腹地-口岸可達性格局演化及其空間溢出效應分析

李杰梅，高麗，祁婧潔，尹琪

(昆明理工大學，交通工程學院，昆明 650504)

0 引言

近年來，基于一帶一路的互聯(lián)互通建設以及《推進物流大通道建設行動計劃(2016—2020年)》提出的加強國內(nèi)11條物流大通道與邊境口岸的銜接等一系列戰(zhàn)略的規(guī)劃實施，極大地促進了我國內(nèi)陸地區(qū)出境大通道的發(fā)展，推動內(nèi)陸腹地城市連接各邊境口岸的開放通道網(wǎng)絡逐漸完善。打通內(nèi)陸腹地與出境口岸銜接的主要通道，形成內(nèi)陸交通網(wǎng)與開放大通道互聯(lián)互通的格局是新時期我國加快內(nèi)陸開放步伐、構(gòu)筑內(nèi)陸開放新高地的重大舉措。探索腹地城市與邊境口岸銜接的通達程度和空間溢出效應的演化特征及其形成機制，對于我國未來開放大通道建設及規(guī)劃，實現(xiàn)開放大通道與腹地經(jīng)濟協(xié)同優(yōu)化管理具有重要意義。

伴隨著貿(mào)易全球化及國際互聯(lián)互通等的發(fā)展，港口、機場等樞紐與腹地可達性測算引起學者的關(guān)注。Claude等[1]借助引力模型研究了美國貨物聯(lián)運到達東西海岸及墨西哥灣各大港口的可達性；Ferrari 等[2]運用雙約束形式重力模型對港-腹空間可達性進行了探討。董潔霜等[3]構(gòu)建了港口與腹地的集疏運系統(tǒng)阻抗模型。韓增林等[4]對東北地區(qū)港口內(nèi)陸空間可達性進行綜合測度。

然而，已有成果缺乏對腹地城市銜接邊境口岸可達性的綜合測評，且重視個案分析，缺少對不同地區(qū)、不同時期可達性的比較研究。因此，本文構(gòu)建腹地-口岸可達性測度模型，獲取其演化的時空特征及形成機制；運用泰爾指數(shù)分析其空間差異特征及其產(chǎn)生的原因；基于空間馬爾科夫鏈分析其空間溢出效應，以期為中國制定開放大通道發(fā)展戰(zhàn)略提供參考依據(jù)。

1 研究區(qū)域、研究方法與數(shù)據(jù)來源

1.1 研究區(qū)域

以2013年行政區(qū)劃為準，扣除個別數(shù)據(jù)獲取困難的城市，以全國336個地級及以上城市作為內(nèi)陸腹地的樣本。同時，依據(jù)《國家口岸發(fā)展“十三五”規(guī)劃》中提出的國家一類口岸，除去待建和未建成口岸，選取30個口岸作為研究單元，如圖1所示。

圖1 研究區(qū)域Fig.1 Research area

1.2 研究方法

1.2.1 腹地-口岸可達性測算模型

腹地-口岸可達性反映腹地城市連接邊境口岸的通達性，一般認為腹地城市與邊境口岸的空間距離直接影響其可達性，距離越遠通行時間越長，可達性越差；城市內(nèi)道路的連通程度決定著人流、物流的集疏運便捷程度，也會對腹地可達性產(chǎn)生重要影響；外向連接度則決定了腹地城市對外交流的運輸便利性[5]。因此，腹地-口岸可達性的主要影響因素可概括為腹地與口岸間空間距離、腹地城市內(nèi)道路連通程度和對外通達性這個因素[6]。本文在已有研究的基礎上[7]，定義腹地-口岸綜合交通可達性測度模型為

式中：Ai為城市i的腹地-口岸可達性；Si為腹地i的路網(wǎng)連通度，以城市單位面積公路通車里程衡量；Ki為腹地i的外向連接度，用與腹地i直接相連的其他節(jié)點數(shù)目來表示；Ti為腹地i與邊境口岸的最短旅行時間；Tij1和Tij2分別為腹地i與邊境口岸j的公路和鐵路最短旅行時間；w1、w2分別為公路、鐵路兩種運輸方式的權(quán)重；n為邊境口岸的數(shù)目；、、分別為Ti、Si和Ki的平均值。

1.2.2 基于泰爾系數(shù)衡量腹地-口岸可達性的空間差異

為衡量腹地-口岸可達性的區(qū)域差異，根據(jù)Theil 等[8]提出的Theil 系數(shù)計算方法并結(jié)合周亮等[9]的研究，構(gòu)建以經(jīng)濟發(fā)展水平為權(quán)重的可多層次分解的Theil系數(shù)為

式中：T為Theil 系數(shù)，用于測度腹地-口岸可達性的總體差異，其值越大，表示差異化程度越大；A和G分別為全國的腹地-口岸可達性和GDP 發(fā)展水平；Am和Gm分別為第m省區(qū)的可達性和GDP；Amn和Gmn為第m省區(qū)內(nèi)第n城市的可達性和GDP。

對Theil 系數(shù)進行一階段分解，總體差異可分解為省際差異和各省份內(nèi)地級市差異，即

式中：TB為省際差異；TW為各省地級市間的差異。

1.2.3 基于空間馬爾可夫鏈分析腹地-口岸可達性的空間溢出效應

空間馬爾可夫鏈由空間滯后與傳統(tǒng)馬爾可夫法相結(jié)合而形成，它將傳統(tǒng)轉(zhuǎn)移矩陣分解為條件轉(zhuǎn)移矩陣。通過對比空間與非空間矩陣中相對應的元素，得出腹地-口岸可達性類型轉(zhuǎn)移的概率與周圍相鄰城市間的關(guān)系，揭示以不同類型城市為鄰時可達性類型轉(zhuǎn)移的空間溢出效應[10]，公式為

式中：Prs,t+1(k)、Prs,t(k)分別為t+1年、t年以k為空間滯后條件下第k種類型的概率矩陣；Wk為空間權(quán)重矩陣；N為K×K階轉(zhuǎn)移矩陣；mrs,t為轉(zhuǎn)移矩陣N的元素，表示t年到t+1年某城市可達性所屬類型由r轉(zhuǎn)變?yōu)閟的概率；nrs為t年份屬于r類型在t+1年份轉(zhuǎn)移為s類型的城市數(shù)量之和；nr為所研究年份中屬于r類型的城市數(shù)量。

1.3 數(shù)據(jù)來源

本文研究時段為2008—2019年共12年，數(shù)據(jù)來源如表1所示。

表1 數(shù)據(jù)來源Table 1 Sources of data

2 結(jié)果分析

2.1 腹地-口岸可達性空間格局演化

運用式(1)和式(2)分別測算各城市腹地-口岸可達性，采用ArcGIS 自然斷裂點分級法將其分為低值區(qū)(Ai＜0.15)、中低值區(qū)(0.15≤Ai＜0.81)、較高值區(qū)(0.81≤Ai＜1.81)和高值區(qū)(Ai≥1.81)，并選擇一帶一路之前5年(2008年)、一帶一路提出(2013年)、一帶一路之后3年(2016年)、一帶一路之后6年(2019年)這4個時點刻畫一帶一路影響下腹地-口岸可達性的空間格局演化，如圖2所示。

圖2 2008—2019年腹地-口岸可達性空間格局演化Fig.2 Spatiotemporal evolution of hinterland-port accessibility

(1)腹地-口岸可達性高值區(qū)沿主要運輸通道延伸并逐漸衰減，2008年高值區(qū)主要分布在京廣和京滬通道沿線。2013年后向一帶一路沿線擴散趨勢明顯，隴海、沿江、滬昆等橫向運輸通道沿線城市可達性提升明顯；2019年通往邊境地區(qū)的京哈、寶昆、隴海-蘭新、滬昆等沿線城市以及中國-中南半島、中印孟緬和新亞歐大陸橋等通道上的昆明、成都、咸陽等均進入高值區(qū)。

(2)腹地-口岸可達性空間分布出現(xiàn)“飛地”現(xiàn)象，綜合經(jīng)濟實力較強的城市和城市群可達性也較優(yōu)。2008、2013、2016和2019年省會城市平均可達性為1.12、1.95、2.74和3.61，明顯優(yōu)于非省會城市，分別為0.60、1.01、1.40和1.87。同時國家級城市群優(yōu)于區(qū)域性城市群，區(qū)域性城市群優(yōu)于地方性城市群。如圖3所示，隨時間的推移，高值區(qū)城市圍繞最初的優(yōu)勢區(qū)域不斷擴展，集中連片發(fā)展特征明顯。

圖3 中國城市群腹地-口岸可達性Fig.3 Hinterland-port accessibility of urban agglomeration

(3)腹地-口岸可達性逐年優(yōu)化，區(qū)域差異逐年減小。2008—2019年間平均值從0.71增至2.63，增長3.7 倍，可達性得到明顯改善。高值區(qū)城市數(shù)量從25個增至166個，低值區(qū)和中值區(qū)的城市數(shù)量則從220個降至90個，如表2所示。

表2 腹地-口岸可達性各區(qū)間城市數(shù)量Table 2 Number of cities in each section

2.2 腹地-口岸可達性空間差異分析

基于式(3)和式(4)對全國336個城市腹地-口岸可達性的總體差異、省際差異和城際差異進行測算，結(jié)果如圖4所示。

由圖4可見，腹地-口岸可達性的總體差異、省際差異和城際差異均以2013年為界，呈現(xiàn)先減少后增加的“V”型變化特征。2013年前引起總體差異的主要原因為省際差異，2013年后則為城際差異。究其原因，隨著全國各地大規(guī)模建設交通基礎設施，可達性差異不斷減小，但由于各省經(jīng)濟發(fā)展水平差異較大，省際可達性差異也較大。伴隨著一帶一路倡議的提出和逐步實施，相較于其他城市，一帶一路沿線城市交通基礎設施得到較好的發(fā)展，如圖5所示。

圖4 腹地-口岸可達性差異變化Fig.4 Evolution of hinterland-port accessibility differences

圖5 腹地-口岸可達性平均增長率Fig.5 Growth rate of hinterland-port accessibility

同時，一帶一路重點省份，如四川、廣西、陜西、甘肅、青海、吉林、廣東、山東、浙江等省份城際可達性差異均在2013年后逐年增大，如圖6所示。

圖6 中國各省份可達性城際差異Fig.6 Inter-city accessibility differences

進一步對中國四大區(qū)域腹地-口岸可達性的組內(nèi)和組間差異進行分析，如圖7所示。

圖7 四大區(qū)域腹地-口岸可達性差異貢獻度Fig.7 Contribution degree of accessibility difference

結(jié)果表明：①西部城市腹地-口岸可達性空間非均衡程度最大，對總體差異的平均貢獻度達0.32，其次為東部(0.28)、東北(0.17)和中部(0.04)?？梢姡瑬|部和西部地區(qū)內(nèi)部交通設施發(fā)展不均衡是造成腹地-口岸可達性空間差異關(guān)鍵之所在。②西部城市間的腹地-口岸可達性差異貢獻率逐年減小，差異指數(shù)由2008年的0.164 降至2019年的0.118；東部城市差異貢獻率逐年上升，差異指數(shù)由0.118 提升至0.183。2016年起東部地區(qū)的差異貢獻率超過西部，之后一直保持最大并呈快速增加趨勢。在一帶一路倡議、西部大開發(fā)等國家戰(zhàn)略引導下，西部一些原本處于交通發(fā)展劣勢的地區(qū)成為對外開放的前沿陣地，交通基礎設施不斷完善，區(qū)域內(nèi)差異逐漸縮小。東部地區(qū)存在較強的交通、經(jīng)濟等空間集聚特征，所產(chǎn)生的“虹吸效應”使區(qū)域差異不斷拉大。③東北城市間的差異呈減少-增加-再減少的波動變化特征；中部地區(qū)內(nèi)部可達性差異最小。

2.3 腹地-口岸可達性的空間溢出效應

基于式(5)和式(6)計算腹地-口岸可達性的空間馬爾可夫轉(zhuǎn)移矩陣，揭示其動態(tài)空間溢出效應，如表3所示。表中對角線上的元素表示腹地-口岸可達性類型未發(fā)生轉(zhuǎn)變的概率，非對角線上的元素則表示類型發(fā)生轉(zhuǎn)變的概率。

表3 腹地-口岸可達性類型的空間馬爾可夫轉(zhuǎn)移矩陣Table 3 Spatial Markov transfer matrix of hinterland-port accessibility type

由表3可知：①高可達性城市具有顯著的正向溢出效應。初始類型為低可達性的城市與高可達性城市相鄰時，其類型向上轉(zhuǎn)移的概率顯著大于與較高、中等和低可達性城市相鄰時的概率。具體地，2008—2013年低可達性城市與高、較高、中等和低可達性城市相鄰時其類型向上轉(zhuǎn)移的概率分別為0.108、0.061、0.078 和0.049。2014—2019年為0.164、0.149、0.061 和0.043。可見，可達性類型發(fā)展受其相鄰城市可達性溢出效應的影響，具有可達性類型發(fā)展的路徑依賴。②2014—2019年腹地-口岸可達性類型向上轉(zhuǎn)移的平均概率為0.104，整體高于2008—2013年的平均概率0.074，表明國家一帶一路等戰(zhàn)略對腹地-口岸可達性具有顯著的促進作用。

進一步借助ArcGIS 軟件對腹地-口岸可達性類型轉(zhuǎn)移空間分布格局進行可視化處理，如圖8所示。

圖8 腹地-口岸可達性類型轉(zhuǎn)移的空間分布格局Fig.8 Spatial pattern of hinterland-port accessibility type transfer

可見，2008—2013年腹地-口岸可達性類型向上轉(zhuǎn)移區(qū)域呈現(xiàn)以城市群為主的空間分布特征，以城鎮(zhèn)化水平較高、交通區(qū)位優(yōu)勢比較突出的中東部城市群可達性類型向上轉(zhuǎn)移最為明顯。2014—2019年腹地-口岸可達性類型轉(zhuǎn)移呈現(xiàn)明顯的“廊道”效應，向一帶一路沿線城市擴散趨勢明顯。向上轉(zhuǎn)移的地區(qū)在京廣、京滬等縱向通道沿線城市基礎上，向隴海-蘭新、沿江(長江)、滬昆、京哈、寶昆等橫向通道沿線擴散。

3 腹地-口岸可達性空間格局變化機制

基于灰色關(guān)聯(lián)度對腹地-口岸可達性與各影響因素間相關(guān)性進行分析，結(jié)果表明：

(1)腹地與口岸的空間距離是腹地-口岸可達性格局形成及發(fā)展變化的主導因素，兩者間相關(guān)系數(shù)達0.85。隨著重要交通線的出現(xiàn)，交通線附近時空壓縮效應顯現(xiàn)，可達性基本格局呈沿重要交通線向外圍延伸遞減的變化。

(2)城市路網(wǎng)密度是腹地-口岸可達性的支撐。路網(wǎng)密度是腹地城市內(nèi)部路網(wǎng)拓撲結(jié)構(gòu)連接通達性的重要體現(xiàn)，其空間差異很大程度上影響著腹地-口岸可達性空間特征，兩者的相關(guān)性系數(shù)為0.84。

(3)腹地城市路網(wǎng)密度和連接度對腹地-口岸交通距離阻力的制約有一定抵消作用。2008—2013年腹地城市路網(wǎng)密度增長21%，連接度增長27%，最短旅行時間縮短17%，腹地-口岸可達性綜合指數(shù)增長68%；2013—2019年腹地城市路網(wǎng)密度增長15%，連接度增長34%，最短旅行時間縮短25%，腹地-口岸可達性綜合指數(shù)增長83%。

4 結(jié)論

(1)從空間格局來看，腹地-口岸可達性高值區(qū)沿主要運輸通道延伸并呈以經(jīng)濟實力較強的城市和城市群為中心的群狀集聚現(xiàn)象；從時間演化來看，腹地-口岸可達性逐年優(yōu)化，高值區(qū)城市數(shù)量明顯增加，低值和中值區(qū)數(shù)量逐漸減少。2013年后高值區(qū)向一帶一路沿線擴散趨勢明顯。

(2)研究期內(nèi)腹地-口岸可達性的總體差異、省際差異和城際差異均呈現(xiàn)以2013年為界先減少后增加的V 型變化特征。東部和西部地區(qū)可達性空間差異較大，對總體差異的平均貢獻度達0.28 和0.32，東北地區(qū)次之，中部地區(qū)最小。

(3)整體來看，腹地-口岸可達性類型發(fā)展具有路徑依賴性，高可達性城市有顯著的正向空間溢出效應。與高可達性城市相鄰時，初始類型為低可達性的城市其類型向上轉(zhuǎn)移的概率大于與較高、中、低可達性城市相鄰的概率；分時段來看，2014—2019年腹地-口岸可達性類型向上轉(zhuǎn)移概率整體高于2008—2013年，且2008—2013年可達性類型向上轉(zhuǎn)移區(qū)域以城市群為主，2014—2019年類型向上轉(zhuǎn)移區(qū)域呈明顯的“廊道”效應，向一帶一路沿線城市擴散趨勢明顯，表明國家一帶一路等戰(zhàn)略對腹地-口岸可達性具有顯著的促進作用。

(4)腹地-口岸可達性形成以最短旅行時間為主導、路網(wǎng)密度為支撐的時空演化格局。腹地-口岸可達性的空間格局隨著重要交通線的出現(xiàn)發(fā)生變化，再隨腹地城市路網(wǎng)密度差異進一步演化，城市路網(wǎng)密度、連接度及交通線共同作用促使腹地-口岸可達性空間格局的變化。