简谈1990 年以来东北地区铁路运输的空间极化论文
2020-09-24 17:08:17 86
查阅了20年来国内外交通地理学的主要研究文献，我发现：交通网络和可及性分析一直是研究主题之一；航空运输是西方运输地理学研究中讨论最多的一种类型，近年来，关于全球化的影响以及互联网和移动通信时代的时空关系的研究是近年来的新课题。交通法规和政策变化的空间影响，交通规划，城市交通地理，港口系统和集装箱运输地理，交通基础设施与区域发展关系等问题仍然是重要问题。近年来，西方对铁路运输地理学的研究尚未广泛，并且主要集中在欧洲。部分文献分析了铁路在历史上的区域作用，铁路衰落的影响以及道路网络的发展方向。此外，J。Gutikrez等。使用GIS方法分析和预测欧洲高速铁路网络及其对可访问性的影响； R. D. Knowles讨论了英国铁路私有化的影响[。针对中国的铁路地理问题，BPY Loo等人应用GIS方法分析了全国15个潜在的集装箱枢纽及其与腹地的空间组合。在国内，金凤军等。从中国铁路网与可达性和空间服务系统优化之间的关系来看，铁路提速的空间经济效应研究具有代表性。
1很少有使用实际客运和货运数据的运输地理研究。
客货运输数据可以更直接，更准确地反映区域运输联系和真实的区域关系，这是研究空间相互作用的理想方式。然而，由于数据获取，处理和分析的困难，很少有典型的案例研究。 EJ Taaffe在1950年代和1960年代对航空客运地理及其城市系统的研究是早期的经典著作。 DJ Keeling使用1992年世界主要城市之间的直航次数作为旅客连接数据来研究全球航空地理结构及其对世界城市体系的影响； AW Veenstra等。利用多层网络分析工具，以2001年的物流数据为基础，建立了O / D集装箱流量矩阵，并将其作为国际和区域性的集装箱运输目的地进行了研究。加勒比海的网络结构和物流潜力也相对相似。在国内，张文才等人对空间运输联系的形成，增长，分布和交换进行了基础理论研究。金凤军和周星用省单位的运输数据分析了中国的空间运输联系。城市本身的客运和货运量用于估算城市之间的客运和货运量，然后分析珠江三角洲的城际运输联系。
许多学者认为，近年来区域空间差异的主要特征是“空间极化”。 R. L. Mitchelson分析了全球化经济和专业信息流向美国的情况空间极化在该国城市系统中的作用；费多洛夫（L. Fedolov）分析了人均收入和消费支出指标，分析了俄罗斯过渡时期的地区差异趋势和空间两极分化的扩大及其成因。在中国，甄峰等。运用因子分析和聚类分析，欧向军等引入区域经济两极分化测度指标，定量分析了广东和江苏两省的区域差异和两极分化特征。
基于客运和货运实际情况的运输地理研究案例很少，研究单位太大，空间属性较为笼统，或者使用了间接投影数据，这会影响结论的可靠性。对经济增长的研究主要集中在以人均GDP为代表的经济增长问题，而从其他角度进行分析则不够。基于铁路客货运输数据，分析东北地区运输地理格局的变化及其区域影响。原始的客运和货运数据在“部门”级别。与省，市甚至县的单位的客运和货运数据相比，在细节和空间属性方面它要先进得多。显然，它比估计的点间流量数据更可靠。希望这项研究能达到一个新的深度，并准确地描述中国东北铁路运输方式的变化。
本文的研究目的包括两个方面：一是展示铁路运输本身的空间变化规律；二是说明铁路运输本身的空间变化规律。另一种是从这种特定的观察角度探讨区域空间结构的演变。在中国，铁路是大规模运输的主要方式之一（例如在东北地区）。它不仅是区域空间结构的代表，而且是其变化的重要推动力。因此，研究了铁路运输的空间格局及其变化。区域关系的重要视角。而且，东北地区拥有全国范围内规模最大的铁路网络。通过观察，各界注意到了东北区域经济两极分化的现象。本文要做的是通过数以万计的测量数据，从铁路运输的角度探索东北地区空间结构的变化。
2数据和研究方法
本文的研究过程是：在数据处理的基础上，首先对整体特性（乘客和乘客）进行表面分析。货流密度分析），指标分析），然后检查主干运输状态的兴衰，最后分析重要节点的状态变化。从表面到线，再到点，它逐渐变成混凝土。
2.1研究区域概述
本文的研究区域是沉阳铁路局和哈尔滨铁路局管辖的铁路运输区。行政区划主要包括辽宁省，吉林省，黑龙江省以及内蒙古自治区东部的赤峰市，通辽市，兴安盟和呼伦贝尔市。
2.2原始数据及其处理
本文基于东北铁路客货运输的原始数据进行计算和分析。数据来源：沉阳铁路局和哈尔滨铁路局1990，1994，19992000、2000和2005的年度统计数据。数据的基本单位是运输部分。原始数据包括部分乘客流量密度，部分货物流量密度和部分长度。每年的数据需要划分为统一的部分，并且应该对相应的数据进行合并和计算。由于每年的划分是不同的，因此本文仔细检查了每年的变化，并采用合并方法将每年的数据统一为一个新的统一划分系统。如果某个年份中的某个部分是其他年份中几个部分的组合，则这些年中的相应部分将合并，并且还将合并并计算诸如客运和货运流量密度和线长之类的数据。计算基于：旅客（货物）流量密度=旅客（货物）周转率/线长。客流段和货物流段分别进行处理。共有63个统一的客流路段，总长13264公里； 152条货运流段，总长度为14758公里。原始数据及其处理在向上方向（主要在Kannai方向的南部，哈尔滨至大连中心线）和向下方向（主要在北，东西方向）上完成，量变。分析体积的变化。 2.3 GIS对旅客（货物）流量密度分布的分析
进行矢量化东北地区铁路和车站的栅格地图，并使用上述统一的年度旅客和货物流路段运输数据来建立东北地区在不同地区的不同年份中的Arcinfo客流，货物流图形库和属性库中。通过Arcmap的图形编辑，可以对属性库中不同年份的客流，上下货物流以及组合的密度数据进行分类，并以不同的线宽显示输出。通过比较每年的客货流量密度分布图，分析了1990年以来东北地区客货流量的空间演变趋势。
3分析和计算结果
3.1客货运流分布图
客货运流分布图可以直接显示铁路的分布变化运输。为了简化起见，本文仅列出了1990年，2000年和2005年这三年的总旅客流量和总货物流量（上下组合）。哈尔滨和深山线一直是东北铁路运输的骨干力量，旅客和货物流密度的绝对增加仍然很大；沿向上方向，总运输密度逐步增加。 Ha-Da线两侧连接段的客流密度增加，而Ha-Da线以西的货运密度显着增加；滨州线已经从更大的区域货物流密度扩展到了整个线路上的货物流分布。
3.2指标计算结果
指标计算结果显示了整个东北铁路网运输分布的变化。利用上述指标公式，计算出东北地区铁路运输的客货流量指标。根据客货运量指数，绘制了客货运量指数趋势图
基尼系数，2000年前之前客流上升的泰尔指数，集中度指数除了1994年略有下降外，该数字和翠王指数一直在上升，2005年与2000年相比有所下降。从图3还可以看出，旅客流量指数的上升趋势是一致的。下行客流的极化指数每年都在变化。基尼系数和泰尔指数都在增加，趋势是相同的。但是，两者的变化趋势与浓度指数和翠王指数不同。该指数大于2000。总体上下客流指数已经变大，这也可以反映在总客流指数的变化趋势中。尽管翠王的向上流动指数与其他指数并不完全相同，但总体趋势仍略有上升。向下流动的Thiel指数与浓度指数的趋势一致，但与Gini系数和Cuiwang指数的变化不同。除了1994年的较大指数值外，其他年份变化不大，基本保持不变。总货物流量的变化相对平缓，但2005年各项指标的值仍大于1990年。
4结论和讨论
4.1基本过程特征
根据上下组合计算的客运和货运流量变化来比较铁路客流的变化显然，该指数在整个1990年代都在上升和下降，并且上升趋势减慢了2000年以后下跌或扭转；而货物流量指数的变化相对较小，过程更为复杂。总体而言，以客流为代表，东北地区的铁路运输在2000年之前是两极分化的，而2000年以后的趋势则变得复杂。
就东北地区的总体结构而言，1990年代以来的空间极化趋势是各行各业的共同印象；但是在2000年之后，这种趋势是否变得像铁路客运的空间格局一样缓慢，甚至出现了这种趋势？还需要使用经济和社会发展数据以许多其他方式研究这种逆转。
4.2 1990-2000年期间的客流两极分化
1990年至2000年之间的客运两极分化很明显。比较图1中客运量的年度变化，可以推断，这里的两极分化与区域和短途客运中铁路运输的相对下降有关。同时，平均旅客行程的变化会增加两极分化程度。从1990年到2000年，铁路旅客的平均旅行时长从139公里增加到235公里（沉阳铁路局）。
由此可以确定，交通条件的改善和运输能力的提高意味着居民的平均出行距离将增加。空间影响不仅将分散，而且将进一步促进具有交通优势的地区的集聚，并继续促进区域两极分化。
4.3高峰期的客货运量
中期1990年代中期是铁路运输发展的高峰期，客货运周转量也是10年的高峰。 。布是最均匀的，而货物流的分配恰恰相反，最集中。据推测，在1990年代中期之后，铁路客运量的相对下降主要是由于支线。在1997年，1998年和2000年，铁路客运经历了三个主线速度的增加，这显然与客流分布的空间极化过程相吻合。
4.4客货流的向上和向下表现
2000年以后，货物流的向上方向趋于两极分化，货物的向下流趋于分散；客流量的趋势是，从2000年开始，上行客流趋于发散，下行客流不明显。这也表明，不仅货物流的上下有差异，而且客流的上下分布也不同。此外，考虑到主要铁路线在2001年和2004年经历了两次加速作用，并产生了两极分化的影响，因此2000年以来客流分散的趋势尤其值得注意。东北地区的货物流动以营业额上升为特征，远大于下降趋势，并且逐年扩大。在1990年，向上的货物周转量是下降趋势的1.651倍，在2005年达到2.884倍。因此，向上的货物流的结构变化更具指导意义。也可以说，自2000年以来，货物流仍趋于两极分化。
从东北地区的基本结构来看，向上的货物流动主要代表物料向中轴线带的集中，向南的集中以及对外出口。因此，向上的货物流本身具有很强的集中意义。同时，这表明在此集中过程中一些重要部分得到了进一步加强。
如何理解自2000年以来客货分布的不同表现和区域影响？应该说，客货运输的区域意义是非常不同的，并且非物质因素在现代经济中的重要性正在增加。人际交流所承载和表征的空间相互作用大于货物流动。另一方面，就时间序列而言，客流对区域关系的变化更为敏感，而货流的响应则慢了一半。如果这个假设成立，那么自2000年以来客流分配趋于“反向”极化的趋势可能会引导货物流在不久的将来结束同期不太清晰的极化过程，朝着权力下放的方向发展，并促进东北地区的均衡力量。但是，这种推测需要时间进行测试。
4.5干线运输状况的增长和下降
哈大铁路作为东北地区的主轴，在东北铁路客运中的比重持续增加，但货运量却在增长。不重要。进一步的分析表明，哈萨克斯坦-大连货运线在东北地区的比例仅在向上（出口）方向上增加而在向下方向上减少。滨宾线货物的比重显着增加，而客运量也有所增加。作为通往中国其他地区的主要渠道，深山线的客货运输状况已大大下降。主要路线数量的变化显示了东北铁路系统的传统在新的发展机制下，结构（T形结构）得到了加强。它还显示了东北铁路网络的总体增长以及货运量分布的变化（图2）。它对国内其他地区的依赖程度有所降低。它的区域意义是促进东北地区内部一体化的深化； T形结构的三个顶点是大连，满洲里和Su芬河港口，显示了外贸在东北铁路运输系统整合中的作用。
4.6哈尔滨至大连线的极化
对干线铁路客运量比例变化的分析显示了一个简洁的极化特性：与哈尔滨至大连的极化。甚至在2000年以后，哈大铁路的状况及其区域影响一直在增加。图6有和没有Ha-Da线的铁路客流极化指数曲线表明，东北地区客流分布的分散性自2000年以来，发生在Ha-Da轴带以外。这一变化将导致铁路运输系统水平的下降，并客观地支持铁路部门决定从分局大幅度撤离的决定；这种变化的区域影响是削弱东北的二级结构，甚至削弱哈尔滨—大连线的外部。次要核心的影响。此外，可以认为1990年以来东北铁路运输的变化支持以下区域空间极化过程：①哈尔滨—大连沿线的集聚； ②东北地区区域体系水平降低，以哈尔滨—大连轴为顶层结构控制了整个东北地区的范围和程度。
4.7主要节点的状态得到改善
极化东北地区铁路客运到哈尔滨至大连的两极分化和哈尔滨至大连轴心带的加强，以及哈尔滨，长春，沉阳，大连等主要节点地位的提升是“鸡与蛋”的关系。图1和图2显示了运输密度沿向上方向的增加，这表明哈萨克斯坦，常州，沉阳和达等节点始终能够收集客流和货物流。其中，沉阳和哈尔滨的节点尤为重要。这四个城市的客运量在东北地区的铁路客运总量中所占的比例已大大增加，从1990年的15.72％上升到2005年的28.67％，突显了东北四国向哈萨克斯坦客运的两极分化-大连铁路。重要角色。
5结论
