长江中游城市群货运网络结构及影响因素分析

基于菜鸟货运路线数据,采用社会网络分析、QAP回归分析等方法解析长江中游城市群空间关联特征。结果表明：(1)长江中游城市群货运网络呈现“一核多极”的空间形态,以武汉为核心,长沙、南昌、九江、上饶为次级中心的散射状结构。(2)网络整体中心性水平较低且空间联系极化效应明显,武汉中心地位突出。(3)网络大致形成7类凝聚子群,出现优势城市强联系、弱势城市孤立局面,子群结构及协作关系有待优化。(4)人口规模、物流设施点、GDP、人均可支配收入对货运联系网络具有显著影响;其中,物流设施点与货运路线存在高度正相关。     

中国城际公路零担专线网络空间结构特征

基于社会网络分析方法,利用国家交通运输物流公共信息平台2018年全国地级及以上城市的公路零担专线数据,从城市节点、城际联系、子网络3个层面对中国城市网络结构特征进行识别,结果表明：1）上海、天津、郑州、广州、杭州在网络中处于主导性地位,根据货流组织系数,可将城市节点划分为强中心、次强中心、弱中心、从属型4种类型。2）在首位联系总量排名前十的城市中,输出型城市和输入型城市的比例为4∶1,反映货流流向的不均衡性。由公路零担专线数据刻画的网络空间呈现显著的距离衰减规律,集中在500 km的专线数量占比为41.9%。3）公路零担专线网络形成东北―冀鲁蒙社区、中原社区、关中社区、江淮社区、泛珠三角―长三角社区、长株潭社区6个具有显著地域特征的城市社区,社区结构表现出明显的空间集聚和跨行政区特征。最后,提出以下建议：增强成渝城市群公路零担专线服务能力,发挥核心城市产业集聚和带动作用;优化边缘城市产业结构,加强交通与产业融合;积极引导无车承运人平台发挥网络规模化效应,提高公路货运组织效率。     

中国物流枢纽承载城市货运网络时空演化及驱动机制

选取110个物流枢纽承载城市为研究对象,从“点-线-网”全局性视角,动态刻画2007—2016年中国物流枢纽承载城市货运网络时空特征,在此基础上利用空间面板动态数据模型,剖析了其演化驱动机制。研究表明：① 物流枢纽承载城市 “多核心-边缘”空间格局清晰,核心区域范围向西部地区延伸;② 货运联系快速分化,空间格局层级性特征显著,中部地区、西部地区网络复杂性逐步提升。③ 货运联系网络向集聚性稳增长、网络结构趋于稳定、无标度网络特性减弱的小世界网络发展。④ 基础设施、市场环境、信息科技等因素的发展对物流枢纽承载城市货运网络空间格局形成具有正向驱动作用。     

不同尺度下长江经济带物流联系格局、特征及影响因素研究

借助从货运网站上抓取的2015年水路货运、公路货运、铁路货运、航空货运OD数据55 623条,基于物质流的视角,采用回归分析,对长江经济带物流联系现状及其影响因素进行了研究。研究发现：① 长江经济带货运网络总体上呈现东部发达、西部落后格局,阶梯状发展特征显著,上海龙头作用显著,省会城市地位突出。② 从影响因子来看,空间尺度越大,规律性越强。航空货运受地区间物流服务能力和基础设施差异的深刻影响,而水路货运主要受地区间转运能力差异影响、陆路货运受多种要素综合影响显著。③ 为助推长江经济带综合立体交通走廊建设,建议东、中部地区注重发挥不同运输方式的协同作用,着力提升区域运输效率。对地形崎岖的西部地区而言,应合理开发和搭配水运和少数空运中心,改善交通区位。     

长三角城市网络外部性的空间异质性

城市网络中是否存在“低端锁定”现象,低等级城市能否从网络中获益,高等级城市是否发挥了辐射带动作用,这些问题关系城市群发展的战略导向,当前仍缺乏深入论证。城市网络外部性是指城市因联系而得到的效益,为回答上述问题提供了理论依据,已成为城市网络研究的新热点。但现有研究主要关注网络外部性的整体特征,忽视区域内城市间的网络外部性差异。本文使用地理加权回归模型将网络外部性测度精确到每个城市,揭示网络外部性的空间异质性特征。研究以长三角地区41个城市为研究对象,按城市汇总企业之间相互投资规模构建城市网络,分析网络联系对城市发展水平的影响,证实了长三角地区存在网络外部性。研究发现：(1)虽然网络外部性未成为主导,但嵌入城市网络已经对江浙沪城市发展起到了积极影响。(2)网络外部性的地域差异较大,江苏省城市的网络外部性普遍强于浙江省,安徽省的网络外部性不强,城市发展仍主要由人、土地和资本的本地集聚决定。(3)长三角地区的网络外部性主要是在上海的辐射带动作用下形成的,3个省会城市南京、合肥、杭州对周边城市的辐射带动作用有限。(4)低等级城市虽未从网络中获得明显的效益,但也未被“低端锁定”,高等级城市没有在周...     

基于物流企业的长三角地区城市网络结构

物流企业是承担城市间物流配送任务的专业化经济组织,在全球城市网络研究方兴未艾的今天,基于物流企业关联的城市网络研究还相对较少。本文以全国百强物流企业的总部—分支机构为基础数据,采用网络分析方法对长三角地区城市网络的空间结构及其影响因素进行了分析。结果表明：基于生产/生活性物流功能的长三角地区空间关联格局呈现出“一体两翼”(上海为龙头,苏浙为两翼)的发展态势,并有逐渐向苏中和浙南等地区扩展的趋势;“一主两副”的空间结构正逐渐被打破,并呈现出“Z”字形向“一轴多极”的网络空间结构转变和中小城市跨区域的空间关联存在断层等新特征;在企业利益最大化与交通信息技术变革的作用下,长三角地区城市网络的形成主要受到GDP与城镇化率的影响。     

长三角多尺度城市网络联系特征及其对城市高质量发展的影响——基于企业总部-分支联系视角

随着交通基础设施和通信技术的不断完善,城市间相互作用程度显著提高。本文基于长三角26个地级市面板数据,运用社会网络分析方法、随机效应模型和固定效应模型等方法,研究了企业总部-分支联系视角下的长三角多尺度城市网络特征及其对高质量发展的影响。研究结果显示：无论是从整体网络特征还是从节点的网络联系来看,基于企业内部组织的不同尺度城市网络均呈现出网络化的发展趋势;长三角群内尺度网络联系和群外尺度网络联系均具有明显的层级性,网络层级越高,联系对数量则越少且参与的城市等级越高,同时受到距离与行政隶属约束越弱;长三角内部城市能够通过嵌入不同尺度的城市网络,显著地提升其城市高质量发展,同时城市网络联系对城市高质量发展的影响存在尺度异质性和规模异质性;长三角内部城市主要通过城市网络的经济效应、社会效应以及创新效应三种传导机制实现城市高质量发展。     

中国三大城市群电子商务快递物流网络空间结构及其形成机制研究

以中国长三角、京津冀、珠三角三大城市群为案例,基于中国智能物流骨干网（China Smart Logistic Network,CSN）关系数据,采用社会网络分析、随机森林分类算法、QAP分析等研究方法,在县区尺度上探索电子商务快递物流网络空间结构特征及其形成机制。研究发现：① 三大城市群电商快递物流网络密度较高,已形成典型的网络式空间结构。其中长三角城市群网络呈圈层蛛网式结构,县区间联系强度以环杭州湾为中心向外围梯度衰减;京津冀城市群网络受制于行政藩篱,形成“北京?天津”双核心网络结构;珠三角城市群网络联系强度自区域外围由弱到强逐渐向珠江口东岸方向变化,形成“穗（广州）?莞（东莞）?深（深圳）”快递物流廊道。② 三大城市群中物流输出型县区多集中在区域中部,依托中心城市向外物流辐散,而物流输入型县区多分散于外围。③ 城市群电商快递物流网络形成主要受人均可支配收入、常住人口和距离等因素影响。研究结果对于丰富城市网络理论,促进城市群快递物流协调发展,提升现代服务业水平和城市群整体竞争力具有重要意义。     

东北三省城市人居活动网络结构及影响因素分析——基于百度贴吧分析

人居活动是城市网络的根本,探究城市人居活动网络结构对促进区域协调发展具有重要的实践意义。论文利用百度贴吧数据分析城市人居活动,运用社会网络分析法等研究方法探究城市人居活动网络体系,并通过QAP论文相关及回归分析对城市人居活动网络结构影响因素进行初步分析。结果表明：① 整体网络方面,人居活动区域联系密度为95.99%,东北三省城市之间普遍存在联系;城市联系类型可划分为全域型、普遍型、较多型、一般型以及较少型五种类型;② 层级结构方面,东北三省省内人居活动网络层级较为明显,区域范围内尚未形成主导型城市及次级主导型城市;③ 城市体系方面,省内人居活动网络体系较为完备,形成了较为明显的城市网络体系;④ 影响因素方面,旅游资源、行政关系、空间邻近及收入水平对城市人居活动网络结构产生显著影响。     

基于企业数据的中国汽车物流网络组织特征及影响因素分析

物流活动及其空间组织是经济地理和交通地理共同的研究话题。本文基于汽车物流企业数据,选取137家典型汽车物流企业为研究样本,运用城市网络研究方法,分析了中国汽车物流组织网络的等级结构、空间分异和空间联系特征,并进一步应用回归模型,探讨汽车物流企业在区域尺度的空间分布及区位选址的影响因素。研究结果表明：区域尺度的中国城市汽车物流组织网络存在明显的金字塔型等级结构,可将其划分为全国性、区域性、次区域性、地方性枢纽城市和普通型城市五个等级;各节点城市组织能力空间分布不均,非均衡化发展特征明显,形成由东部沿海3个核心区和中西部2个高值区所构成的“3+2”空间分布格局;节点城市间基本形成以上海为核心,广州、北京、重庆、武汉城市间联系为骨干链条的密集联系网络,其核心网络结构与中国沿海经济带和长江经济带构成的“T”字型空间结构相吻合,网络联系呈现出从东部沿海向中西部地区递减、由城市群向周边地区递减的趋势。通过回归分析发现,城市经济发展水平、汽车物流市场需求和交通基础设施是影响区域尺度的中国汽车物流组织网络布局的重要因素。     

基于战略性新兴产业的长江三角洲城市网络结构演变研究

基于2004~2013年战略性新兴产业上市公司跨区布址数据,运用社会网络分析法对长江三角洲城市群空间结构演变规律进行了分析。研究发现：① 长江三角洲城市网络的主要联系流由 “Z”字形空间结构演变为“金字塔”形结构。② 高行政级别城市在网络要素资源配置中占据主导地位,省会城市的中介能力呈现“倒U”型发展趋势。③ 沪杭宁甬苏合6城市构成了长三角城市网络的核心层,核心-边缘层联系成为占据主导地位的联系方式;城市网络凝聚子群具有明显的地理粘着性,沪宁和杭州凝聚子群分别是群内联系和群际联系的标杆。     

中国城市物流创新的空间网络特征及驱动机制

创新要素高效流动的空间联系网络是物流高质量发展和区域物流协同发展研究的重要切入点.基于2003-2018年中国284个城市物流专利权利转移数据,运用大数据挖掘技术、GIS空间分析、社会网络分析和空间计量方法,研究了中国城市物流创新的空间网络特征及驱动机制,结果表明:①网络规模扩张迅速,网络愈加稠密化,形成以深圳、北京、...     

基于物流企业数据的2007-2017年中国城市网络空间特征及演化

采用2007、2012和2017年中国百强物流企业网络数据,运用世界城市网络研究的链锁网络模型方法,分析中国城市网络的等级结构、空间分异、空间联系及其演变特征。研究表明：基于物流企业数据的中国城市网络具有明显的层级特征,并呈现“两主多中心”的区域空间结构,网络联系的离散水平逐渐降低,其稳定性和均衡性有所增加,等级结构趋于合理;各节点城市组织能力空间分异明显,京津冀、长三角、珠三角的组织能力和介中心性始终处于较高水平,城市间物流联系逐渐增强,并有协同发展的趋势;城市网络联系中,长江沿线城市物流网络联系地位上升,上海为中心的T字型空间结构替代以北京为中心的核心网络结构,在全国尺度形成以胡焕庸线为界线,物流联系网络呈中东部密集、西部相对稀疏的空间格局,其演变过程呈现由等级网络联系特征向等级性与空间近邻性网络联系特征转变趋势。     

长三角地区交通优势度的空间格局

通过公路网络密度、综合交通可达性以及关键节点联系便捷性三要素的综合集成,探讨了长江三角洲地区交通优势度的空间格局。长三角地区公路路网密度居于全国前列,北部地区明显高于南部;综合交通可达性较好的单元相对集中于沪宁-沪杭-杭甬沿线地区,由此区域向南、向北可达性逐渐降低;各地域单元与关键节点的联系均较为便捷,上海及其临近地区...     

基于生产性服务业的长江三角洲城市网络

全球化进程中,城市网络的研究成为国内外学者关注的重要前沿。借鉴西方有关的研究工具,从城市网络的层级特征、网络模式、功能特征三个方面分析了长江三角洲地区的生产性服务业的城市网络发展特征。研究表明：基于生产性服务业的长三角城市网络具有显著的层级特征,与已有的城市等级体系特征并不完全一致,个别城市如昆山、义乌等城市承担了重要的网络联系中心的作用。同时,城市间的网络连接也呈现出明显的位序关系,三大核心节点城市（上海、南京、杭州）之间的联系形成了长三角地区城市间网络的最主要的联系。从影响范围来看,上海的网络指向性最强,涉及面也最广,但南京和杭州的影响不再仅仅局限于自身所在省份之内,扁平化发展的趋势愈发显著。网络联系的核心区域开始由传统的上海、南京、杭州、宁波所围合的“Z”字型区域向北部的南通、扬州以及南部的绍兴等地区扩散。根据不同类型的生产性服务业所形成的网络特征的不同,将11个部门分为完善型、扁平型、专业型等三种类型。     

基于陆路交通网的长江三角洲区域可达性评价

In a given district, the accessibility of any point should be the synthetically evaluation of the internal and external accessibilities. Using MapX component and Delphi, the author presents an information system to calculate and analyze regional accessibility according to the shortest travel time, generating thus a mark diffusing figure. Based on land traffic network, this paper assesses the present and the future regional accessibilities of sixteen major cities in the Yangtze River Delta. The result shows that the regional accessibility of the Yangtze River Delta presents a fan with Shanghai as its core. The top two most accessible cities are Shanghai and Jiaxing, and the bottom two ones are Taizhou （Zhejiang province） and Nantong With the construction of Sutong Bridge, Hangzhouwan Bridge and Zhoushan Bridge, the regional internal accessibility of all cities will be improved. Especially for Shaoxing, Ningbo and Taizhou （Jiangsu province）, the regional internal accessibility will be decreased by one hour, and other cities will be shortened by about 25 minutes averagely. As the construction of Yangkou Harbor in Nantong, the regional external accessibility of the harbor cities in Jiangsu province will be speeded up by about one hour.     

Regional accessibility of land traffic network in the Yangtze River Delta

In a given district, the accessibility of any point should be the synthetically evalua-tion of the internal and external accessibilities. Using MapX component and Delphi, the author presents an information system to calculate and analyze regional accessibility according to the shortest travel time, generating thus a mark diffusing figure. Based on land traffic network, this paper assesses the present and the future regional accessibilities of sixteen major cities in the Yangtze River Delta. The result shows that the regional accessibility of the Yangtze River Delta presents a fan with Shanghai as its core. The top two most accessible cities are Shanghai and Jiaxing, and the bottom two ones are Taizhou (Zhejiang province) and Nantong. With the construction of Sutong Bridge, Hangzhouwan Bridge and Zhoushan Bridge, the re-gional internal accessibility of all cities will be improved. Especially for Shaoxing, Ningbo and Taizhou (Jiangsu province), the regional internal accessibility will be decreased by one hour, and other cities will be shortened by about 25 minutes averagely. As the construction of Yangkou Harbor in Nantong, the regional external accessibility of the harbor cities in Jiangsu province will be speeded up by about one hour.