信息流、商流、资金流与物流视角下的中国信息地理空间特征

颜丽玲，沙晋明，金 彪，蔡雯洁

(1.福建师范大学地理科学学院，福建 福州 350108；2.福建师范大学软件学院,福建 福州 350117)

0 引言

区域中各组成要素在空间中的分布并非是孤立的，而是以人作为地理空间的组织者与连接者，实现区域中组成要素的组织、协调，将空间上彼此分离的区域组成要素结合为有机整体。传统意义上的地理空间是以距离要素、交通要素以及有形的物质要素为基础的，但新技术为传统空间新增了信息基础设施以及信息流要素，并影响了空间形态和结构[1]。新增的信息要素弱化了地理空间对人类活动的影响，增强了人类在时空上活动的灵活性，并不断地改变着传统的人地关系[2]。

网络空间作为一种新的空间与事物，为地理学研究提供了新的对象与思维[3]。网络空间是构建在地理空间网络设施的基础上，经由信息流动、数据库链接以及空间通信网络的一个虚拟空间。张楠楠等认为虚拟空间是一种新型空间，主要由信息与空间技术，以及相应的组织机制构成[4]。汪明峰在基于互联网与中国信息网络的研究中发现：信息时代的城市和区域发展已经完全处于网络化的逻辑之中[5]。

随着对地理空间与网络空间方面研究的逐步深入，张楠楠等在从地理空间到复合式空间一文中指出：信息社会的城市空间是一种地理空间与网络空间相互依存、相互交织的复合式空间[4]。巴凯斯和路紫通过对网络服务的研究，引入了“地理网络空间”概念，并指出地理空间与网络空间实质上处于融合状态[6]。地理网络空间的外显为流空间，并在信息社会的空间形态中占优[7]。Castells在相关的研究中指出流动空间是以时间控制为主导，导引信息以及物质流动的一种组织形式，并在现代社会中起支配作用[8]。

信息和通信技术(ICTs)作为地理网络空间的原动力，促使网站信息流经由网络基础设施流向现实世界的使用者，使用者依托信息流推进产业信息化发展，并进一步导引资金流、商流、物流之间的衍生与转化，实现了空间形态由静转动。在不断地融合交织过程中，信息流突破了地理空间的限制，无地域性逐渐明显，受带宽限制增大；商流与资金流则受信息流的影响较大；物流在信息流、商流、资金流相互交融的基础上，配送结构不断优化，是流空间主要的外在表现。具体的空间表现与流动关系见图1。

图1 地理空间和网络空间与各要素流之间的流动关系

以上研究深化了学术界对中国地理空间与网络空间相互作用的认识，但仍有不足之处：首先，已有文献部分属于21世纪初的理论研究，而互联网的发展之迅猛可以用日新月异来描述，因此21世纪初的理论研究缺乏较深入的数据支撑；其次，已有文献的数据大部分采用省际统计数据，对其进行年际研究探讨，鲜少结合大数据平台，对地理空间与网络空间进行分析与研究；最后，大数据与传统统计数据的结合研究较少，对于信息流、商流、资金流与物流之间的流动与协同研究尚有进一步深入的空间。为此，本文利用大数据平台所获取的数据，结合统计年鉴与宽带发展联盟的相关数据，探讨地理空间和网络空间的并存、相互作用和相互交织关系，通过对中国地理空间与网络空间的发展现状进行科学的量化分析,着重从实证归纳出地理空间与网络空间的一般特征,最终依据相关理论对实证特征进行总结，为区域信息化的发展提供进一步的科学支撑。

1 信息时代背景下的地理空间与网络空间

1.1 信息和通信技术与地理空间

物质要素、能量要素与信息要素的数量及行为在地理范畴中的广延性存在的表现形式为地理空间，区域地理空间的构成主体是省市，具体表现形式是相邻省市内各要素的空间格局[9]。区域各组成要素经由信息的辐射带动，使地理空间的要素映射作用得以发挥，并为之形成了基于区域信息网络基础设施的“信息”城市。由于传统的地学关系均若隐若现地根植于距离的阻力上[10]，新的科技要素影响了传统地理空间的格局，产生了新的不平衡因素，打破了原本存在于地理空间上要素平衡，并扩展了新的优势——信息优势。ICTs依赖于地理空间而存在,依托信息廊道和信息高速公路实现着信息的全球流动性，信息流动使地理距离产生压缩，但它不能完全取代地理空间的功能。伴随着网络信息全球化的发展，地理因素对传统区域空间发展的影响力逐渐减弱，ICTs弱化了原有意义上的地理要素的重要性，使空间形态逐渐发生隐性变化，即地理空间逐渐向地理网络空间转换。

实质上，ICTs的发展带来的不是距离的消失，而是形成了距离效应的多样化，即地理距离与时间距离的分化。地理距离，又称空间距离，是指个体对事件或对象相距空间远近的感知。时间距离是指人们以现在为基准，通过对事件发生时间长短的感知来衡量实际的空间距离[11]。Boroditsky证实时间距离与空间距离具有相似性联系。Crosstman认为距离成本不仅增加运输成本，而且增加了信息成本[12]。即商品在区域小范围内，具有较短的地理距离，时间与空间统一，即时空同步。商品在虚拟商圈内经由物流运送，由地理距离产生的时间距离，例如消费者购物与收货存在时间差，在虚拟空间的表现形态即为时间距离。使得时间与空间并不统一，存在时空异步性。即零售业的发展由线下延伸到线上，通过时间距离与地理距离的分化，形成立体的空间覆盖。

1.2 大数据背景下的网络空间

网络空间作为现实世界的延伸具有如下特性，首先：网络空间是在地理空间上以电子设备为基础，经由信息网络联结，在区域空间的基础上进一步延伸所形成的空间。其次：网络空间是人类创造的、为人类提供一个突破地理限制的信息空间，但依赖于地理空间的基础线路设置。汪明峰在对中国互联网骨干网络拓扑结构的研究中发现：互联网正在一定程度上重构城市和区域的竞争优势[13]。网络空间的形态影响着城市的发展，并深刻地影响着区域地理空间。

大数据是指摈弃传统抽样调查方法，转而采用所有的数据进行分析处理[14]。IBM公司提出大数据具有5V特点：Volume(大体量)、Velocity(高速度)、Variety(多样性)、Value(低价值密度)、Veracity(真实性)。大数据时代的数据处理主要分为数据获取、清洗、统计分析以及数据挖掘。

当前的大数据获取来源主要分为自有型、外购型以及自采型。自有型是通过数据库同步获取基本数据，外购型是向各个行业的巨头购买后台存储的巨量数据，自采型主要通过设计“网络爬虫”(检索和获取数据的计算机程序)软件或者数据探针实现网页文本和媒体数据的获取，可以灵活迅速地抓取网页上所需数据。数据清洗是对源数据进行预处理入库。数据统计分析是对预处理后的数据进行进一步的提取与统计。而数据挖掘又意为在数据库中的知识发现(Knowledge Discovery in Database，KDD)，是指从数据中发现知识的过程。

2 数据来源与预处理

本文采取“爬虫技术”对京东商城的交易记录抓取工作于2015年12月4日在多台服务器上同时进行，抓取京东网上当前所有可供抓取并包含买家地理信息的手机购买记录225660条。由于京东网主要提供近一年左右的交易记录，一年之前的记录不够完整，为了保证研究的科学性，本文选取2014年10月至2015年11月的交易数据进行分析(见表1)。

表1 京东手机交易记录各省分布情况

为了更好地研究资金流，本文在对225660条数据的处理分析中，删除5389条无报价的成交信息后，根据所购商品所在的省份，对所售商品价格进行求和汇总，选取每个手机价格的购买价格(Price)乘以记录数(Num)作为31省市区的资金流量(FL)，即：

FL=Price×Num

(1)

所获得的金额代表该省份2014年10月至2015年11月的京东网手机购买资金流量(见表2)。

表2 各省份京东手机购买资金流量分布情况

3 信息流、商流、资金流与物流的空间特性

3.1 大数据背景下的信息流、商流、资金流与物流的转换过程

在传统的商业模式中，企业经营的关键环节是产品的生产与销售，这两个因素受信息影响较大，因而更容易形成以信息流为主导的流关系[15]。而在高新技术基础上搭建的电子商务平台能够更加高效地利用和整合商流、物流、资金流和信息流等配置要素，是企业与供应商之间、企业相互之间及企业与客户之间高效沟通的纽带(见图2)[16]

图2 信息流、商流、资金流与物流的转换

3.2 信息流

信息流通过网络可在世界范围流动，逐渐形成基于地域网络基础设施的，以信息为主要构成要素，由信息流连贯东西、纵横互联的虚拟空间，即为基于网络空间的信息空间[10]。在网络空间中，时间距离替代空间距离成为主要的评价尺度。

本文采用的信息流衡量要素为互联网信息流，以省域间网络流速来评价省市之间的联系强度，省域间互联网流速数据来自于宽带发展联盟所发布的省域间忙闲时加权平均可用下载速率。根据搜集的数据构建信息流传输矩阵:

D=(dij)

(2)

其中，dij为省份i到省份j的互联网信息流速，单位是Mbit/s。本文以省份为研究结点，以省份之间的信息联系速度为边建立互联网流速网络模型。采用UCINET网络分析软件对信息流网络进行中心性分析。从网络模型图来看，31个省域之间都存在信息联系，如图3中节点的大小代表各省份信息流量的体量，可以直观了解到省市之间的信息流量强度存在较大差异。

为了更好地探究信息流的空间特征，考虑针对上述模型进行主干网络提取。在基于流量传输矩阵的基础上，对各省信息流量强度进行阈值设定。以点的大小代表各省市信息总流量，以连边粗细代表各省市之间信息流量，剔除信息强度小于50的联系，由此得到信息流空间的主干网络Ntrunk。在网络主干图下叠加中国地图，得到信息流空间分布图层。

图3 基于网络流速的中国信息流网络

由图4可见，信息空间主干网络剔除了部分中西部的网络，其中尤以上海、北京和天津为核心区，形成了中国沿海地区的信息空间主要脉络。核心区内信息交流较为频繁，信息联系强度大，呈现出向枢纽性节点省市集中。而山东、江苏、四川、辽宁、福建、河北、贵州为骨干区，主要集中分布在东部沿海与中部地区，骨干区与核心区的信息联系较多，与核心区连接呈现放射状，特别是四川省与三大核心省市的联系构成了信息空间的横向骨干。在骨干区域内，信息流主要表现为核心区的强力带动，骨干区域的内部信息联系较少。而其余省份的信息流联系较弱，多为核心区省市的单向带动。由此可见，核心区对带动整个东部沿海的信息空间发展有较为强劲的辐射作用。

图4 中国信息流主干网络空间分布

3.3 商流与资金流

随着网上银行、银联、第三方支付等网络支付的兴起，资金流在网络空间的流速加快，各地域间信息流与资金流的流动愈发频繁。基于C2C(个人与个人之间的电子商务)的电子商务平台，在商流发生的基础上，资金流的主要流动方向为顾客→电商→商家，而本文研究对象是京东网上的手机购买信息，京东是B2C(商对客电子商务模式)的电商，资金流向则为顾客→电商。资金流向相对单一，因此，我们可以通过研究各地区资金流量的多寡，结合一些相关数据，对资金流的空间特征进行分析。

由于资金流量与记录数具有不同的单位和不同的变异程度，使得实践解释产生一定的困难，为使数据具有可比性，笔者利用表1与表2中的数据，即选取资金流量与记录数，使用Z-score法对其进行标准化比较。数据标准化公式如下：

(3)

其中，Z代表新数据值，x为原始数据，μ为数据均值，σ为数据标准差。算出的数据结果见表3，其中Z记录数与Z资金总量分别代表标准化之后的商流与资金流。

根据资金流与商流的标准化数据，绘制折线图(见图5)。由折线图我们可以直观地看出：全国范围内商流与资金流量的走向基本一致，其中北京、上海、江苏、山东、广东与四川大幅超过全国平均水平，在这些商流与资金流流动活跃的地区，除了江苏与四川的商流流量与资金流量较为吻合以外，其余省市均出现分节。首先，从分布上看，商流量与资金流量高的地方处于东部和中部地区，其中东部地区占绝大多数，我们可以据此推断，中国经济重心的地理分布主要为东部沿海。其次，商流量与资金流量巨大的地区容易出现明显分节。最后，根据拟合的曲线可知：四川的商流量与资金流量仅次于北京、上海、广东，成为促进西南地区发展的中坚力量，并在一定程度上影响了商流量与资金流量的地理格局。

表3 商流、资金流标准化数据

图5 基于京东手机购买数据的商流、资金流标准化折线图

根据资金流量多少，绘制资金流量等级图，以求更加直观地反映资金流量情况。从图6可以看出，网络空间的资金流量格局呈现出非等级扩散的形态。即资金流量在全国的分布并非为均匀的等级分布，而是整体异质性明显，重心向东部倾斜。北京、上海、广东、四川以及江苏作为第一梯度在全国网络资金流空间中占据主导地位，资金流量最大。河北、浙江、湖北和辽宁沿海及中部省份成为中坚力量，以及山西、陕西、湖南、安徽等中部省份构成了资金流量空间的第二梯度，是区域地理空间联系网络的衔接层，再往西则是部分中西部省份组成的第三梯度。

从第一梯度到第三梯度，资金流量总强度逐渐变小，第一梯度对其他两个梯度具有较大的影响力。但大数据时代的科学技术日新月异，经济技术的高速发展将会逐步打破当前的梯形结构，不断会有新的节点加入到第一梯度，第三梯度也会慢慢跻身第二梯度，资金格局将会发生变化。

3.4 物流

由于地理空间上各组成要素之间的差异造成了物质流的移动，在电子商务背景下，物流的重要性更是前所未有的。物流在京东的电子商务平台中承担着把商品由电子商铺仓库送到买家手中的任务，即物流是流空间对位空间映射的具体实现者。因此，物流在地理空间中与周围各省市区的联系显得十分重要。这不仅关乎着能否快速准确投送，更直接影响物品到达的时间距离。为了进一步探究各省域物流基础状况，本文从物流的基础设施、交通网络的使用情况以及交通网络的人力投资入手，选取指标见表4。

图6 资金流量等级图

指标含义意义X1;X2;X3;X4单位面积铁路里程(公里/万平方千米)、单位面积公路里程(公里/万平方千米)、单位面积交通用地(万平方米)、单位面积运输资产投入(亿元/万平方公里)为地理空间内区域的交通建设指标反映了各省域交通网络的优劣状况,也从侧面反映了地理空间的基础状况X5;X6;X7货运量(万吨);货物周转量(亿吨公里);快递(万件)为地理空间使用强度指标反映了各省域交通网络使用情况的强度和大小,也能够反映地理空间的物流强度X8;X9;X10;X11;X12铁路从业人员(人);道路从业人员(人);仓储业从业人员数(人);邮政从业人员数(人);装运与运输代理人员数(人)为地理空间的人力投入指标反映了各省域对于物流事业的人力投入状况

运用SPSS中主成分分析进行因子分析，为了能够更好地解释因子，本文对各因子载荷矩阵采用最大方差法进行旋转。经分析运算,得到各指标因子的特征值、贡献率和累计贡献率与载荷,然后提取累计贡献率大于80%的因子计算物流数据的综合得分(见表5)。

依据整个分析过程以及计算结果可以获知：省域范围内地理空间的物流联系强度大致呈现东高西低态势,其中尤以北京、上海、广东为物流高度发达地区，东部沿海为交通网络较为通达地区，以中部为过渡地带，各省份的物流强度则呈现较大的层级差；西部受地形以及经济的制约，位于最低一级。物流在地理空间主要沿着交通线流动，因而物流强度呈现地理格局的不均衡性。

表5 各省份/直辖市地理空间物流强度因子分析综合得分

3.5 信息流、商流、资金流与物流的相互作用

为了进一步探究信息流、商流、资金流与物流之间的关系，在以上计算数据的基础上，考虑对其进行相关分析。由于此前计算的数据基本满足变量都是连续的正态变量，并且彼此间有一定的线性关系，因此考虑在SPSS软件上用Pearson相关分析法对信息流、商流、资金流与物流进行拟合分析(见表6)。

表6 信息流、商流、资金流与物流Pearson 相关分析结果

注：*相关性在 0.05 置信水平上显著(双尾)，**相关性在 0.01 置信水平上显著(双尾)。

运算结果显示，各要素流均在置信水平下达到显著相关，表明四要素流在要素流空间的相互作用中已经具有较高的关联度，地理网络空间的融合度较高。通过仔细观察运算结果可以发现，信息流与商流、资金流与物流的相关性呈现出逐步递增的关系，表明信息流对于其他要素流的影响力在彼此相互交织中层层放大，逐层递进，可以归纳出流空间的相互作用机制是以信息流为导引，促使各要素流相互交织，并不断提高相互作用的程度。而各个要素流与物流之间的强相关关系表明：信息流、商流与资金流对物流产生正向的促进作用明显，即随着网络信息空间各要素流的流动速率的提高以及体量的增大，各要素流在不断融合交织中能够提高地理空间的物流水平。

4 结论

(1)信息流主干网络主要呈枢纽式放射状分布，对于导引网络空间各要素流的协同运行有着至关重要的作用。信息流实现信息的实时传输，使时空压缩，在优化区域结构与强化省市功能的同时，在原有地理空间的基础上扩张了新的地缘优势——信息优势。新的地缘优势促进区域的动态均衡化发展。

(2)东南沿海地区的资金流量与商流量均较大，越往西则呈现不均衡递减，可以表明中国网络空间的重心在一定程度上向东部倾斜。即：网络空间的资金流量格局受地理空间的制约较小，呈现出非等级扩散的形态。

(3)地理空间中的物流等级较高的省份主要集中在东部沿海以及部分中部发达地区，物流等级高的地区，交通网络较为发达，物流承载力高，使得这些地区信息化发展潜力有了进一步提升的基础条件。地理空间交通设施的完善对带动整体空间格局的优化具有重要作用。

(4)虚拟空间协同效率呈现“异质化”。网络空间中数据传输从最初的通信卫星向光纤网路转变之后，伴随着云时代的来临，大数据使虚拟空间的异质特性更加明显。各省域对于信息的处理与应用程度不同，使得各要素流协同效率存在差异，但虚拟空间等级分布整体呈现“东—中—西”三层不均衡递减态势，与物流空间的发展呈现一定程度的正向相关性。

(5)流空间的各个要素流流动是信息流引导的各个要素流之间交织融合的过程，在要素流顺着电子商务平台的循环机制流动时，信息流对商流、资金流、物流的影响层层放大，各个要素流流动融合程度不断提升，信息流、商流与资金流对物流产生正向促进作用明显。

(6)目前中国的电子商务网络格局并没有完全脱离地理空间的制约，流动空间对位空间在不完全替代的进程中逐步显现出融合性。但地理空间与网络空间依然存在空间摩擦，当前的流空间格局仍待进一步优化，空间作用模式还在不断发展中。