人口流视角下京津冀城市网络时空特征研究

梁林 赵玉帛 武晓洁

摘 要：基于人口流视角，利用腾讯位置大数据，运用GIS和复杂网络分析等方法，构建京津冀城市网络测度模型，从时间和空间两个角度对比分析雄安新区成立前后京津冀城市网络的复杂特征。结果表明：京津冀城市网络中城市地位变化呈现上升、下降、持平三种趋势，网络整体在雄安新区成立前后呈现无标度和层级化特点，表明城市网络联系呈现非均衡性和异质性。从城市网络结构来看，平均联系强度和网络密度正向指标均呈现高水平状态下的下降趋势，而平均聚类系数持续降低;从网络空间分布来看，城市网络呈现“北疏南密”分布态势和“一大三小”多中心空间格局，网络重心有南移趋势。总体来看，雄安新区成立后，京津冀城市网络日趋成熟，向多中心均衡化演进。

关键词：雄安新区;京津冀;城市网络;腾讯位置大数据;人口流

中图分类号：F129.9;C922   文献标识码：A   文章编号：1003-3890（2019）02-0001-08

一、引言

2017年4月1日，雄安新区宣布成立。一方面，雄安新区的建立将会促进河北中南部地区崛起，其城市发展理念、城市管理水平、创新驱动机制等经验对河北省其他城市提供典型示范，推动河北省经济版图重组，有效解决北京、天津对河北省纵向辐射不足的问题。另一方面，雄安新区的建设属于平地建新城，城市建设需要京津冀协同发力，需要周边城市在基础设施建设、生态环境共治、产业协作等方面给予大力支持。可见，雄安新区将成为深化京津冀协同发展的新着力点[1]，对推动资金、技术、人才、公共服务等要素资源跨行政区域自由流动，提升京津冀城市网络的辐射力和均衡度具有深远意义。对比雄安新区成立前后京津冀城市网络时空特征的变化，对于指导雄安新区建立后，京津冀城市网络的重构升级，促进京津冀城市网络均衡发展具有现实意义。

区域内城市的发展不仅仅体现在城市人口的增加和地区生产总值的提升，更体现在区域内城市间的交织化协同发展。城市不能孤立存在，城市之间必然存在信息流、技术流、人口流等形式的流动和联系，这些要素相互关联交织，将区域内的城市连接成一个不可分割的有机整体[2]，即区域城市网络。Castells提出的流空间强调城市节点在塑造整个城市网络体系中的价值，为区域城市网络研究提供了新的视角和理论框架[3]。利用具体的“流”来反映区域内城市之间的相互作用以及区域城市网络结构成为近年来国内外研究的新趋势[4]。学术界对基于流视角的区域城市网络研究已经取得了较大进展，主要集中在信息流、交通流、企业组织流三大方面。

信息流方面，Malecki et al.基于全球骨干互联网节点数据，指出全球骨干互联网节点的分布对全球城市网络的演变有重要影响[5-6]。王宁宁等利用城市关注度百度指数和城市年鉴数据构建城市空间辐射网络模型，分析了全国36个重点城市网络的整体特征[2]。熊丽芳等基于百度信息流，对我国长三角、珠三角、京津冀三大经济区2009—2012年城市网络时空特征进行了对比分析[7]。叶强等利用百度迁徙春运期间数据，采用社会网络分析法，从密度、中心性、核心边缘结构三方面对长江中游城市群网络进行研究[4]。信息流以互联网新技术为支撑，虽然是表征地域间城市网络联系的新方法，但是在表示城市聯系维度上略显单一。

交通流方面，焦敬娟等基于中国高铁客运班列数据，从加权度中心性、社区结构、冲积图三方面对城市网络的等级性、聚集性的空间格局及其演化进行了探讨[8]。钟业喜等从铁路运输视角出发，通过城市始发列车相关数据，利用聚类分析法和图表判别法得出中国城市等级体系结构和分布格局[9]。基于航空客流视角，王姣娥等利用复杂网络理论对中国航空网络的结构进行分析，发现航空网络的可达性与城市网络体系的顶层结构在空间分布上相近[10]。宋伟等利用优势流、距离平方和聚类法，从动态的角度分析中国主要城市网络层级及其变化[11]。交通流主要采用传统的统计数据，侧重从宏观层次来测度区域城市的骨干网络，但在表征城市网络联系的微观层次存在不足。

企业组织流方面，王娟等利用20家国际酒店在中国城市分布网点的官方网站统计数据得出北京、上海、杭州、西安为中心的中国酒店业城市网络层级体系[12]。尹俊等从金融服务业的角度，通过63家大型金融企业总部和分公司在我国各大城市的分布数据，利用Taylor研究城市网络的方法，对中国城市网络格局进行定量分析[13]。而Taylor领导的团队则是从生产性服务企业的角度对城市网络格局进行定量分析[14-15]。企业组织流从微观层面的企业角度来研究城市网络，虽然弥补了交通流研究视角的缺憾，但是通过某一类企业来表征城市间的网络联系，在数据的代表性和研究结果的可靠性方面存在明显不足。

综上可见，当前基于人口流视角研究区域城市网络的成果仍然较少，原因可能在于人口流往往难于表征，数据主要源于统计年鉴和人口普查数据，存在明显的时滞性和不精确性，这与当今城市发展的日新月异格格不入。以往传统数据来源难以准确、及时表征快速城镇化背景下城市间复杂网络关系。一方面，随着信息科学技术的高速发展，大数据时代的来临使得精确、及时、动态对比研究城市复杂网络关系成为可能。另一方面，人口流承载了诸多联系维度，人口流的背后是城市网络中信息、交通、企业等资源之间的流动和联系。人口流是一种相对综合、完整的流，可以更好地表征城市间的网络联系。鉴于此，本文利用腾讯位置大数据，基于人口流视角，采用复杂网络等方法，构建京津冀城市联系网络测度模型，动态对比雄安新区成立前后京津冀的网络时空特征。

二、研究区域概况与数据来源

（一）研究区域概况

京津冀作为北方经济中心，位于环渤海经济圈的核心位置，是我国经济最具活力、城市网络化发展最迅速的区域之一。2016年京津冀地区生产总值75 624.97亿元，占全国GDP的10.17%;常住人口11 205万人，占全国总人口的8.1%;城区面积25 606平方公里，占全国城区面积的12.92%。京津冀区域包括北京、天津两个直辖市城市，和廊坊、石家庄、邢台、保定、唐山、沧州、邯郸、衡水、秦皇岛、张家口、承德11个地级市城市，共计13个城市。其中保定、廊坊属于京津冀的核心功能区，承接北京非首都功能的产业转移，是京津冀协同发展的核心区域。唐山、秦皇岛、沧州属于京津冀的沿海率先发展区，融入“一带一路”和环渤海经济圈，打造开放性经济引领区。石家庄、邢台、衡水、邯郸是功能拓展区，加快形成铁路交通沿线的产业集群，是京津冀协同发展的战略腹地。承德、张家口是京津冀的生态涵养区，注重扶贫旅游开发和养老度假，是京津冀的生态安全屏障。

（二）数据来源

腾讯位置大数据的数据采集基于Location-Based Service（基于位置的服务），该服务以智能手机为载体，旨在通过移动运营商的基站和GPS、北斗等导航卫星来获取终端用户的地理位置信息，以此来为用户提供各种与位置相关的服务。日常生活中微信、QQ等移动通讯软件上的“附近的人”“发送位置”“地理位置共享”等功能均是基于位置服务的应用。腾讯公司每天接受处理的位置请求服务超过百亿次，日均定位量行业第一，可以实现室内室外无缝定位，用户产品覆盖滴滴出行、摩拜单车、京东、腾讯地图、QQ、微信、美团等大多数主流APP，基本覆盖了全部的智能手机用户。因此，在位置数据信息来源上，腾讯位置大数据具有典型代表性和可靠性[16]。

腾讯位置大数据提供的“迁徙热度”数据可以比较准确地表征两个城市之间的人口流动，进而折射出城市之间的联系度，具有横向和纵向可比性。相对于统计年鉴、人口普查等传统数据来源，腾讯位置大数据具有连续性、准确性、时效性等特点，可以真实地反映出城市之间人口的日常流动状况。

利用腾讯位置大数据平台，分别统计京津冀13个城市的前10位人口流入城市和人口流出城市之间的迁徙热度数值。以纵坐标城市为人口流出城市，横坐标城市为人口流入城市，构建京津冀城市网络有向多值联系矩阵。因为本文是动态对比雄安新区成立前后的京津冀城市网络时空特征，所以数据收集的时间中心节点为2017年4月1日。本文从以下两点现实情形来考虑数据的采集问题：（1）雄安新区宣布成立后的最初一个月，各地炒房团、投机者蜂拥而至，从平台数据来看保定城市的人口流动异常增高，有超过北京之势，明显不能反映京津冀城市网络的真实状况。（2）避开了国家法定节假日和周六周日，减少非常日期的人口大规模流动对结果产生的影响，更大程度上保证研究结果的稳定性和可靠性。故数据收集的中心节点向前推一个月，从2017年3月开始收集，具体数据收集时间为2016年9月、2017年3月、2017年9月、2018年3月等四个月首个连续五日的工作周，共计20个工作日，时间跨度为一年半，形成20个城市网络矩阵，并对每个月的5个京津冀城市网络关系矩阵相加，求其迁徙热度的均值矩阵，最终得到4个有向多值网络矩阵，分别表征不同时期的京津冀城市网络状况。

三、研究方法

网络是由若干个节点和节点之间的连线组成。节点表征系统中的各个元素，节点之间的连线表示系统中元素之间的相互作用关系。复杂网络就是现实中复杂系统的高度抽象。最简单的网络是规则网络，即网络中任意两个节点的联系符合特定的规则。而随机网络是指网络中的任意两个节点的联系是随机不相关。复杂网络的复杂程度一般介于规则网络和随机网络之间。常用的复杂网络统计特征有平均路径长度、中心度、网络密度、聚类系数等，这些指标旨在反映网络中节点之间的联系和整个网络的宏观结构[17]。复杂网络理论的应用领域非常广泛，渗透到政治、经济、军事、生物等各个领域。本文通过腾讯位置大数据，建立京津冀城市联系网络，从时间和空间两个维度对比研究雄安新区成立前后京津冀城市网络的时空变迁特征。

（一）中心度与强度分布

城市节点的中心度表征城市网络的联系强度。城市节点的中心度与该节点直接连接的城市节点数成正比例关系。城市节点的中心度在有向加权网络中由流入度和流出度两部分构成。其中流入度表征该城市节点对其他节点城市的控制能力，流出度表征该城市节点对其他城市节点的辐射能力。

四、雄安新区成立前后京津冀城市网络时空特征对比分析

京津冀城市网络与雄安新区的功能定位及发展、区域内城市的经济总量、交通便捷度、人口规模等因素密切相关。立足时间和空间双重角度，通过复杂网络相关指标的计算，发现雄安新区成立前后京津冀城市网络具有以下特征。

（一）城市地位变化呈现上升、下降、持平三种趋势

通过计算雄安新区成立前2016年9月至雄安新区成立后2018年3月京津冀城市之间的网络联系强度占比（如表1），可知京津冀城市联系网络中城市地位变化呈现上升、下降、持平三种趋势。

雄安新区成立后，保定、天津、廊坊、邯郸四个城市在京津冀城市网络中的联系强度占比呈上升趋势。保定的联系强度占比由雄安新区成立前2016年9月的0.106上升到雄安新区成立后2018年3月的0.113，上升幅度达到6.6%。天津的联系强度占比由成立前2016年9月的0.101上升到成立后2018年3月的0.105，上升幅度达到3.96%。廊坊在京津冀城市联系网络中的地位呈波动上升趋势，由成立前2016年9月的0.072上升到2017年3月的0.089，于2017年9月下降到0.076，又于成立后2018年3月上升到0.083。邯郸联系强度占比由成立前2016年9月的0.058上升到成立后2018年3月的0.067。

雄安新区成立后，石家庄、邢台、唐山、秦皇岛、张家口、承德六个城市在京津冀城市网络中的联系强度占比呈下降趋势。石家庄的地位略有下降，联系强度占比由雄安新区成立前2016年9月的0.118下降到成立后2018年3月的0.111。邢臺的联系强度占比由成立前2016年9月的0.066下降到成立后2018年3月的0.063，下降幅度达到4.55%。唐山的联系强度占比由成立前2016年9月的0.064下降到成立后2018年3月的0.063，下降幅度达到1.56%。秦皇岛、张家口、承德三个城市在京津冀城市联系网络中的地位也呈下降趋势，联系强度占比分别由成立前2016年9月的0.044、0.041、0.040下降到成立后2018年3月的0.034、0.036、0.037。

雄安新区成立后，北京、沧州、衡水在京津冀城市网络中的联系强度占比呈持平趋势。北京在京津冀城市联系网络中的地位基本维持不变，在雄安新区成立前后，联系强度占比均保持在0.174左右。沧州和衡水在京津冀城市联系网络中的地位基本维持不变，联系强度占比分别保持在0.062左右和0.052左右。

（二）京津冀城市网络均符合无标度网络特征，网络联系呈现集聚效应

在复杂网络理论中，无标度网络（无尺度网络）是一种具有严重异质性的网络。具体表现为网络中的大部分节点只和少数关键节点发生联系，从而使得无标度网络具有两种典型特征。对于网络中的随意攻击具有较强的鲁棒性，而对于网络中的蓄意攻击即关键节点的攻击具有较大的脆弱性。符合幂律分布的复杂网络称为无标度网络。

进一步由雄安新区成立前后2016年9月至2018年3月京津冀城市网络联系强度占比表（表1），绘制京津冀城市网络联系强度占比分布图（如图1）。由图1可知，联系强度占比分布图呈现典型的长尾分布，分布跨度大，城市地位呈现严重的不均衡性。利用SPSS20.0对京津冀城市网络联系强度占比分布图的四条曲线进行幂函数拟合（如表2）。其中y1、y2两个变量表示雄安新区成立前（2016年9月、2017年3月），y3、y4两个变量表示雄安新区成立后（2017年9月、2018年3月）京津冀城市网络联系强度占比分布曲线。结果显示，雄安新区成立前后四条曲线的R2均大于0.9，Sig均小于0.01，与幂函数高度拟合，符合幂律分布，即雄安新区成立前后京津冀城市联系网络均符合无标度网络特征，城市网络中的联系大部分发生在少数关键节点城市之间，體现出帕累托分布的“二八定律”，20%的城市产生了80%的网络联系。

（三）京津冀城市网络均呈现等级化特征，保定城市地位明显提升

由雄安新区成立前后京津冀城市网络联系强度占比分布图（图1）可以发现，城市联系强度呈现阶梯状分布，等级层次性是京津冀城市网络的一个典型特征。进一步，为了使城市组内差异最小，城市组间差异最大，突出同级层次的同质性和异级层次的差异性，利用ArcGIS软件中的Natural Breaks方法将京津冀城市网络中的13个节点城市划分为四个等级（见表3），其中同一等级内城市顺序按照联系总度值排名。

北京在雄安新区成立前2016年9月至雄安新区成立后2018年3月一直处于京津冀城市网络中的第一等级，是超大型中心节点，联系总度值均大于400。北京凭借得天独厚的政策、资本、人才优势，在京津冀城市网络中的核心主导地位未曾撼动，与全国大多数城市紧密联系。石家庄、保定、天津在雄安新区成立前2016年9月至雄安新区成立后2018年3月一直处于京津冀城市网络中的第二等级，是区域性中心节点，联系总度值均处于200～400。石家庄、保定、天津三地在京津冀城市网络中起着支撑作用，是京津冀区域中重要的三个关键节点，与网络核心城市北京遥相呼应。其中保定受益于雄安新区的建立，在第二等级的地位有了明显的提升，从第二等级的末位上升到首位，超过石家庄和天津，成为京津冀城市网络中第二等级的首要城市。廊坊、邢台、唐山、沧州、邯郸、衡水在雄安新区成立前2016年9月至雄安新区成立后2018年3月一直处于京津冀城市网络中的第三等级，是地方性中心节点，联系总度值均处于100～200。廊坊、邢台等地方性中心节点的形成主要是受到第一、二等级中心节点的辐射带动作用。其中廊坊一直是第三等级地方性中心节点的首位城市，联系总度值一直保持在180左右。廊坊东邻天津，北临北京，西连保定，位于北京、天津、保定三地所连三角形的重心地带，享有“连京津之廊、环渤海之坊”的美誉，得益于得天独厚的地理位置，在承接北京、天津产业转移上具有巨大优势。秦皇岛、张家口、承德在雄安新区成立前2016年9月至雄安新区成立后2018年3月基本处在京津冀城市网络中的第四等级，是普通节点城市，联系总度值处于100以下。秦皇岛虽为沿海城市，南邻渤海湾，拥有北方大港秦皇岛港，但偏安京津冀区域东北一隅。张家口和承德虽接壤北京，但是由于首都特殊的功能需要，是京津冀的生态涵养区，在产业发展和城市发展方面受到一定的限制。因此秦皇岛、张家口、承德三地与京津冀城市网络的核心节点北京和保定、石家庄、天津区域性中心节点的联系不够紧密，没有受到一、二级中心节点城市的辐射带动作用，在京津冀城市网络中处于边缘地带。

（四）京津冀城市网络呈现较高通达性下的下降趋势，城市网络日趋成熟

通过复杂网络分析软件Gephi，分别计算雄安新区成立前2016年9月至雄安新区成立后2018年3月京津冀城市网络整体的平均联系强度、网络密度、平均聚类系数、平均路径长度四个指标（如图2）。京津冀城市网络的平均联系强度处于下降趋势。由雄安新区成立前2016年9月的95.22下降到雄安新区成立后2018年3月的91.272，但总体联系强度都保持在90以上的高位水平。

京津冀城市网络涵盖北京、天津两个直辖市和河北省，网络结构可以抽象为三角形点阵。不同的点阵有不同的逾渗阀值，三角形、蜂房、连续区、正方形的逾渗阀值分别是0.5、0.698、0.5、0.593[18]。当网络密度超过不同点阵所对应的逾渗阀值时，整个网络区域会达到连绵的状态，表示此区域网络资源充分流动、城市联系畅通无阻。雄安新区成立前的2016年9月到2017年3月，京津冀城市网络密度呈上升趋势，由0.744上升到0.788;雄安新区成立后到2018年3月，京津冀城市网络密度呈下降趋势，下降至0.756。雄安新区成立前后京津冀城市网络的总体密度都保持在0.7水平以上，超过三角形点阵的逾渗阀值0.5，说明京津冀城市网络整体呈现强连接状态。京津冀区域13个城市之间联系程度频繁活跃，信息、资金、资源等流动较自由。

聚类系数表征城市网络中节点城市之间的互联水平，即与联系强度高的节点城市相连接的节点城市之间的联系强度。雄安新区成立前2016年9月至雄安新区成立后2018年3月京津冀城市网络平均聚类系数呈现先上升后下降趋势。雄安新区成立前2017年3月京津冀城市网络的平均聚类系数上升至最高点0.854，此后呈下降趋势，于雄安新区成立后2018年3月达到0.815，总体的平均聚类系数维持在0.8左右，具有较强的聚集性。另外通过分析京津冀城市网络中每个城市节点的聚类系数，发现北京、保定、天津等高等级网络中心节点城市的聚类系数明显低于承德、秦皇岛等低等级网络节点城市的聚类系数。原因在于低联系强度的城市节点偏向于与高联系强度的节点城市连接，而高联系强度的城市节点之间联系强度原本就很强，从而导致低等级的城市节点具有较大的聚类系数。

平均路径长度是指城市网络中连接任意两个节点城市之间最短途径的平均长度。雄安新区成立前2016年9月至雄安新区成立后2018年3月京津冀城市网络平均路径长度呈现先下降后上升趋势。2017年3月京津冀城市网络的平均路径长度下降至最低点1.212，此后呈上升趋势，于雄安新区成立后2018年3月达到1.244，总体的平均路径长度维持在1.2左右，说明网络中任意两个节点的平均距离在1～2，京津冀城市网络中大部分城市节点无需通过中间城市即可建立联系，只有少部分节点城市至多需要通过一次中间城市建立联系。这表明京津冀城市网络中，绝大部分城市不受行政区域划分和地形地域限制，可以直接与城市网络中的其他城市进行联系，折射出京津冀城市网络具有高通达性和较高的运行效率。从聚类系数和平均路径长度来看，京津冀城市网络呈现明显的小世界网络特征，该特征有利于京津冀城市网络中的信息、人口、资本的流动和传播，对疏解北京非首都功能和京津冀协同发展具有重要意义。

通过以上分析可知，雄安新区成立后京津冀城市网络的平均联系强度和网络密度正向指标均呈现下降趋势，但都保持在高位水平状态。而平均聚类系数的持续降低，表明京津冀城市网络由以往的北京、天津两极化发展向北京、天津、石家莊、保定等多中心均衡态势演进，京津冀城市网络日趋成熟。

（五）京津冀城市网络均表现“北疏南密”发展态势，成立后城市网络重心呈现南移趋势

根据雄安新区成立前2016年9月至成立后2018年3月京津冀城市网络关系矩阵，利用ArcGIS10.2中的网络分析工具，提取各个城市间的联系流，绘制京津冀城市网络空间格局图（如图3-a、图3-b），可知：雄安新区成立前后京津冀北部城市网络稀疏，网络密集程度低，主要体现在北京以北的张家口、承德、秦皇岛三个城市之间。雄安新区成立前（如图3-a）2016年9月至成立后（如图3-b）2018年3月张家口、承德、秦皇岛三个城市之间的联系度均保持在5.6以下。三地之间的经济、政治、文化交流较少，城市间的协同度较低。

雄安新区成立前后京津冀南部城市网络均呈现密集态势，各个城市间商业往来频繁，城市之间经济、文化联系紧密。京津冀南部城市网络形成了北京到石家庄、北京到保定、北京到天津、石家庄到保定四大轴线为支撑的城市网络。石家庄到天津、保定到天津的两大轴线尚未形成。石家庄、沧州、廊坊、衡水等京津冀南部城市间的网络联系度都在5.6以上。

受到北京、天津的辐射带动，以及北京非首都功能的产业转移，京津冀城市网络已经形成了“一大三小”的多中心城市网络。其中“一大”是指北京，“三小”是指保定、石家庄、天津。雄安新区成立后至2018年3月（如图3-b），京津冀北部城市网络表现更加稀疏，秦皇岛、张家口、承德三个城市在京津冀城市网络中的地位进一步下降，面临着边缘化的风险，京津冀南部城市网络呈现愈发密集之势，城市网络重心向南迁移。

五、结论

雄安新区的成立势必会对京津冀城市网络造成深远影响。本文基于人口流视角，利用腾讯LBS大数据，建立了京津冀城市网络模型，采用复杂网络等分析方法，从时间和空间两个角度测度对比了雄安新区成立前后京津冀城市网络的整体结构和空间变迁格局，得到以下结论。

（1）通过计算网络联系强度占比指标，对比雄安新区成立前后京津冀各个城市的联系状况，发现京津冀城市网络城市地位变化呈现上升、下降、持平三种趋势。保定、天津、廊坊、邯郸四个城市在京津冀城市网络中的联系强度占比呈上升趋势。邢台、石家庄、唐山、秦皇岛、张家口、承德六个城市在京津冀城市网络中的联系强度占比呈下降趋势。北京、沧州、衡水在京津冀城市网络中的联系强度占比呈持平趋势。

（2）利用SPSS20.0软件对雄安新区成立前后的京津冀城市网络联系强度分布曲线进行幂函数拟合，拟合效果较好，表明新区成立前后京津冀城市网络均符合无标度网络特征，城市网络联系分布符合二八定律。

（3）利用ArcGIS10.2的自然裂点分级法对京津冀城市网络中各城市联系强度进行分级，发现北京从始至终处于第一层级，是超大型中心节点城市。石家庄、保定、天津一直处于第二层级，是区域性中心节点城市。廊坊、唐山、邢台、沧州、邯郸、衡水一直处于第三层级，是地方性中心节点城市。秦皇岛、张家口、承德三个城市在第三层级和第四层级之间摆动。

（4）通过复杂网络分析软件Gephi，分别计算雄安新区成立前2016年9月至雄安新区成立后2018年3月京津冀城市网络整体的平均联系强度、网络密度、平均聚类系数、平均路径长度四个指标，发现平均联系强度和网络密度正向指标均呈现高水平状态下的下降趋势，而平均聚类系数持续降低。这表征雄安新区成立后京津冀城市网络日趋成熟，向多中心均衡化演进。利用ArcGIS10.2中的网络分析工具，提取各个城市间的联系流，绘制京津冀城市网络空间格局图，发现城市网络呈现“北疏南密”和“一大三小”特征，新区成立后网络重心有南移趋势。

本文还存在诸多不足之处，主要有以下几个方面。第一，受限于雄安新区成立的时间不长，本文的数据收集时间跨度较短，仅收集了一年半的人口流动数据，可能会影响研究结论的精确性。第二，腾讯位置大数据虽然在交通出行方式上收集了火车、汽车、飞机三种主要交通方式，但是用户出行，除了基于腾讯地图、微信定位等腾讯公司的位置服务，还有基于百度地图等百度公司位置服务和基于高德地图、钉钉等阿里巴巴公司位置服务，数据来源存在覆盖面不全的问题。第三，本文仅是从人口流视角对京津冀城市网络的宏观时空特征和空间格局变化进行了尝试性描述研究，受限于后台数据难以获取到流动人口的社会属性信息（例如年龄、工作地点、出行目的、职业等），京津冀城市网络演化的内在动力机制和演进路径有待探究。

参考文献：

[1]李兰冰，郭琪，吕程.雄安新区与京津冀世界级城市群建设[J].南开学报（哲学社会科学版），2017（4）：22-31.

[2]王宁宁，赵宇，陈锐.基于辐射模型的城市信息空间关联复杂网络研究[J].经济地理，2015，35（4）：76-83.

[3]CASTELLS M. The information city[M]. Oxford： Basil Blackwell，1989.

[4]叶强，张俪璇，彭鹏，等.基于百度迁徙数据的长江中游城市群网络特征研究[J].经济地理，2017（8）：53-59.

[5]MALECKIE J. The economic geography of the internet's infrastructure[J].Economic geography，2002，78（4）：399-424.

[6]TOWNSEND A M.Network cities and the global structure of the internet[J].American behavioral scientist，2001，44（10）：1697-1716.

[7]熊丽芳，甄峰，席广亮，等.我国三大经济区城市网络变化特征——基于百度信息流的实证研究[J].热带地理，2014，34（1）：34-43.

[8]焦敬娟，王姣娥，金凤君，等.高速铁路对城市网络结构的影响研究——基于铁路客运班列分析[J].地理学报，2016（2）：265-280.

[9]鐘业喜，陆玉麒.基于铁路网络的中国城市等级体系与分布格局[J].地理研究，2011（5）：785-794.

[10]王姣娥，莫辉辉，金凤君.中国航空网络空间结构的复杂性[J].地理学报，2009（8）：899-910.

[11]宋伟，李秀伟，修春亮.基于航空客流的中国城市层级结构分析[J].地理研究，2008（4）：917-926.

[12]王娟，李丽，赵金金，等.基于国际酒店集团布局的中国城市网络连接度研究[J].人文地理，2015（1）：148-153.

[13]尹俊，甄峰，王春慧.基于金融企业布局的中国城市网络格局研究[J].经济地理，2011（5）：754-759.

[14]TAYLOR P J， DERUDDER B. World city network： a global urban analysis[J]. International social science journal，2004，31（4）：641-642.

[15]BEAVERSTOCK J V， SMITH R G， TAYLOR P J.World-city network：a new metageography？[J].Annals of the association of American geographers，2000，90（1）：123-134.

[16]王贤文，王虹茵，李清纯.基于地理位置大数据的京津冀城市群短期人口流动研究[J].大连理工大学学报（社会科学版），2017，38（2）：105-113.

[17]刘建香.复杂网络及其在国内研究进展的综述[J].系统科学学报，2009（4）：31-37.

[18]叶强，张俪璇，彭鹏，等.基于百度迁徙数据的长江中游城市群网络特征研究[J].经济地理，2017（8）：53-59.

责任编辑：曹华青

Abstract： Based on the perspective of population flow， the measurement model of Beijing-Tianjin-Hebei city network was constructed by using Tencent location big data， GIS and complex network analysis， etc.， and the complex network characteristics of Beijing-Tianjin-Hebei city network before and after the establishment of Xiongan New Area were compared and analyzed from the perspective of temporal and spatial. The results show that the change of city status in the Beijing-Tianjin-Hebei city network shows three trends of rising， falling and leveling， and the network as a whole shows the characteristics of "scale-free" and "hierarchical" before and after the establishment of Xiongan New Area， indicating that the city network connection presents non-equilibrium and heterogeneity. From the point of view of city network structure， the positive indexes of average connection strength and network density show a downward trend under a high level， while the average clustering coefficient keeps decreasing; from the perspective of network spatial distribution， the city network presents the distribution situation of "north sparse， south dense" and the multi-center spatial pattern of "one big three small"， with the network center of gravity moving southward. In general， after the establishment of Xiongan New Area， the Beijing-Tianjin-Hebei city network has become increasingly mature and evolved towards multi-center equilibrium.

Key words： Xiongan New Area; Beijing-Tianjin-Hebei; city network; Tencent location big data; population flow