增强中心城市辐射带动力，是城市化高质量发展的重要助推力。当中心城市与周边地区具备生产要素自由流动的空间条件，彼此间的高频活动是将促进资本从中心城市流向腹地，缩小地区间的经济差距，产生正向的空间效应，还是经济活动从腹地向中心城市转移，扩大地区间的经济差距，不利于都市圈一体化发展？

长三角是我国规模最大的城市群，上海是长三角的中心城市。探究上海对腹地的空间效应及规律，对中心城市带动都市圈一体化发展具有重要意义。中心城市-腹地系统的研究以“网络腹地”为切入点，突破了重力和潜力模型或者交通等时圈的研究思路，转为通过关系型数据来划分中心城市的实际影响范围。 现有相关研究通常“错位”： 一部分仅关注都市圈的空间范围，通过划定腹地来识别空间边界，忽略了该范围内的社会经济变化；另一部分以规划范围为边界，探究城市的社会经济分布及变化，无法分离与中心城市实际关联所产生的影响。

本研究进行 三方面改进： 首先，基于人流活动，提出“高频网络腹地”的概念。其次，借鉴网络腹地的概念，将中心城市划分为更精细的空间单元，提出网络中心地的概念。最后，将基于高频关联的都市圈空间范围与空间单元的社会经济发展水平结合分析（图1）。

▲ 图1 | “高频网络腹地”和“网络中心地”概念及研究步骤示意

长三角的规划范围包括苏浙皖沪全部区域共计41座地级及以上城市。本文的研究区域为核心区16座城市。长三角其他40座城市与上海市的高频度跨城活动中的94.1%发生在核心区的15座城市。

本研究采用智慧足迹公司提供的联通用户4G手机信令数据。时间跨度为2018年9月连续一个月的用户信令。

本研究以区/县级市为基本空间单元，将中心城区的市辖区合并为一个单元。空间单元总计101个，分为三类：上海市；上海市高频网络腹地范围的县、市辖区或中心城区；其他非高频网络腹地空间单元。将与第二类空间单元位于同一地级行政区内的第三类空间单元作为对照空间单元。

本研究的第二部分数据来自统计年鉴，涉及区/县级行政区2010年到2018年连续9年的社会经济数据。

数据处理步骤包括跨城数据筛选、工作地和居住地识别、出行频率分类、空间单元内的基站用户数量集计等步骤。

本研究结合绝对关联度和相对关联度进行网络腹地测度，采用总关联度，测度各节点在网络中的重要性。

2.4.1 绝对关联度和总关联度

将高频联系强度即双向高频城际活动人次在观测期内的总和定义为绝对关联度。

（1）

Tij 为节点 i 到节点 j 的高频城际出行人次，Tji 为节点 j 到节点 i 的高频城际出行人次。两个节点的绝对关联度越高，则双向高频城际联系越强。

总关联度即网络中每个节点与其他所有节点（j=1，2，3，…，n）绝对关联度的总和：

（2）

为了便于对比，将绝对关联度和总关联度都进行标准化处理。所有联系和节点中的最大值定义为100，其他联系和节点以最大值的百分比进行取值。

2.4.2 网络中心地的加权社会经济发展指标

本研究基于网络腹地的高频关联比例，计算网络中心地的社会经济发展指标。

（3）

其中Si 为高频网络腹地 i 所对应网络中心地的综合社会经济发展指标，Wij 为上海市的空间单元 j 在高频网络腹地 i 的总关联度中所占的比例，Gj 为上海市的空间单元 j 的社会经济发展指标。

2.4.3 标准化值

借鉴区位熵的概念，计算标准化值。

 （4）

Q 为标准化值，S 为各空间单元的社会经济指标， P 为标准化空间单元的社会经济发展指标。设定各高频网络腹地为标准化空间单元，取对照空间单元和对应的网络中心地的标准化值。Q = 1 表示对照空间单元的社会经济发展水平与标准化空间单元的水平持平，Q ＞ 1 表示高于标准化空间单元的水平，Q＜ 1 表示低于标准化空间单元的水平。

基于绝对关联度法的上海市高频网络腹地划分结果见表1。 高频网络腹地以集中性、邻近性为主，也有个别飞地型腹地，而且交错现象明显 （图2）。

▲ 图2 | 上海都市圈的空间范围

根据高频关联的比例（表1），定义网络中心地及权重。例如，昆山市的网络中心地包括上海市中心城区、浦东新区、宝山区、闵行区、嘉定区、青浦区、松江区，其权重分别为0.18、0.05、0.02、0.06、0.36、0.30、0.03。

▲ 表1 | 基于绝对关联度法的11块高频网络腹地与对应的上海市空间单元的关联比例

高频网络腹地和其对应的网络中心地在2010—2018年的总体经济（人均GDP）发展具有收敛的趋势，2018年与2010年相比，网络中心地相对网络腹地的人均GDP标准化值更趋近于1（图3）。

▲ 图3 | 高频网络腹地和网络中心地的经济发展水平变化趋势统计

空间效应归为三类： 相互促进、失衡布局、彼此消耗 （图4）。

▲ 图4 | 高频网络腹地与网络中心地的相互作用模式

4.2.1 相互促进

该模式的特点为，高频网络腹地的总体经济发展速度快于对照空间单元，且第二、第三产业平衡增长，第三产业发展速度与对应的网络中心地相近，且快于对照空间单元。网络中心地的经济发展相对上海市平均水平的提升速度更快。

这类高频网络腹地包括昆山、太仓。以昆山为例，对照空间单元的人均GDP标准化值降低；昆山对应网络中心地的人均GDP标准值上升；网络中心地的人均GDP相对上海市平均水平上升；昆山与网络中心地的第三产业比例上升幅度相近。

4.2.2 失衡布局

该模式的特点为，高频网络腹地的总体经济发展速度可能接近或快于对照空间单元；与网络中心地相比，第二产业增速较快，而第三产业发展增速较慢，即经济总量增长，但是产业结构发展不均衡。网络中心地的总体经济发展水平甚至略有下降。

这类包括吴江区、吴中区、苏州园区、启东、苏州中心城区、杭州中心城区、嘉兴中心城区。以吴江区为例，对照空间单元的人均GDP标准化值下降，发展速度慢于吴江区；网络中心地的人均GDP标准值上升；网络中心地的第三产业比例上升明显快于吴江区。

4.2.3 彼此消耗

该模式的特点为，高频网络腹地的总体经济发展速度慢于对照空间单元，第三产业比例提升的速度低于对照空间单元，也低于网络中心地。网络中心地的经济发展水平有所下降。

这类包括平湖、嘉善。以平湖为例，对照空间单元人均GDP标准化值上升；对应网络中心地的人均GDP标准值下降；网络中心地的人均GDP与上海市平均水平的差距拉大。

一体化发展的目标是达到更平衡的发展状态。 “流”对“场所”的影响是通过网络交互作用重新组织空间，原有的孤立城市通过形成网络达到去中心化的目标。高频人流集中的地区更容易吸聚社会经济资源，促进中心城市带动其他城市共同平衡发展。

与中心城市产生较强的高频人流，是一体化的必要条件，并非其充分条件。第一种效应积极推动一体化，高频网络腹地和网络中心地共同快速发展，达到了较为平衡的发展状态。第二种效应能够初步推动一体化，但是主要动因是第二产业快速增长，而对应的网络中心地产业结构迅速优化，并将第二产业转移到网络腹地，很容易演变为网络中心地对网络腹地的虹吸效应，产业结构没有达到平衡状态。第三种效应削弱了一体化。高频网络腹地经济发展速度较慢，产业结构没有得到优化，两者都没有达到平衡的发展状态。

第二种效应的比例最高，说明上海通过高频人流实现了与高频网络腹地一体化的初步成效，但是大部分高频网络腹地的第三产业发展速度依然滞后。

高频人流对一体化产生差异性影响的原因在于网络中节点间的功能互补是否充分。

第一种效应的高频网络腹地第二产业发展水平高于网络中心地，后者的第三产业水平高于前者，两者互补，前者的第三产业比例增长速度快，后者的第二产业的增幅也较为明显。当网络中心地处于产业优化阶段，而网络腹地处于产业扩张阶段，则两者的功能互补不足，即第二种效应。当网络腹地和网络中心地的自身发展水平都较低，因为均缺乏发展动力而无法高效地进行资源整合和互补。

本研究将高频跨城关联与空间单元的社会经济发展水平结合分析，探究了高频关联对都市圈一体化的影响。首先发现中心城市的高频网络腹地具有集中性、邻近性、个别飞地的混合布局特征，并确定了每块高频网络腹地所对应的网络中心地；其次发现 高频网络腹地和网络中心地相互作用的空间效应分为相互促进、失衡布局、彼此消耗三类，对都市圈一体化起到了积极推动、初步推动、削弱的作用。

以上差异性影响的原因在于 “场所”对“流”的形塑作用， 即节点的属性限定了“流”的作用条件。

基于高频跨城人流确定上海的高频网络腹地与上海都市圈的规划范围存在差异，原因在于视角不同，规划是“自上而下”，而本研究则是“自下而上”。

在区域发展中，若高频网络腹地自身发展水平较低，且对应的网络中心地也较弱，应积极引导市域内的社会经济资源向较弱的网络中心地倾斜布局，以扭转弱势叠加的负面效应。对于发展水平中高的地区，应重点关注高频网络腹地的第三产业提升。对于发展水平较高的地区，应进一步进行两者的第三产业资源整合，提升一体化发展质量。