信息流视角下长株潭城市群关系网络特征辨析及规划启示——基于百度指数的分析

段 献，黄军林，陈 健



信息流视角下长株潭城市群关系网络特征辨析及规划启示——基于百度指数的分析

段 献1，黄军林2, 3，陈 健4

（1. 湖南省建筑设计院有限公司，长沙 410013；2. 华中科技大学 城乡规划政策研究中心，武汉 430074 ；3. 长沙市规划信息服务中心，长沙 410013；4. 湖南思达源规划咨询研究有限公司，长沙 410013）

以长株潭城市群为研究区域，构建基于2015~2017年城市群内各城市间的百度搜索指数信息流网络，探讨城市群的空间网络特征及其时空演变，发现其关系网络呈现两大主要特征：一是“点—轴”结构明显：城市核心网络以长沙为中心点，长―株、长―岳、长―衡、长―常为主轴，呈“Y”型分布；二是“核心―外围”趋势强化：长沙市是强控制力和强主导型城市，益阳市、娄底市其城市控制力和主导性呈现逐年下降的趋势，且城市的离散程度不断增大，城市间不均衡程度呈逐年上升趋势。研究对规划的启示在于：在城市群空间组织的研究与规划中，应关注城市间关联的内涵，通过多视角、多层次、多维度对城市群空间关系进行定量分析与定性辨析，以构建一个更加立体、更加系统、更加开放的“网络化”城市群。

信息流；百度指数；长株潭城市群；网络特征；规划启示

21世纪以来，随着信息技术快速发展，各城市通过各种信息网络加强联系，加速了城市之间要素的流动交换，不断推动着城市之间组织方式的变迁，从而产生了“城市网络”。[1]正如Pflieger等（2010）提出“城市作为网络存在于网络之中”，城市间联系超越空间距离与行政界线的限制，全球范围内出现了世界城市、大都市区等空间地域组成。[2]西方学者以邮寄包裹、[3]互联网流量[4]和宽带网络[5]等为切入点，从信息流的角度研究城市网络。在国内，汪明峰等从互联网骨干网络拓扑结构入手，对中国互联网进行了初步的地理学分析；[6]孙中伟等根据全球互联网地图，利用网络分析方法，对世界互联网城市进行了等级划分；[7]甄峰、[8]徐艳[9]等借助新浪微博数据，从网络社会空间的角度入手对中国城市网络特征进行了研究；[10]陈晨等基于银行网点的资金流视角，研究东北地区的网络特征；[11]熊丽芳[12]等、蒋大亮[13-17]等、赵映慧[15]等、于欣洺[14-16]等基于百度指数分别对长三角核心地区、长江中游城市群、成渝城市群、东北地区的网络特征进行了研究；郝修宇等则以百度指数构建引力模型，研究京津冀城市群的网络特征；[18]刘望保[19]等、蒋小荣[20]等通过百度迁徙数据研究城市人口流动特征；叶强等通过百度迁徙数据对长江中游城市群网络特征进行了研究；[21]董超等以固定电话通话时长为原始数据分析省域空间网络格局；[22]邓楚雄等以百度城市吧主题帖累积截面数据为基础数据分析长江中游城市群城市网络联系特征。[23]研究表明，“流空间”对进一步深刻认识城市关系及其空间组织机理具有重要意义，尤其是通过“网络”和“流”的问题的关注及研究视野的“信息化”倾向，对科学认识城市群区域范围内城市间交流联系及关联网络结构特征，并探究分析其对空间组织的影响具有十分重要的意义。然而，当前国内基于信息流所开展的城市网络特征相关研究主要集中在京津冀、长三角、东北地区，涉及长株潭城市群的研究较少。长株潭作为中部地区最具空间特色的城市群，其发展一直都备受关注，在国家推进建设长江经济带、打造长江中游城市群的政策背景下，开展长株潭城市群空间关联特征分析具有较强现实意义。

本文以长株潭城市群为研究区域，基于“百度指数”平台的百度搜索指数数据，构建起基于信息流视角的长株潭城市群网络，并通过计算信息流联系强度，采用网络分析方法，对城市对间的信息流强度、城市联系强度、城市主导地位与控制力等展开研究，分析长株潭城市群范围内信息流联系网络关系及其时空演变，探究长株潭城市群关系网络特征。研究表明，“流”视角下的研究为科学、客观的解析城市群空间组织结构提供了数据、技术与方法支撑，为当前规划实践与研究提供了一个新的视角。

一、研究思路、数据选取与计算方法

（一）研究思路

百度指数是以百度海量网民行为数据为基础的数据分享平台，是当前互联网乃至整个数据时代最重要的统计分析平台之一。基于百度指数门户网站，可以构建某一城市区域内市民对另一城市的搜索指数，如长沙地区对株洲的关注情况，通过按地域搜索选择长沙，关键词为株洲，即可统计某一时段其百度搜索指数（见图1）。在城市关系网络研究中，城市可以定义为网络中的节点，那么城市间的百度搜索指数就可以表征为网络节点中的信息流（见图2），从而构建出城市群的网络体系，分析城市的网络状态及结构特征，再通过不同时间的特征分析其演变趋势，最后利用ArcGIS的空间分析功能，将城市群的关系网络准确、直观在地理空间上进行可视化表现，便于结果分析和提出规划策略。

图1 2017年长沙地区对株洲的搜索指数

图2 基于“百度指数”的信息流数据应用逻辑框图

（二）数据选取

选择长株潭城市群的8个城市（长沙、株洲、湘潭、岳阳、衡阳、常德、益阳、娄底）为研究对象，本次研究选取日平均值来表征搜索指数，构建2015、2016、2017每年度两两城市间的信息流（见表1、表2、表3）。

表1 2015年长株潭城市群百度搜索指数

表2 2016长株潭城市群百度搜索指数

表3 2017长株潭城市群百度搜索指数

（三）计算方法

1．城市对间的信息流强度。基于已有的城市网络研究方法，借鉴熊丽芳[24]等的研究方法以乘积的形式表征城市对之间的信息流强度，以与城市对强度值中最大值的比值表征某城市对的相对强度。

ab=ab×ba .（1）

式中：ab表示城市对ab的信息流强度，ab表示城市a对城市b的搜索指数，ba表示城市b对城市a的搜索指数。ab表示城市对ab的相对强度，max表示所有城市对中信息流强度的最大值。

2．城市联系强度。城市联系强度定义为与该城市发生直接关系的信息流强度之和。用Q值表示某城市的相对强度。[13]

a=a1+a2+…+a(n−1) ,（3）

式中：a表示城市a的联系强度，a1、a2、a(n−1)表示城市a与城市群中其他城市的信息流强度，为当前城市群的城市个数。a表示城市a的相对强度，max表示当前城市群中各城市联系强度的最大值。

3．变差系数。变差系数可以反映城市群的离散程度，值越大，则表示相对较离散，城市极化现象突出。

式中：N表示城市的总流量强度，表示当前城市群的城市平均流量强度，为当前城市群的城市个数。

4. C-Value值和D-Value值的层级分析。以C-Value值和D-Value值两项指标为测度，借鉴WHEELER JO等人对美国城市的空间网络联系信息流的研究方法。[25]对城市群内各城市的主导型与控制力进行分析。城市a的信息发送量定义为在城市a中对其他城市的搜索指数之和，城市a的信息接收量定义为其他城市对城市a的搜索指数之和。

a=a1+a2+…+a(n−1) ,（6）

a=1a+2a+…+(n−1) a ,（7）

T=a−a .（9）

式中：a表示城市a的信息发送总量，a1、a2、a(n−1)分别表示城市a区域中对其他城市的搜索指数。a表示城市a的信息接收总量，1a、2a、(n−1)a分别表示其他城市对城市a的搜索指数。a表示城市a在城市群中的控制力，其值越大，城市a控制力越强，反之，若为负值，则城市a为被控制型城市。T表示城市a在城市中的主导性，其值越大，城市a主导性越强，反之，若为负值，则城市a为附属型城市。

二、信息流视角下长株潭城市群关系网络特征

根据上述方法，对获取的长株潭城市群百度指数进行计算，结合地理空间的城市网络格局，对基于百度指数的长株潭城市群关系网络分析如下：

（一）城市网络层级特征变化

通过研究方法中公式（1）和（2），分别构建2015年、2016年、2017年长株潭城市群中28个城市对的相对强度值（见表4）。基于熊丽芳、甄峰等对长三角核心区城市网络特征的研究，[12]将长株潭城市群划分为三个层级，第一层级为核心网络结构，其相对强度值大于或等于0.5，这类城市对属于城市群的骨架；第二层级的相对强度值介于0.1和0.5之间，这类城市对属于城市群的主干；第三层级的相对强度值小于或等于0.1，这类城市对属于城市群的边缘结构，在整个网络结构中占比较高，但网络结构地位较低。2015-2017年，长株潭城市群第一层级的城市对分别有4条、3条和4条，均由长沙市向外辐射，分别是长沙―株洲、长沙―衡阳、长沙―岳阳、长沙―常德，其中长沙―常德2016年跳出第一层级城市对，但2017年重新进入第一层级城市对。2015-2017年长株潭城市群第二层级的城市对分别有10条、7条和4条，城市对个数呈现逐年下降趋势，但第二层级城市对的平均相对强度值逐年上升，分别为0.230，0.281，0.285。第三层级城市对占据整个城市对的绝大部分，主要分布在城市网络中的边缘地位，城市间联系强度较弱，2015-2017年长株潭城市群第三层级的城市对分别有14条、18条和19条，分别占城市对总数的50.0%、64.3%和67.9%。从整体趋势来看，长沙―株洲地位保持不变，城市联系强度上升的城市对仅有2对，分别是长沙―常德、湘潭―常德。绝大多数城市对的相对强度值对出现不同程度下降，表明城市群的信息流离散程度加剧，有轻微极化态势。

表4 2015-2017长株潭城市群城市对的信息流强度

基于ArcGIS可以更形象直观的表达出城市网络结构的演变情况，分别描绘出2015-2017年间城市群网络结构图、城市群主干网络结构图、城市群核心网络结构图（见图3）。

图3 2015-2017长株潭城市群网络结构图

从城市群的网络结构图可以看出，长株潭城市群呈现出“大核+小核”的双中心结构，“大核”是长沙市，其城市联系强度最大，是整个城市群网络的中心，“小核”是株洲市，城市联系强度仅次于省会长沙，其构成的城市相互联系紧密。从城市群的主干网络结构可看出，主干网络结构逐步收紧现象明显。株洲―岳阳、株洲―衡阳、衡阳―娄底和衡阳―常德，这四个城市对正在失去其城市主干网络地位。城市群的核心网络结构基本保持不变，由长沙市向外辐射，呈“Y”型分布，分别为长沙―株洲、长沙―衡阳、长沙―岳阳及长沙―常德。其中2016年长沙―常德以微降区域退出核心网络结构，但在2017年重新进入城市群核心网络结构。按照式（3）和（4），分别计算2015年、2016年、2017年长株潭城市群中8个城市的联系强度（见表5）。连续三年城市联系强度排名前6的城市均没有发生变化，依次为长沙、株洲、衡阳、岳阳、常德和湘潭，其中株洲市的城市联系强度值呈逐年上升态势，但相对联系强度P值则先升后降，2016年为最高值0.428。娄底市的城市联系强度排名取代了益阳市，成为8个城市中城市联系强度最弱的城市，这与娄底市的区位不占优势有很大关系。

按照式（5），分别计算2015年、2016年、2017年长株潭城市群的变差系数（见表6）。长株潭城市群属于中等差异型，反映了城市群中不均衡的现象，且有逐年上升的趋势，城市间联系强度差距进一步扩大。

（二）网络空间组织特征变化

按照式（6）~（9），分别计算2015年，2016年，2017年长株潭城市群中8个城市的信息发送量、信息接收量、控制力、主导性（见表7）。结果表明，长沙市连续三年在城市控制力、城市主导性方面均处于绝对领先的地位，属于强控制和强主导型的城市，信息发送值均大于信息接收值，岳阳市仅在2016年上升为控制型和主导型城市。2016年长沙的控制力和主导性有所下降，U值从2015年的0.840下降至2016年的0.708，T值从2015年的1695下降至2016年的1333，但2017上升明显，U值和T值分别为0.795，1792。2015至2017年，株洲、湘潭、衡阳、益阳、常德和娄底六座城市，一直处于被控制和附属型地位，但从环比情况来看，控制力和主导性都发生较大变化。

2015至2016年，控制力和主导性均上升的城市仅有4座，分别为岳阳市、株洲市、湘潭市和衡阳市，其中岳阳市上升最为明显；控制力和主导性均下降的城市有为长沙市、益阳市、常德市和娄底市，其中娄底市下降最为明显。2016至2017年，控制力和主导性均上升的城市仅有2座，分别为长沙市和常德市，其中常德市上升最为明显；控制力和主导性均下降的城市有为株洲市、湘潭市、岳阳市、衡阳市、益阳市和娄底市，其中湘潭市下降最为明显。

信息发送量与信息接收量的大小与城市的控制力、主导性没有必然关系。2015年数据中，娄底的城市控制力、主导性均排在第三位，但其信息发送量与信息接收量均排名靠后；2017年数据中，株洲市的被控制性和从属性值较小，但信息发送量、信息接收量值均较大。

三、结论与启示

2013年，习近平总书记在湖南考察时，明确提出“湖南位于东部沿海地区和中西部地区过渡带、长江开放经济带和沿海开放经济带结合部”（一带一部）的战略定位。长株潭城市群位于京广经济带、泛珠三角经济区、长江经济带的结合部，具备建设区域性中心城市群、影响和辐射四方的区位优势。长株潭城市群内部结构紧凑、区位条件优越、自然资源丰富、生态环境良好、历史文化特色鲜明，是国家不可多得的城市群资源。

表5 2015-2017长株潭城市群8座城市的联系强度

表6 2015-2017长株潭城市群变差系数情况表

表7 2015-2017长株潭城市群各城市控制力与主导性

加快长株潭城市群发展，既关系到湖南自身发展，也是落实国家中部崛起战略的需要，是促进东中西区域协调发展的重要实践。本文从“信息流”的视角对城市群关系网络特征进行了分析，以透视城市群内部城市之间的网络关联状况。

（一）结论

1. 从信息流视角对城市群关系网络的测度较少受到行政地域的限制，可以从相对客观的角度反映城市群中的某城镇区域受到区域内其他城市民众的关注程度，从而间接反映了城市群内各城市在经济社会等各方面关联性的综合表征。分析表明，基于信息流分析的长株潭城市群呈现出较为明显的“核心―边缘”网络结构，即以“省会/区域核心城市―中小城市”进行高效网络联接模式，其结果是长沙城市的影响力与控制力极化效应明显，弱化了网络结构与城市行政权力结构的关联性，区域核心城市在城市群空间组织中具有较强的话语权和综合影响力，这也为未来长株潭城市群区域规划与协同治理提供了一个有益探索，即打破行政地域禁锢，以更加开放的思维谋求区域统筹发展，构建以长沙为中心的长株潭核心区域的主导能力，从而带动整个城市群的发展。

2. “长株潭城市群”应被视为一个动态、开放的“网络状”城市群。从实际经济社会发展与城市群网络联系上看，“长株潭城市群”区域形成了以“长―岳”“长―（株）衡”“长―常”的“Y”字型的空间网络结构，而核心城市长沙与湘潭、娄底、益阳，城市群其他城市之间的网络关联性较弱。未来，随着交通、信息等技术的不断进步，需要扩容长株潭核心区，引导中心职能在更大范围的重组互补。随着国家“一带一路”战略的实施，对外开放格局逐步从珠三角向长三角转移，长江经济带战略的重点是连接东西部，湖南定位为“一带一部”，核心在于重点打造长株潭完整经济区，融入“一带一路”全面开放格局，构建结构合理、布局优化、产业协调、城乡一体的城市群格局。依托交通线路、区域型基础设施廊道，强化长―岳、长―衡、长―益―常、长―娄4条主要发展轴线，并不断强化城市群内部城市的“交流”与“互动”，提升岳阳、衡阳、常德、益阳、娄底等次区域中心城市，实现生产要素的均衡布局，打造动态、开放的“网络状”城市群。

3.《长株潭城市群》规划中构建了“一区四圈（带）”，即以“长沙为核心的大都市区”和以常德、岳阳、衡阳、娄底为核心的都市圈（带），搭建了城市群发展的总体框架，但城市群内部发展不充分、不平衡，甚至是主要城市群（带）发展滞后的问题还较为突出，如娄底城市带，从区域发规划角度看，娄底城市带空间成长与演化存在多种可能：一是娄底成为长株潭（益）大都市区一部分，形成“长株潭大都市区+湘中城市带（强化的发展轴）”格局；二是冷水江—新化整合发展，形成一个双中心大城市，进而成为又一个湘中中心城市、带动湖南中西部发展的新增长极；三是冷水江、新化与邵阳一体化发展，成为引领湖南中西部崛起的主要中心区域、小型城镇群。但实际发展却不理想，娄底在城市群中的“控制力”与“影响力”较弱，从而导致了城市群西南方向的弱关联性。因此，在未来长株潭城市群规划中，应重点强化城市群内部空间结构的完善与协调，在强化核心城市的同时，也应注意强化次级核心城市的打造，进而强化边缘城市在区域中的网络链接度和网络地位，进一步提升长株潭城市群的整体竞争力。

（二）规划启示

随着全球化与信息化的不断深化，城市空间之间的“交流”与“组织”方式也在发生深刻的变革，尤其是在互联网等技术的驱动下，关于区域城市网络关联的一系列的相关研究正在逐步成为城市研究领域的一个新的热点。“流空间”的研究为更加科学、客观的分析与辨析城市群空间组织结构提供了技术支撑，为当前规划研究与实践提供了一个新的视角。本文所探讨的基于“百度指数”的“信息流”即是其中的一种。基于“信息流”联系的空间组织，实际的地理空间距离对于城市之前的关联性影响弱化，从“信息化”的视角对城市关联性进行了讨论。对于规划实践的启示在于：在城市群空间组织的研究与规划中，除了考虑地理空间位置、行政等级等经典的地理空间理论及其相关原则的同时，更应该关注城市间关联的内涵，即城市间功能、产业、交通及信息关联度等，通过多视角、多层次、多维度对城市群空间关系进行定量分析与定性辨析。从而在制定区域规划政策工具时，打破传统行政地域的局限，从更加开放、协同的“网络化”视角来统筹城市群区域发展。

本文以“信息流”为研究视角，借助“百度指数”工具，构建起长株潭城市群“信息关联网络”，并对城市群空间网络组织与关系进行研判，提供了一个城市群的研究样本。然而，城市群网络是一个较为复杂的体系，“信息流”只是城市与城市间关联的“流”之一，还涉及能量流、物质流等。本文选取了“信息流”这一研究视角来解析长株潭城市群网络特征，带有“信息流网络”特有属性特征，势必存在一定的局限，在以后的研究中，将逐步补充相应的关系性数据，从更加系统、更加全面的视角综合研究，以期为新时代背景下长株潭城市群空间发展提供研究支撑。

[1] 甄峰, 刘晓霞, 刘慧. 信息技术影响下的区域城市网络: 城市研究的新方向[J]. 人文地理, 2007, 22(2): 76-80.

[2] PFLIEGER G, ROZENBLAT C. Urban networks and network theory: The city as the connector of multiple networks[J]. Urban Studies, 2010, 47(13): 2723-2735.

[3] MITCHELSON R, WHEELER J O. The flow of information in a global economy: The role of the American urban system in 1990[J]. Annals of the Association of American Geographers, 1994, 84(1): 87-107.

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

[5] Malecki E J. The economic geography of the Internet’s infrastructure[J]. Economic Geography, 2002, 78(4): 399-424.

[6] 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.

[7] 孙中伟, 贺军亮, 金凤君. 世界互联网城市网络的可达性与等级体系[J]. 经济地理, 2010, 30(9): 1449-1455.

[8] 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.

[9] 徐燕, 黎明. 基于新浪微博视角下的城市网络空间特征分析——以重庆市主城区为例[J]. 西南师范大学学报, 2014, 39(6): 44-49.

[10] 占自华. 微博研究评述[J]. 济南大学学报(社会科学版), 2011, 21(1): 34-37.

[11] 陈晨, 修春亮. 流空间视角的东北地区城市网络研究[J]. 地域研究与开发, 2014, 33(4): 82-89.

[12] 熊丽芳, 甄峰, 王波, 等. 基于百度指数的长三角核心区城市网络特征研究[J]. 经济地理, 2013, 33(7): 67-73.

[13] 蒋大亮, 孙烨, 任航, 等. 基于百度指数的长江中游城市群城市网络特征研究[J]. 长江流域资源与环境, 2015, 24(10): 1654-1664.

[14] 赵映慧, 高鑫, 姜博. 东北三省城市百度指数的网络联系层级结构[J]. 经济地理, 2015, 35(5): 32-37.

[15] 赵映慧, 李佳谣, 郭晶鹏. 基于百度指数的成渝城市群网络联系格局研究[J]. 地域研究与开发, 2017, 36(4): 55-59.

[16] 于欣洺, 吴相利. 基于百度指数的东北地区城市网络特征研究[J]. 哈尔滨师范大学自然科学学报, 2015, 31(6): 114-118.

[17] 陈震, 赵映慧, 陈琪. 长江中游城市群网络联系能级研究——基于百度指数的探索[J]. 现代城市, 2016(2): 34-39.

[18] 郝修宇, 徐培玮. 基于百度指数和引力模型的城市网络对比——以京津冀城市群为例[J]. 北京师范大学学报(自然科学版), 2017, 53(4): 479-485.

[19] 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.

[20] 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.

[21] 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.

[22] 董超, 修春亮, 魏冶. 基于通信流的吉林省流空间网络格局[J]. 地理学报, 2014, 69(4): 510-519.

[23] 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.

[24] 熊丽芳, 甄峰, 席广亮, 等. 我国三大经济区城市网络变化特征——基于百度信息流的实证研究[J]. 热带地理, 2014, 34(1): 34-43.

[25] WHEELER J O, MITCHELSON R L．Information flows among major metropolitan areas in the united states[J]. Annals of the Association of American Geographers, 1989, 79(4): 523-543.

Network Characteristics and Planning Enlightenment of Changsha-Zhuzhou-Xiangtan Urban Agglomeration from the Perspective of Information Flow: An Analysis Based on Baidu Index

DUAN Xian1, HUANG Junlin2, 3, CHEN Jian4

（1. Hunan Provincial Architectural Design Institute, Changsha, Hunan 410013, China; 2. Huazhong University of Science and Technology Urban and Rural Planning Policy Research Center, Wuhan, Hubei 430074, China; 3. Changsha Planning Information Service Center, Changsha, Hunan 410013, China; 4. Hunan Sida Yuan Planning Consulting and Research Co. Ltd, Changsha, Hunan 410013, China）

Based on the Changsha-Zhuzhou-Xiangtan urban agglomeration as the research area the Baidu search index information flow network between cities in the urban agglomerations in 2015, 2016 and 2017 is constructed to explore the spatial network characteristics of the urban agglomerations and their temporal and spatial evolution. The network presents two main features: Firstly, the “point-axis” structure is obvious: the urban core network is centered on Changsha, and the Changsha-Zhuzhou, Changsha-Yueyang, Changsha-Hengyang, Changsha-Changde, are the main axes, showing a “Y” distribution. Secondly, the “core-periphery” trend is strengthened: Changsha City is a strong control and strong-oriented city. The city's control and dominantness in Yiyang City and Loudi City are declining year by year, and the degree of dispersion of the city is increasing. The degree of imbalance between cities is increasing year by year. The enlightenment of the research on planning is that in the research and planning of the urban group space organization, we should pay attention to the connotation of inter-city association, and we should quantitatively analyze and qualitatively analyze the spatial relationship of the urban agglomeration through multi-perspective, multi-level and multi-dimensional to construct a more “dimensional”, more systematic, and more open the"networked" urban agglomeration.

information flow; Baidu index; Changsha-Zhuzhou-Xiangtan urban agglomeration; network characteristics; planning enlightenment

2018-12-01

段献（1990-），男，湖北黄冈人，硕士研究生，中级规划师，主要从事大数据与国土空间规划研究；黄军林（1985-），男，湖南常德人，博士研究生，注册规划师，主要从事空间规划与空间治理研究；陈健（1986-），女，湖南常德人，硕士研究生，主要从事空间规划编制研究

TU 982

A

10.3969/j. issn. 2096-059X.2019.03.013

2096-059X(2019)03–0073–009

（责任编校：彭 萍）