信息化背景下我国城市关系网络演进研究_经济指数论文

信息化背景下中国城市关联网络演进研究，本文主要内容关键词为：中国论文,城市论文,背景下论文,网络论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      21世纪，发展中国家最显著的特征就是信息化与城市化的发展。当下，以数字化、网络化为特征的通讯技术在世界范围内深刻影响了人类生活及生产方式，成为城市化发展的新型助推器。信息要素与现代知识经济对城市化建设中资本、人口、管理等资源要素的配置展现出了极强的先导性和再组织性，这些影响交织在一起，为城市的社会经济发展开启了新篇章。在新的经济规则下，部分城市的崛起必然伴随着部分城市的衰落，这种城市间的起伏带来了城市与城市，甚至不同区域之间互联关系的重构，城市间呈现出一种高度发达的网络化关联结构，学者们开始从全新的视角审视城市网络结构动态演化的原因，出现了城市间的复杂网络范式[1]。

      1989年Castells[2]提出的“流动空间”的概念打破了传统“地方空间”的概念，许多学者在“流动空间”理论的支撑下，运用公路交通流[3]、航空流、邮政物流、资金流及互联网社交信息[4]等各种流量的统计数据分析城市在网络体系中的角色和地位。Shin和Timberlake[5]认为20世纪后期，全球范围下发达国家对欠发达国家的产业转移导致了世界城市体系中部分亚洲城市地方等级的改变，他们利用社会网络法解析了1975年至1997年100个世界城市之间的航空线路的变化，指出东亚地区部分城市的等级正在急剧提升。Park[6]从国际空中物流流量的角度出发，在对1982年和1998年的国际航空网络结构进行评估后，将国内生产总值、人口数量及空间距离等指标引入城市虚拟变量，组成基本引力模型对未来枢纽城市“枢纽性”的程度进行判别。Malecki[7]从网络设备的视角出发，通过1997至2000年网桥在美国的分布结构解析了美国信息技术发展初期互联网对城市等级的影响。孟德有[8]通过比较河南省内高速铁路沿线城市的可达性，为各地市经济发展厘清其空间导向。甄峰[9]立足网络社会的视角，从新浪微博入手研究了信息社会下我国城市网络的层级特征。

      由于流量数据能够反映的问题较为单一，数据信息(尤其是信息数据的流量和流向)又难以获得，以泰勒为代表的另一批学者选择从城市功能的角度解读城市间的网络关系。他们认为，全球化背景下城市之间的相互关联是一种基于经济关系的社会联系，由于企业生产的全球化网络弱化了要素的空间约束[10]，则企业组织的生产网络和服务网络得以在全球范围重新分配，这使得世界城市作为跨国企业的载体正逐渐演化为高级生产性服务业的基地。Taylor[11]构建了包括123个世界城市的网络模型，选取100个全球服务公司的企业信息构建企业服务值矩阵，通过选取全球网络连接中心、金融中心、主导中心、全球指挥中心、区域指挥中心、网络连接点和新兴的市场门户共七种指标，解读不同城市在网络中的地位与权利。Friedmann[12]在全球选取了25个金融中心城市，通过分析国际知名企业提供的服务水平划分城市层次。金钟范[13]认为企业活动是城市经济发展的动力，企业是城市的微观主体，企业组织是城市网络结构的基础，他以跨国企业组织联系为依据，分析中韩城市的跨国网络结构，提出网络规模正在不断扩大，网络基本要素的分布与区位同质。武前波[14]通过分析世界五百强及中国制造业五百强中电信企业在华的生产网络，发现国际化网络的集中度远远高于地方化网络，但是无论是国际化还是地方化网络都以东部和中西部特大城市为节点。

      利用企业组织结构研究城市体系只关注了城市经济结构的动态，忽视了城市发展中社会、人文和制度等因素对城市结构特征的影响，部分学者开始着眼于城市间政治、经济、社会、人口等要素间的相互联系与作用力研究城市关系。侯赟慧与刘洪[15]立足金融的辐射力，利用Ucinet软件分析城市间资金的往来关系，判断长三角经济城市体系的网络结构。郑良海、邓晓兰和侯英[16]选取了如国内生产总产值、城市人口数量、技术人员数量等代表城市经济实力和发展水平的指标构建引力模型，测量了关中城市间的相互引力，并据此对行政区划分和经济制度改革提出相关建议。郭源园、胡守庚、金贵[17]从人口、经济、投资、教育、科技规模、交通及邮电业务7个方面对城市质量进行修订，并从社会状况、生活水平、基础设施及自然环境4个角度界定了吸引惯性指数，在此基础上修订引力模型，对湖南省14个城市不同时间点的引力水平进行分析，解析其经济空间结构的格局和演变。

      城市间的资源流动很大程度上是城市间引力作用的结果，这种引力效应主要取决于城市人口、经济、科技、信息资源等各种要素的综合作用。新兴通讯技术的发展使城市间的关联互动突破了传统城市间资源配置的空间桎梏，而开放环境和新经济形态进一步加速了城市间经济活动水平及控制网络的重构。基于此，本文通过修订信息化背景下城市间的不对称“引力指数”构建城市关联引力模型，测算我国29个省会城市(除去香港、澳门、台湾、拉萨及乌鲁木齐)在2000年、2007年、2014年的综合城市引力，通过社会网络法分析法解析我国城市关联网络结构、层次、特征的改变。

      二、信息化背景下城市网络模型的构建

      城市关联网络承载了城市间的各种信息、能量及物质的交换，根据社会网络的重力法则，本文在城市引力模型的基础上通过修订引力模型分析城市间的引力作用。

      万有引力认为，任何两个物体间都存在相互作用力，这种作用力与物体的质量呈正比，与他们之间的距离平方呈反比。1880英国学者莱文斯坦[18]首次借鉴万有引力定律构建引力模型，用以研究人口流动问题。雷利[19]通过“零售引力规则”直观的向人们展示出城市引力与城市规模、城市间距离的相关性，证实了引力模型在经济研究中的有效性。齐普夫[20]根据城市间铁路物流、邮电通讯等信息流量的研究提出城市间联系水平随着距离的改变呈现出一种线性变化，这种变化同样符合引力模型的规律。这之后，汉纳斯和弗德林汉姆[21]对引力模型进行修订，并最终提出了经典城市引力模型：

      

      模型中Q为城市质量，

为i城市与j城市间的距离指数，K为引力系数，α、β为弹性系数，λ为衰减指数，这也是本文研究的基础模型。

      城市质量Q作为综合评判城市发展水平的指标，应当具备真实性、完整性、连续性的数据特性，能够全面的评述我国城市化的发展进程。本研究通过对CNKI核心论文数据库中2000年之后有关城市质量论文的梳理，将影响城市质量的指标中占论文总数比例大于50%的挑出作为备选指标，分别得到城市人口、GDP指数、人均可支配收入、城市教育支出4个指标，并根据对城市质量内涵的界定[22]，补充第三产业占比重、第二产业从业、城市财政支出、邮电业务总量、建成区绿化覆盖率、恩格尔系数6大指数，共统计10大指标，从人口规模、经济水平、社会服务、基础建设四个层面对城市质量进行测度，评价指标体的计算如公式：

      

      

为因素n的权重值。

      此外，在万有引力中，K是万有引力常数，但是在社会经济学中，K成为了变量，学者们称之为比例系数，即城市中由特殊经济社会环境所决定的相对其他地区的影响力系数[23]。如今，K的界定并没有统一的说法，一般学者在运用引力模型时将其设定为1[24]，但是部分学者在研究中尝试从不同视角对K进行修订[25]。王钰[26]等人在研究城市间人口迁徙网络的过程中，将参数K设定为城市GDP占两个城市GDP之和的比重，尝试以经济结构代表之。郭源园[27]将K定义为“吸引惯性指数”，认为K代表了城市惯性，在计算中通过社会状况、生活水平、基础设施和自然资源四个层面设定惯性指标体系用以计算K值。此类研究虽然根据城市自身特性对K值进行了修订，但是其选值却经常与城市质量的指标重叠，其解释也缺乏现实背景与理论支持。在信息时代下，信息化水平作为一种综合体，从信息技术、信息资源、信息产业等多重层面影响了城市经济发展的组织结构和城市辐射力，其中信息资源既是生产要素又是产品，分布引导了城市资源未来流向；信息技术作为通用型变革技术，拓展了各种“流”在城市网络中的通达性；而信息产业作为一种特殊的经济形态，带动了未来产业的发展形态，能够主导城市产业结构的调整方向。可以说，城市间的信息化水平差距不但反映了城市间引力作用的差距，更在一定程度上反映了未来城市作用力的水平和发展前景。因此，将K设定为城市对目标城市信息化指数的比值，计算公式如下

      

      

为城市i对城市j的引力指数，其中

为城市i的信息化指数，

为城市j的信息化指数。信息化指数依据国家信息化发展指数(IDI，Informatization Development Index)，从信息化使用、信息化基础设施、信息消费水平、文化知识、发展环境与信息使用六个层面选择指标进行计算。

      通过对城市质量和引力指数的修订，结合陈彦光[27]及国内外学者的研究经验，将α、β取值为1，λ取值为2，可得信息化背景下城市引力模型公式。

      

      

      图1 2000年城市关联网络结构拓扑图

      式中，

为城市

对

的引力，

为城市i对城市j的引力系数，

分别为城市i和城市j的城市质量，

为城市i到j的距离。由于我国人民出行的主要交通工具为火车，火车运行的客流吞吐量占了全国客运80%以上的份额，在这里选择城市间火车运行公里数代表城市间距离D。根据公式(4)可得任意时刻城市i与城市j之间的相互作用力，据此获得各时间点下的引力相关网络。

      三、数据的选取及计算

      城市节点由于数据缺省的问题剔除香港、澳门、台湾、拉萨及乌鲁木齐五个地区，最终选取29个典型城市，其中东部地区13个城市，包括北京、上海、南京、济南、天津、石家庄、杭州、沈阳、广州、重庆、福州、南宁、海口；中部地区9个城市，包括郑州、合肥、武汉、太原、南昌、长沙、呼和浩特、长春、哈尔滨；西部地区7个城市，包括西安、兰州、贵阳、成都、西宁、银川和昆明。在计算中，首先以7年为间隔，选取采用2000、2007、2014年三个观测时间点；其次根据离差标准化将原始数据通过线性转化落入[0，1]区间内；再次，使用均方差权值决策法设定城市质量内各因素的权重W[，n]；最后运用三次光滑样条的拟合结果，对统计年鉴内个别数据的缺失进行补完。由于城市引力网络是一个典型的有向权重完备复杂网，具有841条有向网线，为了清楚直观的反映城市的拓扑图的结构特征，选择城市引力的均值作为阀值对引力网络进行切分，将其转化为二值网络数据，重新构建城市引力网，这种数据处理一方面能够清晰的反映城市间的强关联度；另一方面能够简化网络规模，使网络的变化易被观察。

      (一)城市网络结构的演进

      2000年、2007年、2014年的城市关联网络的结构演进如图1、图2、图3所示。

      

      图2 2007年城市关联网络结构拓扑图

      

      图3 2014年城市关联网络结构拓扑图

      城市关联网络结构拓扑图结构的改变展现出信息化的发展为城市体系中的资源配置提供了更多的可能。2000年我国城市关联网络中还存在个别孤立节点，网络连接主要基于地理区位的约束，分布较为零散。2007年随着信息技术在城市中快速发展和普及，远距离节点间的联通度增加，并形成了次级节点引力作用下的单元嵌套网络结构。至2014年，信息时代对城市生产结构的影响初现端倪，信息生产模式推动了原有要素空间的布局，距离效应减弱。城市间交互性的提升推动了更多次级网络核心结构的形成，改变了传统的金字塔形层级划分，具有多中心结构的城市关联网络结构开始形成。

      运用UCINET对网络进行效率、结构性、关联效应和最近上限的分析，测度结果如表1。

      

      Connectedness代表网络关联度，用来测量网络间中城市之间的可达性，2000年网络可达度只有不到50%，说明一半以上的节点在网络中无法实现完全联系，网络关联度的上升代表网络结构完备性的提升，2014年关联度为1，代表网络中节所有节点都能够通过网络连接，进一步印证了图中城市关联网络连接的变化趋势。Efficiency表示城市节点在网络联系中冗余线的数量，表现了各种“流”在城市网络中的传递效率，2014年我国城市关联网络中的效率高达0.8413，说明城市中近85%的节点是多余的，这些所谓的“冗余”反映了城市节点间联系的多样性，数值越高网络内的信息交流路径越多，网络越开放。Hierarchy是图的等级度，值越大说明越具有等级结构，2014年，Hierarchy的值从2000年的0.3415下降到0.069说明，网络结构的扁平化趋势，网络节点权利正逐渐分散。Density代表网络平均距离，我国城市关联网络体系的网络平均值都在2之上，说明大部分城市之间的联系要通过2-3个中间城市来中转。总体看来，我国城市体系自2000年之后，网络结构开始由高度结构化向小世界化特征转化，城市结构更加均衡并具备开放性。

      (二)城市网络中心度的计算

      通过对29个城市的引力相关网络的计算与分析，可根据所得城市节点的出入度画图。在图中，纵坐标轴表示关联网络的点出度或者点入度，点出度表示该城市对其他城市影响的大小，数值越高，其影响的城市越多，点入度则表示受到其他城市影响的大小，点入度越高受到更多数量城市的影响；横坐标是根据东、中、西部地区划分的城市区域排序，北京至海口为东部地区段，郑州至哈尔滨是中部地区段，西安至昆明为西部地区段，不同地区在城市发展中表现出明显的区域特征。

      

      图4 城市外向度的改变

      图4显示了城市对外辐射力的大小。我国东部地区内部城市外向度水平差异较大，既有北京、上海、南京这类由于历史及区位因素具备较强经济综合实力，在网络中具有较高节点密度的城市，又包括海口、南宁、福州此类在地理区位约束下节点密度很低的沿海城市，但是总体信息化水平较高，随着信息化发展对城市引力的反哺，东部地区节点密度随着跨越时间呈整体上扬的态势，城市对外的辐射力稳步增长；中部地区的城市立足于得天独厚的区位优势，外向度一直保持的较为稳定，在2000年至2007年间有一定的增长，但是由于在国家发展战略中长期处于边缘化地位，中部地区在对外开放经济交流等方面相对东部地区存在明显的落差，其对外影响力在2007年之后，除了郑州与合肥依旧保持增长，其余城市的节点密度都停滞在一定的水平内，小部分城市还有回落；西部地区外向度最低，说明城市的影响力远远低于中、东部地区，较低的成长性也说明了西部地区城市发展缓慢，对我国城市体系建设的贡献度不高。

      

      图5 城市内向度的改变

      图5显示了城市在发展中受到其他城市影响的大小。东部地区城市的内向度在2007年上升至峰值，但是2014年之后又逐渐回落，说明相对其他地区，东部城市在发展中较为独立，形成了以东部沿海地区为核心，较为稳定的区域化经济体系；中部城市内向度一直保持较高的数值，在2014年郑州、武汉、合肥的节点数达到新高，城市发展更多地受到其他城市的影响，城市资源有向外流失的趋势；西部地区的城市内向度虽然在升高但是总体水平偏低，城市与其他网络节点的联系偏弱。

      可以认为，由于信息化时代下社会经济结构的根本性变革，技术、知识作为主要生产资本正在城市建设中发挥愈来愈重要的功能，知识的生产与传播已经成为目前信息时代社会经济的一大特点。这种经济形态使具备不同产业特征的东、中、西部地区在城市网络发展中扮演了完全不同的角色：首先，以第三产业为主要经济形态的东部地区城市在城市网络中能够更有效的利用各种资源流，发挥其经济结构优势，增强城市辐射力，在城市网络中位于主导地位；其次，中部地区城市的初始出入度都很高，这很大一部分是到受城市区位分布的影响，较为集聚的城市地理位置大大增强了城市间的相互引力，提高了中部地区的网络密度，但是信息通讯技术为各种知识技术等非物质型生产资料提供了全新的布局因素，改变了传统地理区位为生产资料流动带来的空间优势，中部地区在城市体系发展中的区域集聚优势将逐步流失；最后，西部地区除了西安市，其余城市都近乎处于孤岛的位置，接出度和接入度都很低，虽然有缓慢增长，但是接入度高于接出度的增长水平，这将使西部地区在未来的城市发展中面临人才、技术、资金等生产资源的流失，在城市网络中处于劣势。

      (三)城市网络层次的改变

      在网络中，如果很多城市必须要经过某个特殊城市才能建立联系，那么这个特殊城市在网络体系中居于重要地位，或者说，此城市能够通过控制流经本身的资源或者信息影响整个网络群体。用来测量这个特殊城市在城市体系中对资源控制程度的指标就是中间中心度(betweenness centrality)[28]。中间中心度是不同于节点出入度的一种相对性指标，他表示该节点在网络中在多大程度上位于图中的其他“中间点”，是对网络结构进行区域化划分的依据，被划分的子群拥有比整体网络更高的交互效率。同时，通过中间中心势还可以得出中间中心势指数，用以评价网络的集聚性。

      通过对2000年、2007年和2014年城市引力矩阵的相对中心度进行聚类，借此分析我国城市网络层次结构的改变。

      

      图6 2000年城市网络中心聚类结果

      2000年城市网络中心势为15.39%，这个数值比较小，说明网络整体结构比较离散。根据中间中心度的聚类结果，城市网络可被划分为四个层次。第一层只有北京一个城市，中间中心度大于20，说明北京在城市体系中占有绝对的话语权，是城市体系中信息资源交流的中心；次级节点城市中上海、重庆、西安的中间中心度在10-19之间，分别代表了东、中、西部地区接入城市网络的主要节点；郑州、武汉、广州、贵阳为第三层次中间中心度在5-9之间，是区域性的网络中心；济南、石家庄、长春、哈尔滨、沈阳、呼和浩特、兰州、银川、太原合肥、南京、杭州、福州、南昌、海口、南宁、长沙、成都、昆明、西宁、天津为第四层，多为地方网络节点，此层次的节点对其他城市的控制力极少。

      

      图7 2007年城市网络中心聚类结果

      2007年城市网络中心势为15.56%，增值较小，说明整个网络结构没有较大的改变。聚类结果，依旧将城市网络划分为四个层次。第一层是北京市，中间中心度大于30，意味着北京在城市体系中的控制力略有提升；次级节点依旧是上海、重庆、西安，其中间中心度皆有上升，上海升至23.377，重庆升至17.360，西安升至18.222，次级节点在局部城市网络中的作用力逐渐增强；第三层区域网络节点城市增多，包括长沙、沈阳、天津、南京、武汉、广州、郑州，中间中心度在3-9之间；济南、石家庄、长春、哈尔滨、呼和浩特、兰州、银川、太原、合肥、杭州、福州、海口、南宁、贵阳、成都、昆明、西宁为第四层。

      2014年城市网络中心势增长至21.68%，网络集聚度增高，网络结构更加扁平。北京作为第一层级，中间中心度高达40.475，说明其在网络中具有牵一发动全局的网络效应；第二层的城市数量增多，包括西安、上海、重庆、郑州、武汉、广州说明我国城市群的接入不再单纯的遵循地理空间的等级秩序，区域划分更加细化；第三层包括济南、石家庄、长春、哈尔滨、沈阳、呼和浩特、兰州、银川、太原、合肥、南京、杭州、福州、南昌、海口、南宁、贵阳、长沙、武汉、成都、昆明、西宁、天津，中间中心度在0-9之间。

      从城市体系层次的演变可以看出，信息技术的扩散特征和城市经济的集聚效应作为推动城市体系结构改变的两种动力正同时作用在现代城市网络中，使网络内的节点之间发生分异，重新形成一种动态均衡的分布。一方面，城市集聚特性提升与壮大了网络核心节点的功能，导致部分核心城市不断扩张，总体上呈现出超级城市的成长态势(如北京、上海)，城市空间呈现出非连续性用地扩展，城市网络节点的等级、水平和规模呈现两极分化的非均匀分布；另一方面，信息技术的高渗透性使城市结构趋向扁平化、网络化、分散化，城市结构被赋予了更多可能性，城市间的沟通不再依赖传统路径，信息在网络中的流动路径更加复杂，更加自由，城市间的联系关系增多，网络密度增强，构成了整体分散，局部集中的网络结构特征。

      

      图8 2014年城市网络中心聚类结果

      四、结论与启示

      本文将社会网络分析法应用在信息化背景下城市网络空间联系研究中，通过修订引力指数构建信息化背景下的城市关联引力模型，以主要省会城市为网络节点，城市间的引力为连接线，构建城市关联复杂网络，运用社会网络分析工具(UCINET)探索信息化背景下我国城市关联网络的演进方向、中心度及层次水平，得到以下结论。

      第一，信息与通讯科技通过网络社会对传统时空概念进行了打破和重塑，推动了城市网络化发展。信息生产模式使空间距离效应减弱，改变了原有要素的空间布局，越来越多的引导生产资料进行跨区域式流动。这种全新的资源配置模式使城市关联网络更加紧密，边缘性城市在网络中逐渐消失，大部分城市在网络体系中区域集聚分布，城市网络由高度结构化的传统网络结构向更加自由的扁平式网络结构演进。在高密度的关联网络中，城市间的竞合互动将对城市未来的发展起到更加重要的作用。

      第二，信息时代带来了社会经济的根本变革，以信息及知识为主的生产形态使我国东、中、西部地区在城市关联网络中呈现出东部主导、中部为支撑、西部垫底的发展态势。东部地区对其他地区城市的依赖性较弱，在整个网络中的辐射力最强；中部地区的辐射力有限，但受到其他地区的影响却逐渐增大；西部地区受其他城市辐射的水平增幅远大于其自身辐射力的增长速度，其区域发展对其他地区的依赖性较大，西部地区需要把握信息化时代经济发展的特征和优势，转变城市经济结构才能扭转在城市关联网络中的弱势，提高在城市关联网络中的影响力。

      第三，信息化的扩散特征及城市化的集聚特性使城市关联网络具备较强的连通性和集聚性，呈现出整体分散、局部核心的网络结构。不同区域内城市间社会经济的相互依赖性推动了更多次级网络核心结构的形成，城市网络划分由传统的以上海、重庆、西安为连接点的三大子群社团细化为西安、上海、重庆、郑州、武汉、广州为连接点的六小子群社团，城市结构较以往更加均衡，更加分散，并具备开放性，多极化城市经济体系正在逐渐完善。

      可以确定的是，信息技术的发展确实为城市关联网络结构的重构和网络化发展带来了积极的影响，但是其中具体的作用机理还需在未来的研究中进一步关注。

标签：经济指数论文;  网络节点论文;  经济模型论文;  网络模型论文;  关联分析论文;  空间分析论文;  引力模型论文;  网络结构论文;  国家信息化发展战略论文;  信息化时代论文;  经济学论文;  经济论文;  引力波论文;