基于信息流的江西省城市網(wǎng)絡(luò)研究

曾艷　匡晨

[摘 要]文章基于百度指數(shù)數(shù)據(jù)，從信息流視角對江西省11個城市的信息流變化、城市網(wǎng)絡(luò)層級、城市網(wǎng)絡(luò)結(jié)構(gòu)進行研究。結(jié)果顯示：2016—2018年江西省城市信息流總量均呈增長趨勢，各城市之間信息交流日益緊密;城市網(wǎng)絡(luò)層級分別呈現(xiàn)“1+4+6”和“1+7+3”三級分布，南昌為“單核”的態(tài)勢和非均衡化特征;城市網(wǎng)絡(luò)骨架不變，都是以南昌為支撐點的極核式格局，城市網(wǎng)絡(luò)主干密度增加，撫州和吉安與其他城市的信息流聯(lián)系加強了，城市網(wǎng)絡(luò)非均衡化態(tài)勢有所減輕。

[關(guān)鍵詞]城市網(wǎng)絡(luò);信息流;百度指數(shù);江西省

[DOI]10.13939/j.cnki.zgsc.2020.05.026

1 引言

城市之間的網(wǎng)絡(luò)關(guān)系一直是城市與區(qū)域研究的熱點。國內(nèi)外學(xué)者主要從不同要素流視角，通過獲取或構(gòu)建城市間關(guān)系性數(shù)據(jù)來研究城市網(wǎng)絡(luò)，不同要素流包括交通流（人流、物流）、資金流、信息流等。Burns[1]、戴特奇[2]等分別基于航空網(wǎng)絡(luò)、鐵路客運網(wǎng)絡(luò)的交通流視角研究城市網(wǎng)絡(luò);陳晨[3]、王磊[4]等人基于資金流視角分別研究東北地區(qū)和長江中游城市群城市網(wǎng)絡(luò)，葉強[5]、蔣小榮[6]等基于百度遷徙大數(shù)據(jù)表征的人流視角分別研究長江中游城市群網(wǎng)絡(luò)和中國城市人口流動網(wǎng)絡(luò);Townsend[7]、Malecki[8]以互聯(lián)網(wǎng)流量、寬帶網(wǎng)絡(luò)等為切入點，從信息流視角研究城市網(wǎng)絡(luò);董超[9]、甄峰[10]、熊麗芳[11-12]、蔣大亮[13]、鄧楚雄[14]等分別以固定電話通話時長、新浪微博、百度指數(shù)、百度貼吧數(shù)據(jù)為切入點，從信息流視角研究城市網(wǎng)絡(luò)等。

一系列的研究表明，表征不同要素流的關(guān)系性數(shù)據(jù)的挖掘，已成為研究城市網(wǎng)絡(luò)的常用方法，而隨著互聯(lián)網(wǎng)和移動通信網(wǎng)越來越發(fā)達，信息流數(shù)據(jù)顯得尤其重要。本文以江西省為研究區(qū)域，以“百度指數(shù)”平臺提供的搜索指數(shù)為數(shù)據(jù)，構(gòu)建基于信息流的江西省城市網(wǎng)絡(luò)，通過計算兩兩城市之間的信息流強度和相對強度、各城市的信息流總量和相對量，對比分析其時空變化特征，探究江西省城市網(wǎng)絡(luò)特征。

2 數(shù)據(jù)來源和研究方法

2.1 數(shù)據(jù)來源

百度指數(shù)是以百度海量網(wǎng)民行為數(shù)據(jù)為基礎(chǔ)的數(shù)據(jù)分享平臺，是當(dāng)前互聯(lián)網(wǎng)及至整個數(shù)據(jù)時代最重要的統(tǒng)計分析平臺之一[15]。在百度指數(shù)門戶網(wǎng)站，可以獲取某一城市區(qū)域內(nèi)的網(wǎng)民對另一城市的搜索指數(shù)。

本研究以江西省南昌、九江、景德鎮(zhèn)、鷹潭、新余、宜春、萍鄉(xiāng)、上饒、撫州、吉安、贛州11個設(shè)區(qū)市作為研究對象，收集2016年和2018年每天搜索指數(shù)的平均值作為原始數(shù)據(jù)，構(gòu)建2016年和2018年城市之間的百度搜索指數(shù)矩陣。數(shù)據(jù)獲取日期為2019年5月28日。

2.2 研究方法

（1）兩兩城市（以下簡稱城市對）之間的信息流強度和相對強度。

3 江西省城市網(wǎng)絡(luò)變化

3.1 江西省城市信息流變化

通過研究方法中式（1）和（3）得出2016—2018年江西省11個城市信息流總量及其變化情況（如圖1所示）。2016—2018年江西省全部城市信息流總量之和增幅較大，由2016年的1702624增長到2018年的2231678，增長率為31.07%。同時，各城市信息流總量均呈增長趨勢。由此可見，江西省各城市之間信息交流日益緊密，信息流量迅猛增長。

雖然各城市信息流總量均呈增長趨勢，但增長率差距較大，吉安的信息流量增長最快，增長率為69.19%，其次為撫州，增長率為57.99%，高于江西省平均增長率的還有九江（42.87%）、景德鎮(zhèn)（33.91%）、鷹潭（33.30%），低于平均增長率的有萍鄉(xiāng)（27.33%）、南昌（25.81%）、贛州（25.21%）、上饒（23.14%）、新余（17.74%）、宜春（17.20%），詳見圖1。

3.2 江西省城市網(wǎng)絡(luò)層級變化

通過研究方法中式（4）得到2016年和2018年江西省各城市信息流總量的相對值Q值，以此為基礎(chǔ)數(shù)據(jù)，采用聚類方法，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2016年和2018年的城市網(wǎng)絡(luò)層級分布及排名變化（見表1）。

2016—2018年江西省城市網(wǎng)絡(luò)層級呈現(xiàn)以下特征：

（1）2016—2018年江西省城市網(wǎng)絡(luò)層級分布變化較大。2016年、2018年江西省城市網(wǎng)絡(luò)層級分別呈現(xiàn)“1+4+6”和“1+7+3”三級分布，其中第一層級的城市始終是南昌，2016年第二層級的城市有贛州、宜春、上饒和吉安4個，第三層級的城市有景德鎮(zhèn)、吉安、撫州、新余、鷹潭和萍鄉(xiāng)6個，2018年景德鎮(zhèn)、吉安和撫州3個城市由第三層級進入了第二層級。不但層級分布變化較大，城市排名也有變動，跟2016年相比，2018年九江前進2位，宜春則后退2位，吉安、鷹潭分別前進1位，而撫州、萍鄉(xiāng)則分別后退1位。

（2）江西省城市網(wǎng)絡(luò)呈現(xiàn)“單核”態(tài)勢?！皢魏恕笔悄喜?，作為江西省的省會城市，南昌處于江西省城市網(wǎng)絡(luò)核心地位，2016年、2018年信息流量分別為452419和569194，分別占全省信息流總量的26.57%和25.51%，為區(qū)域之首，遠(yuǎn)高于其他城市，具有明顯優(yōu)勢。

（3）江西省城市網(wǎng)絡(luò)呈現(xiàn)非均衡化特征。綜合全省各城市信息流總量占比來看，第一層級所占比重較大，超過全省總量的1/4，同時，2016年、2018年第一和第二層級的城市信息流量占比分別達到了66.64%和86.44%，而第三層級信息流總量占比僅為33.36%和13.56%，整體結(jié)構(gòu)趨于十分明顯的非均衡化狀態(tài)。

3.3 江西省城市網(wǎng)絡(luò)結(jié)構(gòu)變化

通過研究方法中式（1）和式（2），計算獲得2016年、2018年江西省55個城市對的相對信息流強度P值。根據(jù)江西省的實際并結(jié)合相關(guān)學(xué)者的研究成果[16]，依據(jù)P值大小對信息流進行分級，P≥0.4為一級城市信息流，相對信息流強度大，在城市網(wǎng)絡(luò)中的地位最高，構(gòu)成江西省城市網(wǎng)絡(luò)的骨架;0.1≤P<0.4為二級城市信息流，相對信息流強度中等，在城市網(wǎng)絡(luò)中的地位次之，與一級城市信息流一起構(gòu)成江西省城市網(wǎng)絡(luò)的主干;P<0.1為三級城市信息流，相對信息流強度小，在城市網(wǎng)絡(luò)中的地位低。

運用ArcGIS軟件，分別描繪出2016年、2018年江西省城市網(wǎng)絡(luò)結(jié)構(gòu)圖（見圖2）。

由P值和圖2可知，2016—2018年江西省城市網(wǎng)絡(luò)結(jié)構(gòu)在維持原有框架的基礎(chǔ)上發(fā)生了小幅變化，具體為以下三點：

（1）城市網(wǎng)絡(luò)骨架不變。2016年和2018年組成網(wǎng)絡(luò)骨架的一級城市信息流都是8條，分別是南昌—贛州、南昌—九江、南昌—宜春、南昌—景德鎮(zhèn)、南昌—上饒、南昌—吉安、南昌—撫州、景德鎮(zhèn)—上饒，其中有7條由南昌與其他城市相連。由此表明，江西省城市網(wǎng)絡(luò)骨架是以南昌為支撐點的極核式格局。

（2）城市網(wǎng)絡(luò)主干密度增加。在主干網(wǎng)絡(luò)中，2016年二級城市信息流為21條，2018年增加了8條，分別是九江—撫州、景德鎮(zhèn)—撫州、鷹潭—撫州、撫州—宜春、撫州—吉安、上饒—吉安、萍鄉(xiāng)—吉安、新余—吉安，這8條信息流分別是撫州和吉安與其他城市的信息流，表明撫州和吉安與其他城市的信息流聯(lián)系加強了。

（3）城市網(wǎng)絡(luò)非均衡化態(tài)勢有所減輕。2016年26條三級城市信息流中有8條上升為2018年的二級城市信息流，除此之外，大部分城市間的信息流相對值P值呈現(xiàn)上升趨勢，表明江西省城市網(wǎng)絡(luò)非均衡化態(tài)勢有所減輕。

4 結(jié)論

基于百度指數(shù)數(shù)據(jù)，本文從信息流視角對江西省11個城市的信息流總量、城市網(wǎng)絡(luò)層級、城市網(wǎng)絡(luò)結(jié)構(gòu)進行研究。主要結(jié)論如下。

（1）2016—2018年江西省全部城市信息流總量之和增幅較大，同時，各城市信息流總量均呈增長趨勢。可見，江西省各城市之間信息交流日益緊密，信息流量迅猛增長。雖然各城市信息流總量均呈增長趨勢，但增長率差距較大，呈不均衡發(fā)展態(tài)勢。

（2）2016年、2018年江西省城市網(wǎng)絡(luò)層級分別呈現(xiàn)“1+4+6”和“1+7+3”三級分布，其中第一層級的城市始終是南昌，2016年第二層級的城市有贛州、宜春、上饒和吉安4個，第三層級的城市有景德鎮(zhèn)、吉安、撫州、新余、鷹潭和萍鄉(xiāng)6個，2018年景德鎮(zhèn)、吉安和撫州3個城市由第三層級進入了第二層級;江西省城市網(wǎng)絡(luò)呈現(xiàn)“單核”態(tài)勢，“單核”是南昌，南昌處于江西省城市網(wǎng)絡(luò)核心地位;江西省城市網(wǎng)絡(luò)呈現(xiàn)非均衡化特征。

（3）2016—2018年江西省城市網(wǎng)絡(luò)結(jié)構(gòu)在維持原有框架的基礎(chǔ)上發(fā)生了小幅變化：城市網(wǎng)絡(luò)骨架不變，都是以南昌為支撐點的極核式格局;城市網(wǎng)絡(luò)主干密度增加，增加的網(wǎng)絡(luò)主干分別是撫州和吉安與其他城市的信息流，表明撫州和吉安與其他城市的信息流聯(lián)系加強了;城市網(wǎng)絡(luò)非均衡化態(tài)勢有所減輕。

參考文獻：

[1] 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]. GeoJournal，2008，71（1）：37-52.

[2]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.

[3]陳晨，修春亮. 流空間視角的東北地區(qū)城市網(wǎng)絡(luò)研究[J]. 地域研究與開發(fā)，2014， 33（4）： 82-89.

[4]王磊，楊文毅，張伊娜. 基于消費流的長江中游城市群網(wǎng)絡(luò)體系研究[J]. 城市發(fā)展研究，2019，26（1）：101-109.

[5]葉強，張儷璇，彭鵬，等. 基于百度遷徙數(shù)據(jù)的長江中游城市群網(wǎng)絡(luò)特征研究[J]. 經(jīng)濟地理， 2017， 37（8）： 53-59.

[6]蔣小榮，汪勝蘭. 中國地級以上城市人口流動網(wǎng)絡(luò)研究——基于百度遷徙大數(shù)據(jù)的分析[J]. 中國人口科學(xué)， 2017（2）： 35-46.

[7]TOWNSEND A M. Networked cities and the global structure of the Internet[J]. American Behavioral Scientist， 2001， 44（10）： 1698-1717.

[8] MALECKI E J. The economic geography of the Internets infrastructure[J]. Economic Geography， 2002， 78（4）： 399-424.

[9]董超，修春亮，魏冶. 基于通信流的吉林省流空間網(wǎng)絡(luò)格局[J]. 地理學(xué)報，2014，69（4）： 510-519.

[10]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）： 1031-1043.

[11]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.

[12]熊麗芳，甄峰，席廣亮，等.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，2014，34（1）： 34-43.

[13]蔣大亮，孫燁，任航，等.基于百度指數(shù)的長江中游城市群城市網(wǎng)絡(luò)特征研究[J].長江流域資源與環(huán)境，2015，24（10）：1654-1664.

[14]鄧楚雄，宋雄偉，謝炳庚，等. 基于百度貼吧數(shù)據(jù)的長江中游城市群城市網(wǎng)絡(luò)聯(lián)系分析[J].地理研究， 2018， 37（6）： 1181-1192.

[15]段獻，黃軍林，陳健.信息流視角下長株潭城市群關(guān)系網(wǎng)絡(luò)特征辨析及規(guī)劃啟示——基于百度指數(shù)的分析[J].城市學(xué)刊，2019，40（3）：73-81.

[16]胡國建，陳傳明，侯雨峰，等. 基于百度指數(shù)的黑龍江省城市網(wǎng)絡(luò)研究[J]. 地域研究與開發(fā)，2018，37（1）：58-64.

[作者簡介]曾艷（1979—），女，江西豐城人，江西師范大學(xué)城市建設(shè)學(xué)院講師，碩士，研究方向：城市與區(qū)域規(guī)劃：匡晨（1997—），女，江西吉安人，江西師范大學(xué)城市建設(shè)學(xué)院本科生，研究方向：城鄉(xiāng)規(guī)劃。