基于社会网络分析的中国省际铁路货运联系的网络特征分析

刘 春，张金隆

（1.武汉工商学院 管理学院，湖北 武汉 430065；2.现代物流与商务湖北省协同创新中心，湖北 武汉 430065）

基于社会网络分析的中国省际铁路货运联系的网络特征分析

刘 春1，2，张金隆2

（1.武汉工商学院 管理学院，湖北 武汉 430065；2.现代物流与商务湖北省协同创新中心，湖北 武汉 430065）

利用O-D关联模型测算省级行政区域间货运关联的强弱，采用社会网络分析方法构建省际铁路货运联系的网络，对网络结构特征进行实证研究。研究结果显示：中国省际铁路货物联系呈现出网络化特征，但地域分布不均衡；宁夏、上海、四川、北京和湖北为重要铁路货运中介；中国省际铁路货物联系网络具有分散化趋势，但铁路网络化还没有形成；河北、山西、宁夏、山东形成的子群铁路货物联系较强。

省际铁路货运；网络特征；O-D关联模型；社会网络分析方法

1 引言

交通流是区域间空间联系的重要载体与表现形式，区域间交通运输水平与区域空间结构密切相关，省级行政区域是我国经济的基本地域单元，省际铁路货运流在经济结构演变中具有基础性作用。物流经济联系是区域空间结构的综合反映，刘承良（2004）从实证的角度，综合研究省区物流中心城市、主要物流联系通道、区际货流联系范围的空间结构特征[1]；郭湖斌（2009）探讨长三角经济圈物流联系的时空演化特征及其变动趋势，推断长三角区域物流货运量呈现非均衡—相对均衡的发展趋势，货运物流体系具有体系强化与融合并存的特点[2]；金凤花（2013）和朱慧（2015）借鉴引力模型，构建物流联系强度模型，对物流空间联系强度进行实证分析、等级划分与辐射区域界定[3-4]；崔永福（2013）通过选取物流发展的10个指标，利用因子分析和ESDA方法，对省区物流发展水平进行分析，省区物流发展水平空间上具有较强的相关性和集聚效应[5]；杜彩军（2014）利用高速公路货车通行O-D数据，通过分布熵、洛伦兹曲线、物流联系强度等指标、方法分析城际物流联系的方向、强弱程度及其特征[6]。铁路货运反映运输联系与经济联系的关系：金凤君（1991）利用场论和系统论的观点，研究省级区域间铁路货运联系[7]；任民（2007）对省级区域间铁路货运交流特点进行分析，指出省级区域间货物交流的特点影响着铁路干线的运输[8]；钱勇生（2007）通过具体探讨各个省区的货流变动趋势，发现内陆省区到沿海发达省区的货运比重和沿海发达省区到内陆省区的货运比重都在增长[9]；张敏（2012，2014）运用流向指数测度了铁路货物流向与流量特征，铁路货物流量与流向差异的特征、成因[10-11]；孟德友（2012）基于铁路客运交通网络对我国铁路客运网络的空间可达性及空间格局进行分析，测算各省区间的省际经济联系强度，进而探讨省际间经济联系的空间指向[12]；徐现祥（2012）利用铁路货运贸易的面板数据库，对内外需导向的省际贸易进行研究[13]。

本文利用O-D关联模型测算省级行政区域间货运关联的强弱，采用社会网络分析方法构建省际铁路货运联系的网络，对网络结构特征进行实证研究，形成我国交通经济联系空间格局。

2 研究方法

2.1 O-D关联模型

本文O-D关联模型是在哈盖特（P.Haggett）提出的运用于区域分析的区位墒的基础上建立的，i省域与j省域铁路货运输量的关联系数dij为：

式（1）中，Qij为i省输往j省的铁路货运输量。铁路货运输量的关联系数为dij可以反映区域间空间经济联系的空间分布状况。

2.2 社会网络分析方法

（1）网络密度分析。网络密度分析指的是网络中各个成员之间联系的紧密程度，其高低代表群体成员平均互动程度的多寡，从中可以看出成员的互动管道和程度，是网络分析中测定的重点指标，其公式为[14]：

式（2）中：D为网络密度，k为省域网络规模即省域单位个数；若省域单位i与省域单位j间有相关联系，本文取dij≥0.5时，则d(ni,nj)=1；无任何联系，dij＜0.5时，则d(ni,nj)=0。D值越大，省域之间铁路货运联系就越多越密切，当D=1，说明省域之间都有联系；当D=0时，则省域之间都没有联系。

（2）中心性分析。中心性分为点度中心性、接近中心性和中间中心性三种形式。点度中心性是测量网络中单个节点结构位置的指标，如果一个点与其他许多点直接相连，则该点就具有较高的点度中心度，其公式为[15]：

式（3）中：CD(ni)为点度中心度，dij为节点间的联系强度。

接近中心度则是以距离为概念来计算一个节点的中心程度，与别人越近者则中心性越高，反之则越低，但是接近中心度要求网络必须是完全相连图形，才能计算，故较少采用。

中间中心度测量一个人作为媒介者的能力，也就是占据在其他两人快捷方式上重要位置的人，其公式为[15]：

式（4）中：gjk是表示省域i与省域j间存在的短程线数目。

（3）凝聚子群。凝聚子群是满足如下条件的一个节点子集合，即在此集合中的节点之间具有相对较强的、直接的、紧密的、经常的或者积极的关系[16]。凝聚子群密度主要用来衡量一个大的网络中小团体现象是否十分严重，可以从关系的互惠性、子群成员之间的接近性或可达性、子群内部成员之间关系的频次、子群内部成员之间的关系密度四个不同的角度来度量。

3 中国省际铁路货运联系的网络特征分析

3.1 数据来源

本文以2013年31个省级行政区域单位的省际铁路货物交流为研究对象，以国家铁路行政区域间货物交流数据作为省际货物流动研究的主要数据源，主要数据源自《中国交通统计年鉴》（2014年），建立省际互流数据表，进行流向流量特征分析，借助描述区域空间相互作用状态的区位熵模型，运用式（1）计算出省际之间的空间铁路货运联系值，将联系数值载入UCINENT数据表，构建中国2013年度的省际货物流动空间联系网络结构图，如图1所示，在此基础上进行互流网络特征分析。

图1 省际铁路货物流动空间联系网络结构图

3.2 省际铁路货物流动空间联系网络的特征分析

（1）网络密度分析。由图1可以得出2013年中国省际铁路货物交流联系网络密集状态。可视化网络结构直观地反映了省际铁路货物联系紧密程度，定量化的研究则需要从网络密度角度出发，运用式（2）计算，利用UCINENT软件计算出网络密度值，2013年省际铁路货物联系网络密度为0.578 5，总体来说，省际铁路货物联系网络处于较强的联接状态，意味着省际间相互联系的对象和方向较丰富。随着区域开发战略的发展，省际间社会经济活动日益加强，区域经济聚集现象日益明显，珠三角、长三角、京津冀、长江中游城市群和成渝城市群等区域经济一体化进程加快，将会促进省际间铁路交通的联系。

（2）网络中心性分析

①点中心度分析。由于省际间经济实力的差异，导致省际间铁路货物的交流方向性，中心度分为点入度和点出度。点入度表示“进入”该省级区域的度数，表现为该省级区域受到其他省级区域影响的能力；点出度表示“发出”该省级区域的度数，表现为该省级区域影响其他省级区域的能力。运用式（3），利用UCINENT软件计算出各年份所有省级区域中心度，见表1。

从点度中心度来看，点出度和点入度情况均呈两级分化态势。从点出度的排序来看，上海、河南、湖北、浙江、青海五省域的点出度高于其他省域，说明五省在中国铁路货物辐射中居于制高点；云南、新疆、四川、甘肃、山东、河北、陕西、北京、宁夏排名仅次于沪、豫、鄂、浙、青五省，对中国省际铁路货物流通有着比较重要的影响；广东、海南、天津、西藏、辽宁和内蒙古点出度非常小，几乎对其他省铁路货物没有影响，处于中国铁路货运的边缘化地位。

从点入度的排序来看，四川点入度最高，陕西、湖南、重庆、云南、新疆紧随其后，说明中西部地区在中国铁路货物流通中相当活跃，不断吸引外来货物；天津、黑龙江、辽宁、河北、吉林的点入度都非常小，东北铁路货运实力薄弱且与其他省份存在较大的物流差，难以接受其他铁路货物。

从点出度和点入度的对比分析来看，河北、吉林、山东、黑龙江、北京、辽宁、天津、青海、湖北9个省域点出度明显高于点入度，说明其对周边省域的铁路货物输送能力大于自身所接受的其他省份的铁路货运，其中，河北、吉林、山东、黑龙江和北京5个省域的铁路货运输出能力远远高于铁路货物的集聚能力；上海、山西、宁夏、河南、广西、甘肃、浙江、江苏8个省份的点出度略高于点入度，呈现铁路货物输出对外部的积极影响；湖南、重庆、内蒙古、西藏、安徽、广东、江西、四川、陕西13个省份的点出度低于点入度，其中，湖南、重庆、内蒙古、西藏的点出度显著低于点入度，说明其对周边省份铁路货物输出小于其接受的其他省份铁路货物输入影响，处于“净输入”的铁路货运洼地，云南、新疆、贵州、海南、福建5个省域点出度略小于点入度，在不同程度上受到外部铁路货运输入的影响。

②接近中心度分析。中国省际铁路货物联系网络接近中心度分布较为均衡，铁路网络通达性良好。其中，上海、湖北、河南三省接近中心度的点出度数值较高，在对外铁路货物联系上较少受到其他省份的影响；而四川、陕西、湖南的三省接近中心度的点入度数值较高，在对内铁路货物联系上较少受到其他省份的影响。

表1 省际铁路货物联系网络中心度

③中间中心度分析。运用式（4）计算中间中心度，结果见表1。从中间中心度来看，中国省际铁路货物联系网络中间中心度分布并不均衡，差异较大。宁夏、上海、四川、北京和湖北的中间中心度最高，位于中国铁路网络的东部、中部和西部地区，处于中国省际铁路货物联系网络的中心地位，与其他省域铁路货物联系最为紧密；河南、云南、陕西、青海、浙江、山东和甘肃7个省域中间中心度数值次之，是其他省域铁路货物联系的节点；其他省域中间中心度数值较小，对中国省际铁路货物输送控制能力并不明显。

④网络中心势分析。中国省际铁路货物联系网络以点度中心度衡量的点出度中心势为22.889%，点入度中心势为33.222%，说明中国省际铁路货物联系网络并不均衡，网络关系具有分散化的趋势；从中间中心势来看，以中间中心度衡量的中心势为2.49%，说明中国铁路网络化还没有形成，铁路货运的统筹谋划空间较小。从网络的接近中心势来看，入度接近中心势和出度接近中心势分别为34.89%和24.38%，网络的接近中心势较低。说明在铁路货物联系网络中货物输出与输入较不便捷。

（3）凝聚子群分析。凝聚子群分析通过分析省级铁路货物联系相对稳定、紧密、积极的关系模式，从而对子群间亲疏关系进行界定。在UCINENT中，采用CONCOR方法对中国省际铁路货物联系网络凝聚子群展开非重叠性聚类分析，结果如图2所示。在2级层面网络可分为4个凝聚子群，子群间相互密度值见表2。

图2 省际铁路货物联系网络凝聚子群分析结果

表2 省际铁路货物联系网络凝聚子群密度表

结果显示：北京、天津、辽宁、吉林、内蒙古、黑龙江6个省域组成凝聚子群1，河北、山西、宁夏、山东4个省域组成凝聚子群2，江苏、浙江、甘肃、青海、安徽、上海、湖北、新疆、西藏、陕西、河南11个省域组成凝聚子群3，湖南、重庆、海南、云南、广东、广西、福建、江西、四川、贵州10个省域组成凝聚子群4。其中，子群2内部密度系数最大，子群3仅次之，表明子群内省域铁路货物联系密切；子群4内部密度系数最小，子群内省域铁路货物联系较弱。

4 结论

总的来看，省际铁路货物联系网络密度为0.578 5，中国省际铁路货物联系呈现出网络化特征；从点中心度和接近中心度来看，东北地区物产丰富，积极发挥铁路货运的扩散作用，以宁夏、上海、四川、北京和湖北为重要铁路货运中介，向湖南、重庆、内蒙古、西藏等省域输送货物；从中间中心度的2.49%来看，中国省际铁路货物联系网络具有分散化趋势，但铁路网络化还没有形成，铁路货物联系网络中货物输出与输入较不便捷；河北、山西、宁夏、山东形成的子群铁路货物联系较强。

[1]刘承良.中国大陆物流经济联系空间结构实证分析[J].经济地理, 2004,24(6):826-829.

[2]郭湖斌.长三角经济圈物流联系的时空演化特征分析[J].物流科技, 2009,(8):14-17.

[3]金凤花,李全喜,马洪伟.都市圈物流空间联系的发展研究—以上海都市圈为例[J].商业时代,2013,(9):49-51.

[4]朱慧,周根贵.基于引力模型的内陆型区域物流空间联系研究—以浙江金衢丽地区为例[J].地域研究与开发,2015,34(1):43-49.

[5]崔永福,刘建清,陶佩君.我国省际物流发展水平的空间差异分析[J].物流技术,2013,32(12):247-249.

[6]杜彩军,蔡学东.基于县级单元城际物流联系分析研究—以辽宁省为例[J].北京交通大学学报（社会科学版）,2014,13(3):54-59.

[7]金凤君,张文尝.省级区域铁路货运联系的系统研究[J].地理科学, 1991,11(1):19-29.

[8]任民.省级区域间铁路货运交特点流分析[J].中国铁路,2007,(10):55-58.

[9]钱勇生,张孝远.省际之间铁路货物运输流量流向趋势分析[J].统计与决策,2007,(6):97-98.

[10]张敏.安徽省际铁路货物运输双向流动差异研究[J].物流科技,2012 (8):51-54.

[11]张敏.中国省际铁路货物空间互流特征研究[J].物流科技,2014,(4): 142-145.

[12]孟德友,陆玉麒.基于铁路客运网络的省际可达性及经济联系格局[J].地理研究,2012,31(1):107-122.

[13]徐现祥,李郇.中国省际贸易模式:基于铁路货运的研究[J].世界经济,2012,(9):41-60.

[14]刘军.社会网络分析导论[[M].北京:社会科学文献出版社,2004.

[15]罗家德,社会网分析讲义[M].北京:社会科学文献出版社,2005.

[16]刘军,整体网分析讲义:UCINET软件实用指南[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

中国物流学会课题（2015CSLKT3-145）；武汉工商学院校级科研项目（S2013001）

刘春（1975-），男，安徽肥西人，硕士，副教授，研究方向：区域规划。