中国居民工作日与节假日的城际出行网络异同性研究
Comparison of inter-city travel network during weekdays and holiday in China
查看参考文献33篇
|
文摘
|
居民出行目的、出行时间与地域属性的差异都会导致出行行为的异质性,工作日与节假日具有完全不同的时间属性,且出行目的差异较大,对两时段城际出行网络进行比较有助于全面认识城际出行规律及其网络特征。以4月份工作日(2016年4月11日—4月15日)和国庆黄金周(2016年10月1日—10月7日)为代表,利用“腾讯迁徙”提供的居民城际出行数据,从城市节点、城际关联及网络集聚角度对工作日与节假日的居民城际出行网络结构特征进行对比研究。结果发现:①黄金周的日均城际居民出行规模显著高于工作日,但出行距离和网络集聚程度明显低于后者;②两种网络均形成了跨区域组团、邻近组团和省域组团3种类型。黄金周跨区域组团数量明显低于工作日,区域和地方枢纽城市数量多于工作日,邻近组团和省域组团数量则明显高于工作日;③工作日,北上广三大城市核心地位突出,旅游功能、交通枢纽功能城市的地位在黄金周更得以凸显;④工作日城际出行网络以跨区域联系为主,而黄金周则呈现出明显的空间邻近效应,并形成了以省会为中心、省内出行为主的核心—外围模式。 |
|
其他语种文摘
|
The differences of residents' travel purpose, travel time and regional attribute will lead to the heterogeneity of travel behavior. Working days and holidays have completely different time attributes, and the travel purpose is quite different. Therefore, comparing them has become an important way to reveal the inter- city travel network from different perspectives. Using migration data inferred from passenger travels during working days in April (11- 15 April, 2016) and National Day golden week (1- 7 October, 2016) from Tencent Location Big Data, this paper made a comparison of the spatial structure of inter- city travel network during weekdays and holiday in China. The results are as follows: (1) The average daily inter-city residents' travel scale during the golden week was significantly higher than that during the weekdays, but the travel distance and network clustering degree were significantly lower than the latter. (2) The two networks form three types of cross-regional group, adjacent group and provincial group. During the golden week, the number of cross- regional groups is significantly lower compared with weekdays, the number of regional and local hub cities is more than that of weekdays, and the number of adjacent groups and provincial groups is significantly higher than that of weekdays. (3) On weekdays, the three major cities of Beijing, Shanghai and Guangzhou have a prominent core position, and the function of tourism and transportation hub is highlighted in the golden week. (4) Weekday intercity network to crossregional links, and the golden week is showing a clear spatial proximity effect, and formed a provincial capital as the center, the provincial travel core- peripheral mode. The structure and difference of inter- city travel network in the two periods are influenced by many factors, including geographical proximity, administrative division (proximity of cultural system), travel distance and travel purpose. |
|
来源
|
地理学报
,2020,75(4):833-848 【核心库】
|
|
DOI
|
10.11821/dlxb202004012
|
|
关键词
|
腾讯迁徙
;
工作日
;
国庆黄金周
;
城际出行网络
;
中国
|
|
地址
|
1.
陕西师范大学西北国土资源研究中心, 西安, 710119
2.
中国科学院地理科学与资源研究所, 中国科学院区域可持续发展分析与模拟重点实验室, 北京, 100101
3.
中国科学院大学资源与环境学院, 北京, 100049
4.
陕西师范大学地理科学与旅游学院, 西安, 710119
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
0375-5444 |
|
学科
|
社会科学总论 |
|
基金
|
国家自然科学基金项目
;
中央高校基本科研业务费专项资金
;
中国科学院区域可持续发展分析与模拟重点实验室开放基金项目
|
|
文献收藏号
|
CSCD:6716302
|
参考文献 共
33
共2页
|
|
1.
Castells M.
The Rise of the Network Society,1996
|
CSCD被引
168
次
|
|
|
|
|
2.
Derudder B. The connectivity of South Asian cities in infrastructure networks.
Journal of Maps,2014,10(1):47-52
|
CSCD被引
6
次
|
|
|
|
|
3.
Liu X. Measuring polycentric urban development in China: An intercity transportation network perspective.
Regional Studies,2016,50(8):1302-1315
|
CSCD被引
22
次
|
|
|
|
|
4.
戴特奇. 空间相互作用与城市关联网络演进 --以我国20世纪90年代城际铁路客流为例.
地理科学进展,2005,24(2):80-89
|
CSCD被引
54
次
|
|
|
|
|
5.
冯长春. 基于城际轨道交通流的珠三角城市区域功能多中心研究.
地理科学,2014,34(6):648-655
|
CSCD被引
37
次
|
|
|
|
|
6.
陈伟. 基于公路客流的中国城市网络结构与空间组织模式.
地理学报,2017,72(2):224-241
|
CSCD被引
85
次
|
|
|
|
|
7.
Taylor P J. Application of the interlocking network model to mega-city regions: Measuring polycentricity within and beyond city-regions.
Regional Studies,2008,42(8):1079-1093
|
CSCD被引
29
次
|
|
|
|
|
8.
赵渺希. 基于生产性服务业的中国城市网络研究.
城市规划,2011(9):23-28
|
CSCD被引
1
次
|
|
|
|
|
9.
路旭. 基于国际高级生产者服务业布局的珠三角城市网络空间格局研究.
经济地理,2012,32(4):50-54
|
CSCD被引
29
次
|
|
|
|
|
10.
吴康. 中国城市网络的空间组织及其复杂性结构特征.
地理研究,2015,34(4):711-728
|
CSCD被引
111
次
|
|
|
|
|
11.
Stefan Kratke. A world geography of global media cities.
European Planning Studies,2004,12(4):459-477
|
CSCD被引
6
次
|
|
|
|
|
12.
王姣娥. 中国城市网络等级结构特征及组织模式--基于铁路和航空流的比较.
地理学报,2017,72(8):1508-1519
|
CSCD被引
95
次
|
|
|
|
|
13.
Yang H. Comparing China's urban systems in high-speed railway and airline networks.
Journal of Transport Geography,2018,68:233-244
|
CSCD被引
13
次
|
|
|
|
|
14.
陈伟. 多元交通流视角下的中国城市网络层级特征.
地理研究,2015,34(11):2073-2083
|
CSCD被引
66
次
|
|
|
|
|
15.
莫辉辉.
复杂交通网络:结构、过程与机理,2012
|
CSCD被引
16
次
|
|
|
|
|
16.
冷炳荣. 城市网络研究:由等级到网络.
国际城市规划,2014,29(1):1-7
|
CSCD被引
17
次
|
|
|
|
|
17.
邓羽. 中国省际人口空间格局演化的分析方法与实证.
地理学报,2014,69(10):1473-1486
|
CSCD被引
26
次
|
|
|
|
|
18.
蒲英霞. 中国省际人口迁移的多边效应机制分析.
地理学报,2016,71(2):205-216
|
CSCD被引
26
次
|
|
|
|
|
19.
Limtanakool N. A theoretical framework and methodology for characterising national urban systems on the basis of flows of people: Empirical evidence for France and Germany.
Urban Studies,2007,44(11):2123-2145
|
CSCD被引
30
次
|
|
|
|
|
20.
De Montis A. Time evolution of complex networks: Commuting systems in insular Italy.
Journal of Geographical Systems,2011,13(1):49-65
|
CSCD被引
6
次
|
|
|
|
|
了解气象卫星更多信息，请访问