城市网络研究进展与分析

胡 萌

（广西大学经济学院）

城市并非孤岛，伴随着城市化的发展、交通技术的革新和通讯技术的广泛使用，城市之间的信息、人口、资本和货物的交流不断加速，交通和时间成本不断减少，居民活动空间不断扩大，城市联系趋向于复杂化和多样化，城市的网络多重性愈发明显。流空间理论和复杂网络理论的出现改变了人们对传统的地理空间的认知，城市的地位和重要性不再仅仅取决于城市自身经济规模属性，而更多取决于城市在整体城市网络中的中心性和控制力。为在城市发展中获取更多的资源，处于城市网络边缘地带的城市更应该提升与其他城市联系的强度，打破城市等级，获取正的网络外部性。

城市网络的基础是在全球化背景下迅速崛起的世界城市，作为资本的汇集地、要素的流动枢纽和权力的控制中心，城市的发展得到国内外学者的广泛关注，成为学界研究的热点，随着经济全球化的快速发展，其概念和特征不断深化，逐渐延伸出全球城市等新的研究视角。世界城市被全球资本用作生产和市场的空间组织和衔接的“基点”，由此产生的联系使得世界城市形成复杂的空间层次，从而形成复杂的城市联系网络。[1]弗里德曼在传统的中心地理论框架下探索早期世界城市网络理论，强调世界城市在全球城市网络中的组织功能。泰勒等人共同建立的“全球化与世界城市研究网络小组”将研究重点从世界城市转移到世界城市网络上，从企业服务的角度测量城市关系数据，利用网络分析技术探索城市网络关系与网络特征，提出全球城市网络、世界城市体系等相关概念。社会网络理论、复杂网络理论以及网络分析工具的出现又为人们认识和描述复杂的城市网络提供了新的研究视角和分析工具，并且提供了一种比较的视野，理论指导之下的城市网络研究正逐步向着定量化、实证化的方向发展。

由于城市网络的空间尺度、行为主体、数据类型的异质性，目前国内外城市网络的实证研究大致从三类视角展开：基于要素流动的城市网络研究、基于企业联系的城市网络研究和基于社会文化交流的城市网络研究。本文将基于此三类视角对城市网络进行综述。

一、基于要素流动的城市网络研究

世界城市研究领域已经明确，在研究城市体系、世界城市、城市网络方面，基于城市之间关系的研究方法比基于城市属性的研究方法更具有优越性[2]。基于此，学者们根据流动要素的不同类型对城市网络进行研究，大多集中在人口流、贸易流、交通流等方面。在人口流视角下，Pan(2019)利用“国庆中秋”假期的“腾讯迁徙”大数据分析中国299个城市的流动网络，研究人口流动分布层次、网络布局、空间格局及复杂流动网络结构特征。交通流视角下的城市网络主要是依据通勤数据、航空数据、高铁数据等展开研究的，Burger（2014）在通勤数据的基础上加入上学、购物、投资贸易流，多视角研究荷兰城市网络，分析发现荷兰的城市系统正在向着多中心网络化的方向发展。尽管关于城市的相关数据非常难以获得，但国际城际航空客流数据是第一个被分析的城市联系数据，也是创建世界城市网络最广泛使用的数据[3]，Otiso et al.(2011)认为全球航空流量是少数可用的城市间跨国流动指标之一，且航空网络及其相关的基础设施是世界城市互动的最明显表现，移民、游客和高价值商品的流动会首选航空运输，城市航空连接性好有利于融入全球跨国城市网络。Mahutga et al.(2010)则基于全球航空客流的构造城市网络，研究城市网络结构与州际系统之间的关系，分析发现世界城市网络和世界洲际系统有强联系，但是区域之间存在差异性。

国内从要素的流动视角对城市网络的研究主要集中在航空客货运流、高铁流等数据所构成的城市网络上。郭文炯（1999）首先利用航空客流网络数据研究了中国的城市等级和地域分异。周一星和胡智勇(2002)基于航空港客运量、城市间航线运量、航班频率等数据分析航空网络的结构特点，并以此为视角构建中国城市网络结构研究框架，通过其框架结构和国内外航空联系变化对未来城市网络框架结构进行预测。武文杰等（2011）通过对航空流所代表的城市网络进行拓扑分析发现，其具有“轴—辐”结构的空间组织模式，呈现出“鞍型”模式的区域差异性，城市之间的空间关联表现出社群结构特征。除了用单层交通流构建城市网络，学者们还基于多元交通流构建城市网络，赵映慧等（2017）通过12306网和携程网以及航空公司官方网获得我国“一带一路”城市间的铁路客运车次和航空客运班次数据，采用社会网络分析方法对“一带一路”城市的网络联系、网络层级、中心性进行研究。冯兴华等（2017）分别基于铁路、公路班次数据构造客运网络，基于网络密度、城市地位和网络密度对长江经济带的城市网络结构进行分析。

二、基于企业联系的城市网络研究

在全球化时代，随着城市对外联系的加强，城市的重要性越来越取决于其与世界上其他城市的联系强度，而不是自身城市规模。在城市研究方面，企业是城市系统形成的关键因素这一观点长期存在，企业总部到子公司的所有权联系代表了总部所在城市和子公司所属城市之间的直接互动。因此，企业网络是描述城市和区域联系的最有效工具之一，出现了大量以企业网络为研究对象、基于多种方法来衡量城市网络的文献。

基于企业联系的城市网络研究，一部分以弗里德曼的世界城市理论、Sassen的全球城市理论为基础，研究高级生产服务性企业总部分支关系。以Taylor为代表的全球化与世界城市研究网络小组提出基于企业总部分支视角测度城市网络的链锁网络模型(Interlocking network model)，通过对公司重要性赋值以确定其重要性，以企业为纽带将“城市-企业”的2-模网络转化为“城市-城市”的1-模网络，为城市网络研究提供了企业视角的分析方法。Yang(2017)利用城市企业的服务价值来指示潜在的工作流方向，提出了一种新的非对称网络连通性测度，利用链锁网络模型将不均匀的权力关系纳入服务价值矩阵(175家公司x 526个城市)的分析，发现世界城市网络的等级倾向明显。Pan (2017) 利用首次公开发行(IPO)的高级生产服务企业与客户之间的服务数据构建城市网络，认为北京、深圳和上海在中国城市网络中具有战略主导地位，是中国主要的指挥中心和金融中心。Zhao (2014) 基于中国287个城市的323家高级生产服务企业地理区位，探讨中国城市连通性的空间分异，发现区域差异主要体现为沿海地区的多中心城市发展模式和中西部地区的集中发展模式。

另一部分城市网络研究者重点考察跨国公司的总部与分支机构的联系，不仅考察高级生产服务企业对城市网络形成的影响，还将制造业等其他生产部门纳入研究范围，网络分析方法和工具也被应用于考察城市网络的结构和形成因素[4]。学者们利用聚类分析方法考察城市间的相互联系，Derudder et al.(2003)采用模糊聚类分析来定义22个城市聚类，发现与世界城市网络的连接水平、地理区位、城市之间的连通性都会影响聚类的结果。此外，研究者还将网络分析方法从物理学和数学领域推向跨学科应用，如Ronald et al.(2011)使用世界500强跨国公司数据聚合构建城市网络，利用网络中心性测度揭示各城市在全球经济网络中的不同角色。Zhao(2018)基于中国顶尖金融企业的办公区分布数据，运用社会网络分析方法探讨近20年来中国金融城市网络的演变，基于每个城市在金融城市网络中的加权入度和加权出度评估其外部金融资源吸引力和总部金融发展力，根据面板数据回归分析，从区位、制度和社会经济三个方面探讨了金融城市网络演化的决定性因素。Zhao(2020)以2015年进入世界500强的中国企业的数据为基础，运用折衷模型构建城市间的关联网络，利用网络分析方法分析311个地级城市网络和20个城市群网络的空间连接特征，并将网络结构变量纳入回归模型，分析城市网络的经济效益。

国内学者对于城市网络的研究起步较晚，前期多为研究城市化和城市体系，还未将企业网络归为城市网络，只认为企业网络和城市网络是互为条件、相互重合的，但随着交通条件的改善和通讯技术的发展，企业网络不断扩大，加速了城市网络之间的联系。胡彬（2003）引入Taylor的世界城市网络理论，认为企业网络是产业组织的高级形态、城市网络的形成基础、服务企业的集聚与组织网络的渗透促进了城市网络联系。学者们利用不同类型的企业总部与分支机构数据对不同尺度的城市网络进行研究，也从全国层面、城市群层面进行网络结构分析和影响机制分析，发现我国的城市网络具有层级特征，整体连通性较差，外部经济依赖程度较高，呈现出向政治中心集中、沿海地区集中和资源型城市集中这三种趋势。

三、基于社会文化交流的城市网络研究

随着互联网、通信通讯技术的飞速发展，大数据平台的出现为我们提供了不同类型的社会交流途径和信息交流数据，信息流逐渐成为城市与区域网络研究的主要内容[5]，为研究城市网络提供了新视角。基于城市之间的物流数据、通话数据等从信息流的角度研究城市网络，运用引力模型、社会网络分析方法等对城市间的联系强度进行测量。Devriendt(2009)通过对比互联网基础设施的地理分布网络与航空网络发现，互联网分布网络流反映出的城市网络体系与航空流所反应出的传统城市网络研究方法得到的结果相一致。互联网技术的进步拉开了多元社交序幕，城市之间的联系也愈加多元化，学者们逐渐通过多元数据对城市网络进行研究。Fang(2020) 利用网络爬虫获取了京津冀城市群50万组微博数据，构建了定量评价京津冀城市群空间网络强度的指标体系和模型，发现城市群内部联系不紧密、发展不平衡，但北京、天津和石家庄形成了中心城市群。Hu等(2020) 认为城市网络是城市间具有不同形式的空间互动的多元网络，包括人口、物品、信息的空间互动，所以从微博上收集转发记录数据，构建出了以信息流动和人口流动两个层面为代表的多元城市网络。

国内学者基于多元信息流对城市网络进行研究多是以百度指数、新浪微博、腾讯迁徙大数据等展开的，研究对象主要涉及省级行政区、城市群和主要城市。张宏乔（2019）以百度指数表征信息流，运用社会网络分析法研究2011年至2016年中原城市群城市网络的空间特征及其动态演化过程，发现城市网络密度逐年快速增长且趋向复杂化，出现“小群体”现象。梅大伟等（2020）依据2011年、2014年和2017年的中国地级市之间百度指数关注度构建了城市网络，从网络密度、中心性等方面分析城市网络演变特征及驱动因素，分析城市网络由以北京、上海为核心的“轴-辐”结构演变为以“北京-上海-广深-成渝”为核心的“菱形”结构。此外，学者们还将多重交通流、交通流与信息流结合起来构建了多重城市网络，进行网络结构分析和影响因素分析。程利莎（2017）以哈长城市群地级市之间的公路、铁路客运数据与百度指数数据构建联系矩阵，再经标准化之后赋予等权重加和构建综合城市网络反应城市联系，继而运用地图可视化和社会网络分析方法对网络空间格局进行分析。张贵等（2019）研究京津冀地区地级市之间的城市网络，利用腾讯位置大数据与百度指数进行多源流数据的综合构建，利用组合阈值判断方法，以迁徙热度5、搜索指数110为断点值进行处理，大于断点值为 1，小于断点值为 0，得到京津冀城市群交通信息流网络二值矩阵，继而进行网络密度和凝聚子群分析。

四、结论与展望

（1）从现有关于城市网络的研究来看，国内外学者大多基于城市之间要素流动视角、企业总部分支视角、社会文化交流视角等三个方面展开，根据航空客流、高铁客流、公路班次、信息交流等数据构建城市网络矩阵，或是利用引力模型、锁链网络模型，相关系数函数，基于城市本身的经济、社会、文化属性计算城市之间的联系强度，继而构建城市网络。不同视角下城市网络数据获取难度不一致，所代表的城市网络内涵也不一致。

（2）当前对城市网络的研究集于在收集城市之间的联系数据，如GaWC，并通过网络分析方法对城市网络进行结构分析，测量计算网络节点中心性、网络密度、网络评价路径长度、网络凝聚子群、网络核心-边缘结构等结构指标，或者是研究不同源数据构成的城市网络之间的相似性和差异性。

（3）城市联系是一个复杂的过程，当前研究者对于城市网络的形成机制大多停留在定性研究上，定量分析的较少。因此急需统一的城市网络研究框架，进行城市网络动力机制分析。有必要结合网络结构特征、城市自身属性以及外部影响因素，从复杂网络的视角对城市网络的演化过程和影响因素进行分析。

【相关链接】

大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。