高速交通驱动要素的重组流动

1）基于客运的人口流空间分析

人口流动是城市空间流的重要形式之一，其城际流动与交互情况也是反映城市之间相互作用强度等有关信息的重要途径。在此，利用城市客运量、客运结构与客运强度变化等相关指标来反映人口城际流动情况。

（1）高速交通对客运的影响

以高速公路兴起为基点，高速交通方式先后引发两次陆路客运结构的显著变化（表3-7）：其一为高速公路兴起后长途汽车客运对铁路客运的挤占，1995年前后铁路客运占比下降了4.2个百分点，公路客运占比则上升了将近10个百分点；其二为高速铁路建设通车后对公路客运市场的分流，2010年后铁路客运占比扭转下降趋势转为渐次上升，公路客运则出现小幅下降的态势。从高速公路、高速铁路对长三角客运结构及其客运量的影响来看，高速交通对城市间客运联系的提升效应是以往的普速交通方式所不可比拟的；同时，这种影响对长三角各城市间的内外联动亦是具有重塑性的。

表3-7　长三角两省一市主要年份客运交通结构表（1978—2012年）（单位：%）

为了进一步分析高速交通方式的兴起发展对长三角内外交通联动所带来的影响，引入了客运强度、行旅范围和人均行旅次数三个指标，以比较高速交通方式出现前后长三角城市之间交通联动的变化程度。其中，客运强度表示单位交通里程（运输线路长度）所承载的旅客人次，行旅范围表示出行旅客的平均乘距，人均行旅次数表示各行政单元年内人均出行频数，计算公式如表3-8所示，指标计算所涉及的数据来源于《中国统计年鉴》《中国城市统计年鉴》以及江苏省、浙江省和上海市统计年鉴。

表3-8　几个客运交通指标的计算公式

不同时期长三角的铁路、公路客运强度总体处于高位波动平衡的状态，并远高于全国平均客运强度（图3-21）。2011年，其铁路、公路客运强度分别为全国同一指标的三倍和两倍，体现出高强度的城际客运联系水平。比较不同客运交通主导时期的旅客平均行旅范围可以发现（图3-22），在普速客运（“普通铁路+普通公路”）交通时期，两省一市旅客在各种交通方式下的总均乘距约为60 km，进入高速客运（“高速公路+高速铁路”）交通时期，总均乘距跃升至90 km左右，平均出行尺度较前者增长50%。从2008年以来铁路、公路客运交通方式下的旅客平均乘距来看，分别稳定在330 km和50 km左右，说明短距和中长距是两类陆路交通方式的优势客运距离，基本处于长三角内各城市到其余15个城市的范畴之内。

图3-2　长三角与全国（铁路、公路）客运强度的比较

图3-22　长三角两省一市主要年份旅客平均乘距

比较普速与高速客运时期的人均行旅次数（图3-23），前者人均行旅次数在10次以下，后者则由高速公路兴起时的15次上升至高速铁路通车后的33次，可见高速交通方式显著提高了城市对外联系的强度，其对长三角核心16市的影响则更为明显。2011年，长三角16市的人均行旅次数达41次，与长三角两省一市相比高出10次之多（图3-24）。

图3-23　长三角两省一市主要年份人均行旅次数

图3-24　长三角16市人均行旅次数（2006年、2011年）

（2）人口空间流的网络结构

在城市区域内部，各城市节点及相互间的连线构成了区域城市网络，它是各类城市空间流运行的基础秩序框架。各城市节点与节点之间的人口空间流线构成其人口空间流网络，节点流规模及节点联系强度则反映这一网络的发育程度及运行情况。

① 人流规模等级

城市的客运量及其占总量的比重是判定其人口空间流规模的重要依据。按照2011年各城市的客运量及其占长三角总量的比重，对16市的人口空间流划分规模等级，具体如表3-9所示。位于第一梯队的城市包括苏州、南京、杭州、台州，4市年客运量在3亿人次以上且占比大于8%，其中又以苏州为一级客运枢纽，南京、杭州为二级客运枢纽；第二梯队城市客运量为1.5亿—3亿人次且占比为4%—8%，包括宁波、无锡、南通、绍兴、上海、常州、舟山7市；嘉兴、镇江、湖州、泰州、扬州5市隶属第三梯队，年客运量在1.5亿人次以下，且占比小于4%（图3-25）。

表3-9　长三角16市客运规模等级划分（2011年）

图3-25　长三角16市客运量及其对客运总量贡献率的变化情况（1987—2011年）

从空间分布来看，长三角地区的客运流动向交通轴线集聚的特征明显。1987—2011年，宁通、沪宁、沪杭、杭甬（台）、宁杭五大交通轴线m的客运量在长三角16市和两省一市的占比总体呈现波动上升趋势，表明长三角内主要交通轴线城市间的客运联系日趋紧密（表3-10）。沪宁线和杭甬（台）线的客运量一直位列首、次席位，是长三角地区的核心客运走廊，其占比基本都维持在40%和30%以上。沪杭线、宁通线与宁杭线的客运量排序则交替变化，系长三角地区的次级客运走廊，其中宁杭线客运量增势又最为明显，2006年后取代宁通线成为长三角区域仅次于沪宁线、杭甬（台）线的重要交通通道；宁通线增速次之，沪杭线则略有下降。总体来看，目前长三角地区形成了以苏州、南京、杭州和台州四大城市为中心，以沪宁、沪杭、杭甬、宁杭和宁通五大交通轴线为主的客运分布格局。

表3-10　长三角地区主要交通轴线的客运量情况（1987—2011年）

+注：表中长三角指江浙沪两省一市；（ ）内为交通轴线占比排名次序。

② 节点联系强度

节点联系强度指各城市之间人口空间流线的强度，反映两两城市之间的人口空间流动规模、社会联系频密程度以及整体的人口空间流格局、区域人口流向偏好等相关信息，采用客运交通流数据来测算长三角各城市节点之间的人口空间流强度。由于统计上的客运交通数据通常指一个行政单元内的全体社会客运量，而不涉及城际间的客流量，部分城市所展开的大规模居民出行调查仅限于调查样本、内容等，难以获取并统计两两城市之间精确的客流交通数据。为了克服上述问题，在此构建城市客流分配模型和客流引力模型，以分析各城市节点间的客流联系强度。

研究假设在长三角地区内，各个城市的客流量按照一定的比例系数k运送到区内的其余各个城市。基于客运量和旅客周转量测算的2011年江浙沪旅客平均乘距显示，各类交通方式下两省一市的总均乘距为89 km，仅在陆路交通方式（公路+铁路）下，两省一市的平均乘距则为66 km。从分省市来看，上海、江苏和浙江的陆路平均乘距分别为176 km、69 km和57 km（表3-11）。根据客运量的交通结构，水路、航空交通方式的客运量仅占相当小的比重，2011年合计2%；同时，航空客运主要适用于远距离交通出行，长三角区域内的航班往来仅在上海—南京、上海—舟山每日各往返一趟（图3-26）。因此，陆路交通下的出行范围与长三角的实际情况更加接近。以上海、江苏和浙江内各城市为节点，以平均乘距（陆路）为半径，对区域内居民的出行范围进行模拟（图3-27），发现各城市居民的活动出行主要在长三角的空间范畴之内。上海第四次综合交通调查结果表明，长三角区域是上海对外客运的主要目的地，其与江苏、浙江两省的日均客运量达74.5万人次，占据全市对外客运总量的68%n。综上所述，本书将客流量比例分配系数设定为0.7，经系数折减后的客运量即为长三角某一城市到其余各城市的客运总量，以此作为客流分配模型和客流引力模型测算的基础数据。

表3-11　长三角两省一市的旅客平均乘距（2011年）（单位：km）

图3-26　泛长三角内的航班客运联系

图3-27　平均乘距下的行旅范围

基于城市客流分配模型的客运联系强度测算方法如下：首先，假设两个城市间的客流量与其自身的客运规模成正比，即发生客运联系的两个城市，两者的客运规模越大，则表明两者间的客流量数值也越大。基于这一前提假设，根据交通运输地理学的网络分析原理，利用分配模式计算各城市间的客流量，基本公式为Cij=Pi Pj /(P-Pi )(i=1，2，…，16 ；j=1，2，…，16)，其中，Cij为第i个城市运送到第j个城市的旅客数量，Cij与Cji之和即为城市i与j的客流量值。其次，考虑到城市间的客流强度一般符合距离衰减法则，即认为两个城市之间的空间距离越小，则两者的客流量就越大，反之则越小，基于此，确立城市客流分配模式下的客运联系强度模型如下：Rij=(Cij+Cji )/Dij2(i=1，2，…，16；j=1，2，…，16)。

根据2011年长三角16市的客运量统计数据（按系数折减），测算客流分配模式下各城市之间的客流量（表3-12）。同时，考虑距离影响，根据公式计算客运联系强度。为验证客流分配模式下各城市间客运联系强度计算结果的真实可靠性，进一步引入城市客流引力模型，在城市引力模型o的基础上进行转化，基本公式为Fij=PiPj/Dij2，其中Pi、Pj分别为折减后城市i和j的客运量，引力常数K为1，距离摩擦系数为2。

表3-12　基于客流分配的长三角各城市间的客流量值（单位：万人）

续表3-12

对以上两种模式测算得到的城市间客运联系强度值分别进行归一化处理，以便于结果的比较与验证，具体如图3-28、图3-29所示，前后分别对应客流分配模式和客流引力模式。从联系强度的空间分布来看，两者强度值的分布格局基本相同，证明这一客运联系强度测算方法及结果具有较高的可行度。

图3-28　长三角城际客运联系强度（分配模式）

图3-29　长三角城际客运联系强度（引力模式）

从节点客运的联系强度来看，苏州市在长三角地区占据绝对主导地位，苏州与其余15市的平均客运联系强度达42.4，而各城市间的平均客运联系强度为11.3；台州市与长三角其他城市的客运联系强度则最弱，其总体联系强度（47.5）仅略超苏州的平均联系强度。从城市间的联系强度来看，无锡—苏州的客运联系强度最高，比第二位的杭州—绍兴高出188.51个强度值（表3-13）。南京、杭州则分别作为长三角北翼、南翼的副中心，与邻近城市间形成较为紧密的客流联系。从整体上来看，长三角主要交通轴线区域内城市之间的客运联系明显较强，区内城市联系明显大于其与区外城市，其中又以沪宁沿线城市最高，其联系强度值约是次位杭甬线的4.2倍，体现出交通轴线区域强客运联系的分布格局（表3-14）。

表3-13　长三角城市间的客运联系强度与排序（前20名）

表3-14　主要交通轴线城市间的客运联系强度

③ 空间结构特征

为进一步分析长三角地区人口空间流的组织结构特征，依次筛选出16个城市各自所对应的首位、次位客运联系城市，同时计算各个城市的关联首位度以及首次客流牵引线连接数，以反映长三角客流空间网络中的节点位置、节点主要流向及其节点间联系的活跃程度（表3-15，图3-30）。

表3-15　长三角核心城市主要人流方向与客运联系强度

续表3-15

结合各城市的总联系强度（某城市与其他各城市客运联系强度之和）与连接数（某城市作为其他各城市首位或次位联系），得出苏州是客流引力主中心，是客流汇集的主要方向，其城市总客运联系强度最高，与各城市的首、次客流牵引线连接数也最大。其中，首位联系城市5条，次位联系城市4条，以苏州为首位联系城市的关联首位度平均达3.5。而南京、杭州则成为片区性的客流引力副中心。在客流空间组织特征上，以泰州—常州、湖州—嘉兴为客流引力的断裂点，可大致划分形成几大片区，包括以苏州为引力中心的沪—苏—锡—常—通—嘉—湖客流组群，围绕南京形成的宁—镇—扬—泰客流组群，以及以杭州为中心的杭—嘉—湖、杭—绍—甬（舟）—台等客流组群，这些客流组群之间形成较强的客运联系强度，实际上受地理空间的邻近性影响较大。从组群间的联系来看，苏、杭两大组群的联系程度更为密切，通过湖州、嘉兴进而形成两个网络的相互嵌套，其客流向杭州及以北、苏州及以东方向汇集的特征明显，南京组群则相对独立，几乎独自形成封闭网络，仅通过南京—苏州的次位客流牵引线来实现与苏州组群的关联。从人口空间流的结构特征来看，核心城市上海并不占据绝对的客运枢纽主导地位，这与其自身的客运规模大小有关。

2）基于货运的货物流空间分析

物流是城市空间流的另一主要形式，城市区域间的货物运输联系是物流在该区域内部空间上的具体映射，是反映城市之间经济发展联系强度的一个有效途径。下面利用货运量、货运结构与货运强度及其空间分布来反映城市物流的发展变化情况。

（1）高速交通对货运的影响

从货运量的交通结构演化来看（表3-16），铁路、公路、水运是现代以来长三角货物运输的主要方式。20世纪80年代以前，水运占据首席地位；80年代中期之后，公路运输增势迅速并超过水运总量，水运比重随之下降但仍长期占据次要位置，主要承担低附加价值或低时效要求的物资运输。2012年，公路承担了当年超过3/5的货物运输量，这实际上是区域经济快速发展和经济联系日益紧密的趋势下，物流对快速交通方式需求增加的结果，而高速公路的兴起与发展则为这一快速物流需求奠定了重要基础，其快速而经济的运输特点使其在长三角地区各类货物流通中所占据的地位日益重要。铁路运输自1978年以后下降明显，并趋于低位波动的状态，2012年长三角两省一市的铁路货运量仅为1978年的15.3%。

图3-30　长三角核心城市人口空间流的组织结构

表3-16　长三角两省一市主要年份货运交通结构表（1978—2012年）（单位：%）

图3-31　长三角与全国（铁路、公路、内河航运）的货运强度比较

图3-32　长三角两省一市主要年份的货物平均运距

借鉴客运强度和行旅范围的计算方法，测算长三角16市历年尤其是高速交通方式兴起后的货运强度及平均运距，以反映单位运输线路所承运的货物量及货物流通的空间范畴与演化，该地区的货物运输效率及与周边地区经济联系的活跃程度。可以看出，除铁路运输方式外，长三角其余运输方式下的货运强度均超出全国平均水平，其中公路货运强度在1996年以后出现较长时间的明显增幅。2012年，长三角公路、水运和铁路运输强度依次为全国的1.5倍、1.3倍和0.6倍，体现出长三角地区高强度的城际间货物流通和区域货物运输效率（图3-31）。从长三角历年的货物平均运距来看（图3-32），水运距离最远、铁路次之、公路最短。各类交通方式的运距扩大化趋势明显，其中公路运距1996年后基本保持连续增加，截至2012年，年均增长率约达4.9%，2012年的公路平均运距系1978年的6.2倍。各类交通方式的总均运距则由1978年的401 km跃升为2012年的737 km，体现出核心城市间及其与外围地区的经济活动联系日渐活跃。

（2）货物流空间的网络结构

长三角地区内各城市节点与节点之间的货物空间流线构成其货物流空间网络，在此利用节点的物流规模等级和联系强度反映这一空间流网络的结构特征。

① 物流规模等级

城市的货运量及其占总量的比重是判定其货物空间流规模的重要依据，根据2011年各城市的货运量及占总量的比重对16个城市的物流规模划分等级（表3-17）：第一梯队包括上海、南京、宁波和杭州4市，属于长三角地区的货运枢纽城市，并以上海为一级货运枢纽，南京、杭州连同宁波分别为二级货运枢纽，4市合计占据货运总量的半壁江山；第二梯队包括南通、湖州、台州、舟山、嘉兴、苏州和常州7市；第三梯队包括泰州、无锡、镇江、扬州和绍兴5市。

表3-17　长三角16市货运规模等级划分

从物流的空间分布来看，长三角地区货物运输联系向交通轴线区域集聚的特征趋势明显。1987—2011年，在宁通、沪宁、沪杭、杭甬（台）、宁杭五大交通轴线中，沪宁和沪杭交通轴线区域的货运规模长期位居首席，2011年，两者分别占据长三角货运总量的38%和28%；宁通、杭甬（台）和宁杭交通轴线在长三角货运总量占比次序则交替变化，其中杭甬（台）线和宁通线的货运占比增速较为明显，2006年后宁通线逐渐成为长三角地区仅次于沪宁及沪杭、杭甬（台）的重要货运通道。从近年来各交通轴线货运量的占比变化情况来看，沪宁、沪杭及杭甬（台）三大交通线的货运量出现小幅下降趋势，而宁杭、宁通两大交通轴线区域的货运量则表现出上升态势（表3-18，图3-33），表明长三角地区的货运格局逐渐由“沪—宁—杭—甬”的“Z”字形强集聚向外围交通轴线区域扩散，这与长三角交通网络格局均衡化与网络化发展趋势呼应，反映出城市间的经济发展联系日益紧密。在整体上来看，目前长三角形成了以上海、南京、宁波、杭州为货运集散枢纽，沪宁、沪杭、杭甬（台）、宁通和宁杭交通廊道为轴线的物流空间格局。

② 节点联系强度

节点联系强度是指城市节点之间的货运联系强度，用以分析两两城市间的物流规模、经济联系等信息。与客运联系强度测算方法相同，在此基于货运交通流数据，利用城市物流分配模型和物流引力模型来计算各城市节点间的货运联系强度。鉴于前文已对两种模型公式和计算方法进行了详细描述，故此处不再赘述。对货运联系强度的计算除指标数据不同以外，其余直接按指标公式计算。需要特别说明的是，基于货运量和货物周转量计算的2011年江浙沪两省一市的货物平均运距显示（表3-19），各类交通方式的总均运距为743 km，陆路平均运距则为124 km，考虑到货运量的交通结构及运输货物的特点，采取陆路平均运距对各城市的货物运输空间范围进行模拟（图3-34），模拟后可以发现，货运联系同样主要集中在两省一市内部，故参照客运量折减系数0.7对长三角地区内部的货运流量进行数据预处理。

表3-18　长三角主要交通轴线货运量情况（1987—2011年）

+注：表中长三角指江浙沪两省一市；（ ）内为交通轴线占比排名次序。

图3-33　长三角16市货运量及其对货运总量贡献率的变化情况（1987—2011年）

表3-19　长三角两省一市中各类货运方式的平均运距（2011年）（单位：km）

根据2011年长三角16市的货运量统计数据（经系数折减），计算两种模式下的货运联系强度，其中，表3-20反映了物流分配模式下各城市之间的货运流量值，经过归一化处理的货运联系强度分布如图3-35、图3-36所示，前后依次对应物流分配模式和物流引力模式，可以看出，两者在联系强度的分布格局上基本一致。

图3-34　平均运距下的货物运输范围

表3-20　长三角16市间的货物流动规模

图3-35　长三角城际物流分配模式

(www.xing528.com)

图3-36　长三角城际物流引力模式

从节点货运联系强度来看，上海市在长三角占据主导地位，上海与其余15市的货运联系强度平均为13.4，而其余各城市同一指标的平均值为6.2；邻近上海的苏州、无锡、常州、南通等市也体现出较高的对外货运联系强度，这跟其与上海之间较高的货运联系强度有关。南京、杭州与宁波分别作为北翼、南翼的副中心，与邻近城市宁镇扬泰、杭绍甬舟等形成较为紧密的物流联系。从城市间联系强度来看，扬州与镇江之间的货运联系强度最高，在上海—苏州—无锡—常州一线则形成最强的货运联系连绵区（表3-21）。此外，长三角货运流动向主要交通轴线汇聚的特征较为明显：其一，交通轴线城市之间的物流规模明显大于其与交通轴线外的城市；其二，核心交通走廊城市之间的物流联系明显大于次级交通走廊，这在沪宁交通轴线上表现得尤为显著，其联系强度值是次位杭甬线的4.1倍，是次级交通走廊宁通线、宁杭线的8.7倍和11.2倍，由此体现出核心交通轴线的强物流集聚效应（表3-22）。

表3-21　长三角核心城市间的货运联系强度与排序（前20名）

表3-22　长三角主要交通轴线城市间的货运联系强度

③ 空间结构特征

首先，从节点上来看，根据各城市的总联系强度（某城市与其他各城市货运联系强度之和）与连接数（某城市作为其他各城市首位或次位货运联系），上海是长三角地区物流的引力主中心，是城市物流汇集的主要方向及辐射的核心节点，其城市总货运联系强度最高，与其他各城市的首位、次位物流牵引线数也最大，包含首位联系城市4条，次位联系城市3条，以上海作为首位牵引城市的首位关联度均达2.0，部分城市如台州、舟山等还与上海出现远距离、跳跃式的次位牵引联系；南京、杭州与宁波则作为物流引力副中心，与其他城市的首位、次位牵引线数在2条以上，与城市等级规模相对应，形成以区域中心城市为引力中心的强向心式货运联系格局（表3-23）。

其次，从物流的空间组织特征上来看，基本上形成了以下几大物流集聚组群，包括以上海为引力中心的沪—苏—锡—常—通—嘉强物流联系组群，近南京的宁—镇—扬—泰强物流联系组群，以及以杭州为中心的杭—嘉—湖—绍和以宁波为中心的绍—甬—舟—台强物流联系组群，这些物流组群内的城市之间形成较强的货运联系，常州、嘉兴既是以上几大组群间的重要联系节点，也是几大组群形成相对独立联系的断裂点。总体上，长三角地区的物流联系形成了“多中心、小组群、大网络”的结构特征（图3-37）。与人口空间流的空间组织特征相比较，除了空间流的引力主中心、节点联系强度上存在差异外，两者在各大片区的组群分布特征上基本相同。

图3-37　长三角核心城市货物空间流的组织结构

表3-23　长三角核心城市主要物流方向与货运联系强度

续表3-23

3）高速通勤流的空间格局分析

长三角核心城市间的人流、物流历来频密，且其流动规模保持持续增长，尤其是进入高速客运（货运）时代后，规模增速更为明显，具有城市空间流动规模化、频密化、快速化、扩散化等发展趋势。为进一步分析研究高速交通时代的城市就业人口流动特征，下文将对高速公路和高速铁路两种交通方式下的通勤流空间进行分析。

（1）高速通勤流的规模与特点

长途汽车和高铁（动车）是长三角地区出行的重要交通方式，两者具有一定的互补性，较为全面地反映了长三角城市区域间的通勤流动状况。由于难于获取精确的客流数据，本书利用两类交通方式下的每日客运车次数据来代替，用以分析高速公路、高速铁路通勤流的空间组织特征及其变化。长三角城市的长途汽车客运车次数据和高铁（动车）的每日往返车次数据共有三个版本，搜索时间分别为2008年4月、2010年5月和2013年12月，对应于长三角动车组及高铁客运专线开通前后，时间跨度较小，与近几年长三角高速交通快速升级的变化特点吻合。

① 基本特点

长三角范围内一日通勤圈是区域空间重组的重要表征，依托日趋发达的高速公路和高速铁路等快速交通流线，以跨城商务或日常就业出行为目的的一日通勤逐渐成为可能，当前长三角高速交通设施网络初步具备了支撑这种高速通勤流的基础。

由于高速公路网络在长三角的全面覆盖，城市之间的长途汽车客运主要通过高速公路网络实现空间运输联系，从这一角度来看，长途汽车客运流表征了绝大部分基于高速公路的城市区域尺度的通勤流动，而高铁（动车）则代表了高速铁路客运专线下的跨区通勤流动。简言之，依托高速公路、高速铁路的长途汽车和高铁（动车）在长三角的高速通勤出行中互为补充或代替。2007年以来，由于动车组的开行、城际铁路和高速铁路客运专线的建设覆盖，两者结构占比出现此消彼长。与传统的普速火车以及长途汽车相比，高铁在通勤时间成本上占据绝对优势，耗时约为前两者的2/5，且在经济成本上与长途客运相差不大（表3-24），故高铁（动车）在长三角高速通勤的结构占比逐年上升。尤其在2010年以后，高铁（动车）对长途汽车的分流尤为明显（图3-38）。与2010年相比，2013年长三角各城市的长途汽车车次基本上呈现下降态势，部分少量增加的城市主要为未通高铁的城市或其邻近城市，如扬州、泰州等。相反地，高铁（动车）的到发车流量则保持迅速上升，且其覆盖面逐渐扩大。至2013年，长三角核心区12个地级市（30个县级市）通有高铁，站点共计57个。毫无疑问，高速通勤流量结构的这一变化反映了时下长三角就业空间重组的特征与趋势。

表3-24　长三角中心城市间不同客运方式的交通成本比较

+注：表中高速铁路票价为二等座票价、普速铁路票价为硬座票价。

图3-38　长三角城市间长途客车与高铁（动车）的车次变化率（2008—2013年）

在城市间通勤车流的动态联系上（表3-25、表3-26），各个城市之间的到发通勤客车流高频且密集，其中，长三角中心城市与各城市间每小时平均长途客车数达7次以上、高铁（动车）数则将近9次，意味着每隔6—8 min就有出行者通过长途汽车、高铁（动车）与各个城市发生通勤联系。长三角各中心城市之间的通勤流则更为频密，比较同一指标，其长途客车、高铁（动车）的到发车次分别为11次、12次，高达每5 min 1次。进一步地考察长三角核心城市与区域性中心城市之间、各区域性中心城市之间通勤车流的一日变化特点（图3-39）：首先，长途汽车每日发车时间基本在6：00—19：30，高铁（动车）的运营时间则更长，主要在6：00—23：00，基本满足一日通勤往返的时间跨度需求；其次，从车次时刻变化来看，以高铁（动车）为例，每天7：00—12：00和15：00—20：00期间到发车次最为密集，符合朝发夕返的一日通勤要求。在每日各时段的到发车次频率分布上，上海往返北翼南京、苏州、无锡之间的车次基本处于高位波动，向南翼杭州、宁波的到发车流量则相对较弱，南北翼片区内各区域中心城市之间的通勤联系特点同样如此。

表3-25　每小时中心城市与各城市的平均到发长途汽车车次统计（2013年）（单位：次）

表3-26　每小时中心城市与各城市的平均到发高铁车次统计（2013年）（单位：次）

（a）核心城市与区域性中心城市之间

（b）区域性中心城市之间
图3-39　长三角中心城市间每小时的高铁（动车）发车频次统计（2013年）

② 规模等级

图3-40　长三角主要城市与其余城市间的长途汽车客运车次统计

图3-41　长三角主要城市与其余城市间的高铁（动车）车次统计

表3-27　高速交通流规模与城市等级、交通轴线的关系（单位：%）

基于长途汽车、高铁车次的长三角城市间通勤流量统计（图3-40、图3-41，表3-27），从长三角整体来看，高速通勤流形成“一核两翼、北强南弱”的分布格局。2013年核心城市（上海）、北翼片区与南翼片区的长途汽车和高铁（动车）通勤流的比例关系分别为1∶4.1∶2.4、1∶3.2∶2.1，北翼的通勤流规模远高于南翼，尤其是高铁通勤流，在当时宁通线3个城市未通高铁的情况下，北翼的高铁通勤流仍高出南翼52%。考察主要交通轴线的高速通勤流发现，核心交通走廊沪宁线最高，尤其在高铁方面，占据长三角16市将近3/4的高铁通勤流，是长三角地区高速通勤流最为密集的区域；沪杭线次之，长途汽车和高铁（动车）分别占据将近30%；次级交通轴线则基本在25%左右浮动，其中宁杭线最高、杭甬（台）线次之、宁通线最低。

从城市节点来看，各城市的长途汽车和高铁的车次规模特征基本一致，核心城市上海占据高速通勤流量的龙头位置，南京、杭州、苏州、无锡、宁波等区域性中心城市次之，五市合计占据长三角两类高速通勤流量的43.25%（长途汽车）、53.38%［高铁（动车）］，其中宁波的通勤流规模相比略小，稍低于沪宁高铁走廊上的常州市。除此之外，其他城市的规模相对较小，尤其是舟山等远离交通走廊核心区的城市，此类城市的长途汽车和高铁（动车）通勤流分别占据长三角的43%（共10市）和30%（共6市）。根据两类高速车次流量，可将长三角各城市的高速通勤流规模划分为三个等级，如表3-28所示。总体上，城市节点的高速通勤流量和该城市的等级及其与高等级城市的距离密切相关，城市等级越高，则其高速通勤流的规模越大；与核心城市或区域性中心城市的空间距离越近，则其高速通勤流的规模也越大，反之则越小。

表3-28　长三角城市的高速通勤流规模等级划分情况

③ 空间联系特征

首先，从长三角城市间通勤流空间联系的区域格局来看，北翼片区与其他各城市的通勤联系要高于南翼片区。2013年各城市的每日长途客车及高铁（动车）到发车次统计显示，北翼8市、南翼7市与各城市间的平均长途客车车次分别为992次和674次；在高铁所覆盖的城市中，北翼5市、南翼6市与各城市间的平均到发车次分别为1 550次和696次。就片区性分布而言，北翼和南翼地区分别呈现“北强南弱”（2.5∶1）和“北弱南强”（1∶1.2）的联系特点。具体来说，在南北翼的城市之间，强客运班车流主要体现在区域性中心城市之间，如南京、苏州与杭州，其客运车次在100次以上，低等级城市的客运班车流较小甚至趋近于0，如台州、舟山与北翼片区各城市之间；而在南北翼片区内的城市之间，邻近城市之间的客运班车流总体较强，且具有中心城市的指向性，如北翼的南京、苏州，南翼的宁波和杭州等。与此同时，强通勤车流还相对集聚在宁通、沪宁、沪杭、杭甬、甬台、宁杭等同一交通轴沿线内的各城市之间，非同一交通轴线城市间的联系明显较弱。

其次，在各城市节点之间高速通勤流的空间联系上，中心城市对高速通勤流具有强引力效应。分析不同级别城市节点间的车次联系情况（表3-29），以高铁为例，在与中心城市、其他城市的通勤联系中，核心城市与前后两者的联系比例为2∶1，区域性中心城市的联系比例为1.2∶1，而其他城市则为8.3∶1。具体来说，核心城市上海是高速通勤车流的向心强中心，其与各城市的通勤联系强度整体较高，但仍具有“北强南弱”的联系特征，与南北翼城市的长途汽车、高铁（动车）的到发车次比例分别为1.1∶1和2∶1（图3-42）。在片区内部，北翼、南翼各城市分别以南京、苏州、无锡三市和杭州、宁波两市为高速通勤流的核心节点和集聚中心，体现出区域中心城市的向心强联系特征。此外，从城市节点的到发车次也可看出，次一级城市发往高等级城市的车次通常高于后者至前者，如南京至上海的高铁车次为163次，而上海至南京则为158次；台州至宁波的高铁车次为47次，而宁波至台州则为43次。从城市间通勤联系的规模来看，长途汽车联系排名前列的主要为两中心城市或中心城市与邻近的其他城市，如上海、南京、杭州、宁波及其周边城市，分布较为分散；而高铁通勤联系排名前列者则高度集中于沪宁交通轴线，以上海、南京为端点，与苏州、无锡、常州、镇江四市形成高强度的通勤联系，系长三角最为核心的高铁通勤走廊，沪宁高铁走廊内的六市之间每日高铁车次基本均在150次以上，平均将近270次（表3-30）。

表3-29　长三角城市间的长途汽车、高铁（动车）车次联系情况（2013年）（单位：%）

图3-42　上海与其他城市之间的车次联系情况（2013年）

表3-30　长三角城市间的长途汽车、高铁（动车）的车次联系前10名（2013年）

图3-43　基于高铁（动车）的长三角主要城市间通勤流空间分布

图3-44　基于高铁（动车）的县市与地市的通勤流空间分布（2013年）

图3-45　基于长途汽车的长三角城市间通勤流空间分布
注：左图为2010年；右图为2013年。

（2）高速通勤流的网络结构

从2008—2013年主要城市间高速通勤流的空间分布来看（图3-43至图3-45），高速通勤流高度集聚于各主要交通轴线；从2008年、2010年、2013年的高铁通勤流变化来看，其空间格局先后由“＞”“Z”向“M”“B”字形演化，反映了高铁通勤格局的日趋完善与网络化。从通勤流集聚特征来看，当前地级市之间、县级市与地级市之间的高铁通勤流仍主要集聚于沪宁、沪杭交通轴线，宁杭、杭甬与甬台则相对较弱。与之相比，基于长途汽车的高速通勤流在主要交通轴线的分布则相对均衡，这与两种高速交通方式的发展阶段不同有关，但可以预见，伴随高铁的网络化趋势，高铁通勤流在长三角城市间的联系分布必然日趋均衡化。

为进一步研究长三角各城市之间高速通勤流的主要流向、关联强度及其空间组织特征，根据2008—2013年中几个主要年份的各城市长途汽车和高铁（动车）到发车次，依次得到各个城市通勤流的首位、次位关联城市及其相应的连接数，并测算得到该城市的关联首位度，以深入分析各城市节点之间通勤流联系的结构特征。基于高铁（动车）和高速公路长途汽车的通勤流空间结构（图3-46至图3-48），上海是长三角地区的高速通勤首位枢纽城市，2013年各城市与上海的高铁和长途汽车的连接数分别为6条（4条首位牵引线、2条次位牵引线）和10条（4条首位牵引线、6条次位牵引线），中心极化的格局较为明显；南京、杭州则为长三角高速通勤的次位枢纽城市，与南京的高铁、汽运的首次牵引连接数分别为5条、4条，而杭州则分别为6条、5条，与上述两市的牵引联系分别主要为北翼、南翼片区城市。

与此同时，围绕首位、次位枢纽城市形成几个主要的高速通勤联系城市群组分布格局。在长三角北翼，上海与南京互为该片区其他城市主要的高速通勤流牵引方向。首先，在高铁（动车）通勤流上，既有高铁覆盖的沪宁沿线城市受上海的吸引作用大于南京，受上海经济辐射的苏、锡、常等市主要以上海为首位关联方向；同时，这些城市内部也形成了较强的关联，尤其是苏州，其具有长三角北翼准高速通勤枢纽城市的特征。其次，在高速公路通勤流上，则主要以泰州—镇江（或常州）为断裂点，形成两大相对独立的高速通勤联系的集聚区。在长三角南翼，除该片区的首位引力中心杭州，南翼片区内各城市与宁波、上海的关联强度同样较大，其中宁波作为南翼又一高速通勤流枢纽的特征趋势较为明显，南翼各市与杭州、宁波、上海的长途汽车、高铁（动车）的首位牵引依次为3∶2∶2和2∶3∶0，次位牵引则分别为2∶3∶1和2∶1∶4，明显地，与上海关联较强的城市主要集中在杭州以北，受宁波辐射较强的城市则主要为绍兴及其以南的舟山、台州，由此在长三角南翼形成了以绍兴为临界点的两大高速通勤联系集聚区。

图3-46　长三角主要城市间的高铁（动车）通勤流空间结构

图3-47　主要县级市与地级市的高铁（动车）通勤流空间结构（2013年）

图3-48　长三角城市间的长途客运通勤流空间结构
注：左图为2010年；右图为2013年。

基于2008—2013年的城市关联首位度的指数及其变化进行分析（表3-31、表3-32）：首先，在基于高铁的城市关联首位度上，北翼片区整体低于南翼各市，可见北翼各城市之间的通勤联系相对均衡，相反地，南翼枢纽城市的向心强联系特征则较为明显。其次，在基于高速公路长途汽车客运的城市关联首位度上，主要呈现枢纽城市的关联首位度低，而与之邻近的其他城市的关联首位度高的特征，这与高铁的兴起与发展之后对长途汽车客运的挤占有关，由于公路客运车次的流向逐步转为向邻近大都市集聚，故形成较明显的中心—外围联系格局；此外，比较历年基于高铁（动车）通勤的城市关联首位度可以发现，该指标值基本呈现逐年下降的态势，意味着以上海、南京、杭州等高速通勤枢纽为中心的极化效应开始逐渐弱化，与之相应的是一个均衡联系的高铁通勤流格局的逐步成型，这与日益网络化的城市区域结构相互吻合。

表3-31　长三角主要城市间高铁（动车）的主要流向及其关联度（2008年、2010年、2013年）

表3-32　长三角各城市之间长途汽车客运的主要流向及其关联度（2010年、2013年）

图3-49　高速交通时代长三角通勤流的特征空间

综上对高速交通时代的长三角要素格局的影响分析，可归纳得到以下几个结论：

其一，无论是以人流还是物流为代表的城市要素流均在不断得到强化，尤其是进入高速客运（货运）交通时代以来，高速交通方式对长三角城市区域的要素空间流动具有强烈的重塑性，包括要素层面的流动规模、广度与速度，城市层面的空间流与相互联系强度，区域层面的联系格局与空间组织结构等多个方面。

其二，在高速交通时代及其流动空间效应的作用下， 一个显著的空间组织结构变化趋势是，传统单中心极化效应的结构模式弱化，代之以纵向与横向联系的多中心网络化的城市区域空间组织结构的兴起。

其三，结合对高速通勤流的规模等级、联系强度及空间组织特征的分析，可将长三角地区的通勤格局划分成四大特征片区，由Ⅰ至Ⅳ依次为沪宁通三角、沪宁杭三角、沪杭甬三角和杭甬台三角。Ⅱ、Ⅲ都是长三角核心区，首先构成三角区域的三个顶点均为区域中心城市（含核心城市）和通勤流枢纽（准枢纽），其次由三个顶点围合的三条交通轴线中，至少有两条及以上的交通轴线有高速铁路+高速公路覆盖，而人口、货物空间流及高速通勤流的分析也反映出上述两区是长三角城市要素空间流动及相互联系最为密集的区域。Ⅰ、Ⅳ都是长三角要素空间流的影响区，首先构成三角区域的顶点至少有两个区域性中心城市，顶点联系中至少有一条交通轴线有高速铁路+高速公路覆盖，其余交通轴线应有高速公路串联。核心区与影响区串联的城市级别不一，顶点间连接的交通廊道等级不一，区内的通勤流强度、密度和频率、速率也不一，由此形成了通勤流的不同特征空间（图3-49）。

本章注释

a 《左传》哀公九年（公元前486年）记载：“秋，吴城邗，沟通江淮。”

b 《越绝书·吴地传》记载：越王勾践（公元前473年）灭吴后，为加强对吴地的控制，在苏州南开凿“陵道”。

c 《汉书·贾山传》记载：“秦为驰道于天下，东穷燕齐，南极吴楚，江湖之上，滨海之观毕至。”

d 《南齐书·州郡志上》记载：“丹徒水道，入通吴会，孙权初镇之。”

e 《国史补》卷下。

f 见载于梁启超《中国文化史》《饮冰室合集》，元代市舶提举司有杭州、庆元（今宁波）、上海、澉浦（今嘉兴海盐）、温州、泉州、广州共七处。

g 见载于元《至正四明续志》卷1《土风》，引自陈高华.元史研究新论[M].上海：上海社会科学院出版社，2005.

h 驿传始于春秋战国时期，是中国古代由政府设置，供使臣出巡、官吏往来和传递诏令、文书等使用的交通组织系统。

i 《大清律例》卷廿二《兵律·邮驿》。

j 1898年，吴淞铁路由清政府重建，更名为“淞沪铁路”。

k 谢彬.中国铁道史[M].北京：中华书局，1929.

l 尼克·格林在其多中心测度方法中，定义功能多中心程度阈值为[0，1]，该值越趋近于1，表示功能多中心程度越高；反之，越趋近于0，则表示功能多中心程度越低。

m 在主要交通轴线的客货运量计算中，沪宁线指南京、镇江、常州、无锡、苏州、上海六市；沪杭线指上海、嘉兴、杭州三市；杭甬线指杭州、绍兴、宁波，外加台州共计四市；宁通线指南京、扬州、泰州、南通四市；宁杭线指南京、湖州、杭州三市。

n 上海市城市综合交通规划研究所.上海市第四次综合交通调查总报告[R].上海：上海市城市综合交通规划研究所，2010.

o 此处引用康维斯城市引力模型，其计算公式为Fij=K*PiPj/Dij r，其中K为引力常数，r为距离摩擦系数，一般情况K取值为1，r取值为2。