卢志霖，赵金丽，殷冠文, b，胡赛寅，宋成镇

(1.山东师范大学 a.地理与环境学院，b.山东省高等学校人地协调与绿色发展协同创新中心，山东 济南 250358；2.东北石油大学 地球科学学院，黑龙江 大庆 163318)

随着经济全球化推进和互联网技术的革新，城市地域出现了不同于传统中心地理论中简单等级结构的新的空间组织形式——网络城市，城市由地图上孤立存在彼此分离的节点发展为由节点、次节点、网络组成的具有不同控制力和影响力的城市网络体系[1]。Castells[2]提出的“流空间”理论为城市网络的研究提供了理论基础，城市之间存在着交通流、技术流、信息流、能量流、人流、资金流等不同的要素流关系，流动空间代替原有的地方空间成为当代经济社会系统的重要组成元素。人才、技术、资本、信息等各种要素流成为表征城市等级和影响力的重要载体，基于各种要素流的城市网络空间结构、演化以及驱动力研究逐渐成为了城市地理学的研究热点。

Taylor[1]分析了经济全球化背景下世界城市网络的层次结构，认为城市、企业等参与者构成城市网络中的节点和次节点，经济社会关系构成城市网络中的连接线。Derudder等[3]利用航空流评估了世界城市网络空间格局。Woo等[4]利用搜索引擎查询数据和社交网络数据预估了韩国流感爆发。我国针对城市网络的相关研究起步较晚，研究视角在近10 a来飞速扩充，主要基于交通、企业组织、创新、资金、信息等要素的关系型数据构建城市网络[5-14]。根据第46次《中国互联网络发展状况统计报告》，我国互联网普及率达67%，网民数量达9.4亿。信息流视角下的城市网络研究成为城市地理学的热点领域，且多从城市间网络关注度、旅游目的地网络关注度、微信朋友圈信息流广告、QQ群网络、新浪微博用户关系等角度展开[11-13,15-16]。近年来以百度指数为基础数据的城市信息联系网络研究不断增多，主要集中于空间结构和影响因素2个维度。在空间结构研究方面，社会网络分析法(social network analysis, SNA)可对城市信息联系网络的密度、各节点中心性、核心-边缘结构、凝聚子群等进行计量分析[17-18]。在影响因素研究方面，学者们主要分析了经济、人口、信息化、科教水平、基础设施建设对城市信息联系网络空间结构的影响[17-19]，其中，动力机制评价体系选用的指标较少，尚需充分挖掘城市间信息联系的驱动因素。研究尺度多聚焦于全国尺度，长江中游城市群、长江三角洲(简称长三角)城市群、中原城市群等城市群尺度和山东、黑龙江等省域尺度[18-24]，流域尺度的城市网络研究相对较少。

2019年，黄河流域生态保护与高质量发展成为中华民族伟大复兴和永续发展的千秋大计和战略指引。黄河流域作为孕育华夏文明的图腾圣地，承载“一带一路”建设的中心腹地，连通三大经济带的枢纽要地，决胜脱贫攻坚的关键阵地，提升黄河流域的整体发展水平至关重要，所以有必要对黄河流域城市网络空间结构进行探索。鉴于目前缺乏信息联系视角下的流域全景式空间结构分析，本文中聚焦于黄河流域，探索基于信息流的城市网络空间结构及其影响因素，在厘清城市间相互作用和关系的基础上提出对策性建议，以期增强外界对黄河流域的关注度，助力落后偏远城市脱贫攻坚，同时为黄河流域城市空间格局优化提供参考和借鉴，推动黄河流域各级城市间的统筹协调发展。

1 数据来源与研究方法

1.1 研究区概况

黄河是我国的第二大河，干流全长5 464 km，流经青海、四川、甘肃、宁夏、内蒙古、陕西、山西、河南、山东9个省(自治区)，跨越东、中、西三大经济地带和华北、华东、华中、西北4个地理分区，贯连青藏高原、内蒙古高原、黄土高原、华北平原4个地貌单元[25]。截至2018年底，流域人口约占全国的23.21%，流域国内生产总值(GDP)约占全国的21.08%。实现黄河流域的高质量发展对经济文化交流、生态文明建设、保障和改善民生意义重大，影响深远。

参考赵建吉等[26]的观点，四川省已经纳入长江经济带，且黄河在四川省境内仅流经阿坝藏族羌族自治州和甘孜藏族自治州，对四川省影响较小，另外考虑到内蒙古的蒙东地区(呼伦贝尔市、兴安盟、通辽市、赤峰市、锡林郭勒盟)在社会、经济和文化上与东北地区联系更为紧密，因此本文中的研究区域为山西、陕西、青海、甘肃、宁夏、内蒙古(不含蒙东地区)、河南、山东共8个省(自治区)(见图1)，共包括87个地级市(州)、1个省直辖县级市(河南省济源市)和1个盟(内蒙古自治区阿拉善盟)，共89个城市。

中国地图从标准地图服务系统网站下载，地图审批编号为 GS(2016)2889号(http://bzdt.ch.mnr.gov.cn/browse.html?picId=%224o28b0625501ad13015501ad2bfc0121%22)，经过ArcGIS 10.7软件数据化处理后得到。

1.2 数据来源

百度指数数据分析的基础是海量网民在百度搜索引擎的检索数据，以关键词为汇总对象展开。《2019中国移动互联网秋季大报告》指出，百度系用户规模已突破10亿，基于百度指数网站的查询功能获取的用户关注度数据针对性强，覆盖面广，以城市作为关键词的统计分析结果可以直观可信地反映不同地域用户对该市的关注度，从而表达城市间的信息流特征。本文中信息流数据来源于百度指数网站(http://index.baidu.com)，依次以黄河流域89个城市的名称为关键词搜索，获取2019年黄河流域89个城市两两之间的百度用户关注度整体日均值数据。城市社会经济统计数据来源于2019年《中国统计年鉴》《中国城市统计年鉴》和研究区域相关省(自治区)、市的年鉴、公报资料。交通数据来源于Open Street Map数据、中国铁路总公司铁路客户服务网站(https://www.12306.cn)。其中的少量缺失数据暂用插值法补齐。

1.3 研究方法

1.3.1 信息联系强度统计方法

本文中构建了2019年黄河流域89个城市两两之间的百度指数信息联系矩阵，城市对a、b间的信息联系强度Rab用百度用户关注度数值乘积的形式表示，公式为

Rab=VabVba，

(1)

式中：Vab为城市a对城市b的搜索指数；Vba为城市b对城市a的搜索指数。

某城市对a、b的相对信息联系强度Pab用城市对之间的信息联系强度Rab与所有城市对之间信息联系强度的最大值Rmax之比表征，公式为

Pab=Rab/Rmax。

(2)

1.3.2 SNA

1)中心度分析。借助节点中心度识别和衡量城市在信息联系网络中的重要程度。本文中的信息联系网络是赋权有向网络，其节点中心度由入度和出度组成，分别从接收和发出信息联系的角度量化城市在网络中影响力大小，加权点入度和加权点出度可结合两两城市间信息流量的高低计算[20]。

2)凝聚子群分析。凝聚子群是具有高联系强度的社会行动者子团体，在此团体中的行动者之间信息共享和交流合作比较频繁，具有直接紧密、积极互惠的关系，该方法能够描绘和揭露城市网络内部子集团状态[27]。通过凝聚子群分析，对城市网络进行子群划分，分析子群内部及各子群间的关系，能够了解黄河流域城市信息联系网络的空间组织结构和城市体系结构。

1.3.3 回归分析方法

采用多元线性逐步回归分析方法，以黄河流域89个城市的信息联系强度作为因变量，以城市经济发展水平、信息化基础设施建设、交通可达性等社会经济因子作为自变量，对信息联系强度进行线性回归拟合，探讨城市各项社会经济特征对城市信息联系网络中心度的影响。

2 黄河流域城市信息联系网络空间结构分析

2.1 城市信息联系网络层级特征分析

通过节点中心度分析黄河流域城市层级特征，用自然间断点分级法把节点中心度划分为高、较高、中、较低、低5个层级，如图2所示。在流域尺度上，节点中心度等级最高的城市是流域中下游地区的中心城市，即西安、郑州、青岛和济南，它们在黄河流域城市信息联系网络中居于核心地位，与城市网络中大多数城市有着密切联系，对黄河流域的发展具有较高的主导性和控制性。太原、兰州、洛阳、临沂等城市的中心度较高，它们在城市信息联系网络中处于比较重要的地位。节点中心度低和较低的城市大多位于青海、宁夏、甘肃、内蒙古西部和山西北部，这些城市在黄河流域城市信息联系网络中处于从属地位，综合联系能力和对外影响力低。

中国地图从标准地图服务系统网站下载，地图审批编号为 GS(2016)2889号(http://bzdt.ch.mnr.gov.cn/browse.html?picId=%224o28b0625501ad13015501ad2bfc0121%22)，经过ArcGIS10.7软件数据化处理后得到。

在省际空间差异上，除中西部部分省会城市外，中心度较高的城市高度集中在山东和河南，两省组成黄河流域信息联系的中心活跃区，尤其是山东各城市节点中心度普遍较高，是黄河流域信息联系的“龙头”。在省域内部差异上，省会城市和副中心城市中心度相对较高，要素活跃度高，联动区域网络的能力也较强，成为省域信息联系的增长极，对省内其他城市的溢出效应强。

在中心度构成结构上，节点中心度相对较高的城市大都是点出度高于点入度，如郑州、新乡、济南、太原等，属于对外关注型城市，它们向其他城市发出联系的能力强，在城市信息联系网络中能较好地辐射带动其他城市。黄河流域中西部的非省会城市，如嘉峪关市、果洛州、阿拉善盟、延安市等，点入度和点出度均处于中低水平，但其凭借丰富的旅游资源和旅游产业的发展提高了被关注度，点入度明显高于点出度。

2.2 城市信息联系网络空间组织分析

依据2019年黄河流域两两城市间的Pab分析城市网络的信息联系，运用自然间断点分级法将黄河流域城市网络的信息联系划分为3个层级，见图3。第1层级的城市网络由城市对之间Pab≥0.344 6的信息流构成，它们是城市信息联系网络的骨架，在网络结构中处于核心地位；第2层级由0.077 7≤Pab<0.344 6的信息流构成，它们构成城市主干网络，在城市信息联系网络中的地位次之；第3层级网络结构里Pab<0.077 7，这类城市对处于黄河流域城市信息联系网络的边缘位置，在整个城市网络中占比高，但在城市网络中的地位较低。

中国地图从标准地图服务系统网站下载，地图审批编号为 GS(2016)2889号(http://bzdt.ch.mnr.gov.cn/browse.html?picId=%224o28b0625501ad13015501ad2bfc0121%22)，经过ArcGIS10.7软件数据化处理后得到。

黄河流域城市信息联系网络空间分布不均衡，极化现象突出，在流域尺度上，网络密度和信息流量呈现东—中—西梯度递减的特征。第1层级信息流构成的黄河流域城市信息联系骨架网络仅覆盖山东、河南、陕西3个省的11个城市，这些城市成为黄河流域城市信息联系网络中的信息主导型城市。骨架联系可分为省间联系和省内联系2个部分：省间骨架联系仅有西安-郑州、西安-青岛。省内联系方面，河南省内形成以郑州为核心，至洛阳、新乡、南阳的放射状骨架联系；陕西省内形成西安到咸阳的“一”字型骨架联系；山东省内形成以济南、青岛、临沂为核心的三角形骨架联系，其中，济南-青岛的信息联系强度最高，成为最大优势流。第2层级信息流构成的黄河流域主干信息网络也没有覆盖所有城市，密集分布在河南北部、山东等地，青海、宁夏缺少省内城市间的主干联系，宁夏仅含银川-西安、银川-兰州2条主干连接线，青海仅含西宁-兰州一条主干连接线，省际信息联系流量远大于省内。

在省域尺度上，河南形成以郑州为核心，洛阳、新乡、南阳为副中心的“一核多中心”格局，其中郑州、洛阳、南阳是河南综合实力最强的三大城市，长期保持着密切的交通流、人流、物流和旅游流等要素联系；山东形成以济南、青岛为核心，临沂为亚核心，潍坊、烟台多点联动的“2-1-2-11”层级分布，济南和青岛的双核心格局形成已久，临沂物流业和小商品交易发展迅速，潍坊、烟台产业门类齐全且GDP常年位居山东省前列；山西、陕西、内蒙古、甘肃呈现以省会城市为核心的“单核”格局；宁夏和青海缺少具有强辐射带动能力的城市，其省域范围内信息联系能力最强的省会城市也在临近省会的辐射范围之内，省域范围内未形成明显的信息联系格局。

综上，省内核心城市在省域和省际的信息联系中起到主导作用，省域的主干网络主要通过核心城市连接到其他城市，省际间的大流量信息联系也多发生在核心城市之间，构成黄河流域信息联系的骨架和主干网络。受地理邻近性以及行政区经济的影响，核心城市向外辐射的范围大多局限于省域尺度，省际尺度上信息联系网络密度低且流量少，表明黄河流域城市信息联动性差，一体化程度低。

2.3 凝聚子群分析

使用社会网络分析软件UCINET的角色分析CONCOR算法，获得黄河流域城市信息联系网络二、三级层面凝聚子群结构图，如图4所示。由图可知，黄河流域二级层面上有4个凝聚子群，三级层面上有8个凝聚子群。从二级层面看，子群内部的城市具有很强的空间邻近特征，城市信息联系呈现东—中—西的横向分布格局。从三级层面看，省级行政区界线对城市派系划分的影响很强，表明黄河流域省内联系密切，省际联系较弱。仅西部部分地区子群分布突破了省界限制，甘肃省庆阳市从属于以西安市为核心的三级子群，主要源于庆阳市与陕西省地理邻近，交通联系也更为便捷，且与陕北同处黄土高原，自然地理环境和生活习惯上比较相似，另外，长庆油田的采油区主要在庆阳市，总部却在西安市，异地管理促进了人员通勤和信息交互。宁夏各市则分别从属于以西安市或呼和浩特市为核心的三级子群，这主要是由于银川市与省内城市之间信息联系较弱，仅有的2条主干连接线指向了西安、兰州两市，导致省内凝聚性不强，其中银川市与固原市凭借地理邻近性和产业结构相似性，和陕西省的联系更密切；吴忠市为资源型工业城市，由于产业结构、发展路径的相似性，因此与内蒙古的联系更密切。山西省由一个中心子群和一个边缘子群构成，其中边缘子群由原晋东南地区的长治、晋城组成，两市一方面地域文化一脉相承，民众认同感、归属感强，另一方面两市距省会太原较远，与河南省各城市同属中原城市群，受郑州市的影响相对较大，从属于以郑州为核心的二级子群；中心子群则从属于以济南市为核心的二级子群。

(a)二级层面

3 黄河流域城市信息联系网络空间结构的影响因素

3.1 指标选取和模型构建

参考既有研究[17,19]并结合研究区域实际，本文中从经济发展水平、居民生活水平、信息化基础设施水平等10个层面选取14个指标构建黄河流域城市信息联系网络形成的动力机制指标体系，见表1。鉴于城市社会经济指标对城市信息联系网络影响的滞后性以及数据的可得性，本文中的影响因素指标均采用2018年的数据。

表1 城市信息联系网络的影响指标体系

以点入度、点出度分别作为被解释变量，运用逐步回归分析方法剔除不显著因素，探讨各因子对节点中心度的影响。点入度、点出度影响因素的回归结果见表2。

3.2 黄河流域城市信息联系网络形成的动力机制分析

由表2可知，在点入度方面，农村居民人均可支配收入，年末移动电话用户数量，4A、5A级景区数量，城市行政等级，有无机场5个变量影响显著。在点出度方面，年末移动电话用户数量、每万人中普通高等学校在校学生数、城市行政等级、GDP这4个变量影响显著。上述分析表明，城市信息化基础设施的完善、城市等级的提高对于城市点入度和点出度的增加都有一定的促进作用，原因是信息化基础设施水平的提高增加了城市移动互联网的普及率，使得城市间的信息联系更加便捷，对黄河流域城市点入度、点出度的影响非常显著。郑州、西安是国家中心城市，西安、济南、青岛是副省级城市，行政等级高，有强有力的政策支持和配套条件，城市的主导力、控制力强，支配的资源和要素更多，能辐射带动其他城市发展，所以容易有更高的关注度，在城市信息联系网络中的地位高。

表2 点入度、点出度影响因素的回归结果

旅游业发展水平、居民生活水平及交通通达性的提升对于增强城市点入度有一定推动作用。嘉峪关市、阿拉善盟、延安市、开封市等地旅游资源丰富，使得城市的搜索热度和知名度一定程度上高于城市的实际发展水平，其他城市对其关注度高，所以这些城市的点入度在城市信息联系网络中独具优势，综合吸引力表现突出[22]。农村作为一个新兴市场，农民生活水平高，市场潜力大，易吸引外界不同群体的关注。交通通达度高，空间阻碍小，经济联系和文化交流相对频繁，也在一定程度上促进城市间各要素的流动，提高了外界对该城市的关注度。

经济发展水平、教育发展水平是影响黄河流域城市点出度的重要因素。经济发展水平的提高能够推动当地网络通信基础设施的建设，提高交通通达度和居民生活水平，一定程度上也提高了人们对其他城市的关注度。教育发展水平高，居民的科学素养和文化素质高，能够较为娴熟地运用网络设备，更有接触新事物的意愿，对外关注度高。而人口规模、对外开放程度、地理位置3个因子对黄河流域城市点入度和点出度的影响都不明显。西部内陆偏远地区尽管区位条件相对劣势，人口稀疏，吸引外资能力不强，但仍有通过采取一定措施提高城市关注度的可能。

4 结论与讨论

4.1 结论

本文中借助百度指数平台获取2019年黄河流域89个城市的信息流数据，构建了黄河流域城市信息联系网络，运用SNA、回归分析法，探讨了黄河流域城市信息联系网络的空间结构特征及其影响因素，得到以下结论：

1)黄河流域城市节点中心度空间差异显著，中心度相对较高的城市除省会城市外，高度集中在山东和河南两省，两省在信息联系网络中外部性强，构成信息联系的中心活跃区。

2)黄河流域城市信息联系网络空间分布不均衡，极化现象突出。在流域尺度上，网络密度和信息流量呈现东—中—西梯度递减的特征；在省域尺度上，各省(自治区)分别形成了单核、多核或弱核空间结构，其中河南、山西、陕西、内蒙古、甘肃为单核格局，山东为双核心格局，青海、宁夏则缺少信息联系能力强的核心城市，从属于邻近省域核心城市的辐射范围。

3)流域内部派系划分受空间距离和行政区边界影响显著，信息联动性差，一体化程度低，仅西部部分地区受产业结构、历史渊源、地理邻近等影响，其凝聚子群结构打破了省际行政阻隔。

4)信息化基础设施水平和城市等级对流域城市中心度影响最大，经济、旅游、教育、交通和居民生活水平次之，地理位置、人口规模和对外开放程度对城市中心度的影响不明显。

4.2 讨论

学者们对黄河流域要素流联系网络展开深入探索和分析[28-31]。与黄河流域城市信息联系网络相比，基于铁路交通流的城市网络呈现“船形结构”[28]；在基于人口迁移流的城市网络中，最大优势流指向西安-咸阳[29]；在旅游流视角下的网络结构中，西安、郑州成为旅游联系流量最大的龙头城市[30]；在2018年的城市技术转移网络中，除了排名前列的几个城市外，大部分城市节点中心度差距较小[31]。以上研究均表明，黄河流域城市要素流联系网络具有明显的层级结构、核心-边缘结构以及非均衡性、省会指向性、省界约束性等特征。

基于上述分析，对未来黄河流域发展提出如下建议：一是要大力发展流域中心城市，兼顾省域副中心城市，扶持偏远落后城市，完善西部边缘城市的通信、交通等基础设施建设；二是要以国家重大战略为契机，进一步推进沿黄城市群的新型城镇化进程，推动黄河流域一体化发展，削弱城市发展的“马太效应”；三是对于具有地方特色和功能性定位的城市，应结合产业优势因地制宜发展第三产业和第四产业，推动产业结构转型升级，打造特色品牌和城市名片，培育适宜的营商环境，挖掘城市潜在经济价值；四是为进一步提高自身影响力和网络关注度，可借助网络直播、移动短视频、电子广告、媒体采访、明星代言等多种形式开展包装和营销，结合网络流行文化和独特城市元素积极塑造“网红城市”，努力契合互联网用户空间情感体验和文化价值认同，提高旅游目的地网络关注度。

本文的研究也存在如下不足之处：首先，信息流的模拟可选用多种指标，如微博、腾讯、淘宝用户关注度等，单纯依靠百度指数表征信息流不可能完全反映城市间所有的信息联系；除了本文中选取的城市实体特征对信息联系网络造成影响之外，一些无法计量的主客观因素，如城市重大事件、空间距离等等，都在不同程度上影响城市间的信息联系。尝试运用更多不同的方法和计量模型研究不同区域的城市网络，探讨城市未来发展方向是以后研究中需要继续实践的内容。