EN中文

地理学报 >

2024 , Vol. 79 >Issue 10: 2548 - 2566

DOI: https://doi.org/10.11821/dlxb202410009

城乡与区域发展

1990—2019年中国省际铁路货运网络演化及空间关联特征

  • 吴思雨 , 1, 2 ,
  • 钟业喜 , 1, 2, 3 ,
  • 李建新 3
展开
  • 1.江西师范大学地理与环境学院，南昌 330022
  • 2.江西师范大学鄱阳湖湿地与流域研究教育部重点实验室，南昌 330022
  • 3.江西师范大学江西经济发展研究院，南昌 330022
钟业喜(1973-), 男, 江西南康人, 教授, 博士生导师, 研究方向为经济地理与空间规划。E-mail:

吴思雨(1993-), 男, 江西宜春人, 博士生, 研究方向为经济地理与城市网络。E-mail:

收稿日期: 2023-01-12

  修回日期: 2024-07-02

  网络出版日期: 2024-10-25

基金资助

国家自然科学基金项目(41961043)

国家自然科学基金项目(42201187)

收起

Evolution and spatial correlation characteristics of inter-provincial rail freight transport network in China from 1990 to 2019

  • WU Siyu , 1, 2 ,
  • ZHONG Yexi , 1, 2, 3 ,
  • LI Jianxin 3
Expand
  • 1. School of Geography and Environment, Jiangxi Normal University, Nanchang 330022, China
  • 2. Key Laboratory of Poyang Lake Wetland and Watershed Research, Ministry of Education, Jiangxi Normal University, Nanchang 330022, China
  • 3. Jiangxi Institute of Regional Development, Jiangxi Normal University, Nanchang 330022, China

Received date: 2023-01-12

  Revised date: 2024-07-02

  Online published: 2024-10-25

Supported by

National Natural Science Foundation of China(41961043)

National Natural Science Foundation of China(42201187)

Fold

摘要

国内大循环在新发展格局下对社会经济发展发挥着重要作用。基于中国省际铁路货运数据，从节点特征、空间关联、邻近性3个方面探讨省际铁路货运网络结构的时空演化特征。研究发现：① 中国省际铁路货运网络节点中心性服从幂律分布，集聚特征明显。出—入度空间组合差异大，形成中西部向东部输送货物的格局，东北、华北处于高出高入区域，低出低入集中在闽新轴带西南侧，高出低入集中在内蒙古、山西、陕西，低出高入分散分布。② 空间关联具有明显的集聚性和空间指向性，“马太效应”明显，东—中—西地域分异性和梯度推移特征显著，路径依赖与路径锁定并存，呈现“中心—外围”和“点—轴串珠”的组织模式，但空间结构不明显，未形成“菱形结构”。③ 板块角色合理且稳定，省际铁路货运网络互惠性好。双向溢出板块集中在东北和华北，净受益板块集中在西南，经纪人板块由长三角向闽新轴带转移，净溢出板块省份数量少，呈分散分布。④ 区域邻近、实地距离、社会距离、文化距离对省际铁路货运影响显著，经济距离影响不显著，社会距离和文化距离对省际铁路货运的影响趋于下降，空间邻近和产业距离对省际铁路货运的影响程度呈上升态势。

关键词： 省际铁路货运网络; 网络结构; 时空演化特征; 组织模式; 邻近性; 中国

本文引用格式

吴思雨 , 钟业喜 , 李建新 . 1990—2019年中国省际铁路货运网络演化及空间关联特征[J]. 地理学报, 2024 , 79(10) : 2548 -2566 . DOI: 10.11821/dlxb202410009

Abstract

Against the backdrop of new development, the domestic circulation plays a critical role in boosting social and economic development. Based on inter-provincial rail freight data,this paper explores the evolution characteristics of the inter-provincial rail freight network structure on three fronts: node characteristics, spatial association and proximity. The results show that: (1) Network node centrality obeys a power-law distribution with obvious clustering characteristics. There are obvious spatial differences in outdegree and indegree, showing the pattern of sending goods from the central and western regions to the eastern region. The areas with both high indegree and outdegree are located in North and Northeast China. Low outdegree and indegree provinces are concentrated to the southwest of the Fujian-Xinjiang Axis Belt, while high outdegree and low indegree provinces are mainly in Inner Mongolia, Shanxi and Shaanxi. Low outdegree and high indegree provinces present a pattern of scattered distribution. (2) The spatial association has obvious clustering and spatial directionality, with a significant 'Matthew effect'. East-Central-West geographical heterogeneity and gradient nudging characteristics are significant, and path dependence and path locking coexist. The organization models of inter-provincial freight network are characterized by core-periphery and pole-axis.However, the spatial structure feature is not obvious and it does not present a rhombic distribution. (3) The roles of sectors are reasonable and stable, with good reciprocity in inter-provincial freight trade. The bidirectional spillover sector is concentrated in Northeast and North China, net beneficiary sector is mainly in Southwest China, broke sector has shifted from the Yangtze River Delta to the Fujian-Xinjiang Axis Belt, and there are few net spillover sector provinces scattered. Regional proximity, geographic distance, social distance and cultural distance have significant effects on inter-provincial trade, but economic distance does not have. (4) The impact of social and cultural distance on inter-provincial freight transportation is decreasing, while the degree of impact of spatial proximity and industrial distance is increasing.

Key words： inter-provincial rail freight transport network; network structure; spatio-temporal evolutionary characteristics; organization models; proximity; China

1 引言

当前中美贸易战、俄乌战争等对世界经济造成了严重的冲击和影响，全球经济增长面临新威胁和新考验，中国经济的外部环境充满诸多不确定性[1]。面对新的发展格局，习近平总书记指出要充分发挥中国超大规模市场优势和内需潜力，形成以国内大循环为主体、国内国际双循环相互促进的新发展格局。省际贸易是中国经济体系的重要组成部分，对经济增长具有重要的影响，其重要性在某种程度上甚至大于国际贸易[2-3]。然而，中国省际间的地方政府保护主义和市场分割现象较为严重[4]，省际间的自然贸易壁垒和行政贸易壁垒加剧了省际间的产品市场分割[5]，省际贸易本地偏好特征明显，省际边界效应突出[6]，国内市场大而不强，难以形成合理有效的内循环。这意味着如何更加有效地扩大省际贸易、激发国内市场潜力、促进区际分工合作、盘活经济增长的内生动力成为高质量发展背景下的重要内容。
区域间的经贸往来一直是经济地理学的研究重点。作为拥有广阔内陆腹地的国家，中国铁路货运在省际贸易中扮演着至关重要的角色[7]，曾在省级区域货物交流中占主导地位[8]。中国早期的铁路货运网络地带性分异显著，其中华北和中原是重点地区，黄淮海是主要交汇区域；资源型城市以货物输出为主，工业基地以货物流入为主，南北向联系密切，东西向联系不足，但逐步增多[8-9]。受内需导向的影响，中国省际铁路货运呈现以本省及周边省份为主的特点，而在外需导向的影响下省际铁路货运由内陆净流向沿海[10]。在区域层面，东北地区铁路货运极化现象较为严重，沈阳和哈尔滨占据主导地位，哈大线在东北铁路网中的地位持续加强，铁路货流从串珠状、岛状分布向贯通与聚集分布演变[11-12]。珠江三角洲货运联系具有强烈的广州指向性，整体上广州—东莞—深圳—香港一线是货运联系主导走廊，但尚未形成走廊的网络模式[13]。近年来在“社会空间”向“流动空间”转向的影响下，城市网络研究逐渐兴起，学者开始基于铁路货运O-D（Origin-Destination）数据，运用社会网络分析方法探讨中国铁路货运网络格局。侯传璐等研究发现中国铁路货运网络覆盖范围广且层次分化明显，已形成西北、华东及华中、华北及东北、华南及西南四大子网络[14]，这一研究结果佐证了金凤君等[8]提出的猜想。值得注意的是，在铁路货运覆盖范围逐渐扩大的过程中，西部地区对外铁路货运联系加强，但东部沿海发达省份的铁路货运市场逐渐萎缩[15]。此外，在中国省际铁路货运网络中，凝聚子群数量明显增加，但子群内部成员规模却变小，“子群小核化”趋势明显[16]，这意味着铁路货运局部“抱团”现象更为明显。随着《长江经济带发展规划纲要》的提出，长江经济带逐渐成为热点研究区域。曾冰等研究表明长江经济带省际铁路货运网络结构发生了显著变化，逐步演化成“苏—浙—皖—赣”和“川—渝—滇—贵”两大贸易联系核心圈，圈层特征明显，子圈间联系较弱，中、下游地区内部贸易联系网络结构日趋松散，上游省际贸易联系变得更加紧密[17]。
对于区域间铁路货运是如何形成的，新经济地理学者认为地理上的接近是造成区域铁路货运高度集中的真正驱动力[18]。随着科技和物流的发展，运输成本的下降使得地理距离的影响有所减弱，学者们开始关注地理距离之外的多维距离对贸易的作用。研究大多基于贸易引力模型，发现文化距离和制度距离对国家间贸易流量存在负面影响[19-20]。这些研究探讨了国家间贸易流量和铁路货运地理格局的影响因素，但对于国内铁路货运研究不足，仅少数学者探讨了农产品[21]和矿产品[22]在全国的流动情况。对于铁路货运的开展，邻近性发挥至关重要的作用。Boschma将邻近性划分为地理、组织、社会、认知和制度邻近性[23]，然而邻近性的影响并非完全静态，过度邻近导致的“锁定效应”往往会导致“邻近悖论”[24]。在演化经济地理学视角下，现有研究证实地理邻近、文化邻近等多维邻近性带来的空间信息溢出能够促进地方贸易[16,25]。Wang等使用涵盖116个国家和5013个产品的中国企业层面贸易数据，发现新目的地在地理和文化方面相似的市场的出口经验能显著促进新贸易的进入[26]。可见，多维邻近性为研究铁路货运网络结构的演化提供了新思路。众多研究已经在企业维度证实了邻近性的作用，但对区域尺度的关注尚不足。
综上，现有研究多关注中国铁路货运早期短时间内的变化格局，对改革开放以来中国国内铁路货运的考察分析不足，从复杂网络视角对中国省际铁路货运的研究并不多见。随着铁路货运活动在地理空间上的集聚和扩散，交通网络和社会经济的快速发展，铁路货运组织下的铁路货运来源地和目的地网络结构处于不断的变化中。然而，在复杂网络视角下，中国省际铁路货运有何组织模式?不同省份在铁路货运网络中扮演什么角色?在全国是否形成了合理的铁路货运格局?哪些因素影响铁路货运，这些因素随着社会经济的发展是否发生变化?为此，本文基于中国省际铁路货物数据，运用ArcGIS 10.5、Ucinet 6.0、Gephi 0.9.2、Python等软件深入分析1990—2019年中国省际铁路货运网络结构特征，从多维邻近性视角探讨其形成机制，以期为优化省际铁路货运网络，促进省际铁路货运高质量发展，为提高国内大循环促进经济发展的作用提供参考。

2 数据来源与研究方法

2.1 数据来源

研究数据包括两个部分：① 中国省际铁路货运数据和社会经济统计数据，分别来源于各年份的《中国铁路统计年鉴》《中国统计年鉴》；② 实地距离数据来源于百度地图，空间邻近数据根据中国地图整理而得，区域邻近根据中国三大地理分区整理而得。

2.2 研究方法

2.2.1 网络中心性

借鉴社会网络分析节点中心度（出度和入度），将各节点的联系强度分为输出联系（Outdegree）和输入联系（Indegree），以此突出铁路货运的方向性，两者分别表征节点的对外辐射能力与集聚能力[27]，计算公式如下[28]：
C D o ( n i ) = ∑ j = 1 n X i j
C D i ( n i ) = ∑ j = 1 n X i j
式中： C D o ( n i )、 C D i ( n i )分别为点出度、点入度，表征节点输出联系、输入联系；Xij为节点i到节点j的货运量，表征节点i与j之间的联系强度。在此基础上，以出度和入度的均值为标准，划分为高出高入、高出低入、低出高入、低出低入4大区域，同时将出入度做对比，以此划分出净流出（集聚<辐射）和净流入（集聚>辐射）区域。

2.2.2 块模型

Concor算法是节点是否存在联系的判断，构建0~1矩阵决定节点“角色”，不考虑节点间联系的权重。省际间货运联系是一个典型的有向加权网络（图1），在识别空间聚类时，需要同时考虑节点的关系和权重。因而，需要对传统的Concor算法进行改进，该方法已广泛地运用到交通网络、创新网络和铁路货运网络社团结构[29-30]的识别中，具体公式不再赘述。借鉴种照辉等研究结果[31]，综合板块内部铁路货运关系以及对其他板块的铁路货运来往情况，将铁路货运网络划分为4种板块角色：主受益板块，内部联系占主导，且以接受外部联系为主，在网络中处于受益地位；净溢出板块，该板块的成员以对外联系占主导，接受外部联系较少；经纪人板块，该板块的成员对外的辐射和集聚能力均较强，但板块内部成员间的联系不足；双向溢出板块，该板块内部联系和外部联系均较多，但内部联系多于外部联系（表1）。
图1 1990—2019年中国省际铁路货运联系强度

Fig. 1 Intensity of inter-provincial railway freight correlation in China from 1990 to 2019

表1 贸易网络板块划分依据

Tab. 1 The division basis of trade networks block

板块内部贸易关系 该板块接收其他板块与向其他板块输送的贸易关系
Ik,e ≥ Ik,i Ik,e < Ik,i
Ik/Ik,t ≥ (nk-1)/(n-1) 双向联系板块 内向联系板块
Ik/Ik,t< (nk-1)/(n-1) 外向联系板块 经纪人板块

注：n为节点总数（个）；nk表示贸易板块k内的节点数；Ik表示板块k内部节点间的贸易总量；Ik,t表示板块k在整体贸易网络中的贸易总量；Ik,e表示板块k对其他板块的出口贸易量；Ik,i表示板块k对其他板块的进口贸易总量；(nk-1)/(n-1)表示板块k内部贸易关系占整体比例的期望。

2.2.3 二次指派程序（QAP）

QAP相关分析以矩阵数据置换为基础，对两个矩阵中的元素进行比较，从而计算出两个矩阵之间的相关系数。QAP回归分析是研究一个矩阵与多个矩阵之间的回归关系，即研究因变量矩阵与多个自变量矩阵之间的关系，能够有效避免共线性问题[32]。本文从经济距离、社会距离、文化距离、产业距离和地理距离等方面来探讨中国省际铁路货运的驱动因子，模型设定如下：
T r a = f ( P r o _ E c o ,   P r o _ S o c ,   P r o _ C u l ,   P r o _ I n d ,   P r o _ D i s ,   P r o _ S p a )
式中：Tra表示中国省际铁路货运网络矩阵；Pro_Eco、Pro_Soc、Pro_Cul、Pro_Ind、Pro_Dis、Pro_Spa分别代表经济距离、社会距离、文化距离、产业距离、地理距离、空间距离。

3 中国省际铁路货运网络结构特征分析

3.1 中国省际铁路货运网络节点特征分析

中国省际铁路货运网络节点出、入度服从幂律分布，集聚特征明显（图2）。省际铁路货运网络节点出、入度的位序规模指数分别从1990年的0.92和0.88增长2019年到1.21和1.02，高等级节点货物输出和输入的能力明显增强，但货物输出的位序规模高于货物输入，货物输出的集中程度高于货物输入。节点出、入度的首位度分别从1990年的2.36、1.20增长到2019年的2.78、3.62，节点层级性明显，首位城市对货物的控制能力增强。
图2 1990—2019年中国省际铁路货运网络出入度幂律分布

Fig. 2 The power law distribution of outdegree and indegree of China's inter-provincial railway freight transport network

中国省际铁路货运网络净流出与净流入节点相对稳定，净流入与净流出呈反向格局（表2）。1990—2019年净流出、净流入节点数量分别介于[9,11]、[18,20]之间，净流出省份集中在陕、甘、宁、内蒙古、晋等西部地区，净流入省份集中在京津冀、长三角、长中游、川渝四大城市群。具体而言，1990年东、中、西部货物净流入省份数量占总净流入省份的比例分别为39%、11%、14%，到2019年的比例分别为38%、14%、17%；1990年东、中、西部货物净流出省份占总净流出省份比例分别为7%、11%、18%，而2019年的比例分别为7%、7%、17%，中、西部占比微降，中西部净流入省份增多，净流出省份减少，表明货物净流入向中西部转移。在产业转移战略影响下，东部沿海落后产能向中西部地区转移，大规模的产业转移让中西部地区获得大量的资本投资、生产技术和企业，区域产业分工变得更加合理，缩小了东中西部的区域差距[33]。
表2 1990—2019年中国省际铁路货运净流入—出省份

Tab. 2 China's inter-provincial railway freight net input-output provincial-level regions from 1990 to 2019

年份 净流出省份 净流入省份
1990 晋、黑、内蒙古、宁、豫、贵、新、皖、云、赣(10) 湘、桂、鲁、陕、闽、青、浙、川、粤、甘、吉、沪、冀、辽、苏、鄂、京、津(18)
2000 晋、黑、内蒙古、宁、豫、贵、新、皖、云、陕(10) 青、赣、渝、湘、闽、川、甘、吉、沪、鲁、桂、粤、鄂、京、浙、辽、苏、津、冀(19)
2010 晋、黑、内蒙古、宁、豫、贵、新、皖、陕、青、粤(11) 闽、云、沪、甘、渝、吉、京、桂、浙、赣、苏、鲁、津、湘、川、鄂、辽、冀(18)
2019 晋、闽、内蒙古、宁、粤、青、新、桂、陕(9) 沪、黑、贵、浙、京、甘、苏、皖、津、赣、云、湘、吉、渝、鄂、鲁、豫、川、辽、冀(20)
中国省际铁路货运网络出—入度空间分布不均，且由集中向分散转变。高出高入度省份集中在华北和东北地区，呈萎缩态势，由1990年的7个省份缩减到2019年的2个，减少的省份集中在东北三省。东北地区面临矿产资源枯竭、工业结构失衡、经济发展缓慢等问题，经济发展活力不足，人口和产业外流，成为中国城市收缩最为典型和显著的区域之一，城市发展活力不足[34-35]。
中国省际铁路货运网络低出高入度省份呈分散分布，低出低入度省份集中在闽新轴带西南侧，呈扩张趋势，由1990年的13个省份增长到2019年的19个，增加的省份为北京、天津、江苏、上海、广东、黑龙江。高出低入度省份集中在内蒙古高原和黄土高原，该区域是中国资源富集区，经济发展水平相对较低，以货物流出为主，尤其为京津唐工业基地和东北老工业基地提供了大量的物资。总体上，高出高入度区域和低出低入度区域变化明显，低出高入度和低入高出度区域相对稳定，低出高入省份数量分别为5个、7个、7个、5个，高出低入省份分别为3个、2个、2个、3个。
中国省际铁路货运网络节点中心性区域差异相对较小但呈扩大趋势，出度区域差异大于入度。1990年、2000年、2010年、2019年的出度变异系数分别为1.65、1.81、1.92、2.05，入度变异系数分别为1.25、1.42、1.91、1.98，说明1990—2019年省际铁路货运网络中的节点中心性在各省份之间的差距扩大，出度差距扩大更加明显。东、西部出入度差异形成鲜明的对比，东部出度差异最小，而入度差异最大，西部出度差异最大，但入度差异最小，中部一直介于东、西部之间，但东、西部的共同点在于出入度内部差异具有扩大趋势。具体而言，东、中、西部出度变异系数分别从1990年的1.24、1.50、1.57变化为2019年的1.32、1.49、1.77，变化率分别为6.5%、-0.66%、12.7%，东、中部变化较小，西部变化大。东、中、西部入度变异系数分别从1990年的1.27、1.22、1.17变化为1.72、1.29、1.37，变化率分别为35.4%、5.7%、17.1%，东部变化最大，西部次之，中部最小。

3.2 中国省际铁路货运网络空间关联分析

3.2.1 空间结构

为更好识别中国省级铁路货运网络空间格局，借鉴主成分分析理论，抽取占总体联系85%的主要联系构建整体网络，其中1990年、2000年、2010年、2019年有效联系分别有211对、231对、186对、127对。中国省际铁路货运网络以东北、华北联系为主，空间结构不清晰，并未形成类似于人口流动[36]、交通联系[37]网络所形成的“菱形”结构（图3）。
图3 1990—2019年中国省际铁路货运网络空间层次结构

注：基于自然资源部标准地图服务网站审图号为GS(2023)2763的标准地图制作，底图边界无修改。

Fig. 3 The spatial hierarchy of China's inter-provincial railway freight transport network from 1990 to 2019

中国省际铁路货运网络具有明显的集聚性和空间指向性。基于省际铁路货运量，运用自然断裂点法，将省际铁路货运网络划分为4个层级（图3）。1990—2019年第一层级城市对占铁路货运总量的比例从6.4%上升到21.2%，第二层级从24.1%下降到17.7%，第三等级从33.3%下降到26.2%，第四层级从36.2%下降到34.9%，第一层级铁路货运量增速高达230%，第二、三、四层级减少的铁路货运量向第一层级转移，第一、二、三、四层级的铁路货运量由“金字塔型”结构向“沙漏型”结构转变，具有明显的“马太效应”，到2019年，0.1%的城市对占货运总量的比例超过20%，不足5%的城市对占比超过60%，“富人俱乐部”效应较为明显。
中国省际铁路货运空间关联东—中—西地域分异性显著，呈现梯度推移特征。1990年东部接收的有效联系为116对，分别为中、西部的2.1倍和2.9倍，东部接受的货物铁路货运量为37739 t，分别为中、西部的3.6倍和6.3倍，东部平均每条有效联系的货物量为325 t，分别为中、西部的1.7倍和2.2倍，整体上具有明显的东中西梯度递减特征。到2019年，东部接收的有效联系为44对，分别为中、西部的1.3倍和0.9倍，东部接受的货物铁路货运量为124074 t，为中、西部的3.9倍，东部平均每条有效联系的货物量为2820 t，分别为中、西部的3.1倍和4.1倍。东中部联系最紧密，东西部次之，中西部最弱，东中部联系一直占据优势，东西部联系在增强，中西部联系在减弱。
中国省际货运网络路径依赖与路径锁定特征显现。京津冀、黑吉辽、晋、内蒙古在网络中占主导地位，除2000年皖→苏外，Top 10铁路货运联系均与这8个省份有关，且1990年、2000年、2010年、2019年Top 10铁路货运联系中分别有10对、9对、8对、8对联系在这8省份间，其中晋→冀稳定在全国第1，并且远超第2（表3）。省际铁路货运网络中的路径依赖和锁定效应越来越明显，91对城市在1990—2019年间始终保持联系，分别占1990年、2000年、2010年、2019年有效联系对的42.9%、39.4%、48.9%、71.6%，分别占货运总量的68.4%、73.1%、82.1%、88.4%。值得注意的是，Top 10城市对铁路货运量占铁路货运总量的比例从1990年的不足1/3到2019年的超过1/2，在铁路货运网络中的组织带动作用逐渐增强。与此同时，铁路货运联系路径扩张与萎缩同在。与1990年相比，2019年东部→东部、东部→中部、中部→东部、西部→中部的联系路径占总联系路径的比例分别减少54.0%、5.4%、6.7%、25.8%，东部→西部、西部→东部、中部→西部、中部→中部、西部→西部的联系路径占总联系路径的比例分别增加了66.9%、2.7%、66.9%、37.5%、129.5%，就区域内部而言，东部地区内部联系减弱，中部和西部地区内部联系加强；就区域间而言，东、中部→西部联系增多，东、西部→中部联系减弱，东西部间的联系逐渐增多。这与中国的区域发展战略密切相关，东部地区率先发展的非均衡发展战略的提出推动东部沿海地区快速发展，内部联系紧密[38]；西部大开发和中部崛起战略的实施，中西部地区得到快速发展，中西部内部联系日益增强；伴随“一带一路”和“长江经济带”发展战略的深入实施以及西部陆海新通道的建设，西部地区在国家发展大局中的战略地位逐渐显现，中、东部对西部的联系明显增多，尤其是《全国主体功能区规划》等文件的出台实施以及中国共产党的“十九大”报告首次提出要实施“区域协调发展战略”，区域协调发展进入新时代[39-40]，东中西部发展的协调性进一步增强，经济交流更为密切，跨区域货运增多。
表3 1990—2019年中国省际铁路货运网络Top10省份对

Tab. 3 China's inter-provincial rail freight network Top10 provincial-level regions from 1990 to 2019

排序 1990年 2000年 2010年 2019年
省份对 联系量(t) 省份对 联系量(t) 省份对 联系量(t) 省份对 联系量(t)
1 晋→冀 4087 晋→冀 12183 晋→冀 30086 晋→冀 47376
2 冀→津 2022 晋→鲁 4274 内蒙古→冀 10952 晋→鲁 11461
3 晋→辽 1495 晋→津 3522 晋→鲁 9207 内蒙古→冀 8316
4 冀→京 1466 黑→辽 2810 内蒙古→辽 7006 内蒙古→吉 5310
5 黑→辽 1430 豫→鄂 2372 黑→辽 4096 内蒙古→黑 5306
6 豫→鄂 1367 冀→津 2269 内蒙古→黑 3959 内蒙古→辽 4798
7 晋→京 1262 晋→苏 2188 冀→津 3007 晋→豫 4396
8 晋→鲁 1200 黑→吉 1868 内蒙古→吉 2956 黑→辽 3800
9 晋→津 1116 皖→苏 1726 贵→桂 5841 晋→鄂 2732
10 黑→吉 1109 吉→辽 1709 晋→苏 2788 晋→苏 2698

3.2.2 组织模式

首位联系表示某节点与其铁路货运联系最大的节点间的联系，可以清晰地识别网络中节点间的主导关系，进而抽象地刻画网络的空间组织模式[41-42]，借鉴此方法探索中国省际铁路货运网络的组织模式。本文根据自然断裂点法将节点分为核心节点、一般节点和从属节点，从空间形态看，中国省际铁路货运网络可以划分为“中心—外围”模式和“点—轴串珠”模式（图4、图5）。
图4 1990—2019年中国省际铁路货运网络主导联系

注：基于自然资源部标准地图服务网站审图号为GS(2023)2763的标准地图制作，底图边界无修改。

Fig. 4 The dominant flow of China's inter-provincial railway freight transport network from 1990 to 2019

图5 中国省际铁路货运网络组织模式

Fig. 5 The organization model China's inter-provincial railway freight transport network

中心—外围模式（Ⅰ）：以不同类型的省份为中心，对周边省份具有较强的吸引力，部分省份形成互惠的贸易关系，形成“众星捧月”式的区域性地理邻近贸易关系。①“门户型”中心，东北三省的货运关系是该形式的典型代表，辽宁是黑龙江和吉林的首位联系省份，辽宁和吉林又互为首位联系省份，两者存在互惠共生的铁路货运伙伴关系（图4d），辽宁地理位置优越，是东北的重要门户城市，在东北地区发挥辐射带动作用，与相邻省份吉林联系密切。此外，图4c中的云贵桂（贵→桂↔云）也符合这种组织模式，该模式受地理位置和交通影响较大。②“外向经济型”中心，广东省经济发达，但资源相对不足，邻近的湖南和江西自然资源丰富，能够为广东的经济发展提供丰富的物质资料。同时，广东省作为沿海开放地区，对外贸易发达，江西和湖南可依托广东的有利条件开展对外贸易（图4a）。③“综合型”中心，河北地处华北平原的重要位置，交通便利，是北方重要的工业基地之一，吸引着北京、天津和山西，天津是北方重要的港口城市，北京和河北可以通过天津港向外输送货物，由此形成北京→天津↔河北←山西的贸易关系。图4d中陕西→山东→河南←江苏←安徽，河南↔湖北也符合该模式。
点—轴串珠模式（ⅠⅠ）：首先形成地理邻近的贸易关系，然后依托区域性中心节点的辐射作用连接不同区域的中心节点，从属节点存在交叉重叠，形成多重核心—边缘嵌套的跨区域的点—轴结构。图4b中新疆、宁夏、青海→甘肃，甘肃和重庆→四川→湖北，湖北←河南←江苏←安徽和陕西，湖北→广东，广东←广西←云南和贵州，广东↔湖南多条联系路径，四川、湖北、河南和广东发挥枢纽作用，形成突破区域边界、跨越南北、联通东中西的点—轴串珠组织结构。图4c中新疆和青海→甘肃→陕西→湖北←河南←江苏←安徽、湖北→湖南←江西←浙江和福建、湖南↔广东的货物组织空间，货物从东、西、南、北流向中部流动。

3.2.3 板块角色

借鉴CONCOR算法，根据最大分割深度为2，收敛标准为0.2的原则将中国省际铁路货运网络中的节点划分为双向溢出板块、净溢出板块、经纪人板块和主受益板块（图6）。
图6 1990—2019年中国省际铁路货运网络板块结构

Fig. 6 China's inter-provincial railway freight network plate structure from 1990 to 2019

板块空间集聚特征明显，具有“大集聚、小分散”的特征。双向溢出板块主要集中在京津冀和黑吉辽，团块状聚集特征突出；净溢出板块内部波动变化相对较大，以西北地区为主，1990年包括宁夏、青海、新疆和甘肃，2000年包括青海、宁夏、新疆，2010年包括甘肃、青海、新疆、陕西、江苏、山东，2019年包括青海、宁夏、山西和安徽，呈明显的点状分散格局；净受益板块主要集中在云贵川渝、湘赣鄂等长江中、上游地区，抱团分布特征明显；经纪人板块由“团块”集聚向“散点+团块”状扩散分布转变，逐渐从苏浙沪、闽皖赣等长三角周边地区沿闽—新轴带向豫陕甘等西北方向转移。
板块角色稳定，板块内部成员相对稳定，形成稳定的铁路货运关系。Ⅰ、Ⅱ、Ⅲ、Ⅳ板块分别为双向溢出、净溢出、经纪人和主受益板块，1990—2019年任一板块在网络中的角色未发生变化且板块内部成员数量稳定。双向溢出板块、净溢出板块、经纪人板块和主受益板块成员数量分别介于[8,9]、[3,6]、[6,8]、[8,10]之间，在波动中稳定。1990—2019年板块关系异动0次、1次、2次、3次的省份数量分别为18个、8个、3个、0个，分别占总体的62.1%、27.6%、10.3%、0，表明大多数省份长期在网络中的角色稳定，形成稳定的铁路货运关系。就板块间而言，双向溢出板块和主受益板块稳定性好，70%以上的成员没有发生变化，经纪人板块和净溢出板块稳定性不足，50%以上的成员发生变化，尤其是净溢出板块内部稳定性差，仅青海一个省份没有发生变化。
板块角色结构相对合理，中国省际铁路货运网络互惠性较好。双向溢出、净溢出、经纪人和主受益板块成员数量占总体的比例分别介于27.6%~31.0%、10.3%~20.7%、20.7%~27.6%、27.6%~34.5%，板块角色与其经济发展水平、地理位置高度吻合，形成了合理的区域空间结构（表4）。作为中国老工业基地的东北三省以及综合性工业基地的京津冀地区为双向溢出板块，既吸引中东部地区为其提供生产生活资料，为社会经济发展服务，同时又为中西部欠发达地区提供货物，中西部地区资源禀赋条件好，能够将资源优势转化为经济优势，东部地区经济发展基础好，能够发挥产业优势，闽新轴带沿线区域发挥良好的区位优势，连接其东北侧和西南侧区域，充当铁路货运网络中的中间人，东、中、西部优势互补，各区域发挥比较优势，形成良好的区域铁路货运关联结构 ① 。
表4 1990—2019年中国省际铁路货运网络的板块关系

Tab. 4 Plate relation of China's inter-provincial rail freight network from 1990 to 2019

年份 板块 期望内部
关系比		 实际内部关系比 溢出接收联系强度比 板块角色 年份 板块 期望内部关系比 实际内部关系比 溢出与接收联系强度比 板块角色
1990 Ⅰ 0.26 2.25 2.10 双向溢出 2010 Ⅰ 0.29 1.64 0.33 双向溢出
Ⅱ 0.11 0.29 4.37 净溢出 Ⅱ 0.18 0.62 0.90 净溢出
Ⅲ 0.26 1.17 0.67 经纪人 Ⅲ 0.18 0.37 0.83 经纪人
Ⅳ 0.26 1.52 0.50 主受益 Ⅳ 0.25 2.82 0.23 主受益
2000 Ⅰ 0.29 3.05 3.00 双向溢出 2019 Ⅰ 0.25 1.14 0.18 双向溢出
Ⅱ 0.07 0.07 7.19 净溢出 Ⅱ 0.11 0.06 9.49 净溢出
Ⅲ 0.21 0.93 0.68 经纪人 Ⅲ 0.21 0.36 1.13 经纪人
Ⅳ 0.32 1.58 0.45 主受益 Ⅳ 0.32 4.57 0.23 主受益

4 多维邻近性分析

多维邻近性为网络结构影响因素分析提供良好的思路，目前以地理、制度、社会、组织、认知、经济邻近性为主，尚未形成一个规范统一的框架。从经济、地理、产业、社会和文化邻近性分析中国省际铁路货运网络时空演变机制。

4.1 影响因素选取

（1）地理邻近性在多维邻近性分析中得到广泛的运用，地理距离越近，铁路货运成本越低，越有利于两个区域间开展铁路货运贸易，事物的扩散受地理距离衰减规律的影响，地理距离增加意味着货物运输和信息交流成本提高[25]。参考已有研究[30,43]的做法，一是使用0（非相邻）和1（相邻）虚拟变量区分省际边界关系，以此弥补地理距离无法刻画邻接关系的不足；二是考虑到四大区域发展差异，进一步用0和1分别表示两个省份是否在同一个区域；三是利用省份间的欧式距离表征地理距离，考虑各省份间实际距离差距过大可能会影响到结果的准确性，为此进行标准化，计算方式如下：
G e o p r o i j = 1 - l n d i j m a x d i j
式中：dij为省份i与省份j间的距离；maxdij为所有省份间最大的距离。
（2）经济邻近性：表示省份间经济发展差异的大小，多以地区生产总值来表示经济发展水平[44-45]，计算方式如下：
E c o p r o i j = ∣ G D P i - G D P j ∣
式中：GDPi、GDPj分别为省份i、省份j的生产总值。
（3）社会邻近性：表示主体在文化、社会关系、社会背景等方面的相似性，即主体在微观层面的社会嵌入性，其值大小反映社会关系的亲疏[46]。社会关系受到多种因素的影响，难以用某个指标来进行量化，现有主流做法是基于主体间的相对联系构建Jaccard Index来说明社会邻近性，为此，参考已有研究[30,47 -48]的算法，基于省份间的相对铁路货运来往强度，计算方式如下：
S c o p r o i j = T i j C s i + C s j - T i j
式中：Csi、Csj分别为省份i、省份j的度中心性均值；Tij表示省份i与省份j的铁路货运量。
（4）文化邻近性：方言在中国是对文化最好的表征指标之一[49]，现有研究中大多数学者采用方言衡量文化邻近性[50-51]，考虑到地理和文化的复杂性，参考已有研究[52-53]的做法，根据方创琳等[54]发布的中国人文地理综合区划确定文化邻近性，两两省份在同一个一级大区内赋值为1，否则为0。
（5）产业邻近性：表示省份间产业发展差异大小，用第二产业增加值与第三产业增加值的比重来衡量产业结构已成为重要途径之一[17,55]，本文用省份间的产业结构差异来衡量产业邻近性，计算方式如下：
I n d p r o i j = ∣ F i r i - F i r j ∣
式中：Firi、Firj分别为省份i、省份j的第二产业增加值与第三产业增加值的比重。

4.2 多维邻近性分析

本文选取1990年、2019年进行QAP回归分析，随机置换5000次结果显示（表5），选取的影响因素可以解释中国省际铁路货运关联关系演化的23.6%~36.0%，整体拟合效果较好。随时间的推进，不同影响因素对省际铁路货运网络影响的方向与程度具有较明显的差异化特征。具体而言，① 1990年、2019年区域邻近系数分别为0.076、-0.197，且分别通过95%和99%的显著性检验，说明区域邻近性对中国省际铁路货运网络的影响作用扩大。改革开放早期，市场经济处于探索性发展阶段，东、中、西部三大区域倾向于与区域内部的省份开展铁路货运，随着市场经济的快速发展，同时受西部大开发、中部崛起等国家政策的影响，中、西部地区经济得到较快发展，东中西部铁路货运联系逐渐密切，区域壁垒影响减弱。② 1990年空间邻近系数为0.086，未通过显著性检验，2019年空间邻近系数为0.217，且通过99%的显著性检验，说明空间邻近对省际铁路货运的影响越来越重要，这得益于粤港澳大湾区、成渝双城经济圈、京津冀一体化、长江中游城市群协调发展等区域协调发展战略的深入推进，邻近区域的合作日益密切。③ 1990年、2019年直线距离系数分别为-0.142、-0.061，且分别通过95%和90%的显著性检验，表明距离越远越不利于铁路货运的开展，该结果与侯传璐等的研究结果相一致[45]，但直线距离的影响在下降，主要得益于中国铁路基础设施发展迅速，时间成本和运输成本下降。④ 经济距离系数由1990年的0.041变为2019年的-0.029，均未通过显著性检验，经济差距对省际铁路货运的影响并未显现。随着长江经济带、黄河流域生态保护和高质量发展等国家战略的深入推进以及乡村振兴、精准扶贫、国内国际双循环等战略的持续性推进，有利于促进区域协调发展，区域发展差距将对省际铁路货运发挥作用。⑤ 1990年产业距离系数为-0.033，未通过显著性检验；2019年产业距离系数为-0.083，通过显著性检验，产业结构差异越大越不利于省际铁路货运交流，产业结构对铁路货运影响不大但影响程度在加深，这与王群勇等[56]人的研究结果相符。近年来中国不断调整产业结构，促进产业优化升级，产业结构逐渐合理化和高级化，产业结构对铁路货运的影响逐渐显现。⑥ 1990年、2019年社会距离系数分别为0.146、0.063，均通过95%的显著性检验，表明社会距离越小，市场排他性越小，越有利于省际铁路货运的进行。⑦ 1990年、2019年文化距离系数分别为0.283、0.145，均通过99%的显著性检验，表明文化距离越小，越有利于省际铁路货运的进行[57]，文化区内语言相通、文化相近、习俗相似能够促进铁路货运贸易。
表5 中国省际铁路货运网络多维邻近性回归结果

Tab. 5 Multi-dimensional proximity regression results of China's inter-provincial railway freight network

变量 1990年 2019年
标准化回归系数 P值 标准化回归系数 P值
地理距离 区域邻近 0.076** 0.035 -0.197*** 0.000
空间邻近 0.086 0.239 0.217*** 0.001
实地距离 -0.142** 0.018 -0.061* 0.069
经济距离 0.041 0.197 -0.029 0.315
产业距离 -0.033 0.362 -0.083** 0.021
社会距离 0.146** 0.021 0.063** 0.029
文化距离 0.283*** 0.000 0.145*** 0.005
R2 0.243 0.372
调整后R2 0.236 0.361

注：*、**、***分别表示通过10%、5%、1%显著性水平检验。

5 讨论与结论

5.1 讨论

（1）交通设施提质增效，强化“时空压缩”效应。空间距离仍然是影响铁路货运的重要因素，实地距离无法改变，但可以通过完善交通网络，提升区域可达性，弱化空间距离的影响，缩短“贸易距离”。受地形地质、人口分布、经济发展等影响，中国现有铁路空间分布不均，东密西疏。为此，一要科学规划，加强跨江沿边、出疆入藏以及西部陆海新通道等战略骨干通道建设，尤其是稳步提高西南和西北地区的路网覆盖水平，让本地资源出得去外部资源进得来，畅通交通网络大循环。二要聚焦邻近省份，分析阻碍区域贸易来往的关键交通节点，疏通区域性铁路网络可达性提升的堵点，精准补齐运输网络的短板，改变中西部省份交界区域出行路线单一甚至绕行的格局，畅通网络微循环。三要实现公路、铁路、海运、内河航运和航空运输的联运，实现综合立体交通网络的互联互通，打通铁路货运“最后1 km”，提高铁路货运效益。
（2）重塑产业分工体系，优化区域产业结构。当前中国市场分割与地方保护主义较为严重[56]，需要加快建设全国统一大市场，既不借“内循环”之名搞地区封锁，又不形成“小而全”的自我小循环，打破区域壁垒，发挥市场在资源配置中的决定性作用，有效提高资源配置效率，促进“地缘贸易”向“全域贸易”发展，弱化山西、河北等东北和华北等核心省份在贸易网络中的控制作用，发挥其引领带动作用，让西藏、新疆、甘肃等西北和西南等边缘省份更好地融入贸易网络，形成互惠共赢的贸易共同体。与此同时，中西部地区根据自身资源禀赋条件有序承接东部沿海产业，依托国家级城市群为载体打造的“优势产业集群”发展“总部经济”，通过总部与分部、上游与下游的联动，不断形成纵向分工协作、横向错位发展的区域经济布局，形成区域内（间）紧密的产业关联关系和可循环的“中心—外围”经济辐射网络，最终建成优势互补、要素互通、产业互联的新型空间格局，打破区域限制，畅通东—西、南—北—中、东南—西北、东北—西南的贸易往来，打破贸易网络中的路径依赖和路径锁定，扩大贸易“朋友圈”。
（3）依托区域发展战略，缩小区域发展差距。中国区域发展不平衡问题依然突出，东西差异逐渐演变为南北差异，区域差异仍存在扩大趋势[58-59]，不患寡而患不均，过大的经济差异易导致虹吸效应，阻碍省际贸易。中国经济发展的空间结构正在发生深刻变化，城市群和中心城市逐渐成为社会经济发展要素集聚的主要空间载体[60]。基于此，以京津冀、长三角和粤港澳大湾区等国家级城市群为载体，打造贸易集群，发挥“市场邻近效应”和“地理邻近效应”集聚上下游企业，优化产业链供应链地理空间，进而依托交通廊道和经济轴带将“块状经济”发展为“走廊经济”“轴带经济”和“枢纽经济”[61]，形成京津冀带动东北、长三角辐射长江经济带并协同珠三角和京津冀、珠三角联动西南和长中游、成渝贯通西南和西北、长中游连南接北承东启西的群内协同合作、群外联动互通的格局，增强城市群的正外部性，避免“遮蔽效应”，带动区域协调发展，促进物流的合理流动。

5.2 结论

本文运用社会网络分析方法对1990—2019年中国省际铁路货运网络的结构特征进行分析，通过QAP回归方法分析影响省际铁路货运网络的主要驱动因子及其变化。研究发现：
（1）从节点特征看，中国省际铁路货运节点层级性突出，山西和河北分别在铁路货运流出和铁路货运流入方面占据主导地位，铁路货运净流出与净流入格局稳定，形成以东部沿海地区为主要净流入区域、中西部省份为主要净流出区域的分布格局。铁路货运流出、流入空间分布不均，且由集中向分散转变。高出高入度省份集中在华北和东北地区，低出低入度省份集中在闽新轴带西南侧，呈扩张趋势，高出低入度省份集中在内蒙古高原和黄土高原，高出高入度区域和低出低入度区域变化明显，低出高入度和低入高出度区域相对稳定。
（2）从网络关联看，中国省际铁路货运网络空间结构特征不清晰，“菱形结构”未显现，呈现“中心—外围”和“点—轴串珠”组织模式，整体联系不够密切。网络层级性和空间指向性不断加强，第二、第三、第四层级减少的省份对向第一层级转移，第二、第三、第四层级铁路货运量从“金字塔型”结构向“沙漏型”结构转变，“马太效应”突出。
（3）从板块角色看，板块角色结构相对合理，中国省际铁路货运网络互惠性较好。中国省际铁路货运网络形成以京津冀和黑吉辽为主的团块状双向溢出板块，以西北地区为主的净溢出板块，自苏浙沪、闽皖赣等长三角周边地区沿闽—新轴带向豫陕甘等西北方向转移的呈“散点+团块”状扩散分布的经纪人板块，以云贵川渝、湘赣鄂等长江中游和上游地区为主的净受益板块，各个板块在网络中扮演的角色基本没有异动，在网络中的发挥的组织作用稳定，存在一定的固化和锁定效应。
（4）中国省际铁路货运网络的形成受自然条件和社会经济条件的双重影响。中国省际铁路货运受地理距离、社会距离和文化距离的影响显著，其中，实地距离、社会距离和文化距离的影响趋于下降，空间邻近和区域邻近的影响反呈上升趋势。随着中国产业结构的优化升级，产业距离对省际铁路货运的影响逐渐显现，但经济距离对省际铁路货运的影响并不显著。
本文利用1990—2019年中国省际铁路货运数据，基于复杂网络视角深入探讨了省际货运个体网络和整体网络结构演变特征，并分析了产业距离、经济距离、文化距离、社会距离和地理距离对省际铁路货运网络的影响，从交通基础设施建设、区域分工体系以及区域协调发展3个方面提出了政策建议，为优化省际铁路货运网络，促进省际铁路货运高质量发展提供参考。遗憾的是仅获取到了省际铁路货运数据，未能囊括航空、公路和水运数据，无法对比分析不同交通运输方式及整体的网络结构及成因的异同。这一难点需要在今后的研究工作克服。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Quan Yi. The impact of the COVID-19 pandemic on global economic and political landscape. Peace and Development, 2020(3): 1-17, 132.

[全毅. 新冠肺炎疫情对世界经济政治格局的影响. 和平与发展, 2020(3): 1-17, 132.]

[2]
Zhang Shaojun, Li Shantong. Study on the inter-provincial trade's contribution to China's economic growth. Journal of Quantitative & Technological Economics, 2017, 34(2): 38-54.

[张少军, 李善同. 省际贸易对中国经济增长的贡献研究. 数量经济技术经济研究, 2017, 34(2): 38-54.]

[3]
Zhang Shaojun, Li Shantong. Evolution trend, characteristics and outlook of the inter-provincial trade in China: From 1987 to 2007. Finance & Trade Economics, 2013, 34(10): 100-107.

[张少军, 李善同. 中国省际贸易的演变趋势、特征与展望: 1987—2007. 财贸经济, 2013, 34(10): 100-107.]

[4]
Wang Qunyong, Wang Junnan, Wang Qingqing. Research on the evolutionary mechanism of China's interprovincial trade network. Finance & Economics, 2023(5): 124-137.

[王群勇, 王俊楠, 汪青青. 中国省际贸易网络演化机制研究. 财经科学, 2023(5): 124-137.]

[5]
Liu Yiang, Lai Desheng. A Research on the factors of product market segmentation: Based on the gravity model-panel data from provincial railway freight trade. Economic Survey, 2016, 33(1): 132-137.

[刘易昂, 赖德胜. 基于引力模型的我国产品市场分割因素研究: 来自省际铁路货运贸易的面板数据. 经济经纬, 2016, 33(1): 132-137.]

[6]
Xing Weibo, Li Shantong. Home biases,border effects and market integration: An empirical study based on inter-provincial VAT survey. China Economic Quarterly, 2009, 8(3): 1455-1474.

[行伟波, 李善同. 本地偏好、边界效应与市场一体化: 基于中国地区间增值税流动数据的实证研究. 经济学(季刊), 2009, 8(3): 1455-1474.]

[7]
Jin F J, Chen Z. Evolution of transportation in China since reform and opening up: Patterns and Principles. Journal of Geographical Sciences, 2019, 29(10): 1731-1757.

[8]
Jin Fengjun, Zhang Wenchang. Research on interprovincial transport linkage in railway freight system. Scientia Geographica Sinica, 1991, 11(1): 19-29, 99.

DOI

[金凤君, 张文尝. 省级区域铁路货运联系的系统研究. 地理科学, 1991, 11(1): 19-29, 99.]

[9]
Wang Chengjin. Railway cargo flow in China since 1950s: Spatial configuration and its evolution. Progress in Geography, 2008, 27(1): 46-55.

[王成金. 1950年代以来中国铁路物流的交流格局及演变特征. 地理科学进展, 2008, 27(1): 46-55.]

[10]
Xu Xianxiang, Li Xun. The model of inter-provincial trade of china: A study based on rail freight. The Journal of World Economy, 2012, 35(9): 41-60.

[徐现祥, 李郇. 中国省际贸易模式: 基于铁路货运的研究. 世界经济, 2012, 35(9): 41-60.]

[11]
Xiu Chunliang, Zhao Yinghui, Song Wei. Spatial polarization of railway transport in Northeast China: 1990-2005. Acta Geographica Sinica, 2008, 63(10): 1097-1107.

DOI

[修春亮, 赵映慧, 宋伟. 1990年以来东北地区铁路运输的空间极化. 地理学报, 2008, 63(10): 1097-1107.]

[12]
Wei Ye, Xiu Chunliang, Zhao Yinghui. Study on spatial polarization and driving forces of railway transport in Northeast China based on GIS. Journal of the China Railway Society, 2010, 32(3): 111-118.

[魏冶, 修春亮, 赵映慧. 基于GIS的东北地区铁路运输空间极化动力机制分析. 铁道学报, 2010, 32(3): 111-118.]

[13]
Cao Xiaoshu, Yan Xiaopei. Features of transport connection in the pearl river delta. Human Geography, 2003, 18(1): 87-89.

[曹小曙, 阎小培. 珠江三角洲城际间运输联系的特征分析. 人文地理, 2003, 18(1): 87-89.]

[14]
Hou Chuanlu, Qin Chenglin. Features and influence factors of inter-provincial trade network in China: An analysis based on railway freight flow data and exponential random graph models. Finance & Trade Economics, 2019, 40(3): 116-129.

[侯传璐, 覃成林. 中国省际贸易网络的特征及影响因素: 基于铁路货运流量数据及指数随机图模型的分析. 财贸经济, 2019, 40(3): 116-129.]

[15]
Zong Huiming, Huang Yan, Ji Xin. Evolution characteristics and determinants of China's railway freight transport since 2000. Economic Geography, 2021, 41(7): 128-137.

[宗会明, 黄言, 季欣. 2000年以来中国铁路货物运输格局演化特征与影响因素. 经济地理, 2021, 41(7): 128-137.]

[16]
Zhao Yinghui, Zhu Liang, Ma Baitong, et al. Characteristics of inter-provincial network connection based on railway freight flow in China, 1998-2016. Scientia Geographica Sinica, 2020, 40(10): 1671-1678.

DOI

[赵映慧, 朱亮, 马百通, 等. 1998—2016年中国省际网络联系结构特征: 基于铁路货流视角. 地理科学, 2020, 40(10): 1671-1678.]

DOI

[17]
Zeng Bing, Qiu Zhiping. Research on spatial-temporal feature and influencing factors of inter-provincial trade network in Yangtze River economic belt. Shanghai Journal of Economics, 2017, 29(9): 69-77.

[曾冰, 邱志萍. 长江经济带省际贸易网络结构时空特征及其影响因素研究. 上海经济研究, 2017, 29(9): 69-77.]

[18]
Fujita M, Krugman P R, Venables A J. The Spatial Economy:Cities, Regions, and International Trade. Cambidge: The MIT Press, 1999.

[19]
Felbermayr G J, Toubal F. Cultural proximity and trade. European Economic Review, 2010, 54(2): 279-293.

[20]
Xu Jiayun, Zhou Shaojie, Hu Angang. Institutional distance,neighboring effects and bilateral trade: An empirical analysis based on spatial panel model of "One Belt and One Road" countries. Journal of Finance and Economics, 2017, 43(1): 75-85.

[许家云, 周绍杰, 胡鞍钢. 制度距离、相邻效应与双边贸易: 基于“一带一路”国家空间面板模型的实证分析. 财经研究, 2017, 43(1): 75-85.]

[21]
Han Xue, Liang Xuan, Wang Qian. Analysis on the structure characteristics of virtual elements trading network in major crops trade of China. Acta Ecologica Sinica, 2020, 40(11): 3851-3865.

[韩雪, 梁璇, 王倩. 中国主要农产品虚拟要素贸易网络结构特征分析. 生态学报, 2020, 40(11): 3851-3865.]

[22]
Wang Wenyu, He Canfei, Ren Zhuoran. Evolution of mineral resources trade network in China. Journal of Natural Resources, 2021, 36(7): 1893-1908.

DOI

[王文宇, 贺灿飞, 任卓然. 中国矿产资源贸易网络演化. 自然资源学报, 2021, 36(7): 1893-1908.]

DOI

[23]
Boschma R. Proximity and innovation: A critical assessment. Regional Studies, 2005, 39(1): 61-74.

[24]
Broekel T, Hartog M. Explaining the structure of inter-organizational networks using exponential random graph models. Industry & Innovation, 2013, 20(3): 277-295.

[25]
He Canfei, Jin Lulu, Liu Ying. How does multi-proximity affect the evolution of export product space in China? Geographical Research, 2017, 36(9): 1613-1626.

[贺灿飞, 金璐璐, 刘颖. 多维邻近性对中国出口产品空间演化的影响. 地理研究, 2017, 36(9): 1613-1626.]

DOI

[26]
Wang L L, Zhao Y. Does experience facilitate entry into new export destinations? China & World Economy, 2013, 21(5): 36-59.

[27]
Feng Shumin. Traffic Complex Network Method. Beijing: China Communications Press, 2019.

[冯树民. 交通复杂网络方法. 北京: 人民交通出版社, 2019.]

[28]
Liu Jun. Lectures on Whole Network Approach:A Practical Guide to NCINET. Shanghai: Shanghai People's Publishing House, 2007.

[刘军. 整体网分析讲义:UCINET软件实用指南. 上海: 上海人民出版社, 2007.]

[29]
Snyder D, Kick E L. Structural position in the world system and economic growth, 1955-1970: A multiple-network analysis of transnational interactions. American Journal of Sociology, 1979, 84(5): 1096-1126.

[30]
Liu Chengliang, Guan Mingming, Duan Dezhong. Spatial pattern and influential mechanism of interurban technology transfer network in China. Acta Geographica Sinica, 2018, 73(8): 1462-1477.

DOI

[刘承良, 管明明, 段德忠. 中国城际技术转移网络的空间格局及影响因素. 地理学报, 2018, 73(8): 1462-1477.]

DOI

[31]
Chong Zhaohui, Qin Chenglin. The trade network structure of "One Belt and One Road" and its influence factors: A study based on analytic network process. International Economics and Trade Research, 2017, 33(5): 16-28.

[种照辉, 覃成林. “一带一路”贸易网络结构及其影响因素: 基于网络分析方法的研究. 国际经贸探索, 2017, 33(5): 16-28.]

[32]
Barnett G A. Encyclopedia of Social Networks. Thousand Oaks: SAGE Publications, 2011.

[33]
Sun Xiaohua, Guo Xu, Wang Yun. Industrial relocation, elements agglomeration and regional economic development. Journal of Management World, 2018, 34(5): 47-62, 179-180.

[孙晓华, 郭旭, 王昀. 产业转移、要素集聚与地区经济发展. 管理世界, 2018, 34(5): 47-62, 179-180.]

[34]
Sun Pingjun, Wang Kewen. Identification and stage division of urban shrinkage in the three provinces of Northeast China. Acta Geographica Sinica, 2021, 76(6): 1366-1379.

DOI

[孙平军, 王柯文. 中国东北三省城市收缩的识别及其类型划分. 地理学报, 2021, 76(6): 1366-1379.]

DOI

[35]
Feng Zhangxian, Li Jiaxin, Wang Shijun, et al. Dynamic evolution and influencing factors of urban vitality of shrinking cities in Northeast China. Scientia Geographica Sinica, 2023, 43(5): 774-785.

DOI

[冯章献, 李嘉鑫, 王士君, 等. 东北地区收缩城市活力演化及影响因素分析. 地理科学, 2023, 43(5): 774-785.]

DOI

[36]
Zhang Weili, Yan Jingjing, Nie Guibo. Evolution of the pattern of China's urban population flows and its proximate determinants. Chinese Journal of Population Science, 2021(2): 76-87, 127-128.

[张伟丽, 晏晶晶, 聂桂博. 中国城市人口流动格局演变及影响因素分析. 中国人口科学, 2021(2): 76-87, 127-128.]

[37]
Wang Jiaoe, Du Delin, Jin Fengjun. Comparison of spatial structure and linkage systems and geographic constraints: A perspective of multiple traffic flows. Acta Geographica Sinica, 2019, 74(12): 2482-2494.

DOI

[王姣娥, 杜德林, 金凤君. 多元交通流视角下的空间级联系统比较与地理空间约束. 地理学报, 2019, 74(12): 2482-2494.]

DOI

[38]
Hao Xianyin, Zhang Nianming. The evolution and promotion path of China's regional development strategy in the new era. Journal of Management World, 2023, 39(1): 56-68.

[郝宪印, 张念明. 新时代我国区域发展战略的演化脉络与推进路径. 管理世界, 2023, 39(1): 56-68.]

[39]
Liu Binglian, Bian Yang, Zhou Mi, et al. 70 years review of China's regional economic development and its prospect. China Industrial Economics, 2019(9): 24-41.

[刘秉镰, 边杨, 周密, 等. 中国区域经济发展70年回顾及未来展望. 中国工业经济, 2019(9): 24-41.]

[40]
Zhang Gongsheng. The 70 years review and future prospect of China's regional development strategy. On Economic Problems, 2019(10): 10-18.

[张贡生. 中国区域发展战略之70年回顾与未来展望. 经济问题, 2019(10): 10-18.]

[41]
Wang Jiaoe, Jing Yue. Comparison of spatial structure and organization mode of inter-city networks from the perspective of railway and air passenger flow. Acta Geographica Sinica, 2017, 72(8): 1508-1519.

DOI

[王姣娥, 景悦. 中国城市网络等级结构特征及组织模式: 基于铁路和航空流的比较. 地理学报, 2017, 72(8): 1508-1519.]

DOI

[42]
Zhao Ziyu, Wei Ye, Pang Ruiqiu, et al. Spatiotemporal and structural characteristics of interprovincial population flow during the 2015 Spring Festival travel rush. Progress in Geography, 2017, 36(8): 952-964.

DOI

[赵梓渝, 魏冶, 庞瑞秋, 等. 中国春运人口省际流动的时空与结构特征. 地理科学进展, 2017, 36(8): 952-964.]

DOI

[43]
Wang Qingxi, Hu Zhixue. Urban innovation network of Zhejiang from the perspective of multidimensional proximities. Scientia Geographica Sinica, 2021, 41(8): 1380-1388.

DOI

[王庆喜, 胡志学. 多维邻近下浙江城市创新网络演化及其机制研究. 地理科学, 2021, 41(8): 1380-1388.]

DOI

[44]
Chen Yuegang, Zhang Chi, Wu Yan. Proximities and knowledge spillover in the Yangtze River Delta. Urban Development Studies, 2018, 25(12): 34-44.

[陈跃刚, 张弛, 吴艳. 长江三角洲城市群多维邻近性与知识溢出效应. 城市发展研究, 2018, 25(12): 34-44.]

[45]
Jiang Zilong, Wang Jun, Fan Jie. Distribution change and influencing factors of headquarters of Chinese listed companies from 1990 to 2019. Economic Geography, 2022, 42(4): 112-121.

DOI

[蒋子龙, 王军, 樊杰. 1990—2019年中国上市公司总部分布变迁及影响因素. 经济地理, 2022, 42(4): 112-121.]

DOI

[46]
Zhang Yiou, Gu Renxu, Ma Shuang. Spatial characteristics and proximity mechanism of technology transfer among cities in China. Progress in Geography, 2019, 38(3): 370-382.

DOI

[张翼鸥, 谷人旭, 马双. 中国城市间技术转移的空间特征与邻近性机理. 地理科学进展, 2019, 38(3): 370-382.]

DOI

[47]
Jiang Xiaorong, Yang Yongchun, Liu Qing, et al. Spatial evolution characteristics and influencing factors of trade multidimensional network: A comparative study based on trade in goods, services and value-added. Scientia Geographica Sinica, 2021, 41(8): 1419-1427.

DOI

[蒋小荣, 杨永春, 刘清, 等. 多重贸易网络的空间演化特征及其影响因素: 基于货物、服务和增加值贸易的比较. 地理科学, 2021, 41(8): 1419-1427.]

DOI

[48]
Scherngell T, Hu Y J. Collaborative knowledge production in China: Regional evidence from a gravity model approach. Regional Studies, 2011, 45(6): 755-772.

[49]
Liu Yuyun, Xu Xianxiang, Xiao Zekai. The pattern of labor cross-dialects migration. Economic Research Journal, 2015, 50(10): 134-146, 162.

[刘毓芸, 徐现祥, 肖泽凯. 劳动力跨方言流动的倒U型模式. 经济研究, 2015, 50(10): 134-146, 162.]

[50]
Ji Feifei, Chen Wen. Distribution pattern and expansion mechanism of financial institution network in the Yangtze River Delta. Progress in Geography, 2014, 33(9): 1241-1251.

[季菲菲, 陈雯. 长三角地区金融机构网络分布格局与扩张机理: 以城市商业银行为例. 地理科学进展, 2014, 33(9): 1241-1251.]

[51]
Gao Peng, He Dan, Ning Yuemin, et al. Community structure and proximity mechanism of city clusters in middle reach of the Yangtze River: Based on producer service firms' network. Scientia Geographica Sinica, 2019, 39(4): 578-586.

DOI

[高鹏, 何丹, 宁越敏, 等. 长江中游城市群社团结构演化及其邻近机制: 基于生产性服务企业网络分析. 地理科学, 2019, 39(4): 578-586.]

DOI

[52]
Liu Mengyu, Shen Lizhen. Impact of high-speed railway network on inter-city connections and its heterogeneity: Taking Nanjing city as the center of network. Progress in Geography, 2021, 40(4): 647-659.

DOI

[刘梦雨, 沈丽珍. 高铁发展对城市对间联系的影响及异质性研究: 以南京市为例. 地理科学进展, 2021, 40 (4): 647-659.]

DOI

[53]
Xu Ning, Li Xiande. Evolution of Shanghai listed companies' outward investment network and its determinants. Progress in Geography, 2020, 39(4): 553-566.

DOI

[徐宁, 李仙德. 上海上市公司对外投资网络演变及其影响因素研究. 地理科学进展, 2020, 39(4): 553-566.]

DOI

[54]
Fang Chuanglin, Liu Haimeng, Luo Kui, et al. Comprehensive regionalization of human geography in China. Acta Geographica Sinica, 2017, 72(2): 179-196.

DOI

[方创琳, 刘海猛, 罗奎, 等. 中国人文地理综合区划. 地理学报, 2017, 72(2): 179-196.]

DOI

[55]
Zhang Lina, Cao Yiwen, Pang Qinghua, et al. Driving effect of advanced industrial structure on spatio-temporal difference of regional water use. Soft Science, 2020, 34(7): 1-7.

[张丽娜, 曹逸文, 庞庆华, 等. 产业结构高级化对区域用水总量时空差异的驱动效应研究. 软科学, 2020, 34(7): 1-7.]

[56]
Yuan Shengchao, Lv Cuicui, Zhang Shuai. Whether the development of the digital economy reduces market segmentation: From the dual perspective of regional economic linkages and administrative monopoly. Economic Survey, 2022, 39(6): 24-33.

[袁胜超, 吕翠翠, 张帅. 数字经济发展降低了市场分割吗? 基于地区经济联系与行政垄断的双重视角. 经济经纬, 2022, 39(6): 24-33.]

[57]
Chen Yongwei. Surnames matter: An investigation of the effect of cultural differences on the inter-provincial trade in China. China Journal of Economics, 2016, 3(3): 1-25.

[陈永伟. 文化差异对省际贸易的影响及其作用机制研究: 基于姓氏距离的考察. 经济学报, 2016, 3(3): 1-25.]

[58]
Fan Jie, Wang Yafei. Pattern evolution of China's economic geography in the past 40 years and regional coordinated development in the new era. Economic Geography, 2019, 39(1): 1-7.

[樊杰, 王亚飞. 40年来中国经济地理格局变化及新时代区域协调发展. 经济地理, 2019, 39(1): 1-7.]

[59]
Zhang Jianhua, Gao Jun. Study on the problems and the countermeasures of the unbalanced development of regional economy in the 40 years of China's reform and opening up. Contemporary Economic Management, 2019, 41(2): 9-14.

[张荐华, 高军. 中国改革开放40年中的区域经济发展不平衡问题与对策研究. 当代经济管理, 2019, 41(2): 9-14.]

[60]
Yi Miao. Political economics analysis of regional economic layout in the new era: Based on the perspective of Marxist urban division of labor theory. Economic Review Journal, 2021(4): 25-32.

[易淼. 新时代区域经济布局的政治经济学分析: 基于马克思主义城市分工理论的视角. 经济纵横, 2021(4): 25-32.]

[61]
Wang Bing, Wu Fuxiang. A study on the geographical remodeling of China's industrial chain supply chain under the new development pattern of dual cycle: Also on home globalization and unified big market. Social Sciences in Xinjiang, 2023(3): 28-39, 150.

[王兵, 吴福象. 双循环新发展格局下中国产业链供应链地理重塑研究: 兼论主场全球化与统一大市场. 新疆社会科学, 2023(3): 28-39, 150.]

Options
文章导航

/

〈 〉