基于财富中国500强企业的中国城市群城市网络联系分析

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

李艳¹, 孙阳^,¹, 姚士谋²

1. 西安建筑科技大学,西安 710008

2. 中国科学院南京地理与湖泊研究所,南京 210008

Urban network linkages of Chinese urban agglomerations based on an analysis of the Fortune China Top 500 Enterprises

LI Yan¹, SUN Yang^,¹, YAO Shimou²

1. Xi’an University of Architecture and Technology, Xi’an 710008, China

2. Nanjing Institute of Geography and Limnology, CAS, Nanjing 210008, China

通讯作者: 孙阳（1988-）,男,陕西咸阳人,博士,助理教授,研究方向为城市发展与区域规划。E-mail: yangsun.chn@hotmail.com

收稿日期:2019-04-10修回日期:2019-09-24网络出版日期:2020-07-20

基金资助:

国家自然科学基金项目.41701640
中国博士后基金项目.2017M621851

Received:2019-04-10Revised:2019-09-24Online:2020-07-20
作者简介 About authors
李艳（1980-）,女,山东青岛人,博士,助理教授,研究方向为区域可持续治理与规划E-mail:liy@niglas.ac.cn。

摘要
现有城市网络研究多集中于城市联系及各城市群内部的空间关联,多以企业总分机构关系型数据研究中国城市网络结构,尚较少涉及中国城市群城市网络联系的整体认知。本文基于财富中国500强中的311家金融与专业性服务企业数据,分析中国19个城市群及41个主要城市间城市网络联系,借助企业在属地城市群层面的跨尺度空间表达,依据关系地理将城市群视为互相联系的空间集合,运用网络分析与互锁网络模型相结合的方法,重点分析城市群金融与专业服务业城市网络联系。结论如下：一方面,中国城市群整体形成以京津冀、长三角、珠三角、成渝、山东半岛与长江中游城市群为核心的空间组织体系,并与国家中心城市分布特征一致。关中平原、辽中南、滇中等13个城市群为非核心层级空间组织,是中国城市群空间拓展的重要支撑。另一方面,城市群城市网络联系依赖于金融及专业性服务要素高效优化配置,城市群对外联系范围决定了该城市群对各类服务要素流的控制与配置能力,进而影响其发展地位。其中,京津冀城市群主导商业银行、多元金融投资、保险、会计和律师事务形成的城市网络联系,长三角城市群以绝对优势主导证券企业城市网络联系,长三角、成渝、珠三角城市群共同主导着广告代理、管理咨询企业间的城市网络联系。本文尝试以城市群关系邻近性认知企业行动与城市群间的跨尺度空间联系互馈机理,认为城市群间水平联系对中国城市群城市网络具有重要作用,为国家制定城市群相关政策提供参考。
关键词： 城市群;城市网络;企业联系;关系地理;跨尺度关联;中国

Abstract

Existing urban network research mostly focuses on urban linkages or spatial linkages within an urban agglomeration, with most of the research on urban network structure of China based on the relational data of the general and branches of enterprises, while it remains lack of an overall cognition of network linkages between the Chinese urban agglomerations. Based on the data of the 311 financial and professional service enterprises in the list of the Fortune China Top 500 Enterprises, this paper takes the enterprises as cross-scale spatial expressions of urban agglomerations where their headquaters and branches are located, and regards urban agglomerations as interconnected space according to relational geography. Using analytical methods of network analysis, interlocking network model, Pajek and Gephi, this article analyzes spatial relationship between the 19 urban agglomerations and their 41 major cities, with a focus on the finance and professional service sectors, towards an exploration of coordinated spatial development of Chinese urban agglomerations. The conclusions are as follows: on the one hand, Chinese urban agglomerations form a spatial organizational system centered on the 6 urban agglomerations of Beijing-Tianjin-Hebei region, Yangtze River Delta, Pearl River Delta, Chengdu-Chongqing, Shandong Peninsula and Middle Reaches of the Yangtze River, which is consistent with the distributional characteristics of the national central cities, while the other 13 urban agglomerations are non-core spatial organizations served as important support for the expansion of urban agglomerations in China. On the other hand, the spatial coordination of urban agglomerations relies on efficient and optimal allocation of financial and professional service elements. The external contact scope of an urban agglomeration determines its ability to control and configure various service element flows, which in turn affects its coordinated development status. Among them, the Beijing-Tianjin-Hebei urban agglomeration dominates the urban linkages formed by commercial banks, diversified financial investment, insurance, accounting and law firms, the Yangtze River Delta urban agglomeration dominates the securities enterprises’ urban linkages with absolute advantages, and the Yangtze River Delta, the Chengdu-Chongqing and the Pearl River Delta urban agglomerations lead the urban linkages between advertising agencies as well as management consulting companies. This paper attempts to cognize the relational proximity among the urban agglomerations to recognize the cross-scale collaborative mechanism between corporate actions and the urban agglomerations, by which it emphasizes the important role of the horizontal linkages between the urban agglomerations and thus contributes to provide reference for coordinated development of the urban agglomerations in China.

Keywords：urban agglomeration;urban network;corporate linkage;relational geography;cross-scale correlation;China

PDF (9664KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
李艳, 孙阳, 姚士谋. 基于财富中国500强企业的中国城市群城市网络联系分析. 地理研究[J], 2020, 39(7): 1548-1564 doi:10.11821/dlyj020190269
LI Yan, SUN Yang, YAO Shimou. Urban network linkages of Chinese urban agglomerations based on an analysis of the Fortune China Top 500 Enterprises. Geographical Research[J], 2020, 39(7): 1548-1564 doi:10.11821/dlyj020190269

1 引言

中国正处于引领全球城市群发展与研究的新时代^[1]。国家“十一五”至“十三五”连续三个五年规划均将城市群作为推进中国新型城镇化的主体形态,党的十八大和十九大报告先后提出科学规划城市群规模和布局、以城市群为主体构建城镇协调发展格局,表明政界与学术界均明确城市群在中国新型城镇化进程中的主体地位,城市群协调发展已上升为国家战略。城市群是中国发展的战略增长极,在国家城镇化和经济社会发展中具有举足轻重的作用,****姚士谋在国内最早提出城市群概念,用以描述内部具有功能并在空间上紧密联系的城市群体,具有形成和发展的动态性、区域城市的空间网络结构性、区域内外的连接性和开放性、城市间的吸引集聚和扩散辐射功能等特征^[2,3]。全球化和信息化背景下,城市群已成为参加国际竞争的空间组合模式,并以足够的产业集聚、经济规模与金融中心影响着全球各城市地区^[4]。

中国城市群研究取得了一系列进展,涉及城市群的内涵与形成机制、网络空间结构、投入产出效率、资源环境承载力与生态环境效应、可持续发展等,契合国家城镇化战略需求,引领了中国城市群总体格局,但也存在着政府过度干预、城市群空间范围一扩再扩、争相纳入国家战略、不顾资源环境承载力提出高目标、缺失规范的城市群统计数据和识别标准、发展差距过大等问题^[5]。紧跟时代、注重多元化综合分析与多学科参与、服务社会大众是地理学发展的重要方向^[6],但当前区域地理研究在表达区域间的作用关系、区域整体结构的形成演化及区域综合特征等方面尚存在明显不足^[7]。空间联系体现了社会经济过程,而企业是这一过程中具有内在联系的行动者,故当前欧美主流经济地理学家多倾向于将企业作为城市区域或城市群经济的现实基础。伴随关系地理的发展,西方经济地理界将基于企业的分析纳入城市区域研究,试图通过微观视角下企业行动的地域反身性来理解中宏观城市区域演化进程,企业网络研究应运而生。网络理论倾向于将企业网络、特别是企业母子联系网络视为经济活动与分析的基本单元^[8,9]。因企业内部网络数据相对较易获取,基于企业总部-分支网络的研究成为目前国内外学界的主流^[10]。以下对国际与国内城市网络研究进行简要述评：

国际研究倾向于将城市作为地域概念而非独立的行动主体,分析城市内全球布局的生产性服务企业的微观行为成为世界城市网络研究的重要切入点^[11],主要通过大型跨国企业、高端生产性服务业、金融资本流通分析城市间的联系^{[12,13,14,15,16]}。世界500强企业区位研究暗含了总部-分支机构的区位关系^[10],将企业总部、分支机构地点的区位数据称为“联系”或“流”,反映城市功能联系的方向性,但若仅限于世界500强企业,城市群层面样本数量或将不足^[17]。伴随计算机网络与通信技术的快速发展,学术论文、合作发明专利等形式的主体创新联系较少受空间局限,能够在跨越地方与区域的空间内实现^[18,19]。地理邻近有利于主体间建立合作关系,但过度的地理邻近或致主体间技术知识高度重叠而妨碍创新^[20,21]。

国内城市网络研究多围绕中国城市联系的节点、密度与能级展开,涉及全球、国家及城市群尺度,城市群尺度研究多集中于长三角、京津冀、成渝等单一城市群尺度及沿海三大城市群。全球尺度城市网络研究中,依据跨国公司办公地点测算中国城市对外联系强度及其在全球城市网络中的联系能级^[22],并对城市节点、联系密度位序-规模进行分析^[23]。国家尺度城市网络研究中,基于银行等大型金融企业总-分机构地理布局定量分析中国城市网络与城市联系^[24,25]。在单一城市群尺度研究中,较多研究集中于长三角城市群,如基于高级生产性服务企业地理分布研究长三角城市网络的联系能级^[26]、以城市商业银行异地扩张分析长三角金融资源的流动程度与路径^[27]、从经济全球化视角采用关联网络和价值区段分析揭示长三角城市体系演化特征^[28]等,其他研究涉及成渝、京津冀、珠三角以及沿海三大城市群,如建立高级生产性服务企业量化矩阵分析成渝地区的城市网络体系结构及特征^[29]、基于总分机构企业关联网络考察京津冀地级市空间联系的拓扑结构^[30]、结合企业总分机构分析珠三角及沿海三大城市群区域多中心网络等^[31,32]。

综上,已有研究多基于企业总分机构关系型数据分析中国全域或城市群内部的城市联系与网络结构,多以城市群内部的城市联系为切入点分析中国城市空间关联^[33,34],多围绕城市的网络地位及单一城市群内部城市的网络组织特征展开,目前虽有城市经济区理论尝试将性质与层次各异的“流”视为城市间关联的实质性载体^[35],但对全国尺度的城市群间的城市网络联系尚较少涉及,尚未回答城市群间的网络联系特征这一科学问题,亟需将各城市群视为独立的空间单元并加强城市群间的网络功能联系分析^[36]。基于关系地理的城市群城市网络的空间联系发展分析侧重于城市群之间空间联系的综合分析,是当前城市群研究的一个关键科学问题。据此,本文拟探讨中国城市群城市网络联系,借助财富中国500强企业总分机构在属地城市群层面的空间表达,依据关系地理将城市群视为互相联系的空间集合,运用网络分析与互锁网络模型相结合的方法,从企业视阈对中国19个城市群、41个主要城市间的城市网络联系进行经济地理学空间分析,为中国城市群协调发展的国家战略与国家政策提供参考与支持。

2 研究方法与数据来源

2.1 研究方法

为全面揭示全国层面城市群之间的空间联系,本文基于财富中国500强企业总分机构在属地城市群层面的空间表达,集成中心度与网络密度、网络分派指数、社区发现以及互锁网络模型、Gephi等网络分析方法,对中国城市群空间联系网络进行可视化与经济地理学空间分析。其中,中心度与网络密度用于分析城市联系节点、层级与强度,网络分派指数用于分析城市群空间小团体特征,社区发现用于分析中国19个城市群金融与专业服务业空间联系,互锁网络模型用于表达通过企业分支机构矩阵建构的城市群联系网络,Pajek与Gephi用于分析城市群城市网络的空间联系的网络拓扑结构。中国城市群城市网络的空间联系反映中国19个城市群共有的同类企业联系,基于互锁网络模型定义与Pajek分区功能,分析城市群城市网络的空间联系格局。联系强度作为城市群空间联系网络中的指向性指标,用以衡量城市群同类企业总分机构联系程度,反映企业总部对分支机构的辐射力以及分支机构对企业总部辐射力的接受程度。

2.1.1 网络分析

（1）中心度。中心度是网络节点中心性（Centrality）最直接的度量指标,中心度越大,网络节点的中心性强度越大^[37]。测度公式如下：

（1）

{C'}_{D}^{} (N_{i}) = C_{D} (N_{i}) / g - 1

式中：

{C'}_{D}^{} (N_{i})

为节点

i

的中心度;

g

为节点数;

C_{D} (N_{i})

为节点i在城市空间网络矩阵中行或列所在单元格值的加总。

{C'}_{D}^{} (N_{i})

取值范围为[0, 1],0代表与任何节点城市均无联系,1代表与每个节点城市均存在直接联系,

{C'}_{D}^{} (N_{i})

越接近1,则该节点城市在流空间中的参与程度越高。

（2）网络密度。网络密度（Density）是网络联系的稠密程度,是网路实际联系数与网络理论存在最多联系数的比值：

（2）

D = 2 L / n (n - 1)

式中：D为网络密度;n为网络节点数;L为网络中实际联系数。网络密度D的取值范围为[0, 1],D值越高,城市网络联系越频繁,反之亦然。

（3）网络分派指数。网络分派指数即E-I指数（External-Internal Index）用于分析整个网络中子群的凝聚程度或整体网络的分派程度^[38],作为网络结构分析的一种指标,用以衡量一个大网络中小团网络特征是否明显,其计算方法为：

（3）E-I

= \frac{EI - IL}{EI + IL}

式中：EI为区域外联系网络密度;IL为区域内联系网络密度且取值范围为[-1, 1],值为0时表明区域内部与外部的城市网络联系密度相当;值接近-1时代表网络关系主要发生在区域内部,区域外部联系低于区域内部城市间网络密度,该区域在总体城市网络中具有较强的独立程度;值接近1时代表网络关系主要发生在区域外部且区域外联系网络密度高于区域内部城市间网络密度。

（4）社区发现。社区发现（Community detection）可反映网络中个体局部性特征及其相互间的联系,并分析与预测整个网络各元素间的交互关系。其中,Newman等提出模块度（Modularity）算法,指在某种社区划分下与随机网络的差异,用来衡量网络社区划分质量,值越接近1,表示划分出的社区结构强度越强、划分质量越好,公式如下^[39]：

（4）

Q = \frac{1}{2 m} \sum^{} [A_{ij} - \frac{k {}_{i}k {}_{j}}{2 m}] δ (c_{i}, c_{j})

式中：Q为模块度函数,定量衡量社区划分结果;m为网络总边数;A为网络对应的邻接矩阵,

A_{ij} = 1

时表示节点i和j间存在连边,否则不存在连边;

K_{i}

是节点i度数;

C_{i}

是节点i属于某个社区的标号;而

δ (C_{i} - C_{j}) = 1

当且仅当

C_{i} = C_{j}

。

2.1.2 互锁网络模型借鉴Taylor在多中心巨型城市区域的生产性服务业网络研究方法,常用于城市间企业分支机构网络的测算分析,并在十余年来的实证研究中得到广泛应用^[40,41]。本研究依据企业总部与分支数据构建城市联系矩阵,有

m

个企业分布于

n

个城市中,所有企业

n \times m

构成服务值矩阵V,基本关系表示为：

(5)

V_{abj} = V_{aj} \times V_{bj}

式中：

V_{aj}

表示j公司在a城市的服务价值;

V_{bj}

表示j公司在b城市的服务价值;

V_{abj}

代表以公司j表示的城市a和b间的连接量。a、b间的城市关联度可表示为：

(6)

C_{ab} = \sum_{j}^{=} C_{abj}

由于每个城市与其它城市间至多存在

n

-1个联系,故网络内每个城市的总关联为：

(7)

C_{a} = \sum_{i}^{=} C_{ai} (a \neq i)

式中：

C_{a}

是城市a与区域网络中其它城市的总关联度,

C_{a}

值越高代表其融入整个网络的程度越高;

C_{ai}

为城市a与城市i的连接量。如扩展至分析次节点的企业,对城市加总可得企业在所有区域的服务值,则任一公司j的服务价值可表示为：

(8)

C_{j} = \sum_{a}^{=} C_{ai}

式中：

C_{j}

为公司j在区域网络中的总关联度,即企业的区位服务值。

公式（6）反映了城市间的关联流量,体现了城市关联网络实质上是由公司地点和“流”所组成的混合体,公式（7）反映了各个城市作为节点在企业区位布局中的层级与地位,公式（8）反映了各企业作为亚节点面向整个区域的各城市进行区位选择的战略格局。

2.1.3 数据分析与可视化在数据分析方面,从上述测算而得到的城市联系矩阵,采用Pajek软件^{[42,43,44,45,46]}进行城市群联系网络的分析。将城市联系矩阵转化为可识别的net文件,通过读取该文件生成城市联系网络,借助Partitions分区将每个城市群中的全部城市顶点及其联系进行提取并生成各城市群内部的联系网络,再将同一城市群内部的全部城市顶点收缩生成一个新顶点,从而形成城市群联系网络。基于上述分析,运用复杂网络分析软件Gephi进行城市群空间网络拓扑结构分析,实现数据可视化表达。

2.2 研究区域

选取《中华人民共和国国民经济和社会发展第十三个五年规划纲要》中的京津冀、长三角、珠三角、山东半岛、海峡西岸、哈长、辽中南、中原、长江中游、成渝、关中平原、北部湾、晋中、呼包鄂榆、黔中、滇中、兰州-西宁、宁夏沿黄、天山北坡共19个城市群,结合中国500强企业在各城市群的实际分布,在上述城市群中选取直辖市、省会城市、经济特区城市、副省级城市以及GDP超过1600亿且市区人口200万以上的城市共41个：北京、上海、重庆、天津、石家庄、哈尔滨、长春、沈阳、大连、乌鲁木齐、呼和浩特、银川、兰州、西宁、西安、拉萨、贵阳、昆明、成都、武汉、长沙、南昌、济南、青岛、郑州、太原、南京、苏州、无锡、合肥、杭州、宁波、福州、厦门、广州、深圳、珠海、汕头、南宁、海口、三亚。

2.3 数据来源

本文数据来源为中国企业联合会、财富中文网《2016年中国500强企业》数据,它们是500家在全球证券市场上市的经营规模最大的中国公司,反映了中国当前的产业结构及经济发展的未来方向^[47]。选取财富中国500强中的金融与专业服务共8个行业作为研究对象,其中,城市金融行业包括商业银行、多元化金融投资、保险、证券行业,城市专业服务行业包括会计、律师、广告、管理咨询行业,通过查询企业官网,获取总部与分支机构所在城市与规模,收集企业地理数据。在41个城市中将设有2个及以上分支机构的企业纳入研究对象,选取银行22家、证券企业11家、多元化金融投资企业9家、保险企业8家共计50家大型金融企业及其若干分支机构。中国注册会计师协会发布的2016年会计师事务所100家,亚洲法律杂志（ALB）发布的2016年中国上榜的律师事务所30家,中国商务广告协会综合代理专业委员会（中国4A）发布的2016年综合性广告代理公司81家,中国企业联合会管理咨询委员会发布的2016年中国咨询管理公司50家,共计261家公司。据此,数据来源为上述两项加总,共计311家企业,通过地址经纬度解析软件XGeocoding和ArcGIS进行企业数据空间化处理,同时校对并修正有误的地址和空间信息点位,建立财富中国500强企业空间数据库。

3 中国城市群城市网络联系分析

从以下两方面对城市群城市网络的空间联系进行量化分析：一方面,选取互锁网络模型与Pajek软件构建并分析城市群空间联系矩阵,确定城市群内城市节点分类与联系,明确城市群内城市节点的大小与联系强弱。另一方面,基于对城市节点大小与联系强弱的研判,集成网络分析与Gephi进行综合分析,逐一构建城市联系层级,以企业关系型数据理解城市群关系邻近性。

3.1 城市节点与联系强度

城市并非孤立存在,而是与邻近区域和许多城市紧密联系,形成“一个流的空间”^[48],各城市间的人流、物流、资金流、信息流等实时频繁流动,尤其是人口50万~100万的大中城市或人口超过100万的特大城市,共同构成一个由节点与流互相关联的区域生产空间,并呈现出城镇密集区的网络体系特征^[3]。本文运用ArcGIS Jenks将城市节点分为5级,并按节点联系强度降序排列依次为：1级高联系节点城市,即节点联系强度高于9194的北京、上海、深圳、广州4市;2级较高联系节点城市,包括沈阳、成都、杭州、重庆、长沙、武汉、合肥、西安、福州、济南、南京11市;3级中联系节点城市,即节点联系强度介于3833~6043之间的10个城市;4级较低联系节点城市,即联系强度在1014~3833间的10个城市;5级低联系节点城市,即联系强度低于1014的6个城市（见表1）。

Tab. 1
表1
表1城市群主要城市节点及联系强度
Tab. 1Main urban nodes and linkage strength of urban agglomerations

节点等级	联系强度	节点城市类型	节点城市
1级	≥ 9194	高联系节点城市	北京、上海、深圳、广州
2级	6043~9194	较高联系节点城市	沈阳、成都、杭州、重庆、长沙、武汉、合肥、西安、福州、济南、南京
3级	3833~6043	中联系节点城市	南昌、长春、厦门、郑州、宁波、乌鲁木齐、太原、天津、青岛、哈尔滨
4级	1014~3833	较低联系节点城市	苏州、南宁、大连、珠海、贵阳、石家庄、无锡、兰州、呼和浩特、银川
5级	≤ 1014	低联系节点城市	海口、拉萨、昆明、西宁、三亚、汕头

新窗口打开|下载CSV

上述节点覆盖了全国31个省会城市,占全国省会行政单元总量的100%。一方面,省会城市自身成为本地城市企业网络中最具集聚优势的地点;另一方面,各城市群省会城市的企业网络已不再局限于本地的地域服务,而出现了向区域外扩散的趋势,城市群间的水平联系得以显现。其中,金融、专业性服务企业总部多集中于北京、上海、广州与深圳、成都与重庆等1级、2级节点城市,分支机构多集中于城市群内的地级以上城市,网点覆盖率呈自东向西递减趋势,与中国人口分布及经济发展水平基本一致。

运用社会网络分析软件Ucinet加载的Net Draw工具分析中心度,发现各节点城市在城市网络中的地位非均衡特征明显,各城市网络中心度的平均值与标准差相差2.67倍。分析表明,城市联系与强度具有明显的行政中心指向、经济中心与沿海区域指向：北京在城市网络中的相对中心度为64,高于其他所有城市,表明北京凭借全国政治中心占据网络中心度的绝对优势地位。从中心度排名前25位的节点城市来看,北京、上海、深圳、广州及中东部其他经济发达城市（沈阳、成都、杭州等）均名列其中,占据了61%的比例。

在此基础上,进一步分析金融行业与专业服务行业的主要城市联系特征。一方面,以商业银行、多元金融投资、保险企业总部为代表的金融企业中,50%以上的企业总部均集中于1级节点城市。其中,北京在所有节点城市中的点出度最高,对所有节点城市均具吸引作用,形成的金融企业网络覆盖了全国的城市群。上海作为直辖市,点出度虽低于北京,但集聚了全国证券类企业的总部,引领了全国城市群证券企业网络。广州作为省会城市,金融企业拓展目的地主要为广东省内各市,深圳则更倾向于向城市群外部大中城市扩张。另一方面,以会计、律师、广告、管理咨询为代表的专业服务企业中,形成以北京、成都、广州、上海四个城市为顶点的专业性服务的城市联系核心结构。成都作为西南地区重要的节点城市,与上述1级节点城市均建立起联系,有助于其自身节点地位的提升。从创造价值的角度来看,专业性服务业属于知识、创意型工作,需要在相对安静闲适、多元开放、随和随性的氛围中完成工作内容,成都之所以有专业服务企业的集聚及与其他城市的紧密关联,与城市自身的底蕴文化密不可分。此外,福州、厦门二市也具有很高的城市联系,并与1级节点城市广州、深圳联系紧密,带动区域经济联动发展。

3.2 城市网络联系层级特征

基于金融企业与专业性服务企业聚合形成的城市联系呈现少数中心城市占主导地位的网络结构,高节点等级的城市具有沿中东区域、沿西部中心区域指向特点（见图1,图2见第1555页）。京津冀城市群主导商业银行、多元金融投资、保险、会计师事务所、律师事务形成的城市联系。长三角城市群在主导证券企业形成的城市联系中占据绝对优势。长三角、成渝、珠三角城市群共同主导广告代理公司、管理咨询企业形成的城市联系。

图1

新窗口打开|下载原图ZIP|生成PPT
图1基于金融企业的城市网络联系拓展结构

注：基于国家测绘地理信息局标准地图（审图号：GS（2019）1823号）绘制,底图无修改。
Fig. 1Urban network linkage expansion structure based on finance companies

图2

新窗口打开|下载原图ZIP|生成PPT
图2基于专业性服务企业的城市网络联系拓展结构

注：基于国家测绘地理信息局标准地图（审图号：GS（2019）1823号）绘制,底图无修改。
Fig. 2Urban network linkage expansion structure based on producer service enterprises

运用ArcGIS Jenks将8个行业城市联系分为5级：商业银行、多元金融投资、保险、会计师事务所、律师事务所的城市联系结构均呈现以北京为核心向成都、重庆、上海、广州、深圳等城市辐射的联系拓展结构;基于证券业的城市联系则明显呈现以上海为中心向华北、华中、华南、西北、西南区域全域覆盖的联系拓展结构;而基于广告代理公司、管理咨询企业的城市联系呈现由北京、上海、广州、成都组成放射状联系结构。以保险与证券为代表的金融类企业,如中国人寿保险、太平洋保险、国泰君安证券、海通证券等纷纷在北京、上海拓展业务和提升服务层级,上海的证券业不仅在长三角占据绝对优势,也成为全国重要的资产与商品交易中心。以广告代理公司与管理咨询为代表的专业性服务类企业,如盛世长城、奥美、麦肯光明、智威汤逊等诸多全球顶级 4A 公司将总部设在上海,促进上海专业性服务的高速发展。在金融与专业性服务类企业中,随着企业在空间集聚的增多使相应城市间联系密切,虽联系数值有差异,但西南、华南、华北三个区域内的城市间联系并未因所在区域的不同而受到明显约束,形成跨区域城市交错联系的空间结构。虽然乌鲁木齐、拉萨、昆明等城市同东部城市间存在较强的联系,但由于地理距离形成信息孤岛,反映出中国东、中、西部的城市联系结构仍呈现显著的不平衡特征。

在城市联系层级中,一方面,在总体节点强度上,北京、上海、广州、深圳为全国范围内的最强节点,共同构成中国最高级别的城市联系,与前文3.1章节中北、上、广、深四市位居中国一级节点城市的分析结果相一致。其中,内蒙古、山西、河北等华北地区受北京与天津引领,云南、贵州、四川等西南地区主要由北京和重庆主导,华南地区表现为由北、上、广、深四市共同主导,东北地区则以辽中半岛为核心形成网络并主要跟随北京的指导。北京作为中国首都与政治中心,信息密集,有助于总部快速获取新行情、进行动态布局调整。另一方面,在总体城市联系上,以北京、上海、广州、深圳、成都等城市的对外联系流最明显,其联系范围主要分布在京津、沪杭、广深及成渝区域,上述区域中金融与专业性服务业总部较为集中,金融流与信息流联系紧密。位于中部地区的郑州、武汉、长沙等城市虽在城市群内部集聚程度较低、城市网络不显著,但与其它节点城市联系较为密切。在城市群自身城市网络建设方面,中原、长江中游城市群信息化起步相对较晚且基础设施建设程度不高,未能在城市群内部形成一个完善的城市网络联系,导致地区内部中小城市间联系不强,远远落后于成熟的东部沿海城市群,未能突出地区范围应有的中心节点强度。在对外城市联系方面,郑州、武汉、长沙均是各地政治经济中心,承担着各属地城市群的中心职能,武汉、长沙作为长江中下游地区的中心城市,在连接西部与长江中下游区内外专业性服务企业要素流动与交换中,承担着与华中地区城市联系的重要功能补充,吸引更多城市与之建立联系并达成目标一致,促进以郑州、武汉、长沙等为代表的中部城市与其他城市建立业务联系,增强中部节点城市的全国影响力。

3.3中国城市群城市网络联系

为反映城市群城市网络联系,运用ArcGIS Jenks分析城市群联系层级,结果表明,京津冀、长三角、珠三角三大沿海城市群对外联系强度最高,成渝、山东半岛、辽中南城市群对外联系强度较高,关中平原、长江中游、海峡西岸城市群对外联系强度中等。省会及副省级城市间联系是城市群城市网络发育的基础,整体呈现由不同联系强度的各城市群形成的复杂网络结构,并在较高的对外联系强度上形成以京津冀、长三角、珠三角、成渝、山东半岛及长江中游城市群为主要层级的城市群城市网络联系格局,由长三角（上海）、珠三角（广深）、成渝（成都重庆）、京津冀（北京）城市群构成全国城市群菱形空间结构,基本与国家中心城市东密西疏布局特征一致,如北京、上海、广州依托各自所在的城市群带动了周边乃至全国各级城市协调发展,积极发挥国家中心城市与属地城市群的辐射与带动作用,引领了中国城市群城市网络联系（图3）。

图3

新窗口打开|下载原图ZIP|生成PPT
图3中国城市群城市网络联系与主要层级结构

注：基于国家测绘地理信息局标准地（审图号：GS（2019）1823号）绘制,底图无修改。
Fig. 3Urban network linkage and main hierarchical structure of urban agglomerations in China

通过城市与所属城市群之间的联系,选取2.3章节中的城市金融与专业服务行业,依据行业类型进行主要城市联系与配对,将城市间的企业联系转化为城市群间的企业联系,分析城市群城市网络的空间联系格局（见表2）。第一至三层级联系主要发生在中西部地区的城市群之间,第四至五层级联系主要是东部地区与西部成渝地区的城市群之间。以太原-西安-宁夏-乌鲁木齐为主的中西部城市网络联系稀疏,除西安、太原外其他城市之间联系较少,中西部城市对城市群联系贡献处于中低水平;以北京、上海、成都、广州为顶点的城市群城市网络联系密集,东部城市及成都对城市群联系贡献处于中高水平。京津冀城市群城市网络联系加强、集聚强度高;珠三角城市群,尤其是广州、深圳与香港的城市集聚,与海峡西岸经济区的联系,均逐步呈现并有待加强;长三角城市群呈现出相对高水平均衡的网络化状态。根据《长江三角洲城市群发展规划》,上海与南京作为超大与特大城市,与杭州、合肥、苏州等大城市共同构成长三角城市群多中心城市网络。成渝城市群企业集聚强度处于390~1400之间,对其金融与专业性服务品质提升发挥了积极作用。中原、辽中南、关中城市群作为新生城市群的代表,其社会经济水平与人口密度对金融与专业性服务企业空间布局联系紧密,从侧面反映出上述城市群的城市联系有所增强。

Tab. 2
表2
表2中国19个城市群不同行业的主要城市联系配对
Tab. 2Pairing of major cities of the 19 urban agglomerations in different sectors in China

城市金融行业			城市专业性服务行业
城市群	城市	与排序前4的城市配对	城市群	城市	与排序前4的城市配对
京津冀	北京	上海深圳天津南京	京津冀	北京	上海广州成都济南
长三角	上海	北京南京深圳天津	长三角	上海	北京广州成都南京
珠三角	深圳	北京上海广州南京	成渝	成都	北京上海广州济南
长三角	南京	北京上海深圳杭州	珠三角	广州	北京上海成都杭州
京津冀	天津	北京上海深圳沈阳	山东半岛	济南	北京上海成都杭州
珠三角	广州	北京深圳上海南京	长三角	杭州	北京上海广州成都
海峡西岸	福州	北京上海南京广州	京津冀	天津	北京济南成都广州
辽中南	沈阳	北京上海深圳天津	长三角	南京	北京上海济南广州
长三角	杭州	北京深圳上海南京	辽中南	沈阳	北京上海成都深圳
山东半岛	济南	北京上海深圳天津	长江中游	长沙	北京上海济南广州
长江中游	武汉	北京深圳上海杭州	长三角	合肥	北京上海南京济南
长三角	合肥	北京上海南京广州	关中平原	西安	北京上海广州成都
成渝	成都	北京上海天津南京	山西中部	太原	北京上海济南成都
京津冀	石家庄	北京上海南京福州	成渝	重庆	北京上海广州成都
中原	郑州	北京上海南京广州	中原	郑州	北京上海广州成都
成渝	重庆	北京上海沈阳南京	滇中	昆明	北京上海成都广州
关中平原	西安	北京上海南京天津	海峡西岸	福州	北京上海成都南京
哈长	哈尔滨	北京上海天津沈阳	长江中游	武汉	北京上海济南杭州
长江中游	长沙	北京上海广州南京	珠三角	深圳	北京上海沈阳广州
山西中部	太原	北京上海天津深圳	长江中游	南昌	北京沈阳济南上海
辽中南	大连	北京上海深圳天津	哈长	哈尔滨	北京天津济南上海
北部湾	南宁	北京上海南京广州	山东半岛	青岛	成都上海杭州广州
海峡西岸	厦门	北京上海福州广州	哈长	长春	北京上海广州成都
长江中游	南昌	北京上海南京广州	天山北坡	乌鲁木齐	北京天津成都济南
黔中	贵阳	北京上海广州成都	京津冀	石家庄	北京天津济南上海
呼包鄂榆	呼和浩特	北京上海福州天津	海峡西岸	厦门	成都长沙沈阳北京
哈长	长春	北京上海广州南京	北部湾	南宁	北京广州上海天津
山东半岛	青岛	北京上海深圳福州	黔中	贵阳	北京广州上海成都
天山北坡	乌鲁木齐	北京上海福州天津	呼包鄂榆	呼和浩特	北京上海广州重庆
滇中	昆明	北京上海福州天津	北部湾	海口	北京上海广州成都
长三角	宁波	北京上海深圳南京	兰州-西宁	兰州	北京广州济南成都
兰州-西宁	兰州	北京上海南京广州	宁夏沿黄	银川	北京济南西安上海
北部湾	海口	北京武汉长春上海	长三角	苏州	成都沈阳北京上海
宁夏沿黄	银川	北京深圳上海南京	长三角	宁波	北京成都上海杭州
长三角	苏州	北京上海南京杭州	辽中南	大连	北京沈阳上海成都
长三角	无锡	北京上海深圳南京	兰州-西宁	西宁	北京济南太原石家庄
兰州-西宁	西宁	北京深圳南京上海	珠三角	珠海	沈阳成都长春厦门
珠三角	珠海	北京深圳上海广州	长三角	无锡	成都北京沈阳上海
海峡西岸	汕头	北京上海广州深圳	—	拉萨	成都北京重庆昆明
—	拉萨	深圳北京天津青岛	海峡西岸	汕头	北京沈阳成都长春
—	三亚	深圳北京南京上海	—	三亚	北京成都上海广州

新窗口打开|下载CSV

中国城市群城市网络的空间联系特征对中国金融及专业性服务要素快速高效优化配置具有重要作用。各层级城市群空间外联范围的差异决定了城市群对各类服务要素流的控制与配置能力,进而影响城市群空间联系的地位与作用。一些资源规模大、产业基础雄厚、政策环境宽松的城市（上海、深圳等）对中国城市群要素具有强吸引力,这些要素流不断汇聚,通过循环累积因果机制使这一集聚趋势持续强化,新的金融与服务业态也在集聚基础上不断交叉融合、扩展衍生。最终,使这些城市成长为中国城市群城市网络的关键节点与控制中心。而资源规模小、产业基础薄弱、制度环境僵化的城市（银川、南宁等）则缺乏吸引力,金融与服务要素集聚程度低,为数不多的中高端资源常被高等级城市吸引,导致这些城市在城市群整体网络中只能充当层次较低的节点。各种资源服务要素在不同等级城市群间的流动与黏结,使其结构保持动态平衡,进而对城市金融与专业性服务业发展与城市群空间联系格局产生显著影响。

少数城市群具有多元产业先发优势,成为金融与专业性服务企业集聚发展的主要区域。不同等级城市群呈现由传统金融与服务行业向互联网金融、高级生产性服务渐次转型升级趋势,从而出现城市群层级差异,并在整体上表现出较为明显的分层趋势。其中,核心层级空间组织由京津冀、长三角、珠三角、成渝、山东半岛、长江中游6个城市群组成,处于城市联系空间组织体系顶端,集聚了巨量的经济、政治、金融、文化等资源并引领要素流动,通过吸引外来投资、参与国际事务等提高城市功能,又在城镇体系中发挥决策与指挥等功能,进一步集聚与整合城市群网络模块,成为中国城市群的战略节点。非核心层级空间组织由关中平原、辽中南、滇中、哈长、天山北坡、海峡西岸等13个城市群组成,作为区域层面的重要节点,为城市群城市网络拓展带来重要支撑。

在上述分析基础上,采用Gephi^[49]对城市群空间拓扑结构进行可视化表达,通过邻接矩阵确定城市群联系的起止点,并以数字标识表示为联系始点,字母标识表示为联系终点。京津冀、长三角、珠三角3个城市群占据主要节点地位,长江中游、山东半岛、成渝3个城市群形成次节点,滇中、宁夏沿黄、天山北坡城市群则排名靠后,城市群网络分化差异明显（见图4）,联系强度最高值为32591,最低值则为77,城市群节点总和为127104,平均值为6689,标准差为9116（见表3）。城市群的网络地位存在明显差异,中心度排名前10位的城市群以沿海三大城市群、成渝、长江中游、山东半岛城市群为主,其中心度平均值远高于其他城市群,且城市群之间分化差异大。其原因与中心城市对属地城市群的拉动及城市群自身发育程度有关。城市群发展往往是高等级城市高等级城市群组合,但也存在诸如类似天山北坡这样的城市群,整体城市群发育较低,中心城市乌鲁木齐却与其他城市群联系紧密的情形,即高等级城市低等级城市群的组合。

图4

新窗口打开|下载原图ZIP|生成PPT
图4基于Gephi的中国城市群城市网络联系拓扑结构

Fig. 4Topology of urban network linkages of urban agglomerations in China based on Gephi

Tab. 3
表3
表3中国城市群城市网络的空间联系中心度与E-I指数
Tab. 3Spatial connection center degree and E-I index of urban networks of urban agglomerations in China

城市群	绝对中心度	相对中心度	E-I指数	城市群	绝对中心度	相对中心度	E-I指数
京津翼	32591	25.64	-1.00**	中原	2452	1.93	-0.97**
长三角	23689	18.64	-0.98**	哈长	1961	1.54	-0.94**
珠三角	20194	15.89	-0.97**	北部湾	1299	1.02	—
山东半岛	10343	8.14	-0.94**	兰州-西宁	952	0.75	—
辽中南	8053	6.34	-0.96*	黔中	773	0.61	-0.97**
成渝	8049	6.33	-0.91**	呼包鄂榆	423	0.33	—
长江中游	5470	4.30	-0.88*	滇中	350	0.28	-0.95**
海峡西岸	4073	3.20	-0.93*	宁夏沿黄	312	0.25	—
关中平原	3479	2.74	-0.99**	天山北坡	77	0.06	—
晋中	2564	2.02	-0.98**

注：—表示数据过少,没有统计意义;*与**分别表示0.01与0.05置信水平。

新窗口打开|下载CSV

此外,中国城市群城市网络联系中,东部沿海城市群呈现小团体网络现象,中西部城市群小团体网络特征不明显。其中,京津冀城市群小团体网络现象最为显著（E-I指数绝对值为1.00）,城市群内城市间网络密度高于外部联系,独立于城市群空间整体网络的程度强,表明城市群的经济联系主要来源于城市群自身,原因在于城市群内部集聚的各种专业化城市与多样化城市为城市间分工与联系提供了更多选择机会,即城市群经济现象^[50]。珠三角、长三角城市群网络分派指数E-I指数绝对值的平均数分别为0.970、0.980,表明其经济联系主要来源于与其他城市群之间的联系,原因在于长三角城市群区域金融与专业性服务企业一体化趋势明显,经济区域政策发展水平形成的邻近关系促进了城市间联系,珠三角城市群主要通过香港、深圳、广州与邻近城市形成的经济组织模式促进了城市间的资源互动。

中西部城市群小团体网络特征不明显,虽然中西部主要城市群与海峡西岸、长江中游、成渝城市群的E-I指数绝对值均较低（0.88~0.93）,但原因各有侧重：在中西部区域,以黔中、宁夏沿黄为代表的城市群E-I指数绝对值偏低是因为城市群缺少具有强大辐射与带动作用的城市,不能在其内部形成多元化劳动分工与协作模式,金融与专业性服务企业总部较少,难以对其他城市形成控制与主导权,结果造成自身仅有资源被吸引,附属于其他高等级城市群。海峡西岸、长江中游、成渝均为跨省区城市群,现有行政壁垒产生了明显的边界效应,表现在金融与专业性服务领域不同城市群城市间的金融要素、服务技术、信息交换、产业竞争等方面,缺乏有效掌控城市群的金融与专业性服务合作常设机构。

4 结论与讨论

目前基于财富中国500强企业的城市网络分析研究主要从以下3种尺度展开：第一,全球尺度,涉及全球金融业与制造业空间分布关联、中国企业竞争力的国际比较等;第二,全国尺度,涉及中国研发型城市网络、中国金融业城市网络、企业布局与产业转移等研究主题;第三,区域尺度,以长三角城市群内部网络分析居多。但是,上述研究均较少地将城市群视为互相联系的空间集合,亦未明确跨区域尺度的城市群之间的关联。虽然雄安新区、长三角一体化与粤港澳大湾区等国家战略已将中国东部沿海区域的京津冀、长三角与珠三角三大城市群进行了战略升级,本研究认为,实现以城市群为主体构建大中小城市和小城镇协调发展的城镇格局这一国家战略的关键在于全国城市群的整体发展,而目前学术界尚停留在战略分析层面,较少对此进行深入研究。

本文的主要创新在于,依据关系地理将中国19个城市群视为互相联系的空间集合,在既有研究基础之上扩展了跨区域尺度的城市群关联与综合性分析,从金融与专业服务业企业行动关联认知中国城市群城市网络的空间联系与关系邻近性,有助于把握中国城市群发展的整体格局及企业基础,对现有的中国城市群研究进行了拓展与补充,在分析中国城市群金融与专业服务业宏观格局的基础上,认知中国城市群城市网络的空间联系,为后续研究提供铺垫。

主要结论如下：①基于财富中国500强视阈下的中国城市群城市网络联系呈显著空间异质性及行业分化现象。京津冀城市群主导商业银行、多元金融投资、保险、会计师事务所、律师事务形成的中国城市群城市网络联系,长三角城市群主导证券企业形成的中国城市群城市网络联系并在其中占绝对优势,长三角、成渝、珠三角城市群共同主导广告代理公司、管理咨询企业形成的中国城市群城市网络联系。其中,基于商业银行、多元金融投资、保险、会计师事务所、律师事务所的中国城市群城市网络联系均呈现以北京为核心向成都、重庆、上海、广州、深圳等城市辐射的结构,基于证券业的中国城市群城市网络联系以上海为中心向全域覆盖,基于广告代理公司、管理咨询企业的城市联系以北京、上海、广州、西安组成放射状联系结构。②中国城市群城市网络联系呈现由长三角、珠三角、成渝、京津冀城市群构成的菱形格局,与国家中心城市东密西疏空间分布特征一致。东部沿海城市与西部城市成都对城市群联系贡献处于中高水平;以太原-西安-宁夏-乌鲁木齐为主的中西部城市联系稀疏,对城市群联系贡献处于中低水平。③京津冀、长三角、珠三角、成渝、山东半岛、长江中游6个城市群位于中国城市群城市网络联系体系的顶端,共同组成中国城市群城市网络联系的核心层级,关中平原等13个城市群组成非核心层级空间组织,为城市群城市网络联系与拓展带来重要区域支撑。

目前中国各城市群之间尚处于要素流空间发展的初级阶段,东部沿海城市群呈现小团体网络现象,而中西部城市群小团体网络特征不明显,基于空间联系的城市群整体发展将是一个持续的过程。本文作为对中国城市群城市网络联系的探索性研究,还存在以下问题需后续深入研究：一方面,本文仅基于一个时间点的数据分析金融企业、高级生产性服务业对于中国城市与城市群联系网络的影响,尚需从演化视角进行考证。全球化进程中金融企业及高级生产性服务业或将重构国家及区域城市体系与城市网络化联系,有待于进一步探讨其作用机制。另一方面,为了实现全国范围内不同节点城市的联系,可将研究范围进一步拓展至全国不同等级的城市,着重关注新纳入的城市对城市群整体空间结构的影响及部分中小城市如何在城市群整体空间中提升节点价值。本文强调城市群之间的水平联系对国家城市群空间治理的重要性,有助于实现中国城市群的整体发展,而非仅是个别城市群的繁荣。

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]

方创琳, 王振波, 马海涛. 中国城市群形成发育规律的理论认知与地理学贡献
地理学报, 2018,73(4):651-665.

DOI:10.11821/dlxb201804005 URL [本文引用: 1]

城市群是国家工业化和城镇化发展到高级阶段的产物,是高度一体化和同城化的城市群体,城市群形成发育过程是一个各城市之间由竞争变为竞合的漫长自然过程,遵循自然发展规律。中国正处在新型城镇化转型发展的新阶段,已进入21世纪引领全球城市群发展的新时代,中国城市群研究与建设的经验模式正在被全球城市群建设所效仿和借鉴。本文从理论上梳理并提出了城市群形成发育遵循的自然规律,包括城市群形成发育的阶段性规律、城市群多尺度空间集约利用传导规律、城市群空间晶体结构组合规律、城市群自然生长的育树成林规律和城市群可持续发展的梯度爬升规律。地理学家遵循这些发展规律,从学术理论、技术方法、决策支持和规划实践等方面为中国城市群的研究和发展做出了不可替代的重大贡献,主要包括提出并科学界定了城市群概念,提出了城市群空间范围的识别标准,创建了城市群空间集约拓展与布局仿真决策支持技术链,研制了城市群空间集约拓展与布局仿真决策支持系统软件链,提出了中国城市群空间组织的“5+9+6”新格局,研制出国内第一部《城市群规划技术规程》,编制完成了全国多数城市群发展规划,转化为国家决策的重要依据。未来中国城市群的发展与研究中,地理学家发挥作用的空间越来越大,地理学家肩负着不可推卸的责任使命,应责无旁贷地采用定性与定量相结合的研究方法,引用大数据、智能决策支持技术等新手段解决城市群发展面临的一系列问题,一如既往地为城市群发展吸纳众智、献计献策,发挥更大作用,做出更大贡献。

[ Fang

Chuanglin

, Wang

Zhenbo

, Ma

Haitao

. The theoretical cognition of the development law of China's urban agglomeration and academic contribution
Acta Geographica Sinica, 2018,73(4):651-665.]

DOI:10.11821/dlxb201804005 URL [本文引用: 1]

姚士谋, 周春山, 王德文, 等. 中国城市群新论. 北京: 科学出版社, 2016: 2-3.

[本文引用: 1]

[ Yao

Shimou

, Zhou

Chunshan

, Wang

Dewen

, et al. New Perspectives on Urban Agglomerations in China. Beijing: Science Press, 2016: 2-3.]

[本文引用: 1]

[3]

姚士谋, 陈振光, 朱英明, 等. 中国城市群. 合肥: 中国科学技术大学出版社, 2006.

[本文引用: 2]

[ Yao

Shimou

, Chen

Zhenguang

, Zhu

Yingming

, et al. China′s Urban Agglomeration. Hefei: Press of University of Science and Technology of China, 2006.]

[本文引用: 2]

[4]

方创琳, 宋吉涛, 蔺雪芹. 中国城市群可持续发展理论与实践. 北京: 科学出版社, 2010.

[本文引用: 1]

[ Fang

Chuanglin

, Song

Jitao

, Lin

Xueqin

. Sustainable Development Theory and Practice of Urban Agglomerations in China. Beijing: Science Press, 2010.]

[本文引用: 1]

[5]

方创琳. 中国城市群研究取得的重要进展与未来发展方向
地理学报, 2014,69(8):1130-1144.

DOI:10.11821/dlxb201408009 URL [本文引用: 1]

中国的城市群是近30年来伴随国家新型工业化和新型城镇化发展到较高阶段的必然产物,自21世纪初期城市群成为国家参与全球竞争与国际分工的全新地域单元之后,中国连续10年把城市群提升为推进国家新型城镇化的空间主体,首次召开的中央城镇化工作会议和《国家新型城镇化规划 (2014-2020年)》进一步明确了城市群作为推进国家新型城镇化的主体地位。然而,城市群在中国的研究目前尚处在亟待加强的薄弱环节。系统总结从1934-2013年的80年间发表在地理学报的城市群主题论文,只有不到19篇,仅占总篇数的0.55%,不仅发表篇数少,而且发表时间短,首次发表城市群研究成果不到10年,研究单位和作者群体集中,研究内容瞄准国家需求但比较发散。即便如此,仅有的城市群研究成果还是对国家城市群总体格局的形成起到了引领作用,做出了重要贡献。具体体现在,提出的城市群空间格局推动国家形成了中国城市群空间结构的基本框架,引导国家新型城镇化规划把城市群作为推进新型城镇化的主体形态,提出的城市群空间范围识别标准与技术流程对界定国家城市群范围起到了重要作用,提出的城市群系列研究领域带动城市群的研究向着纵深与实用方向拓展,提出的中国城市群形成发育中存在的问题对未来城市群的选择与发展起到了警示作用。以这些研究进展和成果为基础,未来中国城市群选择与培育的重点方向为：以问题为导向,深刻反思检讨中国城市群选择与发育中暴露出的新问题;以城市群为主体,重点推动形成“5+9+6”的中国城市群空间结构新格局;以城市群为依托,重点推动形成“以轴串群、以群托轴”的国家城镇化新格局;以国家战略需求为导向,继续深化对城市群形成发育中重大科学问题的新认知,包括深入研究城市群高密度集聚的资源环境效应,科学求解城市群高密度集聚的资源环境承载力,创新城市群形成发育的管理体制和政府协调机制,研究建立城市群公共财政制度与公共财政储备机制,研究制定城市群规划编制技术规程与城市群空间范围界定标准等。

[ Fang

Chuanglin

. Progress and the future direction of research into urban agglomeration in China
Acta Geographica Sinica, 2014,69(8):1130-1144.]

DOI:10.11821/dlxb201408009 URL [本文引用: 1]

傅伯杰, 冷疏影, 宋长青. 新时期地理学的特征与任务
地理科学, 2015,35(8):939-945.

URL [本文引用: 1]

地理学是“探索自然规律,昭示人文精华”的一门学科,具有综合性、交叉性特点。20 世纪80 年代以来,地理学在全球环境变化研究计划中扮演了重要角色,地理学的理论、方法和技术已经成为解决人类社会面临的可持续发展问题的基础。起源于全球环境变化研究,并结合了社会科学研究的“未来地球”研究计划,代表了新时期地理学发展的方向。当代地理学研究方法已经从勘察、观测、记录、制图等传统的研究方法向空间统计、对地观测、GIS、室内外模拟、建模、决策系统等现代科学方法转变,逐渐走向综合性、定量化;随着地理学面临的问题更加复杂、更加综合,地理学研究议题变得更为综合和多元,吸引了更为广泛的学科参与,地理学视角在越来越多的领域得到重视,概念和工具所属的学科边界正变得模糊。新时期的地理学正在走向地理科学。中国是研究人类社会的可持续发展问题的一个理想的地理科学试验场所,中国地理科学未来的发展需要以综合的角度加深对人地复杂系统全面而综合的理解,需要加强全球性问题的研究,全面提升中国地理科学国际化水平,普遍提高先进技术解析地理现象的能力,系统实现地理科学的社会服务价值,促进中国从地理学大国走向地理学强国。

[ Fu

Bojie

, Leng

Shuying

, Song

Changqing

. The characteristics and tasks of geography in the new era
Scientia Geographica Sinica, 2015,35(8):939-945.]

URL [本文引用: 1]

宋长青, 程昌秀, 史培军. 新时代地理复杂性的内涵
地理学报, 2018,73(7):1204-1213.

DOI:10.11821/dlxb201807002 URL [本文引用: 1]

20世纪以来,经地理****不断探索和努力,地理学已经形成了其特有的学科特征。首先从认知方法和思维角度,阐述了新时代地理学所面临的困境;从新技术、新秩序、新数据、新方法以及新动因等方面,诠释了地理学的新时代特征。其次,针对地理区域性的新内涵和地理综合性研究所需的新方法,提出了复杂性研究是地理学成功的新路径,并认为复杂性是地理学研究的第三特征。再次,重点讨论了地理研究存在的空间复杂格局、时间复杂过程和时空复杂机制,进而解释了地理复杂系统的基本概念,并就地理复杂系统的核心问题提供了相应的研究方法。最后,提出了新时代地理学面临的新挑战和新要求。

[ Song

Changqing

, Cheng

Changxiu

, Shi

Peijun

. Geography complexity: New connotations of geography in the new era
Acta Geographica Sinica, 2018,73(7):1204-1213.]

DOI:10.11821/dlxb201807002 URL [本文引用: 1]

Murdoch

. Actor-network and the evolution of economic forms: Combining description and explanation in theories of regulation, flexible specialization, and networks
Environment and Planning A, 1995,27(5):731-757.

DOI:10.1068/a270731 URL [本文引用: 1]

[9]

Yeung

H-W

. Critical reviews of geographical perspectives on business organizations and the organization of production: Towards a network approach
Progress in Human Geography, 1994,18(4):460-490.

DOI:10.1177/030913259401800403 URL [本文引用: 1]

[10]

Derudder

. On conceptual confusion in empirical analyses of a transnational urban network
Urban Studies, 2006,43(11):2027-2046.

DOI:10.1080/00420980600897842 URL [本文引用: 2]

[11]

Taylor

, Derudder

, Saey

, et al. (eds) Cities in Globalization: Practices, Policies and Theories
London: Routledge, 2006.

[本文引用: 1]

[12]

Friedmann

. Where We Stand: A Decade of World City Research. UK: Cambridge University Press, 1995.

[本文引用: 1]

[13]

Sassen

. The Global City: New York, London, Tokyo. Princeton: Princeton University Press, 1991.

[本文引用: 1]

[14]

Taylor

, Catalano

, Walker

. Measurement of the world city network
Urban Studies, 2002,39(13):2367-2376.

DOI:10.1080/00420980220080011 URL [本文引用: 1]

[15]

Alderson

, Beckfield

. Power and position in the world city system
American Journal of Sociology, 2004,109(4):811-851.

DOI:10.1086/378930 URL [本文引用: 1]

[16]

Scott

. Locational patterns and dynamics of industrial activity in the modern metropolis
Urban Studies, 1982,19(2):111-141.

DOI:10.1080/00420988220080261 URL [本文引用: 1]

[17]

赵渺希, 黎智枫, 钟烨, 等. 中国城市群多中心网络的拓扑结构
地理科学进展, 2016,35(3):376-388.

DOI:10.18306/dlkxjz.2016.03.012 URL [本文引用: 1]

在既有理论基础上扩展了城市群多中心网络的度量工具,考察中国12个城市群总部—分支机构的企业关联网络,比较梳理了地级城市空间联系的拓扑结构。实证研究发现：①包括长三角、珠三角和京津冀三大典型城市群在内,中国城市群内部网络系统的拓扑结构依然发育不完善,在联系数据方面均呈现出一定的稀疏矩阵特征,空间组合关系均为树状结构。②总部区位(出度)的层级性差异均高于分支机构区位(入度)的层级性差异,显示出城市群内部空间“流”的不对称性。③针对12个城市群内部网络的拓扑结构聚类分析表明：长三角、珠三角、京津冀、山东半岛、海峡西岸地区的城市群内部网络联系较为紧密,呈现出一定程度的一体化网络特征;其中三大典型城市群存在明显的企业总部集聚核心,其余城市群内部的网络联系松散,跨城企业联系比重较低,在拓扑结构上大多呈现出以省会或副省级城市为指向的向心式联系。

[ Zhao

Miaoxi

, Li

Zhifeng

, Zhong

, et al. Polycentric network topology of urban agglomerations in China
Progress In Geography, 2016,35(3):376-388.]

DOI:10.18306/dlkxjz.2016.03.012 URL [本文引用: 1]

Ponds

, Oort

, Frenken

. The geographical and institutional proximity of research collaboration
Papers in Regional Science, 2007,86(3):423-443.

DOI:10.1111/pirs.2007.86.issue-3 URL [本文引用: 1]

[19]

Breschi

, Lissoni

. Knowledge spillovers and local innovation systems: A critical survey
Industrial and Corporate Change, 2001,10(4):975-1005.

DOI:10.1093/icc/10.4.975 URL [本文引用: 1]

[20]

Cramton

. The mutual knowledge problem and its consequences for dispersed collaboration
Organization Science, 2001,12(3):346-371.

DOI:10.1287/orsc.12.3.346.10098 URL [本文引用: 1]

[21]

Darr

, Kurtzberg

. An investigation of partner similarity dimensions on knowledge transfer
Organizational Behavior and Human Decision Processes, 2000,82(1):28-44.

DOI:10.1006/obhd.2000.2885 URL [本文引用: 1]

[22]

倪鹏飞, 刘凯, 彼得·泰勒. 中国城市联系度: 基于联锁网络模型的测度
经济社会体制比较, 2011, (6):96-103.

[本文引用: 1]

[ Ni

Pengfei

, Liu

Kai

, Peter

Taylor

. China's urban linkage: Measurement based on interlocking network model
Comparative Economic and Social Systems, 2011, (6):96-103.]

[本文引用: 1]

[23]

金钟范. 基于企业母子联系的中国跨国城市网络结构: 以中韩城市之间联系为例
地理研究, 2010,29(9):1670-1682.

URL [本文引用: 1]

从基于企业活动为城市经济活动的主要动因、企业组织联系为城市网络基础的认识出发,以企业跨国母子组织联系为根据,建立网络基本要素和联系密度等概念与指标。以中韩城市联系为例,分析了中国城市跨国网络结构特点。结果表明:跨国城市网络不断扩大的同时,网络基本要素分布呈现区位倾向性,集聚于环渤海和长三角;城市对和结点城市联系密度位序—规模分布显著,形成青岛、上海、北京、天津与首尔主导轴和青岛、天津、上海、北京等主导结点;城市对和结点城市的联系密度规模位序不断调整,同时在高位序群中保持相对稳定性;结点城市呈现专门性、综合性的分化,如北京和上海显示综合性,青岛和天津显示专门性等;受企业母子相互关系影响网络联系键具有矢量性,进而结点城市中形成源结点和受结点之分。

[ Jin

Zhongfan

. On structural properties of transnational urban network based on multinational enterprises network in China: As the case of link with South Korea
Geographical Research, 2010,29(9):1670-1682.

URL [本文引用: 1]

马学广, 李鲁奇. 中国城市网络化空间联系结构: 基于银行网点数据的研究
地理科学进展, 2017,36(4):393-403.

DOI:10.18306/dlkxjz.2017.04.001 URL [本文引用: 1]

基于当前城市网络和金融地理研究,以全国336个地级以上行政单元(城市)为研究对象,以33家国内外银行的88022个网点各城市间的级别和数量分布为基础数据,运用链锁模型、Zipf法则、社会网络分析等研究方法,对中国市间联系和城市节点的结构特征进行分析。研究表明：京津冀、长三角、珠三角、成渝和长江中游等五大城镇密集区之间的联系成为这一网络的主干,东西部网络密度以胡焕庸线为界呈现明显差异;城市联通度的规模分布符合Zipf法则,但呈现明显的双分形特征,各城市的节点度同样以胡焕庸线为界在东西部呈现显著差异;此外,国有银行、股份制银行和外资银行所分别对应的城市整体联通度和相对联通度在空间分布上也存在明显差别;上述结构特征同各城市经济规模和人口规模之间存在较强的相关性。从形成机制上看,朝向集中化和均衡化的一般空间政策和行业空间政策对这一网络格局的形成具有深刻影响。

[ Ma

Xueguang

, Li

Luqi

. Network spatial connection structure of Chinese cities based on bank branches data
Progress In Geography, 2017,36(4):393-403.]

DOI:10.18306/dlkxjz.2017.04.001 URL [本文引用: 1]

尹俊, 甄峰, 王春慧. 基于金融企业布局的中国城市网络格局研究
经济地理, 2011,31(5):754-759.

[本文引用: 1]

[ Yin

Jun

, Zhen

Feng

, Wang

Chunhui

. China’s city network pattern: An empirical analysis based on financial enterprises layout
Economic Geography, 2011,31(5):754-759.]

[本文引用: 1]

[26]

王聪, 曹有挥, 陈国伟. 基于生产性服务业的长江三角洲城市网络
地理研究, 2014,33(2):323-335.

DOI:10.11821/dlyj201402013 URL [本文引用: 1]

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。

[ Wang

Cong

, Cao

Youhui

, Chen

Guowei

. Study on urban network of Yangtze River Delta region based on producer services
Geographical Research, 2014,33(2):323-335.]

DOI:10.11821/dlyj201402013 URL [本文引用: 1]

张虎, 周迪. 城市群金融等别视角下的长三角金融资源流动研究: 以城市商业银行异地扩张为例
地理研究, 2016,35(9):1740-1752.

DOI:10.11821/dlyj201609012 URL [本文引用: 1]

金融资源在节点间无障碍流动不仅有利于金融资源更有效的利用,而且对于缓解地区金融资源的供需矛盾,推动地区经济发展意义重大。基于金融等别城市空间作用理论、以长三角城市商业银行异地扩张为例构建城市金融资源流动网络,借助社会网络分析工具和Dagum方法研究各等别城市2008-2014年金融资源的流动程度、流动路径选择和流动协调性问题。研究发现：① 地级市之间流动密度最大,随着时间增长较快,其次是县级市流往地级市,其他类城市间的流动密度相对较小;② 地级市之间的流动呈现“均匀扩散”特征,而地级市到县市之间的流动则存在“条件扩散”特征。省级边界影响最大,其次是城市间经济水平差距和金融发展水平差距;③ 县级市内部的金融资源流入差异程度最大,各市县城市内金融资源的流入存在“马太效应”的倾向。表明：长三角目前仅仅是地级中心城市之间存在一体化的趋势,中心城市对金融腹地的辐射作用不强,有待挖掘。因此,一方面,宏观层面的一体化政策要做到县市,另一方面,各县市自身（特别是落后县市）也要加大力度改善目前经济金融环境。

[ Zhang

, Zhou

. Financial resource flows in Yangtze River Delta from the perspective of financial gradation city in urban agglomerations: A case study of city commercial bank’s expansion
Geographical Research, 2016,35(9):1740-1752.]

DOI:10.11821/dlyj201609012 URL [本文引用: 1]

唐子来, 赵渺希. 经济全球化视角下长三角区域的城市体系演化: 关联网络和价值区段的分析方法
城市规划学刊, 2010, (1):29-34.

URL [本文引用: 1]

伴随着经济全球化的进程,长三角区域越来越纳入全球经济网络,城市体系演化表现出新的特征.从经济全球化的视角,采用关联网络和价值区段的分析方法,揭示了长三角区域的城市体系演化的3个主要特征:①上海作为长三角区域的"门户城市",发挥向外连接全球网络和向内辐射区域腹地的"两个扇面"作用:②长三角区域内部的城市之间关联网络具有层级和地域的双重属性,企业是城市之间关联网络的"作用者":③经济全球化进程中的国际劳动分工导致长三角区域的城市体系正在从以"行业类型"为特征的空间经济结构转变成为以"价值区段"为特征的空间经济结构.Abstract：In the process of economic globalization, development of Yangtze River Delta Region has been increasingly linked with global economy, leading to new trends in the transformation of urban system.This paper discusses economic global-ization and urban transformation, using approaches of interlocking network and val-ue-added hierarchy.Three features have been identified.First, Shanghai is playing the role of gateway city with both outward orientation to the global network and inward orientation to the regional hinterland.Secondly, within the region, firms are the agents to interlock cities into a network of both hierarchy and hinterland dimen-sions.Thirdly, spatial division of labor in the process of economic globalization has brought about the transformation of spatial configuration of regional economy from an industrial composition into a value-added hierarchy.

[ Tang

Zilai

, Zhao

Miaoxi

. Economic globalization and transformation of urban system in the River Delta region: Interlocking network and value-added hierarchy
Urban Planning Forum, 2010, (1):29-34.]

URL [本文引用: 1]

谭一洺, 杨永春, 冷炳荣, 等. 基于高级生产者服务业视角的成渝地区城市网络体系
地理科学进展, 2011,30(6):724-732.

DOI:10.11820/dlkxjz.2011.06.010 URL [本文引用: 1]

基于高级生产者服务业视角,建立了成渝地区17 个最小分析单元(FUR,Functional Urban Region) × 149家公司的量化矩阵,进行了基于服务值、连通性和网络性特征的分析,研究了成渝地区的城市网络体系结构及其特征。其中,FUR为重庆都市发达经济圈、渝西走廊地区和绝大部分地级市。结果表明：成都市和重庆都市发达经济圈在成渝地区城市网络体系中构成双一级核心;次核心绵阳市在显著连接数量上领先于除一级核心以外的其他城市或地区;其余城市或地区在城市网络中的地位虽略有差别,但相互联系,共同发展。成渝地区的生产者服务业发展还仅仅停留在起步阶段,基于高级生产者服务业视角的城市网络体系还处于初级阶段,尤其是成渝地区经济基础相对发达的城市并未连接成片,区域中心城市之间地域的经济联系比较落后。

[ Tan

Yiming

, Yang

Yongchun

, Leng

Bingrong

, et al. Urban network system in Chengdu-Chongqing region in the perspective of advanced producer service
Progress in Geography, 2011,30(6):724-732.]

DOI:10.11820/dlkxjz.2011.06.010 URL [本文引用: 1]

郭腾云, 董冠鹏. 京津冀都市区经济分布演化及作用机制模拟研究
地理科学, 2012,32(5):550-556.

URL [本文引用: 1]

利用kernel 密度估计方法考察了京津冀都市区1995~2007 年经济分布演化过程,在此基础上,引入经济增长分布模拟模型进一步模拟研究了其经济增长驱动力的作用效应。研究发现：① 京津冀都市区经济增长分布形态经历了“双峰状”→“单峰状”→“双峰状”的演化过程。② 资本深化、技术效率、技术进步和空间依赖效应对京津冀都市区经济增长起显著作用。③ 资本深化和技术效率对京津冀都市区经济增长分布演化起重要作用,而技术进步、空间外溢效应和误差分布效应则没有显著的作用。④ 资本深化分布的变化和技术效率综合作用效应的变化是影响京津冀都市区经济分布演化的驱动力,并通过资本深化的分布效应和技术效率的综合作用效应这两个渠道对其经济分布演化产生影响。⑤ 对京津冀都市区经济增长起作用的因素不一定能够影响到其经济分布的演化,基于分解技术的经济增长分布模拟模型,并利用理论分布和实际分布差异性的统计检验可以识别真正影响其经济分布演化的因素及其作用渠道。

[ Guo

Tengyun

, Dong

Guanpeng

. Simulation of economic distribution evolution and its driving forces in Beijing-Tianjin-Hebei metropolitan region
Scientia Geographica Sinica, 2012,32(5):550-556.]

URL [本文引用: 1]

冯长春, 谢旦杏, 马学广, 等. 基于城际轨道交通流的珠三角城市区域功能多中心研究
地理科学, 2014,34(6):648-655.

URL [本文引用: 1]

城市区域是经济全球化与区域一体化发展趋势下重要的空间组织形式，功能多中心是城市区域最为重要和本质的特征以及最为关键的演化阶段。以流动空间和城市网络理论为基础，城市区域功能多中心的研究可以从城际功能联系展开，通过定量测度与定性分析相结合的方式获得具有实践与理论意义的成果。以珠三角城市区域为研究对象，以城际轨道流为功能联系的数据基础，对珠三角城市区域的功能多中心进行探讨。研究表明，基于城际轨道交通流功能联系的珠江三角洲地区具有较高的功能多中心性，在世界上典型的城市区域中处于中上水平；对于东西两翼多中心度的测度与分析发现，东西两翼城市间缺乏有效的城际轨道交通功能联系，对于珠三角城市区域功能多中心产生严重的消极影响，珠三角城市区域功能多中心度进入离心发展阶段。随着城际轨道交通建设的推进和区域一体化的发展，珠三角城市区域的功能多中心将趋于成熟。

[ Feng

Changchun

, Xie

Danxing

, Ma

Xueguang

, et al. Functional polycentricity of the urban region in the Zhujiang River Delta based on intercity rail traffic flow
Scientia Geographica Sinica, 2014,34(6):648-655.]

URL [本文引用: 1]

赵渺希, 钟烨, 徐高峰. 中国三大城市群多中心网络的时空演化
经济地理, 2015,35(3):52-59.

[本文引用: 1]

[ Zhao

Miaoxi

, Zhong

, Xu

Gaofeng

. Polycentric progress of the three major city regions in China
Economic Geography, 2015,35(3):52-59.]

[本文引用: 1]

[33]

吴威, 曹有挥, 张璐璐, 等. 基于供给侧的区域交通发展水平综合评价: 以中国三大城市群为例
地理科学, 2018,38(4):495-503.

DOI:10.13249/j.cnki.sgs.2018.04.002 URL [本文引用: 1]

基于公路、铁路、水运、航空以及管道运输等多运输方式,考虑不同空间尺度交通需求的差异,从国内交通和国际交通两个层面构建了区域综合交通发展水平评价指标体系,并对比分析了京津冀、长三角、珠三角三大城市群综合交通发展水平。结果表明三大城市群交通发展水平存在明显的梯度差异,长三角地区高于京津冀地区,珠三角地区发展水平最低。交通发展水平的差异在不同尺度及不同交通方式上表现不同,国内交通差异小于国际交通,交通总体发展水平差异介于国内和国际交通之间;公路交通在城市群间的差异较小,水运、铁路、航空以及管道运输在城市群间的差距均较大,但引致综合交通发展水平差异的主要因素在于铁路、航空和水运发展上的差距。各交通方式发展优势均不突出,且铁路发展明显滞后是引致珠三角交通发展总体水平较低的主要因素,据此提出了改善珠三角地区交通的建议。

[ Wu

Wei

, Cao

Youhui

, Zhang

Lulu

, et al. Comprehensive evaluation of regional integrated transportation development level based on supply-front perspective: Taking three major urban agglomerations in China as examples
Scientia Geographica Sinica, 2018,38(4):495-503.]

DOI:10.13249/j.cnki.sgs.2018.04.002 URL [本文引用: 1]

孙阳, 姚士谋, 张落成. 中国沿海三大城市群城市空间网络拓展分析: 以综合交通信息网络为例
地理科学, 2018,38(6):827-837.

DOI:10.13249/j.cnki.sgs.2018.06.001 URL [本文引用: 1]

在以“空间流”为逻辑的区域空间组织下,借由城际交通与信息网络的全面发展改变着社会经济空间结构的深度与广度,由此产生的“时空压缩”效应大幅度增强城市信息联系,促使现代城市在“空间流”的作用下不断扩展城市网络空间。针对中国在城镇化发展过程中出现的沿海三大城市群：长三角、京津冀以及珠三角城市群,对其进行城市空间网络分析,结果表明：① 公路运输、普通列车、高速列车、信息网络在一定程度上把相互连接的城市转变成为城市空间对外拓展的网络节点,拉近节点城市与周边城市的时空距离,带动城市群区域信息“网络化”结构的形成;② 长三角城市群城市空间网络主要以上海（沪）、南京（宁）核心节点城市构成,北翼网络化程度较高于南翼线性联系程度,其区域联系密度以“沪-宁”“沪-杭”沿线向两侧递减;其城市群城市网络拓展流向主要是以上海→湖州、上海→宁波、上海→泰州、南京→扬州、南京→镇江、南京→无锡、南京→苏州、南京→上海、杭州→宁波等城市流向,呈现典型多中心结构;③ 京津冀城市群城市空间网络主要以北京、天津为核心向外辐射,形成了以廊坊、沧州、承德、张家口等次级城市网络连线。其城市群城市间网络的拓展流向主要是以北京→天津、北京→石家庄、北京→秦皇岛、北京→廊坊、天津→秦皇岛、天津→石家庄等城市流向,呈现典型的双核心结构,这些城市彼此之间呈现复杂网状联系特征,其中,北京-天津-石家庄围成度中心网络的核心圈层,度中心值较低的其他10个城市节点组成外围低密度圈层;④ 珠三角城市群城市空间网络主要以广州、深圳、珠海为核心向外辐射,形成了以佛山、惠州、江门等次级城市网络连线。其城市群城市网络拓展方向主要以广州→深圳、广州→肇庆、广州→东莞、深圳→广州、深圳→东莞、珠海→东莞等城市流向。其中,广东、深圳处于网络的绝对中心位置,广东-深圳-东莞-佛山围成度中心网络的核心圈层,度中心值较低的其他5个城市节点组成外围低密度圈层,多核心网络结构特征显著。

[ Sun

Yang

, Yao

Shimou

, Zhang

Luocheng

. Spatial expansion of urban network for the three coastal agglomerations of China: A study based on integrated traffic information network
Scientia Geographica Sinica, 2018,38(6):827-837.]

DOI:10.13249/j.cnki.sgs.2018.06.001 URL [本文引用: 1]

冷炳荣, 杨永春, 谭一洺. 城市网络研究: 由等级到网络
国际城市规划, 2014,29(1):1-6.

[本文引用: 1]

[ Leng

Bingrong

, Yang

Yongchun

, Tan

Yiming

. Urban network research: From grade to network
International Urban Planning, 2014,29(1):1-6.]

[本文引用: 1]

[36]

赵新正, 李秋平, 芮旸, 等. 基于财富500强中国企业网络的城市网络空间联系特征
地理学报, 2019,74(4):694-709.

DOI:10.11821/dlxb201904006 URL [本文引用: 1]

基于2015年世界财富500强中的102家中国企业数据,根据企业组织特征构建了反映企业—城市间关联的折衷网络模型,借助网络分析等多种方法分析了中国地级城市间和典型城市群之间的网络联系。研究发现：① 城市网络总体连通性较差、向心集中性强,发育不够完备;城市网络连接具有明显的行政中心指向、沿海指向和资源指向;网络节点城市对外经济依赖度高,网络结构扁平特征明显。城市群网络存在权力分散、地位分化和外部联系依赖特征。② 城市网络中省域、城市群和俱乐部边界效应明显,区域内外的中心城市规模和数量对省域行政区经济、城市群经济和俱乐部经济的发展产生影响。③ 城市在多尺度网络中的功能分化明显,大城市和区域型中心城市比中小城市拥有更加完备和均衡的功能体系。沿海三大城市群的辐射带动作用明显,其他城市群的优势功能有待突出。④ 城市（群）跨尺度区域功能互动效应显著,城市（群）的自我经济集聚能力与城市（群）的对外辐射带动功能之间存在密切的正向关系。研究为城市网络模型拓展及理解中国城市网络空间联系特征提供了支撑。

[ Zhao

Xinzheng

, Li

Qiuping

, Rui

Yang

, et al. The characteristics of urban network of China: A study based on the Chinese companies in the Fortune Global 500 list
Acta Geographica Sinica, 2019,74(4):694-709.]

DOI:10.11821/dlxb201904006 URL [本文引用: 1]

路紫, 张秋娈, 邢晨宇. 基于图论的SNS社区中人际节点空间关系的中心性研究: 以新浪微博为例
经济地理, 2013,33(12):77-83.

[本文引用: 1]

[ Lu

, Zhang

Qiuluan

, Xing

Chenyu

. A centricity study of the interpersonal node space relationship in SNS community based on the graph theory-taken sina micro-blog as an Example
Economic Geography, 2013,33(12):77-83.]

[本文引用: 1]

[38]

赵新正, 冯长安, 李同昇, 等. 中国城市网络的空间组织特征研究: 基于开发区联系的视角
地理研究, 2019,38(4):898-910.

DOI:10.11821/dlyj020170982 URL [本文引用: 1]

城市网络研究是全球化和信息化背景下城市研究领域的前沿热点。基于开发区数据,借助引力模型构建了中国城市关联网络,并采用社会网络分析方法对网络发育特征进行了研究。研究显示：① 城市网络中心度呈现为少数城市占主导的金字塔结构,网络覆盖城市具有沿海、沿江和地方中心三个指向。高新区城市关联网络由珠三角和长三角城市群内的城市共同主导,经开区城市关联网络由长三角地区城市主导。② 城市网络从城市群内部开始向其他区域扩展,并从团簇结构逐步向鸟巢结构转变。高新区和经开区城市关联网络在哈尔滨-成都-深圳（广州）-福州-上海围合成的网络密集区内分别呈现北密南疏和东密西疏的非对称格局。③ 基于国家级开发区所形成的两类城市网络均表现出极弱的多中心特征。随着时间的推移两类网络的多中心趋势均在增强。④ 板块经济的运行以及城市群战略的实施对城市网络联系具有积极的影响。基于国家级开发区数据,测度了城市间的关联网络,结果反映了开发区政策对于中国城市网络体系重构的重要作用,不仅对于理解中国城市关联网络的演化具有重要意义,而且为城市网络研究提供了新的数据源。

[ Zhao

Xinzheng

, Feng

Changan

, Li

Tongsheng

, et al. Spatial organization characteristics of urban network in China: An analysis based on linkages between China’s national-level development zones
Geographical Research, 2019,38(4):898-910.]

DOI:10.11821/dlyj020170982 URL [本文引用: 1]

王林, 戴冠中, 赵焕成. 一种新的评价社区结构的模块度研究
计算机工程, 2010,36(14):227-229.

URL [本文引用: 1]

指出Newman和Girvan提出的模块度概念(Physical Review E, 2004, E69)不适用于社区大小差异较大的情形。为克服这一缺陷，提出与社区大小无关的连接密度和内聚系数概念，在此基础上，构造一种新的模块度。理论和实践证明，该模块度适用于社区大小相似以及社区大小差异较大的情形。

[ Wang

Lin

, Dai

Guanzhong

, Zhao

Huancheng

. Research on modularity for evaluating community structure
Computer Engineering, 2010,36(14):227-229.]

URL [本文引用: 1]

指出Newman和Girvan提出的模块度概念(Physical Review E, 2004, E69)不适用于社区大小差异较大的情形。为克服这一缺陷，提出与社区大小无关的连接密度和内聚系数概念，在此基础上，构造一种新的模块度。理论和实践证明，该模块度适用于社区大小相似以及社区大小差异较大的情形。

[40]

Taylor

, Evans

, Pain

. Application of the interlocking network model to mega-city-regions: Measuring polycentricity within and beyond city-regions
Regional Studies, 2008,42(8):1079-1093.

DOI:10.1080/00343400701874214 URL [本文引用: 1]

[41]

赵渺希, 刘铮. 基于生产性服务业的中国城市网络研究
规划研究, 2012,36(9):23-38.

[本文引用: 1]

[ Zhao

Miaoxi

, Liu

Zheng

. Research on China′s city network based on production service industry
Planning Studies, 2012,36(9):23-38.]

[本文引用: 1]

[42]

赵金丽, 盛彦文, 张璐璐, 等, 基于细分行业的中国城市群金融网络演化
地理学报, 2019,74(4):723-736.

DOI:10.11821/dlxb201904008 URL [本文引用: 1]

基于微观层面的金融企业空间组织关系数据进行宏观层面的金融业空间格局研究是近年来金融地理研究的一个新方向。基于银行、保险及证券三个主流金融行业在1995年、2005年与2015年3个年份的企业网络数据,采用社会网络分析方法,从空间差异、空间过程和空间相互作用3个层次,对各细分行业下的城市群金融网络演化过程进行研究。结果表明：① 银行与保险业视角下,总部企业分布较为集中,且大多中西部城市群内部金融网络较为稀疏,证券业视角下的总部企业分布最为分散,但更替较为频繁。② 银行与保险业视角下的城市群间高层级金融联系较多,证券业视角下则更多为低层级联系,除京津冀、长三角和珠三角为共同的核心网络节点外,银行业其他核心节点集中在沿海地区,保险业则集中在中西部,证券业则呈现出一定的空间均衡性。③ 三行业视角下的城市群发展差异大小及变动趋势不同,证券业视角下的城市群金融资源吸引力差异最大,而总部经济发展差异则最小。④ 各行业地理集中度、市场集中度及影响各行业发展的关键因素的不同,是导致不同行业视角下城市群金融网络演化格局存在差异的主要原因。

[ Zhao

Jinli

, Sheng

Yanwen

, Zhang

Lulu

, et al. Evolution of urban agglomeration financial network in China based on subdivision industry
Acta Geographica Sinica, 2019,74(4):723-736.]

DOI:10.11821/dlxb201904008 URL [本文引用: 1]

刘承良, 桂钦昌, 段德忠, 等. 全球科研论文合作网络的结构异质性及其邻近性机理
地理学报, 2017,72(4):737-752.

DOI:10.11821/dlxb201704014 URL [本文引用: 1]

以科研论文为媒介的知识合作网络已成为知识溢出的重要通道,但目前学术界对全球科研合作网络结构的复杂性涌现机制缺乏深入的探讨。基于2014年Web of Science核心合集所收录的科研论文合著数据,借助大数据挖掘技术、复杂网络、空间统计和重力模型分析,刻画了全球科研论文合作网络的拓扑结构、空间格局及其邻近性机理。结果发现：① 拓扑结构上,形成了以美国为核心的层级网络,具有小世界性和等级层次性,发育出典型的等级“核心—边缘”结构。② 空间格局上,以美国、西欧、中国和澳大利亚为顶点的“四边形”成为全球科研论文合作网络的骨架;三大中心性指标值的空间分异明显,强度中心性形成以美国为极核,加拿大、澳大利亚、中国及西欧诸国为次中心的“一超多强”格局,与之类似的介数中心性呈现北美、西欧和东亚“三足鼎立”的形态,度中心性分布则相对均匀,表现出“大分散、小集中”的“多中心—边缘集散”格局。③ 重力回归分析发现,地理距离抑制了国际科研论文合作,不过其影响力较弱;社会与经济邻近性对全球科研论文合作具有明显的促进作用,语言差异不是国际科研合作交流的障碍。

[ Liu

Chengliang

, Gui

Qinchang

, Duan

Dezhong

, et al. Structural heterogeneity and proximity mechanism of global scientific collaboration network based on co-authored papers
Acta Geographica Sinica, 2017,72(4):737-752.]

DOI:10.11821/dlxb201704014 URL [本文引用: 1]

颜子明, 杜德斌, 刘承良, 等. 西方创新地理研究的知识图谱可视化分析
地理学报, 2018,73(2):362-379.

DOI:10.11821/dlxb201802011 URL [本文引用: 1]

近年来,创新问题日益受到西方人文地理****的关注,并成为西方人文地理学研究的新方向。本文选择WOS（Web of Science）作为文献搜索引擎,选取在创新主题下刊发文章最多的500本期刊中的14本被社会科学引文索引SSCI收录的地理学期刊作为文献来源,以1982-2015年共2048篇英语创新主题文献记录作为数据源,基于显示知识发展进程与结构关系的可视化工具CiteSpace对数据进行关键词共现分析和文献共被引分析,绘制了西方创新地理研究的知识图谱,实现了本领域热点主题、知识基础和演进轨迹的可视化。研究发现：西方创新地理研究近30年来发文量和新兴关键词数量增长显著,研究者分布形成西欧、北美两大核心地区,近期研究指向热点关键词技术、溢出、集聚、研发、企业家精神;拥有较为明显的演进主体,研究内容宽广,主题尚不集中,全球城市、全球蜂鸣、空间化模式、产业、生命周期、剑桥地区（或剑桥现象）、知识、产业发展、区域创新战略是建立在32篇高被引文献之上的9个热点主题;经济地理学导向明显,尤其受新区域主义、转向潮流、演化经济地理学的发展影响显著,具有较为清晰的发展脉络。

[ Yan

Ziming

, Du

Debin

, Liu

Chengliang

, et al. Visualization analysis of mapping knowledge domain on western geography of innovation
Acta Geographica Sinica, 2018,73(2):362-379.]

DOI:10.11821/dlxb201802011 URL [本文引用: 1]

段德忠, 杜德斌, 桂钦昌, 等. 中国企业家成长路径的地理学研究
人文地理, 2018,33(4):102-112.

[本文引用: 1]

[ Duan

Dezhong

, Du

Debin

, Gui

Qinchang

, et al. The geography of chinese entrepreneurial development
Human Geography, 2018,33(4):102-112.]

[本文引用: 1]

[46]

杨文龙, 杜德斌, 游小珺, 等. 世界跨国投资网络结构演化及复杂性研究
地理科学, 2017,37(9):1300-1309.

DOI:10.13249/j.cnki.sgs.2017.09.002 URL [本文引用: 1]

基于复杂网络方法,运用GIS、Pajek、Matlab和数据库等技术手段,构建世界跨国投资网络,考察2001~2012年世界跨国投资网络结构及其复杂性的时序演化过程。根据研究可以得出以下主要结论：① 世界跨国投资网络整体遵循“核心-边缘”的圈层结构,结构内部不断变化和重组,呈现由双核主导向多核互联演变,形成资本从西欧、北美、东亚向北欧、南美、西亚、东南亚流动的格局;② 世界投资网络具有显著小世界性质和无标度特征,无标度特征伴随时间的推移趋于弱化;③ 投资活动活跃的国家,对跨国投资网络拥有更强的控制力,但对强化投资的可达性作用不显著,其主要受市场等潜在因素的影响;④ 跨国投资结构的复杂性由高到低依次为中枢型投资地、区域型投资地、一般型投资地、孤立型投资地,不同功能类型的空间分布具有显著的集聚性。

[ Yang

Wenlong

, Du

Debin

, You

Xiaojun

, et al. Network structure evolution and spatial complexity of global transnational investment
Scientia Geographica Sinica, 2017,37(9):1300-1309.]

DOI:10.13249/j.cnki.sgs.2017.09.002 URL [本文引用: 1]

钟业喜, 陈琳, 黄洁. 中国500强的行业结构及其区域差异
地理科学, 2017,37(2):190-199.

DOI:10.13249/j.cnki.sgs.2017.02.004 URL [本文引用: 1]

中国500强是中国优秀企业的集中体现,决定了中国未来产业乃至经济的发展方向。基于2009~2014年“中国500强”数据,从企业数量和营业收入角度分别对中国500强的行业结构和区域分布概况进行统计分析,继而探讨中国各省市的行业结构及其空间格局特征。结果表明：① 2009~2014年,制造业的上榜企业数量与营业收入占比均保持下降趋势,但制造业在13类行业中仍占主导,是当前中国国民经济中不可或缺的支柱行业;金融业、建筑业、批发和零售业以及房地产业发展势头强劲,是主导产业的重要组成部分;② 中国500强的地理集中度不断提升,东部地区特别是北京、上海、广东3省市以及香港地区是中国500强企业及其营业收入的主要集聚区域;③ 中国各省市行业结构的空间格局特征表现为：行业结构多元化、简单化与单一化并存,呈阶梯状分布;制造业占主导,但各省市制造业所占份额差距大;服务业趋于向东部省市集中;产业结构效益的区域差异显著。

[ Zhong

Yexi

, Chen

Lin

, Huang

Jie

. Chinese industrial structure and its regional disparity based on the data of chinese top 500 enterprises
Scientia Geographica Sinica, 2017,37(2):190-199.]

DOI:10.13249/j.cnki.sgs.2017.02.004 URL [本文引用: 1]

崔功豪. 当前城市与区域规划问题的几点思考
城市规划, 2002,26(2):40-42.

[本文引用: 1]

[ Cui

Gonghao

. Some contemporary considerations in urban and regional planning
City Planning Review, 2002,26(2):40-42.]

[本文引用: 1]

[49]

Barberán

, Bates

S T

, Casamayor

E O

, et al. Using network analysis to explore co-occurrence patterns in soil microbialcommunities
The ISME Journal, 2012,6(2):343-351.

DOI:10.1038/ismej.2011.119 URLPMID:21900968 [本文引用: 1]

Exploring large environmental datasets generated by high-throughput DNA sequencing technologies requires new analytical approaches to move beyond the basic inventory descriptions of the composition and diversity of natural microbial communities. In order to investigate potential interactions between microbial taxa, network analysis of significant taxon co-occurrence patterns may help to decipher the structure of complex microbial communities across spatial or temporal gradients. Here, we calculated associations between microbial taxa and applied network analysis approaches to a 16S rRNA gene barcoded pyrosequencing dataset containing >160 000 bacterial and archaeal sequences from 151 soil samples from a broad range of ecosystem types. We described the topology of the resulting network and defined operational taxonomic unit categories based on abundance and occupancy (that is, habitat generalists and habitat specialists). Co-occurrence patterns were readily revealed, including general non-random association, common life history strategies at broad taxonomic levels and unexpected relationships between community members. Overall, we demonstrated the potential of exploring inter-taxa correlations to gain a more integrated understanding of microbial community structure and the ecological rules guiding community assembly.

[50]

李学鑫, 苗长虹. 城市群经济的性质与来源
城市问题, 2010, (10):16-22.

[本文引用: 1]

[ Li

Xuexin

, Miao

Changhong

. The nature and sources of city group economy
Urban Problems, 2010, (10):16-22.]

[本文引用: 1]