張克偉，來逢波，黃玉娟

山東交通學院 山東省交通運輸與區(qū)域發(fā)展研究中心，濟南 250357

1 引 言

在全球信息化背景下，隨著互聯(lián)網(wǎng)、大數(shù)據(jù)等信息技術(shù)的深度應用及現(xiàn)代化交通基礎(chǔ)設(shè)施的完善，信息、人口和資本等多要素實現(xiàn)了跨越區(qū)域的快速流動。傳統(tǒng)的“地方空間”逐漸被“流空間”替代，城市聯(lián)系狀態(tài)從靜態(tài)的城市節(jié)點屬性的表達轉(zhuǎn)向動態(tài)的城市間流數(shù)據(jù)的多維度表達，利用實體“流”來表征城市網(wǎng)絡(luò)結(jié)構(gòu)成為近年來國內(nèi)外研究的新趨勢（王姣娥等，2018；游悠洋等，2020)。

在Castells（2007)提出要素流可以反映城市聯(lián)系網(wǎng)絡(luò)的觀點后，城市網(wǎng)絡(luò)的內(nèi)涵逐漸豐富，由最初的引力模型網(wǎng)絡(luò)擴展為多種類型的實體流網(wǎng)絡(luò)。交通流視角下的城市網(wǎng)絡(luò)研究主要集中在公路（李苑君等，2021)、鐵路（陳俐錦等，2021)、航空（Matsumoto，2004)和航運（潘坤友等，2017)等交通方式，大多基于高速公路收費站車流量數(shù)據(jù)、鐵路和民航班次數(shù)據(jù)等客貨流數(shù)據(jù)來分析城市聯(lián)系網(wǎng)絡(luò)的空間結(jié)構(gòu)特征、區(qū)域效應和演化規(guī)律等。信息流視角下的城市網(wǎng)絡(luò)研究大多基于百度指數(shù)大數(shù)據(jù)，以兩兩城市間相互的關(guān)鍵詞搜索指數(shù)來構(gòu)造城市聯(lián)系網(wǎng)絡(luò)，并進行網(wǎng)絡(luò)結(jié)構(gòu)分析（宗會明等，2022；李春平，2015)。也有研究利用微博數(shù)據(jù)（甄峰等，2012)、百度貼吧數(shù)據(jù)（鄧楚雄等，2018)等互聯(lián)網(wǎng)交互數(shù)據(jù)分析城市間的信息交流網(wǎng)絡(luò)特征。資本流視角下的城市網(wǎng)絡(luò)研究集中在企業(yè)相關(guān)的網(wǎng)絡(luò)聯(lián)系，如企業(yè)各個集團之間的聯(lián)系網(wǎng)絡(luò)（周曉艷等，2020)、基于企業(yè)空間分布數(shù)據(jù)的組織網(wǎng)絡(luò)（趙新正等，2019)和城市間物流關(guān)系網(wǎng)絡(luò)（宗會明和呂瑞輝，2020)；其主要通過企業(yè)關(guān)聯(lián)特征反映城市網(wǎng)絡(luò)的復雜關(guān)系、空間分異。

就研究數(shù)據(jù)源而言，交通流數(shù)據(jù)側(cè)重于單一交通方式的網(wǎng)絡(luò)關(guān)系，信息流數(shù)據(jù)存在用戶群體的局限性問題，資金流數(shù)據(jù)往往僅能表征城市的經(jīng)濟聯(lián)系網(wǎng)絡(luò)。人口遷徙大數(shù)據(jù)是基于地理位置服務技術(shù)采集和處理所形成的起訖點(origin destination，OD)數(shù)據(jù)，以百度遷徙數(shù)據(jù)（張小東等，2021)、騰訊位置數(shù)據(jù)（劉海洋，2021)和高德遷徙數(shù)據(jù)（陸杰華和劉爍瞳，2020)為主，具有用戶廣度高、覆蓋交通方式多的優(yōu)點。同時，人口流動承載了知識、資金等多要素的空間傳遞，因而可更好地表征城市聯(lián)系網(wǎng)絡(luò)。已有的基于遷徙數(shù)據(jù)的城市網(wǎng)絡(luò)研究以分析空間結(jié)構(gòu)和影響因素為主（張偉麗等，2021；姚永玲和邵璇璇，2020)，并且側(cè)重于對點屬性和面屬性的測度，少有觀測變量的空間相關(guān)性分析和線要素的指標分析?；诖?，本文利用百度遷徙數(shù)據(jù)，從“點”“線”“面”三方面對山東省進行城市網(wǎng)絡(luò)分析和空間聚集性分析，以期為城市協(xié)調(diào)可持續(xù)發(fā)展提供科學依據(jù)。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源與處理

遷徙數(shù)據(jù)來源于百度遷徙平臺（http://qianxi.baidu.com)?？紤]到節(jié)假日、春運等會造成城市間遷徙量激增的情況，為了較好地反映城市間日常的聯(lián)系強度，選取2021 年5 月15～21 日共一周的山東省16 個地級市間的OD 遷徙數(shù)據(jù)（包括城市間遷入遷出占比和遷徙規(guī)模)。計算出山東省內(nèi)兩兩城市間的日均有向遷徙強度值，并構(gòu)造16×16 的有向OD 網(wǎng)絡(luò)矩陣。

2.2 研究方法

2.2.1 社會網(wǎng)絡(luò)分析方法

通過研究網(wǎng)絡(luò)中節(jié)點的特性和節(jié)點間的相互作用關(guān)系，展現(xiàn)網(wǎng)絡(luò)的整體結(jié)構(gòu)特征。研究主要從密度、單向遷徙強度、凝聚子群和中心性四個方面定量分析山東省城市發(fā)展空間格局（彭庭瑩和陳剛，2023)。

1)網(wǎng)絡(luò)密度

網(wǎng)絡(luò)密度表達的是一個網(wǎng)絡(luò)中各個節(jié)點之間聯(lián)系的稠密程度，用實際存在的連線數(shù)量與最多可能存在的連線數(shù)量的比值表示，有向網(wǎng)絡(luò)圖的密度計算公式如下：

式中，D為網(wǎng)絡(luò)密度；L為網(wǎng)絡(luò)圖中實際存在的連線數(shù)量；a為遷入來源地；b為遷出目的地；n為網(wǎng)絡(luò)中節(jié)點的數(shù)量。

2)單向遷徙強度

單向遷徙強度的含義為兩個節(jié)點之間單向作用關(guān)系的最強代表，用兩個城市之間的人口遷出強度的最大值表示：

式中，Bij為城市i和城市j之間的單向遷徙強度；Rij、Rji分別為兩城市間的遷入、遷出強度。

3)凝聚子群

凝聚子群分析法是依據(jù)兩兩節(jié)點間的聯(lián)系特征，通過迭代、聚類的方法將所有研究節(jié)點劃分為若干小團體，以此來分析團體內(nèi)部及團體之間的相互作用關(guān)系、組團演化特征等，通常用子群樹狀圖和密度矩陣來表達。

4)中心性

中心性是節(jié)點與其他節(jié)點的聯(lián)系強度，用來表征節(jié)點的核心地位強弱，通常包括點入度、點出度和點中心度三個指標。點入度是指向該點的其他點的數(shù)量和；點出度是該點指向的其他點的數(shù)量和；點中心度是點入度和點出度之和。本文對其進行加權(quán)、求差處理，引入加權(quán)入度、加權(quán)出度、加權(quán)點中心度和凈加權(quán)入度四個指標：

式中，d（i)in、d（i)out分別為城市i的加權(quán)入度和加權(quán)出度；d（i)、d'（i)分別為城市i的加權(quán)點中心度和凈加權(quán)入度。

2.2.2 空間自相關(guān)分析

空間自相關(guān)用來分析觀測變量在空間分布上是否具有集聚性，包括全局空間自相關(guān)和局部空間自相關(guān)兩方面。全局空間自相關(guān)用來衡量研究區(qū)域內(nèi)所有個體與相鄰個體空間之間依賴性的整體特征，主要采用全局莫蘭指數(shù)進行度量和標準化統(tǒng)計量Z值用于顯著性檢驗。全局莫蘭指數(shù)（I)及檢驗Z值計算如下：

式中，n為研究區(qū)域內(nèi)研究單元個數(shù)；xi、xj為相鄰研究單元的屬性值；w ij為空間權(quán)重系數(shù)矩陣的第i行第j列元素。I的計算值為-1～1：I＞ 0表示空間正相關(guān)；I＜ 0表示空間負相關(guān)；I= 0表示空間隨機分布。

局部空間自相關(guān)側(cè)重于特定個體與鄰近個體之間關(guān)聯(lián)性的空間分異特征，主要采用莫蘭散點圖和LISA 集聚圖進行研究：

式中，I i為地區(qū)i的局部莫蘭指數(shù)；S2為樣本方差。

3 結(jié)果與分析

3.1 城市人口流動網(wǎng)絡(luò)分析

3.1.1 網(wǎng)絡(luò)密度分析

城市網(wǎng)絡(luò)密度能反映出各節(jié)點城市的空間聚集緊密程度，以有向遷徙矩陣的平均值為閾值，利用Ucinet6.0 構(gòu)建二值矩陣，并計算網(wǎng)絡(luò)密度，如表1、圖1 所示。

圖1 二值化后的人口遷徙拓撲網(wǎng)絡(luò)Fig.1 Binary topological network of population migration

表1 網(wǎng)絡(luò)密度Tab.1 Network density

由圖1 看出，人口流動網(wǎng)絡(luò)中共有16 個城市節(jié)點，兩兩城市間都存在相互的人口遷徙，共形成240 條連線（計算得到連線權(quán)重的平均值為5.9)，其中，超過人口遷徙強度平均值的有向連線共有71條，說明僅有少數(shù)城市處于較好的人口輸入輸出狀態(tài)，整體上流動強度不均衡。根據(jù)城市空間格局演變特性的相關(guān)理論，當城市群的網(wǎng)絡(luò)密度超過某一閾值時，整體會呈現(xiàn)蔓延和連綿成大集團的趨勢，其中，空間結(jié)構(gòu)為三角形、正方形、蜂房及連續(xù)區(qū)的密度閾值分別是0.5、0.593、0.698 和0.5（葉強等，2017)?！渡綎|省國土空間規(guī)劃（2021—2035 年)》提出要發(fā)展形成以省會經(jīng)濟圈、膠東經(jīng)濟圈、魯南經(jīng)濟圈為重點的城鎮(zhèn)空間新格局，因此，可將山東省城市群近似看為三角形點陣。山東省整體網(wǎng)絡(luò)密度為0.296，遠小于對應閾值0.5，說明各城市之間的人流聯(lián)系程度整體較低，山東省整體的人口流動的聯(lián)結(jié)狀態(tài)較弱。

由表1 知，膠東經(jīng)濟圈的網(wǎng)絡(luò)密度最高，說明膠東經(jīng)濟圈內(nèi)部城市人口相互聯(lián)系的密集性最高，其次為魯南經(jīng)濟圈和省會經(jīng)濟圈；省會經(jīng)濟圈高于平均值的邊數(shù)最多，說明省會經(jīng)濟圈內(nèi)的城市之間存在更多的高強度人口流動，其次為膠東經(jīng)濟圈和魯南經(jīng)濟圈。對比發(fā)現(xiàn)，省會經(jīng)濟圈雖高于平均值的邊數(shù)最多，但是網(wǎng)絡(luò)密度卻最低，說明省會經(jīng)濟圈內(nèi)城市間的人口交流密集程度不高，相對分散。膠東經(jīng)濟圈和魯南經(jīng)濟圈各自內(nèi)部城市群的高流量邊數(shù)不如省會經(jīng)濟圈，但人口遷徙網(wǎng)絡(luò)密度相對較高，內(nèi)部人流更稠密。

3.1.2 單向遷徙強度分析

利用ArcGIS10.2，依據(jù)自然斷點法對單向遷徙強度進行聚類分析，得到五級分布，如圖2 所示。

圖2 單向遷徙強度空間結(jié)構(gòu)Fig.2 Spatial structure of unidirectional migration intensity

省會經(jīng)濟圈范圍內(nèi)，具有高輻射帶動力的濟南核心地位突出，除了與東營人口交流相對較弱之外，與其周邊的德州、濱州、聊城、泰安和淄博的人口遷徙度均為一級和二級，處于非常緊密的聯(lián)系狀態(tài)；濟南周邊城市相互之間的人口交流程度都較低，整體表現(xiàn)為以濟南為核心的“放射狀”的空間格局。膠東經(jīng)濟圈范圍內(nèi)，青島與其臨近的濰坊、煙臺之間人口交流強度最高，均為一級聯(lián)系強度；煙臺與威海之間的人口交流強度次之；日照與經(jīng)濟圈內(nèi)的城市人口交流強度均相對薄弱，城市孤立性顯著，整體表現(xiàn)為“一點一線型”的空間格局。魯南經(jīng)濟圈范圍內(nèi)，菏澤、濟寧、棗莊、臨沂四個城市中的相鄰城市之間人口交流強度都在三級及以上，聯(lián)系強度較高且相對均衡，整體表現(xiàn)為“折線型”的空間格局。在三大經(jīng)濟圈的相接位置，泰安與濟寧之間、日照與臨沂之間，以及濰坊與淄博、東營之間的人口交流強度以二級和三級居多，在網(wǎng)絡(luò)中起到了過渡、銜接的關(guān)鍵作用。

綜上所述，人口遷徙密集程度較高的區(qū)域主要集中在三大經(jīng)濟區(qū)圈內(nèi)部的城市之間及經(jīng)濟圈邊界相接的城市之間；城市間的人口遷徙強度的空間近鄰效應顯著，相互毗鄰的城市更易形成人口遷徙流的高強度區(qū)域。

3.1.3 凝聚子群分析

以兩兩城市間的人口遷徙強度為統(tǒng)計變量，利用Ucinet6.0 計算出凝聚子群密度（表2)，并以3級為最大切分深度進行聚類分析（圖3)，并對2 級、3 級分割深度下的城市子群體進行可視化（圖4)。

圖3 凝聚子群樹狀圖Fig.3 Condensed subgroup tree

圖4 凝聚子群空間分布Fig.4 Spatial distribution of condensed subgroup

表2 凝聚子群密度表Tab.2 Condensed subgroup density

從聚類情況來看（表2、圖3)，山東省16 個城市間的人口聯(lián)系強度表現(xiàn)出明顯的小團體聚集性。16 個研究城市在3 級分割深度下被劃分為7 個小團體，其中，成員數(shù)量最多的團體為子群5，包括青島、濰坊、威海和煙臺4 個城市；成員數(shù)量最少的團體有兩個，為濟寧和東營，且均為單一城市團體。根據(jù)密度矩陣可判斷出團體內(nèi)部及團體之間的聯(lián)系緊密程度，研究城市多數(shù)表現(xiàn)出小團體內(nèi)部城市的依賴性高于與外部城市的聯(lián)系特征；其中，子群1 和子群2 內(nèi)部城市的聯(lián)系密度遠遠高于與其他團體的聯(lián)系，內(nèi)部穩(wěn)定性較高。子群4 和子群6由于單一城市成團，內(nèi)部密度均為0。不同的是，濟寧受益于地理位置的優(yōu)勢，與子群3 城市的聯(lián)系密集程度較高；東營與外部團體不存在較密切的聯(lián)系，在城市群中的孤立性較明顯。

從空間分布來看（圖4)，在2 級分割深度下7個城市團體被組合為4 個小團體，呈現(xiàn)出明顯的“四邊形”結(jié)構(gòu)。當從3 級分割深度轉(zhuǎn)換到2 級分割深度時，子群2 被合并于子群1 中，子群4 被合并于子群3 中，子群6 被合并于子群5 中，合并過程表現(xiàn)出明顯的空間鄰近性。僅有子群7 未發(fā)生變化，說明日照和臨沂的人口聯(lián)系非常緊密，團體的穩(wěn)定性相對較高。

3.1.4 中心性分析

利用Ucinet6.0 計算出有向遷徙網(wǎng)絡(luò)的中心性指標（表3)，并用Netdraw 對加權(quán)點中心度進行核心-邊緣分析（圖5)，以此來揭示16 個城市在網(wǎng)絡(luò)中的輻射力和凝聚力。

圖5 加權(quán)點中心度拓撲網(wǎng)絡(luò)Fig.5 Topological network of weighted point centrality

表3 城市中心性Tab.3 Centrality of city

依據(jù)表3，計算出16 個節(jié)點城市點出度、點入度的極差（分別為155.04、178.26)和標準差（分別為44.51、48.74)，發(fā)現(xiàn)指標的整體離散性較強，各個城市的人流集散強度差異較大。點出度和點入度的相關(guān)系數(shù)為0.9959，呈現(xiàn)強相關(guān)性，說明大多數(shù)城市各自人口的流入與流出較為平衡，幾乎不存在大量的人流盈余或虧損，網(wǎng)絡(luò)中各節(jié)點城市人流的凝聚與輻射強度相對均衡。

根據(jù)圖5，可以劃分出核心-邊緣區(qū)域，核心城市包括濟南、青島、濰坊、濟寧、臨沂和淄博，此類城市的加權(quán)點中心度高于平均水平，與其他城市的人口往來較多，在網(wǎng)絡(luò)中占據(jù)有利地位。濟南市的加權(quán)點中心度遠遠高于其他城市，與其他城市的人口交流能力較強，在網(wǎng)絡(luò)中的控制力和影響力最高。原因是濟南市作為省會城市，具有較好的經(jīng)濟吸引力和交通運輸優(yōu)勢，因而能成為重要的人流集散樞紐。往往城市的行政等級高，其在人口流動網(wǎng)絡(luò)中的地位越高；邊緣城市與周邊地區(qū)的人口聯(lián)系強度較弱，在網(wǎng)絡(luò)中處于弱勢地位。

根據(jù)凈加權(quán)入度的計算結(jié)果（表3)，可將16個城市分為兩類：一類是加權(quán)出度大于加權(quán)入度的城市，占比69%，包括淄博、煙臺、棗莊、威海、濟寧、青島、東營、德州、聊城、菏澤和濱州，此類城市處于一種流失人口資源的狀態(tài)，其向內(nèi)的人口資源集聚力較弱，特別是排在最后五位的東營、德州、聊城、菏澤和濱州，對外輸出人口資源相對較多，在城市網(wǎng)絡(luò)中處于弱勢地位；另一類是加權(quán)入度大于加權(quán)出度的城市，占比31%，包括濟南、泰安、濰坊、日照和臨沂，此類城市的人口資源向內(nèi)集聚性高于其向外發(fā)散性，說明這些城市的交通、經(jīng)濟等方面占據(jù)一定優(yōu)勢，在網(wǎng)絡(luò)中的吸引力較強。濟南作為省會城市，其凈加權(quán)度位于第一，并且遠超越其他城市，在網(wǎng)絡(luò)中的核心地位，凸顯了高強的人口資源凝聚力。

3.2 空間自相關(guān)分析

為探究城市網(wǎng)絡(luò)指標是否具有空間依賴性，以各城市人口流動網(wǎng)絡(luò)的密度、平均遷徙強度（單一城市與其他城市單向聯(lián)系強度的平均值)和凈加權(quán)中心度3 項指標為觀測變量來反映人口流動水平，利用GeoDa，基于Rook 鄰接空間權(quán)重矩陣計算全局和局部的莫蘭指數(shù)。

全局莫蘭指數(shù)測算的是所有研究單元整體的空間聚集特征，由表4 得出，3 項指標的全局莫蘭指數(shù)的P值均大于0.05，不具有統(tǒng)計顯著性，說明山東省16 個城市的人口流動水平在整體上為隨機分布狀態(tài)，不具有空間聚集性。

表4 全局莫蘭指數(shù)Tab.4 Global Moran index

為研究各個城市與其周邊城市的具體空間關(guān)系特征，利用GeoDa 繪制局部莫蘭指數(shù)散點圖和LISA 集聚圖（圖6、圖7)，分析特定城市與相鄰區(qū)域的依賴特性。

圖6 人口流動水平莫蘭指數(shù)散點圖Fig.6 Moran’s Index scatter of floating population level

圖7 人口流動水平LISA 集聚圖Fig.7 LISA agglomeration of floating population level

由圖6 看出，密度、平均遷徙強度和凈加權(quán)中心度3 項指標的散點分布特征具有相似性，大多數(shù)點分布在第二象限和第四象限，且回歸線的斜率均小于0，說明山東省大部分鄰城市之間具有較強的空間負相關(guān)趨勢，同時反映出相鄰城市的人口流動水平差異性較大、人口流動的互惠性較弱的特點。

由圖7 看出，在空間分布方面，淄博和日照為網(wǎng)絡(luò)密度低-高聚集區(qū)，并且兩者均為經(jīng)濟圈邊緣城市，說明在經(jīng)濟圈內(nèi)部更易形成人口流動密集區(qū)，而經(jīng)濟圈邊緣的城市往往成為密度低值區(qū)；淄博和泰安分別為平均遷徙強度高-高聚集區(qū)和低-高聚集區(qū)，說明與兩城市均為近鄰關(guān)系的濟南平均遷徙強度較高，在周邊城市中的核心地位顯著，同時兩城市周邊的濱州、濰坊、濟寧和臨沂也具有較高的平均遷徙強度；對于凈加權(quán)中心度，濱州和泰安為低-高聚集區(qū)，淄博為高-高聚集區(qū)，說明濱州和泰安相對于周邊城市的人口輸入能力較弱，淄博和其近鄰的濟南、濰坊三個城市的人口輸入相對較多，人口吸引力較強，形成了高值聚集區(qū)。

4 結(jié) 論

本文基于人口遷徙流數(shù)據(jù)，從網(wǎng)絡(luò)結(jié)構(gòu)和空間差異兩個角度對山東省16 個地級市的聯(lián)系特征深入分析，得到如下結(jié)論。

（1)山東省城市網(wǎng)絡(luò)整體上呈弱聯(lián)結(jié)狀態(tài)，省會經(jīng)濟圈的高強度聯(lián)系數(shù)量多、密度低，而膠東經(jīng)濟圈和魯南經(jīng)濟圈內(nèi)部的高強度聯(lián)系數(shù)量少、密度高。省會經(jīng)濟圈、膠東經(jīng)濟圈和魯南經(jīng)濟圈內(nèi)部網(wǎng)絡(luò)分別呈現(xiàn)單核心“放射狀”“一點一線型”和“折線型”的結(jié)構(gòu)特征。

（2)山東省城市網(wǎng)絡(luò)表現(xiàn)出小團體聚集特征，在3 級、2 級分割深度下分別劃分為7 個、4 個小團體，且團體內(nèi)部的城市聯(lián)系比團體之間的密集度高，分割深度從3 級轉(zhuǎn)換為2 級時，聚類演化過程的空間近鄰效應顯著。

（3)山東省各個城市節(jié)點的要素的流入、流出強度差異較大，但在單一城市層面，要素的流入、流出相對平衡，并且發(fā)散性較強的城市占69%，內(nèi)聚性較強的城市占31%。加權(quán)點中心度的核心-邊緣結(jié)構(gòu)顯著，濟南占據(jù)最高的網(wǎng)絡(luò)樞紐地位，其次為青島、濰坊、濟寧、臨沂和淄博。

（4)山東省城市網(wǎng)絡(luò)的密度、平均遷徙強度和凈加權(quán)中心度在整體上表現(xiàn)為空間隨機分布狀態(tài)，在省會經(jīng)濟圈部分區(qū)域表現(xiàn)為空間負相關(guān)特征，網(wǎng)絡(luò)節(jié)點屬性差異大，節(jié)點間的互惠性較低。