基于列车时刻表的长三角城市群铁路交通网络演变特征
邵海雁，徐晨璐，钟业喜*
(江西师范大学地理与环境学院，330022，南昌)
摘要： 基于列车时刻表中2009年、2011年、2013年、2015年、2017年长三角城市群的铁路客运班次数据，运用ArcMap 10.2平台构建铁路交通网络，结合社会网络分析法，从点度中心度方面对长三角铁路交通网络演变特征进行分析。结果表明：1)长三角城市群铁路交通网络以上海和南京为核心，以苏州、无锡、杭州、常州、镇江和嘉兴为次核心，呈快速发展的多中心结构；2)铁路交通联系空间分布不平衡，主轴与次轴共同构成城市铁路网络，以上海-苏州-南京-镇江构成的四边形网络联系最为紧密，上海-南京、苏州-镇江两条对角线为核心轴线，带动域内无锡和常州的发展；3)以上海-南京-杭州构成的三角网络，城市交通联系强度不同，上海-南京线>上海-杭州线>南京-杭州线；4)2009-2017年，沪宁线、沪杭线始终处于点度中心度的高值集聚区域，地区发展主轴地位稳固；湖州、宁波和台州铁路客运需求增长较快，点度中心度得到不断提升；5)2017年，上海、南京、杭州3个核心城市点入度大于点出度，聚集能力明显强；苏州、镇江、绍兴等城市由极化向扩散转变，城市以辐射功能为主。
关键词： 铁路交通网络；列车时刻表；修正引力模型；社会网络分析；长三角城市群
0 引言
交通技术作为实现城市之间各类“流体”交往的空间载体，是区域网络形成与发展的基础[1]。交通运输实现城市之间人口、货物、信息等的交流，是城市功能的一个重要方面, 反映了城市内部和外部联系的程度和水平[2]。铁路运输已成为客货流动的重要交通工具[2]和影响城市经济联系的重要因素，由铁路站点和铁路运输线构成的铁路网络在很大程度上影响着城市之间的经济联系强度。随着高铁时代的到来，铁路交通网络在加强城市之间联系和推动区域经济协调发展方面的作用越来越突出，对经济活动的空间再分配产生了显著的影响[3]。
铁路交通网络是以铁路运输为基础，不同等级、规模城市相互连结，形成的点、线、面紧密联系的有机系统。随着社会经济的发展，诸多学者对交通运输进行了相关研究，如汪德根等对高铁网络时代区域旅游空间格局进行研究，探讨都市圈的可达性[4]。孙阳等基于综合交通，研究我国沿海三大城市群城市空间网络[5]。修春亮等基于“流空间”视角，系统分析城市与区域结构[6]。
从图1可以看出，一对一类型占有对应要素的一半以上，由此可见在共同表达的要素中，大部分要素是存在映射关系的，这也是军民基础地理信息分类代码标准融合的一个基础。
社会学家castells提出了“流”空间(space of flows)，“流空间”是社会实践发生下的环境，其扩展是一个渐进的过程，从信息化领域扩展到社会其他方面[7]。交通流是节点间的社会经济联系,具有流场的空间属性,反映了城市间的相互作用[2]。相对于可达性，“流”空间成为大数据时代人文地理学研究的重要内容之一[8]。基于列车时刻表探讨铁路交通网络与经济联系强度的研究相对较少，由于铁路交通对客运组织具有极大的依赖性，基于铁路网络的列车时刻表较之单纯的铁路网络更具有意义[9]。
本文以长三角城市群16个地级及以上核心城市为基本研究单元，借助ArcMap 10.2平台，利用交通流、修正引力模型分析长三角城市群铁路交通网络，并且运用社会网络分析方法，从点度中心度方面对长三角铁路交通网络演变特征进行分析，以期为长三角城市群实现协同共生发展及区域一体化发展提供参考[10-11]。
1 研究区域、数据来源及研究方法
1.1 研究区域
列车车次的数量变化能够体现城市铁路发展的繁荣与衰弱，随着时间的推移和社会经济的发展，大部分城市列车车次呈不断增加的趋势。基于列车时刻表统计长三角城市群2009年、2011年、2013年、2015年和2017年的车次数量，结果发现，长三角城市群在铁路发展方面呈现3个层级，呈快速发展态势的城市有上海、南京、苏州、杭州、嘉兴、湖州、绍兴和宁波；呈稳定发展态势的城市有镇江、无锡、常州和台州；呈衰弱或停滞态势的城市为扬州、南通和泰州。
意见对餐饮服务提供者开展明厨亮灶环境提出了要求，包括餐饮服务提供者应当主体资质合法、原料来源清晰、加工过程规范、厨房环境卫生、工具用具洁净、人员衣帽干净；餐饮服务提供者采用透明式展示的，可通过建造透明玻璃窗、玻璃墙的方式向社会公众展示；透明玻璃表面要光滑整洁、通透明亮，无积尘、无油垢；玻璃上的粘贴画不得遮挡视线，玻璃两侧不宜存放遮挡视线的物品。透明玻璃要定期清洁，保持视线清晰。意见还鼓励餐饮服务提供者将视频信息上传至网络平台。
从点出度排序来看，上海、苏州及无锡的点出度始终稳居前3位且远高于其他城市。上海作为全球金融中心和改革开放的窗口，拥有巨大的资本优势和政策优势；苏州和无锡地处苏南地区，县域经济活跃。这三大城市凭借强大的经济实力，在长三角城市群网络中地位突出且具有较强的辐射扩散能力。而扬州、南通、泰州、台州等城市一直处于后5位，表明以上城市辐射能力不足。扬州、泰州和南通3个城市位于长江以北地区，台州是长三角最南的城市，这4个城市的区位条件相对于其他城市不足，与其他城市的联系受制于自然条件和距离因素。从二者比较来看，2009-2017年，上海、南京、杭州等核心城市点入度稍大于点出度，说明核心城市在发展进程中内外向联系需求都逐步增强，城市辐射功能、集聚功能强；苏州、常州、绍兴、宁波等由极化向扩散转变，城市以辐射功能为主。
1.2 数据来源
客运交通流是测度城市间联系的重要指标之一[8]，但由于数据的复杂性特征而往往采用指标替代法进行相关表征，如微博数据、通话数据、铁路客运数据等。本文采用2009年、2011年、2013年、2015年和2017年城市间每日经停的列车班次数作为城市间铁路交通流的替代数据，探讨长三角城市群的铁路交通网络特征。其中铁路客运班次数据分别从极品列车时刻表2009.06.21版本、2011.12.01版本、2013.11.06版本、2015.06.30版本和盛名时刻表2017.10.01版本提取得到，提取原则是: 若两城市间无需中转，经停的列车班次数量即为两城市间的铁路交通联系强度；若两城市间需要中转或无直接中转车站，则两城市间的联系强度均赋值为0。
人口数据和生产总值数据来自2009年、2011年、2013年、2015年和2017年《上海统计年鉴》、《江苏省统计年鉴》和《浙江省统计年鉴》；空间行政边界矢量数据直接来源于国家基础地理信息中心提供的1∶400万中国基础地理信息数据,在此基础上提取交通网络、城市节点等数据。
1.3 研究方法
1.3.1 交通流 在新的信息技术支撑下和全球化过程中，世界经济的“地点空间”(space of place)正在被“流空间”(space of flow)所替代[10]。交通“流”可以有效表现城市节点间的社会经济联系，从而反映城市间相互作用[7]。铁路站点是城市对外联系的重要门户，是交通网络中城市场核作用的重要载体，可以有效承担城市在区域交通网络中的节点性角色。
整理列车时刻表数据，得到长三角客运班次矩阵(表1)，运用ArcGIS 10.2软件，将5个研究年份两两城市之间的车次与长三角城市群城市的属性表进行关联，利用XY To line工具，得到车次联系网络图(图1)。
1.3.2 修正引力模型 引力模型是空间相互作用模型之一，常被用来分析两地区的空间联系，由17世纪牛顿的万有引力定律发展而来。空间相互作用是指区域之间所发生的商品、人口与劳动力、资金、技术、信息等的相互传输过程[16]。区域交通网络的发展是各城市之间进行空间相互作用和经济联系的基础支撑[17]，基于空间相互作用理论，本文利用修正的引力模型测度城市之间的经济联系强度，计算公式为：
特别是改革开放40年来，广东农垦改革发展取得了很大的成就，实实在在尝到了改革开放的甜头。我们的体会主要有以下几点：
(5)从工艺上讲，对小于0.045 mm细泥在底流中的混杂率要求并不很严格，本次试验为21.27%，水力分级效率=粗粒正配率-细泥混杂率=77.56%，此值符合现实情况。
表1 长三角城市群铁路列车班次矩阵
图1 长三角城市群铁路交通网络
式中：R 为城市间经济联系强度，P i 和P j 为人口指标，V i 和V j 为经济指标，D ij 为两城市之间的距离，本文人口指标使用城市年末常住人口数，经济指标使用城市生产总值。城市间距离体现了城市之间发生相互关联的倾向程度，把这一距离的本质仅仅定义为2个城市间的直线空间距离是不可取的。随着现代交通工具的发展，城市距离已经不单单指代为空间距离，时间距离或交通距离更能反映现实状况，本文选取两两城市之间的最短时间进行表征。
点度中心度是与该点直线相连的点数，是一个点与其他点发生交往的能力，是行动者自身具有的交易能力。计算公式如下：
CAD(i )=i 的度数
1)长三角城市群以上海和南京为核心城市，以苏州、无锡、杭州、常州等为次级核心城市，呈现多中心结构。在铁路发展方面呈现3个层级，呈快速发展态势的城市有上海、南京、苏州、杭州、嘉兴、湖州、绍兴和宁波；呈稳定发展态势的城市有镇江、无锡、常州和台州；呈衰弱态势的城市为扬州、南通和泰州。
2 列车联系的数量变化和空间分布
长三角城市群16个地级及以上核心城市，包括上海，江苏省的南京、苏州、无锡、常州、镇江、扬州、南通、泰州8市和浙江省的杭州、湖州、嘉兴、宁波、舟山、绍兴、台州7市；长三角城市群地处我国东部沿海，拥有连接南北、辐射中西部的密集立体交通网络[12-14]，是我国综合实力最强的区域，已成为带动全国经济发展的重要引擎。本研究以长三角城市群16个地级及以上核心城市为基本研究单元，对长三角铁路交通网络演变进行深入分析和探讨。
在冬春季节应该做好牛群管理工作，降低各种致病因素。做好牛舍保暖工作，强化圈舍通风，及时清理牛舍粪便，保证牛养殖环境清洁卫生干燥，同时还应该制定严格的卫生消毒制度。定期对牛群免疫注射牛传染性肠胃炎、流行性腹泻二联灭活疫苗，提高牛群身体抵抗力，降低该种疾病发生率。另外，还应该坚持科学引种，避免到疫区引种，牛群到达养殖场后，必须经过严格的隔离观察，确定健康后才能合群养殖。
不同等级的铁路线之间往往在功能上是互补的，它们相互连接，相互补充，共同完成铁路经济活动[24-27]。网络是连接空间结构中点与线的载体，正是由于网络的存在，才可能产生区域经济发展中的各种商品流、资金流、信息流、人流[28-30]。铁路流数量的增加可以使铁路网络密度更加完善，促进区域经济协调发展。长三角城市群铁路流数量2009年为129条，2011年为126条，2013年为156条，2015年为175条，达到最高，总体呈增长趋势，但2017年由于扬州、南通和泰州3个城市铁路发展的停滞和衰退，铁路流数量减小为126条。
叔叔们帮爸爸把马套上篷车，堂兄妹们按大人的要求一一走上前来与玛丽和劳拉吻别。爸爸先把玛丽，然后是劳拉抱上车，把她们安顿在篷车后部的床铺上。接着，他又扶妈妈爬上篷车前部的座位。奶奶走上前来把小嘉莉递给妈妈抱好。爸爸也跳上车坐在妈妈身边，他们那条带深色条纹的灰色斗牛犬杰克在篷车下跑来跑去。
以上海-苏州-南京-镇江构成的四边形的车次联系最为紧密，四边形的4条边长和对角线即上海-苏州、上海-镇江、南京-苏州、南京-镇江、上海-南京和苏州-镇江轴线为最主要交通轴线；以上海-南京-杭州构成的三角网络，三边联系强度不同，上海-南京线>上海-杭州线>南京-杭州线。此外，四边形内的上海-常州、南京-常州，浙江省内的杭州-嘉兴，杭州-绍兴，杭州-宁波，绍兴-宁波和上海-嘉兴等次级轴线逐年发展，成为支持区域经济发展的后起之秀。上海和南京作为长三角城市群的核心城市，发挥其辐射带动作用，促进苏锡常等的发展。铁路网络在一定程度上把相互连接的城市转变成为城市空间对外拓展的网络节点，拉近节点城市与周边城市的时空距离，带动城市群区域信息“网络化”结构的形成。
工程项目数据库的建立必须同时满足以下两方面的条件：即管理的方便性和应用的方便性。项目管理数据库的应遵循内容清晰，结构简单的构建原则。
长三角城市群的铁路网络处于较强连接状态，但区内城市铁路发展存在较大差异。长三角经济发达，区域内部资源禀赋与经济发展水平差异较大，区域融合发展并未形成。
1.4 统计学分析 运用SPSS 20.0软件对本研究数据进行统计分析，计量资料以表示，两组比较采用t检验，计数资料以[例(%)]表示，两组或多组间的差异比较采用χ2检验，P<0.05为差异有统计学意义。
3 点度中心度演变分析
3.1 点出度与点入度
点入度(in-degree)是直接指向该点的点数总合；点出度(out-degree)是该点所直接指向的其它点的总数。本文利用修正引力模型计算得到的各城市之间的经济联系强度数据，基于2009-2017年的经济联系强度矩阵，在Ucinet中计算得到各城市的点入度与点出度(表2)。
表2 长三角城市群点度中心度
GDP是反映经济总量的指标之一。从统计年鉴中获取长三角城市群16个城市2009-2017年的生产总值。长三角城市群经济发展水平不一，差距明显。上海的GDP远超其他15个城市且呈快速发展趋势，属于网络一级核心节点[15]；其次为苏州，其生产总值稳居第2位，但与上海的差距悬殊；杭州、南京、无锡、宁波发展相对稳定；南通、常州、绍兴、扬州、泰州、嘉兴、台州、镇江、湖州和舟山经济发展则相对落后，发展速度也相对缓慢。
司尔特负责人表示，公司为此次订货会做足了充分准备，精准把脉市场需求，推出多项针对性的优惠举措，可以有效激发经销商、农户的预订积极性，同时，司尔特的产品质量及精细化的农化服务也获得众多客户的信任。
3.2 点度中心度
铁路客运网络的发展一定程度上反映了一个地区的空间联系格局，铁路客运能力也是空间联系格局的体现。交通基础设施作为重要的生产力要素往往是区域发展的前提条件，深刻影响着区域发展的速度和质量。基于引力模型的经济联系强度的测度，在一定程度上，可以体现交通对城市经济发展的影响。基于公式(1)得到长三角16个城市的经济联系强度数据，借助Ucinet软件，计算出长三角城市群各个城市的点度中心度、点出度和点入度，以此来揭示不同城市在城市群网络中的影响力和控制力。
长三角城市群列车联系的空间分布不平衡，主轴与次轴相互交织共同构成城市群铁路交通网络。借助ArcMap 10.2平台，得到2009-2017年长三角城市群铁路交通网络，如图1所示。
上海、南京、杭州网络核心地位稳定。2009-2017年，上海、杭州点度中心度总体保持不变；2017年南京的点度中心度超过上海和杭州，对外联系明显增强，网络枢纽地位逐步确立，区域城市间联系趋于紧密。利用ArcGIS空间分析功能插值得到了长三角城市群点度中心度的空间演化过程(图2)：2009-2017年，沪宁线、沪杭线始终处于点度中心度的高值集聚区域，地区发展主轴地位稳固，沿线城市交往能力明显高于区域其他城市。2009年，沪宁沿线的城市具有较高的联系能力，苏州、无锡、常州、镇江的点度中心度与上海和南京一样，均为12，沪宁线南北两侧的点度中心度则相对较低。2017年，扬州、南通和泰州点度中心度明显减弱，其客运场核作用下降。高速铁路压缩区域间时空距离，重新分配区域内部的各种资源要素，整合了区域经济、重塑了区域城市体系，对区域空间结构进行重构。高铁作为科学技术发展的成果，其带来的“时空压缩效应”大大缩短了城市之间的通行时间。长三角城市群经济综合效率在2011年后得到快速提升，这在很大程度上得益于高铁的发展。而目前为止，南通、泰州、扬州等长江北岸城市高铁客运专线尚未开通或运营，未能纳入全国高铁网络。未来，沪通铁路的建造将改变南通等城市的点度中心度，进一步完善长三角的交通网络。2009-2017年，湖州、台州和宁波的点度中心度得到显著提升，湖州处于沪宁线、沪杭线和宁杭线围合成的三角形内部，在南京、上海和杭州的辐射带动下，与周围其他城市的联系日益加强，点度中心度不断提高；台州、宁波虽然处于南京-上海-杭州组成的三角形外缘，但凭借其自身的经济实力和杭州的辐射带动作用，铁路客运需求增长较快使得其在铁路客运网络中地位得到进一步提升，点度中心度不断提高。
图2 长三角城市点度中心度空间演变
1.3.3 社会网络分析方法 社会是由各种关系构成的巨大网络，各个行动者是网络中的节点，通过研究网络关系可以把握个体间的关系，从而揭示网络的整合性与层次性。本文采用社会网络分析方法[18-20]，在Ucinet 6.0软件支持下从点度中心度方面定量分析长三角城市群铁路联系网络演变特征。“中心性”是一个结构位置指标，是行动者在网络中权力的量化，越接近中心，影响力越大。在城市网络中，各个城市之间存在联系，而联系的强度和方向存在差异。把每个城市看成一个行动者，对其点度中心性进行分析，可以看出不同城市在城市网络中的影响和地位[21-23]。
4 结论与讨论
4.1 结论
城市网络研究强调要素的连接性，因而，以要素流的联系紧密性程度刻画城市网络的空间结构成为重要视角。本文从“流空间”视角出发，基于列车时刻表数据和统计年鉴数据，运用ArcMap 10.2平台和Ucinet 6.0构建交通网络流向图，定量分析长三角铁路交通网络演变特征。以期为提升铁路的经济效益提供参考依据。本文得出的结论如下。
式中：CAD 为点度中心度，度数即为与该点直线相连的点的数量。
2)列车联系空间分布不平衡，主轴与次轴共同构成城市铁路网络。以上海-苏州-南京-镇江构成的四边形的车次联系最为紧密，四边形的四条边长和对角线即上海-南京和苏州-镇江轴线为最主要交通轴线；此外，四边形内的上海-常州、南京-常州，浙江省内的杭州-嘉兴，杭州-绍兴，杭州-宁波，绍兴-宁波和上海-嘉兴等次级轴线逐年发展。
3)以上海-南京-杭州构成的三角网络，三边联系强度不同，上海-南京线>上海-杭州线>南京-杭州线。
4)2009-2017年，沪宁线、沪杭线始终处于点度中心度的高值集聚区域，地区发展主轴地位稳固，沿线城市交往能力明显高于区域其他城市；湖州、台州和宁波铁路客运需求增长较快使得其在铁路客运网络中地位得到进一步提升，点度中心度不断提高。
5)2009-2017年，上海、南京、杭州等核心城市点出度与点入度大致相等，说明核心城市在发展进程中内外向联系需求都逐步增强，城市辐射功能、集聚功能强；苏州、常州、绍兴、宁波等由极化向扩散转变，城市以辐射功能为主。
4.2 讨论
基于上述实证分析结果，讨论如下。
1)传统的长三角铁路呈“之”型布局，该实证分析结果表明长三角城市群的铁路从“之”型布局逐渐向“Z”型布局转变。“之”型布局的头尾发展渐渐弱化，而其中部，即上海-苏州-无锡-常州-镇江-南京和上海-嘉兴-杭州始终是铁路发展的2条主轴。“之”型布局头部的扬州、泰州、南通，位于长江以北地区，高铁客运专线尚未开通或运营，使其铁路发展落后于长三角其他城市，客运场核作用下降。而“之”型布局南端的台州，距离南京、杭州等核心城市较远，与上海隔杭州湾相望，受到核心城市的辐射影响小，发展能力较弱。
2)长三角三大城市构成的三角网络，铁路联系强度不同，杭州相对于上海、南京发展相对较弱。一方面，杭州的经济发展水平与上海和南京存在一定差距；另一方面，杭州中西部地区生态敏感性较强，资源环境承载能力较低，铁路发展受制于生态环境。在全国主体功能区规划的大背景下，如何更好地规划杭州这一次级核心城市的铁路布局，充分发挥铁路的经济、社会、生态效益有待进一步研究。
3)2016年6月《长江三角洲城市群发展规划》[31]指出构建“一核五圈四带”的网络化空间格局。实证研究表明，上海是长三角铁路网络核心城市，这充分发挥了上海龙头带动的核心作用和区域中心城市的辐射带动作用。上海-苏州-无锡-常州-南京、上海-杭州、南京-杭州主轴地位稳固，有利于推动南京、杭州、苏锡常都市圈的同城化发展。扬州、泰州、南通等长江以北城市铁路发展后劲不足将会制约沿江发展带的发展，拉大与沪杭、沿海发展带的差距，不利于“一核五圈四带”网络化空间格局的形成。
4)长三角城市群是“一带一路”与长江经济带的重要交汇地带，在国家现代化建设大局和全方位开放格局中具有举足轻重的战略地位。实证研究结果对于长三角的铁路交通规划有一定的借鉴意义。南通、泰州、扬州等城市高铁尚未发展，处于点度中心度的低值聚集区域，导致近年长三角城市群内部铁路网络密度减小，尤其是长江以北地区；以上海-南京线为界，铁路联系格局从“北高南低”向“南高北低”转变。高铁网络以其所具有的廊道效应、集聚效应、辐射效应和同城一体化效应，促进商品、人口与劳动力、资金、技术、信息等要素在不同城市间的流动，从而加强区域经济联系强度。当前正值长三角一体化建设上升为国家战略之际，新规划指出上海至南通、舟山至宁波、上海至南通至南京、南通至苏州至嘉兴、南京至扬州的铁路建设是未来长三角城市群交通基础设施重点工程，这将改变长三角铁路网络中部密南北疏的格局，大大提升城市群铁路发展整体水平，加强城市联系缩小区域差异，加快长三角一体化进程。
高品质的项目、较高的内部一致性和良好的因素结构，以及效标关联效度、性别差异的证据，表明纯粹能动与社群行为倾向问卷中文版具有良好的信效度，可以用于社会认知内容基本维度有关研究当中。
参考文献：
[1] 钟业喜,冯兴华,文玉钊.长江经济带经济网络结构演变及其驱动机制研究[J].地理科学,2016,36(1):10-19.
[2] 钟业喜,陆玉麒.基于铁路网络的中国城市等级体系与分布格局[J].地理研究,2011,30(5):785-794.
[3] Li X J, Huang B, Li R R, et al . Exploring the impact of high speed railways on the spatial redistribution of economic activities-Yangtze River Delta urban agglomeration as a case study[J].Journal of Transport Geography, 2016, 57: 194-206.
[4] 汪德根,章鋆.高速铁路对长三角地区都市圈可达性影响[J].经济地理,2015,35(2): 54-61.
[5] 孙阳,姚士谋,张落成.中国沿海三大城市群城市空间网络拓展分析—以综合交通信息网络为例[J].地理科学,2018,38(6):827-837.
[6] 修春亮,魏冶.“流空间”视角的城市与区域结构[M].北京:科学出版社,2015.
[7] Kirtiklis K. Manuel Castells’ theory of information society as media theory[J].LINGUA POSNANIENSIS, 2017, 59(1): 65-77.
[8] 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.
[9] 钟业喜,黄洁,文玉钊.高铁对中国城市可达性格局的影响分析[J].地理科学,2015,35(4):387-395.
[10] 赵映慧,初楠臣,郭晶鹏,等.中国三大城市群高速铁路网络结构与特征[J].经济地理,2017,37(10):68-73.
[11] 苗洪亮,周慧.中国三大城市群内部经济联系和等级结构的比较——基于综合引力模型的分析[J].经济地理,2017,37(6):52-59.
[12] 吴常艳,黄贤金,陈博文,等.长江经济带经济联系空间格局及其经济一体化趋势[J].经济地理,2017,37(7):71-78.
[13] 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.
[14] 张荣天.长三角城市群网络结构时空演变分析[J].经济地理,2017,37(2):46-52.
[15] 刘承良,管明明.基于专利转移网络视角的长三角城市群城际技术流动的时空演化[J].地理研究,2018,37(5):981-994.
[16] 鲁莎莎,关兴良,王振波,等.基于可达性与数据场的长三角经济区空间场能[J].地理研究,2013,32(2):295-306.
[17] 李小建,李国平,曾刚,等.经济地理学[M].北京:高等教育出版社,2006.
[18] 冯兴华,钟业喜.长江经济带城市网络结构演变特征[J].学习与实践,2018(10):46-55.
[19] 徐宜青,曾刚,王秋玉.长三角城市群协同创新网络格局发展演变及优化策略[J].经济地理,2018,38(11):133-140.
[20] 初楠臣,张平宇,姜博.基于日高铁流量视角的中国高速铁路网络空间特征[J].地理研究,2018,37(11):2193-2205.
[21] 穆成林,陆林,黄剑锋,等.高铁网络下的长三角旅游交通格局及联系研究[J].经济地理,2015,35(12):193-202.
[22] 傅钰,钟业喜,冯兴华.长江经济带陆路交通可达性格局演变研究[J].长江流域资源与环境,2016,25(10):1484-1491.
[23] 方大春,孙明月.高铁时代下长三角城市群空间结构重构—基于社会网络分析[J].经济地理,2015,35(10):50-56.
[24] 徐晨璐,钟业喜.基于列车时刻表的长江中游城市群空间联系格局变化研究[J].南京师范大学学报(自然科学版),2017,40(4):148-153.
[25] 黄洁,钟业喜,李建新,等.基于高铁网络的中国省会城市经济可达性[J].地理研究,2016,35(4):757-769.
[26] 孙阳,张落成,姚士谋.长三角城市群“空间流”网络结构特征—基于公路运输、火车客运及百度指数的综合分析[J].长江流域资源与环境,2017,26(9):1304-1310．
[27] 柯文前,陈伟,杨青.基于高速公路流的区域城市网络空间组织模式——以江苏省为例[J].地理研究,2018,37(9):1832-1847.
[28] 查凯丽,彭明军,刘艳芳,等.武汉城市圈路网通达性与经济联系时空演变及关联分析[J].经济地理,2017,37(12):74-81.
[29] 蒋海兵,祁毅,李传武.中国城市高速铁路客运的空间联系格局[J].经济地理,2018,38(7):26-33.
[30] 任宇飞,方创琳,蔺雪芹.中国东部沿海地区四大城市群生态效率评价[J].地理学报,2017,72(11):2047-2063.
[31] 中华人民共和国国家发展和改革委员会.长江三角洲城市群发展规划[EB/OL].[2016-06-01].http://www.ndrc.gov.cn/zcfb/zcfbghwb/201606/t20160603_806390.html.
Yangtze River Delta Urban Railway Based on Train Timetable Traffic Network Evolution Characteristics
SHAO Haiyan, XU Chenlu, ZHONG Yexi*
(School of Geography and Environment, Jiangxi Normal University, 330022, Nanchang, PRC)
Abstract ：Based on the railway passenger shift data of the 2009, 2011, 2013, 2015 and 2017 long triangle urban agglomerations in the train schedule, the ArcMap 10.2 platform is used to construct the railway transportation network, combined with the social network analysis method, from the perspective degree. The evolution characteristics of the triangular railway transportation network are analyzed. The results show that: 1)The railway transportation network of the Yangtze River Delta urban agglomeration is centered on Shanghai and Nanjing, with Suzhou, Wuxi, Hangzhou, Changzhou, Zhenjiang and Jiaxing as the core, showing a rapidly developing multi-center structure. 2)The distribution of railway traffic links is not balanced, and the main axis and the secondary axis together form the urban railway network. The quadrilateral network consisting of Shanghai-Suzhou-Nanjing-Zhenjiang is the most closely connected. The two diagonal lines of Shanghai-Nanjing and Suzhou-Zhenjiang are the core axes, which drive the development of Wuxi and Changzhou in the region. 3)The triangle network consisting of Shanghai-Nanjing-Hangzhou has different intensity of urban traffic connection, Shanghai-Nanjing Line>Shanghai-Hangzhou Line>Nanjing-Hangzhou Line. 4)From April 2009 to 2017, the Shanghai-Nanjing line and the Shanghai-Hangzhou line have always been in the high-value gathering area of the central point of the point. The regional development spindle position is stable; the passenger demand of the Huzhou, Ningbo and Taizhou railways has increased rapidly, and the point center has been continuously improved. 5)In 2017, the three core cities of Shanghai, Nanjing and Hangzhou were more than the point-out degree, and the gathering ability was obviously strong; the cities of Suzhou, Zhenjiang and Shaoxing changed from polarization to diffusion, and the city mainly radiated.
Key words ：railway transportation network; train schedule; revised gravity model; social network analysis; Yangtze River Delta urban agglomeration
收稿日期： 2019-03-14;修订日期：2019-06-04
作者简介： 邵海雁(1997 -)，女，本科，专业方向：地理科学。
基金项目： 国家自然科学基金项目(41561025)。
*通讯作者： 钟业喜(1973 -)，男，博士，教授，博士生导师，研究方向：经济地理与空间规划。Email:zhongyexi@126.com。
doi :10.13990/j.issn1001-3679.2019.03.007
中图分类号： F530
文献标识码： A
文章编号： 1001-3679(2019)03-350-09