黃承鋒， 李元龍， 陳一銘

(重慶交通大學 經(jīng)濟與管理學院， 重慶 400074)

交通優(yōu)勢度是度量區(qū)域交通優(yōu)勢高低的一個集成性指標，是交通供給能力、城市臨近度、區(qū)域對外聯(lián)系能力和區(qū)域可達性的綜合體現(xiàn)[1]，與單一指標如交通可達性、路網(wǎng)密度相比，更能體現(xiàn)一個地區(qū)的交通發(fā)展水平。進行交通優(yōu)勢度測算及其時空演變分析，可以有效評價區(qū)域基礎設施建設情況和未來發(fā)展?jié)摿?，反映區(qū)域未來的空間發(fā)展趨向。交通優(yōu)勢度是自然因素和社會經(jīng)濟因素共同作用的結果[2]。與其它區(qū)域相比，成渝地區(qū)雙城經(jīng)濟圈作為國家戰(zhàn)略基地的重點建設地區(qū)，是長江經(jīng)濟帶與“一帶一路”的連接點，也是連接西南、西北，溝通中亞、南亞、東南亞的重要交匯點和交通走廊，具有重要的戰(zhàn)略地位，但其交通網(wǎng)絡以及交通網(wǎng)絡建設均顯著落后于沿海城市群[3-4]，交通網(wǎng)絡建設作為區(qū)域發(fā)展的重要因素，嚴重制約著成渝地區(qū)雙城經(jīng)濟圈的一體化發(fā)展。良好的區(qū)位優(yōu)勢能夠顯著促進成渝地區(qū)雙城經(jīng)濟圈的一體化發(fā)展，可提高與外界的溝通能力，促使人員流通和物質(zhì)交換良性發(fā)展，從而實現(xiàn)區(qū)域協(xié)調(diào)發(fā)展。交通優(yōu)勢度的概念最早由金鳳君等[5]提出，在此基礎上，Hu等[6]提出了交通優(yōu)勢度的度量方法。隨后，部分學者就交通優(yōu)勢度與社會經(jīng)濟、城鎮(zhèn)化、土地效率和土地適宜性評價之間的關系展開研究[7-10]。但總體上，學者們對交通可達性的研究更為集中。如Kwok等[11]對香港地區(qū)的交通可達性進行了測算，并建立了可持續(xù)交通發(fā)展指標。Song等[12]揭示了交通可達性與產(chǎn)業(yè)聚集之間的關系，并利用Logistic回歸分析發(fā)現(xiàn)，交通可達性與產(chǎn)業(yè)聚集呈正相關。也有學者研究了高速鐵路對區(qū)域可達性的影響[13-15]、可達性與經(jīng)濟發(fā)展之間的關系[16-17]、可達性對人口分布的影響[18-19]，研究發(fā)現(xiàn)，不同的交通方式對區(qū)域可達性的貢獻有一定的差異。隨著研究的深入，學者們開始對交通可達性和優(yōu)勢度評價方法展開研究[20-21]。例如，有學者將空間阻隔模型、累計機會模型等作為評價可達性的指標[22-23]，并取得了較好的效果。目前，對交通優(yōu)勢度的評價多集中在網(wǎng)絡密度、城市臨近度和交通干線影響度等方面，尚缺乏對交通優(yōu)勢度時空演變作用機制的研究，特別是對交通要素本身作用的研究，而與可達性相結合開展的研究則更少。

成渝地區(qū)雙城經(jīng)濟圈是我國的國家級經(jīng)濟圈之一。目前，對成渝地區(qū)雙城經(jīng)濟圈的研究主要以交通可達性為主，而對交通優(yōu)勢度的研究較少，且多數(shù)研究僅僅停留在空間格局方面，缺乏時空變化和影響機制方面的研究。因此，本文將交通網(wǎng)絡密度、城市臨近度、交通干線影響度和區(qū)域可達性相結合，構建交通優(yōu)勢度評價體系，選取2004年和2019年兩期路網(wǎng)數(shù)據(jù)，定量分析交通優(yōu)勢度空間格局演變特征，從交通要素和社會經(jīng)濟因素兩方面著手，利用最小二乘法(ordinary least squares，OLS)和地理加權回歸模型(geographically weighted regression，GWR)，對成渝地區(qū)雙城經(jīng)濟圈交通優(yōu)勢度的影響因素及其作用機制展開研究。研究結果可為成渝地區(qū)雙城經(jīng)濟圈的交通網(wǎng)絡布局規(guī)劃提供參考。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)域

成渝地區(qū)雙城經(jīng)濟圈地處中國西南部的四川盆地，位于101°56′24″E至110°11′24″E、27°39′36″N至32°19′48″N之間，北接陜西西安市，南與貴州貴陽市相鄰，西與四川甘孜藏族自治州接壤，東北毗鄰恩施土家族苗族自治州。地形總體以山地丘陵為主，中間為成都平原，四周多為山地。本文選取原成渝城市群為研究區(qū)域，包括四川省15個市和重慶市29個縣區(qū)，共計148個研究單元，土地面積18.51萬km2，如圖1所示。截至2019年，該區(qū)域城鎮(zhèn)人口為5 930.87萬人，城鎮(zhèn)化率為64.48%。

圖1 研究區(qū)概況Fig.1 Overview of the study area

1.2 數(shù)據(jù)來源

本文以成渝地區(qū)雙城經(jīng)濟圈148個縣區(qū)為研究對象，研究時段為2004—2019年，文章所涉及的兩期(2004、2019年)高速鐵路、鐵路、高速公路、國道、省道和縣道數(shù)據(jù)均來源于OSM (open street map) 網(wǎng)站；2004—2019年的社會經(jīng)濟數(shù)據(jù)來源于四川省和重慶市統(tǒng)計年鑒和統(tǒng)計公報；建設用地和DEM分別來源于中國科學院資源環(huán)境科學與數(shù)據(jù)中心(http://www.resdc.cn/)和地理空間數(shù)據(jù)云(http://www.gscloud.cn)。

2 研究方法

2.1 交通優(yōu)勢度評價模型的建立

選取交通網(wǎng)絡密度、城市臨近度、交通干線影響度和區(qū)域可達性四個指標來構建交通優(yōu)勢度評價指標體系。

鑒于指標值對交通優(yōu)勢度的表達不同，需要進行標準化處理，公式為：

正向指標：

(1)

負向指標：

(2)

采用層次分析法來確定各項指標的權重。首先建立層次結構模型，構造成對比較矩陣，然后計算權向量并做一致性檢驗，計算組合權向量并做組合一致性檢驗，再結合成渝地區(qū)雙城經(jīng)濟圈交通基礎設施建設情況，對參數(shù)進行修正，最終得到高速鐵路、鐵路、國道、省道的權重分別為0.25、0.21、0.28、0.26，引入加權求和模型對各項指標進行加權求和，計算公式為：

TSCi=w1TNDi+w2Li+w3Ci+w4Ti

(3)

式中：TSCi為研究單元i的交通優(yōu)勢度指數(shù)；TNDi、Li、Ci和Ti分別為研究單元i的交通網(wǎng)絡密度、城市臨近度、交通干線影響度和區(qū)域可達性指數(shù)；w1、w2、w3和w4為四個指數(shù)的權重。

2.1.1交通網(wǎng)絡密度

交通網(wǎng)絡密度是指研究區(qū)域內(nèi)路網(wǎng)長度與國土總面積的比值，可以反映研究區(qū)域的交通運輸承載能力。交通網(wǎng)絡密度越大，表示運輸承載能力越強，反之越弱。其表達式為[24]：

(4)

式中：TNDi為研究單元i的交通網(wǎng)絡密度；Di為研究單元i的路網(wǎng)長度；Si為研究單元i的土地總面積。

2.1.2城市臨近度

城市臨近度是指研究單元到中心城市的遠近程度，可以反映研究單元地理位置的優(yōu)劣，其值越小，表示離中心城市越近，反之則越遠。其表達式為[25]：

(5)

式中：Li為研究單元i的城市臨近度；lik為研究單元i到達中心城市k的最短時間路程；Mk為權重值，是中心城市k的人口數(shù)量與GDP的比值。

2.1.3交通干線影響度

交通干線影響度是指重要交通基礎設施對研究區(qū)域通達性的影響程度。

目前，大多數(shù)研究僅考慮了普通鐵路、高速公路、國道、省道和縣道等，而未將高速鐵路考慮在內(nèi)，為彌補這項空缺，本研究將對以往的交通干線影響度評價體系進行修正，并采用賦值法來測度交通干線影響度(見表1)，計算公式為：

表1 交通干線設施權重賦值Tab.1 Weight assignment of traffic trunk facilities

(6)

(7)

式中：Eim為研究單元i第m種交通干線設施的得分；Qiqm為研究單元i第m種交通干線設施第q種子類型的權重賦值；Niqm為研究單元i第m種交通干線設施第q種子類型的數(shù)量；Ci為研究單元i的交通干線影響度；Bm為第m種交通干線設施類型的權重。

2.1.4區(qū)域可達性

區(qū)域可達性是指通過某種交通體系從研究單元出發(fā)到特定目的地的交通便利程度，其表達式為：

(8)

(9)

式中：Diq為研究單元i道路類型q的路網(wǎng)長度；Vq為道路類型q的平均行車速度；Costiq為研究單元i道路類型q的平均時間成本；Ni為研究單元i的道路類型數(shù)目；Ti為研究單元i的區(qū)域可達性。區(qū)域可達性值越小，代表區(qū)域的通達程度越好。

2.2 變異系數(shù)

為衡量各縣域交通優(yōu)勢度的差異程度，本文嘗試引入變異系數(shù)法，其計算公式為[26]：

(10)

式中：CV為變異系數(shù)；?p為標準差；Mi為研究單元i的權重值，是該研究單元的人口數(shù)量與GDP的比值；Ui為研究單元i的指標指數(shù)。

2.3 時空冷熱點統(tǒng)計分析模型

為研究交通優(yōu)勢度時空演變特征，本文在Getis-OrdGi*統(tǒng)計模型中引入時態(tài)概念，通過構建Getis-OrdGi*局部統(tǒng)計模型來分析交通優(yōu)勢度高值或低值聚集區(qū)域。其表達式為[27]：

(11)

2.4 影響因素及作用機制

為研究各交通要素對成渝地區(qū)雙城經(jīng)濟圈交通優(yōu)勢度的貢獻情況，選取縣域縣道擁有量，最短出行時間成本，縣域國道、省道、高速公路擁有量，距最近鐵路站點的距離四個指標，并利用OLS模型進行線性回歸分析。

交通優(yōu)勢度是自然因素和社會經(jīng)濟因素共同作用的結果[28]，為測度不同影響因素對成渝地區(qū)雙城經(jīng)濟圈交通優(yōu)勢度演變的影響及空間差異，選取人口密度(xi,1)、高程(xi,2)、人均GDP(xi,3)、建成區(qū)面積比例(xi,4)、地區(qū)生產(chǎn)總值(xi,5)五個影響因子，構建地理探測器模型，其表達式為：

(12)

式中：yi為交通優(yōu)勢度指數(shù)；β0(ui,vi)為常數(shù)；βj(ui,vi)為第i個樣本的第j個參數(shù)的回歸系數(shù)；xi,j為第i個樣本的第j個參數(shù)值；εi為隨機誤差。

3 交通優(yōu)勢度時空演變格局及影響機制分析

3.1 交通優(yōu)勢度時空演變特征

成渝地區(qū)雙城經(jīng)濟圈交通優(yōu)勢度如圖2所示?？傮w而言，成渝地區(qū)雙城經(jīng)濟圈交通優(yōu)勢度整體呈上升趨勢，但空間分布差異明顯，呈現(xiàn)出“北高南低”的分布格局。其中，瀘州、成都、綿陽、南充等地區(qū)交通優(yōu)勢度較高，這主要緣于鐵路的開通、機場的建立；交通優(yōu)勢度較高的區(qū)域一共有39個，其總面積占研究區(qū)總面積的15.68%，其總人數(shù)占研究區(qū)總人數(shù)的30.02%；而四川省南部的樂山市和自貢市自然條件較差，地形起伏較大，故交通優(yōu)勢度較低?？梢?，交通優(yōu)勢度與區(qū)域地形具有一定的空間耦合性。

從圖2中可以看出，2004—2019年，TSCi>1.2的地區(qū)數(shù)量有所增加，16年間共增加縣域數(shù)目19個，其中研究區(qū)西部成都市、北部南充市和東部重慶市所在地區(qū)增加最多。

圖2 2004年和2019年交通優(yōu)勢度空間格局演變Fig.2 Evolution of spatial pattern of traffic dominance in 2004 and 2019

近年來，重慶地區(qū)鐵路、機場數(shù)量的增加，驅使次一級的交通優(yōu)勢度(0.9

3.2 交通優(yōu)勢度空間均衡性差異

成渝地區(qū)雙城經(jīng)濟圈各縣域交通優(yōu)勢度之間的差異程度可以用變異系數(shù)來衡量，各指標變異系數(shù)如表2所示。CV值越大，表示各縣域交通優(yōu)勢度的差異程度越大，反之越小。由表2可知，成渝地區(qū)雙城經(jīng)濟圈交通優(yōu)勢度變異系數(shù)有所增加，由2004年的0.35增加到2019年的0.40，變化率為14.29%，表明各單元交通優(yōu)勢度之間的差異明顯增強，空間分布均衡性變差。交通網(wǎng)絡密度、交通干線影響度和區(qū)域可達性變異系數(shù)變化幅度較??；交通網(wǎng)絡密度變異系數(shù)由2004年的0.56增加到2019年的0.61，變化率為8.93%；交通干線影響度變異系數(shù)由2004年的0.49增加到2019年的0.58，變化率為18.37%；區(qū)域可達性變異系數(shù)由2004年的0.67增加到2019年的0.75，變化率為11.94%。而城市臨近度變異系數(shù)由2004年的0.48增加到2019年的0.63，變化率為31.25%，遠超其他指標變異系數(shù)。這也再次證明了成渝、成貴和成西等高速鐵路的開通以及機場的建立，加大了交通優(yōu)勢度的空間分布極化程度。

表2 各評價指標變異系數(shù)Tab.2 Coefficients of variation of each evaluation index

3.3 交通優(yōu)勢度冷熱點分布格局

為剖析成渝地區(qū)雙城經(jīng)濟圈交通優(yōu)勢度空間格局冷熱點演變態(tài)勢，采用Getis-OrdGi*局部統(tǒng)計模型對交通優(yōu)勢度冷熱點地區(qū)進行考察，并采用自然斷點法將研究區(qū)分為熱點區(qū)域、次熱點區(qū)域、不明顯區(qū)域、次冷點區(qū)域、冷點區(qū)域，如圖3所示。

圖3 2004年和2019年交通優(yōu)勢度冷熱點分布空間格局演變Fig.3 Evolution of spatial distribution pattern of traffic dominance cold and hot spots in 2004 and 2019

研究發(fā)現(xiàn)：熱點區(qū)和冷點區(qū)均呈現(xiàn)出集中連片分布的態(tài)勢，少數(shù)零星地分布在重慶市主城區(qū)周邊。熱點區(qū)主要分布在成都中心城區(qū)、重慶中心城區(qū)、四川省中部南充市和北部綿陽市，這些地區(qū)通常地理位置優(yōu)越、經(jīng)濟發(fā)達、人口密集、交通優(yōu)勢度高。冷點區(qū)主要分布在研究區(qū)的中西南部，如樂山市、自貢市西部、眉山市南部，此類地區(qū)自然條件差，距離中心城區(qū)遠，機場和鐵路建設尚不夠完善。次熱點區(qū)、次冷點區(qū)、不明顯區(qū)域均分布在熱點區(qū)和冷點區(qū)的周圍，也有部分零星地分布在其他縣城，如豐都縣周邊。

2004—2019年，成渝地區(qū)雙城經(jīng)濟圈交通優(yōu)勢度以及交通優(yōu)勢度評價指標的冷熱點面積均呈現(xiàn)不斷上升的趨勢，且受鐵路的影響，交通優(yōu)勢度差異性更加顯著，這也是成渝地區(qū)雙城經(jīng)濟圈交通優(yōu)勢度變異系數(shù)增加的主要原因。

4 交通優(yōu)勢度時空演變作用機制分析

本文選用OLS模型來研究各類交通出行方式對交通優(yōu)勢度的貢獻情況(須確保各變量之間不存在線性關系)，結果如表3所示，可以看出：距最近鐵路站點的距離和縣域縣道擁有量對交通優(yōu)勢度的貢獻最大，分別為1.19、0.98，其次是縣域國道、省道、高速公路擁有量和最短出行時間成本。2004—2019年，距最近鐵路站點的距離對交通優(yōu)勢度的貢獻由0.73增加到1.19，貢獻越來越大。距最近鐵路站點的距離影響了居民出行的便利性，形成了不同縣域居民對鐵路運輸需求的差異，導致不同縣域之間鐵路運輸能力的差異，從而最終造成了成渝地區(qū)雙城經(jīng)濟圈各縣域之間交通優(yōu)勢度的差異，因此，適當?shù)卦黾予F路站點有利于提高交通優(yōu)勢度?？h域縣道擁有量可以反映地區(qū)對外通行的能力，人口密度大的地區(qū)其居民出行率較高[29]，對縣道的需求較高，反之則較低，這使得縣道基礎設施建設存在差異，從而導致了各縣域交通優(yōu)勢度的差異。因此，加強縣道基礎設施建設可以有效提高交通優(yōu)勢度。

最短出行時間成本，縣域國道、省道、高速公路擁有量對交通優(yōu)勢度也有一定的貢獻，2019年，最短出行時間成本每增加1，交通優(yōu)勢度則增加0.52。2004年，成渝地區(qū)雙城經(jīng)濟圈大多數(shù)高速鐵路并未開通，居民出行多以國道、省道、高速公路為主，但到2019年，高速鐵路的開通為居民出行提供了極大的便利，促使居民出行方式由國道、省道、高速公路逐步轉向高速鐵路，這在一定程度上弱化了國道、省道、高速公路對交通優(yōu)勢度的貢獻，導致國道、省道、高速公路對交通優(yōu)勢度的貢獻由0.61下降到0.48。

在測度各影響因子對交通優(yōu)勢度的影響之前，利用OLS模型對各變量進行線性檢驗，剔除共線性變量，最終選取人口密度、高程、建成區(qū)面積比例和地區(qū)生產(chǎn)總值四個指標。模型擬合結果如圖4所示，除成都南部極少部分地區(qū)外，其它地區(qū)擬合優(yōu)度(R2)均大于0.8，同時， 除重慶東部以及東北部邊緣地區(qū)外，其它地區(qū)擬合t值都介于-2.37～2.37之間。

圖4 GWR模型擬合結果Fig.4 Fitting results of GWR model

在OLS模型的基礎上，再利用地理加權回歸(GWR)模型測度成渝地區(qū)雙城經(jīng)濟圈交通優(yōu)勢度空間演變的影響因素，對兩期交通優(yōu)勢度參數(shù)進行估算，并將各變量的回歸系數(shù)可視化，如圖5所示。

人口密度。人口密度與交通優(yōu)勢度呈正相關(見圖5(a))，其回歸系數(shù)總體呈現(xiàn)出由南部向北部逐漸增加的態(tài)勢，高值區(qū)主要集中在成都主城區(qū)、重慶主城區(qū)和綿陽市，低值區(qū)主要集中在樂山市和雅安市。說明人口密度對成都主城區(qū)、重慶主城區(qū)和綿陽市的高交通優(yōu)勢度解釋力較大，而交通基礎設施的不斷完善能夠增加對人口的吸引力。

高程。高程與交通優(yōu)勢度呈負相關(見圖5(b))，其回歸系數(shù)由東南向西北逐漸增加，說明高海拔對低交通優(yōu)勢度解釋力較大，隨著高程的增加，交通設施建設成本增加，這就削弱了人口向高海拔地區(qū)的集聚，限制了經(jīng)濟的發(fā)展，從而影響了交通優(yōu)勢度的提升。

建成區(qū)面積比例。建成區(qū)面積比例回歸系數(shù)由研究區(qū)西南向東北依次遞增(見圖5(c))，建成區(qū)面積比例高的地區(qū)其交通基礎設施相對完善，居民出行成本低，人口分布較為集聚，更有利于產(chǎn)業(yè)的發(fā)展，因而對交通優(yōu)勢度的提升具有一定的促進作用。

地區(qū)生產(chǎn)總值。地區(qū)生產(chǎn)總值回歸系數(shù)由東向西遞增(見圖5(d))，表明低交通優(yōu)勢度地區(qū)，如眉山市和雅安市等，對地區(qū)生產(chǎn)總值的依賴性較強，交通基礎設施是產(chǎn)業(yè)發(fā)展的基礎，良好的交通基礎設施可以提高生產(chǎn)要素的流動性，降低生產(chǎn)要素的保管成本，而產(chǎn)業(yè)增長又能為交通基礎設施的發(fā)展提供物質(zhì)資金支持，因此有利于交通優(yōu)勢度的提升。

圖5 GWR模型影響因素回歸系數(shù)空間分布Fig.5 Spatial distribution of regression coefficients of influencing factors in GWR Model

5 結 論

本文基于2004和2019年高速鐵路、鐵路、高速公路、國道、省道和縣道數(shù)據(jù)等交通基礎設施數(shù)據(jù)，選取成渝地區(qū)雙城經(jīng)濟圈148個縣區(qū)單元，構建交通優(yōu)勢度評價指標體系，綜合運用網(wǎng)絡分析、變異系數(shù)、冷熱點分析等方法，研究成渝地區(qū)雙城經(jīng)濟圈2004—2019年交通優(yōu)勢度空間格局時空演變特征，最后運用最小二乘法(OLS)與地理加權回歸模型，分析交通優(yōu)勢度發(fā)展差異的影響因素和影響機制。

1) 成渝地區(qū)雙城經(jīng)濟圈交通優(yōu)勢度總體上呈上升趨勢，空間上大致呈“北高南低”的態(tài)勢，受鐵路和機場的影響，成都市和重慶市等地區(qū)的交通優(yōu)勢度水平顯著提升。

2) 2004—2019年，成渝地區(qū)雙城經(jīng)濟圈交通優(yōu)勢度空間分布格局非均衡性顯著，高交通優(yōu)勢度地區(qū)主要包括成都市主城區(qū)、重慶市主城區(qū)、綿陽市和南充市等;低交通優(yōu)勢度地區(qū)主要位于雅安市、樂山市等。這一研究結果與孫婉穎[30]的研究成果相吻合。

3) 鐵路對成渝地區(qū)雙城經(jīng)濟圈交通優(yōu)勢度的貢獻較高，而高程對交通優(yōu)勢度的影響最為顯著，其次是人口密度、地區(qū)生產(chǎn)總值、建成區(qū)面積比例。

為更加客觀而又全面地測度成渝地區(qū)雙城經(jīng)濟圈交通優(yōu)勢度水平，本文將區(qū)域可達性納入交通優(yōu)勢度評價體系中，并將重大交通基礎設施，如機場、鐵路考慮在內(nèi)，圍繞交通優(yōu)勢度空間格局演變特征、各交通要素對交通優(yōu)勢度的作用機制和影響因素三個方面展開研究，旨在為區(qū)域交通規(guī)劃建設提供參考。交通優(yōu)勢度是動態(tài)變化的，受研究數(shù)據(jù)所限，本文僅選取了兩期路網(wǎng)數(shù)據(jù)進行研究，在后續(xù)研究中，路網(wǎng)數(shù)據(jù)還有待進一步擴充。交通優(yōu)勢度評估過程較為復雜，將來可以結合GIS平臺構建路網(wǎng)數(shù)據(jù)庫，以便更加準確地評估交通優(yōu)勢度水平，從而為城市區(qū)域路網(wǎng)規(guī)劃提供借鑒。