在交通地理学领域，运输网络一直是备受关注的重要研究对象。以往，不少学者聚焦于运输设施网络，像铁路线路、桥梁和隧道等，他们深入探讨这些设施在公平性、空间效应等方面的问题。然而，这些研究大多忽略了人员流动和货物运输的动态特征。随着研究的深入，运输流网络逐渐成为新的研究热点。
在中国，公路运输在客运和货运中占据主导地位。2021 年，商业客运量的 61.3%、货运量的 75.0% 都依赖公路运输。相较于其他运输方式，公路运输成本较低、路线网络更密集、覆盖范围更广。而高速公路又因其连续性好、效率高，在综合交通体系中发挥着关键作用。它不仅促进了人口的日常流动、货物的流通分配，还实现了资源的跨区域调配。
但客运和货运有着本质区别。客运主要满足人们出行和通勤需求，受个人经济社会属性、主观意识影响较大，存在 “自我选择效应”，出行距离和时间受个人精力和日常安排限制。货运则主要负责货物的空间转移，包括工农业原材料和成品等，受到资源分布、消费市场等因素制约，运输成本的变化会直接影响货运流向和强度。并且，高速公路运输具备客货分离的特点。因此，系统研究高速公路客货流空间格局差异，对理解城市间连接结构、推动经济社会空间秩序的研究意义重大。
为了深入剖析这些问题，国内研究人员以广东省为研究区域，开展了相关研究。广东省经济发达、人口密集，2024 年 GDP 达 14.16 万亿元，常住人口约 130 million。该研究成果发表在《Applied Geography》杂志上，为交通领域研究提供了新的思路和依据。
研究人员采用了多种关键技术方法。首先，利用高速公路在线收费（OTC）数据构建客货流网络，获取了丰富的运输数据。然后，运用网络分析方法，对客货流网络的特征进行分析。此外，还借助随机森林算法，探究影响客货流的关键因素。通过这些方法，研究人员全面深入地研究了高速公路客货流的空间格局差异。
客货运输规模比较
基于度（度、入度和出度）的计算结果，研究发现各县的客货运输规模都遵循帕累托分布。这意味着少数县集中了大部分的交通流量。在表示客货运输规模的图表中，横坐标代表县内车辆规模，纵坐标表示概率密度，反映车辆规模值出现的概率。当各县按车辆规模降序排列时，这种分布特征一目了然。这表明在广东省的高速公路运输中，客货流在各县的分布并不均匀，存在明显的集聚现象。
客货流网络特征差异
研究显示，客运流网络的密度和凝聚力比货运流网络更高。这说明在高速公路客运中，各节点之间的联系更为紧密，人员的流动更加频繁，城市间的客运往来更为密切。而货运流网络相对较为松散，各节点之间的连接没有客运流网络那么紧密，货物运输的联系程度相对较低。这种差异体现了客货运输在高速公路网络中的不同组织模式。
距离衰减模式差异
通过分析，研究人员发现对数正态函数最适合描述客运流的距离衰减模式，而幂函数对货运流的距离衰减模式拟合效果最佳。客运流的范围主要集中在 0 - 40 km，这可能是因为短途出行的需求在客运中占比较大，人们的日常通勤、周边城市的短途旅行等活动频繁。货运流的范围则在 0 - 100 km，货物运输相对更倾向于中短途运输，这与资源的分布、市场的距离以及运输成本等因素有关。
空间分布差异
从空间角度来看，客运流存在显著的空间集聚效应，主要集中在珠江口两岸。这是由于该地区经济发达，人口密集，城市间的联系紧密，人们的出行需求大，使得客运流在这些区域高度集中。而货运流虽然也有一定的集聚现象，但与客运流的集聚区域和程度有所不同。这反映出客货流在空间分布上受到不同因素的影响。
影响因素差异
进一步研究发现，人口因素对客运流的影响更为显著。人口密度大、经济活动活跃的地区，客运需求往往更高。而劳动力和企业因素对货运流影响较大，企业的分布、劳动力的需求会直接影响货物的运输方向和规模。这表明客货流的形成机制存在差异，各自受到不同的社会经济因素驱动。
研究表明，高速公路城际客货流在规模、密度、距离衰减特征和空间运输方向等方面存在显著差异。客货流规模在各县遵循帕累托分布，客运流网络密度和凝聚力更高。客货流的距离衰减模式分别符合对数正态函数和幂函数，客运流集中在 0 - 40 km，货运流在 0 - 100 km。客运流主要集聚在珠江口两岸，人口因素影响大；货运流受劳动力和企业因素影响显著。
这项研究深化了人们对高速公路运输的理解，为车辆分类管控和协同交通治理提供了重要依据。它有助于交通管理部门制定更具针对性的政策，合理规划运输资源，提高运输效率，促进区域交通的可持续发展。同时，也为后续相关研究提供了参考，推动了交通地理学领域对运输流网络的深入研究。
生物通微信公众号
