长江中游城市群空间相互作用及网络结构研究

周晓艳, 李秋丽 甘　甜,程　雪

(武汉大学资源与环境科学学院，中国 武汉　430072)



长江中游城市群空间相互作用及网络结构研究

周晓艳, 李秋丽 甘甜,程雪

(武汉大学资源与环境科学学院，中国 武汉430072)

摘要在国家重点实施长江经济带战略的背景下，为了探究长江中游城市群内部结构、城市间的相互作用，本文基于引力模型和潜力模型，得到长江中游城市群2013年31市之间的空间相互作用强度和2004—2013年的潜力值.在此基础上，绘制网络结构图并进行网络中心性和凝聚子群分析.结果发现：武汉城市群和长株潭城市群相互作用值普遍较高，远高于江西省的环鄱阳湖城市群；近10年潜力值演变中，武汉一直居于首位，紧随其后的是长沙、黄冈等市，城市集聚能力较强；景德镇、鹰潭、天门等边缘城市则一直居后，集聚能力较弱；长江中游城市群存在明显的网络结构，城市中心呈现“两强一弱三核心”的结构特征，武汉、长沙中心辐射作用较强；城市群内小团体现象比较明显，且存在中心与边缘现象，城市群凝聚力仍有待加强.

关键词空间相互作用；网络结构；长江中游城市群

为了保障生产及生活的正常运行，城市之间、城市和区域之间总是不断地进行着物质、能量、人员和信息的交换，这些交换称之为空间相互作用.正是这种相互作用，才把空间上彼此分离的城市结合为具有一定结构和功能的有机整体[1].探究城市群空间结构及内部城际作用联系，对提升城市群竞争实力，促进区域一体化发展具有十分重要的意义.

长江中游城市群以一条“黄金水道[2]”贯通，是长江经济带三大跨区域城市群支撑之一，也是实施中部地区崛起战略、促进区域一体化的重点区域，在我国区域发展格局中占有重要地位.2013年2月，长江中游城市群4省会城市达成了《武汉共识》，提出将长江中游城市群打造为国家经济增长“第四级”[3-4].2014年9月国务院发布《关于依托黄金水道推动长江经济带发展的指导意见》,国家重点实施“长江经济带”战略[5-6].2015年4月《长江中游城市群发展规划》的发布[7]将长江中游城市群范围重新界定.然而其结构的复杂性决定着长江中游城市群规划发展不能操之过急，需要一体化的统筹机制[8-9].

对于城市相互作用的研究，国内外常用的模型是引力模型和城市流模型[10].近年来众多学者采用改进后的引力模型进行城市间相互作用研究，顾朝林等基于重力模型计算空间联系强度，划分中国城市体系[11]；刘静玉等采用引力模型和潜能模型研究了中原经济区城市间相互作用并进行时空格局演变分析[12]；关伟和周忻桐运用引力模型和潜力模型研究了辽中南城市群的空间相互作用[13]；王涛与曾菊新则研究了长江中游城市群空间相互作用[14].对城市群空间结构的探究，社会网络分析方法也已得到广泛应用.李响采用社会网络分析方法探究了长三角地区网络结构[15]；王圣云等探究了长江中游城市集群经济网络结构[16].目前城市群研究主要集中在长三角、珠三角和京津冀等成熟城市群，以长江中游城市群为研究对象的研究相对较少，且内容多涉及城市群范围的探讨[17-18].为探究长江中游城市群城际之间的相互作用及存在的空间结构，本文采用引力模型、潜力模型以及网络结构分析的方法，对长江中游城市群城市之间的相互作用强度和集聚能力，以及存在的空间网络结构进行了分析，以期为促进长江中游城市群空间结构优化升级，加快城市群整体经济发展提供一些参考指导.

1研究范围及数据来源

1.1研究范围

对于长江中游城市群范围的界定，学术界存在一些差异.本文主要根据2015年4月《长江中游城市群发展规划》提出的长江中游城市群范围，即地跨湖北、湖南和江西三省，以武汉城市圈、长株潭城市群及环鄱阳湖城市群为主体的特大型城市群.具体包括：湖北省的武汉、黄石、鄂州、黄冈、孝感、咸宁、仙桃、潜江、天门、襄阳、宜昌、荆州、荆门，湖南省的长沙、株洲、湘潭、岳阳、益阳、常德、衡阳、娄底，江西省的南昌、九江、景德镇、鹰潭、新余、宜春、萍乡、上饶、抚州、吉安，共31市.

1.2数据来源

地级市数据来自2005—2014年《中国城市统计年鉴》.由于湖北省的仙桃、潜江及天门属于省直管县级市，部分年份(2009，2010，2011)的《中国城市统计年鉴》缺少地区生产总值数据.因此部分年份数据来自《湖北统计年鉴》，经比较二者统计数据接近一致.图件数据来源于1∶400万全国基础地理数据库.

2研究方法

2.1引力模型和潜力模型

引力模型是衡量城市间相互作用及联系强度最常用的模型.该模型认为，两个城市间的相互作用与这两个城市的人口规模(表示城市的质量)成正比，与它们之间的距离成反比.在此基础上，本文将城市质量用人口和地区生产总值两个指标进行衡量，对引力模型进行一定程度的改进.公式为：

(1)

式中，Iij为i，j 两市间相互作用量；Pi，Pj；Gi，Gj分别代表两市的人口和地区生产总值；Dij为两市间最短公路里程；b 为距离衰减指数，参考已有研究，本文b值取2[19].

潜力模型在引力模型的基础上得到.引力模型计算一对城市间的相互作用量.潜力模型则是计算一个城市与城市空间分布体系内所有城市的相互作用量，可以反映城市的集聚能力.本文借鉴罗芳等人计算潜力值的方法，公式[20]为：

(2)

(3)

式中：Iij为引力模型计算出来的空间相互作用强度值；Kij为权数，它反映城市i对Iij的贡献率.

2.2集群网络结构分析

网络结构由节点和连线组成，节点代表系统中的个体，连线代表个体之间的联系.城市群中城市的个数即为网络系统中节点个数.应用网络分析可以使城市集群网络结构变得更加直观可控，量化测评效果也更加明显.本文采用社会网络分析软件Ucinet生成城市相互作用强度的网络结构图，并从网络中心性和凝聚子群方面进行分析[21].

(1)网络中心性.该指标衡量网络中节点的中心性程度，可用程度中心度表示.公式为：

(4)

式中，CD(ni)为程度中心度；Xji为节点间的联系强度, 即式(1)计算的城市间相互作用强度，考虑到方向性，此处联系强度已加入权数.

(2)凝聚子群.凝聚子群由网络中关系更直接、紧密的节点组成.凝聚子群分析主要探讨整体网络结构如何由群体小结构组成以及子群内部成员之间的关系等.

3空间相互作用强度及潜力值演变分析

3.1相互作用强度分析

根据引力模型，计算2013年长江中游城市群31市的空间相互作用量，结果如表1所示.

根据表1所示结果，长江中游城市群空间相互作用强度值差别较大，最高值为1 109.6，最低值仅为0.1.为便于分析，将空间相互作用值划分为5个强度等级：分别是超高强度(作用值>500)、高强度(作用值为100～500)、中等强度(作用值为10～100)、低等强度(作用值1～10)、微弱强度(作用值为0～1).由此分析可知：①统计各强度等级包含的表中数值的个数也即相互作用城市对的个数，在长江中游城市群930对相互作用城市中，超高强度有9对城市，高强度有17对，中等强度有247对，低等强度有528对，微弱强度有129对.可见长江中游城市群城市间总体空间相互作用以中低强度为主，空间作用均值为21.5.②城市间差异尤其是城际联系最强与最弱之间差别较大.具体来看，其中超高强度空间相互作用的城市对分布在湖北省的武汉-黄冈-鄂州-孝感和湖南省的长沙-株洲-湘潭两两之间，江西省的环鄱阳湖二级城市群内城市间相互作用以中低强度为主.③各城市对其自身二级城市群内城市相互作用值最大，而与其他省份城市间相互作用值则均偏小，以武汉市为例，武汉-黄冈、武汉-孝感相互作用量分别达到496.7和559.1，而与湖南省的长沙相互作用值仅49.5，武汉-南昌则仅为28.2，由于距离的增加，省级城市之间的经济联系随之减弱.即便是同一省份内城市，距离较远的两市间比如黄石-襄阳之间相互作用也仅为4.7的较低强度.④比较二级城市群中各城市相互作用值发现，武汉城市群和长株潭城市群作用值普遍较高，明显高于环鄱阳湖城市群.环鄱阳湖城市群中相互作用最高值在新余—宜春间，仅为91.8.值得注意的是环鄱阳湖城市群中心城市南昌与长江中游城市群其他城市的相互作用普遍较低.由于环鄱阳湖城市群沿湖分布，相互距离较大，南昌与其他城市群城市间距离较远，很大程度上影响了其城际联系.

3.2潜力值演变分析

按照潜力值公式计算长江中游城市群31市的潜力值，以显示长江中游城市群的集聚能力，并在ArcGIS 10.0中制作各市2004—2013年间4个时间断面的潜力值变化专题图，结果如图2所示.

分析2004—2013年潜力值数据表和变化专题图发现：从潜力值排名来看，长江中游城市群各市近10年间潜力值排名变化很小.其中，武汉一直居于首位，除2004年外，排在其后的分别是长沙、黄冈、株洲、湘潭和黄石.武汉、长沙潜力值比其他城市高出许多，城市集聚能力强，与其他城市关联密切，是长江中游城市群的核心城市，对整个区域发展起到核心带动作用.从潜力值变化直方图来看，近十年来，长江中游城市群各市的潜力值都呈现递增趋势.潜力值排在最后几位的虽然略有变化，但基本是景德镇、鹰潭和天门，这些城市自身经济规模和人口较少，与中心城市距离较远，受到的辐射带动作用有限，多位于城市群边缘.

4网络结构特征分析

将2013年长江中游城市群31市之间的空间相互作用值导入社会网络分析软件Ucinet 6中，得到如图3所示的网络结构图.

图2　长江中游城市群各市潜力值变化空间分布图(2004—2013)Fig.2　Spatial distribution of cities’ potential value of urban agglomeration in the middle reaches of Yangtze River from 2004 to 2013

图3　长江中游城市群空间相互作用强度网络结构图Fig.3　The network structure of spatial interaction intensity of urban agglomeration in the middle reaches of Yangtze River

图中直线表示两个城市间的联系强度，强度值越高，连线越粗，反之则较细.观察发现，黄冈-鄂州-武汉与长沙-株洲-湘潭各自呈现粗三角形状的较强联系，武汉-孝感，长沙-益阳-常德，宜春-新余等城市间也建立了较强联系.从二级城市群层面看，长株潭城市群总体联系较强，武汉城市群大城市影响比较显著，较强联系主要集中在武汉、鄂州、黄冈、孝感等市.相比之下，环鄱阳湖城市群整体联系比较弱，只有宜春-新余间联系较强，作为中心城市的南昌市与其他城市间的联系则并不显著.不同省份间城市比如长沙-萍乡，宜昌-宜春，咸宁-景德镇等之间也存在一定联系.这些城市基本位于自身所属二级城市群边缘，与其周边城市群边缘城市距离较近，形成相对较强联系.

4.1网络中心性分析

根据式(4)计算2013年长江中游城市群各市的程度中心度并绘制直方图，结果如图4所示.

图4　长江中游城市群集聚网络程度中心度直方图Fig.4　The histogram of network center degree of urban agglomeration in the middle reaches of Yangtze River

分析网络中心性发现，武汉、长沙、黄冈、株洲、湘潭、鄂州的程度中心度值较高.且普遍集中在湖北和湖南两省区，在地域上黄冈、武汉、鄂州相互距离较小；长沙、株洲、湘潭作为长株潭二级城市群的中心城市，地域上更是呈紧密的三角形结构.这些城市在长江中游城市群经济集聚网络中处于中心地位，对周边地区的辐射带动作用也十分强.值得注意的是2013年江西省宜春的程度中心度值高于其省会城市南昌，具有更高的中心性，近年来其人口经济增长较快，城市发展迅速.

4.2凝聚子群分析

凝聚子群分析也叫小团体分析，是以城市间的经济联系强度为依据探讨集群内城市的小团体集聚现象，可以显示城市群网络的内部微观结构.通过这种小团体集聚现象可以判断城市群内哪些城市间的经济联系更加紧密，合作行为更为频繁，也可分析凝聚子群间的相互作用关系.

运行Ucinet 6中角色分析concor(迭代相关收敛法)算法，得到长江中游城市群城市空间相互作用强度网络的凝聚子群结构聚类图和表(如图5和表2所示).如图5所示，在2级层面内，长江中游城市群有4个小团体，分别是小团体1(由武汉、孝感、咸宁、九江、黄冈、鄂州、黄石7市组成)、小团体2(由仙桃、天门、襄阳、宜昌、荆州、荆门、潜江7市组成)、小团体3(由长沙、株洲、衡阳、萍乡、湘潭、常德、益阳、娄底、岳阳9市组成)和小团体4(由景德镇、南昌、上饶、抚州、鹰潭、新余、宜春、吉安8市组成)；在3级层面，长江中游城市群有8个凝聚子群，分别是凝聚子群1(由武汉、孝感、咸宁、九江4市组成)、凝聚子群2(由黄冈、鄂州、黄石3市组成)、凝聚子群 3(由仙桃和天门组成)、凝聚子群4(由襄阳、宜昌、荆州、荆门和潜江5市组成)、凝聚子群5(由长沙、株洲、衡阳、萍乡、湘潭5市组成)、凝聚子群6(由常德、益阳、娄底和岳阳4市组成)、凝聚子群7(由景德镇、南昌、上饶、抚州和鹰潭5市组成)和凝聚子群8(由新余、宜春和吉安3市组成).分析发现，这些形成的凝聚子群和小团体与各城市地理位置分布基本一致，同一凝聚子群中的城市间具有更为密切的联系，资源、信息等要素的流动更为频繁，合作交流更为广泛.

图5　长江中游城市群城市空间相互作用强度网络凝聚子群分析结果图Fig.5　Urban spatial network interaction strength condensing subgroup analysis of urban agglomeration in the middle reaches of Yangtze River

(1)武汉城市群包含的13个城市中，在3级层面分属于4个凝聚子群中，其中仙桃和天门单独构成一个小的凝聚子群，与其他城市间交流较少，这也在一定程度上说明武汉城市群存在核心与边缘现象.以武汉、黄冈等为中心的凝聚子群集聚能力较强城市比较密集，而仙桃、天门等市在湖北省武汉城市群内则位于相对边缘，城市间的经济联系不够紧密，中心城市的辐射作用仍有待加强.

(2)长株潭城市群所含8个城市分别归属于2个3级层面的凝聚子群5和6中，说明长株潭城市群凝聚力较强，已经在长江中游巨型城市群中形成比较集中的增长极.

(3)环鄱阳湖城市群所包含的10个城市，在3级层面分别归属于4个凝聚子群中，其中九江属于与武汉、孝感、咸宁组成的凝聚子群1中；萍乡则归属于与长沙、株洲、衡阳、湘潭组成的凝聚子群5中；九江和萍乡都位于省的边缘位置，与其所在二级城市群内南昌、宜春等市的联系并不十分紧密.由于距离原因，九江受武汉城市群影响较大，萍乡与长株潭城市群的联系较为紧密.

表2长江中游城市群城市空间相互作用强度网络3级层面凝聚子群密度矩阵

Tab.2Density matrix of urban spatial interaction strength condensing subgroup at third network level of urban agglomeration in the middle reaches of Yangtze River

123456781133.73381.93218.92313.2658.55611.7539.3095.123284.614499.8354.3184.6103.6934.6283.4172.910317.1824.03011.9987.0212.0804.3740.6280.718413.4034.42611.78740.0604.85611.1851.2541.46858.7393.7162.6035.022229.71544.9504.20118.355611.2024.6155.38911.46744.58833.0182.3535.07779.3463.4200.6361.2564.0322.29920.2538.00086.3512.6191.91711.39113.9265.0098.04054.661

分析表2发现：(1)长江中游城市群各凝聚子群间普遍存在相互作用，表中未出现0值，这也说明城市群网络化程度较强.可以看出，表中对角线上凝聚子群密度值最大，其自身相邻的凝聚子群之间即同一行列子群的相互作用值也相对较大.随着距离增加，其子群的辐射作用力逐渐减弱.以长沙、株洲、衡阳、萍乡、湘潭组成的凝聚子群5为例，自身子群内密度值最大为229.715，对其邻近子群6(常德、益阳、娄底和岳阳)辐射凝聚也较强，其密度为44.950，对相隔较远的凝聚子群3(仙桃和天门)、7(景德镇、南昌、上饶、抚州和鹰潭)则影响较小.(2)3级层面上，凝聚子群密度最大的分别是凝聚子群2(黄冈、鄂州、黄石)，凝聚子群5(长沙、株洲、衡阳、萍乡、湘潭)和凝聚子群1(武汉、孝感、咸宁、九江).其中黄冈-鄂州-黄石组成的凝聚子群密度值最高为499.835，对其周边武汉、孝感等市形成的凝聚子群1也具有较强的经济辐射作用，其凝聚子群密度为84.614.

5结论与建议

本文根据引力模型和潜力模型，计算了长江中游城市群城市间空间相互作用值和潜力值，并用社会网络分析方法对城市群网络结构进行网络中心性和凝聚子群分析.分析得出：①武汉城市群和长株潭城市群相互作用值普遍较高，其中武汉-黄冈-鄂州-孝感，长沙-株洲-湘潭等市之间具有高于500的超高强度，远高于江西省的环鄱阳湖城市群.②2004—2013十年潜力值演变中，武汉一直居于首位，紧随其后的是长沙、黄冈等市，城市集聚能力较强.景德镇、鹰潭、天门等边缘城市则一直居后，集聚能力较弱，受中心城市辐射带动也很有限.③长江中游城市群目前属于“两强一弱三核心”的空间网络结构，具有两个较强中心武汉、长沙和一个较弱中心南昌.近年来宜春发展较快，潜力值排名提高，甚至2013年程度中心度超越南昌.城市群内小团体现象明显，3级层面内仙桃和天门组成单独凝聚子群；江西的九江和萍乡则分别归属于武汉和长沙等市组成的凝聚子群，其二级城市群存在中心与边缘现象，城市群凝聚力仍有待加强.

从本文研究来看，城市群三大中心之间的作用联系并不十分密切，二级城市群间网络联系较弱，小团体集聚现象明显，区域差异和行政分割影响了省际间物质信息流动，提高了交易成本；且城市群内部发展并不均衡，环鄱阳湖城市群区域实力明显较弱，边缘城市与中心城市经济实力差距较大.因此，长江中游城市群应逐步打破行政区划壁垒，进一步加强地区合作，降低贸易成本；同时城市群内应建立更便捷的交通设施，消除距离衰减对城际联系的影响；应重点加强环鄱阳湖城市群地区建设，提高其与以武汉、长沙为中心的城市群之间的合作联系，且注重边界地区交流合作；应充分发挥中心城市人才技术优势，提高其核心辐射能力，带动中小城市发展，实现城市群内资源共享；此外，还应发挥地区特色，积极培育新的区域增长极，如黄冈-鄂州-黄石地区，宜春等，以提升城市群整体实力.

参考文献：

[1]许学强, 周一星, 宁越敏. 城市地理学[M]. 北京: 高等教育出版社, 2009.

[2]张伟. 基于中部崛起的城市群发展定位研究[D]. 郑州：河南大学, 2007.

[3]龚胜生, 张涛, 丁明磊, 等. 长江中游城市群合作机制研究[J]. 中国软科学, 2014(1):96-104.

[4]魏后凯, 成艾华. 携手共同打造中国经济发展第四极——长江中游城市群发展战略研究[J]. 江汉论坛, 2012，(4): 5-15.

[5]西部论坛. “新常态”下长江经济带发展略论——“长江经济带高峰论坛”主旨演讲摘要[J]. 西部论坛, 2015,25(1):23-41.

[6]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.

[7]国务院. 长江中游城市群发展规划[R]. 2015.

[8]方创琳. 长江中游城市群建设切勿操之过急[N]. 经济参考报, 2015-04-23(008).

[9]方创琳. 长江经济带城市群建设需有一体化统筹机制[N]. 经济参考报, 2015-10-15(008).

[10]何胜, 唐承丽, 周国华. 长江中游城市群空间相互作用研究[J]. 经济地理, 2014,34(4):46-53.

[11]顾朝林, 庞海峰. 基于重力模型的中国城市体系空间联系与层域划分[J]. 地理研究, 2008,27(1):1-12.

[12]刘静玉, 杨虎乐, 宋琼,等. 中原经济区城市间相互作用时空格局演变研究[J]. 地理科学, 2014,34(9):1060-1068.

[13]关伟, 周忻桐. 辽中南城市群空间相互作用的时空演变[J]. 经济地理, 2014,34(9):48-55.

[14]王涛, 曾菊新. 长江中游城市群城际竞合空间格局分析——基于城市竞争力与空间相互作用的视角[J]. 热带地理, 2014,34(3):390-398.

[15]李响. 基于社会网络分析的长三角城市群网络结构研究[J]. 城市发展研究, 2011,18(12):80-85.

[16]王圣云, 秦尊文, 戴璐,等. 长江中游城市集群空间经济联系与网络结构——基于运输成本和网络分析方法[J]. 经济地理, 2013,33(4):64-69.

[17]刘晓丽, 方创琳, 王发曾. 中原城市群的空间组合特征与整合模式[J]. 2008,27(2):409-420.

[18]张乐, 马永俊. 浙中城市群核心城市经济联系强度及影响因素[J]. 湖南师范大学自然科学学报, 2013,36(2):85-89.

[19]孟德友, 陆玉麒. 基于引力模型的江苏区域经济联系强度与方向[J]. 地理科学进展, 2009,28(5):697-704.

[20]罗芳, 冯立乐. 基于潜力模型的南京都市圈城市等级划分[J]. 华东经济管理, 2010,24(6):7-11.

[21]汤放华, 汤慧, 孙倩,等.长江中游城市集群经济网络结构分析[J]. 地理学报, 2013,68(10):1357-1366.

(编辑HWJ)

DOI:10.7612/j.issn.1000-2537.2016.04.001

收稿日期：2016-03-25

基金项目：国家基础科学人才培养基金科研能力训练项目(J1103409)；教育部人文社会科学研究青年基金(14YJC630216)

*通讯作者,E-mail：1462182748@qq.com

中图分类号K901

文献标识码A

文章编号1000-2537(2016)04-0001-07

Study on the Spatial Interaction and Network Structure of Urban Agglomeration in the Middle Reaches of Yangtze River

ZHOUXiao-yan,LIQiu-li*,GANTian,CHENGXue

(School of Resource and Environmental Science, Wuhan University, Wuhan 430072, China)

AbstractUnder the background of carrying out the national key strategy of the Yangtze river economic belt, in order to explore the internal structure and the interaction between cities based on gravity model and potential model formula, this paper presents the calculation results on the spatial interaction intensity and potential value of 31 cities in the middle reaches of Yangtze river. Based on our results, we drew the network diagram and analyzed the network centrality and the phenomenon of cohesive subgroups. It is found that the Wuhan metropolitan area and Changsha-Zhuzhou-Xiangtan urban agglomeration had high interaction values, which were much higher than those of the Poyang lake urban agglomeration in Jiangxi Province. From the evolution result of the potential value within 10 years, we found that Wuhan has always been in the first place, followed by the Changsha, Huanggang and so on, which are also strong in urban agglomeration. Satellite cities like Jingdezhen, Yingtan and Tianmen had been in the latter category, and their accumulation abilities were weak and little influenced by center cities nearby. Our network analysis found that the spatial structure of urban agglomeration in the middle reaches of Yangtze River contains the feature of three cores including two giant polars and a weak one. Two strong cores were Wuhan and Changsha, and the weak core was Nanchang. In the three levels of spatial network, urban agglomerations in the middle reaches of Yangzi River had obvious small-group phenomenon. Besides, there was an apparent phenomenon of center and periphery in urban agglomeration of Yangzi River. The concentration ability of urban agglomeration still needs to be strengthened.

Key wordsspatial interaction; network structure; urban agglomeration in the middle reaches of Yangtze River