基于百度指數(shù)的東北地區(qū)城市網(wǎng)絡(luò)特征研究*

于欣洺，吳相利

(哈爾濱師范大學(xué))

0 引言

城市網(wǎng)絡(luò)是指在一定區(qū)域內(nèi)眾多相互聯(lián)系城市構(gòu)成的系統(tǒng)，城市網(wǎng)絡(luò)的問題是城市地理研究的核心問題之一，通過獲取城市之間物質(zhì)、技術(shù)、人員、商品、信息和貨幣等因素流動的相互關(guān)聯(lián)性數(shù)據(jù)來研究城市之間的關(guān)系是城市網(wǎng)絡(luò)研究采用的主要方法．Derudder等借助航空運輸網(wǎng)絡(luò)等方面研究體現(xiàn)城市網(wǎng)絡(luò)特征［1-3］，汪明峰等通過互聯(lián)網(wǎng)關(guān)注來中國城市體系分布［4］，唐子來、陳映雪、金鳳君等從信息基礎(chǔ)設(shè)施網(wǎng)絡(luò)視角研究中國城市網(wǎng)絡(luò)特征［5-8］，Rossi［9］、Wouter［10］等用企業(yè)或社會組織數(shù)據(jù)研究城市網(wǎng)絡(luò)，寧越敏、金鐘范、曹有揮、尹俊、甄峰、武前波、路旭和譚一洺等開展了基于企業(yè)組織數(shù)據(jù)的城市網(wǎng)絡(luò)實證研究［11-17］．已有城市網(wǎng)絡(luò)研究為城市網(wǎng)絡(luò)認(rèn)識提供了不同視角．

隨著社會經(jīng)濟發(fā)展和技術(shù)進步城市之間的時間距離被極大壓縮，空間聯(lián)系愈加緊密，特別是以網(wǎng)絡(luò)技術(shù)為代表的信息技術(shù)的發(fā)展在一定程度上推進了城市網(wǎng)絡(luò)空間重建．這在甄峰等人基于網(wǎng)絡(luò)社會空間探究中國城市網(wǎng)絡(luò)特征［18］和熊麗芬等人探究長三角核心區(qū)、我國三大經(jīng)濟區(qū)城市網(wǎng)絡(luò)特征［19-20］的研究成果中得到了印證．

該文采用國內(nèi)主流的百度搜索引擎獲取基于百度指數(shù)(反映用戶在互聯(lián)網(wǎng)上對特定關(guān)鍵詞的關(guān)注程度及持續(xù)變化情況)單一城市的用戶關(guān)注度數(shù)據(jù)的信息流的城市網(wǎng)絡(luò)圖，對比分析包括網(wǎng)絡(luò)層級特征和空間結(jié)構(gòu)特征等城市網(wǎng)絡(luò)時空變化特征，預(yù)判區(qū)域城市聯(lián)系新動向和區(qū)域城市網(wǎng)絡(luò)演進新趨勢．通過研究揭示來自信息數(shù)據(jù)支撐信息時代背景下城市網(wǎng)絡(luò)可能呈現(xiàn)的特征．

1 數(shù)據(jù)來源和研究方法

1．1 數(shù)據(jù)來源

按照地域相對完整性原則，該文選擇東北地區(qū)作為研究對象，研究區(qū)域主要包括黑龍江省哈爾濱市、大慶市、齊齊哈爾市、牡丹江市、佳木斯市、雞西市、雙鴨山市、伊春市、七臺河市、鶴崗市、黑河市、綏化市、大興安嶺地區(qū)13個城市(地區(qū));吉林省長春市、吉林市、遼源市、四平市、白山市、通化市、白城市、松原市、延邊州9個城市(州);遼寧省沈陽市、大連市、鞍山市、本溪市、撫順市、丹東市、營口市、遼陽市、錦州市、阜新市、鐵嶺市、盤錦市、朝陽市、葫蘆島市14個城市;內(nèi)蒙古自治區(qū)呼倫貝爾市、赤峰市、通遼市、興安盟4個城市(盟)，共計40個城市．

考慮研究數(shù)據(jù)的易獲取性和可對比性，該文通過百度指數(shù)網(wǎng)絡(luò)界面“數(shù)據(jù)分享和探索平臺”選項獲取了2011、2014年東北地區(qū)兩兩城市間百度用戶關(guān)注度(即熱點趨勢平均值之搜索指數(shù))(如圖1所示)．

圖1 百度指數(shù)頁面“數(shù)據(jù)分享和探索平臺”獲取某城市的熱點趨勢平均值之搜索指數(shù)(即用戶關(guān)注度)

1．2 研究方法

該文采用城市之間百度指數(shù)信息流強度比較分析方法．兩兩城市之間的信息流強度用城市U和V之間的網(wǎng)絡(luò)關(guān)注度乘積Wk表征，計算公式:Wk=Uv*Vu(其中，Uv為城市U在城市V的用戶關(guān)注度，Vu為城市V在城市U的用戶關(guān)注度)．

城市U在東北地區(qū)的信息流總量為M，為城市U與東北地區(qū)其他城市的信息流之和，計算公式:M=W1+W2+W3+……+Wk．

某城市的相對關(guān)注度(相對信息流)用S表示，為該城市在東北地區(qū)的信息流總量在區(qū)域內(nèi)的相對占比．計算公式:S=Mk/Mh(其中，Mk為某城市的信息流總量，Mh為東北地區(qū)擁有最大信息流總量城市的信息流總量．)

該文以兩兩城市之間的信息流為基礎(chǔ)，構(gòu)建東北地區(qū)基于信息流的城市網(wǎng)絡(luò)．

2 東北地區(qū)城市網(wǎng)絡(luò)的時空變化

2011～2014年東北地區(qū)各城市信息流總量已由4 160 903上升到10 955 315，每個城市的信息流總量平均值也由112419升至273883，增幅達144%，信息流增幅大(如圖2所示)．衡量東北地區(qū)各城市信息流總量年際變化的變差系數(shù)Lv(顯示標(biāo)準(zhǔn)差相對于平均值大小的相對量)由2011年 0．505 變?yōu)?2014 年的 0．581，年際變化增大，這表明基于信息流的城市網(wǎng)絡(luò)還處于波動發(fā)展階段．

圖2 2011和2014年東北地區(qū)各城市百度信息流總量、比重及均值

2．1 東北地區(qū)城市網(wǎng)絡(luò)層級特征

采用2011年和2014年東北地區(qū)各城市信息流總量的相對值作為基礎(chǔ)數(shù)據(jù)，運用ArcGIS軟件的Natural breaks，按數(shù)據(jù)固有的自然組別分類，使得組內(nèi)差異最小，組間差異最大，得到東北地區(qū)2011年和2014年的城市網(wǎng)絡(luò)層級(見表1)．

2011～2014年間東北地區(qū)城市網(wǎng)絡(luò)層級變化主要表現(xiàn)出如下特征:

第一、二層級城市名稱、數(shù)量不變，區(qū)域網(wǎng)絡(luò)核心由哈爾濱轉(zhuǎn)移到沈陽，2014年哈爾濱的信息流總量與2011年相比翻了近1．9倍，但比重由13．82% 降至9．9%;2014年沈陽的信息流總量與2011年相比翻了3．1倍多，比重由10．25%升至12．15%，使得沈陽取代哈爾濱成為東北地區(qū)城市網(wǎng)絡(luò)的核心．大連的信息流總量的增長了3．4倍多，達到1115250，略大于哈爾濱，占到沈陽的八層以上，信息流總量的相對值排名(以下簡稱“排名”)由第三位升至第二位．長春的信息流總量增長了2．8倍多，但仍居第一層級最末位．與此相比，第二層級吉林、大慶的信息流總量分別增長了2．6倍多和2．5倍多，排名均上升1名，吉林升至第二層級首位．而齊齊哈爾、佳木斯的信息流總量分別增長了2．0倍多和2．1倍多，但排名均下降1名，齊齊哈爾與吉林、佳木斯與大慶在本層級內(nèi)排名互換．

第三層級城市增加四平、本溪、通遼、盤錦，僅阜新降至第四層級，城市數(shù)量增至12個．牡丹江仍居第三層級首位．通遼的排名提升最快，上升12名，由第四層級第十三位升至第三層級第十位，信息流總量增幅達到235%．四平、本溪的排名上升6名和4名，均從第四層級升至第三層級．阜新的排名降低最快，下降12名，由第三層級第四位降至第四層級第四位，信息流總量僅增長41%．其他城市排名小幅波動．

第四層級城市減少進入第三、五層級，城市數(shù)量減至18個．松原升至第一層級首位．赤峰、延邊的信息流總量分別增長了近2．9倍和2．5倍，排名分別上升7名和6名．朝陽、雞西的信息流總量分別增長了1．8倍多和1．9倍多，排名均下降7名．其他城市和第三層級一樣略有波動．

第五層級城市增加第四層級進入的大興安嶺．大興安嶺的信息流總量增長了近1．6倍，因地處林區(qū)、人煙稀少，城市間信息聯(lián)系較弱，滑落至第五層級．興安盟仍居末位．

東北地區(qū)城市網(wǎng)絡(luò)層級由2011年的“4+4+9+23+1”分布變?yōu)?014年的“4+4+12+18+2”格局，網(wǎng)絡(luò)層級總體穩(wěn)定，但城市網(wǎng)絡(luò)仍呈現(xiàn)非均衡化特征，極化現(xiàn)象明顯．

表1 2011年、2014年東北地區(qū)城市網(wǎng)絡(luò)層級分布和排名變動情況

2．2 東北地區(qū)城市網(wǎng)絡(luò)結(jié)構(gòu)特征

基于直觀、簡潔和突出重點的原則選擇兩兩城市信息流強度大于5000，并依據(jù)2011—2014年兩兩城市信息流強度矩陣?yán)L制東北地區(qū)城市網(wǎng)絡(luò)流量流向圖．我們選擇兩兩城市間相對信息流強度大于等于0．20的信息流形成主干城市網(wǎng)絡(luò);選擇大于等于0．30的信息流形成骨架城市網(wǎng)絡(luò)(見圖3)．

東北地區(qū)城市網(wǎng)絡(luò)的時空演變特征:

(1)東北地區(qū)城市網(wǎng)絡(luò)結(jié)構(gòu)不斷優(yōu)化調(diào)整，變化顯著．在東北地區(qū)城市網(wǎng)絡(luò)信息流中，2014年各城市之間的信息聯(lián)系較之2011年有所增強．2011年城市網(wǎng)絡(luò)圖呈現(xiàn)明顯的以哈爾濱、沈陽、大連和長春為主要支撐節(jié)點的“小啞鈴”型結(jié)構(gòu)，而到了2014年仍以沈陽、大連、哈爾濱、長春為主要支撐節(jié)點的“大啞鈴”型結(jié)構(gòu)逐步顯現(xiàn)．可見東北地區(qū)作為全國四大經(jīng)濟板塊之一，信息流的強度和密度明顯增大，已經(jīng)形成更加緊密的信息聯(lián)系圈．區(qū)域信息網(wǎng)絡(luò)的核心由哈爾濱南移至沈陽，沈陽—大連、沈陽—哈爾濱和沈陽—長春的互動最為頻繁，進一步驗證和鞏固沈陽作為東北地區(qū)第一城市的重要性和影響力．

(2)主干城市網(wǎng)絡(luò)緊密度2014年較2011年總體不變．2014年，主干城市網(wǎng)絡(luò)新增城市僅有鞍山，鞍山作為除沈陽、大連外遼寧省第三大城市，是沈大黃金經(jīng)濟帶的重要支點，隨區(qū)域信息網(wǎng)絡(luò)核心的遷移，沈陽、大連信息流總量居于區(qū)域前兩位，使得鞍山與其他城市的信息聯(lián)系也相應(yīng)增強．

(3)東北地區(qū)城市骨架網(wǎng)絡(luò)由2011年的“T”字形結(jié)構(gòu)逐漸變成2014年的“Y”字形結(jié)構(gòu)．2014年，網(wǎng)絡(luò)核心從哈爾濱轉(zhuǎn)移至沈陽，骨架城市網(wǎng)絡(luò)節(jié)點中的其他城市不變，僅有齊齊哈爾不再是骨架城市網(wǎng)絡(luò)節(jié)點城市．

3 結(jié)論與討論

高度發(fā)達的互聯(lián)互通體系的建立，城市間的互動日益緊密，依賴性逐步加強．“大數(shù)據(jù)”和“互聯(lián)網(wǎng)+”背景下網(wǎng)絡(luò)數(shù)據(jù)信息成為區(qū)域城市網(wǎng)絡(luò)研究一個重要依據(jù)．本文構(gòu)建了基于百度指數(shù)信息流的東北地區(qū)城市網(wǎng)絡(luò)，解析了2011～2014年東北地區(qū)城市網(wǎng)絡(luò)的時空變化特征．研究表明:

(1)基于百度信息流的東北地區(qū)城市網(wǎng)絡(luò)層級特征明顯，呈現(xiàn)“核心轉(zhuǎn)移 層級穩(wěn)定 存在極化”的發(fā)展態(tài)勢．沈陽已經(jīng)取代哈爾濱成為東北地區(qū)城市網(wǎng)絡(luò)核心;第一、二層級城市名稱不變，僅各層級內(nèi)城市排名變動，最大港口城市大連、省會城市長春仍是網(wǎng)絡(luò)中的重要節(jié)點，吉林、大慶等城市節(jié)點作用顯現(xiàn)，其他層級城市變化不大，個別城市排名變動較大(如阜新)，多中心競衡態(tài)勢不明顯;城市網(wǎng)絡(luò)極化現(xiàn)象存在(如大興安嶺、興安盟)．

圖3 2011和2014年東北地區(qū)城市網(wǎng)絡(luò)流量圖對比

(2)城市網(wǎng)絡(luò)結(jié)構(gòu)不斷優(yōu)化:由以哈爾濱、沈陽、大連和長春為主要支撐節(jié)點的“小啞鈴”型，發(fā)展成以沈陽、大連、哈爾濱、長春為主要支撐節(jié)點的“大啞鈴”型;城市骨架網(wǎng)絡(luò)由“T”字形發(fā)展成“Y”字形，越來越多的城市發(fā)展成為網(wǎng)絡(luò)的重要節(jié)點．

(3)網(wǎng)絡(luò)信息數(shù)據(jù)為大范圍、跨區(qū)域、寬領(lǐng)域、多視角研究城市網(wǎng)絡(luò)特征提供了便利和可能，數(shù)據(jù)獲取快捷高效、實時精準(zhǔn)，將進一步發(fā)展成為研究城市網(wǎng)絡(luò)變化特征的新依據(jù)．

運用百度指數(shù)構(gòu)建基于百度信息流的城市網(wǎng)絡(luò)是對已有城市網(wǎng)絡(luò)研究的具有創(chuàng)新意義的重要補充和豐富，但由于其主要反映網(wǎng)絡(luò)所及區(qū)域用戶網(wǎng)絡(luò)關(guān)注度，不能完全意義上表示城市之間信息流強度，也未全面反映城市網(wǎng)絡(luò)中城市間全面聯(lián)系的狀況，所構(gòu)建的城市網(wǎng)絡(luò)具有一定局限性，這一問題在后續(xù)研究中應(yīng)予以克服．

［1］ Derudder B，Witlox F．An appraisal of the use of airline data in assessing the world city network:a research note on data［J］．Urban Studies，2005，42(13):2 371-2 388．

［2］ Burns M C，Cladera J R，Bergad M M．The spatial implications of the functional proximity deriving from air passenger flows between European metropolitan urban regions［J］．Geo-Journal，2008，71(1):37-52．

［3］ Derudder B，Witlox F，F(xiàn)aulconbridge J，et al．Airline data for global city network research:reviewing and refining existing approaches［J］．GeoJournal，2008，71(1):5-18．

［4］ 汪明峰，寧越敏．互聯(lián)網(wǎng)與中國信息網(wǎng)絡(luò)城市的崛起［J］．地理學(xué)報，2004，59(3):446-454．

［5］ 唐子來，趙渺希．經(jīng)濟全球化視角下長三角區(qū)域的城市體系演化:關(guān)聯(lián)網(wǎng)絡(luò)和價值區(qū)段的分析方法［J］．城市規(guī)劃學(xué)刊，2010(1):38-45．

［6］ 陳映雪，甄峰，王波，鄒偉．基于社會網(wǎng)絡(luò)分析的中國城市網(wǎng)絡(luò) 信息空間結(jié)構(gòu)［J］．經(jīng)濟地理，2013，33(4):56-63．

［7］ 戴特奇，金鳳君，王姣娥．空間相互作用與城市關(guān)聯(lián)網(wǎng)絡(luò)演進——以我國20世紀(jì)90年代城際鐵路客流為例［J］．地理科學(xué)進展，2005，24(2):80-89．

［8］ 汪明峰．城市的網(wǎng)絡(luò)優(yōu)勢——中國互聯(lián)網(wǎng)骨干網(wǎng)絡(luò)結(jié)構(gòu)與節(jié)點可 達性分析［J］．地理研究，2006，25(2):193-203．

［9］ Rossi E C，Beaverstock J V，Taylor P J．Transaction links through cities:‘decision cities’and service cities in outsourcing by leading Brazilian firms［J］．Geoforum，2007，38(4):628-642．

［10］ Wouter J，Hans K，Peter H．The location and global network structure of maritime advanced producer services［J］．Urban Studies，2011，48(13):2749-2769．

［11］寧越敏．企業(yè)空間組織與城市-區(qū)域發(fā)展．北京:科學(xué)出版社，2011．98-102．

［12］金鐘范．基于企業(yè)母子聯(lián)系的中國跨國城市網(wǎng)絡(luò)結(jié)構(gòu)——以中韓城市之間聯(lián)系為例．地理研究，2010，29(9):1670-1682．

［13］曹有揮，陳國偉．基于生產(chǎn)性服務(wù)業(yè)的長江三角洲城市網(wǎng)絡(luò)［J］．地理研究，2014，33(2):323-335．

［14］尹俊，甄峰，王春慧．基于金融企業(yè)布局的中國城市網(wǎng)絡(luò)格局研究［J］．經(jīng)濟地理，2011，31(5):754-759．

［15］武前波，寧越敏．中國城市空間網(wǎng)絡(luò)分析——基于電子信息企業(yè)生產(chǎn)網(wǎng)絡(luò)視角［J］．地理研究，2012，31(2):207-219．

［16］路旭，馬學(xué)廣，李貴才．基于國際高級生產(chǎn)者服務(wù)業(yè)布局的珠三角城市網(wǎng)絡(luò)空間格局研究［J］．經(jīng)濟地理，2012，32(4):50-54．

［17］ 譚一洺，楊永春，冷炳榮，等．基于高級生產(chǎn)者服務(wù)業(yè)視角的成渝地區(qū)城市網(wǎng)絡(luò)體．地理科學(xué)進展，2011，30(6):724-732．

［18］ 甄峰，王波，陳映雪．基于網(wǎng)絡(luò)社會空間的中國城市網(wǎng)絡(luò)特征——以新浪微博為例［J］．地理學(xué)報，2012，67(8):1 031-1 043．

［19］熊麗芳，甄峰，王波，等．基于百度指數(shù)的長三角核心區(qū)城市網(wǎng)絡(luò)特征研究［J］．經(jīng)濟地理，2013，33(7):67-73．

［20］熊麗芳，甄峰，席廣亮，朱曉清，王波．我國三大經(jīng)濟區(qū)城市網(wǎng)絡(luò)變化特征——基于百度信息流的實證研究［J］．熱帶地理 2013，34(1):34-43．