在全球化、信息化与快速交通的共同推动下, “社会性社会”正加速转化成“流动性社会”[1]。区域地理空间组织结构始终是经济地理学的核心内容之一,“流动性”成为重塑地理空间结构的重要力量,空间组织由等级中心地模式转向复杂网络化模式,空间主体由“流动空间”取代“地方空间”[2-3]。已有研究主要通过人流、物流、交通流等实体媒介与信息流、社会文化、科研合作、技术转移等虚拟媒介对不同尺度的区域空间结构进行刻画与诠释[4-7]。基于“流空间”理论研究日常城际流动组织结构及影响因素对于区域一体化高质量融合发展具有重要意义。
人流是承载区域要素流动的重要媒介,居民日常城际流动推动生产要素的流动和优化配置,促进城乡结构和社会结构的转变,进而重塑区域空间结构与形态[8-9]。关于城际流动的研究主要有:1)基于人口普查、抽样调查等数据对人口较长时间迁移的空间特征、规律及影响因素进行分析[10-12];2)基于城际流动反演的城市体系特征、城市网络研究,如利用公路客流、铁路客流、航空客流对城市间联系以及城市角色识别进行量化评价[13-14];3)通过挖掘与处理基于位置信息的社交媒体大数据来定量研究城市网络体系,揭示人的空间活动轨迹与空间行为模式[15]。与人口普查包含的社会经济属性数据不同,人的流动轨迹数据具有更强的时效性、客观性和典型性;与年度人口迁移数据不同,人的日常城际流动研究更能真实展现区域空间一体化的实际进程[14,16]。
人口的日常城际流动与迁移不同,是短期内居民地理空间位置发生变化的过程,例如日常通勤、商务差旅、节假日旅游等行为[17-18]。城际流动受到多种因素的共同作用,很多研究深入探讨了产业结构、社会经济属性、地理距离等要素对城际流动强度的作用[19-21],证实了不同类型城际流动模式存在差异,其影响因素也有所不同[14,22];也有研究从社会经济、自然环境和区位等角度研究日常人口流动的影响因素,但多集中在城市群宏观层面或都市圈、城市内部微观层面,较少涉及省内县域尺度下城市间的要素往来关系,尤其缺少县域尺度下日常城际流动的影响评价体系[8-9,23]。县域尺度日常人口流动与地市间、镇街间人口流动存在差异,承载着更多如探亲、差旅、就医等活动的跨区域转移,公共服务水平、商业服务等级和旅游资源禀赋等因素的影响被放大[24]。相比地市尺度的研究,县域层面的城际流动分析在量化和支撑交通枢纽选址、交通干线配置等方面展现出更显著的优势。县级单元是城市化地区的最基础单元,以县域为单元的分析能更为精准揭示组织结构特征。研究日常城际流动的网络结构、空间规律及其背后的影响机制,对于理解城际互动联系规律具有重要参考价值,也为区域一体化发展决策的制定提供科学依据。已有的日常人口流动研究以沿海发达区域为主,随着高速交通与一体化进程的推进,中部地区也在逐步网络化。湖南省以长株潭城市群为核心,区域内部联系相对比较松散,经济发展水平差异明显,以湖南省作为研究案例,具有一定的典型性。
据此,本文以县域为节点,利用湖南省101个县域尺度的手机信令数据,构建表征居民城际出行的关系矩阵。从流动规模、网络集聚和组团结构3个层面对周末和工作日湖南省县域城际流动特征进行分析,利用多元回归二次指派程序(multiple regression quadratic assignment procedure,MRQAP)模型深入剖析县域日常城际流动的影响因素,旨在为湖南省县域城际交通资源的科学配置以及城际出行效率的提升提供决策参考。
1 研究设计
1.1 研究思路
在由人的城际流动构建的城际客流网络中,时空分布特征是理解城际客流网络的微观基础。本研究利用湖南省2019年6月的手机信令数据,绘制日常城际流动的空间网络矩阵,揭示不同驱动力在工作日和周末如何塑造不同的城际流动。其中位序-规模法则和累计净流入描述节点特征,城际流动规模格局和空间距离衰减规律描述城际联系特征,首位度、优势度、组团结构系列指标揭示日常城际流动网络结构特征,MRQAP探讨日常城际流动网络的影响因素。本研究以湖南省包括14个市州下辖的101个县域为研究区域(其中市辖区合并为一个主城区作为研究单元)。研究框架见图1。
1.2 数据来源与指标选取
1.2.1 数据来源
研究所使用的数据主要包括湖南省的手机信令数据、社会经济统计数据以及基于百度地图的出行数据。其中手机信令数据是由移动通信运营商中国联通所提供的2019年6月整月基于区县空间聚合后的数据,通过统计用户白天最长驻留时间和夜间最长驻留时间的地点来分别确定居住地和工作地,经过样本扩样后提取各县域全量居住人口数量和工作日、周末县域间流动人次总量。湖南各县域手机信令居住人口数量和第七次人口普查常住人口数量的皮尔逊相关性指数高达0.91,说明手机信令数据具有较高的准确性。本文的时间成本数据是由百度地图API测算而来。社会经济统计数据主要来源于湖南省统计年鉴、湖南省文化和旅游厅和安居客网站(https://cs.anjuke.com)。
1.2.2 影响因素的选取
本文基于科学性以及数据可获得性原则,从以下3个方面选取影响县域尺度日常城际流动网络的影响因素(表1)。1)城市属性:城市性质决定其自身是否具有吸引力,即城市属性特征会促使居民优先选择能够让自身“获利”的城市作为出行目的地,本文选取经济总量、工资收益、消费能力、房价水平和旅游禀赋这5个变量。2)人口规模:人口规模是日常城际流动的基底,选取常住人口和变动人口这2个变量。3)邻近关系:日常城际流动受出行成本、文化吸引等多重邻近关系潜在制约。
表1 影响因素指标体系及描述性统计Tab.1 Index system and descriptive statistics of influencing factors |
| 一级指标 | 自变量 | 自变量 | 数据来源 | 样本数 | 平均值 | 标准差 | 最小值 | 最大值 |
|---|---|---|---|---|---|---|---|---|
| 城市属性 | 经济总量 | GDP/亿元 | 统计年鉴 | 101 | 479.69 | 948.82 | 35.03 | 8 903.04 |
| 工资收益 | 在岗职工平均工资/元 | 统计年鉴 | 101 | 56 736.95 | 10 263.81 | 41 073.62 | 96 950.79 | |
| 消费能力 | 常住居民可支配收入/元 | 统计年鉴 | 101 | 29 422.19 | 10 613.60 | 15 580 | 66 938.96 | |
| 房价水平 | 房价均值/(元·m-2) | 安居客网站 | 101 | 5 008.55 | 1 182.74 | 1 612 | 10 416 | |
| 旅游禀赋 | 国家4A级旅游景区/个 | 湖南省文化和旅游厅 | 101 | 1.95 | 2.406 | 0 | 20 | |
| 人口规模 | 常住人口 | 年末常住人口/万人 | 统计年鉴 | 101 | 65.07 | 65.63 | 6.94 | 626.95 |
| 变动人口 | 常住人口减去户籍人口/万人 | 统计年鉴 | 101 | 41.69 | 42.14 | 4.78 | 400.83 | |
| 邻近关系 | 时间成本 | 每对城际联系的陆 路最短时间/min | 百度地图 | 10 201 | 3.83 | 1.62 | 0 | 10.15 |
| 地理区位 | 边界是否处于邻接状态 | 0-1二值指标矩阵 | ||||||
| 行政区域 | 是否同属一个市级行政区划 | 0-1二值指标矩阵 | ||||||
| 文化背景 | 是否有相同的方言 | 0-1二值指标矩阵 | ||||||
2 研究方法
2.1 累计净流入指数
累计净流入指数(Ci)定义为一定时期内县域累计流入与累计流出之差,即
Ci= ${\sum }_{{t}_{0}\le s\le {t}_{1}}^{}{I}_{i}^{s}$ - ${\sum }_{{t}_{0}\le s\le {t}_{1}}^{}{O}_{i}^{s}$ 。
式中: ${I}_{i}^{s}$ 和 ${O}_{i}^{s}$ 分别为特定日期s时县域i的流入量和流出量;t0和t1分别为研究期的开始日期和结束日期。如果某县域的流入量多于流出量,则Ci值为正;否则,Ci值为负。
2.2 县域优势度指标
本文选用加权度中心性指数(Ii)和加权优势度(Ii')两个指标来揭示县域在城际流动网络中的优势度,计算公式分别为
Ii= ${D}_{i}^{a}$ ×(Ti/Di)(1-a),
Ii'= $\frac{{T}_{i}}{\left({\sum }_{j=1}^{N}{T}_{j}/N\right)}$ 。
式中:Ti是网络中县域i的人口流入与流出规模之和;N是县域数量;Di是县域i的出度与入度之和;α为赋值参数,本文赋值为0.5;Ii表征县域i在城际流动网络中的绝对优势度,Ii越大,县域i的绝对优势度水平越强;Ii'表示县域i的相对优势度,Ii'越大,相对优势度水平越强,Ii'大于1,说明该县优势度高于平均水平。
2.3 组团结构及县域角色的判别
本文基于县域间人口流动数量构建加权网络,利用综合考虑了节点权重、边权重和连接方向等结构指标的Infomap算法来识别组团结构,并通过冲积图对工作日和周末的组团结构进行可视化比较[25-26]。本文同时利用组内-组间参数对比法(在所属组团内部连通性水平和在所有组团外部连通性水平)来识别网络中县域角色[27]。具体步骤为:1)划分组团,测度城际流动网络的亲疏关系以及集聚特征,“模块度”越高则组团结构越清晰;2)计算县域在组团内的加权度中心性指标,即组团内部连通水平(Zi);3)计算县域与其他不同组团县域联系的分配均衡程度,即外部加权参与系数(Pi,0≤Pi≤1),该值越接近于1,分配则越均衡;4)以Pi和Zi为横纵坐标,根据数值确定临界值,进而对县域角色分类(图2)。Pi和Zi的计算公式为
式中:Ki为县域i在归属组团中的加权度中心性; $\overline{{K}_{i}}$ 为组团内各县域加权度中心性的平均值;σ为组团内各县域加权度中心性的标准差;KiS为县域i与其他组团S间的加权度中心性关联度;Ki'为县域i在整个网络中的加权度中心性;N为组团的总数量。
2.4 多元二次指派程序(MRQAP)
W=f(X1,X2,…,X12)。
式中:W表示县域网络关系;Xi指影响县域流动网络的因素。
县域间日常人口流动的影响因素通常从县域本身社会经济发展水平和县域间多维邻近性来考量。参考已有文献,本文选取经济总量、工资收益、消费能力、房价水平、旅游禀赋、常住人口和变动人口7个变量来反映县域社会经济发展水平,选取时间成本、地理区位、行政区域、文化背景4个变量来反映县域间多维邻近性。进入模型的社会经济属性类变量通过差值来表达,即计算两县属性差的绝对值,目的是消除方向性影响,关注差异幅度。时间成本变量基于县域中心经纬度之间小汽车通行时间来得到。地理区位、行政区域、文化背景变量则通过0-1矩阵来表达,其中地理空间位置上相邻记为1,否则记为0;同一个城市记为1,否则记为0;使用同一种方言记为1,否则记为0。最后借助MRQAP模型对日常流动的影响因素进行实证检验。
3 日常城际流动网络结构特征
3.1 日常城际流动规模特征
首先对人口流动规模进行排序,然后对人口流动规模与位序取自然对数后的关系进行线性拟合(图3)。结果表明:工作日和周末状况基本一致,规模极化效应和集聚程度较高,各点分布集中在拟合直线尾部,说明低位序、低流动人口规模的县域偏多,处于中层流动人口规模的县域偏少。其中,工作日和周末的位序-规模拟合方程R2值分别为0.526 2和0.568 4,拟合效果较好,说明湖南省县域尺度日常城际客流量的分布符合位序-规模特征。工作日及周末的拟合方程斜率分别为-0.627 8、-0.663 4,均小于1,表明工作日和周末客流量呈现正态分布模式,湖南省各县域日常城际流动的分布相对不均衡,极化现象显著,首位度较高,人口流动的主要来源还是高位序的县域。
将工作日累计净流入指数的分布与周末进行比较(图4),可得到这两个时段各市城区都是人口集散核心,大部分客流以流向城区为主,因为城区社会经济发展水平相对较高,更易与周边县域产生不同要素的流动和交换,对周边县域人流具有明显吸引作用。值得关注的是,周末和工作日的人口净流入最高正值都是郴州城区,分别为44 897和57 586人次。在工作日,长沙城区、岳阳城区分别位居第二、第三;宜章县、新化县、平江县等县域均出现负值,流出人口最多的是临湘市,流出19 865人次。而在周末,人口净流入位居第二的是岳阳城区,为12 511人次,其次是永兴县、衡南县、汝城县等,株洲城区、宜章县、长沙城区、衡阳城区等县域均出现负值;最低值是株洲城区,累计流出115 145人次。部分县域在这两个时段的累计净流入指数变动较大,如长沙城区、张家界城区、凤凰县等县域在工作日为累计净流入正值区域,在周末变为累计净流入负值区域;宁乡市、衡南县、邵阳县等县域在工作日为累计净流入负值区域,在周末为累计净流入正值区域。
3.2 日常城际流动网络特征
基于各县域工作日和周末日均城际出行数据构建相应城际流动网络(图5)。总体上,在这两个时段以长沙城区为绝对中心扩散的格局非常明显,且长沙城区与长沙县之间的城际流动规模最大,联系最密切;各地级市以该市主城区为中心,共同形成“核心-腹地”的城际流动网络。周末与工作日的城际流动格局总体较为一致,但也存在一定的差异。大部分县域在周末的城际流动规模有所提升,长沙城区、衡阳城区、湘潭城区及岳阳城区等部分区域中心城市与周边腹地县域人口交互作用增强,短途出行频次增加。
湖南省在工作日和周末的城际客流存在非常显著的空间距离衰减规律(图6)。在工作日,91.72%同市内城际出行客流距离小于100 km,客流分配量在100 km后显著下降;跨市联系的城际出行客流小于100 km的占比28.12%、100~200 km的占比31.84%,之后呈稳定下降趋势。在周末,城际出行客流在不同距离内的分配与工作日基本保持一致。
为深入挖掘湖南省县域城际流动规律,提取城际网络的首位联系流(图7)。首位联系流指一个县域在与其他县域的联系中流量最大。从首位联系数量来看,工作日存在首位联系的县域为62个,关联县域达到4个以上的首位县域包括长沙城区(4个)、郴州城区(4个)和怀化城区(6个);周末存在首位联系的县域数量减少至60个,关联县域达到4个以上的首位县域包括郴州城区(4个)、长沙城区(5个)和怀化城区(6个)。首位联系强度指各县域对其所联系首位县域的依赖程度,工作日与周末的首位联系强度平均值分别为0.321和0.338,周末的城际流动网络关联集聚程度较高。长沙城区、湘西城区、张家界城区、靖州苗族侗族自治县等县域的首位联系强度得到提升,洪江市、麻阳苗族自治县等怀化城区周围县域的首位联系强度显著下降。
对比工作日和周末时段的城际关联优势度,将工作日优势关联(工作日>周末)和周末优势关联(周末>工作日)进行对比,利用自然断裂法将两个时段城际关联优势度值划分为4级(图8)。工作日共有2 534对城际联系优于周末,周末共有2 264对城际联系优于工作日。周末各县域间城际流动网络等级结构特征相比工作日更为明显。工作日,第一等级联系城市对仅有1对,主要是长沙城区与周边县域的城际联系;第二等级联系和第三等级联系城市对集中在各地级市城区与周边县域的联系。周末,长沙城区与周边县域的优势关联依然最高,形成了长沙城区-娄底城区、长沙城区-湘潭城区、长沙城区-株洲城区、长沙城区-益阳城区和长沙城区-岳阳城区等以长沙为核心向四周辐射的城际联系结构。永州城区、郴州城区、常德城区、衡阳城区等地级市城区与周边县域的关联程度提升,且城际联系不仅集中在近距离出行,开始呈现部分跨市的较长距离出行。
3.3 县域角色识别
准确把握网络中节点角色对于解析城际流动网络至关重要,本文利用组内-组间重要性参数比较法对湖南省各县域角色进行识别(图9)。承担枢纽功能的县域以各地级市城区为主,这是由于各地级市城区在各自归属组团内发挥着政治、经济和文化中心功能,与组团内非枢纽县域保持着紧密联系。工作日枢纽和非枢纽县域的数量分别为19个和81个,周末的枢纽县域增加至26个、非枢纽县域下降至74个。在工作日,枢纽县域仅长沙城区的Pi值大于0.5,表明长沙城区与其他县域的联系均衡地分布于各组团中,不仅是各自归属组团的枢纽县域,同时也承担着与其他组团县域联系的功能,是全省的枢纽县域角色;其余18个县域如衡阳城区、湘潭城区、岳阳城区等县域承担区域性枢纽功能。在周末,长沙城区、长沙县的Pi值大于0.5,怀化城区、永州城区、娄底城区、凤凰县、宜章县等由非枢纽县域转为地方和区域枢纽县域,这表明周末的城际出行相较于工作日更分散。就非枢纽县域来说,工作日和周末的边缘县域分别为60个和54个。
3.4 城际流动网络组团结构
湖南省县域城际流动网络在工作日和周末分别有15个和13个组团(图10),根据地理集聚特征,可划分为跨市组团和市域组团。依据组团县域PageRank值进行排序,PageRank值越大,位置越靠下方,组团在网络中的重要性和地位越高。同时,两个时段不同组团相连的横向流线表示各组团所含县域在工作日和周末之间的变化, 其宽度与组团所含县域数量成正比。
图10 工作日和周末城际流动网络组团结构划分及其变化注:借助MAP EQUATION平台完成(https://www.mapequation.org)。网络版为彩图。 Fig.10 Division and change of community structure of intercity flow scale for workdays and weekends |
跨市组团是地理邻近效应与克服距离摩擦的空间跳跃效应共同作用的结果,在长沙、株洲、郴州、永州和岳阳等主要城区的辐射带动下,形成了跨市紧密功能联系组团。在工作日,形成了以长沙和株洲为核心的跨市组团(包括9个县域)、以邵阳和郴州为核心的跨市组团(包括10个县域)、以株洲和郴州为核心的跨市组团(包括4个县域)。在周末,形成了长沙-岳阳、娄底-益阳、岳阳-衡阳、株洲-永州和郴州-永州5个跨市组团,包括的县域数量分别为7、10、7、9和6个,邵阳-郴州组团不再存在。这些跨市组团内有长株潭城际铁路、邵临高速和京港澳高速等线路,道路耦合程度较高;且跨市组团内的县域多数位于环长株潭城市群内,经济发展水平较高,交通通达性较高。
市域组团是处于同一市级行政区内的县域共同组成的功能组团,此类组团数量最多,工作日和周末分别包括12个和8个。工作日形成以湘潭城区-湘潭县为核心的湘潭组团、以常德城区-汉寿县为中心的常德组团、以岳阳城区-临湘市为中心的岳阳组团、以衡阳城区-衡南县为中心的衡阳组团和以宜章县-桂阳县为中心的郴州组团等。周末形成以衡阳城区邻近的衡阳组团、以湘潭城区-韶山市为中心的湘潭组团、以常德城区-资兴县为中心的常德组团和以邵阳城区-邵东市的邵阳组团。市域组团内各县域的流动受距离影响较大。
4 回归结果
4.1 QAP相关性分析
利用Ucinet 6软件对县域日常城际流动空间关联矩阵与影响因素矩阵进行QAP相关性分析(表2)。选5 000次随机置换次数,相关系数绝对值越大说明对应的解释变量对被解释变量的影响越大。经初步分析可知,除消费能力外,其余变量与周末、工作日两个时段城际客流网络矩阵均显著相关,且显著性水平均在5%及以下,说明变量选取合理。考虑仅通过QAP相关性分析会出现偏差,因此将工作日和周末的城际客流网络矩阵进行MRQAP分析。
表2 QAP相关分析Tab.2 Test results of QAP correlation analysis |
| 变量 | 工作日 | 周末 | ||
|---|---|---|---|---|
| 相关系数 | P值 | 相关系数 | P值 | |
| 经济总量 | 0.163*** | 0.007 | 0.165*** | 0.008 |
| 工资收益 | 0.051** | 0.040 | 0.044** | 0.045 |
| 消费能力 | 0.024 | 0.107 | 0.021 | 0.127 |
| 房价水平 | 0.066** | 0.017 | 0.062** | 0.017 |
| 旅游禀赋 | 0.163*** | 0.001 | 0.157*** | 0.004 |
| 常住人口 | 0.159** | 0.012 | 0.159*** | 0.009 |
| 变动人口 | 0.157** | 0.012 | 0.158*** | 0.009 |
| 时间成本 | -0.231*** | 0.000 | -0.207*** | 0.000 |
| 地理区位 | 0.422*** | 0.000 | 0.379*** | 0.000 |
| 行政区域 | 0.327*** | 0.000 | 0.290*** | 0.000 |
| 文化背景 | 0.184*** | 0.000 | 0.161*** | 0.000 |
注:**、***分别表示5%、1% 的显著性水平。 |
4.2 MRQAP 回归分析
借助 Ucinet 6 软件将工作日与周末城际客流网络矩阵与以下8个自变量矩阵进行MRQAP分析,同时对矩阵进行2 000次随机置换,回归结果见表3。
表3 MRQAP分析的检验结果Tab.3 Test results of MRQAP analysis |
| 变量 | 工作日 | 周末 | |||
|---|---|---|---|---|---|
| 相关系数 | P值 | 相关系数 | P值 | ||
| 经济总量 | 0.226*** | 0.001 | 0.219*** | 0.003 | |
| 工资收益 | -0.051*** | 0.000 | -0.063*** | 0.000 | |
| 房价水平 | -0.044* | 0.053 | -0.048** | 0.024 | |
| 旅游禀赋 | 0.094** | 0.014 | 0.076** | 0.017 | |
| 常住人口 | 0.578*** | 0.000 | 0.191*** | 0.000 | |
| 变动人口 | -0.418 | 0.235 | -0.586 | 0.225 | |
| 时间成本 | -0.036** | 0.048 | -0.035** | 0.050 | |
| 地理区位 | 0.329*** | 0.000 | 0.297*** | 0.000 | |
| 行政区域 | 0.170*** | 0.000 | 0.149*** | 0.000 | |
| 文化背景 | -0.009 | 0.157 | -0.012 | 0.107 | |
注:*、**、***分别表示 10%、5%、1% 的显著性水平。 |
无论在工作日还是周末,经济总量(两地间经济发展水平差异越大)、常住人口(两地间人口规模差异越大)、地理区位(县域间是否邻近)、行政区域(是否属于同一个地市)都对城际人口流动有较大的正向影响,且都在1%水平上显著,这些因素是影响县域间人流量的最主要因素。两地若处于邻接状态,城际客流量就多;两地间经济发展水平差异大也会增加工作日县域间人口流动,这可能源于跨县就业对经济发展水平更敏感,经济发达县域可能通过“收入高地效应”截留潜在流动人口,这种情况在通勤时段更加明显,同时人口的空间集聚效应会产生更多的日常城际流动需求,人口规模会加强区域日常城际流动。
县域间工资收益、房价水平差距以及出行时间成本都对城际人口流动规模有显著负向影响。两地间工资与房价差距越小越能够促进城际客流量的增加,可能是因为区域间产业的互补与协同发展带动了劳动力在县域间的流动,相反,地区发展不平衡对人口要素流动具有阻碍作用;而两地耗费时间成本越短,城际客流量越多。旅游禀赋对城际客流流动的影响都在5%的水平上显著正相关,即两地间景区数量差异越大,城际客流量越多,可能因为在湖南人们的旅游需求较强,而周末因休闲、探亲、社交需求可能会激活全域流动性,削弱了资源差异的作用。
变动人口与文化背景因区域均质化,对城际客流量的影响不显著。
5 结论
在城际流动规模方面,湖南省各县域日常流动的规模极化效应和要素集聚程度较高,低位序低流动人口规模的县域偏多,处于中间位序流动人口规模的县域偏少,日常城际客流量的分布基本符合位序-规模特征,人口流动的主要来源还是高位序的县域。
在城际流动网络特征方面,以长沙城区为绝对中心,其中长沙城区与长沙县之间的城际流动规模最大,联系最密切,各地级市以该市主城区为中心,共同形成“核心-腹地”的城际流动网络,大部分县域在周末的城际流动规模有所提升。在工作日,长沙城区是唯一的全省枢纽城市;在周末则包括长沙城区和长沙县,怀化城区、永州城区、娄底城区、凤凰县、宜章县等由非枢纽县域转为地方和区域枢纽县域。
在城际流动组团结构方面,工作日与周末的网络集聚均呈现等级与组团交互特征,基于行政区划分为跨市组团和市域组团两类组团。跨市组团与长株潭城际铁路、邵临高速和京港澳高速等道路耦合程度较高;市域组团内各县域的流动受距离影响较大。
无论是工作日还是周末,日常城际流动都受县域间经济总量、工资收益、房价水平、常住人口规模的差异以及地理区位、行政区划的显著影响。人口的空间集聚效应会产生更多的日常城际流动需求;相邻县域、同一市域内,工资收益与房价水平差距越小、县域间通行时间越短则日常城际流动越多,其中工作日人口集聚效应、行政资源控制力更强;经济发达县域可能通过“收入高地效应”截留潜在流动人口,这种情况在工作日也更明显。两地间旅游资源禀赋差异越大,城际客流量越多,而周末因休闲、探亲、社交需求可能会激活全域流动性,削弱了资源差异的作用。
本文以日常城际流动特征影响因素的宏观性指标为主,缺乏对不同社会经济属性群体城际流动影响因素的研究,未来可借助大规模问卷、深入访谈等方法获取城际流动的个体数据,关注目的地、交通方式等方面的差异,结合微观数据剖析城际流动的驱动机制。鉴于地理大数据存在人群偏好、属性单一及数据不完整等限制,深入挖掘流动人群的社会属性、精准识别时空尺度以及融合互补多源信息、大数据与小数据的结合是未来研究的重要方向。面对县域间经济发展水平差距扩大助推城际客流差异增加、跨界地区“断头路”衔接难和边缘县域交通可达性差等问题,需采取合理增开城际交通线路提升交通可达性、建立县域间新型帮扶增强城际邻近关系、优化区域一体化体制机制、打造跨县域产业集群形成协同效应等措施加以应对。