黄河下游城市群信息网络空间结构研究

梅大伟　岳文慧

摘要：基于2021年城市间信息关注度数据，利用社会网络分析法，从网络层级、城市节点、空间聚类、空间组织模式等方面研究黄河下游城市群信息网络空间结构特征，并提出黄河下游城市群高质量协同发展策略.研究表明：黄河下游城市群信息联系层级分布具有明显等级性和距离衰减性，形成以区域中心城市——郑州、济南、青岛为核心的“核－辐结构”；黄河下游城市群城市节点的程度中心度和接近中心度呈现梯度分异，中介中心度出现明显极化现象，郑州、济南、青岛始终处于中心位置，山西、河北、安徽省内大部分城市处于边缘位置；黄河下游城市群空间聚类的划分具有地域邻近性，且受省级行政边界的限制，形成“四大片区八个组群”；黄河下游城市群信息网络形成以郑州、济南、青岛为核心，临沂、潍坊、烟台、洛阳、邯郸、南阳、新乡等为次级核心的网络型组织模式.

关键词：社会网络分析；信息网络；空间结构；黄河下游城市群

中图分类号：K 901文献标志码：A文章编号：1001－988Ⅹ（2024）02－0101－09

Research on the spatial structure of information networkin urban agglomeration of the lower Yellow River

MEI Da－wei YUE Wen－hui

Abstract：Based on the 2021 intercity information attention data and social network analysis method the spatial structure characteristics of the information network of the Yellow River downstream urban agglomeration was studied from many aspects，such as network hierarchy，urban nodes，spatial clustering，and spatial organization mode，and proposesa high－quality collaborative development strategy for the Yellow River downstream urban agglomeration.Results show that：the hierarchical distribution of information connections in urban agglomerations in the lower reaches of the Yellow River has obvious hierarchical and distance attenuation characteristics，forming a“core radiation structure”centered around regional central cities－Zhengzhou，Jinan，and Qingdao;the degree centrality and proximity centrality of urban nodes in the lower Yellow River urban agglomeration present gradient differentiation，and the intermediate centrality shows a significant polarization phenomenon.Zhengzhou，Jinan，and Qingdao are always in the central position，while most cities in Shanxi，Hebei，and Anhui provinces are at the edge.The spatial clustering of urban clusters in the lower reaches of the Yellow River has regional proximity and is limited by provincial administrative boundaries to form“four major areas and eight clusters”.The information network of the urban agglomeration in the lower reache of the Yellow River has formed a network organization model with Zhengzhou，Jinan，Qingdao as the core，Linyi，Weifang，Yantai，Luoyang，Handan，Nanyang，Xinxiang，and other secondary cores.

Key words：social network analysis;information network;spatial structure;urban agglomeration in the lower Yellow River

随着全球化、信息化和网络社会的迅速发展，城市逐渐向网络化发展，城市与城市之间的信息联系逐渐加强，城市网络逐渐形成，网络中不同城市具有不同控制力和影響力［1］.21世纪以来，中国城市化发展迅速，城市集聚效应扩大，城市群成为国家参与全球竞争与国际分工的基本地域单元和经济发展的战略核心区［2］，主导国家发展的命脉.

关于城市群空间特征的传统研究多基于静态的场所空间，如运用“位序－规模”法分析城市分布状况［3］，基于点轴理论研究城市群空间结构［4］，利用SWOT分析城市群空间特征［5］等.在信息快速发展的背景下，城市群空间特征的研究逐渐围绕“流动空间”展开，向动态化研究转变.基于“流动空间”的城市网络研究，涉及数据挖掘、数据可视化、统计分析和信息传播等学科和研究领域.根据研究主体不同可分为三类：一是动态流要素在城市空间交互特征测度，如以公路、铁路、航空等构成的城市网络为研究对象的客运流［6］、物流［7］、旅游流［8］、人流［9］等；二是城市重要的企业间经济联系的测度，如经济空间联系［10－11］、以民营企业、上市企业、新兴产业与全行业企业等不同视角的贸易联系网络结构［12］的研究；三是以虚拟网络为代表的信息流网络研究，借助互联网信息流［13］、创新能力［14］、社交网络［15］、百度指数［16］、新浪微博［17］、腾讯QQ群［18］等数据的信息网络研究.

信息流具有传播速度快、时效性强的特点，能够客观反映城市经济、交通等的发展，对城市网络的研究具有重要价值［19］，与经济流、交通流相比，相关研究相对较少.黄河流域作为我国重要的生态屏障和重要的经济地带，是实现经济社会高质量发展的重要区域，在我国经济社会发展和生态安全方面具有十分重要的地位.黄河下游地区是黄河流域重要组成部分，是我国生态、农业、工业的重要发展区域，其高质量发展理应受到重视.目前黄河流域整体网络格局已有一定研究，但针对黄河下游地区的研究较为缺乏.本研究以黄河下游城市群为研究对象，运用社会网络分析法，利用中心度、凝聚子群、核心－边缘结构，分析城市在信息网络中的重要程度、城市之间的组团状况和城市网络结构的稳定性，为区域空间联系的优化和黄河下游城市群发展规划提供思路，对黄河下游城市群未来发展提出决策建议，对促进黄河流域高质量发展与推动黄河流域区域一体化发展具有重要意义.

1 研究区域、数据来源与研究方法

1.1 研究区域

黃河位于中国北方地区，发源于青藏高原巴颜喀拉山脉，自西向东流经青海、四川、甘肃、宁夏、内蒙古、陕西、山西、河南、山东9个省区，于山东省东营市垦利区注入渤海.“十四五”规划将国家19个城市群按发展水平划分为优化提升、发展壮大、培育发展三大类型.其中，黄河流域占据中国国土近四分之一的面积，其发展形成7大城市群，构成了“3+4”的空间组织格局，包括3个需发展壮大的城市群（山东半岛城市群、中原城市群和关中平原城市群）和4个需培育发展的城市群（兰州－西宁城市群、山西中部城市群、呼包鄂榆城市群和宁夏沿黄城市群）［20－21］.黄河下游从郑州市桃花峪开始划分，主要流经山东半岛和中原城市群两大区级城市群，城市群内部城市间发展联系十分紧密，中原城市群的三门峡、洛阳、济源、运城等城市虽属于黄河中游，但考虑到中原城市群的整体发展规划，也将其列入研究范围［22］.

本研究区域包括中原城市群和山东半岛城市群（图1），涉及山东、河南、河北、山西、安徽5省的43个地级市和1个省直辖县级市，其中中原城市群以郑州为中心城市，洛阳为副中心城市，山东半岛城市群以济南、青岛为中心城市.其2021年经济总量16.53万亿元，拥有2.53亿人口，经济、人口分别占黄河流域9省区的57.64%，59.85%，总体发展实力较强，对黄河流域的高质量发展产生深远影响.

1.2 数据来源

为兼顾数据的易得性、时效性，研究的可行性及科学性，本研究数据搜集于百度海量网民行为数据为基础的数据分享平台——百度指数网站（https：//index.baidu.com/），分别以44个城市为搜索范围，以搜索范围外的43个城市名称为关键词，两两对应搜索记录2021年该城市关键词被搜索范围内用户搜索热度的整体日均值.构建黄河下游城市群2021年44×44信息联系强度矩阵.

1.3 研究方法

社会网络分析法（social network analysis，SNA），也称为结构分析法，是根据数学方法和图论发展而来的定量分析方法，主要用于分析社会网络的关系结构及其属性.本文运用社会网络分析法，从中心度、凝聚子群、核心－边缘结构三方面进行研究.

1.3.1中心度

即点的中心度，是在网络科学里衡量一个节点重要程度的指标，包括程度中心度、中介中心度、接近中心度.程度中心度用来衡量一个节点在网络中所处的地位的指标；中介中心度用于衡量某节点在网络中的控制能力；接近中心度用来衡量点的中心程度.其计算公式如下：

其中，CD（i）为节点i的程度中心度，Xij为i与j间的经济联系量；CB（i）为节点i的中介中心度，gjk为节点i与k间的捷径数目，gjk（i）/gjk表示节点i处于j与k间的捷径上的概率；C-1P（i）为节点i的接近中心度，dij是节点i与j间的距离.

1.3.2 凝聚子群

即对整体网络内节点组团状况的分析，在遵循相似性和差异性的原则下对区域信息联系网络内部微观结构进行的聚类分析.凝聚子群分析涉及两个方面：子群内部关系的性质、子群内外关系的特点［23－24］.

1.3.3 核心－边缘结构

由若干元素相互联系构成，其核心节点联系紧密，边缘节点稀疏、散射状分布与各自相对的某些核心节点保持密切，参考成渝城市群经济网络结构及其优化研究中的划分，通过每个城市的核心度［25］确定城市在信息网络中所处的地位，是较为稳定、可持续的网络结构［26－27］.

2 黄河下游城市群信息网络层级关联格局

黄河下游城市群各层级信息联系（图2）呈金字塔型结构，最高联系、次高联系、中等联系、次低联系、最低联系的数量依次增加，大部分城市间信息联系强度较弱，形成了以郑州市、济南市、青岛市为核心的网络层级关联格局.

第一层级网络是城市信息联系网络的骨架，为黄河下游城市群信息联系最为密切的地区，联系强度范围介于330～942之间，覆盖河南、山东、河北、安徽4省的28个城市.郑州、济南、青岛居于核心位置，信息联系呈放射状分布，构成核心网络，形成郑州－洛阳、邢台－平顶山、济南－青岛、郑州－商丘、青岛－济南、青岛－潍坊、青岛－烟台等主要城市联系构成的黄河下游城市群核心联系格局，郑州－洛阳的信息联系量最大，为942，远高于其他城市对的信息联系量，各城市对均体现出空间邻近性.

第二层级网络是城市信息联系网络的主干，在黄河下游城市群的信息联系密切程度次之，联系强度范围介于195～329之间，各市区在一定范围内发挥着核心作用.省内城市间的信息联系较为密切，省际城市间的联系较弱.河南省内形成以郑州为核心，洛阳、南阳、新乡为副中心的“一核多副”城市信息网络联系格局；山东省内形成以青岛、济南为核心，潍坊、临沂为副中心的“两核两副”城市信息网络联系格局.

第三、四、五层级网络处于黄河下游城市群信息联系网络的边缘，分别属于中等联系、次低联系和最低联系，联系强度范围介于2～194之间.该三个层级网络信息联系数量最多，覆盖整个黄河下游城市群，构成黄河下游城市群信息联系的基本空间骨架，信息网络分布较为均衡，以省域间城市联系为主，网络联系密度较低.

3 黄河下游城市群信息网络城市节点特征

进一步获取黄河下游城市群信息网络中各城市的节点特征，利用程度中心度、中介中心度、接近中心度（图3，4）对城市节点特征进行进一步分析.

3.1 程度中心度

程度中心度是衡量各节点在网络中所处的地位的指标.黄河下游城市群的程度中心度符合指数分布模型，拟合优度R 为0.9457，分级表现为橄榄型结构.从空间分布显示来看，济南、青岛、郑州的程度中心度为43，蚌埠、洛阳、潍坊、临沂的程度中心度介于30～43之间，共7个城市，属于第一梯度，在黄河下游城市群信息网络中处于中心地位，地位较高，与其余城市的信息联系密切；新乡、济宁、商丘、烟台、安阳、开封等大部分城市的程度中心度介于17～29，共26个城市，属于第二梯度，为区域性中心城市，在一定区域范围内又较强的辐射作用；亳州、邢台、鹤壁、济源、宿州、运城、长治、淮北、晋城、三门峡、东营的程度中心度介于6～16，共11个城市，属于第三梯度，位于信息网络的边缘，“权力”较小.

程度中心度包括点入度和点出度（表1），分别表示城市的被关注程度和对外关注程度.在黄河下游城市群中，程度中心度较高城市的点出度一般大于点入度，如从程度中心度排名前二十的城市来看，点出度大于点入度的城市占80%，多为对外关注型城市，在网络中具有较强的合群性和交际性，对其余城市具有较好的向外辐射带动作用，如济南、青岛、郑州、潍坊、临沂等；德州、枣庄的点入度、点出度之差相等，其虹吸效应和外溢效应的强度近似相同；蚌埠、洛阳、开封、濮阳、信阳、威海、阜阳、驻马店、漯河、日照、三门峡、东营、亳州、鹤壁、济源、宿州、淮北、晋城的点入度大于点出度，其被关注程度大于对外关注程度，对周边城市的虹吸效应大于外溢效应.

3.2 中介中心度

中介中心度用于衡量某节点在网络中的控制能力，表示一个城市担任其它两个城市之间信息联系最短路桥梁的次数，体现该城市联系枢纽作用的强弱.黄河下游城市群的中介中心度呈指数分布，拟合优度R 为0.9351，在区间（29，47）内无城市分布，存在断层现象，形成郑州、济南、青岛、洛阳、蚌埠五大信息枢纽，其中郑州、济南、青岛中介中心度值为71.546，并列第一，对信息的控制程度最高，是黄河下游城市群信息联系网络的核心中介，洛阳、蚌埠的中介中心度值分别为48.679，47.969，位于第四、第五，在网络中起到表现出较为重要的桥梁作用，中介中心度总量占整个信息网络中介中心度总量的66.7%，其余城市的中介中心度均在29以下，其中东营、鹤壁、济源、淮北、晋城的中介中心度为0，需要凭借核心城市和区域中心城市与其他城市产生信息联系.

3.3 接近中心度

接近中心度是用来表达网络中节点可达性状况，反应出黄河下游城市群的信息网络整体联通程度，其曲线呈幂律指数分布，拟合优度R 为0.9414，分级表现为金字塔型结构，平均值为68.7.第一等级包括5个城市，其中郑州、济南、青島接近中心度最高，为100，在网络中的可达性性最好，蚌埠、洛阳接近中心度为91.489，城市可达性较高；第二等级包括12个城市，以潍坊为首位，可达性中等；第三等级包括27个城市，城市数量最多，占城市群总量的60%以上，表明网络中可达性低的城市占多数.从整体来看，黄河下游城市群信息联系可达性处于中等偏上水平.

4 黄河下游城市群信息网络空间聚类特征

凝聚子群是根据子群内部成员之间关系的具体性质（如邻近性、 捷径距离以及点的度数等）建立的，反应了黄河下游城市群的空间聚类特征.块模型是对黄河下游城市群信息网络的一种简化表示，代表该网络的总体结构，每个块中的各个城市相互之间都具有结构对等性，反映了信息网络内部形成的小团体的情况和空间聚类特征.

由图5可知，黄河下游城市群的44个城市，在二级层面分为4个凝聚子群，三级层面分为8个凝聚子群，拟合优度为0.628，拟合效果好.在二级层面，郑州、济南、青岛为中原和山东半岛城市群的中心城市，被划分为一个子群，分布具有间断性，较为分散，脱离了省界的限制，主要是由于三大中心城市在省内的经济发展水平较高、交通条件较好，且郑州、济南为省会城市，有一定的政治优势，青岛为重要的国际性港口城市，导致三大城市的吸引力较强，信息联系较为密切；其余三大子群分别包括山东省（除济南、 青岛）和河北省、河南省（除郑州）、山西省和安徽省，分布具有较强的空间临近特征，受省级行政区界线影响较大.在三级层面，省级行政区界线的影响进一步加大，出现省域内的分块现象，但大多数受地理近邻性的影响，河南省分为3块，山东省分为2块，山西省、河北省、安徽省各呈一块，构成8个子群.

第一，从子群内部的密度分析，子群6（邢台、 邯郸）和子群7（济南、 青岛）内部的密度最大，为1，表明该子群6和子群7内部的城市之间的信息交流最为频繁，联系最为密切；子群2（三门峡、济源、鹤壁、安阳）内部的密度最小，为0.08，由于地域上的间隔，自身发展条件较差，以及吸引力和对外辐射水平较低，使其内部的城市信息交流最

少，联系松散；子群8由于只有一个城市（郑州）组成，因而无法计算密度；除子群6，7，8外，其余子群密度值均高于网络整体密度0.41.

第二，从子群间的密度分析（不考虑子群本身），无论是子群8对其余7个子群，还是其余7个子群分别对子群8，其信息联系密度系数均高于网络整体密度，子群8与其余7个子群之间存在双向紧密的信息联系；子群7对除子群8外的其余6个子群和除子群2，4，8外的其余4个子群对子群7的网络密度均大于网络整体密度，表明子群7与子群1，3，5，6之间的双向信息联系密切，子群7对子群2，4仅单向信息联系密切；子群1对子群2的网络密度大于网络整体密度，而子群2对子群1的网络密度仅为0.19，说明子群1对子群2存在单向较为紧密的信息联系；其余子群之间的网络密度均小于网络整体密度，信息联系较为松散.

总体来看，山东半岛城市群中，济南和青岛之间的交流频繁且直接、信息联系十分密切，其余城市的信息联系较为松散、交流较少；济南、青岛与其余城市之间的信息联系紧密，互动频繁.中原城市群中，郑州市与其余各城市之间存在较强的信息联系；

其余城市在各省域内的联系较强，省域之间的联系较为薄弱.从山东半岛城市群和中原城市群之间的信息联系来看，山东半岛城市群对中原城市群的信息联系强度大于中原城市群对山东半岛城市群的信息联系强度，还需要进一步加强.

5 黄河下游城市群信息网络空间组织模式

核心－边缘结构可以用于分析信息网络中各节点的性质和地位，可作为黄河下游城市群信息网络空间组织模式划分的依据.核心度是划分核心－边缘结构的主要指标，参考黄勤和刘素青（2017）对核心度的划分方法，将核心度最高的城市划分为核心城市，核心度大于0.05为半边缘城市，0.05以下如表3，划分为边缘城市［25］，呈现出纺锤型结构.核心城市包括济南、青岛、郑州3个，核心度为0.279，数值最高，与中心度前三名保持一致，均为城市群的中心城市，信息联系和带动作用最强，其中郑州作为中国中部地区重要的中心城市和国家重要综合交通枢纽，点入度最高为42，被关注程度最高；青岛作为中国沿海重要中心城市、滨海度假旅游城市和国际性港口城市点入度为37；被关注程度次于郑州和蚌埠，虹吸效应较强；济南作为省会城市点入度为24，低于郑州、青岛、洛阳、蚌埠，对外吸引力相对较弱；半边缘城市包括除核心城市和边缘城市以外的31个城市，边缘城市包括长治、阜阳、运城、鹤壁、宿州、淮北、三门峡、亳州、晋城10个，信息联系较弱，济源的核心度最小为0.01，为黄河下游城市群中唯一的省级直辖县级市，在信息网络中的重要程度最低.

整体来看，黄河下游城市群核心度平均值为0.13，最大与最小的差值较大为0.269，远大于平均水平，信息网络的以济南、青岛、郑州为核心，临沂、潍坊、烟台等为半边缘，长治、阜阳、运城等为边缘的核心－半边缘－边缘结构已形成，但核心与边缘的差距较大.

以黄河下游城市群的核心－半边缘－边缘结构为依据，绘制黄河下游城市群信息网络型组织模式（图6），形成郑州、济南、青岛为核心的网络关联格局，影响范围最大，自身内部联系紧密，是黄河下游城市群的信息增长极，对各城市具有辐射带动作用，其中省内辐射带动作用强，省外辐射带动作用弱；山东、河南的大多数城市为次级核心，影响范围较小，在具有空间邻近性的小区域内具有一定的影响力；安徽、山西、河北的大部分城市为一般节点，因受省界的影响，辐射能力最弱.总体来看，黄河下游城市群的网络一体化趋势有待加强，应加强各省份之间的信息联系，促进协调发展.

6 结论与讨论

6.1 结论

本研究以黄河下游城市群为研究对象，运用社会网络分析法，构建黄河下游城市群信息网络，从网络层级关联格局、城市节点特征、空间聚类特征、网络组织模式分析，得出以下结论：

1）黄河下游城市群信息联系网络层级分为最高联系、次高联系、中等联系、次低联系、最低联系五个联系层级，呈现金字塔型分布，具有明显等级性和距离衰减性.形成以区域中心城市——郑州、济南、青岛为核心“核－辐结构”，其中郑州－洛阳的联系强度最强，为942，邢臺－平顶山、济南－青岛次之.城市信息联系网络骨干、主干部分主要集中在河南省和山东省，除此以外大多数城市之间的信息联系较低.

2）黄河下游城市群的信息网络中郑州、济南、青岛三大城市的中心性、信息控制能力和联通程度都较强.除三大城市外，在中心性方面，洛阳、临沂、潍坊、蚌埠处于中心位置，是“权力”比较大的城市，其中蚌埠由于受网络热词的影响，被关注程度远高于其对外关注程度；在信息控制能力和联通程度方面，洛阳、蚌埠起着枢纽作用.

3）黄河下游城市群形成“四大片区八个组群”.子群的划分大多数符合地域邻近性特征，以省域为界线，“郑州”子群和“济南、青岛”子群的内部联系和对外联系最为紧密，省内信息联系较省际间信息联系密切.

4）黄河下游城市群信息网络形成以郑州、济南、青岛为核心，临沂、潍坊、烟台、洛阳、邯郸、南阳、新乡等为次级核心的网络型组织模式.三大核心与节点的联系较强，在引力范围内城市之间信息联系密切，局部信息一体化现象明显，形成多层次、网络化的城市体系.

6.2 讨论

黄河下游城市群中中原城市群和山东半岛城市群的网络结构吸引众多学者展开研究，研究表明黄河下游城市群的要素流动联系网络具有明显的层级结构、地域邻近性、省会及中心城市指向性、非均衡性、省际约束性等特征.黄河下游城市群的信息网络空间结构的形成与经济、交通等方面的结构具有一定的相似性.综上，根据研究结果及分析，为黄河下游城市群信息网络空间结构的优化，实现高质量协调发展提出以下对策建议：

首先，洛阳、临沂、潍坊等副中心城市亟需提升，使其带动周边城市的发展，对发展落后、信息网络密度低的地区要加强其内部和外部的信息联系，完善其通信、交通等基础设施建设，促进区域空间形态优化，凭借网络一体化带动城市群空间一体化，带动黄河下游城市群的高质量发展.

其次，黄河下游城市群腹地及边缘地区的信息联系较为薄弱，要加大城市的吸引力和影响力，降低边缘效应，加强不同省份城市间的信息交流，打破省域界线的限制.在经济方面，促进区域经济一体化；在交通方面，选择适当地区打造新的交通增长极；在人口方面，加强各省各市之间的人口流动.

最后，黄河下游城市群内的旅游资源开发不均衡，要根据地方特色，因地制宜，对旅游资源进行合理适当地开发，完善相关基础设施，打造核心文化品牌，同时借助当今信息蓬勃发展的趋势，紧跟时代潮流，加大旅游资源的宣传力度，打造“网红城市”，提高旅游城市的信息关注度和在信息网络中的地位.

本文运用社会网络分析方法，研究了黄河下游城市群信息网络的空间结构，并提出促进城市群一体化及高质量发展的相关建议，进而丰富信息网络的指标、数据处理方法和研究方法，进一步深入分析黄河下游城市群的信息网络的内部特征，对于促进黄河下游城市群高质量发展具有重要的参考价值.

参考文献：

［1］TAYLOR P J.Specification of the world city network［J］.Geographical Analysis，2001，33（2）：181.

［2］方创琳.中国城市群研究取得的重要进展与未来发展方向［J］.地理学报，2014，69（8）：1130.

［3］IOANNIDES Y，SKOUAS S.US city size distribution：Robustly pareto，but only in the tail［J］.Journal of Urban Economics，2013（1）.

［4］黄志刚.基于点轴理论的苏锡常城市群旅游空间结构优化［J］.湖州师范学院学报，2016，38（10）：102.

［5］李泽华，张改枝.滇中城市群城市化空间特征分析及新构想［J］.湖北经济学院学报（人文社会科学版），2010，7（3）：12.

［6］胡昊宇，黄莘绒，李沛霖，赵鹏军.流空间视角下中国城市群网络结构特征比较——基于铁路客运班次的分析［J］.地球信息科学学报，2022，24（8）：1525.

［7］赵芮，丁志伟.基于流空间视角的中原城市群物流网络结构及其影响因素分析［J］.地域研究与开发，2022，41（4）：71.

［8］闫闪闪，靳诚.洛阳城区旅游流空间网络结构特征［J］.地理科学，2019，39（10）：1602.

［9］王珏，陈雯，袁丰.基于社会网络分析的长三角地区人口迁移及演化［J］.地理研究，2014，33（2）：385.

［10］王娜，陈兴鹏，张子龙，高鸿欣.“丝绸之路经济带”贸易联系网络结构研究——基于省区尺度和国家尺度的社会网络分析［J］.西部论坛，2015，25（3）：55.

［11］IORI G，DE MASI，PRECUP O V，et al.A network analysis of the Italian overnight money market［J］.Journal of Economic Dynamics and Control，2008，32（1）：259.

［12］劉伟，高志刚.丝绸之路经济带沿线国家贸易联系、影响因素及效率研究——基于社会网络分析与随机前沿引力模型的实证研究［J］.俄罗斯东欧中亚研究，2018（6）：134.

［13］王宁宁，陈锐，赵宇.基于信息流的互联网信息空间网络分析［J］.地理研究，2016，35（1）：137.

［14］MAGGIONI M A，NOSVELLI M，UBERTI TE.Space versus networks in the geography of innovation：a European analysis［J］.Papers in Regional Science，2007，86（3）：471.

［15］WOO H，CHO Y，SHIM E，et al.Estimating influenza outbreaks using both search engine query data and social media data in South Korea［J］.Journal of Medical Internet Research，2016，18（7）：e177.

［16］虞洋，宋周莺，史坤博.基于百度指数的中国省域间信息联系网络格局及其动力机制［J］.经济地理，2019，39（9）：147.

［17］平亮，宗利永.基于社会网络中心性分析的微博信息传播研究——以Sina微博为例［J］.图书情报知识，2010（6）：92.

［18］赵映慧，谌慧倩，远芳，项亚楠，赵艺维，严程棋.基于QQ群网络的东北地区城市联系特征与层级结构［J］.经济地理，2017，37（3）：49.

［19］梅大伟，修春亮，冯兴华.中国城市信息网络结构演变特征及驱动因素分析［J］.世界地理研究，2020，29（4）：717.

［20］方创琳.黄河流域城市群形成发育的空间组织格局与高质量发展［J］.经济地理，2020，40（6）：1.

［21］苗长虹.黄河流域城市群基本特征与高质量发展路径［J］.人民论坛·学术前沿，2022（22）：62.

［22］黄亮朝.黄河下游城市群生态保护和高质量发展协同量化研究［D］.郑州：郑州大学，2021.

［23］余鑫鑫，梅大伟.鲁南经济圈经济联系网络演变特征及组织模式研究［J］.云南地理环境研究，2022，34（3）：25.

［24］刘军.整体网络分析：UCINET软件实用指南［M］.北京：社会科学文献出版社，2004：101.

［25］黄勤，刘素青.成渝城市群经济网络结构及其优化研究［J］.华东经济管理，2017，31（8）：70.

［26］李芝倩，樊士德.长三角城市群网络结构研究——基于社会网络分析方法［J］.华东经济管理，2021，35（6）：31.

［27］杨丽花，佟连军.基于社会网络分析法的生态工业园典型案例研究［J］.生态学报，2012，32（13）：4236.

（责任编辑 武维宁）

收稿日期：2023－08－26;修改稿收到日期：2024－02－28

基金项目：山东省社会科学规划项目（21DSHJ02）

作者简介：梅大伟（1990—），男，山东临沂人，副教授，博士.主要研究方向为城市网络与乡村地理.E－mail：1096009012@qq.com

*通信联系人，硕士研究生.主要研究方向为人文地理学.E－mail：yuewh@henu.edu.cn