徐庭偉 羅守貴

摘 要：全球化視角下，城市間頻繁且巨量的信息交互承載了豐富的社會(huì)經(jīng)濟(jì)內(nèi)涵。以Globalization and World Cities公布的2018年世界級(jí)城市名錄中55個(gè)Alpha級(jí)城市為基礎(chǔ)，編寫(xiě)Python程序完成了基于谷歌搜索的上述城市城際信息網(wǎng)絡(luò)構(gòu)建和測(cè)度，并以此為基礎(chǔ)進(jìn)一步研究了全球視角下城市信息流總量的社會(huì)經(jīng)濟(jì)意義及城際信息流量與區(qū)域發(fā)展水平的聯(lián)系。一方面通過(guò)回歸算法，驗(yàn)證了城市信息流總量與其人口、GDP增速、高級(jí)服務(wù)型跨國(guó)公司機(jī)構(gòu)數(shù)量、生活消費(fèi)水平、旅游業(yè)規(guī)模等指標(biāo)顯著相關(guān);另一方面，通過(guò)社會(huì)網(wǎng)絡(luò)分析的方法，從中心性、聚類系數(shù)等角度分析了全球大都市城際信息網(wǎng)絡(luò)與區(qū)域發(fā)展水平之間的內(nèi)在聯(lián)系，證明了城際信息網(wǎng)絡(luò)在研究全球城市及區(qū)域發(fā)展和聯(lián)系中的重要意義。研究結(jié)論為研究城市影響力和城際關(guān)系開(kāi)辟了一條新的道路。

關(guān)鍵詞：城際信息網(wǎng)絡(luò);城市信息流總量;城際信息流量;爬蟲(chóng)技術(shù);社會(huì)網(wǎng)絡(luò)分析

Abstract：From the perspective of globalization， frequent and massive information exchange between cities carries rich social and economic connotations. Based on 55 Alpha-level cities noted in the “classification of cities 2018” published by Globalization and World Cities， this paper writes a python program to complete the construction and measurement of the above-mentioned metropolises inter-city information network based on Google， and further studies on the socio-economic significance of the total amount of city information flow and the link between inter-city information flow and regional development level from a global perspective. On the one hand， through the regression algorithm， it is verified that the total amount of city information flow is significantly related to its population， GDP growth rate， the number of high-end service multinational corporations， the level of living consumption， and the scale of tourism; on the other hand， the method of social network analysis， from the perspective of centrality and clustering coefficient， analyzes the intrinsic relationship between metropolitan inter-city information network and regional development level， and proves the significance of inter-city information network in the study of global city and regional development and linkage. It has opened up a new path for studying city influence and inter-city relations.

Key words：inter-city information network; total city information flow; inter-city information flow; Crawler; social network analysis

隨著全球城市之間日益頻繁的資源和信息交互，空間限制在很大程度上被打破，“流空間”成為城市經(jīng)濟(jì)學(xué)和經(jīng)濟(jì)地理學(xué)極其重要的研究視角。但由于城市分屬于不同國(guó)家，且統(tǒng)計(jì)口徑往往存在差異，想要獲取各種“流”的數(shù)據(jù)殊為不易?；ヂ?lián)網(wǎng)的極大普及使得各種“流”都被映射在網(wǎng)絡(luò)上，這給城際聯(lián)系的研究帶來(lái)了全新的途徑：將網(wǎng)絡(luò)上城市之間的信息交互情況作為綜合性的“流”指標(biāo)來(lái)進(jìn)行相關(guān)研究。本文以全球用戶數(shù)量最多的谷歌搜索引擎為工具，建立了全球主要大都市城際信息網(wǎng)絡(luò)，在反向追溯其分解性的各種“流”的經(jīng)濟(jì)學(xué)內(nèi)涵的基礎(chǔ)上，進(jìn)一步驗(yàn)證了城際信息流量與城市和區(qū)域發(fā)展之間的內(nèi)在聯(lián)系，論證了該模型的理論和實(shí)踐意義。

1 文獻(xiàn)綜述

1.1 城際關(guān)系

學(xué)術(shù)界對(duì)城際關(guān)系的研究大致上可以分為四個(gè)階段：

第一個(gè)階段是由Christaller提出的中心地理論。中心地向它周?chē)膮^(qū)域提供貿(mào)易、金融、行政、文化等服務(wù)，中心地的等級(jí)由中心地所能提供的商品和服務(wù)的級(jí)別決定，中心地的等級(jí)決定了中心地的數(shù)量、分布和服務(wù)范圍，形成了以市場(chǎng)原則、交通原則和行政原則為基礎(chǔ)的城市等級(jí)體系。

第二個(gè)階段的核心觀點(diǎn)在于“系統(tǒng)”，由西方學(xué)者于20世紀(jì)60年代以后提出。城市系統(tǒng)被定義為一組相互依賴的城市，這個(gè)城市集構(gòu)成了一個(gè)國(guó)家或地區(qū)。城市發(fā)展變化來(lái)自系統(tǒng)內(nèi)城市強(qiáng)烈的相互作用形成的反饋效應(yīng)。這些理論與中心地理論的分歧在于城市網(wǎng)絡(luò)的本質(zhì)被認(rèn)為是不同規(guī)模的城市間既合作又競(jìng)爭(zhēng)形成的復(fù)雜關(guān)系，是基于各自的需求形成的，與層級(jí)關(guān)系并沒(méi)有直接聯(lián)系。

第三個(gè)階段是世界城市假說(shuō)。Friedmann通過(guò)對(duì)那些擁有強(qiáng)大資本力量的世界性城市的研究，提出了著名的世界城市假說(shuō)：城市是資本組織和協(xié)調(diào)的基準(zhǔn)點(diǎn)，世界城市集中了大量的戰(zhàn)略性資本，進(jìn)而成為了世界城市系統(tǒng)的重要中心節(jié)點(diǎn)。世界城市的七個(gè)指標(biāo)包括主要的金融中心、跨國(guó)公司總部所在地、國(guó)際性機(jī)構(gòu)的集中地、第三產(chǎn)業(yè)的高度增長(zhǎng)、主要的制造業(yè)中心、世界交通的重要樞紐、城市人口規(guī)模達(dá)到一定標(biāo)準(zhǔn)。

第四個(gè)階段則是Castells提出的“流空間”理論。流空間是一個(gè)相對(duì)于場(chǎng)所空間的概念：“不必地理鄰接即可實(shí)現(xiàn)共享的社會(huì)實(shí)踐的物質(zhì)組織?！笔芤嬗谛畔⒒腿蚧?，生產(chǎn)、銷(xiāo)售及服務(wù)效率大大提升，尤其是知識(shí)基礎(chǔ)性產(chǎn)業(yè)，能夠聚集來(lái)自世界不同區(qū)域的資源。經(jīng)濟(jì)的組織結(jié)構(gòu)從靜態(tài)的，以地域空間結(jié)構(gòu)為基礎(chǔ)轉(zhuǎn)變?yōu)椤傲骺臻g”。城市之間形成頻繁的“流”交互使得系統(tǒng)中各節(jié)點(diǎn)都能夠獲得更多的資源和機(jī)會(huì)，網(wǎng)絡(luò)效應(yīng)凸顯，進(jìn)而促進(jìn)區(qū)域整體的協(xié)同發(fā)展。

1.2 社會(huì)網(wǎng)絡(luò)分析

社會(huì)網(wǎng)絡(luò)分析通常意義上指通過(guò)網(wǎng)絡(luò)和圖論來(lái)研究分析社會(huì)結(jié)構(gòu)。該方法使用節(jié)點(diǎn)（網(wǎng)絡(luò)中的個(gè)體）和連接（節(jié)點(diǎn)間的關(guān)系）來(lái)表征網(wǎng)絡(luò)的結(jié)構(gòu)。

社會(huì)網(wǎng)絡(luò)分析的理論最早源于Georg Simmel和mile Durkheim等社會(huì)學(xué)家關(guān)于人與人之間關(guān)系模式的研究。20世紀(jì)以后，社會(huì)網(wǎng)絡(luò)的概念被廣泛應(yīng)用于從人際關(guān)系到國(guó)際社會(huì)各種規(guī)模的社會(huì)系統(tǒng)成員之間的復(fù)雜關(guān)系。在20世紀(jì)30年代，Jacob Moreno和Helen Jennings系統(tǒng)地闡述了社會(huì)網(wǎng)絡(luò)的基本分析方法，此后大量學(xué)者拓展了社會(huì)網(wǎng)絡(luò)分析的使用范圍，使其被廣泛應(yīng)用于社交媒體、疾病傳播、信息流通、文獻(xiàn)研究等眾多領(lǐng)域之中。社會(huì)網(wǎng)絡(luò)分析是研究城市網(wǎng)絡(luò)的重要工具，Taylor、李響、方大春等均在其文章中探討了網(wǎng)絡(luò)效應(yīng)對(duì)全球（區(qū)域）城市網(wǎng)絡(luò)的深刻影響。

2 全球主要大都市城際信息網(wǎng)絡(luò)

2.1 網(wǎng)絡(luò)構(gòu)建及測(cè)度方法

本文網(wǎng)絡(luò)分析所涉及的全球主要大都市來(lái)自Globalization and World Cities（GaWC）公布的2018年世界級(jí)城市名錄中的Alpha級(jí)城市，共計(jì)55個(gè)。

本文建立的城際信息網(wǎng)絡(luò)主要包括三個(gè)數(shù)據(jù)指標(biāo)：

1. 城際信息流量

該數(shù)據(jù)直接來(lái)源于谷歌搜索結(jié)果數(shù)，通過(guò)Python編寫(xiě)的爬蟲(chóng)程序，對(duì)同時(shí)包含城市A和城市B的所有結(jié)果數(shù)進(jìn)行抓取和格式化，因“城市A城市B”和“城市B城市A”的數(shù)據(jù)結(jié)果可能存在差異，將其相加作為A和B之間的城際信息流量。城際信息流量的搜索結(jié)果采用了6種聯(lián)合國(guó)官方語(yǔ)言（英語(yǔ)、漢語(yǔ)、西班牙語(yǔ)、法語(yǔ)、俄語(yǔ)、阿拉伯語(yǔ)）各自搜索結(jié)果之和。在實(shí)際意義上，當(dāng)兩個(gè)城市名稱同時(shí)在一個(gè)互聯(lián)網(wǎng)搜索條目出現(xiàn)時(shí)，必然反映這兩個(gè)城市發(fā)生了某種經(jīng)濟(jì)社會(huì)聯(lián)系。

2. 城市信息流總量

該數(shù)據(jù)以城際信息流量為基礎(chǔ)，將所有涉及該城市的城際信息流量相加，反映的是該城市在整個(gè)城市網(wǎng)絡(luò)中與其他所有城市聯(lián)系的總和。

3. 城市信息流總量?jī)?nèi)容

該數(shù)據(jù)來(lái)自Google Trends，展示了以城市A為關(guān)鍵詞的谷歌搜索結(jié)果中，涉及不同領(lǐng)域如商務(wù)、貿(mào)易、旅游等內(nèi)容的數(shù)量。

2.2 網(wǎng)絡(luò)初步分析

根據(jù)以上設(shè)計(jì)，通過(guò)Google搜索并將結(jié)構(gòu)化的數(shù)據(jù)匯總，主要結(jié)果見(jiàn)表1和表2。

紐約城市信息流總量排名第一，與第二名相比有很大幅度的領(lǐng)先。巴黎、芝加哥、洛杉磯、墨西哥城、倫敦、華盛頓、香港、舊金山分列二至九位，相鄰排位的城市信息流總量差距不大。

從國(guó)家層面來(lái)看，美國(guó)城市在全球主要大都市城市信息流總量中占據(jù)極大的領(lǐng)先位置，前10中有6席是美國(guó)城市。歐洲城市在前10位中占據(jù)2席，前20位中共6席。中國(guó)香港位列第8，北京位列第18。澳大利亞在數(shù)據(jù)面上同樣表現(xiàn)優(yōu)異，悉尼和墨爾本分列14、19位。

從區(qū)域整體上來(lái)看，北美城市在城際信息交互中表現(xiàn)極為活躍，有9座城市位列前20。其次是歐洲，有6座城市。亞太地區(qū)除新加坡外，中國(guó)和澳大利亞各自擁有2座排名前20的城市。南美、南亞、西亞以及非洲均無(wú)城市上榜。

為更好地解釋城市信息流總量差異的原因，將城市信息流總量?jī)?nèi)容中2014—2019年前25項(xiàng)熱門(mén)內(nèi)容做如下統(tǒng)計(jì)歸類：

地域：搜索內(nèi)容為城市或州、省、區(qū);

交通：搜索內(nèi)容涉及城市的交通信息;

經(jīng)濟(jì)：搜索內(nèi)容涉及城市的股票、公司等經(jīng)濟(jì)相關(guān)信息;

生活：搜索內(nèi)容涉及城市相關(guān)生活事項(xiàng)如餐飲、住宿、天氣等;

文體：搜索內(nèi)容涉及城市相關(guān)文體活動(dòng)如教育、體育比賽、新聞等;

時(shí)間：涉及城市當(dāng)?shù)貢r(shí)間。

紐約的城市信息流總量遙遙領(lǐng)先，從內(nèi)容上看，它是唯一一個(gè)各種分類內(nèi)容占比均勻的城市，從這個(gè)角度看，紐約是全球主要大都市中綜合競(jìng)爭(zhēng)力最強(qiáng)、功能最為完善、發(fā)展最為平衡的城市。

從經(jīng)濟(jì)方面看，新加坡的城市信息內(nèi)容中，與經(jīng)濟(jì)相關(guān)的內(nèi)容占據(jù)了五分之一，遠(yuǎn)高于其他城市，因此新加坡的城市定位更偏向于金融城市，這與新加坡是繼紐約、倫敦、香港之后的第四大國(guó)際金融中心、亞洲重要的服務(wù)和航運(yùn)中心之一的現(xiàn)狀是符合的。不過(guò)需要說(shuō)明的是，新加坡的城市信息內(nèi)容中經(jīng)濟(jì)內(nèi)容占比最大并不代表其經(jīng)濟(jì)發(fā)展水平要高于其他城市，僅僅說(shuō)明對(duì)新加坡而言，經(jīng)濟(jì)活動(dòng)是其城市發(fā)展的主要驅(qū)動(dòng)和城市的主要功能。

文體內(nèi)容的占比高說(shuō)明該城市在市民活動(dòng)和文化等領(lǐng)域發(fā)展較好，典型的城市有芝加哥和華盛頓，其城市信息流總量?jī)?nèi)容包含著大量的電視電影、體育賽事等方面的信息。北京的文體相關(guān)內(nèi)容盡管也占比較大，但主要都與2008年北京奧運(yùn)會(huì)相關(guān)，由此可見(jiàn)，奧運(yùn)會(huì)確實(shí)在很大程度上提升了北京在全球的影響力，但也反映了在日常的文體活動(dòng)中，北京仍有待提高。

交通和生活兩項(xiàng)的加總在一定程度上反映了城市在旅游功能上的表現(xiàn)，巴黎和倫敦此兩項(xiàng)之和占比最高，反映出旅游業(yè)在巴黎和倫敦城市發(fā)展中的重要地位。

地域和交通兩項(xiàng)的加總則從側(cè)面反映了城市在與其他城市聯(lián)通中的重要性，這一類城市往往是區(qū)域的交通樞紐，例如洛杉磯、墨西哥城、倫敦、中國(guó)香港和北京。

3 城市信息流經(jīng)濟(jì)學(xué)含義的計(jì)量分析

城市之間的信息交互是頻繁且巨量的、直觀的，我們認(rèn)為這種復(fù)雜的信息是由人流、物流、資金流等各種簡(jiǎn)單的“流”組成的。但是這些“流”往往又緊密地結(jié)合在一起，比如旅游信息就是交通、收入、消費(fèi)等信息的綜合反映，這就使得研究城市信息流的經(jīng)濟(jì)學(xué)含義變得十分困難。本文提出的一個(gè)可行的方法是，不再將城市經(jīng)濟(jì)流拆解為單一的各種“流”，而是尋找其他的經(jīng)濟(jì)學(xué)指標(biāo)，通過(guò)計(jì)量的方法，在盡可能地排除內(nèi)生性的情況下，研究哪些城市的統(tǒng)計(jì)指標(biāo)與城市信息流總量存在顯著的相關(guān)性，并以此為基礎(chǔ)分析城市信息流的社會(huì)經(jīng)濟(jì)內(nèi)涵。

本節(jié)主要通過(guò)回歸算法探討城市信息流的社會(huì)經(jīng)濟(jì)意義。

3.1 數(shù)據(jù)來(lái)源及變量說(shuō)明

虛擬變量：

1.國(guó)家（country）

將城市所在國(guó)家分為四類：美國(guó)、其他發(fā)達(dá)國(guó)家、中國(guó)、其他發(fā)展中國(guó)家并分別賦值1、2、3、4。采用這樣的分類是考慮到目前美國(guó)是世界上唯一的超級(jí)大國(guó)，其整體發(fā)展水平要超過(guò)一般的發(fā)達(dá)國(guó)家，中國(guó)作為發(fā)達(dá)國(guó)家還是發(fā)展中國(guó)家尚存爭(zhēng)論，因此將中國(guó)和美國(guó)單獨(dú)分類。

2.行政等級(jí)（administrative rank）

將所有城市按照行政等級(jí)分為首都城市和非首都城市，分別賦值1和2。

3.港口城市（port）

將所有城市分為港口城市和非港口城市，分別賦值1和2。設(shè)立該虛擬變量的原因是考慮到在國(guó)際貿(mào)易中，港口是最主要的貨物集散中心，其重要性要超過(guò)鐵路、公路和航空。

實(shí)數(shù)變量：

4.跨國(guó)高級(jí)服務(wù)業(yè)機(jī)構(gòu)數(shù)（service firms）

跨國(guó)高級(jí)服務(wù)業(yè)機(jī)構(gòu)是GaWC統(tǒng)計(jì)的100家全球性服務(wù)企業(yè)和組織在全球315個(gè)城市的機(jī)構(gòu)數(shù)量，包括銀行、保險(xiǎn)、法律、咨詢管理、廣告和會(huì)計(jì)等行業(yè)以及非政府組織。這些企業(yè)或者組織在全球活動(dòng)中具有主導(dǎo)和帶動(dòng)作用，它們?cè)谀硞€(gè)城市的機(jī)構(gòu)數(shù)量越多、等級(jí)越高，該城市在世界城市中的地位就越重要。

5.生活成本指數(shù)（cost of living index）

數(shù)據(jù)來(lái)源于NUMBEO，該系數(shù)以紐約為參照，衡量了2018年不同城市的生活成本，包括一般商品、飲食、交通等，但不包括房租費(fèi)用。城市的生活成本與城市的發(fā)展水平可能存在相關(guān)性，一般來(lái)說(shuō)，更發(fā)達(dá)的城市一般有更高的生活成本。

6.房租指數(shù)（rent index）

數(shù)據(jù)來(lái)源于NUMBEO，該系數(shù)以紐約為參照，衡量了2018年不同城市的租房?jī)r(jià)格。租房?jī)r(jià)格從側(cè)面反映了一個(gè)城市的房?jī)r(jià)水平，而房?jī)r(jià)水平一般被認(rèn)為與城市的發(fā)展水平存在一定聯(lián)系。

7.交通指數(shù)（traffic index）

數(shù)據(jù)來(lái)源于NUMBEO，該系數(shù)以紐約為參照，衡量了2018年不同城市的交通成本，該系數(shù)綜合了通勤時(shí)間和交通碳排放量等指標(biāo)。

8.城市人口（city population）

數(shù)據(jù)來(lái)源于Ceoworld，統(tǒng)計(jì)了2018年全球主要大城市的城市人口數(shù)量。部分缺失城市的數(shù)據(jù)根據(jù)該城市或城市所在地統(tǒng)計(jì)年鑒補(bǔ)齊。

9.都市圈人口（metro population）

數(shù)據(jù)來(lái)源于Ceoworld，統(tǒng)計(jì)了2018年全球主要大城市的都市圈人口數(shù)量。部分缺失城市的數(shù)據(jù)根據(jù)該城市或城市所在地統(tǒng)計(jì)年鑒補(bǔ)齊。

10.旅游市場(chǎng)（tourist market）

數(shù)據(jù)來(lái)自WTTC 組織發(fā)布的CITY TRAVEL&TOURISM IMPACT 2018。發(fā)達(dá)的旅游業(yè)會(huì)給城市帶來(lái)巨大的交通流量和旅游收入，且全球性的旅游信息發(fā)布對(duì)互聯(lián)網(wǎng)有很強(qiáng)的依賴性。

11.收入水平（earning level）

數(shù)據(jù)來(lái)自UBS發(fā)布的UBS global cities ranking 2018，數(shù)據(jù)綜合考察了包括公交司機(jī)、醫(yī)生、教師等15個(gè)職業(yè)在不同城市的收入水平。城市的收入水平理論上應(yīng)與城市的發(fā)展水平存在一定相關(guān)性。

12.GDP增速（GDP rate）

PricewaterhouseCoopers UK Economic Outlook中給出了2008年全球主要城市的GDP，并對(duì)2025年的GDP做了估計(jì)。Citymayor根據(jù)歷年數(shù)據(jù)，對(duì)2020年全球主要城市的GDP做了估計(jì)?？紤]到2008年的GDP數(shù)據(jù)時(shí)效性明顯較差，因此本文綜合了不同機(jī)構(gòu)對(duì)2020年和2025年GDP的預(yù)測(cè)情況，估算了2018年各城市的GDP增速作為變量參與回歸。

3.2 回歸結(jié)果及分析

通過(guò)相關(guān)性分析和初步的回歸，生活成本指數(shù)和房租指數(shù)、城市人口和都市圈人口兩組變量有較強(qiáng)的內(nèi)生性，因此在最終的回歸中，考慮到生活成本指數(shù)綜合性更強(qiáng)，城市人口比都市圈人口能更準(zhǔn)確衡量城市的人口，因此選用這兩個(gè)變量。交通指數(shù)和收入水平與城市信息流總量相關(guān)性較低，因此在最終的回歸中也將其剔除?；貧w結(jié)果見(jiàn)表4。

由回歸結(jié)果可知，國(guó)家中的2值、跨國(guó)高級(jí)服務(wù)業(yè)機(jī)構(gòu)數(shù)、生活成本指數(shù)、城市人口、旅游市場(chǎng)和GDP增速對(duì)城市信息流總量均為顯著。

國(guó)家中的2值代表了除美國(guó)外的其他發(fā)達(dá)國(guó)家，該變量顯著且系數(shù)為負(fù)，說(shuō)明美國(guó)作為唯一的超級(jí)大國(guó)，領(lǐng)先于其他發(fā)達(dá)國(guó)家，其城市在全球城市網(wǎng)絡(luò)中也占據(jù)重要的地位。

跨國(guó)高級(jí)服務(wù)業(yè)機(jī)構(gòu)數(shù)是GaWC對(duì)世界城市進(jìn)行排名的最重要依據(jù)指標(biāo)，該變量顯著說(shuō)明了城際信息流量與GaWC認(rèn)可的世界城市的影響力有顯著的正相關(guān)關(guān)系：城市信息流總量越大，該城市在全球城市網(wǎng)絡(luò)中的影響力就越強(qiáng)。

生活成本指數(shù)與城市信息流的顯著正相關(guān)說(shuō)明城市信息流作為城市發(fā)展水平綜合性的評(píng)價(jià)指標(biāo)，能夠反映城市物價(jià)、消費(fèi)水平的高低。這些指標(biāo)表面上是本地化信息的體現(xiàn)，實(shí)際上也與其全球化水平有關(guān)。

城市人口變量顯著且系數(shù)為負(fù)。一般而言，城市的人口應(yīng)與城市信息流總量呈顯著的正相關(guān)：城市人口越多，城市信息流總量就越大，這與在國(guó)內(nèi)使用百度搜索完成的國(guó)內(nèi)城際信息網(wǎng)絡(luò)的結(jié)果是一致的。但是在全球視角下，城市人口系數(shù)為負(fù)的原因是對(duì)發(fā)展中國(guó)家（尤其是一些人口大國(guó)）而言，在城市化進(jìn)程中正處于大量人口向中心城市聚集的階段，而歐洲等地區(qū)的發(fā)達(dá)國(guó)家卻已經(jīng)開(kāi)始逐漸出現(xiàn)逆城市化的趨勢(shì)，且人口普遍遠(yuǎn)遠(yuǎn)少于發(fā)展中國(guó)家;同時(shí)，發(fā)展中國(guó)家的中心城市受到國(guó)家整體發(fā)展水平的限制，其城市人口所帶來(lái)的信息量絕大部分是被限制于國(guó)內(nèi)甚至是更小區(qū)域的，從全球城市網(wǎng)絡(luò)的視角來(lái)看，這些城市的信息量反而低于人口較少的發(fā)達(dá)國(guó)家城市。

發(fā)達(dá)的旅游業(yè)會(huì)給城市帶了巨大的交通流量和旅游收入。全球性的旅游信息發(fā)布對(duì)互聯(lián)網(wǎng)有很強(qiáng)的依賴性。旅游市場(chǎng)規(guī)模與城市信息流總量有較為顯著的正相關(guān)關(guān)系，說(shuō)明了城市信息量是能夠涵蓋旅游業(yè)的城市發(fā)展綜合發(fā)展水平的指標(biāo)。

GDP 增速與城市信息流的顯著正相關(guān)則直接證明了，城市經(jīng)濟(jì)的發(fā)展過(guò)程同樣也是城市信息流總量增長(zhǎng)的過(guò)程，尤其是全球化和信息化程度越來(lái)越高的當(dāng)下背景，大量經(jīng)濟(jì)相關(guān)信息的上網(wǎng)使得城市信息流能更好、更準(zhǔn)確地反映城市的經(jīng)濟(jì)發(fā)展水平。

4 社會(huì)網(wǎng)絡(luò)分析

社會(huì)網(wǎng)絡(luò)分析是通過(guò)圖論和網(wǎng)絡(luò)來(lái)分析點(diǎn)與連接關(guān)系的重要方法。Pajek是用于研究大型復(fù)雜非線性網(wǎng)絡(luò)的有力工具。本章使用Pajek軟件來(lái)分析城際信息網(wǎng)絡(luò)的特征。

結(jié)合上述數(shù)據(jù)特點(diǎn)，將城際信息流量低于平均值（約4億）的城際聯(lián)系刪除，保留高于平均值的城際聯(lián)系，構(gòu)成城際信息網(wǎng)絡(luò)的無(wú)向圖。

4.1 中心性分析

中心性是社會(huì)網(wǎng)絡(luò)分析中最重要的概念之一，用來(lái)表示節(jié)點(diǎn)在社會(huì)網(wǎng)絡(luò)中的重要性，其數(shù)字化的表示即為中心度。根據(jù)測(cè)定方法的不同，一般可以將中心度分為三類：

1.度中心度（degree centrality）

度中心度衡量某個(gè)節(jié)點(diǎn)與其他節(jié)點(diǎn)連接數(shù)的總和。如果一個(gè)節(jié)點(diǎn)與很多其他節(jié)點(diǎn)有直接的關(guān)聯(lián)，該節(jié)點(diǎn)就居于中心地位，從而擁有較大的權(quán)力。

2.接近中心度（closeness centrality）

接近中心度度量的是節(jié)點(diǎn)到其他節(jié)點(diǎn)的距離，是一種對(duì)不受其他節(jié)點(diǎn)控制的測(cè)度。如果一個(gè)點(diǎn)與網(wǎng)絡(luò)中所有其他點(diǎn)的距離都很短，則稱該點(diǎn)是整體中心點(diǎn)。

3.中介中心度（betweenness centrality）

中介中心度統(tǒng)計(jì)經(jīng)過(guò)節(jié)點(diǎn)最短路徑的數(shù)量。如果一個(gè)節(jié)點(diǎn)處于許多交往網(wǎng)絡(luò)路徑上，可以認(rèn)為此節(jié)點(diǎn)居于重要地位，因?yàn)樗哂锌刂破渌?jié)點(diǎn)的交往能力，發(fā)揮溝通其他節(jié)點(diǎn)的橋梁作用。它測(cè)量的是節(jié)點(diǎn)對(duì)網(wǎng)絡(luò)資源控制的程度。

由中心度數(shù)據(jù)發(fā)現(xiàn)，紐約在三個(gè)中心度中均排列第一，巴黎、中國(guó)香港和倫敦也始終保持在前四。度中心度前10的城市中有一半是美國(guó)城市，可見(jiàn)在目前的全球大都市城際網(wǎng)絡(luò)中，美國(guó)城市仍然占據(jù)了更多的中心城市數(shù)量，擁有重要的地位。接近中心度指標(biāo)的前10可以大致分為三個(gè)層級(jí)，紐約和巴黎接近為第一層級(jí)，中國(guó)香港和倫敦為第二層級(jí)，其余第5～10名城市為第三層級(jí)。中國(guó)香港和倫敦之所以在該數(shù)據(jù)上略低于紐約和巴黎，主要是受其所屬國(guó)家的影響，在全球性的交流活動(dòng)中，中國(guó)目前的開(kāi)放程度尚有不足，而英國(guó)又長(zhǎng)期與歐盟保持一定程度的距離，因此在不受其他節(jié)點(diǎn)控制的維度上，中國(guó)香港和倫敦處于第二層次。而在中介中心度方面，美國(guó)城市不再具有顯著優(yōu)勢(shì)，僅紐約和舊金山位居前十。舊金山的城市信息流總量?jī)?nèi)容中，有大量與其他城市相關(guān)的信息占據(jù)搜索熱度前列，比如圣迭戈、拉斯維加斯等，由此可知舊金山是美國(guó)城市中一個(gè)重要的節(jié)點(diǎn)，而其他度中心度較高的城市比如芝加哥和洛杉磯，則處于一個(gè)完全連通的局部網(wǎng)絡(luò)中，對(duì)其他節(jié)點(diǎn)的控制能力較弱。歐洲地區(qū)則有巴黎、倫敦和馬德里位列前十，馬德里作為南歐的旅游、文化中心，對(duì)其周邊城市具有很強(qiáng)的控制和輻射能力。亞太地區(qū)在中介中心度前十中占據(jù)4席，從某個(gè)側(cè)面也反映出了該地區(qū)發(fā)展的不均衡，除了新加坡，其余3個(gè)城市中國(guó)香港、北京和上海均位于中國(guó)，由此可見(jiàn)中國(guó)在亞太地區(qū)有著較強(qiáng)的控制和輻射能力，影響力和地位舉足輕重，這與中國(guó)較大的經(jīng)濟(jì)體量、人口、腹地和近年來(lái)活躍的經(jīng)濟(jì)有關(guān)。

4.2 聚類系數(shù)

在圖論中，集聚系數(shù)（也稱群聚系數(shù)、集群系數(shù)）是被用來(lái)描述一個(gè)圖中節(jié)點(diǎn)聚集程度的系數(shù)。具體來(lái)說(shuō)，是一個(gè)點(diǎn)的鄰接點(diǎn)之間相互連接的程度。證據(jù)顯示，在現(xiàn)實(shí)網(wǎng)絡(luò)結(jié)構(gòu)，特別是社交網(wǎng)絡(luò)中，節(jié)點(diǎn)總是趨向于建立一組嚴(yán)密的組織關(guān)系。也就是說(shuō)，相對(duì)于在兩個(gè)節(jié)點(diǎn)之間隨機(jī)連接而得到的網(wǎng)絡(luò)，真實(shí)世界網(wǎng)絡(luò)的聚類系數(shù)更高。

全局聚類系數(shù)（CC2）是基于結(jié)點(diǎn)三元組的數(shù)目計(jì)算的。一個(gè)三元組是指其中有兩條（開(kāi)三元組）或三條（閉三元組）無(wú)向邊連接的三個(gè)結(jié)點(diǎn)。全局聚類系數(shù)是所有三元組（包括開(kāi)和閉的）中封閉三元組的數(shù)目。

由表5數(shù)據(jù)可以發(fā)現(xiàn)，全局聚類系數(shù)的分布與接近中心度相似：紐約和巴黎相對(duì)較高，中國(guó)香港和倫敦略低，其余第5～10名城市更低。其社會(huì)經(jīng)濟(jì)的解釋同樣與接近中心度類同：在全球視角下，紐約和巴黎的開(kāi)放程度更高，與其相鄰的節(jié)點(diǎn)中存在大量的三元組，而中國(guó)香港和倫敦受其所在國(guó)家的政策影響，其部分相鄰節(jié)點(diǎn)之間無(wú)直接聯(lián)系，因此在全局聚類系數(shù)上略低于紐約和巴黎。

4.3 分類分布

為了更直觀地研究城際信息網(wǎng)絡(luò)與全球城市和區(qū)域發(fā)展水平之間的聯(lián)系，將模型中的城市做如下分類，并按照其分類根據(jù)相對(duì)的實(shí)際地理大致方位結(jié)合節(jié)點(diǎn)的度做出分類分布，如圖3所示。

如圖3所示，非洲地區(qū)僅南非城市約翰內(nèi)斯堡進(jìn)入本模型城市名單且無(wú)與其他節(jié)點(diǎn)的有效連接（城際信息流量均在平均值以下），這與非洲地域大幅度落后的發(fā)展水平是吻合的。歐洲地區(qū)節(jié)點(diǎn)城市眾多，且節(jié)點(diǎn)的度從小到大分布較為均勻，這與歐洲地區(qū)發(fā)展水平普遍較高，但由于國(guó)家眾多，各城市盡管地理位置接近但獨(dú)立性較高的實(shí)際情況非常貼近。西亞和中亞地區(qū)最大的節(jié)點(diǎn)城市是迪拜，其次是印度的孟買(mǎi)和新德里，西亞和中亞地區(qū)因歷史和文化原因，相對(duì)較為封閉，盡管迪拜已是舉世聞名的國(guó)際性大都市，印度也在快速發(fā)展，但是其全面的開(kāi)放和發(fā)展仍需時(shí)日。東亞、南亞以及澳大利亞地區(qū)的節(jié)點(diǎn)，較高度數(shù)和低度數(shù)節(jié)點(diǎn)較少，中等度數(shù)的節(jié)點(diǎn)相對(duì)較多，主要涉及新加坡、中國(guó)、韓國(guó)、日本和澳大利亞五個(gè)國(guó)家，中國(guó)擁有最多的節(jié)點(diǎn)城市——香港、北京、上海、廣州、深圳和臺(tái)北，表明了中國(guó)在亞太地區(qū)的影響力與日俱增，但國(guó)內(nèi)重要性和繁榮程度不低于香港的北京、上海、廣州和深圳在全球視角下度數(shù)卻較低，這也從側(cè)面說(shuō)明了國(guó)內(nèi)的大城市仍需要堅(jiān)持開(kāi)放政策以謀求更好的發(fā)展。北美地區(qū)節(jié)點(diǎn)眾多且均為高度數(shù)節(jié)點(diǎn)，整體呈U型分布，這與實(shí)際中北美地區(qū)普遍的高發(fā)展水平，且大城市均分布于東西海岸的實(shí)際情況完全相符。南美地區(qū)僅布宜諾斯艾利斯有有效的對(duì)外連接，且其為數(shù)不多的連接均是與北美和歐洲城市之間的聯(lián)系，這也符合南美地區(qū)發(fā)展相對(duì)低迷，且因歷史原因受歐洲和北美國(guó)家影響較大的現(xiàn)狀。

各地區(qū)整體上的對(duì)外聯(lián)系強(qiáng)度方面，可以發(fā)現(xiàn)歐洲與北美地區(qū)城市之間的聯(lián)系強(qiáng)度最大、最為活躍。之后，依次是北美和亞太地區(qū)、歐洲和亞太地區(qū)的聯(lián)系，南亞、西亞與其他地區(qū)的聯(lián)系強(qiáng)度相對(duì)較低，南美洲和非洲地區(qū)則在很大程度上比較封閉（僅從圖論而言）。

5 結(jié)論與啟示

本文通過(guò)Python爬蟲(chóng)程序，構(gòu)建了基于谷歌搜索引擎的55個(gè)全球大都市城際信息網(wǎng)絡(luò)，并初步分析了排名前列的大城市城際信息流量的內(nèi)容。

通過(guò)回歸分析發(fā)現(xiàn)，城市信息流總量與城市所屬國(guó)家、跨國(guó)高級(jí)服務(wù)業(yè)機(jī)構(gòu)數(shù)量、城市生活成本、城市人口、旅游市場(chǎng)規(guī)模以及GDP增速顯著相關(guān)。其中，跨國(guó)高級(jí)服務(wù)業(yè)機(jī)構(gòu)數(shù)量，城市生活成本，旅游市場(chǎng)規(guī)模以及GDP增速與城市信息流總量正相關(guān)，城市人口與其負(fù)相關(guān)。在城市所屬國(guó)家方面，美國(guó)的城市在活躍度上要顯著高于其他發(fā)達(dá)國(guó)家，這表明城市信息流總量能綜合反映一個(gè)城市政治、經(jīng)濟(jì)、文化等各方面的發(fā)展程度，比GDP、人口等傳統(tǒng)指標(biāo)更能衡量城市的綜合發(fā)展水平。

通過(guò)社會(huì)網(wǎng)絡(luò)分析，發(fā)現(xiàn)城際信息網(wǎng)絡(luò)的分布特征與實(shí)際的城市和區(qū)域發(fā)展情況十分相符：美國(guó)各城市的度中心度排名前列顯示了美國(guó)領(lǐng)先的整體發(fā)展水平和開(kāi)放層次;接近中心度和全局聚類系數(shù)前10位城市中紐約和巴黎、中國(guó)香港和倫敦、其余5～10名城市三層級(jí)的劃分顯示了城市發(fā)展水平與政治因素的綜合影響;中國(guó)城市在中介中心度指標(biāo)的領(lǐng)先證明了中國(guó)在亞太地區(qū)有較強(qiáng)的影響和輻射能力。同時(shí)，整體上非洲、歐洲、南亞和西亞、亞太、北美、南美6個(gè)地區(qū)不論是城市節(jié)點(diǎn)分布情況，還是與其他地區(qū)的聯(lián)系強(qiáng)度都與其對(duì)應(yīng)的社會(huì)經(jīng)濟(jì)文化發(fā)展水平符合。

總而言之，本文構(gòu)建了全球主要大都市城際信息網(wǎng)絡(luò)，完成了城際信息流量、城市信息流總量及其內(nèi)容的測(cè)度和其各自社會(huì)經(jīng)濟(jì)意義的解釋，為研究城市影響力和城際關(guān)系開(kāi)辟了新的思路。在此基礎(chǔ)上，未來(lái)可以在多個(gè)方面做出更多拓展性的研究：

第一，可以逐步增加網(wǎng)絡(luò)中城市的數(shù)量，形成一個(gè)更全面、覆蓋面更廣的全球城際信息網(wǎng)絡(luò)。

第二，可以通過(guò)對(duì)城際信息的時(shí)間條件進(jìn)行約束，形成城際信息流量的時(shí)間序列數(shù)據(jù)，以此為基礎(chǔ)研究城際信息網(wǎng)絡(luò)隨時(shí)間以及事件刺激的動(dòng)態(tài)變化，并進(jìn)一步分析預(yù)測(cè)全球城市和區(qū)域的發(fā)展趨勢(shì)。

第三，可以研究城際信息網(wǎng)絡(luò)對(duì)其中城市的反向作用——某城市或地區(qū)較強(qiáng)的信息流量是否能夠促進(jìn)該地區(qū)其他城市的發(fā)展。

城際信息網(wǎng)絡(luò)模型的構(gòu)建和測(cè)度對(duì)分析全球視角下的城市功能定位、城市群規(guī)劃、區(qū)域協(xié)調(diào)發(fā)展都有著重要的理論和實(shí)際意義。

參考文獻(xiàn)：

[1] 張闖. 從層級(jí)到網(wǎng)絡(luò)：城市間關(guān)系研究的演進(jìn)[J]. 財(cái)經(jīng)問(wèn)題研究， 2009（3）：22-27.

[2] SIMMONS J W， ALONSO W， BOURNE L S. Systems of cities ：readings on structure， growth， and policy[M]. Oxford：Oxford University Press， 1978， 145（3）：12-22.

[3] 曾浩. 城市群內(nèi)城際關(guān)系及其對(duì)城市發(fā)展影響研究——以武漢城市圈為例[D]. 武漢：中國(guó)地質(zhì)大學(xué)（武漢），2016.

[4] PRED A. Recognising european modernities：a montage of the present[M]. London：Routledge， 2014.

[5] ESPARZA A X， KRMENCE A J. Large city interaction in the US urban system[J]. Urban Studies， 2000， 37（4）：691-709.

[6] FRIEDMANN J. The world city hypothesis[J]. Development and Change， 1986， 17（1）：69-83.

[7] CASTELLS M. The rise of the network society：the information age：economy， society， and culture[M]. Hoboken：John Wiley & Sons， 2011.

[8] 陳晨， 修春亮. 流空間視角的東北地區(qū)城市網(wǎng)絡(luò)研究[J]. 地域研究與開(kāi)發(fā)， 2014， 33（4）：82-89.

[9] 高鑫， 修春亮， 魏冶. 城市地理學(xué)的“流空間”視角及其中國(guó)化研究[J]. 人文地理， 2012（4）：32-36.

[10] OTTE E ， ROUSSEAU R . Social network analysis：a powerful strategy， also for the information sciences[J]. Journal of Information Science， 2002， 28（6）：441-453.

[11] GEORG S . Superiority and subordination as subject-matter of sociology[J]. American Journal of Sociology， 1896， 2（2）：167-189.

[12] DURKHEIM E， SIMPSON G. mile Durkheim on the division of labor in society[J]. American Journal of Sociology， 1933（11）：123-33.

[13] MORENO J L， JENNINGS H H. Statistics of social configurations.[J]. Sociometry， 1938， 1（3/4）：342-374.

[14] BERNARD H R， BERNARD H R. The development of social network analysis：a study in the sociology of science， Linton C. Freeman[J]. Social networks， 2005， 27（4）：377-384.

[15] WELLMAN B. The development of social network analysis：a study in the sociology of science by Linton C. Freeman[J]. Social Networks， 2005， 27（3）：275-282.