儲(chǔ) 君 , 仝 德,b , 曹志強(qiáng) , 邱君麗,b , 潘向向

(北京大學(xué) a.城市規(guī)劃與設(shè)計(jì)學(xué)院; b.未來(lái)城市實(shí)驗(yàn)室(深圳),廣東 深圳 518055)

0 引言

在經(jīng)濟(jì)全球化的大背景下，各生產(chǎn)要素在各個(gè)城市之間自由流動(dòng)，城市對(duì)外聯(lián)系不斷加強(qiáng)，城市的重要性越來(lái)越取決于它們與其他城市的聯(lián)系程度而不是其本身的絕對(duì)規(guī)模。換而言之，城市在區(qū)域網(wǎng)絡(luò)中位置的重要性逐漸超過(guò)其自身的屬性[1-3]。因此，城市研究的熱點(diǎn)也隨之發(fā)生轉(zhuǎn)變，對(duì)城市體系與城市網(wǎng)絡(luò)的研究越來(lái)越多[3-6]。

城市體系中的中心城市識(shí)別及其腹地范圍劃分是城市地理學(xué)的關(guān)鍵理論問(wèn)題[7-10]。中心城市是指在全國(guó)城鎮(zhèn)體系中具有核心控制作用、在全球城市網(wǎng)絡(luò)體系中具有重要功能節(jié)點(diǎn)作用的特大中心城市[10]。腹地是指中心城市的服務(wù)或輻射范圍[11]。在中心城市識(shí)別方面，傳統(tǒng)研究多采取構(gòu)建評(píng)價(jià)指標(biāo)體系、基于屬性分級(jí)的方法，如結(jié)合城市自身人口規(guī)模、經(jīng)濟(jì)總量、創(chuàng)新能力、城鎮(zhèn)體系中心度等屬性對(duì)城市進(jìn)行排序進(jìn)而識(shí)別中心城市[12-14]，但這種方法不能有效衡量城市的外部聯(lián)系。已有研究嘗試突破基于屬性方法的局限，試圖從結(jié)構(gòu)等價(jià)性入手分析核心邊緣結(jié)構(gòu)進(jìn)而識(shí)別中心城市[15-16]。在腹地范圍劃分方面，傳統(tǒng)研究多采取引力模型、斷裂點(diǎn)分析等方法[17-18]，其結(jié)果具有明顯的空間鄰近性特征[19]。但是，經(jīng)濟(jì)全球化下，資本、勞動(dòng)力與知識(shí)技術(shù)等生產(chǎn)要素的流動(dòng)性日益增加，流空間(space of flows)的重要性逐漸超過(guò)場(chǎng)所空間(space of places)[1]，以本地服務(wù)為基礎(chǔ)的腹地(hinterlands)也被超越本地范圍的網(wǎng)絡(luò)腹地(hinterworlds)所挑戰(zhàn)[2,20-21]。相較于傳統(tǒng)腹地，網(wǎng)絡(luò)腹地分析不預(yù)設(shè)距離的作用，可充分利用聯(lián)系數(shù)據(jù)特征發(fā)現(xiàn)密切聯(lián)系的城市群組。

從數(shù)據(jù)上看，首先，當(dāng)前中國(guó)城市網(wǎng)絡(luò)研究主要從企業(yè)關(guān)聯(lián)[22]、信息流[23]、交通流[24]等方面入手，挖掘城市體系結(jié)構(gòu)特征。眾多城市網(wǎng)絡(luò)研究聚焦于企業(yè)關(guān)聯(lián)[25-26]，從世界城市網(wǎng)絡(luò)理論出發(fā)，以高級(jí)生產(chǎn)者服務(wù)(advanced producer service，APS)與互鎖模型等概念模型為依托[2,20]，透過(guò)500強(qiáng)企業(yè)分析中國(guó)城市網(wǎng)絡(luò)結(jié)構(gòu)。這些研究重在剖析城市網(wǎng)絡(luò)中的經(jīng)濟(jì)流，但受制于企業(yè)數(shù)據(jù)的保密性，難以完全反映價(jià)值流，更難以綜合地反映城市聯(lián)系格局[27]。其次，從信息流入手的城市網(wǎng)絡(luò)研究利用海量新數(shù)據(jù)(如社交媒體數(shù)據(jù)、新聞數(shù)據(jù))，試圖刻畫城市網(wǎng)絡(luò)特征[28]，但是這些數(shù)據(jù)多存在先天性抽樣誤差(sampling bias)[29]，穩(wěn)健性與可靠性需要討論。最后，雖然交通流也是挖掘城市網(wǎng)絡(luò)結(jié)構(gòu)的重要視角，但受制于數(shù)據(jù)獲取的難題，早期交通流研究多以基礎(chǔ)設(shè)施網(wǎng)絡(luò)數(shù)據(jù)代替真實(shí)交通流數(shù)據(jù)[30]；隨著微博簽到數(shù)據(jù)、百度遷徙數(shù)據(jù)、騰訊遷徙數(shù)據(jù)等位置大數(shù)據(jù)的出現(xiàn)，基于交通流的網(wǎng)絡(luò)分析逐漸增多[31-33]，但是除少數(shù)研究外[27]，已有研究多使用特定時(shí)間片段的數(shù)據(jù)，難以反映以年為周期的總體情況。

本研究利用2018年騰訊遷徙大數(shù)據(jù)，采用加權(quán)隨機(jī)塊模型(weighted stochastic block model,WSBM)和相對(duì)關(guān)聯(lián)法，對(duì)我國(guó)中心城市及其腹地范圍進(jìn)行識(shí)別和分析，試圖探索以下兩個(gè)方面內(nèi)容：第一，利用年度“交通流”大數(shù)據(jù)，更為全面地反映中國(guó)城市間聯(lián)系特征；第二，從網(wǎng)絡(luò)結(jié)構(gòu)性角度識(shí)別出中國(guó)城市體系的核心-邊緣結(jié)構(gòu)。

1 研究區(qū)概述與數(shù)據(jù)處理

1.1 研究區(qū)概述

隨著經(jīng)濟(jì)發(fā)展，人口、貨物、資本和信息在城市間流動(dòng)，城市間聯(lián)系日漸緊密。2018年，國(guó)家鐵路旅客發(fā)送量36.6億人次，航空旅客運(yùn)輸量6.6億人次，公路營(yíng)業(yè)性客運(yùn)量130.1億人次[34]。本研究以中國(guó)內(nèi)地(不包含香港特別行政區(qū)、澳門特別行政區(qū)、臺(tái)灣地區(qū))為研究區(qū)域，以地級(jí)及以上城市或行政區(qū)為研究單元，分析城市(區(qū)域)間交通聯(lián)系結(jié)構(gòu)特征。

1.2 研究數(shù)據(jù)

采用騰訊遷徙大數(shù)據(jù)進(jìn)行分析，該數(shù)據(jù)依托騰訊系列軟件與應(yīng)用生產(chǎn)，信息準(zhǔn)確，且相對(duì)全面。通過(guò)網(wǎng)絡(luò)爬取，獲得2018年365天的全國(guó)地級(jí)及以上城市或行政區(qū)單向聯(lián)系(遷入或遷出)前10位數(shù)據(jù)，包括城市或行政區(qū)(始點(diǎn)—終點(diǎn))名稱、聯(lián)系時(shí)間、進(jìn)出方向、交通方式、遷移人數(shù)等信息?？臻g上精確到地級(jí)及以上城市或行政區(qū)，時(shí)間上精確到天。原始數(shù)據(jù)共約717.5萬(wàn)條。

已有關(guān)于騰訊遷徙大數(shù)據(jù)的研究多針對(duì)特定時(shí)間片段(如春節(jié)假期)[29,31]，難以反映年度數(shù)據(jù)全貌。參考王錄倉(cāng)等[25]提出的處理方法，使用2018年全年數(shù)據(jù)，經(jīng)清洗、去重、匯總等處理后，共得到56 625條城市聯(lián)系數(shù)據(jù)，包括323個(gè)地級(jí)及以上城市或行政區(qū)(4個(gè)直轄市，292個(gè)地級(jí)市，27個(gè)自治州、盟及地區(qū))。處理后的騰訊遷徙數(shù)據(jù)涵蓋了年度城市間交通流，可較為全面地反映城市網(wǎng)絡(luò)結(jié)構(gòu)的特征。

2 研究方法

首先，利用隨機(jī)加權(quán)塊模型判斷核心邊緣結(jié)構(gòu)并識(shí)別中心城市。其次，利用相對(duì)關(guān)聯(lián)法分析中心城市的網(wǎng)絡(luò)腹地，考察超越本地聯(lián)系的網(wǎng)絡(luò)聯(lián)系特征。

2.1 加權(quán)隨機(jī)塊模型

所謂隨機(jī)塊模型是指將網(wǎng)絡(luò)中的節(jié)點(diǎn)(node)分入不同的子組(即“塊”,block)，節(jié)點(diǎn)之間連接(tie)的分布關(guān)系由節(jié)點(diǎn)所隸屬的“塊”來(lái)確定。加權(quán)隨機(jī)塊模型(weighted stochastic block model,WSBM)是隨機(jī)塊模型的改進(jìn)算法，將應(yīng)用拓展至有向加權(quán)網(wǎng)絡(luò)的情形。加權(quán)隨機(jī)塊可以在不預(yù)設(shè)網(wǎng)絡(luò)結(jié)構(gòu)時(shí)研究網(wǎng)絡(luò)結(jié)構(gòu)。通過(guò)可視化的方法識(shí)別各種網(wǎng)絡(luò)結(jié)構(gòu)，包括核心-邊緣結(jié)構(gòu)、社群組團(tuán)結(jié)構(gòu)、異配結(jié)構(gòu)及混合結(jié)構(gòu)等。具體而言，核心-邊緣結(jié)構(gòu)是指某幾組內(nèi)部所屬節(jié)點(diǎn)聯(lián)系密集且強(qiáng)度高，這些組與其他組聯(lián)系緊密，但其他組之間聯(lián)系較弱；社群組團(tuán)結(jié)構(gòu)表現(xiàn)為組內(nèi)聯(lián)系強(qiáng)，但是組間聯(lián)系較弱；異配結(jié)構(gòu)表現(xiàn)為組間聯(lián)系強(qiáng)而塊內(nèi)聯(lián)系弱；混合結(jié)構(gòu)是上述幾種結(jié)構(gòu)的混合狀態(tài)[16]。

2.2 相對(duì)關(guān)聯(lián)法

參考李濤等的研究[19]，本研究采用相對(duì)關(guān)聯(lián)法對(duì)中心城市的腹地范圍進(jìn)行識(shí)別。公式為：Vij=α+βVj+ε。式中：Vij是城市i與其他城市j之間無(wú)方向的聯(lián)系強(qiáng)度；Vj是城市j的中心度；α與β為系數(shù)；ε為殘差。如果殘差ε為正且數(shù)值較大，意味著i與j之間的聯(lián)系超過(guò)線性回歸的估計(jì)值較大，j可能是i的腹地城市。殘差ε標(biāo)準(zhǔn)化后大于1，即可認(rèn)為j是i的腹地[19]。

3 結(jié)果分析

3.1 基于WSBM模型的中心城市識(shí)別

中國(guó)城市間聯(lián)系格局有兩方面特征。一方面，近距離的本地城市聯(lián)系較為明顯。除京津冀、長(zhǎng)三角、珠三角三大城市群以外，成渝、武漢、西安、昆明等城市群內(nèi)部聯(lián)系也呈現(xiàn)放射狀特征。另一方面，也可以觀察到遠(yuǎn)距離非本地城市間聯(lián)系，如京滬、京廣、滬成，構(gòu)成了中國(guó)城市網(wǎng)絡(luò)的主干框架。

通過(guò)加權(quán)隨機(jī)塊模型考察網(wǎng)絡(luò)結(jié)構(gòu)，進(jìn)而識(shí)別中心城市。以三維方式直觀顯示塊內(nèi)與塊間的平均聯(lián)系強(qiáng)度，以此識(shí)別中國(guó)城市體系的結(jié)構(gòu)特征。結(jié)果表明，中國(guó)地級(jí)及以上城市或行政區(qū)分為13類(圖1)?？梢园l(fā)現(xiàn)，第1～3類與其他類別相比具有顯著不同的內(nèi)外部聯(lián)系特征。這3類城市均既具有較高的組內(nèi)聯(lián)系，也具有較高的組間聯(lián)系，符合核心邊緣結(jié)構(gòu)中“核心”的描述。另外，在第1～3類城市中，第1類城市內(nèi)外部聯(lián)系強(qiáng)度則遠(yuǎn)超另外2類，基于此，將第1類城市識(shí)別為中心城市，第2和第3類城市識(shí)別為次中心城市。

圖1 WSBM模型3D柱狀圖

(1)中心城市組(第1類)共有13座城市，包括上海市、北京市、南京市、天津市、廣州市、成都市、昆明市、杭州市、武漢市、深圳市、西安市、鄭州市、重慶市。這些城市之間的聯(lián)系密集且強(qiáng)度高，但是跨越的距離較大，超越了本地鄰域的范圍，支撐起中國(guó)城市網(wǎng)絡(luò)的骨干且城市與組外城市，尤其是其他次中心城市聯(lián)系密切。

(2)次中心城市Ⅰ組(第2類)共有13座城市，包括南昌市、廈門市、合肥市、咸陽(yáng)市、寧波市、泉州市、濟(jì)南市、石家莊市、福州市、蘇州市、貴陽(yáng)市、長(zhǎng)沙市、青島市。這些城市組內(nèi)聯(lián)系弱于中心城市，與次中心Ⅱ組處于同一水平，但是其與組外城市的聯(lián)系強(qiáng)于次中心城市Ⅱ組。這些城市一部分處在中心城市周邊(如蘇州市、寧波市、石家莊市)，是中心城市面向全國(guó)的關(guān)鍵轉(zhuǎn)換節(jié)點(diǎn)；另一部分則是某一區(qū)域的中心(如濟(jì)南市、青島市、廈門市)。受到周邊全國(guó)性中心城市的擠壓，這些城市的影響范圍有限。

(3)次中心城市Ⅱ組(第3類)共有10座城市，包括三亞市、東莞市、南寧市、哈爾濱市、大連市、桂林市、沈陽(yáng)市、?？谑?、珠海市、長(zhǎng)春市。這些城市組內(nèi)聯(lián)系與次中心I組相當(dāng)，但與組外城市聯(lián)系較弱。具體分析其功能，一部分為東北地區(qū)區(qū)域中心城市(如哈爾濱市、大連市、沈陽(yáng)市、長(zhǎng)春市)，一部分為商貿(mào)旅游等外向型城市(如桂林市、海口市、珠海市)，還有一部分位于中心城市的都市圈內(nèi)(如東莞市)。它們作為區(qū)域及地方的重要節(jié)點(diǎn)，在網(wǎng)絡(luò)局部承擔(dān)關(guān)鍵作用。

3.2 基于相對(duì)關(guān)聯(lián)法的中心城市網(wǎng)絡(luò)腹地劃分

以13個(gè)中心城市為例，分析其網(wǎng)絡(luò)腹地(表1)。結(jié)果發(fā)現(xiàn)：(1)網(wǎng)絡(luò)腹地以本地鄰域城市為主，但部分城市的腹地范圍超越了本地鄰域范圍。如上海市的網(wǎng)絡(luò)腹地包含了重慶市，北京市的網(wǎng)絡(luò)腹地包括了成都市與武漢市，成都市的網(wǎng)絡(luò)腹地包含了上海市與北京市，武漢市的網(wǎng)絡(luò)腹地包含了北京市與廣州市，重慶市和昆明市的網(wǎng)絡(luò)腹地包含了上海市。

表1 中心城市的網(wǎng)絡(luò)腹地范圍

(2)中心城市網(wǎng)絡(luò)腹地相互交疊。包括北京市與天津市，上海市與杭州市，廣州市與深圳市，武漢市與重慶市，成都市與重慶市5對(duì)城市存在網(wǎng)絡(luò)腹地的交疊，體現(xiàn)了這些城市在區(qū)域內(nèi)的競(jìng)爭(zhēng)關(guān)系。

(3)中西部中心城市腹地城市數(shù)量更多，鄰域空間范圍更大。中西部城市(如成都市、重慶市、武漢市)的網(wǎng)絡(luò)腹地?cái)?shù)量多于東部城市(如北京市，上海市，廣州市，深圳市)，且鄰域空間范圍幾乎囊括本省(或鄰省)。這是由于東部中心城市密度更高，在本地鄰域城市腹地的競(jìng)爭(zhēng)更大，腹地劃分更細(xì)。相較而言，中西部中心城市密度更低，單個(gè)城市的腹地范圍也就更大。

4 結(jié)論與討論

4.1 結(jié)論

(1)加權(quán)隨機(jī)塊模型的結(jié)果顯示，中國(guó)城市體系中存在1組中心城市和2組次中心城市，呈現(xiàn)典型的“核心-邊緣”結(jié)構(gòu)。中心城市和次中心城市在組內(nèi)和組間聯(lián)系上都顯著高于其他城市(或行政區(qū))，在網(wǎng)絡(luò)中起支配作用。

(2)中心城市網(wǎng)絡(luò)腹地以本地鄰域城市為主，但部分城市的網(wǎng)絡(luò)腹地范圍超越了本地鄰域范圍，網(wǎng)絡(luò)腹地之間存在交疊，中西部中心城市腹地范圍更大。不同于以往的重力模型或者引力場(chǎng)模型，以中心城市為例使用相對(duì)關(guān)聯(lián)法分析其網(wǎng)絡(luò)腹地，這一方法不人為預(yù)設(shè)距離影響，而是充分挖掘城市間聯(lián)系所蘊(yùn)含的信息。

4.2 討論

利用新數(shù)據(jù)和新方法，通過(guò)國(guó)家中心城市識(shí)別與網(wǎng)絡(luò)腹地分析，盡可能客觀地反映全國(guó)尺度的城市網(wǎng)絡(luò)特征。城鎮(zhèn)體系規(guī)劃以及國(guó)土空間規(guī)劃編制可以采用相似的技術(shù)方法。但是，需要指出的是，騰訊遷徙數(shù)據(jù)缺少年齡、性別、收入等社會(huì)經(jīng)濟(jì)屬性，細(xì)致微觀機(jī)理分析較為困難。另外，由于是當(dāng)日數(shù)據(jù)，騰訊遷徙數(shù)據(jù)可能對(duì)交通中轉(zhuǎn)流數(shù)據(jù)存在過(guò)高估計(jì)。進(jìn)一步的研究可以采取多源數(shù)據(jù)融合(如POI)的方法[35]，更為深入客觀地分析城市網(wǎng)絡(luò)特征。最后，城市交通流網(wǎng)絡(luò)分析可以與交通等城市基礎(chǔ)設(shè)施投資[36-37]研究結(jié)合，提出綜合性政策建議。