EN中文

Economic geography >

2019 , Vol. 39 >Issue 8: 36 - 43

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.08.005

The Contribution Rate of Transportation Styles to the Spatial Interaction of Beijing-Tianjin-Hebei Area

  • DAI Xuezhen ,
  • LYU Chunyang ,
  • ZHENG Yishuo ,
  • ZOU Jiao
Expand
  • School of Management Science and Engineering，Central University of Finance and Economics，Beijing 100081，China

Received date: 2018-12-23

  Revised date: 2019-06-09

  Online published: 2025-04-24

Fold

Abstract

To compare the contribution rate of three transportation styles( highway, normal-speed rail and high-speed rail) to the spatial interaction strength of Beijing-Tianjin-Hebei, this paper, based on two situations considering monetary cost or not, constructs three different road network systems, and applies the modified gravity model and the potential model to do quantitatively analysis. The results show that the highway has the largest contribution rate to the spatial interaction of Beijing-Tianjin-Hebei, and the contribution rates based on the minimum comprehensive cost and the minimum time cost respectively reach 83.5% and 73%, indicating that the economic and cultural exchanges between the cities of Beijing-Tianjin-Hebei are highly dependent on the highway. Besides, high-speed rail can greatly shorten the travel time between cities, but the increase in fare generally counteracts time cost savings. The contribution rate based on minimum time cost is 22.2%, which is much higher than the 4.8% of normal-speed rail. And the increase of the spatial interaction strength brought by high-speed rail has obvious corridor effects along the site cities such as Beijing, Tianjin, Shijiazhuang and Handan.

Key words： transportation modes; contribution rate; Beijing-Tianjin-Hebei Area; high-speed railway; time cost

Cite this article

DAI Xuezhen , LYU Chunyang , ZHENG Yishuo , ZOU Jiao . The Contribution Rate of Transportation Styles to the Spatial Interaction of Beijing-Tianjin-Hebei Area[J]. Economic geography, 2019 , 39(8) : 36 -43 . DOI: 10.15957/j.cnki.jjdl.2019.08.005

经济要素以及某些相关非经济要素的空间差异可能导致这些要素的空间流动，这种流动使区域之间或各种空间经济实体之间的经济和社会活动互相关联，发生空间相互作用，从而构成不同层次和总体规模庞大而复杂的空间经济系统。城市和区域间不同类型的道路交通网络是其相互作用的重要载体，交通运输技术的变革将在某种程度上增强空间相互作用的强度，进而促进区域发展。近年来，我国高速铁路的大规模建设与快速发展也改变了城市或区域间相互作用的强度和经济联系方向，进而引起城市和区域间经济联系的变化和空间结构的重构。
空间相互作用原理最早由美国地理学家乌尔曼[1]提出，他综合了俄林[2]、斯托弗[3]等的观点，形成了空间相互作用理论。在其后的研究中，国内外学者均在方法论上作了不少文章。从基本的引力模型开始，发展到其众多的衍生模型（潜能模型、断裂点模型、最大熵模型、Alonso模型以及口粒子扩散模型等）的应用，到城市流模型和地缘经济关系模型的引入，学者们依托不同的国家和地区进行了众多的实证研究，如有学者利用改进的引力模型探讨城市间空间相互作用的时间效应[4]、航空运输的等级[5]、大学生的流动现象[6]等。也有学者考虑潜在客户与零售中心分层网络之间的相互作用来估算乘客概率和集聚区[7]，或构建综合地理信息图和空间相互作用的综合模型来研究高等教育[8]。我国学者徐辉、梅志雄、董青等从不同等级城市出发研究区域间空间相互作用强度的特点及其变化[9-11]。孙斌栋等重构经济增长模型来估计不同等级的大城市对小城市经济增长的空间影响[12]。黄金川基于空间相互作用理论识别中心城市辐射作用强度的高值区域[13]。席强敏等构建城市规模效应和空间结构效应相互作用机制的理论模型对中国超大城市进行了实证研究[14]。聂晓英等运用因子分析法、改进的引力模型和潜力模型及空间点吸引范围模型探讨了1990—2012年河西走廊县域城镇空间相互作用时空格局演变特征[15]。丁金学等利用Logit模型对高铁与民航的竞争博弈及其空间效应进行了分析[16]。另有学者对空间相互作用的影响因素进行了深入探讨[17-19]。此外，也有学者就农家乐和城乡一体化的空间相互作用模型进行了探讨[20-21]。
诸多学者的论述集中于空间相互作用在空间结构和区域经济中的影响，具体到不同交通方式对空间相互作用的贡献率却很少有人涉及；对各种“流态”的种类关注较多，对不同“流态”的细分分析较少；且衡量城市间经济距离多以时间距离和空间距离为依据，对货币距离（票价）关注不够。近年来，随着我国高速铁路的快速发展，其社会经济影响备受学者们重视，客观评价高速铁路在不同区域范围的影响程度非常有必要。基于此，本文选择京津冀增长极作为研究对象，综合考虑时间距离和货币距离，探讨区域内不同交通运输方式对空间相互作用强度的贡献程度，以期揭示不同交通运输方式在京津冀空间形态演化中的作用，丰富相关领域的研究，并为政府部门的宏观决策服务。

1 模型设计与数据来源

1.1 模型设计

1.1.1 引力模型的重构

本文选择改进的引力模型来度量城市空间相互作用强度，计算公式如下：
R i j = P i V i P j V j T i j 2
式中：Rij代表城市市i、j间空间相互作用强度； P i、 P j分别代表市辖区（县）i、j的GDP； V i、 V j分别代表市辖区（县）i、j的年末总人口； T i j代表综合考虑了时间距离和货币距离的城市i、j间的最小综合成本。此处， T i j的计算公式如下：
T i j = L i j S + L i j × P V
式中： L i j代表城市i、j间的空间距离，单位为km；S代表不同交通方式的平均运行速率，单位为km/h；P代表不同交通方式的基准费率，即每公里票价，单位为元/人·km；V代表单位时间价值，用消费者每小时创造的价值表示，单位为元/h。

1.1.2 潜力模型及其改进

本文选择潜力模型来计算某个城市的空间吸引力，其计算公式如下：
R i = ∑ j = 1 n R i j   ( i ≠ j )
式中： R i代表城市i的潜力值，为城市i与区域内其他城市空间相互作用强度的总和；Rij代表城市市i、j间空间相互作用强度。
京津冀增长极内部主要的交通运输方式为公路（包括高速公路和一般公路）和铁路，因此，为了测算不同交通方式的贡献率，我们忽略其他交通运输方式，并关注高速铁路的影响，构建了三种道路网：公路和普通铁路道路网、公路和高速铁路道路网以及公路、普通铁路和高速铁路道路网，分别计算三种道路网不同城市的总潜力，计算公式如下：
R k = ∑ i = 1 n R i ,   k = 1,2 , 3 ,   i = 1,2 , 3 , … , n
式中：R1、R2、R3分别表示上述三种道路网的总潜力值；n为城市个数。在此基础上，根据下面3个公式分别计算高速铁路、普通铁路以及公路的贡献率。
R O C 高 铁 = R 3 - R 1 R 3 R O C 普 铁 = R 3 - R 2 R 3 R O C 公 路 = 1 - R O C 高 铁 - R O C 普 铁

1.2 研究对象和数据来源

本文的研究对象包括北京、天津和河北省132个地级市和县级市，重点关注河北省的城市。数据来源如下：不同交通方式的行驶速度来源于中华人民共和国公路工程技术标准和铁路运营时刻表，不同交通方式基准费率来源于2016年公路和铁路的运营收费。各市（县）GDP、年末总人口来源于《河北经济年鉴2017》《河北省统计年鉴2017》和《中国城市统计年鉴2017》。

2 交通方式对京津冀空间相互作用强度贡献率分析

2.1 基于最小综合成本的对比分析

2.1.1 最小综合成本

考虑时间和票价两种因素，根据公式（2）计算得出的三种网络条件下各城市最小综合成本，部分结果见表1。
表1 三种网络条件下各城市最小综合成本 / h

Tab.1 Minimum comprehensive costs of cities based on 3 different transportation networks / h

排名 城市 公路普铁网 城市 公路高铁网 城市 公路普铁高铁网
1 保定市 533.32 清苑县 596.22 保定市 533.32
2 霸州市 547.81 保定市 611.51 霸州市 547.81
3 徐水县 548.10 高阳县 615.73 徐水县 548.10
4 饶阳县 548.49 徐水县 618.48 饶阳县 548.49
5 清苑县 549.28 任丘市 618.83 清苑县 549.28
76 隆尧县 703.95 孟村回族自治县 779.35 隆尧县 703.95
77 临城县 705.82 威县 781.93 临城县 705.82
78 巨鹿县 708.30 内丘县 783.07 巨鹿县 708.30
79 香河县 710.13 故城县 787.29 香河县 710.13
80 三河市 714.97 盐山县 787.35 三河市 714.97
130 秦皇岛市 1 042.38 承德县 1 214.26 秦皇岛市 1 042.38
131 隆化县 1 042.49 秦皇岛市 1 238.80 隆化县 1 042.49
132 丰宁县 1 066.28 宽城县 1 256.75 丰宁县 1 066.28
133 宽城县 1 101.08 青龙县 1 266.52 宽城县 1 101.08
134 青龙县 1 110.19 隆化县 1 294.93 青龙县 1 110.19
由表1可以看出，同一城市公路高铁网的最小综合成本最高，而公路普铁网与公路普铁高铁网两种路网条件下各城市最小综合成本完全一致，可以理解为高铁的开通带来的时间成本的降低被高铁货币成本的增加中和了，旅客出行决策取决于对时间或票价的偏好。
对比分析公路高铁网和公路普铁高铁网（或公路普铁网）各城市最小综合成本可以发现，叠加普铁线路后，各城市最小综合成本均有不同程度的下降，且城市排名也相应发生了变化。具体而言，叠加普铁线路后，各城市平均最小综合成本缩短了将近90 h，最小综合成本最高的城市由1 294 h降低为1 110 h，缩短了184 h。由此可以看出，普通铁路的开通显著降低了城市最小综合成本，可有效提升区域内城市间的交通通达度。
运用反距离权重法（IDW）做空间插值分析，可以更清晰直观地看到不同城市最小综合成本的空间差异（图1）。
图1 公路普铁高铁网（或公路普铁网）、公路高铁网城市最小综合成本及其变化

Fig.1 Minimum comprehensive costs of cities and its change based on 2 different transportation networks

由图1可知，三种路网条件下，最小综合成本均大致以保定市、石家庄市为中心，向外呈同心圆状逐渐加大。比如保定市处于研究区域核心地带，最小综合成本较低；而张家口市地处研究区域的边缘地带，且路网密度较低，造成最小综合成本较高。从变化幅度来看，最小综合成本变化较大的城市主要为张家口、承德等分布在区域边缘的城市，普通铁路的开通可有效降低这些城市的最小综合成本，提高其交通便捷度。

2.1.2 空间相互作用强度

根据公式（1）计算得出城市对间的空间相互作用强度，然后根据公式（4）得出三种路网条件下每个城市的空间吸引力，部分结果见表2，由此可知，叠加普通铁路对城市总潜力较大的城市影响较小，对城市总潜力较小的城市影响较大。且公路普铁高铁网下，各城市的空间相互作用强度均较公路高铁网络有所提升，最大、最小强度约为公路高铁网络下的1.3倍，平均强度提高了约0.2倍，即普通铁路的开通对城市间空间相互作用强度有显著的促进作用。
表2 三种路网条件下城市空间相互作用强度

Tab.2 Spatial interaction strength of cities based on 3 different transportation networks

排名 城市 公路普铁网 城市 公路高铁网 城市 公路普铁高铁网
1 北京市 117 824 370 298 北京市 91 022 222 387 北京市 117 824 370 298
2 天津市 82 401 164 560 天津市 67 637 171 102 天津市 82 401 164 560
3 石家庄市 50 280 354 082 邢台市 44 927 427 132 石家庄市 50 280 354 082
4 邢台市 46 853 584 844 邢台县 41 988 134 573 邢台市 46 853 584 844
5 邢台县 42 647 771 540 石家庄市 40 597 327 782 邢台县 42 647 771 540
76 蠡县 1 962 274 022 唐县 1 739 874 972 蠡县 1 962 274 022
77 承德市 1 923 711 811 景县 1 716 448 467 承德市 1 923 711 811
78 唐县 1 873 209 257 容城县 1 650 739 682 唐县 1 873 209 257
79 盐山县 1 868 033 624 安平县 1 609 994 458 盐山县 1 868 033 624
80 大厂县 1 858 671 912 大名县 1 598 756 451 大厂县 1 858 671 912
130 丰宁县 513 513 239 隆化县 465 371 539.2 丰宁县 513 513 238.8
131 蔚县 508 494 176 赤城县 405 749 919.7 蔚县 508 494 175.7
132 赤城县 465 502 064 怀安县 404 256 947.4 赤城县 465 502 064.2
133 围场县 444 918 474 阜平县 341 307 813.5 围场县 444 918 473.6
134 阜平县 362 081 773 围场县 281 476 933 阜平县 362 081 772.7
从空间分布（图2）来看，两种路网条件下，研究区域城市空间相互作用强度均大体呈现出由多中心逐步向外减弱的趋势，京津及周边、省会城市石家庄、邯郸等城市空间相互作用强度较大，北部、东南部城市空间相互作用强度较小。从其变化幅度来看，各城市空间相互作用强度的变化趋势大体与最小综合成本的变化趋势相反，即叠加普通铁路后，最小综合成本增加额度大的城市空间相互作用强度反而下降的额度越小，可以理解为交通条件的改善能够大幅度提高经济较发达、交通条件较好的城市的空间相互作用强度，对经济、交通条件较差地区的促进作用相对较小。如京津、石家庄、邯郸周边城市空间相互作用强度的提高远远大于张家口、承德等边缘城市。
图2 公路普铁高铁网（或公路普铁网）、公路高铁网城市空间相互作用强度及其变化

Fig.2 Spatial interaction strength of cities and its change based on 2 different transportation networks

2.1.3 不同交通方式对空间相互作用强度的贡献率

利用公式（4）的计算结果，根据公式（5）计算出高铁、普铁、公路三种交通方式对空间相互作用强度的贡献率分别为0%、16.5%和83.5%。公路的贡献率最高，说明公路运输在京津冀运输体系中占有绝对的优势，其次是普通铁路也起着一定的作用，高速铁路的作用我们下文再进一步讨论。

2.2 基于最小时间成本的对比分析

考虑到高速铁路的开通建设主要是为了快速运输，且乘坐高铁的人多为时间偏好型，在此我们忽略票价的影响，以最短通行时间来衡量研究区域城市间空间相互作用强度。

2.2.1 最小时间成本

采用网络分析法计算出三种路网条件下各城市对之间的最短出行时间，然后汇总出每个城市的最小时间成本，部分结果见表3。
表3 三种路网条件下各城市最小时间成本 / h

Tab.3 Minimum time costs of cities based on 3 different transportation networks / h

排名 城市 公路高铁网 城市 公路普铁网 城市 公路普铁高铁网
1 清苑县 257.87 保定市 306.61 清苑县 251.94
2 石家庄市 264.49 霸州市 310.43 石家庄市 258.37
3 高碑店市 266.55 清苑县 315.67 高碑店市 261.33
4 定州市 269.97 任丘市 316.42 定州市 263.91
5 北京市 274.33 徐水县 323.54 北京市 267.51
76 平乡县 358.49 故城县 411.14 肥乡县 350.60
77 三河市 358.86 玉田县 414.88 威县 350.66
78 威县 359.06 三河市 415.27 三河市 350.83
79 南皮县 359.13 邢台县 415.90 玉田县 350.94
80 枣强县 359.54 黄骅市 416.87 平乡县 351.37
130 平泉县 638.45 平泉县 692.42 平泉县 622.85
131 尚义县 720.81 围场县 775.06 围场县 704.89
132 围场县 720.93 尚义县 777.92 尚义县 709.49
133 沽源县 757.04 沽源县 809.27 沽源县 737.50
134 康保县 764.40 康保县 821.50 康保县 753.08
三种路网条件下各城市最小时间成本的空间分布如图3。
图3 三种路网条件下各城市最小时间成本

Fig.3 Minimum time costs of cities based on 3 different transportation networks

分别将公路普铁网、公路高铁网两种情形下同一城市最小时间成本与公路普铁高铁网进行比较可以发现，叠加高铁网络后，各城市的最小时间成本均显著降低，变化最大的为邯郸县，最短通行时间缩短了约149 h，这充分表明高铁的开通有效降低了区域内城市间的出行时间，显著提高了区域内交通的便捷度。但叠加普铁网络后，各城市最小时间成本从图形上观察不出明显变化，可以猜测普通铁路的开通对区域内城市间最小时间成本影响较小。
分别计算公路普铁高铁网络与公路普铁网络、公路普铁高铁网络与公路高铁网络同一城市最小时间成本的变化，并利用空间插值法描述其空间分布（图4），左图表示高铁的开通带来的最小时间成本的节省，右图表示普铁的开通带来的最小时间成本的节省。由图4可知，高速铁路的开通可显著降低南部、北部城市的最小时间成本，改善其交通通达性，尤其是邯郸市、秦皇岛市及其附近地区；普通铁路的开通可显著降低东北部地区的最小时间成本，降幅最大的城市有唐山市的玉田县和承德市的隆化县，由此可知普通铁路的开通对小城市的带动作用大于大中城市。
图4 高铁、普铁开通对城市出行时间的影响

Fig.4 Impact of the high-speed rail and normal-speed rail on minimum time costs of cities about

2.2.2 空间相互作用强度

将最小时间成本代入公式（1）计算得出城市对间的空间相互作用强度，然后根据公式（4）得出三种路网条件下每个城市的空间吸引力，部分结果见表4。可以看出，同一城市在公路普铁高铁路网条件下空间相互作用强度最强，其次是公路高铁网，公路普铁网最差。
表4 三种路网条件下城市空间相互作用强度

Tab.4 Spatial interaction strength of cities based on 3 different transportation networks

排名 城市 公路高铁网 城市 公路普铁网 城市 公路普铁高铁网
1 北京市 577 726 247 556.27 北京市 417 414 209 914.05 北京市 601 061 282 878.15
2 天津市 357 955 007 779.30 天津市 294 349 569 905.08 天津市 374 044 625 310.06
3 石家庄 207 085 881 331.07 石家庄 135 058 087 988.74 石家庄 211 134 236 167.47
4 邢台市 136 398 667 957.70 邢台市 127 991 367 285.11 唐山市 137 995 946 148.64
5 唐山市 134 270 959 269.04 邢台县 118 940 157 204.09 邢台市 137 700 798 025.18
76 临漳县 6 613 792 640.69 蠡县 5 238 800 606.83 蠡县 6 916 848 757.64
77 南和县 6 464 984 200.81 临漳县 5 040 940 626.94 唐县 6 811 500 983.07
78 抚宁县 6 451 814 441.23 大厂县 5 030 585 468.73 容城县 6 783 273 026.96
79 肥乡县 6 379 747 313.24 南和县 5 028 430 239.65 东光县 6 778 596 495.47
80 安新县 6 329 914 206.62 景县 4 988 057 194.66 安新县 6 457 119 039.73
130 阳原县 821 423 035.66 阳原县 783 707 758.12 阳原县 827 089 677.16
131 崇礼县 626 072 195.52 崇礼县 595 940 703.17 崇礼县 634 705 259.83
132 康保县 374 814 937.05 康保县 355 414 689.91 康保县 380 014 885.12
133 沽源县 330 534 473.90 沽源县 323 252 219.09 沽源县 346 264 679.11
134 尚义县 329 089 597.51 尚义县 312 098 884.00 尚义县 333 706 583.59
为进一步比较高铁和普铁的开通所带来的空间相互作用强度的变化，分别计算公路普铁高铁网络与公路普铁网络、公路普铁高铁网络与公路高铁网络同一城市空间相互作用强度的变化，并利用空间插值法描述其空间分布（图5）。由左图可知，高速铁路的开通可显著增强京津地区、石家庄市及邯郸市等站点城市的空间相互作用强度，表现出明显的廊道效应；由右图可知，普通铁路的开通也对京津地区、石家庄市及邯郸市等城市的空间相互作用强度影响较大，但并未表现出廊道效应。由此可知，高速铁路和普通铁路均能增强区域内城市间的空间相互作用强度，且高速铁路的影响更为显著，尤其是对站点城市。
图5 高铁和普铁开通带来的空间相互作用强度变化

Fig.5 Spatial interaction strength change of cities after the opening of high-speed rail and normal-speed rail

2.2.3 交通方式对空间相互作用强度的贡献率

利用公式（4）的计算结果，根据公式（5）计算出高铁、普铁、公路三种交通方式对空间相互作用强度的贡献率分别为22.2%、4.8%和73%。由此可知，仅考虑时间成本的前提下，公路的贡献率依然最高，说明公路运输在京津冀运输体系中占有绝对的优势，其次是高速铁路，在增长极级别的区域范围内依然起着重要的作用，对城市间空间相互作用强度的影响已远远超过普通铁路。

3 结论

不同类型的道路交通网络是城市和区域空间相互作用的载体，高速铁路技术的变革将在某种程度上增强空间相互作用的强度，进而促进区域发展。本文以京津及河北省132个地级市和县级市为研究区域，关注高速铁路的影响程度和影响范围，重构引力模型和潜力模型，探讨不同交通方式对京津冀空间相互作用贡献率的大小。研究结果表明，交通网络的完善，有助于缩小出行成本，提高区域整体的空间相互作用强度，且不同交通方式对不同规模的城市影响不同：铁路对经济较发达城市影响较大，公路对经济欠发达城市影响较大。公路、普铁、高铁三种交通方式中，公路对京津冀空间相互作用的贡献率最大，基于最小综合成本和最小时间成本的贡献率分别达到83.5%和73%，表明京津冀各城市间的经济文化交流对公路的依赖度很高；高速铁路可以极大缩短城市间出行时间，但票价的增加大体中和了时间成本的节省，基于最小时间成本的贡献率为22.2%，大大高于普通铁路的4.8%，其带来的空间相互作用强度的增加沿着北京、天津、石家庄、邯郸等站点城市显现出明显的廊道效应。
由前述分析可知，在京津冀增长极尺度范围内，公路运输的作用远远大于铁路，尤其是对经济欠发达城市，因此，地方政府应针对自身的优劣势条件，充分重视公路对区域经济的带动作用，合理规划建设其线路走向及站点设置，尤其是区位优势不突出的边缘城市和经济基础薄弱的中小城市；同时，应客观评估铁路，尤其是高速铁路对该尺度范围区域经济的带动作用，不应盲目设置高铁站点，以避免高速铁路给地方经济可能带来的负面影响。总之，本文的研究结果可为客观评估不同交通方式对区域经济的贡献、区域范围内各种交通方式的合理配置以及不同区位、不同规模、不同经济发展水平城市的不同交通方式的选址决策等提供决策参考。
若能模拟出旅客对时间和票价偏好的具体参数，将会使本文的研究结论更具有实际意义，由于资料所限，本文未能就此进行深入探讨，这将会是我们下一步研究的方向。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Ullman E L. American commodity flow[M]. Seattle: University of Washington Press, 1957.

[2]
Ohlin B. Interregional and international trade[M]. Cambridge: Harvard University Press, 1933.

[3]
Stouffer S A. Intervening Opportunities:A Theory Relating Mobility and Distance[J]. American Sociological Review, 1940, 5(6):845-867.

[4]
Dobkins L H, Ioannides Y M. Spatial interactions among us cities:1900-1990[J]. Regional Science and Urban Economics, 2001, 31(6):701-731.

[5]
Taaffe E J. The Geography of Air Transport[J]. Economic Geography, 1959, 35(2):181-182.

[6]
Bruno G, Genovese A. A Spatial Interaction Model for the Representation of the Mobility of University Students on the Italian Territory[J]. Networks and Spatial Economics, 2012, 12(1):41-57.

[7]
Dolega L, Pavlis M, Singleton A. Estimating attractiveness,hierarchy and catchment area extents for a national set of retail centre agglomerations[J]. Journal of Retailing and Consumer Services, 2016, 28:78-90.

[8]
Singleton A D, Wilson A G, O’Brien O. Geodemographics and spatial interaction:an integrated model for higher education[J]. Journal of Geographical Systems, 2012, 14(2):223-241.

[9]
徐辉, 彭萍. 基于引力模型的江西省经济区划与协调发展研究[J]. 地理科学, 2008(2):169-172.

[10]
梅志雄, 徐颂军, 欧阳军, 等. 近20年珠三角城市群城市空间相互作用时空演变[J]. 地理科学, 2012, 32(6):694-701.

DOI

[11]
董青. 基于区域经济视角的中国城市群体系空间结构研究[D]. 济南: 山东师范大学, 2010.

[12]
孙斌栋, 丁嵩. 大城市有利于小城市的经济增长吗?——来自长三角城市群的证据[J]. 地理研究, 2016, 35(9):1615-1625.

DOI

[13]
黄金川. 基于辐射扩散测度的中国城市群发育格局识别[J]. 经济地理, 2016, 36(11):199-206.

[14]
席强敏, 李国平. 超大城市规模与空间结构效应研究评述与展望[J]. 经济地理, 2018, 38(1):61-68.

DOI

[15]
聂晓英, 石培基, 吕蕊, 等. 河西走廊绿洲型城镇空间相互作用时空演变[J]. 经济地理, 2016, 36(7):76-83.

[16]
丁金学, 金凤君, 王姣娥, 等. 高铁与民航的竞争博弈及其空间效应[J]. 经济地理, 2013, 33(5):104-110.

[17]
戴学珍. 论京津空间相互作用[J]. 地理科学, 2002, 22(3):257-262.

[18]
郑长娟, 郝新蓉, 程少锋, 等. 知识密集型服务业的空间关联性及其影响因素——以浙江省69个县市为例[J]. 经济地理, 2017, 37(3):121-128,173.

[19]
蒋海兵, 祁毅, 李传武. 中国城市高速铁路客运的空间联系格局[J]. 经济地理, 2018, 38(7):26-33.

DOI

[20]
琚胜利, 陶卓民. 南京市农家乐专业村的网络空间中心性[J]. 经济地理, 2016, 36(3):109-117.

[21]
贺艳华, 周国华, 唐承丽, 等. 城市群地区城乡一体化空间组织理论初探[J]. 地理研究, 2017, 36(2):241-252.

DOI

Options
Outlines

/

〈 〉