分頻率關聯視角下的上?！彍貐^空間網絡特征及機制研究

許劼 王荻

摘要：結合跨城手機信令和人口數據，區分高頻與低頻城際出行，運用社會網絡分析法比較不同頻率關聯網絡的空間分布特征及上海市的空間分布異質性，通過基于重力模型的泊松回歸估算解析分布模式和形成機制，并分析不同頻度、不同空間層面的關聯網絡嵌套對鄰滬地區一體化發展的影響。研究發現，高、低頻關聯網絡嵌套重疊部分的邊界效應和低頻關聯的蔓延加飛地特征，城際與市域關聯網絡疊合形成多層嵌套式空間結構；城際關聯符合泊松分布模式；高、低頻重疊區塊具備一體化發展物質空間條件，上海市新城具有銜接作用，以期為區域一體化發展政策提供依據。

關鍵詞：關聯網絡；高頻率出行；低頻率出行；上?！彍貐^

文章編號 1673-8985（2023）06-0137-08 中圖分類號 TU984 文獻標志碼 A

DOI 10.11982/j.supr.20230618

0 引言

鄰滬地區包括與上海市鄰接的蘇州、嘉興、南通三市。上海作為中心城市，應加強與周邊城市的分工協作，推動上海與近滬區域的聯動發展”[1]，打造具有全球影響力的世界級城市群[2]以應對全球化挑戰。

城市之間的分工協作由城際關聯體現。依托“流空間”理論[3]，以城市關聯網絡[4]為切入點，在“網絡腹地”（hinterworld）[5]的理論范式下研究中心城市的腹地空間特征，突破了空間、時間圈層劃定[6-7]或重力和潛力模型[8-9]的理論預測。

不同頻率的城際關聯代表了功能差異，高頻關聯包括通勤和緊密商務，前者反映了統一的勞動力市場，使區域層面的職住功能重組，是大都市區的本質所在[10-11]。此外，其出行距離具有規律性：依托快速鐵路，日本的大都市區通勤距離為20—50 km[12]，在西班牙這一尺度為100 km，其中商務活動達200 km[13]；我國的滬寧、滬杭交通廊道以上海為中心的高頻跨城活動已經出現[14]。

由于選擇的關系型數據庫與替代參量不同，相關研究對上海腹地范圍的結論有所差異[15]47，[16-17]，[18]15；然而，較為一致的結論是地理距離為跨城人流的主要決定因素[19]，上海市的跨城聯系特別是高頻人流主要集中在鄰滬地區[15]47，[20]383，[21-23]。第二，基于人流的研究常將上海市域[18]10、上海市中心城區[20]383，[24]1901，[25]18或上海的高鐵站點[26]視為關聯網絡中的一個節點。已有研究分別分析了上海市和蘇州市、嘉興市的跨城通勤[27]81，發現空間分布異質性。2000—2014年上海市城市擴張的熱點區域以外圍郊縣為主[28]682，它們的迅速發展是否對跨城人流有吸引力？第三，較少研究對比不同頻率的跨城人流。區分頻率有助于細化城際功能聯系類型。最后，除了少部分基于通勤率的研究以外[20]383，[24]1900，[27]83，大部分研究忽視了人口規模內生性影響。

針對以上情況，本文聚焦鄰滬地區，結合常住人口對比不同頻率的城際關聯特征，并定量分析其分布規律和形成機制，試圖回答3個問題：上?！彍貐^的高、低頻城際關聯具有什么特征？受哪些要素的影響？不同頻度的關聯網絡如何影響上海帶領周邊地區一體化發展？通過對比不同頻率的跨城人流、人均指標及其與市域內部的空間異質性，在中微觀尺度更精細地劃分城市功能地域，對鄰滬地區的區域空間重組、產業分工協作、交通設施協調等一體化戰略落實和政策制定具有參考作用。

1 研究范圍、數據及方法

1.1 研究范圍

研究范圍包括上海、蘇州、嘉興、南通四市，是長三角人口分布最稠密、經濟最發達的地區。研究共有151個空間單元（見圖1），以街道/鎮為空間單元的基本劃分依據，局部地區結合河道、公路等屏障進行邊界修正?？臻g單元的劃分兼顧了出行特征和人口數量，每個空間單元一般包括2—4個街道/鎮，出行方向相對一致。上海市大部分空間單元的規模為20萬—50萬人。

1.2 數據來源與處理

本文采用智慧足跡公司的4G手機信令數據，時間為2019年9月。對于每個用戶給予一個識別號用于頻率計算。每條信令的信息包括信令發生時間、信令發生時連接的手機基站等。根據各基站所在柵格及其位置，將跨城活動的軌跡映射到地圖中。數據處理步驟包括數據篩選、居住地或常住地和工作地識別、頻率分類、集計計算①。

首先，在所有的手機信令數據中篩選出跨地級市行政邊界的活動。其次，識別居住地和工作地。抓取每個用戶在周六晚間12時至周日凌晨5時所在的空間單元，將其識別為當日的居住地，當在一個月的所有周六中，超過六成的次數與當日居住地相同，則將其識別為該用戶的常住地。抓取周一至周五8：00—18：00用戶所在空間單元，同時滿足停留時間最長且超過90 min兩個條件的空間單元為當日的工作地，若達到60%的重復率，則識別為該用戶的工作地。再次，統計每個用戶的出行頻率，將一周進行兩次（含）以上城際出行，且城際出行的起訖點相同的出行，識別為高頻出行。最后，按照空間單元對（OD pair）集計所有的跨城出行。

在數據采集當月的30日內，上海市域出發與到達的高頻出行聯系共52.57萬人次。上海市域出發與到達的低頻出行聯系共440.52萬人次，各行政區的高、低頻跨城人流按照上文所述的方法進行標準化處理。根據運營商服務的用戶在該范圍常住居民的占比，推算上海市域出發與到達的高頻出行聯系共210.28萬—262.85萬人次。相關研究[25]18得出22個工作日內上海市中心城區（包括中心城七區、閔行、浦東、寶山的部分地區）一日往返的到達和出發總量48.32萬人次。本文的測算量從30日折算到22日，為44.29萬—55.37萬人次，與已有研究基本相當。

1.3 研究方法與指標

1.3.1 社會網絡分析

研究采用社會網絡分析方法[29]，結合絕對和相對關聯度法判斷網絡腹地。

（1）絕對關聯度

絕對關聯度為城市網絡中各節點（即空間單元）的聯系強度，即雙向城際出行人次的總和，也稱關聯度（connectivity）。

（2）總關聯度

總關聯度即網絡中每個節點與其他所有節點關聯度的總和。

（3）人均總關聯度

為了降低空間單元的人口基數對跨城出行量的影響，計算各空間單元總關聯度的人均值。

為了便于對比，將所有關聯度、總關聯度、人均總關聯度中的最大值定義為100，其他關聯度、總關聯度、人均總關聯度節點以最大值的百分比進行標準化取值。

（4）相對關聯度

相對關聯度是判定網絡腹地的方法之一[30]。對節點i與其他節點j的絕對關聯度Vij與這些節點的總關聯度Nj進行回歸分析，根據回歸分析得出的殘差來判斷網絡腹地。通常采用標準殘差為判斷標準，如果標準殘差大于1，則判定為網絡腹地。

1.3.2 重力模型回歸

研究基于重力模型，在相關研究[31]1156，[32-34]的方法和結論基礎上，采用泊松回歸進行城際關聯的分布模式模擬和形成機制分析。

節點規模的指標包括常住人口、GDP等。這些指標一般以區（縣/縣級市）及以上行政單元為統計口徑，因此本文將空間單元合并為區（縣/縣級市），選用GDP作為規模指標。

2 上?！彍貐^的關聯網絡特征

2.1 鄰滬地區的上海關聯比重

對比分析長三角三省一市、上?！?+8”大都市圈范圍、鄰滬地區的城際關聯。

上海市和其他城市的關聯度隨著空間范圍的縮減而變小，但幅度不大；而關聯網絡中其他城市與上海市的關聯度占所有城市關聯度之和的比例顯著上升（見圖2）。鄰滬三市與上海市的關聯度達到三省40市的65%；其他城市與上海市的關聯度占網絡關聯度總和的比例則是鄰滬地區最高，達85%。在三省和“1+8”大都市圈，其他城市與上海的關聯度分別占所有城市關聯度之和的17%和25%，上海市的影響力遠低于鄰滬地區。鄰滬三市和上海市的關聯度達到這3個城市之間關聯度的5.7倍，體現了上海市的引領作用，是上海市在長三角產生直接影響的主要地區。

2.2 上?！彍貐^低頻關聯網絡特征

低頻關聯沿行政邊界集中和交通廊道延展，呈區塊狀為主、部分點狀飛地的空間形態（見圖3），主要分布于滬、蘇、嘉的行政邊界處。

人均總關聯度的行政邊界特征更顯著，無廊道特征。兩者差異的主要原因是人口規模。蘇州市姑蘇區等空間單元的人口規模較大，拉低了人均指標。嘉興市平湖市新倉鎮和上海市金山區廊下鎮人口規模不大，人均指標較高。

總關聯和人均總關聯度均較高的空間單元形成3個區塊和多處飛地：太倉市南部與上海市嘉定城區及以北的街道/鎮、寶山區羅涇鎮；昆山市花橋鎮、千燈鎮、陸家鎮、淀山湖鎮與上海市嘉定區安亭鎮、黃渡鎮、青浦城區、朱家角鎮；吳江市黎里鎮、平望鎮、盛澤鎮與上海市青浦區金澤鎮；嘉善縣姚莊鎮、魏塘鎮、平湖市新隸鎮與上海市金山區楓涇鎮、興塔鎮。飛地為上海市的重要交通樞紐。

蘇州市與上海市的關聯最緊密，南通市最低。3個區塊中的2個位于上?！K州交界處；在總關聯度最高、較高的4個空間單元中，3個位于蘇州；蘇州的23個空間單元中，僅有4個總關聯度低于平均值。南通市是上?！彍鞘兄形ㄒ粵]有總關聯度中高以上空間單元的城市，在15個空間單元中，有13個總關聯度最低。在關聯度最高、較高、中高、中等的34個空間單元對中，上?！K州的空間單元對有30對，上?！闻d的空間單元對有4對，上海和南通的關聯度均未達到中等以上。

2.3 上?！彍貐^高頻關聯網絡特征

高頻關聯網絡沿行政邊界集中，呈以點帶面的空間形態（見圖4）：以安亭鎮和黃渡鎮（上海）—花橋鎮（蘇州）兩個空間單元為核心點，擴散至嘉定城區（上海）—安亭鎮黃渡鎮（上海）—花橋鎮（蘇州）—玉山鎮（蘇州）范圍。

人均高頻總關聯度和高頻總關聯度的分布相對一致，前者在行政邊界處更為集中。鄰滬三市人均高頻總關聯度較高的空間單元均與行政邊界相鄰；上海市人均高頻總關聯度較高的空間單元沿著行政邊界蔓延，從嘉定區、青浦區向中心城區擴展。

蘇州市和上海市的高頻關聯最緊密，南通市最弱。蘇州市的23個空間單元中60%以上的高頻總關聯度高于平均值。在關聯度最高、較高、中高、中等的33個空間單元對中，有27對在上?！K州產生。上海和南通的高頻關聯度等級均在中等以下。

2.4 上海市域的低頻、高頻關聯網絡總體特征

上海市的高頻跨城活動主要布局于行政邊界處的郊區，嘉定區、青浦區的高頻總關聯度、高頻人均總關聯度、高頻出行的比例均較高；中心城區和浦東新區的低頻出行總量大、人均小。金山區的高頻、低頻總關聯度較低，高頻、低頻人均總關聯度和高頻出行的比例僅次于嘉定區、青浦區。中心城區的總關聯度和高頻出行比例僅次于嘉定區和青浦區，但是空間單元的人口規模大（達郊區的1.5—2.5倍），拉低了人均值。浦東新區位于市域最東端，跨市出行距離長，高頻人均總關聯度排倒數第二，高頻出行比例最低。低頻活動在中心城區和浦東新區的分布總量明顯上升，由于人口規模大，人均值較低（見圖5）。

3 關聯網絡的嵌套特征、形成機制與一體化影響

在鄰滬層面，低頻與高頻網絡嵌套?；趦烧叩膶Ρ确治龊蜋C制探究，探討其對上?！彍貐^一體化的影響。

3.1 不同頻度關聯網絡的空間分布與嵌套特征

3.1.1 空間分布對比

鄰滬地區的關聯網絡以低頻為主，占跨城出行總量的89.3%。

結合上海市空間單元的高頻、低頻總關聯度（中高以上）、人均總關聯度（較高以上）、關聯度（中等以上），確定中心城市的主要節點。上海市空間單元的高頻、低頻總關聯度（中等以上）、人均總關聯度（中高以上）、關聯度（中等以上），確定中心城市的次要節點。綜合考慮這些空間單元的高、低頻絕對和相對關聯度，確定網絡腹地（見表1）。高、低頻關聯網絡的重疊度較高。

3.1.2 嵌套特征

高頻空間單元普遍同時存在低頻關聯，反之不然，因此兩者嵌套形成重疊部分和低頻關聯的獨立部分（見圖6）。

兩者的重疊部分形成“強邊緣、弱中心”的結構和“西北密、西南疏”的分布。一方面，兩者的重點區塊高度重疊，在行政邊界處的郊區/縣的關聯十分緊密，中心城區的關聯較弱，重點區塊緊鄰行政邊界連綿布局。另一方面，位于蘇州市的重疊部分關聯度更高，上海市的主要、次要節點和網絡腹地形成“多對多”結構，網絡腹地交錯，初具網絡特征，范圍最大；上海市西南角的網絡腹地稀疏，上海市的次要節點輻射其他城市多個節點的“一對多”結構，尚未成網，范圍較小。

低頻關聯的獨立部分形成空間蔓延和多點飛地的空間結構，分布范圍更廣。低頻人均關聯度較高的網絡腹地從緊鄰行政邊界向外蔓延1—2個空間單元，低頻總關聯度較高的網絡腹地范圍擴展到蘇州市常熟市、蘇州市中心城區和部分郊區。蔓延部分沿滬寧走廊布局。同時，多點飛地依托對外交通設施布局。上海市重要的機場、火車站、港口所在空間單元的低頻總關聯度和人均低頻總關聯度均較高，體現了上海作為航空、航運和鐵路區域性樞紐的中轉和集散功能。

3.1.2 城際與市域關聯的嵌套空間結構

已有研究顯示，上海市中心城區的緊密通勤范圍擴展到新城[25]18；然而，上海市中心城區向外通勤率的距離衰減極快[24]1905，新城到中心城區的通勤率遠低于中心城區內部。新城基本就地職住平衡，工作人員的居住地大多分布在其內部及周邊[35]105，去往中心城的比例約為9.2%[36]45。相應地，從中心城區去往新城的通勤比例也較低[35]107。雖然上海市居民出行都具有向心性，但出行方向和長度的集中度不同，與中心城區距離較遠的郊區受中心城區影響小，以近距離出行為主[37]86，中心城區內部的通勤距離也較短[38]。鄰滬的昆山、太倉、海門等城市居民在城區內部工作比例為81.3%，當地居民到上海工作的比例為4.5%—5.5%[36]50，大部分去往新城或行政邊界處。

因此，在上?！彍目臻g結構中，不僅有各城市的中心城區內部、新城內部的緊密通勤關系，有新城和中心城區松散的通勤關系，還有跨地級市的通勤和商務關系，成為3級嵌套網絡。當城際關聯較弱時，在市域內會形成相對孤立的城鎮體系，以中心城區和外圍郊區/縣的內部關聯為主；當交通條件能夠滿足城際活動需求時，城際關聯形成的網絡能夠“縫合”原有相鄰城市孤立的內部關聯網絡并與之疊加，形成區域層面的嵌套式空間結構（見圖7）。

3.2 關聯網絡的形成機制

3.2.1 節點規模與關聯距離的影響

重力模型回歸結果顯示，低頻和高頻城際關聯均符合泊松分布（見表2）。

絕對關聯度與節點規模正相關，與關聯距離負相關。距離的影響程度大于規模。相關研究得出的上海與長三角其他城市的距離對高鐵、公路絕對關聯度的泊松回歸系數為-1.04和-2.80[39]。與之相比，上?！彍貐^出行的距離敏感性更強。

高頻對距離的敏感性比低頻關聯更強。A地（上海市）和B地（鄰滬三市）的規模對高、低頻關聯的影響也具有差異性。B地的經濟規模對高頻關聯的影響明顯大于低頻關聯，說明經濟規模較大的空間單元更有可能與上海市產生高頻關聯。

3.2.2 關聯距離的閾值分析

絕對關聯度具有明顯的距離衰減效應。低頻關聯的平均空間距離為57.77 km，高頻關聯為38.03 km（見圖8）。

高頻關聯的空間距離分布集中，一半以上在30 km以內，峰值為10—20 km。隨后急劇下降，60 km以上的關聯度僅占20%，60 km以內累計關聯度最高的分組為最低組的5倍。

低頻關聯的空間距離分布相對平均，雖然在10—20 km出現最大值，90—230 km的累計關聯度僅占20%，但是20—90 km范圍各分組的累計關聯度差異不大，最高分組為最低組的2.6倍左右。

高頻關聯的空間距離閾值為30 km，低頻關聯為90 km，與出行時間密切相關。30 km的“門到門”小汽車出行時間約為60 min，符合高頻特別是通勤活動的一般規律。高頻跨城活動對出行時間的敏感度高于其他活動，因此超出閾值的關聯度急劇下降，而低頻跨城人口活動對時間的敏感度較低，所以在20—90 km區間的關聯度變化不大。

3.2.3 關聯網絡的形成條件和限制

距離分布解釋了高頻關聯網絡的空間鄰近性特征。高頻關聯的空間距離敏感性形成的10—20 km高峰和30 km的閾值對應到上?！彍貐^，只有位于行政邊界的相鄰空間單元滿足要求。例如上海市嘉定區安亭鎮和黃渡鎮等空間單元的網絡腹地均為相鄰、相隔的空間單元，空間距離約為12 km。高頻關聯集中布局于沿行政邊界的區塊狀地區。

飛地式的高頻網絡腹地位于蘇州市昆山市花橋鎮，對應的上海市空間單元大多位于中心城區，如真如鎮和桃浦鎮、徐家匯、莘莊，乘坐11號線或者換乘1號線可達，體現了軌道交通對高頻關聯的促進作用。

低頻關聯的閾值為90 km，是上海市區與三市中心城區的平均距離，80%的低頻關聯分布在連接中心城區的走廊上。蘇州市與上海市的低頻關聯分布與滬寧走廊一致。該走廊上既有高速公路又有高速鐵路。上海市的區域性交通設施所在空間單元的網絡腹地大多是飛地式布局，與其網絡腹地相隔5個以上空間單元，空間距離為50—100 km。大虹橋地區是典型的依托高速鐵路促進低頻關聯的區域。上海市浦東新區的空間單元總關聯度普遍較低的原因是區域性客運設施較少和空間距離較遠。

3.3 關聯網絡與上?！彍貐^一體化發展

3.3.1 不同頻率關聯嵌套的影響

高、低頻嵌套網絡中的重疊區塊具有復合型功能，具備一體化發展的條件。一方面，突破行政邊界初步形成了區域性的職住分布，但空間范圍有限，以郊區/縣之間的關聯為主，郊區/縣與中心城區、中心城區之間的關聯不夠緊密，且占總體跨城出行的比例較低，作用有限。另一方面，低頻關聯具有促進區域中的上下游產業分工協作的功能，但是節點的社會經濟資源集聚能力不高。

低頻關聯的獨立部分沿交通軸線布局，關聯類型包括郊區/縣之間的關聯和郊區/縣和相鄰城市中心城區之間的關聯，有利于郊區/縣承接兩端中心城區的“溢出”及從區域角度統籌調整沿線城鎮的主導產業布局，沿走廊形成產業聚集。如果高鐵車站的接駁條件提升，具有激發區域性職住分離的潛力，可提升為高、低頻重疊的復合型功能節點。

位于中心城市的多點飛地，主要依托對外交通設施在城市內部起到吸引作用，迅速集聚中心城市的對外關聯，同時沿交通廊道擴散，是中心城市直接向外輻射的主要樞紐。

3.3.2 城際與市域關聯嵌套的影響

遠郊新城在上海市域網絡的節點等級相對較低，中心城區的點度值最高[40]。城際市域兩個空間層面關聯網絡的嵌套使作為次要節點的新城區位條件轉變。遠郊新城是上?！彍麉^域的城際關聯網絡的主要節點，輻射影響周邊相鄰城鎮，起到連接市域和城際關聯網絡的作用，也可以認為是上海市社會經濟活動發揮對外影響的銜接點。

上述銜接作用為市域邊界處的新城發展帶來機遇。區域層面形成上海市中心城區—新城—鄰滬地區的兩級擴散階梯，使新城起到傳導作用；市域層面，由于具備社會經濟資源在上海市域重新布局的條件，市域西部的新城有機會接受中心城區部分資源的轉移而形成副中心，有利于中心城區的疏散和市域城鎮體系優化。例如：在五個新城中，嘉定新城與中心城區的聯系最緊密[36]45，在城際網絡中也是主要節點。

4 結論與結語

4.1 主要結論

本研究對比高、低頻城際關聯在上海市域的空間分布異質性，分析了上?！彍貐^的關聯網絡特征，發現高頻關聯緊鄰行政邊界分布，與已有研究的結論一致，基于人均值的關聯網絡強化了這一特征。高、低頻關聯網絡的嵌套形成重疊的重點區塊和低頻的獨立部分。

距離對絕對關聯度的影響大于節點規模。高頻關聯范圍小，集中度高；低頻關聯范圍大，分布較平均。不同類型跨城活動對出行時間的敏感性形成以上差異。

高、低頻關聯網絡嵌套形成的重疊區塊具有復合型功能，具備一體化發展的空間條件，但目前節點的社會經濟資源集聚能力不高；低頻區塊有利于郊區/縣承接兩端中心城區的“溢出效應”，依托交通樞紐的低頻飛地是中心城市直接向外輻射的主要節點。城際關聯網絡與市域關聯嵌套，新城起到連接市域和城際關聯網絡的作用。

4.2 啟示和展望

高頻關聯是社會經濟緊密聯系的集群或社區中功能區域形成的關鍵，促進新的職住和產業分布格局產生。通過政策引導，發揮高頻關聯優勢的同時促進低頻向高頻關聯的轉化，推動上?！彍貐^一體化。例如針對定位為區域副中心或具有區域性功能的區塊，一方面，應依托現有或規劃交通廊道選址，優化對外交通條件，將跨城出行時間降低到閾值以下；另一方面，應完善其職住功能配套，加強產業分工協作，引導具有對外聯系需求的產業用地布局于網絡腹地和中心城市的重要對外節點，促進其積極融入城際高頻關聯網絡。

位于上海、蘇州、嘉興交界處的長三角一體化示范區已于2021年開始規劃建設先行啟動區②。從本文研究結果看，關聯網絡的活躍區分布于行政邊界附近，是先行啟動區的優勢所在；但是它與上海市中心城區距離超過60 km，超過高頻關聯空間閾值的2倍，且不在主要走廊上，承接中心城市溢出效應以及形成產業與職住關聯的條件不佳。從功能區域構建的目標出發，第一，先行啟動區應充分利用在建交通基礎設施即滬蘇湖高速鐵路提升關聯水平，彌補該區域與中心城市聯系不便的弱點，形成上海市中心城區—松江城區—先行啟動區—南潯區—湖州市中心城區發展廊道。第二，先行啟動區應利用與蘇州和嘉興市中心距離較近的優勢，促進蘇州市吳江區和嘉興市嘉善縣與中心城區形成高頻關聯，推動省際地區的社會經濟資源聯動，形成區域副中心。整體來看，以該先行啟動區為城際關聯網絡的中心節點，具有發展形成“高鐵廊道+邊界”的“十字形”功能區域結構的基礎，同時也有利于調整現有鄰滬地區關聯網絡北強南弱的不均衡布局。后續研究有3個主要方向：一是著眼于中心城市的重要節點，深入分析上海市域范圍內建成環境對人流活動的影響機制；二是增加數據樣本，比較各城市的市內出行和跨城出行關聯，判定目前跨城關聯的強度等級，對區域空間網絡進行整體分析；三是進行多源數據對比，綜合分析人流與企業網絡、物流網絡、信息流網絡，進一步精準把握上?！彍貐^的關聯網絡特征和空間布局。