基于多源数据的珠三角城市群高速公路货运特征分析

罗芷晴，林培群，周楚昊，施兆俊，何艺涛，林旭坤，2

（1.华南理工大学土木与交通学院，广东 广州 510640；2.广东省交通运输厅综合处，广东 广州 510101）

引 言

珠三角地区高速公路网密度全国第一，交通网络日益完善，加速了珠三角城市间物资流通，强化了城市间联系。随着新时期粤港澳大湾区和“一带一路”建设的深入，地区内外环境剧变直接影响城市关系和城市群组织机理，有必要基于多源数据分析珠三角城市群货运网络结构特征及其变化趋势。

在城市相互作用及网络结构特征的研究中最常用的是节点的度（degree），用于评价该节点融入网络的程度[1]。在此基础上还提出了考虑货流方向的节点入度与出度，深化了研究层次[2-4]。从研究模型来看，重力模型和Wilson最大熵模型是空间交互研究两大基础模型[5]，国外学者对重力模型进行改进以满足对商品流动分析需求[6-8]。随着全球化与信息化的深入，城市间相互作用更多以流的形式表现，Castells[9]提出流空间理论，通过对流的研究分析节点联系和网络特征。随后有学者从网络和流等角度对流空间理论进行地理化解析[10]；也有将其用于改进链锁网络模型[11]。Christophe等[12]利用随机图模型评估空间因素如何影响政策互动。现有研究基本从节点或者节点间联系单方面进行，缺乏从多方面对整体网络的系统分析体系。

从研究角度来看，国外学者较多从企业组织、社会机构等运营数据出发[13]。互联网的普及使得大数据在城市网络联系分析的应用逐渐兴起[14]，如利用社交软件Flickr的地理位置标签[15]、新浪微博数据[16]、百度搜索指数[17]进行城市网络研究，而对货运特征研究的数据主要集中在高速列车班次[18]、铁路货运OD数据等，公路货运特征研究较少。

从研究范围来看，国外学者主要对世界范围[19]、国家间、跨国地区间[20]等进行城市网络联系分析；国内学者对城市网络联系的研究主要在全国[21]、省、地区之间[22]等范围，如京津冀、长三角、东三省地区，对于珠三角地区的研究分析较缺乏。随着珠三角地区产业转型升级和转移，地区空间关系重构，研究该地区货运特征对推进地区发展和指引地区货运网络建设具有重要现实意义。

基于以上研究背景可以得出，在实际货运特征研究中仍有不足之处：①货运特征分析对象不够明确，城市货运特征分析本质上应该基于货运统计指标量对城市群货运网络结构特征进行分析，但部分货运特征研究实为对货运车辆运行特征的研究。②货运特征分析缺乏系统研究体系。以往的研究仅从货运节点作用、节点间货运联系等某一方面展开，缺乏包含节点、节点间联系和整体货运网络特征三个维度的货运特征研究体系。③城市群货运特征分析实质为货运角度下的城市网络特征研究，以往的大部分研究基于宏观经济数据对空间相互作用模型进行拟合分析，缺乏直接的数据依据；尽管已有部分基于铁路货运OD数据的城市网络研究，但是基于公路货运OD数据，特别是地市级别货运数据的城市网络特征研究较少。

在上述研究背景下，基于多源数据研究珠三角城市群高速公路货运网络结构特征及演化趋势显得尤为必要：一是以往研究仅从货运节点作用、节点之间的货运联系等某一方面展开，缺乏系统分析，在新的对外开放格局下，只有从节点、节点间联系和整体货运网络进行系统分析才能满足新的分析需求；二是已有文献普遍应用宏观经济数据等间接数据进行城市货运特征分析，研究结果缺乏直接依据，因此有必要利用准确的微观多源货运数据进行珠三角城市群货运特征精细分析。

1 计算模型

1.1 基本思路和数据可靠性

城市群货运特征分析的实质是从货运角度研究城市间的相互作用与城市群空间网络特征，需要了解城市间物资流通情况，流空间表述的是内在“流要素”本身及其运动过程和所处的场所空间[23]，可用于准确描述城市间的物资流通，进一步厘清城市相互作用与网络结构特征。本文以珠三角城市群为研究对象，基于珠三角成熟的运输业务系统所积累的全样本高速公路车辆轨迹数据及收费系统相关数据，从货运流空间的角度构建珠三角城市群有向货流网络模型，形成对应的珠三角城市群网络货运量矩阵，确保基础研究数据客观可靠；结合社会网络分析方法，计算珠三角城市群内城市对间的货流强度、城市运输总强度、城市群差异系数、城市相对主导性水平，分析珠三角城市群货运关联度、节点强度、离散程度、主导性与控制力，结合城市对分层原则进一步研究城市群货运特征。整体研究体系如图1所示。

本文基于2016—2018年常规高速公路车辆轨迹数据及收费系统其他数据进行研究，在数据导入时先对其进行清洗、修复，对于出入口编号字段缺失的数据则根据车辆轨迹进行还原，而对于极少部分逻辑错误的异常数据会通过路径逻辑和载重逻辑修正，无法修正的数据会被及时清洗。随后利用入口编号、出口编号、车型、载重、里程等字段，结合对应车型净重，确定每一车次的起止城市、货车实载以及运输里程，并通过统计得到珠三角各城市间高速公路的货运量数据。本文数据存取使用Oracle数据库，数据清洗、修复采用现行通用的操作流程，保障了数据的稳定性与可靠性。

1.2 城市间货流强度

本指标参考熊丽芳等[24]的思路，选用城市对之间的货运量乘积代表城市对间的货流强度，以其与所有城市对之间的货流强度最大值的比值代表该城市对的相对货流强度。城市间货流强度是衡量城市间货运关联度的重要指标，两城市之间货流强度越高，关系越密切，其货运关联度越高。

式中Vab表示城市对a至城市b的货流强度（平方吨），Fab表示城市a至城市b的货运量（吨），Fba表示城市b至城市a的货运量（吨）。其中，选用乘积而非简单加和来代表货流强度，是为了更好地描述货运量之间的线性可叠加性，反映出货流强度和货运量之间的正比关系。Pab表示城市a至城市b的相对货流强度，Vmax表示该城市群中最大的城市对货流强度。

1.3 城市货运总强度

该指标定义为与该城市直接产生货运关系的货运交通强度之和，用M值表示，是用来衡量流空间内网络节点货运行为强度的指标。对应城市货运总强度则定义为该城市节点的城市货运强度与当前城市群中最大的城市货运强度之比，用Q值表示。

式中Ma表示城市a的运输联系强度（平方吨），Vab则表示城市a与当前城市群的其他城市的货流强度。Qa表示城市a的货运总强度，Mmax表示当前城市群中城市货运强度的最大值。

1.4 城市群货运量差异系数

利用结合货运量的差异系数来度量城市群的离散程度，该指标定义为区域内各城市货运量标准差与其均值之比，是测算区内各地市离散程度的相对指标。差异系数越大，区内城市极化现象越明显，发展越不平衡。

式中CV表示该城市群的差异系数，n表示当前城市群的城市数量，Fa表示城市a的总货运量（吨），F表示当前城市群平均货运量（吨）。

1.5 城市货运相对主导性水平

参考Wheeler等[25]对美国城市的空间网络联系的研究方法，利用C-Value值和D-Value值的层级分析城市群内各城市的主导性和控制力。原分析方法仅通过计算城市货运发送量与货运接收量之比分析该城市的主导性，通过计算城市货运发送量与货运接收量之差分析城市控制力，但城市货运发送与接收总量才是判断城市控制力与主导性的重要指标。因此本研究对分析模型进行改进，通过计算城市货运发送与接收总量与城市群内收发总量最大值之比，评价城市的控制力。

式中Sa表示城市a的货运发送量，定义为城市a到其他地市的货运量总和（吨）；Ra表示城市a的货运接收量，定义为其他地市到城市a的货运量总和（吨）；SRa表示城市a的货运发送与接收总量（吨）；Ta表示城市a的相对主导性与控制力，定义为该城市货运发送与接收总量与城市群内的收发总量最大值之比，其值越大，说明城市a的主导性和控制力越强，反之则说明该城市属于附属性城市，受核心城市控制影响较大。

2 结果分析

本文研究区域为珠三角城市群，包括广州、深圳、东莞、肇庆、佛山、珠海、中山、江门、惠州九个地市。通过高速公路车辆轨迹数据及收费系统其他数据计算各地市2016—2018年的月度货运量，形成珠三角地市间货流矩阵，构建货运流空间，从城市间货流强度、城市货运总强度、城市群货运量差异系数和城市货运相对主导性水平展开珠三角城市群货运特征分析。

2.1 城市间货流强度分析

2016—2018年珠三角城市群内36个城市对的货流强度及排名如表1所示。参考熊丽芳等[24]对城市群网络特征的研究，根据城市间货流强度将城市群划分为三个层级：第一层级城市对是城市群的核心架构，其货流强度大于等于0.5；第二层级城市对则是城市群的主干架构，其货流强度为0.1～0.5，此类城市对构成货运走廊的分支；第三层级城市对则是城市群的边缘结构，其货流强度低于0.1。

表1 2016—2018年珠三角城市间货流强度

由表2所示的货流强度数据及分层规则可知，第一层级城市对在2016年有广州-佛山、广州-东莞2对；2016年深圳-东莞仍处第二层级，在2017年跻身第一层级，取代广州-东莞（0.89）成为货流强度第二位（0.98），并在2018年跻身货流强度第一位，其与同属第一层级的广州-佛山（0.78）、广州-东莞（0.52）城市对的货流强度差距逐渐拉大，第一层级城市对共同构成了连通珠三角东岸和传统核心地区的货运走廊。2016—2018年珠三角第二层级城市对数量分别为2条、1条、1条，该层级平均货流强度也逐年降低，分别为 0.277，0.263和 0.160，仅剩的佛山-肇庆城市对2018年货流强度也在该层级的底线（0.1）附近波动。2016—2018年珠三角第三层级城市对均为32对，占比最大，此层级特征为城市对一端在城市群网络边缘或城市对两端分属珠三角东西两岸。

表2 2016—2018年珠三角城市群差异系数

第一层级城市对中，以往货流强度最大的城市对广州-东莞在2018年被深圳-东莞取代，且两者货流强度差距进一步扩大。近三年来，包含广州在内的城市对中，其与深圳、肇庆、中山的货流强度排名得到提升，与江门的货流强度保持不变，其余城市对的货流强度排名均下滑，广州依旧保持着珠三角城市群的核心地位，但与其他城市的整体关联度在降低，体现在2018年广州市平均货流强度较2017年急剧下降（如图2所示）。包含深圳在内的城市对中，其与中山、江门、珠海的货流强度排名保持不变，其余城市对的货流强度排名上升，结合近年深圳市明显的平均货流强度升幅（如图2所示），深圳市与其他城市的关联度整体上升，其在珠三角城市群的核心城市地位得到进一步巩固。包含东莞在内的城市对中，除了广州-东莞排名下降及东莞-惠州排名不变外，其余均上升；东莞在2018年超过广州成为平均货流强度最高的地市，逐渐成为贯通珠三角地区货运走廊的重要节点。包含佛山在内的城市对中，除与深圳、肇庆排名不变，佛山-东莞排名上升外，其余城市对的货流强度排名均下滑，佛山市的平均货流强度呈下降趋势，与其他城市的关联度整体下降。

绝大多数城市对的货流强度低于0.1，属于珠三角城市群第三层级。此类城市对的一端主要集中在珠三角西岸（江门、中山、珠海）、珠三角边缘（肇庆、惠州），或者其他非毗邻城市对。较远的距离直接影响两地的货运关联度，如排名36的珠海-肇庆、排名35的肇庆-惠州；而距离较近的城市对则表现出更高的货运关联度，如排名第10的江门-中山、排名第6的东莞-惠州。排名情况充分表明地理阻隔与空间距离仍是城市货运关联度的重要影响因素，而第三层级城市对数量之多，在于地区经济发展不均衡。

根据上述层级分析，利用ArcGIS软件作出如图3所示的2016—2018年珠三角城市群网络架构图、主干架构图、核心架构图，其中城市群网络架构图叠加所有层级城市对，城市群主干架构图叠加第一、二层级城市对，城市群核心架构图叠加第一层级城市对。

由珠三角城市群网络架构图可看出，珠三角城市群核心结构由以往“广佛莞”核心片区发展为“广佛深莞”连轴结构地区，其中2016—2017年广州的平均货流强度整体高于区内其他城市，2018年虽然平均货流强度下滑第二位，但仍与第一位接近。广州市作为广东省省会、连接珠江东西岸城市关键节点，与珠三角其他城市保持较高的关联度，仍是珠三角城市群核心。近三年来深圳市平均货流强度不断上升，与其他城市的货运关联度也在不断提升，逐步巩固其作为珠三角城市群新兴核心的地位。2018年东莞市平均货流强度超越广州市，跃居城市群内平均货流强度首位，其重要节点的地位得到进一步巩固。作为联系珠三角中部与西岸的关键纽带，佛山市平均货流强度呈现下降趋势，其与西岸城市之间的货流强度逐年下降，联系纽带作用开始减弱。珠三角城市群核心架构自2017年起增加了深圳-东莞后保持不变，连通珠江东岸及广佛两城，整体结构呈“7”字型，核心架构重心东移（如图3（c），（f），（i）所示）。

研究表明，珠三角城市群主干网络不同于国内其他城市群由核心向外辐射的主干网络特征，而是保持“肇庆-佛山-广州-东莞-深圳”的倒“Z”字型结构；货流活动主要活跃在主干网络的核心城市，边缘城市的货流强度偏低，揭示出珠三角城市群货流强度存在明显的极化现象。

2.2 城市货运总强度分析

由图4所示的2016—2018年珠三角城市群城市货运总强度可见，广州市的货运总强度长期稳居珠三角城市群首位，但2016年下半年起略有波动，2018年10月起货运强度首名彻底让位东莞市，逐渐与深圳、佛山逐渐接近，形成第二梯队。东莞市经历2017年下半年和2018年初的冲顶尝试后在2018年10月稳据首位，这一发现打破了“榜单首位非广即深”的固有认知。

横向对比可见，江门、珠海、中山、肇庆、惠州构筑了货运总强度的第三梯队，整体低于0.2，以上各地市位于珠三角城市群的边缘地区或西岸，地域发展不平衡，运输量增长幅度未能追赶核心地区，无法支撑城市货运总强度的上升。

货运量是衡量经济发展的重要指标。制造业是东莞的支柱性产业，东莞市充分发挥自身加工制造业的优势，在承接深圳的产业转移同时，不断推进产业结构转型升级，刺激了货运需求的增长与货运市场的发展；此外通过大力建设基础设施，利用毗邻广州、深圳两大核心城市的区位优势，实现与大区域互联互通，极大地满足货运需求。东莞市的产业发展与优越的地理区位协同作用，共同推动其城市货运总强度和与其他城市的关联度增长。

纵观货运强度趋势线（如图4所示），可以发现深圳、东莞及广州、佛山的货运总强度曲线走势基本吻合。在建设粤港澳大湾区的进程中，东莞承接了大部分来自深圳的产业转移，两市逐渐实现经济融合发展；得益于“广佛同城化”战略，佛山承接了部分来自广州的产业迁移和人才溢出，相邻两市产业结构优势互补。结合城市货运强度趋势分析可推断：广佛、深莞作为珠三角城市群的两大核心区域，在今后的发展中将分别保持高度一致的发展步调。

2.3 城市群差异系数分析

城市群差异系数用于评价城市群货运规模的离散程度。差异系数越大，城市群离散程度越高，发展越不平衡。2016—2018年珠三角各分区的城市群差异系数计算结果如表2所示。

珠三角城市群的差异系数较大，在1.0附近波动（见表内下划线数据），整体城市群发展不均衡。这与前文由于不同层级城市数量差异悬殊而体现“城市群极化现象明显”的结论基本一致。但是近三年来珠三角城市群的差异系数呈下降趋势，地区发展差异逐渐缩小，区域协调发展成效渐显。

按照传统区域划分方式，珠三角中部城市群（广佛肇）的差异系数有所波动，2017年起该城市群离散程度低于东岸城市群，高于西岸城市群。结合上节关于城市货运总强度分析可知，肇庆市的货运总强度偏低，货运规模与广州、佛山差异较大，造成该城市群离散程度较大，极化现象相对明显。珠三角西岸城市群（珠中江）差异系数低于0.5，且在逐年下降，极化现象逐渐减轻，城市发展相对均衡。虽然西岸各市货运总强度较低，但是各市货运量及货运规模相对平均，通过区域产业分工协作、错位发展，区域协同发展的实现使得区内差异系数不断下降。值得注意的是，珠三角东岸城市群（深莞惠）差异系数逐年上升，离散程度加剧，极化现象愈发明显。东莞市在承接来自深圳的产业转移基础上，结合自身优势实现产业升级，同时加强与其他城市的联系，因此货运量增长基本与深圳保持一致，运输量增幅及货运总强度远超惠州市，这也导致东岸城市群离散程度不断增大。

在对传统划分区域的分析后发现，广佛肇、深莞惠两大城市群内部货运的极化现象不断加强，肇庆市、惠州市与其余4个城市的货流水平明显不在同一层级且在短期内难以追及。因此，本文根据相邻原则对珠三角核心区域城市进行组合创新，研究广佛深莞、广佛莞和广深莞地区城市群差异系数。通过纵向对比，2018年广佛深莞地区差异系数最小，低于珠三角西岸城市群，且逐年下降。该地区是珠三角城市群的核心架构，也是第一层级的城市集群，广-佛、深-莞产业结构互补，发展步伐一致，随着粤港澳大湾区深入建设，广-佛、深-莞实现城市深度融合，货运规模差距进一步缩小，城市发展更加均衡。

总体而言，城市群差异系数与区域发展的互补协调程度密切相关。现有研究大多只强调了提升城市货运量的重要性，但本研究在此基础上还指出了只有实现产业结构互补、区域协同发展，才能缩小珠三角城市群发展差异，实现城市群深度融合。

2.4 城市相对主导性水平分析

根据主导性与控制力水平计算公式得出2016-2018年珠三角城市群各地市的货运发送量、货运接收量、相对主导性如表3所示。货运发送量、接收量单位为万吨。区别于现有研究单纯通过计算各城市的货运发送量与接收量之比、发送量与接收量之差来分析城市的控制力与主导性，本文综合对比货运发送量与接收量之和更能准确评价各城市的控制力。

表3 2016—2018年珠三角城市相对主导性水平

2016—2018年珠三角各城市GDP和相对主导性水平分别如图5和6所示。在珠三角中部城市群内，广州市的城市相对主导性长期处于领先地位，虽然2018年相对主导性水平稍有下滑，但仍高达0.999（如表3和图6所示），表明广州在这三年间属于强主导型的城市，具有较强控制力，这与广州市GDP位列珠三角前茅的事实吻合。与广州同属传统核心地区的佛山市在2016年—2018年间的相对主导性水平呈明显下降趋势，区域控制力减弱。虽然肇庆相对主导性水平在2016年—2018年间呈现上升趋势，城市控制力提升，但由于与主导型城市的差距过大，其目前仍处于并将长期处于被控制地位。

位处珠江三角洲东岸的深圳和东莞的相对主导性水平迅速上升，货运发送量与接受量总和显著增加，得益于各产业的快速发展，深圳市的货运接收量年均增长2～3倍，虽然2018年深圳GDP超越广州，其第三产业产值占比超过60%，制造业虽有发展但非支柱型产业，因此相对主导性水平有所提升但低于广州、佛山、东莞；而处于珠三角城市群连轴核心的东莞市，其货运发送量每年增长约3000万吨，虽然东莞市GDP在珠三角仅排第四，但是制造业产值占比较大，而制造业是货运量增长的主要决定因素，促使其成为2018年珠三角城市群主导性和控制力水平最高的城市；惠州相对主导性水平先降后升，但控制力总体呈下降态势，与肇庆市同处于被控制地位，表明广佛肇、深莞惠两大城市群的城市相对主导性均具有“两主导，一附属”的特点。

2016—2018年间位于珠三角西岸的中山、珠海、江门整体处于被控制地位，各市均被定义为附属型城市。江门市的相对主导性水平下降明显；珠海市的相对主导性水平基本不变；中山市的相对主导性水平总体呈下降态势。

以上城市的控制力水平与城市GDP在地区内的排名基本相符，充分说明了经济基础是城市相对主导性水平的重要决定因素；而城市相对主导性和控制力水平高的城市依旧分布在珠三角城市群的连轴核心区域，边缘城市基本属于附属型城市，表明与珠三角城市群核心的距离是城市相对主导性水平的重要影响因素。

3 结 论

本文基于海量多源数据（包括高速公路车辆轨迹数据和收费系统的其他数据），从货运角度展开珠三角网络结构特征分析，其实质是基于流空间模型分析珠三角城市群城市间的货运关联度、节点运输强度、离散程度、主导性与控制力，进一步研究城市群内的网络特性与变化趋势。研究结果如下：

（1）地理阻隔与空间距离仍是城市货运关联度的重要影响因素，主要体现在珠三角西岸城市和边缘城市受限于地理阻隔（珠江入海口）和与核心轴区的距离较远的原因未能进入核心及主干结构。珠三角城市群货运核心网络结构及主干网络结构发生改变，城市群货运网络核心架构重心东移，整体呈现“核心轴-边缘”的网络结构。

（2）只有实现顺畅的产业转移和人才知识流动，区域发展才能更融合，货运特征趋势才会实现基本一致。具体表现在广佛、深莞两大珠三角核心区域的城市货运总强度趋势长期分别保持基本一致，本文推断其在今后将保持基本一致的货运发展步调。

（3）城市群差异系数与区域发展的协整性密切相关。货运量的提升固然重要，但只有实现地区产业结构互补、区域协同发展，才能缩小发展差异。在建设粤港澳大湾区的进程中，应充分调动东岸、中部地区的发展资源，利用西岸的发展空间与后发优势，加强各分区域的交流合作，错位发展，优化布局实现地区互融互通、统筹发展。

（4）经济基础是城市相对主导性和控制力水平的重要决定因素，而与地区核心的距离是城市相对主导性水平的重要影响因素。具体表现经济基础较好的珠三角连轴核心区域（广佛深莞）具有最强的控制力。结合对其余5地市分析发现，与珠三角核心区域的距离越远，城市主导性和控制力水平越低。