信息技術(shù)影響下的昆明市區(qū)域城市網(wǎng)絡(luò)空間特征

張浩

信息技術(shù)的發(fā)展改變了人們的交流方武，同時也改變了傳統(tǒng)城市的空間結(jié)構(gòu)。本文基于新浪微博的網(wǎng)絡(luò)信息，利用網(wǎng)絡(luò)信息的網(wǎng)絡(luò)連接度展現(xiàn)了研究區(qū)域間的空間關(guān)系；這些與傳統(tǒng)的地理區(qū)位所展現(xiàn)的城市關(guān)系具有相對一致性，同時又表現(xiàn)出一些差異。這對以后城市區(qū)域的發(fā)展具有重要借鑒意義。

城市結(jié)構(gòu) 網(wǎng)絡(luò)信息

網(wǎng)絡(luò)連接度 城市網(wǎng)絡(luò)

引言

西方學(xué)者在城市間信息流、交通流、人流等方面的研究比較早，做出了很多重要的研究。Goetz（1992）首光分析了航班和航空貨運對美國城市網(wǎng)絡(luò)體系的影響；Mitchelson（1994）研究了全球經(jīng)濟中的信息流動，指出信息流對美國城市網(wǎng)絡(luò)的建設(shè)發(fā)展至關(guān)重要；Ho Shin（2000）研究了亞洲城市的港口、公路、鐵路等交通流信息；Townsend（2001）分析了互聯(lián)網(wǎng)流量對城市的影響和全球的互聯(lián)網(wǎng)結(jié)構(gòu)；Matsumoto（2004）研究了國際城市間的航空運輸對國際城市網(wǎng)絡(luò)體系的影響。國內(nèi)學(xué)者對城市網(wǎng)絡(luò)體系等相關(guān)領(lǐng)域起步相對較晚，但研究的深度和廣度充分體現(xiàn)了中國特色，研究成果也非常豐富。當(dāng)前國內(nèi)學(xué)者大都是在Castells的流動空間理論的基礎(chǔ)之上，從航空運輸、鐵路運輸、公路運輸?shù)冉煌鞣治鋈珖鴮用娉鞘芯W(wǎng)絡(luò)的發(fā)展及變化；特別是在高速奎知各方面，作為一種革命性的新型交通工具，使中國東西向、南北向的時空距離空前壓縮，沿線欠發(fā)達(dá)地區(qū)相對于發(fā)達(dá)地區(qū)的時空區(qū)位條件也發(fā)生明顯改變，并對人口流動的空間范圍、地區(qū)和城市間的聯(lián)系產(chǎn)生重要影響。最近幾年，更是出現(xiàn)了基于互聯(lián)網(wǎng)與中國城市網(wǎng)絡(luò)體系的關(guān)系研究，都很好的解釋了全球化、信息化影響下的中國城市網(wǎng)絡(luò)體系的變化。

新浪微博作為當(dāng)下新型的網(wǎng)絡(luò)社交工具，類似于國外的Twitter， Facebook等，并且微博是一個開放式、互動式的非“點對點”的社交平臺，用戶可以與全國各地的其他用戶交流互動，截止2016年9月30日，微博月活躍人數(shù)已達(dá)到2.97億?？梢哉f新浪微博是當(dāng)下網(wǎng)絡(luò)信息最真實、最有效、最直接的獲取平臺，因此，本文試圖借助新浪微博這一開放社交平臺，以云南省昆明市作為研究對象，通過分析新浪微博用戶間的好友關(guān)系，從而認(rèn)識研究地區(qū)與其他省份城市之間的網(wǎng)絡(luò)空間特征，從而分析城市發(fā)展中的空間問題，并在城市的產(chǎn)業(yè)結(jié)構(gòu)、規(guī)模大小、布局與調(diào)整方面也具有指導(dǎo)意義。特別是在住房價格的分析方面，可以在分析國民經(jīng)濟最重要的部分之一住房價格中加人空間因素，并以信息流反映這種跨區(qū)域的聯(lián)系，從而更加全面的分析城市住房價格這一最重要的城市網(wǎng)絡(luò)表現(xiàn)形式。

研究區(qū)概況

云南省昆明市下轄7區(qū)、3縣、3自治縣和代管1縣級市，其中五華區(qū)、盤龍區(qū)、官渡區(qū)、西山區(qū)、呈貢區(qū)這五個區(qū)屬于昆明市市轄區(qū)。五個區(qū)中，五華區(qū)、盤龍區(qū)、官渡區(qū)為主要城區(qū)，西山起為次要城區(qū)，呈貢區(qū)為新區(qū)城區(qū)；在分布上呈現(xiàn)出多中心，組團式的構(gòu)成方式，但是在發(fā)展上由于地理區(qū)位、經(jīng)濟發(fā)展水平等因素的影響，呈現(xiàn)出中心地理論中描述的“中心——外圍”模式，呈現(xiàn)網(wǎng)狀結(jié)構(gòu)形態(tài)。

研究方法

（1）研究思路

在新浪微博中，用戶間的關(guān)系包括粉絲、關(guān)注、好友這3種類型。粉絲與關(guān)注反映了用戶與用戶之間單項的聯(lián)系，用戶X“關(guān)注”用戶Y，對用戶Y來說，與X為粉絲關(guān)系，代表Y的即時更新信息可以被X接受并交流，表示用戶Y影響用戶X，也可以表示Y所在區(qū)域影響X所在區(qū)域；對于用戶X來說，與Y為關(guān)注關(guān)系，代表X愿意接受Y的更新信息并交流，表示用戶X被用戶Y影響，也可以表示X所在區(qū)域被Y所在區(qū)域影響；因此，關(guān)注與粉絲的影響方向、影響范圍是不同的。

而從地理視角來看，則可以將城市理解為網(wǎng)絡(luò)社區(qū)中的節(jié)點，將城市間的好友關(guān)系理解為網(wǎng)絡(luò)社區(qū)中節(jié)點間的信息流，便于分析一個強關(guān)系和弱關(guān)系存在的狀態(tài)，從而構(gòu)建起基于網(wǎng)絡(luò)社區(qū)的城市網(wǎng)絡(luò)體系。本文首先通過一定篩選標(biāo)準(zhǔn)，選取云南省昆明市為代表城市，進(jìn)而利用新浪微博網(wǎng)站統(tǒng)計出昆明市主要區(qū)域的微博用戶。然后，統(tǒng)計選取微博用戶的好友關(guān)系及其地理空間數(shù)據(jù)，并加以統(tǒng)計和計算，構(gòu)建基于信息的城市網(wǎng)絡(luò)空間結(jié)構(gòu)。

（2）數(shù)據(jù)采集方法

研究以選取的昆明市五個直轄區(qū)為據(jù)點，分別在各個直轄區(qū)中選取20個新浪微博用戶作為研究樣本。這些樣本需滿足以下3個條件：一是用戶位于所選區(qū)域。二是用戶為普通個人，而非“名人”，并在選取中選取各行各業(yè)、不同層次、不同領(lǐng)域的用戶，力求真實的采集用戶數(shù)據(jù)。三是用戶為活躍用戶，其粉絲與關(guān)注數(shù)量均在150以上，月發(fā)送微博數(shù)大于10條。最終，借助新浪微博中的“找人”應(yīng)用模塊，在2017年12月4日采集數(shù)據(jù)，共獲取了5個區(qū)域的100個新浪微博研究樣本。由于數(shù)據(jù)信息量大，通過編制爬蟲程序采集這100個研究樣本的粉絲、關(guān)注用戶的微博身份證（ID），找出微博用戶并記錄其地理信息數(shù)據(jù)。通過運行程序，共統(tǒng)計得到13597條有效好友關(guān)系數(shù)據(jù)。

（3）數(shù)據(jù)計算方法

通過借鑒Taylor所提出的世界城市網(wǎng)絡(luò)研究方法和中國城市網(wǎng)絡(luò)特征的計算方法等綜合考慮，擬定下列算法。

第一，將收集到的數(shù)據(jù)標(biāo)準(zhǔn)化，其計算公式為：

其中，X'ij表示數(shù)據(jù)標(biāo)準(zhǔn)化之后區(qū)域i位于區(qū)域j中的好友數(shù)量，戈為獲取的區(qū)域i位于區(qū)域j中的好友數(shù)量，∑jXij為區(qū)域i在各個區(qū)域j中的好友數(shù)量之和。

第二，計算區(qū)域?qū)ν膺B接度，主要用于反映區(qū)域在網(wǎng)絡(luò)體系中的區(qū)域等級，公式如下：

Ni=∑jX'ij-X'ii

其中，Xiji為區(qū)域i的好友中位于區(qū)域j的好友標(biāo)準(zhǔn)化值，Xij即為區(qū)域i中的同區(qū)域好友標(biāo)準(zhǔn)化值，Ni即區(qū)域的對外連接指數(shù)，反映了區(qū)域i在網(wǎng)絡(luò)中其他區(qū)域的好友關(guān)系中所占比例之和.。

第三，計算區(qū)域的網(wǎng)絡(luò)連接度，反映城市區(qū)域間在網(wǎng)絡(luò)中的信息聯(lián)系緊密程度。公式如下：

其中X'ij為區(qū)域i的好友中位于區(qū)域j的好友標(biāo)準(zhǔn)化值，Xji為區(qū)域j的好友中位于區(qū)域i的好友標(biāo)準(zhǔn)化值，r為區(qū)域i，j間的網(wǎng)絡(luò)連接度，maxj（rij）計算所得網(wǎng)絡(luò)連接度中的最大值；R即為最后城區(qū)i與區(qū)域的網(wǎng)絡(luò)連接度標(biāo)準(zhǔn)化值。

第四，計算聯(lián)系作用強度，公式如下：

Mi=∑jR'ij-Rii

其中，Rij為區(qū)域i與區(qū)域j的網(wǎng)絡(luò)連接度標(biāo)準(zhǔn)化值，Rii為區(qū)域i內(nèi)部的網(wǎng)絡(luò)連接度，Mi為區(qū)域i的對外連接度。

（4）數(shù)據(jù)處理方法

在收集完相關(guān)數(shù)據(jù)并計算之后，運用excel，ArcGIS，GeoDa等軟件進(jìn)行相應(yīng)的整理、作圖和分析工作。新浪微博視角下昆明市與各省份之

間的網(wǎng)絡(luò)特征

（1）城市網(wǎng)絡(luò)城區(qū)分析

由上述處理方法計算得到城區(qū)的對外連接度和區(qū)域間的網(wǎng)絡(luò)連接度，其中對外連接度官渡區(qū)在五個城區(qū)中排名第一，其次是呈貢區(qū)、五華區(qū)和盤龍區(qū)，最后是西山區(qū)。根據(jù)昆明市都市圈空間結(jié)構(gòu)現(xiàn)狀特征而言，五華區(qū)、盤龍區(qū)、官渡區(qū)應(yīng)是全市傳統(tǒng)上的經(jīng)濟文化中心；在全市2016年主要城區(qū)GDP產(chǎn)值和排名中，官渡區(qū)位列第一，其次是五華區(qū)和盤龍區(qū)；這些表明，在城市網(wǎng)絡(luò)中的對外連接度層次的高低并不完全由傳統(tǒng)的行政中心或者經(jīng)濟發(fā)展水平?jīng)Q定，而是綜合政治、文化、地域差異和經(jīng)濟發(fā)展等多方因素，特別是經(jīng)濟的發(fā)展方向、發(fā)展模式，對區(qū)域?qū)ν膺B接度具有重要影響。

（2）城市網(wǎng)絡(luò)空間分析

借助ArcGIS制作關(guān)于城市網(wǎng)絡(luò)體系中城市間的網(wǎng)絡(luò)連接度專題圖，運用ArcGIS的Natural Breaks工具，按照數(shù)據(jù)固有的自然組別分類，使得組內(nèi)差異最小，組間差異最大，得到研究區(qū)域的層次劃分，進(jìn)一步分析城市網(wǎng)絡(luò)體系的空間特征。

從這五個城區(qū)的傳統(tǒng)關(guān)系人手，五華區(qū)是傳統(tǒng)的市中心，也是云南省人民政府的所在地，駐區(qū)中央和省市機關(guān)、企事業(yè)單位眾多，轄區(qū)高校、科研機構(gòu)眾多，在GDP排名排名中雖處于第二位但和第一名相差不多；官渡區(qū)也是昆明五城區(qū)之一，近年來經(jīng)濟更是飛速發(fā)展，特別是第三產(chǎn)業(yè)的發(fā)展，占經(jīng)濟的比重逐年升高，現(xiàn)GDP總量已經(jīng)超過五華區(qū)來到第一的位置；呈貢區(qū)是昆明市南部的一個新區(qū)，現(xiàn)階段主要是高校聚集地和全國花卉市場。綜合三者的基本情況可以看出，官渡區(qū)和呈貢區(qū)的網(wǎng)絡(luò)連接度排名靠前不是沒有道理的，這兩個地區(qū)第三產(chǎn)業(yè)發(fā)達(dá)，人員流動大，互聯(lián)網(wǎng)信息流動便捷；且呈貢區(qū)有高校聚集區(qū)，學(xué)生的對外接受、溝通能力較強，因此與外界聯(lián)系廣泛、密切；因此在利用網(wǎng)絡(luò)數(shù)據(jù)分析得到的結(jié)果中，這兩個區(qū)域?qū)ν獾倪B接度更高。

進(jìn)一步分析發(fā)現(xiàn)，五個區(qū)域的連接度密集區(qū)的分布具體來說是不一致的，總的來說，盤龍區(qū)是以前的市政府所在地，五華區(qū)是線省政府所在地，這兩個區(qū)域都屬于比較老的城區(qū)，相對來說也是政治、經(jīng)濟、文化的傳統(tǒng)區(qū)域；而西山區(qū)、呈貢區(qū)都屬于近年來才設(shè)立的新區(qū)，只可以說是經(jīng)濟和文化的分布區(qū)；通過分析可以發(fā)現(xiàn)，傳統(tǒng)聚集區(qū)，相對而言受政治影響大的區(qū)域連接的緊密度高的區(qū)域是北京地區(qū)，而相對比較新的區(qū)域，受經(jīng)濟影響大的區(qū)域連接的緊密度高的區(qū)域是廣東地區(qū)。

（依次是五華區(qū)、官渡區(qū)、西山區(qū)、盤龍區(qū)、呈貢區(qū)、昆明市的網(wǎng)絡(luò)連接度圖）

結(jié)論及啟示

本文基于新浪微博網(wǎng)絡(luò)信息的觀察與分析，從網(wǎng)絡(luò)信息數(shù)據(jù)的角度反映研究區(qū)域的層級關(guān)系和連接強度，所表現(xiàn)出來的關(guān)系與傳統(tǒng)的地理區(qū)位直接的關(guān)系有很大的正相關(guān)關(guān)系，即地區(qū)的等級越高，網(wǎng)絡(luò)連接度一般也會越高。值得注意的是，網(wǎng)絡(luò)數(shù)據(jù)本身是沒有聯(lián)系的，但是所研究新浪微博數(shù)據(jù)的主體確是人，通過人的社會聯(lián)系反映地理空間的分布與格局。通過分析發(fā)現(xiàn)，昆明市五大城區(qū)的等級與網(wǎng)絡(luò)連接情況與實際地區(qū)的經(jīng)濟發(fā)展水平并不是十分吻合，因為對信息技術(shù)的發(fā)展和操作情況不同就會產(chǎn)生與傳統(tǒng)分析之間的差異。但總體來說，分析得出的結(jié)果與各地區(qū)現(xiàn)階段的發(fā)展情況還是高度相關(guān)的，這對于不同地區(qū)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和發(fā)展目標(biāo)有重要意義。

通過以上分析，我們也能看出，不同城市的網(wǎng)絡(luò)連接度是不一樣的，開放程度高、互聯(lián)網(wǎng)技術(shù)發(fā)展較為迅速的地區(qū)，網(wǎng)絡(luò)連接度要高于其他地區(qū)，這與傳統(tǒng)的城市等級基本相一致，發(fā)達(dá)地區(qū)的等級要高于欠發(fā)達(dá)地區(qū)。在對城市中的重點問題住房價格的方面，區(qū)域網(wǎng)絡(luò)連接度的提高，在一定程度上會是該地區(qū)的住房價格產(chǎn)生擴散效應(yīng)。首先，人數(shù)越多的地區(qū)相應(yīng)的住房價格會越高，隨著網(wǎng)絡(luò)連接度的提高，研究區(qū)域會出現(xiàn)去中心化式的住房價格趨勢，這會帶動周邊地區(qū)住房價格的上漲，但上漲的范圍和幅度需要進(jìn)一步研究；當(dāng)周邊地區(qū)價格上漲后，又會影響再外圍地區(qū)的住房價格的上漲，網(wǎng)絡(luò)連接度越高，會對該地區(qū)的住房價格產(chǎn)生負(fù)面影響，整體上網(wǎng)絡(luò)連接度對住房價格呈現(xiàn)分散效應(yīng)。

綜上，基于網(wǎng)絡(luò)數(shù)據(jù)的網(wǎng)絡(luò)社會關(guān)系可以從一個新的角度反映城市區(qū)域之間的關(guān)系，這為我國城市布局與規(guī)劃提供了新的方法，然而新的東西總是需要不斷錘煉與檢驗的，還需要方法的不斷完善和數(shù)據(jù)量的近一步擴大，這需要我們不斷的研究與進(jìn)步，實現(xiàn)中國區(qū)域的協(xié)調(diào)發(fā)展和社會的長足進(jìn)步。

[1]金鳳君，王成金.軸—輻侍服理念下的中國航空網(wǎng)絡(luò)模式構(gòu)筑.地理研究，2005，24（5）：774-784.

[2]吳威，曹有揮，梁雙波等.中國鐵路客運網(wǎng)絡(luò)可達(dá)性空間格局.地理研究，2009，28（5）：1389-1400.