流空間視角下江蘇省空間網絡特征演化分析

摘" 要：基于百度指數和互聯網信息平臺上的貨運信息，構建了江蘇省信息流與貨運流空間網絡，并且通過社會網絡分析方法分析江蘇省空間網絡特征演化。研究發現：在“流空間”作用下，信息流網絡特征演化較為均衡，而貨運流空間的演化過程變化較明顯，不均衡性較顯著。信息流與貨運流空間的凝聚子群均呈現子群擴張與子群收縮的演化趨勢，地理鄰近效應凸顯。

" 關鍵詞：流空間；網絡特征演化；信息流；貨運流

" 中圖分類號：F259.27" " 文獻標志碼：A" " DOI：10.13714/j.cnki.1002-3100.2025.05.004

Abstract： Based on Baidu Index and freight information on Internet information platform， the spatial network of information flow and freight flow in Jiangsu Province is constructed， and the evolution of spatial network characteristics in Jiangsu Province is analyzed by social network analysis method. It is found that under the action of \"flow space\"， the evolution of information flow network characteristics is relatively balanced， while the evolution process of freight flow space changes obviously and the imbalance is more obvious. The condensed subgroups of information flow and freight flow space both show the evolution trend of subgroup expansion and subgroup contraction， and the geographical proximity effect is prominent.

Key words： flow space; evolution of network characteristics; information flow; freight flow

0" 引" 言

隨著互聯網的不斷發展，信息技術影響下的物流空間結構變化開始得到國內外學者的廣泛關注。越來越多的學者開始將研究視角轉向信息網絡與城市物流/交通網絡體系的關系研究[1-2]，這些研究從不同側面詮釋了全球化、信息化影響下的城市物流

/交通網絡體系的結構特點及變化規律。信息流、物流、交通流是直接塑造城市間關系的重要動力[3]。多源信息挖掘已成為城市網絡研究中的重要方法，不同特性的數據可被用來研究不同的問題[4]。“互聯網+”背景下的貨運網絡信息和百度搜索指數就是其中之一。作為長江經濟帶的第一經濟大省，江蘇省在長江經濟帶高質量協調發展過程中具有重要的引領作用[5]。如何把握江蘇省貨運流、信息流網絡特征并全面融入長江經濟帶高質量發展戰略，對于形成上中下游優勢互補、協作互動的新格局以及建設經濟強、環境美、文明程度高的新江蘇具有重要的現實意義。

" 本文聚焦信息流與貨運流，運用社會網絡分析法，對江蘇省“互聯網+”背景下的貨運信息和百度搜索指數所形成的網絡進行定量分析，為未來江蘇省的規劃和建設以及長江經濟帶內部城市的深度融合提供實踐依據與政策參考。

1" 數據來源與研究方法

1.1" 數據來源

為量化江蘇省13個城市空間網絡形成與演化規律，本文主要采集以下兩方面數據：

（1）“互聯網+”背景下的貨運網絡信息

" 運用Python編輯爬蟲程序，爬取了中國最大的互聯網貨運信息平臺之一——好運物流網（http：//www.haoyun56.com/）上江蘇省2015和2018年兩年的貨運需求數據進行分析，選擇起始城市、到達城市、貨運量、時間四個參數，并基于起始城市和到達城市之間的貨運連接，形成城市間的OD貨運量，以構建城際貨運網絡。在數據處理過程中，通過文本去重和文本降維，去除每日數據更新過程中存在的重復貨運信息、不完整的貨物信息，以提取兩兩城市間的貨運信息。最終獲得2015年1 114條貨運信息，2018年1 874條貨運信息。

（2）百度搜索指數

" 百度搜索指數反映了一定時期內人們對特定關鍵詞的關注程度，從一定程度上反映了城市之間經濟、社會等多方面的聯系。基于百度搜索指數衡量信息流指標，通過選取城市之間互相搜索的百度指數，用城市間的關注度走向代替信息的流動。通過以被搜索的城市名為百度指數的關鍵詞，找到其他城市對被搜索城市的年平均搜索次數。最終，得到2015年、2018年江蘇省省內、省外百度指數數據。采用百度指數作為反映城市間信息流的數據相比于其它的一些網絡屬性數據更能真實地反映城市間信息流實際聯系的密切程度[5]。

1.2" 研究方法

1.2.1" 網絡密度

網絡密度是社會網絡分析中最常用的一種指標，它描述了網絡中各成員結點之間聯系的緊密程度。它主要反映省域內各城市節點之間聯系的密度特征。其計算公式為：

式中：D為網絡密度，取值范圍為0，1，D=1說明網絡成員間均有聯系；D=0說明網絡節點間均沒有聯系。N是節點數。總的來說，整體網絡的密度越大，該網絡對網絡中各成員所產生的影響也越大[5]。

1.2.2" 點度中心度

“中心度”是衡量社會網絡的重要參數之一。它表示不同行動者在其社會網絡中具有怎樣的支配權利，或者居于怎樣的中心地位。流入和流出是流空間下城市節點輻射和擴散的主要方式，通過測度節點的點度中心度指標，可以識別省域空間結構中城市節點的輻射能力和支配權利，其值越大，表明該城市具有的輻射能力越強，支配權利越大。基于此，將每個節點的點度中心度區分為點入度和點出度。一個節點的點入度是輸入到該城市節點的其他節點的個數，即該節點得到的直接關系數。一個節點的點出度是該城市節點輸出到其他節點的個數，即該節點直接發出的關系數[6]。點度中心度的相對數計算公式為：

1.2.3" 凝聚子群

城市網絡凝聚子群分析主要反映省域內部城市聯系的偏好特征，揭示省域內城市凝聚子群的個數以及各凝聚子群涉及到的城市，探索流空間視域下城市網絡凝聚子群的空間關系和聯系方式[6]。在一個組織中可能存在多個小派系，對于一個整體網絡來說，其中存在的分派情況是否嚴重，可以利用EI指數予以衡量，其計算公式為：

2" 流空間視角下的信息流與貨運流網絡特征分析

以下運用社會網絡分析法，通過網絡密度、點度中心度等指標來測度分析江蘇省信息網絡與貨運網絡的結構特征，從而為江蘇省城市網絡的規劃和發展提供科學依據和實踐基礎。

2.1" 江蘇省信息流與貨運流的網絡密度特征分析

以下運用公式（1）計算江蘇省內信息網絡與貨運網絡密度。如表1所示。

由表1可知，貨運網絡密度大于信息網絡密度，表明江蘇省內部的貨運聯系更為緊密。信息輸入網絡密度與輸出網絡密度相似，網絡整體密度緩慢下降。但輸入網絡整體密度不斷下降，輸出網絡整體密度顯著提升。同時，貨運輸出網絡密度明顯大于輸入網絡密度，2015—2018年這一趨勢日益明顯，表明江蘇省內貨運主導城市與更多城市建立起了貨運輸送關系，輻射能力愈發增強。

2.2" 江蘇省信息流與貨運流的中心度特征分析

" 運用Ucinet軟件計算得到江蘇省13個城市的點度中心度。點度中心度用于衡量流空間網絡中節點城市輻射能力的強度和處于支配地位的程度。節點城市點出度越大，說明該城市對其他城市的輻射影響力越強；相反，節點城市點入度越大，說明該城市受周圍核心城市的輻射影響力越大。信息流與貨運流點度中心度見圖1。信息流空間網絡中，蘇州和南京的中心度、點入度和點出度始終較高，表明兩座城市是信息網絡中的樞紐并通過“強強聯合”形成了雙中心輻射網絡。

如圖2所示，在貨運網絡中，蘇州是點度中心度（72）最高的城市，其點出度（47）也位居榜首。這表明蘇州對周圍城市的輻射影響最大。2015年，徐州的點度中心度（52）排名第二，但其主要以點入度為主，其點入度（41）是2015年貨運流空間網絡節點城市之最。這表明徐州對外影響力不強，但接受輻射的能力很強。南京位居第三，點度中心度（50）與徐州相差不大，但其主要以點出度為主。三座城市相輔相成，形成貨運流空間的多中心輻射網絡。2018年，南通的點度中心度（48）后來居上，超過徐州（7）和南京（14），躍居第二。蘇州、南通是典型的貨物輸出型城市（點入度逐漸下降，點出度逐漸上升），兩座城市的輻射能力較強。蘇州與南通在貨運流空間網絡中逐漸形成“強強聯合”之勢，逐漸形成雙中心輻射網絡。

由此可見，在以點度中心度為基礎的輻射網絡中，蘇州是江蘇省信息流和貨運流輻射網絡的絕對核心。2015—2018年，南京和蘇州一直是信息流輻射網絡的雙中心城市。而貨運流輻射網絡由多中心向雙中心演化。“蘇州—南京”形成了信息流空間輻射網絡的廊道；“蘇州—徐州—南京—蘇州—南通”形成了貨運流空間輻射網絡的廊道。

2.3" 凝聚子群

凝聚子群是用來測量哪些城市間存在相對較強的、直接的、緊密的信息聯系的指標。以下運用Ucinet軟件對江蘇省2015—2018年信息流和貨運流空間網絡進行凝聚子集分析如圖3所示。

由圖3可知，2015—2018年信息流與貨運流空間網絡的凝聚子群關系都趨向于發生在群體之外，意味著派系林立的程度較大。這也表明，江蘇省城市之間的關聯度較高，融合程度較好，城市間聯系較緊密。且2018年江蘇省的信息流與貨運流空間網絡的關聯度、融合度都高于2015年，城市間的聯系也更為緊密。這表明在流空間的引導下，信息流和貨運流網絡內部存在多個子嵌套系統。2015—2018年，江蘇省的信息流與貨運流空間網絡趨于優化。且信息流空間網絡結構優于貨運流空間網絡結構。

" 對比2015年和2018年信息流空間網絡凝聚子群內部及相互密度可以發現：子群擴張的趨勢比較明顯，一些單一的城市子群開始向多城市子群發展，例如，揚州由單獨的城市子群演變為與鎮江共同組建的子群。同時，不同子群間的層級性逐漸顯露。例如，由連云港、宿遷、淮安和徐州組成的子群在2018年發生分化，連同新成員鹽城一起分化為兩個子群，但兩個新子群之間同屬于一個更高層級的城市子群——蘇北城市群。對比2015年和2018年貨運流空間網絡凝聚子群內部及相互密度可以發現：子群擴張的趨勢更為明顯，單一/兩座城市組成的城市子群向融合多個城市的凝聚子群演化。例如，連云港、鹽城組建的城市群擴展為連云港、鹽城、宿遷、南京四城融合的凝聚子群。子群擴張過程中，江蘇省的信息流和貨運流網絡處于延伸擴展的模式發展階段。而地理鄰近效應依然是流空間網絡中空間聯系的重要前提。例如，唇齒相依的連云港與宿遷，在2018年的信息流與貨運流空間網絡中都屬于一個凝聚子群。

3" 結論與討論

3.1" 結" 論

" 基于多元城際關系型數據的測算與分析，為江蘇省流空間網絡研究提供了量化表征方式，主要得出以下結論：

" （1）信息流空間的演化過程較為均衡。南京和蘇州始終是江蘇省信息流空間的雙核心，其信息流的分布始終呈現均衡化發展趨勢。貨運流空間的演化過程變化較明顯，不均衡性較顯著，但高度集中的趨勢也逐漸趨于弱化，由2015年的單核心（蘇州）網絡演變為2018年的雙核心（蘇州和南通）網絡，南通的貨運地位凸顯。

" （2）在流空間的引導下，凝聚子群呈現子群擴張和子群收縮的演化趨勢。在演化過程中，地理鄰近效應的作用凸顯，在地理上鄰近的城市往往屬于同一個子群。

3.2" 討" 論

" 信息化時代，在“流空間”作用下，信息流與物流的復雜互動，使區域空間結構處于一種聚合與分散、均衡與非均衡的狀態，新的城市-區域網絡關系和模式不斷涌現，重疊與異構不斷演化，促使城市—區域體系向網絡化方向發展[7-8]。江蘇省的流空間網絡蘊含巨大的聯系實力與發展潛力，是推動長江經濟帶高質量、可持續發展的重要動力。從未來建設上看：

" （1）應弱化城市、省份之間的融合壁壘，強化不同城市之間的功能互補對接，進一步加強城市間流要素的自由流通與開放、現代交通基礎設施的同建共享，在省內推動蘇北、蘇中、蘇南地區的協調發展，在省外強化長江經濟帶上中下游的深度協同效應和互補合作機制。

" （2）積極發揮中心節點和廊道的輻射、帶動、連通、融合作用，創新性發展更多跨城市、跨區域、緊密聯系的組團片區（即凝聚子群），推動城市間聯系結構的多中心化、均衡化發展，優化、整合、完善更高效、更發達的資源配置網絡，避免流要素高度集中所導致的虹吸效應，積極發揮蘇州等流空間中心節點的涓滴效應，通過功能優勢互補深化區域間的分工與合作，更好地實現江蘇與長江經濟帶各省份的協同發展。

參考文獻：

[1]" MALECKI E J. The economic geography of the internet's infrastructure[J]. Economic Geography， 2002，78（4）：399-424.

[2]" REN Y， ERCSEY-RAVASZ M， WANG P， et al. Predicting commuter flows in spatial networks using a radiation model based on temporal ranges[J]. Nature Communications， 2014（5）：1-9.

[3] 甄峰，王波，陳映雪. 基于網絡社會空間的中國城市網絡特征——以新浪微博為例[J]. 地理學報，2012，67（8）：1031-1043.

[4] 王璞，黃智仁，龔航. 大數據時代的交通工程[J]. 電子科技大學學報，2013，42（6）：806-816.

[5] 沈麗珍，顧朝林，甄鋒. 流動空間結構模式研究[J]. 城市規劃學刊，2010（5）：26-32.

[6] 劉軍. 整體網分析：UCINET軟件使用指南[M]. 2版. 上海：格致出版社，2016.

[7] 黃碧群，石碧華. 長三角區域一體化發展戰略研究：基于與京津翼地區比較視角[M]. 北京：社會科學文獻出版社，2017.

[8] 吳文征，鞠頌東. 物流園區網絡協同運作研究[J]. 北京交通大學學報（社會科學版），2013，12（2）：34-40.