“流空间”视角下珠三角城市群综合客运网络特征及影响因素

doi:10.3969/j.issn.1004-9479.2024.09.20222395

世界地理研究 ›› 2024, Vol. 33 ›› Issue (9): 163-175.DOI: 10.3969/j.issn.1004-9479.2024.09.20222395

• 城市与产业 • 上一篇

“流空间”视角下珠三角城市群综合客运网络特征及影响因素

赵亚博¹^,²(), 黄柳倩¹, 胡蝶¹, 陈瑞炀¹, 谢涤湘¹, 范建红¹()

^1.广东工业大学建筑与城市规划学院，广州 510090
^2.自然资源部城市国土资源监测与仿真重点实验室，深圳 518034

收稿日期:2022-11-08 修回日期:2023-06-26 出版日期:2024-09-15 发布日期:2024-09-23
通讯作者: 范建红
作者简介:赵亚博（1988—），男，副教授，博士，研究方向为城市与区域发展，E-mail：zhaoyabo3@163.com。
基金资助:
国家自然科学基金项目(42101186);广东省自然科学基金项目(2019A1515011653);自然资源部城市国土资源监测与仿真重点实验室开放基金资助课题(KF-2020-05-010)

Characteristics and influencing factors of comprehensive passenger transport network in Pearl River Delta Urban Agglomeration from the perspective of "flow space"

Yabo ZHAO¹^,²(), Liuqian HUANG¹, Die HU¹, Ruiyang CHEN¹, Dixiang XIE¹, Jianhong FAN¹()

^1.School of Architecture and Urban Planning, Guangdong University of Technology, Guangzhou 510090, China
^2.Key Laboratory of Urban Land Resources Monitoring and Simulation, Ministry of Natural Resources, Shenzhen 518034, China

Received:2022-11-08 Revised:2023-06-26 Online:2024-09-15 Published:2024-09-23
Contact: Jianhong FAN

摘要/Abstract

摘要：

随着传统地缘联系距离的缩短，新的地域空间格局不断形成与发展，流空间主导着区域空间网络的新格局。基于网络爬取数据，构建综合交通客运人流矩阵，运用社会网络分析方法，从网络节点、联系流线、整体网络三个方面对珠三角城市群综合客运网络特征进行分析，并对其影响因素进行探析。研究发现：（1）从网络节点来看，珠三角城市群综合客运网络整体呈现出多层级和区域差异化的特征，作为第一层级的广州起引领带头作用；（2）从联系流线来看，整体呈现“双核心+邻城联系”的特征，城市间联系以广州、深圳为首，在各自腹地起着核心引领作用，沿珠江方向自西北到东南轴线联系较强；（3）从整体网络来看，珠三角城市群整体网络化发展水平较高，网络集权程度偏高；（4）从影响因素来看，政策及自然因素会对客运人流产生影响，通过对经济社会因素进行定量分析，发现R&D投入、GDP、固定资产投资和城镇化率对客运网络呈现正向影响，常住人口和外商直接投资对客运网络呈现负向影响。

关键词: 流空间, 客运网络特征, 影响因素, 社会网络分析, 珠三角城市群

Abstract:

As traditional geographical distances diminish, new patterns of regional spatial configuration continuously emerge and develop, with the dominance of flow space shaping the new landscape of regional spatial networks. From the viewpoint of passenger flows, and with the help of the social network analysis method, the present paper constructed a comprehensive passenger flow matrix based on passenger frequency data. It analyzed the characteristics of the passenger transport network of the Pearl River Delta Urban Agglomeration from three aspects, namely network nodes, connection flow lines, and the overall network. and then explored its influencing factors. The results showed that: (1) From the point of network nodes, the Pearl River Delta urban agglomeration passenger transportation network shows the characteristics of multiple levels and regional differentiation as a whole, plays a leading role as the first level of Guangzhou. (2) From the point of connection flow lines, passenger flows between cities are led by Guangzhou and Shenzhen, which plays a core leading role in their hinterland. The connection between cities is strong along the axis from northwest to southeast along the Pearl River. (3) From the perspective of the overall network, its development level is relatively high in the Pearl River Delta Urban Agglomeration, and the network centralization degree is relatively high as well. (4) From the perspective of influencing factors, policy and natural factors will have an impact on passenger flow. Through quantitative analysis of economic and social factors, it is found that R&D input, GDP, fixed asset investment and urbanization rate show a positive impact on passenger network, while resident population and foreign direct investment show a negative impact on passenger network.

Key words: flow space, characteristics of passenger transport network, influencing factors, social network analysis, Pearl River Delta urban agglomeration

赵亚博, 黄柳倩, 胡蝶, 陈瑞炀, 谢涤湘, 范建红. “流空间”视角下珠三角城市群综合客运网络特征及影响因素[J]. 世界地理研究, 2024, 33(9): 163-175.

Yabo ZHAO, Liuqian HUANG, Die HU, Ruiyang CHEN, Dixiang XIE, Jianhong FAN. Characteristics and influencing factors of comprehensive passenger transport network in Pearl River Delta Urban Agglomeration from the perspective of "flow space"[J]. World Regional Studies, 2024, 33(9): 163-175.

图/表 9

参考文献 45

1	沈丽珍, 顾朝林. 区域流动空间整合与全球城市网络构建. 地理科学, 2009, 29(6): 787-793.
	SHEN L, GU C. Integration of regional space of flows and construction of global urban network. Scientia Geographica Sinica, 2009, 29(6): 787-793.
2	CASTELLS M. The Rise of the Network Society. Cambridge, MA: Blackwell Publisher,1996.
3	TAYLOR P J, HOYLER M, VERBRUGGEN R. External urban relational process: Introducing central flow theory to complement central place theory. London: Sage Publications Ltd, 2010, 47(13): 2803-2818.
4	HOSSAIN M, ALAM S. A complex network approach towards modeling and analysis of the Australian airport network. Journal of Air Transport Management, Oxford: Elsevier Sci Ltd, 2017, 60: 1-9.
5	董超, 修春亮, 魏冶. 基于通信流的吉林省流空间网络格局. 地理学报, 2014, 69(4): 510-519.
	DONG C, XIU C, WEI Y. Network structure of "space of flows" in Jilin Province based on telecommunication flows. Acta Geographica Sinica, 2014, 69(4): 510-519.
6	甄峰, 王波, 陈映雪. 基于网络社会空间的中国城市网络特征——以新浪微博为例. 地理学报, 2012, 67(8): 1031-1043.
	ZHEN F, WANG B, CHEN Y. China's city network characteristics based on social network space: An empirical analysis of Sina Micro-blog. Acta Geographica Sinica, 2012, 67(8): 1031-1043.
7	田深圳, 李守伟, 李雪铭. 我国滨海城市网络时空格局研究——基于2012—2019年百度指数数据. 城市问题, 2020(8): 14-21.
	TIAN S, LI S, LI X. Study on the spatial and temporal pattern of coastal city network in China: Based on baidu index data from 2012 to 2019. Urban Problems, 2020(8): 14-21.
8	梅大伟, 修春亮, 冯兴华. 中国城市信息网络结构演变特征及驱动因素分析.世界地理研究,2020, 29(4):717-727.
	MEI D, XIU C, FENG X.Analysis on the evolution characteristics and driving factors of urban information network structure in China. World Regional Studies, 2020, 29(4): 717-727.
9	李雪铭, 刘贺, 田深圳, 等. 东北三省城市人居活动网络结构及影响因素分析——基于百度贴吧分析. 地理科学进展, 2019, 38(11): 1726-1734.
	LI X, LIU H, TIAN S, et al. Network structure and influencing factors of urban human habitat activities in the three provinces of Northeast China: Based on baidu post bar data. Progress in Geography, 2019, 38(11):1726-1734.
10	刘承良, 桂钦昌, 段德忠, 等. 全球科研论文合作网络的结构异质性及其邻近性机理. 地理学报, 2017, 72(4): 737-752.
	LIU C, GUI Q, DUAN D, et al. Structural heterogeneity and proximity mechanism of global scientific collaboration network based on co-authored papers. Acta Geographica Sinica, 2017, 72(4): 737-752.
11	吴家权, 谢涤湘, 李超骕, 等. 知识创新与技术创新网络空间结构的演化特征——基于"流空间"视角的粤港澳大湾区案例研究. 城市问题, 2021(4): 12-21.
	WU J, XIE D, LI C, et al. The evolutionary characteristics of the structure of knowledge innovation and technological innovation in cyberspace: A case study of the Guangdong-Hong Kong-Macao Greater Bay Area based on the perspective of "Flow Space". Urban Problems, 2021(4): 12-21.
12	张凯煌, 千庆兰, 陈清怡. 多尺度视角下中国新能源汽车产业创新空间格局及网络特征. 地理科学进展, 2021, 40(11): 1824-1838.
	ZHANG K, QIAN Q, CHEN Q. Multilevel spatial patterns and network characteristics of China's new energy vehicle industrial technological innovation. Progress in Geography, 2021, 40(11): 1824-1838.
13	叶强, 张俪璇, 彭鹏, 等. 基于百度迁徙数据的长江中游城市群网络特征研究. 经济地理, 2017, 37(8): 53-59.
	YE Q, ZHANG L, PENG P, et al. The network characteristics of urban agglomerations in the middle reaches of the Yangtze River based on Baidu migration data. Economic Geography, 2017, 37(8): 53-59.
14	张小东, 韩昊英, 唐拥军, 等. 基于百度迁徙数据的中国城市网络结构特征研究. 地球信息科学学报, 2021, 23(10): 1798-1808.
	ZHANG X, HAN H, TANG Y, et al. Research on the characteristics of urban network structure in China based on baidu migration data. Journal of Geo-information Science, 2021, 23(10):1798-1808.
15	李涛, 王姣娥, 黄洁. 基于腾讯迁徙数据的中国城市群国庆长假城际出行模式与网络特征. 地球信息科学学报, 2020, 22(6): 1240-1253.
	LI T, WANG J, HUANG J. Comparison of inter-city travel network during weekdays and holiday in China. Journal of Geo-information Science, 2020, 22(6): 1240-1253.
16	王录仓, 刘海洋, 刘清. 基于腾讯迁徙大数据的中国城市网络研究. 地理学报, 2021, 76(4): 853-869.
	WANG L, LIU H, LIU Q. China's city network based on Tencent's migration big data. Acta Geographica Sinica, 2021, 76(4): 853-869.
17	钮心毅, 丁亮, 宋小冬. 基于手机数据识别上海中心城的城市空间结构. 城市规划学刊, 2014(6): 61-67.
	NIU X, DING L, SONG X. Understanding urban spatial structure of Shanghai central city based on mobile phone data. Urban Planning Forum, 2014(6): 61-67.
18	周永杰, 刘洁贞, 朱锦锋, 等. 基于手机信令数据的珠三角城市群空间特征研究. 规划师, 2018, 34(1): 113-119.
	ZHOU Y, LIU J, ZHU J, et al. Research on the spatial characteristics of Pearl River Delta Urban Agglomeration based on mobile signaling data. Planners, 2018, 34(1): 113-119.
19	游悠洋, 杨浩然, 王姣娥. "高铁流"视角下的中国城市网络层级结构演变研究. 世界地理研究, 2020, 29(4): 773-780.
	YOU Y, YANG H, WANG J. The structure evolution of China's urban networks from the perspective of HSR flows. World Regional Studies, 2020, 29(4):773-780.
20	刘大均, 陈君子, 贾垚焱. 高铁影响下成渝城市群旅游流网络的变化特征. 世界地理研究, 2020, 29(3): 549-556.
	LIU D, CHEN J, JIA Y.Characteristic of tourist flow network in Chengdu-Chongqing urban agglomeration under the influence of high-speed railway. World Regional Studies, 2020, 29(3): 549-556.
21	邓亚娟, 杨云峰, 马荣国. 基于复杂网络理论的公路网结构特征. 中国公路学报, 2010, 23(1): 98-104.
	DENG Y, YANG Y, MA R. Highway network structure characteristics based on complex network theory. China Journal of Highway and Transport, 2010, 23(1): 98-104.
22	李苑君, 吴旗韬, 张玉玲, 等. "流空间"视角下高速公路交通流网络结构特征及其形成机制——以广东省为例. 地理研究, 2021, 40(8): 2204-2219.
	LI Y, WU Q, ZHANG Y, et al. Spatial structure and formation mechanism of expressway traffic flow network based on space of flows: A case study of Guangdong Province. Geographical Research, 2021, 40(8): 2204-2219.
23	韩刚, 史修松, 唐乐, 等. 基于交通流的江苏省城市网络结构与空间格局形变. 世界地理研究, 2022, 31(1): 85-95.
	HAN G, SHI X, TANG L, et al. Analysis on spatial structure and pattern deformation of urban network in Jiangsu Province based on traffic flow. World Regional Studies, 2022, 31(1): 85-95.
24	汪德根, 陈田, 陆林, 等. 区域旅游流空间结构的高铁效应及机理——以中国京沪高铁为例. 地理学报, 2015, 70(2): 214-233.
	WANG D, CHEN TI, LU L, et al. Mechanism and HSR effect of spatial structure of regional tourist flow: Case study of Beijing-Shanghai HSR in Chin. Acta geographica sinica, 2015, 70(2): 214-233.
25	李倩, 曲凌雁. 城市旅游流网络结构特征及其影响因素——以上海市为例. 世界地理研究, 2021, 30(1): 114-124.
	LI Q, QU L. The network structure and influencing factors of the tourist flow within the city: The case of Shanghai. World Regional Studies, 2021, 30(1): 114-124.
26	杜方叶, 王姣娥, 谢家昊, 等. "一带一路"背景下中国国际航空网络的空间格局及演变. 地理科学进展, 2019, 38(7): 963-972.
	DU F, WANG J, XIE J, et al. Spatial pattern and change of China's international air transport network since the Belt and Road Initiative. Progress in Geography, 2019, 38(7): 963-972.
27	孙斌栋, 王婷, 刘鹏飞. 中国城市群空间结构演化的影响因素分析——基于铁路客运的功能联系视角. 人文地理, 2019, 34(5): 78-84.
	SUN B, WANG T, LIU P. The influencing factors of spatial structure evolution of city clusters in China: Based on the functional linkage of railway passenger transport. Human Geography, 2019, 34(5): 78-84.
28	赵丹, 张京祥. 高速铁路影响下的长三角城市群可达性空间格局演变. 长江流域资源与环境, 2012, 21(4): 391-398.
	ZHAO D, ZHANG J. Research into spatial pattern changes of Yangtze River Delta's accessibility under the impact of High-Speed Railway. Resources and Environment in the Yangtze Basin, 2012, 21(4): 391-398.
29	刘正兵, 戴特奇, 廖聪, 等. 中国城际公路货运空间网络特征——基于"第一物流"网站数据. 经济地理, 2017, 37(6): 28-35.
	LIU Z, DAI T, LIAO C, et al. The characters of intercity freight transport networks in China: A case study on "First Cargo" Platform. Economic Geography, 2017, 37(6): 28-35.
30	冯兴华, 修春亮, 钟业喜, 等. 长江经济带城市的网络层级——基于铁路公路客运视角的分析. 城市问题, 2017(7): 18-26.
	FENG X, XIU C, ZHONG Y, et al. The network hierarchy of cities in the Yangtze River economic belt: An analysis based on the perspective of railway and highway passenger transport. Urban Problems, 2017(7): 18-26.
31	陈伟劲, 马学广, 蔡莉丽, 等. 珠三角城市联系的空间格局特征研究——基于城际客运交通流的分析. 经济地理, 2013, 33(4): 48-55.
	CHEN W, MA X, CAI L, et al. Characteristics of regional city connection's spatial pattern based on intercity passenger traffic flow in Pearl River Delta. Economic Geography, 2013, 33(4): 48-55.
32	郝媛, 徐天东, 伍速锋. 高铁网络化背景下普铁与城市的冲突与协调. 城市交通, 2020, 18(2): 67-75.
	HAO Y, XU T, WU S. The conflict and coordination between the general railway and the city in the context of high-speed railway network. Urban Transport of China, 2020, 18(2): 67-75.
33	王垚, 钮心毅, 宋小冬. "流空间"视角下区域空间结构研究进展. 国际城市规划, 2017, 32(6): 27-33.
	WANG Y, NIU X, SONG X. Research progress of regional spatial structure under the perspective of space of flow. Urban Planning International, 2017, 32(6): 27-33.
34	孙桂平, 韩东, 贾梦琴. 京津冀城市群人口流动网络结构及影响因素研究. 地域研究与开发, 2019, 38(4): 166-169.
	SUN G, HAN D, JIA M. Structure and influencing factors of human mobility network in Beijing-Tianjin-Hebei urban agglomeration. Areal Research and Development, 2019, 38(4): 166-169.
35	孙阳, 姚士谋, 张落成. 长三角城市群"空间流"层级功能结构——基于高铁客运数据的分析. 地理科学进展, 2016, 35(11): 1381-1387.
	SUN Y YAO S, ZHANG L. Functional structure of spatial flow in the Yangtze River Delta: Analysis of passenger based data for the high speed railway. Progress in Geography, 2016, 35(11): 1381-1387.
36	章屹祯, 汪涛, 张晗. 基于金融细分行业的长三角城市网络的组织模式及驱动因素. 地理科学进展, 2022, 41(4): 567-581.
	ZHANG Y, WANG T, ZHANG H. Organizational models and driving factors of the Yangtze River Delta urban network based on different financial industries. Progress in Geography, 2022, 41(4): 567-581.
37	孙继平, 侯兰功. 基于腾讯人口迁徙数据的成渝城市群网络结构特征研究. 现代城市研究, 2020(9): 78-85.
	SUN J, HOU L. Research on characteristics of network structure of Chengdu-Chongqing urban agglomeration based on Tencent population migration data. Modern Urban Research, 2020(9): 78-85.
38	侯赟慧,刘洪.基于社会网络的城市群结构定量化分析:以长江三角洲城市群资金往来关系为例.复杂系统与复杂性科学,2006(2):35-42.
	HOU Y, LIU H.Quantitative analysis to the city agglomeration structure based on social network:A case of capital exchange network of the Yangtze River Delta.Complex Systems and Complexity Science, 2006(2):35-42.
39	吴晋峰, 潘旭莉. 京沪入境旅游流网络结构特征分析. 地理科学, 2010, 30(3): 370-376.
	WU J, PAN X. Characteristic of Beijing and Shanghai inbound tourists flow network. Scientia Geographica Sinica, 2010, 30(3): 370-376.
40	朱庆华, 李亮. 社会网络分析法及其在情报学中的应用. 情报理论与实践, 2008(2): 179-183.
	ZHU Q, LI L. Social network analysis and its application in informatics. Information Studies: Theory & Application, 2008(2): 179-183.
41	王克强, 万宁娜. 长三角地区城市城际联系度测度——基于物流数据视角的分析. 城市问题, 2017(10): 25-37.
	WANG K, WAN N. Measurement of urban inter-city connectivity in the Yangtze River Delta Region: An analysis based on the perspective of logistics data. Urban Problems, 2017(10): 25-37.
42	郭卫东, 钟业喜, 冯兴华, 等. 长江中游城市群县域公路交通网络中心性及其影响因素. 经济地理, 2019, 39(4): 34-42.
	GUO W, ZHONG Y, FENG X, et al. County-level highway network centrality of urban agglomerations and its influencing factors in the middle reaches of the Yangtze River. Economic Geography, 2019, 39(4): 34-42.
43	杨万寿. 粤港澳大湾区产业生态建设的发展对策——基于影响因素的分析. 商业经济研究, 2021(20): 158-162.
	YANG W. Development countermeasures for industrial ecological construction in Guangdong-Hong Kong-Macao Greater Bay Area: Based on analysis of influencing factors. Journal of Commercial Economics, 2021(20): 158-162.
44	王珏, 陈雯, 袁丰. 基于社会网络分析的长三角地区人口迁移及演化. 地理研究, 2014, 33(2): 385-400.
	WANG J, CHEN W, YUAN F. Human mobility and evolution based on social network: An empirical analysis of Yangtze River Delta. Geographical Research, 2014, 33(2): 385-400.
45	肖宏伟, 王启轩, 张捷. 成渝城市群关联网络特征及影响因素解析——基于公路客运视角的研究. 上海城市规划, 2021(2): 128-135.
	XIAO H, WANG Q, ZHANG J. Analysis of the characteristics and influencing factors of the inter-locked network of Chengdu-Chongqing urban agglomeration: A perspective of highway passenger transport. Shanghai Urban Planning Review, 2021(2): 128-135.

城市	广州	深圳	珠海	佛山	惠州	东莞	中山	江门	肇庆
广州	0	6 011.40	1 627.98	2 143.98	863.01	2 154.30	1 176.48	1 044.90	3 126.96
深圳	6 142.98	0	255.42	788.19	1 682.16	2 025.30	145.77	82.56	1 486.08
珠海	1 493.82	301.86	0	95.46	18.06	36.12	1 508.01	20.64	34.83
佛山	2 617.41	878.49	81.27	0	49.02	241.23	136.74	45.15	2 578.71
惠州	610.17	1 969.83	33.54	70.95	0	2 083.35	49.02	25.80	34.83
东莞	2 116.89	1 922.10	59.34	99.33	1 320.96	0	49.02	49.02	85.14
中山	1 062.96	190.92	1 720.86	110.94	21.93	96.75	0	25.80	33.54
江门	1 074.57	38.70	41.28	94.17	12.90	32.25	0.00	0	25.80
肇庆	2 983.77	1 498.98	28.38	3 246.93	6.45	91.59	36.12	12.90	0

城市	广州	深圳	珠海	佛山	惠州	东莞	中山	江门	肇庆
广州	0	6 011.40	1 627.98	2 143.98	863.01	2 154.30	1 176.48	1 044.90	3 126.96
深圳	6 142.98	0	255.42	788.19	1 682.16	2 025.30	145.77	82.56	1 486.08
珠海	1 493.82	301.86	0	95.46	18.06	36.12	1 508.01	20.64	34.83
佛山	2 617.41	878.49	81.27	0	49.02	241.23	136.74	45.15	2 578.71
惠州	610.17	1 969.83	33.54	70.95	0	2 083.35	49.02	25.80	34.83
东莞	2 116.89	1 922.10	59.34	99.33	1 320.96	0	49.02	49.02	85.14
中山	1 062.96	190.92	1 720.86	110.94	21.93	96.75	0	25.80	33.54
江门	1 074.57	38.70	41.28	94.17	12.90	32.25	0.00	0	25.80
肇庆	2 983.77	1 498.98	28.38	3 246.93	6.45	91.59	36.12	12.90	0

城市	流入/万人次	流出/万人次	客运总量/万人次	层级
广州	18 102.57	18 149.01	36 251.58	一
深圳	12 812.28	12 608.46	25 420.74	一
肇庆	7 405.89	7 905.12	15 311.01	二
佛山	6 649.95	6 628.02	13 277.97
东莞	6 760.89	5 701.8	12 462.69
惠州	3 974.49	4 877.49	8 851.98	三
珠海	3 848.07	3 508.8	7 356.87
中山	3 101.16	3 263.7	6 364.86
江门	1 306.77	1 319.67	2 626.44	四

城市	流入/万人次	流出/万人次	客运总量/万人次	层级
广州	18 102.57	18 149.01	36 251.58	一
深圳	12 812.28	12 608.46	25 420.74	一
肇庆	7 405.89	7 905.12	15 311.01	二
佛山	6 649.95	6 628.02	13 277.97
东莞	6 760.89	5 701.8	12 462.69
惠州	3 974.49	4 877.49	8 851.98	三
珠海	3 848.07	3 508.8	7 356.87
中山	3 101.16	3 263.7	6 364.86
江门	1 306.77	1 319.67	2 626.44	四

排序	城市1	城市2	客运量/万人次	排序	城市1	城市2	客运量/万人次
1	广州市	深圳市	12 154.38	6	深圳市	东莞市	3 947.4
2	广州市	肇庆市	6 110.73	7	深圳市	惠州市	3 651.99
3	佛山市	肇庆市	5 825.64	8	惠州市	东莞市	3 404.31
4	广州市	佛山市	4 761.39	9	珠海市	中山市	3 228.87
5	广州市	东莞市	4 271.19	10	广州市	珠海市	3 121.8

“流空间”视角下珠三角城市群综合客运网络特征及影响因素

Characteristics and influencing factors of comprehensive passenger transport network in Pearl River Delta Urban Agglomeration from the perspective of "flow space"

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 45

相关文章 15

编辑推荐

Metrics

客运网络	网络密度	中心势	出度中心势	入度中心势	中介中心势
整体客运	98.6	29.36	19.97	19.89	0.06
城际大巴	98.6	29.26	20.13	15.67	0.06
列车	70.8	29.64	20.00	20.51	11.35
船班	4.2	14.53	8.64	8.64	1.79

候选因素	单位	变量
GDP	亿元	X₁
常住人口	万人	X₂
就业人员平均工资	元	X₃
固定资产投资	亿元	X₄
城镇化率	%	X₅
外商直接投资	亿元	X₆
R&D投入	亿元	X₇

模型	非标准化系数		标准化系数Beta	p	VIF值
模型	B	标准误	标准化系数Beta	p	VIF值
常数	－0.347	0.216	—	0.120	—
GDP	1.563	0.657	0.668	0.025^**	8.104
常住人口	－1.096	0.472	－0.512	0.028^**	4.994
就业人员平均工资	－0.049	1.323	－0.009	0.971	5.860
固定资产投资	1.034	0.416	0.490	0.020^**	4.014
城镇化率	1.237	0.674	0.300	0.078^*	2.745
外商直接投资	－1.137	0.346	－0.758	0.003^***	5.458
R&D投入	0.921	0.274	0.739	0.002^***	4.961

[1]	阚瑶川, 徐磊, 郭宇, 杨静园, 孟凡迪, 张长春. 土地利用多功能远程耦合特征及空间聚类分析[J]. 世界地理研究, 2024, 33(9): 133-146.
[2]	孙芳城, 张娜, 胡钰苓, 唐菁. “流空间”视角下成渝地区双城经济圈城市网络结构研究[J]. 世界地理研究, 2024, 33(9): 147-162.
[3]	王素凤, 洪剑涛, 李化夫. 中国城市能源消费碳排放影响因素的时空异质性[J]. 世界地理研究, 2024, 33(8): 102-116.
[4]	安琳, 夏丽丽, 张佳锃, 林剑铬. 珠三角区域经济韧性的空间演化及影响因素研究[J]. 世界地理研究, 2024, 33(8): 132-147.
[5]	陈宇奇, 蒋雪中. 长江南京以下港口城市可持续效率演变与影响因素分析[J]. 世界地理研究, 2024, 33(7): 116-127.
[6]	宋关东, 唐承丽, 周国华. 基于县域尺度的乡村韧性测量及其影响因素分析[J]. 世界地理研究, 2024, 33(6): 128-140.
[7]	胡彬, 刘军. 肯尼亚人口分布空间格局演化及影响因素研究[J]. 世界地理研究, 2024, 33(6): 64-75.
[8]	程成, 胡亚琪, 王云龙. 中国-东盟贸易流网络生长特征与国别角色识别[J]. 世界地理研究, 2024, 33(5): 1-17.
[9]	刘海朦, 田小波, 曹婷婷. 基于百度指数的乡村旅游需求时空特征及其影响因素研究[J]. 世界地理研究, 2024, 33(5): 177-188.
[10]	彭红艳, 丁志伟. 中国淘宝村“增长-消失”的时空特征及影响因素分析[J]. 世界地理研究, 2024, 33(4): 103-116.
[11]	张圣忠, 孟迪, 柴廷熠. 关中平原城市群物流企业空间格局演化及影响因素研究[J]. 世界地理研究, 2024, 33(4): 117-129.
[12]	李培庆, 赵新正, 姜永青, 郁星, 张得康. 长三角多尺度城市网络联系特征及其对城市高质量发展的影响[J]. 世界地理研究, 2024, 33(3): 147-160.
[13]	鄢继尧, 赵媛, 熊筱燕, 许昕. 中国家政服务业发展的时空演变特征及影响因素[J]. 世界地理研究, 2024, 33(3): 161-174.
[14]	李文, 李德升, 胡浩, 胡森林. 长三角地区养老产业发展水平格局及影响因素研究[J]. 世界地理研究, 2024, 33(2): 123-135.
[15]	梁茂林, 洪菊花, 骆华松, 彭邦文, 熊琛然. 亚太经合组织贸易网络结构时空演变及其影响因素研究[J]. 世界地理研究, 2024, 33(1): 18-32.