交通优势度是一个用定量手段反映区域各种交通方式“ 质” 和“ 量” 统一的集成性指标, 主要指某地区交通设施优劣和通达水平高低。西北地区位于我国较边缘地区, 在以往的“ 交通可达性” 评价中多处于几何网络边缘区位, 探讨其内部各县市交通优劣程度的空间分异格局应采用“ 交通优势度” 指标。借鉴金凤君等^[1]、孙威等^[19]、王成新等^[20]和黄晓燕等^[21]所构建的交通优势度评价指标体系, 基于“ 层次鲜明、数量和质量指标兼顾” 原则, 同时考虑到传统的区位优势度评价中对区域中心点的选择具有较大的主观性, 本研究将交通优势度分解为交通设施网络密度、交通干线影响度2个方面10个指标(表1)。一般来说, 交通优势越明显, 其经济发展的条件也越优越, 发展潜力也越大。

(1) 交通设施网络密度

交通设施网络密度指交通设施的运营长度或点的数量与所在区域土地面积的绝对比值。该指标的评价较适用于线状交通基础设施, 包括公路、铁路和内河航道等交通线路的网络密度。鉴于各种线性交通方式中, 公路的普适性和便捷性最强, 再综合考虑研究区域的特点, 本文以公路网密度来刻画该区域的交通设施网络密度, 公路设施包括高速公路、国道、省道等。公路网密度的值越大, 表明交通设施网络越密集, 对区域发展的支撑能力越强, 未来发展潜力更高。根据《中国人民共和国公路工程技术标准JTGB01-2003》规定的公路时速设计标准并结合西北地区的路面通行状况, 设定高速、国道和省道的行车速度标准为120, 80和60 km/h, 并根据不同级别道路每公里的时间成本^[29], 依次取各等级公路权重为2, 4/3和1, 将其度量方法分为非权重算法、速度权重算法2种, 计算公式如下:

非权重算法:

D_i= L1i+L2i+L3iAi, i∈ (1, 2, 3, …, n)

速度权重算法:

Dio= 2×L1i+43×L2i+1×L3iAi, i∈ (1, 2, 3, …, n)

式中:D_i为i县的交通设施网络密度; A_i为i县的土地面积; L_1i, L_2i和L_3i分别为i县域内的高速公路、国道公路和省道公路营运长度。

表1

Table 1

表1(Table 1)

表1 交通优势度评价指标体系 Table 1 Evaluation indexes of transport superiority degree 单项指标 一级指标 二级指标 等级 标准 赋值 交通设施 网络密度 绝对公路 网密度 高速公路 1 120 km/h 2.0 国道公路 2 80 km/h 4/3 省道公路 3 60 km/h 1.0 交通干线 影响度 铁路技术 等级指标 客运专线 1 拥有客运专线 2.0 2 30 km距离 1.5 3 60 km距离 1.0 4 其他 0.0 复线铁路 1 拥有复线铁路 2.0 2 30 km距离 1.5 3 60 km距离 1.0 4 其他 0.0 单线铁路 1 拥有单线铁路 1.0 2 30 km距离 0.5 3 其他 0.0 公路技术 等级指标 高速公路 1 拥有高速公路 1.5 2 30 km距离 1.0 3 60 km距离 0.5 4 其他 0.0 国道公路 1 拥有国道 0.5 2 其他 0.0 机场技术 等级指标 干线机场 1 拥有干线机场 1.0 2 30 km距离 0.5 3 其他 0.0 一般机场 1 拥有一般机场 0.5 2 其他 0.0

表1 交通优势度评价指标体系 Table 1 Evaluation indexes of transport superiority degree

(2) 交通干线影响度

交通干线影响度主要指重大或大型交通设施对某地区通达性的影响水平, 本文中的重要基础设施包括干支线机场、干线铁路、高速公路、国道等。该指标反映了交通设施的技术— 经济特征与空间网络的综合影响, 其影响度越高, 交通条件越优越, 对区域发展的支撑和保障能力越高, 对外联系潜力越大。依据交通设施的技术、经济特征, 按照专家打分的理念, 采用分类赋值的方法进行评价。首先, 确定某县域内是否拥有重要交通设施及其数量, 所谓拥有交通干线是指重要或大型交通设施分布在或途经该县级行政单元; 其次, 若某县域不拥有交通干线, 则测算该县域的行政中心与交通干线的交通距离; 最后, 根据各距离段的权重(表1), 分别计算各县级单元的交通干线影响值。计算公式如下:

C_i= ∑m=1MC_im

i∈ (1, 2, 3, …, n), m∈ (1, 2, 3, …, M)

式中:C_i为i县的交通干线影响度, C_im为i县m种交通干线的技术水平, 即权重赋值。

(3) 交通优势度

根据一定原则, 将交通设施网络密度、交通干线影响度进行无量纲化处理, 然后根据一致性原则, 对这2个指标进行权重加总, 得到各县(区)的交通优势度系数。参考金凤君等^[1]、孙威等^[19]、王成新等^[20]、黄晓燕等^[21]和吴旗韬等^[23]的研究, 设定交通设施网络密度、交通干线影响度的权重阈值分别为0.4和0.6。

非权重算法:

F(x_i)=D_i'× w₁+C_i'× w₂, i∈ (1, 2, 3, …, n)

速度权重算法:

F(x_i)° =D° _i'× w₁+C° _i'× w₂, i∈ (1, 2, 3, …, n)

式中:F(x_i)为i县的交通优势度; D_i', C_i'分别为i县交通设施网络密度、交通干线影响度的无量纲值; w₁, w₂分别为2种指标的权重阈值。

在主体功能区划背景下, 学者们多把交通优势度评价作为划分各类主体功能区的依据之一, 目前已对全国、华南、华北、华东、东北等地区部分省市的交通设施水平进行评价。我国西北地区自然地理环境复杂, 荒漠干旱区广布, 人口密度小, 戈壁、平原、山区、高原等地貌疏密分布多样, 研究该特殊区域的交通优势度更有利于全面分析人口聚集、社会经济活动与交通匹配的自然规律, 更能丰富交通优势度的理论和实践研究意义。因此, 本文的地域范围是我国西北地区, 同时考虑到内蒙古自治区在地理区位上东西、南北跨度均较大, 横跨东北、华北和西北三大区, 为方便数据统计, 研究范围剔除了西北地区中的蒙西部分, 仅保留陕西省、甘肃省、青海省、宁夏回族自治区和新疆维吾尔自治区5个完整的省级行政区。该区域国土总面积约307万km², 2013年末常住人口有9 760.13万。建国尤其改革开放以来, 西北地区交通基础设施建设投资不断增加, 交通网络综合运输能力快速发展, 成为该区域经济设施发展的重要支撑条件和保障。根据《中华人民共和国行政区划简册(2014)》, 选取西北地区333个县级行政单元为研究对象, 研究范围覆盖五省全域, 同时考虑到部分地级市城区面积小、区域交通条件相似度高, 对其进行合并处理, 如将兰州市除永登县、皋兰县、榆中县外的其他5个中心城区合并为一个分析单元, 以便于比较。

本研究的时间尺度为2013年, 交通设施主要指铁路、公路和机场等, 其中铁路包括客运专线、复线铁路和单线铁路, 公路包括高速公路、国道和省道, 机场包括干线机场和一般机场。研究中使用的各等级公路长度、各县级行政单元土地面积等数据来源于国家基础地理信息中心, 具体是从遥感地图进行解译和提取。交通干线数据来源于2015年地图数据与统计数据及中国各部分对相应研究区域的权威规划。人口、经济数据来源于《中国城市统计年鉴》、《中国县(市)社会经济统计年鉴》和各省市统计年鉴, 通过市区合并及整理而得。分县(市、区)行政区划矢量数据来自国家基础地理信息中心。纸质版图集来源于《中华人民共和国行政区划简册》、《中国分省公路丛书》、《中国铁路地图册》、《中国公路铁路地图册》等。

西北地区公路可分为高速公路、国道、省道、县道及乡道等, 截至2013年底, 公路总里程达56.77万km, 占全国13.03%, 密度达到18.81 km/100 km², 是目前该区域发展的重要支撑。根据遥感卫星影像的数据解译, 计算各县的公路网密度, 结果见图1和表2。其中, 按非权重、速度权重算法所得的各县公路网络密度的空间格局基本一致, 但后者所得数据极差跨度更大(前者为0~0.5 km/km², 后者为0~0.75 km/km²), 所反映的公路网络密度层次更为鲜明, 因此, 本文以速度权重算法所得数据为例进行分析。同时, 根据县级分析单元在交通优势度不同区段上的发生频率, 以0.300 km/km², 0.200 km/km², 0.150 km/km², 0.100 km/km², 0.075 km/km², 0.050 km/km², 0.030 km/km², 0.015 km/km²和0.006 km/km²为阈值, 将其分为10级。

由图1可知, 西北地区各县公路网络密度在0~0.75 km/km²浮动, 平均值为0.069 km/km²。其中最高的是乌鲁木齐市区, 达0.7401 km/km², 最低的是西和县和两当县, 其公路网络密度极低, 333个评价单元中路网密度低于及高于平均值的单元数分别为173个和160个。

从公路网密度的分布格局来看, 主要呈现如下特征。

表2

Table 2

表2(Table 2)

表2 西北地区公路网密度统计 Table 2 Statistics of road network density in Northwest China 区域划分 分级 县级行政单元 面积覆盖指标 级别 阈值 数量/个 比重/% 面积/万km2 比重/% 优势 1 F(x)≥ 0.300 5 1.50 0.23 0.08 2 0.200< F(x)≤ 0.300 10 3.00 0.98 0.34 较优势 3 0.150< F(x)≤ 0.200 18 5.41 2.93 1.02 4 0.100< F(x)≤ 0.150 37 11.11 7.40 2.58 平均水平 5 0.075< F(x)≤ 0.100 39 11.71 10.67 3.73 6 0.050< F(x)≤ 0.075 58 17.42 19.17 6.69 较劣势 7 0.030< F(x)≤ 0.050 57 17.12 31.04 10.83 8 0.015< F(x)≤ 0.030 56 16.82 74.66 26.06 劣势 9 0.006< F(x)≤ 0.015 30 9.01 59.67 20.83 10 F(x)≤ 0.006 23 6.91 79.73 27.83 注:F(x)指公路网络密度

表2 西北地区公路网密度统计 Table 2 Statistics of road network density in Northwest China

(1) 多数县区的公路网密度较低, 绝大部分低于我国公路网密度平均水平0.2 km/km²。在各密度区段上, 各县区的发生概率不同, 总体遵循偏正态的结构规律。部分县的公路里程极少, 约16%的县区路网密度小于0.015 km/km², 密度微乎其微; 大部分县区的网络密度低于全国平均水平, 路网密度为0.015~0.2 km/km²的县有265个, 约占总量的79.5%, 公路交通对这些地区发展的支撑能力较低; 3%的县区路网密度高于全国平均水平, 1.5%的县区远高于全国平均水平, 公路网络对这些地区的发展有较高的支撑能力和保障水平。

(2) 西北地区公路网络密度的分布呈现明显的两大地带特征:大致以武威— 西宁— 临夏为界限, 东部地区的公路网络密度较高, 中西部地区的公路网络密度较低, 两者平均值分别为0.14 km/km²和0.03 km/km², 相互间差距较大。

(3) 整个西北地域形成少数公路网密集地区, 主要包括关中— 天水经济区、兰西经济区、银川平原地区等, 这些地区同西北地区经济集聚和城镇体系有较高的空间耦合性。

(4) 部分地区的公路网络密度较高, 与周边地区的差异相对显著, 但尚未连接成面或完全均质化, 覆盖范围较小, 多分布在新疆境内, 包括乌鲁木齐、焉耆回族自治区、奎屯市、伊宁市、克拉玛依、疏勒县、汉中市等, 尤其是乌鲁木齐市区具有西北地区最高的公路网密度(0.74 km/km²), 但其周边绝大部分县均不超过0.03 km/km²。

(5) 部分中心城市具有最为稠密的公路网, 这些中心城市在中、东、西部均有分布, 包括乌鲁木齐市区、西宁市区、西安市区及其周边的咸阳市区和高陵县, 但覆盖范围极小, 仅覆盖了西北地区0.08%的国土面积。

(6) 根据交通设施网络密度, 可把西北地区划分为五大区域:优势区域、较优势区域、平均水平区域、较劣势区域和劣势区域。其中, 优势区域公路网密度均值为0.31 km/km², 主要集中在省会城镇密集区, 覆盖了0.42%的国土面积; 较优势区域公路网密度均值为0.14 km/km², 集中在东部若干个经济区、经济带, 覆盖了3.60%的国土面积; 平均水平区域公路网密度均值为0.07 km/km², 在东部大部分地区呈带状或团状分布, 覆盖了10.42%的国土面积; 较劣势区域公路网密度均值为0.03 km/km², 主要集中在西北部准噶尔盆地地区、中东部部分地区, 覆盖了36.89%的国土面积; 劣势区域公路网密度均值为0.007 km/km², 主要集中在西南塔里木盆地、中部柴达木盆地大部分地区, 覆盖了48.66%的国土面积。

交通干线不仅表现为同种交通基础设施的技术等级, 而且表现为不同交通方式的构成。各种交通设施形成的综合性交通干线网络, 更能体现出交通优势的空间分异规律^[1]。计算西北地区各县的交通干线影响度, 结果见图2和表3, 并根据县在交通干线影响度不同区段上的发生频率, 以13.0, 11.0, 8.0, 6.5, 4.5, 3.5, 2.0, 1.0和0.0为阈值, 将其分为10级。

由图2和图3可以看出, 西北地区各县的交通干线影响度在0~24范围内浮动, 平均值为3.80。其中, 最高是西安市区, 高达24, 同时, 共有53个县为0。其中, 铁路干线影响度在0~9范围内浮动, 平均值为1.52, 36.6%的县市影响度为0, 78.7%的县市不超过2; 公路干线影响度在0~14范围内浮动, 平均值为2.21, 20.12%的县市影响度为0, 将近2/3的县市低于2.5; 机场对多数地区的影响程度较低, 86.8%的县市未能享受机场的服务。

表3

Table 3

表3(Table 3)

表3 西北地区交通干线影响度统计 Table 3 Statistics of transport infrastructure impact in Northwest China 区域划分 分级 县级行政单元 面积覆盖指标 级别 阈值 数量/个 比重/% 面积/万km2 比重/% 优势 1 F(x)> 13.0 5 1.50 0.42 0.15 2 11.0< F(x)≤ 13.0 5 1.50 0.55 0.19 较优势 3 8.0< F(x)≤ 11.0 23 6.91 16.18 5.65 4 6.5< F(x)≤ 8.0 24 7.21 8.25 2.84 平均水平 5 4.5< F(x)≤ 6.5 59 17.72 33.44 11.67 6 3.5< F(x)≤ 4.5 33 9.91 11.62 4.05 较劣势 7 2.0< F(x)≤ 3.5 43 12.91 19.64 6.86 8 1.0< F(x)≤ 2.0 41 12.31 50.88 17.76 劣势 9 0.0< F(x)≤ 1.0 47 14.11 68.49 23.91 10 F(x)=0 53 15.92 77.11 26.92 注:F(x)为交通干线影响度

表3 西北地区交通干线影响度统计 Table 3 Statistics of transport infrastructure impact in Northwest China

在影响度的各区段上, 各县的发生概率不同, 总体上遵循着“ 交通干线影响度越高, 县级行政单元数量越少” 的分布规律。多数县的干线影响度较低, 这反映了综合交通干线仅对少数区域的发展具有较高支撑能力和保障水平, 尤其机场具有相当强的地域限制性。

从交通干线影响度的空间格局来看, 主要呈现以下特征。

(1) 交通干线的影响度呈现较为明显的东西地带差异。东部地区有着较高的影响度, 均值约为6.93, 中西部地区的影响度较低, 均值仅为1.26。这说明交通干线对东部地区尤其陕西省有着较强的支撑能力和保障水平, 其与外界区域及相互间的联系能力较强。

(2) 中东西部地区内部均有着明显的空间差异。对于东部地区, 交通环及其外围地区有着较高的影响度, 而环内部县市因受黄土高原影响, 影响度较低; 对于中部地区, 河西走廊一带以及格尔木地区有着相对较高的影响度, 其余区域对外联系能力弱; 对于西部地区, 天山北坡、南坡经济带影响度较高, 其余大面积地区有着较低的影响度。

(3) 主要城镇密集区的影响度很高。这主要包括关中— 天水经济区、陕南地区、兰西经济区、乌鲁木齐城都市圈、陕北地区、河西走廊交通带等, 表明西北地区的主要城镇密集区有着较强的交通干线支撑能力和保障水平, 对外联系能力也比较强。

(4) 部分地区影响度的中心极化与核心区域现象突出。围绕区域交通网络枢纽城市、省会城市的周边地区往往同时具有多种类别的重大交通设施, 有着较高的影响度, 包括西安、兰州、乌鲁木齐等, 但覆盖范围极小, 反映了省会及周边地区有着较好的交通设施支撑能力和保障水平, 这些城市及其周边区域可以视为具有较好发展潜力的区域。

(5) 不同交通方式的重大基础设施对区域的影响方式不同。铁路干线影响度沿重大铁路干线向两端延伸, 并向两侧逐步降低, 形成条带状, 尤其西安市及其临近县市是该区域复线铁路、客运专线和多条重要单线铁路的交汇地区, 路网稠密, 成为铁路干线影响度最高的地区, 并连接形成局部面状地域; 东部地域围绕重大铁路干线, 形成环状格局; 中西部地区围绕兰青线、西宁— 格尔木铁路、吐鲁番— 和田铁路形成条带状格局。公路干线影响度同经济和城镇密集区具有最高的空间耦合性, 多呈分散片区或网络状格局分布。机场运输服务的分散性最大, 且尚未有连接成片的趋势, 这与其属于“ 点状” 设施且具有“ 区域门户” 特性有关, 各省均布局有1个干线机场, 新疆、甘肃的一般机场数量较多, 但大多为中小型机场。

(6) 根据交通干线影响度, 可把西北地区划分为五大区域:优势区域、较优势区域、平均水平区域、较劣势区域、劣势区域。其中, 优势区域交通干线影响度均值为14.85, 主要围绕省会城市分布, 仅覆盖0.34%的国土面积; 较优势区域交通干线影响度均值为8.57, 集中在东部交通环及新疆哈密、库尔勒市、奎屯— 昌吉一带, 覆盖了8.49%的国土面积; 平均水平区域交通干线影响度均值为5.23, 集中在东部交通环外围地区及河西走廊一带, 覆盖了15.72%的国土面积; 较劣势区域交通干线影响度均值为2.33, 主要集中在西南疆、青海东北部、宁夏大部分地区、陕甘边界地区等, 覆盖了24.62%的国土面积; 劣势区域交通干线影响度均值为0.365, 主要集中在中西部地区, 包括新疆境内西北部边缘地带和东北部阿勒泰山脉所形成的“ 人” 字型区域、祁连山脉一带、青海省大部分地区、甘南陇南地区、黄土丘陵沟壑区等, 覆盖了50.83%的国土面积。

根据交通优势度的基本概念界定和数理模型, 对交通设施网络密度、交通干线影响度进行无量纲化并集成, 获得各县级单元的交通优势度系数(图4和表4), 并根据县级行政单元在交通优势度不同区段上的发生频率, 以0.400, 0.250, 0.200, 0.160, 0.130, 0.068, 0.045, 0.032和0.015为阈值, 将其分为10级(表4)。

由图4可以看出, 西北地区各县交通优势度在0~0.78范围内浮动, 平均值为0.1325。其中最高是西安市区, 高达0.7759, 最低是西和县。在交通优势度的各区段上, 各县的发生概率不同, 并呈现明显的“ 交通优势度越高, 县级行政单元数量越少” 的分布规律, 可见西北地区大多数县的交通优势并不明显, 交通设施网络仅对少数地区的发展有较强的支撑作用, 仅有少数地区具有较高的发展潜力。

根据西北地区交通优势度的分布格局, 可解读出以下特征。

(1) 西北地区的交通优势度形成较为明显的空间差异, 大致呈现“ 东部高、中西部低” 的格局。其中, 东部地区有着很高的交通优势度, 西北部局部地区有着较高的交通优势度, 而中部地区和西部大部分地区的交通优势度较低。这种格局反映了交通设施对各区域发展的支撑能力, 同时反映了区域发展潜力的差异。

表4

Table 4

表4(Table 4)

表4 西北地区交通优势度统计 Table 4 Statistics of transport superiority in Northwest China 区域划分 分级 县级行政单元 面积覆盖指标 级别 阈值 数量/个 比重/% 面积/万km2 比重/% 优势 1 F(x)≥ 0.400 11 3.30 0.94 0.33 2 0.250< F(x)≤ 0.400 31 9.31 7.41 2.59 较优势 3 0.200< F(x)≤ 0.250 34 10.21 19.19 6.70 4 0.160< F(x)≤ 0.200 37 11.11 15.98 5.58 平均水平 5 0.130< F(x)≤ 0.160 40 12.01 23.77 8.30 6 0.068< F(x)≤ 0.130 56 16.82 26.35 9.20 较劣势 7 0.045< F(x)≤ 0.068 31 9.31 24.52 8.56 8 0.032< F(x)≤ 0.045 21 6.31 39.67 13.85 劣势 9 0.015< F(x)≤ 0.032 30 6.01 54.14 18.90 10 F(x)≤ 0.015 42 12.61 74.51 26.01 注:F(x)为交通优势度

表4 西北地区交通优势度统计 Table 4 Statistics of transport superiority in Northwest China

(2) 主要城镇密集区的交通优势度突出。少数地区的交通优势度很高, 并呈现出空间连续成面的趋势, 主要包括关中— 天水经济区、银川平原地区和兰西经济区, 这些地区是西北地区经济和城镇的主要集聚区, 交通优势度的空间格局同经济、城镇的分布形成较好的空间耦合。同时, 这些经济带(区)是西北地区未来最具发展潜力的地区, 交通设施对区域发展的支撑能力和保障水平最高。

(3) 部分城镇密集区的交通优势度较高。这主要包括乌鲁木齐都市圈和河西走廊, 但这些区域尚未完全均质化, 说明这2个地区具有较好的发展潜力, 交通设施的支撑能力和保障水平较高。另外, 新疆哈密地区及其周边区域也具有一定的交通优势度, 但尚未连续成面。

(4) 中心城市的极化现象突出。围绕中心城市的周边地区往往具有很高的交通优势度, 但覆盖面积较小, 仅占不到5%的国土面积, 如西安、兰州、乌鲁木齐等中心城市, 这些区域居住了西北地区超过1/3的人口, 贡献了将近一半的GDP, 这说明中心城市周边地区具有较好的交通保障能力和发展潜力。

(5) 根据交通优势度和交通发展潜力, 可把西北地区划分五大区域:优势区域、较优势区域、平均水平区域、较劣势区域、劣势区域。其中, 优势区域交通优势度均值为0.36, 主要集中在西安城镇密集区, 仅覆盖2.92%的国土面积; 较优势区域交通优势度均值为0.20, 集中在东部交通环、河西走廊, 覆盖了12.28%的国土面积; 平均水平区域交通优势度均值为0.12, 在东部地带大面积分布, 覆盖了17.50%的国土面积; 较劣势区域交通优势度均值为0.05, 主要集中在中部、西南部地区, 覆盖了22.41%的国土面积; 劣势区域交通优势度均值为0.014, 主要集中在西北、中南部地区, 覆盖了44.91%的国土面积。

根据交通优势度差异, 同时考虑经济区划、行政区划分、自然地理环境差异等因素, 把西北地区划分为14个片区(准噶尔盆地地区、天山北坡经济带、天山山脉中天山区、天山南坡产业带、南疆地区、河西走廊地区、青海高原山地区、兰西经济区、甘南陇南地区、银川平原地区、黄土丘陵沟壑区、陕北地区、关中— 天水经济区、陕南地区), 并统计各片区所包含的县市及区域平均优势度(图5和表5)。其中, 关中— 天水经济区的平均交通优势度最高, 高达0.2508, 覆盖了49个县和2.40%的国土面积, 聚集了27.49%的人口和28.24%的GDP; 其次是天山北坡经济带、银川平原地区、陕北地区、兰西经济区, 其平均交通优势度均在0.15~0.20; 南疆地区、青海高原山地区覆盖的国土面积最大, 交通优势度分别为0.0577和0.0393, 共覆盖了西北地区64个县和50.62%的国土面积; 准噶尔盆地地区平均交通优势度最低, 为0.0185, 覆盖了17个县和9.61%的国土面积, 仅聚集了1.76%的人口和1.67%的GDP。

自然条件因素对交通线路走向、路网密度和分布格局、交通运输方式等方面都有着极大的影响。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 2013年西北地区公路网络密度空间格局Fig.1 Spatial configuration of road network density in Northwest China in 2013

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 2013年西北地区交通干线影响度的空间格局Fig.2 Spatial configuration of transport infrastructure impact in Northwest China in 2013

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 2013年西北地区铁路、公路、机场干线影响度的空间格局Fig.3 Spatial configuration of railway, highway and airport impact in Northwest China in 2013

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 2013年西北地区交通优势度的空间格局Fig.4 Spatial configuration of transport superiority in Northwest China in 2013

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 2013年西北地区各片区平均交通优势度Fig.5 Average transport superiority of each district in Northwest China in 2013

对各片区自然地理条件状况进行梳理(表5), 将其与平均交通优势度、交通道路网络进行对照, 可得出以下结论。

(1) 自然条件因素对交通优势度的影响可分为直接影响和间接影响两大类, 前者主要是自然因素对交通建设方面的影响, 后者是自然因素通过对人口、经济等社会因素的影响来间接影响区域交通发达程度。

表5

Table 5

表5(Table 5)

表5 西北地区交通优势度片区统计 Table 5 Statistics of transport superiority of each district in Northwest China 区域 平均 优势度 县级行政 单元/个 面积/万 km2 人口密度 /(人/km2) GDP 比重/% 自然地理条件 关中— 天水 经济区 0.2508 49 6.88 390 28.24 主要位于关中平原(又称渭河平原、渭河盆地)上, 夹持于陕北高原与秦岭山脉之间, 系地堑式构造平原, 平均海拔500 m 天山北坡 经济带 0.1960 25 26.67 31 16.43 包括新疆天山以北、准噶尔盆地南缘带状区域以及伊犁河谷部分地区, 山间盆地多, 年降水量大 银川平原 地区 0.1937 13 3.57 135 9.44 位于宁夏中北部, 是断层陷落后由黄河冲积以及湖沼长期淤积而成的平原, 地势平坦, 土层深厚, 海拔1 000~1 200 m 陕北地区 0.1753 25 8.01 129 11.24 包括陕西榆林、延安市, 地处陕甘宁蒙晋五省(区)交界地带, 地貌以黄土高原、丘陵为主, 平均海拔1 200 m左右 兰西经济区 0.1691 34 7.45 184 10.54 处于青藏高原、黄土高原、内蒙古高原交汇地带, 境内有黄河, 多中低山丘陵、河谷冲积平原和河谷盆地, 平均海拔2 000 m 天山南坡 产业带 0.1456 10 9.18 24 3.28 位于天山南麓、塔里木河上游, 北倚天山支脉库鲁克山和霍拉山, 境内有阿克苏河, 属绿洲地区 陕南地区 0.1414 28 7.10 118 5.26 北靠秦岭、南倚大巴山, 境内有汉江、嘉陵江, 山地、丘陵、盆地多, 秦岭、大巴山与河谷盆地海拔差超过2 000 m, 区域平均海拔1 000~1 500 m 河西走廊 地区 0.1325 20 22.62 21 5.07 位于黄河以西, 介于祁连山与马鬃山之间, 属祁连山地槽边缘拗陷带, 长约1 000 km, 西宽东窄, 戈壁、沙漠广布, 平均海拔1 500 m左右 黄土丘陵 沟壑区 0.0942 21 5.46 109 3.17 包括宁夏、甘肃的部分县市, 属黄土高原地区, 表面黄土质地疏松, 被地表流水冲刷形成沟壑区, 地形破碎, 沟谷密度大, 平均海拔1 000~1 300 m 南疆地区 0.0577 33 89.70 9 2.49 南、西、北三面分别是昆仑山、帕米尔高原和天山, 中间是塔克拉玛干沙漠, 沙尘盐碱严重, 四周高山海拔4 000~6 000 m, 盆地中部1 100~1 300 m 青海高原 山地区 0.0393 31 55.32 4 2.26 南部是唐古拉山和青南高原, 北部是祁连山, 西北部是柴达木盆地, 内有青海湖、昆仑山。地貌以山地、高原为主, 区域平均海拔3 000 m左右 甘南陇南 地区 0.0300 17 6.05 54 1.01 大多为山区, 位于青藏高原和黄土高原过渡地带, 地势西北高、东南低, 山地、丘陵、河谷、盆地交错分布, 地势高差悬殊, 平均海拔1 800~3 500 m 天山山脉 中天山区 0.0297 10 10.93 16 1.02 地势较高, 大多山峰海拔在5 000~6 000 m, 最高峰托木尔峰海拔7 443.8 m 准噶尔盆地 地区 0.0185 17 27.53 6 0.67 位于阿尔泰山、天山山脉及西部诸山间, 大致呈不规则三角形。西部有高达2 000 m的山岭, 中部为广阔草原、戈壁滩、盐碱滩和沙漠, 边缘有少数山麓绿洲, 平均海拔500~1 000 m

表5 西北地区交通优势度片区统计 Table 5 Statistics of transport superiority of each district in Northwest China

(2) 大体而言, 海拔越低, 地势越平坦, 越有利于道路建设, 一方面道路节点和道路网规划较容易、施工技术难度较低、安全系数较高, 另一方面也有利于日后的扩建并减少了道路建设的成本造价。如平均交通优势度最高的关中— 天水经济区平均海拔仅500 m, 而位列最后五位的片区海拔多在3 000 m以上, 甚至达到5 000~6 000 m。

(3) 平原地区(如关中— 天水经济区)限制少, 线路较平直, 工程技术要求低, 一般呈网状或环状分布; 山区丘陵地区(如黄土丘陵沟壑区)限制因素多, 线路多弯曲, 工程技术要求高, 成本造价也比较高, 交通线多沿山谷、河谷延伸; 沼泽地、风沙频发地、常年冻土积雪区、断层带、滑坡泥石流频发地等恶劣地形在一定程度上阻碍了交通建设。

(4) 地形条件优越的地区, 一般人口、城镇较密集, 经济活动多, 经济发展水平高, 如关中— 天水经济区人口密度高达390人/km², 因此交通线路网密度也大; 在山区、高原、丘陵等地区, 人口较稀少, 经济活动少, 交通线也较稀疏, 一般沿等高线延伸。

(5) 部分交通线的建设是根据矿产资源开采地和外运地的分布及其相应的运输联系而确定的, 因此部分矿产资源丰富或者地理区位处于重要战略地位的地区, 即使路工程量大、难度大、耗资高, 也存在着较高的交通优势度。

不同交通优势度的县对人口集聚的吸引力不同。根据各县在交通优势度上的分级情况, 对各区间段所覆盖的人口数、GDP进行统计(表6)。由表6可知, 西北地区将近一半的人口聚集在交通优势度大于0.200的县, 而在小于0.068的县中, 仅居住了不到20%的人口。其中, 交通优势度为0.200~0.400的县覆盖了26.3%的人口; 交通优势度为0.130~0.200的县覆盖了23.95%的人口; 交通优势度为0.045~0.130的县覆盖了20.78%的人口; 交通优势度为0.015~0.045的县覆盖了8.09%的人口; 交通优势度小于0.015的县覆盖了4.71%的人口。各县市的人口密度、城镇化率指标计算结果也是类似。可见, 人口数量多的地方一般交通条件比较好, 交通优势度高的县市一般也是人口集聚地, 两者在一定程度上具有正相关关系。

表6

Table 6

表6(Table 6)

表6 西北地区交通优势度统计(人口和GDP) Table 6 Statistics of transport superiority in Northwest China (population, GDP) 分级 人口覆盖指标 GDP覆盖指标 级别 阈值 人口数/千万人 比重/% GDP/千亿元 比重/% 1 F(x)≥ 0.400 1.58 16.17 9.38 28.4 2 0.250< F(x)≤ 0.400 1.54 15.76 4.99 15.11 3 0.200< F(x)≤ 0.250 1.03 10.54 4.75 14.38 4 0.160< F(x)≤ 0.200 1.19 12.18 3.64 11.02 5 0.130< F(x)≤ 0.160 1.15 11.77 3.09 9.36 6 0.068< F(x)≤ 0.130 1.36 13.92 3.56 10.78 7 0.045< F(x)≤ 0.068 0.67 6.86 1.43 4.33 8 0.032< F(x)≤ 0.045 0.33 3.38 0.58 1.76 9 0.015< F(x)≤ 0.032 0.46 4.71 0.74 2.24 10 F(x)≤ 0.015 0.46 4.71 0.87 2.63 注:F(x)为交通优势度

表6 西北地区交通优势度统计(人口和GDP) Table 6 Statistics of transport superiority in Northwest China (population, GDP)

若将交通优势度高于平均值的县定义为高交通优势度县, 反之为低交通优势度县; 同样, 将人口、GDP发展水平高于平均值的县定义为人口和GDP发展高水平县, 反之为人口和GDP发展低水平县, 可将各县交通优势度和人口、GDP发展水平的不同空间组合关系分为4种类型(图6)。H-H为极化型, 表示交通优势度与人口、经济发展的高水平匹配; H-L为滞后型, 表示尽管交通优势度较高, 但人口、经济发展水平相对滞后; L-H为超前型, 表示交通优势度较低, 但人口、经济发展水平反而相对超前; L-L为落后型, 表示交通优势度和人口、经济发展均低于平均水平。

由图6可知人口与交通优势度表现为H-H型和L-L型的县共计227个, 占总数的68.17%, 表明交通优势度与人口集聚度在大部分地区都表现出较强的关联性。其中, H-H型主要分布在中心城市及其周边地区, 大部分属于区域性交通枢纽, 交通优势对当地人口集聚有着较强的推动作用, 而L-L型分布较广, 占了西北地区71.72%的国土面积, 集中在准噶尔盆地地区、南疆地区和青海高原山地区, 这些地区长期以来交通条件落后, 对人口集聚有着排斥作用。H-L型的县共73个, 占总数的21.92%, 主要分布在银川平原南部、陕北地区南部、陕南和河西走廊部分地区、天山北坡经济带大部分地区, 表明交通优势对这些地区人口集聚的带动作用不明显; L-H型的县共33个, 仅占总数的9.90%, 主要分布在黄土丘陵沟壑区、甘南地区和新疆个别县市, 表明人口在交通不发达的地区极少集聚。

GDP总量是衡量一个国家或地区经济发展水平最综合的指标, 不同交通优势度的县所创造的地区生产总值不同。由表6可知西北地区将近50%的GDP由交通优势度大于0.250的县贡献, 总体上呈现“ 各县所创造的GDP总量随着交通优势度的下降而下降” 的规律。其中, 交通优势度高于0.400的县覆盖了28.4%的GDP; 交通优势度为0.200~0.400的县覆盖了29.49%的GDP; 交通优势度为0.130~0.200的县覆盖了20.38%的GDP; 交通优势度为0.045~0.130的县覆盖了15.11%的GDP; 交通优势度为0.015~0.045的县覆盖了4.00%的GDP; 交通优势度小于0.015的县覆盖了2.63%的GDP。可见, 交通优势对区域经济发展具有较高的保障水平, 交通优势度高的县所创造的GDP普遍较高, 而区域经济发展水平越高, 经济活动越多, 也在一定程度上促进了交通设施建设, 两者在一定程度上具有正相关关系。

从空间上看(图6), GDP与交通优势度表现为H-H型和L-L型的县共计238个, 占总数的71.47%, 表明经济发展与交通优势度在大部分地区都表现出较强的关联性。其中, H-H型主要分布在东部交通环、陕北地区和天山北坡经济带的部分地区, 大多是中心城市及其周边地区, 交通优势对当地经济发展具有重要推动作用; 超过一半的县属于L-L型, 集中在准噶尔盆地地区、南疆地区、青海高原山地区、甘南陇南地区和黄土丘陵沟壑区, 这些地区长期以来交通条件落后, 影响了当地经济的发展。H-L型的县有82个, 占总数的24.62%, 主要分布在兰西经济区和陕南地区, 另外在陕北地区、河西走廊等地区也有零散分布, 交通优势对这些地区的经济带动作用不明显; L-H型的县有13个, 仅占总数的3.90%, 主要是格尔木市、德令哈市、喀什市、庆阳市、金昌市、湟中县、博乐市、府谷县等, 这些地区交通优势度较低, 但可能因矿产资源富集带来一定的经济发展。

若把GDP细分为三次产业增加值进行关系分析, 从整体片区角度看, 总体上略显“ 交通优势度越高, 一产增加值比重越低, 二三产增加值比重越高” 的趋势(图7), 如片区平均交通优势度位居前三的关中— 天水经济区、天山北坡经济带、银川平原地区的二、三产增加值比重和均为90%左右。其中, 关中— 天水经济区的三产增加值比重为7.52∶ 43.85∶ 48.63, 而片区平均交通优势度较低的甘南陇南地区、天山山脉中天山区的一产比重高达40%左右。从县市角度看, 一产增加值比重与交通优势度大致呈现“ 负相关关系” , 二三产增加值比重与交通优势度略显“ 正相关关系” , 但相关程度不大, 尤其是青河县、富蕴县、肃北蒙古族自治县、大柴旦等地区的二产增加值比重以及新疆边境部分县市、德令哈市、兴海县、玛沁县等地区的三产增加值比重均很高, 但这些县市的交通优势度却很低。

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 西北地区交通优势度与人口、GDP的空间组合关系Fig.6 Spatial combination relationships between transport superiority degree and population, economic in Northwest China

图7

Fig.7

	Figure Option ViewDownloadNew Window
	图7 2013年西北地区各片区三次产业增加值比重Fig.7 The production value structure in Northwest China in 2013

交通优势度与人口集聚、经济发展在空间上不完全匹配的原因有2个。第一, 大多关于交通优势度的评价中均把研究区域假设为“ 孤岛” , 更多考虑了区域内部交通网络的便捷程度和连通度, 存在难以确定研究区域外部影响边界的问题^[21], 像新疆西边、北边边界同时也是国界, 甚至受政治军事等因素影响, 更是难以度量。第二, 部分地区的交通优势度虽然不高, 但拥有丰富的自然资源也是人口迁入的拉力; 由于在交通优势度的评价中考虑了公路网密度和交通干线的影响, 部分县紧邻交通线, 因此有较高的交通水平, 但可能受恶劣地形地貌等自然条件的影响, 部分交通较发达的地区反而居住人口数较少; GDP的实现除了受交通因素影响外, 还受自然条件、资源状况、社会条件、政策条件等的影响, 因此也可能出现交通较发达的地区反而经济发展水平不高、或交通不发达的地区反而经济发展水平较高的现象, 如有些交通条件一般的县市是通过矿产资源开发和边境贸易发展经济的。