信息流视角下京津冀城市群的网络特征

李砚忠,王 涛

(1.河北农业大学 人文社会科学学院,河北 保定 071001;2.河北省“乡土文化与乡村治理研究中心”重点基地,河北 保定 071001)

城市群是指以中心城市为核心,向周边地区扩散的众多城市的集合,在经济社会发展中发挥着重要作用[1]。经济结构、社会结构和规模结构在区域空间上的投影,体现了城市群的空间组织形态,反映了城市之间的关系和互动。随着现代社会生产力的加速发展,超大城市人口和资源的规模也与日俱增,这也成为了信息、金融、科技等产业飞速发展的催化剂,城市群的空间结构在此背景下不断演化[2]。习近平总书记在京津冀三省市考察并主持召开京津冀协同发展座谈会时提出要立足于推进人流、物流、信息流等要素市场一体化[3]。可见,要素流对于京津冀协同发展具有重要意义。21世纪以来,随着信息技术的快速发展,信息流对于城市间的空间网络结构影响逐渐明显,各城市通过各种信息网络加强联系,加速了城市之间要素的流动交换,不断推动着城市之间组织方式的变迁,从而产生了“城市网络”[4]。城市网络研究一直是城市规划研究的热点问题之一。卡斯特尔于1989年首次提出“流空间”理论,该理论认为城市间的联系包括经济流、交通流、信息流、技术流等不同要素流,以此为核心的新城市网络,使其与外界的交流在频次与范围上得到了极大的拓展,在此时期,传统的地域空间分析方法就显得有些欠缺。“流空间”是以“流动空间”替代“地方空间”的理论,以此为理论依据,将城市网络有机融合,从非等级视角诠释了城市间的组织架构。城市作为区域空间系统中的节点,城市之间的相互关联和相互作用是其动态演化的内在动因。城市网络作为城市节点之间相互联系的空间表现形式,以关系视角取代结构视角,推动理论研究范式转型,既可避免孤立研究,又可突破以等级为组织纽带的传统研究思路[5]。这一理论的提出开辟了城市网络研究的新天地。在此背景下,城镇体系呈现出开放性和网络化的特征,城镇之间的复杂网络联系与要素流动成为区域空间组织的重要特征[6]。本文基于“流空间”理论,运用百度搜索指数建构相关模型对京津冀城市群空间组织进行研究,探讨在京津冀协同发展背景下的京津冀城市群空间组织特征,并针对数据分析结果,分析当前京津冀城市群空间组织结构存在的问题,为京津冀城市群的空间格局规划提出相应的政策建议。

目前国内外学者主要基于2种方法对城市网络进行研究。第一种是企业组织关联视角。该视角主要研究对象为第三产业企业或者跨国公司,利用企业跨区域布局数据构建城市关系矩阵,分析城市网络中某城市的中心性[7]、实力[8]、威望[9]和城市群整体网络结构[10]。此外,学术界比较侧重理论研究,研究内容逐渐突破了静态、定性分析的窠臼,向动态、定量分析方向转变[11]。第二种是不同要素流动的视角。这种研究方法主要以卡斯特尔的“流空间”理论为基础,通过获取城市之间直接联系的数据来研究城市之间的关系。“流空间”理论认为城市之间的联系表现为经济流、交通流、信息流、技术流等各种要素流。而本文的研究内容正是基于信息流的城市群网络结构,对此,学界普遍采用百度搜索指数的方法。王启轩、张艺帅等基于百度搜索指数,从信息流的视角对长三角城市群的空间组织结构特点进行了辨析[12]。程利莎,王士君等基于哈长城市群11个地级市间的公路、铁路客运与百度搜索指数数据,采用ArcGIS可视化和社会网络分析方法,从交通流和信息流2个角度研究城市群的空间联系格局和网络结构特征及其影响因素[13]。顾文娟等从经济流、交通流、信息流的强度和方向进行定量评价和分析,运用赋值法对3种要素流总量进行评分,并进行空间层级划分,研究长三角城市群的空间布局,其中信息流部分亦采用百度搜索指数的方法[14]。刘耀彬和孙敏利用百度搜索指数的用户关注度表征城市信息流,采用PageRank算法与社会网络分析法,对比分析了长江中游城市群工作日和节假日的城市网络特征,并对其城市网络结构的相关因素进行探讨[15]。王启轩[16],李帅和彭震伟[17]采用“百度搜索指数”模拟城市间以民众关注度为主的信息流数据,并以此构建成渝城市群城市网络模型,分析城市群的空间网络演化。谭学玲和李银河等基于2016—2019年的数据,利用百度搜索指数,以黄河流经的9个省区为研究对象,选取了其中最具代表性的20个城市,分析了黄河流域城市群网络特征及时空演变[18]。岑晓彤和张丹以江淮城市群为研究对象,利用百度搜索指数搜索数据构建信息流模型,与传统地理学中的引力模型进行对比,探讨江淮城市群网络结构特征、城市层级分布和虚实城市网络之间的关系[19]。张令涛等基于百度搜索指数,选取2012及2018两年的数据,对京津冀地区城市网络特征进行研究[20]。郝修宇和徐培玮则通过百度搜索指数与引力模型相结合的方式,信息流计算采取了2015—2016年的数据,对京津冀城市群的城市网络进行对比研究[21]。

综上可以发现,利用信息流研究城市群空间结构的研究成果颇丰,可见信息流的确能够反应城市群的空间结构,并且这些研究均基于百度搜索指数的方法,所以在此基础上,基于信息流的视角,采取百度搜索指数着力进行京津冀城市群空间结构的研究是可行的。京津冀协同发展现已进入关键的历史阶段,有必要对当前京津冀城市群的网络空间结构进行深入分析。但是梳理文献可以发现,学界对于京津冀城市群信息流方面的研究滞后于时代发展,而网络时代社会发展日新月异,信息流动速度很快,基于信息流的城市网络特征也会随之变化,因此,当前亟需通过对最新数据的研究,分析京津冀城市群网络结构的最新发展趋势。2014年为京津冀协同发展的开端之年;而2017年则是雄安新区设立的开端之年,是京津冀协同发展步入新时期的标志;2020年,我国全面建成小康社会,是承上启下,继往开来的一年。且2014、2017、2020三年恰好两两间隔3年,符合数据选取和研究的科学性。基于此,选取2014、2017、2020三年数据建构模型进行计算,阶段性分析京津冀协同发展正式提出后城市群的发展历程,了解在信息流视角下,京津冀城市群近7年的空间结构特征及演变趋势,从而发现尚存的问题,以期为日后京津冀城市群的空间结构科学规划提出相应的政策建议。

一、模型构建与数据来源

(一)模型构建

百度搜索指数是一个基于百度大量用户行为数据的数据交换平台。它是当前互联网上最重要的统计分析平台之一。一般来说,网民之间的搜索量与区域人口规模、经济发展和区域间的产业联系成正比。百度搜索指数可以准确、全面地反映一个城市居民对另一个城市的关注程度,进而以此构建城市间的信息流模型。基于百度搜索指数门户网站,查询某一城市区域内市民对另一城市的搜索指数方法如下:如要查看某一时间段内A城市对B城市的关注情况,通过按地域搜索选择A城市,关键词为B城市,即可统计某一时段其百度搜索指数。根据百度搜索指数,带入相关研究模型,即可得到信息流强度以及其他相关所需数据。

1.信息流强度和隶属度。信息流强度反映了一个城市的网络基础设施的建设情况以及居民日常使用互联网的频率。关于信息流强度的计算,国内学者普遍采取两两城市之间的信息流强度用城市X和Y之间的网络关注度乘积Rxy表示[22]。计算公式:

Rxy=Xy×Yx

(1)

其中,Xy为城市Y的网民对于城市X的关注度,Yx为城市X的网民对城市Y的关注度。设城市在城市群中的信息流总量为Hx,则:

Hx=Rxz+Rxy+…+Rxa

(2)

信息流隶属度是在信息流强度的基础上,城市群内其他城市对于信息流强度最大城市的依赖程度,在一定程度上能够体现出城市群内城市联系的紧密性。某城市的信息流隶属度用W来表示,为该城市与城市群中信息流强度最大的城市的联系程度。计算公式:

W=Nx/Ny

(3)

其中,Nx为某城市的信息流总量,Ny为区域内拥有最大信息流总量城市的信息流对应的值。

2.“城市对”的信息流相对强度。“城市对”的信息流相对强度反映了两两城市间的信息联系紧密性,能直观地展现城市网络结构。某 “城市对”的信息流相对强度用P来表示,结合公式(1),计算出两两“城市对”间的信息流强度。用该“城市对”信息流强度值与城市群内“城市对”信息流强度最大值之比来表示[20]。

计算公式为:

Pxy=Rxy/Rmax

(4)

式中:Pxy为“城市对”xy信息流的相对强度,Rmax为所有“城市对”中信息流强度最大值。

3.变异系数。变异系数可以反映城市群内城市的联系紧密性。其值越小,表示城市群内城市联系越密切;值越大,则表示城市群相对越离散,城市极化现象突出。

(5)

式中:n表示城市群内的城市个数;Nx表示城市群内任一城市x的总信息流强度,表示当前城市群的平均信息流强度。

(二)数据来源

京津冀城市群包括北京、天津两大直辖市,及河北省的石家庄、唐山、保定等11个地级市。百度是目前我国网民使用频率最高的搜索引擎,利用百度搜索指数官方网站的检索功能,分别获取2014年、2017年、2020年京津冀城市群内两两城市之间的百度用户关注度数据,见表1、表2、表3,这3年的数据恰能体现京津冀协同发展的阶段性特征,故选其作为基础数据进行科学研究。

表1 2014年京津冀城市群百度搜索指数

表2 2017年京津冀城市群百度搜索指数

表3 2020年京津冀城市群百度搜索指数

二、京津冀城市群信息流强度与隶属度分析

(一)信息流强度分析

城市网络是指在一定的区域内由众多相互联系的城市所构成的系统,是在成本驱动的生产分离现象加剧的情况下,产业价值链逐渐导致空间结构的分离,城市日渐作为产业价值链网络的节点而存在,基于不同的空间尺度,城市间的联系被重新调整,新的空间结构形成。百度搜索指数可以作为网络节点信息流动的指标,通过分析网络状态和结构特征建立城市网络系统。城市网络的特征之一就是城市间的相互作用及相互联系性,而信息流在城市相互作用过程中所起到的作用愈加明显,在研究城市空间联系性方面具有一定权威性。

根据信息流强度计算公式Rxy=Xy×Yx和Hx=Rxz+Rxy+…+Rxa,可以得出京津冀城市群各市2014、2017、2020年信息流总量,此外,为方便观察各城市信息流总量在城市群中的占比情况,可以用单个城市的信息流总量除以城市群内所有城市信息流总量之和,以此得到2014、2017、2020年信息流占比情况,见表4。

表4 京津冀城市群各市2014、2017、2020年信息流总量及占比情况

从以下几个方面对于信息流总量及占比情况进行分析。第一,总体来看,京津冀城市群2014、2017、2020年各城市信息流总量依次为12 383 154、13 538 680、7 688 894。2017年相较2014年,信息流总量有所提高,增长比例为9.33%;而2020年京津冀城市群信息流总量则相较2017年大幅度降低,下降比例为43.21%,出现这个情况大概率是因为新冠肺炎疫情的爆发吸引了京津冀城市群内许多网民的目光。第二,分别观察各城市的信息流总量及其占比情况,可以发现,北京、天津、石家庄、保定4市这3年的信息流总量一直稳居前四,而承德和衡水的信息流总量则一直处于末位。剩下7市中,唐山、廊坊、邯郸、秦皇岛4市信息流总量在2014、2017两年相差不大,2020年廊坊和秦皇岛2市信息流总量有所下降,唐山和邯郸2市的信息流总量则有所上升;沧州、邢台、张家口3市3年信息流总量大体相似,差距较小。

从流空间[5]的视角,京津冀城市群的空间结构呈现“一核、两翼、多节点”的特征。为更加直观地观察京津冀城市群各市信息流总量的分布情况,绘制条形图,如图1所示。可以发现,居于第一名的北京的信息流强度几乎达到了居于二、三位的天津和石家庄的一倍。以2017年为例,绘制信息流总量趋势线,根据趋势线可以发现,北京到天津与石家庄这一阶段,呈现“跳伞式”下降;因此,北京的核心位置十分明显,而天津与石家庄的信息流强度,3年数据显示基本相等,且二者亦高于保定及河北省其他城市:从石家庄到保定,再到唐山与廊坊,呈现“滑翔式”下降,降低趋势逐渐变缓;最后从中间5市到末尾2市(衡水与承德),下降趋势更加平缓,逐渐趋于稳定。

图1 京津冀城市群2014、2017、2020年信息流总量情况

(二)信息流隶属度分析

利用上文得到的各城市信息流强度,将其带入信息流隶属度计算公式,可以得出各城市对于城市群内信息流强度最大的城市(北京)的隶属度。它可以反应出城市群内各城市与信息流强度最大的城市的关联度、相互联系程度等。通过计算得出信息流强度隶属度情况,根据计算结果,利用Excel中的RANK函数将结果进行排名,以便于观察,得到最终结果如表5所示。

表5 2014、2017、2020年京津冀城市群各市对北京的信息流隶属度

从信息流隶属度的视角下,京津冀协同发展的效果更多趋于“静态”而非“动态”。通过观察表5,可以发现以下特点:第一,京津冀城市群中与北京市信息流相互依赖程度最高的城市3年中的前三位均为天津、石家庄、保定;第二,唐山、廊坊、邯郸、秦皇岛4市的排名在第4、5、6、7这个范围内变化;第三,沧州、邢台、张家口、衡水、承德5市排名靠后,且比较稳定,3年中上述5市排名均在8、9、10、11、12这个范围内,上下浮动变化很小。由此可以发现,京津冀协同发展7年来,城市群中各市对于核心城市北京的信息流联系程度变化较低,呈现“静态”发展趋势。

三、信息流视角下京津冀城市群“断层式”区域网络特征研究

根据信息流强度计算结果,结合SPSS聚类分析法,进行京津冀城市群网络层级分析;根据两“城市对”间信息流相对强度计算公式,并利用Arcgis进行图形绘制,以分析京津冀城市群的网络结构。结果发现,城市群网络层级“分层式”现象严重、城市群网络结构“断档式”情况明显。故此,认为当前京津冀城市群呈现纵向城市群内两极分化严重,横向城市网络结构不相衔接的“断层式”区域网络结构。

(一)京津冀城市群网络“分层式”层级特征研究

利用SPSS软件的聚类分析功能,对京津冀地区的城市网络层次进行了划分。将2014年、2017年和2020年各城市的信息流强度数据分别导入软件。在样本聚类中,使用组间连接方法对导入的数据进行分组,并将聚类成员设置为3组聚类数,使分组达到组内差异化最小和组间差异化最大。分析结果如图2所示。

图2 2014、2017、2020年京津冀城市群SPSS系统聚类结果

根据聚类结果可知,3年中,所有样本均分为相同3类:第一类仅为北京,第二类仅为石家庄和天津,第三类为京津冀地区其他城市。最后,根据层次聚类顺序将这3个类别分为3个层级,如表6所示。

表6 京津冀地区城市网络的层级分布、各级信息流的比例和城市排名

可以发现,在信息流的视角下,京津冀城市群网络层级“分层式”现象较为严重。首先,第一层级的城市北京,其信息流强度一直处于城市群中的“老大哥”地位,3年平均信息流占比为26.43%,超过城市群信息流总量的四分之一,因此第一层级的城市信息流强度非常高,与周边城市的信息联系度很强。其次,第二层级的城市包括天津与石家庄,天津市为直辖市,石家庄市是河北省省会城市,两者信息流强度亦较高,3年中均“稳坐第二第三两把交椅”,二者的信息流总量3年中占城市群信息流总量的平均值为27.70%,平均到2个城市则为13.85%,可见第二层级的城市信息流强度相较第一层级城市有一定差距,但是总体占比依旧较高,与周边城市的联系性亦较强。最后,第三层级城市的信息流总量3年中占城市群信息流总量的平均值为45.87%,平均到每市则仅有4.59%,与第一层级城市信息流强度相差近5倍,与第二层级城市信息流强度相差近3倍,可见第三层级城市总体信息流强度很低,与周边城市信息联系度较低。总体来说,3个层级间城市信息流强度差异较大,落差较强,“分层式”现象严重,城市群发展“后劲”不足。

表7 2014、2017、2020年京津冀城市群信息流变异系数

为进一步论证城市群的“分层”特征,结合表6数据:2014年、2017年、2020年京津冀地区城市网络的层级结构整体基本没有改变。第一层级和第二层级城市总信息流的比例下降,第三层级城市总信息流的比例上升,但升降幅度较小。在过去的3年里,北京排名第一,城市网络的第一层级一直被其垄断。虽然2020年其信息流强度有所下滑,相比2017年下降了4.7个百分点,但北京的信息流比例仍然保持在整个区域总信息流的40%左右。第三层级城市排名有所波动,2014—2017年,唐山上升3位,廊坊、秦皇岛、邯郸各下降1位,张家口上升1位,邢台下降1位。2017—2020年,廊坊下降2位,邯郸上升2位,邢台上升1位,张家口下降1位。在此期间,第三层级的城市均未能突破壁垒,整体呈“原地踏步”状态,这也表明第三层级城市与前两级城市之间存在难以逾越的鸿沟。但是2014—2017年、2017—2020年第三层级城市信息流占比不断增加,2014—2017年增加3.06个百分点,2017—2020年增加4.64个百分点。这表明,这一层级的城市与其他城市之间的信息交流强度正在增加,参与到京津冀城市群协同发展的程度逐渐加强,佐证了变异系数的分析结果。

(二)京津冀城市群网络“断档式”结构特征分析

城市作为区域空间系统中的节点,城市之间的相互关联和相互作用是其动态演化的内在动因[5],因此研究“城市对”间的信息流强度,有助于更清楚地展现城市群的网络特征。根据“城市对”的相对信息流强度公式,分别计算2014年、2017年和2020年京津冀地区“城市对”相对信息流强度,如表8所示:

运用自然间断点分级法(1)自然间断点分级法,是基于数据中固有的自然分组,对分类间隔加以识别,可对相似值进行最恰当的分组,并可使各个类之间的差异最大化。,将78个“城市对”划分为3个等级。该分组方法是将数据划分为多个类,而对于这些类,在数据值的差异相对较大的位置处设置其边界[23],因此该法能科学客观地使分类结果达到差别最大化。在分类结果中,第一级是城市网络的核心结构,相对强度范围为[0.3,1];第二级是城市网络的主干结构,相对强度范围为[0.1,0.3];第三级为城市网络边缘结构,相对强度范围为(0,0.1)。最后分别绘制出上述3年京津冀地区城市网络骨架结构图、城市网络主干结构图和城市网络结构图,如图3所示。

图3 京津冀城市群城市网络图

观察图表可以发现,京津冀城市群网络结构“断档式”特征明显。第一,城市网络骨架“城市对”数量过少。3年中城市群总体城市网络骨架呈现斜“L”形状:2014—2017年,京津冀地区城市网络的骨架结构均为北京-天津、北京-石家庄。而北京-保定在2020年新晋为城市网络骨架,但总网络骨架仍仅3条。北京、天津和石家庄一直为城市网络的核心,在城市群内的信息连接中发挥着重要的辐射和带动作用。可以预想,新晋核心城市保定,随着雄安新区的逐步建设,也将对周边城市产生良好的带动作用。第二,城市网络主干“城市对”有待提升。2014—2017年、2017—2020年城市主干网络和城市网络皆有所变化,2014—2017年城市主干由9条变为10条,2014年城市主干网络分别为北京-保定、北京-邯郸、北京-秦皇岛、北京-张家口、北京-廊坊、天津-石家庄、石家庄-保定、石家庄-邯郸、石家庄-邢台。2017年城市主干网络则新增了北京-唐山、北京-沧州,减少了天津-石家庄。2020年相较2017年,城市主干网络则增加7条:北京-承德、北京-衡水、北京-邢台、天津-石家庄、天津-唐山、天津-保定、石家庄-唐山;减少1条:北京-保定(晋升为城市网络骨架)。可见,2017—2020年,京津冀城市群内城市间联系随着京津冀协同发展的深入展开而越发紧密,但城市网络主干整体数量仍有待提升,主干网络仍仅占所有“城市对”的21.8%。第三,城市网络边缘结构不够平衡。2014—2017、2017—2020年城市网络边缘结构均有一定变化:2014—2017年,京津冀城市群城市网络边缘结构由67条变为了66条,增加了天津-石家庄,减少了北京-唐山、北京-沧州;近年来,随着张家口、承德、邯郸、沧州等城市的不断发展,这些城市与周边城市信息联系增加较为明显。2017—2020年,京津冀城市群城市网络边缘结构由66条变为59条,减少的7条分别是北京-承德、北京-衡水、北京-邢台、天津-石家庄、天津-唐山、天津-保定、石家庄-唐山。可见第三层级的城市同第一、二层级的城市的联系逐渐加强,但是所占城市网络边缘结构的比重仍然较大。总体来看,以2014与2017年数据为例,3个核心城市之间的联系构成了网络连接的主要内容,北京连通性最高,辐射整个区域,天津与区域中小城市联系很少,石家庄作为省会城市,与河北省其他城市有广泛联系,但辐射带动能力仍有限[24],区域网络结构的断档特征仍较为明显。尽管部分第三层级的城市于2020年晋升为城市网络主干,但是这些城市由于自身发展相对落后,基本都是依靠与北京、天津等第一层级城市紧密的联系才能跻身城市网络主干,第三层级城市间的信息流联系紧密度仍然较低,如邯郸-衡水、秦皇岛-张家口、承德-廊坊等,3年中均未能成为城市网络的主干和核心结构。

综合以上城市群网络层级和结构的分析,可以发现京津冀城市群网络空间“断层式”结构较为严重:第一,从网络层级来看,一、二层级城市数量少,但却有较高的平均信息流强度;而第三层级城市数量多,但平均信息流强度则很低,可见当前城市群内部发展不平衡的问题较为突出。第二,从网络结构来看,以2020年数据为例,城市网络骨架数量过少,仅有3/78,网络主干数量亦不足;绝大多数网络线路仍为网络边缘结构。从其特点看,网络主干、网络骨架多由北京、天津等城市与其他城市构成,网络边缘结构则基本是河北省内城市两两构成,可见核心城市对周边城市有着较为理想的促进效应,但节点城市间的联系程度则欠佳,京津冀城市群“断层式”空间特征亟需完善。

四、京津冀城市群“断层式”网络空间演化分析

(一)从“分层”来看,网络层级变化比较缓慢

京津冀城市群网络层级“分层”现象严重。第一,尽管从2014年到2017年再到2020年,京津冀地区各城市信息流强度有所改变,但网络层级变化比较缓慢,变化幅度并不明显。北京作为核心城市,其信息流占比呈现先增后降的趋势,且增加的比例远低于降低的比例:2014—2017年北京市信息流占京津冀城市群信息流的比例由27.01%增加到28.49%,增加比例仅为1.48%,而2017—2020年北京市信息流占京津冀城市群信息流的比例由28.49%降低为23.79%,降低比例达到4.7%。第二,观察3年的变异系数也可发现,变异系数正逐年降低。因此,京津冀城市群网络结构正朝着良好的方向发展,但“分层”现象仍待改善:2020年北京城市信息流占比虽有所降低,但整体比例仍达到23.79%,北京一座城市的信息流总量接近了整个城市群信息流总量的四分之一,而第三层级的城市如张家口、承德、衡水等,信息流总量仍较低。第三,城市网络的层级结构没有改变,始终呈现“1+2+10”的划分特点,即北京为第一层级,天津和石家庄为第二层级,其他10个城市为第三层级。虽然第一和第二层级的信息流比例下降,第三层级的信息流比例有所增加:由2014年的42.28%增加到2017年的45.34%再到2020年的49.98%,但是整体变化速度仍较缓慢,第三层级城市的发展速度仍有待提升。

(二)从“断档”来看,网络结构分布不够均衡

京津冀城市群网络结构“断档”情况明显。第一,虽然区域城市之间的信息网络总体上逐渐紧密,但城市网络结构并不平衡。2014年和2017年,城市网络的核心城市一直是北京、天津和石家庄。2020年新增保定市,但其他城市的信息联系普遍较弱。这表明,区位优势明显、经济发展水平较高的城市在信息流城市网络中仍处于核心地位。第二,城市主干结构比重上升,城市边缘结构比重逐步下降,表明京津冀城市网络结构优化有所成效,城市间信息流联系情况日渐改善。但城市网络边缘结构的城市数量始终所占较大比重。此外,尽管变异系数逐年降低,但是其数值仍较大,说明京津冀城市群城市网络离散程度仍较高,城市间信息流强度差距较大,城市网络结构不够均衡,有待进一步合理优化。第三,尽管2020年相较2017年,城市网络主干增加数量相对较多,为7条,但是其中有6条都是河北省内城市与北京、天津两座城市构成的“城市对”——北京-承德、北京-衡水、北京-邢台、天津-石家庄、天津-唐山、天津-保定,只有石家庄-唐山这一“城市对”内两座城市均属于河北省。可见在京津冀地区,河北省下辖城市的外向功能量与城市流强度普遍较弱,对外联系不强,培育提升各城市的综合经济实力和外向型产业迫在眉睫[25]。

五、京津冀城市群“断层式”网络空间成因分析

信息流的计算方法,不同于经济流、交通流等,基础数据中包括人口、GDP、距离等可量化的指标,基于百度搜索指数,所使用的数据最基础的便是搜索指数,具有一定的模糊性。因此要深入挖掘影响百度搜索指数的内在因素:第一,带宽限制是网络空间地域差距化的主要因素。由于网络空间的存在依赖于信息网络的基础设施,没有设施基础就没有网络空间,因此网络发展水平受到城市发展水平的制约,故经济发展水平和产业发展水平是影响基于信息流动的城市网络空间结构的重要因素。第二,人口是产生信息流的源头,也是影响搜索量的最主要因素,因此在百度搜索指数的视角下,人口数量必然与信息流强弱直接相关。综上,笔者认为影响城市信息流强度的因素主要有2点,一是当地经济发展水平,二是当地人口数量及人口结构比例。

(一)经济协同不理想

产业是经济的基础,经济协同归根到底要做到产业协同。以2020年数据为例(2)数据来源于国家统计局及北京市、天津市和河北省统计局官网。,对比京、津、冀三地的产业结构,结果如下图4所示,北京市2020年三次产业比为0.4∶15.8∶83.8,第三产业比重远远超过全国54.5%的平均水平,第三产业集中度高、竞争力强、发展速度快,因此北京市已经呈现出后工业化阶段的特征。天津市2020年三次产业比为1.5∶34.1∶64.4,处于工业化后期。河北省2020年三次产业比为10.7∶37.6∶51.7,作为京津冀产业发展最为落后的地区,其处于工业化中期,仍以农业为基础,工业为重心,第三产业发展缓慢,低于全国平均水平。疏解北京非首都功能,促进京津冀经济协调发展,推进产业转移升级,是京津冀协同发展的重要任务。然而,京津冀地区存在产业异质性和趋同性2种趋势。一方面,产业异质性明显未能建立起紧密的内在联系。在北京,资本服务化、技术精细化趋势明显;天津则趋向于高端产业,具有航天、石化、电子信息等八大优势,工业化优势明显;而河北的优势产业中,以工业为主导部分,两高一低(即高能耗、高污染和低附加值)的传统产业居多,再加上产业异构因素未能有效建立紧密的产业关联机制,从而形成各自隔离、互相独立的产业分工体系,区域产业协调效益不显著。因此,京津冀产业转移还存在一定困境,产业对接方面并未顺利进行[26]。

图4 2020年京津冀地区及全国三次产业结构图

(二)人口分布不均衡

人口数量对于信息流强度有直观影响,观察表9的人口数据以及信息流强度分析结果,可以发现京津冀城市群中,常住人口最多的两市是北京市与天津市,而这两市的信息流强度也排在京津冀城市群的前两位。即便抛开京津两市不论,仅观察河北省的城市,亦可发现人口对于信息流强度的影响:信息流强度较高的城市,如石家庄市、唐山市和保定市,都拥有较多的常住人口,唐山市人口数量超过七百万,石家庄市、保定市人口数量甚至过千万。而信息流强度较低的城市,如张家口市、衡水市和承德市,其常住人口数量亦是处于城市群中所有城市的最末位,均只有三四百万,可见常住人口数量对于信息流强度有很大影响。当前京津冀城市群人口分布不够均衡,以2020年数据为例,北京市以京津冀区域总面积的7.5%承载了京津冀城市群19.8%的人口,天津市以京津冀区域面积的5.5%承载了京津冀城市群12.6%的人口;而承德市、张家口市等地分别占京津冀城市群总面积的18.2%、16.7%,但常住人口却分别仅占3.0%、3.7%。因此,不均衡的人口分布是造成当前城市群“断层式”网络的主要原因之一。

六、京津冀城市群区域“断层式”网络空间优化路径

(一)基于纵向的网络层级,借力雄安新区,提升第三层级城市经济发展水平

京津冀城市群网络层级在这3年中变化幅度较小,第一层级始终仅有北京市,第二层级始终为天津、石家庄,其余城市则一直处在第三层级,可见从网络层级的视角下,河北省在京津冀协同发展的过程中地位较低。第一,要改变河北省城市在城市群中网络层级的现状,将更多城市提升到城市群网络的第二层级,就要从经济发展入手。现如今河北省的经济发展,应该且必须紧紧依托雄安新区这一有利条件,从流空间理论的角度,研究区域不应只关注区域自身的属性,而应从区域间的相互关系入手[5],因此河北省京津冀在协同发展过程中应主动参与进来,并充分利用周边有利条件。2017年4月1日中央提出建设雄安新区,明确设立雄安新区是千年大计和国家大事。雄安新区的设立及其建设,必将成为我国经济社会发展的新引擎、新高度,有超过深圳、浦东的希望。雄安新区设立以来,国内外对其高度关注,中央各部委和企业已经明确表示举全力支持雄安新区建设,强化政治意识、核心意识、大局意识和看齐意识。北京和天津亦明确了“雄安新区建设是自己份内之事,雄安新区需要支持什么,北京天津就支持什么”的态度,主动加强与雄安新区建设的工作对接、服务保障和协同联动。因此,全省所有地区都应将雄安新区建设作为今后发展的总引擎和总动力来思考、谋划和定位。待雄安新区发展完善,河北省各城市即可通过雄安新区这一纽带,发展自身。第二,完善产业布局,建立“反磁力中心”,以降低京、津两市的“虹吸效应”,促进京津冀城市群内部产业功能错位、协同发展,以产业功能的空间优化促进交通功能、城镇功能和生态功能的协同优化[27],进而有针对性地提升河北省第三层级城市的经济发展水平:争取打造以承德、秦皇岛、唐山为主的冀北地区文化旅游等服务基地;积极发展以石家庄为核心的冀南地区,带动邢台、邯郸等城市的发展;努力推动以保定为主的冀中平原地带,积极承接京津地区的产业转移,并与石家庄等城市形成对接[28],以此全面提升河北省城市经济水平。经济水平提升后,应注重高新技术创新基地、科研中心、大学城的培育,加快信息枢纽和骨干网建设,建设覆盖区域、辐射周边的信息基础设施[29],进而促进城市群网络层级的优化和完善。

(二)基于横向的网络结构,坚持以人为本,引导城市群内人口合理均衡流动

网络结构反映的是“城市对”间信息流联系的强弱,北京-天津、北京-石家庄始终作为城市群网络结构骨架,2020年北京-保定成为新的网络骨架之一,预示着协同发展进入新阶段,但是可以发现3条网络骨架均是由北京与另一座城市构成,上文所述新增的网络主干图亦如此,多为北京与其他城市构成的“城市对”,河北省内“城市对”目前仍大多扮演城市网络边缘的角色。要改变这一现状,应从调整京津冀城市群人口结构入手。第一,坚持“以人为本”的理念,对京津冀地区人口规模进行科学化、人性化的调控。围绕京津冀地区均衡发展的目标,以保证经济社会发展为前提,以区域承载力和人口预警指标为标准,促进人口在京津冀城市群间的合理流动,河北省北部张承两市由于经济因素、地理因素等,虽然整体面积较大但是承载的人口量却很少,因此需要以实现人口、资源、环境的可持续发展为目标,采取政府、社会和市场多层次的调控办法,设计分阶段的人口调控政策,处理好“总量规模”与“结构分布”的关系,在人口规模调控的过程中,需要同时优化人口结构及其空间分布,推进京津冀人口规模、结构、分布与京津冀各地区经济社会发展要求相适应。第二,河北省各市要明确区域发展功能定位,发挥各自优势,不断增强自身发展能力,吸引人口向内流动,辐射带动周边地区的经济发展[30]。结合京津冀地区各城市功能定位的要求,着力做好分人群、分地区的人口疏解与吸引工作,坚持“以疏为主,调控结合”的理念,强化“疏”和“调”的作用,进一步弱化“堵”和“控”的功能,促进京津冀地区人口均衡发展[31],实现城市群的人口的均衡流动,让京津冀地区人口分布与资源环境承载和全面协调的产业布局均衡分布,进而从这一角度优化当前京津冀城市群的网络结构。

七、结语

对流空间网络的分析可以更深入地了解不同“流”在城市网络空间中的作用和影响,也有助于识别“流动空间”和“地方空间”之间的异同[5]。本文借助百度搜索指数的用户关注度数据,分别构建了2014年、2017年、2020年京津冀城市群的信息流城市网络以进行对比研究,主要得到以下结论:京津冀地区呈现“断层式”网络特征。从网络层级来看,京津冀城市群网络呈现出明显的分层特征。具体来说,北京始终处于第一层级,天津和石家庄始终处于第二层级,河北省其他城市则始终处于第三层级。从网络结构来看,北京-天津、北京-石家庄始终为城市网络骨架,北京-保定则为2020年新晋城市网络骨架。京津冀城市群之间的信息联系总体上越发紧密,但城市网络结构的发展仍处于“幼生期”,信息联系的强度普遍较弱,强联系的覆盖面仍待提升,网络结构断档特征明显。从整体发展和演变的角度来看,城市群内的层级差异正逐渐减小,城市群的空间结构正在朝着一体化的方向前进,但是发展速度较为缓慢。造成当前京津冀城市群“断层式”网络的原因主要是经济协同不理想、人口分布不均衡。因此,要使第三层级城市更好地与周边城市形成较强的空间联系,应从经济和人口2方面入手。从网络层级的角度,借力雄安新区,提升第三层级城市经济发展水平;从网络结构角度,坚持以人为本,引导城市群内人口合理均衡流动。

需要指出的是,本文以信息流为视角,借助百度搜索指数模拟城市信息流强度,构建京津冀城市群“信息流网络”,对城市群网络特征进行了分析并提出了优化建议。但是城市群网络本身是个复杂的系统,且要素流本身还包括经济流、交通流、技术流等方面,本文的研究对象“信息流”只是其中之一,因此所得出的城市群网络特征势必存在一定局限性。此外,本文只以百度搜索指数模拟信息流,忽略了其他的网站如搜狗、谷歌、360等,因此所得结果与实际或存在些许出入。在未来的研究中,应更全面地考虑信息流影响因素,并结合其他要素流对城市群空间结构进行分析,以期为京津冀城市群空间结构优化提供研究支撑。