李杰梅,高麗,祁婧潔,尹琪
(昆明理工大學(xué),交通工程學(xué)院,昆明 650504)
近年來,基于一帶一路的互聯(lián)互通建設(shè)以及《推進(jìn)物流大通道建設(shè)行動計(jì)劃(2016—2020年)》提出的加強(qiáng)國內(nèi)11條物流大通道與邊境口岸的銜接等一系列戰(zhàn)略的規(guī)劃實(shí)施,極大地促進(jìn)了我國內(nèi)陸地區(qū)出境大通道的發(fā)展,推動內(nèi)陸腹地城市連接各邊境口岸的開放通道網(wǎng)絡(luò)逐漸完善。打通內(nèi)陸腹地與出境口岸銜接的主要通道,形成內(nèi)陸交通網(wǎng)與開放大通道互聯(lián)互通的格局是新時(shí)期我國加快內(nèi)陸開放步伐、構(gòu)筑內(nèi)陸開放新高地的重大舉措。探索腹地城市與邊境口岸銜接的通達(dá)程度和空間溢出效應(yīng)的演化特征及其形成機(jī)制,對于我國未來開放大通道建設(shè)及規(guī)劃,實(shí)現(xiàn)開放大通道與腹地經(jīng)濟(jì)協(xié)同優(yōu)化管理具有重要意義。
伴隨著貿(mào)易全球化及國際互聯(lián)互通等的發(fā)展,港口、機(jī)場等樞紐與腹地可達(dá)性測算引起學(xué)者的關(guān)注。Claude等[1]借助引力模型研究了美國貨物聯(lián)運(yùn)到達(dá)東西海岸及墨西哥灣各大港口的可達(dá)性;Ferrari 等[2]運(yùn)用雙約束形式重力模型對港-腹空間可達(dá)性進(jìn)行了探討。董潔霜等[3]構(gòu)建了港口與腹地的集疏運(yùn)系統(tǒng)阻抗模型。韓增林等[4]對東北地區(qū)港口內(nèi)陸空間可達(dá)性進(jìn)行綜合測度。
然而,已有成果缺乏對腹地城市銜接邊境口岸可達(dá)性的綜合測評,且重視個(gè)案分析,缺少對不同地區(qū)、不同時(shí)期可達(dá)性的比較研究。因此,本文構(gòu)建腹地-口岸可達(dá)性測度模型,獲取其演化的時(shí)空特征及形成機(jī)制;運(yùn)用泰爾指數(shù)分析其空間差異特征及其產(chǎn)生的原因;基于空間馬爾科夫鏈分析其空間溢出效應(yīng),以期為中國制定開放大通道發(fā)展戰(zhàn)略提供參考依據(jù)。
以2013年行政區(qū)劃為準(zhǔn),扣除個(gè)別數(shù)據(jù)獲取困難的城市,以全國336個(gè)地級及以上城市作為內(nèi)陸腹地的樣本。同時(shí),依據(jù)《國家口岸發(fā)展“十三五”規(guī)劃》中提出的國家一類口岸,除去待建和未建成口岸,選取30個(gè)口岸作為研究單元,如圖1所示。
圖1 研究區(qū)域Fig.1 Research area
1.2.1 腹地-口岸可達(dá)性測算模型
腹地-口岸可達(dá)性反映腹地城市連接邊境口岸的通達(dá)性,一般認(rèn)為腹地城市與邊境口岸的空間距離直接影響其可達(dá)性,距離越遠(yuǎn)通行時(shí)間越長,可達(dá)性越差;城市內(nèi)道路的連通程度決定著人流、物流的集疏運(yùn)便捷程度,也會對腹地可達(dá)性產(chǎn)生重要影響;外向連接度則決定了腹地城市對外交流的運(yùn)輸便利性[5]。因此,腹地-口岸可達(dá)性的主要影響因素可概括為腹地與口岸間空間距離、腹地城市內(nèi)道路連通程度和對外通達(dá)性這個(gè)因素[6]。本文在已有研究的基礎(chǔ)上[7],定義腹地-口岸綜合交通可達(dá)性測度模型為
式中:Ai為城市i的腹地-口岸可達(dá)性;Si為腹地i的路網(wǎng)連通度,以城市單位面積公路通車?yán)锍毯饬浚籏i為腹地i的外向連接度,用與腹地i直接相連的其他節(jié)點(diǎn)數(shù)目來表示;Ti為腹地i與邊境口岸的最短旅行時(shí)間;Tij1和Tij2分別為腹地i與邊境口岸j的公路和鐵路最短旅行時(shí)間;w1、w2分別為公路、鐵路兩種運(yùn)輸方式的權(quán)重;n為邊境口岸的數(shù)目;、、分別為Ti、Si和Ki的平均值。
1.2.2 基于泰爾系數(shù)衡量腹地-口岸可達(dá)性的空間差異
為衡量腹地-口岸可達(dá)性的區(qū)域差異,根據(jù)Theil 等[8]提出的Theil 系數(shù)計(jì)算方法并結(jié)合周亮等[9]的研究,構(gòu)建以經(jīng)濟(jì)發(fā)展水平為權(quán)重的可多層次分解的Theil系數(shù)為
式中:T為Theil 系數(shù),用于測度腹地-口岸可達(dá)性的總體差異,其值越大,表示差異化程度越大;A和G分別為全國的腹地-口岸可達(dá)性和GDP 發(fā)展水平;Am和Gm分別為第m省區(qū)的可達(dá)性和GDP;Amn和Gmn為第m省區(qū)內(nèi)第n城市的可達(dá)性和GDP。
對Theil 系數(shù)進(jìn)行一階段分解,總體差異可分解為省際差異和各省份內(nèi)地級市差異,即
式中:TB為省際差異;TW為各省地級市間的差異。
1.2.3 基于空間馬爾可夫鏈分析腹地-口岸可達(dá)性的空間溢出效應(yīng)
空間馬爾可夫鏈由空間滯后與傳統(tǒng)馬爾可夫法相結(jié)合而形成,它將傳統(tǒng)轉(zhuǎn)移矩陣分解為條件轉(zhuǎn)移矩陣。通過對比空間與非空間矩陣中相對應(yīng)的元素,得出腹地-口岸可達(dá)性類型轉(zhuǎn)移的概率與周圍相鄰城市間的關(guān)系,揭示以不同類型城市為鄰時(shí)可達(dá)性類型轉(zhuǎn)移的空間溢出效應(yīng)[10],公式為
式中:Prs,t+1(k)、Prs,t(k)分別為t+1年、t年以k為空間滯后條件下第k種類型的概率矩陣;Wk為空間權(quán)重矩陣;N為K×K階轉(zhuǎn)移矩陣;mrs,t為轉(zhuǎn)移矩陣N的元素,表示t年到t+1年某城市可達(dá)性所屬類型由r轉(zhuǎn)變?yōu)閟的概率;nrs為t年份屬于r類型在t+1年份轉(zhuǎn)移為s類型的城市數(shù)量之和;nr為所研究年份中屬于r類型的城市數(shù)量。
本文研究時(shí)段為2008—2019年共12年,數(shù)據(jù)來源如表1所示。
表1 數(shù)據(jù)來源Table 1 Sources of data
運(yùn)用式(1)和式(2)分別測算各城市腹地-口岸可達(dá)性,采用ArcGIS 自然斷裂點(diǎn)分級法將其分為低值區(qū)(Ai<0.15)、中低值區(qū)(0.15≤Ai<0.81)、較高值區(qū)(0.81≤Ai<1.81)和高值區(qū)(Ai≥1.81),并選擇一帶一路之前5年(2008年)、一帶一路提出(2013年)、一帶一路之后3年(2016年)、一帶一路之后6年(2019年)這4個(gè)時(shí)點(diǎn)刻畫一帶一路影響下腹地-口岸可達(dá)性的空間格局演化,如圖2所示。
圖2 2008—2019年腹地-口岸可達(dá)性空間格局演化Fig.2 Spatiotemporal evolution of hinterland-port accessibility
(1)腹地-口岸可達(dá)性高值區(qū)沿主要運(yùn)輸通道延伸并逐漸衰減,2008年高值區(qū)主要分布在京廣和京滬通道沿線。2013年后向一帶一路沿線擴(kuò)散趨勢明顯,隴海、沿江、滬昆等橫向運(yùn)輸通道沿線城市可達(dá)性提升明顯;2019年通往邊境地區(qū)的京哈、寶昆、隴海-蘭新、滬昆等沿線城市以及中國-中南半島、中印孟緬和新亞歐大陸橋等通道上的昆明、成都、咸陽等均進(jìn)入高值區(qū)。
(2)腹地-口岸可達(dá)性空間分布出現(xiàn)“飛地”現(xiàn)象,綜合經(jīng)濟(jì)實(shí)力較強(qiáng)的城市和城市群可達(dá)性也較優(yōu)。2008、2013、2016和2019年省會城市平均可達(dá)性為1.12、1.95、2.74和3.61,明顯優(yōu)于非省會城市,分別為0.60、1.01、1.40和1.87。同時(shí)國家級城市群優(yōu)于區(qū)域性城市群,區(qū)域性城市群優(yōu)于地方性城市群。如圖3所示,隨時(shí)間的推移,高值區(qū)城市圍繞最初的優(yōu)勢區(qū)域不斷擴(kuò)展,集中連片發(fā)展特征明顯。
圖3 中國城市群腹地-口岸可達(dá)性Fig.3 Hinterland-port accessibility of urban agglomeration
(3)腹地-口岸可達(dá)性逐年優(yōu)化,區(qū)域差異逐年減小。2008—2019年間平均值從0.71增至2.63,增長3.7 倍,可達(dá)性得到明顯改善。高值區(qū)城市數(shù)量從25個(gè)增至166個(gè),低值區(qū)和中值區(qū)的城市數(shù)量則從220個(gè)降至90個(gè),如表2所示。
表2 腹地-口岸可達(dá)性各區(qū)間城市數(shù)量Table 2 Number of cities in each section
基于式(3)和式(4)對全國336個(gè)城市腹地-口岸可達(dá)性的總體差異、省際差異和城際差異進(jìn)行測算,結(jié)果如圖4所示。
由圖4可見,腹地-口岸可達(dá)性的總體差異、省際差異和城際差異均以2013年為界,呈現(xiàn)先減少后增加的“V”型變化特征。2013年前引起總體差異的主要原因?yàn)槭‰H差異,2013年后則為城際差異。究其原因,隨著全國各地大規(guī)模建設(shè)交通基礎(chǔ)設(shè)施,可達(dá)性差異不斷減小,但由于各省經(jīng)濟(jì)發(fā)展水平差異較大,省際可達(dá)性差異也較大。伴隨著一帶一路倡議的提出和逐步實(shí)施,相較于其他城市,一帶一路沿線城市交通基礎(chǔ)設(shè)施得到較好的發(fā)展,如圖5所示。
圖4 腹地-口岸可達(dá)性差異變化Fig.4 Evolution of hinterland-port accessibility differences
圖5 腹地-口岸可達(dá)性平均增長率Fig.5 Growth rate of hinterland-port accessibility
同時(shí),一帶一路重點(diǎn)省份,如四川、廣西、陜西、甘肅、青海、吉林、廣東、山東、浙江等省份城際可達(dá)性差異均在2013年后逐年增大,如圖6所示。
圖6 中國各省份可達(dá)性城際差異Fig.6 Inter-city accessibility differences
進(jìn)一步對中國四大區(qū)域腹地-口岸可達(dá)性的組內(nèi)和組間差異進(jìn)行分析,如圖7所示。
圖7 四大區(qū)域腹地-口岸可達(dá)性差異貢獻(xiàn)度Fig.7 Contribution degree of accessibility difference
結(jié)果表明:①西部城市腹地-口岸可達(dá)性空間非均衡程度最大,對總體差異的平均貢獻(xiàn)度達(dá)0.32,其次為東部(0.28)、東北(0.17)和中部(0.04)??梢?,東部和西部地區(qū)內(nèi)部交通設(shè)施發(fā)展不均衡是造成腹地-口岸可達(dá)性空間差異關(guān)鍵之所在。②西部城市間的腹地-口岸可達(dá)性差異貢獻(xiàn)率逐年減小,差異指數(shù)由2008年的0.164 降至2019年的0.118;東部城市差異貢獻(xiàn)率逐年上升,差異指數(shù)由0.118 提升至0.183。2016年起東部地區(qū)的差異貢獻(xiàn)率超過西部,之后一直保持最大并呈快速增加趨勢。在一帶一路倡議、西部大開發(fā)等國家戰(zhàn)略引導(dǎo)下,西部一些原本處于交通發(fā)展劣勢的地區(qū)成為對外開放的前沿陣地,交通基礎(chǔ)設(shè)施不斷完善,區(qū)域內(nèi)差異逐漸縮小。東部地區(qū)存在較強(qiáng)的交通、經(jīng)濟(jì)等空間集聚特征,所產(chǎn)生的“虹吸效應(yīng)”使區(qū)域差異不斷拉大。③東北城市間的差異呈減少-增加-再減少的波動變化特征;中部地區(qū)內(nèi)部可達(dá)性差異最小。
基于式(5)和式(6)計(jì)算腹地-口岸可達(dá)性的空間馬爾可夫轉(zhuǎn)移矩陣,揭示其動態(tài)空間溢出效應(yīng),如表3所示。表中對角線上的元素表示腹地-口岸可達(dá)性類型未發(fā)生轉(zhuǎn)變的概率,非對角線上的元素則表示類型發(fā)生轉(zhuǎn)變的概率。
表3 腹地-口岸可達(dá)性類型的空間馬爾可夫轉(zhuǎn)移矩陣Table 3 Spatial Markov transfer matrix of hinterland-port accessibility type
由表3可知:①高可達(dá)性城市具有顯著的正向溢出效應(yīng)。初始類型為低可達(dá)性的城市與高可達(dá)性城市相鄰時(shí),其類型向上轉(zhuǎn)移的概率顯著大于與較高、中等和低可達(dá)性城市相鄰時(shí)的概率。具體地,2008—2013年低可達(dá)性城市與高、較高、中等和低可達(dá)性城市相鄰時(shí)其類型向上轉(zhuǎn)移的概率分別為0.108、0.061、0.078 和0.049。2014—2019年為0.164、0.149、0.061 和0.043??梢?,可達(dá)性類型發(fā)展受其相鄰城市可達(dá)性溢出效應(yīng)的影響,具有可達(dá)性類型發(fā)展的路徑依賴。②2014—2019年腹地-口岸可達(dá)性類型向上轉(zhuǎn)移的平均概率為0.104,整體高于2008—2013年的平均概率0.074,表明國家一帶一路等戰(zhàn)略對腹地-口岸可達(dá)性具有顯著的促進(jìn)作用。
進(jìn)一步借助ArcGIS 軟件對腹地-口岸可達(dá)性類型轉(zhuǎn)移空間分布格局進(jìn)行可視化處理,如圖8所示。
圖8 腹地-口岸可達(dá)性類型轉(zhuǎn)移的空間分布格局Fig.8 Spatial pattern of hinterland-port accessibility type transfer
可見,2008—2013年腹地-口岸可達(dá)性類型向上轉(zhuǎn)移區(qū)域呈現(xiàn)以城市群為主的空間分布特征,以城鎮(zhèn)化水平較高、交通區(qū)位優(yōu)勢比較突出的中東部城市群可達(dá)性類型向上轉(zhuǎn)移最為明顯。2014—2019年腹地-口岸可達(dá)性類型轉(zhuǎn)移呈現(xiàn)明顯的“廊道”效應(yīng),向一帶一路沿線城市擴(kuò)散趨勢明顯。向上轉(zhuǎn)移的地區(qū)在京廣、京滬等縱向通道沿線城市基礎(chǔ)上,向隴海-蘭新、沿江(長江)、滬昆、京哈、寶昆等橫向通道沿線擴(kuò)散。
基于灰色關(guān)聯(lián)度對腹地-口岸可達(dá)性與各影響因素間相關(guān)性進(jìn)行分析,結(jié)果表明:
(1)腹地與口岸的空間距離是腹地-口岸可達(dá)性格局形成及發(fā)展變化的主導(dǎo)因素,兩者間相關(guān)系數(shù)達(dá)0.85。隨著重要交通線的出現(xiàn),交通線附近時(shí)空壓縮效應(yīng)顯現(xiàn),可達(dá)性基本格局呈沿重要交通線向外圍延伸遞減的變化。
(2)城市路網(wǎng)密度是腹地-口岸可達(dá)性的支撐。路網(wǎng)密度是腹地城市內(nèi)部路網(wǎng)拓?fù)浣Y(jié)構(gòu)連接通達(dá)性的重要體現(xiàn),其空間差異很大程度上影響著腹地-口岸可達(dá)性空間特征,兩者的相關(guān)性系數(shù)為0.84。
(3)腹地城市路網(wǎng)密度和連接度對腹地-口岸交通距離阻力的制約有一定抵消作用。2008—2013年腹地城市路網(wǎng)密度增長21%,連接度增長27%,最短旅行時(shí)間縮短17%,腹地-口岸可達(dá)性綜合指數(shù)增長68%;2013—2019年腹地城市路網(wǎng)密度增長15%,連接度增長34%,最短旅行時(shí)間縮短25%,腹地-口岸可達(dá)性綜合指數(shù)增長83%。
(1)從空間格局來看,腹地-口岸可達(dá)性高值區(qū)沿主要運(yùn)輸通道延伸并呈以經(jīng)濟(jì)實(shí)力較強(qiáng)的城市和城市群為中心的群狀集聚現(xiàn)象;從時(shí)間演化來看,腹地-口岸可達(dá)性逐年優(yōu)化,高值區(qū)城市數(shù)量明顯增加,低值和中值區(qū)數(shù)量逐漸減少。2013年后高值區(qū)向一帶一路沿線擴(kuò)散趨勢明顯。
(2)研究期內(nèi)腹地-口岸可達(dá)性的總體差異、省際差異和城際差異均呈現(xiàn)以2013年為界先減少后增加的V 型變化特征。東部和西部地區(qū)可達(dá)性空間差異較大,對總體差異的平均貢獻(xiàn)度達(dá)0.28 和0.32,東北地區(qū)次之,中部地區(qū)最小。
(3)整體來看,腹地-口岸可達(dá)性類型發(fā)展具有路徑依賴性,高可達(dá)性城市有顯著的正向空間溢出效應(yīng)。與高可達(dá)性城市相鄰時(shí),初始類型為低可達(dá)性的城市其類型向上轉(zhuǎn)移的概率大于與較高、中、低可達(dá)性城市相鄰的概率;分時(shí)段來看,2014—2019年腹地-口岸可達(dá)性類型向上轉(zhuǎn)移概率整體高于2008—2013年,且2008—2013年可達(dá)性類型向上轉(zhuǎn)移區(qū)域以城市群為主,2014—2019年類型向上轉(zhuǎn)移區(qū)域呈明顯的“廊道”效應(yīng),向一帶一路沿線城市擴(kuò)散趨勢明顯,表明國家一帶一路等戰(zhàn)略對腹地-口岸可達(dá)性具有顯著的促進(jìn)作用。
(4)腹地-口岸可達(dá)性形成以最短旅行時(shí)間為主導(dǎo)、路網(wǎng)密度為支撐的時(shí)空演化格局。腹地-口岸可達(dá)性的空間格局隨著重要交通線的出現(xiàn)發(fā)生變化,再隨腹地城市路網(wǎng)密度差異進(jìn)一步演化,城市路網(wǎng)密度、連接度及交通線共同作用促使腹地-口岸可達(dá)性空間格局的變化。