2. 中国科学院 南京地理与湖泊研究所, 南京 210008;
3. 华东师范大学 城市与区域科学学院, 上海 200241
2. Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China;
3. School of Urban and Regional Science, East China Normal University, Shanghai 200241, China
随着全球化进程的深入,城市群成为国际竞争与合作的重要平台以及区域发展的新兴战略空间[1]。交通网络构成了城市群的骨架,深刻影响着城市群空间运输联系以及要素流动格局[2],对城市群的空间形态与结构功能产生着持续的影响[3-5]。城市群的形成发展普遍遵循着雏形、发育壮大、趋于成型再到外扩融合的阶梯式过程[6],这有赖于交通的改善和城市间联系的强化,现代综合交通体系的构建成为城市群发展面临的巨大挑战[7, 8]。为此,城市群交通发展与运输联系一直是城市地理学和交通地理学关注的热点。
交通可达性是城市群识别和空间界定的基础依据[9],交通流是衡量城市联系的直观指标[10],两者成为探讨城市群交通联系的重要切入点。国外学者较早开展了相关研究,发现公路可达性的提升引致马德里都市圈空间范围扩张,并促进多中心城市格局的形成[11],M40环路的修建总体上提升了马德里都市圈可达性,内部不同地区受益大小与其在都市圈中的区位密切相关[12]。随着城镇化的快速推进,我国学者对城市群交通联系开展了大量研究。新世纪以来中国主要城市群区域可达性提升明显,其中沿海三大城市群受益最为突出[13]。中原城市群综合交通联系网络中晋皖地区边缘化特征明显[14];公路网络的逐步完善在提升长三角、珠三角城市群总体可达性的同时,还促进了可达性的区域均衡[15, 16],但以客运班次表征的铁路联系,中原城市群[17]、长三角城市群[18]均呈现不均衡发展;港珠澳大桥的建设将明显提升香港和澳门的时间可达性,但对珠三角其他中心城市影响较弱[19];关中—天水经济区交通可达性的提升与经济联系增长呈现耦合特征[20]。近年来,高速铁路对城市群交通联系的影响引起了学者的广泛关注。高速铁路带来的可达性收益将促进城市群地区县级城市扩展[21]。成渝城市群[22]、长江中游城市群[23]的实证研究均表明,高速铁路大大提高了城市群区域的整体可达性;高铁在提升泛长三角地区可达性的同时,促进了区域空间格局的重塑和空间极化的加剧[24]。既有研究集中于城市群交通发展与交通联系的格局特征、时空演化及其对区域空间结构、区域经济联系的影响等方面,案例区覆盖了我国主要的城市群,研究成果已相当丰富。但既有成果聚焦于既定城市群范围,对于城市群扩容过程中交通联系演化的探讨还较为鲜见。城市群扩容不仅仅是空间范围的拓展,往往还伴随着城市群结构与功能的变化,比如中心城市的增加、各城市在城市群中交通区位的变化等,这些因素与交通发展因素叠加,将对城市群交通联系产生复杂的影响。当前,我国部分发育程度高的城市群已进入外扩融合阶段,但在城市群建设中也存在“滥圈滥划、扩容贪大”等违背城市群发育规律的问题[25]。探讨城市群空间扩容背景下区域交通联系的时空演化,一方面将拓展城市群交通发展的研究视角,丰富交通运输地理学研究内容,另一方面对于城市群及其交通运输的健康发展也具有一定的参考价值。
长三角城市群是我国发育最为成熟的城市群之一,其发展历程就是一部城市群多次扩容并走向深度一体化的历史[26]。长三角城市群起源于1982年国务院决定成立的上海经济区,共包括10个设区市。1997年成立长江三角洲城市经济协调会,范围扩展至14个设区市,2003年进一步扩展至16个设区市,2016年国务院批准《长江三角洲城市群发展规划》,范围拓展至26个设区市。随着近年来区域交通,尤其是高速铁路的快速发展,长三角城市群空间扩容拓展中,区域交通联系时间及格局发生了什么样的变化?不同层级城市交通联系演化表现有否不同?交通网络的发展能否为城市群扩容及一体化提供良好支撑?本文试图回答以上问题,并据此提出交通网络进一步优化的建议。城市群尺度上,包含公路和铁路的陆路交通在客货运输中承担着关键性作用[27]。高速铁路强化了区域联系,重塑着交通联系格局[28],在城市群交通体系中的地位日益突出。为反映高速铁路对城市群交通联系的影响,本文选取高铁开通前的2005年及高铁网络初步成型的2019年两个时间截面,综合考虑公路、普速铁路和高速铁路等陆路交通方式开展相关研究。
2 研究方法与数据来源 2.1 研究区域2003年以来,长三角城市群16个设区市范围被学界广为接受,为此本文将扩容前的范围界定为16个设区市;扩容后的范围根据《长江三角洲城市群发展规划》,界定为26个设区市。扩容前城市群国土面积11万平方千米,包括上海市,江苏省的南京、镇江、常州、无锡、苏州、南通、泰州、扬州等8个设区市,浙江省的杭州、湖州、嘉兴、绍兴、宁波、舟山、台州等7个设区市;扩容后城市群国土面积21.17万平方千米,较之扩容前增加了江苏省的盐城市,浙江省的金华市,以及安徽省的合肥、芜湖、马鞍山、铜陵、安庆、池州、滁州、宣城等8个设区市。文章以县域为基本研究单元①,扩容前共包括74个研究单元,其中上海、南京、杭州为中心城市;扩容后共包括133个研究单元,其中上海、南京、杭州、合肥为中心城市。
2.2 研究方法长三角城市群公路网络已较为完善,单元间连接性普遍较好,因此公路交通联系重点分析其可达性的时空演化;铁路运输高度依赖运营组织,加之铁路网络未实现研究单元全覆盖,故铁路运输联系从网络连接特征及可达性时空演化两个方面分析;在以上基础上,综合公路与铁路的陆路交通主要探讨其可达性的时空演化。中心城市在城市群形成与发展中起着核心组织作用,设区市市区往往是所辖乃至邻近县(市)的经济活动中心,为此本文分析城市群可达性演化时重点分析各研究单元依托陆路交通到中心城市及设区市市区的平均通达时间。
(1)可达性分析。可达性以通达时间表征,时间越短,可达性越好。公路可达性基于数字化的公路网络测算,将各研究单元的行政中心抽象为节点,通过O-D最短路径分析得到单元间最短行车时间矩阵,进而整理得到各单元到中心城市、设区市市区等目的地节点的平均最短行车时间,以其作为研究单元的公路通达时间;可达性分析中设定高速公路行车速度100 km/ h,国道和省道70 km/ h,其他道路40 km/ h[29]。铁路可达性基于旅客列车时刻表测算,以反映城市间铁路联系的实际状况[30],将高铁网络与普铁网络加以区分,查询站点间直达列车的运营时间进而通过算术平均得到研究单元间客运列车平均耗时(对于同一研究单元有两个及以上火车站点的,将多个火车站点数据合并计算),在此基础上整理得到各单元到各类目的地节点的平均行车时间作为铁路通达时间。陆路可达性综合考虑公路和铁路可达性进行分析,在各单元间公路最短行车时间矩阵和铁路平均行车时间矩阵基础上,再次通过O-D最短路径分析得到各研究单元到目的地的最短陆路行车时间(计算中忽略公路和铁路的换乘时间),进一步整理得到各单元到各类目的地节点的平均最短行车时间,作为研究单元的陆路通达时间。
(2)网络连接特征分析。铁路网络连接特征引入连通度、连通强度和连接指数加以探讨,将某一研究单元的连通度(CONi)定义为铁路网络中与该研究单元具有直达联系的单元数,表征该单元在网络中联系的广度;将连通强度(CONIi)定义为铁路网络中与该单元具有直达联系的列车班次数,表征该单元在网络中联系的频度;以此为基础,综合连通度与连通强度构建铁路连接指数(Li)反映研究单元在铁路网络中的地位(见公式)。
公路网络数据来源于《中国交通营运里程图集》(人民交通出版社,2005)及《中国高速公路及城乡公路网地图集》(中国地图出版社,2019);铁路旅客列车时刻数据来源于《全国铁路旅客列车时刻表》(铁道部运输局,中国铁道出版社,2005年10月)以及12306网站(https://www.12306.cn,数据获取时间2019年8月)。
3 公路交通联系演化 3.1 公路通达时间总体演化空间扩容后,各研究单元到中心城市的公路通达时间最低值、最高值和均值都有不同程度的提升,但极值比和各单元均值标准化后的标准偏差均有下降,其中均值提升了7.5%,极值比和标准偏差分别下降了23.6%和24.7%(图 1)。由此,虽然总体通达时间有了较为明显的增长,但极值比降低表明各研究单元到中心城市的绝对通达时间差距缩小,标准偏差降低则反映了研究单元间整体均衡性的提升。4 h通行时间常被作为日交通圈的衡量指标[31],2005年到达中心城市通达时间在4 h以内的单元数占比达到87.7%,2019年该比重为84.1%,较之2005年下降了3.6个百分点,总体幅度不大,反映出在城市群范围大幅拓展的背景下,得益于公路网络的完善,绝大部分研究单元与中心城市的公路交通依然较为便捷。从图 2可知,各研究单元到设区市市区的公路通达时间在扩容后也有明显提升,其中均值提升了7.1%,但极值比和标准偏差则分别降低了10.4%和16.2%。与到中心城市一样,虽然总体上可达性水平有所降低,但单元间的绝对差距降低,整体均衡性获得了提升。2005年到设区市市区4 h以内的单元数占比为87.7%,2019年该范围内单元数占比却略有提升,达到了87.9%,也即扩容后由于公路网络的完善,设区市市区日交通圈范围内的单元数占比还略有增加。
进一步分析中心城市、设区市市区以及所有单元三类具有明显层级差异的研究单元可达性及其演化特征。在两个时间断面上,无论是到中心城市,还是到设区市市区,研究单元层级越高,其公路通达时间越低,可达性越优,也即中心城市可达性总体优于设区市,设区市总体优于所有单元。扩容后中心城市、设区市市区及所有研究单元到中心城市的平均公路通达时间分别提升了15.6%、11.0%和7.5%,到设区市市区分别提升了11.0%、7.4%和7.1%。由此可得:①不同层级类型的研究单元,到中心城市的公路通达时间提升幅度均高于到设区市市区;②无论是到中心城市,还是到设区市市区,中心城市公路通达时间增长高于设区市,设区市高于所有单元。这表明,在城市群空间扩容中,所有单元、设区市单元以及中心城市单元从公路网络发展中的获益具有明显差别,中心城市行车时间提升幅度高,获益相对较少,设区市获益居中,一般单元获益相对最高,客观上促进了可达性的区域均衡。这是长三角城市群以高速公路为骨干的公路网络发展日趋成熟,趋向于区域均衡化布局的直观表现。2005年,上海、南京和杭州3个中心城市之间已建成沪宁、沪杭和宁杭高速公路,实现了三者间的快捷连通;16个设区市市区,除了舟山外其他各市均有高速公路相连;但74个研究单元中仍有15个未通高速公路,高速公路覆盖的单元占比为79.8%。2019年,中心城市、设区市市区实现高速公路全覆盖,133个研究单元中仅有宣城市的泾县和旌德县未通高速公路,覆盖率提升到98.5%。
4 铁路交通联系演化 4.1 普速铁路网络连接演化空间扩容后,长三角城市群普速铁路网络明显扩张,覆盖单元数由27个增加至54个,占单元总数比重由36.5% 提升至40.6%。2005年27个单元连通度平均值为13.6,也即网络中每个单元平均与13.6个单元具有直达连接;超过平均水平的单元有16个。南京和杭州两个中心城市连通度分列第一、第二,为24和22,与网络中其他单元的直达连接率分别达到92.3%和84.6%,较之位居其后的单元具有明显优势。这一时期,长三角城市群铁路网络大致可以分为两个部分,一是由沪宁、沪杭、杭甬等铁路构成的联系主轴线,二是由宁通、宣杭、金千(金华—千岛湖)等铁路构成的联系外围线。南京和杭州连通度优势突出主要在于其衔接了主轴线与外围线。铁路主轴线沿线单元连通度均在15以上,设区市市区单元较之县级单元在连通度上的优势并不突出,这是因为当时的铁路运输组织中,虽K,T,Z等列车在县级站点停靠较少,但网络中仍有大量在县级站点停靠的普客列车,使得设区市市区和县(市)连通度差距并不明显。外围线沿线单元连通度都在15以下,相对而言宁通线沿线的扬州和泰州具有一定优势。2019年54个单元连通度平均值为19.7,其中28个单元高于平均水平,南京连通度最高,达到41,直达连接率75.9%,合肥和芜湖连通度分别为40和38,较之位居其后的上海(31)和杭州(30)优势明显。这一时期,安徽沿江地区纳入了城市群范围,铁路网络明显拓展,连通度较高的单元由原来的沪宁—沪杭—杭甬沿线向淮南线—芜宣—宣杭线、浙赣线以及京沪线安徽段沿线单元拓展,连通度低的单元相对集中分布于扩容区域的边缘地区,比如安庆、盐城、金华等市域(图 3)。
2005年长三角城市群铁路网络平均连通强度为228.5,超过平均水平的单元有11个,较之连通度分布更为集中。上海优势突出,连通强度达到826,远高于位居其后的南京(616)和杭州(558),此外,沪宁沿线的常州、无锡两个单元也超过了500。与连通度相似,宁通、宣杭以及金千等外围线沿线单元的连通强度均较低,在50以下;而沪宁、沪杭和杭甬等主轴线沿线单元连通强度均在100以上。设区市市区单元在连通强度上明显高于县(市)单元,这与连通度明显不同,而连通强度具有绝对优势的上海,其连通度优势也不突出,说明连通度与连通强度并不具有严谨的对应性。连接指数综合反映了研究单元在铁路网络连接中的地位,上海最高,为121.93,南京与上海基本相当,为121.60,杭州为110.80,其余单元均低于100,表明中心城市在普速铁路网络中具有显著优势。总体上,沪宁沿线设区市市区单元铁路连接水平高于其他单元。2019年各单元连通强度平均值为151.7,较之2005年下降明显,这与高速铁路快速发展,普速铁路释放客运运能服务于货运密切相关;连通强度超过平均水平的单元为19个,相对于连通度分布亦更为集中。上海依然占据优势,其连通强度为569,杭州和南京紧随其后,分别为534和496,沪宁沿线的苏州和无锡也超过400。而连通度位居第一第二的合肥和芜湖,连通强度分别为270和334,优势并不明显。扩容后,由于连通度的提升,连接指数较之2005年也有所提升,2019年连接指数南京最高,达到142.60,上海和杭州位居其后,分别为132.81和126.57,芜湖位居第四,而合肥不仅低于芜湖,且低于沪宁沿线的苏州、无锡和常州,地位较低。总体而言,沪宁—沪杭—杭甬线、淮南—芜宣—宣杭线、浙赣线以及京沪线安徽段沿线设区市市区单元铁路连接水平较高(图 3)。
4.2 高速铁路网络连接特征2019年长三角城市群高速铁路网络覆盖66个单元,覆盖率为49.6%,较之普速铁路高9个百分点。高速铁路网络中平均连通度为27.5,超过平均水平的单元数达到41个,南京、合肥的连通度最高,均为53,直达连接率达到80.3%。上海位居第三,连通度为48;沪杭高铁沿线的嘉善(47)、杭州(46)和嘉兴(46)紧随其后。在连通强度上,各单元平均值为454.1,明显高于普速铁路网络,超过平均水平的单元有19个,集聚分布特征突出。上海、南京和杭州高铁连通强度优势突出,分别达到2563、2513和2112,远高于其在普速铁路网络中的连通强度。沪宁沿线的苏州、无锡和常州以及杭甬沿线的宁波、绍兴,宁杭沿线的湖州等几个设区市市区的连通强度均超过了1000,具有一定的比较优势;但连通度最高的合肥,其连通强度仅为877。较之2005年和2019年普速铁路网络,高速铁路网络连通度及连通强度均高,连接指数亦高,位居第一的南京达到364.95,上海(350.75)、杭州(311.69)分居二、三位。苏州、无锡、常州、合肥、镇江等指数均超过200,但连通度位居第一的合肥,其连接指数仅为215.59,屈居第7位,优势不明显。总体而言,沪宁、宁杭、杭甬、沪杭、合宁等高铁沿线的设区市市区单元高铁连接水平均较高,其中沪宁高铁沿线地位更为突出(图 4)。
2019年较之2005年,普速铁路网络扩张主要源自城市群扩容,其间铁路网络本身基本没有变化。在这期间,虽历经了多次铁路提速,但由于空间范围的极大拓展,网络中节点间的平均距离明显增加,通达时间随之增加。2005年铁路网络中的27个单元到中心城市和设区市市区的平均通达时间分别为3.72 h、3.56 h,2019年铁路网络中的54个单元到中心城市和设区市市区的平均通达时间分别为4.37 h、4.47 h,分别提升了17.5%、25.6%,到设区市市区的增长幅度明显高于到中心城市,这与普速铁路网络特征、列车运行组织密切相关。长三角城市群普速铁路覆盖率、网络化水平不高,主体仍呈线状格局,在运行组织上注重各单元与中心城市的直达连接。铁路线状布局特征使得连接的节点越多,其平均时间越长,由此导致2005年各节点到中心城市的平均通行时间高于到设区市市区;城市群扩容后,铁路网络中增加了1个中心城市,但增加了10个设区市,由于目的地节点增加越多其时间增长越高,使得到设区市市区的通达时间增长幅度高于到中心城市。此外,2005年三个中心城市间平均通行时间为4.61 h,2019年四个中心城市间平均通达时间为5.10 h,总体时间较高,中心城市间的铁路联系并不便捷。
4.4 高速铁路联系通达时间2019年高铁网络覆盖的66个单元到中心城市和设区市市区的平均通达时间分别为2.11 h、2.18 h,4个中心城市间通达时间的平均值为1.94 h,高速铁路在快速输送旅客上的优势得以体现。较之普速铁路网络,中心城市间通行优势凸显。普速铁路网络中,中心城市间的通行时间均高于所有节点到中心城市或设区市市区的时间,但在高铁网络中,中心城市间的通行时间最低。由此反映出高铁网络构建时优先考虑了区域中心城市间的衔接和连通,沪宁、沪杭以及宁杭三条高速铁路使得上海、南京和杭州三个中心城市间实现了线路的直接连通,合宁高速铁路直接连接了合肥与南京,并通过沪宁和宁杭高铁基本实现了与上海和杭州的直线连接,显著降低了中心城市间的通行时间。
5 陆路交通联系演化 5.1 陆路通达时间总体演化综合公路和铁路通达时间得到陆路通达时间。2005年,长三角城市群高速公路网络已较为完善,铁路发展水平相对较低,加之普速铁路较之高速公路在速度上并没有优势,因此这一时期绝大部分单元到中心城市以及设区市市区的陆路通达时间即为公路通达时间,仅有绍兴、海安、如皋、昆山等少数几个单元较之公路通达时间略有降低,但其变化量均在0.04 h以内,可以忽略不计。所有单元到中心城市及设区市市区的平均通达时间分别为2.79 h、2.97 h,均与公路通达时间相同。主要得益于高速铁路的发展,扩容后陆路交通可达性有所改善,所有单元到中心城市和设区市市区的平均通达时间分别为2.54 h、2.91 h,较之扩容前缩短了9.6%和2%。
2019年各研究单元到中心城市的陆路通达时间,湖州市区最短,为1.29 h,玉环县最高,为4.92 h,极值比和标准偏差分别为3.81、0.30;到设区市市区通达时间,南京市最短,为1.66 h,最高仍为玉环县,为5.09 h,极值比和标准偏差分别为3.07、0.243;无论是到中心城市还是到设区市,扩容后虽然极值比增大,最优单元与最差单元间的绝对差距拉大,但标准偏差明显下降,总体均衡性有所增强(表 1)。
到中心城市及设区市市区通达时间在4 h以内的单元占比为94.7%和91.7%,较之2005年分别提高了7%和4%。扩容后不仅整体可达性有所改善,日交通圈空间绝对范围及其占比亦明显提升,说明长三角陆路交通发展较好地支撑了城市群空间扩容。
5.2 不同层级单元陆路通达时间演化空间扩容前后,无论是到中心城市,还是到设区市市区的陆路通达时间,中心城市单元低于设区市单元,设区市单元低于所有单元,与公路网络一致。进一步对比所有单元、设区市单元与中心城市单元在时间缩短与可达性改善中的获益差异,三者到中心城市的时间节省分别为9.6%、16.1%、23.7%,到设区市市区的时间节省分别为2%、5.8%、16.5%。由此可见,各层级类型的研究单元,到中心城市的通达时间节省幅度均高于到设区市;层级高的单元时间节省幅度高于层级低的单元。从中可知,无论是到中心城市还是设区市市区,所有单元受益小于设区市单元,设区市受益小于中心城市,这与公路网络逐步完善,一般节点受益高于设区市,设区市高于中心城市明显不同。综合考虑公路和铁路的陆路交通,时间缩短主要由高速铁路发展引致,不同层级节点受益情况的对比充分说明,当前高速铁路网络的发展仍处在强化中心城市地位的阶段,从城市群整体来看,高铁网络化水平仍较低。
5.3 陆路交通可达性空间格局演化空间扩容改变了城市群范围、轮廓形状以及中心城市、设区市等目的地分布,在此期间公路和铁路的快速发展亦引致了陆路交通网络格局的深刻演化。受上述多种因素共同作用,无论是到中心城市,还是到设区市市区,长三角城市群陆路交通可达性格局均发生了明显变化(图 5,图 6)。
2005年,城市群轮廓南北较为狭长,各单元到中心城市陆路通达时间呈现明显的中部优、南北差格局,在中部则呈东部优于西部态势。通达时间最短的单元为吴江,以其为中心,环太湖及沪杭沿线各单元到中心城市的通达时间均在2 h以内,构成可达性最优区,位于城市群中部的东部片区。从这一区域往西北方向,沿着沪宁高速公路直到南京,大部分单元通达时间均在2.5 h以内;往北沿京沪高速公路,长江以北地区仅有靖江、泰兴两个单元在2.5 h内;往南则仅有杭州临近的几个单元在2.5 h内,上述地域单元构成可达性次优区域,沿沪宁高速公路延伸的特征明显;北部的苏中地区和南部的浙中地区可达性较差,但可达性最差的单元相对集中于南部边缘。2019年,城市群轮廓大致呈三角形,各单元到中心城市通达时间大体呈现中心优、边缘劣的中心—外围格局,可达性较优区域高铁主通道指向特征明显。通达时间小于1.5 h的6个单元集中于宁杭高铁沿线,以这一区域为中心向外,可达性逐渐降低,沪宁、沪杭高铁沿线大部分单元通达时间在1.5—2.0 h,构成可达性次优区。位于城市群外围的北部、西南部以及东南部可达性最差,大部分单元的通达时间均在3.5 h以上。可达性较优区域总体偏于城市群北部,但由沪宁沿线地区向苏中苏北地区可达性快速衰减,北部边缘的盐城市可达性总体较之位于西南和东南部边缘的城市差,这一时期通达时间大于4 h的7个单元中,有4个分布在盐城市,这与扩容前可达性最差的单元集中于城市群南部边缘有所不同。
设区市数量较多,空间分布较之中心城市均衡,使得各研究单元到设区市市区陆路通达时间格局较之到中心城市,中心—外围特征明显。2005年,苏州、无锡和吴江三个单元通达时间小于2.0 h,以此为中心,向外围可达性逐渐降低,上海、苏南的苏锡常及浙北的嘉兴、湖州地区大部分单元通达时间均在2.5 h内,可达性较优,受地域南北狭长而设区市市区亦相对集中于北部的影响,北部可达性优于南部,可达性差的单元相对集中于南部,通达时间超过4.0 h的9个单元中,除启东外的8个均位于南部。2019年通达时间小于2.0 h的单元有11个,与2005年相比,从环太湖地区沿沪宁、宁杭等高铁线向西北部明显拓展,南京进入可达性最优区。2—2.5 h的单元环绕上述单元分布,由此向外,通达时间逐渐上升。超过4 h的单元共有11个,集中于苏北的盐城、皖西南的安庆和浙东南的台州。
陆路交通可达性空间格局特征及其演化深受城市群形状轮廓、目的地节点布局以及陆路交通网络发展的影响。2005年,上海、南京、杭州三个中心城市构成了以太湖为中心的三角形区域,这一地区不仅公路网络发达,与三个中心城市,乃至16个设区市市区间的空间距离也短,由此形成了可达性较优区;江苏的苏中地区与上海、南京两个中心城市以及大部分设区市市区虽距离较近,但受限于长江阻隔,其可达性较差;而城市群南部可达性较差,一方面因为距离上海、南京以及大部分设区市市区较远,另一方面与城市群南部公路网络发展水平低于北部有关。2019年,上海、南京、杭州、合肥四个中心城市由沪宁、沪杭、宁杭、合宁等多条高速铁路连通,沿线单元不仅距离中心城市及设区市市区较近,陆路交通亦十分发达,从而构成可达性较优区。城市群西南及东南边缘区域不仅距离中心城市及大部分设区市市区较远,且目前仍由速度较低的单一高铁线路相衔接;城市群北部边缘,虽在与中心城市及大部分设区市市区距离上较之南部有优势,但截至2019年,该区域与城市群其他城市间缺少高速铁路的便捷连接,导致可达性较差。
由于城市群空间范围拓展方向主要向西,可达性最优区也随之西移,原来处于城市群边缘的苏南西部及浙北西部成为城市群中心区,可达性提升明显。在中心城市中,南京的交通区位优势凸显。2005年南京在3个中心城市中可达性最差,到2019年,南京成为4个中心城市中可达性最优的城市,杭州和上海基本相当,合肥相对较差。长三角扩容后,南京在中心城市中具有居中的交通区位,无论是高速公路还是高速铁路,与合肥、杭州、上海均具有直接连接;杭州和上海两城市虽偏于东部,但两城市间距离较近,交通便捷;合肥偏于西部,与杭州、上海距离较远,且东向联系的合宁高铁设计时速为250公里,使得合肥与其它几个中心城市的通达时间较长。此外,较之2005年,2019年长江的阻隔作用更为明显。随着高速公路网络以及过江通道的发展,长江对江南江北地区公路联系的阻隔作用逐步削弱,但到了2019年,高速铁路成为影响各单元陆路通达时间的主要因素,江苏境内缺乏南北向连通的高速铁路,导致长江的阻隔效应相对更为突出。
6 结论与讨论 6.1 结论(1)空间扩容引致长三角城市群公路通达时间增长,但区域差异趋于缩小;总体上,中心城市公路可达性优于设区市市区,设区市市区优于县市单元,但上述三类单元在城市群扩容及公路网络发展中的获益呈反向顺序。长三角城市群普速铁路网络中,连通强度在空间分布上相对集聚,设区市市区单元较之县市单元具有一定优势,但连通度在不同类型单元间的差距不显著。受高铁发展影响,扩容后普速铁路的连通强度下降明显;铁路连接指数较高的单元主要集中于铁路主轴线。高铁网络总体连通度、连通强度均显著高于普速铁路网络,连接水平较高的单元亦相对集中于高铁主轴线。扩容后普速铁路网络总体通行时间随路网规模扩大而明显增加,但覆盖规模超过普速铁路网的高铁网络通行时间显著低于普速网络,中心城市在高铁网络中优势突出。
(2)扩容前长三角城市群陆路通达时间与公路通达时间一致;主要得益于高速铁路的快速发展,扩容后到中心城市及设区市市区的陆路通达时间均有一定程度的降低,且均衡性有所增强。中心城市可达性总体优于设区市市区,设区市市区优于一般县市,且从城市群扩容与陆路交通发展中的受益遵循同样的顺序,中心城市的交通区位优势更为凸显。受城市群扩容及陆路交通演化的共同作用,可达性空间格局发生了明显变化,扩容后可达性最优、较优区表现出明显的高速铁路主通道指向特征。受限于跨江高速铁路不足,2019年长江的阻隔作用更为明显。
6.2 讨论(1)陆路交通发展为长三角城市群空间扩容提供了较好的支撑,但高速铁路仍处于骨干网络构建阶段,重视中心城市连通,整体网络化水平不高,城市群边缘单元融入区域一体化的交通制约仍较为突出。推进城市群高度一体化、绿色化、智慧化和国际化发展是未来我国城市群建设的重要方向之一[32],随着长三角高质量一体化上升为国家战略,对城市群交通发展提出了更高的要求,共建“轨道上的长三角”成为推进一体化的重要任务和关键抓手。在这一过程中应高度重视轨道交通网络格局优化及其区域效应研究,提升对交通建设与区域发展实践的理论支撑,关注交通相对薄弱的城市群边缘区域,推动多层次轨道交通网络的布局优化。
(2)城市群空间扩容背景下交通联系演化深受交通和非交通因素的共同作用,空间扩容带来的城市群结构与功能的变化深刻影响着交通联系的演化,开展相关研究具有明显的理论意义和实践价值。本文采用可达性和网络连接指数模型探讨了长三角城市群扩容前后铁路网络连接特征以及陆路通达时间的时空演化,这仅仅是一个粗浅的尝试。空间扩容引致城市群结构、功能的变化与综合交通发展之间将会如何相互作用?这种相互作用又将对城市群交通联系产生怎样的影响?诸多问题需要在未来的研究中进一步思考和探究。
注释:
① 本文将设区市市区视为一个单元,不再细分到区。2005年以来,长三角部分设区市进行了撤县设区,由于新设立的区面积较大,同时为保持两个时间断面上研究单元的一致性,新设立的区依旧作为独立单元,未合并到设区市市区单元中。此外,舟山市的嵊泗县和岱山县与其他研究单元间没有陆路交通线衔接,未作为研究单元列入。
[1] |
方创琳. 中国城市群研究取得的重要进展与未来发展方向[J]. 地理学报, 2014, 69(8): 1130-1144. [Fang Chuanglin. Progress and the future direction of research into urban agglomeration in China[J]. Acta Geographica Sinica, 2014, 69(8): 1130-1144.] |
[2] |
Padeiro M. Transport infrastructure and employment growth in the Paris Metropolitan Margins[J]. Journal of Transport Geography, 2013, 31: 44-53. DOI:10.1016/j.jtrangeo.2013.05.007 |
[3] |
Kim K S. High-speed rail developments and spatial restructuring: A case study of the capital region in South Korea[J]. Cities, 2000, 17(4): 251-262. DOI:10.1016/S0264-2751(00)00021-4 |
[4] |
金凤君. 基础设施与经济社会空间组织[M]. 北京: 科学出版社, 2012: 125-133. [Jin Fengjun. Spatial Organization of Infrastructures, Economy, and Society[M]. Beijing, China: Science Press, 2012: 125-133.]
|
[5] |
钟业喜, 文玉钊. 城市群空间结构效益比较与优化研究——以江西省为例[J]. 地理科学, 2013, 33(11): 1309-1315. [Zhong Yexi, Wen Yuzhao. The comparison and optimization of spatial structure benefits of urban agglomerations: A case of Jiangxi Province[J]. Scientia Geographica Sinica, 2013, 33(11): 1309-1315.] |
[6] |
陈群元, 喻定权. 我国城市群发展的阶段划分、特征与开发模式[J]. 现代城市研究, 2009, 24(2): 77-82. [Chen Qunyuan, Yu Dingquan. Stages, Characters and exploitation modes of urban agglomerations development in China[J]. Modern Urban Research, 2009, 24(2): 77-82. DOI:10.3969/j.issn.1009-6000.2009.02.014] |
[7] |
Huang H J, Xia T, Tian Q, et al. Transportation issues in developing China's urban agglomerations[J]. Transport Policy, 2020, 85: A1-A22. DOI:10.1016/j.tranpol.2019.09.007 |
[8] |
姚世谋, 徐丽婷, 郑涛, 等. 中国城市群快速成长的机理与新理念——以长三角城市群为例[J]. 人文地理, 2020, 35(1): 11-18. [Yao Shimou, Xu Liting, Zheng Tao, et al. The mechanisms and new principles of rapid growth of Chinese urban agglomerations: A case study of the Yangtze River Delta urban agglomeration[J]. Human Geography, 2020, 35(1): 11-18.] |
[9] |
张倩, 胡云锋, 刘纪远, 等. 基于交通、人口和经济的中国城市群识别[J]. 地理学报, 2011, 66(6): 761-770. [Zhang Qian, Hu Yunfeng, Liu Jiyuan, et al. Identification of urban clusters in China based on assessment of transportation accessibility and socio-economic indicators[J]. Acta Geographica Sinica, 2011, 66(6): 761-770.] |
[10] |
Zhang W Y, Derudde B. Approximating actual flows in physical infrastructure networks: The case of the Yangtze River Delta highspeed railway network[J]. Bulletin of Geography: Socio-Economic Series, 2016, 31(31): 145-160. DOI:10.1515/bog-2016-0010 |
[11] |
Mateos Héctor S, Martínez Sánchez, Sanz Inmaculada, et al. Road accessibility and articulation of metropolitan spatial structures: The case of Madrid (Spain)[J]. Journal of Transport Geography, 2014, 37: 61-73. DOI:10.1016/j.jtrangeo.2014.04.003 |
[12] |
Gutiérrez J, Gómez G. The impact of orbital motorways on intrametropolitan accessibility: The case of Madrid's M-40[J]. Journal of Transport Geography, 1999, 7(1): 1-15. DOI:10.1016/S0966-6923(98)00029-5 |
[13] |
Song G, Yang J W. Measuring the spatiotemporal variation and evolution of transport network of China's megaregions[J]. Journal of Geographical Sciences, 2016(10): 1497-1516. |
[14] |
安俞静, 刘静玉, 乔墩墩. 中原城市群城市空间联系网络格局分析——基于综合交通信息流[J]. 地理科学, 2019, 39(12): 1929-1937. [An Yujing, Liu Jingyu, Qiao Dundun. Urban spatial connection and network structure in Zhongyuan Urban Agglomeration: A study based on integrated traffic and information flow[J]. Scientia Geographica Sinica, 2019, 39(12): 1929-1937.] |
[15] |
吴威, 曹有挥, 曹卫东, 等. 长江三角洲公路网络的可达性空间格局及其演化[J]. 地理学报, 2006, 61(10): 1065-1074. [Wu Wei, Cao Youhui, Cao Weidong, et al. Spatial structure and evolution of highway accessibility in the Yangtze River Delta[J]. Acta Geographica Sinica, 2006, 61(10): 1065-1074.] |
[16] |
梅志雄, 徐颂军, 欧阳军. 珠三角公路网络可达性空间格局及其演化[J]. 热带地理, 2014, 34(1): 27-33, 103. [Mei Zhixiong, Xu Songjun, Ouyang Jun. Spatial pattern and evolution of road network accessibility in the Pearl River Delta[J]. Tropical Geography, 2014, 34(1): 27-33, 103.] |
[17] |
陈硕, 张维阳, 高建华. 铁路交通流视角下中原城市群城市体系演变: 基于城市中心性与中介性的分析[J]. 人文地理, 2019, 34(6): 62-70, 90. [Chen Shuo, Zhang Weiyang, Gao Jianhua. Urban system evolution of central plains form the lens of railway traffic flow: An empirical analysis of cities'centrality and intermediacy[J]. Human Geography, 2019, 34(6): 62-70, 90.] |
[18] |
陈名, 陈洪全, 蒋海兵, 等. 长江三角洲地区铁路客运联系网络结构演变特征[J]. 经济地理, 2020, 40(12): 63-71. [Chen Ming, Chen Hongquan, Jiang Haibing, et al. Network structure evolution of passenger railway connection in Yangtze River Delta[J]. Economic Geography, 2020, 40(12): 63-71.] |
[19] |
吴旗韬, 张虹鸥, 叶玉瑶, 等. 基于交通可达性的港珠澳大桥时空压缩效应[J]. 地理学报, 2012, 67(6): 723-732. [Wu Qitao, Zhang Hong'ou, Ye Yuyao, et al. The impact of Hong Kong-Zhuhai-Macao Bridge on the traffic pattern of Pearl River Delta[J]. Acta Geographica Sinica, 2012, 67(6): 723-732.] |
[20] |
王妙妙, 曹小曙. 基于交通通达性的关中-天水经济区县际经济联系测度及时空动态分析[J]. 地理研究, 2016, 35(6): 1107-1026. [Wang Miaomiao, Cao Xiaoshu. The measurement of inter-county economic linkage and spatio-temporal dynamics analysis in Guanzhong-Tianshui Economic Region based on the traffic accessibility[J]. Geography Research, 2016, 35(6): 1107-1026.] |
[21] |
Pan H Z, Cong C, Zhang X L, et al. How do high-speed rail projects affect the agglomeration in cities and regions?[J]. Transportation Research Part D, 2020, 88: 10256. DOI:10.1016/jtrd.2020.10256 |
[22] |
宗会明, 黄言. 高速铁路对成渝城市群区域可达性和城市相互作用格局的影响[J]. 人文地理, 2019, 34(3): 99-107, 127. [Zong Huiming, Huang Yan. The impact of high-speed rail on regional accessibility and regional spatial interactions: A case study of ChengduChongqing Urban Agglomeration[J]. Human Geography, 2019, 34(3): 99-107, 127.] |
[23] |
梅琳, 黄柏石, 敖荣军, 等. 长江中游城市群高速铁路可达性格局及演变[J]. 经济地理, 2018, 38(6): 62-68. [Mei Lin, Huang Baishi, Ao Rongjun, et al. The spatial pattern and evolution of high-speed railways accessibility of the urban agglomeration in the middle reaches of the Yangtze River[J]. Economic Geography, 2018, 38(6): 62-68.] |
[24] |
姚兆钊, 曹卫东, 岳洋, 等. 高铁对泛长三角地区可达性格局影响[J]. 长江流域资源与环境, 2018, 27(10): 2182-2193. [Yao Zhaozhao, Cao Weidong, Yue Yang, et al. Study on the influence of highspeed railway on the accessibility pattern in Pan-Yangtze River Delta Region[J]. Resources and Environment in the Yangtze Basin, 2018, 27(10): 2182-2193.] |
[25] |
方创琳, 周成虎, 王振波. 长江经济带城市群可持续发展战略问题与分级梯度发展重点[J]. 地理科学进展, 2015, 34(11): 1398-1408. [Fang Chuanglin, Zhou Chenghu, Wang Zhenbo. Sustainable development strategy and priorities of spatially differentiated development of urban agglomerations along the Yangtze River Economic Belt[J]. Progress in Geography, 2015, 34(11): 1398-1408.] |
[26] |
王全忠, 彭长生. 城市群扩容与经济增长——来自长三角的经验证据[J]. 经济经纬, 2018, 35(5): 51-57. [Wang Quanzhong, Peng Changsheng. Expansion of megalopolis groups and urban economic growth: Empirical vvidence from the Yangtze River Delta[J]. Economic Survey, 2018, 35(5): 51-57.] |
[27] |
陈梦筱. 国家级城市群经济空间联系及演化趋向——以哈长城市群为例[J]. 经济地理, 2020, 40(5): 99-105. [Chen Mengxiao. Economic spatial connection and evolution trend of national urban agglomeration: Take Harbin-Changchun Urban Agglomeration as an example[J]. Economic Geography, 2020, 40(5): 99-105.] |
[28] |
王姣娥, 焦敬娟, 金凤君. 高速铁路对中国城市空间相互作用强度的影响[J]. 地理学报, 2014, 69(12): 1833-1846. [Wang Jiao'e, Jiao Jingjuan, Jin Fengjun. Spatial effects of high-speed rails on interurban economic linkages in China[J]. Acta Geographica Sinica, 2014, 69(12): 1833-1846. DOI:10.11821/dlxb201412009] |
[29] |
吴威, 曹有挥, 曹卫东, 等. 开放条件下长江三角洲区域的综合交通可达性空间格局[J]. 地理研究, 2007, 26(2): 391-402. [Wu Wei, Cao Youhui, Cao Weidong, et al. On the patterns of integrated transportation accessibility in the Yangtze River Delta under opening conditions[J]. Geographical Research, 2007, 26(2): 391-402. DOI:10.3321/j.issn:1000-0585.2007.02.021] |
[30] |
张莉, 赵英杰, 陆玉麒, 等. 中国铁路客运流联结的城市时间可达性[J]. 地理科学, 2020, 40(3): 354-363. [Zhang Li, Zhao Yingjie, Lu Yuqi, et al. Urban time accessibility of railway passenger traffic flow in China[J]. Scientia Geographica Sinica, 2020, 40(3): 354-363.] |
[31] |
李平华, 陆玉麒. 城市可达性研究的理论与方法评述[J]. 城市问题, 2005(1): 69-74. [Li Pinghua, Lu Yuqi. Review on the theory and method of urban accessibility research[J]. Urban Problems, 2005(1): 69-74. DOI:10.3969/j.issn.1002-2031.2005.01.017] |
[32] |
方创琳. 改革开放40年来中国城镇化与城市群取得的重要进展与展望[J]. 经济地理, 2018, 38(9): 1-9. [Fang Chuanglin. Important progress and prospects of China's urbanization and urban agglomeration in the past 40 years of Reform and Opening-Up[J]. Economic Geography, 2018, 38(9): 1-9.] |