交通流空间视角下粤港澳大湾区网络结构多维测度_廖创场.pdf

地 理 研 究GEOGRAPHICAL RESEARCH第42卷 第2期2023年2月Vol.42,No.2February,2023交通流空间视角下粤港澳大湾区网络结构多维测度廖创场1,2，李晓明1,2，洪武扬1,2，郭仁忠1,2（1.深圳大学建筑与城市规划学院，深圳 518060；2.深圳大学智慧城市研究院，深圳 518060）摘要：交通流是表征区域联系的核心要素，也是区域空间结构新的测度手段。本文基于流空间理论与社会网络理论，使用高德导航数据，对粤港澳大湾区交通联系网络的空间组织结构、节点特征、联系机理进行识别与分析，以期对湾区未来发展规划提供决策支持。结果显示：整合尺度后的大湾区呈现“四组团三圈层”的空间组织形态；多中心化发展态势明显，依托广深莞核心交通资源出现高强集聚；网络整体骨架尚未建立。本研究揭示区域城市间交互关系与结构特征，对推动大湾区构建多极化、组团化、协同化的发展格局具有重要意义。关键词：社会网络理论；流空间；交通联系；导航数据；粤港澳大湾区DOI:10.11821/dlyj0202205351 引言粤港澳大湾区是深化珠三角城市群与香港特别行政区、澳门特别行政区互联互通发展的战略平台，承载了国家探索“一国两制、三关税区”的创新合作机制、建设国际一流湾区和世界级城市群的伟大愿景。依托粤港澳大湾区发展规划纲要中以双向开放强化区域协调发展的战略，湾区城市间交通要素联系将进一步深化，从纽约、旧金山及东京三大世界级湾区的发展过程中可以看出，交通是湾区一体化发展的关键要素1。从交通视角出发探究粤港澳大湾区空间结构，有利于进一步研究湾区城市的定位与动态联系，对湾区协同发展与未来规划具有一定借鉴意义。城市群的形成和发育是一个漫长的由城市间竞争转化为竞合关系的自然过程2，网络化的空间发展是城市群发展的高级阶段3。城市网络结构的概念和体系源于对传统城市层级结构理念的延伸和拓展4,5，Michael认为城市增长和形态的格局特征与网络中相互作用力、能源流和信息流有着密切的联系，基于相互作用与流数据的城市研究成为城市网络科学的新研究范式6。囿于关系数据的可获得性，城市网络结构实证研究仍较为薄弱7。早期研究多以空间计量模型为主，经过长期拓展与实证，能够一定程度上识别区域空间网络结构特征，但在城市研究中并未得到一致认可8-14。地理空间大数据为量化空间网络提供了新的测度方式15，基于航空流、客运班次等非真实流近似表征城市间物流与客流16,17，或基于可追踪物、手机信令等轨迹数据反映城市间交互特征18-20，被广泛应用于城市网络构建，但由于样本收集困难或数据采集点与实际点存在空间错位等现实情况，精确提取起始点与终止点之间要素的流量（OD流）仍是研究中亟待解决的难题21。收稿日期：2022-05-19；录用日期：2022-08-26基金项目：国家重点研发计划项目（2019YFB2103100、2019YFB2103104）；国家自然科学基金项目（42101427）作者简介：廖创场（1997-），男，广东汕尾人，硕士研究生，主要研究方向为城市网络研究。E-mail:通讯作者：郭仁忠（1956-），男，江苏盐城人，中国工程院院士，教授，博士生导师，主要从事智慧城市、国土空间治理等研究。E-mail:550-562页2期廖创场 等：交通流空间视角下粤港澳大湾区网络结构多维测度对空间网络的研究大多基于复杂系统科学对其拓扑结构与演变模式进行识别与动态模拟，其中，地理距离、规模尺度与空间依赖是空间网络的特有属性，影响着网络的权力结构与运行模式22-24。Meijers指出大都市群的单中心模式隐含了一个多中心组团25；程遥等发现中心地理论与流空间理论存在内在统一性，网络的形制与结构受行政等级、空间距离等影响，多中心省域网络可分解为多个单中心城市子网26。综上，城市科学研究范式正在转变，由数据驱动的城市群空间结构研究不断深入，基于静态数据或近似表征来测度城市群内部相互作用的模式均有合理但存在局限，相关研究也从市域逐渐延伸至区县或街道尺度27,28。本文采用流空间理论和社会网络方法对粤港澳大湾区进行多维度分析，其主要创新体现在以下三方面：通过聚类算法将研究单元整合至同一尺度，弥补了东莞、中山两个“市辖镇”体系的地级市中区县尺度划分缺失问题，一定程度上消除了由于行政体制差异导致的结构误差；从含有精确地理定位信息的导航记录中提取了OD信息对大湾区区县尺度网络结构进行表达，可以最大程度地降低粗粒度、小体量数据产生的数据可信问题，准确识别湾区网络结构特征；采用基于属性的空间网络图示规避视觉混乱问题29，较好地揭示单元内交通体量与单元间交通联系的空间关系。2 数据来源粤港澳大湾区是中国人口、经济高度聚集的区域之一，由香港、澳门两个特别行政区和广州、深圳、珠海、佛山、惠州、江门、东莞、肇庆、中山9个珠三角城市组成。本研究使用数据源于高德开放平台（https:/ 研究方法3.1 社会网络分析社会网络分析是一种研究“关系”的理论304，是一种定量化分析网络结构的方法。本文采用中心性、凝聚子群及连续的核心-边缘结构等指标对网络进行测度。3.1.1 中心性分析本文采用点度中心度、特征向量中心度指标，从自身重要性及相邻节点的重要性对个体节点进行度量，采用中心势指标研究网络节点的整体特征。参考Free-man对于中心性指标的定义，本文使用标准化指标进行刻画31。点度中心度即节点与相邻节点间交通流入量与交通流出量的总和，计算公式如下：CAD(i)=jRij+Rji（1）式中：CAD(i)表示i元在网络中的点度中心度；Rij表示i单元到j单元的单向交通流量。中心势指标即网络中实际中心度的最大值与各节点的差值与理论差值总和之比，计算公式如下：551地 理 研 究42卷C=i=1n()CADmax-CADimaxi=1n()CADmax-CADi（2）式中：C表示中心势指标；CADmax表示网络中心度的最大值；CADi表示i单元中心度。特征向量中心度通过测算相邻节点的重要性度量值，选取一个比例常数，测算节点与相连节点间的权重，构建特征向量，采用迭代算法直至函数达到稳态，具体算法与公式在此不做详细描述。3.1.2 凝聚子群划分凝聚子群是一个网络中拥有相对集聚关系的群体，同一子群内部联系紧密，且相对强于与其他群体的外部联系32。White等提出的块模型能够基于一定行动标准33，将网络节点划分为若干“块”，独立的“块”表征网络中紧密联系的子群。CONCOR算法研究节点与节点的相似性向量间在多大程度上相似30214，能够较好挖掘网络中的子群结构，具体算法与公式在此不做详细描述。3.1.3 核心-边缘结构识别本文借鉴Borgatti等对于网络节点核心度的研究34，定量地对核心-边缘结构进行了连续性划分，以识别湾区网络的层级结构，具体算法与公式在此不做详细描述。3.2 优势流优势流即网络中各节点的首位联系方向集合，通过隶属度公式测度一个单元与相连单元间交通流强度占该单元交通流总强度的比值来分析单元交通流的主要作用方向，能够显示节点的地域相邻指向与中心节点指向35,36，计算公式如下：Fij=RijRi（3）式中：Fij表示i单元对j单元的隶属度；Ri表示i单元的交通流总强度。3.3 模型构建方法本文使用导航数据作为区域真实交通流动数据的直接表达，能够精确描绘现实世界的交通关联模式，以聚类后形成的研究区域尺度划分最小识别单元（于下文统称为单元），通过建立空间索引识别每一条高德导航记录的起止点，统计单元与单元之间的导航记录数量，以此刻画单元间交通流量。Rij=1,i到j单元方向存在导航记录0,不存在导航记录（4）式中：Rij表示i单元对j单元的单向交通流量。4 研究尺度整合从城市行政区划来看，大湾区11个城市中包含全国仅有的3个“市辖镇”体系的地级市东莞与中山及两个特别行政区，从市域划分出的单元节点数量级存在显著的分异特征，易导致大湾区网络结构存在尺度差异。东莞、中山两市针对区划重构策略进行了多次探索，其中多组团发展战略符合当下城市发展的理念与需求37,38。从本文拟进行的研究框架出发，在学术研究层面尝试将东莞与中山的乡镇级区划分别聚类为多个组团，以便在同一尺度对大湾区城市结构进行分析与探讨；同时，由于澳门与香港人口与空间规模相对较小，故分别将两个特别行政区视为一个整体。基于高德交通流数据构建东莞市与中山市乡镇、街道尺度联系网络，采用CONCOR算法发现其凝聚子群。其中，中山呈现南北空间分异特征，四大组团从北向南分别定义为中山北部组团、中山中北组团、中山5522期廖创场 等：交通流空间视角下粤港澳大湾区网络结构多维测度中南组团及中山南部组团；东莞呈现东西空间分异特征，四大组团从西向东分别定义为东莞西部组团、东莞中西组团、东莞中东组团及东莞东部组团；聚类结果如图1所示。5 结果分析5.1 粤港澳大湾区空间组织结构分析5.1.1 大湾区组团结构分析由于交通区位变化带来的区域空间重构与溢出效应，在一定程度上会减弱行政管理体系带来的空间限制，从一个较小的尺度去挖掘区域内部的子群结构，能够识别区域内部潜在的集聚特征，判断区域交通资源的供需状态。如图2所示，湾区交通联系网络可划分出4个一级子群与8个二级子群，其结果与湾区行政区划基本吻合。根据二级子群的空间特征，可大致归纳为三种类型：单市域凝聚片区，即在一个完整的市域空间内建立起的联系较为紧密的团体，如子群2聚集在江门市域内；图1研究区域范围与聚类结果Fig.1 The range of the study area and clustering results注：基于自然资源部地图技术审查中心标准地图服务网站的标准地图（审图号：GS(2019)4342号）绘制，底图边界无修改。553地 理 研 究42卷多市域凝聚片区，即在两个及两个以上的完整市域空间内建立起的联系较为紧密的团体，如子群1涵盖了中山、珠海及澳门地区；跨区划凝聚片区，即突破行政区划限制，在一个市域空间的局部片区或多个市域空间的局部片区建立起来的联系较为紧密的团体，如子群8由深圳市西部片区与香港构成，子群7聚集在深圳市北部片区，未与深圳市西部片区聚集在一个团体中。粤港澳大湾区的子群分类见表1。整体来看，类型与类型的子群主要聚集在中山市、珠海市、江门市、肇庆市、佛山市、广州市等市域行政空间内，表明大湾区行政管理体制在这些城市中依旧发挥着约束作用；类型的子群主要聚集在深圳、东莞两个交通流量较大的城市及惠州内，表明深莞惠一体化发展已突破市级行政体制约束，在内部形成了多个联系紧密的群体，东莞邻接广州与深圳，其内部交通资源供给不足，向惠州转移了部分交通需求。湾区4个一级子群分别为珠中江澳组团、广佛肇组团、莞惠组团、深港组团，表明大湾区在市域层面已依托地理邻接关系建立起了紧密交通联系。珠中江澳组团中，江门市与珠中澳归属不同的二级子群，表明江门在该组团中处于相对边缘地位；深港组团中，深圳市的交通联系在东西方向具有空间分异特征，形成了两个联系紧密的二级子群，香港与深圳西部片区归属同一子群，表明香港与南山区、福田区的跨海工程加强了深港联系；惠州市龙门县紧邻东莞市，归属于同一、二级子群，其与惠州市其他节点的交通联系相对较弱，表明东莞市正在沿着地理区位向惠州市发挥辐射效应。图2凝聚子群分析结果Fig.2 Cohesive subgroup analysis results注：基于自然资源部地图技术审查中心标准地图服务网站的标准地图（审图号：GS(2019)4342号）绘制，底图边界无修改。表1二级子群分类结果与位序Tab.1 Secondary subgroup division result and rank子群编号12345678位序68741532类型聚集区域中山市、珠海市、澳门特别行政区江门市肇庆市、佛山市广州市东莞市、惠州市龙门县惠州市局部片区深圳市东部片区深圳市西部片区、香港特别行政区5542期廖创场 等：交通流空间视角下粤港澳大湾区网络结构多维测度根据凝聚子群分析生成的密度矩阵，对各子群内部联系