交通聯系網絡與經濟差距的空間相關分析
——以西南邊疆少數民族聚居區為例

羅婧，莊紫珵，張先德

（1.廣西師范大學經濟管理學院，廣西 桂林 541004；2.廣西師范大學大學歷史文化與旅游學院，廣西 桂林 541004；3.桂林銀行股份有限公司，廣西 桂林 541199）

一、引言

交通聯系是區域聯系的重要通道與紐帶，建立完善的交通聯系網絡能夠促進人員、商品、資金和信息的高效流動，促進區域間的便捷交流和良性互動，推動區域經濟協調發展，縮小地區經濟發展水平差距。[1]但在民族地區，受民族多樣性的影響，該問題的研究呈現出不同的結果。孫娜等（2019）以云南、廣西、貴州作為研究對象討論了交通基礎設施對民族地區經濟增長的影響，研究發現：交通基礎設施建設正成為引領民族地區經濟發展的重要力量。[2]關輝國等（2012）對臨夏回族自治州與陳子真等（2015）對新疆維吾爾自治區的研究發現，過快地進行交通基礎設施建設會對民族地區經濟發展產生負面沖擊。[3][4]可見，交通網絡建設是否能有效轉化為有利于民族地區經濟發展的影響要素還有待進一步探究。

西南邊疆民族地區①以廣西、云南、西藏三省（區）為主體的西南邊疆民族地區是沿邊和多民族地區，其中廣西是以壯族為主體，多個少數民族聚居的邊疆地區；云南與緬甸、越南、老撾山水相連，同時也是少數民族類別最多的邊疆地區。由于西藏自治區的部分數據缺失，文章研究的西南邊疆少數民族地區為廣西壯族自治區和云南省。桂滇兩省共有51個民族聚居，世居少數民族近30個，匯聚了全國近1／3的少數民族人口。有多個少數民族聚居，自西部大開發戰略實施以來，該地區總體經濟發展已取得長足進步[5]，交通基礎設施建設進程加快，是少數民族地區中較早進入高鐵時代的區域[3]。但羅婧、莊紫珵（2017）研究經濟發展水平差距發現，西部大開發戰略實施以來，西南邊疆民族地區經濟發展水平總體差距呈現出先擴大后減小的變化趨勢，但總體差距一直維持在較高水平。[6]不同少數民族人口分區之間的經濟發展水平差距是導致總體差距的根本來源。這種差距具體表現為：少數民族人口占總人口比例越高的縣（市）越遠離經濟發展的核心區，經濟發展水平越低。[6]基于此，文章選取西南邊疆民族地區作為研究對象，擬構建該地區交通聯系網絡，并進一步探討已經形成的交通聯系網絡是否有助于該地區少數民族聚居區經濟發展水平的改善。

二、文獻綜述

交通聯系網絡的構建有多種方法。羅能生、李建明（2018）使用單位行政區域面積公路里程數作為反映交通聯系的指標。[7]然而，采用里程數測定的交通聯系不是實際聯系的真實反映，采用直接的聯系數據成為必然。隨著大數據時代的到來，交通客運數據可以通過相關軟件被收集，運用O-D聯系數據來構建交通聯系網絡逐漸在學界推廣。

O-D聯系網絡，即在一定區域空間內，由某種交通運輸方式將其中兩地連接在一起，形成空間聯系O-D路徑，兩地互為該聯系路徑的起點（Origin）和終點（Destination），區域內各地間由不同交通運輸方式產生的空間聯系相互交織溝通，由此形成的網絡化O-D聯系是交通聯系網絡的直接體現。[8]王海江等（2018）使用全國公路客運班次數據構建交通聯系的O-D聯系網絡，并加入貧困縣進行GIS（Geographic Information System）空間分析，結果顯示，貧困地區多處在區域交通聯系的邊緣地帶，進而認為加強貧困地區交通聯系遲滯因素與致貧機理的研究意義重大。[9]

社會網絡分析（Social Network Analysis，簡稱SNA）最早由社會學家創立并發展起來，其重點在于探討各行動者之間的關系所產生的影響與效用。[10]其中，計算網絡密度、凝聚子群及中心性是常用的社會網絡分析方法：網絡密度描述網絡成員之間關聯的緊密程度；凝聚子群則指成員之間存在相對較強、直接、緊密及積極的關系所組成的集合，是基于成員聯系的相對強度與頻率而進行的小群體劃分，小群體內部各單元間具有緊密的聯系，更多地體現了合作傾向；中心性是節點在網絡結構中重要性的量化，揭示節點在網絡結構中的中心地位，度數中心性越高，該點越處于網絡中心位置。[12]顯然，使用社會網絡分析方法來探究西南邊疆民族地區交通聯系網絡的結構特征較為適宜。因此，本研究通過計算該地區公路和鐵路交通聯系網絡的密度、凝聚子群及中心性，以考察該區域交通聯系的緊密程度、區域內部交通聯系的親疏關系與網絡中心，進而分析該區域交通聯系網絡的結構特征。

為了更好地探索西南邊疆民族地區經濟發展水平差距的空間分布，并結合交通聯系網絡結構特征，進一步探究公路和鐵路客運交通聯系與經濟發展水平差距的空間相關性。本研究還借助了基于O-D聯系的GIS空間分析方法，主要從以下三個角度切入：首先是交通聯系的緊密程度。緊密的交通聯系能夠促進區域間復雜的經濟交往，提高區域經濟的整體性和協調能力，而較弱的聯系則增加了經濟不平等的可能。[1]其次是聯系對象。緊密的內部聯系產生的功能鎖定會阻礙一個地區與其他地區的交往，容易忽略網絡外部出現的未來發展趨勢，外部資源將難以被識別和利用，進而無法擺脫制約區域經濟發展的路徑依賴。[11]因此，如果縣（市）交通聯系的主要對象是與自身經濟發展水平相當或更差的地區，形成一個緊密的內部交通聯系網絡，難以獲取外部的信息與資源，也不利于經濟發展水平差距的改善。最后是聯系的中心。因為縣（市）在區域中具備的交通聯系強度與其經濟發展狀況有關，所以交通聯系網絡中心同時也扮演了區域中心地的角色，向周圍地區提供各種貨物和服務。所以交通聯系中心擁有較好的經濟發展水平的同時，承擔著經濟、行政或社會文化方面的某些輻射職能。因此，與中心聯系緊密，有利于縣（市）接收來自中心地的經濟輻射效應，獲取更多的資源和信息，合理加以利用能促進當地經濟發展，有助于經濟發展水平不平衡的改善。[12]

三、西南邊疆民族地區交通聯系網絡的空間結構特征

在西南邊疆民族地區，公路是唯一完整覆蓋各縣（市）的交通基礎設施，鐵路網則正在完善。截止到2020年，廣西公路里程共計13.16萬公里，已經實現國省干線高等級公路縣級全連通；云南公路里程達29.25萬公里，全省125個縣（市）覆蓋高等級公路，占比約為96.70%。①數據分別來自2021年《廣西統計年鑒》《云南統計年鑒》。相比之下，鐵路覆蓋率仍然較低，其中廣西的鐵路覆蓋率為65%，云南則僅有32%。②鐵路網絡覆蓋率＝可以經停列車縣（市）數量／總縣（市）數量。

本研究通過中國鐵路客戶服務中心網站車票查詢系統（http：／／www.12306.cn）、全國汽車票預訂平臺12308軟件以及七彩云南智慧出行網，查詢2018年9-10月（不包含國慶長假）每日各縣（市）之間班車車次和列車車次數量，計算出平均值，共計91592條數據作為該地區公路和鐵路客運O-D聯系數據，并由此構建出交通聯系網絡。③廣西、云南均于2016年內開通高速鐵路，尤其是連接兩省（區）的云桂高鐵全線貫通。截止到2018年已經安全通車運營1年以上，數據的信度與穩定性較好。而兩省（區）其他開通的高鐵和鐵路項目都集中在2021、2022年，并且尚未完全通車，無法獲取較為穩定的相應數據。基于此，本研究選擇2018年為數據采集的年份。此外，除春運之外，全年各個月的客運車次變動不大，為進一步確保穩定性，9-10月為隨抽取的樣本。再借助Ucinet軟件使用社會網絡分析方法，考察西南邊疆民族地區交通聯系網絡的空間結構特征。

（一）網絡密度分析

通過對西南邊疆民族地區公路客運和鐵路客運數據進行二值化處理，④二值化是將原始數據轉化為[0，1]矩陣，轉化標準為：存在聯系則為1，反之則為0。得到的基于公路和鐵路客運的交通聯系網絡密度分別為0.0871和0.0421。雖然網絡密度對網絡的規模具有依賴性，在其他因素不變的情況下，大規模網絡的密度要比小規模網絡的密度要小[10]，但兩者都未超過0.1，可見該地區縣（市）間不管是通過公路客運還是鐵路客運產生的交通聯系都是非常弱的。

分開來看，廣西基于公路和鐵路客運形成的交通聯系網絡密度分別為0.2531和0.1157，都高于西南邊疆少數民族地區整體水平；云南基于公路客運的交通聯系網絡密度為0.1225，低于廣西的網絡密度，基于鐵路客運的交通聯系網絡密度更是低于了西南邊疆民族地區整體水平，僅為0.0265。可見，廣西的交通聯系相對而言較為緊密。

總的來看，西南邊疆民族地區目前雖然已基本實現高等級公路網絡縣級全覆蓋，但基于公路客運形成的交通聯系網絡密度仍然很低，該區域交通聯系強度很弱。

（二）凝聚子群分布特征分析

為了進一步探究西南邊疆民族地區內部交通聯系的空間格局，借助Ucinet軟件，利用Concor方法分別對該地區基于公路和鐵路客運數據的交通聯系網絡進行聚類分析可知，西南邊疆民族地區基于公路客運的交通聯系網絡可分為內部聯系緊密的8個子群。子群1位于廣西南部，主要包括南寧、崇左、北海、來賓、玉林、貴港、欽州、防城港等市；子群2位于廣西西部，成員有百色和河池；子群3和子群4分布在廣西北部和東北部，分別由柳州、桂林、賀州、梧州等市組成。子群5主要為云南中西部的大理白族自治州；子群6由云南西北部的迪慶藏族自治州和麗江市組成；子群7分布范圍較大，從云南最南端的西雙版納傣族自治州一直延伸至云南東北部的昭通市，主要包括西雙版納傣族自治州、普洱市、臨滄市、德宏景頗族自治州、保山市、楚雄彝族自治州、玉溪市、昆明市、曲靖市以及昭通市。子群8的成員為紅河哈尼族彝族自治州和文山壯族苗族自治州。

西南邊疆民族地區基于鐵路客運的交通聯系網絡可分為5個凝聚子群，其空間格局受各鐵路線分布影響。子群1分布在廣西，以湘桂線為主，還包括貴廣客運專線、南防線、南欽線以及欽北線，連接著南寧、桂林、柳州、來賓、賀州、防城港、欽州與北海等市；子群2基本與子群1相連，主要分布在焦柳線、黔桂線、黎湛線、馬玉線、玉鐵線與田德線上，涉及柳州、河池、貴港、玉林、崇左及百色等市；子群3橫跨廣西、云南兩省（區），主要分布在廣麗線、南昆線、南昆客運專線與南廣線上，由大理、昆明、百色、梧州等市組成，連接廣西與云南的鐵路客運往來；子群4成員分布在云南，以昆明為中心向外擴散，主要沿成昆線、滬昆線與昆玉線，大致包括昭通、曲靖、玉溪等市；子群5則是包含廣西、云南尚不能經停列車的縣（市）。

（三）網絡中心性分析

通過計算度數中心性判斷西南邊疆民族地區交通聯系網絡的中心及其特征。

如表1所示，在西南邊疆民族地區基于公路客運的交通聯系網絡中，昆明和南寧市轄區擁有較高的點出度和點入度中心性，基本處于網絡中心位置，說明它們通過公路客運主動與其他縣（市）產生交通聯系的同時，也具有較高聲望，吸引著其他的縣（市），而昆明市轄區的點出度和點入度中心性又高于南寧市轄區，主要是因為云南鐵路覆蓋率較低，與各縣（市）的交通聯系主要依賴公路交通。此外，基于公路客運的交通聯系網絡點出度和點入度中心性排名前10的基本為市轄區，這表明市轄區是交通聯系網絡的核心，各市轄區作為網絡中的重要節點，起到連接各縣和對外聯系的作用；陽朔縣作為著名旅游勝地，吸引了來自各地的旅客，所以其縣（市）與它交通聯系頻繁，點入度較高。

表1 基于公路客運的交通聯系網絡度數中心性排名前10位的（縣）市或市轄區

由表2可知，西南邊疆民族地區基于鐵路客運的交通聯系網絡度數中心性分布格局與公路的大體相似，昆明和南寧作為云南與廣西的省會和首府城市，在兩省（區）中點出度和點入度中心性最高，與其他縣（市）相比具有較大優勢，處于網絡中心位置；除了昆明市轄區和大理市，基于鐵路客運的交通聯系網絡度數中心性排名前10的都為廣西的市轄區和縣，這說明該地區交通聯系主要集中在廣西；平果縣的點出度和點入度中心性進入前10名是基于其聯通廣西、云南的獨特區位，其往返云南的列車日均達253次，是廣西除南寧市轄區和百色市轄區往返云南列車最多的縣，與云南的交通聯系較頻繁。賓陽縣靠近省會南寧，且每日也有大量發往云南的車次，與云南的交通聯系較多，因此點出度中心性較大。

表2 基于鐵路客運的交通聯系網絡度數中心性排名前10位的市（縣）或市轄區

顯然，西南邊疆民族地區交通聯系網絡密度偏低，交通聯系不緊密；凝聚子群分布體現了基于公路客運的交通聯系范圍只能集中在一定的區域內，基于鐵路客運的交通聯系范圍受鐵路線分布的影響；交通聯系網絡中心以廣西和云南的市轄區為主，其中在廣西的網絡中心數量更多、分布更為均勻。

四、西南邊疆民族地區交通聯系網絡與經濟差距空間相關分析

為了進一步探究西南邊疆民族聚居區已形成的交通聯系網絡是否有助于其經濟發展水平差距的改善，本研究使用羅婧、莊紫珵（2017）對該地區經濟發展水平差距的研究結果①羅婧、莊紫珵在《“西部大開發”以來西南邊疆民族地區經濟發展差異的變動趨勢研究——1995-2014年桂滇兩省的實證考察》中，按少數民族占總人口比例將西南邊疆民族地區劃分為3個聚居區，分別是：少數民族人口占比0%-16%的少數民族人口零散區，占比16%-56%的少數民族人口稀疏區及占比56%-99%的少數民族人口密集區。研究發現，該區域少數民族人口零散區經濟發展水平最好，少數民族人口稀疏區經濟發展水平處于中等狀態，少數民族人口密集區經濟發展水平則較差。文章引用該研究結果討論西南邊疆數民族地區經濟發展水平差距的空間分布。，并將交通聯系網絡的結構特征引入，借助ArcGIS10.7使用基于O-D聯系的GIS空間分析方法，分析交通聯系網絡與經濟差距的空間相關性。

（一）西南邊疆少數民族聚居區的空間分布及其經濟差距

在西南邊疆少數民族聚居區，經濟發展水平最好的地區主要分布在廣西南部、東南部、東部、東北部，云南中部、東部、東北部及西部的少數民族人口零散區；經濟發展水平中等的地區主要集中在廣西南部、東北部、西北部，云南省中部、西部、西南部、南部以及東南部的少數民族人口稀疏區；經濟發展水平較差的地區主要分布在廣西西南部、南部、中部、西部及西北部，也涉及云南西北部、西南部、南部及中部的少數民族人口密集區。

（二）交通聯系網絡與經濟差距空間分布的相關分析

1.交通聯系網絡密度與經濟差距的空間相關性

通過計算少數民族人口零散區、稀疏區與密集區基于公路和鐵路客運的交通聯系網絡整體密度，分析三個區域在西南邊疆民族地區交通聯系網絡的緊密程度。

就基于公路客運的交通聯系網絡密度而言，少數民族人口零散區最高，為0.1164，高于西南邊疆民族地區整體水平，交通聯系最為緊密。少數民族人口稀疏區交通聯系較弱，網絡密度最低，僅有0.0642。少數民族人口密集區交通聯系網絡密度略高，為0.0801。

就基于鐵路客運的交通聯系網絡密度而言，網絡密度最高，交通聯系網絡最緊密的仍是少數民族人口零散區，為0.0746。少數民族人口稀疏區網絡密度為0.0250，略低于少數民族人口密集區的0.0300。

綜上，經濟發展水平最好的少數民族人口零散區，基于公路和鐵路客運的交通聯系網絡密度明顯大于少數民族人口稀疏區和密集區，相對來說，更容易與其他縣（市）產生交通聯系。少數民族人口稀疏區基于公路和鐵路客運的交通聯系網絡密度最低，相比之下少數民族人口密集區網絡密度略高一點。但是少數民族人口密集區的縣（市）數量比少數民族人口稀疏區多了將近30%，所以總體而言，少數民族人口密集區交通聯系網絡密度也較低，因此，經濟發展水平中等和較差的少數民族人口稀疏區及密集區與其他縣（市）的交通聯系較弱。

2.交通聯系網絡凝聚子群分布特征與經濟差距的空間相關性

將三個少數民族人口分區引入交通聯系網絡凝聚子群，考察少數民族人口零散區、稀疏區與密集區在交通聯系網絡凝聚子群中的分布，結合凝聚子群的聯系密度，進一步剖析各少數民族人口分區的交通聯系網絡特征。

如表3所示，分布在廣西的1-4子群自身密度都高于與其他子群間的密度，這表明廣西各子群內部交通聯系較強，與其他子群的交通聯系較少。其中，子群1中的縣（市）主要分布在少數民族人口密集區，其中也有一部分在少數民族人口零散區，該子群自身密度最小，為9.816，說明其內部交通聯系稍弱；子群2集聚著大量少數民族人口密集區的縣（市），比例高達87.50%，也是自身交通聯系較為緊密的子群；子群3和子群4分別分布著大量的少數民族人口密集區和零散區縣（市），且自身密度都較大，分別為20.000和20.423，是兩個自身交通聯系非常緊密的小群體。

表3 基于公路客運的交通聯系網絡凝聚子群密度矩陣表

與廣西不同，云南集聚著大量少數民族人口密集區和少數民族人口稀疏區縣（市）的子群6和子群7自身密度分別為3.018和1.431，它們與少數民族人口密集區縣（市）占比達47.37%的子群5間的密度都大于其自身密度，說明子群6和子群7與子群5間的交通聯系更加緊密，且這一現象在子群5和子群6間表現得更加突出；子群8主要分布著少數民族人口密集區縣（市），其內部交通聯系較緊密。

綜上可見，西南邊疆民族地區基于公路客運的交通聯系網絡分布呈現出相同少數民族人口分區縣（市）交通聯系更加緊密，不同少數民族人口分區縣（市）交通聯系較為松散的特征。因此，在近距離的公路客運交往中，經濟發展水平較低的少數民族人口密集區內部產生交通聯系更為容易，而與經濟發展水平較好的少數民族人口零散區的交通聯系較困難。

如表4所示，子群1中65%的縣（市）都是少數民族人口零散區，其自身密度最大，達32.01，說明其內部交通聯系緊密，且集中了西南邊疆民族地區最主要的依靠鐵路客運產生的交通聯系；子群2中少數民族人口密集區縣（市）占比最高，為59.09%，該子群的自身密度較小，且和子群2與子群1間的密度相近，說明其內部交通聯系較弱，同時需要依托子群1進行連接；子群3分布著三類少數民族人口分區的縣（市），其自身密度為17.309，相對來說內部交通聯系較為緊密，主要集中了廣西與云南間依靠鐵路客運產生的交通聯系，所以也與廣西和云南的主要子群1和4存在一定交通聯系，密度分別為7.039和3.540；子群4少數民族人口零散區縣（市）占比最高，為61.09%，該子群與子群3間的密度略大于自身的密度，這也進一步說明了其連接離不開昆明這個中心樞紐，且該子群還包含了云南一部分重要的基于鐵路客運產生的交通聯系；子群5中47.20%的縣（市）都位于少數民族人口密集區，36.00%的縣（市）屬少數民族人口稀疏區，由于未有列車經停，無法通過鐵路客運產生交通聯系，密度為0。

表4 基于鐵路客運的交通聯系網絡凝集子群密度矩陣表

總體而言，西南邊疆民族地區基于鐵路客運的交通聯系集中在少數民族人口零散區的縣（市），少數民族人口密集區縣（市）由鐵路客運產生的交通聯系也需要以少數民族人口零散區縣（市）作為依托，且在無法通過鐵路客運產生交通聯系的縣（市）中，少數民族人口密集區占比最高，其次為少數民族人口稀疏區。因此，目前該地區鐵路客運網絡主要服務于少數民族人口零散區，少數民族人口密集區和稀疏區的鐵路客運網絡尚不成熟，不利于與遠距離的縣（市）產生交通聯系。

縣（市）交通聯系的主要對象如果為與自身經濟發展水平相當或更差的地區，形成一個緊密的內部交通聯系網絡難以獲取外部的信息與資源，也不利于經濟發展水平差距的改善。西南邊疆民族地區現有的公路和鐵路客運使得經濟發展水平中等和較差的少數民族人口稀疏區及密集區的交通聯系對象集中在區域內部，無法突破地理距離，與經濟發展水平較好的少數民族零散區交通聯系較為困難，進而難以獲取外部資源和信息，無法擺脫經濟發展水平滯后的現狀。

3.交通聯系網絡中心分布特征與經濟差距的空間相關性

由于交通聯系網絡中心分布和與其聯系關系著促進縣（市）經濟發展的輻射能力，與交通聯系中心聯系緊密，有利于縣（市）接收來自中心地的經濟輻射效應，獲取更多的資源和信息，合理加以利用能促進當地經濟發展，有助于經濟發展水平不平衡問題的改善。因此，本研究將交通聯系網絡與各少數民族人口分區進行GIS空間相關分析，探討通過度數中心性計算出的交通聯系網絡中心在各少數民族人口分區中的分布及其聯系特征，考察其經濟輻射效應。

據表5可知，就廣西而言，基于公路客運的交通聯系網絡中心涉及廣西南部、東南部、西部、西北部、中北部及北部，涵蓋了少數民族人口零散區、稀疏區與密集區，分布均勻，同時與周邊縣（市）交通聯系密切，能起到較好的經濟輻射作用。但不難發現，各中心的交通聯系較弱。例如，位于少數民族人口密集區的交通聯系網絡中心——百色市轄區和河池市轄區，無法通過公路客運與經濟發展水平較好的零散區的網絡中心直接產生交通聯系。

表5 公路和鐵路客運交通聯系網絡中心

就云南而言，基于公路客運的交通聯系網絡中心則主要集中在中部和中部偏西的地區，由于公路客運產生的交通聯系網絡經濟輻射能力有限，網絡中心分布不均，不利于南部、西部、西北部以及東部的少數民族人口密集區和稀疏區獲得來自中心的經濟輻射效應。

同樣，廣西基于鐵路客運的交通聯系網絡中心分布比較均勻，分別位于南部、西部、北部以及東部，涉及少數民族人口零散區、稀疏區與密集區。與由公路客運形成的交通聯系網絡中心不同，適于遠距離交往的鐵路交通使廣西鐵路客運網絡各中心具有較強的交通聯系，但受鐵路線分布的影響，交通聯系網絡中心對周邊縣（市）的經濟輻射效應有限。同樣作為由鐵路客運形成的交通聯系網絡中心——百色市轄區，能夠通過鐵路交通與其他中心產生交通聯系，但對于其周邊未有列車經停的少數民族人口密集區縣（市）很難起到經濟輻射的作用。

云南基于鐵路客運的交通聯系網絡中心分布也集中在中部和中部偏西的地區，但仍有大量少數民族人口密集區和稀疏區尚未修建鐵路，無法通過鐵路客運交通與網絡中心產生交通聯系，云南由鐵路客運形成的交通聯系中心對少數民族人口密集區和稀疏區的經濟輻射效應很弱。

綜上所述，在西南邊疆民族地區，廣西與云南的交通聯系網絡輻射效應存在著一定的差異。就廣西而言，基于公路客運的交通聯系網絡對少數民族人口密集區產生的經濟輻射效應主要來自同一少數民族人口分區內，且為經濟發展水平較弱的交通聯系網絡中心。而基于鐵路客運的交通聯系網絡能夠帶來遠距離少數民族人口零散區的經濟輻射效應，但主要作用于交通聯系網絡中心，大部分少數民族人口稀疏區和密集區的縣（市）未能獲得此經濟輻射效應。就云南而言，因為基于公路和鐵路客運的交通聯系網絡中心分布不均，所以少數民族人口稀疏區和密集區很難通過現有交通聯系網絡縮小與零散區的經濟發展水平差距。

五、結論

通過社會網絡分析和基于O-D聯系的GIS空間分析方法，本研究對西南邊疆少數民族聚居區交通聯系網絡與經濟發展水平差距的空間相關性進行了分析，研究結果表明：經濟發展水平中等和較差的少數民族人口稀疏區及密集區在西南邊疆民族地區交通便利程度較低，與其他縣（市）的交通聯系較弱；鐵路客運主要幫助經濟發展水平較好的少數民族人口零散區產生交通聯系，因公路客運難以突破距離制約的特征，使得少數民族人口稀疏區和密集區與經濟發展水平較好的零散區形成交通聯系較為困難；從經濟輻射的角度來看，少數民族人口稀疏區和密集區仍然難以從現有的交通聯系分布中獲得來自零散區的經濟輻射效應。顯然，基于以上公路和鐵路客運的交通聯系網絡分布特征，并不利于西南邊疆民族地區經濟發展不平衡問題的解決。