薛紅木，馮長春，張劍鋒

（北京大學(xué)　城市與環(huán)境學(xué)院，北京　100871）

高速公路網(wǎng)絡(luò)對中國城市可達性的影響

薛紅木，馮長春，張劍鋒

（北京大學(xué)城市與環(huán)境學(xué)院，北京100871）

通過大數(shù)據(jù)技術(shù)抓取百度地圖中288個地級市及以上城市之間的最短旅行時間，修正加權(quán)平均旅行時間公式，研究我國城市可達性空間格局及高速公路網(wǎng)路對我國城市可達性的影響。研究發(fā)現(xiàn)：非高速公路網(wǎng)絡(luò)下，可達性格局為以湖北為核心向外圈層遞減的“中心—外圍”模式；高速公路網(wǎng)絡(luò)下，轉(zhuǎn)變?yōu)橐院薄幽蠟楹诵南蛲馊舆f減的“中心—外圍”模式，向北方向拉伸顯著；高速公路時空壓縮效應(yīng)顯著，城市之間總通行時間距離壓縮效應(yīng)達46.76%；高速公路對城市可達性影響顯著，可達性變化幅度在空間上多中心（西南省份、新疆、華北、河南）向外圍遞減的階梯式格局；高速公路網(wǎng)絡(luò)下我國可達性空間格局的均衡度下降。

可達性；高速公路；空間格局；城市可達性

1　引言

圖1　中國高速公路網(wǎng)絡(luò)空間布局（2014）

中國高速公路網(wǎng)絡(luò)（National Expressway Network，NEN）項目自1997年開始啟動建設(shè)，截至2014年我國高速公路總里程約為12萬km，占總公路里程的2.4%，連接了我國所有地級市及以上城市（如圖1所示），已經(jīng)成為提升區(qū)域交通可達性、促進經(jīng)濟發(fā)展、縮小區(qū)域差距的重要發(fā)展戰(zhàn)略。

可達性是指網(wǎng)絡(luò)中某節(jié)點與其他節(jié)點的相互關(guān)系，是評價交通網(wǎng)絡(luò)的一項綜合性指標，Hansen于1959研究居住用地利用模式時第一次提出了“可達性”的概念［1］，之后國內(nèi)外學(xué)者便逐漸開展對于公路、鐵路、航運等交通方式可達性的研究。Gutierrez等利用GIS預(yù)測了歐洲高速公路和高速鐵路對區(qū)域可達性的影響［2-3］；Bruinsma等對七篇運用不同方法與數(shù)據(jù)來研究歐洲城市可達性的文獻進行了橫向與縱向?qū)Ρ龋ǔ鞘锌蛇_性排名的比較，公路、鐵路、航空三種交通方式的可達性結(jié)果的對比［4］。在國內(nèi)，李平華等對潛力模型、加權(quán)平均旅行時間等6種可達性研究方法進行了對比分析，總結(jié)了當時國內(nèi)對于可達性研究的階段性進展與成果［5］；曹小曙等以“最短路徑模型”為基礎(chǔ)，對中國干線公路網(wǎng)絡(luò)聯(lián)結(jié)的城市通達性空間格局進行分析，呈現(xiàn)明顯的“中心—外圍”模式［6］；吳威等選取三個時間斷面對長江三角洲主要節(jié)點城市的公路網(wǎng)絡(luò)可達性空間格局演化進行分析［7］；吳威等又采用空間距離、時間距離、連續(xù)性等多項指標對我國鐵路客運網(wǎng)絡(luò)可達性空間格局進行分析，從不同指標側(cè)重點來對比可達性空間格局［8］；蔣曉威等對安徽不同時間斷面的公路網(wǎng)絡(luò)可達性空間格局的演化進行對比，可達性網(wǎng)絡(luò)呈中心外圍圈層式優(yōu)化［9］；蔣海兵等針對目前可達性研究的局限，運用網(wǎng)絡(luò)分析和成本柵格對有無京滬高鐵兩種狀態(tài)下區(qū)域中心城市陸路可達性進行了比較，并計算了高鐵開通后城市腹地范圍的變化［10］；孟德友等運用加權(quán)平均旅行時間等方法研究高速鐵路和高速公路對我國省際、長江三角洲、河南省的可達性空間格局的影響［11-13］；張小平等通過1985-2008年河南省經(jīng)濟及公路數(shù)據(jù)研究了河南省地級市的可達性與城市經(jīng)濟發(fā)展的關(guān)系，并對城市發(fā)展類型進行劃分［14］；馮長春等通過傳統(tǒng)客運與高鐵客運可達性的對比來研究未來高速鐵路網(wǎng)絡(luò)對中國省際可達性空間格局的演化［15］；張萌萌等基于鐵路客運可達性，對268個地級市及以上城市的市場潛力格局及高鐵對市場潛力的影響進行定量分析［16］；毛廣雄等分析了高速鐵路建成后對淮安市的可達性水平及產(chǎn)業(yè)集群轉(zhuǎn)移的影響［17］；吳磊等以江西省45個市縣作為研究對象，選取2010年和2014年兩個時間斷面，計算高鐵開通前后江蘇省可達性空間格局［18］。

從已有研究成果可以得出，目前可達性研究區(qū)域、研究方法與指標具有多樣化趨勢。研究范圍涉及全國、區(qū)域、省域內(nèi)主要城市三個范疇，缺少對于全國地級及以上城市的可達性空間格局的深入研究。從研究指標來看，加權(quán)平均旅行時間和潛力模型是最常用的兩個指標。但在以往的研究中，時間距離是根據(jù)公路級別屬性來設(shè)定速度并計算，忽略了實際行駛過程中的一些不確定因素，如不同路段限速存在差異，不同類型公路與城市內(nèi)部道路接駁條件不同影響旅行時間等；也忽略了公路運輸特征對可達性的影響。因此，本文采用百度地圖大數(shù)據(jù)技術(shù)建立了精確的“高速公路”和“非高速公路”對照組，選取我國288個地級市及以上城市作為高速公路網(wǎng)絡(luò)的節(jié)點，并修正加權(quán)平均旅行時間模型，研究高速公路網(wǎng)絡(luò)對我國城市可達性的影響。

2　研究方法與數(shù)據(jù)處理

2.1研究方法

（1）最短旅行時間。本文利用百度地圖抓取高速和非高速最短旅行時間，抓取數(shù)據(jù)單位為秒，數(shù)值越大，可達性越差。

（2）加權(quán)平均旅行時間。由于城市經(jīng)濟社會人口等方面的發(fā)展程度影響著城市之間的相關(guān)聯(lián)系，因此可達性不僅與城市的區(qū)位、交通基礎(chǔ)設(shè)施發(fā)展水平有關(guān)，還與城市的經(jīng)濟、人口、客貨運量等特征息息相關(guān)。加權(quán)平均旅行時間這一指標能夠融合城市規(guī)模和經(jīng)濟發(fā)展水平對可達性的影響，很好地反映節(jié)點的可達性水平。加權(quán)平均旅行時間的公式為：

式中Ai為節(jié)點城市i的加權(quán)平均旅行時間，其值越小，表示可達性越好；Tij為節(jié)點i到節(jié)點j的最短旅行時間；Mj為節(jié)點j的社會發(fā)展水平，通常采用人口規(guī)?；騁DP度量，但公路網(wǎng)絡(luò)可達性格局也深受公路運輸特征的影響，吳威［6］等通過定義公路貨運量區(qū)位商與可達性系數(shù)進行對比發(fā)現(xiàn)存在差異，說明單一的人口規(guī)?；騁DP指標難以說明城市對于公路網(wǎng)絡(luò)可達性的實際影響?？拓涍\量一方面表征城市通過公路網(wǎng)絡(luò)對外聯(lián)系的人流和物流量，另一方面影響城市配套的基礎(chǔ)設(shè)施建設(shè)、運營管理水平等，進而影響進入城市內(nèi)部之后通達性的水平，因此本文引入客貨運量對模型進行修正，定義如下：

其中，Pa為城市j的客運量，F(xiàn)t為城市j的貨運量，Pj為城市j的人口數(shù)，Gj為城市j的GDP，Mj可解釋為城市公路流密度。

（3）可達性系數(shù)?？蛇_性系數(shù)是指網(wǎng)絡(luò)中某節(jié)點的可達性值與所有節(jié)點可達性平均值之比，能夠?qū)訖?quán)平均旅行時間進行統(tǒng)一化處理，可以很好地反映節(jié)點在整個網(wǎng)絡(luò)中可達性的相對水平。計算公式為：

可達性系數(shù)越小可達性越好，可達性系數(shù)大于1表示該節(jié)點可達性水平低于平均水平，反義亦然。

2.2數(shù)據(jù)處理

本文選取中國大陸288個地級市及以上城市作為高速公路網(wǎng)絡(luò)的節(jié)點，所選節(jié)點城市的人口、GDP、客運量和貨運量的統(tǒng)計數(shù)據(jù)來自2014年的《中國城市統(tǒng)計年鑒》。

本文從百度地圖抓取高速公路網(wǎng)絡(luò)相關(guān)數(shù)據(jù)，抓取時間為2015年3月，數(shù)據(jù)包括每兩個地級市及以上城市之間的最短高速公路距離、最短非高速公路距離、最短高速公路交通時間、最短非高速公路交通時間，在抓取中可選擇“走高速”和“不走高速”，不走高速的狀態(tài)下默認按照國道、省道、縣道的順序選擇最優(yōu)通行路徑。本文研究數(shù)據(jù)局限在于，2013年統(tǒng)計數(shù)據(jù)的分析是基于2015年初的高速公路網(wǎng)絡(luò)數(shù)據(jù)進行的，這會使得高速公路網(wǎng)絡(luò)交通時間有一定程度的縮短，高速公路網(wǎng)絡(luò)對可達性的影響有可能會被高估。但考慮到2014年城市統(tǒng)計數(shù)據(jù)在本文寫作期間尚未發(fā)布，且百度地圖大數(shù)據(jù)完整、準確且較難獲得，該實證研究結(jié)果對理解高速公路網(wǎng)絡(luò)對可達性空間格局及其影響具有重要意義。

基于地理信息系統(tǒng)（GIS）網(wǎng)絡(luò)分析功能、百度地圖大數(shù)據(jù)技術(shù)得到的交通數(shù)據(jù)能夠精確體現(xiàn)道路網(wǎng)絡(luò)差別，其描述性統(tǒng)計見表1。

結(jié)果顯示中國288個地級市及以上城市之間的高速公路平均最短交通時間為17.88h，而其他等級公路的最短行駛時間平均約為33.51h，相比共縮短約15.6h，兩地級市間最長高速公路交通時間為呼倫貝爾市至普洱市68.92h，最長非高速公路交通時間為烏魯木齊市至三亞市111.29h，如圖2所示。城市間高速公路行駛最短距離平均為1 547.75km，而其他等級公路最短行駛距離平均約為1 608.54km，相比共縮短約60.79km。

表1　百度地圖高速公路網(wǎng)絡(luò)數(shù)據(jù)描述性統(tǒng)計（2015年3月）

圖2　中國地級市及以上城市間走高速（a）和不走高速（b）的平均交通時間（單位：h）

3　區(qū)域可達性及空間格局分析

利用加權(quán)平均旅行時間公式對我國288個地級市及以上城市的非高速和高速加權(quán)平均旅行時間進行計算，并利用ArcGIS對結(jié)果進行普通克里金（Kriging）插值分析，選擇GeometricIntervals方法進行分級。通過對比非高速公路網(wǎng)絡(luò)和高速公路網(wǎng)絡(luò)下的可達性總體特點、空間格局等特征，分析高速公路對可達性的影響。

3.1非高速公路網(wǎng)絡(luò)可達性

根據(jù)加權(quán)平均旅行時間公式計算得到非高速網(wǎng)絡(luò)的可達性結(jié)果。非高速公路網(wǎng)絡(luò)的可達性總值為10 370h，平均值為36.01h，標準差為8.46，最高值為80.95h，最低值為26.47h，最高值是最低值的3.06倍。

利用ArcGIS進行普通克里金（Kriging）插值分析可以得出（如圖3所示），總體上我國區(qū)域可達性空間格局呈現(xiàn)以湖北為核心的向外圈層遞減的中心—外圍模式?？蛇_性排名前50的城市分布在湖北、河南、湖南、安徽、江西、陜西中部六個省份中，其中湖北12個、河南12個、湖南11個、安徽6個、江西和陜西各4個、山西1個，集中分布在湖北、河南、湖南、安徽四個中部省份中，占比達82%。這與曹小曙等［6］利用公路屬性設(shè)定行駛速度所計算出的結(jié)果基本一致，但是可達性格局向西南方向拉伸明顯?？蛇_性最好的50個城市的加權(quán)平均旅行時間總值為1 402h，平均值為28.05h，湖北省荊州市、襄陽市、荊門市位列前三名。

圖3　非高速公路加權(quán)平均旅行時間（單位：h）

可達性排名后50的城市集中分布在西藏、新疆、海南、黑龍江、吉林、遼寧、云南、甘肅、內(nèi)蒙古9個省份，多處于高速公路網(wǎng)絡(luò)的末端、空間邊緣地帶，尤其是西部與東北地區(qū)，呈現(xiàn)明顯的外圍趨勢。其中，克拉瑪依、烏魯木齊、黑河市因為地處中國邊陲成為可達性最差的城市，與其他節(jié)點的加權(quán)平均旅行時間均超過62h?？蛇_性排名后50位城市的加權(quán)平均旅行時間總值為2 548h，平均值為50.95h，是前50位城市的1.82倍。

3.2高速公路網(wǎng)絡(luò)可達性

針對高速公路網(wǎng)絡(luò)情況下進行加權(quán)平均旅行時間計算，中國地級市及以上城市的可達性空間格局為以安徽—河南為核心向外圈層遞減的中心—外圍結(jié)構(gòu)（如圖4所示），可達性格局向北拉伸明顯。高速公路網(wǎng)絡(luò)的可達性總值為5 487h，平均值為19.05h，與非高速網(wǎng)絡(luò)可達性相比減少47.08%，標準差為5.03，最高值為45.21h，最低值為13.64h，最高值是最低值的3.31倍。

圖4　高速網(wǎng)絡(luò)加權(quán)平均旅行時間（單位：h）

可達性排名前50名的城市分布在河南、湖北、湖南、安徽、陜西、江西、山東、山西8個省份當中，其中河南15個、湖北12個、湖南9個、安徽6個、陜西4個、江西2個、山東和山西各1個，河南與山東所屬城市增加，可達性格局有所優(yōu)化，湖南和江西所屬城市數(shù)量有所下降。與非高速公路網(wǎng)絡(luò)的可達性格局相比，高速公路網(wǎng)絡(luò)可達性格局顯著地向河南方向拉伸，這與河南省的高速網(wǎng)絡(luò)建設(shè)成果有很大的關(guān)系?？蛇_性最高的50個城市的加權(quán)平均旅行時間總值為725h，平均值為14.50h，相比非高速公路網(wǎng)絡(luò)前50位減少48.30%，核心區(qū)域可達性受高速公路網(wǎng)絡(luò)影響略大于整體平均水平。湖北省荊州市、荊門市、隨州市為可達性最優(yōu)的三座城市。

可達性排名后50的城市仍分布在西藏、新疆、海南、黑龍江、吉林、遼寧、云南、甘肅、內(nèi)蒙古9個省份當中。其中遼寧和云南所屬城市減少，可達性得到格局優(yōu)化；內(nèi)蒙古和甘肅所屬城市增加，其余省份所屬城市數(shù)量保持不變。可達性排名后50位城市的加權(quán)平均旅行時間總值為1 397h，平均值為27.94h，是前50位城市的1.93倍，與非高公路網(wǎng)絡(luò)相比減少45.17%，低于整體變化幅度1.91%，外圍區(qū)域受高速公路網(wǎng)絡(luò)影響平均水平。拉薩市、克拉瑪依市、烏魯木齊市為可達性最差的三個城市。

3.3高速公路效應(yīng)分析

高速公路對區(qū)域可達性的提升作用可稱作高速公路效應(yīng)。以上兩節(jié)根據(jù)加權(quán)平均旅行時間對高速公路和非高速公路情況下我國區(qū)域可達性進行了分析。為了更好地從數(shù)理統(tǒng)計角度對高速公路效應(yīng)進行分析，本節(jié)從時空壓縮效應(yīng)、可達性變化率和可達性系數(shù)變化情況來進一步分析高速公路效應(yīng)。

3.3.1時空壓縮效應(yīng)。根據(jù)百度地圖抓取數(shù)據(jù)計算可知，非高速公路網(wǎng)絡(luò)中288個地級市及以上城市之間的總里程為13 342萬km，平均旅行里程為46.33萬km；高速公路網(wǎng)絡(luò)下城市之間相互通行的總里程為12 838萬km，平均旅行旅程為44.58萬km，減少3.78%，高速公路網(wǎng)絡(luò)的建設(shè)并未大幅度減少城市之間的空間距離。但從時間效應(yīng)角度來分析，高速公路網(wǎng)絡(luò)大幅度減少了城市之間通行的時間距離，通行總時間從278萬h縮減到148萬h，平均旅行時間從9 651h壓縮到5 151h，壓縮效應(yīng)達46.76%，見表2。

表2　非高速公路與高速公路網(wǎng)絡(luò)時空壓縮效應(yīng)分析

3.3.2可達性變化率。高速公路網(wǎng)絡(luò)對于可達性的影響從全國、省域、城市三個層次來分析。

（1）全國層次。從全國層面來看，非高速網(wǎng)絡(luò)下288個地級市及以上城市之間通行的加權(quán)平均旅行時間總和為10 370h，平均值為36.01h，而高速網(wǎng)絡(luò)下加權(quán)平均旅行時間總和為5 487h，平均值為19.05h，提升0.89倍?？蛇_性值小于26.47h（非高速公路網(wǎng)絡(luò)中可達性最低值）的城市達到263個，極大地提升了公路網(wǎng)絡(luò)的通行效率。

（2）省域?qū)哟?。從區(qū)域角度分析，通過計算各省所屬城市的加權(quán)平均旅行時間的平均值來評價各省的可達性水平及其變化幅度。在非高速公路網(wǎng)絡(luò)下，湖北、河南、湖南、安徽、江西省為可達性最優(yōu)的五個省份，均位于中部地區(qū)；在高速網(wǎng)絡(luò)下，仍是湖北、河南、湖南、安徽、江西省五個省份為可達性最好的區(qū)域。但是河南可達性水平受高速公路影響較大，提升較高，變化率達1.96，逐漸縮小與湖北省的差距。

省際的可達性變化幅度在空間上多中心（西南省份、新疆、華北、河南）向外圍遞減的階梯式格局（如圖5），總體上西南、新疆、中部、華北部省份受高速公路影響變化幅度最大，內(nèi)蒙古、西部省份、東北變化幅度較小。具體每個省的變化幅度取決于其所在區(qū)位及基礎(chǔ)設(shè)施建設(shè)情況，例如新疆雖處于邊緣位置，近幾年快速發(fā)展高速公路，截止2014年底高速公路里程超過4 000km，領(lǐng)先寧夏、甘肅、青海等周邊省份，其可達性變化幅度在31個省份及直轄市中排名第二。根據(jù)計算結(jié)果，將31個省份的可達性變化幅度劃分為三個等級（見表3），有16個省份的變化幅度超過全國平均水平，貴州省變化幅度最大，其余省份按變化幅度大小依次排列；10個省份變化幅度低于平均水平，西藏最低；其中5個省份與全國平均水平持平。

圖5　省際可達性變化率

表3　省域可達性變化幅度

（3）城市層次。從城市角度來看，其可達性變化幅度基本符合省域?qū)用娴淖兓?guī)律，變化幅度位于前50名的城市基本分布于貴州、廣西、云南、四川、河南、河北、新疆等省份，如圖6所示。

圖6　地級市及以上城市可達性變化率

由于城市數(shù)量較多，無法對每個城市受高速公路影響的變化幅度進行分析，因此對城市進行分級分析。根據(jù)變化幅度的高低將城市分為5級（見表4）。從一級到五級城市數(shù)量分別為56、75、59、80、18。不同城市間可達性變化幅度差異較小，190個城市變化幅度超過1.89水平值，占所有城市比例的66%，變化幅度最大的烏魯木齊市為2.03，而變化幅度最小的拉薩為1.36，相差也僅為0.49倍。

表4　地級市及以上城市可達性變化幅度

3.3.3可達性系數(shù)。根據(jù)可達性系數(shù)公式計算出288個地級市及以上城市的可達性系數(shù)。在非高速公路網(wǎng)絡(luò)中，有181個城市可達性系數(shù)小于1 107個城市可達性系數(shù)大于1，整個網(wǎng)絡(luò)中有62.85%的城市可達性水平超過平均值；在高速公路網(wǎng)絡(luò)中，有185個城市可達性系數(shù)小于1，占整個網(wǎng)絡(luò)中城市的64.24%，103個城市可達性系數(shù)大于1，變化幅度較小。

在地理數(shù)學(xué)方法中，標準方差用來衡量觀測值和均值之間的平均距離，可以衡量數(shù)據(jù)之間的集中和分散程度［19］，計算可達性系數(shù)的標準差可以衡量高速公路對城市可達性均衡性的影響。非高速網(wǎng)絡(luò)下，288個地級市及以上城市的可達性系數(shù)標準方差為0.24，高速網(wǎng)絡(luò)下的可達性系數(shù)標準方差為0.26，相較于非高速網(wǎng)絡(luò)上升了12.29%，說明公路網(wǎng)絡(luò)在高速網(wǎng)絡(luò)下均衡性下降，高速公路網(wǎng)絡(luò)分布的不均衡導(dǎo)致可達性分布趨于不均衡。尤其在寧夏、甘肅、青海、黑龍江、吉林、西藏等處于外圍區(qū)域的省份，高速公路里程也在全國處于落后梯隊；而湖北、河南、安徽、北京、天津這些處于中心位置的省份，一方面具有良好的區(qū)位優(yōu)勢，另一方面在高速公路建設(shè)方面也取得了很好的成果，造成了可達性格局不均衡性的提升，外圍省市的邊緣化程度日益加深。

4　結(jié)語

本文利用百度地圖抓取非高速公路網(wǎng)絡(luò)和高速公路網(wǎng)絡(luò)的最短旅行時間，利用加權(quán)平均旅行時間及可達性系數(shù)公式，對比非高速公路網(wǎng)絡(luò)和高速公路網(wǎng)絡(luò)下的中國大陸地級市及以上城市的可達性格局及特征，研究高速公路對城市可達性的影響。研究發(fā)現(xiàn)：

（1）非高速公路網(wǎng)絡(luò)下，我國區(qū)域可達性格局為以湖北為核心的向外圈層遞減的“中心—外圍”模式，可達性最優(yōu)的50個城市集中分布在湖北、河南、湖南、安徽中部四個省。

（2）高速公路網(wǎng)絡(luò)下，我國區(qū)域可達格局轉(zhuǎn)變成以湖北—河南為核心的向外圈層遞減的“中心—外圍”模式，向北方向拉伸明顯，河南可達性格局受高速公路影響較大，縮小了與湖北之間的差距。可達性最優(yōu)的50個城市仍集中分布在河南、湖北、湖南、安徽中部四個省份。

（3）高速公路時空壓縮效應(yīng)顯著。高速公路網(wǎng)絡(luò)大幅度減少了城市之間通行的時間距離，通行總時間從278萬h縮減到148萬h，平均旅行時間從9 651h壓縮到5 151h，壓縮效應(yīng)達46.76%。

（4）高速公路對可達性影響顯著。288個城市之間的加權(quán)平均旅行時間平均值從36.01h提升到19.05h，提升0.89倍。省際的可達性變化幅度在空間上多中心（西南省份、新疆、華北、河南）向外圍遞減的階梯式格局，變化幅度平均值達1.89，21個省份可達性變化幅度超過或等于平均值，可達性受益最大的區(qū)域集中于西南、新疆、華北、河南區(qū)域。從城市角度來看，其可達性變化幅度基本符合省域?qū)用娴淖兓?guī)律，不同城市間可達性變化幅度差異較小，185個城市變化幅度超過1.89平均值，占所有城市比例的64.24%。

（5）高速公路網(wǎng)絡(luò)下我國可達性空間格局的均衡度下降?？蛇_性系數(shù)的標準方差由非高速網(wǎng)絡(luò)下的0.24上升到0.26，說明公路網(wǎng)絡(luò)在高速網(wǎng)絡(luò)下均衡性有所下降，高速公路網(wǎng)絡(luò)分布的不均衡性導(dǎo)致可達性分布趨于更加不均衡，外圍省市的邊緣化程度日益加深。

［1］Walter G Hansen.How Accessibility Shapes Land Use［J］.Journal of the American Institute of Planners，1959，25（2）∶73-76.

［2］Gutierrez J，P Urbano.Accessibility in the European Union∶the impact of the trans-European road network［J］.Journal of Transport Geography，1996，4（1）∶15-25.

［3］Gutiérrez J，R González，G Gómez.The European high-speed train network∶Predicted effects on accessibility patterns［J］.Journal of Transport Geography，1996，4（4）∶227-238.

［4］Rietveld P，Bruinsma F.The accessibility of European cities∶Theoretical framework and comparison of approaches［J］.Environment&Planning A，1998，30（3）∶499-521.

［5］李平華，陸玉麒.可達性研究的回顧與展望［J］.地理科學(xué)進展，2005，（3）∶69-78.

［6］曹小曙，薛德升，閻小培.中國干線公路網(wǎng)絡(luò)聯(lián)結(jié)的城市通達性［J］.地理學(xué)報，2005，（6）∶25-32.

［7］吳威，曹有揮，曹衛(wèi)東，等.長江三角洲公路網(wǎng)絡(luò)的可達性空間格局及其演化［J］.地理學(xué)報，2006，（10）∶1 065-1 074.

［8］吳威，曹有揮，梁雙波，等.中國鐵路客運網(wǎng)絡(luò)可達性空間格局［J］.地理研究，2009，（5）∶1 389-1 400.

［9］蔣曉威，曹衛(wèi)東，羅健，等.安徽省公路網(wǎng)絡(luò)可達性空間格局及其演化［J］.地理科學(xué)進展，2012，（12）∶1 591-1 599.

［10］蔣海兵，徐建剛，祁毅.京滬高鐵對區(qū)域中心城市陸路可達性影響［J］.地理學(xué)報，2010，（10）∶1 287-1298.

［11］孟德友，陸玉麒.高速鐵路對河南沿線城市可達性及經(jīng)濟聯(lián)系的影響［J］.地理科學(xué)，2011，（5）∶537-543.

［12］孟德友，陳文峰，陸玉麒.高速鐵路建設(shè)對我國省際可達性空間格局的影響［J］.地域研究與開發(fā)，2011，（4）∶6-10.

［13］孟德友，陸玉麒，李小建，等.長江三角洲高速公路網(wǎng)絡(luò)構(gòu)建對區(qū)域可達性的影響［J］.熱帶地理，2014，（5）∶643-654.

［14］張小平，劉效龍，馮長春.河南省公路網(wǎng)絡(luò)可達性與城市發(fā)展的關(guān)系研究［J］.國土與自然資源研究，2013，（5）∶3-7.

［15］馮長春，豐學(xué)兵，劉思君.高速鐵路對中國省際可達性的影響［J］.地理科學(xué)進展，2013，（8）∶1 187-1 194.

［16］張萌萌，孟曉晨.高速鐵路對中國城市市場潛力的影響—基于鐵路客運可達性的分析［J］.地理科學(xué)進展，2014，（12）∶1 650-1 658.

［17］毛廣雄，蔣武，曹蕾.高速鐵路建設(shè)對淮安可達性及承接產(chǎn)業(yè)集群化轉(zhuǎn)移的影響［J］.現(xiàn)代城市研究，2015，（12）∶127-132.

［18］吳磊，劉美玲.高鐵時代下江西省可達性空間格局及其演化［J］.物流技術(shù)，2015，（10）∶160-163.

［19］陳彥光.地理數(shù)學(xué)方法［M］.北京∶科學(xué)出版社，2011.

Influence of Expressway Network on Chinese City Reachability

Xue Hongmu，F(xiàn)eng Changchun，Zhang Jianfeng
（School of Urban Environmental Sciences， Peking University， Beijing 100871， China）

In this paper， using the big data technology， we extracted the shortest traveling time between the 288 prefecture or higherlevel cities of China from the Baidu Map， modified the formula for the weighted average traveling time， and studied the influence of the spatialdistribution of the Chinese cities and the expressway network on the reachability of the cities. Through which， we found that for the non expresswaynetwork， the traffic reachability pattern of the cities was centered in Hubei and tapered outward in circles； for the expresswaynetwork， it was centered around Hubei and Henan and tapered outward in circles significantly stretched northward； the expressway networkhad pronounced space-time compression effect， reducing the total traveling time between the cities by as much as 46.76％； the expresswaynetwork had significant influence on the reachability of the cities， the reachability of the cities changed in a gradient pattern with multiplecenters （in southwestern provinces， Xinjiang， northern China and Henan） and tapered outward； and the expressway network reduced theequilibrium of the spatial reachability of the Chinese cities.

reachability； expressway； spatial pattern； city reachability

F540；U412.1；F224

A

1005-152X（2016）03-0066-07

10.3969/j.issn.1005-152X.2016.03.016

2016-02-14

薛紅木（1988-），滿族，吉林人，碩士，研究方向：城市與區(qū)域規(guī)劃；馮長春（1957-），北京人，教授，博導(dǎo)，研究方向：城市與區(qū)域規(guī)劃、土地經(jīng)濟、房地產(chǎn)發(fā)展；張劍鋒（1989-），北京人，碩士，研究方向：區(qū)域發(fā)展與城市規(guī)劃。