基于列車時刻表的“一帶一路”節點城市高速鐵路網絡空間演變研究

齊苗苗,段曉峰

(蘭州交通大學土木工程學院,蘭州 730070)

“一帶一路”倡議共涵蓋了我國18個省份，其中新疆、重慶、陜西、甘肅、寧夏、青海、內蒙古、黑龍江、吉林、遼寧和廣西、云南、西藏13省(直轄市)為絲綢之路經濟帶，上海、福建、廣東、浙江與海南5省云南為21世紀海上絲綢之路。高速鐵路作為綜合交通網的重要組成部分，成為城市群空間結構與功能重分布的關鍵因素之一[1-4]。目前對于高速鐵路項目引起的區域效應相關研究主要有以下幾個方向：提升區域可達性水平[5-9]、推動區域空間結構進化并相互促進[9-12]、引起知識溢出效應并重新布置經濟發展格局等[13-15]，這些方面的相關研究較多且大多數學者認識到了高速鐵路對區域發展和城市群演化具有重要意義。本文旨在認識高速鐵路作用下深層次區域空間結構演變，為城市定位和空間位次分析提供技術支撐，但是目前的文獻中鮮有人以鐵路時刻表數據為基礎數據分析城市連接網絡，以從空間句法理論研究鐵路網演化。因此，以高速鐵路列車時刻表和鐵路網為數據源，從流數據和地理空間視角出發，通過分析代表性節點城市的網絡空間結構，對比分析高鐵引起的“一帶一路”節點城市網絡結構空間動態演變。

1 節點城市概況

由于地理區位和政策、發展狀況等的不同，這18個節點省份的經濟發展狀況呈現出明顯的不平衡。為較為直觀且定量地分析這種不平衡，則需要將這些城市進行分層。

根據人均GDP、第三產業就業人數、城鎮居民人均可支配收入、地區GDP總值、地區就業人口總數這5項指標的得分對城市進行分層。由中國統計年鑒提供的數據，根據每個指標的占比確定分數，如占比所在區間為(0.00-0.02)，則得分為1分，占比所在區間為(0.02-0.04)，則得2分，以此類推，最高分為12分，占比區間為(0.22-0.24)。統計出所有節點省份的全部得分之后，根據得分情況使用自然斷點分類法將這18個城市分為三層。

則各個節點省份(直轄市)的綜合得分及自然斷點分級情況如表1所示。

表1 各個節點省份(直轄市)的綜合得分及自然斷點分級

為便于后續城市網絡連接度分析和可達性分析，從這三層中選取典型代表省市。第一層省市中的浙江省得分最高，選為代表省份，第二層中遼寧省得分最高，重慶次之，但重慶市相比于遼寧省，其區位優勢更為突出，在絲綢之路經濟帶的連接節點上可以承接東西連接南北，故選重慶市為代表省份(直轄市)；第三層中各省得分相當，考慮到甘肅自古就是絲綢之路的黃金段，古絲綢之路在甘肅境內橫貫東西1 600 km，歷來是我國向西開放的咽喉要道和商埠重地，故將甘肅選為代表省份。這三個代表省市分別處于東部，中西部和西北部地區，屬于長江三角洲城市群、成渝城市群和蘭州—西寧城市群。

2 代表省市網絡連接空間演變

2.1 數據收集

基礎數據部分主要包括列車時刻數據和中國矢量數據，中國矢量數據從水經注地圖下載，列車時刻數據使用2014年和2019年的數據，從攜程網提取，儲存在sqlite數據庫中，由Train表和Station表構成，截取部分數據如表2所示。

表2 部分列車時刻數據

2.2 數據計算

數據計算包括4個步驟。

第一步，根據采集到的以浙江、重慶和甘肅三個省份高鐵通行頻次構建城市之間的發車頻次數量關系矩陣，Vij為采集到的城市i與城市j的高鐵通車頻次。

第二步，基于中心地理論(Christaller[16])，計算城市的對外連接指數，其反映城市等級，則計算公式如下

(1)

式中，Ni為城市的對外連接指數。

第三步，為衡量城市間基于高速鐵路網絡的聯系程度，計算城市之間的網絡空間連接度，公式如下

Rij=Vij×Vji

(2)

采取最大值的標準化

(3)

式中，Vij為標準化之后的城市i與城市j的高鐵通車頻次，Vji為標準化之后的城市j與城市i的高鐵通車頻次，這兩者的區別為前者為以i城市為始發站，j城市為途經站或者終點站，后者為以j城市為始發站，i城市為途經站或者終點站，Rij為城市i與城市j的網絡連接度最大值。

第四步，計算各城市的網絡連接度，網絡連接度反映了城市在網絡體系中的連接作用強度，公式如下

(4)

式中，Mi為城市的網絡連接度。

表3為浙江省2014年的對外連接度矩陣，由于3個省份共計29個城市，本文篇幅有限，因此只列出部分數據；表4與表5分別為2014年與2019年3個省份的部分節點網絡連接度計算結果。

表4 2014年3個省份的部分節點網絡連接度計算結果

表5 2019年3個省份的部分節點網絡連接度計算結果

2.3 網絡連接度分析

2.3.1 整體特性分析

高速鐵路網絡連接起來的城市網絡體系與實體城市網絡關系有明顯的相似性，出現了以下特征。

(1)“一帶一路”倡議政策為3個省(直轄市)的發展帶來了不同的影響，甘肅省與重慶市的高鐵分別實現了從無到有和由少到多的跨越，且層次性明顯。由表4與表5可知，浙江省的網絡連接度在5年之內平均增加了25倍，重慶市24倍，甘肅省75倍。截止2019年，計算所得的171組城市網絡連接度有13組大于5000，僅占總數的9.56%，有33組小于500，占總數的24%，說明城市間的網絡聯系強度存在較大的層次性。

圖1 車次通達頻率拓撲關系對比

(3)連接網絡空間中的連接度與城市等級相對一致。圖2中，橫坐標是城市對外連接指數(Ni)，城市等級越低在橫軸越靠后；縱坐標為橫軸上的各個城市的網絡連接度(Mi)，反映城市在高速鐵路連接網絡中的連接程度，可見，不論是2014年還是2019年，城市的網絡連接度與城市等級呈現出一定的正比例關系，等級越高的城市，其網絡連接度一般也較高，相反，網絡連接度會隨著城市等級的降低而降低。但是2014年紹興、合川等地與2019年溫州、嘉興、蘭州等城市網絡連接度與城市等級不符。例如紹興、合川等小城市是小區域的網絡中心節點，溫州作為浙江省重要的商品供應基地，其商品遠銷全國，可見溫州市與外界的網絡連接度日益增長。蘭州是西北重鎮，自古就是西通青藏、新疆的戰略重地，但是高速鐵路網絡單一，目前只有蘭渝鐵路，蘭新、寶蘭、成蘭高鐵，因此雖然城市等級較高但網絡連接度較低。

圖2 網絡連接度與城市等級關系

(4)空間中城市層級分布差異明顯。按照網絡連接度(Mi)對城市進行進一步的細分，如圖3所示，橫坐標是對應的城市，縱坐標是各城市的網絡連接度，橫坐標值越大則表示該城市在高速鐵路網絡空間中的聯系作用越弱。觀察圖3中2019年城市網絡連接度排序圖中的曲線斜率變化率，將19個代表市區劃分為6個層級，如表6所示。杭州為第一層級，網絡連接度大于20 000，是全國性的網絡聯系中心，利川、石柱、張掖等地位第六層，網絡連接度小于1 000，是地方網絡連接節點，在網絡中的聯系作用最弱。從分析的6個不同層級來看，個別城市在網絡中的地位并非完全由經濟水平而決定，而是在社會經濟水平與文化以及國家戰略地位的共同影響下決定的。

圖3 城市網絡連接度排序

表6 城市網絡層級劃分

2.3.2 城市單元分析

(1)東中西三大區域板塊差異明顯

從地理區劃來說，所選的3個省市分別屬于東部，中西部和西北部地區。如圖4所示，橫軸從左到右依次為東部，中西部和西北部，對19個代表市區的地理區劃進行排序。由圖4可知，浙江省作為東部地區，其城市層級遠高于作為重慶和甘肅的中西部地區，但是中西部地區中，也有連接等級較高的城市，而且中西部城市之間的差異性較低。

圖4 東部、中西部和西北部城市層級

對于各區域內部的網絡連接強度，根據區域間的相互聯系和地理特征，由圖5可得，東部、中西部與西北部地區三大板塊差別顯著。由圖5(a)可知，2014年各區域以內部聯系為主，但是2019年各區域聯系范圍和頻次明顯擴增(圖5(b))；在2019年的網絡體系拓撲結構中，高速鐵路網絡連接度大于3 000的城市中，東部城市占77%，為827條，累計連接頻次達到87 835次，中西部地區566條，占總數的56.7%，西北地區555次，占總數的62.3%，其次，東部地區與中部地區的連接緊密度也相對較高，連接線有253條，占23.5%。但是在中西部地區之間網絡聯系明顯較弱。

圖5 杭州、溫州、重慶和其他城市聯系對比

(2)城市網絡布局中高等級城市占主導地位

為明確核心城市在網絡體系中是否重要，本文找出了一個聯系全國城市的中心和一個聯系全國城市的副中心，分別是杭州和溫州。研究發現，高速鐵路網絡體系中呈現出明顯的高等級城市絕對支配的特征。

中小企業在經濟發展中扮演著重要的角色。截止到2016年底,山西省登記的中小企業達到21.7萬戶，占全省企業總數的99.7%，中小企業經濟總量占到全省GDP的47.5%，中小企業已成為山西實體經濟的主要基礎，占據了山西省經濟的將近半壁江山。更重要的是,中小企業還是老百姓就業和增加收入的主要渠道，這是中小企業最主要的貢獻。近年來,中小企業從業人數占全體從業人員的80%以上，數據顯示，截止到2016年，以中小企業為主體的就業崗位已經占到山西省全體城鎮新增就業的90%以上，大批的老百姓通過自己創辦企業,或者是在中小企業工作,獲得一份收入,改善了生活條件，對國民經濟和社會發展具有重要的戰略意義。

從圖5可以看出，2014年杭州的連接線以長三角區域為主，最多通至中部地區，2019年杭州的網絡聯系覆蓋全國，杭州與其他城市的連接線占總量的24.8%，共717條，累計網絡連接度為57 772，占整個網絡空間的30.9%，在整個網絡中的主導地位明顯。重慶次之，雖然其覆蓋程度低于杭州，但是究其連接頻次以及網絡連接度的值，重慶市的地位仍然舉足輕重，這兩個區域連接頻次有1 208條，占各區域總頻次的31.2%，累計網絡連接度為74 102。而且由圖中可得，由杭州和重慶主導的城市網絡體系走向及趨勢與其他各級城市構成的網絡空間保持相似狀態，由此明確了杭州、溫州和重慶這3個城市在網絡中的主導地位。

3 代表省市鐵路網絡空間演變

為研究鐵路網絡空間演變，采用可達性來度量，在本文中，可達性基于空間句法理論計算。空間句法模型由節點模型發源，經過學者們的推廣應用，提出了軸線模型和凸空間模型，軸線模型主要針對于線性空間，該模型以軸線為基礎，廣泛應用于城市的交通、功能、結構等方面的研究，但是該模型在建模唯一性問題上受到了學術界的爭議。因此本文選用優化形成的線段模型(segment map)，不同之處是后者用中心線代替軸線，建模標準統一，加入了角度權重和NAIN、NACH指標，通過片段化網絡細化了分析結果，還可以通過歐氏距離限定研究半徑，更適合大尺度的鐵路網分析和復雜的網絡空間[17-21]。

3.1 指標與模型

3.1.1 指標選取

用空間句法計算城市的可達性，實際上就是度量在鐵路網的覆蓋下，城市能夠達到的空間行為與活力。線段模型通常用集成度和深度來刻畫可達性，分別如下。

(1)深度

深度表示空間可達性，表示的是一個點到達其他點的能力，計算公式為

(5)

式中，n為連接圖的總節點數。

(2)集成度

集成度表示空間關聯程度或者聚集程度，指的是在一定半徑下，某節點與其他節點的聯系能力。集成度有整體集成度和局部集成度，分別表示某空間與其余空間的關系和距離最短空間的關系，集成度的值越大，該空間在系統中的交通越便捷，則越閉塞。由于該概念并不考慮所有節點，需要用平均深度的概念加以定義，用相對不對稱值和實際相對不對稱值來表示，計算公式為

(6)

(7)

式中，n為區域內節點數目，為同數量節點排列成為鉆石網絡后最根部節點的RA值。

3.1.2 模型建立

用CAD軟件分別繪制浙江省、重慶市和甘肅省2014年和2019年的高速鐵路線路網絡，將該網絡導入Depthmap中，得到線段模型，然后在ENVI軟件中對預處理后各個城市節點的市域范圍以及市域節點進行矯正，并截取節點范圍半徑50 km內的緩沖區面積進行分析，此處僅列舉2019年三省的線段及其2019年的緩沖模型為例，如圖6所示。

圖6 線段及其緩沖模型

由于在空間句法理論中，空間流量與一定半徑下的整合度呈現較強的相關性，因此在線段地圖模型中，半徑R的選擇極為重要，該值表示的是以該米制距離為半徑，截取局部實際距離出來進行計算。而鐵路乘客信息本就屬于個人信息，乘客來源與戶籍信息更無法獲取，因此本文中以高鐵站點為圓心，半徑分別為2 000，5 000，10 000，12 000，15 000 m和20 000 m，疊加人口密度信息，用來代替客流量數據，以2014年和2019年鐵路網和對應市域范圍的緩沖區面積構建線段模型并確定R值。

檢驗結果如表7所示，屬經過整合度的P值檢驗，將R值設置為2 000 m。

表7 模型參數值匯總

3.2 數據分析

3.2.1 不同時期的深度

從2014年以及2019年的句法圖可知，除了貫穿甘肅省東西的主要鐵路之外，甘肅省的大多數線路網絡處于封閉狀態，只有蘭州周圍地區深度值變小，兩個年份的網絡可達性并沒有發生很大的變化，是甘肅省特殊的地理位置而造成的。而重慶市和浙江省已經連成路網，因此浙江省和重慶市的可達性發生了很大的變化。2019年三省可達性具體數值如圖7所示。浙江省2014年平均深度高達3 680.78，2019年則降至674.46，重慶市則由3 767.51降至253.34。此外，由圖7可以看出，3個省份的可達性都呈現出省會城市向周邊蔓延的過程，重慶市的情況最為明顯，中心帶動周邊。但是甘肅省張掖市、平涼市和浙江省金華市呈現相反的趨勢，這些區域以較高的可達性向省會城市靠攏。

圖7 3省2019年可達性

3.2.2 不同時期的全局整合度

由三省在兩個年份里的整合度句法圖可知，2014年“一帶一路”倡議剛開始實施，此時的地圖基本上可以體現我國鐵路建設加速期以前各區域的狀況。可以看出，浙江省、甘肅省和重慶市在2014年的鐵路網都是在省會城市附近達到最高值，各個地級市的鐵路網相對于整體來說整合度較低，有的地級市甚至還沒有通達鐵路，例如浙江省的舟山市和甘肅省的慶陽市等。但是在2019年整合度增長較大，雖然整合度峰值還是在各地區的省會附近，但是在各個地級市周圍出現了整合度較高的區域，說明在這幾年中，各個省份的鐵路網規模已經產生了巨大的增長，尤其是浙江省和重慶市，重慶的平均整合度由11.716增長到了253.348，浙江由19.23變成了389.55，且增加了許多新建鐵路，路網的整合結構也出現了較大調整，例如浙江省原本以杭州為中心的米字形路網變成了口字形，重慶市的鐵路線連成了網狀。

4 結論

“一帶一路”倡議對我國涉及的區域影響越來越大，從地理空間的角度，基于高速鐵路時刻表數據，通過高速鐵路網絡研究了城市網絡體系格局與特征，研究結果如下。

(1)基于列車時刻表的流數據與空間句法能夠用來研究高速鐵路網絡空間與城市群演化。

(2)對比2014年與2019年數據，研究發現“一帶一路”倡議政策很大程度上推進了沿線區域高速鐵路建設與網絡完善。但是就城市網絡層級與網絡聯系強度而言，東中西三大地區表現出來明顯的區域差異性，東部地區城市內部聯系較為緊密，其他兩大區域之間和內部聯系都較為薄弱。

(3)高速鐵路網絡空間視角下，中國城市網絡體系等級關系明顯，層級劃分明確，城市之間的高速鐵路網絡連接度與城市等級呈正比變化；在高速鐵路網絡空間結構中，高等級城市對網絡空間結構的變化起支配作用，杭州和溫州是聯系全國城市的中心，重慶等為副中心。

(4)用空間句法對不同時期的鐵路網絡進行進一步分析發現，基于鐵路網的空間可達性有了很大提高，路網整合度增長、深度降低，說明隨著鐵路網擴張，其達到和連接的區域已經越來越多。

研究結果表明了高速鐵路時刻表分析城市網絡體系的有效性，可用于支撐高鐵帶來的“一帶一路”時空收縮效應量化研究。