戚云亭　汪明峰

摘 要：通過搜集和處理互聯(lián)網中的關鍵詞數(shù)據，本文測度了在產業(yè)發(fā)展和區(qū)域創(chuàng)新兩個方面的長三角城市網絡空間體系，并研究了長三角城市之間的網絡協(xié)作關系。研究表明，網絡信息空間中的長三角城市網絡與傳統(tǒng)的城市網絡存在較大差異，主要體現(xiàn)在中小城市表現(xiàn)活躍，以及平面化網絡特征。但本文的分析也表明，城市地理區(qū)位、地理鄰近性及網絡信息傳播的特征是影響網絡信息空間中的城市網絡的主要因素?？偟膩碚f，網絡信息空間中的城市網絡形成是一個復雜機制的結果，在信息傳播和基礎地理條件等各種因素的相互作用中持續(xù)演化。

關鍵詞：城市網絡；網絡信息空間；產業(yè)發(fā)展；區(qū)域創(chuàng)新；長三角

中圖分類號：F207；TU982 文獻標識碼：A

隨著新一代信息技術與城市經濟社會發(fā)展相互融合，網絡信息空間（cyberspace）開始進入城市和區(qū)域研究的視野?，F(xiàn)代信息技術支撐下的 “大數(shù)據（big data）”為城市網絡研究提供了新的可能性[1]。同時，城市網絡與信息技術的發(fā)展也得到了政策支持?！秶倚滦统擎?zhèn)化規(guī)劃（2014-2020）》明確指出，新型城鎮(zhèn)化要“強化信息網絡、數(shù)據中心等信息基礎設施建設，推進智慧城市發(fā)展，優(yōu)化城鎮(zhèn)布局，促進各類城市協(xié)調發(fā)展”。在信息技術的支持下，城市之間的聯(lián)系不再局限于特定實體空間，距離衰減規(guī)律和城市等級對城市間聯(lián)系的制約作用減弱[2]。換而言之，城市之間逐漸呈現(xiàn)出網絡化的特征，傳統(tǒng)的城市等級理論已經難以有效闡釋城市之間的關系。與強調規(guī)則和秩序的城市等級相比，城市網絡更加重視競爭與活力[3]，然而二者并不能截然分開。在目前的研究中，學者發(fā)現(xiàn)中國城市網絡一方面仍以高等級城市為核心節(jié)點，另一方面具有專業(yè)優(yōu)勢的中小城市在城市網絡中的作用也越發(fā)重要[4，5]。從區(qū)域和產業(yè)層面來說，中國城市網絡在不同地域、不同產業(yè)內也會呈現(xiàn)出多樣的特征[3，6]。

目前國內學者主要從兩個方面研究中國城市網絡：一是通過企業(yè)組織的分布來探討城市之間的關系，包括物流企業(yè)的物流網絡[7]、跨國公司的子母企業(yè)聯(lián)系[8]、電子信息企業(yè)的總部及研發(fā)中心布局[9]、中國風險投資產業(yè)等[5]。二是通過交通基礎設施方面研究城市網絡，包括利用民航、鐵路的客貨流量[6，10]、中國干線公路網的通達性[11]等。上述研究中，城市網絡主要是基于實體空間中城市之間人口與經濟的聯(lián)系?？紤]到互聯(lián)網和信息技術的深刻影響，本文認為城市網絡的研究不能僅限于經濟社會等實體空間之中，更要看到信息時代中城市網絡在網絡信息空間中的發(fā)展。而且，以往的研究偏重定量分析，這樣雖然可以獲知中國城市網絡的整體特征和發(fā)展態(tài)勢，但對于區(qū)域城市網絡發(fā)展和區(qū)域城市網絡在新型城鎮(zhèn)化中的重要作用缺乏認識。

長三角城市群是我國城市發(fā)展的龍頭?！秶倚滦统擎?zhèn)化規(guī)劃（2014-2020）》和《長江三角洲地區(qū)區(qū)域規(guī)劃（2010-2015）》都要求長三角進一步統(tǒng)籌區(qū)域信息網絡建設，增強創(chuàng)新能力，提升國際競爭力。本文認為，選取長三角作為研究區(qū)域，一方面可以進一步凸顯長三角作為世界第六大城市群在我國城鎮(zhèn)化發(fā)展中的戰(zhàn)略意義；另一方面長三角內部較為完善的基礎設施條件也減少了研究中的不確定因素。本文選取“產業(yè)發(fā)展”和“區(qū)域創(chuàng)新”作為主要研究方面，一是因為根據《長江三角洲地區(qū)區(qū)域規(guī)劃（2010-2015）》，“產業(yè)發(fā)展與布局”、“自主創(chuàng)新與創(chuàng)新型區(qū)域建設”是長三角地區(qū)未來發(fā)展中需要著重解決的問題，也是我國城市在未來發(fā)展的關鍵；二是在信息化時代下，產業(yè)發(fā)展和區(qū)域創(chuàng)新的實現(xiàn)都離不開互聯(lián)網絡的支撐，符合本文的網絡信息空間主題；三是產業(yè)發(fā)展和區(qū)域創(chuàng)新不拘于某一具體產業(yè)或領域，同時涉及了基礎設施、政策支持等諸多因素，具有綜合性的特點。因此，本文認為“產業(yè)發(fā)展”和“區(qū)域創(chuàng)新”代表了長三角城市網絡的未來變動趨勢和綜合特征，可以用于測度長三角城市網絡體系。

由此，本文以“產業(yè)發(fā)展”和“區(qū)域創(chuàng)新”為切入點，重點探究長三角區(qū)域城市網絡在網絡信息空間中的發(fā)展現(xiàn)狀，比較其與實體空間的異同，并對于其中的影響因素和機制進行初步的定性分析。本文希望通過對于網絡信息空間中城市互動關系的研究，加深學界對于區(qū)域城市網絡的認識。

1 信息時代的城市網絡研究

現(xiàn)代信息技術的發(fā)展不僅改變了城市網絡研究對象，更改變了研究手段。前者主要是將關注點從城市之間的經濟、交通聯(lián)系（如物流、客流、各類經濟金融數(shù)據等）轉向網絡、通訊聯(lián)系（如社交應用中好友聯(lián)系、GPS定位、網頁瀏覽數(shù)據、搜索數(shù)據等）；后者主要是指現(xiàn)代信息技術的采用，如網絡數(shù)據挖掘、居民行為數(shù)據采集等[12]。隨著“大數(shù)據”時代的來臨，現(xiàn)代信息技術與網絡信息空間、互聯(lián)網地理和城市網絡的相關研究顯得愈發(fā)重要。

網絡信息空間的城市網絡研究可從以下幾個方面入手。一是基于互聯(lián)網的帶寬、域名等基礎設施數(shù)據。Wheeler等學者圍繞美國商業(yè)互聯(lián)網絡及城市節(jié)點可達性做出了一系列研究，并對它們之間的關系和時空變化做出了探討[13-15]。Zook以圖表的形式展示了互聯(lián)網域名在世界主要城市的分布，分析網絡信息市場在全球范圍內的生產和消費的動力機制，并比較舊的等級體系和新的網絡[16]。同樣，Townsend也通過域名注冊和骨干網絡的分析發(fā)現(xiàn)互聯(lián)網推動的城市間連接與先前體系有很大的差別[17]。Graham的研究表明電子基礎設施區(qū)位遵循于原有的全球城市網絡[18]；Malecki分析了全球主要城市的主干網帶寬、網絡數(shù)量等基礎設施，發(fā)現(xiàn)全球城市信息網絡的分布傾向于世界城市[19]。在國內，汪明峰等通過分析中國互聯(lián)網骨干網絡，認為中國互聯(lián)網基礎設施的空間格局基本遵循原有的城市等級體系，同時互聯(lián)網基礎設施也在重構城市的競爭優(yōu)勢[20-21]。總的來說，基礎設施是網絡信息空間的物質基礎，也是連接實體空間和網絡信息空間的橋梁。通過網絡基礎設施數(shù)據，學者可以較為準確地探知網絡信息空間中城市的空間組織體系。但由于基礎設施數(shù)據屬于靜態(tài)數(shù)據，在一定時間內難以有大的變動，學者難以從中獲知城市網絡的動態(tài)變化。

二是通過信息流強度研究城市網絡關系，尤其是城市間或城市用戶間的聯(lián)系強度。Naaman等利用Twitter定位信息和時間序列模型，分析了美國不同城市間的網絡活動等級和聯(lián)系[22]；Krings等則結合電信運營商提供的用戶通信信息和用戶手機賬單地址對應的郵政編碼，得到城市之間的通訊聯(lián)系和等級體系[23]；Kang等利用了黑龍江省移動通話記錄數(shù)據，結合重力模型，測度城市間聯(lián)系強度[24]；甄峰等從新浪微博的網絡社會空間的角度入手，表明中國城市網絡存在著明顯的等級關系和層級區(qū)分，其后續(xù)研究則進一步證明了信息空間與經濟網絡、交通網絡的高密度聚集區(qū)地理分布的相關性[4，25-26]。信息流強度克服了基礎設施數(shù)據的靜態(tài)性缺點，可以讓學者把握城市網絡關系的動態(tài)變遷。然而由于信息流的測度在很大程度上依賴人際網絡數(shù)據（如網絡社交軟件數(shù)據、電信數(shù)據等）和個人出行數(shù)據（如GPS位置數(shù)據），這使得研究結果難以表現(xiàn)城市之間在經濟、社會等宏觀層面的相互聯(lián)系。

近年來，有學者采用“關鍵詞頻率法”驗證不同城市間信息內容的關聯(lián)程度，也就是通過大數(shù)據分析或關鍵字出現(xiàn)頻率驗證網絡信息空間的分布。實證研究中，Brunn等學者則利用“關鍵詞頻率法”評價了美國或歐洲城市在全球經濟危機和氣候變化問題中的網絡關系[27， 28]。本文也將采用這一方法，對特定關鍵詞在搜索引擎中的結果進行分析以測度長三角城市網絡。相比于比較靜態(tài)的宏觀基礎設施數(shù)據，搜索數(shù)據可以更好地反映經濟社會的動態(tài)變化；相比于微博等社交網絡、手機及GPS等微觀數(shù)據，搜索引擎提供的數(shù)據更加全面，而非僅僅人際網絡或位置數(shù)據。通過關鍵詞控制，搜索引擎可以反映城市之間在某一特定領域中的聯(lián)系，同時廣泛的信息來源又保證了數(shù)據的充足性。

本文將較為新穎的“關鍵詞頻率法”應用至中國城市網絡研究中，通過搜索引擎的關鍵詞數(shù)據來測度網絡信息空間中的城市網絡體系。這一研究方法通過互聯(lián)網絡信息研究網絡信息空間，減少了對實體空間要素的依存度，可以更加客觀地探知網絡信息空間與實體空間的關系。

2 研究區(qū)域、數(shù)據來源及處理方法

2.1 研究區(qū)域

本文的研究區(qū)域為上海、江蘇、浙江和安徽一市三省。雖然多數(shù)學者的研究以及《長江三角洲地區(qū)區(qū)域規(guī)劃（2010-2015）》并未將安徽省納入長三角范圍，但本文認為在網絡信息空間中，距離遞減規(guī)律等實體空間要素的影響力大大減弱，城市網絡的范圍也可能隨之改變。為更加全面客觀地評價長三角城市網絡體系，本文將安徽省納入研究區(qū)域之中。

本文將《長江三角洲地區(qū)區(qū)域規(guī)劃（2010-2015）》中劃定的16個長三角核心城市作為實體空間中的長三角核心區(qū)①，并作為網絡信息空間的參考對象。由于《規(guī)劃》在選取核心區(qū)時已經考慮到了自然稟賦、經濟基礎、城鎮(zhèn)體系、科教文化等現(xiàn)實要素，所以這16個城市在實體空間中已經具有了核心區(qū)必備的條件，其作為網絡信息空間的參考對象具有一定的科學性。

2.2 數(shù)據來源及處理方法

本文采用“關鍵詞頻率法”進行研究，即通過搜索引擎抓取超鏈接數(shù)量，作為原始數(shù)據。綜合考慮互聯(lián)網搜索引擎的市場占有率情況②，本文選取百度和Google作為獲取數(shù)據的搜索引擎。由于百度和Google的搜索工作方式不同，同時選用這兩種引擎也可增加搜索結果的準確性和客觀性，但也會導致搜索結果經常有較大差異。為融合百度和Google的搜索數(shù)據，本文將對原始數(shù)據進行標準化處理（標準化公式見下文），即將原始數(shù)據轉化為百分化的相對數(shù)值，并將百度和Google的百分化數(shù)據進行平均，實現(xiàn)二者融合。

首先，以“產業(yè)發(fā)展”和“區(qū)域創(chuàng)新”為主要方面，通過超鏈接數(shù)量計算各城市的產業(yè)發(fā)展指數(shù)和區(qū)域創(chuàng)新指數(shù)，分析長三角各城市在網絡信息空間城市體系中的位置，并將其與實體城市等級體系進行對比。然后，再通過超鏈接數(shù)量計算兩兩城市間的產業(yè)協(xié)作指數(shù)和創(chuàng)新協(xié)作指數(shù)，測度長三角內部各城市間的網絡協(xié)作程度，并與實體城市網絡空間體系相比較，分析二者的相關性。

本文選擇搜索關鍵詞的標準有：1）與“產業(yè)發(fā)展”和“區(qū)域創(chuàng)新”兩方面密切相關；2）與長三角城市網絡密切相關?；诖?，參考《長江三角洲地區(qū)區(qū)域規(guī)劃（2010-2015）》對于產業(yè)發(fā)展和區(qū)域創(chuàng)新的相關表述，本文選取上述“產業(yè)轉型/產業(yè)發(fā)展”作為產業(yè)發(fā)展的關鍵詞，“創(chuàng)新性區(qū)域/自主創(chuàng)新”作為區(qū)域創(chuàng)新的關鍵詞。用于搜索引擎的關鍵詞組合如表1所示。

需要指出的是，表1的關鍵詞不僅可以獲取城市節(jié)點等級體系和城市間網絡協(xié)作關系的原始鏈接數(shù)據，還可以對搜索內容進行控制，在一定程度上確保搜索引擎提供的超鏈接與城市在某一方面的發(fā)展有關，或者與城市之間的相互協(xié)作有關。原始數(shù)據的后續(xù)處理步驟如下：

（1） 將同一搜索引擎下獲取的同一方面（“產業(yè)發(fā)展”或“區(qū)域創(chuàng)新”）數(shù)據進行平均，得到該方面的平均鏈接數(shù)，如將在“長三角城市網絡空間體系分析”中百度獲取的“產業(yè)轉型+城市”、“產業(yè)發(fā)展+城市”兩組鏈接數(shù)進行平均，獲得在產業(yè)發(fā)展中的百度平均鏈接數(shù)。

（2）將不同搜索引擎在不同方面的平均鏈接數(shù)按如下公式進行標準化處理：

Sij=Wij/Max[Wij]*100 （1）

其中，Sij為標準化數(shù)值，Wij為平均鏈接數(shù)或原始數(shù)據，i為不同的城市，j為不同的方面。該標準化結果可以反映城市在網絡信息空間中的相對規(guī)模。

（3） 將同一方面下百度標準化結果和Google標準化結果進行平均。最終，在“長三角城市網絡空間體系分析”中各城市將有一個產業(yè)發(fā)展指數(shù)和一個區(qū)域創(chuàng)新指數(shù)；在“長三角內部城市間網絡協(xié)作關系”中每兩個城市間會有一個產業(yè)協(xié)作指數(shù)和創(chuàng)新協(xié)作指數(shù)。

（4） 使用SPSS軟件對最終指數(shù)進行聚類分析，并將分析結果利用GIS繪制成可視化地圖。

3 城市節(jié)點等級體系分析

3.1 基于產業(yè)發(fā)展主題

基于各城市的產業(yè)發(fā)展指數(shù)，通過聚類分析可將所有城市分為三類（表2）：核心節(jié)點城市（產業(yè)發(fā)展指數(shù)≥55.03）4個，重要節(jié)點城市（產業(yè)發(fā)展指數(shù)≥29.01）9個，以及次級節(jié)點城市（產業(yè)發(fā)展指數(shù)<29.01）28個。從產業(yè)發(fā)展指數(shù)來看，上海的數(shù)值最高，為66.59；徐州次之，為65.64。在核心節(jié)點城市之中，第三位的南京與徐州的產業(yè)發(fā)展指數(shù)出現(xiàn)了比較大的數(shù)量級差異——南京為55.71，較徐州低了近10。在核心節(jié)點和重要節(jié)點之間，產業(yè)發(fā)展指數(shù)也有比較大的數(shù)量級差異（無錫為55.03，溫州為46.21）。在次級節(jié)點之中，產業(yè)發(fā)展指數(shù)最高的城市為蕪湖（25.61），與鹽城（最末一位的重要節(jié)點城市）的差距并不大。這些數(shù)據表明，在產業(yè)發(fā)展中，核心節(jié)點城市和重要節(jié)點城市之間存在著比較大的分化，而重要節(jié)點和次級節(jié)點之間的分化則不明顯；此外，核心節(jié)點城市內部也存在著一定程度的分化。

從長三角的核心與非核心區(qū)域分布來看，13個核心（重要）節(jié)點城市有8個在長三角核心區(qū)域之中，但也有5個城市包括徐州、南通、合肥、宣城和溫州不在核心區(qū)域。同樣，屬于核心（重要）節(jié)點的城市也占據核心區(qū)域中總城市量的一半。從省際分布來看，核心（重要）節(jié)點城市的分布明顯不均。除直轄市上海外，江蘇省13個地級市中有3個核心節(jié)點城市，4個重要節(jié)點城市；而浙江省10個地級市僅有3個重要節(jié)點城市，安徽省14個地級市中僅省會合肥市和宣城市屬于重要節(jié)點城市。此外，從表2中還可以看出，大部分行政級別較高的城市在城市網絡中的節(jié)點地位也較高，這表明城市的行政等級和其在城市網絡空間體系中的位置存在一定的關聯(lián)性。

3.2 基于區(qū)域創(chuàng)新主題

基于各城市的區(qū)域創(chuàng)新指數(shù)，通過聚類分析也可將所有城市分為三類（表3）：核心節(jié)點城市（區(qū)域創(chuàng)新指數(shù)≥82.96）3個，重要節(jié)點城市（區(qū)域創(chuàng)新指數(shù)≥50.64）11個，以及次級節(jié)點城市27個。南京的區(qū)域創(chuàng)新指數(shù)最高，為97.04；其后為杭州，數(shù)值為89.50。核心節(jié)點城市和重要節(jié)點城市的區(qū)域創(chuàng)新指數(shù)有著比較明顯的差異（蘇州為82.96，寧波為70.33）。相比較于產業(yè)發(fā)展指數(shù)的數(shù)值分布，在區(qū)域創(chuàng)新主題中不同等級城市的分化更為明顯。

與產業(yè)發(fā)展類似，區(qū)域創(chuàng)新的核心（重要）節(jié)點城市也多分布于長三角核心區(qū)域，14個核心（重要）節(jié)點城市中有8個屬于核心區(qū)域。在省際差異上，江浙之間的差異并不明顯，兩者所屬城市數(shù)量相當；但是安徽仍處于明顯邊緣的地帶，僅合肥市進入了重要節(jié)點的等級。與產業(yè)發(fā)展主題類似，行政等級對于區(qū)域創(chuàng)新的節(jié)點地位也有顯著的作用。

3.3 兩大主題的關聯(lián)度分析

進一步考察產業(yè)發(fā)展和區(qū)域創(chuàng)新之間的聯(lián)系。將每個城市作為個體，各自的產業(yè)發(fā)展指數(shù)和區(qū)域創(chuàng)新指數(shù)分別作為X軸數(shù)據和Y軸數(shù)據，可得到散點圖（圖1）。結果顯示各個城市的散點分布相對集中，區(qū)域創(chuàng)新和產業(yè)發(fā)展兩大主題的指數(shù)呈現(xiàn)出正相關的趨勢。根據進一步統(tǒng)計分析，二者的Person相關系數(shù)r=0.574，在0.01水平上顯著。造成這種相關性的可能原因有兩個：一是產業(yè)發(fā)展和區(qū)域創(chuàng)新存在著相互促進的關系，即一個城市良好的產業(yè)發(fā)展能夠帶動該市創(chuàng)新能力的提高，反之亦然；二是城市的產業(yè)發(fā)展和區(qū)域創(chuàng)新受到某些共同因素的影響，如較高的城市規(guī)模等級可能同時提高城市的產業(yè)發(fā)展指數(shù)和區(qū)域創(chuàng)新指數(shù)。

4 城市間網絡協(xié)作關系分析

4.1 基于產業(yè)發(fā)展主題

對城市間的產業(yè)協(xié)作指數(shù)進行聚類分析，可將兩兩城市之間的協(xié)作關系劃分為四個等級：強（產業(yè)協(xié)作指數(shù)≥54.13）、較強（≥26.37）、一般（≥11.69）和弱（<11.69）。結果顯示，在820組城市中，有5組城市屬于強協(xié)作關系，分別為合肥—杭州（72.76）、合肥—南京（64.56）、上?！戏剩?7.43）、杭州—溫州（54.20）以及杭州—南京（54.13）；53組城市屬于較強協(xié)作關系；196組城市屬于一般協(xié)作關系；其余城市組合則屬于弱協(xié)作關系（圖2）。

協(xié)作主要發(fā)生在長三角核心區(qū)域的城市之間，且已經形成一定的網絡化結構；此外再加上與溫州、徐州和合肥三個城市的聯(lián)系，但這三個城市的網絡協(xié)作關系呈現(xiàn)向核心區(qū)域的放射狀，與其周邊城市缺乏聯(lián)系。這表明長三角城市在產業(yè)發(fā)展方面的網絡協(xié)作的地理分布并不均衡，蘇北、浙南及安徽等長三角非核心區(qū)域被排除在產業(yè)發(fā)展網絡協(xié)作的密集區(qū)域之外。

如果按城市在“產業(yè)發(fā)展”中的節(jié)點等級劃分，城市協(xié)作關系可劃分為：核心-核心、核心-重要、重要-重要、核心-次級、重要-次級、次級-次級。根據城市間的產業(yè)協(xié)作指數(shù)可以發(fā)現(xiàn)，強協(xié)作關系均發(fā)生在核心（重要）節(jié)點城市之間，3組核心-重要及2組重要-重要；而54組較強協(xié)作關系中有34組發(fā)生在核心（重要）節(jié)點城市之間，18組發(fā)生在次級節(jié)點城市和核心（重要）節(jié)點城市之間，僅2組發(fā)生在次級節(jié)點城市之間。這表明相比于次級節(jié)點城市，核心（重要）節(jié)點城市能建立起強度更高的協(xié)作關系。這也表明基于產業(yè)發(fā)展主題，長三角城市間協(xié)作強度與城市節(jié)點等級呈現(xiàn)正相關關系。

4.2 基于區(qū)域創(chuàng)新主題

城市間區(qū)域創(chuàng)新協(xié)作指數(shù)的聚類分析表明，城市間的網絡協(xié)作關系可劃分為四個等級：強（創(chuàng)新協(xié)作指數(shù)≥52.27）、較強（≥28.65）、一般（≥14.63）和弱（<14.63）。根據劃分結果，820組城市組合中有8組城市屬于強協(xié)作，分別為上?！贾荩?0.77）、上?！暇?6.92）、上?！K州（69.33）、蘇州—無錫（63.68）、杭州—蘇州（61.87）、常州—鎮(zhèn)江（57.33）、南京—蘇州（55.24）、南通—鎮(zhèn)江（52.27）；51組城市屬于較強協(xié)作；280組城市屬于一般協(xié)作；其余城市組合則屬于弱協(xié)作（圖3）。

協(xié)作關系的空間分布仍主要集中于長三角核心區(qū)域之中，沿滬寧至合肥一線分布，杭州、寧波則是網絡協(xié)作中另兩個重要的節(jié)點城市。而核心區(qū)域之外的合肥、徐州、六安等城市也建立起較強協(xié)作關系?？偟膩碚f，區(qū)域創(chuàng)新的協(xié)作關系已經出現(xiàn)了向核心區(qū)域外擴散的趨勢。

從城市在“區(qū)域創(chuàng)新”中的節(jié)點等級來分析，8組強協(xié)作關系有5組發(fā)生在核心（重要）節(jié)點城市之間，3組發(fā)生在核心（重要）節(jié)點城市和次級節(jié)點城市之間；51組較強協(xié)作關系有15組發(fā)生在核心（重要）節(jié)點城市之間，29組發(fā)生在核心（重要）節(jié)點城市和次級節(jié)點城市之間，7組發(fā)生在次級節(jié)點城市之間。這表明在“區(qū)域創(chuàng)新”主題中，一方面核心（重要）節(jié)點城市能建立起更強的網絡協(xié)作關系；另一方面，區(qū)域創(chuàng)新網絡協(xié)作開始向次級節(jié)點城市平衡，次級節(jié)點城市在網絡協(xié)作中發(fā)揮了更加重要的作用。區(qū)域創(chuàng)新中的城市協(xié)作網絡已呈現(xiàn)出平面化的趨勢。

5 網絡空間與實體空間中的城市網絡比較

5.1 影響因素

總的來說，長三角城市網絡在網絡信息空間和實體空間中的差異主要有兩方面，一是在節(jié)點城市方面，非核心區(qū)域的城市在網絡空間中表現(xiàn)突出，且核心（重要）節(jié)點城市空間分布不再集中于核心區(qū)域，呈現(xiàn)更加分散的狀態(tài)；二是實體空間中的城市網絡呈現(xiàn)明顯的等級化，而網絡信息空間中的城市網絡開始向平面化網絡過渡。這種差異是不同影響因素在一定機制下相互作用的結果。

首先，城市的地理區(qū)位對于城市網絡有著十分重要的影響。在實體空間中，地理區(qū)位通過影響城市的產業(yè)發(fā)展戰(zhàn)略、對外聯(lián)系方向及方式等，進而影響區(qū)域城市網絡的形成；而在網絡信息空間中，地理區(qū)位為城市的網絡信息發(fā)展提供了基礎，如：城市的經濟規(guī)模影響網絡信息的需求，網絡信息的傳播又需要光纖等基礎設施的支持。這也使得地理區(qū)位優(yōu)越的城市可以更容易地在網絡信息空間和實體空間中占據重要位置，如寧滬-滬杭-杭甬沿線城市。但實體空間強調地理區(qū)位的綜合優(yōu)勢，而網絡信息空間中單一優(yōu)勢即可成為重要節(jié)點城市，比如徐州在實體空間中一直屬于長三角城市網絡的外緣，而在網絡信息空間中卻憑借其產業(yè)基礎等優(yōu)勢成為了重要的節(jié)點城市。

其次，地理鄰近性在兩個空間中的不同作用也造成了城市網絡的差異。一般來說，相比距離較遠的城市，距離較近或相鄰的城市之間更容易發(fā)生聯(lián)系，信息交互所面臨的障礙也相對較少。但在實體空間中，地理鄰近性的影響弱于核心區(qū)域在整個區(qū)域的控制力，因此城市傾向于和核心區(qū)域聯(lián)系，鄰近城市的聯(lián)系相對較弱，城市網絡呈現(xiàn)等級化。而在網絡信息空間中恰好相反，地理鄰近性使得次級節(jié)點城市之間的聯(lián)系大大加強，城市網絡開始向平面化網絡過渡。

最后，信息傳播的相關特性也使得城市網絡在兩個空間中的表現(xiàn)有所差異。在實體空間中，大城市有明顯優(yōu)于其他中小城市的信息優(yōu)勢；而在網絡信息空間中，這一優(yōu)勢被互聯(lián)網信息傳播的實時性弱化，導致網絡信息空間中的城市協(xié)作網絡開始傾向于平面化。此外，網絡信息傳播對地理距離不敏感，這種特性為城市網絡中的長距離協(xié)作提供了可能性，如蘇北的徐州、連云港、鹽城等城市與溫州、臺州等城市之間的協(xié)作關系。這種長距離協(xié)作打破了實體空間中以核心區(qū)域為中心的區(qū)域協(xié)作網絡，有利于平面化網絡的形成。

5.2 機制討論

以往文獻中認為服務業(yè)發(fā)展、專業(yè)化分工、國際化程度等產業(yè)發(fā)展因素對于長三角城市網絡的形成具有重要影響[29]。雖然有學者發(fā)現(xiàn)實體空間中的長三角城市網絡已經發(fā)生了某種重構，如杭州、蘇州等二線城市與上海之間的聯(lián)系較以往更加密切，但實體空間中的城市網絡依然呈現(xiàn)出明顯的層級特征和位序關系，大小城市之間差別明顯，上海仍處于核心主導地位[30-33]。對比本文對于網絡空間的分析，可以看出一些非核心區(qū)域中的城市在產業(yè)發(fā)展中發(fā)揮了更加重要的作用，甚至成為網絡中的重要節(jié)點。而在以往的實證研究中，這些城市被認為處于長三角城市網絡中的弱勢地位[34]。此外，中小城市和大城市之間的聯(lián)系更加密切，中小城市內部之間的聯(lián)系也有所加強。這種差異表明，在網絡空間中，非核心區(qū)域的城市突破地理區(qū)位的劣勢，借助網絡信息的優(yōu)勢，獲得了更多的發(fā)展機會，面臨的發(fā)展障礙也更?。徊⒗脤嶓w空間和網絡空間中的地理鄰近性，拉近自身與大城市之間的聯(lián)系，并與鄰近城市合作發(fā)展。但大城市在產業(yè)發(fā)展中的作用并未完全被鄰近的中小城市取代。

區(qū)域創(chuàng)新與產業(yè)發(fā)展兩個主題所反映的狀況也有所不同。在實體空間中，雖然上海仍為區(qū)域創(chuàng)新的首位城市，但城市之間的相對差異在不斷縮小，總體呈分散均衡分布[35]。根據本文的研究，區(qū)域創(chuàng)新的長三角城市網絡與實體空間差異較大，上海已不再是首位城市，南京等二線城市成為核心節(jié)點城市，一些非核心區(qū)域的城市也成為重要節(jié)點城市；網絡空間中的城市聯(lián)系也基本呈現(xiàn)均衡的平面網絡。這表明無論在實體空間，還是網絡空間中，地理區(qū)位對區(qū)域創(chuàng)新的影響都比較有限；中小城市之間傾向于加強聯(lián)系以推進區(qū)域創(chuàng)新，地理鄰近性的作用大大增強；網絡信息的傳播則為非核心區(qū)域城市提供了更加平等的發(fā)展契機。

6 結論

本文研究結果表明，網絡信息空間中的長三角城市網絡結構與傳統(tǒng)的城市體系之間存在著明顯的差異。首先，一些二線城市在原有長三角城市網絡中依附于其他大城市，但在網絡信息空間中的表現(xiàn)卻非常活躍，成為城市網絡的核心節(jié)點城市。其次，網絡信息空間中的長三角城市網絡也在一定程度上呈現(xiàn)出平面化的網絡特征，原有城市網絡中的等級被弱化。城市區(qū)位、地理鄰近性以及網絡信息傳播的特性是影響長三角城市網絡的三個主要因素。而這些因素在實體空間和網絡空間中的不同作用機制則造就了城市網絡在兩種空間中的差異。一般來說，區(qū)位條件越優(yōu)越、經濟基礎和網絡基礎設施越好，城市就越有可能在網絡信息空間中占據重要位置。而地理鄰近性和信息傳播則為處在非核心區(qū)域的中小城市提供了更加平等、豐富的發(fā)展機會。

本文僅是針對網絡空間中區(qū)域城市體系的初步研究，還有不少問題有待深入探討。本文的側重點在于對網絡信息空間中城市網絡格局的分析，對網絡信息空間和實體空間的比較只進行了初步的機制分析。在后續(xù)研究中，二者差異的形成機制有待計量模型的檢驗。

參考文獻：

[1] 秦蕭，甄峰. 基于大數(shù)據應用的城市空間研究進展與展望[C]. 城市時代， 協(xié)同規(guī)劃——2013中國城市規(guī)劃年會，青島， 2013.

[2] 冷炳榮，楊永春，譚一洺. 城市網絡研究： 由等級到網絡[J]. 國際城市規(guī)劃， 2004， 29（1）：1-7.

[3] 甄峰，劉曉霞，劉慧. 信息技術影響下的區(qū)域城市網絡： 城市研究的新方向[J]. 人文地理， 2007， 22（2）：76-80.

[4] 甄峰，王波，陳映雪. 基于網絡社會空間的中國城市網絡特征—以新浪微博為例[J]. 地理學報，2012， 67（8）：

1031-1043.

[5] 汪明峰，魏也華，邱娟. 中國風險投資活動的空間集聚與城市網絡[J]. 財經研究， 2014， 40（4）：117-131.

[6] 金鳳君. 我國航空客流網絡發(fā)展及其地域系統(tǒng)研究[J]. 地理研究， 2001， 20（1）：31-39.

[7] 王成金. 全球集裝箱航運的空間組織網絡[J]. 地理研究， 2008， 27（3）：636-649.

[8] 金鐘范. 基于企業(yè)母子聯(lián)系的中國跨國城市網絡結構—以中韓城市之間聯(lián)系為例[J]. 地理研究，2009， 29（9）：

1670-1683.

[9] 武前波，寧越敏. 中國城市空間網絡分析—基于電子信息企業(yè)生產網絡視角[J]. 地理研究，2012， 31（2）：207-219.

[10] 金鳳君，王嬌娥. 20世紀中國鐵路網擴展及其空間通達性[J]. 地理學報， 2004， 59（2）：293-302.

[11] 曹小曙，薛德升，閆小培. 中國干線公路網絡聯(lián)結的城市通達性[J]. 地理學報， 2005， 60（6）：25-32.

[12] 秦蕭，甄峰，熊麗芳，等. 大數(shù)據時代城市時空間行為研究方法[J]. 地理科學進展， 2013，23（9）：1352-1361.

[13] Wheeler D C， O'Kelly M E Network topology and city accessibility of the commercial Internet[J]. Professional Geographer，1999，51（3）：327-339.

[14] OKelly M E， Grubesic T H. Backbone topology， access and the commercial Internet， 1997-2000[J]. Environment and Planning B：Planning and Design，2002，29（4）：533-552.

[15] Grubesic T H， OKelly M E， Murray A T. A geographic perspective on commercial internet survivability[J]. Telematics and Informatics， 2003， 20（1）：51-69.

[16] Zook M A. Old hierarchies or new networks of centrality： the global geography of the Internet content market[J]. American Behavioral Scientist， 2001， 44（10）：1679-1696.

[17] Townsend A M. The Internet and the rise of the new network cities 1969-1999[J]. Environment and Planning B：Planning and Design， 2001， 28（1）：39-58.

[18] Graham S. Global grids of glass： on global cities， telecommunications， and planetary urban networks[J]. Urban Studies， 1999， 36（5/6）：929-949.

[19] Malecki E， Wei H. A wired world： the evolving geography of submarine cables and the shift to Asia[J]. Annals of the Association of American Geographers， 2009， 99（2）：360-382.

[20] 汪明峰，寧越敏. 城市的網絡優(yōu)勢—中國互聯(lián)網骨干網絡結構與節(jié)點可達性分析[J]. 地理研究，2006，25（2）： 193-203.

[21] 汪明峰，寧越敏. 互聯(lián)網與中國信息網絡城市的崛起[J]. 地理學報， 2004， 59（3）：446-454.

[22] Naaman M， Zhang A X， Brody S， et al. On the study of diurnal urban routines on Twitter[Z]. 6th International AAAI Conference on Weblogs and Social Media （ICWSM-12）. Dublin， Ireland： June 4-7， 2012.

[23] Krings G， Calabrese F， Ratti C， et al. Urban gravity： A model for inter-city telecommunication flows [J]. Journal of Statistical Mechanics： Theory and Experiment， 2009， L07003：1-8.

[24] Kang C， Zhang Y， Ma X， et al. Inferring properties and revealing geographical impacts of intercity mobile communication network of China using a subnet data set[J]. International Journal of Geographical Information Science， 2013， 27（3）： 431-448.

[25] 熊麗芳，甄峰，王波，等. 基于百度指數(shù)的長三角核心區(qū)城市網絡特征研究[J]. 經濟地理， 2013， 33（7）： 68-73.

[26] 陳映雪，甄峰，王波，等. 基于微博平臺的中國城市網絡信息不對稱關系研究[J]. 地球科學進展，2012，27（12）： 1353-1362.

[27] Boulton A， Devriendt L， Brunn S D， et al. City networks in cyberspace and time： using Google hyperlinks to measure global economic and environmental crises[C] // Firmino R J， Duarte F， Ultramari C. （Eds.） ICTs for Mobile and Ubiquitous Urban Infrastructures： Surveillance， Locative Media and Global Networks. Hershey： IGI Global， 2011：67-87.

[28] Brunn S D， Devriendt L， Boulton A， et al. Networks of European cities in worlds of global economic and environmental change[J]. Fennia， 2010， 188（1）：37-49.

[29] 王聰，曹有揮，陳國偉. 基于生產性服務業(yè)的長江三角洲城市網絡[J]. 地理研究， 2014， 33（2）： 323-335.

[30] 魏守華，張靜，湯丹寧. 長三角城市體系序位-規(guī)模法則的偏差研究[J]. 上海經濟研究， 2013， 25（10）：94-105.

[31] 周光霞，余吉祥. 1990-2010年長三角地區(qū)城市體系的演進—基于人口普查數(shù)據的研究[J]. 西北人口，2013， 34（2）： 16-20.

[32] 張旭亮，寧越敏. 長三角城市群城市經濟聯(lián)系及國際化空間發(fā)展戰(zhàn)略[J]. 經濟地理， 2011， 31（3）：353-359.

[33] 蒲英霞，馬榮華，馬曉東，等. 長江三角洲地區(qū)城市規(guī)模分布的時空演變特征[J]. 地理研究，2009，28（1）：161-172.

[34] 李仙德. 基于企業(yè)網絡的城市網絡研究[D]. 上海： 華東師范大學， 2012：105-125.

[35] 姜戈，戈冬梅，季民河. 長三角區(qū)域創(chuàng)新差異和位序規(guī)模體系研究[J]. 經濟地理， 2011， 31（7）：1101-1106.