黃河流域城市信息聯系網絡空間結構研究

盧志霖，趙金麗，殷冠文, b，胡賽寅，宋成鎮

(1.山東師范大學 a.地理與環境學院，b.山東省高等學校人地協調與綠色發展協同創新中心，山東 濟南 250358；2.東北石油大學 地球科學學院，黑龍江 大慶 163318)

隨著經濟全球化推進和互聯網技術的革新，城市地域出現了不同于傳統中心地理論中簡單等級結構的新的空間組織形式——網絡城市，城市由地圖上孤立存在彼此分離的節點發展為由節點、次節點、網絡組成的具有不同控制力和影響力的城市網絡體系[1]。Castells[2]提出的“流空間”理論為城市網絡的研究提供了理論基礎，城市之間存在著交通流、技術流、信息流、能量流、人流、資金流等不同的要素流關系，流動空間代替原有的地方空間成為當代經濟社會系統的重要組成元素。人才、技術、資本、信息等各種要素流成為表征城市等級和影響力的重要載體，基于各種要素流的城市網絡空間結構、演化以及驅動力研究逐漸成為了城市地理學的研究熱點。

Taylor[1]分析了經濟全球化背景下世界城市網絡的層次結構，認為城市、企業等參與者構成城市網絡中的節點和次節點，經濟社會關系構成城市網絡中的連接線。Derudder等[3]利用航空流評估了世界城市網絡空間格局。Woo等[4]利用搜索引擎查詢數據和社交網絡數據預估了韓國流感爆發。我國針對城市網絡的相關研究起步較晚，研究視角在近10 a來飛速擴充，主要基于交通、企業組織、創新、資金、信息等要素的關系型數據構建城市網絡[5-14]。根據第46次《中國互聯網絡發展狀況統計報告》，我國互聯網普及率達67%，網民數量達9.4億。信息流視角下的城市網絡研究成為城市地理學的熱點領域，且多從城市間網絡關注度、旅游目的地網絡關注度、微信朋友圈信息流廣告、QQ群網絡、新浪微博用戶關系等角度展開[11-13,15-16]。近年來以百度指數為基礎數據的城市信息聯系網絡研究不斷增多，主要集中于空間結構和影響因素2個維度。在空間結構研究方面，社會網絡分析法(social network analysis, SNA)可對城市信息聯系網絡的密度、各節點中心性、核心-邊緣結構、凝聚子群等進行計量分析[17-18]。在影響因素研究方面，學者們主要分析了經濟、人口、信息化、科教水平、基礎設施建設對城市信息聯系網絡空間結構的影響[17-19]，其中，動力機制評價體系選用的指標較少，尚需充分挖掘城市間信息聯系的驅動因素。研究尺度多聚焦于全國尺度，長江中游城市群、長江三角洲(簡稱長三角)城市群、中原城市群等城市群尺度和山東、黑龍江等省域尺度[18-24]，流域尺度的城市網絡研究相對較少。

2019年，黃河流域生態保護與高質量發展成為中華民族偉大復興和永續發展的千秋大計和戰略指引。黃河流域作為孕育華夏文明的圖騰圣地，承載“一帶一路”建設的中心腹地，連通三大經濟帶的樞紐要地，決勝脫貧攻堅的關鍵陣地，提升黃河流域的整體發展水平至關重要，所以有必要對黃河流域城市網絡空間結構進行探索。鑒于目前缺乏信息聯系視角下的流域全景式空間結構分析，本文中聚焦于黃河流域，探索基于信息流的城市網絡空間結構及其影響因素，在厘清城市間相互作用和關系的基礎上提出對策性建議，以期增強外界對黃河流域的關注度，助力落后偏遠城市脫貧攻堅，同時為黃河流域城市空間格局優化提供參考和借鑒，推動黃河流域各級城市間的統籌協調發展。

1 數據來源與研究方法

1.1 研究區概況

黃河是我國的第二大河，干流全長5 464 km，流經青海、四川、甘肅、寧夏、內蒙古、陜西、山西、河南、山東9個省(自治區)，跨越東、中、西三大經濟地帶和華北、華東、華中、西北4個地理分區，貫連青藏高原、內蒙古高原、黃土高原、華北平原4個地貌單元[25]。截至2018年底，流域人口約占全國的23.21%，流域國內生產總值(GDP)約占全國的21.08%。實現黃河流域的高質量發展對經濟文化交流、生態文明建設、保障和改善民生意義重大，影響深遠。

參考趙建吉等[26]的觀點，四川省已經納入長江經濟帶，且黃河在四川省境內僅流經阿壩藏族羌族自治州和甘孜藏族自治州，對四川省影響較小，另外考慮到內蒙古的蒙東地區(呼倫貝爾市、興安盟、通遼市、赤峰市、錫林郭勒盟)在社會、經濟和文化上與東北地區聯系更為緊密，因此本文中的研究區域為山西、陜西、青海、甘肅、寧夏、內蒙古(不含蒙東地區)、河南、山東共8個省(自治區)(見圖1)，共包括87個地級市(州)、1個省直轄縣級市(河南省濟源市)和1個盟(內蒙古自治區阿拉善盟)，共89個城市。

中國地圖從標準地圖服務系統網站下載，地圖審批編號為 GS(2016)2889號(http://bzdt.ch.mnr.gov.cn/browse.html?picId=%224o28b0625501ad13015501ad2bfc0121%22)，經過ArcGIS 10.7軟件數據化處理后得到。

1.2 數據來源

百度指數數據分析的基礎是海量網民在百度搜索引擎的檢索數據，以關鍵詞為匯總對象展開。《2019中國移動互聯網秋季大報告》指出，百度系用戶規模已突破10億，基于百度指數網站的查詢功能獲取的用戶關注度數據針對性強，覆蓋面廣，以城市作為關鍵詞的統計分析結果可以直觀可信地反映不同地域用戶對該市的關注度，從而表達城市間的信息流特征。本文中信息流數據來源于百度指數網站(http://index.baidu.com)，依次以黃河流域89個城市的名稱為關鍵詞搜索，獲取2019年黃河流域89個城市兩兩之間的百度用戶關注度整體日均值數據。城市社會經濟統計數據來源于2019年《中國統計年鑒》《中國城市統計年鑒》和研究區域相關省(自治區)、市的年鑒、公報資料。交通數據來源于Open Street Map數據、中國鐵路總公司鐵路客戶服務網站(https://www.12306.cn)。其中的少量缺失數據暫用插值法補齊。

1.3 研究方法

1.3.1 信息聯系強度統計方法

本文中構建了2019年黃河流域89個城市兩兩之間的百度指數信息聯系矩陣，城市對a、b間的信息聯系強度Rab用百度用戶關注度數值乘積的形式表示，公式為

Rab=VabVba，

(1)

式中：Vab為城市a對城市b的搜索指數；Vba為城市b對城市a的搜索指數。

某城市對a、b的相對信息聯系強度Pab用城市對之間的信息聯系強度Rab與所有城市對之間信息聯系強度的最大值Rmax之比表征，公式為

Pab=Rab/Rmax。

(2)

1.3.2 SNA

1)中心度分析。借助節點中心度識別和衡量城市在信息聯系網絡中的重要程度。本文中的信息聯系網絡是賦權有向網絡，其節點中心度由入度和出度組成，分別從接收和發出信息聯系的角度量化城市在網絡中影響力大小，加權點入度和加權點出度可結合兩兩城市間信息流量的高低計算[20]。

2)凝聚子群分析。凝聚子群是具有高聯系強度的社會行動者子團體，在此團體中的行動者之間信息共享和交流合作比較頻繁，具有直接緊密、積極互惠的關系，該方法能夠描繪和揭露城市網絡內部子集團狀態[27]。通過凝聚子群分析，對城市網絡進行子群劃分，分析子群內部及各子群間的關系，能夠了解黃河流域城市信息聯系網絡的空間組織結構和城市體系結構。

1.3.3 回歸分析方法

采用多元線性逐步回歸分析方法，以黃河流域89個城市的信息聯系強度作為因變量，以城市經濟發展水平、信息化基礎設施建設、交通可達性等社會經濟因子作為自變量，對信息聯系強度進行線性回歸擬合，探討城市各項社會經濟特征對城市信息聯系網絡中心度的影響。

2 黃河流域城市信息聯系網絡空間結構分析

2.1 城市信息聯系網絡層級特征分析

通過節點中心度分析黃河流域城市層級特征，用自然間斷點分級法把節點中心度劃分為高、較高、中、較低、低5個層級，如圖2所示。在流域尺度上，節點中心度等級最高的城市是流域中下游地區的中心城市，即西安、鄭州、青島和濟南，它們在黃河流域城市信息聯系網絡中居于核心地位，與城市網絡中大多數城市有著密切聯系，對黃河流域的發展具有較高的主導性和控制性。太原、蘭州、洛陽、臨沂等城市的中心度較高，它們在城市信息聯系網絡中處于比較重要的地位。節點中心度低和較低的城市大多位于青海、寧夏、甘肅、內蒙古西部和山西北部，這些城市在黃河流域城市信息聯系網絡中處于從屬地位，綜合聯系能力和對外影響力低。

中國地圖從標準地圖服務系統網站下載，地圖審批編號為 GS(2016)2889號(http://bzdt.ch.mnr.gov.cn/browse.html?picId=%224o28b0625501ad13015501ad2bfc0121%22)，經過ArcGIS10.7軟件數據化處理后得到。

在省際空間差異上，除中西部部分省會城市外，中心度較高的城市高度集中在山東和河南，兩省組成黃河流域信息聯系的中心活躍區，尤其是山東各城市節點中心度普遍較高，是黃河流域信息聯系的“龍頭”。在省域內部差異上，省會城市和副中心城市中心度相對較高，要素活躍度高，聯動區域網絡的能力也較強，成為省域信息聯系的增長極，對省內其他城市的溢出效應強。

在中心度構成結構上，節點中心度相對較高的城市大都是點出度高于點入度，如鄭州、新鄉、濟南、太原等，屬于對外關注型城市，它們向其他城市發出聯系的能力強，在城市信息聯系網絡中能較好地輻射帶動其他城市。黃河流域中西部的非省會城市，如嘉峪關市、果洛州、阿拉善盟、延安市等，點入度和點出度均處于中低水平，但其憑借豐富的旅游資源和旅游產業的發展提高了被關注度，點入度明顯高于點出度。

2.2 城市信息聯系網絡空間組織分析

依據2019年黃河流域兩兩城市間的Pab分析城市網絡的信息聯系，運用自然間斷點分級法將黃河流域城市網絡的信息聯系劃分為3個層級，見圖3。第1層級的城市網絡由城市對之間Pab≥0.344 6的信息流構成，它們是城市信息聯系網絡的骨架，在網絡結構中處于核心地位；第2層級由0.077 7≤Pab<0.344 6的信息流構成，它們構成城市主干網絡，在城市信息聯系網絡中的地位次之；第3層級網絡結構里Pab<0.077 7，這類城市對處于黃河流域城市信息聯系網絡的邊緣位置，在整個城市網絡中占比高，但在城市網絡中的地位較低。

中國地圖從標準地圖服務系統網站下載，地圖審批編號為 GS(2016)2889號(http://bzdt.ch.mnr.gov.cn/browse.html?picId=%224o28b0625501ad13015501ad2bfc0121%22)，經過ArcGIS10.7軟件數據化處理后得到。

黃河流域城市信息聯系網絡空間分布不均衡，極化現象突出，在流域尺度上，網絡密度和信息流量呈現東—中—西梯度遞減的特征。第1層級信息流構成的黃河流域城市信息聯系骨架網絡僅覆蓋山東、河南、陜西3個省的11個城市，這些城市成為黃河流域城市信息聯系網絡中的信息主導型城市。骨架聯系可分為省間聯系和省內聯系2個部分：省間骨架聯系僅有西安-鄭州、西安-青島。省內聯系方面，河南省內形成以鄭州為核心，至洛陽、新鄉、南陽的放射狀骨架聯系；陜西省內形成西安到咸陽的“一”字型骨架聯系；山東省內形成以濟南、青島、臨沂為核心的三角形骨架聯系，其中，濟南-青島的信息聯系強度最高，成為最大優勢流。第2層級信息流構成的黃河流域主干信息網絡也沒有覆蓋所有城市，密集分布在河南北部、山東等地，青海、寧夏缺少省內城市間的主干聯系，寧夏僅含銀川-西安、銀川-蘭州2條主干連接線，青海僅含西寧-蘭州一條主干連接線，省際信息聯系流量遠大于省內。

在省域尺度上，河南形成以鄭州為核心，洛陽、新鄉、南陽為副中心的“一核多中心”格局，其中鄭州、洛陽、南陽是河南綜合實力最強的三大城市，長期保持著密切的交通流、人流、物流和旅游流等要素聯系；山東形成以濟南、青島為核心，臨沂為亞核心，濰坊、煙臺多點聯動的“2-1-2-11”層級分布，濟南和青島的雙核心格局形成已久，臨沂物流業和小商品交易發展迅速，濰坊、煙臺產業門類齊全且GDP常年位居山東省前列；山西、陜西、內蒙古、甘肅呈現以省會城市為核心的“單核”格局；寧夏和青海缺少具有強輻射帶動能力的城市，其省域范圍內信息聯系能力最強的省會城市也在臨近省會的輻射范圍之內，省域范圍內未形成明顯的信息聯系格局。

綜上，省內核心城市在省域和省際的信息聯系中起到主導作用，省域的主干網絡主要通過核心城市連接到其他城市，省際間的大流量信息聯系也多發生在核心城市之間，構成黃河流域信息聯系的骨架和主干網絡。受地理鄰近性以及行政區經濟的影響，核心城市向外輻射的范圍大多局限于省域尺度，省際尺度上信息聯系網絡密度低且流量少，表明黃河流域城市信息聯動性差，一體化程度低。

2.3 凝聚子群分析

使用社會網絡分析軟件UCINET的角色分析CONCOR算法，獲得黃河流域城市信息聯系網絡二、三級層面凝聚子群結構圖，如圖4所示。由圖可知，黃河流域二級層面上有4個凝聚子群，三級層面上有8個凝聚子群。從二級層面看，子群內部的城市具有很強的空間鄰近特征，城市信息聯系呈現東—中—西的橫向分布格局。從三級層面看，省級行政區界線對城市派系劃分的影響很強，表明黃河流域省內聯系密切，省際聯系較弱。僅西部部分地區子群分布突破了省界限制，甘肅省慶陽市從屬于以西安市為核心的三級子群，主要源于慶陽市與陜西省地理鄰近，交通聯系也更為便捷，且與陜北同處黃土高原，自然地理環境和生活習慣上比較相似，另外，長慶油田的采油區主要在慶陽市，總部卻在西安市，異地管理促進了人員通勤和信息交互。寧夏各市則分別從屬于以西安市或呼和浩特市為核心的三級子群，這主要是由于銀川市與省內城市之間信息聯系較弱，僅有的2條主干連接線指向了西安、蘭州兩市，導致省內凝聚性不強，其中銀川市與固原市憑借地理鄰近性和產業結構相似性，和陜西省的聯系更密切；吳忠市為資源型工業城市，由于產業結構、發展路徑的相似性，因此與內蒙古的聯系更密切。山西省由一個中心子群和一個邊緣子群構成，其中邊緣子群由原晉東南地區的長治、晉城組成，兩市一方面地域文化一脈相承，民眾認同感、歸屬感強，另一方面兩市距省會太原較遠，與河南省各城市同屬中原城市群，受鄭州市的影響相對較大，從屬于以鄭州為核心的二級子群；中心子群則從屬于以濟南市為核心的二級子群。

(a)二級層面

3 黃河流域城市信息聯系網絡空間結構的影響因素

3.1 指標選取和模型構建

參考既有研究[17,19]并結合研究區域實際，本文中從經濟發展水平、居民生活水平、信息化基礎設施水平等10個層面選取14個指標構建黃河流域城市信息聯系網絡形成的動力機制指標體系，見表1。鑒于城市社會經濟指標對城市信息聯系網絡影響的滯后性以及數據的可得性，本文中的影響因素指標均采用2018年的數據。

表1 城市信息聯系網絡的影響指標體系

以點入度、點出度分別作為被解釋變量，運用逐步回歸分析方法剔除不顯著因素，探討各因子對節點中心度的影響。點入度、點出度影響因素的回歸結果見表2。

3.2 黃河流域城市信息聯系網絡形成的動力機制分析

由表2可知，在點入度方面，農村居民人均可支配收入，年末移動電話用戶數量，4A、5A級景區數量，城市行政等級，有無機場5個變量影響顯著。在點出度方面，年末移動電話用戶數量、每萬人中普通高等學校在校學生數、城市行政等級、GDP這4個變量影響顯著。上述分析表明，城市信息化基礎設施的完善、城市等級的提高對于城市點入度和點出度的增加都有一定的促進作用，原因是信息化基礎設施水平的提高增加了城市移動互聯網的普及率，使得城市間的信息聯系更加便捷，對黃河流域城市點入度、點出度的影響非常顯著。鄭州、西安是國家中心城市，西安、濟南、青島是副省級城市，行政等級高，有強有力的政策支持和配套條件，城市的主導力、控制力強，支配的資源和要素更多，能輻射帶動其他城市發展，所以容易有更高的關注度，在城市信息聯系網絡中的地位高。

表2 點入度、點出度影響因素的回歸結果

旅游業發展水平、居民生活水平及交通通達性的提升對于增強城市點入度有一定推動作用。嘉峪關市、阿拉善盟、延安市、開封市等地旅游資源豐富，使得城市的搜索熱度和知名度一定程度上高于城市的實際發展水平，其他城市對其關注度高，所以這些城市的點入度在城市信息聯系網絡中獨具優勢，綜合吸引力表現突出[22]。農村作為一個新興市場，農民生活水平高，市場潛力大，易吸引外界不同群體的關注。交通通達度高，空間阻礙小，經濟聯系和文化交流相對頻繁，也在一定程度上促進城市間各要素的流動，提高了外界對該城市的關注度。

經濟發展水平、教育發展水平是影響黃河流域城市點出度的重要因素。經濟發展水平的提高能夠推動當地網絡通信基礎設施的建設，提高交通通達度和居民生活水平，一定程度上也提高了人們對其他城市的關注度。教育發展水平高，居民的科學素養和文化素質高，能夠較為嫻熟地運用網絡設備，更有接觸新事物的意愿，對外關注度高。而人口規模、對外開放程度、地理位置3個因子對黃河流域城市點入度和點出度的影響都不明顯。西部內陸偏遠地區盡管區位條件相對劣勢，人口稀疏，吸引外資能力不強，但仍有通過采取一定措施提高城市關注度的可能。

4 結論與討論

4.1 結論

本文中借助百度指數平臺獲取2019年黃河流域89個城市的信息流數據，構建了黃河流域城市信息聯系網絡，運用SNA、回歸分析法，探討了黃河流域城市信息聯系網絡的空間結構特征及其影響因素，得到以下結論：

1)黃河流域城市節點中心度空間差異顯著，中心度相對較高的城市除省會城市外，高度集中在山東和河南兩省，兩省在信息聯系網絡中外部性強，構成信息聯系的中心活躍區。

2)黃河流域城市信息聯系網絡空間分布不均衡，極化現象突出。在流域尺度上，網絡密度和信息流量呈現東—中—西梯度遞減的特征；在省域尺度上，各省(自治區)分別形成了單核、多核或弱核空間結構，其中河南、山西、陜西、內蒙古、甘肅為單核格局，山東為雙核心格局，青海、寧夏則缺少信息聯系能力強的核心城市，從屬于鄰近省域核心城市的輻射范圍。

3)流域內部派系劃分受空間距離和行政區邊界影響顯著，信息聯動性差，一體化程度低，僅西部部分地區受產業結構、歷史淵源、地理鄰近等影響，其凝聚子群結構打破了省際行政阻隔。

4)信息化基礎設施水平和城市等級對流域城市中心度影響最大，經濟、旅游、教育、交通和居民生活水平次之，地理位置、人口規模和對外開放程度對城市中心度的影響不明顯。

4.2 討論

學者們對黃河流域要素流聯系網絡展開深入探索和分析[28-31]。與黃河流域城市信息聯系網絡相比，基于鐵路交通流的城市網絡呈現“船形結構”[28]；在基于人口遷移流的城市網絡中，最大優勢流指向西安-咸陽[29]；在旅游流視角下的網絡結構中，西安、鄭州成為旅游聯系流量最大的龍頭城市[30]；在2018年的城市技術轉移網絡中，除了排名前列的幾個城市外，大部分城市節點中心度差距較小[31]。以上研究均表明，黃河流域城市要素流聯系網絡具有明顯的層級結構、核心-邊緣結構以及非均衡性、省會指向性、省界約束性等特征。

基于上述分析，對未來黃河流域發展提出如下建議：一是要大力發展流域中心城市，兼顧省域副中心城市，扶持偏遠落后城市，完善西部邊緣城市的通信、交通等基礎設施建設；二是要以國家重大戰略為契機，進一步推進沿黃城市群的新型城鎮化進程，推動黃河流域一體化發展，削弱城市發展的“馬太效應”；三是對于具有地方特色和功能性定位的城市，應結合產業優勢因地制宜發展第三產業和第四產業，推動產業結構轉型升級，打造特色品牌和城市名片，培育適宜的營商環境，挖掘城市潛在經濟價值；四是為進一步提高自身影響力和網絡關注度，可借助網絡直播、移動短視頻、電子廣告、媒體采訪、明星代言等多種形式開展包裝和營銷，結合網絡流行文化和獨特城市元素積極塑造“網紅城市”，努力契合互聯網用戶空間情感體驗和文化價值認同，提高旅游目的地網絡關注度。

本文的研究也存在如下不足之處：首先，信息流的模擬可選用多種指標，如微博、騰訊、淘寶用戶關注度等，單純依靠百度指數表征信息流不可能完全反映城市間所有的信息聯系；除了本文中選取的城市實體特征對信息聯系網絡造成影響之外，一些無法計量的主客觀因素，如城市重大事件、空間距離等等，都在不同程度上影響城市間的信息聯系。嘗試運用更多不同的方法和計量模型研究不同區域的城市網絡，探討城市未來發展方向是以后研究中需要繼續實踐的內容。