派智库

摘要：高铁时代，中国城市和区域格局正在重构。通过建立区域联动指标，根据各城市铁路客运车次数，计算和测度了城市的吸附强度和城市间的依附强度。并据此刻画中心城市及其腹地城市群的关联特征和空间分布格局，甄别腹地城市与中心城市之间联动的决定因素。结果发现：1、长武南辐射范围已超越了各自的省域范围，衡阳等城市或将成为中三角区域重要的次级中心城市；2、高铁时代，与中心城市的联动强度、北上广中心城市的辐射大小、城市区位和自身实力等是中三角区域城市联动的主要影响因素；3、高铁网络加强了城市间的联动效应，正在重塑中三角区域城市格局。

内容来自dedecms

关键词：中部三角区域；高速铁路；客运车次；城市联动 织梦好，好织梦

0 引言

全球化背景下，城市群成为国家参与全球竞争与国际分工的全新地域单元，是我国未来经济发展战略支撑点[1]。2006年开始，中央政府不断出台支持中部三角城市群发展的政策和措施。国务院2012年发布《国务院关于大力实施促进中部地区崛起战略的若干意见》，2014年发布《国务院关于依托黄金水道推动长江经济带发展的指导意见》和2015年的《长江中游城市群发展规划》，标志着“中三角”格局得到中央的承认和鼓励。随着以武汉、长沙、南昌为枢纽节点的中部三角地区高铁网络的建成，该区域的劳动力、资金、技术布局再次被改变，“三角”城市区域联动的新格局开启。“中三角”城市发展应藉由区域内各方资源的整合，根据“增长三角”的发展动力机制理论[2]，产业区位指向效应、要素和经济活动的空间扩散效应、空间近邻效应等将促使区域分工和合作，加快区域一体化融合。高铁网络的建成提高了“中三角”城市的空间可达性，为区域要素的进一步融合提供了物质保障。

在城市规模变动及城市空间相互作用的研究方法方面，我国学者管驰明等[3]、杨开忠等[4]、顾朝林等[5]、安干等[6]大都根据人口、产业、土地面积以及城市数量、分布密度及城市化水平等来刻画城市规模和城市间的相互作用，得出城市规模演变及互动的多种证据和结果。其中，周一星等[7]、金凤君等[8-9]、薛俊菲[10]、武文杰等[11]、王姣娥等[12]、戴特奇等[13]、钟业喜等[14]、孟德友等[15]利用交通网络测度城市规模及其作用。比如采用中国城市的航空运输资料分析城市体系的空间联系网络及其地域分异；利用铁路网络研究城市网络组织及空间服务系统优化、城市等级体系、城际空间相互作用等。而在研究城市间相互作用的数理方法上，杜国庆[16]、顾朝林等[17]、刘建朝等[18]很多学者采用重力模型进行计算。应该说，采用什么样的方法和技术来测度城市间的相互作用是难点。 copyright dedecms

在长江中游城市群分布格局的实例研究中，秦尊文等[19]、何胜等[20]、白永亮等[21]认为长江中游城市群是“核心-边缘”结构的城市圈组成的多中心巨型城市区域，城市群空间相互作用水平较低，城市与城市群的空间相互作用水平差异显着，经济联系强的区域集中在城市群西部和南部；王涛等[22]发现长江中游区域的多竞争要素的交互耦合、中心城市的极化效应、行政和地理分割、交通等因素是城际竞争格局形成的主要动力机制。 copyright dedecms

已有高铁影响城市空间作用的研究成果中，A.Verma等认为高速铁路网络形成“走廊”空间效应，具有优化空间结构的功能；王垚等[23]认为高铁对城市规模扩张具有明显的空间溢出效应；蒋海兵等[24-25]认为高铁具有时空收敛效应；宋文杰等[26]认为高铁对城市规模扩张具有明显的空间溢出效应，并且对不同距离和不同规模城市产生分异影响；王姣娥等[27]认为高铁缩小了城市对外经济联系总量的差异，扩大了城市间经济联系强度的差异；方大春等[28]发现高铁使得长三角城市群交通网络空间向心性集聚分布更显着，空间关联性更强。 内容来自dedecms

综合这些研究，学者对我国城市体系的空间布局和联动方面的探讨已收获许多成果，但是也存在一些缺陷。第一，研究城市互动效应的数理方法上多采用引力模型、重力模型和场强模型。这些方法利用区域静态经济社会数据作出推测，无法具体测度城市间实际联系的大小。直接利用城市高铁客运运输来测度城市间联动的研究较少。第二，利用交通联系来研究我国城市空间联系及分布时，现有文献多是现状描述，未能阐释导致城市联动的内在机制。第三，长江中游城市群的研究很多限于该地域范围内，未立足区域外在更高层次和更大范围来观察该区域城市群的发展。本研究将选择城市铁路的客运联系作为度量城市联系的指标，依据车次类型和运行方向，构建城市联动指数，以更大的地域范围视角来观察中三角城市体系的空间关联，进一步构建计量模型，揭示城市联动的影响因素。 织梦内容管理系统

1 数据收集和方法设计

1.1 确定样本城市 dedecms.com

本研究的中三角区域是以湖南、湖北和江西3个省为地域范围，武汉、南昌和长沙3个中心城市覆盖的区域。为了从更高层级观察中三角区域，在选取城市研究样本时，除区域内城市，还包括区域外但与区域联系紧密的城市。样本城市的选择，首先依据中三角区域的主要铁路干线选择该区域沿线分布的站点城市。这些铁路线包括：武汉—长沙（京广铁路武广沿线）、南昌—长沙（长杭铁路）、武汉—南昌铁路线、南昌—广州（京九铁路南昌到广州沿线）、合肥—南昌—贵州铁路线、武汉—西安铁路线、武汉—宜昌铁路线。选取长沙、武汉和南昌两两城市间的站点城市，及此外的地级及以上行政级别的城市。其次，根据国务院批准的《长江中游城市群发展规划》所确定的长江中游城市群的概念。再次，考虑到该区域在我国所处的区位，根据顾朝林等[17]、冷炳荣等[29]。的研究：中国分别形成了以上海、北京、广州为核心的北方城市体系（环渤海地区）、东中区城市体系（长三角地区）和南方城市体系（珠三角地区），以上海、北京、广州作为中国东部、北部和南部地区的中心城市，在城市样本中加入北上广中心城市，以考察这3个中心城市对中三角地区的影响（表1）。本研究共选取了中三角区域范围内外的82个城市。 本文来自织梦

copyright dedecms

1.2 构建城市联动指数 织梦好，好织梦

所用城市的实际客运车次数据均来自去哪儿网，数据查询时间为2016年6月9日至7月15日，收集了两两站点间和单个站点的车次信息和站点信息。车次信息分为高速列车、城际列车、动车组、直达列车、特快列车、快速列车、临时旅客列车以及其他类型的列车等8类车次类型（分别用字母G，C，D，Z，T，K，L，O代表）；站点信息包括车站是否是始发、途径和终到车站。计算两两站点的依附指数时，根据两两城市所有车站的这8类车次数量，分别进行始发、途径和终到的分类统计车次数；计算单个城市的吸附指数时，则统计该城市所有车站的8类车型的车次数量，分别计算始发、途径和终到的分类统计。指数算法使用周靖祥[30]的构建方法。铁路客运的城市吸附指数A（adsorption）计算如下： 内容来自dedecms

本文来自织梦

式中：Xij是城市各车次类型的车次数；Wj是各车次类型的权重，对应高速列车、城际列车、动车组、直达列车、特快列车、快速列车、临时旅客列车、其他类型列车，其权重取值分别是8，7，6，5，4，3，2，1；i是客运列车经过城市的方式，包含“始发”“途径”和“终到”，依重要性不同分别赋予权重ηi，3种方式的权重分别设为0.35，0.30和0.35。铁路客运的城市依附指数D（dependency）计算方法如下：

内容来自dedecms

织梦内容管理系统

式中：A→B表示A城市对B城市的依附关系；Xij（A→B）为A城市对B城市的“始发”且“终到”车次数；Xij（A∨B）为由A到B的途径车次数（除A、B城市间既“始发”且“终到”车次数）或途径A终到B的车次数。 本文来自织梦

2 城市联动的空间分布结果

织梦内容管理系统

2.1 三大中心城市的辐射范围

由公式（2）可知，铁路客运的城市依附指数能够反映城市间人流现状，因而用该指数表征城市间的联动状况。通过计算各城市对三大中心城市——武汉、长沙和南昌的依附值，得到腹地城市对中心城市依附值总和分别为3954.75，3364.15和2403.65。显然，武汉是3个中心城市中联动性最强、影响力最大的城市。 copyright dedecms

分别利用各个城市对武汉、长沙、南昌的依附值来判断这三大增长极的影响范围（表2）。由表2可知，1、对武汉的依附值大于40的城市，按照由小到大的顺序排列，依次有西安、黄冈、随州、泪罗、仙桃等28个城市，这些城市是与武汉联系紧密的腹地区域。可以看出，武汉辐射影响最大的城市首先是长沙，对武汉的依附值达361；其次为岳阳，对武汉的依附值为258.1。受武汉辐射影响大的城市的分布特征：首先是沿京广线和沪汉蓉线分布，其次是地理距离临近武汉的区域（如武汉城市圈包括的城市）。说明武汉不仅仅只是武汉城市群和中三角区域的增长极，也是更大区域范围内的辐射中心。2、对长沙的依附值大于40的城市，按照由小到大的顺序排列，依次有醴陵、高安、泪罗、衢州、漯河等28个城市。可以看出与长沙联系较紧密的城市主要沿铁路京广线和沪昆线分布。其中武汉、衡阳、郴州的吸附值最大，分别为293.1，270.5和228.8。总体来看，长沙对中三角区域的辐射力度虽然小于武汉，但它是长株潭城市群的中心城市，也是中三角的另一重要增长极。3、对南昌的依附值大于40的城市，依次为阳新、娄底、黄石、怀化、株洲等24个城市。南昌辐射影响范围是地理空间临近以及分布在沪昆铁路沿线和昌九城际铁路沿线上的城市。与南昌联系最紧密的首先是上饶，对南昌的依附值为185.55；其次是鹰潭，依附值为182.20；再次是杭州，依附值为164.55。而同样在沪昆线上的城市，临近东部长江三角洲的城市较西部区域的城市与南昌的联系更紧密。与武汉和长沙比较，南昌对腹地城市的辐射较弱，辐射范围最小。 dedecms.com

内容来自dedecms

武汉、长沙和南昌的辐射范围已超越省域，在中三角区域甚至更大的范围上起着经济增长极的作用。武汉辐射能力最强，南昌的辐射能力最弱。 dedecms.com

2.2 区域次级中心城市的分布

叠加单个城市对长武南三城市的依附值，得到依附值总和排位前20的城市（表3）。

依附值总和越大的城市，说明接受三大中心城市的辐射越多，与其联动也更频繁，更有可能在未来率先成长壮大，成为该区域的次级中心城市。根据计算结果：首先，衡阳是与这三大城市联系最紧密的城市，对长武南城市的依附值之和达到508.85，而其自身的吸附能力也达到16.96，城市自身实力较强，又能与三大中心城市密切互动，因此，衡阳未来或将迅速成长，成为中三角区域中重要的次级中心城市。其次，岳阳、郴州、株洲、上饶、鹰潭等城市与中心城市的联动也很密切，它们或与衡阳一起，成为中三角的其他次级中心。

3 城市联动影响因素的计量分析 dedecms.com

3.1 计量模型设定和变量统计描述 内容来自dedecms

以武汉、长沙和南昌3个中心城市的依附值为被解释变量，以所选样本城市的经济、人口、地理区位等要素为解释变量，研究腹地城市对3个中心城市联动强弱的决定因素。公式如下：

本文来自织梦

式中：Dij表示样本城市对中心城市的依附强度，也表示样本城市与中心城市间的联系紧密程度；i表示样本城市；j表示武汉、长沙、南昌；lai表示腹地城市i的纬度；loi表示腹地城市i的经度；dij表示样本城市到武汉、长沙、南昌的地理距离；din表示样本城市到北京、上海、广州的地理距离，考虑两城市间通达性因素，该距离使用两城市站点直达火车所用的最短距离；ren表示样本城市对北京、上海、广州3个城市及武汉、长沙、南昌（非j城市）的依附值；Ai表示城市i的吸附能力；gi表示样本城市是否开通高铁（取值1为是，0为否）；X表示控制变量，包括各地区的GDP、常住人口等。 内容来自dedecms

计量模型中所用常住人口数、GDP等数据来源于2016年各城市和地区的《国民经济与社会发展统计公报》《政府工作报告》及统计年鉴。 内容来自dedecms

3.2 计量结果及解释 dedecms.com

1）城市联动强度受城市区位和自身实力的影响。首先，空间临近效应明显。城市纬度（lai）与各城市对长沙和对南昌的依附强度分别呈显着负相关，与对武汉的依附强度呈正相关；城市经度（loi）则与各城市对武汉和对长沙的依附强度分别呈显着负相关，与对南昌的依附强度呈显着正相关。表明在长武南区域中，经度值越小、纬度值越大的城市与武汉联系更紧密；经度值越小和纬度值越小的城市与长沙联系更紧密；经度值越大和纬度值越小的城市与南昌联系更紧密；另外，到长武南的地理距离（dij）与各城市对长武南的依附强度都呈显着负相关，表明距离越短的城市对中心城市的联系越紧密。其次，实力强的城市间的联动更显着。2016年城市常住人口和城市GDP与各城市对武汉、长沙、南昌的依附强度都呈显着正相关，说明2016年GDP值越大、人口规模越大的城市与长武南三个城市的联系更紧密；另外，城市的吸附指数Ai对武汉、长沙、南昌的依附强度都呈显着正相关，从城市铁路客运看，自身吸附能力强的城市与武汉、长沙、南昌三个城市的联系也更紧密，说明中三角地区城市间的联动具有“强强联合”的特征。

2）北上广核心城市的辐射效应是影响中三角区域城市联动的重要因素。计量结果显示：虽然对北京的依附值（ren）对城市的依附强度无显着性影响，但对上海的依附值与对南昌和对长沙的依附强度呈显着正相关，而城市对广州的依附值则与对南昌、武汉和长沙的依附强度都呈显着正相关。说明腹地城市中与广州联动较强的城市与长武南三中心城市的联动较强，与上海联动较强的城市与长沙和南昌联动较强。由此看来，京广线、沪昆线和京九线的布局导致广州和上海对该区域的影响比较显着，促进了该区域城市间的联动效应。其中，广州对该区域的影响最显着，北京的影响最不明显。 织梦好，好织梦

3）中心城市的辐射效应是决定中三角区域城市联动的重要因素。从计量结果上看：对武汉的依附值（ren）与对长沙的依附强度呈显着正相关，对长沙的依附值与对武汉和对南昌的依附强度呈显着正相关，对南昌的依附值与对长沙的依附强度呈显着正相关，但与对武汉的依附强度呈显着负相关。表明腹地城市中与武汉联动较强的城市与长沙联动较强；与南昌联动较强的城市与长沙联动较强，却与武汉联动较弱；而与长沙联动较强的城市与武汉和南昌的联动都较强，也说明形成了联动较紧密的“长沙-武汉”城市区域和“长沙-南昌”城市区域，且长沙、武汉和南昌在这两个区域中与腹地城市的联动互为促进。而在“武汉-南昌”区域，腹地城市与南昌和武汉的联动效应呈现出“此消彼长”的局面。 织梦好，好织梦

4）高铁网络促进了城市间的联动效应。计量结果显示：是否开通高铁（gi）分别与“对武汉的依附强度”、“对长沙的依附强度”和“对南昌的依附强度”都呈显着正相关，表明高铁的开通对该区域中心城市和腹地城市的联动形成了显着正向的促进作用。

内容来自dedecms

4 结语 本文来自织梦

高铁网络的影响下，中三角区域城市格局正在重塑。武汉、长沙和南昌的辐射范围已超越了各自的省域范围，覆盖了相邻省域腹地区域。武汉辐射能力最强，辐射范围最大，南昌最弱。高铁网络使长沙的腹地区域分别与武汉腹地区域和南昌腹地区域重叠，长沙成为长武南区域的铁路客运枢纽点。这将成为长沙及其腹地城市群快速发展的重要推动力。武汉和南昌的联系薄弱。2016年，武汉对南昌的依附值为70.15，南昌对武汉的依附值为64.20，说明两城市之间缺乏联动。衡阳、岳阳、郴州、株洲、上饶、鹰潭或将成为中三角区域重要的次级中心城市。 copyright dedecms

随着高铁网络的运行，北京、上海、广州对中三角区域的联动也正在增强，且上海和广州对该区域城市的联动产生了显着的正向促进作用。因此，中三角区域的地方政府应该加强与北上广的联系和合作，利用区域间的高铁联动，高效承接沿海地区的产业转移，吸引更多优质的资金、技术和人才。

致谢：感谢城乡中国工作组的钟昊君、王春杨、任晓红、关海长对本研究的帮助和宝贵建议!

dedecms.com

参考文献： 织梦好，好织梦

[1] 方创琳，张舰.中国城市群形成发育的政策保障机制与对策建议[J].中国人口·资源与环境，2011，21（10）：107-113.

[2] 李秀敏，刘丽琴.“增长三角”的形成发展机制探讨[J].世界地理研究，2003，12（1）：79-85. 内容来自dedecms

[3] 管驰明，崔功豪.100多年来中国城市空间分布格局的时空演变研究[J].地域研究与开发，2004，23（5）：28-32.

[4] 杨开忠，陈良文.中国区域城市体系演化实证研究[J].城市间题，2008（3）：6-12.

[5]顾朝林，庞海峰.建国以来国家城市化空间过程研究[J].地理科学，2009，29（1）：10-14.

copyright dedecms

[6] 安干，李小建，吕可文.中国城市建成区扩张的空间格局及效率分析（1990—2009）[J].经济地理，2012，32（6）：37-45.

织梦内容管理系统

[7] 周一星，胡智勇.从航空运输看中国城市体系的空间网络结构[J].地理研究，2002，21（3）：276-286. copyright dedecms

[8] 金凤君.我国航空客流网络发展及其地域系统研究[J].地理研究，2001，20（1）：31-39. 织梦好，好织梦

[9] 金凤君，王成金.轴-辐侍服理念下的中国航空网络模式构筑[J].地理研究，2005，24（5）：774-784.

织梦内容管理系统

[10] 薛俊菲.基于航空网络的中国城市体系等级结构与分布格局[J].地理研究，2008，27（1）：23-32.

[11] 武文杰，董正斌，张文忠，等.中国城市空间关联网络结构的时空演变[J].地理学报，2011，66（4）：435-445.

本文来自织梦

[12] 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. 织梦好，好织梦

[13] 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.

[14] 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.

本文来自织梦

[15] 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. 本文来自织梦

[16] 杜国庆.发展中国家的城市体系空间结构研究——以中国为例（英文）[J].南京大学学报（自然科学版），2006，42（3）：225-241.

织梦内容管理系统

[17] 顾朝林，庞海峰.基于重力模型的中国城市体系空间联系与层域划分[J].地理研究，2008，27（1）：1-12. 织梦好，好织梦

[18] 刘建朝，高素英.基于城市联系强度与城市流的京津冀城市群空间联系研究[J].地域研究与开发，2013，32（2）：57-61. 内容来自dedecms

[19] 秦尊文，汤鹏飞.长江中游城市群经济联系分析[J].湖北社会科学，2013（10）：52-56.

[20] 何胜，唐承丽，周国华.长江中游城市群空间相互作用研究[J].经济地理，2014，34（4）：46-53. 织梦好，好织梦

[21] 白永亮，党彦龙.长江中游城市群空间作用机理与空间结构研究[J].宏观经济研究，2014（11）：47-58. 织梦好，好织梦

[22] 王涛，曾菊新.长江中游城市群城际竞合空间格局分析——基于城市竞争力与空间相互作用的视角[J].热带地理，2014，34（3）：390-398. copyright dedecms

[23] 王垚，年猛.高速铁路与城市规模扩张——基于中国的实证研究[J].财经科学，2014（10）：113-122. 内容来自dedecms

[24] 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）：1287-1298. 内容来自dedecms

[25] 蒋海兵，张文忠，祁毅，等.高速铁路与出行成本影响下的全国陆路可达性分析[J].地理研究，2015，34（6）：1015-1028.

dedecms.com

[26]宋文杰，朱青，朱月梅，等.高铁对不同规模城市发展的影响[J].经济地理，2015，35（10）：57-63. 内容来自dedecms

[27] 王姣娥，焦敬娟，金凤君.高速铁路对中国城市空间相互作用强度的影响[J].地理学报，2014，69（12）：1833-1846. dedecms.com

[28] 方大春，杨义武.高铁时代长三角城市群交通网络空间结构分形特征研究[J].地域研究与开发，2013，32（2）：52-56. dedecms.com

[29] 冷炳荣，杨永春，李英杰，等.中国城市经济网络结构空间特征及其复杂性分析[J].地理学报，2011，66（2）：199-211.

[30] 周靖祥.测度中国高铁的城市吸附能力[EB/OL].（2015-04-27）[2018-09-17].http：//www.cssn.cn/skjj/skjj_jjyw/201504/t20150427_1602886.shtml.

内容来自dedecms