EN中文

South China Geographical Journal >

2026 , Vol. 4 >Issue 1: 45 - 56

DOI: https://doi.org/10.20125/j.2097-2245.20240047

Greater Bay Area Geography

Coupling Coordination and Spatial Differentiation between Country-Level Traffic Flow Factors and Economic Development in Guangdong Province

  • CHEN Jiaxuan ,
  • MAI Zhuolin ,
  • LI Yuanjun ,
  • LIU Qingfang ,
  • WU Qitao
Expand
  • Guangzhou Institute of Geography, Guangdong Academy of Sciences, Guangzhou 510070, China

Received date: 2024-10-28

  Revised date: 2025-03-30

  Online published: 2026-05-18

Fold

Abstract

This study focuses on 57 county-level administrative units in Guangdong Province, using flow network analysis and system coordination coupling degree research methods to calculate the coupling degree between the transportation and economic systems, and explore the coordination relationship between factor flows and economic development. Research has found that: (1) The internal county-level units surrounded by Huizhou, Heyuan and Jieyang, as well as the internal county-level units of Zhanjiang City, form two relatively independent high-intensity traffic flow subgroups, which have a strong radiation effect on the traffic flow of surrounding county-level units. (2) There are 15 county-level units with coordinated traffic flow and economic development, 33 county-level units on the brink of imbalance or with slight imbalance, and 8 county-level units with severe imbalance. (3) The coupling coordination degree of traffic flow and economic development exhibits spatial heterogeneity. The coupling coordination degree of county-level units in the Pearl River Delta is relatively good, with economic development and traffic flow development promoting each other; while the coupling coordination degree of county-level units in eastern, western, and northern Guangdong is relatively low, and there is a certain degree of disorder between economic development and transportation system development. The article proposes differentiated transportation optimization strategies and suggestions to improve the long-term guarantee mechanism for county-level finance, thereby promoting high-quality economic development at the county level.

Key words： county-level economy; traffic flow network; expressway; coordination coupling; Guangdong Province

Cite this article

CHEN Jiaxuan , MAI Zhuolin , LI Yuanjun , LIU Qingfang , WU Qitao . Coupling Coordination and Spatial Differentiation between Country-Level Traffic Flow Factors and Economic Development in Guangdong Province[J]. South China Geographical Journal, 2026 , 4(1) : 45 -56 . DOI: 10.20125/j.2097-2245.20240047

0 引言

广东省作为中国改革开放的先行区和经济体量最大的省份之一，其区域发展不平衡问题长期存在。习近平总书记高度重视广东城乡发展，强调“广东要下功夫解决区域发展不平衡问题”。县域是连接城市与乡村的桥梁，承担着承上启下、推动区域均衡发展的作用［1］。广东是区域发展不平衡的典型省份，且突出短板在县。要素顺畅流动是推动资源有效配置，解决区域发展不平衡不充分问题的关键［2］。想破除妨碍城乡要素平等交换、双向流动的壁垒，需率先在县域内破除城乡二元结构，强化县域的中介作用。作为区域协调发展的“先行官”，交通网络本应通过要素流动缩小地区差距，但广东省交通流分布却呈现显著的“核心-边缘”特征［3］，因交通流强度不足陷入“有路无流”的困境。这一矛盾提示，单纯依靠交通基础设施的“硬件投入”难以解决区域失衡，交通流要素与经济发展的动态协调发展才是重塑区域均衡格局的关键。
交通系统与经济发展的互动关系是区域经济学、经济地理学的热门话题。早期研究受新古典经济学影响，将交通视为经济发展的外生变量，强调交通投资通过降低运输成本、扩大市场范围促进经济增长［4］。这一阶段的理论模型多采用线性回归验证交通基础设施存量与GDP的相关性。20世纪80年代，经济全球化降低了国家间距离要素的重要性，在此背景下Krugman创建新经济地理学［5］。Krugman的“中心—外围”模型将交通成本纳入区域经济集聚的分析框架，揭示交通效率提升可能同时引发“集聚效应”与“扩散效应”。在此基础上，学者提出“交通—经济”耦合系统的非线性动力学特征：当交通网络密度超过临界值时，其对经济的边际效益可能因拥堵成本上升而递减［6］。近年来，“流空间”理论的引入进一步拓展了研究视角，强调人流、物流、信息流等要素流动形成的动态网络，比静态基础设施更能解释区域经济空间重构的内在机制［7］。
交通系统与经济系统相互作用，不可分割。一方面，交通的“虹吸效应”引导要素极化，加强区域竞争优势，从而推动经济活动的多样化与专业化发展［8-9］，尤其是地理距离的缩短，加速了技术和创新型人才的流动，带动了区域间知识与技能的共享［10-11］；另一方面，区域经济发展水平直接决定了地方政府的财政能力与市场主体的投资意愿［12］。经济发达地区通常拥有更充沛的税收收入和更活跃的资本市场，这为交通基础设施建设提供了稳定的预算保障和多元融资渠道［13］。纵观相关研究，研究尺度上，呈现出从全球［14］、国家［15］向县域［16］等下沉的趋势。研究方法上，部分学者采用模糊数学法、层次分析法、TOPSIS法耦合协调模型［17］等对交通与区域经济系统间的相互作用机制进行探究。研究内容上，宏观层面多关注交通基础设施对经济增长的总体贡献［18］。在微观层面，部分学者探究交通优势度变化所带来的经济效应［16］、交通基础设施的空间溢出效应［19］等，也有学者针对不同交通方式与区域经济系统的动态耦合机制展开探究，如航空运输［20］、城市轨道交通［21］、铁路网络［22-23］等，且研究视角从单一设施供给分析逐渐转向多维关系联动。针对高速公路与经济系统的相关研究，随着高速网络的不断完善，学者们将目光从高速开通前后对比［24］，逐渐移向高速沿线区域间的空间溢出效应［25］，再到对区域空间结构的变革性影响［26］。较于其他交通系统，高速路网的空间分布更密，区域辐射范围更广，因而在捕捉区域空间互动上表现出更显著优势，对探究区域间多元化空间联系、区域空间结构具有重要意义。
总体而言，现有研究已突破定性描述阶段，逐步形成涵盖熵值法、空间面板模型等多元量化的方法体系，为揭示交通与经济间的协同机制奠定了重要基础。然而，相关研究仍存在3个方面局限：其一，县域尺度理论解释不足。既有文献多聚焦城市群或省域单元，忽视县域作为“城乡要素中转站”的独特功能。其二，动态耦合机制研究薄弱。多数研究采用截面或面板数据，难以精准反映县域间货运强度、通勤频率等隐性经济关联，无法克服传统统计数据时空颗粒度粗、动态追踪能力弱的固有缺陷。其三，缺乏理论视角拓展。基于此，本研究融合“流空间”理论与耦合协调度分析，采用高速联网收费数据探究高速公路交通流要素与县域经济发展的协调性问题，从而为提升县域资源配置效率、加速推进区域协调发展提供理论与实践引导。

1 研究区及数据

1.1　研究区域

广东省县域面积占全省的71.7%，县域常住人口占全省的28%，但县域GDP仅占全省的12.5%，县域城镇化率仅约44.3%，低于全省水平30个百分点。根据“百县千镇万村高质量发展工程”，本研究范围为广东全省，重点关注其中57个县域地区，包括下辖的20个县级市、34个县、3个自治县。其中，珠三角地区所属县域12个；粤东地区所属县域8个；粤西地区所属县域10个；粤北地区所属县域27个（图1）。
图1 研究区区位

注：本图基于自然资源部标准地图服务网站下载的审图号为GS（2019）3333号的标准地图制作，底图无修改。下同。

Fig.1 Location map of the study area

1.2　数据来源

研究数据为广东省高速公路联网收费数据。自2020年1月起，全国高速公路从既有收费模式统一切换为分段式计费模式，联网收费新系统正式运行。这些数据不仅包括车辆的类型、行驶速度、行驶路线，还涉及到收费金额、交易时间等经济信息。通过大数据分析方法可将这些信息转换为多种空间尺度的起点—终点（O-D）车流数据（如地市和县域尺度等）、多类型机动车的轨迹数据（如客车、货车）。为了避免偶然性，最大可能减小误差，本研究在采集数据时同时避开春节、清明节、劳动节和国庆节4个高速公路免费节假日，获取了2021年9月县域尺度的O-D车流数据。本研究涉及的地区生产总值、人均地区生产总值等数据来源于《广东统计年鉴2022》及各县域相关统计年报。

2 研究方法

2.1　交通流网络构建评价模型

基于图论原理构建高速公路交通流网络［27］，即高速公路交通流矩阵。以广东省各县域为节点，县域间来往车辆量为连边，构建有向加权高速公路流网络N。
Ν = 0 Ν 12 … Ν l i - 1 Ν 1 i Ν 21 0 … Ν 2 i - 1 Ν 2 i ⋮ ⋮ ⋱ ⋮ ⋮ Ν i - 1 1 Ν i - 1 2 … 0 Ν i - 1 i Ν i 1 Ν i 2 … Ν i i - 1 0，
其中： Ν 1 i表示县域1流向县域i的车辆数目； Ν i 1表示县域i流向县域1的车辆数目；以此类推。
度中心度表示网络中县域节点吞吐的车流量总规模，是衡量一个县域在网络中重要性的最基本度量指标。对于县域高速公路交通流系统，本研究通过计算点度数（包括货车度数、客车度数），评估交通网络中各个县域节点的连接度和高速公路交通系统发展水平。节点度计算公式为：
C i = ∑ j = 1 n R i n ( i j ) + ∑ j = 1 n R o u t ( i j )，
其中 : C ( i )为县域 i的节点度； n为县域总数； R i n ( i j )为县域 j始发流向县域 i的车辆数目； R o u t ( i j )为县域 i始发流向县域 j的车辆数目。县域节点的度值越高，则表示其输出、输入的车流量越高，该县域在网络中越重要，是网络要素流动枢纽。

2.2　县域经济综合评价模型

根据科学性、完整性、层次性等原则，综合专家咨询法和理论分析法并结合前人研究［28-30］，本研究选取了地区生产总值、人均地区生产总值、第三产业占GDP比重、全社会固定资产投资、社会商品零售总额、地方一般公共预算支出这6个能代表县域经济发展水平的指标。采用熵权法计算各个指标的权重，从而建立县域经济与高速公路交通系统综合评价指标体系。
为统一量纲，首先对数据进行归一化处理，其公式如下：
d i j = x i j - x i j m i n x i j m a x - x i j m i n，
其中： d i j∈［0，1］； x j m a x为j项指标的最大值； x j m i n为j项指标的最小值。
然后，采用熵值法分别计算县域经济系统、县域高速公路交通流系统各指标权重，结果见表1。根据熵值法所求权重，分别计算2个子系统的综合发展水平得分，其公式如下：
U i = ∑ W i j × d i j。
其中： W i j为子系统 i指标 j的权重； U i为子系统 i的综合发展水平得分。
表1 县域经济与高速公路交通系统综合评价模型

Tab.1 Comprehensive evaluation model of county economy and highway traffic system

子系统 指标 d i j 权重 W i j
县域经济系统 地区生产总值/亿元 0.201
人均地区生产总值/元 0.117
第三产业占GDP比重/% 0.078
全社会固定资产投资/亿元 0.211
社会商品零售总额/亿元 0.257
地方一般公共预算支出/亿元 0.136
县域高速公路交通流系统 货车度数/辆 0.557
客车度数/辆 0.443

2.3　耦合协调度模型

若干子系统间存在相互作用、相互影响的动态关联关系，耦合协调度模型是阐释这种关系的有效工具［31］。参考已有的较为普遍的耦合度模型［32］，考虑到本研究聚焦2个子系统进行展开，耦合度模型计算公式如下：
C = 2 U 1 U 2 U 1 + U 2   ,
其中： C为耦合度；U 1、U 2分别为交通系统、经济系统的综合发展水平得分。C值越大，子系统间离散程度越小，耦合度越高；反之，子系统间耦合度越低［32］。
耦合度模型难以反映系统各自的发展水平及研究区域的发展状态。如当2个子系统的综合发展水平得分都较低时，得到2个系统耦合度较高的结果，该结果显然不合理［33］。因此为避免误差，在耦合度的基础上，引入耦合协调度模型，以判交通系统与经济系统的协调程度，其公式如下：
T = α U 1 × β U 2 U，
D = C × T ，
其中： T为经济系统与交通系统的综合评价指数；参照已有研究［34］，本研究将经济系统与高速公路交通流系统视为同等重要的2个子系统，故取待定权数 α = β = 0.5； D为耦合协调度，利用自然断点法将耦合协调度划分为5个等级［35］：严重失调、轻度失调、濒临失调、初级协调和优质协调（表2）。 D值越高，表示交通系统与经济系统的协调发展程度更高。
表2 县域经济与交通耦合协调等级划分标准

Tab.2 Standards for classification of coupling coordination degree

耦合协调度D值区间 协调等级 耦合协调程度
(0.0~0.318] 1 严重失调
(0.318~0.401] 2 轻度失调
(0.401~0.475] 3 濒临失调
(0.475~0.594] 4 初级协调
(0.594~1] 5 优质协调

3 实证结果与分析

3.1　县域交通流要素的空间分布格局

广东省117个县区高速公路交通流主要集中于珠三角地区，以白云区—南海区，宝安区—福田区—坪山区为核心节点形成2个子群，子群间的交通联系较强，大部分县区间的车流量超过6 600 辆/d（图2a）。从广东省57个县域来看，宏观上，县域间的交通联系整体偏弱，车流量规模较低（图2b）。数据显示，仅有廉江市—遂溪县、惠东县—海丰县的车流量超过4 300 辆/d，呈现出较强的交通联系。粤东地区整体交通联系强度较高，形成了一个以博罗县、惠东县、东源县、五华县为核心节点的子群。粤西地区主要以遂溪县和廉江市为核心节点，形成了一个相对独立的小子群。2个子群在广东省县域交通流网络中占据主导地位。从微观上看，珠三角地区的博罗县和惠东县、粤北地区的东源县和五华县、粤东地区的揭西县以及粤西地区的遂溪县和廉江市，与其他县域联系强度较高，日均交通流量较大、经济活跃度高，是广东省县域交通网络的关键节点。
图2 广东省全县区及57个县域高速公路交通流网络空间结构

Fig.2 Spatial structure of expressway traffic flow network in all counties and 57 counties in Guangdong Province

进一步分析客货流的空间可视化特征（图3）。整体上，广东省货流水平显著低于客流水平，但网络结构大体相似，呈现出珠江东岸流量高，珠江西岸流量低的不均衡格局。微观角度上，客流网络中交通联系较高的节点主要为珠三角地区的博罗县、龙门县、惠东县；粤东地区的揭西县、普宁市、惠来县；粤西地区的廉江市、遂溪县、信宜市、高州市；粤北地区的连平县、东源县、龙川县、紫金县、兴宁市和五华县，其中廉江市—遂溪县客流水平最高超过1 400 辆/d。货流网络中联系度较高的节点主要为珠三角地区的龙门县、博罗县、惠东县、恩平市和开平市；粤东地区的海丰县、陆河县和揭西县；粤西地区的遂溪县、廉江市；粤北地区的乐昌市、乳源瑶族自治县、连平县、和平县、新丰县、紫金县和五华县，其中惠东县—海丰县货流水平最高超过800 辆/d。
图3 广东省高速公路客货流网络空间结构

Fig.3 Spatial structure of passenger and freight flow network of expressways in Guangdong Province

3.2　县域经济发展水平

为深入分析广东省县域经济发展水平的空间格局与差异，参考前人研究［34］将县域经济发展水平划分为5类（表3）。依据县域经济综合发展指数（表4），对广东省57个县域的经济发展水平进行可视化分析（图4）。从宏观尺度上看，广东省县域经济发展水平呈现出显著的空间不均衡性。经济落后区主要集中在粤北地区，而经济发达区都集中分布于珠三角地区。微观尺度上看，粤北地区县域以经济较落后区和经济落后区为主，分别占该区域县域总数的40.7%和59.3%。粤西地区县域多为经济较落后区，仅有高州市达到经济较好区水平。粤东地区县域则以经济较落后区和经济一般区为主。位于珠三角地区的惠东县和四会市为经济发达区，仅占珠三角县域总数的16.7%，其余区域涵盖了从经济落后区到经济较好区的各个发展水平，可见作为广东省经济增长级的珠三角城市群内部，县域经济发展也存在明显的不均衡态势。
表3 县域经济综合发展水平划分标准

Tab.3 Standards for classification of comprehensive development level of county economy

经济发展水平区间 协调等级 耦合协调程度
(0.0~0.2] 1 经济落后区
(0.2~0.4] 2 经济较落后区
(0.4~0.6] 3 经济一般区
(0.6~0.8] 4 经济较发达区
(0.8~1] 5 经济发达区
表4 广东省县域地区经济与交通子系统评价得分与耦合度值

Tab.4 Evaluation scores and coupling degree values of economic and traffic subsystems in county areas of Guangdong Province

区域 地级市

经济综合

评价得分

高速交通流

综合评价得分

耦合度

C值

 区域 地级市

经济综合

评价得分

高速交通流

综合评价得分

耦合度

C值
珠三角 台山市 0.56 0.32 0.963 粤北 乐昌市 0.20 0.07 0.866
开平市 0.49 0.25 0.950 南雄市 0.19 0.02 0.562
鹤山市 0.49 0.47 1.000 仁化县 0.13 0.04 0.857
恩平市 0.30 0.15 0.942 始兴县 0.12 0.05 0.888
惠东县 0.81 0.57 0.985 翁源县 0.17 0.11 0.980
博罗县 0.76 1.01 0.990 新丰县 0.14 0.07 0.955
龙门县 0.23 0.18 0.994 乳源县 0.15 0.07 0.927
四会市 0.84 0.57 0.982 英德市 0.39 0.19 0.934
广宁县 0.18 0.07 0.897 连州市 0.20 0.12 0.963
德庆县 0.22 0.08 0.885 佛冈县 0.17 0.18 0.999
封开县 0.16 0.03 0.699 阳山县 0.16 0.07 0.920
怀集县 0.27 0.09 0.865 连山县 0.10 0.01 0.626
粤东 陆丰市 0.49 0.13 0.821 连南县 0.11 0.03 0.772
海丰县 0.49 0.18 0.885 兴宁市 0.27 0.14 0.949
陆河县 0.18 0.08 0.927 平远县 0.14 0.04 0.861
饶平县 0.32 0.14 0.917 蕉岭县 0.12 0.04 0.884
普宁市 0.65 0.36 0.958 大埔县 0.15 0.06 0.914
揭西县 0.28 0.14 0.944 丰顺县 0.14 0.12 0.996
惠来县 0.32 0.18 0.959 五华县 0.26 0.20 0.990
粤西 阳春市 0.39 0.15 0.893 东源县 0.28 0.23 0.995
阳西县 0.24 0.11 0.930 和平县 0.21 0.05 0.794
雷州市 0.36 0.06 0.682 龙川县 0.29 0.11 0.895
廉江市 0.50 0.17 0.868 紫金县 0.27 0.14 0.951
吴川市 0.36 0.09 0.785 连平县 0.16 0.10 0.969
遂溪县 0.33 0.19 0.965 罗定市 0.39 0.17 0.921
徐闻县 0.24 0.03 0.659 新兴县 0.31 0.16 0.944
信宜市 0.58 0.07 0.629 郁南县 0.19 0.05 0.813
高州市 0.66 0.16 0.793
化州市 0.58 0.07 0.611
图4 广东省县域经济发展空间格局

Fig.4 Spatial pattern of economic development in county areas of Guangdong Province

3.3　县域交通流要素与经济发展的耦合协调分析

3.3.1　县域交通流要素与经济发展的协调性

广东省大部分县域经济发展与高速公路交通发展耦合程度较高，这意味着经济社会发展与高速公路交通发展间存在强关联性，2个子系统的发展方向趋于一致。少部分县域耦合值相对较低，主要分布在珠三角地区的封开县、粤西地区的茂名市和湛江市的部分县域及粤北地区的南雄市和连山县，这些县域的耦合度C值较低，说明经济系统与高速公路交通流系统之间的关联性较弱，2个子系统的得分差距较大，协调发展程度较低。

3.3.2　县域交通流要素与经济发展的耦合协调性

优质协调县域均分布在珠三角地区，经济系统与高速公路交通系统相互促进、协调发展。优质协调县域数量较少，仅有3个县域，分别为博罗县、惠东县、四会市，均分布在珠三角地区。这3个县域高速客货流运输水平均较高，在全省县域交通运输网络中处于前列，且经济发展水平相对较好。
初级协调县域分布较为均匀，经济、高速公路交通系统发展水平有待提升。初级协调县域数量为12个，分布较为均匀，珠三角、粤东、粤西、粤北地区各有3个初级协调区域。由图5可知，这12个县域耦合度较高，但经济发展水平或高速公路交通发展水平与其他县域存在一定差距，因此引入新模型后得到的协调耦合度与耦合协调度相比有所下降。说明这12个县域地区经济系统与高速公路交通系统的发展方向基本是一致的，但经济与交通系统的发展水平仍有待加强，高速发展对经济的促进作用还不够明显，还有一定的发展空间。
图5 广东省县域地区经济与交通流耦合协调程度示意图

Fig.5 Diagram of the coupling and coordination degree between economy and traffic flow in county areas of Guangdong Province

濒临失调县域主要分布在粤西、粤北地区，经济与高速公路交通系统发展有序性下降，发展水平较低。濒临失调县域共有16个，主要集中在粤西、粤北地区，此外珠三角、粤东地区濒临失调县城分别有2、3个。该县域经济与交通系统的耦合度C值不高，说明仍处在磨合阶段，2个子系统的相互作用程度不显著。另外，这部分县域经济发展水平相对不够高、高速交通发展水平还有较大提升空间，进而导致整体的协调耦合发展程度也偏低。这部分县域的高速公路发展水平有待提高，交通运输客货流水平不够高，对经济发展的促进作用不明显。
轻度失调县域集中分布在粤北地区，高速交通系统对经济发展的作用不显著。轻度失调县域共有17个，其中共有11个县域集中分布在粤北地区，此外，珠三角地区有3个，粤西地区有2个，粤东地区有1个。可见，粤北地区较多县域经济与高速公路交通发展处于失调阶段，总体发展水平相对落后。珠三角地区县域发展不协调，这部分县域高速交通发展、经济发展水平均相对落后。此外，2个子系统的耦合度C值偏低，说明在这些县域内，高速发展对经济发展的作用不明显，甚至存在一定的相互拮抗的效果。
严重失调县域地区集中在粤北地区，高速公路交通系统对经济发展的作用极不显著。严重失调县域共有8个。其中，7个分布在粤北地区，1个分布在珠三角地区（惠州市的龙门县）。这8个县域的经济发展水平、高速公路交通发展水平都偏低，大多数处于全省经济发展水平末尾、高速公路交通客货流运输水平末尾的位置。此外，2个子系统之间的协调耦合度C值很低，说明这些县域的高速交通系统发展水平较低，且对经济发展的作用效果很差，甚至存在一定程度的相互拮抗效果，对县域总体发展的作用效果不明显。

4 结论与讨论

4.1　研究结论

本研究通过构建经济—高速公路交通流系统综合发展指标体系，利用耦合协调模型分析2个系统间的耦合协调关系，得出以下结论：
（1）从交通流要素格局上看，广东省各县区的联系水平不均衡，呈现出“东强西弱”的格局。粤东地区形成了一个以博罗县、惠东县、东源县、五华县为核心节点的子群。粤西地区以遂溪县和廉江市为核心节点，形成了一个独立的小子群。这些县区交通及经济发展状况相对较好，在广东省县域内部交通流要素格局中内具有重要的主导作用。
（2）从耦合度结果上看，广东省大部分县域经济发展与高速公路交通发展的耦合程度较高，经济发展与高速公路交通流的发展相互影响，呈正向促进作用。其中珠三角地区的封开县、粤西地区的茂名市和湛江市的部分县域、粤北地区的南雄市和连山县耦合度C值较低，说明这些地区经济系统与高速公路交通系统关联性较低，经济系统与高速公路交通系统的发展方向存在一定的无序性，还处于发展期或磨合阶段。
（3）从耦合协调分析结果上看，宏观层面上，广东省县域经济与高速公路交通系统耦合协调程度较为一般，协调县域比重较小，且协调县域主要分布在珠三角地区，粤东、粤西、粤北地区多为失调县域，其中粤北地区的失调现象最为显著。微观层面上，优质协调县域数量较少，仅有3个县域，分别为博罗县、惠东县、四会市，均分布在珠三角地区。初级协调县域数量为12个，珠三角、粤东、粤西、粤北地区各有3个。濒临失调县域共有16个，主要集中在粤西、粤北地区，此外，珠三角地区有2个，粤东地区有3个。轻度失调县域共有17个，其中共有11个县域集中分布在粤北地区，此外，珠三角地区有3个，粤西地区有2个，粤东地区有1个。严重失调县域共有8个，其中7个分布在粤北地区的县域，1个分布在珠三角地区（惠州市的龙门县）。

4.2　讨论

畅通县域要素流动路径，培育壮大县域产业，大力发展县域经济，推动县域发展补短板、强弱项，能促进区域协调发展，实现县域地区高质量发展具有重要意义。广东省县域经济存在“体量大、实力弱、不均衡”等特征，因此以广东省57个县域为主体，提出以下发展建议：
从多维度系统性地推进区域交通基础设施建设和要素流动机制创新，增强粤西地区交通联系度，引导要素西渐。具体而言，以遂溪县、廉江市为核心，加快推进粤西地区高速公路、干线公路的互联互通建设，重点打通遂溪—湛江—廉江—徐闻等沿海城市群的交通走廊。实施差异化的交通基础设施建设政策，优化区域路网结构，缩短节点间时空距离，降低要素流动成本。以博罗县、惠东县、东源县、五华县等经济发展相对领先的县域为核心，构建要素集聚与扩散机制。通过发挥比较优势，加强生产要素的跨区域流动，带动广东省整体经济协调发展。同时，应建立跨区域要素流动的制度性通道，包括建立区域间要素市场对接平台、完善要素流动的激励与补偿机制、降低要素跨区域转移的制度性成本。此外，鼓励遂溪县、廉江市县域的优势龙头企业、科研机构与周边地区开展深度合作，以产业链延伸、技术溢出等方式，实现要素的辐射效应，逐步缩小区域间经济发展的差距，形成以核心县域带动区域整体发展的良性互动，推进粤西地区经济的整体跃升。
针对不同区域采取差异化手段，从而增强广东省整体经济与交通的耦合协调水平。珠三角地区支持发展领先的县域（如惠东县、博罗县、四会市）向先进制造业、创新产业等高附加值领域转型，提高经济质量。基于县域客流、货流的运输特点与区域发展特性，强化惠东县、博罗县、四会市等重要县域、交通主轴、关键节点之间的连接，提升县域整体对外通达程度。健全粤北地区县域财政长效保证机制，完善社会配套设施。强化资金、土地、人才、技术等要素投入保障，争取更多财政进入县域交通领域。对发展滞后的县域增大财政倾斜力度，在交通基础设施投入上给予更多关注。支持英德市、东源县、罗定市等县域重点产业发展，继续加快建设一批高质量的产业园区集群，创造更多就业岗位，提高粤北地区县域经济发展内生动力。粤东地区县域依托高速公路交通干线，探索搭建沿高速公路服务企业物流仓储网络，充分利用交通路网的便捷性，形成更通达、更高效的物流运输网络，提升高速公路交通沿线的经济效应。依托港口优势，打造高水平、高质量临港产业集群，打造临港经济带。提升粤西地区遂溪县、廉江县等核心节点与珠三角地区的交通联系强度与运输通道服务水平，以点带面提升粤西地区县域整体辐射力与影响力，积极承接珠三角地区及其他县域的功能外溢。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
翟坤周. 新发展格局下乡村“产业—生态”协同振兴进路——基于县域治理分析框架 [J]. 理论与改革, 2021(3): 40-55.

Zhai K Z. The route of rural “industry-ecology” coordinated revitalization under the new development pattern: Based on the analysis framework of county governance [J]. Theory and Reform, 2021(3): 40-55.

[2]
王一鸣. 百年大变局、高质量发展与构建新发展格局 [J]. 管理世界, 2020, 36(12): 1-13.

Wang Y M. Changes unseen in a century, high-quality development, and the construction of a new development pattern [J]. Journal of Management World, 2020, 36(12): 1-13.

[3]
李苑君, 吴旗韬, 张玉玲, 等. “流空间”视角下高速公路交通流网络结构特征及其形成机制——以广东省为例 [J]. 地理研究, 2021, 40(8): 2204-2219.

Li Y J, Wu Q T, Zhang Y L, et al. Spatial structure and formation mechanism of expressway traffic flow network based on space of flows: A case study of Guangdong Province [J]. Geographical Research, 2021, 40(8): 2204-2219.

[4]
王磊, 翟博文. 长江经济带交通基础设施对经济增长的影响 [J]. 长江流域资源与环境, 2018, 27(1): 6-12.

Wang L, Zhai B W. Influence of traffic infrastructures on regional economic growth in the Yangtze River Economic Belt [J]. Resources and Environment in the Yangtze Basin, 2018, 27(1): 6-12.

[5]
Krugman P. Increasing returns and economic geography [J]. Journal of Political Economy, 1991, 99(3): 483-499.

[6]
Duranton G, Turner A M. Urban growth and transportation [J]. The Review of Economic Studies, 2012, 79(4): 1407-1440.

[7]
王少剑, 高爽, 王宇渠. 基于流空间视角的城市群空间结构研究——以珠三角城市群为例 [J]. 地理研究, 2019, 38(8): 1849-1861.

Wang S J, Gao S, Wang Y Q. Spatial structure of the urban agglomeration based on space of flows: The study of the Pearl River Delta [J]. Geographical Research, 2019, 38(8): 1849-1861.

[8]
杜伊冉, 于春萍, 王紫嫣, 等. 高速交通优势度演变及其差异化人口、经济响应——以山东省为例 [J]. 地理与地理信息科学, 2024, 40(6): 95-101.

Du Y R, Yu C P, Wang Z Y, et al. Evolution of high-speed transport superiority and its differentiated population and economic responses: A case study of Shandong Province [J]. Geography and Geo-Information Science, 2024, 40(6): 95-101.

[9]
Jiao J J, Zhang F N, Liu J. A spatiotemporal analysis of the robustness of high-speed rail network in China [J]. Transportation Research Part D: Transport and Environment, 2020, 89:102584.

[10]
古恒宇, 沈体雁. 中国高学历人才的空间演化特征及驱动因素 [J]. 地理学报, 2021, 76(2): 326-340.

Gu H Y, Shen T Y. Spatial evolution characteristics and driving forces of Chinese highly educated talents [J]. Acta Geographica Sinica, 2021, 76(2): 326-340.

[11]
段杰, 王炜. 多维邻近视角下珠三角电子信息产业集群创新网络演化机理分析 [J]. 华南地理学报, 2023, 1(2): 27-38.

Duan J, Wang W. Research on the evolution mechanism of the innovation network of the electronic information industry cluster in the Pearl River Delta from the perspective of multi-dimensional proximity [J]. South China Geographical Journal, 2023, 1(2): 27-38.

[12]
郭向阳, 穆学青, 明庆忠. 云南省旅游经济与交通系统耦合空间态势分析 [J]. 经济地理, 2017, 37(9) :200-206.

Guo X Y, Mu X Q, Ming Q Z. Coupling space situation of tourism economy and traffic system in Yunnan [J]. Economic Geography, 2017, 37(9) :200-206.

[13]
Ren M Y, Lin Y Y, Jin M H. Examining the effect of land‑use function complementarity on intra-urban spatial interac-tions using metro smart card records [J]. Transportation, 2020, 47: 1607-1629.

[14]
Jacobs W, Ducruet C, Langen D P. Integrating world cities into production networks: The case of port cities [J]. Global Networks, 2010, 10(1): 92-113.

[15]
Wang Q, Lu S K. The influence of hybrid accessibility on tourism economy in prefecture-level cities: Evidence from China’s high-speed rail network [J]. Journal of Transport Geography, 2022, 104: 103417.

[16]
陈舒婷, 李裕瑞, 潘玮, 等. 中国县域陆路交通优势度格局演化及经济效应 [J]. 地理学报, 2022, 77(8): 1937-1952.

Chen S T, Li Y R, Pan W, et al. Evolution of China’s overland transportation dominance and its economic effect: A county-level analysis [J]. Acta Geographica Sinica, 2022, 77(8): 1937-1952.

[17]
余菲菲, 胡文海, 荣慧芳. 中小城市旅游经济与交通耦合协调发展研究——以池州市为例 [J]. 地理科学, 2015, 35(9): 1116-1122.

Yu F F, Hu W H, Rong H F. Coordinated development about tourism economy and transportation in medium and small cities: Chizhou as example[J]. Geographical Science, 2015, 35(9): 1116-1122.

[18]
Bom R P D, Ligthart J E. What have we learned from three decades of research on the productivity of public capital? [J]. Journal of Economic Surveys, 2014, 28(5): 889-916.

[19]
李新光, 黄安民. 高铁对县域经济增长溢出效应的影响研究——以福建省为例 [J]. 地理科学, 2018, 38(2): 233-241.

Li X G, Huang A M. Spillovers effect of the high-speed railway on counties’ economic growth: Taking Fujian Province as an example [J]. Geographical Science, 2018, 38(2): 233-241.

[20]
田野, 付晨玉, 蒋亮, 等. 考虑航空影响的长江经济带城市交通通达性与区域经济空间耦合协调研究 [J]. 地理与地理信息科学, 2023, 39(6): 84-90, 114.

Tian Y, Fu C Y, Jiang L, et al. Spatial coupling and coordination between urban traffic accessibility and regional economy in the Yangtze River Economic Belt considering the impact of aviation [J]. Geography and Geo-Information Science, 2023, 39(6): 84-90, 114.

[21]
张维阳, 李慧, 段学军. 城市轨道交通对住宅价格的影响研究——以北京市地铁一号线为例 [J]. 经济地理, 2012, 32(2): 46-51, 65.

Zhang W Y, Li H, Duan X J. The impacts of rail transit on property values: The case of No.1 Line in Beijing [J]. Economic Geography, 2012, 32(2): 46-51, 65.

[22]
罗金阁, 张博, 刘嗣明. 粤港澳大湾区交通可达性与旅游经济联系空间关系 [J]. 经济地理, 2020, 40(10): 213-220.

Luo J G, Zhang B, Liu S M. Relationship between traffic accessibility and tourism economic contact of Guangdong-Hong Kong-Marco Greater Bay Area [J]. Economic Geography, 2020, 40(10): 213-220.

[23]
严桂琴. 数字经济与城市轨道交通产业耦合协同发展研究 [J]. 城市轨道交通研究, 2024, 27(9): 350-352.

Yan G Q. Research on the coupled and synergistic development of digital economy and urban rail transit industry [J]. Urban Mass Transit, 2024, 27(9): 350-352.

[24]
柯文前, 陈伟, 陆玉麒, 等. 基于高速公路流的江苏省城市网络空间结构与演化特征 [J]. 地理科学, 2019, 39(3): 405-414.

Ke W Q, Chen W, Lu Y Q, et al. Extracting spatial structures and evolutionary characteristics of city networks in Jiangsu Province based on the expressway traffic flow [J]. Geographical Science, 2019, 39(3): 405-414.

[25]
蒋海兵, 张文忠, 祁毅, 等. 基于可达性分析的高速公路投资空间溢出效应 [J]. 地理研究, 2014, 33(1): 71-82.

Jiang H B, Zhang W Z, Qi Y, et al. Spatial sillover effects of highway investment based on accessibility analysis [J]. Geographical Research, 2014, 33(1): 71-82.

[26]
商玉萍, 庄德林, 孟美侠, 等. 高速公路对城市多中心空间结构的影响 [J]. 地理科学, 2024, 44(5): 819-830.

Shang Y P, Zhuang D L, Meng M X, et al. The impact of highway on urban polycentric spatial structure [J]. Geographical Science, 2024, 44(5): 819-830.

[27]
程利莎, 王士君, 田俊峰, 等. 基于政府采购活动交易数据的东北地区城市网络研究 [J]. 地理科学, 2021, 41(8): 1458-1468.

Cheng L S, Wang S J, Tian J F, et al. Urban networks analysis of Northeast China based on the transaction data of government procurement activities [J]. Geographical Science, 2021, 41(8): 1458-1468.

[28]
周成, 冯学钢, 唐睿. 区域经济-生态环境-旅游产业耦合协调发展分析与预测——以长江经济带沿线各省市为例 [J]. 经济地理, 2016, 36(3): 186-193.

Zhou C, Feng X G, Tang R. Analysis and forecast of coupling coordination development among the Regional Economy-Ecological Environment-Tourism Industry: A case study of provinces along the Yangtze Economic Zone [J]. Economic Geography, 2016, 36(3): 186-193.

[29]
徐维祥, 李露, 周建平, 等. 乡村振兴与新型城镇化耦合协调的动态演进及其驱动机制 [J]. 自然资源学报, 2020, 35(9): 2044-2062.

Xu W X, Li L, Zhou J P, et al. The dynamic evolution and its driving mechanism of coordination of rural rejuvenation and new urbanization [J]. Journal of Natural Resources, 2020, 35(9): 2044-2062.

[30]
刘莉, 汪丽娜. 基于水资源条件-经济耦合协调关系的空间区划研究 [J]. 热带地貌, 2022, 43(1): 50-57.

Liu L, Wang L N. Research on spatial zoning based on the coupling coordination relationship between water resources and economy [J]. Tropical, 2022, 43(1): 50-57.

[31]
郭向阳, 穆学青, 明庆忠, 等. 旅游地交通服务功能与旅游强度协调时空分异特征——以云南省为例 [J]. 自然资源学报, 2020, 35(6): 1425-1444.

Guo X Y, Mu X Q, Ming Q Z, et al. Spatial and temporal differentiation characteristics of transportation service function and tourism intensity coordination: A case study of Yunnan Province [J]. Journal of Natural Resources, 2020, 35(6): 1425-1444.

[32]
王淑佳, 孔伟, 任亮, 等. 国内耦合协调度模型的误区及修正 [J]. 自然资源学报, 2021, 36(3): 793-810.

Wang S J, Kong W, Ren L, et al. Research on misuses and modification of coupling coordination degree model in China [J]. Journal of Natural Resources, 2021, 36(3): 793-810.

[33]
孟德友, 陆玉麒, 樊新生, 等. 基于投影寻踪模型的河南县域交通与经济协调性评价 [J]. 地理研究, 2013, 32(11): 2092-2106.

Meng D Y, Lu Y L, Fan X S, et al. Coordination degree between transportation and regional economic development based on projection pursuit model in Henan [J]. Geographical Research, 2013, 32(11): 2092-2106.

[34]
刘传明, 曾菊新. 县域综合交通可达性测度及其与经济发展水平的关系——对湖北省79个县域的定量分析 [J]. 地理研究, 2011, 30(12): 2209-2221.

Liu C M, Zeng J X. The calculating method about the comprehensive transport accessibility and its correlation with economic development at county level: The statistical analysis of 79 counties in Hubei Province [J]. Geographical Research, 2011, 30(12): 2209-2221.

[35]
蒋天颖, 刘程军. 长江三角洲区域创新与经济增长的耦合协调研究 [J]. 地域研究与开发, 2015, 34(6): 8-13, 42.

Jiang T Y, Liu C J. Coupling development between regional innovation and economic growth in Yangtze River Delta [J]. Areal Research and Development, 2015, 34(6): 8-13, 42.

Options
Outlines

/

〈 〉