摘要
探究村镇体系结构的网络化趋势对于城乡村镇空间结构的优化具有重要意义。文章以城乡要素流动显著的重庆市长寿区为例，运用复杂网络分析法，构建1985年和2018年基于企业网络、用地权重和公路网络的村镇体系结构网络模型，通过计算网络外部指数等指标，研究村镇体系结构的网络化趋势特征。研究发现，村镇体系结构的整体演化特征呈网络化趋势，且组团演化特征由“核心—边缘”向扁平化转变，节点演化特征反映出多中心化的趋势。基于此，文章提炼村镇体系结构网络化趋势由单中心、等级化、破碎化，向网络化、多中心、扁平化转变，并提出结构优化、空间结构趋势预判和政策支撑策略。本研究可为西南县域村镇体系结构的研究提供思路借鉴。

作   者

胡东洋   成都市规划设计研究院规划师

黄   勇   重庆大学建筑城规学院，重庆大学山地城镇建设与新技术教育部重点实验室教授（通讯作者）

石亚灵   成都理工大学旅游与城乡规划学院研究员，清华大学建筑学院博士后

随着人口、物质、资金等要素流动频率加快，流动地域越广、规模越大，空间重构由全球蔓延到乡村，宏观的经济社会发展趋势表征为全球化，而微观的空间形态转变表现为村镇体系结构的网络化。县域作为市级以下、乡镇和村以上的行政单元，是统筹乡村合理建设的最佳平台，也是城乡一体化发展的重要载体，探索县域村镇体系结构的网络化演变趋势和特征极为必要。

依据《县域村镇体系规划编制暂行办法》（建规〔2006〕183号），县域村镇体系规划是政府调控县域村镇空间资源、指导村镇发展和建设，促进城乡经济、社会和环境协调发展的重要手段。村镇体系涉及城乡规划学、经济学、地理学等不同学科，是县域国土空间规划的重要内容。相关研究早期侧重于从点轴发展模式、地域空间特征等村镇个体属性特征角度切入，研究村镇体系的空间分布、规划编制等。当前的研究侧重于从村镇引力、空间相互作用、网络化视角、城乡联系等网络联系角度切入，分析村镇体系结构的节点等级、结构特征，并提出村镇体系结构优化策略。研究方法上，已从简单的数理统计分析，拓展到地理空间分析、复杂网络分析等，其中，复杂网络分析是从联系视角研究空间结构较为普遍和适用的方法。研究数据上，相较于传统的人口、GDP等统计数据和问卷调查数据，展示不同时段下的实时状况，反映流动性特征的交通流、手机信令、社交网络签到数据、百度POI等多源数据，有利于村镇体系的相关研究。研究尺度上，部分学者从乡、镇尺度研究村镇体系结构，另一些学者从整个县域尺度出发研究村镇体系结构。

综上所述，既有村镇体系结构的研究内容丰富，但仍有不足。第一，大多数研究关注村镇本身的属性，或关注单一要素的村、镇联系，但从多要素相互联系的视角提炼村镇体系结构特征的研究较少；第二，大多数研究从静态的某一时间节点切入，而从动态多个时间节点切入并总结村镇体系结构网络化趋势特征，同时提出优化策略的研究较少。因此，本文基于企业、用地、公路三要素，运用复杂网络分析法，以我国西南地区的重庆市长寿区为样本，构建其在1985年和2018年基于三要素的村镇体系结构网络模型，开展村镇体系结构网络演化过程及空间特征分析，并在此基础上总结西南县域村镇体系结构的网络化演变规律，提出优化策略，以期为县域村镇体系结构的规划提供依据。

01

研究方法

1.1  整体研究方案

“复杂网络”起源于18世纪对“七桥问题”的研究。20世纪60年代，数学家保尔 · 厄多斯（Paul Erdős）和阿尔弗烈德 · 瑞利（Alfréd Rényi）提出“随机图理论”（Random Graph），开创了复杂网络理论的系统性研究。到20世纪90年代末，邓肯 · 瓦茨（Duncan J. Watts）提出“小世界网络”和艾伯特-拉斯洛 · 巴拉巴西（Albert-László Barabási）提出“无标度网络”，极大地扩充了复杂网络的内涵。一个复杂系统可以抽象为，以系统内具有一定属性的因子为“点”、因子间的相互关联作用为“线”连接而成的网络。村镇体系是一个开放、复杂的系统，随着要素不断交互、流动，内外关系向多维、立体空间发展，村镇体系更趋网络化。在村镇体系结构中，可将村、镇抽象为网络的“点”，村镇之间的要素联系抽象为网络的“线”，借助要素的相互关系，建立村镇体系结构的网络模型。而复杂网络方法能较好地刻画网络模型，可视化地表达和分析结构特征。

研究思路分三步：第一步，选取研究对象与构建模型。确定研究区域及表征村镇体系结构网络的企业、用地和公路三类要素，以镇、村为“点”，村与村、村与镇、镇与镇之间的要素联系为“线”，建立1985年和2018年基于企业网络、用地权重和公路网络的村镇体系结构网络模型。第二步，确定指标体系并计算。利用整体演化指标、组团演化指标和节点演化指标，分析村镇体系结构的网络化趋势。第三步，分析特征与优化规划。分析村镇体系结构的网络化趋势特征，并对比现状村镇体系，提出规划优化策略。

1.2  研究对象与数据选择

1.2.1  选取研究对象

长寿区历经工业化雏形发展时期、村镇建设快速发展时期及城乡一体化发展时期三个阶段后（图1），城乡村镇间要素流动愈加频繁、密集，这些特征对于村镇体系结构的网络化趋势研究具有代表性。

图1  长寿区村镇建设发展阶段

Fig.1 Development stages of villages and towns in Changshou District

资料来源：笔者自绘

长寿区的发展历史悠久。抗日战争时期，沿海工业内迁；1949年后，“三线”建设重点转移，长寿因县属工业发展成为重庆市化工轻纺卫星城。1983年，长寿区被列为重庆市化学工业和轻纺工业为主的重要卫星城镇。2002年初，重庆市长寿区成立，重庆（长寿）化工园建设获批，城市化进程加快。2003年，长寿晏家工业园诞生。《重庆市城乡总体规划（2007—2020年）》明确了长寿是国家级重化工基地、专业物流中心、都市休闲旅游服务基地的功能定位。2009年，规划形成“两园一廊”，即两个千亿级产业园、一个百亿级街镇工业走廊。2010年，长寿化工园区、晏家工业园区正式升级为国家级经济技术开发区（简称“长寿经开区”），此后，长寿区城乡产业发展推进、城乡要素流动加快。

1.2.2  选择三类要素

企业是产业要素流动和配置的实施主体，是推动城镇网络演化的基本动力，可分行业以城市间企业网络关联的数据表征城市间的功能联系。不同的城、镇、村之间企业联系的形成，实际上是产业生产分割和价值链分工的结果，企业的各种流动，只有依托城、镇、村作为载体才能实现高效流转，企业将地区的区位优势内化为企业的竞争优势，而地区则将企业的产业发展优势转化为地区的集聚效应优势。也就是说，一定程度上，人口、物质、技术、信息等在空间上的流动依托企业这一要素为载体，形成嵌套于村镇体系结构的企业网络。因此，对于村镇来说，企业网络与村镇体系结构网络相互建构，企业的地域、竞争和网络逻辑在村镇层面引发的效应，形成“企业—企业网络—村镇体系结构网络”的影响路径。

用地作为城镇化的核心支撑要素，不仅是经济、社会等活动在空间上的投影和载体，而且是产业调整及人口集聚的载体，还是城镇网络的物质反映。无论是产业结构调整、人口集聚，还是基础设施建设，都离不开土地空间载体和土地资源的重新配置。在城乡空间结构研究中，用地及其规模是不可忽视的要素。由于用地属于静态物质空间形态，需要借助企业联系构建用地斑块之间的联系，并借助万有引力公式，将用地面积纳入联系“权重”的计算。

公路是连接城市之间、城乡之间、乡村之间的重要通道，公路网络的改善可创造区位优势，引发社会空间重构。尤其是在县域，公路具有连通大多数村、镇和全域通达的优势，是村镇之间要素流动的主要“骨架”。在乡村振兴战略背景下，基于城乡公路等交通基础设施的一体化发展，有利于优化县城、乡镇、村庄的空间格局。

综上所述，企业是塑造村镇体系格局的动力，用地是承载村镇体系的基础，公路是串联村镇体系的“骨架”，以企业、用地、公路三要素为基础构建村镇体系结构的网络模型，可以较为全面地刻画村镇之间的要素联系（图2）。

图2  企业、用地、公路三要素之间的关系

Fig.2  Element relationship among enterprises, land use and highway

资料来源：笔者自绘

1.2.3  确定“两个时间节点”

综合考虑长寿区的村镇建设发展阶段、社会经济发展情况、重大事件节点、数据可获得性等因素，从“工业化雏形发展时期”“村镇建设快速发展时期”“城乡一体化发展时期”三阶段选取1985年、2018年两个时间节点（图3），作为研究不同时期下村镇体系结构发展趋势的切入点。

图3  时间节点选取
Fig.3  Study time node selection
资料来源：笔者自绘

1.2.4  构建“六个模型”

企业方面，收集长寿区范围内全行业企业的空间分布、占地面积、总部—分支机构以及关联企业信息；用地方面，收集企业所属占地面积数据；公路方面，主要整理乡道、县道、省道、国道和高速公路的里程、走向、交叉口空间位置等数据。村镇体系结构网络模型的构建分为两步：一是明确三类要素网络模型中“点、线、权重”的含义，并利用复杂网络分析软件构建要素网络模型；二是根据三类要素与村镇之间的隶属关系进行转译，构建基于三类要素的村镇体系结构网络模型（图4）。

图4  基于三类要素的村镇体系结构网络模型对比（1985年和2018年）

Fig.4  Network of villages and towns based on three types of elements in 1985 and 2018

资料来源：笔者自绘

1.3  指标体系

为全面分析长寿区1985—2018年的网络化趋势特征，从整体、组团和节点三个层次的演化趋势建立评价指标体系，揭示长寿区村镇体系结构的网络化演化过程。

1.3.1  整体演化指标

（1）网络外部指数

根据经济活动的非基本部分和基本部分的定义，可将长寿区辖区内村镇与外部城镇的企业关系作为基本部分，辖区内村镇之间的企业作为非基本部分。因此，借鉴节点对称性（Node Symmetry Index，计算公式 I_i=∑ ⁿ_i=1T_ij  ; O_i =∑ ⁿ_i=1T_ji）的概念，构建网络外部指数（Network Externality Index），描述网络外部节点和内部节点的节点强度比，比值越大，说明外部企业联系相比于内部企业联系越多，表明基本部分占优，反映出基于对外企业联系呈现出的网络化趋势越显著。计算公式如下：

式中，NEI表示网络外部指数，O_i表示县域外部节点i的节点强度，Ii表示县域内部节点i的节点强度。

（2）多中心性指数

多中心化是网络化的基本特征之一，反映出县域内不同村镇在网络结构中的相对重要性。随着更多企业的入驻，在企业联系的基础上，将企业占地面积纳入网络模型的权重，可以更加清晰地刻画村镇之间的相对重要性。因此，借鉴形态多中心性（Morphological Polycentricity）概念，表征县域内村镇的多中心性特征。计算公式如下：

式中，P表示多中心性指数，σ_S表示总体节点强度的标准差，σ_Lmax表示所有节点对联系权重的标准差，取值0~1，值越大，表明多中心性特征越明显。

（3）网络密度

网络密度指网络中实际拥有的连接数与最大可能拥有连接数的比值，用于描述网络图中节点间联系的紧密程度。网络密度越大，表明节点之间的联系越紧密。在公路拓扑网络中，网络密度越大，村镇之间的公路联系路径和回路越多，表明基于公路网络的村镇体系结构网络化趋势越显著。计算公式如下：                         

式中，D表示网络密度，L表示网络中实际存在的连接数，N表示网络中实际存在的节点数。

1.3.2  组团演化指标—网络模块

本文采用社区发现算法（Fast Unfolding）进行网络模块划分，该算法是当前公认最好的社区发现算法之一，即通过模块选择和社区集聚不断构造网络，直到网络中的结构不再改变为止。网络模块可反映村镇联系的组团结构特征，通过分析1985—2018年网络模块的演化，可发现村、镇成组、成团的趋势。

1.3.3 节点演化指标—节点强度

节点强度表示单个节点与其他节点连线的权重和，可衡量村镇体系网络中单个村、镇在网络中占据的核心地位。三类村镇体系网络中，节点强度分别表征村、镇的企业集聚强度、用地规模强度及公路通达强度。1985—2018年，单个村、镇的节点强度增大，说明与其他村、镇建立了更多联系。计算公式如下：

式中，S_i表示节点强度，N_i表示与节点i有连线的节点的集合，W_ij表示节点i和节点j之间的边权重。

02

计算与分析

2.1  网络化的整体演化特征

基于企业、用地和公路三类要素的村镇体系结构均呈现网络化趋势（图5）。基于企业网络的网络外部指数由0.06增加到0.25，说明长寿区域内部和外部企业间的联系日趋紧密，反映出基于企业联系的村镇体系结构呈现网络化趋势。基于用地网络的多中心性指数由0.38增加到0.50，表明有更多企业分散入驻各镇区，且企业用地规模越来越大，基于用地权重的村镇体系结构呈现多中心趋势。基于公路网络的网络密度由0.017增长到0.019，说明村镇之间的公路联系路径和联系回路越来越多，表明基于公路网络的村镇体系结构呈现网络化趋势。

图5  1985—2018年网络外部指数、多中心性指数、网络密度趋势图

Fig.5 Network externality index, polycentricity index and network density (1985-2018 )

资料来源：笔者自绘

2.2  扁平化的组团演化特征

网络模块表明基于企业、用地和公路的村镇体系组团结构呈现扁平化特征。基于企业网络的模块数无变化，但模块内的村、镇节点数快速增长，且模块内外的联系密度分化明显（图6a）。基于用地权重的模块数由1985年的3个增长到2018年的12个，形成更多的组团，村、镇组团联系分化较多，空间分布呈现由“核心—边缘”向扁平化结构趋势转变（图6b）。基于公路网络的模块数由1985年的8个下降至2018年的5个，说明长寿区村镇之间的交通联系加强且更为均衡；从各组团内部比较，2018年，四个组团内部节点增多，说明组团内村镇之间的交通联系相对组团之间更为紧密（图6c）。

图6  1985年和2018年村镇体系结构网络模块对比

Fig.6 Modularity analysis of villages and towns system in 1985 and 2018

资料来源：笔者自绘

2.3  多中心化的节点演化特征

节点强度结果表明越来越多村、镇建立了要素联系，且要素联系强度不断增强。更多的村、镇具备节点强度，说明更多的村镇之间建立了三类要素的联系；村、镇的节点强度值增大，说明村镇之间的联系强度增大，即企业联系增强、企业用地面积扩大导致用地权重增强、公路联系路径增多；节点强度重心也从1个发展为多个，进一步反映出多中心化的发展趋势（图7）。

图7  1985年（左）和2018年（右）基于企业网络、用地权重和公路网络的村、镇节点强度对比

Fig.7   Node strength of villages and towns system based on enterprise networks, land use weights, road networks in 1985 (left) and 2018 (right)

资料来源：笔者自绘

03

村镇体系结构的网络化趋势

及其优化策略

3.1  网络化趋势特征总结

3.1.1 基于三类要素的网络化趋势特征

首先，通过弦图(Chord Diagram)对基于企业网络的村镇体系网络模块进行可视化分析，形成单中心和多中心两类功能结构特征（图8）。单中心结构以一个核心村、镇为中心，紧密连接周边村、镇；多中心结构以多个均势的村、镇为中心，与周边村、镇形成资源共享、要素流动和分工协作的功能关系网络。其中，1985年，各组团主要是单中心功能结构，如模块A以邻封镇为中心，邻封镇联系权重之和占比100%。而2018年以多中心功能结构为主，如模块D，形成晏家、菩提、凤城、新市街道和葛兰镇、石堰镇多个中心，多个中心的权重之和占比达81.5%。

图8  1985年和2018年基于企业网络的村镇体系结构类型

Fig.8 The structural type of villages and towns system based on enterprise networks in 1985 and 2018

注：1985年和2018年的模块C由于去除长寿区外的企业联系后形成孤立的节点，因此不作可视化表达。

资料来源：笔者自绘

其次，对基于用地权重的村镇体系网络模块进行可视化分析，1985年和2018年虽形成双中心、多中心和低水平均衡三类结构（图9），但均以多中心结构为主，权重占比分别为90.2%、83.40%。双中心结构以两个村镇为中心，紧密连接周围村、镇，如2018年的模块A，分别以八颗街道和万顺镇、新市街道和葛兰镇为双中心；多中心结构以多个核心村、镇为中心，与周边其他村、镇形成紧密联系的基于用地权重的空间关系网络，如2018年的模块B，形成晏家、江南、渡舟、菩提、凤城街道多个中心；低水平均衡结构并不存在显著的中心，各村镇表现出相对均势的发展地位，如2018年的模块C、D-L。

图9  1985年和2018年基于用地权重的村镇体系结构类型

Fig.9 The structural type of villages and towns system based on land use weights in 1985 and 2018

注：将2018年的模块D-L汇总在1个弦图中进行表达。

资料来源：笔者自绘

最后，对基于公路网络的村镇体系网络模块进行可视化分析发现（图10），1985年，各组团的弦图关系中，从各村镇出发或进入的交叉联系较少，基于公路网络构建的村镇之间的联系结构呈树枝状，原因是1985年公路数量少且存在断头路。2018年，各组团的弦图关系中，从各村、镇出发或进入的交叉联系较多，说明村镇之间的公路联系形成更多的闭合路径，村镇之间的联系结构呈网络状。

图10  1985年和2018年基于公路网路的村镇体系结构类型

Fig.10 The structural type of villages and towns based on road networks in 1985 and 2018

资料来源：笔者自绘

3.1.2  网络化演化趋势总结

1985—2018年，随着企业的不断入驻，基于企业联系形成的村镇体系结构呈现多中心网络化趋势；随着企业用地的不断扩张，尤其是伴随着长寿区工业走廊的建设，基于用地权重的村镇体系结构呈现多中心网络化趋势；随着公路的不断建设，村镇之间的公路联系愈加紧密。基于此，归纳出长寿区村镇体系结构从1985年的单中心、等级化、破碎化，向2018年的网络化、多中心、扁平化的趋势演化（图11）。

图11  1985年到2018年长寿区村镇体系结构的演化趋势特征

Fig.11 The evolutionary characteristics of villages and town’s spatial structure in 1985 and 2018

资料来源：笔者自绘

3.2  村镇体系结构的优化策略

3.2.1 村镇体系等级结构优化

目前，村镇体系结构划分主要有两点不足：一是按照人口规模、GDP水平及服务半径等传统统计指标进行判断，较少考虑大数据背景下多源数据的融合分析；二是主要考虑行政隶属的垂直等级结构划分，较少考虑网络化趋势影响下的扁平化协同效应。梳理《重庆市长寿区城乡总体规划》（2013年编制）中的“城镇体系规划”和各镇总体规划，得到现状村镇体系结构。为弥补上述不足，对2018年企业联系、用地权重和公路网络的村镇节点强度进行归一化处理后，相加得到不同村镇的节点强度值，并利用GIS自然间断点法分级，形成“功能中心——重点镇——一般镇——重点村——中心村——一般村”六级的村镇体系结构（图12）。

图12 “网络化”趋势下的村镇体系结构划分

Fig.12 Division of villages and towns system based on " networking trend"

资料来源：笔者自绘

3.2.2  空间结构趋势预判

1985年，城乡空间发展重点在长江北岸的中心城区，主要包括凤城、菩提街道和晏家街道，企业、用地集聚，且公路交通网络相对发达；其他镇用地已初具镇区规模，少部分企业入驻，公路通达性一般，尚处于初步发展阶段；整体形成单中心集中型结构。2018年，城乡空间向北扩展，“凤城——菩提——渡舟——八颗—晏家街道”作为核心组团，涵盖综合服务、产业发展等功能，是长寿区经济发展水平最高的区域。作为发展组团，长寿湖镇、邻封镇以休闲旅游功能为主，葛兰镇和新市镇以健康科技和家居产业功能为主。三个组团整体形成多中心离散型结构，联系主轴为串联一个核心组团和两个发展组团的交通通道。

到2025年，叠加长寿区公路网络规划、规划用地布局的冷热点(Getis-Ord Gi*)分析和企业分布密度，形成“三核多点、一圈多轴”的一体化全域型结构（图13）。届时，以“凤城——菩提——渡舟——晏家——江南——八颗街道”“长寿湖镇——邻封镇——双龙镇”“新市街道和葛兰镇”为主，形成三个核心组团，特色功能分别为“产业发展+综合服务”、产业发展及休闲旅游，构成“三足鼎立”的态势；其他镇区及周边村、镇作为发展组团，依托各自功能发展模式，形成差异互补、协同一体的发展格局。联系主轴为连接三个核心组团的快速交通通道，联系次轴由三个核心组团向外辐射发散且串联发展组团，辐射带动效率相比于“单中心、多中心”有显著提高。

图13  村镇体系空间结构趋势预判

Fig.13 Prediction of the spatial structure trends of villages and towns system

资料来源：笔者自绘

3.2.3  配套政策支撑

为优化村镇体系，加快实现乡村振兴，从企业、用地和公路三个角度提出相应策略。首先，政策扶持企业入驻长寿区产业园区和工业走廊，加强与长寿区外的企业联系，使之成为全国甚至全球产业链的重要一环。其次，为产业用地的跨村、镇行政区需求提供便利条件，探索以经济区为单元保障产业设施配套、项目用地需求的机制。最后，加密公路路网，如加强组团间和组团内部的节点连接，延伸断头路，尤其是西部洪湖镇、万顺镇片区和东部云集镇片区，提升公路的拓扑网络密度；有条件的情况下，合理扩宽公路，扩容车流，缩短通行时间，提高村镇之间的总体可达性。

04

结论与讨论

本文尝试将复杂网络理论引入县域村镇体系结构的网络化趋势研究，得出以下结论：第一，整体演化特征方面，基于企业、用地和公路三类要素的村镇体系呈现网络化趋势；组团演化特征方面，基于企业、用地和公路的村镇体系组团结构由“核心—边缘”向扁平化演化；节点演化特征方面，节点中心由1个演化为多个，反映出多中心化的演化特征。第二，村镇体系结构由1985年的“单中心、等级化、破碎化”向2018年的“网络化、多中心、扁平化”演化。第三，基于网络化趋势特征，可为村镇体系结构的优化、空间结构预判、村镇发展政策制定提供参考。

本文存在以下不足：一是要素选择不全面。村、镇是由多元时空和关系网络组成的系统，本文只选择企业、用地和公路三类要素开展研究并不全面，村镇之间的人流、交通流、信息流、资金流等流动要素，均为村镇体系结构的重要组成部分。因此，需进一步丰富村镇之间的要素联系，全方位刻画村镇体系结构。二是研究样本单一。本文只以长寿区一个县域为研究靶区，缺乏不同靶区的横向对比，结论存在一定特殊性。后续研究将增加东、中、西部等不同地域以及不同经济发展水平地区的典型县域作为对比分析，使研究结论更具普适性。