全球化、信息化、区域一体化进程促进了地区之间人流、物流、信息流、资本流等要素在空间上的流动，区域空间结构发生重塑，从分散化、均质化向集聚化、圈层化和网络化方向转变^[1]。在此背景下，基于流空间对区域网络空间结构与功能分异特征的探究成为认识区域的重要方式。交通流作为人流和物流的载体，是区域间联系和分工的直接体现。国内外对于交通流的研究主要包括航空流^[2-3]、水运流^[4-5]、铁路流^[6-7]以及公路流^[8-10]等方面，学者们根据不同研究对象从县域^[11]、省域^[12-13]、城市群^[14-15]、国家^[16-17]以及国际^[18]研究视角，开展了涉及空间格局演化^[19]、基础设施服务^[20]、社会经济效率^[21]等方面的探索，采用的方法包括问卷调查^[22]、可达性分析^[23]、社会网络分析^[24]、社区发现算法^[25]等。近年来，随着信息化的发展，大数据因为其在数量、速度、种类、质量等方面的优势^[26]逐渐被用于交通研究中。交通大数据主要来源于交通公司、GPS、地图应用、各类传感器等^[27]，通过对历史交通行为、实时交通信息、城市交通联系等方面进行分析，其研究成果也被广泛用于城市规划^[28-29]、交通环境分析^[30]、交通流量预测^[31-32]等方面。

改革开放以来，中国高速公路事业得到迅速发展，高速公路的建设加强了城市之间的联系^[33]，也造成了区域空间分异^[34]。早年间对高速公路的研究多是采用描述性、半定性化的方法，叶宝明等^[35]基于国外公路发展概况论述中国高速公路的发展现状与不足，韩增林等^[36]总结高速公路经济带的特征与演化模式。随后，包含交通网络指数等的定量化方法逐渐被引入到对高速公路交通网络的研究。徐旳和陆玉麒^[8]分析了江苏省高速公路建设的区域可达性及其驱动因素，牛树海^[37]利用通达性系数等指标评价河南省高速公路发展所带来的时空收敛效应。近年来，随着交通大数据的发展，靳诚等^[38]、柯文前等^[39]、陈卓等^[40]均基于高速公路流量结合数学模型开展了对交通网络结构及其影响因素的探究。

总体来看，基于流空间对交通网络结构特征所开展的定量化分析方法日趋成熟，交通大数据所包含的地理信息加强了对空间格局的探索与认知。当前对高速公路交通网络的研究多是集中于探究各研究单元的空间关联特征，而针对空间分异特征及其在区域中所扮演的角色的精细化研究还相对不足。江苏省从传统角度在地域上被划分为“苏南、苏中、苏北”3类空间，高速公路流量的影响因素在不同区域范围内所发挥的作用是否存在差异？基于上述思考，本研究基于2014年江苏省高速公路收费数据，建立流量模型结合社会网络分析法探究高速公路流量在交通网络中的分异特征。从江苏省南北发展地域差异的视角，探究不同因子在不同区域范围内对高速公路流量的作用程度，以期从更精细的视角刻画江苏省高速公路发展差异，从因地制宜的角度为完善江苏省内交通路网和协调区域发展提供科学依据和建议。

1 研究数据与方法 1.1 研究区与数据来源

江苏省位于中国东部沿海地区，地势平坦，是长三角地区核心省份之一，高速公路路网密度领跑全国。本研究所采用的交通流量数据来源于2014年江苏省各高速公路收费站点所采集的分月车流数据，包含每个站点的进站与出站记录总和，时间区段为2014年1月1日—12月31日。为了更精确地探究省内高速公路流量的空间分异特征，本研究剔除了通行于省际之间的交通流量以及收费站，最终保留334个收费站的流量数据。鉴于高速公路对于县域单元的连通性以及获取统计数据的可操作性，本研究选择县域作为研究基本单元。截至2014年末，江苏省共包含55个市辖区、23个县级市以及21个县，对各地市部分面积较小的市辖区进行合并调整，得到63个县域单元，如图 1所示。除去没有高速公路收费站点数据的高淳区、如东县、金湖县、阜宁县，统计各县域单元所包含的收费站流量，最终得到59个县域的高速公路流入流出量数据并建立59×59的二维流量矩阵。

高速公路流量体现各县域在全省交通网络中所扮演的角色，也反映了区域社会经济特征。交通路网格局与区域空间相互作用密切相关，交通基础设施为区域联系提供了基础，而城镇经济发展水平和人口规模同样被认为是测度城镇区域空间相互作用的最普遍因子^[14]。此外，城市产业结构以及居民的支付水平也被认为是影响城镇间联系的重要因素^[41-42]。基于此，本研究选取高速公路里程、汽车保有量、地区生产总值、常住人口、居民人均可支配收入以及第三产业产值6个指标，从全省、苏南、苏中、苏北4个视角对高速公路县域总流量进行影响因子分析。本研究中，苏南地区指苏州市、无锡市、常州市、镇江市、南京市5个地级市的市域范围，苏中地区包括南通市、泰州市、扬州市3个地级市的市域范围，苏北地区包括盐城市、淮安市、宿迁市、连云港市和徐州市5个地级市。社会经济数据来源于《江苏省统计年鉴(2015)》以及各县市2015年统计年鉴和交通统计年鉴。

1.2 研究方法 1.2.1 节点流量模型

在有向节点流量网络中，不同节点之间的流入量以及流出量各有差异，地区之间的流量大小反映地区之间的交互水平，也反映地区的交通需求以及社会经济发展水平。采用流入量、流出量对地区之间交互水平进行分析，计算公式如下：

流入量

$ {A_{{\rm{D}}i}} = \sum\limits_{j = 1}^n {{l_{ji}}} , $

(1)

流出量

$ {A_{{\rm{O}}i}} = \sum\limits_{j = 1}^n {{l_{ij}}}, $

(2)

总流量

$ {A_i} = {A_{{\rm{O}}i}} + {A_{{\rm{D}}i}}. $

(3)

式中：A_Di和A_Oi分别为节点i的高速公路流入量和流出量；A_i为节点i的高速公路总流量；l_ji、l_ij分别为从节点j到节点i及从节点i到节点j的流量。统计各县域所包含的节点流量得到县域总流量，在此基础上计算各县域的交通外出率

$ {E_i} = \left( {{A_{{\rm{O}}i}} - {l_{ii}}} \right)/{A_{{\rm{O}}i}}. $

(4)

式中：E_i为县域i的外出率，l_ii为县域i的内部高速公路流量，A_Oi为县域i的高速公路流出量。E_i值越大，县域的交通外出率越高。

1.2.2 社会网络分析法

社会网络分析法是用来刻画社会行动者及其相互关系构成的方法^[43]，采用UCINET6.0软件对县域交通网络结构进行网络中心性及凝聚子群分析。

1) 网络中心性中心性表达了网络的集中程度，体现县域在网络中的核心程度，本研究选用度数中心性作为计算指标，具体表达式如下：

$ {C_{\rm{D}}}\left( {{O_i}} \right) = \sum\limits_{j = 1}^n {{x_{ij}}\left( {i \ne j} \right)} , $

(5)

$ {C_{\rm{D}}}\left( {{D_i}} \right) = \sum\limits_{j = 1}^n {{x_{ji}}\left( {i \ne j} \right)} , $

(6)

$ {C_{\rm{D}}}\left( i \right) = \left( {{C_{\rm{D}}}\left( {{O_i}} \right) + {C_{\rm{D}}}\left( {{D_i}} \right)} \right)/2. $

(7)

其中：C_D(O_i)和C_D(D_i)分别表示县域高速公路流出量和流入量的中心性特征，$\sum\limits_{j = 1}^n {{x_{ij}}} $和$\sum\limits_{j = 1}^n {{x_{ji}}} $用来计算从县域i到县域j以及从县域j到县域i的联系数量，C_D(i)表征县域高速公路流量的综合程度中心性。

2) 凝聚子群分析凝聚子群可以描述集合中各个群体的结构状态，对县域交通凝聚子群的分析可以得到交通联系较为密切的凝聚子群的个数以及各子群成员。本研究通过构建块模型，利用UCINET中的CONCOR算法分析离散空间内的各成分子群，结合密度矩阵分析各子群内部联系紧密程度。

1.2.3 地理探测器分析法

空间分异是地理学的重要特征之一，地理探测器是探测属性y和解释因子x的空间分异特征的工具^[44]。地理探测器最初用于研究疾病发生率在不同单元之间的分布规律及其影响因素^[45]，其因子探测模块可以用来判断不同影响因素对区域地理事物的解释程度。其计量模型具体如下

$ {P_{{\rm{D, F}}}} = 1 - \frac{1}{{n\sigma _{\rm{F}}^2}}\sum\limits_{i = 1}^m {{n_{{\rm{D}}, i}}\sigma _{{F_{_{{\rm{D}}, i}}}}^2} . $

(8)

式中：P_{D, F}为探测交通流量影响因子的值；n_{D, i}为次一级区域样本数；n为一级区域样本数；m为次一级区域个数；σ_F²为整个区域交通量的方差; σ_{FD, i}²为次级区域的方差。P_{D, F}的取值区间为[0, 1]，值越大，说明该影响因子对交通流量的决定力越大。

2 高速公路流量空间特征分析 2.1 全年流量分析

在ArcGIS中基于自然断裂法将2014年流入和流出量数据划分为5个梯度，如图 2(a)、2(b)所示。总体来看，高速公路流入量和流出量都呈现出从苏南到苏中到苏北逐渐递减的趋势。苏南地区内部也存在较大差异，苏锡常核心地区和南京市区高速公路流量较大，而镇江市域范围内流量相对较小。苏北地区除部分市区流量较大之外，其他县域单元流量都相对较小，其中徐州市区流量梯度级别相对其他地市市区较大。对比流入流出量数据可以发现各县域分级空间分布极为相似。苏南地区部分县域在流入量分布图中的梯度等级大于流出量分布图中的等级，由此反映出苏南地区较强的交通集聚效应。

对流入和流出量数据进行全局空间自相关分析，通过计算莫兰指数可以发现流入和流出量的莫兰指数均为正且流入量指数大于流出量指数，二者都通过了1%的显著性检验(表 1)。因此，县域流入和流出量都呈现出较大的空间正相关性。通过热点分析可以发现，苏南地区的苏锡常地区及南京市区是高速公路流量的高值集中区。

2.2 外出率空间分异特征

根据公式计算各县域单元的外出率，为便于分析内部差异，对计算结果进行重分类，结果如图 2(c)所示。总体外出率分布在38.07%~99.80%，外出率前5的县域分别为丰县(99.80%)、灌南县(99.79%)、泰州市区(99.73%)、靖江市(99.67%)、建湖县(99.58%)，均超过99%。通过高速收费站点和路网特征可以发现丰县、建湖县只有1个收费站点；而灌南县虽然有2个收费站点，但是不直接相连，因此这3个地区外出率接近100%。而泰州市区和靖江市直接相连的2个站点之间的距离都在5km以内，因此县域内的高速交通联系较少。其他外出率较高的县域分布特点主要分为3类：第1类为苏南、苏中、苏北3大区域交界地区的县域，包括射阳县(98.55%)、如皋市(96.71%)、宝应县(96.01%)、仪征市(96.05%)、洪泽县(95.33%)；第2类位于江苏省的边界地区且距离市区相对较远，包括太仓市(97.58%)、沛县(96.55%)、海安县(96.02%)；第3类分布在苏南地区镇江市与常州市的交界地区，包括丹阳市(98.94%)、句容市(98.09%)、金坛市(95.27%)。而外出率低于75%的县域分别为南京市区(38.07%)、徐州市区(45.82%)、盱眙县(50.29%)、扬中市(67.62%)、南通市区(67.87%)、苏州市区(68.79%)、东台市(71.61%)、宜兴市(71.88%)、常州市区(72.41%)、赣榆县(74.89%)，此外沭阳县(75.17%)也相对较低。可以发现，除各大市区之外，部分县市也呈现出相对较低的外出率。

2.3 网络节点程度中心性特征

交通中心性县域往往对周边其他县域存在辐射与集聚效应，计算江苏省各县域高速公路流入、流出和总流量的中心性指数，基于ArcGIS自然断裂法将所得到的出度、入度及综合程度中心性分为5类，结果如图 3所示。从计算结果来看，出度中心性的中心势为7.244%，入度中心性的中心势为6.101%。无论是出度还是入度，其值都相对较低且相对均衡，说明基于高速公路流的江苏省交通网络集中程度还相对较低。出度中心性的值域为[0.094, 8.303]，入度中心性的值域为[0.068, 7.180]。出度和入度的变异系数分别为1.2713和1.2710，由此可见内向和外向高速公路交通联系较为均衡。综合程度中心性的值域为[0.081, 7.742]，变异系数为1.2540。从出度中心性分布情况来看，苏州市区、无锡市区的出度最高，位于第1层级。第2层级包括常州市区、南京市区、江阴市、昆山市、南通市区、扬州市区。前2个层级的县域单元除苏中地区的扬州市区、南通市区，其他均为苏南地市市区及靠近市区的县市。第3层级县域主要包括苏南、苏中地区的部分经济较发达县市及盐城市区和淮安市区。徐州市区、连云港市区及宿迁市区、泰州市区在区域路网中出度中心性相对其他市区则较低。入度的第1层级县域包括苏州市区、无锡市区、江阴市、南京市区、南通市区及常州市区，第2层级包含常熟市、靖江市、昆山市及扬州市区。整体来看，入度值较高地区相对于出度更加向苏南地区集中，体现出苏南地区对全省较强的交通集聚效应。入度前2个层级县域单元相对于出度多了靖江市和常熟市，说明这2个县域集聚效应相对于辐射效应更强，而前2个层级的其他县域则同时表现出相对较强的集聚与辐射能力。综上，出度中心性和入度中心性都呈现出苏南向苏北递减的趋势，苏南地区的苏州市、无锡市、常州市及南京市的部分县域单元相对苏中苏北地区表现出较强的网络中心性，反映了苏南地区对于全省的交通集聚和辐射作用。苏南地区内部也存在差异，以南京和苏州为中心的苏南2大发展圈层交汇处的镇江市和常州市的部分县域单元表现出相对较弱的中心性，苏州、无锡市区的交通辐射效应相对强于南京市区。此外，各地市市区在其市域范围内呈现出相对较强的集聚与辐射作用，而泰州市区、宿迁市区则是中心性相对较弱的市区。

2.4 综合视角下的县域分异特征

根据社会网络分析法中的CONCOR方法得出的结果如图 3(c)所示，在第2层级上分为4大组团，在第3层级上分为8小片区。从全省来看，南北方向分为苏南—苏中交通圈和苏北交通圈，各自圈层内部在东西方向再次划分为两大圈层。根据密度矩阵可得，苏锡片区内部的交通联系最强，而盐城沿海片区的联系最弱。苏北地区除连云港片区交通联系较强，其他片区的交通密度值都远低于苏南与苏中地区的4个片区。第1大组团是以南京市作为核心的南京大都市交通圈，主要包含南京、扬州、镇江和常州市的县域单元，由润扬泰片区和宁常片区构成。泰州市原隶属扬州市管辖，因此两地内部交流密切。镇江市区毗邻扬州市区，高速公路加强了两地一体化沟通需求。而宁常片区则包含苏南地区的大部分县域单元，体现出苏南西北方向内部以南京市区、常州市区及江阴市为区内主要节点的核心-外围结构。第2组团是以苏州市作为核心的苏州大都市交通圈，主要包括苏州、无锡和南通市的部分县域单元，由苏锡片区和通盐片区组成。苏锡片区作为苏南核心地区，内部包含苏州和无锡2个全省经济发达强市及多个发达县，除区内联系密切，在全省也处于交通核心区域，吸引着来自苏中、苏北地区的交通流量。靖江市虽然隶属于泰州市，但是紧邻苏锡地区，与苏南地区交互更为密切，因此融入了苏锡交通片区。此外，盐城市区虽然与南通市区不相邻，但是与南通以及苏南的东南地区交互也较为密切。第3组团是以连云港作为核心的苏北沿海交通带，主要包含连云港和盐城市的部分县域单元，由连云港片区和盐城沿海片区组成。连云港片区由连云港全市构成，市内交通联系较为频繁。而盐城沿海片区由盐城市4个临海县域组成，区域范围较小。由凝聚子群密度可知，盐城沿海片区除跟连云港片区交互密切之外，跟通盐片区也存在较强联系。第4组团是以徐州为核心的苏北交通圈，主要包含徐州、淮安及宿迁市的部分县域单元，由徐宿片区和淮安片区组成。徐宿片区以徐州市区和宿迁市区作为区内核心带动周边县域交通流量，而淮安片区除包含淮安市的行政范围外，还包含宿迁市的沭阳县和泗阳县及盐城市的建湖县。淮安市与宿迁市曾同归淮阴市管辖，因此两地交互密切，而在淮安市区的集聚效应下，建湖县也融入到淮安交通片区中。前2大组团包含了苏南地区以及苏中地区的全部县市，而苏北地区的县域主要分布于后2大组团。大多地市市域范围在各自所属交通片区都较为完整，而宿迁市和盐城市在交通分区中则被分割得较为破碎。路网格局对交通分区格局如盐城沿海片区的形成影响较大，苏南地区路网相对稠密且以横向分区为主，苏中、苏北地区路网相对稀松且以纵向分区为主，随着跨江交通走廊的建设以及两岸社会经济需求的增加，长江的自然阻隔作用正在被不断弱化。

高速公路流入流出量在区域中形成了交通核心-外围结构，也反映了地区交通内外平衡态势。为了从更精细的视角识别各县域在全省交通网络中的特点，本研究基于江苏省各县域外出率、中心性以及凝聚子群分析结果，对各县域进行分类，将59个县域分为交通核心型和外围型县域，结果见表 2。核心型县域又分为省域中心型和区域中心型2大类：综合中心性位于第1级别的县域定位为省域中心型县域。区域中心型县域由两部分组成，首先为综合程度中心性位于第2级别的县域，其次为部分地级市的市区。根据综合程度中心性结果，位于第2级别的县域在区域层面同样具有较大的集聚与辐射作用，而部分苏中苏北地区市区虽然在全省综合程度中心性值相对较小，但是在各自片区内依然处于相对中心位置。外围型县域结合县域外出率分为强外向型、中外向型、弱外向型以及其他4大类。外出率位于前2个级别(大于90%)的县域定位为强外向型县域；外出率位于后2个级别(小于75%)的县域定位为弱外向型县域，位于二者之间的为中外向型县域。而丰县、建湖县、灌南县和泰州市区根据前文分析无法进行判断，因此在外围型内部不作定位。

3 高速公路流量的影响因素分析

通过前文分析，江苏省县域高速公路流入量、流出量分布格局较为相似，从综合角度出发，本研究针对县域高速公路总流量探究其影响因子。对各个因子采用自然断裂法分级聚类，空间分布如图 4所示。利用地理探测器分别计算各探测因子对县域高速公路总流量的影响能力值P_{D, F}，结果如表 3所示。从全省角度来看，6大因子对高速公路流量都存在显著影响，然而影响力大小存在着一定的差异。具体来看，地区生产总值、汽车保有量和第三产业产值解释能力较为接近且相对较高，而常住人口、人均可支配收入和高速公路里程解释能力较为接近且相对较低。地区生产总值反映地区的经济实力，且对交通流量的解释力最大，反映出经济发展对地区交通流量存在着巨大的影响。汽车保有量反映居民出行需求和生活水平，也是交通流量的设施基础。产业结构的差异有利于提供多元化的发展机会，苏南地区的南京市区以及苏锡常地区在二三产业上的发展优势为其提供了大量的人口就业与城市产业合作需求。常住人口数量反映地区的活力、对外吸引力以及发展前景，是经济发展的重要推动力。高速公路里程为流量提供了条件，反映基础设施配套对流量的影响力。而人均可支配收入是地区消费能力的基础，地区收入差异往往是影响人员流动的重要因素，高速公路流量在一定程度上也表达了居民改善自身生活水平的需要。

结合江苏省省内分区进行探测，结果如下：地区生产总值、第三产业产值、汽车保有量、常住人口对苏南地区的解释力较强，反映出经济发展水平、产业多元化、人口规模等对于高速公路流量的重要作用。交通联系和经济联系密切相关，苏南地区的苏锡常地区以及省会南京市区以其在经济上的优势吸引着来自周边县域以及苏中苏北地区的人口流量，而处于两大发展圈层之间的镇江市及其周边部分县域则在人口吸引、经济发展上相对较弱，从而形成交通流量低谷。而就人均可支配收入而言，苏南地区在江苏省属于高收入地区，区域内部收入差异相对于全省差异较小，因此对高速公路流量的解释能力相对较弱。对苏中地区高速公路流量影响程度较高的因子为地区生产总值、人均可支配收入和常住人口。苏中地区紧邻苏南地区，虽只有一江之隔，然而两地社会经济发展程度依然相差较大，对收入水平的改善需求促使了大量人口外出工作，以地理邻近为基准的南京都市圈和苏锡都市圈分别辐射扬州市和泰州市、南通市，辐射效应针对如宝应县、海安县等非市区“外围型”县域尤为显著。就苏北地区而言，解释力相对较强的因子为汽车保有量、地区生产总值和第三产业产值，各个因子的解释能力都相差相对较小。苏北地区除徐州市区等部分市区外，整体经济发展水平在全省都相对较低。由于在产业转型、创新动力方面的薄弱，苏北地区整体发展活力相对不足。此外，高速公路配套对于苏北地区流量也有重要影响。苏北地区面积位列“苏南、苏中、苏北”3类空间之首，而高速公路密度却位列之末，基础设施配套不完善对于地区引进产业以及释放本地优势资源都增加了难度，抑制了地区经济发展活力，从而产生较低的交通需求。总体来看，不同探测因子针对不同地域的探测结果各不相同，主要原因在于基于地理区位的苏南、苏中、苏北3大分区在社会经济条件上存在较大差异。苏南地区因为其在历史、区位和行政地位方面的优势，相对苏中、苏北地区拥有着良好的经济发展基础，经济发展带来人口红利，人口流动加强交通联系，从而进一步促进地区经济发展，因此逐渐带来地区发展的“马太效应”，造成不均衡的发展格局。

4 结论与讨论 4.1 结论

1) 江苏省各县域单元高速公路流入流出量在空间上分布较为不均，总体呈现由苏南向苏北递减的趋势。各县域之间呈现高度的交通关联性，交通集聚效应强于交通辐射效应。外出率较高和较低的非市区县市分布于各大圈层的交界以及地市的边界地区，其经济发展水平相对周边县域也较低。外出率较高反映了县域受到周边交通极的集聚辐射效应影响较大，而外出率较低则反映了县域与外界的交通联系较弱。因此针对这些县域，需要从县域本身出发提高内生发展动力，克服地理、行政区位等所带来的不利影响。

2) 根据中心性以及凝聚子群分析结果：苏南地区内部交互密切，且以苏州市区、南京市区以及无锡市区为核心对全省呈现出较强的交通集聚与辐射作用。传统意义上的“苏南、苏中、苏北”空间划分在交通所带来的时空压缩下被解构，苏中地区以及部分苏北地区已经成为苏南大都市圈的一部分。此外，苏南地区的南京市需要进一步加强都市圈、同城化、区域一体化建设，增强对周边县域的社会经济辐射效应，苏中苏北地区各市区则需要提升市区在辖区内的核心带动能力。

3) 根据影响因素探测结果，6大因子对全省高速公路流量都具有较强的决定力且在不同区域范围内影响程度存在差异，研究认为应当从经济发展、产业配套、基础设施互联互通等角度针对江苏省内不同区域提出发展建议，通过财政转移、产业帮扶、项目对接、人才支撑等措施，促进跨区域交流合作。苏南地区在省内因为其发达的经济、完善的基础设施以及多元的产业结构吸引着来自全省的交通流量，居于发展核心地位，然而在苏南地区内部以及“苏南、苏中、苏北”3大区域之间依然存在发展差距。欠发达地区需要充分把握“一带一路”、“长三角一体化”等政策利好，不断整合区内发展资源，发挥资源禀赋优势，完善区域分工，促进协同发展。人口是地区发展的活力基础，通过拉动地区经济提高人均可支配收入可以有效减缓人口外流现象，也可通过出台相关惠民、人才引进等政策吸引人口流入。此外，苏南地区相比苏中、苏北地区拥有较高的高速公路路网密度，因此可通过完善苏中、苏北地区交通路网从而提高交通通达性、便利性，加强苏南地区对苏中苏北地区的经济辐射效应，从而促进区域共同发展。

4.2 讨论

通过研究发现，社会经济发展水平对于高速公路流量具有显著的决定力，苏南地区的南京市、苏州市、无锡市所产生的社会经济效应辐射全省，且不同县域在区域路网中所处的地位也存在地域分异。本研究对江苏省交通网络分异情况及其影响因素进行了多方面的探索，然而交通流量的复杂性特征使得研究依然存在不足。不同交通方式存在着不同的距离衰减效应^{[38, 46]}，基于多元交通的视角将有利于减少研究的片面性^[47]。高速公路对于塑造短距离交通网络具有重要作用，而在中距离层面上，铁路与高速公路共同塑造着区域交通网络，铁路与高速公路的相互补充有利于加强区域内核心城市对周边城市的集聚与辐射带动作用，增强区域整体交通服务能力。近年来，随着江苏省铁路网的不断完善，从铁路流和公路流两个角度开展协同研究将有利于更好地解读区域交通路网结构及空间分异情况。此外，本研究探究了部分社会经济因子对高速公路流量的决定力，然而生态环境、自然气候等因子是否也会对高速公路流量产生作用？上述思考都需要结合相关数据进行进一步的探索与解答。