EN中文

Economic geography >

2019 , Vol. 39 >Issue 8: 51 - 58

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.08.007

Analysis of Network Characteristics of Northeast Cities from the Perspective of Multi-Flow

  • MA Liya , 1 ,
  • XIU Chunliang , 2, ※ ,
  • FENG Xinghua 1
Expand
  • 1. School of Geography Science，Northeast Normal University，Changchun 130024，Jilin，China
  • 2. Jangho Architecture College，Northeast University，Shenyang 110819，Liaoning，China

Received date: 2018-11-23

  Revised date: 2019-05-14

  Online published: 2025-04-24

Fold

Abstract

Based on the perspectives of multiple elements flow of transportation, information and enterprise, the social network analysis method is used to measure the characteristics of the network of Northeast cities from three aspects: network density, centrality and core-edge structure. From the network features,analyzing the formation mechanism of network features. The results show that: 1) The interaction between traffic and information flow elements is more obvious in the northeast cities, and the network connection is relatively closed. Under the background of multiple flows, the urban network structure shows that the intra-provincial links are stronger than the cross-provincial links, and the urban cross-provincial linkage development pattern is far from being formed. 2) The four major cities of Shenyang, Dalian, Changchun and Harbin are in a dominant position in the multi-network; the two urban agglomerations of mid-southern Liaoning and Ha-Chang have a higher level of development in the network. 3) The multi-stream perspective has four core-edge structure types: traffic information type, transportation trade type, information trade type, and traffic information and trade type. The core city has a strong leading role. And it is concentrated in the mid-southern Liaoning and Ha-Chang. The marginal area in the state of subordinate has not yet entered a good stage of linkage development. 4) This paper holds that resource endowment, space-time compression, regional economy, policy guidance and other factors together affect regional network structure characteristics.

Key words： flow space; urban network; social network analysis; core-edge structure; space-time compression; traffic flow and information flow; regional coordinated development

Cite this article

MA Liya , XIU Chunliang , FENG Xinghua . Analysis of Network Characteristics of Northeast Cities from the Perspective of Multi-Flow[J]. Economic geography, 2019 , 39(8) : 51 -58 . DOI: 10.15957/j.cnki.jjdl.2019.08.007

随着信息技术进步、全球化的推进，时空压缩现象突显，研究由“场所空间”向“流空间”转型。“流空间”概念最早由城市社会学家Manuel Castells提出，含义是“不必地理邻接即可实现共享时间的社会实践的物质组织”[1]。城市地理学中流空间概念的核心是信息流引导下的一系列流以及通过各种流不断运动所形成的空间场域或载体[2]。在流空间背景下，通过关系数据反映城市间的相互作用，促使区域空间结构的研究从城市内部特征转向外部关系[3]，因此“流”可以表示空间联系，也可以识别空间格局[4]。
城市依托“流空间”参与到全球范围的要素流动，作为一种跨越行政界限的城市间功能关系，“城市网络”概念应运而生[1]，城市与区域的研究呈现网络化转向。城市网络作为近年城市地理学研究的热点，是对传统城市与区域空间结构研究的延伸和完善，本质是城市间的联系。城市间联系主要通过人员、商品、资金和信息等要素流动实现，“要素流”促使城市与城市之间、城市与区域间的社会经济活动相互关联、功能互补，从而构成多尺度、多层次的复杂巨系统[4]。为保障城市正常运行，城市间不断进行着物质、能量、人员和信息的交换[5]。“流空间”是由相互作用的网络组成，“流空间”理论的出现与发展为城市网络的研究提供了理论框架和重要出发点[6]。基于Castells“流空间”理论开展的城市网络研究，主要采用基础设施和企业组织两种方法获取关系性数据[7]。两种方法均以城市联系为基础，通过城市间的关联数据作为研究城市网络结构的依据。
近年来网络研究兴起，国内外学者以全球、国家作为关注重点，采用不同类型的城市间关联数据研究城市网络。国外学者通过公路车流量[8]、航班[9]、货运量[10]等交通流和基于互联网流量[11]、联邦快递[12]等信息流方式通过网络分析法测度城市间的联系。全球化与世界研究小组（GaWC）对世界城市网络研究较为成熟，通过生产性服务业企业总部、区域性中心、地方办事处等在城市体系的分布特征构建全球城市网络[13]；Alderson根据500强企业的全球分布情况研究城市网络[14]；Taylor将世界100强的高级生产性服务业企业建立“连锁网络模型”测度网络特征[15]。国内学者的研究主要以单一要素流为重点，以县域高速公路货运流[16]、铁路客运流[17]、航空物流[18]等交通流对省域、地区及城市的网络格局、节点作用进行研究；以通信数据[19]、百度指数[7]等信息流对省、地区的网络格局特征进行综合测度；通过企业母子关系[20]能更好地在水平方向测度城市网络特征。现有研究主要依据某种单一要素流的城市间关联数据，分析测度网络结构特征。部分学者将交通流数据的不同类别进行综合[4]、对比[21]，结合交通与信息流[6]进行相关分析。较少探讨多元要素流视角下的城市网络结构特征。网络结构表征节点间的联系属性[22]，社会网络分析法[23-25]是现有研究中测度城市网络结构特征的重要方式，主要从网络密度[16-17,23-24]、中心性[17,24]、凝聚子群[6,16]、核心—边缘结构[16,24]等方面量化不同类型的城市节点间的联系。
交通、信息和企业流是获取方式、类型、含义不同的关系数据，交通流反映城市间经济社会功能联系的紧密程度，信息流体现城市的综合实力，母子企业联系则表明城市、区域的竞争力和影响力。交通、信息等基础设施建设是经济发展的基础，经济水平是城市综合实力的重要表现，三种要素流存在互补关系，因此多元要素流的城市网络能更加真实、准确地表征城市间联系。本研究从交通、信息及企业要素构建不同“流空间”视角下的城市网络，运用社会网络分析法，从网络密度、中心性、核心—边缘结构三方面测度东北城市间的联系，探析东北三省的城市网络结构特征。为优化区域空间结构、促进区域协同发展、政府相关决策提供依据。

1 研究数据与方法

1.1 研究区域与数据

研究区域选取东北地区辽宁省14个地级市、吉林省8个地级市1个自治州（延边朝鲜族自治州以首府延吉代替）、黑龙江省12个地级市1个地区（大兴安岭地区以政府所在地加格达奇代替）共36个地级城市。研究数据包括三种类型的联系数据：①铁路客运交通数据。从极品时刻表2015.09.26版本获取，将一个城市内的多个火车站点合并，利用东北三省城市间列车经停次数表征城市交通流，若两城市无需中转与经停，则列车班次量是两城市间的联系强度，若两城市间需中转则两城市间的联系强度为0[17]。②百度指数的信息数据。百度指数为表征城市间信息流强度提供了相对便捷的途径，本文采集两两城市间关注度的年平均数构建东北地区城市信息网络，数据采集时间段为2015年1~12月[17]。③上市母子企业数据。通过“巨潮资讯网”（http://www.cninfo.com.cn/new/index）查询各企业2015年的年度报告，对上市企业进行筛查，剔除已经停牌、退市以及在东北三省没有子企业的母企业，获取母、子企业及所在地的信息。基于交通、信息及企业要素分别构建三种类型36×36的城市关系矩阵（图1），以表征城市间空间相互作用强度。
图1 多元流视角的东北城市网络联系拓扑图

Fig.1 Northeast city network connection topology diagram from the perspective of multi-flow

1.2 研究方法

1.2.1 数据预处理

为使交通、信息、企业不同视角的关系数据具有可比性，对矩阵数据进行归一化处理。
x ' = x x 1 2 + x 2 2 + … + x m 2
式中： x '为归一化的数值；x为原始数值；xm为m城市对应的联系值。

1.2.2 社会网络分析

社会网络分析是对社会网络的关系结构及其属性加以分析的一套规范和方法，主要分析不同社会单位（个体、群体或社会）所构成的社会关系结构及其属性[22]。
①网络密度。网络密度反映网络中各城市间联系的紧密程度，数值越大城市间联系越紧密。公式为：
D = ∑ i = 1 n ∑ j = 1 n d i i , j n n - 1     i ≠ j
式中：D为网络密度；n为城市节点数据；d（i，j）为城市i与城市j间联系强度。
②网络中心性。网络中心性存在点度中心性、中间中心性、接近中心性三种表现形式[22]，反映城市节点在网络中的地位与作用。由于信息、企业要素流构建的网络没有明显的中间中心性与接近中心性，本研究中网络中心性是指点度中心性，测度指标是出度和入度。公式为：
C D i = ∑ j = 1 n X i j
式中：CD（i）表示中心性的出度/入度的特征；Xij为城市i和城市j的联系强度。
③核心—边缘结构。网络研究中的核心—边缘结构是由城市间联系构成的一种中心紧密相连、外围稀疏分散的特殊结构[22,24]，用来反映城市节点在多元要素流构建的不同城市网络中的地位。

2 东北城市网络特征分析

2.1 东北城市网络密度分析

网络密度反映网络中节点之间的相互影响，网络密度越大，表明网络节点间的关系越密切[25]。多元流视角下整体网络密度存在差异；交通、信息及企业流的东北城市网络密度分别为0.010、0.019和0.001，交通及信息要素流构建的网络城市节点联系相对紧密，而上市母子企业联系构成的城市网络节点间联系较弱。表明东北交通信息基础设施建设水平较高、为城市间人、物、信息、资金等“流动”奠定发展基础，但区域城市间的经济活动、跨地区合作交流较弱，缺乏大型的上市企业，产业缺乏活力。
交通流视角下（表1）辽宁的省内联系紧密，吉林的省内联系和吉、辽的跨省域联系较强，黑龙江的省内和跨省域联系均弱，表明网络联系的紧密程度受区位、经济、技术等多重因素影响。辽宁是东北地区向南交流的窗口，经济实力强，因此铁路等基础设施建设相对完善；吉林省是东北的几何中心，是沟通辽、黑两省的重要节点，是铁路等交通基础设施的枢纽；黑龙江位于东北地区东北部，人口稀少，受极寒气候的影响，铁路等基础设施建设存在技术难题。信息流视角下省内联系强于跨省联系，辽宁的省内处于强联系状态，吉、黑两省均与辽宁的跨省联系紧密。表明辽宁在东北的综合实力较强，不仅省内的集聚效应突出，与吉、黑的跨省域合作频繁。空间毗邻的吉、黑两省文化、产业的同质性较高，缺乏跨省域的交流合作。企业视角的城市网络均处于弱联系状态，吉林的省内联系较强、辽宁次之、黑龙江较弱，辽宁与吉、黑的跨省域联系较强，吉、黑的跨省域联系较弱，表明辽宁的经济发展均衡，不仅省内城市间经济合作密切，而且与吉、黑的跨省互动较好；吉林主要发展省内经济，跨省域合作联系较弱；黑龙江的省域面积大，省内城市联系尚不紧密，跨省域的经济联系更弱。多元流视角的城市网络表明辽宁的省内联系较强，区域呈现出省内强联系、跨省域弱联系的态势，表明辽宁在东北枢纽的作用，区域尚未形成成熟的跨省域联动发展机制。
表1 多元流视角的东北城市网络密度

Tab.1 Northeastern urban network density from a multi-stream perspective

省域 交通流 信息流 企业流
辽宁 吉林 黑龙江 辽宁 吉林 黑龙江 辽宁 吉林 黑龙江
辽宁 0.027 0.012 0.004 0.031 0.013 0.014 0.002 0.001 0.001
吉林 0.014 0.012 0.004 0.016 0.028 0.014 0.001 0.004 0.000
黑龙江 0.005 0.004 0.008 0.012 0.010 0.030 0.000 0.000 0.001

2.2 东北城市网络中心性分析

点度中心性的出度是指城市节点在网络中对其他节点的辐射作用，入度则体现城市节点在网络中对要素的集聚能力[25]。基于交通、信息及企业的多元要素流，为东北36个地级市构建三种类型的联系矩阵，通过Ucinet软件测度网络中心性，使用ArcGIS中的自然断裂法将出度和入度值分为三类（图2），以探析各城市节点在网络中作用与地位。
图2 多元流视角东北三省网络中心性

Fig.2 Centrality of Urban Networks in Three Provinces of Northeastern China from a Multi-stream Perspective

2.2.1 交通流视角下城市网络中心性分析

交通枢纽是实现人、物等资本“流动”的区域，具有经济发展的基础与实力，铁路客运的交通流表现交通枢纽城市具有较高的中心性，在网络中的地位突出。哈尔滨、长春、沈阳的出度最高，四平、铁岭、辽阳、鞍山、大连、锦州、葫芦岛的出度较高，表明哈大轴带、辽宁沿海经济带的城市在网络中处于核心地位，对其他节点具有较强的辐射带动能力。锦州、哈大轴带的入度高，齐齐哈尔、大庆、绥化、吉林市、营口、辽阳、盘锦、葫芦岛、丹东、本溪的入度较高，体现出哈大轴带及其临近区域的城市集聚东北地区大量资源。哈大轴带、辽宁沿海经济带是交通网络的中心区域，哈大轴带的集聚和辐射能力更强。受到哈大轴带与辽宁沿海经济带地理位置限制，东北地区网络发育程度存在地域差异：哈尔滨作为哈大铁路的端点，是省域内外联系的重要通道，极化效应过强；吉林省中部长春、吉林集聚资源，实力较强；辽宁的城市网络发育较成熟，呈现出南北向沈大的发展强于东西向沿海城市的空间差异。

2.2.2 信息流视角下东北城市网络中心性分析

近年百度用户量增多、涉及领域广，在我国信息技术领域取得重要发展，基于百度指数构建的城市网络能综合反映出城市的发展实力。哈尔滨、长春、沈阳、大连中心性的出度最高，表明四大城市在网络中处于核心地位、综合实力最强。哈长、辽中南城市群和辽宁沿海经济带城市的出度较高，表明“两群一轴”的节点在网路与其他节点联系紧密，城市功能地域中具备协同发展的基础。东北城市网络的极化现象突出，入度以哈尔滨和沈阳、大连为中心，长春、大庆、齐齐哈尔、牡丹江、佳木斯、鞍山、丹东、盘锦、锦州、葫芦岛为次级中心存在两个高值区，表明网络节点集聚能力存在明显的差异，港口、资源型城市在网络中的集聚能力更突出。网络中绥化、四平、铁岭、吉林、营口集聚资源的能力较弱，体现出大城市周边存在明显的“灯下黑”现象，而外围边境城市难以受到核心城市的辐射作用且自身的集聚能力较弱，导致发展受到限制，区域发展不均衡，容易形成强者愈强、弱者愈弱的“马太效应”。

2.2.3 企业流视角下东北城市网络中心性分析

企业选址体现出资源要素的配置，上市母子企业联系构建的城市网络反映出城市在区域中的竞争力和影响力。网络中心性整体较低，表明区域内城市的竞争力较弱，城市间经济合作机制有待完善。出度和入度的空间差异、极化现象较明显：出度的高值区集中在长春、沈阳、大连和哈尔滨、通化，表明节点在网络中处于核心地位，与其他节点联系密切，具有较强的经济辐射能力，对周边城市发展具有正外部效应。沈阳、大连的入度较高，在网络中的集聚能力较强。沈阳作为东北的特大城市，具备装备制造业、科技创新产业的发展基础，大连作为区域门户枢纽，工业、旅游商贸等产业具备优势，两城市集聚资源与辐射带动周边城市的能力均强。长春的汽车产业基础好，能带动周边城市发展汽车零部件加工等产业。哈尔滨是东北北部政治、经济中心，通化的生物医药业、旅游业在吉林东部存在优势，均具有较强的辐射能力。各节点的入度均低于出度，整体上网络中节点的辐射能力强于集聚作用。

2.3 东北城市网络核心—边缘结构特征

基于交通、信息、企业要素流的关联数据，从单要素与多元要素综合两种视角，使用Ucinet软件Network/Core&Periphery模块划分核心—边缘群体、测度核心度，以合理区分各类型城市网络的核心—边缘区域，反映城市网络中城市的地位与重要程度。

2.3.1 单要素流视角的城市网络核心—边缘结构特征

交通流的核心区域有31个城市，边缘区域有七台河、双鸭山、鹤岗、伊春、黑河5个城市，由于东北部的5个城市地处边境区域，与其他城市的铁路联系较弱。核心城市沈阳的核心度最大，为0.612，鸡西的核心度最小，为0.002，反映网络核心区域的城市重要性存在差异。信息流的核心区域有哈尔滨、沈阳、大连、长春、齐齐哈尔、大庆、丹东、吉林等15个城市，边缘区域有21个城市，核心区域主要集中分布在哈长、辽中南城市群。企业流的核心区域有24个城市，边缘区域有12个城市，边缘城市葫芦岛、辽阳、辽源、盘锦、绥化受到核心城市的“虹吸效应”，缺乏优质生产要素与营商环境，双鸭山、鸡西、黑河、伊春等7个城市受到区位、气候、经济等因素制约，与区域其他城市的经济活动少。

2.3.2 多元要素流视角的城市网络核心—边缘结构特征

将Ucinet软件划分的三种单要素流视角的城市网络核心与边缘区域进行综合分析，即交通、信息要素流视角的城市网络中均处于核心区域的城市节点类型定义为交通信息型，交通、企业要素流视角的城市网络中均处于核心区域的城市节点类型定义为交通商贸型，信息、企业要素流视角的城市网络中均处于核心区域的城市节点类型定义为信息商贸型，交通、信息、企业要素流视角的城市网络均处于核心区域的城市节点类型定义为交通信息商贸型，得到四种类型的核心—边缘结构（表2）。
表2 多元要素视角的东北城市网络核心—边缘结构类型

Tab.2 Northeastern City Network Core-edge Structure Types from The Perspective of Multiple Elements

结构类型 核心城市 数量
交通信息型 哈尔滨、大庆、齐齐哈尔、牡丹江、佳木斯、长春、吉林、沈阳、大连、鞍山、本溪、丹东、锦州、盘锦、葫芦岛 15
交通商贸型 哈尔滨、大庆、齐齐哈尔、牡丹江、佳木斯、长春、吉林、四平、松原、白城、通化、白山、延吉、沈阳、大连、鞍山、本溪、丹东、锦州、抚顺、铁岭、营口、阜新、朝阳 24
信息商贸型 哈尔滨、大庆、齐齐哈尔、牡丹江、佳木斯、长春、吉林、沈阳、大连、鞍山、本溪、丹东、锦州 13
交通信息商贸型 哈尔滨、大庆、齐齐哈尔、牡丹江、佳木斯、长春、吉林、沈阳、大连、鞍山、本溪、丹东、锦州 13
①交通信息型。交通信息型核心城市是指在交通、信息流的城市网络均处于核心区域，具有完善的交通、信息等基础设施，与其他城市的联系紧密，在网络中处于重要地位的城市。核心城市有15个，除佳木斯外均集中在哈长、辽中南城市群和辽宁沿海经济带，省域、城市群内城市发展不均衡。由于沈阳、大连、长春、哈尔滨的“虹吸效应”，铁岭、抚顺、辽阳、阜新、营口、四平、绥化受到有限资源要素的制约，城市缺乏发展活力，与其他城市的联系较弱，处于网络的边缘区域。
②交通商贸型。交通商贸型核心城市是指交通、企业流视角的城市网络中均处于核心区域，依托完善的交通设施、经济联系密切，在网络中具有发展活力的区域。受母子企业联系的影响，24个核心城市集中分布在哈尔滨以南。由于辽源、辽阳、盘锦、葫芦岛与其他城市经济联系较弱，哈尔滨以北区域的交通基础设施、劳动力、资本、技术等要素有限，均处于网络中的边缘区域。黑龙江伊春、鹤岗、双鸭山、七台河、鸡西需增强与其他城市的经济合作以实现东北东部经济带的协同发展。
③信息商贸型。信息商贸型核心城市是指信息、企业流视角的城市网络中均处于核心区域，便捷高效的信息联系促使城市间企业联系更紧密，在网络中更具发展前景的城市。13个核心城市，除佳木斯、锦州外，集中分布在哈长、辽中南城市群。随着信息技术的发展，城市群内经济联系较紧密。哈长、辽中南两城市群21个城市中有10个处于边缘区域，反映出城市群发展存在信息、经济联系较弱的区域，空间极化现象突出，经济发展差距较大，具有协同发展的潜力。
④交通信息商贸型。交通信息商贸型核心城市是指交通、信息、企业流视角的城市网络均处于核心区域，以完善的铁路交通和便捷的信息技术为基础，经济联系紧密，在网络中综合实力强的城市。13个核心城市的空间分布反映出明显的省域差异：辽宁以沈阳、大连带动中南部区域经济发展，省域内形成6个核心城市，发展较均衡；吉林省中部的长春、吉林为核心，省域经济发展的首位效应强；黑龙江以哈尔滨为增长极，辐射省域西南部形成5个核心城市。城市群内具有交通、信息、企业联系的基础，核心城市集中在城市群，因此可通过城市群的视角为东北区域的协同发展提供新思路。
根据对不同类型城市网络核心—边缘结构的分析，考虑核心度的数值大、核心区域的划分等因素，三种要素流中，信息流能够较全面地表征城市网络的结构特征。

3 东北城市网络结构的影响因素探讨

根据资源禀赋、时空压缩、区域经济、政策引导等方面探讨多元要素流对东北城市网络结构的影响。
①资源禀赋。东北地区资源禀赋的空间差异引起各要素流动与配置，影响网络的结构特征。东北土地、矿产、林业等自然资源具备优势，为产业发展提供基本资料，促进资源要素在区域流动，实现东北三省的跨省域联系。区域地处温带季风气候区，作物仅一年一熟，影响农作物的产量。东北三省矿产、森林等资源型城市数量较多，多数资源型城市在网络中对要素的集聚能力较强。由于技术水平有限、利用效率低、对资源的依赖性强等，对周边城市的辐射能力较弱。资源型城市存在“资源诅咒”、发展转型难度较大的问题，城市前期的经济、政策、环境等投入将转为沉没成本，影响网络的均衡发展。主体功能区划导致大兴安岭等生态区域发展木材开采及加工制造业等产业发展受阻，加格达奇地区与城市网络中其他城市节点的联系较弱。东北利用自身优势以农业、装备制造业为主导产业，受区域经济发展水平、人才、劳动力等因素制约，城市间的整体联系较弱、极化现象明显。
②时空压缩。随着信息技术及交通等基础设施的发展，城市间跨区域合作得以实现，距离因素在区域联系的作用减小，存在时空压缩的现象。沈阳、大连、长春、哈尔滨四大城市的综合实力较强，在区域的影响力强，集聚大量资源，对周边城市的辐射作用强。受四大城市的“虹吸效应”，铁岭、抚顺、辽阳、阜新、营口、绥化等城市发展缺乏动力，东北三省的城市网络的地域空间差异突出、极化现象明显。东北对外联系的重要通道是哈大铁路，哈大沿线城市哈尔滨、长春、四平、沈阳、鞍山、大连具有交通优势，与其他城市联系紧密，在网络中的地位突出。辽宁沿海经济带是东北地区对外贸易枢纽，大连的港口与铁路、公路构成联系紧密的交通网络，对外交流、贸易的作用突出，辽宁省内城市节点间联系最密切。
③区域经济。国有经济在东北的比重较高，工业基地的标签使得东北的产业结构固化、市场经济时期产业发展的路径依赖强，创新能力弱，农业经济利润低，导致区域整体经济实力有限，上市企业的数量较少，企业流视角的城市网络整体水平偏低。地理位置偏远限制了产业发展，缺乏经济活力的地区必然吸引外资较难，周边小城市仍处于经济发展的边缘区域，东北创业文化相对较少，经济缺乏创新与活力。上市企业及其子公司集中分布在四大城市、交通便利的哈大轴带及周边较大城市。由此导致企业要素流的东北城市间处于弱联系状态，网络存在强者愈强、弱者愈弱的“马太效应”。
④政策引导。国家相关政策制度对东北的经济社会发展影响较大。省会城市集聚能力强，沈阳、长春、哈尔滨是区域政治、经济、文化中心，是城市网络中的强节点，而边缘区域的弱节点是影响区域协同发展的关键。国家“一五”计划确定了东北三省重工业的发展路径，导致区域产业发展对工业存在严重的路径依赖。企业流视角的城市网络明显反映出发育程度低、空间极化等问题。改革开放建立社会主义市场经济体制，沿海地区吸纳海外资本、经济发展速度加快，而东北由于企业设备、技术落后、人才流失等因素缺乏竞争力，发展速度缓慢。“十六大”提出振兴东北老工业基地，国家针对不同省域出台不同的政策以促进区域发展，由于经济结构、体制机制等复杂性原因，没有完全破解东北问题，全面振兴东北老工业基地战略将针对东北现存问题、改善经济水平，为区域发展提供新动力。

4 结论与讨论

基于铁路客运联系、城市间的关注度及母子企业联系的多元要素视角，从个体城市与整体区域两方面探讨东北城市网络的结构特征，得到以下结论：
①城市信息及交通要素网络的相互作用强，母子企业的经济联系较弱。个体网络密度均表现出省内联系强于跨省域联系，辽宁的省内为强联系，吉林、黑龙江均与辽宁的跨省域联系相对紧密，而地理毗邻的吉、黑两省处于弱联系状态。
②交通流网络中哈大轴带的辐射与集聚能力均强。信息流网络中哈长、辽中南城市群的辐射作用强，呈现出大城市、港口城市、资源型城市集聚能力强，大城市周边城市与边境城市集聚能力较弱的极化特征。企业流网络节点的辐射强于集聚，长春、沈阳、大连、哈尔滨、通化的辐射能力较强。
③核心度存在明显差异，核心城市集中在城市群，受区位、大城市“虹吸效应”等因素制约，边缘城市与其他城市联系较弱。多元要素流分析可划分交通信息型、交通商贸型、信息商贸型、交通信息商贸型四种核心—边缘结构，各类型结构表征的侧重点不同，信息流能较全面地反映出网络结构特征。
为促进区域协同发展，宏观层面上应充分考虑全球经济变化，以“‘一带一路’倡议”为基础，建构黑龙江边境城市与远东地区的城市对以实现与俄罗斯远东地区的合作，促进跨国界的区域共同发展。紧密关注朝鲜半岛局势，朝鲜的政治经济形势影响我国边境区域延边州（珲春）、港口城市丹东等北方开放窗口的发展与建设完善。面对东北亚区域合作发展的新形势，为实现与俄罗斯、韩国、日本、蒙古国的合作交流，增强边境区域基础设施建设，营造适宜的条件。微观层面以哈尔滨—长春—吉林、沈阳、大连为增长极，增强哈大轴带“过境”城市四平、铁岭、营口的活力，解决吉黑两省的“首位依赖”问题。利用佳木斯在省域具备的发展潜力，通过加强黑龙江东北部区域的发展完善东北东部经济带的建设。依托已有的基础和优势，结合全面振兴东北的相关政策，吸引人才、发展创新产业以提高中心城市产业水平，将部分工业产业向周边城市转移，为松原、伊春等资源枯竭型城市找寻发展新动力。通过产业合作、资源利用等方式增强东北的跨省合作，增强地理临近的吉林、黑龙江两省的联系。通过区域城市群中的核心城市辐射周边、增强经济联系，释放内生经济动力，实现区域协同发展的目标。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Castells M. The informational city:information technology,economic restructuring and the urban-regional progress[M]. Oxford U K & Cambridge USA: Blackwell, 1989:146.

[2]
高鑫, 修春亮, 魏冶. 城市地理学的“流空间”视角及其中国化研究[J]. 人文地理, 2012, 27(4):32-36,160.

[3]
Batten D F. Network Cities:Creative Urban Agglomerations for the 21st Century[J]. Urban Studies, 1995, 32(2):313-327.

[4]
陈伟, 修春亮, 柯文前, 等. 多元交通流视角下的中国城市网络层级特征[J]. 地理研究, 2015, 34(11):2073-2083.

DOI

[5]
张闯. 城市网络研究中的数据与测量[J]. 当代经济科学, 2009, 31(3):106-112.

[6]
叶磊, 段学军, 欧向军. 基于交通信息流的江苏省流空间网络结构研究[J]. 地理科学, 2015, 35(10):1230-1237.

DOI

[7]
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.

[8]
César Ducruet, Beauguitte L. Spatial Science and Network Science:Review and Outcomes of a Complex Relationship[J]. Networks and Spatial Economics, 2014, 14(3-4):297-316.

[9]
Derudder B, Witlox F, Faulconbridge J, et al. Airline data for global city network research:reviewing and refining existing approaches[J]. Geo Journal, 2008, 71(1):5-18.

[10]
Matsumoto H. International urban systems and air passenger and cargo flows:some calculations[J]. Journal of Air Transport Management, 2004, 10(4):1-247.

[11]
Grubesic T H, O"Kelly M E. Using Points of Presence to Measure Accessibility to the Commercial Internet[J]. Professional Geographer, 2002, 54(2):259-278.

[12]
Mitchelson R L, Wheeler J O. The flow of information in a global economy:The role of the American urban system in1990[J]. Annals of the Association of American Geographers, 1994, 84(1):87-107.

[13]
Sassen S. The Global City:New York,London,Tokyo[M]. Princeton: Princeton University Press, 2013.

[14]
Alderson A S, Beckfield J. Power and Position in the World City System[J]. American Journal of Sociology, 2004, 109(4):811-851.

[15]
Taylor P J, Derudder B, Hoyler M, et al. New Regional Geographies of the World as Practised by Leading Advanced Producer Service Firms in 2010[J]. Transactions of the Institute of British Geographers, 2013, 38(3):497-511.

[16]
高鑫, 修春亮, 魏冶, 等. 基于高速公路货流数据的重庆市区县关联网络格局研究[J]. 人文地理, 2016, 31(1):73-80.

[17]
冯兴华, 修春亮, 刘志敏, 等. 东北地区城市网络层级演变特征分析——基于铁路客运流视角[J]. 地理科学, 2018, 38(9):1430-1438.

DOI

[18]
修春亮, 程林, 宋伟. 重新发现哈尔滨地理位置的价值:基于洲际航空物流[J]. 地理研究, 2010, 29(5):811-819.

[19]
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.

DOI

[20]
温锋华, 张阿曼, 李桂君. 基于金融企业网络的京津冀城市网络结构特征分析[J]. 城市发展研究, 2017, 24(9):64-71.

[21]
王姣娥, 景悦. 中国城市网络等级结构特征及组织模式——基于铁路和航空流的比较[J]. 地理学报, 2017, 72(8):1508-1519.

DOI

[22]
刘军. 社会网络分析导论[M]. 北京: 社会科学文献出版社, 2004.

[23]
黄馨, 黄晓军. 基于社会网络分析方法的关中—天水经济区经济联系格局演化[J]. 人文地理, 2016, 31(2):113-119.

[24]
钟业喜, 傅钰, 朱治州, 等. 基于母子企业联系的上市公司网络结构研究——以长江中游城市群为例[J]. 长江流域资源与环境, 2018, 27(8):1725-1734.

[25]
汤放华, 汤慧, 孙倩, 等. 长江中游城市集群经济网络结构分析[J]. 地理学报, 2013, 68(10):1357-1366.

DOI

Options
Outlines

/

〈 〉