基于多元數據的大都市區范圍劃定方法研究
——以武漢為例

周 婕 陳虹桔 謝 波

基于多元數據的大都市區范圍劃定方法研究
——以武漢為例

周 婕 陳虹桔 謝 波

周 婕

武漢大學城市設計學院

副教授，博士

陳虹桔

武漢大學城市設計學院

碩士研究生

謝 波

武漢大學城市設計學院

副教授，博士

隨著信息化和經濟全球化的發展，城市群已成為世界城市化的主流趨勢。在當前全球化時代的國際競爭格局中，一個國家的綜合競爭力，越來越取決于是否有若干綜合經濟實力強大的城市群與全球城市區域。大都市區作為城市群的增長極核與輻射源[1]，更是參與全球經濟競爭的主要空間載體。2016年，我國千萬級人口規模城市已達到13個。在這些特大城市周邊，承擔著大都市區功能的區域已然存在。但關于大都市區的概念內涵及界定標準仍較為模糊，造成大都市區空間邊界不明晰，城市之間難以在產業、人口、交通、環境等方面進行統籌協作。

而目前大量的研究注重于從管理層面借鑒西方大都市區的經驗，缺乏對大都市區范圍劃定方法的思考，因此，科學清晰地界定大都市區的地域范圍具有重要意義。

1 大都市區定義與界定方法

大都市區（Metropolitan District/Area）是一種城市的經濟社會發展到較高時期而產生的客觀現象[2]。大都市區的概念最初起源于美國。美國大都市區是在城市之間相對獨立松散的“聯盟”背景下，對由相互經濟作用趨近聯合的跨行政區劃的經濟圈的概括。我國對于大都市區概念的界定仍處于探索階段，國內以周一星（1986）[3]、崔功豪（2001）[4]、寧越敏（2003）[5]等學者為代表，都將“大都市區”看作是一種城市功能地域概念。我國《城市規劃原理》（2011版）在大都市概念界定中，指出大都市具有“城市人口中心”與“鄰接地域”兩個結構要素，并且它們之間具有“密切社會經濟聯系”、“一體化傾向”[6]，但并未具體指出從哪些方面、如何度量這種緊密聯系。美國、日本、法國等以通勤比例作為度量聯系的指標，形成了“核心城市人口規模+周邊區域通勤比例”的大都市區范圍劃定方法與標準。由于我國缺乏通勤的人口統計，國內學者采取“中心區域人口規模+外圍地區城鎮化率”的替代方式測度中心與外圍區域的聯系緊密程度[7-10]。但這類以非農化水平等指標替代通勤指標來界定大都市區的方法缺乏理論支撐，因為基于該方法界定的大都市區本質上是類型（勻質）區域而不是功能區域[11]。大都市區作為一個功能地域概念，在界定時必須引入類似通勤等能夠反映中心區域與外圍縣聯系程度的指標。

城市與其外圍區域的聯系可由人口、物資、資金、信息、技術等方面的城市流反映。通過對承載“城市流”流動的相關設施分布或實際流量數據，如網絡通信設施分布[12-13]、網絡信息接收流量[14-16]、交通客貨運流量[17-18]、企業機構分布[19-20]等，可以直觀反映城市與其外圍區域的聯系程度。得益于互聯網的迅猛發展及開放數據的推動，“流”數據的可獲性大大增強。雖然通勤指標依然難以獲?。ㄈ缈蓮囊苿油ㄐ攀謾C數據獲取定位數據及通話數據，但數據仍處于壟斷狀態，難以獲?。?，但其他反映人口、物資、資金、信息、技術等各方城市間資源流動的設施或流量指標有了更多獲取的可能性，如交通設施分布（高德地圖、百度地圖）、城市客運交通班次情況（如12306鐵路網站）、城市間信息交流情況（如電話交流量、百度指數、騰訊指數、58同城搜索量）、資金流動情況（銀行官網網點）等。各種“流”數據的直接測度不僅是對核心與外圍區域聯系情況的直觀反映，更重要的是通過對“流”結點的深入分析能清晰揭示外圍區域與核心城市之間的相互聯系，從而有利于針對性地制定大都市區協作發展的策略。

圖1 “1+8”城市圈城市建設用地情況圖資料來源：作者自繪。

2 基于多元數據的大都市區范圍劃定方法及應用

2.1 基于遙感影像的城市土地聯系分析方法

大都市區作為一種地域現象，核心城市與鄰接區域在空間上是具有連續趨勢的。由于大都市區研究多從經濟地理的研究視角切入，難以獲取大范圍土地利用信息，導致用地空間的連續性往往被忽略。隨著遙感技術的發展，大范圍用地信息提取已不再困難。利用多時段遙感影像，分別分析一定時間段內核心城市與鄰接區域的土地擴張方向，可判斷出兩者是否在用地空間上具有連綿成片的發展趨勢。城市用地面積的擴大被視為城市擴張的直觀表現，因此城市擴張強度指數（Expand Intensity Index, EII）[21-23]目前被廣泛運用于城市擴張研究中，可分析比較不同時期城市沿不同方向擴展的速度和趨勢。

基于至少兩個不同時期段內的遙感影像，經過遙感解譯后提取待研究范圍內各城市或區縣的用地情況，并將其劃分成1 km×1 km的網格。根據擴張強度指數公式計算出各網格單元的拓展強度，判斷城市土地擴展趨勢：

圖2 “1+8”城市圈城市建設用地拓展強度圖資料來源：作者自繪。

式中：Ei為區城鎮建設用地擴展強度指數；Ui為i區前1基年至后1基年擴展面積；Ai為i區土地總面積；△t為i以年為單位的變化時間。

鑒于我國大都市區發展水平遠不及國外，因此在大都市區的用地空間中仍會夾雜著大量非建設地帶，并不會呈現完全連綿一體的狀態。因此基于遙感影像的城市土地聯系方法只能表現出連綿的態勢，并不能界定出連續的范圍。以武漢為例，采用2000年和2015年的遙感影像數據作為數據源，通過遙感解譯后提取出“1+8”城市圈內用地范圍。從圖1、圖2可發現，武漢市的城鎮建設用地呈現出沿長江南北迅速擴展的趨勢。鄂州、黃石、黃岡、咸寧市轄區發展迅猛，高強度擴展區域分布呈現“向武漢、向長江”發展的趨勢。從用地空間來看，由武漢與鄂州、黃石、黃岡構成的以長江為紐帶的都市綿延帶仍處在萌芽發展階段，土地連綿程度并不高，故只能作為大都市區范圍劃定的參考之一。

2.2 基于客運班次數據的交通聯系分析方法

大都市區內部物資、資金、信息、技術等交換需要產生了人流與物流，而人流與物流在區際間流動形成了交通流。相較于人流與物流數據，交通流數據可獲性更高，同時可以實現對人流、物流的間接測度。因此，航班、客貨運汽車與列車時刻表是測度交通流常用的替代方法[17, 24-25]。對大都市區范圍研究而言，鐵路與公路客運班次數據已經能滿足要求。這類數據可以通過12306鐵路客服中心網站、各城市客運站發布客車時刻表獲得。而將客運班次數據換算成交通流數據時，考慮各種交通方式的速度差異，采用以下公式對交通聯系量進行定義：

圖3 武漢與湖北其余各市交通聯系圖資料來源：作者自繪。

圖4 武漢與湖北各市產業聯系強度圖資料來源：作者自繪。

圖5 武漢與湖北其余各市信息聯系強度圖資料來源：作者自繪。

圖6 武漢市高速公路可達范圍圖資料來源：作者自繪。

在公式中，Mij為i城市向j城市的交通聯系量；Mji為j城市向i城市的交通聯系量；Rij為i城市與j城市之間的交通聯系量均值；Ri是i城市的交通聯系總量；Aij、Bij、Cij、Dij分別為每日的i城市向j城市的長途汽車班數、普通火車班數、動車班數、高鐵班數。

通過該方法對武漢與周邊城市的交通聯系進行研究，結果顯示（圖3），與武漢交通聯系較強的城市均分布在武漢以南，在東西方向呈現隨距離增加交通聯系強度遞減的趨勢。由于地級市級別客運交通班次信息數據較為全面，通過該方法獲得的聯系評價結果以地級市為單位顯示，無法深入研究到區縣級別。因此將該方法劃定的范圍直接作為大都市區范圍不太完善。

2.3 基于總部—支部數據的產業聯系分析方法

投入產出模型是研究城市區域經濟結構的經典模型[26-27]，但目前我國的投入產出表編制在省級層面數據比較全面，在微觀市級層面和宏觀的區域層面是缺乏的，導致相關研究也受到限制。而GaWC小組（2003、2012）通過法律服務公司、高端生產性服務業、高檔酒店、高等教育機構、全球性媒體的總部與支部分布，構建網絡矩陣研究全球城市體系的網絡架構[20, 28]，為研究區域產業聯系提供了新的思路。行業巨頭企業的機構布局，是企業從市場角度對落點城市交通、信息、資本、原料、人才、銷售等多種因素綜合考量，以達到最優化的區域市場控制力。因此由總部和支部構建的企業城市網絡反映了城市之間的產業關聯性。與投入產出模型相比，總部—支部法只需搜集總部和支部位置數據，并不需要依靠政府統計部門繁瑣的匯總，在數據可獲性上更具優勢。因此，衡量城市與外圍區域的產業聯系，可通過研究核心城市中的達到一定規模以上的企業總部與支部分布，構建矩陣量化聯系。城市i中分支機構j的得分值被定義為分支機構j在整個網絡中的重要程度，用Vij表示。分支機構j在a、b兩城市之間的網絡連接度表示為：

a，b兩城市之間的聯系強度表示為：

但是該方法同樣存在一定局限性。在經濟全球化趨勢下，企業的研發、生產、銷售越趨分散，企業布局尺度往往跨越大都市區，甚至全國乃至于全球。這意味著在大都市區內分支機構并不集中。尤其當城市與區域并未形成良好的產業合作鏈條時，這種聯系并不明顯。以武漢為例，通過2014年武漢市百強企業名單，篩選出總部設立于武漢，并在其他城市設立分支公司或分公司的企業共24家。根據24家企業的官網，獲取497個分支機構情況，通過查閱萬方企業信息數據庫獲取公司登記信息，獲取總部、支部的詳細地址，最后位于湖北省內的企業僅295個。因此分析結果顯示武漢與周邊城市的產業聯系較為一般（圖4）。

2.4 基于網絡搜索數據信息聯系分析方法

隨著互聯網通信技術的發展，網絡已經成為重要的信息交流渠道。大都市區內部各城市、鎮之間通過功能和空間的有機聯系，形成一個扁平的網絡化的區域空間，以適應信息社會的需要[29]。網絡信息流的測度主要依靠百度指數、微博、58同城等網絡搜索量進行模擬[16, 30]。相較于百度指數，58同城搜索數據側重展示城市之間的商業服務信息。借鑒James和Ronald研究美國大都市區信息流的方法[31]，采用C-value、D-value對數據進行處理，其具體公式為：

式中，Cc代表某城市發送的信息量，Cs代表某城市接收的信息量。以58同城的商業信息作為衡量武漢到另一城市的信息流聯系強度的依據。武漢市與周邊城市信息聯系呈現“以1+8城市圈為核心，強強相互反饋”的特征，即接受武漢市較強信息輻射的城市同時也是武漢市接收信息主要來源的城市（圖5）。這些城市都與武漢存在極強的信息聯系。但是由于58同城網頁搜索時，城市列表只能提供到地級市級別的數據，無法搜集到區縣級別的數據。因此該方法也只能初步識別出與核心城市具有較強聯系的地級市，無法進一步詳細分析至區縣級別。因此直接將與核心城市具有較強信息聯系的地級市全部劃入大都市區范圍也是不合理的。

2.5 基于交通時間約束法

圖7 武漢市高鐵可達范圍圖資料來源：作者自繪。

紐約、東京、巴黎等城市的大都市區其規模半徑都控制在100 km左右，基本上是高速1 h可達或高鐵（城際）0.5 h可達的范圍，原因在于避免過長的距離導致區域之間交流時間成本過高。由此可見，大都市區邊界可通過限定時間內的交通可達范圍確定。通過搜集現狀及規劃的高速及軌道交通路網，運用ArcGIS網絡分析，劃分出以核心城市地理中心為起點，高速限定1 h可達范圍（圖6）和高鐵限定0.5 h可達范圍（圖7），兩者通過GIS相交疊加，形成一條核心城市可達的封閉曲線。此種方法的優勢在于依據一定時間內的交通路網可達距離，不依賴于按行政區劃的數據搜集，因此劃分區域可以細致到區縣級別，甚至不反映行政區劃的界限。但是大都市區的范圍實際包含于該曲線內，仍需剔除一些非緊密聯系區域或非城市建設地帶；同時，直接依據交通可達距離劃分界限將使完整行政區破碎化，不利于管理。因此在武漢大都市區范圍劃定中，以區縣作為最小的劃分單元，保留行政區劃的完整性。

2.6 城市腹地劃分法

一定地域范圍內（如城市群）核心城市的影響力并不是無限擴張的，由于與核心城市相同等級的城市的存在，該城市的影響力會限制在特定范圍內，因此需要考慮競爭城市影響下的大都市區范圍?；谥亓δＰ偷臄嗔腰c腹地劃分方法是通過建立數學模型、引入相關統計值進行推算的方法。通過統計年鑒上顯示的各城市指標進行綜合，全面地反映了城市各方面的影響力[32-33]。斷裂點其計算公式為：

式中di為城市i到城市j的斷裂點距離；Dij為城市i與j之間的歐氏幾何距離；Qi、Qj為城市i與j的綜合質量。城市的綜合質量可通過搜集統計年鑒人均GDP、人均儲蓄余額、萬人公共汽車數、萬人醫療床位等指標，利用專家打分法確定各因子權重，數值通過均一化處理后加權平均獲得。

將斷裂點用平滑的曲線連接，就可得到核心城市的影響力范圍。但是斷裂點是城市各方面影響力綜合產生的平均狀況，具有模糊性的特點，在可能的邊界附近往往是各城市輻射達到平衡的寬幅地帶，這里有時很難劃出一條明顯的界線。武漢研究結果顯示（圖8），西部的腹地呈現跳躍式發展；由于空間距離的接近，黃岡下轄紅安縣、麻城市、團風縣，鄂州市、黃石下轄市區及大冶市，在武漢東部形成了連續的腹地區域。

2.7 小結

圖8 武漢市城市腹地圖資料來源：作者自繪。

圖9 武漢市大都市區劃定疊加分析圖資料來源：作者自繪。

采取單一方式并不能獲得封閉的、細致到區縣的、體現功能聯系的大都市區范圍。因此需對以上方法的結果進行最終的疊加處理。以武漢為例，以“與武漢市存在極強的用地、交通、產業、信息、聯系”、“武漢1 h高速可達、0.5 h高鐵可達范圍”、“屬于武漢市腹地”作為篩選條件，疊加后剔除不符合條件的區縣，形成最終的大都市區范圍（圖9）。該范圍包括黃岡市市轄區、鄂州市、孝感市轄區、漢川市，總面積為1.46萬km2。與運用“中心區域人口規模+外圍地區城鎮化率”[7-8]方法劃分的大都市區范圍相比，運用本文劃定方法綜合得出的大都市區范圍更有利于針對性地制定大都市區發展策略，因為通過疊加篩選出來的區域不僅與核心城市在地域上鄰接，更是與城市生產生活上緊密聯系的區域。大都市區作為一個伴隨城市經濟社會發展而產生的自然現象，其范圍與核心城市的社會經濟影響力密切相關，因此大都市區的范圍是動態發展的。劃分大都市區的根本目的是通過梳理區域內的產業功能和結構，提升區域整體的經濟競爭實力[34]，而不能將大都市區劃定視為拉大城市空間范圍和獲取更多城鎮建設用地的手段。

3 結語與討論

我國針對大都市區概念及界定研究仍處于初步探索階段，國外采用的“通勤指標”難以適用于我國的城鄉實際，國內以非農指標作為替代的劃定方法無法精確劃分出體現功能聯系的大都市區范圍。在數據來源增加及數據處理能力提升的背景下，“城市流”的可獲性與可度量性大大提升，因此越來越多地被運用到城市聯系研究中。本文提出了運用多元數據對大都市區范圍進行界定的方法。該方法所選取的交通、信息、產業數據具有廣泛可獲取的數據來源；同時互聯網數據具有較強實時性，能敏銳揭示大都市區最新發展趨勢。以武漢的實證研究來看，在遙感數據、統計年鑒數據、網絡數據等多類型數據支撐下，通過多種分析方法結果的綜合，大都市范圍劃定的結果更加準確，有利于制定區域針對性的發展策略。

References

[1]畢秀晶，寧越敏. 長三角大都市區空間溢出與城市群集聚擴散的空間計量分析[J]. 經濟地理，2013 （1）：46-53. BI Xiujing, NING Yuemin. Empirical research on spatial spillover of metropolitan and the spatial agglomeration and dispersion in Yangtze River Delta urban agglomeration[J]. Economic Geography, 2013 (1): 46-53.

[2]易承志. 大都市與大都市區概念辨析[J]. 城市問題，2014（3）：90-95. YI Chengzhi. Analysis of the concept of metropolis and metropolitan area[J]. Urban Problems, 2014 (3): 90-95.

[3]周一星. 關于明確我國城鎮概念和城鎮人口統計口徑的建議[J]. 城市規劃，1986（3）：10-15. ZHOU Yixing. Suggestions on defining the concept of cities and towns and the urban population statistics[J]. City Planning Review, 1986 (3): 10-15.

[4]崔功豪. 都市區規劃—地域空間規劃的新趨勢[J].國際城市規劃，2001（5）：1-1. CUI Gonghao. Urban planning: a new trend of regional spatial planning[J]. Urban Planning International, 2001 (5): 1-1.

[5]寧越敏. 國外大都市區規劃體系評述[J]. 世界地理研究，2003，12（1）：36-43. NING Yuemin. An approach to the planning systems of overseas metropolitan areas[J]. World Regional Studies, 2003, 12 (1): 36-43.

[6]全國城市規劃職業制度管理委員會. 城市規劃原理[M]. 北京：中國計劃出版社，2011. National Urban Planning Vocational System Management Committee. Principles of urban planning [M]. Beijing: China Plan Publishing Company, 2011.

[7]高豐，寧越敏. 中國大都市區界定探討——基于“五普”分縣數據的分析[J]. 世界地理研究，2007 （1）：58-64. GAO Feng, NING Yuemin. A revised approach to defining metropolitan area in China[J]. World Regional Studies, 2007 (1): 58-64.

[8]張欣煒，寧越敏. 中國大都市區的界定和發展研究——基于第六次人口普查數據的研究[J]. 地理科學，2015（6）：665-673. ZHANG Xinwei, NING Yuemin. The definition and development of metropolitan areas in China based on the data from the 6th National Census[J]. Scientia Geographica Sinica, 2015 (6): 665-673.

[9]孫胤社. 大都市區的形成機制及其定界——以北京為例[J]. 地理學報，1992（6）：552-560. SUN Yinshe. Forming mechanism and delimitation of metropolitan area in China: a case study of Beijing[J]. Acta Geographica Sinica, 1992 (6): 552-560.

[10]張曉云，李曉，殷健. 從城市群到大都市區——新政策語境下的沈陽經濟區空間發展研究[J]. 城市規劃，2010（3）：80-84. ZHANG Xiaoyun, LI Xiao, YIN Jian. From urban cluster to metropolitan area: spatial development of Shenyang Economic Region in the new policy context[J]. City Planning Review, 2010 (3): 80-84.

[11]洪世鍵，黃曉芬. 大都市區概念及其界定問題探討[J]. 國際城市規劃，2007（5）：50-57. HONG Shijian, HUANG Xiaofen. Study on the concept and definition of metropolitan areas[J]. Urban Planning International, 2007 (5): 50-57.

[12]Grubesic T H, O'Kelly M E. Using points of presence to measure accessibility to the commercial internet[J]. Professional Geographer, 2002, 54 (2): 259.

[13]Mitchelson R L, Wheeler J O. The flow of information in a global economy: the role of the American urban system in 1990[J]. Annals of the Association of American Geographers, 1994, 84 (1): 87-107.

[14]董超，修春亮，魏冶. 基于通信流的吉林省流空間網絡格局[J]. 地理學報，2014（4）：510-519. DONG Chao, XIU Chunliang, WEI Ye. Network structure of 'space of flows' in Jilin Province based on telecommunication flows[J]. Acta Geographica Sinica, 2014 (4): 510-519.

[15]葉磊，段學軍，歐向軍. 基于交通信息流的江蘇省流空間網絡結構研究[J]. 地理科學，2015（10）：1230-1237. YE Lei, DUAN Xuejun, OU Xiangjun. The urban network structure of Jiangsu Province based on the traffic and information flow[J]. Scientia Geographica Sinaca, 2015 (10): 1230-1237.

[16]熊麗芳，甄峰，王波，等. 基于百度指數的長三角核心區城市網絡特征研究[J]. 經濟地理，2013，33 （7）：67-73. XIONG Lifang, ZHEN Feng, WANG Bo, et al. The research of the Yangtze River Delta core area’s city network characteristics based on Baidu Index[J]. Economic Geography, 2013, 33 (7): 67-73.

[17]高鑫，修春亮，魏冶，等. 基于高速公路貨流數據的重慶市區縣關聯網絡格局研究[J]. 人文地理，2016（1）：73-80. GAO Xin, XIU Chunliang, WEI Ye, et al. Study on the network of districts and counties in Chongqing based on the date of the highway cargo flows[J]. Human Geography, 2016 (1): 73-80.

[18]陳偉，修春亮，柯文前，等. 多元交通流視角下的中國城市網絡層級特征[J]. 地理研究，2015（11）：2073-2083. CHEN Wei, XIU Chunliang, KE Wenqian, et al. Hierarchical structures of China's city network from the perspective of multiple traffic flows[J]. Geographical Research, 2015 (11): 2073-2083.

[19]陳晨，修春亮. 流空間視角的東北地區城市網絡研究[J]. 地域研究與開發，2014（4）：82-89. CHEN Chen, XIU Chunliang. Research on city network of northeast China based on space of flows[J]. Areal Research and Development, 2014 (4): 82-89.

[20]Taylor P J. World city network: a global urban analysis[M]. London, New York: Routledge, 2003.

[21]劉盛和，吳傳鈞，沈洪泉. 基于GIS的北京城市土地利用擴展模式[J]. 地理學報，2000（4）：407-416. LIU Shenghe, WU Chuanjun, SHEN Hongquan. A GIS based model of urban land use growth in Beijing[J]. Acta Geographica Sinica, 2000 (4): 407-416.

[22]劉小平，黎夏，陳逸敏，等. 景觀擴張指數及其在城市擴展分析中的應用[J]. 地理學報，2009（12）：1430-1438. LIU Xiaoping, LI Xia, CHEN Yimin, et al. Landscape expansion index and its applications to quantitative analysis of urban expansion[J]. Acta Geographica Sinica, 2009 (12): 1430-1438.

[23]王海軍，夏暢，張安琪，等. 基于空間句法的擴張強度指數及其在城鎮擴展分析中的應用[J]. 地理學報，2016（8）：1302-1314. WANG Haijun, XIA Chang, ZHANG Anqi, et al. Space syntax expand intensity index and its applications to quantitative analysis of urban expansion[J]. Acta Geographica Sinica, 2016 (8): 1302-1314.

[24]陳偉勁，馬學廣，蔡莉麗，等. 珠三角城市聯系的空間格局特征研究——基于城際客運交通流的分析[J]. 經濟地理，2013（4）：48-55. CHEN Weijin, MA Xueguang, CAI Lili, et al. Characteristics of regional city connection’s spatial pattern based on intercity passenger traffic flow in Pearl River Delta[J]. Economic Geography, 2013 (4): 48-55.

[25]宋偉，李秀偉，修春亮. 基于航空客流的中國城市層級結構分析[J]. 地理研究，2008（4）：917-926. SONG Wei, LI Xiuwei, XIU Chunliang. Patterns of spatial interaction and hierarchical structure of Chinese cities based on intercity air passenger flows[J]. Geographical Research, 2008 (4): 917-926.

[26]孫東琪，張京祥，胡毅，等. 基于產業空間聯系的“大都市陰影區”形成機制解析——長三角城市群與京津冀城市群的比較研究[J]. 地理科學，2013（9）：1043-1050. SUN Dongqi, ZHANG Jingxiang, HU Yi, et al. The formation of metropolitan shadow from the perspective of industry spatial contacts: a comparison between Yangtze River Delta and Beijing-Tianjin-Hebei Metropolitan Region[J]. Scientia Geographica Sinica, 2013 (9): 1043-1050.

[27]夏海生. 基于投入產出理論的區域間產業聯系研究[D]. 哈爾濱：哈爾濱工業大學碩士學位論文，2015. XIA Haisheng. A study about multi-regional industry relations based on input-output analysis[D]: Harbin: The Dissertation for Master Degree of Harbin Institute of Technology, 2015.

[28]Kr?tke S. Global pharmaceutical and biotechnology firms' linkages in the world city network[J]. Urban Studies, 2013, 51 (6): 1196-1213.

[29]謝守紅. 大都市區空間組織的形成演變研究[D].上海：華東師范大學博士學位論文，2003. XIE Shouhong. Study on the formation and evolution of metropolitan spatial organization[D]. Shanghai: The Dissertation for Doctor Degree of East China Normal University, 2003.

[30]王波，甄峰，席廣亮，等. 基于微博用戶關系的網絡信息地理研究——以新浪微博為例[J]. 地理研究，2013（2）：380-391. WANG Bo, ZHEN Feng, XI Guangliang, et al. A study of cyber geography based on micro-blog users' relationship: with a case of Sina micro-blog [J]. Geographical Research, 2013 (2): 380-391.

[31]Wheeler J O, Mitchelson R L. Information flows among major metropolitan areas in the United States[J]. Annals of the Association of American Geographers, 1989, 79 (4): 523-543.

[32]陳聯，蔡小峰. 城市腹地理論及腹地劃分方法研究[J]. 經濟地理，2005（5）：629-631，654. CHEN Lian, CAI Xiaofeng. The theory of city hinterland and the research on the districting ways of hinterland[J]. Economic Geography, 2005 (5): 629-631, 654.

[33]顧朝林，龐海峰. 基于重力模型的中國城市體系空間聯系與層域劃分[J]. 地理研究，2008，27（1）：1-12. GU Chaolin , PANG Haifeng. Study on spatial relations of Chinese urban system: gravity model approach[J]. Geographical Research, 2008, 27 (1): 1-12.

[34]康盈，桑東升，李獻忠. 大都市區范圍與空間圈層界定方法與技術路線探討——以重慶市大都市區空間發展研究為例[J]. 城市發展研究，2015（1）：22-27. KANG Ying, SANG Dongsheng, LI Xianzhong. Metropolitan area boundary define and research method discussion: a case study of Chongqing metropolitan area plan-making[J]. Urban Development Studies, 2015 (1): 22-27.

Study on the Method of Metropolitan Area Delimitation Based on Multidata: A Case Study of Wuhan

大都市區是參與全球經濟競爭的主要載體，但由于其概念內涵及界定標準仍處于研究階段，造成對大都市區空間邊界認知的不清晰。同時，傳統大都市區范圍劃定的方法囿于數據獲取的困難，其方法大多粗闊，因此所劃定的都市區范圍不夠明晰精準。隨著通信信息技術的發展，人口流、交通流、信息流等城市流數據可獲取性提高，使得區域之間人口、物資、信息、技術等方面的聯系得以精準、直觀展示的研究方法越來越受歡迎。在此背景下提出基于遙感影像的城市土地聯系分析方法、基于客運班次數據的交通聯系分析方法、基于總部—支部數據的產業聯系分析方法以及基于交通時間約束法、城市腹地劃分法、網絡搜索數據的城市聯系強度綜合評價法，對武漢大都市區范圍劃定進行了應用研究，取得了較好的成果。

Metropolitan area is the main carrier of global economic competition. Since its concept and definition standard is still at the researching stage, the cognition of metropolitan area boundary is unclear. Meanwhile, the traditional method of metropolitan area delimitation is constrained by the difficulty of data acquisition, which is too extensive to define the scope of metropolitan area accurately. With the development of Communication and Information Technology, the availability of city flow data such as the population flow, the traffic flow, the information flow is improved. It makes the research method more and more popular, which can intuitively and accurately reveal the connection between two regions in population, material, information, technology and other aspects. This paper puts forward the city land contact analysis method based on remote sensing image, the traffic contact analysis method based on passenger flight data, the industry contact method based on headquarters - branch data and the urban comprehensive evaluation method based on the web search data, the traffic time constraint method, the urban hinterland division method. Taking Wuhan as an application object, the research achieved good results.

多元數據 | 城市聯系 | 大都市區

Multi-data | Urban contact | Metropolitan area

1673-8985（2017）02-0070-06

TU981

A