基于公路交通流视角的吉林省城镇中心性及影响因素

识别流空间视角下的城镇地位及其发育状况是深入推进新型城镇化的重要认知基础之一。基于县域公路客运班次数据,在Ucinet及Arc GIS软件支持下,从整体网络、城镇中心性及地理探测等三个方面对吉林省城镇中心性及影响因素进行深入分析。结果显示:(1)省域整体网络结构相对松散、核心网络实力偏弱,城镇间空间联系有待进一步提升;市域内空间联系相对紧密、跨市域联系则明显不足,区域联动发展进程相对滞缓。(2)地级城市程度中心性普遍较高、省域边缘城镇的交往能力总体处于从属地位;城镇节点的空间链接效应具有地域差异特征、区内空间联系多通过地级城市中介作用完成;综合中心性视角下的城镇层级总体呈首位分布特征并形成"一极三核"的省域"中心—枢纽"格局,区内出现"八子群、四片区"的组团现象。(3)将地理探测器方法应用于城镇中心性影响因子研究,发现城镇居民人均可支配收入对省域内城镇节点中心性的影响较小,经济规模、人口规模、产业结构、交通承载力等因子对城镇地位及角色影响明显,路网密度仍是影响城镇空间链接水平的因子之一。为此,应提升省域东西部地区核心城镇资源集聚能力,优化省域边缘城镇产业结构、增强市场活力,合理配置区域交通资源、完善边缘城镇交通基础设施,以促进区域联动发展。     

绿色发展视角下长三角城市群城市创新网络结构特征研究

以长三角城市群41个主要城市为研究单元,研究了绿色发展视角下的城市创新网络问题。通过引力模型得出各城市创新联系强度,进而运用社会网络分析方法研究城市群创新网络结构特征。结果表明：绿色发展视角下长三角城市群创新网络密度较低,阻碍了创新要素的传递,网络中心势不高,集中程度低,网络凝聚力不强;根据网络节点中心度数发现,以发达城市为核心的半轮轴型集聚格局基本形成;网络中结构洞数目不断增加,网络结构不断优化;网络核心-边缘结构呈现,核心区域空间集聚效应明显;由块模型得出8大子群,子群特征呈现多样化。     

“流空间”视角下西北地区城市关联特征与网络格局分析

经济全球化时代，“流空间”成为配置资源的底层逻辑，各种功能要素的空间流动不断冲击与重塑城市间的联系，成为一体化空间网络的新机制和新动力。文章以西北地区51个地级及以上城市为研究单元，基于经济流、交通流和信息流，结合现实与虚拟视角分析多维要素流影响下的城市关联特征，运用赋值法构建综合折叠网络并划分城市等级，刻画区域空间发展格局。结果表明：(1)西北地区网络化特征明显，形成“一轴三区多中心”的网络格局，并在行政区约束和城市群引领下，初步形成6个凝聚子群。(2)受地理距离与行政边界影响，省区内联系强度大于省际，近域拓展大于远域扩张，大城市首先为本省带来发展红利，规模越大的城市跨省区正向溢出越强。(3)整体网络呈“核心—边缘”结构，核心区城市又呈“一二三四”布局，边缘区则呈“散点状”分布。经济流和交通流总量服从帕累托分布。经济流核心城市“以强带弱”与“强强联合”共存，在空间上形成组团结构；交通流联系轴线等级明显。普列流陇海—兰新沿线城市表现出“点—轴”式空间格局，快列流“强强联合”多而“抱团取暖”不足，“马太效应”显著；公路流则呈现出明显的“向心集聚”态势；信息流具有广覆盖性和强渗透性，表现出...     

基于多维要素流视角的城市群网络结构及影响因素分析——以武汉城市圈为例

基于多维要素流视角,以武汉城市圈9个城市为研究区域,从节点、层级、子网络三个方面对经济、人口、交通、信息等网络的空间结构进行刻画,并进行多维网络对比分析,用企业水平差异、文化节点性差异、平均时间距离差异、人均GDP差异、行业结构差异等五个影响因子构建多重网络关系回归模型,剖析多重网络影响因素。研究结果表明:(1)武汉城市圈可划分为三级联系片区,武汉、鄂州分别为主副中心,黄石、孝感、黄冈三市为集聚—辐射中心片区,其余城市为次级核心城市。(2)多维网络之间的相似性排序为经济网络—信息网络经济网络—人口网络人口网络—信息网络经济网络—交通网络人口网络—交通网络交通网络—信息网络,经济网络与其余各类网络之间的相似性最高。(3)交通效率及企业发展水平是使多维网络产生相似性的主要因素,而经济发展水平、文化关系、产业分工影响因素是多维网络产生差异性的主要因素,其中文化关系影响最薄弱,交通效率因素影响最强。     

湖北省旅游流网络结构的特征与优化

运用社会网络分析法,构建湖北省旅游流网络结构,分析湖北省旅游流网络结构特征,并进一步分析内部不同区域旅游流的网络结构及其差异,在此基础上提出旅游流空间结构优化对策。研究表明:1湖北省旅游流网络节点核心—边缘结构明显,网络整体密度低,中心化趋势明显,核心节点偏少。2湖北省旅游流呈现出以武汉为核心,以宜昌、十堰、襄阳和恩施为次核心的网络结构。3区域内"两圈"旅游流网络结构差异明显,鄂西圈旅游流网络密度相对较高,武汉城市圈旅游流网络密度较低。最后,研究认为,要进一步建设完善核心节点,加快边缘地区发展;完善旅游交通网络建设;构建新的旅游空间体系的优化路径。     

网络结构视角下的边缘创新模式解读——以长三角地区为例

边缘地区的创新活动是容易被忽视、然而具有重要意义的区域现象。文章从网络结构视角切入，结合高新技术企业投资数据、复杂网络理论与关联网络模型，分析并解读长三角地理边缘地区创新网络的组织模式和生成机制。研究发现：(1)创新网络遵循“核心—关联—边缘”三级网络生长秩序，并通过“接触式+等级式”的知识扩散路径来实现；(2)由于创新网络包含“生产—控制”双重结构，地理边缘的城市既能够接受周边城市制造企业的近距离、接触式溢出，也有机会通过构建创投联系，承接核心城市金融机构的远距离、等级式溢出，成为在创新网络中发挥资源调配作用的控制型节点。因此，在地理边缘区的空间规划实践中，应更加重视城市在网络中所处的结构性位置，致力于将城市发展为在创新网络中具有门户、控制作用的关键节点，从而实现地理边缘区位下的发展路径突破。     

中原经济区城市空间联系及其网络格局分析——基于城际客运流

利用中原经济区城际铁路与公路客运班次,分析城市间空间联系格局,再结合社会网络分析法阐释其网络结构特征,并对区域空间联系及其网络结构的影响因子进行分析。结果表明,中原城市群内部的城市间轴线联系强度大于城市群以外的区域,郑州在空间联系中的中心地位突出。中原城市群内部的城市间首位联系突出,三类区域间城市的首位联系相对孤立,跨区域及中原城市群内部联系需要加强。在两类客运联系网络中,中原城市群内城市的平均中心度大于其他两类区域,呈现梯度递减的圈层结构,中原经济区中郑州、洛阳等8个城市处于网络中的核心位置,边缘城市与地理区位相关,城市群对区域的联系网络控制力较强,且中心实力、交通设施、区域政策能够较好地反映空间联系及其网络格局的形成。     

皖江城市带区际公路交通空间组织研究

选取与皖江城市带联系密切的长三角16个核心城市和武汉市作为研究对象,通过调研获取皖江城市带各市与这些城市公路客运联系数据,从社会网络视角分析了皖江城市带区际交通联系的网络特征,结合相互作用强度的现状及历年变化,预测皖江城市带区际交通空间组织的发展趋势,为区际交通组织的联系方向提供参考,提出皖江城市带区际交通空间组织的优化建议.结果显示:①皖江城市带与南京市的空间相互作用最强,其次为上海市;从公路客运比例来看,皖江城市带公路客运交通的主导联系方向为长三角方向,其中东向联系更强,东南向(杭州市方向)的联系稍弱.②从皖江城市带区际交通空间组织网络结构特征来看,区际公路客运交通空间组织的网络密度较高,网络结构较松散,联系的主要城市集中于长三角的核心城市.③从东向联系与西向拓展两方面提出了皖江城市带区际交通空间组织的优化方向.     

流空间视角下的粤港澳大湾区空间网络格局——基于信息流与交通流的对比分析

时空压缩背景下,城市间的空间作用转向关注要素联系视角,动态流空间主导着区域空间网络的新格局。文章从信息流和交通流出发,借助测度修正、空间计量、社会网络分析等方法,从内部与外部联系两个维度对粤港澳大湾区的网络结构特征进行识别与分析。结果发现:①湾区内部联系网络呈现以广深为双核心的结构,佛、莞、珠的中心性地位较突出,其中信息流格局具有沿东岸"弧形"轴线分布的特征,网络体系兼具多中心性和扁平性,而交通流则呈"N"字型沿中部延伸,等级性功能联系较明显;②香港是湾区外部联系网络的枢纽,深、广、澳为核心节点,区域格局深受全球非局域中心联系的影响,但整体的交通外部联系较为匮乏;③湾区综合网络格局以三大枢纽为核心,但制度差异下的空间融合联系受到地方化及地缘偏向的约束,对等级关系有一定的依赖,结构上存在主导性缺失。     

基于上市高新技术企业的中国城市创新网络及其影响因素

基于企业跨城组织关系视角,利用2019—2021年认定的上市高新技术企业跨城布址数据,借助“总部—分支”关系模型、社会网络分析等方法,从网络结构、网络层级、网络中心性3个方面剖析全国和城市群尺度下的城市创新网络格局,运用分位数回归模型探究城市创新网络地位驱动因素的异质性。研究表明：(1)中国城市创新网络整体呈现以“北京—上海—深圳—成都”为顶点的菱形空间结构,网络联系以择优连接和邻近连接为主;(2)城市群内部网络结构异质性突出,分别呈现出单核心、双核和多核心3种网络结构;(3)网络呈现东强西弱的“金字塔状”网络层级特征;(4)直辖市、省会城市和副省级城市在城市创新网络中占据极强的控制力和吸引力,但不同城市的创新辐射能力和集聚能力存在显著差异;(5)不同要素的作用效果在创新网络地位不同的城市存在明显差异,经济发展水平和中高等级创新网络地位的城市之间呈现倒“U”型曲线关系,经济发展结构的调整是城市创新网络生长发育的关键。创新水平、政策环境和城市行政等级对创新网络地位低的城市增长效应更明显,市场开放度对中等级创新城市的增值效应更强,金融发展水平对高等级创新城市的拉动作用显著。