在线社区对城市等级体系的表征与重塑

doi:10.3969/j.issn.1004-9479.2025.02.20230272

摘要/Abstract

摘要：

在线社区作为一类数字城市平台，对城市空间的表征与重塑得到了国内外学者的密切关注。研究以百度贴吧的“中华城市吧”社区为例，结合网络民族志与内容分析法进行数据收集与内容挖掘，深入分析在线社区用户生成内容的特征及其对城市等级体系的表征与重塑。结果表明：①社区用户对于城市的关注受到城市社会经济发展现实情况的影响，以胡焕庸线为分隔的“东南-西北”差异明显，成都是“中华城市吧”社区的核心关注城市；②“中华城市吧”社区的图像库在色调分布上以蓝色、橙色和绿色为主，对应了城市在科技与经济、文旅与市民生活以及人工与自然等方面的视觉形象，显示出社区用户对于城市形象的可视化解读；③社区用户主要基于城市经济实力、人口情况、城建水平、建成区面积4个评价维度，构建了以上海、成都、北京为一级城市的城市等级体系。研究结论丰富了现有在线社区的地理研究成果，同时为中国城市的地方形象塑造和地方营销等过程中的互联网应用与舆论引导提供参考。

关键词: 在线社区, 用户生成内容, 城市等级体系, 网络民族志, “中华城市吧”

Abstract:

With the penetration of digital technology in daily life, residents' ability of digital representation of the city is gradually enhanced. At the same time, the concept of community has been reshaped by the Internet. As a kind of digital city platform, the online community's characterization and reshaping of city space has attracted the attention of scholars at home and abroad. Based on the data from the Post Bar of Chinese City, this study adopted ethnography, content analysis, and spatial analysis to deeply analyze the characteristics of the user-generated content of the online community and its characterization and reshaping of the city hierarchy. The following conclusions are drawn. ①Community users' attention to the city is affected by the reality of urban social and economic development. There is a significant difference between the southeast and the northwest separated by the Hu Huanyong line. Chengdu is the core city of the Post Bar of Chinese City. This reflects that although the attention of cities in cyberspace is highly influenced by users' subjectivity, it is also based on the projection and reflection of the physical space mapped to the virtual world; ②The image of the Post Bar of Chinese City is mainly blue, orange and green in color distribution, corresponding to the visual images of the city in science and technology and economy, cultural tourism and civic life, as well as artificial and natural, showing the visual interpretation of the city image by the community users; ③Community users are mainly based on the four evaluation dimensions of urban economy, population, urban construction level and built-up area. The user-generated content of the Post Bar of Chinese City has built a city hierarchy with Shanghai, Chengdu and Beijing as first-tier cities. The research results enrich the existing research results of the online community, and provide reference for the Internet application and public opinion guidance in the process of local image building and local marketing of Chinese cities.

Key words: online community, user-generated content, city hierarchy system, online netnography, the Post Bar of Chinese City

黄洁滢, 梁颂岷, 刘晨. 在线社区对城市等级体系的表征与重塑[J]. 世界地理研究, 2025, 34(2): 141-154.

Jieying HUANG, Songmin LIANG, Chen LIU. Characterization and reshaping of city hierarchy by online community[J]. World Regional Studies, 2025, 34(2): 141-154.

图/表 7

参考文献 42

1	RHEINGOLD H. The Virtual Community: Homesteading on the Electronic Frontier. New York: Perseus Books, 1993.
2	路紫, 匙芳, 王然, 等. 中国现实地理空间与虚拟网络空间的比较. 地理科学, 2008(5): 601-606.
	LU Z, SHAO F, WANG R, et al. A comparison between real geographic space and virtual cyberspace in China. Scientia Geographica Sinica, 2008(5): 601-606.
3	王波, 卢佩莹, 甄峰. 智慧社会下的城市地理学研究——基于居民活动的视角. 地理研究, 2018, 37(10): 2075-2086.
	WANG B, LU P, ZHEN F. Research on urban geography in smart society: From the perspective of residents' activities. Geographical Research, 2018, 37(10): 2075-2086.
4	NIE N, ERBRING L. Internet and society: A preliminary report. IT & Society, 2002, 1(1): 275-283.
5	CRACK A. Global Communication and Transnational Public Spheres. New York: Springer, 2008.
6	WELLMAN B. Physical place and cyberplace: The rise of personalized networking. International Journal of Urban and Regional Research, 2008, 25(2): 227-252.
7	WALKER D, WEHNER P. Practicing place: Collective experience and difference in an urban online forum. Proceedings of the American Society for Information Science and Technology, 2009, 46(1): 1-16.
8	陈贤斐, 张博, 朱竑. 虚拟休闲社区的营造与表征: 女性网购案例. 地理科学, 2019, 39(12): 1894-1901.
	CHEN X, ZHANG B, ZHU H. The construction and representation of virtual leisure space: A case study on online shopping practice. Scientia Geographica Sinica, 2019, 39(12): 1894-1901.
9	GRAHAM M. The Virtual Dimension// Global City Challenges. New York: Springer, 2013.
10	CRAMPTON J. Cartography: Maps 2.0. Progress in Human Geography, 2009, 33(1): 91-100.
11	LESZCZYNSKI A. Spatial mediation. Progress in Human Geography, 2015, 39(6): 729-751.
12	LESZCZYNSKI A, CRAMPTON J. Introduction: Spatial big data and everyday life. Big Data & Society, 2016, 3(2): 24-43.
13	宁鹏飞, 万幼, 沈怡然, 等. 基于签到数据的城市热点功能区识别研究. 测绘地理信息, 2018, 43(2): 110-114.
	NING P, WAN Y, SHEN Y, et al. Research on identification of urban hotspot functional area based on check-in data. Journal of Geomatics, 2018, 43(2): 110-114.
14	HOLLENSTEIN L, PURVES R. Exploring place through user-generated content: Using Flickr to describe city cores. Journal of Spatial Information Science, 2010(1): 21-48.
15	王波, 甄峰, 张浩. 基于签到数据的城市活动时空间动态变化及区划研究. 地理科学, 2015, 35(2): 151-160.
	WANG B, ZHEN F, ZHANG H. Study on dynamic change and regionalization of urban activity time based on check-in data. Scientia Geographica Sinica, 2015, 35(2): 151-160.
16	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. Analysis on the network structure and influencing factors of urban human settlements in three provinces of northeast China: Based on Baidu Post Bar analysis. Progress in Geography, 2019, 38(11): 1726-1734.
17	刘望保, 李彤彤. 基于手机信令数据的广州市社区建成环境对居民通勤距离的影响研究. 世界地理研究, 2023, 32(5): 79-90.
	LIU W, LI T. Analysis of the impact of community built environment on residents' commuting distance in Guangzhou supported by mobile signaling data. World Regional Studies, 2023, 32(5): 79-90.
18	BOY J, UITERMARK J. Reassembling the city through Instagram. Transactions of the Institute of British Geographers, 2017, 42(4): 612-624.
19	BOY J, UITERMARK J. How to study the city on Instagram. Plos One, 2016, 11(6): e158161.
20	丁志伟, 马芳芳, 张改素. 基于抖音粉丝量的中国城市网络关注度空间差异及其影响因素. 地理研究, 2022, 41(9): 2548-2567.
	DING Z, MA F, ZHANG G. Spatial differences and influencing factors of online attention in Chinese cities based on the number of Douyin followers. Geographical Research, 2022, 41(9): 2548-2567.
21	梁璐, 符鸿燕, 李九全, 等. 网红城市网络关注度时空动态演变及影响因素研究——以西安市为例. 地理科学, 2022, 42(9): 1566-1576.
	LIANG L, FU H, LI J, et al. Spatio-temporal dynamic evolution and influencing factors of net celebrity city network attention: A case of Xi'an. Scientia Geographica Sinica, 2022, 42(9): 1566-1576.
22	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. Urban network characteristics in China based on social network space: A case study of Sina Weibo. Acta Geographica Sinica, 2012, 67(8): 1031-1043.
23	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. 世界地理研究, 2020, 29(4): 717-727.
	MEI D, XIU C, FENG X. Analysis on the evolution characteristics and driving factors of urban information network structure in China. World Geographical Studies, 2020, 29(4): 717-727.
24	浩飞龙, 吴潇然, 关皓明, 等. 基于百度迁徙数据的东北地区城市"层级-网络"结构. 地理科学, 2023, 43(2): 251-261.
	HAO F, WU X, GUAN H, et al. ''Hierarchy-network'' structure of cities in northeast China based on Baidu migration data. Scientia Geographica Sinica, 2023, 43(2): 251-261.
25	安頔, 胡映洁, 万勇. 中国城市信息流网络空间结构特征研究——基于降噪处理与有向网络分析方法. 世界地理研究, 2024, 33(1): 134-148.
	AN D, HU Y, WAN Y. Analysis on characteristics of urban information network structure in China: A method based on denoising and directed network. World Regional Studies, 2024, 33(1): 134-148.
26	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. Urban connection characteristics and hierarchical structure based on QQ group network in northeast China. Economic Geography, 2017, 37(3): 49-54.
27	徐敏, 黄震方, 曹芳东, 等. 基于大数据分析的城市旅游地网络结构特征及其演化模式——以新浪微博签到数据为例.地理研究, 2019, 38(4): 937-949.
	XU M, HUANG Z, CAO F, et al. Structure characteristics and evolution model of urban tourist destination network based on big data analysis: A case study of Sina Weibo check-in data. Geographical Research, 2019, 38(4): 937-949.
28	潘碧麟, 王江浩, 葛咏, 等. 基于微博签到数据的成渝城市群空间结构及其城际人口流动研究. 地球信息科学学报, 2019, 21(1): 68-76.
	PAN B, WANG J, GE Y, et al. Study on the spatial structure and intercity population flow of Chengdu-Chongqing urban agglomeration based on microblog check-in data. Journal of Geoinformation Science, 2019, 21(1): 68-76.
29	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. Analysis of urban network connections in the middle reaches of Yangtze River based on Baidu Post Bar data. Geographical Research, 2018, 37(6): 1181-1192.
30	ROSE G. Rethinking the geographies of cultural 'objects' through digital technologies: Interface, network and friction. Progress in Human Geography, 2016, 40(3): 334-351.
31	CASTELLS M. Communication Power. Oxford: Oxford University Press, 2009.
32	LIU L, ZHOU B, ZHAO J, et al. C-IMAGE: City cognitive mapping through geo-tagged photos. GeoJournal, 2016, 81(6SI): 817-861.
33	周颖. 网络"地域黑"现象所建构的另类地方意象与地方身份——以"中华城市吧"为例. 武汉: 华中科技大学, 2019.
	ZHOU Y. The alternative place image and local identity constructed by the Internet "regional black" phenomenon: A case study of "China City Bar". Wuhan: Huazhong University of Science and Technology, 2019.
34	BUDGE K. Visually imagining place: Museum visitors, instagram, and the city. The Journal of Urban Technology, 2020, 27(2): 61-79.
35	MILLER D, COSTA E, HAYNES N, et al. How the World Changed Social Media. London: UCL Press, 2016.
36	KOZINETS R. Netnography: Doing Ethnographic Research Online. London: Sage Publications, 2010.
37	BERELSON B. Content Analysis in Communication Research. New York: Hafner, 1952.
38	HIGUCHI K. A two-step approach to quantitative content analysis: KH Coder tutorial using anne of green gables (Part I). Ritsumeikan Social Science Review, 2016, 52(3): 77-91.
39	KAUFMAN L, ROUSSEEUW P. Finding Groups in Data: An Introduction to Cluster Analysis. New York: John Wiley & Sons, 2009.
40	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. Study on the characteristics of urban network in the core area of Yangtze River Delta based on Baidu Index. Economic Geography, 2013, 33(7): 67-73.
41	陆大道. 国土开发与经济布局的"T"字型构架与长江经济带可持续发展. 宏观经济管理, 2018(11): 43-47.
	LU D. 'T' frame of land development and economic layout and sustainable development of Yangtze River Economic Belt. Macroeconomic Management, 2018(11): 43-47.
42	ROSE G, WILLIS A, DATTA A, et al. Seeing the smart city on Twitter: Colour and the affective territories of becoming smart. Environment and Planning D: Society & space, 2019, 37(3): 411-427.

排名	城市	词语频次/次	帖子频次/次	排名	城市	词语频次/次	帖子频次/次
1	成都	53 948	2 919	16	青岛	6 621	1 054
2	上海	35 110	2 777	17	香港	6 417	1 152
3	重庆	34 749	2 425	18	无锡	5 724	834
4	武汉	31 923	2 325	19	合肥	5 263	816
5	南京	24 660	1 938	20	沈阳	4 924	775
6	杭州	24 011	1 973	21	宁波	4 834	940
7	北京	22 083	2 503	22	福州	4 533	592
8	广州	21 383	2 118	23	东莞	4 267	761
9	深圳	20 848	2 016	24	大连	3 912	764
10	天津	19 579	1 452	25	济南	3 895	711
11	苏州	19 276	1 600	26	扬州	3 284	446
12	西安	14 145	1 534	27	泉州	3 272	438
13	郑州	9 220	1 224	28	洛阳	3 158	489
14	厦门	7 968	768	29	温州	2 981	499
15	长沙	7 199	1 103	30	佛山	2 603	610

排名	城市	词语频次/次	帖子频次/次	排名	城市	词语频次/次	帖子频次/次
1	成都	53 948	2 919	16	青岛	6 621	1 054
2	上海	35 110	2 777	17	香港	6 417	1 152
3	重庆	34 749	2 425	18	无锡	5 724	834
4	武汉	31 923	2 325	19	合肥	5 263	816
5	南京	24 660	1 938	20	沈阳	4 924	775
6	杭州	24 011	1 973	21	宁波	4 834	940
7	北京	22 083	2 503	22	福州	4 533	592
8	广州	21 383	2 118	23	东莞	4 267	761
9	深圳	20 848	2 016	24	大连	3 912	764
10	天津	19 579	1 452	25	济南	3 895	711
11	苏州	19 276	1 600	26	扬州	3 284	446
12	西安	14 145	1 534	27	泉州	3 272	438
13	郑州	9 220	1 224	28	洛阳	3 158	489
14	厦门	7 968	768	29	温州	2 981	499
15	长沙	7 199	1 103	30	佛山	2 603	610

群组	识别主题	特征词	总频次/次
1	城市发展	城市、省会、发展、人口、中心、城区、经济、中国、市、一线	1 014
2	成都	成都、重庆、四川、武汉、天府、吹、西部、城市、地铁、纽约	951
3	长三角城市	南京、无锡、苏州、扬州、常州、镇江、宁波、合肥、安徽、江苏	636
4	发达城市	上海、北京、浦东、金融、香港、沪、中心、国内、深圳、国际	563
5	东南省份	广东、江苏、浙江、广东人、福建、省份、浙、粤、苏北、苏南	542
6	重庆	主城、重庆、直辖市、万州、曲线、直辖、川、山城、穷庆、四川	511
7	珠三角城市	广州、深、深圳、香港、佛山、珠江、捞、东莞、城中村、广东人	509
8	中西部省份	四川、湖北、川、云南、河南、湖南、省、盆地、官话、贵州	482
9	武汉	武汉、汉口、武昌、光谷、湖北、东湖、汉阳、长江、湖、武大	417
10	国际差异	中国、美国、欧洲、日本、中国人、西方、军事、民族、外国	405
11	南北差异	南方人、南方、北方人、北方、南北、气候、冷、温度、华北、流域	379
12	京津冀城市	滨海、津、天津、京津、唐山、京津冀、第二城、河北省、雄安、南开	300

群组	识别主题	特征词	总频次/次
1	城市发展	城市、省会、发展、人口、中心、城区、经济、中国、市、一线	1 014
2	成都	成都、重庆、四川、武汉、天府、吹、西部、城市、地铁、纽约	951
3	长三角城市	南京、无锡、苏州、扬州、常州、镇江、宁波、合肥、安徽、江苏	636
4	发达城市	上海、北京、浦东、金融、香港、沪、中心、国内、深圳、国际	563
5	东南省份	广东、江苏、浙江、广东人、福建、省份、浙、粤、苏北、苏南	542
6	重庆	主城、重庆、直辖市、万州、曲线、直辖、川、山城、穷庆、四川	511
7	珠三角城市	广州、深、深圳、香港、佛山、珠江、捞、东莞、城中村、广东人	509
8	中西部省份	四川、湖北、川、云南、河南、湖南、省、盆地、官话、贵州	482
9	武汉	武汉、汉口、武昌、光谷、湖北、东湖、汉阳、长江、湖、武大	417
10	国际差异	中国、美国、欧洲、日本、中国人、西方、军事、民族、外国	405
11	南北差异	南方人、南方、北方人、北方、南北、气候、冷、温度、华北、流域	379
12	京津冀城市	滨海、津、天津、京津、唐山、京津冀、第二城、河北省、雄安、南开	300

排名	城市	度中心性	排名	城市	度中心性
1	上海	108 112	16	宁波	57 896
2	成都	103 524	17	无锡	55 276
3	北京	101 994	18	香港	55 238
4	重庆	96 832	19	合肥	53 704
5	武汉	94 266	20	厦门	51 746
6	南京	94 102	21	大连	50 752
7	广州	93 960	22	济南	49 928
8	深圳	91 562	23	沈阳	49 046
9	杭州	91 050	24	东莞	48 052
10	苏州	83 048	25	福州	43 924
11	西安	76 552	26	佛山	40 570
12	天津	72 916	27	南昌	37 884
13	郑州	67 648	28	洛阳	37 100
14	长沙	63 948	29	昆明	36 546
15	青岛	61 358	30	石家庄	57 896