, 宋雄伟, 谢炳庚, 李民, 钟小龙湖南师范大学资源与环境科学学院,长沙 410081
City network link analysis of urban agglomeration in the middle Yangtze River basin based on the Baidu Post Bar data
DENGChuxiong, SONGXiongwei, XIEBinggeng, LIMin, ZHONGXiaolong通讯作者:
收稿日期:2018-01-7
修回日期:2018-03-21
网络出版日期:2018-06-10
版权声明:2018《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 (5580KB)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
当今互联网时代,城市之间的信息交流日益密切,移动互联网络的发展更是促使信息流规模呈几何级增长,信息流通过网络将大大小小的城市联结成一个空间上联系密切的城市网络,并逐渐成为城市间相互作用、相互联系的流空间主要组成部分之一。按照内容生产方式,信息流大致可以分为OGC（Occupationally-generated Content,职业生产内容）、UGC（User-generated Content,用户生产内容）、PGC（Professionally-generated Content,专业生产内容）三大类。例如,常用的微博、朋友圈、百度贴吧、QQ空间、豆瓣等都是UGC型信息流平台。较OGC、PGC而言,UGC因其涉及面广、综合性强、交互性鲜明,数据的开放性与海量性更为显著,对Web 2.0、Web 3.0的相继繁荣起着举足轻重的作用,同时为利用具体的“信息流”来研究城市网络联系带来了新的契机。随着移动互联网的迅猛发展,UGC数据的开放性与海量性无疑将进一步增强,用其来洞察城市网络联系不失为一种有效的途径。自Wilson发现网络空间是一个与传统地理空间截然不同的虚拟场所[1]以来,国内外****相继开展有关研究。Batty认为网络空间是一种建立在传统地理空间之上的空间类型,提出了“赛博空间地理学”[2],使地理学研究虚拟网络空间有了系统化的理论基础。Taylor领导的GaWC从企业视角研究世界城市网络,用“中心流”充实了传统的中心地理论[3,4],为城市地理学研究范式从“写意”走向“网络化”提供了新的方法支持。Castell定义的“流动空间”[5]概念为城市网络研究构建了重要的理论框架。Townsend主张对当代城市化的理解应该从研究网络和区域的网络动态开始[6]。Tranos等试图揭示影响欧洲城市主干网络空间分布的因素[7]。Pflieger等提出了“城市作为网络存在于网络之中”的论断[8]。国外****多注重理论研究,少有见到基于Facebook、YouTube、twitter、Instagram等UGC平台的信息流来研究城市网络联系。国内****常用分形理论[9]、经济联系强度模型[10,11]、城市流模型[12-14]、空间自相关[15]及社会网络分析[11,15]等方法,通过人流[16,17]、物流[17]、交通流[18-21]、资金流[22]、企业流[23]等常规要素流对城市体系空间结构特征及联系进行研究。随着各类UGC平台的蓬勃发展,基于信息流的城市网络联系渐成研究热点,目前大部分研究围绕微博数据[24-26]、百度指数[27-29]开展,也有董超[30]、赵映慧[31]、黎智枫[32]等少数****分别采用电话通信数据、QQ数据、豆瓣数据来研究城市网络联系,这些成果为利用虚拟空间来研究城市网络联系提供了有益的思路借鉴。
百度贴吧除了具备其他UGC型信息流平台的普遍特征外,还能因为共同的兴趣爱好而有效地聚集大量网民到不同类型的贴吧里展开广泛交流,其中的城市吧是根据地域划分组建、吸引具有同一地域情怀网民关注的百度贴吧类型,海量的信息流可为城市网络联系研究提供很好的素材支撑。鉴于此,本文突破传统城市地理学研究思维的束缚,尝试利用百度城市吧数据,采用社会网络分析法、优势流分析法、D-Value与C-Value分析法,从城市网络联系密度及城市联系类型、城市网络联系层级结构、城市的主导性与控制力三方面定量分析长江中游城市群城市网络联系特征,探索大数据时代流空间视角下城市空间相互作用的格局,以期能促进对城市网络联系产生新的认识与思考,并为现代网络中的城市群智慧化协同发展提供客观参考。
2 研究区概况与数据来源
2.1 研究区概况
本文的研究区域为2015年4月国家发改委印发的《长江中游城市群发展规划》中界定的范围[33]（图1）,长江中游城市群包括：湖北省的武汉市、黄石市、鄂州市、黄冈市、孝感市、咸宁市、仙桃市、潜江市、天门市、襄阳市、宜昌市、荆州市、荆门市,湖南省长沙市、株洲市、湘潭市、岳阳市、益阳市、常德市、衡阳市、娄底市,江西省南昌市、九江市、景德镇市、鹰潭市、新余市、宜春市、萍乡市、上饶市及抚州市、吉安市的部分县（区）,国土面积约31.7×104 km2。
显示原图|下载原图ZIP|生成PPT图1长江中游城市群范围
-->Fig. 1The scope of urban agglomeration in the middle Yangtze River Basin
-->
2.2 数据来源及处理
本文数据来源于百度贴吧。百度贴吧是一个搜索加论坛式的网络交流平台,其目录涵盖社会生活的方方面面,是全球最大的中文社区。百度贴吧在中国影响深远,该平台为社会个体成员提供了一个表达和交流的网络空间,使得参与者可以直接利用所形成的节点关系网络获得对外交流资源,突破了现实世界的空间限制[34]。百度贴吧的发帖和回帖行为与微博[24-26]的互动机理类似,但百度贴吧具有更高的社区组织性质,用户的关系更为紧密[35],目前有关研究成果相对较少。通过在不同的地区吧（贴吧分类中的地区吧）查找海量用户交流所积累的各城市的相关数据,可以考察城市之间的网络空间联系。具体操作如下：2017年7月31日在百度帖吧官网中的贴吧分类里地区栏目下依次进入长江中游城市群中的31个城市的贴吧,在每一个城市吧内逐一查找除自己之外30个城市的有关求职求学、旅游出行、娱乐美食、寻人交友、生活杂谈等方面的主题帖数量,从而得到城市吧与主题帖之间的2-Mode矩阵数据,即任意一个城市吧里包含其他30个城市名称的主题帖数量及该城市在除自己之外的30个城市吧里的主题帖数量。由于网页功能的限制,不能对主题帖查询结果作进一步的机械筛选,加之主题帖数的海量性,更无法对其全部内容逐一进行人工核验,为避免联系指向模糊的主题帖造成干扰,确保主题帖的有效性,本文对前述主题帖查询统计结果作如下进一步处理：在长江中游城市群三大子城市群里各自选取主题帖数量前三的单次查询结果,对此九次查询结果的前30页分别作人工逐一核验,统计得到联系指向模糊的主题帖数量占所有人工核验的主题帖总数的2.15%,按此比值对单次查询结果作修正,即以单次查询主题贴数量的97.85%作为后文分析的基础数据,研究长江中游城市群31个城市之间的网络联系。从地理学角度来看,可以把长江中游城市群中的31个城市吧看作流空间网络中的节点,以两两城市间的主题帖数量作为流空间网络中“信息流”的量。查找过程中需作以下几点说明：① 进入查找的城市吧必须为在百度贴吧首页中分类目录下地区吧里认证的城市吧,其吧名有且只能含有完整的城市名称。② 所进入的城市吧需处于活跃状态,且管理良好,无大量灌水、刷贴现象。③ 由于襄阳市变更过城市名称,所以其他30个城市吧里含有“襄樊”作为关键字的主题帖数量并入襄阳。④ 长江中游城市群只包括抚州市、吉安市的部分县（区）,但考虑数据的不可分割性,本文中的长江中游城市群包括完整的抚州市和吉安市。⑤ 没有考虑每个城市自己与自己的联系。
操作过程中,发现主题帖的提取能如实反映两城市间的联系。例如在武汉吧里输入“岳阳”,相关的主题帖有网约顺风车、询问旅游攻略、评论家乡新闻、交友寻人等相关话题,所有武汉吧里包含“岳阳”关键字的主题帖构成武汉流向岳阳的信息流,主题帖的数量代表武汉流向岳阳的信息流强度。此外,通过SPSS 22.0对31个城市吧的总主题帖数和用户关注总量进行相关性检验,Pearson双侧相关性检验相关系数为0.896,两者呈极强相关,说明遍历式搜索获得的主题帖数量可以表征各个城市在网络空间中的活跃程度。
3 研究方法
3.1 社会网络分析法
社会网络分析（Social Network Analysis,SNA）是一套规范的对社会关系与结构进行分析的方法,社会网络分析的对象是不同的社会行动者内在联系而构成的网络结构。本文采用社会网络分析法来测度长江中游城市群城市网络联系密度,划分城市联系类型。主要涉及以下两个指标：3.1.1 城市网络联系密度 城市网络联系密度指城市网络中城市间实际连接数占最大可能连接数的比重[15,36],其公式如下：
式中：D为城市网络联系密度;L为城市间实际存在的连接数;n为城市网络中城市节点的个数。
3.1.2 相对点度中心度 某个城市节点在城市网络中联系对象的多寡可用“点度中心度”来衡量。为便于分类对比,采用“相对点度中心度[37]”来测算城市节点在整个城市网络中互相连接的数量关系。其数学表达式如下：
式中：CD为相对点度中心度;Cin表示点入中心度,即出现某个城市主题帖的其他城市吧的个数（其他城市的个数）;Cout表示点出中心度,即出现在某个城市吧里的其他城市主题帖所对应的城市个数;n含义同上。
3.2 优势流分析法
1961年Nystuen和Dacey首先提出的优势流（dominant flow）,是国内外研目前究城市网络体系比较成熟的一种方法[19]。优势流分析法中,将城市分为三种类型：主导型城市、次级主导型城市及从属型城市[28]。主导型城市是指其最大要素流流向一个与之相比规模较小的城市,且规模较小的城市中至少有一半城市的最大要素流流向它;次级主导型城市指的是其最大要素流流向主导型城市,而且与之相比规模较小的城市中至少有一半的城市第二大要素流流向它;从属型城市为其最大要素流流向主导型城市或次级主导型城市,且没有任何一个与之相比规模较小的城市具有流向它的最大要素流。本文采用优势流分析方法来揭示长江中游城市群城市网络联系层级结构。此方法应用中,城市规模的大小,大部分****用人口总量、交通运输总量等传统的社会经济数据来代表,本文的要素流为主题帖数量,因此选用各城市在其他所有城市吧里出现的主题帖总数量（以下简称“主题帖总数量”）来代表城市规模的大小。3.3 D-Value与C-Value分析法
Mi-chelson等采用D-Value与C-Value分析法研究了美国大都市区信息联系主导性与控制力[27,28],本文根据研究需要稍作修正,采用D-value=R-S,C-value=ln（R/S）来量度长江中游城市群各城市的主导性与控制力。式中：D-value代表某个城市在城市网络联系中的主导性;C-value代表某个城市在城市网络联系中的控制力。D-value为正值时,值越大,表明该城市在城市网络联系中主导性越突出;C-value为正值时,值越大,表明该城市在城市网络联系中控制力越强,“信息话语权”越大。R代表某个城市出现在其他所有城市吧里的主题帖总数量,S代表其他所有城市出现在某个城市吧里的主题帖总数量。4 结果分析
4.1 城市网络联系密度及城市联系类型
4.1.1 城市网络联系密度 基于城市网络信息联系的二值数据,利用Ucinet 6.0软件中的Netdraw程序生成可视化网络图（图2）,计算城市网络联系密度,面上分析长江中游城市群城市网络联系的程度。理论上31个城市如果两两之间都存在贴吧主题帖联系,则图2中应当有930条连线,由于部分城市间不存在贴吧主题帖联系,图2中实际只有723条连线,因此长江中游城市群城市网络联系密度为77.74%,同时考察长江中游城市群各子城市群（武汉城市圈、环长株潭城市群、环鄱阳湖城市群）的城市网络联系密度,理论连线数量与实际存在的连线数量相等,即各子城市群城市网络联系密度为100%,这说明长江中游城市群大部分城市间存在比较普遍的网络联系,且各子城市群内部城市间的网络联系更为密切。
显示原图|下载原图ZIP|生成PPT图2长江中游城市群城市贴吧网络联系
-->Fig. 2City Post Bar network link of urban agglomeration in the middle Yangtze River Basin
-->
4.1.2 城市联系类型 经济繁荣、劳动力流动、异地求学、旅游活动等都对城市之间的联系产生影响。在长江中游城市群中,并不是每两个城市之间都存在连线,例如湖北省孝感市和江西省鹰潭市两个城市之间就无连线,说明在这两个城市吧没有符合条件的主题帖,因此不能通过贴吧主题帖建立网络联系。本文根据城市“相对点度中心度”CD值计算结果,将长江中游城市群31个城市划分为五种类型：全域伙伴型、普遍伙伴型、较多伙伴型、一般伙伴型、较少伙伴型城市（表1）。CD等于1为全域伙伴型城市,即此城市吧里存在其他所有城市的主题帖且有关此城市的主题帖出现在其他所有的城市吧里。武汉和长沙的城市吧里存在其他所有城市的主题帖且有关武汉、长沙的主题帖出现在其他所有的城市吧里,武汉、长沙在长江中游城市群中网络联系最为广泛,属于全域伙伴型城市。0.95≤CD<1为普遍伙伴型城市,即此城市吧里存在其他绝大部分城市的主题帖且有关此城市的主题帖出现在其他绝大部分的城市吧里。南昌、宜昌、株洲、九江的城市吧里存在其他绝大部分城市的主题帖且有关南昌、宜昌、株洲、九江的主题帖出现在其他绝大部分的城市吧里,南昌、宜昌、株洲、九江4个城市在长江中游城市群中网络联系广泛,属于普遍伙伴型城市。0.85≤CD<0.95为较多伙伴型城市,即此城市吧里存在其他大部分城市的主题帖且有关此城市的主题帖出现在其他大部分的城市吧里。岳阳、黄石、襄阳、衡阳的城市吧里存在其他大部分城市的主题帖且有关它们的主题帖出现在其他大部分的城市吧里,岳阳、黄石、襄阳、衡阳4个城市在长江中游城市群中网络联系较广泛,属于较多伙伴型城市。0.70≤CD<0.85为一般伙伴型城市,即此城市吧里存在其他大部分城市的主题帖而有关此城市的主题帖出现在其他的部分城市吧里。荆州等11个城市吧里存在其他大部分城市的主题帖而有关此11城市的主题帖主要出现在全域伙伴型城市、普遍伙伴型城市及与其地缘关系较为紧密的城市吧里,荆州等11个城市在长江中游城市群中网络联系一般,属于一般伙伴型城市。CD<0.70为较少伙伴型城市,即此城市吧里存在其他部分城市的主题帖而有关此城市的主题帖仅出现在其他较少数的城市吧里。上饶等10个城市吧存在的主题贴以武汉、长沙、南昌3个省会城市及各自所在的子城市群里的城市为主,而有关上饶等10个城市的主题帖主要出现在武汉、长沙、南昌3个省会城市及与其地缘关系紧密的城市吧里,上饶等10个城市在长江中游城市群中网络联系较少,属于较少伙伴型城市。综合以上,全域伙伴型城市、普遍伙伴型城市、较多伙伴型城市多为经济实力较强、外向度较高的城市,南昌因其辐射带动作用与武汉、长沙存在一定的差距,贴吧网络联系不及它们广泛,因而落入普遍伙伴型城市之列;环鄱阳湖城市群缺乏全域伙伴型城市和较多伙伴型城市,除南昌和九江外,其余均为一般伙伴型和较少伙伴型城市,城市网络联系不如武汉城市圈和环长株潭城市群活跃。
Tab. 1
表1
表1基于城市吧联系对象的长江中游城市群城市联系类型
Tab. 1City link types of urban agglomeration in the middle Yangtze River Basin based on City Bar contact object
| 联系特征 | CD值 | 城市 |
|---|---|---|
| 全域伙伴型 | CD=1 | 武汉、长沙 |
| 普遍伙伴型 | 0.95≤CD<1 | 南昌、宜昌、株洲、九江 |
| 较多伙伴型 | 0.85≤CD<0.95 | 岳阳、黄石、襄阳、衡阳 |
| 一般伙伴型 | 0.70≤CD<0.85 | 荆州、湘潭、常德、咸宁、吉安、鹰潭、景德镇、天门、益阳、黄冈、荆门 |
| 较少伙伴型 | CD<0.70 | 上饶、娄底、孝感、宜春、潜江、鄂州、仙桃、抚州、萍乡、新余 |
新窗口打开
4.2 城市网络联系层级结构
4.2.1 主导型城市 最大要素流计算结果显示,长江中游城市群31个城市中武汉、长沙、南昌的最大要素流分别流向与之相比规模较小的黄石、株洲、九江,而除武汉、长沙、南昌三个城市外其余的地级市和省辖市的最大要素流均流向各自所在省份的省会城市（图3）。即武汉、长沙、南昌城市吧里的最大主题帖流分别流向了主题帖总数量少于它们的黄石、株洲、九江,但它们仅吸纳了各自所在子城市群其他所有城市吧里的最大主题帖流,吸纳最大主题帖流的城市数量均没有达到长江中游城市群中与之相比规模较小的城市总数的50%。按照前文对主导型城市的界定,武汉、长沙、南昌三城市仅为各自所在的子城市群的主导型城市,尚未达到长江中游城市群尺度上主导型城市的标准。然而从图4中可以看出,九江、岳阳的第二大主题帖流跨子城市群流向武汉,萍乡的第二大主题帖流跨子城市群流向长沙,这说明武汉、长沙在核心极化作用增强的同时表现出了一定的溢出效应,依托地缘优势与重要交通干线突破省级行政边界辐射带动了子城市群外围的部分城市发展,已表现出长江中游城市群尺度上主导型城市的雏形。
显示原图|下载原图ZIP|生成PPT图3长江中游城市群各城市吧最大要素流流向
-->Fig. 3The maximum element flow direction of each City Bar of urban agglomeration in the middle middle Yangtze River Basin
-->
显示原图|下载原图ZIP|生成PPT图4长江中游城市群各城市吧第二大要素流流向
-->Fig. 4The second element flow direction of each City Bar of urban agglomeration in the Yangtze River Basin
-->
4.2.2 次级主导型城市及从属型城市 第二大要素流计算结果表明,长江中游城市群31个城市中第二大要素流流向较为分散,第二大要素流流入相对集中的为宜昌、九江和株洲三城市（图4）。其中,宜昌的最大主题帖流流向武汉,主题帖总数量比其小的24个城市中只有6个城市的第二大主题帖流流向宜昌,九江的最大主题帖流流向南昌,主题帖总数量比其小的25个城市中只有4个城市的第二大主题帖流流向九江,株洲的最大主题帖流流向长沙,主题帖总数量比其小的27个城市中只有3个城市的第二大主题帖流流向株洲,宜昌、九江、株洲三城市吸纳的第二大主题帖流的城市均与其同属于一个子城市群,数量都没有达到长江中游城市群里主题帖总数量小于它们城市总数的50%,但均达到各自所在子城市群里主题帖总数量小于它们城市总数的50%。故按照前文对次级主导型城市的界定,在长江中游城市群尺度上还没形成次级主导型城市,宜昌、九江和株洲也只是各自子城市群的次级主导型城市。除各子城市群主导型城市、次级主导型城市以外的其他25个城市的最大要素流均流向各自的省会城市,但没有任何一个与之相比规模较小的城市具有流向它们的最大要素流,按照前文对从属型城市的界定,此25个城市都为从属型城市。
总体而言,按照优势流分析法的计算结果,长江中游城市群尺度上还未出现绝对意义上的主导型和次级主导型城市,仅在子城市群尺度上形成了主导型、次级主导型城市（武汉和宜昌分别为武汉城市圈的主导型、次级主导型城市,长沙和株洲分别为环长株潭城市群的主导型、次级主导型城市,南昌和九江分别为环鄱阳湖城市群的主导型、次级主导型城市）,武汉、长沙虽已初显长江中游城市群尺度上主导型城市的雏形,但整体城市网络联系层级结构还不是十分明晰。究其原因主要是长江中游城市群不但被长江等山河湖泊天然分割,地理联系不如长三角城市群、珠三角城市群、环渤海城市群紧密,而且作为一个整体的发展历程较短,在基础设施互联互通、产业协同发展、公共服务共享、深化开放合作等方面尚处于起步阶段,社会经济联系自发松散,信息化水平相对滞后,尚未形成一体化程度高的城市网络。
4.3 城市的主导性与控制力
由于上述优势流分析只考虑了要素流的流向,只能较为宏观地刻画出了长江中游城市群城市网络联系层级结构,为进一步量度各城市的主导性与控制力,本文采用D-Value与C-Value分析法,从每个城市吸纳的要素流与被吸纳的要素流之间的数量关系来分析长江中游城市群各城市的主导性与控制力。根据某个城市出现在其他所有城市吧里的主题帖总数量与其他所有城市出现在某个城市吧里的主题帖总数量,计算出长江中游城市群31个城市的D-Value与C-Value（表2）,负值不计入。从表2可以看出,武汉的D-Value和C-Value最大,在长江中游城市群贴吧网络联系中具有绝对优势地位,说明武汉在长江中游城市群中的主导性与控制力最强,可视为大区中心城市;长沙、南昌的D-Value和C-Value相近,仅次于武汉,大幅领先其他城市,在长江中游城市群贴吧网络联系中处于优势地位,具有很强的主导性与控制力,应为大区副中心城市;株洲、九江、宜昌的D-Value和C-Value相近,D-Value介于1000~1600之间,C-Value介于0.5~0.6之间,低于武汉、长沙和南昌,在长江中游城市群贴吧网络联系中优势明显,具有较强的主导性与控制力,可认为是各子城市群的中心城市;岳阳、黄石、襄阳、衡阳和景德镇的D-Value低于700,C-Value在0.4以下,在长江中游城市群贴吧网络联系中表现出一定的优势,具有一定的主导性与控制力,应定性为各子城市群的控制节点城市;其他20个城市的D-Value与C-Value为负值,没有表现出主导性和控制力。功能定位、经济发展水平、区位交通、历史文化、商贸旅游等方面的优势是上述11个城市在长江中游城市群中具有不同强度的主导性和控制力的主要原因。从31个城市的主导性、控制力来看,长江中游城市群已基本形成“一主两副三中心五节点”金字塔型的城市网络联系格局。
Tab. 2
表2
表2长江中游城市群城市的主导性与控制力特征值
Tab. 2The eigenvalues of urban dominance and control power of urban agglomeration in the middle Yangtze River Basin
| 城市 | D-value | C-value |
|---|---|---|
| 武汉 | 14155 | 0.8092 |
| 长沙 | 4248 | 0.7565 |
| 南昌 | 4027 | 0.7423 |
| 株洲 | 1568 | 0.5716 |
| 九江 | 1335 | 0.5657 |
| 宜昌 | 1039 | 0.5171 |
| 岳阳 | 657 | 0.3028 |
| 黄石 | 518 | 0.2754 |
| 襄阳 | 426 | 0.2025 |
| 衡阳 | 221 | 0.2009 |
| 景德镇 | 132 | 0.1473 |
新窗口打开
5 结论与讨论
基于百度贴吧这一UGC平台从流空间视角尝试性地用城市吧主题帖流对长江中游城市群31个城市之间的网络联系进行研究,主要结论有：（1）从城市贴吧网络联系密度来看,长江中游城市群城市贴吧网络联系密度为77.74%,各子城市群城市贴吧网络联系密度为100%,长江中游城市群大部分城市间存在比较普遍的网络联系,各子城市群已建立起了完整的网络联系。
（2）从城市吧之间互相联系的对象数量来看,长江中游城市群31个城市可划分为5种类型,武汉和长沙为全域伙伴型城市,南昌、宜昌、株洲、九江为普遍伙伴型城市,岳阳、黄石、襄阳、衡阳为较多伙伴型城市,荆州等11个城市为一般伙伴型城市,上饶等10个城市为较少伙伴型城市。环鄱阳湖城市群中缺少全域伙伴型和较多伙伴型城市,与现实的社会经济联系类似,环鄱阳湖城市群城市网络联系不如武汉城市圈和环长株潭城市群活跃。
（3）从城市贴吧优势流流向来看,长江中游城市群尚未形成绝对意义上的主导型和次级主导型城市,武汉、长沙、南昌分别为各自所在子城市群的主导型城市,宜昌、株洲、九江依次为各自所在子城市群的次级主导型城市,其他25个城市为从属型城市,武汉跨子城市群吸纳了与武汉城市圈临近的九江和岳阳的第二大主题帖流,长沙跨子城市群吸纳了与环长株潭城市群毗邻的萍乡的第二大主题帖流,武汉与长沙已表现出长江中游城市群尺度上主导型城市的雏形。互联网的迅速发展使得长江中游城市群城市网络联系层级结构趋于明晰,但还尚未彻底改变传统的城市等级格局。
（4）从31个城市的主导性、控制力来看,长江中游城市群已基本形成“一主两副三中心五节点”金字塔型的城市网络联系格局。武汉在长江中游城市群中的主导性与控制力最强,可视为大区中心城市;长沙和南昌具有很强的主导性与控制力,应为大区副中心城市;株洲、九江、宜昌具有较强的主导性与控制力,可认为是各子城市群的中心城市;岳阳、黄石、襄阳、衡阳和景德镇具有一定的主导性与控制力,应定性为各子城市群的控制节点城市。信息化浪潮拓展了城市间联系的维度,塑造着城市网络联系的格局,但短期内难以从根本上摆脱长期形成的路径依赖,经济实力雄厚、竞争优势明显的城市仍然在城市网络联系中保持着核心地位。
与国内先行的国家级城市群相比,长江中游城市群作为一个整体发展的时间不长,各项合作的效果还不明显,城市网络发育不够成熟,为达成长江中游城市群发展规划里所提出的“多中心、网络化发展格局”愿景,提高其在国家以环渤海、长三角、珠三角、成渝城市群为支点的钻石型空间格局中的地位,未来应充分整合区位交通、资源禀赋、人才智力、资金技术等方面的优势条件,补齐短板,稳步开展基础设施互联互通、产业协同发展、公共服务共享、深化开放合作,稳健推进“互联网+”战略,以实现要素顺畅流通、优化配置,形成清晰、合理、完善、高效的城市网络联系体系与层级结构。
网络虚拟世界是现实社会的反映和延伸,但不完全等同于现实社会。本文基于百度贴吧数据探索性分析了长江中游城市群城市网络联系,与长江中游城市群已有相关研究成果比较,主要结论基本一致,同时也存在些许差异。城市网络联系密度方面,本文计算出的城市贴吧网络联系密度为77.74%,汤放华等计算出的城市经济网络联系密度为83.76%[15],尽管数值上有一定的差距,但均得到了长江中游城市群城市网络联系较为紧密的结论;城市网络联系层级结构方面,本文研究认为武汉、长沙、南昌为各自所在子城市群的主导型城市且武汉、长沙已表现出长江中游城市群尺度上主导型城市的雏形,宜昌、株洲、九江为各自所在子城市群的次级主导城市,这与蒋大亮等利用百度指数分析得出的长江中游城市群城市整体层级呈现出“三核（武汉、长沙、南昌）四中心（株洲、九江、宜昌、衡阳）”发展态势的结论基本契合[27];主导性和控制力方面,本文研究得到的“一主两副三中心五节点”的城市网络联系格局中11个城市的排序与叶强等利用百度迁徙数据测算出的长江中游城市群城市中心职能强度、核心度排序大致相同[36],个别城市的位序上下略有浮动。所采用的基础数据来源及性质各异、选用的方法不尽相同、互联网普及程度的地区差异等是研究结果存在出入的主要原因。
百度贴吧是互联网纵深发展背景下新兴的社会公众平台,其数据开放自由、客观真实,信息流受自然条件、区位交通、行政区划等的影响小,跨越性和迁移能力强,本文采用百度城市吧主题帖流通过网络虚拟空间较好地揭示了长江中游城市群城市网络联系特征,丰富了互联网大数据背景下城市网络联系研究的内容。由于百度贴吧数据基于大众参与,缺乏城市间官方、企事业单位的互动,仅能部分反映城市网络联系情况,加之受网页功能的限制,人工难以对海量数据进行时序变化的统计,只能利用累积的截面数据对城市网络联系进行空间格局分析,如何将百度贴吧流数据与人流、物流、交通流等现实要素数据相结合,全面准确地揭示城市网络联系时空动态变化特征,将是进一步研究的重点。
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] | . 在对传统的地理空间和新的计算机网络空间进行比较的基础上，解析了中国省域为单元的联系频率、基于主干网的联系形式和城市节点间的联系速度三个方面：分别应用主成分分析方法得到两个空间对应的若干基本类型以及特征；应用网络分析方法对两个空间各自的联系形式进行了归纳；应用网络服务器距离衰减方法整理了从全国5个网络测试站返回的程序测算数据，对中国两个空间的联系速度进行了规律性认知。 在对传统的地理空间和新的计算机网络空间进行比较的基础上，解析了中国省域为单元的联系频率、基于主干网的联系形式和城市节点间的联系速度三个方面：分别应用主成分分析方法得到两个空间对应的若干基本类型以及特征；应用网络分析方法对两个空间各自的联系形式进行了归纳；应用网络服务器距离衰减方法整理了从全国5个网络测试站返回的程序测算数据，对中国两个空间的联系速度进行了规律性认知。 |
| [2] | |
| [3] | @misc{305333, author = {Witlox, Frank and Derudder, Ben}, issn = {0265-8135}, language = {eng}, number = {4}, pages = {641--642}, publisher = {PION LTD}, series = {ENVIRONMENT AND PLANNING B-PLANNING \& DESIGN}, title = {World city network: a global urban analysis}, volume = {31}, year = {2004}, } |
| [4] | |
| [5] | |
| [6] | |
| [7] | ABSTRACT This article attempts to explain the factors which determine the spatial distribution of the Internet backbone networks in Europe.These networks facilitate the modern economy by interconnecting cities, enabling communication and exchange and, consequently, enhancing the interaction between them.This infrastructural capital for the knowledge economy is far from evenly spread across Europe.The article uses principal components analysis and regression models to examine the influence of a range of socio-economic variables on the spatial distribution of the Internet backbones in Europe, and concludes that they largely follow existing patterns of development, urban concentrations of knowledge, nodes of transport provision and patterns of high accessibility. |
| [8] | |
| [9] | . |
| [10] | . 长江中游城市群是推动和引领长江中游地区乃至中部经济崛起的重要增长极。应用社会网络方法,对1990、2000、2012年长江中游城市群空间网络结构动态演变进行比较分析,研究发现:(1)1990年,武汉市与长沙市是长江中游的中心城市,长江中游城市群空间网络形态尚不完备,多数城市游离于网络之外,呈现一种稀疏网络空间结构,分别以武汉市和长沙市为中心形成两个星形城市小群体,构成的线型空间结构;(2)2000年,长江中游城市群网络结构日趋完整,武汉城市圈与长株潭城市群联系密切,环鄱阳湖城市群在南昌市的带领下积极融入其中;(3)2012年,南昌市由节点城市升级为中心城市,城市群网络异质性降低,网络扩散更为均匀,空间联系效率整体提高。城市群内城市间联系更加紧密、直接和成熟;(4)加强城市之间的直接交流联系,以共享目标引导城市群网络构建,走跨省区城市集群联合发展道路,发展多中心网络结构是实现长江中游地区崛起的关键。 长江中游城市群是推动和引领长江中游地区乃至中部经济崛起的重要增长极。应用社会网络方法,对1990、2000、2012年长江中游城市群空间网络结构动态演变进行比较分析,研究发现:(1)1990年,武汉市与长沙市是长江中游的中心城市,长江中游城市群空间网络形态尚不完备,多数城市游离于网络之外,呈现一种稀疏网络空间结构,分别以武汉市和长沙市为中心形成两个星形城市小群体,构成的线型空间结构;(2)2000年,长江中游城市群网络结构日趋完整,武汉城市圈与长株潭城市群联系密切,环鄱阳湖城市群在南昌市的带领下积极融入其中;(3)2012年,南昌市由节点城市升级为中心城市,城市群网络异质性降低,网络扩散更为均匀,空间联系效率整体提高。城市群内城市间联系更加紧密、直接和成熟;(4)加强城市之间的直接交流联系,以共享目标引导城市群网络构建,走跨省区城市集群联合发展道路,发展多中心网络结构是实现长江中游地区崛起的关键。 |
| [11] | . 基于城市流强度模型和城市间相互作用模型,以长江中游城市群27个地级市为研究对象,分析了城市群内的城市辐射能力及其内在的经济联系.结果表明:(1)长江中游城市群整体集聚和辐射能力较弱,区域内中低级城市流强度的城市占多数;(2)城市群内第二、三产业辐射能力存在较大差异,第二产业呈现出较强的辐射能力,而第三产业辐射能力较弱,并且其空间分布相对较为分散;(3)区域中心城市的核心带动作用总体较弱,辐射范围和辐射强度都有待加强;(4)长江中游城市群内城市间空间联系不够紧密,且联系程度空间差异较大.省际城市之间联系贫乏,城市间尚未形成联系紧密的辐射网络. 基于城市流强度模型和城市间相互作用模型,以长江中游城市群27个地级市为研究对象,分析了城市群内的城市辐射能力及其内在的经济联系.结果表明:(1)长江中游城市群整体集聚和辐射能力较弱,区域内中低级城市流强度的城市占多数;(2)城市群内第二、三产业辐射能力存在较大差异,第二产业呈现出较强的辐射能力,而第三产业辐射能力较弱,并且其空间分布相对较为分散;(3)区域中心城市的核心带动作用总体较弱,辐射范围和辐射强度都有待加强;(4)长江中游城市群内城市间空间联系不够紧密,且联系程度空间差异较大.省际城市之间联系贫乏,城市间尚未形成联系紧密的辐射网络. |
| [12] | . 以城市流强度理论为基础，群域18个城市统计指标为依据，对东北地区哈长、辽中南城市群的城市流强度整体水平以及外向功能量、区位熵等表征值进行测算，并基于此进行延伸比较，进而论证两城市群的发展进程、特征、问题和发展方向。结果显示：①哈长城市群城市流强度各项表征值均小于辽中南城市群，处于城市群发展的初期阶段；②与成熟城市群相比，哈长城市群内部等级规模结构扁平化，核心城市带动能力不强；③辽中南城市群虽发育相对成熟，但其核心与外围关系尚不健全，城市流强度落差过大，未形成合理梯度；④哈长与辽中南城市群相同的问题是非核心城市的城市流强度普遍较小，城市间相互联系强度低。研究认为，哈长城市群应通过规划引领和调控打造，针对当前存在的问题，加大建设力度、强化“双核”、明确分工；辽中南城市群未来应在强化“双核”的同时培育增长极，增强区域内非核心城市的经济实力与对外联系强度；同时，两城市群还应针对城市流结构相似以及其他共性问题，建立两群域之间的有效协调机制，密切群域之问的交流与合作，促进产业结构调整优化，带动东北地区的整体发展。 以城市流强度理论为基础，群域18个城市统计指标为依据，对东北地区哈长、辽中南城市群的城市流强度整体水平以及外向功能量、区位熵等表征值进行测算，并基于此进行延伸比较，进而论证两城市群的发展进程、特征、问题和发展方向。结果显示：①哈长城市群城市流强度各项表征值均小于辽中南城市群，处于城市群发展的初期阶段；②与成熟城市群相比，哈长城市群内部等级规模结构扁平化，核心城市带动能力不强；③辽中南城市群虽发育相对成熟，但其核心与外围关系尚不健全，城市流强度落差过大，未形成合理梯度；④哈长与辽中南城市群相同的问题是非核心城市的城市流强度普遍较小，城市间相互联系强度低。研究认为，哈长城市群应通过规划引领和调控打造，针对当前存在的问题，加大建设力度、强化“双核”、明确分工；辽中南城市群未来应在强化“双核”的同时培育增长极，增强区域内非核心城市的经济实力与对外联系强度；同时，两城市群还应针对城市流结构相似以及其他共性问题，建立两群域之间的有效协调机制，密切群域之问的交流与合作，促进产业结构调整优化，带动东北地区的整体发展。 |
| [13] | . |
| [14] | . 为探究城市群内部城市的质量及城市间的协调关系,通过构建经济发展质量、社会生活发展质量、生态环境质量指标体系,运用动态因子分析方法对长江中游城市群38个城市2004~2011年城市质量进行了评价,运用空间自相关方法分析了城市群内城市之间城市质量的空间溢出效应。研究结果表明:从城市群内城市质量的评价来看,城市群内城市质量差距进一步扩大,产生严重的两级分化;从城市群内城市间的协调来看,长江中游城市群内城市质量的空间影响作用不大,各省份城市发展并没有突破行政壁垒,跨区域的经济社会环境合作未有实质性进展,长江中游城市群目前的发展质量并不高,并提出了加快中小城市建设,推动经济、基础设施、社会事业与公共服务设施一体化建设等提高城市群质量的建议。 为探究城市群内部城市的质量及城市间的协调关系,通过构建经济发展质量、社会生活发展质量、生态环境质量指标体系,运用动态因子分析方法对长江中游城市群38个城市2004~2011年城市质量进行了评价,运用空间自相关方法分析了城市群内城市之间城市质量的空间溢出效应。研究结果表明:从城市群内城市质量的评价来看,城市群内城市质量差距进一步扩大,产生严重的两级分化;从城市群内城市间的协调来看,长江中游城市群内城市质量的空间影响作用不大,各省份城市发展并没有突破行政壁垒,跨区域的经济社会环境合作未有实质性进展,长江中游城市群目前的发展质量并不高,并提出了加快中小城市建设,推动经济、基础设施、社会事业与公共服务设施一体化建设等提高城市群质量的建议。 |
| [15] | . 长江中游城市集群发展对统筹区域协调发展和促进中部崛起具有战略意义,分析长江中游城市集群经济网络结构有助于城市和区域发展战略的制定。本文在改进引力模型的基础上,借助社会网络分析方法 (SNA),构建以经济联系强度和经济网络结构特性为核心的城市集群经济网络结构模型,实证分析了长江中游城市集群经济网络的网络密度、网络中心性和凝聚子群,以揭示其经济网络结构特征。研究结果显示:长江中游城市集群整体网络密度处于中高水平,已经形成实际意义上的经济网络;集群内小团体现象明显,一级层面形成了4个凝聚子群,武汉都市圈和湖南环长株潭城市集群两子群内经济联动作用明显,但子群间经济影响较小,尤其是环鄱阳湖生态经济区内的两个凝聚子群,其联系纽带尚有待加强;集群内以武汉、长沙、南昌为主的中心城市驱动周边城市联动发展的格局基本形成,辐射带动作用明显,但吸收能力欠缺。 长江中游城市集群发展对统筹区域协调发展和促进中部崛起具有战略意义,分析长江中游城市集群经济网络结构有助于城市和区域发展战略的制定。本文在改进引力模型的基础上,借助社会网络分析方法 (SNA),构建以经济联系强度和经济网络结构特性为核心的城市集群经济网络结构模型,实证分析了长江中游城市集群经济网络的网络密度、网络中心性和凝聚子群,以揭示其经济网络结构特征。研究结果显示:长江中游城市集群整体网络密度处于中高水平,已经形成实际意义上的经济网络;集群内小团体现象明显,一级层面形成了4个凝聚子群,武汉都市圈和湖南环长株潭城市集群两子群内经济联动作用明显,但子群间经济影响较小,尤其是环鄱阳湖生态经济区内的两个凝聚子群,其联系纽带尚有待加强;集群内以武汉、长沙、南昌为主的中心城市驱动周边城市联动发展的格局基本形成,辐射带动作用明显,但吸收能力欠缺。 |
| [16] | . 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。 |
| [17] | . 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。 |
| [18] | . 航空运输已成为客货流动的重要交通工具和影响城镇体系的重要因素,城市在全球或国家航空网络中的地位直接反映了城市在全球或国家城市体系中所处的等级。由结点(航空港)和连接线(航线)所组成的航空网络代表了城市的空间可达性,直观地反映出国家城市体系的等级结构与分布格局。本文收集了目前中国14家主要航空公司的航线数据,经相关分析证明航空网络中城市的航线数量与城市体系的规模等级基本上呈正相关趋势;在此基础上,通过基于航线图的航空网络分析,运用图表判别和聚类分析的方法,将中国128个通航城市划分为全国性中心城市、区域性中心城市、次区域中心城市和一般地方性中心城市四个等级,从航空网络的独特视角揭示了开放条件下中国城市体系等级结构与分布格局。 航空运输已成为客货流动的重要交通工具和影响城镇体系的重要因素,城市在全球或国家航空网络中的地位直接反映了城市在全球或国家城市体系中所处的等级。由结点(航空港)和连接线(航线)所组成的航空网络代表了城市的空间可达性,直观地反映出国家城市体系的等级结构与分布格局。本文收集了目前中国14家主要航空公司的航线数据,经相关分析证明航空网络中城市的航线数量与城市体系的规模等级基本上呈正相关趋势;在此基础上,通过基于航线图的航空网络分析,运用图表判别和聚类分析的方法,将中国128个通航城市划分为全国性中心城市、区域性中心城市、次区域中心城市和一般地方性中心城市四个等级,从航空网络的独特视角揭示了开放条件下中国城市体系等级结构与分布格局。 |
| [19] | . |
| [20] | . |
| [21] | . |
| [22] | . |
| [23] | . 通过分析国内外城市网络研究的理论与方法,基于电子信息企业生产网络视角,对中国城市网络的空间特征进行了探索。研究发现:在中国制造业企业500强和世界500强中,电子信息企业总部集中于以北京、上海和深圳为核心的三大沿海都市圈,以及中西部地区的特大城市和省会城市,其研发机构与总部区位特征具有一定相似性,生产基地分布相对分散。由中国企业和跨国公司所主导的中国城市网络,可划分为地方化和全球化两种类型,均以东部及中西部特大城市为网络核心节点。地方化型城市网络的企业总部节点城市较为分散,网络密度和连接度较小;全球化型城市网络则以北京和上海为核心节点,对外联系程度相对较高。与传统城市等级体系相比,城市网络体系具有更强的包容性,从中可以发现崛起中的专业化城市。 通过分析国内外城市网络研究的理论与方法,基于电子信息企业生产网络视角,对中国城市网络的空间特征进行了探索。研究发现:在中国制造业企业500强和世界500强中,电子信息企业总部集中于以北京、上海和深圳为核心的三大沿海都市圈,以及中西部地区的特大城市和省会城市,其研发机构与总部区位特征具有一定相似性,生产基地分布相对分散。由中国企业和跨国公司所主导的中国城市网络,可划分为地方化和全球化两种类型,均以东部及中西部特大城市为网络核心节点。地方化型城市网络的企业总部节点城市较为分散,网络密度和连接度较小;全球化型城市网络则以北京和上海为核心节点,对外联系程度相对较高。与传统城市等级体系相比,城市网络体系具有更强的包容性,从中可以发现崛起中的专业化城市。 |
| [24] | . 认知信息空间中城市网络的组织与结构特征,对预测在网络信息技术影响下的区域城市体系动态演化等具有重要的意义。引入社会网络分析方法,尝试探究基于微博信息空间的城市网络中不同节点的中心性与对等性,网络整体的一致性以及区域城市组团模式。以51个城市组成的中国主干城市网络为例,研究表明信息空间的城市网络与实体空间中经济网络、交通网络的高密度聚集区地理分布具有一定的相似性。同时,信息空间城市网络的整合一致性高、分支少等结构特征,又体现出信息空间的虚实复合性特征。社会网络分析方法提供了信息空间城市网络结构的重要甄别途径。与其他分析手段有机结合,以获得更加系统和动态的测度结果将是未来研究的方向。 认知信息空间中城市网络的组织与结构特征,对预测在网络信息技术影响下的区域城市体系动态演化等具有重要的意义。引入社会网络分析方法,尝试探究基于微博信息空间的城市网络中不同节点的中心性与对等性,网络整体的一致性以及区域城市组团模式。以51个城市组成的中国主干城市网络为例,研究表明信息空间的城市网络与实体空间中经济网络、交通网络的高密度聚集区地理分布具有一定的相似性。同时,信息空间城市网络的整合一致性高、分支少等结构特征,又体现出信息空间的虚实复合性特征。社会网络分析方法提供了信息空间城市网络结构的重要甄别途径。与其他分析手段有机结合,以获得更加系统和动态的测度结果将是未来研究的方向。 |
| [25] | . |
| [26] | . 信息技术影响下的城市区域空间结构变化得到了国内外****的关注。本文以新浪微博为例,从网络社会空间的角度入手,对中国城市网络发展特征进行了研究。研究表明:微博社会空间视角下的中国城市网络存在着明显的等级关系与层级区分,城市的网络连接度与城市等级表现出了相对一致性。根据城市网络层级与网络联系强度,东部、中部、西部3大区域板块的网络联系差异明显,东部地区内部的联系,以及东部与中部地区和西部地区的联系几乎构成当前网络体系中的全部。城市网络呈现出分层集聚现象,具体表现为"三大四小"发展格局,即京津冀区域、珠三角区域、长三角区域、成渝地区、海西地区、武汉地区、东北地区。高等级城市在整个城市网络中处于绝对支配地位,北京以突出的优势成为全国性的网络联系中心,而上海、广州、深圳则成为全国性的网络联系副中心。 信息技术影响下的城市区域空间结构变化得到了国内外****的关注。本文以新浪微博为例,从网络社会空间的角度入手,对中国城市网络发展特征进行了研究。研究表明:微博社会空间视角下的中国城市网络存在着明显的等级关系与层级区分,城市的网络连接度与城市等级表现出了相对一致性。根据城市网络层级与网络联系强度,东部、中部、西部3大区域板块的网络联系差异明显,东部地区内部的联系,以及东部与中部地区和西部地区的联系几乎构成当前网络体系中的全部。城市网络呈现出分层集聚现象,具体表现为"三大四小"发展格局,即京津冀区域、珠三角区域、长三角区域、成渝地区、海西地区、武汉地区、东北地区。高等级城市在整个城市网络中处于绝对支配地位,北京以突出的优势成为全国性的网络联系中心,而上海、广州、深圳则成为全国性的网络联系副中心。 |
| [27] | . With the development of Economic Geography, the effects of Internet for city networks are turning into a new and hot topic. In this study, the mid-Yangtze urban agglomeration was selected as an example and attention data of year 2011 and 2014 between cities were obtained based on "Degree of Consumer Attention" function provided by Baidu.com. The results showed that the structure of cities in this region stands in a shaping stage. The grade of cities becomes increasingly clearer and the differences are more obvious. The polarization effect and diffusion effect are in coexistence in three sub-urban-agglomerations. Internet has a tendency of adjusting and revamping the current structure, instead of overthrowing it totally, which is believed to be a good opportunity for some developing cities to change their positions. Combining the traditional industry and internet, with the direction of development of the division of labor, some developing cities are stepping into the way of changing their traditional structure of city network. With the development of Economic Geography, the effects of Internet for city networks are turning into a new and hot topic. In this study, the mid-Yangtze urban agglomeration was selected as an example and attention data of year 2011 and 2014 between cities were obtained based on "Degree of Consumer Attention" function provided by Baidu.com. The results showed that the structure of cities in this region stands in a shaping stage. The grade of cities becomes increasingly clearer and the differences are more obvious. The polarization effect and diffusion effect are in coexistence in three sub-urban-agglomerations. Internet has a tendency of adjusting and revamping the current structure, instead of overthrowing it totally, which is believed to be a good opportunity for some developing cities to change their positions. Combining the traditional industry and internet, with the direction of development of the division of labor, some developing cities are stepping into the way of changing their traditional structure of city network. |
| [28] | . 利用城市居民在网络搜索中的百度指数分析城市网络联系格局,从http://index.baidu.com上得到东北三省34个城市2011—2013年两两城市间的百度指数。采用Net Draw、优势流分析法以及C-Value、D-Value层级分析法,对东北三省城市网络联系格局进行了分析。综合考虑三种分析结果后认为:1从"东北地区"尺度看,网络层级中缺乏主导城市,辽、吉、黒三省城市间网络联系并不密切,但是在各自省内联系紧密,网络层级结构明显,从而表明行政区划对东北三省网络联系层级结构具有重要影响。2从两两间发送和接收的百度指数看,辽宁和吉林二省具有"一主一副"的网络结构特征,辽宁省形成了以沈阳为主导城市,大连为次级主导城市,其他城市为从属城市的网络层级结构。吉林省形成了以长春为主导城市,吉林为次级主导城市,其他城市为从属城市的网络层级结构。黑龙江省则是"单中心"的网络结构特征,形成了以哈尔滨为主导城市,其他城市为从属城市的网络层级结构。 利用城市居民在网络搜索中的百度指数分析城市网络联系格局,从http://index.baidu.com上得到东北三省34个城市2011—2013年两两城市间的百度指数。采用Net Draw、优势流分析法以及C-Value、D-Value层级分析法,对东北三省城市网络联系格局进行了分析。综合考虑三种分析结果后认为:1从"东北地区"尺度看,网络层级中缺乏主导城市,辽、吉、黒三省城市间网络联系并不密切,但是在各自省内联系紧密,网络层级结构明显,从而表明行政区划对东北三省网络联系层级结构具有重要影响。2从两两间发送和接收的百度指数看,辽宁和吉林二省具有"一主一副"的网络结构特征,辽宁省形成了以沈阳为主导城市,大连为次级主导城市,其他城市为从属城市的网络层级结构。吉林省形成了以长春为主导城市,吉林为次级主导城市,其他城市为从属城市的网络层级结构。黑龙江省则是"单中心"的网络结构特征,形成了以哈尔滨为主导城市,其他城市为从属城市的网络层级结构。 |
| [29] | . 全球化和信息化影响下的城市网络研究是近十几年来城市与区域研究的一个新方向。借助百度指数,获取2009和2012年长三角两两城市间的用户关注度数据,通过计算模拟城市信息流,分析长三角城市网络的时空演变。对比研究发现:①城市网络层级变动大,但上海依然是网络的绝对核心;②城市网络结构逐渐优化:由以南京、上海、杭州和宁波为支撑节点的"Z"型,发展到以扬州、南通、南京、上海、杭州和宁波为支撑节点的"8"字型,越来越多的城市融入成长为网络中的重要节点;③城市网络内部稳定性日趋增强:各城市信息联系总量增加,但年际变化减小。进一步研究表明,基于百度指数的区域城市网络时空变化受经济发展基础、城市功能定位、大事件效应以及城市网络营销等因素的影响。 全球化和信息化影响下的城市网络研究是近十几年来城市与区域研究的一个新方向。借助百度指数,获取2009和2012年长三角两两城市间的用户关注度数据,通过计算模拟城市信息流,分析长三角城市网络的时空演变。对比研究发现:①城市网络层级变动大,但上海依然是网络的绝对核心;②城市网络结构逐渐优化:由以南京、上海、杭州和宁波为支撑节点的"Z"型,发展到以扬州、南通、南京、上海、杭州和宁波为支撑节点的"8"字型,越来越多的城市融入成长为网络中的重要节点;③城市网络内部稳定性日趋增强:各城市信息联系总量增加,但年际变化减小。进一步研究表明,基于百度指数的区域城市网络时空变化受经济发展基础、城市功能定位、大事件效应以及城市网络营销等因素的影响。 |
| [30] | . |
| [31] | . 基于腾讯QQ群视角,查找联系两个城市的QQ群,利用社会网络分析法研究东北地区城市网络联系特征和层级结构。研究表明：①东北城市QQ群联系网络密度为63.81%,大部分城市之间存在QQ群联系。②从城市联系对象看,沈阳、大连等4个城市联系特征为全体伙伴型,大庆、锦州等10个城市属于众多伙伴型,齐齐哈尔、四平等15个城市为普通伙伴型,伊春、白山等5个城市则是寡少伙伴型。③从QQ群联系总量看,东北地区城市具有明显层级结构。沈阳为大区中心城市,是东北地区的中心;七台河等4个城市为地方边缘城市,其他城市层级介于之间,分属另外5个层级。 基于腾讯QQ群视角,查找联系两个城市的QQ群,利用社会网络分析法研究东北地区城市网络联系特征和层级结构。研究表明：①东北城市QQ群联系网络密度为63.81%,大部分城市之间存在QQ群联系。②从城市联系对象看,沈阳、大连等4个城市联系特征为全体伙伴型,大庆、锦州等10个城市属于众多伙伴型,齐齐哈尔、四平等15个城市为普通伙伴型,伊春、白山等5个城市则是寡少伙伴型。③从QQ群联系总量看,东北地区城市具有明显层级结构。沈阳为大区中心城市,是东北地区的中心;七台河等4个城市为地方边缘城市,其他城市层级介于之间,分属另外5个层级。 |
| [32] | . 随着全球化和信息化的推进,中国城市群内部联系成为区域研究的热点。本文以赛博空间为视角,以我国三大城市群城市的豆瓣同城数据为对象,通过点度分布、对称性、群集性和匹配性等指标对城市网络进行描绘与测度。实证研究显示：我国三大城市群的城市网络在赛博空间中呈现出多核心网络状的特征,北京、石家庄、天津、上海、杭州、南京、广州和深圳分别成为城市群中的枢纽或者次枢纽城市。高等级城市吸引人口集聚与跨越城市的联系增强的现象是同时存在的,一般城市在互动型活动上凭借其城市特色,同样吸引周边城市的关注。研究最后针对不同层级城市的活动容纳特征提出了相关规划建议。 随着全球化和信息化的推进,中国城市群内部联系成为区域研究的热点。本文以赛博空间为视角,以我国三大城市群城市的豆瓣同城数据为对象,通过点度分布、对称性、群集性和匹配性等指标对城市网络进行描绘与测度。实证研究显示：我国三大城市群的城市网络在赛博空间中呈现出多核心网络状的特征,北京、石家庄、天津、上海、杭州、南京、广州和深圳分别成为城市群中的枢纽或者次枢纽城市。高等级城市吸引人口集聚与跨越城市的联系增强的现象是同时存在的,一般城市在互动型活动上凭借其城市特色,同样吸引周边城市的关注。研究最后针对不同层级城市的活动容纳特征提出了相关规划建议。 |
| [33] | . , 2015-04-13. . , 2015-04-13.] |
| [34] | . 我国教育基础设施的地域差异显著并形成地域鸿沟，但是网络环境及其应用却在均衡发展，那么Web.2.0时代教育主题SNS社区人际节点空间交流特征是怎样的，以及个人信息交流有什么效果，进而对消除教育发展地区差异能否发挥特殊作用，需要进行相关理论研究和针对整体区域的地理解释。选择百度贴吧中“高考吧”代表性教育主题帖为案例，以行动者地点和回复量体现人际节点空间交流，利用社会网络分析方法分析SNS社区人际节点空间交流的特征，进而运用教育社会资源理论解释该特征的形成，旨在说明SNS社区人际节点空间交流对行动者学习效果的影响及其地理学规律。研究发现：目前我国SNS社区人际节点空间交流整体表现为稀疏的类星型和线型结构，由低聚类系数表征出高扩散连接特性，点出度和点入度空间不对称形成围绕中心节点的局部集聚交流态势；人际节点空间交流具有非距离衰减性，较少依赖地方行政-经济中心，较大程度上突破了行政区划界限，行政区域内部的连接弱于跨行政区的连接；行动者个体特征在SNS社区交流中的作用较强。以上空间交流特征可以通过教育社会资源理论的个体、个体间和区域（位置）等观点进行地理解释。基此对改善我国地区间教育资源空间不平衡提供一种路径。 我国教育基础设施的地域差异显著并形成地域鸿沟，但是网络环境及其应用却在均衡发展，那么Web.2.0时代教育主题SNS社区人际节点空间交流特征是怎样的，以及个人信息交流有什么效果，进而对消除教育发展地区差异能否发挥特殊作用，需要进行相关理论研究和针对整体区域的地理解释。选择百度贴吧中“高考吧”代表性教育主题帖为案例，以行动者地点和回复量体现人际节点空间交流，利用社会网络分析方法分析SNS社区人际节点空间交流的特征，进而运用教育社会资源理论解释该特征的形成，旨在说明SNS社区人际节点空间交流对行动者学习效果的影响及其地理学规律。研究发现：目前我国SNS社区人际节点空间交流整体表现为稀疏的类星型和线型结构，由低聚类系数表征出高扩散连接特性，点出度和点入度空间不对称形成围绕中心节点的局部集聚交流态势；人际节点空间交流具有非距离衰减性，较少依赖地方行政-经济中心，较大程度上突破了行政区划界限，行政区域内部的连接弱于跨行政区的连接；行动者个体特征在SNS社区交流中的作用较强。以上空间交流特征可以通过教育社会资源理论的个体、个体间和区域（位置）等观点进行地理解释。基此对改善我国地区间教育资源空间不平衡提供一种路径。 |
| [35] | . |
| [36] | . |
| [37] | . , 2010-01-11. . , 2010-01-11.] |
