英文题目：Impact of Spatio-Temporal evolution of freeway networks on Socio-Economic Dynamics: A case study from Fujian, China

中文题目：高速公路网络时空演化对社会经济动态的影响：以中国福建省为例

论文作者：刘志勇，吕布克，刘钊瑄，李文帅，符兴邦，姚恩建

论文期刊：Transportation Research Part A: Policy and Practice

论文网址：https://doi.org/10.1016/j.tra.2025.104521

摘要：

高速公路基础设施在推动社会经济发展中发挥着关键作用。然而，若缺乏对高速公路网络演化与社会经济动态之间关系的系统认识，将难以通过优化高速公路网络布局进一步塑造区域经济格局。为此，本文提出了一种融合网络、空间与时间要素的综合分析框架，用以量化高速公路网络演化所产生的经济刺激效应，并采用多尺度地理与时间加权回归模型（Multiscale geographi cally and temporally weighted regression, MGTWR）对上述复杂关系进行刻画。该分析框架以中国福建省为实证研究区域，基于2018—2021年的高速公路地理数据、兴趣点（Points of Interest, POI）数据以及社会经济统计数据，系统分析高速公路网络演化对社会经济发展指标、县域POI集聚以及高速公路沿线POI分布的时空影响特征。研究结果表明，将网络结构特征纳入分析能够显著提升模型的解释能力，不同网络指标对社会经济动态的影响方向表现出稳定但差异化的特征。同时，高速公路密度对社会经济增长、产业重构以及沿线土地利用变化的影响具有显著的空间异质性。本文的研究结果可以为交通基础设施规划与评估提供有价值的决策参考。

1. 引言

高速公路网络是现代综合交通体系的骨架，其对区域经济增长、产业布局调整、人口与要素流动、以及沿线土地利用形态变化具有系统性影响。既有研究对高速公路社会经济效应的估计已较为充分，但在解释变量设计上往往更侧重“里程、密度”等宏观供给指标，较少把高速公路置于“网络体系”中刻画其结构性差异。事实上，高速公路并非孤立发挥作用，多条线路共同形成互联网络，不同线路在网络中的角色可能截然不同（主通道、连接线、区域服务通道等），如果忽略网络特征，容易限制对高速公路影响机制的识别精度。

基于这一认识，本文将研究重点从“是否修路、修了多长”进一步推进到“网络如何演化、结构位置如何变化”，并构建一个融合网络、空间和时间要素的综合分析框架，用以量化高速公路网络演化对社会经济动态的影响路径与空间差异。本文的整体思路如图1所示，从数据层面整合高速公路地理信息、POI与社会经济统计数据；从方法层面提取高速公路空间演化特征与网络拓扑指标，并以能刻画时空异质性与多尺度效应的模型进行关联估计，最终落到社会经济指标、县域POI集聚与沿线POI集聚等多类结果变量的解释与对比评估。

图1 研究内容示意图

2. 数据描述

2.1 研究区域与分析单元

本文以中国福建省为案例区域，其位于中国东南沿海，包括9个地级市。为提高分析精度，本文采用县域尺度作为基础分析单元。具体处理方式为：同一地级市内的市辖区合并为一个分析单元，县级市与县作为独立单元，金门县因数据缺失未纳入分析，最终形成61个基础分析单元，作为后续空间特征、网络特征与社会经济指标提取的基本载体。

2.2 高速公路与POI地理数据

高速公路空间数据来源于OpenStreetMap，覆盖2018—2021年，并经过校准以保证精度。POI数据通过高德地图API获取，涵盖与社会经济活动密切相关的11类设施类型。各类POI在研究期内的数量统计见表1。

表1 各种类型POI的数量统计

2.3 社会经济发展指数

社会经济数据来自《中国县域统计年鉴》和《中国城市统计年鉴》（2019—2022）。在保证时间一致性和数据完整性的前提下，本文筛选出在61个基础分析单元中口径统一的12项社会经济指标，涵盖人口规模、经济总量、产业结构、财政收支、金融发展及公共服务供给等方面，用于刻画区域社会经济发展状况。

3. 方法论

3.1 总体方法框架

图2展示了完整的方法流程：在统一分析单元尺度下，分别提取高速公路的空间演化特征与网络演化特征，并与社会经济动态指标共同构建MGTWR模型。

图2 方法框架

3.2 空间演化特征提取

本文从空间层面提取高速公路网络及相关空间活动的演化特征，主要构建两类空间指标。第一类为空间供给特征，通过统计各基础分析单元内的高速公路总里程，并除以区域面积计算高速公路密度，用以刻画高速公路在不同区域的空间分布状况，如图3 (a)所示。

第二类为空间活动分布特征，基于POI数据从两个尺度进行刻画。在县域尺度，统计各分析单元内11类POI的数量并计算POI密度，以反映区域内部社会经济活动的集聚程度（图3 (b)）；在高速公路沿线尺度，以高速公路为中心构建宽度为6km的缓冲带，统计该区域内各类POI并计算POI密度，用以表征高速公路走廊周边的空间活动与土地利用特征（图3 (c)）。

图3 空间演化特征提取示意

3.3 网络演化特征提取

本文从网络视角刻画高速公路系统的演化特征。基于前述61个基础分析单元，将每个分析单元视为网络中的一个节点。当两个分析单元之间存在高速公路直接连接时，在对应节点之间建立边。考虑到部分区域之间可能通过多条高速公路相连，网络构建采用多重图（multigraph）形式，以更真实地反映高速公路网络的实际连接状况。

在此基础上，本文选取三类经典网络中心性指标来刻画各节点在高速公路网络中的结构性位置，分别为度中心性、接近中心性和介数中心性。这三类指标从不同角度反映节点在网络中的重要性和功能差异，并能够随时间变化刻画高速公路网络的演化过程。

度中心性用于衡量节点与网络中其他节点的直接连接强度，其定义为公式（1）。

其中，表示节点的度数，为网络中节点总数。在多重图结构下，度中心性可大于1，用以反映区域之间通过多条高速公路形成的高强度连接关系。

接近中心性用于衡量节点在网络中的整体可达性，其定义为公式（2）。

其中，表示节点与节点之间的最短路径长度。接近中心性值越大，说明该节点在网络中到达其他节点所需的平均路径长度越短。

介数中心性用于刻画节点在网络中作为“中介”或“桥梁”的程度，其定义为公式（3）。

其中，为节点与之间最短路径的数量，为这些最短路径中经过节点的数量。介数中心性越大，说明该节点在网络中承担更多跨区域交通流的中介功能。

通过对上述三类网络指标在2018—2021年期间逐年计算，本文获得了高速公路网络结构随时间演化的特征。这些网络演化指标与前述空间演化指标共同构成后续计量模型中的核心解释变量，用于分析高速公路网络演化对社会经济动态的影响。图4展示了2021年福建高速公路网络拓扑及三类中心性指标的空间分布，用于直观说明不同区域在网络中承担的差异化角色。

图4 2021年的网络拓扑构建及网络特性

3.4 核心计量模型：MGTWR

为刻画高速公路网络演化对社会经济动态的时空异质性影响，本文采用MGTWR模型。该模型允许回归系数随空间位置和时间变化，并支持不同解释变量在不同空间和时间尺度上发挥作用，从而更真实地反映高速公路密度与网络结构特征的差异化影响。MGTWR模型的基本形式如公式（4）所示。

其中，样本具有时空坐标，为因变量，为第个自变量；表示在给定时空坐标、并使用特定空间带宽与时间带宽估计得到的局部系数；为随机误差项。

通过引入MGTWR模型，本文能够系统分析高速公路空间特征与网络结构特征对社会经济指标、县域POI集聚以及高速公路沿线POI分布的动态影响，并为后续实证分析提供方法支撑。

4. 结果

4.1 模型设定与拟合效果比较

本文构建两组MGTWR模型进行对比分析。第一组模型仅包含高速公路密度变量，用于刻画传统意义上的基础设施供给效应；第二组模型在此基础上进一步引入度中心性、接近中心性和介数中心性三类网络结构指标，用于刻画高速公路在整体网络中的结构位置差异。

在回归分析之前，对第二组模型中的解释变量进行了多重共线性检验，其结果如表2所示。所有解释变量的VIF值均小于5，表明不存在显著多重共线性问题，网络指标可与高速公路密度同时纳入模型。

表2 组（2）中自变量的VIF值

随后，本文针对三类被解释变量（社会经济指标、县域POI、沿线POI）共构建34个MGTWR模型，其变量设置见表3。

表3 三个类别的因变量

模型拟合优度对比结果如表4所示。整体来看，在所有因变量对应的模型中，引入网络结构指标的第二组模型均表现出更高的R²值以及更低的AIC和BIC值，说明将高速公路网络结构特征纳入分析能够系统性提升模型的解释能力。

表4 两组模型拟合优度指数的比较

4.2 高速公路网络演化对社会经济指标的影响

为整体展示高速公路密度及网络指标对社会经济发展的影响方向，本文首先给出了平均回归系数结果，如图5所示。该图汇总了四类解释变量对12项社会经济指标的平均影响方向与强度。从图5可以看出，高速公路密度和度中心性整体呈现正向影响，而接近中心性和介数中心性在多数指标上表现为负向影响，这一结果表明，不同类型的高速公路网络特征在社会经济层面具有方向性差异

图5 高速公路指标对社会经济指数的平均影响

在此基础上，本文进一步通过空间回归系数分布，考察高速公路密度在不同区域的影响差异。以第一产业产值为例，其空间影响结果见图6。结果显示，高速公路密度对第一产业产值的正向影响主要集中在福建东北沿海地区，而内陆地区影响相对较弱；同时，该正向影响在研究期内呈现逐步增强趋势，反映出高速公路密度在部分区域具有累积效应。

图6 对第一产业产出的影响

相比之下，高速公路密度对规模以上工业企业数量的影响呈现不同的空间模式，如图7所示。结果表明，东南沿海地区在研究初期对高速公路密度变化更为敏感，但该影响在后期有所减弱，显示出高速公路经济效应随发展阶段变化的特征。

图7 对一定规模以上工业企业数量的影响

上述结果表明，高速公路网络演化对社会经济指标的影响不仅在方向上存在差异，也在空间和时间维度上表现出明显的异质性。

4.3 高速公路网络演化对县域POI的影响

在县域尺度，本文通过POI密度变化分析高速公路网络演化对产业与服务设施空间分布的影响。不同类型POI的平均回归结果见图8，该图反映了高速公路密度及网络结构指标对各类县域POI的整体影响方向。可以看出，不同类型POI对高速公路网络演化的响应存在显著差异，说明高速公路并未对所有空间活动产生一致影响。

图8 高速公路指标对县域POI的平均影响

为进一步解释这种差异，本文选取三类具有代表性的POI类型进行空间展示：医疗健康类（正向促进）、科教类（抑制效应）以及购物服务类（空间分化明显），其结果分别见图9-图11。

图9 对医疗的影响（区域内POI）

图10 对科学与教育的影响（区域内POI）

图11 对购物服务的影响（区域内POI）

上述三幅图显示，不同类型POI在沿海与内陆地区呈现出不同的集聚或分散趋势，反映出高速公路网络演化对县域空间活动分布具有明显的选择性。

4.4 高速公路网络演化对沿线POI的影响

在高速公路沿线尺度，本文分析了POI在高速公路6km缓冲带内的变化特征。平均影响结果如图12所示。整体来看，高速公路密度整体与沿线POI密度呈负相关关系。

图12 高速公路指标对沿线POI的平均影响

为具体展示沿线POI的空间变化特征，本文以餐饮服务类POI为例，其空间影响结果见图13。可以看出，沿线餐饮POI在福建南部地区的减少尤为明显，表明高速公路网络演化在沿线尺度上的作用模式与县域尺度存在明显差异，其影响更多体现在对空间活动分布的调整，而非促进沿线设施集聚。

图13 对餐饮服务的影响（道路周围POI）

5. 讨论

5.1 网络特征的重要性

本文的实证结果表明，在评估高速公路对社会经济动态的影响时，仅使用高速公路密度难以反映不同线路在网络中的功能差异。通过引入度中心性、接近中心性和介数中心性等网络结构指标，模型能够区分高速公路在“直接连接”“整体可达性提升”和“跨区域通道”方面的不同作用。这一结论在多类结果中表现出一致性：社会经济指标的平均回归结果见图5，县域POI与沿线POI的平均结果分别见图8和图12。三类结果共同表明，不同网络指标的影响方向并不相同，说明高速公路在网络中的结构位置是理解其社会经济效应的重要信息来源。

5.2 对实践的启示

从实践角度看，结果显示高速公路网络演化对社会经济动态的影响具有明显的空间条件性。一方面，沿海地区的社会经济指标和POI分布对高速公路密度和网络特征变化更为敏感；另一方面，不同类型网络指标在不同区域产生的影响方向和强度存在差异。结合图5、图8和图12可以看出，高速公路网络并非在所有区域和所有尺度上产生一致的促进作用。因此，在交通规划和投资决策中，有必要同时关注高速公路密度变化与网络结构调整，并结合区域发展基础进行综合评估。

5.3 关于高速公路建设投资的思考

在高速公路网络逐步完善的背景下，新建高速公路是否仍能带来社会经济收益是一个具有争议的问题。本文结合中国福建省的实证结果指出，即使在网络较为成熟的地区，高速公路演化仍可能对社会经济产生影响，但这种影响并非均质分布，也并不一定体现在沿线开发上。

因此，高速公路建设投资的合理性需要在更长时间尺度和更广空间范围内进行评估，而不仅依据短期或局部的经济响应。

5.4 潜在内生性的稳健性检验

在分析高速公路网络演化对社会经济动态的影响时，潜在的内生性问题不可忽视，即社会经济发展水平本身可能反向影响高速公路网络的布局与演化。为降低这一问题对估计结果的干扰，本文采用滞后变量的方法进行稳健性检验。

具体而言，在稳健性检验中，本文使用年的高速公路密度及网络结构指标作为解释变量，用以解释年的社会经济指标、县域POI以及高速公路沿线POI的变化情况，从而避免当前期社会经济状况直接影响同期高速公路变量的可能性。

滞后模型的平均回归结果分别见图14-图16。结果显示，与原模型相比，滞后模型在主要变量的影响方向和空间分布格局上保持高度一致，仅在个别区域存在轻微差异，说明前述实证结果并非由短期时间设定所驱动。

图14 滞后高速公路指标对社会经济指数的平均影响

图15 滞后高速公路指标对县域POI的平均影响

图16 滞后高速公路指标对沿线POI的平均影响

为进一步验证两组模型结果的一致性，本文对原模型与滞后模型的回归系数进行了Wilcoxon符号秩检验。检验结果表明，两组结果之间不存在显著统计差异，从而支持本文关于高速公路网络演化影响社会经济动态的主要结论具有较好的稳健性。

6. 结论

本文旨在揭示高速公路网络时空演化对社会经济动态的影响，提出了一个融合网络、空间与时间要素的分析框架，并采用MGTWR模型对高速公路演化与社会经济动态之间的关系进行定量分析。该框架被应用于中国福建省的实证案例研究，系统评估了高速公路网络演化对社会经济指标、县域POI分布以及高速公路沿线POI分布的影响。

研究结果表明，高速公路密度对社会经济动态的影响具有显著的空间异质性。在经济基础较好的沿海地区，社会经济指标和县域POI集聚对高速公路密度变化表现出更为敏感的响应；相比之下，POI离散对高速公路密度变化的反应相对较弱。在高速公路沿线中，随着高速公路密度的提升，沿线POI数量整体呈下降趋势，但其空间表现仍存在差异。

进一步的分析发现，将高速公路网络要素纳入分析框架能够显著提升模型的解释能力。不同网络指标对社会经济动态表现出方向明确且相对稳定的影响特征：度中心性呈正向影响，而接近中心性和介数中心性则呈负向影响。这表明，高速公路在网络中的结构位置决定了其在社会经济发展中的功能差异，强化区域之间直接沟通的高速公路更有利于促进发展，而承担跨区域通道功能的高速公路，其本地发展效应相对有限。

所提出的分析框架在具备相关数据的前提下具有可迁移性，可适用于其他实证案例，并可扩展至其他交通基础设施网络。该框架的重要优势在于能够同时考虑网络特征、空间特征与时间特征；尤其是网络特征的引入，有助于量化交通基础设施在网络中承担不同功能角色时的影响，从而显著增强模型解释力。需要指出的是，本文未考虑拥堵等道路交通外部性。新建道路通常会吸引新增出行需求，可能导致进一步拥堵；如果将引致需求带来的拥堵外部性纳入考虑，研究结果可能会有所不同。