Development Law of Traffic Network Density in the Spatial Structure of Metropolitan Area Hierarchy

doi:10.12141/j.issn.1000-565X.220159

Abstract

Abstract:

During the "14th Five-Year Plan" period, China has entered a new stage of urbanization development. Cultivating modern metropolitan areas is an efficient approach to promote the development of urban agglomerations. Rapid transportation systems such as expressways and high-speed railways in the regional transportation network are the precondition for the formation and development of metropolitan areas. The regional heterogeneous spatiotemporal convergence effects caused by them profoundly affect the spatial pattern of metropolitan areas. Therefore, there is a urgent need to examine the interactive relationship between the spatial organization of metropolitan areas and different transportation network levels. In order to explore the development law of spatial variations on expressway and railway density caused by the dislocation of population aggregation and economic development in metropolitan area hierarchy, this paper constructed a city correlation strength model based on multi-source data. It took five metropolitan areas in the Yangtze River Delta urban agglomeration as examples and districts and counties as spatial units. Multidimensional scaling analysis and spatial distance elements were applied to identify the boundaries of the metropolitan area hierarchy, namely boundaries of core circle, tight circle, and planning range. Based on the five main indicators of population density, per capita GDP, land output rate, railway density, expressway density in each metropolitan area hierarchy, this paper discovered the correlation law between socioeconomic development and transportation network density. Results show that there are unbalanced population agglomeration and economic development in each circle of the metropolitan area, and the development curves of "population density-output per land" and "output per land-output per capita" are "S-shaped" and "logarithmic", respectively; the development laws of "population density-expressway density" and "land output rate-expressway density" both show a "logarithmic" curve, but those of the current railway density curves vary from those of expressway; when the population density is higher than 600 people/km2 and the land output rate is more than 80 million yuan/km2, the railway density in the core circle is insufficient. This study provides a new perspective for the research on integrated transportation network planning in the metropolitan area.

Key words: metropolitan area, spatial structure of hierarchy, expressway density, railway density, development law

CLC Number:

WU Jiaorong, HUANG Zhengwen, DENG Yongqi . Development Law of Traffic Network Density in the Spatial Structure of Metropolitan Area Hierarchy[J]. Journal of South China University of Technology(Natural Science Edition), 2023, 51(2): 111-121.

Figures/Tables 14

Table 1

Correction coefficient values of the model"

分类	取值
交通距离修正系数α_ij	$α i j = 10 1 + e - t + 90$	t??0⁺，α_ij ≈0，表明区县节点i和j交通距离很近，交通联系较为便捷；t大于90 min时，如t单位为min，t≈150，α_ij ≈10，区县节点i和j交通距离很远，交通联系脆弱
经济发展修正系数β_ij	$m i n G i / P i, G j / P j m a x G i / P i, G j / P j ≤ 0.5$		$0.5 < m i n G i / P i, G j / P j m a x G i / P i, G j / P j ≤ 0.9$	$0.9 < m i n G i / P i, G j / P j m a x G i / P i, G j / P j ≤ 1.0$
经济发展修正系数β_ij	1.2		1	0.8
人口迁徙修正系数γ_ij	两区县单元所属地级市相同	两区县单元所属地级市不同	B_ij 来源于“百度迁徙”平台，本文采集2020年8月29日~2020年9月27日长三角城市间的人口迁徙数据，作为分析都市圈发展格局的依据
人口迁徙修正系数γ_ij	1	$0 < B i j m a x m a x B i, m a x B j ≤ 0.5$

Table 1

Table 2

Table 3

Fig. 1

Fig. 2

Table 4

Fig.3

Fig.4

Fig.5

Fig.6

Fig.7

Fig.8

Fig.9

Fig.10

References 28

1	汪光焘，叶青，李芬，等．培育现代化都市圈的若干思考［J］．城市规划学刊，2019，67（5）：14-23.
	WANG Guang-tao， YE Qing， LI Fen，et al ．Thoughts on cultivating modern metropolitan area［J］．Urban Planning Forum，2019，67（5）：14-23.
2	余慧敏，岳洋，曹卫东．快速交通对我国区域可达性及经济空间关联的影响［J］．地理与地理信息科学，2020，36（5）：21-28.
	YU Hui-min， YUE Yang， CAO Wei-dong ．Impact of rapid traffic on China’s regional accessibility and economic spatial correlation［J］．Geography and Geo-Information Science，2020，36（5）：21-28.
3	中华人民共和国国家发展和改革委员会，中华人民共和国交通运输部．长江三角洲地区交通运输更高质量一体化发展规划［EB/OL］，［2020-4-2］．.
4	马燕坤，肖金成．都市区、都市圈与城市群的概念界定及其比较分析［J］．经济与管理，2020，34（1）：18-26.
	MA Yan-kun，XIAO Jin-cheng，Definition and com- parative analysis of metropolitan areas，metropolitan circles and urban aggllomerations［J］．Economy and Management，2020，34（1）：18-26.
5	胡明远，龚璞，陈怀锦，等．“十四五”时期我国城市群高质量发展的关键：培育现代化都市圈［J］．行政管理改革，2020，136（12）： 20-30.
	HU Ming-yuan， GONG Pu， CHEN Huai-jin，et al ．The key to high-quality development of China’s city clusters in the“14th Five-Year Plan”period：building the modem metropolitan areas［J］．Administration Reform，2020，136（12）：20-30.
6	郑德高，朱郁郁，陈阳，等．上海大都市圈的圈层结构与功能网络研究［J］．城市规划学刊，2017，65（S2）：63-71.
	ZHENG De-gao， ZHU Yu-yu， CHEN Yang，et al ．Structure and functional network of shanghai metropolitan ［J］．Urban Planning Forum，2017，65（S2）：63-71.
7	罗守贵，金芙蓉，黄融．上海都市圈城市间经济流测度［J］．经济地理，2010，30（1）：80-85.
	LUO Shou-gui， JIN Fu-rong， HUANG Rong ．The measurement of economic flow of Shanghai metropolitan regions ［J］．Economic Geography，2010，30（1）：80-85.
8	甄茂成，党安荣，阚长城．基于大数据与网络分析的长三角城市群识别研究［J］．上海城市规划，2019，29（6）：16-24.
	ZHEN Mao-cheng， DANG An-rong， KAN Chang-cheng ．Study on the identification of urban agglomerations in the Yangtze river delta based on big data and network analysis［J］．Shanghai Urban Planning Review，2019，29（6）：16-24.
9	李俊峰，焦华富．江淮城市群空间联系及整合模式［J］．地理研究，2010，29（3）：535-544.
	LI Jun-Feng， JIAO Hua-fu ．Research on spatial combination and integrated patterns of Jianghuai urban agglomeration［J］．Geographical Research，2010，29（3）：535-544.
10	李治，连玉君，李培，等．“圈层”结构、时空差异与能源强度——以十大城市群为例［J］．城市发展研究，2015，22（1）：56-65.
	LI Zhi， LIAN Yu-jun， LI Pei，et al ．Circling-layering economy，temporal and spatial differences and energy intensity-evidence from urban agglomerations（in Chinese）［J］．Urban Development Studies，2015，22（1）：56-65..
11	张磊．都市圈空间结构演变的制度逻辑与启示：以东京都市圈为例［J］．城市规划学刊，2019，67（1）：80-87.
	ZHANG Lei ．Institutional perspective on the change of metropolitan spatial structure and its implications：a case study of the Tokyo metropolitan area［J］．Urban Planning Forum，2019，67（1）：80-87.
12	周一星．关于明确我国城镇概念和城镇人口统计口径的建议［J］．城市规划，1986（3）：10-15.
	ZHOU Yi-xing，Suggestions on clarifying the concept of China’s towns and urban population statistics［J］．City Planning Review，1986（3）：10-15.
13	钮心毅，李凯克．紧密一日交流圈视角下上海都市圈的跨城功能联系［J］．上海城市规划，2019，29（3）：16-22.
	NIU Xin-yi， LI Kai-ke ．Inter-city functional linkages in Shanghai metropolitan region from the perspective of close daily communication area［J］．Shanghai Urban Planning Review，2019，29（3）：16-22.
14	高鑫，修春亮，魏冶．城市地理学的“流空间”视角及其中国化研究［J］．人文地理，2012，27（4）：32-36，160.
	GAO Xin， XIU Chun-liang， WEI Ye ．Study on the sinicization of“space of flows”basing on the visual angle of urban geography［J］．Human Geography，2012，27（4）：32-36，160.
15	吴康，方创琳，赵渺希．中国城市网络的空间组织及其复杂性结构特征［J］．地理研究，2015，34（4）：711-728.
	WU Kang， FANG Chuang-lin， ZHAO Miao-xi ．The spatial organization and structure complexity of Chinese intercity networks［J］．Geographical Research，2015，34（4）：711-728.
16	栾强，罗守贵，郭兵．都市圈中心城市经济辐射力的分形测度及影响因素——基于北京、上海、广州的实证研究［J］．地域研究与开发，2016（4）：58-62.
	LUAN Qiang， LUO Shou-gui， GUO Bing ．Evaluating the economic radiation power of the central city in the metropolitan area based on the fractal model and its influencing factors analysis：cases study of Beijing，Shanghai and Guangzhou［J］．Areal Research and Development，2016（4）：58-62.
17	吴康，方创琳，赵渺希，等．京津城际高速铁路影响下的跨城流动空间特征［J］．地理学报，2013，68（2）：159-174.
	WU Kang， FANG Chuang-lin， ZHAO Miao-xi，et al ．The intercity space of flow influenced by high-speed rail：A case study for the rail transit passenger behavior between Beijing and Tianjin［J］．Acta Geographica Sinica，2013，68（2）：159-174.
18	刘冰，许劼，张伊娜．基于城际铁路的城市群空间网络重构——以沪宁，沪杭走廊为例［J］．城市规划学刊，2020，68（2）：40-48.
	LIU Bing， XU Jie， ZHANG Yi-na ．The spatial network reconstruction of mega-region based on intercity high-speed-rail——the case study of Hu-Ning and Hu-Hang Corridor［J］．Urban Planning Forum，2020，68（2）：40-48.
19	龚朴一，杨家文．基于微博大数据的中国城市群空间结构研究［J］．城市发展研究，2020，27（6）：1-8.
	GONG Pu-yi， YANG Jia-wen ．Spatial structure study of urban agglomerations in China based on weibo big data［J］．Urban Development Studies，2020，27（6）：1-8.
20	韩童茜，王立梅，许鑫．长三角城市群科研合作网络演化研究——基于SCIE和SSCI论文的实证分析［J］．情报理论与实践，2020，43（10）：151-156.
	HAN Tong-qian， WANG Li-mei， XU Xin ．Evolution of scientific research cooperation network in the Yangtze river delta city group：empirical analysis based on SCIE and SSCI papers［J］．Information Studies： Theory & Application，2020，43（10）：151-156.
21	赵鹏军，胡昊宇，海晓东，等．基于手机信令数据的城市群地区都市圈空间范围多维识别——以京津冀为例［J］．城市发展研究，2019，6（9）：2，75-85.
	ZHAO Peng-jun， HU Hao-yu， Xiao-dong HAI，et al ．Identifying metropolitan edge in city clusters region using mobile phone data：a case study of Jing-Jin-Ji［J］．Urban Development Studies，2019，6（9）：2，75-85.
22	杨勇，高汝熹，罗守贵．都市圈中心城市及其经济势能［J］．安徽农业科学，2007，35（13）：4062-4063.
	YANG Yong， GAO Ru-xi， LUO Shou-gui ．Central cities and their economic potential of metropolitan areas［J］．Journal of Anhui Agricultural Sciences，2007，35（13）：4062-4063.
23	李振波．宁波都市圈空间范围界定及经济联系比较研究［D］．宁波：宁波大学，2017.
24	张小东，韩昊英，唐拥军，等．基于百度迁徙数据的中国城市网络结构特征研究［J］．地球信息科学学报，2021，23（10）：1798-1808.
	ZHANG Xiao-dong， HAN Hao-ying， TANG Yong-jun，et al ．Research on the characteristics of urban network structure in China based on baidu migration data［J］．Journal of Geo-information Science，2021，23（10）：1798-1808.
25	HOLLAND S M ．Non-metric multidimensional scaling （mds）［EB/OL］．［2008-5-31］．.
26	王钊，杨山，龚富华，等．基于城市流空间的城市群变形结构识别——以长江三角洲城市群为例［J］．地理科学，2017，37（9）：52-59.
	WANG Zhao， YANG Shan， GONG Fu-hua，et al ．Identification of urban agglomerations deformation structure based on urban-flow space：a case study of the Yangtze river delta urban agglomeration［J］．Scientia Geographica Sinica，2017，37（9）：52-59.
27	燕霞．基于多维标度技术的中国地区社会经济发展分析［D］．广州：华南理工大学，2010.
28	路青，蔡震，吴昊天．中国都市圈全景扫描及其发展规律研判［J］．规划师，2021，37（10）：5-11.
	LU Qing， CAI Zhen， WU Hao-tian，et al ．A study on the spectrum and development law of metropolitan areas in China［J］．Plannems，2021，37（10）：5-11.

序号	日期	出发城市	到达城市	迁徙强度	出发城市迁徙强度最大值
0	20200829	上海市	苏州市	1.14	1.14
1	20200829	上海市	嘉兴市	0.32	1.14
2	20200829	上海市	南通市	0.25	1.14
3	20200829	上海市	杭州市	0.25	1.14

层级	节点
Ⅰ	上海市区
Ⅱ	南京市区、杭州市区
Ⅲ	无锡市区、闵行区、合肥市区、徐州市区等6个节点
Ⅳ	吴中区、蚌埠市区、江阴市、通州区、永康市、盐城市区、淮安市区等268个节点

名称	圈层	人口密度	人均产出	地均产出	铁路网密度	高速公路网密度
上海	核心圈	2 175（1）	141 058（4）	30 678（1）	503	963
	核心圈边界-紧密圈边界	916（4）	137 127（5）	12 554（5）	446	516
	紧密圈边界-规划范围边界	777（7）	124 800（6）	9 693（6）	285	410
南京	核心圈	1 161（3）	144 387（3）	16 760（3）	551	786
	核心圈边界-紧密圈边界	486（9）	91 893（8）	4 470（9）	297	374
	紧密圈边界-规划范围边界	350（11）	64 385（11）	2 254（11）	277	315
杭州	核心圈	784（6）	120 042（7）	9 410（7）	442	566
	核心圈边界-紧密圈边界	230（13）	76 669（10）	1 760（12）	269	456
	紧密圈边界-规划范围边界	193（14）	59 279（12）	1 146（14）	268	379
合肥	核心圈	655（8）	84 497（9）	5 534（8）	614	331
	核心圈边界-紧密圈边界	467（10）	54 786（13）	2 560（10）	433	330
	紧密圈边界-规划范围边界	341（12）	46 290（14）	1 578（13）	194	296
苏锡常	核心圈	1 559（2）	163 661（2）	25 513（2）	503	963
苏锡常	核心圈边界-紧密圈边界	908（5）	177 372（1）	16 110（4）	446	516