Characteristics of Flow Spatial Network in the Chengdu-Chongqing Economic Circle

本文以《规划纲要》确定的成渝地区双城经济圈范围作为研究区域，包括四川省的成都、自贡、泸州、德阳、绵阳(除北川县、平武县)、遂宁、内江、乐山、南充、眉山、宜宾、广安、达州(除万源市)、雅安(除天全县、宝兴县)、资阳等15个市，以及重庆市的渝中、大渡口、渝北、江北、九龙坡、南岸、北碚、沙坪坝、巴南(上述9个市辖区为重庆中心城区)、万州、黔江、涪陵、綦江、大足、长寿、江津、合川、永川、南川、潼南、铜梁、荣昌、璧山、梁平、丰都、垫江、忠县等27个区(县)以及开州、云阳的部分地区. 因数据分割难度较大，本文将《规划纲要》扣除的部分区域也统一纳入研究范围，并将重庆中心城区作为一个研究单元. 由此形成四川省15个市、重庆中心城区以及重庆市其他20个区(县)共计36个基本研究单元. 成渝地区双城经济圈幅员面积18.5万km²，2020年GDP达到6.64万亿元，约占全国的6.5%，西部的33.7%，具有承东启西、连接南北的区位优势，是西部参与国家乃至全球竞争、建设世界级城市群的重要载体. 作为西部经济基础最好、经济实力最强的区域之一，成渝地区双城经济圈无论是内部城市联系的紧密程度和发达程度，还是在联动内陆腹地、对接西部及国家城市网络的综合效能上，都位居西部城市群的前列，是具有全国性重要地位和较强网络关联特性的典型区域.

本文主要关注成渝地区内部的城市联系，需获取表征城市间经济流和交通流的原始数据. 经济流数据包括地区生产总值、常住人口、第二产业产值、进出口总额、地方一般公共预算收入、社会消费品零售总额、金融机构本外币存款余额等7项社会经济统计指标数据，运用改进的引力模型，计算城市间经济联系强度，以此表征经济流联系. 交通联系以两两城市之间公路、铁路在1 d中的客运班次为原始数据.

社会经济统计数据来源于四川省、重庆市2020年统计年鉴以及各市区县的政府统计公报. 公路最短距离来源于百度地图(https://map.baidu.com/)，取两城市人民政府所在地之间驾车路线的最短距离. 交通流数据中公路班次数据来自车次网(www.checi.cn)，通过网页检索搜集，对个别城市拥有多个汽车客运站进行合并，在获取过程中通过随机检验的方式进行数据验真，确保数据准确性. 铁路班次数据来自中国铁路客户服务中心网站(www.12306.com)，通过查询两两城市之间铁路客运班次得到数据. 因公路与铁路行程班次相对固定，均选取1 d的数据为代表，数据采集时间为2020年12月17日.

经济流模型基于引力模型而构建，用于衡量城市间经济联系强弱. 在传统的引力模型中，城市的经济质量一般使用年末人口数和地区生产总值两者乘积的开方来表示，而城市之间的距离通常是利用两地的空间距离来换算^[29]. 本研究采用改进的经济联系强度模型来衡量城市间经济联系强度，计算公式如下：

式中，F_ij表示城市i与城市j之间的经济联系强度；M_i和M_j分别为城市i和城市j的经济综合质量，这里采用上述7项指标，利用熵值法确定指标权重并计算综合质量；L_ij是城市i与城市j政府所在地之间驾车路线的最短距离；F_i为城市i的经济流总量，n为城市节点数(n=36)；S为相对经济流；F_k表示所有与城市k有关的经济流总量；F_max表示区域中经济流强度的最大值.

交通客运班次数据为有向网络，两两城市之间为双向连接，由于部分城市尚未开通高速列车，为尽量以连接强度来反映真实的交通联系情况，本文采用两城市间相互客运往来班次代表交通流的绝对强度，并根据交通运输部《2019年交通运输行业发展统计公报》中公布的公路、铁路运输旅客周转量确定公路、铁路运输的权重，分别为0.375 9，0.624 1. 具体计算公式如下：

式中，N_ij，N_ji分别为城市i到城市j、城市j到城市i的交通联系量；A_ij，A_ji，B_ij，B_ji分别表示城市i与城市j的长途汽车、铁路客运往来班次数；a，b为公路、铁路的运输权重；T_ij为城市i与城市j之间的交通联系量；T_i是城市i的交通流总量；S为相对交通流，T_k表示所有与城市k有关的经济流总量；T_max表示区域中交通流强度的最大值.

社会网络分析可以将区域联系网络化的过程变得更加直观，量化效果也更加明显^[30]. 本文运用社会网络分析方法，主要从网络密度、度数中心度、凝聚子群3方面刻画成渝地区网络特征.

1) 网络密度：指网络中实际存在的关系总数与理论最大可能关系数之比^[31]. 计算公式为：

式中，D为网络密度，n为城市节点数，d(i，j)为节点城市i、j间的关系量，D值在[0, 1]之间，数值越大，表示城市间联系越紧密.

2) 度数中心度：用于衡量网络结构中各节点联系其他节点的能力，主要反映城市节点在流网络中的联系中心性水平，其值越大，该点在网络中的中心性越突出，联动区域网络的能力越强^[32]. 计算公式为：

式中，CI(i)表示度数中心度，S_ij表示城市i与城市j间的联系强度，n表示城市节点数.

3) 凝聚子群：在区域联系网络中某些城市节点之间的联系特别紧密，以至于结合成一个次级团体，社会网络分析称这样的团体为凝聚子群. 如果该网络存在凝聚子群，并且凝聚子群的密度较高，说明处于这个凝聚子群内部的城市节点之间联系紧密. 凝聚子群分析可以更加深入地探测区域内部的网络关系，进一步刻画流空间网络结构特征^[33].

运用上述经济流和交通流强度模型计算得到成渝地区630个城市对联系强度值，表 1列出了强度值排名前10的城市对. 通过对计算结果的统计分析，发现城市联系强度具有以下特征：

第一，经济流和交通流联系均呈现显著的“双核”强向心性. 成都、重庆中心城区与其他城市间的经济流强度占城际流总量的88.88%(其中成都占47.70%，重庆中心城区占41.18%)，交通流强度也达到63.99%(成都占29.14%，重庆中心城区占34.85%)，说明“双核”主导着整个成渝地区的经济和交通联系，且成都在经济流网络中的主导地位更突出，而重庆中心城区在交通流网络中的首位度更高. 在前30位的城市对中，经济流仅有绵阳—德阳(11位)、交通流仅有绵阳—德阳(9位)、眉山—乐山(26位)属于不是与成都、重庆中心城区相联系的城市对.

第二，整体联系有待加强，特别是在成渝边缘地区还存在联系空白. 网络密度计算结果显示，整体经济流网络密度为0.10，交通流为0.08，均处于较低水平，整体城市空间联系较为松散. 川西(雅安、眉山、乐山)、川东北(达州)、渝东北、渝东南等经济圈边缘地区的内部经济联系还相当弱，仅占总量的1.05%，其对外联系也不强，仅占总量的16.87%. 而且，成渝地区尚有225个城市对出现交通联系为0，其中四川省内1对(达州—乐山)，重庆市内66对，川渝之间158对，渝东北、渝东南城市对外形成146对，该地区面临交通边缘化的困境.

第三，川渝毗邻区出现空间流“塌陷区”. 川渝交界地区的经济、交通联系均较弱，四川省和重庆市交界地区，即重庆市的江津、永川、荣昌、大足、潼南、合川、重庆中心城区、长寿、垫江、梁平、万州、开州等12个区(县)与四川省的泸州、内江、资阳、遂宁、广安、达州等6个地级市之间的经济流联系强度总和仅占成渝地区联系总强度的7.71%，交通流联系强度仅占10.70%，造成流空间的“毗邻区塌陷”，说明省界对空间流的阻隔效应还十分明显，克服因省界造成的“空间摩擦”是未来推进成渝地区一体化发展的重要努力方向.

为更加清晰直观地刻画成渝地区城市网络联系格局，依据相对联系强度值，运用自然断裂点法对成渝地区城市网络联系进行层级划分，分别选取大于0.070和0.257的相对经济流构建城市联系的主干网络和骨架网络，交通流选取大于0.128和0.444的相对交通流构建主干网络和骨架网络(图 1).

主干网络显示(图 1c，d)，经济流“双核”高度集聚，交通流已呈现初步网络化趋势. 从主干网络构成来看，经济流主干网络由21个城市对联系构成，除德阳—绵阳城市对以外，其余20个城市对均是与成都、重庆中心城区构成. 交通流网络则由52个城市对联系构成，与成都、重庆中心城区相连的有36对. 经济流主干网络整体形态呈现以成都、重庆中心城区为核心的放射状结构，且双核相向扩散，共同推进成渝地区经济流空间的网络化发育. 交通流主干网络除成都和重庆中心城区与其周边城市有紧密联系外，川南地区的宜宾、自贡、内江、泸州，以及渝西—川中的南充、遂宁、广安、荣昌、永川、潼南等城市间的横向联系不断强化，促使成渝地区交通流主干网络形成“钻石菱形”结构，出现了初步网络化特征.

骨架网络显示(图 1e，f)，经济流网络形成以成都、重庆中心城区为核心，德阳、绵阳、眉山、江津为节点的“丁字形”构架，以成都为核心连接德阳、绵阳、眉山，以重庆中心城区为核心连接相毗邻的江津，而且成都和重庆中心城区这两座超大城市间的联系强度最高，形成强大的联系“轴”横亘在成渝地区，“双核一轴”格局凸显. 交通流骨架网络形成了以成都、重庆中心城区为“双核”并串联成“轴”，四川形成以成都为核心，以德阳、绵阳、眉山、乐山、宜宾、遂宁为节点的放射状；重庆则以中心城区为核心，永川、涪陵、合川等城市为节点呈放射状延展.

通过对比两种流空间网络下的城市联系格局，可以得出：① “双核”独大特征突出，交通流在一定程度上更能体现成渝地区城市网络联系，其空间结构网络化已处在初级阶段，但依旧受到传统行政边界与物理空间距离的阻隔，成都和重庆中心城区更多地与本省(市)的城市相连接，次级节点城市间的联系较弱. ②经济流与交通流整体网络格局有部分重合，以成都、重庆中心城区为核心，“双核”高度连接成“轴”，并对外辐射形成成都—德阳—绵阳—眉山、重庆中心城区—江津—永川—涪陵“两带”，一定程度上与《成渝城市群发展规划》(于2016年4月由国家发展和改革委员会、住房和城乡建设部以“发改规划〔2016〕910号”文件联合印发，规划期为2016-2020年)提出的“双核、一轴、两带”空间布局相吻合. ③成渝地区经济流网络中的低层级联系发育不足. 需要指出的是，经济流排名前10的城市对联系强度值占比比交通流前10的占比高出29.25%，说明成渝地区经济流网络联系较交通流的极化现象更加突出，交通联系成为影响区域内部空间格局的重要力量，但交通基础设施红利尚未释放出应有的经济红利. ④经济流网络中的地理邻近效应较交通流网络更明显. 经济流网络中，除与成都、重庆中心城区相联系的城市对以外，其余561个城市对中，联系最强的前20个城市对中相邻城市对占90%，不相邻城市对仅有宜宾—内江、眉山—德阳2个. 交通流网络中，联系最强的前20对中相邻城市对占比80%，不相邻城市对仅有永川—内江、达州—遂宁、眉山—绵阳、长寿—万州4个. 无论是在经济流还是交通流网络中，相较于不相邻城市对，相邻城市对的联系强度更高. 此外，经计算成渝地区内各城市省(市)内联系均大于省(市)外联系，这说明成渝地区城市间联系尚未摆脱地理空间的束缚，形成跨区域的强联系.

运用公式(9)计算出成渝地区流空间网络中36个城市的度数中心度，利用ArcGIS 10.4软件的自然断裂点法将城市中心性划分成从高到低5个等级(表 2).

成都、重庆中心城区在经济流和交通流网络中的中心性均属最高等级，对周围城市有很强的带动能力，是成渝地区重要的经济中心和综合性交通枢纽，但成都的经济中心性高于重庆中心城区，而重庆中心城区的交通中心性高于成都. 绵阳和德阳在经济流和交通流网络中均占据较为重要的地位，已成为成渝地区综合性二级节点城市. 南充、遂宁、合川、长寿、涪陵的经济流和交通流中心性均属第三级，为综合性三级节点城市. 经济流网络中有6个四级节点城市，而在交通流网络中有11个，远多于经济流，其中铜梁在经济流和交通流网络中均属于四级节点城市. 南川、开州、云阳、忠县、黔江同属于五级经济流和交通流节点城市，经济流和交通流中心度均较低.

值得注意的是，眉山、江津、泸州、璧山、自贡、资阳、广安、綦江、雅安等9个城市的经济中心性等级高于交通流中心性等级，其中眉山、江津在经济流网络中处于第二等级，但在交通流网络中眉山处于第三等级，江津交通中心性更低，处于第四等级；同样，泸州、璧山、自贡、资阳、广安在经济流中处于第三等级，而交通中心性较低，处于第四等级，说明这些城市的交通道路建设与经济发展水平有一定差距，交通联系有待加强. 另外，宜宾、乐山、内江、永川、达州、大足、荣昌、潼南、万州、垫江、梁平、丰都等12个城市的交通流中心性等级高于经济流中心性等级，其中宜宾、乐山、内江、永川在经济流网络中处于第三等级，而在交通流网络中位于第二等级，达州、大足、荣昌在经济流网络中处于第四等级，但在交通流中处于第三等级，这说明这些城市的经济辐射带动能力较弱，也印证了交通设施建设能够促进区域网络联系多中心化，一定程度上拓宽了城市节点在网络中的辐射能力.

利用ArcGIS 10.4软件进行可视化表达(图 2)，进一步分析成渝地区城市中心性等级分布特征.

交通流网络中的一级、二级节点城市数量较经济流多，多中心化更突出. 从不同等级节点城市的空间分布来看，成渝地区经济流二级节点城市主要分布在成都、重庆中心城区两个一级中心城市周围，如眉山毗邻成都，江津毗邻重庆中心城区. 交通流的二级节点城市如乐山、内江、宜宾、永川主要沿成绵乐城际铁路、成渝、内昆、成贵等铁路干线分布，且与成都、重庆中心城区具有密切的交通联系. 除资阳、涪陵、长寿外，经济流网络中三级节点城市呈片状集中分布在川南(包括泸州、宜宾、乐山、内江、自贡)、川中(包括南充、遂宁、广安)以及渝西(包括璧山、永川、合川)地区，而交通流网络中的三级节点城市分布较为分散，除达州、开州外，散布于一级中心和二级中心城市周围. 四级、五级经济流和交通流节点城市的空间分布具有相似性，主要集中在成渝中部交界地带和渝东北地区两个片区.

整体来看，环成都、重庆中心城区的经济流和交通流中心性等级更高，而处于成渝中部主轴、成渝交界地带以及渝东北地区等级较低. 经济流网络形成潼南—铜梁—大足—荣昌、达州—渝东北—渝东南两个低中心性延绵区，其中达州—渝东北—渝东南地区由于其受成都、重庆中心城区城市辐射作用小，造成经济中心性不高，而位于川渝交界的城市一方面受到重庆中心城区的“遮蔽效应”影响，处于高中心性的“阴影”之下，另外也可能因为省级边界的“边缘效应”造成中心性不高. 交通流网络则形成资阳—潼南—铜梁—璧山—江津、渝东北—渝东南两个延绵的低中心性片区，虽然资阳—潼南—铜梁—璧山—江津位于成渝客专、渝遂铁路等快速通道上，但其停靠车次偏少，致使其交通中心性并不高；而开州、云阳、忠县、丰都等区县暂时未开通对外直达客运铁路交通，需要通过周边区县“中转”进行间接关联，因此这些城市急需加强与高等级中心性城市的交通联系，尽早融入“双圈”发展. 另外，綦江、南川、黔江、雅安的经济中心性和交通中心性等级均较低，需警惕这些城市被边缘化.

综合两种流空间网络节点中心性特征来看，经济流网络中五级节点城市的数量比例为5.5∶11.1∶38.9∶16.7∶27.8，二、三、四级中心性城市占比66.7%；交通流网络的对应比例为5.5∶16.7∶27.8∶30.6∶19.4，二、三、四级占比75.1%，因此交通流网络结构形态更为扁平. 从不同等级节点分布来看，经济流网络中，与成都、重庆中心城区地理位置相邻近的城市中心度更高，网络节点等级也在一定程度上围绕一级中心城市梯级扩散；而交通流网络中沿成渝、成绵乐、内昆、成贵等铁路干线的城市其中心度更高，城市等级也更高，同其他各个城市的联系也较频繁. 两种流空间网络中，均形成沿成渝发展主轴的低中心性城市连绵带，说明成渝地区“中部塌陷”问题确实存在，未来应发挥成都、重庆中心城区的辐射扩散作用，带动这一地区协同发展.

为了更好地描述成渝地区流空间网络子群特征，对经济流和交通流联系强度进行二值化处理，运用Ucinet 6.2中的Concor模块进行凝聚子群分析，将各个三级子群中度数中心度最高的城市作为该凝聚子群的中心城市. 需要说明的是，每一个子群只是多个网络联系较强且结构类似的城市集合，并不都是地理邻近的，也不具备城市联盟的性质，这样的划分只是为了更好地分析各子群间的相互作用^[34].

城市经济流网络形成3个二级凝聚子群、5个三级凝聚子群. 三级子群中(图 3a)，子群①是以成都为中心，与重庆中心城区形成跨界子群，说明成都、重庆中心城区两地间经济联系较为紧密；子群②是以泸州为中心，包括川南的自贡、乐山、内江、宜宾、雅安以及渝西的永川构成川南—渝西子群；子群③以德阳为中心，与绵阳、眉山、资阳、遂宁、南充、广安、大足、合川、江津构成南遂广子群；子群④是以璧山为中心，潼南、铜梁、荣昌、长寿、涪陵、南川、綦江等形成的重庆主城新区子群，沿重庆中心城区呈环状分布；子群⑤是以万州为中心，由渝东北的万州、开州、梁平、丰都、垫江、忠县、云阳等构成的渝东北子群. 各子群密度大小依次为子群①、子群②、子群③、子群④、子群⑤(表 3)，这表明成都、重庆中心城区间的经济联系较紧密，子群②、子群③次之，处于渝东北地区的子群⑤其城市内部联系较为松散. 从二级子群层面上来看，子群①和子群②同属于一个二级子群，说明由成都和重庆中心城区组成的子群①与主要由川南地区城市组成的子群②之间联系较为紧密；子群③与子群④共同构成一个二级子群，说明成渝两地相向发展，一定程度上带动成渝地区中部2个三级子群快速发展，经济交流合作加强；子群⑤单独构成一个二级子群，这说明处于渝东南、渝东北地区的凝聚子群⑤与其他4个子群之间联系不强.

城市交通流网络有4个二级凝聚子群、8个三级凝聚子群. 三级子群中(图 3b)，子群①是以成都为中心，包括遂宁、南充；子群②是以绵阳为中心，包括德阳、眉山、泸州、自贡、内江、乐山、眉山、宜宾、雅安；子群③是以大足为中心，包括资阳、璧山、铜梁、江津；子群④是以重庆中心城区为中心，包括荣昌、永川；子群⑤是以万州为中心，包括达州、广安、梁平、垫江；子群⑥是以忠县为中心，包括开州和云阳；子群⑦是以涪陵为中心，包括长寿、丰都、潼南、合川、黔江；子群⑧则是以綦江为中心，与南川构成体量较小的一个子群. 各子群密度从大到小依次为子群①、子群⑦、子群⑤、子群②、子群③、子群⑥(其中子群④密度与子群①相同，子群⑧密度与子群③相同)，成都、重庆中心城区所在子群①和④联系密度最大，“双核”综合交通枢纽作用凸显，而处于渝东北地区的开州、云阳、忠县构成的子群⑥密度最低，这是因为云阳、忠县的铁路交通建设尚未完善，子群内铁路交通联系不紧密. 从二级子群层面来看，子群①和子群②同属于一个二级子群，说明以成都为核心的子群①与其周边城市组成的子群②之间的联系较为密切；同样，以重庆中心城区为核心的子群④与子群③联系也最为密切，这两个二级子群的形成主要得益于成都、重庆中心城区与其周边城市间的综合交通基础设施完善，提高了与其邻近城市间的交通联系度；子群⑤和子群⑥构成一个二级子群，两个子群间有渝西铁路、达万铁路、渝万铁路等铁路干线连接，表明川东北与渝东北的交通联系正在改善. 因地理位置邻近以及高速公路连接，子群⑦和子群⑧属于同一个二级子群(表 4).

通过对比两种城市流空间网络的凝聚子群特征可以发现，交通流网络的三级子群数量较经济流多，且交通流网络中的子群内节点数量较为均衡，这说明交通流的时空压缩效应已经起作用，推动各要素在区域空间内的自由流动和融合，未来将引导成渝地区流空间网络朝多组团化方向发展. 另外，经济流和交通流网络的凝聚子群内城市分布均表现出地理邻近效应，经济流网络中的5个三级子群分布呈片状，除成都—重庆中心城区子群外，大致形成川南子群(子群②)、南遂广子群(子群③)、达万开云子群(子群⑤)和重庆主城新区子群(子群④)，在一定程度上与成渝城市群规划提出的“三区”(川南、南遂广、达万城镇密集区)相吻合，而交通流网络中的凝聚子群则受交通道路建设影响，主要沿铁路干线形成子群.

基于不同要素流数据的流空间网络分析提供了接近城市真实联系状况的量化表征方式. 通过对比分析成渝地区经济流和交通流网络联系特征、城市中心性特征、局部联系特征，主要得出以下结论：

1) 成渝地区城市联系的经济流和交通流网络中均呈现强向心性特征，成都和重庆中心城区“双核”高度集聚，但经济流和交通流网络整体密度均较低，尤其在经济流网络中，川东北、川南、渝东北地区目前尚未出现显著的城市联系网络，网络空间整体联系有待加强. 经济流与交通流整体网络联系层级特征有部分重合，都主要以成都、重庆中心城区为核心，连接形成成都—德阳—绵阳—眉山、重庆中心城区—江津—永川—涪陵“两带”，一定程度上与《成渝城市群发展规划》提出的“双核、一轴、两带”空间布局基本吻合.

2) 成渝地区网络节点中心性呈现严重的两极分化趋势，二者对比来看，交通流节点等级结构发育得更好，结构呈扁平化. 经济流和交通流网络节点等级分布具有一定差异，经济流网络中与成都、重庆中心城区地理位置相邻近的城市中心度更高，节点等级在一定程度上围绕一级中心城市呈梯级递减；而交通流网络中沿成渝、成绵乐、内昆、成贵等铁路干线的城市等级更高，因成渝地区交通路网分布不均，不同等级网络节点分布也较为分散.

3) 成渝地区两种流空间网络中的凝聚子群内城市分布均呈现地理邻近效应，经济流网络形成3个二级凝聚子群，5个三级凝聚子群，交通流网络形成4个二级凝聚子群，8个三级凝聚子群. 经济流网络中的5个三级子群呈片状分布，在一定程度上与《成渝城市群发展规划》提出的“三区”(川南、南遂广、达万城镇密集区)相吻合，而交通流网络子群则有很强的交通趋向，三级子群多沿交通干线分布. 成都、重庆中心城区所在子群内部联系较为密切，位于川南地区子群次之，而位于渝西、川东北、渝东北、渝东南地区城市形成的子群联系则较松散. 此外，交通流网络的三级子群数量较经济流多，且不同交通流子群内的城市节点数量更为均衡，表明交通流能更高效率地推动各要素的自由流动和融合，发挥时空压缩效应带动区域网络节点成长，推动成渝地区联系网络在未来呈现多组团化发展趋势.

实证研究发现，成渝地区双城经济圈城市空间网络还不够成熟，但蕴含巨大的发展潜力. 未来，在推动成渝地区双城经济圈建设过程中，应下大力气补齐和打通交通网络的“断点”“堵点”和“边缘点”，一方面要进一步加强大通道建设，提升次级城市与成都和重庆中心城区两大核心城市的交通联系效率，延伸双核的辐射半径，同时也要加强不同等级城市的横向联系，织密交通的“毛细血管网”，压缩城市间的时空距离. 要树立一盘棋思想和一体化发展理念，加强基础设施共建共享，模糊行政边界的阻隔效应，积极推进跨界地区一体化发展，逐步消除成渝地区的“中部塌陷”和“毗邻区塌陷”问题. 要突出重庆中心城区和成都两个中心城市的协同带动，明确各级中心城市的功能分工，引导区域联系向多组团化发展，促进区域深度协同发展. 要积极探索经济圈层面相对统一的治理机制和模式，适当推行治理尺度上移和下推，设立跨区域层面统一的组织机构以弱化行政区划边界壁垒，创设具有成渝特色的一体化运作系统.

基于“流空间”理论并结合多源数据开展城市空间网络结构研究，有助于明晰城市间的相互关系，对推进城市群一体化发展具有重要意义. 本研究结合经济流和交通流数据探析成渝地区城市节点在不同要素流作用下的非均衡化空间联系格局，较为全面地反映了成渝地区城市空间网络的联系现状. 但囿于数据可得性，本文没能将信息流、私家车交通流、货车物流等因素考虑进去，而且经济流数据采用的是统计数据，尚无法实现经济流的有向性表达，今后需进一步完善研究的基础数据和研究方法.