复杂

PDF
复杂/2021/文章
特刊

城市网络结构的复杂性与弹性

查看此特殊问题

研究文章|开放访问

体积 2021 |文章的ID 2293524 | https://doi.org/10.1155/2021/2293524

方王,蒙耀郭,西郭,方牛 黄河ji形弯道城市群层次空间结构研究",复杂 卷。2021 文章的ID2293524 13. 页面 2021 https://doi.org/10.1155/2021/2293524

黄河ji形弯道城市群层次空间结构研究

学术编辑器:苗族张
收到了 2021年5月21日
修改后的 2021年7月16日
接受 2021年7月28日
发表 2021年8月13日

抽象的

尽管对理解流动空间的各种用途感兴趣,但很少有研究将传统的静态城市发展水平与流动概念的动态空间组成。在“黄河姬形弯曲(UAYB)的城市凝聚”的协调发展的背景下,本研究通过百度迁移大数据和传统数据的组合来识别UAYB的分层空间结构。可以绘制以下结论。(1)地区综合权力最强的城市是鄂尔多斯,太原,呼和浩特,银川和玉林,导致uayb提出了一个重要的“中心周边”空间模式。(2)最大的人口流量主要发生在同一个省的城市之间,而剧本群体流动主要存在于最强的综合力量。(3)UAYB的分层空间结构形成多点结构,鄂尔多斯作为核心。(4)Uayb的吸引力非常弱,对个体周围省份略微有吸引力,而经济发展地区的人口流出指数高。提出了一些政策影响,可以为uyb之间的规划跨性联系提供重要见解,以实现更协调的区域发展。

1.介绍

随着经济全球化的加强,一个国家的综合竞争力往往取决于其城市群的发展[12].早在二十世纪初,城市集中的空间结构引起了学者的注意。一些经典理论逐渐形成,如中央地方理论,城市的秩序法和规模,以及ZIPF的法律。自20世纪90年代以来,全球化和信息化对世界各地城市和地区的发展和演变产生了深刻的影响。通过各种基础设施和信息网络,区域之间的连接超过了中央地方理论的边界,并且在封闭的系统中不再执行地区或城市的发展[3.4].城市群内外城市之间的人员、商品、技术和信息流动形成了一个动态的、合作的城市系统,城市群不再是孤立的系统[5];然而,传统的城市群空间结构理论存在相对静态和孤立的缺陷,探索城市群空间结构已不能满足当前发展的需要。因此,基于动态关联的“流动空间”视角逐渐成为城市群空间结构研究的热点。Castells首先提出“流动空间”可以作为城市和区域结构的新视角,并指出元素的动态流动可以取代静态的区域特殊结构[6].在流动空间的背景下,各种尺度(特别是在全球规模)的城市和地区之间的网络结构,功能和关系研究已经吸引了学者的更多关注。

到目前为止,城市群空间结构的研究基本上可以分为两大类。一方面,只使用传统的静态数据;另一方面,利用流的空间数据,纯粹关注要素的流态,特别是交通流。而城市空间结构不仅包括各要素的流动,还包括区域内各城市的发展水平。迄今为止,鲜有研究将传统的静态城市发展水平数据与动态要素流动数据相结合。将传统的静态数据与人口流动数据相结合,研究城市群的空间结构,可以得到更准确、更贴近实际的结果,具有一定的学术意义。

黄河是世界第五大河流,黄河流域在我国经济社会发展和生态安全中具有十分重要的地位。2019年,“黄河流域生态保护与高质量发展”被提出为国家重大战略(黄河流域生态保护与高质量发展,2013;MOEE 2020 (78])。2020年1月3日,中国政府正式提出黄河ji形弯道城市群概念,强调促进黄河ji形弯道城市群协调发展。“冀”是汉字,是黄河中游的象形文字。因此,黄河中游城市群是一个“冀”型城市群。

欧亚银行横跨中国中西部,新亚欧大陆桥穿越边境。同时,它也是中国乃至世界上罕见的资源丰富地区。该地区煤炭、天然气、稀土等能源资源极为丰富,在中国发展格局中独具特色。因此,随着大学城经济的深入发展,其内部经济联系也将更加紧密。因此,开展城市群社会经济联系研究,对于探索如何扩大城市群核心城市的辐射能力,加快形成区域发展的驱动轴,构建协调发展格局具有重要参考价值。

本文以UAYB为研究区域,通过一种新的计算算法进行区域多级空间结构研究,识别UAYB的层次空间结构。我们的主要贡献是:(i)通过结合传统静态数据和人口流动数据,填补了有关理解城市群层次空间结构的文献空白;(ii)为UAYB的协调发展提供参考。论文的其余部分结构如下:第一节2总结了有关流动空间的文献。部分3.介绍研究区域、数据和使用的方法。节4,讨论了UAYB的层次空间结构。部分5总结本研究,并提出进一步研究的可能性。

2.文献综述

1986年,弗里德曼在世界城市理论中提出了从城市群视角研究城市等级网络结构的重要性。他认为,城市被安排成“一个空间连接的等级,大致与它们所掌握的经济力量一致”[9].1989年,马歇尔指出,城市的空间集聚和城市的紧密联系是形成城市凝聚的必要因素[10.].在中国,顾最初基于对中国城市体系的分析来划分经济区域[2].此后,出现了大量的城市群空间结构研究方法,主要包括系统动力学(SD)、元胞自动机(CA)、压力状态响应模型(PSR)、扩张指数模型(AGI)等方法。通过计算每个城市的数据,试图总结城市群空间结构的特征、内涵和演化[11.12.].

随着全球化和信息化的发展,学者们更加关注流动空间对城市集群的影响。自20世纪80年代以来,Castells致力于研究信息网络和现代城市。他首先提出了流动空间可以用作城市和区域结构的新视角,并指出了元素的动态流动将取代传统的静态区域特殊结构[6].在流动空间的背景下,不同尺度(特别是全球尺度)城市和区域的网络结构、功能以及相互关系的研究成为热点。在城市间各种流量测量方法研究方面,POLYNET (European Multicenter Megacity Regional Sustainable Development Management Project)通过对欧洲8个特大城市的研究,证明了流量空间理论和方法的优越性[13.].Mitchelson和Wheeler使用美国邮政服务作为评估城市之间信息流,功能连接和腹地范围的基本数据,从流程空间的角度识别[14.].然而,上述研究大多依赖于美国个别城市的背景,这是独特的。为此,Matsumoto利用航空流数据揭示城市网络空间特征,重点研究国际空港城市群的空间结构[15.].

近年来,基于大数据的流动空间研究呈现出日益增长的趋势。早期的研究多利用城际交通流数据特征来识别城市等级系统和网络空间结构,如公交交通流[16.17.],公路交通流动[18.飞行流动[19.],以及货运量[15.].例如,Ma等利用客运流量数据研究中国山东沿海城市带的多中心结构,发现其空间结构具有明显的规模效益和内部化特征[220.].Cai等人。还使用了交通流量数据,研究了中国珠江三角洲城市集群的空间结构和多中心特征,发现这种城市集中显示了均衡的发展趋势[21.].然而,随着信息技术的发展和城市网络研究的兴起,以百度指数和腾讯大数据为代表的互联网资源逐渐成为流动空间视角下城市全球化和一体化研究的新方向。如邱等利用信息流和交通流数据,从内部联系和外部联系两个维度,通过测量校正、空间测量和社会网络分析,识别和分析粤港澳大湾区的网络结构特征[22.].Zhou和Wang对重力模型的相关参数进行了修正,以衡量中国跨省游客流量[23.].

目前对中国区域空间演化的研究多集中在经济发达地区,如长三角、珠三角、京津冀等[24.- - - - - -28.].关于UAYB的研究很少。在高校协同发展的大背景下,开展相关研究,探索高校协同发展的科学路径已迫在眉睫。

3.研究范围和研究方法

3.1.研究区域

黄河转弯处面积近55.7万平方公里。一条3000公里长的黄河流经这个地区,西起甘肃省白银市,流经宁夏回族自治区、内蒙古自治区、陕西省,最后到达山西省临汾市。包括太原、呼和浩特、银川三个省会城市,以及吴忠、中卫、乌海、巴彦淖尔、包头、鄂尔多斯、陕西榆林、山西朔州、忻州、吕梁等21个城市(图)1).

3.2.数据源

静态人口数据,如官方统计年鉴和传统十年一次的人口普查数据,不能反映中国快速城市化背景下城市间复杂的相互作用。百度Maps是中国最大的地图和导航服务提供商之一。百度Maps提供的百度迁移数据是通过比较用户位置的变化和智能终端用户在各种车辆(如铁路、公路、航空等)中位置变化的数量来计算的。因此,百度迁移数据能够聚合匿名的位置信息,提供不同时期、不同地区的人口流出和流入数据。反映不同城市之间日常人口流动强度的迁移规模指数具有统一的标准和规模上的可比性。我们使用“百度Migration”平台获取2020年1月1日至3月31日百度Maps上的人口迁移数据(http://qianxi.baidu.com/).以流出城市为纵坐标,流入城市为横坐标,得到一个21 × 21有向多值网络矩阵。此外,从中国统计年鉴202029.],中国城市统计年鉴30.依此类推,获得了人均GDP等基本数据以及2019年的第三产业的比例。

3.3.研究方法
3.3.1。社交网络分析方法

社交网络理论认为社会是一个由各种关系组成的庞大网络,其中每个演员是网络中的节点。这项工作应用了一个节点来代表网络结构中的每个城市,其中指示人口流量和边缘重量测量人口流量。通过使用社交网络分析,从网络密度和中心的两个方面分析了UAYB的网络特征[31.32.].网络密度网络密度是指一个社会网络中城市之间的联系程度。计算公式如下: 在哪里 是网络密度, 是节点数,和 是两个节点之间的实际连接程度。学位中心中心度是指与一个节点直接相连的其他节点的数量,中心度高的节点与其他网络节点保持大量的联系,表征了该节点在网络中的重要性[33.34.].度量有两种类型:度内中心性和度外中心性。入度中心性是指内部连接到主节点的节点数,而出度中心性是指外部连接到主节点的节点数。表达式如下: 在哪里 代表程度的中心地位和 代表了out度的中心。如果节点一世j连接,一种ij被分配了一个值1;除此以外,一种ij取值为0。

3.3.2。城市综合动力评价方法

一个城市的综合实力是衡量其排名和核心地位的重要依据。参考以往的研究[222.],我们选择了九个第一级指标和12个第二级指标,考虑到吸引力,经济水平和社会,技术和文化发展水平的三个维度,为城市进行全面的权力评估指标体系(表1).本文的吸引力,经济层面和社会,技术和文化发展的三维视为乍一组视为同样重要;然后,熵方法用于客观地将权重分配给每个维度的指示符。最后,根据指标的重量获得每个城市的全面功率分数。具体公式如下:通过标准化处理,使各城市指标具有可比性。将各城市及14个二级指标进行排列,形成如下矩阵: 计算每个索引的熵值,如下所示: 在哪里 计算指标的重量如下: 计算各城市综合实力得分如下:


目标层 第一级 二级

吸引力 中心 入度中心

经济的 经济力量 人均国内生产总值
第三产业比重
经济活力 商业银行数量
上市公司数量

社会科学与技术文化 生活水平 社会消费品零售总额
劳动力 总人口
社会活力 百度指数(平均日)
公共服务 固定资产投资
科技文化 每万人拥有的大学数量
每万人专利数量
每万人中博物馆的数量

3.3.3。分层空间结构计算算法

根据中心地理论,区域空间互动具有层次结构。因此,我们认为区域内有一个规模最大的城市,引领区域发展(即核心城市),周边城市与核心城市有着密切的社会经济联系。每个城市都有自己的辐射区域,从而形成了层次分明的区域空间结构。本文在上述数据的基础上,重点对这种结构进行挖掘。因此,本文构造了一种区域空间结构分析算法,并通过计算实现该算法来确定区域空间结构。该算法根据每个城市的综合实力和城际联系(即人口流动)的强度确定每个城市的辐射面积,并确定区域的层次空间结构(图1)2).

同一区域内的城市之间通过相互作用形成网络关系。通过评价城市综合实力和城市间人口流动规模,确定了城市空间层次结构。如果与B市联系最密切的城市是A市,且A市的综合实力强于B市,则称B市处于辐射区。因此,一个较强的城市的辐射区域将由几个较弱的城市组成。为此,构建了一种层次空间结构分析算法。具体步骤:选择任何城市,比较城市和屏幕B与最亲密的连接和更高的综合实力,并指定城市B的上层中部城市城市(如果城市综合实力最高,据说城市没有优越的中心城市)。然后,选择下一个城市,重复上述过程,直到所有城市进行比较。

4.结果

4.1.大连市城市综合实力

根据公式(2) - (7),评价了大连市城市的综合实力。结果如表所示2和数字3.


城市 吸引力的分数 吸引力排名 经济分 经济排名 社会科技文化得分 社会科学与技术文化等级 总分 总排名

鄂尔多斯 0.333 1 0.182 4 0.153 4 0.669 1
太原 0.148 6 0.264 1 0.189 2 0.601 2
呼和浩特 0.185 5 0.181 5 0.192 1 0.558 3.
银川 0.222 2 0.185 2 0.148 5 0.555 4
玉林 0.222 2 0.108 8 0.169 3. 0.499 5
包头 0.148 6 0.183 3. 0.116 6 0.448 6
Alxa联盟 0.222 2 0.089 10. 0.062 12. 0.374 7
大同 0.111 10. 0.115 7 0.077 9 0.303 8
延安 0.037 18. 0.148 6 0.104 7 0.289 9
忻州 0.148 6 0.061 13. 0.055 14. 0.258 10.
Bayannur. 0.148 6 0.052 16. 0.053 16. 0.254 11.
临汾 0.074 14. 0.092 9 0.069 10. 0.235 12.
乌海 0.111 10. 0.084 11. 0.037 21. 0.232 13.
吴中 0.111 10. 0.050 17. 0.067 11. 0.228 14.
吕梁 0.074 14. 0.047 19. 0.089 8 0.210 15.
中威 0.111 10. 0.029 20. 0.053 17. 0.186 16.
石嘴山市 0.074 14. 0.056 14. 0.054 15. 0.184 17.
Ulanqab 0.074 14. 0.048 18. 0.056 13. 0.178 18.
朔州 0.037 18. 0.076 12. 0.041 20. 0.155 19.
白银 0.037 18. 0.054 15. 0.044 19. 0.135 20.
庆阳 0.000 21. 0.027 21. 0.051 18. 0.078 21.

鄂尔多斯在UAYB中具有最高的吸引力,以及与城市集聚中的城市的最高程度。与此同时,银川和榆林也具有相对较高的吸引力,成为该地区具有第二高的吸引力的两个沉胸。值得一提的是,阿克萨联盟也有更高的吸引力。与上述城市不同,阿克萨城市发展水平并不符合城市吸引力的强度。这可能是由于当地旅游业的发展,研究时期恰好是当地旅游旺季的原因。

太原一世s the capital of Shanxi Province and is the only type I city (The State Council’s “Notice on Adjusting the Criteria for the Classification of Urban Scales.” Type I city: the population size of built-up areas is above 3 million and below 5 million and type II city: the population size of built-up areas is above 1 million and below 3 million) in the UAYB. It also has the highest economic score. In addition, Yinchuan, Baotou, Ordos, and Hohhot also have the highest economic scores, where their economic development momentum is very strong. The two provincial capital cities, Hohhot and Taiyuan, achieved high scores in social science and technological culture. This was due to the relatively good foundations of the provincial capitals, in terms of society, culture, and public services.

一般来说,可以看出,Uayb中的城市的综合电力水平提出了一个重要的“中心周边”空间模式,鄂尔多斯,榆林,呼和浩特,银川等,作为中心,综合电力分数城市逐渐减少到西部和北方。这些中心城市的全面权力分数均明显高于其他城市,使得它们是该地区的绝对权力城市。在综合实力的第二梯队的城市包括包头,阿拉善盟,大同,延安,这是靠近城市的第一梯队空间并明显受到其辐射和带动效应的影响。这些城市近年来逐渐上升,特别是包头和大同,经历了快速的工业发展。其他城市,如宁夏省的白银,山西省朔州和内蒙古的乌兰Q等城市,位于乌亚布斯西部,位于城市第一次梯度的地理位置。除了不方便的运输外,他们还缺乏必要的发展条件。在短期内,与上述城市相比,他们的综合力量仍然很弱,差距仍然很大。

4.2.大连市区域空间结构
4.2.1。人口流量的网络结构特征

首先,总体网络密度描述了网络中节点之间连接的紧密程度。该值越大,节点之间的连接路径和交互就越多。当这个值超过其阈值时,整个网络将成为一个完全连续的区域,形成一个巨大的空间群。不同网络结构的阈值不同。UAYB的网络结构可以抽象为一个三角晶格;因此,总体网络密度阈值为0.5。根据公式(1), UAVB总体网络密度为0.409,接近但尚未达到该阈值。这说明东江经济带的城际联系强度适中,信息流通和人口流动渠道相对较少。信息、资本、技术的相互作用有待进一步完善。另外,由于大连港内贯穿整个区域的交通网络发展时间较短,尚未形成大连港内的综合连接网络。

其次,从城市之间的人口流动的角度来看(图45)研究发现:(1)强度水平最高的人口流动主要发生在同一省份的城市之间。呼和浩特与乌兰察布、大同与朔州、太原与吕梁、银川与吴忠、银川与石嘴山之间的总人口流量(流入和流出)指数均超过3500。这些城市在空间上相互接近,经济联系密切,交通便利(2) 省际人口流动主要集中在区域综合实力最强的城市之间。太原是该地区唯一的一类城市,经济发展水平高,人口吸引力强。总人口流量(包括流入和流出)指数达到23754.48。包头、呼和浩特和银川是UAYB的三个II型城市。包头是中国重要的基础工业基地,拥有铝、铜和稀土金属工业。呼和浩特作为内蒙古自治区首府,在城市发展方面具有政治和经济优势。银川以新材料、高端装备制造业为主导产业,经济条件优越。这些城市在UAYB中占据重要的经济和社会地位,已成为人口流动的主要目的地。值得注意的是,太原(该地区唯一的一类城市,区域综合实力第二强)的人口流动低于银川、鄂尔多斯、呼和浩特和榆林。这主要是因为太原位于UAYB的东南边缘。其与UAYB内各城市的社会和经济联系相对薄弱,且大多数城市与UAYB外的其他地区有着较强的联系。因此,太原在UAYB中的整体领导作用也相对较差。

最后,从人口流入和流出的角度(表3.),在总流入指数方面,前五个城市是银川,鄂尔多斯,太原,呼和浩特和玉林,这也具有相对较大的净净流入指数,因为这些城市具有更高水平的经济和社会发展和一个人口更大的吸引力。其中,鄂尔多斯也有大量流出指数和正净净流入指数,这意味着鄂尔多斯具有高度的社会和经济活动。除鄂尔多斯,武力,静冈,吴中和拜纳的特殊情况外,还有其他主要人口流出城市,凭借负净流量人口指数,因此,相关人口损失严重。这些城市在地理位置远离Uayb的区域中心,位于偏远地区。他们受到中心城市的经济辐射影响的影响,这些城市的经济发展疲软。


城市 总流入指数排名前五的城市 城市 总流出指数的五大城市
总流入指数 净人口流入指数 总流出指数 净人口流入指数

银川 17018.04 10281.6. 乌海 8255.85 −2530.76
鄂尔多斯 14477.44 6668.72 石嘴山市 7919.9 −4593.92
太原 10922.97 6948.95 吴中 7903.27 -1772.46.
呼和浩特 10480.92 4040 鄂尔多斯 7808.72 6668.72
玉林 9195.4 3105.18. Bayannaoer 7762.39 -3841.39.

4.2.2。UAYB的层次空间结构

通过区域空间结构计算算法,得到UAYB层次结构的多树结构(图6).为了进一步可视化结构,斑块的颜色代表了城市的综合力量(图7).颜色分为五个层次,从亮到暗。颜色越重,综合能力越强。箭头从子节点指向父节点。每个节点代表一个城市,所有的子节点都被其父节点所吸引。城市的辐射面积取决于城市自身的综合实力和城市间的互动强度(人口流动)。

如图所示67鄂尔多斯凭借其强大的综合实力成为根节点,在UAYB中发挥主导作用。空间相互作用强度在空间上以鄂尔多斯为中心,呈放射状向外扩展。鄂尔多斯作为二线城市直接吸引了呼和浩特、银川、榆林、太原。这四个城市形成了各自相对较小的辐射区域。其中呼和浩特、银川、太原分别是内蒙古自治区、宁夏回族自治区和山西省的省会,集聚了全省的资源,保持了强劲的发展势头。在经济规模、产业结构、基础设施、文化等方面对周边城市具有辐射带动作用。榆林石油、煤炭、天然气等资源丰富,是著名的旅游城市。因此,其经济发展较好,在大连市的地位也较高。

呼和浩特和太原的主要辐射区域在自己的省份,并没有延伸到其他省份。这可能是由于黄河作为自然省级边界,在自然地形方面对其辐射能力的影响,以及行政,历史,运输和其他因素。银川的辐射范围相对较大。除了宁夏自治区的县级城市外,它还吸引了内蒙古西部的阿克萨联盟和乌海市。作为陕西省的县级城市,玉林属于Uayb,其经济发展水平高于其周围城市的经济发展水平。

值得注意的是,三线城市对周边二三线城市的虹吸效应也非常明显。三线城市的发展依赖于周边二三线城市生产要素的不断交付,这也限制了二三线城市的发展。导致二三线城市面临人才流失和经济发展乏力的问题。这些城市包括白银市、庆阳市、吕梁市、临汾市和朔州市,这些城市受到的辐射驱动远小于太原市的虹吸效应,导致这些二三线城市面临发展相关的困难。

4.3。uayb与中国外部地区之间的连接模式

作为国家一级的战略城市集聚,高质量的发展不仅需要在内部形成和谐的区域空间结构,而且还与外部地区密切关注社会和经济交流。

从Uayb的人口流出指数的顶部区域是宁夏自治区,内蒙古自治区,陕西,山西,甘肃,河北和北京(图8(一个)). 京津冀都市圈是中国北方最大的城市群,经济实力雄厚,虹吸效应明显。UAYB与这一城市群有着很强的社会经济联系,大量人口涌向这一地区。在研究期间,北京和河北的人口流出指数分别为4356.05和6309.41。同时,宁夏、内蒙古、陕西、甘肃等不属于UAYB的其他地区与UAYB有着密切的联系,因为这些地区与UAYB有着相似的自然条件、文化习俗和便利的交通。此外,沿海和长江沿岸的发达省份也与UAYB有着密切的联系。改革开放以来,这些地区的经济发展水平很高。他们已经成为中国主要的人口承载区,吸引了大量移民,包括来自UAYB的移民。从外部地区到UAYB的人口流入指数来看(图8 (b)),人口流入指数较高的地区基本上都是邻近省份,且这些省份大部分都有部分地区(市)被纳入大连市。由于这些地区与大连市具有相似的自然条件、文化习俗和便利的交通条件,其人口流入指标占大连市全国各省人口流入总量的85%以上。由此可见,大连市对外部省市的吸引力还远远不够,整个大连市的整体吸引力还有待提高。

考虑到人口流出和流入指数的比较,中国大多数地区之间的流出和流入局势以及uayb基本相同。然而,山西,内蒙古和河北的流入索引比来自Uayb的流出指数更大。随着核心城市的核心城市对三个邻国的其他地区更具吸引力,他们吸引了更多人进入。北京,广东和上海的人口流出指数远远高于相对流入指数,表明这一点China’s developed provinces and cities have a relatively high level of radiation and attractiveness to the whole country, where the UAYB is no exception.

5.结论和讨论

在本文中,我们评估了uayb中城市的综合力量,并分析了uayb中的人口流量。基于这些分析,我们探讨了uayb的分层空间结构。我们对文献的贡献是双重的。首先,我们开发了一种新的计算算法,从传统的静态数据和人口流量数据的组合评估城市凝聚的分层空间结构,这使得结果更接近现实。这在城市凝聚研究中并不是很常见,其中大部分内容只关注每个城市的静态数据或城市之间的空间流量数据,从而使其成为我们看法中纸张的强点之一。其次,我们为Uayb的发展提供科学参考,位于世界第五大河流域,以及国家一级的战略城市集中。本文的主要结论如下。(1)鄂尔多斯,太原,银川,呼和浩特和榆林的城市拥有最强的区域综合力量。它们在空间上集中在UAYB的中心区域,因此,UAYB呈现了显着的“中心周边”空间模式。(2)尚未形成UAYB中的综合连接网络。 The highest population flows mostly occur between cities in the same province. The interprovincial population flows are mainly between the cities with the strongest regional comprehensive power. (3) The hierarchical spatial structure of the UAYB forms a multitree structure, with Ordos City as the core, which forms the largest urban radiation area. Hohhot, Yinchuan, Yulin, and Taiyuan also have secondary radiation areas in this structure. (4) The UAYB is the most attractive to the populations of the three provinces Shanxi, Inner Mongolia, and Hebei, which are adjacent to the UAYB. Economically developed areas in China, such as Beijing, Guangdong, and Shanghai, are the most attractive areas to the UAYB, and the population outflow indices to these areas were the highest.

可以注意到,根据我们关于uayb的人口流量的研究结果,可以提出一些政策影响。首先,我们发现,具有强大综合力量的城市对Uayb具有很强的控制效果,而倒向开发水平的城市(如Baiyin和朔州)都处于从属地位,尚未进入一个良好的协调发展阶段。然而,周边的弱城市是该地区协调发展的关键。因此,政府应促进这些相对落后的城市的社会经济发展,并通过建设基础设施,技术和文化来提高全面的力量。与此同时,政府还应加强社会和经济关系,促进人口流动,实现区域协调发展的目标。其次,根据本文的结果,二线城市的辐射区域主要是在各自的各省内,最大的人口流量主要发生在同一省的城市之间。根据中国目前的行政管理管理系统,剧际行政边界对UAYB行政面积的经济整合具有一定的阻碍影响,这表现为显着的屏蔽效果。政府应采取协调发展的uayb作为突破界限屏蔽效应的障碍的机会,加强市场系统的综合建设,公共服务,工业发展,基础设施,管理系统等,以便达到互补性的实际需要,并加快从“点”到“轴”到uayb的“轴”。最后,从一个国家的角度来看,Uayb的吸引力非常弱(对个体周围省份只有略微有吸引力),并且大量人员已经迁移到了中国的发达地区。 Therefore, in the long run, the government needs to formulate sound regional development strategies to improve the overall power of the UAYB, in order to promote long-term development.

本文也有一些局限性和不足:它没有涉及多个时期的比较研究。后续的研究可以在空间分析的基础上进行纵向时间比较,从而有可能把握未来的发展趋势,做出合理的预测。此外,本文的数据采集时期也有一些特殊的特点。人口流动数据的采集正值中国春节旅游旺季和新冠肺炎疫情的高峰期,导致了一些波动和异常。这些影响需要在后续研究中进行更深入的分析。

数据可用性

本文利用“百度Migration”平台获取2020年1月1日至3月31日百度Maps上的人口迁移数据(http://qianxi.baidu.com/).本研究中使用的其他数据来自公开出版的统计年鉴。要求查阅这些资料可向相应的作者提出。

利益冲突

作者宣布没有利益冲突。

致谢

基金资助:国家自然科学基金资助项目(no. 41801149, no. 71864025, no. 42071153);NJTY-20-B09)。

参考文献

  1. 方c,“中国城市群研究进展与未来方向”,Geographica学报,第69卷,第2期8, pp. 1130-1144, 2014。视图:谷歌学术搜索
  2. C.顾,“中国城市生态地区司的初步研究”Geographica学报第46卷,第46期2,页129-141,1991,中文。视图:谷歌学术搜索
  3. 王胜,“从中心到城市网络:中国城市系统研究的理论变化”,《中国城市研究》,地理研究第38卷第2期1, pp. 64-74, 2019。视图:谷歌学术搜索
  4. P. J. Taylor和B. Derudder,世界城市网络:全球城市分析,routledge,伦敦,英国,2016年。
  5. “流动空间视角下的区域空间结构研究进展”,国家自然科学基金资助:城市规划国际,第32卷,第2期6, pp. 27-33, 2017。视图:出版商的网站|谷歌学术搜索
  6. m·卡斯特网络社会的兴起, Blackwell Publishers,伦敦,英国,1996。
  7. 黄河水利委员会,黄河流域回顾,河南人民出版社,郑州,1998。
  8. 中华人民共和国生态环境部,《政府工作报告》,2020,http://www.mee.gov.cn.视图:谷歌学术搜索
  9. j·弗里德曼,《世界城市假说》发展和变革,第十七卷,第二期1,第69-83页,1986。视图:出版商的网站|谷歌学术搜索
  10. j .美国马歇尔城市系统的结构,多伦多大学出版社,加拿大多伦多,1989年。
  11. N. Gaitani,M.Santamouris,C. Cartalis等人,“作为可持续城市化的先决条件,”微跨性分析:在雅典雅典大城市集聚中的中型城市的城市再生项目的应用“可持续城市与社会, vol. 13, pp. 230-236, 2014。视图:出版商的网站|谷歌学术搜索
  12. S. Y. Lee, R. J. K. Dunn, R. A. Young等,“城市化对滨海湿地结构和功能的影响”,南国生态,第31卷,第2期,第149-163页,2006年。视图:出版商的网站|谷歌学术搜索
  13. P. Hall, K. Pain, Z. Luo,《多中心的大都市,向欧洲大城市地区学习》,上海城市规划,第1卷,第80页,2011。视图:谷歌学术搜索
  14. R. L. Mitchelson和J. O. Wheeler,“全球经济中的信息流动:1990年美国城市系统的作用”美国地理学家协会的历史,卷。84,否。1,pp。87-107,1994。视图:出版商的网站|谷歌学术搜索
  15. H. Matsumoto,“国际城市系统和空运和货物流动:一些计算,”航空运输管理学报,第10卷,第5期。4,第239-247页,2004。视图:出版商的网站|谷歌学术搜索
  16. 戴磊,“网络主干提取技术的比较研究”,交通地理学杂志,第69卷,第271-281页,2018。视图:出版商的网站|谷歌学术搜索
  17. Y. Long和j . c。“结合智能卡数据和家庭旅行调查分析北京的工作-住房关系,”Thill,计算机,环境和城市系统,第53卷,第19-35页,2015。视图:出版商的网站|谷歌学术搜索
  18. D. César和L. Beauguitte,《空间科学和网络科学:复杂关系的回顾和结果》,网络与空间经济学,卷。14,不。3-4,第297-316,2014。视图:谷歌学术搜索
  19. B去乳房。维特罗克斯,J。福尔康布里奇和J。Beaverstock,“全球城市网络研究的航空公司数据:回顾和完善现有方法,”地貌,卷。71,没有。1,pp。5-18,2008。视图:出版商的网站|谷歌学术搜索
  20. X. MA和P. DOU,“基于客运流量的上路沿海城市地区多层空间结构的特点”现代城市研究, vol. 10, pp. 101-109, 2017。视图:谷歌学术搜索
  21. 蔡林,马学军,陈伟等,“基于客流的珠三角城市功能多中心特征研究”,经济地理学,卷。33,不。11,pp.52-57,2013,中文。视图:谷歌学术搜索
  22. J.秋,Y.刘,H.陈等人,“广东 - 港澳大湾区的城市网络结构与流量的空间视野:信息流量和运输流程之间的比较,”经济地理学第39卷第3期6,第7-15页,2019,中文。视图:谷歌学术搜索
  23. 周辉,王飞,“基于修正重力模型的中国省际旅游流空间网络结构特征研究”,地理研究第39卷第3期3, pp. 669-681, 2020。视图:谷歌学术搜索
  24. Z. Wang,S. Yang,F.Gong等,“基于城市流量空间的城市凝聚变形结构的识别 - 以长江三角洲城市集聚为例”科学Geographica Sinica,卷。37,不。9,pp。1337-1344,2017。视图:谷歌学术搜索
  25. F. NIU,X. Yang和F. Wang,“城市集聚形成及其在中国的时空扩展过程:从工业演变的角度来看,”中国地理科学,第30卷,第2期3, pp. 532-543, 2020。视图:出版商的网站|谷歌学术搜索
  26. 王爽,“基于流动空间的城市群空间结构研究——以珠江三角洲为例”地理研究第38卷第2期8,pp.1849-1861,2019,是汉语。视图:谷歌学术搜索
  27. 刘伟,“基于互联网大数据的区域空间结构分级研究”,地球信息科学学报第18卷第2期6,第719-726页,2016。视图:谷歌学术搜索
  28. W.张和B.判模,“对”中心的选择的多层尺度有多敏感?一种方法论和经验探索,“城市研究第56期10日,2019年。视图:出版商的网站|谷歌学术搜索
  29. 中华人民共和国国家统计局,中国统计年鉴,中国统计出版社,北京,中国,2020。
  30. 《中国城市统计年鉴》编委会、编辑部中国城市统计年鉴,中国统计出版社,北京,中国,2020。
  31. E. Strano, S. Shai, S. Dobson, M. Barthelemy,“大都市地区的多元网络:共性特征和局部效应”,英国皇家学会杂志,界面,卷。12,不。111,2015年第20150651号,2015年。视图:出版商的网站|谷歌学术搜索
  32. 魏飞,李思瑶,“中国省际人口流动网络演化特征及区域作用影响因素研究”,《地理学报》,2014年第4期。复杂, 2021年第1卷,第6679580条,11页,2021年。视图:出版商的网站|谷歌学术搜索
  33. 徐淑珍,“省级城市网络中心性的测度与比较研究——以江苏和广东为例”,人文地理学,卷。1,pp.135-144,2021,中文。视图:谷歌学术搜索
  34. L. C. Freeman,《社交网络中的中心性:I.概念澄清》社交网络, vol. 1, no. 13,页215-239,1979。视图:谷歌学术搜索

版权所有©2021王方等。这是一篇发布在知识共享署名许可协议,允许在任何媒介上不受限制地使用、传播和复制,但必须正确引用原作。


更多相关文章

PDF 下载引用 引用
下载其他格式更多的
订单印刷副本命令
的观点63
下载131.
引用

相关文章

年度文章奖:由主编评选的2020年杰出研究贡献。阅读获奖物品