文摘

随着全球化和信息化的发展,城市之间的关系日益密切,“网络”模式在城市的研究引起了人们的注意。研究中国城市网络进化在很长一段时间系列中,我们使用基于流数据来衡量企业联系从1978年到2019年。我们研究了城市网络的时空演化和复杂性特点在中国和来到下面的结论。(1)在中国城际企业联系不断加强。城市网络的规模和密度迅速增加。虽然分布的节点城市的重要性和影响力已经明显不平衡,随着时间的推移已减少的程度。(2)网络密度显著提高自1978年以来,逐渐形成一个monocentric(北京)径向模式。从一开始的21世纪,核心节点的状态(如上海)已经逐渐突出。最后,四个顶点站了2019年,形成了一个稳定的金刚石结构。企业的空间连接流构成了核心网络与北京为中心,与子节点形成的干线骨架网络,区域网络覆盖广泛的外围地区。 (3) China’s urban networks were typically small-scale and scale-free. However, the scale-free characteristics were weakened after 2010. The overall scale gap of intercity enterprise linkages gradually narrowed, and the structure of urban networks became optimized. Meanwhile, the urban networks were heterogeneous. There were more cities with headquarter-branches and active investment behaviors, which had strong influence and control over networks, playing their functions of “broker” and “transfer.”

1。介绍

自1990年代以来,全球化和信息化的快速发展一直深深地影响和重构全球城市体系的关键。任何地区或城市的发展不再是在一个封闭的系统(1- - - - - -3]。Sassen认为,中文版由Derudder,泰勒指出,城市越来越多地参与因素在世界各地的流动(4- - - - - -6),其重要性往往是由它们的连接与世界上其他城市而不是通过他们的绝对规模7,8]。因此,学者们开始把注意力从城市层次城市网络,形成一个新的范例,可以更好地解释城市空间组织的结构(9]。

城市网络研究起源于西方学者的研究世界城市的网络系统。研究包括三个阶段:世界城市,全球城市,世界城市网络。在1960年代,大厅第一次提出了“世界城市”的标准从城市的角度函数(10]。弗里德曼则提出了一个“世界城市”假说理论的基础上,新国际劳动分工,但他仍然关注城市单独和不涉及测量他们的相互关系11]。在1990年代早期,全球化的深刻影响下,Sassen认为提出“全球城市的概念。”她认为先进生产性服务业在全球城市的聚集使他们开发两个核心功能,金融中心和总部的跨国公司,从而形成跨国城市网络(4]。同时,信息化的加速推动“网络”范式的出现基于城市之间复杂的关系(5]。卡斯特认为,信息网络技术的广泛应用带来了时空压缩。“流动空间”逐渐取代“空间的地方”成为空间组织的主要形式(12]。“流动空间”的建议提供了坚实的理论基础为世界城市网络的实证研究[13]。基于Sassen认为工作和中文版由全球化和世界城市研究小组和网络(应该)GaWC由彼得·泰勒开始研究空间组织的影响的大型企业网络在城市地区和整个世界。泰勒概念化的城市之间的关系作为一个“联锁网络模型”,并认为subnodal级别由生产者服务公司在世界城市网络中起着关键的作用。“流”由生产者服务公司的全球布局刺激城市和世界城市网络的形成之间的联系(14]。研究城市系统逐渐将视角从“属性”“关系”及其模式从“层次结构”到“网络”(15]。

今天,城市网络研究已获得增加的关注。许多研究使用微数据,如企业流动、交通流、信息流和知识流,来衡量城市网络(16- - - - - -20.]。随着经济全球化和区域经济一体化继续蔓延,城市之间的经济联系,以及城际企业联系,继续加强(21]。从企业的角度研究城市网络联系越来越流行在西方城市网络研究(22]。有三个主要原因:(1)企业形式的主体产业连接和多元素的流动23];(2)企业的联系数据更容易获得比其他数据和更可概括的24];(3)基于企业联系城市网络研究可以应用于几乎所有的空间尺度(22),如全球范围内(6,25),全国范围内(26,27),区域范围内(28,29日),而城市规模(30.]。代表性的研究主要分为两类:一是基于先进生产性服务业(APS),另一个是基于headquarter-branch企业。

城市网络研究基于APS企业联系主要是在全球范围内和区域范围内进行。在全球范围内,应该使用GaWC APS企业建设世界城市网络的分布数据和分析现代城市服务之间的关系。结果产生了深远的影响(31日]。在区域范围内,POLYNET由彼得•霍尔的角度介绍了APS企业网络研究欧洲城市系统和提出“大城市地区”的概念32]。从那以后,学者们进行了各种使用APS企业数据的实证研究。例如,基于中国城市的地位应该是GaWC研究世界城市网络,与中国的最新数据APS企业从2010年到2016年,Derudder等人发现,在中国所有城市的连通性增加,除了香港,澳门,台湾高雄。然而,这一增长大规模连接地理上不平衡(33]。尼尔等人预测104年APS的可能性,企业在世界上525个城市扩张,萎缩,或维持现状,前瞻性地判断其位置的选择,从而揭示世界城市网络的变换趋势(34]。尽管广泛的实证研究城市网络基于APS企业联系进行了(35),Kratke暗示,它忽略了城际联系由企业在其他行业。尤其对于发展中国家和新兴工业化国家,在实体经济,如制造业,是不可缺少的,不应该被排除在外。因此,APS企业数据无法告诉整个故事的城市网络36]。

城市网络研究基于headquarter-branch企业是由男性的工作艾德森和Beckfield表示。位置数据的基础上,446年headquarter-branches行业跨国企业在3692个城市,他们讨论的中心节点,“中心-外围”结构,和其他网络特征(37]。他们介绍了社会网络分析在城市网络研究领域,近年来已被广泛使用。例如,卡罗尔应用社会网络分析研究世界城市网络由董事会成员组成的世界350强跨国公司(38];锅等人应用社会网络分析研究中国先进的生产商的合作服务企业首次公开发行(IPO) (39]。墙和Knaap相比世界城市网络基于APS与基于行业的企业,企业用人的分布数据headquarter-branches世界100强的跨国公司在2005年2259个城市。一般来说,城市网络研究基于headquarter-branch企业强调全球总部的网络控制分支机构所在城市的城市。重点行业企业网络可以更好地反映城市的全景连接。因此,headquarter-branch企业已成为衡量城市网络的重要特征(40]。

中国城市网络研究起源于中国的城市系统理论提出的国内学者针对国情在1980年代。提出的“三个结构和一个网络”歌曲和顾41,42)、“pole-axis”理论和“丁字形的”空间结构战略提出的路(43- - - - - -45一直扮演了重要的角色在领土空间的规划和发展,新在中国城市化的建设46,47]。“网络”的趋势随着时间的推移,中国的城市空间结构进行了增强[48]。在这种背景下,中国城市网络的实证研究从企业的角度联系大致遵循西方的道路,具有以下主要特征:研究主要采用单一指标headquarter-branch企业和APS企业(8,49),着重于主要发达城市群或地区在中国50,51),并选择特定的年或短时间序列(52,53]。

因此,相比之下,使用重力愣等的研究方法(54)、吴等人的研究基于一年(27),这两个调查城市网络的复杂性在国家层面上从一个企业联系的角度来看,我们使用基于流数据和混合指标。我们应用GIS, Gephi Matlab和其他技术手段探索时空演化和复杂性特点,改革开放以来中国城市网络。测量指标的改善和长时间序列,我们希望能更好地反映城市的进化和复杂性网络在全国范围内。这将有希望提供科学参考宏观城市区域的协调发展和相关政策制定。

2。材料和方法

2.1。测量指标

相比与传统的测量城际联系使用引力模型改进(55,56基于流的数据),我们收集了构建中国城市网络,准确反映实际城市网络连接(27]。在这项研究中,headquarter-branches和企业投资企业联系的测量指标。

2.1.1。Headquarter-Branches

如前所述,城市网络研究从企业联系的角度可以分为两类:一是基于APS (57,58),另一个是基于headquarter-branches (37,59]。前有一定的解释力关于社会和经济关系在全球范围内,但却不足以真正反映城市网络的实际结构在全国范围内(60]。自连接躺在生产、销售、供应、资金、和许多其他方面总部与分支机构之间,跨区域headquarter-branch企业帮助揭示城市功能之间的关系61年]。因此,本文认为行业headquarter-branch企业作为城市的“代理”,将他们作为一个测量指标在中国城市网络的研究。

2.1.2。企业投资

企业投资,尤其是指外部投资,这是一个远离的地区投资企业的主要业务,是一种有效的方式为企业扩大市场,提高产品的竞争优势62年]。企业经过仔细选择地方投资战略分析。他们组建协会网络,这使资本和其他元素流流利在城市中,影响城市的结构系统,形成城市网络研究的一个重要入口点(63年]。除了“intraenterprise”由headquarter-branches组织连接,“interenterprise”连接也被认为是企业的外部投资。因此,本文不仅使用的数据headquarter-branches但还利用企业外部投资指标,以更清楚地揭示城市网络连接。

2.2。研究期间

全球化、市场化和其他因素一直是自1978年以来中国改革和发展的制度基础,深刻影响中国的区域经济发展模式(64年]。在此基础上,我们研究了时间和空间演化和复杂性特点,从1978年到2019年中国城市网络,选择五个典型年,1978,1992,2001,2010,2019。原因如下:(1)1978年是中国改革开放的初期,当一个高度集中的计划经济体制是实现。1992年,建立社会主义市场经济体制的目标是明确表示,和市场化开始加强和传播。1978 - 1992年期间代表中国的计划经济时期。(2)2001年中国加入世界贸易组织(WTO),中国主动应对经济全球化的挑战,进入了一个新的阶段,向世界开放。1992 - 2001年期间代表了中国的社会主义市场发展时期。(3)2010年,减轻国际金融危机的影响,中国加速经济发展的转型,开始制定“十二五”规划经济结构调整、优化和升级;因此,2001 - 2010年代表中国的全球化时期。(4)2010 - 2019年期间代表了中国的战略机遇期,经济结构调整和升级65年]。

2.3。研究领域

我们调查了在中国大陆353个城市(包括四个直辖市的中央政府,292个地市级城市,9个地区,30个自治州,三个联盟,和15个县级城市直属省、自治区政府)。城市参与企业的数量逐年增加的联系(图1和表1)。在1978年,只有221个城市建立了企业联系,占总数的62.6%的城市研究领域。在1992年,这个数字增加到349,新添加的城市主要是位于新疆,西藏,内蒙古,中部省份。2001年,另一个添加了两个城市,在西藏那曲和阿里。2010年,新疆城市Kunyu补充道。2019年城市参与企业联系保持不变。到目前为止,只有新疆Huyanghe城市没有建立企业接触(图在中国其他城市1)。

2.4。数据处理和研究方法

登记数据在1978年为中国的工业和商业企业,1992年,2001年,2010年和2019年获得,叠加分析与353年在中国大陆城市行政区划进行了ArcGIS 10.3。因此,企业数据库转换为以ArcGIS shapefile数据,与企业流动和城市对1978年,1992年,2001年、2010年和2019年(表计算1)。从1978年到2019年,部分企业的数量在中国城市流动大大增加,从598年的1978到90003年的2019起,几乎150倍增加。加工过程的598、6985、27195年,48521年,1978年和90003年企业流动,1992年,2001年,2010年和2019年如下:(1)研究集中于城际联系,所以企业联系样品在一个城市被淘汰。(2)headquarter-branches和外部投资的金额作为指标来衡量城市间联系的优势。因为他们是不同的维度,我们采用了一个熵方法,确保准确性和客观性的指标权重确定;这种方法也适用于双指标(66年,67年]。因为熵方法是客观权重的方法基于数据分散的程度,还有自然差异程度的数据分散在五年内,headquarter-branches和外部投资的重量可能有所不同。事实上,headquarter-branches的重量是0.34,0.32,0.22,0.24,和0.28 1978年,1992年,2001年,2010年和2019年;外部投资的权重分别为0.66,0.68,0.78,0.76,和0.72,分别。(3)城市与联动优势建立了双,527年,5515年,19264年,33542年和58700年城市组对,分别。城市被抽象为节点,和企业流动在城市被抽象为边缘构造直接和加权对中国城市网络。

研究应用复杂网络的方法来测量和分析的时空演化和复杂性在中国城市网络。因为“网络”正在成为一种新形式的城际空间结构和新的研究范式,使用实体之间的交互的复杂网络构建一个复杂的系统提供了一种新的手段,研究网络的复杂性。近年来,复杂网络方法已广泛应用于城市经济网络研究,取得了重大成果68年,69年]。研究人员利用复杂性理论和工具,直接描述复杂网络的拓扑结构,例如,学位中心,平均路径长度和聚类系数,研究城市经济网络的节点和边(27,70年)(图2)。

2.4.1。学位和相关的核心指标

(1)度,度分布、加权程度和附近的学位:“度”是指连接到一个给定的城市,城市的数量反映出网络的中心城市。度值越大,越高的中心城市(71年]。度的计算公式如下: 在这城市的数量吗j连接到城市我和n城市网络的总数。如果城市的数量与程度k在网络 ,的概率分布用于描述网络的度分布: 考虑到一些实际的小规模网络和不连续的度分布、累积概率分布常被用来减少错误(27]: 在导演的网络,也可以分为“入度”和“出度。“一个城市的入度是指流的结束在一个城市,而流的出度是指作品从一个城市。在加权网络中,加权程度指的是城市间流动的平均体重,也就是说。的平均强度值一个城市与其他城市之间的联系。计算公式如下: 在这城市之间连接边的重量吗我和j。程度相关性分析是用来描述网络的匹配特性。的公式计算每个节点附近的城市如下(27,71年]: 在这代表了城市与城市的设置我。(2)学位中心、社区中心和中间性中心是用来衡量网络中节点的中心。邻里中心是指之和最短路径距离给定城市到其他城市,反映一个城市的相对可访问性的网络。中间性中心是指通过一个城市的最短路径的数量,它反映了交通和城市网络的收敛函数(72年]。中心度的计算公式,邻里中心,和中间性中心由以下描述: 在哪里n城市网络的总数,是城市的程度我,最短路径穿过城市的数量吗k从一个城市我城市j,从城市是最短路径的数量吗我城市j,是网络中任意两个城市之间的最短路径。

2.4.2。平均路径长度

平均路径长度是指平均数量的网络中任意两个城市之间的最短路径,它反映了网络的总体性质(72年]。计算公式如下: 在这l平均路径长度,n城市网络的总数,然后呢从城市是最短路径的数量吗我城市j。较小的l是网络的连通性越好,更好的性能和效率的空间网络组织(72年]。

2.4.3。聚类系数

聚类系数是用来衡量网络集聚的程度,即,the closeness between cities and neighboring cities in the network, and reflects the local attribute of the network [72年]。计算公式如下: 在这聚类系数的城市吗我,边的实际数量之间的城市吗我和周边城市,是城市的程度我。在0和1之间,更大的价值 ,城市之间的紧密连接我和周边城市。

平均聚类系数反映了城市在整个网络的亲密。计算公式如下: 在这C网络的平均聚类系数,聚类系数的城市吗我,n城市网络的总数。更大的价值C,越接近当地的整个网络的连接。

3所示。在中国城市网络的时空演化

3.1。在中国城市网络的拓扑演化

从1978年到2019年,中国的城市网络的规模迅速扩大。网络中的节点和边的数量从211增加到2019年527年1978年352年和58700年,分别。网络密度从1978年的0.011增加到2019年的0.475,而网络直径降低了2019年从1978年的8 3,表明中国的城市网络密度大大增加。然而,在这个过程中,节点的演化有显著差异(表在中国城市网络2)。

学位中心和中间性中心反映了网络中节点的重要性和影响力。从1978年到2019年,学位中心的变异系数仍高于3.3,和基尼系数仍高于0.6。变异系数的中间性中心逐年下降,但是基尼系数也仍高于0.6。这说明了离散和分布不平衡的重要性和影响中国的节点城市。然而,平衡的程度降低。

3.2。在中国城市空间结构演化的网络

利用ArcGIS空间分析平台,中国城市网络的拓扑结构转化为空间连接,其优点是分为四个等级。中国城市网络的空间结构从1978年到2019年图所示3。大约从1978年到2019年,中国的城市网络形成一个核心金刚石结构。钻石的四个顶点是北京(北),上海(东),Guangzhou-Shenzhen(南)和成都(西方),证实了吴的发现等。27马,et al。73年张,et al。74年]。

钻石结构逐渐形成连续进化的城市网络。1978年,中国的城市网络相对稀疏。这时,连杆流动受到距离的限制。节点连接强度的最高水平的城市Kunming-Yuxi (0.665), Beihai-Nanning(0.335),和Changsha-Zhuzhou(0.309),所有这一切是在省级范围内。南宁和北京是最重要的城市网络节点,和他们的加权度达到3.387和1.793,分别在其他城市的值小于1。南宁在中国获得高优先级的节点城市。这主要是由于“三线”建设开始于1960年代中期,导致大量的工业城市的形成和军事基地,机械,电子产品在中国西南部。大型和中型企业已经形成了在这些工业城市(75年]。这些企业有良好的工业基础和技术力量雄厚,建立了强大的企业关系与省内其他城市和重要节点城市,如广州和北京。

1992年,中国的城市网络成为明显的密度(表1),开始呈现出monocentric径向模式。北京突出城市网络的核心节点,开始专注于发展与城市的联系在珠江三角洲,长江三角洲,和成渝地区,与京广(0.980),京沪(0.331),Beijing-Chongqing(0.329)成为最高级别的联系。

自21世纪初,中国城市网络的联系逐渐接近。2001年,尽管最强的流动城市网络Shenzhen-Haikou(0.788),中国政府的核心地位monocentric辐射保持不变,和钻石的东南和西南边缘结构开始加强。Shanghai-Guangzhou(0.043)排名47,Shenzhen-Shanghai(0.032)排名第85位,Shenzhen-Chengdu(0.028)排名第105位,和Guangzhou-Chengdu(0.016)排在第250位,所有城市联系的强度。值得注意的是,这四个城市对没有进入前300名的联系而言,1992年的连接强度。

2010年之后,北京的立场为核心的节点成为巩固。Beijing-Nantong(0.832)已成为中国最强的流动的城市网络,京沪的超过三倍(0.239),位居第二。2019年,Beijing-Nantong(0.792)和京沪(0.297)仍然保持了很高的地方在城市网络联系强度。专线(0.391)最高级别的也排在流动。同时,上海作为一个顶点的钻石,加强了与其他重要的节点城市的关系网络,与沪蓉高速(0.100)第36,Shenzhen-Shanghai(0.092)在42处,Shanghai-Wuhan(0.081)在51处,和Shanghai-Chongqing(0.0715)在60的地方。上海的核心地位逐渐突出,钻石在中国城市网络结构已经成形。

3.3。在中国城市网络结构的分类

讨论中国的城市网络的现状,58700年2019年352个节点城市间的流根据联动优势从高到低排序,和顶部0.1‰,0.1‰~ -0.25‰,0.25‰~ -0.5‰,0.5‰1‰,和1‰提取流使用相关阈值划分方法(27,59)(图4)。

核心网络包含六块顶部0.1‰流动,涉及核心节点城市,比如北京,南通,合肥、南京、上海、天津和重庆。Beijing-Nantong(0.792)排名第一在整个城市网络,专线的连杆强度的两倍以上(0.391),其次是京沪(0.297)、天津(0.257),Beijing-Chongqing(0.238),和京沪(0.228)。这六块流主要是集中在北京,辐射长江三角洲和成渝地区。北京的加权出度(12.710)是上海(3.296)的近四倍。北京已经成为最重要的节点城市网络的绝对主导地位高。有九块顶部0.1‰- -0.25‰流动,开始从北京、广州和深圳,指着九新添加的重要节点城市:成都、武汉、广州、佛山、深圳、海口、苏州、西安、石家庄。9个城市是省会城市和重要的城市,位于中国的中西部地区和东南沿海地区,这构成了城市网络的金刚石结构。

骨架网络包含14块顶部流动的0.25% - -0.5%。除了16核心网络的重要节点城市,海南省儋州市、杭州、济南、青岛、郑州、沈阳被添加到保定,重要节点城市。城市在渤海Rim-Yangtze河三角洲和长江Delta-Pearl河三角洲是紧密相连,形成正确的钻石结构的一半。有30块顶部0.5‰1‰流动。东莞、长沙、大连、哈尔滨等城市进入骨架网络,和钻石结构subnodal联系加强。

区域网络包括前1% -5% -2.5%和2.5%流动,增加了88和146块流,分别与核心和骨架网络。除了西藏,在中国大陆各省参与区域网络,在中国区域很广。与核心网络和骨架网络相比,金刚石结构的区域网络扩展到周边地区东北、西北和西南。节点之间的连接城市和首都城市周边地区加强了。排序加权后的节点入度从高到低,昆明(0.331),(0.322),沈阳和乌鲁木齐(0.201)排名25日,26日和46 352个节点城市在中国,分别成为子节点城市网络。子节点专注于发展与周边城市的联系。例如,前15名流从在云南省昆明都与城市,其中七块进入前1% -5%的流动区域网络。

4所示。在中国城市网络的复杂性分析

4.1。在中国城市小世界和无标度网络

中国城市网络的平均路径长度范围从1.525到3.645,从1978年到2019年逐年减少。除了1978年,平均路径长度的值略低于理论的随机网络的平均路径长度值相同的规模。聚类系数从0.268到0.658不等,逐年增加,这是远远高于理论价值(表1)。中国城市网络的平均路径长度相对较短,而聚类系数相对较高,表明典型的小世界网络的特征。

加权的分布程度的城市网络是一个典型的“长尾分布”(图5),安装的权力是拟合优度仍高于0.97,说明大量的节点有一个小学位;只有少数节点被大节点。网络显示一个两极分化的趋势,有明显的无标度网络特征。2010年,拟合优度下降到0.807,而在2019年只有0.498,这表明中国的城市网络的无标度特征逐渐减弱。城际联系企业的差距缩小。headquarter-branches和投资权力的过度集中在一些城市是缓解,和城市网络的结构优化。

4.2。在中国城市网络的相关性

度的概率分布反映了不同的网络中节点度值。然而,即使相同的网络度分布可能显示不同的属性或行为因为节间的相关性是很重要的,需要考虑。因此,我们进一步探讨中国城市网络的结构特性使用相关分析。结果表明,1978 - 2010年的2019有类似的相关特征。由于空间限制,只有2019提出的相关分析。结果为其他年不会本文中描述。

首先,我们调查了学位相关的网络,它描述了联合概率节点度的两端边缘网络中随机选择的。如果两端节点度的优势是完全随机的,是否有连接边缘无关的程度值相关联的两个节点,这意味着网络没有程度的相关性。否则,网络程度相关性。如果整个网络呈正相关(“同源性网络”),这意味着大型网络中的节点更倾向于与类似的节点。相比之下,网络是负相关(“异构网络”)(76年]。

使用方程(5),平均社区中心的网络计算。社区中心和节点平均度之间的相关分析显示显著负相关,相关系数为-0.921(图6(a))。这表明节点度越大,其连接节点的平均度越小,意味着整个网络连接异构。中国城市网络,在北京、上海、深圳和广州,是高度,与大多数节点城市的企业联系。度分布表明,大多数网络中节点的度值非常小,这使得城市与这些重要的如北京和上海,不仅需求量大,而且小的平均度值。北京的平均邻居度(212.766),上海(212.766)、(213.271),深圳和广州(215.713)都低于网络的平均值(243.850)。另一方面,尽管萨沙的城市海南,海南藏族自治州在青海、新疆、图木舒克市位于偏远地区,城市有相应的总部和投资者通常是上述度高的城市,比如北京,上海,广州,深圳,让这些偏远城市平均邻域度更高,尽管这些城市的度不高。此外,学位和加权程度之间的相关系数为0.423,表现出显著的积极但非线性相关性(图6(b))。小的节点度增长缓慢加权程度。随着节点度、加权增加更重要。当两个节点的度和加权程度转化为双对数,积极的线性相关性是显而易见的,相关系数为0.915。这表明之间的关系程度和加权程度一般服从幂律。

度和聚类系数之间的关系称为“cluster-degree相关性,”也是网络结构的一个重要方面。如果有一个近似关系C k (k)∼⁻¹聚类系数和节点之间的程度,那么网络层次(27]。在中国城市网络中,节点度和聚类系数之间的相关系数为-0.946,表现出显著的负相关(图6(c))。我们发现度值小于300时,负cluster-degree相关性不显著;否则,负相关是很有意义的。因为低价值节点往往是与高度在异构网络中,节点之间的连接,后者是高;因此,低价值节点提出了高层聚合。相比之下,是连接到一个大量的低度节点、节点高度集聚的减弱(27]。拟合结果表明,中国城市网络的cluster-degree相关C k (k)∼^−0.1835,功率值小于1,整个网络的层次结构不明显,证实了度分布的“长尾”功能已经指出。总的来说,中国的城市网络有一个小数量的核心节点,但很大程度上的值。大多数节点都是一个小的程度。

程度有显著的正相关关系中间性中心和社区中心,与相关系数分别为0.838和0.974(数字6(d)和6(e))。介数中心和社区中心也有显著的正相关,相关系数为0.860(图6(f))。这表明随着节点度、介数中心和社区中心增加。此外,更高的社区中心给上升到更高的中间性中心。更多headquarter-branches和投资活动的城市有一个大的中心,相当于一个更高的地位和更强的对网络的影响。这些核心城市接近其他节点,确保他们的“代理”和“转移”功能可以更好地实现。

5。结论和讨论

从的角度”的空间流动,“流为基础的数据被用来衡量企业联系从1978年到2019年在中国353个城市。我们构建的指导和加权城市网络对中国和调查他们的时空演化和复杂性特征。主要结论如下:(1)城际企业联系不断加强在中国从1978年到2019年。城市网络的规模和密度迅速增加。同时,节点的重要性和影响城市的分布明显失衡,但随着时间的推移变得更加平衡。(2)钻石结构的核心从1978年到2019年中国城市网络。1978年城市网络稀疏,企业流动限制距离衰减。网络密度显著增加,形成一个monocentric(北京)径向模式。21世纪初以来,核心节点的状态,例如,上海,已逐渐成为突出。2019年,四个顶点突出,构成一个稳定的金刚石结构。企业的空间流动构成核心网络与北京为中心,骨架子节点网络的干线,区域网络覆盖广泛的外围地区。(3)复杂性分析表明,中国的城市是典型的小规模和无标度网络。然而,中国的城市网络的无标度特性成为削弱2010年之后。城际联系企业的整体规模差距逐渐缩小,和城市网络的结构优化。与此同时,中国城市异构网络中,没有一个明显的层次结构。有更多的城市headquarter-branches和活跃的投资行为。这强加一个强烈的影响和控制网络,确保他们的“代理”和“转移”功能实现。

使用真实的基于流程的企业数据构建一个有向加权网络可以更好地反映客观现实的城市网络。本文通过调查很长时间序列,描述和分析了拓扑中,空间结构演化,中国城市网络的复杂性。然而,这项工作具有一些局限性:(1)优势计算使用的联系熵的方法。因为这是一个客观权重的方法基于数据本身的分散,数据结构的影响差异的比较结果,每年的可能性不能排除。(2)虽然获得的数据覆盖范围广泛的年和城市,他们只包括投资额和整个行业的数量的分支,不涉及分支工业和特定类别信息的投资和分支。因此,分析不同的活动类型和行业在一定程度上受到限制。(3)在本文中,我们集中在拓扑结构、空间结构和复杂性特点,中国的城市网络在很长一段时间系列。背后的形成和演化机制在未来也值得讨论。

数据可用性

数据在中国注册的企业,我们用来支持研究结果由国家工商行政管理局许可下的中华人民共和国,不能免费提供。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究得到了国家自然科学基金(批准号41971162)。