表1(Table 1)
2. 华东师范大学 中国现代城市研究中心, 上海 200241;
3. 华东师范大学 城市与区域科学学院, 上海 200241
2. Center for Modern Chinese City Studies, East China Normal University, Shanghai 200241, China;
3. School of Urban and Regional Science, East China Normal University, Shanghai 200241, China
城镇体系是指在一个相对完整的区域中，由一系列不同职能分工、不同等级规模、空间分布有序的城镇所组成的联系密切、相互依存的城镇群体[1]。在区域一体化背景下，网络功能联系成为认识城市体系的主要手段。城市日益作为一个关系体系而存在，网络结构和网络区位赋予了其功能和地位[2]。因此，城市地位实际上反映了城市在网络联系中的主导性，体现城市在网络中影响资源流动的能力[3]。在概念上，中心性[4]（centrality）、首位度[5]（dominance）和层级性（hierarchy）等虽成为城市地位的替代品，却无法全面体现联系视角下的城市地位。在方法上，由于联系数据的缺乏，研究多从城市规模、GDP、夜间灯光等城市属性衡量城市地位。然而，城市地位是城市间相互作用的产物，通过联系视角衡量城市地位显得尤为重要。
随着信息技术的突破，兴起的城市网络研究将联系和地位两个关键要素紧密结合起来。“地方空间”和“流空间”的融合[6]，使得从联系视角衡量城市地位成为可能。同时，不同“流”的城际联系，为分析城市体系结构的变化提供不同视角。其中，企业组织[7, 8]、基础设施[9, 10]和社会文化[11-13]联系成为主要的城际功能联系。在国内，研究学者采用社会网络分析方法，针对不同“流”对城市体系结构变化展开了一系列实证研究。王成[14]基于2000—2009年企业母子公司的跨地域联系探究山东省的城市体系演变特征；王列辉[15, 16]基于集装箱航运联系探究海峡两岸和海上丝绸之路港口体系的空间结构及其演化；刘望保[17]基于百度迁移数据探究在中国不同时段下城市体系空间格局的变化特征。以上研究更多关注城际联系，强调城市在网络中的中心枢纽职能，采用中心性表征城市地位。考虑到城市地位在联系视角下的概念，一方面，城市地位包含城市对资源的分配职能，强调城市的中心枢纽性，即中心性；另一方面，体现在城市对资源的控制和管理职能，强调城市的相对可达性，即中介性。其中中心性代表节点在网络中与所有其他节点相联系的程度。然而按照Freeman[18]的发现，位于多对节点间的节点虽中心性较低，但起到了重要的“中介作用”，其在网络中的重要性同样不容忽视，并以此提出了中介性的概念。由此，中介性代表在网络中对其他节点间联系起到“桥梁”作用的能力。在城市体系研究中，从“枢纽”和“桥梁”的维度表征了城市对城市体系中资源的控制力[2, 3]。因此，本文提出从“中心性”和“中介性”两个维度来重新定义城市地位。
在城市体系演化的相关研究中，网络结构的扁平化成为当前研究的热点。按照Friedmann的世界城市假说[19]和Sassen[20, 21]的全球城市理论，全球化的功能联系致使非邻接中小城市间也能共享经济利益，世界因此变得扁平[22]。受到这种思维的启迪，城市体系的扁平化吸引了诸多政策制定者和学者的关注[23, 24]。如欧洲空间发展远景（European spatial development perspective，ESDP）更加强调空间发展的均衡性。同时，在荷兰的Randstad地区、美国的洛杉矶和旧金山[25]及中国的长三角和珠三角地区[26]，扁平化发展趋势均已被发现。然而，在不同尺度和不同“流”的实证研究中[27-30]，城市体系的网络结构往往呈现出显著的层级性。由此，探究城市体系结构的扁平化趋势成为本文的另一研究目的。在案例区的选择上，中原城市群是理想的实证对象。从历史发展和政策支持上，中原城市群的城市体系均表现出显著的层级性特征[31, 32]。并且，这种层级性特征在“交通流”的实证研究中同样被发现[33, 34]。因此，探究联系视角下中原城市群整体和子区域内部的空间结构演变将为城市体系扁平化提供强有力的证据。
交通运输是形成城市体系网络系统的物质条件和必要前提[35]。其易找到替代数据表征城际联系，成为研究城市体系空间结构及其演变的重要手段。本文基于2006、2012、2018年三个截面铁路客运OD（初始地—目的地）数据构建中原城市群铁路交通网络，分析了铁路交通流视角下近十年来中原城市群城市体系整体和局部的结构变化，试图提供一种网络视角下城市体系演变的不同图景（图 1）。文章丰富了联系视角下城市体系研究的案例区，并实证探究城市体系网络结构的演变方向。
|
图 1 研究方法框架图 Fig.1 The Frame Diagram of Research Methodology |
中原城市群地处全国“两横三纵”城市化战略格局陆桥通道与京广通道交汇区域，包含河南省全域，山西省的晋城、运城、长治，山东省的聊城、菏泽，安徽省的亳州、宿州、淮北、阜阳、蚌埠，河北的邯郸、邢台共30个地级以上行政单元，交通条件便利，“米”字形高速铁路网逐渐成型。铁路班次由2006年的3635次增至2018年的6792次，增长近1倍。铁路网络联系密度从2006年的55.17%增至2018年的67.73%，城市群内部交通网络日益完善（图 2）。其中，普快列车班次数目由2006年占比45.02%锐减至2018年2.31%，逐渐退出历史舞台。相反，高速铁路班次由2012年7.17%快速增至2018年43.86%。京广、陇海和京九铁路沿线城市城际铁路联系更为紧密并不断增强。铁路成为追踪中原城市群城际联系变化的有效手段之一。
|
图 2 中原城市群铁路交通联系网络演变 Fig.2 The Evolution of Railway Network in the Central Plains |
在顶层规划上，根据十三五相关规划和新型城镇化规划有关要求编制的《中原城市群发展规划（2016—2020年）》，中原城市群着力构建“一核四轴四区”发展格局（表 1），贯彻落实中部地区崛起，将其打造为国家级城市群。因此本文的案例区涵盖了中原城市群30个地级以上行政单元①。其中核心发展区（简称中部地区）包含郑州、开封、新乡、焦作、许昌、鹤壁、济源、洛阳、平顶山、漯河、周口、商丘、晋城、亳州14市；东部承接产业转移示范区（东部地区）包含菏泽、淮北、宿州、蚌埠和阜阳5市；南部高效生态经济区（南部地区）包括南阳、驻马店和信阳3市；西部转型创新发展示范区（西部地区）包含运城和三门峡2市；北部跨区域协同发展示范区（北部地区）包含邢台、邯郸、聊城、安阳、濮阳和长治6市。
|
表 1 中原城市群空间发展规划 Tab.1 The Spatial Development Plan of the Central Plains |
城市地位体现了城市控制和支配周围城市的能力，主要反映在城市体系中城市的中心性和中介性。其中，中心性是城市节点为周围地区提供各种资源和需求的能力，体现城市对资源的分配职能；而中介性体现城市节点对资源流动的控制、管理职能。在社会网络分析方法中，度中心性作为衡量中心性的常见指标，可分为出度中心性和入度中心性。其中入度中心性表示其他城市连接到某一城市的边权总和，反映该城市声誉[24]，即吸引外来投资、企业入驻和人口定居的能力；出度中心性则表示城市连接到其他城市边权的加总，直观反映为周围城市提供资源和需求的能力。出度中心性指标能够更好地衡量城市地位的中心性。同时，中介中心性基于直接和间接联系，定量测度了某个城市位于两个非邻市的相对可达性。这反映出了桥接城市和门户城市所拥有的监督和控制资源流动的特殊能力的高低[14]，即体现了城市地位的中介性。因此，本文通过出度中心性和中介中心性指标分别表征城市中心性和中介性，更加综合反映城市体系中城市地位变化。出度中心性的计算公式为：
|
(1) |
式中：CDi为城市i的出度中心性；Xij为城市i到j的客运班次数目。
中介中心性的计算公式为：
|
(2) |
式中：CBi为城市i的中介中心性；在客运铁路联系网络中，gjk为城市j和城市k间存在的最短路径线总数；gjk(i)表示经过城市i并连接城市j和城市k的最短路径数量。
2.2.2 其他方法为了对网络结构进行整体对比，本文采用了统计学中常用的变异系数和相关性检验中的秩相关系数。其中，变异系数消除了测量尺度和量纲的影响，直观反映数据离散程度，被广泛应用在相关研究中。通过对不同年份城市地位整体的变异系数进行对比，能够直观反映整体网络结构的变化。同时，在相关性检验中，常用的有Pearson相关系数和秩相关系数（Spearman相关系数）。秩相关系数是一种无参数（与分布无关）的检验方法，实际上是将原始变量转换为服从均匀分布的变量后变量间的线性相关系数[36]。相比于Pearson相关分析，通过对不同年份网络的城市地位进行秩相关性分析，能够真实反映城市等级体系中城市地位位序的变化。
此外，本文还通过城市地位的位序—规模最佳拟合线斜率的变化具体探究中原城市群内部城市体系网络结构的变化。城市地位的位序—规模分布反映了城市体系严格的等级结构，尽管拟合回归线会丢失一部分数据信息[37]，但其最佳拟合线斜率的变化恰恰能够反映网络结构的变化，进而为城市体系扁平化或者层级化的发展方向提供有力证据。斜率越小，拟合线越平缓，表明城市体系空间结构越加扁平；反之则反。最佳拟合线斜率的计算通过Origin软件实现。
2.3 数据来源铁路交通作为城际联系的重要基础设施，实际表征以商务或休闲旅行为目的的人的流动。以往研究学者多从铁路班次[38]和交通客流量[39]表征城际铁路联系。然而，在后者数据大多无法获取的情况下，前者虽从供应端反映潜在的客流量，扭曲了城际铁路联系网络[40]，但仍能一定程度反映城际真实联系，被广泛学者所采用。OD数据能够直观体现乘客目的[9]，能够更加接近实际城际联系。此外，考虑到铁路建设较为缓慢，为了追踪城市体系的动态演变，本文通过加大数据收集的时间，采用无高铁时期（2006年）、高铁发展初期（2012年）和高铁发展现阶段（2018年）城际铁路客运OD班列数表征城际联系强度。数据分别从极品时刻表2006.3.22版本、2012.8.1版本中提取；2018年的数据通过12306网站3月22日当天人工查询获得。
在数据提取过程中，本文进行了以下处理：①济源作为县级市享有地级市待遇，将其视为研究对象。濮阳在2016年开通客运铁路，目前只与郑州、新乡、鹤壁和安阳4市存在少量铁路联系，为了研究的一致性，选取中原城市群除濮阳外29个城市作为研究单元；②在2018年2月2日国家发改委新批复的《关中城市群发展规划》中，运城市虽被划入到关中城市群，但本文研究中原城市群整体动态演变，因此仍将其归入中原城市群内。通过构建29×29铁路班次联系有向矩阵，表征铁路交通流视角下中原城市群网络空间联系强度。其中G、D和C字头列车合称为高速铁路列车，K、T、Z、数字型等其他火车型号合称为普通铁路列车，并整合两类火车班次表征总的城际铁路班次联系。在数据提取过程中，若一个城市出现多个站点，则进行合并后再提取列车班次。
3 中原城市群城市地位变化 3.1 整体特征（1）整体特征：中原城市群中心性和中介性呈现出截然相反的变化方向。平均中心性由2006年的125.34增至2018年的234.20，增幅为86.85%；平均中介性由6.59降至4.21，下降幅度为36.11%。一方面随着铁路网络的不断发展与完善，城市的中心性普遍增强；另一方面，这种中心性的增强意味着非邻接城市间的联系不再依赖于单一的中介城市，中小城市可以绕过中心城市组织经济活动，进而中原城市群整体中介性不断下降。同时，中原城市群城市地位呈现出“高中心性—高中介性”和“低中心性—低中介性”的整体特征（图 3）。地位排名高的城市主要集中在京广、陇海等主干铁路沿线，地位排名低的城市集聚在太原—郑州—合肥铁路沿线。
|
图 3 2006—2018年中原城市群城市等级结构演变 Fig.3 Hierarchical Structure Evolution of the Central Plains over the Past Decade (2006—2018) |
（2）层级特征：以2018年各市中心性和中介性为基准，按照组间差距大，组内差距小的原则，将三个不同时段下的城市划分为如下两类四层（图 3）。分别从中心性和中介性两个维度探究城市地位的层级特征：第一级城市和Ⅰ级城市（CD≥444；CB≥5.63）；第二级城市和Ⅱ级城市（210≤CD < 444；3.48≤CB < 5.63）；第三级城市和Ⅲ级城市（77≤CD < 210；1.70≤CB < 3.48）；第四级城市和Ⅳ级城市（CD≤77；CB≤1.70）。结果发现：中原城市群城市地位呈现显著的“廊道效应”，其中京广铁路沿线城市相比陇海、京九等其他国家主干铁路，逐渐集聚更多高地位城市。中原城市群西北—东南向的铁路建设相对薄弱。
在中心性上，第一层级城市仅有郑州。其对外铁路班次联系由2006年的467次增至2018年的995次。郑州作为全国主要铁路枢纽，显示出极强的输送资源能力。第二层级城市主要沿京广、陇海两条主干铁路沿线分布。两条主干铁路沿线第二级城市数量分别由2006年的3个和2个增至2018年的4个和9个。这表明京广铁路的“廊道效应”更为显著。京广铁路沿线城市依靠相对快捷且越发频繁的铁路班次联系，大多数城市均逐渐发展为高中心性的城市。而陇海铁路沿线高中心性城市逐渐收缩至中部地区。第三级城市沿其他主干铁路分布，依托国家主干铁路发挥集聚经济效益，城市中心性相对较高。而第四级城市沿太原—郑州—合肥铁路沿线集聚趋势更加明显。
在中介性上，Ⅰ级城市与第二层城市分布规律类似。其主要沿京广、陇海主干铁路沿线分布，并逐渐集聚在京广铁路沿线。Ⅱ级城市主要分布在京九主干线。京九铁路作为全国重要的铁路干线，不断加强着河南、山东、安徽三省联系。Ⅲ级城市沿中原城市群其他主干铁路分布。Ⅳ级城市同样集聚在太原—郑州—合肥铁路沿线。中原城市群西北—东南向的铁路建设相对薄弱，仍有待进一步加强。
3.2 分异特征本文通过城市中心性和中介性排名位序差的变化，具体探究两者的异同。按照2006—2018年城市中心性和中介性位序差情况（图 4），将中原城市群城市划分为如下3种类型。结果显示高中介性的门户城市更易增强中心性，提升自身城市地位。
|
图 4 2006—2018年中原城市群中介性—中心性位序差 Fig.4 The Rank Difference Between Intermediacy and Centrality of the Central Plains over the Past Decade (2006—2018) 注：正位序差表示城市中心性排名高于中介性排名，反之同理。 |
第1类城市如郑州、商丘、洛阳等，中心性和中介性高且位序差变化小（位序差 < 5）。反映高结节性的中介控制区位对中心性的促进作用，当城市处于网络中的重要中介位置时，便于与其他城市建立更为紧密的联系。这类城市多分布于主干铁路沿线及其附近，依靠铁路沿线集聚经济效应提升自身地位。
第2类城市如信阳、漯河、新乡、邯郸、安阳和邢台等，在2012年及以前，其中心性位序往往高于中介性。这些城市在过去处于网络中相对边缘的位置，但与邻近城市建立了更强联系，体现一定的中心集束性。一方面，该类城市通过强化子区域范围下已有城际联系来提升自身城市地位。如新乡，2006年中心性和中介性城市位序分别为第5位和第6位；2018年分别降至第6位和第16位，位序差从+ 1增至+10，对外联系城市仅从21个增至22个，班次联系总数从216次增至381次。另一方面，该类城市也可通过开辟新的城际联系来提升自身对区域资源的控制力，进而提高自身地位。如信阳自2012年开通高铁后，其城市中心性和中介性均得到了飞跃性提升。2006年城市位序分别为第9位和第17位，2018年分别升至第3位和第2位，位序差从+8降至-1，对外联系城市从14个增至24个，班次联系总数从189次增至431次。综上，相比于单纯的加强已有城际联系，城市通过增加自身中介性，更有利于提高城市地位。
第3类城市如鹤壁、宿州等，在2012年及以前，其存在中心性位序明显低于中介性的特征。这些城市在过去虽拥有较好的网络通达性，但与其他城市班次联系较少。然而，高中介性的门户城市依托良好的通达性不断加强与周围城市联系的强度，其中心性在之后也会不断提高。如宿州2012年中介性要远大于其中心性，2018年两者位序几乎持平，位序差由-14增至+1。
4 中原城市群网络结构变化城市地位是追踪城市体系变化的较好的指示器，其变化实际上反映了联系视角下城市体系网络结构的演变。同时，《中原城市群发展规划（2016—2020年）》划分了区域内部不同子区域，其实质是一种基于资源、地形、文化、经济等综合考量的功能分区。通过探究整体和内部子区域两种尺度下城市地位的变化，能够更加细致和全面的探究中原城市群空间结构的变化。
4.1 整体特征中原城市群体系存在中心性和中介性的分异演变。在中心性上，中原城市群城市体系整体层级性加深，局部地区出现一定程度的结构重组；在中介性上，城市中介性普遍降低，城市体系扁平化占据主导。
（1）中心性：中心性的变异系数（表 2）由2006年的0.82波动增加至2018年的0.88。中心城市郑州与区域平均中心性的比值也不断拉大，由2006年的3.73增至2018年的4.3。这表明随着城镇化的不断推进，中原城市群内部城市铁路基础设施不断完善，各城市对外班次联系普遍增多。然而，由于资源禀赋、社会经济基础和制度等因素，在城市中心性普遍提高的同时，城市间不平等也逐渐拉大。同时，尽管三个时间段间秩相关系数存在高相关性（>0.9），但相关性逐渐下降，表明随着年份增加，城市中心性排名出现了波动变化，即存在低位序的城市排名上升，高位序的城市排名下降。城市之间严格的等级位序开始重新洗牌，区域局部地区出现结构重组。而这种结构重组反映了中小城市得益于网络联系，自身地位显著提升，缩短了与中心城市的差距，呈现扁平化的发展趋势。
|
|
表 2 中心性与中介性统计值变化 Tab.2 The Statistical Change of Centrality and Intermediacy |
（2）中介性：中介性的变异系数（表 2）由1.12降至0.76，秩相关系数也不断降低，由2006/2012年的0.90降至2012/2018年的0.65。城市体系在中介性上表现出更大程度的重组。中介性更多体现节点城市在网络中占据门户地位，在城际联系中起到重要的中间人作用。然而在全球化背景下，城市之间距离阻尼不断减弱，中小城市开始绕过中心城市，与其他中小城市组织经济、社会、文化活动[23]。中心城市的门户作用被削弱，城市体系中介性整体下降，由此网络结构也更加扁平化。
4.2 子区域特征在中原城市群内部子区域上，城市地位不同维度的分异演变依旧存在且相似。在中心性上，城市体系的层级性依旧显著。其中中部、南部地区层级结构愈发显著。而东部、西部和北部地区的城市差异缩小，存在扁平化发展趋势。在中介性上，子区域结构的扁平化占据主导。
4.2.1 中心性中原城市群内各子区域的中心性均有所提升。其中东部地区整体中心性提升最快。受益于京九、陇海、京沪铁路的发展，东部五市平均对外铁路班次由2006年的65次增至2018年的137次，增幅约110.77%。西部地区平均对外班次保持稳定，其中，运城对外铁路班次由2006的9次增至2012的17次，再降至2018年的11次；三门峡2006—2018年对外铁路班次分别为206次、267次和210次。一方面2006—2012年城市对外联系的增加主要是由于铁路设施的完善，城市间列车班次的数量和频率均显著增加；另一方面2012—2018年城市对外联系减弱，主要是由于技术进步引起的列车提速，致使低效率、低收益的“绿皮火车”停运，城市对外班次进而整体减少。
中部和南部地区中心性的层级结构更加显著，而东部、西部、北部地区出现一定程度扁平化发展趋势。从中心性的位序—规模最佳拟合线斜率（表 3，图 5）发现，各个区域组织内部层级结构均更加显著。尤其郑州大都市区最佳拟合线斜率由-89.30变为-193.40，体现了郑州与城市群内其他城市之间的差距正逐渐拉大，郑州的核心增长极地位不可动摇。同时，东部、西部和北部地区变异系数略微下降，表明其区域组织内部城市之间差距逐渐缩小，开始倾向于扁平化发展。如2006—2018年东部地区中心城市蚌埠和阜阳的中心性增长率小于菏泽、宿州和淮北三个更低等级城市。
|
|
表 3 中原城市群子区域统计值变化和位序—规模拟合线斜率变化 Tab.3 Changes of the Statistics and Fitting Line Slope of Rank-size Distribution in the Sub-regions of the Central Plains |
|
图 5 中原城市群子区域城市位序—规模分布变化 Fig.5 Changes of the Rank-size Distribution in the Sub-regions of the Central Plains |
2006—2018年五大地区中介性的平均值、变异系数均有所下降，最佳拟合线也越来越平缓，表明中原城市群内部各个子区域扁平化发展趋势显著。城市中心性普遍提升，意味着城市与更多城市建立了铁路联系。而中介性则体现了更多中心地的特点，中小城市只能通过中心城市进行经济文化的交流。随着城际联系的多样化和集中化，网络中节点的对外连接不断增加，削弱了网络中节点的桥接作用，中小城市之间开始绕过中心城市通过各种“流”进行联系，由此城市体系更加扁平化。
5 结论与讨论（1）中原城市群整体中心性和中介性呈现出截然相反的趋势。城市的中心性不断增强，而中介性不断减弱。
（2）中原城市群城市地位呈现出“高中心性—高中介性”和“低中心性—低中介性”的整体特征。同时，高中介性的门户城市起到重要的“门户作用”，控制着经济、资源的流通，更易增强自身中心性，提升自身城市地位。此外，中原城市群城市地位呈现显著的“廊道效应”，不同铁路对城市地位的影响有明显的差异。其中，地位排名高的城市主要集中在京广、陇海等主干铁路沿线，地位排名低的城市集聚在太原—郑州—合肥铁路沿线，京广铁路相比其他铁路给沿线城市带来了更高的经济社会效益。
（3）中原城市群城市体系存在中心性和中介性的分异演变。在中心性上，中原城市群城市体系整体层级性显著，局部地区出现一定程度结构重组；在中介性上，城市中心性普遍降低，扁平化占据主导。
（4）在中原城市群内部子区域上，城市地位不同维度的分异演变依旧存在且相似。在中心性上，中部、南部地区层级结构愈发显著，郑州的中心地特征日益凸显。东部、西部和北部地区存在扁平化发展趋势；在中介性上，各区域内部层级性不断减弱，扁平化趋势明显。
“流空间”为追踪城市体系演变提供了新的方法和途径。一方面，区别于传统研究中从城市发展现状[3, 4]衡量城市体系变化，本文提供了一种联系视角的衡量方法。通过流数据，本文能够更加直观反映城市之间相互作用强度，从而更好分析了城市体系的空间结构；另一方面，众多学者采用“中心性”直接表征城市地位[15-17]，忽略了城市在网络中的门户区位优势，往往得到城市体系空间结构的片面结论，未能完全捕捉城市体系发展的本质。而本文弥补了从单一维度衡量城市地位的不足，考虑到城市在网络中的枢纽和桥梁功能，通过“中心性”和“中介性”来衡量城市地位，发现了不同维度下城市体系空间结构分异变化的规律，进一步证实了多维度衡量城市地位的必要性。同时得益于多年纵向的铁路班次数据，相比于静态研究[34]和依据重力模型模拟的动态研究[32]，本文动态且真实的测度了城市体系演变的方向。从整体和子区域两方面入手，引入扁平化测度的一系列方法[2, 24]并加以改造，不仅为城市体系扁平化发展的趋势提供了良好佐证，还为相关研究提供了范例。此外，众多研究集中于欧洲[23]、美国[25]、中国的京津冀、长三角[40]和珠三角[8]等城际联系丰富的发达沿海地区，而对内陆，尤其中国欠发达地区的研究讨论过少。通过聚焦于中国内陆城市地区，本文探究了区域一体化背景下中原城市群城市体系的发展模式，丰富了相关研究的案例区。
中原城市群城市体系中心性的层级化实际上反映出城市间的不均衡发展，这无疑阻碍了区域一体化进程，易滋生社会、经济等诸多潜在问题。尤其郑州加快与周围地区的交流，其铁路发展态势要明显快于区域内其他城市。但其带动作用的强度和范围均有限，在郑州大都市区和中部地区范围下，城市间差异仍逐步拉大。因此在注重核心城市郑州快速发展的同时，其他城市也应抓住机遇，加快完善基础设施建设；同时，中介性的扁平化表明城市体系结构的演化呈现出一种均衡化的发展方式。门户城市的相对减少意味着发展机会的均等化，各城市间不再通过单一特大城市组织信息、经济等联系。然而相比中心性，结果发现高中介性的门户城市能够更好的提升城市地位，联系视角下的城市地位实际上反映了未来城市发展的一种“可能性”。诸如信阳、漯河、新乡等高中介性—低中心性的城市应抓住门户优势，结合自身特点提高城市地位，缩小与其他城市间差距，从而促进区域一体化发展。在行政区划下的子区域分析中，这种中心性和中介性的分异特征仍然十分显著。各地区内部在中心性上层级化，中介性上扁平化。如南部地区信阳和驻马店之间在中心性上差距逐渐拉大，但在中介性上差距逐渐减少，反映出铁路联系视角下发展的不均衡性，驻马店更应通过增加对外铁路联系来增强自身对资源的分配能力。此外，北部、东部和西部地区在这两维度下均呈现出扁平化发展。如西部地区的运城依托铁路发展，逐渐缩小了与三门峡的差距，子区域朝向更加均衡化发展。未来也着重加强这三个子区域的融合发展，促进区域一体化。最后，本文着力寻找城市体系扁平化的证据。欧盟制定的“欧洲空间规划展望”，通过将过度拥挤地区的经济活动分散到欠发达地区来实现发展的平衡；随后美国也制定了“美国2050”空间战略规划，针对发展相对滞后的地区制定国家投资和经济发展空间战略，以促进地区相对均衡的发展。两者皆取得了一定成效，但其是否真正适合中国体系下的区域发展尚无定论；下一步研究可从经济绩效、社会文化等方面探索扁平化对区域一体化进程究竟带来怎样的影响。
注释：
① 由于濮阳2016年开通客运铁路，为了保持研究区域的一致性，本文实际案例区是剔除濮阳外中原城市群其他29个地级以上行政单元。同时，在实际的数据处理中均不包含濮阳，在“2.3数据来源”中有详细说明。
| [1] |
顾朝林. 中国城镇体系:历史、现状、展望[M]. 北京: 商务印书馆, 1992: 221. [Gu Chaolin. Chinese Urban System:History, Status Quo, Prospect[M]. Beijing: The Commercial Press, 1992: 221.]
|
| [2] |
王成, 王茂军, 柴箐. 城市网络地位与网络权力的关系——以中国汽车零部件交易链接网络为例[J]. 地理学报, 2015, 70(12): 1953-1972. [Wang Cheng, Wang Maojun, Chai Qing. The relationship between centrality and power in the city network[J]. Acta Geographica Sinica, 2015, 70(12): 1953-1972.] |
| [3] |
姚永玲, 唐彦哲. 城市群首位城市的联系能级、中心度和控制力[J]. 经济地理, 2015, 35(7): 66-71, 78. [Yao Yongling, Tang Yanzhe. Inter connection, centrality and power of primate city within city cluster[J]. Economic Geography, 2015, 35(7): 66-71, 78.] |
| [4] |
孙斌栋, 胥建华, 冯卓琛. 辽宁省城市中心性研究与城市发展[J]. 人文地理, 2008, 23(2): 77-81. [Sun Bindong, Xu Jianhua, Fen Zhuochen. Analysis on the urban centricity and urban development of Liaoning province[J]. Human Geography, 2008, 23(2): 77-81. DOI:10.3969/j.issn.1003-2398.2008.02.014] |
| [5] |
杨洋, 李雅静, 何春阳, 等. 环渤海地区三大城市群城市规模分布动态比较——基于1992-2012年夜间灯光数据的分析和透视[J]. 经济地理, 2016, 36(4): 59-69. [Yang Yang, Li Yajing, He Chunyang, et al. A comparative study on spatiotemporal dynamics of city size distribution among three urban agglomerations in Bohai Rim:Based on the analysis and perspective of nighttime light data from 1992 to 2012[J]. Economic Geography, 2016, 36(4): 59-69.] |
| [6] |
Castells M. The Rise of the Network Society[M]. Oxford: Blackwell, 1996: 28-35.
|
| [7] |
Zhao M, Liu X, Derudder B, et al. Mapping producer services networks in mainland Chinese cities[J]. Urban Studies, 2015, 52(16): 3018-3034. DOI:10.1177/0042098014558541 |
| [8] |
Zhao M, Derudder B, Huang J. Examining the transition processes in the Pearl River Delta polycentric mega-city region through the lens of corporate networks[J]. Cities, 2017, 60(A): 147-155. |
| [9] |
Neal Z. The devil is in the details:Differences in air traffic networks by scale, species, and season[J]. Social Networks, 2014, 38(3): 63-73. |
| [10] |
Derudder B, Liu X, Kunaka C, et al. The connectivity of South Asian cities in infrastructure networks[J]. Journal of Maps, 2014, 10(1): 47-52. DOI:10.1080/17445647.2013.858084 |
| [11] |
Li Y, Phelps N A. Knowledge polycentricity and the evolving Yangtze River Delta megalopolis[J]. Regional Studies, 2017, 51(7): 1-13. |
| [12] |
Zhang W, Derudder B, Wang J, et al. Using location-based social media to chart the patterns of people moving between cities:The case of weibo-users in the Yangtze River Delta[J]. Journal of Urban Technology, 2016, 23(3): 91-111. DOI:10.1080/10630732.2016.1177259 |
| [13] |
Zhang W, Derudder B, Wang J, et al. Regionalization in the Yangtze River Delta, China, from the perspective of inter-city daily mobility[J]. Regional Studies, 2018, 52(4): 528-541. DOI:10.1080/00343404.2017.1334878 |
| [14] |
王成, 王茂军. 山东省城市关联网络演化特征——基于"中心地"和"流空间"理论的对比[J]. 地理研究, 2017, 36(11): 2197-2212. [Wang Cheng, Wang Maojun. Evolution of associated network characteristics between cities in Shandong province:Comparing central place and flow space theories[J]. Geographical Research, 2017, 36(11): 2197-2212.] |
| [15] |
王列辉, 洪彦. 直航背景下海峡两岸集装箱港口体系空间结构——基于复杂网络的视角[J]. 地理学报, 2016, 71(4): 605-620. [Wang Liehui, Hong Yan. Spatial structure of container port systems across the Taiwan Straits under the network system approach[J]. Acta Geographica Sinica, 2016, 71(4): 605-620.] |
| [16] |
王列辉, 朱艳. 基于"21世纪海上丝绸之路"的中国国际航运网络演化[J]. 地理学报, 2017, 72(12): 2265-2280. [Wang Liehui, Zhu Yan. The evolution of China's international maritime network based on the "21st Century Maritime Silk Road "[J]. Acta Geographica Sinica, 2017, 72(12): 2265-2280.] |
| [17] |
刘望保, 石恩名. 基于ICT的中国城市间人口日常流动空间格局——以百度迁徙为例[J]. 地理学报, 2016, 71(10): 1667-1679. [Liu Wangbao, Shi Enming. Spatial pattern of population daily flow among cities based on ICT:A case study of "Baidu Migration"[J]. Acta Geographica Sinica, 2016, 71(10): 1667-1679.] |
| [18] |
Freeman L C. Centrality in social networks' conceptual clarification[J]. Social Networks, 1979, 1(3): 215-239. |
| [19] |
Friedmann J. The world city hypothesis[J]. Development and change, 1986, 17(1): 69-83. DOI:10.1111/j.1467-7660.1986.tb00231.x |
| [20] |
Sassen S. The Global City[M]. Princeton, N J: Princeton University Press Princeton, 1991.
|
| [21] |
Sassen S. The Global City (2nd edition)[M]. Princeton, N J: Princeton University Press, 2001.
|
| [22] |
Friedman T L. The world is flat:A brief history of the twenty-first century[J]. International Journal, 2007, 9(1): 67-69. |
| [23] |
Hall P, Pain K. The Polycentric Metropolis:Learning from Megacity Regions in Europe[M]. London: Earthscan, 2006: 125.
|
| [24] |
Alderson A S, Beckfield J, Sprague-Jones J. Intercity relations and globalisation:The evolution of the global urban hierarchy, 1981-2007[J]. Urban Studies, 2014, 47(9): 1899-1923. |
| [25] |
Lee B. "Edge" or "Edgeless" cities? Urban spatial structure in U.S. metropolitan areas, 1980 to 2000*[J]. Journal of Regional Science, 2007, 47(3): 479-515. DOI:10.1111/j.1467-9787.2007.00517.x |
| [26] |
Liu X, Derudder B, Wu K. Measuring polycentric urban development in China:An intercity transportation network perspective[J]. Regional Studies, 2015, 50(8): 1302-1315. |
| [27] |
Alderson AS, Beckfield J. Power and position in the world city system[J]. American Journal of Sociology, 2004, 109(4): 811-851. DOI:10.1086/378930 |
| [28] |
武文杰, 董正斌, 张文忠, 等. 中国城市空间关联网络结构的时空演变[J]. 地理学报, 2011, 66(4): 435-445. [Wu Wenjie, Dong Zhengbin, Zhang Wenzhong, et al. Spatio-temporal evolution of the China's inter-urban organization network structure:Based on aviation data from 1983 to 2006[J]. Acta Geographica Sinica, 2011, 66(4): 435-445.] |
| [29] |
孟德友, 冯兴华, 文玉钊. 铁路客运视角下东北地区城市网络结构演变及组织模式探讨[J]. 地理研究, 2017, 36(7): 1339-1352. [Meng Deyou, Feng Xinghua, Wen Yuzhao. Urban network structure evolution and organizational pattern in northeast China from the perspective of railway passenger transport[J]. Geographical Research, 2017, 36(7): 1339-1352.] |
| [30] |
焦敬娟, 王姣娥, 金凤君, 等. 高速铁路对城市网络结构的影响研究——基于铁路客运班列分析[J]. 地理学报, 2016, 71(2): 265-280. [Jiao Jingjuan, Wang Jiao'e, Jin Fengjun, et al. Impact of highspeed rail on inter-city network based on the passenger train network in China, 2003-2013[J]. Acta Geographica Sinica, 2016, 71(2): 265-280.] |
| [31] |
丁志伟, 张改素, 王发曾. 中原经济区现代城镇体系的规模与等级结构研究[J]. 中国人口·资源与环境, 2013, 23(S1): 15-18. [Ding Zhiwei, Zhang Gaisu, Wang Fazeng. A study on urban system ranksize and hierarchy level structure of Zhongyuan economic region[J]. China Population, Resources and Environment, 2013, 23(S1): 15-18.] |
| [32] |
王发曾, 张改素, 丁志伟, 等. 中原经济区城市体系空间组织[J]. 地理科学进展, 2014, 33(2): 153-168. [Wang Fazeng, Zhang Gaisu, Ding Zhiwei, et al. Spatial organization of urban system in Central Plains economic region[J]. Progress in Geography, 2014, 33(2): 153-168.] |
| [33] |
史雅娟, 朱永彬, 冯德显, 等. 中原城市群多中心网络式空间发展模式研究[J]. 地理科学, 2012, 32(12): 1430-1438. [Shi Yajuan, Zhu Yongbin, Feng Dexian, et al. Polycentric network development patterns of Zhongyuan urban agglomeration[J]. Scientia Geographica Sinica, 2012, 32(12): 1430-1438.] |
| [34] |
刘正兵, 刘静玉, 何孝沛, 等. 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[J]. 经济地理, 2014, 34(7): 58-66. [Liu Zhengbin, Liu Jingyu, He Xiaopei, et al. The spatial connection and network feature of Zhongyuan economic district base on intercity traffic flow[J]. Economic Geography, 2014, 34(7): 58-66.] |
| [35] |
周一星, 胡智勇. 从航空运输看中国城市体系的空间网络结构[J]. 地理研究, 2002, 21(3): 276-286. [Zhou Yixing, Hu Zhiyong. Looking into the network structure of Chinese urban system from the perspective of air transportation[J]. Geographical Research, 2002, 21(3): 276-286. DOI:10.3321/j.issn:1000-0585.2002.03.002] |
| [36] |
徐潇源, 严正, 冯冬涵, 等. 基于输入变量秩相关系数的概率潮流计算方法[J]. 电力系统自动化, 2014, 38(12): 54-61. [Xu Xiaoyuan, Yan Zheng, Feng Donghan, et al. Probabilistic load flow calculation based on rank correlation coefficient of input random variables[J]. Automation of Electric Power Systems, 2014, 38(12): 54-61. DOI:10.7500/AEPS20130429008] |
| [37] |
Li Y, Phelps N A. Knowledge polycentricity and the evolving Yangtze River Delta megalopolis[J]. Regional Studies, 2017, 51(7): 1-13. |
| [38] |
马学广, 唐承辉. 中国城市网络化空间联系与格局——基于高铁客运流的大数据分析[J]. 经济地理, 2018, 38(4): 55-64. [Ma Xueguang, Tang Chenghui. Urban network spatial connection and structure in China based on big data analysis of high-speed railway transport flow[J]. Economic Geography, 2018, 38(4): 55-64.] |
| [39] |
Yang H, Dobruszkes F, Wang J, et al. Comparing China's urban systems in high-speed railway and airline networks[J]. Journal of Transport Geography, 2018, 68: 233-244. DOI:10.1016/j.jtrangeo.2018.03.015 |
| [40] |
Zhang W, Derudder B, Wang J, et al. Approximating actual flows in physical infrastructure networks:The case of the yangtze river delta high-speed railway network[J]. Bulletin of Geography, Socioeconomic Series, 2016, 31: 145-160. DOI:10.1515/bog-2016-0010 |