, 魏冶, 王士君Measurement of directed alternative centricity and power of directed weighted urban network: A case of population flow network of China during "Chunyun" period
ZHAOZiyu, WEIYe, WANGShijun通讯作者:
收稿日期:2016-11-2
修回日期:2017-02-3
网络出版日期:2017-04-20
版权声明:2017《地理研究》编辑部《地理研究》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (787KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
全球化效应下城市空间从场所空间向流空间演化,城市间的联系突破了传统地理界限,形成了一个等级式网络。城市之间的水平联系增多,不同等级城市的垂直联系削弱。以往中心地系统强调空间组织的向心性和自上而下的单向垂直联系,而网络化模式则强调节点性和节点之间的水平联系[1],城市网络成为近年来国内外地理学新的研究领域和研究范式[2-4]。识别城市节点的重要性与特征属性,进而分析城市网络的等级结构和关联性,是城市网络研究的基本问题。城市网络节点的重要性体现在连通性、控制性、不可或缺性等诸多方面。大量世界城市网络（world city network,WCN）研究认为城市中心性能够吸引资源、信息等便捷的集聚及有效的扩散,而度中心性（degree centrality）、中介中心性（betweenness centrality）、接近中心性（closeness centrality）等一系列的中心性度量指标则是揭开这些特性的有效手段。度中心性最高的城市,即同城市节点存在最多直接关联的城市,能够直接调动的潜在网络资源或者信息的能力最高,从网络中获得支持也会最多[5]。中介中心性从控制、支配的视角,定量测度了某个城市位于两个非邻接城市的快捷链接路径上所拥有的信息垄断利益和操纵利益,反映出桥接城市和门户城市所拥有的监督和控制资源流动的特殊能力的高低[6]。因而,度中心性类指标被广泛用于基于高级生产者服务（advanced producer services,APS）分支机构[7]、航空运输网络[8]、NGO[9]、知识网络[10]等视角的世界城市网络的测度研究中。但同时,度中心性类指标基于网络的拓扑结构,更适于二进制数据的布尔矩阵,即城市间存在或不存在直接关联。从图论角度来看,属于无权网络,每个度中心性的权重或重要性均相同。而事实上,即便在同样的度中心性条件下,不同城市权重也因每条关联路径权重的差异存在显著差别。较无权网络,加权网络在测度时不对矩阵数据进行二值化处理,保留了权值。因此在度中心性的计算中,直接利用权值进行累加获得结果,较无权网络对于节点重要性的测度更为准确。
基于无向加权网络的城市网络研究,所采用的数据属于对称矩阵,虽然易于测度,但无法量化城市间流的不对称性。例如在现实中,尽管航空、铁路客运班次通常是对称安排的去程与返程,但其中承载的人流强度,受时间、起止城市的空间和地位差异,是显然不对称的;又如中国春运流动人口在春节前返乡流与节后返工流期间的迁徙特征,存在显著的空间不对称性。从资源流的方向性对测度结果的影响上来看,以信息技术为代表的无向型资源,具有时空共享的特性,其在城市网络的流通中使关联的城市同时受益。有向型资源是只使单方受益的资源,如劳动力资源。这种资源在网络中的总量是一定的,一个城市劳动力资源的增加是以其关联城市劳动力资源的减少为发生条件。而这一点,在无向加权网络中无法测度和识别。而带有向量特征的有向加权网络不仅能够测度网络关联的强度差异,同时能够识别关系流的非均衡性,并量化其不对称性。
在中国为数不多的有向加权城市网络研究中,冷炳荣等基于城市对外服务量构建中国城市网络,指出有向权重网络的联系强度分布与度的概率分布不一致,如北京的入度是广州的两倍左右,但二者的联系强度却相距甚远[11]。刘铮等系统地分析了无向加权网络与有向加权网络在城市网络研究中的差别,指出有向加权网络更有利于分析流的不对称性,进而得到城市相互关系的差异性。互联网中城市间关注强度的“出”和“入”反映了城市间吸引力系的非均衡性特征[12]。赵渺希等在分区核心算法的基础上提出了在全计算过程中对单一公司进行网络分析的改进方法,观察到城市间功能关系的不对称性[13]。
另一方面,在基于度中心性类指标的世界城市网络研究中,通常将中心性和控制力等同[14],共同描述世界城市在网络中的位置和地位[15]。即城市网络中接近中心位置的城市有利于其中资源、信息的集聚或扩散,促进城市与其他城市的经济、政治和社会的流动,也意味着城市在网络中拥有更强的控制力,继而可以控制和影响资源要素的流动[16],因此控制力是城市中心性的自然结果,二者之间存在直接关系。然而,控制力的本质是支配[17],是在其腹地范围内的统治其他城市的力量[18,19]。网络的拓扑结构特征可能赋予城市节点的控制力高低差异,控制力并非某一特定节点的辐射能力,而是其辐射网络结构的长度和广度扩散的作用[20,21]。显然,城市控制力体现为影响资源、信息等在城市网络中有效流通的能力[6]。
作为对中心性度量方法的深化,Zachary提出了递归中心性和控制力（recursive centrality and power）[22],后更名为转变中心性（alter-based centrality）与转变控制力（alter-based power）[23]。相关研究认为在世界城市网络中,中心性包含两个联系紧密又相反的过程：一方面是信息、资本、劳动力等资源要素向世界城市的集聚,另一方面是各种资源要素由世界城市向外的散播和扩散。因此,中心性是资源集聚与扩散的统一。控制力是城市在世界资源流动中的影响力,由其在网络中的位置和功能所决定。中心性与控制力区分了城市在网络中地位的属性差异,递归（recursive）考虑了城市间的间接联系对城市中心性、控制力的影响,其解释了城市中心性和控制力不仅依赖于可以有效调动的联系网络规模,同时依赖于其拥有的、有联系的分支中的资本容量（如经济、文化及其他类似表征）[22]。因此在城市网络中,一个城市的地位依赖于其在网络中的关系。正如Emerson从社会交换理论出发,认为控制力不是仅仅简单地来自于一个人的直接联系,而且依赖于联系对象的直接联系[24,25]。这一方法引发****广泛关注与讨论[26,27],中国****对此也进行了理论和实证研究[6,28,29]。较之以往基于一次关联网络来计算的度中心性,转变中心性在网络拓扑结构的限定上考虑了下一层级关联城市权重对于测度城市结果的影响,因此对于城市节点地位和特征的测度更加精确,对于网络结构的识别更具全局性。
基于以上背景,以2015年中国春运期间流动人口在城市间的迁徙流表征网络关系流,在转变中心性和控制力方法基础上,通过有向加权转变中心性和控制力的方法,对城市节点在网络中的重要性和属性特征进行测度和辨识。结合测度结果,对比有向加权网络和无向加权网络中的城市节点性差异,探讨向量特征在城市网络研究中的重要性与必要性。从研究视角上,弥补了以往城市网络研究重企业组织关系、轻社会属性关系的不足;在测度方法上,加入了网络向量特征的考虑,和对城市中心性与控制力属性差异的辨识;在研究对象的空间尺度上,覆盖中国地级行政区,将以往基于高级服务业的城市网络研究中,难以涉及的一般城市、边缘城市纳入测度中,以求对转型期的中国城市网络进行更为全面和多角度的解析。
2 研究方法与数据来源
2.1 数据来源、说明与研究对象
研究数据来源于百度迁徙。百度迁徙是基于定位服务（location based service,LBS）技术,通过手机用户的定位信息映射人口流动轨迹,塑造出人口流动过程中产生的起止城市节点及连接路径。中国工业和信息化部数据显示,截至2015年12月底中国手机用户数达13.06亿户,手机用户普及率达95.5部/百人;Google发布的消费者网络行为报告显示,2015年上半年,中国大陆智能手机使用率已达74%,可见智能手机与出行人口契合度极高。百度LBS开放平台为数十万款APP提供定位服务,覆盖数亿手机用户,为地理时空研究提供实测流数据支撑。在以往人口流动相关研究中,数据多来源于官方普查年鉴,且受统计口径限制,以大尺度的静态分布特征、长期演化规律和动态模拟预测为主,时效上存在滞后性,难以反映当前中国快速城镇化下流空间的变化特征与城市间日益复杂的交互关系。信息化背景下,移动数据日益成为表征居民社会活动的重要载体。流动人口迁徙的时空特征通过大量且复杂的移动智能设备数据的形式表现出来,为城市地理研究提供了数据支持。与传统行为调查数据相比,这些地理行为大数据及其分析方法以其强大的信息搜集、整合、分析和处理优势,在样本量大、数据多源和分析预测性强等方面具有传统数据无法比拟的优势,已经越来越成为城市空间与人类行为模式研究的重要数据来源[30]。百度迁徙大数据在精度上,达到了个人层级,并弥补了当前城市网络研究中实测流数据缺乏的缺乏,同时能够摒弃公路、铁路、航空等单一运输模式造成的数据片面性,从而获得城市间人口流动的综合判断,对中国城市网络的指示意义更为明显。
利用百度迁徙春运人口大数据,魏冶等选取对外联系度、优势流、城市位序—规模分析等方法对转型期中国城市网络特征进行分析[31],但其构建的网络为无向加权网络,与本文的有向加权网络仍有一定的差别。刘望保等从人流集散层级、人流集散网络体系的分层集聚、人口日常流动空间格局及其与“胡焕庸线”之间的关系等角度分析中国城市之间的人口日常流动相关特征与空间格局;同时指出,地理行为大数据存在被采集群体偏向性较强和个体社会经济属性缺失或不真实等问题,百度迁徙大数据存在缺乏迁徙者的个体社会经济属性,无法建立起迁徙行为与个体社会经济属性之间相关性的缺陷,但数据首次通过海量数据全程、动态、即时地展示了城市之间的人口流动格局,而更适合用于城市之间的人口流动分析,这也是其他数据无法比拟的[32]。
研究对象为4个直辖市及333个地级行政区（其中包括292个地级市、30个自治州、8个地区和3个盟）,共计337个空间对象（截至2016年9月,中国大陆地级行政区共计334个,本文研究不含三沙市）。中国春运官方定义周期一般为40天,发生在春节前15天至春节后25天。2015年中国春运时间从2月4日-3月16日。由于数据获取原因,研究时间为2月7日-3月18日,计40天（下文春运及春运期间均指这一时段）。数据为337个城市之间一天内的来往人次,数据结构为40个337×337有向加权矩阵。
2.2 模型构建
百度迁徙提供了一天内流动人口在各城市间省际迁徙的方向性与强度。基于数据构建人口流动的加权非对称矩阵,R=(Rij),Rij为城市i至j的人口流强度。以净迁入值NI（net immigration）来测度一个城市流动人口的迁入（NI>0）、迁出（NI<0）的差异特征。
春运期间流动人口的空间迁徙可根据流的方向性分为春节前的返乡流和春节后的返工流。基于2015年春节、春运的时间安排及对数据的总体观察,确定本文流动人口返乡和返工流分割时间点为2月24日0时。2月7-23日春节前大量流动人口由经济相对发达的工作地回到欠发达的家乡过节,人口迁徙流的主导向量特征是由网络中心城市向边缘城市扩散（diffusion,D）,中心城市（流动人口迁入市）的每日净迁徙值（
以北京、上海、广州、深圳、重庆、赣州六市春运期间每日流动人口净迁入值为例（图1）,可见大体上,节前流动人口迁入、迁出城市的每日净迁入人次分别为负值、正值,节后正负特征反转,呈现出明显的规律性特征。网络中心城市（流动人口净迁入市）北京、上海、广州,分别在2月17日、15日和14日达到流动人口净迁出最大规模,在2月25日、25日和3月1日迎来人口净迁入最大值。边缘城市（人口净迁出市）重庆、赣州分别在2月12日和3月1日达到人口净迁入、净迁出的最大值。尽管不同城市具体日期有所差异,但2015年春运期间,全国人口迁出（入）市普遍在2月14-18日迎来最大流量,在2月25日-3月1日迎来人口净迁出（入）的最大流量。这一人口迁徙的时空规律特征是本文研究方法的前提,也验证了对于节前返乡流、节后返工流时间分割的合理性。通过NIi的计算结果,绘制2015年春运期间1000人次以上人口省际流动图（图2）,可见,转型期中国社会结构与发展阶段的历史时期形成了春运这一带有显著规律性、高度集体性、统一性的社会行为,并为基于人口流动的城市网络研究提供了史无前例的机会与视角。
显示原图|下载原图ZIP|生成PPT图12015年春运期间流动人口净迁入人次曲线图注：横坐标表示日期,如207表示2月7日,317表示3月17日。
-->Fig. 1Daily NI scale of floating population in Spring Festival travel rush
-->
显示原图|下载原图ZIP|生成PPT图2基于百度迁徙数据的人口流动图
-->Fig. 2Spatial migration of population based on Baidu Migration
-->
2.3 有向转变中心性与控制力
转变中心性和控制力的计算公式为[22,23]：
式中：Rij是城市i和城市j的连接强度;DCj是城市j的度中心性。用城市i与j的关联强度与j的度中心性DCj（即城市i的间接关联规模）的乘积,得到城市i通过城市j间接集聚或扩散的资源能力,加权后得到城市i在整个城市网络中对于资源要素的集聚和扩散能力。用城市i与j的关联强度与j的度中心性DCj倒数的乘积,得到城市i对通过城市j间接影响的资源的控制力,即城市i作为城市j参与整个城市网络资源交互的枢纽的权重大小,加权后得到城市i在整个城市网络中作为网络枢纽的权重,以表征其对于其所关联城市的控制能力。
转变中心性与控制力公式中涉及测度城市与关联城市的流强度（Rij）和关联城市的度中心性（DCj）两个参量,这里有两个问题值得考虑：首先,上文所讲的度中心性仅从拓扑角度衡量节点的重要性,这就极大弱化了关联城市（j1,j2,j3…）之间的权重差异性。例如东莞和南京流动人口迁入度中心性分别为244和254,南京略高于东莞。但东莞总迁入人次达361.9万人次,远高于南京的83.8万人次。其次,Zachary认为中心性是资源集聚与扩散的统一[22],显然转变中心性是基于无向加权网络所提出,所测度的是一个城市对资源的集聚与扩散能力之和,其本质是网络城市参与资源交换的活跃度,这与无向加权度中心性的本质相似。如果不考虑资源流的方向性,佛山与重庆流动人口总迁徙规模分别为178.0万人次和211.0万人次,两个城市体现出的加权度中心性相近。但其中佛山总迁入、总迁出规模分别为177.9万、0.1万人次,是一个典型的流动人口迁入城市;重庆总迁入、总迁出规模分别为68.8万、142.2万人次,是一个人口净迁出城市。当考虑资源流的方向性时,该类城市的差异性才能体现出来。因此,由于忽略了城市间流的不对称性,转变中心性的局限性非常明显,同时无法反映现实中城市关联特征的差异性。
综上,以春运期间流动人口的空间集聚表征城市节点在网络中对于资源的集聚,以流动人口的空间扩散表征城市对于资源的扩散,计算城市的有向转变中心性和控制力。首先以春节期间流动人口由城市j到城市i的净迁入值
式中：GIj为城市j与其关联城市净迁入值为正值时加权;GEj为城市j与其关联城市净迁入值为负值时加权。城市i的有向转变中心性（directed alternative centrality,DAC）计算公式为：
式中：以
当一个城市流动人口相对关联城市呈净迁出,本质上是在与关联城市博弈间资源被剥夺的过程。只有在净迁入时,才体现出一个城市对于以流动人口为表征的资源的控制力。因此有向转变控制力的计算过程中,仅考虑城市净迁入值为正值的路径,即其对于资源集聚和剥夺的过程,而忽略净迁入值为负值的路径。城市i的有向转变控制力（directed alternative power,DAP）计算公式为：
3 结果分析
3.1 有向转变中心性和控制力的二维空间特征
网络城市地位是由中心性和控制力共同组成的多维复合现象,因此在进行城市地位、类型划分时,需综合评价城市的中心性和控制力[28]。在城市网络中,普遍上城市的正值转变中心性与转变控制力成正比例关系,高中心性城市的控制力相对也高,即能够良好集聚资源的网络中心城市对于资源的控制和支配能力也强。同时也存在中心性与控制力存在显著差异性的城市。Zachary根据对世界城市信息网络的测度,将世界城市划分为三种：高中心性高控制力的典型世界城市（quintessential world cities）,高中心性低控制力的枢纽型世界城市（hub world cities）,低中心性高控制力的门户型世界城市（gateway world cities）[22]。通过中心性和控制力而划分的世界城市类型,使得识别城市的地位与属性特征更为细化和明确。进一步将集聚与扩散看作是分开的两个过程,根据中心性的正负特征,城市可分为流动人口集聚型和扩散型两种类别。基于DAC和DAP计算结果（表1）,二者的二维分布特征（图3）,及由比值确定的高低关系,识别出以北京（1.000,1.000）、上海（0.899,0.725）、苏州（0.389,0.194）、天津（0.230,0.162）、金华（0.147,0.060）、南京（0.132,0.062）、成都（0.076,0.086）、厦门（0.056,0.056）、昆明（0.047,0.050）为代表的高中心性高控制力的流动人口集聚型典型城市（0.8<DAC/DAP<2）;以珠海（0.036,0.008）、中山（0.176,0.043）、惠州（0.103,0.026）、佛山（0.282,0.080）、东莞（0.587,0.183）、广州（0.546,0.172）、宁波（0.204,0.069）、杭州（0.277,0.100）、无锡（0.114,0.042）、深圳（0.793,0.297）、温州（0.139,0.053）、金华（0.147,0.060）、南京（0.132,0.062）、苏州（0.389,0.194）为代表的高中心性低控制力的流动人口集聚型枢纽城市（DAC/DAP>2）;以西宁（0.006,0.033）,乌鲁木齐（0.010,0.026）、沈阳（0.024,0.046）、鄂尔多斯（0.014,0.026）、大连（0.027,0.047）、贵阳（0.018,0.024）、武汉（0.027,0.037）、西安（0.072,0.108）、济南（0.006,0.008）、郑州（0.017,0.026）为代表的低中心性高控制力的流动人口集聚型门户城市（DAC/DAP<0.8）。
Tab. 1
表1
表1部分城市的有向转变中心性与控制力
Tab. 1Directed alternative centrality and power of representative cities
| 位序 | 城市 | DAC | DAP | 位序 | 城市 | DAC | DAP | 位序 | 城市 | DAC | DAP |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 北京 | 1.000 | 1.000 | 11 | 中山 | 0.176 | 0.043 | 329 | 玉林 | -0.128 | 0.000 |
| 2 | 上海 | 0.899 | 0.725 | 12 | 金华 | 0.147 | 0.060 | 330 | 信阳 | -0.135 | 0.001 |
| 3 | 深圳 | 0.793 | 0.297 | 13 | 温州 | 0.139 | 0.053 | 331 | 衡阳 | -0.141 | 0.000 |
| 4 | 东莞 | 0.587 | 0.183 | 14 | 南京 | 0.132 | 0.062 | 332 | 宿州 | -0.148 | 0.000 |
| 5 | 广州 | 0.546 | 0.172 | 15 | 无锡 | 0.114 | 0.042 | 333 | 商丘 | -0.152 | 0.000 |
| 6 | 苏州 | 0.389 | 0.194 | 16 | 惠州 | 0.103 | 0.026 | 334 | 周口 | -0.182 | 0.000 |
| 7 | 佛山 | 0.282 | 0.080 | 17 | 嘉兴 | 0.083 | 0.027 | 335 | 上饶 | -0.196 | 0.000 |
| 8 | 杭州 | 0.277 | 0.100 | 18 | 成都 | 0.076 | 0.086 | 336 | 阜阳 | -0.199 | 0.000 |
| 9 | 天津 | 0.230 | 0.162 | 19 | 西安 | 0.072 | 0.108 | 337 | 重庆 | -0.217 | 0.052 |
| 10 | 宁波 | 0.204 | 0.069 | 20 | 泉州 | 0.066 | 0.034 | 338 | 赣州 | -0.234 | 0.000 |
新窗口打开
显示原图|下载原图ZIP|生成PPT图3城市转变控制力与转变中心性的散点图（a）及局部放大图（b）
-->Fig. 3Scatter map of directed alternative centrality and power
-->
在DAC为负值的城市中,存在以扬州（-0.005,0.003）、合肥（-0.008,0.01）、长沙（-0.009,0.01）、唐山（-0.021,0.003）、徐州（-0.031,0.005）、石家庄（-0.032,0.007）、哈尔滨（-0.05,0.022）、南宁（-0.057,0.01）、重庆（-0.217,0.052）为代表的流动人口扩散型典型城市;以宿州（-0.148,0）、商丘（-0.152,0）、周口（-0.182,0）、上饶（-0.196,0）、阜阳（-0.199,0）、赣州（-0.234,0）为代表的扩散型枢纽城市;以兰州（-0.002,0.022）、长春（-0.009,0.018）、廊坊（-0.003,0.009）、榆林（-0.003,0.008）、乐山（-0.005,0.011）、新余（-0.009,0.019）为代表的扩散型门户城市。
中心性通过城市联系反映了城市集聚和扩散资源的能力,因此关联城市的迁入、迁出规模极大影响了测度城市的中心性结果。例如重庆流动人口主要净迁入地为广安、南充、资阳、内江、遂宁等中国流动人口主要迁出城市,这些城市春运期间与其关联城市的人口净迁入值加权均不足百人次,重庆获得的中心性正因子微乎其微,而重庆人口主要净迁出地中,成都、泉州、温州、贵阳等城市,春运期间与其关联城市的流动人口净迁出值均在十万人次左右,导致重庆获得了极低的中心性负因子。因此,尽管重庆春运期间流动人口净迁出规模（73.9万人次）低于贵港（77.5万人次）、衡阳（86.0万人次）等城市,但其关联城市的特征导致了自身中心性结果的弱化。而拉萨、喀什、阿坝等流动人口活跃度相对较低的城市,由于与北京存在净迁入流关联,因此显著提升了自身的中心性。
城市控制力体现为控制资源、信息等在城市网络中有效流通的能力。Cook等对行动者网络的分析指出,当关注与经济交换时,处于主导地位的交换者,即控制力更强的交换者,要比拥有大量潜在机会的交换者（中心性更高）更容易控制和影响交换[33]。对于城市网络,交换中处于被依赖的城市（控制力更强）要比拥有大量潜在机会的城市更容易控制和影响[6]。以高控制力为特征的门户城市作为其周边城市参与网络资源交换的枢纽,在一定程度上控制了区域人口流动的机会与可能性,对于资源流通的控制具有明显的垄断特征。这一现象的结果是,大量通过门户城市才能进行网络资源交换的小规模城市,存在路径缺乏与路径依赖的弊端。
3.2 有向转变中心性和控制力的地理空间分布特征
基于ArcGIS的自然分裂法对城市的有向转变中心性、控制力进行分级（图4）：
显示原图|下载原图ZIP|生成PPT图4DAC与DAP空间分级图
-->Fig. 4Classification map of DAC and DAP of cities in China
-->
① 城市中心性的地域差异与城市社会经济发展水平、国家发展策略及地域环境密切相关。高中心性城市主要分布在经济发达、城镇化水平较高的沿海地区,尤以京津、长三角、珠三角地区,一方面对于流动人口集聚能力强,以流动人口净迁入为主要特征;另一方面这些等级相对较高的发达城市所关联的城市既包括直接关联流动人口迁出城市,也包括大量作为城市网络枢纽节点的、具有较高总迁入规模的门户城市,如郑州、武汉、大连等。同时,尽管中国西部地区社会经济发展相对落后,但受到西部大开发等国家战略的影响及推动,西部地区的部分城市中心性也呈正值,如乌鲁木齐、银川、拉萨、阿拉善、哈密。同时,DAC的空间分布特征显示出了强烈的空间效应和对中国流动人口主要迁出地、迁入地的良好识别。京广铁路的两端北京,天津和珠三角城市群是高中心性城市,铁路沿线是低中心性城市带。以河北、河南、安徽、湖南、江西、广西省的部分流动人口主要迁出城市的空间分布。这些城市紧邻人口主要迁入地三大城市群,外出打工已经成为了一种稳定的社会特征。
② 控制力反映了城市控制网络中资源流动的能力,控制力高的城市对其关联的城市具有较强的管控能力。虽受到分权化、市场化的强烈影响,但行政区仍然对城市网络组织结构产生重要影响。绝大部分省份均有一个相对的高DAP城市,作为区域的门户城市。而这些城市多为省会城市或经济高度发达城市,如哈尔滨、长春、沈阳、大连、青岛、郑州、武汉、西安、贵阳、昆明、拉萨、乌鲁木齐等。受到如交通基础设施建设等因素的影响,地域和城市网络中的边缘城市直接关联中心城市的机会较低,成本相应更高,一般是通过首先关联门户城市,继而与网络中心城市进行资源交换。这些DAP高值城市即承担了这一网络枢纽功能。
4 有向与无向转变中心性和控制力的结果对比
在城市网络关联中,即便测度城市与不同城市之间关联的权重相同,但受到关联城市的特征、功能不同,对测度城市的影响也存在显著的差异。首先,对于有向性资源流,城市资源的集聚与扩散从根本上应是区别开来的。有向加权城市网络能够清晰描述城市间关联强度差异和辨识资源流的方向性。相较于Zachary的转变中心性和控制力,有向转变中心性和控制力识别了资源流在城市网络中的方向性特征,及这一方向性对于城市的不同影响。为了展示有向转变中心性与原始公式的转变中心性（AC）、有向转变控制力与原始公式转变控制力（AP）的差异,分别绘制了DAC与AC的散点图（图5a）与DAP与AP的散点图（图5b）。在流动人口空间集聚与扩散这一过程中,DAC的正负可以识别一个城市对于资源流的集聚特征和扩散特征哪一个更趋向于主导地位（图5a）。这一主导地位不仅是单纯通过权重累加来刻画该城市对资源流的剥夺与被剥夺,而是考虑了其关联城市,即相对应的被剥夺与剥夺城市的特性对于测度城市的影响。对比一个城市剥夺一个以流动人口迁出为特征的城市的劳动力,和剥夺一个以人口迁入为特征的城市的劳动力,所收获的中心性加成应该是有显著差异的。同样,同时被一个以流动人口为迁入特征的城市所剥夺劳动力,和一个以迁出为特征的城市剥夺劳动力,测度城市所减少的中心性也应差别看待。即强强则更强,和弱弱则更弱的乘法效应。
显示原图|下载原图ZIP|生成PPT图5有向、无向转变中心性（a）与有向、无向转变控制力（b）散点图
-->Fig. 5Scatter map of directed alternative centrality-alternative centrality and directed alternative power-alternative power
-->
对于净迁徙、总迁徙人次都呈正值且高位序的城市,有向与无向转变中心性结果的差异性并不显著。同时,在典型城市、枢纽城市与门户城市的识别上,DAC、DAP与AC、AP两种方法的科学涵义也是相近的。但对于部分人口净迁出城市,加入了流的空间向量考虑后,如扬州、合肥、长沙、重庆等流动人口扩散型典型城市;阜阳、赣州等扩散型枢纽城市;兰州、长春等扩散型门户城市,就被良好地识别出来。
其次,加入资源流向量特征的考虑,有效地处理了通勤流的问题。卫星城与主城之间往往存在大量的人口流。如通过本文数据,春运期间廊坊与北京之间的无向人口流权重占廊坊对外总量的71.9%。使用Zachary的转变中心性方法测度,在廊坊的中心性结果中,仅北京与廊坊的连接强度（即廊坊与北京之间人口流权重）乘以北京度中心性,就得到一个非常大的廊坊中心性因子,该结果占廊坊AC的76.0%。这一数值是由两个因素所导致：首先,北京作为首都和超大城市,其度中心性远高于一般城市;其次,廊坊作为北京的卫星城承接了北京的部分居住职能,两市之间人口流极大。两个城市间的资源流通对关联城市的发展和中心性、控制力产生显著影响。地域相近也使得卫星城较同规模、空间相对独立的城市获得更多的资源和发展优势,但显然在基于无向加权网络提出的转变中心性计算中累计的中心性因子与这一优势显然不对等。因此有向转变中心性与控制力通过考虑流的方向性,使计算结果更符合人口流动和劳动力迁徙对于城市发展影响的实际情况。
再次,以度中心性测度城市网络中城市权重的大小,其结果由于缺乏考虑关联权重而导致了城市差异缩小,特别是对于春运人口流动这样的充分连通网络。图6a显示了流动人口迁入规模位于前15位城市和迁出规模位于前5位城市的人口迁入、迁出人次数量（即各城市对外联系的边权之和）,图6b是这20个城市流动人口迁入、迁出的度中心性（即各城市对外联系的边数之和）。显而易见,以流动人口规模表征关联城市的规模权重比利用度中心性作为出、入度的差异性特征更为明显。例如,从数据来看,东莞和广州的迁入度中心性平均关联了1.5和1.1万人次流动人口的迁入,这一差异导致了尽管东莞的迁入度中心性较广州小50,但流动人口的迁入规模却高于广州24万人次。又如,赣州和重庆的迁出度中心性平均关联了1.6和0.8万人次的人口迁出,相差二倍。因此,以城市流动人口的总迁出人次和总迁入人次来代替原有度中心性参量,以求结果能够更为准确地反映城市发展的现实差异情况。
显示原图|下载原图ZIP|生成PPT图6流动人口迁出、迁入人次与度中心性差异对比图
-->Fig. 6Difference between person times of emigration and immigration and degree centrality
-->
5 结论与讨论
基于百度迁徙平台获取的春运人口流动大数据,构建中国春运人口流动的有向加权城市网络,在前人基础上提出有向转变中心性与控制力测度方法,对该城市网络的节点重要性和功能进行了评估和分类,主要结论如下：（1）有向转变中心性与控制力是量度有向加权城市网络的有效工具。有向转变中心性不仅考虑了城市间的关联强度差异和测度了城市节点在网络中的重要性,更是从集聚和扩散的角度,全新认识了城市网络中的非均衡性。结合DAC和DAP数值的二维分布,在原有的中心性与控制力匹配特征上,识别出一维分布规律“高—高”的典型城市、“低—低”的网络边缘城市,及二者关系非匹配的“高—低”的枢纽城市、“低—高”的门户城市以外,同时通过对流的方向性的考虑,辨识中心性中的资源集聚型和资源扩散型城市,分别对应流动人口输入型和输出型城市。这一结果揭示了城市网络的交互复杂关系、城市发展的多样化,表明在城市属性的识别上,需要从多维度进行理解和分析,并为研究城市网络的层级结构、功能分异提供了丰富的数据基础和新的视角。
（2）DAC与DAP的地域差异与城市社会经济发展水平、国家发展策略、行政区划密切相关。中心性高值城市主要分布在经济发达、城镇化水平较高的沿海地区。同时,受到西部大开发等国家战略的影响及推动,西部地区的部分城市中性也较高。绝大部分省份的省会城市成为该地区的门户城市。受到如交通基础设施建设等因素的影响,地域和城市网络中的边缘城市直接关联中心城市的机会较低,成本相应更高,一般是通过首先关联门户城市,继而与网络中心城市进行资源交换。一方面,由于一个城市外部连接的数量或者力量制约着其城市网络中发挥的不同作用,意味着一个城市要想提高自己在网络中的地位或者权力,就必须在自身腹地范围以外,确认关键的外部连接。另一方面,门户城市作为其周边城市参与网络资源交换的枢纽,对于资源流通的控制具有明显的垄断特征。这一现象的结果是,大量通过门户城市才能进行网络资源交换的小规模城市,存在路径缺乏与路径依赖的弊端,限制了自身的发展。因此,对这种联系风险的现象应给予一定的调控政策。
本文的不足在于,在研究方法上,由于涉及337个城市,数量较多,采用了节后净迁入人次减节前净迁入人次的方法计算一个省流动人口的净迁入值,并统一将节前、节后这一分割时间点定位2月24日0点。这一方法提供了一个简单的识别城市流动人口迁入、迁出属性特征及规模差异的计算方法,但过于强调了春节前、后春运绝对的人口迁徙方向性,在一定程度上弱化了各城市人口流动的时空差异,导致部分城市的净迁入值存在一定的偏差。在测度网络城市节点的属性特征时,受不同视角和数据的影响,向量特征对于测度结果的影响程度差异显著。有向加权网络不仅能够测度网络关联的强度差异,同时能够识别关系流的非均衡性,并量化其不对称性,因此是否应作为城市网络研究中不可回避的重要条件,无向加权网络是否具备对城市网络特征及其差异性的解释力,这仍值得反思与讨论。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
| [1] | ABSTRACT The global economy is nurturing an innovative class of polycentric urban configurations: network cities. A network city evolves when two or more previously independent cities, potentially complementary in function, strive to cooperate and achieve significant scope economies aided by fast and reliable corridors of transport and communications infrastructure. Creative network cities place a higher priority on knowledge-based activities like research, education and the creative arts. The cooperative mechanisms may resemble those of inter-firm networks in the sense that each urban player stands to benefit from the synergies of interactive growth via reciprocity, knowledge exchange and unexpected creativity. Two case studies are discussed briefly andstad Holland and Kansai, Japan. Since much of their future dynamism may rely upon transnational human resources, it is foreseen that more network cities will transcend national borders during the next millennium. |
| [2] | This study is an investigation of network processes associated with globalization to see whether they herald ontological, new, political geographies that challenge the reproduction of modern states through Westphalian processes. Using an interlocking city network model, three world city networks are defined: an inter -state city network with state departments as network-makers, a supra -state city network with UN agencies as network-makers, and a trans -state city network with NGOs as network-makers. These networks are interpreted as representing worldwide spaces of flows for Westphalian, global governance, and new global civil society processes. The inter-state city network is treated as a benchmark against which to compare the two newer global networks. Activity matrices describing the geographies of the network-makers are analysed and the principle components are interpreted as common global locational strategies. It is found that the three city networks exhibit very different spatialities: the inter-state city network is primarily intra-regional and horizontal; the supra-state network is primarily inter-regional and hierarchical; and the trans-state city network is primarily inter-zonal (straddling the ‘North–South divide’). These spatialities are discussed in terms of what they mean for contemporary political geographies. |
| [3] | . 全球化进程中,城市网络的研究成为国内外****关注的重要前沿.借 鉴西方有关的研究工具,从城市网络的层级特征、网络模式、功能特征三个方面分析了长江三角洲地区的生产性服务业的城市网络发展特征.研究表明:基于生产性 服务业的长三角城市网络具有显著的层级特征,与已有的城市等级体系特征并不完全一致,个别城市如昆山、义乌等城市承担了重要的网络联系中心的作用.同时, 城市间的网络连接也呈现出明显的位序关系,三大核心节点城市(上海、南京、杭州)之间的联系形成了长三角地区城市间网络的最主要的联系.从影响范围来看, 上海的网络指向性最强,涉及面也最广,但南京和杭州的影响不再仅仅局限于自身所在省份之内,扁平化发展的趋势愈发显著.网络联系的核心区域开始由传统的上 海、南京、杭州、宁波所围合的“Z”字型区域向北部的南通、扬州以及南部的绍兴等地区扩散.根据不同类型的生产性服务业所形成的网络特征的不同,将11个 部门分为完善型、扁平型、专业型等三种类型. 全球化进程中,城市网络的研究成为国内外****关注的重要前沿.借 鉴西方有关的研究工具,从城市网络的层级特征、网络模式、功能特征三个方面分析了长江三角洲地区的生产性服务业的城市网络发展特征.研究表明:基于生产性 服务业的长三角城市网络具有显著的层级特征,与已有的城市等级体系特征并不完全一致,个别城市如昆山、义乌等城市承担了重要的网络联系中心的作用.同时, 城市间的网络连接也呈现出明显的位序关系,三大核心节点城市(上海、南京、杭州)之间的联系形成了长三角地区城市间网络的最主要的联系.从影响范围来看, 上海的网络指向性最强,涉及面也最广,但南京和杭州的影响不再仅仅局限于自身所在省份之内,扁平化发展的趋势愈发显著.网络联系的核心区域开始由传统的上 海、南京、杭州、宁波所围合的“Z”字型区域向北部的南通、扬州以及南部的绍兴等地区扩散.根据不同类型的生产性服务业所形成的网络特征的不同,将11个 部门分为完善型、扁平型、专业型等三种类型. |
| [4] | . 城市网络是近年来城市与区域研究的一个新方向。基于2003-2013年间8个横截面的中国铁路客运班列数据,采用加权度中心性和社区结构模型,探讨高速铁路建设对城市等级和集聚性空间格局及演化的影响。研究表明：1基于铁路客运组织的城市等级结构呈现出位序—规模分布的特征和集聚性,且三大地带和各社区内城市也呈现出明显的位序—规模分布,随着高速铁路网络的扩展,加权度中心性的集聚性更明显,并逐步呈现出较为明显的层级结构和社区结构。2城市等级结构呈现出明显的东中西地带性、廊道效应和经济、人口的耦合性,即基于铁路客运班列的城市等级结构与基于属性数据（人口/GDP）的结果表现出较大的相似性,但也存在一定的差异。城市社区结构与中国高速铁路网络、城市群的空间分布格局基本一致。随着高速铁路的建设,东中西三大地带间城市等级的差异呈扩大态势,但各社区间城市等级的差异呈缩小态势,部分社区核心城市已形成。 城市网络是近年来城市与区域研究的一个新方向。基于2003-2013年间8个横截面的中国铁路客运班列数据,采用加权度中心性和社区结构模型,探讨高速铁路建设对城市等级和集聚性空间格局及演化的影响。研究表明：1基于铁路客运组织的城市等级结构呈现出位序—规模分布的特征和集聚性,且三大地带和各社区内城市也呈现出明显的位序—规模分布,随着高速铁路网络的扩展,加权度中心性的集聚性更明显,并逐步呈现出较为明显的层级结构和社区结构。2城市等级结构呈现出明显的东中西地带性、廊道效应和经济、人口的耦合性,即基于铁路客运班列的城市等级结构与基于属性数据（人口/GDP）的结果表现出较大的相似性,但也存在一定的差异。城市社区结构与中国高速铁路网络、城市群的空间分布格局基本一致。随着高速铁路的建设,东中西三大地带间城市等级的差异呈扩大态势,但各社区间城市等级的差异呈缩小态势,部分社区核心城市已形成。 |
| [5] | ABSTRACT Taylor's interlocking specification of the world city network has offered researchers a theoretically informed way to measure the world city network using readily available firm location data. However, the number and size of firms that are viewed as linking cities to one another impose a form of structural determinism on the world city network. Specifically, when a relatively small number of firms is used to define a network among a relatively large set of cities, or when only larger firms are used, this approach is unable to reveal a wide range of structures features that may actually be present in the world city network it is intended to measure. Through a series of examples, I demonstrate how specific features of firm location data predetermine the structure, number and size of cliques, and density of world city networks derived using the interlocking approach. Concluding comments discuss the implications of this structural determinism by focusing on the case of the commonly used Globalization and World Cities data set 11, offer some suggestions concerning how the interlocking approach can be employed while avoiding structural determinism, and identify some alternative approaches to mapping the world city network.El modelo interconexión cerrada (interlocking) de la red mundial de ciudades (world city network) desarrollado por Taylor (2001) ha proporcionado a los investigadores un marco teórico para medir dicha red con datos fácilmente disponibles acerca de la localización de empresas. Sin embargo, el número y tama09o de las empresas que son consideradas como ‘vinculadoras’ (de ciudades) imponen una forma de determinismo estructural sobre la red. En concreto, cuando un número relativamente peque09o de firmas es utilizado para definir la red entre un conjunto relativamente grande de ciudades, o, cuando sólo se utilizan las empresas más grandes, este enfoque (interlocking) no es capaz de identificar o medir una amplia gama de características estructurales presentes potencialmente en la red de ciudades mundiales. A través de una serie de ejemplos, el autor demuestra cómo varias características específicas de los datos de localización de las empresas predeterminan la estructura, número y tama09o de los cliques y la densidad de las redes de ciudades mundiales resultantes de la aplicación de modelos de interlocking. Luego el autor presenta las implicancias del determinismo estructural mencionado, centrándose en el caso la base de datos de uso común GaWC # 11. Finalmente el articulo ofrece algunas sugerencias sobre cómo el enfoque de interlocking puede ser empleado sin caer en un determinismo estructural, y se identifican algunos enfoques alternativos para el mapeo de la red mundial de ciudades.泰勒（2001）采用相对容易获得的公司地理位置数据提出的世界城市网络连锁度量方法，为研究者提供了一种理论途径。然而，将公司的数量和规模视为城市之间的联接是一种强加的世界城市网络结构决定论形式。特别是当用数量相对较少的公司或仅用大公司的数量来定义相对较大的城市网络集时，该方法不能揭示目前实际情况中大范围世界城市网络需要度量的结构特征。通过一系列的案例分析，本文显示了公司区位数据的特有特征预先决定了集团的结构、数量和规模，以及由泰勒的连锁方法推导出世界城市网络的密度。最后，通过曾被广泛采用的GaWC（全球化和世界城市）数据集的11个城市公司数据讨论了结构决定方法的应用，并就应用该方法如何避免结构决定论提出一些建议，进而识别一些可选用的方法来绘制世界城市网络图。 |
| [6] | . 网络中心性和网络权力是城市节点的两个重要网络结构特征,现有研究往往缺乏对二者联系和差别的足够重视.从拓扑结构角度,解析城市网络中心性和网络权力的基本内涵,基于度中心性、介数中心性分别表征城市网络中心性和网络权力存在的不足,引入递推中心性和递推权力的概念,利用2009年中国汽车零部件供需链接配套关系数据构建城市关联网络,讨论网络节点分布、链接关系等拓扑结构特征,识别各项中心性和权力指标的相互关系.研究表明:①汽车零部件供需链接的城市网络具备低密度、多中心、"富人俱乐部"的特征;②上海、长春、北京、重庆、十堰为最高等级的网络中心城市,分别锁定中国6大汽车产业带的对应地区;③长三角、京津地区、山东、广西、湖北三省及川渝地区为6大网络权力城市集中区,长三角地区网络权力最为突出;④递推中心性、递推权力在测度城市网络中心性和网络权力方面,具有更高的区分性和精准度;⑤城市网络存在由"高中心性—高权力"的核心城市到"低中心性—低权力"的裙带城市的一维分布特征,这与空间距离阻尼对城市链接有无的影响程度的衰减有关;同时也存在二者关系非匹配的"高中心性—低权力"的中心集束城市和"低中心性—高权力"的权力门户城市. 网络中心性和网络权力是城市节点的两个重要网络结构特征,现有研究往往缺乏对二者联系和差别的足够重视.从拓扑结构角度,解析城市网络中心性和网络权力的基本内涵,基于度中心性、介数中心性分别表征城市网络中心性和网络权力存在的不足,引入递推中心性和递推权力的概念,利用2009年中国汽车零部件供需链接配套关系数据构建城市关联网络,讨论网络节点分布、链接关系等拓扑结构特征,识别各项中心性和权力指标的相互关系.研究表明:①汽车零部件供需链接的城市网络具备低密度、多中心、"富人俱乐部"的特征;②上海、长春、北京、重庆、十堰为最高等级的网络中心城市,分别锁定中国6大汽车产业带的对应地区;③长三角、京津地区、山东、广西、湖北三省及川渝地区为6大网络权力城市集中区,长三角地区网络权力最为突出;④递推中心性、递推权力在测度城市网络中心性和网络权力方面,具有更高的区分性和精准度;⑤城市网络存在由"高中心性—高权力"的核心城市到"低中心性—低权力"的裙带城市的一维分布特征,这与空间距离阻尼对城市链接有无的影响程度的衰减有关;同时也存在二者关系非匹配的"高中心性—低权力"的中心集束城市和"低中心性—高权力"的权力门户城市. |
| [7] | Within research on world cities, much attention has been paid to advanced producer services (APS) and their role within both global urban hierarchies and network formation between cities. What is largely ignored is that these APS provide services to firms operating in a range of different sectors. Does sector-specific specialisation of advanced producer services influence the economic geography of corporate networks between cities? If so, what factors might explain this geographical pattern? This paper investigates these theoretical questions by empirically focusing on those advanced producer services related to the port and maritime sector. The empirical results show that the location of AMPS is correlated with maritime localisation economies, expressed in the presence of shipowners and port-related industry as well as APS in general, but not by throughput flows of ports. Based upon the findings, policy recommendations are addressed. |
| [8] | This paper analyzes the evolution process of the air transport network of China (ATNC) since 1930. Based on the network analysis results, the ATNC has significantly improved in connectivity based on (1) rising alpha, beta and gamma indices, (2) declining diameter and centre index and (3) decreasing average path length and increasing clustering coefficient. The network centralization index reveals a fluctuation phase before 1952, a pre-1980 centralization phase before the economic reform era, a centralization phase after the mid-1990s deregulation, and a decentralization phase between. The k-core decomposition method helps identify the evolution of core network and hierarchy of the ATNC over time. The spatial development model characterizes its structure change in six stages: (1) scattered development, (2) trunk line connection, (3) circular linkage, (4) hub formation, (5) a complex network structure, and (6) emerging multi-airport systems. |
| [9] | Abstract Recent research on the geography of NGOs in Global Civil Society yearbooks has emphasized a north-west European bias. This has been taken to imply that global civil society is but a pale geographical shadow of the power concentrations in global economy and governance. Using an interlocking network model and data on 74 global NGOs with offices across 178 cities, NGO connectivity values for cities show that there is a ‘global South’, especially sub-Saharan African, geographical bias. Nairobi is the most connected world city with respect to NGO activities. This marked contrast to recent received wisdom implies a diffuse network power relationship. To the extent that global NGOs reveal the new geography of global civil society in a space of flows, these results support a positive interpretation for NGOs contributing to an emancipatory global agenda.Loughborough University where he co-directs the Globalization and World Cities (GaWC) Study Group and Network (70http://www.lboro.ac.uk/gawc71). An adjunct professor at the College of Architecture and Urban Studies (Virginia Tech), he is currently visiting the University of Ghent as the holder of the International Francqui Chair. His latest book is World City Network: A Global Urban Analysis (Routledge). The Metropolitan Institute at Virginia Tech, 1021 Prince Street, Suite 100, Alexandria, VA 22314, USA. |
| [10] | ABSTRACT This paper is based on identification of the pattern of the upper level of the world city network of knowledge as published in a series of earlier papers. It is our aim to update the findings and relate to the general world city discussion. The structure of the world cities of knowledge network has changed over the past decade in favour of south-east Asian and south European cities and in disfavour of the traditional centres of North America and north-western Europe. The analysis is based on bibliometric data on the world's 100 largest cities measured in terms of research output. The level of coauthorship between researchers in different cities is an indicator of links and respect, and the number of citations of papers produced by researchers located in each city is an indicator of respect. Finally, one research discipline is selected for an experiment in forecasting future hot spots of research. |
| [11] | . 通过对当前城市体系研究进展和分析方法的阐述与总结，结合统计物理中复杂网络分析 工具，采用GIS、Matlab 和数据库等技术手段，构建城市联系网络，一定程度上突破了传统的等级 或位序城市关系研究，最后以2003 年和2007 年的Top1、Top5 和Top10 网络(城市联系强度的最大 值、前5、前10 名所连接的城市)为例证进行实证研究。研究表明：① 可将中国城市划分为北方城 市区、长江城市区、南部城市区３大城市区，形成了“三极多核”的空间格局。全国城市网络的联 系方向主要集中在环渤海地区、长三角地区和珠三角地区的主要城市(如北京、上海、广州)。但 是，从三大地区内部差异来看，环渤海地区城市等级性明显，长三角地区和珠三角地区呈现多核 化发展趋势，即城市网络化发展加强。Top10 网络反映各个城市前10 名的联系方向有所分散，即 呈现“最大联系极化、联系广度分散化”的发展趋势；② 从Top5、Top10 网络与随机网络、空间邻 近网络的对比来看，中国城市的实际网络既具有空间邻近网络这种规则网络的高聚类系数，又 具有随机网络所拥有的稀疏、长距离连接特性，表现为高聚类系数和短路径的双重特性，呈现 “小世界”网络特征；③ 从聚类系数的纵向变化看，2007 年比2003 年的城市网络连接更加分散， 区域的开放程度正在提高；④ 2007 年的平均路径长度稍有下降，说明全国城市网络中城市联系 更为紧密，连接通道增多。 通过对当前城市体系研究进展和分析方法的阐述与总结，结合统计物理中复杂网络分析 工具，采用GIS、Matlab 和数据库等技术手段，构建城市联系网络，一定程度上突破了传统的等级 或位序城市关系研究，最后以2003 年和2007 年的Top1、Top5 和Top10 网络(城市联系强度的最大 值、前5、前10 名所连接的城市)为例证进行实证研究。研究表明：① 可将中国城市划分为北方城 市区、长江城市区、南部城市区３大城市区，形成了“三极多核”的空间格局。全国城市网络的联 系方向主要集中在环渤海地区、长三角地区和珠三角地区的主要城市(如北京、上海、广州)。但 是，从三大地区内部差异来看，环渤海地区城市等级性明显，长三角地区和珠三角地区呈现多核 化发展趋势，即城市网络化发展加强。Top10 网络反映各个城市前10 名的联系方向有所分散，即 呈现“最大联系极化、联系广度分散化”的发展趋势；② 从Top5、Top10 网络与随机网络、空间邻 近网络的对比来看，中国城市的实际网络既具有空间邻近网络这种规则网络的高聚类系数，又 具有随机网络所拥有的稀疏、长距离连接特性，表现为高聚类系数和短路径的双重特性，呈现 “小世界”网络特征；③ 从聚类系数的纵向变化看，2007 年比2003 年的城市网络连接更加分散， 区域的开放程度正在提高；④ 2007 年的平均路径长度稍有下降，说明全国城市网络中城市联系 更为紧密，连接通道增多。 |
| [12] | . 鉴于城市网络已成为城市与区域研究中的学术热点,研究引介了城市联系中无向加权网络的概念、特征、计算方法,在此基础上与无向加权网络进行比较,并以中国36座副省级以上城市的城市间网络地图关注度为研究素材,从实证案例的角度分析无向加权网络与有向加权网络在城市网络分析方面的差别。实证研究结果显示：在网络的结节性方面,互联网异地城市之间关注度与航空流量结节性具有强相关性,异地之间的城市地图查询在一定程度上表征了城市间出行期望,互联网关注中部分城市成为典型的流入地,而华北、西北等地省会城市成为典型的流出地;在多值网络的链接方面,研究对城市网络这一复杂结构系统的流,实现了＂流向＂与＂流量＂的同步分析,互联网中城市间关注强度的＂出＂＂入＂反映了城市间吸引力系的非均衡性特征。总体而言,从互联网地理学的角度为城市网络分析方法提供一个新的切入点与数据来源,实现对有向加权网络的探索性分析,在计算方法上有向加权网络在分析城市体系中节点城市的职能与节点间的相互关系方面有更大的优势。 鉴于城市网络已成为城市与区域研究中的学术热点,研究引介了城市联系中无向加权网络的概念、特征、计算方法,在此基础上与无向加权网络进行比较,并以中国36座副省级以上城市的城市间网络地图关注度为研究素材,从实证案例的角度分析无向加权网络与有向加权网络在城市网络分析方面的差别。实证研究结果显示：在网络的结节性方面,互联网异地城市之间关注度与航空流量结节性具有强相关性,异地之间的城市地图查询在一定程度上表征了城市间出行期望,互联网关注中部分城市成为典型的流入地,而华北、西北等地省会城市成为典型的流出地;在多值网络的链接方面,研究对城市网络这一复杂结构系统的流,实现了＂流向＂与＂流量＂的同步分析,互联网中城市间关注强度的＂出＂＂入＂反映了城市间吸引力系的非均衡性特征。总体而言,从互联网地理学的角度为城市网络分析方法提供一个新的切入点与数据来源,实现对有向加权网络的探索性分析,在计算方法上有向加权网络在分析城市体系中节点城市的职能与节点间的相互关系方面有更大的优势。 |
| [13] | . 城市网络链接是考察区域空间组织的重要途径，基于高级生产性服务业（APS）的城市网络算法分析更是国际上该领域方法论研究的热点。本文以区域空间和企业层级为视角，在新近出现的分区核心算法的基础上提出了在全计算过程中对单一公司进行网络分析的改进方法，实现了网络分析中地理和层级的特征表达，同时规避了原算法中公司一城市的二模网络数据合并为城市一城市的一模网络数据所导致的信息损失，并以此实现了社会网络统计工具在这一算法的拓展应用。实证研究中，运用该算法对中国两大典型城市区域——长三角、珠三角的25个城市进行了网络检验，结果表明：与连锁模型算法相比，改进后的分区核心算法不但呈现出明显的层级特征和地理空间特征，并且邻近性、中间性、出度、入度等统计量得以运用，拓宽了生产性服务业城市网络的研究视野；另一方面，也发现，由于理论模型假说的演绎分析决定了城市网络的实际形态，因此，后续的生产性服务业城市网络研究的一个创新途径即在于多类型城市流的实证归纳。 城市网络链接是考察区域空间组织的重要途径，基于高级生产性服务业（APS）的城市网络算法分析更是国际上该领域方法论研究的热点。本文以区域空间和企业层级为视角，在新近出现的分区核心算法的基础上提出了在全计算过程中对单一公司进行网络分析的改进方法，实现了网络分析中地理和层级的特征表达，同时规避了原算法中公司一城市的二模网络数据合并为城市一城市的一模网络数据所导致的信息损失，并以此实现了社会网络统计工具在这一算法的拓展应用。实证研究中，运用该算法对中国两大典型城市区域——长三角、珠三角的25个城市进行了网络检验，结果表明：与连锁模型算法相比，改进后的分区核心算法不但呈现出明显的层级特征和地理空间特征，并且邻近性、中间性、出度、入度等统计量得以运用，拓宽了生产性服务业城市网络的研究视野；另一方面，也发现，由于理论模型假说的演绎分析决定了城市网络的实际形态，因此，后续的生产性服务业城市网络研究的一个创新途径即在于多类型城市流的实证归纳。 |
| [14] | The term `global city' bestows an image of an urban place that is contemporary, international, multicultural, `wired', cosmopolitan, polarising and having geographically boundless power. Nevertheless, the literature fails to produce a common identity for setting the global city apart empirically and in analysing policy issues related to it. This paper argues and tests the proposition that the global city is better described and analysed from a holistic construct of competing perspectives. To do this, it: identifies seven global city dimensions; subjects the dimensions to a principal components analysis; and, uses the resulting composite factor to drive a K-means cluster analysis to differentiate 53 US urbanised areas. The results identify significant clusters that set apart global cities and provide a broadened base for cross-disciplinary comparative urban research. |
| [15] | Globalization has renewed interest in the place and role of cities in the international system. Recent literature proposes that the fate of cities (and their residents) has become increasingly tied to their position in international flows of investment and trade. Data on the branch locations of the world’s 500 largest multinational enterprises in 2000 are subjected to two broad types of network analytic techniques in order to analyze the “world city system.” First, 3,692 cities are analyzed in terms of three measures of point centrality. Second, blockmodeling techniques are employed to generalize further about the positions and roles played by cities in the system. These techniques are used to trace out the structure of the world city system, locate cities in the context of a global urban hierarchy, and explore the degree to which this diverges from a simple one‐to‐one matching of cities onto nation‐states in the world system. Sociology |
| [16] | ABSTRACT This paper reports our research on China’s world cities. Formal network analysis of air passenger linkages for recent years among China’s most populous cities and among many of the world’s largest cities allows us to identify the country’s leading world city from among the leading Mainland candidates, Beijing, Shanghai and Guangzhou. We theorize our findings about China’s world cities in relation to both global forces (and China’s increasing entanglement with them) and the policies and actions of the national state. We examine the national and global urban network through a longitudinal, two-level analysis of airline passenger travel for four time points between about 1990 and 2005. We show that Beijing was China’s leading world city at the beginning of the time period, a status it lost nationally in as early as 1995, and then globally 10years later. On the other hand Shanghai became China’s leading world city, and it acquired this status first nationally in 2000, and then globally in 2005. The changing status of the Chinese capital corresponds to the country’s increasing involvement with the capitalist world economy. Shanghai’s ascendance as the leading world city in China may indicate that global forces have come to play an increasingly important role relative to that of the developmental state. |
| [17] | |
| [18] | @misc{1247263, author = {Derudder, Ben and Timberlake, Michael and Witlox, Frank}, issn = {0042-0980}, keyword = {CITIES,WORLD CITY NETWORK,GEOGRAPHY,GLOBALIZATION}, language = {eng}, number = {9}, pages = {1835--1841}, series = {URBAN STUDIES}, title = {Introduction: mapping changes in urban systems}, url = {http://dx.doi.org/10.1177/0042098010373504}, volume = {47}, year = {2010}, } |
| [19] | Abstract The emerging discourses on world cities and Global Commodity Chains are valuable spatial frameworks for conceptualizing globalization and its spatial consequences. However, both discourses have one thing in common: they neglect the territorial and thus physical dimension of global flows. Hence, in this article I take the perspective of material flows to reconnect the discourses on cities and chains. I aim to clarify the role of urban places and their ability to attract, manage and redirect flows in such networks. I do so by re-examining classical concepts of spatial interaction and reorganization in human geography, with particular reference to centrality and intermediacy. The case of seaports and port cities is further explored to demonstrate the concrete conflicts and opportunities that arise with chain developments and insertion. To determine the relative position of places with regard to global chains and flows, Sheppard's concept of ‘positionality’ is discussed. |
| [20] | |
| [21] | ABSTRACT In a manner analogous to Lukes' classic study of power in the early 1970s, this paper sets out three spatial vocabularies of power - territorial, networked and topological. Each spatial frame, it is suggested, has its usefulness in helping us to understand the ways in which power works itself out spatially. But, as in Lukes' study, the first two accounts of power are found wanting in certain respects; in this instance because of the limitations of the topographical framework which underpins them. In order to come to terms with the changing dynamics of a more complex, globalized world, it is argued that a topological appreciation of the workings of power is a better starting point. At a minimum, the paper sets out to show how the ability of powerful bodies to draw distant others within close reach or construct the close at hand at a distance, through relations of connection and simultaneity, opens up an understanding of power more in tune with the spatial reworkings of authority and influence today. |
| [22] | Centrality and power have become common foci for world city network research and frequently serve as tools for describing cities0964 position or status in the system. However, these concepts are difficult to define and measure. Often they are treated as equivalent: more central cities have more power. This paper challenges this assumed equivalence by proposing conceptually distinct definitions and developing two new measures that allow them to be differentiated empirically. Applying the proposed measures in a hypothetical world city network and the Internet backbone network reveals that centrality and power are distinct and suggests that world cities should be viewed as arising from multidimensional network positions that define multiple types: quintessential world cities that are both central and powerful (such as New York and London), hub world cities that are central but not powerful (such as Washington and Brussels) and gateway world cities that are powerful but not central (such as Miami and Stockholm). |
| [23] | In a 2011 paper, I introduced the conceptual distinction between positions of centrality and power in world city networks and offered a new measure09”now called alter-based centrality09”designed to quantify the network positions of cities. Here, I respond to some conceptual and mathematical critiques of those ideas raised by Boyd et al. (2013) in their Comment on Neal (2011). On the conceptual side, I clarify the definitions of centrality and power, the relevance of exchange power in world city networks and the appropriate depth of network measures in this context. On the mathematical side, I clarify the relationship between alter-based centrality and other measures, and explore the limitations of two alternatives: eigenvector and beta centrality. This Reply concludes by noting that each measure has its own strengths and weaknesses, but that researchers should aim to use measures that are no more complex than necessary. |
| [24] | |
| [25] | The abstract for this document is available on CSA Illumina.To view the Abstract, click the Abstract button above the document title. |
| [26] | When a country''s banking system becomes more linked to the global banking network, does that system get more or less prone to a banking crisis? Using model simulations and econometric estimates based on a world-wide dataset, we find an M-shaped relationship between financial stability of a country''s banking sector and its interconnectedness. In particular, for banking sectors that are not very connected to the global banking network, increases in interconnectedness are associated with a reduced probability of a banking crisis. Once interconnectedness reaches a certain value, further increases in interconnectedness can increase the probability of a banking crisis. Our findings suggest that it may be beneficial for policies to support greater interlinkages for less connected banking systems, but after a certain point the advantages of increased interconnectedness become less clear. |
| [27] | In a recent article, Zachary Neal (2011) distinguishes between centrality and power in world city networks and proposes two measures of recursive power and centrality. His effort to clarify oversimplistic interpretations of relational measures of power and position in world city networks is appreciated. However, Neal0964s effort to innovate methodologically is based on theoretical reasoning that is dubious when applied to world city networks. And his attempt to develop new measures is flawed since he conflates 0900eigenvector centrality0964 with 0900beta centrality0964 and then argues that 0900eigenvector-based approaches0964 to recursive power and centrality are ill-suited to world city networks. The main problem is that his measures of 0900recursive0964 centrality and power are not recursive at all and thus are of very limited utility. It is concluded that established eigenvector centrality measures used in past research (which Neal critiques) provide more useful gauges of power and centrality in world city networks than his new indexes. |
| [28] | . 如何测度和衡量世界城市在网络 中的位置和地位是世界城市网络研究的重点和难点。扎克瑞·尼尔提出递归中心性、递归作用力和转变中心性的概念,为世界城市网络测度提供了一种新的视角和方 法。本文在对世界城市网络测度相关文献进行回顾的基础上,重点从中心性与作用力的关系及测度模型等方面介绍及评述扎克瑞·尼尔世界城市网络测度方法,并提 出世界级城市发展和构建的几点启示。 如何测度和衡量世界城市在网络 中的位置和地位是世界城市网络研究的重点和难点。扎克瑞·尼尔提出递归中心性、递归作用力和转变中心性的概念,为世界城市网络测度提供了一种新的视角和方 法。本文在对世界城市网络测度相关文献进行回顾的基础上,重点从中心性与作用力的关系及测度模型等方面介绍及评述扎克瑞·尼尔世界城市网络测度方法,并提 出世界级城市发展和构建的几点启示。 |
| [29] | . 城市网络结构的认知与测度一直是城市区域研究的重点.相对“中心”或“核心”,中心性(centrality)、控制力(power)从不同的侧面反映城市在网络中的地位和作用,加深对城市网络的认识.研究选取2001年、2009年长三角企业分支机构的数据,试图通过分析企业联系网络来研究长三角城市网络的区域空间组织特征.结果显示由2001-2009年,长三角大部分城市的中心性提升,尤其是与上海市区联系强度较高的城市提升更快,表明长三角城市间联系更加紧密,网络扩展到了更大的范围、更深的程度;控制力的分析结果表明,大部分城市的控制力也是上升的,但控制力较高的城市仍是地级市以上层级的城市,尤其是上海市区、杭州市、南京市.综合对长三角城市网络的中心性和控制力的认识,认为由2001-2009年长三角城市网络整体上呈现扁平化、均匀化发展态势,但控制性城市仍为地级市及以上层级城市.其中,浙江城市在网络中的地位增强较为明显,尤其是杭州市、宁波市、温州市. 城市网络结构的认知与测度一直是城市区域研究的重点.相对“中心”或“核心”,中心性(centrality)、控制力(power)从不同的侧面反映城市在网络中的地位和作用,加深对城市网络的认识.研究选取2001年、2009年长三角企业分支机构的数据,试图通过分析企业联系网络来研究长三角城市网络的区域空间组织特征.结果显示由2001-2009年,长三角大部分城市的中心性提升,尤其是与上海市区联系强度较高的城市提升更快,表明长三角城市间联系更加紧密,网络扩展到了更大的范围、更深的程度;控制力的分析结果表明,大部分城市的控制力也是上升的,但控制力较高的城市仍是地级市以上层级的城市,尤其是上海市区、杭州市、南京市.综合对长三角城市网络的中心性和控制力的认识,认为由2001-2009年长三角城市网络整体上呈现扁平化、均匀化发展态势,但控制性城市仍为地级市及以上层级城市.其中,浙江城市在网络中的地位增强较为明显,尤其是杭州市、宁波市、温州市. |
| [30] | Abstract Abstract The research looks at the structure of the Internet backbone and air transport networks between 82 cities in 2002, using Internet backbone bandwidth and air passenger traffic data. Centrality measures on individual city's hierarchy in the Internet and in the air traffic networks were significantly correlated, with London in the most dominant position in both networks. A quadratic assignment procedure (QAP) showed a structural equivalence between two systems. The division and membership of the clusters in both networks also showed similarity; both networks had a strongly cohesive North American-European cluster with the London-New York dyad as the strongest linkage in the global flow of information and people. These findings suggest that current trends in Internet infrastructure concentration reproduce and maintain global inequality and hierarchy among world cities. |
| [31] | . 基于春运人口流动大数据,选取对外联系度、优势流、城市位序-规模分析等方法对转型期中国城市网络特征进行分析。结果显示:1城市网络层级结构中蕴藏着位序-规模规律,但与理想的帕累托分布有所区别,城市规模彼此差异相对较小;2空间距离与城市等级在城市网络联系中发挥支配性作用,保证了城市网络的层级性与有序性;3中国城市网络核心联系呈现“两横三纵”特征,该特征与铁路大动脉的空间分布高度吻合;4东部地区城市网络联系更加密切,而西北、西南地区则相对稀疏,基本上以“胡焕庸线”为界,而“兰新线”是突破这一限制的潜在力量;5中国东北地区未形成明显的区域性中心,城市联系形成带状网络;6华北与华南地区的“灯下黑”现象值得警惕,缓解这一问题的可行办法是核心城市功能的对外疏散,加强核心城市与周边城市之间的联系;7带状区域发展或许将成为未来中国区域经济发展的流行模式和中坚力量。总体上看,针对于揭示转型期中国城市网络结构特征,春运人口流动数据具有一定的研究价值,是城市与人口研究领域一个值得深入挖掘的重要数据源。 基于春运人口流动大数据,选取对外联系度、优势流、城市位序-规模分析等方法对转型期中国城市网络特征进行分析。结果显示:1城市网络层级结构中蕴藏着位序-规模规律,但与理想的帕累托分布有所区别,城市规模彼此差异相对较小;2空间距离与城市等级在城市网络联系中发挥支配性作用,保证了城市网络的层级性与有序性;3中国城市网络核心联系呈现“两横三纵”特征,该特征与铁路大动脉的空间分布高度吻合;4东部地区城市网络联系更加密切,而西北、西南地区则相对稀疏,基本上以“胡焕庸线”为界,而“兰新线”是突破这一限制的潜在力量;5中国东北地区未形成明显的区域性中心,城市联系形成带状网络;6华北与华南地区的“灯下黑”现象值得警惕,缓解这一问题的可行办法是核心城市功能的对外疏散,加强核心城市与周边城市之间的联系;7带状区域发展或许将成为未来中国区域经济发展的流行模式和中坚力量。总体上看,针对于揭示转型期中国城市网络结构特征,春运人口流动数据具有一定的研究价值,是城市与人口研究领域一个值得深入挖掘的重要数据源。 |
| [32] | . 随着互联网时代的来临,网络数据已越来越成为表征居民地理行为的重要载体,用户迁移、社交网络、移动通信等地理行为大数据成为城市联系研究的重要数据来源.“百度迁徙”大数据通过LBS技术,全程、动态、即时和直观地记录了城市之间的人口日常流动轨迹.通过采集“百度迁徙”数据库中2015年一季度(2月7日至5月16日)国内369个城市之间的逐日的人口流动数据,分“季度平均、春运期间(春节前)、春运期间(春节后)、劳动节、周末和工作日”6个时间段,从人流集散层级、人流集散网络体系的分层集聚、人口日常流动空间格局及其与“胡焕庸线”之间的关系等角度分析各时间段的城市之间的人口日常流动相关特征与空间格局.研究发现,“百度迁徙”大数据清晰地显示了春运期间中部和沿海地区之间的人口流动格局.人流集散中心主要分布在京津冀、长三角、珠三角和成渝4大城市群中,并与其城市等级有较强的一致性.人口日常流动集散体系呈明显的分层集聚,京津冀、长三角、珠三角、成渝和乌鲁木齐5大集散体系在各时间段基本得到体现,而华中、东北、西南和福建沿海等地区并未出现高层级集散城市和高等级集散体系,与这些区域在国家区域发展战略中的地位在一定程度上不相匹配.“胡焕庸线”能较好地反映国家层面的城市之间人口日常流动格局,反映了地理环境对城市间人口日常流动的深刻影响.城市之间的人口流动强度是体现区域经济联系强度、城市等级和网络结构等的重要指标,此项研究可为形成国家区域经济发展新格局和促进区域平衡发展提供参考. 随着互联网时代的来临,网络数据已越来越成为表征居民地理行为的重要载体,用户迁移、社交网络、移动通信等地理行为大数据成为城市联系研究的重要数据来源.“百度迁徙”大数据通过LBS技术,全程、动态、即时和直观地记录了城市之间的人口日常流动轨迹.通过采集“百度迁徙”数据库中2015年一季度(2月7日至5月16日)国内369个城市之间的逐日的人口流动数据,分“季度平均、春运期间(春节前)、春运期间(春节后)、劳动节、周末和工作日”6个时间段,从人流集散层级、人流集散网络体系的分层集聚、人口日常流动空间格局及其与“胡焕庸线”之间的关系等角度分析各时间段的城市之间的人口日常流动相关特征与空间格局.研究发现,“百度迁徙”大数据清晰地显示了春运期间中部和沿海地区之间的人口流动格局.人流集散中心主要分布在京津冀、长三角、珠三角和成渝4大城市群中,并与其城市等级有较强的一致性.人口日常流动集散体系呈明显的分层集聚,京津冀、长三角、珠三角、成渝和乌鲁木齐5大集散体系在各时间段基本得到体现,而华中、东北、西南和福建沿海等地区并未出现高层级集散城市和高等级集散体系,与这些区域在国家区域发展战略中的地位在一定程度上不相匹配.“胡焕庸线”能较好地反映国家层面的城市之间人口日常流动格局,反映了地理环境对城市间人口日常流动的深刻影响.城市之间的人口流动强度是体现区域经济联系强度、城市等级和网络结构等的重要指标,此项研究可为形成国家区域经济发展新格局和促进区域平衡发展提供参考. |
| [33] | No abstract is available for this item. |
