一、项目背景

顾朝林先生在《中国城镇体系——历史•现状•展望》中讲到：“城镇体系作为现代城市地理学、城市规划学的一个新概念，是指一个国家或地区一系列规模不等、职能各异、相互联系、相互制约的城镇空间分布结构的有机整体。”“我国现代城镇体系的重要标志，正是要形成城乡通开的网状有机经济联系和开放系统。”基于城镇体系的内涵，我们以辽宁省为例，从要素的空间分布和要素在城镇之间的流动两个方面进行研究；通过多源数据融合，从多个数据角度刻画辽宁省城镇体系在人口、产业、交通方面的特征。

二、项目构思

1. 根据城市各类要素的分布，识别城市的资源特点与能级。

2. 依托城市间的网络化关系，识别城市间联系的特征和结构。

3. 要素配置特征及其在网络中的角色共同确定城市功能。

4. 要素配置的量级及其在网络中的等级共同确定城市等级。

三、技术创新与特色

采用多种分析方法，复杂网络的分析方法以城镇体系内部城市的相互关系重新定义城市的地位，机器学习的方法提取了城市的高维复杂特征；

1. 复杂网络——城市多维交互关系

城市间的联系愈发活跃、强烈、多维，网络化联系是城镇体系的内涵之一；城市的特征不仅由自身的属性定义，也由与其他城市的关系定义；城市间形成的互动关系与社会网络相似，相关方法和指标具有较强的适用性。

2. 机器学习——城市功能特征提取

城市的特征多维，内容复杂，特别是在样本量较大时，超越了人的认知能力；不同于传统的降维类算法，可保留样本的特征，分类结果具有实际意义、可解释；不同于传统的阈值划分方法，无需先验判断，克服主观偏误，基于样本数值特征的比较和区域内部差异的客观条件，进行特征提取。

3. 熵值法——城市综合水平的确定

基于信息熵的思想，根据指标所包含的信息量确定指标权重；可克服主观判断的影响；可消除指标间的信息重叠；可体现指标的重要性。

4. 空间分析——空间数据的深入挖掘

将属性数据赋予空间意义，适合城镇体系研究的语境；实现点、线、面多种空间属性要素的融合计算；涵盖拓扑计算、空间计量等多种方法。

5. 多源数据融合——放大数据价值

新数据弥补传统数据在时间空间粒度上的不足；传统数据对新数据进行校核；人口、交通、经济等多维度的数据反映城市不同侧面；多维度数据耦合分析放大数据价值。

四、实施与影响

研究从自身属性、网络地位等多个角度共同确定了辽宁省内城市在规模、功能、等级等方面的特征，并提取城镇体系的功能结构和等级结构。省域现状呈现“十”字型的空间结构，沈阳和大连为最高等级，在职能特征上各有特点；沈大轴发育较好，沿海轴发育不足，沈大轴与沿海轴的交叉处是省内发展的潜力地区。