| 230 | 1 | 166 |
| 下载次数 | 被引频次 | 阅读次数 |
高速公路流蕴含多重社会经济属性，能直观反映城际联系，分类解析客货车流有助于认知复杂高速公路流以及有效识别区域关联结构。该文基于江苏省客货车高速公路联网收费数据，从收费站与县域单元视角分别探讨客货车流空间分布特征，并运用地理探测器分析客货车流的社会经济影响因素。结果表明：(1)江苏省客货车流均存在显著的非均衡分布特征，苏南及沿江地区形成客货车流空间集聚中心，其他区域交通流相对分散；(2)客车流分布呈现以苏南大城市为核心的集聚特征，以短途流动为主，而货车流呈现“南北密集、中部稀疏”的分布特征，且依赖跨江大桥节点形成典型的“廊道式”流空间；(3)GDP、三产增加值及固定资产投资总额对客车流分布解释力更强，而常住人口数量、GDP及社会消费品零售总额对货车流分布解释力更强。研究结果可为江苏省高速公路建设与相关设施布局优化提供支撑，并为制定和调整因类、因地制宜的高速公路收费标准提供科学依据。
Abstract：Expressway traffic flow embodies multiple socio-economic attributes and directly reflects intercity connections.Analyzing passenger and freight flows separately is fundamental to understanding the complexity of expressway traffic and effectively identifying regional interconnected structures.Based on electronic toll collection(ETC) data for passenger and freight vehicles on expressways in Jiangsu Province, this study examines the spatial distribution characteristics of passenger and freight flows from both toll station and county perspectives.The geographical detector model is employed to analyze the influence of socio-economic factors on these traffic flows.It is found as follows.(1) Both passenger and freight flows exhibit significant uneven distribution patterns, with spatial concentration centers formed in Southern Jiangsu and along the Yangtze River area, while traffic flows in other regions are relatively dispersed.(2) The distribution of passenger flow shows an agglomeration structure centered around major cities in Southern Jiangsu, primarily consisting of short-distance trips.In contrast, freight flow displays a dumbbell-shaped pattern, being dense in the north and south but sparse in the middle, and relies on cross-river bridge nodes to form a typical "corridor-style" flow space.(3) GDP,value-added of the tertiary industry, and total fixed-asset investment have stronger explanatory power for passenger flow distribution; whereas resident population, GDP,and total retail sales of consumer goods demonstrate greater explanatory power for freight flow distribution.The findings of this study can support the planning of expressway infrastructure and the optimization of related facilities in Jiangsu Province, while also provide a scientific basis for formulating and adjusting differentiated, location-specific expressway toll pricing policies.
[1] 王姣娥，杜德林.服务中国式现代化的交通强国内涵解析与学科建设思考[J].经济地理，2023,43(3):6-14.
[2] 杨延杰，尹丹，刘紫玟，等.基于大数据的流空间研究进展[J].地理科学进展，2020,39(8):1397-1411.
[3] CHEN Z,WANG J E,LI Y L.Intercity connections by expressway in metropolitan areas:passenger vs.cargo flow[J].Journal of Transport Geography,2022,98:103272.DOI:10.1016/j.jtrangeo.2021.103272.
[4] 蒋小荣，汪胜兰，杨永春.中国城市人口流动网络研究：基于百度LBS大数据分析[J].人口与发展，2017,23(1):13-23.
[5] 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[J].地理学报，2015,70(2):214-233.
[6] CHEN C,MA J T,SUSILO Y,et al.The promises of big data and small data for travel behavior (aka human mobility) analysis [J].Transportation Research Part C:Emerging Technologies,2016,68:285-299.
[7] 戢晓峰，张雪，陈方，等.基于多源数据的区域物流与经济发展关联特性分析：以云南省为例[J].经济地理，2016,36(1):39-45.
[8] 黄洁，王姣娥.交通大数据在人文与经济地理学的应用及学科影响[J].地球信息科学学报，2020,22(6):1180-1188.
[9] 王姣娥，景悦.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[J].地理学报，2017,72(8):1508-1519.
[10] 焦敬娟，王姣娥，金凤君，等.高速铁路对城市网络结构的影响研究：基于铁路客运班列分析[J].地理学报，2016,71(2):265-280.
[11] ALBALATE D,BEL G,FAGEDA X.Competition and cooperation between high-speed rail and air transportation services in Europe[J].Journal of Transport Geography,2015,42:166-174.
[12] 莫辉辉，王姣娥，王涵，等.多机场体系航线网络竞合的理论模式与实证研究[J].地理研究，2023,42(3):761-774.
[13] 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[J].地理研究，2021,40(8):2204-2219.
[14] 赵珍珍，柯文前，杨青.区域高速公路交通流时空特征解析：以江苏省为例[J].经济地理，2016,36(2):53-58.
[15] 冯兴华，修春亮，白立敏，等.基于公路交通流视角的吉林省城镇中心性及影响因素[J].经济地理，2019,39(1):64-72.
[16] 陈娱，金凤君，陆玉麒，等.京津冀地区陆路交通网络发展过程及可达性演变特征[J].地理学报，2017,72(12):2252-2264.
[17] 黄震方，陈娱，黄睿，等.江苏省高速公路的客流空间格局与网络组团结构：基于联网收费大数据分析[J].地理科学，2021,41(6):998-1008.
[18] 宗会明，刘绘敏，陈易林，等.基于高速公路客流数据的重庆与毗邻地区联系网络空间结构研究[J].热带地理，2024,44(5):794-803.
[19] 高鑫，修春亮，魏冶，等.基于高速公路货流数据的重庆市区县关联网络格局研究[J].人文地理，2016,31(1):73-80.
[20] 高鑫，段德忠，高阳，等.重庆市区县货流关联网络的时空格局及其影响因素：基于2012—2016年高速公路货车数据的分析[J].地理科学，2021,41(2):302-309.
[21] 王绍博，郭建科，罗小龙.我国客货流时空演化及其与经济发展的空间关联分析[J].地域研究与开发，2017,36(6):6-9.
[22] 童珺玥，吴旗韬，李苑君，等.广东省客货流网络空间结构特征及经济外部性[J].热带地理，2023,43(12):2288-2299.
[23] CHEN Y,LU Y Q,JIN C.Spatiotemporal differentiation calendar for car and truck flow on expressways:a case study of Jiangsu,China[J].Journal of Transport Geography,2024,116:103847.DOI:10.1016/j.jtrangeo.2024.103847.
[24] 江苏省统计局，国家统计局江苏调查总队.江苏统计年鉴(2020)[M].北京：中国统计出版社，2020.
[25] 王颖，张婧，李诚固，等.东北地区城市规模分布演变及其空间特征[J].经济地理，2011,31(1):55-59.
[26] 李秋萍，马若飞，邹丹，等.基于GPS轨迹数据的湖南省公路客运与货运网络结构比较[J].地理科学，2023,43(12):2130-2138.
[27] HU S,GAO S,LUO W,et al.Revealing intra-urban hierarchical spatial structure through representation learning by combining road network abstraction model and taxi trajectory data[J].Annals of GIS,2023,29(4):499-516.
[28] 王劲峰，徐成东.地理探测器：原理与展望[J].地理学报，2017,72(1):116-134.
[29] 丁悦，蔡建明，任周鹏，等.基于地理探测器的国家级经济技术开发区经济增长率空间分异及影响因素[J].地理科学进展，2014,33(5):657-666.
[30] 张若琰，刘卫东，宋周莺.基于地理探测器的中国国家级开发区时空演化过程及其驱动力研究[J].自然资源学报，2021,36(10):2672-2683.
[31] 王晓雷，闫顺玺.城市客运交通模式及影响因素分析[J].交通标准化，2007(7):85-88.
[32] 崔淑华，王娜，胡亚南.基于主成分分析的公路货运量预测影响因素研究[J].森林工程，2005,21(5):65-67.
[33] 李晓刚，贾元华，敖谷昌.基于主成分回归的公路客运量预测模型研究[J].交通标准化，2009(9):77-81.
基本信息:
中图分类号:U491.112
引用信息:
[1]李博,陈娱,陆梦秋,等.高速公路客货车流空间分异特征及其影响因素研究——以江苏省为例[J].地理与地理信息科学,2026,42(01):78-86.
基金信息:
国家自然科学基金项目(42171234、42571202); 教育部人文社会科学研究一般项目(20YJC790093)
2026-01-19
2026-01-19
2026-01-19