基于社會網絡分析的中國省際鐵路貨運聯系的網絡特征分析

劉 春，張金隆

（1.武漢工商學院 管理學院，湖北 武漢 430065；2.現代物流與商務湖北省協同創新中心，湖北 武漢 430065）

基于社會網絡分析的中國省際鐵路貨運聯系的網絡特征分析

劉 春1，2，張金隆2

（1.武漢工商學院 管理學院，湖北 武漢 430065；2.現代物流與商務湖北省協同創新中心，湖北 武漢 430065）

利用O-D關聯模型測算省級行政區域間貨運關聯的強弱，采用社會網絡分析方法構建省際鐵路貨運聯系的網絡，對網絡結構特征進行實證研究。研究結果顯示：中國省際鐵路貨物聯系呈現出網絡化特征，但地域分布不均衡；寧夏、上海、四川、北京和湖北為重要鐵路貨運中介；中國省際鐵路貨物聯系網絡具有分散化趨勢，但鐵路網絡化還沒有形成；河北、山西、寧夏、山東形成的子群鐵路貨物聯系較強。

省際鐵路貨運；網絡特征；O-D關聯模型；社會網絡分析方法

1 引言

交通流是區域間空間聯系的重要載體與表現形式，區域間交通運輸水平與區域空間結構密切相關，省級行政區域是我國經濟的基本地域單元，省際鐵路貨運流在經濟結構演變中具有基礎性作用。物流經濟聯系是區域空間結構的綜合反映，劉承良（2004）從實證的角度，綜合研究省區物流中心城市、主要物流聯系通道、區際貨流聯系范圍的空間結構特征[1]；郭湖斌（2009）探討長三角經濟圈物流聯系的時空演化特征及其變動趨勢，推斷長三角區域物流貨運量呈現非均衡—相對均衡的發展趨勢，貨運物流體系具有體系強化與融合并存的特點[2]；金鳳花（2013）和朱慧（2015）借鑒引力模型，構建物流聯系強度模型，對物流空間聯系強度進行實證分析、等級劃分與輻射區域界定[3-4]；崔永福（2013）通過選取物流發展的10個指標，利用因子分析和ESDA方法，對省區物流發展水平進行分析，省區物流發展水平空間上具有較強的相關性和集聚效應[5]；杜彩軍（2014）利用高速公路貨車通行O-D數據，通過分布熵、洛倫茲曲線、物流聯系強度等指標、方法分析城際物流聯系的方向、強弱程度及其特征[6]。鐵路貨運反映運輸聯系與經濟聯系的關系：金鳳君（1991）利用場論和系統論的觀點，研究省級區域間鐵路貨運聯系[7]；任民（2007）對省級區域間鐵路貨運交流特點進行分析，指出省級區域間貨物交流的特點影響著鐵路干線的運輸[8]；錢勇生（2007）通過具體探討各個省區的貨流變動趨勢，發現內陸省區到沿海發達省區的貨運比重和沿海發達省區到內陸省區的貨運比重都在增長[9]；張敏（2012，2014）運用流向指數測度了鐵路貨物流向與流量特征，鐵路貨物流量與流向差異的特征、成因[10-11]；孟德友（2012）基于鐵路客運交通網絡對我國鐵路客運網絡的空間可達性及空間格局進行分析，測算各省區間的省際經濟聯系強度，進而探討省際間經濟聯系的空間指向[12]；徐現祥（2012）利用鐵路貨運貿易的面板數據庫，對內外需導向的省際貿易進行研究[13]。

本文利用O-D關聯模型測算省級行政區域間貨運關聯的強弱，采用社會網絡分析方法構建省際鐵路貨運聯系的網絡，對網絡結構特征進行實證研究，形成我國交通經濟聯系空間格局。

2 研究方法

2.1 O-D關聯模型

本文O-D關聯模型是在哈蓋特（P.Haggett）提出的運用于區域分析的區位墑的基礎上建立的，i省域與j省域鐵路貨運輸量的關聯系數dij為：

式（1）中，Qij為i省輸往j省的鐵路貨運輸量。鐵路貨運輸量的關聯系數為dij可以反映區域間空間經濟聯系的空間分布狀況。

2.2 社會網絡分析方法

（1）網絡密度分析。網絡密度分析指的是網絡中各個成員之間聯系的緊密程度，其高低代表群體成員平均互動程度的多寡，從中可以看出成員的互動管道和程度，是網絡分析中測定的重點指標，其公式為[14]：

式（2）中：D為網絡密度，k為省域網絡規模即省域單位個數；若省域單位i與省域單位j間有相關聯系，本文取dij≥0.5時，則d(ni,nj)=1；無任何聯系，dij＜0.5時，則d(ni,nj)=0。D值越大，省域之間鐵路貨運聯系就越多越密切，當D=1，說明省域之間都有聯系；當D=0時，則省域之間都沒有聯系。

（2）中心性分析。中心性分為點度中心性、接近中心性和中間中心性三種形式。點度中心性是測量網絡中單個節點結構位置的指標，如果一個點與其他許多點直接相連，則該點就具有較高的點度中心度，其公式為[15]：

式（3）中：CD(ni)為點度中心度，dij為節點間的聯系強度。

接近中心度則是以距離為概念來計算一個節點的中心程度，與別人越近者則中心性越高，反之則越低，但是接近中心度要求網絡必須是完全相連圖形，才能計算，故較少采用。

中間中心度測量一個人作為媒介者的能力，也就是占據在其他兩人快捷方式上重要位置的人，其公式為[15]：

式（4）中：gjk是表示省域i與省域j間存在的短程線數目。

（3）凝聚子群。凝聚子群是滿足如下條件的一個節點子集合，即在此集合中的節點之間具有相對較強的、直接的、緊密的、經常的或者積極的關系[16]。凝聚子群密度主要用來衡量一個大的網絡中小團體現象是否十分嚴重，可以從關系的互惠性、子群成員之間的接近性或可達性、子群內部成員之間關系的頻次、子群內部成員之間的關系密度四個不同的角度來度量。

3 中國省際鐵路貨運聯系的網絡特征分析

3.1 數據來源

本文以2013年31個省級行政區域單位的省際鐵路貨物交流為研究對象，以國家鐵路行政區域間貨物交流數據作為省際貨物流動研究的主要數據源，主要數據源自《中國交通統計年鑒》（2014年），建立省際互流數據表，進行流向流量特征分析，借助描述區域空間相互作用狀態的區位熵模型，運用式（1）計算出省際之間的空間鐵路貨運聯系值，將聯系數值載入UCINENT數據表，構建中國2013年度的省際貨物流動空間聯系網絡結構圖，如圖1所示，在此基礎上進行互流網絡特征分析。

圖1 省際鐵路貨物流動空間聯系網絡結構圖

3.2 省際鐵路貨物流動空間聯系網絡的特征分析

（1）網絡密度分析。由圖1可以得出2013年中國省際鐵路貨物交流聯系網絡密集狀態。可視化網絡結構直觀地反映了省際鐵路貨物聯系緊密程度，定量化的研究則需要從網絡密度角度出發，運用式（2）計算，利用UCINENT軟件計算出網絡密度值，2013年省際鐵路貨物聯系網絡密度為0.578 5，總體來說，省際鐵路貨物聯系網絡處于較強的聯接狀態，意味著省際間相互聯系的對象和方向較豐富。隨著區域開發戰略的發展，省際間社會經濟活動日益加強，區域經濟聚集現象日益明顯，珠三角、長三角、京津冀、長江中游城市群和成渝城市群等區域經濟一體化進程加快，將會促進省際間鐵路交通的聯系。

（2）網絡中心性分析

①點中心度分析。由于省際間經濟實力的差異，導致省際間鐵路貨物的交流方向性，中心度分為點入度和點出度。點入度表示“進入”該省級區域的度數，表現為該省級區域受到其他省級區域影響的能力；點出度表示“發出”該省級區域的度數，表現為該省級區域影響其他省級區域的能力。運用式（3），利用UCINENT軟件計算出各年份所有省級區域中心度，見表1。

從點度中心度來看，點出度和點入度情況均呈兩級分化態勢。從點出度的排序來看，上海、河南、湖北、浙江、青海五省域的點出度高于其他省域，說明五省在中國鐵路貨物輻射中居于制高點；云南、新疆、四川、甘肅、山東、河北、陜西、北京、寧夏排名僅次于滬、豫、鄂、浙、青五省，對中國省際鐵路貨物流通有著比較重要的影響；廣東、海南、天津、西藏、遼寧和內蒙古點出度非常小，幾乎對其他省鐵路貨物沒有影響，處于中國鐵路貨運的邊緣化地位。

從點入度的排序來看，四川點入度最高，陜西、湖南、重慶、云南、新疆緊隨其后，說明中西部地區在中國鐵路貨物流通中相當活躍，不斷吸引外來貨物；天津、黑龍江、遼寧、河北、吉林的點入度都非常小，東北鐵路貨運實力薄弱且與其他省份存在較大的物流差，難以接受其他鐵路貨物。

從點出度和點入度的對比分析來看，河北、吉林、山東、黑龍江、北京、遼寧、天津、青海、湖北9個省域點出度明顯高于點入度，說明其對周邊省域的鐵路貨物輸送能力大于自身所接受的其他省份的鐵路貨運，其中，河北、吉林、山東、黑龍江和北京5個省域的鐵路貨運輸出能力遠遠高于鐵路貨物的集聚能力；上海、山西、寧夏、河南、廣西、甘肅、浙江、江蘇8個省份的點出度略高于點入度，呈現鐵路貨物輸出對外部的積極影響；湖南、重慶、內蒙古、西藏、安徽、廣東、江西、四川、陜西13個省份的點出度低于點入度，其中，湖南、重慶、內蒙古、西藏的點出度顯著低于點入度，說明其對周邊省份鐵路貨物輸出小于其接受的其他省份鐵路貨物輸入影響，處于“凈輸入”的鐵路貨運洼地，云南、新疆、貴州、海南、福建5個省域點出度略小于點入度，在不同程度上受到外部鐵路貨運輸入的影響。

②接近中心度分析。中國省際鐵路貨物聯系網絡接近中心度分布較為均衡，鐵路網絡通達性良好。其中，上海、湖北、河南三省接近中心度的點出度數值較高，在對外鐵路貨物聯系上較少受到其他省份的影響；而四川、陜西、湖南的三省接近中心度的點入度數值較高，在對內鐵路貨物聯系上較少受到其他省份的影響。

表1 省際鐵路貨物聯系網絡中心度

③中間中心度分析。運用式（4）計算中間中心度，結果見表1。從中間中心度來看，中國省際鐵路貨物聯系網絡中間中心度分布并不均衡，差異較大。寧夏、上海、四川、北京和湖北的中間中心度最高，位于中國鐵路網絡的東部、中部和西部地區，處于中國省際鐵路貨物聯系網絡的中心地位，與其他省域鐵路貨物聯系最為緊密；河南、云南、陜西、青海、浙江、山東和甘肅7個省域中間中心度數值次之，是其他省域鐵路貨物聯系的節點；其他省域中間中心度數值較小，對中國省際鐵路貨物輸送控制能力并不明顯。

④網絡中心勢分析。中國省際鐵路貨物聯系網絡以點度中心度衡量的點出度中心勢為22.889%，點入度中心勢為33.222%，說明中國省際鐵路貨物聯系網絡并不均衡，網絡關系具有分散化的趨勢；從中間中心勢來看，以中間中心度衡量的中心勢為2.49%，說明中國鐵路網絡化還沒有形成，鐵路貨運的統籌謀劃空間較小。從網絡的接近中心勢來看，入度接近中心勢和出度接近中心勢分別為34.89%和24.38%，網絡的接近中心勢較低。說明在鐵路貨物聯系網絡中貨物輸出與輸入較不便捷。

（3）凝聚子群分析。凝聚子群分析通過分析省級鐵路貨物聯系相對穩定、緊密、積極的關系模式，從而對子群間親疏關系進行界定。在UCINENT中，采用CONCOR方法對中國省際鐵路貨物聯系網絡凝聚子群展開非重疊性聚類分析，結果如圖2所示。在2級層面網絡可分為4個凝聚子群，子群間相互密度值見表2。

圖2 省際鐵路貨物聯系網絡凝聚子群分析結果

表2 省際鐵路貨物聯系網絡凝聚子群密度表

結果顯示：北京、天津、遼寧、吉林、內蒙古、黑龍江6個省域組成凝聚子群1，河北、山西、寧夏、山東4個省域組成凝聚子群2，江蘇、浙江、甘肅、青海、安徽、上海、湖北、新疆、西藏、陜西、河南11個省域組成凝聚子群3，湖南、重慶、海南、云南、廣東、廣西、福建、江西、四川、貴州10個省域組成凝聚子群4。其中，子群2內部密度系數最大，子群3僅次之，表明子群內省域鐵路貨物聯系密切；子群4內部密度系數最小，子群內省域鐵路貨物聯系較弱。

4 結論

總的來看，省際鐵路貨物聯系網絡密度為0.578 5，中國省際鐵路貨物聯系呈現出網絡化特征；從點中心度和接近中心度來看，東北地區物產豐富，積極發揮鐵路貨運的擴散作用，以寧夏、上海、四川、北京和湖北為重要鐵路貨運中介，向湖南、重慶、內蒙古、西藏等省域輸送貨物；從中間中心度的2.49%來看，中國省際鐵路貨物聯系網絡具有分散化趨勢，但鐵路網絡化還沒有形成，鐵路貨物聯系網絡中貨物輸出與輸入較不便捷；河北、山西、寧夏、山東形成的子群鐵路貨物聯系較強。

[1]劉承良.中國大陸物流經濟聯系空間結構實證分析[J].經濟地理, 2004,24(6):826-829.

[2]郭湖斌.長三角經濟圈物流聯系的時空演化特征分析[J].物流科技, 2009,(8):14-17.

[3]金鳳花,李全喜,馬洪偉.都市圈物流空間聯系的發展研究—以上海都市圈為例[J].商業時代,2013,(9):49-51.

[4]朱慧,周根貴.基于引力模型的內陸型區域物流空間聯系研究—以浙江金衢麗地區為例[J].地域研究與開發,2015,34(1):43-49.

[5]崔永福,劉建清,陶佩君.我國省際物流發展水平的空間差異分析[J].物流技術,2013,32(12):247-249.

[6]杜彩軍,蔡學東.基于縣級單元城際物流聯系分析研究—以遼寧省為例[J].北京交通大學學報（社會科學版）,2014,13(3):54-59.

[7]金鳳君,張文嘗.省級區域鐵路貨運聯系的系統研究[J].地理科學, 1991,11(1):19-29.

[8]任民.省級區域間鐵路貨運交特點流分析[J].中國鐵路,2007,(10):55-58.

[9]錢勇生,張孝遠.省際之間鐵路貨物運輸流量流向趨勢分析[J].統計與決策,2007,(6):97-98.

[10]張敏.安徽省際鐵路貨物運輸雙向流動差異研究[J].物流科技,2012 (8):51-54.

[11]張敏.中國省際鐵路貨物空間互流特征研究[J].物流科技,2014,(4): 142-145.

[12]孟德友,陸玉麒.基于鐵路客運網絡的省際可達性及經濟聯系格局[J].地理研究,2012,31(1):107-122.

[13]徐現祥,李郇.中國省際貿易模式:基于鐵路貨運的研究[J].世界經濟,2012,(9):41-60.

[14]劉軍.社會網絡分析導論[[M].北京:社會科學文獻出版社,2004.

[15]羅家德,社會網分析講義[M].北京:社會科學文獻出版社,2005.

[16]劉軍,整體網分析講義:UCINET軟件實用指南[M].上海:格致出版社,上海人民出版社,2009.

Analysis of Network Characteristics of Inter-province Railway Transport Connection in China Based on SNA

Liu Chun1,2,Zhang Jinlong2
(1.School of Management,Wuhan Technology&Business University,Wuhan 430065; 2.Hubei Province Collaboration&Innovation Center for Modern Logistics&Commerce,Wuhan 430065,China)

In this paper,we used the O-D correlation model to measure the strength of the freight transport exchange between provincelevel administrative districts in China,used the social network analysis methodology to build the network in description of the inter-province railway freight transport transactions,studied empirically the characteristics of the network structure,and at the end elaborated on the findings.

inter-province railway freight transport;network characteristics;O-D correlation model;social network analysis methodology

U294

A

1005-152X(2015)11-0076-04

10.3969/j.issn.1005-152X.2015.11.022

2015-08-16

中國物流學會課題（2015CSLKT3-145）；武漢工商學院校級科研項目（S2013001）

劉春（1975-），男，安徽肥西人，碩士，副教授，研究方向：區域規劃。