中國鐵路客運流的網絡格局與空間特征研究*

馬學廣 賈 巖

(1.中國海洋大學 國際事務與公共管理學院，山東 青島 266100；2.中國海洋大學 海洋發展研究院，山東 青島 266100)

空間作為城市研究的重要維度，它是現代化城市區域發展的必不可少的研究內容。對于空間的研究也在發生著理念的轉變，在流動空間理論的影響之下，學術界更多地用流動要素刻畫城市網絡。[1]“關系本身與行動者一樣重要”，[2]流動要素對于表征城市區域間的關系發揮著不可代替的作用。目前學術界對于交通流的研究包括航空流、[3][4]鐵路流、[5]公路流，以及海運流等。[6] [7]研究方法主要采用重力模型、[8]演化分析、[9]社會網絡分析，[10]以及可達性研究等方法探究空間發展的規律性或網絡化聯系的特點。[11]

鐵路建設是社會經濟發展的基礎，它是服務現代生活的重要工具。《中長期鐵路網規劃》提出“到2030年，基本實現內外互聯互通、區際多路暢通、省會高鐵連通、地市快速通達、縣域基本覆蓋”的目標。在新冠肺炎疫情防控工作中，鐵路運輸行業在運送防控物資、保障醫護人員出行等方面作出了巨大貢獻。鐵路的規劃與建設對于新時代中國城市的空間發展尤為重要。當前學術界關于鐵路的研究主要體現在研究地域、研究對象等方面的差異。按地域劃分，東北地區、[12]西部地區、[13]長三角地區、[14]京津冀地區,[15]以及中歐班列等均為鐵路流的研究區域，[16]研究以國內區域的研究為主。按列車類型劃分，一是細分鐵路列車類型的研究，[17]二是對高鐵領域的高度關注，具體研究為全國尺度的高鐵客運網絡格局、[18]省域中心城市的高鐵流、[19]我國高鐵流的演變等。[20]按研究思路來看，對比研究是運用較多的研究類型，目前研究包括高鐵與航空的競爭替代、[21]中國高鐵對航空流的影響、[22]鐵路與航空流的比較等。[23]

綜合上述國內外研究狀況，鐵路流是常見的城市網絡解讀指標。然而，對于細化全國鐵路列車類型的文章相對較少，同時從全國尺度上對區域間關系的探究較少。因此，研究從多元鐵路列車客運流出發，從城市行為體與區域行為體分別進行研究。研究的創新之處在于細化鐵路客運流，兼顧“網”和“絡”，[24]綜合運用多種研究方法，關注全國的城市格局與區域構成，從多元鐵路客運流的視角洞察我國城市網絡的特征。

一、數據來源與研究方法

(一)數據來源

研究數據為全國鐵路客運時刻表的數據，具體包括站點班次、城市、列車類型等。數據于2018年10月通過查詢網(www.ip138.com)抓取，將采集信息分解為兩兩城市間聯系的176625條數據。研究城市為我國直轄市、地級行政區劃單元和部分省直管縣，港澳臺不在研究范圍內，基于O-D數據形成323個城市構建的網絡。對數據的處理主要通過：統一尺度，將不同火車站數據轉化為城市數據；細分鐵路客運列車類型，按照不同類型的鐵路數據進行摘??；應用具體研究方法，采用分類數據或綜合數據進行測度。運用ArcGIS、UCINET和GEPHI對數據進行處理或空間可視化。數據可視化所采用的空間底圖是依據中國標準地圖GS(2018)2512繪制。具體的數據應用與研究架構如圖1所示。

圖1 研究思路與方法應用

(二)研究方法

1、中心性

研究選擇點度中心性作為網絡中心的測度指標，點度中心性CD(ci)是指與各個節點城市直接相連的節點城市的數量，具體公式表達為：

(1)

式中，aij為鐵路客運流網絡中節點i和其他節點之間的直接聯系數量。點度中心性高，表明其在網絡中占據核心地位。

2、集聚性

集聚性(Si)主要用于衡量城市網絡中某個城市的鐵路客運流的流集聚能力，它表示某個城市與其他城市的所有鐵路客運聯系之和，具體公式表達為：

(2)

式中，Sij為城市i與其他城市的所有聯系之和，Sij為城市j與其他城市的所有聯系之和。城市群的集聚性可以由該城市群所有城市的集聚總量表示，用于體現單個城市群的整體集聚水平，特別是內部聯系的密切程度。

3、網絡密度

網絡密度(D)是指城市網絡中節點之間聯系的緊密程度，它由城市網絡中實際存在的鐵路客運聯系與理論上最大可能存在的聯系的比重測算所得，具體公式表達為：

(3)

式中，n為網絡中節點數，l(ij)表示城市i與城市j之間是否存在聯系，存在聯系則記為1，反之則記為0。計算網絡密度時，考慮截斷值的影響使得計算結果更為科學，該方法主要用于表示某種流要素網絡的聯系松散或者緊密的狀況。

二、中國多元鐵路客運流網絡格局

依據主要鐵路列車類型將城市網絡分為五大類，具體為普快(純數字)、快速(K開頭)、高鐵(G、C開頭)、動車(D開頭)、特快(Z、T開頭)，各類客運列車所在城市作為節點，依據城市間聯系多寡構成非均衡性網絡?；谖覈煌愋偷目瓦\列車開通城市在數量上存在差異，因此各類網絡規模不同。

(一)位序—規模的分布

由圖2可知，鐵路客運流網絡的城市規模的空間非均衡性突出。上海、廣州、北京、深圳、成都等城市的聯通能力遠高于其他多數城市，這些城市多為經濟發達的或行政等級較高的城市，其資源集聚與流通能力突出。整體網絡中的城市間差異較大，多數城市處于位序—規模分布的“長尾”部分，符合冪律分布的特點。通過對城市的位序與規模分布取對數并進行線性擬合，拐點左側線與右側線的分布規律存在明顯差異。拐點右側線所涉及的城市主要為西部地區的一些城市以及其他地區的交通欠發達城市，這些城市間的聯通度差異顯著，阿拉善盟、日喀則、博爾塔拉蒙古自治州等城市區域的聯通能力遠低于多數城市。低水平城市間的聯通度差異較大，空間不均衡存在于不同等級體系的城市區域之中，整體網絡的空間極化現象突出，擁有最高聯系量的城市與最低聯系頻次的城市相比，前者聯系次數是后者的1842倍。

圖2 位序—規模分布及其雙對數圖

(二)整體網絡的中心性

整體網絡的中心性測度主要通過計算不同鐵路列車網絡的城市中心性排名，摘取各類型網絡中心性最高的十個城市形成網絡。綜合來看，北京、廣州、上海、武漢和西安等城市在多個類型的鐵路客運網絡中占據重要位置。這些城市均為國家中心城市，它們在我國交通網絡中發揮著重要的樞紐作用，通過對鐵路客運網絡的分析也印證了國家中心城市的關鍵地位。由圖3可知，普速網中心性較高的城市集中在東北地區，沈陽、阜新、呼倫貝爾等在普速網中扮演著重要角色，普速網的重心在北方地區?？焖倬W、特快網、動車網中心能力較高的城市多為省會城市，動車網的聯系重心在南方地區，這與普速網形成互補格局。西藏、青海、甘肅等地區沒有高連接能力的城市，核心城市發展能力不足，應當積極抓住交通現代化的機遇，改善邊緣化的網絡位置。動車網絡中長三角城市群的上海、南京，海峽西岸城市群的福州、廈門，成渝城市群的成都、重慶，均為占據中心位置的城市，這表明區域空間極化明顯，全國城市能力的不均衡特征顯著，西部地區亟待培育以及提高核心城市的競爭力。

圖3 全國城市中心性分類圖

(三)城市間的聯系強度

由圖4可知，不同鐵路客運列車類型所形成的城市網絡存在明顯的空間差異。研究運用自然間斷點法對五大類列車客運流的網絡進行分析，主要特征表現為：

就層級結構而言，不同列車客運流的聯系所呈現的層級結構突出程度不同。基于普快列車類型、快速列車類型、特快列車類型網絡的層級特征較弱，其最強城市間聯系均不達150次。層級程度的差異也與普快列車、特快列車相對于其他類型列車而言數量占總體的比例較小有關。動車列車客運流網絡具有明顯的空間聯系強度分化特征，該網絡城市間的聯系最高可達上千次，高鐵列車類型下的流動網絡也存在比較明顯的層級結構。不同列車類型網絡都是基于距離衰減規律反映出明顯的核心—外圍空間層級特征。普快列車、特快列車的城市網絡以北京為核心增長極向其他城市進行資源流動，快速列車、高鐵列車客運流形成了以上海為空間集聚中心的點軸式網絡形態，動車列車則以廣州為密集節點進而構成城市客運流網絡。

就空間格局而言，不同列車客運流的功能定位存在差異，由此形成的聯系強度不同的流動網絡格局也各具特征。普快列車客運流網絡顯示出明顯的空間不均衡性，南北客流集散基地數量差異顯著。快速列車運行基本覆蓋全國范圍，形成了突破鐵路客運網絡整體格局中菱形結構的“上海—成都—北京—哈爾濱—廣州”的五大高地格局。特快列車客運流沿京廣線顯現出串珠式的資源流動，構筑了以“北京—上?！獮豸斈君R—廣州”為高地的叉形結構。高鐵與動車客運流空間布局共同映射了“四縱四橫”整體特征，呈現出向“八縱八橫”不斷演化的態勢，由于高鐵列車與動車列車一般在經濟發展迅速、人口密度較高的區域開發，其空間疊加的鐵路客運流網絡反映出“21世紀海上絲綢之路”沿線城市客運流的“廊道效應”。

圖4 多元鐵路客運列車流網絡

(四)網絡密度特征

基于關系數據而非屬性數據而形成各類型的城市網絡，運用社會網絡的分析方法，從全國尺度探究各類鐵路客運聯系的城市間關系。由圖5可知，隨著截斷值增加網絡密度降低，其中截斷值以大于零為劃分到截斷值以大于五為劃分的區間網絡密度下降最多，因此對該區間的不同鐵路列車網進行研究。具體來看，快速客運網、高鐵客運網和動車客運網絡的密度相對較高，現代高速鐵路客運興建速度較快，客運流織網能力較高。另外，傳統的普速列車密度最低。此外，高鐵客運網的密度測度在截斷值大于4之后變化幅度變小，普速客運網、特快客運網的密度測度在截斷值大于2之后變化幅度變小，普速客運網一直保持低水平小幅度的變化。普速網、特快網和動車網的密度隨著截斷值的變化而發生位序變化，這也說明鐵路客運網絡的密度受截斷值影響較為明顯。結合多元鐵路客運流的空間可視化分析，普速客運流網絡集中在東北地區，全國擁有普速列車的城市間聯系頻率較低，在整體范圍內密度較低。快速客運網絡、特快客運網絡成網規模大，參與網絡的城市數量多，整體上網絡突破胡煥庸線的限制。由于特快客運網絡城市間的聯系強度較為低頻，隨著截斷值的增大，特快網的網絡密度逐漸低于普速網絡的密度。動車客運網絡受截斷值的影響較小，整體網絡聯系較為穩定，這與動車網絡較高的客運流運輸能力密不可分。

圖5 基于不同截斷值的網絡密度圖

三、區域尺度的鐵路客運流網絡

區域作為行動者個體的聯系也需要進行探討，我國19個城市群之間的網絡化聯系可以體現區域間的競爭力。城市群內部的集聚性與外部的首位聯系均是呈現區域格局的重要測度方法。此外，根據鐵路客運要素的劃分，我國鐵路客運流網絡形成八大地區。

(一)城市群的集聚性

城市群的集聚性體現的是城市群的內部聯系。依據城市群發展規劃與參考城市群研究確定研究的區域范圍。[25][26]基于各區域的集聚客流量差異較大，因此選擇對數刻度的縱坐標。由圖6可知，長三角城市群、珠三角城市群、長江中游城市群和京津冀城市群為全國尺度上區域發展的四大高地。這些城市群基于高頻的跨政區聯系形成客流集聚地，區域中心的輻射力度也影響著整個區域的集聚能力。上海、南京、杭州等城市腹地范圍廣闊，且城市間的資源交換密切，長三角城市群在快速鐵路流、動車流、高鐵流網絡中均具有顯著的集聚特征。城市群內部多元鐵路客運流聯系的比重差異顯著，珠三角城市群的動車客運流比重最大，它是珠三角城市群內部的主要交通聯系方式。成渝城市群、長江中游城市群與珠三角城市群有著相似的多元結構，兩者的動車客運流量相對于其他鐵路類型的客運流量更多。京津冀城市群的多元鐵路客運流的聯系相對均衡，且該城市多元客運流集聚能力均為相對良好的水平。因此，京津冀城市群相對于其他城市群而言鐵路體系更加完備。

圖6 多元鐵路網的城市群的集聚性

從各類型的鐵路列車客運流的整體集聚能力來看，長三角城市群在全國網絡中占據著核心地位。通過城市群的經濟實力與集聚能力結合研究，由圖7可知，長三角城市群是鐵路客運流網絡中經濟能力與集聚能力的雙引領區域。長三角城市群、京津冀城市群與珠三角城市群的經濟實力雄厚，但集聚能力存在差異，珠三角城市群的內部聯系更為緊密。天山北坡城市群、蘭西城市群、寧夏沿黃城市群、晉中城市群這些區域經濟基礎較為薄弱，其中，天山北坡城市群集聚能力最低，處于空間網絡的邊緣位置。我國幾何中心處于蘭西城市群，蘭西城市群與周邊關中城市群差異較大，自身集群能力較低。天山北坡城市群、寧夏沿黃城市群等內部聯系水平較低，有待加強區域自身發展，改善網絡聯系碎片化的現狀，從交通建設方面培育西部城市群尤為重要。但由于城市群的規模差異顯著，這也影響著經濟總量與鐵路客運流的總聯系量。

圖7 多元鐵路網的城市群的集聚性

(二)首位聯系規模

依據我國19城市群作為行動者進行網絡分析，關注城市群之間也就是城市群的外部聯系，在不同鐵路客運網絡中呈現出明顯的空間分異與多中心區域格局特征。由表1可知，在由普速列車開通城市構成的網絡中，遼中南城市群、關中城市群和晉中城市群作為三大首位聯系中心區域，傳統普速列車網絡的重心居于北部地區，京津冀城市群、中原城市群是溝通南部的重要區域。遼中南城市群與哈長城市群為彼此的首位聯系，呈現出不同區域間的互惠特征。然而，并非所有城市群間的首位聯系都是相互的，呼包鄂榆城市群等的吸引力不足，它們沒有成為周邊區域的首位聯系。在快速鐵路客運網絡中，長江中游城市群的中介性顯著，它與京津冀城市群構成網絡的雙子中心，長江中游城市群與珠三角城市群、長三角城市群等形成了最為密切的聯系，它為城市群間的聯系發揮關鍵的橋梁作用。在特快節點構成的網絡聯系中，長江中游城市群、京津冀城市、長三角城市群等的首位聯系規模靠前，這表明網絡聯系中的地理位置、經濟效應均對首位聯系產生影響。動車網絡形成的首位聯系格局由珠三角城市群、京津冀城市群為核心，京津冀城市群為環渤海區域的引領者，珠三角城市群是最南部區域中的引擎。高鐵網絡聯系中，長江中下游區域的城市群首位聯系規模最大，兩者的首位聯系方向形成南北互補格局，長三角城市群向北連接中原城市群、京津冀城市群等，長江中游城市群向南連接黔中、滇中等區域。

綜合多元鐵路客運流分析，由圖8可知，全國區域形成以長江中下游區域為核心的枝干狀首位聯系網絡，以長江中游為圓心的輪狀次位聯系網絡，其中京津冀城市群次位聯系規模最大。根據城市群規劃，中原城市群分為核心區與聯動輻射區，研究以不同的區域范圍進行測度。研究發現，城市數量對于城市群整體的競爭力影響較大，但以自身質量為關鍵點切入更契合區域可持續發展的理念。晉中城市群規模較小，所在省份的部分城市受周邊關中城市群、中原城市群輻射影響較大，鄰近城市群間聯動范圍差異顯著，應警惕城市群間發展的馬太效應。細化列車類型以及綜合分析的網絡格局中首位聯系空間差異顯著，地理位置與經濟吸引是兩個重要動因。

表1 多元鐵路網絡的城市群首位聯系規模

圖8 鐵路客運流綜合網絡的城市群首次位聯系

圖9 基于鐵路客運流的子群分析

(三)區域尺度的子群空間網絡

基于單一類型客運網絡間差異顯著，因此選用綜合數據運用迭代相關收斂法進行社會網絡子群分析。同時，基于我國城市群在空間選擇上體現出明顯的政府主導作用，[27]因此嘗試用空間流動要素進行區域劃分。將中國鐵路客運網具體劃分為新疆子群、西北子群、華北子群、東北子群、甘陜豫子群、東南子群、川渝黔子群和中南子群，八個子群呈現出跨省聯系的特征，且形成與行政區劃不同的格局，如圖9所示。

新疆子群以烏魯木齊為中心向甘肅延伸，該子群與其他子群的聯系較少，甘陜豫子群是相對聯系最多的子群，新疆子群處于發育階段，需要不斷增強外界聯系進而改進自身邊緣化位置的不足。京津冀地區向山東、內蒙擴展形成子群，該子群外部聯系廣泛，與東北子群、東南子群、甘陜豫子群均發生了良好聯系，如表2所示。此外，錫林郭勒盟的聯通性有待提高，未被東北子群和華北子群吸納，因此在空間上呈現出跳躍性。東三省聯系密切，該子群內部網絡密度較高，該城市群與華北子群的聯系頻率較高，華北子群是東北子群與其他地區發生聯系的中轉站。以鄭州、西安、蘭州為中心構筑起甘陜豫子群，該子群的主要聯系發生方向為東南區域，子群內部聯系有待提升，區域凝聚力不足。江浙滬地區吸引周邊城市形成子群，各城市間聯系緊密，區域一體化程度較高。四川、重慶、貴州形成西南地區的子群，它與甘陜豫子群與中南子群聯系較多。中南地區部分城市(廣州、南寧等)構成新的子群，內部聯系較為緊密。長江中游地區的城市散落于東南子群、中南子群之中，由此可見東部與南部城市的引力作用更為顯著?；阼F路客運流形成的子群嵌入在不同的省級行政區劃中，具體表現為同一省級行政區劃分布到多個子群中，跨政區聯系特征顯著。依據現有城市群范圍的劃定，瀘州是成渝城市群的重要參與者，但基于鐵路客運流網絡以火車客運站點表征城市，部分城市因暫無單獨的火車客運站而未被納入。因此，以鐵路客運流為要素進行片區劃分具有一定的局限性，但可以真實地反映我國的交通網絡聯系。

表2 中國鐵路客運流子群密度矩陣

四、我國鐵路客運流網絡的空間特征

我國鐵路客運流網絡的空間特征較為復雜，不同空間尺度上的特征差異顯著。具體來看，縱向的層級體系與橫向的多中心聯系形成交互式的網絡格局，同時存在突破距離約束的空間跳躍關系，空間特征與經濟發展與空間政策密切相關，這也呈現出全國網絡的空間選擇性的特點，不同空間特征的關聯如圖10所示。

圖10 中國鐵路客運流網絡的空間特征

(一)鐵路客運流網絡中的空間跳躍

空間跳躍特征是基于我國鐵路客運流網絡中的城市間或區域間高頻聯系并非以鄰近地區的特點。一般情況下，鐵路客運流網絡的鄰近效應顯著，例如在快速網絡中，成渝城市群的首位聯系區域為長江中游城市群，兩者在地理位置上相近，區域間交互聯系能力較高。然而，網絡鄰近效應并不能解釋所有鐵路客運網絡現象，因此將空間跳躍作為重要的特征進行研究。在普速網中，長三角城市群的首位聯系區域為京津冀城市群，兩者并非彼此的的鄰近區域，因此將該類特征總結為空間跳躍，空間跳躍的驅動力之一為經濟發展，高水平區域之間通過跨越地理距離的限制實現資源交換與共贏發展。在高鐵網絡中，京津冀城市群的首位聯系區域為長三角城市群，兩者在首位聯系測度上再次實現空間跳躍，京津冀城市群與長三角城市群均為國家級高水平發展城市群，經濟驅動力已經超越了地理距離因素的制約，兩者的突出地位也與我國經濟發展格局相耦合。此外，經濟發達區域的吸引力范圍廣闊，這也會產生空間跳躍現象，例如在動車網絡中的京津冀城市群是哈長城市群的首位聯系區域。

(二)鐵路客運流網絡的層級體系

全國鐵路客運流網絡在不同列車類型的網絡下均體現出等級特征。首先，在城市中心性與區域集聚性方面，我國城市網絡菱形結構的四大區域以及該區域的中心城市，在不同類型的客運網絡中均扮演著高等級城市區域的角色，在政策、資源等方面也具有優勢，其他城市區域對其呈現出明顯的指向性。其次，在多元鐵路客運流的網絡密度方面，高鐵與動車客運流的織網潛力較大，這也體現出鐵路客運流由于城市聯系與經濟發展的現代化需求而形成了等級差異，高鐵在鐵路客運流網絡中占據著越來越重要的地位。最后，根據全國城市網絡分級圖可知，隨著聯系強度等級的降低，城市聯系對數量將增多。由較少的城市掌握著高強度的城市聯系，城市區域間的層級特征明顯，高強度間的聯系拼湊為零星節點或條塊狀的空間形態。但是，城市低級體系的中低層城市對由于數量多，交織成網狀形態。此外，基于不同劃分類型的城市網絡等級體系具有一定的耦合性，從中心城市來看，北京、上海、廣州、成都等均扮演著核心角色，此外，這些中心城市的尺度敏感性較低，從區域到國家尺度均為空間中心。京津冀城市群、長三角城市群、珠三角城市群等在不同類型鐵路客運網均為富有活力與區域競爭力的地區。

(三)鐵路客運流網絡的多中心空間發展

我國鐵路客運流網絡在整體網絡與不同列車類型的子網絡中均體現出多中心發展的特征。就全國城市的中心性而言，北京、廣州、上海、武漢和西安構成我國多中心發展網絡，由中心城市的空間溢出效應向外擴散形成核心—外圍的空間結構。就全國區域的集聚性而言，京津冀城市群、長三角城市群、珠三角城市群、長江中游城市群等構成我國鐵路客運網絡的多中心區域。多中心城市區域間功能互補的實現對于提高整體網絡效率與適應能力具有意義，多中心空間體現城市之間、區域之間形成相互制衡的局面，城市間或區域間呈現競爭與合作并存的局面，網絡趨向扁平化聯系的格局。同時，多中心格局是動態變化的，在傳統的普速網的鐵路時代，北方多個城市處于鐵路網絡的中心地位，隨著技術的進步與現代化的深入發展，城市區域的發展速度差異顯著，在鐵路網絡層面也發生了變化。就區域內部而言，不同區域的中心數量以及發展水平是相差較大的。多中心發展模式是網絡化聯系的特征，雖然單中心結構在我國的區域內部存在，但是在全國尺度空間特征為多中心模式。這表明單個城市區域在全國范圍擁有唯一的控制能力或者是集聚能力是不實際的且風險性較高的，這也與市場化的資源要素的自由流動密切相關。

(四)鐵路客運流網絡的空間選擇性

鐵路客運流網絡的空間布局以及結構特征受到國家“空間選擇性”的影響，[28]國家在交通建設與空間發展的政策對城市網絡的形成產生關鍵影響。鐵路建設是一項具有跨時代意義的系統工程，新中國成立后的鐵路建設開始了新的征程。東北地區的鐵路建設在新中國成立之前已得到發展，新中國成立之后，東北地區成為重要的國家重工業基地，東北地區作為重工業生產空間對其自身發展也帶來其他影響，東北區域的鐵路建設與國家空間的策略選擇也密切相關。改革開放以來，國家空間策略具有集中化的特征，經濟特區、沿海開放城市等區域空間的發展優勢顯著，長三角洲以及珠三角洲等區域的鐵路建設在這個階段也迸發出新的活力。根據國家鐵路局信息，2008年我國第一條京津城際新建高鐵開通。北京是我國政治文化的中心空間，這也體現高鐵資源向中心城市傾斜的特征。此外，我國鐵路客運發展越來越重視突破地理限制的便捷聯系，例如北京與青島的直達高鐵，高鐵直達形式的聯系體現了新時代交通帶來的“時空壓縮”效應?？缃缏撓凳顷P系要素與流動要素最為本質的特征，交通建設對于社會經濟影響極大，鐵路客運網的設計對城市區域的空間重構有著間接影響，因此交通網嵌入空間治理是重要的國家空間選擇。

五、結論與建議

(一)主要結論

我國鐵路客運網具有明顯的空間分異特征，且不同類型的鐵路網分異規律顯著不同，根據對我國鐵路客運流的網絡格局與空間特征研究，得出以下結論：第一，北京、廣州、上海、武漢與西安為多個類型鐵路客運網絡的連接中心，從傳統的普速鐵路建設到如今的高速鐵路時代，網絡空間重心呈現從北向南擴展的態勢。第二，普速網絡集中于東北地區，高鐵網、動車網在胡煥庸線以東，具有一定的范圍限制，快速網、特快網覆蓋范圍最廣，這構成我國鐵路客運流網絡的遠距離聯系圖景。第三，長三角城市群、長江中游城市群首位聯系規模最大，其他城市群對長三角城市群的指向性明顯，空間網絡的向心力特征顯著，長江中游城市群處于中部地區，網絡中介作用顯著。第四，鐵路客運網絡具有空間跳躍、層級體系、多中心發展與空間選擇性等。

(二)對策建議

基于對我國鐵路客運流網絡的探究，研究對我國網絡化聯系的空間發展提出建議。第一，振興東北地區的交通發展建設，東北地區的鐵路客運流在傳統普快網絡時代占據關鍵地位，在現代高鐵網絡中網絡位置重要性下降。哈爾濱、長春、沈陽是東北三省的核心城市，需要加強經濟基礎建設，提高地區吸引力。第二，加強西部地區的交通基礎建設，通過建立與周邊樞紐城市的連接，完善東西方向連接的高鐵線路，以交通建設為杠桿提升西部地區的發展動力。2020年《中共中央國務院關于新時代推進西部大開發形成新格局的指導意見》重視西部建設，提到“提高基礎設施通達度、通暢性和均等化水平”。第三，對邊緣化地區的空間政策傾斜，引導發達地區與欠發達地區間資源要素的流動。提高晉中城市群、寧夏沿黃城市群、天山北坡城市等欠發達區域的內部集聚性與外部聯系性，通過高水平的內聯外動進而實現區域高質量發展，同時加強與外界的聯系，以龍頭城市的重點提升為主增加自身吸引力。第四，加強多元鐵路客運流協調發展，普速列車、快速列車、特快列車、動車列車和高鐵列車雖然在行駛速度與票價等方面差異顯著，但是不同的列車類型滿足了公眾多樣化與個性化的需求，多元鐵路客運需要根據現實進行協調建設與開發。總而言之，我國多元鐵路客運流網絡均呈現出空間分異的格局，現代化高鐵網絡主要集中在胡煥庸線以東，東西差異顯著問題仍然未得到解決，因此，建議通過交通體系的完善，堅持空間正義原則，實現區域一體化與網絡化空間向高質量發展轉變。