经济联系为例[J]. 地理科学, 1996, 16(1):51-57.

[15]
刘军. 整体网分析讲义:UCINET软件实用指南[M]. 上海: 格致出版社,上海人民出版社, 2009.

[16]
王圣云, 罗颖, 李晶, 等. 长江中游城市群城乡协同发展演进与系统耦合机制[J]. 南昌大学学报:人文社会科学版, 2018, 49(5):59-66.

[17]
秦尊文, 等. 长江经济带城市群战略研究[M]. 上海: 上海人民出版社, 2018.

Options
文章导航

/

〈 〉