地球信息科学学报 ›› 2021, Vol. 23 ›› Issue (10): 1798-1808.doi: 10.12082/dqxxkx.2021.210223
张小东1,2,3(), 韩昊英2,*(
), 唐拥军1, 罗国娜1
收稿日期:
2021-04-21
修回日期:
2021-05-11
出版日期:
2021-10-25
发布日期:
2021-12-25
通讯作者:
* 韩昊英(1978— ),男,吉林四平人,博士,博士生导师,教授,主要从事城市区域发展边界管控研究。E-mail: hanhaoying@zju.edu.cn作者简介:
张小东(1988— ),男,重庆开州人,讲师,主要从事城市区域规划与区域发展研究。E-mail: 21712250@zju.edu.cn
基金资助:
ZHANG Xiaodong1,2,3(), HAN Haoying2,*(
), TANG Yongjun1, LUO Guona1
Received:
2021-04-21
Revised:
2021-05-11
Online:
2021-10-25
Published:
2021-12-25
Supported by:
摘要:
迁徙流作为互联网时代的新产物,信息流、资本流、交通流等流空间的基本载体,能客观地反映城市间地理行为关系,对于刻画城市网络结构具有重要意义。基于地级以上城市的百度迁徙大数据,本文尝试从全域和净迁徙的视角探索研究中国城市网络结构特征,对其网络的层级、关联关系和影响因素等进行挖掘提取。研究发现:① 全国城市网络呈现出稳定的、层级明确的三棱锥四顶点“钻石型”结构,与主要城市群的经济规模空间分布相吻合;② 区域网络表现出向高级别行政中心集聚的“核心—外围”放射状结构;③ 以省会城市为核心的典型小世界特征比较凸出,小世界网络的可达性和连通性较高;周口、阜阳、赣州、上饶、重庆等作为主要劳动力输出型城市,深圳、东莞、广州、北京、上海等城市成为了主要的外来人口聚集地,并形成了对应的人口就近输送网络关系;④ 城市的行政地位、经济规模、交通枢纽建设、劳动力资源等因素都对其网络控制力和影响力起到了决定性作用。最后,研究结合中国城市网络结构特征及其主要影响因素,提出相关政策建议,以期为中国城市网络结构均衡发展与建设提供借鉴依据。
张小东, 韩昊英, 唐拥军, 罗国娜. 基于百度迁徙数据的中国城市网络结构特征研究[J]. 地球信息科学学报, 2021, 23(10): 1798-1808.DOI:10.12082/dqxxkx.2021.210223
ZHANG Xiaodong, HAN Haoying, TANG Yongjun, LUO Guona. Research on the Characteristics of Urban Network Structure in China based on Baidu Migration Data[J]. Journal of Geo-information Science, 2021, 23(10): 1798-1808.DOI:10.12082/dqxxkx.2021.210223
表2
中国城市网络等级划分
等级(中心度区间) | 城市 |
---|---|
国家级强网络中心(C(di)>1800) | 北京市(C(di)=2186.61)、广州市(C(di)=2162.75)、深圳市(C(di)=1888.98)、上海市(C(di)=1844.77)、成都市(C(di)=1833.01) |
国家级网络副中心 (1000<C(di)≤1800) | 东莞市(C(di)=1489.3)、苏州市、郑州市、西安市、重庆市、杭州市、佛山市、长沙市 |
区域网络中心 (500<C(di)≤1000) | 武汉市、南京市、昆明市、天津市、合肥市、惠州市、南宁市、无锡市、济南市、贵阳市、宁波市、中山市、廊坊市、沈阳市、太原市、石家庄市、厦门市、温州市、青岛市、保定市、金华市 |
地方网络中心 (300<C(di)≤500) | 周口市、哈尔滨市、南昌市、嘉兴市、泉州市、长春市、咸阳市、常州市、徐州市、阜阳市、福州市、南通市、商丘市、毕节市、绍兴市、遵义市、临沂市、宿州市、赣州市、珠海市、衡阳市、南充市、盐城市、上饶市、兰州市、台州市、济宁市、南阳市、潍坊市、驻马店市、黄冈市、沧州市、邯郸市、菏泽市、清远市、绵阳市、信阳市、邵阳市、湛江市、茂名市 |
地方附属节点 (C(di)≤300) | 亳州市等254个城市 |
表3
全国前10位城市网络中心度
城市 | 接近中心性 | 城市 | 中介中心度 | 城市 | 特征向量中心性 |
---|---|---|---|---|---|
北京市 | 0.63 | 成都市 | 4506.34 | 北京市 | 1.00 |
重庆市 | 0.62 | 北京市 | 4418.21 | 上海市 | 1.00 |
广州市 | 0.61 | 西安市 | 4380.87 | 成都市 | 0.99 |
西安市 | 0.61 | 重庆市 | 3700.80 | 广州市 | 0.99 |
周口市 | 0.61 | 兰州市 | 3320.26 | 深圳市 | 0.99 |
上海市 | 0.61 | 昆明市 | 2866.27 | 重庆市 | 0.99 |
苏州市 | 0.61 | 天津市 | 2488.00 | 杭州市 | 0.99 |
南阳市 | 0.61 | 深圳市 | 2433.76 | 武汉市 | 0.99 |
深圳市 | 0.61 | 广州市 | 2205.11 | 南京市 | 0.98 |
郑州市 | 0.61 | 西宁市 | 1963.57 | 长沙市 | 0.98 |
[1] |
马海涛. 基于人才流动的城市网络关系构建[J]. 地理研究, 2017, 36(1):161-170.
doi: 10.11821/dlyj201701013 |
[ Ma H T. Construction of urban network relationship based on talent flow[J]. Geographic Research, 2017, 36(1):161-170. ] | |
[2] | 马海涛. 基于知识流动的中国城市网络研究进展与展望[J]. 经济地理, 2016, 36(11):207-213. |
[ Ma H T. Research progress and prospect of chinese urban network based on knowledge flow[J]. Economic Geography, 2016, 36(11):207-213. ] | |
[3] |
金钟范. 基于企业母子联系的中国跨国城市网络结构——以中韩城市之间联系为例[J]. 地理研究, 2010, 29(9):1670-1682.
doi: 10.11821/yj2010090013 |
[ Jin Z F. The structure of China's transnational urban network based on the relationship between mother and son: a case study of the relationship between Chinese and Korean cities[J]. Geographic Research, 2010, 29(9):1670-1682. ] | |
[4] |
赵新正, 李秋平, 芮旸, 等. 基于财富500强中国企业网络的城市网络空间联系特征[J]. 地理学报, 2019, 74(4):694-709.
doi: 10.11821/dlxb201904006 |
[ Zhao X Z, Li Q P, Rui M, et al. Characteristics of urban cyberspace connection based on Fortune 500 Chinese enterprise network[J]. Acta Geographica Sinica, 2019, 74(4):694-709. ] | |
[5] | 张凡. 航空联系视角下的世界城市网络结构特征:空间重塑、关系崛起与角色判断[D]. 上海:华东师范大学, 2012. |
[ Zhang F. Structural characteristics of world urban network from the perspective of aviation connection: spatial remodeling, relationship rise and role judgment[D]. Shanghai: East China Normal University, 2012. ] | |
[6] |
焦敬娟, 王姣娥, 金凤君, 等. 高速铁路对城市网络结构的影响研究——基于铁路客运班列分析[J]. 地理学报, 2016, 71(2):265-280.
doi: 10.11821/dlxb201602007 |
[ Jiao J J, Wang j E, Jin F J, et al. Study on the influence of high speed railway on urban network structure based on the analysis of railway passenger train[J]. Acta Geographica Sinica, 2016, 71(2):265-280. ] | |
[7] |
陈伟, 刘卫东, 柯文前, 等. 基于公路客流的中国城市网络结构与空间组织模式[J]. 地理学报, 2017, 72(2):224-241.
doi: 10.11821/dlxb201702004 |
[ Chen W, Liu W D, Ke W Q, et al. Urban network structure and spatial organization model of China based on highway passenger flow[J]. Acta Geographica Sinica, 2017, 72(2):224-241. ] | |
[8] | 康洋鸣. 基于百度信息流的中原城市群城市网络结构研究[D]. 郑州:河南财经政法大学, 2019. |
[ Kang Y M. City network structure of Zhongyuan city group based on Baidu information flow[D]. Zhengzhou: Henan University of Economics and Law, 2019. ] | |
[9] |
甄峰, 王波, 陈映雪. 基于网络社会空间的中国城市网络特征——以新浪微博为例[J]. 地理学报, 2012, 67(8):1031-1043.
doi: 10.11821/xb201208003 |
[ Zhen F, Wang B, Chen Y X. Characteristics of Chinese urban network based on Cyberspace: a case study of sina Weibo[J]. Acta Geographica Sinica, 2012, 67(8):1031-1043. ] | |
[10] |
魏冶, 修春亮, 刘志敏, 等. 春运人口流动透视的转型期中国城市网络结构[J]. 地理科学, 2016, 36(11):1654-1660.
doi: 10.13249/j.cnki.sgs.2016.11.007 |
[ Wei Y, Xiu C L, Liu Z M, et al. The urban network structure of China in the transition period from the perspective of population flow during the Spring Festival transportation[J]. Scientia Geographica Sinica, 2016, 36(11):1654-1660. ]
doi: 10.13249/j.cnki.sgs.2016.11.007 |
|
[11] | 蒋小荣, 汪胜兰. 中国地级以上城市人口流动网络研究——基于百度迁徙大数据的分析[J]. 中国人口科学, 2017(2):35-46. |
[ Jiang X R, Wang S L. Research on population flow network of cities above prefecture level in China: Based on Baidu migration big data[J]. China Population Science, 2017(2):35-46. ] | |
[12] | Castells M. The rise of the network society[M]. Oxford:Black-well, 1996. |
[13] |
段德忠, 杜德斌, 谌颖, 等. 中国城市创新网络的时空复杂性及生长机制研究[J]. 地理科学, 2018, 38(11):1759-1768.
doi: 10.13249/j.cnki.sgs.2018.11.003 |
[ Duan D Z, Du D B, Chen Y, et al. Study on the spatial and temporal complexity and growth mechanism of China's urban innovation network[J]. Scientia Geographica Sinica, 2018, 38(11):1759-1768. ] | |
[14] |
马海涛. 知识流动空间的城市关系建构与创新网络模拟[J]. 地理学报, 2020, 75(4):708-721.
doi: 10.11821/dlxb202004004 |
[ Ma H T. Urban relationship construction and innovation network simulation of knowledge flow space[J]. Acta Geographica Sinica, 2020, 75(4):708-721. ] | |
[15] |
侯纯光, 杜德斌, 段德忠, 等. “一带一路”沿线国家或地区人才流动网络结构演化[J]. 地理科学, 2019, 39(11):1711-1718.
doi: 10.13249/j.cnki.sgs.2019.11.004 |
[ Hou C G, Du D B, Duan D Z, et al. The evolution of the network structure of talent mobility in countries or regions along the“Belt and Road”[J]. Scientia Geographica Sinica, 2019, 39(11):1711-1718. ] | |
[16] |
赵新正, 李秋平, 芮旸, 等. 基于财富500强中国企业网络的城市网络空间联系特征[J]. 地理学报, 2019, 74(4):694-709.
doi: 10.11821/dlxb201904006 |
[ Zhao X Z, Li Q P, Rui M, et al. Characteristics of urban cyberspace connection based on the network of Fortune 500 Chinese enterprises[J]. Acta Geographica Sinica, 2019, 74(4):694-709. ] | |
[17] |
宗会明, 吕瑞辉. 基于物流企业数据的2007-2017年年中国城市网络空间特征及演化[J]. 地理科学, 2020, 40(5):760-767.
doi: 10.13249/j.cnki.sgs.2020.05.010 |
[ Zong H M, LV R H. Spatial characteristics and evolution of urban network in China from 2007 to 2017 based on logistics enterprise data[J]. Scientia Geographica Sinica, 2020, 40(5):760-767. ] | |
[18] | 王成金. 中国物流企业的空间组织网络[J]. 地理学报, 2008, 63(2):135-146. |
[ Wang C J. Spatial organization network of Chinese logistics enterprises[J]. Acta Geographica Sinica, 2008, 63(2):135-146. ] | |
[19] |
周晓艳, 侯美玲, 李霄雯. 独角兽企业内部联系视角下中国城市创新网络空间结构研究[J]. 地理科学进展, 2020, 39(10):1667-1676.
doi: 10.18306/dlkxjz.2020.10.006 |
[ Zhou X Y, Hou M L, Li X W. Spatial structure of urban innovation network based on the Chinese unicorn company network[J]. Progress in Geography, 2020, 39(10):1667-1676. ] | |
[20] |
李恩康, 陆玉麒, 杨星, 等. 全球城市网络联系强度的时空演化研究——基于2014-2018年航空客运数据[J]. 地理科学, 2020, 40(1):32-39.
doi: 10.13249/j.cnki.sgs.2020.01.005 |
[ Li E K, Lu Y Q, Yang X, et al. Spatiotemporal evolution of global urban network connection strength based on air passenger transport data from 2014 to 2018[J]. Scientia Geographica Sinica, 2020, 40(1):32-39. ] | |
[21] | 武文杰, 董正斌, 张文忠, 等. 中国城市空间关联网络结构的时空演变[J]. 地理学报, 2011, 66(4):435-445. |
[ Wu W J, Dong Z B, Zhang W Z, et al. Spatiotemporal evolution of urban spatial network structure in China[J]. Acta Geographica Sinica, 2011, 66(4):435-445. ] | |
[22] |
焦敬娟, 王姣娥, 金凤君, 等. 高速铁路对城市网络结构的影响研究——基于铁路客运班列分析[J]. 地理学报, 2016, 71(2):265-280.
doi: 10.11821/dlxb201602007 |
[ Jiao J J, Wang J E, Jin F J, et al. Study on the influence of high speed railway on urban network structure -- Based on the analysis of railway passenger train[J]. Acta Geographica Sinica, 2016, 71(2):265-280. ] | |
[23] |
Chen W, Liu W D, Ke W Q, et al. Urban network structure and spatial organization model based on road passenger flow (English)[J]. Journal of Geographic Sciences, 2018, 28(4):477-494.
doi: 10.1007/s11442-018-1485-x |
[24] |
潘坤友, 曹有挥, 刘可文, 等. 长江三角洲集装箱班轮网络空间格局及其演化[J]. 地理科学, 2017, 37(5):682-690.
doi: 10.13249/j.cnki.sgs.2017.05.005 |
[ Pan K Y, Cao Y W, Liu K W, et al. Spatial pattern and evolution of container liner network in the Yangtze River Delta[J]. Scientia Geographica Sinica, 2017, 37(5):682-690. ] | |
[25] |
邓楚雄, 宋雄伟, 谢炳庚, 等. 基于百度贴吧数据的长江中游城市群城市网络联系分析[J]. 地理研究, 2018, 37(6):1181-1192.
doi: 10.11821/dlyj201806009 |
[ Deng C X, Song X W, Xie B G, etc. Analysis of the network connection of urban agglomeration in the middle reaches of the Yangtze River Based on Baidu Post Bar data[J]. Geographic Research, 2018, 37(6):1181-1192. ] | |
[26] |
甄峰, 王波, 陈映雪. 基于网络社会空间的中国城市网络特征——以新浪微博为例[J]. 地理学报, 2012, 67(8):1031-1043.
doi: 10.11821/xb201208003 |
[ Zhen F, Wang B, Chen Y X. The characteristics of Chinese urban network based on the social space of the Internet: Taking Sina Weibo as an example[J]. Acta Geographica Sinica, 2012, 67(8):1031-1043. ] | |
[27] | 汪明峰, 宁越敏. 互联网与中国信息网络城市的崛起[J]. 地理学报, 2004, 59(3):446-454. |
[ Wang M F, Ning Y M. The rise of Internet and China's information network city[J]. Acta Geographica Sinica, 2004, 59(3):446-454. ] | |
[28] |
赵梓渝, 魏冶, 庞瑞秋, 等. 基于人口省际流动的中国城市网络转变中心性与控制力研究——兼论递归理论用于城市网络研究的条件性[J]. 地理学报, 2017, 72(6):1032-1048.
doi: 10.11821/dlxb201706007 |
[ Zhao Z Y, Wei Y, Pang R Q, et al. A study on the centrality and control power of China's urban network transformation based on the inter provincial flow of population-Also on the conditionality of recursive theory applied to urban network research[J]. Acta Geographica Sinica, 2017, 72(6):1032-1048. ] | |
[29] | 叶强, 张俪璇, 彭鹏, 等. 基于百度迁徙数据的长江中游城市群网络特征研究[J]. 经济地理, 2017, 37(8):53-59. |
[ Ye Q, Zhang L X, Peng P, et al. Study on the network characteristics of the middle reaches of the Yangtze River Based on Baidu migration data[J]. Economic Geography, 2017, 37(8):53-59. ] | |
[30] |
潘竟虎, 赖建波. 中国城市间人口流动空间格局的网络分析——以国庆-中秋长假和腾讯迁徙数据为例[J]. 地理研究, 2019, 38(7):1678-1693.
doi: 10.11821/dlyj020171231 |
[ Pan J H, Lai J B. The network analysis of the spatial pattern of population mobility between cities in China: Taking the National Day mid autumn vacation and Tencent migration data as an example[J]. Geographic Research, 2019, 38(7):1678-1693. ] | |
[31] | 赖建波, 潘竟虎. 基于腾讯迁徙数据的中国“春运”城市间人口流动空间格局[J]. 人文地理, 2019, 34(3):108-117. |
[ Lai J B, Pan J H. Spatial pattern of population flow between cities of Spring Festival movement in China based on Tencent migration data[J]. Humanities geography, 2019, 34(3):108-117. ] | |
[32] | 郑伯红, 钟延芬. 基于复杂网络的长江中游城市群人口迁徙网络空间结构[J]. 经济地理, 2020, 40(5):118-128. |
[ Zheng B H, Zhong Y F. Spatial structure of population migration network of urban agglomeration in the middle reaches of Yangtze River Based on complex network[J]. Economic Geography, 2020, 40(5):118-128. ] | |
[33] | 刘海洋, 王录仓, 李骞国, 等. 基于腾讯人口迁徙大数据的黄河流域城市联系网络格局[J]. 经济地理, 2020, 40(4):28-37. |
[ Liu Y, Wang L C, Li Q G, et al. The urban network pattern of the Yellow River Basin based on the big data of tencent population migration[J]. Economic Geography, 2020, 40(4):28-37. ] | |
[34] |
刘望保, 石恩名. 基于ict的中国城市间人口日常流动空间格局——以百度迁徙为例[J]. 地理学报, 2016, 71(10):1667-1679.
doi: 10.11821/dlxb201610001 |
[ Liu W B, Shi E M. ICT based spatial pattern of daily population flow among Chinese cities: A case study of Baidu migration[J]. Acta Geographica Sinica, 2016, 71(10):1667-1679. ] | |
[35] | 赵梓渝. 基于大数据的中国人口迁徙空间格局及其对城镇化影响研究[D]. 长春:吉林大学, 2018. |
[ Zhao Z Y. A study on the spatial pattern of population migration and its impact on Urbanization Based on big data[D]. Changchun: Jilin University, 2018. ] | |
[36] |
Bonacich P. Factoring and weighting approaches to status scores and clique identification[J]. Journal of Mathematical Sociology 1972, 2(2):113-120.
doi: 10.1080/0022250X.1972.9989806 |
[1] | 张子威, 黄秋昊, 陆羽, 李满春, 陈振杰, 李飞雪. 中国居民预期寿命及其影响因素的空间差异分析[J]. 地球信息科学学报, 2021, 23(9): 1575-1585. |
[2] | 胡最, 闵庆文. 构建农业文化遗产数字化保护的概念框架探讨[J]. 地球信息科学学报, 2021, 23(9): 1632-1645. |
[3] | 彭振华, 李艳忠, 余文君, 星寅聪, 冯爱青, 杜深文. 遥感降水产品在中国不同气候区的适用性研究[J]. 地球信息科学学报, 2021, 23(7): 1296-1311. |
[4] | 秦佳睿, 盛业华, 王燕锋, 何育枫. 南京市住宅价格影响因素分析[J]. 地球信息科学学报, 2021, 23(5): 882-890. |
[5] | 蔡一乐, 曹诗颂, 杜明义, 李善飞, 陈姗姗. 中国地级市人为热总量的估算及驱动因素分析[J]. 地球信息科学学报, 2021, 23(3): 405-418. |
[6] | 李颉, 郑步云, 王劲峰. 2008—2018年中国手足口病时空分异特征[J]. 地球信息科学学报, 2021, 23(3): 419-430. |
[7] | 谢玲, 王宏卫, 刘素红, 高一薄, 玛丽亚木·玛木提, 伊素燕, 马晨. 气象因素影响下中国手足口病时空演化特征研究[J]. 地球信息科学学报, 2021, 23(3): 431-442. |
[8] | 郭紫甜, 王春梅, 刘欣, 庞国伟, 朱梦阳, 王晋卿. 基于小流域抽样单元的中国FROM-GLC30数据精度评价[J]. 地球信息科学学报, 2021, 23(3): 524-535. |
[9] | 方云皓, 顾康康. 基于多元数据的中国地理空间疫情风险评估探索——以2020年1月1日至4月11日COVID-19疫情数据为例[J]. 地球信息科学学报, 2021, 23(2): 284-296. |
[10] | 薛浩男, 张雪英, 吴明光, 曹天阳. 基于新闻数据的新冠疫情事件下“全球-中国”国际关系变化分析方法[J]. 地球信息科学学报, 2021, 23(2): 351-363. |
[11] | 高楹, 宋辞, 郭思慧, 裴韬. 接驳地铁站的共享单车源汇时空特征及其影响因素[J]. 地球信息科学学报, 2021, 23(1): 155-170. |
[12] | 张小东, 韩昊英, 陈宇. 2003—2018年中国地级城市土地出让交易状况及时空动态特征[J]. 地球信息科学学报, 2020, 22(9): 1823-1836. |
[13] | 张亚, 刘纪平, 周亮, 王勇, 李鹏飞. 基于DBSCAN算法的北京市顺丰快递服务设施集群识别与空间特征分析[J]. 地球信息科学学报, 2020, 22(8): 1630-1641. |
[14] | 宋荣, 胡业翠. 中国城市土地整治综合潜力分区与提升路径[J]. 地球信息科学学报, 2020, 22(7): 1522-1531. |
[15] | 孙威, 林晓娜. 柳州市汽车制造业企业的空间格局与影响因素[J]. 地球信息科学学报, 2020, 22(6): 1216-1227. |
|