中国城市信息网络结构演变特征及驱动因素分析

doi:10.3969/j.issn.1004-9479.2020.04.2019284

摘要/Abstract

摘要：

信息流能够客观反映城市社会经济联系，对城市网络研究具有重要价值。基于2011、2014和2017年中国城市间信息关注度数据，利用社会网络分析法，从网络密度、中心度、城市联系等方面分析中国城市网络结构的演变特征及其驱动因素，研究表明：1）城市信息网络结构明显拓展但网络总体联系强度仍较低；省域内部信息联系强度高于跨区域联系，信息联系仍受行政区划的影响较大。2）网络节点中心度显著提高，热点区主要集中在东部沿海三大城市群；中西部部分区域核心城市如重庆、成都、郑州等成长为全国性核心城市，但中西部地区城市信息发展仍与东部地区差距较大。3）信息联系层级分布特征明显，并呈现局部区域联系紧密、区域一体化特征；核心网络由以北京、上海为核心的“轴-辐”结构演变为以“北京-上海-广深-成渝”为核心的“菱形”结构。4）信息化水平、经济发展基础、城市职能等互补性因素，网络营销、大事件效应等介入性因素及信息技术变革、城市群建设等高效性因素相互作用，共同促进信息网络结构优化重组。

关键词: 百度指数, 社会网络分析, 城市信息网络, 结构演变, 驱动因素

Abstract:

Information flow can objectively reflect the social and economic linkages of cities, and is of great value to the study of urban networks. Based on the 2011, 2014 and 2017 intercity information attention data, we analyze the evolution characteristics and driving factors of urban network structure in China from the aspects of network density, centrality, urban linkages by the social network analysis method. It shows that:1) The structure of urban information network has been significantly expanded, but the overall strength of the network linkages is still low. The strength of urban linkages within provinces is far higher than that of cross-region, it is still heavily influenced by administrative territorial entity.2) The centrality of information network nodes has been significantly improved. The hot spots are mainly concentrated in the three major urban agglomerations along the eastern seaboard. Some central and western regional core cities such as Chongqing, Chengdu and Zhengzhou have grown into national core cities, but there is still a big gap between the mid-western and the eastern region of information development.3) The hierarchical distribution of urban information network is obvious, and it presents the characteristics of local area close connection and regional integration. The core network evolved from "axis-spoke" structure with Beijing and Shanghai as its core to a diamond structure with Beijing-Shanghai-Guangzhou,Shenzhen-Chengdu, Chongqing as its core.4) Complementary factors such as information level, the basis of economic development, urban functions, and the intervening factors of network marketing, and big event effect, as well as high-efficiency factors such as information technology reform, urban agglomeration construction are interacted to promote the optimization and reorganization of information network structure.

Key words: Baidu index, social network analysis, urban information network, structural evolution, driving factors

梅大伟, 修春亮, 冯兴华. 中国城市信息网络结构演变特征及驱动因素分析[J]. 世界地理研究, 2020, 29(4): 717-727.

Dawei MEI, Chunliang XIU, Xinghua FENG. Analysis on the evolution characteristics and driving factors of urban information network structure in China[J]. World Regional Studies, 2020, 29(4): 717-727.

图/表 5

图1 全国省域尺度信息流网络密度图谱注：1皖2澳3京4渝5闽6粤7甘8桂9黔10冀11黑12豫13湘14鄂15琼16吉17苏18赣19辽20蒙21宁22青23沪24川25鲁26晋27陕28津29藏30港31新32滇33浙；此外，我国台湾省缺少数据，不在研究范围内。

Fig. 1 Density map of national scale information flow network

图2 2011—2017年全国城市中心度演变特征注：基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)1603号的标准地图制作，底图无修改。

Fig. 2 Characteristics of urban centrality evolution of China in 2011-2017

图3 基于核心度的全国热点区域演变特征注：基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)1603号的标准地图制作，底图无修改。

Fig.3 Evolution characteristics of hot spots based on core degree in China

表1 2011—2017年基于核心度的全国城市等级体系

Tab.1 National urban hierarchy system based on core degree in 2011-2017

2011年	城市	2014年	城市	2017年	城市
第一层级（核心城市）	北京、上海等2个城市	第一层级（核心城市）	北京、上海、广州、深圳、郑州、杭州等6个城市	第一层级（核心城市）	北京、上海、杭州、深圳、广州、郑州、成都、重庆等8个城市
第二层级（次核心城市）	合肥、重庆、福州、泉州、厦门、广州、深圳、佛山、惠州等57个城市	第二层级（次核心城市）	合肥、重庆、福州、泉州、厦门、佛山、惠州等47个城市	第二层级（次核心城市）	合肥、重庆、福州、郑州、泉州、厦门、佛山等41个城市
第三层级（边缘城市）	滁州、宿州、安庆、六安、蚌埠、亳州、阜阳、芜湖、宣城等281个城市	第三层级（边缘城市）	滁州、宿州、安庆、六安、蚌埠、亳州、阜阳、芜湖、宣城等287个城市	第三层级（边缘城市）	滁州、宿州、安庆、六安、蚌埠、亳州、阜阳、芜湖、宣城等291个城市

图4 全国城市联系前1%核心网络演变特征注：基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)1603号的标准地图制作，底图无修改。

Fig.4 Evolution characteristics of the top 1% core networks of national urban connections

参考文献 25

1	Castells M.The informational city:information technology, economic restructuring and the urban-regional progress. Oxford UK& Cambridge USA:Blackwell,1989.
2	Sassen S. The global city: New York, London, Tokyo. Princeton:Princeton University Press, 1991.
3	Taylor P J. External urban relational process: Introducing central flow theory to complement central place theory. Urban Studies, 2010, 47(13): 2803-2818.
4	Neal Z. Differentiating centrality and power in the world city network. Urban Studies,2011,48(13): 2733-2748.
5	Taylor P J. Specification of the world city network.Geographical analysis,2001,33(2):181-194.
6	Hall P, (eds) Pain K.The polycentric metropolis: learning from mega-City regions in Europe. London: Earthscan, 2006.
7	Ducruet C, Cuyala S, Hosni A E. Maritime networks as systems of cities: The long-term interdependencies between global shipping flows and urban development (1890-2010). Journal of Transport Geography,2018,66:340-355.
8	Zhao M, Liu X, Derudder B, et al.Mapping producer services networks in mainland Chinese cities.Urban Studies,2015,52(16):3018-3034.
9	Zhao M, Derudder B, Huang J. Examining the transition processes in the Pearl River Delta polycentric mega-city region through the lens of corporate networks. Cities, 2017, 60:147-155.
10	Matthiessen C W, Schwarz A W, Find S.World cities of scientific knowledge: Systems, networks and potentialdynamics. Urban Studies, 2010, 47(9): 1879-1897.
11	Colonna M, Lovisolo P, Parata D. Real-time urban monitoring using cell phones:A case study in Rome.Intelligent Transportation Systems.2011,12(1):141-150.
12	Wachowicz M, Liu T. Finding spatial outliers in collective mobility patterns coupled with social ties. International Journal of Geographical Information Science, 2016,1-26.
13	甄峰, 王波, 陈映雪. 基于网络社会空间的中国城市网络特征——以新浪微博为例.地理学报,2012, 67(8): 1031-1043.
	Zhen F, Wang B, Chen Y. China's city network characteristics based on social network space: An empirical of sina micro-blog. Acta Geographica Sinica, 2012, 67(8): 1031-1043.
14	王宁宁,陈锐,赵宇.基于信息流的互联网信息空间网络分析.地理研究, 2016, 35(1):137-147.
	Wang N, Chen R, Zhao Y. Analysis of the provincial information space network basted on the internet information flow.Scientia Geographica Sinica, 2016, 35(01):137-147.
15	董超,修春亮,魏冶.基于通信流的吉林省流空间网络格局.地理学报,2014,69(4):510-519.
	Dong C, Xiu C, Wei Y. Network structure of 'space of flows' in Jilin province based on telecommunication flows.Acta Geographica Sinica, 2014,69(4):510-519.
16	叶强, 张俪璇, 彭鹏, 等. 基于百度迁徙数据的长江中游城市群网络特征研究.经济地理,2017, 37(8):53-59.
	Ye Q, Zhang L, Peng P, et al. The network characteristics of urban agglomerations in the middle reaches of the Yangtze River based on Baidu migration data.Economic Geography,2017, 37(8):53-59.
17	赵映慧,谌慧倩,远芳,等.基于QQ群网络的东北地区城市联系特征与层级结构.经济地理, 2017, 37(3):49-54.
	Zhao Y，Chen H，Yuan F,et al.The characteristic and hierarchy structure of urban connection in northeast China based on QQ groups network.Economic Geography,2017,37(3):49-54.
18	邓楚雄,宋雄伟,谢炳庚,等.基于百度贴吧数据的长江中游城市群城市网络联系分析.地理研究, 2018, 37(6): 1181-1192.
	Deng C, Song X, Xie B,et al.City network link analysis of urban agglomeration in the middle Yangtze River basin based on the Baidu Post Bar data.Scientia Geographica Sinica, 2018, 37(6): 1181-1192.]
19	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.
	Sun Y, Yao S, Zhang L. 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.
20	许学强, 周一星, 宁越敏. 城市地理学（第二版）. 北京: 高等教育出版社, 2009.
	Xu X,Zhou Y,Ning Y.Urban Geography(2nd Edition). Beijing: Higher Education Press, 2009.
21	国家统计局城市社会经济调查司.中国城市统计年鉴.北京:中国统计出版社,2015.
	NBS. The city social and economic investigation department. China city statistical yearbook. Beijing: China Statistics Press, 2015.
22	马丽君,肖洋.典型城市居民国内旅游流网络结构特征.经济地理,2018,38(02):197-205.
	Ma L，Xiao Y.The structure characteristics of domestic tourist flow network in typical urban dweller.Economic Geography,2018,38(2):197-205.
23	熊丽芳,甄峰,王波,等.基于百度指数的长三角核心区城市网络特征研究.经济地理,2013,33(7):67-73.
	Xiong L, Zhen F, Wang B, et al. The research of the Yangtze River delta core area’s city network characteristics based on Baidu index. Economic Geography,2013,33(7): 67-73.
24	叶磊,段学军,吴威.基于交通信息流的长三角地区网络空间结构及其效率研究.地理研究,2016,35(5): 992-1002.
	Ye L,Duan X,Wu W.Spatial structure and efficiency of the urban network within the Yangtze River delta based on traffic and information flow. Scientia Geographica Sinica,2016,35(5):992-1002.
25	钟业喜，冯兴华，文玉钊.长江经济带经济网络结构演变及其驱动机制研究.地理科学,2016,36(1):10-19.
	Zhong Y, Feng X, Wen Y. The evolvement and driving mechanism of economic network structure in the Yangtze River economic zone. Scientia Geographica Sinica, 2016,36(1):10-19.

[1]	沈泽洲, 王承云. 上海参与全球科技创新网络地位研究[J]. 世界地理研究, 2023, 32(2): 93-103.
[2]	张祥, 马晨娇, 董霞, 王昭辉, 李星明. 国际连锁酒店跨国扩张时空演变及驱动因素研究[J]. 世界地理研究, 2023, 32(1): 31-42.
[3]	王孟林, 陈瑛, 张婷婷. 中国对美国州层面直接投资时空演变与驱动因素探究[J]. 世界地理研究, 2023, 32(1): 54-66.
[4]	李会, 任启龙, 张春梅. 京津冀城市物流联系时空演变及驱动因素研究[J]. 世界地理研究, 2022, 31(5): 1046-1056.
[5]	王瑞莉, 刘玉, 王成新, 李梦程, 唐永超, 薛明月. 黄河流域经济联系及其网络结构演变研究[J]. 世界地理研究, 2022, 31(3): 527-537.
[6]	吴丽君, 朱宇, 颜俊, 柯文前, 林李月. “一带一路”沿线国家或地区间人口迁移的空间格局及其演化特征[J]. 世界地理研究, 2022, 31(2): 249-258.
[7]	冯晓兵. 中国民宿网络关注时空特征及影响因素研究[J]. 世界地理研究, 2022, 31(1): 154-165.
[8]	杨雨, 盛科荣. 中国城市网络关联格局的演变及影响因素：基于企业网络视角[J]. 世界地理研究, 2021, 30(6): 1208-1218.
[9]	韩剑磊, 明庆忠, 史鹏飞, 骆登山. 多维“流”视角下区域旅游网络结构特征及其作用机制分析——以云南省为例[J]. 世界地理研究, 2021, 30(3): 645-656.
[10]	李灿松, 陈军, 葛岳静, 陈利军, 张委伟, 张宇硕, 赵亚博. 基于GlobeLand30的缅甸地表覆盖变化及驱动因素分析[J]. 世界地理研究, 2021, 30(3): 478-489.
[11]	叶滨鸿, 程杨, 王利, 李东晔, 杨林生. 北极地区地缘经济关系演变研究[J]. 世界地理研究, 2021, 30(2): 234-244.
[12]	谢诗光. 浙江省县际经济联系网络结构演化分析[J]. 世界地理研究, 2020, 29(4): 738-749.
[13]	陈俊营, 方俊智. 产品内分工视角下全球制造业生产网络的演化特征[J]. 世界地理研究, 2020, 29(4): 792-803.
[14]	贺良辉, 薛德升. 环中国南海周边国家及地区地缘经贸关系动态演化探析[J]. 世界地理研究, 2020, 29(3): 469-479.
[15]	郭向阳, 穆学青, 明庆忠. 边疆省域旅游效率空间分异及驱动因素[J]. 世界地理研究, 2020, 29(2): 416-427.