高烨昕， 郭晓佳

(山西师范大学 地理科学学院, 山西 临汾 041000)

国家的“一带一路”倡议，为山西省城市网络结构的发展提供了新的机遇。截至2017年底，山西省城镇人口占比58.41%，城镇常住人口2 171.88万人，经济也在稳步发展。然而，当前山西省内部各城市的发展并不均衡，存在较大差距，这显然与国家2020基本实现小康全民共同富裕相悖，进一步影响到山西省城市的协调发展和可持续发展。经济全球化，互联网+时代城市不再是封闭孤立的，城市中心和周边区域都有着千丝万缕的联系，并且这种联系随着社会科技的发展日趋频繁紧密，城市的网络结构更错综复杂，因此对山西省城市网络结构的研究非常有必要。

关于城市网络结构的研究，国外学者最先对城市间存在的关系进行了初步探索。Taylor P J[1]认为世界城市网络由节点、网络以及次节点构成。Derudder B[2]、Leung I X Y[3]、Sébastien Antoine[4]等从航空流、交通流、物流等方面对区域网络进行研究。随着信息技术的不断发展，国内越来越多的学者借助流空间理论研究城市网络，研究视角多选择百度指数[5]、微博关系[6]、58同城数据[7]、QQ群网络[8]等作为表征特征进行研究，数据来源越来越广泛。研究对象多集中于长江三角洲城市群[9-11]、长江中游城市群[12-14]、京津冀城市群[15]等。研究方法多使用社会网络方法[16-17]对城市网络结构进行分析。但从目前的文献数量来看，关于城市网络结构的研究还不是很多，且研究对象多集中于热门或经济发达区域，缺乏对中西部经济落后地区的相关研究，此外研究山西省各城市空间联系多从引力模型等传统视角着眼。因此，本文从信息流的角度研究探讨山西城市网络特征，为山西省城市研究提供新方法和借鉴，另一方面对山西省信息交流的健康发展有非常重要的现实意义。本文以山西省11个地级市为研究对象，采用百度平台提供的百度搜索指数，首先通过C-Value、D-Value和E-Value分析法，分析山西省节点城市在城市网络中的影响力和控制力；接着使用社会网络分析法，揭示山西省城市网络结构的变化；最后通过ArcGIS可视化分析法，进一步探讨山西省各城市之间的空间联系特征。

1 研究方法与数据来源

1.1 研究方法

1.1.1C-Value、D-Value和E-Value分析法

使用C-Value和D-Value分析法，结合百度搜索指数和山西省城市网络联系的实际情况，能够衡量单一城市在山西省空间格局中所体现的主导性和控制性。为了衡量某一城市与其他城市之间的交流能力，考虑到这两个指标的不足之处，本文在该方法的基础上加入E-Value模型，用这3个指标共同测度山西省各城市之间的网络空间联系。利用的公式如：

D=Cs-Cr,

E=Cs+Cr,

式中Cs代表城市发送的百度指数，Cr代表城市收到的百度指数；C代表城市在网络联系中的主导力，C值大于0，表明该城市是主导型城市，C值小于0，则该城市为从属型城市；D代表城市在网络联系中的控制力，D值越大，即城市信息流向的差异性越大，说明该城市控制信息的等级越高，成为区域中心城市的可能性越大；E代表城市与城市之间信息流向的共存性，E值越大，说明该城市发出信息与接收信息的总量越大，进一步表明该城市与其他城市之间的交流越频繁，将来该城市等级上升的可能性越大，反之，E值越小，说明该城市的信息总量越小，该城市与其他城市之间的交流较少，将来该城市可能处于信息边缘位置，该城市的等级可能进一步下降。

1.1.2 社会网络分析方法

本文运用社会网络分析方法，从网络密度以及网络中心性两个方面分析山西省城市网络结构演化特征。本文使用Ucinet软件，首先计算出山西省整体的网络密度值，判断山西省城市网络中城市之间联系的紧密度。然后利用Ucinet软件，计算山西省各个城市的点出度和点入度，两者求和，作为各个城市的点度中心度值，使用该值揭示山西省各个城市的城市网络中的影响力和控制力。

1.1.3 可视化分析方法

首先在ArcGIS中，录入每个城市的坐标，其次，在Excel中将百度指数原始数据值进行转换，使得两两城市间的联系用唯一值来表示，最后进行城市间联系的分析。同时利用自然断裂点法，将城市之间的联系强度分为3级，进而探讨山西省各城市之间的空间联系特征。

1.2 数据来源

百度搜索平台可以在较短的时间内获取大量的互联网数据，利用百度搜索平台获取的数据可以很好的反映城市与城市之间的信息联系情况。基于此，本文使用百度指数中的搜索指数，选取2011年和2018年的百度指数，利用日均值作为基础数据。本文通过百度指数平台，使用一个城市搜索其他城市，形成山西省11个地级市之间的联系矩阵，作为山西省城市网络联系的依据。

2 山西省网络特征分析

2.1 城市网络节点分析

首先，统计出山西省11个地级市的信息流流向矩阵。接着通过C-Value、D-Value和E-Value模型计算山西省各城市的C、D、E值(表1)。

从表1可以看出，2011—2018年，山西省11个地级市有3个城市的C值一直大于0，即这3个城市搜索别的城市的次数大于被别的城市搜索的次数，2018年运城市的C值也大于0，说明运城市逐渐发展为信息控制城市。山西省的信息流空间以太原市为主导，晋中市、吕梁市为控制点，其他城市为低等级的信息流空间等级结构。主导型或控制型城市为省会城市或距省会城市较近的城市，搜索别的城市的次数和被别的城市所搜的次数都比较高。

表1 2011年和2018年山西省各地级市C、D、E值

太原市的D值远高于其他10个城市，搜索别的城市的次数远大于被别的城市搜索的次数。在山西省的整个网络空间中，太原市主导信息或控制信息的能力比其他城市高。运城市和其他城市的联系总量较大，未来运城市对信息的控制力需增强。C、D值为负值，E值不同，意味着该城市在网络空间中与其他城市的联系是不同的。附属型城市中，大同市的D值为负数，但E值较大，在信息化时代，城市信息流的等级有望提升。而朔州市、阳泉市的E值较小，这两城市自身的特色还没有被人们注意到，因此这两个城市在信息流方面的潜在性需进一步提升。从理论角度而言，该研究具有合理性。

实际上，2011—2018年，山西省整体的信息流总量呈上涨趋势且涨幅比较大，各城市的信息流总量之和由931 648上升到1 845 509，增长了98%，说明随着互联网的普及，山西省各城市之间的信息联系越来越紧密。2011年和2018年，太原市的信息流总量一直排在第一位。从图1也可以看出，太原市的信息流总量值远高于山西省其他城市，信息流总量占比几乎达到山西省11个地级市信息流总量的三分之一，太原市主导山西省的信息流动，主导信息或控制信息的能力比其他城市高，与其余10个城市的信息交流最为频繁。太原市作为山西省的省会城市，各方面的实力都比较发达，因此，与其他城市的信息联系较为密切。2011年信息流总量排在第二位、第三位的城市分别是长治市和晋城市，到了2018年，信息流总量排在第二位、第三位的城市变成运城市和大同市。从年际变化来看，长治市和晋城市的信息流总量占比都有不同程度的下降，运城市和大同市的信息流总量占山西省信息流总量之和的比重出现小幅增长。2011年信息流总量排在最后两位的城市分别是朔州市和吕梁市，2018年，信息流总量排在最后两位的城市是阳泉市和朔州市。在该时间段内，阳泉市、朔州市的信息流总量占比呈现下降趋势，这两城市与其他城市联系的积极性有待提升，吕梁市的信息流总量占比有增长趋势，说明吕梁市积极与其他城市寻得信息联系。山西省的信息流动在理论和实际上比较吻合，都以太原市为主导，其他城市为从属城市，说明该分析具有合理性。

图1 2011年和2018年山西省各城市信息流总量和比重变化

2.2 城市网络结构变化

城市网络密度值一般在0～1之间。当值为0时，说明网络中该城市与其他城市之间没有任何联系；当值为1时，说明网络中该城市与其他城市之间都有直接联系。2011年，山西省城市网络密度值为0.93，2018年，山西省城市网络密度值为1，这意味着截至2018年，山西省各城市之间的信息联系已达到较高水平，同时，也说明在2011—2018年，山西省各城市之间的信息联系一直在增强，城市网络中各城市的联系逐渐紧密。城市作为节点在城市网络中发挥着不可替代的作用，一定程度上可以决定城市网络的形态。从点度中心度值的排序看(见图2)，太原市的中心度无论是2011年还是2018年，都明显高于山西省其余各城市，说明太原市在山西省的信息网络中一直处于主导地位，与山西省其他城市相比，太原市具有更高的级别，太原市有能力推动其余10个城市信息的发展。从年际变化看，大同市、晋城市、忻州市、晋中市、临汾市、运城市2018年的点度中心度值与2011年相比，有不同程度的提高，这些城市在统计时段内与其他城市联系密切，在山西省城市网络中的影响力在提升。中心城市太原市的点度中心度值有所下降，这与晋中市的点度中心度值增加有很大的关系，晋中市借助邻近太原市的区位优势，积极发展自身，使得晋中市在山西省城市网络中占得一席之位。

图2 2011年和2018年山西省各城市点度中心度值

2.3 城市网络空间特征

将信息流的流向和流量矩阵以及E-Value特征值导入ArcGIS中，借助该软件，制作山西省城市网络体系空间结构图(如图3)，进而发现山西省城市网络的空间结构特征。2011年，山西省各城市之间的信息联系尚未形成一级水平的联系轴线，二级水平的联系轴线较少，只有太原与朔州、太原与大同、太原与阳泉、太原与忻州、太原与晋城、太原与临汾、太原与运城、太原与长治、晋城与长治、大同与长治、晋中和太原11条轴线。由太原与其他城市形成的二级轴线占所有二级轴线的72.7%。2018年，太原市与大同市的轴线最为突出，日平均信息量高达360次以上，处于一级水平。太原与忻州、太原与吕梁、太原与阳泉、太原与临汾、太原与长治、太原与运城、太原与晋城，太原与朔州、太原和晋中、运城和长治、运城和晋城的联系强度稍微低于一级水平的联系轴线，处于二级水平。由太原和其他城市形成的一、二级轴线有10条，占所有一、二级联系轴线的83.3%，一方面表明太原市在山西省所占的地位在上升，另一方面也说明太原市在山西省一直处于中心地位。本研究结果与安树伟等[18]的研究相比，主要结论大致相同，以太原为中心，由太原向外辐射，呈“大”字型的空间联系格局，太原市在山西省百度指数网络中依旧是主导城市，结果与山西省实际相符，因此百度搜索指数作为城市空间结构的研究数据是合适的。

图3 2011年和2018年山西省城市网络体系空间结构图

为了更好地了解山西省各城市之间的联系关系，本文进一步分析了各城市与首位联系城市的网络结构，并绘制出山西省首位联系城市网络结构图(图4)。就各城市的首位联系城市而言，2011年，山西省各城市的首位联系城市还比较分散，以太原市为首位联系的城市仅有6个，只占区域城市个数的54.5%。2018年，山西省各城市的首位联系城市比较集中，几乎所有城市都以太原市为首位联系城市，表明太原市在信息网路联系中逐渐占据中心位置，太原市的信息网络联系向心力在逐渐增强。

图4 2011年和2018年山西省首位联系城市网络结构图

3 结论与讨论

通过基于百度指数数据对山西省11个地级市的城市信息网络空间进行了数据方法的分析研究，得出的研究结论如下：

(1)山西省基于信息流的城市网络结构与原有城市体系有相似之处，都以太原市为主导，又有几个城市为控制点，作为省会城市与其他城市联系的纽带。就城市网络节点而言，2011年，节点城市仅有太原市、吕梁市和晋中市，2018年运城市逐渐变为节点城市之一。2011—2018年，11个地级市的E值均呈现增长趋势，说明随着信息化的不断推进，山西省各城市之间的信息联系越来越紧密。太原市作为省会城市，信息交流最为频繁。

(2)本文使用社会网络分析软件和ArcGIS进一步分析山西省城市网络空间特征发现，城市网络密度值由2011年的0.93增长到2018年的1，表明山西省各城市之间的信息联系逐渐紧密，城市网络结构逐渐稳定。目前山西省的城市网络以太原为中心，呈“大”字型向外辐射的空间联系格局，2011—2018年，山西省信息联系处于一级水平轴线从无到有，形成太原与大同轴线，信息联系处于二级水平的轴线由少变多，新增太原与吕梁、运城与长治、运城和晋城轴线。

值得注意的是，影响城市联系的因素不只有网络，还有其他因素的制约，仅仅依靠百度指数一个数据解释城市之间的联系有些单薄，以后的研究中应该综合考虑其他因素的影响，把这些因素的数据加入其中进行对比研究。