长江中游城市群城市网络演化及影响因素

doi:10.3969/j.issn.1004-9479.2024.10.20222209

摘要/Abstract

摘要：

基于百度指数、里程数据及论文合著数据等多元数据，构建多重城市网络，采用社会网络分析法探究2011—2019年长江中游城市群多重城市网络结构的演变特征，并运用QAP模型分析其影响因素。研究发现：（1）2011—2019年长江中游城市群多重网络密度均小于0.5，但城市之间的联系逐渐密切，此外，各网络的“小世界”特征明显，城市节点的等级结构符合位序-规模分布特征；（2）多重网络结构存在显著差异，信息网络核心骨架未发生明显变化，经济网络骨架逐渐明显，交通网络逐渐呈现出“工”字形结构，创新网络趋向扁平化、复杂化；（3）多重城市网络城市节点的中心性具有较为明显的差异性特征，武汉、长沙、南昌的网络枢纽地位较为稳定；长江中游城市群形成4个凝聚子群，城市间联系以子群间关联为主；（4）多重网络之间具有较强的相似性及差异性，空间邻近、行政关系、经济发展水平及政策干预强度等因素对多重网络结构产生不同程度的显著影响。

关键词: 多重城市网络, 社会网络分析, QAP模型, 影响因素, 长江中游城市群, 多元要素流

Abstract:

Based on multivariate data such as the Baidu index, mileage data, and co-authored paper data, a multi-city network was constructed, then social network analysis was used to explore the evolution characteristics of multi-city network structure in the middle reaches of the Yangtze River from 2011 to 2019, and the QAP model was used to analyze its influencing factors. The results show that: (1) The density of multiple networks in the middle reaches of the Yangtze River from 2011 to 2019 is less than 0.5, but the relationship between cities has gradually becoming closer. In addition, the "small world" characteristisc of each network is obvious, and the hierarchical structure of urban nodes conforms to the rank-size distribution characteristics. (2) The diversity of multiple network structures is obvious, the core skeleton of the information network has not changed significantly, while the change of the economic network skeleton is obvious, the traffic network gradually presents an H-shaped structure, and the innovation network tends to be flat and complex. (3) The centrality of city nodes in the multi-city network has obvious differences. Wuhan, Changsha, and Nanchang are stable network hubs, and the urban agglomeration in the middle reaches of the Yangtze River forms four condensed subgroups, which are mainly related within subgroups. (4) There are strong similarities and differences among multiple networks. Spatial proximity, administrative relationship, level of economic development, and intensity of policy intervention have significant effects on the structure of multiple networks to different degrees.

Key words: multi-city network, social network analysis, QAP model, influencing factors, urban agglomeration in the middle reaches of the Yangtze River

刘贺, 李雪铭, 宫一路. 长江中游城市群城市网络演化及影响因素[J]. 世界地理研究, 2024, 33(10): 100-115.

He LIU, Xueming LI, Yilu GONG. Analysis on the evolution of the urban network of the urban agglomeration in the middle reaches of the Yangtze River and its influencing factors: From the perspective of multi factor flow[J]. World Regional Studies, 2024, 33(10): 100-115.

图/表 11

表1 多重城市网络复杂特征分析指标

Tab.1 Complex characteristics analysis index of multiple urban networks

指标	计算公式	变量解释
网络密度	$D = L N (N - 1)$	D为城市网络密度，L为城市网络中实际存在的联系，N为城市网络中节点的数量
聚类系数	$C = 1 N ∑ N i ⊂ N C i$	C为城市网络的聚类系数，N为城市网络中节点的数量，C_i 为节点的聚类系数
平均路径长度	$L = 2 N (N - 1) ∑ i ≠ j d i j$	L为平均路径长度，N为城市网络中节点的数量，d_ij 为两城市节点之间的路径长度
度中心性	$C D i = ∑ j x i j / (N - 1)$	CD_i 为第i个城市的度中心性，N为城市网络中节点的数量，x_ij 为城市i与城市j之间的要素联系强度
中介中心性	$C B i = ∑ j = N ∑ k = N g j k (i) g j k (j ≠ k ≠ i)$	CB_i 为第i个城市的中介中心性，g_jk 为城市j与城市k之间的最短路径数量，g_jk(i)为节点i穿过城市j与城市k之间的最短路径的数量

表1 多重城市网络复杂特征分析指标

Tab.1 Complex characteristics analysis index of multiple urban networks

指标	计算公式	变量解释
网络密度	$D = L N (N - 1)$	D为城市网络密度，L为城市网络中实际存在的联系，N为城市网络中节点的数量
聚类系数	$C = 1 N ∑ N i ⊂ N C i$	C为城市网络的聚类系数，N为城市网络中节点的数量，C_i 为节点的聚类系数
平均路径长度	$L = 2 N (N - 1) ∑ i ≠ j d i j$	L为平均路径长度，N为城市网络中节点的数量，d_ij 为两城市节点之间的路径长度
度中心性	$C D i = ∑ j x i j / (N - 1)$	CD_i 为第i个城市的度中心性，N为城市网络中节点的数量，x_ij 为城市i与城市j之间的要素联系强度
中介中心性	$C B i = ∑ j = N ∑ k = N g j k (i) g j k (j ≠ k ≠ i)$	CB_i 为第i个城市的中介中心性，g_jk 为城市j与城市k之间的最短路径数量，g_jk(i)为节点i穿过城市j与城市k之间的最短路径的数量

表2 长江中游城市群多重城市网络发育特征指标

Tab. 2 Indicators of multiple urban network development in urban agglomerations in the middle reaches of the Yangtze River

网络	2011年			2019年
网络	网络密度	集聚系数	平均路径长度	网络密度	集聚系数	平均路径长度
信息网络	0.339	0.786	1.709	0.360	0.796	1.640
经济网络	0.230	0.802	1.828	0.397	0.842	1.603
交通网络	0.268	0.782	1.990	0.293	0.799	1.883
创新网络	0.095	0.694	2.307	0.130	0.798	2.201

图1 多源要素流视角的长江中游城市群网络加权度位序—规模分布

Fig.1 Weighting degree order of urban agglomerations in the middle reaches of the Yangtze River from the perspective of multi-source factor flow

图2 多源要素流视角的长江中游城市群网络层级特征

Fig.2 Network hierarchy characteristics of urban agglomeration in the middle reaches of the Yangtze River from the perspective of multi-source factor flow

表3 多源要素流视角的长江中游城市群网络度中心性

Tab.3 Network degree centrality of urban agglomeration in the middle reaches of the Yangtze River from the perspective of multi-source factor flow

城市	信息网络		经济网络		交通网络		创新网络
城市	2011年	2019年	2011年	2019年	2011年	2019年	2011年	2019年
南昌	44.444/2	59.259/3	55.556/3	66.667/3	14.879/3	19.596/3	44.444/2	48.148/2
景德镇	7.407/9	18.519/12	11.111/20	7.407/26	0.568/27	2.179/24	7.407/9	3.704/14
萍乡	3.704/15	14.815/15	22.222/8	7.407/26	8.840/8	12.104/6	3.704/15	3.704/14
九江	7.407/9	22.222/9	14.815/14	22.222/8	4.013/17	5.931/16	7.407/9	7.407/10
新余	3.704/15	11.111/19	25.926/6	3.704/28	8.337/9	9.961/10	3.704/15	3.704/14
鹰潭	3.704/15	7.407/24	3.704/28	11.111/21	10.040/6	12.092/7	3.704/15	0.000/28
吉安	7.407/9	11.111/19	22.222/8	14.815/12	2.658/23	2.735/23	7.407/9	3.704/14
宜春	3.704/15	25.926/6	18.519/10	14.815/12	7.291/11	9.949/11	3.704/15	3.704/14
抚州	3.704/15	11.111/19	11.111/20	11.111/21	3.342/19	4.369/20	3.704/15	11.111/6
上饶	3.704/15	25.926/6	18.519/10	14.815/12	8.220/10	11.874/8	3.704/15	3.704/14
武汉	70.370/1	92.593/1	96.296/1	100.000/1	21.771/1	24.861/2	70.370/1	66.667/1
黄石	3.704/15	11.111/19	18.519/10	14.815/12	3.239/20	5.217/17	3.704/15	3.704/14
宜昌	7.407/9	29.630/4	33.333/4	37.037/4	6.220/13	6.621/14	7.407/9	11.111/6
襄阳	3.704/15	29.630/4	18.519/10	33.333/5	3.394/18	3.256/22	3.704/15	7.407/10
鄂州	3.704/15	7.407/24	7.407/23	14.815/12	3.188/21	4.999/19	3.704/15	3.704/14
荆门	3.704/15	14.815/15	14.815/14	14.815/12	1.613/24	1.646/27	3.704/15	3.704/14
孝感	3.704/15	14.815/15	7.407/23	14.815/12	2.723/22	3.558/21	3.704/15	3.704/14
荆州	7.407/9	22.222/9	14.815/14	22.222/8	4.439/15	5.023/18	7.407/9	11.111/6
黄冈	3.704/15	14.815/15	11.111/20	18.519/11	0.400/28	1.356/28	3.704/15	3.704/14
咸宁	3.704/15	7.407/24	7.407/23	14.815/12	6.272/12	6.500/15	3.704/15	3.704/14
长沙	40.741/3	88.889/2	92.593/2	88.889/2	21.358/2	26.931/1	40.741/3	44.444/3
株洲	11.111/6	25.926/6	33.333/4	11.111/21	14.002/5	13.701/5	11.111/6	11.111/6
湘潭	25.926/4	11.111/19	14.815/14	11.111/21	5.007/14	7.117/13	25.926/4	18.519/4
衡阳	14.815/5	22.222/9	14.815/14	29.630/6	14.621/4	14.452/4	14.815/5	14.815/5
岳阳	11.111/6	18.519/12	7.407/23	25.926/7	10.014/7	10.324/9	11.111/6	7.407/10
常德	7.407/9	18.519/12	25.926/6	22.222/8	1.290/26	1.985/26	7.407/9	7.407/10
益阳	11.111/6	7.407/24	14.815/14	14.815/12	1.329/25	1.997/25	11.111/6	3.704/14
娄底	3.704/15	7.407/24	7.407/23	11.111/21	4.426/16	9.320/12	3.704/15	3.704/14
平均值	11.640	23.280	23.016	24.074	6.911	8.559	11.640	11.376
变异系数	1.341	0.938	0.989	0.969	0.843	0.784	1.341	1.373

表3 多源要素流视角的长江中游城市群网络度中心性

Tab.3 Network degree centrality of urban agglomeration in the middle reaches of the Yangtze River from the perspective of multi-source factor flow

城市	信息网络		经济网络		交通网络		创新网络
城市	2011年	2019年	2011年	2019年	2011年	2019年	2011年	2019年
南昌	44.444/2	59.259/3	55.556/3	66.667/3	14.879/3	19.596/3	44.444/2	48.148/2
景德镇	7.407/9	18.519/12	11.111/20	7.407/26	0.568/27	2.179/24	7.407/9	3.704/14
萍乡	3.704/15	14.815/15	22.222/8	7.407/26	8.840/8	12.104/6	3.704/15	3.704/14
九江	7.407/9	22.222/9	14.815/14	22.222/8	4.013/17	5.931/16	7.407/9	7.407/10
新余	3.704/15	11.111/19	25.926/6	3.704/28	8.337/9	9.961/10	3.704/15	3.704/14
鹰潭	3.704/15	7.407/24	3.704/28	11.111/21	10.040/6	12.092/7	3.704/15	0.000/28
吉安	7.407/9	11.111/19	22.222/8	14.815/12	2.658/23	2.735/23	7.407/9	3.704/14
宜春	3.704/15	25.926/6	18.519/10	14.815/12	7.291/11	9.949/11	3.704/15	3.704/14
抚州	3.704/15	11.111/19	11.111/20	11.111/21	3.342/19	4.369/20	3.704/15	11.111/6
上饶	3.704/15	25.926/6	18.519/10	14.815/12	8.220/10	11.874/8	3.704/15	3.704/14
武汉	70.370/1	92.593/1	96.296/1	100.000/1	21.771/1	24.861/2	70.370/1	66.667/1
黄石	3.704/15	11.111/19	18.519/10	14.815/12	3.239/20	5.217/17	3.704/15	3.704/14
宜昌	7.407/9	29.630/4	33.333/4	37.037/4	6.220/13	6.621/14	7.407/9	11.111/6
襄阳	3.704/15	29.630/4	18.519/10	33.333/5	3.394/18	3.256/22	3.704/15	7.407/10
鄂州	3.704/15	7.407/24	7.407/23	14.815/12	3.188/21	4.999/19	3.704/15	3.704/14
荆门	3.704/15	14.815/15	14.815/14	14.815/12	1.613/24	1.646/27	3.704/15	3.704/14
孝感	3.704/15	14.815/15	7.407/23	14.815/12	2.723/22	3.558/21	3.704/15	3.704/14
荆州	7.407/9	22.222/9	14.815/14	22.222/8	4.439/15	5.023/18	7.407/9	11.111/6
黄冈	3.704/15	14.815/15	11.111/20	18.519/11	0.400/28	1.356/28	3.704/15	3.704/14
咸宁	3.704/15	7.407/24	7.407/23	14.815/12	6.272/12	6.500/15	3.704/15	3.704/14
长沙	40.741/3	88.889/2	92.593/2	88.889/2	21.358/2	26.931/1	40.741/3	44.444/3
株洲	11.111/6	25.926/6	33.333/4	11.111/21	14.002/5	13.701/5	11.111/6	11.111/6
湘潭	25.926/4	11.111/19	14.815/14	11.111/21	5.007/14	7.117/13	25.926/4	18.519/4
衡阳	14.815/5	22.222/9	14.815/14	29.630/6	14.621/4	14.452/4	14.815/5	14.815/5
岳阳	11.111/6	18.519/12	7.407/23	25.926/7	10.014/7	10.324/9	11.111/6	7.407/10
常德	7.407/9	18.519/12	25.926/6	22.222/8	1.290/26	1.985/26	7.407/9	7.407/10
益阳	11.111/6	7.407/24	14.815/14	14.815/12	1.329/25	1.997/25	11.111/6	3.704/14
娄底	3.704/15	7.407/24	7.407/23	11.111/21	4.426/16	9.320/12	3.704/15	3.704/14
平均值	11.640	23.280	23.016	24.074	6.911	8.559	11.640	11.376
变异系数	1.341	0.938	0.989	0.969	0.843	0.784	1.341	1.373

表4 多源要素流视角的长江中游城市群网络中介中心性

Tab.4 Network intermediary centrality of urban agglomeration in the middle reaches of the Yangtze River from the perspective of multi-source factor flow

城市	信息网络		经济网络		交通网络		创新网络
城市	2011年	2019年	2011年	2019年	2011年	2019年	2011年	2019年
南昌	17.489/2	12.097/3	7.716/3	11.562/3	11.854/3	7.044/1	42.308/2	39.934/2
景德镇	0.772/10	0.000/13	0.000/12	0.000/13	0.077/27	2.037/17	0.000/6	0.000/6
萍乡	0.214/19	0.000/13	0.000/12	0.000/13	3.609/12	1.748/18	0.000/6	0.000/6
九江	2.930/4	0.057/12	0.000/12	0.214/8	2.002/20	4.290/9	0.000/6	0.000/6
新余	0.321/18	0.000/13	0.214/8	0.000/13	3.609/12	1.748/18	0.000/6	0.000/6
鹰潭	0.000/22	0.000/13	0.000/12	0.000/13	8.163/5	5.404/5	0.000/6	0.000/6
吉安	0.000/22	0.000/13	0.000/12	0.000/13	4.474/9	3.863/12	0.000/6	0.000/6
宜春	0.497/15	0.625/8	0.071/9	0.000/13	3.609/12	1.748/18	0.000/6	0.000/6
抚州	0.000/22	0.000/13	0.000/12	0.000/13	4.382/11	2.106/16	0.000/6	0.000/6
上饶	0.973/9	2.032/4	7.502/4	0.095/10	5.238/7	4.714/7	0.000/6	0.000/6
武汉	26.548/1	37.987/1	37.749/1	40.997/1	14.47/1	7.044/1	60.351/1	52.374/1
黄石	0.460/16	0.214/11	0.071/9	0.000/13	0.780/23	0.692/26	0.000/6	0.000/6
宜昌	1.304/8	0.904/5	1.235/5	1.420/4	14.453/2	5.614/4	0.000/6	0.000/6
襄阳	0.621/13	0.904/5	0.071/9	0.897/6	10.110/4	3.900/11	0.000/6	0.000/6
鄂州	0.041/21	0.000/13	0.000/12	0.000/13	0.780/23	1.271/23	0.000/6	0.000/6
荆门	0.000/22	0.000/13	0.000/12	0.000/13	3.270/16	2.647/15	0.000/6	0.000/6
孝感	0.523/14	0.000/13	0.000/12	0.000/13	2.692/18	2.839/13	0.000/6	0.000/6
荆州	1.399/7	0.263/9	0.000/12	0.057/12	4.498/8	1.279/22	0.000/6	0.427/5
黄冈	1.456/6	0.000/13	0.000/12	0.071/11	0.071/28	0.241/28	0.000/6	0.000/6
咸宁	0.205/20	0.000/13	0.000/12	0.000/13	1.916/21	2.745/14	0.000/6	0.000/6
长沙	17.293/3	30.331/2	32.953/2	24.805/2	4.402/10	5.261/6	18.471/3	21.035/3
株洲	1.534/5	0.674/7	1.163/6	0.000/13	7.687/6	4.322/8	0.000/6	0.000/6
湘潭	0.686/11	0.000/13	0.000/12	0.000/13	2.347/19	0.808/24	5.271/4	0.760/4
衡阳	0.686/11	0.237/10	0.000/12	1.211/5	7.687/6	5.851/3	0.095/5	0.000/6
岳阳	0.404/17	0.000/13	0.000/12	0.294/7	1.916/21	4.282/10	0.000/6	0.000/6
常德	0.000/22	0.000/13	0.427/7	0.142/9	0.431/26	0.438/27	0.000/6	0.000/6
益阳	0.000/22	0.000/13	0.000/12	0.000/13	0.761/25	0.720/25	0.000/6	0.000/6
娄底	0.000/22	0.000/13	0.000/12	0.000/13	2.709/17	1.346/21	0.000/6	0.000/6
平均值	2.727	3.083	3.185	2.920	4.571	3.072	4.518	4.090
变异系数	2.364	2.961	2.927	3.088	0.893	0.665	3.081	3.090

表4 多源要素流视角的长江中游城市群网络中介中心性

Tab.4 Network intermediary centrality of urban agglomeration in the middle reaches of the Yangtze River from the perspective of multi-source factor flow

城市	信息网络		经济网络		交通网络		创新网络
城市	2011年	2019年	2011年	2019年	2011年	2019年	2011年	2019年
南昌	17.489/2	12.097/3	7.716/3	11.562/3	11.854/3	7.044/1	42.308/2	39.934/2
景德镇	0.772/10	0.000/13	0.000/12	0.000/13	0.077/27	2.037/17	0.000/6	0.000/6
萍乡	0.214/19	0.000/13	0.000/12	0.000/13	3.609/12	1.748/18	0.000/6	0.000/6
九江	2.930/4	0.057/12	0.000/12	0.214/8	2.002/20	4.290/9	0.000/6	0.000/6
新余	0.321/18	0.000/13	0.214/8	0.000/13	3.609/12	1.748/18	0.000/6	0.000/6
鹰潭	0.000/22	0.000/13	0.000/12	0.000/13	8.163/5	5.404/5	0.000/6	0.000/6
吉安	0.000/22	0.000/13	0.000/12	0.000/13	4.474/9	3.863/12	0.000/6	0.000/6
宜春	0.497/15	0.625/8	0.071/9	0.000/13	3.609/12	1.748/18	0.000/6	0.000/6
抚州	0.000/22	0.000/13	0.000/12	0.000/13	4.382/11	2.106/16	0.000/6	0.000/6
上饶	0.973/9	2.032/4	7.502/4	0.095/10	5.238/7	4.714/7	0.000/6	0.000/6
武汉	26.548/1	37.987/1	37.749/1	40.997/1	14.47/1	7.044/1	60.351/1	52.374/1
黄石	0.460/16	0.214/11	0.071/9	0.000/13	0.780/23	0.692/26	0.000/6	0.000/6
宜昌	1.304/8	0.904/5	1.235/5	1.420/4	14.453/2	5.614/4	0.000/6	0.000/6
襄阳	0.621/13	0.904/5	0.071/9	0.897/6	10.110/4	3.900/11	0.000/6	0.000/6
鄂州	0.041/21	0.000/13	0.000/12	0.000/13	0.780/23	1.271/23	0.000/6	0.000/6
荆门	0.000/22	0.000/13	0.000/12	0.000/13	3.270/16	2.647/15	0.000/6	0.000/6
孝感	0.523/14	0.000/13	0.000/12	0.000/13	2.692/18	2.839/13	0.000/6	0.000/6
荆州	1.399/7	0.263/9	0.000/12	0.057/12	4.498/8	1.279/22	0.000/6	0.427/5
黄冈	1.456/6	0.000/13	0.000/12	0.071/11	0.071/28	0.241/28	0.000/6	0.000/6
咸宁	0.205/20	0.000/13	0.000/12	0.000/13	1.916/21	2.745/14	0.000/6	0.000/6
长沙	17.293/3	30.331/2	32.953/2	24.805/2	4.402/10	5.261/6	18.471/3	21.035/3
株洲	1.534/5	0.674/7	1.163/6	0.000/13	7.687/6	4.322/8	0.000/6	0.000/6
湘潭	0.686/11	0.000/13	0.000/12	0.000/13	2.347/19	0.808/24	5.271/4	0.760/4
衡阳	0.686/11	0.237/10	0.000/12	1.211/5	7.687/6	5.851/3	0.095/5	0.000/6
岳阳	0.404/17	0.000/13	0.000/12	0.294/7	1.916/21	4.282/10	0.000/6	0.000/6
常德	0.000/22	0.000/13	0.427/7	0.142/9	0.431/26	0.438/27	0.000/6	0.000/6
益阳	0.000/22	0.000/13	0.000/12	0.000/13	0.761/25	0.720/25	0.000/6	0.000/6
娄底	0.000/22	0.000/13	0.000/12	0.000/13	2.709/17	1.346/21	0.000/6	0.000/6
平均值	2.727	3.083	3.185	2.920	4.571	3.072	4.518	4.090
变异系数	2.364	2.961	2.927	3.088	0.893	0.665	3.081	3.090

表5 多源要素流视角的长江中游城市群网络凝聚子群

Tab. 5 Subgroup of urban agglomeration network in the middle reaches of the Yangtze River from the perspective of multi-source factor flow

凝聚子群	信息网络		经济网络
凝聚子群	2011年	2019年	2011年	2019年
子群一	南昌、景德镇、萍乡、九江、新余、鹰潭、吉安、宜春、抚州、上饶	景德镇、萍乡、九江、新余、鹰潭、吉安、宜春、抚州、上饶	南昌、景德镇、鹰潭	南昌、景德镇、鹰潭、孝感、鄂州、咸宁、九江、宜春、抚州、上饶、黄冈、黄石
子群二	株洲、湘潭、衡阳、常德、益阳、娄底	株洲、湘潭、衡阳、常德、益阳、娄底、岳阳、黄石、鄂州、咸宁	长沙、武汉	长沙、武汉
子群三	武汉、长沙、岳阳	南昌、长沙	宜昌、襄阳、荆门、孝感、荆州、常德、益阳、娄底、岳阳、鄂州、咸宁	宜昌、襄阳、荆门、荆州、常德、益阳、岳阳
子群四	黄石、宜昌、襄阳、鄂州、荆门、孝感、荆州、黄冈、咸宁	武汉、宜昌、襄阳、荆门、孝感、荆州、黄冈	萍乡、九江、新余、吉安、宜春、抚州、上饶、黄冈、株洲、湘潭、衡阳、黄石	娄底、萍乡、新余、吉安、株洲、湘潭、衡阳
凝聚子群	交通网络		创新网络
凝聚子群	2011年	2019年	2011年	2019年
子群一	南昌、景德镇、萍乡、九江、新余、鹰潭、吉安、宜春、抚州、上饶、娄底、湘潭	南昌、景德镇、抚州、九江、吉安	南昌、株洲、岳阳、湘潭、娄底、衡阳、常德、益阳	南昌、株洲、岳阳、湘潭、娄底、衡阳、常德、益阳、宜昌、荆州、抚州
子群二	长沙、株洲、衡阳	长沙、株洲、湘潭、娄底、新余、萍乡、宜春、鹰潭、上饶	孝感、鄂州、咸宁、黄冈、黄石、宜昌、襄阳、荆门、荆州	孝感、鄂州、咸宁、黄冈、黄石、襄阳、荆门
子群三	武汉、宜春、黄石、黄冈、荆州、鄂州	武汉、益阳、孝感、常德、襄阳、咸宁、岳阳、荆门、衡阳	景德镇、抚州、上饶、萍乡、鹰潭、九江、宜春、新余、吉安	景德镇、上饶、萍乡、九江、宜春、新余、吉安
子群四	咸宁、荆门、孝感、岳阳、常德、益阳、襄阳	黄冈、鄂州、黄石、宜春、荆州	武汉、长沙	武汉、长沙、鹰潭

表5 多源要素流视角的长江中游城市群网络凝聚子群

Tab. 5 Subgroup of urban agglomeration network in the middle reaches of the Yangtze River from the perspective of multi-source factor flow

凝聚子群	信息网络		经济网络
凝聚子群	2011年	2019年	2011年	2019年
子群一	南昌、景德镇、萍乡、九江、新余、鹰潭、吉安、宜春、抚州、上饶	景德镇、萍乡、九江、新余、鹰潭、吉安、宜春、抚州、上饶	南昌、景德镇、鹰潭	南昌、景德镇、鹰潭、孝感、鄂州、咸宁、九江、宜春、抚州、上饶、黄冈、黄石
子群二	株洲、湘潭、衡阳、常德、益阳、娄底	株洲、湘潭、衡阳、常德、益阳、娄底、岳阳、黄石、鄂州、咸宁	长沙、武汉	长沙、武汉
子群三	武汉、长沙、岳阳	南昌、长沙	宜昌、襄阳、荆门、孝感、荆州、常德、益阳、娄底、岳阳、鄂州、咸宁	宜昌、襄阳、荆门、荆州、常德、益阳、岳阳
子群四	黄石、宜昌、襄阳、鄂州、荆门、孝感、荆州、黄冈、咸宁	武汉、宜昌、襄阳、荆门、孝感、荆州、黄冈	萍乡、九江、新余、吉安、宜春、抚州、上饶、黄冈、株洲、湘潭、衡阳、黄石	娄底、萍乡、新余、吉安、株洲、湘潭、衡阳
凝聚子群	交通网络		创新网络
凝聚子群	2011年	2019年	2011年	2019年
子群一	南昌、景德镇、萍乡、九江、新余、鹰潭、吉安、宜春、抚州、上饶、娄底、湘潭	南昌、景德镇、抚州、九江、吉安	南昌、株洲、岳阳、湘潭、娄底、衡阳、常德、益阳	南昌、株洲、岳阳、湘潭、娄底、衡阳、常德、益阳、宜昌、荆州、抚州
子群二	长沙、株洲、衡阳	长沙、株洲、湘潭、娄底、新余、萍乡、宜春、鹰潭、上饶	孝感、鄂州、咸宁、黄冈、黄石、宜昌、襄阳、荆门、荆州	孝感、鄂州、咸宁、黄冈、黄石、襄阳、荆门
子群三	武汉、宜春、黄石、黄冈、荆州、鄂州	武汉、益阳、孝感、常德、襄阳、咸宁、岳阳、荆门、衡阳	景德镇、抚州、上饶、萍乡、鹰潭、九江、宜春、新余、吉安	景德镇、上饶、萍乡、九江、宜春、新余、吉安
子群四	咸宁、荆门、孝感、岳阳、常德、益阳、襄阳	黄冈、鄂州、黄石、宜春、荆州	武汉、长沙	武汉、长沙、鹰潭

表6 多源要素流视角的长江中游城市群网络凝聚子群密度系数矩阵

Tab. 6 The density coefficient matrix of urban agglomeration network condensed subgroups in the middle reaches of the Yangtze River from the perspective of multi-source factor flow

凝聚子群		子群一	子群二	子群三	子群四
子群一	2011年	0.60/0.33/0.57/0.21	0.07/0.50/0.78/0.00	0.47/0.33/0.11/0.13	0.07/0.06/0.00/0.88
子群一	2019年	0.22/0.24/0.55/0.11	0.00/0.92/0.44/0.01	0.94/0.62/0.13/0.09	0.11/0.02/0.24/0.61
子群二	2011年	0.07/0.50/0.25/0.00	0.87/1.00/1.00/0.00	0.94/1.00/017/0.00	0.00/1.00/0.29/0.61
子群二	2019年	0.00/0.96/0.18/0.01	0.18/1.00/0.96/0.00	0.55/1.00/0.12/0.00	0.14/0.93/0.00/0.33
子群三	2011年	0.47/0.33/0.10/0.13	0.94/1.00/0.22/0.00	1.00/0.18/0.63/0.00	0.63/0.01/0.17/0.17
子群三	2019年	0.94/0.62/0.07/0.09	0.55/1.00/0.21/0.00	1.00/0.62/0.49/0.00	0.71/0.02/0.24/0.05
子群四	2011年	0.07/0.06/0.06/0.88	0.00/1.00/1.00/0.61	0.63/0.01/0.24/0.17	0.75/0.16/0.29/1.00
子群四	2019年	0.11/0.02/0.36/0.61	0.14/0.93/0.07/0.33	0.71/0.02/0.16/0.05	0.76/0.19/0.45/0.33

表7 长江中游城市群多重城市网络QAP相关分析

Tab.7 QAP correlation analysis of multiple urban networks in the middle reaches of the Yangtze River

多重网络		信息网络	经济网络	交通网络	创新网络
2011年	信息网络	—	0.739^***	0.672^***	0.773^***
	经济网络	0.739^***	—	0.576^***	0.739^***
	交通网络	0.672^***	0.576^***	—	0.640^***
	创新网络	0.773^***	0.739^***	0.640^***	—
2019年	信息网络	—	0.821^***	0.686^***	0.775^***
	经济网络	0.821^***	—	0.548^***	0.689^***
	交通网络	0.686^***	0.548^***	—	0.580^***
	创新网络	0.775^***	0.689^***	0.580^***	—

表8 长江中游城市群多重网络自变量矩阵

Tab. 8 Multiple network independent variable matrix in the middle reaches of the Yangtze River

矩阵	矩阵名称	矩阵内容
X₁	经济发展水平差异矩阵	城市人均GDP差值
X₂	就业规模差异矩阵	城市从业人口数量差值
X₃	政策干预差异矩阵	城市财政支出占GDP比重差值
X₄	产业结构差异矩阵	城市第二产业和第三产业占比差值
X₅	行政关系矩阵	同在一个省份为1，否则为0
X₆	可支配收入差距矩阵	城市人均可支配收入差值
X₇	空间邻近关系矩阵	空间邻近为1，否则为0

表9 长江中游城市群多重网络影响因素回归结果

Tab.9 Regression results of multiple network influencing factors in the middle reaches of the Yangtze River

因素	2011年				2019年
因素	信息网络	经济网络	交通网络	创新网络	信息网络	经济网络	交通网络	创新网络
经济发展水平	0.029 8	0.065 3	0.158 1^**	0.052 7	0.166 3^**	0.097 2^*	0.230 3^***	0.099 9
就业规模	0.419 6^***	0.503 7^***	0.208 4^**	0.293 9^**	0.176 2	0.234 7	0.110 2	0.109 9
政策干预	－0.068 5^*	－0.142 6^**	－0.101 7^**	－0.088 0^**	－0.122 9^**	－0.050 5	－0.147 1^**	－0.117 7^**
产业结构	－0.047 6	－0.113 8^**	－0.200 7^***	－0.109 9^**	－0.016 2	－0.032 8	－0.162 8^**	－0.081 9
行政关系	0.449 7^***	0.046 6	0.230 1^***	0.168 4^**	0.273 3^***	0.069 3^*	0.245 9^***	0.088 5^*
收入差距	0.197 3^***	0.142 4^**	0.164 1^**	0.131 2^*	0.176 3	0.234 7	0.110 2	0.109 9
空间邻近	0.186 9^***	0.218 5^***	0.152 7^***	0.107 1^**	0.119 6^**	0.222 7^***	0.167 8^***	0.064 6^*
R²	0.362	0.357	0.268	0.103	0.617	0.445	0.277	0.212

参考文献 40

1	习近平. 决胜全面建成小康社会夺取新时代中国特色社会主义伟大胜利——在中国共产党第十九次全国代表大会上的报告. 北京: 人民出版社, 2017.
	XI J. Securing a Decisive Victory in Building a Moderately Prosperous Society in All Respects and Achieving the Great Victory of Socialism with Chinese Characteristics for a New Era — Report on the 19th National Congress of the Communist Party of China. Beijing: People's Publishing House, 2017.
2	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, 2020,39(7):1548-1564.
	LI Y, SUN Y, YAO S. Urban network linkages of Chinese urban agglomerations based on an analysis of the fortune China top 500 enterprises. Geographical Research, 2020,39(7):1548-1564.
3	杨亮洁, 任娇杨, 杨永春, 等. 尺度重构视角下中国城市多元网络结构研究. 经济地理, 2021,41(9):48-58.
	YANG L, REN J, YANG Y, et al. Multi-flow network characteristics of cities in China under the rescaling perspective. Economic Geography, 2021,41(9):48-58.
4	陈伟, 修春亮, 柯文前, 等. 多元交通流视角下的中国城市网络层级特征. 地理研究, 2015,34(11):2073-2083.
	CHEN W, XIU C, KE W, et al. Hierarchical structures of China's city network from the perspective of multiple traffic flows. Geographical Research, 2015,34(11):2073-2083.
5	杨永春, 冷炳荣, 谭一洺, 等. 世界城市网络研究理论与方法及其对城市体系研究的启示. 地理研究, 2011,30(6):1009-1020.
	YANG Y, LENG B, TAN Y, et al. Review on world city studies and their implications in urban systems. Geographical Research, 2011,30(6):1009-1020.
6	YANG Z, HUA Y, CAO Y, et al. Network Patterns of Zhongyuan Urban Agglomeration in China Based on Baidu Migration Data. ISPRS International Journal of Geo-Information, 2022,11(1):62.
7	ZHEN F, QIN X, YE X, et al. Analyzing urban development patterns based on the flow analysis method. Cities, 2019,86:178-197.
8	胡国建, 陈传明, 金星星, 等. 中国城市体系网络化研究. 地理学报, 2019,74(4):681-693.
	HU G, CHEN C, JIN X, et al. Research progress of networking of urban systems in China. Acta Geographica Sinica, 2019,74(4):681-693.
9	龚朴一,杨家文.基于微博大数据的中国城市群空间结构研究.城市发展研究,2020,27(6):1-8.
	GONG P, YANG J. Spatial structure study of urban agglomerations in China based on weibo big data.Urban Development Studies,2020,27(6):1-8.
10	田深圳, 李守伟, 李雪铭. 我国滨海城市网络时空格局研究——基于2012-2019年百度指数数据. 城市问题, 2020(8):14-21.
	TIAN S, LI S, LI X. Spatial-temporal pattern of coastal cities in China: based on baidu index data from 2012 to 2019. Urban Problems, 2020(8):14-21.
11	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. 世界地理研究, 2021,30(6):1208-1218.
	YANG Y, SHENG K. Evolution and influencing factors of urban network linkage patterns in China: From the perspective of enterprise network. World Regional Studies, 2021,30(6):1208-1218.
12	韩剑磊, 明庆忠, 史鹏飞, 等. 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. 世界地理研究, 2021, 30(3):645-656.
	HAN J, MING Q, SHI P, et al. Analysis on structural characteristics of regional tourism network and its influence mechanism from the perspective of multi-dimensinal flow——taking Yunnan province as an example. World Regional Studies, 2021,30(3):645-656.
13	张凡, 杨传开, 宁越敏, 等. 基于航空客流的中国城市对外联系网络结构与演化. 世界地理研究, 2016,25(3):1-11.
	ZHANG F, YANG C, NING Y, et al. The changing structure of Chinese transnational urban network: an analysis through air passenger flow. World Regional Studies, 2016,25(3):1-11.
14	陈俐锦, 欧国立, 范梦余, 等. 高铁流视角下的中国县域网络结构特征与演化研究. 地理科学进展, 2021,40(10):1639-1649.
	CHEN L, OU G, FAN M, et al. Structural characteristics and change of China's county network from the perspective of high-speed rail flow. Progress in Geography, 2021,40(10):1639-1649.
15	冯兴华, 修春亮, 钟业喜, 等. 长江经济带城市的网络层级——基于铁路公路客运视角的分析. 城市问题, 2017(7):18-26.
	FENG X, XIU C, ZHONG Y, et al. Hierarchical structures of city network in the Economic Belt of Yangtze River: perspective of passengers transportation by railway or highway. Urban Problems, 2017(7):18-26.
16	孙宇, 彭树远. 长三角城市创新网络凝聚子群发育机制研究——基于多值ERGM. 经济地理, 2021,41(9):22-30.
	SUN Y, PENG S. Development mechanism of cohesive subgroups' urban innovation networks in the Yangtze River Delta: based on the values ERGM. Economic Geography, 2021,41(9):22-30.
17	SCHERNGELL T, LATA R. Towards an integrated European Research Area? Findings from Eigenvector spatially filtered spatial interaction models using European Framework Programme data.Papers in Regional Science,2013,92(3):555-577.
18	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.
	LIU C, GUI Q, DUAN D, 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.
19	WABZENBOECK I, SCHERNGELL T, BRENNER T. Embeddedness of regions in European knowledge networks: a comparative analysis of inter-regional R&D collaborations, co-patents and co-publications. Annals of Regional Science, 2014,53(2):337-368.
20	郭建科, 秦娅风, 董梦如. 基于流动要素的沿海港—城网络体系空间重构. 经济地理, 2021,41(9):59-68.
	GUO J, QIN Y, DONG M. Spatial reconstruction and action mechanism of coastal port-city network system shaped by flowing space. Economic Geography,2021,41(9):59-68.
21	李雪铭, 刘贺, 田深圳, 等. 东北三省城市人居活动网络结构及影响因素分析:基于百度贴吧分析. 地理科学进展, 2019,38(11):1726-1734.
	LI X, LIU H, TIAN S, et al. Network structure and influencing factors of urban human habitat activities in the three provinces of Northeast China: Based on Baidu Post Bar data. Progress in Geography, 2019,38(11): 1726-1734.
22	谢朝武, 樊玲玲, 吴贵华.黄河流域城市旅游效率的空间网络结构及其影响因素分析.华中师范大学学报(自然科学版), 2022,56(1):146-157.
	XIE C, FAN L, WU G. Spatial network structure and influencing factors of urban tourism efficiency in the Yellow River Basin. Journal of Central China Normal University(Natural Sciences), 2022,56(1):146-157.
23	马丽亚, 修春亮, 冯兴华. 多元流视角下东北城市网络特征分析. 经济地理, 2019,39(8):51-58.
	MA L, XIU C, FENG X. Analysis of network characteristics of Northeast cities from the perspective of multi-flow. Economic Geography, 2019,39(8):51-58.
24	侯兰功, 孙继平. 复杂网络视角下的成渝城市群网络结构韧性演变. 世界地理研究, 2022,31(3):561-571.
	HOU L, SUN J. Evaluation of network structure resilience of Chengdu-Chongqing urban agglomeration from the perspective of complex networks. World Regional Studies, 2022,31(3):561-571.
25	唐承辉, 豆建民. 长三角城市群功能性网络结构及其一体化程度研究. 经济问题探索, 2020(12):79-88.
	TANG C, DOU J. Functional network structure and regional integration degree of Yangtze River Delta urban agglomeratuins. Inquiry into Economic Issues, 2020(12):79-88.
26	林勋媛, 胡月明, 王广兴, 等. 基于多元要素流的珠三角城市群功能联系与空间格局分析. 世界地理研究, 2020,29(3):536-548.
	LIN X, HU Y, WANG G, et al. Analysis of functional connection and spatial pattern of Pearl River Delta urban agglomeration based on multi-element factor flows. World Regional Studies, 2020,29(3):536-548.
27	张贵, 李海鹏, 张东旭. 基于多源流数据的京津冀城市群网络结构研究. 经济与管理, 2019,33(4):1-7.
	ZHANG G, LI H, ZHANG D. Research on the network structure of Beijing-Tianjin-Hebei urban agglomeration based on multisource flow data. Economy and Management, 2019,33(4):1-7.
28	高鹏, 宁越敏, 何丹. 基于生产性服务业的长江中游城市群空间关联网络演变研究. 地域研究与开发, 2021,40(1):61-66.
	GAO F, NING Y, HE D. Evolution of spatial correlation network of city clusters in Middle Reaches of the Yangtze River based on producer services. Areal Research and Development, 2021,40(1):61-66.
29	仇怡, 韩晚晚, 吴建军. 长江中游城市群创新空间关联网络动态演变——基于社会网络分析法的研究. 湘潭大学学报(哲学社会科学版), 2021,45(5):80-86.
	QIU Y, HAN W, WU J. Dynamic evolution of innovation space correlation network of urban agglomeration in the middle reaches of Yangtze river——An empirical research based on social network analysis. Journal of Xiangtan University(Philosophy and Social Sciences), 2021,45(5):80-86.
30	钟业喜, 吴思雨, 冯兴华, 等. 多元流空间视角下长江中游城市群网络结构特征. 江西师范大学学报(哲学社会科学版), 2020,53(2):47-55.
	ZHONG Y, WU S, FENG X, et al. Network structure characteristics of Middle Yangtze urban agglomeration from the perspective of multi-flow. Journal of Jiangxi Normal University(Philosophy and Social Sciences Edition), 2020,53(2):47-55.
31	吕拉昌, 梁政骥, 黄茹. 中国主要城市间的创新联系研究. 地理科学, 2015,35(1):30-37.
	LYU L, LIANG Z, HUANG R. The innovation linkage among Chinese major cities. Scientia Geographica Sinica, 2015,35(1):30-37.
32	冯兴华, 修春亮, 刘志敏, 等. 东北地区城市网络层级演变特征分析——基于铁路客运流视角. 地理科学, 2018,38(9):1430-1438.
	FENG X, XIU C, LIU Z, et al. Characteristics of urban network hierarchy evolution based on the perspective of railway passenger transport in Northeast China. Scientia Geographica Sinica, 2018,38(9):1430-1438.
33	彭翀,林樱子.长株潭网络城市内部关联的时空机制研究.经济地理,2015,35(9):72-78.
	PENG C, LIN Y.Spatial-temporal mechanism of internal correlation in Changsha-Zhuzhou-Xiangtan network cities.Economic Geography,2015,35(9):72-78
34	孟德友,冯兴华,文玉钊.铁路客运视角下东北地区城市网络结构演变及组织模式探讨.地理研究,2017,36(7):1339-1352.
	MENG D, FENG X, WEN Y. Urban network structure evoltion and organizational pattern in Northeast China from the perspective of railway passenger transport. Geographical Research, 2017,36(7):1339-1352.
35	古惠冬, 杨维光, 陈文捷. 中国-东盟跨境区域创新网络的格局演化及影响机制. 科技管理研究, 2021,41(14):25-32.
	GU H, YANG W, CHEN W. The evolution and influence mechanism of China-ASEAN cross-border regional innovation network. Science and Technology Management Research, 2021, 41(14):25-32.
36	刘军. 社会网络分析导论. 北京: 社会科学文献出版社, 2004.
	LIU J. An Introduction to Social Network Analysis. Beijing: Social Sciences Academic Press, 2004.
37	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 Changjiang river economic zone. Scientia Geographica Sinica 2016,36(1):10-19.
38	赵丽琴, 李赟, 王志楠. 中国城市群网络空间结构特征及影响因素分析. 统计与决策, 2019,35(14):87-90.
	ZHAO L, LI Y, WANG Z. Analysis on features and influencing factors of network space structure of Chinese urban agglomerations. Statistics & Decision, 2019,35(14):87-90.
39	金凤君. 我国航空客流网络发展及其地域系统研究. 地理研究, 2001(1):31-39.
	JIN F. A study on network of domestic air passenger flow in China. Geographical Research, 2001(1):31-39.
40	王逸舟, 王海军, 张彬, 等. 基于多维要素流视角的城市群网络结构及影响因素分析——以武汉城市圈为例. 经济地理, 2021,41(6):68-76.
	WANG Y, WANG H, ZHANG B, et al. Analysis on the network structure of urban agglomeration and its influencing factors based on the perspective of multi-dimensional feature flow: Taking Wuhan urban agglomeration as an example. Economic Geography, 2021,41(6):68-76.

[1]	阚瑶川, 徐磊, 郭宇, 杨静园, 孟凡迪, 张长春. 土地利用多功能远程耦合特征及空间聚类分析[J]. 世界地理研究, 2024, 33(9): 133-146.
[2]	赵亚博, 黄柳倩, 胡蝶, 陈瑞炀, 谢涤湘, 范建红. “流空间”视角下珠三角城市群综合客运网络特征及影响因素[J]. 世界地理研究, 2024, 33(9): 163-175.
[3]	王素凤, 洪剑涛, 李化夫. 中国城市能源消费碳排放影响因素的时空异质性[J]. 世界地理研究, 2024, 33(8): 102-116.
[4]	安琳, 夏丽丽, 张佳锃, 林剑铬. 珠三角区域经济韧性的空间演化及影响因素研究[J]. 世界地理研究, 2024, 33(8): 132-147.
[5]	陈宇奇, 蒋雪中. 长江南京以下港口城市可持续效率演变与影响因素分析[J]. 世界地理研究, 2024, 33(7): 116-127.
[6]	宋关东, 唐承丽, 周国华. 基于县域尺度的乡村韧性测量及其影响因素分析[J]. 世界地理研究, 2024, 33(6): 128-140.
[7]	胡彬, 刘军. 肯尼亚人口分布空间格局演化及影响因素研究[J]. 世界地理研究, 2024, 33(6): 64-75.
[8]	程成, 胡亚琪, 王云龙. 中国-东盟贸易流网络生长特征与国别角色识别[J]. 世界地理研究, 2024, 33(5): 1-17.
[9]	刘海朦, 田小波, 曹婷婷. 基于百度指数的乡村旅游需求时空特征及其影响因素研究[J]. 世界地理研究, 2024, 33(5): 177-188.
[10]	彭红艳, 丁志伟. 中国淘宝村“增长-消失”的时空特征及影响因素分析[J]. 世界地理研究, 2024, 33(4): 103-116.
[11]	张圣忠, 孟迪, 柴廷熠. 关中平原城市群物流企业空间格局演化及影响因素研究[J]. 世界地理研究, 2024, 33(4): 117-129.
[12]	刘清春, 宗文丽, 赵培雄, 孙亚男, 马交国. 基于上市企业联系的山东省城市网络结构演变特征及影响因素研究[J]. 世界地理研究, 2024, 33(4): 88-102.
[13]	鄢继尧, 赵媛, 熊筱燕, 许昕. 中国家政服务业发展的时空演变特征及影响因素[J]. 世界地理研究, 2024, 33(3): 161-174.
[14]	李文, 李德升, 胡浩, 胡森林. 长三角地区养老产业发展水平格局及影响因素研究[J]. 世界地理研究, 2024, 33(2): 123-135.
[15]	梁茂林, 洪菊花, 骆华松, 彭邦文, 熊琛然. 亚太经合组织贸易网络结构时空演变及其影响因素研究[J]. 世界地理研究, 2024, 33(1): 18-32.