多源数据视角下广州都市圈流空间结构研究_唐波.pdf

多源数据视角下广州都市圈流空间结构研究唐波1，谢伟星1，林琳1，2(1 广州新华学院 资源与城乡规划学院，广州 510520;2 中山大学 地理科学与规划学院，广州 510275)摘要:以广州都市圈为例，基于人流、物流、资金流、信息流、交通流等多源数据，运用空间锁链模型、优势流、空间结构指数、引力模型，进行多要素和多维度的空间结构分析，结果表明:(1)各类流要素视角下，广州都市圈都以广州为核心呈单极化发展态势。由于人口迁移距离和方向偏移以及交通的影响，人流、交通流在中心度和网络密度方面的极化趋势较弱;物流、资金流、信息流的空间网络结构仍然受到传统“场空间”生长极的影响，核心边缘结构更明显。(2)广州都市圈内形成了“一核、一轴、一面、多边缘”的空间网络结构特征，空间层级化明显，核心边缘结构显著，以广州为核心、广(州)佛(山)为轴线、广(州)佛(山)肇(庆)清(远)为基本发展面，共同带动云浮、韶关城市的发展。关键词:流空间;网络空间结构;优势流;广州都市圈中图分类号:F542文献标志码:A文章编号:1003-2363(2023)03-0073-07doi:10 3969/j issn 1003-2363 2023 03 012收稿日期:2022 09 27;修回日期:2023 05 05基金项目:广州市哲学社会科学发展“十四五”规划 2021 年度课题(2021GZYB22);广东省级一流本科专业建设点“人文地理与城乡规划”(F22MJ04JY);广东省教育厅特色创新项目(2020WTSCX136)作者简介:唐波(1988 )，男，湖南衡阳市人，副教授，硕士，主要从 事 区 域 经 济 发 展 和 城 市 灾 害 风 险 评 价 研 究，(E-mail)tballen196163 com。通信作者:林琳(1964 )，女，广东中山市人，教授，博士生导师，博士，主要从事人文地理与城乡发展研究，(E-mail)eeslinlmail sysu edu cn。0引言“十四五”期间，中国正进入都市圈城市群时代。都市圈作为城市群建设中的重要节点，发挥着放大城市群核心城市辐射力、突破行政边界束缚、实现区域融合发展的重要作用。而信息网络技术的进步和普及，使得传统地理空间的区域组织结构发生了改变，地理流动性的研究逐渐成为地理学的重要议题之一。M Castells 提出了流空间的概念，认为传统复杂的地理要素能够被流空间所表达1。流空间理论认为地理空间是一种不断流动的动态形式，使传统的地理“场空间”理论被颠覆，区域空间结构也逐渐地由原本的“场空间”向“流空间”方向转变2 3。在流空间的观点下，不能忽略场空间的重要性，流空间和场空间的关系不是替代，而是二者关系的重组4 5。作为区域和城市群空间结构研究范式的转变，近年来，流空间理论被应用于不同的研究领域。如流空间视角的城市网络理论的提出，以及由 P J Taylor领导的“全球化与世界城市研究网络”(GaWC)和由 PHall 等主持的“欧洲多中心巨型城市区域可持续发展管理”项目(POLYNET)开展的关于大尺度城市网络的相关研究6 7。在全球流空间中，城市不再是经济中心而是传输流信息的节点8;区域空间结构的研究从城市的形态、等级规模转变为城市网络结构、功能和联系9 10。学者们意识到各种流因素是作为城市和区域发展的驱动力11 12，空间界限逐渐模糊，城市通过紧密的联系共同构成复杂而统一的空间网络;以要素流动淡化地理邻接作用，实现时间共享的“流空间”成为新的空间组织主导形式。同时，将人流13 15，信息流16 19，交通流20 21 等细分的数据用于流空间研究，使之成为研究区域尺度的城市发展的重要思维22 23。近年来流空间开始应用于边境管制、犯罪地理学研究24，利用流空间理论研究地理中心性的分析25，同时多元流26 27 和新兴流要素28 等新方法也得到发展。总体而言，国内外学者对流空间的研究多集中在世界城市体系、区域或单个城市空间网络结构，呈现由实物流到数据流、由单一流到多元流的发展趋势，但多元流的复杂关系对区域网络空间的影响还不够深入;研究视角由从原来的区域和城市与腹地的关系，开始转向由流数据等所建构的城市网络的结构、功能和关系，并通过模型分析、实测流分析和参量替代等途径解决城市间各种流的测度，但在模型分析和参量替代方面还存在一定的局限和难度;跨区域、精准化、高质量的都市圈是区域协调发展中的重要一环，而多层级、多要素、多源数据的都市圈流空间网络结构较少涉及。高质量发展的都市圈正成为国家战略与空间布局的重要内容29。应用“流空间”理论对都市圈空间结构展开研究，通过多元流、多层次、多要素的角度能拓宽传统“流空间”的研究视角。在“双循环”和高质量发展理念下，广州都市圈要实现差异化发展和融合发展还面临巨大挑战。基于此，本研究利用人流、物流、资金流、信息流、交通流等数据，运用空间锁链模型、优势流分析法等方法，对广州都市圈进行“节点轴线网络域面”四大维度分析，为未来广州都市圈打破区域间的壁垒、提升同城化水平提供参考，为国内其他都市圈的协同发展提供新的思路。第 42 卷第 3 期2023 年6 月地域研究与开发AEAL ESEACH AND DEVELOPMENTVol 42No 3Jun 20231研究区域、研究方法与数据来源1 1研究区域本研究中广州都市圈的范围界定为广州、佛山、肇庆、清远、云浮、韶关 6 座城市，土地面积 71 573 km2，占广东省的 3982%，为广东五大都市圈之一。2021 年，广州都市圈常住人口 4 17891 万人，人口密度 585 人/km2，其中广州和佛山的总人口和人口密度占绝对优势。2021 年广州都市圈 GDP 为 47 738 亿元，比去年增长12%，人均 GDP 为 11 4 万元。作为广州都市圈的中心城市，广州市 GDP 占整个都市圈的59%，人均 GDP 为都市圈的 13 倍。广州都市圈第一、二、三产业产值比例为36364600，产业结构现代化水平较高，但内部产业差异较大和产业联系还不够紧密。内部城市职能还存在明显的空间差异，中心与外围城市人口、经济发展、社会状况和基础设施发展不均衡，这些都影响了都市圈的协同发展。1 2研究方法12 1空间锁链模型。主要用于反映两个城市之间的连通性30。将快递公司、银行的各级网点表征为企业的各层级分支机构，用于构建广州都市圈的物流、资金流的联系网络矩阵。12 2优势流。优势流为一个节点所通过的最大要素流31。通过优势流方法，对广州都市圈内各城市的各类流要素联系强度进行分析，得到各类流要素的第一、第二、第三、第四大优势流。以此进行优势流层级分类，确定都市圈的轴线特征以及空间网络结构骨架28。12 3空间结构指数。参考城市区域多中心性的空间结构算法，利用空间结构指数来反映网络主导性水平、测度广州都市圈网络结构的特征32。空间结构指数介于 0 1，0 表示区域结构呈明显的单极化发展趋势，1 表示区域结构表现为显著的多极化特征。12 4社会网络分析。社会网络分析具有高效的矩阵处理功能，用于测度各类流要素联系网络中的中心度、凝聚子群、联系密度等个体属性。中心度用来测量某一节点联系其他节点的强度，主要反映在联系网络中城市的重要性以及带动作用，值越大代表其在网络中影响越大19。凝聚子群是城市网络结构研究的切入点之一，有助于理解城市个体在网络中的地位、角色和密切互动关系33。联系密度用于测度某一流要素联系网络在区域内的分布情况，值越大代表分布越分散，值越小代表分布越集中34。125引力模型。遵循距离衰减规律，引力模型用于分析两个城市的相互作用强度35，计算广州都市圈各流要素的辐射影响范围。1 3数据来源人流数据来源于百度迁徙平台，收集时间为2021 年1 月 1 日至 2021 年 12 月 31 日(其中缺少 1 月 1 号至 1月 18 日、7 月 8 日、8 月 12 日、8 月 25 日、12 月 3 日的数据)，包括广州都市圈 6 个城市每日的迁入迁出指数、迁入迁出百分比和全国的迁徙指数。物流数据来源于高德地图 POI 中物流速递(编码为 070500，070501)分类下的数据，并选择顺丰、申通、中通、圆通、韵达、京东以及菜鸟等具有代表性的物流公司，数据的获取范围为广州都市圈6 个城市的物流 POI 数据。资金流数据来源于高德地图 POI 中金融保险服务(编码为 160100，160300)分类下的数据，并对数据进行筛选和分级，分为银行总行、分行、支行、分理处、自动提款机 5 个等级。信息流主要来源于百度指数城市搜索量，可以直观地反映城市间的信息交流状况36，搜索范围为 2021 年 1 月 1 日至 2021年 12 月 31 日，得到城市之间搜索量的日均值。由于交通流难以测度，选择城市间的高铁动车、普速列车以及客运大巴的运输量作为交通流数据的来源。2结果与分析2 1节点层面广州与佛山各类流要素的联系强度均居前列。广州的联系强度最大，佛山次之，肇庆、韶关、清远、云浮的联系强度相对较小。人流方面，广州与佛山名列前茅，其次是肇庆和清远，原因在于肇庆和清远长期作为广州的对口帮扶对象，且在广(州)佛(山)肇(庆)经济圈建设和“广(州)清(远)一体化”政策的支持下，人员往来密集;交通流方面，广州、佛山、肇庆位于前三位，这与政府提出的“广(州)佛(山)肇(庆)一体化”的政策相符合，韶关则由于京广铁路和武广高铁的支撑，在交通流方面的排名超过了其他流要素的排名。根据各流要素的联系强度，利用最佳自然断裂法划分为 4 个层级(表1)。可以看出，广州处于核心地位，人流、物流、资金流、信息流和交通流均处于第层级;佛山的人流和资金流处于第层级，但其强度相对于广州有所下降;肇庆各类流要素强度与广州、佛山相比偏弱，这与城市体量的关系较大。总体来看，各流要素前两个层级基本为广州、佛山、肇庆，只有在物流和资金流有些变化，体现了由广(州)佛(山)同城而催生的广(州)佛(山)肇(庆)一体化经济圈逐渐形成;后两个层级则为清远、韶关、云浮 3 个城市，说明广州都市圈核心地区与边缘地区的差距较为明显。表 1广州都市圈各城市层级划分Tab 1Hierarchy division based onflow elements in the Guangzhou Metropolitan Area层级人流物流资金流信息流交通流广州、佛山广州广州、佛山广州广州肇庆佛山肇庆、清远佛山佛山、肇庆清远肇庆、清远、韶关韶关肇庆、清远、韶关韶关韶关、云浮云浮云浮云浮清远、云浮47地域研究与开发第 42 卷2 2轴线层面221人流优势流轴线(图 1)。第一优势流均流向广州和佛山。一方面，广(州)佛(山)是都市圈的经济中心和交通枢纽;另一方面，广(州)佛(山)的人口基数较大，与其他地区进行的人口流动较为密切。第二优势流中，西部的云浮与肇庆流向佛山，东部的韶关与清远流向广州，呈现明显的东西差异现象。这说明人流方向会优先考虑距离较近的大城市，体现了传统的空间距离对于城市之间联系强度的影响较为明显。第三优势流和第四优势流与中心城市联系不够密切，大多为边缘城市内部的流动。图 1广州都市圈人流优势流Fig 1Dominant people flow in the Guangzhou Metropolitan Area222物流优势流轴线(图 2)。各个城市的第一优势流流向广州，第二优势流流向佛山，而第三优势流流向清远与肇庆，各城市存在着明显的级别划分。广州作为国家物流枢纽，辐射区域广、集聚效应强;广州的市域范围内交通通达、运行效率高，在物流方面占据绝对优势。佛山地理位置与广州接壤且位于都市圈的东西分界线上，承担了很大一部分物流的集散和转运功能;清远与肇庆则受广(州)佛(山)肇(庆)经济圈建设与广(州)清(远)一体化辐射的影响。图 2广州都市圈物流优势流Fig 2Dominant material flow in the Guangzhou Metropolitan Area223资金流优势流轴线(图 3)。与物流优势流轴线基本一致，第一优势流流向广州，第二优势流流向佛山。作为泛珠三角经济区的中心城市，广州的核心地位较为巩固;佛山作为珠三角西翼经贸中心，次核心地位得到加强;在第三优势流中，肇庆作为支点城市，为广(州)佛(山)的发展提供了广阔的经济腹地，同时承接了广(州)佛(山)的产业转移，与物流相比，资金流得到了提升。第四优势流主要在边缘城市内部流动，主要流向韶关。图 3广州都市圈资金流优势流Fig 3Dominant fund flow in the Guangzhou Metropolitan Area224信息流优势轴线(图 4)。在第一、第二大优势流方面，广州与佛山的核心与次核心地位基本不变，这是由广州作为广东省省会的行政影响力以及作为一线城市的信息吸引力所造成的;而佛山是长期与广州有同城化效应的城市，有较深的“广(州)佛(山)”固有印象。从第三、第四大优势流来看，城市之间的信息流往往在相邻地市之间有着更加密切的联系，这说明传统的场空间对信息流联系强度影响仍然较大，这也与信息交流的性质相符合。225交通流优势轴线(图 5)。第一优势流方面，广州仍然保持着核心地位。在第二大优势流，韶关与其他4 个流要素相比在交通流方面得到较大的提升，成为与佛山地位相同的次核心城市，这与京广铁路以及武广高铁 的巨大客运量和货运量有关。第三优势流方向比较57第 3 期唐波，等:多源数据视角下广州都市圈流空间结构研究图 4广州都市圈信息流优势流Fig 4Dominant internet information flow in the Guangzhou Metropolitan Area图 5广州都市圈交通流优势流Fig 5Dominant traffic flow in the Guangzhou Metropolitan Area单一，主要是从清远和云浮流向肇庆。第四优势流方面，存在内部交叉的特点，清远流向佛山，云浮流向韶关。说明在都市圈的边缘地区，肇庆和韶关已经成为重要的节点城市，在交通转运方面扮演重要的中转功能。2 3网络层面通过空间结构指数计算广州各类流要素的联系强度，使用 ArcGIS 对各类联系流矩阵进行可视化处理，得出各类流要素的联系网络，并通过弦图的方式对城市间的联系进行可视化表达(图 6)。广州都市圈流要素网络空间结构都呈现较为明显的极核式发展趋势。在人流联系网络中，广(州)佛(山)联系最为紧密，且与肇庆、清远形成组团，构成了都市圈的核心地区。主要是受长期同城化和一体化政策影响;其次是广州、佛山、肇庆、清远的城际交通发达，基本上可以实现一小时通勤圈，带动了人员流动。云浮、韶关两市主要与广州、佛山、肇庆相连;东部的清远、韶关与西部的云浮、肇庆的联系较弱，说明了在距离较远且缺少直达公共交通班次的情况下，人流联系并不紧密。物流方面，佛山与广州联系最强，其次为广州与周边地市、佛山与周边地市的联系，广州和佛山无论是对物质的自身需求还是产品的向外输送，物流要素的流动占绝对优势。资金流方面，除了云浮之外其他城市都与广州、佛山建立联系，这说明了在广州都市圈内，其余各市与广州、佛山之间的资金流动较为均衡，并以广州和佛山为核心，但除广州、佛山以外的各个城市之间的资金流互动偏低，呈现明显的核心边缘形态。信息流方面，广州作为广东省省会以及广州都市圈核心城市的影响力巨大，处于核心地位;其次以佛山为主;其他外围城市的信息流联系较少。交通流方面，呈现明显的广(州)佛(山)肇(庆)组团现象，但韶关由于京广铁路与武广高铁，联系强度明显提高;同时云浮的地位明显提升，这与云浮和广(州)佛(山)肇(庆)之间的高铁动车班次紧密有关。在交通一体化程度上，广(州)清(远)明显弱于广(州)佛(山)肇(庆)，因为清远与肇庆、韶关、云浮均无直通的列车。图 6广州都市圈流要素联系网络Fig 6Element flow network connection in the Guangzhou Metropolitan Area67地域研究与开发第 42 卷通过统计各类流要素联系网络中每个层级的联系数量，计算得出每层级联系的数量占比、强度占比和聚集度;通过 Ucinet 计算每个联系网络的网络密度(表2)。除交通流之外，各类流要素联系网络层级的数量占比均呈现“负偏态”结构;从聚集度方面看，各类流要素联系网络主要向着第一层级聚集，其中物流、资金流、信息流聚集程度最明显，这也就说明了除人的主观因素和交通规划的政策因素以外，物、资金、信息这三类要素的流动更多地遵照引力原理的模式，向着体量较大的城市聚集;网络密度与聚集度的结果相符合，物流、资金流和信息流的网络密度与人流、交通流相比偏低，说明这三类流要素的集中程度更高，而整体网络密度较低。表 2广州都市圈的流要素联系网络层级结构Tab 2Hierarchical structure of the element flow network connection in the Guangzhou Metropolitan Area流类型指标第一层级第二层级第三层级第四层级第五层级网络密度数量占比00670267026702000200人流强度占比012603660289017700430265聚集度18851372108308840214数量占比00670267020002000267物流强度占比016304630215011900400204聚集度24471735107605950151数量占比00670333020002000200资金流强度占比016905000238007800150197聚集度25341500118903890077数量占比00670200026703330133信息流强度占比016703290287021300050200聚集度25041643107506390037数量占比02670067020003330133交通流强度占比039700770224029600050318聚集度14881162112108880040广州都市圈除物流之外，其他四类流要素所构成的流空间都形成 3 个子群，分别为广(州)佛(山)、云(浮)肇(庆)、韶(关)清(远)。广(州)佛(山)子群与云(浮)肇(庆)、韶(关)清(远)子群的其他流要素均有互动，其中在资金流、信息流网络中广佛子群为单向互动，即云(浮)肇(庆)、韶(关)清(远)子群受到广(州)佛(山)子群的单向控制;云(浮)肇(庆)子群在资金流、信息流、交通流网络中与其他子群疏远联系;韶(关)清(远)子群在人流、资金流、信息流网络中与其他子群疏远联系。总体来看，呈现出以广(州)佛(山)刺激都市圈全域、次级核心部分带动边缘城市的发展趋势。2 4域面层面根据引力模型计算两个城市的相互作用强度，使用成本距离计算栅格，体现广州都市圈各流要素的辐射影响范围(图 7)。各类流要素的影响范围的空间分布结构基本一致，都分为以广州、清远、韶关组成的东部和以佛山、肇庆、云浮组成的西部;东西部的界限较为明显，东部广州向清远、韶关辐射，西部佛山向云浮、肇庆辐射。各类流要素的异质度差别不大，网络中心度的大小与聚集度结果相符，物流、资金流和信息流超过人流和交通流;各类流要素广州与佛山的中心势排名前列，也解释了辐射范围的空间分布情况，即只有广州、佛山的辐射范围是向外延伸的;但在交通流视角下，肇庆的中心势略微超过了佛山，解释了在交通流视角下肇庆的辐射范围有所扩大，并向韶关延伸的趋势。图 7广州都市圈各流要素的辐射范围Fig 7adiation scope of flow elements in the Guangzhou Metropolitan Area3结论、建议和讨论3 1结论(1)节点层面，广州都市圈在各类流要素视角下，形成了广(州)佛(山)肇(庆)、韶(关)清(远)云(浮)的核心边缘结构，在层级划分与总体排名方面变化不大，这说明广州都市圈的核心与边缘地区之间的差距较为明显。在轴线与网络层面，由于物流、资金流、信息流是一个城市的发展情况、经济实力和城市影响力的直观体现，其网络层级结构更明显、聚集度更大、向心性更强，而人流和交通流更容易受到其他因素的影响;在域面层面，广州都市圈各城市的辐射影响范围呈现明显反磁力结构，形成以广州和佛山为两大核心、西为佛(山)肇(庆)云(浮)、东为广(州)清(远)韶(关)的空间格局。(2)各类流要素的第一大优势流轴线和空间结构指数表明了广州都市圈以广州为核心城市的单极化发展77第 3 期唐波，等:多源数据视角下广州都市圈流空间结构研究态势，并形成了“一核、一轴、一面、多边缘”的空间网络结构，以广州为核心、广(州)佛(山)为主要轴线、广(州)佛(山)肇(庆)清(远)为基本发展面，共同带动云浮、韶关边缘城市的发展，同时广(州)佛(山)肇(庆)、广(州)清(远)形成了较强的组团效应。虽然广州都市圈内部行政区划界限和地理距离趋于弱化，但是在各要素的流空间中影响较大，导致了各个城市的联系空间近邻效应仍然明显，较强的联系主要发生在地理相近的城市之间，辐射范围表现出明显的东西分化。3 2建议(1)打造“1+2+X”形式的圈层发展模式，实现都市圈的多点支撑和协同发展。发挥广州核心的引领作用和佛山副核心的带动作用，坚持核心原则、同城优先、带动周边的理念，加快广(州)佛(山)同城化的进程，增强其作为都市圈发展核心的作用;同时推动广(州)佛(山)肇(庆)经济圈建设和广(州)清(远)一体化建设，成为广(州)佛(山)核心圈向边缘地区突破的支点，最终形成广(州)佛(山)核心圈、肇(庆)清(远)支点圈、云(浮)韶(关)边缘圈协同发展的空间模式，实现由非均衡的核心边缘格局向均衡的网络格局转变。(2)构建都市圈“优势互补错位发展循环互通”产业关联和经济互动模式。各个城市根据比较优势和竞争优势精准定位，优化区域资源配置，拓展经济发展路径，实现产业结构多样化。广州作为核心城市，着重发展与城市聚集直接相关的第三产业;佛山作为制造业中心，通过产业转移、产业承接、产业帮扶等形式，形成与其他城市的垂直分工，打造具有国际竞争力的优势产业集群，增强区域产业的耦合能力，形成“创新、绿色、协调、开放、共享”的经济网络体系。(3)互联共享基础设施，打破制度壁垒，提升都市圈同城化水平。以广州和佛山为核心，进一步完善都市圈内的城际轨道，打造公交化运营的轨道交通系统，实现广州都市圈一小时通勤圈。推动都市圈教育、医疗、民政、社保、养老等公共服务的均等化;建立多主体、多部门、共参与的区域性的代表机构，探索新型的都市圈同城化管理模式和监管制度。3 3讨论由于城市基础设施的完善和区域一体化政策的推动，城市间的交流和联系不断增加。都市圈城市群不再是孤立的系统，随着城市之间通过人流、物流、技术流、信息流等方式进行物质交换，形成动态合作、共享发展、逐渐同城的空间体系。虽然目前广州都市圈空间结构以单极核心为主，核心区和边缘区仍存在较大的差异。但随着广州都市圈同城化发展战略的推动，广州的扩散效应会逐渐明显，空间的近邻效应逐渐放大。通过不断增强的人口、产业、资本、信息等要素流动性，广州都市圈城市空间结构从“核心边缘”逐渐发展为“多节点网络联动”的态势。由于长时间序列数据和替代数据的获取难度较大，在研究尺度精细化和空间结构的内在机制方面探讨不足，未来研究需要在数据全面性、研究尺度精确性和空间演化等方面进一步深化，同时关注后疫情时代广州都市圈流空间的动态变化。参考文献:1CASTELLS M The Informational City:Information Tech-nology Economic estructuring and the Urban-regionalProgress M Oxford:Basil Blackwell，1989 2 王垚，钮心毅，宋小冬“流空间”视角下区域空间结构研究进展 J 国际城市规划，2017，32(6):27 33 3 ALBECHTS L，COPPENS T Megacorridors:Striking a Bal-ance between the Space of Flows and the Space of Places J Journal of Transport Geography，2003，11(3):215 224 4SMITH N Spaces of Vulnerability:The Space of Flowsand the Politics of ScaleJ Critique of Anthropology，1996，16(1):63 77 5 董超“流空间”的地理学属性及其区域发展效应分析 J 地域研究与开发，2012，31(2):5 8 6 TAYLO P J World City Network:A Global Urban Anal-ysis M New York:outledge，2003 7HALL P，PAIN K The Polycentric Metropolis:Learningfrom Mega-city egions in EuropeM London:Earth-scan，2006 8DOEL M，HUBBAD P Taking World Cities Literally:Marketing the City in a Global Space of Flows J City，2002，6(3):351 368 9 涂玮，黄震方，方叶林 基于网络团购的虚拟旅游流空间差异及动力机制研究 J 地域研究与开发，2013，32(4):84 89 10 高鑫，修春亮，魏冶 城市地理学的“流空间”视角及其中国化研究 J 人文地理，2012，27(4):32 36 11 TEIXEIA F，DEUDDE B Skynet:An Package forGenerating Air Passenger Networks for Urban Studies J Urban Studies，2019，56(14):3030 3044 12SCHOENBEGE E，WALKE A Beyond Exchangeand Agglomeration:esource Flows and City Environ-ments as Wellsprings of Urban Growth J Journal of E-conomic Geography，2016，17(5):935 958 13SCOTT S Transnational Exchanges amongst Skilled BritishMigrants in Paris J Population Space Place，2010，10(5):391 410 14 SHEN Y Segregation through Space:A Scope of the Flow-based Spatial Interaction ModelJ Journal of TransportGeography，2019(76):10 23 15PAN J，LAI J Spatial Pattern of Population Mobility a-mong Cities in China:Case Study of the National DayPlus Mid-autumn Festival Based on Tencent MigrationData J Cities，2019，94(11):55 69 16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 17EADES J，SMITH D A Mapping theSpace of Flows:87地域研究与开发第 42 卷The Geography of Global Business Telecommunications andEmployment Specialization in the London Mega-City-e-gion J egional Studies，2014，48(1):105 126 18 王宁宁，陈锐，赵宇 基于信息流的互联网信息空间网络分析 J 地理研究，2016，35(1):137 147 19 SOKOL M，VAN EGEAAT C，WILLIAMS B evisitingtheInformational City:Space of Flows，Polycentricityand the Geography of Knowledge-intensive BusinessServices in the Emerging Global City-egion of Dublin J egional Studies，2008，42(8):1133 1146 20HE D，CHEN Z，PEI T，et al The egional and LocalScale Evolution of the Spatial Structure of High-speedailway Networks:A Case Study Focused on Beijing-Tianjin-Hebei Urban Agglomeration J/OL InternationalJournal of Geo-Information，2021，10(8):543 2022 08 16 https:/doi org/103390/ijgi10080543 21 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 J 世界地理研究，2020，29(4):773 780 22 叶磊，段学军，欧向军 基于交通信息流的江苏省流空间网络结构研究 J 地理科学，2015，35(10):1230 1237 23GACA M D A Europe of Multiple Flows:ContestedDiscursive Integration in Trans-European Transport In-frastructure Policy-making J European Urban and e-gional Studies，2017，24(4):425 441 24 WEBE L，MOHN S B，VECCHIO F，et al Beyond De-portation:esearching the Control of Outward MobilityUsing a Space of Flows LogicJ Global Networks，2020，20(1):65 84 25 LI J，QIAN J，LIUY A Novel Analysis Method of Geo-graphical Centrality Based on Space of FlowsJ Inter-national Journal of Geo-Information，2017(5):153 26 陈晨，修春亮 流空间视角的东北地区城市网络研究 J 地域研究与开发，2014，33(4):82 89 27 王少剑，高爽，王宇渠 基于流空间视角的城市群空间结构研究:以珠三角城市群为例 J 地理研究，2019，38(8):1849 1861 28 邱坚坚，刘毅华，陈浩然，等 流空间视角下的粤港澳大湾区空间网络格局:基于信息流与交通流的对比分析 J 经济地理，2019，39(6):7 15 29 傅娟，耿德伟，杨道玲 中国五大都市圈同城化的发展审视及对策研究 J 区域经济评论，2020(6):101 110 30TAYLO P J The Interlocking Network ModelM/DEUDDE B，HOYLE M，TAYLO P，et al Interna-tional Handbook of Globalization and World Cities Chel-tenham:Edward Elgar Publishing，2011:13622 31NYSTUEN J D，DACEY M F A Graph Theory Interpreta-tion of Nodal egions J Papers of the egional ScienceAssociation，1961，7(1):29 42 32HANSSENS H，DEUDDE B，VANAELST S，et alAssessing the Functional Polycentricity of the Mega-Cit-y-egion of Central Belgium Based on Advanced Pro-ducer Service Transaction LinksJ egional Studies，2014，48(12):1939 1953 33 盛科荣，杨雨，张红霞 中国城市网络的凝聚子群及影响因素研究 J 地理研究，2019，38(11):2639 2652 34 刘军 社会网络分析导论 M 北京:社会科学文献出版社，2004 35罗成书，程玉申 杭州都市圈空间结构与演进机理 J 城市发展研究，2017，24(6):30 38 36 赵映慧，高鑫，姜博 东北三省城市百度指数的网络联系层级结构 J 经济地理，2015，35(5):32 37esearch on Spatial Structure of Flow inGuangzhou Metropolitan Area from the Perspective of Multi-source DataTANG Bo1，XIE Weixin1，LIN Lin1，2(1 School of esources and Planning，Guangzhou Xinhua University，Guangzhou 510520，China;2 School of Geography and Planning，Sun Yat-sen University，Guangzhou 510275，China)Abstract:Taking Guangzhou Metropolitan Area as a case，based on the data of people flow，material flow，fund flow，internet information flow and traffic flow，this paper used the spatial chain model，dominant flow，spatialstructure index and gravitational model to conduct multi-element and multi-level network structure analysis，and theresults showed that:(1)The Guangzhou Metropolitan Area was a unipolar development situation with Guangzhou asthe core under the perspective of various flow elements The trend of polarization of people flow and traffic flow incentrality and network density was weaker due to the distance offset and direction offset of population migration andthe influence of traffic;the spatial network structure of material flow，fund flow，and i