長江經濟帶南北居中、橫貫東西，是中國區位優越、交通便捷、產業集中的經濟帶。2016年公布的《長江經濟帶發展規劃綱要》提出“生態優先、流域互動、集約發展”的發展理念，明確了長江三角洲城市群、長江中游城市群以及成渝城市群三大國家級城市群在長江經濟帶發展的重要作用。但由于經濟社會、自然本底、政策傾斜等因素影響，三大城市群城市城際客運聯系網絡結構存在明顯的時空差異，表現出明顯的空間繼承性。

鑒于以上背景，本文基于三大城市群共計92個地級市（長三角城市群26個、長江中游城市群31個、成渝城市群35個）客運交通流數據，深入刻畫長江經濟帶三大城市群城際客運聯系網絡結構特征，考察城市等級與城市群網絡發育的關系，探究高等級城市在城市群空間網絡發育中的作用，并對數據背后的邏輯關系進行特征提取和規律挖掘，揭示城市群形成發展過程中的階段性特征，為實現城市群高質量發展提供借鑒思路。

數據獲取及研究方法

當前，長江經濟帶三大城市群內部水運客運已不是人們出行的主流方式，而公路和鐵路在城際客運交通中占絕對主導地位；此外，隨著高速鐵路不斷開通，區域間時空壓縮更加明顯，故本文主要選取了公路客運班次、普速火車班次、高速鐵路班次等大數據作為本研究的基礎數據源。

數據的獲取過程如下：公路班次數據來自車次網（www.checi.cn），通過網頁檢索收集，對個別城市擁有多個汽車客運站進行合并，在獲取過程中通過隨機檢驗的方式進行數據驗真，確保數據準確性；普速火車班次和高速鐵路班次數據來源于中國鐵路客戶服務中心網站（www.12306.com），通過查詢兩兩城市之間鐵路客運班次得到，這里的班次是指列車停靠站點的次數。需要額外說明的是，公路、鐵路客運班次在年內是相對固定的，因此本文僅獲取了2018年9月18日一天的客運班次數據。

利用上述三種基礎數據源，將長三角、長江中游、成渝三大城市群內的城市分別組成26×26、31×31、35×35的矩陣，共計2200個城市對關系數值，用以測度兩兩城市間的交通聯系。交通流所構成的城市間聯系在強度、方向、密度上存在差異，因此城市網絡結構特征的分析一方面應關注節點城市間的聯系，同時要重點關注同一城市群內部省際間城市聯系差異所導致的聯系斷層，以此判斷城市群發育水平。基于這一思路，本文采用城市聯系強度模型和網絡密度模型，從城市群內整體聯系、城市對聯系、分省局部聯系等方面分析長江經濟帶三大城市群城際客運聯系網絡結構特征。

公路客運網絡特征

從公路客運整體聯系強度來看，長三角城市群（8276班次/日）＞長江中游城市群（3655班次/日）＞成渝城市群（3255班次/日）。長三角城市群城市間日公路客運班次>50次的城市聯系高達52對，占整個城市群城市聯系對的6.62%，而長江中游城市群與成渝城市群分別僅占1.04%、0.15%。長三角城市群城市間日公路客運班次為0次的城市聯系為143對，占整個城市群城市聯系對的22%，而長江中游城市群與成渝城市群該比例高達65.09%、57.69%。說明長江中游城市群與成渝城市群的公路交通網絡較為薄弱，在網絡強度上與長三角城市群形成巨大的反差。

從城際客運聯系的空間結構形態來看，長三角城市群呈現出明顯的多中心特征，其中上海、南京、無錫、蘇州、杭州、寧波等6市為第一梯次，日客運班次均在700次以上，總客運量占比高達46.9%，聯系強度比長三角城市群其他20個地級市間的平均值高出480次；長江中游城市群公路客運網絡呈現以武漢、長沙、南昌為中心的三核輻射格局，其日客運量分別為661次、601次，399次，為第一梯次，總客運量占比達45.4%，其余地級市日客運班次均不足三大核心城市的一半。成渝城市群則呈現以成都、重慶主城區為雙中心的輻射格局，成都與綿陽、德陽、眉山、資陽，重慶主城區與永川、合川客運聯系量均在100次以上，為第一梯次。

從城市群省際間跨省公路客運聯系來看，長三角城市群以上海為主核心，其與蘇浙皖三省日聯系班次高達2345次，占日跨省公路客運聯系52.2%。其中，蘇錫常地區、江浙地區作為上海的直屬腹地，城市間聯系尤為緊密（圖1a）。其中江蘇、浙江日跨省聯系班次為998、786次，而安徽跨省聯系班次僅為489次，僅及上海跨省班次的1/5，這也充分體現了城際客運聯系流很大程度上地理距離的影響。

圖1a：長三角城市群公路運輸網絡

長江中游城市群產生公路客運聯系較多的均為本省城市之間，省內聯系的日平均值為103次，比跨省聯系高出近82次，且跨省聯系主要發生在省會城市之間，如武漢與長沙、南昌的客運聯系分別達到60次和48次，其余地級城市間除與其他省會城市聯系較多外，幾乎無跨省公路客運聯系，這說明長江中游城市群省際間的交流向心性（即向省會的聯系）明顯（圖1b）；另外，長江中游城市群省界交界區城市間的直接聯系依然處于較低水平，如湖北與湖南接壤城市僅有湖北荊州-湖南岳陽、湖北荊州-湖南常德超過10次。

圖1b：長江中游城市群公路運輸網絡

成渝城市群的省際聯系主要發生在成都市與重慶主城區之間，二者間形成一條非常明顯的聯系主軸線（圖1c），但除此聯系線以外，產生公路客運聯系較多的仍為本省（市）城市之間，省（市）內聯系日平均值為107次，比跨省（市）聯系高出79次。從川渝交界接壤區的聯系情況來看，四川瀘州與重慶榮昌、永川的日均開行班次分別為22次和50次，四川資陽與重慶潼南、銅梁的日均開行班次分別為6次和0次，四川廣安與重慶合川僅為8次，四川內江市大足、銅梁的日均開行班次分別為4次和6次，均低于成渝城市群平均班次水平，更遠低于長三角城市群最低班次水平。說明長江中游城市群和成渝城市群在城市群一體化發展過程中，省際邊界造成的行政壁壘依然存在。

圖1c：成渝城市群公路運輸網絡

普鐵客運網絡特征

從普鐵客運整體聯系強度來看，長江中游城市群（3499班次/日）＞長三角城市群（3006班次/日）＞成渝城市群（707次/日）。但從聯系頻度來看，長三角城市群日客運班次＞50次的城市聯系有10對，而長江中游城市群、成渝城市群均為0對。這說明長三角城際間的普鐵客運聯系依然是最強的，其中最高的上海-蘇州、上海-南京日客運班次達128、127次，而杭州-嘉興、無錫-南京也有108、91次。長江中游城市群最強聯系的是武漢-長沙、株洲-衡陽、長沙-衡陽，鐵路客運班次分別為94次、85次、67次。成渝城市群最強聯系的是重慶-達州、成都-綿陽，日客運班次分別為21、18次。因此，從普通鐵路客運強度和頻度來看，成渝城市群核心城市的輻射力遠低于長三角城市群與長江中游城市群。

從普鐵城際客運聯系的空間結構形態來看，長三角城市群呈現東、北密集，西、南疏松的分布格局（圖2a）。東部京滬沿線城市（南京、鎮江、常州、無錫和蘇州）間的客運班次最稠密，日均客運班次達30次；滬寧線（上海、杭州、泰州、寧波）次之，日均班次20次；皖西、浙南腹地最低，日均低于3次。

圖2a：長三角城市群普通列車網絡

長江中游城市群呈現“兩縱一橫”分布格局（圖2b），其日均客運班次最高，達15次。“兩縱”即沿京廣線（武漢、宜昌、荊州）和京九線（九江、南昌、吉安）的縱向聯系，“一橫”即沿滬昆線（南昌、宜春、長沙）的橫向聯系。

圖2b：長江中游城市群普通列車網絡

而成渝城市群沿重慶主城區—廣安—達州—南充—遂寧—成都—德陽—綿陽圍合成一個倒“N”字型（圖2c），其中重慶主城區—廣安—達州、成都—德陽—綿陽的縱向聯系線強度最大，日均開行車次有40次以上，大幅度領先其他節點城市，主要依賴襄渝、寶成兩條鐵路線向北與陜西西安、河南鄭州等城市聯系。說明成渝城市群普鐵線不發達，覆蓋的地域范圍有限，川南、川西普鐵客運長期處于空白。

圖2c：成渝城市群普通列車網絡

從城市群省際間普鐵聯系來看，長三角城市群與長江中游城市群日省際間聯系均比日省內聯系量高500次左右，說明受路程、票價影響，普鐵客運更受長途出行者喜愛。但成渝城市群省內聯系（1049班次/日）仍大幅高于省際聯系（596次/日），這與川渝地區普鐵線路較少有關。另外，長三角城市群的蘇浙皖各自省內城市日均聯系強度分別為51.15、45.31、38.56次；長江中游城市群湘贛鄂對應班次分別為44.90、41.23、26.92次；而成渝城市群的重慶、四川分別為13.72、6.41次。說明長三角城市群和長江中游城市群因有京滬、京廣、京九線等運量較大的鐵路線經過，普鐵網絡化特征明顯。而成渝城市群普鐵線路少，網絡特征不甚明顯。

高鐵客運網絡特征

從高鐵客運整體聯系強度來看，長三角城市群（8552班次/日）＞長江中游城市群（4035班次/日）＞成渝城市群（1645次/日）。從聯系頻度來看，長三角城市群日客運班次＞100次的城市聯系有24對，而長江中游城市群、成渝城市群均沒有大于100次的城市聯系。長三角、長江中游、成渝城市群日客運班次＞50次的城市聯系分別有53對、18對、2對。以上數據說明長三角城市群高鐵客運較長江中游和成渝城市群發達得多。此外，從開通高鐵城市數量對比來看：長三角城市群26個地級市中73%的城市已開通高鐵，平均每個城市日均高鐵班次328次；長江中游城市群31個地級市中雖已有77%的城市開通高鐵，但平均每個城市日均高鐵班列僅有130次；而成渝城市群36個地級市（區）中僅58%的城市已開通高鐵，單個城市日均高鐵班次僅47次。這充分說明長江中游城市群和成渝城市群高鐵覆蓋的區域次中心城市發育尚不成熟，日均高鐵班次較低，相應客運量較少，城市間聯系遠低于長三角城市群。

從高鐵聯系的空間結構特征來看，相比公路和普鐵客運網絡，高鐵運輸呈現的網絡核心城市向外延伸的軸線聯系明顯加強。長三角城市群高鐵聯系主要以上海為主核心，以南京、無錫、杭州、蘇州為次核心，特別是在上海-南京-蘇州三城市間形成一個密集的三角形區域（圖3a）。上海在長三角城市群高鐵網中的中心地位相當突出，其與蘇浙皖三省的省際聯系高達2348次，僅略低于蘇浙皖三省省際總班次之和（2421次）。

圖3a：長三角城市群高速列車網絡

長江中游城市群中武漢、長沙、南昌三個省會城市的跨省總班次分別為497次、807次、250次，是其他城市跨省班次總和的4.85倍，說明長江中游城市群高鐵聯系網絡并未形成一支獨大的強核心結構，而是呈現武漢-長沙-南昌的三核心結構，且跨省聯系的省會向心性也十分顯著。

圖3b：長江中游城市群高速列車網絡

成渝城市群主要以成都和重慶主城區為主核心向外輻射。其中產生高鐵客運聯系較多的仍為本省（市）城市之間，省（市）內聯系總班次為1049次，比省際聯系約高一倍。

圖3c：成渝城市群高速列車網絡

從城市群高鐵城際客運聯系來看，長三角江蘇省的南京、無錫、常州、蘇州、鎮江等5市因京滬、滬寧高鐵的開通，省內兩兩城市間日平均高鐵班次高達345次；位于寧杭高鐵沿線的浙江省杭州、寧波、嘉興、湖州、紹興、金華、臺州等7城市兩兩之間的日平均高鐵班次達到282次；安徽省合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州等7市因寧安高鐵、滬漢蓉高鐵的開通，省內兩兩城市間日平均班次154次。

長江中游湖北省的武漢、黃石、鄂州、孝感、咸寧、天門、襄陽、宜昌、荊門、荊州等城市，因鄭萬高鐵、滬漢蓉高鐵等的開通，省內兩兩城市間日平均高鐵班次達68次；湖南省的長沙、株洲、湘潭、岳陽、衡陽、婁底等6市因京廣高鐵、滬昆高鐵的開通，省內兩兩城市間日平均班次189次；江西省的南昌、九江、景德鎮、鷹潭、新余、宜春、萍鄉、上饒等8市因滬昆高鐵、京九高鐵的開通，省內兩兩城市間日平均班次208次。

成渝城市群日客運班次1645次，其中四川省的成都、德陽、綿陽、遂寧、內江、南充、廣安、達州、資陽等9市因成達城際、成渝高鐵的開通，省內兩兩城市間日平均高鐵班次37次；重慶市的萬州、涪陵、合川、永川、潼南、榮昌、梁平、豐都、墊江等9區因渝萬高鐵、渝蓉高鐵的開通，市內兩兩城市間日平均班次51次。

說明高鐵的開通大大增強了城市群內沿線城市的聯系密度，高鐵客流已成為長三角城市群城際客運聯系的主導，而成渝城市群內高鐵客運網絡仍不發達。

城際客運聯系空間網絡總體特征

綜合以上四種城市群城市聯系網絡，從整體聯系上看，公路客運和普鐵客運網絡基本構成長江經濟帶三大城市群城際客運聯系網絡的總體脈絡，除長三角城市群外，另外兩個城市群核心城市的主要聯系范圍仍以省內為主，跨省聯系相對較弱。而高速鐵路可以顯著壓縮城市間的時空距離，重新整合分配城市內部各種資源要素。另外，城市交通方式的無縫對接可以提升城市群內區域一體化發展，城市網絡化發展更加迅速。因此，公路客運、普鐵客運、高速客運既可以反映人流與物流在區域的流動空間，也可以映射城市物理性空間聯系，以此識別城市群空間特征。對比長江經濟帶三大城市群發現，長三角城市群“中心城市效應”最明顯，上海市作為主核心城市，依托發達的交通線路克服地理障礙，與次核心城市、腹地城市有著最為頻繁的交通流聯系。區域內多個次核心城市如南京、杭州、蘇州等，也對周邊城市起到輻射帶動作用。另外，長三角城市群高速鐵路的發展并未明顯出現對公路、普特的替代效應，三大交通流合力驅動著長三角城市群城際客運聯系網絡結構的新演變；長江中游城市群和成渝城市群也存在“中心城市效應”特征，但核心城市及其腹地普遍存在小型的封閉空間，整個城市群中缺乏類似上海這樣的主核心城市帶動整個城市群發展。長江中游城市群和成渝城市群應努力打破城市群內區域中心城市的小型封閉空間，保證城市群內聚集-擴散效應對整個城市群發展發揮促進作用。另外，長江中游城市群和成渝城市群核心城市間高速鐵路發展后，與之相應的公路、普特的交通聯系卻較弱，替代效應明顯。

相比于以往研究，本文基于多種流數據對長江經濟帶三大城市群城市網絡空間結構特征進行了深入研究，但需要進一步討論的是，由于采集的是一天的數據，因此只能從靜態層面反映交通信息流對城市網絡空間結構的影響，未來還需要補充連續時序數據、增加貨運流大數據開展動態研究。同時，本文對城際客運聯系特征背后的邏輯機制探討尚顯不足，隨著長三角城市群高速鐵路客運蓬勃發展之時，高鐵運營對公路、普鐵客運仍未出現明顯得替代現象，而長江中游城市群和成渝城市群卻出現了明顯的替代效應。因此，未來可利用更全面的“空間要素流”大數據，多視角、多尺度探討城市群城際客運聯系特征形成的邏輯機制及其網絡空間結構特征。

[作者涂建軍系西南大學經濟管理學院教授，毛凱、況人瑞、李南羲系碩士研究生。文章改寫自作者發表于《世界地理研究》（2021年1月）的論文：“長江經濟帶三大城市群城際客運聯系 網絡結構對比分析”，有刪節。 ]

——

“長三角議事廳”專欄由教育部人文社會科學重點研究基地·中國現代城市研究中心、上海市創新基地長三角區域一體化研究中心和澎湃研究所共同發起。解讀長三角一體化最新政策，提供一線調研報告，呈現務實政策建議。