EN中文

Economic geography >

2019 , Vol. 39 >Issue 2: 82 - 92

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.02.010

Impact of High-Speed Rail Network Construction on the Spatial Pattern of Accessibility in Shaanxi Province

  • LI Xianwen ,
  • BAI Jianjun , ※ ,
  • TANG Shanghong
Expand
  • School of Geography and Tourism，Shaanxi Normal University，Xi’an 710119，Shaanxi，China

Received date: 2018-05-31

  Revised date: 2018-08-24

  Online published: 2025-04-27

Fold

Abstract

This paper studies the high-speed railway(HSR) in Shaanxi Province on the basis of existing researches, proposes a network analysis method of the node cost that is used to calculate minimum space-time distance, weighted average travel time(WATT), daily accessibility(DA) and potential accessibility(PA) and evaluates and simulates the spatial pattern of accessibility of Shaanxi Province in the past, current and future. The purpose of this study is to analyze the impact of the expansion of the high-speed rail network on the spatial pattern of accessibility in different periods of Shaanxi province. The results show: 1) The calculation results by the use of the "node cost" network analysis method can more accurately reflect the spatial pattern of regional accessibility. 2) The high-speed rail network in Shaanxi province has reduced the minimum time accessibility and the "time convergence" effect has changed significantly. But the minimum space accessibility has no obvious changed and the "spatial convergence" effect is not obvious. 3) When the "hub-and-spoke type" HSR network of Shaanxi Province was completed, the traffic position of Xi'an City will be further strengthened and the number of serviceable population will increases to 17.5161 million people in one-hour traffic circle, which have increased by 66.17%; And the serviceable population will reach to 28.908 million in two-hour traffic circle, growing to 44.93%. 4) With the expansion of high-speed railway, the accessibility spatial pattern of Shaanxi Province presents the development trend that is from "core-edge" to "corridor" and "core-corridor", which improves the accessibility of province and narrows the gap in the accessibility.

Key words： accessibility; high-speed railway; network analysis; "hub-and-spoke type" HSR network; core-edge; Xi'an metropolitan area; Shaanxi Province

Cite this article

LI Xianwen , BAI Jianjun , TANG Shanghong . Impact of High-Speed Rail Network Construction on the Spatial Pattern of Accessibility in Shaanxi Province[J]. Economic geography, 2019 , 39(2) : 82 -92 . DOI: 10.15957/j.cnki.jjdl.2019.02.010

高铁可达性是衡量城市经济、人口及可达性格局演变的重要方面，自日本新干线开通以来，高速铁路的发展打破了传统铁路旅行与公路旅行的可达性空间格局，其研究受到国内外学者的关注。陕西省高铁网络是我国“八纵八横”高铁网络的重要组成部分，对支撑中西部地区高速铁路交通格局，推进“一带一路”发展及带动西部城市经济建设具有重要意义。大规模高速铁路的建设对可达性空间格局演变产生的作用不可忽视，不仅缩短城市间的旅行时间，产生“时空收敛”效应，促进社会经济、文化的发展与交流，同时也会带来高铁城市人口膨胀，地区发展不平等差距增大等系列问题[1-6]。
高铁可达性早期的研究集中在欧洲及东亚地区，如Gutiérrez J团队从欧洲各国经济利益角度分析了欧洲高铁的发展所带来可达性格局变化对其经济空间的影响[7-8]。同样的视角下，Sasaki K的研究指出日本新干线的开通重塑了高铁沿线城市可达性空间格局，产生较大的经济、人口聚集现象，一般城市与大都市可达性差距增大[9]。对此，引发了东西方多国学者对高铁建设带来的实际效益问题的激烈讨论[10-12]。随着高铁网络的形成，单一高铁线路的研究已然不足以评价其对社会发展所产生的影响，Hyojin Kim等从韩国高铁网络的发展历程，利用网络分析方法从经济潜力、加权平均旅行时间等指标评价了韩国可达性格局演变情况[3]。Jiao Jingjuan等研究了中国以及东亚地区当前与未来高铁网络对可达性空间格局的影响[13-14]。与此同时，许多学者开始关注我国高铁网络的发展情况，在国外研究理论、方法的基础上分别从单一站点到高铁网络，从经济联系到人文交流等多尺度、多视角、多领域研究分析了中国高铁网络发展带来的可达性变化及对社会效益的影响[15-22]。总的来说，国外学者研究较早且较为深入，给国内研究提供了大量的理论方法与研究案例，使得国内高铁可达性研究得以快速发展，然而我国高铁网络建设及其可达性相关研究主要集中于东中部地区，对西部城市关注较少。同时在研究方法上，大多数研究偏向于可达性量化指标的改进与评价，而鲜有学者对可达性测算方法的准确性深入思考与分析。在可达性主流测算方法中，基于栅格数据的栅格成本法与基于矢量数据的网络分析法最为常用，但是栅格成本方法难以解决封闭型道路出入口问题，网络分析方法却又局限于道路上可达性的测算，无法评估道路外区域的可达性，以致计算结果不能准确模拟整体区域的可达性空间格局。
综上，基于前人研究的基础，本研究综合分析可达性测算方法之不足，对常规的网络分析方法进行改良，提出“节点成本”网络分析法，用以测算最小时空距离、加权平均旅行时间、日可达性及可达性潜力等指标，依次分析评估陕西省“米”字形高铁网络建设对城市可达性空间格局的影响，探索陕西省城市空间格局演变规律，为相关部门制定空间发展战略提供科学依据与启示。

1 数据与方法

1.1 研究区介绍

陕西省下辖10个地级市，共107个县级行政单元，虽地处内陆，但区位优势相对突出，是连接西北、西南及华北地区的重要枢纽。从北向南分为陕北、关中和陕南三个部分，关中地势平坦，东西狭长，是陕西省政治、经济、文化及人口中心，路桥高铁横穿而过，各级交通网络结构复杂，城市可达性相对较好。陕北陕南分别地处黄土高原及秦岭山地，交通优势相对薄弱。陕西省高速铁路发展相对较晚，当前仅关中地区拥有郑西、大西及西宝三条高速铁路投入运营，总里程468 km，服务人口2 385.06万人，GDP总量11 585.17亿元，分别占全省62.88%和64.28%，因此，完善其高铁网络建设对西部地区经济发展具有重要意义。根据陕西省十二五续建项目及十三五铁路规划项目，除在建的西成、西银及宝兰高铁之外将再建西包、西渝和西武等多条高铁，构建总里程约2 200 km的陕西省“米”字形高铁网络，以实现“市市通高铁，快速通全国”的发展目标。

1.2 研究数据

本文研究数据主要有陕西省行政界线数据（图1A）、各等级基础道路数据（图1B）、陕西省“十三五”高铁规划数据（图1C）与陕西省城市质量数据（表1）。①陕西省行政界线地图来源于陕西省测绘地理信息局标准地图服务网站（http://www.shasm.gov.cn）陕西省标准地图——1∶500万基础要素版[审图号：陕S（2012）008号]，采用陕西省常规百万地图投影——中央经线108.2°E，双标准纬线分别为33.4°N和37.4°N的Albers投影，利用ArcGIS软件进行配准后矢量化所得到。②基础道路数据来源于国家测绘地理信息局（http://zwfw.nasg.gov.cn）发布的全国1∶100万矢量数据，提取陕西省2015年各类道路矢量数据。③根据陕西省交通规划研究设计院（www.stpdr.cn）制图的陕西“十三五”高铁建设规划图进行数字化提取其高铁规划数据。④本文城市质量数据借鉴王成金的计算方法，利用陕西省统计局（www.shaanxitj.gov.cn）2015年各县市级人口（万人）、GDP（亿元）及道路总面积S（万m2）统计数据，求取几何平均值得陕西省各地级城市质量指标Mi[23]。公式如下：
图1 研究区概况

Fig.1 The overview of the study area

表1 陕西省2015年城市质量

Tab.1 The city quality of Shaanxi Province in 2015

年底常住
人口/万人		 生产总值
/亿元		 道路面积总量
/万m2		 城市质量
陕西省 3 792.87 18 021.86 14 601.79 23 502.88
西安市 870.56 5 801.20 7 747.30 9 717.64
铜川市 84.62 307.16 465.50 564.09
宝鸡市 376.33 1 787.63 1 341.25 2 266.32
咸阳市 517.58 2 152.92 1 804.98 2 856.73
渭南市 615.71 1 741.70 933.24 2 069.67
汉中市 343.81 1 059.61 328.89 1 161.53
安康市 265.00 755.05 534.55 962.32
商洛市 235.74 618.52 185.30 687.37
延安市 223.13 1 198.27 245.48 1 243.34
榆林市 340.11 2 491.88 1 015.30 2 712.19
M i = P i 2 + G D P i 2 + S i 2
式中：Mi为城市i的城市质量指标；Pi、GDPi、Si分别是城市i的人口总量、国内生产总值和道路面积总量。

1.3 研究方法与技术

1.3.1 “节点成本”网络分析法

本文基于ArcGIS 10.2软件平台，在常规网络分析方法的基础上构建“节点成本”网络分析方法（图2），结合空间分析、数理统计等手段测算可达性相关指标，研究不同情形下城市可达性空间分布特征，剖析陕西省“米”字形高速铁路建设对城市可达性空间格局的影响。为了便于定量研究高铁扩张对城市可达性空间格局的影响，本文设置了陕西省2015年无高铁情形，2015年实际情形与“米”字形高铁网络规划情形（下文中分别用S1、S2和S3表示），在三种情形下均使用2015年不包含高铁的陕西省基础道路数据作为固定量不变，然后仅计算讨论高铁网络的扩张对可达性空间格局的影响。
图2 网络分析模型示意图

Fig.2 Network analysis model diagram

实现过程如下：
①首先，将陕西省2015年道路矢量数据划分为高速公路、国道、省道、县道、乡道、村道及专用道路7个等级，并根据国家道路安全法规定，赋予其相应的平均速度。其中高速公路为100 km/h，国道80 km/h，省道70 km/h，县道50 km/h，乡道25 km/h，村道15 km/h，专用道路20 km/h。其次，将普通铁路平均时速设置为120 km/h，高速铁路平均时速根据其设计时速350 km/h与250 km/h分别设置为250 km/h与200 km/h[22]。最后，分别构建S1、S2与S3的道路网络数据集，并设置高速公路、普通铁路和高速铁路通过收费站、火车站及高铁站与普通道路连通，收费站、火车站及高铁站分别设置平均停靠时间2 min、5 min和4 min。
②结合研究区实际情况，利用fishnet工具将陕西省划分为207 486个1 km ×1 km的单元网格，并提取每个单元网格几何中心作为可达性空间格局研究的空间节点[24]。
③计算207 486个空间节点的基础可达性值。由于均匀分布的空间节点并非都落于道路之上，道路外区域空间节点可达性可看做由起点到目标点最近道路所花费的成本与最近道路以步行到达该目标点所耗成本（常规网络分析方法对此成本默认为0）之和，因此本文采用行人5 km/h的平均速度计算其时空成本，并将该成本值作为相应空间样本节点的基础可达性值。
④通过网络分析工具计算207 486个空间节点分别到陕西省10个城市中心节点（本文以行政中心作为城市中心节点）的最小时间、空间矩阵，提取每个空间节点到达城市中心节点的最小时空成本与其相应的基础可达性值求和得到每个空间节点分别到达城市中心的最终可达性值。

1.3.2 可达性评价方法

①时空距离模型。时空距离模型在可达性研究中最为常用，通常从空间与时间两个角度定量描述研究对象，它能够直观地反映可达性的时空特征，其可达性值越小则表明可达性越好，反之则越大[24-25]，其公式如下：
A i = ∑ i n l i j
T A i = ∑ i n l i j / v i j
式中：Ai为空间节点i处的最小空间距离可达性值；lij表示空间节点i到目的地j的最短公路里程；n为空间节点总数（下同）；TAi为空间节点i处的最小时间距离可达性值；vij是节点i到节点j的道路平均速度。
②加权平均旅行时间。由于不同城市之间发展的差异性，单一的从空间与时间上刻画城市可达性空间格局是不全面的。加权平均旅行时间考虑了不同城市发展水平差异，引入城市质量指标以权衡城市规模与发展水平对其可达性空间格局的影响，指标值越大则说明可达性越差[4,19,26]。公式如下：
W A T T i = ∑ j = 1 n T i j × M j ∑ j = 1 n M j
式中：WATTi为节点i处的加权平均旅行时间值；Tij表示空间节点i到空间节点j的最短旅行时间；Mj表示节点j的城市质量。
③日可达性。日可达性又称作一日交流圈，表示某一地理事物在限定成本内的影响范围[22]。本文将日可达设定为2 h内从城市中心向外到达的最大范围，用覆盖的城市面积与人口数量来刻画，范围越大表示城市可达性越好。公式如下：
D A i = ∑ j n P j δ i j T i j ≤ 2 , δ = 1 ; T i j 2 , δ = 0
式中：DAi表示节点i的日可达性；Pi为节点i人口数量；δij为系数。
④可达性潜力。可达性潜力借鉴于物理学中的重力模型，是从可达性视角分析因城市吸引力而催发的区域间的相互作用和距离衰减，其值表示了以节点作为核心的区位影响力以及对周边地区的辐射带动作用，与城市间的距离成反比关系[26]。公式如下：
P A i = ∑ j = 1 n M j T i j α
式中：PAi为节点i的可达性潜力值，值越大表示城市可达性越好；Mj为城市j的城市质量水平；α为城市间的摩擦系数，通常取值为1[7,22-23]。

2 结果分析

2.1 “节点成本”网络分析结果评价

图3是最小时间距离指标下常规网络分析方法与“节点成本”网络分析方法的计算结果。其中可以明显看出常规的网络分析方法测算结果（图3a）呈斑块状分布，各个城市可达性优劣趋势明显，但无法准确识别是否因交通因素而导致的可达性变化。然而改进后的计算结果（图3b）除了能够表现出各个城市的可达性空间格局特征外，还可以清楚地识别不同等级道路的路网轮廓及非道路区域的可达性情况，且可辨别出因道路引起的可达性衰减趋势。同时在可达性值域上，后者计算结果优于前者计算结果，原因有两点：①常规的网络分析方法将非道路区域可达性默认为0（即不可达），而本文提出的“节点成本”网络分析方法对非道路区域节点计算了其相应的基础可达性值，使区域可达性计算精度得到显著提高；②研究区路网占地面积始终远远小于研究区面积（如陕西省仅有0.071%），前者仅计算道路区域节点可达性来表示整个区域可达性空间格局，其结果以偏概全，与实际不符。
图3 传统网络分析结果与“节点成本”网络分析结果

Fig.3 Results of the traditional network analysis and the “node cost” network analysis

2.2 可达性评价指标结果分析

2.2.1 时空距离模型结果分析

由时空距离模型计算结果（表2）可知全省平均最小空间可达性在三种情形下呈现先上升后下降的趋势，总体变幅不大，表明高铁网络建设并没有使两地间的空间可达性得以改善，反而使大部分城市的空间可达性呈降低趋势，如宝鸡市S1~S3最短空间距离增加了28.42 km，较S1增加6.95%，空间可达性降低；仅有汉中、榆林、延安及安康在“米”字形高铁网络建成后空间可达性有所改善，但变化率也仅降低1.26%左右。而从平均最小时间距离来看，全省平均最小时间距离共缩短了79.03 min，总变化率为24.84%，“时间收敛”效应尤为凸显，其S2~S3阶段缩短程度最大，所以在高铁网建成后最小时间可达性将得到较大提升。同样各城市计算结果也较乐观，边缘城市最小时间可达性改善情况优于中心城市，如榆林市变化率达31.07%，可达性改善程度排名第一，变化率最低的是商洛市，可达性变化率仅有20.63%。此外，全省各地级城市最小时间距离变化率均在20%以上，说明“米”字形高铁网建设将使陕西省所有城市最短时间可达性空间格局发生彻底改变。
表2 不同情形下平均最小时间距离与平均最小空间距离变化

Tab.2 The mean minimum time distance and the mean minimum space distance in different situations

城市 Ai（km） Ai（km）变化值 Ai变化率
S1 S2 S3 S1_S2 S2_S3 S1_S3 S1/S2 S2/S3 S1/S3
全省平均 386.87 394.63 393.90 -7.76 0.73 -7.03 -2.01 0.19 -1.82
榆林市 548.59 553.04 538.75 -4.46 14.29 9.84 -0.81 2.58 1.79
商洛市 393.89 402.35 418.19 -8.46 -15.84 -24.30 -2.15 -3.94 -6.17
咸阳市 315.68 322.06 326.45 -6.38 -4.38 -10.77 -2.02 -1.36 -3.41
铜川市 309.32 310.83 314.17 -1.51 -3.34 -4.85 -0.49 -1.07 -1.57
汉中市 455.44 460.23 451.63 -4.80 8.60 3.81 -1.05 1.87 0.84
延安市 371.89 379.63 367.20 -7.74 12.43 4.69 -2.08 3.27 1.26
渭南市 324.86 330.64 342.19 -5.77 -11.55 -17.32 -1.78 -3.49 -5.33
宝鸡市 409.07 434.48 437.49 -25.42 -3.01 -28.42 -6.21 -0.69 -6.95
安康市 436.64 439.26 428.98 -2.62 10.27 7.65 -0.60 2.34 1.75
西安市 303.31 313.77 313.92 -10.45 -0.15 -10.60 -3.45 -0.05 -3.50
城市 TAi（min） TAi（min）变化值 TAi变化率
S1 S2 S3 S1_S2 S2_S3 S1_S3 S1/S2 S2/S3 S1/S3
全省平均 318.21 309.73 239.18 8.48 70.55 79.03 2.67 22.78 24.84
榆林市 400.81 395.64 276.26 5.17 119.37 124.54 1.29 30.17 31.07
商洛市 324.50 320.39 257.55 4.11 62.84 66.95 1.27 19.61 20.63
咸阳市 270.43 260.44 207.10 9.99 53.34 63.33 3.69 20.48 23.42
铜川市 268.47 264.92 198.09 3.55 66.83 70.39 1.32 25.23 26.22
汉中市 372.86 371.19 273.21 1.66 97.98 99.64 0.45 26.40 26.72
延安市 307.10 302.08 234.19 5.02 67.89 72.91 1.63 22.47 23.74
渭南市 278.34 268.98 218.98 9.36 50.00 59.36 3.36 18.59 21.33
宝鸡市 336.87 302.47 252.85 34.40 49.61 84.01 10.21 16.40 24.94
安康市 347.73 345.11 258.89 2.61 86.23 88.84 0.75 24.99 25.55
西安市 274.99 266.06 214.67 8.93 51.40 60.33 3.25 19.32 21.94

2.2.2 加权平均旅行时间（WATTi）结果分析

根据公式（4）计算结果表明全省加权平均旅行时间在高铁网络建成后大幅缩短（表3），S1~S3降低了62.25 min，变化率达23.12%，其中S2~S3变化幅度最大。此外，各城市变化趋势与全省平均变化一致，所有城市WATT变化率介于17.86%~27.51%，WATT缩短最多的是榆林市，减小了123.38 min，WATT变化率为27.51%，其可达性得到显著提升；西咸两市在两次高铁扩张过程中，可达性改善程度相对较小，其中咸阳市最低，WATT变化率仅为17.86%；汉中、安康、延安及宝鸡4市WATT可达性改善情况均在60 min以上，但从S3 WATT可达性排名来看，西安市WATT值最小，可达性最优，其余城市WATT排名为咸阳市<铜川市<渭南市<商洛市<宝鸡市<安康市<延安市<汉中市<榆林市；就当下而言，仅有西安市、渭南市及咸阳市加权平均旅行时间在180 min以内，可达性最好与最差城市相差240 min以上，而在S1后这种差距缩短到了180 min左右，表明“米”字形高铁网络建设在城市发展不平衡的条件下整体改善了各个城市可达性空间格局。
表3 不同情形下加权平均旅行时间变化

Tab.3 Weighted average travel time in different scenarios

WATT（min） WATT变化值（min） WATT变化率
城市 S1 S2 S3 S1_S2 S2_S3 S1_S3 S1/S2 S2/S3 S1/S3
全省平均 269.20 258.46 206.95 10.75 51.50 62.25 3.99 19.93 23.12
榆林市 448.49 440.81 325.11 7.68 115.70 123.38 1.71 26.25 27.51
商洛市 252.48 246.10 200.85 6.39 45.25 51.63 2.53 18.39 20.45
咸阳市 180.77 177.56 148.48 3.20 29.08 32.28 1.77 16.38 17.86
铜川市 188.43 183.86 149.73 4.57 34.13 38.70 2.43 18.56 20.54
汉中市 345.08 338.72 251.40 6.37 87.32 93.68 1.84 25.78 27.15
延安市 319.38 311.69 249.21 7.69 62.48 70.17 2.41 20.05 21.97
渭南市 201.73 178.15 158.09 23.58 20.06 43.64 11.69 11.26 21.63
宝鸡市 267.76 227.68 204.66 40.07 23.02 63.09 14.97 10.11 23.56
安康市 309.05 305.99 236.53 3.07 69.46 72.52 0.99 22.70 23.47
西安市 178.85 174.02 145.48 4.83 28.54 33.37 2.70 16.40 18.66
图4为WATT空间分布情况，可看出不同情形下加权平均旅行时间指标空间分布特征明显，高速铁路从无到有，从有到多的建设过程中陕西省WATT可达性高值区域逐渐缩小，低值区域逐渐扩大，直观地反映了陕西省可达性空间格局在高铁扩张下的演变趋势。同时在图4a、b和c中可知，陕西省可达性空间格局由“核心—边缘”型到“核心—廊道”型再到“核心—多廊道辐射”型的结构演变，这意味着“米”字形高铁网络建设将从八个方向上彻底改变陕西省可达性空间格局。而在WATT变化率空间分布中，图4d显示，由于S1~S2期间郑西高铁、西宝高铁的开通使得渭南、宝鸡WATT变化率尤为明显，可达性受高铁影响较大，图4e和f可以看出处于南北边缘地区的榆林市、汉中市和安康市位于加权平均旅行时间变化率高值区域，与图4d相比较，变化率值域范围增加。宝鸡、渭南两市在图4e中变化率提升有限，原因可能是S1~S3过程中，两市没有高速铁路的加入，在图4f中，值域范围7.4%~59.6%，表明高铁网络建成后使得全省的加权平均旅行时间至少相对于S1情形缩短了7.4%，可达性增加明显，可达性空间格局发生了显著改变。
图4 不同情形下加权平均旅行时间可达性空间格局及其变化

Fig.4 The accessibility of the spatial pattern of WATT in different situations

2.2.3 日可达性结果分析

图5为陕西省部分城市（榆林市、渭南市及安康市）日可达性时空分布特征。由于受地理位置及基础条件的影响，3个城市的日可达性空间特征差异较大，但是在时间特征上，高铁的影响占主导地位，如榆林市在S1、S2情形中一日交流圈范围基本覆盖全市，无明显变化，面积约31 389 km2，占全省面积比例为15.13%，在高铁网络建成后，日可达面积将增加到42 447 km2，占全省比例将达20.46%；安康市日可达性变化趋势与榆林市一致，因为地处边缘，日可达性未受到S2情形下的高铁线路的影响，但在S3情形中，西康高铁将使其一日交流圈范围由S1、S2时的34 757km2增加到S3时的54 454 km2，占到全省面积的26.24%。渭南市在郑西高铁开通后其日可达性空间格局最先发生改变，三种情形下渭南市一日交流圈面积分别为50 973 km2、59 062 km2和75 130 km2，呈逐渐递增趋势，最终日可达性总面积将占到全省面积的36.21%，且除榆林市外其余城市均可到达。
图5 不同情形下陕西省榆林、渭南及安康市日可达性变化

Fig.5 The change of DA in Yulin，Weinan and Ankang in different scenarios

表4为不同情形下2 h范围内陕西省各地级城市可服务人口数量变化情况，随着高铁网络的建设，陕西省1 h平均可达人口数量从443.54万人增加到526.19万人，最终将增加到739.87万人，整体上1 h交流圈服务人口将提高66.81%；同样，2 h交流圈人口数量将增加到1 845.92万人，整体变化率为65.37%，由此说明高速铁路建设在优化可达性空间格局的同时，也将惠及更多的人口。从各城市可达人口数量视角分析，1 h内S1~S3人口数量变化率最高的是铜川市，相对提高238.34%，最低的是宝鸡市，其变化率仅有7.04%；在2 h可服务人口数量中，安康市以310.74%变化率位居第一，说明高铁建设对其可达性改善较大；省会城市西安凭借优越的地理位置及其四通八达的高铁网络将使其2 h服务人口到达2 890.8万人，仅次于咸阳市，“米”字高铁网络建成后2 h交流圈基本覆盖整个地区，但是从实际增量上来看，西咸两市人口变化率分别为44.93%和37.28%，不及安康、宝鸡及汉中等地。
表4 不同情形下2 h可达范围内人口（万人）数量变化

Tab.4 The population of two-hour traffic circle in different scenarios （unit：ten thousand people）

S1 S2 S3 S1/S3
城市 1 h 2 h 1 h 2 h 1 h 2 h 1 h/% 2 h/%
陕西省平均 443.54 1 116.27 526.19 1 337.82 739.87 1 845.92 66.81 65.37
安康市 219.04 337.54 219.04 337.54 264.07 1 386.40 20.56 310.74
宝鸡市 289.08 797.33 309.42 1 757.25 309.42 1 878.70 7.04 135.62
汉中市 225.99 353.99 225.99 353.99 267.80 1 015.82 18.50 186.96
商洛市 170.15 1 082.93 170.15 1 111.77 245.02 2 049.32 44.00 89.24
铜川市 314.11 1 944.81 314.11 2037.5 1 062.76 2 715.26 238.34 39.62
渭南市 745.34 1 962.33 912.11 2 334.47 1 331.85 2 664.06 78.69 35.76
西安市 1 054.11 1 994.61 1 335.44 2 424.29 1 751.61 2 890.80 66.17 44.93
咸阳市 1 263.20 2118.3 1 605.73 2 450.54 1 792.80 2 908.05 41.93 37.28
延安市 73.59 267.55 89.06 267.55 168.99 519.87 129.64 94.31
榆林市 80.83 303.28 80.83 303.28 204.41 430.92 152.89 42.09

2.2.4 可达性潜力结果分析

图6a、b和c中可看出可达性潜力在三种情形下的空间分布差异显著，陕西省中心城市与边缘城市可达性潜力差距突出，其空间格局发生改变。在S1情形中，可达性潜力空间特征是以西咸两市为中心向外围呈圈层式递减，而在S2情形下，这种圈层式趋势减弱，西宝高铁与郑西高铁的建成通车使得东西方向上可达性潜力明显增加。到S3情形下后，可达性潜力值小于70的区域由5个减少为1个，可达性潜力进一步得到提升，并且在以西安市为中心向外沿高铁线路的八个方向上都得到改善，进一步论证了“米”字形高铁网建成后，陕西省边缘地级城市可达性潜力将会提升并缩短边缘城市与中心城市的可达性潜力差距。图6d、e和f是三种情形下可达性潜力的相对变化率空间分布情况，三者之间的变化率值域逐渐扩大，可达性潜力在高铁扩张以后都有所提高；但在分布特征上西咸地区占据了陕西省地理中心的区位优势，可达性潜力在高铁扩张后变化不太显著，其原因是中心地区发达的经济条件与复杂的交通网络使其已经具有了很高的可达性水平，因而可达性潜力提升空间较小。同时，在图6e中宝鸡渭南两市可达性潜力变化率无明显变化，说明在今后的“米”字形高铁网络建设中该地区可达性潜力将不会得到明显提升，仅有尚未开通高铁的城市存在较高的可达性开发潜力。
图6 不同情形下可达性潜力空间格局及其变化

Fig.6 The spatial pattern of PA and its changes in different scenarios

从可达性潜力均值结果来看（表5），全省平均可达性潜力在“米”字形高铁网络规划建成后将从10.98提高到13.3，各地区在S1、S2、S3三种情形下可达性潜力均值呈上升趋势。从城市结果分析，仅有西安市与咸阳市的平均可达性潜力高于全省平均水平，且西安市在三种情形下皆是最高，其值分别是46.63、49.61和56.18；平均可达性潜力最低的是S1、S2情形下的铜川市，和S3情形下的商洛市。从可达性潜力变异系数及其变化情况来看，全省范围内变异系数先升高后降低，但在整体上处于降低趋势，原因是在S2情形下，即仅有郑西高铁大西高铁及西宝高铁时，关中地区可达性潜力显著提升，导致陕西省其他地区可达性差距被拉大，但在“米”字形高铁网络建成后各地区可达性差距又将得到改善，且相较于S1情形，可达性潜力变异系数将降低9.14%。在各地级城市结果中，除西安市以外，其余城市可达性潜力变异系数皆由S1~S2，S2~S3呈递减趋势，表明高速铁路扩张有助于改善可达性空间格局的不平等问题，缩短城市可达性差距；西安市在S2情形下变异系数相对于S1情形提升了0.11个百分点，可达性差距有所增加，但在S3之后降低了16.55%，西安市可达性空间格局的不平等问题得以优化。
表5 陕西省各城市可达性潜力均值及变异系数

Tab.5 Mean value and coefficient of variation of the accessibility potential of different cities in Shaanxi Province

S1 S2 S3 Cv变化率/%
平均值 Cv 平均值 Cv 平均值 Cv S1_S2 S2_S3 S1_S3
陕西省 10.98 1.66 11.55 1.67 13.30 1.50 -0.61 9.69 9.14
榆林市 9.62 1.09 9.66 1.08 12.31 0.85 0.70 21.96 22.51
商洛市 2.83 0.86 2.87 0.85 3.23 0.59 1.38 31.37 32.32
咸阳市 14.80 0.98 15.83 0.95 18.02 0.81 2.66 15.19 17.45
铜川市 2.74 0.86 2.78 0.84 3.46 0.56 1.40 33.26 34.19
汉中市 4.59 1.091 4.61 1.09 5.48 0.88 0.41 18.93 19.26
延安市 5.34 0.90 5.38 0.89 6.36 0.72 1.13 18.48 19.40
渭南市 10.03 0.96 10.57 0.93 11.92 0.80 2.73 14.13 16.48
宝鸡市 9.27 1.16 10.26 1.06 11.32 0.93 8.89 11.63 19.48
安康市 3.91 1.081 3.93 1.08 4.71 0.88 0.74 18.53 19.13
西安市 46.63 0.73 49.61 0.731 56.18 0.61 -0.11 16.64 16.55

3 结论与展望

①“节点成本”网络分析方法改进了常规网络分析方法的不足，提高了网络分析在区域可达性研究上的测算精度，其不仅能够计算出道路区域节点与非道路区域节点的可达性值，反映区域可达性距道路远近而造成的可达性变化趋势，还可较为真实地模拟区域可达性空间格局。
②高铁的加入与扩张使陕西省可达性空间格局结构由“核心—边缘”结构到“核心—廊道”结构演变，最终将在“米”字形高铁网络建成后形成“核心—多廊道辐射”结构，同时将可能衍生出多个次级高可达性中心，这将有利于西安都市圈向中小城市及未开发区域扩散与再布局，以便在更大范围内实现资源的优化配置，缓解西安都市圈经济，人口聚集压力，整合利用其他城市资源优势。
③高速铁路建设将使城市原有的可达性空间格局被打破，导致城市之间的可达性差距进一步增大。但是，当高铁网形成之后，区域可达性将得到整体提升，形成新的可达性空间格局，城市可达性差距又会降低，且小于增大之前，其可达性不平等问题将得以改善。同时，在可达性空间格局上，高铁建设将不会产生明显的“空间收敛”效应，仅在时间成本上得到较大压缩。同时，省会西安的中心枢纽地位将进一步得到巩固，在4 h内可到达周边各市，增加了中心城市对边缘城市的联系程度，将更有力地带动其余城市的经济发展，缩短全省不同地区的经济差距。
④边缘城市可达性空间格局在高速铁路的扩张下将显著提升，南北经济潜力差距大幅缩减，交通优劣极化现象有所改善；榆林、延安、汉中、安康及商洛五市的区位优势显著提高，增加了其对内与对外经济联系与资源配置优化的重要性。
高铁建设对区域发展影响是一个复杂的过程，本文仅从可达性空间格局视角上分析，但仍有疏漏之处，例如：本文在可达性空间格局的研究上对于任意位置的可达性没有考虑其不同土地利用类型与不同地形条件带来的影响，同时在计算基础可达性值时采用的是任意位置与邻近道路的欧氏距离，与实际地表情况存在差异，计算精度仍有待提高；同时，高速铁路往往需要穿越多个省份，对可达性空间格局的影响存在连带效应，而在本文的研究中仅考虑了省内的情况，省外可达性格局变化还需要做进一步的研究。
所以，如何更好地在陕西省高铁网络建设下开展可达性空间格局与经济发展、产业融合、资源布局等问题的研究还需在理论框架与方法手段上有所创新，进一步从更多的视角去研究和分析；而在可达性空间格局自身研究中则还需要深入分析更多的可达性影响因子，如坡度、土地利用类型等。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Vickerman R. High-speed rail in Europe: experience and issuesfor future development[J]. The Annals of Regional Science, 1997, 31(1),21-38.

[2]
Martin J C, Gutiérrez J, Román C. Data envelopment analysis(DEA) index to measure the accessibility impacts of new infrastructure investments:the case of the high-speed train Corridor Madrid-Barcelona-French Border[J]. Regional Studies, 2004, 38(6):697-712.

[3]
孟德友, 陆玉麒. 高速铁路对河南沿线城市可达性及经济联系的影响[J]. 地理科学, 2011, 31(5):537-543.

[4]
Hyojin K, Selima S. The impacts of high-speed rail extensionson accessibility and spatial equity changes in South Korea from 2004 to 2018[J]. Journal of Transport Geography, 2015, 45(5):48-61.

[5]
覃成林, 杨晴晴. 高速铁路对生产性服务业空间格局变迁的影响[J]. 经济地理, 2017, 37(2):90-97.

[6]
孟德友, 魏凌, 樊新生, 等. 河南“米”字形高铁网构建对可达性及城市空间格局影响[J]. 地理科学, 2017, 37(6):850-858.

DOI

[7]
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.

[8]
Gutiérrez J, González R, Gómez G. The European high-speedtrain network:predicted effects on accessibility patterns[J]. Journal of Transport Geography, 1996, 4(4),227-238.

[9]
Sasaki K, Ohashi T, Ando A. High-speed rail transit impact onregional systems:Does the Shinkansen contribute to dispersion?[J]. The Annals of Regional Science, 1997, 31(1):77-98.

[10]
Kim K S. High-speed rail developments and spatial restructuring:A case study of the Capital region in South Korea[J]. Cities, 2000, 17(4):251-262.

[11]
Martínez Sánchez-Mateos H S, 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.

[12]
David M, Levinson. Accessibility impacts of high-speed rail[J]. Journal of Transport Geography, 2012, 22(5):288-291.

[13]
Jiao J J, Wang J E, Jin F J, et al. Impacts on accessibility ofChina’s present and future HSR network[J]. Journal of Transport Geography, 2014, 40(10):123-132.

[14]
Jin F J, Jiao J J, Qi Y J, et al. Evolution and geographic effectsof high-speed rail in East Asia:An accessibility approach[J]. Journal of Geographical Sciences, 2017, 27(5):515-532.

[15]
姜博, 初楠臣, 修春亮, 等. 中国“四纵四横”高铁网络可达性综合评估与对比[J]. 地理学报, 2016, 71(4):591-604.

DOI

[16]
黄洁, 钟业喜, 李建新, 等. 基于高铁网络的中国省会城市经济可达性[J]. 地理研究, 2016, 35(4):757-769.

DOI

[17]
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.

DOI

[18]
冯长春, 丰学兵, 刘思君. 高速铁路对中国省际可达性的影响[J]. 地理科学进展, 2013, 31(8):1 187-1 194.

[19]
张萌萌, 孟晓晨. 高速铁路对中国城市市场潜力的影响——基于铁路客运可达性的分析[J]. 地理科学进展, 2014, 33(12):1 650-1 658.

[20]
蒋海兵, 徐建刚, 祁毅. 京沪高铁对区域中心城市陆路可达性影响[J]. 地理学报, 2010, 65(10):1 287-1 298.

[21]
Cao J, Liu X Y, Wang Y H, et al. Accessibility impacts of China’s high-speed rail network[J]. Journal of Transport Geography, 2013, 28(4):12-21.

[22]
Wang L H, Liu Y X, Sun C, et al. Accessibility impact of the present and future high-speed rail network:A case study of Jiangsu Province,China[J]. Journal of Transport Geography, 2016, 54(6):61-72.

[23]
王成金, 程佳佳. 中国高速公路网的可达性格局及演化[J]. 地理科学, 2016, 36(6):803-812.

DOI

[24]
于茜, 白建军, 张晶言. 路网通达性与城镇空间扩展的耦合关系[J]. 经济地理, 2016, 36(10):69-75.

[25]
刘承良, 丁明军, 张贞冰, 等. 武汉都市圈城际联系通达性的测度与分析[J]. 地理科学进展, 2007, 26(6):96-106.

[26]
陶卓霖, 杨晓梦, 梁进社. 高速铁路对长三角地区陆路可达性的影响[J]. 经济地理, 2016, 36(8):40-46.

Options
Outlines

/

〈 〉